CC BY
14712 (363) - 2014
Реформа системы образования
УДК 331.5 (470)
МЕТОДИКА ПРОГНОЗИРОВАНИЯ СПРОСА НА СПЕЦИАЛИСТОВ В СИСТЕМЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ РЕГИОНА
В. С. ЖАРОВ,
доктор экономических наук, профессор, декан экономического факультета, заведующий кафедрой экономической теории и финансов E-mail: [email protected]
А. Н. ЩЕГЛОВА,
кандидат экономических наук, старший преподаватель экономического факультета E-mail: [email protected] Кольский филиал Петрозаводского государственного университета
Анализируются подходы к определению потребностей региональных рынков труда в специалистах с различным уровнем профессионального образования. Показаны преимущества и недостатки методического инструментария, используемого в отечественной и зарубежной практике. Представлена авторская методика определения потребности региональной экономики в специалистах с высшим профессиональным образованием, основанная на фактических и прогнозных показателях развития экономики региона по отдельным видам экономической деятельности, позволяющая формировать предложения по контрольным цифрам приема в высшие учебные заведения.
Ключевые слова: регион, прогнозирование, кадры, рынок труда, высшее профессиональное образование.
В условиях глобализации при преобладании тенденции перерастания мировой экономики в экономику, основанную на знаниях, стремительно возрастает значение региональных систем образо-
вания, и прежде всего высшей школы, поскольку именно высшие учебные заведения призваны готовить квалифицированных специалистов для всех видов деятельности регионального хозяйства.
Однако функционирование и развитие высшего образования на региональном уровне сопровождаются рядом проблем, обусловленных отсутствием единой политики коррелированного социально-экономического развития регионов и высших учебных заведений, слабым отражением в структуре и параметрах региональной системы образования кадровых потребностей региона, отсутствием координации развития высшей школы на региональном уровне.
Чтобы система высшего образования играла заметную роль в комплексном социально-экономическом развитии регионов, подготовка специалистов в региональных учреждениях профессионального образования должна осуществляться с учетом текущих и перспективных потребностей экономики субъектов Российской Федерации в профессиональ-
но-квалифицированном обновлении и пополнении кадров.
Поэтому особенно актуальна разработка системы прогнозирования потребности региональной экономики в кадрах различной квалификации, которая позволила бы сформировать оптимальную структуру подготовки специалистов, соответствующую кадровой структуре экономики и социальной сферы региона.
В ноябре 2011 г. было внесено изменение в Федеральный закон от 19.04.1991 № 1032-1 «О занятости населения в Российской Федерации», согласно которому к полномочиям субъектов Российской Федерации в области содействия занятости населения была отнесена и разработка прогноза баланса трудовых ресурсов. Был издан приказ Министерства здравоохранения и социального развития Российской Федерации от 29.02.2012 № 178н «Об утверждении Методики разработки прогноза баланса трудовых ресурсов». На ее основе соответствующие методики были разработаны и утверждены в каждом субъекте Федерации.
Однако, \по мнению авторов, данных прогнозов не вполне достаточно для обеспечения сбалансированности спроса и предложения рынка труда и системы профессионального образования в регионе. Поскольку прогнозы будут разрабатываться, во-первых, по видам экономической деятельности на уровне разделов Общероссийского классификатора видов экономической деятельности, но без детализации данных по специальностям и уровням квалификации, а профессионально-кадровая потребность региона должна оцениваться и в разрезе специальностей, и уровня образования. Во-вторых, прогноз будет составляться только на очередной год и плановый двухлетний период, а срок обучения по программам высшего профессионального образования в среднем составляет 4-5 лет.
Определенный опыт прогнозирования потребностей рынка труда (в том числе и региональных рынков) в трудовых ресурсах различной квалификации накоплен в зарубежной и отечественной практике.
В зарубежных странах наиболее развитая система прогнозирования существует в США, Великобритании и Германии. Методология построения прогноза потребности экономики в специалистах различного уровня квалификации достаточно полно отражена в работах [3, 5, 6, 11]. Анализ зарубежного опыта позволил сделать вывод о многообразии подходов
к прогнозированию спроса на рабочую силу. Здесь сочетаются экспертные, статистические и математические методы. Однако полное копирование западных методик в российской практике достаточно проблематично и вряд ли целесообразно. Во-первых, в связи с несоответствием перечней видов экономической деятельности, профессий, уровней образования и т. д. Во-вторых, в связи с отсутствием многих данных в статистической базе, необходимых для расчетов по данным методикам. Поэтому западный опыт не может быть скопирован полностью, необходимо заимствовать лишь лучшие его элементы.
