CC BY
30
Модель оценки перспектив выпускника на рынке труда Model of the evaluation for the graduates' prospects at labour market
Дидковская Елена Григорьевна младший научный сотрудник Институтадемографии и социальных исследований им. М.В.Птухи НАН Украины
E-mail: elena_didkivska@mail.ru
Аннотация.В работе предложенамодель по оценке конкурентоспособности выпускников на рынке труда через агрегирование комплекса факторов, влияние которых до этого учитывалось недостаточно - сетевые связи при трудоустройстве и продвижении по службе как фактор социального капитала, фактор возраста, фактор местности проживания и т.п. Модель базируется на использовании математического пакета Matlab, в частности пакета анализа FuzzyLogicToolbox, в среде которого синтезирована система нечеткого логического вывода типа Мамдани. В структуре модели выделены два блока. Первый блок связан с определением уровня владения компетенциями, в его составе две входные переменные, одна выходная.Второй блок отражает логическую взаимосвязь между совокупностью входных лингвистических переменных: уровнем владения компетенциями и комплексом девяти других факторов-с выходными переменными: уровнем трудоустройства, оценками успешности транзита от учебы к достойной занятости и конкурентоспособности выпускника на рынкетруда.
Summary.The article proposes the model of evaluation of graduates' competitiveness at the labor market through the aggregation of the complex of factors, the influence of which was taken into account not enough - networking connection during the employment and career development as the factor of social capital, age factor, factor of the domicile. The model based on using of the package Matlab, particularly on using of the analyzing package Fuzzy Logic Toolbox, within of which the system of fuzzy logic conclusion of the type called Mandeni is realized.
Ключевые слова: конкурентоспособность выпускников, рынок труда, трудоустройство, нечеткий логический вывод.
Keywords: graduates' competitiveness, labor market, fuzzy logic conclusion.
Введение.В современной экономике широко используются метод моделирования, для решения практических задач, так и для теоретического моделирования социально-экономических процессов. Применение математики дает возможность: выделить и формализованно описать наиболее важные, существенные связи экономических переменных и объектов; из четко сформулированных исходных данных и соотношений можно получать выводы, адекватные изучаемому обьекту. А также методы математики и статистики позволяют индуктивным путем получать новые знания об объекте: оценивать форму и параметры зависимостей его переменных, в наибольшей степени соответствующие имеющимся наблюдениям.
На сегодня отсутствует комплексная модель оценки перспектив выпускника на рынке труда, поскольку известные модели развития конкурентоспособности конкретизируют свое содержание по определенной специальности или профилю.
Одним из путей изучения проблемы востребованности выпускников является
моделирование соответствующих процессов. В данной работе предлагаются подходы к изучению этой многослойной и многокомпонентной проблемы через привлечение методологического аппарата нечеткой логики.
Целью данного исследования является разработка модели по оценке шансов на трудоустройство, успешности транзита, конкурентоспособности выпускников на рынке труда.
Основная часть. Конкурентоспособность выпускников как
экономическаякатегория способна комплексноотрекомендовать как личностные характеристики выпускника, так и качество работы системы профессиональной подготовки, а также дать характеристику рынка труда и социальной среды. Для ее изучения возникает необходимость в привлечении к анализу и прогнозированию большого числа новых идей и методов, базирующихся на научно обоснованном учете имеющейся статистической и экспертной информации относительно объекта исследования. В частности, это методынечеткой логики, предоставляющие математический аппарат для решения задач, для исследования которых недостаточно
имеющихся статистических данных, а среди информационного обеспечения превалируют качественные экспертные оценки [1, 2].
Программная реализация модели осуществлена в среде математического пакета МайаЬ, в частности, пакета анализа FuzzyLogicToolbox, как синтез системы нечеткого логического вывода типа Мамдани. В структуре модели выделены два блока. Первый блок связан с определением уровня владения компетенциями, в его составе две входные переменные и одна выходная, их взаимосвязь опосредуется базой из девяти логических правил. При синтезе первого блока модели сформированы методические подходы к определению вида нечетких классификаторов переменных «Средний балл, которым оценено владения компетенциями» на носителях [3, 5] и [60, 100], а также «Рейтинг учебного заведения (для ВУЗов)» на носителях [0, 100], что дает возможность предложить алгоритмы идентификации уровней градации соответствующих переменных.
