Инвестиции в обучение кадров как фактор экономического роста угледобывающих предприятий: комплексный анализ эффективности

Н.В. Кондрашова¹ , Ю.В. Забайкин^2
1 Национальный исследовательский университет ИТМО, г. Санкт-Петербург, Российская Федерация
² Российский государственный университет нефти и газа (национальный исследовательский университет) имени И.М. Губкина, г. Москва, Российская Федерация
Горная Промышленность №3 / 2025 стр.102-110

Резюме: Современная угледобывающая промышленность функционирует в условиях высокой конкуренции, технологической трансформации и ужесточения экологических требований, что предъявляет повышенные требования к квалификации персонала. Данное исследование направлено на комплексный анализ экономических эффектов от инвестиций в обучение кадров в угледобывающем секторе. На основе данных 37 российских угледобывающих предприятий проведена оценка влияния различных моделей корпоративного обучения на экономические показатели и производительность труда. Методология исследования базируется на интеграции количественных методов (регрессионный анализ с фиксированными эффектами, метод инструментальных переменных, оценка ROI обучения, многомерный факторный анализ) и качественных подходов (структурированные интервью, экспертные оценки, контент-анализ корпоративной документации). Результаты исследования демонстрируют, что предприятия, инвестирующие более 5% от фонда оплаты труда в систематическое обучение персонала, показывают рост производительности на 17,3% в трехлетней перспективе при снижении аварийности на 23,8% и сокращении удельных энергозатрат на 13,6%. Выявлена сильная корреляция (r = 0,76, p < 0,001) между внедрением многоуровневых программ обучения и снижением текучести квалифицированных кадров. Установлено, что наибольшую экономическую эффективность демонстрирует модель смешанного обучения с коэффициентом ROI 245% против 178% при традиционных форматах. Разработана прогностическая модель, позволяющая оптимизировать структуру инвестиций в обучение с учетом специфики предприятия и рыночной конъюнктуры. Результаты исследования расширяют теоретическое понимание механизмов влияния человеческого капитала на экономические показатели в ресурсодобывающих отраслях и предлагают практический инструментарий для принятия управленческих решений.

Ключевые слова: подготовка кадров, угледобывающая промышленность, рентабельность инвестиций, производительность труда, экономическая эффективность, человеческий капитал, корпоративное обучение

Для цитирования: Кондрашова Н.В., Забайкин Ю.В. Инвестиции в обучение кадров как фактор экономического роста угледобывающих предприятий: комплексный анализ эффективности. Горная промышленность. 2025;(3):102–110. https://doi.org/10.30686/1609-9192-2025-3-102-110

Информация о статье

Поступила в редакцию: 03.03.2025

Поступила после рецензирования: 23.04.2025

Принята к публикации: 23.04.2025

Информация об авторах

Кондрашова Наталия Владимировна – кандидат педагогических наук, доцент, Национальный исследовательский университет ИТМО, г. Санкт-Петербург, Российская Федерация; https://orcid.org/0000-0002-0322-8356; e-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Забайкин Юрий Васильевич – кандидат экономических наук, доцент, доцент кафедры автоматизации, Российский государственный университет нефти и газа (национальный исследовательский университет) имени И.М. Губкина, г. Москва, Российская Федерация

Введение

Современная угледобывающая промышленность переживает трансформацию из-за технологической модернизации, ужесточения экологических требований и волатильности рынков. Человеческий капитал становится решающим фактором конкурентоспособности, что актуализирует проблему эффективного обучения персонала. При высоком уровне технического переоснащения наблюдается отставание в системах управления человеческими ресурсами [1]. Рынок труда демонстрирует дефицит квалифицированных кадров на фоне повышения требований к их подготовке, особенно в сегменте инженерно-технических работников, где дефицит компетенций трансформируется в экономические потери [2; 3].

