Статистика безработицы

Необходимо заменить архаичные и неэффективные формы законодательного регулирования труда, например, единый для всех размеров заработной платы и ее индексации, которые из инструментов социальной защиты на практике, в ситуации бюджетного дефицита, превращаются в государственные нормы фиксированного порога бедности трудящихся. Взамен следует установить минимум оплаты за единицу отработанного времени (час) и заложить в основу тарифных систем.

Предстоит признать приоритет социального партнерства по закону над государственным управлением трудом в его бюрократическом исполнении. Поэтому необходимо ограничить федеральных программ, попыток унифицировать нормы и нормативы социальной и экономической «защищенности» от безработицы. Для этого необходимо создать независимую от правительства и местной администрации систему активного содействия безработным на основе страховых взносов. Следует рассматривать безработицу как неотъемлемый элемент рынка труда, а под обеспечением занятости понимать трудоустройство вынужденно безработных и трудовую активизацию добровольно незанятых с использованием преимущественно экономических стимулов привлечение к труду.

Государственные гарантии незанятому населению должно заменить обязательное страхование структурной и профессиональной безработицы. Нужно очистить экономически обусловленную безработицу от социальных наслоений популистского толка: передать безработный, лишь эмитирующих трудовую активность, но зачастую неспособных к профессиональному труду, в органы социальной опеки для последующей трудовой реабилитации путем приобщения к посильным для них занятиям.

Однако, в последнее время применяются попытки «спрятать» официальную растущую безработицу, приукрасить результаты деятельности служб занятости. Направляемые на общественные и временные работы безработные в результате бюрократического кульбита уже не считаются таковыми. Затем наступает очередь посылаемых на переобучение и переподготовку, опоздавших на перерегистрацию. Далее следует очередь других «нарушителей» новых правил, вводимых «задним» числом. Если пойти по этому пути, то вскоре борьба с безработицей закономерно перерастет в войну с безработными.

По мере углубления реформ число безработных должно возрастать в прямой пропорции с повышением эффективности производства и реальной оплаты труда. Более того, необходимо форсировать структурную безработицу в соответствии с реализацией программ реструктуризации производства, создавая на ее базе мобильный резерв рабочей силы, используемой для интенсивного развития экономики. Прежде всего, следует стремиться к поддержанию взаимосвязи занятости, зарплаты и инвестиций в оптимальном соотношении, что является условием социально экономической сбалансированности. Только так может быть обеспечена надежная экономическая основа для создания новых рабочих мест, расширяющих сферу эффективной занятости, что, в свою очередь, приведет к «рассасыванию» безработицы, понижению ее уровня при стабилизации развития. Именно тогда становится возможным создание в обозримой перспективе динамичной, адаптированной к глубинным рыночным трансформациям в экономике социально-трудовой сферы.

Глава 3. Статистический анализ безработицы в Российской Федерации

3.1. Факторы, оказывающие влияние на  уровень безработицы в России

Перед тем как переходить непосредственно к анализу данных, необходимо предварительно выбрать факторы,  которые на первый взгляд могут оказывать влияние на уровень безработицы. Для исследования были взяты данные Росстата за 2013 год с целью анализа текущих  тенденций на рынке труда.

Первоначально были отобраны следующие социально-экономические факторы, принимая во внимания результаты исследований, проведенных ранее:

1. среднее время поиска работы безработными (месяцев);
2. удельный вес убыточных организаций (в процентах от общего числа организаций);
3. удельный вес городского населения в общей численности населения (оценка на конец года, в процентах);
4. коэффициенты пенсионной нагрузки (оценка на конец года);
5. общие коэффициенты рождаемости (число родившихся на 1000 человек населения);
6. ожидаемая продолжительность жизни при рождении (число лет);
7. общие коэффициенты брачности на 1000 человек населения;
8. коэффициенты миграционного прироста на 10000 человек населения;
9. индекс физического объема инвестиций в основной капитал (в постоянных ценах, в процентах к предыдущему году);
10. ввод в действие жилых домов на 1000 человек населения (квадратных метров общей площади);
11. удельный вес домохозяйств, имевших персональный компьютер с доступом к сети Интернет;
12. индекс потребительских цен (декабрь к декабрю предыдущего года, в процентах)
13. мощность амбулаторно-поликлинических учреждений на 10000 человек населения (на конец года, тысяч посещений в смену);
14. среднемесячная номинальная начисленная заработная плата работников организаций (рублей).

