“Иқтисодиёт ва инновацион технологиялар” илмий электрон журнали. № 1, январь-февраль, 2016 йил
1
www.iqtisodiyot.uz
Н.М. Ибрагимова,
СНС, ИПМИ
ОБЗОР СУЩЕСТВУЮЩИХ ПОДХОДОВ И МОДЕЛЕЙ
ПРОГНОЗИРОВАНИЯ ПОТРЕБНОСТЕЙ ЭКОНОМИКИ В
СПЕЦИАЛИСТАХ С ВЫСШИМ ОБРАЗОВАНИЕМ
Мақолада юқори малакали кадрларни тайёрлашга бўлган талаб ва
таклифни тавсифловчи олий маълумотли ахоли улуши кўрсаткичларининг
ўсиш шароиталари ва асосий манбалари кўриб чиқилган. Шунингдек, олий
таълимга кириш ва қамровни ўсиш шартлари кўриб чиқилган.
The article examines the main sources of growth rates and terms the proportion
of people with higher education, characterize the supply and demand for training
highly qualified workforce, and the availability of growth conditions and coverage of
higher education.
Ключевые слова:
модель, высшем образованием, инновационной
экономики, квалификация.
Дефицит специалистов с высшим образованием усиливает риски
неустойчивого
развития
инновационной
экономики,
неэффективного
стимулирования
индустриализации,
обеспечения
преимущественно
низкопродуктивной занятости, медленного создания условий для изменения
качества институтов, роста доверия и др.
Предупреждение этих рисков требует поиска путей решения задач
повышения охвата высшим образованием. В целях решения поставленной
задачи проведен обзор результатов текущих исследований по охвату учебными
программами в организациях высшего образования и основных факторов,
определяющих величину необходимой численности и квалификации
работников с высшим образованием.
Такие исследования опираются на два основных теоретически
отличающихся подхода: спрос на кадровый состав трудовых ресурсов
(Manpower demand approach) и предложение на рынке труда, определяемое
социально-экономическими интересами (Social demand approach).
Спрос работодателей на квалификацию сотрудников (Manpower demand
approach) меняется при соответствующих технологических и экономических
изменениях (таких как появление новых отраслей промышленности и
изменение используемых технологий, структурные сдвиги по росту доли
обрабатывающей промышленности или сферы услуг). Эти обстоятельства
диктуют потребность в гармонизации охвата выпускников программами
высшего образования с ожиданиями работодателей (Hernández-March, Peso &
Leguey, 2009, стр. 1-2). А поскольку процесс гармонизации системы
образования с потребностями на рынке труда требует много времени,
необходимы своевременные прогнозы по системе образования (устраняющие
несоответствие между требуемой и имеющейся квалификацией).
“Иқтисодиёт ва инновацион технологиялар” илмий электрон журнали. № 1, январь-февраль, 2016 йил
2
www.iqtisodiyot.uz
Применение планирования потребностей на рынке труда в развитых
странах позволяло снижать риски рецессии в рыночной экономике (в
результате провалов рынка и недостаточного уровня обеспеченности
высококвалифицированными кадрами, с точки зрения кейнсианской школы), а
в развивающихся странах такое прогнозирование считается (с точки зрения
догоняющего экономического развития) механизмом распределения ресурсов
(планирование).
В качестве примера использования такого подхода укажем три
реализованные
модели
прогнозирования
в
развитых
странах:
Средиземноморский проект ОЭСР (Mediterranean Regional Project-1960),
Норвежская модель прогнозирования MODAG, прогнозы занятости и
профессиональной подготовки в Министерстве труда США (Bureau of Labor
Statistics). Оценки спроса на образование производится в них поэтапно:
I. Прогноз выпуска отдельных отраслей экономики.
II. Прогноз изменения производительности труда и эффективности.
III. Прогноз доли занятых по уровням образования по каждой отрасли
экономики.
Объем образованных трудовых ресурсов
рассчитывается на основе
коэффициента участия в рабочей силе (доли на рынке труда) выпускников
различных ступеней образования, с учетом поло‒возрастных показателей
населения. После того как оценивается объем спроса на ту или иную
квалификацию занятых в целевом году, рассчитывается объем выпуска вузами
на основе имеющихся ресурсных возможностей и дефицит выпускников
высших учебных заведений.
