CC BY
22
ЭКОНОМИКА ТРУДА
Том 8 • Номер 6 • Июнь 2021
ISSN 2410-1613 Russian Journal of Labor Economics
t>
Первое
экономическое издательство
управление поведением человека в мультиагентной системе рынков труда и образовательных услуг
Гайнанов Д.А. 1, Минязев А.И. 1
1 Институт социально-экономических исследований - обособленное структурное подразделение Федерального государственного бюджетного научного учреждения Уфимского федерального исследовательского центра Российской академии наук, Уфа, Россия
АННОТАЦИЯ:_
В статье рассматриваются факторы и проблемы взаимодействия рынков труда и образовательных услуг, их сбалансированность и роль в развитии экономики региона. Рассмотрены существующие модели прогнозирования рынка труда и трудовых ресурсов, а также рынка образовательных услуг с использованием агент-ориентированного и других подходов. Определены возможности управления поведением человека с целью сокращения дисбаланса в зависимости от изменения тенденций и перспектив в этой системе. Предложена комплексная концептуальная модель системы «рынок труда - рынок образовательных услуг» с использованием агент-ориентированного подхода, реализация которой позволит проанализировать структурный дисбаланс рынков труда и образовательных услуг, имитировать различные меры государственного воздействия с целью определения их влияния на поведение экономических агентов на этих рынках и оценить их эффективность. ФИНАНСИРОВАНИЕ. Статья выполнена в рамках государственного задания УФИЦ РАН № 075 -00504-21-00 на 2021 г.
КЛЮЧЕВЫЕ СЛОВА: рынок труда, рынок образовательных услуг, трудовые ресурсы, сбалансированность рынка труда, мультиагентная система.
Managing human behaviour in a multi-agent system of labour markets and educational services
GaynanovD.A. 1, MinyazevA.I. 1
1 Institute of Social and Economic Research, Ufa Scientific Center, RAS, Russia
Введение
Одним из важнейших условий успешного функционирования и развития экономики является сбалансированность рынка труда и образовательных услуг. Несоответствие спроса на рабочую силу и ее предложения приводит к росту безработицы среди трудоспособного населения, снижению стандартов и качества жизни, росту теневой экономики и другим негативным последствиям для населения. В то же время дефицит специалистов сказывается на результатах деятельности предприятий [1] (Оатапоу, КНтеШеча, 2019).
Без усиления вовлечения работодателей в процесс образования ситуация дисбаланса на рынках труда и образовательных услуг будет усугубляться. Сегодня профессиональное образование работает по рыночным механизмам, и оно ориентируется на спрос потребителей, непосредственно оплачивающих услуги образования. Соответственно, структура образовательного рынка определяется в основном ценностной ориентацией молодежи, а не ситуацией на рынке труда. Этот факт также негативно влияет на сбалансированность рынка труда и образовательных услуг. Это связано с тем, что на сегодняшний день важнейшими определяющими факторами для молодежи при выборе образовательного учреждения и специальности являются престиж специальности, возможность получать высокий доход и простые условия обучения. Такое отношение приводит к перекосу в сторону «престижных, офисных, высокооплачиваемых» специальностей - юристов, экономистов, менеджеров, и непопулярности социально значимых или трудных в освоении специальностей - педагогических, технических и других, менее престижных [2, 3] (Оатапоу, Migranova, 2020).
В этих условиях становится актуальной задача выявления, анализа и учета факторов, влияющих на процесс выбора абитуриентами специальности, изучения спроса потребителя образовательных услуг, прогноза его поведения (в том числе иррационального) и прогноза состояния рынка труда в кратко-, средне- и долгосрочном пери-
ABSTRACT:_
Factors and problems of interaction of labour markets and educational services, their balance and role in the development of the region's economy are considered. The existing models of forecasting the labour market and labour resources, as well as the market of educational services using agent-based and other approaches are considered. The possibilities of managing human behaviour in order to reduce the imbalance depending on changes in trends and prospects in this system are determined. A comprehensive conceptual model of the system "labour market - educational services market" using an agent-based approach is proposed. Its implementation will allow analyzing the structural imbalance of labour and educational services markets, simulating various measures of state influence in order to determine their impact on the behaviour of economic agents in these markets and evaluate their effectiveness.
ACKNOWLEDGMENTS. The article was carried out within the framework of the state task of the Ufa Scientific Center of the RAS No. 075-00504-21-00 for 2021.
KEYWORDS: labour market, educational services market, labour resources, labour market balance, multi-agent system
JEL Classification: 126, J21, J24
© Author(s) / Publication: PRIMEC Publishers For correspondence: Gaynanov D.A. (2d20inbox.ru)
CITATION:
Received: 31.05.2021 / Published: 30.06.2021
Gaynanov D.A., Minyazev A.I. (2021) Upravlenie povedeniem cheloveka v multiagentnoy sisteme ryn-kov truda i obrazovatelnyh uslug [Managing human behaviour in a multi-agent system of labour markets and educational services]. Ekonomika truda. 8. (6). - 615-630. doi: 10.18334/et. 8.6.112212
оде для заблаговременного формирования спроса на образовательном рынке и дальнейшего удовлетворения спроса на рынке образовательных услуг.
