Теоретические аспекты статистического изучения безработицы в РФ

Таким образом, самый низкий уровень безработицы  по России был  в 2007-2008г., на уровне – 6,1% и 6,3% соответственно. Начиная с 2009г., уровень безработицы заметно повышается до 8,4%.  Данный скачок можно объяснить началом мирового финансового кризиса 2008-2009гг. В этот период уровень безработицы среди трудоспособного населения начал расти на фоне сокращения персонала и снижения заработных плат сотрудников отдельных компаний и даже целых отраслей.

Интересно отметить, что с первых же месяцев вхождения российской экономики в кризис повсеместно зазвучали пессимистические предсказания, каких потрясений следует ожидать на рынке труда. Многие эксперты, включая зарубежных, с уверенностью заявляли, что Россия обречена на глубочайший провал в занятости и эскалацию открытой безработицы. Чаще всего называлась цифра 15% — до такой отметки, согласно господствовавшему мнению, в 2009 году должен был вырасти уровень общей безработицы. Стоит добавить, что эти катастрофические прогнозы высказывались тогда, когда по поводу масштабов предстоящего падения экономики не было еще никакой ясности и оно оценивалось максимум в 4–5%. Можно только предполагать, насколько усилился бы апокалипсический настрой авторов, если бы было заранее известно, что экономический спад окажется намного глубже. Ссылки на опыт 1990-х, когда, несмотря на глубокий и затяжной трансформационный спад, России удалось избежать сверхвысокой безработицы и обвального падения занятости, отвергались как несостоятельные. Утверждалось, что за 2000-е годы в российской экономике произошли настолько глубокие структурные и институциональные изменения, что теперь кризисное приспособление на рынке труда будет протекать в ней в тех же «стандартных» формах, что и в большинстве других стран.

Однако  Министерство соцздравразвития России оперативно отреагировало на проблемы рынка труда, вызванные финансовым кризисом. Уже с начала 2009 года по всей России начали реализовываться программы по снижению напряжённости на рынке труда.

За 2009-2011 годы на них из федерального бюджета  было выделено около 90 млрд. рублей. Участвовало  в программах – 5,3 млн. человек, было создано более 4 млн. временных и  постоянных рабочих мест. Из них  более 600 тыс. рабочих мест было создано  в рамках программы по развитию малого предпринимательства и организации  собственного дела.

В результате принятых мер,  численность работников, находящихся в режиме неполной занятости  уменьшилась в  9 раз (с 1,67 млн. человек  в декабре 2009 г. до 183,9 тыс. человек  в январе 2012 г.).

К январю 2012 года в службах занятости было зарегистрировано 1,27 млн. человек или 1,7 % от численности экономически активного  населения (что соответствует показателю в докризисном октябре 2008 года) при  максимальных показателях, соответственно, 2,9 млн. человек и 3,1 % в феврале 2010 года.

Программы, разработанные для решения кризисных  проблем, оказались эффективными для  регулирования рынка труда и  продолжаются в 2012 году.

Что касается ситуации по федеральным округам, то лидером по уровню безработицы является  Северо-Кавказский и Сибирский ФО, где уровень безработицы 15% и 8,2% соответственно. Несмотря на, то что в этих округах самый высокий уровень безработицы, но по сравнению с показателями в кризисный период ситуация  намного улучшилась и достигла уровня 2007г. в Сибирском ФО, а в Северо-Кавказском ФО уровень безработицы постоянно понижался с показателя в 19,5% 2007г. до 15% в 2011г.

Во всех регионах проходят мероприятия по содействию трудоустройству незанятых инвалидов, родителей, воспитывающих детей-инвалидов, многодетных родителей на оборудованные (оснащенные) для них рабочие места.

В 15 регионах России (республики Северного Кавказа, республики Адыгея, Алтай, Бурятия, Калмыкия, Марий Эл и Тува, Алтайский, Забайкальский  край и Курганская область), отнесенных к территориям с напряженной  ситуацией на рынке труда, разработаны  специальные программы.

В 2012 году в федеральном бюджете для  регионов Российской Федерации предусмотрено  субсидий на сумму 1,5 млрд. рублей. Предполагается, что в дополнительных мероприятиях примут участие более 35 тыс. человек.

Для анализа  интенсивности  изменения явления  и выявления закономерностей  его развития  во времени построим показатели  рядов динамики и  рассчитаем их средние уровни  на основании численности безработных  в России:

  Таблица 2.2

Динамика  численности безработных в РФ, 2004-2011гг.

Год	Численность безработных в РФ, тыс. чел.	Абсолютные приросты, чел		Темпы роста, %		Темпы прироста, %
		цепные	базисные	цепные	базисные	цепные	базисные
2004	5775	-	-	-	-	-	-
2005	5208	-567	-567	90,18	90,18	-9,82	-9,82
2006	4999	-209	-776	95,99	86,56	-4,01	-13,44
2007	4246	-753	-1529	84,94	73,52	-15,06	-26,48
2008	5289	1043	-486	124,5	91,58	24,56	-8,42
2009	6373	1084	598	120,5	110,35	20,50	10,35
2010	5636	-737	-139	88,44	97,59	-11,56	-2,41
2011	5020	-616	-755	89,07	86,93	-10,93	-13,07

 

Анализ  полученных данных показывает, что  до кризисных 2008 - 2011 гг. наблюдалось  снижение численности безработных, в 2007г. по отношению к 2004г., численность  безработных сократилось на 1529 тыс. человек населения, что составило около 26,5%. В 2008-2011гг., наблюдается резкое увеличение безработных, что непосредственно связано с мировым кризисом, как уже отмечалось ранее. В 2009 г. по сравнению с 2004 г. наблюдается увеличение численности безработных на 598 тыс.чел. (10,3%). В 2010 и 2011гг. наблюдается тенденция к сокращению числа безработных. На 2011г. численность безработных снизилась на 11% по сравнению с предыдущем годом.

Визуализируем полученные данные с  помощью графика.

Рисунок 2.2 Темпы роста численности безработных в РФ, 2005-2011гг.

 

Проведенный  анализ изменения численности  и  уровня  безработных ясно показывает, что в после кризисные годы наблюдается тенденция к снижению безработицы в России.

 

2.2Анализ сезонных колебаний и прогнозирование численности безработных в России

В рядах динамики, уровни которых  являются месячными или квартальными показателями, наряду со случайными колебаниями  часто можно наблюдать сезонные колебания, под которыми понимается периодически повторяющиеся из года в год повышения или понижения  уровней в отдельные месяцы или  кварталы.

Сезонным колебаниям подвержены внутригодовые  уровни многих показателей. Поэтому  можно предположить, что численность  безработных в России также содержит «сезонную волну».

Для проведения исследования взяты  квартальные показатели временного ряда численности безработных в  России с первого квартала 2006г. по первый квартал 2012г.,  суммарное число данных равно 25,   Приложение 1, для визуализации полученных данных построим график Рисунок 2.3. Такая длина ряда позволяет выявить характерные особенности поведения показателей, как до кризиса 2008г., так и в посткризисный период.

 

 Рисунок  2.3 График изменения численности безработных в 2006-2012гг.

 

Как видно  из графика численность безработных  имеет во времени полиномиальный тренд. Во временном ряде также  имеется ежегодно повторяющаяся закономерность, предположительно это сезонность, наглядное изображение показывает, что численность безработных начинает увеличиваться с ноября-декабря (четвертый квартал) и достигает своего пика в феврале (первый квартал) каждого года.  Далее с апреля-мая наблюдается снижение численности безработных до  августа-сентября (третий квартал).

Для проверки возможного наличия тенденции и  периодических колебаний в исследуемом  временном ряду построим автокорреляционную функцию уровней данного ряда.

 

Рисунок 2.4 – Коррелограмма уровней временного ряда

По данным рисунка также можно сделать вывод о наличии тенденции (т.к. отмечен выброс на первом лаге автокорреляционной функции). Также на данной коррелограмме наблюдается выбросы на шестом, седьмом, девятом и десятом лагах, что говорит о наличии периодических колебаний в исследуемом временном ряду.

В общем  случае временной ряд, можно представить состоящим из трех различных компонент:

1) сезонной компоненты S(t);

2) тренда T(t);

3) случайной компоненты E(t).

Предполагая, что общие тенденции в прогнозном периоде будут такими же, как и  в ретроспективном, построим прогнозную часть анализируемого временного ряда. Для этих целей в работе используем следующие модели прогнозирования:

- аналитическое  выравнивание, основанное на выборе  типа кривой;

- экспоненциальное  сглаживание;

- ARIMA – модель.

Удобным средством описания основной тенденции  является их выравнивание с помощью  тех или иных функций времени (кривых роста), которые позволяют  получить выравнивание (теоретические) значения уровней ряда _.

Основными характеристиками качества модели, наряду с проверкой модели на адекватность процессу, являются показатели точности. Наиболее распространенным способом проверки точности прогноза является ретроспективный  прогноз, т.е. когда рассчитывается прогноз для прошедшего периода  времени и полученные результаты сравниваются с фактической динамикой. Чаще всего такое сравнивание  проводится по величине средней квадратической ошибки или средней ошибки аппроксимации

,    

где   - фактическое значение ряда;

- теоретические значения, полученные  по  выбранной модели.

В результате обработки данных в  табличном процессоре MS Microsoft Excel были получены следующие оценки кривых роста и значения ошибок аппроксимации (Таблица 2.3).

Таблица 2.3 - Основные характеристики кривых роста

Тип функции	Аналитическое уравнение	Коэффициент     детерминации (R2)	Средняя ошибка аппроксимации ( )
1. Линейная	=4982,6 +17,531t	0,0278	12,09
2. Полином 2-го порядка	=4370,7+153,51t-5,2299t2	0,1302	11,26
3. Экспонента	=4927,5 e0,0035t	0,0319	11,96

 

Исходя из значений коэффициентов  детерминации для линейной, параболической и экспоненциальной функций выбираем ту функцию, для которой R² наибольшее (0,1302), а ошибка аппроксимации - наименьшее (11,26). В данном случае для прогнозирования выбирается полиномиальная функция.(Рисунок2.5)

Рисунок 2.5 – Аналитическое выравнивание фактических данных численности безработных  в 2006-2012гг.  

 

Выбранная кривая роста используется для прогнозирования в том  случае, если она адекватно описывает  исследуемое явление. Модель роста  считается адекватной исследуемому процессу, если остатки, полученные как  разность между фактическими и расчетными значениями, являются случайными, независимыми и нормально распределенными.

Первая гипотеза подразумевает  проверку того, что отклонения от тренда носят случайный характер, то есть их изменения не связаны с изменением времени. Проверим эту гипотезу с  помощью критерия «восходящих» и  «нисходящих» серий.

Для того, чтобы гипотеза о случайности компонентов не была отвергнута, должны выполняться следующие неравенства при 5%-м уровне значимости:

                                                    (2.1)

В соответствии с данными таблицы в приложении 5 первое неравенство не выполняется. Следовательно, гипотеза об отсутствии тренда в ряду остатков отвергается.

Гипотеза о независимости предполагает выявление зависимости между  последовательными уровнями ряда остатков. Если они не обладают свойством независимости, значит, коррелируют между собой – это говорит о наличии автокорреляции в остатках.

Для выявления автокорреляции в  ряду остатков, рассчитаем значение критерия Дарбина-Уотсона по формуле:

                                                                                                   (2.2)

Сравнив расчетное значение критерия Дарбина-Уотсона (0,73) с нижним критическим значением данного критерия (1,45), можем сделать вывод о том, что гипотеза о независимости случайных остатков отвергается (т.к. 0,73 < 1,45). Следовательно, в ряду остатков есть автокорреляция, и ряд остатков считается зависимым.

Для характеристики сезонных колебаний  рассчитаем индексы сезонности, которые определяются как процентное отношение фактического месячного уровня   к соответствующему уровню  : 

 

                                          100 %                                      (2.3)