В отечественной практике в настоящее время выделяют два подхода к прогнозированию кадровых потребностей экономики региона в специалистах с различным уровнем квалификации. Это макроэкономический подход, основанный на прогнозах макроэкономических показателей, заложенных в программах и стратегиях социально-экономического развития субъектов Федерации, и микроэкономический подход, основанный на проведении репрезентативных опросов потребностей работодателей.
На основе макроэкономического подхода построены, например, методики центра бюджетного мониторинга Петрозаводского государственного университета (разработчики В. Н. Васильев, В. А. Гуртов, Е. А. Питухин и др.) [3, 7], Красноярского государственного технического университета (З. А. Васильева, Т. П. Лихачева, Н. В. Разнова и И. В. Филимоненко) [2], а также методика ре-сурсоориентированного экономического анализа (Д. А. Ендовицкий, Н. П. Любушин, Н. Э. Бабичева)
[4].
Несмотря на универсальность и очевидные достоинства макроэкономических методик, составление прогнозов кадровых потребностей только на основе стратегий социально-экономического развития регионов, по мнению авторов, не позволяет получить в полной мере достоверных результатов прогнозирования, поскольку стратегии могут меняться в течение прогнозного периода.
Микроэкономический подход используется в методиках, предложенных исследовательским коллективом Хабаровской государственной академии экономики и права (Е. А. Нигай, Т. С. Бойко, М. И. Разумовская) [8] и сотрудниками центра профессионального образования Самарской области (С. Ю. Ала-шаев, Т. Г. Кутейницына, Н. Ю. Посталюк) [1].
К преимуществам данных методик можно отнести составление прогноза в разрезе профессий и
специальностей всех уровней профессиональной подготовки; планирование снизу вверх (что позволяет учесть потребности каждого предприятия/ организации). Недостатки методик очевидны, на некоторые из них указывают сами разработчики, в том числе низкий процент возврата анкет от работодателей; большие затраты времени работников кадровой службы при заполнении анкет; неполные прогнозные оценки работодателей; отсутствие данных о кадровых потребностях предприятий военно-промышленного комплекса и военизированных организаций [1].
На основе анализа отечественного и зарубежного опыта была разработана авторская методика прогнозирования спроса на специалистов с высшим профессиональным образованием (ВПО) в регионе, сочетающая макроэкономический и микроэкономический подходы.
Методика базируется, в отличие от большинства существующих, не на прогнозах макроэкономических показателей, заложенных в программы и стратегии социально-экономического развития субъектов Российской Федерации, а на фактических и прогнозных показателях развития экономики регионов в разрезе видов экономической деятельности (ВЭД), что позволяет получить более достоверные результаты прогноза. Отличительной чертой методики является возможность на основе имеющейся статистической базы осуществлять не только прогноз кадровой потребности конкретного региона по каждому виду экономической деятельности с детализацией по укрупненным группам специальностей, но и формировать предложения по контрольным цифрам приема в конкретных вузах. Алгоритм реализации методики представлен на рисунке.
Данный алгоритм позволяет составить оптимистический и пессимистический прогнозы кадровой потребности региона на среднесрочную перспективу и на этой основе сформировать контрольные цифры приема в региональные вузы.
Оптимистический прогноз основан на предположении, что спрос на трудовые ресурсы зависит от изменения производительности труда и объемов промышленного производства по отдельным ВЭД. В основе пессимистического прогноза предположение, что спрос определяется в основном динамикой численности занятых в ретроспективном периоде. При составлении прогнозов используется метод экстраполяции.
В качестве входных данных при составлении оптимистического прогноза используются фактические показатели экономики региона в разрезе видов экономической деятельности (выручка от продажи товаров, продукции, работ, услуг, среднегодовая численность занятых в экономике, индексы цен) и прогнозные показатели (объем отгруженных товаров, выполненных работ, индексы-дефляторы, численность занятого в экономике населения). Используя метод экстраполяции, на основе фактических и прогнозных данных развития экономики региона составляется прогноз выручки от продаж в сопоставимых ценах и производительности труда на перспективный 2-3-летний период, что позволяет определить численность занятого в экономике населения по ВЭД.
