DOBRE PRAKTYKI PROGNOZOWANIA

POPYTU NA PRACĘ W EUROPIE

RAPORT II

Autorzy: Łukasz Arendt (red.) Magdalena Ulrichs (red.) Arnaud Dupuy Robert Helmrich Jan Koucký Martin Lepič Tobias Maier Pekka Tiainen Rob Wilson Gerd Zika

DOBRE PRAKTYKI PROGNOZOWANIA

POPYTU NA PRACĘ W EUROPIE

RAPORT II

Redakcja naukowa Łukasz Arendt Magdalena Ulrichs

Warszawa 2012

Publikacja przygotowana w ramach serii „Studia i Monografie” Instytut Pracy i Spraw Socjalnych, www.ipiss.com.pl

Publikacja jest rezultatem realizacji projektu: Analiza procesów zachodzących

na polskim rynku pracy i w obszarze integracji społecznej w kontekście prowadzonej polityki gospodarczej, współfinansowanego ze środków Unii Europejskiej

w ramach Europejskiego Funduszu Społecznego

Zadanie 2. Opracowanie zintegrowanego systemu prognostyczno-informacyjnego umożliwiającego prognozowanie zatrudnienia

Raport II

ZESPÓŁ OPINIODAWCZO-WYDAWNICZY

Bożena Balcerzak-Paradowska (przewodnicząca), Marek Bednarski, Zdzisław Czajka, Daria Szatkowska,

Danuta Szymanowska, Gertruda Uścińska, Jerzy Wratny

Recenzent dr Katarzyna Kopczewska

Tłumacz

Jerzy Dymitrowicz

Projekt okładki Luiza Patrycja Daab

Redakcja

Beata Maria Mizerska

Redakcja techniczna Daria Szatkowska

Skład komputerowy

Janina Magnuszewska

© Copyright by Instytut Pracy i Spraw Socjalnych and Centrum Rozwoju Zasobów Ludzkich, Warszawa 2012

Wszelkie prawa zastrzeżone. Każda reprodukcja lub adaptacja całości bądź części niniejszej publikacji, niezależnie od zastosowanej techniki reprodukcji (drukarskiej,

fotograficznej, komputerowej i in.), wymaga pisemnej zgody Wydawcy

ISBN 978-83-61125-74-7

Druk: Centrum Poligrafii Sp. z o.o., nakład 500 egz.

5

SPIS TREŚCI

SŁOWO WSTĘPNE.......................................................................................................... 2H2H7 1. PROGNOZOWANIE ZAPOTRZEBOWANIA NA UMIEJĘTNOŚCI

W WIELKIEJ BRYTANII ......................................................................................... 3H3H11 1.1. Wprowadzenie...................................................................................................................... 4H4H11 1.2. Krótka historia prognozowania zapotrzebowania na umiejętności w Wielkiej Brytanii ...... 5H5H12 1.3. Podejście metodologiczne zastosowane w Working Futures................................................ 6H6H18 1.4. Ilościowe prognozowanie zapotrzebowania na umiejętności w Wielkiej Brytanii

– wymagane dane.................................................................................................................. 7H7H25 1.5. Niektóre rezultaty Working Futures ..................................................................................... 8H8H29 1.6. Wnioski: ocena prognozy zapotrzebowania na umiejętności w Wielkiej Brytanii............... 9H9H46 Literatura ..................................................................................................................................... 10H10H50

2. PROGNOZOWANIE ZATRUDNIENIA W FINLANDII....................................... 11H11H51

2.1. Historia prognozowania zatrudnienia w Finlandii ................................................................ 12H12H51 2.2. Wymagane dane wejściowe i prognozy zewnętrzne ............................................................ 13H13H52 2.3. Metodologia, podstawy mikroekonomiczne i techniki ekonometryczne.............................. 14H14H54 2.4. Prezentacja wyników............................................................................................................ 15H15H60 2.5. Wnioski i dyskusja na temat oceny jakości prognoz ............................................................ 16H16H61 Literatura ..................................................................................................................................... 17H17H62

3. PROGNOZOWANIE ZATRUDNIENIA W CZECHACH ..................................... 18H18H63

3.1. Wprowadzenie...................................................................................................................... 19H19H63 3.2. Historia prognozowania zatrudnienia w Czechach............................................................... 20H20H64 3.3. Wymagane dane wejściowe i prognozy zewnętrzne ............................................................ 21H21H66 3.4. Metodologia projekcji .......................................................................................................... 22H22H69 3.5. Prognoza strony podażowej.................................................................................................. 23H75 3.6. Przedstawienie wyników ...................................................................................................... 24H76 3.7. Ocena jakości prognozy ....................................................................................................... 25H81 Literatura ..................................................................................................................................... 26H82

4. PROGNOZOWANIE ZATRUDNIENIA W NIEMCZECH

– POPYT NA PRACĘ.............................................................................................. 27H84 4.1. Rys historyczny .................................................................................................................... 28H84 4.2. Struktura modelu IAB/INFORGE ........................................................................................ 29H85 4.3. Rozwój rynku pracy do roku 2025 ....................................................................................... 30H91 4.4. Regionalizacja prognozy popytu na pracę ............................................................................ 31H97 4.5. Wnioski i rekomendacje ....................................................................................................... 32H98 Literatura ................................................................................................................................... 33H101

5. PROGNOZOWANIE ZATRUDNIENIA W NIEMCZECH – MACIERZ ELASTYCZNOŚCI ZAWODOWEJ ....................................................102 5.1. Wprowadzenie.................................................................................................................... 102 5.2. Dane i taksonomia prognoz kwalifikacji i pól zawodowych BIBB-IAB............................ 103 5.3. Metodologia prognozy podaży pracy ................................................................................. 110 5.4. Wyniki prognozy BIBB-IAB według kwalifikacji i zawodów........................................... 113 5.5. Następny krok: zintegrowany model podaży...................................................................... 120 5.6. Ocena jakości prognozy i wnioski...................................................................................... 123 Literatura ................................................................................................................................... 124

6. PROGNOZOWANIE NOWEGO POPYTU NA PRACĘ

WEDŁUG ZAWODU I WYKSZTAŁCENIA W HOLANDII ............................126 6.1. Wprowadzenie.................................................................................................................... 126 6.2. Nowy popyt na pracę według grup zawodowych............................................................... 131 6.3. Nowy popyt na pracę według wykształcenia...................................................................... 138 6.4. Wnioski .............................................................................................................................. 145 Literatura ................................................................................................................................... 146

O AUTORACH..............................................................................................................148

SŁOWO WSTĘPNE

Ważnym instytucjonalnym elementem rynku pracy w nowoczesnych gospo-darkach jest system antycypacji przyszłego zapotrzebowania na umiejętności. Za-zwyczaj taki system koncentruje się na przewidywaniu i prognozowaniu popytu na pracę według zawodów i niektórych innych wymiarów (sektory gospodarcze, kwalifikacje etc.). Informacje dostarczane w ramach tego systemu mają duże zna-czenie dla decydentów, ale także dla innych uczestników rynku pracy, ponieważ pomagają przeciwdziałać przyszłym niedopasowaniom kwalifikacji poszukiwa-nych na rynku pracy w stosunku do formalnych i nieformalnych umiejętności naby-tych przez zasoby pracy. Innymi słowy, system prognozowania zapotrzebowania na umiejętności pomaga zrównoważyć rynek pracy w perspektywie krótko- i średniookresowej. Znaczenie takiego systemu podkreśla fakt, że na poziomie Unii Europejskiej CEDEFOP prowadził przez lata wiele projektów w zakresie progno-zowania popytu na pracę i popytu na umiejętności w UE. Jednocześnie zakłada się, że każde państwo członkowskie UE stworzyło lub stworzy własny system prognozowania popytu na pracę.

W Polsce na razie (2012) nie ma zintegrowanego systemu prognozowania rynku pracy (na poziomie krajowym lub regionalnym). Główną krajową inicjatywą był System Prognozowania Popytu na Pracę (SPPP) zapoczątkowany w 2004 r. Był to system informatyczny, który generował kwartalne prognozy popytu na pracę w różnych wymiarach (grupy zawodów, płeć, wykształcenie, sektory gospodarcze, województwa itd.) z wykorzystaniem różnych technik modelowania ekonome-trycznego (m.in. modele wygładzania wykładniczego, modele trendu, modele VAR, modele autoregresji). Niestety, od 2006 r. system SPPP nie był ani aktuali-zowany, ani dostępny on-line dla użytkowników.

Uruchomienie systemu prognozowania popytu na pracę w Polsce jest wyzwa-niem, ale też koniecznością. Wdrożenie takiego systemu zostało zainicjowane w 2011 r. poprzez uruchomienie Zadania 2 „Opracowanie zintegrowanego syste-mu prognostyczno-informacyjnego umożliwiającego prognozowanie zatrudnie-nia” w ramach projektu „Analiza procesów zachodzących na polskim rynku pracy i w obszarze integracji społecznej w kontekście prowadzonej polityki gospodar-czej” współfinansowanego ze środków Unii Europejskiej. Zadanie 2 realizowane jest przez Centrum Rozwoju Zasobów Ludzkich (lider) oraz Instytut Pracy i Spraw Socjalnych (partner) i ma na celu wdrożenie zintegrowanego systemu prognozo-

7

8

wania zatrudnienia w Polsce do 2014 r. Chociaż nie jest to jeszcze system, który umożliwiałby prognozowanie popytu na pracę, należy postrzegać go jako kamień milowy w dążeniu do tego celu w najbliższych latach.

Prognozy opracowane przy wykorzystaniu modeli ekonometrycznych będą do-stępne poprzez narzędzie prognostyczne zamieszczone na portalu internetowym www.prognozowaniezatrudnienia.pl. Narzędzie prognostyczne pozwoli wyge-nerować prognozy zatrudnienia według grupy zawodów, regionu czy sektora gospodarki do roku 2020. Będzie też ważnym instrumentem polityki rynku pracy, zwłaszcza dla publicznych służb zatrudnienia, jak również dla młodych ludzi, którzy właśnie podejmują decyzje o wyborze ścieżki kariery zawodowej. Narzę-dzie prognostyczne będzie również pomocne dla takich podmiotów, jak: instytu-cje rynku pracy, instytucje edukacyjne, pracodawcy, pracownicy.

Przyjęto, że nowy polski system prognozowania zatrudnienia powinien być oparty na zagranicznej wiedzy i czerpać z doświadczeń innych państw członkow-skich UE, które rozwijały swoje systemy prognozowania przez wiele lat. Zasadni-czo, chcielibyśmy skorzystać z możliwości zastosowania sprawdzonych rozwią-zań i wdrożyć najnowsze metody modelowania ekonometrycznego oraz zarządzania procesem prognozowania, łącznie z metodami udostępniania wyni-ków do publicznej wiadomości.

Celem tej publikacji jest przedstawienie systemów prognozowania popytu na pracę stosowanych w wybranych krajach UE, które mogą być postrzegane jako przykład dobrych praktyk w tej dziedzinie oraz sformułowanie zaleceń dotyczą-cych budowy nowego polskiego systemu prognozowania zatrudnienia. Wytyczne wynikające z prezentowanych doświadczeń międzynarodowych mają ogólny, jak również ściśle określony charakter. Podczas gdy szczegółowe wytyczne zależą od zastosowanego podejścia do prognozowania i można je znaleźć w poszczegól-nych rozdziałach książki, zalecenia o charakterze ogólnym są następujące:

• utworzenie dobrze zorganizowanego systemu prognozowania jest procesem, który wymaga czasu i znacznych inwestycji;

• problemami dotykającymi wszystkich systemów prognostycznych są do-stępność danych i niespójność szeregów czasowych będące konsekwencją zmian w klasyfikacjach statystycznych;

• nie da się przewidzieć przyszłości, dlatego wszystkie prognozy są niedosko-nałe − jakość prognoz powinna być zatem oceniana pod względem ich przydatno-ści dla różnych podmiotów z nich korzystających;

• najwłaściwsza jest prognoza skierowana do konkretnych grup docelowych (zwłaszcza decydentów) umożliwiająca podjęcia konkretnych środków w celu uniknięcia przewidywanych negatywnych zmian − w tym sensie powinniśmy życzyć sobie, żeby były to „samoniszczące się” prognozy;

• w prognozowaniu popytu na pracę konieczne jest włączenie do modelu róż-nych rodzajów popytu, takich jak nowy popyt na pracę i popyt odtworzeniowy;

• jak pokazują niektóre międzynarodowe doświadczenia, duży wpływ na ry-nek pracy do 2020 r. mogą mieć zmiany w popycie odtworzeniowym, podczas gdy nowy popyt na pracę będzie raczej umiarkowany;

9

• dobrze zorganizowane systemy prognozowania popytu na pracę powinny opierać się na zintegrowanym podejściu, w którym zarówno popyt, jak i strona podażowa rynku pracy są modelowane w ramach zintegrowanego modelu.

Książka zawiera sześć rozdziałów. W pierwszym z nich Rob Wilson nie tylko opisuje system prognozowania za-

potrzebowania na umiejętności w Wielkiej Brytanii, ale także skupia się na aspek-tach teoretycznych, przedstawiając w ciekawy sposób świat modeli ekonome-trycznych, technik i prognoz. Autor koncentruje się głównie na metodologii i wynikach prognoz Working Futures, w których stosowane są najlepsze prakty-ki międzynarodowe w zakresie ilościowej projekcji zmian zapotrzebowania na umiejętności. Podejście przyjęte przez Institute for Employment Research (IER) i Cambridge Ekonometria (CE) jest oparte na regionalnym, wielosektorowym modelu makroekonomicznym (RMDM) i modułach, które przekładają wpływ wyników uzyskanych w modelu na popyt i podaż umiejętności. Model umożliwia prognozowanie popytu odtworzeniowego i nowego popytu na pracę w różnych wymiarach, ukazując zmiany w zapotrzebowaniu na umiejętności do 2020 r. W podsumowaniu rozdziału Rob Wilson wskazuje mocne i słabe strony systemu brytyjskiego.

W rozdziale drugim Pekka Tiainen przedstawia system prognozowania popytu na pracę w Finlandii. Trzon fińskiego systemu opiera się na długoterminowym mo-delu siły roboczej (LTM), używanym od 1990 r. i opracowanym w Ministerstwie Pracy przez autora rozdziału. Model LTM jest związany z modelem Mitenna, za pomocą którego można modelować umiejętności siły roboczej. LTM obejmuje stronę podażową rynku pracy (prognoza ludności i wskaźników aktywności za-wodowej), jak również stronę popytową (dla gałęzi gospodarki). W tym zintegro-wanym podejściu oddziaływanie między popytem a podażą pracy określa zapo-trzebowanie na pracę. System dostarcza prognoz na poziomie krajowym, ale możliwa jest również dezagregacja na poziomie regionalnym.

W trzecim rozdziale Martin Lepič i Jan Koucký opisują najnowsze osiągnię-cia w zakresie wdrażania systemu prognozowania popytu na pracę w Republice Czeskiej. Czeskie doświadczenia są szczególnie cenne w kontekście budowy pol-skiego systemu prognozowania zatrudnienia. Czechy – podobnie jak Polska – w 1990 r. rozpoczęły proces transformacji z gospodarki centralnie planowanej do gospodarki rynkowej i przez ostatnie dwie dekady przeszły znaczące zmiany spo-łeczno-gospodarcze. Wyzwania związane z wprowadzeniem nowoczesnego syste-mu prognozowania potwierdza fakt, że w Czechach taki system został wdrożony niedawno, po wielu latach pracy nad tą kwestią. Czeski system bazuje na podej-ściu top-down, podobnie jak system opracowany przez CEDEFOP. Prognoza gospo-darki w skali makro zaczerpnięta jest z rezultatów międzynarodowego projektu Fo-recating skill supply and demand in Europe na lata 2009−2012. Prognoza ta oparta jest na wynikach z modelu E3ME skonstruowanego przez Cambridge Econometrics, a następnie przekłada się na zmiany w liczbie pracujących według sektorów w Czechach. Specyfika modelu ekonometrycznego sprawia, że nadaje się on zarówno do krótko-, jak i średnioterminowych prognoz i analiz polityki – w roz-

dziale opisane są prognozy do roku 2020. Ze względu na właściwości modelu (ba-za danych zawiera statystyki z całej UE) możliwe jest prognozowanie popytu na pracę również w innych państwach członkowskich UE – autorzy przedstawili także wstępne wyniki prognozy zatrudnienia dla Polski.

W dwóch następnych rozdziałach został opisany niemiecki system prognozowa-nia i jego najnowsze osiągnięcia w ramach projektu QUBE.

W czwartym rozdziale Gerd Zika dokonuje przeglądu rozwoju prac nad pro-gnozami w Instytucie Badań Pracy (IAB) i opisuje model IAB/INFORGE. Po tym „wstępie metodologicznym” zostały przedstawione przewidywane zmiany w popy-cie na pracę w podziale na sektory, zawody i kwalifikacje do 2025 r. Autor wskazu-je również sposób, w jaki model może być wykorzystywany do prognozowania rozwoju zawodów na szczeblu regionalnym. W uwagach końcowych formułuje sześć zaleceń w odniesieniu do metodologii, procesu planowania i przekazywa-nia wyników prognoz, które powinny być wzięte pod uwagę w procesie tworze-nia, a następnie uruchomienia polskiego systemu prognozowania zatrudnienia.

Robert Helmrich i Tobias Maier piąty rozdział rozpoczynają od przeglądu źródeł danych i metod taksonomicznych wykorzystywanych do skoordynowa-nych prognoz popytu i podaży pracy według zawodów i poziomu kwalifikacji. Następnie opisują dwa modele podaży pracy (BIBB-DEMOS i BIBB-FIT) oraz wyniki prognoz podaży na poziomie zawodów w porównaniu do zapotrzebowania na dane zawody. W rozdziale przedstawiona została opracowana przez BIBB koncepcja pól zawodowych i macierzy elastyczności zawodowej będącej narzę-dziem przeznaczonym do analizowania interakcji pomiędzy zawodem wyuczo-nym a wykonywanym. Rozwiązania te mają innowacyjny charakter w kontekście analizy przyszłych zmian popytu na umiejętności. Ponadto autorzy opisują pla-nowane działania w ramach projektu QUBE mającego na celu połączenie modeli popytu i podaży w jeden zintegrowany model.

W ostatnim rozdziale zaprezentowano podejście do prognozowania popytu na pracę w Holandii opracowane w ramach projektu „Edukacja i Rynek Pracy”. Pod-stawowym uzasadnieniem realizacji rozpoczętego w 1980 r. projektu było gene-rowanie informacji, które mogą być przydatne młodzieży w wyborze kierunku studiów lub zawodu. W związku z tym prognoza obejmuje okres pięciu lat. Pro-gnoza i jej wyniki publikowane są co dwa lata (łącznie z danymi surowymi). Ar-naud Dupuy, autor rozdziału, koncentruje się na problemie prognozowania nowego popytu na pracę. Opisuje zastosowaną procedurę estymacji do prognozowania po-pytu według zawodów i kierunków wykształcenia. Przedstawia również: metodolo-gię, tło teoretyczne, cechy modelu ekonometrycznego oraz podejście empiryczne. W rozdziale zaprezentowane zostały wybrane wyniki prognoz, które pokazują zmiany popytu na umiejętności oraz omówiona została ewaluacja prognoz.

11

Rob A. Wilson

1. PROGNOZOWANIE ZAPOTRZEBOWANIA NA UMIEJĘTNOŚCI W WIELKIEJ BRYTANII

1.1. Wprowadzenie

Wszystkie kraje rozwinięte borykają się z problemem dopasowania umiejęt-ności nabytych w trakcie nauki przez osoby opuszczające system edukacji do zmieniających się potrzeb pracodawców. Niedopasowanie przygotowania zawo-dowego i kwalifikacji formalnych posiadanych przez osoby do wymagań praco-dawców staje się problemem globalnym. Częścią rozwiązania tego problemu jest prognozowanie zapotrzebowania na umiejętności. W tym rozdziale omówiono doświadczenia Wielkiej Brytanii w tym zakresie, a głównym celem jest wskaza-nie rozwiązań, które mogą być przydatne dla innych krajów.

W rozdziale przedstawione zostały modele, narzędzia i metody stosowane w celu określenia przyszłego zapotrzebowania na umiejętności w Wielkiej Bryta-nii oraz ocena tych instrumentów pod kontem mocnych i słabych stron. Ocena ta opiera się na poprzednich opiniach autora i innych badaczy. Rozdział zawiera także opis brytyjskiej struktury instytucjonalnej oraz odpowiedniej infrastruktury staty-stycznej wykorzystywanej do prognozowania. Koncentruje się na głównych podej-ściach ilościowych stosowanych na szczeblu krajowym. W rozdziale przedstawiono również wnioski dotyczące roli instytucji badawczych, ministerstw, innych urzę-dów, placówek oświatowych i innych istotnych podmiotów w procesie progno-zowania zapotrzebowania na umiejętności.

Uprzedzając konkluzje z tego rozdziału, trzeba zauważyć, że na całym świecie „najlepsze praktyki” obejmują metody ilościowe wykorzystujące na szeroką skalę modele wielosektorowe do sporządzenia kompleksowego przeglądu wpływu strukturalnych zmian gospodarczych i technologicznych na popyt na umiejętno-ści. Oczywiste jest jednak również, że wspomniane metody powinny być uzupeł-nione innymi metodami ilościowymi i jakościowymi, zwłaszcza gdy dane wyko-rzystane do budowy ilościowych modeli są niepełne lub niewystarczające.

Ważne jest także, aby podkreślić, że nikt nie dysponuje wiedzą pozwalającą przewidzieć ze 100% precyzją popyt lub podaż kwalifikacji. Przyszłość nie jest też z góry ustalona. Jednakże wiele trendów jest bardzo trwałych i można je wy-korzystać do prognozowania.

Rozwój i wykorzystanie modeli ilościowych jest procesem trwającym wiele lat i wymagającym wielu nakładów, jak również znacznych wcześniejszych inwe-stycji w dane i analizy. Istnieje wiele innych sprawdzonych metod, uzupełniają-

12

cych podejście ilościowe, mniej zależnych od istnienia takich danych. Mogą one być realizowane w znacznie krótszym czasie. Jednak w ostatecznym rozrachunku nie da się zastąpić solidnej ilościowej analizy dotyczącej aktualnego stanu i tren-dów społeczno-ekonomicznych.

Podrozdział 1.2 zawiera krótki opis historii prognozowania zapotrzebowania na umiejętności w Wielkiej Brytanii, biorąc pod uwagę różne przyjęte podejścia, ich mocne i słabe strony. W podrozdziale 1.3 kontynuowany jest bardziej szczegó-łowy opis głównych metod wykorzystywanych do stworzenia prognoz zmieniają-cego się zapotrzebowania na umiejętności – Working Futures (jest to przykład ilościowego prognozowania na podstawie regionalnych wielosektorowych ma-kromodeli). Znaczenie tego podejścia wraz z niektórymi problemami związanymi z zastosowaniem tej metody przedstawiono w podrozdziale 1.2. Podrozdział 1.4 zawiera opis najważniejszych danych niezbędnych do przeprowadzenia takiej anali-zy. Należy podkreślić, że wymaga to znacznego wsparcia technicznego ze strony państwa, w tym konieczności dużych inwestycji w infrastrukturę statystyczną i ana-lityczną. W podrozdziale 1.5 podsumowano obecną sytuację w Wielkiej Brytanii, bazując na najnowszych krajowych prognozach Working Futures. Zestawienie mocnych i słabych stron brytyjskiego podejścia zawarte zostało w podrozdziale 1.6. W podrozdziale tym zwrócono także uwagę na kilka praktycznych wniosków, któ-re mogą być wyciągnięte z doświadczeń brytyjskich.

1.2. Krótka historia prognozowania zapotrzebowania na umiejętności w Wielkiej Brytanii

Tło W Wielkiej Brytanii historia przewidywania zmian zapotrzebowania na umie-

jętności liczy ok. 40 lat. Wilson (2008a) przedstawia szczegółowe informacje doty-czące tego zagadnienia. Nie istnieje jeden system czy podejście. W przewidywanie zmian zapotrzebowania na umiejętności zaangażowanych było wiele organizacji i podmiotów oraz zaszło wiele zmian instytucjonalnych i strukturalnych w tym okresie. Wypróbowane zostały różne podejścia, jakkolwiek mają one dużo wspól-nych wątków.

Rząd Wielkiej Brytanii od wielu lat uznawał potrzebę pewnego rodzaju regu-larnej oceny perspektyw na rynku pracy i prognozowania zapotrzebowania na umiejętności na poziomie krajowym. Dlatego też dość regularnie od połowy 1970 r. finansowano badania w celu opracowania modeli i stworzenia prognoz krajowych (i od niedawna regionalnych). W przeciwieństwie do USA (i wielu innych kra-jów) nie zdecydowano się zrobić tego „wewnętrznie” w ministerstwach, ale raczej zlecano to zadanie innym podmiotom. Podejście takie ma pewne zalety. Pozwala rządowi zachować neutralność wobec wyników. Oznacza to również, że podmioty

13

wykonujące prognozy nie muszą troszczyć się o wrażliwość polityczną uzyskanych efektów. Celem takiego podejścia jest także doprowadzenie do powstania różnych konkurencyjnych względem siebie organizacji świadczących usługi w zakresie prognozowania w konsekwencji może to doprowadzić do obniżenia kosztów. Jednakże, oprócz oczywistych zalet, skutkuje to również presją na zmniejszenie kosztów, co może negatywnie wpływać na jakość prowadzonych prac.

Struktura instytucjonalna, w której odbywa się prognozowanie zapotrzebowa-nia na umiejętności w Wielkiej Brytanii jest skomplikowana. W ciągu ostatnich 40 lat była zwykle w stanie ciągłych zmian, zaangażowane urzędy i agencje zmieniły się wielokrotnie w tym okresie, a kolejna zmiana nastąpiła w 2010 r. wraz z wybo-rem nowego rządu koalicyjnego.0F0F

1 Obecnie prognozowanie zapotrzebowania na umiejętności na szczeblu krajowym

jest realizowane pod patronatem brytyjskiej Komisji ds. Zatrudnienia i Umiejęt-ności (UKCES). UKCES jest agencją rządową, częściowo niezależną od instytu-cji rządowych, choć jej praca w tej dziedzinie opiera się na finansowaniu przy-znawanym przez Departament Przedsiębiorczości i Innowacji (BIS). Projekcje zapotrzebowania na umiejętności na poziomie krajowym zawsze były wykony-wane przez niezależnych ekspertów.

Przez większość okresu od 1978 r. (kiedy zostały opublikowane pierwsze pro-gnozy na szczeblu krajowym) prace te były prowadzone przez Institute for Employ-ment Research (IER) na Uniwersytecie w Warwick w ścisłej współpracy z Cambrid-ge Econometrics (CE). Najnowsze prognozy są określane jako Working Futures.

Różne podejścia do przewidywania zmian w zapotrzebowaniu na umie-jętności w Wielkiej Brytanii

Istnieje wiele możliwych podejść do przewidywania zmieniającego się zapo-trzebowania na umiejętności. Wydają się one odzwierciedlać zarówno to, co jest pożądane, jak i to, co jest wykonalne. Nie próbuje się tu przedstawić komplekso-wego opisu wszystkich tych podejść (bardziej szczegółową dyskusję przedstawia Wilson (2008a). Skupiamy się tutaj na omówieniu niektórych istotnych doświadczeń Wielkiej Brytanii.

Najwcześniejsze próby prognozowania rynku pracy w Wielkiej Brytanii wy-korzystywały modelowe podejście ilościowe (patrz Wilson 2008). Po części dla-tego, że wyniki ilościowe były postrzegane jako kluczowy rezultat wymagany przez potencjalnych użytkowników. Takie podejście jest oczywiście ograniczone dostępnością danych („infrastruktura statystyczna”). Bardziej jakościowe metody zostały zastosowane tam, gdzie dane te nie są łatwo dostępne. Jakkolwiek jako-ściowe podejście może zapewnić pewien ogląd sytuacji, jest ono powszechnie uważane za przydatne uzupełnienie podejścia ilościowego. Podkreśla to znaczenie inwestycji w infrastrukturę statystyczną i analityczną, która jest szczegółowo opisana dalej.

__________ 1 Podsumowanie sytuacji w Wielkiej Brytanii przed wprowadzeniem zmian przez nową admini-strację można znaleźć w pracy Wilsona (2008a).

14

Z poprzednich opinii jasno wynika, że do przewidywania potrzeb edukacyj-nych i szkoleniowych została wykorzystana ogromna liczba różnych metod i po-dejść. Bell (1996) twierdzi, że wiele standardowych metod badawczych nauk społecznych, takich jak badania, statystyki i analizy ekonometryczne, obserwacja uczestnicząca, zogniskowane wywiady grupowe itp. może być wykorzystanych do przewidywania przyszłości. Na przykład badacze rynku pytają o preferencje nabywcze konsumentów. Metody te obejmują obecnie znacznie szerszy zakres wskaźników i pomagają w zrozumieniu przeszłości i teraźniejszości (jak również przyszłości). Zapewniają wgląd zarówno w fakty, jak i w ich postrzeganie i po-stawy ludzkie odnoszące się do przyszłości.

Korzystanie z komputerów zrewolucjonizowało zdolność analityków do roz-wijania coraz bardziej złożonych modeli, jak również ułatwiło zbieranie, dostęp, analizę i rozpowszechnianie bardziej szczegółowych danych. Dostępność lep-szych danych, a także zwiększona moc obliczeniowa umożliwiły ulepszenie tech-nik modelowania. Równie istotny jest rozwój oferowanych przez państwo i jego agencje statystyczne technicznych środków wsparcia dla przewidywań wymaga-nych kwalifikacji, co omówiono bardziej szczegółowo w podrozdziale 1.4.

Opisany postęp umożliwił empiryczne oszacowanie parametrów modelu, który reprezentuje relacje między określonymi zmiennymi. Symulacje i komputerowe modele ilościowe są nieocenione w wielu dziedzinach prognozowania w naukach społecznych. Takie podejście może prowadzić do mechanicznego podejścia do roz-woju alternatywnych scenariuszy, ale ma tę zaletę, że jest osadzone w rzeczywi-stych danych. Inne, bardziej jakościowe metody bywają mniej ograniczona i bar-dziej oparte na domysłach. W rozwoju scenariuszy bywa, że są one postrzegane nie jako wyniki, lecz jako katalizatory badań i dyskusji. Są również w stanie za-pewnić wgląd i odkryć ukryte wcześniej relacje, które mogą mieć daleko idące konsekwencje.

Ilościowe podejście do modelowania postrzega przyszłość jako zestaw podsta-wowych wskaźników i czynników do analizy i projekcji. Ważnym elementem prac nad prognozami jest skoncentrowanie się na dostarczaniu normatywnego przeglądu możliwych rozwiązań. Nie można polegać jedynie na trendach, ponieważ mają one nieuniknioną tendencję do „skręcania”. Modele behawioralne służą określeniu przy-czyn zasobów trendów poprzez określenie teorii opisujących ich zachowania.

Ogólne podejście do prognozowania zapotrzebowania na umiejętności w Wielkiej Brytanii

Główne przyjęte podejścia to: I. Prognozy formalne, na poziomie krajowym, ilościowe, oparte na modelu. II. Badania opinii pracodawców lub innych grup, w tym powołanie „obserwato-

riów” w celu przeprowadzenia zogniskowanych wywiadów grupowych, zwołania okrągłych stołów i zastosowania innych metod delfickich, by sformułować zgodną opinię (podejścia te mogą obejmować niektóre aspekty ilościowe, ale na ogół są jakościowe).

15

III. Sektorowe lub zawodowe analizy ad hoc (stosujące zarówno metody ja-kościowe, jak i ilościowe) koncentrujące się na sytuacjach w poszczególnych obszarach (co może obejmować elementy I i II).

IV. Metody jakościowe oparte na rozwoju scenariusza czy metodach delfic-kich (bazujących na opinii ekspertów).

System brytyjski (jeśli można go tak nazwać) obejmuje elementy wszystkich podejść. Każde podejście ma swoje mocne i słabe strony (podsumowuje je Wilson 2008a). Podejście IER/CE przewidujące zmieniające się wymagania dotyczące umiejętności jest zasadniczo ilościowe i oparte na modelu (z wykorzystaniem metod ekonometrycznych), ale także uznaje znaczenie metod i dowodów jako-ściowych. Szczegóły zostały przedstawione w następnych podrozdziałach.

Większość przeglądów najlepszych praktyk w zakresie prognozowania umie-jętności na świecie sugeruje, że preferowaną opcją jest stosowanie metod ilościo-wych opierających się na wielosektorowych modelach makroekonomicznych. Modele te są uznawane za niezbędne do uzyskania silnego i spójnego scenariusza zatrudnienia sektorowego, który jest punktem wyjścia dla każdej kompleksowej oceny zmieniającego się zapotrzebowania na umiejętności.

Zaletami takiego podejścia są: • dostarczenie szczegółów sektorowych i innych; • zazwyczaj kompleksowość − obejmuje całą gospodarkę; • logiczna spójność; • nałożenie restrykcji rachunkowych; • uwzględnienie wpływów i ograniczeń ekonomicznych; • umożliwienie jasnego wyrażenia założeń; • spójność scenariuszy we wszystkich sektorach. Metody te oczywiście mają pewne wady i stwarzają problemy, w tym: • ograniczenia techniczne ze względu na ograniczone zasoby; • ograniczenie obecnego rozumienia sposobu działania rynku pracy; • ograniczenie co do istotności przeszłych zdarzeń (takie modele są oparte na

założeniu kontynuacji dotychczasowych wzorców zachowań); • wymagania dotyczące danych ilościowych wykorzystywanych w metodach

modelowania są znaczne (długie szeregi czasowe spójnych danych sektorowych obejmujące różne wskaźniki ekonomiczne i wskaźniki rynku pracy, zwłaszcza zatrudnienia, są krytyczne dla każdego wielosektorowego podejścia do modelo-wania zmieniającego się zapotrzebowania na umiejętności w połączeniu z innymi wskaźnikami ekonomicznymi w ramach systemu rachunków narodowych) i wy-magają wielu lat kosztownych inwestycji;

•ograniczenia wynikające z danych (często dane wykorzystane do budowy modeli nie zostały zebrane z zamiarem tworzenia modelu);

• koszty rozwoju i utrzymania zasobów. Modele ilościowe zatem nie powinny być postrzegane jako panaceum. Nie-

mniej jednak w większości krajów, które przeprowadzają regularne krajowe oce-ny przyszłych wymagań zawodowych i zapotrzebowania na umiejętności, takie

16

modele są traktowane jako fundamentalne. Coraz częściej są stosowane zarówno w krajach rozwijających się, jak i rozwiniętych, a w miarę polepszania się jakości danych poprawia się zdolność do budowy modelu.

Metody ilościowe obejmują również różne techniki nie oparte na modelach, w tym różnego rodzaju badania, w celu uzyskania wiarygodnych danych na temat stanu faktycznego lub opinii i spostrzeżeń.

Mogą one obejmować: • badania ankietowe pracodawców i innych osób w celu ustalenia faktów, • badania ankietowe pracodawców i innych osób w celu testowania opinii i spo-

strzeżeń, • audyty umiejętności. Pozostałe główne podejścia do oceny zmieniającego się zapotrzebowania na

kwalifikacje, przyjęte w Wielkiej Brytanii, można podzielić na: • badania umiejętności wśród pracodawców, • szczegółowe pogłębione badania sektorowe, • inne metody jakościowe. Wszystkie zostały wypróbowane w Wielkiej Brytanii z większym lub mniejszym

sukcesem (patrz Wilson 2008a). Przykłady obejmują National Employers Skills Surveys (NESS), Sector Skills Agreements oraz Skills Needs Assessments (SSA/SNA). Te ostat-nie zostały przeprowadzone pod auspicjami różnych Branżowych Rad Umiejętności (SSC) utworzonych przez rząd w celu odzwierciedlenia poglądów pracodawców.

Badania NESS są przeprowadzane co dwa lata od 1999 r. Początkowo kon-centrowały się na Anglii, ale obecnie podobne badania są prowadzone dla Szkocji i Walii, a ostatnio w całej Wielkiej Brytanii. NESS skupia się głównie na bieżą-cych niedoborach umiejętności, choć niektóre badania obejmowały również pytania dotyczące wydajności. Ze względu na zapotrzebowanie na szczegółowe informacje według sektorów i przestrzennego zróżnicowania sondaże są duże i drogie. Bran-żowe Rady Umiejętności próbują także dostarczyć szacunki struktury zawodowej, ale tylko na wysokim poziomie agregacji. Dokumenty Sector Skills Agreements i Skills Needs Assessments (SSA/SNA) to umowy między SSC i innymi podmio-tami dotyczące zapotrzebowania na kwalifikacje potrzebne w sektorach reprezen-towanych przez SSC. Mapowanie potrzeb w zakresie umiejętności w ramach SSA oraz konsultacje z pracodawcami i innymi interesariuszami prowadzone przez Branżowe Rady Umiejętności spowodowały ponowne większe skupienie się na podejściu jakościowym. Może być to uznane za dobry przykład wykorzystania podejścia jakościowego do oceny potrzeb w zakresie umiejętności w Wielkiej Brytanii. Podejście stosowane przez SSC uwzględnia pracę z ekspertami, praco-dawcami działającymi w różnych sektorach, jak również w innych instytucjach specjalistycznych. W wielu przypadkach nacisk na wykorzystanie metod jako-ściowych jest koniecznością ze względu na braki w infrastrukturze statystycznej, co sprawia, że użycie metod ilościowych nie jest możliwe. Techniki jakościowe sto-sowane przez różne SSC znacznie się różnią. Wiele SSC nadal jest w trakcie wypra-cowywania metodologii. W większości przypadków podejście wiąże się z łącze-

17

niem metod i źródeł danych. Komisja ds. Zatrudnienia i Umiejętności w Wielkiej Brytanii (UKCES) utworzyła Branżowy Almanach Umiejętności, aby zapewnić standaryzację informacji dla tych, którzy szukają branżowych LMII on-line. Zawiera on dane z wielu źródeł, w tym z Working Futures i NESS, wszystkie przedstawione w ujednolicony sposób. Almanach został zaprojektowa-ny tak, aby połączyć kompleksowe, wiarygodne i porównywalne informacje o ryn-ku pracy. Jednocześnie informacje są prezentowane tematycznie i według sekto-rów − podkreśla się różnice sektorowe, które mają fundamentalne znaczenie dla podejścia ukierunkowanego sektorowo.

Większość SSC bazuje na: • Working Futures, • narodowej ankiecie dotyczącej umiejętności skierowanej do pracodawców

(National Employers Skills Surveys), • Branżowym Almanachu Umiejętności. Wiele SSC dysponuje także własnymi badaniami i modelami. Użytkownicy i zastosowania Ważne jest, aby dostrzec, że istnieje wielu odbiorców analiz umiejętności i pro-

gnozowania zapotrzebowania na nie, a ich specyficzne i szczegółowe potrzeby w zakresie informacji o rynku pracy (LMII) mogą być bardzo różne. Kluczowy zestaw pytań, które należy uwzględnić przy ocenie takich potrzeb i systemów sprowadza się do kanonu:

• przez kogo (finansowanie i realizacja), • dla kogo, • w jaki sposób, • dlaczego/po co, • kiedy? Do głównych odbiorców w Wielkiej Brytanii należą: • rząd, na szczeblu krajowym i regionalnym (decydenci); • interesariusze (w tym z władz lokalnych) instytucje szkolące działające w prze-

myśle, pracodawcy, instytucje edukacyjne i szkoleniowe oraz organizacje oferujące usługi z zakresu coachingu i planowania ścieżki kariery (Careers Guidance);

• osoby podejmujące decyzje zawodowe. Interesy poszczególnych grup odbiorców mogą być bardzo różne i mogą do-

tyczyć np.: • zapotrzebowania na siłę roboczą − przyszły poziom zatrudnienia według

zawodów/umiejętności; • popytu odtworzeniowego – nowe oferty pracy (zastępowanie znikających

zawodów nowymi); • edukacji i wymagań szkoleniowych − typowe kwalifikacje; • równowagi popytu i podaży; • warunków pracy (wynagrodzenie).

18

Co i jak zostanie wykonane zależy, przynajmniej częściowo, od tego, dla ko-go i z jakiego powodu jest robione. Odbiorcy często mają bardzo zróżnicowane wymagania dotyczące zarówno szczegółów, jak i treści. Decydenci są bardziej zainteresowani ogólną równowagą popytu i podaży oraz obszarami, gdzie inwe-stycje w umiejętności są potrzebne. Pracodawcy i pracownicy skupiają się na szczegółowych informacjach na temat perspektyw w poszczególnych obszarach.

W Wielkiej Brytanii wiele prac finansują służby lub agencje rządowe. Pod-stawą do takiego finansowania jest uznanie prognozowania zapotrzebowania na umiejętności za dobro publiczne. Rząd Wielkiej Brytanii generalnie zdecydo-wał o wykonaniu pracy poprzez tworzenie agencji oraz zlecanie jej ośrodkom akademickim lub komercyjnym instytucjom doradczym i badawczym.

Ograniczone zasoby sprawiają, że główne krajowe projekcje mają służyć wie-lu różnym użytkownikom i celom. Obniżenie kosztów poprzez cięcia może ozna-czać konieczność wypracowania kompromisów pod względem zaspokajania zróżnicowanych potrzeb użytkowników.

1.3. Podejście metodologiczne zastosowane w Working Futures

Podstawy ekonomiczne Prognozy Working Futures stosują najlepsze praktyki międzynarodowe w za-

kresie ilościowego przewidywania zmieniającego się zapotrzebowania na umie-jętności. Podejście do prognozowania zapotrzebowania na umiejętności IER/CE zawsze opierało się na założeniu, że rozwój sytuacji na rynku pracy jest w znacz-nym stopniu uzależniony od sytuacji gospodarczej. Uwzględnia rozwój popytu na różne towary i usługi oraz wpływ zmian technologicznych na sposób ich produk-cji i dostarczania. Typowe ilościowe modelowe podejście obejmuje dwa kluczo-we elementy:

• regionalny wielosektorowy model makroekonomiczny (RMDM); • moduły przekładające wyniki na implikacje dla popytu i podaży umiejętności.

Regionalny wielosektorowy model makroekonomiczny (RMDM) W przedstawionym na rysunku 1.1 RMDM zwracają uwagę powiązania po-

między różnymi wskaźnikami gospodarczymi i wskaźnikami rynku pracy. Są to zarówno połączenia techniczne, jak i rachunkowe, a także behawioralne. Jasno-szary obszar oznacza „świat”, a ciemno-szary brytyjską gospodarkę i rynek pracy. Prostokąty w tych obszarach obejmują zestawy wskaźników gospodarczych i wskaź-ników rynku pracy. Każdy z nich dzieli się na wiele kategorii (przemysł, surowce itp.). Istnieje również dezagregacja na poziomie regionalnym (nie pokazana na rysunku).

19

Poszczególne wskaźniki są połączone relacjami technicznymi, rachunkowymi i behawioralnymi, tak jak wskazują strzałki. Siłę tych relacji szacuje się za pomo-cą technik ekonometrycznych. Białe pola obejmują zmienne endogeniczne, ustalane w ramach modelu, a czarne to zmienne egzogeniczne wynikające z sytuacji poza granicami Wielkiej Brytanii (poziom światowej aktywności gospodarczej oraz ce-ny), demografii, polityki rządu (w zakresie podatków i wydatków).

Rysunek 1.1

Regionalny wielosektorowy model makroekonomiczny (RMDM)

Źródło: opracowanie własne. W centrum umieszczony został popyt na brytyjskie towary i usługi. Zależy on od

konsumentów, rządu i zagranicy. Kluczowym elementem jest macierz input-output Leontiefa, która uwzględnia powiązania między sektorami. Elementy wejścia-wyjścia w macierzy określają wpływ na popyt na towary i usługi od producentów oraz na nakłady brutto na środki trwałe (Gross Domestic Fixed Capital Formation GDFCF). Razem determinują one produkcję brytyjskich towarów i usług, co od-działuje na zatrudnienie i dochody. Te ostatnie są głównym czynnikiem warunkują-cym wydatki konsumentów, tworząc jedno z głównych sprzężeń zwrotnych (pętli) w ramach modelu. Model zawiera także szczegółowe uwzględnienie cen i płac (nie-pokazane na rysunku).

Światowa koniunktura gospodarcza i ceny

SCHEMAT MDM

(uproszczony)

Zagranica

Rząd

Import Eksport

Wydatki konsumenckie

Całkowity popyt na brytyjskie dobra i usługi

Brytyjska produk-cja dóbr i usług GDFCF,

Nakłady pośrednie

ZatrudnieniePrzychody

Ludność w wieku produkcyjnym

Zawody i kwalifikacje

Bezrobocie

Gospodarka brytyjska

Modele, takie jak RMDM są zazwyczaj szacowane przy użyciu skompliko-wanych i wyrafinowanych metod ekonometrycznych, jednak w niektórych kra-jach wykorzystywane są również ogólne modele równowagi (gdzie parametry są raczej kalibrowane niż szacowane). Najważniejszymi wynikami są spójne pro-gnozy poziomu zatrudnienia według sektorów i podaży pracy według wieku i płci. Oczywiście oprócz prognoz zatrudnienia sektorowego, modele te są wyko-rzystywane do wielu innych celów. Przykładowo RMDM używany jest do oceny perspektyw branż lub sektorów na wysokim poziomie dezagregacji. RMDM wy-różnia 41 sektorów, określonych za pomocą brytyjskiej Standardowej Klasyfika-cji Przemysłowej (SIC). Jest ona zasadniczo zgodna z międzynarodowymi syste-mami klasyfikacji. Podejście to odzwierciedla różne czynniki wpływające na perspektywy dla każdego sektora, w tym światowe otoczenie, konkurencyjność międzynarodową i politykę rządu.

RMDM jest jednym z elementów szerszego podejścia modułowego do oceny zmieniającego się zapotrzebowania na umiejętności. Pomaga zrozumieć skutki zmian w strukturze sektorowej zatrudnienia dla popytu na umiejętności. Chociaż nie jest jedynym narzędziem niezbędnym do przewidywania przyszłego zapo-trzebowania na umiejętności, traktowane jest jako istotna część arsenału narzędzi w większości krajów, które podejmują ten rodzaj działalności.

Moduły popytu i podaży umiejętności Na rysunku 1.2 moduł 1 prezentuje model RMDM. Pozostałe elementy lub

moduły przekładają wyniki z RMDM na popyt na umiejętności. Implikacje dla zapotrzebowania na umiejętności wynikają z analizy różnic wymagań zawodo-wych w sektorach oraz zmian postępujących wraz z upływem czasu. Informacje na temat zawodów są uzupełniane przez dane dotyczące wzorców kwalifikacji w zawo-dach.1 Podobnie jak w wielu innych krajach, ten aspekt jest znacznie mniej dopra-cowany w Wielkiej Brytanii, głównie ze względu na bardziej ograniczony charak-ter dostępnych danych odnośnie do umiejętności. W większości przypadków, uwaga skupiona jest na strukturze zawodów lub kwalifikacji w sektorze. Trendy w takich strukturach są analizowane przy użyciu raczej dość prostych technik, a nie wyrafinowanych metod ekonometrycznych.2

__________ 1 Modele zatrudnienia według zawodu to tylko jeden sposób mierzenia umiejętności. Z punktu widzenia szkolenia, a szczególnie formalnego planowania szkoleń ważne są również rodzaje wymaga-nych kwalifikacji. Ponadto inne aspekty umiejętności odgrywają istotną rolę. Należą do nich różnego rodzaju umiejętności faktycznie wymagane od pracowników do realizacji głównych zadań w pracy, takie jak umiejętności fizyczne (zręczność i wytrzymałość), ogólne umiejętności intelektualne (w tym umiejętność czytania i pisania), a także umiejętności społeczne (takie jak komunikacja, praca zespołowa, przywództwo itp.). Nazywane są one kluczowymi, umiejętnościami rdzenia i umiejętnościami ogólnymi. Nie są podejmowane próby projekcji takich umiejętności przy użyciu metod ilościowych, ale wiele krajów, w tym Wielka Brytania zwiększa nakłady i wysiłki w celu oceny zapotrzebowania na umiejętno-ści (jak się zmieni zapotrzebowanie oraz jakie są ścieżki rozwojowe w przekroju sektorów i zawodów). 2 Jak zaznaczono dalej, US BLS nie próbuje modelować i wykonywać prognoz udziałów za-trudnienia według zawodów w sektorach, ale opiera się na opinii ekspertów, w jaki sposób te udzia-

20

Rysunek 1.2 Working Futures modele i moduły

6. Model szeregowania kwali-fikacji (proces RAS szeregujący kwalifikacje według zawo-dów)

zawód (25), płeć (2), poziom kwalifikacji (6)

3. Model kwalifikacji Zatrudnienie według regionu (12), branży (41), płci (2), statusu (3), zawodu (25), po-ziomu kwalifikacji (6)

2. Model zawodowy Zatrudnienie według regionu (12), branży (41), płci (2), statusu (3), zawodu (25)

1. Model makroekono-miczny (RMDM)

• Zatrudnienie: według regionu (12), branży (41), płci (2), statusu (3)

• Populacja i siła robo-cza: według wieku i płci

5. Model podaży kwalifikacji (Narodowy model zasobów i przepływów lub narodowy model szeregów czasowych) Populacja i siła robocza: według płci (2), poziomu kwalifikacji (6), wieku (jednoroczne grupy wieku)

4. Model popytu odtwo-rzeniowego na pracę Zatrudnienie według regionu (12), branży (41), płci (2), statusu (3), zawodu (25), po-ziomu kwalifikacji (6)

Uwaga: Takie rozumowanie znajduje reprezentację w tak zwanych modelach komputerowych, które przybierają formę równań algebraicznych łączących kluczowe zmienne. Model jest próbą dostarczenia uproszczonej reprezenta-cji rzeczywistości, która ma pomóc pojąć dane zjawisko (w tym przypadku zmiany wzorców popytu na umiejętności na rynku pracy). Badacze społeczni, którzy próbują zrozumieć, jak funkcjonują społeczeństwa i gospodarki, napo-tykają na problem: • braku stałych warunków laboratoryjnych, • braku dobrych danych eksperymentalnych (możliwe jest jedynie obserwowanie efektów). Źródło: opracowanie własne.

W prognozowaniu uwzględniane są zarówno podaż umiejętności, jak i popyt.

Analizy strony podażowej koncentrują się na płci, wieku i kwalifikacjach. Zawody są klasyfikowane według brytyjskiej Standardowej Klasyfikacji Za-

wodów, która jest zgodna z klasyfikacją ISCO. Kwalifikacje mierzy się za pomo-cą brytyjskich Narodowych Ram Kwalifikacji (NQF). Systemy klasyfikacji są zaprojektowane tak, aby rozróżnić sektor, zawód i wymiary kwalifikacyjne.

Na rysunku 1.2 przedstawiono główne moduły wykorzystywane w Working Futures:

• moduł 2: model zawodowy, który koncentruje się na zmianach popytu na umiejętności w sektorach (umiejętności mierzone według zawodu lub kwalifikacji); __________ ły się zmieniają. Typowe metody stosowane na całym świecie są omówione bardziej szczegółowo przez Wilsona (2008a).