Существующие модели рынка труда с использованием агент-ориентированного подхода М.Ю. Хавинсона, А.Н. Колобова [4] (Havinson, Kolobov, 2018), Маматова А.В., Машковой А.Л. и Савиной О.А. [5] (Mamatov, Mashkova, Savina, 2019), Е.А. Россошанской [6] (Rossoshanskaya, 2019), Быковой Т.Е. [7] (Bykova, 2019), подхода системной динамики Косорукова О.А., Петриковой Е.М. и Петриковой С.М., [8] (Kosorukov, Petrikova, Petrikova, 2010), подхода нейросетей Паршукова Д.В. и Ходос Д.В. [9] (Parshukov, Hodos, 2017) не уделяют достаточно внимания поведению человека в зависимости от его индивидуальных характеристик, связи рынка труда с рынком образовательных услуг и его особенностями.
Предложенная авторами модель управления поведением человека в системе региональных рынков труда и образовательных услуг с использованием агент-ориентированного подхода позволит провести анализ структурного дисбаланса рынков труда и образовательных услуг, имитировать меры государственного воздействия этой сфере, оценить их влияние на поведение агентов и эффективность.
существующие модели рынка труда и образовательных услуг
Для понимания текущего состояния рынка труда и прогнозирования его дальнейшего развития целесообразно использовать моделирование с использованием агент-ориентированного подхода. Агент-ориентированный подход позволяет учитывать индивидуальное поведение множества активных объектов, влияние флуктуаций агентов микроуровня на показатели макроуровня и их взаимодействие, рассматривая их как мультиагентную систему [10] (Shvetsov, 2008).
Мультиагентная система рынков труда и образовательных услуг - совокупность взаимосвязанных агентов, представляющих рынки труда и образовательных услуг, а также участников этих рынков. Агентами системы «рынок труда - рынок образовательных услуг» являются активные объекты региональных рынков образовательных услуг и труда, которые характеризуются определенным набором свойств (работодатели, учебные заведения, люди, территориальная система соответствующего уровня). Поведение всей системы в целом определяется поведением децентрализованных субъектов системы «рынок труда - рынок образовательных услуг». Абитуриенты - одни из основных агентов, поведение которых дестабилизирует состояние системы «рынок
ОБ АВТОРАх:_
Гайнанов Дамир Ахнафович, и.о. директора, доктор экономических наук, профессор (2d20inbox.ru) Минязев Айдар Илшатович, младший научный сотрудник (aiminyazev0mai1.ru)
ЦИТИРОВАТЬ СТАТЬЮ:_
Гайнанов Д.А., Минязев А.И. Управление поведением человека в мультиагентной системе рынков труда и образовательных услуг // Экономика труда. - 2021. - Том 8. - № 6. - С. 615-630. doi: 10.18334М.8.6.112212
труда - рынок образовательных услуг», как группа людей с определенными характеристиками: склонностью к учебе и работе, темпераментом, местом проживания, семейным положением и др. Выявить факторы, создающие мотивы поведения этих агентов, можно на основе результатов социологических опросов и анализа статистических данных [11-14] (Borshev, ^гроу, 2006; Kiseleva, 2009; Bahtizin, 2008).
Агент-ориентированный подход в моделировании для прогноза начал применятся относительно недавно, но уже разработаны ряд моделей, прогнозирующих динамику рынка труда.
М.Ю. Хавинсон, А.Н. Колобов исследовали противофазные и синхронные колебания численности занятых по видам экономической деятельности, которые можно найти во временных рядах статистических данных за 2008-2016 гг. на примере Еврейской автономной области [4] (Havinson, Ко1оЬоу, 2018). Ими была выдвинута гипотеза, что при выборе работы агент на рынке труда ориентируется на стратегию, характерную для его возрастной группы и которая в конечном итоге оказывает прямое влияние на распределение количества сотрудников в разных отраслях экономики и общую численность занятых. В этом случае стратегия определяется на основе социально-экономических характеристик отраслей (разные уровни заработной платы, условия труда, престиж профессии). Для проверки гипотезы была создана базовая агентная модель трехотраслевой экономики, учитывающая различные стратегии агентов-работников, таких как выбор лучших условий труда, наивысшего престижа профессии и наивысшей заработной платы. Гипотетическая социально-экономическая система была смоделирована с работниками различного возраста. Работники распределены по трем гипотетическим отраслям экономики и со временем переходят из одного сектора в другой. У каждой возрастной группы есть стратегия максимизации одной из трех характеристик: условия труда, престиж или заработная плата. Каждый показатель отрасли оценивается по трехбалльной шкале на основе заработной платы, престижа и условий труда. Каждая отрасль может быть лидером только по одному показателю. Перемещение работников между отраслями происходит через определенный период времени, основанный на выборе и реализации определенной стратегии. Например, агенты в возрастной группе 30-40 лет стараются максимизировать свои зарплаты. Для этого они последовательно переходят в отрасль, которая имеет наибольшее значение этого показателя по сравнению с другими.
