Вы используете устаревший браузер — установите современный.
 /  Образование в Югре  /  Профессиональное образование  /  Прогноз кадровых потребностей Югры

Прогноз кадровых потребностей Югры

1. Общая характеристика рынка труда Ханты-Мансийского автономного округа – Югры.
 
Бурное развитие округа во второй половине XX века способствовало привлечению огромного количества трудовых ресурсов из всех уголков страны. Динамика изменения численности населения Ханты-Мансийского автономного округа – Югры приведена в таблице 1.1
Год
1959
1970
1979
1989
1999
2009
2010
2011
2012
2013
2014
2015
Население, тыс. чел.
124
271
569
1268
1359
1512
1532
1537
1561
1584
1597
1612,1
 
В 2014 году, по данным Российской службы статистики, в округе работало 669250 человек (таблица 1.2). Большая часть (66%) населения Ханты-Мансийского автономного округа – Югры работает в пяти отраслях:
  • добыча полезных ископаемых;
  • транспорт и связь;
  • образование;
  • здравоохранение;
  • строительство.
 
Таблица 1.2 – Численность занятого населения в Ханты-Мансийском автономном округе – Югре в 2014 году
Вид экономической деятельности
Работающих, чел.
Сельское хозяйство, охота и лесное хозяйство
1787
Добыча полезных ископаемых
181835
Обрабатывающие производства
28782
Производство и распределение электроэнергии, газа и воды
38378
Строительство
55201
Оптовая и розничная торговля; ремонт автотранспортных средств, мотоциклов, бытовых изделий и предметов личного пользования
20823
Гостиницы и рестораны
9988
Транспорт и связь
80773
Операции с недвижимым имуществом, аренда и предоставление услуг
46354
Образование
67888
Здравоохранение
57152
 Предоставление прочих коммунальных, социальных и персональных услуг
22871
Другие виды деятельности
57418
Итого:
669250
 
В начале двухтысячных, прирост населения за счет межрегиональной миграции оказывал существенное влияние на региональный рынок труда. В настоящее время, миграционный приток сократился, но он до сих пор является одним из важных источников изменения трудовых ресурсов в регионе. До 2013 года (по данным российской службы статистики, таблица 1.3) в округе наблюдался устойчивый миграционный прирост населения со средним профессиональным образованием (далее СПО), с 2008 года устойчивый отток населения с высшим профессиональным образованием (далее ВПО) и начальным профессиональным образованием (далее НПО).
 
 
2008
2009
2010
2011
2012
2013
ВПО, чел.
-828
-150
-1156
-1438
-2 271
-3 348
СПО, чел.
434
1514
707
3725
1 521
-1 862
НПО, чел.
-720
481
-131
-61
-119
-81
 
Значительный вклад в рынок труда Ханты-Мансийского автономного округа – Югры вносят кадры, работающие вахтовым методом. На данный момент в экономике округа занято 87 тысяч человек работающих вахтовым методом, что составляет около 13% от занятого населения.

 

Особенностью Ханты-Мансийского автономного округа – Югры  является возрастная структура работающего населения. На рисунках 1.1, 1.2 представлена половозрастная структура занятых в Ханты-Мансийском автономном округе – Югре. В настоящее время, наблюдается омоложение работников с высшим профессиональным образованием и старение кадров со средним профессиональным образованием. При этом, доля работников с СПО в экономике региона составляет примерно 50%. Ситуация постепенно меняется,  к 2015 году  доля поступивших в учреждения ВПО составила        37 %, в учреждения СПО - 63%.
 
Для экономики нормальной является половозрастная структура работающих, в которой максимум участвующих в экономике мужчин приходится на возраст 38-42 лет, а женщин приходится на возраст 35-38 лет. В этом случае, при приросте населения происходит естественное восполнение трудовых ресурсов.  В Ханты-Мансийском автономном округе – Югре максимум работающих мужчин с ВПО находится в возрасте 26-30 лет, а женщин с ВПО в возрасте 26-28 лет, что говорит о преобладании  молодых возрастов в структуре занятых в экономике региона.
Возрастная структура занятых с СПО значительно отличается от структуры работающих с ВПО. Максимум работающих мужчин приходится на возраст 48-55 лет, а женщин на 50-54 года, что уже является пред пенсионным возрастом. Это приводит к значительной ежегодной кадровой потребности, связанной с процессами естественного возрастного выбытия населения из трудовой деятельности. Однако, недостаток кадров с СПО способствует продолжению трудовой деятельности специалистов в пенсионном возрасте.
 
