28
Комплекс моделей прогнозирования потребности в кадрах Управление прогнозированием потребности в кадрах ВУЗом при определении специальностей Ярослав Алейник ГК «ОМЕГА» Телефон: +7 (812) 448-01- 48 Телефон: +7 (962) 686-98- 88 E-mail: [email protected]

Прогнозирование потребностей в кадрах ВУЗом при определении специальностей

Embed Size (px)

Citation preview

Page 1: Прогнозирование потребностей в кадрах ВУЗом при определении специальностей

Комплекс моделей прогнозирования потребности в кадрах

Управление

прогнозированием

потребности в кадрах

ВУЗом при определении

специальностей

Ярослав АлейникГК «ОМЕГА»

Телефон: +7 (812) 448-01-48Телефон: +7 (962) 686-98-88

E-mail: [email protected]

Page 2: Прогнозирование потребностей в кадрах ВУЗом при определении специальностей

Комплекс моделей прогнозирования потребности в кадрах

Предлагаемая

методика прогнозирования

потребности

в кадрах

Page 3: Прогнозирование потребностей в кадрах ВУЗом при определении специальностей

Комплекс моделей прогнозирования потребности в кадрах 3

BLS Handbook of Methods (Bureau of Labour Statistics, USA)

Forecasting Education and Training Needs in Transition Economies: Lessons from the Western European Experience (National Observatory of Vocational Training and Labour Market National Training Fund)

Legislative Council Panel on Manpower Consultancy on the Best Overseas Manpower Forecasting Practice (Education and Manpower Bureau, Hong Kong SAR)

Forecasting educational needs for economic and social development (H.S. Parnes, 1962)

Отечественный и зарубежный опыт прогнозирования потребности в специалистах и европейских стран в организации профессионального обучения (Северов В.Г.)

КЛЮЧЕВЫЕ ПОДХОДЫ К МОДЕЛИРОВАНИЮ РЫНКА ТРУДА

На уровне страны

Page 4: Прогнозирование потребностей в кадрах ВУЗом при определении специальностей

Комплекс моделей прогнозирования потребности в кадрах 4

КЛЮЧЕВЫЕ ПОДХОДЫ К МОДЕЛИРОВАНИЮ РЫНКА ТРУДА

Формирование методологии прогнозирования спроса и предложения на рынке труда города Москвы, прогноз структуры рабочих мест в городе Москве в профессионально-квалификационном разрезе (УРАН ИНП РАН, 2009)

Разработка методики расчета прогнозных показателей баланса трудовых ресурсов города Москвы (Центр бюджетного мониторинга Петрозаводского государственного университета, 2012)

Анализ обеспечения потребностей региональной экономики за счет кадров с различным уровнем профессионального образования (Васильев В. Н., Гуртов В. А., Питухин Е. А., Потупалова Л. М.)

Регулирование рынка образовательных услуг в экономике знаний: теория, методология (Ершова И.Г.)

Динамика занятости и рынка труда: вопросы макроэкономического анализа и прогнозирования (Коровкин А.Г.)

Организация прогнозирования потребности экономики в кадрах в профессионально-квалификационном разрезе путем построения баланса трудовых ресурсов (Локтюхина Н. В., Фатеев С. А.)

Методика прогнозирования потребности региона в кадрах (Марков Д.В.)

Опыт работы по определению дополнительной потребности организаций Краснодарского края в квалифицированных кадрах (Мелких И.В.)

Структура и содержание подготовки рабочих для развивающегося агропромышленного комплекса (Некрасов С.И.)

Потребность экономики субъекта в кадрах: осознание проблемы и пути ее решения (Новотная Е. А., Овчарова Д. В.)

