Диссертация (1152312), страница 52

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 52)

(Приложение13, рисунок 3), что может служить доказательством адекватности модели.Предложенная модель позволила выполнить прогнозы численности занятых всельском хозяйстве на 2 года вперед (см. рисунок 5.12).Согласно прогнозу численность занятых в сельском хозяйстве продолжитсокращаться. К концу 2016 г. она составит 10865 человек. К концу 2017 г.численность занятых данным видом деятельности по полному кругу предприятийи организаций зафиксируется на отметке 10752 тыс.

человек, что ниже значенияпоказателя в аналогичный период 2015 г. почти на 700 человек.306Источник: рассчитано автором по данным [215 - 217].Рисунок 5.12 – Динамика численность занятых в сельском хозяйстве РМЭ за2006-2015 гг. с прогнозом на 2016-2017 гг. (человек)В Республике Марий Эл наибольшее число занятых характеризует сферуобрабатывающих производств. Прогнозирование численности занятых в даннойсфере проводилось на основании модели АРПСС(1,1,0)(0,0,1) с интервенцией,параметры которой представлены в таблице 5.17.Таблица 5.17 – Параметры модели АРПСС(1,1,1)(0,0,1) с интервенцией,характеризующей численность занятых в обрабатывающихпроизводствах РМЭПараметрыЗначение параметраt -статистикаУровень значимостиp(1)q(1)Qs(1)-0,73-4,020,00-0,91-8,910,00-0,83-5,410,00-2099,191,01-3,479,260,000,00Источник: рассчитано автором по данным [215 - 217].307Графические характеристики остатков модели представлены на рисунках 46 Приложения 13.

Численные значения прогнозных оценок численности занятыхв обрабатывающих производствах республики вместе с границами 90%доверительного интервала представлены в таблице 2 Приложения 13.На основании предложенной модели был выполнен прогноз численностизанятых в обрабатывающих производствах Республики Марий Эл. Согласнопроведенным расчетам, занятость в данной сфере точно также, как и в сельскомхозяйстве, в ближайшем будущем будет иметь тенденцию к сокращению. Однакоесли к декабрю 2016 г.

численность работников всех предприятий и организаций,чьим видом деятельности являются обрабатывающие производства, сократитсяпримерно на 1200 человек относительно декабря 2015 г.и составитприблизительно 46226 работников, то за 2017 г. сокращение персонала здесьбудет очень незначительным: в декабре 2017 г. численность работников составит46214 человек (см. рисунок 5.13).Источник: рассчитано автором по данным [215 - 217].Рисунок 5.13 – Динамика численности занятых в обрабатывающих производствахРМЭ за 2006-2015 гг.

с прогнозом на 2016-2017 гг. (человек)Значительная доля занятых в республике трудится в сфере оптовой ирозничнойторговли.Построениепрогнозныхмоделейавторегрессиии308проинтегрированного скользящего среднего для занятых в данном видедеятельности не позволило добиться хороших результатов. Прогнозированиечисленности занятых в оптовой и розничной торговле осуществлялось с помощьютрендовых моделей. Наилучших результат был достигнут при использованииполиномиальной модели следующего вида:yˆ t  14488  452,3 t  8,5 t 2t-статистика:(11,1)(-4,5)R 2  0,85 ; F 2;27   101,12 ; DW  1,74 ; S.E.  6,96 .Графическое отображение аппроксимации представлено на рисунке 5.14.Согласно прогнозу, выполненному по предложенной модели на 2016 и 2017 гг.,можно предположить, что в среднесрочной перспективе численность занятых вторговле продолжит сокращаться и составит в декабре 2016 г.

17903 человека, вдекабре 2017 г. – 16578.2200021000200001900018000170001600015000дек.17дек.16дек.15дек.14дек.13дек.12дек.11дек.10дек.09дек.08дек.07дек.06дек.0514000Наблюдаемые значенияПрогнозные значенияИсточник: рассчитано автором по данным [215 - 217].Рисунок 5.14 – Динамика численности занятых в оптовой и розничной торговлеРМЭ за 2006-2015 гг. с прогнозом на 2016-2017 гг. (человек)309Важным показателем, определяющим поведение индивида на рынке труда,является доходность его профессиональной деятельности. Стремление кмаксимизации своего дохода, основную часть которого население РеспубликиМарий Эл получает посредством заработной платы, диктует экономическуюлогику его поведения на рынке труда.

Величина разрыва минимального имаксимального уровней оплаты труда в экономике выступает причиной кадровыхдиспропорций, вследствие которых в видах деятельности с более высокимуровнемоплатытрудазанятостьстановитсяизбыточной,снизким–недостаточной. Высокие личные доходы выгодны не только отдельномуиндивиду.

В них заключается и общественная выгода, так как, в конечном счете,именно доходы являются источником расширения производства, удовлетворенияпотребностейнаселения,атакжеподдержкималообеспеченныхинетрудоспособных граждан [210]. В качестве характеристики, отражающейвеличину данного показателя в разрезе видов экономической деятельности, вработе было использовано отношение среднемесячной заработной платы ксредней по республике. Взаимосвязь заработной платы и динамики занятостиочевидна: чем выше уровень оплаты труда, тем сильнее работник стремится бытьзанятым в этом виде деятельности. И наоборот, низкий уровень оплаты трудаприводит к оттоку работников в другие сферы с более высокой заработнойплатой.Отражением экономической ситуации в регионе может выступать числопредприятий,функционированиекоторыхспособствуетминимизациинегативного воздействия кризисных явлений и является с точки зрения спроса нарынке труда характеристикой экономической безопасности региона.Увеличению спроса способствует увеличение производственных мощностейпредприятий и организаций, которые в работе предлагалось оценивать с помощьючетырехпоказателейвразрезевидовэкономическойдеятельности:производительность труда и фондовооруженность, рассчитанные автором, какотношение валовой добавленной стоимости и стоимости основных фондов к310числу работников соответственно; коэффициент износа основных фондов иинвестиции в основной капитал [246].В качестве инструментария, позволяющего провести содержательныйанализ влияния основных факторов на занятость по видам экономическойдеятельности, был использован регрессионный анализ.

Информационной базойпослужили пространственно-временные данные с 2005 г. по 2015 г. по видамдеятельности. Два вида деятельности (добыча полезных ископаемых, а такжерыболовствоирыбоводство)былиисключеныизрассмотренияввидунезначительного числа занятых: совокупная величина данного показателя дляэтих сфер деятельности составляет всего 0,4% от общего числа работниковпредприятий и организаций республики.В качестве значений результативного признака  y it  выступали данные осреднегодовой численности работников предприятий и организаций по видамдеятельности i  в тыс.

человек в период времени t . В качестве факторныхпризнаков – следующая система показателей:x1it – отношения величины среднемесячной начисленной заработной платыработников в i -ом виде экономической деятельности к средней поРеспублике Марий Эл в момент времени t , %;x2 it – число предприятий и организаций государственной формы собственности вi -ом виде экономической деятельности в момент времени t , ед.;x3it – число предприятий и организаций частной формы собственности в i -омвиде экономической деятельности в момент времени t , тыс. ед.;x4 it – производительность труда в i -ом виде экономической деятельности вмомент времени t , млн. руб./чел.;x5it – фондовооруженность в i -ом виде экономической деятельности в моментвремени t , млн.

руб./чел.;x6 it – степень износа основных фондов в i -ом виде экономической деятельности вмомент времени t , %;311x7 it – индекс физического объема инвестиций в основной капитал i -го видадеятельности в момент времени t , %.Сформированнаяинформационнаябазасодержит143наблюдения,пропущенных данных нет, панель сбалансирована.

Исследование проводилось наоснове регрессионной модели, построенной по панельным данным, которыеявляются прослеженными во времени пространственными выборками [210].Панельные данные имеют три измерения: признак – объект – время. Для проверкивозможности создания единой панели по каждому из одиннадцати лет с 2005 г. по2015 г. были построены отдельные регрессии следующего вида:yi  b0  b1 x1i  b2 x2i  b3 x3i  b4 x4i  b5 x5i  b6 x6i  b7 x7i(5.12)Необходимо, чтобы коэффициенты регрессии в моделях были одногопорядка. Полученные коэффициенты представлены в таблице 5.18. [78]Таблица 5.18 – Коэффициенты регрессий во временном разрезеГодыb0b1b2b3b4b5b6b720052006200720082009201020112012201320142015-6,44-3,08-10,00-15,87-15,20-7,69-3,32-1,90-17,32-11,191,170,030,010,010,020,000,010,030,020,020,010,010,0050,0060,0060,0040,0060,0020,0030,0040,0040,0040,003-73,19-23,06-27,891,07-17,42-4,1810,843,39-7,59-1,960,16-1,37-0,75-2,43-2,77-3,57-0,43-1,29-0,98-1,56-1,78-2,030,660,200,340,720,550,070,370,270,920,430,22-0,06-0,01-0,020,380,40-0,02-0,090,050,10-0,040,26-6,44-3,08-10,00-15,87-15,20-7,69-3,32-1,90-17,32-11,191,17Источник: рассчитано автором по данным [215 - 217].Анализ коэффициентов доказал, что необходимое условие, предъявляемое кисходным данным, выполнено, а объединение данных и исследование их, какединой панели, является возможным и обоснованным.Исходная регрессионная модель по панельным данным имеет вид [78]:312myit   0    i xit  uit(5.13)i 1В практике современной статистики используются различные подходы кпостроению регрессионных моделей по панельных данных, среди которых чащедругих используются два вида: модель по панельным данным с фиксированными(детерминированными) эффектами либо модель со случайными эффектами.Исходная регрессионная модель с фиксированными эффектами принимаетследующий вид [210]:yit  ai    xit   it , i  1,2,..., N , t  1,2,..., T .(5.14)В течение всех рассматриваемых периодов (t=1,..T) индивидуальныйэффект (ai) для каждого объекта (i=1,..N) является постоянным.

Векторрегрессоров xit=(xit1,xit2,… xitk) не содержит единичный вектор.В случае, если индивидуальные эффекты (ai) между собой равны для всехобъектов, то модель по панельным данным превращается в обычнуюрегрессионную модель, в которой эффективные оценки α и β находятся спомощью классического метода наименьших квадратов.Если считать, что ai величина постоянная, которая отражает специфическийдлякаждого объектауровень, то получаетсярегрессионнаямодель сфиксированными эффектами, основной смысл которой заключается в отражениивлиянияненаблюдаемыхилипропущенныхпеременных,определяющихиндивидуальные особенности исследуемых объектов, которые не меняются втечение времени. Устранить различия между объектами можно за счет введения вмодель различающихся между собой свободных параметров ai.

Характеристики

Список файлов диссертации