CHƯƠNG 1. CƠ SỞ LÝ LUẬN VÀ KINH NGHIỆM QUỐC TẾ VỀ DỰ BÁO NHU CẦU NHÂN LỰC TRÌNH ĐỘ CAO ĐẲNG, ĐẠI HỌC
1.5. Nội dung và các điều kiện cơ bản để thực hiện dự báo nhu cầu nhân lực trình độ cao đẳng, đại học
1.5.3. Yêu cầu về các điều kiện thực hiện dự báo nhu cầu nhân lực
Dự báo cung và cầu nhân lực đã qua đào tạo nói chung và nhân lực có trình độ CĐ, ĐH nói riêng là một phần không thể thiếu trong việc hoạch định nhân lực đối với mọi quốc gia, mọi vùng lãnh thổ, mọi lĩnh vực hoạt động trong nền kinh tế. Kết quả của các dự báo này là một công cụ quan trọng đối với các nhà ra quyết định trong việc tuyển dụng, đào tạo và xây dựng chính sách.
Tuy nhiên, việc dự báo cung – cầu nhân lực cũng gây ra nhiều tranh luận về học thuật trong và ngoài nước. Đã có nhiều ý kiến cho rằng việc dự báo này là không cần thiết bởi vì không thể dự báo, kết quả nếu có cũng
Bước 1 Xác định
vấn đề dự báo
Bước 2 Phân tích các
yếu tố ảnh hưởng
Bước 3 Thu thập dữ liệu, đề xuất giả
thiết
Bước 4 Thực hiện dự
báo, kiểm nghiệm kết quả
Bước 5 Ứng dụng kết quả
dự báo
không chính xác và việc dự báo thường dựa trên những giả thiết không thực tế. Một số nhà nghiên cứu lại cho rằng dự báo cung – cầu nhân lực là một việc làm rất khó nhưng rất cần thiết và có thể thực hiện được, họ cho rằng dù sao có làm dự báo vẫn tốt hơn không làm. Những quan điểm trái chiều này sẽ tác động không nhỏ đến công tác dự báo và đến các cấp lãnh đạo. Khi công tác dự báo được coi trọng, tức là người ta sẽ nghiên cứu đầu tư cho nó thời gian, chất xám và cả tiền bạc để đạt được kết quả đáng tin cậy nhất. Vì vậy, quan điểm chỉ đạo phát triển nhiệm vụ dự báo của lãnh đạo sẽ tác động trực tiếp đến kết quả dự báo.
Ở Việt Nam, các cấp lãnh đạo đã nhận thức được rằng dự báo cung và cầu của nguồn nhân lực được đào tạo ngày càng trở nên cần thiết trong mọi lĩnh vực, mọi ngành nghề. Việc áp dụng các mô hình để dự báo nhu cầu nhân lực có trình độ CĐ, ĐH sẽ là cơ sở để xây dựng các chính sách các chiến lược ở tầm vĩ mô một cách có hiệu quả và sát với thực tế. Đồng thời, số liệu dự báo, cũng giúp cho kế hoạch đào tạo tốt hơn, phù hợp với nhu cầu và đáp ứng được yêu cầu của thực tế, tránh lãng phí và rủi ro không đáng có.
1.5.3.2. Yêu cầu về số liệu, dữ liệu
Dữ liệu phục vụ dự báo nói chung dùng để phản ánh thực tế đối tượng nghiên cứu, là các trị số đo lường, các quan sát về biến nghiên cứu. Trước khi thực hiện nhiệm vụ dự báo, người làm dự báo phải hiểu được vấn đề và xu hướng của đối tượng dự báo và có được dãy số liệu quá khứ của đối tượng dự báo sẽ mô tả một cách tường minh sự phát triển và thay đổi của đối tượng dự báo. Các phương trình hồi quy dự báo cũng cần dãy số quá khứ đủ dài để có thể mô tả và “kéo dài” quá trình dự báo. Các dữ liệu, số liệu này có được nhờ kỹ thuật thống kê, ví dụ như thu thập các thông tin về tổng dân số trong độ tuổi lao động; chỉ số GDP của cả nước và của từng ngành; tổng số nhân lực có trình độ CĐ, ĐH; tỷ trọng nhân lực có trình độ CĐ, ĐH trong tổng số lao động... Các số liệu này lại cần được chia nhỏ hơn theo giới tính, tuổi, dân tộc,
tình trạng hôn nhân, trình độ học vấn, nghề nghiệp, ... Người ta đã kiểm nghiệm bằng thực tế rằng để có kết quả dự báo đáng tin cậy thì nếu sử dụng mô hình đơn nhân tố, tầm xa của dự báo cần phải ngắn hơn “chuỗi lịch sử”, còn sử dụng mô hình đa nhân tố đòi hỏi số quan sát mẫu phải lớn hơn số biến đưa vào phương trình từ 4 đến 5 lần.
Phạm vi dự báo càng rộng thì các dữ liệu càng cần cụ thể và đầy đủ. Vì vậy nếu là dự báo ở cấp quốc gia và kết quả dự báo phục vụ cung cấp dữ liệu cho việc xây dựng những chính sách có tính chất quyết định thì cần rất nhiều dữ liệu gốc và độ chính xác của dữ liệu, vì vậy cần thiết kế những cuộc điều tra để lấy dữ liệu chính xác cho dự báo.
Mặt khác ở cấp địa phương, nhiều dữ liệu cũng sẽ rất khó thu nhập như GDP, tình trạng việc làm/học vấn của cha mẹ, sự thay đổi nghề nghiệp, mức sống của gia đình (do thay đổi về chính sách KT-XH như hình thành khu công nghiệp của địa phương,.. ), điều này làm hạn chế khả năng áp dụng mô hình dự báo đa nhân tố ở cấp địa phương. Nói cách khác, muốn kết quả dự báo có độ tin cậy cao thì cũng đòi hỏi nền dữ liệu phải rất đầy đủ, bởi các mô hình dự báo chỉ cho phép dự báo trên nền dữ liệu sẵn có.
1.5.3.3. Về năng lực của người làm dự báo
Dự báo là một bộ môn có tính khoa học và nghệ thuật nhằm tiên đoán trước các hiện tượng và sự việc sẽ xảy ra trong tương lai được căn cứ vào các điều kiện cụ thể. Người làm dự báo cần hiểu đối tượng, biết cách tìm ra quy luật của đối tượng trong quá khứ để xây dựng mô hình dự báo phù hợp.
Những phán đoán có tính khoa học của người thực hiện dự báo phải được dựa trên các điều kiện có sẵn như:
Các dãy số liệu của các thời kỳ quá khứ;
Kết quả phân tích các nhân tố ảnh hưởng đối với kết quả dự báo;
Kinh nghiệm thực tế đã được đúc kết.
Vì vậy, người thực hiện dự báo (hay nhân lực làm công tác dự báo) cần phải am hiểu sâu sắc vấn đề cần dự báo, có khả năng phân tích những điều kiện/yếu tố ảnh hưởng đến đối tượng dự báo, có kiến thức về thống kê ứng dụng (thống kê mô tả và thống kê suy diễn để tìm quy luật phát triển của đối tượng và phương trình dự báo phù hợp), trên cơ sở căn cứ vào dãy số liệu của các thời kỳ quá khứ và các kết quả phân tích các nhân tố ảnh hưởng đối với kết quả dự báo.
1.5.3.4. Yêu cầu về mô hình dự báo phù hợp và khả thi
Một yêu cầu quan trọng để có thể thực hiện dự báo nhân lực trình độ cao đẳng, đại học ở Việt Nam là cần phải có mô hình dự báo phù hợp với đặc điểm riêng của Việt Nam và có tính khả thi. Thực tiễn ở Việt Nam cho thấy, mặc dù đã “nhập cảnh” nhiều mô hình dự báo, nhưng hầu hết những mô hình dự báo này đều đòi hỏi những bộ số liệu “khổng lồ” mà thống kê của Việt Nam chưa đáp ứng được hết. Vì vậy, một trong những nguyên nhân chưa có dự báo nhu cầu nhân lực nào có hệ thống, có luận cứ khoa học và khả thi là do không có mô hình dự báo thích hợp, vì mô hình của nước ngoài thì ko sử dụng được, còn mô hình trong nước thì chưa có người thiết kế, xây dựng. Với điều kiện số liệu và chính sách giáo dục và đào tạo của Việt Nam như hiện nay, khuyến nghị nên sử dụng kết hợp nhiều hơn một phương pháp có thể mang lại kết quả đáng tin cậy hơn. Tuy nhiên dù là phương pháp nào cũng cần tham vấn chuyên gia, nhà quản lý và người sử dụng kết quả dự báo để nâng cao tính hữu dụng của mô hình dự báo.