CC BY
115
ГОСУДАРСТВО И ГРАЖДАНСКОЕ ОБЩЕСТВО: ПОЛИТИКА, ЭКОНОМИКА, ПРАВО
йО!: 10.17805^ри.2017.1.11
Демографическая яма и ее роль в потребительском выборе услуг высшего профессионального образования*
В. А. ГНЕНАШЕВА Московский гуманитарный университет, Институт социально-политических исследований Российской академии наук, Московский государственный институт международных отношений (Университет) Министерства иностранных дел Российской Федерации
В статье рассматривается и обосновывается ряд эмпирических предпосылок оценки спроса на высшее профессиональное образование с учетом демографических изменений в Российской Федерации за последние годы. Снижение количественных статистических показателей численности молодежи в возрасте 17-25 лет определяется через влияние данного фактора на спрос молодежи на услуги высшего профессионального образования в современных социально-экономических условиях.
Оценивается степень влияния снижения спроса на образовательные услуги высшего профессионального образования. Приводятся результаты ряда исследований по выявлению значимости демографического фактора при формировании потребительских предпочтений и потребительского спроса на услуги высшего профессионального образования. В результате оценки статистических данных путем математико-статистических средств дисперсионного и факторного анализа было определено, что изменение демографической ситуации, выражаемое термином «демографическая яма», имеет общее демографическое значение, однако в контексте процесса формирования рабочей силы не вызывает существенных структурных изменений: оценка доли обучающихся в системе ВПО за рассматриваемый период не претерпела существенных изменений.
В статье делается вывод о существующих особенностях интерпретации статистических данных в контексте профессиональной ориентации и потребительского выбора учебного заведения высшего профессионального образования молодым человеком. Ключевые слова: молодежь; профессиональное образование; демографическая яма; потребительский выбор; высшее образование; студенты; рынок труда
* Статья подготовлена при поддержке РФФИ (грант №16-36-60002 «Модели формирования рабочей силы»).
The article is prepared with the support of Russian Foundation for Basic Research (grant No. 15-03-12019 "Models of Labour Force Formation").
ВВЕДЕНИЕ
По оценкам исследователей, демографическая яма в России — вызов для всей экономики. Рассматривая статистику, они прогнозируют, что в следующие 10 лет ежегодно будут получать высшее образование и выходить на рынок труда меньше миллиона студентов (рис. 1). Учитывая практически полную занятость и тот факт, что в последние годы российский рынок труда был способен занять вдвое больше студентов, это значит, что вскоре возникнет огромный дефицит молодых людей, выходящих на рынок труда (Martin, Neugart, 2009; Tesfatsion, 2001; Pingle, Tesfatsion, 2003).
(М со LT) со h- œ СП о (М со LT) со h- со СП о (М со LT) со h- со СП о
о о о о о о о о о (М см (М (М (М (M (M (М (M (M со
о о о о о о о о о о о о о о о о о о о о о о о о о о о о о о
(М (М (М (М (М (М (М (М (М (М (М (М (М (М (М (М (М (М (М (М (М (М (М (М (M (M (M (M (M (М
Источник: Федеральная служба государственной статистики России
Рис. 1. Динамика численности молодежи в России (2001-2030 гг.)
Chart 1. Dynamics of the quantity of young people in Russian for the period of 2001-2030
Целью статьи является анализ статистических данных количественных изменений потребления услуг высшего профессионального образования и их связи со сложившимися условиями снижения численности молодежи в возрастных группах 15-24 лет, определяемыми как «демографическая яма».
МЕТОДОЛОГИЯ ИССЛЕДОВАНИЯ
Причина резкого демографического спада определенной возрастной группы кроется в низкой рождаемости в стране в 1990-х годах как следствии неустойчивой трансформирующейся экономики и общества.
Особенностью переходного периода в демографической сфере является так называемый российский крест — пересечение графиков смертности и рождаемости в 1992 г. Особенно низкими по количеству рождаемости отмечены 1989-1993 гг.
Оценки современной статистики по распределению населения в возрастных группах 15-19 лет и 20-24 года (Гневашева, 2012, 2016b), а также в страте общества «трудоспособное население» представлены в табл. 1.
