CC BY
40
-------------------------------- © В.Л. Петров, С.Н. Гончаренко,
И.В. Ярощук, 2011
УДК 622:378.022
В.Л. Петров, С.Н. Гончаренко, И.В. Ярощук
МЕТОДЫ ПРОГНОЗИРОВАНИЯ СТРУКТУРЫ КАДРОВОГО ПОТЕНЦИАЛА ДЛЯ ГОРНОПРОМЫШЛЕННОГО КОМПЛЕКСА В ТЕРРИТОРИАЛЬНО-ОТРАСЛЕВОМ РАЗРЕЗЕ
Работа посвящена вопросам совершенствования и реализации кадровой политики для предприятий и организаций горнопромышленного комплекса. Определены задачи системного подхода к реализации комплекса мероприятий по поддержанию и развитию кадрового потенциала. Уделено внимание вопросам планирования процессов подготовки и переподготовки кадров и их закрепления в организациях горнопромышленного комплекса, а также произведено прогнозирование ресурсного потенциала в территориальном разрезе для предприятий и организаций горнопромышленного комплекса.
Ключевые слова: закономерности изменений в экономике; эконометрические модели; моделирование рынка образовательных услуг; потребности в кадрах; территориально-отраслевые факторы.
Формирование и реализация государственной политики в сфере развития кадрового потенциала горнопромышленного комплекса страны относятся к числу важнейших функций государственных органов управления. Актуальность вопросов совершенствования и реализации государственной кадровой политики для предприятий и организаций ГПК и сектора высокотехнологичных производств постоянно отмечается на самом высоком уровне. Эффективность решения этой задачи во многом определяется системностью комплекса мероприятий, реализуемых в рамках целевых программ по поддержанию и развитию кадрового потенциала ГПК. При этом большое значение имеют вопросы планирования процессов подготовки и переподготовки кадров, их закрепления в организациях комплекса, обеспечение действенного мониторинга этих процессов со стороны государства.
Рынок труда при этом выступает в роли одного из системообразующих факторов, который сам при этом зависит от множества иных факторов, а также притока капитала, конкуренции на рынке товаров и услуг, эффективности производства и т.д. Эта взаимообусловленность требует использования многомерных, многофак-
торных методов для анализа, оценки и прогнозирования спроса на рынке труда и рынке образовательных услуг с учетом многовариантности условий взаимодействия рынка труда и рынка его результатов, то есть определяет спрос на рабочие места, устанавливает рыночную потребность на рабочую силу по конкретным профессиям и определенным уровням квалификации. Все эти процессы гармонизируются при условии наличия развитого рынка образовательных услуг и, конечно, рынка капиталов.
Объекты горнопромышленного комплекса сосредоточены в разных регионах России. Различные регионы страны имеют свои особенности развития, и изменение численности трудовых ресурсов в каждом отдельно взятом регионе обусловлено влиянием различных факторов. Проводимые исследования в данной области показывают, что факторы, играющие главную роль в формировании трудовых ресурсов на территории одного региона, не оказывают столь существенного воздействия на территории другого. Вследствие этого комплексное статистическое исследование трудовых ресурсов региона по данным многолетних динамических рядов, а также факторов, оказывающих влияние на формирование, структуру и воспроизводство трудовых ресурсов в региональном масштабе, приобретает наибольшую значимость.
Прогнозирование потребности в специалистах для ГПК целесообразно выполнять в разрезе отраслей экономики и специальностей. Причем выбор количества отраслей и специальностей зависит от назначения прогноза и решаемой задачи.
Для расчетов прогнозов развития экономики нужно рассматривать ее стационарное и трансформационное состояние. В стационарной экономике поведение описывается эконометрической моделью, в трансформационной - задается возможными сценариями изменений показателей.
Анализ существующих знаний в предметной области прогнозирования и планирования развития системы высшего образования позволяет сделать ряд выводов, связанных с рассматриваемой в проекте проблемой.
1. Наиболее эффективным подходом к системе высшего образования (СВО) является системный подход, и управление системой высшего образования целесообразно строить на основе «дерева целей».
2. Программно-целевые методы рационально применять для разработки программ развития вузов, НИР в детерминированной среде. При управлении системой высшего образования (СВО) возникает значительная неопределенность оценки структуры потребности в специалистах, темпов научно-технического прогресса для ГПК.
3. В новых условиях необходим анализ состояния и моделирование рынка образовательных услуг. Управление СВО должно адаптироваться к структурным изменениям в экономике, к изменениям потребностей ГПК в разных видах образования. Новыми требованиями к СВО является качество, мобильность и доступность образования.
4. Новым направлением изучения СВО является использование эконометрических моделей для прогнозирования тенденций и параметров системы образования. Эконометрические модели, описывая закономерности реальных процессов, могут служить научной основой прогнозирования изменений и разработки планов.
Существующие методы прогнозирования не объединяют в единую систему экономику, демографию и СВО, больше основаны на экспертных оценках.
5. Модели и методы планирования основаны на ряде допущений, наиболее конструктивны нормативные методы, когда определяются на основе анализа существующей статистики средние нормы потребности в специалистах, и на них основан расчет плана подготовки.
6. Движение обучающихся по уровням образования описывается матрицей переходов (марковским процессом). Эта модель хорошо приспособлена для описания стационарного процесса, но плохо описывает нестационарные явления в рыночной экономике.
7. Существующая практика управления СВО требует новых подходов и методов, в сегодняшних условиях возникло противоречие между имеющимися знаниями и методами управления СВО и требованиями реформы высшего образования РФ. Для разрешения этого противоречия необходимо: изучение закономерностей и связей изменений в экономике и реакции СВО; построение эконометрических моделей, выделяющих знания из статистики работы СВО и позволяющих рассчитывать реальные прогнозы; моделирование рынка образовательных услуг, определение прогнозов его изменений и подстройки СВО под характеристики рынка; построение мо-
дели и технологии прогнозов потребности в кадрах для многоотраслевой экономики; создание новой информационной технологии расчетов планов подготовки кадров для региона как основной единицы децентрализованного планирования; разработка методов проектного управления СВО, методов оценки эффективности инновационных форм обучения и стратегии управления СВО региона.
Можно предположить, что это инвестиции в ГПК, объем производства, среднегодовая стоимость основных производственных фондов или численность занятых в комплексе. Зависимость может быть нормативной (устанавливается доля занятых в ГПК в общей численности постоянного населения) или корреляционной (уменьшается или увеличивается доля занятых в ГПК в зависимости от численности населения). Так как площадь территории остается постоянной, прогноз численности занятых может быть основан на прогнозе численности постоянного населения. Одним из точных методов демографического прогнозирования является метод передвижки возрастных групп. При этом, чтобы получить численность населения любой возрастной группы через 5 лет после начала расчетов, из ее первоначальной численности следует исключить лиц, умерших в этой возрастной группе в текущей пятилетке (тем самым как бы «передвинуть» оставшихся в живых на 5 лет вперед).
Для этого следует использовалась формула: ^г+1 ~ ' р , где
^г - численность населения /-й возрастной группы в г-м году; р -
коэффициент дожития (коэффициент передвижки) населения /-й возрастной группы в г-м году для следующих I лет. Коэффициент показывает долю оставшихся в живых к концу расчетного периода; I - «шаг» расчета (1=5).
Из-за различий в уровнях возрастной смертности между полами расчеты были проведены отдельно для мужчин и отдельно для женщин.
Затем рассчитывали будущее число рождений - численность детей, родившихся в течение каждого «шага» расчета (так называемая «нулевая» группа). Общее число рождений определяется возрастным уровнем рождаемости и численностью женщин той или иной возрастной группы по формуле:
Чрожд = ^ (Ш ' крожд./ '1), где - численность женщин /-ой
/=15
возрастной группы детородного возраста (15-49 лет); крождл - возрастной коэффициент рождаемости женщин 1-ой возрастной группы.