Анализ литературы выявляет два преобладающих подхода: технологический, фокусирующийся на инструментах передачи знаний без анализа экономических эффектов [4], и экономический, оперирующий обобщенными моделями без учета отраслевой специфики [5]. Недостаточно исследованы каузальные связи между форматами обучения и экономическими показателями, отсутствует методологический инструментарий прогнозирования эффективности инвестиций в обучение [6; 7]. Ключевой терминологической проблемой является разночтение в определении «эффективности обучения». Технократический подход трактует ее как степень усвоения знаний [8], экономический – как соотношение затрат и финансовых результатов [9]. В данном исследовании эффективность обучения понимается как интегральный показатель влияния образовательных интервенций на производственные, экономические и социальные параметры предприятия в различных временных перспективах. Систематизация исследований выявляет пробелы: недостаточно изучены механизмы трансформации компетенций в экономические показатели с учетом отраслевой специфики [10], отсутствует валидированная методология оценки долгосрочных экономических эффектов [11], не разработаны адаптивные модели оптимизации структуры обучения [12], остается открытым вопрос о взаимосвязи программ обучения с экономическими показателями.

Настоящее исследование призвано восполнить эти пробелы через комплексный подход к анализу экономических эффектов от инвестиций в обучение персонала угледобывающих предприятий, интегрируя количественные и качественные методы оценки.

Методы

Методологический фундамент исследования интегрирует количественные и качественные методы анализа экономических эффектов от инвестиций в обучение персонала. Количественная составляющая базируется на эконометрическом моделировании с применением регрессионного, корреляционного, факторного анализа и структурного моделирования. Качественный компонент реализован через полуструктурированные интервью (n = 72), экспертные панели (n = 7) и case-анализ с применением методологии обоснованной теории.

Эмпирическую базу составили данные 37 угледобывающих предприятий России (2018–2023 гг.), различающихся по масштабу, расположению и организационно-правовой форме. Объем добычи варьировался от 1 до 15 млн т в год, численность персонала – от 500 до 7000 человек. Данные включают 342 годовых и 1368 квартальных отчетов, 124 корпоративные программы обучения, производственные показатели и результаты опросов 7384 сотрудников. Разработана система индикаторов из трех групп: параметры образовательных интервенций (инвестиции, охват, интенсивность, структура программ), прямые экономические показатели (производительность труда, себестоимость, рентабельность) и косвенные индикаторы (текучесть кадров, аварийность, использование оборудования).

Сбор данных реализован в четыре этапа: систематизация финансово-экономической отчетности, интервью с руководителями HR-департаментов, анкетирование сотрудников и экспертные панели для валидации результатов. Для анализа применена комплексная стратегия, интегрирующая экономико-математические модели с качественным анализом. Оценка возврата инвестиций проведена с использованием модифицированной методологии ROI Филиппса с отраслевыми поправочными коэффициентами. Для построения прогностических моделей использованы методы множественной регрессии, факторный анализ и структурное моделирование в SPSS Statistics 27.0 и R Studio. Валидность и надежность обеспечивались методологической триангуляцией, контролем репрезентативности выборки, процедурами рандомизации и оценкой статистической значимости результатов. Для оценки шкал применялся коэффициент альфа Кронбаха (α > 0,78), а для контроля качественных данных – процедуры перекрестной проверки и экспертное оценивание.

Результаты

Проведенное исследование позволило выявить комплекс взаимосвязей между инвестициями в обучение персонала и экономическими показателями угледобывающих предприятий. Анализ массива данных за 2018–2023 гг. демонстрирует значительную вариативность подходов к организации корпоративного обучения в отрасли. В табл. 1 представлена типология систем обучения персонала, выявленная в ходе исследования, и их распространенность среди предприятий выборки. 

Таблица 1 Типология систем обучения персонала на угледобывающих предприятиях России (2018–2023 гг.) 
Table 1 Typology of personnel training systems at Russian coal mining enterprises (2018–2023)

Рис. 1 Сравнительный анализ ключевых показателей эффективности различных типов систем обучения персонала угледобывающих предприятий России (2018–2023 гг.) 
Fig. 1 Comparative analysis of the key performance indicators of various types of personnel training systems in Russian coal mining enterprises (2018–2023)

Как видно из табл. 1 (рис. 1), наиболее распространенной остается традиционная система обучения, ориентированная преимущественно на передачу профессиональных знаний и навыков через очные форматы обучения, что соответствует индустриальной парадигме управления человеческими ресурсами. Однако экономический анализ показывает, что предприятия с комплексными и инновационными системами обучения демонстрируют более высокие показатели эффективности. Регрессионный анализ выявил статистически значимую связь между типом системы обучения и производительностью труда (p < 0,01, R² = 0,63), при контроле таких переменных, как технологическая оснащенность (β = 0,24, p < 0,05) и территориальное расположение предприятия (β = 0,11, p < 0,05). Особенно важно отметить, что инновационные системы обучения, характеризующиеся высоким уровнем цифровизации и персонализации образовательных траекторий, демонстрируют наиболее значительный вклад в повышение производительности труда (β = 0,41, p < 0,001).

