Материал: Факторы, влияющие на среднемесячную номинальную заработную плату населения по регионам Российской Федерации

Факторы, влияющие на среднемесячную номинальную заработную плату населения по регионам Российской Федерации

Кафедра Прикладной информатики и моделирования экономических процессов

Факторы, влияющие на среднемесячную номинальную заработную плату населения по регионам Российской Федерации

Специальность: Эконометрика

Выполнила студентка 141 группы

курса

Очеретина Анастасия Ивановна

Научный руководитель :

К. ф.-м.н., старший преподаватель

Я.Б. Панкратова

Санкт-Петербург 2016

Введение

Заработная плата уже долгое время привлекает к себе внимание различных специалистов экономической сферы, таких как А. Смита, У. Петти, К. Маркса, М. И. Туган-Барановского и других.

Заработная плата выражает интересы наёмных рабочих, работодателей и государства в целом. Государство заинтересовано в том, чтобы обеспечить рост благосостояния общества и социальную гармонию посредством увеличения заработной платы.

Работодатели, устанавливая заработную плату, стремятся увеличить прибыль своей компании и эффективность труда, рационально использовать ресурсы производства.

Наёмные рабочие заинтересованы в том, чтобы их труд оценивался по заслугам и заработная плата была бы равносильна вложенным усилиям, а также способна была бы удовлетворить материальные и духовные потребности.

Существующий продолжительное время на рынке труда конфликт между интересами работников и работодателей обострился в последние годы. В то время когда работники требуют увеличение оплаты их труда в связи с растущими ценами в магазинах, работодатель стремится получить максимальную прибыль при минимальных затратах, а в ряде случаях незаконно уменьшая работнику заработную плату. Тем самым образуется "замкнутый круг", из которого очень сложно найти выход.

Цель курсовой работы - выявить и изучить факторы, влияющие на размер заработной платы, выбрать наиболее значимые факторы и определить степень влияния данных факторов на среднемесячную номинальную заработную плату работников за 2014 год.

Полученные результаты нельзя с уверенность применять в сегодняшней практике, в силу того, что в 2014 году в России и в мире был экономический кризис. Поэтому изучение данной зависимости по-прежнему остаётся актуальным.

Анализ темы проводится с помощью эконометрических методов по данным Федеральной службы государственной статистики РФ.

Глава 1. Сбор данных и отбор факторов

Для проведения исследования были отобраны следующие факторы, влияющие на среднемесячную заработную плату работников (y) в 2014 году:- численность населения за 2014 г;- численность экономически активного населения в 2014 г., тыс. человек;- ВРП (валовой региональный продукт) на душу населения в млрд. рублей за 2014 г;- объём инвестиций в основной капитал в 2014 г., млн. руб.

Для исследования использовались данные, выражающие вариацию факторов и результирующего признака по регионом Центрального и Северо-Западного федеральных округов. Не были задействованы данные по двум городам (Москва и Санкт-Петербург), а также по Московской области. Это объясняется тем, что наблюдается серьёзное различие в экономическом развитии и заработной платы, которое отражает поле корреляции.

В исследовании использовались данные Федеральной службы государственной статистики, а также данные из единой межведомственной информационно-статистической системы (ЕМИСС) за 2014 год.

Далее будет изучено влияние каждого из приведённых выше факторов на среднемесячную заработную плату работников в отдельности и влияние всех этих факторов.

Глава 2. Исследование влияния отельных факторов

2.1. Исследование влияния численности населения на среднемесячную заработную плату работников по регионам

Представим исходные данные о среднемесячной номинальной заработной плате и численности населения по регионам в виде статистической таблицы, удобной для анализа (см. табл. 1).

Таблица 1

Среднемесячная номинальная заработная плата и численность населения по регионам

Для изучения влияния фактора X1 на результирующий признак Y сначала нужно построить поле корреляции (рис. 1).

Рис. 1 «Поле корреляции»

Из вида поля корреляции можно сделать предположение, что между X1 и Y имеется обратная зависимость. Поэтому построим модель парно-линейной регрессии и исследуем её качество.

С помощью функции ЛИНЕЙН из категории «Статистические» построим модель парной линейной регрессии (см табл. 2).

Таблица 2

Модель парной линейной регрессии

По найденной таблице было записано уравнение выборочной регрессии (y^=37004,448-0,004х) и экономическая интерпретация коэффициентов линейной регрессии: =-0,004 показывает, что при увеличении численности населения на одного человека среднемесячная заработная плата уменьшается на 0,4 копейки.

Коэффициент а интерпретировать невозможно, т.к. Х не может быть равен 0.

Также, были вычислены остатки по формуле () и построен график остатков (см. рис.1).

Из вида поля корреляции можно сделать предположение, что гетероскедастичность отсутствует, а присутствует гомоскедастичность.   

Проверим первое наше предположение по тесту Голдфелда-Квандта и по тесту Спирмена. Оба теста указали на наличие гомоскедастичности. Fg=0,29<Fkp=3,43, значит гетероскедастичность отсутствует. Так как |tr|= 1,82<tkp=2,06, то предположение подтвердилось, в модели присутствует гомоскедастичность.

Кроме того, из вида поля корреляции можно предположить, что в модели присутствует положительная автокорреляция. Используя критерий Дарбина-Уотсона мы выяснили, DW=1,45 принадлежит интервалу [dl=1,3;du=1,46], следовательно гипотеза о положительной автокорреляции отвергается, автокорреляция находится в зоне неопределенности. Это означает, что у нас нет достаточных оснований для принятия решения.

Мною была найдена величина средней ошибки аппроксимации =16,56% и был сделан следующий вывод: поскольку средняя ошибка аппроксимации больше 10%,то построенная модель плохо аппроксимирует выборочные данные.

Для более уточненного анализа производим проверку значимости регрессии в целом (по критерию Фишера). Находим F-статистика и F-критическое.

Значение F-статистика берем из таблицы (F-статистика), а F-критическое находим при помощи функции FРАСПОБР(5%;1;24).

В результате получаем: статистика= 0,939; F-критическое=4,259.

Так как Fстат.< Fкр., то нет основания отвергнуть гипотезу, но модель не значима в целом.

Говоря о значимости коэффициентов регрессии (по критерию Стьюдента), нужно отметить, что коэффициент а является значимым, т.к tа> tкр., а коэффициент b не значим, коэффициент r не значим так как tb<tкр и tr<tкр. (см. табл. 3).

Таблица 3

Показатели значимости коэффициентов

Был вычислен доверительный интервал линейной регрессии. Были выявлены следующие результаты и выявлена экономическая интерпретация только для значимых коэффициентов:

Значение параметра α с вероятностью 95% будет находиться в интервале [28186,01978; 45822,87636].

Значение параметра β интерпретировать невозможно, поскольку границы разного знака.

Далее был построен точечный прогноз значения Y при значении X в 3 раза больше, чем среднее значение X. Прогнозное значение фактора равно 3264200,5. А прогнозное значение показателя у^р равно 25449,96.

Стандартная ошибка прогноза функции регрессии получилась равной 8100,11, а ошибка индивидуального значения - 11395,19. Так же вычислен доверительный интервал параметр для условного математического ожидания: [8732,150812; 42167,77998] и доверительный интервал для индивидуального значения [1931,433686; 48968,49727].

Оценим тесноту связи с помощью показателей корреляции и детерминации.

Коэффициент корреляции rxy =-0,19. Следовательно, по шкале Чеддока наблюдается очень слабая обратная зависимость или вовсе отсутствует.

Коэффициент детерминации R2=0,038, говорит о том, что лишь 3,8% вариации (дисперсии, разброса) среднемесячной заработной платы объясняется изменением численности населения, а остальные 96,2% факторами, не включёнными в модель.

Отсюда можно сделать вывод, что математическая модель, выражающая данную зависимость объясняющей переменной, не подходит для описания зависимой переменной. Поэтому включение данного фактора в модель множественной регрессии нецелесообразно.

2.2. Исследование влияния численности экономически активного населения на среднемесячную заработную плату работников по регионам.

Представим исходные данные о среднемесячной номинальной заработной плате и численности экономически активного населения по регионам в виде статистической таблицы, удобной для анализа (см. табл. 4).

Таблица 4

Среднемесячная номинальная заработная плата и численность экономически активного населения по регионам