CC BY
22УДК 519.8:331.5
МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ УРОВНЯ БЕЗРАБОТИЦЫ
Ершова Л.А., ФГОБУ ВО «Московский государственный университет путей сообщения Императора Николая II» (МГУПС (МНИТ)
В статье рассмотрена математическая модель зависимости числа зарегистрированных безработных от числа предлагаемых вакантных мест, построенная методами математической статистики.
Ключевые слова: занятость, число зарегистрированных безработных, число вакантных мест, ряд динамики, структура ряда, аддитивная модель, нелинейный тренд, точность прогноза.
MATHEMATICAL MODELING OF THE UNEMPLOYMENT RATE
Ershova A., FSEI HE «Moscow Stale University of Railway Engineering under the name of Emperor Nikolay II» (MGUPS (MIIT)
In the article the mathematical model of the relationship between the number of registered unemployed by the number of offered vacancies, built mathematical statistics methods.
Keywords: employment, the number of registered unemployed, the number of vacancies, a number of speakers, the structure of the scries, additive model, non-linear trend forecasting accuracy.
Безработица в Россин-одна из самых важных социально-экономических проблем в настоящее время, поскольку занятость - это источник заработной платы, которая является основным источником дохода населения. Важным фактором, определяющим уровень безработны, является состояние экономики. В качестве косвенной оценки, которой можно рассматривать количество предлагаемых вакансий.
Проблема занятости населения рассматривалась на примере Ульяновской области. Исследовались помесячные данные числа зарегистрированных безработных (Y,) и числа заявленных вакансий (X,) за 2008-2015 гг. Статистическая значимость параметров оценивалась на 5%-м уровне значимости.
Анализ структуры рядов с помощью теста Чоу показал наличие смены тенденций в конце 2010 г. Для совмещения периодов структурной однородности расчеты проводились для периода 2011 -2015 гг.
Автокорреляция численности безработных показала наличие практически функциональной связи значении в течение трех месяцев Теснота связи уровней для больших лагов постепенно снижается, но остается сильной, что свидетельствует о высокой инерционности безработицы как социально-экономического процесса. Кроме того, ряд обладает сезонными колебаниями с периодичностью 12 месяцев
Для числа вакансий установлена сильная корреляционная связь уровнен с единичным лагом. Ряд обладает сильной колеблемость* и имеет цикл в 12 месяцев. Кроме того, ряд имеет вложенный, мало выраженный по амплитуде, цикл в 6 месяцев. Наибольшие значения количества вакансий приходятся на середину года. Это связано с сезонными работами и приводит к некоторому снижению безработной
Путем двойного нелинейного сглаживания построены аддитивные прогнозные модели рассматриваемых рядов динамики с параб -
П"щ у'^ =y,+S; у, =9547,06-279,42-/+3,09Г 1 = 5,4% ;
? I д<» »
х^ = х. + S," _ „ х, = 7674,27 +176.48 • / + 3,28 • Г 1 = 19,4% . * » дс ,
В качестве модельной ошибки рассматривалась средняя относительная ошибка аппроксимации Л , модели имеют соответствен - • высокую и хорошую точность.
14000,00 12000,00
8000.00
2000.00
1 3 5 7 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 4S 47 49 51 53 Численность беэриботных Число вакантных мест
— • Численность бетработных (тренд) ——— Число вакантны* мест (тренд)
Рисунок. Аддитивные модели рядов динамики с сезонностью
Метод последовательных разностей подтвердил наличие между рядами умеренной обратной связи (очищенный коэффицие -корреляции - 0.4). Согласно результатам автокорреляционного анализа построена комбинированная прогнозная модель (с | ным лагом и авторегрессионной компонентой без учета фактора времени), описывающая зависимость численности безработна вакантных мест:
у, = 771,458 + 0,950 ■ у, , - 0,067 • .г,
Точность прогноза по модели численности безработных для горизонта до 12 месяцев включительно согласно модель» ч
ставляет — .
Литература:
1. Математические модели природы и общества/Н.Н. Калиткин. И.В. Карпенко, A.M. Михайлов, В.Ф. Кишкин. М.В. Черненков. М.: ФИЗМАТЛИТ. 2005. - 360 с.
2. Власова В.М. Стабилизация занятости в условиях рынка. С-Пб.: Питер. 2004. - 186 с.
3. Малева Т.М. Государственная и корпоративная политика занятости. - М.: Инфа-М, 2000. - 179 с.
4. Плакся В.И. Безработица: теория и современная российская практика. М.: РАГС. 2004. - 3X4 с.
УДК 658.3:656.2
АНАЛИЗ ТЕКУЧЕСТИ КАДРОВ
Соловьева А.С., Иетросяи Т. Г.. студент группы ЭЭФ-313. ФГОБУ ВО «Московский государственный университет путей сообщения
Императора Николая II» (МГУПС (МИИТ)
В статье рассмотрена математическая модель взаимосвязи управляемых и неуправляемых факторов текучести кадров с точки зрения их информативности, построенная методами математической статистики.
Ключевые слова: текучесть кадров, управление персоналом, причины увольнения, сравнительный анализ.
ANALYSIS OF EMPLOYEE TURNOVER
Soioveva A., Pctrosyan Г.. student, FSEI HE «Moscow Slate University of Railway Engineering under the name of Emperor Nikolay II»
(MGVPS <MIIT)
In the article the mathematical model of the relationship controlled and uncontrolledfactors of turnover in terms of their information content, based methods of mathematical statistics.
Keywords: employee turnover, personnel management, the reasons for dismissal, the comparative analysis.
Текучесть персонала естественный процесс движения кадров, негативные последст вия которого, такие, как затраты на нанм. адаптацию, обучение новою сотрудника: снижение производительности и качества труда увольняемого сотрудника перед увольнением и вновь принятого сотрудника в период адаптации, снижают уровень производительности труда и эффективность производства. Особой актуальностью обладает одна из задач управления персоналом-улравление факторами, влияющими на текучесть кадров.
Для проведения исследования использовались данные статистической отчетности за 1-111 кварталы 2011 г. о численности и причинах увольнения сотрудников предприятий, входящих в состав ОАО «ФИ К».
Причины увольнении подразделяются на подлежащие воздействию (несоответствие уровня заработной платы желаемому (z,).неудовлетворенность: характером работыи,). условиями труда (z,), социальным пакетом (z4), психологическим климатом в коллективе (zj, удаленность места жительства от места работы (z,). отсутствие перспективы роста (z,). «другие» причины (zB)) и не подлежащие воздействию (выход на пенсию по возрасту (х,). увольнение по соглашению сторон (х,), необходимость ухода за ребенком до 14 лет и больными членами семьи (Xj), увольнение по состоянию здоровья (х4), перемена места жительства (х,)).Для проведения сравнительного анализа произведен переход к относительным показателям.
Среди причин увольнения, не подлежащих воздействию, наиболее часто отмечаются: выход на пенсию по возрасту (х ) (в среднем за 3 квартала - 19,2%)и увольнение по соглашению сторон(х,) (14,1 %). Среди управляемых причин - несоответствие уровня заработной платы желаемому уровню^)) 19,3%) и «другие» причины (z„) ( 19,8%). Каждый пятый работник среди возможных вариантов причин увольнения указывает «другие» причины. Службе управления персоналом необходимо либо детализировать »тот вид причин, либо тщательно выяснять причину увольнения.
Проверка статистической однородности данных (в квартальном разрезе) с помощью критериев Стьюдента и Кохрена показала значимые различия средних значений при практически постоянной дисперсии, что подтвердило предположение о зависимости частоты проявления причин увольнения от сезона.
Анализ взаимосвязи причин увольнения проводился методами корреляционного (парная и частная корреляция) н факторного (метод главных компонент) анализа.
Установлено, что в I квартале наибольшей информативностью обладает фактор неудовлетворенности характером и условиями
умеренная корреляционная связь). Вторым по информативности (21.6%) является фактор, объединяющий социальную неудовлетворенность (г4 и z7) и перемену места жительства (х(). Снижение неудовлетворенности социальным пакетом либо повышение возможности профессионального и карьерного роста, находящихся в тесной зависимости (коэффициент корреляции 0.87), позволит уменьшить частоту появлений причины х,.
Во II квартале информативность фактора, объединяющего отсутствие перспективы роста (г,) и перемены места жительства (х<) составляет 17,6%. фактора неудовлетворенности условиями труда (г,) и социальным пакетом (г4) -13,2%. Корреляционная зависимость между двумя этими парами показателей умеренная.
В III квартале на первое место по информативности (28,6%) выходят фактор неудовлетворенности характером и условиями работы (/„ г.) при отсутствии перспективы роста (г7). При этом установлена сильная корреляционная зависимость г,((),72) с удаленностью места жительства от места работы (/.,). Информативность фактора недовольства социальным пакетом (г4) - 17,6% , недовольства уровнем заработной платы (г,) - 15.8%.
Для снижения текучести кадров кадровым службам рекомендуется разработать систему мер воздействия в первую очередь на наиболее информативные управляемые причины увольнения, с учетом их опосредованного влияния на неуправляемые причины.
- Zï Z:
труда (вклад управляемых показателей -.
'6
в совокуп-
ную дисперсию составляет 24.4%. присутствует положительная
Литература:
1. Математические модели природы и общества! III. Калиткин. И.В. Карпенко. А.П. Михайлов. В.Ф. Кишкин. М.В. Черненков. М.: ФИЗМАТЛИТ. 2005. - 360 с.
2. Голубков. Е. П. Анализ текучести кадров на предприятии/ Менеджмент в России. - 2006,- №4. - с. 23-29.
3. Практикум по эконометрике: Учеб. Иособие/И.И. Елисеева. C.B. Курышева. U.M. Гордеенко и др.; Под ред. 11.11. Елисеевой. М.: Финансы и статистика. 2003. - 192 с.