В пессимистическом прогнозе численность занятого в экономике региона населения прогнозируется путем экстраполяции статистических данных численности занятых по ВЭД и данных баланса трудовых ресурсов субъекта Федерации.
Затем определяется доля специалистов с высшим образованием в прогнозируемой численности занятого населения по видам экономической деятельности. Так как официальные статистические данные по уровню образования занятого в экономике населения в разрезе ВЭД приводятся в сборниках статистики только в целом по Российской Федерации, существуют два пути определения доли специалистов с высшим образованием в конкретном регионе по видам экономической деятельности [7]:
- использование процентной доли числа занятых с высшим образованием по ВЭД в целом по РФ (при допущении, что доля специалистов с ВПО для определенного вида деятельности приблизительно одинакова для любого региона);
- использование оценок, полученных экспертным путем.
Далее определяется дополнительная потребность в работниках с высшим профессиональным образованием по видам экономической деятельности в прогнозном периоде. Для расчета ежегодной дополнительной потребности в работниках с ВПО используется формула
V = L . К + ЛЬ ;
ег ег-1 в'
ЛЬ = V - ,
е ег ег-1'
где - ежегодная дополнительная потребность работников;
Ьг-1 - численность занятых в предыдущем году; К - коэффициент ежегодного обновления; - численность занятых в текущем году;
Алгоритм реализации методики прогнозирования спроса на специалистов с высшим образованием
Коэффициент ежегодного обновления - это величина, обратная коэффициенту ротации, зависит от уровня образования и определяется эмпирическим путем [3].
Однако данные о дополнительной потребности в кадрах с высшим образованием по видам экономической деятельности не дают представления о том, в работниках какой конкретно специальности существует потребность. Для этого дополнительная потребность работников с ВПО в разрезе видов экономической деятельности по годам прогнозного периода переводится в прогнозные потребности, структурированные в свою очередь по укрупненным группам специальностей (УГС). Для этого используется матрица профессионально-квалификационного соответствия «28 видов экономической деятельности - 28 укрупненных групп специальностей», разработанная исследователями центра бюджетного мониторинга Петрозаводского государственного университета [7]:
= (аУ1л ) I=1Д3, к =1Д8.
Строки матрицы соответствуют 28 видам экономической деятельности (е - индекс ВЭД), а столбцы - 28 укрупненным группам специальностей (к - индекс УГС). Аналогичная матрица разработана для каждого уровня образования. Исходя из целей исследования используется матрица для высшего профессионального образования.
На данном этапе для корректировки полученного прогноза целесообразно сопоставление прогнозных данных и результатов опросов (анкетирования) руководителей ведущих предприятий региона. Опросы проводятся для более точного определения, во-первых, текущей кадровой обеспеченности на конкретных предприятиях, во-вторых, потребности в специалистах с высшим образованием на перспективу.
Таким образом, составляется прогноз потребности в специалистах с высшим профессиональным образованием не только в разрезе видов экономической деятельности, но и в разрезе укрупненных групп специальностей по каждому ВЭД.
Далее определяются контрольные цифры приема в региональные вузы по отдельным укрупненным группам специальностей в текущем году для обеспечения экономики региона кадрами через 4-5 лет. При этом учитывается коэффициент отсева по всем специальностям, равный 0,1, т. е. предполагается, что в процессе обучения отсеивается 10 % студентов [7].
На заключительном этапе укрупненные группы специальностей детализируются по отдельным специальностям (направлениям подготовки) и сопоставляются с программами подготовки в региональных вузах. Ставится вопрос об открытии новых направлений подготовки (специальностей), не реализуемых в вузах, но востребованных экономикой региона. Могут формироваться предложения по приему для конкретных вузов по отдельным специальностям, но данный этап возможен только при условии, что в региональных вузах не осуществляется дублирование программ подготовки специалистов.
Эта методика была апробирована в Мурманской области. Регион отличается от других территорий следующими характеристиками:
- наиболее суровыми природно-климатическими условиями (обусловливающими повышенные затраты на производство продукции и жизнеобеспечение населения);
- низкой плотностью и очаговым (точечным) типом расселения;
- сырьевой направленностью экономики и ее низкой диверсификацией (большинство городов области образовывались в районах разработок полезных ископаемых, что в результате ставит их социальное и экономическое развитие в зависимость от хозяйственно-экономической деятельности одного предприятия);
- неблагоприятной демографической обстановкой, связанной в основном с миграционным оттоком населения трудоспособного возраста. В то же время важное геополитическое положение области (база Северного флота), возможность круглогодичной навигации с прямыми выходами на международные морские торговые пути в сочетании с уникальной по составу и запасам минерально-сырьевой базой * предопределили характер развития региона, его стратегическое значение для России.
