В период плановой экономики в СССР высшие учебные заведения получали государственный заказ на подготовку специалистов с высшим образованием в соответствии с потребностями в конкретных рабочих местах. При этом работа вузов полностью контролировалась Министерством высшего и среднего специального образования СССР – от выпуска единых правил приема для всех вузов страны, распределения контрольных цифр приема по каждому вузу, разработки единых учебных стандартов по каждой специальности, утверждению работников на руководящие должности вуза до 100%-ного трудоустройства выпускников по распределению в стране [29].
С развитием рыночных отношений с конца 1980-х гг. и резкими экономическими преобразованиями в 1990-х (существенная нехватка финансирования, усиление конкуренции на рынке образовательных услуг в связи с появлением коммерческих вузов, демографический спад рождаемости населения и др.) в России условия функционирования системы высшего образования коренным образом изменились [38].
Теперь задача планирования контингента студентов ложится на плечи самих вузов. В настоящее время в России формирование численности студентов осуществляется в соответствии с государственным заданием на подготовку бакалавров, магистров, специалистов и аспирантов, объемы которого определяются Министерством образования и науки Российской Федерации на конкурсной основе, что является в своем роде элементом плановой экономики. Конкурс проводится с учетом множества показателей: трудоустройство выпускников, средние баллы ЕГЭ студентов, зачисленных на 1 курс, наличие материальных средств в вузе, научная (в т.ч. публикационная) активность вуза и т.д. При этом каждый вуз может в заданных пределах спрогнозировать объем выделенных ему контрольных цифр приема.
В то же время вузы также осуществляют обучение студентов и аспирантов за счет средств физических и (или) юридических лиц [3, 37, 48]. Количество таких студентов определяется вузами самостоятельно, и, как правило, в полном объеме соответствуют спросу среди населения. Но зачастую интересы студентов, особенно обучающихся за счет внебюджетных средств, не соответствуют потребностям рынка труда.
При этом качество приема оценивается в большинстве случаев таким противоречивым показателем, как средний балл ЕГЭ студентов, зачисленных на 1 курс. обучения. Единого инструмента для оценки качества подготовки выпускников вуза в настоящее время нет, но одним из подходов является анализ процента трудоустройства выпускников и их уровень заработной платы. При этом задача трудоустройства студентов ложится на плечи вузов.
В этих условиях вуз должен запланировать оптимальный объем приема на 1 курс, который бы позволил обеспечить достаточный уровень финансирования организации [11] при высоком значении среднего балла ЕГЭ первокурсников с высоким процентом их трудоустройства по окончанию обучения.
При планировании численности обучающихся должны учитываться следующие зачастую противоречивые факторы [19, 28]:
1. Потребность рынка труда, на который ориентирован вуз по конкретному направлению подготовки или специальности.
2. Предпочтения абитуриентов в выборе специальностей.
3. Сложность получения бюджетных мест вузом по каждому направлению подготовки по результатам конкурса Минобрнауки России [18].
4. Затраты, которые понесет вуз при изменении структуры контингента студентов.
5. Возможное снижение среднего балла ЕГЭ студентов, зачисленных на 1 курс.
Принципиальное влияние каждого из этих укрупненных показателей на другие следующее: увеличение количества бюджетных и (или) платных мест приводит к потенциальному увеличению финансирования, но к снижению среднего балла ЕГЭ. Многие специальности, востребованные работодателями (например, специальности оборонного комплекса, пищевой и легкой промышленности) непопулярны среди абитуриентов, т.е. даже небольшое количество бюджетных мест будет занято «слабыми» претендентами с низким баллом ЕГЭ, что отразится на последующих приемных кампаниях и на качестве подготовки выпускников. Направления подготовки, особенно популярные среди абитуриентов для обучения на платной основе (например, экономика, юриспруденция, таможенное дело), увеличивают напряженность на рынке труда, создавая перенасыщение предложения при стабильном уровне вакансий.
Первичной задачей процесса планирования контингента студентов является принятие решения об объявлении набора по каждой специальности и направлению подготовки. Так, если по специальности имеется всего лишь несколько бюджетных мест и прием на дополнительные места за счет внебюджетных средств маловероятен, то набор на такую специальность целесообразно объявлять только в случае высокого спроса на выпускников на рынке труда.
Фактически задача планирования контингента студентов на следующий учебный год начинается сразу перед текущей приемной кампанией вместе с формированием заявки на выделение контрольных цифр приема в ходе конкурсного отбора Минобрнауки России. После получения результатов распределения бюджетных мест вуз в соответствии с действующий порядком должен в срок до 1 октября года, предшествующего приему, принять решение об объявлении набора по каждому направлению подготовки / специальности и запланировать численность набора на внебюджетные места.
