CC BY
19
Теория и практика общественного развития. 2022. № 1. С. 20-25. Theory and Practice of Social Development. 2022. No. 1. P. 20-25.
Научная статья
УДК 316.444.54(470.322)
https://doi.org/10.24158/tipor.2022.1.2
Прогнозное моделирование развития кадрового потенциала общего образования
Липецкой области
Ирина Викторовна Бурмыкина1, Максим Юрьевич Ходов2
12Липецкий государственный педагогический университет имени П.П. Семенова-Тян-Шанского, Липецк, Россия
[email protected], http://orcid.org/0000-0002-4145-5859 [email protected], http://orcid.org/0000-0002-5633-0274
Аннотация. В статье рассмотрены модели анализа кадрового потенциала с аподиктическими данными. Цель исследования - сформировать интегральную модель развития кадровых возможностей региональной системы общего образования. В ходе работы осуществлен вариативный анализ подходов к методам и процедурам комбинирования кадровой аналитики в системной процедуре совмещения с фундаментально-прогнозными особенностями. Выявлены преимущества агентного подхода, и предложена методика формирования и рационалистической оценки профессионального потенциала субъекта на основе динамичности временных рядов. Осуществлен синтез таких статистическо-демографических критериев, как коэффициент рождаемости и кадровой обеспеченности общего образования в Липецкой области с 2005 по 2017 годы. С использованием линейной-симметричной регрессии и инструмента реалистического прогнозирования были получены показатели количественных основ формирования потенциала педагогов общего образования в Липецкой области.
Ключевые слова: прогнозирование, рационализация, профессиональный потенциал, фундамент профессионального роста, потребность в кадровом потенциале, модель, агентское сообщество, общее образование, технология, регрессия, моделирование, футурологическая концепция
Для цитирования: Бурмыкина И.В., Ходов М.Ю. Прогнозное моделирование развития кадрового потенциала общего образования Липецкой области // Теория и практика общественного развития. 2022. № 1. С. 20-25. https://doi.org/10.24158/tipor.2022.1.2.
Original article
Predictive modelling of the HR development in general education of Lipetsk Region Irina V. Burmykina1, Maxim Yu. Khodov2
12Lipetsk State Pedagogical University named after P.P. Semenov-Tyan-Shansky, Lipetsk, Russia [email protected], http://orcid.org/0000-0002-4145-5859 [email protected], http://orcid.org/0000-0002-5633-0274
Abstract. The article examines HR capacity analysis models with apodictic data. The aim of the study is to form an integral model for the development of HR potential in the regional General Education System. Varying approaches to methods and procedures for combining HR analytics in a systematic procedure with fundamentally predictive features have been analyzed in the course of the work. Advantages of the agent-based approach are revealed, and a methodology for shaping and rationalizing the subject's professional potential based on time-series dynamism is proposed. Synthesis of statistical and demographic criteria such as fertility rate and general education workforce in the Lipetsk region from 2005 to 2017 has been carried out. Using linear-symmetric regression and a realistic forecasting tool, indicators of the quantitative foundations of capacity building for General Education teachers in the Lipetsk Region were obtained.
Keywords: prediction, rationalization, vocational capacity, foundation of vocational growth, need for HR capacity, model, agency community, General Education, technology, regression, modelling, futurological concept For citation: Burmykina, I.V. & Khodov, M.Yu. (2022) Predictive modelling of the HR development in general education of Lipetsk Region. Theory and Practice of Social Development. (1), 20-25. Available from: doi:10.24158/ti-por.2022.1.2 (In Russian).
Особую роль в развитии и жизнеобеспечении системы образования играют высококвалифицированные и мотивированные кадры. Процесс внедрения механизмов повышения качественных характеристик образовательного процесса зиждется на эффективных технологиях развития
© Бурмыкина И.В., Ходов М.Ю., 2022
человеческих ресурсов в учреждениях общего образования. В данном контексте вопрос о планировании показателей педагогических кадров становится приоритетным.
Одной из основных траекторий функционального улучшения системы формирования и мотивированного развития кадров образовательных организаций является применение стратегии создания кадрового потенциала на основе процессно-функционального построения системы менеджмента качества персонала, использование сочетания качественных показателей с методами мотивационной оценки результатов.
