Forecasting the Impact of Control Actions on the Sectoral Structure Dynamics of a Labor Market Based on the Balance Mathematical Model

Capa

Citar

Texto integral

Resumo

This paper proposes an approach to considering control actions on the sectoral structure dynamics of a labor market when forecasting sectoral employment indicators. The forecasting scheme is based on the balance mathematical model of inter-sectoral labor resource movements. In the forecasting scheme considered previously, the trends of indicators characterizing inter-sectoral labor force mobility were determined independently of each other. In what follows, this forecasting scheme is modified by introducing a grouping method for the indicators of inter-sectoral labor resource movements and a criterion for determining the general trend of indicators within each group. The modified forecasting scheme is applied to calculate sectoral employment forecasts for the labor market of the Russian Federation in 2011–2016, and the forecasts are compared with the previous results. The expected employment rate is forecasted for the end of 2022 using sectoral employment and unemployment data for 2017–2021 according to the second edition of the All-Russian Classifier of Types of Economic Activity (OKVED). A method for determining the result of control actions is presented on an example of the Russian Federation labor market in 2017–2022: changes in the sectoral employment forecasts are demonstrated in the case of considering control actions on the agricultural and industrial sectors of the market.

Sobre autores

A. Nevecherya

Kuban State University

Email: artiom1989@mail.ru
Krasnodar, Russia

E. Popova

Kuban State Agrarian University

Email: elena-popov@yandex.ru
Krasnodar, Russia

Bibliografia

  1. Воробьева О.Д., Топилин А.В. Балансовый метод управления занятостью населения в плановой и рыночной экономике России // Научные труды: ИНП РАН. – 2016. – Т. 14. – С. 461–474. [Vorobieva, O.D., Topilin, A.V. Managing employment in Russia’s planned and market economies: balance method with employment of the population in Russia’s planned and market economies // Nauchnye trudy: INP RAN. – 2016. – Vol. 14. – P. 461–474. (In Russian)]
  2. Вахтерова Е.О., Гоман И.В. Государственное регулирование рынка труда // Вестник Самарского государственного университета. Сер.: Экономика и управление. – 2014. – № 8 (119). – С. 168–171. [Vakhterova, E.O., Goman, I.V. State regulation of labor market // Vestnik Samarskogo gosudarstvennogo universiteta. Seriya: Ekonomika i upravlenie. – 2014. – No. 8 (119). – P. 168–171. (In Russian)]
  3. Панкратьев А.А. Модель сбалансирования рынка труда как инструмент смягчения дефицита кадров на производстве // Организатор производства. – 2019. – Т. 27, № 4. – С. 7–18. [Pankratiev, A.A. Model balancing the labour market as a tool to mitigate the labour shortage in the manufacturing // Organizer of production. – 2019. – Vol. 27, no. 4. – P. 7–18. (In Russian)]
  4. Токарский Б.Л., Нефедьева Е.И., Змановский И.С. Занятость трудовой деятельностью и ее прогноз как фактор формирования качества жизни населения // Известия Иркутской государственной экономической академии: электронный научный журнал. – 2010. – № 6. – С. 1–8. [Tokarskiy, B.L., Nefediyeva, E.I., Zmanovskiy, I.S. Employment and its forecast as factor of forming population's life quality // Izvestiya of Irkutsk State Economics Academy. – 2010. – No. 6. – P. 1–8. (In Russian)]
