Статистико-экономический анализ безработицы

 

здесь n -- число уровней ряда .

Выражение для доверительного интервала приобретает вид

 

 

Полученные границы доверительного интервала округляют до целых чисел , уменьшая нижнюю границу и увеличивая верхнюю .

Непосредственное выделение тренда может быть произведено тремя методами .

1. Укрупнение интервалов . Ряд динамики разделяют на некоторое достаточно большое число равных интервалов . Если средние уровни по интервалам не позволяют увидеть тенденцию развития явления , переходят к расчету уровней за большие промежутки времени , увеличивая длину каждого интервала (одновременно уменьшается количество интервалов) .
2. Скользящая средняя . В этом методе исходные уровни ряда заменяются средними величинами , которые получают из данного уровня и нескольких  симметрично его окружающих . Целое число уровней , по которым рассчитывается среднее значение , называют интервалом сглаживания . Интервал может быть нечетным (3,5,7 и т.д. точек) или четным (2,4,6 и т.д. точек).

При нечетном сглаживании полученное среднее арифметическое значение закрепляют за серединой расчетного интервала , при четном это делать нельзя . Поэтому при обработке ряда четными интервалами их искусственно делают нечетными , для чего образуют ближайший больший нечетный интервал , но из крайних его уровней берут только 50%.

Недостаток методики сглаживания скользящими средними состоит в условности определения сглаженных уровней для точек в начале и конце ряда . Получают их специальными приемами – расчетом средней арифметической взвешенной . Так , при сглаживании по трем точкам выровненное значение в начале ряда рассчитывается по формуле 24 :

 

                       .                              (24)

 

Для последней точки расчет симметричен .

При сглаживании по пяти точкам имеем такие уравнения (формулы 25):

 

                                    (25)

 

Для последних двух точек ряда расчет сглаженных значений полностью симметричен сглаживанию в двух начальных точках .

Формулы расчета по скользящей средней выглядят , в частности , следующим образом (формула 26):

 

для 3--членной   .                                 (26)

 

3. Аналитическое выравнивание . Под этим понимают определение основной проявляющейся во времени тенденции развития изучаемого явления . Развитие предстает перед исследователем как бы в зависимости только от течения времени . В итоге выравнивания временного ряда получают наиболее общий , суммарный , проявляющийся во времени результат действия всех причинных факторов . Отклонение конкретных уровней ряда от уровней , соответствующих общей тенденции , объясняют действием факторов , проявляющихся случайно или циклически . В результате приходят к трендовой модели , выраженной формулой 27:

 

                                       ,                                     (27)

 

где f(t) – уровень , определяемый тенденцией развития ;

        -- случайное  и циклическое отклонение от  тенденции.

Целью аналитического выравнивания динамического ряда является определение аналитической или графической зависимости f(t) . На практике по имеющемуся временному ряду задают вид и находят параметры функции f(t) , а затем анализируют поведение отклонений от тенденции. Функцию f(t) выбирают таким образом , чтобы она давала содержательное объяснение изучаемого процесса .

Чаще всего при выравнивании используются следующий зависимости :

линейная ;

параболическая ;

экспоненциальная

или ).

1. Линейная зависимость выбирается в тех случаях , когда в исходном временном ряду наблюдаются более или менее постоянные абсолютные и цепные приросты , не проявляющие тенденции ни к увеличению , ни к снижению.
2. Параболическая зависимость используется , если абсолютные цепные приросты сами по себе обнаруживают некоторую тенденцию развития , но абсолютные цепные приросты абсолютных цепных приростов (разности второго порядка) никакой тенденции развития не проявляют .
3. Экспоненциальные зависимости применяются , если в исходном временном ряду наблюдается либо более или менее постоянный относительный рост (устойчивость цепных темпов роста , темпов прироста , коэффициентов роста) , либо , при отсутствии такого постоянства , -- устойчивость в изменении показателей относительного роста (цепных темпов роста цепных же темпов роста , цепных коэффициентов роста цепных же коэффициентов или темпов роста и т.д.).

Оценка параметров ( ) осуществляется следующими методами :

1. Методом избранных точек,
2. Методом наименьших расстояний,
3. Методом наименьших квадратов (МНК)

В большинстве расчетов используется метод наименьших квадратов , который обеспечивает наименьшую сумму квадратов отклонений фактических уровней от выравненных :

.

Для линейной зависимости ( ) параметр обычно интерпретации не имеет , но иногда его рассматривают , как обобщенный начальный уровень ряда ; -- сила связи , т. е. параметр , показывающий , насколько изменится результат при изменении времени на единицу . Таким образом , можно представить как постоянный теоретический абсолютный прирост .

Построив уравнение регрессии , проводят оценку его надежности . Это делается посредством критерия Фишера (F) . Фактический уровень ( ) , вычисленный по формуле 28, сравнивается с теоретическим (табличным) значением :

 

           ,         (28)

 

где k -- число параметров функции , описывающей тенденцию;

n             -- число уровней ряда ;

Остальные необходимые показатели вычисляются по формулам 29 – 31 :

 

                                                                  (29)

 

                                          (30)

 

                                              (31)

 

сравнивается с при степенях свободы и уровне значимости a (обычно a = 0,05). Если > , то уравнение регрессии значимо , то есть построенная модель адекватна фактической временной тенденции.

 

 

3.8. Сгруппировать города и районы по уровню зарегистрированной безработицы (подлежащее таблицы), в сказуемом таблицы – численность незанятых, безработных. Для этого предварительно построить ряды распределения их графически в виде огивы и гистограммы и на основе их анализа выделить 3-4 группы для сводки (последний год)

 

 

 

 

 

Заключение

 

В настоящей работе было рассмотрено такое понятие как безработица, ее сущность. Было выяснено, что безработица бывает фрикционная, структурная, добровольная, институциональная и циклическая, а также технологическая, конверсионная, молодежная, вынужденная, скрытая, застойная и другие. Основными показателями безработицы являются: уровень безработицы, частота, длительность безработицы. Еще в работе была рассмотрена методика расчета этих показателей, основные источники получения информации о безработице, а также методы исследования безработицы: метод статистического учета и методы социологического опроса. В данной работе для прогнозирования использовались методы:

1)на основе средних показателей  динамики;

2)на основе экстраполяции тренда;

3)на основе скользящих и экспоненциальных  средних.

Два первых метода прогнозирования дают почти идентичные результаты. Это хорошо видно из приведенных диаграмм. Прогнозы показывают достаточно выраженный подъем. Но прогноз методом экстраполяции тренда имеет более резкий характер, в то время как прогноз методом среднего абсолютного прироста имеет более плавную линию.

Рынок труда в Республике характеризуется ускоренным ростом предложения рабочей силы, низким спросом на нее, быстрым увеличением уровня безработицы. Основная причина - спад производства в промышленности, машиностроении, агропромышленном комплексе. Так, уровень безработицы в республике в 2005 г. составил 12 % от экономически активного населения республики. Также отмечаются тенденция к снижению качества рабочей силы, рост застойной безработицы.

Но общая картина прогнозирования показывает, что рост безработицы в Республике Бурятия будет продолжаться в достаточно интенсивном темпе и к 2007 году достигнет более 65,68 тыс. человек.

Главный путь решения проблемы безработицы на рынке труда -  экономический рост производства (восстановление законсервированных производственных мощностей), что приведет к увеличению темпа роста числа занятых в экономике.

 

Литература

 

1. Кибанов А.Я. «Экономика и социология труда: Учебник». – М.: ИНФРА-М, 2003. – 584с.
2. Липсиц И.В. «Экономика: учебник для вузов». – М.: Омега-Л, 2006. – 656с. – (Высшее экономическое образование).
3. Николаева И.П. «Экономика в вопросах и ответах: учеб. пособие». – М.: ТК Велби, Изд-во Проспект, 2006. – 336с.
4. Октябрьский П.Я. «Статистика: Учебник». – М.: ТК Велби, Изд-во Проспект, 2005.-328с.
5. Остапенко Ю.М. «Экономика труда: Учеб. пособие». – М.: ИНФРА-М, 2006 – 268с. – (Высшее образование).
6. Хейне П., Боуттке П., Причитко Д. «Экономический образ мышления», 10-е издание / пер. с англ. Гуреш Т.А. – М.: Изд. дом «Вильямс», 2005. – 544 с.
7. Чепурин М.Н., Киселева Е.А. «Курс экономической теории: учебник». – 5-е исправленное, дополненное и переработанное издание – Киров: «АСА», 2005. – 832с.
8. Гусаров В.М. Теория статистики: Учебное пособие для вузов. - М.: Аудит, ЮНИТИ, 2001.
9. Елисеева и.и., Юзбашев М.М. Общая теория статистики: Учебник / Под ред. И.И. Елисеевой. - М.: Финансы и статистика, 2000.
10. Ефимова М.Р., Петрова Е.В., Румянцев В.Н. Общая теория статистики: Учебник. - М.: ИНФРА-М, 2002.
11. Общая теория статистики: Статистическая методология в изучении коммерческой деятельности: Учебник / Под ред. О.Э. Башиной, А.А. Спирина. -М.: Финансы и статистика, 2000.
12. Сиденко А.В., Попов Г.И., Матвеева В.М. Статистика: Учебник. - М.: Дело-Сервис, 2000.
13. Российский статистический ежегодник. - М.: Финансы и статистика, 2001.
14. Россия в цифрах. Статистический сборник. - М.: Финансы и статистика, 2001.
15. Адамов В.Е., Ильенкова С.Д., Сиротина С.А. и другие. Экономика и статистика фирм: Учебник / Под ред. С.Д. Ильенковой. - М.: Финансы и статистика, 2000.