21

22

• moduł 3: moduł kwalifikacji, skupiający się na konsekwencjach poziomu wymaganych kwalifikacji w zawodach (po stronie popytu);

• moduł 4: moduł popytu odtworzeniowego na pracę, gdzie podstawowe zna-czenie mają nie tylko zmiany poziomu kwalifikacji, ale także potrzeby zastąpienia pracowników opuszczających rynek pracy z powodu przejścia na emeryturę, mi-gracji i śmiertelności;

• moduł 5: obejmujący podaż umiejętności (mierzoną kwalifikacjami); • moduł 6: obejmujący równowagę popytu i podaży. Szczegóły dotyczące RMDM i pozostałych modułów wykorzystywanych

w Working Futures można znaleźć w pracyWilsona i Homenidou (2012a).3F3F

4

Potrzeby zastąpienia (replacement needs) Oprócz ogólnych zmian w poziomie zatrudnienia według zawodów (tzw. nowy

popyt na pracę), ważne jest, aby uwzględnić popyt odtworzeniowy. Obejmuje on ocenę popytu wynikającego z odchodzenia pracowników na emeryturę lub z innych przyczyn (migracji, przekwalifikowania się do wykonywania innego zawodu, umie-ralności). Potrzeba zastąpienia jest zwykle pozytywna, lecz zdominowana przez no-wy popyt na pracę, (co w wielu branżach i zawodach ma znaczenie negatywne).

Szacowanie odtworzeniowego popytu na pracę nie jest proste. Wymaga ono ta-kich informacji, jak:

• struktura wieku i płci osób zatrudnionych według zawodów; • wskaźniki odpływu z powodu przejścia na emeryturę (i innych powodów odej-

ścia personelu). Informacje o strukturze wiekowej i płci są konieczne, ponieważ wiele przepły-

wów, zwłaszcza dotyczących przechodzenia na emeryturę i umieralności, w dużym stopniu zależy od wieku i płci. Struktury wieku różnią się znacznie w zależności od zawodu, na przykład można przypuszczać, że do wieku emerytalnego zbliża się większy odsetek menedżerów niż specjalistów IT. Różnice w strukturze wieku widać też z innej perspektywy: starsi pracownicy odchodzą na emeryturę, a osoby młodsze zmieniają zawód. Struktura wieku jest istotna w statystykach dotyczących umieralność. Na podstawie badań ankietowych gospodarstw domowych i ludno-ści oraz danych spisowych możliwe jest analizowanie struktury demograficznej w każdym zawodzie. Pozwala to na oszacowanie współczynnika przechodzenia na emerytury i umieralności dla każdej klasy zawodowej.

Emerytury: na potrzeby modelowania emerytur warto rozpatrzyć odsetek osób w wieku (powiedzmy) 55 do 65 lat wykonujących dany zawód w danym roku, a następnie założyć, że pewna część tej grupy będzie przechodzić na eme-

__________ 4 Inne prognozy ilościowe są również wykonywane w Wielkiej Brytanii zarówno przez, jak i w imieniu różnych organizacji, w tym Sektorowych Rad Umiejętności. Jest ich zbyt wiele, aby szczegółowo je tutaj omawiać, ale ogólnie przyjmowane są podobne metody (przeglądu dostarcza Wilson, Wedard, Lee 2004 i Wilson 2008a). Obejmuje to również znaczną liczbę prac na poziomie regionalnym (patrz Wilson 2008b).

23

ryturę w kolejnych latach. Zwykle w takim przypadku używana jest szeroka katego-ria wieku, ponieważ próbki są w większości przypadków dość małe. Możliwy jest również pomiar przepływu pracowników odchodzących na emerytury w czasie, chociaż ten rodzaj podejścia może być narażony na znaczne błędy pomiaru.

Umieralność: aby oszacować popyt odtworzeniowy z powodu śmierci w każ-dym zawodzie, można używać współczynników umieralności charakterystycz-nych dla wieku i płci w okresie objętym prognozą.

Migracja i mobilność: migracja wykwalifikowanych specjalistów to źródło rosnącego niepokoju w wielu krajach w ciągu ostatnich kilku lat. Migracja umie-jętności jest wyraźnie realna i musi być również wzięta pod uwagę w modelowa-niu, ponieważ przepływy wynikające z tego zjawiska wpływają na podaż i popyt na zasoby ludzkie.

Techniki i metody ekonometryczne Metody ilościowe oparte na modelu zazwyczaj obejmują: • złożone szeregi czasowe wielu zmiennych, równania behawioralne/ekono-

metryczne, • podobne modele jednowymiarowe. Modele jednowymiarowe można podzielić na: • prostą ekstrapolację dotychczasowych tendencji (techniki mechanistyczne), • bardziej złożone metody obejmujące szeregi czasowe. Proste techniki ekstrapolacyjne są stosowane w sytuacji, gdy w dyspozycji są

tylko ograniczone dane w postaci szeregów czasowych. W niektórych przypad-kach dostępna jest tylko bardzo mała liczba obserwacji w szeregu czasowym (na przykład struktura zawodowa), co wyraźnie ogranicza możliwości analizy. Tam, gdzie jest dostępnych więcej obserwacji, możliwa jest bardziej złożona analiza. Można do tego celu wykorzystać ekonomiczne modele behawioralne albo metody szeregów czasowych, starając się znaleźć wzorzec w jednym szeregu czasowym, którego można by użyć do przewidywania przyszłości.

Modele szeregów czasowych są szeroko stosowane w świecie biznesu i finan-sów, chociaż lepiej sprawdzają się w prognozowaniu krótkoterminowych zmian niż wzorców długoterminowych. Niestety, doświadczenie wskazuje, że większość liniowych (lub bardziej skomplikowanych) trendów ostatecznie dobiegła końca („skręcanie trendu”) i dlatego modele szeregów czasowych nie powinny być wy-korzystywane do prognozowania średnio- i długoterminowego.

Warto zauważyć, że US Bureau of Labor Statistics (BLS) nie stara się doko-nać formalnego modelowania zatrudnienia w sektorach, ale kładzie większy na-cisk na dokładny pomiar aktualnego stanu, a następnie na opinie eksperckie doty-czące możliwych kierunków zmian.

Analiza behawioralna jest próbą wyjścia poza wzorce obserwowane w szere-gach czasowych i zrozumienia, w jaki sposób powstają i, co ważniejsze, dlaczego mogą się zmienić w przyszłości. Analiza behawioralna czerpie z dyscyplin, takich jak ekonomia czy socjologia, aby zrozumieć, co wpływa na zachowanie głów-

24

nych uczestników gospodarki i jakie znajduje to odzwierciedlenie w kluczowych wskaźnikach gospodarczych i społecznych.

Takie rozumowanie znajduje reprezentację w tak zwanych modelach kompu-terowych, które przybierają formę równań algebraicznych łączących kluczowe zmienne. Model jest próbą dostarczenia uproszczonej reprezentacji rzeczywisto-ści, która ma pomóc pojąć dane zjawisko (w tym przypadku zmiany wzorców popytu na umiejętności na rynku pracy). Socjologowie próbują zrozumieć, jak społeczeństwa i gospodarki rozwiązują problemy, które napotykają w zakresie:

• braku stałych warunków laboratoryjnych, • braku dobrych danych eksperymentalnych (możliwe jest jedynie obserwowa-

nie efektów). Modele są budowane z użyciem dość skomplikowanych technik statystycznych

i ekonometrycznych, na podstawie danych zaczerpniętych z większości oficjalnych źródeł, w tym rachunków narodowych oraz związanych z nimi szacunków zatrud-nienia na podstawie badań pracodawców i gospodarstw domowych.

Mając takie modele ilościowe, trzeba ustalić, do czego mogą być przydatne. Do ich zalet należą:

• pomoc w stworzeniu jasnych i przejrzystych założeń na temat możliwości rozwoju zdarzeń w przyszłości,

• pomoc w systematycznym i logicznym myśleniu, • skupienie się na logicznej dyskusji popartej argumentami, • użyteczna ocena porównawcza oddziaływań politycznych (czyli co by się stało

w przypadku braku interwencji politycznej). Modele te nie mogą zapewnić: • mechanicznego planowania zapotrzebowania na siłę roboczą, • precyzyjnego wskazania wymagań wobec systemu edukacji i szkoleń. Tam, gdzie są odpowiednie dane statystyczne, mogą być wykorzystywane

techniki ekonometryczne (np. analiza kointegracyjna, modelowanie korekty błę-dem itp.) Większość modeli makroekonomicznych w RMDM (rys. 1.1) jest wła-śnie tego typu. Model obejmuje również funkcje zatrudnienia używane do gene-rowania prognozy zatrudnienia w przemyśle.

Prognoza zapotrzebowania na zawody i kwalifikacje jest opracowywana w ramach modułów 2 i 3 (rys 1.2) przy użyciu prostych technik ekstrapolacyjnych stosowanych do projekcji udziałów zatrudnienia dla zawodów i kwalifikacji w ramach branż.

Analiza podaży pracy według wieku i płci prowadzona jest w RMDM przy użyciu metod ekonometrycznych. Wielkość podaży pracy jest następnie grupo-wana według posiadanych kwalifikacji, a dalej wykorzystywany jest model prze-pływu udziałów (moduł 5 na rys. 1.2) i inne techniki ekstrapolacyjne. Szczegóło-we informacje na temat podejścia określone są w Raporcie Technicznym Working Futures (Wilson, Homenidou 2012a).

Wyniki Working Futures mają na celu zapewnienie wszystkim zainteresowa-nym podażą i popytem na umiejętności rzetelnych podstaw statystycznych do analizowania tych zjawisk. Dotyczy to pracowników, pracodawców, instytucji edu-

25

kacyjnych i szkoleniowych, a także różnych jednostek organizacyjnych i służb rzą-dowych.

Oczywiście przyszłości nie można przewidzieć ze stuprocentową dokładno-ścią. Ale wszyscy uczestnicy rynku pracy czynią plany na przyszłość, nawet jeśli po prostu opierają się na założeniu, że przyszłość będzie kontynuacją przeszłości. Celem Working Futures jest stworzenie kompleksowego, systematycznego, spój-nego i przejrzystego zestawu prognoz mogącego dostarczyć zainteresowanym stronom informacji o tym, co się może zdarzyć.

Ważne jest także, aby podkreślić, że poglądy prezentowane w Working Futures nie są jedyną możliwą wersją przyszłości. Stanowią one punkt odniesienia do dys-kusji i refleksji oraz pomoc w rozwoju polityki rynku pracy. Szczegółowe prognozy przedstawiają rozważania, jak może wyglądać przyszłość przy założeniu, że do-tychczasowe wzorce zachowań i wydajności będą kontynuowane w dłuższym okre-sie. Wyniki powinny być traktowane orientacyjnie względem ogólnych trendów i rzędów wielkości, nie mają one charakteru normatywnego. Jeśli polityka i wzorce zachowań zmienią się, pojawią się inne (być może bardziej pożądane) rezultaty.

1.4. Ilościowe prognozowanie zapotrzebowania na umiejętności w Wielkiej Brytanii – wymagane dane

Ogólne źródła danych dla prognozowania zapotrzebowania na umie-jętności

Rząd Wielkiej Brytanii zapewnia na różne sposoby wsparcie techniczne w ce-lu przewidywania zapotrzebowania na umiejętności. Kluczowe działania, które należy tu wymienić, to:

• rozwój standaryzowanych systemów klasyfikacji (branża, zawód i kwalifika-cje);

• rozwój kompleksowych systemów rachunków narodowych; • wprowadzenie regularnych badań krajowych gospodarstw domowych i pra-

codawców, skupiających się na kwestiach dotyczących zatrudnienia i umiejętności; • rozwój środków dostępu do tych zbiorów danych drogą elektroniczną; • inwestycje w rozwój technik modelowania gospodarczego w ogólności. Klasyfikacja branż, zawodów i kwalifikacji Standardowy system klasyfikacji branż, zawodów i kwalifikacji w czasie i z uwz-

ględnieniem różnych źródeł danych jest kluczowy dla systematycznej oceny przy-szłego zapotrzebowania na umiejętności.

Rozwój regularnych krajowych badań aktywności ekonomicznej W centrum wielosektorowych modeli stosowanych w prognozach zatrudnie-

nia leży informacja sektorowa. Adekwatna informacja branżowa (szczególnie dotycząca produkcji i zatrudnienia) jest zatem niezbędna. W Wielkiej Brytanii rząd prowadzi dobrej jakości spisy powszechne oraz badania działalności gospo-

26

darczej, które stanowią podstawę takiej informacji. Tworzą one kluczowy wkład do rachunków narodowych. Należy pamiętać, że taka informacja jest bardzo od-mienna od uzyskanej w NESS (patrz dalej).

Tablice input-output (nakładów-wyników), w których widoczne są powiąza-nia między sektorami, to kolejny kluczowy element. Z tablic tych można się do-wiedzieć, jak jeden sektor korzysta z wytworów drugiego sektora, aby produko-wać własne produkty i usługi.

Badania gospodarstw domowych (spisy ludności, badania dotyczące siły roboczej)

Jak w większości innych krajów w Wielkiej Brytanii prowadzone są regularne spisy ludności. Przez wiele lat było to jedyne źródło szczegółowych informacji na temat struktury zawodowej zatrudnionych pracowników. Niedawno Badania Akty-wności Zawodowej Ludności (LFS − Labour Force Surveys) stały się bardziej po-wszechne. Są to skuteczne minispisy, chociaż zwykle uczestnictwo w nich jest do-browolne, a nie jest obowiązkiem wynikającym z przepisów prawa. LFS jest klu-czowym badaniem w Wielkiej Brytanii od momentu przystąpienia do UE. Państwa członkowskie są zobowiązane do przeprowadzania badania regularnie i z wykorzystaniem standaryzowanego zestawu pytań. Stopniowo udoskonalono to badanie, a niedawno zwiększono wielkość próby. Obecnie LFS jest głównym źródłem danych o pracy i zatrudnieniu w Wielkiej Brytanii. Jednak zdolność LFS do dostarczenia dokładnych danych dla małych obszarów geograficznych jest nadal ograniczona. W porównaniu z dużym badaniem ankietowym zakła-dów (pracodawców) prowadzonym regularnie przez Biuro Statystyk Pracy (BLS) w USA, LFS oferuje dość rozmyty i czasem niekonsekwentny obraz tren-dów w strukturze zawodowej.

Inne badania i bazy danych Krajowe Badania Umiejętności przeprowadzane wśród pracodawców (National

Employer Skills Surveys − NESS) koncentrują się głównie na wzorcach w zakre-sie deficytów umiejętności, a nie na skali aktywności ekonomicznej. W Wielkiej Brytanii dość regularnie przeprowadza się także szereg innych badań, które do-starczają odpowiednich danych. Należą do nich badania wynagrodzeń, a także różnych aspektów podaży pracy i zatrudnienia. Dostęp do tych danych poprawił możliwości naukowców w zakresie monitorowania trendów.

Znaczny postęp w IT przyczynił się do eksplozji i rozwoju baz danych oraz zbierania danych pierwotnych na poziomie lokalnym. Wiele z nich ma na celu oce-nę obecnego stanu, ale wiele także ma za zadanie umożliwienie spojrzenia w przy-szłość. Należą do nich głównie audyty umiejętności (Skills Audits) przeprowadzane na szczeblu lokalnym w celu uzupełnienia i aktualizacji informacji z oficjalnych źródeł. Badania pracodawców przeznaczone do oceny zapotrzebowania na umie-jętności pracowników są również ważnym źródłem informacji. Badania te często koncentrują się na poszczególnych sektorach (prowadzone są pod auspicjami SSC). W wielu przypadkach ich wykonywanie jest zlecane firmom zajmującym się bada-niami specjalistycznymi i doradztwem na rynku pracy. Chociaż wzrost dostępności

27

istotnych danych o rynku pracy LMII zasługuje na podkreślenie, trudno nie wspo-mnieć o wielości problemów związanych z niespójnościami metodologicznymi i definicyjnymi, które sprawiają, że zebrane dane są znacznie mniej użyteczne, niż mogłyby być. Dlatego też niezbędne wydaje się bardziej skoordynowane podej-ście z wykorzystaniem efektu skali i synergii oraz wzajemnej inspiracji.

Rozwój dostępności baz danych w formie elektronicznej Wielka Brytania i inne rządy w coraz większym stopniu ułatwiają dostęp do

danych w formie elektronicznej poprzez Internet i inne media. W Wielkiej Bryta-nii Krajowy System Informacji On-line (National Onlice Manpower Information System NOMIS) jest wykorzystywany od wielu lat, aby udostępnić LMII (Labour Market Information and Intelligence). Również Internet jest coraz intensywniej używany do tego celu (patrz np. UKCES 2011).

Wsparcie dla modelowania ekonomicznego Rząd Wielkiej Brytanii zapewnia ogólne wsparcie dla badań gospodarki poprzez

Komitet Ekonomiczno-Społeczny (Science Research Council ESRC). W przeszłości pozwoliło to wspierać rozwój modeli ekonometrycznych. Należy zaznaczyć, że obecnie wiele z nich jest eksploatowanych na zasadach komercyjnych. Dzięki wieloletniemu zaangażowaniu rządowemu w modelowanie gospodarcze, Wielka Brytania dysponuje znaczną wiedzą w tym zakresie.

Wymagania w zakresie danych dla Working Futures Wilson i Homenidou (2012a) prezentują opis źródeł i metod wykorzystywa-

nych do generowania najnowszego zestawu prognoz zatrudnienia według zawo-dów prezentowanych w Working Futures.

Moduł 1: regionalny wielosektorowy model makroekonomiczny wymaga bardzo szczegółowych i rzetelnych serii danych dotyczących: gospodarki (rachunki narodo-we), zatrudnienia (zwłaszcza według sektorów), tablic input-output oraz informacji demograficznych. W poprzednich podrozdziałach zostały już zarysowane kwestie związane z wymienionymi seriami danych.

Moduły 2−7: moduły dotyczące popytu i podaży umiejętności wymagają szcze-gółowych danych na temat zatrudnienia i innych wskaźników zróżnicowanych ze względu na sektor ekonomiczny, kwalifikacje zawodowe oraz inne wymiary. Uzy-skanie takich danych rodzi pewne ważne problemy zawiązane z poufnością (brytyj-ska ustawa o statystyce z 1948 r.), a także wiarygodnością statystyczną, szczególnie gdy dane mają być szeroko dostępne w domenie publicznej. Problematyka kontro-li poufnych informacji niesie jeszcze większe obawy w ostatnich latach, a zagad-nienia związane z poufnością danych zyskały na znaczeniu. Bardzo ważne jest jednoznaczne i ostrożne rozstrzygnięcie kwestii ochrony danych szczególnie, jeśli ich upowszechnianie wiąże się z możliwością przypadkowego ujawnienia kon-kretnych informacji na temat osób i poszczególnych przedsiębiorstw, gdy chcemy dostarczyć odbiorcom rzetelnej, solidnej i użytecznej wiedzy. Pomimo technicznych

28

i innego rodzaju problemów, możliwe jest uzyskanie dokładnych informacji i poszu-kiwanych danych na temat prawdopodobnych kierunków rozwoju sektorów, w celu opracowania zakresu prognoz i przewidzenia konsekwencji tego procesu dla zmian wymagań w zakresie kwalifikacji.

Pomiar zmian struktury zawodowej i kwalifikacji Ankiety przeprowadzane wśród pracodawców i badania gospodarstw domo-

wych (Surveys of Households, Labour Force Survey) są wykorzystywane do usta-lenia stanu faktycznego i do poznania opinii. Zarówno jedne, jak i drugie mają zalety i wady. Badania pracodawców są używane w Wielkiej Brytanii do mierzenia poziomów aktywności gospodarczej i ogólnych poziomów zatrudnienia, a także struktury zatrudnienia. Zostały również wykorzystane do oceny opinii i poglądów pracodawców na temat aktualnych niedoborów umiejętności i czasami do uzy-skania informacji na temat przyszłych potrzeb w zakresie umiejętności (np. NESS). W większości krajów, w tym Wielkiej Brytanii, badania gospodarstw domowych stały się normą do pozyskania ogólnych informacji na temat struktury zawodowej osób zatrudnionych. Aby dostarczyć rzetelnej statystyki na bardziej szczegółowym poziomie sektorowym i zawodowym, często niezbędne jest jednak znaczne zwiększenie wielkości próby.4F4F

5 Sondaże przeprowadzane wśród pracodawców w Wielkiej Brytanii dostarcza-

ją informacji na temat poziomu aktywności zawodowej i gospodarczej, ale nie dostarczają przydatnych danych w zakresie struktury zatrudnienia według zawo-dów w ramach poszczególnych gałęzi przemysłu. Sondaże, takie jak NESS dają również wiedzę na temat bieżących problemów rekrutacyjnych i innych braków w zakresie umiejętności poszukiwanych przez pracodawców.

Badania gospodarstw domowych, takie jak np. LFS są wykorzystywane do mo-nitorowania zmian w strukturze zawodowej zasobów pracy. Jednak ograniczony rozmiar próby budzi wątpliwości co do wiarygodności danych i ich przydatności do analizy trendów. Stanowi to problem w przypadku analizy zmian zatrudnienia w czasie w ujęciu sektorowym lub zawodowym. Jednym ze sposobów radzenia sobie z tym problemem jest korzystanie z danych z więcej niż jednej rundy bada-nia. Może to pozwolić na utworzenie bardziej szczegółowej macierzy zawierają-cej dane dotyczące zawodów i zatrudnienia w sektorach, ale kosztem utraty in-formacji na temat zmian w czasie.

Analiza danych ze spisów ludności zapewnia dokładniejszy obraz, jednak spisy ludności są drogie i obywają się rzadko (zwykle tylko raz na 10 lat). Najnowsze dane dostępne w Wielkiej Brytanii dotyczą roku 2001, a dane z Narodowego Spisu Po-wszechnego w 2011 r. nie będą dostępne wcześniej niż w roku 2012/13. Spisy po-wszechne mają istotne zalety w pomiarze struktury zatrudnienia, głównie ze względu

__________ 5 W USA ta informacja jest zbierana ze szczegółowych badań pracodawców (patrz Wilson 2010). Głównym problemem w Wielkiej Brytanii jest jakość dostępnych informacji na temat aktu-alnej struktury zawodowej i bieżących trendów w sektorach. Można to poprawić poprzez prowa-dzenie większych i bardziej spójnych badań jak w USA, ale jest to kosztowne.

29

na wielkość badanej próby. Innym czynnikiem ważącym na ocenie, czy spis lud-ności jest najlepszym źródłem danych do prognozowania zatrudnienia według sektorów i zawodów, jest spójność stosownej klasyfikacji. Niespójności w klasy-fikacji pomiędzy różnymi badaniami i poszczególnymi rundami badań często zakłócają szeregi czasowe. Zmiany w klasyfikacji w czasie sprawiają, że szaco-wanie trendów jest trudne.

1.5. Niektóre rezultaty Working Futures

Założenia (tło) Working Futures jest najbardziej szczegółową i kompleksową prognozą rynku

pracy dostępną w Wielkiej Brytanii. Jest czwartą z serii ocen przeprowadzanych co dwa-trzy lata od 2002 r. Koncentrują się one na dziesięcioletnim horyzoncie czasowym, prognozując obraz rynku pracy na rok 2020. Głównym celem jest do-starczanie informacji, które będą służyły za podstawę do rozwoju polityki i strategii w obszarach umiejętnośc, kariery i zatrudnienia.

Wyniki dostarczają wglądu w przyszłe: • sektorowe wzorce produkcji i zatrudnienia, • strukturę zatrudnienia, • wielkość i strukturę ofert pracy w całej gospodarce, biorąc pod uwagę wzrost

zatrudnienia i odtworzeniowy popyt na pracę, • popyt i podaż kwalifikacji, • regionalne i narodowe rynki pracy w Wielkiej Brytanii.

Working Futures: główne wyniki z modelu ilościowego Głównym stosowanym wielosektorowym modelem makroekonomicznym jest model opra-

cowany przez Cambridge Econometrics − RMDM. Model ten został rozszerzony o moduły obejmujące różne wymiary zawodów i kwalifikacji.

Główne dane wyjściowe modelu obejmują: • różne wskaźniki makroekonomiczne (produkt krajowy brutto, wydatki konsumpcyjne,

środki trwałe brutto itp.), szczegółowe informacje branżowe (41 sektorów według norm brytyj-skiej klasyfikacji plus wyniki dla SSC);

• zatrudnienie przedstawiane w podziale na płeć oraz stan zatrudnienia (cały etat, część etatu i samozatrudnienie);

• różne wskaźniki podaży zasobów pracy, w tym: ludności i siły roboczej według wieku, płci i bezrobocia;

• produkcję i zatrudnienie, wydajność pracy, wydajność handlu według branży; • zawody/kwalifikacje (25 kategorii na podstawie Standardowej Klasyfikacji Zawodowej

oraz 6 szerokich kategorii kwalifikacji NQF). Większość danych dotyczy różnych obszarów geograficznych, w tym rozmaitych regio-

nów Wielkiej Brytanii. Ponad pół miliona danych w szeregach czasowych używa się do pro-gnozowania samego zatrudnienia.

30

Prognoza Working Futures dostarcza spójnej ilościowej oceny przyszłości ca-

łej gospodarki. Przedstawia szczegółową analizę perspektyw według sektorów ekonomicznych i w wymiarze przestrzennym, również w kontekście historycz-nym. Wyniki dla Wielkiej Brytanii obejmują także wnioski dla zdecentralizowa-nych narodów i regionów angielskich do roku 2020. Oddzielne sprawozdanie sektorowe obejmuje więcej szczegółów na temat prognoz dla 22 poszczególnych branż. Najnowsze wyniki obejmują przeklasyfikowane kategorie sektorowe i zawo-dowe z uwzględnieniem ostatniej klasyfikacji (SIC2007 i SOC2010).

W tym podrozdziale przedstawiono niektóre z głównych wniosków z najnow-szej prognozy Working Futures. W ramce podsumowano główne dostępne wyni-ki. Omawiane tutaj wyniki mają charakter ogólny − bardziej szczegółowe dane można znaleźć w raporcie głównym (Wilson, Homenidou 2011b). Uzupełnieniem jest sprawozdanie sektorowe (Wilson 2011) oraz pełny Raport Techniczny (Wil-son, Homenidou 2011a).

Kontekst makroekonomiczny Opracowując jakąkolwiek ocenę perspektyw na rynku pracy, ważne jest, aby

przedstawić prognozy w odpowiednim kontekście makroekonomicznym. Progno-zy te zostały opracowane w czasach wielkiej niepewności co do perspektyw go-spodarki i rynku pracy. Powstały w okresie znacznych turbulencji na światowych rynkach finansowych. Obawy związane z systemem finansowym skupiają się teraz na problemach długu publicznego, w szczególności w Grecji, we Włoszech, ale także w strefie euro. Nie jest na razie jasne, czy te problemy spowodują dalszą recesję w Europie i Wielkiej Brytanii. Wyniki przedstawione w tym rozdziale zostały opracowane przy założeniu, że ten kryzys może zostać zażegnany.

W takich okolicznościach stworzenie dobrych prognoz ekonomicznych i ryn-ku pracy jest szczególnie trudne. Podstawy makroekonomiczne dla wyników pro-gnoz zostały opracowane w pierwszej połowie 2011 r. Zakładają one, że stopnio-we ożywienie nastrojów przyniesie ponowny wzrost w gospodarce Wielkiej Brytanii, a wzrost zatrudnienia będzie podtrzymywany w perspektywie długoter-minowej (2010−2020). Prognoza ta nie uwzględnia możliwości krótkotermino-wego pogorszenia koniunktury, które mogłyby wpłynąć na gospodarkę, czy per-spektywy nierozwiązania problemów w strefie euro.

Przewidywania powinny być traktowane jako wskaźnik prawdopodobnego roz-woju wydarzeń, a nie precyzyjne prognozy wskazujące, co nieuchronnie się zdarzy. Jednak wiele z tych tendencji jest bardzo stabilna i nie powinny się zmienić nawet w warunkach bardzo burzliwych. Zakładają one generalnie kontynuację dawnych wzorców zachowań i wydajności. Dramatyczne wydarzenia na rynkach finansowych jesienią 2008 r. znacząco wpłynęły na niektóre trendy w krótkim okresie, choć inne wydają się nadal relatywnie niezagrożone. Utrzymująca się niepewność związana z kryzysem zadłużenia w Europie nadal zniekształca obraz. Wyniki podsumowują zmiany sprzed i po kryzysie. Przedstawiają one perspektywę trendów średnio- i dłu-goterminowych (5−10 lat), co odzwierciedla prawdopodobną drogę wyjścia z recesji

31

i stopniowe odwrócenie kierunku trendów długoterminowych (kwestie te zostały omówione bardziej szczegółowo w publikacji Wilsona i Homenidou 2011b).

Pomimo tych wątpliwości, zakłada się, że gospodarka będzie kontynuować swoje „uzdrowienie” i ustabilizuje się średnioterminowo w trybie umiarkowanego wzrostu i umiarkowanej inflacji. Prognozuje się, że długoterminowe stopy wzro-stu miar produkcji gospodarczej, takich jak Produkt Krajowy Brutto (PKB) i Wartość Dodana Brutto (WDB-GVA) będą oscylować w okolicy poziomu 2,5% rocznie.

Perspektywy na rynku pracy W tabeli 1.1 oraz na rysunkach 1.3 i 1.4 przedstawiono podsumowanie głów-

nych wyników w skali makro dla wskaźników rynku pracy. W tabeli 1.1 zamiesz-czono dane dotyczące ludności, siły roboczej, zatrudnienia i bezrobocia w Wielkiej Brytanii od 2000 do 2020 r. W ciągu całego dziesięciolecia zatrudnienie ma rosnąć powoli, ale systematycznie, dzięki znaczącemu wzrostowi liczebności populacji. Długoterminowa stopa wzrostu zatrudnienia (miejsc pracy) ma wynieść około 0,5% rocznie, co daje ok. 1,5 mln dodatkowych miejsc pracy do 2020 r.

Tabela 1.1

Ludność i siła robocza w Wielkiej Brytanii Zmiana procentowa w okresie

Wyszczególnienie 2000 2005 2010 2015 2020 2000- -2005

2005- -2010

2010- -2015

2015- -2020

Mężczyźni Ludność Ludność 16+ Siła robocza Współczynnik aktywności zawodowej (%) Bezrobocie MOP Bezrobocie MOP (%) Zatrudnienie (liczebność) Różnica między liczbą miejsc pracy na pełen etat a liczbą pracujących

28,691 22,563 15,638

69

940 6

14,698

953

29,494 23,555 16,318

69

882 5

15,436

957

30,533 24,622 16,937

69

1,458 9

15,479

830

31,530 25,499 17,175

67

1,650 10

15,524

994

000s 32,576 26,272 17,508

67

1,316 8

16,192

776

2,8 4,4 4,4

0,0 -6,2 -0,6 5,0

3,5 4,5 3,8

-0,5 65,4 3,2 0,3

3,3 3,6 1,4

-1,4 13,2 1,0 0,3

3,3 3,0 1,9

-0,8 -20,2 -2,1 4,3

Kobiety Ludność Ludność 16+ Siła robocza Współczynnik aktywności zawodowej (%) Bezrobocie MOP Bezrobocie MOP (%) Zatrudnienie (liczebność) Różnica między liczbą miejsc pracy na pełen etat a liczbą pracujących

30,196 24,364 13,088

54

653 5

12,435

1,325

30,742 25,097 13,758

55

596 4

13,162

1,336

31,536 25,900 14,425

56

1,011 7

13,414

936

32,355 26,604 14,803

56

1,138 8

13,666

861

33,278 27,259 15,296

56 905

6 14,390

833

1,8 3,0 5,1

1,1 -8,7 -0,7 5,8

2,6 3,2 4,8

0,9 69,6 2,7 1,9

2,6 2,7 2,6

-0,1 12,6 0,7 1,9

2,9 2,5

3,36

0,5 -20,4 -1,8 5,3

cd. tabeli na następnej stronie

Zmiana procentowa w okresie Wyszczególnienie 2000 2005 2010 2015 2020 2000-

-2005 2005- -2010

2010- -2015

2015- -2020

Razem Ludność Ludność 16+ Siła robocza Współczynnik aktywności zawodowej (%) Bezrobocie MOP Bezrobocie MOP (%) Zatrudnienie (liczebność) Różnica między liczbą miejsc pracy na pełen etat a liczbą pracujących

58,886 46,927 28,726

61

1,593 6

27,133

2,278

60,236 48,651 30,076

62

1,478 5

28,599

2,293

62,068 50,522 31,362

62

2,469 8

28,893

1,766

63,884 52,102 31,978

61

2,788 9

29,190

1,855

65,854 53,531 32,804

61

2,222 7

30,582

1,608

2,3 3,7 4,7

0,6 -7,2 -0,6 5,4

3,0 3,8 4,3

0,3 67,1 3,0 1,0

2,9 3,1 2,0

-0,7 12,9 0,8 1,0

3,1 2,7 2,6

-0,1 -20,3 -1,9 4,8

Uwagi: 1. Wartości podano w tysiącach, a współczynnik aktywności zawodowej i stopy bezrobocia w procen-tach. 2. Zmiany to różnica procentowa w badanym okresie oprócz współczynników aktywności i bezrobocia, które są podane w punktach procentowych. Źródło: Working Futures, Estymacje i projekcje CE, MDM C111 (wersja 7146).

Ludność w wieku produkcyjnym i liczebność siły roboczej ma również znacząco

wzrosnąć. Współczynnik aktywności zawodowej zdefiniowany jako stosunek liczby osób aktywnych zawodowo (tzn. osób pracujących lub aktywnie poszukujących pracy) do ludności w wieku produkcyjnym (16+) ma się nieco zmniejszyć. Odzwier-ciedla to proces ogólnego starzenia się populacji. Spadająca aktywność zawodowa mężczyzn, pomimo wysiłków rządu, aby podwyższyć wiek emerytalny, są równo-ważone przez wzrost aktywności wśród kobiet w niektórych grupach wieku.

Stopa bezrobocia zgodna z definicją Międzynarodowej Organizacji Pracy (MOP) ma wzrosnąć na początku okresu, a następnie spadać powoli w czasie, aby osiągnąć ok. 6% w 2020 r.

W roku 2020 wśród mężczyzn będzie dominowało zatrudnienie w pełnym wymiarze czasu pracy − 35% wszystkich miejsc pracy. Ponad 2 mln miejsc pracy zajmować będą ludzie zatrudnieni w niepełnym wymiarze czasu pracy i ok. 3 mln pracujący na własny rachunek (odpowiednio 8% i 10% całkowitego zatrudnienia). Samozatrudnienie wśród kobiet będzie stanowiło tylko ok. 4% wszystkich miejsc pracy. W sumie kobiety będą zajmować prawie 50% wszystkich miejsc pracy, z dość równym podziałem między pełne i niepełne etaty.

Ogólny udział zatrudnienia w zależności od statusu nie zmieni się znacznie do 2020 r. Osoby na pełnym etacie zajmować będą 57% wszystkich miejsc pracy, w tym 66% mężczyźni i 47% kobiety. Pracę w niepełnym wymiarze świadczyć będzie 16% zatrudnionych mężczyzn (2% wzrostu od 2010 r.).

Na rysunku 1.3 przedstawiono zmianę netto zatrudnienia według płci i statusu pomiędzy 2010 a 2020 r. Największy wzrost w pełnym wymiarze czasu pracy jest spodziewany dla kobiet (415 tys. miejsc pracy). Oczekiwany jest również wzrost o ponad 400 tys. miejsc pracy zarówno dla mężczyzn, jak i dla kobiet. W ciągu dziesięciu lat samozatrudnienie ma wzrosnąć o 38 tys. wśród mężczy-zn i o 34 tys. wśród kobiet.

32

33

Rysunek 1.3 Zmiany w zatrudnieniu w Wielkiej Brytanii według statusu, 2010−2020 (w tys.)

588468

890

38 34 72173

415 423

0

250

500

750

1000

mężczyźni kobiety razem

pełny etat niepełny etat samozatrudnienie

Źródło: Working Futures, Cambridge Econometrics, wersja 7146.

Z analizy danych wynika, że do 2020 r. udział zatrudnienia ogółem mężczyzn

w pełnym wymiarze godzin oraz kobiet w niepełnym wymiarze czasu pracy spadnie, podczas gdy udział zatrudnienia w niepełnym wymiarze godzin męż-czyzn i samozatrudnienia kobiet wzrośnie (patrz rys. 1.4).

Rysunek 1.4

Stan zatrudnienia w Wielkiej Brytanii, 2010 r. i 2020 r. (w %)

2010

mężczyźni pełny etat;

35

kobiety samoza-

trudnione; 5

mężczyźni niepełny etat; 7

mężczyźni samoza-

trudnieni; 10

kobiety niepełny etat; 22

kobiety pełny etat;

20

2020kobiety niepełny etat; 21

kobiety pełny etat;

22

mężczyźni samoza-trudnieni;

10

mężczyźni niepełny etat; 8

kobiety samoza-

trudnione; 4

mężczyźni pełny etat;

35

Źródło: Working Futures, Cambridge Econometrics, wersja 7146.

34

Perspektywy branżowe (sektorowe) Na rysunku 1.5 przedstawiono perspektywy dla różnych sektorów gospodar-

czych (tu zagregowane do 6 sektorów). Zmiany w zatrudnieniu według sektorów są w dużej mierze zdominowane przez długofalowe trendy w popycie na towary i usłu-gi. Można oczekiwać, że rosnący popyt na produkcję danego sektora spowoduje wzrost poziomu zatrudnienia. Jednak wzrost produkcji nie jest warunkiem wystarcza-jącym do zapewnienia coraz wyższego poziomu zatrudnienia. Perspektywy zatrud-nienia zależą również od tego, jak szybko rośnie wydajność w sektorze. Wzrost wy-dajności jest kluczowym elementem utrzymania konkurencyjności i obniżenia kosztów, a także ma bezpośredni wpływ na poziom zatrudnienia. Przy pozostałych warunkach nie zmienionych, wzrost produktywności oznacza, że trzeba zatrudnić mniej pracowników.

Między 2010 a 2020 r., produkcja ma wzrosnąć prawie we wszystkich sektorach ale ten pozytywny efekt będzie równoważony przez wzrost wydajności (ta sama wielkość produkcji z mniejszego nakładu pracy). Oznacza to, że w wielu sekto-rach gospodarki wzrost gospodarczy jest wzrostem bezzatrudnieniowym, a w niektó-rych sektorach zatrudnienie gwałtownie spada. Zachodzi ciągła zmiana w strukturze zatrudnienia, charakteryzująca się spadkiem zatrudnienia w przemyśle przy równo-czesnym jego wzroście w usługach. W związku ze skutkami kryzysu, w sektorze publicznym należy oczekiwać w kolejnej dekadzie znacznie gorszej perspektywy zatrudnienia w porównaniu do dekady poprzedniej.

Perspektywy wzrostu produkcji i zatrudnienia w ciągu dekady − do 2020 r. w 6 analizowanych sektorach można podsumować w następujący sposób:

• W sektorze pierwotnym i użyteczności publicznej (Primary & Utilities) (rolnic-two, górnictwo i wydobywanie; wytwarzanie i zaopatrywanie w energię elektryczną, gaz, wodę) przewidywany jest niewielki wzrost produkcji w ciągu dekady. Ostre spadki dla górnictwa będą łagodzone przez nieco lepsze perspektywy dla sekcji wy-twarzania i zaopatrywania w energię elektryczną, gaz, wodę oraz rolnictwa. W tym sektorze oczekuje się w dalszym ciągu spadku zatrudnienia w następnej dekadzie.

• W przemyśle przetwórczym wzrost produkcji wyniesie średnio ok. 2,5% rocznie. Szybszy wzrost spodziewany jest w niektórych branżach związanych z technologiami, badaniami i rozwojem (R&D), takich jak chemia i inżynieria. Równocześnie inne branże, takie jak przemysł tekstylny i odzieżowy, produkcja metali i wyrobów metalowych będą się rozwijać w znacznie mniejszym stopniu, w warunkach intensywnej międzynarodowej konkurencji. Długotrwały spadek zatrudnienia w przemyśle zamknie się stratą ok. 170 tys. miejsc pracy w ciągu nadchodzącej dekady (w tempie ok. 0,75% rocznie). Największe spadki zatrud-nienia wystąpią w przemyśle tekstylnym i odzieżowym, ale również w wielu in-nych gałęziach przemysłu sytuacja się pogorszy.

• Budownictwo w perspektywie średnio- i długoterminowej ma wykazywać podobną stopę wzrostu jak sektor produkcyjny. Pomimo niepewności na rynku mieszkaniowym, sektor będzie korzystać z silnego popytu na duże projekty infra-strukturalne. Wzrost produkcji wyniesie średnio ok. 2% rocznie. Sektor odniesie korzyści z wydatków publicznych na projekty, takich jak Igrzyska Olimpijskie,

pomimo problemów związanych z kryzysem kredytowym. W dłuższej perspektywie zatrudnienie wzrośnie o 240 tys. miejsc pracy w ciągu nadchodzącej dekady (ok. 1% rocznie).

• Sektor, do którego zalicza się handel, działalność związana z zakwaterowa-niem, transport, działalność w zakresie informacji i komunikacji jest wewnętrznie zróżnicowany, tak jak perspektywy wzrostu produkcji i zatrudniania. Komunikacja jest tym działem, w którym prognozuje się największy wzrost. Produkcja w całym sektorze ma wzrosnąć o 2,7% rocznie. Zatrudnienie zwiększy się o ponad 400 tys. miejsc pracy do 2020 r. (ok. 0,5% rocznie), przy czym większość z nich powsta-nie w podmiotach zajmujących się dystrybucją, handlem detalicznym oraz hote-larstwem i gastronomią.

• Sektor usług rynkowych biznesowych i innych usług również obejmuje wie-le różnorodnych branż, w tym usługi informatyczne, a także biznesowe i finanso-we. Początkowo sektor ten był dotknięty kryzysem kredytowym i recesją w bankowości, finansach i nieruchomościach. W dłuższej perspektywie spodzie-wany jest jednak zwrot i wzrost prawie o 4% rocznie. Zatrudnienie w całym sekto-rze wzrośnie o ok. 1,2 mln do 2020 r. (tempo wzrostu 1,3% rocznie). Najszybszy rozwój przewidywany jest dla kategorii innych usług biznesowych (w tym usług informatycznych).

• Usługi nierynkowe obejmują administrację publiczną i obronę, a także usługi zdrowotne i edukacyjne. Poziom produktu w sektorze jako całości wzrośnie tylko o 1% rocznie w ciągu nadchodzącej dekady, tj. znacznie mniej niż w poprzednich 10 latach. Tym niemniej w wielu branżach zaliczanych do tego sektora w perspek-tywie krótkookresowej nastąpią spadki będące efektem cięć wydatków publicz-nych. Mimo że krótkoterminowe perspektywy są niekorzystne dla zatrudnienia w sektorze publicznym, sytuacja przypuszczalnie ulegnie poprawie w dłuższej perspektywie, gdy gospodarka wyjdzie z recesji i skutków kryzysu finansowego, zwłaszcza w obszarach takich, jak edukacja i służba zdrowia. Zatrudnienie w usłu-gach nierynkowych jako całości zmniejszy się tylko nieznacznie w ciągu nadchodzą-cej dekady (ok. 100 tys., nieco ponad 0,1% rocznie). W tej szerokiej grupie więk-szość planowanych zwolnień będzie dotyczyć administracji publicznej i obrony.

Rysunek 1.5 Zmiany w brytyjskiej produkcji i zatrudnieniu według sektora

Produkcja (% rocznie)

sektor pierwotny i użyteczności publicznej przemysł przetwórczy budownictwo dystrybucja, transport itp. biznes i inne usługi usługi nierynkowe wszystkie sektory

35

36

Zatrudnienie (% rocznie)

Zatrudnienie (w tys.)

Źródło: Working Futures, szacunki CE, wersja: 7146.

Przewidywane zmiany w strukturze zawodowej Zmiany w zatrudnieniu według zawodów w latach 1990–2020 przedstawiono

na rysunkach 1.6 i 1.7. Zakłada się, że w okresie od 2010 do 2020 r. dotychczasowe tendencje będą kontynuowane. Pomiędzy 1990 a 2000 r. obserwowano wzrost za-trudnienia w większości zawodów − najwyższy w grupach specjalistów, techni-ków i innego średniego personelu, a także w grupie pracowników usług osobi-stych. Największe spadki w zatrudnieniu zostały stwierdzone wśród robotników wykwalifikowanych. W porównaniu do danych z poprzednich 10 lat w latach 2010− 2020, zapewne nastąpi większa ekspansja wśród zawodów wyższego szczebla, ale także mniejszy spadek w zawodach rzemieślniczych. W porównaniu do lat 1990−2000 znaczny spadek nastąpi w grupie pracowników przy pracach prostych. Szacunki Working Futures wskazują, że w nadchodzącym dziesięcioleciu najszyb-szy wzrost zatrudnienia będzie się koncentrował w trzech grupach zawodów wyma-gających wysokich kwalifikacji. Odnotuje się również pewien wzrost zatrudnienia

sektor pierwotny i użyteczności publicznej przemysł przetwórczy budownictwo dystrybucja, transport itp. biznes i inne usługi usługi nierynkowe wszystkie sektory

sektor pierwotny i użyteczności publicznej przemysł przetwórczy budownictwo dystrybucja, transport itp. biznes i inne usługi usługi nierynkowe wszystkie sektory

37

w usługach opiekuńczych, wypoczynku i innych zawodach usługowych oraz w za-wodach związanych z wykonywaniem prac prostych (zawodach niskich kwalifika-cji). Stanowi to wzór wyraźnie odmienny od obserwowanego w poprzednich deka-dach. Na lata 2010−2020 prognozowane są relatywnie szybsze spadki zatrudnienia wśród zawodów biurowych.

Zmieniające się wzorce zatrudnienia według zawodu są zdominowane raczej przez trendy długoterminowe niż bieżącą fazę cyklu koniunkturalnego. Głównym czynnikiem są zmiany strukturalne w sektorowej strukturze zatrudnienia (zwłasz-cza zwrot w kierunku gospodarki usługowej). Najistotniejsza okazała się zmiana wzorców zapotrzebowania na umiejętności w ramach każdego z sektorów. Była ona napędzana przez połączenie zmian technologicznych i organizacyjnych. Szczególnie istotnym czynnikiem były zmiany technologiczne związane z infor-matyzacją i telekomunikacją, częściowo zrównoważone przez polaryzację zapo-trzebowania na umiejętności i wzrost liczby miejsc pracy nie wymagających wy-sokich kwalifikacji w sektorze usług (np. w hotelach i restauracjach), jak również w zawodach wysoko wykwalifikowanych.

Rysunek 1.6

Trendy w zatrudnieniu 1990−2020 (w tys.)

Źródło: Working Futures, szacunki IER, wersja 7146.

Wyniki w pełni uwzględniają najnowsze informacje na temat zmieniających się wzorców struktury zawodowej zatrudnienia pochodzące z LFS i innych źródeł. Prezentowane są zgodnie z nowym Standardem Klasyfikacji Zawodów z 2010 r. (SOC2010). Nowa wersja SOC przyniosła pewne istotne zmiany w sposobie kla-syfikacji niektórych zawodów. Mimo to najnowsze dane sugerują, że perspekty-

przedstawiciele władz publicznych, wyżsi urzędnicy i kierownicytechnicy i inny średni personel robotnicy przemysłowi i rzemieślnicy sprzedawcy pracownicy przy pracach prostych

specjaliścipracownicy biurowi pracownicy usług osobistych operatorzy i monterzy maszyn i urządzeń

wy na najbliższe dziesięć lat tylko nieznacznie różnią się w porównaniu do po-przednich prognoz.

Generalnie oczekuje się nieco szybszego tempa zmian w strukturze zatrudnie-nia według zawodów niż przewidywano w poprzednich prognozach, ale ogólne tendencje są bardzo podobne.

Grupy, w których spodziewany jest najbardziej znaczący wzrost zatrudnienia w ciągu następnej dekady (2010−2020), to zawody wymagające odpowiednich wysokich kwalifikacji, mianowicie:

• przedstawiciele władz publicznych, wyżsi urzędnicy i kierownicy (544 tys., 18%),

• specjaliści (869 tys., 15%), • technicy i inny średni personel (551 tys., 14%). Zawody związane ze świadczeniem usług osobistych są kolejnymi główny-

mi beneficjentami wzrostu zatrudnienia − liczba miejsc pracy zwiększy się o ok. 313 tys. (12%).

Wśród zawodów biurowych przewiduje się dalsze zwolnienia w liczbie ok. 387 tys. osób (-11%), chociaż według prognozy w 2020 r. w tej grupie nadal będzie zatrudnionych ponad 3 mln osób.

Spadający poziom zatrudnienia jest również przewidziany dla: • zawodów rzemieślniczych (-230 tys., -7%), • operatorów i monterów maszyn i urządzeń (-213 tys., -11%).

Rysunek 1.7 Zmiany w strukturze zatrudnienia według zawodów, 1990−2020 (w tys.)

Źródło: Working Futures, szacunki IER, wersja 7146.

przedstawiciele władz publicznych, wyżsi urzędnicy i kierownicy specjaliści technicy i inny średni personel

pracownicy biurowi

robotnicy przemysłowi i rzemieślnicy

pracownicy usług osobistych

sprzedawcy

operatorzy i monterzy maszyn i urządzeń

pracownicy przy pracach prostych

2010-2020

Przewiduje się niewielki wzrost zatrudnienia wśród pracowników niewykwa-

lifikowanych, gdyż więcej takich ofert pracy generuje sektor usług. Ta polaryza-cja popytu na umiejętności, czyli wzrost w górnym i dolnym krańcu spektrum

38

39

umiejętności wydaje się coraz bardziej powszechnym elementem we wszystkich rozwiniętych gospodarkach. Z drugiej strony, kontynuacja restrukturyzacji sekto-rów handlu detalicznego i dystrybucji zapewne doprowadzi do znacznie mniej optymistycznych perspektyw dla zawodów sprzedażowych niższego szczebla.

Odtworzeniowy popyt na pracę Pracodawcy muszą zastąpić wielu swoich pracowników, którzy odchodzą z miej-

sca pracy z powodu przejścia na emeryturę, rozwoju kariery, śmierci lub z innych przyczyn. Ten tzw. odtworzeniowy popyt na pracę może łatwo przewyższyć wszelkie straty wynikające ze zmian strukturalnych. W najnowszych wynikach Working Futures popyt odtworzeniowy jest prawie 8 razy większy niż zmiany zatrudnienia netto przewidywane w ciągu dekady do 2020 r. (patrz tab. 1.2). Pro-gnozuje się, że popyt netto lub całkowita liczba nowych ofert pracy, biorąc pod uwagę popyt odtworzeniowy, wyniesie ponad 13 mln w porównaniu z ogólnym wzrostem poziomu zatrudnienia o ok. 1,5 mln.

Rezultat ten jest w głównej mierze spowodowany odpływem z rynku pracy związanym z przechodzeniem na emerytury. Nie obejmuje on nowych miejsc pracy stworzonych wskutek przechodzenia pracowników z jednej pracy do dru-giej lub innych przepływów wynikających np. z migracji. Dane w tabeli 1.2 ilustru-ją znaczenie popytu odtworzeniowego dla 9 wielkich grup zawodowych. Podczas gdy tzw. nowy popyt na pracę dla niektórych zawodów jest ujemny (pomiędzy ro-kiem 2010 a 2020 zatrudnienie ma spaść), popyt odtworzeniowy jest zawsze mocno dodatni i ogólnie przewyższa nowy popyt na pracę o rząd wielkości.

