Токсические практики управления персоналом: контент-анализ в сети Рунет

Федорова Алена Эдуардовна кандидат экономических наук доцент, Уральский федеральный университет имени первого Президента России Б.Н. Ельцина; Уральский государственный экономический университет 620144, Россия, Свердловская область, г. Екатеринбург, ул. 8 Марта, 62 Fedorova Alena PhD in Economics Docent, the department of Human Resource Management; the department of Labor Economics and Human Recourse Management; Ural Federal University named after the first President of Russia B. N. Yeltsin 620144, Russia, Yekaterinburg, 8 Marta Street 62 dekan_2002@mail.ru Коропец Ольга Анатольевна кандидат психологических наук доцент, Уральский федеральный университет имени первого Президента России Б. Н. Ельцина 620144, Россия, Сверловская область, г. Екатеринбург, ул. Мира, 19 Koropets Olga Anatolevna PhD in Psychology Docent, the department of Psychology 620144, Russia, Sverlovskaya oblast', g. Ekaterinburg, ul. Mira, 19 okor78@mail.ru Другие публикации этого автора

Мельникова Анна Сергеевна кандидат экономических наук доцент, Уральский государственный экономический университет 620144, Россия, Свердловская область, г. Екатеринбург, ул. 8 Марта, 62 Melnikova Anna Sergeevna PhD in Economics Docent, the department of Labor Economics and Human Resource Management, Ural University of Economics 620144, Russia, Yekaterinburg, 8 Marta Street 62 asm@usue.ru

Введение

В условиях цифровой экономики традиционные источники информации утрачивают уникальность в создании информационного пространства, уступая позиции сети Интернет, который сегодня в различных формах (профессиональные порталы, форумы, социальные сети, живые журналы) аккумулирует мнения людей. Именно поэтому исследование современного социального феномена должно включать, на наш взгляд, методы получения информации в сети Интернет, что особенно актуально для таких жизненно важных вопросов как работа и трудовые отношения. Очевидно, что информационно-коммуникационные технологии все увереннее встраиваются в практику управления человеческими ресурсами компаний и способствуют процессам решения управленческих задач и принятия управленческих решений. Не подлежит сомнению, что процесс разработки кадровой стратегии и кадровой политики должен строиться на понимании тенденций, сложившихся во внешней и внутренней среде компании. Следует подчеркнуть, что в данном случае Интернет может быть использован не только как источник получения такого рода информации, но и как инструмент, формирующий HR-бренд компании, транслирующий ее ценности в отношении своего персонала. В своих предыдущих работах мы отмечали, что возникновение и развитие феномена социального загрязнения трудовой сферы обусловлено формированием таких тенденций как рост прекаризации занятости и расширение использования токсических практик управления персоналом ^[8]. Термин «социальное загрязнение» впервые был использован Дж. Пфеффером, который указывал на тот факт, что стремление компании к повышению своей прибыли зачастую приводит к ухудшению физического и психосоциального благополучия ее работников в случае, когда менеджмент компаний реализует стратегии сокращения издержек на рабочую силу ^[15]. Такая стратегия определяет соответствующую кадровую политику компании, которая подразумевает использование нестандартных форм трудовых отношений с персоналом, имеющих, как правило, краткосрочный характер и не обеспечивающих наемным работникам социальных гарантий. Практики управления человеческими ресурсами, применяемые на основе нестандартных форм трудовых отношений, определяются нами как токсические вследствие их негативного влияния на физическое и психосоциальное благополучие персонала. Кроме того, к неблагоприятным факторам внутриорганизационной среды следует также отнести так называемое токсическое руководство, которое обусловлено, с одной стороны, наличием в компании менеджеров, обладающих деструктивными профессионально-личностными характеристиками, с другой стороны, недостатками в системе управления персоналом компании, проявляющимися в нарушении работодателями и/или руководителями своих обязательств перед наемными работниками и даже требований трудового законодательства. Факторы внутриорганизационной среды, негативно влияющие на физическое и психосоциальное благополучие наемных работников, изучались исследователями в разных аспектах. Прекаризационные условия труда снижают качество трудовой жизни, что приводит к более высокому уровню стресса наемных работников ^[10]. Macklem K. оперирует понятием «токсическое рабочее место», под которым рассматривает неблагоприятные условия работы, связанные, прежде всего со стрессом ^[13]. Необходимо отметить, что вопросы организационного стресса достаточно широко освещены в работах многих ученых. Исследования показали, что существует множество стрессоров на рабочем месте: токсическая рабочая среда, чрезмерная или недостаточная рабочая нагрузка, изоляция, ролевой конфликт, неоднозначность ролей, отсутствие автономии, барьеры карьерного развития, сложные отношения с администраторами и/или коллегами, издевательства руководителей, притеснения и плохой социально-психологический климат ^[6].Очевидно, что одной из основных причин появления вышеуказанных стрессоров на рабочем месте является токсическое руководство. Деструктивные личностные характеристики токсических руководителей, обусловливающих их профессиональную непригодность к руководящей деятельности, рассмотрены в работах Goldman A., Lipman-Blumen J., Lubit R. и других ^{[9, 11, 12]}. Мы дополняем вышеуказанные исследования, осуществляя мониторинг изменений в трудовых отношениях между работодателями и наемными работниками посредством ежегодного социологического опроса персонала компаний разных отраслей экономики, нарративного метода и контент-анализа информационно-коммуникационной сети Рунет. Фокус данной статьи направлен на отдельные аспекты проблемы использования российскими компаниями токсических практик управления персоналом, под которыми мы понимаем любое воздействие на наемных работников со стороны компании и/или ее менеджеров, оказывающее неблагоприятное влияние на их физическое и психосоциальное благополучие.

