CC BY
60
УДК 004.94
1 12 12 Д.Н. Халиуллина , В.В. Быстров ' , С.Н. Малыгина '
1 Институт информатики и математического моделирования технологических процессов Кольского НЦ РАН
2 ФГБОУ ВО «Мурманский арктический государственный университет»
ПРОГНОЗИРОВАНИЕ ДОПОЛНИТЕЛЬНОЙ ПОТРЕБНОСТИ В КАДРАХ ОТРАСЛЕЙ ЭКОНОМИКИ МУРМАНСКОЙ ОБЛАСТИ
Аннотация
В статье представлен краткий отчет о проделанной научно-исследовательской работе по заказу Комитета по труду и занятости населения Мурманской области, посвященной прогнозированию дополнительной кадровой потребности региона. Описывается методология проведения исследования, основанная на интеграции как утвержденных методик составления прогнозов, так и средств имитационного моделирования. Особенностью предлагаемой методологии является получение детального прогноза кадровой потребности в различных срезах: по видам экономической деятельности, профессиям и должностям, образовательным программам.
Ключевые слова:
кадровая потребность, трудовые ресурсы, методика прогнозирования, имитационное моделирование.
D.N. Khaliullina, V.V. Bystrov, S.N. Malygina
FORECASTING ADDITIONAL STAFFING NEEDS OF THE MURMANSK REGION ECONOMY BRANCHES
Abstract
The article presents a brief report on the research work by order of the Committee on labor and employment of population of Murmansk region. This work is dedicated to forecasting additional staffing needs in the region. The methodology used in the research is based on the integration of approved methods of forecasting and simulation tools. Feature of the proposed methodology is to obtain a detailed forecast of personnel needs in various aspects: by types of economic activities, by professions and positions, by educational programs.
Keywords:
staffing requirements, labor resources, methods of forecasting, simulation. Введение
Мурманская область - регион, входящий в состав Арктической зоны России, условия жизнедеятельности в котором специфичны и зависят от таких особенностей как: экстремальные природно-климатические условия, очаговый характер освоения территорий, низкая плотность населения, преобладание предприятий, ориентированных на добычу и первичную переработку природных ресурсов.
Указанные особенности определяют демографическую ситуацию Мурманской области, которая в течение длительного периода характеризуется устойчивой тенденцией снижения численности населения. Так, в период 2000-2015 гг. численность населения региона сократилась на 175 тыс. чел., что
подтверждается данными официальной статистики Мурманской области, представленными на рис. 1.
Рис. 1. Статистические данные по населению Мурманской области
Основная причина такой ситуации - миграционная убыль населения. За период с 2000 по 2015 год в область прибыло 352745 человек, а покинуло -458153 человека. Отток населения составил 105408 человек за данный временной промежуток (рис. 2).
Рис. 2. Миграционные процессы Мурманской области ( чел.)
Миграционные процессы со странами ближнего зарубежья являются единственным источником увеличения численности населения регионов Крайнего Севера. Особенностью социально-демографической структуры региональной миграции является высокая доля в миграционных потоках лиц трудоспособного возраста (66% от общего числа мигрантов), большая часть которых является высококвалифицированными кадрами.
Несмотря на некоторое увеличение миграционного притока трудоспособного населения в Мурманскую область в 2014-2015 годах, основным
источником трудовых ресурсов для региона остается местное население. При этом сохраняется негативная тенденция оттока из региона молодежи, обусловленная тем, что из выехавших за пределы региона для получения профессионального образования молодых людей, обратно возвращается только небольшая их часть. Одна из причин такой тенденции - отсутствие рабочих мест по получаемой квалификации, что приводит к безработице. Дисбаланс между спросом и предложением рынка труда и рынка образовательных услуг усугубляет данное положение. Так, несмотря на дефицит инженерных специальностей в 2013 г. среди выпускников вузов региона наиболее популярными группами направлений подготовки и специальностей являлись экономика и управление (42.6 %) и гуманитарные науки (20.6 %) [3].
Начиная с 2012 года, наблюдалась тенденция по снижению количества безработных в области (с 36,3 до 30,7 тыс. человек), но за последний год она поменялась в обратную сторону (вновь выросло до 35,3 тыс. человек). Количество занятых с 2008 по 2015 год падало (рис. 3), причем в структуре безработных граждан около 14% составляли граждане, уволенные в связи с ликвидацией предприятия, либо сокращением численности работников. Наибольшее число высвобождаемых (более 50%) составили работники предприятий сферы добычи полезных ископаемых [2]. Примером данных явлений может служить оптимизация бизнес-процессов и реструктуризация на градообразующем предприятии Апатитско-Кировского района ОАО «Апатит» с выделением части активов в качестве подрядных организаций [1].
