Прогнозирование рынка труда на этапе перехода к цифровой экономике

Автор: Акаев Аскар Акаевич, Петряков Александр Александрович, Сарыгулов Аскар Исламович

Журнал: Известия Санкт-Петербургского государственного экономического университета @izvestia-spgeu

Рубрика: Теория и философия хозяйства

Статья в выпуске: 4 (130), 2021 года.

Бесплатный доступ

В условиях, когда рынки труда переходят от дискретного и стационарного состояния к состоянию с элементами значительной турбулентности и неопределенности, требуются новые подходы для оценки их потенциала и определения ключевых направлений развития. В статье предлагается модель для прогноза развития рынка труда в условиях высокой мобильности рабочей силы и формирования новых бизнес-моделей в новой экономической среде с разветвленной цифровой инфраструктурой. Предложенная модель верифицирована на конкретных экономических данных ряда развитых и развивающихся стран.

Рынок труда, математическая модель, цифровая экономика

Короткий адрес: https://sciup.org/148322716

IDR: 148322716

Текст научной статьи Прогнозирование рынка труда на этапе перехода к цифровой экономике

Глубокие структурные изменения затронули рынки труда не только в развитых, но и в развивающихся странах. Эти структурные изменения вызваны, прежде всего, демографическими процессами, более широкими возможностями работников в развитии своих талантов и навыков, быстрыми технологическими сдвигами. Согласно оценке экспертов ООН, период изобилия трудовых ресурсов подходит к концу в большинстве стран мира. Одновременно с этим, навыки, опыт и знания становятся ключевыми характеристиками работников в условиях глобальных и открытых рынков труда.

ГРНТИ 06.77.61

Александр Александрович Петряков – кандидат экономических наук, старший научный сотрудник Центра фундаментальных исследований процессов развития экономики России Санкт-Петербургского государственного экономического университета.

Статья поступила в редакцию 09.08.2021.

В результате быстрых технологических изменений компании сегодня сталкиваются с более короткими циклами деловой активности и по-настоящему глобальной конкуренцией. Автоматизация на основе элементов искусственного интеллекта может оказать значительное влияние на состояние рынка труда, как способствуя вытеснению живой рабочей силы, так и создавая новые модели занятости в экономике совместного пользования. Быстрое развитие информационно-коммуникационных технологий, особенно связанное с формированием глобальных информационных и социальных сетей, практически положило начало созданию цифровой инфраструктуры, открывающей новые возможности, как для ведения бизнеса, так и создания нового типа взаимоотношений между работником и работодателем.

Согласно результатам отдельных исследований, численность трудоспособного населения, занятого в настоящее время независимым формированием собственных потоков дохода, составляет порядка 162 миллионов человек. И, как ожидают эксперты, это число будет только расти. Широкое распространение так называемой «человеческой аналитики» становится все более доминирующим элементом в долгосрочных стратегиях компаний. Действие всех этих факторов происходит в рыночной среде. Однако, сам по себе рынок не в состоянии решить реальные и потенциальные конфликты в сфере труда и занятости. В этой связи комплексная оценка рынка труда и его прогнозирование в условиях структурной трансформации экономики, широкой диффузии информационно-коммуникационных технологий и растущего тренда независимого формирования собственных потоков дохода значительной частью трудоспособного населения имеет важное практическое значение для всех экономических агентов.

Существующие подходы к оценке рынка труда

В период с 1960 г. по 1990 гг. для развивающихся стран основным инструментом планирования являлась модель «потребности в рабочей силе», которая состояла из трех ключевых элементов: (а) прогнозирование спроса на образованную рабочую силу, (б) прогнозирование предложения образованной рабочей силы и (в) балансирование спроса и предложения [1]. Однако эта модель подверглась впоследствии значительной критике [2], поскольку наблюдались значительные ошибки прогноза занятости, отсутствовали эмпирические доказательства, связывающие прогнозы рабочей силы с каким-либо фактическим решением в области образовательной политики, подвергалось сомнению одно из ключевых положений модели о том, что эластичность замещения между различными видами труда равна (или почти равна) нулю.

Следствием такой широкой критики стало появление другой модели – MACBETH (MACro Computer Based EmploymenT Heuristic) для разработки альтернативных будущих сценариев планирования рабочей силы [3]. Данная модель ставила своей задачей не только прогнозирование, но и анализ рынка труда, включая: разработку различных сценариев динамики населения по возрасту и полу; оценку предложений труда по роду занятий и уровню образования; анализ спроса на работу по профессиям и уровню образования; оценку несоответствия занятости по профессии и уровню образования; прогноз влияния мобильности труда между профессиями на уровень занятости. Таким образом, эволюция моделей прогнозирования демонстрировала отказ от чисто механистических подходов и все больше соответствовала изменяющимся экономическим условиям, когда более полный анализ рынка труда уже включал в себя измерение заработной платы, широкое использование обследований домашних хозяйств, навыков и образовательных профилей работающего населения [4, 5].

Тем не менее, экспертное сообщество продолжало дискуссию о том, насколько актуальны традиционные профессиональные прогнозы как для лиц, принимающих решения, так и для участников рынка труда. В значительной степени это стало результатом акцента на самой проблеме занятости, без рассмотрения такого важного вопроса, как постоянно возникающего несоответствия между навыками работника и требованиями работодателя к уровню его квалификации. Что касается самого инструмента прогнозирования, то на протяжении почти 20 лет во многих развитых странах Европы (Франция, Ирландия, Нидерланды, Германия, Финляндия, Германия, Италия, Испания, Великобритания) использовались эконометрические модели, дополненные обширными выборочными обследованиями самого рынка труда [6].

Что касается российского сегмента исследований, то здесь необходимо выделить работы, проведенные под эгидой РАН. Это работы, посвященные проблемам экономического неравенства и демо- графии [7, 8], а также исследование, посвященное сравнительному анализу бедности в РФ и зарубежных странах [9]. Тенденциям развития рынка труда в России посвящены отдельные исследования, проводимые в НИУ ВШЭ [10].

Модель прогнозирования рынка труда

Накопленный к настоящему времени значительный эмпирический материал о процессах цифровой трансформации в разрезе экономик различных стран может служить фундаментом для разработки математических моделей, описывающих ключевые экономические тренды в эпоху цифровой трансформации. В частности, нами разработана математическая модель, направленная на оценку изменений на рынке труда, вызванных широким распространением новых интеллектуальных машинных систем и глобальных компьютерных сетей, создающих условия для частичного замещения человеческих знаний, подробное описание которой содержится в работе [11].

В качестве базовой модели для описания долгосрочного экономического роста рассмотрим классическую производственную функцию (ПФ) типа Кобба-Дугласа с трудосберегающим техническим прогрессом:

Y(t) = y • K " (t) • [Л(t) •L(t)] 1-a+5 , (1) где Y(t) – текущий объем национального дохода (ВВП); K(t) – физический капитал; L(t) – численность занятых в экономике рабочих и служащих; A(t) – технологический прогресс; α – доля физического капитала в ВВП; δ – параметр, характеризующий возрастающую отдачу от масштаба производства ( δ >0); γ – постоянный нормирующий коэффициент.

Именно для учета возрастающей отдачи, генерируемой в высокотехнологичных наукоемких отраслях экономики, мы ввели в производственную функцию (1) параметр δ . Это позволит учесть все-увеличивающийся вклад знаний и информации в производство инновационных товаров и услуг согласно [12]. Рост влияния человеческого капитала на экономическое развитие определяет необходимость учета и данного фактора в производственной функции. В этой связи модель (1) может быть дополнена до вида модифицированной неоклассической модели Менкью – Ромера – Уэйла с учетом человеческого капитала [13]:

Y(t) =Y-K « (t)-H » (t) •[^(t) •Л ^ < t) I'" Л'"', (2) где H(t) – человеческий капитал; L p (t) – потенциальное число рабочих мест в экономике; β – доля человеческого капитала в ВВП.

С учетом допущения об экзогенном характере роста совокупной производительности факторов, разрешая ее относительно L(t), получаем следующую формулу для расчета занятости:

1                ~      ~

L(t) = Л • ^)(1-e)(1-a+5) • K(t)71-Wz"W .               (3)

Здесь Л = а-^ - нормировочный коэффициент.

Переходя к эндогенной модели динамики технического прогресса относительно L(t) получаем:

L(t)

1-а-Р K(t)1-S-^"5 = Л 4(t) ,Л =

н-!^

1-а-0"5

Здесь Л - нормировочный коэффициент.

В формулах (3) и (4) все параметры (ж, Y, 0,5) имеют постоянные величины. Параметры а и Д снабжены значком « ᷈» сверху, показывающим, что они являются переменными величинами. Если в формулах (3) и (4) зафиксировать постоянные нынешние значения а = а0 и Д = Д0, тогда по ним можно рассчитывать прогнозную динамику потенциального числа рабочих мест в экономике. Результаты расчетов по модели для группы развитых и развивающихся стран приведены на рис. 1-6.

Результаты верификации производственной функции (2) для экономики США в период с 1982 по 2013 гг. представлены в таблице 1. Аппроксимация ВВП США с помощью ПФ (2) представлена на рис. 7.

В таблице 2 приведены статистические оценки параметров при факторах производства (уровень значимости 95%).