Интересным представляется рассмотреть изменение доли студентов в системе высшего профессионального образования (ВПО) в сравнении с изменением численности возрастных групп 15-19 лет и 20-24 года (Гневашева, 2016а). Данное распределение
отражает достаточно устойчивую динамику за рассматриваемый период 2003-2015 гг. с незначительным ростом в 2010 г., когда родившимся в период демографического кризиса исполнилось примерно 17-21 год, т. е. они составили контингент потенциальных абитуриентов в рассматриваемый временной отрезок (см. табл. 1 и рис. 1).
Оценивая регрессионную зависимость доли обучающихся в системе ВПО в сопоставлении с общей численностью населения в возрастной группе 15-24 года от изменения численности в соответствующих возрастных группах, общей численности трудовых ресурсов, востребованности программ обучения высшего профессионального образования как в рамках государственного, так и частного сектора, получаем следующие распределения. Графически распределение тенденций по изменению рассматриваемых регрессоров выглядит следующим образом (рис. 2 и рис. 3, с. 168).
Регрессионные оценки рассматриваемых переменных позволяют сделать следующие выводы.
Регрессионная статистика (табл. 2, с. 169) свидетельствует, что объясняемая переменная на 99% определена включенными в регрессию факторами (Я2 = 0,99). То есть рассматриваемая нами объясняющая переменная «доля обучающихся в системе ВПО в сопоставлении с численностью в возрастной группе 15-24 года» объяснима основными демографическими факторами, как то: изменение численности в возрастных группах 15-19 и 20-24 года, изменение общей численности населения в трудоспособном возрасте, а также экономическими, как то: рациональный выбор программ ВПО в соответствии с критериями потребительского выбора в секторе государственного либо частного образования (Гневашева, 2003, 2015).
Дисперсионный анализ и анализ параметров регрессии позволяет сделать следующие выводы о представленной регрессии.
40,00
20,00 15,00
10,00 -
5,00 0,00
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Рис. 2. Распределение доли обучающихся в системе высшего профессионального образования в сопоставлении с общей численностью населения в возрастной группе 15-24 года
в 2003-2015 гг., %
Chart 2. The distribution of the share of students in the system of higher professional education in comparison to the total number of people at the age of 15-24 years in 2003-2015, %
Таблица 1
РАСПРЕДЕЛЕНИЕ НАСЕЛЕНИЯ ПО ВОЗРАСТНЫМ ГРУППАМ И ПО ФОРМЕ ОБУЧЕНИЯ ЗА ПЕРИОД 2003-2015 ГГ. (ТЫС. ЧЕЛ.)
Table 1
DISTRIBUTION OF POPULATION BY AGE GROUPS AND FORMS OF TRAINING FOR THE PERIOD OF 2003-2015 (THOUSAND PEOPLE)
Год Численность населения в трудоспособном возрасте (тыс. чел.) (переменная XI) Распределение населения по возрастным группам: 15—19 лет (тыс. чел.) ( переменная Х2) Распределение населения по возрастным группам: 20-24 года (тыс. чел.) (переменная ХЗ) Доля студентов ВПО в отношении численности населения в возрастной группе 15-24 года ( %) (переменная У) Численность студентов, обучающихся по программам бакалавриата, специалитета, магистратуры (тыс. чел.) (переменная Х4 ) Численность студентов, обучающихся по программам бакалавриата, специалитета, магистратуры в гос. и муницип. учреждениях (тыс. чел.) (переменная Х5 ) Численность студентов, обучающихся по программам бакалавриата, специалитета, магистратуры в частных учреждениях (тыс. чел.) (переменная Х6)
2003 88 942 12 801 11466 26,60 6456 5596 860
2004 89 852 12 544 11870 28,20 6884 5860 1024
2005 90099 12212 12 081 29,08 7065 5985 1079
2006 90157 11852 12 098 30,52 7310 6133 1177
2007 90058 11244 12 298 31,69 7461 6208 1253
2008 89 745 10485 12 457 32,75 7513 6215 1298
2009 89 342 9650 12 389 33,66 7419 6136 1283
2010 87 983 8389 12169 34,29 7050 5849 1201
2011 87 847 8237 12122 31,88 6490 5454 1036
2012 87055 7631 11599 31,59 6075 5145 930
2013 86137 7152 10 849 31,37 5647 4762 885
2014 85162 6956 9971 30,77 5209 4406 804
2015 85 415 6829 9293 29,57 4767 4061 705
14000 12 000 10 000 8000 6000 4000 2000 0
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
— — распределение населения по возрастным группам: 15-19 лет (тыс. чел.)