В структуре валового регионального продукта области основными видами экономической деятельности являются: обрабатывающие производства (17,4 %), добыча полезных ископаемых (15,1 %), транспорт и связь (11 %). Доля промышленного производства в валовом региональном продукте
* Область производит 100 % апатитового, нефелинового и бадделеитового концентратов, слюды, 11 % железорудного концентрата, 7 % рафинированной меди, 45 % никеля, более 15,4 % рыбы и рыбных продуктов, обеспечивает 16 % общероссийского вылова водных биоресурсов.
составляет 39,9 % добавленной стоимости, сектор услуг - 60,1 %.
В структуре среднегодовой численности занятых в экономике наибольшая доля приходится на торговлю и ремонт (17,4 %); обрабатывающие производства (11 %); транспорт и связь (10,9 %); государственное управление и обеспечение военной безопасности (10,4 %). Наименьшая доля - в сельском и лесном хозяйстве (0,8 %). В структуре обрабатывающих производств наибольшая доля занятых приходится на производство пищевых продуктов (2,4 %), металлургическое производство (2,2 %), производство транспортных средств и оборудования (2,2 %).
Структура численности занятого в экономике области населения по уровню образования показывает, что доля лиц, имеющих высшее, среднее и начальное профессиональное образование, выше среднего показателя по России (77,2 % по области против 75,9 % по РФ), превышение достигается за счет доли лиц, имеющих начальное профессиональное образование (27,8 % по области против 19,5 % по РФ).
При этом показатель доли лиц, имеющих высшее образование, в составе занятого населения всегда был ниже среднего показателя по стране, кроме того, в последние годы наметилась тенденцию к его снижению (в 2009 г. - 27,8; в 2010 г. - 27 %, в 2011 г. - 26,7 %, по РФ соответственно 28,8; 28,7; 29,5 %).
Существенно затрудняет оценку соответствия кадрового обеспечения экономики регионов и структуры региональной системы высшего образования отсутствие в территориальных органах статистики сведений об уровне образования занятого населения по видам экономической деятельности.
По состоянию на учебный 2012/13 г. в Мурманской области функционировало 28 учреждений высшего профессионального образования (4 вуза и 24 филиала), где обучалось 25,4 тыс. студентов.
На основе анализа структуры подготовки специалистов в региональных учреждениях высшей школы определены динамика и основные проблемы развития образования в Мурманской области, в том числе:
- неуклонное снижение общего контингента студентов за счет неблагоприятной демографической обстановки (в 2004 г. - 39,7 тыс. чел., в 2011 г. - 28,4 тыс. чел., в 2012 г. - 25,4 тыс. чел.);
- тенденция к миграционному оттоку молодежи (в 2012 г. более 50 % выпускников школ предпочли поступать в вузы за пределами области);
- коммерциализация системы ВПО (в 2000 г. с полным возмещением затрат обучалось 50 %, в 2012 г. - 78 %), что привело к существенной деформации структуры подготовки по специальностям (направлениям);
- спрос населения преимущественно на экономические и гуманитарные специальности (доля которых составляет соответственно 35 и 20 % от общего контингента студентов, при этом почти 90 % из них обучаются за счет собственных средств);
- неудовлетворительный (недостаточный) объем подготовки кадров для отраслей специализации региона (по УГС «Энергетика, энергетическое машиностроение и электротехника» обучается 5,5 % от общего контингента студентов, «Транспортные средства» - 3,3 %, «Геология, разведка и разработка полезных ископаемых» - 3,2 %, «Морская техника» - 3,2 % и т. д.);
- отсутствие актуальных для экономики региона направлений подготовки (в том числе по УГС «Сельское и рыбное хозяйство», «Химическая технология и биотехнологии» и. т. д.).
Из этого следует, что система высшего образования в Мурманской области характеризуется негибкостью, инерционностью и слабой реакцией на кадровые потребности региональной экономики.
С использованием авторской методики были составлены оптимистический и пессимистический прогнозы кадровой потребности экономики Мурманской области в специалистах с высшим профессиональным образованием на 2017-2018 гг., на этой основе даны предложения по формированию контрольных цифр приема в региональные вузы на 2013-2014 гг.
