CC BY
15
УДК 631.152.001.573
УПРАВЛЕНИЕ ТРУДОВЫМИ РЕСУРСАМИ СЕЛЬСКОХОЗЯЙСТВЕННОЙ СФЕРЫ АПК РЕГИОНА НА ОСНОВЕ ЭКОНОМИКОМАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ
М.Е. Бреус, А.В. Ноговицына, Т.А. Стоянова
Ивановская государственная сельскохозяйственная академия им. академика Д.К. Беляева
Обосновано использование экономико-математического моделирования для получения количественной оценки основных параметров аграрного рынка труда, исследованы подходы к отбору факторов и построению регрессионных моделей, предложена методика перспективной оценки уровня обеспеченности сельскохозяйственных предприятий регионального АПК рабочей силой.
Ключевые слова: управление, трудовые ресурсы, механизм воздействия, количественная оценка, регрессионные модели, панельные данные, прогнозирование.
Исследование воспроизводственных процессов трудовых ресурсов в сельскохозяйственном производстве предполагает количественную оценку влияния наиболее существенных факторов на уровень и динамику протекания основных стадий воспроизводственного процесса и формирование компонентов рынка труда, к которым следует отнести величину и структуру спроса на труд, масштабы предложения труда, а также показатели уровня занятости и безработицы.
Для решения данной задачи мы рекомендуем использовать модели множественной регрессии. Применение указанного класса экономико-математических моделей позволит не только понять природу исследуемых процессов, но и получить инструменты воздействия, позволяющие вмешиваться в соответствующий экономический процесс с целью достижения необходимых результатов [3,4].
Хотелось бы также отметить, что использование регрессионных моделей позволяет, кроме того, определить степень влияния каждого отдельного фактора на интересующий нас признак.
Для построения данного класса моделей используют такое уравнение регрессии, которое включает основные факторы, влияющие на вариацию результативного признака, обладает высоким коэффициен-
том детерминации (его значение должно быть не ниже 0,5) и коэффициентами регрессии, интерпретируемыми в соответствии с теоретическим знанием о природе связей в изучаемой системе [2,5].
Построение многофакторной регрессионной модели подразумевает качественный анализ и тщательный отбор включаемых факторов. Это требование вытекает из необходимости создания целостной модели, которая по составу включенных факторов будет объективно отражать ситуацию на региональном рынке труда в сельскохозяйственной сфере АПК. Процессам формирования и использования трудовых ресурсов в экономике страны присущи как общие черты и закономерности, обусловленные существующей общественноэкономической формацией, так и особенности, как следствие специфики развития отраслей и регионов [6]. Данное обстоятельство связано с воздействием множества факторов. При исследовании формирования и использования трудовых ресурсов в сельскохозяйственных предприятиях важно учесть влияние всех основных групп факторов. Мы считаем целесообразным рассматривать следующие группы: экономические факторы, социально-бытовые факторы; демографические факторы, институциональные факторы. Среди экономических факторов предлагается выделить
следующие группы: экономико-геогра-
фические, производственно-экономические, социально-экономические и политико-экономические факторы.
Новизна предлагаемой классификации заключается в следующем. Мы полагаем, что в условиях рыночной экономики формирование и использование трудовых ресурсов в сельскохозяйственных предприятиях достаточно тесно связано не только с природно-ресурсным потенциалом, но и с географическим и экономическим потенциалом сельских территорий. На формирование и использование трудовых ресурсов существенное влияние оказывает мобильность рабочей силы, которая зависит от географического положения территориальных образований, а также направления и уровня их экономической специализации. Существенное влияние природно-ресурсный потенциал оказывает и на производительность труда в сельскохозяйственном производстве, поскольку создает естественные предпосылки для ее определенного исходного уровня. Учитывая вышесказанное, мы предлагаем определить данную группу факторов как эко-номико-географическую, поскольку, на наш взгляд, в ней логично было бы учитывать природно-ресурсный, географический и экономический потенциал сельских территорий.