2. Методика прогнозирования кадровых потребностей.
 
В Югорском государственном университете разработана методика прогнозирования кадровых потребностей Ханты-Мансийского автономного округа – Югры. Методика использует разработанную математическую модель регионального рынка труда, математическую модель изменения макроэкономических показателей. Для прогнозирования параметров рынка труда и экономики региона используются разработанные способы прогнозированная, основанные на использовании нейронных сетей [свидетельства на регистрацию программ ЭВМ №2013661768, №2013661711, №2013661770, №2013661769].
Математические модели методики прогнозирования обеспечивают исследование взаимного влияния следующих параметров региона:
  • баланс трудовых ресурсов по видам экономической деятельности;
  • количество безработных на рынке труда;
  • валовой региональный продукт по видам экономической деятельности;
  • показатель инфляции за год;
  • дефлятор по видам экономической деятельности;
  • инвестиции по видам экономической деятельности;
  • планируемые инвестиции по видам экономической деятельности;
  • рост объемов производства по видам экономической деятельности;
  • стоимость основных фондов;
  • степень износа основных фондов;
  • численность граждан пенсионного возраста;
  • численность работающих пенсионеров;
  • половозрастное распределение занятого в экономике населения округа по видам экономической деятельности, уровням образования;
  • половозрастное распределение миграционных потоков по уровням образования и укрупненным группам специальностей;
  • количество специалистов, работающих в округе вахтовым способом;
  • количество иностранных работников по видам экономической деятельности;
  • численность занятых мужчин и женщин в отраслях экономики;
  • доля занятых мужчин и женщин в отраслях экономики по уровням образования;
  • коэффициент рождаемости на 1000 человек населения округа, каждый пол отдельно;
  • коэффициент смертности на 1000 человек населения округа, каждый пол отдельно;
  • коэффициент естественного прироста на 1000 человек населения округа;
  • численность населения округа;
  • структура занятых в экономике по уровню образования и видам экономической деятельности;
  • численность населения по возрастам и уровням образования, проживавшего и работавшего в округе по переписи населения 2002 и 2010 годов;
  • численность занятых по отраслям согласно ОКВЭД;
  • численность выпускников учреждений профессионального образования;
  • численность выпускников 9 и 11 классов;
  • региональный заказ на подготовку кадров.
 
Для прогнозирования динамики изменения параметров модели регионального рынка труда и макроэкономических показателей используется инструмент нейросетевого моделирования. Любая задача прогнозирования стремится к такому решению, то есть к выбору такой математической модели (выявление взаимосвязей исследуемых параметров), при котором данные, полученные в ходе прогнозирования, как можно больше соответствуют реальным значениям. Нахождение оптимальной модели является крайне затруднительной задачей и зависит от исследуемого объекта и набора исходных данных [Крянев А.В. Математические методы обработки неопределенных данных]. Особенностью социально-экономических систем является огромное количество параметров и сложно формализуемые связи между ними. Это делает процесс классического моделирования крайне трудоемким и неэффективным.

 

Для решения задачи исследования динамики развития социально-экономических систем необходима методика, которая самостоятельно определяет оптимальную модель на основе входных данных. Такими возможностями обладают искусственные нейронные сети, построенные по принципу организации биологических нейронных сетей [Рассел С., Норвиг П. Искусственный интеллект: современный подход], способные к обучению, самоорганизации и адаптации.