На основе фактических данных развития отраслей региона за 2006-2011 гг., а также данных областного министерства экономического развития по оценке развития экономики в 2012 г. и прогнозу развития в 2013-2015 гг. [9] с использованием метода экстраполяции был разработан прогноз выручки от продаж в сопоставимых ценах и производительности труда на 2016-2018 гг., что позволило определить численность занятых в экономике по ВЭД на 2017-2018 гг. в оптимистическом прогнозе. В пессимистическом прогнозе численность занятых прогнозируется путем экстраполяции на 2016-2018 гг. статистических данных занятых в экономике региона по ВЭД за 2006-2011 гг. и данных управления
государственной службы занятости населения по оценке численности занятых в 2012 г. и прогнозу баланса трудовых ресурсов на 2013-2015 гг. [10]
Оптимистический и пессимистический прогнозы среднегодовой численности занятых в экономике по отдельным ВЭД представлены в табл. 1.
Полученные данные свидетельствуют о снижении в регионе численности занятого в экономике населения в 2017-2018 гг. Согласно данным оптимистического прогноза численность занятых в экономике в целом сократится на 5-6 % по сравнению с 2011 г. В пессимистическом прогнозе число занятых сократится на 3,5-4 %.
При этом данные оптимистического прогноза демонстрируют меньшую численность занятого в экономике населения, что объясняется опережающим ростом производительности труда по отношению к выручке и может быть обусловлено модернизацией производства, а в связи с этим - меньшей потребностью в трудовых ресурсах.
В то же время по отдельным ВЭД предполагается увеличение численности занятых в 2017-2018 гг., в том числе в рыболовстве и рыбоводстве, добывающих производствах, строительстве, торговле и финансовой деятельности. Несмотря на прогнозное снижение численности по обрабатывающим производствам в целом, будет наблюдаться увеличение числа занятых в металлургическом производстве, производствах электрооборудования, транспортных средств и пищевых продуктов.
Полученные данные по численности занятого в экономике области населения как в оптимистическом, так и пессимистическом прогнозах ниже, чем в прогнозе социально-экономического развития Мурманской области и прогнозе баланса трудовых ресурсов. Это объясняется тем, что в авторской методике расчеты основаны на фактических по-
казателях развития экономики региона, без учета реализации инвестиционных проектов и ведомственных целевых программ.
Затем с использованием метода экспертных оценок была определена доля специалистов с ВПО в прогнозируемой численности занятого населения по ВЭД. Проведенные расчеты показали, что в оптимистическом прогнозе численность специалистов с ВПО в составе занятого населения в 2017 г. составит 111,2 тыс. чел., в 2018 г. - 110,7 тыс. чел. (соответственно 27,4 и 27,6 % от общего числа занятых). В пессимистическом прогнозе в 2017 г. - 114 тыс. чел. (27,7 %), в 2018 г. - 114,5 тыс. чел. (28 %). Наибольшая доля занятых с высшим профессиональным образованием будет наблюдаться в финансовой деятельности, образовании и государственном управлении (доля работников с ВПО 47 % и более). Численность специалистов с ВПО по отдельным видам экономической деятельности представлена в табл. 2.
Для расчета ежегодной дополнительной потребности в работниках с ВПО в разрезе ВЭД по годам прогнозного периода использовалась приведенная ранее формула = Lei_lK + Ме. Расчеты свидетельствуют, что в Мурманской области достаточно высокая дополнительная потребность в высококвалифицированных кадрах. В оптимистическом прогнозе по всем видам экономической деятельности в целом дополнительно потребуется в 2017 г. - 3,3 тыс. чел. с высшим образованием, в 2018 г. - 4 тыс. чел. В пессимистическом прогнозе -соответственно 4,2 тыс. и 5 тыс. чел.
При этом наибольшую дополнительную потребность в работниках с высшим образованием будут испытывать такие виды экономической деятельности, как оптовая и розничная торговля, операции с недвижимым имуществом и аренда, государственное управление, обрабатывающие производства. Начнет
Таблица 1
Оптимистический и пессимистический прогнозы среднегодовой численности занятых в экономике по отдельным видам экономической деятельности на 2016-2018 гг., тыс. чел.
