CC BY
64
УДК 004.94
1 12 1 Д.Н. Халиуллина , С.Н. Малыгина ’ , А.А. Менькова
1 Институт информатики и математического моделирования технологических процессов Кольского НЦ РАН
2 Кольский филиал Петрозаводского государственного университета
РАЗРАБОТКА ИМИТАЦИОННОЙ МОДЕЛИ ДЛЯ ОЦЕНКИ КОЛИЧЕСТВА ВЫПУСКНИКОВ ВУЗОВ И ССУЗОВ МУРМАНСКОЙ ОБЛАСТИ
Аннотация
В работе представлена разработка имитационной модели, которая позволяет оценить количество выпускников вузов и ссузов Мурманской области. Также были выделены основные показатели, рассматриваемые в математической модели данной предметной области, и получен прогноз общего выпуска студентов.
Ключевые слова:
количество выпускников, математическая модель, системно-динамическая модель.
D.N. Khaliullina, S.N. Malygina, А.А. Menkova
DEVELOPING SIMULATION MODEL FOR EVALUATING QUANTITY OF GRADUATES FROM HIGHER EDUCATIONAL ESTABLISHMENTS AND SECONDARY SPECIALIZED COLLEGES IN MURMANSK REGION
Abstract
The article describes developing simulation model which give the opportunity to evaluate quantity of graduates from higher educational establishments and secondary specialized colleges in Murmansk region. The main parameters used in the mathematical model of the subject area were selected and the forecast of total quantity of graduates was obtained.
Keywords:
quantity of graduates, mathematical model, simulation model.
Введение
Важнейшим условием стабильного развития региона является обеспечение базовых отраслей и основных сфер деятельности экономики региона кадрами. Эффективность кадровой политики во многом зависит от того, насколько согласуются рыночные ориентации образования с государственными интересами, общенациональными и региональными приоритетами. Удовлетворение стихийного спроса на определенные специальности в отрыве от объективных потребностей развития области приводит к серьезным диспропорциям на рынке людских ресурсов, а именно, несоответствие спроса и предложения рабочей силы [1].
Применение надежных инструментов прогнозирования экономического развития региона позволит достичь баланса на рынке труда и перераспределить ресурсы в соответствии с задачами инновационного развития экономики, выявить несоответствия планов социально-экономического развития региона с их возможностями (технологическими, кадровыми и т.д.) и проработать различные сценарии и способы достижения поставленных целей социальноэкономического развития.
196
За последние годы предложено немало подходов к прогнозированию потребности экономики в квалифицированных кадрах, определены механизмы воздействия государственной власти в данной области, а также разработаны рекомендации относительно возможностей апробации в России зарубежного опыта [2-5].
Система образования является основным источником, обеспечивающим вливание квалифицированной рабочей силы на рынок труда. В настоящее время в Мурманской области действует 28 образовательных учреждений высшего профессионального образования и их филиалов, из них 15 государственных и 13 негосударственных. Также на территории региона существует 32 средних специальных учебных заведений, из них 9 филиалов. В вузах области обучается 25,4 тыс. человек, из них на бюджетной основе - 5,6 тыс. человек, на договорной (платной) - 19,8 тыс. человек. Обучение в учебных заведениях осуществляется по 204 направлениям подготовки (специальностям), которые охватывают 21 из 28 основных укрупненных направлений.
В Мурманской области наибольший спрос ведется на такие направления, как «Экономика и управление» и «Гуманитарные науки», доля которых составляет 38% и 19% от общего объема [6], что приводит к переизбытку кадров в данных областях экономики, а снижение общего контингента студентов (с 39,7 тыс. до 25,4 тыс. студентов за период с 2004 по 2012 год) приводит к уменьшению выпуска квалифицированных кадров.
Моделирование ситуации, сложившейся в сфере образовательных услуг Мурманской области, позволит проанализировать имеющиеся тенденции развития и уже по полученным данным сделать вывод относительно распределения мест по специальностям.
Математическая модель
На протяжении нескольких лет на базе Института информатики и математического моделирования технологических процессов КНЦ РАН ведутся разработки информационной технологии поддержки управления кадровой безопасностью региона, представляющую собой интеграцию комплекса имитационных моделей и специального программного обеспечения [7].
Данный комплекс состоит из следующих основных блоков (подмоделей):
1) трудовые ресурсы (для каждой базовой отрасли региона);
2) система образования;
3) отрасль производства, в том числе предприятия и персонал;
4) население региона;
5) фонд перераспределения трудовых ресурсов.
