Статистический анализ занятости населения

974,955

2006

979,100

7,000

6853,700

49,000

977,006

2007

980,200

8,000

7841,600

64,000

979,057

2008

977,700

9,000

8799,300

81,000

981,108

2009

977,800

10,000

9778,000

100,000

983,159

2010

980,100

11,000

10781,100

121,000

985,210

итого:

10724,500

66,000

64572,600

506,000

10724,505

Уравнение параболического тренда имеет вид:

_t=a + b*t + с*t²

Где:

_t - выровненные, т.е. лишённые колебаний значение уровней тренда для определения периодов;

a -свободный член уравнения равный среднему выровненному уровню для периода времени принятого за начало отсчёта, т.е. при t=0;

b - средняя величина изменения уровней ряда за единицу изменения времени;

с - среднее ускорение/замедление уровней (главный параметр параболического тренда);

t - номер периода времени к которому относятся уровни ряда.

Свойства параболического тренда:

1.Неравные, но равномерно увеличивающиеся или равномерно уменьшающиеся абсолютные изменения за равные промежутки времени;

2.Парабола, рассматриваемая относително её математической формулы имеет 2 ветви:

- восходящую (с увеличением уровней)

- нисходящую (с уменьшением уровней);

3.Характер тренда определяется знаками параметров b и с:

а)b>0, с>0 - восходящая ветвь параболы, то есть тенденция к ускоренному росту уровней;

б)b<0, с<0 - нисходящая ветвь параболы, то есть тенденция к ускоренному сокращению уровней;

в)b>0, с<0 - восходящая ветвь параболы с замедляющимся ростом уровней;

г)b<0, с>0 - нисходящая ветвь параболы с замедляющимся сокращением уровней.[16]

Нахождение параметров ведется по методу наименьших квадратов:

Таблица 5 - Аналитическое выравнивание по параболическому тренду

Годы	Среднегодовая численность занятых в экономике, тыс.чел.	ti	yi•ti	ti2	?t
2000	945,100	1	945,100	1	953,889
2001	970,700	2	1941,400	4	962,427
2002	968,700	3	2906,100	9	969,523
2003	979,400	4	3917,600	16	975,178
2004	985,500	5	4927,500	25	979,392
2005	980,200	6	5881,200	36	982,164
2006	979,100	7	6853,700	49	983,495
2007	980,200	8	7841,600	64	983,384
2008	977,700	9	8799,300	81	981,832
2009	977,800	10	9778,000	100	978,839
2010	980,100	11	10781,100	121	974,404
Итого:	10724,500	66	64572,600	506	10724,526

Параболический тренд: (приложение Б)

?_t = -0,721t²+10,699t+943,910

a=943,910 b=10,699 с= -0,721

Уравнение показывает, что средний начальный уровень среднегодовой численности занятых в экономике составил 943,910 тыс.чел., при этом среднегодовой абсолютный прирост равен 10,699 тыс.чел., а среднее замедление составило 0,721 тыс.чел.

b>0, с<0, значит имеем восходящую ветвь параболы с замедляющимся ростом уровней.

Вывод:

Взяв за основу расчетов линейный тренд, получили не точную тенденцию, т.к. прослеживается увеличение среднегодовой численности занятых в экономике на протяжении всех периодов. При параболическом тренде увеличение среднегодовой численности занятых в экономике проявляется в периоды 2000-2006 годы. В период с 2007-2010 происходит уменьшение среднегодовой численности занятых в экономике. Таким образом, более точную тенденцию удалось выявить при помощи использования метода скользящей средней и метода аналитического выравнивания, взяв за основу расчетов параболический тренд: с 2000 года по 2006 год среднегодовая численность занятых в экономике Приморского края увеличивалась, а с 2007 по 2010 годы она начала уменьшаться.

5. Изучение взаимосвязи показателей занятости населения с социально-экономическими факторами

5.1 Отбор факторов и выявление взаимосвязей методом аналитической группировки

Для получения итоговых статистических показателей проводится сводка данных. По своему содержанию статистическая сводка представляет собой совокупность приемов, которые направлены на получение статистических показателей. Она включает в себя следующие операции:

группировка данных статистического наблюдения

суммирование показателей по отдельным группам и по всей совокупности, то есть получение статистических показателей в абсолютной форме

расчет на основе абсолютных показателей статистических показателей в относительной форме

табличное или графическое оформление результатов сводки и их анализ.

Группировкой называется разбиение общей совокупности единиц объекта наблюдения по одному или нескольким существенным признакам на однородные группы, различающиеся между собой в количественном и качественном отношении и позволяющие выделить социально-экономические типы, изучить структуру совокупности и проанализировать связи между отдельными признаками. Группировки являются важнейшим статистическим методом обобщения статистических данных, основой для правильного исчисления статистических показателей.

С помощью метода группировок решаются следующие задачи:

* выделение социально-экономических типов явлений;

* изучение структуры явления и структурных сдвигов, происходящих в нем;

* выявление взаимосвязи и взаимозависимости между явлениями.

Метод аналитических группировок - это установление связи между двумя и более признаками группировкой единиц по факторному признаку, а затем в группах вычисления средних и относительных величин результативного признака. Для оценки тесноты связи одновременно с методом группировок рассчитываются коэффициенты детерминации и эмпирическое корреляционное отношение.

Имеем результативный признак - среднегодовая численность занятых в экономике (тыс. чел.) в Сибирском и Дальневосточном округах РФ за 2010 г.

Проведем отбор факторов. Возьмем один факторный признак, который влияет на результативный - оборот розничной торговли (млрд. руб.) в тех же округах за 2010 г.

Далее при помощи метода аналитической группировки проверим эту гипотезу, воспользовавшись исходными данными Таблицы 6

Таблица 6 - Исходные данные

№	Области	y	x
1	Республика Алтай	93,900	12098
2	Республика Бурятия	417,100	85436
3	Республика Тыва	106,100	11851
4	Республика Хакасия	243,000	25610
5	Алтайский край	1079,400	180377
6	Забайкальский край	490,100	94031
7	Красноярский край	1439,300	312291
8	Иркутская область	1140,200	197272
9	Кемеровская область	1294,700	258977
10	Новосибирская область	1286,600	311987
11	Омская область	944,600	185229
12	Томская область	491,900	82485
13	Республика Саха (Якутия)	481,100	109118
14	Камчатский край	189,100	33640
15	Приморский край	980,100	177505
16	Хабаровский край	729,400	144975
17	Амурская область	437,900	66935
18	Магаданская область	89,900	14743
19	Сахалинская область	288,700	90444
20	Еврейская автономная область	81,300	14897
21	Чукотский автономный округ	35,900	5753

Где

y - Среднегодовая численность занятых в экономике, тыс.чел.

x - Оборот розничной торговли, млрд. руб.

Построим простую аналитическую группировку с факторным признаком x.

Используя данные таблицы 5, выявим зависимость между среднегодовой численностью занятых в экономике и оборотом розничной торговли.

Построение статистических группировок осуществляется по следующим этапам:

1. Определение группировочного признака.

2. Определение числа групп.

3. Расчет ширины интервала группировки.

4. Определение признаков, которые в комбинации друг с другом будут характеризовать каждую выделенную группу.

Построение группировки начинается с определения группировочного признака. Группировочным признаком называется признак, по которому проводится разбиение единиц совокупности на отдельные группы. В нашем случае группировочным признаком служит оборот розничной торговли. Отобранные данные будем делить на 3 группы.

Теперь необходимо определить интервалы группировки. Они определяются по формуле:

(18)

Где: i - величина интервала (шаг группировки)

x - значение признака

n - число групп

1 группа: x_min+i=5753,000+102179,333=107932,333 это верхняя граница первого интервала. Таким образом интервал 1-й группы 5753,000-107932,333. В этот интервал входят 12 областей.

Аналогично находим границы интервалов 2 и 3 групп.

Интервал 2-й группы: 107932,333-210111,666 (8 областей) , 3-й группы: 210111,666-312291,000 (1 область).

Границы интервалов:

1-я группа - 5753,000-107932,333

2-я группа - 107932,333-210111,666

3-я группа - 210111,666-312291,000

Таблица 7 - Группировка областей по обороту розничной торговли с равными интервалами

№	Группы регионов по обороту розничной торговли, млрд.руб.	Число регионов	Оборот розничной торговли, млрд. руб.	Среднегодовая численность занятых в экономике, тыс. чел.
1	5753,000-107932,333	12	12098,000+85436,000+11851,000+25610,000+94031,000+82485,000+33640,000+66935,000+147430,000+90444,000+14847,000+5753,000	93,900+417,100+106,100+243,000+490,100+491,900+189,100+437,900+89,900+288,700+81,300+35,900
Итого по 1 группе	537923,000	5354,800
2	107932,333-210111,666	6	180377,000+197272,000+185229,000+109118,000+177505,000+144975,000	1079,400+1140,200+944,600+481,100+980,100+729,400
Итого по 2 группе	994476,000	5354,800
3	210111,666-312291,000	3	312291,000+258971,000+311987,000	1439,300+1294,700+1286,600
Итого по 3 группе	883255,000	4020,600
Итого по совокупности	2415654,000	12340,300

Полученная группировка (Таблица 7) не соответствует нормальному закону распределения, а именно, во второй группе число единиц меньше, чем в первой и в третей, значит, переходим к группировке с неравными интервалами (Таблица 8)

Новые границы интервалов:

1-я группа - 5753,000-15000,000

2-я группа - 15000,000-190000,000

3-я группа - 190000,000-312291,000

Сумма областей в группах 1 и 3 меньше, чем сумма областей 1-й группы, следовательно, интервалы выбраны верно.

Таблица 8 - Группировка областей по обороту розничной торговли с неравными интервалами

№	Группы регионов по обороту розничной торговли, млрд.руб.	Число регионов	Оборот розничной торговли, млрд. руб.	Среднегодовая численность занятых в экономике, тыс. чел.
1	5753,000-15000,000	5	5753,000+11851,000+12098,000+14743,000+14897,000	93,900+106,100+89,900+81,300+35,900
Итого по 1 группе	59324,000	407,100
2	15000,000-190000,000	12	85436,000+25610,000+180377,000+94031,000+185229,000+82485,000+109118,000+33640,000+177505,000+144975,000+66935,000+90444,000	417,100+243,000+1079,400+490,100+944,600+491,900+481,100+189,100+980,100+729,400+437,900+288,700
Итого по 2 группе	197272,000	6772,400
3	210111,666-312291,000	4	312291,000+258971,000+311987,000+197272,000	1439,300+1140,200+1294,700+1286,600
Итого по 3 группе	1080527,000	5160,800
Итого по совокупности	2415654,000	12340,300

Теперь рассчитаем групповые средние величины, для этого используем таблицу 9.



Таблица 9 - Взаимосвязь численности населения и среднегодовой численности занятых в экономике

№ группы	Группы областей по обороту розничной торговли	Число областей по каждой группе	В среднем по группе
			Оборот розничной торговли, млрд.руб.	Среднегодовая численность занятых в экономике, тыс.чел.
1	5753,000-15000,000	5	59324,000/5=11868,400	407,100/5=81,420
2	15000,000-190000,000	12	106315,417	564,367
3	190000,000-312291,000	4	270131,750	1290,200
Итого по совокупности	21	-	-
Средние значения	-	115031,143	587,633

Вывод: В результате проведенной простой аналитической группировки 21 области по обороту розничной торговли получили 3 группы. В 1-ю группу отнесены области с оборотом розничной торговли от 5753,000 до 150000,000 млрд. руб. Во 2-ю группу - от 15000,000-190000,000 млрд.руб. В 3-ю группу - от 190000,000 до 312291,000 млрд.руб.

Рассчитав групповые средние, установили, что у областей 1-й группы оборот розничной торговли составляет 11868,400 млрд.руб., 2-й группы - 106315,417 млрд.руб., 3-й группы - 270131,750 млрд.руб.

Таким образом, оборот розничной торговли областей 3-й группы на 258263,350 млрд.руб. или в 22,761 раз выше, чем в1-й группе, и на 155100,607 млрд.руб. или в 2,348 раз выше, чем в среднем по совокупности.

Самую высокую среднегодовую численность занятых в экономике имеют области 3-й группы, а самую низкую - области 1-й группы, а именно: средняя численность занятых в экономике областей 1-й группы на 1208,780 тыс.чел. или на 93,689% меньше, чем областей 3-й группы. Области 1-й группы имеют значительно более низкую среднегодовую численность занятых в экономике не только по сравнению с областями 3-й группы, но и в сравнении с областями 2-й группы и со средним значением по всей совокупности, тем самым являясь наименее эффективными из всех.

Таким образом выявлена прямая зависимость среднегодовой численности занятых в экономике от оборота рыночной торговли. То есть с увеличением оборота рыночной торговли среднегодовая численность занятых в экономике также увеличивается.

5.2 Дисперсионный анализ выявленных в группировках взаимосвязей

Дисперсия - разброс отклонения вариации от средней. Используется при обработке экспериментальных данных, поскольку при помощи дисперсионного анализа определяются достоверность, надежность статистической информации.

Различают 3 вида дисперсии:

А) Общая - характеризует изменение вариант под влиянием всех факторов, то есть как известных, таки неизвестных. Учтенные факторы - это факторы, положенные в основу опыта и другие факторы, которые действовали одновременно.

D_{общ.взв.}= (19)

Где - средняя величина y_i

Б) Межгрупповая (факторная) - определяет влияния фактора, положенного в основу эксперимента.

D_факт= (20)

_гр= (21)

В) Остаточная (внутригрупповая) - с её помощью определяют влияния неучтенных (неизвестных) факторов на изменение результативного признака.

D_{внутр.гр.}= (22)

D_гр= (23)

Существует также «правило сложения дисперсий»:

D_общ=D_факт+D_{внутр.гр} (24)

Оценку дисперсий производят с помощью критерия Фишера, то есть определяют вероятность влияния изученных факторов на изменение результативного признака. Для экономических исследований считается достаточной вероятность, равная 0,95 (P=0.95).

F= (25)

Где W - девиация, то есть отношение дисперсии к числу степеней свободы.

Различают 3 вида девиации:

А) Девиацию общей дисперсии

(26)

Б) Девиацию межгрупповой (факторной) дисперсии

(27)

В) Девиация внутригрупповой дисперсии (остаточная)

(28)

При помощи дисперсионного анализа определим влияние численности населения на среднегодовую численность занятых в экономике. Для этого по среднегодовой численности занятых в экономике рассчитаем:

А) Общую дисперсию по формуле (19)

D_общ=

==204533,835

Б) Межгрупповую дисперсию (факторную) по формуле (20)

_iгр были рассчитаны в таблице 9

_1гр=81,420

_2гр=564,367

_3гр=1290,200

D_факт==

==155340,735

В) Внутригрупповую дисперсию, используя формулы (22) и (23)

D_1гр=

581,770

D_2гр=

=82115,186

D_3гр=

11191,010

D_вн.гр.===49193,10

Проверим дисперсии по правилу сложения дисперсий (24): 155340,735+49193,100=204533,835

D_общ=100%

100%=75,949%+24,051%, дисперсии рассчитаны верно.

Проведем оценку дисперсии с помощью критерия Фишера с помощью формул (25), (26), (27), (28)

??_факт==77670,368

??_вн.гр.==2732,95

F_факт==28,420

F_табл=3,55

F_факт>F_табл, следовательно сделанные выводы достоверны с вероятостью 95%.



5.3 Корреляционно-регрессионный анализ выявленных зависимостей

Корреляционный анализ - это метод математической статистики, изучающий корреляционные связи.

Особенность метода корреляции состоит в том, что он дает выражение связи между количественными признаками в функциональной зависимости средней величины одних признаков от изменения других. Причем корреляционный анализ позволяет определить не только форму, но и тесноту зависимости одних признаков от других. При помощи корреляционного анализа решаются 2 задачи:

1.Нахождение уравнения связи

2.Измерение тесноты связи

Регрессионный анализ - заключается в определении аналитической формы связи, в которой изменение результативных признаков обусловлено влиянием 1 или нескольких факторных признаков.

Уравнение линейной множественной регрессии имеет вид:

_x=a+bx (29)

Где: _x - теоретическое значение результативного признака, полученное в результате подстановки соответствующего значения факторного признака в уравнение регрессии;

x - факторный признак;

b - параметр модели, показывающий среднее результативное изменение при изменении факторного признака на единицу своего измерения;

a - свободный член.

Проанализируем уравнение регрессии зависимости среднегодовой численности занятых в экономике от оборота розничной торговли в Сибирском и Дальневосточном округах в 2010 г. (Рис. 2.)

Рис. 2. Корреляционное поле зависимости среднегодовой численности занятых в экономике от оборота розничной торговли и линия тренда

=56,180+0,004x

Коэффициент регрессии b=0.004, b>0, это значит, что связь между признаками прямая. То есть с увеличением оборота розничной торговли на 1 млрд.руб., среднегодовая численность занятых в экономике увеличивается в среднем на 0,004 тыс. чел.

Свободный член уравнения a=56.180, a>0, это значит, что относительное изменение среднегодовой численности занятых в экономике происходит медленнее, чем изменение оборота розничной торговли.

Определим тесноту связи уравнения при помощи корреляционного анализа.

Тесноту связи изучаемых явлений для линейной регрессии оценивает линейный коэффициент парной корреляции:

(30)

если > 0, то

если < 0, то

Оценку качества модели дает коэффициент детерминации. Он характеризует долю дисперсии, объясняемую регрессией, т.е. факторным признаком, в общей дисперсии результативного признака.

(31)

или 95,60% (рис. 2.)

Это означает, что на 95,60% изменение среднегодовой численности занятых в экономике зависит от изменения оборота розничной торговли и на 4,40% от совокупного воздействия прочих факторов, не включенных в данную модель.

По формуле (31) найдем коэффициент корреляции:

Это значит, что в нашем случае связь между среднегодовой численностью занятых в экономике и оборотом розничной торговли прямая и тесная.

Далее необходимо найти коэффициент эластичности. Он показывает изменения зависимого признака в процентном отношении при изменении факторного признака на 1%.

Э= (32)

и рассчитаны в пункте 6.1, =115031,143; =587,633

Э==0,783

Рассчитанный коэффициент эластичности показывает, что с увеличением оборота торговли на 1% среднегодовая численность занятых в экономике увеличивается на 0,783%.

Далее проверим адекватность всей модели (зависимости) при помощи критерия Фишера.

Фактическое значение критерия Фишера рассчитывается по формуле:

(33)

Табличное значение критерия Фишера определяется по таблицам распределения Фишера.

Это значит, что модель адекватная, сделанные выводы достоверны с вероятностью 95%.



6. Прогнозирование уровня занятости населения и численности трудовых ресурсов в регионе

Процесс прогнозирования предполагает выявление возможных альтернатив развития в перспективе. Оно введется на основе использования широкого спектра информации. Период, на который делается оценка будущего называется периодом измерения.

По времени измерения прогнозы делятся на:

А) Оперативные (до 1 месяца);

Б) Краткосрочные (до 1 года);

В) Среднесрочные (от 1 до 5 лет);

Г) Долгосрочные (свыше 5 лет).

Прогнозные оценки основываются на изучении динамики, тенденции, предполагая ее стабильной.

6.1 Прогнозирование на основе уравнения тренда

Первоначальные прогнозы сводятся к экстраполяции тенденций.

Алгоритм прогнозирования на основе уравнения тренда:

1.Выбираются несколько аналитических функций,

2.Определяются параметры уравнений,

3.Выбирается уравнение тренда, наиболее четко аппроксимирующее тенденцию изменения показателя,

4.Рассчитывается точечный прогноз,

5.Рассчитывается средняя ошибка прогноза,

6.Рассчитывается предельная ошибка прогноза,

7.Строится интервал прогноза.

По приведенным формулам выясним, какой из трендов наиболее подходит для прогнозирования.

D-W=2(1-) (34)

= (35)

Где :

D-W - критерий Дарбина-Уотсона;

- коэффициент автокорреляции в остатках.

=•100 (36)

Где - средняя ошибка аппроксимации

1.Проверим линейный тренд на пригодность к прогнозированию

По данным расчетов таблицы (приложение В) получили следующие данные:

=0.205

D-W=2(1-0.205)=1.589

==0.630%

, следовательно, тренд пригоден для прогнозирования.

По таблице Дарбина-Уотсона DW₁=1,22; DW₂=1,42

D-W > верхней границы, значит автокорреляции в остатках нет и уравнение пригодно для прогнозирования.

2.Аналогичным образом проверим параболический тренд на пригодность к прогнозированию.

По данным расчетов таблицы (приложение Г) получили следующие данные:

=-0,123

D-W=2(1+0,123)=2,246

==0,455%

, следовательно, тренд пригоден для прогнозирования.

По таблице Дарбина-Уотсона DW₁=1,13; DW₂=1,54

D-W > верхней границы, значит автокорреляции в остатках нет и уравнение пригодно для прогнозирования.

Оба тренда подходят для прогнозирования. Спрогнозируем значения по параболическому тренду на 12-й период.

А) Точечный прогноз

?_t = -0.7207t²+10.6999t+943.9097

t=12

?_t =968,517 тыс.чел.

