opracowanie powstało w ramach projektu WIEDZA PLUS

Transkrypt

1 Prognoza zatrudnienia w województwie śląskim opracowanie powstało w ramach projektu WIEDZA PLUS Kompleksowy monitoring potencjału i barier regionalnego rynku pracy Projekt realizowany w ramach Priorytetu 2 Wzmocnienie Rozwoju Zasobów Ludzkich w Regionach, Zintegrowanego Programu Operacyjnego Rozwoju Regionalnego Działanie 2.1 Rozwój umiejętności powiązany z potrzebami regionalnego rynku pracy i możliwości kształcenia ustawicznego w regionie Praca zespołowa pod kierunkiem Prof. nadzw. dr hab. Bogdana Sucheckiego Projekt realizuje: ASM Centrum Badań i Analiz Rynku Sp. z o.o Kutno ul. Grunwaldzka 5 tel. 024/ fax. 024/ lub Wszelkich informacji na temat realizacji projektu Wiedza Plus i niniejszego raportu udziela Kierownik Projektu Pani Izabela Kowalska tel.024/ i.kowalska@asm-poland.com.pl Prognoza zatrudnienia w województwie śląskim 1

2 SPIS TREŚCI SPIS RYSUNKÓW...4 SPIS TABLIC Prognoza całkowitego popytu na pracę w województwie śląskim na lata Źródła i charakterystyka danych statystycznych Opis metodologiczny Prognozy całkowitego popytu na pracę w województwie śląskim na podstawie danych rocznych Prognozy całkowitego popytu na pracę w województwie śląskim na podstawie danych kwartalnych Analizy i prognozy liczby pracujących w podziale na sektory, sekcje i podsekcje PKD Analiza i prognozy dla 4 głównych sektorów gospodarki województwa śląskiego Modele VAR jako narzędzie prognozowania Sformułowanie modelu sektorowego Prognozy liczby pracujących w 4 sektorach gospodarki województwa Analiza i prognozy dla 14 sekcji PKD gospodarki województwa śląskiego Charakterystyka pracujących w 14 sekcjach PKD w województwie śląskim Prognozy liczby pracujących w 14 sekcjach PKD województwa śląskiego Analiza i prognozy dla 14 podsekcji PKD produkcji przemysłowej gospodarki województwa śląskiego Prognozy liczby pracujących w 14 podsekcjach produkcji przemysłowej województwa śląskiego Podsumowanie Prognoza popytu na pracę (liczby pracujących) według wielkich i dużych grup zawodowych w województwie śląskim Dane statystyczne Metodologia badań Prognozy liczby pracujących według wielkich i dużych grup zawodowych w województwie śląskim Prognozy liczby pracujących według wielkich grup zawodowych Prognozy liczby pracujących według dużych grup zawodowych Uwagi końcowe...84 Aneks tabelaryczny do rozdziału Prognoza zatrudnienia w województwie śląskim 2

3 Tabela 2a: Oryginalne dane BAEL dla liczby pracujących w województwie śląskim w podziale na sekcje PKD...86 Tabela 2b: Oryginalne dane BAEL dla liczby pracujących w Polsce w podziale na sekcje PKD...89 Tabela 2c: Oryginalne dane BAEL dla liczby pracujących w podsekcjach produkcji przemysłowej w województwie śląskim...91 Tabela 2d: Oryginalne dane BAEL dla liczby pracujących w podsekcjach produkcji przemysłowej w Polsce...92 Aneks tabelaryczny do rozdziału Tabela Pracujący według wielkich grup zawodowych w województwie śląskim...93 Tabela Pracujący według dużych grup zawodowych w województwie śląskim...94 Tabela Prognozy według wielkich grup zawodowych wykonane różnymi metodami...97 Tabela Prognozy według dużych grup zawodowych wykonane różnymi metodami Prognoza zatrudnienia w województwie śląskim 3

4 SPIS RYSUNKÓW Rysunek 1 Liczba pracujących w województwie śląskim na podstawie danych BAEL I kw IV kw Rysunek 2. Liczba pracujących w województwie śląskim w latach (w tysiącach osób)...11 Rysunek 3.Wydajność pracy w województwie śląskim i w Polsce w latach (w zł na 1 pracującego)...12 Rysunek 4. Miesięczne realne wynagrodzenia przeciętne w Polsce i woj. śląskim (w zł. na 1 zatrudnionego, ceny stałe 1995 r.)...13 Rysunek 5. Stopa bezrobocia i relacja U/V w województwie śląskim...14 Rysunek 6. Liczba pracujących w województwie śląskim - dane oryginalne i transformowane (w tys. osób)...16 Rysunek 7. Zróżnicowanie wyrazów wolnych w modelu panelowym liczby pracujących według województw (porównanie z woj. śląskim)...20 Rysunek 8. Dopasowanie modelu ECM dla przyrostów logarytmów (DlnLP_sl) i liczby pracujących w tys. osób (LP_sl) w województwie śląskim 1996 kw kw Rysunek 9. Scenariusze zmian produktu regionalnego brutto na 1 mieszkańca (PKBL_sl w tys.osób) oraz miesięcznego przeciętnego wynagrodzenia brutto w cenach produkcji (WBX_sl w zł na 1 pracującego) dla okresu prognozy 2005 kw.i-2009 kw.iv...24 Rysunek 10. Prognoza bazowa i optymistyczna regionalnego popytu na pracę w woj. śląskim na podstawie modelu ECM (w tys. osób)...24 Rysunek 11. Liczba pracujących w województwie śląskim i w Polsce w latach Rysunek 12. Liczby pracujących w poszczególnych sektorach w województwie śląskim i w Polsce Rysunek 13. Udział liczby pracujących w poszczególnych sektorach w województwie śląskim i w Polsce...34 Rysunek 14. Wartości rzeczywiste i prognozowane (pogrubiona linia) liczby pracujących w 4 sektorach gospodarki województwa śląskiego w okresie I kwartał 2005 IV kwartał Rysunek 15. Liczby pracujących w 12 sekcjach województwa śląskiego i w Polsce...42 Rysunek 16. Wartości rzeczywiste i prognozowane liczby pracujących dla 14 podsekcji produkcji przemysłowej województwa śląskiego...52 Rysunek 17. Wykresy wartości rzeczywistych i prognozowanych liczby pracujących w sekcji D: Produkcja przemysłowa Prognoza zatrudnienia w województwie śląskim 4

