Оценка качества трудового потенциала муниципальных образований Республики Башкортостан

Мамлеева Э.Р., Трофимова Н.В., Сазыкина М.Ю., Бикмаева А.Д.
Assessment of the labour potential quality in the Republic of Bashkortostan municipalities - View in English

 Скачать PDF

Аннотация:
В статье исследуются проблемы уровня развития и использования трудового потенциала на уровне муниципальных образований (МО) субъекта Российской Федерации (РФ) (на примере Республики Башкортостан).
Цель исследования – выявление различий между муниципальными образованиями Республики Башкортостан по уровню развития и эффективности использования трудового потенциала на основе расчета интегрального показателя.
Для оценки степени неравномерности уровня развития трудового потенциала были рассчитаны коэффициенты вариации для показателей, характеризующих его количественные и качественные параметры. Все показатели разделены на пять блоков: демографический; рынок труда и занятость; экономический, социальный и образовательный. В результате анализа были выявлены значительные диспропорции между муниципалитетами по большинству исследованных показателей.
Предложена методика оценки уровня развития трудового потенциала для муниципальных образований на основе индексного метода. Авторами были рассчитаны частные индексы по каждому из пяти анализируемых блоков, а также обобщающий интегральный показатель за 2011 и 2018 года, на основе которого был сформирован рейтинг муниципальных образований Республики Башкортостан по уровню развития трудового потенциала.
Отметим, что, исследуя частные индексы по каждому блоку показателей, можно определить, в каких сферах муниципальное образование обладает определенными преимуществами, а в каких отстает от лидеров. Данный инструмент поможет выработать эффективные управленческие решения для каждого конкретного муниципального образования.
Разработанная методика базируется на доступных официальных статистических данных, собираемых региональной и муниципальной статистикой, учитывает значительное количество показателей, что позволяет дать адекватную оценку уровню развития трудового потенциала каждого муниципалитета.

JEL-классификация:

Финансирование:
Исследование выполнено в рамках реализации Гранта Республики Башкортостан молодым ученым №19 ГР от 03.04.2020 г.
Цитировать публикацию:
Мамлеева Э.Р., Трофимова Н.В., Сазыкина М.Ю., Бикмаева А.Д. Оценка качества трудового потенциала муниципальных образований Республики Башкортостан // Креативная экономика. – 2020. – Том 14. – № 12. – С. 3537-3560. – doi: 10.18334/ce.14.12.111224

Mamleeva, E.R., Trofimova, N.V., Sazykina, M.Yu., & Bikmaeva, A.D. (2020) Assessment of the labour potential quality in the Republic of Bashkortostan municipalities. Creative Economy, 14(12), 3537-3560. doi: 10.18334/ce.14.12.111224 (in Russian)

Приглашаем к сотрудничеству авторов научных статей

Публикация научных статей по экономике в журналах РИНЦ, ВАК (высокий импакт-фактор). Срок публикации - от 1 месяца.

creativeconomy.ru Москва + 7 495 648 6241




Введение

Эффективность социально-экономического развития территории определяется наличием и использованием производственных ресурсов. При этом ведущая роль принадлежит трудовым ресурсам, так как от их количественных и качественных характеристик, результативности использования зависит экономический рост государства.

Проблемы формирования, распределения и эффективного использования трудовых ресурсов, в том числе и на региональном уровне, в последние годы становятся еще более актуальными. Во многом это связано со сложной демографической ситуацией, сложившейся во многих субъектах Российской Федерации. Так, в 2017–2019 годах в 59 регионах наблюдается сокращение численности населения за счет естественной и миграционной убыли, и только в 26 российских регионах страны численность населения выросла. По данным Росстата, за последние три года в России отмечается естественная убыль населения, которая не компенсируется миграционным притоком. Значительны масштабы трудовой миграции из регионов в крупные города, такие как Москва, Санкт-Петербург, Казань. То есть регионы теряют трудоспособное население с достаточно высоким уровнем образования. Также негативным моментом, оказывающим влияние на качественный состав трудовых ресурсов, является образовательная миграция из субъектов РФ в ведущие университеты страны. Внутри самих регионов наиболее активная часть трудоспособного населения перемещается из сельских поселений в крупные города и агломерации.

В настоящее время при исследовании количественных и качественных характеристик трудовых ресурсов акцент делается на региональных аспектах. Отмечается значительная дифференциация субъектов РФ по количественным и качественным характеристикам трудовых ресурсов, их размещению на территории региона [1, 2] (Kryshtaleva, 2017; Fursov, Krivokora, Strielkovski, 2018). Однако недостаточно внимания уделено вопросам эффективности использования трудового потенциала внутри регионов. Муниципальные образования, входящие в состав конкретного субъекта РФ, различаются по количественным и качественным характеристикам трудовых ресурсов, эффективности их использования. Соответственно, возникает необходимость исследования различий муниципальных образований по уровню развития и использования трудовых ресурсов в целях сглаживания существующих диспропорций.

