Прогнозирование потребности в специалистах региона Текст научной статьи по специальности «Экономика и бизнес»

27 (162) - 2010

СТРАТЕГИЯ РАЗВИТИЯ РЕГИОНА

ПРОГНОЗИРОВАНИЕ ПОТРЕБНОСТИ В СПЕЦИАЛИСТАХ РЕГИОНА*

Ю. В. ВЕРТАКОВА, доктор экономических наук, профессор,

заведующая кафедрой региональной экономики и менеджмента E-mail: vertakova@rambler.ru Курский государственный технический университет

И. Г. ЕРШОВА, кандидат экономических наук, доцент кафедры маркетинга и управления персоналом E-mail: ershovairgen@ya.ru Курский государственный университет

Исследованы и систематизированы различные методы и подходы отечественных и зарубежных авторов к прогнозированию использования человеческого потенциала. Обоснованы возможность и необходимость использования математической модели прогнозирования потребности в кадрах. Сделаны выводы по сущности системного и комплексного анализа прогнозирования трудовых ресурсов.

Ключевые слова: метод прогнозирования, потребность в кадрах, трудовые ресурсы.

Региональные проблемы планирования подготовки специалистов в советский период в нашей стране рассматривались мало ввиду централизации разработки планов. При децентрализации управления системой высшего образования (СВО) возник новый комплекс проблем в рамках проводимой реформы высшего образования в России [6]. Это проблемы качества, мобильности и доступности

* Статья выполнена по гранту аналитической ведомственной целевой программы «Развитие научного потенциала высшей школы», per. № 2.1.3/6593 и гранту «Ежегодный мониторинг реализации государственного плана подготовки научных работников, специалистов и рабочих кадров для организаций ОПК» Ф-151.

высшего образования, сочетания государственных и негосударственных вузов. Для этих задач пока нет готовых решений.

Проблемы прогнозирования потребности в кадрах стали решаться с начала 1960-хгг. Для «слабоструктурированной» СВО, на которую влияет множество факторов, разработаны два вида прогнозов:

1) определение вероятных сроков наступления определенных событий (решения научно-технических проблем, создания новых технологий);

2) расчеты количественных значений параметров каких-либо систем к определенному времени (демографические прогнозы, прогнозы баланса).

Приведем основные подходы, используемые для прогнозирования потребности в трудовых ресурсах.

В работе [2] предполагается с целью минимизации целевой функции рассматривать состояние системы подготовки кадров в виде набора векторов состояний и устранять рассогласование между вектором реальной потребности А.гв специалистах и их наличием Д.0 путем планирования подготовки кадров в вузах:

до уГаГ-УХ

' " А[ -А? '

где Д.° — средневзвешенное отклонение потребности в специалистах на интервале прогнозирования Т;

у.г — весовые коэффициенты важности /-Й специальности.

Данный подход называют функционалъно-целе-вым и заключается он в построении пространства целей СВО и определении необходимых функций для их достижения [1]. Пространство целей СВО и вуза представлено в виде дерева целей, элементам дерева ставятся в соответствие определенные действия.

Следующим шагом в развитии этого подхода является отражение целей в программе их достижения, что реализуется в программно-целевых методах прогнозирования [2]. Формируя цель «Подготовить специалиста, отвечающего требованиям государственного стандарта», нужно провести декомпозицию цели, учесть множество влияющих факторов, а затем определить последовательность управляющих воздействий во времени — программу достижения частных целей. Структура дерева целей оказывается многоуровневой, для ее оценки и свертки появился ряд методов [2].

Наиболее эффективными оказались метод ПАТТЕРН и метод анализа иерархий. Дерево целей в нескольких экспериментах строилось с помощью экспертной процедуры «Дельфи», предусматривающей многоэтапный опрос экспертов с уточнением их мнений. Оценки отдельных факторов носили нечеткий характер и описывались лингвистическими переменными.

Для прогнозирования спроса на образование разного уровня в 1970-егг. были построены модели поведения человека при выборе типа и уровня образования [3]. Органы статистики провели обследование 49 тыс. семей с целью выяснения приоритетов образования. Однако конструктивные модели рынка образовательных услуг не построены.

Поскольку в основу управления образованием в 1980-хгг. был положен принцип определения и уменьшения рассогласований потребных и имеющихся специалистов, то управление строилось на выявлении отклонений кадров по структуре [2]. Прогнозирование основывалось на экспертных оценках отклонений, затем формировалась структура управления образованием с выполнением задач минимизации отклонений. Для обоснования проектных решений по совершенствованию организационной структуры Минвуза РСФСР учеными предложен ряд критериев оптимальности:

а) максимизации качества выполнения функций управления:

Z Z wvxv->max'

i J

1, если i-я функция выполняетсяу-м где X = подразделением,

0 — в противном случае. Эффективность w выполнения /-Й функции j-м подразделением определяется по формуле

w« =aiPu ,

где а. — весовые коэффициенты значимости /-Й функции в достижении целей организации; Р. — вероятности качественного выполнения /-Й функцииу-м подразделением; Р..= 1-0..,

_ и у

здесь 0(> = p(t. > t3) — вероятность того, что время выполнения i-й функции превысит заданное режимом управления СВО, i= 1,..., m\j= 1,..., я;

б) минимизации затрат на реализацию функций управления:

УУ c.x..-> min,

¿—i ¿—i V V '

i V

где с. — затратыу-го подразделения на выполнение /-Й функции управления;

в) максимизации соответствия функций управления профессиональной ориентации подразделений:

YLdvxv-► ma^

i V

где d« = T;5«*; 5«s=min(aisavs);

aü, ajs — коэффициенты, отражающие принадлежность /-Й функции rnj-ro подразделения в £-й сфере управленческой деятельности;

г) минимизации общего времени выполнения управленческих функций:

^Е1«^ —►min,

где t. — время выполнения /-Й функцину-м подразделением.

В 1980-1990-хгг. в основе моделей планирования и прогнозирования лежали либо ориентировочные расчеты потребностей в специалистах, либо экспертные оценки. Здесь сформировались два подхода:

1) развитие образования рассматривается в непосредственной зависимости от экономического роста страны; при этом социально-демографические факторы выступают в роли ограничений;

2) устанавливается прямая функциональная связь развития системы образования от структуры и динамики социальных запросов населения на получение образования.

Первый подход является превалирующим, технология планирования заключается в оценках темпов роста экономики и их влияния на количес-

тво необходимых специалистов. Однако с ростом горизонта планирования возрастает неопределенность решений, обусловленная неизвестными темпами роста науки, недостаточной изученностью естественного, механического и профессионально-квалификационного движения работников. Для разрешения этой неопределенности проведены специальные выборочные исследования расстановки, использования и движения специалистов [4].

Планирование подготовки специалистов рассматривается как стратегическая задача развития важного национального ресурса. Оценка плана развития СВО проводится с помощью внешних и внутренних критериев.

Внутренним критерием чаще всего является уровень затрат на подготовку специалистов: G = NnW ^ min,

где Nn — вектор потребности экономики в специалистах;

W— вектор затрат на подготовку специалиста.

Если определен вектор социальной потребности VH в высшем образовании в разрезе специаль-ностейу, то задача планирования имеет целевую функцию:

G = К,-Vv\^ min.

Закономерности, связывающие количество специалистов с высшим образованием с экономическими показателями Xj (валовый общественный продукт), х2 (национальный доход), х3 (производительность труда), х4 (доход на душу населения), х5 (численность работающих), выражены линейными уравнениями вида:

у=ах + в1х1 + схх2 — dxxz + £гх5 у = а2 + игхх + с2х2 - d2x4^

1. Для оценки текущей потребности в специалистах все предприятия были разбиты на18 групп и для каждой группы рассчитана средняя структура работников. Отсюда были построены нормативы потребностей в разных группах работников и рассчитывался план устранения выявленных отклонений. Однако такой подход оказался неэффективным, так как давал завышенные потребности в кадрах.

