Designing the network landscape of sectoral transport complexes

Zbarskiy A.M.¹, Garanin M.A.²
¹ Открытое акционерное общество «Российские железные дороги», Russia
² Самарский государственный университет путей сообщения

Download PDF | Downloads: 13 | Citations: 2

Journal paper

Russian Journal of Labour Economics ^{(РИНЦ, ВАК)}
опубликовать статью | оформить подписку

Volume 10, Number 7 (July 2023)

Citation:

Indexed in Russian Science Citation Index: https://elibrary.ru/item.asp?id=54299888
Cited: 2 by 30.01.2024

Abstract:
The research purpose was to improve the staffing of the transport industry on the basis of the key principles and methods of forming a network of educational organizations that provide training. To achieve this purpose, the following main tasks have been solved. The analysis of the existing structure of the network of industry transport educational organizations and their branches, as well as the factors of their formation and development, was carried out. The analysis of the quality of resource provision of educational organizations on the example of secondary vocational education was carried out. Methods of assessing the demand for educational organizations from the business side on the example of the railway industry have been developed. Methods of forecasting the need for specialists have been developed. A cyclical model of staffing in the transport industry has been built. The object of the study is educational organizations that implement professional educational programs at all levels for the transport industry. The subject of the study is the personnel support system of the transport industry, viewed through the prism of the quality of training and the demand for educational organizations for the transport business. The present study is part of a comprehensive scientific study devoted to improving the system of industry-specific transport education conducted on the basis of Rostov and Samara State Universities of Railways.

Keywords: network, transport educational organizations, staff support

Введение

Транспортная отрасль играет ключевую роль в экономике. Период вынужденных ограничений, связанный с пандемией, привел к необходимости перестройки цепочек поставки грузов. Выиграли системы и компании, сумевшие оперативно перестроиться к новым условиям. Человеческий капитал играет важную роль в транспортных системах: от качества кадрового обеспечения отрасли зависят эффективность, безопасность и надежность транспорта.

Система отраслевого транспортного образования имеет ряд особенностей, которые отличают ее от других систем профессионального образования. Первое отличие – территориальное закрепление выпускников: рабочие места расположены на линейных объектах, удаленных от места получения профессионального образования (железнодорожные станции, аэропорты, морские и речные порты, центры диспетчерского управления работой транспорта и др.). Второе – важность тренажерной подготовки специалистов: необходимость использования в процессе реализации образовательных программ сложных и, как правило, дорогостоящих тренажеров (оператор сортировочной горки, управление локомотивом, управление самолетом, управление морскими и речными судами, управление портовой инфраструктурой, управление инфраструктурой аэропорта, диспетчер и др.). Третье – необходимость опережающей подготовки специалистов для транспортной отрасли. Последний фактор обусловлен динамичным развитием отрасли, включая транспортные средства и транспортную инфраструктуру.

Система отраслевого транспортного образования мира использует три основных подхода: государственные и частные отраслевые транспортные образовательные организации (Россия, Китай, Франция, Англия, Германия), транспортные факультеты на базе государственных и частных политехнических вузов (США, Канада, Австралия, Нидерланды, Япония), учебные центры и образовательные организации транспортных корпораций (Россия, США, страны Западной Европы). В России кадровое обеспечение транспортной отрасли реализуют преимущественно отраслевые транспортные образовательные организации, подведомственные федеральным агентствам министерства транспорта. Второе место занимают государственные и муниципальные образовательные организации, доля кадрового обеспечения которых в отдельных регионах и видах транспорта превышают долю ведомственных образовательных организаций. Возникает актуальная задача оптимальной сети отраслевых транспортных образовательных организаций, обеспечивающих подготовку кадров для отрасли.

Методы исследования

Настоящее исследование является частью комплексного научного исследования, посвященного совершенствованию системы отраслевого транспортного образования, проводимого на базе Ростовского [20 – 26] и Самарского государственных университетов путей сообщения [27 – 33]. Методологической основой исследования являются: классическая экономическая теория, включающая теорию экономического роста и развития секторальной экономики на основе воспроизводства знаний и рынка труда; институциональная, эволюционная теории, основные направления ресурсной концепции. Проведенное исследование опиралось на результаты научных исследований ученых – экспертов в сфере экономики образования [1 – 8], а также анализ экспертных мнений в области проблем, рассматриваемых в отношении совершенствования и развития системы отраслевого профессионального образования [9 – 19]. В ходе решения поставленных задач в диссертационной работе нашли применение методы: общенаучные – аналитический метод, сравнительно-аналитический метод; частно научные – методы системного анализа, метод экспертных оценок.

