Научная статья на тему 'АНАЛИЗ ФАКТОРОВ, ВЛИЯЮЩИХ НА РАЗМЕР ЗАРАБОТНОЙ ПЛАТЫ НА РЕГИОНАЛЬНЫХ РЫНКАХ ТРУДА'

АНАЛИЗ ФАКТОРОВ, ВЛИЯЮЩИХ НА РАЗМЕР ЗАРАБОТНОЙ ПЛАТЫ НА РЕГИОНАЛЬНЫХ РЫНКАХ ТРУДА Текст научной статьи по специальности «Экономика и бизнес»

CC BY
481
52
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
ЦЕНООБРАЗУЮЩИЕ ФАКТОРЫ / ОЦЕНКА СТОИМОСТИ ОПЛАТЫ ТРУДА / ЭКОНОМЕТРИЧЕСКАЯ МОДЕЛЬ

Аннотация научной статьи по экономике и бизнесу, автор научной работы — Гондаренко Н.С., Пакина Е.В.

Развитие рынка занятости затрагивает, в первую очередь, проблему трудоустройства молодых специалистов в сфере экономики, поэтому главной целью работы является выявление факторов, наиболее значимых при приеме на работу и построение модели оценки стоимости оплаты труда. С помощью корреляционного анализа в работе проведен анализ ценообразующих факторов; проведено сравнение степени востребованности профессии «экономист-аналитик» на рынке труда Саратова и Калининграда; с помощью регрессионного анализа построена оценочная модель; при помощи тестов Голфелда-Квандта и Дарбина-Уотсона проверено качество остатков модели.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Текст научной работы на тему «АНАЛИЗ ФАКТОРОВ, ВЛИЯЮЩИХ НА РАЗМЕР ЗАРАБОТНОЙ ПЛАТЫ НА РЕГИОНАЛЬНЫХ РЫНКАХ ТРУДА»

УДК 519.237.5

Н. С. Гондаренко, Е.В. Пакина

АНАЛИЗ ФАКТОРОВ, ВЛИЯЮЩИХ НА РАЗМЕР ЗАРАБОТНОЙ ПЛАТЫ НА РЕГИОНАЛЬНЫХ РЫНКАХ ТРУДА

Развитие рынка занятости затрагивает, в первую очередь, проблему трудоустройства молодых специалистов в сфере экономики, поэтому главной целью работы является выявление факторов, наиболее значимых при приеме на работу и построение модели оценки стоимости оплаты труда. С помощью корреляционного анализа в работе проведен анализ ценообразующих факторов; проведено сравнение степени востребованности профессии «экономист-аналитик» на рынке труда Саратова и Калининграда; с помощью регрессионного анализа построена оценочная модель; при помощи тестов Голфелда-Квандта и Дарбина-Уотсона проверено качество остатков модели.

Ключевые слова: ценообразующие факторы, оценка стоимости оплаты труда, эконометрическая модель, ценообразующие факторы.

Одним из основных макроэкономических показателей, характеризующих развитие страны и её регионов, является показатель занятости населения. В последнее время на рынке труда наблюдается тенденция к превышению предложения труда над его спросом, что приводит к повышению уровня безработицы. Аналитики считают [1], что такая тенденция сохранится и это даёт возможность работодателям предъявлять дополнительные требования для своих, влияющих на размер заработной платы. Поэтому целью работы является анализ факторов, влияющих на размер оплаты труда и построение математической модели ее оценки. Объектом исследования стали компетентностные критерии для экономиста-аналитика, а субъектом - рынки труда Саратовской и Калининградской области.

Для решения поставленной задачи была составлена база данных на основе предложений для экономистов-аналитиков на рынках труда Саратова и Калининграда за 1-ое полугодие 2016 года. При этом, в качестве переменных были рассмотрены следующие ценообразующие факторы: у - размер заработной платы (тыс. руб.); Xl - сфера деятельности(0 - розничная торговля, 1 - ГГ технологии, 2 - строительство, 3 - банковская сфера, 4 - производство, 5 - услуги, 6 - государственная структура, 7 - оптовая торговля, 8 - подбор персонала); x2 - опыт работы; х3 - возраст (0 - не имеет значения, 1 - имеет значение); x4 - специальное образование; x5 - обучение (0 - нет возможности обучения, 1 - есть возможность обучения); х6 - знание профессиональных программ (0 - не требуется, 1 - требуется); x7 - компьютерная грамотность; x8 - знание иностранного языка; x9 - знание бухгалтерского и управленческого учета; x10-управленческие навыки (0 - не требуется, 1 - требуется); x11 - график работы; х12 - наличие собеседования; x1з - наличие вступительных испытаний; x14 - наличие испытательного срока; x15 - ответственность; x16 - работоспособность; x17 - аналитическое мышление; x18 - стрессоустойчивость; x19 - структурное подразделение организации; X2o - размер предприятия; Х21 - уровень предприятия (0 - местное, 1 - филиал, 2 - международное); Х22 - перспектива карьерного роста; x2з - социальный пакет; x24 - рабочая атмосфера; х25 - город (0 - Калининград, 1 - Саратов).

Корреляционное влияние указанных факторов на размер заработной платы экономиста-аналитика в Калининграде и Саратове соответственно представлен в таблице 1.

Проводя корреляционный анализ связи переменных (табл. 1) [2], можно отметить, что наиболее значимые факторы, влияющие на размер оплаты труда в городе Калининграде это: знание профессиональных программ (х6), компьютерная грамотность (х7) и знание иностранного языка (х8), управленческие навыки (х10), график работы (х11), умение аналитически мыслить (х17), стрессоустойчивость (х18), размер и уровень предприятия (х20 и х21 соответственно), благоприятная рабочая атмосфера (х24). Наличие испытательного срока (х13) и вступительных испытаний (х14), очевидно, снижает стоимость оплаты труда, поскольку в большинстве случаев работодатель по окончанию испытательного срока не готов продолжать сотрудничество с наемным работником. Однако, большой неожиданностью стало то, что наличие собеседования (х12) в данной построенной модели также снижает размер заработной платы.

© Гондаренко Н.С., Пакина Е.В., 2016.

Научный руководитель: Тиндова Мария Геннадьевна - кандидат экономических наук, доцент, Саратовский социально-экономический институт РЭУ им. Г. В. Плеханова, Россия.

Вестник магистратуры. 2017. № 1-3(64).

ISSN 2223-4047

Таблица 1

Корреляционное влияние факторов на размер ^ оплаты ^ труда ___

Калининград xi X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12

V ■ 1 yxi 0,03 0,02 0,04 -0,09 0,09 0,31 0,43 0,39 0,16 0,38 0,27 -0,18

xi Xi3 X14 X15 X16 X17 X18 X19 X20 X21 X22 X23 X24

V ■ 1 yxi -0,22 -0,33 0,05 0,08 0,2 0,42 -0,19 0,2 0,31 0,47 -0,09 0,38

Саратов xi Xi X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12

V ■ 1 yxi 0,19 0,28 0,56 0,38 -0,21 0,31 0,12 0,62 0,48 0,59 -0,12 0,48

xi X13 X14 X15 X16 X17 X18 X19 X20 X21 X22 X23 X24

T ■ 'yxi 0,51 0,12 0,14 -0,08 0,33 0,04 -0,19 0,54 0,27 0,54 0,34 0,09

Что касается города Саратова, то здесь наиболее влиятельными оказались: опыт работы (Х2), возрастная группа (хз) и наличие специального образования (Х4), что вполне естественно. Среди профессиональных навыков приветствуются знание профессиональных программ (хв), иностранного языка (х8), бухгалтерского и управленческого учета (х9). Снижающими факторами на этот раз стали обучение (х5), график рабочего времени (хц).

Проводя регрессионный анализ [3], было составлено уравнение:

Яо=57887,8+3560,03х2-39466,2х3-4590,05х4-13728х6+35126х8+13693,2х9+24219,1х10-

(8692,49) (1149,66) (9502,18)(3075,61) (4713,03)(5883,74) (5073,66)(3970,5)

-23837,1х12+35570,2х13-6604,02х17-7856,71х20-18074,3х21+8194,04х22+7816,77х23

(4695,28) (5619,59) (3385,31) (3950,13) (3886,57)(3589,68) (3746,06)

Кк=11450,11+9727,114х6+3921,169х7-1409,06х8+2122,631х10-3323,27х11+4054,461х17 (4520,948) (3805,05) (2961,5) (7520,96) (4110,875) (3034,09) (3214,92)

+9638,366х18+1789,537х20+14735,89х21+752,8х22+720,9х24

(5747,35) (2800,29) (5252,97) (8374,97) (4446,23)

В скобках указаны стандартные ошибки коэффициентов. По критерию Стьюдента значимыми параметрами в Саратове являются х3 (возраст), х8 (иностранный язык), х9 (бух. учет), х13 (вступительные испытания), а в Калининграде - хв (иностранный язык), х18 (стрессоустойчивость), х21 (уровень предприятия), х22 (карьерный рост). Коэффициент детерминации первой модели составляет Я2С= 0,97 и второй -Я2к= 0,72, и они оба являются значимыми по критерию Фишера.

Проверим ошибки модели на соответствие условия Гаусса-Маркова:

* так как математическое ожидание близко к нулю (М(Е)с= - 6,75*10-12и М(Е)к=-2,98*10-12), то выполняется первое условие Гаусса-Маркова;

* второе условие Гаусса-Маркова заключается в постоянстве дисперсий ошибок, то есть в го-москедастичности, которую можно проверить критерием Гольфелда-Квандта [4]: 0РС=0Рк=0,251<Ртабл=2,6 и ОР-1о=ОР-1к=3,98>Ртабл=2,6, что говорит о гетероскедастичности остатков;

* третье условие заключается в отсутствии автокорреляции остатков, проверяемое тестом Дарби-на-Уотсона [5]: Б"^=1,98 принадлежит [Би=1,96; 4-Би=2,04], Б"^к=1,96 принадлежит [Би=1,89; 4-Би=2,11], т.е. автокорреляция отсутствует.

Таким образом, данная модель может быть полезна как для будущего работника, так и для самого работодателя, так как она учитывает интересы обеих сторон. В качестве примера рассчитаем уровень зарплаты для экономиста-аналитика, работающего на малом предприятии местного уровня в строительной отрасли, с опытом работы, со знанием иностранного языка и профессиональных компьютерных программ, обладающего стрессоустойчивостью и ответственностью. Согласно моделям, для Саратова уровень зарплаты составит 41115 руб, для Калининграда - 29406 руб. Средняя зарплата в Калининграде за рассматриваемый период составила 29100 руб [4], т.е. полученные результаты соответствуют действительности. В Саратове же средняя зарплата составила 22972 руб, т.е. можно говорить о том, что в Саратовской области грамотные, компетентные экономисты-аналитики пользуются спросом у работодателей, и они (работодатели) готовы платить за дополнительные навыки своих работников.

В качестве заключения можно отметить, что данный анализ позволил выделить основные ценооб-разующие факторы на рынке рабочей силы в Саратове и Калининграде, определить наиболее востребованные характеристики экономиста-аналитика в каждом регионе и построить оценочные модели для определения стоимости оплаты труда экономиста-аналитика.

Библиографический список

1.Носов В.В., Филатова А.П. Показатели финансовых результатов и эффективности экспорта организации // Актуальные проблемы учета, анализа и аудита в социальной сфере: сборник научных работ студентов, аспирантов и профессорско-преподавательского состава. 2016. С. 161-165.

2.Тиндова М.Г. Анализ сезонности в модели прогноза платных услуг населению в РФ // Вестник торгово-технологического института. 2016. №10. С. 115-120.

3.Тиндова М.Г. Многомерный статистический анализ // Вестник Саратовского государственного социально-экономического университета. 2011. №1. С.98.

4.Тиндова М.Г. Динамический анализ ввода нового жилья в РФ // Модели, системы, сети в экономике, технике, природе и обществе. 2016. №1(17). С. 135-141.

5.Социально-экономическое положение федеральных округов // статистический сборник. Режим доступа: http: // www.gks.ru/bgd/regl/b16_20/Main.htm).

ПАКИНА ЕКАТЕРИНА ВЯЧЕСЛАВОВНА - студент факультета международного бизнеса и торговли, Российский экономический университет им. Г. В. Плеханова (филиал в г. Саратов), Россия

ГОНДАРЕНКО НАТАЛЬЯ СЕРГЕЕВНА - студент факультета международного бизнеса и торговли, Российский экономический университет им. Г. В. Плеханова (филиал в г. Саратов), Россия

i Надоели баннеры? Вы всегда можете отключить рекламу.