Прогнозирование потребности в педагогических кадрах в регионе фролов Юрий Викторович
Вид материала | Документы |
- И. А. Подковинская Министерство труда, занятости и кадровой политики, 59.37kb.
- Вопросы обеспечения «качества обслуживания» опорной инфраструктуры научно-образовательной, 147.61kb.
- Интерактивного согласования, 87.39kb.
- Прогнозирование, профилактика и упреждающая интенсивная терапия полиорганной недостаточности, 907.95kb.
- Контрольная работа по дисциплине управление персоналом, 297.66kb.
- Методические разработки к практическим занятиям по общественному здоровью, 58.63kb.
- Фролов А. В. Свободная энергия Фролов, 400.6kb.
- Мужицкий Владимир Федорович, д т. н. Федосенко Юрий Кириллович, д т. н. Артемьев Борис, 424.99kb.
- Должностная инструкция 15 контрольные вопросы и задания 17 Глава 3 Определение основных, 1027.03kb.
- Фролов И. Т. и др. 3-е изд, 14108.71kb.
прогнозирование потребности в педагогических кадрах В РЕГИОНЕ
Фролов Юрий Викторович, г. Москва, ГОУ ВПО Московский городской педагогический университет, 129226, 2-й Сельскохозяйственный проезд, д.4, корп.2, jury_frolov@mail.ru
Офицеров Владимир Петрович, г. Москва, ГОУ ВПО Московский городской педагогический университет, 129226, 2-й Сельскохозяйственный проезд, д.4, корп.2, ovp45@mail.ru
Офицеров Михаил Владимирович, г. Москва, ГОУ ВПО Московский городской педагогический университет, 129226, 2-й Сельскохозяйственный проезд, д.4, корп.2, omv8383@mail.ru
При разработке прогнозных моделей использовались модели линейной регрессии, нейросетевые модели и методы динамического моделирования процессов. [1,2]. В ходе выполнения расчетно-экспериментальных исследований показатели, полученные с использованием разных моделей, сопоставлялись и в ряде случаев выполнялось усреднение прогнозов, полученных с помощью разных методов.
По итогам выполненных исследований предложена версия комплексной методологии выполнения прогнозов численности педагогических кадров в Москве, основанная на анализе демографических тенденций и официально зарегистрированных вакансий.
Предложенный методологический подход может быть использован для решения прогнозно-аналитических задач для отраслей социальной сферы на уровне регионов России и в целом по Российской Федерации.
1. Методология построения прогнозов на основе анализа статистических данных
-
Постановка задачи и качественное моделирование
В последнее десятилетие Департамент образования г. Москвы сталкивается с проблемой планирования подготовки необходимого количества педагогов для школьных и дошкольных учреждений.
В связи с относительно длительным периодом подготовки специалистов–педагогов – 5 лет, необходимы среднесрочные и долгосрочные прогнозы потребности необходимого количества педагогов для дошкольных и школьных учреждений.
Прежде чем использовать те или иные технологии прогнозирования, рассмотрим основные факторы, которые предположительно могут влиять на такой показатель, как необходимое количество преподавателей в школе. Очевидно, что в условиях использования относительно стабильных программ обучения одним из ключевых факторов является количество учеников в школах Москвы с разбиением по классам. То есть, если мы будем знать прогнозные значения количества школьников в классах на n лет вперед, то, имея зависимость между количеством учителей в школе и количеством учеников, можно прогнозировать необходимое количество учителей на n лет вперед.
Для принятия управленческих решений по определению объемов подготовки педагогических кадров знание необходимого количества учителей важно, но недостаточно, так как в отрасли уже работает определенный контингент преподавателей. Кроме того, и численность, и состав этого контингента находятся в постоянном движении. Существует постоянный отток из отрасли преподавателей как по возрастной причине (выход на пенсию), так и в связи с переходом к другим видам профессиональной деятельности. Поэтому, помимо прогноза необходимого количества учителей для работы в школах, важно дать прогнозные оценки выбытия педагогических кадров из образовательной отрасли. Тогда уравнение потребности в приеме на работу учителей на начало учебного года i будет иметь вид:
Пi = Нi – Рi-1 + Вi-1, (1)
где
Пi - потребность в приеме на работу учителей на начало учебного года i,
Нi - прогнозное необходимое количество учителей в учебном году i,
Рi-1 - прогнозное количество работающих учителей в учебном году i-1,
Вi-1 - прогнозное количество выбывающих учителей в учебном году i-1.
Если речь идет о текущем годе, то количество работающих учителей известно, известна потребность в учителях (заявленные вакансии от образовательных учреждений). В этом случае можно определить необходимое количество учителей текущего года, которое соответствует известному количеству учеников текущего года. Такое соответствие можно проследить по ретроспективным (историческим) данным.
Предположим, мы хотим спрогнозировать «Потребность в приеме на работу учителей в учебном году, следующем за текущим годом». Тогда мы должны определить «Прогнозное количество выбывающих учителей в текущем учебном году», «Прогнозное необходимое количество учителей в учебном году, следующем за текущим годом» и, применив выражение (1), определить «Потребность в приеме на работу учителей в учебном году, следующем за текущим годом».
Если предположить, что мы полностью удовлетворяем потребность в приеме на работу учителей, то в расчетах по приведенной выше формуле можно принять, что
Рi-1 = Нi-1,
где
Рi-1 - прогнозное количество работающих учителей в учебном году i-1,
Нi-1 - прогнозное необходимое количество учителей в учебном году i-1
Поскольку, так или иначе, потребность в учителях удовлетворяется, то выражение (1) можно упростить:
Пi = Нi – Нi-1 + Вi-1, (2)
где
Пi - потребность в приеме на работу учителей на начало учебного года i,
Нi - прогнозное необходимое количество учителей в учебном году i,
Нi-1 - прогнозное необходимое количество учителей в учебном году i-1,
Вi-1 - прогнозное количество выбывающих учителей в учебном году i-1.
Рассмотрим, от каких параметров зависит величина «Прогнозное количество выбывающих учителей в год». Здесь играют роль несколько ключевых факторов. Во-первых, это количество учителей пенсионного возраста, которые, со временем, уходят, во-вторых, это уровень зарплаты, делающий профессию привлекательной и престижной, в-третьих, это социальный статус учителя, насколько уважительно общество оценивает эту профессию.
«Прогнозное необходимое количество учителей», как предполагается, будет зависеть главным образом от количества учеников. Можно ожидать, что число учеников 2-го класса существенно зависит числа учеников 1 –го класса прошлого года, 3-го класса от числа учеников 2-го класса прошлого года и т.д. В свою очередь, можно предположить, что количество учеников 1-го класса существенно зависит от числа новорожденных 6 , 7 и 8 лет назад. Есть и другие факторы, влияющие на количество учеников, например, миграция населения. Эти факторы, пока в явном виде не учитываются, и будут вносить некоторую погрешность в прогнозы.
Если мы хотим осуществлять прогнозирование более чем на семь лет вперед, то понадобится прогноз числа новорожденных. В настоящей работе сделано предположение, что число новорожденных определяется среднестатистическими коэффициентами рождаемости у женщин разных возрастных категорий и количеством женщин в соответствующих возрастных категориях.
На основе приведенных рассуждений можно построить следующее дерево зависимостей (рис. 1):
Рис. 1. Взаимосвязь факторов в моделях, прогнозирующих потребность в педагогических кадрах
-
Разработка моделей для расчета необходимого количества педагогов
Регрессионные модели для прогноза количества женщин детородного возраста в г. Москве
При качественном рассмотрении задачи были выделены предполагаемые факторы, влияющие на прогноз необходимого количества учителей и предложена взаимосвязь этих факторов (см. Рис. 1).
Одним из ключевых факторов в предложенном подходе является «Количество женщин детородного возраста». Для получения долгосрочных прогнозов рождаемости разработаны модели, позволяющие оценивать количество женщин на основе известных статистических данных с разбивкой по возрастным группам 0-4 , 5-9, 10-14, 15-19, 20-24, 25-29, 30-34, 35-39, 40-44, 45-49 лет.
В порядке иллюстрации использованного в настоящей работе подхода приведем модель для прогноза числа девочек в возрасте от 5 до 9 лет. Проверим предположение, о том, что количество девочек в возрастной категории 5-9 лет сильно зависит от количества девочек в возрастной категории 0-4 года со сдвигом на пять лет назад. Для этого, с помощью пакета SPSS, получим модель линейной регрессии:
y=0,94867*x + 19,76631,
r =0,99789
r2 = 0,99579
где x –количество девочек в возрасте 0-4 года со сдвигом от текущего прогнозного года на пять лет назад; r - коэффициент корреляции Пирсона (показывает связь между независимым фактором х (количеством женщин в возрасте 0-4 года со сдвигом на пять лет назад) и прогнозируемой величиной y - количеством девочек в возрасте 5-9 лет). Величина r близка к единице, что указывает на тесноту связи между зависимой и независимой переменными. Значение r2 = 0,99579 показывает, что на 99% совокупное изменение зависимой переменной y описывается выбранной независимой переменной х.
Это говорит о том, что полученная модель линейной регрессии хорошо описывает объективно существующую закономерность.
В результате, исходя из имеющихся данных, получаем прогноз количества девочек в возрасте 5-9 лет до 2011 года включительно. Хотя возраст 5-9 лет и не является детородным, но полученные прогнозные данные можно использовать для прогноза женщин возраста 10-14 лет до 2016 года, а их в свою очередь использовать для прогноза женщин более старшего возраста.
В работе получены аналогичные линейные регрессионные модели для прогноза количества женщин в возрастных группах 10-14 лет, 15-19 лет, 20-24 лет и др. возрастных группах. Результаты прогнозов приведены на рис. 2, при этом до 2006 года показаны фактические данные, а после 2006 года - прогнозные.
Рис. 2. Сводные значения фактических и прогнозных значений числа женщин от 15-19 до 45-49 лет
Необходимо отметить, что после 2011 года в качестве исходных данных для формирования прогноза используются прогнозные данные, а не реальные статистические данные. Поэтому точность прогноза после 2011 года снижается во всех моделях, а сам прогноз можно рассматривать как качественный.
-
Прогнозы рождаемости
На основе имеющихся данных в работе получены коэффициенты рождаемости у женщин разных возрастных групп в разные годы. Далее были выбраны средние значения коэффициента за последние два года, на основе которых определены прогнозные значения рождаемости. Некоторые полученные результаты представлены на рис. 3.
Рис. 3 Фактические данные (по 2006 г.) и прогнозы рождаемости в Москве
-
Модели количества школьников по классам
В результате исследования линейных регрессионных статистических моделей, связывающих первоклассников и новорожденных, получена двухфакторная модель с хорошими статистическими параметрами.
На основании этой модели и предыдущих результатов прогнозов рождаемости получены прогнозы числа первоклассников. Причем, по 2012 год прогнозы получены от значений фактически родившихся детей, а далее от прогнозных значений родившихся. Результаты прогноза приведены на рис. 4.
Рис. 4 Прогноз числа первоклассников
Следует отметить, что при исследовании кросскорреляционных связей между родившимися шесть, семь и восемь лет назад и числом первоклассников были обнаружены сильные статистические зависимости. Данные для исследований в рядах для новорожденных брались соответственно временным сдвигам на 6, 7 и 8 лет с 1988г. по 2000г., с 1987г. по 1999г. и с 1986г. по 1998. Соответствующие данные о первоклассниках брались с 1994г. по 2006г. Были получены коэффициенты корреляции между:
- родившимися шесть лет назад и первоклассниками (0,922)
- родившимися семь лет назад и первоклассниками (0,981)
- родившимися восемь лет назад и первоклассниками (0,981),
В предыдущих исследованиях [3] строились три регрессионные модели числа первоклассников по отдельности от родившихся 6, 7 и 8 лет назад, однако сравнение результатов прогнозов с фактическими данными за 2005 и 2006 годы показало завышение прогнозных значений. Более точной оказалась модель прогноза первоклассников в зависимости от числа родившихся 8 лет назад. С учетом новых статистических данных была построена пошаговым методом последовательного исключения переменных регрессионная модель прогноза первоклассников в зависимости от числа родившихся 8 и 7 лет назад. В качестве исходных независимых факторов выступали все три переменные – родившихся 6, 7 и 8 лет назад. Переменная, соответствующая числу родившихся 6 лет назад была автоматически исключена, однако ее влияние на прогноз первоклассников хорошо передает переменная, соответствующая числу родившихся 7 лет назад, так как коэффициент корреляции между этими переменными 0,938.
В зависимости от числа первоклассников на основании найденных линейных регрессионных зависимостей были получены прогнозные значения числа второклассников. В зависимости от числа второклассников (как фактического, так и прогнозного) были найдены прогнозные значения числа третьеклассников и т.д. до 11 класса включительно. На рис. 5 показана предполагаемая динамика общего количества учеников в школе, а на рис. 6 – изменение количества учеников в первых, девятых и одиннадцатых классах школ Москвы.
Рис.5 Фактические данные и прогноз общего количества учеников в школах Москвы
Рис. 6. Фактические данные (по 2006 г.) и прогноз количества обучающихся по классам в школах Москвы
-
Прогнозы необходимого числа педагогов
Для построения прогноза необходимого числа педагогов была разработана регрессионная модель, связывающая общее количество учеников в школе и необходимое количество учителей. Для получения фактических статистических данных о необходимом количестве учителей были использованы данные о работающих педагогах и заявленных вакансиях. На рис. 7 показаны фактические и прогнозные значения необходимого количества учителей. Прогнозные значения получены на основе разработанной регрессионной модели.
Рис. 7. Прогноз необходимого количества учителей в школе
Следует отметить, что с учетом ежегодного «естественного» выбытия педагогических кадров никакого сокращения потребности не следует ожидать. Далее будут даны прогнозы выбытия педагогических кадров и прогнозы планов приема на работу педагогов по основным предметам.
Рис. 8. Фактические данные (по 2006 г.) и прогноз необходимого количества учителей
Анализ имеющихся статистических данных показал, что значения доли выбывающих педагогов в последние годы относительно стабильны. Прогноз этих долей по каждому предмету (педагогической специальности) был выполнен с помощью метода скользящих средних [4]. На рис. 9 показан прогноз выбытия по трем предметам.
Рис. 9. Прогнозы выбытия
Используя полученные значения параметров Нi, Нi-1, Вi-1 по формуле (2) найдем прогнозные значения Пi - потребности в приеме на работу учителей на начало учебного года i с учетом прогноза количества выбывающих педагогов в год i-1. Результаты вычислений приведены на рис. 10.
Рис. 10. Прогноз потребности в приеме на работу учителей русского языка, математики, учителей 1-4 и подготовительных классов с учетом прогноза выбытия учителей.
Выводы
- Выполнен системный анализ проблемы определения потребности в педагогических кадрах и выделены основные качественные факторы, которые влияют на потребность.
- Разработан алгоритм, разбивающий исходную сложную задачу определения потребности в педагогических кадрах на ряд более простых взаимосвязанных подзадач моделирования и прогнозирования:
- прогноза количества женщин детородного возраста,
- прогноза рождаемости,
- прогноза числа первоклассников,
-прогноза числа учеников в средних образовательных учреждениях,
- прогноза необходимого числа учителей,
-прогноза выбытия педагогических кадров,
-прогноза плана приема учителей в средние общеобразовательные учреждения.
- На основе статистических данных разработаны модели для получения перечисленных прогнозов. Модели обладают достаточно хорошими статистическими характеристиками, что подтверждает правомочность их использования.
- Возможно обобщение предложенного методологического подхода для решения прогнозно-аналитических задач для других отраслей социальной сферы Москвы и для других регионов России.
- Приведенные выше результаты по определению потребности носят предварительный характер. Необходимо продолжить исследования и уточнение прогнозных моделей с учетом обновляющихся статистических, социологических данных и результатов обсуждения предложенной методологии в экспертном сообществе.
Литература
- Фролов Ю.В. Интеллектуальные системы и управленческие решения. - М.: МГПУ, 2000. – 294 с.
- Фролов Ю.В., Офицеров В.П., Ануфриев С.В. Моделирование и прогнозирование потребности педагогических кадров в городе Москве. Международный конгресс конференций «Информационные технологии в образовании». XIII Международная конференция «Информационные технологии в образовании»: Сборник трудов участников конференции. Часть V. – М.: Просвещение, 2003, с. 254-255
- Рябов В.В., Пищулин Н.П., Фролов Ю.В. и др. Стратегия образования: основы формирования, методы оценки и прогнозирования. – М.: МГПУ, 2003.
- Ханк Д.Э., Уичерн Д.У., Райтс А.Дж. Бизнес-прогнозирование, М.: Издательский дом «Вильямс», 2003, 656 с.
- Дуброва Т.А. Статистические методы прогнозирования. М.:ЮНИТИ-ДАНА, 2003.- 206 с.