Существующая структура сети отраслевых транспортных университетов и их филиалов и факторы их формирования

К началу XXI века система отраслевого транспортного образования являлась одним из наиболее эффективных секторов системы профессионального образования России. Сеть отраслевых транспортных образовательных организаций охватывала все крупные транспортные узлы и обеспечивала подготовку кадров для отрасли. Подобные системы имелись в отрасли здравоохранения и сельском хозяйстве. Система кадрового обеспечения транспортной отрасли при этом является самой крупной отраслевой системой профессионального образования в России. Образовательные организации эффективно участвуют в федеральных программах: три университетских комплекса стали участниками программы «Приоритет 2030», восемь университетских комплексов стали участниками программы «Профессионалитет», отраслевые транспортные организации эффективно участвуют в программах развития инновационной деятельности и студенческого предпринимательства.

Сеть отраслевых транспортных образовательных организации (рис. 1) охватывает университетские комплексы, подведомственные министерству транспорта и федеральным агентствам. За счет исторических тесных связей с предприятиями отрасли такая сеть имеет высокие показатели трудоустройства.

Рис. 1 – Существующая сеть отраслевых транспортных образовательных организаций

Составлено авторами

Существующая филиальная сеть отраслевых транспортных комплексов формировалась во второй половине XX века и обусловлена следующими процессами: преобразованием учебных центров профессионального обучения в филиалы, созданием филиалов под потребности видов транспорта (строительство и дальнейшая эксплуатация Байкало-Амурской магистрали, развитие сети морских и речных портов, развитие сети аэропортов), вхождением региональных техникумов и колледжей в университетские комплексы.

Так, например, существующая филиальная сеть Самарского государственного университета путей сообщения в части уровня высшего образования была сформирована до начала реформирования министерства путей сообщения и отражает отделенческую структуру железной дороги: Рузаевское и Башкирское отделение Куйбышевской железной дороги, Оренбургское и Орское отделения Южно-Уральской железной дороги. В начале XXI века сеть была оптимизирована, поскольку не отражала существующей потребностей железной дороги. Переход к безотделенческой структуре дорог снизил потребность в выпускниках высшего образования в Орске и Рузаевке, сохраняя потребность в Уфе и Оренбурге. Существующая филиальная сеть в части среднего профессионального образования сформирована под железнодорожные узлы и в настоящее время потребность в кадрах среднего профессионального образования существенно не изменилась.

Основными факторами формирования сети отраслевых транспортных образовательных организаций являются:

1. Отсутствие государственной политики в отношении отраслевого профессионального образования. Сегодня подготовку кадров для таких отраслей, как транспорт и здравоохранение, осуществляют как отраслевые образовательные организации (подведомственные федеральным органам исполнительной власти, осуществляющим функции регулирования в отраслях экономики), так образовательные организации, подведомственные регуляторам сферы образования (министерство науки и высшего образования, министерство просвещения). Две группы образовательных организаций имеют различные системы финансирования, отчетности, различные показатели трудоустройства, как основного критерия востребованности на рынке труда. При этом отсутствует четкая позиция регулятора в отношении развития отраслевых транспортных образовательных организаций. Существующее взаимодействие таких образовательных организаций и регулятора (система отчетности, режим финансирования, прогнозирование потребности в специалистах) носит характер имитации политики.

2. Отраслевая подготовка специалистов требует особого подхода к материально-техническому обеспечению образовательной деятельности университетов. Это обусловлено необходимостью использования дорогостоящих тренажеров и оборудования для практической подготовки выпускников. Существующая система финансирования отраслевых транспортных образовательных организаций не позволяет говорить о развитии.

3. Отсутствие эффективного регулирования научной и инновационной деятельности отраслевых транспортных университетов. Научная и инновационная деятельность университетов осуществляется в режиме изоляции. Взаимодействие групп исследователей различных университетов носит фрагментарный характер и не имеет регулярной основы. При этом изоляция губительна, как для науки, так и для инновационной деятельности. Слабое развитие фундаментальной науки, проводимой отраслевыми вузами, и отраслевой характер университетов приводит к тому, что наукометрические и иные показатели, по которым оценивают неотраслевые вузы, имеют низкие значения. Необходима своя альтернативная система оценки университетов.

4. Мнения работодателя, отраслевых министерств и ведомств практически не учитываются при процедуре проведения государственной аккредитации профильных образовательных программ отраслевых университетов. Запущенная процедура профессиональной общественной аккредитации сегодня рассматривается лишь как дополнительный показатель к системе поддержки принятия решения регулятором.

