Предложен подход к учёту управляющих воздействий на динамику отраслевой структуры рынка труда при прогнозировании показателей отраслевой занятости. Применяемая схема прогнозирования основана на балансовой математической модели межотраслевых перемещений трудовых ресурсов. В рассмотренном ранее одним из авторов варианте схемы прогнозирования тренды показателей, характеризующих межотраслевую мобильность рабочей силы, определялись независимо друг от друга. В настоящей работе осуществлена модификация данной схемы: предложен способ группировки показателей межотраслевых перемещений и критерий определения общего тренда показателей внутри каждой группы. С помощью модифицированной схемы прогнозирования вычислены прогнозы отраслевой занятости на рынке труда РФ в 2011-2016 гг., произведено сравнение с ранее полученными результатами. По данным отраслевой занятости и безработицы за 2017-2021 гг., предоставляемым согласно классификатору ОКВЭД-2, осуществлён прогноз ожидаемого уровня занятости в конце 2022 г. На примере рынка труда РФ в 2017-2022 гг. рассмотрен способ определения результатов управления: продемонстрированы изменения прогнозов отраслевой занятости в случае учёта управляющих воздействий на аграрный и промышленный сектора исследуемого рынка.
Идентификаторы и классификаторы
Необходимость управления, воздействующего на динамику отраслевой структуры рынка труда, обусловлена стремлением управляющих акторов к повышению экономической эффективности процессов рынка труда [1, 2], созданием условий для эффективной и стабильной занятости населения [3, 4], обеспечением согласованности между спросом и предложением на квалифицированные трудовые ресурсы [5], достижением баланса между профессиональной структурой выпускников системы образования и востребованностью специалистов, обладающих определёнными наборами компетенций [6], необходимостью исключения ситуаций возникновения острой нехватки кадров в сегментах рынка [7, 8], необходимостью предупреждения и преодоления процессов, способных спровоцировать кризисные явления на рынке труда [9, 10].
Список литературы
1. Воробьева О.Д., Топилин А.В. Балансовый метод управления занятостью населения в плановой и рыночной экономике России // Научные труды: ИНП РАН. - 2016. - Т. 14. - С. 461-474. EDN: XGSMTL
2. Вахтерова Е.О., Гоман И.В. Государственное регулирование рынка труда // Вестник Самарского государственного университета. Сер.: Экономика и управление. - 2014. - № 8 (119). - С. 168-171.
3. Панкратьев А.А. Модель сбалансирования рынка труда как инструмент смягчения дефицита кадров на производстве // Организатор производства. - 2019. - Т. 27, № 4. - С. 7-18. EDN: MBYZVE
4. Токарский Б.Л., Нефедьева Е.И., Змановский И.С. Занятость трудовой деятельностью и ее прогноз как фактор формирования качества жизни населения // Известия Иркутской государственной экономической академии: электронный научный журнал. - 2010. - № 6. - С. 1-8. EDN: PEOHNV
5. Нефедова Т.Г., Мкртчян Н.В. Региональные различия размещения и прогноза трудовых ресурсов сельского хозяйства России // Проблемы прогнозирования. - 2018. - № 1 (166). - С. 85-98.
6. Питухин Е.А., Мороз Д.М., Астафьева М.П. Прогнозирование кадровых потребностей региональной экономики в разрезе профессий // Экономика и управление. - 2015. - Т. 7, № 117. - С. 41-49. EDN: UHYMBP
7. Позубенкова Э.И., Кузнецова Е.В. Прогнозная модель управленческого кадрового состава сельского хозяйства Пензенской области // Нива Поволжья. - 2008. - Т. 1, № 6. - С. 82-85. EDN: MSUDER
8. Cahuc, P., Malherbet, F., Prat, J. The detrimental effect of job protection on employment: evidence from France. IZA Discussion paper no. 12 384. - Bonn: IZA - Institute of Labor Economics, 2019. - 51 p.
9. Ernst, E., Merola, R., Reljic, J. Labour market policies for inclusiveness: A literature review with a gap analysis. ILO Working Paper no. 78. - Geneva: International Labour Organization, 2022. - 64 p.
10. Стрижов Е.В. Государственное регулирование структурных сдвигов в экономике // Ученые записки Орловского государственного университета. Серия: Гуманитарные и социальные науки. - 2011. - № 2 (40). - С. 26-28.