2. Более эффективной оказалась модель, разработанная на основе межотраслевого баланса, состоящая из 2 групп уравнений:

• уравнения межотраслевого баланса:

X=AX + Yt,

• уравнения баланса специалистов:

Ц = BXt,

где X. — объем валовой продукции;

Yt — объем конечного продукта; А — матрица прямых затрат; В — матрица нормативных затрат труда специалистами на единицу продукции; LА — перспективная численность специалистов отраслей материального производства. Совместное решение этих уравнений определяет перспективную потребность в специалистах по укрупненным группам специальностей: Ц = B(1 - A)-lYt.

Общая потребность в специалистах непроизводственной сферы Lth рассчитывалась по формуле:

Ц = DZ, + F,

где D — матрица нормативов обслуживания населения;

Zt—численность обслуживаемого контингента населения;

Ft — перспективная численность специалистов в науке, научном обслуживании, аппарате административного управления. Норматив численности специалистов определяется в модели следующим образом:

K

B = -j-,

" ß,

где К.. — нормативный коэффициент насыщен-ностиу-й отрасли специалистами /-го типа подготовки;

— производительность труда ву'-й отрасли. Особое внимание в исследованиях планирования высшего образования уделено соотношениям специалистов с высшим и средним специальным образованием. Исходя из предположения, что вероятность взаимодействия работника (Z-l)ft-ft квалификации с работниками /-Й, (/ + 1)-й квалификации пропорциональна их доле в общей численности, т. е.

W = К d., (1)

W , +=К.. .d.+v (2)

1—1,1 +i 1—1,1 /+1' v 7

где d , d — доли работников /-Й и (/+1) -й квалификаций, получены ограничения вида:

w... w >w w.... ,, 1+1,1 1—1,1 1—1, 1+1 1+1,1—1'

которые приводятся путем подстановок (1), (2) к условию:

di-i < di dM'

Это условие содержится в основе планирования соотношений работников с разными уровнями квалификации.

Прирост

Рождаемость

Миграционный приток

На основе этих моделей выполнялись основные плановые расчеты для СВО.

В 1990-хгг. для прогнозирования потребности в специалистах стали применять статистический анализ, эконометрические модели, экспертные оценки. Эконометрические прогнозы оказались достаточно точными и применены для обоснования планов работы СВО.

Планирование подготовки кадров выполняется в основном на основе экспертных оценок и прогнозов [5], хотя в последние годы построен ряд математических моделей развития СВО [6]. С конца 1990-хгг. ХХв. существуют различные методы прогнозирования ресурсного потенциала региона.

Для формирования долгосрочной потребности региона в квалифицированных кадрах необходимо учитывать процесс воспроизводства населения. Для получения таких данных необходимо проведение исследования рынка труда региона с последующим прогнозированием потребности региона в кадрах.

Прогнозирование численности трудового потенциала позволяет выявить ожидаемые изменения численности населения, оценить демографическую ситуацию, складывающуюся как в отдельных регионах, так и в целом по стране; определить численность трудовых ресурсов, развитие их образовательного и про-фессионально-квали-фикационного уровня; проследить влияние других социально-экономических и экологических факторов на воспроизводственный процесс. Для того чтобы определить перспективную численность населения, при составлении краткосрочного прогноза используется метод ретроспективной

экстраполяции, на более долгие сроки — метод передвижки по возрастам.

Вопросом, требующим при этом решения, является количественная оценка влияния изменения демографических процессов на изменение численности трудовых ресурсов.

Для прогнозирования могут применяться самые разные математические функции. Наиболее часто используются линейная, экспоненциальная и логистическая функции. При этом прогнозирование, основанное на применении линейной и экспоненциальной функций, иногда чисто условно называют экстраполяционным методом, а прогнозирование, основанное на применении логистической и других функций, — аналитическимметодом.

