Страницы 1 2 3

---

Раздел 3. Прогнозирование развития занятости РФ в 2019 – 2021 годах

 

3.1 . Прогноз уровня занятости с помощью простых форм экстраполяции и по модели тренда

 

Прогнозирование является завершающим этапом комплексного исследования социально-экономического явления. Оно направлено на определение перспектив будущего развития явления во времени.

Для прогнозирования развития занятости в РФ используем результаты динамического анализа и анализа взаимосвязей, выполненных в п. 2.3 и 2.4.

Классификация методов прогнозирования, предложенная Карпенко Н. В. [20, с. 84], представлена в табл. 3.1.

 

Таблица 3.1

Классификация методов прогнозирования

 

 

Использование прогнозирования, в большей степени, основано на том, что закономерность изменения временного ряда сохранит свои параметры в будущем, т.е. при прогнозировании экстраполируются полученные результаты по прошлому в будущее состояние явления. Данная экстраполяция, направленная на будущее, называется перспективной [16, с. 471].

Среди методов экстраполяции в статистике чаще всего применяются:

— простейшие формы экстраполяции (по среднему абсолютному приросту и среднему темпу роста);

— экстраполяции по функциям роста в чистом виде или с применением многофакторных регрессионных моделей.

Прогнозные оценки по среднему абсолютному приросту определяются по формулам:

 

(3.1)

или

(3.2)

 

 

Где  — прогнозный уровень ряда,

— последний фактический уровень анализируемого ряда

— средний абсолютный прирост;

L – период упреждения.

Прогнозные оценки по среднему темпу роста определяются по формулам:

 

(3.3)

или

(3.4)

 

Где — средний темп роста в виде коэффициента

Функции роста относятся представляют собой временные модели, в которой отражается зависимость анализируемого показателя от фактора времени или переменных, относящихся к другим периодам времени.

К моделям первой группы, в которых изучается зависимость показателя от фактора времени относятся:

1) модель тренда, представляет собой зависимость анализируемого явления от основной тенденции;

2) модель сезонности, представляет собой зависимость анализируемого явления от воздействия сезонного фактора;

3) модель тренда и сезонности, учитывает совместное влияние основной тенденции и сезонных колебаний.

Для характеристики тенденции развития явления используются различные функциональные зависимости, наиболее часто развитие социально-экономических явлений отражают следующие функции:

• Линейная функция:
• Показательная функция:
• Экспоненциальная функция:
• Степенная:
• Гиперболическая функция:
• Параболическая функция:

Моделями, отражающими зависимость результативного признака от факторных переменных других периодов, являются:

1) модели с распределенным лагом, которые представляют собой зависимости результативного показателя от факторных переменных предшествующих периодов;

2) модели авторегрессии, которые представляют собой модели зависимости результативного фактора от его предшествующих значений;

3) модели ожидания, направлены на установление зависимости результативного показателя в зависимости от будущих ожиданий развития факторных или результативной переменных.

Для уровня занятости населения РФ для прогнозирования с помощью методов экстраполяции по динамическим средним используем показатели, рассчитанные в пункте 2.3, а также с помощью «Мастера диаграмм» MC Excel осуществим выбор наиболее точной модели тренда уровня занятости населения РФ в 2008 – 2018 годах. Для оценки точности используем коэффициент детерминации. Полученный график моделей тренда представлен на рис.3.1.

 

Рисунок 3.1 – Фактические и теоретические значения уровня занятости населения РФ в 2008 – 2018 годах, %

 

Для временного ряда уровня занятости населения РФ наиболее точной является модель тренда в виде полинома 4-й степени, которая описывает 94,9% вариации уровня занятости РФ во времени.

Выбор наиболее точной прогнозной модели осуществим с помощью средней ошибки аппроксимации, которая показывает, в среднем на сколько процентом модельные значения отличаются от эмпирических. Значение ошибки аппроксимации менее 10% свидетельствует о возможности использования модели в прогнозных целях. Средняя ошибка аппроксимации определяется по формуле:

 

(3.5)

 

Расчет прогнозных оценок и средней ошибки аппроксимации представлен в табл. 3.2.

 

Таблица 3.2

Прогнозные значения и их оценка для временного ряда уровня занятости населения РФ (У)

 

Все полученные оценки являются очень точными, средний коэффициент аппроксимации по всем моделям составляет менее 1%. В соответствии с полученными оценками ожидается дальнейшее позитивное развитие занятости в РФ с ростом уровня занятости в 2019 – 2012 годах.