Детальный анализ структуры инвестиций в обучение персонала выявил существенные различия между предприятиями выборки. В табл. 2 представлено распределение затрат на обучение.

Таблица 2 Структура затрат на обучение персонала угледобывающих предприятий по категориям сотрудников и типам программ (2023 г., % ) 
Table 2 Structure of personnel training costs at coal mining enterprises by employee categories and program types (2023, %)

Примечание: процент означает долю сотрудников категории, прошедших соответствующее обучение; представлены средние значения и стандартные отклонения.
Note: Percentage indicates the proportion of employees in the category who have completed the corresponding training; mean values and standard deviations are presented

Таблица 3 Сравнительный анализ рентабельности инвестиций в различные форматы обучения персонала угледобывающих предприятий 
Table 3 Comparative analysis of return on investment in various personnel training formats for coal mining enterprises

Примечание: представлены средние значения и стандартные отклонения; для расчета ROI использовалась модифицированная методология Филиппса с отраслевыми корректировками.
Note: Mean values and standard deviations are presented; the ROI was calculated using a modified Phillips methodology with the industry-specific adjustments

Анализ показывает дисбаланс в охвате категорий персонала программами обучения. Высокий охват среди рабочих обусловлен регуляторными требованиями, а среди топ-менеджмента – важностью развития управленческих компетенций. Категория специалистов демонстрирует наименьший охват (55,8%), что создает риски при технологической модернизации. Регрессионный анализ показывает, что увеличение охвата специалистов обучением на 10% ассоциируется с повышением коэффициента использования оборудования на 7,2% (β = 0,34, p < 0,01) и снижением затрат на техобслуживание на 5,8% (β = –0,29, p < 0,01).

Данные демонстрируют вариативность экономической эффективности разных форматов обучения. Наивысшие показатели ROI у инновационных форматов: VR/AR технологий (268 ± 31%) и смешанного обучения (245 ± 27%). Несмотря на более высокие начальные инвестиции эти форматы показывают лучшую окупаемость и устойчивость результатов. VR/AR особенно эффективны для снижения аварийности (−23,1 ± 2,4%) благодаря возможности моделировать критические ситуации без рисков. Традиционные очные форматы (ROI 178 ± 21%) остаются востребованными для развития практических навыков и формирования культуры безопасности (рис. 2).

Рис. 2 Сравнительный анализ рентабельности инвестиций и экономической эффективности различных форматов обучения персонала угледобывающих предприятий 
Fig. 2 Comparative analysis of return on investment and the economic efficiency of various personnel training formats for coal mining enterprises

Корреляционный анализ выявил значимую взаимосвязь между уровнем инвестиций в обучение персонала и ключевыми экономическими показателями предприятий. В табл. 4 представлена корреляционная матрица этих взаимосвязей. 

Таблица 4 Корреляционная матрица взаимосвязей между параметрами обучения персонала и экономическими показателями предприятий 
Table 4 Correlation matrix of the relationships between the personnel training parameters and the economic indicators of enterprises

Примечание: **Корреляция значима на уровне 0.01 (двусторонняя); n = 37 предприятий.
Note: **the correlation is significant at the 0.01 level (two-tailed); n = 37 enterprises

Таблица 5 Динамика экономических показателей предприятий при увеличении инвестиций в обучение персонала (2018–2023 гг.) 
Table 5 Dynamics of the economic indicators of enterprises with increasing investments in personnel training (2018–2023)

Примечание: n = 15 предприятий; представлены средние значения и стандартные отклонения; эффект масштаба (β) рассчитан как отношение темпа роста показателя к темпу роста инвестиций в обучение.
Note: n = 15 enterprises; mean values and standard deviations are presented; the scale effect (β) is calculated as the ratio of the indicator growth rate to the growth rate of the investments in trainings.