  5. Нефедова Т.Г., Мкртчян Н.В. Региональные различия размещения и прогноза трудовых ресурсов сельского хозяйства России // Проблемы прогнозирования. – 2018. – № 1 (166). – С. 85–98. [Nefedova, T.G., Mkrtchyan, N.V. regional differences of placing and forecasting labor resources of Russian agriculture // Studies on Russian Economic Development. – 2018. – Vol. 29, no. 1. – P. 62–71.]
  6. Питухин Е.А., Мороз Д.М., Астафьева М.П. Прогнозирование кадровых потребностей региональной экономики в разрезе профессий // Экономика и управление. – 2015. – Т. 7, № 117. – С. 41–49. [Pitukhin, E.A., Moroz, D.M., Astaf'eva, M.P. Forecast of personnel needs by occupation for the regional economy // Economics and Management. – 2015. – Vol. 7, no. 117. – P. 41–49. (In Russian)]
  7. Позубенкова Э.И., Кузнецова Е.В. Прогнозная модель управленческого кадрового состава сельского хозяйства Пензенской области // Нива Поволжья. – 2008. – Т. 1, № 6. – С. 82–85. [Pozubenkova, E.I., Kuznecova, E.V. Prognoznaya model' upravlencheskogo kadrovogo sostava sel'skogo hozyajstva Penzenskoj oblasti // Niva Povolzh'ya. – 2008. – Vol. 1, no. 6. – P. 82–85. (In Russian)]
  8. Cahuc, P., Malherbet, F., Prat, J. The detrimental effect of job protection on employment: evidence from France. IZA Discussion paper no. 12 384. – Bonn: IZA – Institute of Labor Economics, 2019. – 51 p.
  9. Ernst, E., Merola, R., Reljic, J. Labour market policies for inclusiveness: A literature review with a gap analysis. ILO Working Paper no. 78. – Geneva: International Labour Organization, 2022. – 64 p.
  10. Стрижов Е.В. Государственное регулирование структурных сдвигов в экономике // Ученые записки Орловского государственного университета. Серия: Гуманитарные и социальные науки. – 2011. – № 2 (40). – С. 26–28. [Strizhov, E.V. State regulation of structural shifts in economy // Scientific notes of Orel state university. – 2011. – No. 2 (40). – P. 26–28. (In Russian)]
  11. Коровкин А.Г., Долгова И.Н., Королев И.Б. и др. Занятость и рынок труда в России: проблемы и ограничения // Проблемы прогнозирования. – 2005. – № 5. – С. 119–142. [Korovkin, A.G., Dolgova, I.N., Korolev, I.B., et al. Employment and the labor market in russia: problems and limitations // Studies on Russian Economic Development. – 2005. – Vol. 16, No. 5. – P. 510–524.]
  12. Субанакова Т.О., Бюраева Ю.Г. Прогнозирование кадровых потребностей как метод достижения сбалансированности рынка труда и системы образования // Вестник Пермского национального исследовательского политехнического университета. Социально-экономические науки. – 2018. – № 3. – С. 36–55. [Subanakova, T.O., Byuraeva, Yu.G. Forecasting recruitment needs as a method of achieving a balance of the labour market and the education system // Vestnik Permskogo nacional'nogo issledovatel'skogo politekhnicheskogo universiteta. Social'no-ekonomicheskie nauki. – 2018. – No. 3. – P. 36–55. (In Russian)]
  13. Рудь М.А., Рудь Е.М., Кубасова И.В. Государственное регулирование рынка труда в России // Вестник Саратовского государственного социально-экономического университета. – 2007. – № 1 (15). – С. 170–173. [Rud', M.A., Rud', E.M., Kubasova, I.V. Gosudarstvennoe regulirovanie rynka truda v Rossii // Vestnik Saratovskogo gosudarstvennogo social'no-ekonomicheskogo universiteta. – 2007. – No. 1(15). – P. 170–173. (In Russian)]
  14. Рахимова С.А. Структурные сдвиги в экономике, основанные на инновационном процессе // Вестник Томского государственного университета. Экономика. – 2016. – № 3 (35). – С. 41–52. [Rakhimova, S.А. Structural shifts in economy through formation and development of high-tech types of production based on the innovation process // Vestnik Tomskogo gosudarstvennogo universiteta. Ekonomika. – 2016. – No. 3 (35). – P. 41–52. (In Russian)]