распределение населения по возрастным группам: 20-24 года
численность студентов, обучающихся по программам бакалавриата, ~ ~ ~ 'специалитета, магистратуры (тыс. чел.)
Рис. 3. Распределение численности студентов, обучающихся по программам ВПО, а также численности населения в возрастных группах 15-19 лет и 20-24 года за период
2003-2015 гг., тыс. чел. Chart 3. The distribution of the number of students enrolled in programs of higher professional education and the number of people at the age of15-19 and of 20-24 in 2003-2015
(thousand people)
Так как ^ — фактическое значение ^-критерия Фишера > значимости ^-табличное, 9841,292 > 1,05Е-11, то корреляционно-регрессионную модель следует считать адекватной, и гипотеза о несостоятельности регрессии отвергается. Критическое значение ¿кр найдено для уровня значимости а = 5% и числа степеней свободы & = 12 - 6 - 1 = 5 и составляет величины ¿кр = 2,571. По отношению к данному значению оценим ¿-статистику коэффициентов.
Для свободного коэффициента а = 1,002 определена статистика ¿а = 0,8337, что меньше значения ¿к„, значит, свободный коэффициент не значим при требуемом уровне значимости р = 0,05, но им нельзя пренебречь при регрессионном моделировании.
Для коэффициента регрессии = 0,266 определена статистика ^ = 2,402, что по модулю незначительно меньше значения ¿кр, значит, данный коэффициент регрессии определяется как незначимый для модели в целом. Подчеркнем, что в данном случае определяется влияние переменной «численность населения в трудоспособном возрасте» на объясняемую переменную «доля обучающихся по программам ВПО из численности населения в возрасте 15-24 года».
Для коэффициента регрессии р2 = -0,455 определена статистика ^2 = -31,98, что по модулю больше значения ¿кр, значит, данный коэффициент регрессии является значимым. Здесь отражено влияние переменной «численность населения в возрастной группе 15-19 лет» на объясняемую переменную, что показано как значимое, характер влияния при этом, оцениваемый отрицательным знаком при коэффициенте, показывает обратную зависимость.
Таблица 2 (1) РЕГРЕССИОННАЯ СТАТИСТИКА
Table 2 (1)
ANOVADATA
Регрессионная статистика
Множественный Я 0,999949
Я-квадрат 0,999898
Нормированный Я-квадрат 0,999797
Стандартная ошибка 0,001012
Наблюдения 13
Таблица 2 (2)
РЕГРЕССИОННАЯ СТАТИСТИКА
Table 2 (2)
ANOVA DATA
df MS F Значимость F
Регрессия 6 0,060427 0,010071 9841,292 1,05£-11
Остаток 6 6,14£-06 1,02£-06
Итого 12 0,060433
Для коэффициента регрессии рз = -0,558 определена статистика ¿рз = -15,579, что по модулю больше значения ¿кр, значит, данный коэффициент регрессии является значимым.
Для коэффициента регрессии р4 = 1,96 определена статистика = 2,88, что по модулю больше значения ¿кр, значит, данный коэффициент регрессии является значимым.
Для коэффициента регрессии Р5 = -0,895 определена статистика ¿р4 = -1,47, что по модулю меньше значения ¿кр, значит, данный коэффициент регрессии является не значимым.
Для коэффициента регрессии р6 = -0,104 определена статистика ¿р4 = -1,058, что по модулю меньше значения ¿кр, значит, данный коэффициент регрессии является не значимым.
Таким образом, построение регрессии с учетом только значимых коэффициентов позволяет несколько увеличить показатели оценки регрессии, значимыми при уровне значимости р = 0,05 являются переменные Х1 и Х2.
Выводы о значимости коэффициентов модели сделаны на уровне значимости а = 5%.