 

3.2 . Прогноз уровня занятости с помощью модели множественной регрессии

 

По результатам корреляционного анализа, проведенного в п. 2.4, построим модель множественной регрессии, отражающей влияние социально-экономических факторов развития страны на уровень занятости ее населения.

Продолжением корреляционного анализа выступает регрессия, которая в отличие от корреляции, оценивает не тесноту связи между явлениями, а исследует их форму. В общем корреляционно-регрессионный анализ в первой своей части направлен на оценку тесноты и определения направления взаимосвязи, а во второй – на определение аналитической формы данной связи. Регрессионный анализ – метод определения степени раздельного и совместного влияния факторов на результативный признак и количественной оценки этого влияния путем использования различных критериев [40, с. 347].

В результате регрессионного анализа определяется уравнение регрессии или функция, которая задает формализованное описание зависимости результативной переменной от определенных аргументов.

Используя данные корреляционной матрицы (табл. 2.11) отберем социально-экономические факторы для построения многофакторной регрессионной модели оценки их влияния на уровень занятости населения в РФ:

— из анализа сразу исключаем Х2 (индекс физического объема ВВП), т.к. наличие его взаимосвязи с уровнем занятости (У) не установлено (коэффициент корреляции по модулю меньше 0,3);

— факторы Х1, Х3, Х4, Х6, Х8, Х9 и Х10 не могут совместно использоваться в одной модели, т.к. у них тесная взаимосвязь между собой (коэффициенты парной корреляции между ними по модулю более 0,7). Из данных факторов в модели лучше использовать Х1 (среднедушевой ВВП), т.к. у него самый высокий коэффициент корреляции с У по модулю;

— фактор Х11 (просроченная задолженность по заработной плате) исключим так как у него abs(r_x1x11) > abs(r_yx11).

Таким образом, при построении модели используем следующие факторы:

Х1 – ВВП на душу населения — данный фактор будет отражать динамику общего экономического состояния в стране;

Х5 – миграционный прирост населения — данный фактор будет учитывать демографические процессы, напрямую влияющие на рынок труда;

Х7 – реальные денежные доходы в % к предыдущему году – данный фактор формирует мотивационные аспекты к участию в трудовой деятельности.

С помощью аналитического инструмента MC Excel «Регрессия» построим модель множественной линейной зависимости У от Х1, Х5 и Х7, результаты регрессионного анализа представлены на рис. 3.2.

Полученная регрессионная модель имеет вид, а ее графический вид представлен на рис. 3.3:

 

(3.6)

 

Рисунок 3.2 — Результаты регрессионного анализа зависимости уровня занятости (У) от душевого ВВП (Х1), миграционном приросте (Х5) и динамики реальных доходов населения (Х7)

 

Рисунок 3.3 — Фактические и теоретические значения уровня занятости в РФ в 2008 – 2018 годах, %

 

Из рис. 3.3 видно, что теоретическая кривая лежит вблизи кривой фактических значений, что свидетельствует о достаточно высокой точности полученной модели регрессии.

Коэффициент множественной корреляции, равный 0,970, свидетельствует о высокой степени совместного влияния выделенных факторов на уровень занятости в РФ.

Коэффициент детерминации, равный 0,940, показывает, что полученная модель описывает 94% вариации уровня занятости и свидетельствует о высокой надежности полученной модели.

Полученная модель является статистически значимой с вероятностью 95%, т.к. значимость F < 0,05. Свободный член и полученные коэффициенты регрессии при переменных Х1 и Х5 значимы с вероятностью 95%.

Значение коэффициента при Х1 показывает, что рост среднедушевого ВВП на 1 тыс. руб., при неизменности прочих факторов, приведет к росту уровня занятости на 0,01%.

Значение коэффициента при Х5 показывает, что рост миграционного прироста на 1 млн. чел., при неизменности прочих факторов, приведет к росту уровня занятости на 5,1%.

Значение коэффициента при Х7 показывает, что рост реальных доходов населения на 1%, при неизменности прочих факторов, приведет к снижению уровня занятости на 0,016%.

