NEDARBO PROBLEMŲ ANALIZĖ TAIKANT MATEMATINIUS STATISTINIUS METODUS

TURINYS

Referatas. Nedarbas ir gyventojų užimtumas 3

1. Darbo jėgos įvertinimas 3

2. Nedarbas ir teoriniai gyventojų užimtumo aspektai 4
Įvadas 10
I. Lietuvos gyventojų užimtumo ir nedarbo vystymosi 1990-1997 m. apžvalga 11

1. Darbo jėgos ištekliai 11

1.1. Lietuvos gyventojai 11

1.2. Miesto ir kaimo gyventojai 12

1.3. Vyrų ir moterų skaičiaus pokyčiai 13

1.4. Gyventojų senėjimas 13

2. Gyventojų užimtumas ir nedarbo lygis 14

2.1. Gyventojų užimtumas 14

2.2. Užimtų gyventojų pasiskirstymas ekonominėje veikloje 16

2.3. Bedarbystės lygis 17
II. Pagrindinių Lietuvos ekonominių rodiklių 1990-1997 m. apžvalga 21

1. Darbo apmokėjimas 21

2. Pramonė 22

3. Žemės ūkis 24

4. Bendrasis vidaus produktas 25
III. Gyventojų nedarbo lygio vystymosi pagrindinės tendencijos nustatymas 26

1. Reiškinių vystymosi tendencijų nustatymas 26

2. Korelaicinė ir regresinė analizė 27

2.1. Koreliacinės analizės ypatumai 28

2.1.1.Paprasčiausi koreliacinio ryšio tyrimo būdai 30

2.1.2.Koreliacinio ryšio glaudumo rodikliai 31

2.2. Regresinės analizės ypatumai 32

2.2.1.Regresijos lygtis 32

3. Dauginės regresijos ir koreliacijos ypatybės 33
IV. Tyyrimai ir jų rezultatai 35

1. Socialinių ekonominių reiškinių vystymosi prognozės skaičiavimas 36

2. Tarpusavio ryšio priklausomybės nustatymas tarp nedarbo lygio ir socialinių ekonominių reiškinių 44
Rezultatų aptarimas ir išvados 47
Summary 49
Literatūros sąrašas 50

NEDARBAS IR GYVENTOJŲ UŽIMTUMAS

1. DARBO JĖGOS ĮVERTINIMAS

Norint darbo jėgą panaudoti efektyviai būtina ją įvertinti ir gautų rezultatų pagrindu transformuoti į ūkio reikalaujamo lygio struktūrą.
Darbo jėgą valstybėje būtina įvertinti kokybinėmis ar kiekybinėmis charakteristikomis. Darbo jėgos įvertinimas imlumo aspektu leidžia sugretinti darbo jėgos poreikį ir pasiūlą. Antra vertus, jėgos struktūra ir kiekis kaip kintančios ekonominės charakteristikos, gali transformuotis tiek kokybiškai, tiek kiekybiškai dėėl išorinių ir vidinių paskatų.
Ekonominės sistemos plėtojimosi tendencijos ir rezultatai apibrėžiami visuomeniniais darbo ištekliais. Jie laikomi integruotų žmonių darbiniu potencialu. Natūraliomis ekonominės situacijų plėtojimosi sąlygomis visuomeniniai darbo ištekliai nėra vienalyčiai, nes ekonominėje sistemoje integruotos yra asmenų specifinės fizinės bei intelektualinės ch

harakteristikos. Tačiau integruotoms žmonių grupėms būdinga specifinių bruožų visuma. Todėl derėtų išskirti visuomeniškai organizuotas bei neorganizuotas darbo jėgos grupes.
Neorganizuotai darbo jėgos grupei priskiriami tie integruoti asmenys, kurie dėl nepakankamo fizinio ar intelektualinio išsivystymo nesugeba sąmoningai efektyviai dalyvauti ūkinėje veikloje, pavyzdžiui, mažamečiai vaikai, invalidai, senyvo amžiaus žmonės.
Plėtojant ekonominę sistemą, didžiausią įtaką turi visuomeniškai organizuota darbo jėga. Ji aprėpia darbingąją visuomenės dalį, kuri laikui bėgant dėl įvairių priežasčių kinta tiek kokybiškai, tiek kiekybiškai. Bet kurioje ekonominėje sistemoje vyksta natūralūs procesai: žmonės gimsta, auga, miršta. Tai natūraliai veikia ir darbo jėgos kitimą visoje ekonominėje sistemoje nuo jos gimimo, jai augant ir iki jos mirties. Vertinant visuomeniškai organizuotos darbo jėgos kitimą, būtina atsižvelgti į ekonominėje sistemoje integruotų žmonių bendrąsias vystymosi tendencijas, o ne į vienetinius diferencijuotus pooslinkius.
Visuomeniškai organizuoti darbo ištekliai sąlyginai skirstomi į aktyviuosius, pasyviuosius ir rezervinius. Aktyvieji darbo ištekliai – tai darbinis potencialas tų žmonių, kurie pagal savo galimybes integruojami į ūkinę veiklą. Tai visą darbo dieną dirbantys žmonės.
Pasyviesiems darbo ištekliams priskirtini bedarbiai arba asmenys, dirbantys ne visą darbo dieną, arba nedirbantys savo noru.
Rezerviniai darbo ištekliai – tai asmenys, galintys dalyvauti ūkinėje veikloje, tačiau dėl natūralių bei ekonomiškai pagrįstų priežasčių pasitraukę iš jos.
Suklasifikavus darbo išteklius svarbu juos nevienapusiškai įvertinti, nes gautieji rezultatai turi rodyti esminius darbo jėgos kiekybinius ar ko
okybinius pokyčius. Labai svarbu nustatyti specializacinę struktūrą visuomeniškai neorganizuotų ir aktyviųjų darbo išteklių sąlyginėse grupėse. Tačiau svarbiausia – atskleisti visą darbo jėgos specializacinį potencialą.
Ekonominėje sistemoje kiekvienam specializaciniam darbo jėgos struktūros vienetui būtina priskirti tam tikrą skaičių kvalifikacinių padalų. Kuo detaliau problema nagrinėjama, tuo detalesnis ir kvalifikacinis skirstymas.
Tačiau nei specializacinis, nei kvalifikacinis darbo jėgos įvertinimas nebus visapusiškas, jeigu neturėsime jį apibrėžiančių kiekybinių rodiklių. Juk vienas asmuo gali būti įvaldęs kelias specializacijas ir kiekvienoje jų turėti skirtingą kvalifikaciją. Taigi asmenų įvaldžiusių tam tikras specifines darbinės veiklos sritis, bus neabejotinai daugiau negu jų yra ištiesų ekonominėje sistemoje. Šią problemą galima išspręsti griežtai apibrėžiant ir šalutines specializacijas.

2. NEDARBAS IR TEORINIAI GYVENTOJŲ UŽIMTUMO ASPEKTAI

Nedarbo kategorija glaudžiai susijusi su darbo jėgos sąvoka. Darbo jėga – tai darbingo amžiaus (nuo 18 m.) ar aktyviai ieškantys darbo šalies žmonės. Vadinasi, nenorintys dirbti ir darbo neieškantys negali būti priskiriami prie bedarbių. Darbo jėga nelaikomi ir kareiviai, studentai, ligoniai, asmenys esantys specialiose pataisos įstaigose, pensininkai, taip pat namų šeimininkės.
Bedarbiai – tai žmonės, kurie neturi darbo, bet aktyviai jo ieško, registruojasi įdarbinimo įstaigose kaip norintys ir galintys dirbti.
Nedarbo lygis – ekonominis rodiklis, rodantis, kokia darbo jėgos dalis yra neužimta; tai asmenų, galinčių ir norinčių dirbti, tačiau neturinčių darbo, santykis su visais darbingais gyventojais (darbo jėga) procentine iš