Экстраполяционный метод основан на прямом использовании линейной и экспоненциальной

Динамика численности населения

Убыль

Здоровье, факторы миграционного прибытия

Проблемы формирования трудовых ресурсов

Миграционный отток Смертность

1 1 г

Факторы смертности, миграционный отток

3 м

л Ц

ев Я И о

о

Мотиваци-

онно-ценностные структуры

СИСТЕМНЫЕ

Профессионально-квалификационные структуры

ДИСПРОПОРЦИИ

Занятость

Производственный потенциал

Отраслевая структура

« w

сп О

X

Потенциал труда региона

Институт семьи Региональные стратегии, Государственные и

политики, ресурсы, региональные инсти-

механизмы реализации туты

Рис. 1. Алгоритм выявления воздействий динамики численности населения на рынок труда региона

функций, т. е. данных о среднегодовых абсолютных изменениях численности трудового потенциала населения за период или о среднегодовых темпах роста или прироста. Если эти показатели известны, то можно рассчитать численность населения на любое число лет вперед, просто предположив их неизменность на протяжении всего прогнозного периода.

Несколько более реалистичным является предположение о неизменности среднегодовых темпов прироста численности трудового потенциала населения, особенно при допущении неизменных уровней рождаемости и смертности и постоянном сальдо миграции. В этом случае речь идет об использовании в прогнозировании экспоненциальной функции. То есть численность трудовых ресурсов изменяется в геометрической прогрессии по формуле:

Р = Ре у/,

t о ' '

где Р( — общая численность трудовых ресурсов в конце прогнозного периода; Ро — общая численность трудовых ресурсов в начале прогнозного периода; у — среднегодовые темпы прироста; / — величина прогнозного периода; е — основание натуральных логарифмов. Тем не менее для периодов не более 15 лет применение обеих функций дает сходные результаты. Однако в случае, если имеет место уменьшение численности населения, как сейчас происходит в большинстве регионов России, то более предпочтительным является использование экспоненциальной функции, так как это гарантирует, что численность населения не станет отрицательной. Экстраполяционный метод применим только при отсутствии резких колебаний рождаемости, смертности и миграции.

Аналитический метод основан на том, что, исходя из прошлой демографической динамики, подбирается функция, наиболее близко ее описывающая. В принципе это может быть любая функция.

Конкретный вид функции подбирается исходя из вида эмпирической кривой, а также гипотезы о связи численности трудовых ресурсов со временем как независимой переменной. Изменения численности трудовых ресурсов могут рассматриваться или как функция только времени, или как функция времени и численности населения.

Математические выражения, которые используются для описания роста населения, являются по необходимости эмпирическими; не может быть

найдено никакого закона роста населения, хотя некоторые математические уравнения определялись именно как такой закон. При построении уравнения или кривой, соответствующих данным переписей населения, в одном случае исходят из предположения, что численность трудовых ресурсов является полиномиальной степенной функцией от времени:

где константы а, Ь,с,й,... оцениваются с помощью подходящей техники, например с помощью метода наименьших квадратов. Если оцениваются только константы я и А, то получаем просто линейную функцию; добавление других констант означает переход к квадратичной параболе или к параболам более высоких порядков.

Если же предположить, что изменение численности трудовых ресурсов за бесконечно малый промежуток времени является функцией численности населения, то примером такого рода функций является логистическая функция (кривая Ферхюлста—Пирла—Рида), особенность которой состоит в том, что ее приращение уменьшается по мере роста численности трудовых ресурсов.

Логистическая функция имеет следующий

вид:

1

а

где Р1 — численность трудовых ресурсов в момент времени £

Ь — так называемая «постоянная интеграции»;

1 /а — некая предельная численность, к которой асимптотически приближается численность населения с ростом £

и — параметр, определяющий конкретный вид кривой.

Логистическая кривая симметрична относительно точки перегиба, которая равна 1/2а. При малых значениях Р темпы его прироста практически постоянны и равны приблизительно и. С другой стороны, если значения Р велики и близки к 1/й, темпы его прироста стремятся к 0.