Рассматривая столбец «Р-значений» (см. таб. 2 (3), с. 170), отметим, что свободный коэффициент а можно считать значимым на уровне 0,4363 = 43,6%; коэффициент регрессии р1 — на уровне 5,3%; коэффициент регрессии Р5 — на уровне 19,2%, коэффициент регрессии р6 — на уровне 33,1%
Проведенный дисперсионный анализ соответствующих переменных позволяет сделать дополнительные оценки путем применения факторного анализа. При оцен-
Таблица 2 (3)
РЕГРЕССИОННАЯ СТАТИСТИКА
Table 2 (3)
ANOVA DATA
Коэффициенты Стандартная ошибка X и и P-значение Нижние 95% Верхние 95% Нижние 95,0% Верхние 95,0%
У-пересечение 10,44099 1,101825 9,476087 3,05E-05 7,835588 13,04639 7,835588 13,04639
Переменная X 1 0,088256 0,035264 2,50275 0,040828 0,004871 0,171641 0,004871 0,171641
Переменная X 2 0,103832 0,115704 0,897394 0,39932 -0,16976 0,37743 -0,16976 0,37743
Переменная X 3 -0,37052 2,31248 -0,16023 0,877229 -5,83867 5,097629 -5,83867 5,097629
Переменная X4 0,172952 2,073829 0,083398 0,93587 -4,73087 5,076778 -4,73087 5,076778
Переменная X 5 0,134538 0,330477 0,407103 0,696093 -0,64692 0,915993 -0,64692 0,915993
ке факторов была использована программа статистического анализа Р8РР (табл. 3 и табл. 4, с. 172-173).
Во втором столбце таблицы результатов (см. табл. 4) находим дисперсию нового, только что выделенного фактора. В третьем столбце для каждого фактора приводится процент от общей дисперсии (в рассматриваемой статистике она равна примерно 14%) для каждого фактора. Как можно видеть в табл. 4, первый фактор (компонент) объясняет 72% общей дисперсии, второй фактор (компонент 2) — 25,96% и т. д. Четвертый столбец содержит накопленный процент или кумулятивную дисперсию.
Опираясь на теоретические предпосылки, состоящие в том, что главными целями факторного анализа являются: 1) сокращение числа переменных (редукция данных) и 2) определение структуры взаимосвязей между переменными, т. е. классификация переменных, а поэтому факторный анализ используется или как метод сокращения данных, или как метод классификации, рассмотрим полученную статистику для анализируемых переменных.
Оценка корреляции факторов показывает, что, в частности, очевидна взаимосвязь фактора доли обучающихся на программах ВПО и численности молодежи в возрастной группе 15-19 лет. При этом корреляция рассматриваемой переменной с распределением по выбору между образовательными услугами государственных и муниципальных учреждений или частных учреждений крайне мала, с меньшим результатом в оценках корреляции с фактором «частные образовательные учреждения». Очевидна также получаемая корреляция между численностью населения в трудоспособном возрасте и численностью обучающихся в системе ВПО. Все это дает основание утверждать количественную корреляцию, но не качественное принятие решения о рациональном потребительском выборе блага «образовательные услуги высшего профессионального образования» (Гневашева, Сукталиева, Терпугова, 2007; Луков, 2012; Луков, Гневаше-ва, 2007, 2008; Государственная молодежная политика ... , 2013; Луков, Ковалева, Гневашева, 2016; Потравная, 2016). При этом иерархия значимости включенных переменных
Таблица 3
ИСХОДНЫЕ ДАННЫЕ ДЛЯ ПРИМЕНЕНИЯ ФАКТОРНОГО АНАЛИЗА
Table 3
REFERENCE DATA FOR THE USE OF FACTOR ANALYSIS
Год Численность населения в трудоспособном возрасте, (тыс. чел.) (переменная 1) Распределение населения по возрастным группам: 1?—19 лет (тыс. чел.) (переменная 2) Распределение населения по возрастным группам: 20-24 года (переменная 3) Численность студентов, обучающихся по программам бакалавриата, специалитета, магистратуры, (тыс. чел.) (переменная 4) Численность студентов, обучающихся по программам ВПО в государственных и муниципальных образовательных учреждениях, (тыс. чел.) (переменная 5 ) Численность студентов, обучающихся по программам ВПО в частных образовательных учреждениях, (тыс. чел.) (переменная 6) Доля обучающихся в системе ВПО в сопоставлении с общей численностью населения в возрастной группе 15-24 года, (тыс. чел.) (переменная 7)
2003 88 942 12 801 11 466 6456 5596 860 26,60
2004 89 852 12 544 11 870 6884 5860 1024 28,19
2005 90 099 12 212 12 081 7065 5985 1079 29,08
2006 90157 11 852 12 098 7310 6133 1177 30,52