  15. Змановский И.С. Прогнозирование на различных уровнях регулирования рынка труда // Известия Иркутской государственной экономической академии: электронный научный журнал. – 2011. – № 4. – С. 1–6. [Zmanovskiy, I.S. Forecasting at various levels of labor market regulation // Izvestiya of Irkutsk State Economics Academy. – 2011. – No. 4. – P. 1–6. (In Russian)]
  16. Стукен Т.Ю., Лапина Т.А., Коржова О.С. Методы и инструменты оценки эффективности активной политики занятости в регионах // Вестник Омского университета. Серия «Экономика». – 2021. – Т. 19, № 1. – С. 120–130. [Stuken, T.Yu., Lapina, T.A., Korzhova, O.S. Methods and tools for assessing the effectiveness of regional active labor market policy // Herald of Omsk University. Series «Economics». – 2021. – Vol. 19, no. 1. – P. 120–130. (In Russian)]
  17. Голованова Л.А. Методический подход к регулированию регионального рынка труда // Вестник ТОГУ. – 2020. – № 2 (57). – С. 47–56. [Golovanova, L.A. Methodical approach to regulation of the regional labor market // Bulletin of PNU. – 2020. – No. 2 (57). – P. 47–56. (In Russian)]
  18. Кочетков В.В., Ратушняк Е.С. Показатели оценки эффективности управления // Управление экономическими системами: электронный научный журнал. – 2017. – № 3(97). – С. 1–20. [Kochetkov, V.V., Ratushnyak, E.S. Pokazateli ocenki effektivnosti upravleniya // Upravlenie ekonomicheskimi sistemami: elektronnyj nauchnyj zhurnal. – 2017. – No. 3(97). – P. 1–20. (In Russian)]
  19. Лотов А.В. Введение в экономико-математическое моделирование. – М.: Наука, 1984. – 392 с. [Lotov, A.V. Introduction to economic and mathematical modeling. – Moscow: Nauka, 1984. – 392 s. (In Russian)]
  20. Armstrong, J.S. Forecasting for marketing / In: Quantitative methods in marketing. Second Edition. Ed. by G.J. Hooley and M.K. Hussey. – London: International Thompson Business Press, 1999. – P. 92–119.
  21. Прогнозирование и планирование в условиях рынка: учебное пособие для вузов / под ред. Т.Г. Морозовой, А.В. Пикулькина. – М.: ЮНИТИ-ДАНА, 2003. – 279 с. [Prognozirovanie i planirovanie v usloviyah rynka: uchebnoe posobie dlya vuzov / pod red. T.G. Morozovoj, A.V. Pikul'kina. – M.: YUNITI-DANA, 2003. – 279 s. (In Russian)]
  22. Forrester, J.W. Counterintuitive behavior of social systems // Theory and Decision. – 1971. – Vol. 2. – P. 109–140.
  23. Taleb, N.N. The black swan. The impact of highly improbable. – London: Penguin Books, 2010. – 446 p.
  24. Кузьмин В.В., Кузнецов С.Г., Кулагина Н.М., Попов А.Д. Проблемы прогнозирования параметров занятости и рынка труда // Научные труды: ИНП РАН. – 2010. – Т. 8. – С. 703–726. [Kuzmin, V.V., Kuznetsov, S.G., Kulagina, N.M., Popov, A.D. Parameters of employment and labor market: problems of forecasting // Nauchnye trudy: INP RAN. – 2010. – Vol. 8. – P. 703–726. (In Russian)]
  25. Невечеря А.П. Задача прогнозирования динамики трудовых ресурсов // Материалы II международной конференции «Наука. Новое поколение. Успех». – Краснодар, 2021. – С. 24–26. [Nevecherya, A.P. Labor resources dynamics forecasting problem // Materialy II mezhdunarodnoj konferencii «Nauka. Novoe pokolenie. Uspekh». – Krasnodar, 2021. – P. 24–26. (In Russian)]
