CC BY
69 Покровский A.M. Алгоритмы, функции и пользовательский интерфейс жспсртно-аналитической системы Expon Solution Вестник Российского экономического университета. М. Ilu-во РЭУ. 2012 Л»6<42).
1». Саатн Т. Принятие решений при зависимостях и обратных связях: Аналитические сети. Пер. с англ. Науч. ред. А.В. Андрей-чиков. О Н Андрейчикова. М.: Издательство ЛКИ. 2008.
11 . Покровский A.M. Многомерный подход к анализу чувствительности оценок рисков инновационных проектов Эффективное антикризисное управление. 2011. №4.
12 Риск-менеджмент инвестиционного проекта. Учебник под ред. М.В. Грачевой и А.Б. Сексрнна. М : ЮПИТИ-ДАНА, 2009.
13 Батин Б.А. Анализ чувствительности оценок рисков инвестиционных проектов промышленного предприятия методами эко-нометрнческого моделирования Вестник lililí развития профессионального образования. Серия «Экономика и управление». М. ИИЦ НИИРПО. 2008 Вып.2
14 Покровский A.M. О методических проблемах оценки чувствительности инновационных проектов к факторам риска в условиях неопределенности Эффективное антикризисное управление
2011. -V»t>
15. Покровский A.M. Метод повышения надежности экономет-рнчеекпх моделей чувствительности инновационных проектов к факторам риска транспортное дело России. № К). М 2011
16. SPSS Base 8.0 для Windows. Руководство по применению Пере вод-Copyright 1498 СПСС Русь
17 Бююль А.. Цёфель П. SPSS: Искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей. СПб.: ООО «ДиаСофтЮП», 2002.
18. Многомерный статистический анализ в экономике: Учеб пособие хм вузов Л.А. Сошникова. В.И. Тамашевич, Г. Уебе. \| Шефер М: ЮНИТИ-ДАНА. 1999.
19 Дрейпер И.. Смит Г. Прикладной регрессионный анализ Кн.2. М.: Финансы и статистика. 1ЧХ7
20. Эверитт Б.С. Большой словарь по статистике. М. Проспект. 2010.
21. Стрижов В.В.. Крымова Е.А. Методы выбора регрессионных моделей. М. ВЦ РАН. 2010.
22. Хальд А. Математическая статистика с техническими приложениями Пер. с англ. Под ред. Ю.В. Лннннка. VI.: ИЛ. |Ч5(>.
ПРОГНОЗИРОВАНИЕ ПЕРСПЕКТИВНОЙ КАДРОВОЙ ПОТРЕБНОСТИ ПО ПРИОРИТЕТНЫМ ОТРАСЛЕВЫМ СЕКТОРАМ ЭКОНОМИКИ ТВЕРСКОЙ
ОБЛАСТИ ДО 2020 ГОДА
Забелина О.В.. д.э.н., профессор, зав. кафедрой национальной жономнки ФГБОУ НПО «Тверской государственный университет»
Н статье рассматриваются особенности и прошечы разработки прогшпа перспективной кадровой потребности но приоритетны II чтраспныч секто/мч экономики Тверской погасши i)o 21120 emia в paipeie укрупненных групп спецшиышстей. направлений пт).п-товки. специальностей и профессий.
Ключевые слова: региональная жономнка. отраслевая структура жономнки. отраслевые сектора приоритетные кластеры региональной экономики, рынок труда, система профессионального образования, кадровая потребность, прогнозирование перспективной кадровой потребности.
PREDICTION OF PERSPECTIVE OF PERSONNEL ON PRIORITY NEEDS BRANCH
SECTOR TVER REGION UNTIL 2020
Zabelina O.. Doctor of Economics. Professor. 1 lead of the national economy Chair FGBOU I PO «Tver Stale University»
Tlic paper discusses the features ami problems of development forecast prospective staffing requirements for priority industry sectors h er region 10 21120 in the contest ofaggregated groups of professions, areas of training, trades and professions.
Keywords: regional economy, industrial structure of the economy, industry sector cluster priority of the regional economy, the labor market, vocational education, stalling requirements, forecasting prospective staffing requirements.
Динамичное развитие инновационных процессов в российской жономике. повышение инвестиционной активности предприятий в сфере модернизации производств;!, приводящее к сокращению применения неквалифицированного н малоквалифицированного труда, структурные изменения в сфере занятости формируют новые требования к профессиональному составу и профессиональной квалификации работников. Нн||юрмаш1я о потребностях рынка труда объективно становится необходимой основой лля разработки программ развития системы профессионального образования России и ее регионов. а также базой лля разработки стратегии и образовательной политики учреждений профессионального образования.