Поскольку перспективный расчет численности населения осуществляется раздельно для мужчин и для женщин, в общем числе рождений Чрожд следует определить количество новорожденных мальчиков и девочек. Известно, что доля мальчиков и девочек среди родившихся - величина практически постоянная, составляющая
0,524 и 0,476 соответственно.
Затем определяем, сколько мальчиков и девочек из числа новорожденных останется в живых к первому «шагу» перспективного расчета
= 4м . (1 _ кМ • I) ЫД = ЧД • (1 - кД • /)
ост рожд V см / ? ост рожд V см /?
где к^М, кДм - возрастные коэффициенты смертности мальчиков и девочек в «нулевой» возрастной группе соответственно (при шаге расчета 5 лет к «нулевой» группе будут отнесены все дети в возрасте от 0 до 4 лет).
Непременным условием применения метода компонент (передвижки возрастов) является предварительная разработка прогнозов рождаемости, смертности и миграции. Однако если само по себе применение данного метода является чисто технической задачей, то прогнозирование динамики демографических процессов требует большой аналитической работы, знания закономерностей изменения рождаемости, смертности, миграции, их связи с социально-экономическими факторами.
В итоге на каждый год прогнозного периода получаем как общую численность населения, так и его возрастно-половую структуру, а также общие коэффициенты рождаемости и смертности.
После полученной прогнозной численности населения определяем прогнозную численность занятых в экономике, построив регрессионную зависимость.
Этот метод является наиболее простым в исчислении, однако он может не учитывать иные факторы, влияющие на численность
занятых в ГПК. Например, на численность рабочих влияет фактор автоматизации труда.
Предложена одна из модификаций производственной функции, учитывающей автономный темп технического развития:
где Х1 - валовой выпуск продукции 1-й отрасли (млн. руб.); L1 - численность трудовых ресурсов 1-й отрасли в году г (чел.); F1 - среднегодовая стоимость основных производственных фондов 1-ой отрасли (млн. руб.); е?г - автономный темп технического прогресса в году г; а, а, р, у, - постоянные коэффициенты модели для 1-й отрасли, определяемые методом наименьших квадратов (МНК). При построении модели должно выполняться равенство: а + р = 1. Коэффициенты показывают степень влияния каждого фактора (трудовой, фондовый, научно-технический потенциал) на выпуск продукции. Чем выше коэффициент, тем сильнее соответствующий коэффициент влияет на результирующий признак (объем выпуска).
Для построения данной модели необходимо проанализировать статистические данные в ретроспективе как минимум 20 периодов (год, квартал, месяц).
Исходя из полученных моделей, нахождение прогнозной численности занятых в отраслях ГПК определяется следующим образом:
где Х(г+1) - валовой выпуск продукции 1-й отрасли (млн. руб.) в прогнозном периоде; L(г+1) - численность трудовых ресурсов 1-й отрасли в году г (чел.) в прогнозном периоде; F(г+1) - среднегодовая стоимость основных производственных фондов 1-ой отрасли (млн. руб.) в прогнозном периоде.
Прогнозный валовой выпуск продукции и перспективную стоимость ОПФ задаем исходя из целевых программ развития военного комплекса России. Описанная модель имеет ряд недостатков. Так, задаваемые значения объемов выпуска и стоимости основных производственных фондов (ОПФ) могут не отражать реальной ситуации в отрасли: на объем выпуска в стоимостном выражении
Хі(ї) = аі • Паі (Ї) • Ь1 - ш (Ї) • еуі't или Хі(ї) = аі • Паіф • ^) • еуі •t
оказывают влияние индексы инфляции, политика зарубежных контрагентов и действия конкурентов; среднегодовая стоимость ОПФ не учитывает долю незадействованных в производственном процессе фондах.
Указанные недостатки учтены в следующей модели.
В модели изучалось влияние изменение отраслевой производственной структуры экономики на трудовую. Степень влияния может быть выражена величиной структурной безработицы - формы безработицы, обусловленной изменениями структуры производства, когда в результате научно-технического прогресса, а также изменений в организации и управлении производством вытесняются одни отрасли и появляются другие.
