Прогнозирование кадровых потребностей в общем образовании: HR-практики и модель кадрового планирования столичных школ

   Введение. Развитие человеческого капитала имеет определяющее значение для подготовки эффективного ответа российского общества на большие вызовы, связанные с обеспечением устойчивого экономического роста, развитием и внедрением новых перспективных технологий, увеличением производительности труда, улучшением качества жизни граждан. Ключевую роль здесь играет состояние сферы образования, от которого напрямую зависит освоение населением востребованных экономикой и рынком труда компетенций, знаний и навыков. Обеспечение подготовки высококвалифицированных специалистов с учетом изменения кадровых потребностей общества и тенденций развития цифровой экономики относится к актуальной проблеме управления и прогнозирования кадровым состоянием в системе российского образования.

   Материалы и методы. Методологическую основу исследования составили отчеты международных организаций, национальных агентств в области образования, доклады рабочих групп, а также отечественные и зарубежные исследования в области прогнозирования кадрового состояния; официальные интернет-страницы органов федеральной и региональной исполнительной власти, осуществляющих управление и контроль в сфере образования; сайты образовательных организаций общего и высшего образования; информация из открытых источников данных. По полученному набору данных был проведен качественный анализ данных с использованием общенаучных методов познания.

   Результаты исследования. Проанализированные решения имеют ограничения, которые затрудняют их прямой перенос в модель кадрового прогнозирования для московских школ. Они не учитывают особенности столичного образования, например направления стратегии развития образования Москвы, специфику номенклатуры должностей и аттестации руководящих кадров, городские проекты предпрофессионального образования, оптимизацию административного персонала и пр. При создании сервиса кадрового прогнозирования для московских школ следует принимать во внимание преимущества платформенных решений, обеспечивающих комплексный междисциплинарный подход с использованием больших объемов данных. Вместе с тем прогноз должен учитывать особенности московской системы образования, способные повлиять на кадровый состав школ.

   Обсуждение и заключения. На основании проведенного анализа разработано модельное решение прогнозирования кадрового состояния образовательных организаций в системе столичного образования, включающее методологические подходы оценки; направления оценки динамики изменения кадрового состояния школ; структуру кадрового состава московских школ; структуру первичных данных; набор показателей.

1. Антонова Г. В., Пашкова С. Е., Омельченко И. Б. Зарубежный опыт прогнозирования потребностей экономики в квалифицированных кадрах // Экономика труда. 2023. Т. 10, № 8. С. 1199-1218. DOI: 10.18334/et.10.8.118809.

2. Боровиков Ю. С., Волков Ю. В., Долматов О. Ю., Мочалина Т. А. Планирование численности кадрового резерва университета // Известия ТПУ. 2005. № 7. URL: https://cyberleninka.ru/article/n/planirovanie-chislennosti-kadrovogo-rezerva-universiteta (дата обращения: 20. 01. 2024).

3. Васильева Л. В., Лебедев К. В., Суменова Е. С. Среднесрочный прогноз возрастной структуры педагогических работников общеобразовательных школ в субъектах Российской Федерации // Образование и наука. 2021. Т. 23, № 2. С. 140-169. DOI: 10.17853/1994-5639-2021-2-140-169.

4. Витченко Н. Н., Эпп В. Я. Основные принципы и результаты прогнозирования потребности в кадрах системы общего среднего образования Томской области до 2000 г. // Вестник ТГПУ. 1997. Вып. 1. С. 90-94.

5. Гуртов В. А., Питухин Е. А. Прогнозирование потребностей экономики в квалифицированных кадрах : обзор подходов и практик применения // Университетское управление: практика и анализ. 2017. Т. 21(4). С. 130-161. doi: 10.15826/umpa.2017.04.056.

6. Директор современной российской школы: статистический портрет, система подготовки, практика управления // Факторы образования. 2016. Вып. № 5. 19 с. URL: https://ioe.hse.ru/pubs/share/direct/409671894.pdf (дата обращения: 12. 07. 2024).

7. Каберты Н. Г. Некоторые параметры демографического прогноза по регионам СК ФО и методы их расчета // Вестник Владикавказского научного центра. 2020. Т. 20, № 3. С. 76-79. DOI: 10.46698/u0881-7565-8259-x.

8. Катроша Л. Д. Методы планирования численности персонала организации // Управление человеческими ресурсами – основа развития инновационной экономики. Красноярск: Федеральное государственное бюджетное образовательное учреждение высшего образования «Сибирский государственный университет науки и технологий имени академика М.Ф. Решетнева», 2021. С. 255-260.