2007 90 058 11244 12 298 7461 6208 1253 31,69
2008 89 745 10 485 12 457 7513 6215 1298 32,74
2009 89 342 9650 12 389 7419 6136 1283 33,66
2010 87 983 8389 12 169 7050 5849 1201 34,29
2011 87 847 8237 12 122 6490 5454 1036 31,87
2012 87 055 7631 11 599 6075 5145 930 31,59
2013 86137 7152 10 849 5647 4762 885 31,37
2014 85 162 6956 9971 5209 4406 804 30,77
2015 85 415 6829 9293 4767 4061 705 29,56
Таблица 4
РЕЗУЛЬТАТЫ ДИСПЕРСИИ ПО КОМПОНЕНТАМ
Table 4
RESULTS OF DISPERSION BY COMPONENTS
Исходные собственные значения
Компонент Итого % дисперсии Накопительный процент
1 5,04 72,01 72,01
2 1,82 25,96 97,98
3 0,13 1,81 99,79
4 0,01 ,18 99,97
5 ,00 ,03 100,00
6 ,00 ,00 100,00
7 ,00 ,00 100,00
распределяется в последовательности: распределение населения в возрастной группе 15-19 лет, численность трудоспособного населения, численность обучающихся в системе ВПО, численность обучающихся в государственных образовательных учреждениях ВПО, численность обучающихся в частных образовательных учреждениях ВПО, распределение населения в возрастной группе 20-24 года, доля обучающихся в системе ВПО в сравнении с общей численностью населения в возрасте 15-24 года.
ЗАКЛЮЧЕНИЕ
Общие экономико-демографические результаты полученных материалов экономического моделирования с целью определения потребительского спроса на благо «образовательные услуги высшего профессионального образования» и демографических предпосылок формирования рабочей силы за период 1992-2015 гг. состоят в том, что в ходе реформ выявились диспропорции рынка труда, вызванные нестабильностью и неразвитостью экономики в целом, в частности четко обозначилась проблема структурной безработицы (Качество жизни . , 2014); трудовые ресурсы в отличие от прочих ресурсов экономики обременены социальной составляющей, значимой в процессе их регулирования (Ковалева, 1996; Луков, 2012); определяющим критерием качества рабочей силы является уровень профессиональных компетенций, позволяющий, в том числе, судить и об уровне возможного трудового дохода; эффективность реализации работниками своих компетенций в компании зависит не только от того, каким потенциалом обладает каждый из них (Диалог организационных культур . , 2010); стремление получить высокий уровень профессиональной подготовки означает ожидание работников получить и больший уровень дохода; благо «образовательные услуги высшего профессионального образования» экономически определяется в структуре потребления населения с устойчивой долей присутствия вне зависимости от демографических изменений в обществе; спрос на услуги высшего профессионального образования характеризуется экономическими предпосылками и рациональностью выбора и в структуре потребления общества не претерпел существенных изменений.
СПИСОК ЛИТЕРАТУРЫ
Гневашева, В. А. (2003) Прогнозирование занятости в российской промышленности : дис. ... канд. экон. наук. 125 с.
Гневашева, В. А. (2012) Развитие молодежного сегмента рынка труда на основе формирования профессиональных компетенций через систему высшего профессионального образования : дис. ... д-ра экон. наук. М. 327 с.
Гневашева, В. А., Сукталиева, Э. В., Терпугова Н. Ф. (2007) Становление профессиональной позиции личности // Знание. Понимание. Умение. №3. С. 60-63.
Гневашева, В. А. (2015) Управление занятостью : учеб. пособие. М. : КноРус. 166 с.
Гневашева, В. А. (2016а) Социальная модель формирования рабочей силы. М. : Русайнс. 58 с.
Гневашева, В. А. (2016b) Молодежный сегмент рынка труда современной России. М. : Инфра-М. 223 с.
Государственная молодежная политика: российская и мировая практика реализации в обществе инновационного потенциала новых поколений : науч. монография (2013) / под общ. ред. Вал. А. Лукова. М. : Изд-во Моск. гуманит. ун-та. 720 с.
Диалог организационных культур в создании общеевропейского пространства высшего образования: реализация принципов Болонского процесса в международных образовательных программах с участием России (2010) / С. В. Луков, Б. Н. Гайдин, К. Н. Кислицын, В. А. Гнева-шева, Э. К. Погорский. М. : Изд-во Моск. гуманит. ун-та. 260 с.
Качество жизни в XXI веке: актуальные проблемы и перспективы (2014) / под общ. ред. Г. В. Астратовой. Екатеринбург : Стратегия Позитива, 542 с.
Ковалева, А. И. (1996) Социализация молодежи: норма и отклонение. М. : Институт молодежи. 224 с.
Луков, Вал. А. (2012) Теории молодежи. М. : «Канон+» РООИ «Реабилитация». 528 с.
Луков, Вал. А., Гневашева, В. А. (2007) Студент и вуз: российские реалии. М. : МосГУ. 98 с.
Луков, Вал. А., Гневашева, В. А. (2008) Российский студент: социальный облик. М. : МосГУ. 54 с.
Луков, Вал. А., Ковалева, А. И., Гневашева, В. А. (2016) Учебно-воспитательный процесс в оценках студентов. М. : МосГУ. 48 с.
Потравная, Е. В. (2016) Социально-ценностные векторы экономического поведения выпускников вузов на рынке труда : автореф. дис. . канд. социол. наук. Саратов. 20 с.
Martin, C., Neugart, M. (2009) Shocks and Endogenous Institutions: An Agent-Based Model of Labor Market: Performance in Turbulent Times // Computational Economics. № 33(1). Р. 31-46. DOI: 10.1007/s10614-008-9149-z
Tesfatsion, L. (2001) Structure, Behavior, and Market Power in an Evolutionary Labor Market with Adaptive Search // Journal of Economic Dynamics and Control. №25. Р. 419-457.
Pingle, M., Tesfatsion, L. (2003) Evolution of Worker-Employer Networks and Behaviors Under Alternative Non-Employment Benefits: An Agent-Based Computational Study // Innovations in Financial and Economic Networks. New Dimensions in Networks Book Series, Edward Elgar Publishers. Р. 256-285.
Дата поступления: 10.01.2017 г.
DEMOGRAPHIC PIT AND ITS ROLE IN CONSUMER CHOICE OF HIGHER PROFESSIONAL EDUCATIONAL SERVICES
V. A. Gnevasheva Moscow University for the Humanities, Institute of Socio-Political Research, Russian Academy of Sciences, Moscow State Institute of International Relations (MGIMO University)
This article discusses and justifies a number of empirical preconditions for evaluating the demand for higher professional education in view of the demographic changes in the Russian Federation over the last few years. Reducing the quantitative statistical indicators of the number of young people at
the age of 17-25 is determined by the influence of this factor on demand for higher professional educational services in modern social and economic conditions among young people.
The article evaluates the degree of influence that decline in the demand for higher educational services makes now. The results of a number of research that identify the importance of the demographic factor in the formation of consumer preferences and consumer demand for the services of higher education are given in the article. As a result of estimating statistical data with the use of mathematical and statistical methods of dispersion and factor analysis it was revealed that the change in the existing demographic situation expressed by the term «demographic pit» has a global demographic meaning, but in the context of forming labour force does not cause any significant structural change: the evaluation of the number of students in the system of higher education during the time period under review has not changed much.
The article contains a conclusion about the existing peculiarities of interpreting statistical data in the context ofprofessional orientation and consumer choice ofa higher professional educational institution by the young man.
Keywords: youth; professional education; demographic pit; consumer choice; higher education; students; labour market
REFERENCES
Gnevasheva, V. A. (2003) Prognozirovanie zaniatosti v rossiiskoi promyshlennosti : Diss. ... Candidate of Economical Sciences. Moscow. 125 p. (In Russ.).
Gnevasheva, V. A. (2012) Razvitie molodezhnogo segmenta rynka truda na osnove formirovani-ia professional'nykh kompetentsii cherez sistemu vysshego professional'nogo obrazovaniia : Diss. ... Doctor of Economical Sciences. Moscow. 327 p. (In Russ.).
Gnevasheva, V. A., Suktalieva, E. V. and Terpugova N. F. (2007) Stanovlenie professional'noi po-zitsii lichnosti. Znanie. Ponimanie. Umenie, no. 3, pp. 60-63. (In Russ.).
Gnevasheva, V. A. (2015) Upravlenie zaniatost'iu : ucheb. posobie. Moscow, KnoRus. 166 p. (In Russ.).
Gnevasheva, V. A. (2016a) Sotsial'naia model' formirovaniia rabochei sily. Moscow, Rusains. 58 p. (In Russ.).
Gnevasheva, V. A. (2016b) Molodezhnyi segment rynka truda sovremennoi Rossii. Moscow, Infra-M. 223 p. (In Russ.).