Согласованное развитие жономнки и системы профессионального образования не только позволяет удовлетворить текущий и перспективный спрос работодателей на рабочую силу по критериям ее количества, качества и срокам возникновения потребности, но и создает для выпускников учебных заведений возможность построения профессиональной карьеры н - шире собственной жизни. Ключевым условием, определяющим возможность координации процессов развития секторов (отраслей) российской жономнки и процессов профессиональной подготовки, переподготовки и повышения квалификации кадров, является организация процессов прогнотирования потребности рынка труда и мониторинга соответствия существующей структуры подготовки по программам профессионального образования прогноту кадровой потребности.
Сформировавшаяся в Тверском регионе система профессионального образования на протяжении многих лет успешно решает
задачи многопрофильной подготовки кадров лля тверского и соседних регионов. Однако направления подготовки и состав учебных программ традиционно формировались исходя из преимущественно текущих потребностей рынка труда, а также субъективных представлений руководителей образовательных учреждений и индивидуальных потребителей образовательных услуг о спросе со стороны работодателей на те или иные профессии (специальности). Поэтому для подготовки программы развития региональной системы профессионального образования в качестве первоочередной авторам следовало решить задачу выявления перспективной кадровой потребности по ключевым секторам региональной экономики на основании результатов анализа отраслевой структу ры и структуры спроса на подготовку кадров.
Проведенное исследование явилось результатом анализа стратегических документов социально-экономического развития Тверской ое-ласти и массива статистических данных, спстемаппнрованных и сгр>к-турнрованных под выполнение конкретной практической задачи оп" ределение кадровой потребности рынка труда Тверскою региона.
Первый этап исследования заключался в проведении аналны отраслевой структуры жономнки Тверской области с целью выявления ключевых секторов, являющихся точками жономнческого роста всего региона Выбор ключевых кластеров отраслевых секторов жономки. определяющих потенциал развития Тверской оо-ластн. проведен по результатам их сопоставительного анализа по восьми критериям (объем прон шодства в денежном выражении по ВЭД; численность таняшх по В )Д. рашер средней заработной
платы по ВЭД; добавленная стоимость по ВЭД; производительность труда на одного занятого по ВЭД: технологический уровень экономики в разрезе ВЭД: инвестиции в технологии и ввод в действие основного капитала: социальная значимость отрасли), а также с помощью дополнительного важнейшего критерия «Инвестиционная привлекательность отраслей».
Результатом анализа явилось выделение следующих отраслевых секторов/приоритетных кластеров, определяющих потенциал развития и конкурентоспособность тверского региона:
- Машиностроение и металлообработка;
- Пищевой кластер:
- Химический кластер;
- Кластер гостиничных и ресторанных услуг:
- Строительный кластер.
В рамках данного исследования не были выделены такие кластеры. как образование и транспорт, так как они являются ннфра-структурообразующнми и. следовательно, присутствуют в каждом выделенном кластерном образовании. Кроме того, не был выделен кластер энергетики, что при наличии на территории области АЭС и ГРЭС может показаться нерациональным. Однако данные объекты имеют не региональное, а федеральное назначение, в связи с чем их развитие определяется на федеральном уровне. Это так называемые элементы систем надрегпоналыюго уровня.
При составлении научного обоснованного прогноза потребности в кадрах для определенных выше секторов интерес представляет результат, полученный при помощи инструментария, учитывающего как текущее состояние, перспективы развития производственных мощностей и отраслевой инфраструктуры, так и предпочтения граждан при выборе рабочего места и динамику основных потоков движения трудовых ресурсов. С учетом этих требовании. авторами была разработана методика, являющаяся модификацией макроэкономической методики прогнозирования потребностей экономики в кадрах, предложенной Центром бюджетного мониторинга 11етрозаводского государственного университета. Основным недостатком методики ПетрГУ является исключительно математический аппарат, который не позволяет учесть поведенческие предпочтения субъектов рынка. Математическая модель учитывает только рыночные механизмы при формировании спроса и пред-
ложения рабочей силы, поэтому она была скорректирована для учета предпочтении граждан и потенциальных работодателей Особое внимание было уделено также существующим и перспективным инвестиционным проектам, реализуемым в регионе.
