Розширена анотація українською мовою

Ця стаття узагальнює аргументи та контраргументи в межах наукової дискусії з питання прогнозу пропозиції та попиту на регіональному ринку праці. Основною метою проведеного дослідження є пошук оптимальних пропорцій фінансування професійних навчальних закладів регіону. Актуальність вирішення даної наукової проблеми полягає в тому, щоб виконати головну місію закладів професійно-технічної освіти – забезпечити регіональний ринок праці необхідними кадрами, а це можливо, лише якщо сама мережа закладів освіти й перелік спеціальностей, за якими готуються випускники, будуть приведені у відповідність до потреб місцевого ринку праці. Саме тому в основу реформування системи фінансування закладів професійної освіти регіону покладені науково обґрунтовані прогнози попиту та пропозиції на відповідні робітничі професії. У цілому ряді країн світу фінансування коледжів, технікумів та інших навчальних закладів професійної освіти покладено на місцеві бюджети. Методичним інструментарієм проведеного дослідження стали кількісні економіко-математичні методи: економетричні методи, матриці міжгалузевого балансу, макроекономічне моделювання, аналіз структурних зрушень та інші. Для більшості цих моделей характерним є використання великого і складного масиву даних, що є основним їх недоліком. Окрім кількісних методів, використовуються також і якісні: у вигляді аналізу тенденцій і загроз, розробки сценаріїв розвитку, опитувань і анкетувань випускників і роботодавців (представників промисловості, приватних компаній, професійних і торговельних об’єднань), профспілок, а також експертів з підготовки кадрів та представників сфери освіти, що сприяє якості і точності прогнозів. Періодом дослідження обрано 2014-2016 роки. Об’єктом дослідження обрано Сумську область (Україна). У статті проаналізовано існуючі методики дослідження та прогнозування кон’юнктури ринку праці, визначено їх основні позитивні сторони та недоліки. Запропоновано авторську модель, яка базується на оцінці попиту та пропозиції на відповідну категорію робочої сили. В статті запропоновано встановлювати показник як для попиту так і для пропозиції, який є основою для розрахунків (розрахунковою базою) та використовувати цілий ряд коригуючих коефіцієнтів для врахування факторів, які впливають на його зміну. Запропоновано порядок обчислення показників та механізм коригування для кожного виду економічної діяльності.

Ключові слова: попит, пропозиція, праця, результати ринку праці.

Класифікація JEL: J2, J23.

Цитувати як: Vasilyeva, T., Lyeonov, S., Lopa, L. (2018). Forecasting Supply and Demand In the Regional Labor Market: In Search of Optimal Proportions of Financing Vocational Education Institutions In the Region. SocioEconomic Challenges, 2(1), 69-84. DOI: 10.21272/sec.2(1).69-84.2018