Можно предположить, что каждый из перечисленных показателей в той или иной мере влияет на значение уровня безработицы в Российской Федерации. Так, удельный вес убыточных организаций может влиять с той точки зрения, что обычно в связи с неблагоприятным экономическим положением на фирме часть работников вынуждены ее покинуть и начать искать себе новое место работы. Демографические факторы также могут повлиять на уровень безработицы, так как при увеличении численности людей или мигрантов увеличивается конкуренция на рынке труда. Такой показатель, как удельный вес домохозяйств, имевших персональный компьютер с доступом к сети Интернет должен коррелировать с зависимой переменной, так как в современном мире общение между работодателем и потенциальным работником осуществляется именно в Интернете. Более того, глобальная сеть помогает контактировать тем участникам на рынке труда, которые могут находиться друг от друга в тысячах километров.

3.1.1. Корреляционно-регрессионный анализ

Регрессионный анализ - есть метод исследования зависимости результативного признака у (случайной величины) от нескольких случайных величин х1,х2,…,хk, называемых факторами или регрессорами. Исследование причинно-следственной связи между показателями является одной из основных задач общей теории статистики.

Одной из предпосылок регрессионного анализа является нормальность распределения изучаемых факторов и, главным образом, результирующей переменной. Также, изучаемые единицы должны быть качественно однородными. С целью приведения всех признаков к одинаковым единицам обычно используют принцип нормировки, то есть каждую центрированную величину признака делят на среднее квадратическое отклонение: , где – значение l-го признака у j-го объекта, - среднее арифметическое значение l-го признака, а          – среднее квадратическое отклонение.

После того как все признаки были нормированы, мы проверяем зависимую переменную «уровень безработицы» на нормальность её распределения по правилу 3-х сигм. Данное правило является частным случаем при рассмотрении закона о нормальном распределении и формулируется следующим образом: вероятность отклонения случайной величины от своего математического ожидание на величину, большую, чем утроенное среднее квадратичное отклонение (сигма), стремится к нулю. Таким образом, после применения данного правила к результирующей переменной с целью приведения распределения к нормальному виду были удалены из рассмотрения республика Калмыкия, республика Ингушетия, республика Тыва и Чеченская республика, так как уровень безработицы там в несколько раз превосходит соответствующий уровень в оставшихся регионах. В результате, количество наблюдений у нас равно 80.

Таблица 1

Одновыборочный критерий Колмогорова-Смирнова

На основании получившихся значений, можно сделать вывод о том, что гипотеза о принадлежности каждой переменной нормальному закону распределения не отвергается на уровне значимости α=0,05, за исключением . Т.е. переменные – нормально распределённые величины.       

 Перед  тем как воспользоваться методом  регрессионного анализа необходимо  выяснить, какие факторы из вышеперечисленных  было бы целесообразнее всего  использовать для включения в  модель. Зачастую, включение большего количества показателей в модель не улучшают её статистические свойства, а наоборот ухудшают, ввиду, к примеру, наличия мультиколлинеарности между переменными. Наиболее обоснованным методом для выбора факторов является.

Корреляционный анализ является одним из методов статистического анализа взаимозависимости нескольких признаков. На данный момент, он определяется как метод, применяемый в случае, когда наблюдение считается случайным и выбранным из генеральной совокупности, распределённой по многомерному нормальному закону распределения. Основной задачей данного анализа является оценка корреляционной матрицы  генеральной совокупности  по выборке и определении частных и множественных коэффициентов корреляции и детерминации на её основе оценок. Другими словами, корреляционный анализ позволяет обработать статистические данные, с целью измерения тесноты связи между двумя или более переменными.

Для определения необходимости включения в уравнение множественной регрессии тех или иных факторов, а также для оценки полученного уравнения на соответствие выявленным связям (используя коэффициент детерминации) мы построим матрицу парных коэффициентов корреляции :

, где  , а .

Согласно корреляционной матрице (приложение 2), на уровне 0,01 оказались значимыми корреляции между уровнем безработицы и средним временем поиска работы безработными (связь является положительной), удельным весом городского населения в общей численности населения (отрицательная зависимость), коэффициентом пенсионной нагрузки (отрицательная взаимосвязь), общими коэффициентами рождаемости (коэффициент имеет положительный знак), коэффициентами миграционного прироста (отрицательная взаимосвязь), удельным весом домохозяйств, имевших персональный компьютер с доступом к сети Интернет (коэффициент корреляции отрицателен), а также среднемесячная номинальная начисленная заработная плата работников организаций (корреляция является также отрицательной). В то же время, на уровне 0,05 значима связь между уровнем безработицы и такими показателями как индекс потребительских цен и мощность амбулаторно-поликлинических учреждений.

Надо заметить, что коррелированных между собой показателей достаточно много, однако при этом мультиколлинеарность между факторами не наблюдается. Таким образом, в регрессионную модель могут войти все переменные, кроме показателей удельного веса убыточных организаций (х2), ожидаемой продолжительности жизни при рождении (х6), общих коэффициентов брачности (х7), индекса физического объема инвестиций в основной капитал (х9), ввода в действие жилых домов (х10).

После проведения корреляционного анализа у нас остались 9 переменных, которые имеют значимую корреляцию на том или ином уровне значимости. Однако включение всех этих факторов в модель может оказаться бессмысленным и увеличение такой характеристики качества построенной модели как коэффициент детерминации может быть результатом добавления в модель большого количества регрессоров. Таким образом, проверим оставшиеся переменные на существенность их включения с помощью дисперсионного анализа.

Дисперсионный анализ предназначен для проверки зависимостей нормально распределённой случайной величины, являющейся результативным признаком, от нескольких величин – факторных признаков, или факторов, среди которых могут быть как случайные, так и неслучайные величины, измеряемые в любой из шкал: интервальной, порядковой или номинальной1.

В работе приведён анализ однофакторного комплекса. По очереди изучается влияние 9 факторов на уровень безработицы в Российской Федерации.  Исследование существенности влияния каждого фактора на уровень безработицы в РФ заключается в проверке основной гипотезы дисперсионного анализа: уровни факторного признака не влияют на изменение результативной переменной. В данной работе все расчеты производятся на уровне значимости 0,05. Сведем результаты всех расчетов в одну таблицу (приложение 3) и проверим значимость влияния каждого признака в отдельности с помощью F-статистики.

Таким образом, для переменных х1, х5, х8, х11 и х13 наблюдаемое значение F-статистики превосходит ее критическое значение, т.е. гипотеза о несущественности влияния фактора на изменение результативного признака отвергается с вероятностью ошибки, равной 0,05. Следовательно, можно считать, что следующие переменные существенно влияют на уровень безработицы РФ:

• среднее время поиска работы безработными (месяцев);
• общие коэффициенты рождаемости (число родившихся на 1000 человек населения);
• коэффициенты миграционного прироста на 10000 человек населения;
• удельный вес домохозяйств, имевших персональный компьютер с доступом к сети Интернет;
• мощность амбулаторно-поликлинических учреждений на 10000 человек населения (на конец года, тысяч посещений в смену).

В результате проведенных корреляционного и дисперсионного анализов мы определили, какие переменные далее будут включены в регрессионный анализ, для проверки их статистической значимости.  Далее необходимо предоставить дескриптивные статистики для каждой переменной, описать математическую модель зависимости показателей, построить уравнение регрессии, описывающее изменение коррелируемых величин и определяющее среднее значение результативного признака при каком-либо значении факторного.