Введение 3
Постановка задачи 5
Анализ литературы 8
Глава 1. Предварительная обработка данных 16
1.1. Набор данных 16
1.2. Обработка пропусков в данных 22
1.3. Оценка результатов 24
Глава 2. Моделирование спроса на навыки и компетенции 28
2.1. Количественная оценка спроса 28
2.2. Моделирование спроса на навыки и компетенции 30
2.3. Оценка результатов 33
Глава 3. Анализ ситуации на рынке труда Санкт- Петербурга 36
3.1. Анализ спроса на навыки и компетенции 36
3.2. Рекомендации по совершенствованию государственной политики в области обеспечения занятости 43
Выводы 47
Заключение 50
Список литературы 51
Приложение 1 54
Приложение 2 55
Приложение 3 57
Приложение 4 60
Приложение 5 62
Цифровизация и проникновение технологий во все виды экономической деятельности сопряжены с быстрыми темпами технологических и структурных изменений, являются глобальными процессами и отражают современные тенденции в экономике и обществе. Важность происходящих процессов очевидна для любого государства, и Россия не исключение. Реализуемая национальная программа «Цифровая экономика Российской Федерации» направлена на «…решение задачи по обеспечению ускоренного внедрения цифровых технологий в экономике и социальной сфере» [11].Одной из ключевых целей данной программы является подготовка кадров для цифровой экономики.
Риски нехватки квалифицированных кадров, обладающих необходимыми навыками, вызывают особый интерес к теме кадрового обеспечения трансформирующейся цифровой экономики. Во-первых, быстрые темпы разработки и совершенствования технологий способствуют формированию и увеличению разрыва в развитии – предприятия и работники не могут быстро адаптироваться к постоянно меняющимся условиям. Существующий цифровой разрыв во многом связан отсутствием знаний и навыков, необходимых для доступа и использования технологий. Во- вторых, цифровая трансформация рынка труда связана как с созданием новых рабочих мест, так и с уничтожением существующих. Это также означает, что значительная часть трудовых функций претерпит изменения либо перестанет существовать в привычном виде. В-третьих, в современном мире успех отдельного человека будет определяться сочетанием сложных технических навыков, специфичных компетенций и знаний, необходимых для эффективного выполнения работы.
Пандемия коронавирусной инфекции ускорила цифровую трансформацию и подчеркнула важность технологий для преодоления ограничений на рынке труда и обеспечения функционирования системы обучения [16].Удаленная и дистанционная работа, освоение новых программных продуктов, необходимость всегда «быть онлайн» – доминанты, без которых нельзя представить современный процесс организации работы.
Происходящие процессы цифровой трансформации обуславливают актуальность настоящей работы. Важным исследовательским направлением выступает изучение существующего разрыва между навыками, необходимыми на рынке труда, и навыками, предлагаемыми рабочей силой. Проблемы изучения спроса и предложения навыков на рынке труда связанны как со сложностью обобщения результатов эмпирических тематических исследований, так и с отсутствием всеобъемлющих данных о навыках и трудностями их измерения.
Таким образом, построение моделирование спроса на навыки и компетенции является актуальной исследовательской задачей. Результаты представленного моделирования могут быть в дальнейшем использованы для прогнозирования потребности в навыках и минимизации несоответствий их спроса и предложения.
В своевременных условиях множество факторов оказывает влияние на рынок труда: цифровая трансформация и риски нехватки квалифицированных кадров, пандемия коронавирусной инфекции, внешнеполитическая ситуация. В этих условиях требуется реализация грамотной государственной политики в области содействия занятости и удовлетворения потребностей экономики в квалифицированных кадрах. Поэтому при планировании и реализации государственной политики необходимо опираться на актуальную информацию о состоянии и тенденциях рынка труда.
Существует множество факторов, оказывающих влияние на рынок труда и действующие рыночные механизмы. Современный рынок труда является сложной системой, которая характеризуются высокой степенью неопределенности. В условиях быстроизменяющейся рыночной конъюнктуры важно иметь инструментарий, позволяющий оперативно фиксировать и анализировать происходящие изменения.
Использование онлайн-объявлений о вакансиях в качестве источника данных является эффективным способом отразить изменения в краткосрочном периоде. Вакансии содержат широкий круг потенциально полезной информации, обеспечивающей большую гибкость при анализе рыночной ситуации. Поэтому основная задача состоит в разработке подходов, позволяющих работать с информацией из вакансий.
Разработанные и апробированные в рамках исследовательской работы подходы к обработке данных вакансий, оценке и моделированию спроса на навыки и компетенции представляют собой универсальный инструментарий.
Таким образом, поставленные задачи и цель исследования выполнены в полном объеме, а также подтверждена гипотеза об эффективности использования современных методов обработки данных для получения актуальной и полезной для государственных органов рыночной информации.
1. Агеев М., Кураленок И., Некрестьянов И. ПриложениеА. Официальные метрики РОМИП’2004 //Труды второго российского семинара по оценке методов информационного поиска. Под ред. ИС Некрестьянова-Санкт-Петербург: НИИ Химии СПбГУ. – 2004. – С. 142-150.