В этом исследовании более детально рассмотрим второй блок модели. С его помощью опосредована логическая взаимосвязь, с одной стороны, между совокупностью входных лингвистических переменных- уровнем владения компетенциями и комплексом девяти других факторов,- а с другой - между трудоустройством, успешностью транзита от учебы к достойной занятости и оценкой конкурентоспособности выпускника на рынке труда.При этом переменная «Уровень трудоустройства» рассматривается как текущая характеристика взаимодействия предложения и спроса на рынке труда; переменная «Успешность транзита от учебы к трудовой жизни» способна характеризовать долговременные тенденции на рынке труда и несет в себе стратегические характеристики институциональной среды рынка труда(его подготовленности к адаптации на рынке труда молодых людей); переменная «Оценка конкурентоспособности» несет в себе личностную характеристику индивида.
В процессе разработки нечеткого классификатора было определено, что входную лингвистическую переменную «Уровень владения компетенциями» (ФК), а также«Уровень трудоустройства» и «Успешность транзита от учебы к трудовой жизни» можно задать набором из пяти трапециевидных функций принадлежности на
01-носителе, вид которых соответствуют пятиуровневому стандартному классификатору на 01-носителе1.
Входную переменную «Фактор образовательно-квалификационного уровня" (ФКУ) зададим за счет включения в модель четырех образовательно-квалификационных уровней: ФКУ 4.1 - «младший специалист»; ФКУ 4.2 -«бакалавр»; ФКУ 4.3 - «специалист»; ФКУ 4.4 - «магистр», лингвистическая характеристика которых задана двумя термами- «истина»/«не истина». Значение «истина» характеризует наличие у индивида законченного образования, подтвержденного дипломом о получении соответствующего образовательно-квалификационного уровня по соответствующей специальности2. Для нечеткой презентации таких переменных были использованы сигма-видные функции принадлежности, поскольку в нечеткой логике лингвистическая переменная «истина» определяется аксиоматически (в нашем случае исходили из определения лингвистической истинности предложенного Л.Заде [4, с. 32)], см рис. 1.
Аналогично выглядят классификаторы для ФКУ 4.2 - «бакалавр»; ФКУ 4.3 -«специалист»; ФКУ 4.4 - «магистр», а также классификаторы других лингвистических переменных, при задании которых была использована нечеткая истинность - «Фактор вида профессии (в разрезе направлений подготовки)» - ФВП:ФВП 5.3 - «Социальные науки, бизнес, право», ФВП 5.5 - «Инженерия», ФВП 5.6 - «Строительство и архитектура» . Подобным образом выглядят еще два классификатора, где выделяется два терма: «отсутствует»/«присутствует», а это лингвистические переменные: «Фактор владения дополнительными знаниями из других профессиональных сфер: наличие второго образования или владение определенными востребованными узкоспециализированными знаниями или сертификатными программами» (ФДЗ ) и «Фактор наличия опыта работы» (ФОР).
1 Вид такого классификатора обоснован А.О. Недоседкиным, например, в работе [3, с. 238-241]
2 Так, если молодой человек имеет рабочую специальность (например, электросварщик соответствующего разряда) и получил квалификационный уровень магистра по специальности «Внешнеэкономическая деятельность», то это «включает» терм «истина» для лингвистической переменной ФКР 4.1 - «младший специалист» и терм «истина» для лингвистической переменной ФКР 4.4 - «магистр» (то есть для каждой отдельной специальности, которой обладает молодой человек сказывается только высокий квалификационный уровень).
3В модели на сегодняшний день конкретизированы в "Факторе профессии" только эти направления подготовки, поскольку для них имеются актуальные опросы выпускников и работодателей относительно востребованности и трудоустрой выпускников высших учебных заведений, что дает возможность сформировать по этим категориям выпускником соответствующие логические правила.
НЗУа МетЬегзЬнр ¡илсйя! рМз Р|Й Р0|П,Е 181
Щ т 1 т 2
« ш ш ш 0.5 х -
ш 0.1 2 0.3- 0:4 0.5 0.6 0.7 0.8 0.9 ¡пр|Л чапаЫе "4.2_.ФКР"
СиггегЛ V Мате Туре 4.2_Ф Р СиггегЛ МетЬег г!ир РигвИоп (сНск оп МР Ю 5е1ей) Мате ТУРВ эщт! Л
Рапде [01] Рагат® (.30 0 5]
Сйрйу (?апде рг Не!р | С1оэе
Эеййеа уапаЫе "4 2_ФКР"
Рис.1. Функция принадлежности входной лингвистической переменной «Фактор образовательно-квалификационного уровня", ФКУ 4.1 - «младший специалист»
Источник: составлено автором
Классификатор для входной лингвистической переменной «Фактор возраста» (ФВ) включает в себя три терма, графический вид которых - трапециевидная функция с параметрами:«15-19 лет»: [15; 15; 19; 20];«20-24 года»: [19; 20; 24; 25];«25-29 лет»: [24; 25; 29; 29].