5 Rysunek 18. Prognoza liczby pracujących w województwie śląskim, będąca sumą prognoz dla 4 sektorów Rysunek 19. Prognoza liczby pracujących w województwie śląskim, będąca sumą prognoz dla 14 sekcji Rysunek 20. Pracujący według wielkich grup zawodowych w województwie śląskim (w tys. osób)...61 Rysunek 21. Udział pracujących według wielkich grup zawodowych w województwie śląskim (w %)...64 Rysunek 22. Pracujący według dużych grup zawodowych w województwie śląskim (w tys. osób)...66 Rysunek 23. Prognoza liczby pracujących według wielkich grup zawodowych w województwie śląskim...78 Rysunek 24. Prognoza liczby pracujących według dużych grup zawodowych w województwie śląskim (w tys. osób)...83 SPIS TABLIC Tablica 1. Wyniki estymacji modelu tendencji rozwojowej liczby pracujących w województwie śląskim...9 Tablica 1.1 Wstępne prognozy roczne liczby pracujących i udziału pracujących w województwie śląskim w całkowitej liczbie pracujących w Polsce...18 Tablica 1.2. Wyniki estymacji modelu panelowego liczby pracujących według województw ze stałymi efektami na podstawie danych za lata Tablica 1.3. Prognoza regionalnego popytu na pracę w woj. śląskim przy 5% wzroście PKB na podstawie modelu panelowego...21 Tablica 1.4. Wyniki estymacji dynamicznego modelu ECM liczby pracujących w województwie śląskim...22 Tablica 1.5. Prognoza bazowa i optymistyczna regionalnego popytu na pracę w woj. śląskim na podstawie modelu ECM (w tys. osób)...25 Tablica 1.6.Prognozy regionalnego popytu na pracę w woj. śląskim na podstawie modelu tendencji rozwojowej, metody Wintera oraz metody Boxa-Jenkinsa (w tys. osób)...26 Tablica 1.7. Prognozy udziałów pracujących według województw w ogólnej liczbie pracujących w Polsce (w procentach)...28 Tablica 1.8. Prognozy liczby pracujących według województw (w tysiącach osób)...29 Prognoza zatrudnienia w województwie śląskim 5

6 Tablica 2.1 Podstawowe charakterystyki pracujących w województwie śląskim i (dla porównania) w całym kraju Tablica 2.1a. Struktura pracujących w 4 sektorach gospodarki województwa śląskiego i Polski Tablica Prognozowane wartości liczby pracujących w 4 sektorach gospodarki województwa śląskiego w okresie I kwartał 2005 IV kwartał Tablica 2.2 Symbole i opis głównych sekcji PKD...40 Tablica Podstawowe charakterystyki pracujących w 14 sekcjach województwa śląskiego i w Polsce Tablica 2.2.2a Wartości prognoz liczby pracujących w 14 sekcjach PKD dla województwa śląskiego...48 Tablica 2.2.2b. Trendy w prognozach liczby pracujących w 14 sekcjach PKD...48 Tablica 2.3a Symbole i opisy podsekcji sekcji D: Przetwórstwo przemysłowe...49 Tablica 2.3b. Podstawowe charakterystyki pracujących w 14 podsekcjach produkcji przemysłowej województwa śląskiego i w Polsce...50 Tablica 2.3c. Struktura pracujących w przetwórstwie przemysłowym w województwie śląskim i w Polsce...50 Tablica 2.3.1a. Wartości prognoz dla liczby pracujących w 14 podsekcjach produkcji przemysłowej województwa śląskiego Tablica 2.3.1b. Trendy w prognozach liczby pracujących w 14 podsekcjach produkcji przemysłowej województwa śląskiego...54 Tablica 2.3.1c Wartości prognoz dla liczby pracujących w sekcji produkcji przemysłowej wynikające z modelu (2.2.3) i modelu (2.3.1)...55 Tablica Wykaz analizowanych danych...59 Tablica Analiza statystyczna liczby pracujących według wielkich grup zawodowych w województwie śląskim (w tys. osób)...62 Tablica Analiza statystyczna struktury pracujących według wielkich grup zawodowych w województwie śląskim (w %)...65 Tablica Analiza statystyczna liczby pracujących według dużych grup zawodowych w województwie śląskim (w tys. osób)...70 Tablica Prognoza liczby pracujących według wielkich grup zawodowych w województwie śląskim (w tys. osób)...77 Prognoza zatrudnienia w województwie śląskim 6

7 Tablica Prognoza roczna liczby pracujących według wielkich grup zawodowych w województwie śląskim (w tys. osób)...79 Tablica Prognoza udziału pracujących według wielkich grup zawodowych w województwie śląskim (w %)...79 Tablica Alternatywna prognoza liczby pracujących według wielkich grup zawodowych w województwie śląskim (w tys. osób)...80 Tablica Prognoza liczby pracujących według dużych grup zawodowych w województwie śląskim (w tys. osób)...81 Prognoza zatrudnienia w województwie śląskim 7

8 1.Prognoza całkowitego popytu na pracę w województwie śląskim na lata Źródła i charakterystyka danych statystycznych Przy formułowaniu prognozy, jako informacje historyczne o kształtowaniu się zmiennych prognozowanych, wykorzystane zostały dane z Badań Aktywności Ekonomicznej Ludności Polski za okres od I kwartału 1995 r. do IV kwartału 2004 r. Korzystając ze specjalnego oprogramowania zmienne te zostały obliczone na podstawie indywidualnych ankiet BAEL dla poszczególnych kwartałów lat , tzn. dla tych okresów, które zawierały informacje o lokalizacji miejsca zamieszkania badanych gospodarstw domowych wg nowego podziału administracyjnego na 16 województw. W badaniach korzystano także z danych rocznych. W tym przypadku informacje statystyczne pochodzą z publikacji GUS, a w szczególności z Rocznik statystyczny województw i Produkt Krajowy Brutto według województw (różne wydania z lat , oraz najnowsze dane z witryny internetowej Bazę danych pomocniczych, głównie jako zmiennych objaśniających (predyktorów), stanowiły zebrane w odpowiednich bankach SPPP 1 : - makroekonomiczne dane GUS dotyczące kształtowania się w Polsce PKB, płacy przeciętnej brutto, liczby ludności, wskaźników cen, płaca minimalna, nakłady inwestycyjne i in. 2, - publikowane w specjalnych wydawnictwach szacunkowe dane GUS o kształtowaniu się według województw produktu regionalnego brutto (PKB według województw) i wartości dodanej w poszczególnych województwach w cenach bieżących i stałych oraz dane o stopie bezrobocia rejestrowanego i wskaźnikach cen według województw. Zastosowane dane w procesie predykcji całkowitego popytu na pracę dotyczyły wszystkich województw, ale w szczególności dla województwa śląskiego podstawowe zmienne objaśniane i objaśniające prezentowane są na rysunkach poniżej oraz w załączniku. 1 System Prognozowania Popytu na Pracę w Polsce: Por. SPPP część II, RCSS, Warszawa Informacje i opracowania statystyczne, GUS, Warszawa; Poland Quarterly Statistics, Biuletyn Statystyczny, wyd. GUS, Warszawa (z różnych okresów ). Prognoza zatrudnienia w województwie śląskim 8

