Статья посвящена проблемам отбора персонала для арктических территорий. Всвязи с тяжелыми климатическими условиями отбор персонала состоит не только из квалификационного отбора, но также должен учитывать состояние здоровья и другие специфические особенности кандидата. Такой подход существенно сужает круг поиска персонала и усложняет задачу арктических компаний. Для решения этой проблемы можно использовать современные технологии сбора информации и формализованный анализ, основанный на модели бинарного выбора, предлагаемой в данной работе.
Ключевые слова: Арктика, Крайний север, отбор персонала, логит-модель.
Арктические территории относятся к экстремальным территориям для проживания и работы людей. Проживание и работа на таких территориях связаны с повышенными нагрузками на здоровье, в частности, психику человека. Для Арктики характерно сочетание экстремально низких температурных режимов и резких перепадов температур со сложной геомагнитной ситуацией, повышенным радиационным фоном, а также полярные ночь и день, недостаток необходимых для человека микроэлементов и биоактивных соединений. Негативное психологическое воздействие связанно с печальными ландшафтами полярных пустынь. Жесткие природно-климатические условия арктических территорий оказывают серьезное влияние на выбор и отбор персонала. Такие особенности работы в северных условиях приводят к необходимости создания специальных подходов к отбору персонала для северных компаний. Для компаний Севера важными при отборе персонала становятся факторы, которые традиционно почти не учитываются компаниями в других регионах страны. Повышенные издержки на отбор персонала требуют формирования новых подходов, позволяющих использовать преимущества современных информационных систем и технологий.
В последнее время появилось большое количество работ посвященных отбору персонала для арктических компаний. Большинство работ посвящены отбору вахтовых рабочих, а также основным критериям, которые могут быть положены в основу такого отбора. Исследования традиционно проводятся по трем основным направлениям: медицинские аспекты проживания на Севере, психологические аспекты, и, собственно, квалификационный отбор.
Трудовой потенциал арктических регионов крайне ограничен. Это связано с малым количеством аборигенного населения и населения, стационарно проживающего в данной зоне. Такая ситуация требует привлечения персонала из других регионов на постоянную или временную (вахтовую) работу. Можно выделить две основные группы работников, которые требуют специального подхода к отбору персонала:
– персонал, работающий вахтовым методом (живущий в других регионах страны и работающий временно на Севере)
– персонал, привлекаемый на длительную работу и временно-стационарное проживание на арктических территориях.
Эти две группы предполагают перемещение персонала к месту работы и длительное проживание в Арктике в период вахты или контракта. Это приводит к дополнительным затратам компаний, связанным с необходимостью привлечения и удержания персонала нужной квалификации. Кроме того, это сильно сужает круг потенциальных сотрудников, поскольку не все подходящие кандидатуры готовы к переезду в другой, экстремальный регион, и, следовательно, сильно расширяет ареал их поиска. Неблагоприятные условия жизни и труда также сильно снижают закрепляемость персонала на долгосрочную перспективу (в среднем закрепляемость составляет не более 1-3 года) в арктических компаниях, что приводит к постоянному, непрекращающемуся поиску, дополнительно увеличивая затраты. Также для закрепления требуется повышение оплаты труда и разработка специальных программ мотивации, включающих материальные и социальные стимулы, что еще более увеличивает затраты компании.
Снижение затрат на отбор персонала может существенно повлиять на результаты компаний, поэтому важно обеспечить максимально широкий ареал поиска кандидатов, охватить максимальное количество регионов. Для снижения затрат на поиск персонала сегодня используются различные цифровые технологии, которые позволяют автоматизировать процесс отбора, подбора и найма сотрудников. Такие технологии существенно сокращают затраты времени и создают комфортные условия как для рекрутеров, так и для кандидатов. Возможность дистанционной работы позволяет расширить воронку поиска кандидатов, подключив регионы как дополнительные ареалы поиска.
В рамках современных цифровых технологий стоит упомянуть о развивающемся направлении HR-аналитики. Предиктивная аналитика и работа с большими данными (Big Data) позволяют предугадать множество важных факторов, влияющих на эффективную работу компании (например, поведение сотрудников), просчитать вероятность ухода персонала, повлиять на текучесть кадров, мотивировать сотрудников в зависимости от их личностных характеристик и т. д. Стоит также отметить сравнительную аналитику, которая помогает кандидатам искать работу анонимно. Она анализирует карьерный опыт и личностные особенности соискателя, а затем предлагает ему вакансии. Еще одним помощником рекрутера являются инструменты, использующие парсинг данных. Приложение по парсингу данных выполняет синтаксический анализ текста, а также позволяет в режиме реального времени загружать отклики и резюме в корпоративную базу данных и распознавать основные навыки и компетенции на основе CV. Появление робота-рекрутера позволяет сократить затрачиваемое время на первичный скрининг кандидатов. Робот-рекрутер сокращает временные и трудовые затраты на подбор персонала как минимум в 10 раз. На ряду с роботами-рекрутерами набирают большую популярность и чат-боты, которые способны получать и обрабатывать от кандидатов информацию по заданному алгоритму (документы и ограничения по допуску к работе, персональные данные и готовность рассмотреть вакансии).