Важную роль в формировании и использовании трудовых ресурсов в сельскохозяйственных предприятиях играют условия труда, мотивация работников, государственная политика в области труда и занятости. В связи с этим мы рекомендуем рассматривать следующие группы факторов:
- производственно-экономические факторы, учитывающие влияние на динамику процессов формирования и использования трудовых ресурсов основных производственно-экономических показателей хозяйствующих субъектов, среди которых: обеспеченность материально-техническими средствами; уровень и динамика эф-
фективности производственной деятельности; объемы производства валовой и товарной продукции; уровень механизации и автоматизации производственных процессов; производственная нагрузка на одного работника; средняя заработная плата и ряд других показателей;
- социально-экономические факторы, учитывающие воздействие на формирование и использование трудовых ресурсов качества трудовой жизни. Данная подгруппа факторов позволяет учесть степень реализации интересов работников и уровень использования их индивидуальных способностей. По нашему мнению, в эту подгруппу следует включить следующие факторы: уровень экономической активности населения, производственный опыт работников, уровень профессиональной подготовки кадров, сложившийся уровень производительности труда, дифференциацию оплаты труда различных категорий работников и другие;
- политико-экономические факторы, отражающие влияние на воспроизводство трудовых ресурсов экономической политики государства. Вполне логичным представляется нам включение в эту группу экономических показателей, отражающих воздействие на формирование трудовых ресурсов национальных правительственных проектов и государственных программ поддержки села.
Мы также считаем целесообразным рассмотрение групп демографических, институциональных и социально-бытовых факторов, поскольку их роль в формировании и использовании сельских трудовых ресурсов была и остается достаточно важной. Следует отметить, что предложенная классификация допускает дальнейшее развитие, исходя из целей и задач проводимого исследования.
Для того, чтобы регрессионные модели адекватно отражали взаимосвязь между результативным признаком и признаками-факторами, необходимо учитывать
ряд принципов, среди которых одним из важнейших является отсутствие коллинеарности и мультиколлинеарности факторов, включенных в модель. Существует несколько подходов преодоления межфак-торной корреляции. Самый простой из них заключается в исключении из модели одного или нескольких факторов. Другой подход связан с преобразованием факторов, при котором уменьшается корреляция между ними. На наш взгляд, второй подход является более предпочтительным, поскольку построению регрессионной модели предшествует тщательный отбор факторов, и исключение из полученной модели одного или нескольких факторов, вследствие их коллинеарности, может оказать негативное влияние на ее качество.
Одной из важнейших задач экономической науки является построение прогнозов развития изучаемого явления. Поэтому, с нашей точки зрения, более уместным здесь было бы построение регрессионных моделей с включением фактора времени. Этот прием позволяет зафиксировать тенденцию и учесть всю информацию, содержащуюся в исходных данных. Использование результатов наблюдений за одними и теми же экономическими единицами или объектами, которые осуществлялись в последовательные периоды времени, позволяют создать модель с использованием панельных данных. Особенностью такого типа данных является то, что они сочетают в себе данные пространственного типа и данные типа временных рядов: в каждый момент времени имеются данные пространственного типа по экономическим единицам, и для каждого такого объекта соответствующие ему данные образуют один или несколько временных рядов. Особая структура панельных данных позволяет строить на их основе более гибкие содержательные модели, которые позволяют учитывать и анализировать индивидуальные отличия между экономическими единицами. К несомненным достоинствам
панельных данных следует отнести то обстоятельство, что они предоставляют возможность учета факторов, которые либо не наблюдаемы, либо не могут быть представлены в численной форме, но которые могут оказывать существенное влияние на исследуемый показатель. Учитывая, как влияют на воспроизводственные процессы трудовых ресурсов и формирование рынка труда такие факторы как традиции, привычки, обычаи, предубеждения, мы считаем, что использование такого типа данных при исследовании процессов, протекающих на рынке труда, является, безусловно, наиболее обоснованным.
Кроме того, использование панельных данных позволяет проводить исследования в условиях ограничения информации. Это достигается за счет того, что,
• во-первых, большее количество наблюдений дает увеличение числа степеней свободы, как следствие, наблюдается сокращение мультиколлинеарности переменных и рост эффективности их оценок;
• во-вторых, наличие данных о межвременной и пространственной вариации переменных позволяет справиться с проблемой пропущенных переменных, коррелирующих с объясняющими переменными;
• в-третьих, возникает возможность проведения анализа неоднородных данных.
Использование панельных данных позволяет более полно учесть особенности объектов, попавших в выборку. Каждый хозяйствующий субъект обладает некоторыми признаками, которые могут воздействовать на результативный показатель, но плохо поддаются регистрации, т.е. являются неучтенными, скрытыми или ненаблюдаемыми. Если их значения различны для разных объектов, но постоянны во времени, то их влияние можно учесть, вводя в модель индивидуальные уровни для каждого объекта.