šraiška.
Nedarbo mastas panašus į vandens baseiną: jis kyla, kai pritekėjimas (t.y. nauji bedarbiai) viršija nuotėkį (t.y. žmones, gaunančius darbą). “Pritekėjimą” didina: darbo atsisakę, laikinai nedirbantys, priverstinai išėję iš darbo, naujai tapę darbo jėga gyventojai. “Nuotėkį” didina: sugrįžę į darbą, naujai pasamdyti, nebelaikomi darbo jėga gyventojai.
Nedarbo lygio įvertinimo praktinės problemos gana komplikuotos ir ne visuomet statistikos darbuotojams pavyksta parodyti tikrąjį nedarbo vaizdą. Nedarbo problemomis užsiima vyriausybinės įstaigos.
Dėl prislėgtojo ir paslėptojo nedarbo oficialus nedarbo lygis yra mažesnis nei neoficialus. Prislėgtąjį nedarbą vadiname tokį, kai darbo paieškos nutraukiamos kaip beviltiškos. Paprastai “prislėgtieji” sudaro apie 0,1-0,5 proc. darbo jėgos.
Paslėptasis nedarbas – tai bet koks darbas. Tai gali būti padienis, ne visos darbo dienos ar savaitės darbas, darbas žemesnės kvalifikacijos. Išsivysčiusiose šalyse paslėptasis nedarbas sudaro nuo 6 iki 9 proc. visų darbo jėgai priskirtinų gyventojų. Faktiškai šie asmenys priskirtini dalinio užimtumo ir dalinių bedarbių kategorijai, tačiau oficialioji statistika, priskirdama juos prie visiškai užimtų , vėl sumažina nedarbo lygį.
Bet būna ir priešingai – nedarbo lygis gali būti ir padidintas. Dalis nedirbančių sako netiesą – tvirtina, kad jie ieško darbo, nors tai neatitinka tikrovės.Tai daryti dažnai skatina nedarbo kompensacija arba socialinio aprūpinimo pašalpa, kurios gali priklausyti nuo tariamų darbo pašalpų. Toks nedarbas vadinamas šešėliniu.
Bedarbiais žmonės tampa dėl labai įvairių priežasčių. Galbūt laikinai būti be darbo arba “t
tarp darbų” atitinka kai kurių žmonių poreikius, o gal apskritai mažėja tam tikrų specialybių darbuotojų poreikis.
Aiškinantis nedarbo kilmę, svarbią reikšmę turi skirstymas į tipus. Ekonomistai išskiria tokius tris nedarbo tipus: frikcinį (tekamąjį), struktūrinį ir ciklinį, arba nepakankamos paklausos.
Tekamasis nedarbas – tai trumpalaikis, neišvengiamas nedarbas. Terminą “tekamasis” nedarbas ekonomistai vartoja kalbėdami apie tokius darbuotojus, kurie ieško darbo arba tikisi jį gauti artimiausioje ateityje. Šis terminas tiksliai atspindi reiškinio esmę: darbo rinka funkcionuoja nelanksčiai, neužtikrina, kad darbo vietų skaičius atitiktų darbuotojų skaičių. Kai žmogus gali laisvai rinktis veiklos rūšis ir darbo vietas kiekvienu konkrečiu laikotarpiu dalis darbuotojų atsiduria padėtyje “tarp darbų”. Vieni keičia darbo vietą savanoriškai, kiti ieško naujo darbo atleisti iš ankstesniojo, treti laikinai netenka sezoninio darbo. Taigi visada atsiras žmonių, kurie nedirba dėl neišvengiamų priežasčių. Bedarbiais laikomi ir jauni žmonės, ieškantys darbo pirmąkart gyvenime. Sezoniniai darbuotojai nedirba keletą mėnesių per metus savo noru.
Manoma, kad tekamasis nedarbas – neišvengiamas ir tam tikru mastu net pageidautinas. Pageidautinas dėl to, kad daugelis žmonių, atsiradę “tarp darbų” savo valia, pereina iš menkai apmokamo ir žemo produktyvumo darbo į geriau apmokamą, produktyvesnį darbą. Dėl to padidėja žmonių pajamos, tampa racionalesnis darbo išteklių pasiskirstymas, vadinasi, išauga ir realiojo nacionalinio produkto apimtis. Praktiškai, šis nedarbo tipas egzistuoja nuolat.
Struktūrinis nedarbas – nedarbo forma, kurią sąlygoja gamybos, techninio lygio augimas, kai esamoji dalies darbuotojų kvalifikacija neatitinka darbo paklausos (techninio lygio) reikalavimų.
Laikui bėgant vartotojų paklausa ir technologija gerokai pakinta, o tai savo ruožtu keičia visuomenės paklausos darbo jėgai sudėtį. Dėl tokių ūkinės veiklos pokyčių kai kurių profesijų paklausa sumažėja arba visiškai išnyksta, o paklausa kitų, įskaitant naujas profesijas, išauga.
Struktūrinį nedarbą taip pat gali sukelti ilgalaikiai vartotojų preferencijų pasikeitimai, taip pat ir geografinis darbo vienetų pasiskirstymas, sąlygojantis žmonių migraciją. Nedarbas atsiranda dėl to, kad darbo rinka į šiuos pokyčius reaguoja lėtai, darbo jėgos struktūra neatitinka naujos darbo vietų struktūros. Išryškėja, kad dalis net ir kvalifikuotų darbuotojų neturi reikalingų darbo įgūdžių, kuriuos būtų galima greitai perduoti, nes jų patyrimas ir įgūdžiai paseno ir tapo nebereikalingi dinamiškai ekonomikai.
Ciklinis nedarbas – nedarbas sąlygojamas bendro ekonomikos nuosmukio.
Ūkinės veiklos ciklo pasikeitimai taip pat sukelia nedarbą. Ciklinį nedarbą sukelia tokia ūkinės veiklos ciklo fazė, kuriai būdingas visuminių (bendrųjų) išlaidų nepakankamumas. Gamybos mažinimo ir nuosmukio laikotarpis, kai visuotinė prekių ir paslaugų paklausa mažėja, krinta užimtumas ir nedarbas didėja. Dėl to ciklinis nedarbas kartais dar vadinamas nedarbu, sąlygojamu paklausos deficito.
Socialines ir ekonomines nedarbo pasekmes (kaštus) galima vertinti siaurąja ir plačiąja prasme. Pirmuoju atveju turimas galvoje nedarbo poveikis tiesiogiai žmogui, o antruoju – visai šalies ekonomikai.
Šiandien žodis “nedarbas” daugeliui asocijuojasi su individo (šeimos) finansiniais sunkumais. Tačiau tai tik viena reiškinio pusė. Socialiniai nedarbo nuostoliai anaiptol nereiškia vien valstybės ar individo (šeimos) išlaidų didėjimo ar pajamų sumažėjimo. Žmogus, ištiktas priverstinio nedarbo, kenčia ir psichologiškai, ko ekonomistai nesugeba (nes praktiškai neįmanoma) išmatuoti. Nedarbas demoralizuoja žmogų ir sąlygoja netikrumą rytojumi, psichines ligas, savižudybes, nusikaltimus, skyrybas ir pan.
Dar viena nedarbo pasekmė žmogui – jo darbinės patirties praradimas, o ši patirtis – vertingas turtas. Netekęs darbo darbuotojas ne tik nebekaupia naujų darbo įgūdžių, bet silpnėja bei atrofuojasi ir įgyti sugebėjimai, žinios.
Kai kurie ekonomistai pažymi, kad nedarbas, atsiradęs laisva valia, t.y. savanoriškas, žmogui yra net naudingas. Be pašalpos, jis teikia žmogui tokią vertybę, kaip laisvalaikis. Atsisakydami darbo, kai kurie žmonės mano, kad laisvalaikis yra didesnė vertybė negu darbo pajamos. Be to, žmonės tikisi, kad po kiekvienos nedarbo pertraukos gaus geresnį darbą ir kartu didesnį atlyginimą.
Plačiąja prasme į nedarbą galima pažvelgti kaip į vieną svarbiausių neefektyvaus darbo jėgos ir kitų gamybos išteklių panaudojimo priežasčių. Kai ekonomika nepajėgi sukurti pakankamai darbo vietų visiems norintiems ir galintiems dirbti, tai šalis netenka dalies nacionalinio produkto – jis lieka nepagamintas. Įžymus makroekonomikos tyrinėtojas Artūras Okanas pirmasis 1962 m. nustatė nedarbo lygio ir BNP atsilikimo ryšį. Šis ryšys pavadintas autoriaus vardu ir dabar vadinamas Okano dėsniu.
Okano dėsnis – tai empirinė nedarbo ir realaus ekonominio augimo (BNP) tempų priklausomybė, pagal kurią realiojo BNP 2-3 proc. pokytis siejamas su 1 proc. nedarbo lygio pokyčiu priešinga kryptimi. Santykis 1:2.5 arba 2:5, t.y. nedarbo lygio santykis su BNP atsilikimu, leidžia apskaičiuoti absoliučius produkcijos nuostolius, susijusius su bet kuriuo nedarbo lygiu.
Nuostoliai dėl nedarbo tautos ūkyje susidaro ne tik dėl nepagamintų prekių ir paslaugų, bet ir dėl išmokėtų nedarbo pašalpų. Visi dirbantieji moka nedarbo draudimui iš savo darbo užmokesčio, ir vyriausybė kompensuoja bedarbiams pajamų sumažėjimą. Moka draudimui visi, tuo tarpu pašalpas gauna tik bedarbiai. Tačiau tai nėra pagrindinis ekonominis nedarbo nuostolis, ir kai ekonomika nebegali aprūpinti visų norinčių dirbti darbo vietomis, prarandamas vertingas resursas: potencialios prekės ir patarnavimai. Tai ir yra svarbiausias ekonominis nedarbo nuostolis.
Kaip ir visi žmonės, ekonomistai norėtų išvengti nedarbo, arba, kitaip sakant, jie norėtų matyti ekonomiką, veikiančią visiško užimtumo sąlygomis. Tačiau kalbėdami apie visišką užimtumą jie neturi galvoje visiško nedarbo likvidavimo.
Visiškas užimtumas – ekonomikos situacija, kai nedarbo lygis yra minimalus ir nesąlygoja infliacijos padidėjimo, tai maksimalus gyventojų (darbo jėgos) ekonominio panaudojimo lygis.
Panaikinti nedarbą ir pasiekti visišką užimtumą – vienas pagrindinių makroekonomikos politikos tikslų. Tačiau realiai rinkos ūkis daugiau ar mažiau nutolsta nuo šio tikslo, nes jis negali darbo vietomis aprūpinti visų norinčių dirbti.
Nedarbo mažinimo priemones galima suskirstyti į dvi pagrindines grupes: didinančias darbo pasiūlą ir didinančias darbo paklausą. Darbo pasiūla gali būti padidinta:
1. Tobulinant darbo rinkos paslaugas. Kai kurie asmenys bedarbiais yra dėl to, kad neturi reikiamos informacijos apie laisvas darbo vietas.
2. Tobulinant deficitinių specialybių profesionalų paruošimą. Naujos arba laisvos darbo vietos dažniausiai būna skirtos specialistams, t.y. darbuotojams tokių profesijų, kurių funkcijas gali atlikti tik nedaugelis. Tuo tarpu dauguma bedarbių yra nekvalifikuoti arba patekę į bedarbių kategoriją iš prarandančių reikšmę ūkio šakų. Todėl vyriausybės parengtos mokymo programos, skirtos trūkstamų specialybių darbuotojų parengimui, padėtų bedarbiams greičiau įsidarbinti, produktyviau gyventi ir palengvintų vyriausybės išmokų bedarbiams naštą.
3. Koreguojant valstybės naštą bedarbiams. Nedarbo pašalpos, išmokamos iš valstybės biudžeto, kompensuoja pajamų netekimą nedarbo atveju, apsaugo žmones nuo skurdo. Tačiau jos padidina savanorišką nedarbą ir pailgina darbo vietos ieškojimo trukmę. Dėl to kai kurie ekonomistai siūlo reformuoti nedarbo draudimo sistemą ir mokėti bedarbiams mažesnes pašalpas.
4. Mažinant pajamų mokestį. Ši priklausomybė paprasta: pajamų mokesčio mažinimas tolygus realiojo darbo užmokesčio didinimui, o aukštesnis darbo užmokestis, kitoms sąlygoms esant vienodoms, didina dirbti norinčių žmonių skaičių.
Darbo paklausą didina šios priemonės:
1. Vyriausybės ir profsąjungos įtaka, pristabdant struktūrinius kitimus ekonomikos augimo sąlygomis. Profsąjungos sutartyse su darbdaviais dažnai numato privalomą darbuotojų samdymą nepaisant technologijos kitimų arba vyriausybė savo subsidijomis palaiko silpstančias ūkio šakas bei regionus. Visos ekonomikos požiūriu tokie veiksniai ilgainiui pasirodo esą neefektyvūs, bet tam tikrą laikotarpį jie turi svarbią socialinę reikšmę.
2. Visuminis paklausos didinimas. Nuosmukiai ir nedarbas dažnai sąlygojami nepakankamos visuminės paklausos. Todėl vyriausybė didina paklausą per prekių ir paslaugų supirkimus iš privačių įmonių. Tai efektyvus BNP ir nedarbo reguliavimo būdas, tačiau jis turi pavojingą savybę – skatina kainų augimą (t.y. infliaciją).
3. Papildomų darbo vietų kūrimas, plėtojant smulkųjį verslą. Negalintys rasti darbo bedarbiai arba samdomieji darbuotojai, nepasitenkinantys vien darbo užmokesčio formos pajamomis ir turėdami mažą pradinį kapitalą, steigia smulkias įmones ir organizuoja nuosavą verslą.
4. Darbo namuose plėtojimas. Šiam darbo paklausos didėjimo veiksniui palankias sąlygas sudaro masinis personalinių kompiuterių naudojimas, tobulos komunikacijos priemonės tarp darbdavių ir darbuotojų, nors jie ir būtų toli vieni nuo kitų.
Rinkos ekonomikos sąlygomis, kai darbo jėgos pasiūla viršija paklausą, Lietuvos valstybė negali garantuoti visiško darbingų žmonių užimtumo. Atsiranda bedarbių. Nedarbas atsiranda dėl atskirų profesijų netolygaus pasiskirstymo gamybinėse sferose, rinkos konjunktūros ir kt.
Užimtumo lygis procentinė dirbančiųjų gyventojų dalis, t.y. užimtų ūkine veikla, taip pat ir darbu.
Šalies gyventojų užimtumo įstatymas suteikia socialines garantijas nedirbantiems. Valstybė garantuoja: nemokamas profesinio orientavimo ir konsultavimo paslaugas bei informaciją apie laisvas darbo vietas; nemokamas darbo biržos paslaugas bedarbiams; nemokamą mokymą ir persikvalifikavimą; bedarbio pašalpą.
Valstybines gyventojų užimtumo garantijas darbo rinkoje įgyvendina Lietuvos darbo birža.
Ne mažiau svarbus darbuotojų užimtumas jų darbovietėse. Reikia sudaryti tokias darbo sąlygas, kad darbuotojai būtų nuolat aprūpinti darbu, nedarytų pravaikštų, nebūtų personalo kaitos ir pan.