Методика исследования феномена социального загрязнения в сети Рунет

Выбор контент-анализа для выявления проблем применения токсических практик управления персоналом обусловлен значительной ролью электронных информационных источниковв формировании общественного мнения и отражения происходящих в обществепроцессов. Суть контент-анализа, как научного метода, состоит в переводе вербальной информации в статистическую невербальную форму, он предполагает систематическую фиксацию смысловых единиц некоторой совокупности текстового массива с последующей квантификацией полученных данных. Преимущество контент-анализа, в отличие от опросных методов, заключается в том, что он позволяет исследователю делать заключения, непосредственно не вмешиваясь в то, что он изучает, изучить большой текстовый массив, выделяя в нем неочевидные информационные аспекты ^[14]. Данный метод используется в нашем исследовании как содержательный анализ массивов публикаций в электронных информационных источниках с целью обобщения и оценки содержания текстовых массивов и продуктов коммуникативной корреспонденции. Основы методики контент-анализа были предложены американскими социологами Г. Лассуэллом и Б. Берельсоном еще в начале XX века ^[3]. Берельсоном определены основные положения контент-анализа, методы, критерии и единицы для количественного подсчета. Вклад зарубежных ученых был дополнен работами советских социологов, в их числе А. Алексеев, Ю. Вооглайд, П. Вихалемм, Б. Грушин, Т. Дридзе, М. Лауристи ^[4]. Основным элементом используемой нами методики контент-анализа является определение смысловых единиц как ключевых понятий, которые позволяют классифицировать элементы содержания текстовых массивов. Смысловые единицы должны соответствовать проблеме исследования, отвечать на поставленные вопросы, давать возможность подсчета понятийных категорий различной эмоциональной окраски, не быть слишком абстрактными, либо предельно конкретными. После выделения категорий анализа устанавливаются конкретные единицы счета, которые выступают в качестве количественных мер анализа и позволяют рассчитать регулярность появления того или иного признака категории измерения в текстовом документе. Выбор смысловых единиц и их вида для контент-анализа определяется целями и задачами исследования, содержанием гипотез. Смысловые единицы систематизируются согласно методическим особенностям исследовательской программы. В соответствии с классификацией В. А. Ядова в нашем исследовании выделены смысловые единицы следующих видов ^[5]:

1) понятия, выраженные в словах и терминах: по статистике употребления понятий и выделенных категорий можно определить их значимость в изучаемой проблематике;

2) тема, выраженная в смысловых абзацах, частях текстов, статьях, интервью: в программе исследования выделяются темы, характеризующие изучаемое явление, и гипотезы их смысловой ориентации.

