Forecasting of labor demand is the multistage process combining the different modeling methods and working with empirical data to provide reliable and consistent scenario for the future dynamic labor demand under the influence of multiple factors at the regional/ national level. Agent-based, system dynamic models and scenario analysis are widely used to predict changes in the labor market from the production side.
forecasting, labor demand, system dynamics, agent-based models
Мировой опыт анализа потребности в квалифицированных кадрах в сложных системах, таких как образовательные и производственные комплексы, выделяет методы системной динамики, сценарного анализа и агентного моделирования.
Элементы сложных систем состоят из многих компонентов, взаимодействующих на нескольких уровнях организации и в различных временных масштабах. Концептуальная основа сложных систем – идея отражения изменений в перспективе, подчеркивающая пределы предсказуемости и возможность понимания косвенных последствий действий, предпринятых, положительных и отрицательных, спомощью моделирования взаимозависимостей. Прогнозирование потребности в кадрах достигает поставленной цели при всестороннем исследовании, проведенном с учетом экспериментальных, вычислительных и теоретических подходов для наблюдения, анализа и динамического моделирования.
Основоположником прикладных аспектов действия эффектов обратной связи в социально-экономических системах в рамках системно-динамического анализа принято считать Д. Форрестера [1]. Управление с учетом концепции обратной связи основывается на предположении о том, что мир представляет собой совокупность сложных социальных систем с нелинейным поведением и неочевидной динамикой взаимодействия, в котором иногда принятие решений с целью улучшения (исправления) ситуации приводит к противоположному результату, названному феноменом «контринтуитивного поведения социальных систем» (counter intuitive behavior of social systems) [2]. Главной причиной такого рода эффектов является особенность мировосприятия человека – тенденция интерпретировать реальность в жестких причинно-следственных связях, – приводящая к фрагментарному восприятию постоянно усложняющегося мира.
1. Forrester J.W., Mas N J., & Rya C J. (1976). The system dynamics national model: Understanding socio-economic behavior and policy alternatives. TechnologicalForecastingandSocialChange, 9(1-2), 51-68. DOIhttps://doi.org/10.1016/0040 1625(76)90044-5
2. Sterman J.D. (2000). Business dynamics: systems thinking and modeling for a complex world. (S. Isenberg, Ed.). Boston, MA: McGraw-Hill Companies.
3. Muminova A. Modeling workforce demand in North Dakota: a System Dynamics approach. Thesis submitted in partial fulfillment of the requirements of Master of Philosophy in System Dynamics (Universiteteti Bergen), Master of Science in System Dynamics (Universidade Nova de Lisboa) System Dynamics Group, University of Bergen, August, 2015.
4. Mutingi M. Dynamic simulation for effective workforce management in new product development. Management Science Letters 2 (2012) 2571-2580.
5. Wang J.A. System Dynamics Simulation Model for a Four-rank Military Workforce. DSTO Defense Science and Technology Organization, Edinburgh South Australia.
6. Ballot Gerard and Erol Taymaz. Training policies and economic growth in an evolutionary world. Structural Change and Economic Dynamics 12(2001):311-329.
7. Fagiolo Giorgio, Dosi Giovanni and R. Gabriele. Matching, bargaining, and wage setting in an evolutionary model of labor market and output dynamics. Advances in Complex Systems 7 (2004): 157-186.