Таким образом, цель исследования – на основе расчета интегрального показателя выявить различия между муниципальными образованиями Республики Башкортостан по уровню развития и эффективности использования трудового потенциала.

Теоретические аспекты исследования

Проблемы формирования, распределения, эффективного использования трудовых ресурсов активно исследовались в плановой экономике. Впервые количественная оценка трудовых ресурсов была сделана в 20-е гг. XX в. академиком С.Г. Струмилиным. Им была выполнена работа, раскрывающая роль трудовых ресурсов как главного национального богатства страны [3] (Strumilin, 1960). Резюмируя исследования трудовых ресурсов в отечественной экономической литературе советского периода, можно отметить, что имело место 2 подхода к трактовке содержания категории «трудовые ресурсы». Сторонники первого подхода (Косяков П.О., Заславская Т.И. и др.) определяли трудовые ресурсы как совокупность функционирующей и потенциальной рабочей силы [4, 5] (Kosyakov, 1970; Zaslavskaya, 1968).

Приверженцы второго направления – В.В. Чемберовский, Д.И. Гелецкий [6] (Chemberovskiy, 1970) относили к трудовым ресурсам рабочую силу и занятых в непроизводственной сфере.

Во второй половине 70-х гг. ХХ века в исследованиях ученых широкое распространение получил ценностный подход к трудовым ресурсам, который нашел свое отражение в термине «трудовой потенциал». Трудовой потенциал определялся как совокупность трех компонентов: психофизиологического, производственно-квалификационного и личностного.

По нашему мнению, по смысловому содержанию понятие «ресурсы» близко стоит к понятию потенциал. Однако потенциал любого ресурса реализуется через результат. Если результата нет, то использование потенциала, как правило, нулевое. В то же время трудовые ресурсы сами по себе еще не выражают непосредственно величину трудового потенциала общества, тем более степень его развития. Так, страна может иметь большую численность населения, в том числе и трудовых ресурсов, а потенциал ее может быть недостаточно развитым, хотя и без ресурсов нет потенциала. Ресурс – это исходный базовый компонент потенциала. Трудовой потенциал, таким образом, охватывает не только имеющееся на данный момент трудоспособное население, но и характеризует дееспособность, производительную силу трудового человека [1]. Иначе говоря, трудовой потенциал – это ресурс труда, включающий в себя количественные и качественные характеристики (профессиональная подготовка, уровень квалификации и образования, способность и отношение к труду и т.п.). Улучшение качественных характеристик практически увеличивает трудовой потенциал в рамках одной и той же численности трудоспособного населения.

Подробное изучение структуры, особенностей формирования и способов оценки трудового потенциала представлено в трудах отечественных авторов: Подвербных О.Е., Cамохвалова С.М., Бледных А.А., Мамедсупиева М.Д. [7–9] (Podverbnyh, Camokhvalova, 2019; Blednyh, 2018; Mamedsupiev, 2017) и др.

Отметим, что категория «трудовой потенциал» не получила еще употребления в научной литературе. Западные экономические школы используют категорию «человеческий капитал». Во второй половине прошлого столетия одним из самых перспективных направлений экономической теории стала концепция человеческого капитала. Согласно этой теории, качество рабочей силы является одним из основных факторов экономического роста. В свою очередь, качество рабочей силы определяется уровнем человеческого капитала, который включает в себя способности, знания, умения, компетенцию, присущие индивидам. Важнейшими формами его являются формальное образование, повышение квалификации и трудовая миграция [10] (Sinyavskaya, 2001). Интенсивная разработка концепции человеческого капитала началась в 50–60-е гг. XX в. как попытка объяснить увеличение разрыва в темпах экономического роста и развития между группой промышленно развитых стран и остальным миром. В рамках данного направления работали Т. Шульц (1961 г.) [11] (Schulz, 1961), Э. Денисон (1962 г.) [12] (Denison, 1989), Дж. Кендрик [13] (Kendrik, 1978) и др. В результате было установлено, что одним из основных факторов увеличения производительности в промышленно развитых странах в послевоенный период является рост инвестиций в образование (как частное, так и государственное). На современном этапе развития Кэмпбелл С. Г., Унгора М., Казелли Ф. изучают зависимость между человеческим капиталом, уровнем производительности труда, а также проводят оценку степени влияния данных факторов на доходы населения [14–16] (Campbell, Ungor, 2020; Hirono, 2009; Caselli, Ciccone, 2019).

Наибольший вклад в развитие теории человеческого капитала внесли Т. Шульц [11] (Schulz, 1961) и Г. Беккер [17, 18] (Becker, 1962; Becker, 1993). В отечественной науке теория человеческого капитала начала развиваться с начала девяностых годов прошлого столетия. Весомый вклад в теорию внесли С.А. Дятлов [19] (Dobrynin, Dyatlov, Kurganskiy, 1999), А.И. Добрынин [20] (Dobrynin, Dyatlov. Tsyrenova, 1999), Р.И. Капелюшников [21] (Kapelyushnikov, 1977), М.М. Критский [22] (Kritskiy, 1991).

