В статье рассматривается проблема безработицы в Российской Федерации, а также факторы, влияющие на уровень безработицы в целом. Выполним корреляционно — регрессионный анализ, для того чтобы оценить тесноту связи между выбранными нами факторами. На основе этого мы сможем выявить, какие признаки влияют в наибольшей степени на изменение показателя уровня безработицы, и с чем это связано.
Ключевые слова: безработица, уровень безработицы, показатели, факторы, корреляционно-регрессионный анализ
Рынок труда — один из основных составляющих современных рыночных отношений. Здесь встречается две экономические категории людей — работоспособное население и работодатель, которые формируются из экономически активного населения (ЭАН), одна из составляющих ЭАН — безработное население [1].
Проблема безработица актуальна в наши дни. Это один из показателей благосостояния экономики, по которому судят состояние экономики как по регионам, так и по стране в целом. Государство также считает эту тему важной, поэтому проводится активная политика по снижению безработицы в России. Нас — студентов, как будущих соискателей места работы, также волнует этот вопрос. Именно поэтому я считаю, нужным и важным разобраться в том, какие факторы влияют на изменение показателя безработицы в целом, а также какие из них в большей, а какие в меньшей мере.
Рис. 1. Сравнительная оценка уровня безработицы в Федеральных округах РФ в 2015г, %
Для того чтобы оценить тесноту связи между признаками, установить ее направление, необходимо выполнить корреляционно–регрессионный анализ.
В качестве результативного признака (Y) возьмем уровень безработицы населения Российской Федерации за 2015 г., % (рис. 1). Факторными признаками являются:X1 — среднемесячная номинальная начисленная заработная плата работников по полному кругу организаций на начало 2016 г., рублей;X2 — число прибывших из за пределов России (общие итого миграции), человек;X3 — численность студентов, обучающихся по программам бакалавриата, специалитета, магистратуры по субъектам Российской Федерации на начало учебного 2014–2015 гг., тыс. чел.
Измерить взаимосвязи между признаками можно с помощью матрицы парных коэффициентов корреляции [2]. Для её построения воспользуемся возможностями пакета анализа MSExcel (Данные — Анализ данных — Корреляция).
В результате реализации процедуры корреляционного анализа получена матрица парных коэффициентов корреляции (табл. 1).
Таблица 1
Матрица парных коэффициентов корреляции
|
|
Y |
X1 |
X2 |
X3 |
|
Y |
1 |
|||
|
X1 |
-0,609756544 |
1 |
||
|
X2 |
-0,743195501 |
0,42744212 |
1 |
|
|
X3 |
-0,628109933 |
0,253306558 |
0,955952516 |
1 |
Проверку полученных значений парных коэффициентов корреляции проведем с помощью таблицы Фишера. При уровне значимости 
и числе степеней свободы 
(9–2=7) критическое значение коэффициента корреляции 
. Значения полученных коэффициентов 
и 
больше критического 
, следовательно, они являются статистически значимыми. Гипотеза о равенстве нулю коэффициента корреляции
принимается, поскольку его значение меньше найденного критического [3].
Для построения уравнения регрессии выбираем те факторы, у которых коэффициент корреляции с результативным признаком максимальный. В нашем случае — это фактор Х2, значение коэффициента связи 
Указанное значение коэффициента отрицательное, это говорит о тесной обратной связи между признаками, то есть с увеличением фактора Х2 уровень безработицы в РФ уменьшается.
Фактор Х2 можно включить в уравнение связи, параметры которого могут быть получены с помощью применения пакета анализа MSExcel (Данные — Анализ данных — Регрессия). Результаты регрессионного анализа представим в таблице 2.
Таблица 2
Регрессионная статистика
|
Показатели |
Значения |
|
Множественный R |
0,743195501 |
|
R-квадрат |
0,552339553 |
|
Нормированный R-квадрат |
0,488388061 |
|
Стандартная ошибка |
1,5726918 |
|
Наблюдения |
9 |
|
Показатели |
df |
SS |
MS |
F |
Значимость F |
|
Регрессия |
1 |
21,36203908 |
21,36203908 |
8,636851662 |
0,021748722 |
|
Остаток |
7 |
17,31351648 |
2,473359497 |
||
|
Итого |
8 |
38,67555556 |
Значение F-критерия Фишера равно 8,637. Значимость F-критерия показывает вероятность того, что множественный R будет равен нулю. Она крайне мала (Значимость F меньше 0,05), следовательно, уравнение регрессии статистически значимо с вероятностью 95 % (табл. 2).
Параметры уравнения регрессии представлены в таблице 3.
Таблица 3
Параметры уравнения связи ипоказатели их значимости
|
|
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-значение |
|
Y-пересечение |
8,566360321 |
0,883110053 |
9,700218332 |
2,61385E-05 |
|
Переменная X 2 |
-3,14011E-05 |
1,06848E-05 |
2,938852099 |
0,021748722 |
Коэффициент множественной корреляции R= 0,743, что говорит о прямой тесной взаимосвязи признаков в уравнении. Коэффициент детерминации R2=0,552. Он показывает, что 55,2 % вариации уровня безработицы обусловлено вариацией включенного в модель фактора.
Уравнение регрессии примет вид:
Анализ параметров уравнения регрессии дал следующие результаты: при увеличении числа прибывших из-за пределов России на территорию РФ, уровень безработицы в стране снизится на 3,14 %.
Как мы знаем, в 90-е годы в России произошел резкий спад показателей рождаемости, что привело к тому, что в настоящее время на рынке труда не хватает специалистов. Но, как показывает наш анализ, данную потребность в кадрах на рынке труда обеспечивает общая численность прибывших на территорию РФ мигрантов. Тем самым уменьшается уровень безработицы, за счет чего увеличиваются и общие экономические показатели страны.
Литература:
- Тимофеева Т. В., Снатенков А. А. Практикум по социальной статистике. Оренбург.: Издательский центр ОГАУ, 2002. — 104с.
- Статистика: учебник для бакалавров: учебник для студентов вузов, обучающихся по специальности «Статистика» и др. экономических специальностей/ Л. И. Ниворожкина [и др.], ред. Л. И. Ниворожкина. — М.: Дашков и К, 2011. — 415с.
- Снатенков А. А. Финансово-экономическая оценка строительного сектора Оренбургской области // Экономика и предпринимательство. 2016. № 4–2. С.278–283.
