Анализ динамики населения

Автор работы: Пользователь скрыл имя, 09 Мая 2015 в 18:38, курсовая работа

Описание работы

Данная работа посвящена статистике занятости населения. Эта тема в настоящее время важна и актуальна, так как статистика занятости является важным инструментом при разработке экономической и социальной политики государства.
Показатели уровня занятости являются важными макроэкономическими показателями, характеризующими состояние и развитие экономики. Информация о статистике занятости крайне необходима основным социальным партнерам рынка труда – организациям предпринимателей и трудящихся. Она широко применяется при анализе уровня жизни населения и конкурентоспособности отраслей экономики.

Содержание работы

Введение…………………………………………………………………………..…3
1. Теоретические основы изучения занятости населения………………………...4
2. Анализ занятости населения……………………………………........................17
2. 1. Анализ состава занятых в экономике………………………………………..17
2. 2. Анализ спроса и предложения на рынке труда……………………………..19
2. 3. Влияние миграционных процессов на занятость населения………….……23
3. Статистический анализ динамики и прогнозирование занятости населения..25
Заключение……………………………………………………………………….....31
Список литературы………………………………………………………………....33

Файлы: 1 файл

готовая курсовая по статистике.doc

— 1.06 Мб (Скачать файл)

коэффициент нагрузки пенсионерами:

                                                                                     (14);

коэффициент общей нагрузки:

                                                                                      (15);

где - численность населения младше трудоспособного возраста;

      - численность населения в трудоспособном возрасте;

      - численность населения старше трудоспособного возраста.

По данным обследования населения по занятости в 2010 году численность экономически активного населения в возрасте 15-72 года в Оренбургской области составила 1109,0 тыс. человек, или 67,1% численности населения этого возраста. В числе экономически активного населения 1027,1 тыс. человек лица, имеющие работу или доходное занятие, и 81,9 тыс. человек – лица, не имеющие работы или доходного занятия, ищущие работу и готовые приступить к ней, которые в соответствии с критериями МОТ классифицируются как безработные.

Распределение численности населения в возрасте 15-72 года по экономической активности в 2010 году характеризовалось следующим образом:


 

 

 

 

По сравнению с 2009 годом численность экономически активного населения возросла на 1,0%, при этом численность занятого населения увеличилась на 2,5%, численность безработных уменьшилась на 15,0%. В составе экономически активного населения 92,7% – лица в трудоспособном возрасте (мужчины в возрасте 16-59 лет, женщины в возрасте 16-54 года).

Уровень безработицы в области на протяжении исследуемого периода волнообразно изменяется; в 2009 г., вследствие усиления влияния на рынок труда экономического кризиса, численность безработных выросла на 29% и достигла 96,4 тыс. чел.

 

2. 3. Влияние миграционных  процессов на занятость населения

 

Проанализируем влияние внешней и внутренней миграции на занятость населения, для этого приведем ниже в таблице абсолютные показатели миграции.

Таблица 7 – Движение мигрантов трудоспособного возраста

Показатели

2006 г.

2007 г.

2008 г.

2009 г.

2010 г.

2010 г. к 2006 г. (+; -)

Число прибывших в трудоспособном возрасте, тыс. чел.

 

 

29712

 

 

31949

 

 

25570

 

 

28053

 

 

25933

 

 

- 12,7

Число выбывших в трудоспособном возрасте, тыс. чел.

 

 

33940

 

 

33225

 

 

29085

 

 

25603

 

 

29186

 

 

- 14,1

Миграционный прирост (+), убыль (-), тыс. чел.