2 Анализ качества ресурсного обеспечения образовательной организации на примере среднего профессионального образования

В системе профессионального образования ключевое значение имеет ресурсное обеспечение. Именно оно определяет качество подготовки выпускников. При этом характер взаимосвязи представляется дискуссионным. Рассмотрим это на примере среднего профессионального образования. В качестве исходных данных использованы сведения мониторинга организаций, реализующих программы среднего профессионального образования, Приволжского федерального округа за 2022 год.

На рис. 2 а, б показаны поля точек, определяющие характер взаимосвязи между коэффициентом обновления оборудования (инвестиции в ресурс – материально-техническое обеспечение) и отношением заработной платы педагогических работников образовательной организации к средней заработной плате региона (инвестиции в ресурс – человеческий капитал, работники) – с одной стороны, и средним баллом аттестата, как показателем востребованности образовательной организации на рынке образования.


а	б

в)	г)

Рис. 2 – Демонстрация отсутствия значимой связи между доходами образовательных организаций и их позициями на рынке образования – с одной стороны, и ресурсным обеспечением образовательных организаций – с другой

Составлено авторами

Результаты анализа (рис. 2, а, б) представлены в виде пузырьковой диаграмм, в которых размер пузырька соответствует количеству обучающихся. Результаты анализа показывают отсутствие сколь-нибудь значимой связи между показателями (коэффициент корреляции между показателями менее 0,2), что подтверждает тезис о наличии более значимых факторов, влияющих на принятие решения. Такими факторами могут быть качество студенческой внеучебной активности, дополнительные возможности для развития, которые даёт образовательная организация и регион расположения.

На графиках (рис. 2, в, г) также показан характер взаимосвязи между доходами образовательной организации и инвестициями в ресурсное обеспечение. В качестве ресурсов рассмотрены также человеческий капитал (отношение заработной платы работников к среднему уровню заработной платы в регионе) и материально-техническое обеспечение (коэффициент обновления оборудования). Анализ показывает отсутствие сколь-нибудь значимой связи (коэффициент корреляции меньше 0,2), что подтверждает тезис о том, что рост доходов от образовательной деятельности направляется командами управления образовательных организаций не на улучшение качества ресурсного обеспечения, а на расширение спектра образовательных программ и охват рынка.

Методика прогнозирования потребности в специалистах

Потребность в специалистах различных профессионально-квалификационных групп в привязке к регионам позволяет определить востребованность отраслевых образовательных организаций.

Методика прогнозирования необходимых объемов контрольных цифр приёма на среднесрочный и долгосрочный периоды учитывает следующие факторы: перспективную востребованность выпускников со стороны работодателей, индикатором которой является вероятность трудоустройства; ресурсное обеспечение образовательной организации, включающее площади зданий, необходимых для реализации образовательных программ и проживания обучающихся, наличие учебно-лабораторных помещений, спортивные сооружения и другие элементы инфраструктуры, педагогических и научно-педагогических работников образовательной организации; прогноза социально-экономического развития регионов трудоустройства выпускников.

Существующие изученные методики [34 – 44] прогнозирования в специалистах используют два основных подхода:

Нормативный метод планирования. Основывается на нормативах труда специалистов. На практике является весьма трудоёмким и сложно реализуемым поскольку имеет ограниченный срок планирования (не более 5–6 лет) и обусловлен необходимость учета значительного количества факторов.

Статистический метод планирования. Использует экстраполяцию показателей, учитывающих потребность в специалистах различных профессиональных квалификационных групп, а также корреляцию и регрессионный анализ. Для использования этого метода необходимо предварительно спрогнозировать один или несколько факторов, влияющих на потребность в специалистах.

Метод нормативной насыщенности. Используют экстраполяцию коэффициентов насыщенности или его значения в зависимости от объемов производства.

Метод математического моделирования. Рассматривает каждое производство в виде математической модели с входами и выходами. Кадровое обеспечение производства товаров или услуг является одним из элементов входа модели. В процессе построения модели определяются зависимости между входом и выходом. После чего на основе прогнозирования объемов производства и производительности труда осуществляется моделирование потребности в специалистах различных профессионально квалификационных групп.

Математическая модель планирования на основе отраслевого баланса. Позволяет интегрально определить потребность в специалистах различных профессионально квалификационных групп в рамках одной отрасли на основе анализа структуры затрат труда, мобильности работников, а также технического и технологического развития отрасли. Модель позволяет учитывать социально экономическое развитие территорий присутствия образовательной организации.

Предлагаемая методика использует инструменты отраслевого баланса и инструменты нормативной насыщенности и позволяет интегрально спрогнозировать потребность в специалистах различных профессионально квалификационных групп. Прогноз осуществляется для очной формы обучения.

Расчет необходимых объемов контрольных цифр приёма (К) для реализуемых специальностей (направлений подготовки) определяется отдельно по каждой специальности (направлению подготовки) по выражению:

где – исполненный объем контрольных цифр приема в расчетный год;

– коэффициент учитывающий i фактор;

– количеству учитываемых факторов.