Для оценки относительного влияния выделенных факторов используем коэффициент средней эластичности, который определяется по формуле:

 

(3.7)

 

Где  — коэффициент регрессии при переменной,

— среднее значение фактора,

— среднее значение результативной переменной.

 

= 0,06%

= 0,02

= -0,03

Значение коэффициента эластичности при Х1 показывает, что рост ВВП на душу населения 1%, при неизменности прочих факторов, приведет к росту уровня занятости на 0,06%.

Значение коэффициента эластичности при Х5 показывает, что рост миграционного прироста на 1%, при неизменности прочих факторов, приведет к росту уровня занятости на 0,02%.

Значение коэффициента эластичности при Х7 показывает, что рост реальных доходов населения на 1%, при неизменности прочих факторов, приведет к снижению уровня занятости на 0,03%.

Уровень занятости населения в РФ неэластичен ни по одному из факторов (все коэффициенты эластичности по модулю меньше 0). По полученным коэффициентам эластичности видно, что наиболее сильное влияние на динамику уровня занятости оказывают макроэкономические факторы (в виде среднедушевого ВВП), далее по силе влияния идут мотивационные аспекты занятости (динамика реальных доходов населения), и на последнем месте – демографические факторы в виде миграционного прироста населения.

Для построения прогноза по полученной модели множественной регрессии для всех факторных переменных построим прогнозные оценки с помощью простой экстраполяции и моделям тренда, и выберем наиболее лучшие из них.

Динамические средние факторных переменных:

— ВВП на душу населения:

= 41,8 тыс. руб.

1,094

— миграционный прирост населения:

= -6051,9 чел.

0,972

— реальные доходы на душу населения:

= -0,26%

0,997

Используя «Мастер диаграмм» MC Excel выберем наиболее подходящую модель тренда для факторных переменных, выбор осуществим по коэффициенту детерминации. Полученные графики моделей тренда для факторных переменных представлены на рис.3.4 – 3.6.

 

Рисунок 3.4 — Фактические и теоретические ВВП на душу населения в РФ в 2008 – 2018 годах, тыс. руб.

Рисунок 3.5 —  Фактические и теоретические значения миграционного прироста населения в РФ в 2008 – 2018 годах, чел.

 

Рисунок 3.6 — Фактические и теоретические значения реальных доходов населения в РФ в 2008 – 2018 годах, в % к предыдущему году

 

Как видно из рисунков 3.3 – 3.6 для временного ряда ВВП на душу населения (Х1) наиболее точной являются модель полинома 2-й степени, которая описывают 96,8% вариации душевого ВВП. Лучше всего тенденцию временных рядов миграционного прироста (Х5) и реальных доходов населения (Х7) описывают модели полинома 4-й и 3-й степеней, которые отражают 57,1% и 74,6%.

Расчетные значения и полученные прогнозные оценки факторных переменных по моделям экстраполяции по динамическим средним и моделям тренда представлены в приложениях 9 — 11, в них также проведен расчет средних ошибок аппроксимации.

Из прил. 9 — 11 видно, что наиболее точно изменение факторов во времени описывают прогнозы для Х5 и Х7, полученные по соответствующим моделям тренда, средняя ошибка аппроксимации для них составляет 10% и 1,5% соответственно. Для Х1 лучшая прогнозная оценка получена по среднему абсолютному приросту со средней оценкой аппроксимации 5,4%. Используя теоретические значения факторных переменных по лучшим прогнозным моделям оценим качество прогноза уровня занятости населения (У) по многофакторной линейной модели регрессии (3.6), расчет представлен в табл. 3.3.

Прогнозные оценки уровня занятости населения РФ, полученные по простым способам экстраполяции в п. 3.1 и по модели множественной регрессии (из табл. 3.3) очень точные, их теоретические значения отличаются от фактических в среднем менее чем на 1% (от 0,4% по модели тренда до 0,77% по динамическим средним).

 

Таблица 3.3

Оценка прогноза уровня занятости населения РФ по многофакторной модели регрессии

 

Таким образом, по всем полученным прогнозам ожидается позитивное развитие занятости в РФ, уровень которого к 2021 году по пессимистичному прогнозу (по динамическим средним) составит 66,3%, а по оптимистичному (по модели тренда) – 75,1%. Промежуточные оценочные показатели получены по модели множественной регрессии, в соответствии с которой уровень занятости населения в РФ в 2021 году составит 68,3%.

 

ЗАКЛЮЧЕНИЕ

 

Занятость населения представляет собой многоаспектное явление, отражающее различные стороны социально-экономического характера. Занятость населения неразрывно связана с различными факторами, которые оказывают на ее развитие разнонаправленное влияние. Для статистического анализа занятости населения используется комплексная система показателей, позволяющая изучать динамику и влияние различных элементов рынка труда.

Начиная с 2016 года в РФ уменьшается численность трудовых ресурсов и уровень вовлеченности населения в трудовые отношения в стране (к 2018 году данные показатели уменьшились на 625 тыс. чел. и 0,6 п.п. соответственно). Вместе с тем положительным фактором является то, что уменьшение трудового потенциала страны происходит за счет сокращения безработного населения при росте численности занятого населения. Также большой процент не участвующего в рабочей силе трудоспособного населения РФ (31,1%) выступает важным резервом увеличения трудовых ресурсов в стране, что актуально в условиях серьезных демографических проблем в стране. По уровню занятости всего населения РФ занимает положение среди лидирующих стран, однако, незначительно отстает от них по уровню безработицы, особенно, среди молодежи.

Анализ текущего состояние занятости в РФ показал, что в стране различные категории населения очень дифференцированы по уроню занятости — занятость среди мужского населения на 11,5% превышает уровень занятости женщин в стране, а занятость городского населения на 7,9% выше чем сельского. В РФ наблюдается существенные проблемы с обеспечением занятости молодежи – среди молодежи моложе 25 лет занято менее 50% населения.

Отрицательной характеристикой состояния занятости в России выступает то, что в большинстве ФО уровень занятости ниже среднероссийского. Высокий показатель занятости формируется преимущественно за счет центральных деловых центров страны – Центрального и Северо-Западного ФО, уровень занятости в которых превышает среднероссийское значение на 3,7% и 2,2% соответственно. Наиболее сложная ситуация с обеспечением занятости населения наблюдается в южных районах страны, в Северо-Кавказском ФО уровень занятости ниже среднероссийского на 6,4%.

Федеральные округа РФ очень дифференцированы по обеспечению занятости среди различных групп населения, наибольшая степень дифференциации наблюдается по уровню занятости женщин и городского населения, по данным категориям населения разница в уровне занятости между максимальным значением (в Центральном ФО) и минимальным значением (в Северо-Кавказском ФО) составляет 12,4% и 10,8% соответственно.

Анализ структуры занятого населения позволил выявить отличительные социально-демографические характеристики занятого населения в целом по экономике РФ и в разрезе отдельных видов ее деятельности. В структуре занятого населения преобладают мужчины, доля которых в последние 11 лет еще и увеличилась. На структуре занятого населения отразились общие демографические проблемы страны, которые выразились в виде уменьшения доли занятых молодых людей до 30 лет (на 5,1%) и росте доли занятых населения старше 50 лет (на 2,8%).

В 2018 году наибольшую занятость в России обеспечили такие сферы деятельности как оптовая и розничная торговля и ремонтные услуги и обрабатывающие производства, доля которых составила 18,9% и 14,2% соответственно, что позволяет охарактеризовать экономику РФ как сервисно-промышленного типа. Вместе с тем, с 2008 года усилилась роль сферы обслуживания в занятости населения и снизилась ее промышленная направленность.

В результате анализа выделились сферы деятельности с характерными социально-демографическими особенностями занятости. Так, преимущественно женскими в РФ отраслями являются образование, здравоохранение и индустрия гостеприимства, доля женщин в которых составляет более 70%. Напротив, сферами деятельности с привлечением преимущественно мужского труда являются рыболовство, промышленность и государственное управление, на долю которых приходится более 80% занятых в данных сферах.

Сферами привлечения занятости молодежи выступают финансовый и гостинично-ресторанный бизнес, в которых более 30% занятых представлены молодыми людьми до 30 лет. Более 30% занятых в возрасте старше 50 лет в таких «возрастных» отраслях как сельское хозяйство, рыболовство, производство энергии и здравоохранение.

Сферой наибольшей концентрации высокообразованного персонала является финансовый сектор, доля занятых с высшим образованием, в котором составляет 70,9%, а на долю занятых с образованием ниже среднего общего приходится всего 0,2%. Самой «малообразованной» сферой является сельское хозяйство, среди ее работников 41,7% не имеют профессионального образования, а доля лиц с высшим образованием составляет всего 11,6%.

