Статистико-экономический анализ занятости населения РФ

 

Что касается распределения занятых в экономике  по видам экономической деятельности (табл.3.4), то наибольший удельный вес их приходится на сельское хозяйство, охоту и лесное хозяйство – 19,5% в 2012г. (209,9 тыс.чел.), что однако меньше, чем в предыдущие годы. Велика также доля занятых в сфере оптовой и розничной торговли, ремонта автотранспортных средств, бытовых изделий (17,5%), обрабатывающего производства (13,0%), образования (9,2%), в сфере транспорта и связи (7,9%), здравоохранения (7,8%), государственного управления и обеспечения военной безопасности (6,4%), в строительстве (5,0%), операций с недвижимым имуществом, аренды и предоставления услуг (4,8%) по данным 2012 года.

В целом  динамика структуры занятых по видам экономической деятельности в крае за исследуемый период существенно не изменилась. Наблюдается небольшой рост численности занятых в следующих видах деятельности: добыча полезных ископаемых – на 0,1% (с 3,1 до 3,8 тыс.чел.), строительство – на 0,1% (с 53,0 до 53,7 тыс.чел.), оптовая и розничная торговля – на 0,1% (с 187,7 до 188,7 тыс.чел.), транспорт и связь – на 0,1% (с 84,2 до 85,4 тыс.чел.), операции с недвижимым имуществом, аренда и предоставление услуг – на 1% (с 41,0 до 51,4 тыс.чел.).

Незначительно снизилось число занятых в  таких сферах экономики, как: сельское хозяйство, охота и лесное хозяйство  – на 0,4% (с 214,7 до 209,9 тыс.чел.), гостиницы и рестораны – на 0,1% (с 14,8 до 14,5 тыс.чел.), государственное управление и обеспечение военной безопасности – на 0,4% (с 73,6 до 69,1 тыс.чел.), образование – на 0,4% (со 103,7 до 99,7 тыс.чел.), здравоохранение и предоставление социальных услуг – на 0,1% (с 85,7 до 84,4 тыс.чел.).

 

Таблица 3.5.

Распределение численности занятых в экономике Алтайского края по возрастным группам, 2009 – 2012гг. (в % к итогу)

Год	Занято в экономике – всего	в том числе в возрасте, лет						Средний возраст, лет
		до 20	20-29	30-39	40-49	50-59	60-72
Всего
2009	100	0,8	22,0	25,5	25,7	22,7	3,3	40,3
2010	100	1,0	22,0	25,8	24,3	23,2	3,7	40,3
2011	100	0,8	21,8	26,6	23,6	23,5	3,7	40,4
2012	100	0,9	21,1	27,4	22,9	23,8	3,9	40,4
Мужчины
2009	100	1,2	23,1	25,3	23,8	23,5	3,1	40,0
2010	100	1,4	23,2	25,3	23,2	23,4	3,5	40,0
2011	100	1,0	23,6	26,0	21,9	24,0	3,5	40,0
2012	100	1,2	22,6	26,8	21,2	24,0	4,2	40,0
Женщины
2009	100	0,4	20,9	25,7	27,7	21,8	3,5	40,6
2010	100	0,7	20,8	26,2	25,5	22,9	3,9	40,7
2011	100	0,6	19,9	27,1	25,4	23,1	3,9	40,7
2012	100	0,6	19,4	28,0	24,8	23,6	3,6	40,7

 

Анализ  распределения численности занятого в экономике населения по возрастным группам позволяет сделать следующие  выводы. Наибольший удельный вес занятых  приходится на людей в возрасте 30-39 лет, доля работающих мужчин и женщин больше в возрасте 30-39 лет. Проследив  динамику явления за 2009-2012 гг. можно  отметить, что уменьшается удельный вес занятых в возрасте 20-29 лет  и 40-49 лет, увеличивается число работающих в возрасте 30-39 лет и 60-72 лет. Средний  возраст занятых в экономике  Алтайского края в 2012г. составил 40,4 лет, что на 0,1 лет больше, чем в 2009 и 2010 годах. Для мужчин этот показатель в 2012г. был равен 40,0 годам, для женщин – 40,7 (табл.3.5).

 

 

3.3. Комбинационная группировка  распределения занятых по образованию и полу

При помощи комбинационных группировок рассмотрим зависимость уровня занятости от пола и какого-либо факторного признака. В таблице 3.6 указан удельный вес занятых в процентах в каждой группе.

Таблица 3.6.

Зависимость уровня занятости от уровня образования  и пола в Алтайском крае, 2009 – 2012гг. (в % к итогу)

Год	Пол	Занято в экономике – всего	в том числе имеют образование
			высшее, неполное высшее профес-сиональное	среднее профес-сиональное	начальное профес-сиональное	среднее (полное) общее	основное общее	не имеют основного общего образования
2009	М	100	19,1	21,0	24,5	26,2	7,9	1,3
	Ж	100	26,2	32,7	15,6	19,7	5,1	0,7
2010	М	100	18,3	17,8	25,4	31,1	6,7	0,7
	Ж	100	26,2	32,8	16,7	20,2	3,8	0,3
2011	М	100	18,5	18,2	26,6	29,4	6,7	0,6
	Ж	100	28,0	30,5	16,7	20,3	4,0	0,5
2012	М	100	15,4	16,4	24,8	36,3	6,5	0,6
	Ж	100	26,5	30,2	17,0	22,1	4,0	0,2

 

Анализируя  таблицу 3.6, можно заметить, что наибольший уровень занятости достигается: для мужчин со средним (полным) образованием в 2012 году – 36,3%, для женщин со средним профессиональным образованием в 2010 году – 32,8%. Наименьший процент занятых наблюдается среди людей, не имеющих даже основного общего образования: в 2011-2012 гг. среди мужчин – 0,6%, в 2012 г. среди женщин – 0,2%. В период с 2009 по 2012г. занятость среди лиц женского пола, имеющих высшее, неполное высшее профессиональное и среднее профессиональное образование, больше, чем среди мужчин с теми же уровнями образования. А для начального профессионального, среднего (полного) общего, основного общего и без основного общего образования – наоборот, выше процент занятости мужчин. 