Для изучения проблемных зон применения токсических практик управления персоналом в региональном аспекте нами используется традиционный вариант обзорного контент-анализа. Этот подход предполагает изучение всех материалов, попадающих в сферу исследования, их кодирование, группировку по содержательно-эмоциональной направленности и анализ по единой методике ^[1]. Результатом отбора данных для исследования является общая картина распределений смысловых единиц по выбранным группам, которая затем интерпретируется ^[2]. Особенностью нашего методического подхода является выбор сети Рунет в качестве информационного источника, использование поисковой системы для обнаружения закономерностей изучаемой проблемы. Методика количественного контент-анализа электронных информационных источников апробирована нами в поисковой системе Яндекс как наиболее популярной сети в российском Интернет-пространстве. Сервис поисковой системы Яндекс Wordstat, в зависимости от выставленных параметров, показывает статистические данные по количеству и частотности вводимых ключевых слов (смысловых единиц), употребленных интернет-пользователями в своих текстах. Ключевые слова вводятся в любой словоформе, заключенной в кавычки (например, «работа нарушение»). На автоматических настройках сервис формирует данные за последние 30 дней, но есть возможность отследить историю и сезонность употребления вводимых смысловых единиц интернет-пользователями за более длительный временной промежуток. Сервис также позволяет получать статистку по заданным регионам и городам.Представленное в статье исследование реализуется в региональном аспекте для изучения динамики и структуры применения токсических практик управления человеческими ресурсами на различных территориях. В данном пилотном проекте проанализированы результаты расчетов по России, а также по таким крупнейшим российским городам как Москва, Санкт-Петербург и Екатеринбург. Обзор веб-страниц, доступных в поисковой системе Яндекс, стекстовыми массивами, содержащими в себе определенные нами смысловые единицы, был разделен на четыре шестимесячных периода: 1)май – октябрь 2015 г., 2) ноябрь 2015 г. – апрель 2016 г., 3) май – октябрь 2016 г.,4) ноябрь 2016 г. – апрель 2017 г. В качестве смысловых единиц нами выделены ключевые слова и их сочетания, отражающие отношение Интернет-пользователей к отдельным аспектам их трудовой деятельности в качестве наемных работников, которые негативно влияют на ихпсихосоциальное и физическое состояние. Результаты получены посредством расчета показателей за анализируемый период: 1) количество упоминаний смысловой единицы, и 2) доля упоминаний смысловой единицы в общей совокупности текстовых массивов веб-источников. Подбор смысловых единиц обусловлен целями нашего исследования и включает выявление групп дискурсивных структур, образованных посредством поиска максимального количества упоминаний конкретных слов и словосочетаний в текстовых массивах веб-источников. Понятие «дискурс» в современной лингвистике наиболее близко по смыслу к понятиям «текст» и «диалог». Поэтому под дискурсивной структурой в данном случае мы понимаем связанный текст, представленный в виде публикации в веб-источниках, объединенный определенным тематическим содержанием (Табл. 1).

Таблица 1. – Перечень групп дискурсивных структур и смысловых единиц, используемых в качестве категорий количественного контент-анализа сети Рунет

Методика подбора смысловых единиц подразумевает выбор основных категорий анализа, которые являются ключевыми элементами исследовательской концепции относительно токсических практик управления, а также регистрациюв поисковой системе Яндекс частотыих употребления интернет-пользователями. Выбор категорий описываемого в статье контент-анализа основывался на результатах ранее проведенного нами мониторингового исследовании ^[7]. Необходимо отметить, что представленный в данной статье перечень дискурсивных структур не является исчерпывающим и достаточным для измерения характера и масштаба распространения токсических практик управления персоналом. Наш выбор здесь базируется на эмпирических данных, полученных в ходе нашего долгосрочного мониторингового исследования, а также на изучении вторичных источников информации. Следует также подчеркнуть, что предлагаемая нами методика имеет универсальный характер и может быть применена в любой стране и в любой поисковой системе.

Результаты количественного контент-анализа в сети Рунет

Количественный контент-анализ в первую очередь интересуется частотой появления в тексте определенных характеристик (переменных) содержания. Территориальное распределение результатов сбора массива данных о количестве упоминаний выделенных нами смысловых единиц в сети Интернет можно представить в виде рейтинга территорий с различной концентрацией упоминаний (Табл. 2).

Таблица 2. – Количество упоминаний смысловых единиц в сети Рунет, полученных через поисковую систему Яндекс и сгруппированных по дискурсивным структурам «начальник» и «увольнение», май 2015 г. – апрель 2017 г.

*Совокупность других территорий РФ

Наибольшая доля в данном рейтинге принадлежит крупнейшему российскому мегаполису – Москве, далее следуют Санкт-Петербург и Екатеринбург – крупные культурные и деловые столицы России. Подобная тенденция просматривается как для нейтральных, так и для негативно окрашенных текстов. Данная ситуация объективно отражает более высокую численность населения, а, следовательно, большее количество пользователей Рунет, как и более жесткие условия конкуренции для наемных работников на рынке труда в крупных городах (Табл.3).

Таблица 3. – Количество упоминаний смысловых единиц в сети Рунет, полученных через поисковую систему Яндекс и сгруппированных по дискурсивным структурам «стресс на работе» и «работа нарушение», май 2015 г. – апрель 2017 г.

*Совокупность других территорий РФ

Среди используемых нами смысловых единиц наибольшее количество упоминаний в сети Интернет отмечается со словом «начальник». При этом доля негативных текстов здесь не превышает 0,6% в общем массиве данных в течение всего исследуемого периода. Выявленные нами в структуре негативных текстов наиболее часто употребляемые словосочетания отражают суть проблем, которые больше всего беспокоят интернет-пользователей: «начальник не прав», «начальник домогается» и «начальник выживает с работы» (Рис. 1). В общей совокупности негативных текстов, взятой за 100%, две трети посвящены неправоте руководителя (66,4%). Практически в равной мере встречаются тексты о сексуальных домогательствах (17,2%) и боссинге (16,4%). Следует отметить тенденцию снижения частоты использования словосочетания «начальник домогается» (с 22% в 2015 г. до 16,3% в 2017 г.) и, наоборот, увеличение числа употребления словосочетания «начальник выживает с работы».

Рис. 1 –Соотношение наиболее часто встречающихся смысловых единиц в негативно окрашенных текстах, выявленных в сети Рунет в дискурсивной структуре «начальник» за исследуемый период, май 2015 г. – апрель 2017 г., %

Анализ динамики частоты употребления смысловых единиц в текстах пользователей Рунета в дискурсивной структуре «начальник» показывает ясно выраженную тенденцию роста количества сообщений по всем выделенным нами смысловым единицам (Рис. 2). Но наиболее заметный рост показателя количества упоминаний отмечается по смысловой единице «начальник выживает с работы»: с 20,7% в 2015 г. по 33,2% в 2017 г. или в 1,6 раз.

Рис. 2 – Динамика показателя количества использования смысловых единиц, выявленных в сети Рунет, в процентах к суммарному значению показателя за исследуемый период, май 2015 г. – апрель 2017 г., %

Следующим по значимости для пользователей вопросом является проблема увольнения с работы. Результаты количественного контент-анализа показывают, что соотношение негативных и нейтральных текстов в дискурсивной структуре «увольнение» смещается в сторону увеличения доли негативно окрашенных сообщений (Рис. 3).

Рис.3 – Соотношение нейтральных и негативных текстов в дискурсивной структуре «увольнение», выявленных в сети Рунет за исследуемый период, май 2015 г. – апрель 2017 г., %

Полученные нами данные делают очевидным тот факт, что необоснованное увольнение работников имеет массовый характер, так как именно эта проблема больше всего беспокоит интернет-пользователей в дискурсивной структуре «увольнение» (Рис.4).

Рис. 4 – Соотношение наиболее часто встречающихся смысловых единиц в негативно окрашенных текстах, выявленных в сети Рунет в дискурсивной структуре «увольнение» за исследуемый период, май 2015 г. – апрель 2017 г., %

Динамика расчетных показателей, характеризующих частоту употребления выделенных нами смысловых единиц в дискурсивной структуре «увольнение», позволяет сделать вывод о сложившейся тенденции роста использования токсических практик высвобождения работников (Рис. 5). Увеличивается количество сообщений относительно незаконного увольнения (с 20,3% в 2015 г. до 31,5% в 2017 г.) и необоснованного увольнения (с 19,5% в 2015 г. до 30,8% в 2017 г.).