9 Rysunek 1 Źródło: Na podstawie danych kwartalnych z Badań Aktywności Ekonomicznej Ludności ( ) W pierwszym etapie formułowania prognozy dokonano identyfikacji tendencji, sezonowości oraz obserwacji i okresów nietypowych. W tym celu przeprowadzono estymację różnych postaci funkcji trendu z uwzględnieniem odpowiednio dobieranych zmiennych zerojedynkowych. W efekcie ponad 95% poziom objaśnienia (R 2 (adj)=0.9594) otrzymano przy zastosowaniu zmiennych objaśniających prezentowanych na załączonym tabulogramie: Tablica 1. Wyniki estymacji modelu tendencji rozwojowej liczby pracujących w województwie śląskim: lp_sl=const +a 1 *T+a 2 *lnt+a 3 *K1+a 4 *K2+a 5 *UDO99K1+a 6 *U9812+a 7 *U9923+a 8 *U0023+a 9 *U011+ε Variable Coefficient Std Err T-stat Signf ^CONST T LNT K K UDO99K U U U U Equation Summary No. of Observations = 40 R2= (adj)= Sum of Sq. Resid. = Std. Error of Reg.= Log(likelihood) = Durbin-Watson = Źródło: Obliczenia własne Prognoza zatrudnienia w województwie śląskim 9

10 Na podstawie uzyskanych rezultatów można zauważyć, co następuje. - Ogólną tendencję kształtowania się liczby pracujących w województwie śląskim dobrze opisuje liniowa względem parametrów funkcja trendu zawierająca zmienną czasową w postaci oryginalnej T=1,2,...,40 oraz w postaci zlogarytmowanej LNT=ln(T). - Oprócz tendencji głównej istotnymi są addytywne odchylenia sezonowe w pierwszym i czwartym kwartale każdego roku. Oceny parametrów przy zmiennych sezonowych K1 i K3 wskazują, iż przeciętnie dla całego badanego okresu liczba pracujących w pierwszym kwartale była niższa o ponad 74 tys. osób, a w trzecim kwartale wyższa o ponad 51 tys. osób od poziomu wyznaczanego przez tendencję główną. - Począwszy od 3 kwartału 1998 roku liczba pracujących w województwie w kolejnych czterech kwartałach zaczęła się obniżać od poziomu 1851 tys. osób do poziomu minimalnego 1321 tys. osób w pierwszym kwartale 2000 r. - Z tego względu konieczne okazało się uwzględnienie zmiany wyrazu wolnego dla okresu 1995 kw kw.1. Analiza szczegółowa zmienności wskazuje, iż w okresie pogarszającej się sytuacji na rynku pracy w województwie śląskim redukcja liczby pracujących nastąpiła w dwóch etapach. Ogólną redukcję liczby pracujących reprezentuje zmienna UDO99K1 przyjmująca wartość 1 dla wszystkich obserwacji od 1995 kw.1 do 1999 kw.1. Ocena parametru przy tej zmiennej informuje, iż liczba pracujących w tym pierwszym okresie była wyższa od minimalnego poziomu w okresie po 2000 roku o ok. 390 tys. osób (przy czym w pierwszym etapie nastąpiła redukcja o ok =229 tys. osób). - Etap drugi redukcji zatrudnienia w województwie śląskim nastąpił po chwilowym zahamowaniu spadku w drugim i trzecim kwartale 1999 roku. Efekt ten jest reprezentowany przez zmienną zero-jedynkową U9923. Współczynnik przy tej zmiennej informuje, iż liczba pracujących w drugim etapie zmalała o ok. 161 tys. osób. - Oprócz ogólnej zmiany poziomu wyrazu wolnego estymacja modelu tendencji rozwojowej, a w szczególności analiza reszt pozwoliła na identyfikację trzech dodatkowych, nietypowych okresów spadków lub wzrostu ogólnej liczby pracujących w województwie śląskim. - W szczególności zmienna U9812 pozwala na kontrolę obserwacji w okresie maksymalnego wzrostu i maksymalnej liczby pracujących w województwie w pierwszym i drugim kwartale 1998 r. (1816 i 1851 tys. osób). - Zmienna U0023 służy z kolei do kontroli najniższych poziomów liczby pracujących w całym okresie analizy (1321 i 1324 tys. osób) w drugim i trzecim kwartale 2000 r. Prognoza zatrudnienia w województwie śląskim 10

11 - Zmienna U011ze współczynnikiem ok. 100 tys. osób kontroluje obserwację nietypową w pierwszym kwartale 2001 roku, która nie jest zgodna z oszacowanym ogólnym schematem sezonowości (przeciętne spadki liczby pracujących w pierwszych kwartałach o ok. 74,4 tys. osób). Dodatkowe zmienne zero-jedynkowe (oprócz sezonowości) zostały tak skonstruowane, aby w okresie prognozy przyjmować wartości zerowe. Z tego względu prezentowany model tendencji rozwojowej może być bezpośrednio wykorzystany do formułowania prognoz. W przypadku danych o częstotliwości rocznej mamy do dyspozycji dane pochodzące z reprezentacyjnych ankietowych Badań Aktywności Ekonomicznej Ludności, z których można przyjąć informacje dotyczące liczby pracujących jako stan na koniec roku z czwartych kwartałów (z badań listopadowych), lub jako przeciętną liczbę pracujących w danym roku obliczając średnią z czterech badań kwartalnych. Istnieją również informacje pochodzące z Rejonowych Urzędów Pracy, czyli pochodzące ze sprawozdań podmiotów gospodarczych. Dane te różnią się czasami dość znacznie, zwłaszcza ze względu na wprowadzoną w 2002 roku korektę w oficjalnej sprawozdawczości GUS 3. Rysunek 2. Liczba pracujących w województwie śląskim w latach (w tysiącach osób) Źródło: Obliczenia własne, Bank Danych SPPP: dane roczne na podstawie BAEL i sprawozdawczości GUS. Powyżej prezentowane są wymienione wyżej trzy roczne szeregi czasowe dotyczące liczby pracujących w województwie śląskim: lpiv_sl liczba pracujących według badań listopadowych BAEL, 3 Błąd powstał w 1995 r. Dla roku 2002 nowe obliczenia na podstawie NSPLiM wskazały na błąd wynoszący 2120,4 tys. osób pracujących (14923, ,3). Poprzez nawiązania łańcuchowe, w banku danych regionalnych SPPP zapisano dane skorygowane zarówno ogółem dla Polski, jak i liczby pracujących w poszczególnych województwach. Prognoza zatrudnienia w województwie śląskim 11