На наш взгляд, понятия «человеческий капитал» и «трудовой потенциал» близки друг к другу. Отличает их то, что человеческий капитал непосредственно реализуется в форме живого труда, создает новую стоимость. А трудовой потенциал не всегда используется в процессе труда, он характеризует непосредственно уровень образования и квалификации трудоспособного населения, его психологический и физический потенциал.

Количественная сторона трудового потенциала определяется демографическими факторами, потребностями производства в рабочей силе и возможностями удовлетворения трудоспособного населения в труде. Качественные характеристики трудового потенциала формируются под воздействием потребностей производства, спроса на рабочую силу, системы профессионального образования, уровня здравоохранения и т.п. Они раскрываются в таких характеристиках трудовых ресурсов, как уровень образования, квалификация, специализация, состояние здоровья и т.п.

Трудовой потенциал территории можно структурировать таким образом:

Рисунок 1. Ключевые элементы трудового потенциала территории

Источник: составлено авторами.

Методы исследования

Для оценки степени сбалансированности территории по качеству трудового потенциала предлагается использовать вариационный анализ, в частности расчет коэффициента вариации. Данный подход предполагает получение достоверных и обоснованных результатов, дает возможность сопоставления особенностей процессов дифференциации в различных муниципальных образованиях.

Оценка уровня развития и использования трудового потенциала в муниципальных образованиях будет проводиться с помощью индексного и интегрального методов. Главным преимуществом индексного метода исследования, а именно интегрального показателя, является возможность получения итоговой обобщающей оценки уровня и динамики сложных социально-экономических явлений и процессов.

В общем виде все методы оценки уровня развития и использования трудового потенциала можно разделить на 4 группы:

1) метод балльной оценки компонентов предполагает оценку каждого отдельного параметра системы по установленному диапазону в шкале баллов;

2) метод кластерного анализа – устанавливает кластерные зоны с последующей их оценкой;

3) индексный метод – дает возможность переводить и оценивать количественные показатели путем соотношения фактических с нормированными значениями [23] (Khadasevich, 2014);

4) интегральный метод, позволяет получить результат в виде одного показателя, на основе частных переменных [2] (Fursov, Krivokora, Strielkovski, 2018).

Для оценки количественных и качественных характеристик трудового потенциала были выбраны показатели, разделенные на 5 блоков.

Таблица 1

Система показателей для оценки трудового потенциала муниципального образования

Блок
Показатели
Демографический
Коэффициент естественного прироста
Коэффициент миграционного прироста
Коэффициент демографической нагрузки
Занятость и рынок труда
Уровень безработицы
Напряженность на рынке труда
Среднее время поиска работы
Доля трудоспособного населения
Экономический блок
Средняя производительность труда
Коэффициент фондовооруженности
Среднедушевой ВМП
Среднемесячная заработная плата
Социальный
Обеспеченность населения больничными койками
Обеспеченность населения медицинскими кадрами
Общая площадь жилых помещений, приходящаяся в среднем на одного жителя
Образовательный
Доля лиц с высшим образованием
Доля лиц со среднеспециальным образованием
Источник: составлено авторами.

Причина отбора данных показателей заключалась в следующем:

- учитывается значительное количество показателей, что делает оценку трудового потенциала МО более точной и информативной;

- используются доступные официальные статистические данные, собираемые региональной и муниципальной статистикой, что исключает применение экспертных оценок и позволяет провести более качественное исследование сбалансированного развития территорий;

- позволяет дать итоговую оценку трудового потенциала каждого муниципального образования.

Демографический блок включает в себя показатели, определяющие количественные характеристики трудового потенциала территории. Данные по муниципальным образованиям собираются региональными органами статистики.

Второй блок «Занятость и рынок труда» включает показатели, характеризующие использование трудового потенциала территории, то есть отражающие степень востребованности трудового потенциала МО. Источником информации для данного блока являются данные службы занятости.

Экономический блок включает показатели, характеризующие эффективность использования трудового потенциала территории.

Социальный блок показывает обеспеченность населения муниципального образования жильем, а также выявляет основные тенденции в области здравоохранения.

Последний блок отражает качественные характеристики трудового потенциала МО, а именно уровень образования населения.

Оценка степени однородности совокупности МО РБ по отобранным показателям определялась с помощью вариационного анализа, в частности были рассчитаны коэффициенты вариации (формула 1).

(1)

Коэффициент вариации (ν) дает характеристику однородности совокупности. Статистическая совокупность считается однородной, если коэффициент вариации не превышает 33%.

Результаты

Для оценки степени неравномерности по уровню использования трудового потенциала в МО РБ рассчитаем коэффициенты вариации для некоторых показателей, включенных в вышеперечисленные блоки.