Рис. 5 – Динамика показателя количества использования смысловых единиц, выявленных в сети Рунет, в процентах к суммарному значению показателя за исследуемый период, май 2015 г. – апрель 2017 г., %

Соотношение нейтральных и негативных текстов в дискурсивной структуре «стресс на работе», выявленных в сети Рунет находится в пределах 3:1 (75% и 25% соответственно) с незначительными колебаниями во временных отрезках анализируемого периода. При этом, среди выделенных нами смысловых единиц наибольшая доля принадлежит словосочетанию «работа обман» (62% от суммарного значения количества упоминаний в целом за период) (Рис. 6). Здесь следует отметить тенденцию незначительного снижения данного показателя в динамике за период: с 67,3% в 2015 г. до 58,3% в 2017 г. В тоже время, отмечается рост количества упоминаний смысловой единицы «работа давление»: с 30% в 2015 г. до 29,8% в 2017 г. или в 1,3 раза. Очевидно, что проблема невыполнения работодателями и руководителями своих обязательств перед наемными работниками имеет серьезный масштаб в российских организациях. Немногим менее значим для пользователей вопрос прессинга на рабочем месте.

Рис. 6 – Соотношение наиболее часто встречающихся смысловых единиц в негативно окрашенных текстах, выявленных в сети Рунет в дискурсивной структуре «стресс на работе» за исследуемый период, май 2015 г. – апрель 2017 г., %

Расчет долевого соотношения количества упоминаний смысловых единиц в негативных текстах в дискурсивной структуре «стресс на работе» по временным отрезкам анализируемого периода показывает рост расчетного показателя по всем выделенным нами словосочетаний (Рис. 7). Тем не менее, наиболее выражена тенденция увеличения расчетного показателя, характеризующего количество употреблений интернет-пользователями словосочетания «работа давление»: с 16% в 2015 г. до 35,1% в 2017 г. от общего количества упоминаний или в 2,2 раза. Очевидно, в условиях растущей конкуренции на рынке труда наемные работники вынуждены мириться с более жесткими условиями деятельности на рабочем месте.

Рис. 7 – Динамика показателя количества использования смысловых единиц, выявленных в сети Рунет, в процентах к суммарному значению показателя за исследуемый период, май 2015 г. – апрель 2017 г., %

Дискурсивная структура «работа нарушение» по сути своей имеет негативный контекст. Тем не менее, большая доля тектового массива (65,5% за исследуемый период) здесь выделена нами в группу с маркером «негативно» с тем, чтобы сделать фокус на совокупность наиболее значимых для интернет-пользователей смысловых единиц (Рис. 8).

Рис. 8 – Соотношение нейтральных и негативных текстов в дискурсивной структуре «работа нарушение», выявленных в сети Рунет за исследуемый период, май 2015 г. – апрель 2017 г., %

Среди выделнных нами смысловых единиц в дискурсивной структуре «работа нарушение» большая доля стабильно за весь исследуемый период принадлежит смысловой единице «не приняли на работу» (Рис. 9). Безусловно, отказ в приеме на работу не обязательно обусловлен токсическими практиками управления персоналом. Тем не менее, масштабный характер представленности данной проблемы в Рунете и ее неблагоприятное влияние на психосоциальное благополучие людей, ищущих работу, по нашему мнению, является основанием для рассмотрения в нашем исследовании данной смысловой единицы.

В динамике показателя количества употребления в негативных текстах выделенных нами смысловых единиц по временным отрезкам исследуемого периода отмечаются разнонаправленные тенденции (Рис. 10). В то время, как частота упоминаний словосочетаний «не приняли на работу» и «не отпустили в отпуск» стабильно растет с 22,1% в 2015 г. до 28,2% и 27,9% соответственно в 2017 г., количество сообщений о невыплате работодателями заработной платы в целом за анализируемый период сократилось, несмотря на заметные колебания по его временным отрезкам.