12 lps_sl średnia roczna z czterech kwartalnych badań BAEL, lpr_sl skorygowana liczba pracujących wg. sprawozdawczości GUS. Można tutaj zauważyć różnice w szacunkach liczby pracujących badanego województwa dochodzące nawet do 250 tys. osób (1996). Pozytywnym zjawiskiem jest zbliżenie poziomu szacunków wg. BAEL i sprawozdawczości GUS w ostatnich trzech latach okresu analizy (2002, 2003, 2004). Biorąc pod uwagę dane BAEL można tutaj zauważyć tendencję wzrostową liczby pracujących w ostatnich trzech latach: od 1532 do 1627 tys. osób. Dla ujednolicenia stosowanych informacji w prezentowanych badaniach, formułowane prognozy będą dotyczyły zmiennej zawierającej obserwacje oszacowane na podstawie BAEL. W przypadku danych rocznych będzie to stan z IV kwartału każdego roku. Rysunek 3. Wydajność pracy w województwie śląskim i w Polsce w latach (w zł na 1 pracującego) Dane roczne Dane kwartalne Źródło: Obliczenia własne, Bank Danych SPPP. Oprócz regionalnego poziomu PKB i wydajności pracy, podstawową determinantą kształtowania popytu na pracę jest płaca przeciętna. Jest to czynnik, który może Prognoza zatrudnienia w województwie śląskim 12

13 reprezentować zmiany kosztów pracy. W tym przypadku również obserwuje się duże zróżnicowanie regionalne pogłębiające się w okresie Na załączonym rysunku można zauważyć, iż po dwuletnim okresie spadków w województwie śląskim, realne płace wzrastały podobnie, a nawet w roku 2004 więcej jak przeciętnie dla Polski. Rysunek 4. Miesięczne realne wynagrodzenia przeciętne w Polsce i woj. śląskim (w zł. na 1 zatrudnionego, ceny stałe 1995 r.) Dane roczne: Dane kwartalne: Źródło: Obliczenia własne, Bank Danych SPPP Prognoza zatrudnienia w województwie śląskim 13

14 Dla uzupełnienia informacji dotyczącej zmian sytuacji na rynku pracy województwa śląskiego, na załączonych rysunkach poniżej prezentowane są dwie dalsze zmienne o częstotliwości kwartalnej: SB - stopa bezrobocia oraz UV - liczba bezrobotnych przypadająca na 1 ofertę pracy, które mogą być wykorzystane w analizach i prognozach lokalnego rynku pracy. Rysunek 5. Stopa bezrobocia i relacja U/V w województwie śląskim Stopa bezrobocia w województwie śląskim i w Polsce w latach (kwartalnie, w procentach) Liczba bezrobotnych przypadająca na 1 ofertę pracy w woj. śląskim w latach (kwartalnie) Źródło: Na podstawie danych statystycznych banku SPPP 1.2. Opis metodologiczny Prognozy całkowitego popytu na pracę w województwie śląskim skonstruowane zostały zarówno przy zastosowaniu modeli trendu z sezonowością, metod wyrównywania wykładniczego jak i na podstawie jedno i wielorównaniowych modeli przyczynowoskutkowych. W przypadku modeli przyczynowo-skutkowych, dla opisu i prognozowania popytu na pracę w województwie śląskim testowano modele uwzględniające zmiany wydajności pracy (PKB na 1 pracującego lub PKB w przeliczeniu na 1 mieszkańca) oraz realnej płacy przeciętnej (w cenach produkcji lub konsumpcji). Takie relacje wynikają z ogólnych hipotez teoretycznych oraz z wielu badań empirycznych. Jak już opisano w poprzednim opracowaniu, specyfikację ogólną równania kształtowania się liczby pracujących (popytu na pracę) w estymacyjnej postaci podwójnie logarytmicznej można zapisać następująco: loglp t = a 0 + a 1 log(wbp/px) t + a 2 log(pkb/lp) t + a 3 logu t + a 4 t +a 5 loglp t-1 +ε t. (1.1) W poszczególnych przypadkach tego typu równania mogą być modyfikowane poprzez uwzględnianie dodatkowych zmiennych oraz relacji stosunkowych np.: [WMINP/WBP] - relacji płacy minimalnej do płacy przeciętnej, JP/XP stopy inwestycji ogółem w gospodarce Prognoza zatrudnienia w województwie śląskim 14

15 narodowej lub w budownictwie (nakłady na roboty budowlano-montażowe w relacji do produkcji (wartości dodanej) w budownictwie); TAX stopy opodatkowania wynagrodzeń: TAX = 1- [WP/WBP], gdzie: WP wynagrodzenia przeciętne netto. Dla celów analizy dynamiki oraz średnio i długookresowego prognozowania popytu na pracę ze szczególnym uwzględnieniem krótko i długookresowych efektów zmian płac przeciętnych, wydajności pracy i innych zmiennych można proponować model ECM 4, w którym zakłada się istnienie relacji kointegracyjnej pomiędzy liczbą pracujących, PKB i wynagrodzeniami przeciętnymi (z możliwością rozszerzania lub zawężania specyfikacji) o następującej postaci: DlnLP=const+(alfa 1)*(lnLP -1 -b 1 *ln[wbp/px] -1 -b 2 *ln[pkb] -1 )+g 1 Dln[WBP/PX]+g 2 DlnPKB+ε (1.2) gdzie: Dln jest operatorem pierwszych różnic logarytmów. Korzystając z danych rocznych, ze względu na bardzo małą liczbę obserwacji (10: ), oprócz możliwości dokonania tylko orientacyjnych analiz i prognoz opartych głównie na modelach z jedną, lub co najwyżej dwoma zmiennymi objaśniającymi, przeprowadzono próbę estymacji modelu i prognozowania w oparciu o dane przekrojowo-czasowe dla wszystkich województw łącznie. Odpowiednia procedura estymacji umożliwia wyróżnianie i oszacowanie zarówno efektów wspólnych (jednakowych), jak specyficznych dla poszczególnych województw przy uwzględnianiu odpowiednich zmiennych objaśniających. W prezentowanym dalej badaniu estymowano model opisujący zależność liczby pracujących w poszczególnych województwach od realnej wielkości PKB w przeliczeniu na 1 osobę w Polsce przy założeniu efektu jednakowego dla wszystkich obiektów, ale ze zróżnicowaniem grupowych efektów specyficznych wyrażonych poprzez dekompozycję wyrazu wolnego (fixed effects model). Uogólnieniem i w pewnym sensie rozwinięciem tej specyfikacji jest wielorównaniowy (16 równaniowy) model opisujący kształtowanie się udziałów liczby pracujących w poszczególnych województwach w ogólnej liczbie pracujących w Polsce. Jest to model o równaniach pozornie niezależnych (SUR seemingly unrelated regressions). W równaniach specyfikowanych i testowanych dla każdego województwa (osobno i łącznie) zmiennymi objaśniającymi były: realny poziom PKB oraz całkowita liczba pracujących w Polsce (ewentualnie iloraz tych zmiennych). Dla uwzględnienie wahań sezonowych, w poszczególnych równaniach stosowano i testowano odpowiedni zestaw zmiennych zero- 4 Wyprowadzenia i własności podstawowej oraz rozszerzonych wersji modelu ECM można znaleźć w pracach: R.Bourbonnais [2000],s , A.Welfe [1998] s , Gospodarka Polski w okresie transformacji, praca zbiorowa pod. red. A.Welfe [2000] s Prognoza zatrudnienia w województwie śląskim 15