Таблица 2

Значения коэффициента вариации по показателям демографического блока

Название показателя
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
Коэффициент естественного
прироста
-384,6
-545,3
-586,9
-347,5
-950,7
-854,2
-822,9
-273,2
-171,1
-146,4
-126,8
Коэффициент миграционного
прироста
-667,3
-3851,6
-210,4
-129,6
-157,3
-170,8
-185,7
-284,2
-229,0
-257,3
-168,5
Коэффициент
демографической нагрузки
-
-
-
-
11,23
10,96
10,53
10,24
9,40
8,7
8,41
Источник: рассчитано по: база данных показателей муниципальных образований. URL: https://rosstat.gov.ru/free_doc/new_site/bd_munst/munst.htm (дата обращения: 15.10.2020).

В целом за весь период исследования по показателю «Коэффициент естественного прироста» наблюдаются высокие значения коэффициента вариации (больше 33%). Это свидетельствует о высокой дифференциации МО РБ по данному признаку. Тем не менее значения коэффициента вариации к 2018 году снижаются, что говорит о некотором сближении МО РБ по данному показателю. За весь период исследования самые низкие значения коэффициента естественного прироста были зафиксированы в Бураевском муниципальном районе (МР) (за исключением 2010 года). Основными причинами негативной тенденции являются высокий уровень смертности и низкая рождаемость в данном муниципальном районе. Лидером же является Бурзянский МР. При этом высокие значения коэффициента достигаются за счет высокого уровня рождаемости (значения коэффициента рождаемости самые высокие по РБ весь период исследования). Отметим, что в 2008 году отрицательные значения коэффициента естественного прироста наблюдались в 40 МО РБ, в 2018 году их количество составило 52.

По показателю «Коэффициент миграционного прироста» также можно констатировать значительную дифференциацию между МО РБ. При этом значения коэффициента вариации колеблются весь период исследования. В 2008 году отрицательные значения показателя были зафиксированы в 32 МО РБ, в 2018 году их число возросло до 51. Отметим, что лидерами по числу прибывших практически весь анализируемый период являются Уфимский МР, Иглинский МР, Стерлитамакский МР, г. Уфа.

По коэффициенту демографической нагрузки на трудоспособное население МО РБ практически однородны. Наименьшие значения показателя в 2012–2017 гг. наименьшие значения зафиксированы в г. Агидель, в 2017–2018 гг. – в г. Уфе. Наибольшая демографическая нагрузка за весь период исследования наблюдалась в Бураевском районе. Это связано с высоким удельным весом населения старше трудоспособного возраста (около 35%) в данном муниципальном образовании.

Таблица 3

Значения коэффициента вариации по показателям экономического блока

Название показателя
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
ВМП на душу населения
19,92
23,79
20,46
20,29
21,01
21,94
20,71
21,12
20,53
19,61
22,34
Производительность труда
21,49
18,56
18,37
17,66
17,24
16,00
15,61
15,81
17,41
16,26
13,24
Среднемесячная начисленная
номинальная заработная плата
25,94
21,98
21,49
20,49
18,90
16,99
17,18
17,36
18,35
17,89
15,78
Коэффициент фондовооруженности
-
-
75,34
74,03
61,75
67,40
65,11
69,12
74,20
74,14
76,55
Источник: рассчитано по: база данных показателей муниципальных образований. URL: https://rosstat.gov.ru/free_doc/new_site/bd_munst/munst.htm (дата обращения: 15.10.2020).

Одним из ключевых показателей, характеризующих экономическое развитие МО, является валовой муниципальный продукт (ВМП), который определяется как стоимость всех товаров и услуг, созданных на территории муниципального образования региона за определенный период за вычетом стоимости их промежуточного потребления.

Для оценки социально-экономического развития муниципальных образований РБ использована методика оценки «городского продукта», предложенная Глобальной городской обсерваторией, действующей в рамках ООН по населенным пунктам [2]. Среди отечественных авторов вопросы использования различных методов оценки валового муниципального продукта рассмотрены в работах Татаркина А.И., Козловой О.А., Тимашева С.А., Тургель и др. [25, 26] (Tatarkin, Kozlova, Timashev, 2012; Rastvortseva, 2018).

В рамках данной методики предложен следующий метод подсчета ВМП (формула 2):

где ВМПi – оценка валового муниципального продукта по i-му муниципальному району;

ВРПр – валовой региональный продукт;

ЧЗр – численность занятого населения региона;

ЧЗi – численность занятого населения муниципального района;

СЗр – среднемесячная заработная плата по региону;

СЗi – среднемесячная заработная плата по i-му муниципальному району.

Анализ коэффициента вариации по показателю ВМП на душу населения показал, что МО практически однородны по данному признаку (коэффициент вариации менее 33%). Однако между МО лидерами и аутсайдерами разница по показателю более чем в 2,5 раза. Самые низкие значения ВМП на душу населения практически весь период исследования, за исключением 2010 и 2011 годов, зафиксированы в Иглинском районе. Также в число отстающих муниципалитетов входят Калтасинский МР, Мишкинский МР, г. Агидель, Ермекеевский МР. Лидирующее положение по показателю демонстрировали Стерлитамакский МР, Белорецкий МР, Чекмагушевский МР, г. Нефтекамск.

Базовым показателем, характеризующим эффективность использования трудовых ресурсов территории, является производительность труда. По данному показателю МО региона также практически однородны. Самые низкие значения производительности труда наблюдались в г. Уфе и Уфимском районе. Объясняется это тем, что в этих МО зафиксированы самые высокие значения среднегодовой численности занятых, что, соответственно, отражается на производительности труда МО. Наиболее высокую производительность труда продемонстрировали Бурзянский МР, Стерлибашевский МР, Куюргазинский МР, Баймакский МР.

Коэффициент фондовооруженности показывает эффективность использования основных фондов. По оценкам экспертов, в Республике Башкортостан – один из наиболее высоких показателей фондовооруженности наряду с Москвой, Московской, Белгородской и Оренбургской областями [26]. В разрезе муниципалитетов по показателю фондовооруженности МО РБ дифференцированы, о чем свидетельствует значение коэффициента вариации больше 33% весь анализируемый период. Максимальные значения показателя, за исключением 2018 года, зафиксированы в г. Уфе. В тройку лидеров также вошли г. Салават и Благовещенский МР. В 2018 году наибольшее значение коэффициента фондовооруженности было зафиксировано в Уфимском районе, а также в г. Салават и г. Уфе. Минимальные значения в разные годы демонстрировали Краснокамский, Калтасинский, Белебеевский МР, а также г. Агидель. Заметим, что среднереспубликанское значение показателя в 2018 году выросло по сравнению с 2010 годом в 2,46 раз.

Следующим показателем экономического блока является среднемесячная начисленная номинальная заработная плата. За анализируемый период среднее значение показателя по Республике Башкортостан увеличилось в 2,4 раза. Минимальное значение среднемесячной заработной платы за весь период исследования (за исключением 2012 и 2015 годов) наблюдались в Бурзянском районе. Максимальный размер заработной платы (за исключением 2018 года) был зафиксирован в г. Уфе. В 2018 году лидером по данному показателю стал Уфимский район. Отметим, что за период 2010–2018 гг. сократилась разница между минимальным и максимальным значением среднемесячной начисленной заработной платы. В 2008 году разрыв составлял в 2,8 раза, в 2018 разрыв сократился до 2 раз. В 2010 году размер среднемесячной заработной платы ниже среднереспубликанского уровня был зафиксирован в 56 МО, в 2018 – в 51 МО (в среднем по РБ – 33753 руб.).

Таблица 4

Значения коэффициента вариации по показателям, характеризующим рынок труда и занятость

Название показателя
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
Уровень безработицы
76,91
46,89
46,56
53,75
58,18
56,82
65,70
47,30
46,70
57,64
57,54
Напряженность на рынке труда
-
-
115,04
295,01
207,04
125,45
128,04
123,01
116,00
98,91
89,30
Уровень трудоустройства
-
-
15,6
15,51
15,21
16,08
16,21
15,26
16,57
13,85
13,67
Источник: рассчитано по: база данных ЕМИСС. Государственная статистика. URL: https://fedstat.ru/indicator/59448 (дата обращения: 16.10.2020).

На рынке труда республики отмечается дифференциация территорий по уровню регистрируемой безработицы. В 2018 году в 39 муниципальных образованиях уровень безработицы сложился ниже, чем в среднем по республике. Наименьший уровень безработицы зафиксирован в городах Сибае и Октябрьском, в Миякинском, Туймазинском, Караидельском, Белорецком, Уфимском районах. Самый высокий уровень безработицы весь анализируемый период наблюдался в г. Агидель, а также в Чишминском и Белокатайском МР. Отметим, что среднереспубликанское значение показателя снизилось с 1,50% до 0,94%.

Напряженность на рынке труда показывает число незанятых граждан на одну вакансию. В МО РБ наблюдается значительная дифференциация по данному показателю. Однако коэффициент вариации планомерно снижается начиная с 2014 года. Минимальные значения напряженности рынка труда отмечались в Шаранском МР (2010 г.), Бакалинском МР (2011 г.), Туймазинском МР (2013 г.), г. Сибай (2012, 2014–2017 гг.), г. Уфе (2018 г.). Максимальные значения показателя весь анализируемый период наблюдались в г. Агидель. Отметим, что к 2018 году сокращается разрыв между минимальным и максимальным значением коэффициента напряженности на рынке труда. Если в 2018 году он составлял 138,4 раза, то в 2018 году – в 29,5 раз. Максимальный разрыв наблюдался в 2011 году, когда разрыв составил 234,25 раза (значение показателя в Бакалинском районе составляло 0,4, в г. Агидель – 93,7).