Необходимость разработки модели системы образования связана с:
• недостаточно эффективной системой прогнозирования и мониторинга кадровой потребности региона по уровням образования и профессиям;
• отсутствием механизмов взаимодействия административных структур власти, бизнеса и учебных заведений профессионального образования регионов по вопросам прогнозирования кадровой потребности (с учетом формирования перспективных рынков труда) и мониторинга трудоустройства выпускников по профессии (специальности);
197
• отсутствием инструментов регулирования баланса спроса и предложения на рынке труда региона и регламентов формирования контрольных цифр приема на подготовку кадров по уровням образования (высшее, среднее, начальное);
• введением новой системы выпуска специалистов (бакалавриат, магистратура, специалитет).
Анализ деятельности в сфере образовательных услуг региона, а именно потоков приема и выпуска студентов высших и средних специальных учебных заведений, а также различных показателей позволил выделить основные параметры и их зависимость от других элементов разрабатываемой модели.
Для вузов было рассмотрено 19 групп специальностей: физико-
математические науки; естественные науки; гуманитарные науки; социальные науки; образование и педагогика; здравоохранение; культура и искусство; экономика и управление; геология, разведка и разработка полезных ископаемых; энергетика, энергетическое машиностроение и электротехника; авиационная и ракетно-космическая техника; морская техника; транспортные средства; электронная техника, радиотехника и связь; автоматика и управление; информатика и вычислительная техника; технология продовольственных продуктов и потребительских товаров; архитектура и строительство; безопасность жизнедеятельности, природообустройство и защита окружающей среды. Для ссузов рассмотрено 16 групп специальностей: гуманитарные науки; образование и педагогика; здравоохранение; культура и искусство; экономика и управление; сфера обслуживания; сельское и рыбное хозяйство; геология, разведка и разработка полезных ископаемых; энергетика, энергетическое машиностроение и электротехника; металлургия, машиностроение и материалообработка; морская техника; транспортные средства; электронная техника, радиотехника и связь; информатика и вычислительная техника; технология продовольственных продуктов и потребительских товаров; архитектура и строительство.
Одним из основных показателей, рассматриваемых в модели, является динамика изменения численности студентов, которая описывается следующими дифференциальными уравнениями:
• Студенты вузов:
dxt(t)
dt
= поступ _ бак (M, A, t) + поступ _ спец{ (M, A, t)
— выпуст _ бак{ (t) — выпуст _ спец{ (t) — отчисл _ бак{ (t) — (1)
— отчисл _ спец{ (t), i = 1, n,
где n - количество рассматриваемых групп специальностей;
поступ _ бак{ (M, A, t) - число поступивших студентов на i -ую специальность, направление - бакалавриат (M - количество мест, A - количество абитуриентов);
поступ _ спец{ (M, A, t) - число поступивших студентов на i -ую специальность, направление - специалитет;
198
выпуст _ бак (t) - число выпускающихся бакалавров по i -ой специальности (срок обучения 4 года);
выпуст _ спец{ (t) - число выпускающихся специалистов по i -ой специальности (срок обучения 5 лет);
отчисл _ бак (t) - количество отчислившихся бакалавров по i -ой специальности;
отчисл _ спецj (t) - количество отчислившихся специалистов по i -ой
специальности.
• Студенты ссузов:
dZi(t)
dt
= поступ. (M, A, t) - выпуст. (t) - отчисл (t), i = 1,m
(2)
где m - количество групп специальностей средних специальных учебных заведений;
поступi (M, A, t) - число поступивших студентов в ссузы на i -ую специальность;
выпуст ■ (t) - число выпускающихся студентов из ссузов по каждой специальности (срок обучения 4 года);
отчисл (t) - количество отчислившихся студентов ссузов.
Здесь приведена только часть разработанной математической модели, которая является основой для создания системно-динамической модели.
Системно-динамическая модель
Модель можно разбить на два блока: «Вузы» и «Ссузы», ее фрагменты представлены на рис.1, 2.
Рис. 1. Фрагмент блока "Вузы"
199
Рис. 2. Фрагмент блока ”Ссузы ”
Для проверки адекватности модели было проведено сравнение статистических и модельных данных. Результаты сравнения представлены в табл. 1-2 (по некоторым специальностям) и на рис. 3.
Таблица 1
Выпускающиеся студенты вузов Мурманской области
Группы специальностей Отклонение
«Информатика и вычислительная техника» 5%
«Энергетика, энергетическое машиностроение и электротехника» 4%
«Экономика и управление» 7%
«Социальные науки» 7%
«Гуманитарные науки» 6%
«Естественные науки» 4%
«Физико-математические науки» 14%
По всем группам специальностей 12%
Таблица 2
Выпускающиеся студенты ссузов Мурманской области
Группы специальностей Отклонение
«Гуманитарные науки» 13%
«Экономика и управление» 15%
«Технология продовольственных продуктов и потребительских товаров» 13%
«Энергетика, энергетическое машиностроение и электротехника» 11%
«Культура и искусство» 13%
«Здравоохранение» 8%
По всем группам специальностей 8%
200
а) вузы б) ссузы
Рис. 3. Общее количество выпускающихся студентов
Анализ полученных данных позволяет сделать вывод, что в среднем данные по вузам отличаются от статистических на 12%, а по ссузам - на 8%.
