Обоснование методики оценки емкости платных образовательных услуг в области высшего профессионального образования

Предлагаемая статья посвящена актуальной проблеме оценки емкости платных образовательных услуг в области высшего профессионального образования Красноярского края.

Демографическая ситуация и экономический кризис вносят свои коррективы в сферу образования, поэтому руководству любого вуза необходимо знание не только возможностей самого учебного заведения, но и размера реальной и потенциальной емкости всего рынка образовательных услуг с особым акцентом на сегмент платных услуг. В связи с этим необходимо рассмотреть динамику соответствующего рынка, возможности конкретного вуза.

Емкость рынка платных образовательных услуг в области высшего профессионального образования – это совокупный платежеспособный спрос потребителей на платные образовательные услуги в определенный период времени. При этом необходимо рассматривать два уровня емкости платных образовательных услуг: потенциальный и реальный.

Потенциальная емкость платных образовательных услуг в области ВПО представляет собой максимально возможный спрос при удовлетворении абсолютных потребностей общества в образовательных услугах – это максимальная численность выпускников школ, начальных и средних специальных учебных заведений, желающих и имеющих возможность получить второе высшее образование, довузовская подготовка и повышение квалификации.

Реальная емкость платных образовательных услуг представляет собой величину удовлетворенного спроса потребителей на платные образовательные услуги с учетом соотношения предложения и цены – это численность студентов вузов платной формы обучения, которая имеет ограничения в виде количества мест на платное обучение.

В качестве основных инструментов исследования применялись многомерные методы корреляционно-регрессионного анализа, исследование временных рядов и прогнозирование, а также приемы табличного и графического представления статистических данных. Для обработки исходной статистической информации использовались аналитические прикладные программы SPSS, Statistica 6.0 и Excel.

Прогноз реальной емкости рынка платных образовательных услуг на 2010 – 2011 гг. осуществлялся с помощью линейного тренда, прогноз потенциальной емкости – с помощью параболического тренда, наиболее полно описывающих исходные данные.

Для расчета реальной емкости рынка результативным показателем является численность студентов вузов, обучающихся на платной основе (Yr), в том числе в государственных (Yr 1 ) и в негосударственных вузах (Yr 2 ).

Для расчета потенциальной емкости рынка результативным показателем используется численность потенциальных абитуриентов вузов (Yp), рассчитанная нами как сумма выпускников школ (Yp 1 ), выпускников учебных заведений начального профессионального образования (Yp 2 ) и выпускников учебных заведений среднего профессионального образования (Yp 3 ).

Также потенциальными абитуриентами и будущими студентами являются те, кто желает получить второе высшее образование, но мы не можем включить их в динамические ряды нашего исследования, поскольку на сегодняшний день подобная официальная статистика не ведется.

Первым направлением определения емкости рынка являются выявление и изучение факторов (Х 1–40 ), оказывающих влияние на результативные показатели: социально-демографических (численность населения всего, в т. ч. по возрасту, уровню образования и экономической активности; число выпускников общеобразовательных школ, начальных и средних специальных учебных заведений; численность студентов высших учебных заведений государственных и негосударственных вузов, в т. ч. платной формы обучения), социально-экономических (уровень средней заработной платы, денежных доходов населения, величина прожиточного минимума) [Образование…, 2009; Регионы…, 2010; Российский…, 2010]. Тесноту связи между выявленными факторами и определяемым показателем оценивает коэффициент корреляции r ху . Чем выше его значение, тем сильнее зависимость и меньше ошибка прогноза. При отрицательном значении коэффициента корреляции связь между показателем и фактором, его определяющим, является обратной.

Согласно рассчитанным коэффициентам корреляции реальной емкости, наибольшая теснота связи наблюдается между показателями численности студентов с полным возмещением затрат на обучение всего, в том числе в государственных и негосударственных вузах, и общей численностью студентов высших учебных заведений (Х30). Здесь прослеживается прямая зависимость данных показателей: чем больше общая численность студентов, тем больше студентов могут обучаться на платной форме, поскольку бюджетные места строго ограничены. Коэффициенты корреляции для них составили 0,986; 0,984; 0,858 соответственно. При расчете бюджетных мест в будущем потребуется учитывать заложенный в проекте «Закона об образовании» норматив государственного финансирования вузов для получения высшего образования для представителей молодого поколения россиян (17–30 лет) не менее 9 %, который определен в количестве человек на 10 000 лиц этого возраста. В условиях Красноярского края их число в 2010 г. должно было составлять 6 человек на 10000 лиц этого возраста.

Также сильное влияние на формирование численности студентов платной формы обучения оказывает фактор численности учащихся в дневных общеобразовательных учреждениях (Х 26 ), r= –0,968; –0,938; –0,702. Отрицательное значение коэффициентов корреляции говорит о том, что численность студентов платной формы обучения в перспективе будет расти, так как прогнозируется снижение величины влияющего на него фактора. Данный факт подтверждается расчетами, проведенными в табл. 1, из чего видно, что численность школьников снижается и составляет в 2010 г. 233,3 тыс. чел., 2011 г. – 214,5 тыс. чел.

Численность студентов с полным возмещением затрат на обучение определяется и величиной среднедушевых доходов населения (Х 35 ), r=0,920; 0,850; 0,923. Такая тесная зависимость вполне понятна – чем выше доходы населения, тем большее количество людей могут позволить себе обучение за плату.

Коэффициенты корреляции потенциальной емкости между выпускниками начального и среднего профессионального образования и факторами, на них влияющими, достаточно низкие, поскольку они в значительно меньшей степени фактически становятся потенциальными абитуриентами вузов, но тем не менее составляют их общую сумму. Поэтому в основном высокие коэффициенты корреляции наблюдаются для выпускников школ и, конечно, общей численности потенциальных абитуриентов вузов.

Для коэффициентов корреляции потенциальной емкости наибольшая теснота связи наблюдается между показателями численности потенциальных абитуриентов вузов, в том числе выпускников школ, и среднедушевыми доходами населения (Х 32 ). Коэффициенты корреляции для них составили 0,603; 0,804 соответственно. Также сильное влияние на формирование численности потенциальных абитуриентов вузов, в том числе выпускников школ, оказали факторы численности учащихся в дневных общеобразовательных учреждениях (Х 26 ), r=0,521; 0,752 и численности учащихся в средних специальных учебных заведениях (Х 28 ), r=0,634; 0,725.

Вторым направлением определения емкости рынка обосновываются выбор основных факторов для построения моделей прогнозируемых показателей и их прогноз на перспективу. Полученные высокие по абсолютному значению коэффициенты корреляции между изучаемыми факторами свидетельствуют о высокой взаимной зависимости между ними. Поэтому для построения моделей функциональной зависимости показателей от выбранных факторов на основе коэффициентов корреляции из 40 предложенных факторов было выбрано 3 основных, оказывающих, по нашему мнению, наибольшее влияние на прогнозируемые показатели. По данным матрицы парной корреляции, есть и более высокие показатели коэффициентов (например, число школ, техникумов, вузов), но с позиций экономической целесообразности были выбраны следующие факторы, исключая факторы, коррелирующие друг с другом.

Для расчета реальной емкости были отобраны: численность учащихся в дневных общеобразовательных учреждениях, Х 26 ; численность студентов высших учебных заведений, Х 30 ; среднедушевые доходы населения, Х 35 . Для расчета потенциальной емкости были отобраны: численность учащихся в дневных общеобразовательных учреждениях, (Х 26 ); численность учащихся в средних специальных учебных заведениях, (Х 28 ); среднедушевые доходы населения, Х 32.

Для наиболее точного прогноза нами был проведен расчет значений отобранных факторов на ближайшую перспективу с помощью линейного тренда для реальной емкости, а для потенциальной емкости характерно описание динамики через полиномиальный тренд в зависимости от времени (табл. 1).

Согласно прогнозируемым показателям, продолжается тенденция снижения численности учащихся в дневных общеобразовательных учреждениях в крае и численности учащихся в средних специальных учебных заведениях, к 2011 г. ожидается снижение данных показателей на 58 и 34 % соответственно по сравнению с 2000 г. Данная ситуация объясняется демографическим спадом в соответствующие периоды на территории Красноярского края.

Таблица 1

Прогноз основных факторов, оказывающих влияние на формирование численности студентов и потенциальных абитуриентов вузов, обучающихся на платной основе в Красноярском крае

Годы	Численность учащихся в дневных общеобразовательных учреждениях, тыс. чел.	Численность студентов высших учебных заведений, тыс. чел.	Численность учащихся в средних специальных учебных заведениях, тыс. чел.	Среднедушевые доходы населения, руб.
2000	432,5	96,1	59,2	2773,0
2001	414,7	107,5	62,2	3572,0
2002	392,2	118,6	62,1	4346,0
2003	384,6	122,4	62,1	5509,0
2004	256,6	124,7	62,1	6408,0
2005	334,5	132,0	61,5	7710,0
2006	314,0	130,6	58,8	9640,0
2007	298,8	129,5	56,6	12654,0
2008	288,6	131,9	53,1	15605,0
2009	286,8	125,8	49,9	16570,0
2010	217,4	145,8	44,3	21902,5
2011	182,1	149,8	38,8	25724,0

При этом численность студентов высших учебных заведений по-прежнему растет и к 2011 г. составит 149,8 тыс. чел., что выше аналогичного показателя в 2000 г. на 55,9 %. Сложившаяся ситуация обусловлена высокой востребованностью населением услуг высшего профессионального образования в целом и большой популярностью некоторых профессий в частности. Это объясняется тем, что в массовом сознании есть успешный образ этих профессий, с одной стороны, и развитием высокотехнологичных отраслей (например, нефтяная отрасль), где рабочим необходимо высшее образование, – с другой. Создание Сибирского федерального университета также будет стимулировать приток студентов в высшую школу.

Среднедушевые доходы населения стабильно увеличиваются и к 2011 г. будут составлять 25724,0 руб., что в 9,3 раз выше, чем в 2000 г. (без учета инфляции).

Такая тенденция позволяет говорить о перспективах развития рынка платных образовательных услуг в связи с ростом доходов населения.

Прогнозируемые в исследовании факторы отличаются от прогноза социальноэкономического развития Красноярского края на 2009–2011 годы: численность учащихся в дневных общеобразовательных учреждениях снизится в 2009 г. до 282,5 тыс. чел., в 2011 г. – до 281,6 тыс. чел., численность учащихся в средних специальных учебных заведениях – до 59,8–57,3 тыс. чел. соответственно, численность студентов высших учебных заведений вырастет до 132,4–133 тыс. чел., среднедушевые доходы населения увеличатся до 20027,75–28240,7 руб. [Прогноз…]. Использование прогнозных данных, согласно данному документу, нецелесообразно в связи с существующими изменениями внешней среды деятельности вузов [Красноярский край].

Третье направление определения емкости рынка включает построение, оценку и выбор оптимальных моделей прогнозируемых показателей . Высокие показатели тесноты связи между выявленными факторами и определяемыми показателями установили возможность включения выбранных факторов для построения моделей прогнозирования численности студентов и абитуриентов на договорной основе на перспективу. Уравнения зависимости показателей от выбранных факторов представлены в табл. 2.

При построении однофакторных моделей для расчета реальной емкости коэффициенты детерминации результативных показателей Yr второй модели и Yr 1 пятой модели являются весьма высокими и составляют 0,973 и 0,969 соответственно. Это говорит о незначительных отклонениях между фактическим и оценочным значениями Y. Для результативного показателя Yr 2 девятой модели коэффициент детерминации является наиболее высоким (0,798). Для остальных уравнений регрессии коэффициент детерминации колеблется от умеренных до высоких (от 0,36 до 0,723). При построении многофакторных моделей мера тесноты связи определяется по каждому результативному показателю как весьма высокая и является более высокой, чем при построении однофакторных моделей. Для результативного показателя Yr первой модели коэффициент детерминации выше остальных и составляет 0,999.

При построении однофакторных моделей для расчета потенциальной емкости коэффициенты детерминации результативных показателей Yp первой модели и Yp 1 четвертой модели являются высокими и составляют 0,696 и 0,855 соответственно. Для результативных показателей Yp 2 и Yp 3 коэффициенты детерминации очень слабые по всем моделям. В многофакторных моделях мера тесноты связи определяется как весьма высокая для результативного показателя Yp первой модели и составляет 0,935. Рассчитанные значения критерия Фишера подтверждают выбор конкретной модели.

Таким образом, для каждого результативного показателя была выбрана более оптимальная модель зависимости данного показателя от одного и всех из отобранных факторов с целью получения наиболее достоверного прогноза при однофакторной и многофакторной регрессии.

Четвертым направлением определения емкости рынка на основе построенных моделей осуществляется прогноз численности студентов и абитуриентов вузов платной формы обучения в Красноярском крае на 2010–2011 гг. путем подстановки в них предлагаемых в перспективе значений переменных. Результаты проведенных расчетов представлены в табл. 3.

Таблица 2

Модели зависимости показателей от выбранных факторов

Уравнение модели	Коэффициент детерминации	Критерий Фишера
Однофакторные линейные модели для расчета реальной емкости
1) Yr=112,562-0,161 x X26	0,651	13,08
2) Yr=-61,96+O,979 x X 3o	0,973	249,467
3) Yr=38,649+0,002 x X 35	0,723	18,248
4) Yr i =87,027-0,108 x X 26	0,649	12,954
5) Yr i =-30,258+0,658 x X 30	0,969	219,490
6) Yr i =38,601+0,001 x X 35	0,581	9,714
7) Yr 2 =25,534-0,053 x X 26	0,492	0,785
8) Yr 2 =-31,702+0,321 x X s0	0,36	19,466
9) Yr 2 =0,048+0,001 x X 35	0,798	27,602
Многофакторные линейные модели для расчета реальной емкости
1) Yr= -18,534+9,66 x t+0,019xX 26 +0,466xX 30 +0,001xX 35	0,999	24842,9
2) Yr 1 =–38,292–0,5×t – 0,02×Х 26 +0.832×Х 30 +0,002×Х 35	0,987	45,494
3) Yr 2 =19,758+10,16×t+0,039×Х 26 –0,366×Х 30 –0,001×Х 35	0,955	12,59
Однофакторные линейные модели для расчета потенциальной емкости
1) Yp=-12,537+0,807 x X 26	0,696	16,028
2) Yp=49,332+0,031 x X 28	0,271	2,603
3) Yp=64,022-0,0004 x X 32	0,364	4,009
4) Yp 1 =-19,555+0,803 x X 26	0,855	41,4
5) Yp 1 =13,606+0,041 x X 28	0,566	9,124
6) Yp 1 =32,326-0,0005 x X 35	0,646	12,801
7) Yp 2 =17,473-0,0002 x X 26	0,032	0,233
8) Yp 2 =16,909-0,0009 x X 28	0,004	0,002
9) Yp 2 =16,805+6,64 x X 32	0,004	0,025
10) Yp 3 =18,254-0,008 x X 26	0,211	1,874
11) Yp 3 =15,184-0,005 x X 28	0,003	0,002
12) Yp 3 =14,891-7,75 x X 35	0,157	1,301
Многофакторные линейные модели для расчета потенциальной емкости
1) Yp=–24,547+3,143×t+0,062×Х 26 –0,335×Х 28 –0,002×Х 32	0,935	14,495
2) Yp 1 =71,575+4,69×t+0,06×Х 26 –0,568×Х 28 –0,003×Х 32	0,896	8,592
3) Yp 2 =38,348+0,823×t – 0,005×Х 26 –0,301×Х 28 –0,008×Х 32	0,469	0,882
4) Yp 3 =–8,679+0,723×t+0,004×Х 26 +0,068×Х 28 –0,0003×Х 32	0,675	2,078

Таблица 3

Прогноз реальной и потенциальной емкости рынка образовательных услуг в области высшего профессионального образования в Красноярском крае на 2010–2011 гг.

Годы	Реальная емкость			Потенциальная емкость
	Численность студентов платной формы обучения, всего, тыс. чел.	в том числе в		Численность аби-туриен-тов, всего, тыс. чел.	в том числе выпускники
		государственных вузах, тыс. чел.	негосударственных вузах, тыс. чел.		общеобра-зователь-ных уч-режде-ний, тыс. чел.	начального профессионального образования, тыс. чел.	средних специальных учреждений, тыс. чел.
t	Yr	Yr 1	Yr 2	Yp	Yp 1	Yp 2	Yp 3
2010	82,49	65,61	16,88	46,5	15,7	16,6	14,2
2011	86,74	68,27	18,48	40,9	11,2	16,4	13,4

На основе многофакторных линейных моделей в вузах Красноярского края к 2011 г. с полным возмещением затрат будет обучаться 86,74 тыс. чел., что на 2,07 тыс. чел. больше, чем по расчету однофакторной модели. В государственных вузах численность студентов с полным возмещением затрат растет и составляет в 2010 г. 65,61 тыс. чел., в 2011 г. – 68,27 тыс. чел., что соответствует данным однофакторной модели. В негосударственных вузах данный показатель составляет в 2010 г. 16,88 тыс. чел., в 2011 г. – 18,48 тыс. чел., что выше, чем по результатам однофакторной модели – на 1,49 тыс. чел., 1,79 тыс. чел., 2,09 тыс. чел.

На основе многофакторных линейных моделей абитуриентами вузов Красноярского края предположительно к 2011 г. может стать, в отличие от однофакторных моделей, на 13,8 тыс. чел. меньше, в том числе за счет снижения выпускников школ на 11,7 тыс. чел., среднего профессионального образования – 2,2 тыс. чел. и увеличения начального профессионального образования на 0,01 тыс. чел.

Для расчета прогнозных показателей численности студентов и абитуриентов вузов платной формы обучения в Красноярском крае на 2010–2011 гг. оптимальные модели расчета реальной и потенциальной емкости рынка платных образовательных услуг определены по моделям многофакторной линейной регрессии для общей численности студентов вузов и для выпускников школ:

Yr= –18,534+9,66×t+0,019×Х26+0,466×Х30+0,001×Х35,

Yp=–24,547+3,143×t+0,062×Х26–0,335×Х28–0,002×Х32.

Использование разработанной методики оценки емкости рынка платных образовательных услуг в области высшего профессионального образования при проведении регулярного мониторинга будет способствовать получению необходимой оперативной информации для принятия управленческих решений руководствами вузов и получению представления об уровне реальных и потенциальных размеров регионального рынка платных образовательных услуг в области высшего профессионального образования региональными органами управления образованием и Советом ректоров региона для проведения единой и согласованной с вузами политики в сфере высшего образования.