Б) Интервальный прогноз:

S(t)=

S(t)= =5,342

t определяем по таблице Стьюдента, t_{б=0,05,н=n-p}=2,2281

S(t)=S(t)t_{б=0,05,н=n-p}

S(t)=5,3422,2281=11,903

y_pS(t)

968,517-11,903<y_p<968,517+11,903

956,614<y_p<980,42

Вывод: если выявленная тенденция сохранится в будущем, то в 12-м периоде точечный прогноз составит 968,517 тыс.чел. среднегодовой численности занятых в экономике. Вероятность того, что в действительности в 12-м периоде среднегодовая численность занятых в экономике составит 968,517 тыс.чел. мала, поэтому был составлен интервальный прогноз, согласно которому среднегодовая численность занятых в экономике в 12-м периоде в Приморском крае будет находиться в интервале от 956,614 тыс.чел. до 980,42 тыс.чел. с доверительной вероятностью 95%.

6.2 Прогнозирование на основе уравнения регрессии

Прогнозирование методом линейной регрессии является одним из наиболее широко применяемых методов статистического прогнозирования. Метод базируется на анализе взаимосвязи двух переменных (метод парной корреляции) - влияние вариации факторного показателя Х на результативный показатель У.

Точечный прогноз результативного признака рассчитывается путем подстановки в уравнение регрессии соответствующего прогнозируемого значения факторного признака.

(37)

В нашем случае 115031,143 (п. 5.1)

(38)

(39)

(40)

(41)

Для определения средней ошибки воспользуемся данными таблицы 10.



Таблица 10 - Расчет показателей для интервального прогноза

№	y	x
1	93,9	12098	104,572	113,8916	10595231898,45
2	417,1	85436	397,924	367,719	875872480,73
3	106,1	11851	103,584	6,330256	10646141880,02
4	243	25610	158,62	7119,984	7996140789,88
5	1079,4	180377	777,688	91030,13	4270081045,73
6	490,1	94031	432,304	3340,378	441006000,02
7	1439,3	312291	1305,344	17944,21	38911451240,02
8	1140,2	197272	845,268	86984,88	6763558583,59
9	1294,7	258977	1092,088	41051,62	20720409788,59
10	1286,6	311987	1304,128	307,2308	38791609662,88
11	944,6	185229	797,096	21757,43	4927739147,45
12	491,9	82485	386,12	11189,41	1059251414,88
13	481,1	109118	492,652	133,4487	34965258,45
14	189,1	33640	190,74	2,6896	6624518135,59
15	980,1	177505	766,2	45753,21	3902982826,31
16	729,4	144975	636,08	8708,622	896634580,59
17	437,9	66935	323,92	12991,44	2313238957,73
18	89,9	14743	115,152	637,6635	10057711597,73
19	288,7	90444	417,956	16707,11	604527593,88
20	81,3	14897	115,768	1188,043	10026846565,73
21	35,9	5753	79,192	1874,197	11941712506,31
Итого:	12340,3	2415654	12340,3	369209,6	192401631954,57

Вывод: при увеличении оборота розничной торговли на 8% среднегодовая численность занятых в экономике в Сибирском и Дальневосточном федеральных округах составит 553,115 тыс.чел. Вероятность того, что действительно среднегодовая численность занятых в экономике в 12-м периоде году совпадет с полученным значением, невелика. Поэтому был сделан интервальный прогноз, согласно которому значение результативного признака будут находиться в пределах от 400,223 до 706,007 тыс. чел.

Выводы и предложения

В данной работе был проведен статистический анализ занятости населения в Сибирском и Дальневосточном федеральных округах.

На первом этапе анализа была изучена динамика среднегодовой численности занятых в экономике за 11 лет, вычислены и прокомментированы основные показатели динамики и применены различные методы выявления общей тенденции в рядах. В целом за 11 лет среднее увеличение среднегодовой численности занятых в экономике Приморского края составило 974,955 тыс.чел. При этом они ежегодно в среднем увеличивались на 5,300 тыс.чел. или на 0,4%. Наиболее точную тенденцию удалось выявить при помощи использования метода скользящей средней и метода аналитического выравнивания, взяв за основу расчетов параболический тренд: с 2000 года по 2006 год среднегодовая численность занятых в экономике Приморского края увеличивалась, а с 2007 по 2010 годы она начала уменьшаться.