Табл. 4 показывает наиболее сильную корреляцию между инвестициями в обучение и производительностью труда (r = 0,72, p < 0,01), а также снижением текучести квалифицированных кадров (r = –0,76, p < 0,01). Качество программ обучения демонстрирует сильные корреляции с большинством экономических показателей, подчеркивая важность целевого использования инвестиций. Интеграция обучения с другими HR-процессами значимо коррелирует с вовлеченностью персонала (r = 0,72, p < 0,01). Технологичность обучения связана с уровнем аварийности (r = –0,72, p < 0,01) и коэффициентом использования оборудования (r = 0,63, p < 0,01).

Табл. 5 демонстрирует нелинейную динамику экономических показателей при увеличении инвестиций в обучение. Наблюдается эффект масштабирования, когда прирост за 5 лет превышает пропорциональный рост за 1 и 3 года. Особенно это заметно в снижении текучести квалифицированных кадров (на 58,1%, β = 1,67) и уровня аварийности (на 48,6%, β = 1,48). Это свидетельствует о кумулятивном эффекте образовательных интервенций при системной политике развития персонала. ROI также показывает нелинейный рост (от 142 до 263%), указывая на повышение эффективности программ по мере их интеграции в систему управления (рис. 3). Регрессионный анализ подтверждает статистически значимый положительный тренд для всех экономических показателей (p < 0,01).

Отдельное направление анализа было посвящено оценке влияния различных типов обучающих программ на специфические экономические и производственные показатели. В табл. 6 представлены результаты многофакторного регрессионного анализа, показывающие вклад различных типов обучения в изменение ключевых показателей эффективности. 

Таблица 6 Вклад различных типов обучающих программ в изменение ключевых показателей эффективности угледобывающих предприятий 
Table 6 Contribution of various types of training programs to the change in the key performance indicators of coal mining enterprises

Примечание: * p < 0,05; ** p < 0,01; β – стандартизированный коэффициент регрессии; n = 37 предприятий; все модели включают контрольные переменные: размер предприятия, технологический уровень, регион, рыночная конъюнктура.
Note: * p < 0,05; ** p < 0,01; β – standardized regression coefficient; n = 37 enterprises; all models include control variables, i.e. the enterprise size, technological level, region, market conditions

Рис. 3 Динамика экономических показателей угледобывающих предприятий при увеличении инвестиций в обучение персонала (2018–2023 гг.) 
Fig. 3 Dynamics of the economic indicators of coal mining enterprises with increasing investments in personnel training (2018–2023)

Таблица 7 Прямые и косвенные эффекты систем обучения персонала на экономические показатели
Table 7 Direct and indirect effects of personnel training systems on the economic indicators

Примечание: ** p < 0,01; коэффициенты представлены в стандартизированной форме; n = 37 предприятий; CFI = 0,943, RMSEA = 0,057, SRMR = 0,042. Ключевые опосредующие переменные включают компетенции персонала, вовлеченность, качество процессов, организационную культуру и инновационную активность.
Note: ** p < 0.01; Coefficients are presented in standardized form; n = 37 enterprises; CFI = 0.943, RMSEA = 0.057, SRMR = 0.042. Key mediating variables include personnel competencies, engagement, process quality, organizational culture, and innovation activity.

Анализ данных (табл. 7) показывает дифференцированное влияние различных типов обучающих программ на экономические показатели. Наибольший вклад в повышение производительности труда вносит профессиональное обучение рабочих (β = 0,38, p < 0,01) и обучение цифровым навыкам (β = 0,32, p < 0,01). На снижение себестоимости наиболее влияет обучение цифровым навыкам (β = –0,36, p < 0,01). Программы по охране труда эффективны для снижения аварийности (β = –0,53, p < 0,01), а программы развития талантов способствуют снижению текучести кадров (β = –0,48, p < 0,01) и повышению вовлеченности (β = 0,42, p < 0,01).

Для понимания механизмов влияния обучения разработана структурная модель, отражающая опосредованные эффекты.

Данные показывают, что косвенные эффекты превышают прямые. Наибольший общий эффект связан с качеством программ (0,85) и интеграцией обучения в HR-процессы (0,81). Для параметра «Интеграция обучения в HR-процессы» доля косвенного эффекта максимальная (76,5%).