Расчет необходимых объемов контрольных цифр приёма (К) для перспективных специальностей (направлений подготовки) определяется отдельно по каждой специальности (направлению подготовки) по выражению:

где – запрос выпускников данной специальности (направления подготовки) со стороны бизнеса в расчетный год;

– коэффициент учитывающий i фактор;

– количеству учитываемых факторов.

Учитываемые факторы:

1. Коэффициент востребованности ( ) специальности (направлению подготовки)

100,

где – количество заявлений от абитуриентов по специальности (направления подготовки) в регионе в расчетный год;

– количество контрольных цифр приема от абитуриентов по специальности (направления подготовки) в регионе в расчетный год;

– общее количество заявлений от абитуриентов в регионе в расчетный год;

– общее количество контрольных цифр приема в регионе в расчетный год.

2. Коэффициент трудоустройства ( ) выпускников специальности (направления подготовки)

100,

где – количество трудоустроенных выпускников по специальности (направлению подготовки) в расчетный год;

– количество выпускников по специальности (направлению подготовки) в расчетный год.

3. Коэффициент роста производства ( ) по направлению отрасли,

100,

где – объем производства в прогнозный год;

– объем производства в расчетный год.

4. Коэффициент производительности труда ( ) по направлению отрасли (виду деятельности)

100,

где – производительность труда по направлению отрасли в прогнозный год;

– производительность труда по направлению отрасли в расчетный год.

5. Коэффициент социально-экономического развития регионов ( ) по направлению отрасли (виду деятельности)

где – интегральный уровень потребности в специалистах в регионе в прогнозный год;

– интегральный уровень потребности в специалистах в регионе в расчетный год;

– количество учитываемых регионов;

– планируемая доля образовательной организации в подготовке специалистов в регионе в прогнозный год.

Описанные методика использована при прогнозировании необходимых объемов контрольных цифр приёма Самарского государственного университета путей сообщения до 2035 года.

4 Методика оценки востребованности образовательных организаций со стороны бизнеса на примере железнодорожной отрасли

В целях определения востребованности образовательных организаций, реализующих профессиональные образовательные программы в сфере транспорта, в Ростовском государственном университете путей сообщения была разработана методика оценки, учитывающая следующие интегральные факторы: востребованность образовательных организаций со стороны ОАО «РЖД», в том числе количество прошедших профессиональное обучение, трудоустроенных выпускников; условия для получения качественного образования; уровень научно-исследовательской деятельности. Разработанная методика базируется на существующих методиках оценивания востребованности образовательных организаций, включая рейтинги Times Higher Education, QS World University Rankings, Academic Ranking of World Universities, «Три миссии университета», Интерфакс, Эксперт РА. На рис. 3 представлен пример использования методики в границах дороги.

Рис. 3 – Фрагмент разработанной модели оценки востребованности отраслевых транспортных образовательных организаций

Составлено авторами

Востребованность образовательных организаций со стороны ОАО «РЖД», в том числе количество прошедших профессиональное обучение, трудоустроенных выпускников, представлена следующими кластерами показателей: институциональные критерии, качество подготовки, прием и трудоустройство, связь с ОАО «РЖД», в т.ч. целевое обучение. Условия для получения качественного образования представлены следующими кластерами показателей: институциональные критерии, инфраструктура, кадровый потенциал образовательной организации, качество подготовки. Уровень научно-исследовательской деятельности представлен следующими кластерами показателей: дохода от грантов и НИОКР, инновации, качество кадрового обеспечения науки, публикационная активность. Каждый представленный интегральный фактор декомпозируется в три набора показателей: набор для образовательных организаций высшего образования; набор для образовательных организаций среднего профессионального образования; набор для образовательных организаций профессионального обучения.

Таким образом, формируется три перечня показателей для оценки. В общей совокупности сформированы 70 показателей, необходимых для разностороннего и гибкого оценивания уровня востребованности со стороны ОАО «РЖД» образовательных организаций, реализующих программы профессионального обучения, образовательные программы среднего профессионального и высшего образования по профессиям и специальностям в области железнодорожного транспорта.

Кластеризация внутри групп показателей обеспечивает возможность гибкой оценки образовательных организаций в рамках процедур оценки востребованности по различным направлениям взаимодействия ОАО «РЖД» и образовательных организаций, т.к. выборка показателей, общих (универсальных) для всех уровней профессионального образования включает только 26 показателей, из которых 8 отражают уровень востребованности, 16 позволяют оценить условия получения качественного образования и 2 характеризуют уровень научно-исследовательской деятельности.

