CC BY
22
Николаева И. В. Nikolaeva I. V.
кандидат экономических наук, доцент,
доцент Института математики и информатики, ФГАОУВО «СевероВосточный федеральный университет им. М. К. Аммосова», г. Якутск, Российская Федерация
УДК 330.43:338.48(571.56)
_ЭКОНОМИЧЕСКИЕ НАУКИ
Экономика и управление в отраслях и сферах деятельности
Писарева Л. Ю. Pisareva L. Yu.
кандидат социологических наук, доцент, доцент Финансово-экономического института, ФГАОУ ВО «СевероВосточный федеральный университет им. М.К. Аммосова», г. Якутск, Российская Федерация
ЭКОНОМИКО-МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПОТРЕБНОСТИ В КАДРАХ ИНДУСТРИИ ГОСТЕПРИИМСТВА (НА ПРИМЕРЕ РЕСПУБЛИКИ САХА (ЯКУТИЯ))
В статье представлены итоги научно-исследовательской работы, выполненной в 2015 г. по заказу Министерства по делам предпринимательства и развития занятости Республики Саха (Якутия), в целях разработки методики прогнозирования потребности в кадрах для обоснования контрольных цифр приема в учреждения среднего профессионального образования и высшего профессионального образования региона для подготовки кадров индустрии гостеприимства.
Республика Саха (Якутия) — крупнейший субъект Российской Федерации. В последние годы региональные органы исполнительной власти работают над формированием бренда, поэтому развитие туризма, как массового, так и экстремального, набирающего широкую популярность в массах, входит в приоритетные направления социально-экономического развития региона, для которого республика формирует новые направления в подготовке кадров, поэтому предлагаемая методика имеет практическую значимость для региональных органов исполнительной власти.
В качестве основного методологического подхода был выбран пошаговый алгоритм, который предусматривает поэтапный расчет потребности. На первом этапе с помощью корреляционного анализа определяются факторы влияния на объемы туристических потоков в регионе на основе общедоступных статистических показателей. На втором этапе с использованием регрессионного анализа разрабатывается прогноз туристических потоков отдельно по въездному туризму, внешнему и внутреннему туризму применительно к Республике Саха (Якутия). Моделирование построено на простейших парных регрессионных моделях и формулах широко доступного табличного редактора MS Excel. На третьем этапе на основе штатно-нормативной методики проводится расчет потребности в кадрах. Разработанные формулы основаны на действующей методике системы здравоохранения, модифицированной для отрасли туризма и сервиса. В качестве практической реализации расчетов приведен шаблон программного комплекса, который легко реализуется для соответствующих региональных органов управления.
Обоснованы метод расчета потребности в кадрах туристической отрасли и экономико-математическая модель, увязывающая прогноз с методикой расчета потребности в кадрах. Предлагаемая поэтапная методика легко реализуема и будет полезна лицам, интересующимся прикладными задачами экономико-математического моделирования.
Economy and management ín branches and fíelds of actmty
Ключевые слова: экономико-математическое моделирование, прогноз туристических потоков, методика расчета кадровой потребности, нормативы обслуживания туристов, Республика Саха (Якутия), факторы внешней среды, программный (модельный) комплекс, туристической поток, въездной туризм, выездной туризм, внутренний туризм.
MATHEMATICAL MODELLING IN ECONOMICS FOR STAFFING NEEDS IN A HOSPITALITY INDUSTRY (CASE STUDY OF THE REPUBLIC OF SAKHA (YAKUTIA))
The article presents the findings of the research for the Ministry of Business and Employment Development of the Republic of Sakha (Yakutia) conducted in 2015 to develop the methodology for forecasting staffing needs to confirm admission quotas in the regional institutions of secondary vocation education and higher professional education for the training of hospitality staff.
Republic of Sakha (Yakutia) is the largest entity of the Russian Federation. Recently, the regional executive authorities have been working on brand development. Thus, tourism growth both mass and increasingly popular extreme tourism is among the priorities of social and economic growth of the region, for which the Republic is preparing new staff training guidelines, hence suggested methods are significant for the regional executive authorities.
The step-by-step algorithm chosen as a key methodological approach includes a step-by-step calculation of needs. First, correlation analysis determines factors influencing the tourist flow in the region based on available statistical data. Second, the regression analysis develops tourist flow forecast separately for inbound tourism, international and domestic tourism for the Republic of Sakha (Yakutia). The simplest paired regression models and formulas of widely available MS Excel spreadsheet application are the foundations for modeling. Third, the staffing needs are calculated based on operational and normative techniques. Current principles of health care system, modified for tourism and service are the basis for the formulas developed. The program example serves as a practical evaluation implementation and is easily achievable for the suitable regional governing authorities.
Travel industry staffing needs calculation method and mathematical modelling in economics correlating forecasting with staffing needs estimation methods are justified. The proposed step-by-step method is easy to implement and helpful for people interested in the applied problems of mathematical modelling in economics.
Key words: economic-mathematical modeling, forecasting of tourist flows, the method of calculating staffing needs, standards of tourist service, the Republic of Sakha (Yakutia), environmental factors, the software (model) complex, tourist flow, incoming tourism, external tourism, internal tourism.
Применение экономико-математического моделирования в целях прогнозирования ориентировано на решение центральной проблемы экономики — рациональное предвидение будущего состояния и развитие социально-экономических процессов на основе мощного и развитого инструментария математического аппарата и является хорошо зарекомендовавшим себя прикладным инструментом, особенно в рамках средне- и долгосрочных прогнозов.
При всех очевидных преимуществах прогнозного моделирования, его применение в управлении зависит от наличия квалифицированных специалистов, способных задать необходимые параметры модели, что является
существенным ограничением для активного распространения моделирования как повседневной управленческой практики. Ограничение также связано с тем, что модель не может быть типовой и должна разрабатываться для каждой конкретной ситуации заново. В основу моделирования заложена необходимость формирования: а) сценария развития ситуации (разработка гипотезы) для исследуемого объекта во внешней среде; б) привязки сценария к прогнозу поведения исследуемого объекта в данной внешней среде.
В приведенных ниже результатах исследования по развитию туристической отрасли Республики Саха (Якутия) представлена методика отбора показателей для построения
Экономика и управление в отраслях и сферах деятельности
прогноза туристических потоков на долгосрочный период, обоснованы метод расчета потребности в кадрах туристической отрасли и экономико-математическая модель, увязывающая прогноз с методикой расчета потребности в кадрах [1-8].
Методология исследования. Исследование направлено на разработку методики, позволяющей проводить перспективное определение потребности в кадрах для индустрии гостеприимства, связанной с такими сферами, как туроперейтинг, гостиничный и ресторанный бизнес, транспортные услуги.
Объект исследования — Республика Саха (Якутия).
Основным методологическим подходом к разработке прогнозной модели для проведения расчета кадровой потребности индустрии гостеприимства Республики Саха (Якутия) был выбран пошаговый алгоритм.
Данный подход опирается на поэтапное решение ряда последовательных задач. Последовательность является принципиальным условием для применения методики расчета, т. к. результат первого этапа служит базой для проведения второго этапа, который, в свою очередь, используется для построения модельного комплекса, позволяющего получать прогнозную оценку кадровой потребности при меняющихся параметрах факторов влияния.
Соответственно, на первом этапе необходимо провести расчеты для выявления факторов, имеющих наибольшую зависимость с эндогенной переменной. В качестве зависимой переменной выступает объем туристического потока в регионе, отдельно по въездному, выездному и внутреннему туризму. На данном этапе применяется метод пошагового отбора переменных множественного регрессионного анализа.
На втором этапе на основе полученных результатов рассчитывается прогноз турпо-тока в регион. Для этого применяются известные и широко распространенные эко-нометрические модели [9, 10].
Следующим этапом в пошаговом алгоритме является применение нормативной методики для определения кадровой потреб-
ности. Отправным показателем для расчетов служит прогноз въездного, внутреннего и выездного туристических потоков в регион. Нормативы по различным категориям персонала рассчитываются исходя из сложившейся на текущий период ситуации по обеспечению отрасли кадрами. Текущее состояние обеспеченности кадрами в индустрии гостеприимства определяется на основе статистических данных по форме № 1-Турфирма (Сведения о деятельности туристической фирмы), форме № 1-КСР (Сведения о деятельности коллективного средства размещения), форме № П (Сведения об объеме платных услуг).
Таким образом, потребность в персонале индустрии гостеприимства будет рассчитываться по формуле, которая закладывается в модельный комплекс на базе популярного табличного редактора MS Excel:
K = i, Н
(1)
где К — потребность в кадрах (ед.);
П — прогноз туристических потоков (отдельно по въездному, внутреннему и выездному туризму) (ед.);
Н — норматив обслуживания (по каждой сфере индустрии гостеприимства).
Выбор факторов, характеризующих величину туристических потоков в регионах. Каждый из показателей, характеризующих туристическую отрасль и ее макросреду, оказывает взаимное влияние на рост или падение туристических потоков. Соответственно все они могут быть использованы для расчета коэффициента корреляции при применении факторного анализа.