11. Коровкин А.Г., Долгова И.Н., Королев И.Б. и др. Занятость и рынок труда в России: проблемы и ограничения // Проблемы прогнозирования. - 2005. - № 5. - С. 119-142. EDN: HSKPMH
12. Субанакова Т.О., Бюраева Ю.Г. Прогнозирование кадровых потребностей как метод достижения сбалансированности рынка труда и системы образования // Вестник Пермского национального исследовательского политехнического университета. Социально-экономические науки. - 2018. - № 3. - С. 36-55. EDN: VAPNAE
13. Рудь М.А., Рудь Е.М., Кубасова И.В. Государственное регулирование рынка труда в России // Вестник Саратовского государственного социально-экономического университета. - 2007. - № 1 (15). - С. 170-173. EDN: KWOJOF
14. Рахимова С.А. Структурные сдвиги в экономике, основанные на инновационном процессе // Вестник Томского государственного университета. Экономика. - 2016. - № 3 (35). - С. 41-52.
15. Змановский И.С. Прогнозирование на различных уровнях регулирования рынка труда // Известия Иркутской государственной экономической академии: электронный научный журнал. - 2011. - № 4. - С. 1-6. EDN: NXATCH
16. Стукен Т.Ю., Лапина Т.А., Коржова О.С. Методы и инструменты оценки эффективности активной политики занятости в регионах // Вестник Омского университета. Серия “Экономика”. - 2021. - Т. 19, № 1. - С. 120-130. EDN: IPSBBQ
17. Голованова Л.А. Методический подход к регулированию регионального рынка труда // Вестник ТОГУ. - 2020. - № 2 (57). - С. 47-56. EDN: MSMRQR
18. Кочетков В.В., Ратушняк Е.С. Показатели оценки эффективности управления // Управление экономическими системами: электронный научный журнал. - 2017. - № 3(97). - С. 1-20. EDN: YIAUPR
19. Лотов А.В. Введение в экономико-математическое моделирование. - М.: Наука, 1984. - 392 с.
20. Armstrong, J.S. Forecasting for marketing / In: Quantitative methods in marketing. Second Edition. Ed. by G.J. Hooley and M.K. Hussey. - London: International Thompson Business Press, 1999. - P. 92-119.
21. Прогнозирование и планирование в условиях рынка: учебное пособие для вузов / под ред. Т.Г. Морозовой, А.В. Пикулькина. - М.: ЮНИТИ-ДАНА, 2003. - 279 с.
22. Forrester, J.W. Counterintuitive behavior of social systems // Theory and Decision. - 1971. - Vol. 2. - P. 109-140. EDN: ASMNIV
23. Taleb, N.N. The black swan. The impact of highly improbable. - London: Penguin Books, 2010. - 446 p.
24. Кузьмин В.В., Кузнецов С.Г., Кулагина Н.М., Попов А.Д. Проблемы прогнозирования параметров занятости и рынка труда // Научные труды: ИНП РАН. - 2010. - Т. 8. - С. 703-726. EDN: MUMJNX
25. Невечеря А.П. Задача прогнозирования динамики трудовых ресурсов // Материалы II международной конференции “Наука. Новое поколение. Успех”. - Краснодар, 2021. - С. 24-26. EDN: VGQVWF
26. Дроботенко М.И., Невечеря А.П. Прогнозирование отраслевой структуры занятости населения // Экономика и математические методы. - 2023. - Т. 59, № 1. - С. 22-29. EDN: DZKFQJ
27. Дроботенко М.И., Невечеря А.П. Прогнозирование динамики трудовых ресурсов на многоотраслевом рынке труда // Компьютерные исследования и моделирование. - 2021. - Т. 13, № 1. - С. 235-250. EDN: LZEUTE
28. Невечеря А.П. Исследование динамики трудовых ресурсов на основе многоотраслевой математической модели рынка труда // Экономика и математические методы. - 2016. - Т. 52, № 2. - С. 129-140. EDN: VZSVLD
29. Российский статистический ежегодник. 2022: статистический сборник / под ред. С.С. Галкина, С.Н. Бобылева, Е.А. Бурлаковой и др. - М.: Росстат, 2022 - 691 с.
30. Anahita, S. Workforce forecasting models: a systematic review // Journal of forecasting. - 2018. - Vol. 37, no. 7. - P. 739-753.