По уровню трудоустройства МО республики практически однородны. Наименьший уровень трудоустройства продемонстрировали Аскинский МР (2011, 2013, 2017 гг.), г. Агидель (2012, 2014, 2017, 2018 гг.), г. Октябрьский (2016 г.). Максимальный уровень трудоустройства зафиксирован в г. Сибай (2012–2014 гг., 2016–2018 гг.), Илишевском МР (2011 г.), Давлекановском МР (2015 г.).

Таблица 5

Значения коэффициента вариации по показателям социального блока

Название показателя
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
Обеспеченность населения
больничными койками на 10000 населения
30,65
31,51
29,93
30,80
32,41
38,66
38,43
40,05
40,12
39,64
38,57
Обеспеченность населения
медицинскими кадрами (врачами)
47,61
46,88
47,48
40,24
39,25
39,72
39,44
41,00
41,57
45,78
47,61
Общая площадь жилых
помещений, приходящаяся
в среднем на одного жителя
10,41
12,42
10,64
11,44
12,15
12,71
13,43
13,14
13,65
13,83
13,99
Источник: рассчитано по: база данных показателей муниципальных образований. URL: https://rosstat.gov.ru/free_doc/new_site/bd_munst/munst.htm (дата обращения: 15.10.2020).

По количеству больничных коек в МО РБ можно констатировать недостаточную однородность начиная с 2013 года. В последние годы по России и в Республике Башкортостан наблюдается негативная тенденция сокращения числа больничных коек. Так, с 2012 по 2017 год в РФ было сокращено 149,6 тыс. больничных коек, по РБ за аналогичный период было закрыто 7,1 тыс. больничных коек. Сокращение коснулось в основном сельской местности. Лидером по данному показателю является г. Уфа и Стерлитамакский район. Наименьшее число больничных коек на 10000 чел. зафиксировано в Иглинском, Кугарчинском, Уфимском, Благоварском МР. По обеспеченности населения врачами МР республики также дифференцированы. Высокие показатели обеспеченности врачами зафиксированы в городах, самые низкие – в отдаленных от городских центров муниципальных образованиях.

По обеспеченности жильем дифференциация территорий Республики Башкортостан незначительна, о чем свидетельствует значение коэффициента вариации менее 33%. Отметим, что за весь период исследования муниципальные образования продемонстрировали положительную динамику по обеспеченности жильем на одного жителя. Однако несмотря на достаточно оптимистичную оценку ситуации в сфере обеспеченности населения республики жильем, можно выделить ряд отрицательных моментов. Во-первых, в муниципальных образованиях темпы прироста существенно отличаются. Так, наибольшие темпы прироста наблюдаются в Стерлитамакском районе – 25,2%, наименьшие в Ермекеевском районе – 2,3%. Если соотношение темпов прироста по различным территориям сохранится, в будущем можно ожидать усиление неоднородности по показателю. Во-вторых, показатель обеспеченности жильем отражает только количественную сторону и не учитывает качественные различия жилищного фонда в различных муниципальных образованиях. Самые низкие значения показателя весь анализируемый период фиксировались в Мишкинском и Бурзянском МР, а также в г. Сибай. Лидерами, традиционно являются Уфимский и Стерлитамакский МР.

Образовательный блок отражает качественные характеристики населения, а именно – уровень образования населения МР. Отметим, что в муниципальной статистике отсутствуют данные о структуре занятого и безработного населения по образовательному уровню, поэтому анализ будет поведен на основе данных Всероссийской переписи населения 2010 года.

Таблица 6

Значения коэффициента вариации по показателям, характеризующим уровень образования в муниципальных образованиях РБ по данным 2010 г.

Показатель
Коэффициент размаха
Население с высшим образованием на 1000 чел.
27,92
Население с неполным высшим образованием на 1000 чел.
42,52
Население с начальным образованием на 1000 чел.
19,08
Источник: рассчитано по: база данных ЕМИСС. Государственная статистика. URL: https://fedstat.ru/indicator/59448

По показателю «Население с высшим образованием на 1000 человек» МО РБ практически однородны, так как ν<27,92. Самое низкое значение признака зафиксировано в Ермекеевском МР (83 чел.), самое высокое – в г. Уфе (278 чел). Разница между максимальным и минимальным значением составляет более 3 раз.

По показателю «Население с неполным высшим образованием на 1000 человек» МО региона достаточно дифференцированы. При этом разница между максимальным (г. Уфа – 71 чел. на 1000 населения) и минимальным значением (Бакалинский МР – 13 чел. на 1000 населения) показателя – 5,5 раза.

Однородность МР республики демонстрируют по показателю «Население со средним образованием на 1000 человек». Максимальное значение показателя зафиксировано в г. Нефтекамске (431 чел.), минимальное – в Балтачевском МР (204 чел.).