На уровне региона

Page 5: Прогнозирование потребностей в кадрах ВУЗом при определении специальностей

Комплекс моделей прогнозирования потребности в кадрах 5

МЕТОДИКИ ОПРЕДЕЛЕНИЯ ПОТРЕБНОСТИ В КАДРАХ

Характеристика США Франция Германия Ирландия Нидерланды Узбекистан Россия

Период прогнозирования 10 лет 10 лет 11 лет 8 лет 6 лет

В зависимости от целей: 1 / 5 / 10

лет3 года

Обновление 2 года Нерегулярно 6-8 лет 2 года 2 года 1 год 1 год

Размерность баланса: Отрасль x Профессия

300 х 750 36 x 14 40 x 38 29 x 45 13 x 127 -По ВЭД (16

видов деятельности)

Размерность баланса: Профессия x Образование

750 х 11 14 x10 38 x 12 45 x 5 127 x 104 - -

Спрос на труд: новые рабочие места

300 отраслей

14 профессий

Демографический расчет для дезагрегации

спроса не проводится

45 профессий

13 отраслей

- -750 профессий 127 профессий

11 уровней образования

104 уровня образования

Спрос на труд: замещение рабочих мест

300 отраслей

127 профессий,

104 уровня

образования

- -750 профессий11 уровней

образования

Спрос на труд: открытые вакансии

300 отраслей

Демографический расчет для дезагрегации

спроса не проводится

127 профессий,

104 уровня

образования

- -750 профессий

11 уровней образования

Выпускники учебных заведений

11 уровней образования по 6

кластерам5 категорий

диплома 12 категорий 104 типа образования - -

Page 6: Прогнозирование потребностей в кадрах ВУЗом при определении специальностей

Комплекс моделей прогнозирования потребности в кадрах 6

МЕТОДИКИ ОПРЕДЕЛЕНИЯ ПОТРЕБНОСТИ В КАДРАХ

Общая схема предлагаемой методики

Блок показателей опросов

Опрос работодателей и инвесторов

Опрос деловых объединений

Опрос образовательных учреждений

Блок офицальных данных

Официальнаястатистика

Прогноз развития научно-технологическогопрогресса

Долгосрочные целевые программыразвития

Степень загрузкии износапроизводственныхмощностей

Отраслевая структураэкономики региона

Прогноз СЭРрегиона

Блок моделей

Модель определенияпо ВЭД и профессиям

Модель образования

Модель определения потребности в кадрахпо ВЭД и уровню

Модель трудовоймиграции

Модель демографии

Блок результатов

Потребность в иностраннойрабочей силепо ВЭД и профессиям

Контрольные цифрыприема в учрежденияпрофессионального образования

Потребность в кадрахпо ВЭД, уровнюобразования и профессиям

Баланс трудовых ресурсов региона

Page 7: Прогнозирование потребностей в кадрах ВУЗом при определении специальностей

Комплекс моделей прогнозирования потребности в кадрах 7

МЕТОДИКИ ОПРЕДЕЛЕНИЯ ПОТРЕБНОСТИ В КАДРАХ

Модель демографии (метод передвижки возрастов)

Возрастные группы населения по полуГоды

2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

от 15 до 19 лет 53381 53075 52696 50602 47996 46095 45233 44115 42763 42133 42729

от 20 до 24 лет 47625 50557 53141 54336 54379 54002 53710 53340 51229 48595 46679

от 25 до 29 лет 39033 41484 44008 45634 47589 50041 53147 55885 57160 57218 56832

от 30 до 34 лет 34469 36135 38043 39124 40187 41503 44329 47230 49165 51459 54290

от 35 до 39 лет 33911 34508 35323 35478 35551 36198 38129 40311 41613 42889 44434

от 40 до 44 лет 34166 34888 35474 35219 35087 35146 35923 36917 37212 37410 38208

ЧН 𝑡𝑖=𝑎 ∙ПН +𝑘𝑡

𝑖 ∙ЧН 𝑡− 5𝑖−1 ,

– численность населения i-й возрастной когорты в год t,a – поправочный коэффициент в связи с проведением переписи,

ПН – перепись населения, – коэффициент дожития i-й когорты в год t.

