Методы анализа рынка труда

Современная статистика рынка труда использует разнообразные методы при анализе рынка труда.
При сборе информации о состоянии занятости населения чаще всего используется наблюдение. Благодаря наблюдению можно получить нужную информацию по заранее подготовленной программе в определенные сроки.
При этом можно использовать как сплошное, так и выборочное наблюдение. Выбор какого-либо метода наблюдения обусловлен целями исследования, программой исследования, а также наличием финансовых, материальных и трудовых ресурсов [11, с. 147].
После того, как информация получена, проводится ее контроль. В статистике занятости и безработицы обычно используются виды контроля, представленные на рисунке 7.
Рисунок 7 – Статистические виды контроля [14, с. 142]
После того, как будет проверено качество полученной информации, последняя сводится и группируется.
Сводка статистических данных сводится к получению общих и групповых итогов по заранее подготовленной программе.
Группировку можно охарактеризовать, как расчленение полученной совокупности единиц на однородные группы на основании изучаемых признаков. Группировка может быть количественной или качественной.
Количественные группировки основываются на признаках, которые имеют количественное выражение. Сюда можно отнести, например, группировку по численности занятых в экономике. Качественная группировка основана на показателях, не имеющих количественного выражения. Сюда можно отнести группировку по численности трудоспособного населения в зависимости от социально-профессиональной группы [3, с. 84].
Рассмотрим основные методы, применяемые при анализе рынка труда.
Структурный анализ рынка труда заключается в исследовании его структуры. Под структурой понимают совокупность элементов социально-экономических явлений, обладающих определенной устойчивостью внутригрупповых связей при сохранении основных свойств, характеризующих эту совокупность как целое. Например, структура населения региона по полу.
Основные направления статистического изучения структуры включают:
а) характеристику структурных сдвигов отдельных частей совокупности за два и более периодов;
б) обобщающую характеристику структурных сдвигов в целом по совокупности;
в) оценку степени концентрации и централизации.
Вариационный анализ. Единицы изучаемой совокупности обладают интересующим нас признаком в разной мере. Для каждой единицы совокупности данный признак принимает различные значения (вариацию).
Вариация - оценка индивидуальных значений признака по сравнению со средними.
Применение показателей вариации весьма разнообразно:
1) для оценки однородности совокупностей (совокупности);
2) для оценки концентрации и специализации производства;
3) для выявления аномальностей в совокупностях;
4) для сравнения вариации в различных совокупностях и их оценки.
Чтобы выявить характер распределения единиц совокупности по варьирующим признакам, определить закономерности в этом распределении, строят ряды распределения единиц совокупностей по какому-либо варьирующему признаку

. Ряды распределения, построенные по количественному признаку, называются вариационными.
Многофакторная корреляция. Теснота взаимосвязи показателей статистики рынка труда и других экономических показателей изучается при помощи корреляционно-регрессионного анализа.
При помощи показателей корреляции можно количественно оценить тесноту связи занятости и безработицы с такими экономическими показателями, как валовый внутренний продукт, экспорт, импорт.
За счет показателей регрессии можно количественно оценить зависимость результативного и факторного показателя [5, с. 172].
Данный статистический метод состоит из следующих этапов:
а) необходимо собрать данные и провести предварительный их анализ;
б) выбрать уравнение регрессии;
в) отобрать существенные факторные признаки;
г) вычислить параметры уравнения регрессии, а также коэффициенты корреляции, эластичности, детерминации и др.;
д) проверить адекватность полученной модели;
е) интерпретировать полученные результаты, то есть провести статистическую оценку.
Изучение связи между тремя и более связанными между собой признаками носит название множественной (многофакторной) регрессии. При исследовании зависимостей методами множественной регрессии задача формулируется так же, как и при использовании парной регрессии, то есть требуется определить аналитическое выражение связи между результативным признаком (У) и факторными признаками (х1, х2, х3,…, хn), найти функцию: Y1, 2, …,n = f(х1, х2, …, хn).
Аналитическая форма выражения связи результативного признака и ряда факторных называется многофакторным (множественным) уравнением регрессии, или моделью связи.
Уравнение линейной множественной регрессии имеет вид:
Y 1, 2, …, n = a0 + a1x1 + a2x2 + … +anxn(5)
гдеY - теоретические значения результативного признака, полученные в результате подстановки соответствующих значений факторных признаков в уравнение регрессии;
х1, х2, …, хn - факторные признаки;
а0,а1, …, аn - параметры модели (коэффициенты регрессии).
a0 – свободный член уравнения, который может интерпретироваться, а может и не иметь экономико-технологического смысла;
ai — называют частным коэффициентом регрессии, в отличие от парных он показывает среднее изменение результативного показателя с учетом знака при изменении факторного признака Xi на единицу своего измерения при условии, что другие учтенные в модели факторы остаются неизменными.
Для характеристики явлений и процессов на рынке труда широко применяется индексный метод