Экономика системы кадрового обеспечения транспортной отрасли

Модель отраслевой транспортной экосистемы (рис. 4), обеспечивающей подготовку специалистов для транспортной отрасли, обладает цикличностью. Инвестиции в развитие системы кадрового обеспечения отрасли позволяют обеспечить улучшение параметров на уровне региона, что приведет к росту экономических показателей. Цикличность модели имеет три сектора: сектор образовательной организации, обеспечивающей подготовку кадров для отрасли в пределах региона; региональный сектор, как часть единой транспортной системы страны; федеральный сектор, под которым понимается экономическая связанность процессов получения экономических эффектов. Рассмотрим эти процессы более детально (рис. 4).

Рис. 4 – Модель отраслевой транспортной экосистемы

Составлено авторами

1. Сектор образовательной организации. Инвестиции в систему профессионального образования рассматриваются в модели как повышение качества ресурсного обеспечения: кадрового, методического, материально-технического и др. Результат этих инвестиций может быть зафиксирован в улучшении параметров среды подготовки кадров. Результатом этих процессов является повышение качества подготовки специалистов.

2. Региональный сектор. Повышение качества подготовки специалистов позволяет обеспечить улучшение параметров инфраструктурных проектов (проектируемых и эксплуатируемых). Такими эффектами могут быть увеличение пропускной и провозной способности на лимитирующих участках, снижение капитальных затрат, уменьшение экологического воздействия и, как следствие, снижение компенсационных выплат и др. Результат этой деятельности может быть зафиксирован бизнесом в получении инфраструктурных эффектов: снижение стоимости перевозок, повышения качества транспортных услуг и др.

3. Федеральный сектор. Социально-экономические эффекты приводят к активизации экономических агентов: рост инвестиций в регионы, которые покрывает транспортная сеть, рост выпуска товаров и услуг, освоение новых территорий и др. Следствием этого является рост ВВП и рост бюджетных доходов. Новый виток цикла приносит новые технологии, которые включаются в образовательные программы. Система отраслевого транспортного образования, давшая старт этому циклу, получает новый поток инвестиций, направляемый на повышение качества ресурсного обеспечения. Цикл замыкается.

Совершенствование кадрового обеспечения транспорта рассматривается как совершенствование ресурсного обеспечения транспорта. Повышение качества подготовки специалистов, включая формирование у выпускников компетенций цифровой экономики, окажет позитивное влияние на экономический рост. Это возможно за счет реализации новых инновационных проектов. Такие проекты возможны на стыке специальностей и направлений, например, организация движения поездов и искусственный интеллект, логистика и управление цепями поставок и работа с «Большими данными» и др.

В этой связи возможны следующие эффекты: расширение инвестиционного спроса на продукцию, материалы, комплектующие и услуги – даст эффект увеличения инвестиционного спроса; качественные и количественные улучшения хозяйственной деятельности участников – дадут эффект, оказывающий непосредственное влияние на транспортный комплекс; повышение транспортной доступности – даст агломерационный эффект, эффект от развития территорий и эффект от повышения пропускной и провозной способности; улучшение инфраструктурных параметров – даст экологический эффект, эффект от повышения транспортной безопасности и эффект от повышения надежности грузовых перевозок.

Представленная модель позволяет связать инвестиции в человеческий капитал с появлением экономических эффектов от развития транспорта, а именно – определить социально-экономический эффект от развития транспорта как следствия от повышения качества кадрового обеспечения транспорта.

Заключение

Основным результатом представленного исследования является совершенствование кадрового обеспечения транспортной отрасли, достигаемое за счет оптимизации сети образовательных организаций, обеспечивающих подготовку кадров. При этом существующая система подготовки кадров для транспортной отрасли не разрушается до основания. Сохраняются все преимущества существующей сети, формируются новые связи.

В рамках проведенного исследования предложена научная гипотеза о возможности определения оптимальной сети системы кадрового обеспечения транспортной отрасли, требующей экстерриториальное закрепление выпускников. Критерием оптимизация является максимальная эффективность использования ресурсов существующей сети образовательных организаций и корпоративной сети учебных центров практической подготовки.

Теоретическая значимость исследования обоснована тем, что:

– разработаны методика оценки востребованности образовательных организаций со стороны бизнеса, методика прогнозирования потребности в специалистах, циклическая модель кадрового обеспечения транспортной отрасли;

– изучены и систематизированы взаимосвязи показателей качества ресурсного обеспечения образовательных организаций на примере среднего профессионального образования, что позволило предложить механизмы совершенствования сети образовательных организаций.