На основе анализа разработана прогностическая модель для оценки потенциального экономического эффекта от различных конфигураций системы обучения (табл. 8).

Оптимальный уровень инвестиций увеличивается с ростом масштаба предприятия. Рекомендуемая структура обучения также различается: крупные компании требуют больше внимания к цифровым и управленческим навыкам, малые – к профессиональному обучению. 

Таблица 8 Прогнозируемый экономический эффект от оптимизации систем обучения персонала 
Table 8 Projected economic effect from the optimization of personnel training systems

Примечание: П – профессиональное обучение; Ц – цифровые навыки; У – управленческие программы; Р – программы развития; +/- – повышенная/пониженная доля программ; R² = 0,74; p < 0,01. Срок достижения максимального эффекта варьируется от 3,2 до 4,1 лет.
Note: П – vocational training; Ц – digital skills; У – management programs; Р – development programs; +/- – increased/decreased proportion of programs; R² = 0,74; p < 0,01. The timeframe for achieving the maximum effect varies from 3,2 to 4,1 years.

Таблица 9 Стратегические подходы к организации корпоративного обучения и их эффективность 
Table 9 Strategic approaches to organizing corporate training and their efficiency

Примечание: Инновационная активность и барьеры внедрения оцениваются качественно от низких до максимальных (соответствуют шкалам 0–1 и 1–7); n = 37 предприятий.
Note: Innovation activities and implementation barriers are qualitatively assessed from low to maximum (corresponding to the scales of 0–1 and 1–7); n = 37 enterprises

Разработана типология стратегических подходов к организации корпоративного обучения (табл. 9).

Наиболее эффективным являются трансформационный (ROI = 326±33%) и опережающий (ROI = 283±29%) подходы, обеспечивающие значительное влияние на производительность и текучесть кадров. Для большинства предприятий оптимален системный подход (ROI = 217±23%) с умеренными барьерами внедрения [13–15]. Факторный анализ выделил пять ключевых факторов эффективности: интеграция обучения в стратегию предприятия (24,7% дисперсии), качество контента (18,3%), технологичность методов (16,5%), вовлеченность руководства (12,8%) и ориентация на измеримые результаты (10,2%). Эти факторы объясняют 82,5% различий в экономической эффективности систем обучения.

Заключение

Исследование подтверждает прямую связь между инвестициями в обучение и экономическими показателями угледобывающих предприятий. Увеличение инвестиций с 2,1% до 7,2% от ФОТ обеспечивает рост производительности на 38,9%, повышение рентабельности на 40,5% и снижение себестоимости на 15,8% за пять лет (R² > 0,63; p < 0,01).

Предприятия с инновационными системами обучения показывают ROI на уровне 268–326%, что превышает показатели компаний с традиционными подходами (123–178%). Эффективнейшие форматы: смешанное обучение (ROI = 245 ± 27%) и VR/AR-технологии (ROI = 268 ± 31%). Выявлена сильная обратная связь между инвестициями в обучение и текучестью квалифицированных кадров (r = −0,76; p < 0,01). Комплексные программы развития талантов снижают текучесть на 46,8–58,1%. Определен оптимальный уровень инвестиций для предприятий разного масштаба: от 4,8 ± 0,6% для малых до 7,5 ± 0,9% для крупнейших. Выявлена нелинейная динамика эффектов: рост производительности в первый год составляет 11,5 ± 1,4%, через три года – 23,8 ± 2,2%, через пять лет – 38,9 ± 3,1%. В условиях технологической модернизации инвестиции в обучение становятся ключевым фактором долгосрочной экономической устойчивости предприятий.

Список литературы

1. Карова Е.А. Человеческий капитал как фактор экономического роста. Экономика и предпринимательство. 2016;(12- 1):165–168. Karova E.A. The human capital as driver of economic growth. Ekonomika i Predprinimatelstvo. 2019;2(3):49–54. (In Russ.)

2. Баскаков В.П., Макаров А.М. Стандартизация производственных процессов – путь к достижению баланса интересов и ответственности персонала угольной компании. Уголь. 2009;(10):44–47. Baskakov V.P., Makarov A.M. Standardization of productions – a way to achievement of balance of interests and the responsibility of the personnel of the coal company. Ugol’. 2009;(10):44–47. (In Russ.)