Возможны ситуации, когда совокупность объектов наблюдения содержит некоторую внутреннюю неоднородность, не-
которые факторы скрыты, их не удается измерить и включить в модель. Панельные данные позволяют частично учесть эту неоднородность за счет того, что индивидуальные эффекты отражают влияние всех (наблюдаемых и ненаблюдаемых) переменных, которые принимают разные значения для разных объектов, но не меняются во времени. Аналогично, если добавить в модель фиктивные переменные для каждого момента времени, то коэффициенты при них вберут в себя влияние всех наблюдаемых или ненаблюдаемых переменных, которые зависят только от времени, но одинаковы для всех единиц совокупности.
На основе рассмотренных выше подходов было построено регрессионное уравнение, характеризующее общий спрос на рабочую силу в региональном сельскохозяйственном производстве. В модель общего спроса на рабочую силу сельскохозяйственными предприятиями были включены все группы факторов.
Потребность в трудовых ресурсах и величина общего спроса на рабочую силу (У) в сельскохозяйственных предприятиях на региональном уровне по результатам отбора зависит от следующих факторов: количества действующих сельскохозяйственных предприятий (хД объема валовой продукции, произведенной сельскохозяйственными предприятиями (Х2), отношения среднемесячной номинальной заработной платы к прожиточному минимуму на данный момент времени (хД коэффициента текучести кадров (х4\ уровня общей рентабельности производства (х5), затрат труда на 100 га сельхозугодий (х6), фактора времени (/):
¥= 465,7 + 22,7 X] + 2,1 х2 +5,0 х3- 4,1 х4 +1,9 х5 + +101,5х6-221,51. О)
Коэффициент детерминации составляет 0,93, следовательно, вариация величины общего спроса на рабочую силу в сельскохозяйственных предприятиях объясняется, в основном, включенными в регрессионное уравнение факторами.
Управление трудовыми ресурсами предполагает определение не только потребности регионального сельскохозяйственного производства в трудовых ресурсах, но и уровень обеспеченности сельскохозяйственных предприятий в рамках административных районов необходимыми категориями работников с обобщением данных в пределах области или экономического района.
В ходе исследования было установлено, что обеспеченность трудовыми ресурсами сельскохозяйственных предприятий различных муниципальных образований имеет свои особенности, которые связаны с уровнем мобильности рабочей силы. Ранжирование административных районов Ивановской области по уровню потенциальной межотраслевой мобильности рабочей силы в сельских поселениях проводилось на основании балльной оценки районов, для которой была предложена система показателей и разработана соответствующая шкала. В результате были выделены три группы районов, качественно однородных в отношении потенциальной возможности межотраслевой мобильности рабочей силы. В первую группу были включены районы, имеющие крупные промышленные центры, а также районы, развитые индустриально. Характерной особенностью данной группы является наличие больших возможностей перераспределения рабочей силы по другим отраслям региональной экономики. Достаточно высоким является здесь и уровень маятниковой миграции. Вторую группу составили промышленно развитые в прошлом районы, часть предприятий которых в настоящее время не функционирует или функционирует не на полную производственную мощность. Характерной особенностью группы является то, что межотраслевой уровень миграции рабочей силы носит крайне нестабильный характер. Третью группу составили районы, занимающиеся, в основном, производством сельскохозяй-
ственной продукции. Для этой группы районов перераспределение рабочей силы по другим отраслям экономики существенно ограничено, поскольку в данной ситуации оно будет неразрывно связано с территориальной мобильностью сельской рабочей силы, остающейся в современных условиях достаточно низкой.
Дифференциация районов по зонам вызывает необходимость оценки обеспеченности трудовыми ресурсами сельскохозяйственных предприятий в каждой зоне. Определяющее воздействие на обеспеченность сельскохозяйственных предприятий трудовыми ресурсами на современном этапе оказывает рынок труда, одним из элементов которого является удовлетворенный спрос на рабочую силу. Для оценки факторов, влияющих на величину удовлетворенного спроса на рабочую силу в разрезе сформированных экономикогеографических зон (ЭГЗ), были построены модели множественной регрессии с использованием данных сельскохозяйственных предприятий региона.
При построении моделей удовлетворенного спроса для предприятий каждой выделенной ЭГЗ из первоначального набора показателей были отобраны наиболее существенные показатели для предприятий рассматриваемой зоны. Отбор факторов осуществлялся посредством статистической оценки значимости коэффициентов регрессии при каждой переменной.