В описываемой модели не учитываются характеристики демографической динамики, то есть количество агентов не меняется. В реальной системе из-за демографических процессов будут колебания количества рабочих ресурсов.
В результате численных экспериментов М.Ю. Хавинсон и А.Н. Колобов показали, что наличие разных стратегий выбора отрасли в сочетании с возрастными предпочтениями работодателей внутри отрасли приводит к периодическим и сложным режимам динамики количества безработных разного возраста.
Для оценки влияния программных мероприятий по развитию потенциала сотрудников в регионе на отдельные группы населения и динамику рынка труда в целом Маматов А.В., Машкова А.Л. и Савина О.А. представили агент-ориентированную модель динамики трудового потенциала [5] (Mamatov, Mashkova, Savina, 2019). Модель состоит из модулей, каждый из которых отражает важные факторы, влияющие на количественный и качественный состав рабочей силы в регионе: демографические процессы, миграцию, экономику, образование и региональное управление. Описаны основные этапы моделирования: воспроизведение текущей ситуации, прогнозирование и оценка воздействия мер, направленных на развитие трудового потенциала в регионе. На вход модели поступает информация о демографических процессах и миграции в регионе, экономической структуре, выпуске образовательных учреждений, а также план мероприятий Программы развития трудового потенциала региона и оценка ее воздействия на целевые группы, которые были определены в результате социальных опросов.
Агент-ориентированная модель динамики трудового потенциала региона направлена на предоставление информации и оценку эффективности управленческих решений с помощью сценарных расчетов. Основываясь на ретроспективных и прогнозных экспериментах, авторы пришли к выводу, что эффективные меры по переподготовке для рабочих профессий показывают относительно низкие результаты для вакансий в перспективных отраслях, поскольку они требуют высокой квалификации, приобретаемой годами, а мероприятия, связанные с поддержкой бизнеса и созданием новых рабочих мест, имеют более высокую эффективность в прогнозном периоде.
Е.А. Россошанская занимается исследованиями в аналогичной области и ведет разработки в области моделирования воспроизводства кадрового потенциала с использованием агент-ориентированного подхода, позволяющего экспериментировать с различными сценариями развития динамики кадрового потенциала, испытывая различные меры государственного воздействия, и определить оптимальные сценарии [6] (Rossoshanskaya, 2019). Модель воспроизводит процессы создания, распределения и использования кадрового потенциала региона с учетом действий агентов на уровне работников, работодателей и органов госуправления. Работники и работодатели присутствуют в модели как отдельные типы агентов. Кадровый потенциал агентов-людей описывается с помощью восьми основных качественных характеристик. Агенты-работодатели представляют собой виды деятельности, по агенту на каждый из тринадцати видов экономической деятельности. Агенты-органы госуправления обеспечивают среду для работы остальных типов агентов и представлены неявно. Их поведение определяется извне. Отношения между работниками и работодателями рассматриваются в упрощенном виде и сводятся со стороны сотрудника к возможности трудоустройства и работы с реализацией определенного уровня трудового потенциала или увольнения, со стороны работодателя - к возможности нанять, уволить сотрудника или изменить заработную плату. Модель имитирует основные процессы
каждого этапа воспроизводства трудового потенциала, отображает текущее состояние и динамику трудового потенциала и увязывает его количественные и качественные аспекты с учетом возможных мер государственного воздействия и специфики местного учета статистики.
Быкова Т.Е. разработала агент-ориентированную модель рынка труда Алтайского края, отражающую текущее состояние на рассматриваемом рынке труда [7] (Bykova, 2019). В созданной ею модели агенты представляют собой индивидов в трудоспособном возрасте на рынке труда Алтайского края. Каждый индивид может иметь одно из следующих состояний в конкретный момент времени: «занятый», «безработный», «хронически безработный», когда состояние безработного сохраняется в течение 12 месяцев.
Вероятность попадания агента в то или иное состояние влияет на интенсивность перехода агентов между состояниями.
Доля занятых в численности экономически активного населения определяет интенсивность перехода агента в состояние «занятый». Доля безработных в численности ЭАН определяет интенсивность перехода в состояние «безработный». Интенсивность перехода агента из состояния «безработный» в состояние «хронически безработный» определяется исходя из Росстата по числу безработных, не находящих работу более 12 месяцев.
Разработанная модель позволяет проводить сценарные эксперименты выполнения различных стратегических программ, выраженных в модели в изменении числа рабочих мест, что влияет на вероятности перехода между состояниями агентов.
Также существуют исследования по прогнозированию рынка труда с использованием других подходов.
Группа исследователей в составе Косорукова О.А., Петрикова Е.М. и Петри-кова С.М. сформировали основные методические подходы к определению необходимого количества занятых в экономике, проанализировав российский опыт количественного анализа рынка труда с учетом социально-экономического развития регионов [8] (Kosorukov, Petrikova, Petrikova, 2010).
