Статистико-экономический анализ уровня занятости населения РФ

Содержание

Введение 3

Глава 1. Теоретические аспекты  статистического анализа уровня занятости населения.

1.1 Понятие занятости и показатели, её характеризующие 5

1.2 Понятие и сущность метода  статистического сводки группировки  8

1.3 Понятие и сущность метода средних величин и вариации 10

1.4 Ряды динамики и показатели их характеризующие 14

1.5 Корреляционно-регрессионный анализ 17

Глава 2. Применение статистических методов  для анализа уровня занятости  населения.

2.1 Краткая характеристика занятости населения в РФ 22

2.2 Анализ однородности  совокупности субъектов по коэффициенту  естественного прироста (убыли) 24

2.3 Аналитическая группировка субъектов  РФ по коэффициенту естественного  прироста (убыли) 29

2.4 Анализ динамики уровня занятости населения РФ 30

2.5 Корреляционо-регрессионный анализ влияния факторных признаков на уровень занятости населения 36

Заключение 41

Список литературы 43

Введение

Данный проект посвящен статистике занятости населения. Эта тема в настоящее время важна и актуальна, т.к. занятость населения во все времена занимала и занимает существенное место в экономике страны. Именно этот показатель наряду с другими немаловажными характеристиками наиболее наглядно показывает уровень жизни людей, проживающих на территории государства. Изучение занятости населения является одной из основных целей любого прогрессивного общества. Государство должно создавать благоприятные условия для благополучной жизни людей, обеспечивая экономический рост и социальную стабильность в обществе. Анализ изменения уровня занятости населения позволяет судить об эффективности социально-экономической политики страны. Занятость населения характеризует экономическое положение общества, позволяет проследить взаимосвязи между различными экономическими показателями, показывает влияние экономических преобразований на социальную ситуацию в стране.

Целью данного проекта является проведение анализа уровня занятости в Российской Федерации с использованием статистических методов.

Для достижения поставленной цели решаются следующие задачи.

• Рассмотреть теоретические основы статистического анализа занятости населения.
• Дать краткую характеристику занятости в Российской Федерации.
• Проанализировать однородность совокупности областей РФ.
• Построить аналитическую группировку районов области по коэффициенту естественного прироста (убыли).
• Проанализировать динамику изменения уровня занятости населения.
• Оценить с помощью корреляционно-регрессионного анализа степень влияния факторных признаков на уровень занятости населения.
• На основе полученных результатов сделать выводы.

Объектом исследований является совокупность областей Российской Федерации.

Предметом исследований является анализ уровня занятости населения РФ.

В данном курсовом проекте  были использованы следующие методы: статистической сводки и группировки, метод рядов динамики, корреляционно-регрессионный анализ, графический, табличный, метод средних величин и вариационный анализ.

В качестве источников данных использовались учебная и периодическая  литература, данные статистических сборников  по Российской Федерации и интернет-источники.

Глава 1. Теоретические аспекты  статистического анализа уровня занятости населения

1. Понятие занятости и показатели, её характеризующие

Экономически активное население – часть населения  в возрасте от 15 до 72 лет, которая предлагает свой труд для производства товаров и услуг. Численность экономически активного населения включает в себя занятых и безработных.[14]

К занятым относятся  лица обоего пола в возрасте 16 лет  и старше, а также младших возрастов, которые в рассматриваемый период выполняли работу по найму за вознаграждение, а также приносящую доход работу не по найму самостоятельно или с одним или несколькими партнерами, как с привлечением, так и без привлечения наемных работников. В число занятых включаются лица, которые выполняют работу без оплаты на семейном предприятии, а также лица, которые временно отсутствовали на работе из-за болезни, ежегодного отпуска, обучения и других причин.

Работающие по найму  – лица, заключившие трудовой договор (контракт) об условиях труда и его оплаты и его оплаты с руководителем предприятия любой формы собственности

Работающие не по найму  – лица, занятые на собственных  предприятиях.

Работодатели – лица управляющие собственным предприятием или работающие самостоятельно, при  этом использующие труд наемных работников.

Лица, работающие на индивидуальной основе – лица, работающие самостоятельно и не использующие наемный труд.

Неоплачиваемые работники  семейных предприятий – лица, работающие без оплаты на семейном предприятии, которое возглавляет их родственник.