  26. Дроботенко М.И., Невечеря А.П. Прогнозирование отраслевой структуры занятости населения // Экономика и математические методы. – 2023. – Т. 59, № 1. – С. 22–29. [Drobotenko, M.I., Nevecherya, A.P. Forecasting the sectoral structure of population employment // Economics and mathematical methods. – 2023. – Vol. 59, no. 1. – P. 22–29. (In Russian)]
  27. Дроботенко М.И., Невечеря А.П. Прогнозирование динамики трудовых ресурсов на многоотраслевом рынке труда // Компьютерные исследования и моделирование. – 2021. – Т. 13, № 1. – С. 235–250. [Drobotenko, M.I., Nevecherya, A.P. Forecasting the labor force dynamics in a multisectoral labor market // Computer Research and Modeling. – 2021. – Vol. 13, no. 1. – P. 235–250. (In Russian)]
  28. Невечеря А.П. Исследование динамики трудовых ресурсов на основе многоотраслевой математической модели рынка труда // Экономика и математические методы. – 2016. – Т. 52, № 2. – С. 129–140. [Nevecherya, A.P. Analysis of labor force dynamics in intersectoral mathematical model of the labor market // Economics and mathematical methods. – 2016. – Vol. 52, no. 2. – P. 129–140. (In Russian)]
  29. Российский статистический ежегодник. 2022: статистический сборник / под ред. С.С. Галкина, С.Н. Бобылева, Е.А. Бурлаковой и др. – М.: Росстат, 2022 – 691 с. [Russian statistical yearbook. 2022: statistical handbook / pod red. S.S. Galkina, S.N. Bobyleva, E.A. Burlakovoj, et al. – Moscow: Rosstat, 2022. – 691 s. (In Russian)]
  30. Anahita, S. Workforce forecasting models: a systematic review // Journal of forecasting. – 2018. – Vol. 37, no. 7. – P. 739–753.
  31. Forecasting: principles and practice. 3rd ed. Ed. by R. Hyndman, G. Athanasopoulos. – Melbourne: OTexts, 2021. – 292 p.
  32. Зверева Г.П., Яковлев Н.А. Оценка инвестиций в формирование трудового потенциала для аграрного сектора экономики // Инновации и инвестиции. – 2019. – № 12. – С. 306–309. [Zvereva, G.P., Yakovlev, N.A. Assessment of investments in the formation of labor potential for the agricultural sector of the economy // Innovation & Investment. – 2019. – No. 12. – P. 306–309. (In Russian)]
  33. Ибятов Ф.М., Мачульский М.А. Реализация государственной политики в сфере субсидирования промышленных предприятий // Вестник университета. – 2020. – № 4. – С. 63–69. [Ibyatov, F.M., Machul’skii, M.A. Implementation of state policy in the field of subsidizing industrial enterprises // Vestnik Universiteta. – 2020. – No. 4. – P. 63–69. (In Russian)]
  34. Никулина Ю.Н. Влияние аграрных субсидий на сельскую занятость // Экономика сельскохозяйственных и перерабатывающих предприятий. – 2020. – № 4. – С. 53–62. [Nikulina, Yu.N. Influence of agricultural subsidies on rural employment // Economy of agricultural and processing enterprises. – 2020. – No. 4. – P. 53–62. (In Russian)]
  35. Шагайда Н.И., Узун В.Я. Тенденции развития и основные вызовы аграрного сектора России: аналитический доклад. – М.: Центр стратегических разработок, 2017. – 90 с. [Shagaida, N., Uzun, V. Development tendencies and challenges of Russian agriculture. – Moscow: Center for Strategic Research, 2017. – 90 p. (In Russian)]
  36. Astafyeva, O.E., Moiseenko, N.A., Kozlovsky, A.V. Digitalization of the construction industry as a condition for sustainable development // Proceedings of the International Scientific Conference «Smart nations: global trends in the digital economy». – Moscow, 2022. – P. 379–385.

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar


Creative Commons License
Este artigo é disponível sob a Licença Creative Commons Atribuição 4.0 Internacional.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».