Ими были сформированы три подхода:
1) макроэкономическое моделирование на основе стандартизованных показателей - так называемый метод «сверху вниз», основанный на макроэкономическом подходе;
2) опрос репрезентативной выборки работодателей в смежных отраслях - так называемый восходящий метод с использованием микроэкономического подхода;
3) системно-динамическое моделирование на основе опроса репрезентативной выборки работодателей в смежных отраслях - так называемый метод «сверху вниз» с использованием микро- и макроэкономических подходов.
Проанализировав существующие подходы, они пришли к выводу, что ни один из методов и приемов, используемых в настоящее время для прогнозирования рынка
труда, в полной мере не отвечает требованиям надежности, компактности и эффективности и, следовательно, не обеспечивает требуемого инструментария, необходимого для формирования заказа на профессиональное образование на уровне субъектов Российской Федерации.
Паршуков Д.В. и Ходос Д.В. рассмотрели проблемы прогнозирования состояния рынка труда и занятости сельского хозяйства в регионе [9] (Parshukov, Hodos, 2017). Предметом исследования были трудовые ресурсы сельского хозяйства Красноярского края. Методологическую основу исследования составили программирование нейронных сетей, методы сравнения и системный анализ. Авторы построили модель для прогнозирования доли людей, занятых в сельском хозяйстве, в общей численности экономически активного населения на основе нейронной сети - однослойного персептрона Розенбланта - с использованием следующих входных параметров:
1. Доля работающего населения в сельской местности.
2. Количество фельдшерских акушерских пунктов.
3. Площадь жилья на 1 человека в сельской местности.
4. Количество сельскохозяйственных организаций.
5. Нагрузка сельхозугодий на 1 трактор.
6. Покупательная способность заработной платы в сельском хозяйстве.
Разработанная модель используется для прогнозирования сценария доли занятых в сельском хозяйстве в общей численности экономически активного населения Алтайского края.
Горбачева Г.П. и Есаулова И.А. предложили методику прогнозной оценки сбалансированности трудовых ресурсов на рынке труда по параметрам текущего и прогнозного спроса и предложения рабочей силы, учитывая такие параметры, как динамика миграционных процессов, демография, направление социально-экономического развития региона, а также ожидаемый уровень деловой активности компаний [15] (Gorbacheva, Esaulova, 2016). Методика позволяет провести объективную оценку и качественный анализ перспектив развития политики в сфере экономики и регионального рынка труда в рамках мероприятий, предусмотренных федеральными и региональными программами содействия занятости, выявить риски неблагоприятных событий на региональном рынке труда, определить направления и спланировать развитие трудового потенциала региона. Предложенная авторами модель прогноза рынка труда и баланса трудовых ресурсов в регионе позволяет определить степень соответствия качества и количества трудового потенциала региона потребностям компаний в разрезе отраслей региональной экономики. Кроме того, данные, полученные с использованием описанной методологии, могут составить основу для разработки дорожной карты регулирования рынка труда в соответствии с региональной политикой занятости.
Стоит отметить, что в рассмотренных подходах не встречаются одновременный учет индивидуальных характеристик и предпочтений людей, изменения демографической ситуации, рынок труда слабо увязывается с рынком образовательных услуг и
ее особенностями. Также не учитывается фактор производительности труда, который также может серьезно повлиять на число рабочих мест в различных отраслях.
Модель управления поведением человека в мультиагентной системе рынков труда и образовательных услуг
На наш взгляд, наиболее эффективным путем управления рынком образовательных услуг и корректировки его структуры является управление поведением человека еще на стадии выбора специальности при поступлении в образовательные учреждения через различные управляющие факторы, такие как структура бюджетных мест по специальностям в регионе, стоимость обучения, места в общежитиях, маркетинговые средства и т.д., ориентированные на перспективные потребности рынка труда.
По результатам анализа существующих моделей авторами предлагается комплексная концептуальная агент-ориентированная модель системы «рынок труда - рынок образовательных услуг», состоящая из следующих элементов:
1. Модуль демографии, состоящий из популяции агентов «Человек», учитывающая его личные предпочтения в зависимости от индивидуальных характеристик, таких как пол, возраст, уровень доходов семьи, место жительства, специальность, желаемый уровень зарплат, позволяющий моделировать выбор специальности абитуриентом и его дальнейшее трудоустройство при различных сценарных вариантах изменения возможных условий выбора.
2. Модуль рынка образования, состоящий из популяции агентов «Специальности», каждая из которых представляет специальность, по которой ведется обучение в вузах региона, характеризующейся количеством бюджетных мест, престижем специальности, стоимостью обучения, необходимыми предметами для поступления, позволяющей моделировать ситуацию на рынке, а также имитировать различные меры регулирования.
3. Модуль рынка труда, состоящий из популяции агентов «ВЭД», каждый из которых представляет один из видов экономической деятельности, характеризующийся такими параметрами, как объем выпуска товаров и услуг, число вакансий, число занятых, производительность труда.
При запуске модели генерируется заданное число агентов «Человек», их пол, уровень доходов семьи, место жительства определяются вероятностно исходя из статистического распределения.
При достижении возраста 18 лет происходит имитация процесса сдачи ЕГЭ - агентом выбираются предметы, по которым он будет сдавать экзамен, на основе статистических данных доли абитуриентов, сдавших тот или иной предмет за прошлые годы, русский язык и математика выбираются всегда как обязательные предметы, может быть выбрано несколько необязательных предметов или ни одного. Далее к данным предметам присваивается балл нормальным распределением, исходя из среднего балла по данному предмету.
Рисунок 1. Структура модели Источник: составлено авторами.
Следующим шагом имитируется подача абитуриентами заявления на бюджетные места - у агента «Человек» формируется список специальностей, куда он может поступить, исходя из экзаменов, которые он сдал, т.е. если он выбрал химию и биологию, в список попадут все специальности, для поступления на которые нужна биология или химия. Если же агент «сдал экзамен» только по обязательным предметам, т.е. по русскому языку и математике, то он может поступить на специальности, для которых требуется внутренний экзамен (архитектура, изобразительное искусство, музыка). Из этого списка выбирается одна специальность, вероятность выбора специальности определяется ее престижем. Престиж специальности задается исходя из поступивших абитуриентов на эту специальность в прошлые годы. Следовательно, чем выше престиж специальности, тем выше вероятность того, что будет выбрана эта специальность. Далее агент рассматривает число мест в общежитиях в регионе. Чем меньше число мест, тем выше вероятность того, что агент станет образовательным мигрантом, т.е. поступит в образовательное учреждение другого региона [16] (А1авуа, Шуавуа, 2018). Причем шанс зависит от его места жительства, в более отдаленных от столицы
регионах шанс будет, соответственно, выше. Агент «записывается» в список подавших заявление по выбранной специальности соответствующего агента «Специальность».
В агентах «Специальность» список подавших заявление ранжируется нисходящим образом по сумме баллов за три предмета (русский язык, математика и дополнительный предмет, необходимый для поступления по данной специальности). Агенты «Человек» с начала списка зачисляются в бюджетные места до тех пор, пока число зачисленных не сравняется с числом бюджетных мест по этой специальности. Если после этого в списках подавших заявление еще остались агенты, им отправляется сообщение о непоступлении.
Далее происходит имитация поступления на места по договорной основе - агенты «Человек», получившие сообщение о непоступлении, фильтруют свой список специальностей, куда они могут поступить по параметру стоимости обучения, т.е. специальности, стоимость обучения на которых выше уровня дохода семьи агента, исключаются из списка. Затем из оставшихся специальностей снова выбирается одна специальность для поступления аналогично, как при выборе поступления на бюджет.
После завершения процесса поступления в образовательные учреждения проходит четыре модельных года, в течение которых часть агентов «Человек» исключаются из специальностей как «отчислившиеся». Оставшимся агентам в конце четвертого года присваивается специальность, в которой они завершили обучение.
Далее идет имитация процесса выхода специалиста на рынок труда. В зависимости от специальности человек может трудоустроиться только в одну или в несколько ВЭД. Например, специалист по лечебному делу может трудоустроиться только в ВЭД «Деятельность в области здравоохранения и социальных услуг», а специалист по экономике и управлению может трудоустроиться почти в любом ВЭД. Специалист рассматривает уровни зарплаты и количество вакансий в ВЭД региона. При низком уровне зарплат или недостатке вакансий повышается вероятность специалиста стать трудовым мигрантом [17] (Nizamutdinov, Atnabaeva, Ahmetzyanova, 2020). При успешном трудоустройстве специалист пополняет число занятых в ВЭД региона. Если же специалист не смог трудоустроиться и не стал трудовым мигрантом, то он пополняет число безработных.
Для формирования структуры будущих трудовых ресурсов наиболее эффективно не только прогнозировать, но и управлять, корректировать иррациональное поведение человека на стадии поступления в образовательные учреждения. При таком подходе человек рассматривается как экономический агент - потребитель образовательных услуг, и соответственно, существующие подходы (экономический, социологический, психологический) к описанию и воздействию на поведение потребителей можно применить и к потребителю образовательных услуг.
Экономический подход рассматривает потребителя, оперируя понятиями «затраты», «выгода», «стоимость». В рамках этого подхода потребитель образовательных услуг пытается удовлетворить свою потребность в получении определенной спе-
циальности наименее затратным способом в зависимости от уровня своего дохода, соответственно, он будет рассматривать предложения с меньшей стоимостью обучения, предложения с большим количеством бюджетных мест, в зависимости от своего местоположения также может рассматриваться число мест в общежитиях.
Социологических подход предполагает, что на поведение потребителя влияет среда, в которой он находится. Соответственно, потребитель образовательных услуг будет ориентироваться на мнение родных людей, знакомых, которые уже учатся или отучились в образовательном учреждении, а также на общее мнение о престижности, доходности и статусности определенных специальностей в его среде.