Члены коллективных предприятий  – лица, работающие на данном предприятии  и являющиеся одновременно его собственниками, совладельцами, принимающими активное участие в решении вопросов организации  производства, сбыта, продукции, распределения доходов предприятия.[7]

Категории занятости  населения:

• Полная занятость
• Неполная занятость:

1. Видимая занятость

2. Скрытая занятость

• Вторичная занятость

• Неформальная занятость

Полная занятость –  это такое состояние экономики, при котором все желающие работать имеют работу.

Неполная занятость - наличие в стране, регионе лиц, обладающих возможностью и желанием работать, но не имеющих работы.

Видимая занятость –  это численность работников, занятых  в течение неполной рабочего времени (сокращенного рабочего дня, сокращенной рабочей недели). К этой категории также относятся лица, находящиеся в отпуске по инициативе администрации. Главной причиной видимой неполной занятости является падение объёмов производства.

Скрытая неполная занятость  – это число лиц, формально занятых полный рабочий день, но имеющих доходы ниже прожиточного минимума.

Вторичная занятость  – дополнительное (вторичное) использование  рабочей силы, уже вовлеченной  в трудовую деятельность. Выступает  в различных формах: совместительство, по контракту, - случайная, разовая работа и т.д. Причиной существования вторичной занятости является неполная занятость.

Вторичная занятость  имеет положительные и отрицательные  стороны.

Положительные стороны:

• Для граждан – источник дополнительного дохода.
• Для организаций – способ сохранения основы трудового коллектива.
• Для государства – возможность сгладить социальную напряженность.

Отрицательные стороны:

• Снижение трудоспособности населения.
• Потеря профессиональных качеств.
• Изменение мотивов труда.

Неформальная занятость связана с официально не зарегистрированной экономической деятельностью. В эту категорию могут  быть отнесены как лица, работающие на себя, так и наемные работники.[5]

Основные признаки неформальной занятости:

• Отсутствие государственной регистрации
• Малый масштаб деятельности
• Низкий уровень организации и производительности труда
• Использование основных средств параллельно для производственной деятельности и в личных целях
• Отсутствие постоянного помещения

Количественно занятость  характеризуется коэффициентом (уровнем) занятости, который рассчитывается по формуле:

К_зан = (S_зан/S_эк.ак.)*100

где К_зан – коэффициент занятости населения;

S_зан – численность занятого населения;

S_эк.ак. – численность экономически активного населения.

2. Понятие и сущность метода статистического сводки группировки

Статистической группировкой называется разделение множества единиц изучаемой совокупности на группы по определенным существенным для них  признакам.

Причины, обуславливающие  необходимость проведения группировки  и определяющие её место в системе статистических методов, кроются в своеобразии объекта статистического исследования. Он представляет собой комплекс частных совокупностей, которые могут быть качественно и глубоко различны, обладать различными свойствами, степенью сложности, характером развития [9].

Группировки являются важнейшим  статистическим методом обобщения  данных, основой для правильного  исчисления статистических показателей.

С помощью метода группировок  решаются следующие задачи:

• Выделение социально-экономических типов явлений.
• Изучение структуры явления и структурных сдвигов, происходящих в нем.
• Выявление связи и зависимости между явлениями.

Признаки статистических группировок:

• Цели и задачи.
• Число группировочных признаков.
• Упорядоченность статистических данных.

Виды группировок .

Типологическая группировка  – это разделение исследуемой  качественно разнородной совокупности на классы, социально-экономические, однородные группы единиц в соответствии с правилами  группировки.[8]

Типологические группировки  позволяют проследить зарождение, развитие и отмирание различных типов явлений. Данный вид группировки также даёт возможность выделить в составе массового явления однородные по качеству и условиям развития части, в которых действуют одни и те же закономерности, на которые влияют одни и те же факторы.

Однако формирование типов явлений связано с конкретными  условиями места и времени. Сущность того или иного типа явления или  процесса может проявляться и  раскрываться как в одном, так  и во многих признаков. Одни и те же значения группировочных признаков в различных сочетаниях с другими признаками могут определять принадлежность единиц наблюдения то к одному, то к другому типу. Поэтому для выделения социально-экономических типов целесообразнее рассматривать не отдельные признаки, а их совокупность, характеризующую изучаемое явление.