Второй теоретический подход (предложение на рынке труда, определяемое
социальными
интересами,
Social
demand
approach)
прогнозирует
потенциальные объемы выпуска образовательных учреждений, исходя не из
потребностей экономики, а из прогнозов потребностей и выгод от образования
для населения страны.
Среди таких моделей наиболее широко используемой является т.н. модель
сигналов рынка труда (Labor Market Signals model). В качестве таких рыночных
сигналов часто используются уровень заработной платы, тенденции занятости и
безработицы (в соответствии с уровнем образования по отдельным
специальностям), стоимость различных образовательных программ учебных
заведений, количество зарегистрированных (подавших заявление, но не
поступивших) лиц в образовательных программах и курсах, и объявления о
вакансиях в периодической печати и электронных СМИ.
В этой модели, на рынке труда сигналы обеспечивают более надежную на
прогнозный период статистику, чем первая модель по прогнозированию спроса
работодателей (Adams, Middleton & Ziderman, 1992, стр. 7-22), поскольку
участники рынка труда (индивиды, компании и вузы) будут немедленно на них
реагировать и принимать меры в соответствии с такими сигналами. Например,
увеличение заработной платы профессии является сигналом, указывающим на
дефицит специалистов в этой области. Если информация в отношении этого
индикатора будет общедоступна, то люди будут предъявлять более высокий
“Иқтисодиёт ва инновацион технологиялар” илмий электрон журнали. № 1, январь-февраль, 2016 йил
3
www.iqtisodiyot.uz
спрос на образование по данному направлению, и образовательные учреждения
начнут обучать большее количество студентов по этому направлению
(Psacharopoulos, 1991).
Таким образом, оба рассматриваемых теоретических подхода направлены
на определение потребностей экономики в образованных специалистах, но
каждый из них имеет свои недостатки, которые могут снизить надежность
прогнозов спроса на образованных специалистов.
Поэтому в мировой практике часто используются совместно факторы
обоих подходов, что позволяет повысить гибкость первого подхода (по
определению спроса работодателей на высококвалифицированную трудовую
силу на основе прогнозов развития экономики и ее секторов), и дополнить
макроэкономический
прогноз
микроэкономическими
тенденциями
(определяемых работой рыночных механизмов и потребностями индивидов,
предприятий и высших образовательных учреждений). В свою очередь,
использование только второго подхода (модель сигналов рынка труда) должно
быть дополнено макроэкономическими факторами, поскольку рынок труда не
всегда полностью реагирует на изменение рыночных сигналов (например, при
централизованно регулируемом рынке труда).
Ниже приводятся основные факторы, выявленные в текущих
исследованиях по прогнозированию потребностей в специалистах с высшим
образованием.
Фактор 1. Спрос на образованных специалистов со стороны работодателей
(см. канал 1 в схеме 1), влияющий на количество выпускников вузов в большей
степени в развитых странах (для развитых рынков труда).
Наиболее важным критерием оценки качества института высшего
образования считается востребованность выпускников на соответствующем
сегменте рынка труда (работа по полученной специальности). Обзор
соответствующих исследований показывает, что оценки коэффициента
эластичности доли работников с высшим образованием (по выпуску отрасли)
более высокие в странах с наиболее развитыми рыночными институтами (т.е.
наблюдается более гибкое реагирование на изменение спроса на
квалифицированный труд)
1
.
Как правило, основными факторами, влияющими на занятость по видам
занятий, являются изменения в структуре продукции отраслей экономики, в
технологиях производства и управления им. Кроме того, на занятость влияют
общий уровень безработицы, производительность труда, фискальная и
монетарная политика, отраслевая и региональная политика.
1
Однако на уровне экономики в целом оценки эластичности доли занятых с высшим образованием по
изменению спроса на квалифицированный труд более низкие, чем на отраслевом уровне, что объясняется тем,
что работники с высшим образованием меньше подвержены риску безработицы и могут легко
переквалифицироваться.