Значение полученных авторами результатов исследования для практики подтверждается тем, что разработаны и внедрены в практическую деятельность Петербургского, Ростовского, Самарского, Уральского, Сибирского, Омского, Иркутского, Дальневосточного государственных университетов путей сообщения, подведомственных Федеральному агентству железнодорожного транспорта, методики оценки востребованности филиальной сети в качестве формирования рекомендация для команд управления, что позволят оптимизировать ресурсы образовательных организаций.

Практическая значимость исследования заключается в разработка инструментов оценки востребованности образовательных организаций со стороны бизнеса. Результаты исследования могут представлять интерес: для команд управления образовательных организаций, осуществляющих массовую подготовку обучающихся для транспортной отрасли; для специалистов HR блока предприятий транспортной отрасли, осуществляющих управление системой развития человеческого капитала; для специалистов федеральных и региональных органов исполнительной власти, осуществляющих функции учредителя и регулятора для образовательных организаций, осуществляющих подготовку обучающихся для транспортной отрасли.

References:

A. M. Zbarskiy, V. T. Volov, M. A. Garanin (2022). Matrichnyy metod kriterialnoy otsenki podbora spetsialistov dlya predpriyatiya [Matrix method of criterion evaluation of selection of specialists for the enterprise]. Vestnik SamGUPS. (2(56)). 14-18. (in Russian).

Aksenov V. V., Andreeva L.Yu., Khatlamadzhiyan D. G. (2012). Upravlenie professionalnoy podgotovkoy i perepodgotovkoy spetsialistov v oblasti risk-menedzhmenta v usloviyakh preodoleniya posledstviy globalnogo ekonomicheskogo krizisa [Management of professional training and career development of specialists in the field of risk management in the conditions of overcoming the consequences of the world economic crisis]. TerraEconomicus. (1-3). 255-261. (in Russian).

Andreeva L. Yu., Somko M.L., Dzhemaev O.T. (2014). Perepodgotovka spetsialistov krupnyh kompaniy na osnove sozdaniya sistem upravleniya znaniyami v korporativnyh universitetakh [Retraining of employees of large companies on a basis of creation of knowledge management systems in corporate universities]. TerraEconomicus. (2-3). 257-263. (in Russian).

Andreeva L.Yu., Andreeva A. V. (2014). System of corporate education as a framework for mobility of large Russian companies' specialists World Applied Sciences Journal. (1). 130-133. doi: 10.5829/idosi.wasj.2014.29.01.13773.

Andreeva L.Yu., Shmalenyuk K.A. (2013). Problemy formirovaniya professionalnyh kompetentsiy i obespecheniya mobilnosti kadrov krupnyh kompaniy [Problems of forming professional competencies and ensuring staff mobility in large companies]. TerraEconomicus. (4-2). 55-60. (in Russian).

Andreeva O. V. (2008). Vliyanie informatsionnoy infrastruktury na formirovanie sistemy upravleniya znaniyami v transportnoy korporatsii [Influence of information infrastructure on the formation of knowledge management system in a transportation corporation]. The Economic vestnik. (2-3). 89-93. (in Russian).

Andreeva O. V. (2014). Modern financial strategy of large industrial corporations World Applied Sciences Journal. (1). 125-129. doi: 10.5829/idosi.wasj.2014.29.01.13772.

Andreeva O.V., Vasilenko M.A. (2007). Vliyanie innovatsionnyh tekhnologiy na formirovanie informatsionnoy modeli upravleniya zheleznodorozhnogo transporta [Influence of innovative technologies on the formation of the information model of railway transportation management]. Terra Economicus. (4-3). 22-25. (in Russian).

Antropov V. A., Parshina V. S., Makaridina A. P. (2010). Kadrovoe prognozirovanie i planirovanie na zheleznodorozhnom transporte [Personnel forecasting and planning in railway transportation] (in Russian).

Borovskaya M. A., Masych M.A., Panichkin M.V. (2020). Sovershenstvovanie sistemy nepreryvnogo obrazovaniya: klasternyy i ekosistemnyy podkhody [Improving lifelong leaming: cluster and ecosystem approaches]. Gumanitariy Yuga Rossii. (5). 15-35. (in Russian). doi: 10.18522/2227-8656.2020.5.1..

Borovskaya M.A., Nikitaeva A.Yu., Bechvaya M.R., Chernichenko O.A. (2022). Finansovye instrumenty v ekonomicheskikh mekhanizmakh strategicheskogo razvitiya nauki i obrazovaniya: ekosistemnyy podkhod [Financial instruments of economic mechanisms for strategic development of science and education: ecosystem approach]. Finance: Theory and Practice». (2). 6-24. (in Russian). doi: 10.26794/2587-5671-2022-26-2-6-24.

Garanin M. A. (2020). Institutsionalnye aspekty upravleniya resursami otraslevyh vuzov [Institutional aspects of resource management of industrial universities]. Journal of Economy and Entrepreneurship. (7(120)). 1150-1156. (in Russian). doi: 10.34925/EIP.2020.120.7.238.

Garanin M. A. (2020). Transportnoe obrazovanie v mire [Transport education in the world]. Professional education and labor market. (3). 61-71. (in Russian). doi: 10.24411/2307-4264-2020-10309.

Garanin M.A. (2019). Model upravleniya universitetom kak tsentrom razvitiya kompetentsiy [The model of the university as a centre of competence development]. Creative Economy. 13 (1). 183-194. (in Russian). doi: 10.18334/ce.13.1.39667.

Garanin M.A. (2019). Transformatsiya universiteta v tsentr prostranstva vnedreniya innovatsiy [Transformation of the university into the center of the innovation space]. Russian Journal of Innovation Economics. 9 (3). 955-968. (in Russian). doi: 10.18334/vinec.9.3.40957.

Garanin M.A. (2020). Model vzaimodeystviya ministerstva nauki i vysshego obrazovaniya i ministerstva transporta v chasti kadrovogo obespecheniya transporta [Model of interaction between the Ministry of Science and Higher Education and the Ministry of Transport in terms of staffing for transport]. Creative Economy. 14 (6). 1055-1078. (in Russian). doi: 10.18334/ce.14.6.110277.

Golovachev A. S., Yurova N.V. (2019). Razvitie metodov prognozirovaniya potrebnosti ekonomiki v spetsialistakh i planirovaniya ikh podgotovki [Development of methods for forecasting the economy's need for specialists and planning their training]. Novosti nauki i tekhnologiy. (2(49)). 53-63. (in Russian).

Iptysheva A.A., Maynagasheva A.S. (2011). Razrabotka algoritma interaktivnogo prognoza potrebnosti v spetsialistakh [Development of interactive algorithm in projecting of employment situation]. Reshetnevskie chteniya. 2 574-575. (in Russian).

Khamidova S. Kh. (2019). Modelirovanie razvitiya chelovecheskogo kapitala metodom prognoza potrebnostey [Modeling the development of human capital by forecasting needs]. Izvestiya Issyk-Kulskogo foruma bukhgalterov i auditorov stran Tsentralnoy Azii. (2(25)). 234-238. (in Russian).

Kobylkin D. N., Levin B.A., Shepitko T.V. (2014). Sozdanie effektivnoy transportnoy sistemy v arkticheskoy zone Rossii: problemy i perspektivy [Establishment of an efficient transport system in the Arctic zone of Russia: problems and prospects]. Mechanization of construction. (4(838)). 4-7. (in Russian).

Konanchuk D., Volkov A. (2014). Epokha «Grinfilda» v obrazovanii [The Greenfield Era in Education]. Rector of the University. (2). 48-59. (in Russian).

Koryagina E. D. (2020). O sovremennoy strukture vysshikh uchebnyh zavedeniy v Rossii [On the modern structure of higher educational institutions in Russia]. Samoupravlenie. (5(122)). 507-510. (in Russian).

Kozhevnikova T. V., Manzhula I.S. (2019). Matematicheskoe modelirovanie v zadachakh prognozirovaniya situatsii na rynke truda [Mathematical modeling in the tasks of forecasting the situation on the labor market] Information technology and high-performance computing. 72-77. (in Russian).

Levin B. A. (2013). Rol otraslevyh vuzov v razvitii vysokoskorostnyh magistraley v Rossii [The role of sectoral universities in the development of high-speed highways in Russia]. Zheleznodorozhnyy transport. (9). 29-32. (in Russian).

Levin B. A. (2014). Universitetskiy resurs v innovatsionnom tsikle [University resources in innovation cycle]. The world of transport. (6(55)). 190-200. (in Russian).

Levin B. A. (2016). Otraslevoe obrazovanie v realizatsii transportnoy strategii Rossii [The industry-specific education in the implementation of the transport strategy of Russia]. Byulleten Obedinennogo uchenogo soveta OAO RZhD. (5). 1-4. (in Russian).

Levin B. A., Davydov A.M. (2014). Otraslevye vuzy v narashchivanii potentsiala nauchno-tekhnicheskogo kompleksa OAO «RZhD» [Industry universities in capacity building of scientific and technical complex of JSC Russian Railways]. Byulleten Obedinennogo uchenogo soveta OAO RZhD. (2). 28-32. (in Russian).

Malyuk A. A. (2014). Analiz i prognozirovanie potrebnosti v spetsialistakh po zashchite informatsii [Analyzing and forecasting the need for information protection specialists] (in Russian).