Tabela 1.2

Zmiana kompozycji zatrudnienia według zawodów, 1990−2020 Razem 2010−2020 Zatrudnienie

według wielkich grup zawodowych

(w tys.) 1990 2000 2010 2015 2020 Zmiana

netto Popyt odtwo-

rzeniowy Suma

Przedstawiciele władz publicznych, wyżsi urzędnicy i kierownicy 2,284 2,540 3,016 3,279 3,560 544 1,247 1,791 Specjaliści 4,181 4,820 5,843 6,189 6,712 869 2,280 3,149 Technicy i inny średni personel 3,050 3,561 3,926 4,138 4,476 551 1,412 1,963 Pracownicy admini-stracyjno-biurowi 4,437 4,078 3,698 3,466 3,312 -387 1,601 1,214 Robotnicy przemysłowi i rzemieślnicy 4,736 3,767 3,526 3,389 3,295 -230 1,284 1,053 Opieka, wypoczynek i inne usługi 1,446 2,142 2,719 2,801 3,032 313 1,145 1,458 Pracownicy usług oso-bistych i sprzedawcy 2,309 2,479 2,608 2,555 2,610 2 919 921 Operatorzy i monterzy maszyn i urządzeń 2,819 2,349 1,950 1,829 1,737 -213 800 587 Pracownicy przy pracach prostych 3,504 3,454 3,173 3,209 3,274 101 1,224 1,325 Razem 28,768 29,192 30,458 30,855 32,008 1,550 11,911 13,461

cd. tabeli na następnej stronie

40

Razem 2010−2020 Zatrudnienie według wielkich

grup zawodowych (w tys.)

1990 2000 2010 2015 2020 Zmiana netto

Popyt odtwo-

rzeniowy Suma

Udział procentowy Zmiana procentowa Przedstawiciele władz publicznych, wyżsi urzędnicy i kierownicy 8 9 10 11 11 18.0 41.3 59.4 Specjaliści 15 17 19 20 21 14.9 39.0 53.9 Technicy i inny średni personel 11 12 13 13 14 14.0 36.0 50.0 Pracownicy admini-stracyjno-biurowi 15 14 12 11 10 -10.5 43.3 32.8 Robotnicy przemysłowi i rzemieślnicy 16 13 12 11 10 -6.5 36.4 29.9 Opieka, wypoczynek i inne usługi 5 7 9 9 9 11.5 42.1 53.6 Pracownicy usług oso-bistych i sprzedawcy 8 8 9 8 8 0.1 35.2 35.3 Operatorzy i monterzy maszyn i urządzeń 10 8 6 6 5 -10.9 41.0 30.1 Pracownicy przy pracach prostych 12 12 10 10 10 3.2 38.6 41.8 Razem 100 100 100 100 100 5.1 39.2 44.2

Źródło: Working Futures, szacunki IER, wersja 7146. Z perspektywy analizy popytu odtworzeniowego można wydzielić dwie za-

sadnicze grupy zawodów: • w pierwszej dodatni popyt odtworzeniowy przeważa ujemny nowy popyt na

pracę. Dotyczy to na przykład zawodów biurowych, robotników przemysłowych i rzemieślników oraz operatorów i monterów maszyn i urządzeń;

• w drugiej popyt odtworzeniowy po prostu służy wzmocnieniu dodatnich tendencji zatrudnienia, powiększając popyt netto dla nowych podmiotów pracy. Dotyczy to na przykład przedstawicieli władz publicznych, wyższych urzędników i kierowników; specjalistów, techników; zawodów związanych ze świadczeniem usług osobistych.

Konsekwencje dla kwalifikacji (popyt, podaż i ich niedopasowanie) Podaż umiejętności, mierzona jako najwyższy poziom kwalifikacji formalnie

posiadanych przez osoby aktywne zawodowo, szybko rośnie. Szczególnie młodzi ludzie są zachęcani do kontynuowania edukacji i zdobywania kwalifikacji na wyższym poziomie. Recesja wzmocniła ten wzorzec, gdyż możliwości zatrudnie-nia młodych ludzi zostały ograniczone.

W perspektywie zapotrzebowanie na umiejętności mierzone według zawodu i kwalifikacji ma się zwiększyć. Liczba miejsc pracy w zawodach tradycyjnie wymagających wykształcenia potwierdzonego dyplomem nadal będzie rosnąć,

41

podobnie jak nasycenie osobami z wykształceniem wyższym dla wielu innych zawodów. Jest dyskusyjne, w jakim stopniu odzwierciedla to grę popytu i podaży.

W tabeli 1.3 i na rysunku 1.8 przedstawiono strukturę kwalifikacji posiada-nych przez osoby zatrudnione na w latach: 2000, 2010 i przypuszczalnie w 2020. Zmieniające się wzorce uczestnictwa w edukacji oznaczają, że ogólny profil kwa-lifikacji pracowników ulegnie znacznej poprawie w ciągu następnej dekady. Zarów-no odsetek, jak i liczba osób o wyższych kwalifikacjach znacząco wzrośnie, a od-setek i liczba osób na poziomie 1 wg QCF (Qualifications Credit Framework – Ramy Kwalifikacji) lub poniżej spadnie.

Rysunek 1.8

Zmieniające się wzorce kwalifikacji osób zatrudnionych (udział w %)

Uwagi: 1. Prezentowane estymacje zostały oparte na udziałach określonych w badaniu LFS zastosowanych do danych dotyczących poziomów zatrudnienia w prognozie Working Futures. 2. Ramy Kwalifikacji QCF (Qualifica-tions Credit Framework) to narzędzie używane do klasyfikowania kwalifikacji. Poziomy 4 i wyższe odpowiadają wykształceniu uniwersyteckiemu. Źródło: Working Futures, szacunki IER, wersja 7146.

Wzrost liczby pracujących z poziomem QCF 4 lub wyższym, który zaobser-wowano w latach 1990−2010, ma być kontynuowany do roku 2020, a ich udział w zatrudnieniu z poniżej 25% w 1990 r. wzrósł do ponad 30% w 2010 r. i szacuje się, że wzrośnie do ponad 40% w 2020 r. Udział osób bez kwalifikacji ma spaść do nieco ponad 5% w 2020 r. Zatrudnienie osób na poziomie QCF 1, 2 lub 3 ma rów-nież sukcesywnie się zmniejszać tak, aby w 2020 r. osiągnąć niecałe 20% na pozio-mie QCF 3, a nieco ponad 35% na poziomie 1 lub 2.

42

Należy zauważyć, że wyniki te są uzależnione od założeń dotyczących salda mi-gracji, ponieważ profile kwalifikacji imigrantów są znacząco inne niż populacji kra-jowej. Istotne różnice w poziomach kwalifikacji wśród zatrudnionych pracowników odzwierciedlają zmieniające się wzorce wymagań w większości miejsc pracy.

Tabela 1.3

Profile kwalifikacji osób zatrudnionych 2000, 2010 i 2020 r. Poziom kwalifikacji 2000 2010 2020

QCF 0 QCF 1,2 QCF 3 QCF 4+

14,2 41,7 19,2 25,0

9,3 34,4 19,5 33,9

5,7 34,5 16,8 42,9

Razem 100,0 100,0 100,0

Źródło: Working Futures, szacunki IER oparte na danych LFS, wersja 7146. Trudniejsza do przewidzenia jest równowaga między popytem a podażą w wy-

miarze kwalifikacyjno-zawodowym. Najnowsze dostępne dane sugerują, że stopy zwrotu z wyższych kwalifikacji obniżyły się, choć nadal wskazują na znaczne pozy-tywne korzyści z inwestowania w wykształcenie i szkolenia.

Istnieją znaczne różnice w profilach kwalifikacji zarówno w przekroju sektorów, jak i obszarów przestrzennych. Są one głównie spowodowane przez różnice w struk-turze zatrudnienia według zawodu (i sektora w przypadku obszarów przestrzennych). Wraz ze wzrostem liczby zatrudnionych na poziomie QCF 4+ i redukcji na po-ziomie 0 i 1, prawie we wszystkich sektorach i obszarach przestrzennych podnie-sieniu ulegnie przeciętny poziom kwalifikacji.

Zróżnicowanie przestrzenne Projekcje Working Futures obejmują również poszczególne regiony, które wraz

z Anglią tworzą Wielką Brytanię. Podobne wyniki są dostępne dla Wielkiej Brytanii jako całości (na rysunku 1.9 i w tabeli 1.4 zilustrowano zróżnicowanie wyników według obszarów geograficznych). Prognozy produkcji dla regionów i różnych części Wielkiej Brytanii pomiędzy 2010 a 2020 r. wskazują na kontynuację wzor-ców z południowej części Anglii (szczególnie południowo-wschodniego krańca). Region ten jest relatywnie uprzywilejowany, podczas gdy reszta kraju (zwłaszcza północna Anglia i inne części Wielkiej Brytanii) coraz bardziej pozostaje w tyle w kategoriach względnych.

Wpływ cięć wydatków publicznych w sektorze usług nierynkowych będzie największy w północnej i zachodniej części Wielkiej Brytanii. Jednak z ożywie-nia zatrudnienia w sektorze pierwotnym i użyteczności publicznej i w przemyśle wytwórczym skorzystają regiony północnej i zachodniej części Wielkiej Brytanii. Ze wzrostu zatrudnienia wśród przedstawicieli władz publicznych, wyższych urzędników i kierowników, specjalistów i techników korzyść odniesie przede wszystkim południowo-wschodnia część Wielkiej Brytanii.

43

Rysunek 1.9 Wzorce przestrzenne

Źródło: Working Futures, IER estymacje oparte o dane LFS, MDM wersja 7146.

Tabela 1.4 Długoterminowe zmiany we wskaźnikach makroekonomicznych

Wartość dodana brutto % p.a. Zatrudnienie Wyszczególnienie

2000−2010 2010−2020 2000−2010 2010−2020 Londyn Południowy Wschód Wschodnia Anglia Południowy Zachód Zachodni Midlands Wschodni Midlands Yorkshire & the Humber Północny Zachód Północny Wschód Anglia Walia Szkocja Irlandia Północna

2,6 1,2 1,2 1,5 0,7 1,7 1,2 1,1 1,4 1,5 0,9 1,5 1,4

3,0 2,9 2,8 2,7 2,5 2,6 2,4 2,6 2,2 2,7 2,2 2,2 2,5

0,4 0,3 0,8 0,7 -0,2 0,4 0,5 0,4 0,7 0,4 0,7 0,4 1,0

0,7 0,6 0,7 0,7 0,4 0,5 0,3 0,3 0,0 0,5 0,5 0,2 0,5

Wielka Brytania 1,5 2,7 0,4 0,5 Uwaga: Wartość dodana brutto (GVA) jest mierzona według miejsca stałego pobytu, a zatrudnienie według lokalizacji zakładu pracy. W ramach Europejskiego Systemu Rachunków Narodowych 1995 (ESA 95) termin GVA jest używany do określenia szacunków, które były wcześniej nazywane produktem krajowym brutto (PKB) w cenach stałych. Zgodnie z ESA 95 określenie PKB oznacza GVA plus podatki (bez dotacji) według produk-tów, tj. w cenach rynkowych. Obecnie rachunki regionalne są publikowane w cenach stałych, więc dane poda-wane są raczej jako GVA niż PKB. Źródło: Working Futures, szacunki CE/IER, wersja 7146, CrossRegional.xls (Table R.1).

0 20 40 60 80 100 120

Northern Ireland

Scotland

Wales

North East

North West

Yorks &  the Humber

East Midlands

West Midlands

South West

East of England

South East

London

England

United Kingdom

QCF 7‐8

QCF 4‐6

QCF 3

QCF 2

QCF 1

QCF 0

Wielka Brytania Anglia Londyn Południowy Wschód Wschodnia Anglia Południowy Zachód Zachodni Midlands Wschodni Midlands Yorkshire & the Humber Północny Zachód Północny Wschód Walia Szkocja Irlandia Północna

44

Kluczowe problemy Ludność w wieku produkcyjnym i zasoby siły roboczej mają wzrosnąć znacząco,

ale współczynniki aktywności zawodowej mają spadać, co jest odzwierciedleniem starzenia się populacji. Pomimo obecnej sytuacji gospodarczej, oczekuje się, że w ciągu całego dziesięciolecia poziom zatrudnienia będzie rósł powoli, ale systema-tycznie w związku ze znaczącym wzrostem liczebności populacji. W największym stopniu do wzrostu zatrudnienia przyczynią się usługi w sektorze prywatnym. Prze-widuje się, że długoterminowa stopa wzrostu zatrudnienia (miejsc pracy) wyniesie ok. 0,5% rocznie, co da ok. 1,5 mln dodatkowych miejsc pracy do 2020 r.

Popyt odtworzeniowy na pracę spowodowany opuszczaniem rynku pracy ze względu na przejście na emeryturę lub z powodów rodzinnych powinien wygene-rować prawie 8 razy więcej ofert pracy w tym samym okresie. Odpowiada to niemal 40% zatrudnienia. Wpływa to na obniżenie poziomu przewidywanej kreacji miejsc pracy (nowy popyt na pracę). Nawet w branżach i zawodach, w których poziom zatrudnienia zmniejszy się, jak na przykład w sektorze produkcyjnym i wśród ro-botników wykwalifikowanych, wciąż będą możliwości znalezienia zatrudnienia dla osób o odpowiednim poziomie kwalifikacji. Ma to również duże znaczenie dla osób, które rozważają swoją przyszłą karierę oraz edukację i szkolenia, ponieważ nawet w tych zawodach, w których zatrudnienie prawdopodobnie spadnie, wciąż będzie można znaleźć dobre perspektywy zawodowe.

Udział przemysłu wytwórczego w całkowitej produkcji utrzyma obecny po-ziom przy równoczesnym spadku udziału w zatrudnieniu ogółem między rokiem 2010 a 2020. Ważne jest, aby pamiętać, że przemysł przetwórczy pozostanie kry-tycznym sektorem pod względem znaczenia gospodarczego, zachowując swój udział w produkcji w Wielkiej Brytanii (ok. 11%) i będzie odgrywać kluczową rolę w zachowaniu równowagi brytyjskiego handlu. Udział zatrudnienia (w za-trudnienia ogółem) spadnie z 8% do 7% w wyniku wzrostu wydajności pracy w sektorze oraz jako reakcja na globalną presję konkurencyjną. Wydajność i konku-rencyjność są zróżnicowane w poszczególnych gałęziach przemysłu i niektóre gałę-zie będą charakteryzowały się zatrudnieniem i produkcją powyżej średniej dla całego sektora. Nadal liczba ofert pracy dla potencjalnych pracowników będzie znacząca ze względu na duży popyt odtworzeniowy.

W okresie 2010−2020, głównym źródłem wzrostu liczby miejsc pracy mają być prywatne usługi. W tej części gospodarki zatrudnienie wzrośnie o ponad 1,5 mln (+9%), zwiększając swój udział w zatrudnieniu ogółem z 55% do 58%. Usługi bizne-sowe i pozostałe usługi będą szczególnie istotnym elementem gospodarki, ponieważ przy ponad 12% wzroście powstanie tam ponad 1 mln dodatkowych miejsc pracy.

Oczekuje się zmniejszenia znaczenia sektora publicznego dla gospodarki − udział zatrudnienia w sektorze usług nierynkowych w zatrudnieniu ogółem ma spaść z 27% w 2010 r. do 25% w 2020 r.

Przewiduje się, że nastąpi dalszy wzrost zatrudnienia w zawodach wymagających wysokich kwalifikacji, w tym w grupach menedżerów oraz specjalistów i techników. Do roku 2020 pojawi się ok. 2 mln nowych miejsc pracy w tych zawodach; udział tej

45

grupy w zatrudnieniu ogółem wyniesie ok. 46%. Na znaczeniu zyskują inwestycję w wyższe umiejętności na poziomie zaspokajającym potrzeby przyszłego rynku pracy, skoncentrowane na tych umiejętnościach, których potrzebują pracodawcy.

Utrzyma się znaczny spadek zatrudnienia wśród wykwalifikowanych i średnio wykwalifikowanych robotników, w tym wśród pracowników fabryk, operatorów maszyn. Jednakże spadki te zostaną do pewnego stopnia zrównoważone przez popyt odtworzeniowy. Pomiędzy 2010 a 2020 r. ok. 400 tys. miejsc pracy w tych zawodach zostanie utraconych, w związku z lekkim przyspieszeniem ist-niejącego trendu. Oznacza to, że udział tej grupy w zatrudnieniu ogółem ma się zmniejszyć do ok. 16%. Ważne jest, aby pamiętać, że wciąż duża liczba ofert pracy będzie wynikiem popytu odtworzeniowego oraz zapotrzebowania w sekto-rach zaawansowanych technologii, gdzie wymagana jest umiejętność praktyczne-go zastosowania wiedzy z danej dziedziny technicznej.

Wśród zawodów biurowych nastąpić ma utrata ponad 400 tys. miejsc pracy, co oznacza spadek zatrudnienia o ok. 11%, głównie w wyniku ustawicznego roz-woju i oddziaływania technologii ułatwiających pracę biurową. Oczekuje się, że do 2020 r. wciąż pozostanie ok. 3 mln miejsc pracy w tym obszarze, ale udział tej grupy zawodów w zatrudnieniu ogółem spadnie z 12 do 10%.

Zawody wymagające niższych kwalifikacji nadal stanowić będą istotną część rynku pracy. W latach 2010−2020 oczekuje się wzrostu o ponad 300 tys. liczby miejsc pracy w usługach opiekuńczych, usługach osobistych i innych zawodach usługowych (+10%) oraz o 100 tys. (+3%) w zawodach wymagających niskich kwalifikacji, głównie w usługach. Prace nisko wykwalifikowane będą głównym źródłem tworzenia miejsc pracy w sektorach, takich jak opieka nad dziećmi i oso-bami starszymi. Istotna jest poprawa jakości tych miejsc pracy, ponieważ stanowią one główną drogę i szansę dla osób chcących wyjść z bezrobocia i dla osób szuka-jących pracy w niepełnym wymiarze godzin. W zawodach tych występuje duża rotacja, wymagane jest ciągłe uzupełnianie kwalifikacji, a w niektórych przypad-kach podniesienie kwalifikacji w celu spełnienia podwyższonych oczekiwań klientów i wymagań jakościowych.

Prognozy wskazują, że w latach 2010−2020, popyt na umiejętności mierzony kwalifikacjami formalnymi będzie wzrastać napędzany przez zwiększenie zatrud-nienia w zawodach wymagających wysokich kwalifikacji. Jest jednak również oczy-wiste, że podaż wykwalifikowanych osób będzie znacznie większa. Tendencje te mogą prowadzić do zatrudniania lepiej wykwalifikowanych osób na stanowiskach pracy wymagających niższego poziomu kwalifikacji formalnych. Jest to jednak niepewny scenariusz, choćby dlatego, że istnieją pewne przesłanki wskazujące, że charakter rynku pracy może się zmienić, zwiększając zapotrzebowanie na kwalifi-kacje.

W południowej części Anglii oczekuje się szybszego wzrostu zatrudnienia niż w części północnej oraz wśród innych regionów Wielkiej Brytanii. Prawie połowa wzrostu zatrudnienia w zawodach wymagających wysokich kwalifikacji przypad-nie na Londyn, południowo-wschodnią i wschodnią Anglię.

46

1.6. Wnioski: ocena prognozy zapotrzebowania na umiejętności w Wielkiej Brytanii

Ogólna ocena systemu brytyjskiego Wiele lat inwestowania przez rząd brytyjski w gromadzenie danych i powią-

zaną z tym infrastrukturę stworzyło solidne podstawy dla systemu prognozowania zapotrzebowania na umiejętności w Wielkiej Brytanii. Mimo że wciąż jest wiele do zrobienia w porównaniu z najlepszymi tego typu systemami na świecie, sytu-acja w Wielkiej Brytanii jest stosunkowo dobra. Składają się na nią takie kluczo-we elementy, jak:

1) dobrze zorganizowany system rachunków narodowych (istotny dla modelo-wania ekonomicznego i ekonometrycznego na bardziej szczegółowym poziomie sektorowym);

2) standardowe systemy klasyfikacji dla przemysłu i zawodów, umożliwiające pomiar zmiany struktur w czasie;

3) wiarygodne szacunki zatrudnienia według sektorów na podstawie spisów lub dużych reprezentatywnych badań wśród pracodawców (w tym szczegółowych przekrojów według przemysłu i obszaru geograficznego);

4) wiarygodne szacunki struktur zatrudnienia według zawodów i kwalifikacji na podstawie Spisu Powszechnego Ludności i regularnych badań aktywności ekonomicznej ludności;

5) regularne badania wśród pracodawców dotyczące oceny obecnych braków i luk w umiejętnościach;

6) okazjonalne badania wśród pracodawców i pracowników analizujące po-trzeby w zakresie ogólnych umiejętności w miejscu pracy.

Opierając się na takim fundamencie, rząd brytyjski zleca agencjom, takim jak UKCES przeprowadzanie systematycznej oceny zmieniającego się zapotrzebo-wania na umiejętności. Aby to ułatwić, rząd wspierał również analizy, budowanie modeli i tworzenie ilościowych prognoz z wykorzystaniem wszystkich możli-wych metod. Wsparcie to dotyczyło finansowania badań prowadzonych głównie przez uniwersytety (od wielu lat), jak również szeregu projektów i programów dotyczących bardziej zaawansowanych działań. Były to m.in. szczegółowe pro-gnozy krajowe poziomu zatrudnienia od roku 1975, takie jak Working Futures. Uprzednio dokonano znacznych inwestycji w modelowanie ilościowe poprzez badania naukowe i zlecanie różnym podmiotom w ramach procedury przetargo-wej kluczowego programu badawczego koncentrującego się na zapotrzebowaniu na umiejętności.

Ustalono, że główne problemy i luki w systemie dotyczą: • ograniczeń szczegółowo omówionych w pkt. 1.4 (szczególnie problemów z do-

stępnością do dokładnych danych dotyczących struktury zawodowej zasobów pracy ze względu na ograniczoną wielkość próby) w porównaniu do najlepszych prak-

47

tyk w innych krajach, np. takich jak regularne badania wśród amerykańskich praco-dawców, które zapewniają dużo dokładniejsze i bardziej precyzyjne oszacowanie zmian struktury zawodowej w sektorach;

• problemów poruszonych w pkt. 1.2 (systemy klasyfikacji) wynikających z faktu, że SSC zostały zdefiniowane bez uwzględnienia istniejących systemów klasyfikacji, więc istniejące dane oficjalne często nie pasują do schematów SSC i dlatego nie nadają się do wykorzystania w SSC;5F5F

6 • problemów z rozpoznaniem istoty zagadnień dotyczących zapotrzebowania

na umiejętności zarówno według sektorów, jak i obszarów geograficznych − czę-sto nadmierną wagę przykładano do zbędnych szczegółów, przez co Narodowe Badanie Umiejętności (NESS) stało się bardzo duże i kosztowne;

• zbyt wielkiego nacisku (zwłaszcza w NESS) na kwestie bieżących niedobo-rów umiejętności, które często są marginalne i efemeryczne;

• ograniczenia zasobów w porównaniu do niektórych innych krajów (np. USA). Mocne i słabe strony Mocne strony: • ugruntowana infrastruktura statystyczna, w tym wiele ilościowych baz da-

nych (wynik wielu lat inwestycji), • ugruntowany system modeli ilościowych ze znacznym dorobkiem i dobrą

reputacją w zakresie ich jakości, • poprawiony system instytucjonalny z jasno określonymi zadaniami i struktu-

rą zarządzania, • współpraca z wieloma instytucjami, w tym pracodawcami, • uzgodnione wspólne procedury, • stosunkowo dobra dostępność wyników w Internecie, • korzystanie z zewnętrznych konsultantów pomocne w zapewnieniu obiek-

tywizmu, niezależności i bezstronności. Słabe strony: • system jest bardzo skomplikowany i podlega ciągłym zmianom, co skutkuje

brakiem stabilności, dezorientacją i konfliktem między różnymi ministerstwami i agencjami rządowymi w zakresie przypisanych im obowiązków,

• brak portalu dostępnego dla ogółu społeczeństwa, dostarczającego informa-cji na temat przyszłych potrzeb w zakresie umiejętności,

• możliwość wpływania na rząd przez lobbing organizacji pracodawców (jed-nak zaangażowanie pracodawców jest postrzegane jako cel tego działania, a nie słabość),

• brak szczegółowych informacji w kluczowych obszarach (dotyczy to zwłasz-cza przekroju zawodów),

__________ 6 Doprowadziło to do podjęcia w niektórych organizacjach prób rozwijania własnych systemów klasyfikacji. Jednak próby te często nie doceniają stopnia złożoności takich klasyfikacji i wysiłku włożonego w rozwój obecnych standardów.

48

• brak ostatecznego zdefiniowania roli organizacji branżowych – w porówna-niu do innych krajów, np. Niemiec, gdzie pracodawcy zawsze byli silnie włączeni w proces kształcenia pracowników,

• proces zlecania przygotowania projekcji w formie przetargu publicznego (który ma wady, jak i zalety).

Ogólne wnioski Korzystanie z ogólnokrajowych wielosektorowych metod modelowania dla

zapewnienia wszechstronnego, krajowego przeglądu zmian popytu na umiejętno-ści powinno być podstawą każdego systematycznego podejścia do oceny zmienia-jącego się zapotrzebowania na umiejętności, gdzie:

• więcej metod powinno być stosowanych do modelowania struktury zawodo-wej w ramach sektorów, przy uznaniu ograniczeń związanych z istniejącymi da-nymi i równoczesnym definiowaniu rekomendacji służących poprawie procesu gromadzenia danych;

• ważne jest, aby uwzględniać odtworzeniowy popyt na pracę, mając na uwadze ograniczenia w zakresie dostępności danych;

• możliwe jest podjęcie ograniczonych analiz skutków dla innych aspektów umiejętności, takich jak kwalifikacje;

• uwzględnienie umiejętności kluczowych/ogólnych w sposób zadowalający wymaga zastosowania metod jakościowych.

Inne, bardziej jakościowe podejścia są również istotne i przydatne. Powinny być one traktowane jako uzupełnienie, a nie substytut dla metod ilościowych – metody jakościowe dostarczają szczegółowych informacji. Skoncentrowany sek-torowo system przewidywania zmieniającego się zapotrzebowania na umiejętno-ści opracowany w Wielkiej Brytanii opiera się na metodach ilościowych i jako-ściowych, jak również na infrastrukturze statystycznej, rozwiniętej w ramach wieloletnich inwestycji. Większość SSC bazuje na tych inwestycjach i poszczegól-nych programach, takich jak Working Futures i NESS. Przegląd systemu sugeruje, że ma on liczne zalety, ale nie ustrzegł się wielu problemów „wieku dziecięcego”. Na podstawie jego analizy można wyciągnąć wiele szczegółowych wniosków, które mogą być wskazówką, jak tworzyć tego typu system, a czego wystrzegać się, aby nie powtórzyć błędów.

Błędy w prognozowaniu Tworzenie szacunków i prognoz zatrudnienia wymaga korzystania z różnorod-

nych źródeł i metod oraz modeli wielorównaniowych. W konsekwencji nie jest możliwe obliczenie dokładnego marginesu błędu. Z analizy poprzednich prognoz (Wilson 2005) wynika, że margines ten może być dość duży. Wyniki tej analizy wskazują, że:

I. Zatrudnienie według branży: • poziomy zatrudnienia w przemyśle są zwykle przewidywane z dokładnością

±10% w ciągu 5−10 lat;

49

• kierunki zmian są przewidywane prawidłowo w ok. 90% przypadków; • błędy w zakresie rocznych stóp wzrostu są zazwyczaj tego samego rzędu wiel-

kości co obserwowane zmiany. II. Zatrudnienie według zawodu: • poziomy zatrudnienia zazwyczaj są przewidywane z dokładnością ±7% w ciągu

5−10 lat; • kierunek zmian jest prawidłowo przewidziany w ok. 80% wszystkich przy-

padków; • udziały zawodów w zatrudnieniu ogółem są z reguły przewidywane z do-

kładnością ±2 pkt. proc. (typowy udział to ok. 4%). • przeszacowywanie danych historycznych (związane przykładowo ze zmia-

nami klasyfikacji) odpowiada za dużą część błędów prognoz. Ważne jest, aby zrozumieć, że celem prognozy nie jest precyzyjne przewidze-

nie poziomu zatrudnienia, a dostarczenie analitykom przydatnych informacji o ogólnym charakterze zmian ścieżek zatrudnienia i ich konsekwencji dla popytu na kwalifikacje. Prognozy brytyjskie na ogół osiągają ten cel.

Zmieniające się ścieżki zatrudnienia według sektorów i zawodów (reprezen-towane przez udziały w zatrudnieniu ogółem) są w większej mierze zdominowane przez długoterminowe trendy niż cykliczność gospodarki. Wyniki prognoz, takich jak Working Futures mogą zatem być użyte jako wiarygodny opis prawdopo-dobnych przyszłych zmian w strukturze zatrudnienia, choć dla poziomu zatrud-nienia dość niepewny może być efekt spowolnienia i późniejszego ożywienia. Przedstawiają one wiarygodny obraz przyszłych zmian w ciągu najbliższego dziesięciolecia.

Takie wyniki dają użyteczny punkt odniesienia do dyskusji i rozważań o ten-dencjach zatrudnienia. Powinny być traktowane jako wskaźnik ogólnych trendów i rzędów wielkości, a nie precyzyjne oceny. Wiele lat badań międzynarodowych wykazało, że szczegółowe planowanie zapotrzebowania na siłę roboczą nie jest możliwe. Nawet jeżeli prognoza jest przeprowadzana za pomocą metod ilościo-wych, zazwyczaj uznaje się, że należy postrzegać ją jako część trwającego procesu, a nie ostateczny wynik, doceniając znaczenie wprowadzenia bardziej jakościo-wych spostrzeżeń. Żaden z analityków konstruujących prognozy zapotrzebowania na umiejętności nie twierdzi, że może przewidzieć szczegółowe zapotrzebowanie na nie w różnych sektorach z wielką precyzją. Raczej sugerują oni, że ich wizja może posłużyć różnym uczestnikom rynku pracy, a także decydentom do uchwy-cenia kierunku, w jakim rozwijają się rynki pracy w odpowiedzi na różne czynni-ki zewnętrzne. Ważne jest, aby wiedzieć, że precyzyjne prognozy są mrzonką.

Kluczowe pytanie nie dotyczy dokładności prognozy, ale jej przydatności. Ujawnione preferencje wielu rządów, które wspierają tę działalność znaczącymi funduszami, sugerują, że prognozy mają dużą wartość – także dla innych licznych odbiorców i użytkowników, w tym instytucji poradnictwa zawodowego, instytucji prowadzących politykę rynku pracy, instytucji tworzących i planujących progra-my edukacyjne i szkoleniowe. Nie planuje się wykorzystywania tych prognoz do

dokładnego zaplanowania rozmiaru i struktury kształcenia i szkolenia. Celem jest raczej poinformowanie wszystkich zainteresowanych o tym, jak siły ekonomiczne kształtują rynek i jakie będą ogólne konsekwencje dla zapotrzebowania na wy-magane umiejętności.

Literatura Bell W. (1996), What do we mean by futures studies? w: R. Slaughter, New Thinking for

a New Millennium, Routledge. UKCES (2011), Employment and Skills Almanac. https://almanac.ukces.org.uk/default.aspx. Wilson R.A. (2001), Forecasting Skill requirements at National and company Levels,

w: P. Descy, M. Tessaring, eds., Training in Europe (2nd report on Vocational Train-ing Research in Europe 2000: Background Report, Vol. 2) CEDEFOP Reference Se-ries, Luxembourg, Office for Official Publications of the European Communities.

Wilson R.A. (2005), Skill Needs Forecasting in the UK: Sources and methods for Work-ing Futures, dokument zaprezentowany na Feasibility Workshop, w: European Skill Needs Forecasting, Pafos, Cypr, 20−21 października 2005.

Wilson R.A. (2008a), UK approaches to Skill Needs Analysis and Forecasting: Lessons for the Czech Republic (Wkład w kluczową aktywność nr 5: Propozycja systemu regu-larnych analiz i prognoz zapotrzebowania na umiejętności na rynku pracy i jego uży-cia przez urzędy pracy w Czechach), Institute for Employment Research, University of Warwick, Coventry.

Wilson R.A. (2008b), Local and Sub-regional medium-term skills forecasting in the UK, w: C. Knobel, B. Kriechel, A. Schmid, eds., Regional Forecasting on Labour Mar-kets, Rainer Hampp Verlag, München u. Mering.

Wilson R.A. (2009), The Extent to Which Employer Data on Employment and Skills in the UK are Fit for Purpose, LMI Thinkpiece UK Commission for Employment and Skills, http://www.ukces.org.uk/our-work/research-and-policy/.

Wilson R.A. (2010), Lessons from America: a Research and Policy Briefing, UKCES Brief-ing Paper Series, UK Commission for Employment and Skills: Wath on Dearne http://www. ukces.org.uk/briefing-papers/lessons-from-america-a-research-and-policy-briefing-paper.

Wilson R.A. (2011), Working Futures 2010−2020: Sectoral Report, UK Commission for Employment and Skills: Wath on Dearne.

Wilson R.A., Homenidou K. (2012a), Working Futures 2010−2020: Technical Report, UK Commission for Employment and Skills: Wath on Dearne.

Wilson R.A., Homenidou K. (2012b), Working Futures 2010−2020: Main Report, UK Commission for Employment and Skills: Wath on Dearne. 0http://www.ukces.org.uk/ publications/er41-working-futures-2010-2020.

Wilson R.A. et al. (2008), Medium-term forecasts of occupational skill needs in Europe: Synthesis Report, dokument zaprezentowany na konferencji CEDEFOP AGORA, 22−23 lutego, Thessaloniki.

Wilson R.A., Woolard I., Lee D. (2004), Developing a National Skills Forecasting Tool for South Africa, aneksy techniczne, South African Department of Labour, Pretoria.

Pekka Tiainen

2. PROGNOZOWANIE ZATRUDNIENIA W FINLANDII

2.1. Historia prognozowania zatrudnienia w Finlandii

Historia prognoz popytu i podaży pracy ma swój początek w późnych latach pięćdziesiątych i początku sześćdziesiątych. Pierwsze badanie aktywności eko-nomicznej ludności w Finlandii przeprowadzono w 1959 r. Choć istniały wcze-śniejsze prognozy, w tym okresie pojawiły się nowe możliwości. Następnie, przed rokiem 1990 tworzono prognozy popytu, podaży a także prognozy obejmujące rów-nocześnie obie strony rynku pracy. Horyzont czasowy prognoz był krótko-, średnio- lub długoterminowy, po części związany z krajowym systemem prognozowania gospodarczego. W tym okresie zmieniły się również rozwiązania instytucjo-nalne w zakresie prognozowania popytu na pracę. Istniały także prognozy w prze-kroju regionów i zawodów.

Długoterminowy model siły roboczej (LTM – po fińsku: PTM), opracowany w Ministerstwie Pracy przez Pekkę Tiainena, był używany od 1990 roku. Istniały również inne prognozy, szczególnie krótkoterminowe, wykonane przez wiele organizacji. W rozdziale przedstawione zostanie podejście do prognozowania w ramach modelu PTM/LTM, będące nowym sposobem na opracowanie progno-zy popytu i podaży pracy w powiązaniu z rachunkami narodowymi.

Model obliczeniowy dla średnioterminowych i długoterminowych prognoz popytu na pracę i podaż pracy został opracowany w związku z projektem Labour Force2000. Metodą przewidywania popytu na pracę stosowaną przez Krajową Radę Edukacji (National Board of Education) jest tak zwana metoda wymagań wobec siły roboczej (labour force requirement method). W Finlandii metoda ta po raz pierwszy została użyta jako narzędzie do planowania edukacji i szkoleń pod koniec lat sześćdziesiątych. Sekretariat Planowania, który działał pod patronatem Ministerstwa Edukacji, opracował ją i przystosował tak, że używano jej do przy-gotowania kilku prognoz zapotrzebowania na wykształconych pracowników. W kolejnym projekcie prowadzonym przez Krajową Radę Edukacji metoda ta została rozwinięta poprzez dodanie nowych elementów i zwiększenie precyzji przetwarzania dodatkowego materiału w ramach modelu. Na przykład dokładniej niż kiedykolwiek poddano analizie populację bezrobotnych i mobilności zawo-dowej. Metoda wykorzystuje zaawansowane metody statystyczne w celu określenia przyszłego zapotrzebowania na wykształconych pracowników przy zastosowaniu

51

52

specjalnie opracowanego programu komputerowego działającego w środowisku Windows, który wykonuje wymagane obliczenia.

Model, dane i estymacje były ciągle aktualizowane, chociaż podstawowa struktu-ra modelu pozostała niezmieniona. Używano ich do prognozy i obliczeń zarówno dla Ministerstwa Pracy i Gospodarki (średnioterminowe i długoterminowe prognozy dotyczące wzrostu gospodarczego oraz siły roboczej, planowania budżetu, szacun-ków wpływu integracji rynku pracy na zatrudnienie), jak i dla innych użytkowników w ministerstwach i na poziomie regionalnym.

Model może być stosowany do obliczeń dla różnych regionów lub krajów, pod warunkiem że dostępne są niezbędne dane. Ta sama podstawowa idea jest obecna w prognozach zapotrzebowania na umiejętności opracowywanych przez CEDEFOP, przy czym występują różnice między podejściem fińskim a CEDEFOPEM w zakre-sie klasyfikacji i aplikacji wykorzystywanych w modelowaniu popytu na pracę.

Wyniki poprzednich projekcji zatrudnienia opracowane na podstawie modelu LTM zostały wykorzystane w projekcie Labour Force 2017. W najnowszym pro-jekcie prognozy są połączone z wcześniejszymi wynikami dla poszczególnych gałęzi w celu nakreślenia czynników wzrostu gospodarczego w okresie od 1860 do 2030 r. (por. Tiainen 1999).

2.2. Wymagane dane wejściowe i prognozy zewnętrzne

Dane wykorzystywane do prognozowania pochodzą z systemu rachunków na-rodowych (od strony popytowej) oraz Spisu Powszechnego i badań siły roboczej (od strony podażowej). Statystyki rynku pracy są dobrze rozwinięte, silnie dezagre-gowane na poziomie regionalnym, a dzięki temu przydatne w pracach prognostycz-nych. Od 1970 r. wykorzystuje się specjalny zbiór danych opisujący strukturę za-wodową. Używane są także inne statystyki. Zasadniczo prognozy mają charakter ilościowy, ale zawierają również pewne aspekty jakościowe. W podstawowych analizach używane są informacje z gospodarki międzynarodowej.

Historyczne dane długoterminowe są oparte na zbiorze PTDATA zawierają-cym długoterminowe dane z systemu rachunków narodowych i innych statystyk dla Finlandii. Zasadniczo dane w Finlandii są wysokiej jakości, co wynika z wie-loletniego doświadczenia fińskiej statystyki publicznej. Istotnym problemem w ana-lizie szeregów czasowych są zmiany w klasyfikacjach statystycznych, stąd dużo pracy włożono w to, aby szeregi czasowe były spójne.

Zmienne po stronie popytu (w ujęciu sektorowym i zagregowanym) dla lat 1990−2030 obejmują:

• produkcję (PKB) według gałęzi przemysłu i na poziomie zagregowanym; • zatrudnienie według gałęzi przemysłu i na poziomie zagregowanym; • czas pracy na zatrudnionego według gałęzi przemysłu i na poziomie zagre-

gowanym; • czas pracy według gałęzi przemysłu i na poziomie zagregowanym;

53

• wydajność na osobę według gałęzi przemysłu i na poziomie zagregowanym; • produktywność i produkcję na godzinę pracy na poziomie zagregowanym. Poziom obliczeń jest mocno zdezagregowany (56 branż), jednak wyniki są pu-

blikowane na poziomie bardziej zagregowanym według takich sektorów, jak rolnic-two, leśnictwo, przemysł (elektroniczny, metalowy, drzewny, inne), budownictwo, transport, handel, finanse, usługi biznesowe, edukacja, pomoc społeczna.

Do obliczenia czynników wzrostu gospodarczego, całkowitej produktywności czynników produkcji i innych elementów potrzebne są również inne zmienne:

• nakłady kapitału na poziomie zagregowanym; • nominalny PKB; • koszt pracy i udział nakładów pracy w tworzeniu produktu; • jakość pracy według określonych wymiarów i względny poziom płac w tych

wymiarach. Całkowity nakład czynników, w tym jakości pracy oblicza się następnie za

pomocą tych danych i łącznej produktywności czynników produkcji (TFP), dzie-ląc produkcję przez nakłady lub dzieląc PKB przez łączne nakłady czynników produkcji (TFI).

Po stronie podaży siły roboczej zastosowane dane za 1980−2030 to: • ludność w pięcioletnich grupach wieku według płci i na poziomie zagrego-

wanym, współczynniki urodzeń, współczynniki zgonów i saldo migracji; • siła robocza i podstawowe kategorie poza siłą roboczą (emerytury, edukacja,

prace wykonywane w ramach gospodarstwa domowego) w pięcioletnich grupach wieku według płci;

• bezrobocie. Zbiór danych o populacji zawiera informacje w podziale na pięcioletnie grupy

wieku według płci. Model korzysta z najnowszej prognozy liczby ludności opra-cowanej przez fiński Główny Urząd Statystyczny po wprowadzeniu niezbędnych zmian. Prognoza liczby ludności może być modyfikowana poprzez zmianę zało-żeń dotyczących imigracji, stopy urodzeń i zgonów, co umożliwia analizowanie alternatywnych scenariuszy. Ten zestaw danych zawiera także współczynniki aktywności zawodowej dla kobiet i mężczyzn według pięcioletnich grup wieku.

Projekcje siły roboczej opierają się na badaniach aktywności ekonomicznej ludności, podczas gdy modelowanie strony popytowej bazuje przede wszystkim na systemie rachunków narodowych. Tym niemniej zapewnia się spójność mię-dzy liczbą zatrudnionych w przekroju sektorowym a liczbą zatrudnionych wyni-kającą z badania aktywności ekonomicznej ludności.

Dostępne są również obliczenia, gdzie zatrudnienie i bezrobocie są podzielone na grupy według wieku.

Istnieje zestaw danych zawierający strukturę zawodową według branży, uży-wany do prognozy struktury zawodowej. Również informacje o wyjściu z rynku pracy w związku z przejściem na emeryturę i z innych powodów według zawo-dów są niezbędne, aby nowe miejsca pracy lub zapotrzebowanie na nową siłę

54

roboczą mogło być obliczone poprzez zsumowanie nowego popytu na pracę i trwa-łego wycofywania się z rynku pracy.

Zbiór danych dotyczący czasu pracy pokazuje ogólne czynniki, które są takie same dla wszystkich grup wieku. Czynniki specyficzne dla grup wieku są prezen-towane oddzielnie dla mężczyzn i kobiet w pięcioletnich grupach wieku. Dane zawierają informację o liczbie przepracowanych dni na osobę zatrudnioną, w rozbi-ciu na pięcioletnie grupy wieku.

Tego rodzaju obliczenia nie są możliwe do powtórzenia we wszystkich run-dach badania, ale należy je brać pod uwagę.

W procesie obliczania wyników wcześniejsze projekcje stanowią punkt wyjścia dla kolejnych projekcji. Potrzebne aktualizacje i inne zmiany są powtarzane itera-cyjnie, aż poszczególne części modelu zgodzą się z wartościami zagregowanymi. Niektóre zmienne modelu ustala się na początku postępowania, a następnie model jest przeliczany. Jeśli wyniki estymacji pokazują, że istnieje potrzeba, aby zmie-nić niektóre zmienne, wprowadzane są niezbędne korekty. Przykładowo, ponie-waż liczba ludności jest prognozowana oddzielnie saldo migracji ulega zmianie, jeśli popyt na pracę różni się od pierwotnie wyznaczonej wartości. W tym sensie imigracja jest częściowo endogeniczna.

2.3. Metodologia, podstawy mikroekonomiczne i techniki ekonometryczne

Podstawowa struktura modelu pozostaje stabilna przez długi czas. Szacunki oparte są na rocznych szeregach czasowych. Co roku po opublikowaniu projekcji nowe aktualne dane dodaje się do bazy modelu − dokonywane są ponowne sza-cunki z uwzględnieniem nowych danych.

Główna metoda • Wykorzystywane są dwa powiązane ze sobą modele: Long-Term Labour For-

ce Model używany przez Ministerstwo Pracy (populacja i podaż siły roboczej we-dług wieku, PKB, wydajność pracy i zatrudnienie według branży, zastosowanie w ujęciu regionalnym) oraz model Mitenna używany przez Fińską Narodową Radę Edukacji (FNBE) i Ministerstwo Edukacji (zawody i wykształcenie); obliczenia na poziomie regionalnym są prowadzone przez Ministerstwo Spraw Wewnętrznych.

• Analizowany jest nowy popyt na pracę i popyt odtworzeniowy; w tym dru-gim przypadku bierze się pod uwagę zastąpienia z powodu przejścia na emeryturę i śmierci.

Całkowity popyt na pracę, nowy popyt na pracę i odtworzeniowy popyt na pracę

• Analizowany jest nowy popyt i popyt odtworzeniowy; w tym ostatnim bie-rze się pod uwagę zastąpienia z powodu przejścia na emeryturę i śmierci.

55

• Nowe miejsca pracy tworzą wzrost zatrudnienia, niektóre są związane z za-stąpieniem osób, które opuściły rynek pracy. Część miejsc pracy likwidowanych jest w wyniku przejścia na emeryturę pracowników, utraty pracy przez starszych pracowników lub opuszczania przez nich miejsca pracy. Ta klasyfikacja i dyna-mika powinna zostać wyjaśniona.

Strona podażowa i interakcje między podażą a popytem • Strona podażowa znajduje odzwierciedlenie w długoterminowym modelu LTM

poprzez liczbę ludności i aktywność zawodową ludności (w podziale na pięcioletnie grupy wieku). Strona popytowa jest analizowana na poziomie sektorowym. Popyt i podaż są przeliczane na nakłady w formie liczby godzin czasu pracy (według pełnego wymiaru czasu pracy). Interakcja między podażą a popytem powoduje zachwianie równowagi − popyt wpływa na podaż (różnie w różnych kategoriach wieku). Wpływ ten zmienia się w zależności od fazy cyklu koniunkturalnego i ho-ryzontu analizy.

• Umiejętności ludności w wieku produkcyjnym analizowane są w modelu Mitenna.

• Procesy migracji siły roboczej są ważnym zagadnieniem, ponieważ warunkują je przyczyny zarówno po stronie podaży, jak i popytu.

Liczbę zatrudnionych oblicza się, dzieląc PKB przez wydajności pracy na za-trudnionego. Wydajność pracy na zatrudnionego jest to wydajność pracy w ujęciu godzinowym skonfrontowana z rocznym czasem pracy na zatrudnionego. Bezro-bocie zdefiniowane jest jako siła robocza minus zatrudnienie.

W estymacji strony popytowej PKB prognozowany jest za pomocą zmien-nych reprezentujących popyt. W prognozach podaży nakład pracy pomnożony przez wydajność pracy daje PKB. Gdy analizowana jest równowaga między po-pytem a podażą, popyt prognozowany jest oddzielnie, a podaż na rynku pracy opar-ta na wzroście populacji jest wyznaczana przy uwzględnieniu współczynników aktywności zawodowej w podziale na grupy wieku.

Produkcja podzielona przez wydajność pracy w przekroju sektorów działalności gospodarczej daje godziny przepracowane w każdym sektorze. Poprzez zsumowa-nie tych godzin otrzymujemy łączną liczbę przepracowanych godzin w gospodar-ce. Podaż godzin pracy, uzyskana ze zbioru danych czasu pracy, stanowi długo-terminowe maksimum przepracowanych godzin: jeżeli produkcja rośnie zbyt szybko w stosunku do podaży przepracowanych godzin, wzrost będzie utrudnio-ny, w przeciwnym razie odnotowany będzie wyższy wzrost produkcji. Stosowana jest tutaj korekta trendu: w roku 2030, łączne godziny przepracowane są zastą-pione dostępną liczbą godzin pracy. Liczba godzin przepracowanych w każdym sektorze w poszczególnych latach jest korygowana odpowiednim wskaźnikiem tak, aby liczba przepracowanych w 2030 r. odpowiadała dostępnej liczbie godzin pracy. W ujęciu sektorowym szeregi czasowe obrazujące produkcję dla każdego sektora działalności gospodarczej są mnożone przez odpowiedni współczynnik, aż zostanie osiągnięte dopasowanie między poziomem produkcji i długotermino-wym ograniczeniem nałożonym przez dostępną liczbę godzin pracy. W celu osią-

56

gnięcia zgodności między zagregowanym wzrostem PKB w najbliższych latach i projekcją wzrostu dane dotyczące wzrostu produkcji w poszczególnych sekto-rach działalności gospodarczej w odniesieniu do tych lat mnoży się przez odpo-wiedni współczynnik. Za każdym razem, gdy sytuacja zmienia się, należy wprowa-dzić korekty, aby dopasować poziom przepracowanych godzin, w dłuższej perspektywie, do poziomu dostępnych godzin pracy.

Rysunek 2.1

Długoterminowy model siły roboczej (LTM) w Finlandii METODA KALKULACJI DŁUGOTERMINOWEGO

MODELU SIŁY ROBOCZEJ W FINLANDII

Źródło: opracowanie własne.

Popyt na prace (godziny)

Popyt na pracę (osoby)

Efektywność pracy Produkcja według branży − alternatywy wzrostu Po

pyt w

edłu

g br

anży

Po

daż

wedłu

g gr

up w

ieku

Ludność (15−74) − K, M 5-letnie grupy wieku

Studenci Inwalidzi i renciści Osoby wykonujące prace domowe Inni

Imigracja Urodzenia Długość życia

Siła robocza Aktywność zawodowa − K, M 5-letnie grupy wieku

Pracownicy w niepełnym

wymiarze

Podaż pracy (osoby)

Praca wykonywana (godziny)

Bezrobocie/deficyt siły roboczej Czas pracy Deficyt/nadwyżka

pracy

57

Zatrudnienie i bezrobocie Zbiór danych po stronie popytu (zatrudnienie) zawiera czas pracy, godziny

pracy i liczbę zatrudnionych według sektora działalności gospodarczej. Jeśli po-dzielimy liczbę zatrudnionych przez czas pracy dla poszczególnych sektorów działalności gospodarczej, otrzymamy liczbę osób zatrudnionych w różnych sektorach działalności gospodarczej na szczeblu krajowym. Czas pracy zmienia się w zależności od branży. Technicznie jest ustalony dla wszystkich sektorów działalności gospodarczej na tym samym poziomie w perspektywie długoter-minowej. W każdym sektorze poziom ten jest osiągany poprzez korektę współ-czynnikiem, który zmienia się w czasie.

Zestaw danych dotyczących zatrudnienia zawiera również informacje o rynku pracy dostarczane przez LFS. Liczby osób zatrudnionych, zgodnie z systemem rachunków narodowych, są dostosowane do odpowiedniej klasyfikacji LFS. Wielkość siły roboczej jest szacowana na podstawie wskaźników aktywności zawodowej i liczby ludności, które otrzymywane są z prognozy ludności. Niektó-re zmiany w stopie bezrobocia są eliminowane poprzez korektę pierwotnego stanu siły roboczej. W korekcie przyjęto elastyczność wynoszącą 1/3 − jeśli bezrobocie spada, 1/3 efektu będzie widoczna we wzroście podaży pracy. Elastyczność zmia-ny zatrudnienia znajdująca odzwierciedlenie w podaży pracy oszacowana została na 1/5. Stosunek zależy od koniunktury i może być zmieniony w razie potrzeby. Bezrobocie można obliczyć w podobny sposób, czyli jako różnicę pomiędzy siłą roboczą i zatrudnieniem.