“Иқтисодиёт ва инновацион технологиялар” илмий электрон журнали. № 1, январь-февраль, 2016 йил
4
www.iqtisodiyot.uz
Рис. 1. Факторы охвата высшим образованием
В широко используемой модели авторов подобных исследований в рамках
стран СНГ (методика Д.В. Маркова) прогнозная оценка общей потребности
также определяется миграционными процессами (перемещение работника за
пределы региона на постоянное место жительство и работы) и численностью
выбывающего персонала (пенсионного возраста).
В качестве основных макроэкономических моделей по прогнозированию
темпов роста отдельных отраслей экономики особый интерес представляют
равновесные макроэкономические модели SAM (Standard Accounting Matrix) и
RMSM-X (Revised Minimal Standard Model with Extension). В этих моделях
специфицируются
несколько
десятков
уравнений,
выведенных
с
использованием данных по всем важнейшим секторам экономики. Такие
модели
позволяют
осуществлять
анализы
различных
сценариев
макроэкономической политики, направленной в частности, на обеспечение
экономического роста, полной занятости населения и низких темпов инфляции.
Прогнозирование спроса на образование со стороны работодателей можно
оценить
по величине эластичности спроса на рабочую силу по выпуску для двух
различных групп занятых (с высшим образованием и неквалифицированной
группы/без высшего образования).
В качестве фактора (независимой
переменной) спроса на высшее образование используется показатель реальных
темпов роста отраслевого выпуска (индекс роста по отношению к базовому
периоду), или изменения структуры экономики (н-р, увеличение доли
обрабатывающего сектора, рост доли которого будет определяться как ростом
физ. объема выпуска, так и ростом цен на продукцию отрасли).
Труд
Капитал
ВЫПУСК
Традиционная
модель роста
Доходы
населения
Потребительские
ожидания
Канал 1
Канал 2
Охват высшим
образованием
Канал 4
Спрос
работодателей
на квалифиц. труд
Канал 3
Предложение
специалистов
НТП
Модель инклюзивного
роста по образованию
“Иқтисодиёт ва инновацион технологиялар” илмий электрон журнали. № 1, январь-февраль, 2016 йил
5
www.iqtisodiyot.uz
Оценки эластичности спроса
2
на высшее образование по выпуску в США
показывают, что величина коэффициента эластичности занятых по выпуску
колеблется в пределах 0,73 в Коломбии (Roberts & Scoufias, 1997) для
квалифицированных трудовых ресурсов и 0,66 для неквалифицированных.
Bardhan, Hicks, Jaffee (2013) проанализировали влияние т.н. “сигналов со
стороны рынка” (Labour Market Signals), т.е. спроса со стороны работодателей
на количество выпускников вузов США в период 1984-2008гг. по отдельным
профессиям. Для изучения эластичности предложения квалифицированного
труда на изменения в спросе на квалифицированную рабочую силу на ряд
специальностей этого авторы использовали
лаги от 1 до 10 лет
в изменении
показателей спроса работодателей на тот или иной вид квалифицированных
трудовых ресурсов (т.е. показателей, характеризующих изменение структуры
экономики, например, рост доли перерабатывающих секторов и т.д.)
3
.
Согласно полученным результатам, рост спроса со стороны работодателей
на определенный вид специалистов на 10% приводит к повышению
выпускников по этой специальности на 0,9-1% ежегодно в течение 3-6 лет (при
максимальном приросте на уровне 1,6% через 4 года, с постепенным угасанием
эластичности после 7-летнего периода). Эти оценки выше в полтора раза (до
2,2-2,4% с лагом в 4-6 лет), если в качестве независимой переменной спроса
работодателей использовано изменение доли сектора в общей величине оплаты
труда, которое отражает как изменение численности занятых в секторе, так и
среднего уровня заработной платы в данной отрасли экономики.
Freeman and Hirsch (2007) нашли подобные оценки: 1% увеличение спроса
на определенную область знаний со стороны работодателей приведет к
2 увеличению специальностей в этой области.
Фактор 2.
Доступность образования (рост уровня доходов).