С этой целью был проведен анализ и подбор показателей, характеризующих туристическую отрасль и макросреду в странах, данные по которым представлены на статистическом портале www.knoema.ru «Мировой атлас данных: мировая и региональная статистика, национальные данные, карты и рейтинги». В число показателей для проведения факторного анализа были включены такие показатели, как: ВВП страны (млн долларов США), туристские государственные расходы (млрд долларов США), ВВП на душу населения (доллары США), пассажироперевозки
- 21
EcoNoMY AND MANAGEMENT iN branches AND FiELDs oF ACTMTY
(млн долларов США), пассажироперевозки выездного туризма (млн долларов США), доходы от международного туризма ( % от экспорта), индекс потребительских цен и розничная цена на бензин (доллары США).
Для совмещения данных был выбран 2012 г., т. к. данные этого года опубликованы на сайте по всем выбранным показателям. При этом часть стран, где отсутствуют анализируемые показатели за 2012 г., были отброшены, т. е. анализ проводился по странам, имеющим все вышеозначенные показатели за 2012 г.
Анализ факторов, влияющих на объем туристических потоков в регионе. Для въездного туризма исследовалась зависимость количества прибытий в регион (y, тыс. ед.) от некоторых влияющих факторов. В качестве таковых были выбраны 5 показателей: ВВП страны (млн долларов США), туристские государственные расходы (млрд долларов США), ВВП на душу населения (доллары США), пассажироперевозки (млн долларов США) и доходы от международного туризма (% от экспорта). Анализ проводился по 134 странам.
Оценка уровня взаимозависимости при помощи корреляционного анализа показала, что соответствующие линейные коэффициенты корреляции составляют:
r(y,x1)=0,66; r(y,x2)=0,58;
r(y,x3)=0,3; r(y,x4)=0,70; r(y,x5)=0,13.
Таким образом, можно утверждать, что число прибытий прямо пропорционально зависит от всех выбранных для анализа факторов, но наиболее сильно этот показатель связан с объемом пассажироперевозок внутри страны х4 (0,70).
Проведенный далее анализ методом пошагового отбора переменных показал, что число прибытий въездного туризма (y, тыс. ед.) прежде всего зависит от таких показателей, как туристские государственные расходы (х2) и пассажироперевозки (х4). Остальными же факторами можно пренебречь. В целом, расчет множественного коэффициента детерминации
R2(y,x2,x4) = 0,566 показывает, что число прибытий въездного туризма в страну на 56,6 % обусловлено
совокупным влиянием означенных двух показателей.
Аналогичный анализ факторов выездного туризма, влияющих на число отправлений из страны (у, тыс. ед.), был проведен по 89 странам. В качестве факторов (и соответствующих переменных xj) были выбраны ВВП страны (млн долларов США), туристские государственные расходы (млрд долларов США), ВВП на душу населения (доллары США) и пассажироперевозки выездного туризма (млн долларов США).
Соответствующие коэффициенты корреляции имеют значения:
г(у,х1)=0,64; г(у,х2)=0,55; г(у,х3)=0,3; ф,х4)=0,76.
Таким образом, можно утверждать, что показатель значений выездного туризма зависит, прежде всего, от объема пассажироперевозок (х) в регионе (0,76).
Далее проводится процедура пошагового отбора переменных для числа отправлений выездного туризма (у, тыс. ед.), которая выявила статистическую значимость таких факторов, как туристские государственные расходы (х2) и пассажироперевозки выездного туризма (х) Все другие факторы могут быть отброшены как незначимые.
В целом, расчет множественного коэффициента детерминации
Ё2(у,х2,х4) = 0,595 показывает, что число отправлений из региона на 59,5 % обусловлено совокупным влиянием определенных выше двух показателей.
Такой же алгоритм расчетов был проведен и для анализа объемов внутреннего туризма по 144 странам. Здесь результирующей переменной выступила величина «Туризм, расходы на личные поездки (млрд долларов США)» в связи с тем, что данных в абсолютном выражении (чел.) по годовому обороту внутреннего туризма на сайте www.knoema.ru не имеется. В качестве факторов, влияющих на этот показатель, были выбраны следующие 5: ВВП в текущих ценах (млрд долларов США), туризм, государственные расходы (млрд долларов США), ВВП на душу населения в текущих ценах (доллары США), индекс
потребительских цен и розничная цена на бензин (доллары США).
Получены следующие значения коэффициентов корреляции:
г(у,х1)=0,98; г(у,х2)=0,95; г(у,х3)=0,24;
г(у,х4)=-0,12; ф,х5)=0,04. Значения коэффициентов можно трактовать следующим образом: расходы на личные поездки прямо пропорционально и довольно тесно зависят от ВВП страны и государственных расходов на туризм (млрд долларов США). Показатели ВВП на душу населения и розничной цены на бензин практически не влияют на анализируемый показатель, а величина индекса потребительских цен очень слабо, но отрицательно влияет на расходы на личные поездки (т. е. чем выше инфляция в стране, тем меньше ее население предрасположено к поездкам внутри страны).
Пошаговый отбор переменных выявил, что величина расходов на личные поездки
Экономика и управление в отраслях и сферах деятельности
внутри страны достоверно обусловлена лишь таким показателем, как ВВП страны (на 95,6 %). Таким образом, видно, что внутренний туризм обусловлен лишь общим экономическим положением страны.
Прогноз туристических потоков Республики Саха (Якутия) до 2020 г. Результаты, полученные на этапе регрессионного моделирования, были положены в основу прогноза объемов въездного, выездного и внутреннего турпотоков Республики Саха (Якутия) до 2020 г.
Для прогноза объемов въездного турпо-тока были использованы статистические данные, представленные в таблице 1.
Здесь зависимой переменной является объем въездного турпотока (тыс. чел.), все остальные переменные являются независимыми.
Предварительно были построены прогнозные расчеты на каждую независимую переменную xj (таблица 2).
Таблица 1. Данные по въездному туристическому потоку Республики Саха (Якутия) за 2005-2013 гг.
Год 2005 2006 2007 2008 2009 2010 2011 2012 2013
Въездной турпоток (тыс. чел.) 6,3 3,2 4,2 4,2 4,3 5,1 4,2 5,9 6,3
Порядковый номер расчета 1 2 3 4 5 6 7 8 9
Туристские госрасходы (млн руб.) 5,4 5,7 5,05 8,7 8,4 17,3 34,4 44,6 97,4
Пассажироперевоз-ки. Объем транспортных услуг населению (млн руб.) 7145,3 9020,4 10579,5 13596,3 15563,4 16500,5 19229,0 21372,5 22878,9
Таблица 2. Модели для прогноза показателей въездного и выездного турпотоков Республики Саха (Якутия) до 2020 г.
Показатель Формула Коэффициент достоверности аппроксимации R2
Туристские госрасходы (млн руб.) у = 2,4945■ х2 -15,745■ х+24,949 0,9365
Объем транспортных услуг населению (млн руб.) у = 2003,2 • я:+5082,3 0,9949
Въездной турпоток (тыс. чел.) у = -1,962х1 + 0,032х2 + 0,001х3 , где х1 — порядковый номер расчета, х2 — туристские госрасходы (млн руб.), х3 — объем транспортных услуг населению (млн руб.). 0,9670
Выездной турпоток (тыс. чел.) 7 = 22,00+7,546+0,094■ х2 -0,003■ , где х1 — порядковый номер расчета, х2 — туристские госрасходы (млн руб.), х3 — объем транспортных услуг населению 0,9660
Economy and management ín branches and fíelds of actívíty
Таким образом, прогнозные расчеты на 2014-2020 гг. приведены в таблице 3.
На внутренний турпоток влияет лишь объем ВРП на душу населения. При анализе использовались статистические данные, представленные в таблице 4.
Модели для расчета представлены в таблице 5.
Последним шагом остается прогнозный расчет, результаты которого представлены в таблице 6.
Дискуссия. Для проведения расчета потребности в кадрах туристической отрасли был проанализирован опыт разработки прогнозов кадровой потребности различных регионов, в том числе Республики Татарстан, Воронежской области,
Хабаровского края, Республики Марий Эл, Республики Беларусь [11].
Анализ показывает, что в регионах проводится серьезная работа по разработке методических рекомендаций в целях обеспечения региональных органов власти инструментарием для регулирования рынка труда.
Являясь крайне актуальными проблемами, разработка кадрового прогноза и расчет кадровой потребности остаются наиболее востребованными из научно-практических задач управления региональной экономикой. В большинстве регионов аналитическими центрами разрабатываются внутрирегиональные методики, регламенты, рекомендации для проведения соответствующих расчетов.
Таблица 3. Прогноз въездного и выездного туристических потоков Республики Саха (Якутия) до 2020 г.
Год 2014 2015 2016 2017 2018 2019 2020
Въездной турпоток (тыс. чел.) 7,1 8,2 9,4 10,8 12,3 14,0 15,8
Выездной турпоток (тыс. чел.) 30,9 35,7 40,9 46,6 52,8 59,5 66,6
Порядковый номер расчета 10 11 12 13 14 15 16
Туристские госрасходы (млн руб.) 116,9 153,6 195,2 241,8 293,4 350,0 411,6
Пассажироперевозки, объем транспортных услуг населению (млн руб.) 25114,3 27117,5 29120,7 31123,9 33127,1 35130,3 37133,5
Таблица 4. Данные по внутреннему туристическому потоку Республики Саха (Якутия) за 2005-2013 гг.