Результаты моделирования
В модели учтена возможность регулирования количества мест, выделяемых на каждую специальность, и предусмотрено разделение студентов вузов на бакалавров и специалистов.
Использование данной модели, путем введения различных значений количества мест, выделяющихся на каждую специальность, дает возможность получить прогноз общего количества выпускников. В табл. 3 приведены примеры прогноза для группы специальностей вузов «Гуманитарные науки» и группы специальностей ссузов «Экономика и управление».
Таблица 3
Прогноз количества выпускников
Год поступления / год выпуска Гуманита рные науки Экономика и управление
Количество мест Количество выпускников Количество мест Количество выпускников
2014 / 2018 240 199 567 470
2015 / 2019 180 149 669 555
2016 / 2020 120 100 386 320
2017 / 2021 175 144 481 400
2018 / 2022 265 220 506 420
Ниже представлены графики прогнозирования без учета введенных значений количества мест и с учетом этих значений:
201
а) без учета изменения количества мест на специальность
б) с учетом изменения количества мест на специальность
Рис. 4. Прогноз количества выпускающихся студентов «Гуманитарные науки»
а) без учета изменения количества мест на специальность
б) с учетом изменения количества мест на специальность
Рис. 5. Прогноз количества выпускающихся студентов «Экономика и управление»
Полученный прогноз является пессимистичным. Это связано с уменьшением численности населения, что приводит к уменьшению количества абитуриентов.
Заключение
Проверка адекватности модели дает возможность сделать вывод о том, что данные, полученные при моделировании, отличаются от статистических в среднем на 9%. Это позволяет использовать разработанную модель как часть комплекса, предназначенного для моделирования трудовых ресурсов Мурманской области.
202
Литература
1. Бершадский, А.М. Интеграция технологий OLAP и ГИС для поддержки процесса управления в системе образования / А.М. Бершадский, А.С. Бождай, П.А. Гудков, А.И. Дударенко // Информационные технологии в науке, образовании, телекоммуникации, бизнесе: материалы ХХХ юбилейной Междунар. конф., и I Международная конф. молодых ученых, Украина, Крым, 19-28 мая. -Ялта; Гурзуф, 2003. - С.273-274.
2. Олейник, А.Г. Инструментальные средства интерактивного формирования
имитационных моделей деятельности региональной системы профессионального образования / А.Г. Олейник, А.Н. Лексиков // Труды Института системного анализа РАН: Прикладные проблемы управления макро-
системами.- Т.39. - М., Книжный дом "ЛИБРОКОМ", 2008. - С.267-276.
3. Андреева, Н.В. Прогнозирование потребности в кадрах с высшим профессиональным образованием при инновационном сценарии развития Владимирской области / Н.В. Андреева, Т.Н. Козлова // Региональная эконо-мика: теория и практика. - №37 (316). - 2013. - С.16-21.
4. Анализ обеспечения потребностей региональной экономики за счет кадров с различным уровнем профессионального образования / В.Н. Васильев и др. // Спрос и предложение на рынке труда и рынке образовательных услуг в регионах России: сборник докладов Второй Всероссийской научно-практ. Интернет-конф., 26 - 27 октября 2005 г. - Кн. I. - Петрозаводск: Изд-во ПетрГУ, 2005. - C.3-75.
5. Разработка имитационных моделей кадровых потребностей базовых отраслей региональной экономики (на примере Мурманской области) / В.В. Быстров и др. // Вестник МГТУ: труды Мурманского государственного технического универ-ситета. - Мурманск: МГТУ. - Т.17. - №1, 2014. - С.30-39.
6. Кольская энциклопедия: Образование. - Режим доступа: http://kolaenc.gov-murman.ru/education/edu.
7. Быстров, В.В. Информационная технология поддержки управления кадровой безопасностью региона / В.В. Быстров, А.В. Маслобоев // Наука и образование — 2013 [Электронный ресурс]: Международная научно-техн. конф., г. Мурманск, 4—11 марта 2013 г. / Федер. агентство по рыболовству; Федер. гос. бюджетное образоват. учреждение высш. проф. образования Мурманский гос. техн. ун-т, 2013. - С.450-454.
Сведения об авторах
Халиуллина Дарья Николаевна - младший научный сотрудник,
е-mail: khaliullina@iimm.net.ru
Darya N. Khaliullina - junior research scientist
Малыгина Светлана Николаевна - к.т.н., научный сотрудник, доцент кафедры бизнес-информатики КФ ПетрГУ, е-mail: maly gina@iimm. net.ru
Malygina Svetlana - Ph.D. (Tech. Sci.), researcher, associate рrofessor
Менькова Анастасия Александровна - инженер е-mail: menkoflka@rambler.ru Menkova Anastasiya - engineer
203