Dni robocze są mnożone przez prognozę liczby osób zatrudnionych, co daje łączną liczbę dni roboczych. Następnie mnoży się liczbę dni roboczych przez liczbę godzin, co daje łączną liczbę przepracowanych godzin. Liczbę osób za-trudnionych otrzymuje się poprzez kalkulację danych rynku pracy przy założeniu niskiego bezrobocia. Stopa bezrobocia zbliża się do stanu pełnego zatrudnienia, a zatrudnienie odpowiednio wzrasta.

Strona podażowa Strona podażowa w modelu analizowana jest na podstawie danych z fińskiego

badania aktywności zawodowej ludności i obejmuje ludność w podziale na pię-cioletnie grupy wieku, osoby poza rynkiem pracy, wskaźniki aktywności zawo-dowej, liczbę osób na rynku pracy i czas pracy. Strona popytowa wykorzystuje dane z systemu rachunków narodowych i obejmuje produktywność według sekto-rów działalności gospodarczej w cenach stałych, przepracowane godziny, liczbę osób zatrudnionych i bilans zasobów siły roboczej. Szeregi czasowe modelu w ujęciu rocznym obejmują krótkoterminowe projekcje, dlatego wszelkie ich korekty wpływają na wyniki średnioterminowe i długoterminowe. Prognozy się-gają 2030 r.

Wielkość siły roboczej jest warunkowana liczebnością poszczególnych grup wieku i odpowiadających im wskaźników aktywności zawodowej. Siła robocza i wskaźniki aktywności są dopasowywane, aby odpowiadały popytowi na pracę, który wpływa na podaż.

58

Prognozy bazowe Podstawową zasadą tworzenia prognozy bazowej jest opracowanie jej z uwz-

ględnieniem wszystkich istotnych elementów. Standardową praktyką jest określe-nie w prognozie celu zatrudnieniowego, do którego gospodarka powinna dążyć w horyzoncie prognozy. W tym przypadku chodzi o to, aby pokazać podstawowe zmienne i środki, które powinny zostać zmodyfikowane w celu przyspieszenia rozwoju. Zakłada się, że zadanie to powinno również służyć kształtowaniu poli-tyki. Ponadto w modelu analizowane są skutki różnych faz cykli koniunktural-nych lub wpływ zasadniczych zmian w środowisku gospodarki narodowej, takich jak członkostwo w UE i UGW.

Co ważne, gdy wykorzystywane są nowe aktualne dane, prognozy bazowe nie są całkowicie zmieniane, w sytuacji gdy najnowsze opublikowane dane odbiegają od wartości prognozowanych dla danego okresu. Chodzi o to, że w perspektywie długoterminowej, zgodnie z teorią neoklasyczną, siła robocza jest w pełni wyko-rzystana przy niskim bezrobociu i wzroście wydajności, a sama siła robocza defi-niuje tę długoterminową równowagę. Tak więc po krótkotrwałym odchyleniu od prognoz, długoterminowy rozwój wciąż odzwierciedla długoterminową równo-wagę. Problemem jest odpowiedź na pytanie, jak długo trwa odchylenie. Na przykład, jeśli jest głęboka recesja, tak jak w 2009 r., to analizie podlega to, jak szybko recesja wpływa na poszczególne branże, powodując spadek produkcji, czy też może są takie branże, w których mimo recesji notowano systematyczny wzrost produkcji będący wynikiem zmian strukturalnych. Niektóre branże mogą rosnąć szybciej niż wcześniej zmierzono, przy czym na poziomie całej gospodarki założona stopa wzrostu odpowiada tej, która zapewnia długoterminową rów-nowagę. Dlatego krótkoterminowe zmiany nie wpływają automatycznie na długoterminowe stopy wzrostu, które są ograniczone przez zasoby i produk-tywność. Tak więc, krótko i średnioterminowe zachwiania równowagi nie wpły-wają na równowagę w perspektywie długoterminowej, która jest ograniczona zasobami i wydajnością. Zmiany w projekcjach demograficznych lub perspekty-wach wydajności są przykładem czynników, które mogą mieć wpływ na równo-wagę w perspektywie długoterminowej.

Analizy wrażliwości W analizach wrażliwości dokonuje się modyfikacji niektórych zmiennych

i ocenia, jaka jest odpowiedź systemu na te zmiany. Przykładem są zmiany w saldzie migracji i wzroście produktywności.

Ideą analizy wrażliwości jest identyfikacja kluczowych problemów, które mogą mieć istotny wpływ na rozwój gospodarczy, i ocena ich możliwych skutków.

Na przykład, jeżeli wzrasta imigracja, silniejszy może być wzrost produk-cji i odwrotnie. W analizie siły roboczej powinny być również brane pod uwagę zmiany populacji według różnych prognoz ludności i zbiorów danych o produkcji. Wpływ na produkcję można uzyskać, mnożąc współczynniki siły roboczej, na

59

podstawie bazowej prognozy ludności, przez dostępną liczbę godzin pracy. Inna technika polega na pozostawieniu ograniczenia dostępnych godzin pracy na nie-zmienionym poziomie, nawet jeśli następują zmiany w prognozowanym wzroście produkcji z jakichkolwiek powodów. W tej sytuacji, różnica między godzinami przepracowanymi i dostępnymi godzinami pracy mówi nam, czy liczba godzin pra-cy wymaganych przy produkcji przekracza liczbę dostępnych godzin pracy, i o ile.

Zawody, edukacja i nowe oferty pracy W określeniu potrzeb edukacyjnych punktem wyjścia jest prognoza popytu na

pracę według branż. Prognoza ta jest uzyskiwana z prognoz wyjściowych opisują-cych ogólny wzrost gospodarki narodowej, uwzględniających zmiany wartości dodanej i wydajności pracy. Te z kolei są oparte na zestawie czynników ekonomicz-nych.

Następnym krokiem jest przewidywanie przyszłej struktury zawodowej w każ-dej branży. Osiąga się to poprzez analizę obecnej struktury zawodowej i zmian, które wcześniej w niej nastąpiły oraz tych, które są przewidywane. Ponadto wyko-rzystuje się porównania międzynarodowe i inne prognozy struktury zawodowej wraz z informacjami pochodzącymi z różnych badań oraz opinie na temat zmian wyrażone przez ekspertów w różnych dziedzinach. Różnica między przewidywaną a obecną strukturą zawodową wskazuje na zmiany w strukturze zawodowej w okre-sie objętym prognozą.

Równolegle badany jest naturalny odpływ siły roboczej z rynku pracy. Para-metr ten określa odsetek osób w grupie zawodowej, która na stałe opuszcza rynek pracy z powodu przejścia na emeryturę (ze względu na wiek), niepełnosprawność lub śmierć.

Całkowity nowy popyt na pracę (nowe oferty pracy) jest obliczany dla okresu prognozy poprzez zsumowanie zmian w strukturze zawodowej i popytu odtwo-rzeniowego. Oznacza to, że wielkość nowego popytu na pracę jest szacowana w przekroju grup zawodowych w sposób uwzględniający prognozowane zapo-trzebowanie. Znaczenie popytu odtworzeniowego jest dominujące w tym zakre-sie, gdyż stanowi ok. 70−90% obliczonego całkowitego popytu.

Prognozy w przekroju grup zawodowych i projekcje zmian w cyklu życia za-wodowego są przekształcane w dane zgodne z klasyfikacją dyscyplin edukacyj-nych przy użyciu klucza dopasowującego grupy zawodowe do poziomów eduka-cji (klucz został skonstruowany specjalnie w tym celu).

Projekcje regionalne Projekcje są poddawane procedurze regionalizacji na poziomie gmin (county)

w dwóch etapach. Po pierwsze, za pomocą modelu wzrostu regionalnego LTM/PTM wydajność i zatrudnienie w branżach, a także siła robocza prognozo-wane są w podobny sposób, jak na szczeblu krajowym. Następnie, nakładając zatrudnienie według branży i zawody według branży, osiągane są projekcje doty-czące struktury zawodowej na szczeblu regionalnym.

60

Obliczanie łącznej produktywności czynników produkcji (TFP) Punktem wyjścia jest tutaj dekompozycja wzrostu mierzona w kategoriach

produktu krajowego netto w wartościach stałych. Uwzględnia się trzy czynniki produkcji (praca, kapitał, ziemia) oraz wejściowe czynniki jakościowe i ogólną wydajność produkcyjną, składające się z komponentów mierzonych w tym celu. Te trzy czynniki produkcji rozkładane są następnie na podskładniki i dla każdego z nich konstruuje się wskaźniki. Udziały podskładników w poszczególnych czyn-nikach produkcji są używane jako wagi dla indeksów czynników produkcji.

2.4. Prezentacja wyników

Realna produkcja krajowa netto wzrosła w okresie 1900−1990 o 3,2% rocznie. W latach 1948−1974 roczna stopa wzrostu wynosiła 5,1%, w latach 1990− 2010 − 1,9%, a średni roczny wzrost w latach 1900−2010 wynosił 2,8%. Analiza wyka-zała, że udział nakładów pracy w tworzeniu produktu krajowego, mierzonych czasem pracy, były dość wysokie w poprzednich okresach, ale niskie po roku 1965. Natomiast znaczenie kapitału okazało się być największe przed II wojną światową, oraz od 1948 do 1964 r.

Podczas recesji na początku lat dziewięćdziesiątych fiński PKB zmniejszył się o 11%, a zatrudnienie o 20% w ciągu trzech lat. Załamanie eksportu do Związku Radzieckiego było tylko jednym z powodów recesji, ponieważ spadki zaczęły się w roku 1983. Eksport na Zachód również spadł, nastąpił kryzys bankowy, a sektor usług został poddany zmianom strukturalnym. Cięcia wydatków publicznych okaza-ły się błędem i pogłębiły kryzys, dodatkowo konsumpcja spadła z powodu maleją-cych zarobków. Tak więc, wszystkie elementy popytu skurczyły się. W ciągu 15 lat od 1993 do 2008 r. zatrudnienie powróciło do poziomu z roku 1990 (przy niższej liczbie przepracowanych godzin), by spaść o 5% w 2009 r. Średnia roczna stopa wzrostu PKB w latach 1990−2010 wyniosła 1,8%, jeśli wliczyć ostatnią recesję.

W 2009 r. fiński PKB zmniejszył się o 8%, natomiast eksport i import o ponad 30%. Zatrudnienie spadło tylko o 5%, dzięki skróceniu czasu pracy i w związku ze spadkiem wydajności. Przedsiębiorstwa utrzymywały poziom zatrudnienia powyżej rzeczywistych potrzeb. Obniżyły się również wskaźniki aktywności za-wodowej.

Wkład łącznej produktywności czynników produkcji był znaczący w okresie powojennym. W latach 1860−1900 udział TFP wynosił 45% w porównaniu do 63% w latach 1900−2000. Wkład TFP był odczuwalnie mniejszy w latach 1938−1948, natomiast w latach 1975−1985 wzrósł do 90%. Średnia dla 150 lat od 1860 do 2010 r. wynosiła ok. 50% i była blisko tej wartości w latach 2000− 2010. Okresy szybszego wzrostu były połączone z szybszym wzrostem nakładów czynników produkcji i jednocześnie jeszcze szybszym wzrostem TFP i jego udzia-

61

łem w produkcji. Tak więc, wpływ TFP był większy w okresach silnego wzro-stu, a także miał związek z bardziej znaczącym wzrostem nakładów.

Recesja z lat siedemdziesiątych i kolejnych była wyjątkowa, ponieważ zmiana strukturalna wpłynęła na zwiększanie udziału łącznej produktywności czynników produkcji.

W ciągu następnych dwóch dekad w projekcjach bazowych udział całkowitej produktywności czynników produkcji wyniósł ponad 75%, a średnie tempo wzro-stu wynosiło ok. 2%. Dlatego historycznie udział całkowitej produktywności czynników produkcji jest bardzo wysoki i wyższy niż kiedykolwiek w tak długim okresie. Większe zatrudnienie, większe inwestycje i większa wydajność czynników produkcji są potrzebne, aby przekroczyć 2% tempo wzrostu, choć udział TFP może być niższy niż 75% ze względu na bardziej znaczący wkład czynników produkcji.

Wkład łącznej produktywności czynników produkcji był znaczny również po II wojnie światowej. W latach 1948−1985 jego udział w całkowitym wzroście wynosił 60%, a w latach 1900−1985 − 51%. Co ciekawe, w latach 1975−1985 wyniósł aż 90%, a w latach 1985−1990 spadł do zaledwie 40%.

Podczas recesji w drugiej połowie lat siedemdziesiątych i na początku dzie-więćdziesiątych, nie zanotowano drastycznego spowolnienia wzrostu łącznej pro-duktywności czynników produkcji. Po recesji na początku ostatniej dekady wzrost łącznej produktywności czynników produkcji przyspieszył, zwiększyło się również zatrudnienie.

2.5. Wnioski i dyskusja na temat oceny jakości prognoz

Ocena ex-post jakości prognoz pokazuje, że wiele długofalowych trendów roz-wojowych zostało przewidzianych dość dokładnie, zwłaszcza pod względem kie-runku zmian. Zaobserwowane średnie tempa wzrostu były dość zbliżone do warto-ści prognozowanych.

Prognozowanie zmian cyklu koniunkturalnego jest trudniejsze, ale średni wzrost i zmiany strukturalne prognozowane są bardziej wiarygodnie. Saldo migracji prze-wyższało wyniki projekcji ponad 20 lat temu. Zmiany strukturalne były silniejsze, chociaż ich kierunek został dość dobrze zdefiniowany w projekcji. Zatrudnienie jest niższe niż docelowe, ale blisko linii bazowej w wielu okresach.

Bardzo ważne jest to, że proces prognozowania ma charakter ciągły. Dzięki te-mu wszelkie zmiany mogą być uwzględniane elastycznie, chociaż raporty zawiera-jące zaktualizowane wyniki nie są publikowane zbyt często.

Rachunkowość wzrostu (growth accounting), obok klasycznych metod mate-matyczno-ekonometrycznych, jest jedną z teoretycznych metod analizy zmiennych ekonomicznych. Pozwala analizować czynniki wzrostu gospodarczego w przekro-ju sektorowym. Długoterminowy model prognozowania siły roboczej generuje prognozy przyszłego popytu i podaży pracy. Może być również wykorzystywany do wyliczania prognoz dla wielkości i rozwoju innych zmiennych ekonomicz-

nych, takich jak bilans zasobów i wydatków w ujęciu sektorowym. Klasyfikacja sektorów działalności gospodarczej w ramach modelu PTM jest nieco ogólniejsza niż ta stosowana w rachunkowości wzrostu, ale zależności występujące między nimi pozwalają na ujednolicenie wyników przy niewielkim nakładzie pracy.

Wzrost gospodarki fińskiej badano intensywnie, ale było bardzo mało badań dotyczących tej problematyki w perspektywie długookresowej. Ani rachunko-wość wzrostu, ani inne teorie wzrostu nie zostały zastosowane do długotermino-wych badań gospodarki jako całości. Badania zwykle ograniczały się do określo-nych zagadnień lub sektorów działalności gospodarczej bez próby uzyskania bardziej kompleksowej i zintegrowanej interpretacji czynników wpływających na proces wzrostu gospodarczego. Czynników tych i skutków rozwoju technologicz-nego na wzrost nie badano we wszystkich dostępnych aspektach. Postępy w myśli teoretycznej oraz dostępność lepszych danych otworzyły nowe perspektywy dla badań nad czynnikami mającymi długoterminowe skutki dla wzrostu gospo-darczego. Dzięki łatwo dostępnej bazie danych wyliczenia mogą być wykonane na jednolitych danych zbieranych od początków procesu industrializacji.

Wiele głównych idei przedstawionych w tym rozdziale jest obecnie zawartych w raportach poświęconych zapotrzebowaniu na umiejętności opracowywanych przez CEDEFOP.

Literatura CEDEFOP (2010), Skills supply and demand in Europe: medium-term forecast up to

2020. http://www.cedefop.europa.eu/EN/Files/3052_en.pdf. Hanhijoki I., Katajisto J., Kimari M., Savioja H. (2009), Education, training and demand

for labour in Finland by 2020, Finnish National Board of Education. Tiainen P. (1999), Employment and Welfare in Finland in the Years 1860−2030. With

application to European employment strategy, Ministry of Labour, Labour policy study 211, Helsinki, Appendix I, III.

Tiainen P. (2005), Forecasting Skills and Labour Market Needs in Finland, dokument rządu fińskiego, który przygotowali P. Tiainen, H. Saijets, K. Kangaspunta, H. Mäenpää, M. Kimari i I. Hanhijoki. http://www.mutual-learning-mployment.net/uploads/Modu-leXtender/PeerReviews/16/GovernmentPaper.pdf.

Tiainen P. (2007), Modelling Sources of Sustainable Growth and Future Labour Demand and Supply in the Medium and Long Term. Human Resources and Human Resources for Health as a Part of the System, The Workforce Planning Model Workshop 13–14 grudnia 2007, dokument nieopublikowany, Washington DC.

Tiainen P. (2011), Forecasting skill supply and demand in Europe to 2020: Contribution of skills, employment and productivity as sources on future growth in Europe, do-kument zaakceptowany do publikacji.

63

Martin Lepič, Jan Koucký

3. PROGNOZOWANIE ZATRUDNIENIA W CZECHACH

3.1. Wprowadzenie

Prognozowanie zatrudnienia według zawodów lub kwalifikacji nie ma zbyt długiej tradycji w Republice Czeskiej. Jednym z powodów był brak spójnych i ciągłych baz danych w przekroju zawodów, a także częste i niekonsekwentne zmiany klasyfikacji zawodów6F6F

7. Dopiero po przemianach społecznych w kraju, Czeski Urząd Statystyczny (CZSO) zaczął stosować w 1993 r. klasyfikacje uży-wane w Europie Zachodniej, na przykład klasyfikację zawodów ISCO, klasyfika-cję przemysłową ISIC i klasyfikację wykształcenia ISCED. Po krótkim okresie próbnym od 1995 r. czeskie dane były statystycznie wiarygodne i stosunkowo spójne w czasie.

Z tego powodu niektóre instytucje i agencje zaczęły zajmować się kwestiami projekcji zatrudnienia według zawodów i wymagań kwalifikacyjnych dopiero od drugiej połowy 1990 r. Szczególnie dwa europejskie projekty Future Skill Ne-eds in Europe (przeprowadzony w latach 2006−2008) i Forecasting skill supply and demand in Europe (2009−2012) stały się ważnym bodźcem w tym kierunku. W oba aktywnie zaangażowane było Centrum Polityki Edukacyjnej na Uniwersy-tecie Karola w Pradze (EPC), w tym także autorzy tego rozdziału. Przez długi okres możliwa była wymiana doświadczeń z innymi krajami Europy, rozwijanie niezbędnej wiedzy, umiejętności i kompetencji, opracowywanie i usprawnianie metodyki i budowanie niezbędnej bazy danych.

Ten etap pracy został pomyślnie zakończony pod koniec 2011 r., pozwalając EPC na przygotowanie ogólnej spójnej prognozy branż, zawodów i wymagań kwalifikacyjnych w czeskiej gospodarce na dekadę 2010−2020. Co więcej, nasze działania koncepcyjne, metodologiczne i informacyjne skupione są na szczeblu europejskim (np. zintegrowana baza danych dla wszystkich państw europejskich w latach 1995−2010, obejmująca dane na temat rozwoju branż na drugim pozio-mie klasyfikacji NACE, rozwoju zawodów na trzecim poziomie klasyfikacji

__________ 7 Symptomatyczne jest, że do powojennych spisów ludności, przeprowadzanych w byłej Cze-chosłowacji regularnie, co dziesięć lat między 1950−1990, używano za każdym razem innej i abso-lutnie nie porównywalnej klasyfikacji zawodów.

ISCO, a zawierająca profile kwalifikacyjne dla wszystkich zadań określonych przez NACE i ISCO) pozwolą EPC przygotować podobne niezależne prognozy dla innych krajów europejskich, na przykład dla Polski.

3.2. Historia prognozowania zatrudnienia w Czechach

W związku z upadkiem komunizmu w 1989 r. Czechy podległy dramatycznej reformie gospodarczej w trakcie przejścia od gospodarki centralnie planowanej do gospodarki rynkowej. W 1993 r. Czechosłowacja została podzielona na Cze-chy i Słowację. Zatem w chwili publikacji tego opracowania odpowiednie dane historyczne dla Czech są dostępne od 1993 r., tj. dla ostatnich 19 lat.

Obecnie nie istnieje w Czechach żadna instytucja, która wykonywałaby regu-larne, średnioterminowe prognozy dotyczące rozwoju sytuacji na rynku pracy na bazie projekcji długoterminowych. Podstawowym problemem przy tworzeniu prognoz w Republice Czeskiej jest to, że nie istnieją oficjalne średniookresowe prognozy dotyczące zmian w liczbie miejsc pracy w poszczególnych sektorach gospodarki. Takie prognozy nie są dostępne nawet w czeskim Urzędzie Staty-stycznym (CZSO) i Czeskim Banku Narodowym. Główne organizacje rządowe próbujące wprowadzić stały i powtarzalny system prognoz w Republice Czeskiej to Ministerstwo Edukacji, Młodzieży i Sportu (MoEYS) oraz Ministerstwo Pracy i Spraw Socjalnych. Te dwa ministerstwa zleciły w ciągu ostatnich 10 lat kilka projektów dedykowanych prognozom rynku pracy. Projekty były organizowane przez EPC, na Uniwersytecie Karola w Pradze, Narodowy Fundusz Szkoleniowy (National Training Fund) i Instytut Badań nad Pracą i Sprawami Socjalnymi.

W latach 1999−2001 realizowano w Czechach projekt Regular Forecasting of Training Needs: Comparative Analysis, Elaboration and Application of Methodo-logy (LABOURatory) 8 jako dwuletnie badanie i analiza projektu finansowanego przez Komisję Europejską w ramach programu Leonardo da Vinci. Celem projektu było zbadanie systemu informacyjnego dotyczącego rynku pracy i stosowanych metod prognozowania potrzeb edukacyjnych i szkoleniowych w czterech państwach członkowskich UE (Francja, Niemcy, Irlandia i Holandia), i porównanie ich ze względu na dostępność danych i metody stosowane z trzema krajami przedakcesyj-nymi (Czechy, Polska i Słowenia). Projekt ten został zorganizowany przez czeski Narodowy Fundusz Szkoleniowy).

EPC zebrała informacje o zmianach na rynku pracy w Republice Czeskiej od 1995 do 2006 r. i opracowała prognozy rozwoju do roku 2016. Wyniki projektu są dostępne na stronie internetowej EPC (tylko w języku czeskim).9 Jego efektem była publikacja z prognozą średniookresową wymagań kwalifikacyjnych na rynku

__________ 8 http://old.nvf.cz/publikace/pdf_publikace/observator/eng/forecast_methodol.pdf. 9 http://www.strediskovzdelavacipolitiky.info/default.asp?page=svp&KID=78.

64

65

pracy w Europie (dostępna tylko w języku czeskim, Střednědobá projekce kval-ifikačních potřeb trhu práce v Evropě).

Czeski portal Future skills!9F9F

10 angażuje się również w tworzenie prognoz rynku pracy. Ta strona zawiera sekcję poświęconą prognozowaniu trendów na rynku pracy, w tym trzech badań branżowych oraz linki do niektórych prognoz zagranicznych.

Najważniejsze i najczęściej używane są wyniki badania Information System regarding the Position of School Leavers on the Labour Market (dostępne tylko w języku czeskim, Informační systém o uplatnění absolventů Skol Na trhu práce, ISA). Wyniki projektu zostały umieszczone na stronie internetowej10F10F

11, która do-stępna jest od września 2007 r. Wszyscy zainteresowani mogą znaleźć informacje nie tylko na temat szkół i kierunków kształcenia, ale także profesjonalnie przygo-towane analizy dotyczące potrzeb rynku pracy oraz przykładowe opisy stanowisk pracy, które mogą pomóc im w wyborze studiów.

Dostępna jest również publikacja podsumowująca projekt11F11F

12, zawierająca naj-ważniejsze ustalenia i wyniki badań i analiz. Została ona opublikowana w 2008 r. i zawiera informacje dotyczące branż i struktury kwalifikacyjnej studentów, opi-nie absolwentów szkół w zakresie wyboru i jakości studiów, opinie absolwentów szkół ponadgimnazjalnych, szkół zawodowych, liceów o sytuacji takich osób na rynku pracy. Zawiera również podsumowanie wymagań pracodawców w stosunku do przygotowania absolwentów oraz szczegółowe informacje dotyczące rozwoju branż, zawodowej i edukacyjnej struktury zatrudnienia w Republice Czeskiej w po-równaniu z innymi krajami UE. Publikacja Development of Qualification Require-ments on the Labour Market in the CR and Abroad (dostępna tylko w języku cze-skim, Vývoj kvalifikačních požadavků na pracovním trhu v ČR a v zahraničí) 1 2 F 12F

13, która jest całkowicie skoncentrowana na kwestii analizowania przeszłego rozwo-ju i prognozy dla rynku pracy w Republice Czeskiej, została także opublikowana w 2008 r. Niestety, strona internetowa i obie publikacje są dostępne jedynie w języku czeskim.

Czechy mają również regionalne systemy informatyczne (RISA). Podobnie jak w przypadku ISA, głównym celem RISA jest stworzenie regionalnego syste-mu informacji dotyczącej pozycji absolwentów na rynku pracy w danym regionie. System informacyjny jest dostępny on-line i przeznaczony dla absolwentów szkół ubiegających się o przyjęcie na studia oraz osób bezrobotnych, ale także dla pra-codawców, szkół, instytucji doradczych, urzędów pracy. System wspomaga ubie-gających się o przyjęcie na studia w wyborze kierunków.

Projekt ten realizowano w regionie Morawsko-Śląskim w latach 2002−2004, jednak obecnie nie jest już aktywny. Strona RISA była dostępna dla regionu Libe-reckiego od czerwca 2007 r. i nadal jest dostępna (tylko w języku czeskim).13F13F

14 __________ 10 http://www.budoucnostprofesi.cz/en/index.html. 11 www.infoabsolvent.cz. 12 http://www.nuov.cz/uplatneni-absolventu-skol-na-trhu-prace-2008. 13 http://www.strediskovzdelavacipolitiky.info/download/Kvalifikacni_pozadavky_Final.pdf. 14 http://www.risa-lbc.cz/novinky.do?chR=1.

66

Od 2011 r. EPC na Uniwersytecie Karola w Pradze prowadzi projekt pod na-zwą Analysis of the Development of Job Structure in the CR (Analýza vývoje struktury pracovních mgła v ČR). Projekt powstał na zlecenie Narodowego Insty-tutu Edukacji Technicznej i Zawodowej (Národní ústav pro vzdělávání, školské poradenské zařízení zařízení pro další vzdělávání pedagogických pracovníků, NUOV), a wyniki zostaną włączone do nowej wersji strony internetowej ISA. Celem projektu jest przygotowanie zaktualizowanej metodologii analizy wyma-gań kwalifikacyjnych na rynku pracy i metodologii prognozowania wymagań kwalifikacyjnych na rynku pracy. Na podstawie klasyfikacji, metodologii i in-formacji w bazie danych będą analizowane zmieniające się potrzeby kwalifika-cyjne i edukacyjne w Czechach i wybranych krajach UE w latach 1995−2010. Następnie przygotowana zostanie prognoza dla dalszego rozwoju wymagań kwa-lifikacyjnych na rynku pracy w Czechach do roku 2020. Wyniki projektu będą także służyć jako materiał bazowy dla strony internetowej ISA.

3.3. Wymagane dane wejściowe i prognozy zewnętrzne

Wiele źródeł danych może być wykorzystanych do tworzenia prognoz dla grup zawodowych w Republice Czeskiej. Głównym źródłem informacji o rynku pracy jest badanie aktywności zawodowej ludności (Výběrové šetření pracovních sil, LFS). Dostarcza ono informacji zebranych w gospodarstwach domowych re-spondentów. Metodologia wskaźników mierzonych przez LFS jest zgodna z defini-cjami i zaleceniami Międzynarodowej Organizacji Pracy przyjętymi w październiku 1982 r. jako podstawa do bezpośredniej międzynarodowej porównywalności cha-rakterystyk rynku pracy w różnych krajach. Równocześnie w pełni przestrzegana jest metodologia Eurostatu, która wyjaśnia zawartość poszczególnych charaktery-styk rynku pracy. LFS jest badaniem ciągłym, którego wyniki są analizowane i publikowane kwartalnie. W każdym kwartale 2011 r. próbka zawierała ponad 25 tys. gospodarstw domowych na terytorium całej Republiki Czeskiej (ponad 0,6% wszystkich na stałe zamieszkanych gospodarstw domowych), w tym pra-wie 58 tys. respondentów ze wszystkich grup wiekowych (prawie 50 tys. z nich w wieku 15 lat i więcej). Wszystkie osoby, zazwyczaj mieszkające w wylosowa-nych gospodarstwach domowych, niezależnie od rodzaju ich miejsca zamiesz-kania, są przedmiotem badania LFS. Badanie odnosi się tylko do osób mieszkają-cych w gospodarstwach domowych, nie ma zastosowania do osób mieszkających długoterminowo w instytucjach zbiorowego zakwaterowania. Z tego powodu dane dotyczące niektórych grup ludności, w szczególności cudzoziemców miesz-kających i pracujących w Republice Czeskiej, są dostępne tylko w ograniczonym stopniu. W niektórych sektorach gospodarki (szczególnie w budownictwie) może to prowadzić do niedoszacowania liczby pracowników. Ujawnia się to w danych, a następnie w prognozach dotyczących liczby zatrudnionych według sektorów, jak również według zawodu.

67

Innym źródłem są dane z urzędów pracy. Urzędy pracy rejestrują informacje na temat liczby, zawodu i branży, w jakiej pracowali bezrobotni. Mają także in-formacje dotyczące planów zatrudnieniowych przedsiębiorstw bądź planów zwolnień dużej liczby pracowników w najbliższej przyszłości. Dane te są przy-datne przede wszystkim do analizy regionalnej, a także do tworzenia prognoz krótkoterminowych. Wadą tych danych jest to, że nie wszyscy bezrobotni są zare-jestrowani w urzędzie pracy, na przykład, bezrobotni menedżerowie i lekarze rzadko szukają nowego zatrudnienia za pośrednictwem urzędu pracy.

Kolejnym źródłem danych jest badanie pracodawców. Pracodawcy przedsta-wiają w badaniach ocenę obecnej sytuacji w swojej branży oraz trendów jakich oczekują w przyszłości. To źródło jest również przydatne głównie dla prognoz krótkoterminowych i raczej regionalnych niż krajowych.

Jako źródło informacji uzupełniających mogą posłużyć ogłoszenia o pracę. Przede wszystkim dają wyobrażenie o tym, czego pracodawcy wymagają dla poszczególnych stanowisk. Dostarczają również danych dotyczących wynagro-dzeń dla poszczególnych grup zawodów. Wadą tego źródła danych jest to, że podobnie jak w przypadku danych z urzędów pracy, nie obejmują one wszystkich grup zawodowych i są zwyczaj skierowane do osób słabiej wykształconych. Osoby z wykształceniem wyższym, takie jak te na najwyższych stanowiskach kierowni-czych, zwykle nie szukają zatrudnienia przez urząd pracy lub przez ogłoszenia, ale raczej wykorzystują swoje kontakty lub są rekrutowane przez head-hunterów z agencji zatrudnienia.

Badania sektorowe są kolejnym cennym źródłem informacji. Polegają na szcze-gółowym badaniu sytuacji w wybranym sektorze gospodarki. Obejmują one zarów-no dane jakościowe, jak i ilościowe. Zawierają prognozy ekspertów dotyczące roz-woju w danym sektorze oraz szczegółowe zarysy możliwych scenariuszy rozwoju sektora w najbliższych latach. Trzy badania sektorowe koncentrowały się bezpo-średnio na Republice Czeskiej, co zaowocowało projektem NVF (patrz wyżej). Zostały one zrealizowane dla energetyki, przemysłu elektrotechnicznego i usług IT, choć istnieje również zestaw badań sektorowych skupiających się na rozwoju w całej UE. W ramach inicjatywy New Skills for New Jobs Komisja Europejska opublikowała serię 18 badań sektorowych (dwa z nich − sektor motoryzacyjny i przemysł obronny jako badania pilotażowe) przewidujących powstające i przyszłe zapotrzebowanie na umiejętności do 2020 r.14F14F

15 Wyniki tych badań zostały omówione i zatwierdzone przez zespoły ekspertów z przemysłu, środowiska akademickiego i organizacji branżowych, w tym pracowników i przedstawicieli pracodawców z doświadczeniem w branży. Wszystkie badania sektorowe zostały opublikowane w ramach serii przyszłościowych badań sektorowych dotyczących nowych umiejęt-ności i nowych miejsc pracy w ramach projektu Kompleksowa sektorowa analiza kompetencji wschodzących i działalności gospodarczej w Unii Europejskiej. Każdy raport jest częścią serii przyszłościowych badań sektorowych dotyczących innowa-

__________ 15 http://ec.europa.eu/social/main.jsp?catId=784&langId=en.

68

cyjności, umiejętności i miejsc pracy w tej samej pozycji, przeprowadzonych na zlecenie Komisji Europejskiej (Dyrekcja Generalna ds. Zatrudnienia, Spraw Spo-łecznych i Włączenia Społecznego). Jedenaście z tych badań zostało wykonanych przez konsorcjum zarządzane przez TNO (Netherlands Organization for Applied Scientific Research), dwa przez Economix, jedno przez Alphametrics, jedno przez IKEI i jedno przez Oxford Research. Badania sektorowe oferują wiele bardzo przy-datnych i ciekawych informacji o przeszłości, jak i oczekiwanego przyszłego rozwoju każdego sektora. Należy jednak podkreślić, że istnieją pewne poważne wady i ograniczenia w zakresie korzystania z badań sektorowych. Są to przede wszystkim:

• Niekompletność. Nawet suma wszystkich badań sektorowych nie może stano-wić podstawy do opracowania konkretnych wniosków, jakie zmiany zajdą w gospo-darce europejskiej jako całości.

• Niewłaściwe definicje. Inny problem związany z korzystaniem z badań sek-torowych jako dodatkowego źródła wysokiej jakości informacji na potrzeby pro-gnozowania polega na niedostatecznej specyfikacji grup zawodowych badanych w ramach badań sektorowych. Jest bardzo trudne i praktycznie niemożliwe zdefi-niowanie wybranych grup zawodowych opisanych w badaniach sektorowych Komi-cji Europejskiej, używając klasyfikacji ISCO. Niektóre zawody w badaniach sekto-rowych pasują do 4 poziomu ISCO, np. maszyniści kolejowi (ISCO 8311) w sektorze transportu, natomiast w pozostałych przypadkach jest używany 1 poziom ISCO, na przykład dla menedżerów. Co więcej, ich liczba w poszczególnych badaniach sekto-rowych zmienia się, np. istnieje tylko 5 grup zdefiniowanych w „innych usłu-gach” , podczas gdy w dziale komputerów, wyrobów elektronicznych i optycz-nych jest 15 grup.

• Brak specyfikacji dotyczących rozwoju zawodów. W analizie zmian licz-by zatrudnionych w sektorze bada się jedynie stan dla każdej grupy zawodowej (i każdy scenariusz): czy liczba wzrośnie, zmniejszy się lub pozostanie niezmieniona w okresie do 2020 r. Nie jest jednak jasne, jak duża będzie zmiana liczby zatrudnio-nych w danym sektorze. Jest więc niemożliwe porównanie rozwoju w tej samej gru-pie zawodowej, jaki przedstawiono w dwóch różnych badaniach sektorowych.

Inne międzynarodowe badania i projekty, takie jak Międzynarodowy Program Badań Społecznych (ISSP), Międzynarodowe badanie umiejętności czytania i pisania wśród dorosłych (IALS) z lat dziewięćdziesiątych czy nowy program OECD − Międzynarodowe Badanie Kompetencji Osób Dorosłych (PIAAC) podejmowane w wielu krajach OECD również powinny być analizowane i brane pod uwagę.

Bardzo ważnym problemem w tworzeniu prognozy w przekroju zawodów jest wybór poziomu szczegółowości klasyfikacji grup zawodowych. Zawsze jest to kom-promis pomiędzy uzyskaniem statystycznej wiarygodności danych i poprawności wykorzystywanych kategorii. Jeśli została wybrana zbyt mała liczba grup zawodów, wykorzystane dane będą statystycznie spójne, ale wyniki zbyt ogólne, aby były przy-datne do interpretacji. Jeśli jednak wybierze się zbyt dużo grup zawodów, wiele z nich będzie składało się z zaledwie kilku osób. Biorąc pod uwagę, że obliczenia są zazwyczaj wykonane przy użyciu danych z LFS, prawdopodobieństwo różnych

69

statystycznych błędów w obliczeniach, skutkujących problemami w interpretacji, jest za duże. Optymalną liczbę grup zawodowych w Republice Czeskiej szacuje się na 60−100, więc wskazane byłoby użycie trzeciego poziomu klasyfikacji ISCO, czyli ok. 105 grup i ewentualnie połączenia kilku mniejszych grup. Problem wiarygodno-ści statystycznej jest jeszcze większy w prognozach regionalnych.

Kolejna trudność pojawia się w porównaniach międzynarodowych. Te same zawody są czasami rozumiane w różny sposób w różnych krajach i dlatego są sklasy-fikowane inaczej. Jednym z przykładów są rolnicy, ogrodnicy, leśnicy i rybacy (ISCO 6), która to kategoria prawie nie istnieje w Irlandii, gdzie z kolei duża licz-ba osób (w porównaniu do innych krajów) jest zatrudniona na stanowiskach kierowników (ISCO 13). Różne wymagania edukacyjne dla poszczególnych za-wodów też mogą przysparzać problemów. Na przykład grupa pielęgniarki i po-łożne (ISCO 223) nie występuje w Republice Czeskiej, ponieważ pielęgniarki w Czechach mają wykształcenie średnie, a nie wyższe. Są więc one sklasyfi-kowane w grupie średniego personelu w dziedzinie pielęgniarstwa i położnic-twa (ISCO 323). W niektórych krajach UE (takich jak Polska czy Hiszpania) grupa ISCO 323 jest pusta, a wszystkie pielęgniarki są klasyfikowane jako ISCO 223.

Inną problematyczną komplikacją są zmiany w klasyfikacjach NACE i ISCO. Obie klasyfikacje zostały zmodyfikowane w ciągu ostatnich kilku lat (NACE Rev. 1 do NACE Rev. 2 i ISCO88 do ISCO08). Ponieważ nie istnieją skuteczne tabele przejścia między wersjami starymi i nowymi, bardzo trudno jest skonstru-ować spójne szeregi czasowe.

3.4. Metodologia projekcji

We wszystkich projektach, w których opracowywano prognozy zatrudnienia (według zawodu i/lub sektora), w Republice Czeskiej stosuje się tę samą podsta-wową metodologiczną zasadę: podejście top-down. Prognozy zmiennych makro-ekonomicznych wpływających na liczbę pracowników (PKB, WDB, eksport, import, wydatki na badania i rozwój, wydajność pracy, konsumpcja, inwestycje itp.) wykonuje się jako pierwsze, a ich zmiany w nich wykorzystywane są do określenia zmian w liczbie pracowników w poszczególnych sektorach czeskiej gospodarki. Następnym krokiem jest stworzenie zawodowej i ewentualnie eduka-cyjnej struktury pracowników (wykształcenie i kierunki studiów).

Jak wspomniano, nie ma oficjalnej prognozy makroekonomicznej w Repu-blice Czeskiej. Wszystkie zespoły badawcze mają do czynienia z tym proble-mem. W zasadzie istnieją tylko dwa sposoby, aby sobie z nim poradzić. Zespół badawczy może albo stworzyć własną prognozę, zazwyczaj przy użyciu metod ekonometrycznych i matematycznych (patrz Raport EPC dla ISA 2005−2007) lub może skorzystać z prognozy rozwoju Republiki Czeskiej stworzonej przez jed-nostkę zagraniczną (jak w innych projektach wskazanych w pkt. 3.1).

Obecnie realizowany w Republice Czeskiej projekt (Analysis of the Deve-lopment of Job Structure in the CR, prowadzony przez EPC) korzysta z prognozy

70

makroekonomicznej opracowanej w międzynarodowym projekcie Forecasting skill supply and demand in Europe zainicjowanym przez CEDEFOP na lata 2009 −2012. Wyniki projektu będą służyć przede wszystkim Komisji Europejskiej. Głównymi uczestnikami projektu są Instytut Badań Zatrudnienia (IER, Wielka Brytania) wraz z Cambridge Econometrics (CE, Wielka Brytania), ośrodek ba-dawczy na rzecz Edukacji i Rynku Pracy (ROA) z Maastricht University (Holan-dia) i Alphametrics (Belgia i Wielka Brytania). EPC na Uniwersytecie Karola w Pradze jest także ważnym uczestnikiem projektu.

Prognozowanie popytu i podaży umiejętności w Europie jest kontynuacją dwóch poprzednich projektów CEDEFOP w zakresie prognozowania potrzeb rynku pracy. Pierwszy obejmował okres od 2006−2008 r. i skupiał się na prognozowaniu popy-towej strony rynku pracy (tj. liczby miejsc pracy). Drugi, realizowany w latach 2007−2009 prognozował stronę podażową (tj. zasoby siły roboczej). Oryginal-nym zamiarem było porównanie wyników obu prognoz i ustalenie rozbieżności pomiędzy podażą i popytem. Jednak projekt zakończył się niepowodzeniem, gdyż przy użyciu różnych danych i nieporównywalnych metod, nie można było zesta-wić wyników. Jednym z głównych celów nowego projektu jest powtórzenie obu prognoz i porównanie wyników, a więc zidentyfikowanie potencjalnych niedopa-sowań na rynku pracy. Cały proces prognozy opiera się na wykorzystaniu podej-ścia modułowego. Na rysunku 3.1 przedstawiono relacje między modułami.

Makroekonomiczna prognoza opiera się na wynikach modelu E3ME stworzone-go przez Cambridge Econometrics. E3ME jest dużym, komputerowo wspomaga-nym modelem ekonometrycznym obejmującym wszystkie państwa członkowskie UE27, Norwegię i Szwajcarię oraz cztery kraje kandydujące do UE i zawierającym szczegółową dezagregację 42 sektorów gospodarki, zgodne z 2-cyfrową klasyfikacją NACE. Interakcja pomiędzy sektorami gospodarki odbywa się poprzez relacje input-out-put oraz powiązania między krajami tworzone jako międzynarodowe równania handlowe.

Struktura modelu opiera się na systemie rachunków narodowych ESA95 i zawie-ra szczegółowe dwukierunkowe powiązania między gospodarkami Europy, syste-mami energetycznymi i środowiskiem. System gospodarczy w modelu jest ściśle związany z rynkami pracy w Europie − E3ME zawiera zestawy równań dla popytu na pracę, płac, przeciętnej liczby godzin pracy i współczynników aktywności zawodowej.

Ekonometryczna specyfikacja modelu sprawia, że nadaje on się do opraco-wywania krótko- i średnioterminowych prognoz, jak również do analizy polityki. E3ME jest szacowany w ujęciu rocznym, na podstawie historycznych baz danych obejmujących okres 1970−2009. W tym projekcie horyzont prognozy to rok 2020.

Podstawowym źródłem danych ekonomicznych pozostaje baza Eurostatu za-wierająca dane o rachunkach narodowych. Inne źródła danych obejmują europej-ski LFS, bazy danych AMECO, Banku Światowego i Międzynarodowego Fundu-szu Walutowego. Dane dotyczące zatrudnienia są pozyskiwane z bazy Eurostatu, w tym większość niezbędnych danych w ujęciu sektorowym wymaganych do modelu E3ME. Dane dotyczące ludności (w tym prognozy) również pochodzą z Eurostatu i są omówione w dalszej części.

71

MODUŁ 3 Poziom zatrudnienia i nowy popyt na

pracę według kwalifikacji (QMOD)

MODUŁ 2 Poziom zatrudnienia i nowy popyt

na pracę według zawodu (EDMOD)

Rysunek 3.1 Ramy koncepcyjne modelowania popytu i podaży umiejętności

Koncepcja modelowania popytu i podaży umiejętności

Podaż umiejętności Popyt na umiejętność

Źródło: Skills supply and demand in Europe; Prognoza średnioterminowa do roku 2020. 15F15F

16

__________ 16 http://www.cedefop.europa.eu/EN/Files/3052_en.pdf.

MODUŁ 1 Wielosektorowy model makroekonomiczny (E3ME)

Aktywność ekonomicznaLudność w wieku

produkcyjnym według płci i wieku

(egzogeniczna) Stawki płac

Zatrudnienie (popyt na pracę)

Wskaźnik aktywności zawodowej

Wysokość świadczeń

Aktywna siła robocza według płci i wieku Bezrobocie

MODUŁ 5 Populacja według kwalifikacji (w po-dziale na 3 poziomy ISCED i statusu

ekonomicznego QMOD

MODUŁ 6 Przepływ i liczebność absolwentów według kategorii ISCED (FlowMOD)

MODUŁ 4 Popyt odtworzeniowy według

zawodu i kwalifikacji (RDMOD) Liczebność populacji

według kategorii ISCED

Liczebność siły roboczej według kategorii ISCED

MODUŁ 7 Nierównowaga podaży i popytu (w podziale

na 3 poziomy ISCED) (BALMOD)

Nowe miejsca pracy według zawodu (kategorie ISCDE)

Nowe miejsca pracy według zawodu (2-cyfrowy ISCO)

72

Europejskie badanie LFS jest wykorzystywane do szacowania współczynników aktywności zawodowej, które określają wielkość podaży pracy po pomnożeniu wartości wskaźnika przez wielkość populacji. LFS nie służy jednak do dostarczenia danych dotyczących zatrudnienia.

Dane dotyczące bezrobocia pochodzą z bazy danych AMECO, która jest pro-wadzona przez DG ECFIN. Statystyczną wartość rezydualną (podaż minus popyt minus bezrobocie) oblicza się, biorąc pod uwagę różnice między źródłami. Uzna-je się ją za stałą dla okresu prognozy.

Projekt CEDEFOP wykorzystuje stopę zatrudnienia (liczbę zatrudnionych w sektorach) z modelu E3ME. Wskaźnik zatrudnienia jest funkcją produkcji brutto, kosztu pracy, średniej liczby przepracowanych godzin, kosztów energii i postępu technologicznego. Wymienione zmienne objaśniające, z wyjątkiem kosztów energii, są określone dla danego kraju i przemysłu. Wynikiem tego modelu są prognozy dla wszystkich lat między 2011 i 2025 r. Prognoza wykonana jest według kilku scenariu-szy, każdy z nich charakteryzuje się innym rozwojem zmiennych objaśniających. Jednak prognoza zatrudnienia nie jest w żaden sposób związana z wydajnością pracy w tym modelu, co jest jedną z głównych wad projekcji. Związek między wydajnością pracy i poziomem zatrudnienia powinien być stabilny w perspektywie długotermi-nowej, choć w krótkim okresie niekoniecznie. Kolejną słabością tego modelu jest to, że skupia się tylko na stronie popytowej, strona podażowa (siła robocza) nie jest bra-na pod uwagę. Zatem prognoza wynikająca z modelu E3ME może nie odpowiadać rachunkowo szacunkom liczby osób na podstawie prognoz demograficznych. Doty-czy to wszystkich modułów w tym podejściu.

W kolejnym module prognoza struktury zawodowej oparta jest na danych z LFS. Udziały 27 grup zawodów są ustalane w każdym z 41 sektorów dla każdego kraju z osobna. Następnie wykonywana jest regresja logarytmiczna, która pomaga prognozować udziały w zawodach w latach przyszłych. Na podstawie tak obliczo-nych proporcji, łączna liczba miejsc pracy uzyskanych w branży jako całości w pierwszym etapie jest następnie dzielona na poszczególne grupy zawodowe.

Jak wspomniano, wyniki z prognoz stworzonych w projekcie CEDEFOP obejmują liczbę pracowników, podzieloną na 41 sektorów gospodarczych i 27 grup zawodowych. Na potrzeby projektu prowadzonego przez EPC, muszą być uzyskane bardziej szczegółowe informacje na 3-cyfrowym poziomie ISCO88. Dlatego wyniki prognoz CEDEFOP powinny być dodatkowo zdezagregowane na ok. 105 grup zawodowych. Ten podział jest wykonywany przy użyciu danych historycznych dostępnych w LFS. Wyznaczanie liczby pracowników w branży określonej grupy zawodowej odbywa się na podstawie następującej zależności:

r

r

orct

opctorctopct z

zzz ×= ,

gdzie z jest liczbą zatrudnionych, o to sektor, p jest grupą zawodową opartą na

poziomie 3-cyfrowym ISCO88, r grupą zawodową opartą na poziomie 2-cyfrowym

ISCO88, c to kraj, t rok prognozy i tr rok odniesienia (w naszym przypadku pod-sumowanie dla lat 2008−2010).

Z punktu widzenia struktury zawodowej jednak prognoza liczby pracowni-ków nie jest jedynym ważnym elementem. Ważny jest również rozwój profilów umiejętności zawodowych.

Od 2007 r. EPC rozwija nową koncepcję profili kwalifikacyjnych jako kom-pleksowy i znormalizowany sposób opisujący wymagania konkretnego zawodu (lub grupy zawodowej, sektora, a nawet całej gospodarki), uwzględniając poziom wykształcenia, kwalifikacje i umiejętności osobiste potencjalnego pracownika. Właśnie dzięki zastosowaniu tego podejścia w projekcie Forecasting of skill sup-ply and demand in Europe to 2020, powstała nowa koncepcja określana jako pro-file umiejętności zawodowych.

Koncepcja profili umiejętności zawodowych wskazuje podstawowe cechy nie-zbędne dla danego zadania: wymagany poziom edukacji i wykształcenia (złożoność zawodu); wymagana dziedzina edukacji i szkolenia; główne i uzupełniające wyma-gania dotyczące wiedzy, umiejętności, zdolności osobiste, postawy i wartości (rys. 3.2).

Rysunek 3.2

Profile umiejętności zawodowych − główne wymiary

profile umiejętności zawodowych

dodatkowe charakterystyki

charakterystyki koordynujące

główne charakterystyki

wartości

kompetencje

umiejętności

wiedza

dziedzina

poziom

przedmiot zainteresowań

Źródło: opracowanie własne.

Profile umiejętności zawodowych dla poszczególnych zawodów mogą być łą-

czone w profile grup zawodowych, dodatkowo w profile umiejętności zawodo-wych sektorów, a następnie w profile gospodarek narodowych, a nawet sięgnąć do poziomu paneuropejskiego.

73

74

Profile umiejętności zawodowych zostały opracowane w celu analizowania, pro-jektowania i prognozowania zapotrzebowania na umiejętności, określania i pomiaru poziomu wykształcenia i umiejętności, dopasowań oraz niedopasowań w różnych krajach, sektorach lub zawodach oraz porównania i monitorowania różnic między państwami europejskimi, jak również zdefiniowania zmian w czasie, określenia przeszłych i przyszłych wydarzeń. Ich zastosowanie jest jednak znacznie szersze. Mogą być również używane do przygotowywania programów edukacyjnych i szkoleniowych zarówno dla szkolnictwa, jak i przedsiębiorstw w celu wyboru konkretnej pracy lub przygotowania się do niej. Mogą być stosowane przez wszyst-kich głównych partnerów rynku pracy, decydentów, pracodawców, instytucje oświatowe, studentów i pracowników.