Основной проблемой управления профессиональными ресурсами в современных учреждениях общего образования следует признать недостаточное внимание к показателям эффективности системы менеджмента качества персонала. Ключевыми в этом отношении представляются вопросы целенаправленного анализа и оценки кадрового потенциала, то есть предвидения и прогностического рассмотрения потребности организаций общего образования в кадрах, которые в будущем смогут отвечать современным требованиям, предъявляемым к образованию в конкурентной среде.
Несмотря на внешнее разнообразие существующих теоретико-методологических и практических подходов к анализу результативных показателей, современных методик оценки и обучения, нерешенными остаются проблемы внешней формализации и директивного фундамента методов и технологий прогнозирования кадров, нерациональной разработки научных критериев оценки существенных для образования и профессиональных компетенций, несистемного подхода к анализу потребностей субъекта образования в персонале, масштабируемой связки хозяйственных и государственных решений с основными элементами кадровой и профессиональной политики образовательной организации. Для их решения особую значимость приобретает прогнозирование в сфере кадровой политики системы общего образования области.
Наиболее известными моделями кадрового прогнозирования в отечественной практике управления образованием являются:
1. Модель прогнозирования региональной кадровой потребности, разработанная учеными Российского государственного профессионально-педагогического университета А.Г. Мокроносо-вым и А.А. Вершининым. Сформированная ими схема включает в себя три группы различных факторов, действующих на снабжение выбранной отрасли экономики кадрами. Как отмечают Е.С. Давидюк, М.Г. Шишаев, В.В. Быстров, детально анализирующие указанную модель, общая потребность в квалифицированных специалистах устанавливается в ней на основе определения уровня влияния обозначенных коэффициентов (Давидюк и др., 2018: 63).
2. Рационалистически-сценарная модель, предложенная группой авторов: З.А. Васильевой, Т.П. Лихачевой, Н.В. Разновой, И.В. Филимоненко. Данная методика была создана для определения кадровой потребности субъекта Российской Федерации, а именно Красноярского края. Е.С. Давидюк, М.Г. Шишаев, В.В. Быстров отмечают, что в своей основе данная модель ориентирована на определение потребности региона в кадрах с учетом регрессии и динамического изменения показателей его экономического роста (Давидюк и др., 2018: 64).
3. Алгебраически национальная модель прогнозирования потребности региональных экономик в кадрах с профессиональным образованием, разработанная учеными Петрозаводского государственного университета В.Н. Васильевым, В.А. Гуртовым и Е.А. Питухиным. Подробно ее содержание рассмотрено Е.С. Давидюком с соавторами в статье, посвященной анализу значения прогнозного моделирования для мониторинга и управления кадровым обеспечением программ регионального развития (Давидюк и др., 2018: 63). Т.А. Гревцева отмечает, что данная методология может быть использована для определения потребности экономики в специалистах среднего образования в разрезе направления образовательно-профессиональной подготовки и формирования соответствующих государственных заданий по специализированным отраслям для системы среднего профессионального образования (Гревцева, 2014: 132).
4. Алгебраическая модель для определения кадровой потребности реального сектора, самая «молодая» из рассматриваемых нами, была создана для экономики республики Крым в Крымском федеральном университете имени В.И. Вернадского исследователями Н.И. Клевец и Е.А. Полищук. Суть ее подробно изучена исследователями Е.С. Давидюком, М.Г. Шишаевым, В.В. Быстровым (Давидюк и др., 2018: 63). Анализируя содержание данной модели, Л.А. Кравцова отмечает, что в фундаментальной экспозиции она имеет метод сепарабельного квадратичного показателя программирования результатов с помощью системы автоматизированных процедур вычислений MathCAD для рационалистического функционарного снижения дефицитных тенденций кадров по первоочередным направлениям конкурентных отраслей подготовки специалистов (Кравцова, 2010: 101).
5. Модель процессно-конструкционного определения кадровой потребности предприятий и отраслей экономики была предложена Н.Е. Егоровой и Е.В. Ярошенко - учеными Центрального
экономико-математического института РАН. По мнению Е.С. Давидюка, М.Г. Шишаева, В.В. Быст-рова, в данной разработке аккумулированы данные о человеческом капитале и сформирована матричная структура разделения рабочей силы в соответствии с уровнями образования и спецификой профессиональных направлений выпускников (Давидюк и др., 2018: 64).
Следует сказать, что из всех указанных рационалистически опробованных результативных моделей прогнозирования кадрового обеспечения ни одна не основана на прогнозировании процессов формирования кадровой потребности в сфере образования, в связи с чем можно сделать вывод о недостаточности внимания к этому вопросу в научной среде.
Представляется возможным в качестве перспективного в этом отношении рассмотреть потенциал агентного подхода к анализу технологий кадрового прогнозирования, а также возможности использования комбинированного подхода, основывающегося на динамичности временных рядов и комплексной корпускулярно интегрированной синергетической модели прогностически-рационального формирования кадрового потенциала в сфере общего образования (Филатова, 2018: 221).
Среди преимуществ агентного подхода к анализу технологий кадрового прогнозирования можно назвать то, что агенты имеют реальный ресурсный аналог, от которых проще получить необходимые расчетные данные для анализа и дальнейшего выявления их особенностей. Благодаря изоморфности и обезличиванию представленной на рис. 1 модели агентного подхода к анализу технологий кадрового прогнозирования, элементизируется и процессно упрощается процесс формирования и анализа различных вариантов применения в действительности разработанной системы (Найденова, 2013: 179).
Рисунок 1 - Модель агентного подхода анализа технологий кадрового
прогнозирования
Доступность информации в сети Интернет, а также наличие современного программного инструментария для осуществления агентного подхода анализа технологий кадрового прогнозирования с применением технологии data mining и искусственного интеллекта позволяют создать целевое «дерево» вариативных траекторий моделирования, функционально обеспечиваемое структурой методологии «дельфи» с целью дальнейшего анализа мнений экспертов, позволяющих фильтровать неявные данные и извлекать актуальную информацию для построения усовершенствованной модели агентного подхода анализа технологий кадрового прогнозирования.
Методика рационального прогнозирования кадрового потенциала в системе менеджмента общего образования региона на основе динамичности временных рядов основана на технологии процессно-функционального сдвига возрастных контингентальных показателей обучающихся и пересчете нагрузки по ним, а также по каждой учебной дисциплине в экстраполируемом и динамическом интервале.
Прогнозируемое количество преподавателей согласно данной методике определяется на основе количества поступивших учеников. При этом число обучающихся 2-го класса зависит от списочного состава первоклассников прошлого года, а количество учеников 1-го класса - от числа новорожденных 6-8 лет назад. Другие факторы, влияющие на количество учеников, в явном виде не учитываются, что в данном случае успешно коррелируется в методике встраиваемого PEST анализа и будет составлять определенную незначительную погрешность прогнозирования (Тарасенко, 2015: 32).
В период с 2022 по 2024 годы в школах Липецкой области будут обучаться дети 20052017 годов рождения. Статистика рождаемости представлена на рис. 2.
14000 13500 13000 12500 12000 11500 11000 10500 10000
13632^ 13383 13428 13146
11 11024
13094
11563
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
Рисунок 2 - Статистика рождаемости в Липецкой области в 2005-2017 гг.
С помощью пакета программы IBM SPSS Statistic и методов линейно-процессного регрессивного двухфакторного моделирования получены прогнозные значения с хорошими статистическими параметрами возвратных контингентов по годам обучения, представленные на рис. 3 (Бурмыкина, 2020: 24).
13500 13000 12500 12000 11500 11000 10500
13320
13140
13257
12864
12438
\
N>11486
2018
2019
2020
2021
2022
2023
2024
Рисунок 3 - Прогноз числа первоклассников в Липецкой области
в 2022-2024 гг.
Исходя из рассчитанного прогнозно-вероятного числа первоклассников, а также на основании полученных линейно-регрессионных порядковых зависимостей были выявлены прогнозно-вероятностные значения второклассников. В зависимости от фактических и прогнозных значений количества второклассников были получены прогнозно-реалистические значения числа третьеклассников, четвероклассников и так далее до выпускного 11 класса включительно (табл. 1).
Таблица 1 - Движение возвратных контингентов по годам (чел.)_
Численность учащихся Фактическая П рогнозируемая
2018 г. 2019 г. 2020 г. 2021 г. 2022 г. 2023 г. 2024 г.