16 jedynkowych. W tym przypadku nie zakładano jednakowego efektu wpływu PKB na kształtowanie się liczby pracujących w różnych województwach. Ponadto w przypadku analiz i prognozowania na podstawie danych o częstotliwości kwartalnej, dla możliwości zastosowania metod mechanicznych wygładzania szeregów czasowych w których nie można zastosować dodatkowych zmiennych zero-jedynkowych, (biorąc pod uwagę ponad 95% objaśnienia przez model tendencji rozwojowej ze zmiennymi zero-jedynkowymi wprowadzonymi dla kontroli zmian administracyjnych i obserwacji nietypowych prezentowany w poprzednim punkcie opracowania (Tab.1.)), dokonano sprowadzenia do porównywalności różnych podokresów w badanej zmiennej LP_sl. Oznacza to, iż zgodnie z wynikami estymacji w początkowym okresie analizy obniżono poziom liczby pracujących oraz skorygowano wartości zmiennej w okresach i punktach nietypowych następujący sposób: LP_slk=LP_sl *UDO99K *U *U *U *U011. (1.3) Otrzymano w ten sposób nową zmienną, która zawiera wszystkie główne składowe zmienności liczby pracujących, tzn. tendencję główną, wahania sezonowe i wahania przypadkowe. Ujednolicono jedynie wyraz wolny na poziomie ostatniego podokresu oraz zlikwidowano obserwacje nietypowe. Proponowana transformacja nie zmienia i nie dotyczy końcowych obserwacji w próbie i pozwala na zastosowanie wielu metod prognozowania (np. metody Wintera, Boxa-Jenkinsa i in.). Poniżej prezentowany jest rysunek dla porównania wartości rzeczywistych i wartości transformowanych liczby pracujących w województwie śląskim. Rysunek 6. Liczba pracujących w województwie śląskim - dane oryginalne i transformowane (w tys. osób) Źródło: Obliczenia własne. Prognoza zatrudnienia w województwie śląskim 16

17 1.3. Prognozy całkowitego popytu na pracę w województwie śląskim na podstawie danych rocznych Uwzględniając szacunki wsteczne i przeliczenia GUS dla nowego podziału administracyjnego wprowadzonego w Polsce w 1999 roku, dla województw dysponujemy aktualnie próbą zawierającą maksymalnie 10 obserwacji o częstotliwości rocznej za lata Z tego względu analizy i prognozy formułowane niezależnie dla poszczególnych województw należy traktować tylko orientacyjnie. Możliwe jest jednak zastosowanie próby przekrojowo-czasowej zawierającej 160 obserwacji (10 16) dla każdej zmiennej, czyli analizowanie i prognozowanie łącznie popytu na pracę we wszystkich województwach. W przypadku analiz niezależnych dla województwa śląskiego dokonano estymacji prostych równań przyczynowo-skutkowych. W szczególności badając zależność pomiędzy liczbą pracujących, a PKB w przeliczeniu na 1 mieszkańca i wysokością nominalnej płacy przeciętnej otrzymano następujące oszacowania współczynników elastyczności 5 : log(lp_sl)^ = 1,1069 log(pkbl_sl) -0,3959 log(wbp_sl); R 2 sk=0,6161 (25,42) (7,22) DW=1,98 (1.4) Przy objaśnieniu zmienności liczby pracujących powyżej 61% otrzymano oceny o prawidłowych znakach. W szczególności elastyczność liczby pracujących względem PKB na 1 mieszkańca województwa 1,1069 jest statystycznie istotna (przy 1% poziomie istotności) i oznacza, że wzrost regionalnego PKB o 1% może powodować wzrost liczby zatrudnionych o nieco więcej niż proporcjonalnie tzn. o ok. 1,1%. Ocena współczynnika elastyczności liczby pracujących względem płacy przeciętnej jest również statystycznie istotna przy 1% poziomie istotności. Można więc sądzić, iż wzrost płacy przeciętnej w województwie o 10% może powodować spadek liczby pracujących o ok. 3,9% (ale tylko przy innych warunkach niezmienionych!). Oceny elastyczności można wykorzystać bezpośrednio do prognozowania krótkookresowego. Zmiany regionalnego PKB oraz regionalnych płac przeciętnych są wysoce skorelowane ze zmianami tych wielkości w skali krajowej. Świadczą o tym rezultaty estymacji analogicznego równania z uwzględnieniem krajowych zamiast regionalnych zmiennych objaśniających: 5 W nawiasach pod ocenami parametrów podano statystyki t-studenta. Prognoza zatrudnienia w województwie śląskim 17

18 log(lp_sl)^ = 1,1916 log(pkbl) -0,4888 log(wbp); R 2 sk=0,7720 (37,99) (12,41) DW=1,92 (1.5) Odpowiednie elastyczności liczby pracujących w województwie względem PKB i WBP przeciętnie w Polsce mają tylko nieco wyższe wartości: E LP_sl/PKBL 1,19; E LP_sl/WBP -0,49. Z punktu widzenia możliwości prognozowania, interesującym rezultatem jest wyższy stopień objaśnienia uzyskany w przypadku modelu ze zmiennymi ogólnokrajowymi PKBL i WBP. Dla celów prognostycznych interesujące jest również określenie relacji liczby pracujących w województwie do całkowitej liczby pracujących w Polsce lub modelowanie kształtowania się udziału (wskaźnika struktury): ULP_sl=LP_sl/LP. Okazuje się, iż w przypadku modelowania udziału otrzymuje się wyższy, ok. 70% poziom objaśnienia, co pozwala na zastosowanie następujących równań do prognozowania zmian wojewódzkiego wskaźnika struktury ULP_wm w zależności od założeń dotyczących regionalnego lub krajowego wzrostu PKB. Dla wyznaczenia wstępnej prognozy całkowitej liczby pracujących na podstawie danych rocznych przyjęto dwa równania: LP_sl^ = exp( ,3539*log(PKBL) *u9598) R 2 = (1.6) (2.53) (2.06) ULP_sl^ = *log(PKBL) *u9598 R 2 = 0,3432 (1.7) (3,39) (4,39) Zakładając utrzymanie się przeciętnego tempa wzrostu PKB per capita w okresie prognozy na poziomie przeciętnego tempa zaobserwowanego w próbie otrzymano następujące prognozy: Tablica 1.1 Wstępne prognozy roczne liczby pracujących i udziału pracujących w województwie śląskim w całkowitej liczbie pracujących w Polsce Liczba pracujących (w tys.): LP_sl 1593,4 1612,1 1630,4 1648,4 1666,0 Udział: LP_sl w LP_pol (w %) 11,43 11,60 11,75 11,90 12,05 Źródło: Obliczenia własne. Jak już wspomniano dane roczne dla 16 województw mogą stanowić próbę przekrojowoczasową (liczącą 160 obserwacji) umożliwiającą m.in. oszacowanie i zastosowanie do prognozowania modelu panelowego ze stałymi efektami. Prognoza zatrudnienia w województwie śląskim 18

19 Proponowany model ma następującą postać: loglp it = α o + α oi + α 1 log(pkbl it ) +α 2 T + ξ it (1.8) i=1,2,...16 ; t=1995,..., W modelu tym przyjęto założenie, iż elastyczności liczby pracujących względem regionalnego PKB w przeliczeniu na 1 mieszkańca są takie same we wszystkich województwach (α 1 >0 ). Podobnie przyjmuje się istnienie jednakowych reakcji na działanie zmiennej czasowej T, która reprezentuje tutaj efekty wzrostu wydajności pracy (α 2 <0). Wyrazy wolne są natomiast różne dla różnych województw. Wyrażają one wpływ wszystkich specyficznych dla poszczególnych województw czynników pominiętych w równaniu. Składają się one z części wspólnej (α o ) dla województwa bazowego oraz ze współczynników zróżnicowania z wybranym bazowym województwem. W prezentowanym badaniu przyjęto, iż bazowym jest województwo śląskie. Wyraz wolny α o dotyczy więc bezpośrednio województwa śląskiego, więc po oszacowaniu modelu, predyktorem liczby pracujących w tym województwie będzie: loglp_sl^ = a o + a 1 log(pkbl_sl) +a 2 T, (1.9) gdzie : a o, a 1, a 2 oceny MNK parametrów modelu (1.5). W tablicy 1.2. prezentowane są rezultaty estymacji przy zastosowaniu procedury classreg 6 umożliwiającej dekompozycje dowolnych parametrów w modelach liniowych. Regionalne wielkości PKB istotnie determinują wielkość popytu na pracę. Oszacowany wspólny współczynnik elastyczności liczby pracujących względem PKP per capita wynosi ok. 0,27. Z kolei ocena parametru przy zmiennej czasowej (T=1,2,...,10) wskazuje na możliwe spadki liczby zatrudnionych o ok. 2,45% rocznie z powodu wzrostu ogólnej wydajności pracy. 6 W pakiecie SORITEC (Full Information Software) Prognoza zatrudnienia w województwie śląskim 19

20 Tablica 1.2. Wyniki estymacji modelu panelowego liczby pracujących według województw ze stałymi efektami na podstawie danych za lata Zmienne Oceny parametrów Statystyki t-studenta Poziom istotności ^CONST LN(PKBL) 0,2685 1,64 0,103 T -0,0245-4,09 0 const_doln const_kujp const_lube const_lubu const_lodz const_malo const_mazo const_opol const_podk const_podl const_pomo const_slask * * * const_swie const_warm const_wiel const_zach R 2 sk = 0,9691 Źródło: Obliczenia własne Otrzymane rezultaty wskazują, iż funkcja popytu na pracę według województw jest silnie zróżnicowana regionalnie, o czym świadczą istotne statystycznie komponenty wyrazów wolnych. Na rysunku poniżej zaobserwować można, iż dla wszystkich województw poza województwem mazowieckim odchylenia od poziomu stałej województwa śląskiego są ujemne. Oznacza to, iż przy takim samym poziomie PKB w większości województw mniejsza liczba osób znalazłaby pracę w porównaniu z badanym województwem śląskim. Rysunek 7. Zróżnicowanie wyrazów wolnych w modelu panelowym liczby pracujących według województw (porównanie z woj. śląskim) Źródło: Opracowanie własne. Prognoza zatrudnienia w województwie śląskim 20

21 Zastosowanie predyktora (1.9) z oszacowanymi parametrami dla województwa bazowego: LP_sl^ =exp(5, ,2685 log(pkbl_sl) -0,0245 t) (1.7) przy założeniu nawet 5% tempa wzrostu PKB w województwie śląskim nie jest zgodne z obserwowana i opisaną wcześniej tendencją wzrostową popytu na pracę (Tablica 1.3). Tablica 1.3. Prognoza regionalnego popytu na pracę w woj. śląskim przy 5% wzroście PKB na podstawie modelu panelowego % wzrostu PKB Źródło: obliczenia własne Prognozy całkowitego popytu na pracę w województwie śląskim na podstawie danych kwartalnych Na podstawie kwartalnych danych statystycznych dla województwa śląskiego (36 obserwacji, próba: 1996 kw.i 2004 kw.iv) możliwa jest estymacja i zastosowanie do formułowania prognoz dynamicznych modeli przyczynowo-skutkowych popytu na pracę, w tym równań typu ECM (z korektą błędem). Dokonując weryfikacji empirycznej modelu (1.2) o następującej postaci: DlnLP_sl=(alfa 1)*(lnLP_sl -1 -b 1 lnpkbl_sl -1 -b 2 lnwbx_sl -1)+g 1 DlnPKBL_sl+g 2 DlnWBX_sl + +d4*k4 +d5*u99401+ε, (1.2) gdzie: Dln operator pierwszych różnic logarytmów, LP_sl liczba pracujących w województwie śląskim, PKBL_sl produkt regionalny brutto w przeliczeniu na 1 mieszkańca województwa, WBX_sl przeciętna miesięczna płaca brutto w województwie w cenach produkcji (WBP_sl/Ppkb_sl), K4 zmienna zero-jedynkowa dla efektu sezonowego w 4 kwartale, U99401 zmienna zero-jedynkowa dla kontroli obserwacji nietypowych w 4 kw.1999 i 1 kw.2000 r., otrzymano wyniki prezentowane w tablicy 1.4. Prognoza zatrudnienia w województwie śląskim 21

22 Tablica Wyniki estymacji dynamicznego modelu ECM liczby pracujących w województwie śląskim Źródło: Obliczenia własne. Wartości Zmienne: Oceny parametrów statystyk t-studenta ECT=(alfa-1)= lnpkbl_sl{-1} lnwbx_sl{-1} DlnPKBL_sl DlnWBX_sl K U R2(sk)= DW=2.15 Wyniki estymacji równania wskazują na ponad 63% stopień objaśnienia przyrostów logarytmów. Natomiast przy przeliczeniu na wartości bezwzględne, stopień dopasowania modelu do danych dotyczących liczby pracujących w tys. osób wynosi ok. 91%. Rysunek 8. Dopasowanie modelu ECM dla przyrostów logarytmów (DlnLP_sl) i liczby pracujących w tys. osób (LP_sl) w województwie śląskim 1996 kw kw.4 Źródło: Obliczenia własne Wszystkie parametry są statystycznie istotnie różne od zera przy 5% poziomie istotności, a ich oceny mają wartości sensowne ekonomicznie: zgodne z hipotezami teorii i innymi badaniami empirycznymi. Ocena długookresowej elastyczności popytu na pracę (liczby pracujących) względem produktu regionalnego w przeliczeniu na 1 mieszkańca województwa ok. 1,62 jest wysoka, co pozwala na formułowanie optymistycznych przewidywań na lokalnym rynku pracy w warunkach ogólnego wzrostu produkcji i PKB w Polsce. Prognoza zatrudnienia w województwie śląskim 22

23 Elastyczność krótkookresowa na poziomie ok oznacza, iż w okresach krótkich nie należy jednak oczekiwać natychmiastowych dużych efektów, bowiem popyt na pracę może wzrastać mniej niż proporcjonalnie w porównaniu ze wzrostem regionalnego PKBL. Rezultaty estymacji elastyczności popytu na pracę względem stawki płac realnych (w cenach produkcji) wskazują, że możliwości wzrostu popytu na pracę w województwie są kreowane przez wzrost PKBL są jednak w dość znacznym stopniu ograniczane przez wzrost płacowych kosztów pracy. Tutaj jednak zarówno bezwzględne wartości ocen elastyczności długookresowej (-0,78) jak i krótkookresowej (-0,15), w porównaniu z elastycznościami popytu na pracę względem PKBL są znacznie niższe. Oprócz przyczynowych zmiennych objaśniających w opisie kształtowania się liczby pracujących stwierdzono istotne wahania sezonowe dotyczące tylko czwartego kwartału (K4=-0,0406). Oznacza to, że należy oczekiwać spadków liczby pracujących w kolejnych czwartych kwartałach każdego roku. Ponadto w równaniu zastosowano jedną zmienna zero-jedynkową dla kontroli nietypowych, z założenia incydentalnych zmian na rynku pracy województwa śląskiego w kolejnych dwóch kwartałach: IV kw i I kw.2000 r. Pozytywna ocena rezultatów estymacji równania dynamicznego z korektą błędu pozwala na podjęcie próby zastosowania tego modelu do prognozowania. Konieczne jest w tym przypadku przyjęcie scenariusza zmian w kształtowaniu się regionalnego PKBL oraz regionalnych stawek płac realnych. Na podstawie analizy wykresów kształtowania się zmiennych objaśniających przyjęto dwa scenariusze: bazowy i optymistyczny. W scenariuszu bazowym zakładać będziemy utrzymanie ( zamrożenie ) wzrostów PKBL_sl i WBX_sl w okresie prognozy (I kw.2005-iv kw.2009) na poziomie odpowiednich kwartałów roku Natomiast w scenariuszu optymistycznym przyjęto wzrosty PKBL_sl i WBX_sl wynikające z odpowiednich tendencji rozwojowych z okresu I kw.1996-iv kw Przyjęte wartości zmiennych egzogenicznych w okresie prognozy prezentowane są na rysunku 9. Prognoza zatrudnienia w województwie śląskim 23

24 Rysunek 9 Scenariusze zmian produktu regionalnego brutto na 1 mieszkańca (PKBL_sl w tys.osób) oraz miesięcznego przeciętnego wynagrodzenia brutto w cenach produkcji (WBX_sl w zł na 1 pracującego) dla okresu prognozy 2005 kw.i-2009 kw.iv Źródło: Opracowanie własne Rysunek 10 Prognoza bazowa i optymistyczna regionalnego popytu na pracę w woj. śląskim na podstawie modelu ECM (w tys. osób) Źródło: Opracowanie własne Prognoza zatrudnienia w województwie śląskim 24

25 Tablica 1.5. Prognoza bazowa i optymistyczna regionalnego popytu na pracę w woj. śląskim na podstawie modelu ECM (w tys. osób) Prognoza bazowa Prognoza optymistyczna 2005Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Źródło: Obliczenia własne Oprócz proponowanego modelu przyczynowo-skutkowego, w oparciu o dane kwartalne możliwe jest formułowanie prognoz popytu na pracę dla województwa śląskiego również z zastosowaniem: prezentowanego na początku niniejszego opracowania modelu tendencji rozwojowej, metody wyrównywania wykładniczego Wintera, procedury Boxa-Jenkinsa. W przypadku metody Wintera i Boxa-Jenkinsa (ARIMA) niezbędne jest korzystanie z danych sprowadzonych do porównywalności - transformowanych LP_slk (por. Rysunek 6). W rezultacie zastosowania tych trzech metod otrzymano prognozy popytu na pracę dla województwa śląskiego, które prezentowane są w Tablicy 1.6. Można tutaj zauważyć, iż najwyższe wartości prognoz otrzymywane są przy zastosowaniu metody Wintera. Natomiast w przypadku metody Boxa-Jenkinsa, najlepsze dopasowanie (86%) otrzymano dla modelu ARIMA o parametrach p=1, q=2, d=0, sl=1, s=4, czyli przy jednookresowym opóźnieniu zmiennej prognozowanej, dwukrotnym opóźnieniu składnika losowego, stosując oczywiście sezonowość kwartalną z odpowiednim jednokrotnym różnicowaniem (przyrosty kwartalne: Prognoza zatrudnienia w województwie śląskim 25

26 sl=1, s=4). Z modelu tego otrzymano najniższe, ale również rosnące wartości prognoz liczby pracujących w województwie śląskim. Tablica 1.6. Prognozy regionalnego popytu na pracę w woj. śląskim na podstawie modelu tendencji rozwojowej, metody Wintera oraz metody Boxa-Jenkinsa (w tys. osób) Trend Winter ARIMA(1,2,0) 2005Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Źródło: Opracowanie własne W uzupełnieniu zbioru prognoz całkowitej liczby pracujących dla województwa śląskiego, w celu wykorzystania prognoz makroekonomicznych całkowitej liczby pracujących i PKB w Polsce formułowanych na podstawie makromodeli o równaniach łącznie współzależnych skonstruowano i estymowano wielorównaniowy model o równaniach pozornie niezależnych Prognoza zatrudnienia w województwie śląskim 26

27 udziałów liczby pracujących w poszczególnych województwach w ogólnej liczbie pracujących w Polsce. Model ten umożliwił oszacowanie odpowiednich współczynników przejścia od prognoz podstawowych makrozmiennych do skali województw. Zakładając znaczący wpływ makroekonomicznych czynników wzrostu ekonomicznego na regionalne rynki pracy województw, zmiennymi objaśniającymi były: realny poziom PKB oraz całkowita liczba pracujących w Polsce (ewentualnie iloraz tych zmiennych). Dla uwzględnienie wahań sezonowych, w poszczególnych równaniach stosowano i testowano odpowiedni zestaw zmiennych zero-jedynkowych. Zastosowano pół-logarytmiczną postać funkcyjną równań zapewniającą sumowanie się prognozowanych udziałów procentowych do 100 dla każdego okresu próby i prognozy. Dla uwzględnienie wahań sezonowych, w poszczególnych równaniach stosowano i testowano odpowiedni zestaw zmiennych zerojedynkowych. Zastosowano pół-logarytmiczną postać funkcyjną równań zapewniającą sumowanie się prognozowanych udziałów procentowych do 100 dla każdego okresu próby i prognozy. Przy zastosowaniu estymacji łącznej 16 równań modelu uogólnioną wielowymiarową metodą najmniejszych kwadratów (UWMNK JGLS) otrzymano zróżnicowane wartości współczynników determinacji (od 0,5 do 0,95). Poprzez eliminację wsteczną, w zastosowanej do prognozowania wersji symulacyjnej pozostawione zostały tylko zmienne statystycznie istotne min. przy 10% współczynniku istotności. Dla województwa śląskiego w procesie prognozowania zastosowane było następujące równanie: ULP_sl= *log(LP) *s *s *u95991 Wartości zmiennych objaśniających dla okresu prognozy zostały wyznaczone na podstawie prognoz makroekonomicznych z modelu W8P 7. Prognozowane tempa wzrostu liczby pracujących i PKB dla Polski były następujące: PKB LP Na tej podstawie prognozowano roczne wskaźniki struktury liczby pracujących we wszystkich województwach oraz liczby pracujących, które prezentowane są w tablicach 1.7 i Patrz Welfe W., W.Florczak, B.Suchecki, A.Gajdos (2004), Prognozy popytu na pracę w Polsce ( ), w pracy pod red. B.Sucheckiego System prognozowania popytu na pracę w Polsce, część III, RCSS, Warszawa 2004, s.19 Prognoza zatrudnienia w województwie śląskim 27

28 W przypadku województwa śląskiego, przy omawianych założeniach makroekonomicznych przewiduje się niewielki spadek udziału liczby pracujących oraz względną stabilizację lub niewielki spadek liczby pracujących od ok tys. osób w 2005 r do 1368 tys. osób w roku Tablica 1.7. Prognozy udziałów pracujących według województw w ogólnej liczbie pracujących w Polsce (w procentach) Województwo dolnośląskie kujawsko-pomorskie lubelskie lubuskie łódzkie małopolskie mazowieckie opolskie podkarpackie podlaskie pomorskie śląskie świętokrzyskie warmińsko-mazurskie wielkopolskie zachodnio-pomorskie Źródło: Opracowanie własne Prognoza zatrudnienia w województwie śląskim 28

29 Tablica 1.8. Prognozy liczby pracujących według województw (w tysiącach osób) Prognoza liczby pracujących w Polsce Województwo dolnośląskie kujawsko-pomorskie lubelskie lubuskie łódzkie małopolskie mazowieckie opolskie podkarpackie podlaskie pomorskie śląskie świętokrzyskie warmińsko-mazurskie wielkopolskie zachodnio-pomorskie Źródło: Obliczenia własne. Prognoza zatrudnienia w województwie śląskim 29

30 2. Analizy i prognozy liczby pracujących w podziale na sektory, sekcje i podsekcje PKD Województwo śląskie zajmuje drugie, co do liczby pracujących, miejsce w Polsce (po woj. mazowieckim). W 4 kwartale 2004 r. pracowało tam 1627 tys. osób, co stanowi ok. 12% pracujących w całej Polsce, gdzie zanotowano tys 8. W województwie śląskim notuje się spadek liczby pracujących o ok. 8 tys. osób z kwartału na kwartał. W przypadku całego kraju również obserwuje się tendencję spadkową o ok. 43 tys. osób. Porównując te liczby z średnią liczbą pracujących w analizowanym województwie (1630 tys.) i całym kraju (14484 tys.) 9, należy stwierdzić, że spadek pracujących w województwie śląskim stanowi 0.5% tej wartości, podczas gdy w całym kraju wartość ta wynosi 0.3%. Można by zatem sądzić, że w województwie śląskim mamy do czynienia z wyższym spadkiem zatrudnienia niż w całym kraju. Takie stwierdzenie nie jest jednakże w pełni uprawnione ze względu na nieliniowy charakter analizowanej kategorii por. rysunek 11. Rysunek 11 Liczba pracujących w województwie śląskim i w Polsce w latach pracujący w woj.śląskim pracujący w Polsce y = -7,9033x , y = -42,989x Źródło: opracowanie własne Jak można zaobserwować na pierwszym wykresie, istotny spadek liczby pracujących w województwie śląskim zanotowano jedynie w okresie II kw I kw Był to okres stosunkowo krótki, jednakże charakteryzujący się wyjątkową dynamiką rzędu prawie 20% (spadek z 1627 tys. osób do 1321 tys.). Od II kw województwo notuje systematyczny wzrost zatrudnienia, choć nie jest on tak dynamiczny, jak poprzedzający go spadek. 8 Dane BAEL. 9 Średnie policzone dla badanego okresu tzn. I kw IV kw Za spadek ten nie odpowiadają przede wszystkim reformy w górnictwie jak się można byłoby spodziewać, lecz zmiany w sektorze usług- por. wykres 7 na rys.12. Prognoza zatrudnienia w województwie śląskim 30

31 Taki rozwój wypadków powoduje, że liczby pracujących w woj. śląskim nie można opisać za pomocą typowych, postaci modeli tendencji rozwojowej (liniowej, potęgowej, wykładniczej, logarytmicznej). Dlatego też dla ogółu pracujących w woj. śląskim pochodzą z bardziej skomplikowanych modeli opisanych w rozdziale pierwszym, natomiast tutaj będą sumą prognoz wyznaczonych z modeli VAR dla 4 sektorów, 14 sekcji i 14 podsekcji przetwórstwa przemysłowego wg. PKD. Prognozy opracowano przy zastosowaniu następującego oprogramowania: Ms Excel; MATLAB i SAP System ( Microfit 4.0 ( Analiza i prognozy dla 4 głównych sektorów gospodarki województwa śląskiego Podstawowe dane o pracujących w czterech głównych sektorach gospodarki województwa śląskiego i ich porównanie do wielkości dla całego kraju zawiera tablica 2.1 oraz wykresy na rysunku Tablica 2.1. Podstawowe charakterystyki pracujących w województwie śląskim i (dla porównania) w całym kraju. Województwo śląskie Polska średnia odchylenie std. współczynnik zm średnia odchylenie std. współczynnik zm rolnictwo przemysł budownictwo usługi Źródło: Obliczenia własne Z tablicy 2.1 wynika, że największą zmiennością pracujących (liczoną jako udział odchylenia standardowego w średniej arytmetycznej) w województwie śląskim charakteryzował sektor rolniczy. Sektor ten ma jednocześnie najmniejszy udział w liczbie pracujących w województwie. W Polsce takim sektorem (zarówno pod względem zmienności i udziału pracujących) jest budownictwo. Największą stabilnością w województwie śląskim charakteryzował się sektor usług, podobnie jak w przypadku całego kraju, w którym sektor ten zatrudnia największą liczbę pracujących. Porównywanie zmienności w poszczególnych sektorach jest jednak ograniczone, ze względu na fakt, że w współczynniki zmienności są średnio dwukrotnie wyższe w przypadku województwa śląskiego niż w Polsce. 10 Wszystkie dane pochodzą z BAEL. Dane dotyczące 4 sektorów są agregacją danych z odpowiednich sekcji PKD. Prognoza zatrudnienia w województwie śląskim 31