Для первой экономико-географиче-ской зоны наиболее существенными факторами, влияющими на величину удовлетворенного спроса, оказались среднемесячная заработная плата 1 занятого в сельскохозяйственном производстве (хД обеспеченность предприятия оборотными средствами (хД, кредиторская задолженность предприятия (хД фондовооруженность (хД фондообеспеченность (хД рентабельность продаж (хД производительность труда ( х7), фактор времени (/):
Г=3б,399 + 4,965х, + 0,004х2 + 0,001х3 - 0,014х4 + +0, 010х5 + 0,421хб- 0,130х7-10, 0461. (2)
Для второй экономико-географиче-ской зоны в регрессионное уравнение были включены следующие переменные: среднемесячная заработная плата 1 занятого в сельскохозяйственном производстве (хД обеспеченность предприятия оборотными средствами (Х2), нагрузка обрабатываемой пашни на 1 работника (хД выручка от реализации (хД рентабельность продаж (хД производительность труда (хД фактор времени (/):
Г= 38,990+6,346x^0, 004x^0,215х3 +
+0,031х4+0,546х- 0,212 хб-6, 3691. (3)
Для третьей экономико-географиче-ской зоны наиболее существенными факторами стали обеспеченность предприятия оборотными средствами (хД нагрузка пашни на 1 работника (Х2), прибыль от реализации (хД кредиторская задолженность (хД
¥=21,069 + 0,004x^0,062x2+ 0,002x3+0,002х4 . (4)
Значения коэффициентов детерминации уравнений удовлетворенного спроса составили: в первой ЭГЗ - 0,90, во второй ЭГЗ - 0,86, в третьей ЭГЗ - 0,90, что свидетельствует о качественном подборе включенных в уравнения факторов и дает основание для использования данных уравнений в качестве статистических моделей.
Разработанные модели могут быть использованы не только для выявления наиболее значимых факторов формирования трудовых ресурсов в сельскохозяйственном производстве Ивановской области, но и для перспективной оценки обеспеченности региональных сельскохозяйственных предприятий рабочей силой. Для получения такой оценки мы рекомендуем использовать сценарный метод прогнозирования.
Разработка прогнозных сценариев подразумевает выбор целевых индикаторов, под которыми следует понимать такое состояние или развитие изучаемых объектов, процессов, явлений, к которому следует стремиться. В качестве такого индика-
тора в исследовании был определен суммарный объем сельскохозяйственной продукции, который должны произвести сельскохозяйственные предприятия Ивановской области в прогнозируемом периоде согласно основным положениям Государственной программы развития сельского хозяйства и регулирования рынков сельскохозяйственной продукции, сырья и продовольствия на 2008-2012 гг. [1]. Для оценки возможных вариантов развития сельскохозяйственного производства Ивановской области в среднесрочной перспективе нами были разработаны два прогнозных сценария: инерционный и интенсивный.
Инерционный сценарий отражает фактически сложившиеся тенденции развития сельского хозяйства региона за последние 10 лет. Для описания тенденции развития явления по этому сценарию в исследовании были использованы кривые роста, представляющие собой функции времени. Важным моментом построения прогноза является выбор модели кривой роста, которая соответствовала бы характеру изменения тенденции исследуемого явления. В настоящее время описано несколько десятков кривых роста, которые условно могут быть разделены на три вида в зависимости от того, какой тип динамики развития они хорошо описывают. Поскольку при прогнозировании численности занятых в сельскохозяйственных организациях региона мы имеем дело с процессом, который имеет предел роста в исследуемом периоде, в качестве кривых роста нами были использованы кривые второго типа, называемые кривыми насыщения.
Прогнозирование на основе модели кривой роста базируется на методе экстраполяции, т.е. предположении, что во временном ряду присутствует тренд, и характер развития процесса обладает свойством
инерционности. Таким образом, сложившаяся тенденция не будет претерпевать существенных изменений в течение периода упреждения. Используя данный подход, нами была определена перспективная численность работников в сельскохозяйственных предприятиях Ивановской области.