Разработаны специальные компьютерные программы, позволяющие прогнозировать динамику численности трудовых ресурсов с помощью различных аналитических функций. Аналитический метод имеетте же ограничения, что и экстраполяционный. Он может применяться только для кратких периодов времени, для которых предположение о неизменнос-

ти характера зависимости между временем и численностью населения остается более или менее правдоподобным. Однако в периоды резких экономических и социальных перемен, когда радикально меняется вся социальная структура, применение этих методов становится абсолютно неправомерным. Как совершенно справедливо подчеркивал М. Шпигельман, автор одного из наиболее авторитетных учебников демографии, слабостью методов прогнозирования, основанных на применении математических функций, является то, что тенденции, выведенные из прошлой динамики, молчаливо продлеваются без изменений в будущее. «В этой связи, — продолжает М. Шпигельман, — более обоснованным является применение в целях демографического прогнозирования метода компонент».

Метод компонент открывает перед разработчиками демографического прогноза более широкие возможности. В отличие от экстраполяционного и аналитического, он позволяет получать не только общую численность населения, но и его распределение по полу и возрасту. Двойное название данного метода демографического прогнозирования (метод компонент, или метод передвижки возрастов) связано, во-первых, с тем, что его применение основано на использовании уравнения демографического баланса:

Р, = Р + В — Б + М + Мп,

1 о / О'

где Р иР,— численность населения соответствен-

о 1

но в начале и конце периода (года);

В — число рождений за период;

Б — число смертей за период;

М — миграционный приток за период;

Мд — миграционный отток за период.

При этом величины В, Б, М и М0 называются компонентами изменения численности населения за период (год).

Данные о численности отдельных возрастно-половых групп передвигаются каждый год в следующий возраст, а численность нулевой возрастной группы определяется на основании прогноза годового числа рождений, младенческой смертности и повозрастного сальдо миграции.

Суть метода компонент заключается в «отслеживании» движения отдельных когорт во времени в соответствии с заданными (прогнозными) параметрами рождаемости, смертности и миграции. Если эти параметры зафиксированы в некоторый начальный момент времени оставаясь затем неизменными на протяжении периода то это однозначно определяет численность и структуру населения в момент времени +

Его технология может быть описана следующим образом.

1. 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 воспользоваться формулой:

= Кр,

где N — численность населения /-Й возрастной группы в /-м году;

р — коэффициент дожития (коэффициент передвижки) населения /-Й возрастной группы в /-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.

2. Затем рассчитывается 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:

49

^рожд _ ^^ (^ ^рожд), 1=15

где — численность женщин /-Й возрастной группы детородного возраста (15—49 лет); ^ровд ,• — возрастной коэффициент рождаемости женщин /-Й возрастной группы.

3. Поскольку перспективный расчет численности населения осуществляется раздельно для мужчин и для женщин, в общем числе рождений Чрохд 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 следует определить, сколько же мальчиков и девочек из числа новорожденных останутся в живых к первому «шагу» перспективного расчета:

^М = ч М (1 _ к М/)

ост рожд ^ "о//?

Nд = Ч д (1 - кд I)

ост рожд ^ "о//?

где к™, — возрастные коэффициенты смертности мальчиков и девочек в «нулевой» возрастной

Возраст, лет Год прогноза

0 1 2 3 ... Т

0 Р° \ рх 1 W Р2 \ Р 3 ' \ Рт го

1 Р 0 * \ * К. Ч Р2 Ч р3 ч ... \ Ч рт 11

2 Р 0 Ч рх 1 W ч Ч Р2 Ч pi ч ... \ Ч рт 2

3 Р 0 > \ ч р. ч \ Ч Р2 ч рз ч ... \ Ч рТ гъ

... ... N ч ,.А ч Ч ^

ю рО rw * Р1 1 W Ч р2 1 W Ч рЗ rw ч ^ Ч рТ rw

Рис. 2. Схема демографического прогноза с помощью передвижки возрастов

ры прогнозирования численности и структуры населения по методу компонент.