31. Forecasting: principles and practice. 3rd ed. Ed. by R. Hyndman, G. Athanasopoulos. - Melbourne: OTexts, 2021. - 292 p.
32. Зверева Г.П., Яковлев Н.А. Оценка инвестиций в формирование трудового потенциала для аграрного сектора экономики // Инновации и инвестиции. - 2019. - № 12. - С. 306-309. EDN: MEFBSC
33. Ибятов Ф.М., Мачульский М.А. Реализация государственной политики в сфере субсидирования промышленных предприятий // Вестник университета. - 2020. - № 4. - С. 63-69. EDN: KILYDX
34. Никулина Ю.Н. Влияние аграрных субсидий на сельскую занятость // Экономика сельскохозяйственных и перерабатывающих предприятий. - 2020. - № 4. - С. 53-62. EDN: PPVNEN
35. Шагайда Н.И., Узун В.Я. Тенденции развития и основные вызовы аграрного сектора России: аналитический доклад. - М.: Центр стратегических разработок, 2017. - 90 с. EDN: YKWSIQ
36. Astafyeva, O.E., Moiseenko, N.A., Kozlovsky, A.V. Digitalization of the construction industry as a condition for sustainable development // Proceedings of the International Scientific Conference “Smart nations: global trends in the digital economy”. - Moscow, 2022. - P. 379-385. EDN: JGZDAS
Выпуск
Другие статьи выпуска
Рассматривается вариант Attacker-Defender-Target задачи с одним или двумя защитниками в плоской постановке. Предполагается, что цель и защитники двигаются прямолинейно с постоянной скоростью, атакующий двигается по догонной траектории без ограничения на радиус кривизны. Скорость защитников меньше скорости цели, скорость атакующего - больше. Смысл использования защитников заключается в том, чтобы атакующий вначале занимался их перехватом, и только после этого переключался на преследование основной цели. Тем самым время перехвата основной цели увеличивается, и она может стать недостижима для имеющего ограниченный запас топлива атакующего. Оптимизируются углы и времена выпуска защитников, в том числе рассматривается вариант выпуска защитников с одной стороны от цели. Исследование осуществляется для различных моделей работы системы самонаведения автономного атакующего аппарата: движения к центру масс всех преследуемых объектов, к ближайшей цели по расстоянию или по угловой дальности. Проведено численное моделирование, показывающее важность выбора угла выпуска защитников, целесообразность использования второго защитника, получены сценарии, в которых использование защитников делает основную цель недостижимой для атакующего.
Предложен подход к оценке эффективности интеллектуальных технологий выявления опасных сочетаний обстоятельств в авиатранспортных системах. Формализовано влияние таких технологий на безопасность полетов и общую стоимость владения авиационной техникой. Разработана простая модель оценки эффективности внедрения интеллектуальных технологий (для выявления единичной скрытой проблемы). Качественный анализ этой модели позволил выявить роль различных ее параметров - таких как численность и налет парка авиационной техники, длительность и стоимость устранения системной проблемы, ущерб от событий различной степени серьезности. Также предложен подход к моделированию процессов выявления и устранения опасных сочетаний обстоятельств на протяжении жизненного цикла авиатранспортных систем с учетом эффекта обучения. Этот эффект состоит в том, что при накоплении опыта функционирования авиатранспортной системы и постепенном устранении скрытых системных проблем интенсивность их проявления со временем сокращается. Основным параметром, характеризующим интеллектуальные технологии выявления скрытых закономерностей в обстоятельствах инцидентов, является показатель относительного ускорения их выявления. Оба вида моделей позволяют в конечном счете оценить зависимость ожидаемых потерь от данного обобщающего параметра. Также важны зависимости результатов модельных расчетов от прочих параметров предложенных моделей, в том числе от длительности и стоимости устранения выявленных проблем, ущерба от различных событий, численности и налета парка авиационной техники. Показано, что технологии интеллектуального анализа данных максимально эффективны в авиатранспортной системе при малой численности парка воздушных судов и при низких интенсивностях их эксплуатации.