ĮVADAS

Darbo tikslas – koreliacijos regresijos metodu nustatyti ryšį tarp nedarbo lygio ir kitų socialinių – ekonominių veiksnių. Veiksniai yra šie: 1) gyventojų skaičius, 2) miesto gyventojų skaičius, 3)pramonės produkcija, 4) žemės ūkio produkcija, 5) darbo užmokestis, 6) bendras vidaus produktas. Taip pat atlikti šių veiksnių prognozę iki 2000 m.
Gyventojų užimtumo didinimas, naujų darbo vietų kūrimas ir nedarbo mažinimas yra viena svarbiausių ekonominių ir socialinių problemų. Šių klausimų sprendimas susijęs su šalies ekonomikos išsivystymo lygiu ir gamybos augimu.
Gyventojų užimtumo, nedarbo problemos ypač aktualios tapo po Lietuvos Nepriklausomybės atkūrimo, t.y. perėjus iš planinės į rinkos ekonomiką. Reikėjo iš esmės pertvarkyti šalies ūkio struktūrą, vykdyti privatizavimą, ieškoti naujų rinkų ir kt. Tai negalėjo nepaveikti gamybos, paslaugų plėtros, specialistų persiorientavimo dirbti naujomis ekonominėmis sąlygomis. Atskiros ūkio šakos ir įmonės pradėjo dirbti ne visu pajėgumu, reikėjo sumažinti darbo vietų, sutrumpinti savaitės darbo laiką ir kt. Šios ir kitos priežastys vertė ieškoti padėties gerinimo būdų ir spręsti gyventojų socialinius klausimus, tokius kaip minimalus atlyginimas, nedarbas, pašalpų garantija ir kt.
Pirmoje darbo dalyje pateikta 1990 – 1997 metų gyventojų užimtumo ir nedarbo apžvalga, nurodytos pagrindinės nedarbo atsiradimo priežastys.
Antroje dalyje apžvelgtos pramonės, žemės ūkio ir kitų veiksnių, įtakojančių nedarbą, vystymasis 1990 – 1997 metais.
Trečioje dalyje pateikti teoriniai skaičiavimo koreliacijos ir regresijos metodais aspektai.
Analitinėje dalyje pateikti skaičiavimų personaliniu kompiuteriu rezultatai. Remiantis šiais rezultatais padarytos išvados apie nedarbo vystymąsi ir jo prognozės iki 2000 m.

I. LIETUVOS GYVENTOJŲ UŽIMTUMO IR NEDARBO VYSTYMOSI 1990-1997 m. APŽVALGA

1. DARBO JĖGOS IŠTEKLIAI

1.1. LIETUVOS GYVENTOJAI

1990-1998 m. Lietuvos gyventojų skaičius kito mažai. 1990 m. sausio 1 d. Lietuvoje buvo 3708.2 tūkst. gyventojų, o 1998 m. sausio 1 d. – 3701.5 tūkst. gyventojų. Iki 1992 m. šis skaičius didėjo, vėliau jis ėmė mažėti. Tai sąlygojo didesnis mirtingumas negu gimstamumas, be to daugiau žmonių išvyko negu atvyko. Po Lietuvos nepriklausomybės atkūrimo, anksčiau atvykę gyventi į mūsų šalį, išvyko į savo ankstesnes gyvenamas vietas, o svetur gyvenę žmonės – grįžo į Lietuvą. Migracijos priežastys buvo įvairios: politinės, socialinės, ekonominės ir kt.
Lentelė 1.1.
Lietuvos gyventojų skaičius (tūkst.)
Metai 1990 1991 1992 1993 1994 1995 1996 1997 1998
Gyventojų skaičius 3708.2 3736.5 3746.9 3736.5 3724.0 3717.7 3711.9 3707.2 3701.5
1.1. pav. Lietuvos gyventojų skaičius (tūkst.)
1.2. MIESTO IR KAIMO GYVENTOJAI

Paskutiniais dešimtmečiais pastebima kaimo gyventojų mažėjimo ir miesto gyventojų daugėjimo tendencija. Bet nuo 1990 m. jau matoma kaimo gyventojų skaičiaus daugėjimo tendencija. Nuo 1992 m. iki 1996 m. kaimo gyventojų skaičius padidėjo nuo 31.9% iki 32.2% visų Lietuvos gyventojų skaičiaus. Tai paaiškinama tuo, kad dalis miestiečių persikėlė gyventi į tėvų atgautus ūkius, arba tiesiog nusprendė gyventi kaime. Be to, miestuose sumažėjo darbo vietų, ir tai apribojo kaimo jaunimo trauką į miestą.
Lentelė 1.2.
Kaimo ir miesto gyventojai (tūkst.)
Metai 1990 1991 1992 1993 1994 1995 1996 1997
Gyventojų skaičius mieste 2526.9 2557.5 2568.2 2549.0 2533.4 2526.4 2518.4 2534.5
Gyventojų skaičius kaime 1181.3 1179.0 1178.7 1187.5 1190.6 1191.3 1193.5 1172.7

1.2 pav. Kaimo ir miesto gyventojai (tūkst.)

1.3. VYRŲ IR MOTERŲ SKAIČIAUS POKYČIAI

Spendžiant gyventojų užimtumo problemas, labai svarbus vaidmuo tenka vyrų ir moterų skaičiaus pokyčių dinamikai. Atsižvelgiant į tai, formuojama ūkio infrastruktūra bei darbo vietos. Moterys sudaro beveik 53% Lietuvos gyventojų. Jų persvara būdinga ir kaimui, ir miestui. Bet vyrų ir moterų skaičiaus skirtumas Lietuvoje palengva mažėja. Darbingo amžiaus vyrų ir moterų skaičius labai svarbus ekonominiu požiūriu, ypač tai svarbu rengiant specialistus. Ne visos darbo vietos ir profesijos vienodai tinka vyrams ir moterims.

1.4. GYVENTOJŲ SENĖJIMAS

Gyventojų senėjimas priklauso nuo daugelio veiksnių, kurie apsprendžia gimstamumą, žmonių mirtingumą ir kt.
Gyventojų senėjimas – tai senų žmonių daugėjimas ir jų santykio su jauno amžiaus žmonėmis padidėjimas. Todėl pagrindinis senėjimo procesą apibūdinantis rodiklis yra senų žmonių (60 m. ir vyresnių) dalis tarp visų gyventojų. 1997 m. ši dalis sudarė 17%.
Gyventojų amžiaus struktūros pokyčiai iškelia naujų socialinių ekonominių problemų, t. y. didėja socialinės išlaidos seno amžiaus žmonėms išlaikyti.
Statistiniai duomenys rodo, kad vidutinė gyvenimo trukmė labiausiai trumpėja 20-50 metų amžiaus vyrų grupėje. Pavyzdžiui, nuo 1989 metų 50-mečių vyrų ji sutrumpėjo 2,2 metais, moterų – vieneriais. Nuolat didėja vidutinis vyrų ir moterų gyvenimo trukmės skirtumas. Ypač darbingo amžiaus skirtumas ryškus kaime.
Trumpa Lietuvos gyventojų apžvalga apibūdina darbo išteklius ir sudaro prielaidas apibendrinti racionalų jų naudojimą šalies ūkyje. Ši ekonominė ir socialinė problema ypač išryškėja po Lietuvos nepriklausomybės atkūrimo, nes iš esmės pasikeitė politinės, ekonominės, socialinės, gamybinės užimtumo sąlygos. Taigi Lietuvos ūkį tenka perorganizuoti, pritaikyti rinkos ekonomikos sąlygom, pertvarkyti šalies ekonominę struktūrą į savarankišką, atkurti teisinę valstybę.

2. GYVENTOJŲ UŽIMTUMAS IR NEDARBO LYGIS

2.1. GYVENTOJŲ UŽIMTUMAS

Lietuvos gyventojų ir darbo jėgos dinamika pateikta 1.3. lentelėje:
Lentelė 1.3.
Gyventojai ir darbo jėga.
Metai Darbingo amžiaus ir vyresni gyventojai, tūkst. Darbo jėga, tūkst. Iš jų Aktyvumo lygis, % Užimtumo lygis, %

užimti Bedarbiai
19901991199219931994199519961997 2827,82846,12848,92846,42848,22853,92862.12873,3 1852,71902,81879,31859,31740,71752,61783,51773,7 1852,71897,61855,21778,21675,01643,61659,01669,2 – 5,2 24,1 81,1 65,7109,0124,5104,5 65,566,966,065,361,161,462,361,7 65,566,765,162,558,857,658,058,1

1.3 pav. Gyventojai ir darbo jėga (tūkst.)

Iš šių duomenų matome, kad 1990-1997 m. darbo jėga ir jos užimtumas mažai kito, nors nedarbo lygis išaugo.
Atkūrus nepriklausomybę, perėjus į rinkos ekonomikos sąlygas, gyventojų užimtumas pasikeitė. Dirbančių gyventojų kasmet pradėjo mažėti. Pertvarkant pramonę, žemės ūkį, statybų industriją, įgyvendinant privatizaciją, buvo atleidžiami apskaitos ir planavimo specialistai, vyresnio amžiaus žmonės ir kt. Pradėjus reformuoti ekonomiką, daug žmonių pradėjo dirbti neoficialiai, žymiai sumažėjo dirbančiųjų pramonėje, o padaugėjo paslaugų sferoje. Tačiau kai kurių paslaugų sumažėjo ir atsidūrė prie išnykimo ribos (skalbyklos, pirtys, poilsio namai ir pan.).
Dėl privatinės nuosavybės gausėjimo įvyko ir gyventojų užimtumo pasikeitimas pagal nuosavybės formas.
Gyventojų užimtumo dinamiką matome 1.4 lentelėje:
Lentelė 1.4.
Gyventojų užimtumas (tūkst.)
Metai 1990 1991 1992 1993 1994 1995 1996 1997
Gyventojai 3722,3 3741,7 3741,7 3730,2 3720,8 3714,8 3709,5 3705,6
Darbingo amžiaus ir vyresni gyventojai 2827,8 2846,1 2848,9 2846,4 3848,2 2853,9 2862,1 2873,3
Vyrai 1307,6 1315,9 1316,4 1314,1 1313,7 1315,2 1318,1 1322,9
Moterys 1520,2 1530,2 1532,5 1532,3 1534,5 1538,7 1544,0 1550,4
Nedarbingo amžiaus gyventojai 1611,2 1614,1 1622,0 1621,9 1618,9 1604,0 1588,2 1584,1
Darbo jėga 1852,7 1902,8 1879,3 1859,3 1740,7 1752,6 1783,5 1773,7
Vyrai 855,9 879,8 888,0 891,7 868,2 867,9 888,2 896,9
Moterys 996,8 1023,0 991,3 967,6 872,5 884,7 895,3 876,8
Užimti 1852,7 1897,6 1855,2 1778,2 1675,0 1643,6 1659,0 1669,2
Vyrai 855,9 876,7 873,8 846,4 837,0 818,5 831,2 848,0
Moterys 996,8 1020,9 981,4 931,8 838,0 825,1 827,8 821,2
Bedarbiai – 5,2 24,1 81,1 65,7 109,0 124,5 104,5
Vyrai – 3,1 14,2 45,3 31,2 49,4 57,0 48,9
Moterys – 2,1 9,9 35,8 34,5 59,6 67,5 55,6
Neaktyvūs gyventojai 975,1 943,3 969,6 987,1 1107,5 1101,3 1078,6 1099,6
Vyrai 451,7 436,1 428,4 422,4 445,5 447,3 430,0 426,0
Moterys 523,4 507,2 541,2 564,7 662,0 654,0 648,6 673,6

Pagal nuosavybės formų organizacijas gyventojų užimtumas atrodo taip:

Lentelė 1.5.
Užimti gyventojai pagal nuosavybės formas
Metai 1990 1991 1992 1993 1994 1995 1996 1997
Užimti 1852,7 1897,6 1855,2 1778,2 1675,0 1643,6 1659,0 1669,2
Valstybinėse įmonėse ir organizacijose 1440,2 1332,9 1088,6 814,8 645,1 600,0 554,6 545,2
Privačiose įmonėse 412,5 564,7 766,6 963,4 1029,9 1043,6 1104,4 1124,0

1.4 pav. Užimti gyventojai pagal nuosavybės formas (tūkst.)

2.2. UŽIMTŲ GYVENTOJŲ PASISKIRSTYMAS EKONOMINĖJE VEIKLOJE

Po Lietuvos nepriklausomybės atkūrimo pasikeitė ūkio struktūra – atsirado naujų veiklos sričių, bet ir prarasta buvusių darbo vietų. Visa tai veikė gyventojų pasiskirstymą ekonominėje veikloje. Šis pasiskirstymas vyko ir vyksta palaipsniui ir nuosekliai, rinkos ekonomikos sąlygomis bei vykstant socialiniams, ekonominiams bei teisiniams veiksniams. Gyventojų pasiskirstymas ekonominėje veikloje parodytas 1.6 lentelėje.
Iš lentelės duomenų matome, kad daugiausia gyventojų dirba žemės ūkyje, medžioklėje, apdirbamoje pramonėje, prekyboje ir kt. Tam turėjo ir turi įtakos privatizacija, t.y. atsiradimas privataus verslo, prekybos, žemės ūkio gamybos ir kt.
Lentelė 1.6.
Užimti gyventojai ekonominėse veiklose (tūkst.)
Metai 1992 1993 1994 1995 1996 1997
Iš viso 1855,2 1778,2 1675,0 1643,6 1659,0 1669,2
Žemės ūkis, medžioklė ir miškininkystė 362,3 399,3 390,1 390,0 399,1 363,0
Žuvininkystė 1,5 1,5 1,4 1,8 1,6 1,7
Kasybos pramonė ir karjerų eksploatavimas 6,0 4,0 4,0 3,9 3,5 3,3
Apdirbamoji pramonė 498,9 419,6 335,8 302,3 288,2 289,3
Elektros, dujų ir vandens tiekimas 30,5 33,4 37,7 42,3 42,3 41,5
Statyba 169,4 126,8 110,9 114,7 119,1 105,7
Didmeninė ir mažmeninė prekyba; automobilių, motociklų remontas, asmeninių ir buitinių daiktų taisymas 178,8 171,8 224,1 210,9 211,5 235,4
Viešbučiai ir restoranai 18,6 19,1 21,7 18,7 18,1 26,8
Transportas, sandėliavimas ir ryšiai 124,0 99,9 92,1 95,1 94,8 100,8
Finansinis tarpininkavimas 14,4 21,2 25,4 20,6 17,0 12,9
Nekilnojamas turtas, nuoma ir komercinė veikla 42,5 39,6 36,7 36,8 40,4 52,0
Valstybės valdymas ir gynimas; privalomasis socialinis draudimas 49,9 56,6 59.6 67,6 68,8 72,0
Švietimas 137,9 136,4 140.3 142,3 147,0 132,2
Sveikata ir socialinis darbas 103,2 95,8 98.2 102,6 102,9 100,6
Kita komunalinė, socialinė ir asmeninė aptarnavimo veikla 117,3 153,2 97.0 94,0 104,7 68,9

2.3. BEDARBYSTĖS LYGIS

Nedarbo lygis Lietuvoje nuo 1990 m. nuolat auga. Labiausiai jis išaugo 1993 m. 3,1%. Bedarbių skaičius apskrityse ir nedarbo lygio raidos dinamika parodyta 1.7 lentelėje ir 1.5 pav.

Lentelė 1.7.
Bedarbių skaičius apskrityse (tūkst.)
Metai 1992 1993 1994 1995 1996 1997
Iš viso 24,1 81,1 65,7 109,0 124,5 120,2
Alytaus apskritis 1,2 4,2 4,1 7,4 7,9 8,0
Kauno apskritis 2,9 12,5 8,1 16,6 19,5 16,0
Klaipėdos apskritis 1,9 9,6 8,8 13,3 14,0 11,2
Marijampolės apskritis 1,1 3,2 2,1 4,7 5,1 6,3
Panevėžio apskritis 2,4 9,6 7,5 9,5 10,2 12,2
Šiaulių apskritis 2,6 10,2 8,6 13,8 13,7 16,7
Tauragės apskritis 1,9 6,8 5,7 7,5 7,2 5,6
Telšių apskritis 0,9 2,7 2,3 6,1 6,2 4,8
Utenos apskritis 2,4 6,0 4,3 6,1 6,6 8,0
Vilniaus apskritis 6,8 16,3 14,2 24,0 34,1 31,5

2.8. pav. Nedarbo lygis Lietuvoje (%).

Įdarbinimas apskrityse pateiktas 1.8. lentelėje.

Lentelė 1.8.
Įdarbinimas apskrityse (tūkst.)
Metai 1992 1993 1994 1995 1996 1997
Iš viso 30718 43242 33829 49571 59130 70823
Alytaus apskritis 2956 2995 2258 3101 3637 4861
Kauno apskritis 3232 6094 5004 7086 8668 10175
Klaipėdos apskritis 5218 7263 4635 5421 5713 7706
Marijampolės apskritis 781 1727 1260 2383 2305 3402
Panevėžio apskritis 2640 3823 4394 6160 6299 7038
Šiaulių apskritis 5408 6774 4143 8189 9125 10477
Tauragės apskritis 1081 1248 1407 2399 3178 3228
Telšių apskritis 1531 2017 1728 2865 3716 3886
Utenos apskritis 2261 3011 2277 3671 4494 4601
Vilniaus apskritis 5610 8290 6723 8296 11995 15449

Netolygus bedarbytės lygis yra bedarbių amžiaus grupėse, lyčių atžvilgiu, pagal išsimokslinimą.
Bedarbiai, turintys aukštąjį ir aukštesnįjį išsilavinimą pagal specialybių grupes pasiskirsto netolygiai. Jų nedarbo priežastys yra įvairios. Didžiausią įtaką turėjo šalies ūkio struktūros pokyčiai, sumažėjęs darbo vietų skaičius ir kt.
Nemažiau svarbi jaunimo bedarbystės problema. Lietuvos darbo biržos duomenimis, 1996 m. IV ketvirčio pabaigoje šalyje iki 25 m. bedarbiai sudarė 18,8 %. Mažėjimo tendencija buvo ryški ir 1997 m. – ji sudarė 17,9 %. Taigi galima teigti, kad jaunimo bedarbystė stabilizavosi, bet tai neskatina didelio optimizmo, nes ne visi darbo neturintys jauni žmonės kreipiasi į darbo biržas.
Moterų bedarbystės lygis yra didesnis negu vyrų. Tai priklauso nuo kelių priežasčių – darbo vietų sumažėjimo viešbučiuose, restoranuose, valstybės valdymo ir kitose veiklos sferose. Aptarnavimo įmonės kaimo vietose baigia išnykti. Poilsiautojų ir besigydančių poilsio namuose bei sanatorijose, palyginti su ankstesniais metais, sumažėjo per pusę. 1997 m. pabaigoje moterų bedarbių buvo 53,9 tūkst. arba 54,4 % visų bedarbių skaičiaus. Didžiausias moterį bedarbių skaičius (61 %) yra nuo 50 iki 54 m. amžiaus grupėje. Daugiausia moterų bedarbių – turinčių aukštąjį išsilavinimą. Baigusios aukštąsias mokyklas, moterys dažniausiai sukuria šeimą, keičia gyvenamą vietą ir pan., o tada sunkiau susirasti darbą pagal specialybę. Gana svarbi priežastis – vis neatsigaunanti šalies ekonomika bei gamyba pramonėje, žemės ūkyje ir paslaugų sferose.
Pagal bedarbių nedarbo trukmę daugiausia (25 proc.) yra tokių, kurie nedirba ilgiau kaip vienerius metus.
Daugiausia bedarbių atsiranda dėl etatų mažinimo, įmonių likvidavimo, išėjimo iš darbo savo noru, sumažėjus darbo vietoms ir kt. Statistikos departamento duomenys rodo, kad 57.1 proc. bedarbių pageidauja gauti nuolatinį darbą, 42.4 proc. – bet kokį darbą.
Anksčiau minėti bedarbių statistiniai duomenys rodo oficialią būklę Lietuvoje. Tačiau, kaip minėta, yra vadinamasis paslėptas nedarbas. Kai kas dirba ne visą darbo dieną ar savaitę, gauna minimalią algą, priversti išeiti nemokamų atostogų. Pirmieji 1999 m. mėnesiai rodo, kad bedarbystė Lietuvoje turi tendenciją didėti. Štai 1999 m. vasario 1d. nedarbo lygis buvo 7.7%, kovo 1d. – 8.1%.

II. PAGRINDINIŲ LIETUVOS EKONOMINIŲ RODIKLIŲ 1990-1997 M. APŽVALGA

1. DARBO APMOKĖJIMAS

Čia apžvelgiama, kaip kito vidutinis mėnesinis bruto darbo užmokestis, minimali mėnesinė alga, minimalus gyvenimo lygis.
Vidutinis mėnesinis bruto darbo užmokestis – ikimokestinis darbo užmokestis, tenkantis vienam samdomam darbuotojui. Jo dinamika iki 1997 m. pateikta 2.1 lentelėje.
Lentelė 2.1.
Vidutinis mėnesinis bruto darbo užmokestis (Lt.)
Metai 1993 1994 1995 1996 1997
Respublikos ūkyje 166,1 325,4 478,9 621,1 774,4
Valstybinis sektorius 189,7 371,0 532,2 683,3 851,9
Privatus sektorius 142,3 284,9 432,4 566,1 705,8

Minimali mėnesinė alga – vadovaujantis Lietuvos darbo apmokėjimo įstatymu (2 str.) valstybės nustatyta minimali mėnesinė alga. Jos dinamika buvo tokia:
Lentelė 2.2.
Vidutinė mėnesinė alga (Lt.)
Metai 1993 1994 1995 1996 1997
Vidutiniškai per mėnesį 32,7 56,5 134,6 240,0 374,2

Minimalus gyvenimo lygis – Lietuvos Respublikos gyventojų pajamų garantijų įstatyme – tai šeimos mėnesinių pajamų suma, tenkanti vienam žmogui per mėnesį ir garantuojanti visiems minimalų socialiai priimtiną poreikių patenkinimo lygį.
MGL dinamika buvo tokia:

Lentelė 2.3.
Minimalus gyvenimo lygis (Lt.)
Metai 1993 1994 1995 1996 1997
Viduiniškai per mėnesį 29,7 50,1 69,2 90,8 110,8

2. PRAMONĖ

Pramonės raidą apžvelgsime dviem rodikliais: bendrąja pramonės produkcija ir vidutiniu metiniu pramoninės veiklos darbuotojų skaičiumi.
Bendroji pramonės produkcija skaičiuojama sudedant įmonės parduotą produkciją, pagamintą produkciją, sunaudotą savo reikmėms, pagamintos produkcijos likučių pasikeitimą sandėlyje ir nebaigtos gamybos bei pusfabrikačių likučių pasikeitimą.
Visą pramonę sudaro išgaunamoji ir apdirbamoji pramonė bei elektros, dujų ir vandens tiekimas.
Lentelė 2.4.
Bendroji pramonės produkcija (mln. Lt.)
Metai 1990 1991 1992 1993 1994 1995 1996 1997
Visa pramonė 38345,5 36334,9 23355,9 13324,1 12510,7 13401,5 13788,9 13892,6
Išgaunamoji ir apdirbamoji pramonė 31175,2 29782,7 19302,4 10558,8 9951,3 10775,9 11016,1 11490,5
Elektros, dujų ir vandens tiekimas 7170,3 6552,2 4053,5 2765,3 2559,4 2625,6 2772,8 2402,1

2.1. pav. Bendroji pramonės produkcija (mln.Lt.)

Lentelė 2.5.
Vidutinis metinis pramoninės veiklos darbuotojų skaičius (tūkst.)
Metai 1992 1993 1994 1995 1996 1997
Visa pramonė 405,3 394,9 355,6 310,9 293,3 226.6
Išgaunamoji ir apdirbamoji pramonė 375,5 364,1 321,0 275,9 257,2 194.2
Elektros, dujų ir vandens tiekimas 29,8 30,8 34,6 35,0 36,1 32.4

Iš pateiktų duomenų matome, kad pramonės produkcija iki 1994 m. smarkiai mažėjo, nuo 1994m. ji pradėjo pamažu augti. Augimą galima paaiškinti naujų technologijų diegimu, efektyvesniu darbo jėgos paskirstymu ir pan.

3. ŽEMĖS ŪKIS

Žemės ūkio bendrovių ir įmonių pagrindiniai rodikliai:
Lentelė 2.6.
Žemės ūkio bendrovių ir įmonių pagrindiniai rodikliai
Metai 1990 1991 1992 1993 1994 1995 1996 1997
Ūkių skaičius (metų pabaigoje) 1212 1219 4279 3483 2880 2611 2328 2004
Visose ūkio šakose dirbusių darbuotojų vidutinis metinis skaičius, tūkst. 365,5 324,5 198,3 168,7 128,6 100,9 82,7 68,8
Rentabilumo lygis (pelno santykis su realizuotos produkcijos savikaina), % 26,9 40,6 56,4 44,4 1,9 5,3 9,2 2,7

Lentelė 2.7.
Bendroji produkcija (mln. Lt.)
Metai 1990 1991 1992 1993 1994 1995 1996 1997
Iš viso 4789,6 4518,5 3673,6 3465,7 2772,6 2938,9 3232,8 3426,8
Augalininkystė 1797,7 2146,7 2089,8 1633,4 1498,4 1571,4 1765,3 1914,4
Gyvulininkystė 2991,9 2371,8 1583,8 1832,3 1274,2 1368,5 1467,5 1512,4

2.2. pav. Bendroji produkcija (mln. Lt.)