 

Нейронная сеть состоит из совокупности нейронных элементов и связей между ними. На вход нейронной сети подается обучающая выборка, состоящая из параметров модели, оказывающих влияние на прогнозируемый элемент. Например, для прогнозирования численности занятых в добывающей отрасли необходимо на вход нейронной сети подать данные о динамики добычи полезных ископаемых, инвестициях в отрасль, планы роста добычи, цена на нефтепродукты и т.д. Нейронная сеть, будет обучаться на основе загруженных данных и построит нелинейную модель зависимости численности занятых в добывающей отрасли от динамики изменения множества параметров. На рисунке 2.1 представлена топология однослойной нейронной сети.

 

В Югорском государственном университете разработана методика, которая сочетает в себе подходы классического моделирования и моделирования с применением инструмента нейронных сетей. Классическое моделирование используется при формализации общих зависимостей и выводов, а нейронные сети для определения связей между множеством параметров и прогнозирования поведения одних параметров при известном поведении других параметров.
 
Для определения кадровой потребности региональной экономики посредством вышеуказанных моделей определяется:
  1. Количество работников, необходимое экономике Ханты-Мансийского автономного округа – Югры для развития в рамках принятых социально-экономических программ;
  2. Количество работников, которыми будет располагать экономика региона на прогнозный период с учетом выхода на пенсию, призыва в армию, декретного отпуска, болезней, смертности и т.д.;
  3. Количество работников, которые будут подготовлены региональной системой профессионального образования;
  4. Количество работников, которые вернутся в округ после учебы за пределами региона;
  5. Миграционный прирост по всем уровням профессионального образования.
С учетом прогнозирования вышеперечисленных параметров определяются кадры, которые необходимо будет подготовить либо дополнительно привлечь в регион для обеспечения необходимого развития экономики региона.
 
3. Прогноз кадровых потребностей.
 
В таблицах 3.1-3.2 представлен прогноз кадровых потребностей до 2020 года.
 
Таблица 3.1 – Прогноз потребности в кадрах с высшим образованием по видам экономической деятельности
Виды экономической деятельности
2015
2016
2017
2018
2019
2020
Добыча полезных ископаемых
83
116
192
303
454
742
Обрабатывающие производства
49
82
133
200
285
421
Распределение газа и воды
36
60
96
140
201
327
Образование
18
41
83
141
220
366
Здравоохранение
15
31
97
192
323
632
Гос. управление
53
98
179
286
424
654
Финансовая деятельность
9
17
26
37
56
79
Операции с недвижимым имуществом
89
154
263
415
616
914
Гостиницы и рестораны
5
7
7
9
11
12
Прочие коммунальные услуги
17
35
61
87
125
192
Строительство
23
36
56
90
139
224
Транспорт и связь
64
104
169
259
378
554
Торговля
17
35
62
100
147
217
Сельское и рыбное хозяйство
8
11
12
12
13
13
 
Таблица 3.2 – Прогноз потребности в кадрах со средним профессиональным образованием по видам экономической деятельности
Виды экономической деятельности
2015
2016
2017
2018
2019
2020
Добыча полезных ископаемых
400
680
1174
2120
3289
4599
Обрабатывающие производства
111
157
242
410
621
865
Распределение газа и воды
144
190
278
455
687
957
Образование
54
91
146
243
516
938
Здравоохранение
144
320
558
1117
1778
2500
Гос. управление
85
147
241
411
669
1006
Финансовая деятельность
17
26
44
81
128
184
Операции с недвижимым имуществом
63
105
168
311
518
788
Гостиницы и рестораны
9
10
13
18
30
46
Прочие коммунальные услуги
19
31
47
79
133
214
Строительство
63
111
176
418
741
1097
Транспорт и связь
227
340
532
922
1403
1947
Торговля
54
104
178
333
523
764
Сельское и рыбное хозяйство
11
12
14
18
26
34
 
Из таблиц 3.1, 3.2 видно, что в округе наблюдается кадровая потребность во всех 13 видах экономической деятельности.
 
В таблицах 3.3, 3.4 представлен прогноз кадровых потребностей Ханты-Мансийского автономного округа – Югры по укрупненным группам направлений подготовки для среднего профессионального и высшего образования.
 
Таблица 3.3 - Прогноз потребности в кадрах со средним профессиональным образованием по укрупненным группам специальностей
 
УГС
Наименование
Потребность
2015
2016
2017
2018
2019
2020
2021
08.00.00
Техника и технологии строительства
-84
-65
-18
113
270
437
468
09.00.00
Информатика и вычислительная техника
-3
-31
-19
57
115
204
267
11.00.00
Электроника, радиотехника и системы связи
139
223
335
481
651
837
791
12.00.00
Фотоника, приборостроение, оптические и биотехнические системы и технологии
55
81
116
157
205
258
282
13.00.00
Электро- и теплоэнергетика
259
286
376
636
957
1313
1392
15.00.00
Машиностроение
65
71
94
159
239
328
345
18.00.00
Химические технологии
-2
-1
1
4
8
13
15
19.00.00
Промышленная экология и биотехнологии
-2
-1
1
4
8
13
14
20.00.00
Техносферная безопасность и природообустройство
103
203
318
451
598
754
800
21.00.00
Прикладная геология, горное дело, нефтегазовое дело и геодезия
110
283
574
1071
1675
2114
2284
22.00.00
Технологии материалов
62
125
224
378
567
776
823
23.00.00
Техника и технологии наземного транспорта
160
192
302
630
1031
1475
1549
24.00.00
Авиационная и ракетно-космическая техника
8
11
16
25
37
49
54
26.00.00
Техника и технологии кораблестроения и водного транспорта
-3
-5
-3
10
29
51
57
29.00.00
Технологии легкой промышленности
-22
-32
-34
-23
-6
17
18
31.00.00
Клиническая медицина
46
110
195
415
666
928
1012
34.00.00
Сестринское дело
36
88
155
330
530
739
784
35.00.00
Сельское, лесное и рыбное хозяйство
-7
-8
-3
8
26
48
51
36.00.00
Ветеринария и зоотехния
0
1
2
3
5
7
8
38.00.00
Экономика и управление
141
302
564
1137
1812
2546
2725
39.00.00
Социология и социальная работа
-15
-22
-9
138
215
301
419
43.00.00
Сервис и туризм
-67
-138
-184
-105
2
119
131
46.00.00
История и археология
-1
-2
-3
-1
1
3
4
49.00.00
Физическая культура и спорт
-2
-5
-7
-3
2
7
8
51.00.00
Культуроведение и социокультурные проекты
-11
-14
-15
-6
5
19
21
52.00.00
Сценические искусства и литературное творчество
-6
-7
-7
-3
3
10
11
53.00.00
Музыкальное искусство
-6
-7
-7
-3
3
10
11
54.00.00
Изобразительное и прикладные виды искусств
-6
-7
-7
-3
3
10
11
 
Прогноз кадровых потребностей выявил динамику увеличения потребности в подготовке и привлечению кадров с СПО практически по всем укрупненным группам специальностей.

 

Наиболее востребованные направления подготовки к 2020 году по программам СПО  в округе:
  • экономика и управление;
  • прикладная геология, горное дело, нефтегазовое дело и геодезия;
  • техника и технологии наземного транспорта;
  • электро- и теплоэнергетика;
  • техносферная безопасность и природообустройство;
  • электроника, радиотехника и системы связи;
  • технологии материалов;
  • клиническая медицина и сестринское дело;
  • социология и социальная работа;
  • техника и технологии строительства;
  • управление в технических системах;
  • машиностроение;
  • приборостроение, оптические и биотехнические системы и технологии;
  • образование и педагогические науки;
  • науки о здоровье и профилактическая медицина;
  • информатика и вычислительная техника.
 
Следует отметить, что в настоящее время часть гуманитарных специальностей СПО на рынке труда замещаются выпускниками высших учебных заведений смежных специальностей. Особенно характерен этот процесс для специальностей группы «Экономика и управление». Так например, недостаток работников с СПО по этому направлению замещается переизбытком кадров с ВПО (таблица 3.4). Также эта ситуация характерна для высокотехнологичных УГС, таких как «информатика и вычислительная техника», «электроника, радиотехника и системы связи», «электро- и теплоэнергетика».
 
Таблица 3.4 – Прогноз потребности в кадрах с высшим профессиональным образованием по укрупненным группам специальностей
УГС
Наименование
Потребность
2015
2016
2017
2018
2019
2020
2021
01.00.00
Математика и механика
-8
-15
-15
-9
5
31
48
02.00.00
Компьютерные и информационные науки
-12
-22
-22
-13
7
70
103
03.00.00
Физика и астрономия
-23
-39
-52
-63
-69
-72
-80
04.00.00
Химия
-23
-39
-52
-63
-69
-74
-80
05.00.00
Науки о земле
-23
-39
-52
-63
-69
-75
-80
06.00.00
Биологические науки
-23
-39
-52
-63
-69
-76
-86
07.00.00
Архитектура
-3
17
42
73
112
170
202
08.00.00
Техника и технологии строительства
-8
39
97
169
260
356
360
09.00.00
Информатика и вычислительная техника
6
9
26
56
100
149
103
10.00.00
Информационная безопасность
10
21
34
48
64
81
89
11.00.00
Электроника, радиотехника и системы связи
79
118
176
248
338
418
430
12.00.00
Фотоника, приборостроение, оптические и биотехнические системы и технологии
11
15
26
39
56
82
90
13.00.00
Электро- и теплоэнергетика
130
154
200
265
352
465
460
15.00.00
Машиностроение
33
38
50
66
88
129
136
16.00.00
Физико-технические науки и технологии
-4
-7
-6
-4
2
21
23
18.00.00
Химические технологии
-1
1
5
11
19
30
36
19.00.00
Промышленная экология и биотехнологии
-1
1
5
11
19
30
21
20.00.00
Техносферная безопасность и природообустройство
-1
6
25
56
100
144
100
21.00.00
Прикладная геология, горное дело, нефтегазовое дело и геодезия
-60
-83
-61
-7
88
250
270
22.00.00
Технологии материалов
5
11
27
54
91
101
105
23.00.00
Техника и технологии наземного транспорта
103
205
353
541
773
1020
1080
24.00.00
Авиационная и ракетно-космическая техника
7
14
22
32
44
56
50
25.00.00
Аэронавигация и эксплуатация авиационной и ракетно-космической техники
7
14
22
32
44
56
50
26.00.00
Техника и технологии кораблестроения и водного транспорта
4
13
28
48
73
100
105
27.00.00
Управление в технических системах
13
25
61
117
196
258
260
28.00.00
Нанотехнологии и наноматериалы
9
13
20
28
38
49
20
29.00.00
Технологии легкой промышленности
-17
-11
3
21
46
76
80
30.00.00
Фундаментальная медицина
0
0
1
2
2
4
4
31.00.00
Клиническая медицина
6
21
43
71
107
116
102
32.00.00
Науки о здоровье и профилактическая медицина
1
5
10
16
24
40
52
33.00.00
Фармация
1
5
10
16
24
40
51
34.00.00
Сестринское дело
5
16
34
57
85
140
150
35.00.00
Сельское, лесное и рыбное хозяйство
-7
-5
4
20
40
66
60
36.00.00
Ветеринария и зоотехния
0
0
0
1
2
2
4
37.00.00
Психологические науки
-50
-100
-146
-189
-227
-218
-250
38.00.00
Экономика и управление
-1045
-2011
-2910
-3754
-4532
-4970
-5001
39.00.00
Социология и социальная работа
-55
-90
-112
-125
-125
-104
-115
40.00.00
Юриспруденция
-74
-150
-219
-284
-340
-260
-269
41.00.00
Политические науки и регионоведение
-3
-7
-10
-13
-15
-29
-29
42.00.00
Средства массовой информации и информационно-библиотечное дело
-23
-39
-53
-65
-75
-96
-115
43.00.00
Сервис и туризм
-98
-189
-271
-348
-419
-393
-420
44.00.00
Образование и педагогические науки
-20
-1
43
107
199
125
123
45.00.00
Языкознание и литературоведение
-17
-33
-49
-63
-76
-77
-125
46.00.00
История и археология
-3
-7
-10
-13
-15
-47
-62
47.00.00
Философия, этика и религиоведение
-3
-7
-10
-13
-15
-11
-8
48.00.00
Теология
-3
-7
-10
-13
-15
-11
-11
49.00.00
Физическая культура и спорт
-8
-17
-24
-32
-38
-84
-150
50.00.00
Искусствознание
-27
-46
-63
-78
-91
-86
-80
51.00.00
Культуроведение и социокультурные проекты
-23
-39
-53
-65
-75
-121
-135
52.00.00
Сценические искусства и литературное творчество
-12
-20
-27
-33
-38
-37
-35
53.00.00
Музыкальное искусство
-12
-20
-27
-33
-38
-37
-35
54.00.00
Изобразительное и прикладные виды искусств
-12
-20
-27
-33
-38
-50
-67
55.00.00
Экранные искусства
-12
-20
-27
-33
-38
-37
-34
 