Проблема планирования контингента студентов при приеме в вуз стала предметом изучения с научной точки зрения с 2000-х гг., с момента поэтапного присоединения России к Болонскому процессу. В то же время в отечественных источниках недостаточно работ, в которых рассмотрены потребность и механизмы планирования численности студентов в современных условиях приема. Зарубежных авторов данный вопрос не интересует в связи с другой организацией системы высшего образования. Таким образом, до сих пор не сформирован единый научно-обоснованный подход по данной теме.
Рассмотрим публикации, посвященные отдельным аспектам планирования контингента студентов. Их условно можно разделить на несколько классов.
Проблема набора абитуриентов
Проблема набора абитуриентов озвучена в публикациях [2, 4, 23-27, 42, 44]. При этом авторы [4, 23, 26, 27, 42, 44] рассматривают данную проблему через призму демографической «ямы» и предлагают пути решения на примере своих университетов (Томский политехнический университет, Казанский государственный технический университет им. А.Н. Туполева). В [44] отмечено: «тенденция к уменьшению численности лиц, имеющих среднее полное общее образование, будет прослеживаться до 2019 года, и лишь с 2023 года намечается незначительный прирост численности лиц данной категории». В [42] для преодоления демографического фактора обосновывается необходимость оптимизации контрольных цифр приема на примере Братского государственного университета.
При этом в [42] отмечена интересная зависимость: существует сильная прямая линейная связь между рождаемостью по Астраханской области и количеством выпускников, и связь между рождаемостью по России и коммерческим набором.
В статье [2] озвучена проблема введения ограничений на набор студентов, обучающихся за счет средств физических и (или) юридических лиц. Для решения проблемы набора абитуриентов в [25] предлагается профориентационный проект «Steps to professional», реализуемый как комплекс мероприятий в рамках приемной кампании. Авторы [43] также отмечают высокое влияние профориентационной работы при подготовке к приемной кампании на результаты набора.
Анализ предпочтений абитуриентов
Одной из важных составляющих прогнозирования численности контингента студентов является анализ предпочтений абитуриентов и факторов, оказывающих влияние на выбор абитуриентов [12, 13, 17, 39, 40].
Несомненно, численность приема в вуз непосредственно зависит от численности учащихся общеобразовательных учреждений [39]. В [39] также введена классификация факторов, влияющих на развитие системы профессионального образования с экономической точки зрения. При этом факторы разделены на 2 группы – внешние (экономические, социально-демографические, политико-нравовые и научно-технические) и внутренние.
Среди существенных факторов в Тверском государственном политехническом университете были выделены следующие (на основе данных приемных кампаний 2009-2013 гг.): повышение рейтинга вуза, сокращение числа филиалов других вузов в Тверской области, усиление востребованности специалистов инженерно-технического профиля на рынке труда и активизация профориентационной и рекламно-информационной деятельности. Значимость рейтинга вуза в глазах абитуриента также подтверждает статья [17], в которой в ходе опроса 59,4% абитуриентов указали, что для них важны рейтинговые позиции вуза при выборе. Но при этом главным фактором при поступлении абитуриенты посчитали желание стать дипломированным специалистом, а также возможность бесплатного обучения и местонахождение вуза. Опрос в [40] выявил, что самым важным фактором при поступлении является оплата труда и престиж профессии (74% респондентов), помимо этого – легкость обучения, мнение родителей или друзей, наличие привилегий при поступлении.
Формирование контрольных цифр приема
Большое количество публикаций [5-10, 15, 27, 33, 34, 44, 47] посвящено процессу формирования численности контрольных цифр приема в вузе.
Общий анализ различных вариантов результатов приема («недобор», слишком высокий конкурс, отсутствие конкурса) рассмотрен в [33], выявлена сильная взаимосвязь (коэффициент корреляции r=0,889) между числом бюджетных мест, заявленных на конкурс, и числом бюджетных мест, распределенным в ходе конкурса.
В [1, 5-8] оптимизация контрольных цифр приема проводится с целью дальнейшего перераспределения финансирования среди вузов в связи с реформой укрупнения в системе высшего образования.