Структурная группировка  разделяет однородную в качественном отношении совокупность единиц по определенным, существенным признакам на группы, характеризующие её состав и структуру.[6]

Структурные группировки применяются в изучении практически всех социально-экономических явлений и процессов. С их помощью исследуется состав населения по полу, возрасту и т.д.

Практическое применение структурной группировки позволяет  на локальном уровне раскрыть структуру совокупности, проанализировать изучаемые явления и процессы, изменение их во времени и закономерности изменения состава совокупности во времени.

Аналитическая группировка  выявляет взаимосвязи и взаимозависимости  между изучаемыми  социально-экономическими явлениями и признаками, их характеризующими.

Особенностью аналитической  группировки является то, что в  основание группировки кладется факторный признак, затем подсчитывается количество единиц совокупности и общее  суммарное значение результативного  признака по каждой выделенной группе, а также производится расчёт среднего значения результативного признака по выделенным группам. Взаимосвязь проявляется в том, что с возрастанием или убыванием значения факторного признака систематически возрастает или убывает  среднее значение результативного признака.[16]

По числу группировочных признаков различают простые группировки (один признак) и сложные (два и более признака). Сложные группировки делятся на комбинированные (2-4 признака) и многомерные (любое число признаков свыше 4).

Принцип построения комбинационной группировки: данная группировка позволяет  изучить единицы совокупности одновременно по нескольким признакам.

Комбинационные группировки  применяются при изучении сложных  социально-экономических явлений  и процессов. Необходимым и обязательным условием построения данного вида группировок является наличие достаточно большого числа наблюдений.

1.3. Понятие  и сущность метода средних  величин и вариационного анализа

Вариация – это  различие в значениях какого-либо признака у разных единиц данной совокупности в один и тот же период или момент времени.[11]

Вариация возникает  в результате того, что индивидуальные значения признака складываются под  совокупным влиянием разнообразных  факторов (условий), которые по-разному  сочетаются в каждом отдельном случае. Измерение вариации, выяснение её причины, выявление влияния отдельных факторов дает важную информацию (о доходах и расходах населения, о продолжительности жизни людей,  финансовом положении предприятия и т.д.) для принятия научно обоснованных управленческих решений.

Средняя величина даёт обобщающую характеристику признака изучаемой  совокупности, но она не раскрывает строения совокупности. Средняя не показывает, как располагаются около  неё варианты усредняемого признака, сосредоточены ли они вблизи средней или значительно отклоняются от неё. Средняя величина признака в двух совокупностях может быть одинаковой, но в одном случае все индивидуальные значения отличаются от неё мало, а в другом – эти отличия велики, т.е. в одном случае вариация  признака мала, а в другом – велика, это имеет весьма важное значение для характеристики надёжности средней величины.

Средние величины делятся  на два больших класса: степенные средние и структурные средние.

Степенные средние:

• Арифметическая.

Самый распространенный вид средней. Она используется, когда  расчет осуществляется по несгруппированным  статистическим данным, где нужно  получить среднее слагаемое.

• Гармоническая.

Этот вид обратен средней арифметической

• Геометрическая.

Применяется при определении средних темпов роста, когда значения признака представлены в виде относительных величин. Она используется также, если необходимо найти среднюю величину между минимальным и максимальным значениями признака.

• Квадратическая.

Применяется при измерении вариации признака в совокупности.

Структурные средние:

• Мода.
• Медиана.

Чем больше варианты отдельных  единиц совокупности различаются между  собой, тем больше они отличаются от своей средней, и наоборот, - чем  меньше варианты отличаются друг от друга, тем меньше они отличаются от средней, которая в таком случае будет представлять всю совокупность. Поэтому ограничиваться вычислением одной средней в ряде случаев нельзя. Нужны и другие показатели, характеризующие отклонения отдельных значений от общей средней.[14]

Возникает необходимость  измерять вариацию признака в совокупностях.

Обобщающие показатели: размах вариации, среднее линейное отклонение, дисперсия и среднее квадратическое отклонение, коэффициент вариации.

Размах вариации вычисляется  следующим образом:

R = x_max – x_min

Размах вариации показывает крайние отклонения признака и не отражает отклонений всех вариантов  в ряду.