Особенностью прогнозирования отдельных демографических процессов является то, что их параметры определяются не на каждый год прогнозного периода, а лишь на некоторые его точки. После чего полученные значения интерполируются на промежуточные даты. При этом очень часто

группе соответственно (при шаге расчета 5 лет к «нулевой» группе будут отнесены все дети в возрасте от0до4 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. Наглядно этот метод представляет рис. 2. В итоге на каждый год прогнозного периода получают как общую численность населения, так и его возрастно-половую структуру, а также общие коэффициенты рождаемости и смертности.

После полученной прогнозной численности населения можно определить 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. Например, на численность рабочих влияет фактор автоматизации труда.

В настоящее время решение чисто вычислительных задач применения метода передвижки полностью передано соответствующим компьютерным пакетам. В частности, необходимо указать на такие разработанные ООН пакеты, как DemProj и Spectrum, которые позволяют практически мгновенно реализовывать вычислительные процеду-

интерполяция сводится просто к предположению о неизменности параметров демографических процессов между опорными точками.

Марковские процессы. Важная часть всякого прогнозного расчета — определение вероятности исполнения прогноза (или наоборот: риска ошибиться).

Метод прогнозирования на основе теории цепей Маркова может быть использован для прогноза множества показателей, которые меняются из года в год одновременно, но непосредственно функциональные связи между ними не установлены ввиду отсутствия информации или сложности этих связей.

В основе прогноза, построенного на основе теории простых цепей Маркова, лежит вычисление матрицы перехода, элементами которой являются вероятности перехода прогнозируемых параметров из одного состояния в другое, от одного значения к другому. Таким образом, строится матрица исходных переходных вероятностей (за один интервал времени т).

Г (т) =

V а31

Л

-•зз J

где а. — переходные вероятности.

Все элементы матрицы неотрицательны; суммы элементов по строкам равны единице. Матрица переходных вероятностей для момента (т. е. через два интервала т) есть не что иное как результат произведения двух исходных матриц, т. е. Г (т) 2; для момента — Г (т) 3 и т. д.

Доказано также, что вектор вероятностей состояний в любой 1-й момент времени Р (¿.) есть

произведение вектора состояний в начальный момент Р (¿0) и матрицы перехода Г(т) ., т. е.:

р«) = р(дг( т).'

Затем, согласно полученным вероятностям, делаются выводы по начальным предположениям состояния объекта. Достоинство метода прогнозирования на основе теории цепей Маркова для демографического прогнозирования заключается в учете тенденций, сложившихся за последние годы, что позволяет отразить последствия недавних изменений значений показателей. Недостатком является возможная погрешность между прогнозными и фактическими значениями, вызванная совокупным недоучетом статистических данных.

Таким образом, для прогнозирования ресурсного потенциала региона могут применяться самые разные математические функции. Наиболее часто используются линейная, экспоненциальная и логистическая функции. Использование математических методов имеет ряд недостатков. Математические функции в основном применяются для прогнозирования численности населения небольших территорий. Метод компонент открывает перед разработчиками демографического прогноза более широкие возможности. Марковские процессы позволяют определить вероятности исполнения прогноза. Метод прогнозирования на основе теории цепей Маркова может быть использован для прогноза множества показателей.

Данные подходы используются для прогнозирования отдельных параметров развития экономики региона.

В настоящее время для СВО нужен новый подход — экономико-математическая модель прогнозирования динамики развития большой организационной системы, научное предвидение изменений ее структуры и функций в условиях меняющейся внешней среды. Этот подход начинает формироваться, и одной из его основ является системный анализ [4].

Прогнозирование потребности в специалистах целесообразно выполнять по отраслям экономики и специальностям. Причем выбор количества отраслей и специальностей зависит от назначения прогноза и решаемой задачи.