36,2 39,7
483,3 482,2 471,5 40,6 36,3 33,7 30,7 35,3
430,7 434,6 433,8 427,4 419,7
2008 2009 2010 2011 2012 2013 2014 2015
Занятые Безработные
Рис. 3. Трудовые ресурсы Мурманской области (тыс. чел.)
Для предотвращения оттока населения, обусловленного ухудшением ситуации на региональном рынке труда, необходимо наладить взаимодействие региональных властей и крупных предприятий с учреждениями высшего и среднего профессионального образования для обеспечения трудоустройства выпускников заведений и популяризации специальностей, актуальных для экономики Мурманской области [4]. Поиском подходов и методов решения обозначенной проблемы занимаются региональные органы исполнительной власти. Как следствие, Комитет по труду и занятости Мурманской области поставил задачу по проведению научно-исследовательской работы по следующим направлениям:
• актуализация прогноза дополнительной потребности в кадрах предприятий и организаций Мурманской области;
• определение оптимальной численности выпускников образовательных организации для удовлетворения кадровой потребности экономики Мурманской области.
Методология прогнозирования
Вычисление прогнозных значений потребностей социально-экономической системы Мурманской области в кадрах осуществлялось на основе комбинированного использования нескольких методик расчетов:
• Методика разработки прогноза баланса трудовых ресурсов, утвержденная приказом Министерства здравоохранения и социального развития РФ от 29 февраля 2012 г. № 178н [5]. Данная методика предусматривает разработку прогноза баланса трудовых ресурсов на очередной год и прогнозный период (плановый 2-летний период) по видам экономической деятельности (ВЭД) в соответствии с перечнем разделов Общероссийского классификатора видов экономической деятельности (ОКВЭД). Основой для разработки прогноза являются данные, предоставляемые органами службы государственной статистики.
• Методика «Центра бюджетного мониторинга» Петрозаводского государственного университета под руководством Гуртова В.А. [6]. Методика позволяет осуществлять прямое и обратное преобразование данных о необходимом количестве мест по направлениям подготовки в (/из) данные (/-ых) о необходимом количестве работников по их категориям.
• Методы экстраполяции данных. Применялись для получения временных рядов с информацией о прогнозируемой потребности в кадрах в соответствии с Общероссийским классификатором профессий рабочих, должностей служащих и тарифных разрядов (ОКПДТР).
• Имитационное моделирование. Имитационные модели разрабатывались с использованием агентного и системно-динамического моделирования, а в некоторых случаях применялась также технология концептуальных шаблонов. Часть моделей была направлена на исследование планируемых инвестиционных проектов, которые предусматривают создание новых рабочих мест. Серии имитационных экспериментов обеспечили расчет корректировок значений базовых трендов динамики численности занятых в экономике с учетом видов экономической деятельности и профессионально-квалификационной структуры трудовых ресурсов.
• Экспертные оценки. Применялись для корректировки различных данных, а также для анализа полученных результатов.
• Матрицы соответствия. Создавались для решения двух взаимосвязанных
задач:
1. Распределение данных классификатора служащих и рабочих (ОКПДТР) по видам экономической деятельности (ОКВЭД).
2. Преобразование данных о потребности работодателей в конкретных специалистах, служащих и рабочих (в соответствии с ОКПДТР) в данные о потребности в выпускниках по конкретным направлениям подготовки в соответствии с утвержденным перечнем укрупненных групп специальностей Министерства образования и науки РФ.
Концептуальная схема предлагаемой методики прогнозирования представлена на рис. 4.
Рис. 4. Концептуальная схема прогнозирования дополнительной потребности (СОУ-среднее образовательное учреждение; ОУ-образовательное учреждение)
При практической реализации предложенной методологии возник ряд проблем, связанных с неполнотой исходной информации от различных источников. Рассмотрим данные проблемы и предложенные решения более подробно.