 

- 4228

 

- 1276

 

- 3515

 

2450

 

- 3253

 

- 23,1

Миграционный коэффициент по прибытию, ‰

 

13913,4

 

15027,7

 

12067,0

 

13277,0

 

12756,6

 

- 8,3

Миграционный коэффициент по выбытию, ‰

 

15893,2

 

15627,9

 

13725,8

 

12117,4

 

14356,8

 

- 9,7

Коэффициент механического прироста, ‰

 

29806,6

 

30655,7

 

25792,8

 

25394,4

 

27113,5

 

- 9,1


 

Для расчета коэффициентов в данной таблице, были использованы следующие формулы:

Миграционный прирост, убыль населения = число прибывших – число выбывших;

миграционный коэффициент по прибытию = число прибывших / средняя численность населения;

миграционный коэффициент по выбытию = число выбывших / средняя численность населения;

коэффициент механического прироста = (число прибывших + число выбывших) / средняя численность населения.

Анализируя данную таблицу, мы видим, что число прибывших мигрантов в трудоспособном возрасте в сравнении 2010 г. к 2006 г. снизилось на 12,7 тыс. чел., также можно сказать, что и число выбывших снизилось на 14,1 тыс. чел. Миграционный коэффициент по прибытию за тот же период снизился на 8,3 ‰, а коэффициент по выбытию снизился на 9,7  ‰. Коэффициент механического прироста снизился на 9,1 ‰.

 

 

 

 

 

 

 

 

 

3 СТАТИСТИЧЕСКИЙ АНАЛИЗ ДИНАМИКИ И ПРОГНОЗИРОВАНИЕ ЗАНЯТОСТИ НАСЕЛЕНИЯ

 

Для того, чтобы провести корреляционно - регрессионный анализ, за результативный признак возьмем:

- уровень занятости, %

за факторные признаки возьмем:

- численность населения, тыс. чел.;

- занятые в возрасте 60-72 года, %;

- уровень образования (высшее профессиональное), %;

- уровень образования (основное  общее), %.

Таблица 8 – Исходные данные

Год

2001

57,5

2189,9

4,4

15,7

9,1

2002

55,8

2176

3,9

14,3

9,6

2003

56

2162,5

3,9

19

9,7

2004

58

2150,4

3,1

16,9

9

2005

57,9

2137,8

2,5

16,5

7,6

2006

61,9

2135,5

3,8

20

7,1

2007

61

2126

3,3

19,9

5,5

2008

58,4

2119

2,2

17,9

4,7

2009

60,4

2112,9

3

21,8

4,1

2010

62,2

2032,9

4,2

21,4

4,5


 

С помощью программы Microsoft Excel проведем корреляционно - регрессионный анализ данных.

Результаты регрессионного анализа (приложение А).

По результатам вычислений составим уравнение множественной регрессии:

Коэффициенты регрессии показывают среднее изменение результативного признака с изменением на 1 единицу своего измерения данного фактора при условии постоянства всех остальных. 

Коэффициент чистой регрессии b1 = -0,007 указывает, что при увеличении численности населения, уровень занятости снижается на 0,007 %, при фиксированном значении остальных факторов. Коэффициент b2=0,776 указывает, что при увеличении занятых в возрасте 60 – 72 года, уровень занятости увеличивается на 0,776 %. Коэффициент b3 = 0,293 указывает, что при увеличении уровня высшего профессионального образования, уровень занятости увеличивается на 0,293%. Коэффициент b4 = -0,542 указывает, что при увеличении уровня основного общего образования, уровень занятости снижается на 0,542 %.

Отрицательные знаки коэффициентов регрессии противоречат экономической теории связи между признаками.

Оценку надежности уравнения регрессии в целом и показателя тесноты связи  дает F-критерий Фишера.

По данным таблиц дисперсионного анализа (приложение А) F=3,9. Также, судить о значимости уравнения регрессии и показателя тесноты связи, можно сравнивая Fфакт = 3,9 c Fкр = 3,8. Значения множественного коэффициента корреляции R, нескорректированного (R-квадрат) и скорректированного (Нормированный R-квадрат) линейных множественных коэффициентов детерминации проведены в (приложении А), в рамках регрессионной статистики.

Множественный коэффициент корреляции R равен 0,864, что свидетельствует о тесной связи результативного показателя с факторными.