Наиболее востребованные направления подготовки ВПО на 2021 год:
  • техника и технологии наземного транспорта;
  • электро- и теплоэнергетика;
  • электроника, радиотехника и системы связи;
  • техника и технологии строительства;
  • образование и педагогические науки;
  • управление в технических системах;
  • архитектура;
  • клиническая медицина и сестринское дело
  • информатика и вычислительная техника;
  • техносферная безопасность и природообустройство;
  • технологии материалов;
  • машиностроение;
  • прикладная геология, горное дело, нефтегазовое дело и геодезия.
 
На эти  направления приходится более 80% всех потребностей региона в кадрах с ВПО.
В 2014 году контрольные цифры приема в учреждения ВПО были распределены согласно среднесрочному прогнозу кадровых потребностей Ханты-Мансийского автономного округа – Югры. При этом в скорректированном прогнозе прослеживается положительная динамика по заполнению вакансий, появляющиеся по данным направлениям подготовки:
  • 00.00 - Математика и механика;
  • 00.00 - Техника и технологии строительства;
  • 00.00 - Информатика и вычислительная техника;
  • 00.00 - Электроника, радиотехника и системы связи;
  • 00.00 - Электро- и теплоэнергетика;
  • 00.00 - Техносферная безопасность и природообустройство;
  • 00.00 - Управление в технических системах;
  • 00.00 - Клиническая медицина;
  • 00.00 - Образование и педагогические науки.
Потребность по этим направлениям имела динамику к увеличению, однако после приема 2014/2015 и 2015)2016 года ситуация улучшилась и дефицит кадров в 2020 году уменьшится.
Снижение потребности в кадрах к 2021 году имеют  следующие направления подготовки:
         03.00.00     Физика и астрономия;
  • 00.00 Химия;
  • 00.00 Науки о земле;
  • 00.00 Биологические науки;
  • 00.00 Психологические науки;
  • 00.00 Экономика и управление;
  • 00.00 Социология и социальная работа;
  • 00.00 Юриспруденция;
  • 00.00 Политические науки и регионоведение;
  • 00.00 Средства массовой информации и информационно - библиотечное дело;
  • 00.00 Сервис и туризм;
  • 00.00 Языкознание и литературоведение;
  • 00.00 История и археология;
  • 00.00 Физическая культура и спорт;
  • 00.00 Культуроведение и социокультурные проекты;
  • 00.00 Изобразительное и прикладные виды искусств.
 
На рисунке 3.1 представлены наиболее востребованные в абсолютном значении направления подготовки СПО. Абсолютные значения кадровой потребности дают представление о количестве работников, которых необходимо привлечь или подготовить для развития экономики региона.
 
Рисунок 3.1 - Прогноз потребности в кадрах со средним профессиональным образованием в 2020 году
 
На рисунке 3.2 представлена наибольшая в абсолютных значениях потребность по направлениям высшего образования в 2021 году. Среди наиболее востребованных отсутствуют гуманитарные специальности, за исключением направлений связанных со здравоохранением. Наиболее востребованными являются технические специальности. При этом потребность по этим специальностям будет возрастать в связи с недостаточными объемами подготовки и значительным оттоком кадров с высшим образованием.
 
Рисунок 3.2 - Прогноз потребности в кадрах с высшим п образованием в 2021 году