Рис. 1. Прогноз динамики ВВП и численности занятых США

4 000 $ bln.                                                   mln. people 40

3 50035

Employment▲

3 000                  aAaaAAAaaAaA30

2 500 tAAAAAAAA25

2 00020

1 500 ......... GDP

1 00010

1990 1995 2000 2005 2010 2015 2020 2025 2030

Рис. 2. Прогноз динамики ВВП и численности занятых Великобритании

Рис. 3. Прогноз динамики ВВП и численности занятых Германии

Рис. 4. Прогноз динамики ВВП и численности занятых России

Рис. 5. Прогноз динамики ВВП и численности занятых Китая

Рис. 6. Прогноз динамики ВВП и численности занятых Бразилии

Таблица 1

Результаты расчетов для модели (2)

Оценки параметров

у = 0,101; а = 0,439; 0 = 0,183; 5 = 0,081

Оценки точности

Средняя ошибка аппроксимации 0,59%;

Нормированный R2 = 0,964

Рис. 7. Моделирование динамики роста ВВП США с помощью ПФ (2) (1982-2013 гг.)

Таблица 2

Оценки качества параметров модели (2)

Параметр

Стандартная ошибка

t-статистика

а

0,0587

8,832

0

0,0282

4,986

5

0,0176

25,028

Заключение

Глобализация и создание цифровой инфраструктуры существенно изменили закономерности формирования рынков труда. Классические системы занятости, основанные на стандартных контрактах найма между наемным работником и работодателем, все более заменяются контрактами на выполнение строго очерченных задач и работ, что с одной стороны придает большую гибкость рынку труда, но с другой – существенно ограничивает права самих работников в части гарантий по оплате труда и социальной защищенности.

В условиях глубоких структурных изменений (долговременный тренд перехода от производства к услугам, как виду экономической деятельности) проблемы занятости не могут быть решены чисто рыночными механизмами. Здесь требуется широкое вовлечение государства и создание соответствующих таким задачам инструментов регулирования. В таких условиях разработка прогноза рынка труда на период до 2030 года может стать основой образования индикативных интервалов (численности) подготовки специалистов в системе высшего и среднего образования, составления программ переобучения или переподготовки работников с целью их адаптации к изменяющимся экономическим условиям и снижения социальной напряженности.

Благодарности

Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 20-01000279 «Комплексная система оценки и прогноз рынка труда на этапе перехода к цифровой экономике в развитых и развивающихся странах».

Список литературы Прогнозирование рынка труда на этапе перехода к цифровой экономике

  • Youdi R.V., Hinchliffe K. (eds) Forecasting Skilled Manpower Needs: The Experience of eleven countries. UNESCO, Comedi, Belgium, 1985.
  • Wong J.M.W., Chan A.P.C., Chang Y.H. A critical review of forecasting models to predict manpower demand // The Australian Journal of Construction Economics and Building. 2004. Vol.4 (2). Р. 43-56.
  • Hopkins M. Labour Market Planning Revisited. London, Palgrave Macmillan, 2002.
  • Castley R.J.Q. The sectoral approach to the assessment of skill needs and training requirements // International Journal of Manpower. 1996. № 17(1). Р. 56-68.
  • Castley R.J.Q. Policy-focused approach to manpower planning // International Journal of Manpower. 1996. № 17(3). Р. 15-24.
  • Tessaring M. The future of work and skills - Visions, trends and forecasts / In: Cedefop. Vocational education and training - the European research field. Background report. Volume I. Luxembourg: EUR-OP, 1998.
  • Шевяков А.Ю., Кирута А.Я. Экономическое неравенство, уровень жизни и бедность населения России: методы измерения и анализ причинных зависимостей. М.: РПЭИ, 2001. 84 с.
  • Шевяков А.Ю., Кирута А.Я. Неравенство, экономический рост и демография: неисследованные взаимосвязи. М.: М-Студио, 2009. 192 с.
  • Лившиц В.Н. Бедность и неравенство доходов населения в России и за рубежом: Научный доклад. М.: Институт экономики РАН, 2017. 52 с.
  • Гимпельсон В., Капелюшников В., Рощин С. Российский рынок труда: тенденции, институты, структурные изменения. Доклад Центра трудовых исследований и Лаборатории исследований рынка труда НИУ ВШЭ. М., 2017.
  • Акаев А.А., Ичкитидзе Ю.Р., Петряков А.А., Сарыгулов А.И. Цифровая трансформация экономики: эмпирические факты и математические модели. СПб.: Издательско-полиграфическая ассоциация высших учебных заведений, 2020. 336 с.
  • Arthur W.B. Increasing Returns and the New World of Business // Harvard business review. 1996. № 74(4). Р. 100109.
  • Mankiw N.G., Romer D., Weil D.N. A Contribution to the Empirics of Economics Growth // Quarterly Journal of Economics. 1992. № 107 (2). Р. 407-437.
Еще
Статья научная