При разработке интенсивного прогнозного сценария мы исходили из предположения, что по сравнению с инерционным сценарием в регионе будет наблюдаться увеличение финансирования сельскохозяйственной отрасли для решения задач, определенных в Государственной программе развития сельского хозяйства. Для построения прогнозного сценария были использованы рассмотренные выше подходы и полученные результаты модельных расчетов. При этом были предусмотрены рост заработной платы работников сельского хозяйства, увеличение производительности их труда, улучшение обеспеченности предприятий основными и оборотными фондами.
Выполненные прогнозные расчеты позволили установить, что реализация основных направлений Г осударственной программы развития сельского хозяйства и регулирования рынков сельскохозяйственной продукции, сырья и продовольствия будет способствовать улучшению обеспеченности и использования трудовых ресурсов в сельскохозяйственной сфере АПК Ивановской области.
В результате прогнозирования было также установлено, что существующие негативные тенденции развития воспроизводственных процессов трудовых ресурсов в отдельных «проблемных» муниципальных образованиях требуют разработки дополнительных мероприятий по выходу сельскохозяйственных предприятий, расположенных на этих территориях, из сложившейся кризисной ситуации.
Таблица 1
Прогнозирование уровня обеспеченности трудовыми ресурсами сельскохозяйственных предприятий Ивановской области
Го- ды Численность экономически активного населения, чел. Общий спрос на рабочую силу сельскохозяйственными предприятиями, чел. У довлетворенный спрос сельскохозяйственных организаций на рабочую силу, чел. (интенсивный сценарий) Уровень обеспе- ченности, % Удовлетворенный спрос сельскохозяйственных организаций на рабочую силу, чел. (инерционный сценарий) Уровень обеспечен- ности, %
2010 87 522 11 142 8360 83,8 7272 62,2
2011 85 520 11 188 9339 93,9 6930 59,3
2012 83 505 11 236 10507 99,1 6631 56,7
Резюмируя вышеизложенное, еще раз подчеркнем, что исследование процессов воспроизводства трудовых ресурсов предполагает комплексный подход к отбору факторов, позволяющий учитывать их влияние на протекание стадий воспроизводственного процесса и формирование основных характеристик аграрного рынка труда. Использование описанных методик к получению количественной оценки воздействия факторов на формирование основных параметров рынка труда и его функционирование позволяет разработать механизм воздействия на воспроизводство трудовых ресурсов в условиях рыночной экономики, что должно, на наш взгляд, способствовать преодолению кризисных социально-экономических явлений в сельскохозяйственном производстве.
ЛИТЕРАТУРА
1. Государственная программа развития сельского хозяйства и регулирования рынков сельскохозяйственной продукции, сырья и продовольствия на 2008
- 2012 гг. // АПК: Экономика, управление. - 2007. -№9. -с.6-23., №10.-с. 17-20.
2. Айвазян, С. А. Прикладная статистика и основы эконометрики: учебник для вузов / С. А. Айвазян, В. С. Мхитарян-М.: ЮНИТИ, 1998. - 1022 с.
3. Андрейчиков, С. В. Анализ, синтез, планирование решений в экономике: учебник / С. В. Андрейчиков, О. Н. Андрейчикова. - 2-е изд., перераб. и доп. - М.: Финансы и статистика, 2004. - 464 с.
4. Бережная, Е. В. Математические методы моделирования экономических систем : учебное пособие / Е. В. Бережная, В. И. Бережной. - М.: Финансы и статистика, 2001. - 368 с.
5. Елисеева, И. И. Общая теория статистики: учебник / И. И. Елисеева, М. М. Юзбашев; под редакцией И. И. Елисеевой. - 5-е изд., перераб. и доп.
- М.: Финансы и статистика, 2004. - 656 с.
6. Ермолаев, М. Б. Трудовая миграция в регионе: модели анализа и прогнозировании: монография / М. Б. Ермолаев, А. Н. Ильченко. - М.: Финансы и статистика, 2004. - 200 с.
Рукопись поступила в редакцию 15.11.2010.
MANAGING THE LABOUR RESOURCES OF REGIONAL AGRICULTURAL SECTOR ON THE BASIS
OF ECONOMIC-MATHEMATICAL MODELING
M. Breus, A. Nogovitcina, T. Stoyanova
The use of economic-mathematical modeling for quantitative evaluation of agricultural labour market critical parameters is substantiated, the approaches to factors selection and regression model making are researched, and the method of regional agricultural enterprises labour supply prospective evaluation is proposed.
Keywords: management, labour resources, influence gear, quantitative evaluation, regression models, panel data, forecasting.