Год Обозначение 2006 2007 2008 2009 2010 2011 2012 2013
ВРП на душу населения (млн руб.) х 0,19 0,21 0,25 0,32 0,34 0,4 0,51 0,57
Внутренний турпоток (тыс. чел.) у 129,3 123,9 123,5 144,2 138,1 132,6 146,3 152,2
Таблица 5. Модели для прогноза показателей въездного и выездного турпотоков Республики Саха (Якутия) до 2020 г.
Показатель Формула Коэффициент достоверности аппроксимации R2
ВРП на душу населения (млн руб.) 7 = 0,0553-х+0,1, где х - порядковый номер 0,973
Внутренний турпоток (тыс. чел.) у = 68,741-Х+112,45, где х — ВРП на душу населения 0,803
Таблица 6. Прогноз внутреннего туристического потока Республики Саха (Якутия) за 2005-2013 гг.
Год 2014 2015 2016 2017 2018 2019 2020
ВРП на душу (млн руб.) 0,7 0,7 0,8 0,8 0,9 0,9 1,0
Внутренний турпоток (тыс. чел.) 157,4 161,2 165,0 168,8 172,6 176,4 180,2
Следует отметить, что в Российской Федерации принят единый регламент, позволяющий стандартизировать разработку кадрового прогноза как на микроуровне (отраслевые методики), так и на макроэкономическом уровнях, т. е. применительно к различным субъектам. 30 июня 2015 г. был подписан Приказ Министерства труда и социальной защиты РФ, утвердивший методику расчета на среднесрочную и долгосрочную перспективу потребности субъектов РФ, отраслей экономики и крупнейших работодателей в профессиональных кадрах [12].
Однако предложенная методика оставляет широкое поле возможностей для ее применения, т. к. не содержит пошагового алгоритма и четких рекомендаций по выбору показателей и механизмов расчета. Соответственно, каждый регион вырабатывает собственный подход, комбинируя методики, оперируя своими показателями, самостоятельно задавая горизонты прогнозирования. В условиях высокой занятости населения страны на предприятиях государственной собственности (около 30,6 %, исследование РБК, 2014 г.) вопрос о необходимости выработки единой методики прогнозирования кадров для государственных нужд является одной из наиболее актуальных прикладных задач. В этой связи выделяется опыт Министерства здравоохранения и социального развития, разработавшего и утвердившего в 2011 г. «Методику расчета потребности субъектов Российской Федерации в медицинских кадрах», основанную на штатном нормировании.
Данная методика содержит обоснованный расчетный механизм для определения количественной и качественной потребности по всем специальностям врачей, ведущих амбу-латорно-поликлинический и стационарный приемы. Учитывая тот факт, что туристическая отрасль также относится к сфере обслуживания и полностью зависит от объемов туристического потока клиентов, методика расчета медицинских кадров может быть адаптирована для применения в расчете
Экономика и управление в отраслях и сферах деятельности
кадровой потребности в туристическом секторе экономики.
В основе методики лежит информация по объемам оказываемой услуги. Для медицинского персонала объемы оказываемой услуги рассчитываются на основе данных о числе посещений поликлиник (амбулаторное лечение) и числе госпитализаций как произведения показателей средней длительности госпитализации и числа дней работы койки в году (стационарное лечение) и др.
Очевидно, что подобный инструментарий очень востребован и по другим укрупненным группам специальностей. Это позволит не только унифицировать подходы к прогнозированию, но и уменьшить государственные затраты на разработку методик в каждом отдельном регионе. Это также повысит сопоставимость и надежность прогнозов в разрезе отдельных субъектов и обеспечит возможность контролировать баланс трудовых ресурсов страны в системе государственного планирования.
Расчет перспективной потребности в кадрах для туристической отрасли Республики Саха (Якутия) до 2020 г. В результате проведенного исследования и анализа показателей туристической отрасли Республики Саха (Якутия) были получены необходимые данные для применения нормативной методики прогнозирования.
Применение методики позволяет рассчитать текущую и перспективную потребности в кадрах для каждого из секторов туристической отрасли, используя нормы обслуживания, установленные на основе анализа данных по занятости в отрасли за предыдущий период. На основе сложившихся в отрасли норм обслуживания предлагается рассчитать нормативы.
Структура персонала определяется экспертным путем.
Предлагаемые нормативы обслуживания для обеспечения кадрами индустрии гостеприимства в Республике Саха (Якутия) представлены в таблице 7.
Economy and management ín branches and fíelds of actívíty
Таблица 7. Нормативы обслуживания в туристической отрасли Республики Саха (Якутия)
Услуги индустрии гостеприимства Нормативы обслуживания Структура персонала
Тур-фирмы Выездной 1 турист в день = 249 рабочих дней х х 1 = 249 туристов в год на одного работника Руководители — 30 % Менеджеры — 70 %
Внутренний 2 туриста в день = 150 рабочих дней х х 1 = 300 туристов в год на одного, учитывая сезонность въездного и внутреннего туризма Руководители — 20 % Менеджеры — 35 % Гиды — 45 %
Въездной 1 турист в день = 150 рабочих дней х х 1 = 150 туристов в год на одного, учитывая сезонность въездного и внутреннего туризма Руководители — 20 % Менеджеры — 35 % Гиды — 45 %
Автотранспорт 10 туристов в день на одного работника = 150 рабочих дней х 10 = 1500 туристов в год на одного работника Водители — 100 %
Речной транспорт 3 туриста в день на одного работника = 70 рабочих дней навигации х 3 = 210 туристов в год на одного работника Капитан — 50 % Рулевые-мотористы — 50 %
Ресторанный бизнес 11 мест на работника Руководители — 10 % Шеф-повар — 5 % Администраторы — 10 % Бармен — 10 % Повар — 25 % Кассир-официант — 25 % Технический персонал — 15 %
Гостиницы 3 номера на одного работника Администраторы — 40 % Менеджеры — 8 % Портье — 8 % Горничные — 44 %
Нормативы обслуживания на следующем этапе применяются для расчета кадровой потребности отдельно по въездному, внутреннему и выездному турпотокам, используя следующие соотношения:
1. Прогноз потребности в работниках турфирм выездного туризма до 2020 г. (чел.) находится по формуле:
Количество туристов {чел.) (2)
Фонд раб. времени на 1 раб-ка (249раб. дней)
Далее пропорционально определяется количество руководителей (30 %) и менеджеров (70 %) по столбцу «Структура персонала» таблицы 7.
2. Прогноз потребности в работниках турфирм въездного туризма до 2020 г. находится по формуле:
Кол-во туристов (чел) ■ Ср.кол-во ночевок (дни) Годовой фонд раб. времени 1 раб-ка (дни)
(3)
3. Прогноз потребности в работниках турфирм внутреннего туризма до 2020 г. находится по формуле:
Кол - во туристов (чел.) • Среднеекол-во ночевок (дни ) (Д\
Год. фонд раб.врем. 1 раб-ка (150 раб.дн.) ■ Норматив (2 туриста) '
4. Прогноз потребности в работниках автотранспорта (водителей) до 2020 г. (чел.) находится по формуле:
Кол-во туристов (чел.) ■ Кол-во ночевок (дни) Год.фонд раб.врем. 1 раб. (150 раб. дн.) ■ Норматив (2 туриста) ' ^ '
5. Прогноз потребности в работниках речного транспорта до 2020 г. (чел.) находится по формуле:
Кол - во туристов( чел.) ■ Кол - во ночевок (дни) Годфондраб.врем.1 раб.(70 раб.дн.)- Норматив (3 туриста)'
6. Прогноз потребности в номерном фонде до 2020 г. (ед.) находится по формуле:
Кол. тур-в, размещу КСР(чел.)-Ср.кол.ночевок (дни) • Номер.фонд(ед.) (7) 365 дней ■ Норматив обслуживания (4 номера)
Расчет потребности в кадрах для работы в гостиничном бизнесе основан на данных по прогнозу въездного и внутреннего турпотоков. Сначала определяется потребный номерной фонд. Далее применяется норматив обслуживания: 4 номера на работника.
Затем аналогично определяется структура персонала: 40 % (администраторы), 8 % (менеджеры), 8 % (портье), 44 % (горничные).
7. Прогноз числа посещений ресторанов (кафе) до 2020 г. находится по формуле:
Кол-gg туристов,размещ.вКСР(чел.)хЧислоночевок(дни )У. ^ Ср.кол. посещений (2 раза в день) • Число посещений ресторанов (ед.) (8) 365дней • Норматив обслуживания (11 человека -мест)
Дальнейший расчет также основан на данных таблицы 7 и проводится аналогично.
Таким образом, определяется перспективная потребность в кадрах в разрезе специальностей индустрии гостеприимства.
Для расчета дополнительной потребности необходимо найти разницу между перспективной потребностью и текущей занятостью персонала по каждой из групп.
Приведенные расчеты просты и легко моделируются в популярном табличном редакторе MS Excel (таблица 8).
Экономика и управление в отраслях и сферах деятельности
Выводы
Отсутствие унифицированной методики прогнозирования потребности в кадрах ограничивает возможности создания интегрированной федеральной системы планирования подготовки квалифицированных кадров. Региональные подходы к прогнозированию опираются на различные методологические подходы и системы показателей. Соответственно, не каждый региональный прогноз будет содержать информацию, необходимую при планировании на федеральном уровне. В данной статье показаны методологические возможности экономико-математического моделирования и пошагового алгоритма в создании унифицированной методики прогнозирования потребности в кадрах.