9. Лебедев К. В., Васильева Л. В., Суменова Е. С. Прогноз возрастной структуры педагогических работников в сфере общего образования России // Образовательное пространство в информационную эпоху – 2019 : сборник научных трудов : материалы Международной научно-практической конференции, Москва, 04–06 июня 2019 года / под ред. С. В. Ивановой. Москва: Институт стратегии развития образования Российской академии образования, 2019. С. 63-81.

10. Лушникова А. Калькулятор численности персонала. Что учесть, чтобы правильно сделать расчёты // [сайт]. URL: https://hh.ru/article/32131?hhtmFrom=article_employers_hr-management_list (дата обращения: 22. 01. 2024).

11. Маматов А. В. Методы, модели и алгоритмы построения систем поддержки принятия решений в управлении кадровым потенциалом региона на основе ситуационно-поведенческого подхода : дис. … канд. экон. наук: 08.00.05. Белгород, 2020.

12. Маркелова Ю. В., Редина Ю. Н., Олейникова О. Н. Зарубежные подходы к оценке эффективности профессионального образования и обучения // Профессиональное образование и рынок труда. 2020. № 4. С. 70-81. DOI: 10.24411/2307-4264-2020-10409.

13. Новопашина Л. А., Григорьева Е. Г., Кузина Д. В. Социально-демографический прогноз численности и состава учителей Красноярского края // Международный научно-исследовательский журнал. 2020. № 12-3(102). С. 21-31. DOI: 10.23670/IRJ.2020.102.12.074.

14. Пиньковецкая Ю. С. Возрастная структура педагогического персонала общеобразовательных школ в регионах России // Вестник Сургутского государственного педагогического университета. 2022. № 2(77). С. 99-112. DOI: 10.26105/SSPU.2022.77.2.003.

15. Рачкова С. Потребность в кадрах на предприятии: как правильно определить и запланировать // Генеральный Директор: [сайт]. URL: https://www.gd.ru/articles/12123-potrebnost-vkadrah?openpage=5d95fdb&utm_channel=social&utm_medium=tg&utm_source=gd_openpage_bot&utm_campaign=start_message (дата обращения: 17. 07. 2024).

16. Россошанская Е. А. Комплексная агент-ориентированная модель воспроизводства трудового потенциала муниципального образования // Экономические и социальные перемены: факты, тенденции, прогноз. 2019. Т. 12, № 1. С. 124-137.

17. Система прогнозирования кадровых потребностей Хабаровского края // Национальное агентство развития квалификаций : [сайт]. URL: https://nark.ru/regional_practices/opredelenie-potrebnostey-rynka-truda/sistema-prognozirovaniya-kadrovykh-potrebnostey-kh/ (дата обращения: 17. 07. 2024).

18. Сценарии многовариантного демографического прогноза для города Москвы до 2035 г.: численность и структура / В. Н. Архангельский, А. Е. Иванова, В. Г. Семенова [и др.]; под ред. Е. И. Аксеновой. Москва: Государственное бюджетное учреждение города Москвы «Научно-исследовательский институт организации здравоохранения и медицинского менеджмента Департамента здравоохранения города Москвы», 2021. 24 с. ISBN 978-5-907404-87-8.

19. Тузиков А. Р., Зинурова Р. И. Социология студенчества: теоретический статус и исследовательские практики // Высшее образование в России. 2019. Т. 28, № 6. С. 40-51. doi: 10.31992/0869-3617-2019-28-6-40-51.

20. Федоров А. А., Соловьев М. Ю., Илалтдинова Е. Ю. Возрастная структура педагогического сообщества: анализ и прогноз развития : аналитический доклад. Нижний Новгород: Мининский университет, 2018. 78 с. ISBN 978-5-85219-585-2.

21. Формирование информационно-технологической инфраструктуры управления кадровым потенциалом региона : монография / А. В. Маматов. Белгород: ИД «БелГУ» НИУ «БелГУ», 2020. 114 с.

22. Фролов Ю. В., Офицеров В. П., Офицеров М. В., Шабанов Е. В. Прогнозные оценки плана приема абитуриентов в педагогические вузы Москвы // Спрос и предложение на рынке труда и рынке образовательных услуг в регионах России : сборник докладов по материалам Восьмой Всероссийской научно-практической Интернет-конференции (27–28 октября 2011 г.). Кн. I. Петрозаводск: Изд-во ПетрГУ, 2011. С. 300-307.

23. Численность обучающихся, педагогического и преподавательского персонала, потенциального числа образовательных организаций всех уровней образования: прогноз до 2035 года. Москва: ЦСП и М, 2017. 408 с.