Przydatność profili umiejętności zawodowych zależy od spełniania przez nie jednocześnie pewnych szczególnych wymagań, co czyni je zupełnie wyjątkowymi:

• są one określone na takim poziomie zawodowej klasyfikacji, jaki pozwala na identyfikację odrębnych, specyficznych dla zawodu cech, podczas gdy w tym samym czasie mogą być transponowane w miarę konieczności zarówno do innych poziomów klasyfikacyjnych, jak i do innych systemów klasyfikacyjnych;

• ich właściwości są nie tylko wymierne, ale także mierzalne. Są one regular-nie mierzone dzięki dostępnym statystykom i zbiorom danych, umożliwiając two-rzenie szeregów czasowych i identyfikację zmian w czasie;

• są one w miarę możliwości spójne z pojęciami, klasyfikacjami oraz narzędziami stosowanymi w Europie, w szczególności z Europejskimi Ramami Kwalifikacji.

Ponieważ wszystkie wymagania muszą być spełnione jednocześnie, trzeba przeanalizować wiele problemów, w szczególności: jak określić odpowiedni po-ziom klasyfikacji, jak znaleźć użyteczne i pasujące dane, sposób bezpiecznej transpozycji z jednego poziomu i/lub systemu klasyfikacji do drugiego i jak osią-gnąć rozsądną spójność i strukturę danych pochodzących z różnych źródeł.

Podejście EPC korzysta z danych pochodzących z różnych źródeł, zazwyczaj zarówno z Europy i USA. Aby w pełni zrozumieć i zaakceptować to podejście, należy wziąć pod uwagę, że każdy system profili zawodowych umiejętności i wymagań (USA lub Europy) nie może opisać wszystkich miejsc pracy w danym zawodzie. Zawsze należy wybrać tylko niektórych przedstawicieli i zawsze będą istniały pewne fluktuacje. Jeden i ten sam zawód może mieć i zwykle ma nieco inny zakres i wymagania kwalifikacyjne, na przykład na zachodzie i na wscho-dzie Stanów Zjednoczonych, a także w Wielkiej Brytanii i Czechach, w Hiszpanii i Finlandii, a nawet w różnych regionach lub przedsiębiorstwach danego kraju (np. duże różnice pomiędzy regionami w Polsce). Sytuacja zależy na przykład od krajowej lub nawet lokalnej tradycji, środowiska zawodowego, przedsiębiorstwa i jego udziału w światowym handlu, uwarunkowań technicznych (wyniki mię-dzynarodowych badań pozycji absolwenta na rynku pracy CHEERS i REFLEX). Z tego powodu badania EPC przekonują, że informacje opisujące zakres i złożo-ność różnych zadań i zawodów pochodzących z USA – kraju bardzo zróżnicowa-nego − nie są gorsze od informacji napływających z kraju europejskiego, a nawet z międzynarodowych badań europejskich.

75

W ten sposób EPC łączy i stosuje różne rodzaje informacji: różne międzyna-rodowe i krajowe klasyfikacje zawodów i sektorów, dane zebrane przez Europej-ski Sondaż Społeczny, dane amerykańskiego BLS i niemieckiego BIBB, jak rów-nież zawarte w amerykańskim systemie informacyjnym O*NET oraz w badaniach włoskich i czeskich.

Aby móc korzystać z danych O*Net również w Europie, stworzona została tabela przejścia do klasyfikacji zawodów przy wykorzystaniu informacji i wsparcia amery-kańskiego Biura Statystyki Pracy. Dzięki temu można było wykorzystać główną zaletę systemu, czyli zdefiniowanie i określenie ilościowe ok. 700 jednostek zawo-dowych, znacznie więcej niż w Europie, gdzie dostępne są tylko dane na 3-cyfrowym poziomie ISCO podzielone na 110−120 grup zawodowych.

Bardziej szczegółową zawartość profili umiejętności zawodowych ustruktury-zowaną w siedmiu wymiarach oraz sposób, w jaki zostały przeprowadzone wyli-czenia, można znaleźć w języku angielskim na stronie internetowej EPC16F16F

17.

3.5. Prognoza strony podażowej Instytut Informacji o Edukacji (Ústav pro informace ve vzdělávání, UIV) po-

wstał w Republice Czeskiej w 1991 r. jako półbudżetowa organizacja zarządzana bezpośrednio przez MoEYS. Jego misją było dostarczanie rzetelnych informacji na temat systemu oświaty i edukacji ministerstwom, regionom i gminom, szkołom i nauczycielom, uczniom i ich rodzicom, dziennikarzom, czeskiemu Urzędowi Sta-tystycznemu, instytucjom publicznym i międzynarodowym. Instytut opracowywał statystyki według szkół, gromadził i przetwarzał dane z różnych badań statystycz-nych oraz badań porównawczych kształcenia, a także współpracował z partnerami zagranicznymi. UIV prowadził analizy badań i projekcji stanu i rozwoju systemu oświaty i polityki edukacyjnej, uczestniczył w międzynarodowych badaniach i reprezentował Republikę Czeską w międzynarodowych systemach informacyjnych w dziedzinie edukacji. UIV został rozwiązany z dniem 1 stycznia 2012 r. na mocy decyzji MoEYS. MoEYS przejęło jego agendy zajmujące się zbieraniem i przetwarzaniem danych. Dane będą zbierane w ten sam sposób, a dane z poprzed-nich lat będą nadal dostępne. Począwszy od 1 stycznia 2012 r., MoEYS również przeprowadza prognozy dotyczące liczby absolwentów z poszczególnych szkół.

Absolwenci nie są jednak jedyną częścią podaży na rynku pracy. Nowo utworzo-ne lub opuszczone miejsca pracy mogą również zostać obsadzone przez osoby już znajdujące się na rynku pracy, bezrobotnych lub zatrudnionych przenoszących się z jednego miejsca pracy do drugiego. Kwestię transferu pracowników w UE pod-nosi opublikowany w 2011 r. raport Transferability of Skills across Economic Sectors: Role and Importance for Employment at European Level17F17F

18. Projekt służył analizie roli i znaczenia uniwersalnych umiejętności w odnie-

sieniu do mobilności zatrudnienia, zdolności przystosowawczych i zawodowych

__________ 17 http://www.strediskovzdelavacipolitiky.info/default.asp?page=svp&KID=91. 18 http://ec.europa.eu/social/BlobServlet?docId=7124&langId=en

76

osób na rynku pracy. W publikacji tej oceniono rolę takich umiejętności w ścież-kach kariery, na rynku pracy oraz poziom transferu umiejętności w różnych sek-torach w obecnej sytuacji i w latach poprzedzających rok 2020. Dostrzeżono również rolę podmiotów zaangażowanych w promowanie „przenoszenia umiejęt-ności” i zwiększanie mobilności zawodowej. W projekcie znalazły się ciekawe kwe-stie, jak np. analiza podobieństwa poszczególnych zawodów w sensie niezbędnych umiejętności, w podziale na miękkie, ogólne zawodowe i specyficzne zawodowe. W efekcie nie doszło do żadnych konkretnych wniosków, wyniki pozostały wyłącz-nie w sferze rozważań teoretycznych i metodologicznych. Pracownicy są „przeno-szalni” w obu kierunkach pomiędzy niektórymi zawodami i tylko w jednym kie-runku pomiędzy innymi. Na przykład, stosunkowo łatwo jest wyobrazić sobie, że nauczyciel w szkole średniej przeniesie się na stanowisko dyrektora szkoły i od-wrotnie. Kierowca autobusu może także łatwo przenieść się do zawodu kierowcy samochodu, ale transfer w przeciwnym kierunku może być niemożliwy.

W 2012 r. EPC finalizuje dla Ministerstwa Edukacji projekt dotyczący analizy i prognozy poziomu wykształcenia i kwalifikacji siły roboczej w Czechach aż do roku 2020, w porównaniu z innymi krajami UE i USA z naciskiem na poziom szkolnictwa wyższego i kierunki studiów (strona podażowa prognozy 2010−2020). Rozwój wykształcenia i kwalifikacji siły roboczej jest powiązany z wynikami pro-gnoz zapotrzebowania na umiejętności (projekcja popytu 2010−2020 została sfina-lizowana pod koniec roku 2011). Porównanie obu prognoz pokaże i pozwoli ocenić przyczyny potencjalnych strukturalnych dysproporcji, różnic (niedopasowań) w po-ziomie i kierunkach kształcenia (w porównaniu z innymi krajami europejskimi i USA) i zwróci uwagę na możliwe pułapki dalszego rozwoju.

3.6. Przedstawienie wyników

W tym rozdziale opisane zostaną wyniki prognozy wymagań kwalifikacyj-nych na rynku pracy w Czechach do roku 2020. Prognoza wykonana przez EPC jest ściśle związana z najnowszą prognozą przedstawioną w ramach dużego euro-pejskiego projektu Forecasting skill supply and demand in Europe prowadzonego w latach 2009−2012.

W Czechach oczekuje się niewielkiego wzrostu liczby pracujących do roku 2020. W porównaniu z danymi z 2010 r. spodziewany jest wzrost o 3%, czyli 162 tys. osób. Nie oznacza to jednak, że tylko te nowe miejsca pracy będą oczekiwały na kan-dydatów w ciągu najbliższych kilku lat. Miejsca pracy zwolnione przez pracowników odchodzących na emeryturę lub opuszczone z innych powodów (np. urlopu ma-cierzyńskiego, emigracji, zgonu itp.) także muszą być zapełnione. W czeskiej go-spodarce ok. 2,5% wszystkich miejsc pracy każdego roku jest opuszczanych z takich powodów. Pomiędzy 2010 a 2020 r. ok. 1,25 mln miejsc na rynku pracy w Czechach zostanie zwolnionych w ten sposób i będą oczekiwały na zajęcie.

Patrząc na prognozy zatrudnienia według grup zawodów, w roku 2020 wzrost przewidywany jest głównie wśród osób wykonujących zawody wymagające wyż-szych kwalifikacji. Największe zapotrzebowanie spodziewane jest wśród techników i innych pracowników średniego szczebla (ISCO 3). W 2020 r. Czechy powinny

mieć 257 tys. (21%) więcej zatrudnionych w tej grupie zawodowej niż w roku 2010. Wzrostu o 7% oczekuje się również wśród specjalistów (ISCO 2). Liczba przedstawicieli władz publicznych, wyższych urzędników i kierowników (ISCO 1) powinna wzrosnąć o blisko 5% w 2020 r. Inne grupy zawodowe powinny odnoto-wać spadek liczby pracujących. Do 2020 r. liczba robotników przemysłowych i rze-mieślników (ISCO 7) spadnie o 73 tys., tj. o ponad 8%. Prawie 25 tys. mniej osób będzie zatrudnionych w grupie pracowników usług osobistych i sprzedawców (ISCO 5). W 2020 r. w porównaniu do danych z 2010 r. o 23 tys. osób spadnie za-trudnienie w zawodach niskich kwalifikacji (ISCO 9). Liczba pracowników biuro-wych (ISCO 4) obniży się o 19 tys. Liczba rolników, ogrodników, leśników i ryba-ków (ISCO 6) zmniejszy się o 8 tys. osób do 2020 r., ale biorąc pod uwagę wielkość tej grupy zawodowej, oznacza to utratę prawie 11% miejsc pracy. Ostatnia główna grupa zawodowa − operatorzy i monterzy maszyn i urządzeń (ISCO 8), zmniejszy się o ok. 13 tys. osób do roku 2020. W odniesieniu do liczby operatorów maszyn, stanowi to spadek o mniej niż 2%.

W tabeli 3.1 przedstawiono szczegółowy podział (kody 3-cyfrowe ISCO88) grup zawodowych wraz z największymi oczekiwanymi zmianami.

Tabela 3.1

Prognoza zatrudnienia w Republice Czeskiej Zatrudnienie

(w tys.) Zmiana Republika Czeska

2000 2010 2020 2010 −2020

średni personel administracyjny (ISCO 343) 206 273 348 75 średni personel w zakresie finansów i sprzedaży (ISCO 341) 80 181 240 59 technicy nauk fizycznych, chemicznych i technicznych (ISCO 311) 176 227 282 55 pracownicy opieki osobistej (ISCO 513) 24 63 102 39 agenci usług biznesowych i pośrednicy handlowi (ISCO 342) 57 106 144 38

Zawody z największym

wzrostem zatrudnienia

kasjerzy, inkasenci i inni pracownicy obrotu pieniężnego (ISCO 421) 53 62 88 26 sekretarki i operatorzy maszyn biurowych (ISCO 411) 62 50 35 -15 pracownicy do spraw ewidencji materiałowej i transportu (ISCO 413) 91 102 87 -16 kowale, ślusarze i pokrewni (ISCO 722) 158 148 130 -18 średni personel w dziedzinie pielęgniarstwa i położnictwa (ISCO 323) 86 84 65 -19 kierownicy małych przedsiębiorstw (ISCO 131) 221 177 137 -41

Zawody z największym

spadkiem zatrudnienia

modelki, modele i pokrewni (ISCO 521) 276 219 158 -61 cd. tabeli na następnej stronie

77

78

Zatrudnienie (w tys.) Zmiana

Republika Czeska 2000 2010 2020 2010

−2020 specjaliści nauk biologicznych (ISCO 221) 10 17 29 65,7% pracownicy opieki osobistej (ISCO 513) 24 63 102 61,8% kasjerzy, inkasenci i inni pracownicy obrotu pieniężnego (ISCO 421) 53 62 88 42,8% kierownicy produkcji (ISCO 122) 63 76 107 40,5% pracownicy do spraw informowania klientów (ISCO 422) 22 32 44 37,4%

Zawody z najszybciej wzrastającym zatrudnieniem

agenci usług biznesowych i pośrednicy handlowi (ISCO 342) 57 106 144 36,4% robotnicy produkcji wyrobów włókienniczych, odzieży i pokrewni (ISCO 743) 65 29 20 -30,9% operatorzy maszyn i urządzeń do obróbki drewna i produkcji papieru (ISCO 814) 17 13 9 -35,0% robotnicy przy pracach prostych w przemyśle (ISCO 932) 74 19 12 -35,9% górnicy i robotnicy obróbki kamienia (ISCO 711) 18 12 7 -37,7% robotnicy pomocniczy w górnictwie i budownictwie (ISCO 931) 26 15 9 -39,5%

Zawody z najszybciej malejącym

zatrudnieniem

stewardzi, konduktorzy i przewodnicy (ISCO 511) 15 9 5 -42,5%

Źródło: obliczenia własne.

Ponieważ EPC jest przygotowany do stworzenia prognozy zatrudnienia nie

tylko dla Czech, ale i dla innych krajów europejskich, w tabeli 3.2 przedstawiono wstępne wyniki prognozy zatrudnienia dla Polski. Dzięki temu można łatwo po-równać różnice w rozwoju obu krajów.

Zmiany w strukturze zawodowej mają znacznie większy wpływ na poziom wymagań kwalifikacyjnych niż zmiany w strukturze sektorowej, bo zawody są zazwyczaj o wiele bardziej przywiązane do wymaganych kwalifikacji niż ma to miejsce w układzie branż. Na rysunku 3.3 wyraźnie widać, że wymagania kwali-fikacyjne głównych grup zawodowych również potwierdzają ten fakt. Różnice wymagań kwalifikacyjnych (stopień wymagań kwalifikacyjnych 1−8) pomiędzy poszczególnymi głównymi grupami zawodowymi są jeszcze bardziej oczywiste niż w poszczególnych branżach i sektorach.

Przy tym logiczne jest, że różnice w czasie zmniejszają się, bo zawierają już tylko dwa typy zmian: zmiany wniesione przez zmieniającą się strukturę zawo-dów w ramach dużych grup zawodowych i zmiany w zapotrzebowaniu na kwali-fikacje zachodzące w poszczególnych zawodach.

Tabela 3.2 Wstępna prognoza zatrudnienia dla Polski

Zatrudnienie (w tys.) Zmiana

Polska 2000 2010 2020 2010

−2020 robotnicy budowlani robót stanu surowego i pokrewni (ISCO 712) 251 449 607 157 robotnicy budowlani robót wykończenio-wych i pokrewni (ISCO 713) 251 445 599 154 technicy nauk fizycznych, chemicznych i technicznych (ISCO 311) 84 111 201 90 pielęgniarki i położne (ISCO 224) 169 303 392 89 mechanicy i monterzy maszyn (ISCO 434) 253 320 407 87

Zawody z najwięk-

szym wzro-stem zatrud-

nienia

średni personel administracyjny (ISCO 134) 350 488 565 76 robotnicy obróbki drewna, stolarze meblowi i pokrewni (ISCO 742) 129 124 55 -69 rolnicy produkcji roślinnej (ISCO 611) 569 470 400 -70 kowale, ślusarze i pokrewni (ISCO 722) 260 271 201 -70 kierownicy małych przedsiębiorstw (ISCO 131) 358 335 258 -76 pomoce domowe, sprzątaczki i praczki (ISCO 913) 433 420 283 -137

Zawody z najwięk-szym spad-

kiem zatrudnienia

rolnicy produkcji roślinnej i zwierzęcej (ISCO 613) 1597 1314 1117 -196 robotnicy pomocniczy w rolnictwie, rybołówstwie i pokrewni (ISCO 921) 84 111 201 80,6% specjaliści ochrony zdrowia (z wyjątkiem pielęgniarek i położnych) (ISCO 223) 114 204 281 37,2% robotnicy budowlani robót stanu surowego i pokrewni (ISCO 712) 251 449 607 35,0% robotnicy budowlani robót wykończenio-wych i pokrewni (ISCO 713) 251 445 599 34,7% specjaliści administracji publicznej (ISCO 247) 36 91 118 30,0%

Zawody z najszybciej wzrastającym zatrudnieniem

pielęgniarki i położne (ISCO 224) 169 303 392 29,3% gońcy, bagażowi, portierzy i pokrewni (ISCO 915) 122 126 96 -24,3% kowale, ślusarze i pokrewni (ISCO 722) 260 271 201 -25,9% pracownicy usług ochrony (ISCO 515) 211 226 160 -29,4% elektrycy (ISCO 724) 201 181 125 -30,8% pomoce domowe, sprzątaczki i praczki (ISCO 913) 433 420 283 -32,6%

Zawody z najszybciej malejącym

zatrudnieniem

robotnicy produkcji wyrobów włókienni-czych, odzieży i pokrewni (ISCO 743) 262 195 129 -33,6%

Źródło: obliczenia własne.

79

80

Rysunek 3.3 Rozkład zawodów według wymagań kwalifikacji w Republice Czeskiej

Źródło: obliczenia własne. Dla porównania na rysunku 3.4 przedstawiono sytuację w Polsce.

Rysunek 3.4 Rozkład zwodów według wymagań kwalifikacji w Polsce

Źródło: obliczenia własne.

81

3.7. Ocena jakości prognozy

Przyszłości nie można przewidzieć ze stuprocentową pewnością. Wszyscy uczestnicy rynku pracy robią jednak plany na przyszłość, nawet jeśli są one po prostu oparte na założeniu, że przyszłość będzie taka sama, jak przeszłość. Uzasadnieniem wykonywania jakichkolwiek prognoz jest kompleksowe, syste-matyczne, konsekwentne i przejrzyste zestawienie przewidywań, które mogą pomóc dostarczyć wszystkim wiedzy o świecie, z jakim będą musieli się zmie-rzyć.

Jak wspomniano, nadal nie ma regularnych i powtarzalnych prognoz rozwoju w zakresie liczby i struktury pracowników na rynku pracy w Republice Czeskiej. Dlatego nie jest możliwe porównanie różnych wersji prognoz przygotowanych przez jeden zespół badaczy w celu stworzenia prognozy stopniowo modyfikowa-nej i określenia, jak blisko lub jak daleko odstaje ona od aktualnej sytuacji na rynku pracy. Ponadto ocena istniejących prognoz byłaby obarczona skutkami kryzysu gospodarczego − żadna średnioterminowa prognoza oczywiście nie uwzględniała takiej zasadniczej zmiany w rozwoju ekonomicznym. Kryzys go-spodarczy od jesieni 2008 r. miał wielki wpływ na rozwój gospodarczy prawie wszystkich krajów Europy, co z kolei wpływało na rynek pracy. Rynek pracy re-aguje na zmiany PKB z lekkim opóźnieniem, co oznacza, że spadek zatrudnienia nastąpił w 2009 r., zamiast pod koniec 2008 r.

Kryzys gospodarczy najbardziej dotknął osoby zatrudnione w budownictwie, kiedy to odnotowano przyspieszenie tendencji spadkowej, która istniała w bu-downictwie, zanim wybuchł kryzys gospodarczy. Tendencja zniżkowa w związku z kryzysem pojawiła się także w przetwórstwie przemysłowym (głównie przemysł motoryzacyjny), ale skutki kryzysu miały wyraźny wpływ na liczbę zatrudnionych w sektorze finansów i bankowości oraz transportu i telekomunikacji. W Unii Eu-ropejskiej w pierwszym kwartale 2009 r. w porównaniu do danych z pierwszego kwartału 2008 r. zatrudnienie spadło o 4,3 mln osób, z tego liczba pracowników w produkcji zmniejszyła się o prawie 2 mln, a w budownictwie o 1,3 mln osób. Licz-ba zatrudnionych w sektorze handlu, transportu i telekomunikacji spadła w UE rok do roku o 1,2 mln, a spadek w sektorze finansowym i bankowym wyniósł 600 tys. pra-cowników w tym samym okresie. Równocześnie liczba pracowników sektora pu-blicznego w UE wzrosła o 800 tys.

Kryzys przeniósł czeską gospodarkę w przybliżeniu z powrotem na poziom, na jakim się znajdowała na początku 2007 r. W innych krajach sytuacja jest jesz-cze gorsza. Na przykład strefa euro cofnęła się do poziomu z 2006 r., a brytyjczy-cy − do początku 2005 r. Czeski produkt krajowy brutto zwyżkował w trzecim kwartale 2008 r., a następnie ostro spadł.

Analizując ekonomiczne prognozy wzrostu Narodowego Banku Czech, odro-bienie strat będzie trwało w sumie trzynaście kwartałów. Poprawa w krajowej

82

gospodarce nie jest równomierna: szybciej następuje w produkcji niż w budow-nictwie. Ożywienie na rynku pracy pozostaje w tyle za realną gospodarką.

Przy ocenie prognoz ważną kwestią jest rozpoznanie ich jakości. Proste po-równanie przewidywanych wartości z rzeczywistością może być czasem dość mylące. Wysoka jakość prognozy w momencie jej publikacji musi odpowiadać wymaganiom jej odbiorców (polityków, instytucji edukacyjnych, urzędów pracy itp.). W następstwie tego grupa docelowa może zareagować na zbliżające się pro-blemy i niedopasowania i podjąć próbę ich wyeliminowania (np. zmienić swoje zachowanie i priorytety wspierania zatrudnienia w wybranych sektorach, zmieniając strukturę programów zatrudnienia itp.). Może to mieć istotny wpływ na przyszłą strukturę podaży i popytu na rynku pracy i spowodować powstanie różnic między oryginalnymi wynikami prognoz. Zatem ten typ prognozy, która z powodzeniem dociera i oddziałuje na konkretne grupy docelowych, w rzeczywistości jest naj-bardziej udany.

Literatura CEDEFOP (2010), Skills supply and demand in Europe; Medium-term forecast up to

2020, Publications Office of the European Union, Luxembourg. Koucký J., Kovařovic J., Lepič M. (2011), Occupational Skills Profiles: Methodology

and Application, CEDEFOP. Koucký J., Lepič M. (2008), Vývoj kvalifikačních požadavků na pracovním trhu v ČR a

v zahraničí, NÚOV. Lacey T.A., Wright B. (2009), Occupational employment projections to 2018, Monthly

Labor Review, November. Neumark D., Johnson H., Cuellar-Mejia M. (2011), Future Skill Shortages in the U.S.

Economy?, dokument przygotowany na konferencję: European Commission Joint Re-search Centre’s “Catch the Train: Skills, Education and Jobs”, Bruksela.

NVF (2011), Předvídání kvalifikačních potřeb: vypracování a pilotní ověření metodolo-gie, Národní observatoř pro odborné vzdělávání a trh práce.

Occupational Outlook Handbook (OOH), 2010-11 Edition (2010), U.S. Bureau of Labor Statistics, Washington D.C.

Carnevale A., Smith N., Strohl J. (2010), Help Wanted: Projections of jobs and education requirements, Georgetown University, CEW.

Paving the occupational path: A new system for assigning education and training (2011), Occupational Outlook Quarterly, Fall.

Transferability of Skills across Economic Sectors (2011), Publications Office of the Euro-pean Union, Luxembourg.

Úlovcová H., Vojtěch J., Trhlíková J., Kalousková P., Chamoutová D., Křížová E., Koucký J., Lepič M., Skácelová P. (2009), Uplatnění absolventů škol na trhu práce, Praha; NÚOV.

Wilson R.A. (2009), Lessons from America: What can we learn from US approaches to anticipation of labour market change, IER, University of Warwick.

Wilson R.A, Homenidou K. (2011), Working Futures 2010−2020, UK Commission for Employment and Skills (UKCES).

Strony internetowe www.budoucnostprofesi.cz ec.europa.euwww.infoabsolvent.cz www.nvf.cz www.risa-lbc.cz www.strediskovzdelavacipolitiky.info

84

Gerd Zika Współpraca: Robert Helmrich i Tobias Maier

4. PROGNOZOWANIE ZATRUDNIENIA W NIEMCZECH – POPYT NA PRACĘ

4.1. Rys historyczny Polityka ekonomiczna potrzebuje racjonalnie uzasadnionych i przejrzystych

metod, by antycypować przyszłe zmiany i na tej podstawie podejmować działania optymalnie kształtujące przyszłość. Prognozy są zatem postrzegane jako zaawanso-wane narzędzie planowania w każdym obszarze polityki. Udowodniono jednak, że prognozy powinny być traktowane z rezerwą, ponieważ mają pewne ograniczenia. Dotyczą one przede wszystkim niepewności i niedokładności prognoz, które wystę-pują nawet wtedy, gdy stosowane są rozbudowane metody naukowe. Długotermi-nowe prognozy, w tym długoterminowe prognozy rynku pracy, mają charakter warunkowy. Oznacza to, że przewidywane zmiany nastąpią tylko w przypadku zaistnienia określonych warunków. W związku z tym wszystkie prognozy mają charakter rozumowania „jeżeli − to”.

Jeśli mamy świadomość ograniczenia prognoz, to ich opracowywanie jest uzasadnione i użyteczne, nawet gdy nie sprawdzą się w rzeczywistości, np. ze względu na przeciwdziałanie przewidywanym niedoborom umiejętności. Nie-świadomość ograniczeń prognozy może prowadzić do nieporozumień i błędnych wniosków. Dlatego też Instytut Badań nad Zatrudnieniem (IAB) zawsze kierował się filozofią określania alternatywnych scenariuszy wydarzeń i oferowania róż-nych kierunków dla prognozowania przyszłości. Nigdy nie było celem skonstru-owanie prognozy „najbardziej prawdopodobnej” i niepoddającej się zmianom.

W tym rozdziale omówiono rozwój długoterminowych prognoz IAB dotyczą-cych popytu na pracę, a także przedstawiono zmiany zainteresowania prognozo-waniem w ciągu ostatnich dziesięcioleci. Teoretycznie w dotychczasowym roz-woju prognozowania można wyróżnić pięć kroków:

1. Krok. Początki prognozowania były związane z przekonaniem o możliwości kontroli procesów ekonomicznych. Prognozy popytu na pracę rozważano w kate-goriach propozycji wariantowych „jeżeli−to”, a popyt na pracę był szacowany na bazie oczekiwanego wzrostu gospodarczego. Odchylenia od równowagi identyfi-kowano poprzez równoważenie popytu i podaży pracy. Zważywszy na wynik prognoz, polityka mogła zaakceptować odwieczny deficyt siły roboczej lub pró-bować aktywizować krajową i zagraniczną podaż pracy.

2. Krok. Drugi etap prognozowania zareagował na zewnętrzny szok pierw-szego kryzysu energetycznego w latach 1973−1974 i następującej po nim recesji,

85

która doprowadziła do odejścia od stanu pełnego zatrudnienia. Kryzys energe-tyczny ujawnił wrażliwość niemieckiej gospodarki narodowej. Dla IAB był to czas stworzenia alternatywnego prognozowania. Odtąd prognozy ilustrowały długoterminowe skutki różnych założeń dotyczących wzrostu gospodarczego, wolumenu czasu pracy i wydajności.

3. Krok. Lata osiemdziesiąte minęły pod znakiem obaw przed załamaniami trendu zmian strukturalnych ze względu na nowe technologie, np. mikroproceso-ry. Pojawiło się pytanie, czy te nowe wpływy będą równoważyć, tworzyć czy likwidować miejsca pracy. W systemie kształcenia i doskonalenia zawodowego podjęto debatę na temat polaryzacji w kierunku wyższych czy niższych kwalifi-kacji. Czy Niemcy doświadczą zmian wynikających z wpływu nowych technolo-gii, a tym samym konieczności nabywania przez zasoby siły roboczej nowych umiejętności? Aby odpowiedzieć na te pytania, IAB podjął współpracę z Prognos AG i stworzył „quasi-ekonometryczny system projekcji” bazujący na procedurze iteracyjnej. W dwóch projektach IAB wraz z Prognos Institute opublikowało perspektywy popytu na pracę i równowagi na rynku pracy. W tym kroku, progno-zy popytu stały się bardziej znaczące, gdyż zostały zróżnicowane według branż, kwalifikacji i profili zadań.

4. Krok. Rosnące bezrobocie pomiędzy cyklami koniunkturalnymi skutkowa-ło utratą wiary w możliwości kontroli procesu gospodarczego. W rezultacie od modelowania wymagano określania nie tylko różnych ścieżek alternatywnych dla zjawisk zachodzących na rynku pracy, ale także oceny rozwoju gospodarczego i wynikających z tego konsekwencji dla rynku pracy. Procesy zachodzące na ryn-ku pracy miały być analizowane i przewidywane w systemie wzajemnych powią-zań. Dlatego też naukowcy z IAB wspólnie z prof. Westphalem z Uniwersytetu w Hamburgu stworzyli makromodel ekonometryczny, tzw. wersję IAB/Westphal modelu SYSIFO. Zdarzenia gospodarcze mogły być teraz wyjaśnione w kontekście krajowej gospodarki, a skutki przypisywane do określonych przyczyn. Oprócz pro-gnoz konieczne było również oszacowanie efektu różnych politycznych decyzji i działań dotyczących gospodarki i rynku pracy (symulacja polityki i rozwoju IAB).

5. Krok. Obecny stan prognozowania rynku pracy osiągnięto w 1996 r. za po-mocą wysoce zdezagregowanego makromodelu ekonometrycznego IAB/INFORGE (INterindustry FORcasting GErmany). Model oparty na systemie prognoz i symula-cji oddaje złożoność gospodarki narodowej i całkowicie reprezentuje makroekono-miczne rynki surowców, pieniądza i pracy. Będzie on opisany szczegółowo w na-stępnym podrozdziale.

4.2. Struktura modelu IAB/INFORGE

Model IAB/INFORGE odzwierciedla standardowe podejście do prognozy za-potrzebowania na siłę roboczą w Niemczech do 2025 r. poprzez zastosowanie modelu ekonometrycznego. Wybrano system prognozowania oparty na modelu nie tylko dlatego, że modele ekonometryczne stały się standardowym narzędziem

86

wykorzystywanym do konstruowania prognoz gospodarczych, ale także dlatego, że są najlepszym instrumentem, aby uchwycić złożoność materii ekonomicznej, wielość powiązań i sprzężeń zwrotnych między podmiotami gospodarczymi i sektorami.

Rysunek 4.1

Wielosektorowy model makroekonomiczny IAB/INFORGE

Źródło: ilustracja własna.

Rachunki narodowe

Konsumpcja prywatna

Konsumpcja rządowa

Nakłady brutto na środki trwałe

Eksport Import Ceny

Input-output Koszty jednostkowe

Produkcja Płaca realna Produktywność Płaca nominalna

Liczba przepracowanych godzin

Średnie wynagrodzenie

Liczba pracujących w 59 branżach

Ryn

ek p

racy

Model IAB/INFORGE

IAB/

INFO

RGE

Mik

rosp

is

Mod

uł 1

Liczba pracujących w 54 polach zawodowych

Bra

nża

Zawód

Moduł 1: Zatrudnienie według zawodu

Udziały w zatrudnieniu

Mik

rosp

is

Liczba pracujących według 4 poziomów kwalifikacji

Zaw

ód

Kwalifikacje

Moduł 2: Zatrudnienie według kwalifika-

Udziały w zatrudnieniu

GINFORS

87

Projekcja bazuje na danych z lat 1991–2006.18F18F

19 Roczne prognozy szacowane są w horyzoncie 2007−2025 r. Projekcja nie ma za zadanie dokładnego przedstawienia przyszłości lub prognozowania zmian, na które nie można mieć wpływu. W zamian, biorąc pod uwagę podstawowe założenia prognozy, wyniki prognostyczne powinny być interpretowane jako scenariusze „jeżeli−to”.

IAB korzysta z wielosektorowego modelu makroekonomicznego IAB/INFORGE do prognozowania zatrudnienia według branż. Konwersja z zatrudnienia według branż do zatrudnienia według zawodów i poziomów kwalifikacji jest dokonywana przy użyciu dwóch submodułów, natomiast prognoza zatrudnienia według zawo-dów jest pośrednia w stosunku do prognozy zatrudnienia według kwalifikacji. Sam model IAB/INFORGE jest w zasadzie skonstruowany jako model bottom-up, przy czym ogólne ramy modelowania wynikają z podejścia top-down bez sprzężenia zwrotnego z zatrudnieniem według zawodów i poziomów kwalifikacji. Na rysunku 4.1 przedstawiono przegląd struktury modelowania. W kolejnych sekcjach podany jest bliższy opis metodyki modelowania, począwszy od szczegółowego opisu wielo-sektorowego makroekonomicznego rdzenia modelu IAB/INFORGE.

4.2.1. Wielosektorowy model makroekonomiczny IAB/INFORGE

Model IAB/INFORGE jest ekonometrycznym modelem prognostyczno-symu-lacyjnym dla Niemiec, wysoce zdezagregowanym w układzie branżowym i katego-rii towarów. Został on opracowany przez Instytut Badań Ekonomicznych (GWS mbh) i jest zintegrowany z międzynarodowym środowiskiem modelowania ekono-metrycznego. Zasada konstrukcji oparta jest na podejściu bottom-up i pełnej inte-gracji. Bottom-up oznacza, że każdy sektor jest dogłębnie modelowany (ok. 600 zmiennych dla każdego z 59 sektorów), a zmienne makroekonomiczne są budowane poprzez agregację w strukturze modelowania (Distelkamp et al. 2003; Ahlert et al. 2009). Z tego powodu możliwe jest spójne opisanie każdego sektora w otoczeniu makroekonomicznym wraz z współzależnościami występującymi pomiędzy po-szczególnymi sektorami poprzez zdefiniowanie gospodarki narodowej jako sumy jej sektorów. „Pełna integracja” oznacza, że struktura modelu całkowicie reprezentuje międzysektorowe współzależności i wiąże wykorzystanie dochodów gospodarstw domowych z powstaniem dochodu w każdym sektorze. Globalny rozwój gospodar-czy, a także relacje Niemiec z gospodarką światową są kształtowane przez model handlu bilateralnego GINFORS. GINFORS opiera się na macierzach handlu obu-stronnego z 25 gałęziami produkcji, a także handlu i usług dla wszystkich krajów OECD i dziesięciu najważniejszych partnerów OECD. Ekonomicznym rdzeniem modelu IAB/INFORGE jest makromodel i tabele input-output. Model jest wy-soce zendogenizowany. Około 200 zmiennych egzogenicznych to głównie zmienne instrumentalne dotyczące polityki fiskalnej, np. stawki podatkowe. Na __________ 19 Nowa prognoza oparta jest na danych z lat 1996−2009, jednak metoda prognozowania pozo-staje niezmieniona.

88

rynku pracy, podaż pracy jest również uwzględniona egzogenicznie. W handlu za-granicznym i płatnościach kursy są ustalane egzogenicznie, wszystkie inne zmienne są endogeniczne w ramach systemu międzynarodowego. Zaletą nowszej wersji mo-delu IAB/INFORGE w porównaniu z wcześniejszą jest to, że teraz popyt na pracę określa się na podstawie liczby przepracowanych godzin, a następnie zamienia na liczbę osób.

4.2.2. Modelowanie popytu na pracę według zawodu i kwalifikacji

W prognozowaniu popytu na pracę według kwalifikacji należy wziąć pod uwagę nie tylko zmiany strukturalne w sektorach, ale także zmiany pól zawodo-wych dla wszystkich sektorów i zmiany kwalifikacji w ramach pól zawodowych.

• ekonomiczne (sektorowe) zmiany strukturalne odgrywają ważną rolę, ponieważ struktury zawodowe i kwalifikacyjne są bardzo różne w każdym sektorze;

• zapotrzebowanie na wysoko wykwalifikowanych pracowników może również zwiększyć się w poszczególnych sektorach, w których występuje popyt na inne zawody i kwalifikacje (np. IT);

• wymogi związane z wykonywaniem pracy w ramach poszczególnych pól zawodowych również mogą coraz bardziej rosnąć.

Do analiz w przekroju zawodowym stosowana jest klasyfikacja pól zawodo-wych (Tiemann i et at. 2009). Składa się ona z 54 pól pogrupowanych na pozio-mie kategorii zawodowych (3-cyfrowy kod z oficjalnej niemieckiej klasyfikacji zawodów z 1992 r. − KldB 92). Charakteryzuje je większa jednorodność we-wnętrzna i równocześnie większa niejednorodność w stosunku do klasyfikacji zawodów przedstawionych przez KldB 92 (patrz również następny rozdział).

Na poziomie kwalifikacji rozróżnienie zostało dokonane na czterech pozio-mach, zgodnie z klasyfikacją ISCED:

• osoby bez żadnych kwalifikacji formalnych (ISCED 1,2,3a); • osoby z podstawowymi kwalifikacjami zawodowymi (ISCED 3b, 4); • osoby z zaawansowanymi kwalifikacjami zawodowymi (ISCED 5B); • osoby z wykształceniem akademickim (ISCED 5A, 6). Ponadto oddzielnie odnotowano osoby w trakcie nauki w szkole lub kształce-

nia zawodowego, ponieważ w przeciwnym wypadku kwalifikowałyby się do pierwszej kategorii „bez wykształcenia”. Większość z tej grupy otrzyma certyfi-kat kwalifikacji zawodowych, jednak nie może zostać zaliczona do tej grupy dla celów ekstrapolacji, gdyż mogłoby to zniekształcać wyniki.

Dane dotyczące pól zawodowych i kwalifikacji oparte są na długich szeregach czasowych z mikrospisu (badanie siły roboczej). Duża próbka zwłaszcza w odniesieniu do pól zawodowych jest konieczna, żeby osiągnąć odpowiednią liczbę wariantów. Do tego celu najbardziej odpowiednie dane w Niemczech za-warte są w mikrospisie, który jest oparty na 1% próbce całej populacji, a przede wszystkim daje wyniki we wszystkich przekrojach form zatrudnienia (w tym pra-cujących na własny rachunek, pracowników służby cywilnej i żołnierzy). Do

89

opracowania ostatecznej wersji prognozy używa się tylko poszczególnych struktur z mikrospisu, ponieważ dane dotyczące zatrudnienia z modelu IAB/INFORGE, które zostały uwzględnione jako punkt wyjścia, są oparte na porównawczych danych z rachunków narodowych.

Na podstawie analizy danych z mikrospisów od 1996 do 2007 r. określono, ile osób było zatrudnionych w każdym polu zawodowym i w każdym sektorze, a także ile osób spośród zatrudnionych w każdym polu zawodowym miało poszczególne rodzaje kwalifikacji. Poszczególne udziały odzwierciedlają rozkład pól zawodo-wych w danym sektorze za każdy rok i rozkład według najwyższych kwalifikacji zawodowych dla każdego pola.

Przy prognozowaniu przyszłego popytu na pracę zakłada się, że te udziały pod-legają trendowi czasowemu.19F19F

20 Domyślnym założeniem jest, że obserwowane w prze-szłości zmiany mogą być przeniesione w przyszłość. Odchylenia od długotermino-wego trendu uważane są za przypadkowe. Na podstawie tego teoretycznego założenia każdy udział oi(t) i qk(t) będzie asymptotycznie dążył do długoterminowego poziomu nasycenia wraz ze wzrostem t. Jednakże, należy zauważyć, że:

1) oi(t) i qk(t) może osiągać wartości pomiędzy 0 i 1, 2) wartości te muszą sumować się do 1 w każdym sektorze lub polu zawodo-

wym. Aby spełnić te wymagania, optymalnym rozwiązaniem byłoby jednoczesne osza-

cowanie oi(t) w każdym sektorze i odpowiednio qk(t) w każdym polu zawodo-wym. Jednak z powodu ograniczeń w dostępie do danych, nie było możliwe jed-noczesne oszacowanie długoterminowych trendów. Tak więc do oszacowania tendencji rozwojowej udziałów grup zawodów została wykorzystana logistyczna ekstrapolacja trendu20F20F

21 w każdej branży oddzielnie:

               ∑=

−

−

×++

×++= 54

1

1

1

,

))exp(1(

))exp(1(

iijij

ijijtij

tba

tbao   (1)

gdzie oij,t stanowi udział zasobów pracy w polu zawodowym i (i = 1,...,54)

w sektorze przemysłowym j (j = 1, ... , 59) w czasie t, gdzie aij i bij są parametrami do oszacowania. Zatem formuła szacowania udziałów kwalifikacji przedstawia się następująco:

__________ 20 Ze względu na ograniczenia w dostępie do danych uważa się, że metoda trendów czasowych a nie wielomianowe podejście logistyczne przynosi najlepsze wyniki w szacowaniu zmian trendów zawodowych w branży (patrz CEDEFOP 2009, s. 92). 21 Inne testowane funkcje dopasowania to funkcja wykładnicza, funkcja kwadratowa, funkcja Gompertza.

90

∑=

−

−

×++

×++= 5

1

1

1

,

))exp(1(

))exp(1(

kkiki

kikitki

tba

tbaq (2)

gdzie qki,t stanowi udział zasobów pracy z kwalifikacjami na poziomie k (k =

1, ... , 5) w polu zawodowym i (i = 1,…,54) w czasie t, gdzie aki i bki są parame-trami do oszacowania.

Zgodnie z tą definicją mamy pewność, że ograniczenia:

154

1, =∑

=itijo

oraz 1

5

1, =∑

=ktkio

są spełnione. Oczywiście wyniki są bardziej stabilne dla zawodów (kwalifika-

cji) o wyższym udziale w sektorze (zawodzie), ponieważ jest bardziej prawdopo-dobne, że w przypadku niskich udziałów wariancja będzie znacznie większa. Jed-nakże niskie udziały są zazwyczaj spowodowane małą liczbą osób pracujących w danej branży/zawodzie i zawodzie/ kwalifikacjach, tak że wpływ błędnie oszacowanych trendów rozwojowych, ze względu na zmienność danych, jest uważany za stosunkowo niewielki w odniesieniu do ogólnych wyników doty-czących zawodów i kwalifikacji.

Zagregowany efekt wynikający z tych zależności jest wynikiem trzech róż-nych, częściowo przeciwstawnych efektów jednostkowych. Łączny efekt może być podzielony na efekt sektorów, pól zawodowych i efekt kwalifikacji (w tym ostatnim przypadku dokonuje się tego poprzez analizę przesunięć udziałów) (Dunn 1960). Wpływ sektorów wskazuje na zmiany w liczbie osób zatrudnionych w danym polu zawodowym. Powstają one wyłącznie ze względu na zmieniającą się strukturę sektorów. W związku z tym strukturę sektorów na rok 2025 nakłada się na strukturę zatrudnienia w 2007 r. W ten sposób bada się, jak zmieniłaby się struktura pól zawodowych lub kwalifikacji, gdyby struktura sektorów w 2025 r. odpowiadała strukturze z 2007 r. Odpowiednio, efekt pól zawodowych wynika z tego, że zapotrzebowanie na pola zawodowe zmieniają się w odpowiedzi na zmiany w procesach produkcyjnych w poszczególnych sektorach. Aby zmierzyć ten efekt stosuje się strukturę zawodową, czyli procentowy udział każdego z pól zawodowych według sektorów − dla 2025 r. do osób zatrudnionych w 2007 r. Zakłada się więc, że nic się nie zmieni w 2025 r. oprócz udziału procentowego pól zawodowych w sektorach. W 2025 r. utrzymana jest ta sama struktura sektorowa jak w 2007 r., a całkowita liczba osób zatrudnionych pozostaje bez zmian. Efekt kwalifi-kacji także pokazuje, jak zmienia się struktura kwalifikacji w związku z postępem technicznym w poszczególnych zawodach, w których wymagany jest nowy (z regu-ły wyższy) poziom kwalifikacji. Również w tym przypadku nakłada się strukturę kwalifikacji z 2025 r. na strukturę osób zatrudnionych w 2007 r.

91

4.3. Rozwój rynku pracy do roku 2025

4.3.1. Popyt na pracę według sektorów

Przeciętnie wartość dodana brutto w ujęciu realnym rośnie o 2,25% rocznie we wszystkich sektorach na początku okresu prognozy. Prognoza potwierdza wcze-śniej odnotowane podstawowe tendencje dotyczące zmian liczby pracowników najemnych w Niemczech w ujęciu sektorowym (Fuchs, Zika 2010):

• dalszy spadek zatrudnienia w rolnictwie i leśnictwie oraz górnictwie (-0,2 mln); • podczas ostatniego globalnego kryzysu ekonomicznego tempo wzrostu wy-

dajności w przemyśle wytwórczym wyhamowało, a wręcz zaczęło spadać: godzi-nowa produktywność spadła z powodu „chomikowania pracy”. 21F21F

22 Firmy muszą najpierw zrównoważyć ten efekt, dlatego znacznemu zwiększaniu wartości dodanej nadal towarzyszy utrata ok. 0,9 mln miejsc pracy. W większym lub mniejszym stop-niu dotyczy to niemal wszystkich sektorów;

• po nieznacznym wzroście liczby miejsc pracy w branży budowlanej w ostat-nich latach, do 2025 r. zostanie zlikwidowane ok. 0,3 mln miejsc pracy;

• redukcje miejsc pracy są również oczekiwane w branżach „wysokiej produkty-wności” w sektorze usług: działalność finansowa i ubezpieczeniowa (-0,1 mln), trans-port i łączność (-0,3 mln), handel, naprawa pojazdów samochodowych (-0,5 mln);

• dalsze miejsca pracy będą likwidowane w sektorze administracji publicznej, obrony i ubezpieczenia społecznego (-0,3 mln);

• wzrost zatrudnienia będzie szczególnie silny (1,6 mln) w obszarze usług korporacyjnych w związku z trwającym procesem outsourceowania części zadań i funkcji operacyjnych. Usługi te obejmują: produkcję oprogramowania, usługi konsultingowe dotyczące sprzętu, usługi przetwarzania danych, naprawę i kon-serwację maszyn biurowych, sprzęt i urządzenia do przetwarzania danych, bada-nia i rozwój, konsultacje prawne, podatkowe i zarządcze, badania rynku i sondaże opinii, audyt, public relations, inżynierię, agencje reklamowe, a także profesjo-nalną rekrutację do pracy i pozyskiwanie personelu, które znacznie przyczyniają się do wzrostu zatrudnienia;

• bardzo dobre perspektywy zatrudnienia (0,6 mln) wyłaniają się dla sektora opieki zdrowotnej i pomocy społecznej. Głównym stymulatorem jest starzenie się ludności, co doprowadzi do znacznego wzrostu zapotrzebowania na usługi zdro-wotne i będzie oznaczać wzrost zatrudnienia w domach pomocy dla osób star-szych i ambulatoryjnej opieki zdrowotnej;

• zatrudnienie pozostanie stałe dla innych publicznych i prywatnych usługo-dawców i gospodarstw domowych zatrudniających pracowników. Ten obszar zatrudnienia jest bardzo różnorodny (radio i telewizja, usługi dla gospodarstw __________ 22 Pojęcie „chomikowania” pracy oznacza zatrzymywanie w przedsiębiorstwie nadwyżkowej liczby pracowników w czasie spowolnienia gospodarczego w celu wykorzystania ich potencjału w trakcie kolejnego wzrostu.

domowych, np. sprzątanie, opieka dzienna; organizacje polityczne, takie jak par-tie, stowarzyszenia, związki, organizacje religijne).

Tendencji rozwojowych w kierunku społeczeństwa opartego na usługach nie należy mylić z deindustrializacją. W przyszłości wartość dodana brutto w prze-myśle przetwórczym także wykaże ponadprzeciętne stopy wzrostu. Możliwości racjonalizacji w tej branży pozwalają na ponadprzeciętny wzrost wydajności wraz z mniejszym zatrudnieniem pracowników. Ponadto w przeszłości firmy outsour-ceowały również pewien zakres działalności produkcyjnej, w związku z tym wartość dodana brutto wytworzona w tym obszarze nie jest już przypisana do przemysłu wytwórczego.

4.3.2. Popyt na pracę według zawodu

Dokonując ekstrapolacji zmian liczby pracowników według zawodów, w ra-mach sektorów widać kontynuację dotychczasowego rozwoju, która była zauwa-żalna od dłuższego czasu (rys. 4.2).

Rysunek 4.2

Popyt na pracę według głównych pól zawodowych (udziały w %, zatrudnienie w mln)

Wydobycie surowców Przetwarzanie i naprawy

Kontrola, obsługa maszyn

Zawody związane z produkcją

Handel i sprzedaż Transport, magazynowanie, ochrona Gastronomia i sprzątanie Usługi biurowe

Podstawowe zawody usługowe

Technologia i nauki ścisłe P rawo, ekonomia, zarządzanie

Sztuka, media, nauki społeczne i humanistyczne Służba zdrowia i pomoc społeczna

Nauczanie

Zawody usługowe wysokich kwalifi-kacji

Źródło: model IAB/INFORGE, obliczenia własne.

92

93

W zawodach związanych z produkcją, zajmujących się wydobyciem surow-ców, naprawą oraz kontrolowaniem i konserwacją maszyn i urządzeń zatrudnienie spadnie do 7 mln osób w 2025 r., tj. ok. 0,9 mln mniej niż 15 lat wcześniej. Ich udział stanowiący 20,2% spadnie do 17,9% w 2025 r. Natomiast liczba pracowni-ków najemnych zwiększy się prawie tak samo w wartościach bezwzględnych (+1 mln) w sektorze usług w grupie zawodów dotyczących wymiany towarowej i sprze-daży, transportu, składowania i bezpieczeństwa, gastronomii, sprzątania i usług biurowych i komercyjnych. Tak więc, liczba osób zatrudnionych w zawo-dach usług podstawowych pozostaje niemal stała (-0,1 mln).

W wartościach bezwzględnych, wśród zawodów związanych z produkcją najbar-dziej dotknięte spadkiem są te związane z przetwarzaniem i naprawą (-0,6 mln). Ich udział we wszystkich zawodach spadnie z 13,3% w 2010 r. do 11,7% w 2025 r. Jest to nie tylko efektem zmian w branżach przemysłowych, ale także w polach zawo-dowych (rys. 4.2). Zawody związane z wydobyciem surowców (-0,1 mln), mimo pozytywnego wpływu dziedzin pracy, są zdominowane przez negatywne oddzia-ływanie sektorów przemysłowych. Na zawody zajmujące się kontrolą i konserwa-cją maszyn i urządzeń (-0,1 mln), efekt pól zawodowych nie będzie miał wpływu. W sumie ich udział spadnie o 0,3−0,4 pkt. proc.

