Прикамье лидирует в ПФО по росту просроченной задолженности по зарплате
На 1 февраля 2018 года невыплаченный долг по зарплате в Прикамье достиг 10,7 млн рублей, что на 15,6% больше, чем месяцем ранее. Это больше, чем в среднем по России (+12%) и идет вразрез с общей тенденцией по Приволжскому федеральному округу (в среднем по ПФО задолженность по зарплате снизилась на 4,5%).
По данным Росстата, Пермский край оказался на первом месте по процентному росту задолженности в Приволжском федеральном округе (+15,6). На втором месте в ПФО по приросту долга оказалась Саратовская область (+15,1%), на третьем — республика Татарстан (+13,3%). В целом, в ПФО долги по зарплате на 1 февраля составили 234,2 млн рублей. В среднем по округу долги по зарплате снизились за месяц на 4,5%.
В соседней Свердловской области (Уральский федеральный округ) задолженность достигла 37,4 млн рублей (месяцем ранее — 16,7 млн), рост невыплаченного долга составил 220% (Росстат в своих данных указывает увеличение задолженности в 2,2 раза).
Просроченная задолженность по зарплате на 1 февраля 2019 года в России составила 2,711 млрд рублей, сообщает Росстат. По сравнению с 1 января 2019 года долги в целом по федерации увеличились на 291,1 млн рублей (на 12%). Из общей суммы невыплаченной зарплаты на долги, образовавшиеся в 2019 году, приходится 300 млн рублей (11,1%). 40% долга работодателей перед россиянами (1,08 млрд рублей) сформировались в 2018 году, 48,9% (1,32 млрд рублей) — в 2017 году.
Из общей суммы задолженности 26,9 млн рублей составили долги, возникшие из-за несвоевременного получения денежных средств из бюджетов всех уровней, 2,6 млрд рублей — долги из-за отсутствия собственных денежных средств предприятий.
Как ранее писал РБК Пермь, 61,3% от общей суммы задолженности предприятий Прикамья на 1 февраля 2018 года составили долги организаций обрабатывающей промышленности. Объем просроченной задолженности в Прикамье в три раза превышает месячный фонд оплаты труда работников организаций, накопивших эту задолженность.
Аналитика, сервис, персональные туры. AI для маркетинга и продаж в недвижимости
От подбора персонала до кадрового прогнозирования. Как HR-отделы могут использовать AI в 2025 году
