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

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

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

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:

1. Тимофеева Т. В., Снатенков А. А. Практикум по социальной статистике. Оренбург.: Издательский центр ОГАУ, 2002. — 104с.
2. 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.
3. Снатенков А. А. Финансово-экономическая оценка строительного сектора Оренбургской области // Экономика и предпринимательство. 2016. № 4–2. С.278–283.