Диссертация (1152312), страница 22
Текст из файла (страница 22)
Стандартнаяошибка2составила1,01.КорелограммыавтокорреляционнойичастнойРассчитано автором по данным выборочных обследований по проблемам занятости:http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/publications/catalog/doc_1140097038766127автокорреляционной функций (Приложение 6, рисунок1-2) доказывают, чтоостатки предложенной модели подобны белому шуму, в них отсутствуютпериодические колебания, систематическое смещение и автокорреляция, агистограмма плотности распределения остатков (Приложение 6, рисунок3) имеетподобие нормального распределения, что может служить доказательствомадекватности модели [40].
Предложенная модель позволила получить прогнозныезначения численности занятых в сельском хозяйстве, которые представлены втаблице 2.13.Таблица 2.13 – Прогноз численности занятых в сельском хозяйстве на 20162017 гг. (тыс. человек)3МесяцЯнварьФевральМартАпрельМайИюньИюльАвгустСентябрьОктябрьНоябрьДекабрьПредсказанныезначения4562,74331,64632,34631,65161,84848,05208,55353,95106,94764,54857,04347,72016 г.Нижняяграница4439,74180,24456,94435,14946,44615,14959,45089,64828,14472,14551,54029,6Верхняяграница4685,64483,14807,74828,05377,35080,95457,65618,25385,65056,95162,64665,7Предсказанныезначения4615,44454,64663,84663,35032,34813,95064,75166,04994,04755,84820,24465,72017 г.Нижняяграница4252,84062,24243,74217,34561,84320,04548,64628,54436,04178,04223,23850,2Верхняяграница4977,94846,95083,85109,35502,95307,85580,95703,55552,15333,65417,25081,2Согласно прогнозу, полученному по предложенной модели, максимальнаячисленность занятых в сельском хозяйстве в 2016 г.
будет наблюдаться в августеи составит 5353,9 тыс. человек. К концу года она несколько сократится изафиксируется на отметке в 4347,7 тыс. человек. К концу 2017 г. численностьзанятых данным видом деятельности составит 4465,7 тыс. человек, что превышаетзначение показателя в аналогичный период 2015 г. на 6,9% (см.
рисунок 2.24)3Рассчитано автором по данным выборочных обследований по проблемам занятости:http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/publications/catalog/doc_1140097038766128Рисунок 2.24 – Динамика численности занятых в сельском хозяйствеза 2009-2015 гг. с прогнозом на 2016-2017 гг. (тыс.
человек)4Уравнение регрессии, моделирующее динамику численности занятых всфере обрабатывающих производств по месячным данным за период с 2009 по2015 г., имеет вид:yˆ ОП ,t 7268,5 54,3x1,t 1 4,2 x6,t 1 0,25 x9,t 4,0 x10,t 0,47 уТОР,tt-статистика:(2,7)(-3,5)(2,1)(2,2)(-3,4)R 2 0,96 ; F 5;53 254,4 ; DW 2,05 ; S.E 7,6 .Рост величины заработной платы (в % от средней заработной платы поэкономике в целом) в обрабатывающих производствахx1,t 1 положительновлияет на численность занятого населения в данной сфере, однако отношениесреднемесячной заработной платы к средней по экономике за рассматриваемыйпериодсокращалось.Индекспромышленногопроизводстваx6,t 1 врассматриваемом периоде имел повышющий тренд. Оптимизация структурызанятости в обрабатывающих производствах явилась следствием повышенияэффективности производства. Отрицательное влияние данных о численностинаселения, занятого в оптовой и розничной торговле уТОР , на результативныйпоказатель объясняется конкурентными преимуществами этого вида деятельности4Рассчитано автором по данным выборочных обследований по проблемам занятости:http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/publications/catalog/doc_1140097038766129посравнениюсобрабатывающимипроизводствамисточкизрениятрудоустройства.
Фактические и расчетные значения численности населения,занятого в обрабатывающих производствах, приведенные на рисунке 2.25,подтверждают высокую точность модели.10800тыс. чел.106001040010200100009800январьфевральмартапрельмайиюньФактические значенияиюльавгустсентябрь октябрьноябрьдекабрьРасчетные значенияИсточник: рассчитано автором по данным [255].Рисунок 2.25 – Фактические и расчетные значения численности занятых вобрабатывающих производствах за 2015 г.
(тыс. человек)Прогнозная модель численности занятых в обрабатывающих производствахимеет вид АРПСС(0,1,1)(1,0,0), ее параметры представлены в таблице 2.14.Графические характеристики остатков модели представлены на рисунках 4-6Приложения 6.Таблица 2.14 – Параметры модели АРПСС (0,1,1)(1,0,0), характеризующейчисленность занятых в сельском хозяйстве5Параметр моделиq(1)Ps(1)Значение параметра-0,76t -статистика-11,41Уровень значимости0,000,9718,450,00Прогнозные оценки численности занятых в обрабатывающих производствахна 2016-2017 г., полученные по модели АРПСС(0,1,1)(1,0,0), позволили сделать5Рассчитано автором по данным выборочных обследований по проблемам занятости:http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/publications/catalog/doc_1140097038766130вывод о том, что численность занятых в данной сфере продолжит хоть инезначительно, но снижаться (Приложение 6, таблица 1).
К концу 2016 г.величина данного показателя составит 10271,7 тыс. человек, а концу 2017 г. –10138,5 тыс. человек.Рисунок 2.26 – Динамика численность занятых в обрабатывающих производствахза 2009-2015 гг. с прогнозом на 2016-2017 гг. (тыс. человек)6Известно, что сельское хозяйство и обрабатывающие производствадовольно долго были ресурсной базой для других секторов экономики (видыэкономической деятельности - компенсаторы). Анализ показывает, что есличисленностьзанятыхвсельскомхозяйственесколькоувеличится,тообрабатывающие производства по-прежнему останутся донором трудовыхресурсов.Уравнение регрессии, характеризующее занятость в добыче полезныхископаемых, имеет вид:yˆ ДПИ , t 101,2 52,8 x1, t 1 0,001x5, t 1 0,49 x6, t 1,6 x10, tt-статистика:(2,3)(-3,5)R 2 0,71 ; F 4;54 33,1 ;6(3,3)(5,4)S.E 13,9 ; DW 1,92 .Рассчитано автором по данным выборочных обследований по проблемам занятости:http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/publications/catalog/doc_1140097038766131В число факторов, определяющих 71% вариации численности занятогонаселениявдобычеполезныхископаемых,вошли:x1,t 1иx5,t 1 ,характеризующие соответственно величину отношения средней заработной платыработников к средней по экономике в целом и просроченную задолженность позаработной плате работников с задержкой на один лаг.Значимость влияния этих факторов обусловлена тем, что величина среднейзаработной платы в данном виде деятельности - одна из самых высоких вэкономике.
Включение в модель лаговых переменных показывает, что занятостьреагирует на изменение данных показателя с запаздыванием на один месяц. Такоевлияние характеристик спроса отвечает поведенческой логике.Необходимо отметить, что в число статистически значимых факторов точнотак же, как и в сельском хозяйстве, вошел индекс сезонности в занятости x10,t .Каждые три месяца происходит всплеск занятости; при этом пики не совпадают сначалом или концом кварталов, а приходятся на начало сезонов: март, июнь,сентябрь,декабрь(максимальныйиндекссезонностихарактеризуетвисследуемом периоде декабрь - 110,1%), в последующие два месяца происходитспад (см.
рисунок 2.27).115110,1110107,7107,1105%101,599,410097,396,697,794,2959097,897,5январьфевральмартапрельмайиюньиюльавгуст93,1сентябрь октябрьноябрьдекабрьРисунок 2.27 – Индекс сезонности в добыче полезных ископаемых, %7Оценивая точность модели [110], можно заключить, что предлагаемоеуравнение корректно описывает поведение эндогенной переменной.
Об этомможно судить как по величине стандартной ошибки, так и сравнив фактические и7Рассчитано автором по данным выборочных обследований по проблемам занятости:http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/publications/catalog/doc_1140097038766132расчетные значения численности занятых в сфере добычи ископаемых в 2015 г.,представленные в таблице 2.15.Таблица 2.15 – Фактические и расчетные значения численности занятых в добычеполезных ископаемых за 2015 г. (тыс.
человек)ЗначенияФактическиеРасчетныеЗначенияФактическиеПрогнозныеЯнварь16021620,7Июль14561482,7Февраль14061458,8Август14921437,7Март14931507,2Сентябрь16381636,0Апрель14041480,5Октябрь14571496,6Май15591507,1Ноябрь13571407,6Июнь15731552,0Декабрь16211660,5Источник: рассчитано автором по данным [255].Динамика численности занятых добычей полезных ископаемых определилавыбор прогностической модели АРПСС(1,1,0)(0,0,1) с сезонным лагом 12. Всекоэффициенты в модели статистически значимы, стандартная ошибка небольшая:0,147.