Методика оценки качества кадрового потенциала проектной группы и влияние квалификации на проектные риски

Обложка

Цитировать

Полный текст

Аннотация

Цель. Разработка методики оценки качества кадрового потенциала проектной группы и прогнозирования влияния уровня профессиональной подготовленности специалистов на технико-экономические показатели и инжиниринговые риски безопасной эксплуатации планируемых к строительству транспортных сооружений.

Материалы и методы. Качество проектов транспортных сооружений определяется применением инновационных технических и технологических решений, конструкционных материалов и зависит от уровня квалификации специалистов проектных групп. В основу методики оценки качества кадрового потенциала проектной группы положено допущение о том, что квалификация проектировщика является латентной (скрытой переменной), зависящей от присущих специалисту квалификационных признаков. Количественные характеристики признаков являются случайными величинами. В связи с этим, показатели качества разрабатываемых проектов имеют вероятностный характер, что требует анализа рисков возникновения проектных (инжиниринговых) ошибок. Для оценки квалификации специалистов и ее влияния на технико-экономические показатели проектов предлагается использовать наряду с общеметодологическими принципами теории квалиметрии, методы многокритериального и статистического анализа. Количественные характеристики квалификационных признаков (их математические ожидания) объединяются в интегральный показатель квалификации посредством комплексного использования математических методов мультиаддитивной и мультипликативной свертки.

Результаты. Получена аналитическая модель уровня квалификации специалиста, учитывающая влияние на обобщенный показатель качества как взаимозависимых, так и независимых частных показателей профессиональной подготовленности.

Заключение. Проблема профессиональной подготовки кадров в наибольшей степени проявляется на стадии проектирования транспортных сооружений. В проекте закладываются основные свойства безопасности, надежности, экономичности и другие транспортно-эксплуатационные и технико-экономические показатели качества объектов транспортного строительства. Предложенная методика позволяет выявить функциональные соотношения между качеством кадрового потенциала проектной организации и уровнем качества проектных решений. Полученные при разработке методики функциональные соотношения позволяют оценить влияние квалификации на проектные риски и обеспечить возможность подбора кадрового состава, а также разработки мероприятий по повышению квалификации имеющихся специалистов.

Об авторах

Марина Вячеславовна Петроченко

Санкт-Петербургский политехнический университет Петра Великого

Автор, ответственный за переписку.
Email: petrochenko_mv@spbstu.ru
ORCID iD: 0000-0002-4865-5319
SPIN-код: 6869-0011