Page 8: Прогнозирование потребностей в кадрах ВУЗом при определении специальностей

Комплекс моделей прогнозирования потребности в кадрах 8

КЛЮЧЕВЫЕ ПОДХОДЫ К МОДЕЛИРОВАНИЮ РЫНКА ТРУДА

Общая потребность в кадрах (PR), рассчитывается по каждому ВЭД (j), которые подразделяются на три категории в зависимости от ключевых факторов, определяющих занятость: Используемые технологии производства / осуществления услуг:

Сельское хозяйство, охота и лесное хозяйство Рыболовство, рыбоводство Добыча полезных ископаемых Обрабатывающие производства Производство и распределение электроэнергии, газа и воды Строительство Оптовая и розничная торговля; ремонт автотранспортных средств,

мотоциклов, бытовых изделий и предметов личного пользования Гостиницы и рестораны Транспорт и связь

Численность и состав населения: Государственное управление и обеспечение военной безопасности;

социальное страхование Образование Здравоохранение и предоставление социальных услуг

Уровень благосостояния населения: Финансовая деятельность Операции с недвижимым имуществом, аренда и предоставление услуг Предоставление прочих коммунальных, социальных и персональных

услуг

МОДЕЛЬ ПОТРЕБНОСТИ В КАДРАХ ПО ВЭД (регрессионный анализ)

𝑃𝑅 𝑗𝑡=

𝑉 𝑗𝑐𝑜𝑛𝑠𝑡𝑡

𝑃𝑟𝑜𝑑 𝑗𝑡

- объём производства в постоянных ценах базового периода - производительность труда

𝑃𝑅 𝑗❑=𝑏0+𝑏1∗𝑁𝑘

- численность населения (в целом / k-й группы населения)

𝑃𝑅 𝑗❑=𝑏0+𝑏1∗𝑊

𝑐𝑜𝑛𝑠𝑡

- уровень доходов населения в постоянных ценах базового периода

Page 9: Прогнозирование потребностей в кадрах ВУЗом при определении специальностей

Комплекс моделей прогнозирования потребности в кадрах 9

МЕТОДИКА ОПРЕДЕЛЕНИЯ ПОТРЕБНОСТИ В КАДРАХ

МОДЕЛЬ МИГРАЦИИ (гравитационный подход)

Межрегиональная миграция

Номинальные денежные доходы в среднем на душу в месяц

Среднемесячная номинальная заработная плата по ВЭД (специализация региона)

Размер адресной социальной помощи Уровень безработицы/Численность

безработного населения ИПЦ

Факторы притока:

Факторы оттока:

Внешняя миграция

Экономическая активность региона по ключевым ВЭД

Среднемесячная номинальная заработная плата по ВЭД (специализация региона)

Учет этнического состава населения

Page 10: Прогнозирование потребностей в кадрах ВУЗом при определении специальностей

Комплекс моделей прогнозирования потребности в кадрах 10

Потребность в кадрах по ВЭД, не покрываемая системой профессионального образования и ресурсами рынка труда

Общая потребность в кадрах по ВЭД и профессиям

Потребность в кадрах по ВЭДи профессиям с учётом выбытия кадров и ситуации на рынке труда

МЕТОДИКИ ОПРЕДЕЛЕНИЯ ПОТРЕБНОСТИ В КАДРАХ

Определение потребности по профессиям

Прогноз развития научно ‐технологического прогресса

Замена профессий

Профессионально‐квалификационная структура по ВЭД

Официальная статистика

Состав и численность безработных, продолжительность безработицы, существующие вакансии

Опрос деловых объединений

Опрос работодателей и инвесторов

Потребность в кадрах по ВЭД и уровню образования

Численность обучающихся по уровням и ступеням образования, направлениям подготовки

Реализуемые программы, планируемый выпуск

Изменение квалификационных требований, ожидаемая потребность в кадрах

Опрос образовательных учреждений

Изменение квалификационных требований, ожидаемая потребность в кадрах

Page 11: Прогнозирование потребностей в кадрах ВУЗом при определении специальностей

Комплекс моделей прогнозирования потребности в кадрах 11

МЕТОДИКА ОПРЕДЕЛЕНИЯ ПОТРЕБНОСТИ В КАДРАХ

период прогнозирования - 3-8 лет; обновление – ежегодное; разрезность анализа:

16 ВЭД х 24 укрупненных группы специальностей; 24 укрупненных группы специальностей (ОКСО) х 3 уровня образования спрос на труд - 16 ВЭД х 24 ОКСО х 3 уровня образования; вакансии - 16 ВЭД; выпускники учебных заведений - 5 ступеней профессионального образования х 24 ОКСО;

учет региональной специфики; использование информации различных источников в комплексе; учет выбытия кадров по естественно-возрастным причинам; учет научно-технологического развития и замещения профессий; использование факторных зависимостей; применение сценарного подхода моделирования.