Дополнительная потребность региона в кадрах возникает в связи с естественным выбытием работников с предприятий, а также в соответствии с появлением новых рабочих мест за счет запуска новых производств или расширения имеющихся предприятий (инвестиционные проекты). Анализ предоставленных исходных данных от работодателей по планируемым проектам выявил недостаточность информации, что затрудняет составление точного прогноза. Одним из вариантов решения данной проблемы является разработка имитационных моделей, которые позволяют дополнить исходный набор данных результатами моделирования различных вариантов реализации инвестиционных проектов предприятий Мурманской области.
Согласно техническому заданию получаемый прогноз дополнительной потребности должен содержать информацию в разрезе должностей по ОКПДТР, а также в разрезе ВЭД. В результате анализа существующих классификаторов соответствия ОКПДТР и ОКВЭД, а также методов сопоставления данных было принято решение разработать механизм отображения данных из ОКПДТР в ОКВЭД. В качестве предложенного механизма используются матрицы соответствия рассматриваемых классификаторов, которые формируются на основе профессиональных стандартов РФ. При отсутствии разработанных профессиональных стандартов Министерства труда РФ для получения необходимой информации по профессиям рабочих и должностей служащих проводился анализ типовых должностных инструкций.
В связи с переходом системы высшего образования РФ на новые федеральные образовательные стандарты (ФГОС), согласно которым высшее образование приобрело другую структуру (бакалавриат, магистратура и специалист), возникла задача преобразования данных по выпускникам в удобную для последующего анализа форму. Использование экспертных данных позволило отобразить старую структуру системы образования в актуальные на данный момент укрупненные группы направлений подготовки и специальностей.
В ходе анализа исходных статистических данных возникали ситуации, когда наблюдались иррегулярные отклонения временных рядов, что затрудняло процесс построения прогноза дополнительной потребности. Чтобы увеличить точность прогноза, использовались численные методы сглаживания.
Обновление данных официальной статистики происходит с временной задержкой. В связи с этим при расчете дополнительной потребности в настоящей работе были использованы прогнозные значения для некоторых показателей.
Методики прогнозирования
Согласно приведенной выше схеме (рис. 4) процесс прогнозирования дополнительной потребности в кадрах отраслей экономики можно разбить на два этапа. Первый этап состоит в актуализации прогноза дополнительной потребности, второй - подразумевает под собой определение оптимальной численности выпускников образовательных организации для удовлетворения кадровой потребности экономики региона.
Методика прогнозирования дополнительной потребности
Вычисление дополнительной кадровой потребности отраслей Мурманской области сводится к выполнению 7 этапов, которые представлены на общей схеме (рис. 5).
Рис. 5. Методика прогнозирования дополнительной потребности
Рассмотрим эти этапы более подробно:
1. Обработка данных Центра занятости (ЦЗ) Мурманской области. Центром занятости были предоставлены сведения на бумажных носителях о количестве вакансий, трудоустроенных, обращений в ЦЗ, высвобожденных рабочих местах за 2007-2015 гг. в разрезе ОКПДТР. Данная информация была подвергнута предварительной обработке, что позволило сформировать таблицы размерностью 1136x9 и 1036x9, каждая запись которых соответствует конкретной должности или профессии регионального рынка труда.
2. Построение временных рядов профессий рабочих и должностей служащих. Для каждой записи из полученных таблиц строился тренд с помощью методов экстраполяции: полиномиальной, логарифмической, экспоненциальной или степенной. Вид аппроксимирующей функции определялся исходя из наименьшего среднеквадратичного отклонения для выбранного набора данных.
3. Анализ инвестиционных проектов. Проводился анализ предоставленных данных по существующим и планируемым инвестиционным проектам, в результате которого определялось количество вновь создаваемых рабочих мест. Использование этой информации позволило произвести корректировку трендов, полученных на этапе 2.
4. Имитационное моделирование. На данном этапе рассматривались инвестиционные проекты, по которым отсутствовала информация с конкретизацией по профессиям рабочих и должностям служащих. Использование набора системно-динамических моделей с имитацией планируемых инвестиционных проектов предприятий Мурманской области дало возможность получить дополняющие прогнозные данные. На рис. 6 представлен фрагмент системно-динамической модели «Реализация инвестпроекта», отвечающий за распределение рабочих мест в рамках рассматриваемого проекта.