Страны с быстрым экономическим ростом становится богаче, и
полученные плоды экономического роста в виде дополнительных ресурсов
теоретически могут быть использованы на инвестиции в человеческий капитал,
в том числе в виде роста уровня образованности населения (Deming & Dynarski,
2009).
Т.е.
высокие темпы экономического роста
должны приводить к
повышению
спроса на рабочую силу
, что в свою очередь должно приводить к
росту доходов
: безработные находят работу, а занятые с частичной занятостью
переходят на полную занятость. В свою очередь, рост получаемых доходов
стимулирует спрос на образование (см. канал 2 в схеме 1).
В одной из широко известных работ [Bils, Klenow, 2000] поднимается
проблема эндогенности (направления причинно-следственной связи): при
межстрановых расчетах влияние высоких темпов экономического роста на
2
В качестве индикаторов спроса здесь были использованы показатели численности квалифицированного труда
3
Но поскольку и такой подход не полностью решает проблему эндогенности (т.к. показатели выпуска могут
коррелировать со своими лаговыми значениями предыдущих лет, а те в свою очередь определять переменные
спроса работодателей на рабочую силу), то был использован
подход инструментальных переменных
(с
использованием инструментальной переменной “численность занятых пенсионного возраста”, которая
определяет число вакансий в отрасли, но никак не связана напрямую с показателями количества выпускников
вузов).
“Иқтисодиёт ва инновацион технологиялар” илмий электрон журнали. № 1, январь-февраль, 2016 йил
6
www.iqtisodiyot.uz
увеличение продолжительности образования не менее значительно, чем
влияние образования на экономический рост.
Для исследования потенциала влияния темпов роста ВВП на образование,
указанные выше авторы расширили модель эндогенного роста, включив в нее
результаты решения о получении образования (модель Билса-Кленова).
Основной вывод свидетельствует о том, что высокие темпы экономического
роста,
уменьшая эффективную ставку процента
, позволяют увеличить спрос
на школьное образование. Более того, авторы показывают, что канал влияния
экономического роста на образование больше способен объяснить
эмпирическую взаимосвязь между двумя этими индикаторами, чем канал
прямого влияния образования на экономический рост.
Используя ряд значений для параметров модели авторы оценили отклик
оптимального количества лет обучения на изменения в ожидаемых темпах
экономического роста, продолжительности жизни и доходах. Начиная с
минимального периода обучения в 6,2 года, увеличение ожидаемых темпов
экономического роста на 1-процент увеличивает данное минимальное
количество лет обучения на величину от 1,4 до 2,5 года. (В свою очередь,
повышение доходов в виде
роста отдачи от образования
на 1п.п. повышает
количество лет обучения на величину от 1,1 до 1,9 лет.)
Последний эффект на микроуровне подтверждается в работе Роберта
Хейфмана и Барбары Вольф (Haveman & Wolfe, 1995) по обзору оценок
влияния семейного дохода на рост количества лет обучения. Оценки
эластичности логарифма количества лет образования по отношению к
логарифму семейного дохода варьируют в диапазоне от 0,02 до 0,20.
Несколько других исследований [Robert J. Willis and Rosen, 1979; Richard
Freeman, 1986; and David Meltzer, 1995] также оценили реакцию индикаторов
образования по показателям доходности. Они получили оценки в диапазоне от
0,3 до 0,7 лет (которые намного ниже показателей отдачи работе [Bils, Klenow,
2000], при росте отдачи на один год вложенного образования. Таким образом,
модель Билса-Кленова предполагает больший всплеск образования при росте
отдачи.
Исследование (Deming & Dynarski, 2009) по эмпирической оценке
взаимосвязей между стоимостью обучения и количеством студентов из
малообеспеченных семей свидетельствует в пользу того, что финансовая
поддержка может повысить доступность обучения. Особенно эффективными
признаны программы, стимулирующие высокое качество обучения или
прохождение дополнительных курсов обучения по отношению к средним
стандартам.