24. Численность учащихся и персонала образовательных учреждений Российской Федерации. (Прогноз до 2020 года и оценка тенденций до 2030 года). Москва: Центр социального прогнозирования и маркетинга, 2013. 164 с. URL: https://studylib.ru/doc/2143085/chislennost._uchashhihsya-i-personala-obrazovatel._nyh?ysclid=lrsvp45ut5494348206 (дата обращения: 12. 07. 2024).

25. Чуркин К. А., Нуриева Л. М., Киселёв С. Г. К вопросу о потребности в педагогических кадрах // Экономика образования. 2014. № 4. URL: https://cyberleninka.ru/article/n/k-voprosu-o-potrebnosti-v-pedagogicheskih-kadrah (дата обращения: 23. 01. 2024).

26. Шемякин А. Б. Воспроизводство учительских кадров в Нижнем Тагиле: 2013-2018 годы // Наука и перспективы. 2019. № 3. С. 24-30.

27. Шереги Ф. Э. Численность учащихся и персонала образовательных учреждений Российской Федерации (Прогноз до 2020 года и оценка тенденций до 2030 года) / Ф. Э. Шереги, Л. Л. Рыбаковский, А. Л. Арефьев, В. И. Савинков. Москва: Центр социального прогнозирования и маркетинга, 2013. 163 с. ISBN 978-5-906001-35-1.

28. Brüggen E., Willems P. A Critical Comparison of Offline Focus Groups, Online Focus Groups and E-Delphi // International Journal of Market Research. 2009. No. 51. DOI: 10.2501/S1470785309200608.

29. Castiglioni G., Tijdens K. Skills and occupational needs: labour market forecasting systems in Italy / AIAS Working. Universiteit van Amsterdam, 2014.

30. Cedefop. Identifying Skills needs. Available at: http://www.cedefop.europa.eu/en/themes/identifying-skills-needs (accessed: 19. 08. 2024).

31. Cörvers F., Heijke J. A. Forecasting the labour market by occupation and education: some key issues. Researchcentrum voor Onderwijs en Arbeidsmarkt, Faculteit der Economische Wetenschappen, 2004.

32. Deloitte. Systém zisťovania vzniknutých a zaniknutých pracovných miest predvídanie potrieb trhu práce – národný projekt XIV-2. Available at: http://www.deloitte.com/view/sk_SK/sk/sluzby/riadeniepodnikovychrizik/narodnyprojektXIV_2/index (accessed: 09. 08. 2024).

33. European Center for the Development of Vocational Training, CEDEFOP. Available at: https://www.cedefop.europa.eu/en/projects/assisting-eu-countries-skills-matching (accessed: 23. 07. 2024).

34. European Parliament resolution of 10 September 2015 on creating a competitive labor market in the Union of the 21^st century: matching skills and qualifications with the needs and prospects of the labor market as a way out of the crisis (2014/2235 (INI)). Available at: https://www.europarl.europa.eu/doceo/document/A-8-2015-0222_EN.html (accessed: 13. 08. 2024).

35. Global Growth to Slow through 2023, Adding to Risk of ‘Hard Landing’ in Developing Economies. Available at: https://www.worldbank.org/en/news/press-release/2022/01/11/global-recovery-economics-debt-commodity-inequality (accessed: 23. 07. 2024).

36. Goliaš P. Os sociálneho dialógu: Trh práce – školstvo – sledovanie potrieb trhu práce. Available at: http//www.alianciapas.sk/menu_pravidelne_nazory_05012012 (accessed: 17. 08. 2024).

37. Luptáčik M., Koller W., Mahlberg B., Schneider H. Growth and Employment Potentials of Chosen Technology Fields // AUCO Czech Economic Review. 2008. No. 2(1). Pp. 41-75.

38. OECD Economic Surveys: New Zealand, 2017. OECD Publishing, Paris, 2017.

39. Safarishahrbijari A. Workforce forecasting models : A systematic review // Journal of Forecasting. 2018. Pp. 1-15. doi: 10.1002/for.2541.

40. Skills supply and demand in Europe Methodological framework. European Centre for the Development of Vocational Training. Luxembourg: Publications Office of the European Union, 2012. Available at: https://www.cedefop.europa.eu/files/5525 (accessed: 19. 08. 2024).

41. Sudhir Junankar, Ole Lofsnaes, Philip Summerton MDM-E3: A short technical description. Cambridge Econometrics, 2007.

42. Vincúr P., Zajac Š. Úvod do prognostiky. Bratislava: SPRINT, 2007.

43. Workforce Planning Toolkit // University of Cambridge : [website]. Available at: https://www.hr.admin.cam.ac.uk/files/workforce_planning_toolkit_v1_1_oct_2022.pdf (accessed: 18. 08. 2024).