Рис. 9 – Соотношение наиболее часто встречающихся смысловых единиц в негативно окрашенных текстах, выявленных в сети Рунет в дискурсивной структуре «работа нарушение» за исследуемый период, май 2015 г. – апрель 2017 г., %

Рис. 10 – Динамика показателя количества использования смысловых единиц, выявленных в сети Рунет, в процентах к суммарному значению показателя за исследуемый период, май 2015 г. – апрель 2017 г., %

Полученные нами результаты количественного контент-анализа категорий, характеризующих некоторые токсические практики управления персоналом организаций, позволяют получить представление о масштабах распространения феномена социального загрязнения в некоторых его аспектах. Но для более глубокого понимания сущностных характеристик изучаемого нами феномена, количественные методы исследования необходимо дополнять качественными. В нашем исследовании мы используем метод нарративного анализа в сети Рунет.

Результаты нарративного анализа в сети Рунет

Для проведения качественного исследования в качестве пилотного объекта нами выбран один из крупнейших информационных порталов России – «Екатеринбург-Он-Лайн» (E1.RU) с ежемесячной посещаемостью более 4 млн. чел. Данный портал включает в себя 12 тематических подсайтов, которые содержат новости, форумы и другие сервисные разделы, представляющие разнообразные сферы интересов горожан. Тематике нашего исследования соответствует форум «Работа и карьера», тексты которого были использованы нами для нарративного анализа. В качестве примера мы рассматриваем смысловую единицу «увольнение». Из 240 сообщений, отобранных нами за исследуемый период, пригодными для нарративного анализа оказались 154 сообщения, представляющие собой лаконичные, в разной степени детализируемые изложения событий, в которых просматривается однолинейная сюжетная цепочка в телеграфном стиле. В процессе нарративного анализа нами были выделены категории, служащие для объяснения основных причин увольнения сотрудников (Табл. 5).

Таблица 4. – Смысловые интерпретанты в нарративном анализе дискурсивной структуры «увольнение», содержащиеся в текстовых массивах портала «Екатеринбург-Он-Лайн», май 2015 г. – апрель 2017 г.

Нарративный анализ сообщений в дискурсивной структуре «увольнение» позволил выделить три основные причины увольнения сотрудников из организации: 1) нарушение режима работы и отдыха, 2) плохие условия труда, и 3) невыполнение руководством своих обязательств. Из сообщений участников форума следует, что плохие условия труда, нарушения режима труда, делают невозможной дальнейшую работу в организации даже при высокой оплате труда. Однако в том случае, если руководством организации нарушаются первоначальные обещания относительно величины заработной платы – это является веским основанием для увольнения работника по собственному желанию. Примеры нарративов в дискурсивной структуре «увольнение» позволяют дополнить количественный контент-анализ качественными характеристиками исследуемого нами феномена. Так, например, участник форума описывает причины своего увольнения следующим образом: «На складе сотрудники вынуждены работать по 12 часов в день, часто 3-4 смены подряд, вместо обещанных двух. Курить по расписанию, прием пищи один раз в день в течение 20 минут по расписанию, туалет тоже по расписанию!!! Сидеть нельзя!!! Целый день на ногах, кругом видеокамеры. Отпуск две недели в году. Если будешь стараться, будешь получать 30-35 тысяч рублей». Еще одно похожее сообщение: «Рабочий день 8-9-10 часов –это как повезет, но в 18.00 никто не уходит!!! Суббота всегда рабочая, как минимум, до 3 часов дня. Строжайший дресс-код, отпуск один раз в год в лучшем случае. Один из коллег за 5 лет, только один раз был в отпуске. Деньги платят не плохо, но это того не стоит». Или еще одно сообщение от мужчины относительно причины увольнения из многопрофильного холдинга: «Была огромная текучесть всвязи с нестабильным психологическим климатом в коллективе. Первое, что вы увидите при трудоустройстве – это рабочее место и помещение, трехэтажный сарай, который разваливается на части, с текущей крышей, решетками и страшным запахом, древние компьютеры и т.д. Здесь вам и предстоит работать. В коллективе крайне нездоровая атмосфера. Здесь развиты интриги. Постоянная интрига – кого уволят на этот раз. Подлость и конкуренция – это норма. Очень многих сотрудников уволили без объяснения! Коварство сводится к тому, кто качественнее донесет друг на друга, кто лучше манипулирует директором и его топ-менеджерами. Остаются только те, кто умеет льстить начальнику. На собеседовании говорили, что зарплата 40 тысяч рублей, на самом деле 20 тысяч рублей оклад и 20 тысяч рублей премия, которой они будут манипулировать, чтобы уволить сотрудника, вдруг ставшего неугодным». Таким образом, нарративный анализ сообщений дискурсивной структуры «увольнение» показывает наличие в большинстве случаев (83% от общего количества сообщений) полифакторный характер причин увольнения сотрудников из организаций. Тем не менее, следует отметить, что люди склонны увольняться из организации только в крайних случаях, когда работа не приносит никаких выгод.