Ovchinnikova O. P., Ovchinnikova N.E. (2017). Finansirovanie vysshego obrazovaniya v razvityh stranakh i Rossii: analiz sovremennyh tendentsiy [Financing of higher education in developed countries and Russia: an analysis of contemporary trends]. Finance and credit. (38(758)). 2305-2316. (in Russian). doi: 10.24891/fc.23.38.2305.

Ovchinnikova O. P., Ovchinnikova N.E. (2018). Rol sovremennogo universiteta v innovatsionnom razvitii regiona [The role of the modern university in the innovative development of the region]. Bulletin of Omsk University Series \. (2(62)). 154-163. (in Russian). doi: 10.25513/1812-3988.2018.2.154-163.

Pashkov K. A. (2015). Kuda idet reforma transportnogo obrazovaniya? [Where does the transport education reform lead to?]. Transport Rossiyskoy Federatsii. (6(61)). 3-8. (in Russian).

Samisko T. A., Samisko D. N. (2022). Prognozirovanie obshchey potrebnosti v inzhenernyh kadrakh [Forecasting the total demand for engineering personnel] Topical issues of economics and management: theoretical and applied aspects. 150-157. (in Russian).

Saratov S. Yu., Tikhomirov A.N., Epishkin I.A. (2015). Sistema professionalnyh kvalifikatsiy - novyy vektor gosudarstvennoy politiki v sfere trudovyh otnosheniy i professionalnogo obrazovaniya [System of professional qualifications as a new vector of state policy in the sphere of labor relations and vocational education]. Zheleznodorozhnyy transport. (6). 27-30. (in Russian).

Shakhanov D. S. (2013). O klyuchevyh prioritetakh korporativnoy kadrovoy i sotsialnoy politiki [On key priorities of the corporate HR and social policy]. Zheleznodorozhnyy transport. (11). 14-18. (in Russian).

Shakhanov D. S. (2016). Upravlenie chelovecheskimi resursami v OAO [Human resources management in JSC]. Zheleznodorozhnyy transport. (2). 38-42. (in Russian).

Shakhanov D. S. (2017). Upravlenie kadrovym potentsialom v OAO [Staff management in JSC]. Zheleznodorozhnyy transport. (2). 54-58. (in Russian).

Shakhanov D. S. (2018). Upravlenie chelovecheskimi resursami [Human resources management]. Zheleznodorozhnyy transport. (2). 29-33. (in Russian).

Shkel A. V. (2013). Perspektivnaya potrebnost v spetsialistakh s vysshim obrazovaniem: metody prognoza [Perspective need for specialists professionals: prediction methods]. Aspirant. Prilozhenie k zhurnalu Vestnik Zabaykalskogo gosudarstvennogo universiteta. (1(13)). 79-85. (in Russian).

Sigova S. V., Serebryakov A.G., Luksha P.O. (2013). Formirovanie perechnya vostrebovannyh kompetentsiy: pervyy opyt Rossii [Creating the list of competences in demand: first Russian experience]. Lifelong education: xxi century. (1(1)). 61-71. (in Russian).

Volyanskaya V. (2019). QUALITYASSURANCE: razvitie na primere obrazovatelnyh sistem vedushchikh stran mira [QUALITYASSURANCE: development on the example of educational systems of the leading countries of the world]. Akkreditatsiya v obrazovanii. (4(112)). 20-25. (in Russian).

Yakovlev V. B. (2009). Metodika prognoznyh stsenariev potrebnosti selskokhozyaystvennyh predpriyatiy v spetsialistakh [Methodology of forecast scenarios of agricultural enterprises' demand for specialists]. Herald of Russian state agrarian correspondence university. (7(12)). 293. (in Russian).

Yakovlev V.B., Novikov V. G. (2011). Metodicheskie osnovy postroeniya prognoza potrebnosti v spetsialistakh selskokhozyaystvennyh predpriyatiy [Methodological basis of prognostication of needs for specialists of agricultural enterprises]. Herald of Russian state agrarian correspondence university. (11(16)). 222-227. (in Russian).

Yakovlev V.B., Yakovleva O.A. (2000). Metodika prognoza potrebnosti v spetsialistakh s vysshim i srednim selskokhozyaystvennym obrazovaniem [Methodology for forecasting the need for specialists with higher and secondary agricultural education] (in Russian).

Zheleznov D.V., Volov V.T., Garanin M.A. (2017). Kadrovoe obespechenie zheleznodorozhnogo transporta v Privolzhskom federalnom okruge [Staff providing of railway transport in the volga river′ s federal district]. Economics of education. (4(101)). 45-53. (in Russian).

Страница обновлена: 16.04.2025 в 07:23:27

Подробнее об авторах: