Стоит отметить, что предсказанные значения численности занятого населения точно описывают направление поведения реального временного ряда. Однако прогноз численных значений менее качественный: при резких скачках показателя остатки модели могут выходить за границы доверительного интервала. Например, значительные отклонения прогнозных значений от реальных наблюдаются в 1-ом кв. 2002 г. и 1-ом кв. 2009 г. (полный график в приложении к п.3.2.).

Исходя из прогноза, мы можем заключить, что в 2016 г. сохранится восходящий тренд численности занятых. С учетом сезонного эффекта снижения численности занятых в 1-ом кв. их численность понизится до 71,9 млн. человек, однако в 3-ем кв. этого года достигнет 73,8 млн. человек и затем опять немного снизится до 73 млн. человек. Такой результат может говорить о постепенном восстановлении российской экономики и потенциальном увеличении темпов роста совокупного выпуска.

Однако, принимая во внимание тот факт, что сразу после кризиса 2008 г. наблюдалось резкое снижение численности занятых, а после кризиса 2014 г. такое падение отсутствует, поведение численности занятых, как и других экономических показателей, может иметь непредсказуемый характер из-за иной природы кризиса.

3.3 Выявление взаимосвязи между занятостью, заработной платой и совокупным выпуском

Основываясь на детерминантах стандартной производственной функции и условии максимизации прибыли фирмы (п.2.1), в качестве факторов численности занятых можно выделить объем совокупного выпуска, затраты на оплату труда и производительность труда, которая отображает эффективность рабочей силы и технологический прогресс.

Проанализируем представленную на рис.11 динамику реальной заработной платы, реального ВВП и численности занятого населения за период с 1999 по 2015 гг. (значения зарплаты и ВВП приведены к ценам 1999 г.). Очевидно, что все три показателя имеют одинаковые поведенческие особенности на протяжении всего периода: период активного роста до кризиса 2008 г. и резкое падение всех показателей в кризис (слабее всего реакция заработной платы), затем - более плавное восстановление. Исключением является только рост численности занятых в 2014-2015 гг., когда другие два показателя имеют нисходящие тенденции. Однако стоит повторно отметить, что численность занятых в данном временном интервале замедляет свой рост.



Рисунок 11. Динамика численности занятого населения (правая ось), ВВП и заработной платы (левая ось) в РФ с 1999 по 2015 гг.

Следует также отметить тот факт, что численность занятого населения и заработная плата являются амортизаторами друг для друга: сильное падение занятости сопровождается гораздо более слабым сокращением реальной заработной платы, сильное сокращение оплаты труда компенсируется плавным ростом занятости. Коэффициенты корреляции между рассматриваемыми показателями подтверждают взаимосвязь между ними: все коэффициенты превышают 0,95.

Для целей анализа рассматриваемые показатели переводятся в натуральные логарифмы Логика перехода в натуральные логарифмы подробно описана в п. 2.1.. Сезонность в рядах сохраняется для целей статистического подтверждения краткосрочной взаимосвязи между показателями. В первую очередь представляется необходимым провести тесты на проверку стационарности временных рядов. Результаты проверки представлены ниже в таб.11. Очевидно, что данные ряды не являются стационарными (только тест Clemente, Montaсйs, Reyes показал отсутствие единичного корня у ряда численности занятого населения).



Таблица 11. Результаты тестов на наличие единичных корней во временных рядах численности занятых, оплаты труда и ВВП

Показатель	KPSS с константой и трендом	KPSS с константой	Эндрюса - Зивота	Clemente, Montaсйs, Reyes
	Наблюдаемое значение LM-статистики	Критическое значение LM-статистики (на уровне 5% значимости)	Наблюдаемое значение LM-статистики	Критическое значение LM-статистики (на уровне 5% значимости)	Наблюдаемое значение t-статистики	Критическое значение t-статистики (на уровне 5% значимости)	Наблюдаемое значение t-статистики	Критическое значение t-статистики (на уровне 5% значимости)
Численность занятого населения	0,227	0,146	1,007	0,463	-4,503	-4,800	-2,754	-3,560
ВВП	0,244	0,146	0,998	0,463	-2,632	-4,800	-2,656	-3,560
Среднедушевая заработная плата	0,270	0,146	1,002	0,463	-1,535	-4,800	-3,273	-3,560

Для целей достижения стационарности рядов возьмем первые разности рассматриваемых показателей. В результате использования тестов на проверку стационарности мы обнаруживаем, что во всех временных рядах отсутствуют единичные корни (таб.12).



Таблица 12. Результаты тестов на наличие единичных корней во временных рядах первых разностей численности занятых, оплаты труда и ВВП

Показатель	KPSS с константой и трендом	KPSS с константой	Эндрюса - Зивота	Clemente, Montaсйs, Reyes
	Наблюдаемое значение LM-статистики	Критическое значение LM-статистики (на уровне 5% значимости)	Наблюдаемое значение LM-статистики	Критическое значение LM-статистики (на уровне 5% значимости)	Наблюдаемое значение t-статистики	Критическое значение t-статистики (на уровне 5% значимости)	Наблюдаемое значение t-статистики	Критическое значение t-статистики (на уровне 5% значимости)
Численность занятого населения	0,167	0,146	0,316	0,463	-16,148	-4,800	-5,000	-3,560
ВВП	0,072	0,146	0,478	0,463	-11,583	-4,800	-4,363	-3,560
Среднедушевая заработная плата	0,075	0,146	0,533	0,463	-14,248	-4,800	-4,829	-3,560

Теперь изучим качественные характеристики связей между анализируемыми показателями. Для начала проверим наличие причинно-следственных связей между переменными с помощью теста казуальности по Гранжеру. В таб.13 представлены соответствующие p-значения теста (тест проводился с использованием первых разностей).

Таблица 13. Результаты теста Гранжера в зависимости от количества лагов

Гипотеза	1	2	3	4
ВВП - не причина занятости	0,000	0,080	0,018	0,071
ВВП - не причина заработной платы	0,000	0,000	0,000	0,000
Занятость - не причина ВВП	0,000	0,000	0,000	0,139
Занятость - не причина заработной платы	0,000	0,000	0,000	0,006
Заработная плата - не причина ВВП	0,000	0,000	0,000	0,237
Заработная плата - не причина занятости	0,000	0,023	0,001	0,220

Если полученное p-значение теста ниже заданного уровня значимости 0,05, то гипотеза, указанная в крайнем левом столбце, отвергается. Очевидно, что между всеми анализируемыми показателями сильны причинно-следственные связи. Следует обратить внимание на то, что заработная плата поддается наибольшему влиянию других показателей и подстраивается под их значения в течение года. Воздействие ВВП на занятость происходит с интервалом в один квартал. Поскольку мы видим, что численность занятого населения влияет на ВВП и заработную плату, и, в свою очередь, заработная плата оказывает эффект на численность занятых, взаимозависимость между заработной платой и занятостью как инструментами подстройки рынка труда к внешним шокам действительно присутствует. Самой экзогенной переменной из рассматриваемых можно назвать численность занятых, поскольку она в меньшей степени по сравнению с другими показателями является следствием изменений причинных переменных.

Учитывая явную взаимосвязь между анализируемыми переменными в краткосрочном горизонте, построим модель векторной авторегрессии VAR. Выбор оптимального порядка осуществляется на основе информационных критериев Акаике (AIC), Шварца (BIC) и Ханнана-Куинна (HQC). Наименьшее значение критерия BIC=-13,506 наблюдается на втором лаге, наименьшие значения критериев AIC=-15,111 и HQC=-14,456 наблюдаются на пятом лаге.

После рассмотрения нескольких вариаций количества лагов в модели VAR была выбрана модель с 1 и 2 лагами на основании значений информационных критериев и качества остатков. Модели с порядком лагов, равных 5, также не были рассмотрены по причине нацеленности на анализ краткосрочной взаимосвязи между переменными с учетом постоянно меняющихся экономических условий. В таб.14 представлена спецификация модели: значения параметров и среднеквадратические отклонения. Заработная плата, численность занятых и ВВП обозначены как X, Y и Z соответственно.

Таблица 14 Оценки параметров модели VAR(1,2) и отклонения оценок

Факторы	DX	DZ	DY
DX(-1)	-0,507	-0,363	0,013
СКО	0,118	0,208	0,030
DX(-2)	0,774	0,545	0,086
СКО	0,131	0,231	0,033
DZ(-1)	0,226	-0,091	-0,014
СКО	0,090	0,159	0,023
DZ(-2)	-0,273	-0,557	-0,064
СКО	0,088	0,154	0,022
DY(-1)	2,651	4,505	0,067
СКО	0,506	0,890	0,127
DY(-2)	0,075	-0,824	-0,510
СКО	0,591	1,038	0,148
Const	0,009	0,013	0,002
СКО	0,006	0,010	0,001

Каждое из уравнений в системе является значимым на уровне 5%. Значимыми на уровне 5% является около 50% оценок параметров. Обратные корни лежат внутри единичного круга (значение самого крайнего равно 0,963), следовательно, система стационарна. Автокорреляция в остатках на лагах выше двух отсутствует (подробные результаты в приложении к п.3.3). Также остатки характеризуются нормальным распределением как для каждого уравнения в отдельности, так и для системы в целом: статистика Харке-Бера равна 3,845, и величина значимости для нее равна 0,698. Таким образом, модель является адекватной и применимой к описанию анализируемых временных рядов.



Рисунок 12. Графики импульсных откликов

Судя по графикам на рис.12 рассматриваемые показатели оказывают друг на друга бесспорное краткосрочное влияние. Наиболее сильный отклик наблюдается у ВВП на первом лаге при резком изменении численности занятых. Таким образом, увеличение численности занятых провоцирует рост ВВП через один квартал, однако спустя еще квартал наблюдается резкое падение ВВП, такое колебание продолжается на протяжении всего рассматриваемого периода, которое может объясняться сезонными эффектами и циклическим характером показателей в течение года. Однако стоит заметить, что вторая волна колебаний слабее первой, что может говорить о постепенном возвращении к долгосрочному тренду. Аналогичную картину можно наблюдать при анализе воздействия численности занятых на заработную плату.

В целом, стоит отметить, что такой цикличный характер воздействия присущ всем трем показателям, отличие состоит в интенсивности влияния, направление влияния при этом сохраняется. О таких колебаниях показателей говорят и коэффициенты при параметрах модели, которые, как правило, для одних переменных, имея положительные значения на одних лагах, на других являются отрицательными.

Также необходимо отметить, что самая низкая степень отклика наблюдается у занятости при изменении заработной платы. При этом наблюдается значительный эффект при изменении занятости на оплату труда. Это свидетельствует о том, что в случае негативных внешних шоков на рынке труда заработная плата будет в большей степени подстраиваться под изменения численности занятых и данные шоки.

Отличительным моментом является то, что влияние изменения оплаты труда на ВВП и численность занятых и ВВП на численность занятых проявляется моментально, т.е. сразу в том квартале, в котором наступили изменения переменной воздействия. В это время при рассмотрении остальных взаимосвязей ответная реакция наблюдается только спустя квартал, что обеспечивает возможность прогнозирования изменений переменных отклика.

Таким образом, численность занятого населения является отличным краткосрочным показателем экономической активности и отражает текущие тенденции экономики благодаря тесной взаимосвязи с такими ключевыми показателями, как ВВП и оплата труда.



Заключение

Выпускная квалификационная работа посвящена исследованию рынка труда в контексте занятости, поскольку занятость не только отображает изменения трудовых ресурсов, но и благодаря взаимосвязи с основными экономическими показателями характеризует состояние экономики в целом.

Результаты работы, проведенной в первой главе, показали наличие гендерных закономерностей в возрастных и образовательных группах. Несмотря на большое количество «бесполых» профессий выявлено наличие видов деятельности, которые соответствуют больше мужчинам или женщинам. Также можно сделать вывод о том, что количество занятых с высшим профессиональным образованием преобладает над другими образовательными группами.

Во второй главе проведение регрессионного анализа позволило установить характер взаимосвязи уровня занятости с некоторыми социально-экономическими показателями.

Можно однозначно сказать о наличии отрицательной взаимосвязи между долей населения с основным общим уровнем образования в числе занятых и производительностью труда. В то же время производительность труда положительно взаимосвязана с величиной дохода и долей городского населения в составе занятых. Также выявлено положительное воздействие доли занятых в возрасте от 40 до 49 лет на производительность труда. Таким образом, статистически обосновано влияние уровня профессионального опыта, физического здоровья занятого населения и мотивационных факторов на производительность труда.

Важным выводом из полученной регрессионной модели численности занятых на тысячу человек населения является подтверждение влияния структуры занятого населения на величину занятости в регионе, так как характеристики структуры занятости определяют величину производительности труда - одного из факторов занятости. Также подтверждается положительная зависимость между ВРП, доходами населения, инвестициями и занятостью, что говорит о важности влияния уровня экономической развитости региона на занятость.

В результате исследования динамики численности занятых в третьей главе был выявлен структурный сдвиг в 1-ом кв. 2009 г., который стал следствием финансового кризиса в 2008 г. Следует отметить, что после резкого падения занятости, которым сопровождался данный структурный сдвиг, уже в течение года положительный тренд показателя был восстановлен, но рост был отмечен уже с замедленными темпами. Кроме того, в результате эконометрического анализа временных рядов была построена модель численности занятых, точно описывающая направление поведения временного ряда. С помощью данной модели был получен прогноз численности занятых на 2016 г., который показывает сохранение восходящего тренда. Такой результат может говорить о постепенном восстановлении российской экономики и потенциальном увеличении темпов роста совокупного выпуска при условии отсутствия дополнительных внешних шоков на экономику страны.

Также в третьей главе более тщательно исследуется взаимосвязь ВВП, оплаты труда и занятости в динамике. Выявляется тесная краткосрочная взаимосвязь между показателями, а также экзогенный характер показателя численности занятых относительно других рассматриваемых переменных. Построенная временная модель векторной авторегрессии позволяет заключить, что численность занятого населения может быть использована в качестве краткосрочного показателя экономической активности, отражающего текущие тенденции экономики, благодаря тому, что отклик на изменения занятости наступает не моментально, а только спустя квартал. Также построенная модель отражает механизмы взаимодействия занятости, ВВП и оплаты труда и показывает цикличный характер процессов, подтверждается гипотеза подстройки заработной платы под численность занятых при появлении внешних шоков.

Таким образом, проведенное исследование показало, что уровень занятости в России сильно зависит от развитости экономической системы в стране и ее нормального функционирования.

Исследование уровня занятости имеет большое значение и аналитический потенциал; выявление влияющих на него факторов может помочь государству в планировании методов его роста, и как следствие, снижения безработицы и достижения экономической стабильности на рынке труда.



Список литературы

Айвазян С.А. (2007) Основы эконометрики. - М: ЮНИТИ-ДАНА

Вакуленко, Е.С., Гурвич, Е.Т. (2014, август). Моделирование механизмов российского рынка труда. Электронный ресурс http://www.litr.hse.ru/.

Гимпельсон, В., Капелюшников Р. (2011, апрель). Labour market adjustment: Is Russia different? Электронный ресурс http://www.litr.hse.ru/.

Мироненко, О.Н. (2010, январь). Законодательство о защите занятости и подстройка спроса на труд: эмпирический анализ. Электронный ресурс http://www.litr.hse.ru/.

Обследование населения по проблемам занятости. Электронный ресурс http://www.gks.ru/bgd/regl/b15_30/Main.htm.

Регионы России. Социально-экономические показатели. Электронный ресурс http://www.gks.ru/bgd/regl/b15_14p/Main.htm.

Рощин, С.Ю. (2003, февраль). Предложение рынка труда в России: микроэкономический анализ экономической активности населения. Электронный ресурс http://www.litr.hse.ru/.

Arrow, K. J., Chenery, H. B., Minhas, B. S., & Solow, R. M. (1961). Capital Labor Substitution and Economic Efficiency. N.p.: Review of Economics and Statistics.

Bosworth, D. (2009, August). Ambition 2020: Technical Report. Электронный ресурс http://gov.uk.

Boulhol, H. (2009). The Effects of Population Structure on Employment and Productivity. N.p.: OECD.

Domar, E. D. (1946). Capital Expansion, Rate of Growth and Employment. N.p.: The Econometric Society.

Fabricant, S. (1942). Employment in Manufacturing, 1899-1939: An Analysis of Its Relation to the Volume of Production. N.p.: National Bureau of Economic Research.

Fagan, G., Henry, J., & Mestre, R. (2001). An Area-Wide Model (AWM) for the Euro Area. N.p.: ECB Working paper series.

Marimon, R., & Zilibotti, F. (1998). "Actual" versus "Real" Employment in Europe: is Spain different? N.p.: European Economic Review.

Mourre, G. (2004). Did the Pattern of Aggregate Employment Growth Changed in the Euro Area in Recent Years? N.p.: ECB working paper series.

OECD 30 Years of the OECD Employment Outlook. (2012, July). Электронный ресурс http://www.oecd.org/.

OECD Employment Outlook 2015. (2015, July). Электронный ресурс http://www.oecd.org/.

SLIM. (2009). Regional Employment and Skills. N.p.: South West Observatory Skills and Learning.

Theil, H., & Wage, S. (1964). Some Observations on Adaptive Forecasting. N.p.: Management Science.

UKCES. (2010, March). Horizon Scanning and Scenario Building: Scenarios for Skills 2020. Электронный ресурс http://gov.uk.



Приложения

Гистограмма распределения натурального логарифма производительности труда (lnY) по регионам РФ

Корреляционная матрица

Переменные	lnY	ed1	lnX	age3	urban
lnY	Корреляция	1	-0,245*	0,723**	0,267*	0,459**
	Знач.		0,032	0,000	0,020	0,000
ed1	Корреляция	-0,245*	1	-,186	0,228	-0,224
	Знач.	0,032		0,107	0,051	0,055
lnX	Корреляция	0,723**	-,186	1	0,200	0,605**
	Знач.	0,000	0,107		0,084	0,000
age3	Корреляция	0,267*	0,228	0,200	1	0,105
	Знач.	0,020	0,051	0,084		0,367
urban	Корреляция	0,459**	-0,224	0,605**	0,105	1
	Знач.	0,000	0,055	0,000	0,367
* Корреляция, значимая на уровне 5%.
** Корреляция, значимая на уровне 1%.

Гистограмма распределения численности занятых на тысячу человек населения (Z) по регионам РФ

Корреляционная матрица

Переменные	z	x1	x2	x3	x4	x5	x6	x7	x8	x9	x10
z	Корреляция	1	-,381**	,275*	,452**	,263*	,342**	,052	,454**	-,093	-,104	,538**
	Знач.		,001	,024	,000	,032	,005	,675	,000	,452	,403	,000
x1	Корреляция	-,381**	1	-,140	-,503**	-,348**	-,403**	-,276*	-,428**	,446**	,171	-,453**
	Знач.	,001		,260	,000	,004	,001	,024	,000	,000	,166	,000
x2	Корреляция	,275*	-,140	1	,336**	,201	,259*	-,046	,239	,214	,060	,359**
	Знач.	,024	,260		,005	,103	,034	,709	,051	,082	,630	,003
x3	Корреляция	,452**	-,503**	,336**	1	,810**	,412**	,104	,767**	-,171	,276*	,465**
	Знач.	,000	,000	,005		,000	,001	,402	,000	,167	,024	,000
x4	Корреляция	,263*	-,348**	,201	,810**	1	,071	,054	,583**	-,180	,182	,160
	Знач.	,032	,004	,103	,000		,565	,662	,000	,144	,140	,197
x5	Корреляция	,342**	-,403**	,259*	,412**	,071	1	-,005	,443**	-,152	,088	,497**
	Знач.	,005	,001	,034	,001	,565		,968	,000	,220	,477	,000
x6	Корреляция	,052	-,276*	-,046	,104	,054	-,005	1	,117	-,354**	-,176	,020
	Знач.	,675	,024	,709	,402	,662	,968		,347	,003	,155	,871
x7	Корреляция	,454**	-,428**	,239	,767**	,583**	,443**	,117	1	-,236	,260*	,563**
	Знач.	,000	,000	,051	,000	,000	,000	,347		,055	,035	,000
x8	Корреляция	-,093	,446**	,214	-,171	-,180	-,152	-,354**	-,236	1	,250*	-,145
	Знач.	,452	,000	,082	,167	,144	,220	,003	,055		,041	,242
x9	Корреляция	-,104	,171	,060	,276*	,182	,088	-,176	,260*	,250*	1	,077
	Знач.	,403	,166	,630	,024	,140	,477	,155	,035	,041		,537
x10	Корреляция	,538**	-,453**	,359**	,465**	,160	,497**	,020	,563**	-,145	,077	1
	Знач.	,000	,000	,003	,000	,197	,000	,871	,000	,242	,537
* Корреляция, значимая на уровне 5%.
** Корреляция, значимая на уровне 1%.

Проверка на структурный сдвиг

Проверка стационарности до взятия разности

Проверка стационарности после взятия разности



Первая разность с удаленным трендом:

Коррелограмма первой разности:

Ряд первых разностей стационарен:



Оптимальная модель:

Остатки:



Реальные-модельные значения и остатки

Выбор лага для VAR

Построение модели VAR и проверка адекватности

Размещено на Allbest.ru