Такой информационный прорыв позволяет собирать данные по отдельным кандидатам, и использовать полученную информацию в модели, которые осуществляют формализованный отбор на основе заданных критериев.
Выделение ряда ключевых факторов позволяет определить, насколько тот или иной кандидат может быть готов к работе в условиях Крайнего Севера и Арктики.
Логит-модель регрессии — модель, используемая для предсказания вероятности возникновения события через описание данных логистической кривой. При этом используют несколько предсказывающих переменных, которые могут быть или числовыми, или категориальными. Например, вероятность, того, что человек подходит для работы на Крайнем Севере в определенный период времени, может быть предсказана в зависимости от профессии, возраста человека, пола, ожидаемого дохода и состояния здоровья, включая психическое, то есть информации доступной из большинства резюме, размещаемых на сайтах кадровых агентств и агрегаторов.
Логит-модель предполагает следующие этапы оценки.
- Определение зависимой переменной и факторов
- Построение переменной Z, как линейной комбинации независимых переменных
- Построение уравнения для искомой вероятности события и нахождение производных (для оценки кумулятивного и предельного воздействия факторов)
- Проведение вычислений с помощью программы (используется метод максимального правдоподобия)
- Интерпретация результатов
- Качество оценивания
В данной работе предлагается сформулировать описание логит-модель для формализации отбора персонала для территорий Крайнего Севера, то есть выполнить только первых два этапа оценки.
Проведенный анализ позволяет выделить группы населения, которые более склонны к работе в экстремальных условиях. Это, как правило, мужчины, с небольшим стажем работы, технической специальностью, и завышенными ожиданиями по заработной плате. Работа в Арктике дает таким кандидатам ряд возможностей:
опыт работы в сложных условиях ценится последующими работодателями, косвенно свидетельствует о высокой адаптивности и профессиональной пригодности;
более высокая заработная плата, часто дополнительный соцпакет (в том числе, оплата жилья);
удовлетворение внутренних психологических потребностей (жажда приключений, смены обстановки, поиски лучшей жизни).
Таким образом, можно констатировать, что есть отдельные группы лиц подходящих к работе в условиях арктических территорий и мотивированных к такого рода работе, что требует разработки грамотной процедуры отбора персонала от компании.
Рис. 1. Описание модели
Далее на третьем этапе оцениваются кумулятивные и предельные эффекты. Для расчета логит-модели используется метод максимального правдоподобия. Это создает дополнительные сложности при оценке качества модели, поскольку для метода максимального правдоподобия нет коэффициента, аналогичного R-square. Для оценки в этом случае можно использовать другие способы:
Число правильно предсказанных исходов, если в наблюдении i, считать предсказанием 1 при p(i)>0,5, 0 — в противном случае
Сумма квадратов отклонений
Коэффициент корреляции между исходными и предсказанными значениями.
Кроме того, значимость отдельных коэффициентов по-прежнему можно оценить с помощью t-статистики (или z-статистики для больших выборок).
Предлагаемый подход позволяет формализовать и оптимизировать квалификационный отбор, частично решить проблемы медико-физиологического отбора. Квалификационный отбор позволяет установить степень соответствия квалификации, то есть уровня необходимых компетенций, и опыта работы в конкретной области, требованиям рабочего места. Медико-физиологический отбор необходим для Арктических территорий, поскольку выявляет состояние здоровья работника и его физическое состояние, необходимое для профессиональной деятельности в экстремальных условиях: особенности режима труда и отдыха, климатические условия, специфика профессиональной деятельности и др. К сожалению, на основе резюме нельзя осуществить даже частично психологический отбор, позволяющий выявить наиболее пригодных по индивидуально-психологическим особенностям и способностям к профессиональной деятельности лиц.
Литература:
1. Jeffrey M. Wooldridge (2013) Introductory Econometrics: A Modern Approach, Fifth Edition. South-Western, Cengage Learning
2. Вербик М. Путеводитель по современной эконометрике М: Научная книга, 2008 — 616 с.
3. Тесля А. Б., Булачева Л. В. Формирование и развитие трудового потенциала Арктической зоны Российской Федерации. — Вестник МГТУ, том 18, No 3, 2015 г. стр. 537-546
4. Баскина Т. В. Техники успешного рекрутмента. ‒ Издание 2-е. М.: Альпина Паблишер, 2014. ‒ 222 с.
5. Исследование консалтинговой компании Deloitte Подбор персонала в цифровую эпоху// Deloitte.com: официальный сайт. 2018. URL: https://www2.deloitte.com/ru/ru/pages/human-capital/articles/2018/podbor-personala-v-cifrovuyu-ehpohu.html (дата обращения: 01.12.2018).