1 класс 12 438 13 320 12 672 13 140 13 257 12 864 11 486
2 класс 12 787 12 493 13 314 12 590 13 096 13 271 12 854
3 класс 12 815 12 765 12 441 13 300 12 570 13 092 13 269
4 класс 12 321 12 829 12 738 12 446 13 318 12 514 13 075
5 класс 11 780 12 266 12 754 12 741 12 462 13 352 12 519
6 класс 11 200 11 757 12 254 12 791 12 701 12 451 13 341
7 класс 10 845 11 220 11 787 12 226 12 750 12 711 12 432
8 класс 11 139 10 809 11 207 11 760 12 210 12 753 12 715
9 класс 10 531 11 162 10 744 11 225 11 707 12 198 12 738
10 класс 5 015 4 721 4 645 4 524 4 433 4 259 4 176
11 класс 4 671 4 662 4 451 4 475 4 342 4 267 4 170
Всего 115 542 118 004 119 007 121 218 122 846 123 732 122 775
Для построения прогнозно-рационалистической модели кадрового потенциала была разработана регрессивно-обособленная модель, объединяющая количество учеников и необходимое для их обучения число педагогов. Выявленные экстраполируемые значения, полученные на основе разработанной модели, представлены на рис. 4.
10200 10000 9800 9600
10066
9971
9876
9781
9682
9600
9492
9400
9200 -
2018 2019 2020 2021 2022 2023 2024
Рисунок 4 - Прогноз изменения необходимого количества учителей
в Липецкой области
Таким образом, осуществленный комплексный анализ перспективного развития кадрового потенциала региональной системы общего образования позволил выявить основные проблемные аспекты в определении профессиональной потребности в педагогических кадрах системы общего образования и определить ключевые точки роста, соответствие которым обеспечит обход «болевых» аспектов функционирования системы.
Выявленная последовательность действий декомпозирует неоднозначную первоначальную задачу определения потребности системы общего образования в педагогических кадрах на более упрощенные подзадачи с применением простых шагов методов управленческой декомпозиции и проектных решений моделирования и прогнозирования:
1) прогноз числа первоклассников;
2) прогноз количества учеников в общеобразовательных организациях,
3) прогноз числа учителей, необходимых для обеспечения образовательного процесса выявленного контингента обучающихся.
Таким образом, определение потребности в педагогических кадрах с помощью методики прогнозирования на основе динамичности показателей расчета временных рядов является наиболее оптимальным и рациональным вариантом прогнозирования. В то же время приведенные выше результаты исследования потребности носят предварительный и вариативный характер. Для калибровки и локальных уточнений прогнозной модели необходимо применять агентный подход футуристического анализа (Малкина, Дубовая, 2020: 31). Только такая коллаборационная и платформенно сфокусированная связка поможет добиться в будущем синергетического эффекта при прогнозировании, а также выстроить комплексную и результативную модель функционирования устойчивой и конкурентноспособной системы общего образования Российской Федерации в современных динамично меняющихся внутренних и внешних условиях, обеспечит плацдармы для роста, а также минимизирует влияние явных и скрытых угроз.
Список источников:
Бурмыкина И.В., Богомолова А.В. Демографический прогноз в структуре стратегии социально-экономического развития муниципального образования // Актуальные проблемы науки и образования. Липецк, 2020. С. 20-32.
Гревцева Т.А. Формирование кадрового потенциала образовательных учреждений: личностные результаты // Ценности и смыслы. 2014. № 2 (30). С. 129-134.
Давидюк Е.С., Шишаев М.Г., Быстров В.В. Прогнозное моделирование для мониторинга и управления кадровым обеспечением программ регионального развития // Труды кольского научного центра РАН. 2018. Т. 9, № 10-9. С. 61-76. https://doi.org/10.25702/KSC.2307-5252.2018.10.61-76
Кравцова Л.А. Междисциплинарная сущность компетентностного подхода в повышении квалификации и переподготовки кадрового потенциала образовательного учреждения // Теория и практика общественного развития. 2010. № 4. С. 99-104.