Вид экономической деятельности Факт По данным прогноза баланса трудовых ресурсов Оптимистический прогноз Пессимистический прогноз
2011 2012 2013 2014 2015 2016 2017 2018 2016 2017 2018
Рыболовство, рыбоводство 12,1 11,9 12,0 12,1 12,1 12,2 12,3 12,4 11,9 11,9 11,8
Добыча полезных ископаемых 19,6 19,8 21,0 21,1 21,3 20,5 20,5 20,5 20,3 20,2 20,2
Обрабатывающие производства 47,1 47,1 47,5 47,6 47,7 46,7 46,5 46,3 46,7 46,5 46,4
Строительство 22,8 23,8 23,1 23,2 24,2 23,6 23,6 23,6 23,5 23,5 23,5
Оптовая и розничная торговля 74,4 74,9 75,4 75,9 76,4 76,0 76,1 76,2 76,1 76,2 76,1
Финансовая деятельность 5,6 5,6 5,6 5,6 5,6 5,8 5,9 5,9 5,8 5,8 5,9
Остальные ВЭД 245,6 242,2 239,0 236,8 234,8 226,3 221,3 216,3 231,1 228,2 225,1
Всего... 427,2 425,3 423,6 422,3 422,1 411,1 406,2 401,2 415,4 412,3 409,0
Таблица 2
Прогнозная численность и дополнительная потребность работников с высшим профессиональным образованием по отдельным видам экономической деятельности на 2017 и 2018 гг., тыс. чел.
Оптимистический прогноз Пессимистический прогноз
Численность Дополнительная Численность Дополнительная
Распределение занятых по ВЭД работников с ВПО потребность в работниках с ВПО работников с ВПО потребность в работниках с ВПО
2017 2018 2017 2018 2017 2018 2017 2018
Рыболовство, рыбоводство 3,533 3,605 0,173 0,214 3,407 3,445 0,138 0,175
Добыча полезных ископаемых 4,106 4,106 0,164 0,164 4,046 4,040 0,156 0,157
Обрабатывающие производства 8,051 8,111 0,333 0,382 8,048 8,112 0,337 0,387
Производство и распределение элект- 5,084 5,174 0,210 0,294 5,090 5,181 0,211 0,295
роэнергии, газа и воды
Оптовая и розничная торговля, ремонт 14,537 14,791 0,681 0,836 14,537 14,791 0,681 0,836
Транспорт и связь 8,741 8,714 0,200 0,322 8,526 8,425 0,127 0,240
Финансовая деятельность 3,586 3,629 0,176 0,187 3,565 3,605 0,171 0,182
Операции с недвижимым имуществом, 9,587 9,744 0,444 0,541 9,583 9,739 0,442 0,539
аренда
Государственное управление и обеспечение военной безопасности 18,604 18,257 0,321 0,398 21,079 21,376 1,004 1,140
расти потребность в специалистах с высшим образованием на предприятиях по производству и распределению электроэнергии, газа и воды, в строительстве, рыболовстве, на транспорте. Это может быть связано не только с ростом объемов производства, но и с использованием новых технологий и оборудования, требующих высокой квалификации работников.
На заключительном этапе с использованием матрицы перевода численности работников с высшим образованием по видам экономической деятельности в укрупненные группы специальностей [7] была
определена дополнительная потребность работников по УГС. На этой основе сформированы предложения по контрольным цифрам приема в 2013-2014 гг. с учетом коэффициента отсева (табл. 3).
Таким образом, предложенная методика может быть использована органами власти субъектов Федерации в дополнение к прогнозу баланса трудовых ресурсов для повышения эффективности государственной политики содействия занятости населения в регионах. Может использоваться региональными органами государственной власти в сфере образова-
Таблица 3
Предложения по формированию контрольных цифр приема в вузы по укрупненным группам специальностей на 2013-2014 гг., чел.
Оптимистический Пессимистический
Укрупненная группа специальностей Код прогноз прогноз
2013 2014 2013 2014
Физико-математические науки 010000 117 144 177 211
Естественные науки 020000 100 118 151 176
Гуманитарные науки 030000 286 351 443 524
Экономика и управление 080000 591 712 781 921
Сельское и рыбное хозяйство* 110000 162 200 215 256
Геология, разведка и разработка полезных ископаемых 130000 101 113 114 128
Энергетика, энергетическое машиностроение и электротехника 140000 233 301 231 299
Металлургия, машиностроение и металлообработка 150000 160 185 136 160
Морская техника 180000 58 74 50 65
Транспортные средства 190000 190 259 165 230
Информатика и вычислительная техника 230000 204 252 270 323
Строительство и архитектура 270000 182 230 208 259
Остальные 16 УГС 1 284 1 549 1 724 2 055
Итого... 3 668 4 488 4 665 5 607
* Подготовка в Мурманской области не осуществляется.