Рассмотрены некоторые аспекты планирования и управления адаптационными мероприятиями, направленными на снижение последствий негативных изменений климата на инфраструктурные объекты экономики. Проведен анализ проблем оценки риска неблагоприятного воздействия изменения климата на объекты в условиях значительной неопределенности. Рассмотрена структура комплексного оценивания объектов с использованием карт прогнозов климата и оценок уязвимости объектов. Предложен подход к формированию портфеля инфраструктурных объектов. Отбор объектов предложено проводить в два этапа. На первом этапе для формирования предварительного портфеля объектов применяется метод комплексного оценивания. На втором этапе предложено применять метод, основанный на последовательном выделении инвестиционного ресурса в порядке убывания оценки удельного риска. При реализации второго этапа ограниченность инвестиционного фонда определяет окончательный портфель объектов для проведения адаптационных мероприятий. Представлена модель организационного механизма финансирования и стимулирования проведения адаптационных мероприятий на объекте при неполной информированности управляющего органа. Предложен механизм стимулирования адаптационных работ, обеспечивающий сообщение управляющему органу достоверной информации от объектов. Показано, что предложенный механизм является оптимальным в условиях неполной информированности управляющего органа.
Россия значительной частью своей экономики участвует в международном разделении труда, мировой торговле, трансграничных производственных цепочках. В последние годы усиливается управление государством этими процессами путем прямых инвестиций в производство и инфраструктуру, а также применения мер налоговой, кредитной, бюджетной и иной политики. В результате возрастает потребность в проведении экономических исследований с применением математических моделей управления отраслями и комплексами, построенных на межстрановых таблицах «затраты - выпуск» (межотраслевые балансы мировой экономики) с выделенными в них блоками внешней торговли. В статье введены в научный оборот межотраслевые балансы мировой экономики, созданные в последние годы, дан их обзор. Предложена модель экономики России, основанная на традиционных таблицах «затраты - выпуск» с расширением их с помощью матриц потоков импорта промежуточной и конечной продукции. Проведена верификация модели на примере отраслей добывающего, обрабатывающего и транспортного комплексов России. Получены оценки динамики их развития и структурных сдвигов за период 2000-2018 гг. с учетом внешнеторговой составляющей. В модель введены формулы для вычисления коэффициентов участия отраслей в глобальных производственных цепочках. Исследование показало, что по степени включения в трансграничные добывающие, обрабатывающие, транспортно-логистические цепочки Россия сопоставима с другими странами, обладающими крупными территориями, запасами полезных ископаемых и транспортными коммуникациями, такими как США и Австралия. Определены перспективные направления совершенствования модели.
Рассматривается задача распределения реентерабельных ресурсов при выполнении комплекса взаимозависимых работ, представленного в виде сетевого графика. Предполагается линейная зависимость времени выполнения работ от используемых ресурсов. Обосновывается алгоритм построения решения для работ с предопределенной последовательностью наступления событий в сетевом графике комплекса работ. Предлагается алгоритм сведения задачи общего вида к вспомогательной задаче с упорядоченными временами наступления событий, а также алгоритм построения оптимального решения исходной задачи. Сходимость данного алгоритма обусловлена конечностью итераций на каждом из этапов. Общая вычислительная сложность алгоритма может быть оценена как O(n2), где n - количество вершин в исходном сетевом графике. Представляется перспективным применение предложенного алгоритма для планирования комплексов взаимосвязанных работ с использованием реентерабельных ресурсов.
Поддержка принятия решений при управлении сложными организационными и техническими системами сохраняет свою актуальность в связи с растущей ролью и возможностями географических информационных систем, которые и являются объектом настоящего исследования. Анализируется уровень их представления в мировой и российской среде, особенности их развития, а также основные научные результаты, полученные в Институте проблем управления им. В. А. Трапезникова РАН. Выделены самые востребованные в сфере хозяйствования технологии и функциональные возможности геоинформационных систем. Геоинформационная система рассмотрена как инструмент обработки и поддержки принятия управленческих решений. Исследованы основные зарубежные и российские геоинформационные системы, основные их характеристики, области применения, тенденции и перспективы развития. Приведены описания геоинформационных технологий и алгоритмов, реализованных в полнофункциональных геоинформационных системах и рассматриваемых как платформы для создания геоинформационных систем различного назначения.
Издательство
- Издательство
- ИПУ РАН
- Регион
- Россия, Москва
- Почтовый адрес
- 117997, ГСП-7, г. Москва, Профсоюзная, 65
- Юр. адрес
- 117997, г. Москва, Профсоюзная, 65
- ФИО
- Новиков Дмитрий Александрович (дирек)
- E-mail адрес
- dan@ipu.ru
- Контактный телефон
- +7 (495) 3348910
- Сайт
- https://www.ipu.ru/