Оценка потребности региона в человеческих ресурсах на основе анализа статистических данных и патентных ландшафтов
DOI:
https://doi.org/10.17059/ekon.reg.2022-2-19Ключевые слова:
региональный рынок труда, структурная трансформация экономики в период после пандемии, человеческие ресурсы, интеллектуальный анализ данных, патентные ландшафты, искусственный интеллектАннотация
Переход России на новую технологическую платформу актуализирует проблему кадрового обеспечения по перспективным направлениям квалификации. Структурная трансформация экономики после пандемии ускорила изменения на рынке труда, выявив необходимость разработки новых методов прогнозирования с учетом приоритетов регионального технологического развития. Целью данного исследования является разработка новых подходов, основывающихся на структурированных и неструктурированных базах данных, для определения системы факторов формирования потребности в кадровом обеспечении. Потребности региона в человеческих ресурсах были спрогнозированы с использованием методик интеллектуального анализа данных и патентных ландшафтов. Такое прогнозирование учитывает экономическую направленность региона, а также его географическое положение, программу развития инвестиций и НИОКР, специфику рынка труда. Преимуществом предлагаемой методики является получение обоснованных оценок потребности региона в человеческих ресурсах методами интеллектуального анализа данных и патентных ландшафтов в условиях недостатка официальных статистических данных. База исследования включает более 25 миллионов записей: полнотекстовые коллекции российских и зарубежных патентов, научные работы, статистические показатели и т. д. Анализ ситуации в Вологодской области выявил перспективные направления подготовки, привлекательные для квалифицированных кадров и соответствующие приоритетам регионального технологического развития. В дальнейшем планируется совершенствование методики количественной оценки региональной потребности в специалистах отдельных отраслей. Полученные результаты могут быть использованы государственными органами и исследовательскими центрами при разработке региональных стратегий.
Библиографические ссылки
Akperov, I. G. & Bryukhanova, N. V. (2014). Trust management of formation of a personnel landscape and development of its personnel potential. Sovremennye problem nauki i obrazovaniya [Modern problems of science and education], 4, 380. (In Russ.)
Ananeva, M. I., Devyatkin, D. A., Zubarev, D. V., Osipov, G. S., Smirnov, I. V., Sochenkov, I. V., … Shelmanov, A. O. (2016). TextAppliance: search and analysis of large arrays of texts. In: Pyatnadtsataya natsionalnaya konferentsiya po iskusstvennomu intellektu s mezhdunarodnym uchastiem [Proceedings of Fifteenth National Conference on Artificial Intelligence with International Participation] (pp. 220–228). Smolensk. (In Russ.)
Denisova, N. N. (2014). Analysis of the staffing problems of modernization and innovative development of the regional economy. Vestnik Rossiyskoy akademii estestvennykh nauk [Bulletin of the Russian Academy of Natural Sciences], 14(3), 95–99. (In Russ.)
Dosi, G., Pereira, M. C., Roventini, A. & Virgillito, M. E. (2018). The effects of labour market reforms upon unemployment and income inequalities: an agent-based model. Socio-Economic Review, 16(4), 687–720. DOI: 10.1093/ser/mwx054.
Fedotov, A. V., Belyakov, S. A., Klyachko, T. L. & Polushkina, E. A. (2017). Staffing the priority directions of the socio-economic development: situation and problems. Universitetskoe upravlenie: praktika i analiz [University Management: Practice and Analysis], 21(3), 27–37. DOI: 10.15826/umpa.2017.03.035. (In Russ.)
Filimonenko, I. V., Vasilyeva, Z. A. & Vcherashnij, P. M. (2017). Actualization of the conceptual model of predicting the professional staff of the region in accordance with the priorities of economic development. Azimut nauchnykh issledovaniy: ekonomika i upravlenie [Azimuth of scientific research: economics and administration], 6(4), 248–254. (In Russ.)