Список використаних джерел

1. Bokov, O. V., Viter, V. I. (2012). Monitorynh sotsial’nykh standartiv ta iikh vplyv na rehional’nyi riven’ zhyttia naselennia Ukraiiny [Monitoring of social standards and their influence on the regional level of life of the population of Ukraine]. Ukrayina: aspekty pratsi [Ukraine: aspects of labor], 8, 28-34.
2. Effektivnyye metody prognozirovaniya kadrovykh potrebnostey rynka truda dlya formirovaniya regional’nogo zakaza na podgotovku kadrov: sb. dokl. [Effective methods for forecasting the labor market needs for the formation of a regional training order: book of reports]. Moscow: Federal’nyy institut razvitiya obrazovaniya [Federal Institute for the Development of Education], 117 p.
3. European Centre for the Development of Vocational Training: Skills for Europe’s future: anticipating occupational skill needs, 2009. [Electronic resource]: CEDEFOP publications. Retrieved from: http://www.cedefop.europa.eu/en/publications-and-resources/ publications/5194.
4. European Centre for the Development of Vocational Training: Skills supply and demand for Europe: medium-term forecast up to 2020, 2010 [Electronic resourse]: CEDEFOP publications. Retrieved from: http://www.cedefop.europa.eu/en/publications-and-resources/ publications/3052.
5. Fouarge, D., Kriechel, B., Dohmen, T. (2014). Occupational Sorting of School Graduates: The Role of Economic Preferences. IZA Discussion Paper # 8355. Available at: http://ftp.iza.org/dp8355.pdf.
6. Gurtov, V. A., Pitukhin, E. A. (2004). Matematicheskaya model’ prognozirovaniya sprosa i predlozheniya na rynke truda v rossiyskikh regionakh [Mathematical model for forecasting demand and supply on the labor market in Russian regions]. M.: Obozreniye prikladnoy i promyshlennoy matematiki [Survey of Applied and Industrial Mathematics], 11(3), 539-546.
7. Kaminskiene, L. (2009). Social Partnership in Vocational Education and Training in Lithuania: Challenges and Perspectives. In International Handbook of Education for the Changing World of Work: Bridging Academic and vocational Learning. New York: Springer, p. 619-635.
8. Khank D. E., Uichern D.U. and Rajts, A. Jr. (2003). Bizness-prognozirovanie [Business Forecasting], Izdatelskiy dom “Vilyams”, Moscow, Russia, 656 p.
9. Kravtsov, S. O. (2016). Profesiyi internet-prostoru: chym vony ye i khto zaymaye vidpovidni posady [Internet space professions: what are they and who holds corresponding positions]. Internet. Osvita. Nauka [Internet. Education. Science], October 11-14, 233-235.
10. Lutz C., Distelkamp, M. Meyer, B. Wolter, M. (2003). Forecasting the Interindustry Development of the German Economy: The Model INFORGE. GWS Discussion paper 2003/2, Osnabruck, 24 p.
11. MDM-E3: UK Multisectoral Dynamic Model – E3. Retrieved from: http://www.camecon.com/MacroSectoral/MacroSectoraluk/ModellingCapability/MDM-E3UKMultisectoralDynamicModel.aspx.
12. Meredith, G. (1999). REPMOD: a smaller sibling for MULTIMOD. IMF International Paper. Available at: https://www.imf.org/external/pubs/ft/wp/1999/wp9908.pdf.
13. OECD Skills Strategy: Better Skills, Better Jobs, Better Lives: A Strategic Approach to Skills Policies, 2012 [Electronic resource]: OECD documents. Retrieved from: http://skills.oecd.org/documents/oecdskillsstrategy.html.
14. Peregudova, T. V., Bystrov, A. G. (2013). Stimulating Employees’ Motivation to perceptions of innovations. European Researcher, 53(6-2), 1739-1745.
15. Stoermer E. et al. (2014). The Future of Work: Jobs and Skills in 2030. UK Commission for Employment and Skills, Wath on Dearne, 30 p.
16. Sumtsov, V. H., Peregudova, T. V. (2012). Osoblyvosti lyuds’koho rozvytku v Ukrayini [Features of Human Development in Ukraine]. Chasopys ekonomichnykh reform [Journal of Economic Reforms], 3(7), 131-136.
17. The MONASH Model [Electronic resource]. Retrieved from: http://www.copsmodels.com/monmod.htm.
18. United Nations Economic Comission for Europe. Gender Statistics. Retrieved from: www.unece.org.
19. Vasilyeva, Z. A., Filimonenko, I. V., Raznova, N. V. et al. (2005). Metodicheskiye aspekty prognozirovaniya kadrovoy potrebnosti regional’noy ekonomiki: monografiya [Methodical aspects of forecasting the personnel requirements of the regional economy: monograph]. Krasnoyarsk: Kras. CPI KSTU, 296 p.
20. Wilson, R. A. et al. (2016). Working Futures 2014-2024: Evidence report on sources and methods. UK Commission for Employment and Skills, Wath on Dearne, 110 p.