В российской истории появление структурной безработицы в большей степени обусловлено значительным сокращением производственных мощностей в промышленности.
Используя методику оценки интенсивности структурных сдвигов, изучаются структурные изменения выпущенной продукции и численности занятых в экономике. Степень влияния структурных изменений в выпуске продукции на структурные изменения занятых предлагается представить в виде коэффициента эластичности:
тгзан
э = К1,1+1 „ _
Э = тт прод , где Э - эластичность численности занятых по объему
К1,1+1
выпуска продукции; К - интегральный коэффициент структурных различий в период (1, 1+1), рассчитанный отдельно для структуры занятых по отраслям экономики и структуры выпущенной продукции.
Интегральный коэффициент структурных различий определяется по формуле:
где Ді и с12 - доли занятых и выпущенной про-
п
дукции отрасли ВПК, соответственно, в общей численности занятых и выпущенной продукции экономики региона; п - число отраслей ГПК.
Если эластичность меньше 1, то структура занятых неэластична относительно структуры выпущенной продукции.
По нашим расчетам структура занятых в российской экономике неэластична структуре выпущенной продукции, т.е. можно говорить о незначительном росте структурной безработицы и наличии такого явления, как скрытой (латентной) безработицы (иначе говоря - о наличии такой социально-экономической ситуации, при которой наблюдается сокращение интенсивности труда, сокращение средней заработной платы и содержании излишней численности работников на предприятиях).
Прирост (сокращение) избыточной рабочей силы по отношению к реальному спросу на труд (по А.Е. Лапиной) для конкретной отрасли 1 предлагается рассчитывать по формуле
Д< = Ь1 • Д1Р • ЕI ,
где Дй\ - прирост скрытой безработицы отрасли 1 в году г; Ь1 -численность занятых в отрасли 1 в году г, рассчитанная с помощью формулы; Д1р - изменение индекса снижения (роста) производительности труда отрасли 1 (прирост производительности труда); Е11 - коэффициент отраслевой эластичности, который может быть рассчитан по вышеприведенной формуле для предприятий одной отрасли ГПК.
С помощью критерия эластичности занятых к объему выпущенной продукции и величины изменения скрытой безработицы можно судить об эффективности фактической и планируемой структуры экономики региона.
Например, возможны следующие ситуации в сфере занятости ГПК:
- изменение численности занятых неэластично, прироста скрытой безработицы нет - повышение интенсивности использования труда;
- изменение численности занятых неэластично, прирост скрытой безработицы - снижение эффективности использования трудовых ресурсов и т.д.
Таким образом, при оценке структурной безработицы необходимо учитывать и величину латентной безработицы, что позволит достоверно оценить структурные изменения в экономике региона.
Для определения прироста занятых в отраслях ГПК используем следующую линейную регрессионную зависимость:
ТЬ = аАё г + ЬТу + сТщг, где ТЬ - темп изменения численности занятых в году г (в % к предыдущему году); Аё г - прирост скрытой безработицы отрасли 1 в году г (в % от численности занятых); Ту - темп изменения объема производства продукции (работ, услуг) в году г в сопоставимых ценах (в % к предыдущему году); Т№ - темп изменения объема капитальных вложений в году г в сопоставимых ценах (в % к предыдущему году); а, Ь, с - коэффициенты регрессии. Определяются МНК.
Данная модель позволяет оценить динамику изменения численности занятых в отраслях ГПК относительно изменениям факторов. Полученная модель позволяет решать недостатки, присущие предыдущей модели анализа и прогнозирования (производственная функция).
В целом, гибридное использование указанных моделей позволяет определить общую потребность в кадрах для ГПК на среднесрочную и долгосрочную перспективу.
Прогноз профессиональной структуры ГПК может быть осуществлен нормативными коэффициентами структуры или экспертным путем. Например, при преобладании фундаментальных и прикладных исследований в ГПК доля научных сотрудников должна увеличиваться более высокими темпами. При акценте на опытноконструкторские работы (ОКР) в сфере ГПК увеличение доли инженерно-технических сотрудников должно преобладать над изменением остальных категорий работников
Таким образом, для развития горнопромышленного комплекса прогнозируется:
1. Создание в системы уровневого непрерывного образования и долговременных условий для устойчивого развития кадрового потенциала горнопромышленного комплекса.
2. Формирование системы подготовки, переподготовки, повышения квалификации и закрепления кадрового потенциала, необходимого горнопромышленному комплексу для реализации задач по обеспечению национальной безопасности России, устойчивому промышленному росту и конкурентоспособности отечественной промышленности, повышению инвестиционной привлекательности, инновационной активности и конкурентоспособности организаций горнопромышленного комплекса, реализации федеральных целевых программ и стратегий развития отраслей промышленности.
3. Обеспечение соответствия качества научных работников, специалистов и рабочих кадров современным технологическим требованиям и мировым стандартам;
4. Создание эффективной системы закрепления, воспроизводства, продвижения и обновления кадрового потенциала горнопромышленного комплекса.
5. Развитие внутрифирменного обучения на новой учебнотехнологической и методической основах, создание и модернизация материально-технической базы переподготовки, повышения квалификации специалистов и рабочих кадров на производстве, в том числе в средних и крупных организациях горнопромышленного комплекса.
6. Повышение значимости подготовки, переподготовки и повышения квалификации при периодической аттестации инженерно-технического персонала и руководителей от начального до высшего звена управления и формировании кадрового резерва руководителей различного уровня управления.
7. Снижение среднего возраста работников организаций горнопромышленного комплекса и профессорско-преподава-тельского состава, занятого в системе профессионального образования за счет роста числа специалистов молодого и среднего возрастов.
8. Модернизация системы повышения квалификации и переподготовки профессорско-преподавательского состава, занятого в системе подготовки специалистов для горнопромышленного комплекса.
9.Повышению профессионально - квалификационной структуры кадрового потенциала горнопромышленного комплекса и профессорско-преподавательского состава в системе профессионального образования.
10.Повышение эффективности использования бюджетных средств, направляемых на развитие кадрового потенциала горнопромышленного комплекса.
11.Повышение доли внебюджетного софинансирования при подготовке (переподготовке) и повышения квалификации кадров для организаций горнопромышленного комплекса.
1. Петров В.Л., Гончаренко С.Н. Модель планирования образовательных программ высшего профессионального образования. Обозрение прикладной и промышленной математики. - М.: «ОПиПМ». - Т. 16, вып. 3.- 2009.
2. Петров В.Л., Ярощук И.В., Гончаренко С.Н. Концептуальные подходы к разработке модели формирования кадрового потенциала промышленных предприятий. Обозрение прикладной и промышленной математики. - М.: «ОПиПМ». - Т. 16, вып.5.- 2009 .
3. Гончаренко С.Н., Ярощук И.В. Разработка имитационной модели формирования кадрового потенциала промышленных предприятий. Обозрение прикладной и промышленной математики. - М.: «ОПиПМ». - Т. 16, вып.5.- 2009 .
4. Гончаренко С.Н., Ярощук И.В. Разработка системы менеджмента качества образования кафедры вуза.// Г орный информационно-аналити-ческий бюллетень. - М.: МГГУ, отдельный выпуск 2, 2009.
5. Петров В.Л. Воспроизводство инженерного кадрового потенциала минерально-сырьевого комплекса России. Сб. научных трудов «Деловая слава России». -М.: «Славица», 2006, с. 154-155. Н5ГД=1
КОРОТКО ОБ АВТОРАХ ----------------------------
Петров BM. - доктор технических наук, профессор, Гончаренко С.Н. - доктор технических наук, доцент, Ярощук KB. - кандидат технических наук, Московский государственный горный университет Moscow State Mining University, Russia, umo@msmu.ru