4. BENDRASIS VIDAUS PRODUKTAS

Bendrojo vidaus produkto (BVP) dinamika pateikta 2.8 lentelėje:
Pastaraisiais metais lemiamą įtaką BVP augimui turėjo žemės ūkio, pramonės ir statybos produkcijos, prekybos, viešbučių bei asmeninio vartojimo paslaugų apimčių didėjimas.
Lentelė 2.8.
Bendras vidaus produktas (mln. Lt)
Metai BNP veikusiomis kainomis BNP palyginamosiomis kainomis(1993=100%)
1990 134,1 18626,8
1991 414,7 17569,6
1992 3405,8 13834,6
1993 11589,6 11589,6
1994 16904,2 10457,7
1995 24102,8 10801,8
1996 31568,9 11314,6
1997 36200,6 11959,1

III. GYVENTOJŲ NEDARBO LYGIO VYSTYMOSI PAGRINDINĖS TENDENCIJOS NUSTATYMAS

1. REIŠKINIŲ VYSTYMOSI TENDENCIJŲ NUSTATYMAS

Sudarant ir analizuojant dinamikos eilutes galima nustatyti socialinių ekonominių reiškinių vystymosi pagrindines tendencijas.
Dinamikos eilutėmis vadinamos statistinių dydžių eilutės, apibūdinančios socialinių ekonominių reiškinių kitimą laiko atžvilgiu.
Dinamikos eilutė turi du elementus: laiko momentą arba laikotarpį, kuriam priklauso lygiai, ir rodiklių skaitmeninę išraišką, vadinamą eilutės lygiu. Abu šie elementai vadinami eilutės nariais.
Dinamikos eilutės turi svarbią reikšmę tiriant reiškinių kitimą laiko atžvilgiu. Sudarant jas išaiškinami socialinių ekonominių reiškinių vystymosi dėsningumai, to vystymosi ypatybės, sezoniškumas ir pan. Dinamikos eilutėms sudaryti būtina sąlyga yra duomenų (eilutės lygių) palyginimas. Jeigu dinamikos eilutės lygiai nepalyginami, tai negalima jos analizuoti, o kartu ir analitinių rodiklių skaičiavimas neturi prasmės.
Reiškinių lygių intensyvumas paprastai yra nepastovus. Tačiau tam tikru laikotarpiu gali būti pastebėti visam jam bendri dinamikos bruožai. Taip yra tada, kai reiškinio kitimą sąlygojantys esminiai veiksniai stabilūs. Tokiu atveju galima sakyti, kad reiškinys vystosi dėsningai. Kitaip tariant, pastebima reiškinio vystymosi pagrindinė kryptis, arba tendencija. Jos nustatymas leidžia įvertinti tiriamo reiškinio lygį ateityje ir tiek tiksliai, kiek jis yra inertiškas.
Schematiškai dinamikos eilutės lygį ( ) galime atvaizduoti kaip trijų komponentų sumą:

kurioje: f(t) – pagrindinė vystymosi tendencija, formuojama pastovių sąlygų, priklausomų nuo laiko;

z(t) – periodiškai pasireiškiančių veiksnių komponentas;

– atsitiktiniai nukrypimai, susidarantys dėl laikinų, trumpalaikių sąlygų pakitimo (atsitiktinumo komponentas).
Pagrindinis uždavinys – išryškinti ir išreikšti pagrindinę vystymosi tendenciją abstrachuojantis nuo kitų komponentų. Pagrindinė vystymosi tendencija neparodo atskirų socialinių ekonominių veiksnių kitimo; ji traktuojama kaip laiko padarinys. Čia laikas yra kaip priežastis, dėl kurios pasireiškia visų veiksnių įtaka tiriamo reiškinio dinamikai.
Pagrindinė vystymosi tendencija – tai nenutrūkstamas, kryptingas reiškinio lygio kitimas per ilgesnį laikotarpį, t. y. reiškinio vystymosi dėsnio išraiškos forma.
Tiriant pagrindinę vystymosi tendenciją, taikomi įvairūs statistiniai būdai ir metodai:
a) intervalų sustambinimas bei jų apibūdinimas vidurkiais;
b) slenkančių vidurkių;
c) mechaninis dinamikos eilučių išlyginimas;
d) analitinis dinamikos eilučių išlyginimas;
e) kombinuoti dinamikos eilučių apdorojimo metodai.
Pagrindinės vystymosi tendencijos analitinė išraiška (trendas) dažniausiai nustatoma mažiausių kvadratų metodu. Jo esmė ta, kad apskaičiuojama matematinė funkcija, kuri apibūdina pagrindinį vystymosi dėsningumą, t.y. gaunamas jos matematinis modelis, kuriame eilutės lygis yra laiko funkcija. Aišku , kad laiko charakteristika yra tik išorinis veikiančių jėgų bendros įtakos atspindys.
Pagrindinę vystymosi tendenciją mažiausių kvadratų metodu galima išreikšti tik tada, kai proceso pobūdis visame laiko intervale išlieka nepakitęs, t.y. be kokybinių pakitimų.
Vienas iš svarbiausių uždavinių taikant mažiausių kvadratų metodą yra parinkimas matematinės funkcijos, kuri tiksliai atspindėtų faktinių dinamikos eilutės lygių dinamiką, atitiktų tiriamo reiškinio prigimtį. Pasirenkant matematinę funkciją, reikia ne tik gerai žinoti jos savybes, bet ir atlikti tiriamo reiškinio kokybės analizę.

2.KORELIACINĖ IR REGRESINĖ ANALIZĖ

Matematiniuose statistiniuose tyrimuose koreliacinė ir regresinė analizė užima svarbią vietą ir naudojama dinamikos eilučių išlyginamai eksterpoliacijai.
Pagrindiniai koreliacinės ir regresinės analizės uždaviniai yra šie.

Koreliacinė analizė Regresinė analizė
1. Dviejų ir daugiau reiškinių ryšio stiprumo nustatymas (objektyvus analizuojamų reiškinių priežastingumas žinomas)2. Veiksnių, turinčių įtakos rezultatyviam požymiui, atrinkimas (atrinkti požymiai naudojami regresinėje analizėje)3. Nežinomų priežastinių ryšių nustatymas (rasti priežastiniai ryšiai pagrindžiami logiškai) 1. Ryšio formos nustatymas2. Regresijos funkcijos pavidalo parinkimas3. Regresijos funkcijos parametrų įvertinimas

2.1.KORELIACINĖS ANALIZĖS YPATUMAI

Koreliacinė analizė leidžia nustatyti objektyviai egzistuojančių reiškinių ryšio stiprumą ir iš dalies formą (tiesinė, netiesinė). Atsakymą į klausimą, kuris veiksnys yra priežastinis, o kuris pasekmė, duoda tik loginė analizė.
Koreliaciniu vadinamas ryšys, kai faktorinio požymio reikšmių kitimas veikia tik rezultatinio požymio vidutines reikšmes. Stebint statistinės visumos vienetus, tai pačiai faktorinio požymio reikšmei randamos įvairios rezultatinio požymio reikšmės. Taip yra todėl, kad rezultatinio požymio dydį, be faktorinio, sąlygoja daugybė kitų veiksnių, kurių įtakos negalima izoliuoti (jie gali būti nežinomi). Todėl koreliacinis ryšys išryškėja tik masiniuose stebėjimuose.
Esant požymių koreliacinei priklausomybei, tyrimo metu sprendžiami šie uždaviniai:
a) nustatomas koreliacinio ryšio buvimo faktas;
b) nustatoma ryšio kryptis ir forma, t.y. apibūdinamas jo pobūdis;
c) kiekybiškai išreiškiamas ryšys, t.y. nustatoma ryšio lygtis, kuri apibūdina faktorinio požymio reiškinių ir rezultatinio požymio vidurkių tarpusavio santykį;
d) nustatomas ryšio glaudumas, kuris parodo rezultatinio ir faktorinio požymio variacijos priklausomybės laipsnį.
Taigi apibendrinusi naujus masinius faktus, statistika ne tik konstatuoja ryšio egzistavimą, bet ir kiekybiškai jį išreiškia. Atskleidus pagrindinius reiškinį arba procesą formuojančius veiksnius, galima numatyti konkrečias priemones jį nukreipti norima linkme.
Koreliaciniai ryšiai kartais dar vadinami priežasties (padarinio) arba tiesiog priežastiniais ryšiais. Juos tiriant koreliacijos metodais, turi būti patenkinta keletas svarbių sąlygų:
a) visuma, kurios požymių tarpusavio ryšiai yra tiriami, turi būti kokybiškai vienarūšė. Pavyzdžiui, tiriama kviečių, o ne visų kultūrų, derlingumo priklausomybė nuo kokių nors mineralinių trąšų kiekio;
b) turi būti pakankamai didelis nepriklausomų stebėjimų skaičius, kadangi dėsningumų atskleidimas pagrįstas didžiųjų skaičių dėsniu;
c) iš daugybės veiksnių reikia atrinkti pagrindinius, kurie sąlygoja didžiąją dalį rezultatinio požymio reikšmių variacijos;
d) šie požymiai negali būti tarpusavyje priklausomi;
e) požymių, kurių tarpusavio ryšiai tiriami, reikšmės turi būti pasiskirsčiusios normaliai;
f) visos gautos išvados turi būti logiškai paaiškintos, turėti ekonominę prasmę.
Šios sąlygos ne visada visiškai patenkinamos. Tokiais atvejais reikia atitinkamai paaiškinti gautus rezultatus.
Ryšiai gali būti tiesioginiai ir atvirkštiniai.
Tiesioginiais ryšiais vadiname tokius ryšius, kai susijusių požymių reikšmės kinta ta pačia kryptimi. Pavyzdžiui, didėjant darbininko darbo stažui, didėja jo kvalifikacija.
Atvirkštiniais ryšiais vadiname tokius ryšius, kai požymių reikšmės kinta priešingomis kryptimis, t.y. didesnes faktorinio požymio reikšmes atitinka mažesnės rezultatinio požymio reikšmės. Pavyzdžiui, didėjant parduotuvės prekių apyvartai, mažėja cirkuliacijos kaštai.
Be to, yra tiesiniai ir kreiviniai ryšiai.
Tiesinio ryšio atveju rezultatinio požymio reikšmės kinta tolygiai. Pavyzdžiui, didėjant pagrindinių gamybinių fondų apimčiai, esant kitoms sąlygoms nekintamoms, produkcijos apimtis didėja tolygiai visame jos variacijos intervale. Toks ryšys išreiškiamas tiese: . Esant kreiviniam ryšiui, rezultatinio požymio reikšmių kitimas netolygus. Tokio pobūdžio ryšį galima išreikšti antro laipsnio parabole: .
Socialinių ekonominių reiškinių ryšiai dažnai turi hiperbolės ( )(ryšys tarp gamybos apimties ir vieno gaminio savikainos), rodiklinės ( )(ryšys tarp įrengimų amžiaus ir išlaidų jų remontui) ir kitų matematinių funkcijų formą. Ryšio formos nustatymas yra vienas iš atsakingiausių koreliacinės analizės uždavinių.

2.1.1. PAPRASČIAUSI KORELIACINIO RYŠIO TYRIMO BŪDAI

Pradiniame tyrimo etape, kai, atlikus ekonominę analizę, konstatuota, kad ryšys tarp atskirų reiškinių yra galimas, taikomi elementarūs būdai, kurie duoda bendriausią informaciją apie jį. Dažniausiai apsiribojama porine koreliacija (dviejų požymių ryšys). Vienas iš paprasčiausių ryšio nustatymo būdų yra eilučių sugretinimas. Tam tikslui visumos vienetai išdėstomi didėjančia tvarka pagal faktorinio požymio reikšmes, o tai leidžia stebėti rezultatinio požymio reikšmių tvarką (dėsningas kitimas ar ne). Eilučių sugretinimas leidžia nustatyti ryšį ir jo kryptį.
Kai reikia nustatyti kelių faktorinių požymių įtaką, tai rezultatinio požymio reikšmės išdėstomos didėjančia (mažėjančia) tvarka.
Dažnai, tirian dviejų požymių ryšius, taikomas grafinis metodas. Koordinačių sistemoje pagal stebėjimo duomenis nustatomi taškai, t.y. abscisių ašyje atidedamos faktorinio požymio, o ordinačių – rezultatinio požymio reikšmės. Tokiu būdu gaunamas vadinamasis koreliacinis laukas.
Grafinis metodas atvaizduoja ryšio egzistavimą, jo kryptį ir formą. Be to, kuo koreliacijos laukas glaudesnis ( atskiroms x reikšmėms mažesnė y variacija), tuo glaudesnis ryšys tarp x ir y. kita vertus, kuo didesnis taškų išsibarstymas koreliacijos lauke, tuo sunkiau nustatyti ryšio formą. Be to, ryšį galima nustatyti vietoj atskirų y reikšmių koordinačių sistemoje atidėjus rezultatinio požymio grupinius vidurkius. Kitaip tariant, grafiškai atvaizduojant analitinio grupavimo rezultatus.
Pažymėtina, kad lemiamas vaidmuo, pagrindžiant požymių ryšius bei nustatant jų formą, tenka ekonominei teorijai. Ji turi duoti atsakymą į tai, ar ryšys teoriškai yra galimas.

2.1.2.KORELIACINIO RYŠIO GLAUDUMO RODIKLIAI

Glaudumo rodikliai parodo, kokią dalį rezultatinio požymio sąlygoja faktorinio požymio kitimas. Yra naudojami įvairūs ryšio glaudumo rodikliai.
Koreliacijos indeksas ( ). Jis vartojamas tada, kai žinoma regresijos lygtis ir pagal ją yra apskaičiuotos teorinės rezultatinio požymio reikšmės. Jis skaičiuojamas pagal tokią formulę:

Rodiklio pošaknis vadinamas determinacijos koeficientu ( ). Jis parodo kokią dalį viso rezultatinio požymio variacijos nulemia faktorinis požymis ( – faktorinė dispersija). Akivaizdu, kad rodiklis įgyja reikšmes iš intervalo [0; 1]. Kuo rodiklio reikšmė artimesnė vienetui, tuo ryšys glaudesnis, t.y. faktorinis požymis labiau sąlygoja rezultatinį. Kai yra funkcinis ryšys .
Šis rodiklis nustato ryšio glaudumą esant bet kuriai ryšio formai. Tačiau norint apskaičiuoti koreliacijos indeksą, reikia žinoti teorines rezultatinio požymio reikšmes ( ).
Ryšio glaudumą galima įvertinti ir kitais rodikliais, kurių skaičiavimui teorinės rezultatinio požymio reikšmės nereikalingos. Vienas iš jų yra tiesinės koreliacijos koeficientas (r). Jis skaičiuojamas taip:

Šis koeficientas apskaičiuojamas remiantis empiriniais duomenimis, todėl jis ir priskiriamas prie empirinių ryšio glaudumo rodiklių.
Jo reikšmių intervalas . Be to, tiesinės tiesinės koreliacijos koeficiento ženklas sutampa su regresijos koeficiento ( ) ženklu, kuris rodo ryšio kryptį (“+” tiesioginis ryšys, “-“ atvirkštinis). Kuo , tuo ryšys glaudesnis.
Jeigu koreliacinis ryšys išreikštas tiese, tai apskaičiuotos koreliacinio indekso ir koreliacijos koeficiento reikšmės sutampa ( ).
Koreliacijos koeficientas parodo tiesioginio ryšio glaudumą, todėl esant jo reikšmei artimai nuliui, negalima teigti, kad koreliacinio ryšio iš viso nėra (gali būti glaudus kreivinis ryšys).

2.2. REGRESINĖS ANALIZĖS YPATUMAI

Regresinė analizė leidžia nustatyti tarpusavyje susijusių reiškinių priklausomybės formą. Priklausomybė išreiškiama regresijos lygtimi, kuri pagal ryšio formą gali būti tiesinė netiesinė, o pagal analizuojamų veiksnių skaičių – paprasta ir daugialypė.

2.2.1.REGRESIJOS LYGTIS

Grafiškai atvaizdavę faktorinio požymio reikšmių ir grupių vidurkių ryšį, gauname vadinamąją empirinę regresijos liniją. Jos pagrindu galima nustatyti analitinę ryšio išraišką – regresijos lygtį.
Sudarant regresijos lygtį, neesminių priežasčių įtaka neįvertinama. Todėl koreliacinis ryšys lyg ir paverčiamas funkciniu.
Jeigu nagrinėjamas ryšys tarp dviejų požymių , tai regresijos lygtis vadinama porinės regresijos lygtimi. Jeigu ji išreiškia kelių veiksnių įtaką, tai vadinama dauginės regresijos lygtimi.
Taikant regresijos lygtį, sprendžiami šie uždaviniai:
a) ryšys charakterizuojamas atitinkama matematine funkcija, kuri išreiškia vienos ar kelių pagrindinių priežasčių (veiksnių) įtaką tiriamam reiškiniui;
b) nustatomos rezultatinio požymio reikšmės priklausomai nuo vieno ar keleto veiksnių;
c) galima įvertinti rezultatinio požymio lygį už stebėtos variacijos ribų.
Atsakingiausias regresinės analizės etapas yra funkcijos tipo išrinkimas. Matematinė funkcija turi atspindėti ryšio esmę.
Kaip jau minėta, žinias apie ryšio formą duoda teorinė reiškinių analizė bei empiriniai metodai: eilučių sugretinimas, grupavimai, grafinis duomenų atvaizdavimas.
Socialinių ekonominių reiškinių ryšiams aprašyti pirmiausia naudojamos šios matematinės funkcijos:
a) tiesė – ;
b) antrojo laipsnio parabolė – ;
c) hiperbolė – ;
d) laipsninė funkcija – ;
e) rodiklinė funkcija – .
Šių regresijos lygčių parametrai dažniausiai nustatomi mažiausių kvadratų metodu.

3. DAUGINĖS REGRESIJOS IR KORELIACIJOS YPATYBĖS

Anksčiau buvo nagrinėti porinės koreliacijos tyrimo metodai. Tai didelis ryšių tyrimo suprastinimas. Tikrovėje ryšiai kur kas sudėtingesni. Juk kiekvienas reiškinys priklauso nuo daugelio veiksnių, kurių įtaka būna labai įvairaus intensyvumo ir pobūdžio. Todėl tolesniame tyrimo etape reikia ištirti rezultatinio požymio priklausomybę nuo keleto veiksnių. Taikome dauginės regresijos ir koreliacijos metodus. Šiuo atveju turi būti sprendžiami tokie uždaviniai:
a) atrenkamas apibrėžtas esminių veiksnių skaičius;
b) nustatoma ryšio tarp rezultatinio ir keleto faktorinių požymių analitinė išraiška, atspindinti ryšio dėsningumą;
c) išmatuojamas ryšio glaudumas.
Atrenkant esminius veiksnius dauginei koreliacinei regresinei analizei, reikia remtis porinės koreliacijos tyrimo rezultatais. Paprastai atrenkami tie veiksniai, kurie labiausiai koreliuoja su rezultatiniu požymiu. Tačiau to dar nepakanka. Atliekant dauginę koreliacinę regresijos analizę, atmetami tarpusavyje glaudžiai susiję faktoriniai požymiai, taip išvengiama vadinamojo multikolinearumo. Priešingu atveju ryšio glaudumo rodiklio reikšmė nenatūraliai, nepagrįstai padidinama. Pavyzdžiui, nagrinėjant darbininko darbo užmokesčio veiksnius, netikslinga į ryšio modelį įtraukti amžių ir darbo stažą kartu, kadangi abu veiksniai glaudžiai susiję. Faktoriniai požymiai laikomi kolineariais, jeigu jų tarpusavio koreliacijos koeficientas didesnis kaip 0,6-0,8. Paprastai atmetamas logiškai mažiau svarbus požymis arba tas, kuris mažiau koreliuoja su rezultatiniu požymiu. Taip išvengiama ryšio dublikavimo.
Sudarant dauginės regresijos lygtį, faktorinių požymių skaičius turi būti ribotas, kadangi labai padidėja skaičiavimo darbų apimtis, pasunkėja gautų rezultatų interpretacija.
Sudarant šią lygtį, svarbu nustatyti ryšio formą, kadangi atskiri veiksniai su rezultatiniu požymiu koreliuoja įvairiai. Be to, tai dar nereiškia, kad porinės regresijos atveju nustačius tiesinį ryšį, tiesinis jis liks ir dauginėje regresijoje, nes atskiri veiksniai, sąveikaudami su kitais, neretai pakeičia ryšio formą. Be to, norint garantuoti tą patį išvadų patikimumą, reikia kur kas didesnio stebėjimų skaičiaus. Paprastai manoma, kad stebėjimų skaičius turi ne mažiau kaip aštuonis kartus būti didesnis už veiksnių skaičių. Dažniausiai pasitaikanti ryšio forma yra tiesinė, kai rezultatinio rodiklio reikšmės kinta proporcingai faktorinio rodiklio reikšmių kitimui.
Bendru atveju, kai veiksnių skaičius lygus k, tiesinės dauginės regresijos lygtis turi tokį pavidalą:

Koeficientai (i=1,2,.,k) vadinami dalinės regresijos koeficientais. Koeficientas parodo, keliais vienetais pakinta rezultatinis požymis faktoriniam požymiui pasikeitus vienetu, kai kitų požymių reikšmės nekinta.
Tiesinės dauginės regresijos lygties parametrai surandami mažiausių kvadratų metodu.
Dauginį ryšį galima išmatuoti remiantis porinės koreliacijos koeficientais.
Dauginės regresijos ir koreliacijos metodai plačiai taikomi sprendžiant daugelį svarbių ekonominių reiškinių analizės, prognozavimo ir planavimo uždavinių. Pavyzdžiui, šiais metodais analizuojami darbo našumo, savikainos mažinimo, pagrindinių gamybinių fondų panaudojimo, produkcijos gerinimo veiksniai ir t.t.

IV. TYRIMAI IR JŲ REZULTATAI

Naudodamasis pirmoje ir antroje dalyje pateiktais socialinių ekonominių rodiklių duomenimis, kompiuterio pagalba nustatau šių rodiklių vystymosi prognozes iki 2000 m., taip pat apskaičiuoju tarpusavio ryšių priklausomybę tarp nedarbo lygio ir šių rodiklių.
Iš gautų rezultatų bus galima daryti išvadas, kaip nedarbo lygį įtakoja socialiniai ekonominiai veiksniai.
Rodikliai, su kuriais atliekami tyrimai, pateikti 4.1. lentelėje.
Lentelė 4.1.
Rodiklis / Metai 1990 1991 1992 1993 1994 1995 1996 1997
Gyventojų skaičius, tūkst. 3708 3737 3747 3737 3724 3718 3712 3707
Miesto gyventojų skaičius, tūkst. 2527 2558 2568 2549 2533 2526 2518 2535
Užimtumo lygis, % 65.5 66.7 65.1 62.5 58.8 57.6 58 58.1
Nedarbo lygis, % 0 0.3 1.3 4.4 3.8 6.1 7.1 6.3
Pramonės produkcija, mln. Lt. 38346 36335 23356 13324 12511 13401 13789 13893
Žemės ūkio produkcija, mln. Lt. 4790 4519 3674 3466 2773 2939 3233 3427
Darbo užmokestis, Lt. 3 6.8 51.3 166 325 479 621 774
Bendras vidaus produktas, mln. Lt. 18627 17570 13835 11590 10458 10802 11315 11959

REZULTATŲ APTARIMAS IR IŠVADOS

Atlikus skaičiavimus gauti tokie rezultatai.
1. Prognozavimas.
1) Gyventojų skaičius turi tendenciją mažėti. 2000 m. šis skaičius sumažės iki 3630,9 tūkst. Skaičiavimo paklaida 0,2008%.
2) Miesto gyventojų skaičius taip pat tūrėtų mažėti. 2000 m. jis sieks 2475,5 tūkst. Skaičiavimo paklaida 0,5765%.
3) Nedarbo lygis iki 2000 m. turėtų padidėti iki 8,2%. Skaičiavimo paklaida 41,303%.
4) Gyventojų užimtumas mažės. Jo lygis 2000 m. pasieks 55,5%. Skaičiavimo paklaida 1,9146%.
5) Pramonės produkcijos apimtis, pradėjusi didėti nuo 1995 m., didės ir toliau. Skaičiavimo paklaida 11,18%.
6) Darbo užmokestis turi ryškią didėjimo tendenciją. Sklaičiavimo paklaida 156,742%.
7) Žemės ūkio produkcijos apimtis nedideliais tempais palaipsniui didės. Skaičiavimo paklaida 4,026%.
8) Bendras vidaus produktas turi didėjimo tendenciją. Skaičiavimo paklaida 3,253%.
2. Nedarbo lygio ir sekančių socialinių ekonominių rodiklių tarpusavio ryšio priklausomybės nustatymas.
Nedarbo lygio ryšys su:
1) gyventojų skaičiumi. Koreliacijos koeficientas r=0,4434, determinacijos koeficientas =19,66%, paklaida lygi 14,42%. Gyventojų skaičiui išaugus vienu tūkstančiu nedarbas sumažės 0,0023%.
2) miesto gyventojų skaičiumi. r=0,5702, =32,52%, paklaida – 15.28. Miesto gyventojų skaičiui išaugus vienu tūkstančiu, nedarbo lygis sumažės 0,0035%.
3) pramonės produkcija. r=0,8816, =77,72%, paklaida – 5556,72. Pramonės produkcijai išaugus 1 mln. Lt., nedarbo lygis sumažės 0,0034%.
4) žemės ūkio produkcija. r=0,7926, =62,82%, paklaida – 470,24. Žemės ūkio produkcijai padidėjus 1 mln. Lt. nedarbo lygis sumažės 0,0002%
5) darbo užmokesčiu. r=0,9166, =84,02%, paklaida – 127,92. Padidinus darbo užmokestį 100 Lt. nedarbo lygis padidės 0,96%.
6) Bendru vidaus produktu. r=0,8542, =72,97%, paklaida – 1774,04. Išaugus BVP 1 mln. Lt. nedarbo lygis sumažės 0,001 %
Iš gautų rezultatų galima daryti tokias išvadas. Nedarbo lygis prognozuojamu laikotarpiu didės. Iš gautų rezultatų matyti, kad nedarbas labiausiai priklauso nuo darbo užmokesčio, pramonės produkcijos, žemės ūkio produkcijos bei bendro vidaus produkto. Tarp nedarbo ir pramonės produkcijos, žemės ūkio produkcijos bei BVP gautas atvirkštinis ryšys, tai yra šių veiksnių didėjimas nulemia nedarbo mažėjimą. Ryšys tarp nedarbo ir darbo užmokesčio gautas tiesioginis, tai reiškia, kad didėjant darbo užmokesčiui didės ir nedarbas.
Didžiausi determinacijos ir koreliacijos koeficientai gauti tiriant ryšį tarp nedarbo ir darbo užmokesčio. Kadangi darbo užmokestis didėja tai tuomet didėja ir nedarbo lygis. Tai galima paaiškinti: didinant minimalią algą privatus sektorius, ypač smulkios įmonės, neišgali mokėti didesnių atlyginimų, dėl to yra mažinamas darbuotojų skaičius.
Gamybos apimtis, remiantis gautais rezultatais, taip pat turi didelią įtaką nedarbui. Gavome, kad pramonės produkcijos apimtis lemia nedarbą 77,7%, žemės ūkio produkcijos apimtis – 62,8%. Nedarbo lygio, kaip rezultatinio požymio, reikšmės kinta netolygiai. Tai reiškia, kad gamybos apimčių ir nedarbo lygio kitimas nėra proporcingas. Gamybos apimtis tap pat didėja panaudojant pažangias technologijas, efektyviau paskirstant darbo jėgą, kas visiškai neturi įtakos nedarbui.
Analizuojant nedarbo lygio problemą naudojantis matematiniu statistiniu metodu galima gan tiksliai nustatyti jo kitimo tendencijas ir ryšio glaudumą su socialiniais ekonominiais veiksniais. Šiame darbe buvo naudotos porinės regresijos koreliacijos metodas.

LITERATŪROS SĄRAŠAS

1. L. Kunigėlytė, J.Laškovas, J.Markeliavičius. Bendroji statistikos teorija. V.:1986.
2. E. Bagdonas, A.Sakalas. Ekonominių reiškinių tarpusavio ryšio analizė. K.:1987.
3. V.Sakalauskas. Statistika su Statistica. V.:1998.
4. Lietuvos statistikis metraštis. 1997.
5. Lietuvos statistikis metraštis. 1998.
6. Respublikinės darbo biržos metinės ataskaitos.
7. Статистика. Популярное введение в програму. Москва.: 1998.
8. В.П. Боровиков. Популярное введение в програму. Москва.:1998.
9. Vlada Gudonavičiūtė-Bartosevičienė. Ekonominė statistika. K.:1997.

Leave a Comment