Факторы влияния ВРП на душу населения (млн руб.) Годы
Пассажироперевозки (млн руб.)
Туристские государственные расходы (млн руб.)
Прогноз турпотоков (регрессия) Прогноз количества въездных (приобретающих турпакет) туристов (чел. )
Прогноз количества внутренних туристов (чел.)
Прогноз количества выездных туристов (чел.)
Прогноз количества размещенных в КСР
ИТОГО прогноз количества туристов (чел.)
Расчет потребности в работниках турфирм (формулы) Потребность в персонале турфирм выездного туризма (чел.)
Потребность в персонале турфирм внутреннего туризма (чел.)
Потребность в персонале турфирм въездного туризма (чел.)
ИТОГО потребность в персонале турфирм (чел.)
Руководители турфирм въездного туризма (чел.)
Менеджеры турфирм въездного туризма (чел.)
Гиды турфим въездного туризма (чел.)
Руководители турфим въездного туризма (чел.)
Менеджеры турфирм выездного туризма (чел.)
Руководители турфирм внутреннего туризма (чел.)
Менеджеры турфирм внутреннего туризма (чел.)
Гиды турфирм внутреннего туризма (чел.)
Расчет водителей (формулы) Потребность в водителях автотранспорта (чел.)
Расчет речников (формулы) Потребность в персонале речных перевозок (чел.)
Капитаны (чел.)
Рулевые-мотористы (чел.)
Расчет потребности в работниках гостиниц (формулы) Прогноз размещения в КСР
Потребность в номерном фонде (ед.)
Потребность в персонале гостиниц (чел.)
Администраторы (чел.)
Менеджеры (чел.)
Портье (чел.)
Горничные (чел.)
Таблица 8. Программный модельный комплекс расчета перспективной потребности в кадрах индустрии гостеприимства Республики Саха (Якутия) до 2020 г.
Продолжение таблицы 8
Расчет потребности в работниках ресторанов и кафе (формулы) Прогноз количества посещений кафе (ед.)
Потребность в персонале ресторанов (чел.)
Руководители (чел.)
Шеф-повара (чел.)
Администраторы (чел.)
Бармены (чел.)
Повара (чел.)
Кассиры-официанты (чел.)
Технический персонал (чел.)
Расчет дополнительной потребности в кадрах (разница между перспективной и текущей занятостью) ЕРСПЕКТИВНАЯ ПОТРЕБНОСТЬ в обслуживающем персонале (чел. )
Количество занятых на текущий период
Чистая потребность
Economy and management ín branches and fíelds of actívíty
Список литературы
1. Гайсина Л.М. Формирование модели механизма трансформации системы управления персоналом // Власть. 2015. № 3. С. 76-81.
2. Гайсина Л.М. Трансформация системы управления персоналом в условиях социальных изменений: нефтегазовый комплекс России. Уфа: Изд-во «Восточная печать», 2014. 224 с.
3. Гайсина Л.М. Дефицит в стране изобилия: нехватка высококвалифицированных кадров в системе нефтегазового комплекса России // Электронный научный журнал «Нефтегазовое дело». 2011. № 6. С. 501-509.
4. Агаримова Е.В. Управление персоналом в туризме и гостинично-ресторанном комплексе. М.: Дашков и К., 2005. 176 с.
5. Ельшин Л.А., Фазлыев А.А., Прыгу-нова М.И. Методика прогнозирования, планирования и мониторинга кадровых потребностей в Республике Татарстан в целом и нефтехимической отрасли Республики Татарстан [Электронный ресурс]. Казань: Центр перспективных экономических исследований Академии наук Республики Татарстан, 2012. URL: https://interactive-plus. ru/e-articles/conf-13/conf-13-367.pdf (дата обращения: 15.09.2016).
6. Колесникова О.А. Использование мониторинговых исследований для прогнозирования потребности в кадрах [Электронный
ресурс]. URL: https://refdb.ru/look/2432315. html (дата обращения: 15.09.2016).
7. Методика расчета потребности субъектов Российской Федерации в медицинских кадрах // Методические рекомендации Министерства здравоохранения и социального развития РФ. М., 2011. 38 с.
8. Мокроносов А.Г., Матафонов М.Э., Чучкалова Е.И., Прудников Д.М., Скороходова Л.А. Прогнозирование потребности региональной экономики в подготовке квалифицированных кадров. Екатеринбург: Изд-во Российского государственного профессионально-педагогического университета, 2010. 111 с.
9. Нигай Е.А., Бойко Т.С. Методика прогнозирования потребности в рабочей силе для региона [Электронный ресурс] / Хабаровская государственная академия экономики и права. Хабаровск, 2011. URL: https://labourmarket.ru/conf8/reports/nigaj_ bojko.doc. (дата обращения: 15.09.2016).