Среднее линейное отклонение представляет собой среднюю арифметическую абсолютных значений отклонений отдельных  вариантов от их средней арифметической. Также стоит заметить, что этот показатель отражает все колебания варьирующего признака и даёт обобщенную характеристику.

Среднее линейное отклонение

Для несгруппированных  данных                для сгруппированных данных

Рис. 1 Виды среднего линейного отклонения

На практике этот признак  применяют очень редко. С его  помощью анализируется состав работающих, оборот внешней торговли и т.д.

Дисперсия признака представляет собой средний квадрат отклонений вариантов от их средней величины, она вычисляется по формулам простой и взвешенной дисперсии.

Дисперсия делится на общую, межгрупповую, внутригрупповую.[5]

Общая дисперсия измеряет вариацию признака по всей совокупности под влиянием всех факторов, обусловивших эту вариацию. Она равна среднему квадрату отклонений отдельных значений признака от общей средней и может быть вычислена как простая дисперсия или как взвешенная.

Межгрупповая дисперсия  характеризует систематическую  вариацию результативного признака, обусловленную влиянием признака-фактора, положенного в основание группировки. Она равна среднему квадрату отклонений групповых средних от общей средней.

Внутригрупповая (частная) дисперсия отражает случайную вариацию. Этот вид дисперсии равен среднему квадрату отклонений отдельных значений признака внутри группы от средней арифметической этой группы и может быть вычислена как простая дисперсия или как взвешенная.

Свойства дисперсии:

• Если все значения признака уменьшить или увеличить на одну и ту же постоянную величину А, то дисперсия от этого не изменится
• Если все значения признака уменьшить или увеличить в одно и от же число раз (i раз), то дисперсия соответственно уменьшится или увеличится в i² раз.

Элементы дисперсии.

1. Среднее квадратическое отклонение – это обобщающая характеристика размеров вариации признака в совокупности, показывает, на сколько в среднем отклоняются конкретные варианты от их среднего значения.

Среднее квадратическое отклонение

для несгруппированных  данных                           для вариационного ряда

Рис. 2 Виды среднего квадратичного отклонения

2. Дисперсия альтернативного признака

Этот элиментравен произведению доли единиц, обладающих признаком, на долю единиц, не обладающих признаком.

σ²_p = pq

3. Среднее квадратическое отклонение альтернативного признака

σ_p = √pq

Коэффициент вариации представляет собой выраженное в процентах выражение отношение среднего квадратного отклонения к средней арифметической.

Этот показатель используется для сравнительной оценки вариации единиц и для характеристики однородности совокупности. Если коэффициент вариации не превышает 33%, то совокупность считается однородной.

4. Ряды динамики и показатели их характеризующие

Ряд динамики представляет собой ряд расположенных в  хронологической последовательности числовых последовательности числовых значений статистического показателя, характеризующих изменение общественных явлений во времени.

Показатели:

• абсолютный прирост
• темпы роста
• темпы прироста
• абсолютное значение одного процента прироста

Система средних показателей  динамики включает:

• средний уровень ряда
• средний абсолютный прирост
• средний темп роста
• средний темп прироста

Элементами ряда динамики являются уровень ряда (конкретное значение показателя), время.[13]

Уровни ряда – это  показатели, числовые значения которых  составляют динамический ряд.

Время – это моменты  или периоды, к которым относятся  уровни.

Построение и анализ рядов позволяет измерить и выявить  закономерности развития общественных явлений во времени. Эти закономерности не проявляются чётко на каждом конкретном уровне, а только в достаточно длительной динамике. На основную закономерность динамики накладываются другие, прежде всего случайные, иногда сезонные влияния. Выявление основной тенденции в изменении уровней, именуемой трендом, является одной из главных задач анализа рядов динамики.

По времени, отраженному  в динамических рядах, они разделяются  на интервальные и моментные.

Моментным рядом динамики называется такой ряд, уровни которого характеризуют состояние явления  на определенные моменты времени (даты).

Поскольку в каждом последующем уровне содержится полностью или частично значение предыдущего уровня, суммировать уровни моментального ряда не следует, т.к. это приводит к повторному счёту.

Интервальным (периодическим) рядом динамики называется такой  ряд, уровни которого характеризуют размер явления за конкретный период времени (год, квартал, месяц). Значения уровней интервального ряда в отличие от уровней моментного ряда не содержатся в предыдущих или последующих показателях, их можно просуммировать, что позволяет получать ряды динамики более укрупненных периодов.[16]

Интервальный ряд, где  последовательные уровни могут суммироваться, можно представить как ряд  с нарастающими итогами. При построении таких рядов производится последовательное суммирование смежных уровней. Этим достигается суммарное обобщение результата развития изучаемого явления с начала отчётного периода (месяца, квартала, года и т.д.).

Уровни в динамическом ряду могут быть представлены абсолютными, средними или относительными величинами.

Ряды динамики абсолютных величин – такие ряды, члены которых выражают абсолютные значения изучаемого показателя за ряд последовательных моментов.[15]

Ряды динамики относительных  величин – такие ряды, члены  которых выражают относительные  размеры изучаемого явления за ряд  интервалов. Относительными величинами характеризуются динамика доли городского и сельского населения, уровень безработицы и занятости и т.д.

Ряды динамики средних  величин – такой ряд, члены  которого выражают средний уровень  изучаемого показателя за какие-то промежутки времени. Средними величинами могут выражаться уровни, характеризующие динамику средней реальной заработной платы, динамику урожайности и т.д.[15]

Уровни рядов динамики формируются под влиянием множества  факторов. Выявление основной закономерности изменения уровней рядов предполагает её количественное измерение. Тренд – это плавное и устойчивое изменение уровня явления во времени, а выявление этого изменения называется выравниванием временного ряда. Методы выравнивания рядов динамики заключается в замене уровней рядов динамики расчетными значениями, отражающими основную тенденцию развития процесса во времени. При построении в рядах динамики основной тенденции развития (тренда) решаются взаимосвязанные задачи:

1. Выявление в изучаемом процессе наличия тренда с описанием его качественных особенностей.
2. Получение обобщающей количественной оценки основной тенденции развития.

Методами изучения тренда являются укрупнение интервалов, сглаживание скользящей средней, аналитическое выравнивание.

Метод укрупнения интервалов основан на укрупнении периодов времени, к которым относятся уровни ряда. Этот метод применяется для выявления тренда в рядах динамики, в которых колебания уровней не позволяют определить основную тенденцию развития. Суть метода заключается в преобразовании первоначального ряда динамики в ряд с более продолжительными периодами.

Суть метода скользящей средней состоит в замене исходных уровней их средними арифметическими  величинами за определенные периоды, т.е. исчисляется средний уровень  из определенного числа уровней ряда. Недостатком сглаживания ряда является уменьшение сглаженного ряда по сравнению с исходным, т.о. происходит потеря информации.

Применение методов  укрупнения интервалов и скользящей средней позволяет выявить тренд, т.е. дает возможность определить только общую тенденцию развития явления. Но получить обобщенную статистическую оценку тренда при использовании этих методов невозможно. Для того чтобы дать количественную модель, выражающую основную тенденцию изменения уровней динамического ряда во времени применяется аналитическое выравнивание ряда динамики.

1.5 Корреляционно-регрессионный  анализ

Задачи статистики состоят  не только в количественной оценке, но и в определении формы влияния  факторных признаков на результативный, т.е. в обнаружении, изучении взаимосвязей между наблюдаемыми явлениями, оценке их характера и особенностей воздействия. Для решения этих задач применяют методы корреляционного и регрессионного анализа.

Формы проявления взаимосвязей очень многообразны.

Функциональными связями  называются такие связи, в которых величине факторного признака соответствует одно или несколько определенных значений результативного признака.[7]

Корреляционная связь  или статистическая проявляется  при массовых наблюдениях, когда  каждому конкретному значению независимой переменной соответствует множество вероятных значений зависимой переменной, т.е. на каждый анализируемый фактор влияют разные неучтенные причины. Поэтому связь между признаками проявляется в массе случаев только в среднем. А некоторое изменение аргумента может повлечь лишь среднее увеличение или уменьшение функции.

Прямая связь –  это связь, при которой факторный  и результативный  признак изменяются в одном и том же направлении (результативный фактор изменяется в  том же направлении, что и факторный)