Вид классификатора для входной лингвистической переменной «Фактор места проживания» (ФМП), который включает в себя три термы- «сельская местность», «городское поселение», «региональный центр» на носителе [0;1], построен основываясь на правилах синтеза стандартного нечеткого классификатора с тремя уровнями градации переменной (см. [3]), поскольку это соответствует ее внутреннему содержанию:при переходе от сельской местности к региональному центру происходит изменение качества от низкого до высокого.Подобным образом выглядят классификаторы для входных лингвистических переменных «Фактор социального капитала» (ФСК), «Фактор наличия вакансий на рынке труда» (ФНВ), «Фактор уровня оплаты» (ФУО).
Перейдем к характеристике входных лингвистических переменных. На рис.2 приведен образец классификатора для лингвистической переменной «Уровень трудоустройства» (УТр). Он построен как стандартный пятиуровневый классификатор на носителе [0, 1]. Аналогичновыглядит классификатор для лингвистической переменной «Успешность транзита от учебы к трудовой жизни» (УТ). Выходная лингвистическая переменная «Оценка конкурентоспособности», которая имеет три
уровня градации, соответствует виду трехуровневого стандартного классификатора с трапециевидными функциями принадлежности.
Рис.2Функция принадлежности выходной лингвистической переменной «Уровень трудоустройства»
Источник: составлено автором
Взаимосвязь между данными переменными описана 83 логическими правилами (табл.1), которые были введены в соответствующую модель. Окно базы правил в лингвистической форме можно видеть на рис. 3. Анализируя графическую визуализацию модели (рис. 4), можно утверждать, что полученная поверхность нечеткого вывода демонстрирует хорошую согласованность лингвистических переменных между собой, а это является свидетельством адекватности модели, при этом отсутствие разрывов на поверхности нечеткого вывода свидетельствует о ее устойчивости.
Рис. 3Вид базы правил нечеткого вывода в лингвистической форме Источник: составлено автором
Рис. 4 Визуализация поверхности нечеткого вывода4 Источник: составлено автором
Вид окна визуализации базы правил нечеткого вывода представлен на рис.5. Рассмотрим результаты моделирования, вычисленные с помощью этой компьютерной модели(табл.1). В первом случае оценим значения выходных переменных при условии, что молодой человек имеет рабочую специальность (ФКУ 4.1 = 1), уровень владения нужными компетенциямиоценен«Удовлетворительно» (ФК = 0,3), вид профессий не указывается, без владения дополнительными знаниями (ФДЗ = 0), в возрасте 19 лет (ФВ = 19), который проживает в сельской местности (ФМП = 0,15), без опыта работы (ФОР = 0), с низким уровнем социального капитала (ФСК = 0,2), при условии, что на рынке
Рис.5 Вид окна визуализации базы правил нечеткого вывода в пакете MATLAB для второго блока моделирования
Источник: составлено автором
Табл.1
4Здесь представленасвязьвыходнойлингвистическойпеременной «Уровеньтрудоустройства» свходнымилингвистическимипеременными «Уровеньвладениянужнымикомпетенциями» и «Фактор образовательно-квалификационногоуровня", ФКР 4.1 - «младшийспециалист».
Результаты моделирования исходных лингвистических переменных «Уровень трудоустройства», «Успешность транзита от учебы к трудовой жизни» и «Оценка _конкурентоспособности»_
Исходные лингвистические переменные
№ з/п Кортеж значений входной «Уровень трудоустройства» «Успешность транзита от учебы к трудовой жизни» «Оценка конкурентоспособности»
лингвистической переменной 1 результат распознавания 1 результат распознавания 1 результат распознавания
а сп а сп а го
1 [0,3; 1; 0; 0; 0; 0; 0; 0; 0; 19; 0,15; 0; 0,2; 0,2; 0,2] 0,46 «средний» с ц=1 0,46 «средний» с ц=1 0,3 5 «низкий» с ц=0,25 и «средний» с ц=0,75
2 [0,3; 1; 0; 0; 0; 0; 0; 0; 0,8; 23; 0,15; 1; 0,5; 0,2; 0,2] 0,50 «средний» с ц=1 0,50 «средний» с Ц=1 0,5 0 «средний» с ц=1
3 [0,3; 1; 0; 0; 0; 0; 0; 0; 0,8; 23; 1; 1; 0,5; 0,5; 0,5] 0,70 «выше среднего» с ц=1 0,70 «выше среднего» с ц=1 0,6 5 «средний» с ц=0,75 и «высокий» с ц=0,25
4 [1; 1; 0; 0; 0; 0; 0; 0; 1; 23; 1; 1; 1; 1; 1] 0,70 «выше среднего» с ц=1 0,70 «выше среднего» с ц=1 0,6 5 «средний» с ц=0,75 «высокий» с ц=0,25
5 [1; 1; 0; 0; 0; 0; 0; 0; 1; 27,5; 1; 1; 1; 1; 1] 0,90 «выше среднего» с ц=1 0,90 «выше среднего» с ц=1 0,8 5 «высокий» с ц=1
Источник: составлено автором
труда мало вакансий (ФНВ = 0,2) в том сегменте, в котором он конкурирует, а уровень оплаты низкий (ФУТ = 0,2). В этом случае моделирование показывает, что молодой человек будет иметь средние шансы на трудоустройство и транзит от обучения к достойному труду, и в то же время уровень его личной конкурентоспособности можно оценить несколько ниже: со степенью принадлежности ц=0,25 как низкий и со степенью принадлежности ц=0,75 как средний. Полученные результаты можно прокомментировать таким образом, что наличие высоко востребованной рабочей специальности создает достаточно благоприятные условия на рынке труда, однако для личной конкурентоспособности этого недостаточно, так как низкий уровень оценки компетенций и отсутствие дополнительных знаний и опыта работы этому не способствуют.