В статье [10] описаны ограничения задачи оптимизации: наличие ресурсов на подготовку, спрос на образовательные услуги и прогнозируемый спрос на рынке труда. В [44] к данным ограничениям добавлены еще платежеспособный спрос населения региона на различные виды образовательных услуг и условия ценовой конкуренции. Авторы [10] рассматривают задачу оптимизации средствами нечеткой логики, т.е. распределяют направления подготовки и специальности по термам «увеличить», «сократить» или «сохранить» набор в рамках контрольных цифр приема. Также представлены правила для системы нечеткого вывода без получения количественных показателей. В [44] задача решена классическими методами оптимизации без учета и с учетом дополнительного ограничения на максимально возможный доход.
В [27] проанализированы линейные связи между показателями (количество контрольных цифр приема в заявке, количество контрольных цифр приема, количество договорников, количество заявлений, конкурс при зачислении, проходной балл, количество выпускников, процент трудоустройства выпускников, процент будущих абитуриентов, выбравших данную специальность). Аналогичный набор показателей рассмотрен в [47], но здесь оптимизация числа бюджетных мест проводится для каждой отдельной специальности / направления подготовки с помощью дерева решений, в результате чего обоснованно получен численный интервал количества бюджетных мест, которое необходимо запланировать.
Планирование контингента студентов
Все больше появляется публикаций по планированию контингента студентов в целом [6, 14-16, 21, 23, 24, 32, 41, 45, 46, 47].
Так, в [27] описаны теоретические аспекты прогнозирования в образовании, показана общая их сущность с развитием технических объектов.
На данный момент исследователи [14, 16] отмечают сильный разрыв студентов вуза от реальных требований рынка труда. В связи с этим авторы отмечают необходимость планирования рынка образовательных услуг через призму взаимодействия образования и экономики.
В [6] проводится кластеризация направлений подготовки / специальностей для распределения их по различным группам «успешности» набора, что позволяет некоторым группам при объявлении набора на следующий учебный год объявить «иммунитет», а в группах со слабым набором – наоборот, задуматься о целесообразности принятия решения о дальнейшем наборе.
Работы [18, 22-24, 31] посвящены исследованию динамики изменения контингента студентов за весь период обучения. При этом в [18] авторы для учета изменений при построении математической модели по региону в целом (а не по отдельному вузу) используют разностные уравнения, каждое из которых соответствует одному из уровней профессионального образования (начальное, среднее, бакалавриат, специалитет, магистратура), а в [23, 24] – теорию случайных процессов (вероятности перехода студента с курса на курс варьируется в зависимости от различных специальностей и групп обучающихся). В [18] в математической модели системы также учитывают выпускников, решивших продолжить обучение не в год выпуска, а спустя 1-2 года (рис.2), получены прогнозные значения для региона по приему до 2020 года.
Исследования по планированию контингента ведутся не только для студентов. Исследования [30, 41] посвящена прогнозированию численности аспирантов (необходимости научных кадров в регионе), а в работе [46] с помощью временных рядов получены уравнения регрессионных моделей для числа слушателей института дополнительного профессионального образования на основе данных за 2002-2013 гг, получены численные интервалы прогнозируемого набора.
Следующим шагом после разработки математической модели является создание системы поддержки принятия решений в вузе [9, 10, 20, 35, 36].
Рис.1 – Структурная модель динамической системы «Экономика – рынок труда – профессиональное образование» [14]
Рис.2 – Блок-схема модели движения обучающихся в системе профессионального образования [18]
Методы исследований
В вышеперечисленных источниках используются различные методы исследования и математический аппарат:
· для выявления взаимосвязи между факторами и показателями используется статистический анализ (корреляционный анализ, факторный анализ, дисперсионный анализ, кластерный анализ, дискриминантный анализ), маркетинговый анализ и социальные опросы абитуриентов;
· для построения математической модели – регрессионный анализ, метод наименьших квадратов;
· для принятия решений о целесообразности объявления набора – нечеткая логика, временные ряды, разностные уравнения, дерево решений;
· для прогнозирования численности студентов – дерево решений, временные ряды, теория случайных процессов.
На данный момент интерес представляет разработка методов для оптимизации принятия решений по вопросам управления приемной кампанией – создание самообучающейся СППР с использованием кластерного анализа, нейросетей, исследование латентных показателей приема по модели Раша и др.
Таким образом, несмотря на достаточное количество публикаций по проблематике планирования контингента студентов, до сих пор еще не сформированы единые научно-обоснованные подходы по данной теме, позволяющие в вузе принимать решение не только о целесообразности объявления о наборе, но и по объективному получению численных показателей приема, которые необходимо запланировать (как на бюджетные, так и на внебюджетные места).
Работа выполнена в рамках грантов Президента Российской Федерации МК-5226.2015.8 и МК-5033.2016.8.