Для расчетов прогнозов развития экономики можно рассматривать ее стационарное и трансформационное состояние. В стационарной экономике поведение описывается эконометрической моделью, в трансформационной — задается возможными сценариями изменений показателей.

Для определения потребности в кадрах различного уровня профессиональной подготовки для

региона авторами предложена концепция формирования и взаимодействия спроса и предложения на рынке труда.

Для реализации предлагаемой концепции прогнозирования спроса и предложения рабочей силы разработаны экономико-математические модели, информационные технологии и методики расчетов, которые позволяют решать задачи идентификации, прогнозирования и снижения структурного дисбаланса спроса и предложения на рынке труда, формировать заказ на профессионально-образовательные услуги.

Развитие региона в настоящее время определяется интеграционными процессами. Консолидация активов в рамках интегрированных структур, подконтрольных государству, происходит практически во всех отраслях региона, являясь основным способом структурных преобразований в региональной экономике. При этом этот процесс оказывает существенное влияние на развитие и сохранение кадрового потенциала региона.

При построении прогноза были использованы подходы и методики, предполагающие применение как математических моделей, так и экспертных оценок. В итоге была создана методика, в основу которой лег подход, предусматривающий построение прогноза потребности региона в кадрах в два этапа:

1) прогнозирование значения общей потребности региона в кадрах;

2) распределение полученного значения по видам экономической деятельности в соответствии со структурой потребности по уровням образования, профессиям и группам специальностей. Соответственно, при выполнении работы были

поставлены следующие задачи:

• сбор исходных данных и оценка текущей и ретроспективной потребности региона в кадрах, а также ее структуры;

• разработка математической модели для прогнозирования потребности региона в кадрах и обеспечение ее необходимыми для построения прогноза данными.

В экономике России наблюдается влияние изменения отраслевой производственной структуры экономики на трудовую. Степень влияния может быть выражена величиной структурной безработицы. Структурная безработица — форма безработицы, обусловленная 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, можно изучить 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:

Э =

гу-зав

ЛМ+1

ТГ прод ■"■1,1+1

где Э — эластичность численности занятых по объему выпуска продукции; К— интегральный коэффициент структурных различий в период (/, /+1), рассчитанный отдельно для структуры занятых по отраслям экономики К"зан и структуры выпущенной про-

Т^ППОД

дукции Л .

Интегральный коэффициент структурных различий (коэффициент Гатева) определяется по формуле:

К =

где d1иd2 — доли занятых и выпущенной продукции отрасли, соответственно, в общей численности занятых и выпущенной продукции экономики региона;

п — число отраслей региона (авиационная, ракетно-космическая, промышленность вооружений ит.д).

Если эластичность меньше 1, то структура занятых неэластична относительно структуры выпущенной продукции.

Используется несколько методов оценки уровня скрытой безработицы. В подходе А. Е. Лапиной прирост (сокращение) избыточной рабочей силы по отношению к реальному спросу на труд для конкретной отрасли / предлагается рассчитывать по формуле:

А^ = Ь1МрЕ11,

где — прирост скрытой безработицы отрасли I в году £

— численность занятых в отрасли / в году рассчитанная с помощью формулы; А//7 — изменение индекса снижения (роста) производительности труда отрасли / (прирост производительности труда);

Е1. — коэффициент отраслевой эластичности. 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 в региональной экономике:

• изменение численности занятых неэластично, прироста скрытой безработицы нет — повышается интенсивность использования труда;

• изменение численности занятых неэластично, имеет место прирост скрытой безработицы — снижается эффективность использования трудовых ресурсов и т. д.

Таким образом, при оценке структурной безработицы в региональной экономике необходимо учитывать и величину латентной безработицы, что позволит достоверно оценить структурные изменения в экономике.

Определить прирост занятых в регионе можно, используя следующую линейную регрессионную зависимость:

Тт*=аМ* + ЪТ.! + сТ*

Ь V № 7

где Т£' — темп изменения численности занятых в году ^ (в процентах к предыдущему году); Adt — прирост скрытой безработицы отрасли /в году ^ (в процентах от численности занятых); Ту—темп изменения объема производства продукции (работ, услуг) в году в сопоставимых ценах (в процентах к предыдущему году); Т„/ — темп изменения объема капитальных

IV

вложений в году ^ в сопоставимых ценах (в процентах к предыдущему году); а,Ь,с — коэффициенты регрессии. Данная модель позволяет оценить динамику изменения численности занятых по видам экономической деятельности относительно изменений факторов. Полученная модель не имеет недостатков, присущих предыдущей модели анализа и прогнозирования (производственная функция).

Прогноз профессиональной структуры региона может быть осуществлен нормативными коэффициентами структуры или экспертным путем. Например, при преобладании фундаментальных и прикладных исследований в регионе доля научных сотрудников должна увеличиваться более высокими темпами. При акценте на опытно-конструкторские работы (ОКР) в экономике региона увеличение доли инженерно-технических сотрудников должно преобладать над изменением остальных категорий работников.

В связи с этим, для оценки общей потребности региона в кадрах было решено произвести следующие корректировки:

^ (1 - Кдв)

общ.,? тт '

Кс.з

где ^общ (— оценка общей потребности в кадрах для периода времени

количество вакансий, зафиксированных в течение периода времени £ Клв — доля вакансий, возникших в результате движения рабочей силы; Кс з — доля вакансий зарегистрированных, от общего количества вакансий. Для оценки значений К и!с1,а также долей распределения потребности по уровням образования, профессиям и укрупненным группам специальностей использовались данные, полученные в результате экспертного опроса.

Анализ существующих знаний в предметной области прогнозирования и планирования развития региона позволяет сделать ряд выводов.

В новых условиях необходим анализ состояния и моделирование рынка образовательных услуг. Управление системой высшего образования должно адаптироваться к структурным изменениям в экономике, к изменениям потребностей населения в разных видах образования. Новыми требованиями к системе высшего образования является качество, мобильность и доступность образования.

Новым направлением изучения высшего образования является использование эконометри-ческих моделей для прогнозирования тенденций и параметров системы образования. Эконометричес-кие 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 систему образования, больше основаны на экспертных оценках. Инструментарий прогнозирования потребности в кадрах развит недостаточно.

Существующая практика управления региона требует новых подходов и методов, так как в сегодняшних условиях возникло противоречие между имеющимися знаниями и методами управления СВО и требованиями реформы высшего образования России. Для разрешения этого противоречия необходимо:

• изучение закономерностей и связей изменений в экономике и реакции системы высшего образования;

• построение эконометрических моделей, позволяющих рассчитывать реальные прогнозы;

• моделирование рынка образовательных услуг, определение прогнозов его изменений и подстройки системы высшего образования под характеристики рынка;

• построение модели 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.

Список литературы

1. Акперов И. Г. Статистический анализ и прогнозирование развития региональной системы образования / В сб.: Проблемы проектирования и управления экономическими системами: инвестиционный аспект. Ч. 2. Ростов-на-Дону: РГЭА, 1998. С. 9-11.

2. Акперов И. Г.,Долятовский Л. В. Модель адаптации фирмы к быстро меняющейся среде / В сб.: Прикладные задачи управления в экономике: Сборник научных трудов. Отрадная: СКНЦ ВШ, 1998. С. 98-108.

3. Ильичев В. А. Современные тенденции в области трудовой занятости: методический аспект // Предпринимательство. 2008. № 1. С. 101-107.

4. Поспелов Г. С., ИриковВ.А. Программно-целевое планирование и управление. М.: Высшая школа. 1976. 137 с.

5. Утинова С. С. Методологические подходы к анализу проблем занятости и рынка труда // Вопросы статистики. 2003. № 7. С. 86—92.

6. Шишков Ю. Демографический переход и экономический рост // Мировая экономика и международные отношения. 2005. № 1. С. 27-34.