£
О
УМ ЕР_В_ОТР АС Л И ' ®ЭМ И ГР_В_ ОТРАСЛИ
УВОЛ_ПОЛР_ПРИЧ
ПЕНСИОНЕРЫ_ОТРАСЛИ
Рис. 6. Фрагмент системно-динамической модели для прогнозирования рабочих мест на предприятии
5. Коррекция данных экспертами. На данном этапе проводилось объединение данных, полученных на этапах 3 и 4, и экспертная оценка обобщенных результатов расчета дополнительной потребности в кадрах Мурманской области.
6. Формирование матриц соответствия. Данные, получаемые в результате предыдущих этапов, содержали информацию о дополнительной потребности по профессиям рабочих и должностям служащих в соответствии с ОКПДТР. Для распределения этих данных по видам экономической деятельности (по ОКВЭД) был проведен анализ уже существующих решений обозначенной проблемы, который не дал результатов. В конечном счете, необходимая информация по возможному распределению должностей и профессий по ВЭД и уровню образования извлекалась из профессиональных стандартов, их проектов и должностных инструкций, что позволило сформировать матрицы соответствия (1035x16 и 1133x16) данных из рассматриваемых классификаторов (ОКПДТР и ОКВЭД), которые с математической точки зрения представляют собой матрицы весовых коэффициентов. Весовые коэффициенты нормированы и имеют значение в диапазоне от 0 до 1.
7. Расчет дополнительной потребности по ВЭД и уровням образования. Расчет дополнительной потребности проводился с использованием сформированных матриц соответствия. Вычисления производились на основе линейных преобразований из алгебры матриц. В результате была получена таблица распределения дополнительной потребности по профессиям рабочих и должностям служащих по видам экономической деятельности и уровням образования (размерностью 2168x160).
Методика прогнозирования выпускников образовательных организаций Данная методика позволяет определить оптимальную численность выпускников образовательных организации для удовлетворения кадровой потребности экономики региона. В рамках проводимого исследования под оптимальной численностью выпускников будем понимать требуемое количество выпускников по соответствующим образовательным программам, которое необходимо региону для удовлетворения кадровой потребности, полученной в результате прогнозирования на 2016-2025 гг. Основные этапы методики представлены на рис. 7.
1. Описание социально-экономической ситуации в регионе. Данный этап представляет собой расчет дополнительной потребности в кадрах в соответствии с методикой, описанной выше (рис. 5). В результате были получены временные ряды прогнозируемой потребности в кадрах в соответствии с ОКПДТР.
2. Формирование экспертных матриц соответствия. Для распределения профессий и должностей по различным образовательным программам было принято решение разработать матрицы соответствия, которые использовались для преобразования данных о потребности работодателей в конкретных должностях и профессиях (по ОКПДТР) в данные о потребности в выпускниках по конкретным направлениям подготовки в соответствии с утвержденным перечнем Министерства образования и науки РФ. Матрицы были составлены для каждого уровня образования: высшее (размерностью 2168x359), среднее профессиональное (размерностью 2168x533).
Рис. 7. Методика прогнозирования выпускников образовательных организаций
3. Расчет кадровой потребности по подготовке высшего образования (ВО), среднего профессионального образования (СПО) и профессионального обучения. В результате матричных вычислений были получены временные ряды с потребностями в выпускниках в соответствии с перечнем Министерства образования и науки РФ.
4. Коррекция данных о потребностях в выпускниках. Наличие данного этапа обусловлено необходимостью учета в прогнозе сроков обучения и отсев обучающихся по различным причинам. Для этого были сформированы векторы корректирующих коэффициентов на основе анализа статистики образовательных учреждений и экспертных знаний. Для практической реализации этапа применялись линейные операции из алгебры матриц, что позволило получить сгенерированные временные ряды о выпускниках, закрывающих кадровую потребность экономики и социальной сферы Мурманской области.
5. Экспертиза полученных временных рядов. Для выявления возможных отклонений в результате автоматической обработки данных или ошибок, вызванных человеческим фактором, был проведен экспертный анализ прогнозных значений.
Результаты
Верификация полученных данных распределения трудовых ресурсов по видам экономической деятельности на 2016-2018 гг. проводилась в сопоставлении с прогнозом баланса трудовых ресурсов, рассчитанной Министерством экономического развития Мурманской области по официальной методике [5]. Результаты сравнения приведены в таблице.