Заключение

Проведенное нами исследование позволяет сделать следующие выводы.В условиях цифровой экономики наряду с традиционными методами исследованиями сферы трудовых отношений, такими как наблюдение, социологический опрос и интервьюирование персонала, становится востребованным применение сети интернет в качестве информационного источника для количественных и качественных методов исследования. Использование контент-анализа и нарративного анализа в сети Рунет для изучения феномена социального загрязнения позволило получить данные о динамике и структуре применения токсических практик управления человеческими ресурсами, выявить наиболее значимые проблемы и их распространении по регионам Российской Федерации. Наше исследование показало, что наиболее значимыми проблемами для пользователей Рунета в трудовой сфере являются: 1) наличие жестких условий конкуренции для наемных работников в крупных городах, 2) токсическое руководство, некорректное и непрофессиональное поведение руководителя, 3) необоснованное увольнение персонала с работы, 4) плохие условия труда на рабочем месте, 5) невыполнение обещаний работодателями. Нарративный анализ наиболее популярного среди жителей крупного города форума позволил более глубоко изучить многофакторность причин добровольного ухода работников из организаций, и получить более полное представление о качественных характеристиках одной из рассматриваемых нами дискурсивных структур «увольнение». Обращение к сети Интернет имеет ряд преимуществ, по сравнению с традиционными источниками информации, среди которых:

1) масштабность исследования (территориальный охват и количество пользователей),

2) возможность отследить качественную и количественную динамику изменений по значимым смысловым единицам в территориальном и временном аспекте,

3) отсутствие искажений, связанных с неискренностью респондентов,

4) вариативность исследования в связи с применением различных смысловых единиц и категорий анализа.

К недостаткам данного метода следует отнести недостаточную информацию о структуре выборки интернет-пользователей и значительные временные затраты на обработку результатов. Тем не менее, несмотря на ограничения, связанные с невозможностью получить точную характеристику выборки интернет-пользователей, мы считаем, что рассматриваемый здесь вопрос слишком важен, чтобы оставаться без ответа по причине отсутствия идеальных данных. В данной статье мы не пытаемся охватить все возможные аспекты токсических практик управления персоналом в компаниях. Вместо этого, мы сосредоточили свое внимание только на перечень из четырех групп дискурсивных структур, которые были выбраны нами в связи с высокой частотой их использования в лексике пользователей Рунета. Кроме этого, мы обращались к различным источникам данных, включая результаты собственного долгосрочного мониторингового исследования, которые позволяют нам давать обоснованные оценки распространенности и важности для работников проблем в трудовых отношениях, обозначенных выбранными нами смысловыми единицами. Мониторинг распространенности токсических практик управления человеческими ресурсами в сети Рунет с применением методов количественного контент-анализа и качественного нарративного анализа имеет практическую значимость для государства и бизнеса. Изменения, происходящие в трудовой сфере, требуют поиска новых управленческих решений на уровне планирования кадровой политики с учетом сложившихся сегодня тенденций. В частности, становится очевидным, что государственные органы власти должны принять меры по усилению контроля выполнения работодателями своих обязательств перед наемными работниками, особенно в вопросах соблюдения законодательных норм режима труда и отдыха, а также выплаты вознаграждения за выполненную работу. Менеджмент организации сегодня также не может игнорировать интернет-ресурсы для получения информации о негативных переживаниях людей по поводу плохих условий труда и низкого уровня управленческой культуры руководителей. Безусловно, представленный в статье обзор не является исчерпывающим. В дальнейшем исследовании авторами планируется сравнительный анализ выявленных проблемных зон токсических практик управления человеческими ресурсами в России и в странах Европы. В результате будет создана карта преимущественного использования токсических практик управления человеческими ресурсами в разных странах.