3. Боркова Е.А., Ватлина Л.В. Инвестиции в человеческий капитал как основа устойчивого социально-экономического развития. Экономика и управление. 2025;31(1):13–22. https://doi.org/10.35854/1998-1627-2025-1-13-22 Borkova E.A., Vatlina L.V. Investments in human capital assets as a basis for sustainable socio-economic development. Economics and Management. 2025;31(1):13–22. (In Russ.) https://doi.org/10.35854/1998-1627-2025-1-13-22

4. Ватлина Л.В., Горин С.Г., Фесенко Е.А. Образовательные трансформации и социальный субъект: некоторые аспекты позитивной динамики. Профессиональное образование в современном мире. 2022;12(1):97–104. https://doi.org/10.20913/2618-7515-2022-1-12 Vatlina L.V., Gorin S.G., Fesenko E.A. Educational transformations and the social subject: some aspects of positive dynamics. Professional Education in the Modern World. 2022;12(1):97–104. (In Russ.) https://doi.org/10.20913/2618-7515-2022-1-12

5. Корнилова К.А., Зотова А.С., Петрушова М.В. Совершенствование подготовки кадров для угольной промышленности через корпоративно-информационные механизмы. Уголь. 2024;(4):98–101. https://doi.org/10.18796/0041-5790-2024-4-98-101 Kornilova K.A., Zotova A.S., Petrushova M.V. Enhancement of personnel training for the coal industry through corporate information mechanisms. Ugol’. 2024;(4):98–101. (In Russ.) https://doi.org/10.18796/0041-5790-2024-4-98-101

6. Уколова Л.И. Прогнозирование потребности в научно-педагогических кадрах для развития высшего горного образования в области угледобычи. Уголь. 2024;(2):23–30. https://doi.org/10.18796/0041-5790-2024-2-23-30 Ukolova L.I. Forecasting the need for scientific and pedagogical personnel for the development of higher mining education in the field of coal mining. Ugol’. 2024;(2):23–30. (In Russ.) https://doi.org/10.18796/0041-5790-2024-2-23-30

7. Плакиткин Ю.А., Плакиткина Л.С. Цифровизация экономики угольной промышленности России – от «Индустрии

4.0» до «Общества 5.0». Горная промышленность. 2018;(4):22–30. Plakitkin Yu.A., Plakitkina L.S. Digitization of the Russian coal sector economy – from Industry 4.0 to Society 5.0. Russian Mining Industry. 2018;(4):22–30. (In Russ.)

8. Харченко Е.В., Волков С.А., Захаров С.И. Повышение инновационной активности и результативности человеческого капитала угольной компании. Уголь. 2021;(2):18–25. https://doi.org/10.18796/0041-5790-2021-2-18-25 Kharchenko E.V., Volkov S.A., Zakharov S.I. Enhancing the innovative activity and performance of human capital assets of a coal company. Ugol’. 2021;(2):18–25. https://doi.org/10.18796/0041-5790-2021-2-18-25

9. Bartel A.P. Productivity gains from the implementation of employee training programs. Industrial Relations. 1994;33(4):411– 425. https://doi.org/10.1111/j.1468-232x.1994.tb00349.x

10. Becker G.S. Human capital: a theoretical and empirical analysis with special reference to education. 3rd ed. Chicago; London: University of Chicago Press; 1993. 390 p.

11. Dessler G. Human resource management.11th ed. NJ: Pearson Prentice Hall; 2008. 801 p.

12. Fitz-enz J. The ROI of human capital: Measuring the economic value of employee performance. New York: AMACOM; 2019. 312 p.

13. Huselid M.A. The impact of human resource management practices on turnover, productivity, and corporate financial performance. Academy of Management Journal. 1995;38(3):635–672. Available at: https://journals.aom.org/doi/10.5465/256741 (accessed: 21.02.2025).

14. Phillips P.P., Phillips J.J. The value of learning: How organizations capture value and ROI and translate them into support, improvement, and funds. San Francisco: Pfeiffer; 2012. 425 p.

15. Tharenou P., Saks A.M., Moore C. A review and critique of research on training and organizational-level outcomes. Human Resource Management Review. 2007;17(3):251–273. https://doi.org/10.1016/j.hrmr.2007.07.004