Сравнение данных прогноза распределения трудовых ресурсов по видам экономической деятельности Мурманской области
МинЭкономРазвития Предлагаемая методика Относительная погрешность
2016 2017 2018 2016 2017 2018 2016 2017 2018
Вид экономической деятельности: 400210 395940 392000 405014 403454 402002 1,2% 1,9% 2,6%
Сельское хозяйство, охота и лесное хозяйство 3050 3020 3010 3329 3318 3308 9,1% 9,9% 9,9%
Рыболовство, рыбоводство 10700 10600 10600 10872 10792 10721 1,6% 1,8% 1,1%
Добыча полезных ископаемых 15250 15100 14950 15366 15273 15188 0,8% 1,1% 1,6%
Обрабатывающие производства 43460 43460 43500 42152 41616 41092 3,0% 4,2% 5,5%
Производство и распределение электроэнергии, газа и воды 20250 20150 19890 20894 20890 20886 3,2% 3,7% 5,0%
Строительство 24100 24000 23800 23945 23876 23804 0,6% 0,5% 0,0%
Оптовая и розничная торговля; ремонт автотранспортных средств, мотоциклов, бытовых изделий и предметов личного пользования 70350 69850 68520 70745 70860 70967 0,6% 1,4% 3,6%
Гостиницы и рестораны 9800 9500 9330 9717 9716 9715 0,8% 2,3% 4,1%
Транспорт и связь 40500 39170 38400 41008 40378 39812 1,3% 3,1% 3,7%
Финансовая деятельность 5500 5300 5000 5569 5586 5602 1,3% 5,4% 12,0%
Операции с недвижимым имуществом, аренда и предоставление услуг 33000 32700 32650 32822 32843 32862 0,5% 0,4% 0,6%
Государственное управление и обеспечение военной безопасности; социальное страхование 41020 40900 40800 42022 42038 42053 2,4% 2,8% 3,1%
Образование 32290 31720 31340 33142 32918 32712 2,6% 3,8% 4,4%
Здравоохранение и предоставление социальных услуг 31600 31420 31200 33239 33095 32962 5,2% 5,3% 5,6%
Предоставление прочих коммунальных, социальных и персональных услуг 19180 18890 18850 20192 20255 20318 5,3% 7,2% 7,8%
На основе анализа результатов сравнения данных (таблица) можно сделать вывод, что прогнозные значения распределения трудовых ресурсов по видам экономической деятельности, рассчитанные по рассматриваемым в таблице методикам, отличаются незначительно, что подтверждается значениями относительной погрешности по каждому виду деятельности. В среднем, значения данных настоящего исследования расходятся с прогнозом Министерства экономического развития от 0,5% до 9,6% в зависимости от вида деятельности. Общая погрешность по всем видам деятельности составила и 3,5%. В целом, характер изменения численности занятого населения Мурманской области в обоих случаях совпадает, за исключением таких видов, как оптовая и розничная торговля, финансовая деятельность, государственное управление и обеспечение военной безопасности, предоставление прочих коммунальных, социальных и персональных услуг. В данных случаях наблюдается незначительное расхождение в прогнозах.
Согласно разработанной методологии был осуществлен прогноз общего числа занятых в разрезе уровней образования (рис. 8).
Рис. 8. Прогноз общего числа занятых в разрезе уровней образования (чел.)
Анализируя прогнозные данные, можно сделать вывод о том, что количество экономически занятого населения в регионе с каждым годом будет постепенно уменьшаться в среднем на 2,8% по каждому уровню образования. Это можно объяснить демографическими процессами, наблюдаемыми в последние годы в Мурманской области (рис.1, 3).
Прогноз общего количества экономически занятого населения использовался в качестве отправной точки расчета дополнительной кадровой потребности, в том числе и по уровню образования. На рис. 9 представлен
прогноз требуемых кадров с соответствующим уровнем образования для покрытия вакантных (высвобожденных и вновь создаваемых) мест предприятий и организаций области.
Рис. 9. Прогноз дополнительной кадровой потребности (чел.)
В целом наблюдается следующая тенденция: количество требуемых работников, имеющих высшее образование, с каждым годом будет увеличиваться (на 4% с 2016 по 2025 гг.), а количество работников со средним профессиональным образованием и прошедших профессиональное обучение на предприятиях, а также без требования к образованию будет уменьшаться (в среднем на 7,5% с 2016 по 2025 гг.). Это, в первую очередь, связано с высоким спросом на рынке труда медицинских специалистов, что вызвано отсутствием региональных высших учебных заведений, осуществляющих подготовку по данным направлениям. На рис. 10 представлены результаты прогноза дополнительной кадровой потребности в разрезе уровней образования, в который не включены работники без требования к образованию.