Houghton, J. & Sheehan, P. (2000). A Primer on the Knowledge Economy. Melbourne: Center for Strategic Economic Studies, Victoria University, 28.
Kurakova, N. G., Zinov, V. G. & Kotsyubinskiy, V. A. (2014). Staffing problem areas identified in the forecast for Scientific and Technological Development of Russia until 2030. Innovatsii [Innovations], 5, 47–56. (In Russ.)
Kuteinitsina, T. G. (2016). Methods to forecasting the quality of the labour Mforce: foreign experience and Russian practice. Professionalnoe obrazovanie i rynok truda [Vocational Education and Labour Market], 3, 10–15. (In Russ.)
Leonidova, E. G. (2019). Dynamics of structural changes in the economy of the European north of Russia. Nauchnyy zhurnal NIU ITMO. Seriya: ekonomika i ekologicheskiy menedzhment [Scientific journal of NIU ITMO. The series «Economics and Environmental Management»], 4, 80–90. DOI: 10.17586/2310–1172–2019–12–4-80–90. (In Russ.)
Luksha, P., Luksha, E., Varlamova, D., Sudakov, D., Peskov, D. & Korichin, D. (2015). Atlas novykh professiy [The atlas of new professions]. Agency for Strategic Initiatives, Moscow School ex. Skolkovo. Moscow: Olymp-Business, 216. (In Russ.)
Lysov, A. & Sapogova, M. (Eds.). (2019). Vologodskaya oblast v tsifrakh [Vologda Region in Figures]. Vologda: Federal State Statistics Service. Territorial body of the Federal State Statistics Service for the Vologda Oblast, 149. (In Russ.)
Mikhaylov, O. V. (2010). Methodological approaches to the economic soundness and stability estimation of regional enterprises. Ekonomika i upravlenie [Economics and management], 7, 18–24. (In Russ.)
Osipov, G. S., Smirnov, I. V. & Tikhomirov, I. A. (2010) Relational-situational method for text search and analysis and its applications. Scientific and Technical Information Processing, 37(6), 432–437. DOI: 10.3103/S0147688210060080.
Otmakhova, Yu., Devyatkin, D., Kreskin, A. & Usenko, N. (2020). Methodology for the scientific and patent landscaping of modern food irradiation technologies. Informatsionnoe obshchestvo [Information society], 1, 57–70. (In Russ.)
Otmakhova, Yu., Kreskin, A., Devyatkin, D. & Tikhomirov, I. (2020). Analysis of scientific and patent landscapes in the field of modern technologies for deep grain processing. Innovatsii [Innovations], 2, 89–96. (In Russ.)
Sochenkov, I. V. & Suvorov, R. E. (2013). Full-text search in the information-analytical system (part 2). Text understanding algorithms. Informatsionnye tekhnologii i vychislitelnye sistemy [Journal of information technologies and computing systems], 3, 55–71. (In Russ.)
Volkov, S. S., Devyatkin, D. A., Sochenkov, I. A., Tikhomirov, I. A. & Toganova, N. V. (2019). Towards Automated Identification of Technological Trajectories. In: Proceedings of Russian Conference on Artificial Intelligence (pp. 143–153). Springer, Cham. DOI: 10.1007/978–3-030–30763–9_12.
Zayko, E. M. (2018). Forecasting the Region Needs in Professional Human Resources. Vestnik YUUrGU. Seriya «Obrazovanie. Pedagogicheskie nauki» [Bulletin of the South Ural State University. Series Education. Educational Sciences], 10(1), 42–46. DOI: 10.14529 / ped180106. (In Russ.)
Zinich, L. V. & Kuznetsova, N. A. (2019). The labour market: formation of labour resources balance. Nauka o cheloveke: gumanitarnye issledovaniya [Russian Journal of Social Sciences and Humanities], 2(36), 151–157. DOI: 10.17238/issn1998–5320.2019.36.151. (In Russ.)
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
