МЕТОД МНОЖЕСТВЕННОЙ РЕГРЕССИИ И ЕГО ПРИМЕНЕНИЕ ДЛЯ ОЦЕНКИ ФАКТОРОВ, ВЛИЯЮЩИХ НА УРОВЕНЬ БЕЗРАБОТИЦЫ В РОССИЙСКОЙ ФЕДЕРАЦИИ

MULTIPLE REGRESSION METHOD AND ITS APPLICATION FOR ASSESSING FACTORS AFFECTING UNEMPLOYMENT RATE IN THE RUSSIAN FEDERATION

Marina Seliverstova

Student, Department of Finance and Financian Institutions  Baikal State University (FSBEI HE «BSU»),

Russia, Irkutsk

АННОТАЦИЯ

В данной статье анализируется изменение уровня безработицы в Российской Федерации с 2005 по 2020 годы, в зависимости от всевозможных факторов, которые оказывают воздействие на рассматриваемый показатель. Получена линейная регрессионная модель изменения уровня безработицы в связи с изменяющимися внешними составляющими методом множественной регрессии.

ABSTRACT

This article analyzes the change in the unemployment rate in the Russian Federation from 2005 to 2020, depending on various factors that affect the indicator under consideration. A linear regression model of the change in the unemployment rate in connection with the changing external components is obtained by the method of multiple regression.

Ключевые слова: множественная регрессия, уровень безработицы.

Keywords: multiple regression, unemployment rate.

Проблема отсутствия рабочих мест на рынке труда Российской Федерации будет актуальна всегда. Этому могут послужить многие причины: скачок рождаемости, низкая квалификация кадров, нахождение производственного цикла на фазе спада, неблагоприятная для экономики и жизни эпидемиологическая обстановка, неимение возможности найти работу ввиду отсутствия трудового стажа и опыта (по большей части это относится к студентам, которые только выпустились из образовательных учреждений: вузов, колледжей, университетов и техникумов), и даже индивидуальная лень (рассматривается ситуация, когда, к примеру, пособия по безработице слишком высокие и граждане, имя возможность жить на эти деньги, не стремятся работать).

Данная проблема уже рассматривалась многими учеными как с точки зрения экономики, так и с точки зрения психологии, прогнозирования и статистики.

С точки зрения экономики безработица в худшем случае может привести даже к тотальному упадку экономики страны и ее выходу с мирового рынка и политической арены в связи с отсутствием значимости.

Если рассматривать безработицу в психологическом ключе, можно сделать определенные выводы: незанятость оказывает психологическое давление на работоспособную часть населения падает мотивация к действиям, возрастает недовольство действующими властями, может значительно вырасти уровень преступности, вплоть до мятежей, разбоев и, в худшем случае, революции. Это может быть обусловлено в том числе и тем, что энергия населения не имеет выхода в работу и созидание, а направляется на разрушение.

Многие ученые и специалисты занимаются прогнозированием уровня безработицы. Для этого им нужны в том числе и данные статистиков об уровне занятости трудоспособного населения, которые были зарегистрированы ранее.

Проблема отсутствия полной занятости касается не только отдельных стран и регионов, но и всего мира. Ей, в частности, посвящены статьи [6; 3].

В статье [6] рассматривается незанятость не только в масштабе одной страны, но и мира, а также уделяется внимание молодежной безработице. Выделяется решение проблемы отсутствия рабочих мест как приоритетную задачу каждого государства, а также предлагаются пути избавления от проблемы незанятости.

В труде [3] даются определение и классификация безработицы, объясняются отрицательные последствия отсутствия занятости, а также предлагаются направления и меры борьбы с проблемой.

Если рассматривать проблему с точки зрения математических исследований и методов, безработице посвящены статьи [8], [4], [11].

В статье [8] сравниваются разные состояния рынка труда в России в 2009 и 2010 годах и представляются данные о количестве занятых и не имеющих работы гражданах.

В статье [4] рассмотрена теория, касающаяся аспектов прогнозирования уровня незанятости в РФ, а также построена математическая модель уровня безработицы с последующим анализом результатов.

В статье [11] с помощью методов логистического и статистического анализа показывается актуальность проблемы и способы снижения уровня незанятости, а также основные причины ее возникновения.

Данная статья посвящена исследованию уровня безработицы в Российской Федерации в связи с изменениями некоторых факторов.

Так как безработица является одним из главных показателей уровня развития экономики и уровня жизни в Российской Федерации, важность этого показателя не стоит преуменьшать.

Задачей этой публикации является построение модели для анализа и оценки количественного показателя уровня безработицы в зависимости от меняющихся факторов окружающей экономической среды с помощью метода множественной регрессии.

На уровень безработицы в Российской Федерации оказывают влияние большое количество факторов, одними из которых выступают следующие количественно оцененные факторы:

1. Прирост населения. Избыток населения, и как следствие его большой приток на рынок труда, обусловленный высокой рождаемостью в долгосрочной перспективе, неизбежно приводит к увеличению предложения на рынке труда. При неизменном спросе на рабочую силу будет увеличиваться безработица.
2. Средняя цена труда по стране. Высокий уровень заработной платы неизбежно увеличивает ее средний размер, что, собственно, ведет к увеличению числа безработных. Это обуславливается тем, что количество трудящихся, занятых в производстве, располагается в обратной зависимости к уровню заработной платы, то есть чем больше оплата труда работника, тем ниже занятость.
3. Уровень пандемии. Не так давно мир захлестнула эпидемия Cоvid-19. Рынок труда в мировом масштабе ответил на пандемию нового типа коронавируса вынужденными отпусками, сокращением рабочей недели, продолжительности рабочего времени и штатов предприятий. Понижение экономической активности в свою очередь ведет к увеличению доли безработных среди граждан.
4. Размер пособия по безработице. Повышение размера выплат нетрудоустроенным гражданам так же увеличивает среднее значение размера пособий. При этом чем больше размер пособия по безработице, тем больше количество безработных граждан.
5. Минимальный размер оплаты труда. Увеличение МРОТ приводит к росту уровня безработицы.

Построение модели

Перейдем к построению математической регрессионной модели:

Введем следующие обозначения:  – это  уровень безработицы в РФ в течение рассматриваемого периода,  – прирост населения в тыс. человек в течение рассматриваемого периода,  – средняя заработная плата в тыс. рублей в течение рассматриваемого периода,  – уровень пандемии в процентах в течение рассматриваемого периода,  – средняя величина пособия по безработице в тыс. рублей в течение рассматриваемого периода,  – величина МРОТ в тыс. рублей в течение рассматриваемого периода.

Первый фактор представлен в накопленном за год выражении; второй, четвертый и пятый – в среднем значении по России, а третий в процентном соотношении числа заболевших от общего населения страны.

Количественные значения всех вышеперечисленных факторов представлены в таблице 1.

Таблица 1.

Факторы, влияющие на уровень безработицы

Для таблицы 1 были использованы данные из источников: [7; 2; 9; 10; 13; 15; 12].

Для установления взаимосвязи между уровнем безработицы и вышеперечисленными факторами используем метод множественной регрессии.

Убедимся в достаточной для нас связи независимых факторов и зависимой переменной с помощью построения матрицы корреляции имеющихся данных. После этого подтвердим предположение об отсутствии интеркоррелированности факторов между собой.

Коэффициенты корреляции отображены в таблице 2.

Таблица 2.

Матрица корреляции факторов

Из таблицы 2 можно сделать вывод о том, что большая часть факторов обладает тесной связью с независимой переменной, а также некоторые из них отлично коррелируют друг с другом - в частности факторы  и ,  и ,   и ,  и ,  и . Впоследствии после исключения незначимых факторов, те из них, что останутся в модели, нужно будет проанализировать с целью выявления корреляции.

Теперь построим регрессионную модель, которая будет включать все независимые переменные. В этом случае мы получим значения параметров, которые будут представлены в таблицах 3.1, 3.2 и 3.3.

Таблица 3.1

Регрессионная статистика начальной модели

Таблица 3.2

Дисперсионный анализ начальной модели

Таблица 3.3

Анализ параметров начальной модели

Построенная начальная регрессионная модель имеет вид:

где за  принят уровень безработицы в РФ за определенный период,  – прирост населения в тыс. человек за период,  – средняя заработная плата в тыс. рублей за период,  – уровень пандемии в процентах за период,  – средний размер пособия по безработице в тыс. рублей за период,  – минимальный размер оплаты труда в тыс. рублей за период.

Оценим и проанализируем значимость полученных ранее коэффициентов. Чтобы это сделать, подсчитаем критическую точку t-статистики с уровнем значимости  и числом степеней свободы, равным . В результате получим =1,796. Далее сравним полученное значение с t-статистикой отдельных коэффициентов начальной модели.

В результате оценки можем сделать вывод о том, что важным представляется коэффициент при  (средняя заработная плата). Остальные коэффициенты не являются значимыми.

Это может происходить по различным причинам. В частности, уровень пандемии не оказывает заметного воздействия на уровень незанятости, так как эпидемия Cоvid-19 проявилась лишь в конце декабря 2019 года. По этой же причине мы не вносим пандемию 2019 года в таблицу факторов, влияющих на безработицу – количество заболевших на тот момент не превышало десяти тысяч человек (в масштабе всего населения Российской Федерации данная цифра несущественна).

Теперь удостоверимся в возможности отказа от гипотезы, которая связана с отсутствием линейной функциональной связи в модели. Сделаем это через критерий Фишера. Критическое значение данного критерия обусловлено уровнем значимости и числом степеней свободы. В настоящем случае он равен . Его же значение из таблицы 3.2 равно , что больше критического показателя. Таким образом, от гипотезы, которая связана с отсутствием линейной связи в регрессионной модели можно отказаться.

Коэффициент детерминации равен 0,54. Следовательно 54% изменений зависимой переменной предопределено колебаниями вышеописанных независимых факторов. Сравнительно высокое значение коэффициента детерминации подтверждает высококачественную подгонку.

Опираясь на полученные из анализа данные, осуществляем заключение о том, что, вопреки высокому коэффициенту детерминации и удовлетворительным результатам по F-статистике, эксплуатировать настоящую регрессионную модель на практике нельзя. Модель нуждается в корректировании, так как четыре полученных коэффициента при факторах из пяти не являются значимыми.

В целях корректировки регрессионной модели ступенчато отбросим переменные с наименьшими по модулю t – статистики значениями и на каждом из этапов проконтролируем значимость модели и ее коэффициентов.

В итоге получим ниже приведенную модель, которая будет состоять из двух факторов, и все коэффициенты будут иметь важное значение:

где за  будет принят уровень безработицы в РФ за определенный период, за  – средняя заработная плата в тыс. рублей за период, за  – размер МРОТ в тыс. рублей за период.

Мы можем также провести анализ последнего уравнения: с ростом средней заработной платы на одну тысячу рублей уровень безработицы уменьшится- рост средней заработной платы сможет обусловить 17% уровня безработицы. При этом повышение МРОТ на одну тысячу рублей приведет к росту безработицы- минимальный размер оплаты труда обуславливает 44% уровня незанятости.

Построенная регрессионная модель предстает подходящей по критерию Фишера (; ), поэтому вполне имеет возможность реализации для дальнейшего анализа и прогнозирования.

Список литературы:

1. Айвазян С., Мхитарян В. Прикладная статистика и основы эконометрики: учебник для вузов. – М.: Юнити, 1998 
2. Безработица в России // Персонадженси [электронный ресурс]. URL: https://person-agency.ru (время обращения: 09.04.21)
3. Давыдова Е.Ю., Безяева О.И. Проблема безработицы в современной России // Территория науки. – 2014. -  №1. – С. 75-79.
4. Дубровская Е.С., Сарбаева А.А., Шагвалиев Т.Р. Прогнозирование уровня безработицы в России // Символ науки. – 2018. –№6. – С.37-39.
5. Ежова Л. Н. Теория вероятностей и математическая статистика: учебное пособие. – Иркутск: ИГЭА, 2000. -198с.
6. Зайцева И.А. Безработица как одна из глобальных проблем современного мира. – Политбук. - 2017. – С. 160-175.
7. Занятость без работы: как пандемия повлияла на рынок труда // Эйчэси [электронный ресурс]. URL: https://www.hse.ru/ (время обращения: 25.03.21)
8. Игнатенко А.А., Иванченко Л.А Прогнозирование безработицы в России // Актуальные проблемы авиации и космонавтики. – 2010. – С.150-151.
9. Как менялся размер пособия по безработице в России // Тасс [электронный ресурс]. URL: https://tass.ru (время обращения: 19.04.21)
10. Минимальный размер оплаты труда // Базгарант [электронный ресурс]. URL: http://base.garant.ru (время обращения: 20.04.21)
11. Минина Ю.И., Мезенцев С.М., Закирова А.А. Безработица в России. Как можно достичь уменьшения уровня безработицы? // Вести научных достижений. Экономика и право. – 2020. - №3. – С. 110-115.
12. Население России // Википедия [электронный ресурс]. URL: https://ru.wikipedia.org  (время обращения: 12.05.21)
13. Последние данные по коронавирусу в России и мире // Коммерсант [электронный ресурс]. URL: https://www.kommersant.ru (время обращения: 30.04.21)
14.  Последствия повышения пенсионного возраста для рынка труда // Ведомости [электронный ресурс]. URL: https://www.vedomosti.ru (время обращения: 29.03.21)
15. Средняя зарплата в России // Русфакт [электронный ресурс]. URL: http://rusfact.ru (время обращения: 04.05.21)
16. Эконометрика: Учебник для вузов / Под ред. И.И. Елисеевой. – М.: Финансы и статистика, 2003