ния при формировании предложений по планированию объемов подготовки (государственного задания) специалистов для сбалансированного обеспечения экономической и социальной сфер региона высококвалифицированными кадрами. На данные прогноза целесообразно ориентироваться высшим учебным заведениям при формировании предложений по планированию контрольных цифр приема студентов, а также при разработке и внедрении новых образовательных программ и учебных планов, соответствующих специализации региона.
Список литературы
1. Алашеев С.Ю., Кутейницына Т. Г., Поста-люк П. Ю. Методика среднесрочного прогнозирования кадровых потребностей экономики региона. Самара: Профи, 2004. 84 с.
2. Васильева З.А., Филимоненко И. В., Раз-нова Н. В., Лихачева Т.П. Разработка методики прогнозирования спроса и предложения на рынке труда и образовательных услуг экономики муниципальных образований Красноярского края // Спрос и предложение на рынке труда и рынке образовательных услуг в регионах России: материалы Пятой Всероссийской научно-практической интернет-конференции. Петрозаводск: ПетрГУ, 2008. C. 55-79.
3. Гуртов В. А., Кекконен А. Л. Модели среднесрочного прогнозирования спроса экономики на квалифицированные кадры // Кадровик. Рекрутинг для кадровика. 2010. N° 4. URL: http://www.lawmix. ru/bux/950/.
4. Ендовицкий Д. А., Любушин Н. П., Бабичева Н. Э. Ресурсоориентированный экономический анализ: теория, методология, практика // Экономический анализ: теория и практика. 2013. № 38. С. 2-8.
5. Ишкова А. Л., Гуртов В. А., Сигова С. В. Зарубежный опыт и оценка возможности его приме-
нения в прогнозировании потребностей рынка труда в России // Спрос и предложение на рынке труда и рынке образовательных услуг в регионах России: материалы Пятой Всероссийской научно-практической интернет-конференции. Петрозаводск: ПетрГУ, 2008. C. 115-144.
6. Косорукое О. А., Петрикова Е. М., Петри-кова С. М. Макроэкономические методы прогнозирования рынка труда в региональной экономике // Региональная экономика: теория и практика. 2010. № 45. С. 10-25.
7. Макроэкономическая методика прогнозирования потребностей (спроса) экономики в квалифицированных кадрах и формирование на этой основе контрольных цифр приема для системы профессионального образования // Рынок труда и рынок образовательных услуг. Регионы России -Федеральный информационный ресурс. URL: http:// labourmarket.ru.
8. НигайЕ. А., Бойко Т. С. Инструментарий оценки и прогнозирования потребности организаций в наемном труде // Спрос и предложение на рынке труда и рынке образовательных услуг в регионах России: сб. докладов по материалам Девятой Всероссийской научно-практической интернет-конференции. Петрозаводск: ПетрГУ, 2012. C. 202-210.
9. Прогноз социально-экономического развития Мурманской области на 2013 год и плановый период 2014 и 2015 годов // Мурманская область - официальный портал. URL: http://minec.gov-murman. ru/content/forecasts/sub01/sub010/.
10. Управление государственной службы занятости населения Мурманской области. http://murman-zan.ru.
11. Chase R., Bourque Ph., Conway R. Jr. The 1987 Washington State Input-Output study. Seattle, WA, University of Washington, Graduate School of Business Administration, December, 1993.
Education system reform
THE METHODS TO FORECAST A DEMAND FOR SPECIALISTS IN THE HIGHER PROFESSIONAL EDUCATION SYSTEM OF A REGION
Vladimir S. ZHAROV, Anna N. SHCHEGLOVA
Abstract of different educational levels. It also says of the
The article analyzes the approaches to determination advantages and disadvantages of the methodical tools of a regional labour-markets demand for the specialists used in the home and foreign practice. The author
Pefíopua cucmeMbi o5pa3O0anuH
12 (363) - 2014
presents certain methods to determine a regional labour-markets demand for the qualified personnel with higher education, based on the actual and projected figures of the region's economy development. The methods propose to set up the quotas for admission to the higher education establishments.
Keywords: region, forecasting, personnel, labour market, higher professional education
References
1. Alasheev S. Iu., Kuteinitsyna T. G., Postaliuk P. Iu. Metodika srednesrochnogo prognozirovaniia kadrovykh potrebnostei ekonomiki regiona [The medium-term forecasting methods for a regional-economy personnel demand]. Samara, Profi Publ., 2004, 84 p.
2. Vasil'eva Z.A., Filimonenko I. V., Raznova N. V., Likhacheva T. P.[The development of methods to predict the supply and demand in the labor and educational-service market of the municipal economy of the Krasnoyarsk region]. Spros ipredlozhenie na rynke truda i rynke obrazovatel'nyh uslug v regionah Rossii: materialy Piatoj Vserossiiskoi nauchno-prakticheskoi Internet-konferencii [The supply and demand in the labor and educational-service market in the regions of Russia: Proc. 5 th All-Russian Sci. and Pract. Internet Conference]. Petrozavodsk, Petrozavodsk State University Publ., 2008, pp. 55-79.
3. Gurtov V.A., Kekkonen A. L. Modeli sred-nesrochnogo prognozirovaniia sprosa ekonomiki na kvalifitsirovannye kadry [The medium-term forecasting models for the economy personnel demand]. Kadrovik. Rekruting dlia kadrovika - Personnel officer. Recruiting for personnel officer, 2010, no. 4. Available at: http://www.lawmix.ru/bux/950/.
4. Endovitskii D.A., Liubushin N. P., Babicheva N. E. Resursoorientirovannyi ekonomicheskii analiz: teoriia, metodologiia, praktika [The resource-oriented economic analysis: theory, methodology, practice]. Ekonomicheskii analiz: teoriia i praktika - Economic analysis: theory and practice, 2013, no. 38, pp. 2-8.
5. Ishkova A. L., Gurtov V. A., Sigova S. V.[The International experience and assessment of the possibility of its use to forecast the labour-market needs in Russia]. Spros i predlozhenie na rynke truda i rynke obrazovatel'nyh uslug v regionah Rossii: materialy Piatoi Vserossiiskoi nauchno-prakticheskoi Internet-konferencii [The supply and demand in the labor and educational-service market in the regions of Russia:
Proc. 5th All-Russian Sci. and Pract. Internet Conference]. Petrozavodsk, Petrozavodsk State University Publ., 2008, pp. 115-144.
6. Kosorukov O.A., Petrikova E. M., Petrikova S. M. Makroekonomicheskie metody prognozirovaniia rynka truda v regional'noi ekonomike [Macroeconomic methods of forecasting of a labor market in the regional economy]. Regional'naia ekonomika: teoriia i praktika -Regional economics: research and practice. 2010, no. 45, pp. 10-25.
7. Macroeconomic technique to forecast the needs (demand) in the economy and the formation of the qualified-personnel admission quotas for the professional education system. The labor market and the market of educational services. Regions of Russia - Federal information resource. Available at: http://labourmarket. ru. (In Russ.)
8. Nigai E.A., Boiko T. S.[Tools for assessing and forecasting the needs of organizations in the wage labor]. Spros i predlozhenie na rynke truda i rynke obrazovatel'nyh uslug v regionah Rossii: materialy Deviatoi Vserossiiskoi nauchno-prakticheskoi Internet-konferencii [The supply and demand in the labor and educational-service market in the regions of Russia: Proc. 9th All-Russian Sci. and Pract. Internet Conference]. Petrozavodsk, Petrozavodsk State University Publ., 2012, pp. 202-210.
9. The forecast of the social and economic development of the Murmansk region for 2013 and planning period 2014 and 2015. Murmansk region - official portal. Available at: http://minec.gov-murman.ru/con-tent/forecasts/sub01/sub010/. (In Russ.)
10. Management of public service of employment of the population of the Murmansk region Available at: http://murman-zan.ru/. (In Russ.)
11. Chase R., Bourque Ph., Conway R. Jr. The 1987 Washington State Input-Output study. Seattle, WA, University of Washington, Graduate School of Business Administration, December, 1993.
Vladimir S. ZHAROV
Kola Branch of Petrozavodsk State University,
Apatity, Russian Federation
Anna N. SHCHEGLOVA
Kola Branch of Petrozavodsk State University,
Apatity, Russian Federation