Rysunek 4.3

Efekt sektorów i pól zawodowych od 2010 do 2025 r. (w %)

10

-18

-8,4

16,1

-1,8

1,5

-8,2

-5,6

-9,1

9,5

6,7

-0,1

0

3,1

-4,5

2,4

3,8

4,3

3

6,5

2,5

-0,4

-4

-5,5

-20 -15 -10 -5 0 5 10 15 20

nauczanie

zdrowie i opieka społeczna

sztuka, media, nauki humanistyczne i społeczne

prawo, ekonomia, zarządzanie

technologia i nauki ścisłe

usługi biurowe i komercyjne

gastronomia i sprzątanie

transport, magazynowanie

obrót towarowy, sprzedaż

kontrola i konserwacja maszyn i urządzeń

przetwarzanie i naprawy

wydobycie surowców

efekt sektorowy efekt pola zawodowego

Źródło: obliczenia własne.

94

Rozwój podstawowych zawodów usługowych jest niejednorodny. Liczba za-wodów związanych z gastronomią i sprzątaniem wzrośnie o 0,7 mln, zwiększając swój udział z 10,9% do 12,6%. Jest to głównie spowodowane zmianami struktu-ralnymi w gospodarce. Zawody związane z transportem, składowaniem i bezpie-czeństwem, handlem i sprzedażą towarów oraz usługami komercyjnymi i biuro-wymi, stracą na znaczeniu (-0,4, -0,4 i -1,0 pkt. proc.), co doprowadzi do likwidacji miejsc pracy (odpowiednio -0,1, -0,1 i -0,3 mln osób). Jednakże widoczne są różnice w odniesieniu do poszczególnych typów efektów (rys. 4.3). Rozpatrywany od-dzielnie efekt pól zawodowych będzie miał pozytywny wpływ na zawody zwią-zane z transportem, składowaniem i bezpieczeństwem oraz wymianą towarową i sprzedażą − zostanie zwiększony popyt na te zawody w poszczególnych sekto-rach. Jednak efekt ten jest niwelowany przez negatywny wpływ efektu sektorów. Dlatego sektory, które zgłaszają popyt na te zawody stracą częściowo na zna-czeniu w przyszłości. W przypadku zawodów związanych z usługami biurowymi i komercyjnymi, oba efekty wykazują negatywny wpływ, lecz efekt pól zawodo-wych jest tu dominujący.

Niemal wszystkie główne pola zawodowe w sektorze usług wykazują wzrost. Tak więc, wzrośnie liczba zatrudnionych w zawodach związanych z technologią i naukami ścisłymi (+0,1 mln), prawem, zarządzaniem i ekonomią (+0,2 mln), sztuką, mediami, naukami humanistycznymi i społecznymi (+0,2 mln) oraz opie-ką zdrowotną i usługami socjalnymi (0,6 mln), odpowiednio też zwiększą się ich udziały. Jedynie w dziedzinie nauczania zanotowany zostanie spadek zatrudnienia (-0,1 mln osób, tj. 0,2 pkt. proc.). Tę sytuację także można wyjaśnić pojedynczy-mi efektami. Efekt pól zawodowych, który ma pozytywny wpływ na wszystkie pola zawodowe w sektorze usług, negatywnie oddziałuje na zawód nauczyciela, tzn. orga-nizacyjne i/lub strukturalne zmiany w procesach produkcyjnych zmniejszają zapo-trzebowanie na pracę związaną z nauczaniem. Ten efekt nie będzie zrównoważo-ny przez lekko pozytywny wpływ efektu sektorowego. Z wyjątkiem zawodów związanych z technologią i naukami ścisłymi, efekt sektorowy jest czynnikiem dominującym w innych głównych polach zawodowych.

Ogólna tendencja do wzrostu popytu na zawody wymagające wysokich kwali-fikacji będzie kontynuowana. Ponadto znaczący wzrost liczby osób zatrudnio-nych w branży gastronomicznej i utrzymania czystości świadczy o rosnącym zna-czeniu usług związanych z wypoczynkiem i wellness w przyszłości.

4.3.3. Popyt na pracę według poziomu kwalifikacji

Prognoza popytu na pracę według kwalifikacji zawodowych do 2025 r. po-twierdza omówione wcześniej tendencje do wzrostu zapotrzebowania na osoby z wysokim poziomem kwalifikacji (rys. 4.4; Dustmann et. al. 2009). Udział osób z wykształceniem akademickim w zatrudnieniu ogółem (ISCED 5A i 6) będzie rósł z 16,2% w 2010 do 17% w 2025 r., co będzie wynikiem wzrostu liczby pra-cowników posiadających takie wykształcenie do poziomu 6,8 mln, tj. o 0,3 mln osób. Jeśli rozważyć poszczególne typy efektów (rys. 4.5), to widać, że wzrost

95

zatrudnienia opiera się na rozwoju sektorowym (wpływ przemysłu), tendencji do wzrostu popytu na wysoko wykwalifikowanych specjalistów w branżach przemy-słowych (efekt pól zawodowych), a także wzrostu ogólnego poziomu wymagań w ramach pól zawodowych (efekt kwalifikacji).

Rysunek 4.4

Popyt na pracę według poziomu kwalifikacji – udziały (w %)

5,9 6,4 6,6 6,8 6,910 9,5 9,4 9,2 9

15,9 16,3 16,5 16,8 17

15,2 14,4 14 13,6 13,3

53,853,753,653,553

2005 2010 2015 2020 2025

osoby bez żadnych kwalifikacji formalnychosoby z podstawowymi kwalifikacjami zawodowymiosoby z wykształceniem akademickimosoby z zaawansowanymi kwalifikacjami zawodowymiosoby będące w trakcie nauki lub szkolenia

Źródło: Mikrospis, Federalne Biuro Statystyczne, obliczenia własne.

Popyt na osoby z podstawowymi kwalifikacjami zawodowymi (ISCED 3b

i 4) pozostaje niemal stały. W 2025 r. będzie się kształtował na poziomie 53,8% czyli 21,3 mln pracowników z tym poziomem kwalifikacji nadal będzie stanowić większość wśród pracowników najemnych. Oznacza to, że dualny system kształce-nia lub jego akademickie odpowiedniki pozostaną dominującą formą kształcenia w Niemczech. Chociaż udział osób posiadających wykształcenie średnie w ogóle zatrudnionych zmniejszy się z powodu zmian w strukturze zarówno sektorowej, jak i pól zawodowych, straty te będą zrekompensowane przez efekt kwalifikacji − więcej miejsc pracy w poszczególnych polach zawodowych będą zajmować oso-by ze średnim wykształceniem zawodowym.

96

Rysunek 4.5 Efekt sektorowy, pola zawodowego i kwalifikacji od 2010 do 2025 r. (w %)

3,2

1

8,2

1,2

-0,4

0,6

-1,2

-0,2

-5,7

2

-0,5

0,6

1,5

-0,4

-8,8

-10 -8 -6 -4 -2 0 2 4 6 8 10

osoby będące w trakcie nauki lub szkolenia

osoby z zaawansowanymi kwalifikacjamizawodowymi

osoby z wykształceniem akademickim

osoby z podstawowymi kwalifikacjamizawodowymi

osoby bez żadnych kwalifikacji formalnych

efekt sektorowy efekt kwalifikacji efekt pola zawodowego

Źródło: obliczenia własne.

Zapotrzebowanie na osoby z zaawansowanymi kwalifikacjami zawodowymi

(ISCED 5B) nieznaczne się zmniejszy. Ich udział wśród wszystkich pracowników najemnych spadnie o 0,5 pkt. proc. do 9%, co stanowi stratę 0,2 mln miejsc pracy. Spadek ten wynika prawie wyłącznie z efektu kwalifikacji. Ta forma kształcenia jest pod presją, która ma dwojaki charakter. Z jednej strony, wykwalifikowani robotnicy coraz częściej są w stanie wykonać te same zadania co mistrzowie i technicy, chociaż zniesienie wymogu certyfikatu z pewnością odgrywa ważną rolę. Z drugiej strony, wiele zadań, do wykonania których szkolenie w technikum było kiedyś wystarczające, złożonością i wymaganiami przekracza możliwości osób z takimi kwalifikacjami. Wreszcie z powodu wprowadzenia stopnia licencjata i zwiększenia drożności systemu edukacji w uzyskaniu kwalifikacji akademic-kich, znaczna część tych zadań jest przejmowana przez absolwentów uniwersyte-tów lub szkół wyższych.

Omówione zmiany pociągają za sobą dalsze straty 0,5 mln miejsc pracy dla osób bez formalnych kwalifikacji (ISCED 1, 2 i 3a). Ich udział w ogólnej liczbie pracowników najemnych nadal będzie się kurczyć do poziomu 13,3% w roku 2025. W przyszłości znalezienie pracy dla tych osób będzie jeszcze trudniej-sze. Nawet dziś zagrożonych bezrobociem jest ponad dwukrotnie więcej pracow-ników o niskich kwalifikacjach, niż osób, które ukończyły szkolenia zawodowe, a sześć razy więcej niż w grupie osób z wykształceniem wyższym (Reinberg, Hummel 2007). Analiza poszczególnych rodzajów efektów pokazuje, że osoby

97

bez kwalifikacji zawodowych prawie zawsze tracą pracę z powodu efektu kwali-fikacji, a więc głównie w wyniku rozwoju w ramach pól zawodowych zadań, które stały się trudniejsze ze względu na zmiany technologiczne. Równocześnie, w wyniku zmian strukturalnych (efekt sektorowy) i zachodzących procesów ter-tiaryzacji gospodarki liczba miejsc pracy dla pracowników o niskich kwalifika-cjach nie będzie malała, a wręcz rosła (por. rys. 4.5).

Dla osób z niskimi kwalifikacjami jest jednak jeszcze jeden promyk nadziei. Jak wynika z obliczeń, popyt na pracowników, którzy są obecnie w trackie nauki i/lub szkolenia pozostanie stały. Ponieważ liczba młodych ludzi w tym uczniów szkół średnich, studentów i stażystów spada z powodu zmian demograficznych, popyt ten nie będzie zaspokojony, co może oznaczać, że w przyszłości będzie coraz więcej możliwości zatrudnienia pracowników o niskich kwalifikacjach.

Podsumowując, należy zauważyć, że w przedstawionym podejściu przejście ze struktury zatrudnienia według pól zawodowych do struktury według formal-nych kwalifikacji ma wadę wynikającą z tego, że charakterystyki dotyczące popy-towej strony rynku pracy są łączone z charakterystykami strony podażowej. Jedną z możliwości rozwiązania tego problemu byłoby przyjęcie jako głównego wy-znacznika poziomu wymagań zamiast kwalifikacji formalnych. W ten sposób efekty dotyczące charakterystyki stanowiska pracy można by zilustrować bardziej wiarygodnie niż za pomocą formalnych kwalifikacji, dzięki uwzględnieniu aspektów związanych z dalszym kształceniem, takim jak np. uczenie się przez pracę. Specyfi-kacja stanowiska pracy również ułatwiłaby uniknąć przeszacowania przyszłego popytu na wysoko wykwalifikowanych pracowników, zważywszy na obecnie niewystarczający stan zatrudnienia (Konsortium Bildungsberichterstattung 2006, s. 119). Jednakże wykorzystanie poziomu wymagań jako wyznacznika napotyka na dwa problemy – po pierwsze, jest on trudno mierzalny, po drugie, brakuje szeregów czasowych go opisujących, ponieważ macierz pól zawodowych we-dług poziomu zapotrzebowania dostępna jest tylko dla jednego punktu w czasie (2005) w danych z mikrospisu.

4.4. Regionalizacja prognozy popytu na pracę

Zaprezentowane w rozdziale 4.3 prognozy dotyczą gospodarki (i rynku pracy) niemieckiej w skali makro, jednak teoretycznie możliwe jest również opracowanie prognozy na poziomie regionalnym. Członkowie projektu QUBE mają pewne po-mysły na zbudowanie modelu prognozowania popytu na pracę w przekroju branż, zawodów, kwalifikacji i regionów, ale jeszcze ich nie wdrożyli. Pomysły te i zamie-rzenia przedstawione są w tym podrozdziale.

Model IAB/INFORGE zawiera zintegrowany moduł o nazwie LÄNDER. Moduł ten jest rozszerzeniem analizy i prognozy zmian strukturalnych w Niem-czech do poziomu 16 krajów związkowych (Bundesländer). Moduł LÄNDER generuje prognozę rynku pracy w 16 krajach związkowych spójną z wynikami na poziomie federalnym.

98

Centralną bazą danych modułu LÄNDER jest system rachunków narodowych dla krajów związkowych. Dodatkowo model zawiera specyficzne dla branż dane historyczne o wszystkich osobach podlegających ubezpieczeniu społecznemu gromadzone przez Federalną Agencję Pracy (BA). Istotą tego modelu jest wyja-śnienie i prognoza dynamicznych różnic pomiędzy większymi regionami i kraja-mi związkowymi a poziomem federalnym za pomocą metody bottom-up na po-ziomie sektorowym. Aby wyjaśnić różnice dynamiczne, trzeba przeanalizować, czy historycznie obserwowane zmiany w poszczególnych branżach charaktery-stycznych dla regionu w ramach konkretnego sektora ekonomicznego można wyjaśnić specyfiką określonego regionu, np. czynnikami demograficznymi lub dochodami. Wykryta struktura oddziaływania jest następnie wykorzystywana do prognozowania rozwoju regionalnego. Z metodologicznego punktu widzenia możemy rozważyć moduł LÄNDER jako regresję analitycznie analogiczną do klasycznej analizy przesunięć udziałów. Strukturalny blok modelu ostatecznie determinuje wartość dodaną brutto, liczbę zatrudnionych osób, siłę roboczą i płace pracowników najemnych podzielonych na 14 sektorów. Tak według zasad kon-strukcji bloku powstał blok makroekonomiczny, który posłuży do ustalenia i ekstra-polacji rozwoju dochodu dla regionów. Te specyficzne dla regionu dochody są na-stępnie wykorzystywane jako potencjalne zmienne objaśniające dla dynamicznych różnic w niektórych sektorach gospodarki.

Po ekstrapolacji rozwoju siły roboczej w sektorach i krajach związkowych (Bundesländer) spójnej z wynikami na szczeblu federalnym, szacowany jest rozwój regionalnych zasobów siły roboczej, zdezagregowany według kwalifi-kacji i głównych pól zawodowych. Dane służące określeniu rozkładu siły robo-czej w sektorach według kwalifikacji oraz głównych pól zawodowych pochodzą z niemieckich mikrospisów oraz danych historycznych o zatrudnieniu będących w posiadaniu Federalnej Agencji Pracy (BA). Struktura siły roboczej według sektorów, kwalifikacji oraz głównych pól zawodowych jest następnie ekstrapolo-wana na poziomie federalnym. Zakłada się, że np. proporcjonalny wzrost w ra-mach pola zawodowego zawody techniczne i naukowe na poziomie ISCED 5 i 6 w przemyśle przetwórczym na poziomie federalnym ma proporcjonalny wpływ na wzrost tego zawodu na tym samym poziomie ISCED w sektorze produkcyj-nym w danym landzie (Bundesland). Dzięki modułowi LÄNDER, aby oszacować rozwój popytu na pracę w sektorach w krajach związkowych, można prognozo-wać rozwój siły roboczej w podziale na sektory, kwalifikacje i główne pola za-wodowe tak, jak na poziomie krajowym. Rozwój na poziomie krajów związko-wych następnie dostosowuje się do rozwoju na szczeblu federalnym.

4.5. Wnioski i rekomendacje

Biorąc pod uwagę doświadczenie IAB dotyczące stosowanego podejścia do prognozowania popytu na pracę oraz problematykę prognozowania w ogóle, można sformułować sześć rekomendacji dla budowania systemu prognostycznego

99

w Polsce. Pierwsze cztery dotyczą metodologii prognozowania, piąta odnosi się do procesu planowania, a ostatnia do sposobu upublicznienia wyników prognoz.

Pierwsza rekomendacja może się wydawać banalna: jest absolutnie konieczne, aby rozważyć oba aspekty rynku pracy − podaż i popyt na siłę roboczą − i wyciągać wnioski co do przyszłego rozwoju rynku pracy. Jednak analizując polityczną i publiczną dyskusję, można ulec wrażeniu, że zalecenie to jest często ignorowa-ne. W ostatnim czasie, na przykład, niemieckie gazety wielokrotnie donosiły, że w 2025 r. Niemcy będą cierpieć na deficyt siły roboczej w liczbie ok. 6 mln osób. Jeśli przyjrzeć się bliżej samym badaniom, wyraźnie widać, że wynik jest oparty na czystym podejściu podażowym z niezmienionymi współczynnikami aktywno-ści zawodowej oraz saldem migracji równym zero. Całkowicie pominięto spadek popytu na pracę ze względu na zmniejszenie liczby ludności i podaży pracy. To samo odnosi się do niezależnych względem podaży prognoz popytu: informacje na temat wzrastających lub kurczących się sektorów lub zawodów mogą być inte-resujące z naukowego punktu widzenia, ale dla zaleceń politycznych muszą być porównywane z analogicznym rozwojem po stronie podaży.

Konieczność rozważenia zarówno popytu, jak i podaży pracy prowadzi do drugiej rekomendacji: równowaga podaży i popytu wymaga, z jednej strony, baz danych wspólnych dla obu stron rynku pracy, a z drugiej strony, zmiennej, która może być sensownie interpretowania i przewidywania. W przypadku Niemiec przez długi czas prognozowanie zawodów było niemożliwe. Klasyfikacje zawodów z 1988 i 1992 r. nie były wystarczająco szczegółowe, żeby prognozować popyt na pracę na poziomie zawodowym, ponieważ do pracy wymagającej pewnej kombina-cji zadań pracodawcy mogli wybierać spośród osób mających różny rodzaj wyszko-lenia i wykształcenia zawodowego. Z tego powodu prognozy popytu koncentrowały się na prognozie wykonywanych zadań, a nie zawodów. To z kolei doprowadziło do innego problemu: możliwe było określenie liczby zadań do wykonania w przyszło-ści, ale brakowało informacji o potencjalnej podaży do ich realizowania. Dopiero utworzenie pól zawodowych BIBB22F22F

23 umożliwiało modelowanie podaży i popytu na zawody i porównywanie uzyskanych wyników.

Jeśli ktoś chce skupić się na przyszłości rynku pracy jako całości, musi nie tylko porównać obie strony rynku pracy, ale także − i to jest trzecia rekomendacja − połączyć je. Aby uzyskać sensowne wyniki poprzez zrównoważenie prognoz popytu i podaży, nadal można używać dwóch niezależnych modeli opartych na tej samej bazie danych i systematyce, ponieważ powody nierównowagi na rynku pracy dość łatwo zidentyfikować (np. luki między podażą i popytem dla konkret-nego zawodu mogą wskazywać na występowanie braku umiejętności). Nie po-winno się jednak interpretować sytuacji, w której popyt na pracę i podaż pracy są sobie równe jako stanu idealnego, przy pełnym zatrudnieniu. Tak by było jedynie w przypadku istnienia doskonałego rynku pracy, na którym nie występują frykcje. W rzeczywistości mechanizm dostosowań popytu i podaży sprawiłby, iż płace

__________ 23 Szersze omówienie problemu znajduje się w kolejnym rozdziale.

100

będą stosunkowo rosnąć, jeśli odczuwalny będzie brak umiejętności w pewnym zawodzie, bądź spadać w przypadku nadmiernej podaży umiejętności. Podniesie-nie płac będzie zwiększać presję na pracodawców tak, że będą starali się poprawić procesy produkcyjne, aby zwiększyć wydajność. W najgorszym razie, jeśli pro-dukcja nie będzie bardziej opłacalna, potencjał produkcji również zostanie zmniejszony. Po stronie podaży podniesienie płac zwiększy motywację, aby wy-dłużyć czas pracy. W dłuższym okresie zmiany wzorców płacowych będą miały również wpływ na wybory zawodowe młodzieży i wybory ekonomiczne ludności aktywnej zawodowo.

Interakcje między popytem i podażą pracy w zintegrowanym modelu rynku pracy będą trudniejsze do analizowania wówczas, gdy rynek pracy będzie mocno zdezagregowany, dlatego lepiej najpierw modelować obie strony rynku pracy niezależnie, a następnie połączyć je. Taka była procedura Federalnego Instytutu Kształcenia Zawodowego (BIBB) oraz IAB. Doświad-czenie pokazuje jednak, że poziom akceptacji wyników prognoz jest niższy, jeśli w procesie modelowania nie występuje interakcja między podażą i popytem, bo ludzie zakładają, że dwa niezależne modele nie odzwierciedlają odpowiednio rzeczywistego rozwoju rynku pracy.

Cztery dotychczas omówione rekomendacje dotyczą problematyki zapewnienia przejrzystości metodologii nowego systemu prognozowania (systemu prognozowa-nia zatrudnienia w Polsce – komentarz redaktora). Jednakże w procesie konstrukcji nowego modelu trzeba uwzględnić wiele innych okoliczności. W projekcie progno-zowania popytu na pracę według kwalifikacji i pól zawodowych BIBB-IAB pierw-sza wymiana pomysłów pomiędzy partnerami projektu miała miejsce na początku 2007 r. W 2008 r. uzyskano pierwsze wyniki oparte na nowo zdefiniowanej struk-turze pól zawodowych. Następnie porównano wyniki z innymi podobnymi pro-gnozami, poprawiono proces generowania danych, zmieniono niewielką część klasyfikacji i przeliczono model kolejne dwa razy, żeby wreszcie opublikować wyniki w czerwcu 2010 r. (Helmrich, Zika 2010). Należy podkreślić, że czas, jaki poświęcono na opracowanie tej prognozy, nie powinien stanowić punktu odnie-sienia dla innych tego typu przedsięwzięć, gdyż w przypadku tego projektu nie było zewnętrznego klienta i presji czasu. Opisany proces pokazuje, że czas po-trzebny do opracowania systemu prognozowania nie może być niedoszacowany. Pierwsze wyniki nie powinny być publikowane, ale zawsze ponownie przeanali-zowane. W razie konieczności należy dostosować nie tylko procedury estymacji, ale także krytycznie zweryfikować źródła danych, aby uzyskać naprawdę po-trzebne informacje.

Ostatnia rekomendacja dotyczy zakresu prognoz, czyli interpretacji progno-zowanych wyników czasem błędnie odczytywanych przez odbiorców prognozy. Długoterminowe prognozy są zawsze prognozami warunkowymi. Oczekuje się realizacji wyników tylko wtedy, gdy pewne jasno określone warunki będą speł-nione w czasie. W tym przypadku możemy mówić o propozycji „jeżeli−to”. Dłu-goterminowa prognoza nie może zilustrować przyszłości i podać prawdopodob-nego i nieuchronnego rozwoju wydarzeń. Dlatego nie jest miarą jakości, czy

przyszłość rozwija się tak, jak przewidywano. Wręcz przeciwnie, rozumie się, że ma być ona przydatna w politycznym procesie decyzyjnym, ażeby uniknąć niepo-żądanych tendencji. W związku z tym jest wręcz pożądane, aby prognozy miały charakter „samoniszczących się” projekcji. Prognozy muszą być postrzegane z perspektywy przydatności oraz użyteczności. Tak się stanie, jeżeli będą od-bierane i interpretowane jako ostrzeżenie przed możliwymi niedopasowaniami na rynku pracy. Bezwzględnie trzeba pamiętać, aby uniknąć nadinterpretacji wyników.

Literatura Ahlert G., Distelkamp M., Lutz C., Meyer B., Mönnig A., Wolter M.I. (2009), Das

IAB/INFORGE-Modell, w: P. Schnur, G. Zika, eds., Das IAB/INFORGE-Modell. Ein sektorales makroökonometrisches Projektions- und Simulationsmodell zur Voraus-schätzung des längerfristigen Arbeitskräftebedarfs, IAB-Bibliothek 318, Nuremberg.

CEDEFOP (2009), Future skill needs in Europe. Medium-term forecast background techni-cal report, Luxembourg, Office for Official Publications of the European Communities.

Distelkamp M., Hohmann F., Lutz C., Meyer B., Wolter M.I. (2003), Das IAB/INFORGE-Modell: Ein neuer ökonometrischer Ansatz gesamtwirtschaft-licher und länderspezi-fischer Szenarien, Beiträge zur Arbeitsmarkt − und Berufsforschung (BeitrAB) 275, Nuremberg.

Dunn E. (1960), A statistical and analytical technique for regional analysis, Papers of the Regional Science Association.

Dustmann C., Ludsteck J., Schönberg U. (2009), Revisiting the German Wage Structure, The Quarterly Journal of Economics 124 (2).

Fuchs J., Zika G. (2010), Arbeitsmarktbilanz bis 2025. Demografie gibt die Richtung vor. IAB-Kurzbericht 12/2010, Nuremberg.

Konsortium Bildungsberichterstattung (2006), Bildung in Deutschland. Ein indika-torengestützter Bericht mit einer Analyse zur Bildung und Migration, Bertelsmann, Bielefeld.

Reinberg A., Hummel M. (2007), Schwierige Fortschreibung: Der Trend bleibt − Ger-ingqualifizierte sind häufiger arbeitslos. IAB-Kurzbericht 18/2007, Nuremberg.

Tiemann M., Schade H.-J., Helmrich R., Hall A., Braun U., Bott P. (2009), Berufsfeld- -Definitionen des BIBB auf Basis der Klassifikation der Berufe 1992, Wissenschaftliche Diskussionspapiere des BIBB 105, Bonn.

102

Robert Helmrich, Tobias Maier Współpraca: Gerd Zika

5. PROGNOZOWANIE ZATRUDNIENIA W NIEMCZECH – MACIERZ ELASTYCZNOŚCI ZAWODOWEJ

5.1. Wprowadzenie

Od początku lat sześćdziesiątych XX wieku Niemiecka Rada ds. Edukacji (Bil-dungsrat) badała długookresowe zmiany w podaży nowej siły roboczej w Niem-czech przy zastosowaniu metod naukowych. W latach osiemdziesiątych to zada-nie przejęła niemiecka Komisja Planowania Edukacji i Promocji Badań (Bund- -Länder − BLK).

Działalność BLK została usankcjonowana w art. 91b konstytucji niemieckiej. BLK regularnie publikowała długoterminowe projekcje podaży pracy i popytu na pracę od 1988 r., na ogół w horyzoncie ok. 20 lat. Same prognozy zwykle były wykonywane przez instytuty cieszące się renomą, które są nadal aktywne w tej dziedzinie badań (1988 i 1996 Prognos, IAB; 2001 FIT i profesorowie Weißhuhn i Wahse; 2006 FIT i IZA − patrz również poprzedni rozdział). Jednak badania te tylko szczątkowo przeciwstawiały podaż popytowi, np. tylko na poziomie kwali-fikacji, głównie z powodu braku spójnej połączonej bazy danych.23F23F

24 BLK została zamknięta w 2007 r., a jej zadania przydzielono do Wspólnej

Konferencji Naukowej (Gemeinsame Wissenschaftskonferenz − GWK). Jednak GWK nie opracowywała prognozy popytu i podaży. Z tego powodu Federalny Instytut Kształcenia Zawodowego (BIBB) rozpoczął projekt współpracy z Insty-tutem Badań Pracy (IAB), aby wypełnić tę lukę. Wspólny projekt nazywa się QUBE (QUalifikation und BEruf in der Zukunft − kwalifikacje i zawody w przy-szłości), a oprócz BIBB i IAB biorą w nim udział także dwa inne instytuty: Fraunhofer Institute for Applied Information Technologii (FIT) oraz Institute for Economic Structures Research (GWS). Prognozy kwalifikacji i pól zawodowych BIBB-IAB są skoordynowanymi projekcjami podaży i popytu na niemieckim rynku pracy do roku 2025/2030. Ich celem jest identyfikacja potencjalnych przy-szłych obszarów problemowych według kwalifikacji i zawodów. Dlatego pro-gnozy zarówno po stronie popytu, jak i podaży oparte są na tych samych danych i taksonomii. Pierwsze wyniki prognozy kwalifikacji i pól zawodowych BIBB-IAB zostały opublikowane w 2010 r. (Helmrich, Zika 2010). __________ 24 Istnieją badania na poziomie regionalnym, ale ze względu na specyficzną klasyfikację, meto-dy i źródła danych nie można ich łączyć i porównywać.

103

Dzięki uwzględnieniu zawodowej elastyczności siły roboczej, konsorcjum QUBE jest w stanie analizować równowagę popytu i podaży pracy. Oczywiście ten rodzaj bilansowania należy oceniać ostrożnie, ponieważ prognozy popytu i podaży nie współgrają ze sobą na obecnym poziomie rozwoju metodologii. Ideą, jaka przyświeca temu przedsięwzięciu, jest opracowanie instrumentu wczesnej identyfikacji zapotrzebowania na określone umiejętności oraz rozpoznanie umie-jętności posiadanych przez zasoby siły roboczej, aby zanalizować procesy dopa-sowania na rynku pracy. IAB skupia się na analizach strony popytowej, podczas gdy BIBB zajmuje się analizami strony podażowej. Oczekuje się, że zapropono-wane podejście pozwoli określić jak zmiany systemu edukacyjnego będą wpływa-ły na ludność aktywną zawodowo i jakie działania należy podjąć, aby nowa podaż siły roboczej posiadała kwalifikacje poszukiwane na rynku pracy.

5.2. Dane i taksonomia prognoz kwalifikacji i pól zawodowych BIBB-IAB

W celu zidentyfikowania przyszłych potencjalnych obszarów problemowych na poziomie kwalifikacji i zawodów, prognozy popytu i podaży kwalifikacji i pól zawodowych BIBB-IAB oparto na tych samych danych i tej samej klasyfikacji. Dalej zostaną opisane podstawowe dane i klasyfikacja, a następnie będą omówio-ne metody konfiguracji modelu prognozy popytu i podaży.

5.2.1. Podstawowe dane Dostępne dane zawarte w oficjalnych statystykach, które obejmują wystarcza-

jące przekroje ludności aktywnej zawodowo, zapewniając równocześnie niezbęd-ny stopień zróżnicowania, stanowią punkt wyjścia dla prognoz dotyczących po-daży i popytu na pracę. Jeśli przyjmiemy jako podstawę model przedstawiony na rysunku 5.1, podaż ludności w wieku produkcyjnym będzie określana przez kom-ponenty demograficzne z jednej strony i poziom aktywności zawodowej z drugiej strony. Wpływa to również na podaż wykwalifikowanych pracowników.

Wymagania te sprawiają, że ilość oficjalnych dostępnych danych jest ograni-czona. Statystyki dotyczące pracowników objętych obowiązkowymi składkami na ubezpieczenia społeczne tworzone przez Federalną Agencję Pracy nie obejmują urzędników służby cywilnej, samozatrudnionych, członków rodzin, którzy poma-gają w prowadzeniu firmy lub personelu pracującego małą liczbę godzin każde-go miesiąca (osoby w zatrudnieniu marginalnym). Poza tym nie istnieją dane, jakie specjalistyczne kwalifikacje zdobywają osoby zatrudnione w trakcie szko-leń, w których uczestniczą.

Chociaż dane edukacyjne zawarte w oficjalnych statystykach (szkolnictwo wyż-sze, kształcenie i szkolenia zawodowe) pokazują nową podaż siły roboczej opuszcza-jącą system kształcenia i wchodzącą na rynek pracy, nie dostarczają żadnych infor-macji na temat aktywności zawodowej, zatrudnienia oraz sytuacji osób bez formalnych kwalifikacji.

Rysunek 5.1 Czynniki projekcji popytu i podaży pracy

Liczba lat pracy (do emerytury)

Aktywność zawodowa

Edukacja zawodowa i kształcenie ustawiczne

Wzrost gospodarczy

Zmiany strukturalne

Postęp techniczny

Ukryta rezerwa

Procesy demograficzne (z uwzględnieniem migracji)

Podaż umiejętności − ludność aktywna zawodowo Popyt na umiejętności − siła robocza

Równowaga popytu i podaży • Zawód/pole zawodowe • Kwalifikacje

Źródło: BIBB. Mikrospis jest jedynym źródłem oficjalnych statystyk reprezentatywnych dla

ludności i rynku pracy w Niemczech. Dostarcza informacji na temat takich aspek-tów, jak struktura populacji, ekonomiczna i społeczna pozycja ludności, aktyw-ność zawodowa, poszukiwania pracy i reprezentatywne dane, o specjalizacjach w zakresie najwyższych kwalifikacji zawodowych uzyskanych dla całej populacji w wieku produkcyjnym w Niemczech we wszystkich obszarach edukacyjnych. Mikrospis służy do pozyskiwania informacji statystycznych na temat ludności, warunków ekonomicznych i społecznych, zatrudnienia, rynku pracy i edukacji (próbki wielofunkcyjne). Aktualizuje wyniki spisu ludności. Jest również stoso-wany do oceny innych oficjalnych badań statystycznych, takich jak np. badanie dochodów i wydatków. Badanie Aktywności Ekonomicznej Ludności w Unii Europejskiej (Labour Force Survey − LFS) jest zintegrowane z mikrospisem.25

Mikrospis jest jednak raczej próbką populacji niż spisem inwentaryzacyjnym. Stanowi oficjalną statystykę reprezentatywną dla populacji i rynku pracy, w któ-rej 1% wszystkich gospodarstw domowych w Niemczech uczestniczy każdego roku w badaniu (losowana próba gospodarstw domowych). Łącznie ok. 370 tys. gospodarstw domowych składających się z 820 tys. osób bierze udział w mikro-spisie. Duża liczba podmiotów w próbie jest jednym z powodów, dla którego __________ 25 German Federal Statistical Office; http://www.destatis.de/jetspeed/portal/cms/Sites/destatis/ Internet/EN/Content/Statistics/Mikrozensus/Aktuell.psml (dostęp: 06.01.2012).

104

105

mikrospis zalicza się do najważniejszych oficjalnych źródeł danych dla badań empirycznych. Zakres próby w Scientific Use File obejmuje ponad 500 tys. przy-padków i pozwala na zróżnicowanie analiz na mniejsze podgrupy na podstawie takich kryteriów, jak ogólne i zawodowe kwalifikacje w populacji. Istnieje usta-wowy obowiązek przekazywania informacji do mikrospisu, co skutkuje bardzo wysokim wskaźnikiem udziału w badaniu wybranych gospodarstw domowych (ok. 97%). Roczny cykl badań mikrospisu sprawia, że dane są niezwykle cenne dla analizy społecznej, ekonomicznej i w szczególności zawodowej.25F25F

26

5.2.2. Dopasowanie danych do poziomu rachunków narodowych

Obok informacji o zawodach, wyuczonych i wykonywanych, których w za-dowalającym stopniu dostarcza tylko mikrospis, bierze się również pod uwagę dodatkowe informacje zawarte w systemie rachunków narodowych i Skoordyno-wanej Prognozie Ludności. Podane źródła danych częściowo pochodzą z różnych badań, w związku z tym rozkłady ludności aktywnej zawodowo nie są jednolite w tych bazach danych statystycznych. Problemem w tym kontekście jest ciągłe niedoszacowanie w mikrospisie liczby osób pracujących (ok. 2 mln w 2005 r.) w porównaniu do liczby pracujących w systemie rachunków narodowych (Köhne- -Finster, Lingnau 2008). Rozbieżność ta nie jest bez znaczenia i spowodowała konieczność wygładzenia danych przez iteracyjną procedurę całkowitej regulacji krańcowej (Bachem, Korte 1979). Proces ten obejmował ponowną ekstrapolację dostarczonych przez mikrospis danych dotyczących liczby osób czynnych zawo-dowo z danymi dotyczącymi liczby osób zatrudnionych wynikającymi z rachun-ków narodowych, z uwzględnieniem 59 sektorów, przy czym odpowiednie li-czebności populacji jako całości według wieku, płci, poziomu wykształcenia (ISCED) i początkowych kwalifikacji zawodowych w ramach mikrospisu były stałe. To restrykcyjne podejście zapewnia, że struktura mikrospisu, która jest klu-czem do projekcji, jest zachowana.

5.2.3. Wstępne kwalifikacje zawodowe (zawód wyuczony)

Celem opracowanej przez BIBB koncepcji „początkowych kwalifikacji zawo-dowych” jest mapowanie, przy wykorzystaniu ujednoliconej klasyfikacji kwalifi-kacji zawodowych siły roboczej według najwyższego poziomu kwalifikacji zdo-bytego w ramach systemu edukacji szkolnej lub kształcenia ustawicznego. Dzięki temu rozwiązaniu po raz pierwszy możliwe było przeprowadzenie mapowania kwali-fikacji zawodowych wszystkich osób w wieku produkcyjnym, zgodnie z jednoli-

__________ 26 CEDEFOP koordynuje średnioterminowe prognozy, na poziomie europejskim, zapotrzebowania na wykwalifikowanych pracowników w podziale na poziomy kwalifikacji i zawody. W Niemczech mikrospisy stanowią podstawę dla Labour Force Survey (Badania Aktywności Ekonomicznej Ludności − BAEL). Jako przedstawiciel Niemiec BIBB jest zaangażowany w prace dotyczące strony podażowej.

106

tym systemem klasyfikacji, który integruje wszystkie dziedziny kształcenia za-wodowego.

Fakt, że wdrożenie koncepcji początkowych kwalifikacji zawodowych, która opiera się na dostosowaniu ok. 3500 pozycji zawartych w katalogu kształcenia szkolnego i ustawicznego oraz edukacji na poziomie wyższym stosowanych w mi-krospisie do 2287 klas zawodowych ze Statystycznej Klasyfikacji Federalnego Biu-ra Zawodów z 1992 r., stało się możliwe, oznacza, że dane z mikrospisu 2005 r. mogą teraz zostać wykorzystane do określenia poziomej i pionowej elastyczności zawodowej w zależności od kierunku wykształcenia. Po raz pierwszy wszystkie kwalifikacje zawodowe nabyte w ramach systemu edukacji mogą być skonfronto-wane na rynku pracy w relacji zawód wyuczony − zawód wykonywany.

5.2.4. Zawód wykonywany i kwalifikacje

Oprócz początkowych kwalifikacji zawodowych, wykonywany zawód jest kluczowym punktem odniesienia dla popytu na pracę. Wykonywany zawód wy-nika z procesów dostosowawczych zachodzących na rynku pracy i reprezentuje zrealizowaną podaż w korelacji między podażą i wymaganiami stawianymi przez pracodawców. Informacja o zawodzie wykonywanym jest dostępna w mikrospisie dla wszystkich osób pracujących i bezrobotnych (w tym drugim przypadku in-formacja dotyczy zawodu wykonywanego w ostatnim miejscu pracy). Ta charak-terystyka jest także obecna w Klasyfikacji Zawodów z 1992 r. (KldB92).

W przekroju kwalifikacji populacja została podzielona na cztery grupy pod względem poziomu umiejętności (mierzone najwyższym zdobytym poziomem kwalifikacji formalnych) w ramach klasyfikacji ISCED (OECD 1997) − patrz rozdział 4.2.2.

5.2.5. Klasyfikacja BIBB: pola zawodowe

Dane dotyczące zatrudnienia mają szczególnie duże znaczenie dla projekcji przyszłych wymagań rynku pracy. W mikrospisie takie dane były zbierane dla wykonywanego zawodu zgodnie z Klasyfikacją Zawodów (z 1975 r. lub 1992 r.), a także dla zawodu wyuczonego od 2005 r. Stopień szczegółowości informacji w mikrospisie dla zawodu wykonywanego lub dla zawodu wyuczonego zgodnie z Klasyfikacją Zawodów jest jednak zbyt rozdrobniony na potrzeby długotermi-nowego prognozowania popytu na kwalifikacje i rynku pracy. Prognozy, które obejmują rozwój sytuacji na rynku pracy w horyzoncie do 15 lat, z punktu widze-nia standardów badań naukowych nie są odpowiednie do implementacji na po-ziomie poszczególnych zawodów. Z tego powodu Grupa Robocza ds. Prognoz Kwalifikacji i Rynku Pracy przy BIBB wykorzystała 369 kategorii zawodowych (3-cyfrowy kod) z KldB92 tworzonej przez Federalny Urząd Statystyczny i utwo-rzyła z nich 54 pola zawodowe (Tiemann et al. 2008).

107

Tabela 5.1 Definicja dziedzin zawodowych BIBB − główne dziedziny i domeny zawodowe

zgodne z głównym przedmiotem działalności

3 podstawowe domeny zawodowe

12 głównych pól zawodowych (oparte

na mikrospisie) 54 pola

zawodowe Główne obszary aktywności wg

mikrospisu wydobycie surowców

(2) 1, 2

przetwarzanie, wytwórstwo, naprawy

(4, 6)

3, 7, 9, 10, 11, 13, 15, 18, 20,

42

Zawody związane z produkcją Pola zawodowe: 1−13, 15, 17, 18, 20, 42

kontrola i obsługa maszyn (1) 4−6, 8, 12, 17

zbiór plonów (2) zaopatrzenie (3), przetwórstwo i produkcja (4), naprawa (6), kontrola i obsługa urządzeń (1)

sprzedaż i obrót dobrami (5) 27, 28, 30

magazynowanie, transport, ochrona (18)

19, 32, 33, 34, 41, 43

hotele, restauracje, sprzątanie (12, 19) 14, 16, 53, 54

Podstawowe zawody usługowe Pola zawodowe: 14, 16, 19, 27−30, 32−34, 36, 37, 39−41, 43, 53, 54 prace biurowe (7) 29, 36−37, 39, 40

działalność handlowa (5), biurowa (7), usługi ogólne, takie jak utrzymanie czystości (19), handel hurtowy (18), transport (18), bezpieczeństwo (20)

zawody techniczne i naukowe (9, 7, 8) 21−26, 38

prawo, ekonomia, zarządzanie (11, 13, 15) 35, 44

sztuka, media, nauki humanistyczne

i społeczne (17, 10, 9) 31, 45, 46, 51

służba zdrowia, pielęgnacja ciała (16) 47−49, 52

Zawody usługowe wysokich kwalifikacji Pola zawodowe: 21−26, 31, 35, 38, 44−52

nauczanie (14) 50

badania (8-9), rozwój (8-9), organizowanie (10-11), zarządzanie (10-11), prawo (13), usługi wsparcia (16), leczenie (16), usługi opiekuńcze (16), doradztwo (15), nauczanie (14), dziennikarstwo (17), rozrywka (17)

Źródło: Bott et al., 2010; opracowanie własne. W procesie tym wykorzystano główne kryterium zastosowane przez Federal-

ny Urząd Statystyczny dla grup zawodów, „które są zasadniczo podobne pod względem zadań zawodowych i rodzajów aktywności, niezależnie od poziomu formalnego wykształcenia oraz miejsca, jakie zajmują w strukturze zawodowej w przedsiębiorstwach” (Statistisches Bundesamt 1992, s. 16). Pokrewieństwo zadań jest więc kluczowym kryterium dla rozgraniczenia pomiędzy zawodami. Kryteria określone do dostosowania zawodów do kategorii zawodowych uwzględniają m.in. szczególne właściwości przetwarzanych materiałów, konkretne środowisko zawo-dowe, specyficzne rodzaje aktywności zawodowej itp. (Tiemann et al. 2008, s. 5). BIBB, określając pola zawodowe, badał grupy zawodowe (na poziomie kodu 2-cyfrowego) pod względem podobieństw w zakresie działalności prowadzonej w ramach odpowiednio pogrupowanych obejmujących je kategorii zawodowych (na poziomie kodu 3-cyfrowego) (patrz tab. 5.1). W ten sposób ostatecznie można było zdefiniować 54 pola zawodowe na potrzeby prognoz zapotrzebowania na kwa-

108

lifikacje i prognoz rynku pracy oraz do analizy zmian zawodów, a w szczególności elastyczności zawodowej (zmiany pomiędzy zawodem wyuczonym i wykonywa-nym). Te pola zawodowe (OF) były dalej agregowane, przy uwzględnieniu przewi-dywanych trendów, do 12 głównych pól zawodowych i 3 podstawowych domen zawodowych (OD).

5.2.6. Populacja statystyczna

Punktem wyjścia do prognozowania w ujęciu modelowym jest cała populacja (obywatele Niemiec i cudzoziemcy), której miejsce zamieszkania znajduje się w Niemczech. Istotnym obostrzeniem, które należy tu podkreślić jest to, że osoby, których miejsce pracy znajduje się za granicą, mimo że ich miejsce zamieszkania znajduje się w Niemczech, nie są uwzględniane w modelu. Jednocześnie z uwagi na to, że osoby, które mieszkają za granicą i pracują w Niemczech nie figurują w mikrospisie (zasada miejsca zamieszkania), nie udało się, jak dotąd, dokładnie oszacować tzw. małego ruchu granicznego.

Całkowita populacja − ok. 82,5 mln osób − podzielona jest na trzy główne grupy: 1) osoby w wieku przedprodukcyjnym, do lat 15 (ok. 11,5 mln); 2) ludność w wieku produkcyjnym (ok. 55,1 mln) od 16. roku życia i powyżej; 3) osoby w wieku poprodukcyjnym, czyli 65 lat i więcej (ok. 15,9 mln). Każdy zaliczany do grupy 2 (od 16. roku życia) jest potencjalnym pracownikiem

zgodnie ze swoimi (zawodowymi) kwalifikacjami (niezależnie od rzeczywistej skłonności do poszukiwania pracy). Uczniów, studentów, praktykantów i inne osoby, które nie zdobyły zawodu, uważa się za osoby niewykwalifikowane. Zawód wy-uczony jest określany przez najwyższy poziom nabytych kwalifikacji. Osoby bierne zawodowo są również uwzględniane w tej grupie przez pryzmat zawodu wyuczo-nego.

Osoby w wieku produkcyjnym wraz z odpowiednimi stopami zatrudnienia są jedyną grupą, która jest przedmiotem zainteresowania w projekcji. Dzielą się one na dwie grupy: pozostających w zatrudnieniu i niezatrudnionych. Dla tych grup osób są dostępne następujące informacje:

− wiek, − płeć, − początkowe kwalifikacje zawodowe (kodowane zgodnie z KldB92, w tym

osoby bez kwalifikacji). Dla populacji zatrudnionych możliwe jest określenie wskaźników zatrudnie-

nia i wykonywanego zawodu. Osoby starsze zaliczane do grupy 3, czyli 65 lat i więcej opuszczają rynek

pracy, zgodnie ze współczynnikami aktywności zawodowej charakterystycznymi dla wieku lub zawodu. Osoby te są również uwzględnione w prognozach, ponie-waż aktywność zawodowa (podejmowanie pracy) jest rejestrowana także po osią-gnięciu ustawowego wieku emerytalnego.

Aby dostępne informacje strukturalne dla prognozowania popytu i podaży w Niemczech stały się jaśniejsze, w tabeli 5.2 przedstawiono podział ludności niemieckiej według statusu na rynku pracy. Wszystkie pola oznaczone na jasnosza-ro odzwierciedlają podstawowe informacje o prognozie podaży pracy: populację aktywnych i biernych zawodowo według wieku, płci, poziomu umiejętności i wy-kształcenia w ramach 12 głównych pól zawodowych (MOF).27 Informacje niezbęd-ne do prognozy popytu są oznaczone na ciemnoszaro i zawierają dane na temat osób zatrudnionych w 59 sektorach gospodarki i 12 MOF. Przejście zasobów siły robo-czej od zawodu wyuczonego do zawodu wykonywanego według 12 MOF jest re-prezentowany przez macierz elastyczności zawodowej (zaznaczona na czarno). Dla okresu prognozy liczbę potencjalnych bezrobotnych uzyskuje się przez odję-cie liczby osób zatrudnionych od siły roboczej.

Tabela 5.2

Informacja strukturalna dla prognozy popytu i podaży Popyt na prace w 59 sektorach

gospodarczych Osoby pracujące 15+ w 12 MOF, na

4 poziomach kwalifikacji Wyszczególnienie

1 2 3 4 5 6 7 8 9 10 11 12

Bezrobotni

1 2 3 4 5 6 7 8 9

10 11

VET

w ra

mac

h 12

MO

F

(ISC

ED 3

b-6)

12 Bez kwalifikacji

Podaż w

edłu

g w

ieku

i pł

ci

Lud

ność

w w

ieku

pon

iżej

16

lat

Kw

alifi

kacj

e (4

poz

iom

y um

ieję

tnoś

ci) o

raz

kszt

ałce

nie

i szk

olen

ie z

awod

owe

(VE

T)

W trakcie szkolenia

Macierz elastyczności zawodowej

Z de

finic

ji: (s

iła ro

bocz

a) –

(pra

cują

cy)

Bie

rni z

awod

owo

Emer

yci,

pow

yżej

65

lat (

niek

tórz

y w

ciąż

pra

cują

)

~11,5 mln

~36,1 mln ~4,6 mln

~12,4 mln

~15,9 mln

>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>kohorty wieku i status >>>>>>>>>>>>>>>>>>>>>>>> Źródło: Mikrospis 2005, Federalne Biuro Statystyczne; opracowanie własne.

__________ 27 Głównie ze względu na sposób prezentowania, ale również ze względów metodologicznych wstępne rezultaty są przedstawiane na poziomie 12 głównych pól zawodów (MOF), które są oparte na klasyfikacji zawodów BIBB (OF) (Bott et al. 2010).

109

110

5.3. Metodologia prognozy podaży pracy

Prognoza podaży pracy wyznaczana jest na podstawie dwóch niezależnych mo-deli, z których oba zostały oparte na tych samych systemach klasyfikacji i źródłach danych. System składa się z modelu BIBB-DEMOS (GWS), który w pewnych ob-szarach pokrywa się z modelem IAB-INFORGE oraz z modelu BIBB-FIT wyko-rzystywanego w prognozie „Bund-Länder Commission for Educational Planning and Research Promotion” (BLK 2001).

Informacje na temat uczestnictwa w systemie edukacji i na rynku pracy przy-gotowano na podstawie danych z mikrospisu, podczas gdy informacje na temat bez-względnych i względnych zmian w poszczególnych grupach wieku, w których dane dla kobiet i mężczyzn są prezentowane oddzielnie, pochodzą z 12 Skoordynowanej Prognozy Ludności opracowanej przez Niemiecki Federalny Urząd Statystyczny (Statistisches Bundesamt 2009). Do prognozowania podaży pracy używany jest wa-riant prognozy demograficznej 1W1 z lekko rosnącą oczekiwaną długością życia, dodatnim saldem imigracji na poziomie 100 tys. osób rocznie i stałą stopą urodzeń. Choć imigranci pojawiają się w mikrospisie z opóźnieniem i mogą być uwzględnieni w tych prognozach w przyszłości, wiedza o ich kwalifikacjach była dotychczas nie-dostępna.27F27F

28 Z tego powodu w prognozach są oni traktowani w ten sam sposób, jak ludność rdzenna. Oba modele pozwalają na uwzględnienie nowego wieku emerytal-nego, podniesionego z 65 do 67 lat, ale nadal biorą pod uwagę aktywnych członków siły roboczej powyżej tego wieku. Prognozy z 2010 i 2011 r. obliczane są we-dług uprzednio opisywanych modeli. W 2012 r. oba modele podaży zostaną połączone i nastąpi proces endogenizacji podaży i popytu (patrz pkt 5.5).

5.3.1. Model BIBB-DEMOS

Model BIBB-DEMOS (Drosdowski et al. 2010) prognozuje podaż pracy, uwz-ględniając kilka współzależnych procesów. Trend demograficzny określa rozkład po-pulacji według kohort wiekowych i płci, a także wielkość potencjalnej siły roboczej, czyli liczbę osób w wieku powyżej 15 lat. Związany z tym proces rozwoju kwali-fikacji (na 4 poziomach umiejętności) wskazuje na wzrost poziomu kwalifikacji, zw-ła-szcza wśród kobiet, i również określa długość czasu potrzebnego na edukację.