Далее рассмотрим эту ситуацию в развитии (пример № 2): молодой человек приобрел определенный опыт работы (ФОР = 1), получил дополнительные знания (ФДЗ = 0,8), повзрослел - ФВ = 23,обзавёлся знакомствами в своей сфере, то есть создал свою профессиональную социальную сеть, что повысило оценку социального капитала (ФСК = 0,5), при этом ситуация на рынке труда не изменилась. В таком
случае можно рассчитывать на повышение личной конкурентоспособности до среднего уровня при сохранении на среднем уровне оценок шансов на трудоустройство и успешный транзит. Пример № 3 переезд в региональный центр (тогда ФМП=1 и можно предположить увеличение количества вакансий, например, до среднего уровня(ФНС = 0,5), а также повышение уровня оплаты труда -ФОТ = 0,5) позволяет несколько повысить конкурентоспособность - вэтом случае прогнозируется среднее ее значение с ^ = 0,75 и высокое с ^ = 0,25. При этом можно прогнозировать еще более высокие по сравнению с примером№2 оценки шансов на трудоустройство и успешный транзит, которые с ^ = 1 является выше среднего.
Теперь рассмотрим случай (пример № 4), когда молодой человек 23 лет рабочей специальности имеет высокую оценку компетенций и опыт работы, обладает дополнительными знаниями, проживает в региональном центре, имеет высокий уровень социального капитала, а рынок труда предлагает высокий уровень оплаты труда при наличии большого количества вакансий. Такая совокупность исходных условий позволяет прогнозировать уровень трудоустройства и успешности транзитавыше среднего, а также среднее с ^ = 0,75 и высокое с ^ = 0,25 значение личной конкурентоспособности. При переходе к более старшей возрастной группе (пример № 5), когда, например, ФВ = 27,5 при сохранении условий примера № 4, оценка личной конкурентоспособности прогнозируется как высокая, то же самое касается оценки шансов на трудоустройство и транзит от обученияк достойному труду.
Таким образом, полученная модель позволяет прогнозировать уровень выходных переменных при учете вариации исходных условий, а также реализовать сценарное прогнозирование взаимодействия выпускников с рынком труда. Модель продемонстрировала достаточную адекватность и универсальность.
Выводы.В работе предложеннаучно-методический подход к синтезу модели на основе нечеткого логического вывода, который связывает широкий комплекс исходных факторов (индивидуальные характеристики выпускников, факторысоциальной среды и рынка труда)с оценкой перспектив выпускника на рынке труда. Модельдает возможность прогнозировать показатели
конкурентоспособности на территориальном, региональном и национальном уровнях.
Библиографический список
1. Нацюнальна доповщь про людський розвиток 2011 року «Украша: на шляху до сощального залучення». - UNDP, Программа розвитку ООН в Украíнi. - К. - 123 с. -К., UNDP Украша, 2011. - 123 с.
2.От трансформации - к обществу для всех. Региональный доклад о человеческомразвитии / Региональное бюро ПРООН по странамЕвропы и СНГ. -Братислава. - 2011. - 144 с.
3. Недоседкин А. О. Методические основы моделирования финансовой деятельности с использованием нечетко-множественных описаний :дис. ... доктора экон. наук : 08.00.13 / Недоседкин Алексей Олегович. - С.Пб., 2003. - 280 с.
4. Штовба С. Д. Проектированиенечетких систем средствамиМАТЬАВ. - М.: Горячаялиния - Телеком, 2007. - 288 с.