Коэффициент множественной детерминации R2ух1х2х3х4= 0,746 оценивает долю вариации результативного признака, обусловленную вариацией факторных признаков, здесь эта доля составляет 74,6% и указывает на хорошую степень обусловленности результата вариацией факторных признаков, т.е. на тесную связь между ними.

Скорректированный коэффициент множественной детерминации = 0,542 определяет тесноту связи с учетом степеней свободы общей и остаточной дисперсией. Он дает такую оценку тесноты связи, которая не зависит от числа факторов в модели и потому может сравниваться по разным моделям с разным числом факторов.

Значения случайных ошибок параметров b1, b2, b3, b4, с учетом округления равны):

mb1=0,022, mb2=0,901, mb3=0,359, mb4=0,525

Они показывают, какое значение данной характеристики сформировались под влиянием случайных факторов. Эти значения используются для расчета t-критерия Стьюдента:

tb1=-0,303, tb2=2,861, tb3=0,817, tb4=-1,033

Здесь параметр b2 является статистически значимым, а все остальные параметры являются статистически не значимыми.

На это же указывает показатель вероятности случайных значений параметров регрессии: если α меньше принятого нами уровня (0,1) делаем вывод о неслучайной природе данного значения параметра, т.е. о том, что он статистически значим и надежен.

О коллинеарности факторов можно судить о величине парного коэффициента корреляции между факторными признаками.

Корреляционный анализ:

Таблица 9 – Матрица парных коэффициентов корреляции

 

1

       

-0,74925

1

     

0,025993

0,10408

1

   

0,790624

-0,73451

-0,00867

1

 

-0,76046

0,800963

0,387539

-0,74002

1


 

Cвязь у с фактором х4 можно охарактеризовать как умеренную, с остальными факторами, как слабую. Однако, , и указывают на тесную связь между факторами.

При отборе факторов в модель предпочтение отдается фактору, который при достаточно тесной связи с результатом имеет наименьшую тесноту связи с другими факторами. Из анализа, на наш взгляд, можно удалить фактор х3.  Таким образом, информативным является фактор х1.  

Построим модель в естественной форме только с информативным фактором (приложение В).

Получаем уравнение вида:

Для того чтобы построить интервальный прогноз занятости население на 3 года вперед, необходимо построить линию тренда по уравнениям прямой и параболы 2-го порядка и выбрать наиболее адекватную функцию.

Рисунок 3.1 - Линия тренда по уравнению прямой и прогноз на 3 года вперед.

Рисунок 3.2 - Линия тренда по уравнению параболы 2-го порядка и прогноз на 3 года вперед.

Для того чтобы выбрать наиболее адекватную функцию, нужно сравнить коэффициенты детерминации. В данном случае обе функции являются адекватными. Мы будем делать прогноз на 3 года вперед с помощью уравнения прямой.

Длина исходного ряда n=10 (с 2001 по 2010 гг.). Выполним прогноз на 2011 г., 2012 г. и  2013 г. (11-й, 12-й и 13-й годы от начала отсчета – от 2001 г.).

Точечный прогноз: =0,603*6+55,593=59,211 %;

                                  =0,603*7+55,593=59,814 %;

                                  =0,603*8+55,593=60,417 %.

Для вычисления доверительного интервала рассчитаем среднее квадратическое отклонение s(t), для этого построим таблицу 10.

Таблица 10 – Вспомогательная таблица для расчета s(t)

Год

t

2001

57,5

-4

16

53,181

18,653761

2002

55,8

-3

9

53,784

4,064256

2003

56

-2

4

54,387

2,601769

2004

58

-1

1

54,99

9,0601

2005

57,9

0

0

55,593

5,322249

2006

61,9

1

1

56,196

32,535616

2007

61

2

4

56,799

17,648401

2008

58,4

3

9

57,402

0,996004

2009

60,4

4

16

58,005

5,736025

2010

62,2

5

25

58,608

12,902464

Итого

       

109,520645

Информация о работе Анализ динамики населения