Психологический подход основан на предположении, что поведение потребителя определяется его личностными качествами. Поведение потребителя образовательных услуг, соответственно, будет определяться исходя из его типа личности, предпочтений, склонности к той или иной деятельности, уровня интеллектуальных способностей и т.д. Поведение можно предсказать, используя данные профориентационных мероприятий, опросов на профпригодность.
Управляющими факторами в нашей модели являются такие параметры, как количество бюджетных мест специальности, престиж специальности, стоимость обучения по специальности, количество мест в общежитиях в регионе, уровень зарплат. Управление этими параметрами позволяет имитировать различные сценарии государственного воздействия с целью формирования необходимых будущих трудовых ресурсов. Например, можно имитировать профориентационную работу или маркетинговые меры, которые повышают престиж определенной специальности, что повлияет на поведение агента при выборе специальности [18] (Seiivanova, 2020). Можно оценить эффект от строительства новых университетских кампусов, меняя параметр числа мест в общежитиях, что повлияет на принятие человеком решения об образовательной миграции. Или же оценить меры по возмещению стоимости обучения по определенной специальности, регулируя соответствующий параметр, что повлияет на выбор специальности человеком при поступлении на договорной основе [19-21] (Verbeckyi, Fridman, 2016; Gugnina, Samsonova, 2015; Prohorov, Semishova, 2014). Все эти управляющие меры можно комбинировать, чтобы оценить их эффект на поведение человека при выборе специальности, что в конечном итоге повлияет на структуру рынка труда.
Для прогнозирования числа вакансий или потребности кадров на рынке труда региона можно использовать готовые прогнозы [22] или же спрогнозировать c помощью метода, предложенного Косоруковым О.Я. [13] (Kosorukov, Petrikova, Petrikova, 2010), используя данные об объеме выпуска товаров и услуг, численности занятых и среднем трудовом стаже, предшествующем прогнозируемому периоду:
T = Ql(t) / Ql(t-1),
(1)
Q(t) = Q(t-1)*T,
(2)
dQ = Q(t) / 5,
(3)
где Тql - темпы роста объемов выпуска товаров и услуг в экономике региона по видам экономической деятельности; 01(1) - объем выпуска товаров и услуг по видам экономической деятельности в прогнозируемом периоде; 01(1-1) - объем выпуска товаров и услуг по видам экономической деятельности в периоде, предшествующем прогнозируемому; 0(1) - численность занятых в экономике региона по видам экономической деятельности в прогнозируемом периоде; 0(1-1) - численность занятых в экономике региона по видам экономической деятельности в периоде, предшествующем прогнозируемому; ^ - дополнительная кадровая потребность занятых в экономике региона по видам экономической деятельности в прогнозируемом периоде; 8 - средний трудовой стаж в регионе.
Мы предлагаем дополнить этот метод параметром производительности труда, поскольку рост производительности, выражающийся в применении более совершенных технологий и увеличении степени автоматизации, приводит к сокращению потребности в кадрах. Для этого преобразуем формулу 2 следующим образом:
где Тр - темпы изменения уровня производительности по видам экономической деятельности.
Такой подход соответствует тенденциям цифровизации экономики и, как следствие, перспективным потребностям в трудовых ресурсах.
Заключение
Реализация предложенной концепции управления поведением человека в муль-тиагентной системе региональных рынков труда и образовательных услуг с использованием принципов направленного воздействия (экономических, социально-демографических, поведенческих) на целевую аудиторию в виде имитационной модели позволит: провести анализ структурного дисбаланса рынков труда и образовательных услуг, имитировать различные управляющие воздействия с целью определения их влияния на поведение экономических агентов на этих рынках, оценить возможные последствия и эффективность мер государственного воздействия и программ в этой сфере.
1. Гайнанов Д.А., Климентьева А.Ю. Оценка дисбалансов на ключевых этапах трансфера научных исследований в условиях цифровой экономики // Региональные проблемы преобразования экономики. - 2019. - № 11(109). - с. 115-121.
2. Гайнанов Д. А., Мигранова Л. И. Факторы формирования и регулирования рынка образовательных услуг // Вестник Уфимского государственного авиационного технического университета. - 2014. - № 2 (63). - с. 152-156.
Q(t) = / Тр,
(4)
ИСТОЧНИКИ:
3. Гайнанов Д.А., Мигранова Л.И. Трансформация региональных рынков образовательных услуг и труда в условиях цифровой экономики // Региональная экономика: теория и практика. - 2020. - № 8. - с. 1430-1448.
4. Хавинсон М. Ю., Колобов А. Н. Моделирование динамики численности занятого населения в отраслях экономики: агент-ориентированный подход // Компьютерные исследования и моделирование. - 2018. - № 6. - с. 919-937.
5. Машкова А. Л., Маматов А. В., Савина О. А. Прогнозирование динамики кадрового потенциала в регионах России с использованием методов агент-ориентированного моделирования // Искусственные общества. - 2019. - № 3. - c. 7.
6. Россошанская Е. А. Комплексная агент-ориентированная модель воспроизводства трудового потенциала муниципального образования // Экономические и социальные перемены: факты, тенденции, прогноз. - 2019. - № 1. - с. 124-137.
7. Быкова Т. Е. Имитационная модель рынка труда Алтайского края // Современные наукоемкие технологии. Региональное приложение. - 2019. - № 1 (57). - с. 21-30.
8. Косоруков О. А., Петрикова Е. М., Петрикова С. М. Макроэкономические методы прогнозирования рынка труда в региональной экономике // Региональная экономика: теория и практика. - 2010. - № 45. - с. 10-25.
9. Паршуков Д. В., Ходос Д. В. Прогнозирование занятости в сельском хозяйстве красноярского края // Эпоха науки. - 2017. - № 9. - с. 71-76.
10. Швецов А. Н. Агентно-ориентированные системы: от формальных моделей к промышленным приложениям. / Всероссийский конкурсный отбор обзорно-аналитических статей по приоритетному направлению \. - М., 2008.
11. Борщёв А.В. От системной динамики и традиционного ИМ - к практическим агентным моделям: причины, технология, инструменты. [Электронный ресурс]. URL: Ы:1р://™ж№^р88.га/рарег/Ьог8Ьеуагс^£ (дата обращения: 03.05.2021).
12. Карпов Ю.Г. Имитационное моделирование систем. Введение в моделирование с Anylogk 5. - СПб: БХВ-Петербург, 2006. - 400 с.
13. Киселева М.В. Имитационное моделирование систем в среде AnyLogic / учебно-методическое пособие. - Екатеринбург: УГТУ-УПИ, 2009. - 88 с.
14. Бахтизин А.Р. Агент-ориентированные модели экономики. - М.: ЗАО «Издательство «Экономика», 2008. - 279 с.
15. Горбачева Г. П., Эсаулова И. А. Методический подход к формированию прогнозной модели регулирования регионального рынка труда // Вестник Пермского национального исследовательского политехнического университета. Социально-экономические науки. - 2016. - № 2. - с. 221-234.
16. Атаева А.Г., Уляева А.Г. Межрегиональная молодежная миграция как угроза утери человеческого капитала территории (на материалах Республики Башкортостан и регионов Приволжского федерального округа) // Вестник Томского государственного университета. Экономика. - 2018. - № 44. - с. 38-57.
17. Низамутдинов М.М., Атнабаева А.Р., Ахметзянова М.И. Исследование процессов межрегиональной миграции на основе имитационного моделирования // Известия Уфимского научного центра РАН. - 2020. - № 3. - с. 93-99.
18. Селиванова С.С. Формирование профессиональной идентичности студентов в качестве инструмента интенсификации трудового капитала: профориентационная деятельность // Общество: социология, психология, педагогика. - 2020. - № 9. - с. 55-58.
19. Вербецкий А.Д., Фридман А.А. Политика приема в вузы и конкуренция абитуриентов // Экономическая политика. - 2016. - № 5. - с. 68-91.
20. Гугнина Е.В., Самсонова Е.В., Самсонова М.В. Технологии продвижения образовательных услуг на рынок // Современные проблемы науки и образования. - 2012. -№ 2-1. - с. 305.
21. Прохоров А. В., Семишова Е. П. Современные технологии продвижения образовательных услуг // Вестник Тамбовского университета. Серия: Гуманитарные науки. -2014. - № 10(138). - с. 47-51.
22. Пояснительная записка к прогнозу потребностей рынка труда в квалифицированных специалистах и рабочих кадрах в Республике Башкортостан на среднесрочный и долгосрочный периоды. Информационный портал занятости населения Министерства семьи и труда РБ. [Электронный ресурс]. URL: http://www.bashzan. ru/posts/157976 (дата обращения: 03.05.2021).
REFERENCES:
Ataeva A.G., Ulyaeva A.G. (2018). Mezhregionalnaya molodezhnaya migratsiya kak ugroza uteri chelovecheskogo kapitala territorii (na materialakh Respubliki Bashkortostan i regionov Privolzhskogo federalnogo okruga) [Modern trends and fa^ tors of inter-regional migration of youth in Russia]. Tomsk State University Journal of Economics. (44). 38-57. (in Russian). Bakhtizin A.R. (2008). Agent-orientirovannye modeli ekonomiki [Agent-based models
of the eœnomy] (in Russian). Bykova T. E. (2019). Imitatsionnaya model rynka truda Altayskogo kraya [Simulation model of the labor market in the Altai region]. Sovremennye naukoemkie tekh-nologii. Regionalnoeprilozhenie. (1 (57)). 21-30. (in Russian). Gaynanov D. A., Migranova L. I. (2014). Faktory formirovaniya i regulirovaniya rynka obrazovatelnyh uslug [Favors of formation and regulation of the market of ed^a-tional servkes]. Vestnik Ufimskogo gosudarstvennogo aviatsionnogo tekhnicheskogo universiteta. (2 (63)). 152-156. (in Russian). Gaynanov D.A., Klimenteva A.Yu. (2019). Otsenka disbalansov na klyuchevyh etapakh transfera nauchnyh issledovaniy v usloviyakh tsifrovoy ekonomiki [Assessment of imbalanœs at key stages of research transfer in the digital eœnomy]. Regional problems of transforming the economy. (11(109)). 115-121. (in Russian).
Gaynanov D.A., Migranova L.I. (2020). Transformatsiya regionalnyh rynkov obrazo-vatelnyh uslug i truda v usloviyakh tsifrovoy ekonomiki [Transforming the regional markets for learning services and labor in a digital economy]. Regional Economics: Theory and Pactice. (8). 1430-1448. (in Russian).
Gorbacheva G. P., Esaulova I. A. (2016). Metodicheskiy podkhod k formirovaniyu prognoznoy modeli regulirovaniya regionalnogo rynka truda [Methodical approach to formation of a predictive model to regulate the regional labor market]. Vestnik Permskogo natsionalnogo issledovatelskogo politekhnicheskogo universiteta. Sotsialno-ekonomicheskie nauki. (2). 221-234. (in Russian).
Gugnina E.V., Samsonova E.V., Samsonova M.V. (2012). Tekhnologii prodvizheniya obrazovatelnyh uslug na rynok [Technologies of advance of educational services on the market]. Modern problems of science and education. (2-1). 305. (in Russian).
Karpov Yu.G. (2006). Imitatsionnoe modelirovanie sistem. Vvedenie v modelirovanie s Anylogic 5 [Simulation modeling of systems. Introduction to Modeling with Anylogic 5] (in Russian).
Khavinson M. Yu., Kolobov A. N. (2018). Modelirovanie dinamiki chislennosti zanyato-go naseleniya v otraslyakh ekonomiki: agent-orientirovannyy podkhod [Modeling of population dynamics employed in the economic sectors: agent-oriented approach]. Kompyuternye issledovaniya i modelirovanie. (6). 919-937. (in Russian).
Kiseleva M.V. (2009). Imitatsionnoe modelirovanie sistem v srede AnyLogic [Simulation of systems in the AnyLogic environment] (in Russian).
Kosorukov O. A., Petrikova E. M., Petrikova S. M. (2010). Makroekonomicheskie meto-dy prognozirovaniya rynka truda v regionalnoy ekonomike [Macroeconomic methods of forecasting the labor market in the regional economy]. Regional Economics: Theory and Pactice. (45). 10-25. (in Russian).
Mashkova A. L., Mamatov A. V., Savina O. A. (2019). Prognozirovanie dinamiki kadro-vogo potentsiala v regionakh Rossii s ispolzovaniem metodov agent-orientirovannogo modelirovaniya [Forecasting dynamics of regional human resource using agent-based simulation methods]. Iskusstvennye obschestva. (3). 7. (in Russian).
Nizamutdinov M.M., Atnabaeva A.R., Akhmetzyanova M.I. (2020). Issledovanie protsessov mezhregionalnoy migratsii na osnove imitatsionnogo modelirovaniya [Research of interregional migration processes based on simulation modelling]. Izvestiya Ufimskogo nauchnogo tsentra RAN. (3). 93-99. (in Russian).
Parshukov D. V., Khodos D. V. (2017). Prognozirovanie zanyatosti v selskom khozyay-stve krasnoyarskogo kraya [Forecasting of employment in agriculture of Krasnoyarsk region]. Epokha nauki. (9). 71-76. (in Russian).
Prokhorov A. V., Semishova E. P. (2014). Sovremennye tekhnologii prodvizheniya obra-zovatelnyh uslug [Modern technologies of educational services promotion]. Tambov university reports. Series: Humanities. (10(138)). 47-51. (in Russian).
Rossoshanskaya E. A. (2019). Kompleksnaya agent-orientirovannaya model vosproiz-vodstva trudovogopotentsiala munitsipalnogo obrazovaniya [Integrated agent-based model of reproduction of the labor potential of a municipality]. Economic and Social Changes: Facts, Trends, Forecast. (1). 124-137. (in Russian).
Selivanova S.S. (2020). Formirovanieprofessionalnoy identichnosti studentov v kachestve instrumenta intensifikatsii trudovogo kapitala: proforientatsionnaya deyatelnost [Formation of students' professional identity as a tool for intensifying labor capital: career guidance activities]. Obschestvo: sotsiologiya, psikhologiya, pedagogika. (9). 55-58. (in Russian).
Shvetsov A. N. (2008). Agentno-orientirovannye sistemy: ot formalnyh modeley k pro-myshlennym prilozheniyam [Agent-based systems: from formal models to industrial applications] (in Russian).
Verbetskiy A.D., Fridman A.A. (2016). Politika priema v vuzy i konkurentsiya abitu-rientov [The policy of admission to universities and competition of applicants]. "Economic Policy" Journal. (5). 68-91. (in Russian).