КЛЮЧЕВЫЕ ХАРАКТЕРИСТИКИ

Page 12: Прогнозирование потребностей в кадрах ВУЗом при определении специальностей

Комплекс моделей прогнозирования потребности в кадрах 12

ТРЕБУЕМОЕ ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ

Официальная статистическая и прогнозная информация сведения о численности занятых по ВЭД; профессионально-квалификационная структура занятых по ВЭД (формы 1-Т (проф), 57-

т (проф), 83-РИК); сведения об объемах производства и темпах экономического роста; сведения о демографической и миграционной ситуации; сведения о профессиональной структуре безработных и продолжительности поиска

работы (по данным обследований населения по проблемам занятости); численность обучающихся общеобразовательных школ (форма 76-РИК);

Официальные стратегии и прогнозы прогноз научно-технологического развития Российской Федерации до 2030г.; программа социально-экономического развития региона.

КЛЮЧЕВЫЕ ХАРАКТЕРИСТИКИ

Page 13: Прогнозирование потребностей в кадрах ВУЗом при определении специальностей

Комплекс моделей прогнозирования потребности в кадрах 13

ТРЕБУЕМОЕ ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ

Данные предприятий и деловых объединений сведения о поло-возрастном и профессионально-квалификационном составе занятых; сведения о фактическом и планируемом выбытии персонала; сведения о фактическом и планируемом открытии новых рабочих мест; сведения о новых необходимых профессиональных компетенциях;

Данные учреждений системы профессионального образования сведения о реализуемых образовательных программах и приобретаемых

компетенциях; сведения о действующих соглашениях о подготовке профессиональных кадров; сведения о числе и контингенте поступающих, обучающихся и выпускников (формы

ВПО-1, СПО-1, 3-профтех);

Данные отраслевых министерств сведения об ожидаемых темпах экономического развития; сведения об ожидаемом изменении производительности труда.Перечень используемых источников информации корректируется с учётом доступной статистической базы региона

КЛЮЧЕВЫЕ ХАРАКТЕРИСТИКИ

Page 14: Прогнозирование потребностей в кадрах ВУЗом при определении специальностей

Комплекс моделей прогнозирования потребности в кадрах 14

ЭФФЕКТ ОТ ВНЕДРЕНИЯ

СОЦИАЛЬНО-ЭКОНОМИЧЕСКИЕ ЭФФЕКТЫ: снижение напряженности на рынке труда; повышение занятости и уровня жизни

населения; повышение темпов экономического роста.

ЭФФЕКТЫ ДЛЯ СИСТЕМЫ ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ: ориентация системы образования на нужды

экономики; повышения уровня трудоустройства по

направлениям подготовки; целенаправленная подготовка востребованных

специалистов; укрепление позиций ВУЗов в федеральном

рейтинге.

Page 15: Прогнозирование потребностей в кадрах ВУЗом при определении специальностей

Комплекс моделей прогнозирования потребности в кадрах 15

ЭФФЕКТ ОТ ВНЕДРЕНИЯ

ЭФФЕКТЫ ДЛЯ РЕАЛЬНОГО СЕКТОРА:снижение затрат на поиск и

переобучение работников ;повышение уровня кадровой

обеспеченности;повышение качества кадрового состава

предприятий;повышение эффективности деятельности

предприятий;рост конкурентоспособности

предприятий.

Page 16: Прогнозирование потребностей в кадрах ВУЗом при определении специальностей

Комплекс моделей прогнозирования потребности в кадрах 16

СХЕМА МЕЖВЕДОМСТВЕННОГО ИНФОРМАЦИОННОГО ОБМЕНА

Работодатели,инвесторы

Организация, ответственнаяза сбор данных от работодателей

Объединения работодателей

Министерство образования и науки

Заявки на подготовку квалифицированных кадров

Сводные данные о заявках работодателей

Ожидаемый спрос на квалифицированные кадры

Сведения о реализуемых образовательныхпрограммах

Задание на подготовку специалистов

Сведения о планируемом наборе, реализуемых образовательных программах, ресурсных ограничениях

Департамент макроэкономики

Отраслевые министерства

Отраслевые прогнозы

Информация

о вакансиях и соискателяхСлужба занятости

Система профессионального образования

Официальные

прогнозы СЭР

Page 17: Прогнозирование потребностей в кадрах ВУЗом при определении специальностей

Комплекс моделей прогнозирования потребности в кадрах

Архитектура ИАС

Page 18: Прогнозирование потребностей в кадрах ВУЗом при определении специальностей

Комплекс моделей прогнозирования потребности в кадрах 18

Инструменты визуализации

Функциональные системы

АРХИТЕКТУРА ИАС

Web-интерфейсыМобильный доступТолстый клиент

Средства сбора

информации

Библиотека статистических

и математических методов

Комплекс моделей Средства отчетности

Под

сист

ема

адм

инис

трир

ован

ия

и ин

фор

мац

ионн

ой б

езоп

асно

сти

Картография Диаграммы Аналитические панели

Единое хранилище данных Единая нормативно-справочная информация; Регламентное обновление

Хранилище данных

Валидация данных (проверка непротиворечивости)

Внешние файлы (*.txt, *xls,

*.mdb,*.xml и др.)Смежные ИАС Ручной ввод

Промышленные СУБД (MS SQL Server, Oracle)

Page 19: Прогнозирование потребностей в кадрах ВУЗом при определении специальностей

Комплекс моделей прогнозирования потребности в кадрах 19

ИНСТРУМЕНТАРИЙ СИСТЕМЫ

Методы анализа Базовая описательная статистика: среднее, дисперсия, медиана, минимум, максимум и пр.; анализ вариационного ряда (Q-Portions), автокорреляционные функции, тест Йохансена, тест Энгла-

Гренжера, тесты на единичные корни (ADF, DFGLS, ERS, PP, KPSS, NP);

Анализ временных рядов Census1, X11, X12-ARIMA; TramoSeats; фильтр Бакстера-Кинга; фильтр Ходрика-Прескотта; LRX-фильтр; медианное, скользящее, экспоненциальное сглаживание; линейная и нелинейная декомпозиция; спектральный и спектральный сингулярный анализ; тренды; экспоненциальное сглаживание, ARIMA, GM(1,1), GARCH ;

Интеллектуальный анализ данных (Data Mining) Деревья решений; нейронные сети (обратное распространение ошибки); поиск исключений; ключевые факторы (наивный

Байес); ассоциативные правила;

Многомерный статистический анализ Иерархический кластерный анализ; кластеризация методом k-средних, k-мод; метод главных компонент; дискриминантный анализ;Системно-динамическое и когнитивное моделирование

БИБЛИОТЕКА СТАТИСТИЧЕСКИХ И МАТЕМАТИЧЕСКИХ МЕТОДОВ

Page 20: Прогнозирование потребностей в кадрах ВУЗом при определении специальностей

Комплекс моделей прогнозирования потребности в кадрах 20

ИНСТРУМЕНТАРИЙ СИСТЕМЫ

Корреляционно-регрессионный анализ Частная/парная корреляция, тест Гренжера на причинность, линейная/нелинейная/бинарная регрессии; регрессия на панельных данных, бинарная регрессия на панельных данных; система одновременных уравнений; метод инструментальных переменных; векторная авторегрессия, векторная модель коррекции ошибок;

Диагностические тесты Критерий пропущенных, избыточных переменных, проверки правильности, устойчивости, функциональной формы