На втором этапе была изучена взаимосвязь среднегодовой численности занятых в экономике с оборотом розничной торговли. Был проведен отбор факторов и выявление зависимости методом аналитической группировки, дисперсионный и корреляционно-регрессионный анализ выявленных взаимосвязей. В результате этого была выявлена прямая зависимость среднегодовой численности занятых в экономике от оборота рыночной торговли. То есть с увеличением оборота розничной торговли на 1 тыс.чел., среднегодовая численность занятых в экономике увеличивается в среднем на 0,004 тыс. чел. В процентном соотношении это значит, что с увеличением оборота торговли на 1% среднегодовая численность занятых в экономике увеличивается на 0,783%. В общем изменение среднегодовой численности занятых в экономике на 95,60% зависит от изменения оборота розничной торговли и на 4,40% от совокупного воздействия прочих факторов, не включенных в модель.

Заключительным этапом анализа стало прогнозирование среднегодовой численности населения на основе уравнения тренда и уравнения регрессии. В результате прогнозирования на основе уравнения тренда выявили, что среднегодовая численность занятых в экономике в 2011 году в Приморском крае будет находиться в интервале от 956,614 тыс.чел. до 980,42 тыс.чел. с доверительной вероятностью 95%. В результате прогнозирования на основе уравнения регрессии было вычислено, что при увеличении оборота розничной торговли на 8% среднегодовая численность занятых в экономике в Сибирском и Дальневосточном федеральных округах будет находиться в пределах от 400,223 до 706,007 тыс. чел.

Проблема занятости населения является одной из важнейших при исследовании процессов формирования и использования трудовых ресурсов (и рынков труда как их составных элементов) страны в целом или же отдельных ее территориальных образований. В экономическом понимании занятость населения представляет собой весьма сложную категорию, которая выражает общественные отношения по поводу включения человека в общественно-полезную деятельность. Занятость населения можно рассматривать как систему отношений между людьми по поводу обеспечения рабочими местами и участия в общественном хозяйстве.
Она занимает важное место в воспроизводственном процессе, находясь между распределением и их использованием, и выступает как итоговый момент отношений распределения работников по родам деятельности.

Решение проблемы занятости во многом зависит от проведения активной политики на рынке труда. Во-первых, она должна включать мероприятия, влияющие на предложение рабочей силы: подготовку, переподготовку и повышение квалификации рабочей силы в соответствии с потребностями рынка труда, содействие в перемещении работников в масштабах территорий. Во-вторых, меры, влияющие на спрос рабочей силы: организацию общественных работ, содействие в развитии среднего и малого бизнеса с целью привлечения высвобождающейся рабочей силы, субсидирование занятости в частном секторе и на перепрофилированных предприятиях, поддержку самозанятости.

По каждому направлению деятельности службы занятости, по каждой программе содействия трудоустройству различных групп населения необходима выработка конкретного и гибкого механизма взаимодействия с социальными партнерами с определением наиболее эффективной формы сотрудничества. Только последовательная, совместная и согласованная деятельность всех субъектов социально-трудовых отношений позволит создать эффективный рынок труда, обеспечивающий работодателя рабочей силой необходимой квалификации, а работника - работой, соответствующей его возможностям, достойной заработной платой и приемлемыми условиями труда.



Список литературных источников

1. Дружинин Н.К. Общая теория статистики, М.: Московский университет,- 1997. - 293с.

2. Елисеева И.И, Юзбашев М.М. Общая теория статистики: учебник. 4-е изд. доп. и перер. М.: Финансы и статистика, 2000. - 578с.

3. Еремина Н.М., Маршалова В.П. Статистика труда, М,: Финансы и статистика, - 2005. - 189с.

4. Теория статистики: учебник /под ред. Шмойловой Р.А М.: Финансы и статистика, 2003. - 312с.

5. Салин В.Н., Шпаковская Е.П. социально-экономическая статистика: Учебник. М.: ЮристЪ, 2003. - 316с.

6. Курс социально-экономической статистики: Учебник для вузов / Под ред. проф. М.Г. Назарова. - М.: Финстатинформ, ЮНИТИ-ДАНА, 2000. - 771с.

7. Марыганова Е.А. Макроэкономика. Экспресс-курс / Е.А. Марыганова, С.А. Шапиро. - М.: Кнорус, 2010. - 302с.

8. Минашкин, В.Г. ТЕОРИЯ СТАТИСТИКИ: Учебно-методический комплекс / В.Г. Минашкин, Р.А. Шмойлова, Н.А. Садовникова, Л.Г. Моисейкина, Е.С. Рыбакова. - М.: Изд. центр ЕАОИ. 2008. - 296 с.

9. Ивашковский С.Н. Макроэкономика: Учебник. 2-е изд., испр., доп. / С.Н. Ивашковский. - Москва: Дело, 2002. - 472 с.

10. Экономическая статистика: Учебник / Под ред. Ю.Н. Иванова. М.: ИНФРА-М, 1998. - 226с.

11. Назаров, М.Г. Общая теория статистики: Учебник / под ред. М. Г. Назарова. -- М.: Издательство «Омега-Л», 2010. - 410с.

12. Велижанская Т.А. Социально-экономическая статистика: Учебное пособие. - Тюмень: Изд-во ТюмГУ, 2007. - 410с.

13. Социально-экономическая статистика. Практикум. Учеб.пособие для вузов / под ред. В.Н.Салина, Е.П.Шпаковской. - М.: Финансы и статистика, 2003. - 146с.

14. Эконометрика: Учебник./ Под ред. И.И.Елисеевой.-М.:Финансы и статистика, 2008. - 250с.

15. Ефимова М.Р. Социально-экономическая статистика. 2-е изд., переб. и доп. Учебник для бакалавров. М.: изд. Юрайт, 2012. - 267с.

16. Рябушкин Б.Т. Экономическая статистика: Учеб.-метод, пособие / Под ред. Ю.М. Петрова. М.: Российская таможенная академия, 1999. - 312с.

17. Горелов Н.А. Экономика трудовых ресурсов, 2-е изд. пер. и доп. М.: Высшая школа, 1989. - 158с.

18. Источники статистических данных:

19. Регионы России. Социально-экономические показатели. 2000-2011: Стат. сб. / Росстат. - М., 2001-2012.

20. Российский статистический ежегодник. 2000-2011: Стат.сб. / Росстат. - М., 2001-2012.

21. Официальный сайт государственной статистики http://www.gks.ru/



Приложение А

Рис. Динамика среднегодовой численности занятых в экономике Приморского края за 2000-2010 гг. Линейный тренд



Приложение Б

Рис. Динамика среднегодовой численности занятых в экономике Приморского края за 2000-2010 гг. Параболический тренд



Приложение В

Таблица - Рабочая таблица для проверки линейного тренда на пригодность к прогнозированию

годы
2000	1	945,100	964,700	-19,60	-	-	384,160	0,021
2001	2	970,700	966,751	3,949	-19,60	-77,40	15,595	0,004
2002	3	968,700	968,802	-0,102	3,949	-0,403	0,010	0,000
2003	4	979,400	970,853	8,547	-0,102	-0,872	73,051	0,009
2004	5	985,500	972,904	12,596	8,547	107,658	158,659	0,013
2005	6	980,200	974,955	5,245	12,596	66,066	27,510	0,005
2006	7	979,100	977,006	2,094	5,245	10,983	4,385	0,002
2007	8	980,200	979,057	1,143	2,094	2,393	1,306	0,001
2008	9	977,700	981,108	-3,408	1,143	-3,895	11,614	0,003
2009	10	977,800	983,159	-5,359	-3,408	18,263	28,719	0,005
2010	11	980,100	985,210	-5,110	-5,359	27,384	26,112	0,005
Итого:	10724,500	10724,505	-0,005	5,105	150,178	731,122	0,069



Приложение Г

Таблица - Рабочая таблица для проверки параболического тренда на пригодность к прогнозированию

годы
2000	1	1	945,100	953,889	-8,789	-	-	77,245	0,009
2001	2	4	970,700	962,427	8,273	-8,789	-72,714	68,447	0,009
2002	3	9	968,700	969,523	-0,823	8,273	-6,810	0,677	0,001
2003	4	16	979,400	975,178	4,222	-0,823	-3,475	17,824	0,004
2004	5	25	985,500	979,392	6,108	4,222	25,789	37,311	0,006
2005	6	36	980,200	982,164	-1,964	6,108	-11,996	3,857	0,002
2006	7	49	979,100	983,495	-4,395	-1,964	8,631	19,313	0,004
2007	8	64	980,200	983,384	-3,184	-4,395	13,994	10,138	0,003
2008	9	81	977,700	981,832	-4,132	-3,184	13,157	17,074	0,004
2009	10	100	977,800	978,839	-1,039	-4,132	4,292	1,079	0,001
2010	11	121	980,100	974,404	5,696	-1,039	-5,918	32,446	0,006
Итого:	10724,500	10724,526	-0,026	-5,723	-35,049	285,413	0,050

Размещено на Allbest.ru

...