Gosudarstvennaia molodezhnaia politika: rossiiskaia i mirovaia praktika realizatsii v obshch-estve innovatsionnogo potentsiala novykh pokolenii: nauch. monografiia (2013), ed. Val. A. Lukov. Moscow, Izd-vo Mosk. gum. un-ta. 720 p. (In Russ.).
Dialog organizatsionnykh kul'tur v sozdanii obshcheevropeiskogo prostranstva vysshego obrazovaniia: realizatsiia printsipov Bolonskogo protsessa v mezhdunarodnykh obrazovatel'nykh pro-grammakh s uchastiem Rossii (2010) / S. V. Lukov, B. N. Gaidin, K. N. Kislitsyn, V. A. Gnevasheva and E. K. Pogorskii. Moscow, Izd-vo Mosk. gum. un-ta. 260 p. (In Russ.).
Kachestvo zhizni v XXI veke: aktual'nye problemy i perspektivy (2014), ed. G. V. Astratova. Ekaterinburg, Strategiia Pozitiva. 542 p. (In Russ.).
Kovaleva, A. I. (1996) Sotsializatsiia molodezhi: norma i otklonenie. Moscow, Institut molodezhi. 224 p. (In Russ.).
Lukov, Val. A. (2012) Teorii molodezhi. Moscow, «Kanon+», ROOI «Reabilitatsiia». 528 p. (In Russ.).
Lukov, Val. A. and Gnevasheva, V. A. (2007) Student i vuz: rossiiskie realii. Moscow, MosGU. 98 p. (In Russ.).
Lukov, Val. A. and Gnevasheva, V. A. (2008) Rossiiskii student: sotsial'nyi oblik. Moscow, MosGU. 54 p. (In Russ.).
Lukov, Val. A., Kovaleva, A. I. and Gnevasheva, V. A. (2016) Uchebno-vospitatel'nyi protsess v otsenkakh studentov. Moscow, MosGU. 48 p. (In Russ.).
Potravnaia, E. V. (2016) Sotsial'no-tsennostnye vektory ekonomicheskogo povedeniia vypuskni-kov vuzov na rynke truda : Thesis of Diss. ... Candidate of Sociology. Saratov. 20 p. (In Russ.).
Martin, C. and Neugart, M. (2009) Shocks and Endogenous Institutions: An Agent-Based Model of Labor Market: Performance in Turbulent Times. Computational Economics, no. 33(1), pp. 31-46. DOI: 10.1007/s10614-008-9149-z
Tesfatsion, L. (2001) Structure, Behavior, and Market Power in an Evolutionary Labor Market with Adaptive Search. Journal of Economic Dynamics and Control, no. 25, pp. 419-457.
Pingle, M. and Tesfatsion, L. (2003) Evolution of Worker-Employer Networks and Behaviors Under Alternative Non-Employment Benefits: An Agent-Based Computational Study. In: Innovations in Financial and Economic Networks. New Dimensions in Networks Book Series, Edward Elgar Publishers. Pp. 256-285.
Submission date: 10.02.2017.
Гневашева Вера Анатольевна — доктор экономических наук, доцент, директор Центра социологии молодежи Института фундаментальных и прикладных исследований Московского гуманитарного университета; главный научный сотрудник сектора миграции населения Центра социальной демографии и экономической социологии Института социально-политических исследований Российской академии наук; профессор кафедры национальной и региональной экономики Московского государственного института международных отношений (Университета) Министерства иностранных дел Российской Федерации. Адрес: 111395, Россия, Москва, ул. Юности, д. 5. Тел.: +7 (499) 374-75-95. Эл. адрес: vera_cos@rambler.ru
Gnevasheva Vera Anatol'evna, Doctor of Economics, Associate Professor, Director, Center for Sociology of Youth, Institute of Fundamental and Applied Studies, Moscow University for the Humanities; Senior Research Fellow, Centre for Social Demography and Economic Sociology, Institute of Socio-Political Research, Russian Academy of Sciences; Professor, Department of National and Regional Economy, Moscow State Institute of International Relations (MGIMO University). Postal address: 5 Yunosti St., Moscow, Russian Federation 111395 Tel.: +7 (495) 682-72-70; +7 (495) 682-92-01; +7 (499) 374-56-11. E-mail: vera_cos@rambler.ru