Хоксби и Авери (Hoxby & Avery, 2013) показали, что подавляющее
большинство студентов с наивысшим уровнем способностей и подготовки, но
относящихся к группе с низкими доходами, не подают документы в колледжи
или университеты. Кроме того, студенты с высоким уровнем способностей и
низким уровнем дохода, которые подают в вузы, предлагающие финансовую
поддержку и программы обучения в которых стоят меньше, заканчивают их с
более высокими баллами. Однако авторами также показано, что студенты
“Иқтисодиёт ва инновацион технологиялар” илмий электрон журнали. № 1, январь-февраль, 2016 йил
7
www.iqtisodiyot.uz
подающие на программы обучения в вузы с поддержкой не отличаются по
уровню семейного дохода (с относительно более высоким или низким) прежде
всего потому, что в относительно бедных районах слишком мало программ
такой финансовой поддержки.
Однако, несмотря на продолжающийся рост заработной платы для
высококвалифицированных работников (с высшим образованием), продолжает
в последние три десятилетия расти и продолжительность времени на получение
степени бакалавра. Bound & Lovenheim & Turner (2012), используя данные из
обследований высшей школы, показали, что снижение финансовой поддержки
ведет к увеличению времени на получение высшего образования среди тех
студентов, которые начинают своё высшее образование в государственных
колледжах.
Фактор 3. Ожидамые выгоды от образования.
Формирование человеческого капитала требует отвлечения доходов от
текущего потребления на образование и имеет немало общего с накоплением
физического или финансового капитала. Экономический рост, в том числе
нейтральный относительно различных групп населения по уровню образования,
увеличивает выгоды заработной платы от обучения. Соответственно, ради
будущих выгод повышается и привлекательность образования. Кроме того,
более динамичный экономический рост может привести к улучшению
показателей образования за счет
повышения ожидаемого в будущем роста
отдачи от инвестиций в образование (
канал 3
).
Вилс и Розен [Robert J. Willis and Rosen, 1979] показали, что оценки на
данных NBER-Торндайк (NBER-Thorndike) поддерживают теоретическую
гипотезу о том, что спрос на получение высшего образования зависит от
ожидаемого повышения уровня доходов при его получении. Была оценена
зависимость решения о получении высшего образования от ожиданий по росту
доходов при его получении (т.н. финансовый стимул), а также в модель
включен ряд специфических характеристик индивидов, отражающих
индивидуальные способности и предпочтения, семейные условия. Однако была
отмечена неоднородность населения и существенная дисперсия ожидаемого
роста финансовых выгод от получения образования в колледже. Тем не менее,
индивиды с большими ожиданиями роста своих доходов имеют гораздо
большую вероятность посещения университета. Оценка эластичности спроса на
посещение колледжа по отношению к величине разницы в величине доходов
работников с уровнем образования на уровне колледжа/вуза высока и составила
2,0.
Фактор 4. Увеличение спроса на образование с развитием технологий.
С переходом на новые технологические стадии повышается спрос на
квалифицированную рабочую силу.
Активное развитие технологий
(
канал 4
)
ведет к расширению спроса работодателей и уровня оплаты труда специалистов
с высшим образованием, в том числе получивших технические и инженерные
специальности (Machin, S. and J. Van Reenen, 1998).
Эндрю Д. Фостер и Марк Р. Розенцвейг (Andrew D. Foster and Mark R.
Rosenzweig, 1996) нашли доказательства наличия канала влияния
“Иқтисодиёт ва инновацион технологиялар” илмий электрон журнали. № 1, январь-февраль, 2016 йил
8
www.iqtisodiyot.uz
экономического роста на образование, который включает
смещение в навыках в
ходе технологического прогресса (канал 3)
. В этом исследовании показано, что
индийские провинции получили пользу от “Зеленой революции”1970-х гг. (т.е.
именно от внедрения новых биотехнологий и прочего технологического
развития) как в виде роста отдачи от образования, так и повышения охвата
образованием.
В статье рассмотрено влияние двух основных групп факторов,
повышающих охват высшим образованием. Во-первых, согласно теории рынка
труда, рост численности занятых с высшим образованием на рынке труда
определяется, факторами развития экономики и ее отраслей, т.е. сложившимися
условиями со стороны
спроса
на специалистов с высшим образованием, а во-
вторых - сложившимися факторами
предложения
высококвалифицированного
труда. Соответственно, при прогнозировании потребностей рынка в
специалистах с высшим образованием используются результаты тестирования
гипотез о масштабах влияния на рост охвата образованием целого ряда
факторов динамики социально-экономического развития, определяющих спрос
и предложение: уровень дохода, структурные и технологические изменения в
экономике, демографические тенденции и т.д.