10. Рузанов А.И., Долгопольский С.Л. Математические модели в системах анализа и прогноза экономических процессов // Вестник Нижегородского университета им. Н. И. Лобачевского, (Экономика и финансы). Нижний Новгород, 2005. № 1 (7). С. 778-782.
11. Регламент разработки прогноза потребности рынка труда Республики Марий Эл в квалифицированных кадрах // Утвержден приказом Министерства эконо-
мического развития и торговли Республики Марий Эл от 21 октября 2013 г. № 11 н.
12. Об утверждении Положения о системе среднесрочного и долгосрочного прогнозирования занятости населения в целях планирования потребностей в подготовке кадров в образовательных организациях, реализующих образовательные программы среднего профессионального и (или) высшего образования за счет бюджетных ассигнований федерального бюджета, и методики расчета на среднесрочную и долгосрочную перспективу потребности субъектов РФ, отраслей экономики и крупнейших работодателей в профессиональных кадрах // Приказ Министерства труда и социальной защиты РФ, Министерства образования и науки РФ от 30 июня 2015 г. № 407641. [Электронный ресурс]. URL: http://www.consultant.ru/cons/ cgi/online.cgi?req=doc;base=EXP;n=629950#0 (дата обращения: 17.12.2015).
References
1. Gaisina L.M. The Formation of the Transformation Mechanism Model of the Personnel Management System // The Authority. 2015. No. 3. Р. 76-81.
2. Gaisina L.M. Transformation of the Personnel Management System in Conditions of Social Changes: Oil and Gas Complex of Russia. Ufa: East press Publ., 2014. 224 p.
3. Gaisina L.M. Deficiency in an Abundance Country: Shortage of Highly-Qualified Personnel in Russian Petroleum Industry // Electronic Scientific Journal «Oil and Gas Business». 2011. No. 6. P. 501-509.
4. Agarimova E.V. HR Management in Tourism and Hotel Complex. М.: Dashkov & Co., 2005. 176 p.
5. Elshin L.A., Fazlyev А.А., Prygu-nova M.I. Forecasting, Planning and Monitoring Methodology of Staffing Needs in the Republic of Tatarstan and Petrochemical industry of the Republic of Tatarstan [Electronic Resource]. Kazan: Prospective Economic Research Centre of Tatarstan Academy of Sciences, 2012. URL: https://interactive-plus.ru/e-articles/conf-13/ conf-13-367.pdf (accessed: 15.09.2016).
Экономика и управление в отраслях и сферах деятельности
6. Kolesnikova О.А. Using the Monitoring Studies for Forecasting Staffing Needs. [Electronic Resource]. URL: https://refdb.ru/ look/2432315.html (accessed: 15.09.2016);
7. Methodology for Calculating the Health Care Staffing Needs of Constituent Entities of the Russian Federation // Guidelines of the Ministry of Health and Social Development of the Russian Federation. М., 2011. 38 p.
8. Mokronosov A.G., Matafonov M.E., Chuchkalova E.I., Prudnikov D.M., Skorokhodova L.A. Forecasting The Regional Economy Needs for Skilled Staff. Ekaterinburg: Russian State Vocational Pedagogical University Press, 2010. 111 p.
9. Nigai Е.А., Boiko T.S. Staffing Needs Forecasting Methodology for the Region [Electronic Resource]. Khabarovsk State Academy of Economics and Law. Khabarovsk, 2011. URL: https://labourmarket.ru/conf8/ reports/nigaj_bojko.doc. (accessed: 15.09.2016).
10. Ruzanov A.I., Dolgopolskii S.L. Mathematical Modeling in Analysis System and Economic Phenomena Forecasting // Vestnik of Lobachevsky University of Nizhni Novgorod, (Economics and Finance). Nizhnii Novgorod, 2005. No. 1 (7). P. 778-782.
11. Forecasting Rules of the Mari El Republic Labour Market Needs for Skilled Staff // Approved by the Order of Ministry of Economic Development and Trade of the Mari El Republic of 21 October 2013. No. 11.
12. On Approval of Regulations on the Medium-Term and Long-Term Employment Forecasting System in Planning the Staff Training Needs in Educational Organizations, Implementing Educational Programs of Secondary Vocational Education and (or) Higher Education Funded by the Federal Budget, and Calculation Method for Mid-Term And Long-Term Professional Staffing Needs of Territories of the Russian Federation, Economic Industries, and the Largest Employers // Order of the Ministry of Labour and Social Protection of the Russian Federation, Ministry of Education and Science of the Russian Federation of 30 June 2015. № 407641. [Electronic source]. URL: http://www.consultant.ru/cons/cgi/online. cgi?req=doc;base=EXP;n=629950#0 (accessed: 17.12.2015)