Рис. 10. Прогноз дополнительной кадровой потребности по уровням образования (чел.)
На рис. 11 и 12 представлены результаты прогноза наиболее востребованных должностей и профессий к 2025 году. Для наглядности и подтверждения наших предположений о причинах увеличения числа работников с высшим образованием, отмеченных выше, все должности медицинских специалистов были объединены в одну категорию - "врачи".
Подсобный рабочий
Дворник
■ Уборщик служебных
помещений : Разнорабочий
Рабочий
Рабочий по компл. обслуж. и ремонту зданий
Рис. 11. Прогноз наиболее востребованных профессий рабочих и должностей служащих без требования к образованию на 2025 год (чел.)
Обработчик рыбы Арматурщик
■ Повар : Врачи
Плотник-бетонщик
■ Бетонщик
Рис. 12. Прогноз наиболее востребованных профессий рабочих и должностей служащих с образованием (ВО, СПО, профобучение) на 2025 год (чел.)
Заключение
Проведенный анализ выполненных прогнозов показал, что достаточно общей тенденцией, как занятости, так и дополнительных потребностей в рабочей силе по большинству видов экономической деятельности является рост доли работников с высшим образованием. Однако влияние этого роста по-разному сказывается на общих показателях в различных видах экономической деятельности, изменение значений которых, в большей мере, зависит от реализации конкретных инвестиционных проектов.
Особо следует отметить, что учет потенциальных последствий реализации инвестиционных проектов носит достаточно условный характер вследствие высокого уровня неопределенности информации о структуре перспективной кадровой потребности соответствующих хозяйствующих субъектов. Более
продуктивным представляется оперативное прогнозирование влияния на рынок труда региона того или иного инвестиционного проекта по мере появления достаточных данных по графику реализации и структуре определяемых проектом кадровых потребностей. Еще одной альтернативой является формирование «пакета» из прогнозов, рассчитанных для каждого из различных возможных вариантов развития инвестиционных проектов. В этом случае для лиц, принимающих решения, появляется возможность видеть и анализировать «лучшие», «худшие», и «промежуточные» варианты развития ситуации. Однако, для реализации указанных альтернативных подходов к формированию кадрового прогноза необходимы разработка и использование соответствующих программных инструментов. При отсутствии таких инструментов прогнозные показатели целесообразно актуализировать не реже одного раза в год, на основе уточненной статистической информации и новых конкретизированных данных об инвестиционной деятельности в регионе.
Литература
1. Корчак, Е.А. Миграционные процессы в формировании трудового потенциала Мурманской области / Е.А. Корчак // Современные проблемы науки и образования. - 2014. - №3. - Режим доступа: http: //www .science-education.ru/ru/artide/view?id=13794 (21.10.2016).
2. Ситуация на рынке труда Мурманской области за 2013 г. // Управление государственной службы занятости населения Мурманской области:.
- Режим доступа: http: //murman-zan.ru/home/info/analitika.aspx.
3. Иванова, М.В., Щеглова, А.Н. Возможности и ограничения инновационного развития регионов Севера / М.В. Иванова, А.Н. Щеглова // Север и рынок: формирование нового экономического порядка. -2015. -№ 2(45). - С.101-112.
4. Тесля, А.Б., Булачева, Л.В. Формирование и развитие трудового потенциала Арктической зоны Российской Федерации / А.Б. Тесля, Л.В. Булачева // Вестник Мурманского государственного технического университета. - 2015.
- №3. - С.537-546.
5. Приказ Министерства здравоохранения и социального развития РФ от 29 февраля 2012 г. № 178н "Об утверждении Методики разработки прогноза баланса трудовых ресурсов". - Режим доступа: http ://base.garant.ru/70144878
6. Математическое моделирование динамических процессов в системе «Экономика - рынок труда - профессиональное образование».
- Режим доступа: http://openbudgetrf.ru/
Сведения об авторах
Халиуллина Дарья Николаевна - младший научный сотрудник,
е-mail: khaliullina@iimm. ru
Daria N. Khaliullina - junior researcher
Быстров Виталий Викторович - к.т.н., научный сотрудник, е-mail: bystrov@iimm. ru Vitaliy V. Bystrov - researcher
Малыгина Светлана Николаевна - к.т.н., научный сотрудник, е-mail: malygina@iimm.ru Svetlana N. Malygina - researcher