кандидат технических наук, доцент

Россия, Санкт-Петербург

Список литературы

  1. Azhmukhamedov AI, Protalinsky OM. Personnel Management of Project Oriented Organizations under Uncertainty. Transactions TSTU. 2013;19(4):771–782. (In Russ.) EDN: RSXNRV
  2. Ahmed AR, Yermoshin NA. Optimum design of cable-stayed bridges considering cable loss scenarios. Asian Journal of Civil Engineering. 2024;25(3):2801–2809. doi: 10.1007/s42107-023-00946-1. EDN: GPKVQX
  3. Rybakova AA, Lyaskovskaya EA. Personnel management of constructionorganizations. Electronic scientific & practical journal “Economics and innovations management”. 2016;(6). (In Russ.) EDN: WMKZNR
  4. Manichev SA. Problems of application of biographic questionnaires in personnel selection. Vestnik Sankt-Peterburgskogo universiteta. Seriya 12. Psikhologiya. Sotsiologiya. Pedagogika. 2009;(3-2):238–245. (In Russ.) EDN: MBVZIR
  5. Shakhgiraev IU, Rakhimova BK. Enterprise personnel potential management and evaluation methods. Regional’nye problemy preobrazovanija jekonomiki. 2020;5(115):116–122. (In Russ.) doi: 10.26726/1812-7096-2020-04-116-122. EDN: WPFBUG
  6. Murashkin NV. The mathematical modeling of recruitment. The Scientific Journal “Modeling, Optimization and Information Technology”. 2017;1(16):13. (In Russ.) EDN: YMAFFN
  7. Sudakova ES. Assessment of personnel labor potential: approaches, methods, methodology. The Eurasian Scientific Journal. 2014;4(23). (In Russ.) EDN: TCFNHD
  8. Petrichenko GS, Kritskaya LM, Petrichenko DG. Methodology of estimation of the competence of candidates at selection to vacant stand. Belgorod State University Scientific Bulletin. Economics Information technologies. 2019;46(1):130–137. (In Russ.) doi: 10.18413/2411-3808-2019-46-1-130-137. EDN: AFWZJI
  9. Zhdanov VY. Development of coefficient-point model for personnel assessment. Industrial Economy. 2022;2(2):116–120. (In Russ.) doi: 10.47576/2712-7559_2022_2_2_116. EDN: TUOPTV
  10. Marshirova LE, Marshirov VV. Algorithms of employee motivation and performance appraisal in project activities. Economic Analysis: Theory and Practice. 2016;(12):187–196. (In Russ.) EDN: XESGGH
  11. Baturin NA, Vuchetich YV, Kostromina SN, et al. Russian Standard for Personnel Testing. Organizational Psychology. 2015;5(2):67–138. (In Russ.) EDN: UKQHZV
  12. Nikitenkova OV. Primeneniye matematicheskogo modelirovaniya pri formirovanii kadrovogo potentsiala predpriyatiya. In: INNOVATSII: BIZNES. OBRAZOVANIY. Materialy mezhdunarodnoy nauchnoprakticheskoy konferentsii. Smolenskiy institut biznesa i predprinimatel’stva; nov. 21-22, 2013; editor Grushenko VI. Kirov: MCNIP; 2014:71–89. (In Russ.) EDN: SIBQGP
  13. Chudnova OV. Personnel self-assessment as a way to increase labor efficiency. Humanitarian Scientific Bulletin. 2020;(3):123–126. (In Russ.) doi: 10.5281/zenodo.3764122. EDN: DKHDSU
  14. Afanasyev VY, Vorontsov NV, Baykova OV. Analysis and assessment of personnel capacity of the organization’s staff at present stage. Vestnik Universiteta. 2020;(7):5–13. (In Russ.) doi: 10.26425/1816-4277-2020-7-5-13
  15. Maksimova LV, Shoinkhorova VR, Maksimov IS. Assessment methods of HR potential of employees in industrial and service companies. The bulletin of the Far Eastern Federal University. Economics and Management. 2018;(1):90–101. (In Russ.) doi: 10.24866/2311-2271/2018-1/90-101
  16. Uryngaliyeva AA. The use of business games for assessing the quality of placement. The Eurasian Scientific Journal. 2017;9(5):56. (In Russ.) EDN: YKWGSU
  17. Zonova PO, Penskiy OG. O matematicheskoy otsenke velichiny dostizheniya postavlennoy tseli. Bulletin of Perm University. Mathematics. Mechanics. Computer Science. 2009;(3):53–57. (In Russ.) EDN: KHNUQX
  18. Nikolaev MV. Evaluation of the 360 degrees in an organization’s HR system. Economics: Yesterday, Today and Tomorrow. 2022;12(8A):287–296. (In Russ.) doi: 10.34670/AR.2022.11.10.035
  19. Evplova YV, Matveeva PA, Mateev VV, et al. High-class employess assessment system. Azimuth of Scientific Research: Economics and Administration. 2019;8(4):146–150. (In Russ.) doi: 10.26140/anie-2019-0804-0030
  20. Nosyreva IG, Moskvitina NV. Functional and cost analysis as a tool for improving the personnel management system in the budgetary educational institution of higher education. Russian Journal of Labor Economics. 2019;6(2):971–990. (In Russ.) doi: 10.18334/et.6.2.40597 EDN: LHNHTJ
  21. Ryabchuk PG, Fedorova KA, Apukhtin AS, Pluzhnikova II. Analysis of modern methods evaluation of staff potential. Upravleniye ekonomicheskimi sistemami: elektronnyy nauchnyy zhurnal. 2017;(9):18. (In Russ.) EDN: ZGZRYH
  22. Manoharan K, Dissanayake P, Pathirana C, et al. A Constructive System to Assess the Performance based Grading of Construction Labour through Work-Based Training Components and Applications. Construction Economics and Building. 2023;23(3/4):107–124. https://doi.org/10.5130/AJCEB.v23i1/2.8390

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. Матричная форма представления дерева показателей качества (квалификации) кадрового потенциала проектной группы

Скачать (169KB)
Метаданные

© Петроченко М.В., 2025

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».