В
развитых
странах
необходимость
такого
прогнозирования
(долгосрочного планирования) с точки зрения кейнсианской школы направлена
на снижение рисков рецессии в рыночной экономике. В развивающихся
странах такое планирование считается механизмом распределения ресурсов с
точки зрения догоняющего экономического развития.
Список использованной литературы
1. Adams, A. V., Middleton, J., & Ziderman, A. (1992). Manpower planning in
a market economy with labor market signals. Policy Research Working Paper, Report
Number WPS837.
2. Bardhan, Ashok, Daniel L. Hicks, and Dwight Jaffee, 2013. How Responsive
is Higher Education? The Linkages between Higher Education and the Labour
Market. Applied Economics 45 (10-12): 1239-1256.
3. Barry T. Hirsch · James A. Freeman · College majors and the knowledge
content of jobs. Economics of Education Review 02/2008; 27(5):517-535.
4. John Bound & Michael F. Lovenheim & Sarah Turner, 2012. "Increasing
Time to Baccalaureate Degree in the United States," Education Finance and Policy,
MIT Press, vol. 7(4), September, pages 375-424
5. Bils, Mark & Peter J. Klenow, 1998. "Does Schooling Cause Growth or the
Other Way Around?," NBER Working Papers 6393, National Bureau of Economic
Research, Inc.
6. David Deming, Susan Dynarski. Into College, Out of Poverty? Policies to
Increase the Postsecondary Attainment of the Poor. NBER Working Paper No.
15387, September 2009
“Иқтисодиёт ва инновацион технологиялар” илмий электрон журнали. № 1, январь-февраль, 2016 йил
9
www.iqtisodiyot.uz
7. Foster, Andrew D. and Rosenzweig, Mark R. “Technical Change and Human-
Capital Returns and Investments: Evidence from the Green Revolution.” American
Economic Review, September 1996, 86(4), pp. 931–53.
8. Freeman, Richard. (1986). “Chapter 6: Demand for Education” Handbook of
Labor Economics, Volume 1, 1986, Pages 357-386 Harvard University
9. Robert Haveman & Barbara Wolfe, 1995. "The Determinants of Children's
Attainments: A Review of Methods and Findings," Journal of Economic Literature,
American Economic Association, vol. 33(4), pages 1829-1878, December.
10. Hernández-March, J., Martín del Peso, M., & Leguey, S. (2009). Graduates’
skills and higher education: The employers’ perspective. Tertiary Education and
Management, 15(1), 1–16
11. Caroline Hoxby & Christopher Avery, 2013. "The Missing "One-Offs": The
Hidden Supply of High-Achieving, Low-Income Students," Brookings Papers on
Economic Activity, Economic Studies Program, The Brookings Institution, vol. 46(1
(Spring), pages 1-65
12. Machin, S. and J. Van Reenen, (1998), ‘Technology and Changes in Skill
Structure: Evidence From Seven OECD countries,’ Quarterly Journal of Economics,
113, 1215-44.
13. Psacharopoulos, G. (1991). From manpower planning to labour market
analysis. International Labour Review, 130(4), 459–474
14. Psacharopoulos, G. (2004). Linking research, policy and practice.
Identifying Skill Needs for the Future: From Research to Policy and Practice
(Reference series No: 52). Luxembourg: CEDEFOP
15. Roberts, Mark J. and Emmanuel Skoufias, 1997. "The Long-Run Demand
for Skilled and Unskilled Labor in Colombian Manufacturing Plants," The Review of
Economics and Statistics, MIT Press, vol. 79(2), pages 330-334, May
16. Willis, Robert J. and Rosen, Sherwin. "Education and Self-Selection."
Journal of Political Economy, Vol. 87, No. 5, (October 1979), Part 2, pp. S7-S36
17. Доклад
Всемирного
банка:
