Badanie zmian w uporządkowaniu województw ze względu na sytuację na rynku pracy w Polsce w latach 1999 i 2004

Pełen tekst

(1)Zeszyty Naukowe nr 797. Uniwersytetu Ekonomicznego w Krakowie. 2008. Katarzyna Frodyma Katedra Statystyki. Barbara Pawełek Katedra Statystyki. Badanie zmian w uporządkowaniu województw ze względu na sytuację na rynku pracy w Polsce w latach 1999 i 2004* 1. Wprowadzenie W badaniach nad rynkiem pracy wykorzystuje się wiele ogólnych i szczegółowych zmiennych. Ogólne zmienne wyrażają np. liczbę osób bezrobotnych, długotrwale bezrobotnych, pracujących. Szczegółowe zmienne informują zaś o podziałach badanych osób ze względu na różne kryteria, takie jak: płeć, wiek, wykształcenie, staż pracy, miejsce zamieszkania, miejsce pracy itp. Rozważając szczegółowe zmienne, poddaje się analizie przede wszystkim strukturę danej grupy osób. Liniowe uporządkowania województw na podstawie zmiennych zależą głównie od rankingów ustalanych ze względu na szczegółowe zmienne, które opisują kształtowanie się badanego zjawiska w najliczniejszych wśród wyróżnionych grupach osób. Wyniki analiz wskazują m.in. województwa, w których zła sytuacja dotyczy bardzo wielu osób. Podjęcie określonych działań zmierzających do jej poprawy można wówczas uznać za pomoc skierowaną do najliczniejszych grup osób. W związku z powyższym takie ujęcie badawcze można nazwać ekonomicz* W artykule zaprezentowano cząstkowe wyniki badań prowadzonych w ramach projektu KBN Analiza przestrzenno-czasowa rynku pracy w Polsce i krajach Unii Europejskiej pod kierunkiem prof. zw. dr. hab. A. Zeliasia, dr hab. A. Maliny, nr umowy KBN 1 H02B 015 26..

(2) 24. Katarzyna Frodyma, Barbara Pawełek. nym, ponieważ może być pomocne w podejmowaniu działań najbardziej ekonomicznych ze względu na liczbę osób, które powinny odczuć poprawę sytuacji. Głównym celem prezentowanego opracowania jest przedstawienie i porównanie liniowych uporządkowań województw ze względu na sytuację na rynku pracy w Polsce w latach 1999 i 2004. Zaproponowano również użycie mierników syntetycznych, które z jednej strony reprezentowałyby daną grupę osób w podobny sposób co ogólne zmienne, a z drugiej strony umożliwiałyby uwzględnienie rozważanych kryteriów podziału. Zastosowanie takiego podejścia badawczego miało na celu przełamanie dominacji najliczniejszych grup osób na rynku pracy w liniowym porządkowaniu województw. Sytuację na rynku pracy oceniono, zakładając, że każdy wyróżniony wariant zmiennej ogólnej jest tak samo ważny. W celu wskazania w każdej grupie odpowiadającej danemu kryterium podziału zmiennych centralnych, satelitarnych i izolowanych wykorzystano metody statystyki opisowej. Na podstawie wytypowanych zmiennych reprezentantek (zmiennych centralnych i izolowanych) zbudowano zmienne syntetyczne. Wyniki analizy mogą pomóc odpowiedzieć na pytanie, czy podejmowane działania mające na celu poprawę sytuacji na rynku pracy są kierowane do wszystkich rozważanych grup osób. Ujęcie takie można nazwać społecznym, ponieważ na ocenę sytuacji w danym województwie większy wpływ zaczęły mieć mniej liczne grupy osób, które często pozostają poza głównym nurtem podejmowanych działań. Grupy osób zostały uznane za podlegające podobnym wpływom, gdy reprezentujące je szczegółowe zmienne były wysoko skorelowane (zmienne centralne i satelitarne). Gdy dla danej grupy osób reprezentująca ją zmienna była słabo skorelowana z innymi (tzn. liniowe uporządkowanie województw różniło się od innych występujących uporządkowań), to grupa ta była uznawana za podlegającą innym wpływom (zmienne izolowane). To z kolei mogło oznaczać, że była poza sferą zainteresowania władz i instytucji. Grupy takie mogły być w większym stopniu niż inne narażone na zjawisko społecznego wykluczenia (por. np. [Borys i Markowska 2006]). Zbudowane zmienne syntetyczne uwzględniały różne rodzaje wpływów, a nie tylko te oddziałujące na najliczniejsze grupy osób. Zaproponowane podejście, realizujące ujęcie społeczne, można uznać za uzupełnienie badań prowadzonych z wykorzystaniem ogólnych zmiennych (w ujęciu ekonomicznym). 2. Opis badania W pracy przedstawiono wyniki badań nad rynkiem pracy w Polsce w ujęciu wojewódzkim dla 1999 i 2004 r., uzyskane na podstawie zmiennych tworzących grupy: bezrobotnych, długotrwale bezrobotnych, pracujących, przyjętych do pracy, zwolnionych z pracy oraz ofert pracy..

(3) Badanie zmian w uporządkowaniu województw…. 25. W wypadku badania złożonego zjawiska ekonomicznego, jakim jest sytuacja na rynku pracy, należało wskazać zmienne diagnostyczne, które w dostatecznym stopniu opisują rozważane zagadnienie ekonomiczne (lub umożliwiają zbudowanie ścieżki rozwoju). Dobór takich zmiennych nie jest łatwy. Wstępną listę potencjalnych zmiennych przygotowuje się na ogół, opierając się na teorii ekonomicznej dotyczącej badanego zjawiska. Następnie przeprowadza się selekcję wytypowanych zmiennych, kierując się względami statystycznymi. Wszystkie te działania mają na celu uzyskanie, z jednej strony, wiarygodnej i akceptowanej reprezentacji złożonego zjawiska ekonomicznego, a z drugiej, syntetycznego (prostego) opisu. W efekcie do dyspozycji pozostaje mniej lub bardziej liczny zbiór zmiennych. Gdy zmienne diagnostyczne są przynajmniej dwie, to mogą one różnić się sposobem oddziaływania na badane zjawisko, rzędem wielkości przypisanych poszczególnym obiektom lub okresom oraz jednostkami pomiaru. Wymienione różnice utrudniają lub wręcz uniemożliwiają prowadzenie analiz porównawczych zarówno statycznych, jak i dynamicznych między obiektami, grupami obiektów lub obiektami i grupami. Pomocne są wówczas liczne procedury statystyczne służące do ujednolicania charakteru oddziaływania czy niwelowania rozbieżności w wartościach i eliminowania jednostek pomiaru. Oprócz struktury rodzajowej w badaniach porównawczych rozważa się jeszcze dwie struktury: przestrzenną i czasową. O porównywalność danych należy w nich zadbać na etapach definiowania celu badania i hipotez badawczych oraz zbierania danych. Poprawne i precyzyjne określenie zbiorowości statystycznej (struktury przestrzennej) oraz przedziału czasu (struktury czasowej) powinno zapewnić jednorodność zbiorów obiektów i okresów ze względu na przyjęte kryteria związane z celem prowadzonego badania. Jednorodność ta jest warunkiem koniecznym porównywalności wartości przypisanych poszczególnym elementom rozważanych struktur. W prezentowanych badaniach zbiorowość statystyczną tworzyły województwa, a przedział czasu to lata 1999–2004. W badaniach porównawczych pojawia się problem oceny znaczenia elementów tworzących strukturę przestrzenną. Rozważa się wówczas masę badanych obiektów. Masa to „wielkość obiektów”, np. „wielkość zespołów ludzkich” (por. [Ekonometria przestrzenna 1991, s. 172]). Ze względu na różnorodność jednostek statystycznych wagi przypisywane określonym obiektom1 mogą mieć różny charakter i być inaczej interpretowane. Wśród możliwych wag wymienia się takie, jak: liczba ludności, powierzchnia, liczba gospodarstw domowych, liczba osób w wieku produkcyjnym, struktura zawodowa, płeć, wiek, dochody ludności, wielkość inwestycji na mieszkańca itd. W prowadzonym badaniu dotyczącym sytuacji na rynku pracy przyjęto, że wagi przypisane badanym obiektom, czyli znaczenie poszczególnych „Wagi jednostek przestrzennych mają głównie na celu określenie bardziej reprezentatywnego miernika ich masy” (por. [Ekonometria przestrzenna 1991, s. 174]). 1.

(4) Katarzyna Frodyma, Barbara Pawełek. 26. województw w rozważanej strukturze przestrzennej, można oprzeć na liczbie osób w wieku produkcyjnym. W celu uzyskania porównywalności przestrzennej wartości przypisanych badanym obiektom statystyczną analizę sytuacji na rynku pracy w Polsce w ujęciu wojewódzkim przeprowadzono na podstawie wskaźników, których wartości odpowiadały realizacjom potencjalnych zmiennych diagnostycznych w przeliczeniu na 1000 osób w wieku produkcyjnym w poszczególnych województwach. Zakres planowanych analiz porównawczych zależy m.in. od typu skali pomiaru2, w której są mierzone zmienne diagnostyczne. W teorii pomiaru wyróżnia się cztery podstawowe skale pomiaru: nominalną, porządkową, przedziałową (interwałową) i ilorazową (stosunkową). Skala, w której dokonano pomiaru danej zmiennej, wskazuje zbiór dopuszczalnych działań na wartościach tej zmiennej. Głównym kryterium różnicującym skale jest zasób informacji zawartych w mierzonej zmiennej. Innymi słowy, za dopuszczalne zostanie uznane przekształcenie, w wyniku którego zostaną zachowane własności skali pomiaru. Przekształcone potencjalne zmienne diagnostyczne były mierzone w skali ilorazowej, co umożliwiło wybór narzędzi badawczych z największego zbioru metod. Bardzo często jednym z celów badania porównawczego dotyczącego złożonego zjawiska ekonomicznego jest określenie przyszłego kształtowania się tego zjawiska. Głównym problemem, z jakim może się wówczas zetknąć badacz, jest wskazanie różnych zbiorów finalnych zmiennych diagnostycznych dla badanych okresów. Wpływ niektórych zmiennych na badane zjawisko mógł nasilać się wraz z upływem czasu, innych natomiast – słabnąć. W związku z tym w opisywanym badaniu wyboru zmiennych dokonano dla 2004 r. Wyniki badań dynamicznych ukazywały tendencje, jakie miałyby miejsce, gdyby wykryte w 2004 r. prawidłowości były prawdziwe także w przeszłości. Można stwierdzić, że przeprowadzone badanie miało charakter analizy ze stałym punktem odniesienia, którym był 2004 r. W prezentowanej pracy zostały zastosowane dwa podejścia do statystycznej analizy sytuacji na rynku pracy w ujęciu wojewódzkim w Polsce w latach 1999–2004. Przyjęto, że ogólne zmienne będą oznaczane przez Yj1(j = 1, …, k), szczegółowe zmienne jako Yjs.r(s = 2, …, kj; r = 1, …, ks), gdzie indeks j wskazuje grupę zmiennych (np. bezrobotni), s – podgrupę w j-tej grupie (np. bezrobotni w podziale pod względem miejsca zamieszkania), r – wariant rozważany w ramach s-tej podgrupy (np. bezrobotni mieszkający w mieście). Między zmiennymi Yj1 i Yjs.r zachodzi następująca zależność: ks. Y j1 = ∑ Y js.r (j = 1, …, k). r =1. 2. Definicję skali pomiaru można znaleźć np. w pracy [Walesiak 1996].. (1).

(5) Badanie zmian w uporządkowaniu województw…. 27. Rozważane warianty badania sytuacji na rynku pracy to: – wariant I polegający na analizie zmiennych typu Yj1(j = 1, …, 6) – ujęcie ekonomiczne, – wariant II, który został oparty na wyselekcjonowanych zmiennych reprezentantkach wyznaczonych dla każdej podgrupy zmiennych – ujęcie społeczne. W wariancie I zmienne diagnostyczne zostały wybrane ze względu na ogólność opisu danego zjawiska kształtującego sytuację na rynku pracy. Wybór zmiennych reprezentantek w wariancie II został poprzedzony analizą poziomu zmienności potencjalnych zmiennych, mierzonego współczynnikiem zmienności. Zmienne quasi-stałe ze względu na niski walor dyskryminacyjny zostały wyłączone z dalszych rozważań. Podejście badawcze przyjęte w wariancie II jest jednym z dwóch rozwiązań stosowanych w badaniach złożonych zjawisk ekonomicznych, w których należy m.in. podjąć decyzję, czy prowadzona analiza porównawcza ma mieć charakter kompleksowy. To oznacza konieczność dokonania wyboru między założeniem o jednakowym wpływie elementów poszczególnych struktur (przestrzennej, rodzajowej i czasowej) na kształt tych struktur i założeniem, w którym przyjmuje się możliwość zróżnicowanego wpływu rozważanych elementów. W wypadku struktury rodzajowej oznacza to, że wytypowane zmienne diagnostyczne wpływają na badane złożone zjawisko ekonomiczne z taką samą siłą lub że można je uporządkować od mającej największe do mającej najmniejsze znaczenie w przestrzenno-czasowym kształtowaniu się tego zjawiska. W badaniach empirycznych najczęściej przyjmuje się jednakowe wagi (np. jednostkowe) dla finalnych zmiennych wyselekcjonowanych spośród wszystkich zmiennych diagnostycznych. Jednym z zaleceń w badaniach porównawczych, w których zakłada się jednakowe znaczenie rozważanych zmiennych i aspektów złożonego zjawiska ekonomicznego, jest dbałość o niedopuszczenie do nadreprezentacji któregokolwiek z zasobów informacji. W badaniach statystycznych za zmienne charakteryzujące się zasobami podobnych informacji bardzo często uznaje się zmienne silnie skorelowane. Każdy zbiór zmiennych silnie skorelowanych powinna zatem reprezentować tylko jedna zmienna. Zmienna reprezentantka jest wówczas traktowana jako syntetyczny nośnik informacji zawartych w zmiennych z danego zbioru. W omawianym wariancie prowadzonych badań selekcję zmiennych w podgrupach przeprowadzono z wykorzystaniem macierzy korelacji liniowej oraz parametrycznej metody Hellwiga ze zmodyfikowanym kryterium minimaksowym. Współczynnik korelacji liniowej pełnił funkcję miernika zasobu wspólnej informacji. Ze względu na bardzo zróżnicowane wskazania dotyczące wartości progowej (często bardzo niskiej) w rozważanych podgrupach, uzyskane w wyniku zastosowania klasycznego kryterium minimaksowego, zdecydowano się zmodyfi-.

(6) Katarzyna Frodyma, Barbara Pawełek. 28. kować to kryterium. Zaproponowana zmiana polegała na iteracyjnym stosowaniu klasycznego kryterium minimaksowego według następującego algorytmu: 1) ustalenie wartości progowej zgodnie z klasycznym kryterium minimakso-. wym: r * = min. max. i =1, …, m j =1, …, m. { r }, ij. 2) wskazanie zmiennych centralnych i izolowanych (tzn. utworzenie zbioru zmiennych reprezentantek G*), 3) podstawienie G*1 := G*, 4) usunięcie ze zbioru. {. max. j =1, …, m. { r }} wartości odpowiadających zmiennym ij. izolowanym w zbiorze G*1, 5) ustalenie r*1, czyli minimum dla pomniejszonego w kroku 4. zbioru wartości. {. max. j =1, …, m. { r }} , ij. 6) jeżeli r *1 = r *, to wykonanie kroku 8., w przeciwnym razie (tzn. r *1 < r *) wskazanie nowego zbioru zmiennych centralnych i izolowanych (tzn. utworzenie nowego zbioru zmiennych reprezentantek G*1), 7) jeżeli G*1 = G *, to wykonanie kroku 8., w przeciwnym razie (tzn. G*1 � G *) podstawienie G* := G*1 i r* := r*1 oraz powrót do kroku 4., 8) koniec algorytmu. Dla podgrup dwuelementowych wyboru zmiennej reprezentantki lub uwzględnienia obu zmiennych w dalszych rozważaniach dokonano na podstawie analizy poziomu ich korelacji liniowej oraz porównania wartości wskaźnika pojemności informacyjnej. Jeśli dwie zmienne były słabo skorelowane, to były traktowane jak nośniki różnych informacji i były brane pod uwagę w dalszej analizie. Gdy poziom korelacji był wysoki, czyli obie zmienne dostarczały podobnych informacji, to wybierano tylko jedną z nich, kierując się wartościami wskaźnika pojemności informacyjnej. 3. Omówienie zbioru finalnych zmiennych diagnostycznych. W tabelach 1–6 zaprezentowano wyniki wyboru finalnych zmiennych diagnostycznych w rozważanych podgrupach dla 2004 r. Omawiając zmienne reprezentantki wyselekcjonowane w podgrupach (ujęcie społeczne), wskazano także zmienne najsilniej skorelowane z odpowiednią zmienną ogólną, realizującą ujęcie ekonomiczne..

(7) Badanie zmian w uporządkowaniu województw…. 29. Tabela 1. Finalne zmienne diagnostyczne wybrane w grupie bezrobotnych dla 2004 r. Zmienna. Opis zmiennej. Y11. liczba zarejestrowanych osób bezrobotnych ogółem. Y13.01 Y13.02. liczba zarejestrowanych osób bezrobotnych mieszkających w mieście liczba zarejestrowanych osób bezrobotnych mieszkających na wsi. Y12.01 Y12.02 Y14.01 Y14.02 Y14.04 Y14.06 Y14.07. Y15.02 Y15.04 Y15.05 Y16.01 Y17.01 Y17.03. Y17.04 Y18.01 Y18.03 Y18.04. liczba zarejestrowanych osób bezrobotnych poprzednio pracujących liczba zarejestrowanych osób bezrobotnych dotychczas niepracujących. liczba zarejestrowanych osób bezrobotnych bez stażu liczba zarejestrowanych osób bezrobotnych ze stażem nie dłuższym niż 1 rok liczba zarejestrowanych osób bezrobotnych ze stażem od 5 do 10 lat liczba zarejestrowanych osób bezrobotnych ze stażem od 20 do 30 lat liczba zarejestrowanych osób bezrobotnych ze stażem dłuższym niż 30 lat. liczba zarejestrowanych osób bezrobotnych pozostających bez pracy od 3 do 6 miesięcy liczba zarejestrowanych osób bezrobotnych pozostających bez pracy od 12 do 24 miesięcy liczba zarejestrowanych osób bezrobotnych pozostających bez pracy dłużej niż 24 miesiące liczba zarejestrowanych bezrobotnych mężczyzn. liczba zarejestrowanych osób bezrobotnych z wykształceniem wyższym liczba zarejestrowanych osób bezrobotnych z wykształceniem średnim ogólnokształcącym liczba zarejestrowanych osób bezrobotnych z wykształceniem zasadniczym zawodowym liczba zarejestrowanych osób bezrobotnych w wieku 24 lat i młodszych liczba zarejestrowanych osób bezrobotnych w wieku 35–44 lat liczba zarejestrowanych osób bezrobotnych w wieku 45–54 lat. Uwaga: wartości wszystkich potencjalnych zmiennych zostały przeliczone na 1000 osób w wieku produkcyjnym w poszczególnych województwach. Źródło: opracowanie własne.. Poszukiwanie zmiennych reprezentantek (zmiennych umożliwiających realizację ujęcia społecznego) dla podgrupy bezrobotnych według typu dało wskazanie na obie zmienne: Y12.01 i Y12.02. To oznacza, że w 2004 r. uporządkowania województw ze względu na liczbę osób bezrobotnych z podziałem na poprzednio pracujących i dotychczas niepracujących były różne. Bezrobocie mierzone liczbą osób bezrobotnych zarejestrowanych ogółem na 1000 osób w wieku produkcyjnym (Y11) mogło być reprezentowane przez bardziej szczegółową zmienną Y12.01, która określa liczbę zarejestrowanych osób bezrobotnych i poprzednio pracujących na 1000 osób w wieku produkcyjnym (r (Y11, Y12.01) = 0,965)..

(8) Katarzyna Frodyma, Barbara Pawełek. 30. Podział zarejestrowanych bezrobotnych na osoby mieszkające w mieście i na wsi dostarczył innych informacji niż zmienna Y11(r (Y11, Y13.01) = 0,668; r (Y11, Y13.02) = = 0,741). Podejmując decyzję, która ze zmiennych ma reprezentować tę podgrupę, uznano obie za ważne. Tabela 2. Finalne zmienne diagnostyczne wybrane w grupie długotrwale bezrobotnych dla 2004 r. Zmienna. Y21. Y22.01. Y23.01 Y23.03 Y23.04 Y23.05 Y24.01 Y24.03 Y24.04. Opis zmiennej. liczba zarejestrowanych osób bezrobotnych ogółem, pozostających bez pracy dłużej niż 12 miesięcy liczba zarejestrowanych długotrwale bezrobotnych mężczyzn. liczba zarejestrowanych osób długotrwale bezrobotnych z wykształceniem wyższym liczba zarejestrowanych osób długotrwale bezrobotnych z wykształceniem średnim ogólnokształcącym liczba zarejestrowanych osób długotrwale bezrobotnych z wykształceniem zasadniczym zawodowym liczba zarejestrowanych osób długotrwale bezrobotnych z wykształceniem gimnazjalnym lub niższym. liczba zarejestrowanych osób długotrwale bezrobotnych w wieku 24 lat i młodszych liczba zarejestrowanych osób długotrwale bezrobotnych w wieku 35–44 lat liczba zarejestrowanych osób długotrwale bezrobotnych w wieku 45–54 lat. Uwaga: jak w tabeli 1.. Źródło: opracowanie własne.. Tabela 3. Finalne zmienne diagnostyczne wybrane w grupie pracujących dla 2004 r. Zmienna Y31. Y32.01 Y32.02 Y32.05 Y32.08 Y32.09 Y33.02. Y34.02. liczba osób pracujących ogółem. Opis zmiennej. liczba osób pracujących w rolnictwie, łowiectwie i leśnictwie liczba osób pracujących w przemyśle liczba osób pracujących w hotelach i restauracjach liczba osób pracujących w obsłudze nieruchomości, wynajmie i usługach związanych z prowadzeniem działalności gospodarczej liczba osób pracujących w administracji publicznej i obronie narodowej, obowiązkowych ubezpieczeniach społecznych i powszechnych ubezpieczeniach zdrowotnych liczba osób pracujących w sektorze prywatnym. liczba osób pracujących w przedsiębiorstwach zatrudniających od 50 do 249 pracowników. Uwaga: jak w tabeli 1.. Źródło: opracowanie własne..

(9) Badanie zmian w uporządkowaniu województw…. 31. Tabela 4. Finalne zmienne diagnostyczne wybrane w grupie przyjętych do pracy dla 2004 r. Zmienna. Opis zmiennej. Y41. liczba osób przyjętych do pracy ogółem. Y43.01. liczba osób przyjętych do pracy w przedsiębiorstwach zatrudniających do 49 pracowników liczba osób przyjętych do pracy w przedsiębiorstwach zatrudniających 250 pracowników i więcej. Y42.01 Y42.02 Y43.03. liczba osób przyjętych do pracy w sektorze prywatnym liczba osób przyjętych do pracy w sektorze publicznym. Uwaga: jak w tabeli 1.. Źródło: opracowanie własne.. Tabela 5. Finalne zmienne diagnostyczne wybrane w grupie zwolnionych z pracy dla 2004 r. Zmienna. Opis zmiennej. Y51. liczba osób zwolnionych z pracy ogółem. Y53.02 Y53.03. liczba osób zwolnionych z pracy w przedsiębiorstwach zatrudniających od 50 do 249 pracowników liczba osób zwolnionych z pracy w przedsiębiorstwach zatrudniających 250 pracowników i więcej. Y52.01 Y52.02. liczba osób zwolnionych z pracy w sektorze prywatnym liczba osób zwolnionych z pracy w sektorze publicznym. Y54.02 Y54.05. liczba osób zwolnionych z pracy w drodze wypowiedzenia przez pracownika liczba osób zwolnionych od pracy z powodu korzystania z urlopów wychowawczych lub bezpłatnych. Uwaga: jak w tabeli 1.. Źródło: opracowanie własne.. Tabela 6. Finalne zmienne diagnostyczne wybrane w grupie ofert pracy dla 2004 r. Zmienna Y61. Y62.01. liczba ofert pracy ogółem. Opis zmiennej. liczba ofert pracy dla niepełnosprawnych. Uwaga: jak w tabeli 1.. Źródło: opracowanie własne.. Wzięcie pod uwagę stażu pracy osób bezrobotnych pozwoliło ujawnić, że ze zmienną Y11 była silnie skorelowana zmienna Y14.08 utworzona na podstawie zmiennych Y14.03 i Y14.04, czyli reprezentująca zarejestrowane osoby bezrobotne ze stażem od roku do 10 lat na 1000 osób w wieku produkcyjnym (r (Y11, Y14.08) = 0,946)..

(10) 32. Katarzyna Frodyma, Barbara Pawełek. Analizując zmienne reprezentantki, można było zauważyć, że zasadnicze znaczenie w badanej podgrupie miała liczba osób bez stażu pracy oraz ze stażem do roku, od 5 do 10 lat lub ponad 20-letnim. Rozróżnienie bezrobotnych ze względu na czas pozostawania bez pracy umożliwiło wykrycie, że największy zasób wspólnych informacji ze zmienną Y11 miała zmienna Y15.04, określająca liczbę zarejestrowanych osób bezrobotnych pozostających bez pracy od 12 do 24 miesięcy na 1000 osób w wieku produkcyjnym (r (Y11, Y15.04) = 0,971). Wybór zmiennych reprezentantek ukazał znaczenie czasu pozostawania bez pracy od 3 do 6 miesięcy oraz powyżej 12 miesięcy. Warto zauważyć, że pozostawanie bez pracy dłużej niż 12 miesięcy jest kwalifikowane jako długotrwałe bezrobocie. Uwzględnienie płci osób bezrobotnych pozwoliło stwierdzić, że w wypadku szukania silnej korelacji ze zmienną Y11 wskazanie dotyczyło bezrobotnych kobiet (r (Y11, Y16.02) = 0,981). Jako reprezentantka tej podgrupy (ze względu na większą wartość wskaźnika pojemności informacyjnej) została natomiast wybrana zmienna Y16.01, informująca o liczbie zarejestrowanych bezrobotnych mężczyzn na 1000 osób w wieku produkcyjnym. Analiza poziomu wykształcenia osób bezrobotnych ujawniła silną korelację między zmienną Y11 i Y17.04 – osoby z wykształceniem zasadniczym zawodowym (r (Y11, Y17.04) = 0,940). Funkcję reprezentatywnych pełniły: wykształcenie wyższe, średnie ogólnokształcące i zasadnicze zawodowe. Znaczenie wieku osób bezrobotnych potwierdziło się przede wszystkim w wyniku częstego wskazywania roli osób w wieku od 35 do 44 lat na rynku pracy. Zmienna Y18.03 była silnie skorelowana ze zmienną Y11 (r (Y11, Y18.03) = 0,976). Dodatkowo znalazła się wśród trzech zmiennych reprezentujących tę podgrupę. Oprócz niej były to zmienne dotyczące osób w wieku do 24 lat oraz od 45 do 54 lat. Badanie grupy długotrwale bezrobotnych w podziale na mężczyzn i kobiety, podobnie jak w wypadku bezrobotnych, wskazało na silniejszy liniowy związek korelacyjny między liczbą kobiet długotrwale bezrobotnych z liczbą tego typu bezrobotnych ogółem (r (Y21, Y22.02) = 0,963). Jako reprezentantkę tej podgrupy wskazano zmienną dotyczącą mężczyzn (Y22.01). Zasób podobnych informacji co zmienna Y21 zawierała zmienna Y23.04, opisująca osoby bezrobotne z wykształceniem zasadniczym zawodowym (r (Y21, Y23.04) = = 0,921). Wybierając zmienne reprezentantki, zrezygnowano jedynie ze zmiennej związanej z osobami z wykształceniem policealnym lub średnim zawodowym. Rozróżnienie ze względu na wiek pozwoliło wskazać liczbę osób w wieku 35–44 lat jako najsilniej skorelowaną z liczbą osób długotrwale bezrobotnych (r (Y21, Y24.03) = 0,967). Za zmienne najlepiej reprezentujące badaną podgrupę uznano te związane z osobami w wieku do 24 lat oraz od 35 do 54 lat. Analiza grupy pracujących ukazała silną zależność między liczbą pracujących ogółem na 1000 osób w wieku produkcyjnym (Y31) oraz zmienną Y32.12 utworzoną.

(11) Badanie zmian w uporządkowaniu województw…. 33. na podstawie Y32.04 i Y32.08, czyli reprezentującą osoby pracujące w handlu hurtowym i detalicznym, naprawie pojazdów samochodowych, motocykli oraz artykułów użytku osobistego i domowego, a także obsłudze nieruchomości, wynajmie i usługach związanych z prowadzeniem działalności gospodarczej na 1000 osób w wieku produkcyjnym (r (Y31, Y32.12) = 0,900). Rolę reprezentantek tej podgrupy odgrywały zmienne dotyczące osób pracujących w rolnictwie, łowiectwie i leśnictwie, przemyśle, hotelach i restauracjach, obsłudze nieruchomości, wynajmie i usługach związanych z prowadzeniem działalności gospodarczej, administracji publicznej i obronie narodowej oraz obowiązkowych ubezpieczeniach społecznych i powszechnych ubezpieczeniach zdrowotnych. Rozróżnienie na sektor publiczny i prywatny umożliwiło stwierdzenie, że zmienna Y33.02, informująca o liczbie osób pracujących w sektorze prywatnym na 1000 osób w wieku produkcyjnym, była silnie skorelowana ze zmienną Y31(r (Y31, Y33.02) = 0,925) oraz została uznana za reprezentantkę tej podgrupy. Analiza wielkości przedsiębiorstw pozwoliła wskazać zmienną Y34.03, opisującą osoby pracujące w przedsiębiorstwach zatrudniających 250 pracowników i więcej na 1000 osób w wieku produkcyjnym, jako dostarczającą podobnych informacji co zmienna Y31 (r (Y31, Y34.03) = 0,855). Jako reprezentantkę przyjęto natomiast zmienną Y34.02, dotyczącą przedsiębiorstw zatrudniających od 50 do 249 pracowników. Analiza zmiennych będących strumieniami oddziałującymi na sytuację na rynku pracy w województwach, ujętych w grupy o nazwach przyjęci do pracy i zwolnieni z pracy, dostarczyła następujących informacji: za zmienną dobrze charakteryzującą liczbę osób przyjętych do pracy ogółem na 1000 osób w wieku produkcyjnym (Y41) uznano zmienną Y42.01, opisującą osoby przyjęte do pracy w sektorze prywatnym (r (Y41, Y42.01) = 0,979). Obie zmienne rozróżniające sektor prywatny i publiczny uznano za reprezentujące tę podgrupę. Przyjęcia do pracy były bardzo dobrze opisywane także przez zmienną Y43.03, która dotyczy liczby osób przyjętych do pracy w przedsiębiorstwach zatrudniających 250 pracowników i więcej na 1000 osób w wieku produkcyjnym (r (Y41, Y43.03) = 0,887). Za reprezentatywne dla tej podgrupy przyjęto zmienne opisujące przyjęcia do pracy w przedsiębiorstwach zatrudniających do 49 pracowników lub ponad 250. Zwolnienia z pracy ogółem (Y51) były silnie skorelowane z liczbą osób zwolnionych z pracy w sektorze prywatnym na 1000 osób w wieku produkcyjnym (r (Y51, Y52.01) = 0,977). Za zmienne reprezentantki uznano zaś obie zmienne umożliwiające rozróżnienie zwolnienia w sektorach prywatnym i publicznym. W wypadku rozważania wielkości przedsiębiorstw, podobnie jak przy zatrudnianiu, najbardziej podobna do Y51 pod względem dostarczanych informacji była zmienna dotycząca przedsiębiorstw zatrudniających ponad 250 pracowników (r (Y51, Y53.03) = 0,887). Do reprezentowania tej podgrupy wytypowano zmienne.

(12) 34. Katarzyna Frodyma, Barbara Pawełek. opisujące przedsiębiorstwa zatrudniające od 50 do 249 oraz co najmniej 250 pracowników. W analizie zwolnień z pracy ważną rolę odegrały ich powody. Otóż okazało się, że najsilniej skorelowaną zmienną z liczbą zwolnień z pracy ogółem (Y51) była zmienna określająca liczbę zwolnień z pracy w drodze wypowiedzenia przez pracownika (r (Y51, Y54.02) = 0,914). Wybierając zmienne reprezentantki, wskazano ponownie na zmienną Y54.02 oraz zmienną dotyczącą zwolnień od pracy z powodu korzystania z urlopów wychowawczych lub bezpłatnych (Y54.05). Między zmiennymi Y41 i Y51, reprezentującymi „dopływy” do grupy osób pracujących i „odpływy” z niej, występowała silna korelacja. To mogło oznaczać, że przyjęcia do pracy dotyczyły przede wszystkim osób, które miały pracę (zmieniających miejsce zatrudnienia). Bezrobotni natomiast nie mogli włączyć się na szeroką skalę do „dopływów”, choćby z powodu braku wymaganego doświadczenia zawodowego. Taka sytuacja mogła być spowodowana tym, że w Polsce w 2004 r. utworzono zbyt mało nowych miejsc pracy, a ruch na rynku pracy dotyczył głównie istniejących stanowisk. Analiza grupy ofert pracy wskazała, że z liczbą ofert pracy ogółem na 1000 osób w wieku produkcyjnym (Y61) najsilniej była skorelowana zmienna Y62.02, informująca o ofertach pracy nieskierowanych do osób niepełnosprawnych (r (Y61, Y62.02) = 0,999). Z kolei jako zmienną reprezentującą podgrupę dotyczącą podziału ofert pracy ze względu na odbiorców wybrano zmienną Y62.01, która dotyczyła ofert pracy dla niepełnosprawnych. Zaprezentowana analiza dotyczyła finalnych zmiennych diagnostycznych wybranych dla 2004 r. W wypadku pozostałych badanych lat do zbioru zmiennych reprezentantek mogły należeć inne zmienne. Przeprowadzając badania dynamiczne, należy pamiętać, że uporządkowania uzyskane dla różnych zestawów zmiennych diagnostycznych są nieporównywalne, dlatego trzeba przyjąć jeden zestaw we wszystkich badanych okresach. W literaturze przedmiotu wskazywane są różne sposoby ustalania stałego w czasie zbioru finalnych zmiennych diagnostycznych. Najczęściej są stosowane następujące rozwiązania: 1. Dla każdego okresu wybiera się zbiór finalnych zmiennych, po czym szuka się części wspólnej. Wadą tej metody jest to, że część wspólna jest na ogół bardzo mała. Zakres analizy ulega więc znacznemu zawężeniu. 2. Przyjmuje się zestaw ustalony dla pierwszego lub ostatniego okresu. Wadą tego rozwiązania jest to, że uporządkowania i podziały uzyskane dla pozostałych okresów nie mają merytorycznego znaczenia, jeżeli przyjęty zbiór zmiennych znacząco odbiega od zależności występujących w tych okresach. 3. Zakłada się, że badanie dotyczy obiektookresów. To oznacza, że dla danej zmiennej obserwowanej w przedziale czasu tworzy się jedną zmienną (o zreduko-.

(13) Badanie zmian w uporządkowaniu województw…. 35. wanym wymiarze macierzy danych), której realizacje są uporządkowanymi szeregami czasowymi (tzn. dane dla województw z okresu t poprzedzają dane z okresu t + 1 itd.). Po obliczeniu korelacji ustala się jednolity zbiór zmiennych diagnostycznych dla całego badanego okresu. Wadą tej metody jest to, że silna korelacja dwóch zmiennych może być skutkiem wysokiej zgodności wartości z początku lub środka tak skonstruowanej zmiennej, a nie z końca. To z kolei oznacza, że ścieżki rozwoju mogą być wyznaczone na podstawie nieaktualnych zależności. W prezentowanym badaniu zastosowano drugie rozwiązanie. W analizach wykorzystywano najnowsze tendencje z 2004 r. Z uwagi na to, że porównania prowadzono przede wszystkim między wynikami uzyskanymi dla lat 1999 i 2004, należało sprawdzić, czy uporządkowania województw z 1999 r. dostarczały wiarygodnych informacji o sytuacji na rynku pracy w Polsce. W tym celu sprawdzono, w jakim stopniu zmienne wyselekcjonowane dla 2004 r. nadawały się do opisu analizowanego zjawiska w 1999 r. Po przeprowadzeniu selekcji zmiennych okazało się, że wyniki otrzymane dla początkowego okresu, tzn. 1999 r., przy zestawach zmiennych wybranych dla 2004 r. mają znaczenie merytoryczne w wypadku grup3 bezrobotnych, długotrwale bezrobotnych i przyjętych do pracy. Dla grupy pracujących, zwolnionych z pracy i ofert pracy należało natomiast rozważyć dodatkowe zestawy zmiennych, ponieważ dla niektórych zmiennych reprezentantek, ze względu na słabe korelacje między zmiennymi, zamiana na zmienne wyselekcjonowane dla 2004 r. mogła spowodować otrzymanie niewiarygodnych informacji o sytuacji na rynku pracy w 1999 r. 4. Doprowadzenie zmiennych do porównywalności rodzajowej W badaniach złożonych zjawisk ekonomicznych zadanie polegające na doprowadzeniu do porównywalności dotyczy najczęściej elementów tworzących strukturę rodzajową. Jest to związane z tym, że na ogół potencjalne zmienne diagnostyczne, wytypowane na podstawie wiedzy merytorycznej o badanym zjawisku, które nie podlega bezpośredniemu pomiarowi, charakteryzują się odmiennym sposobem oddziaływania, różnymi jednostkami pomiaru i zróżnicowanymi rzędami wielkości, jakie przyjmują w analizowanych obiektach i okresach. Po selekcji mającej na celu wyłonienie finalnych zmiennych diagnostycznych, dających prosty, ale zarazem zadowalający opis rozważanego złożonego zjawiska ekonomicznego, musi zostać przeprowadzona eliminacja wymienionych powyżej odmienności i rozbieżności. 3 Ze względu na silne korelacje między zmiennymi zmienne wyselekcjonowane dla 1999 r. mogły być zastąpione zmiennymi reprezentantkami z 2004 r. Zamiana taka była oczywiście związana z możliwością uzyskania uporządkowań obarczonych pewnym (niewielkim) błędem..

(14) Katarzyna Frodyma, Barbara Pawełek. 36. W wypadku struktury rodzajowej porównywalność danych uzyskuje się w wyniku zastosowania metod preferencyjnych, pozwalających ujednolicić charakter oddziaływania zmiennych na badane złożone zjawisko ekonomiczne, oraz metod normalizacyjnych, umożliwiających ujednolicenie rzędów wielkości przyjmowanych przez rozważane zmienne i eliminację jednostek pomiaru. Ujednolicenie charakteru zmiennych diagnostycznych polega na przekształceniu wszystkich rozważanych zmiennych po odrzuceniu zmiennych neutralnych albo w stymulanty, albo destymulanty. Wybór kierunku oddziaływania zależy od tego, jakiego rodzaju zmienne przeważają w badanym zbiorze. Ogólną formułę przekształcenia normalizacyjnego dla stymulant mierzonych w silnych skalach można zapisać w następującej postaci: yi' , js.r, t =. yi , js.r, t − a b. (b > 0). (2). gdzie: y'i, js.r, t – wartość znormalizowanej zmiennej Y 'js.r (j = 1, …, 6; s = 1, …, kj; r = 1, …, ks) dla obiektu Oi (i = 1, …, 16) w okresie t (t = 1, …, 6), yi, js.r, t – wartość zmiennej Yjs.r dla obiektu Oi w okresie t, a, b – parametry normalizacyjne (odpowiednio: przesunięcia i skalujący) zmiennej Yjs.r w okresie t, przy czym a ∈ {ai, js.r, ajs.r, t, ajs.r}, b ∈ {bi, js.r, bjs.r, t, bjs.r}.. Decyzję dotyczącą wyboru parametrów normalizacyjnych a i b można oprzeć m.in. na teorii modelu ze stałym lub zmiennym wzorcem (por. np. [Cieślak 1990, Prognozowanie gospodarcze… 2005]). W wypadku normalizacji te dwa podejścia oznaczają, że oba parametry będą stałe zarówno przestrzennie, jak i czasowo, tzn. a = ajs.r i b = = bjs.r (model stały), lub co najmniej jeden z nich będzie się zmieniał przestrzennie lub czasowo, tzn. a ∈ {ai, js.r, ajs.r, t} lub b ∈ {bi, js.r, bjs.r, t} (model zmienny). Prowadzone badania miały na celu m.in. dokonanie porównań liniowych uporządkowań województw w Polsce w latach 1999–2004. W związku z tym zdecydowano się na normalizację ze stałymi parametrami ajs.r i bjs.r. Zastosowano przekształcenie ilorazowe z największą wartością jako parametrem skalującym w wypadku stymulant (por. [Kukuła 2000]): yi , js. r, t max. yi' , js.r, t =. i =1, …, 16 t =1, …, 6. min. { yi, js.r, t }. i =1, …, 16 t =1, …, 6. { yi, js.r, t }. yi , js.r, t. dla sttymulant dla destymulant. max. i=1, …, 16 t =1, …, 6. { yi, js.r, t } > 0. ( yi, js.r, t ≠ 0 ). (3).

(15) Badanie zmian w uporządkowaniu województw…. 37. z jednakowym przedziałem zmienności: min. Pjs. r = <. i =1, …, 16 t =1, …, 6. { yi, js.r, t }. { yi, js.r, t } i =1, …, 16 max. , 1>. t =1, …, 6. (4). Przyjęta formuła normalizacyjna umożliwiła zachowanie ilorazowej skali pomiaru dla znormalizowanych finalnych zmiennych diagnostycznych. Zastosowanie przekształcenia normalizacyjnego (3) pozwoliło ujednolicić sposoby oddziaływania wybranych zmiennych na sytuację na rynku pracy oraz rzędy wielkości przyjmowanych przez te zmienne, a także uwolnić je od ich mian (jednostek pomiaru). 5. Badanie zgodności uporządkowań w latach 1999 i 2004 W celu liniowego uporządkowania województw wyznaczono cząstkowe zmienne syntetyczne, które były średnimi arytmetycznymi z odpowiednio znormalizowanych zmiennych w konkretnej podgrupie (por. [Strahl 1990]):. z i , js, t =. 1 ks. ∑. r ∈ I js. yi' , js.r, t . (5). gdzie: zi, js, t – wartość zmiennej syntetycznej Zjs(j = 1, …, 6; s = 2, …, kj) dla podgrupy Gjs dla obiektu Oi (i = 1, …, 16) w okresie t (t = 1, …, 6), y'i, js.r, t – znormalizowana wartość zmiennej Yjs.r (r = 1, …, ks) dla obiektu Oi w okresie t, Ijs – zbiór indeksów t identyfikujących zmienne wyselekcjonowane dla podgrupy Gjs. W podobny sposób wyznaczono mierniki syntetyczne Zj (j = 1, …, 6) dla grup, które powstały przez obliczenie średnich arytmetycznych cząstkowych zmiennych syntetycznych reprezentujących poszczególne podgrupy. Na podstawie zmiennych syntetycznych reprezentujących rozważane grupy oraz podgrupy dokonano liniowego uporządkowania województw. Rangę 1 otrzymało województwo, dla którego wartość miernika syntetycznego była najwyższa. Oznacza to, że jeśli chodzi o analizowane zjawisko kształtujące rynek pracy, sytuacja w danym województwie była najlepsza. W celu zbadania zgodności uporządkowań obliczono współczynnik korelacji τ Kendalla, korzystając ze wzoru (por. [Walesiak 2006]):.

(16) Katarzyna Frodyma, Barbara Pawełek. 38 16 i −1. Γ jh =. ∑ ∑ aikj bikh i = 2 k =1. 16 i −1. 16 i −1. i = 2 k =1. i = 2 k =1. 2 ∑ ∑ aikj2 ∑ ∑ bikh. 1 2. (6). gdzie indeksy j oraz h identyfikują grupy lub podgrupy. W prowadzonym badaniu dla zmiennych mierzonych w skali porządkowej (tzn. rang) zastosowano we wzorze (6) następujące podstawienie: 1, gdy xij > xkj aikj ( bikh ) = 0, gdy xij = xkj −1, gdy xij < xkj. ( xih > xkh ) ( xih = xkh ) ( xih < xkh ). (7). Współczynnik τ Kendalla przyjmuje wartości z przedziału [–1; 1]. Wartość 1 oznacza pełną zgodność uporządkowań, zaś wartość –1 – ich pełną przeciwstawność. Korzystając ze wzoru (6), sprawdzono zgodność liniowych uporządkowań województw między poszczególnymi podgrupami w ramach grup, zgodność poszczególnych podgrup z wartością miernika syntetycznego dla całej grupy, a także obliczono wartości współczynnika τ Kendalla pomiędzy poszczególnymi grupami. W tabelach 7a–7f oraz 8a–8f zamieszczono wartości współczynnika τ Kendalla, umożliwiające dokonanie porównania ujęcia ekonomicznego i społecznego dla skrajnych lat (tj. dla 1999 i 2004 r.). Tabela 7a. Wartości współczynnika τ Kendalla w grupie bezrobotnych dla 1999 r. Z1. Γjh. 0,950. Y11. Z12. 0,683. Z13. 0,800. Z14. 0,683. Z15. 0,983. Z16. 0,800. Z17. Z18. 0,717. 0,850. Źródło: obliczenia własne.. Tabela 7b. Wartości współczynnika τ Kendalla w grupie długotrwale bezrobotnych dla 1999 r. Γjh Y21. Źródło: obliczenia własne.. Z2. 0,883. Z22. 0,883. Z23. 0,883. Z24. 0,900.

(17) Badanie zmian w uporządkowaniu województw…. 39. Tabela 7c. Wartości współczynnika τ Kendalla w grupie pracujących dla 1999 r. Z3. Γjh. Z32. 0,667. Y31. Z33. 0,300. 0,733. Z34. 0,550. Źródło: obliczenia własne.. Tabela 7d. Wartości współczynnika τ Kendalla w grupie przyjętych do pracy dla 1999 r. Z4. Γjh. Z 42. 0,900. Y41. Z 43. 0,900. 0,900. Źródło: obliczenia własne.. Tabela 7e. Wartości współczynnika τ Kendalla w grupie zwolnionych z pracy dla 1999 r. Z5. Γjh. 0,850. Y51. Z52. 0,967. Z53. 0,850. Z54. 0,483. Źródło: obliczenia własne.. Tabela 7f. Wartości współczynnika τ Kendalla w grupie ofert pracy dla 1999 r. Γjh Y61. Z 6 = Z 62. 0,433. Źródło: obliczenia własne.. Uporządkowanie województw w 1999 r. ze względu na zmienną Y11 (bezrobotni ogółem) charakteryzowało się dużą zgodnością z uporządkowaniami ze względu na wszystkie podgrupy (por. tabela 7a). Najmniejsza wartość współczynnika τ Kendalla wynosiła 0,683 (ze względu na podgrupę Z12 – bezrobotnych według typu – i Z14 – bezrobotnych według stażu pracy). Nieco wyższą wartość współczynnika (0,717) odnotowano ze względu na podgrupę Z17 (bezrobotnych według wykształcenia). Nadanie takiego samego znaczenia rozważanym wariantom nie wpłynęło znacząco na uporządkowania ze względu na Y11 i Z1 (wystąpiła niemal całkowita zgodność uporządkowań; współczynnik τ Kendalla wynosił 0,950). W przypadku cząstkowych zmiennych syntetycznych Z12, Z14 i Z17 były natomiast widoczne rozbieżności w rankingach województw. Można zatem postawić hipotezę, że pod względem typu, stażu i wykształcenia niektóre grupy osób pozostawały poza głównym obszarem oddziaływania mechanizmów kształtujących sytuację na rynku pracy w województwach w 1999 r..

(18) Katarzyna Frodyma, Barbara Pawełek. 40. Ponadto duża zgodność 4 występowała pomiędzy uporządkowaniami ze względu na podgrupy Z12 – bezrobotni według typu – i Z15 – bezrobotni według okresu pozostawania bez pracy (0,917). Uporządkowanie na podstawie miernika syntetycznego wyznaczonego dla bezrobotnych (Z1) charakteryzowało się dużą zgodnością z uporządkowaniami wyznaczonymi dla poszczególnych podgrup. Najmniejsza wartość współczynnika τ Kendalla wynosiła 0,700 (z Z14 – bezrobotni według stażu pracy – oraz Z17 – bezrobotni według wykształcenia). Dla długotrwale bezrobotnych ranking według zmiennej Y21 (długotrwale bezrobotni ogółem) porządkował województwa niemal tak samo jak ranking w podgrupie Y24 (długotrwale bezrobotnych według wieku; 0,900). Dla pozostałych podgrup oraz całej grupy współczynnik τ Kendalla wyniósł 0,883. W wypadku długotrwale bezrobotnych nie obserwowano dużych zmian w uporządkowaniach po wprowadzeniu jednakowego znaczenia wyróżnionych grup osób (por. tabela 7b). Wszystkie podgrupy długotrwale bezrobotnych charakteryzowały się dużą zgodnością uporządkowań. Ranking według miernika syntetycznego dla całej grupy Z2 był najbardziej zgodny z uporządkowaniami wyznaczonymi dla Z22 (długotrwale bezrobotnych według płci) i Z23 (długotrwale bezrobotnych według wykształcenia; 0,967). Jedynie ranking dla Z24 (długotrwale bezrobotnych według wieku) charakteryzował się nieco niższą zgodnością (0,850). Najmniejszą (choć nadal bardzo wysoką) wartość współczynnika τ Kendalla zanotowano pomiędzy podgrupami Z22 (długotrwale bezrobotnych według płci) i Z24 (długotrwale bezrobotnych według wieku; 0,817). Dla pracujących (por. tabela 7c) miernik Y31 (pracujący ogółem) porządkował województwa podobnie jak ranking w podgrupie Z33 (pracujących według sektorów własności; 0,733). Bardzo mała zgodność uporządkowań występowała ze względu na podgrupę Y32 (pracujących według sekcji; 0,300). Nadanie takiego samego znaczenia rozważanym wariantom wpłynęło więc silnie na poziom zgodności uporządkowań ze względu na Y31 i Z32. To oznacza, że w tym przypadku zaznaczył się wpływ ujęcia społecznego. Można przypuszczać, że mechanizmy walki z bezrobociem oddziaływały na pracujących według sekcji nieco inaczej niż na pozostałe podgrupy. Uporządkowanie województw według miernika Z3 wyznaczonego dla grupy pracujących było bardzo podobne do uporządkowań według podgrup. Wyjątkiem była podgrupa Z32 (pracujących według sekcji), w której wartość współczynnika τ Kendalla utrzymywała się na poziomie 0,267. Brak zgodności wystąpił również w wypadku uporządkowań ze względu na podgrupy Z32 (pracujących według sekcji) i Z34 (pracujących według wielkości przedsiębiorstw; 0,267). Badanie zgodności uporządkowań współczynnikiem τ Kendalla zostało wykonane dla wszystkich podgrup, lecz wyników nie przedstawiono w tabelach. 4.

(19) Badanie zmian w uporządkowaniu województw…. 41. Jeśli chodzi o przyjętych do pracy, województwa charakteryzowały się niemal całkowitą zgodnością uporządkowań (por. tabela 7d) według zmiennej Y41 (osoby przyjęte do pracy ogółem) i miernika syntetycznego Z 4 dla grupy przyjętych do pracy oraz w obu podgrupach Z 42 (osób przyjętych do pracy według sektorów własności) i Z 43 (osób przyjętych do pracy według wielkości przedsiębiorstw; 0,900). Może to oznaczać, że w przypadku przyjęć do pracy nie było żadnej różnicy pomiędzy ujęciem ekonomicznym a społecznym. Niemal pełna zgodność rankingów występowała w pozostałych przypadkach: ze względu na grupę Z 4 (przyjętych do pracy) oraz podgrupy Z 42 (osób przyjętych do pracy według sektorów własności) i Z 43 (osób przyjętych do pracy według wielkości przedsiębiorstw; 0,900). Także rankingi w podgrupach Z 42 (osób przyjętych do pracy według sektorów własności) i Z 43 (osób przyjętych do pracy według wielkości przedsiębiorstw) charakteryzowały się wysoką zgodnością (0,867). Nieco inaczej sytuacja przedstawiała się odnośnie do zwolnionych z pracy (por. tabela 7e). Uporządkowanie ze względu na zmienną Y51 (osoby zwolnione z pracy ogółem) charakteryzowało się bardzo dużą zgodnością z uporządkowaniem ze względu na podgrupę Z52 (osób zwolnionych z pracy według sektorów własności; 0,967). Znaczną zgodnością rankingów z Y51 (osoby zwolnione z pracy ogółem) wyróżniały się także rankingi ze względu na grupę Z5 (osób zwolnionych z pracy) oraz podgrupę Z53 (osób zwolnionych z pracy według wielkości przedsiębiorstw; 0,850). Jedynie uporządkowanie ze względu na podgrupę Z54 (osób zwolnionych z pracy) według przyczyn zwolnienia charakteryzowało się małą zgodnością (0,483), co może świadczyć o konieczności rozważenia w tym przypadku także podejścia społecznego. Ogólnie uporządkowania według Y51 (osoby zwolnione z pracy ogółem) oraz zmiennej Z5 były dość zgodne (0,850), podobnie zresztą jak uporządkowania w poszczególnych podgrupach (współczynnik τ Kendalla pomiędzy 0,500 i 0,833). Na podstawie badań ofert pracy widać było słabą zgodność uporządkowań ze względu na zmienną Y61 (oferty pracy ogółem) i grupę Z 6 (ofert pracy), składającą się jedynie ze zmiennej Y62.01 (oferty pracy dla niepełnosprawnych). Współczynnik τ Kendalla był równy 0,433 (por. tabela 7f). Może to świadczyć o tym, że oferty pracy dla niepełnosprawnych nie były ważnym elementem regulacji rynku pracy w kontekście podejścia ekonomicznego. Tabela 8a. Wartości współczynnika τ Kendalla w grupie bezrobotnych dla 2004 r. Γjh Y11. Z1. 0,967. Z12. 0,900. Źródło: obliczenia własne.. Z13. 0,900. Z14. 0,900. Z15. 0,933. Z16. 0,900. Z17. 0,733. Z18. 0,900.

(20) Katarzyna Frodyma, Barbara Pawełek. 42. Tabela 8b. Wartości współczynnika τ Kendalla w grupie długotrwale bezrobotnych dla 2004 r. Z2. Γjh Y21. Źródło: obliczenia własne.. Z22. 0,783. Z23. 0,633. 0,783. Z24. 0,817. Tabela 8c. Wartości współczynnika τ Kendalla w grupie pracujących dla 2004 r. Z3. Γjh Y31. Źródło: obliczenia własne.. Z32. 0,700. Z33. 0,467. 0,683. Z34. 0,600. Tabela 8d. Wartości współczynnika τ Kendalla w grupie przyjętych do pracy dla 2004 r. Z4. Γjh. Z 42. 0,867. Y41. Źródło: obliczenia własne.. Z 43. 0,883. 0,800. Tabela 8e. Wartości współczynnika τ Kendalla w grupie zwolnionych z pracy dla 2004 r. Z5. Γjh Y51. Źródło: obliczenia własne.. 0,733. Z52. 0,683. Z53. 0,700. Z54. 0,567. Tabela 8f. Wartości współczynnika τ Kendalla w grupie ofert pracy dla 2004 r. Γjh Y61. Źródło: obliczenia własne.. Z 6 = Z 62. 0,600. W 2004 r. uporządkowanie województw ze względu na zmienną Y11 (bezrobotni ogółem) charakteryzowało się dużą zgodnością z uporządkowaniami we wszystkich podgrupach (od 0,733 do 0,933) oraz całą grupą reprezentowaną przez Z2 (por. tabela 8a). Najmniejsza zgodność wystąpiła w przypadku uporządkowania względem podgrupy Z17 (bezrobotnych według wykształcenia; 0,733). Nadanie takiego samego znaczenia rozważanym wariantom w 2004 r., podobnie jak w 1999 r., nie wpłynęło istotnie na uporządkowania ze względu na Y11 i Z1 (wzrosła zgodność uporządkowań; współczynnik τ Kendalla wynosił 0,967). Jedynie jeśli chodzi o cząstkową zmienną syntetyczną Z17, były widoczne rozbieżności w rankingach województw. Można zatem postawić hipotezę, że pod względem wykształcenia.

(21) Badanie zmian w uporządkowaniu województw…. 43. w 2004 r. występowały grupy osób pozostające poza głównym obszarem oddziaływania mechanizmów kształtujących sytuację na rynku pracy. W wypadku bezrobotnych największa, niemal pełna zgodność występowała pomiędzy uporządkowaniami według miernika syntetycznego Z1, czyli całą grupą, i Z16 (bezrobotni według płci; 0,933). Duża zgodność występowała pomiędzy rankingami w podgrupach Z14 (bezrobotnych według stażu pracy) i Z15 (bezrobotnych według czasu pozostawania bez pracy; 0,900). Uporządkowanie na podstawie miernika syntetycznego wyznaczonego dla bezrobotnych charakteryzowało się dużą zgodnością z uporządkowaniami wyznaczonymi dla poszczególnych podgrup. Uporządkowanie względem zmiennej Y21 (długotrwale bezrobotni ogółem) było dość zgodne z uporządkowaniem dla podgrupy Z24 (długotrwale bezrobotnych według wieku; 0,817) (por. tabela 8b). Najniższa wartość współczynnika τ Kendalla otrzymana dla uporządkowania względem podgrupy Z22 (długotrwale bezrobotnych według płci) może świadczyć o tym, że zbyt małą wagę w przeciwdziałaniu długotrwałemu bezrobociu kładziono na zróżnicowanie mechanizmów w wypadku kobiet i mężczyzn. Dla długotrwale bezrobotnych wszystkie podgrupy charakteryzowały się dużą zgodnością uporządkowań województw. Ranking według miernika syntetycznego Z 2, reprezentującego długotrwale bezrobotnych, był najbardziej zgodny z uporządkowaniem wyznaczonym dla Z23 (długotrwale bezrobotnych według wykształcenia; 0,900). Najmniejszą, choć nadal bardzo wysoką wartość współczynnika τ Kendalla zanotowano dla uporządkowań według Z22 (długotrwale bezrobotnych według płci) i Z24 (długotrwale bezrobotnych według wieku; 0,717). Można zatem stwierdzić, że mechanizmy regulujące rynek pracy różnie wpływały na ocenę sytuacji województw ze względu na poszczególne grupy osób długotrwale bezrobotnych. Dla pracujących nie zaobserwowano zdecydowanych podobieństw w uporządkowaniach (por. tabela 8c) według zmiennej Y31 (pracujący ogółem) oraz w poszczególnych podgrupach, przy czym największa różnica wystąpiła w przypadku podgrupy Z32 (pracujących według sekcji; 0,467). Oznacza to, że tak jak w 1999 r., tak i w 2004 r. widoczny był wpływ zastosowania ujęcia społecznego na ocenę sytuacji na rynku pracy w województwach. Uporządkowanie województw według miernika Z3 wyznaczonego dla całej grupy pracujących wyróżniało się małą zgodnością z uporządkowaniami według podgrup. Najmniejsza zgodność uporządkowań wystąpiła pomiędzy całą grupą oraz podgrupami Z32 (pracujących według sekcji) i Z34 (pracujących według wielkości przedsiębiorstw; 0,367). W przypadku przyjętych do pracy województwa charakteryzowały się bardzo dużą zgodnością uporządkowań według zmiennej Y41 (osoby przyjęte do pracy.

(22) 44. Katarzyna Frodyma, Barbara Pawełek. ogółem) i grupy Z 4 (przyjętych do pracy; 0,867) oraz obu podgrup Z 42 (osób przyjętych do pracy według sektorów własności; 0,883) i Z 43 (osób przyjętych do pracy według wielkości przedsiębiorstw; 0,800). Może to oznaczać, że również w 2004 r. nie było znaczących różnic pomiędzy ujęciem ekonomicznym a społecznym (por. tabela 8d). Niemal pełna zgodność rankingów występowała w pozostałych przypadkach: dla grupy Z 4 (przyjętych do pracy) z podgrupą Z 42 (osób przyjętych do pracy według sektorów własności; 0,917) i Z 43 (osób przyjętych do pracy według wielkości przedsiębiorstw; 0,900). Także rankingi w podgrupach Z 42 (osób przyjętych do pracy według sektorów własności) i Z 43 (osób przyjętych do pracy według wielkości przedsiębiorstw) charakteryzowały się wysoką zgodnością (0,817). Inaczej sytuacja przedstawiała się w grupie zwolnionych z pracy (por. tabela 8e). Uporządkowanie według zmiennej Y51 (osoby zwolnione z pracy ogółem) charakteryzowało się zdecydowanie mniejszą zgodnością z uporządkowaniem ze względu na podgrupę Z52 (osób zwolnionych z pracy według sektorów własności; 0,683). Znaczną zgodnością rankingów z Y51 (osoby zwolnione z pracy ogółem) wyróżniały się jedynie uporządkowania ze względu na grupę Z5 (osób zwolnionych z pracy; 0,733) oraz podgrupę Z53 (osób zwolnionych z pracy według wielkości przedsiębiorstw; 0,700), uporządkowanie ze względu na podgrupę Z54 (osób zwolnionych z pracy według przyczyn zwolnienia) charakteryzowało się zaś małą zgodnością (0,567), co może świadczyć o dużym wpływie na wyniki tego porządkowania przyjęcia podejścia społecznego. Nasuwa się wniosek, że w walce z bezrobociem w niewielkim stopniu brano pod uwagę przyczyny odejścia z pracy. Ogólnie rankingi dla zwolnionych z pracy charakteryzowały się małą zgodnością. W całej grupie największa zgodność wystąpiła między uporządkowaniami ze względu na Z5 (osoby zwolnione z pracy) i Z54 (osoby zwolnione z pracy według przyczyn zwolnienia; 0,767), najmniejsza zaś pomiędzy Z 52 (osoby zwolnione z pracy według sektorów własności) a Z53 (osoby zwolnione z pracy według wielkości przedsiębiorstw; 0,450). Na podstawie badań ofert pracy widać (por. tabela 8f), że w 2004 r. zdecydowanie wzrosła zgodność uporządkowań ze względu na zmienną Y61 (oferty pracy ogółem) i grupę Z 6 (ofert pracy; współczynnik τ Kendalla był na poziomie 0,600). Mimo tej poprawy zgodności nadal występowała różnica w ujęciu ekonomicznym i społecznym. Największa zgodność uporządkowań województw w 1999 r. występowała (por. tabela 9) ze względu na Z1 (bezrobotnych) i Z2 (długotrwale bezrobotnych; 0,750). Oznacza to, że jeżeli sytuacja województwa pod względem liczby bezrobotnych była dobra, to podobnie było w wypadku długotrwale bezrobotnych..

(23) Badanie zmian w uporządkowaniu województw…. 45. Tabela 9. Wartości współczynnika τ Kendalla dla uporządkowań województw w latach 1999 i 2004 – ujęcie społeczne Γjh Z1. Z1 1. Z2. ×. Z4. ×. Z6. ×. Z2. 1999. Z3. Z4. Z5. Z6. Γjh. Z1. 0,333 0,467 –0,450 –0,300 Z2. ×. 0,750 0,217 0,317 –0,300 –0,150 Z1 1. Z3. ×. ×. Z5. ×. ×. 1. ×. ×. ×. ×. ×. Źródło: obliczenia własne.. 0,633 –0,650 0,167 Z3 1. × ×. –0,733 0,067 Z 4 1. ×. 0,083 Z5 1. Z6. 1. Z2 1. 0,250. ×. ×. ×. ×. ×. ×. Z3. Z4. Z5. Z6. 0,800 0,150 –0,017 –0,083 –0,100. × ×. 2004. ×. ×1 × ×. 0,017 0,083 –0,233. 0,033 0,633 –0,717 1. × ×. –0,883 0,283 1. ×. –0,333 1. Duża wartość współczynnika τ Kendalla, ale ujemna, czyli świadcząca o przeciwstawnym uporządkowaniu, pojawiła się w porównaniu Z 4 (przyjętych do pracy) i Z5 (zwolnionych z pracy; –0,733). Niemal całkowity brak zgodności występował pomiędzy rankingami dla grup Z 6 (ofert pracy) oraz Z 4 (przyjętych do pracy; 0,067), Z5 (zwolnionych z pracy; 0,083), Z1 (bezrobotnych; –0,150) i Z3 (pracujących; 0,167). Wprowadzenie niektórych zmiennych wyselekcjonowanych specjalnie dla 1999 r. ogólnie podniosło zgodność uporządkowań w grupie pracujących. Grupę tę uzupełniono o zmienne Y34.01 (osoby pracujące w przedsiębiorstwach zatrudniających do 49 pracowników) oraz Y34.03 (osoby pracujące w przedsiębiorstwach zatrudniających 250 pracowników i więcej). Wzrosła zgodność uporządkowania według Z34 (pracujących według wielkości przedsiębiorstw) z wszystkimi pozostałymi uporządkowaniami. Podobnie było w przypadku całej grupy Z3, dla której zgodność uporządkowań z pozostałymi grupami także wzrosła. Największa zgodność (choć przeciwstawna) uporządkowań województw w 2004 r. występowała ze względu na Z 4 (przyjętych do pracy) i Z5 (zwolnionych z pracy; –0,883). Równie dużą zgodnością charakteryzowały się rankingi dla Z1 (bezrobotnych) i Z2 (długotrwale bezrobotnych; 0,800). Zmniejszyła się zgodność uporządkowania, a w zasadzie niemal całkowicie przestała istnieć, w grupie Z 4 (przyjętych do pracy) z rankingami we wszystkich pozostałych grupach (współczynnik τ Kendalla wynosił na moduł od 0,033 do 0,070). Zdecydowanie największą różnicę w porównaniu z 1999 r. można było zauważyć w badaniu zgodności uporządkowań pomiędzy grupami Z3 (pracujących i Z 6 (ofert pracy). W tym przypadku bezwzględna wartość współczynnika τ Kendalla.

(24) Katarzyna Frodyma, Barbara Pawełek. 46. wzrosła z 0,167 do 0,717. W pozostałych latach, tzn. 2000–2003, sytuacja była bardzo podobna do opisanej dla lat 1999 i 2004. 6. Analiza liniowych uporządkowań województw w latach 1999 i 2004 – porównanie ujęć ekonomicznego i społecznego Oprócz badania zgodności uporządkowań analizie poddano także zmiany pozycji zajmowanych przez województwa w rankingach uzyskanych w wyniku zastosowania podejścia ekonomicznego i społecznego. Poniżej omówiono podobieństwa i różnice zaobserwowane dla lat 1999 i 2004 (por. rys. 1 i 2). 0 2 4 6 8 10 12 14 16 18. 1. 11. 2 DO KP. 21 LL LS. 3. 31. 4. LO ML. MZ OP. PK PD. 41 PM SL. 5 SW WM. 51. 6. 61. WK ZP. Rys. 1. Uporządkowania województw ze względu na zmienne Y j1 (j = 1, …, 6) oraz grupy Z j (j = 1, …, 6) w 1999 r. Źródło: opracowanie własne.. W 1999 r. na pierwszym miejscu znajdowały się najczęściej województwa mazowieckie (MZ) i śląskie (SL). Sytuacja w województwie mazowieckim była najlepsza, jeśli chodzi o grupy pracujących oraz przyjętych do pracy, bez względu na zastosowaną metodę badawczą. Biorąc pod uwagę bezrobotnych ogółem (tzn. w ujęciu ekonomicznym), województwo mazowieckie zajęło trzecie miejsce, a jeśli chodzi o długotrwale bezrobotnych ogółem (także w ujęciu ekonomicznym), było.

(25) Badanie zmian w uporządkowaniu województw…. 47. na piątym miejscu. W wypadku obu rodzajów bezrobocia sytuacja w tym województwie w ujęciu społecznym była nieznacznie gorsza (odpowiednio czwarte i szóste miejsce). Województwo mazowieckie wypadło najsłabiej ze względu na osoby zwolnione z pracy – zarówno w ujęciu ekonomicznym, jak i społecznym (16. miejsce). 0 2 4 6 8 10 12 14 16 18. 1. 11. 2 DO KP. 21 LL LS. 3. 31. 4. LO ML. MZ OP. PK PD. 41 PM SL. 5 SW WM. 51. 6. 61. WK ZP. Rys. 2. Uporządkowania województw ze względu na zmienne Y j1 (j = 1, …, 6) oraz grupy Z j (j = 1, …, 6) w 2004 r. Źródło: opracowanie własne.. W województwie śląskim najlepszą sytuację (pierwsze miejsce w obu zestawieniach) odnotowano z uwagi na bezrobotnych i długotrwale bezrobotnych. W wypadku pracujących w ujęciu ekonomicznym województwo to zajęło czwarte miejsce, a w ujęciu społecznym – dopiero ósme. Najsłabiej wypadło, gdy wzięto pod uwagę osoby zwolnione z pracy (14. miejsce w ujęciu społecznym i 15. w ujęciu ekonomicznym). Aż dwukrotnie najsłabiej wypadło województwo lubelskie (LL) ze względu na osoby pracujące i przyjęte do pracy. Tylko w wypadku osób zwolnionych z pracy zajęło pierwsze miejsce. Podane pozycje w rankingach dotyczyły obu rozważanych podejść. Również województwo warmińsko-mazurskie (WM) dwukrotnie wypadło najsłabiej: w wypadku bezrobotnych i długotrwale bezrobotnych. Tylko pod wzglę-.

(26) 48. Katarzyna Frodyma, Barbara Pawełek. dem ofert pracy zajęło wysoką trzecią pozycję (choć w ujęciu społecznym dopiero piątą). Bardzo różnorodnie (ze względu na poszczególne grupy) przedstawiała się sytuacja w województwie dolnośląskim (DO). Najmniejszym zróżnicowaniem charakteryzowało się województwo wielkopolskie (WK), zajmując trzykrotnie drugie miejsce i raz drugie bądź trzecie ze względu na pracujących (w zależności od ujęcia). Ogólnie można więc stwierdzić, że sytuacja na rynku pracy w województwie wielkopolskim była bardzo dobra. Rok 2004 był bardzo podobny do 1999 r., zwłaszcza gdy chodzi o województwa zajmujące najwyższe i najniższe pozycje w rankingach. Najwięcej zmian nastąpiło w środkowej części uporządkowań. W 2004 r. sytuacja zmieniła się głównie w województwach zajmujących miejsca od 4. do 12. W 2004 r. najczęściej na pierwszym miejscu znajdowało się województwo mazowieckie (MZ), w którym najlepsza sytuacja dotyczyła pracujących, osób przyjętych do pracy oraz długotrwale bezrobotnych w ujęciu ekonomicznym. Zdecydowanie pogorszyła się sytuacja pod względem liczby bezrobotnych (spadek na miejsce siódme), a najsłabiej województwo to wypadło, gdy wzięto pod uwagę grupę zwolnionych z pracy (ostatnie miejsce). Na końcu rankingów ponownie znajdowało się przede wszystkim województwo lubelskie (LL) i warmińsko-mazurskie (WM). W 2004 r. zdecydowanie poprawiła się sytuacja województwa podkarpackiego (PK), jeśli chodzi o liczbę bezrobotnych – z miejsca 14. zajmowanego w 1999 r. przesunęło się w 2004 r. na 8. miejsce. Poprawa nastąpiła także w wypadku długotrwale bezrobotnych, ale tu w 2004 r. wynikiem było 11. miejsce (z 15.), oraz pracujących (z 10. na 4.). Poprawa ta dotyczyła głównie ujęcia ekonomicznego, ponieważ sytuacja ze względu na pozostałe grupy nie uległa w nim zmianie. Jeśli zaś chodzi o ujęcie społeczne, to o ile w pierwszych trzech grupach sytuacja faktycznie nieco się poprawiła, o tyle w ostatnich trzech grupach w 2004 r. zdecydowanie się pogorszyła. Również w województwie małopolskim (ML) sytuacja na rynku pracy poprawiła się. W 1999 r. zajmowało ono miejsca od 3. do 14., zaś w 2004 r. od 1. do 11., i to zarówno w ujęciu ekonomicznym, jak i społecznym. Za to sytuacja na rynku pracy w województwie łódzkim (LO; w porównaniu z pozostałymi województwami) nieco się pogorszyła, zwłaszcza biorąc pod uwagę ujęcie społeczne. W ujęciu ekonomicznym i społecznym otrzymano podobne wyniki, jeśli chodzi o najsłabsze i najlepsze województwa. Pomiędzy województwami, które zajmowały pośrednie miejsca w uporządkowaniach, występowały nieraz znaczne różnice w wyróżnionych podejściach..

(27) Badanie zmian w uporządkowaniu województw…. 49. 7. Podsumowanie Jednym z celów opracowania było przedstawienie mierników syntetycznych, które z jednej strony reprezentowałyby daną grupę osób tak jak ogólne zmienne, a z drugiej – umożliwiałyby uwzględnienie rozważanych kryteriów podziału. Analiza tych zmiennych mogłaby być uzupełnieniem badań opartych na ogólnych zmiennych (tzn. agregatowych) charakteryzujących grupy osób uczestniczących w rynku pracy. W artykule wskazano na odmienność interpretacji ogólnych zmiennych i zaproponowanych mierników syntetycznych. Jest ona spowodowana przede wszystkim preferowaniem licznych podgrup lub wzmacnianiem wpływu podgrup dających różne uporządkowania województw. Podejście oparte na ogólnych zmiennych zaproponowano nazywać ujęciem ekonomicznym, natomiast bazujące na zmiennych syntetycznych – ujęciem społecznym. Z analiz porównawczych przeprowadzonych dla wybranych zjawisk kształtujących sytuację na rynku pracy wynika, że stosowanie omawianych podejść może prowadzić do otrzymania zarówno podobnych, jak i odmiennych uporządkowań województw. Może to świadczyć o jednakowym lub zróżnicowanym oddziaływaniu mechanizmów kształtujących sytuację na rynku pracy na rozważane podgrupy osób tworzących ten rynek. Badania zjawisk gospodarczych powinny uwzględniać zarówno aspekt ekonomiczny, jak i społeczny. Proponowana analiza statystyczna, uwzględniająca w większym stopniu aspekt społeczny niż ekonomiczny, umożliwia wykrycie występowania obszarów, w których straty wywołane przemianami gospodarczymi przewyższają korzyści płynące z tych przekształceń. Literatura Borys T., Markowska M. [2006], Statystyczne analizy zjawiska wykluczenia społecznego – problemy metodyczne i aplikacyjne, referat na Konferencji Naukowej SKAD 2006, „Klasyfikacja i analiza danych – teoria i zastosowania”, Wisła, 20–22 września 2006. Cieślak M. [1990], Zagadnienie „ruchomego celu” w wielowymiarowej analizie porównawczej, „Przegląd Statystyczny”, z. 1–2. Ekonometria przestrzenna [1991], red. A. Zeliaś, PWE, Warszawa. Kukuła K. [2000], Metoda unitaryzacji zerowanej, Wydawnictwo Naukowe PWN, Warszawa. Prognozowanie gospodarcze. Metody i zastosowania [2005], red. M. Cieślak, wyd. 4 zm., Wydawnictwo Naukowe PWN, Warszawa. Strahl D. [1990], Metody programowania rozwoju społeczno-gospodarczego, PWE, Warszawa..

(28) 50. Katarzyna Frodyma, Barbara Pawełek. Walesiak M. [1996], Metody analizy danych marketingowych, Wydawnictwo Naukowe PWN, Warszawa. Walesiak M. [2006], Uogólniona miara odległości w statystycznej analizie wielowymiarowej, wyd. 2 rozszerz., Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław. Analysis of Changes in the Categorisation of Regions Due to the Situation on the Labour Market in Poland in 1999 and 2004 The purpose of this article is to propose composite measures that could, on the one hand, represent a given group of people, for instance, the unemployed, long-term unemployed, or working people etc., and, on the other, that could take into account various criteria of division, such as: gender, age, education, years in employment, etc. An analysis of such variables could supplement research based on aggregate variables that describe groups of people in the labour market. The authors point to the difference in interpreting linear categorisations of regions in terms of aggregate variables and in terms of the proposed composite measures. This difference is caused, respectively, by the preference for numerically large subgroups or the stronger influence of subgroups that produce different categorisations of regions. The authors propose to call the approach based on aggregate variables economic, and the approach based on composite variables – social. The conducted comparative analyses for selected phenomena influencing the labour market shows that application of the above-mentioned approaches could lead both to similar or different categorisations of regions. These similarities or differences could testify to an identical or differentiated impact of mechanisms shaping the labour market on the analysed subgroups of people constituting the labour market..

(29)