Оптимизация управления рынком труда и занятостью населения в регионе на основе моделей функционально-маркетинговой эффективности и качества (стр. 2 )

Предполагается, что будет выполняться инвестиционных проектов, которые могут осуществляться за счет собственного, привлеченного и заемного капитала из нескольких источников финансирования. Проекты осуществляются параллельно, между проектами имеется некоторый временной лаг, время запуска и окончания проектов считается известным. Математическая модель задачи представляет задачу линейного программирования. Ограничения модели учитывают следующие факты: расчетный период охватывает временной интервал от начала 1-го проекта до окончания -го и разбивается на шаги – отрезки времени, в пределах которых производится агрегирование данных, используемых для оценки финансовых показателей; учитываются финансовые притоки и оттоки от трех видов деятельности: операционной, инвестиционной и финансовой; проекты имеют льготы по налогам и по кредитам; в проектах используется собственный, привлеченный и заемный капитал из источников финансирования, величины кредитов ограничены; средства, полученные из чистой прибыли на определенном шаге проекта, могут помещаться в дополнительный фонд, на следующих шагах средства из дополнительного фонда могут пойти на погашение отрицательного сальдо проектов; дополнительный фонд является общим для всех проектов, т. е. проекты могут финансировать друг друга. В качестве показателя эффективности в модели выступает сумма чистых дисконтированных доходов проектов, неизвестными являются: - взятие займа по -му проекту у -го источника в -й период; - возврат долга по -му проекту -му источнику в -й период; - величина выплаченных процентов по -му проекту -му источнику в -й период;-отток в дополнительные фонды в -м проекте в -й период; - приток из дополнительных фондов в -м проекте в -й период.

Оптимизационная модель имеет следующий вид:

где - период начала -го проекта; - период окончания -го проекта; - коэффициент дисконтирования
на - м шаге; – процентная ставка, под которую выдается кредит -м источником финансирования; – максимальная сумма кредита, которую может дать -й источник финансирования; E – норма дисконта; – депозитный процент; – норма амортизации в -м проекте; – налог на добавленную стоимость; – налог на имущество; – налог на прибыль; – налог в дорожный фонд; - выручка без НДС; -производственные затраты; - балансовая стоимость фондов; - притоки от инвестиционной деятельности; - капиталовложения; - величина собственного капитала; - проценты капитализированные; - проценты начисленные; - величина долга на конец шага.

Существенную роль в реализации оптимального управления играют контрольные функции. Разработаны стохастическая модель системы планового контроля сферы занятости в области охраны труда и алгоритм нахождения на базе данной модели оптимальной интенсивности контроля применительно к предприятиям с определенной сложностью структуры и уровнем управления процессами охраны труда.

Выделение групп предприятий, имеющих близкий уровень управления процессами охраны труда, осуществляется методами кластерного анализа на основании информации, характеризующей состояние качества охраны труда по показателям оценки ретроспективного уровня нарушений, разработанности нормативных актов, уровня планирования мероприятий и внедрения передового опыта в области охраны труда, уровня контроля и т. д.

Деление организаций на группы по сложности структуры и производственных процессов осуществляется экспертами. Принадлежность к классу говорит о временных и ресурсных затратах при проведении контрольного мероприятия в данной организации.

Рассматривается некоторое фиксированное множество предприятий, подлежащих дискретному контролю и разбитых на группы ( - количество предприятий с сочетанием ). Интенсивности контрольных мероприятий во времени для являются переменными модели, интенсивности обслуживания для класса - известными параметрами модели.

Исследуемая система контроля описывается как марковская СМО, в качестве состояний системы рассматриваются упорядоченные наборы пар индексов ( - количество предприятий в системе, - характеристика проверяемого предприятия, , …, - упорядоченная очередь, соответствует комбинации ). Символом обозначается вероятность того, что в момент времени система будет находиться в состоянии , - вероятность того, что система пустая.

Для нахождения вероятностей в работе построена система дифференциальных уравнений. Данная система для стационарного режима работы (вероятности стационарного режима и ) легла в основу ограничений модели.

В качестве критерия оптимальности интенсивностей рассматривается функция , где - суммарная сложность проведения проверок в организациях; - суммарная степень необходимости корректировки политики в области охраны труда; - средние промежутки времени между контролями в классах , зависящие от и среднего времени пребывания в очереди

Для построения функций и в работе предлагается использовать экспертный метод «α – срезов» (множество значений дискретизируется) с аппроксимацией полученной функции методом наименьших квадратов.

С учетом введенных характеристик, разработанная модель имеет вид

(23)

(24)

; ; , (25)

где - доля времени, когда система занята плановыми проверками. На практике данную модель рекомендуется использовать для верификации экспертных вариантов . В этом случае решение задачи сводится к нахождению решений систем линейных уравнений. В случае большой размерности задачи рекомендуется использовать специальные методы, учитывающие структуру матриц и оценки элементов обратных матриц.

В работе рассмотрены также вопросы изменения структуры модели, связанные с изменением организации работы системы контроля.

В четвертой главе предложены методы моделирования и оптимизации маркетинговой эффективности при управлении занятостью населения.

Для повышения эффективности управления программами профессиональной переподготовки безработных в региональной государственной службе занятости автором разработаны специальные нечеткие процедуры.

В настоящий период времени программы профессиональной переподготовки (обучения) высвобождающегося кадрового резерва стали важными составляющими дополнительных мер социально-экономического развития региона. Для обеспечения маркетинговой эффективности предлагается проводить детальный прогнозный анализ эффективности программ для конкретных групп безработных. В работе сформирована процедура выбора программ профессионального обучения и переподготовки высвобождающегося кадрового резерва, позволяющая строить для кандидатов на участие в программах обобщенный лингвистический показатель соответствия респондента определенной профессии (на базе информационной иерархии (рис. 5)), лингвистическую оценку привлекательности профессии и лингвистическую оценку эффективности программы. В основе предложенной процедуры лежат специальные методы обработки лингвистической информации. Структурная схема данной процедуры приведена на рис.6.

Рис. 5. Информационная иерархия

Процедура выбора программ профессионального обучения и переподготовки высвобождающегося кадрового резерва была апробирована на данных управления занятости. Краткий анализ результатов апробации по одной из программ переподготовки кадров приведен в табл. 1. Все лингвистические оценки и до участия в программе, и прогнозируемые, и итоговые были получены по методике, заложенной в процедуру.

Таблица 1

Класс кандидатов, рекомендованных к участию в программе	Объем класса	Обобщенная лингвистическая оценка соответствия профессиональной деятельности по направлению программы	Обобщенная лингвистическая оценка привлекательности профессиональной деятельности по направлению программы	Процент совпадения прогнозируемой лингвистической оценки соответствия профессиональной деятельности после участия в программе с итоговой лингвистической оценкой
1	5	«низкая степень удовлетворительности»	«средняя степень привлекательности»	70%
2	10	«средняя степень удовлетворительности»	«средняя степень привлекательности»	75%
3	10	«средняя степень удовлетворительности»	«высокая степень привлекательности»	85%

Среди направлений анализа эффективности программ обучения и переобучения безработных важное место занимает анализ полезности программ с позиции людей уже прошедших подобные программы, на основании которого можно было бы делать прогноз полезности участия новых кандидатов. В работе предложен алгоритм получения прогнозной комплексной оценки полезности участия безработных в программах обучения и переподготовки, базирующийся на методах построения многокритериальной нечеткой полезности и дискриминантного анализа.

Набор данных о каждом зарегистрированном ранее (респонденте) или на сегодняшний момент безработном содержит значительное число персональных характеристик. Формализованно мы имеет множество наборов дискриминантных переменных. Специально построенное собеседование позволяет получить для респондентов еще одну характеристику – субъективную лингвистическую оценку полезности программы, участником которой он был в прошлом. Аппроксимация субъективной полезности каждого респондента базовыми термами нечеткой полезности позволяет разбить респондентов на классы , соответствующие термам нечеткой полезности. В результате получается обучающая группировка для дискриминантного анализа, предназначенного для решения задач дискриминации и классификации новых объектов. Задача дискриминации заключается в выделении характеристик респондентов, по которым классы респондентов с различной полезностью программы действительно различаются между собой, задача классификации - в определении группы, к которой может быть предварительно отнесен кандидат на участие в программе. При построении группирующей переменной предполагается, что полезность характеризуется по трем взаимно независимым по полезности лингвистическим критериям (критерии, связанные с повышением материального статуса, мобильности, профессионализма, самооценки и т. д.). Оценка субъективной многокритериальной полезности заключается в построении функции полезности по каждому критерию, а затем - декомпозиции полезности по нескольким критериям. В процессе декомпозиции значение многокритериальной функции полезности для каждого респондента вычисляется через полезности по отдельным критериям , , при определенных значениях термов , , критериев , , . Общая схема предложенного в работе алгоритма приведена на рис. 7.

Важную роль в обеспечении маркетинговой эффективности при управлении занятостью населения играет оптимизация процесса подбора персонала в деятельности институтов посредничества на рынке труда. В работе предложен алгоритм управления подбором персонала в кадровых агентствах, позволяющий на основе нейросетевого моделирования осуществить процесс распознавания степени успешности деятельности кандидата в определенном сегменте рынка труда.

Кадровые агентства занимаются подбором специалистов с использованием многоэтапной технологии, позволяющей собрать обширную входную информацию о соискателе. Кроме того, отслеживая работу рекомендованных кандидатов, кадровые агентства получают информацию об успешности их работы. Систематизация всей данной информации средствами новейших, ориентированных на маркетинг информационных технологий, позволит существенно повысить эффективность подбора персонала.

Механизм оценки успешности кандидата в различных сегментах рынка труда формально можно представить как механизм распознавания, насколько построенный вектор характеристик кандидата воспроизводит усредненный образ показателей успешности выполнения

Рис. 7. Схема алгоритма получения прогнозной комплексной оценки полезности участия безработных в программах переподготовки в рамках активных мер содействия занятости

 

работы со стороны работодателей. Предполагается, что метод отбора является валидным, а критерии выполнения работы релевантными. Вектор характеристик кандидата, как правило, содержит оценку профессиональных знаний, умений, навыков; пол, возраст, семейное положение, расширенные характеристики, определяемые особенностями психо-мотивационного механизма профессиональной деятельности, целеустремленность и активность, работоспособность, культурный уровень, развитие нравственных качеств, волевых, моральных; специфические характеристики, например, уровень профессиональной гибкости, степень географической мобильности, коммуникабельность, лояльность и т. д. Показатели успешности выполнения работы со стороны работодателей строятся на основании специальных опросных листов, раскрывающих различные аспекты выполнения работы.

Интерес представляют формализованные механизмы распознавания, способные некоторым образом обучаться, т. е. воспроизводить и обобщать опыт работодателей. В работе обоснована возможность применения нейронных сетей для моделирования подобного механизма, разработан нейросетевой алгоритм и исследованы вопросы определения параметров сети и обучения сети. Общая схема предложенного нейросетевого алгоритма приведена на рис. 8.

Тестирование предложенного нейросетевого алгоритма было проведено на обобщенных данных нескольких кадровых агентств по 5 выделенным сегментам рынка труда по 8 управленческим позициям и по IT-специалистам. Краткий анализ результатов тестирования по управленческим позициям приведен в табл. 2.

Таблица 2

Сегмент рынка труда	Управленческая позиция	Основное направление критериев успеха	Объем валидационного множества	Эффективность работы нейросетевого алгоритма (средняя относительная ошибка)	Примечание по анализу результатов
Машиностроение, пищевая промышленность, сельское хозяйство, легкая промышленность, лесная и деревообрабатывающая промышленность	Стратегическое развитие бизнеса	Способность увеличить долю на рынке	20	0, 451	Гипотеза: неверно выделен сегмент рынка труда
Финансовый сектор, телекоммуникации, сервис	Маркетинг, реклама, продажи	Эффективность: системы маркетинга, работы с клиентами, техники продаж	20	0,237
Строительство	Финансы и инвестиции	Привлечение долгосрочных инвестиций	20	0,340
Топливный комплекс, химическая промышленность	Финансы и инвестиции	Эффективность организации системы контроля и сокращения затрат	20	0,471	Гипотеза: необходимо пересмотреть систему входных параметров
Торговля, транспорт	Персонал и социальное развитие	Привлечение и удержание квалифицированных специалистов	20	0,249

Рис. 8. Структурная схема нейросетевого алгоритма распознавания успешности кандидата в определенном сегменте рынка труда

В пятой главе рассмотрены вопросы оценивания и оптимизации при маркетинговом взаимодействии субъектов рынка труда и образовательных услуг.

Проблемы как на рынке образовательных услуг, так и на рынке труда в значительной степени обусловлены недостатками в информационном обеспечении их функционирования и слабой разработанностью методик организации маркетингового взаимодействия субъектов этих рынков.