Малкина Е.А., Дубовая Л.С. Менторство как инструмент развития кадрового потенциала региональной системы общего образования // Профессиональное образование в России и за рубежом. 2020. № 2 (38). С. 29-34.
Найденова Н.Н. Кадры в образовании решают всё? // Проблемы современного образования. 2013. № 2. С. 176-185.
Тарасенко В.В. Работа с кадровым резервом как современная проблема управления персоналом образовательной организации // Интернет-журнал Науковедение. 2015. Т. 7, № 4 (29). С. 1-46. https://doi.org/10.15862/71EVN415
Филатова Е.В. Мониторинговое исследование основных направлений кадровой политики образовательных организаций // Азимут научных исследований: педагогика и психология. 2018. Т. 7, № 1 (22). С. 220-222.
References:
Davidyuk, E. S., Shishaev, M. G. & Bystrov, V. V. (2018) Forecast Simulation for Monitoring and Management of Staffing Need for Regional Development Programs. Trudy kol'skogo nauchnogo tsentra RAN. 9 (10-9), 61-76. Available from: https://doi.org/10.25702/KSC.2307-5252.2018.10.61-76 (in Russian).
Grevtseva, T. A. (2014) Formation of Experienced Potential in Educational Institutions: Personal-Orientated Results. Tsen-nosti i smysly. (2 (30)), 129-134 (in Russian).
Kravtsova, L. A. (2010) The Interdisciplinary Nature of the Competency Approach in Training and Retraining of Personnel Potential of Educational Institutions. Theory and Practice of Social Development. (4), 99-104 (in Russian).
Filatova, E. V. (2018) Monitoring Research of the Basic Directions of Personnel Policy of Educational Organizations. Azimut nauchnykh issledovanii: pedagogika i psikhologiya. 7 (1 (22)), 220-222 (in Russian).
Naidenova, N. N. (2013) Kadry v obrazovanii reshayut vse? [Are Human Resources in Education Crucial?] Problemy sov-remennogo obrazovaniya. (2), 176-185 (in Russian).
Tarasenko, V. V. (2015) Work with a Personnel Reserve as a Modern Problem of Human Resource Management of the Educational Organization. Internet-zhurnalNaukovedenie. 7 (4 (29)), 1-46. Available from: https://doi.org/10.15862/71EVN415 (in Russian).
Burmykina, I. V. & Bogomolova, A. V. (2020) Demograficheskii prognoz v strukture strategii sotsial'no-ekonomicheskogo razvitiya munitsipal'nogo obrazovaniya [Demographic Forecasting in the Structure of the Municipal Social and Economic Development Strategy]. Aktual'nye problemy nauki i obrazovaniya. Lipetsk, рр. 20-32 (in Russian).
Malkina, E. A. & Dubovaya, L. S. (2020) Mentoring as a Tool for Developing the Human Resources Potential of the Regional Basic Education System. Professional'noe obrazovanie v Rossii i za rubezhom. (2 (38)), 29-34 (in Russian).
Информация об авторах И.В. Бурмыкина - доктор социологических наук, профессор кафедры социологии и управления Липецкого государственного педагогического университета имени П.П. Семенова-Тян-Шанского, Липецк, Россия.
https://www.elibrary.ru/author_items.asp?authorid=282637.
М.Ю. Ходов - магистрант 3 курса направления подготовки «Менеджмент (управление программами и проектами)» кафедры социологии и управления Липецкого государственного педагогического университета имени П.П. Семенова-Тян-Шанского, Липецк, Россия.
Information about the authors I.V. Burmykina - D.Phil. in Social Sciences, Professor, Department of Sociology and Public Administration, Lipetsk State Pedagogical University named after P.P. Semenov-Tyan-Shansky, Lipetsk, Russia.
https://www.elibrary.ru/author_items.asp?authorid=282637.
M.Yu. Khodov - 3rd year Master's degree student in "Management (Program and Project Management)", Department of Sociology and Public Administration, Lipetsk State Pedagogical University named after P. P. Semyonov-Tyan-Shansky, Lipetsk, Russia.
Статья поступила в редакцию / The article was submitted 22.11.2021 ; Одобрена после рецензирования / Approved after reviewing 14.12.2021 ; Принята к публикации / Accepted for publication 13.01.2022.