Использованная в рамках проведенного исследования методика позволяет осуществить расчет потребности по агрегированным разделам экономической деятельности согласно классификатору ОКВЭД и 28 укрупненным группам специальностей. Переход на уровень выделенных в качестве точек экономического роста секторов был проведен методом детализации расчета по видам жономи-ческой деятельности и образовательным специальностям, по которым осуществляется подготовка профессиональных ка дров для каждого выбранного кластера.
Источниками информации для проведения расчетов в рамках используемой методики выступили:
- Концепция 2020 и прогноз социально-экономического развития Российской Федерации до 2015 года;
- прогноз демографической ситуации и стране до 2031 года;
- федеральные и региональные целевые программы:
- национальные проекты;
- региональные инвестиционные проекты:
- стратегические документы социально-экономического развития Тверской области;
- данные федеральной, региональной и ведомственной статистики;
- материалы социологических исследований и опросов;
- результаты экспертных оценок.
Основными методами исследования явились:
-динамическое моделирование абсолютной численности заня-
тых в экономике для различных сценариев социально-экономического развития:
- метод экспертных оценок для оценки структуры перспективной кадровой потребности потенциальных работодателей;
- методы социологического исследования, позволяющие выявить предпочтения граждан и основные потоки движения трудовых ресурсов.
Алгоритм методики расчета потребностей в кадрах с профессиональным образованием представлен на рис. I.
Сценарный акали i развития приоритетных кластеров / отраслевых секторов экономики
Расчет среднегодовой численности занятых в экономике в разрезе отраслей ло 2020 гола(сценарии)
Распределение числа занятых в экономике по трем уровням профессиональною образования (по результатам оптимизации)
хг
Расчет доли ежегодно обновляемого персонала по отраслям экономики и уровню образования за счет вновь обученных кадров
Определение количества лиц с различным уровнем профессионального образования, занятых в каждой отрасли экономики ло 2020 года
J3-
Установление абсолютного числа специалистов всех уровней профессионального образования в разрезе приоритетных кластеров и направлении подготовки до 2020 года, которых необходимо нод| оговнгь с целью удовлетворения потребностей жономнкм
Рис 1. Алгоритм прогнозирования потребности региональной экономики в специалистах с различным уровнем профессиональною
образования
ЭКОНОМИКА_________
Таблица 1. Возможные варианты реализации социально-экономического прогноза развития
Тверской области
Среднегодовое значение темпа роста показателя, % Варианты реализации
Г1 есс и м и ст и ческ и й Реалистический Оптимистический
---;- Вазовой региональный продукт 4,3 8.61 12,21
Инвестиции в основной 5.1 13.4 19.4
Заработная плата 5,4 10,8 15.5
Производительность труда 9 13 18
Основные фонды 8.16 10.5 13,35
Объем производства в денежном выражении 7.9 11.7 18.8
В качестве прогнозного в данном исследовании был выоран период, обозначенный в Концепции развития Российской Федерации в целом, т.е. 2010-2020 годы. Однако стоит отметить, что построение прогноза на такой длительный период требует введения определенных ограничений и допущений. Данные ограничения и допущения могут быть предусмотрены, прежде всего, при построении нескольких сценарных прогнозов
Существуют три сравнительно распространенных метода составления сценариев: метод получения согласованного мнения; повторяющиеся процедуры объединения независимых сценариев; матрицы взаимодействия. Учитывая количество направлений, которые охватывает прогноз социально-экономического развития региона, огромное число влияющих внешних и внутренних факторов. а также наблюдаемую обычно ограниченность средств и времени, единственно приемлемым является первый подход, и то в значительно «урезанном» по отношению к классической схеме виде.
Эффективность прогноза зависит от внешних условий, экономической политики и внутренних факторов, но прежде всего от активности и квалификации менеджеров. Это обстоятельство необходимо учесть при прогнозировании, и оно важно именно для посткрнзисного периода, поскольку через 10-15 лет псадаптировав-шнеся к рынку предприятия исчезнут.
Определяющим для экономического роста является доля наиболее эффективных и быстро развивающихся отраслевых секторов' приоритетных кластеров. Поэтому прогноз социально-экономического развития региона базируется на данных о перспективном развитии вышеназванных стратегических кластеров. Вектор прогнозирования направлен на изменения основных макроэкономических показателей деятельности региона, таких как ВРП и инвестиции, на период до 2020 года с учетом реализации принятых программ и проектов, влияющих на социально-экономическое развитие.
Сценарный подход позволяет просчитывать возможные ситуации и оценивать результаты различных действий региональных властей.
Разработка сценариев развития региона (вариантов политики властей региона и РФ, их влияния на эффективность функционирования отдельных секторов и на распределение ресурсов между секторами) основана на анализе ретроспективы п сложившейся в данное время ситуации в экономике региона. В ходе анализа исследованы основные тенденции развития региона, происходившие структурные изменения в сфере производства, дана оценка всей совокупности причин (факторов), определяющих развитие региональной социально-экономической системы:
внутренние (эндогенные) факторы, обусловленные закономерностями отдельных элементов региональной социально-экономической системы и системы в целом, характеризуют саморазвитие системы.
- внешние (экзогенные) факторы, обусловлены взаимодействием социально-экономической системы рег иона с внешней средой.
Разработанные в ходе прогнозирования сценарии охватывают различные варианты изменения внешних по отношению к региональной экономике условий и региональной экономической политики и позволяют их сравнивать для выбора наиболее эффективного варианта. В зависимости от интегрального воздействия всей совокупности факторов на сотшально-экономическое развитие Тверской области возможна реализация трех прогнозных сценариев:
1) базовый (реалистический);
2) оптимистический;
3) пессимистический.
В табл. I приведены значения основных индикативных показателей разработанного протзюза.
При прогнозировании численности запятых были также рассмотрены три сценария, основанные па соответствующих вариантах реализации прогноза развития экономики региона.
При анализе учтено, что совокупная кадровая потребность экономики региона состоит из двух частей: базовой и переменной.
Базовая (неизменная) часть - условно-постоянная численность работников, занятых в экономике Тверской области, не меняющих место работы в течение года. Согласно данным официальной статистики, для Тверской области данная часть составляет XI,2% от обшей численности работников.
Переменная часть - численность работников, меняющих в течение года место работы в силу различных причин. К таким категориям относятся уволенные по различным причинам и/или вновь принятые на работу лица. Для Тверской области данная часть составляет 18,8% от численности работников.
В свою очередь, переменная часть численности занятых в экономике области состоит из;
- ротационной потребности, основой которой являются работнике!. уволившиеся и вновь принятые на работу на предприятия и в организации региона.
- первичной потребности, связанной с появлением новых рабочих мест за счет организации нового производства или расширения действующего.
- потребности на замену, обусловленной необходимостью восполнения выбывших работников по причинам выхода на пенсию, длительного отсутствия на рабочем месте в соответствии с выполняемыми обязанностямв!, увольнения (по собственному желанию или в приказном порядке), естественной убыли.
В данном исследовании именно величина переменной части численности занятых в экономике рассматривается как текущий спрос на трудовые ресурсы, поскольку именно эта часть отражает процесс выбора и покупки такого специфического товара как «трудовые ресурсы».
Текущий спрос на трудовые ресурсы рассматривается в двух аспектах:
1. количественный спрос - это количественная величина переменной части численности занятых в экономике края:
2. качественный спрос - это переменная часть численности занятых, струкгурзфованная по категориям, профессиям, специальностям и уровням компетенции.
Количественный спрос рассчитывается с использованием модели Харрода и с учетом поведенческих моделей. Определение качественного спроса основано на экспертных оценках.
В рамках проведенного исследования определение кадровых потребностей осуществляется на основании следующих критериев:
ь перспективной потребности работодателей в кадрах, в том
числе в связи с реализацией стратегии социально-экономическою
развития, федеральных и региональных целевых программ и проектов;
ь предложение рабочей силы на рынке труда с учетом изменения демографической ситуации и сложившейся структуры профессионального образования;
ь анализа рынка образовательных услуг в Тверской области в разрезе:
- направлений и специальностей подготовки по уровням образования;
- миграционных потоков;
- бюджетной и внебюджетной подготовки.
Для определения кадровых потребностей используются динамические модели, позволяющие определить кадровые иотрсоно!.-
Тысчс.1. 75« ,00
700,00
650,00
(100.011
5503111
500,00
450,00
400,(111
Рис. 2. Прогноз численности занятого населения Тверской области, чел
ти ТверскоП области для различных сценариев социально-экономического развития региона, и поведенческие модели, позволяющие выявить предпочтения граждан и работодателей, а также основные потоки движения трудовых ресурсов.
Данные о прогнозной занятости населения в экономике Тверской области, рассчитанные по трем сценариям, представлены на рис. 2.
Для распределения общей численности занятых в разрезе разделов ОКВЭД в качестве корректировочных коэффициентов были использованы коэффициенты локализации: для обрабатывающих производств локализация занятости; для кластера гостиниц и ресторанов - среднее значение коэффициентов локализации: для строительства среднее между двумя коэффициентами.
Если рассмотреть уровень возможной занятости населения, то можно заметить значительное снижение, хотя текущие данные о состоянии рынка труда свидетельствуют об обратных трендах. Поэтому .тля корректировки подученных данных была изучена чувствительность прогноза по наиболее важным показателям (рост численности занятых от года к году; уровень безработицы по обследованиям, в долях от численности экономически активного населения; рост численности населения трудоспособного возраста, в % к предыдущему году; ВРИ в сопоставимых ценах, в разах к предыдущему году: индекс потребительских цен (ИПЦ), декабрь к декабрю предыдущего года, раз; рост экспорта, в разах к предыдущему году).
В рамках проведенного статистического исследования выявлены значимые корреляционные связи между результирующими показателями занятости и безработицы, с одной стороны, и показателями ВРП (динамики и уровня) и динамики инвестиций - с другой. Полученные результаты корреляционных расчетов можно использовать для корректировки среднегодовой численности занятых в экономике.
С целью выявления потребностей работодателей в рамках исследования был проведен экспертный опрос руководителей крупных и средних предприятий Тверской области по вопросам, связанным с качественным и количественным составом персонала, в разрезе видов экономической деятельности. Сведения, полученные в результате экспертного опроса, являются исходными для дальнейшей корректировки кадровой потребности в приоритетном кластере.
В ходе анализа были обследованы 25 предприятий, отнесенных к разным видам экономической деятельности. Исследование показало, что более половины опрошенных предприятий (60%) испытывают дефицит кадров, при этом, около 20% - отмечают избыток трудовых ресурсов.
В результате анализа были выявлены причины наличия дефицита и избытка кадров на предприятиях Основными причинами дефицита работников являются:
отсутствие на местном рынке труда работников нужных специальностей (28% опрошенных организаций);
- высокая текучесть и старение кадров (20%);
- ограниченные возможности компаний в отношении оплаты Труда работников (32%).
Избыток рабочей силы на предприятиях в основном связан с социальной ответственностью руководства предприятий (8,0% опрошенных организаций), а также ожиданием роста спроса на выпускаемую продукцию (4%).
Па основе полученных сведений о текущей и ожидаемой потребности организаций-работодателей в персонале была определена система экономико-математических моделей, позволяющая скорректировать динамику изменения перспективной потребности в кадрах в выделенных кластерах.
На следующем шаге был проведен анализ ретроспективных данных о профессионально-квалификационной структуре занятых (по уровню образования) в разрезе отраслей за предшествующие 5 лет и составлен прогноз изменения профессионально-квалнфнка-цноннон структуры занятых по отраслям экономики до 2020 года путем жстраполяции ретроспективных данных, показывающий потребности отраслевых кластеров в работниках соответственно с высшим, средним и начальным профессиональным образованием.
Ретроспективные данные получены на основе обследовании органов статистики и расчетов, основанных на экспертных оценках. Наблюдается неоднородная картина распределения работников приоритетных кластеров по уровням образования для разных видов экономической деятельности.
Так, например, если не будет существенных изменений динамики факторов, повлиявших на формирование квалификационной структуры занятых по виду экономической деятельности «Химическое производство», то сохранятся тенденции по увеличению доли работников с высшим профессиональным образованием.
По разделу «Строительство» ситуация обратная: более 60% от численности работников составляют специалисты с начальным профессиональным образованием. Это вполне объяснимо тем. что данный вид экономической деятельности связан с осуществлением услуг, где задействованы преимущественно рабочие различной специализации, имеющие в основном начальное профессиональное образование.
В дальнейшем была рассчитана доля ежегодно обновляемого персонала по отраслям экономики и уровню образования за счет вновь обученных кадров н получены абсолютные значения ежегодно обновляемого персонала по прнорнтетззым кластерам в разрезе сценариев
Исходной информацией для расчета выступила численность занятых в экономике по приоритетным кластерам в разрезе сценариев; возрастная и профессиональная структура занятых в приоритетных кластерах за предшествующий период (5 лет); информация о текущих и перспективных инвестиционных проектах, реализуемых на территории региона. Было принято допущение о формировании ежегодной потребности экономики в кадрах только за счет возмещения естественного выбытия работников и обеспечения кадрами новых конкурирующих производств.
Детализация перспективной кадровой потребности до укрупненных групп специальностей, направлений подготовки и специальностей (профессий) проводилась с использованием метода же-пертных оценок.
Листы экспертных оценок представлены в форме матриц про-
644.71
6Ч*.<М|
473.4Й
5ЯМ1
- IlccciiMik; гическнй PcalHC »по. мж
- ( Til It) M IK Н'КХ к ИИ
510.2.1 447JII
I шиша 2 Матрица
Приоритетные кластеры Уровни обра ювания
Машиностроение н металлообработка
Строительство
ПишевоП и химической промышленности
приоритетных специальностей
НПО пю
Гостиничных и ресторанных услуг
Сварщик Станочник мет аллообработка)
Автомеханик
Мастер сухого строительства Мастер столярно-
плотничных и паркетных работ Автомеханик
11овар-кои литер
Техно ни ня машиностроения
С фонте и,с ню и жеплуатация шшнй и сооружений
Технология изготовления ХПЧНЫ.Х ИЗДСЛИИ
Адмннис1раюр Парикмахер
Понар-коплнтер
Биохимия
НПО
Конструкторско-технототическое обеспечение машиностроительных нрчи толст
Строительство
Iехнологня изготовления продуктом питания
Химия (магистр)
Химическая технология (бакалавр)
Строительство и эксплуатация зданий и сооружений
Сервис
Туризм
фессионалыю-квалификационною соответствия (распределения) кадровой потребности приоритетных кластеров. Для начальною профессионального образования матрица профессионально-квалификационного соответствия (ПКС) имеет размерность (22 УГС X ч видов экономической деятельности); для среднего специального обратования - (2О УГС Ч видов жономнчсской деятельности); для высшего профессионального образования - (28 УГС 9 видов жономнчсской деятельности).
Экспертным путем определены те укрупненные группы, по которым предполагается максимальный рост кадровой потребности в прогнозном периоде.
В матрице ПКС для ВПО экспертным путем определены в качестве приоритетных для выделенных отраслевых кластеров следующие укрупненные группы специальностей : 020000 Естественные науки: 100000 Сфера обслуживания: 140000 Энергетика, энергетическое машиностроение и электротехника; 150000 Металлургия. машиностроение и матсриалообработка: 190000 Транспортные средства: 220000 Автоматика и управление; 240000 Химическая и биотехнологии; 260000 Технология продовольственных продуктов и потребительских товаров; 270000 Архитектура и строительство.
В матрице ПКС для СПО перспективная кадровая потребность охватывает 10 укрупненных групп специальностей: 100000 Сфера обслуживания: 120000 Геодезия и землеустройство; 140000 Энергетика. энергетическое машиностроение и электротехника; 150000 Металлургия, машиностроение и материалообработка: 190000 Транспортные средства: 220000 Автоматика и управление; 230000 Информатика и вычислительная техника: 240000 Химическая и биотехнологии; 2600U0 Технология продовольственных продуктов н потребительских товаров: 270000 Архитектура и строительство.
Для НПО матрица ПКС включает в структуру перспективной кадровой потребности следующие укрупненные группы: 100000 Сфера обслуживания: 110000 Сельское и рыбное хозяйство; 140000 Энергетика, энергетическое машиностроение и электротехника, 150000 Металлургия, машиностроение и материалообработка; 190000 Транспортные средства: 220000 Автоматика и управление; 230000 Информатика и вычислительная техника; 240(ХЮ Химическая и биотехнологии: 260000 Технология продовольственных продуктов н потребительских товаров; 270000 Архитектура и строительство.
I [евозможно утверждать, что остальные фуппы специальностей будут неважны для данных видов экономической деятельности в будущем. однако, приоритетная кадровая потребность складывается именно из работников выделенных экспертами направлений подготовки.
Полученные на втором >тапе экспертного опроса матрицы детали тируют оцененную на первом этапе экспертного опроса перспективную кадровую потребность до уровня направлений подготовки.
Затем было проведено уточнение полученных npoi нозов в раз-резе специальностей и профессий (табл. 2) На наш взгляд, эта ин-
формация позволит минимизировать сложившийся структурный дефицит кадров на рынке труда и удовлетворить дополнительную потребность работодателей, возникающую в связи с реализацией инвестиционных проектов.
Таким образом, результатом исследования является разработанный прогноз кадровой потребности по приоритетным ключевым секторам жономнки Тверской области до 2020 года в разрезе укрупненных групп специальностей, направлений подготовки, специальностей и профессий.
Практическое использование прогноза позволяет определить перспективную кадровую потребность по любому отраслевому сектору приоритетному кластеру для каждого года прогнозного периода. исходя из данных об абсолютной кадровой потребности по уровням образования, рассчитанной по трем сценариям, и ее профессионально-квалификационной структуре по УГС и направлениям подготовки, сформированной экспертным путем.
Получение обоснованных данных о кадровой потребности позволит планировать ресурсное обеспечение приоритетных кластеров. в том числе и ресурсное обеспечение деятельности учреждений профессионального образования, реализующих обозначенные приоритетные направления подготовки.
Учитывая долгосрочность периода прогнозирования и высокую степень неопределенности факторов при построении прогноза, вероятность отклонения от рассчитанной кадровой потребности велика. В связи с этим, при использовании прогнозных значений кадровой потребности необходима ежегодная корректировка исходных данных и экспертных оценок для актуализации прогноза и повышения степени его достоверности
Современная социально-экономическая ситуация в стране и необходимость решения поставленных задач инновационного развития экономики требуют перехода от единовременных исследований и прогнозных оценок к формированию региональной системы прогнозирования потребности экономики в квалифицированных кадрах. Такая система, на наш взгляд, должна быть построена на принципах: непрерывности; государственно-частного партнерства; постоянного обеспечения системы достоверной и полной информацией со стороны органов законодательной и исполнительной власти, а также заинтересованных рыночных структур; высококвалифицированного научного сопровождения прогнозных расчетов, обязательности профессиональной и общественной экспертизы прогнозов на уровне региона. Литература:
I. Петров Л.Ф Методы динамического анализа экономики учебное пособие - М . ННФРА-М, 2010. 239с
- Рынок труда и рынок образовательных услуг в субъектах Российской Федерации Васильев B.II , Гуртов В А . Питухи« I' v " IP - 2-е изд. М Техносфера, 2006 680с.
3 Сигова С. В Восполнение кадрового дефицита на рынке тру М
Российской Федерации Петрозаводск Изл-во ПетрГУ. 2004 -
|ХКс
4 С прос и предложение на рынке труда и рынке образователь-ны\ услуг в регионах России: Сборник докладов по материалам Шестой Всероссийской научно-практической Интернет-нжфсрен-нии (2Х-2Ч октября 2004 г). Кн 1. Петрозаводск: Изл-во ПетрГУ 2009 352с.
5 I у ртов В А . Питу хин Е.А.. Серова ,1М Моделирование потребностей экономики в кадрах с профессиональным образовани-
ем Проблемы прогнозирования 2007 ИФ С 91-107
t>_ Наумова О П.. Методологические основы определенна потребности жономики pel ионов в подготовке кадров ')я>ночичес кие науки - 200V - №10. - С. 169-172
Российская Федерация О прогнозе потребностей исоночн кн в квалифицированных кадрах на период ло 2015 гола информа цня подготовлена к заседанию Общественного совета при Миноб-рнауки России 19.П.0S Официальные документы в образовании 200$ N»33 - С 77-Х2.
УСЛОВИЯ ИСПОЛЬЗОВАНИЯ ОСАДКОВ СТОЧНЫХ ВОД ПРЕДПРИЯТИЙ КОММУНАЛЬНОГО ХОЗЯЙСТВА ПОСЛЕ ПЕРЕРАБОТКИ
Крычскаи К.Я.. Рмсийский .'<хуОарстяенный университет туртчч и ссрниса
Рассмотрены технические и шш и тсхнчи>.ичсскис процессы при гтишшции ¡к¡Юкон i точных ноч. «к ночан Осчонщхтание и шло /чтение тн ic тх'mi шикании >то. о продукты, е.-п кочтхпшрокание. i *т¡. чипе и дшннейшес ичю ть юканис тиучетюй ины как раит хиОшхти фунта, постепенное аосможиканис на шоных шощаОках и н . сотнни
Ключевые слона бношлам. коммунальное хозяйство, очистка, утилизация, иахтогня
TERMS OF SEWAGE SLUDGE UTILITIES RESUBMITTED
( rinisk.iv a K.. Kuwian Slate f niversily of Tourism ami Scrx-ice
Кече» itl the let linn al term* ami pith iwi in ilu M\/xisal ol se»ane \lutixc. im hiding deposition ami hurial aller ilclnilralion ill the pnnhu I i tv, nmposlinyim incraiion. ami then use llie пчи/ппц ash us soil types, hi actual JeliyJration sludge hetls anil geoitihs
keywords hiosMani. utilities. cleaning, recycling, ecology
В настоящее врем* огромные территории вокруг населенных пунктов, особенно городов, заня1ы под p.i isicmeiine осадков сточных под (бношламоа). lipon зводихиах на коммунальных очистных сооружений (КОП. Вблизи мегаполисов практически во всех регионах ощущается острый дефицит выделенных для >тих целен площадей 111
Раисе основным методом обработки биошлача являлась его полсутика в естественных условиях на иловых площадках с последу юшем вывозом на поля иди в отработанные карьеры и овраги без их специальной подготовки Гакам практика могла частично оправ-тать себя только в случае, когда на очистку отдельно поступали коммунальные стоки, хотя не было никаких гарантй с точки зрения наличия в них микробиологических загрязнений.