Decyzja o wejściu na rynek pracy warunkowana jest nie tylko wiekiem i płcią, ale również zależy od posiadanych kwalifikacji formalnych. Aktywność zawodo-wa podlega też zmianom w czasie. Uwzględniając te elementy, dokonywany jest wybór kierunku kształcenia – początkowych kwalifikacji zawodowych w ramach ustalonych 54 pól zawodowych. Wybór ten jest ostatecznie wynikiem rozkładu populacji według płci, kwalifikacji i wieku (patrz rys. 5.2).

__________ 28 Możliwe, że imigranci i emigranci nie mają takich samych kwalifikacji, co osoby aktywne zawo-dowo w Niemczech. Niestety, brakuje danych umożliwiających prowadzenie takich analiz. Większość badań nad niemieckimi emigrantami skupia się na tych, którzy legitymują się wysokim poziomem kwa-lifikacji (podsumowanie tych badań można znaleźć w: Prognos (2007, s. 11 i nast.).

111

Rysunek 5.2 Schematyczna ilustracja modelu BIBB-DEMOS

Źródło: Drosdowski et al. 2010, s. 128.

5.3.2. Model BIBB-FIT

Prognoza BIBB-FIT opiera się na kilku modelach przejściowych, w których, biorąc za punkt wyjścia populację bazową, modelowane są przyszłe zasoby siły roboczej za pomocą wejść i wyjść. Wybrane podejście uwzględnia trzy podsta-wowe elementy: prognozę liczby ludności, model przejściowy systemu edukacji i szkoleń w celu wyliczenia nowej podaży siły roboczej oraz analizie aktywności zawodowej.

Prognoza podaży nowej siły roboczej opuszczającej system kształcenia i szko-lenia zawodowego (w ujęciu 4 poziomów umiejętności i 54 pól zawodowych) polega na modelowaniu systemu kształcenia i szkolenia zawodowego, w tym wyższych uczelni w sposób, który odzwierciedla liczbę osób biorących udział w indywidualnych programach kształcenia, a także przejścia między programami kształcenia i rynkiem pracy. Model ten opiera się w dużej mierze na koncepcji i wynikach systemu rachunkowości edukacyjnej IAB (Bildungsgesamtrechnung, BGR (Reinberg, Hummel 2002), jak również na projekcji liczby uczniów i ab-solwentów opracowywanej przez Stałą Konferencję Ministrów Edukacji i Kultury

Przekroje Proces Czynniki egzogeniczne

Wiek i płeć Trend demograficzny

Wiek, płeć, kwalifikacje

Grupy wieku, płeć, kwalifikacje

Kwalifikacje

Aktywność zawodowa

Ludność aktywna zawodowo

Starzenie społeczeństwa, w szczególności grupy

15−64 lat

Wybór zawodu

Zmiana w systemie edukacji

Rosnąca aktywność zawodowa

osób starszych

Grupy wieku, płeć, kwalifikacje

Grupy wieku, płeć, kwalifikacje

112

Landów (Kultusministerkonferenz, KMK) i projekcji KMK dotyczącej liczby studentów przyjętych na uczelnie wyższe od roku 2009 (KMK 2009).

Potencjalna podaż nowej siły roboczej opuszczającej system edukacji oraz na-pływającej w procesach migracji jest jednak tylko jednym z czynników wpływają-cych na przyszłą strukturę kwalifikacji. Będzie ona również w coraz większym stop-niu zależeć od procesów wychodzenia z rynku pracy. Na znaczeniu zyskają założenia dotyczące przyszłych kwalifikacji, wieku, płci i wskaźników aktywności zawodowej. Szybki wzrost współczynników aktywności zawodowej w ostatnich latach jest eks-trapolowany w projekcji tylko umiarkowanie. W celu rozróżnienia zawodów, wyko-rzystano klasyfikację w ujęciu pól zawodowych zarówno dla obecnej siły roboczej, jak i nowej podaży siły roboczej, a następnie dokonano ekstrapolacji na cały okres objęty prognozą (rys. 5.3).

Rysunek 5.3

Schematyczna ilustracja modelu BIBB-FIT

Źródło: FIT.

Demografia • 12-sta skoordynowana prognoza

niemieckiego federalnego Biura Statystycznego (wariant 1 W1)

Udział w edukacji • parametr − stan faktyczny • zewnętrzne prognozy edukacji

dla danego okresu • wewnętrzne prognozy dotyczą-

ce studentów i kandydatów

Udział w zatrudnieniu • dopasowanie do poziomu rachunków narodowych • analiza parametrów • projekcja współczynników akty-

wności zawodowej z uwzględnie-niem dostosowania do oficjalnego wieku

Wybory edukacyjne • BIBB − analiza mikrospisu:

zasoby (ludność aktywna i bierna zawodowo) oraz absolwenci z wyuczonymi kwalifikacjami zawodowymi

• Status quo okresu projekcji

Dane wejściowe Konstrukcja modelu

Model podejściatranzycji FIT

dotyczy kształcenia zawodowego

i uniwersyteckiego

Pozostałe zasoby

Nowa podaż siły roboczej z systemu edukacyjnego

Osoby nie będące w trakcie nauki

Osoby w trakcie nauki

Prognozowany udział w zatrudnieniu

Ludność aktywna zawodowo

Podaż pracy w Niemczech

Nowa podaż siły roboczej i migracji

113

5.3.3. Łączenie popytu i podaży

Próba mikrospisu z 2005 r. była pierwszą, która pozwoliła na rekonstrukcję po-czątkowych kwalifikacji zawodowych siły roboczej przez zakodowanie kierunku kształcenia w ujęciu klasyfikacji zawodów KldB 92 (patrz pkt 5.2.3). Dzięki tym informacjom możliwe było obliczenie, z jednej strony, odsetka osób, które wyko-nywały zawód wyuczony w ramach MOF (tzw. pozostających), a z drugiej strony, odsetka osób, które przekwalifikowały się i wykonywały w ramach MOF zawód inny niż wyuczony – (tzw. mobilnych). Ta mobilność zawodowa znajduje odzwier-ciedlenie w macierzy elastyczności zawodowej (patrz ciemnoszare pole w tabeli 5.2 i tabeli 5.5), która jest pomocna do zestawienia prognozy przyszłego popytu i poda-ży razem. Elastyczności zawodowe są uznawane za stabilne przez cały okres pro-gnozowania28F28F

29 dla 4 poziomów umiejętności i 3 kohort wiekowych (15–34, 35–49 i 50+; patrz również Maier et al. 2010). Dlatego przyszli uczestnicy siły roboczej są rozdzieleni na 12 MOF w zależności od ich wykształcenia (początkowych kwalifikacji zawodowych), umiejętności (najwyższych formalnych kwalifikacji) oraz elastyczności zawodowej specyficznej dla wieku. Wyniki prognoz zostały opisane w następnym podrozdziale.

5.4. Wyniki prognozy BIBB-IAB według kwalifikacji i zawodów

Ogólne wyniki prognozy popytu i podaży zamieszczono w tabeli 5.3. Podczas gdy od 2010 do 2020 r. popyt na pracę lekko rośnie, po czym powoli opada, obie projekcje podaży przewidują silny spadek podaży siły roboczej od 2009 r. Teore-tycznie, deficyt rąk do pracy wystąpi w 2023 r. (w modelu BIBB-FIT) lub tuż po zakończeniu okresu projekcji (w modelu BIBB-DEMOS).

Tabela 5.3

Popyt i podaż pracy (w mln) Rok Wyszczególnienie

2005 2010 2015 2020 2025 Osoby zatrudnione (siła robocza) (IAB-INFORGR) 38,9 39,8 40,2 40,2 39,7 Ludność aktywna ekonomicznie (15+) BIBB-FIT 43,3 43,2 42,5 41,2 39,3 Ludność aktywna ekonomicznie (15+) BIBB-DEMOS 43,3 43,7 43,3 42,3 40,4

Źródło: Helmrich, Zika 2010, s. 19; opracowanie własne. __________ 29 To może wydawać się raczej nierealne z uwagi na zmieniający się popyt i podaż umiejętności w przyszłości, ale ze względu na brak długookresowych informacji o mobilności zawodowej w Niem-czech (od początkowych kwalifikacji zawodowych) to jest jedyne możliwe i najbardziej pragmatyczne podejście.

114

Oczywiście należy pamiętać, że między prognozami popytu i podaży nie wy-stępuje interakcja. I tak, na przykład deficyt osób aktywnych zawodowo nie ma wpływu na liczbę osób zatrudnionych. Jest to raczej hipotetyczny przypadek, bo albo popyt, albo podaż spowoduje reakcję po drugiej stronie. Ponieważ niezbęd-nych reakcji adaptacyjnych nie można jeszcze określić ilościowo, wyniki mogą wydawać się „nierealne” na poziomie zagregowanym, jak i w niektórych seg-mentach rynku pracy, aż do końca horyzontu prognozy. Niemniej jednak takie wyniki mogą być uznane za użyteczne, bo pomagają zidentyfikować przyszłe obszary problemowe, jeśli rozwój podaży pracy i popyt będzie nadal taki, jak w przeszłości.

5.4.1. Wyniki prognozy według poziomów umiejętności

Wyniki prognozy w przekroju poziomów umiejętności zamieszczono w ta-beli 5.4. Aby były porównywalne na poziomie międzynarodowym, poziom ISCED 5B i ISCED 5a i 6 połączono w jedną kategorię: „osoby z wykształceniem wyż-szym”. W tym przekroju wyników ujawniają się główne różnice między prognozami podaży. Podczas gdy model BIBB-DEMOS ekstrapoluje długoterminowy trend kwa-lifikacji, w związku z czym widać tylko niewielki wzrost liczby osób z kwalifikacja-mi na poziomie ISCED 5 i 6, model BIBB-FIT kładzie większy nacisk na ostatnie zmiany w niemieckim systemie edukacyjnym. Skrócenie czasu trwania nauki na uczelniach i w szkołach średnich i wynikające z niego podwójne kohorty absolwen-tów szkół znajdują odzwierciedlenie w rosnącej podaży osób z wykształceniem wyż-szym wchodzących na rynek pracy, przy założeniu, że zostanie zachowany stały napływ kandydatów na uczelnie wyższe. W porównaniu z osobami wchodzącymi na rynek pracy, osoby go opuszczające częściej dysponują podstawowymi kwalifika-cjami zawodowymi (ISCED 3b i 4). W efekcie podaż osób z kwalifikacjami ISCED 3b i 4 będzie malała, a osób z ISCED 5 i 6 rosła.

Jeśli status quo się utrzyma, osoby bez ukończonych kursów kształcenia za-wodowego nadal będą dotknięte wysokim bezrobociem. W odniesieniu do zapo-trzebowania na osoby legitymujące się średnim poziomem kwalifikacji, wyniki analizy danych świadczą, że w przyszłości wystąpi niedobór siły roboczej w tej kategorii między 2015 a 2020 r. (model BIBB-FIT) albo pod koniec okresu objętego prognozą (model BIBB-DEMOS). Na podstawie wyników prognoz nie jest możliwe określenie, czy dojdzie do wzrostu popytu na umiejętności w danych zawodach, czy też wysoko wykwalifikowane osoby zatrudnione będą poniżej posia-danych kwalifikacji, starając się wypełnić lukę podaży zawodów o średnich kwalifi-kacjach. Prognoza status quo mówi tylko, że będziemy mieli do czynienia z dużymi napięciami na rynku pracy w grupie wysoko wykwalifikowanych pracowni-ków (model BIBB-DEMOS) albo z nadwyżką podaży (model BIBB-FIT), jeżeli popyt i podaż umiejętności będą się rozwijać jak w przeszłości, niezależnie od siebie.

115

Tabela 5.4 Wyniki projekcji w przekroju kwalifikacji (w mln)

Osoby zatrudnione/siła robocza (IAB-INFORGE) 2005 2010 2015 2020 2025

ISCED 1,2 i 3a 5,9 5,7 5,6 5,5 5,3 ISCED 3b i 4 20,6 21,3 21,5 21,6 21,3 ISCED 5a, 5b i 6 10,0 10,2 10,4 10,4 10,3 Wciąż w trakcie nauki, ale pracujący 2,3 2,5 2,7 2,7 2,7 Razem 38,9 39,8 40,2 40,2 39,7

Ludność aktywna zawodowo (15+) BIBB-FIT ISCED 1,2 & 3a 7,3 7,1 6,7 6,3 5,8 ISCED 3b i 4 23,1 22,9 22,2 21,0 19,5 ISCED 5a, 5b i 6 10,5 11,0 11,5 11,9 12,1 Wciąż w trakcie nauki, ale gotowi do podjęcia pracy 2,5 2,2 2,1 2,0 1,9 Razem 43,3 43,2 42,5 41,2 39,3

Ludność aktywna zawodowo (15+) BIBB-DEMOS ISCED 1,2 i 3a 7,3 7,3 7,1 6,9 6,6 ISCED 3b i 4 23,1 23,4 23,2 22,5 21,5 ISCED 5a, 5b i 6 10,5 10,7 10,9 10,8 10,5 Wciąż w trakcie nauki, ale gotowi do podjęcia pracy 2,5 2,3 2,1 2,0 1,9 Razem 43,3 43,7 43,3 42,3 40,4

Źródło: Helmrich, Zika 2010, s. 21−26; opracowanie własne.

5.4.2. Wyniki prognozy według pól zawodowych29F29F

30

Jeśli przyjrzeć się popytowi na pracę w 12 MOF i wziąć pod uwagę tylko osoby, które ukończyły edukację w kierunkach określonych w 12 MOF, łatwo zauważyć, że już na początku okresu objętego prognozą wystąpił znaczny teore-tyczny brak rąk do pracy w zawodach związanych z obrotem i sprzedażą dóbr, zawodach związanych z magazynowaniem, transportem, bezpieczeństwem, ochro-ną; w zawodach związanych z hotelarstwem, restauracjami i sprzątaniem oraz w zawodach biurowych, usługowych (czarne słupki na rys. 5.3). Wystąpił też nad-miar podaży pracy w zawodach związanych z przetwórstwem, produkcją i naprawa-mi oraz zawodach technicznych i naukowych. Było to możliwe dzięki elastyczności zawodowej. Ponadto osoby bez kwalifikacji formalnych nie są uwzględnione na rysunku 5.3.

Macierz elastyczności zawodowej jest niezbędnym narzędziem do porówny-wania wyników pod względem popytu i podaży na poziomie zawodu. Macierz

__________ 30 W tym podrozdziale przedstawiono wyniki prognozy opublikowanej w 2010 r. Najnowsze dane będą dostępne w najbliższym czasie na stronie www.qube-projekt.de, jednakże rezultaty te nie różnią się znacznie od tych z 2010 r.

116

mobilności (tab. 5.3) pokazuje, że osoby bez formalnych kwalifikacji30F30F

31 (ISCED 0-3a) głównie przenoszą się do zawodów związanych z przetwórstwem, produkcją i naprawami (16,1%), zawodów związanych z obrotem i sprzedażą dóbr (11,3%), zawodów związanych z magazynowaniem, transportem i ochroną (15,1%), zawo-dów związanych z hotelarstwem, restauracjami i sprzątaniem (25,5%) oraz do zawodów biurowych (10,8%). Z wyjątkiem przetwórstwa, produkcji i napraw, osoby bez formalnych kwalifikacji przechodzą głównie do zawodów, w których popyt nie może być zaspokojony przez średnio- lub wysoko wykwalifikowane osoby (rys. 5.3). Duży napływ pracowników o niskich kwalifikacjach do prze-twórstwa, produkcji i napraw idzie w parze z dużym odpływem 15,6% osób legitymujących się wyuczonym zawodem w tym MOF do zawodów związanych z magazynowaniem, transportem, ochroną. Nierównowaga między popytem a poda-żą w 2005 r. w zawodach związanych z magazynowaniem, transportem, ochroną, uwidoczniona na rysunku 5.3, została zniwelowana przez osoby o niskich kwali-fikacjach oraz osoby, których zawód wyuczony związany był z branżą przetwór-stwa, produkcji i napraw. Wyjaśnia to również nadmiar podaży pracy w prze-twórstwie, produkcji i naprawach: ponad połowa osób pierwotnie przeszkolonych w tym MOF nie pracuje w nim, ale przeniosła się do innych pól zawodowych. Podobnie w zawodach technicznych i naukowych: tylko 52% osób zatrudnionych w 2005 r. z wykształceniem technicznym i naukowym pracowała w MOF „zawo-dy techniczne i naukowe”. Macierz elastyczności nie zawiera jednak informacji, dlaczego ci ludzie porzucili swój wyuczony zawód. Mobilność zawodowa może wystąpić z wielu powodów, np. bezrobocia w zawodach, w których ludzie zostali przeszkoleni, lub lepszej płacy w innych zawodach (patrz Maier et al. 2010, s. 156 i nast.). Macierz elastyczności zawodowej nie daje więc żadnych wyjaśnień na temat przyczyn mobilności, ale pozwala pokazać, jakie rodzaje możliwości są związane z kształceniem w określonym zawodzie i gdzie może wystąpić konku-rencja pomiędzy zawodami.

Biorąc pod uwagę proces mobilności zawodowej określony dla roku 2005, wyniki prognoz zawodowych w 2025 r. można interpretować następująco (patrz również rys. 5.4): będą możliwe niedobory siły roboczej występujące w zawo-dach związanych z magazynowaniem, transportem i ochroną, zawodach związa-nych z hotelarstwem, restauracjami i sprzątaniem, zawodach związanych z prawem, ekonomią i zarządzaniem, zawodach związanych ze sztuką, mediami, naukami hu-manistycznymi i społecznymi oraz w zawodach związanych z ochroną zdrowia i pielęgnacją ciała. Napięta sytuacja na rynku pracy może wystąpić w zawodach związanych z przetwórstwem surowców, zawodach technicznych i naukowych oraz związanych z edukacją. Oczywiście wyniki muszą być oceniane z ostrożno-ścią, ponieważ nie są wynikiem endogenicznej prognozy popytu i podaży. Nie-mniej jednak dodatkowe informacje dotyczące procesów mobilności są pomocne w lepszym zrozumieniu wyników prognoz.

__________ 31 W przypadku tych osób nie jest możliwe określenie początkowych kwalifikacji zawodowych.

Rysunek 5.4 Popyt całkowity według MOF i podaż wykwalifikowanych osób (ISCED 3b-6)

-4000 -3000 -2000 -1000 0 1000 2000 3000

zawody związane z nauczaniem

zawody związane ze służbą zdrowia ipielęgnacją ciała

zawody związane ze sztuką, mediami, naukamihumanistycznymi i społecznymi

zawody związane z prawem, ekonomią izarządzaniem

zawody techniczne i naukowe

zawody biurowe

zawody związane z hotelarstwem,restauracjami, sprzątaniem

zawody związane z magazynowaniem,transportem, ochroną

zawody związane z obrotem i sprzedażą dóbr

zawody związane z kontrolą i obsługą maszyn

zawody związane z przetwórstwem, produkcjąi naprawami

zawody związane z wydobyciem surowców

BIBB-FIT 2025 BIBB-DEMOS 2025 2005

niedobór zasobów pracy

nadwyżka podaży pracy

Źródło: BIBB-IAB Qualification and Occupational Field Projections, www.qube-projekt.de; opra-cowanie własne.

117

Tabela 5.5 Mobilność zawodowa

Wartość procentowa zmiany z jednego VET-MOF do innego MOF

Num

er M

OF

Wykształcenie i szkolenie zawodowe

(VET) (ISCED 3b−6)

w jednym z „głównych pól zawodowych”

(MOF)

MO

F 1

MO

F 2

MO

F 3

MO

F 4

MO

F 5

MO

F 6

MO

F 7

MO

F 8

MO

F 9

MO

F 10

MO

F 11

MO

F 12

Σ M

OF

1 Wydobycie surowców 49,5 8,6 3,0 6,3 12,8 6,1 5,1 2,6 2,1 0,7 2,3 0,9 100,0

2 Przetwórstwo, produkcja, naprawy 1,9 46,3 7,8 6,2 15,6 5,7 4,2 7,4 2,0 0,9 1,5 0,5 100,0

3 Kontrola i obsługa maszyn 1,3 14,0 44,3 5,2 11,9 4,7 4,4 7,8 2,0 2,4 1,7 0,4 100,0

4 Handel i sprzedaż dóbr 0,8 2,9 1,2 50,4 6,2 9,5 19,8 1,3 3,4 1,1 3,1 0,4 100,0

5 Magazynowanie, transport, ochrona 1,1 6,1 2,0 4,3 65,3 3,8 11,5 2,2 1,4 0,5 1,3 0,5 100,0

6 Hotele, restauracje, sprzątanie 3,1 5,0 2,6 9,7 8,2 56,4 7,3 1,1 1,8 0,5 3,7 0,7 100,0

7 Pracownicy biurowi 0,5 1,2 0,5 8,6 3,7 3,5 71,3 2,0 4,8 1,1 2,3 0,5 100,0

8 Zawody techniczne i naukowe 0,7 8,9 3,3 5,0 4,1 2,3 8,0 52,0 7,3 3,2 1,7 3,5 100,0

9 Prawo, ekonomia, zarządzanie 0,2 0,8 0,2 7,3 2,3 1,5 26,0 4,2 49,3 4,1 1,4 2,7 100,0

10 Sztuka, media, nauki społeczne i humanistyczne 0,3 2,2 0,8 6,1 2,3 2,8 10,2 5,1 5,9 46,9 4,3 13,0 100,0

11 Służba zdrowia i pielęgnacja ciała 0,4 2,1 0,4 3,9 1,7 4,0 6,3 0,8 1,1 0,9 74,6 3,7 100,0

12 Nauczyciele 0,3 1,2 0,3 1,9 1,5 2,1 4,3 1,2 1,3 2,2 4,5 79,3 100,0

0a Bez kwalifikacji (ISCED 0−3a) 3,2 16,1 6,0 11,3 15,1 25,5 10,8 2,5 1,7 1,9 5,2 0,8 100,0

0b (Wciąż) w trakcie nauki 2,1 19,8 5,4 14,5 5,8 13,0 17,2 4,8 0,7 3,1 12,2 1,3 100,0

Uwaga: 7,3% osób z wykształceniem zawodowym w dziedzinie „zawody techniczne i naukowe” przeszło do zawodów z dziedziny prawo, ekonomia, zarządzanie.

Źródło: Mikrospis 2005, Federalne Biuro Statystyczne; Maier et al. 2010, s. 170.

118

Rysunek 5.5 Popyt i podaż z uwzględnieniem mobilności zawodowej (ISCED 0−6)

-3000 -2000 -1000 0 1000 2000 3000

zawody związane z nauczaniem

zawody związane ze służbą zdrowia ipielęgnacją ciała

zawody związane ze sztuką, mediami,naukami humanistycznymi i społecznymi

zawody związane z prawem, ekonomią izarządzaniem

zawody techniczne i naukowe

zawody biurowe

zawody związane z hotelarstwem,restauracjami, sprzątaniem

zawody związane z magazynowaniem,transportem, ochroną

zawody związane z obrotem i sprzedażą dóbr

zawody związane z kontrolą i obsługą maszyn

zawody związane z przetwórstwem, produkcjąi naprawami

zawody związane z wydobyciem surowców

BIBB-FIT 2025 BIBB-DEMOS 2025 2005

niedobór zasobów pracy

nadwyżka podaży pracy

Źródło: BIBB-IAB − Qualification and Occupational Field Projections, www.qube-projekt.de; opracowanie własne.

119

120

Prognozy oparte są na danych per capita oraz zakładają brak adaptacji wolu-menu czasu pracy w przyszłości, co mogłoby pomóc przezwyciężyć teoretyczny deficyt siły roboczej w zawodach związanych z magazynowaniem, transportem, bezpieczeństwem, ochroną oraz hotelarstwem, restauracjami i sprzątaniem. Za-wody związane z prawem, ekonomią i zarządzaniem już zyskują wraz z napły-wem osób z innych pól zawodowych. Jest więc możliwe, że niedobór siły robo-czej zostanie zrównoważony przez wzrost mobilności zawodowej w tej grupie zawodów. Podobne procesy adaptacji mogą zachodzić dla zawodów związanych ze sztuką, mediami, naukami humanistycznymi i społecznymi. Brak rąk do pracy w zawodach związanych ze służbą zdrowia i pielęgnacją ciała musi być postrze-gany w innym świetle: ze względu na potrzebę konkretnego wykształcenia w tym MOF i wynikającą z tego ograniczoną możliwość mobilności do i z tych zawo-dów wydaje się, że braku siły roboczej można uniknąć tylko poprzez zwiększenie liczby osób wykształconych w tych zawodach.

5.5. Następny krok: zintegrowany model podaży

W związku z tym, że na obecnym etapie rozwoju metodologii prognozowania nie uwzględniono procesów dostosowawczych na rynku, aby określić wpływ różnych podejść metodologicznych, wykorzystano dwie prognozy podaży, oparte na tych samych systemach klasyfikacji i sposobie generowania danych. Dopro-wadziło to nie tylko do rozwoju metodologicznego obu modeli, ale także pomo-gło dokonać ich ewaluacji: jeśli wyniki obu modeli są zbieżne pomimo innych metodologii, możemy być pewni, że prognozy wskazały nam właściwy kierunek. Jeśli otrzymalibyśmy różne wyniki, musielibyśmy przeanalizować założenia wa-riantowe dotyczące obu modeli, a mianowicie skłonność do kształcenia (długo-terminowe trendy a najnowsze zmiany) i determinanty aktywności zawodowej (np. współczynniki aktywności zawodowej kobiet i osób ze starszej grupy wieku produkcyjnego). Jeżeli założenia obu modeli wydawałyby się prawdopodobne, wzięlibyśmy pod uwagę różnice w wynikach jako dwa różne scenariusze. Jednak oba modele czerpały od siebie w fazie projektu, będzie więc teraz możliwe połą-czenie obu modeli podaży pracy w jeden model, a następnie zbudowanie zinte-growanego modelu podaży i popytu. Nowa struktura prognozy podaży opisana jest na rysunku 5.5.

Model BIBB-FIT posłuży do projekcji podaży ludności, zróżnicowanego według grup wieku, płci, kwalifikacji i zawodów aż do roku 2030. Dobrze oszacowana liczba i struktura ludności i przepływy edukacyjne pozwalają obliczyć różne scenariusze dotyczące rozwoju systemu edukacji. Wyniki z każdego roku zostaną następnie wy-korzystane jako dane wejściowe dla modelu BIBB-DEMOS.

Na podstawie ekonometrycznie szacowanych, wygładzonych trendów, za pomocą modelu BIBB-DEMOS zostanie opracowana prognoza współczynników aktywności zawodowej według grup wieku, płci i kwalifikacji. Ponadto w modelu

zostanie uwzględnione podniesienie wieku emerytalnego z 65 do 67 lat poprzez przypisanie wskaźników aktywności zawodowej grupy wiekowej 55−59 lat do grupy wiekowej i 60−64 lat.

Połączenie zintegrowanego modelu podaży z modelem popytu pozwoli na analizę reakcji ze strony osób rozpoczynających proces edukacji w odpowiedzi na prognozowane zmiany popytu na pracę w dłuższym horyzoncie czasowym.

Rysunek 5.6

Schematyczna ilustracja zintegrowanego modelu podaży pracy Dane wejściowe

Konstrukcja modelu Modele

BIBB-FIT

Demografia • 12-sta skoordynowana prognoz

niemieckiego federalnego Biura Statystycznego (wariant 1 W1)

Pozostałe zasoby

Model podejścia

tranzycji FIT dotyczący kształcenia

zawodowego i uniwersyteckiego

Nowa podaż siły roboczej z syste-mu edukacyjnego

Udział w edukacji • parametr − stan faktyczny zewnętrzne prognozy edukacji

dla danego okresu • wewnętrzne prognozy doty-

czące studentów i kandydatów Nowa podaż siły roboczej

z migracji Wybory edukacyjne

• BIBB − analiza mikrospisu: zasoby (ludność aktywna i bierna zawodowo oraz absolwenci z wyuczonymi kwalifikacjami zawodowymi

• Status quo okresu projekcji

Osoby nie będące

w trakcie nauki Osoby

w trakcie nauki

Podaż pracy w Niemczech

Ludność aktywna zawodowo

Prognozowany udział w zatrudnieniu

Udział w zatrudnieniu • dopasowanie do poziomu

rachunków narodowych • analiza parametrów • projekcja współczynników

aktywności zawodowej z uwzględnieniem dostosowa-nia do oficjalnego wieku eme-rytalnego

• Testowanie zależności między

cyklem biznesowym a udzia-łem w zatrudnieniu

BIBB- -DEMOS

INFORGE

Źródło: projekt QUBE.

121

Struktura zintegrowanego modelu podaży i popytu jest przedstawiona na ry-sunku 5.6. W najprostszy sposób można ją opisać następująco – jest ona porów-naniem zawodu wyuczonego i zawodu wykonywanego: jeśli popyt w danym polu zawodowym wzrasta szybciej niż potencjalna podaż osób z kwalifikacjami w tym polu, będziemy obserwować wzrost płac w tej grupie zawodów. W konsekwencji będziemy dysponować danymi na temat jednostkowych kosztów pracy oraz pro-cesów adaptacyjnych w przedsiębiorstwach w celu zapewnienia wysokiej wydaj-ności (szczegółowe wyjaśnienie tego problemu znajduje się w rozdziale 4.5). Jeśli ten proces nie doprowadzi do równowagi w poszczególnych segmentach rynku pracy, dojdzie do egzogenicznych procesów adaptacyjnych, czyli zmiany we wzorcu elastyczności zawodowej. Zewnętrzne (endogeniczne) interwencje w ten proces adaptacyjny są dozwolone tylko, jeśli są one oparte na realistycz-nych założeniach potwierdzonych empirycznie.

Rysunek 5.7

Uproszczona ilustracja endogenicznej interakcji w modelu podaży i popytu na rynku pracy

Prognozowany przez BIBB-DEMOS/BIBB-FIT potencjalny wolumen pracy w 54 polach

zawodowych − zawód wyuczony (AVBFE)

Nie

AVBFE

BIBB-FLEX oblicza potencjalny wolumen pracy w 54 polach zawodowych − zawód

wykonywany (AVBFP)

Nie

Płace w odpowiednich polach zawodowych

wzrost w % AVBFP

AVBFA BIBB-FLEX oblicza nadwyżkę

i niedobór wolumenu pracy w 54 polach zawodowych − wstępne kwalifikacje

(AVBFU)

Prognozowany przez IAB-INFORGE popyt na wolumen pracy w 54 polach zawodowych − zawód

wykonywany (AVBFA)

Dopasowanie wolumenu pracy w odpowiednich polach zawodowych

BIBB-FLEX

Tak Tak Niedobór podaży

pracy w niektó-rych zawodach

Dopasowanie płac

Dopasowanie BIBB-FLEX

Nie

Koniec iteracji Zakończenie procesu Źródło: projekt QUBE.

122

123

5.6. Ocena jakości prognozy i wnioski

Faza planowania projektu BIBB-IAB, mającego na celu opracowanie prognozy w przekroju kwalifikacji i pól zawodowych, rozpoczęła się na początku 2007 r. Prace prowadzono w dziesięcioosobowym zespole. W 2008 r. uzyskano pierwsze wyniki na podstawie nowo zdefiniowanej struktury zawodowej, natomiast osta-teczne wyniki prognozy opublikowano w czerwcu 2010 r. (Helmrich, Zika 2010). W tym czasie (lata 2007−2010) cztery zaangażowane w realizację projektu insty-tucje wniosły do niego swoją wiedzę ekspercką: IAB ma za sobą lata doświad-czeń w prognozowaniu popytu na pracę, GWS posiadał gotowy model do projek-cji rozwoju gospodarczego, w tym rynku pracy, FIT miał duże doświadczenie w modelowaniu podaży umiejętności, BIBB uzupełnił konsorcjum poprzez za-pewnienie wspólnej i unikatowej bazy danych i taksonomii, jak również koncep-cję początkowych kwalifikacji zawodowych. Nawet jeśli istniały już dobre źródła danych z mikrospisu i historyczne dane o zatrudnieniu posiadane przez IAB, tylko konceptualizacja 54 jednorodnych pól zawodowych BIBB i określenie początko-wych kwalifikacji zawodowych pozwoliły na ujęcie zawodowej mobilności w pro-gnozach rynku pracy. Macierze elastyczności zawodowej mogą być zatem trak-towane jako rdzeń projekcji pól zawodowych BIBB-IAB.

Oczywiście proces planowania i budowy prognozy trwający ok. 3 lat nie może być miarodajny dla innych tego typu przedsięwzięć, gdyż w przypadku prognozy BIBB-IAB nie było presji czasu wynikającej z obecności zewnętrznego klienta. Kluczowa była ocena nowej metodologii i rezultatów w celu zapewnienia jakości prognoz, a nie czas. W pierwszej fazie realizacji projektu przeprowadzono trzy seminaria w formie warsztatów (w niektórych z nich uczestniczyli przedstawiciele instytucji międzynarodowych) w celu oceny:

− źródeł danych (lato 2007), − struktury modelu (jesień 2007), − pierwszych wyników (jesień 2009). Jak wspomniano w punkcie 5.2.5, wyniki w przekroju zawodowym zostały

opublikowane tylko na poziomie 12 głównych pól zawodowych, ponieważ nie było pewności co do jakości danych na wyższym poziomie dezagregacji. Dopiero po drugiej estymacji modelu i zasileniu go lepszymi źródłami danych (nowa pro-gnoza zawiera dane z niemieckiego mikrospisu z lat 2006–2008) osiągnięto wy-starczającą jakość prognz, pozwalającą na opublikowanie wyników na poziomie 54 pól zawodowych. Należy również wspomnieć, że dwa pierwsze wstępne po-dejścia (z lata 2008−2009) nie zostały opublikowane ze względu na niespójno-ści i mało wiarygodne wyniki.

Oprócz warsztatów i wewnętrznej oceny prognoz podażowej strony rynku pracy poprzez porównanie wyników obu modeli podaży, dokonywana jest stała ewaluacja prognoz poprzez prezentacje, publikacje i wymianę wiedzy eksperckiej zarówno na poziomie krajowym, jak i międzynarodowym (np. w ramach działań podejmowanych przez CEDEFOP w zakresie prognozowania popytu i podaży

124

umiejętności w Europie). Ponieważ działania podejmowane przez BIBB zawsze mają aspekt praktyczny, wyniki prognoz są prezentowane partnerom społecznym (związki zawodowe i przedstawiciele pracodawców), aby uzyskać ich opinię na ten temat. Realizacja projektu finansowana jest ze środków własnych BIBB i IAB – dzięki takiemu rozwiązaniu zapewniona jest niezależność tych instytucji w proce-sie prognozowania. Opublikowana prognoza zawsze zawiera najbardziej prawdo-podobny scenariusz rozwoju sytuacji przy uwzględnieniu przeszłych tendencji rozwojowych. Tym niemniej eksperci BIBB i IAB są otwarci również na inne opinie i alternatywne scenariusze, np. w czasie opracowywania tego tekstu przygo-towywano różne scenariusze rozwoju sytuacji dla Ministerstwa Edukacji i Badań.

Prognozy są aktualizowane co dwa lata – takie podejście wynika z przyjęcia założenia, że rynek pracy (zwłaszcza po stronie podaży) nie zmienia się bardzo szybko. Czas pomiędzy publikacjami wyników wykorzystywany jest na bardziej szczegółowe analizy możliwej nierównowagi na rynku pracy. Jak już wcześniej wspomniano, prognozy uznawane są za narzędzie do identyfikacji możliwych ob-szarów problemowych dotyczących kwalifikacji i zawodów. Jeśli zostanie zidenty-fikowane pole zawodowe, które wydaje się problematyczne (np. zawody w służbie zdrowia), podejmowane są szczegółowe badania obecnego rozwoju sytuacji w tym polu poprzez analizę stopy bezrobocia, liczby wolnych miejsc pracy oraz (jeśli to możliwe) zmian w poziomie płac. Ponadto w takim przypadku podejmuje się anali-zy ofert pracy dla interesujących zawodów i, jeśli to konieczne, możliwe jest również przeprowadzenie badania wśród pracodawców, aby dowiedzieć się więcej o specy-fice procesów rekrutacyjnych w przedsiębiorstwach. Dlatego też prognozy podaży i popytu są uważane za jedno z najważniejszych narzędzi służących identyfikacji i analizie możliwych niedoborów umiejętności. Prognozy dostarczają informacji dla planowania rozwoju zawodowego i systemu edukacji w sposób zapewniający optymalny, z punktu widzenia rynku pracy, dopływ odpowiednio wykwalifiko-wanej siły roboczej w przyszłości.

Literatura Bachem A., Korte B. (1979), On the RAS-algorithm, Computing, Jg. 23, H. 2. Bott P., Helmrich R., Schade H.-J., Weller S. (2010), Datengrundlagen und Systematiken für

die BIBB-IAB-Qualifikations- und Berufsfeldprojektionen, w: R. Helmrich, G. Zika, eds., Beruf und Qualifikation w der Zukunft. BIBB-IAB-Modellrechnungen zu den Entwicklungen w Berufsfeldern und Qualifikationen bis 2025. Bielefeld. http://www. bibb.de/de/55228.htm.

BLK − Bund-Länder-Kommission für Bildungsplanung und Forschungsförderung (2001), Zukunft von Bildung und Arbeit. Perspektiven von Arbeitskräftebedarf und-angebot bis 2015, Materialien zur Bildungsplanung und zur Forschungsförderung, Heft 104, Bonn.

Drosdowski T., Wolter M., Helmrich R., Maier T. (2010), Entwicklung der Erwerbsper-sonen nach Berufen und Qualifikationen bis 2025: Modellrechnungen mit dem BIBB-DEMOS-Modell, w: R. Helmrich, G. Zika, eds., Beruf und Qualifikation w der Zu-kunft. BIBB-IAB-Modellrechnungen zu den Entwicklungen w Berufsfeldern und Qual-ifikationen bis 2025, Bielefeld.

Helmrich R., Zika G., eds. (2010), Beruf und Qualifikation w der Zukunft. BIBB-IAB-Model-lrechnungen zu den Entwicklungen w Berufsfeldern und Qualifikationen bis 2025, Bielefeld.

KMK − Statistische Veröffentlichung der Kultusministerkonferenz (2009), Vorausberechnung der Studienanfängerzahlen 2009–2020 – Zwischenstand, Bonn.

Köhne-Finster S., Lingnau A. (2008), Untersuchung der Datenqualität erwerbsstatistischer Anga-ben im Mikrozensus. Ergebnisse des Projekts ‘Nachbefragung im Mikrozen-sus/LFS’, Wirt-schaft und Statistik 12.

Maier T., Schandock M., Zopf S. (2010), Berufsfeldflexibilitäten, w: R. Helmrich, G. Zika Beruf und Qualifikation w der Zukunft, Bonn.

Prognos (2007), Gründe für die Auswanderung von Fach- und Führungskräften aus Wir-tschaft und Wissenschaft. Endbericht einer Studie im Auftrag des Bundesministeriums für Wirtschaft und Technologie, http://www.bmwi.de/BMWi/Redaktion/PDF/A/auswanderung-fach-und-fuehru-ngskraefte,property=pdf,bereich=bmwi,sprache=de,rwb=true.pdf (dostęp: 25.02.2010).

Reinberg A., Hummel M. (2002), Die Bildungsgesamtrechnung des IAB, w: G. Kleinhenz, ed., IAB-Kompendium Arbeitsmarkt- und Berufsforschung. Beiträge zur Arbeitsmarkt- und Berufsforschung, Nuremberg, BeitrAB 250.

Statistisches Bundesamt (1992), Klassifizierung der Berufe. Ausgabe 1992, Metzler-Poes-chel, Stuttgart.

Statistisches Bundesamt (2009), 12 Koordinierte Bevölkerungsvorausschätzung, Wiesbaden. Tiemann M., Schade H.-J., Helmrich R., Hall A., Braun U., Bott P. (2008), Berufsfeld-Defini-

tio nen des BIBB auf der Basis der Klassifikation der Berufe 1992, Wissenschaftliche Dis-kussionspapiere, Heft 105, Schriftenreihe des Bundesinstituts für Berufsbildung, Bonn URL: http://www.bibb.de/veroeffentlichungen/de/publication/show/id/2080, (dostęp 28.02.2011).

Dodatkowe informacje dostępne są na stronie: www.qube-projekt.de.

Arnaud Dupuy

6. PROGNOZOWANIE NOWEGO POPYTU NA PRACĘ WEDŁUG ZAWODU I WYKSZTAŁCENIA W HOLANDII

6.1. Wprowadzenie

Projekt „Edukacja i rynek pracy”, w skrócie POA w języku niderlandzkim, poświęcony jest opracowywaniu prognoz sytuacji na rynku pracy. Rynek pracy jest podzielony na ok. 127 grup zawodów i 102 kierunki wykształcenia. Prognozy są generowane co dwa lata dla 5-letniego horyzontu. Ich wyniki są publikowane w formie papierowej w raporcie, który kierowany jest do osób i instytucji zajmu-jących się problematyką rynku pracy − ministerstw, organizacji rządowych, qu-asi-rządowych i innych zaangażowanych w kwestie dotyczące rynku pracy, a zwłaszcza w dopasowanie pomiędzy edukacją a rynkiem pracy. Istnieje również zdigitalizowany zbiór danych, który jest udostępniany i wykorzystywany przy opra-cowywaniu informacji dla młodzieży stojącej przed wyborem kierunku kształce-nia. W ciągu roku, w którym wykonywane są prognozy, wykorzystywane modele ponownie oszacuje się na zaktualizowanych danych wejściowych i według nowej wiedzy naukowej o sposobie działania rynku pracy. Drugi rok przeznacza się na przygotowanie konkretnych tematów prezentowanych w różnych rozdziałach raportu, oceny prognoz dokonanych w przeszłości oraz rozwój nowych wskaźni-ków rynku pracy i nowych submodeli.

Badania prowadzone są przez zespół ok. 10 badaczy (łącznie 4 etaty), kiero-wany przez dr Franka Coerversa, wspierany przez komitet doradczy profesjonal-nych ekspertów pod przewodnictwem niezależnego przewodniczącego (profesora uniwersytetu). Sprawy finansowe są omawiane i negocjowane w komisji partne-rów finansowych.

Początkowo projekt był finansowany w cyklu 5-letnim, później w cyklu 3-let-nim. Obecnie budżet i plan działalności jest negocjowany co roku. Budżet podzie-lony jest na dwie części: część podstawową i dodatkową obejmującą wydatki związane z dostarczaniem informacji określonym użytkownikom. Część podsta-wowa finansowana jest obecnie przez ministerstwa edukacji i rolnictwa, urząd pracy (UWV WERKbedrijf) oraz niektóre instytuty statutowo zajmujące się spe-cyficznymi problemami w dziedzinie edukacji i rynku pracy (lub dopasowania między nimi). Dodatkowe działania finansowane są przez instytucje zajmujące się

126

127

dostarczaniem informacji studentom, a teraz także przez publiczne służby zatrud-nienia. Części zbioru danych z wynikami prognoz sprzedawane są klientom in-dywidualnym (np. szkołom, pracodawcom i innym instytutom badawczym).

Cele prognozy Pierwszy raport z prognozy opublikowany w 1989 r. sformułował główny

i szczegółowe cele Systemu Informacji dla Edukacji i Rynku Pracy. „System Informacji dla Edukacji i Rynku Pracy ROA ma, przynajmniej na ra-

zie, za główny cel generowanie informacji, które mogą być przydatne przy wybo-rze kierunku studiów lub zawodu. Jednak ten system informacji może w zasadzie być przydatny także do planowania przepustowości systemu edukacji i polityki odnoszącej się do podaży siły roboczej, struktury gospodarki i technologii, jak również polityki kadrowej zarówno rządu, jak i przedsiębiorstw” (De Grip et al. 1989, s. 1).

Głównym celem wytworzenia informacji, które mają być przydatne w wybo-rze studiów i w poradnictwie zawodowym jest zrozumienie, że 1) struktura sys-temu informacyjnego musi być odpowiednia, żeby generowane dane mogły po-móc w podjęciu edukacyjnych i zawodowych decyzji przez konkretnego ucznia, oraz 2) informacje muszą być:

− istotne dla studentów jako grupy, − istotne dla studentów na poziomie indywidualnym, − prezentowane w taki sposób, aby uczniowie mogli poprawnie je zinterpretować. Istotność dla studentów oznacza, że prognoza powinna odnosić się do czynni-

ków, które mogą mieć znaczenie w podejmowaniu wyborów edukacyjnych i za-wodowych. Oznacza to, że prognoza musi dostarczać wiedzy na temat sytuacji na rynku pracy, którą student zastaje w momencie wejścia na rynek po zakończeniu studiów. Determinuje to po pierwsze okres, do którego prognoza musi się odwo-ływać − okres, w którym studenci właśnie kończą szkołę, a po drugie grupę na rynku pracy, dla której prognozy muszą być istotne − absolwentów.

Ponieważ celem prognozowania jest dostarczenie wsparcia w procesie wybo-ru edukacyjnego i zawodowego, prognoza musi być użyteczna w tworzeniu in-dywidualnego wyboru w zakresie określonego rodzaju kształcenia lub wykony-wania zawodu. Dla ucznia stającego przed wyborem studiów ważne jest, z jaką sytuacją może zmierzyć się na rynku pracy pod koniec swojej edukacji. Niektóre zmiany mogą być w sensie ogólnym bardzo istotne dla opisu rynku pracy, ale użyteczne dla jednostki staną się wtedy, gdy zostaną odniesione do indywidualnej sytuacji. Na przykład całkowity wzrost zatrudnienia dla danej kategorii wykształ-cenia jest interesujący dla podejmujących decyzje polityczne, ale dla studenta ważniejsze jest wiedzieć, jakie są jego indywidualne szanse na uzyskanie okre-ślonego rodzaju pracy na koniec nauki.

Aby struktura systemu prognoz była użyteczna w orientacji edukacyjnej i za-wodowej, informacje muszą być przedstawione w formie łatwej do zinterpreto-wania. Jeśli mają one być użyteczne dla studentów, prognoza musi być wyrażona

128

w kategoriach, które są zrozumiałe dla kogoś, kto nie jest biegły w interpretacji danych o rynku pracy. Wyniki prognoz, tak dalece, jak to możliwe, powinny być wyrażone w ogólnie rozumianych pojęciach z minimum żargonu statystycznego lub ekonomicznego. Szczególnie ważne jest wytłumaczenie statystycznych ocen dotyczących wiarygodności prognozy. Ulepszenia w „łatwości” interpretacji da-nych z rynku pracy mogą być również zorientowane na lepsze zrozumienie przez uczniów zasad funkcjonowania na rynku pracy poprzez lepsze zrozumienie in-formacji o rynku pracy.

Doświadczenie pokazało, że prognozy są istotne nie tylko dla studentów, ale również dla:

• publicznych i prywatnych biur pośrednictwa pracy w celu ułatwienia po-średnictwa pracy i prowadzenia szkoleń;

• Ministerstwa Pracy, doradców zawodowych i osób prywatnych, rodziców w obszarze wyborów edukacyjnych i szkoleniowych;

• Ministerstwa Edukacji, szkół i uniwersytetów w obszarze planowania edu-kacji;

• Ministerstwa Pracy w obszarze aktywnej polityki rynku pracy dla osób niewy-kwalifikowanych, kobiet, młodzieży, osób starszych, mniejszości etnicznych itp.;

• pracodawców w obszarze zarządzania zasobami ludzkimi, rekrutacji i za-trudnienia;

• Ministerstwa Gospodarki w celu prowadzenia polityki w zakresie rozwoju ekonomicznego i technologicznego;

• indywidualnych naukowców w obszarze badań naukowych na temat dyna-miki rynku pracy.

Struktura prognozy Na rysunku 6.1 przedstawiono schematyczny przegląd struktury metodologii

prognozowania. Po stronie popytu prognozy zatrudnienia w przekroju sektorów gospodarczych pozyskiwana jest z Holenderskiego Biura Analiz Polityki Ekono-micznej (CPB) (jest to zewnętrzne źródło informacji wykorzystywane w progno-zowaniu). Prognozy te oparte są na tzw. modelu Athena opracowanym przez CPB. Prognoza obejmuje 22 sektory gospodarki. Prognozowana liczba zatrudnio-nych w tych sektorach gospodarki są następnie dezagregowane na zatrudnienie w 127 dziedzinach zawodowych. Ten przewidywany poziom zapotrzebowania na zawody, w porównaniu z sytuacją w roku referencyjnym, daje oczekiwany nowy popyt na pracę dla każdej klasy zawodowej. Uzupełnieniem jest prognoza odtwo-rzeniowego popytu na pracę. Wspólnie nowy popyt i popyt odtworzeniowy za-wierają spodziewane liczby ofert pracy. Zakłada się, że są to liczby ofert pracy, odpowiednie dla decyzji edukacyjnych i zawodowych. Osoby wchodzące na ry-nek pracy nie mogą w praktyce po prostu wypchnąć z miejsc pracy tych, którzy już pracują. Na podstawie analizy przeszłych przepływów na rynku pracy, oblicza się również, jak wiele z tych ofert pracy dostępnych będzie dla absolwentów.

129

Nowy popyt na pracę dla każdego zawodu przekłada się za pomocą modelu dystrybucji31F31F

32 na nowy popyt na pracę według wykształcenia. Popyt odtworzeniowy dla różnych rodzajów edukacji oblicza się oddzielnie, ponieważ nie może być on pochodną popytu odtworzeniowego według zawodu. Wspólnie popyt nowy i od-tworzeniowy tworzą całkowity popyt na nowych uczestników rynku pracy mają-cych dane wykształcenie.

Rysunek 6.1 Struktura modelu prognozy systemu informacyjnego

dla edukacji i rynku pracy

Źródło: opracowanie własne.

__________ 32 Model został szczegółowo opisany w podrozdziale 6.3.

nowy popyt na pracę

według sektora

nowy popyt na pracę według

dziedziny zawodowej

nowy popyt na pracę

według wykształcenia

popyt odtworzeniowy według dziedziny

zawodowej

popyt odtworzeniowy według wykształcenia

tworzenie miejsc pracy według

dziedziny zawodowej

tworzenie miejsc pracy według wykształcenia

wskaźnik rynku pracy według wykształcenia

podaż według wykształcenia

krótkoterminowe bezrobocie według

wykształcenia

podaż absolwentów według wykształcenia

130

Prognoza podaży według wykształcenia Oprócz prognozy popytu, tworzona jest prognoza dla każdego kierunku

kształcenia przewidywanej podaży absolwentów wchodzących na rynek pracy między rokiem referencyjnym a ostatnim rokiem prognozy. Dla każdego kierunku kształcenia, zostały wykonane prognozy potencjalnego przepływu absolwentów na rynku pracy. Do ich opracowania wykorzystywano kilka źródeł danych. Mini-sterstwo Edukacji i Nauki tworzy roczne prognozy dotyczące liczby absolwentów studiów stacjonarnych i niestacjonarnych. Te tak zwane prognozy referencyjne są zróżnicowane według płci i wieku, ale są na wyższym poziomie agregacji niż kategoryzacja kierunków kształcenia ROA.