 

3.4. Определение тесноты  связи между полом человека  и уровнем занятости

 

Для изучения взаимосвязи между полом человека и уровнем занятости, была построена четырехклеточная таблица, где фиксировалась частота альтернативных признаков: мужчины – женщины, занятые – безработные (табл.3.7). При помощи коэффициента ассоциации (контингенции) была рассчитана теснота связи.

Таблица 3.7.

Численность занятых в экономике Алтайского края в 2012 году (тысяч человек)

Группы населения по полу	Занятые в экономике (В)	Безработные (В)	Итого
Мужчины (А)	581,8 (a)	43,8 (b)	625,6 (a+b)
Женщины (А)	538,7 (с)	30,6 (d)	569,3 (c+d)
Всего	1120,5 (а+с)	74,4 (b+d)	1194,9 (N)

 

А и В – альтернативные признаки;

a, b, c, d – частоты соответствующих комбинаций признаков.

Коэффициент ассоциации:

= = = = – 0,14.

Коэффициент контингенции:

= = = = – 0,034.

На основе коэффициентов ассоциации и контингенции можно сделать вывод о том, что связь между анализируемыми признаками (пол и уровень занятости) слабая по тесноте связи, обратная (т.к. ad < bc).

3.5. Корреляционно-регрессионный анализ занятости

 

Корреляционно-регрессионный  анализ - один из наиболее широко распространенных и гибких приемов обработки статистических данных. Парным корреляционно-регрессионным анализом называется математико-статистический метод, который позволяет описать в формализованной форме, т.е. в виде уравнения , зависимость вариации результативного признака от вариации факторного признака ,а также количественно оценивать силу и тесноту изучаемой зависимости.

Задачи  корреляционного анализа сводятся к выделению важнейших факторов, которые влияют на результативный признак, измерению тесноты связи между  факторами, выявлению неизвестных  причин связей и оценке факторов, оказывающих  максимальное влияние на результат. Задачи регрессионного анализа заключаются  в определении уравнении регрессии  и его использования для оценки неизвестных значений зависимой  переменной.

Изучим  зависимость численности безработных y_i (тыс. руб.) от доходов населения Алтайского края в среднем на одну душу населения в месяц х_i (руб.) за период 2006-2011 гг. Для проведения всех предстоящих расчетов, построим вспомогательную таблицу.

Таблица 3.8

Вспомогательная таблица для корреляционно-регрессионного анализа

Год
2006	6369	115,9	40564161	13432,81	738167,1	108,67	50,17	52,32
2007	7597	84,8	57714409	7191,04	644225,6	111,40	18,96	707,34
2008	9974	110,1	99480676	12122,01	1098137,4	116,68	0,86	43,28
2009	9868	157,7	97377424	24869,29	1556183,6	116,44	0,48	1702,14
2010	11029	115	121638841	13225	1268335	119,02	10,71	16,19
2011	12500	111	156250000	12321	1387500	122,29	42,80	127,52
Итого	57337	694,5	573025511	83161,15	6692548,7	694,50	123,99	2648,78
Средняя	9556,17	115,75	95504251,83	13860,19	1115424,78	115,75	20,67	441,46

Чтобы составить  уравнение парной линейной регрессии (y = a + bx), найдем коэффициенты а и b.

Рассчитаем  коэффициент регрессии  по формуле:

   ,                                          (3.25)

где  , , (n – число наблюдений).

 

Если  доходы населения Алтайского края в  среднем на душу населения в месяц  увеличить на 1 руб., то уровень безработицы увеличится на 0,0022 тыс. чел.

Рассчитаем  коэффициент  по формуле:

                                                (3.26)

Коэффициент а не имеет экономического смысла.

В итоге  получаем уравнение:

. После подстановки в уравнение  фактических значений фактора  x_i получаем расчетные значения результата ŷ_i. Для иллюстрации результата построим график фактических значений (x_i;y_i) и нанесем на него точки с координатами (x_i;ŷ_i), соединяя которые, получаем теоретическую линию регрессии (рис. 3.2).

Рисунок 3.2. Корреляционное поле

Рассчитаем  дисперсию по по формуле:

                                    

Рассчитаем  дисперсию по по формуле:

                                         

Рассчитаем  среднее квадратическое отклонение по формуле:

                                            

Рассчитаем  среднее квадратическое отклонение по формуле:

                                          

Рассчитаем  коэффициент корреляции по формуле:

                                                                   

Коэффициент корреляции, равный 0,21, позволяет судить о слабой связи между уровнем безработицы и доходами населения Алтайского края в среднем на душу населения.

Рассчитаем  коэффициент детерминации по формуле:

                                                  

R² =0,04, или 4%, т.е. изменения уровня безработицы на 4% зависят от доходов населения Алтайского края в среднем на душу населения и на 96% зависят от влияния прочих неучтенных в модели факторов.

Для оценки относительной величины отклонения фактических значений от расчетных  используем коэффициент, который называется средняя ошибка аппроксимации: