Реферат: Статистический анализ рынка труда Тюменской области

Глава 2. Статистический анализ рынка труда Тюменской области

за 1997-2001 г.г.

2.1. Статистические методы анализа рынка труда

          В статистической практике используются различные методы анализа экономических явлений. Некоторые из них мы рассмотрим в данной работе.

Группировка статистических данных.

          Группировка – это разбиение совокупности на группы, однородные по какому-либо признаку. С точки зрения отдельных единиц совокупности группировка – это объединение отдельных единиц совокупности в группы, однородные по каким-либо признакам.

          Устойчивое разграничение объектов выражается классификацией. Классификация – это как бы стандарт, в котором каждая атрибутивная запись может быть отнесена лишь к одной группе или подгруппе. Классификация основывается на самых существенных признаках, которые меняются очень мало.

          Метод группировки основывается на двух категориях – группировочном признаке и интервале.

          Группировочный признак – это признак, по которому происходит объединение отдельных единиц совокупности в однородные группы. Классификация и группировка должны производиться на вполне объективных и легко распознаваемых признаков.

          Интервал очерчивает количественные границы групп. Как правило, он представляет собой промежуток между максимальным и минимальным значениями признака в группе. Интервалы бывают:

          равные, когда разность между максимальным и минимальным значениями в каждом интервале одинакова;

          неравные, когда, например, ширина интервала постепенно увеличивается, а верхний интервал часто не закрывается вовсе;

          открытые, когда имеется только либо верхняя, либо нижняя граница;

          закрытые, когда имеются и нижняя, и верхняя границы.

          Статистические группировки и классификации преследуют цели выделения качественно однородных совокупностей, изучения структуры совокупности, исследования существующих зависимостей. Каждой из этих целей соответствует особый вид группировки: типологическая, структурная, аналитическая (факторная).

          Типологическая группировка решает задачу выявления и характеристики социально-экономических типов (частных подсовокупностей).

          Структурная дает возможность описать составные части совокупности или строение типов, а также проанализировать структурные сдвиги.

          Аналитическая (факторная) группировка позволяет оценивать связи между взаимодействующими признаками.

Ряды динамики.

          Ряд динамики – это последовательность упорядоченных во времени числовых показателей, характеризующих уровень развития изучаемого явления. Всякий ряд динамики включает два обязательных элемента: во-первых, время и, во-вторых, конкретное значение показателя, или уровень ряда.

          При изучении явления во времени перед исследователем встает проблема описания интенсивности изменения и расчета средних показателей динамики. Для характеристики интенсивности во времени такими показателями будут: абсолютный прирост, темп роста, темп прироста, абсолютное значение одного процента прироста.

          Расчет показателей динамики представлен в следующей таблице:

* Δ i баз = ∑ Δ і цеп.

** Крбаз = Пi=1 Крцеп.

          Система средних показателей динамики включает: средний уровень ряда, средний абсолютный прирост, средний темп роста, средний темп прироста.

          Средний уровень ряда – это показатель, обобщающий итоги развития явления за единичный интервал или момент из имеющейся временной последовательности. В данной работе мы будем рассматривать равные периоды времени, поэтому средний уровень ряда будем рассчитывать по формуле:

Y‾ = ∑1n Yi/n  или ∑on Yi/(n+1),

где n и (n+1) – общая длина временного ряда или общее число равных временных отрезков, каждому из которых соответствует свой уровень Yi.  

          Средний абсолютный прирост рассчитывается по формулам в зависимости от способа нумерации интервалов (моментов).

∆‾ ═ ∆‾баз : n или  ∆‾ = ∆баз : (n – 1).

          Средний темп роста:

Т‾р = К‾р ∙100,

где К‾р – средний коэффициент роста, рассчитанный как

К‾р = n√∏Кцеп  = n√Кбаз.

          Здесь Кцеп – цепные коэффициенты роста; Кбаз – базисный коэффициент роста. Если нумерация уровней ряда начинается с единицы, то формула среднего коэффициента роста выглядит следующим образом:

К‾р = n-1√∏Кцеп  = n-1√Кбаз.

          Средний темп прироста (%) определяется по единственной методологии:

Т‾пр = Т‾р – 100.

Индексный метод.

Индекс – это относительная величина, показывающая, во сколько раз уровень изучаемого явления в данных условиях отличается от уровня того же явления в других условиях. Различие условий может проявляться во времени (тогда говорят об индексах динамики), в пространстве (территориальные индексы), в выборе в качестве базы сравнения какого-либо условного уровня, например планового показателя, уровня договорных обязательств и т.п. Соответственно вводят индекс выполнения обязательств или, если плановый уровень сравнивается с уровнем предыдущего периода, - индекс планового задания.

Если известно, что изучаемое явление неоднородно и сравнение уровней можно провести только после приведения их к общей мере, экономический анализ выполняют посредством так называемых общих индексов. Индекс становится общим, когда в расчетной формуле показывается неоднородность изучаемой совокупности.

Приведем формулы расчета некоторых наиболее употребительных агрегатных индексов.

Индекс изменения общей суммы затрат на производство продукции в зависимости от объема производства (q) и затрат на единицу (z):

Ic= (∑z1·q1) / (∑zo·qo) = [(∑zo· q1) / (∑zo·qo)]·[ (∑z1·q1) / (∑zo· q1)] = Iq·Iz.

Индекс изменения общего фонда оплаты труда в связи с изменением общей численности работающих (Т) и заработной платы (f):

IF = (∑f1·T1) / (∑fo·To) = [(∑fo· T1) / (∑fo·To)]·[ (∑f1·T1) / (∑fo· T1) = IT·If.

Индекс изменения объема продукции в связи с изменением численности работающих (Т) и уровня их выработки (w):

IQ = (∑w1·T1) / (∑wo·To) = [(∑wo· T1) / (∑wo·To)]·[ (∑w1·T1) / (∑wo· T1) = IT·Iw.

Аналогичным образом находят общие агрегатные индексы и по многим другим экономическим показателям.

Метод  корреляционно – регрессионного анализа.

          В общем виде задача статистики в области изучения взаимосвязей состоит не только в количественной оценке их наличия, направления и силы связи, но и в определении формы (аналитического выражения) влияния факторных признаков на результативный. Для ее решения применяют методы корреляционного и регрессионного анализа.

          Задачи корреляционного анализа сводятся к измерению тесноты связи между варьирующими признаками, определению неизвестных причин связи (причинный характер которых, должен быть выяснен с помощью теоретического анализа) и оценке факторов, оказывающих наибольшее влияние на результативный признак.

          Задачами регрессионного анализа являются выбор типа модели (формы связи), установление степени влияния независимых переменных на зависимую и определение расчетных значений зависимой переменной (функции регрессии).

          Решение всех названных задач приводит к необходимости комплексного использования этих методов.

          Для количественной оценки тесноты связи используют линейный коэффициент корреляции. Если заданы значения переменных Х и У, то он вычисляется по формуле:

rxy= (n∑xy-∑x∑y) / (√[n∑x² - (∑x)²]·[n∑y² - (∑y)²])

          Коэффициент корреляции принимает значения в интервале от –1 до +1. Принято считать, что если |r|< 0,30, то связь слабая; при |r| = (0,3; 0,7) – средняя; при |r| > 0,70 – сильная, или тесная. Когда |r| = 1 – связь функциональная. Если же r ≈ 0, то это дает основание говорить об отсутствии линейной связи между У и Х.

          Для характеристики влияния изменений Х на вариацию У служат методы регрессионного анализа. В случае парной линейной зависимости строится регрессионная модель:

Yi = ao + a1·Xi + εi,i = 1,...,n,

где n – число наблюдений;

      ao , a1 - неизвестные параметры уравнения;

 εi  - ошибка случайной переменной У.

          Уравнение регрессии записывается как

Уi теор = ao + a1·Xi,

где Уi теор – рассчитанное выравненное значение результативного признака после подстановки в уравнение Х.

          Параметры ao и a1 оцениваются с помощью процедур, наибольшее распространение из которых получил метод наименьших квадратов. Его суть заключается в том, что наилучшие оценки ao и a1 получают, когда

∑( Yi - Уi теор)² = min,

т.е. сумма квадратов отклонений эмпирических значений зависимой переменной от вычисленных по уравнению регрессии должна быть минимальной. Сумма квадратов отклонений является функцией параметров ao и a1. Ее минимизация осуществляется решением системы уравнений:

n ao + a1∑X = ∑У;

ao ∑X + a1∑X² = ∑ХУ.

          Важен смысл параметров: a1 – это коэффициент регрессии, характеризующий влияние, которое оказывает Х на У. Он показывает, на сколько единиц в среднем изменится У при изменении Х на одну единицу. Если a1 больше 0, то наблюдается положительная связь. Если a1 имеет отрицательное значение, то увеличение Х на единицу влечет за собой уменьшение У в среднем на a1. Параметр a1 обладает размерностью отношения У к Х.

          Параметр ao – это постоянная величина в уравнении регрессии. На мой взгляд, экономического смысла она не имеет, но в ряде случаев его интерпретируют как начальное значение У.

2.2. Анализ рынка труда Тюменской области за 1997 – 2001г.г.

2.2.1. Изучение структуры и динамики основных показателей рынка труда

          Для изучения изменения показателя экономически активного населения (см. Приложение 1) можно использовать такие показатели динамики, как абсолютный прирост, коэффициент роста, темп роста, коэффициент прироста, темп прироста.

тыс. человек

* на 1999г.:

Δ i баз = 1728,2 – 1635,0 = 93,2 (тыс. человек)

Δ і цеп = 1728,2 – 1635,0 = 176,7 (тыс. человек)

Кр = 1728,2/1635,0 = 1,06 (баз)

Кр = 1728,2/1551,5 = 1,11 (цеп)

Тр = 1,06 ∙ 100 = 106% (баз)

Тр = 1,11 ∙ 100 = 111% (цеп)

Кпр = 1,06 – 1 = 0,06 (баз)

Кпр = 1,11 – 1 = 0,11 (цеп)

Тпр = 106 – 100 = 6% (баз)

Тпр = 111 – 100 = 11% (цеп)

          Если в качестве примера брать базисный период, то мы видим, что численность экономически активного населения не только увеличивалась, но и уменьшалась. А уменьшалась она в 1998 году. В остальные же годы наблюдается увеличение экономически активного населения. Так в 1999 г., по сравнению с 1997 г., это увеличение составляло 93,2 тыс. человек, в 2000 г. – 51,8 тыс. человек, а в 2001 г. оно было самым высоким и составило 99,2 тыс. человек.

          Если мы будем рассматривать цепные периоды, то увидим, что в 1998 г., по сравнению с 1997 г., численность экономически активного населения уменьшилась на 83,5 тыс. человек; в 1999 г., по сравнению с 1998 г., увеличилась на 176,7 тыс. человек; в 2000 г., по сравнению с 1999 г., уменьшилась на 41,4 тыс. человек; в 2001 г., по сравнению с 2000 г., увеличилась на 47,4 тыс. человек.

          Самый высокий коэффициент роста приходится на 1999 г., он составляет 1,06 (в базисный период) и 1,11 (в цепной период). Соответственно самые высокие темп роста, коэффициент прироста и темп прироста приходятся на 1999 г.

Для изучения изменения показателя безработицы (см. Приложение 2) можно использовать такие показатели динамики, как средний уровень ряда, средний абсолютный прирост, средний коэффициент роста, средний темп роста, средний темп прироста. Показатель безработицы мы будем рассматривать не в целом по области, а по автономным округам.

          Ханты – Мансийский автономный округ:

тыс. человек

Средний уровень ряда = 449,5 / 5 = 89,9 (тыс. человек)

Средний абсолютный прирост = -6,6 / 4 = -1,65

Средний коэффициент роста = 5√0,93 = 0,985

Средний темп роста = 0,985 ∙ 100 = 98,5%

Средний темп прироста = 98,5 – 100 = -1,5%

          Ямало-Ненецкий автономный округ:

тыс. человек

Средний уровень ряда 144,8 / 5 = 28,96 (тыс. человек)

Средний абсолютный прирост = -12,9 / 4 = -3,225

Средний коэффициент роста = 5√0,63 = 0,912

Средний темп роста = 0,912 ∙ 100 = 91,2%

Средний темп прироста = 91,2 – 100 = -8,8%

          Тюменская область (без автономных округов):

тыс. человек

Средний уровень ряда = 378,7 / 5 = 75,74 (тыс. человек)

Средний абсолютный прирост = -10,8 / 4 = -2,7

Средний коэффициент роста = 5√0,86 = 0,97

Средний темп роста = 0,97 ∙ 100 = 97%

Средний темп прироста = 97 – 100 = -3%.

          На данном этапе мы можем сравнить темпы развития безработицы в разных автономных округах Тюменской области. Самый высокий уровень безработицы в Ханты-Мансийском автономном округе, а самый низкий в Ямало-Ненецком.

          Интенсивней рост безработицы протекает в Ханты-Мансийском автономном округе, средний темп роста составляет 98,5%, в то время как в Ямало-Ненецком – 91,2%, а на юге Тюменской области 97%.

          Из вышесказанного соответственно следует, что и средний темп прироста в Ханты-Мансийском автономном округе выше, чем в Ямало-Ненецком и на юге области.

          В Ямало-Ненецком автономном округе уровень безработицы существенно уменьшается, чего не скажешь о других частях Тюменского региона, где он колеблется.

          Другие показатели рынка труда региона можно рассматривать аналогично.

2.2.2. Индексный метод анализа рынка труда региона.

          Индекс изменения общего фонда оплаты труда в связи с изменением общей численности экономически занятых (см. Приложение 1) и среднемесячной начисленной заработной платой работников (см. Приложение 3) по Тюменской области в целом:

1997-1998 г.г.

Iфот = 3727125050/3567414240 ≈ 1,045

1998-1999 г.г.

Iфот = 6231011160/3727125050 ≈ 1,672

1999-2000 г.г.

Iфот = 10144035000/6231011160 ≈ 1,628

2000-2001 г.г.

Iфот = 15511914000/10144035000 ≈ 1,53

          Судя по данным вычислениям, мы можем сказать, что фонд оплаты труда по области с каждым последующим годом увеличивается: в 1998 г. в 1,045 раз, в 1999 г. в 1,672 раза, в 2000 г. в 1,628 раз, в 2001 г. в 1,53 раза. Это увеличение связано с постоянно возрастающей среднемесячной начисленной заработной платой.

Страницы: 1, 2, 3, 4