Zastosowany model prognozowania opiera się na macierzy przejścia opartej na połączeniu edukacji w pełnym wymiarze godzin i strukturze ludności według poziomu wykształcenia. Współczynniki przepływu określają zależności między „pochodzeniem” studentów w roku t a „miejscem docelowym” tych studentów w roku t+1. Za pomocą współczynników przepływu przyszłe liczby studentów z każdej edukacyjnej kategorii mogą być prognozowane krok po kroku. Jednak takie proste podejście zakłada, że wybory uczniów pozostają niezmienione w całym okresie prognozowania. Dlatego współczynniki przepływu studentów, którzy uzyskują pewien poziom kwalifikacji, są uważane za strategiczne współczynniki przepływu i stanowią dynamiczne elementy modelu, ponieważ są określone przez ekstrapolację trendów z najnowszych danych.

Ze względu na to, że prognozy ministerstwa dotyczące absolwentów są na wyższym poziomie agregacji w odniesieniu do kierunków kształcenia, do odpo-wiedniej dezagregacji tych prognoz potrzebne są klucze przejścia. Te klucze przej-ścia są wyznaczane na podstawie analiz różnych dodatkowych źródeł danych.

Oprócz osób opuszczających szkoły z potwierdzonymi formalnie kwalifika-cjami, prognozy referencyjne obejmują studentów, którzy kończą studia bez dy-plomu. Za pomocą macierzy edukacji dla lat sprzed roku odniesienia ci absolwen-ci mogą być ponownie przypisani do dowolnego wstępnego kursu, z którego uzyskali dyplom.

Tworzona jest również prognoza przepływu zasobów siły roboczej z systemu edukacji pozaszkolnej na rynek pracy. Przepływ ten pokazuje wpływ efektów kształcenia ustawicznego na strukturę edukacyjną podaży pracy. Dane o napły-wie osób wchodzących na rynek pracy z systemu edukacji pozaszkolnej pochodzą z rachunków edukacyjnych Urzędu Statystycznego Holandii, które opierają się na podstawowych danych z badania aktywności ekonomicznej ludności (LFS). Ze względu na ograniczenia danych zakłada się, że w prognozowanym okresie odse-tek pracowników z określonym wykształceniem, który kończy dodatkowy kurs przygotowawczy dający im inne wykształcenie, jest taki sam, jak w roku referen-cyjnym, dla którego dostępne są dane na temat udziału w szkoleniu po zakończe-niu edukacji szkolnej.

131

6.2. Nowy popyt na pracę według grup zawodowych 32F32F

33

Prognoza nowego popytu na pracę według sektorów dostarczona przez CPB i EIM – Business and Policy Research jest wykorzystywana jako podstawa do prognoz nowego popytu na pracę według grup zawodowych. Aby wygenerować prognozy nowego popytu według zawodów, trzeba wykonać następujące czynności:

1) należy oszacować model dynamiki zatrudnienia we wszystkich sektorach i zawodach metodą przedstawioną w sekcji 6.2.1;

2) korzystając z prognozy zmiennych egzogenicznych tego modelu (zatrud-nienia według sektorów, poziom wydatków B+R, zasobów kapitałowych i warto-ści dodanej sektora), a także współczynników oszacowanych zgodnie z opisem w sekcji 6.2.1, wyznaczana jest prognoza (w roku t + k) zatrudnienia według za-wodów i branży kijtl + ;

3) następnie dokonuje się agregacji liczby zatrudnionych dla każdej grupy zawodowej według branż w celu uzyskania prognozy nowego popytu na pracę według grup zawodowych ∑ ++ =

ikijtkjt lL .

Metoda ta wymaga wcześniejszego oszacowania współczynników modelu. Model wykorzystuje dane, w postaci szeregów czasowych, dotyczące zatrudnie-nia według branży i zawodu. Dane pochodzą z Badania Aktywności Ekonomicz-nej Ludności w Holandii od 1988 r. i dostępne są w przekrojach 13 branż i 43 grup zawodów.

W modelu serie danych o zatrudnieniu według branży i zawodu są powiązane zarówno długoterminowymi, jak i krótkoterminowymi relacjami z wartością doda-ną, zasobami kapitałowymi, zasobami B+R na poziomie sektorowym. Dane na te-mat wartości dodanej i inwestycji kapitałowych (zarówno w maszyny, jak i budyn-ki) oparte są na holenderskim systemie rachunków narodowych. Szeregi czasowe dotyczące inwestycji w badania i rozwój (definicja zgodnie z Podręcznikiem Frascati OECD) są publikowane przez Urząd Statystyczny Holandii. Dane te są oparte głównie na badaniach innowacji i B+R wśród przedsiębiorstw, instytutów badawczych i uniwersytetów. Do wyznaczenia zasobu kapitału i B+R, zastoso-wano powszechnie używaną metodę inwentaryzacji ciągłej (PIM). Dane na temat inwestycji w kapitał i B+R jest stosowany od 1970 r. przy stopie amortyzacji odpo-wiednio 0,08 i 0,15. Początkowy zasób kapitału oraz B+R jest obliczany jako war-tość inwestycji w pierwszym roku podzielona przez stopę amortyzacji i powiększo-na o tempo wzrostu inwestycji w ciągu pierwszych trzech lat.

__________ 33 Więcej zob. Cörvers i Dupuy (2010). W tym rozdziale zawód jest określany poprzez indeks j, podczas gdy indeks i jest używany dla określenia sektora w podrozdziale 6.2 i kierunku kształcenia w podrozdziale 6.3.

132

6.2.1. Model ekonometryczny

Rozważmy następujący model ekonometryczny zatrudnienia według zawo-dów w sektorach:

ijtij'itijijijt xtl εδβα +++= (1)

ititx ξ=Δ (2)

11=−− Γ+∑∑ st

is

sost

ios

osit

ξεγξ (3)

ij

s'st

sost

ijos

osijt θξεηε

11=−− ∑∑ + (4)

gdzie ijtl to logarytm zatrudnienia w zawodzie j w sektorze i w okresie t;

itx to wektor 13× zmiennych objaśniających dla sektora i , np. logarytm kapita-łu, logarytm B+R i logarytm wartości dodanej; ijtε to wektor składników loso-

wych dla zawodu j w sektorze i; it

ξ to wektor błędów 13× . Długoterminowe

parametry to stała ijα , trend ijβ i wektor współczynników 13× ijδ określają-cych długoterminową relację zatrudnienia w stosunku do zasobów kapitału w bran-żach, zasobów B+R i wartości dodanej. Krótkoterminowe parametry to i

osγ dla

wszystkich o , s33F33F

34 oraz i oraz ijsθ dla wszystkich s , j oraz i , 13× wektory

paramentów charakterystycznych dla każdej kombinacji zawodu i sektora, ijosη

dla wszystkich o , s , i oraz j , stała charakterystyczna dla każdej kombinacji zawodu i sektora oraz i

sΓ dla wszystkich i oraz s , która jest macierzą parame-trów 33× charakterystyczną dla każdego sektora.

Równanie (1) przedstawia długoterminową strukturę zatrudnienia w gospo-darce, a równania (2), (3) i (4) krótkoterminową dynamikę. Ten model ten jest znany w literaturze jako ekonometryczny model kointegracyjny (np. Stock, Wat-son 1993; Mark et al. 2005). W tym modelu ijtl i ijtx są procesami stochastycz-

__________ 34 o to indeks zawodu, s sektora.

133

nymi zintegrowanymi z wektorami kointegrującymi ijδ charakterystycznymi dla każdej kombinacji zawodu i sektora.

Estymowany jest model z restrykcjami przy użyciu dynamicznych technik re-gresyjnych SDOLS i, w szczególności, dwuetapowej procedury zaproponowanej przez Marka i in. (2005). W pierwszym kroku, rozwiązywany jest problem endo-geniczności spowodowany równaniami 3 i 4, przez regresje:

i) ijtl względem itxΔ żeby uzyskać predykcję ijtl̂ dla zawodu j w sektorze i oraz

ii) regresja każdej zmiennej objaśniającej kitx względem zmian we wszystkich

zmiennych objaśniających wszystkich sektorów, np. ( )Stt xx ΔΔ ,...,1 . W tym ostatnim przypadku regresja pozwala wziąć pod uwagę fakt, że zmia-

ny w stanie kapitału, poziomie B+R i wartości dodanej w jednym sektorze za-

zwyczaj wpływają na zasób kapitału, zasoby B+R i wartość dodaną w innych

sektorach. Dlatego też dla każdej zmiennej objaśniającej k w sektorze i w czasie t

tworzy się prognozy 'kitx) . Porządkując według k , otrzymujemy itx) .

W drugim kroku dokonuje się przekształcenia błędów ijtl − ijtl)

regresji i)

z pierwszego kroku do błędów itit xx )− regresji ii) z pierwszego kroku, czyli:

ijtjiititijijtijt vhhxxgll ++−+=− ))(( )) (5)

gdzie v to „biały szum”, gij to stałe efekty dla zawodów*sektorów, hi oraz hj

to współczynniki nachylenia, odpowiednio dla zawodów i sektorów.

Korzystając z oszacowań modelu oraz z przewidywanych wartości zasobów

B+R, zasobów kapitałowych i wartości dodanej w czasie 5+t , możemy oszaco-

wać 5+ijtl i uzyskać prognozę )(exp= 55 ++ ijtijt lL . Agregacja względem sektorów

dla każdego zawodu daje prognozę popytu ∑ ++i

ijtjt lL 55 = .

134

6.2.2. Wyniki

Po pierwsze, jak przedstawiono w tabeli 6.1, międzysektorowa dynamika od-powiada przeciętnie za 20% przewidywanych wartości zatrudnienia według za-wodów, przy dużym zróżnicowaniu między poszczególnymi sektorami. Progno-zowane szeregi zatrudnienia w przemyśle metalowym, papierniczym, tworzyw sztucznych i innych gałęzi przemysłu, energetyce, budownictwie, handlu, hotelar-stwie i gastronomii są w niewielkim stopniu warunkowane dynamiką międzysek-torową (udział międzysektorowej dynamiki jest mniejszy niż 10%), podczas gdy w sektorach: rolnym, chemicznym, transportowym, bankowości, ubezpieczenio-wym i edukacyjnym dynamika międzysektorowa odgrywa istotną rolę, odpo-wiednio: 61%, 36%, 30%, 25% i 34%

Długoterminowe parametry strukturalne modelu charakteryzujące strukturę zawodową w sektorach przedstawiono w tabeli 4 (Cörvers, Dupuy 2010). Te pa-rametry są interpretowane jako zredukowana forma funkcji produkcji na poziomie sektorów. W sektorach optymalny popyt na pracę w każdym zawodzie zależy od poziomu zasobu kapitału oraz poziomu B+R. Parametry ih oraz jh odzwiercie-dlają elastyczność zatrudnienia według sektora i zawodu z uwzględnieniem zaso-bów kapitału, zasobów B+R i wartości dodanej w tym sektorze.

Tabela 6.1

Średni udział krótkoterminowej dynamiki międzysektorowej w prognozie zatrudnienia według sektora i zawodu

Sektor Udział dynamiki międzysektorowej Korelacjaa 1 0,61 0,49 2 0,13 0,93 3 0,36 0,79 4 0,02 0,99 5 0,04 0,98 6 0,04 0,98 7 0,04 0,98 8 0,17 0,88 9 0,30 0,78

10 0,25 0,83 11 0,08 0,96 12 0,18 0,89 13 0,34 0,70

Razem 0,20 0,86 a Korelacja pomiędzy przewidywaniami całego modelu i przewidywaniami bez dynamiki międzysektorowej.

Źródło: opracowanie własne.

Pierwszy blok parametrów odnosi się do elastyczności charakterystycznych dla sektorów. Dla każdej zmiennej objaśniającej, statystyki F, przedstawione w tabeli 4 w pracy Cörversa i Dupuya (2010) wskazują, że te elastyczności są

135

istotne statystycznie. Elastyczność w odniesieniu do wartości dodanej jest naj-większa w branży budowlanej34F34F

35 0,8+3,6=4,4 (poziom istotności 5%), a najmniej-sza w administracji i edukacji, -3,9+0,8=-3,1. Na pierwszy rzut oka ujemne ela-styczności w odniesieniu do wartości dodanej mogą się wydawać sprzeczne z intuicją. Jednakże mogą one wynikać z dwóch powodów. Po pierwsze, ujemne elastyczności w odniesieniu do wartości dodanej mogą wskazywać, że funkcja produkcji na poziomie sektora nie jest homotetyczna − przy stałych cenach nakła-dów na każdym poziomie produkcji optymalny jest inny miks nakładów (pracy, kapitału i B+R). Intuicyjnie wydaje się, że wyższe izokwanty są bardziej wypu-kłe, co oznacza, że substytucja pomiędzy nakładami na wyższych izokwantach jest trudniejsze. Po drugie, przy stałych cenach względnych wzrost produkcji może być osiągnięty przy spadku niektórych nakładów w zależności od technolo-gii. Oznacza to, że zwiększenie produkcji na przykład w administracji i sektorze oświaty może prowadzić do wzrostu zasobów kapitału i/lub B+R kosztem zatrud-nienia. Choć teoretycznie jest mało prawdopodobne, że zwiększenie produkcji bę-dzie skutkowało spadkiem zatrudnienia. Bardziej możliwym wyjaśnieniem ujem-nych elastyczności w odniesieniu do wartości dodanej jest to, że elastyczność w rzeczywistości odzwierciedla elastyczność w stosunku do płac, gdyż zarobki są częścią wartości dodanej. Starając się sprawdzić tę możliwość, wykorzystano dane dotyczące wielkości płac na poziomie sektorowym. Niestety, suma płac jest silnie skorelowana z wartością dodaną. Uwzględnienie sumy płac w modelu pro-wadzi do problemu z współliniowością i dlatego nie pomaga w interpretacji znaku parametrów. Z tego powodu możemy interpretować elastyczność w stosunku do wartości dodanej jako łączny efekt przesunięć w popycie w wyniku zmian pozio-mu produkcji i względnych zmian płac.

Natomiast elastyczność zatrudnienia względem kapitału jest największa w ad-ministracji i edukacji: 6,6 (poziom istotności 1%), a najmniejsza w sektorze rol-nictwa 2,5 (poziom istotności 5%). Oznacza to, że praca i kapitał są silnie kom-plementarne w administracji i edukacji, gdzie zatrudnienie wzrasta o 6,6%, gdy kapitał zakładowy wzrośnie o 1% i silnie substytucyjne w sektorze rolniczym, gdzie zatrudnienie spada o 2,5%, gdy kapitał zakładowy podnosi się o 1%. Ela-styczność względem B+R jest największa w branży handlowej: 0,5 (nieistotne statystycznie), a najmniejsza w branży papierniczej, tworzyw sztucznych i innych gałęziach przemysłu (poziom istotności 1%). Elastyczność pracy i B+R wydają się substytutami w branżach papierniczej, tworzyw sztucznych i innych, gdzie zatrudnienie spada o 1,6%, gdy zasoby B+R zwiększają się o 1%.

Drugi blok parametrów przedstawiony w przywoływanej wcześniej tabeli 4 (Cörvers, Dupuy 2010) odnosi się do parametrów elastyczności specyficznych dla zawodów, które są istotne statystycznie na 1% poziomie istotności. Odnotowano również zawody, dla których parametr elastyczności ma poziom istotności 5% dla

__________ 35 Współczynniki są względne wobec sektora i zawodu, np. niewykwalifikowani pracownicy w sektorze rolnictwa.

136

każdej z trzech zmiennych objaśniających. To ciekawe, że zatrudnienie w zawodach o wysokich kwalifikacjach ma ujemną i istotną statystycznie ela-styczność względem wartości dodanej, ale wysoką i istotną statystycznie ela-styczność w stosunku do B+R. Zwiększenie produkcji w sektorze prowadzi do spadku zatrudnienia w wysoko wykwalifikowanych zawodach w tym sektorze. Jednak efekt ten może być częściowo lub w pełni zrekompensowany przez kom-plementarność wysoko wykwalifikowanych pracowników zaznajomionych z no-wymi technologiami, jak wskazuje pozytywna elastyczność zatrudnienia w zawo-dach wysokich kwalifikacji w zakresie B+R. Innym ciekawym wynikiem jest to, że zawody wymagające średniego poziomu kwalifikacji charakteryzują się dodat-nią i istotną statystycznie elastycznością względem kapitału, co oznacza komple-mentarność pracy i kapitału w procesach produkcji.

6.2.3. Ilustracja

W tym podrozdziale zaprezentowano wyniki, przedstawiając zmiany w zatrud-nieniu dla osób o wysokich kwalifikacjach w zawodach technicznych w dwóch sektorach − chemicznym oraz transportowym. Rysunki 6.2 i 6.3 pokazują rzeczywi-ste i prognozowane wielkości zatrudnienia tej grupy zawodowej, odpowiednio, w sektorze chemicznym i transportowym.

Rysunek 6.2

Dynamika zatrudnienia osób wysoko wykwalifikowanych w zawodach technicznych w przemyśle chemicznym

0100020003000400050006000700080009000

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

Zatru

dnie

nie

rzeczywistaprognozaprognoza bez uwzględnienia dynamiki międzysektorowej

Źródło: obliczenia własne.

137

Prognozy zatrudnienia opracowane są w dwóch wersjach: z i bez międzysek-torowej dynamiki. Różnica między obydwoma prognozami pokazuje wpływ dy-namiki międzysektorowej na dynamikę wewnątrzsektorową. Praktycznie jest on bez znaczenia, gdy wewnątrz- i międzysektorowe przewidywania są silnie skore-lowane i objaśniają tę samą część dynamiki zatrudnienia.

Jak pokazano na rysunku 6.2, dla osób o wysokich kwalifikacjach w zawo-dach technicznych w przemyśle chemicznym uwzględnienie dynamiki między-sektorowej nie daje wyraźnie lepszych wyników w prognozowaniu zatrudnienia. Jest to potwierdzone przez wysoką korelację pomiędzy prognozami zatrudnie-nia z i bez międzysektorowej dynamiki (0,87). Przeciwnie dla osób o wysokich kwalifikacjach zawodowych w sektorze transportowym, międzysektorowa dyna-mika wydaje się być bardzo ważna w prognozowaniu zatrudnienia (patrz rys. 6.3)

W rzeczywistości odpowiadają one za ponad 85% modelowych predykcji. Co więcej, korelacja między obydwoma modelami – z i bez międzysektorowej dy-namiki, jest raczej niska, tj. 0,37. Dlatego zawarcie w modelu dynamiki między-sektorowej znacznie poprawia prognozy zatrudnienia dla osób o wysokich kwali-fikacjach w zawodach technicznych.

Rysunek 6.3

Dynamika zatrudnienia osób wysoko wykwalifikowanych w zawodach technicznych w sektorze transportowym

0

1000

2000

3000

4000

5000

6000

7000

8000

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

Zatru

dnie

nie

rzeczywista

prognoza

prognoza bez uwzględnienia dynamiki międzysektorowej

Źródło: obliczenia własne.

138

6.3. Nowy popyt na pracę według wykształcenia 35F35F

36

6.3.1. Metodologia – podstawy teoretyczne

Załóżmy, że zagregowana produkcja tY , która jest tworzona przez połączenie pośrednich produktów danych zawodów jY , gdzie jNj 1,...,= i jN to numer zawodu, a gospodarkę charakteryzuje funkcja CES:

β

βδ1/

= ⎟⎟⎠

⎞⎜⎜⎝

⎛∑ jtjt

jt YY

gdzie: jtδ to jednostki efektywności produkcji zawodowej j w czasie t oraz

ee β

σ−11= to łatwość zastąpienia pośrednich produktów.

Produkcja powstaje przez połączenie pracowników o różnych poziomach wy-

kształcenia w różnych proporcjach:

ee

ijtijti

jt LYβ

βλ1/

= ⎟⎠

⎞⎜⎝

⎛∑

gdzie: ijtλ to jednostki efektywności pracowników z wykształceniem i w za-

wodzie j w czasie t oraz e

e βσ

−11= to łatwość zastąpienia pracowników z róż-

nym wykształceniem w zawodzie. ijtL to popyt w zawodzie j na pracowników o wykształceniu i w czasie t .

Przyrównując krańcową produktywność z płacami według wykształcenia itw , przy założeniu doskonałej konkurencji na rynku pracy, otrzymujemy popyt na zawody i kwalifikacje, który można wyrazić wzorem:

( ) jiw

wUCwUCYLe

it

ijtjt

etjttttijt ,))(()(= ∀⎟⎟

⎠

⎞⎜⎜⎝

⎛−σ

σσσσ λδ

__________ 36 W tym podrozdziale indeks i odnosi się do wykształcenia, a nie do sektora, jak to było w poprzed-nich podrozdziałach.

139

z

( ))1/(1

1)(=)(σ

σσδ−

−

⎟⎟⎠

⎞⎜⎜⎝

⎛∑ tjtjt

jt wUCwUC

oraz

)1/(1

1=)(e

eit

eijt

jtjt wwUC

σσσλ

−−

⎟⎟⎠

⎞⎜⎜⎝

⎛∑

gdzie: UC to koszt jednostkowy, tiNtt www ,...,= 1 , a iN określa poziom

wykształcenia. Załóżmy, że poziom technologii jest stały, więc δ oraz λ są stałe w czasie.

Zmiany w (log) popycie na pracowników z wykształceniem i w zawodzie j w cza-sie są biproporcjonalne i dane przez:

( ) itetjtettijt wwUCwUCYL ln)(ln))((lnln=ln Δ−Δ−+Δ+ΔΔ σσσσ

ijtt SRwUCY lnln))((lnln= ++Δ+Δ σ gdzie: Rj to zmiany charakterystyczne dla zawodu: ( ) )(lnln tjtej wUCR Δ−= σσ ,

oraz Si to zmiany specyficzne dla wykształcenia: itei wS lnln Δ−= σ . Oznacza to, że jeśli poziom technologii jest stały w czasie, zmiany w alokacji

pracowników z wykształceniem i w zawodzie j (może to być spowodowane wyłącznie zmianą w strukturze płac) mogą być mierzone metodą RAS.36F36F

37 Przypuśćmy teraz, że technologia nie zmienia się w czasie, ale tylko jδ może

się zmienić. Tego typu zmiany są neutralne względem wykształcenia, ale nie są neutralne względem produkcji według zawodów. Przez neutralność względem wykształcenia rozumie się sytuację, w której sektorowe i techniczne zmiany nie prowadzą do zmian (komplementarnych lub substytucyjnych) w zatrudnieniu osób o danym poziomie wykształcenia w ramach danej grupy zawodów. Wszyscy pracownicy, niezależnie od ich wykształcenia, są pod takim samym wpływem. Pomyślmy o nowej maszynie, która zwiększa krańcową produktywność w zawo-dzie i w czasie t i może być obsługiwana produktywnie przez każdego pracowni-ka niezależnie od jego kwalifikacji. Zmiany (log) popytu na pracowników z wy-kształceniem i w zawodzie j są wciąż biproporcjonalne:

__________ 37 Zobacz: Stone, Brown (1964); Evans, Lindley (1973); Kadas, Klafzky (1976); van Eijs, Bor-ghans (1996); Dupuy, Borghans (2005).

140

( ) )(ln))((lnln=ln tjtettijt wUCwUCYL Δ−+Δ+ΔΔ σσσ

itejt wlnln Δ−Δ+ σδσ

ijtt SRwUCY lnln))((lnln= ++Δ+Δ ∗σ gdzie R*j to zmiany charakterystyczne dla zawodu:

( ) jttjtej wUCR δσσσ ln)(ln Δ+Δ−=∗

Jednak komponent zawodowy jest różny od 0 nawet przy stałej strukturze

płac, np. 1= −itit ww dla wszystkich i , ze względu na jtδσ lnΔ w ∗jRln . Zatem

przy danej stałej strukturze płac przesunięcia w popycie na pracowników mają tzw. stałą strukturę współczynników.

1.

.1=

−− ×≡

jt

jtijtijtijt L

LLFCL (6)

gdzie: ijtFC to popyt na pracowników z wykształceniem i w zawodzie j ,

gdzie struktura płac jest stała, a technologia neutralna względem wykształcenia, ale nieneutralna względem zawodów pomiędzy t oraz 1−t .

Jednakże zmiany techniczne mogą nie być obojętne dla grup pracowników według wykształcenia w zawodach, a tym samym ijλ może zmieniać się w czasie. Zmiany (log) we względnym popycie na pracowników z wykształceniem i w za-wodzie j nie są już biproporcjonalne:

( ) )(ln))((lnln=ln tjtettijt wUCwUCYL Δ−+Δ+ΔΔ σσσ

ijteitejt w λσσδσ lnlnln Δ+Δ−Δ+ ijij ASR lnlnln= ++∗

gdzie: Aij to zmiany specyficzne dla zawodu*wykształcenia: ijteijA λσ lnln Δ= .

Oznacza to, że przy stałej strukturze płac i założeniu, że logliniowe zależności między nieneutralnymi zmianami technicznymi i zmianami w zatrudnieniu, które są wystarczająco dokładnie przybliżone przez liniową zależność, przesunięcia w popycie na pracowników można wyrazić w następujący sposób:

ijtijtijtijt cFCDL +≡ = (7)

141

gdzie ijtc to wskaźnik zmian technicznych i organizacyjnych promujących

wysokie kwalifikacje. W analizie empirycznej zmiana w ijc , np. ijijtijt ucc =1−−

z założenia jest stała przynajmniej w podokresach (stała pomiędzy 1979−1992, we wczesnych prognozach popytu37F37F

38 i stała pomiędzy 1996 i 2003 r. w progno-zach popytu na okres 2004−2010 r. 38F38F

39).

6.3.2. Metodologia empiryczna

Celem głównym naukowców jest przełożenie prognozy nowego popytu na pracę według zawodu j na prognozę nowego popytu na pracę według wykształce-nia i. Po pierwsze, podsumowując równanie (7) według j, widać, że popyt na pra-cowników z wykształceniem i dany jest wzorem:

ititit CFCD += (8)

Korzystając z t jako roku odniesienia, przypuśćmy, że chcemy otrzymać pro-

gnozę zapotrzebowania na pracę według wykształcenia w okresie t+5. Używając macierzy zatrudnienia według wykształcenia i zawodu ijtL w roku referencyjnym powiedzmy t, a prognozy nowego popytu na pracę według zawodu w t+5, można łatwo uzyskać 5+ijtFC , stosując równanie (6) i sumując względem zawodów, aby

uzyskać itFC . Nie można jednak uzyskać bezpośrednio 5+itD , (popyt na pracow-ników według wykształcenia w okresie t+5), ponieważ wpływ zmian technolo-gicznych 5+itC na popyt na pracowników z wykształceniem i 39F39F

40 jest nieznany.

W pozostałej części tej sekcji zidentyfikujemy wielkość 5+itC . Po pierwsze, należy zauważyć, że sumując równanie (6) względem i, uzysku-

jemy:

jtjtjt CFCD +=.

jtjt CL +.= ⇔

0=jtC

__________ 38 Zobacz ROA (1995). 39 Zobacz ROA (2005). 40 Różnica itit CC −+1 znana jest pod pojęciem prędkości podnoszenia umiejętności dla poziomu wykształcenia i między okresem t a t+1.

142

Po drugie, trzeba pamiętać, że równanie (7) opisuje popyt w okresie t ze względu na strukturę płac w czasie t-1, gdzie dana jest struktura podaży w czasie t-1. Ponieważ struktura podaży może się zmieniać w czasie, pojawi się różnica mię-dzy popytem, jak wskazuje równanie (8), i podażą. Z definicji różnica ta wynosi:

ititit SDG −=

gdzie tiit LS .= . Według tej definicji popyt na pracowników z wykształceniem i w zawodzie

j w okresie t jest dany przez:

itijijtijt GDL α−= ⇔

itijijtijtijt GcFCL α−− = (9)

gdzie: 1=ijj

α∑ oraz gdzie drugie równanie jest prawdziwe po przekształce-

niu przy użyciu równania (7) w celu podstawienia ijtD .

Używając przeszłych obserwacji ijtL , zatrudnienia według wykształcenia

i zawodu − szeregi ijtL dla wszystkich i oraz j , można obliczyć ijtFC i wyzna-

czyć prawą stronę równania (9). Jeśli itG byłoby znane, to możliwe jest oszaco-wanie równania (9), używając metody MNK, aby oszacować ijtc oraz ijα

40F40F

41. Jako że zbiór parametrów α jest wyznaczony przez estymację MNK, tylko względne parametry c są estymowane, a nie ich poziom − suma parametrów jest nieznana. Oznacza to, że przykładowe podstawienie 0=iC pozwala uzyskać warunkowe szacunki ijc przez regresję MNK równania (9). Jednak można również podstawić

CCi = i uzyskać te same względne parametry ijc . Żeby uzyskać iC , potrzebu-jemy dodatkowego równania. Zanim przejdziemy do kolejnego kroku, ważne, żeby odnotować, że nasz wybór iC daje nam znajomość itG : jeśli podstawimy

CCi = , uzyskamy itG jako itit SCFC −+ , gdzie ijtjit FCFC ∑= a itS to po-

__________ 41 Z powodu krótkiego szeregu czasowego obserwacji przyjmujemy tcc ijijt ×= . Oznacza to,

że ijijtijt ccc ×−+ 5=5 . Współczynnik ijc jest interpretowany jako dodatkowy popyt w danym roku.

143

daż według wykształcenia i w czasie t . Oznacza to, że, dokonując arbitralnego wyboru C , uzyskujemy zmienną po lewej stronie równania (9), zatem możemy dokonać estymacji, używając metody MNK, współczynników ijc oraz ijα .

Brakujące równanie do uzyskania C można ułożyć poprzez wykorzystanie relacji między parametrami s'α oraz sc' . Załóżmy, że mamy funkcję

)(= ijij fc α . Używając aproksymacji liniowej f i wskazując ijc szacunki ijc

pod warunkiem 0=~ =∑ iji cc , iC mogą być uzyskane za pomocą przekształce-

nia względem ijα dla wszystkich i , używając metody MNK: 41F41F

42

ijijiijij econstc +−= αγ (10)

Zsumowanie równania (10) po j daje i

jiji constc γ)+== ∑0~ .

Problem z tą estymacją jest taki, że s'α są szacunkami pierwszego kroku pro-

cedury estymacyjnej i w związku z tym zawierają błędy pomiaru. Jak zasugerował Judge et al. (1985), technika estymacji IV pozwala na pokonanie tego problemu.

Procedura składa się z dwóch kroków: 1. Skonstruowanie narzędzia dla s'α , np. zmiennej zawierającej rangę s'α

i dokonanie regresji s'α za pomocą tego narzędzia. Wyprowadzenie predykcji z próby s'α , βα α

ˆ):1( Rank=) , gdzie 1 to wektor zawierający jedynki, a αRank

− zmienna zawierająca rangę s'α . 2. Zastąpienie α przez α) i użycie metody najmniejszych kwadratów do es-

tymacji równania (10). Wyniki estymacji dla Holandii na bazie danych badania aktywności ekono-

micznej ludności z lat 1979−2003 42F42F

43 i 128 zawodów są przedstawione w tabeli 6.2. Uderzające jest spowolnienie tempa podnoszenia kwalifikacji od połowy lat dziewięćdziesiątych na wszystkich poziomach edukacji w porównaniu do eduka-cji podstawowej i zwrot w grupie absolwentów szkół wyższych od pozytywnych zmian w popycie na absolwentów szkół wyższych w tempie 1,15% rocznie do __________ 42 Jest nieskończenie wiele możliwych kształtów dla funkcji odzwierciedlającej zależność po-

między sc' oraz s'α , które spełniają ))~((0 ij

iji cfc γ)×== ∑ .

43 Badania aktywności ekonomicznej ludności (LFS) początkowo przeprowadzano co dwa lata w okresie 1979−1988. Od 1988 r. są prowadzone corocznie.

144

negatywnych zmian w tempie rocznym -0,59 proc. Ostatnie wydarzenia na rynku pracy wskazują, że nie tylko tempo aktualizacji umiejętności jest niższe niż w latach osiemdziesiątych, ale że nastąpiła także zmiana w charakterze nabywanych umie-jętności – z umiejętności ogólnych na specjalistyczne.

Tabela 6.2

Współczynniki aktualizacji umiejętności dla okresów 1979−1992 oraz 1996−2003

Okres 1979−1992 Zmiana względna 1996−2003 Zmiana

względna Wykształcenie % %

Podstawowe -4,48 - -0,15 - Gimnazjum -1,08 3,40 -0,40 -0,25 Liceum 0,94 5,42 -0,33 -0,18 Wyższe zawodowe 1,46 5,94 0,86 1,01 Uniwersytet 2,61 7,09 0,27 0,42

Źródło: obliczenia własne. Bardzo interesujący przykład znaleziono w sektorze bankowym.43F43F

44 Bankomaty wykonują zadania, które wcześniej były przypisane pracownikom o niskich kwa-lifikacjach. Stąd bezpośrednim skutkiem wprowadzenia bankomatów było zmniejszenie popytu na pracowników o niskich kwalifikacjach w sektorze ban-kowym i rzeczywiście, pomiędzy 1984 r. (wprowadzenie bankomatów w USA) i 1995 r. zatrudnienie pracowników o niskich kwalifikacjach w sektorze banko-wym spadło o 41 tys. Jednak wykorzystanie nowych technologii w powiązaniu z reorganizacją pracy doprowadziło do tego, że kasjerzy (stara nazwa stanowiska pracy kasjer została zastąpiony przez nowy tytuł pracownik działu obsługi klien-ta) przejęli rutynowe zadania44F44F

45 dotychczas wykonywane przez specjalistów od private banking, którzy z kolei mogli skoncentrować się wyłącznie na sprzedaży. W rezultacie liczba zatrudnionych kasjerów ustabilizowała się, zamiast drastycz-nie spadać od połowy lat dziewięćdziesiątych. 45F45F

46 Przykład ten wyraźnie wskazuje, że chociaż nowe technologie mogą doprowadzić do gwałtownych zmian w zapo-trzebowaniu na umiejętności, zmiany organizacyjne, które uzupełniają te nowe technologie, mogą przyczynić się do spowolnienia tempa aktualizacji umiejętności.

__________ 44 Hunter et al. (2001) dają bardzo szczegółowy obraz skutków wprowadzenia bankomatów w sektorze bankowym. Nie tylko biorą pod uwagę wpływ wprowadzenia tej nowej technologii na zatrudnienie w sektorze bankowym, ale także rozważają efekt reorganizacji, który nastąpił w bez-pośredniej konsekwencji wprowadzenie bankomatów. Zob. też van Reenen, Caroli (2001). Autorzy pokazują, że zmiany organizacyjne stanowią uzupełnienie zmian w technologii. 45 Przykładowo zmiana adresu, wydawanie kart, dodanie nowego konta itp. są to zadania, któ-rych maszyna nie jest w stanie wykonać, podczas gdy człowiek wykonuje je z łatwością. 46 Warto zauważyć, że stabilizację zatrudnienia w grupie kasjerów można częściowo wytłuma-czyć zmniejszeniem się przeciętnej liczby przepracowanych godzin.

Po oszacowaniu możemy obliczyć ijc 5)(=5 +×+ tcc ijijt i zagregować po j ,

żeby uzyskać . Włączając to do równania (8), uzyskujemy prognozę nowego popytu według wykształcenia, np.

5+itC

555 = +++ + ititit CFCD .

6.4. Wnioski

Aby ocenić prognozę nowego popytu na pracę według zawodu, stosowane są zarówno metody jakościowe, jak i ilościowe. Metodą ilościową porównuje się błędy w prognozowaniu (różnica między prognozami i realizacją) stworzonego modelu z alternatywnym modelem (np. założeniem, że będzie tak, jak było). Me-toda jakościowa jest bardziej intuicyjna, gdyż skupia się na zakresie prognozy. Do każdej prognozy można przypisać jakościową charakterystykę, czyli ocenę bardzo niską: 3−≤ED , 3<3 ≤− ED niską, 11<3 ≤ED średnią, 22<11 ≤ED wysoką i 22>ED bardzo wysoką, gdzie ED to nowy popyt na pracę; wartości graniczne wyrażają nowy popyt jako procent zatrudnienia. W tabeli 6.3 zamiesz-czono zestawienie charakterystyki danych rzeczywistych i prognoz wykonanych dla lat 1997−2002. Ze 127 klas zawodowych 23 przypisano prawidłową charakte-rystykę, tj. taką, która wystąpiła w rzeczywistości.

Tabela 6.3 Jakościowa ocena nowego popytu na pracę według grup zawodów

(prognoza względna) Realizacja

Prognoza Bardzo niska Niska Średnia Wysoka Bardzo

Wysoka Razem

Bardzo niska 0 3 1 1 4 9 Niska 9 1 3 5 2 20 Średnia 16 9 7 11 6 49 Wysoka 3 3 3 6 13 28 Bardzo wysoka 3 5 1 3 9 21 Razem 31 21 15 26 34 127

Źródło: obliczenia własne. Z danych w tabeli 6.3. wynika, że 18% prognozy ma prawidłową charaktery-

stykę. Jeśli zsumujemy także wszystkie grupy zawodowe, dla których charaktery-styka prognozy różni się tylko w jednej kategorii od charakterystyki realizacji, to okaże się, że w sumie 77 grupom zawodowym (61%) przydzielono prawidłową charakterystykę lub taką, która różniła się tylko w jednej kategorii. Należy pamię-

145

tać, że 9% z grup zawodowych, w których liczebność wynosiła mniej niż 10 tys. pracowników miało prawidłową charakterystykę, a 37% odpowiednią lub prawie odpowiednią. Złe charakterystyki zdają się występować częściej w mniej licznych zawodach.

Praktycznie głównymi obawami związanymi z prognozowaniem nowego po-pytu na pracę są zmiany w klasyfikacji zawodów i sektorów gospodarczych. Mo-dele zarówno w punkcie 6.2, jak i w punkcie 6.3 bazują na estymacji parametrów uzyskanych na podstawie szeregów czasowych zatrudnienia według, odpowied-nio, sektora i zawodu oraz zawodu i wykształcenia. Stąd zmiany w klasyfikacji prowadzą do skrócenia używanego szeregu czasowego lub zagrażają spójności szacunków. Na przykład CBS zmienił klasyfikację sektorów w 1994 r. Aby wy-korzystać dane LFS od 1988 do 1993 r., trzeba oszacować, „jak wyglądałyby dane LFS za ten okres”, aby klasyfikacja sektorowa stosowana w tym okresie była taka sama, jak nowa. Było to możliwe do pewnego stopnia od 1994 r., kiedy dane wygenerowano przy użyciu zarówno nowej, jak i starej klasyfikacji. Jednak-że prawdopodobnie doprowadziło to do błędów pomiarowych, a zatem również błędów w prognozie nowego popytu na pracę.

Literatura

Cörvers F., Dupuy A. (2010), Estimating Employment Dynamics across Occupations and Sectors of Industries, Journal of Macroeconomics.

De Grip A., Heijke J., Dekker R. (1989), The Labour Market by Education and Occupa-tion to 1992, ROA-R-1989/8E.

Dupuy A., Borghans L. (2005), Supply and demand, allocation and wage inequality: an international comparison, Applied Economics, 37(9).

Evans G., Lindley R. (1973), The Use of RAS and Related Models in Manpower Fore-casting, Economics of Planning 13(1−2).

Hunter L., Bernhardt A., Hughes K., Skuratowicz E. (2001), It’s Not Just the ATMs: Technol-ogy, Firm Strategies, Jobs, and Earnings in Retail Banking, Industrial and Labor Re-lations Review 54(2A).

Judge G., Griffiths W., Hill R., Lütkepohl H., Lee T.-C. (1985), The Theory and Practice of Econometrics, Wiley, 2nd edition, New York.

Kadas S., Klafzky E. (1976), Estimation of the Parameters in the Gravity Model for Trip Distribution: A New Method and Solution Algorithm, Regional Science and Urban Economics 6(4).

Mark N.C., Ogaki M., Sul D. (2005), Dynamic Seemingly Unrelated Cointegrating Re-gressions, Review of Economic Studies 72(3).

ROA (1995), The Labour Market by Education and Occupation to 2000, ROA Report Series ROA-R-1995-3E.

146

ROA (2005), De Arbeidsmarkt Naar Opleiding En Beroep Tot 2010, ROA Report Series, ROA-R-2005/9.

Stock J.H., Watson M.W. (1993), A Simple Estimator of Cointegrating Vectors in Higher Order Integrated Systems, Econometrica, 61(4).

Stone R., Brown A. (1964), A Computable Model of Economic Growth, vol. 1 of the series A Programme for Growth, Chapman and Hall, London.

van Eijs P., Borghans L. (1996), The Use of RAS in Manpower Forecasting: A Microeco-nomic Approach, Economic Modelling 13.

van Reenen J., Caroli E. (2001), Skill-Biased Organisational Change? Evidence from British and French Establishments, Quarterly Journal of Economics 116(4).

147

O AUTORACH

Dr Arnaud Dupuy − profesor ekonomii w Reims Management School oraz honorowy profesor ekonomii w Maastricht School of Management.

Studiował ekonometrię i ekonomię stosowaną w Gre-noble we Francji, doktorat uzyskał na Uniwersytecie w Maastricht w 2004 r. Wiosną 2001 r. był na stypen-dium Marii Curie-Skłodowskiej w Centrum Pracy Rynku i Badań Społecznych Uniwersytetu Aarhus. Wiosną 2009 r. był wykładowcą na wydziale ekonomii na Uniwersytecie Yale. Współpracuje z IZA, METEOR i ROA. W latach 2004−2012 był pracownikiem naukowym ROA. Orga-

nizował seminaria ROA na temat ekonomii stosowanej w Maastricht Universi-ty w latach 2007−2011.

Jego badania koncentrują się na problematyce nierównowagi rynkowej, w szcze-gólności na rynku pracy i w sporcie, przy wykorzystaniu modeli z funkcjami dosto-sowań i modeli hedonistycznych. Jego prace zostały opublikowane w: Applied Economics, Economica, Economics Letters, Economics of Innovation and New Tech-nology, Journal of Income Distribution, Journal of Macroeconomics oraz Topics in Macroeconomics.

Kontakt: Reims Management School (RMS) 59, rue Pierre Taittinger 51100 Reims France e-mail: arnaud.dupuy@reims-ms.fr

148

149

Dr Robert Helmrich − kierownik sekcji, w Fede-ralnym Instytucie Kształcenia Zawodowego (BIBB) w Bonn.

Od 1989 do 1994 r. był asystentem w Instytu-

cie Stosowanych Nauk Społecznych na Uniwersy-tecie w Kolonii. Od 1995 do 2006 r. pracował na Wydziale Finansów i Międzynarodowej Staty-styki Edukacji w Komisji Planowania Edukacji i Promocji Badań, gdzie był kierownikiem Wydzia-łu. Od 2007 r. jest kierownikiem sekcji kwalifikacji, integracji zawodowej i zatrudnienia w Federalnym Instytucie Kształcenia Zawodowego (BIBB) w Bonn. Jego zainteresowania zawodowe skupiają się na

rozwoju podaży na rynku pracy. Jest również wykładowcą nauk społecznych w Rheinische Friedrich-Wilhelms-Universität w Bonn.

Kontakt: Federal Institute for Vocational Education and Training (BIBB) Robert‐Schuman‐Platz 3 D‐53175 Bonn Germany Tel +49 228 107 1132 Fax +49 228 107 2955 e-mail: helmrich@bibb.de

150

Dr inż. Jan Koucký − dyrektor Centrum Polityki Edu-kacyjnej, Wydział Pedagogiczny na Uniwersytecie Karola w Pradze.

Jan Koucký pracuje jako dyrektor w Centrum Polityki Edukacyjnej (EPC) na Wydziale Pedagogicznym Uniwer-sytetu Karola w Pradze od 2000 r. W ciągu ostatnich dwóch dekad robił również karierę polityczną (członek czeskiego parlamentu i Zgromadzenia Parlamentarnego Rady Europy), urzędniczą (wiceminister edukacji, sekre-tarz stanu w Ministerstwie Szkolnictwa Wyższego i Ba-

dań) i akademicką (dyrektor EPC). Jako naukowiec koncentruje się na polityce edukacyjnej, zwłaszcza na dywersyfikacji i finansowaniu szkolnictwa wyższego, rynku pracy, zapotrzebowaniu na umiejętności i szansach zatrudnienia absolwen-tów, a także nierównościach społecznych i dostępie do szkolnictwa wyższego. Brał udział w licznych krajowych i międzynarodowych projektach badawczych, również jako kierownik projektu.

Kontakt: Education Policy Centre (EPC) Charles University in Prague Malátova 17 150 00 Praha 5 Czech Republic Tel +422 221 900 513 e-mail: jan.koucky@pedf.cuni.cz

151

Mgr inż. Martin Lepič − analityk w Centrum Polityki Edukacyjnej, Wydział Pedagogiczny na Uniwersytecie Karola w Pradze. Martin Lepič pracuje jako analityk w Centrum Polityki Edukacyjnej, na Wydziale Pedagogicz-nym Uniwersytetu Karola w Pradze od 2003 r. Jego zainteresowania zawodowe skupiają się na kwestiach dotyczących rynku pracy i prognozo-

waniu. Brał udział jako ekspert w krajowych i międzynarodowych projektach badawczych. Ostatnio uczestniczył w projekcie „Prognozowanie podaży i popytu na umiejętności w Europie” na zlecenie Europejskiego Centrum Rozwoju Kształ-cenia Zawodowego (CEDEFOP).

Kontakt: Education Policy Centre (EPC) Charles University in Prague Malátova 17 150 00 Praha 5 Czech Republic Tel +422 221 900 513 e-mail: martin.lepic@pedf.cuni.cz

Mgr Tobias Maier − członek zespołu badawczego w Federalnym Instytucie Kształcenia Zawodowego (BIBB) w Bonn.

Tobias Maier studiował politologię i zarządzanie

na Uniwersytecie w Konstancji w Niemczech. Od 2009 r. jest pracownikiem naukowym w sekcji kwalifikacji, integracji zawodowej i zatrudnienia w BIBB, w Bonn w Niemczech. Był liderem projektu, w którym budowano ekonometryczny model symu-lacji i prognoz podaży i popytu na szkolenia zawo-dowe (PROSIMA). Poza tym jest zaangażowany w projekt Qube – długoterminowy system pro-

gnozowania popytu i podaży zawodów i kwalifikacji w Niemczech. Od 2009 r. Tobias Maier jest regularnie zapraszany jako ekspert krajowy do międzynaro-dowych projektów Europejskiego Centrum Rozwoju Kształcenia Zawodowego (CEDEFOP) oraz OECD. Jego zainteresowania badawcze koncentrują się na pro-blematyce mobilności zawodowej, a także na rozwoju systemu edukacji i rynku pracy.

Kontakt: Federal Institute for Vocational Education and Training (BIBB) Robert‐Schuman‐Platz 3 D‐53175 Bonn Germany Tel +49 228 107 2043 Fax +49 228 107 2958 e-mail: tobias.maier@bibb.de

152

153

Dr Pekka Tiainen − radca ministerialny w Mini-sterstwie Pracy i Gospodarki w Helsinkach.

Pekka Tiainen ma 34 lata doświadczenia zawodo-

wego. Na początku swojej kariery zawodowej pra-cował w Ministerstwie Spraw Społecznych i Zdrowia, Ministerstwie Środowiska, w Wydziale Badań Eko-nomicznych Kansallis-Osake-Pankki. Od 1982 do 2007 r. piastował stanowisko głównego ekonomisty w Ministerstwie Pracy. Od 2008 r. pracuje na sta-nowisku starszego badacza i radcy ministerialnego w Ministerstwie Pracy i Gospodarki. Jego zaintere-

sowania zawodowe skupiają się na badaniach w dziedzinie ekonomii, prognoz i projekcji, rozwoju i strategii zatrudnienia, wpływu na zatrudnienie i kosztów bezrobocia, polityki budżetowej. Pekka Tiainen posiada również bogate doświad-czenie międzynarodowe. Był przedstawicielem w fińskiej delegacji na Konferen-cji Ludnościowej ONZ w Kairze oraz członkiem grupy roboczej podczas szczytu w Johannesburgu. Był zaangażowany w proces wstąpienia Finlandii do UE, opra-cowanie fińskiej propozycji do Traktatu Amsterdamskiego (rynek pracy i sprawy gospodarcze), w prognozy EOG i UE dotyczące siły roboczej w latach 1993− 1997. Brał udział w pracach grup roboczych Komitetu ds. Zatrudnienia i Rynku Pracy, w wielu spotkaniach unijnych, szczególnie w okresie prezydencji fińskiej. Współpracował z Międzynarodową Organizacji Pracy, Międzynarodowym Fundu-szem Walutowym i w ramach projektów badawczych z OECD. Od 2005 r. pełni funkcję eksperta krajowego w sieci CEDEFOP Skillsnet.

Kontakt: Ministry of Employment and the Economy Etelä-Esplanadi 4 00130 Helsinki Finland Tel +35 8503960101 Fax +35 8106048081 e-mail: pekka.tiainen@tem.fi

154

Dr Rob Wilson − profesor i p.o. dyrektora w Instytu-cie Badań nad Zatrudnieniem w Warwick.

Rob Wilson jest profesorem pełniącym obowiązki dy-

rektora Instytutu Badań nad Zatrudnieniem na Uniwersy-tecie w Warwick, w Wielkiej Brytanii. Kieruje pracami Instytutu w obszarze analiz, oceny i prognoz rynku pracy. Na swoim koncie ma również wiele badań i publikacji na temat innych aspektów funkcjonowania rynku pracy, w tym zmian wzorców popytu i podaży kwalifikacji na poziomie

krajowym i międzynarodowym. Odegrał podstawową rolę w utworzeniu Working Futures dla brytyjskiej Komisji ds. Umiejętności (UKCES). Ostatnio prowadził projekt CEDEFOP w ramach sieci Skillsnet dotyczący średnioterminowych pro-gnoz zapotrzebowania na umiejętności zawodowe w Europie, który po raz pierw-szy stworzył spójną i kompleksową metodologię oceny perspektyw zatrudnienia dla całej Europy. Napisał i zredagował wiele książek, w tym Employment Fore-casting in the Construction Industry; The National Health Service and the Labour Market; Technical Change: The Role of Scientists and Engineers oraz Research and Development Statistics. Był członkiem Zespołu Ekspertów UKCES. Obecnie jest członkiem Komitetu Doradczego ds. Migracji, ustanowionego w celu doradzania rządowi Wielkiej Brytanii, w jakich obszarach istnieje prawdopodobieństwo za-istnienia deficytów umiejętności, które mogą być uzupełnione przez napływ mi-grantów.

Kontakt: Institute for Employment Research, University of Warwick Coventry CV4 7AL Tel +44 (0) 247652 3530 Mobile +44 (0)7824540984 Fax +44 (0) 247652 4241 e-mail: r.a.wilson@warwick.ac.uk

Dr Gerd Zika − starszy specjalista ds. badań w Instytucie Badań nad Zatrudnieniem w Nory-mberdze.

Gerd Zika studiował administrację na Friedrich-

-Alexander-Universität w Erlangen i Norymberdze (dyplom uzyskał w 1991 r.). W latach 1991−1995 pracował jako asystent w Katedrze Statystyki i Ekonometrii na Friedrich-Alexander-Universität w Erlangen i Norymberdze, gdzie doktoryzował się w 1994 r.). Od 1995 r. pracuje jako starszy specjalista ds. badań w Instytucie Badań nad Za-trudnieniem (IAB) − obecnie w Departamencie Prognozowania i Analiz Strukturalnych. Jego za-interesowania badawcze obejmują analizę popytu na pracę według branż, zawodów i kwalifikacji

w krótkim i długim okresie. Kontakt: Institute for Employment Research (IAB) of the German Federal Employment

Agency (BA) Regensburger Strasse 104 D-90478 Nuremberg Germany Tel +49 911 179 3072 Fax +49 911 179 3298 e-mail: Gerd.Zika@iab.de