2. Базжина В. и др. Рынок труда 2-е изд., испр. и доп. Учебник и практикум для академического бакалавриата. – Litres, 2021.
3. Бражников Ф. В., Макарова О. А. Бенчмаркинг организаций для оценки профессионально-квалификационной структуры регионального рынка труда //Эффективность труда и качество трудовой жизни XXI века. – 2020. – С. 44-55.
4. Варламова Д. и др. Атлас новых профессий 3.0. – Альпина Паблишер. – 2016. – 473 с.
5. Гурвич Е. и др. Материалы экспертной дискуссии" Проблемы прогнозирования и моделирования рынка труда в России" //Научный вестник ИЭП им. Гайдара.ру. – 2016. – №. 1. – С. 40-61.
6. Закон РФ от 19.04.1991 N 1032-1 (ред. от 19.11.2021) «О занятости населения в Российской Федерации».
7. Кубишин, Е. С. Экономика рынка труда: учебное пособие для вузов. М.: Издательство Юрайт, 2021. – 127 с.
8. Рофе А. И. Экономика труда: учебник. М.: КНОРУС, 2010. – 400 с.
9. Рынок труда: учебник и практикум для вузов / под ред. Е. Б. Яковлевой. – 2-е изд., исп. и доп. М.: Издательство Юрайт, 2021. – 253 с.
10. Цифровая экономика РФ [Электронный ресурс] // Министерство цифрового развития, связи и массовых коммуникаций Российской Федерации/ URL: https://digital.gov.ru/ru/activity/directions/858/ (дата обращения: 25.11.2021).
11. Alabdulkareem A. et al. Unpacking the polarization of workplace skills //Science advances. – 2018. – Т. 4. – №. 7. – С. 777-780.
12. Balassa B. Trade liberalisation and «revealed» comparative advantage //The manchester school. – 1965. – Т. 33. – №. 2. – С. 99-123.
13. Bojanowski P. et al. Enriching word vectors with subword information //Transactions of the association for computational linguistics. – 2017. – Т. 5. – С. 135-146.
14. Bonen T., Loree J. How to forecast skills in demand: a primer // Working Paper – 2021. – 33 с.
15. Cedefop, Eurofound (2018). Skills forecast: trends and challenges to 2030. Luxembourg: Publications Office. Cedefop reference series; No 108. – 2018. – 140 с.
16. Changing demand for skills in digital economies and societies: Literature review and case studies from low- and middle-income countries [Электронный ресурс] // International Labour Organization. 2021. URL: https://www.ilo.org/wcmsp5 /groups/public/---ed_emp/---ifp_skills/documents/publication/wcms_831372.pdf (дата обращения: 25.11.2021).
17. Dawson N. et al. Predicting skill shortages in labor markets: A machine learning approach //2020 IEEE International Conference on Big Data (Big Data). – IEEE, 2020. – С. 3052-3061.
18. Deming D., Kahn L. B. Skill requirements across firms and labor markets: Evidence from job postings for professionals //Journal of Labor Economics. – 2018. – Т. 36. – №. S1. – С. S337-S369.
19. Devlin J. et al. Bert: Pre-training of deep bidirectional transformers for language understanding //arXiv preprint arXiv:1810.04805. – 2018.
20. Hershbein B., Kahn L. B. Do recessions accelerate routine-biased technological change? Evidence from vacancy postings // American Economic Review. – 2018. – Т. 108. – №. 7. – С. 1737-1772.
21. Hershbein B., Macaluso C. Labor Market Concentration and the Demand for Skills // Research output: Working paper. – 2018. – 25 c.
22. Kuratov Y., Arkhipov M. Adaptation of deep bidirectional multilingual transformers for russian language //arXiv preprint arXiv:1905.07213. – 2019.
23. Liu T. Y. et al. Learning to rank for information retrieval //Foundations and Trends® in Information Retrieval. – 2009. – Т. 3. – №. 3. – С. 225-331.
24. More C. Skill and the English working class, 1870-1914. – Taylor & Francis, 1980.
25. O*NET OnLine [Электронный ресурс] // The Occupational Information Network. URL: https://www.onetonline.org/ (дата обращения: 25.11.2021).
26. Skills and Competencies Taxonomy [Электронный ресурс] // Government of Canada. URL: https://noc.esdc.gc.ca/SkillsTaxonomy/Skills TaxonomyWelcome/f5ec9457d5a540eeb4529c2698acb19a (дата обращения: 25.11.2021).
27. Skills-OVATE [Электронный ресурс] // CedefopURL: https://www.cedefop.europa.eu/en/tools/skills-online-vacancies (дата обращения: 28.12.2021).
28. V'yugin V. V. Matematicheskieosnovyteorii-mashinnogoobucheniya I prognozirovaniya [Mathematical foundations of the theory of machine learning and forecasting] //MCCME E. – 2018. – С. 384.
29. Weinert F. E. Concepts of Competence (Definition and Selection of Competencies: Theoretical and Conceptual Foundations–DeSeCo) //Max Planck Institute for Psychological Research. Munich, Germany. – 1999.