Однако, когда в системах очистки были объедены коммунальные и индусгрпалыгые стоки, ситуация резко изменилась. В связи с низким технических« состоянием локальных очистных сооружений промышленных предприятий на КОС стал поступать продукт, содержащий тяжелые металлы- ртуть, свинец, кадмии и всю raxixiy органических соединений. В результате этот появилась серьезная »»логическая проблема антропогенного загрязнения почв, которая поставила жестку ю границу по возможности применению биошлама в сельском хозяйстве и практически и любой окружающей среде
Крупнейшая система утилизации стоков - «Мосводокаиал» совместно с институтами ЛИ СССР разработал технологию, одобренную Правительством г Москвы (№745 РЗП от 24.09.99r). которая включал,! и себя отдельные технические операции
1. Механический забор биошлама с использованием метода •■отжима., песком:
2 Подготовка биошлама с использованием гидромеханизации.
3. Механическое обезвоживание биошлама с использованием высокомолекулярных полнэлектролитов (флоку.интов).
4 Утилизация полученного продукта в специальном гидротехническом соору женин
'>та технология по признанию специалистов является исключительно сложной, дорогостоящей, требующей больших производственных и человеческих ресурсов Естественно, учитывая высокую стоимость жилья в столице (Самый дорогой город в чире — lyaiiia. Москва на четвертом siecTe в мире и на первом в Европе' ). она была >ко комически целесообразна Однако, потребовала значительных инвестиции гэя реализации
И связи с специфичностью бношламов КОС актуализируется
задача создания и тиражирования достаточно простой технологии получения компо 1ИИНОННЫХ материалов Опытно-промышленное освоение позволит использовать отходы, образующие на очистных сооружениях коммунального хозяйства (биошлам, песок из песколовок. юлу от сжигания биоитлама). а также продукты органического происхождения: торф, листва, древесные опилки, пищевые и неорганические отходы (СаО и др.). При >том учитывается снижение экологической нагрузки на окружающую среду н появление новых материалов, '»меняющих ранее применяемые плодородные грунты для использования:
в лорожно-транспортнох! строительстве; в качестве удобрений в зеленом строительстве, лесоразведении:
.тля рекультивации полигонов ГЬО и полигонов промышленных отходов;
для биологической рекультивации нарушенных после ■розни земель и т.п
Разрабатываемая технология может быть применима на всех предприятиях коммунального хозяйства и в первую очередь - крупных городов страны, гак как проблема загрязнений окружающей среды все больше выдвигается на передний план, о частности из- за постепенного накопления отходов Появляются высокоэффективные и надежные методы обнаружения вредных веществ в природе, которые часто относя 1ся к полярным ор| аничсскнч веществам. Для их однозначного определения по требует применения методов жидкостной хроматографии в сочетании с методами специального детектирования, например, масс-спектромстрнн Типичными представителями таких органических веществ являются биологически активные вещества, содержащиеся и лекарственных препаратах, средства дезинфекции, контрастные среды из медицинской области. а также такие ингредиенты продуктов ежедневного применения. как например, шампуни, моющие п чистящие средства, пестициды. красители, краски, консерванты и т.п. К микроэлементах! относятся так называемые «добавки» к комплексным продуктам Например, в химических средствах зашиты растений наряду с собственно биологическими активными веществами используются добавки, улучшающие стабильность биологически активною вещества или его проникновение в растение Неконтролируемые побочные продукты процессов сжигания также относятся к микроэлементам. как и добавки в медицинских препаратах kp.ieK.ix. лаках и г II
На рынке Европейскою сокиа прнеу иэвуки почт ИИМИШрл-личных химикалий, которые самостоя1елыю или в смесях находят