(RESSET-тест, Чоу-тест, тест Фишера), проверка автокорреляции (тест Бреуша-Годфри (LM), Дарбина-Уотсона), проверка гетероскедастичности (тест Уайта), статистические характеристики (информационные критерии, коэффициенты детерминации и т.п.);

Методы оптимизации и оптимального управления Линейная/нелинейная/квадратичная оптимизация; оптимальное/целевое управление; анализ достижимости и непротиворечивости целевых показателей;

Нормативно-балансовые моделиНейронные сетиИмитационное моделирование

БИБЛИОТЕКА СТАТИСТИЧЕСКИХ И МАТЕМАТИЧЕСКИХ МЕТОДОВ

Page 21: Прогнозирование потребностей в кадрах ВУЗом при определении специальностей

Комплекс моделей прогнозирования потребности в кадрах 21

ИНСТРУМЕНТАРИЙ СИСТЕМЫ

Понятный привычный Excel-подобный интерфейс; Интеграция с базой данных; Быстрый просмотр и анализ результатов по

множеству сценариев;

Возможность создания типовых моделей и их тиражирования;

Удобное задание различных формул на различных периодах;

Возможности поячеечного оформления.

ПОДСИСТЕМА МОДЕЛИРОВАНИЯ

Page 22: Прогнозирование потребностей в кадрах ВУЗом при определении специальностей

Комплекс моделей прогнозирования потребности в кадрах

Примеры аналитических

отчётных форм

Page 23: Прогнозирование потребностей в кадрах ВУЗом при определении специальностей

Комплекс моделей прогнозирования потребности в кадрах 23

ПРИМЕРЫ АНАЛИТИЧЕСКИХ ФОРМ

СТАРТОВАЯ СТРАНИЦА СИСТЕМЫ (МИНТРУД РОССИИ)

Page 24: Прогнозирование потребностей в кадрах ВУЗом при определении специальностей

Комплекс моделей прогнозирования потребности в кадрах 24

ПРИМЕРЫ АНАЛИТИЧЕСКИХ ФОРМ

ПРОГНОЗ БАЛАНСА ТРУДОВЫХ РЕСУРСОВ (МИНТРУД РОССИИ)

Page 25: Прогнозирование потребностей в кадрах ВУЗом при определении специальностей

Комплекс моделей прогнозирования потребности в кадрах 25

ПРИМЕРЫ АНАЛИТИЧЕСКИХ ФОРМ

РЕЗУЛЬТАТЫ ФОРМИРОВАНИЯ КОНТРОЛЬНЫХ ЦИФР ПРИЕМА (Министерство образования и науки Пермского края)

Page 26: Прогнозирование потребностей в кадрах ВУЗом при определении специальностей

Комплекс моделей прогнозирования потребности в кадрах 26

ПРИМЕРЫ АНАЛИТИЧЕСКИХ ФОРМ

ОТЧЕТ О ХОДЕ СБОРА ДАННЫХ О КАДРОВОЙ ПОТРЕБНОСТИ (Министерство образования и науки Пермского края)

Page 27: Прогнозирование потребностей в кадрах ВУЗом при определении специальностей

Комплекс моделей прогнозирования потребности в кадрах 27

ПРИМЕРЫ АНАЛИТИЧЕСКИХ ФОРМ

ФОРМА СБОРА ДАННЫХ О КАДРОВОЙ ПОТРЕБНОСТИ ПРЕДПРИЯТИЙ И ДЕЛОВЫХ ОБЪЕДИНЕНИЙ

(Министерство образования и науки Пермского края)

Сведения о необходимых навыках и умениях (справочно)

Сведения о необходимых навыках и умениях (для новых профессий)

Page 28: Прогнозирование потребностей в кадрах ВУЗом при определении специальностей

Комплекс моделей прогнозирования потребности в кадрах 28

ВОПРОСЫ?

СПАСИБО ЗА ВНИМАНИЕ

ВОПРОСЫ?

Ярослав АлейникГК «ОМЕГА»

Телефон: +7 (812) 448-01-48Телефон: +7 (962) 686-98-88

E-mail: [email protected]