Анализ структурных сдвигов показал, что в РФ в течение 2008 – 2018 годов не произошло существенных структурных изменений в структуре занятости по всем анализируемым признакам, наименее устойчивой оказалась структура занятости по образованию, в которой удельные веса занятых по отдельным видам образования изменились в среднем на 2,8%. Наименьшие структурные сдвиги произошли в половой структуре занятости, удельные веса которой изменились за 11 лет в среднем на 0,6%.

Анализ динамики показал, что изменения численности занятых и уровня занятости в РФ имеет одинаковую конфигурацию, за 2008 – 2018 года занятость в стране уменьшалась в 2009, 2013 и 2017 годах. Однако, в целом в рассматриваемом периоде численность занятых увеличивалась со средней скоростью 135,1 тыс. чел. в год или на 0,2% в год. Уровень занятости в стране с 2008 по 2018 года вырос на 2,4%.

Наиболее интенсивно в РФ увеличивалась численность занятых мужчин (на 0,3% в год), населения старшего возраста (50 лет и более – на 1,3% в год), населения с высшим образование (на 2% в год). Больший вклад в формировании рабочих мест в стране внесли гостинично-ресторанный бизнес, финансовый сектор и сфера недвижимости, занятость в которых увеличивалась более чем на 3% в год.

В связи с демографическими процессами, связанными со старением общества и не смотря на самый интенсивный рост численности занятых населения старшего возраста, уровень занятости данной возрастной группы в 2008 – 2018 годах увеличился меньше всего — на 1,1%, по остальным возрастным группам – на 2,6%.

В рассматриваемом периоде уровень занятости вырос во всех федеральных округах, но развитие уровня занятости населения в них протекает с различной интенсивностью от 1,7% в Северо-Западном ФО до 4,8% в Центральном ФО.

В результате индексного анализа внутренних факторов рынка труда, установлено, что в 2008 – 2018 годах уровень занятости населения РФ формировался в большей степени за счет роста уровня вовлечения населения в составе рабочей силы, его вклад составил 60,2% от общего абсолютного прироста уровня занятости. Остальные 39,8% пришлись на более интенсивное участие в занятости рабочей силы страны.

Корреляционный анализ показал, что уровень занятости тесно взаимосвязан с большинством социально-экономических факторов, рассмотренных в работе, которые создают общеэкономические, организационные, мотивирующие условия развития занятости населения. В процессе анализа не установлена только взаимосвязь с индексом физического объема ВВП. Наиболее тесная связь (коэффициент корреляции более 0,9) у уровня занятости с ВВП на душу населения и среднедушевым объемом инвестиций в основной капитал, а также с величиной социальной помощи в стране и отношением размера пособия по безработице к величине прожиточного минимума, причем с последним показателем у уровня занятости обратная взаимосвязь. Также обратная взаимосвязь установлена с реальными денежными доходами и объемом просроченной задолженности по заработной плате, это может объясняться тем, что снижение уровня жизни выступает стимулом вовлечения в трудовую деятельность неработающих членов домохозяйств.

Проведенный анализ показал, что выделенные факторы оказывают различную степень влияния на уровень занятости населения различных возрастных групп. Так, уровень молодежной занятости более тесно чем остальные возрастные группы связан с денежными стимулирующими факторами – среднемесячная заработная плата, реальные доходы, объем социальной помощи; уровень занятости населения среднего возраста – с общеэкономическими факторами (ВВП на душу населения, среднедушевой объем инвестиций); а уровень занятости старшей возрастной группы – с миграционными процессами в стране.

Во взаимосвязи уровней занятости по полу с анализируемыми факторами существенных различий не установлено, следовательно, данные факторы создают примерно одинаковые условия для формирования занятости мужчин и женщин.

В работе получена надежная модель тренда уровня занятости населения РФ в виде полинома 4-й степени, которая описывает 94,9% вариации занятости во времени. Также построена статистически значимая многофакторная линейная модель зависимости уровня занятости населения от среднедушевого ВВП, миграционного прироста и реальных доходов населения с коэффициентом детерминации 0,940.

По коэффициентам эластичности, рассчитанным по результатам множественной регрессии установлено, что уровень занятости населения в РФ неэластичен ни по одному из факторов (все коэффициенты эластичности по модулю меньше 0); наиболее сильное влияние на динамику уровня занятости оказывают макроэкономические факторы (в виде среднедушевого ВВП), далее по силе влияния идут мотивационные аспекты занятости (динамика реальных доходов населения), и на последнем месте – демографические факторы в виде миграционного прироста населения.

По результатам проведенного анализа построены прогнозные оценки развития занятости населения РФ на ближайшую перспективу. Для прогноза использованы простейшие методы экстраполяции по средним абсолютному приросту и темпу роста, прогнозы по моделям тренда и многофакторной регрессии. Все прогнозные модели дали очень точные результаты, их теоретические значения отличаются от фактических в среднем менее чем на 1% (от 0,4% по модели тренда до 0,77% по динамическим средним).

По всем полученным прогнозам, ожидается позитивное развитие занятости в РФ, уровень которого к 2021 году по пессимистичному прогнозу (по динамическим средним) составит 66,3%, а по оптимистичному (по модели тренда) – 75,1%. Промежуточные оценочные показатели получены по модели множественной регрессии, в соответствии с которой уровень занятости населения в РФ в 2021 году составит 68,3%.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

 

1. Гражданский кодекс Российской Федерации. Часть первая. Ст. 130 [Электронный ресурс]. URL: http://www. consultant.ru/popular/gkrf1/5_20.html#p1399 (дата обращения: 12.05.2019).
2. Федеральный закон от 19 апреля 1991 г. № 1032-1 «О занятости населения в Российской Федерации» [Электронный ресурс] / Консультант-плюс. — Режим доступа: http://www.consultant.ru/document/cons_doc_LAW_60 (дата обращения: 17.01.2019).
3. Аглиуллина Гюзялия Рафиковна Занятость населения как экономическая категория // Вестник УлГТУ. 2016. №1 (73). URL: https://cyberleninka.ru/article/n/zanyatost-naseleniya-kak-ekonomicheskaya-kategoriya (дата обращения: 12.05.2019).
4. Ахметова Фаина Николаевна, Ноговицына Анна Васильевна, Симонин Павел Владимирович, Данилова Вероника Андреевна Анализ влияния факторов на уровень занятости населения // Интернет-журнал Науковедение. 2016. №3 (34). URL: https://cyberleninka.ru/article/n/analiz-vliyaniya-faktorov-na-uroven-zanyatosti-naseleniya (дата обращения: 12.05.2019).
5. Бакуменко Л. П., Сарычева Т. В. Статистические подходы к анализу рынка труда и занятости на региональном уровне / Л. П. Бакуменко, Т. В. Сарычева // Вестник поволжского государственного технологического университета. серия: Экономика и управление. – 2015 — №1. – С. 72 – 84.
6. Башкатова Б.И. Международная статистика: учебник / Б.И. Башкатова. – М.: Юрайт, 2013. – 671 с.
7. Вуколов Э.А. Основы статистического анализа. Практикум по статистическим методам и исследованию операций: Учебное пособие. 2-е издание. / Э. А. Вуколов — М.: Форум, 2012. — 464 с.
8. Годин А.М. Статистика: учебник для вузов по направлениям подгот. «Торговое дело», «Экономика», «Менеджмент» (квалификация «бакалавр») [Электронный ресурс] / А. М. Годин — М.: Дашков и К, 2014. — 460 с. – URL: http: // e.lanbook.ru.
9. Горяинова Е.Р. Прикладные методы анализа статистических данных: учеб.пособие для вузов по направлению подгот. «Экономика» / Горяинова, Е.Р., Панков, А.Р., Платонов, Е.Н. — М.: Высшая школа экономики, 2012. — 310 с.
10. Дадалко В. А., Солодовникова К. И., Чекмарёв Владимир Васильевич Прогнозирование числа рабочих мест и занятости населения в системе экономической безопасности хозяйствующих субъектов // Экономика образования. 2014. №4. URL: https://cyberleninka.ru/article/n/prognozirovanie-chisla-rabochih-mest-i-zanyatosti-naseleniya-v-sisteme-ekonomicheskoy-bezopasnosti-hozyaystvuyuschih-subektov (дата обращения: 12.05.2019).
11. Долгова, В.Н. Социально-экономическая статистика: Учебник и практикум для академического бакалавриата / В.Н. Долгова, Т.Ю. Медведева. — Люберцы: Юрайт, 2015. — 269 c.
12. Дорохова Н.В. Анализ подходов к классификации форм нестандартной занятости населения // Вестник ВГУИТ. 2017. №1 (71). URL: https://cyberleninka.ru/article/n/analiz-podhodov-k-klassifikatsii-form-nestandartnoy-zanyatosti-naseleniya (дата обращения: 12.05.2019).
13. Елисеева И. И. Социальная статистика: учебник / И. И. Елисеева. М.: Финансы и статистика, 2013. – 480 с.
14. Елисеева И. И. Статистика: учебник для бакалавров / И. И. Елисеева и др. – М.: ИД Юрайт, 2014. – 565 с.
15. Ефимова М. Р., Бычкова С. Г. Практикум по социальной статистике: учебн.пособие / М. Р. Ефимова, С. Г. Бычкова. – М.: Финансы и статистика, 2013. – 448 с.
16. Зинченко А. П. Статистика: учебник / А. П. Зинченко. – М.: КолосС, 2012. – 568 с.
17. Иванов Ю.Н. Экономическая статистика: учебн. пособие / Ю.Н. Иванов. — М.: ИНФРА-М, 2013. — 334 с.
18. Иванов Ю.Н. Экономическая статистика. Практикум: учебн. пособие / Ю.Н. Иванов. — М.: ИНФРА-М, 2018. — 320 с.
19. Исхакова Наиля Бисингалеевна Теоретические концепции занятости населения // Известия ОГАУ. 2015. №2 (52). URL: https://cyberleninka.ru/article/n/teoreticheskie-kontseptsii-zanyatosti-naseleniya (дата обращения: 12.05.2019).
20. Ишханян М.В., Карпенко Н.В. Эконометрика. Часть 3. Анализ временных рядов М.: МГУПС, 2016 – 127 с.
21. Какушкина М. А., Бочарова Н. В. Российский рынок труда: реалии современности // Ученые записки Тамбовского отделения РоСМУ. 2015. №4. URL: https://cyberleninka.ru/article/n/rossiyskiy-rynok-truda-realii-sovremennosti (дата обращения: 12.05.2019).
22. Карян Ю. С. Определение понятия занятости как характеристика рынка труда / Ю. С. Карян // Вестник ТвГУ. Серия «Экономика и управление». — 2015. — №3. — С. 56–61.
23. Ким Е. А. Корреляционно-регрессионный анализ уровня занятости и уровня безработицы населения РФ / Е. А. Ким // World science: problems and innovations. Сборник статей победителей XI Международной научно-практической конференции: в 2 частях. – 2017. – С. 23 – 26.
24. Козлов А.Ю., Мхитарян В.С., Шишов В.Ф. Статистический анализ данных в MS Excel: учеб. пособие / А.Ю. Козлов и др. – М.: ИНФРА-М, 2014. – 320 с.
25. Козлова Е. И., Новак М. А. Обзор методик выявления взаимосвязи динамики занятости населения и валового регионального продукта // Инновационная экономика: перспективы развития и совершенствования. 2018. №8 (34). URL: https://cyberleninka.ru/article/n/obzor-metodik-vyyavleniya-vzaimosvyazi-dinamiki-zanyatosti-naseleniya-i-valovogo-regionalnogo-produkta (дата обращения: 12.05.2019).
26. Колодина К. О. Статистический анализ уровня занятости населения в экономике российской федерации / К. О. Колодина // Экономическое развитие общества в современных кризисных условиях.
    Сборник статей Международной научно-практической конференции. В 3-х частях. – 2017. – С. 90 – 93.
27. Малых, Н.И. Статистика в 2 т. том 2 социально-экономическая статистика: Учебник и практикум для академического бакалавриата / Н.И. Малых. — Люберцы: Юрайт, 2016. — 473 c.
28. Мелкумов, Я.С. Социально-экономическая статистика: Учебное пособие / Я.С. Мелкумов. — М.: Инфра-М, 2013. — 236 c.
29. Мельникова А. К. Занятость населения: понятие и типы / А. К. Мельникова // Приоритетные направления развития науки и образования. Сборник статей III Международной научно-практической конференции. – 2018. – С. 93 – 95.
30. Минашкина В.Г. Методология статистического исследования социально-экономических процессов / В. Г. Минашкина. – М.: Юнити-Дана, 2012. — 391 с.
31. Мишкевич М. В., Чепик А. Г. К вопросу трактовки понятия «занятость населения» как социально-экономической категории / М. В. Мишкевич, А. Г. Чепик. // Экономика и право: теоретические и практические проблемы современности. Материалы международной научно-практической конференции. Негосударственное образовательное учреждение высшего образования «Московская академия экономики и права», Рязанский филиал. – 2016. – С. 169 – 175.
32. Мхитарян В. С., Сарычева Т. В. Прогнозирование занятости населения в российской федерации по видам экономической деятельности / В. С. Мхитарян, Т. В. Сарычева // Вопросы статистики. – 2017. — № 3 – С. 18 – 29.
33. Назаров М.Г. Курс социально-экономической статистики: учеб. пособие / М.Г. Назаров. — М.: Финстатинформ, ЮНИТИ-ДАНА, 2014. — 478 с.
34. Нечетова А. Ю. Сравнительный анализ России и стран мирового сообщества по отраслевой структуре занятости населения / А. Ю. Нечетова // Региональная экономика и управление: электронный научный журнал. – 2017. — №2 – С 13 – 26.
35. Новиков М. М. Статистика: показатели и методы анализа: справочное пособие / М. М. Новиков. – Мн.: Современная школа, 2013. – 628 с.
36. Петухова Е. С. Анализ влияния демографических факторов на региональный рынок труда и занятость населения / Е. С. Петухова // Вектор экономики. 2017. — № 5 – С. 82
37. Полонкоева Ф. Я., Китиева М. И. Международный рынок рабочей силы и тенденции его развития // Colloquium-journal. 2019. №3-6 (27). URL: https://cyberleninka.ru/article/n/mezhdunarodnyy-rynok-rabochey-sily-i-tendentsii-ego-razvitiya (дата обращения: 12.05.2019).
38. Романюк И. Д. Эволюция взглядов и концептуальных подходов к понятию «занятость» / И. Д. Романюк // Россия и Санкт-Петербург: экономика и образование в XXI веке. XXXVIII научная конференция профессорско-преподавательского состава, научных сотрудников и аспирантов по итогам научно-исследовательской деятельности университета за 2015 год. – 2017. – С. 225 – 230.
39. Статистика: учебник для прикладного бакалавриата / Боченина, М.В., Бурова, Н.В., Елисеева, И.И., Михайлов, Б.А.; под ред. И.И. Елисеевой- М.: Юрайт, 2014. — 447 с.
40. Теория статистики: учебник для экон. вузов и факультетов / под ред. Г.Л. Громыко — М.: Инфра-М, 2012. — 475 с.
41. Тимофеева С. А. Современные проблемы рынка труда в России и особенности его макроэкономического регулирования / С. А. Тимофеева // Стратегические задачи макроэкономического регулирования и пространственного развития. Сборник научных трудов II Международной научно-практической конференции научных и научно-педагогических работников общего и профессионального образования. Под редакцией Д.Е. Сорокина, С.В. Шманёва, И.Л. Юрзиновой. – 2018. – С. 163 – 170.
42. Ульянова К. Э. Понятие занятости населения и безработицы / К. Э. Ульянова // Научные исследования и разработки студентов. Сборник материалов V Международной студенческой научно-практической конференции. Редколлегия: О.Н. Широков [и др.]. – 2017. – С. 238 — 241.
43. Харченко Н. М. Экономическая статистика: учебник / Н. М. Харченко. – М: Дашков и Кº, 2012. – 387 с.
44. Шмойлова Р.А, Минашкин В.Г., Садовникова Н.А Теория статистики [Электрон. ресурс] / Р.А. Шмойлова и др. — М.: Финансы и статистика, 2014.-656 с. — URL: http://www.biblion.ru

Интернет сайты:

45. Сайт компании Федеральной службы государственной статистики [Электронный ресурс] – URL: http://www.gks.ru/
46. Единая межведомственная информационно-статистическая система ЕМИСС [Электронный ресурс] – URL: https://www.fedstat.ru/organizations/?expandId=1292836#fpsr1292836
47. Межгосударственный статистический комитет СНГ [Электронный ресурс] – URL: http://www.cisstat.org

---

Страницы 1 2 3