В целом по уровню образования большинство МР республики отстают от среднереспубликанских значений. Можно отметить, что по образовательному уровню преобладает население со средним и начальным образованием. Максимальная доля лиц с высшим образованием отмечается в крупных городах и близлежащих к ним МР.

Далее по каждому показателю были рассчитаны частные индексы для всех МО РБ. На основе частных индексов был рассчитан интегральный показатель уровня развития трудового потенциала и составлен рейтинг муниципалитетов по интегральному показателю уровня развития трудового потенциала (IТП) в 2011 и 2018 годах.

Рейтинг включает в себя четыре группы:

- МО с высоким уровнем трудового потенциала;

- МО с уровнем трудового потенциала выше среднего;

- МО со средним уровнем трудового потенциала;

- МО с низким уровнем трудового потенциала.

На рисунках 2 и 3 представлены картограммы муниципальных образований РБ по уровню трудового потенциала в 2011 г. и 2018 г.

Рисунок 2. Картограмма муниципальных образований РБ по уровню развития трудового потенциала в 2011 г.

Рисунок 3. Картограмма муниципальных образований РБ по уровню развития трудового потенциала в 2018 г.

В 2011 году в число МО с высоким уровнем развития трудового потенциала входили семь муниципальных образований: г. Уфа, г. Сибай, г. Стерлитамак, г. Салават, Бирский район, г. Нефтекамск и Белорецкий район. Высокие позиции в рейтинге вышеперечисленных территорий обусловлены их уровнем социально-экономического развития. В 2018 году свои позиции утратил Белорецкий район, который перешел в группу МО с уровнем развития трудового потенциала выше среднего. При этом усилил свои позиции Уфимский район, который в 2018 году вошел в число МО с высоким уровнем развития трудового потенциала, улучшив демографическую и экономическую составляющие трудового потенциала.

В группу «МО с уровнем трудового потенциала выше среднего» в 2011 году входили 18 МО республики, в 2018 году их число сократилось до 6, что свидетельствует об ухудшении качественных и количественных характеристик трудового потенциала за период 2011–2018 гг.

В 2011 году в группу МО со средним уровнем трудового потенциала входили 26 МО, в 2018 году их число сократилось до 24.

Негативным моментом является значительный рост муниципальных образований, входящих в группу с низким уровнем трудового потенциала. Если в 2011 году их количество было 11, то в 2018 году – уже 24. Отметим, что все муниципалитеты, входящие в 4-ю группу, имеют низкий уровень демографического и социально-экономического развития.

Заключение

Таким образом, предложенная методика позволяет дать достаточно полную характеристику состоянию трудового потенциала на уровне муниципальных образований региона. В основе авторской методики – система доступных официальных статистических индикаторов, собираемых региональной и муниципальной статистикой. Предложенная методика позволяет, с одной стороны, получить адекватную оценку уровня развития трудового потенциала муниципалитета на основе значений интегрального показателя, а с другой – на основе анализа используемых частных индикаторов – выявить причины сформировавшихся тенденций, предложить мероприятия и управленческие инструменты для изменения ситуации в каждом конкретном муниципалитете.

При этом исследование социально-экономических процессов позволило выявить серьезную проблему недостаточности статистической информации на уровне муниципалитетов. В частности, отсутствует статистическая информация об образовательной структуре населения, уровне безработицы по МОТ и т.д., что затрудняет экономические расчеты и процесс принятия управленческих решений.

[1] Якшибаева Г. Трудовой потенциал: эффективность функционирования: автореферат диссертации … канд. экон. наук : 08.00.01 : защищена 28.12.01. Уфа., 2001. 22с.

[2] Urban Indicators Guideline «Better Information, Better Cities»: Monitoring the Habitat Agenda and the Millennium Development Goals- Slums Target. United Nations Human Settlements Programme, 2009. 47 р.



Издание научных монографий от 15 т.р.!

Издайте свою монографию в хорошем качестве всего за 15 т.р.!
В базовую стоимость входит корректура текста, ISBN, DOI, УДК, ББК, обязательные экземпляры, загрузка в РИНЦ, 10 авторских экземпляров с доставкой по России.

creativeconomy.ru Москва + 7 495 648 6241



Источники:
1. Крышталева Татьяна Юрьевна Методика оценки состояния трудового потенциала регионов РФ // Вестник НГУ. Серия: Социально-экономические науки. 2017. №3. URL: https://cyberleninka.ru/article/n/metodika-otsenki-sostoyaniya-trudovogo-potentsiala-regionov-rf (дата обращения: 02.10.2020).
2. Фурсов В., Кривокора Е., Стриелковски В. Региональные аспекты оценки трудового потенциала в современной России // Пространство экономики. 2018. №4. URL: https://cyberleninka.ru/article/n/regionalnye-aspekty-otsenki-trudovogo-potentsiala-v-sovremennoy-rossii (дата обращения: 08.07.2020).
3. Струмилин С.Г. Избранные произведения: В 4 т.: М.:, 1960. Т1. 488 с.
4. Косяков О. Трудовые ресурсы – экономическая категория. – Свердловск, 1970. 58 с.
5. Заславская Т. Методологические проблемы исследования и моделирования мобильности трудовых ресурсов. М., 1968. 21с.
6. Чемберовский В.В. Занятость, как экономическая категория социализма: Сб. Методологические вопросы трудовых ресурсов. Кишинёв, 1970. – 41с.
7. Подвербных О. Е., Cамохвалова С. М. Индикативная модель оценки показателей баланса трудовых ресурсов муниципальных образований региона // Экономика региона. 2019. Т. 15, вып. 4. С. 1141-1155.
8. Бледных А.А. Оценка эффективности использования трудового потенциала // Экономика труда. 2018. Том 5. № 2. С. 493-502. doi: 10.18334/et.5.2.39204.
9. Мамедсупиев М.Д. Оценка качества трудового потенциала // Эко. 2017. № 5. С. 173-181.
10. Синявская О. Основные факторы воспроизводства человеческого капитала // Экономическая социология. 2001. Том 2. №1. С.43-87. URL: https:// www.escos.msses.ru (дата обращения: 06.10.2020)
11. Schulz T. Investment in Human Capital // American Economic Revien. 1961. March. № 1. 14
12. Denison E.F. Estimates of Productivity Changes by Industry: An Evaluation and an Alternative. — Brookings Institution, 1989.
13. Кендрик, Дж. Совокупный капитал США и его формирование / Дж. Кендрик. М.: Прогресс, 1978. 178 с.
14. Campbell, S.G., Ungor, M. Revisiting human capital and aggregate income differences // ECONOMIC MODELLING. 2020. Vol 91 pp 43-64 DOI: 10.1016/j.econmod.2020.05.016
15. Hirono, M. Demographic change, human capital accumulation, and sectoral employment // JOURNAL OF ECONOMICS. May 2009, vol 16(5) DOI: 10.1007/s00712-020-00716-6
16. Caselli, F.; Ciccone, A. The Human Capital Stock: A Generalized Approach: Comment // AMERICAN ECONOMIC REVIEW. 2019. T 109. Vol 3. pp. 1155+ DOI: 10.1257/aer.20171787
17. Becker G.S. Investment in Human Capital: A. Theoretical Analysis // Journal of Politikal Economy. Supplement. Oct., 1962.
18. Becker G.S. Human capital: A Theoretical and Empirical Analysis with Special Reference to Education. Third edition. Chicago. The University of Chicago Press, 1993.
19. Добрынин А., Дятлов А., Курганский С. Методология человеческого капитала // Экономика образования. 1999. №1. с.10.
20. Человеческий капитал в транзитивной экономике: Формирование, оценка, эффективность использования / А. И. Добрынин, С. А. Дятлов, Е. Д. Цыренова; С.-Петерб. гос. ун-т экономики и финансов. - СПб.: Наука, 1999. – 308 с.
21. Капелюшников Р.И. Концепция человеческого капитала // Критика современной буржуазной политической экономии. – М.: Наука, 1977.
22. Критский М.М. Человеческий капитал. – Л.: Изд-во Ленингр. университет. 1991, с.17.
23. Хадасевич Наиля Ракиповна Оценка трудового потенциала: подходы и методы // Вестник евразийской науки. 2014. №6 (25). URL: https://cyberleninka.ru/article/n/otsenka-trudovogo-potentsiala-podhody-i-metody (дата обращения: 08.07.2020).
24. Фурсов В., Кривокора Е., Стриелковски В. Региональные аспекты оценки трудового потенциала в современной России // Пространство экономики. 2018. №4. URL: https://cyberleninka.ru/article/n/regionalnye-aspekty-otsenki-trudovogo-potentsiala-v-sovremennoy-rossii (дата обращения: 08.07.2020).)
25. Тургель И.Д., Победин А.А. Территориальная дифференциация социально-экономического развития МРипальных образований в субъекте Российской Федерации: опыт вариационного анализа (на примере Свердловской области) // Региональная экономика: теория и практика. 2007. №12. URL: https://cyberleninka.ru/article/n/territorialnaya-differentsiatsiya-sotsialno-ekonomicheskogo-razvitiya-munitsipalnyh-obrazovaniy-v-subekte-rossiyskoy-federatsii (дата обращения: 06.08.2020)
26. Татаркин А.И., Козлова О.А., Тимашев С.А. Вопросы (проблемы) методического обеспечения расчета валового муниципального продукта // Безопасность критичных инфраструктур и территорий. 2012. Т. 3. № 1. С. 3-8.
27. Растворцева С.Н. Производительность труда и фондовооруженность в обеспечении экономического роста российских регионов // Социальное пространство. 2018. № 1 (13). DOI: 10.15838/sa/2018.1.13.1.