10 zastosowanie taksonomii wroc£awskiej w badaniach populacji
Transkrypt
10 zastosowanie taksonomii wroc£awskiej w badaniach populacji
10 E. Badach STOWARZYSZENIE EKONOMISTÓW ROLNICTWA I AGROBIZNESU Roczniki Naukowe l tom IX l zeszyt 3 El¿bieta Badach Akademia Rolnicza w Krakowie ZASTOSOWANIE TAKSONOMII WROC£AWSKIEJ W BADANIACH POPULACJI OSÓB BEZROBOTNYCH W WOJEWÓDZTWIE MA£OPOLSKIM THE USE OF THE WROCLAW TAXONOMY FOR THE UNEMPLOYED POPULATION IN THE MALOPOLSKIE PROVINCE STUDIES S³owa kluczowe: lokalny rynek pracy, taksonomia wroc³awska Key words: local labour market, the Wroclaw taxonomy Synopsis. Populacjê zarejestrowanych bezrobotnych w ka¿dym z powiatów województwa ma³opolskiego scharakteryzowano za pomoc¹ 5 zmiennych opisuj¹cych w ka¿dej z grup udzia³ osób o szczególnej sytuacji na rynku pracy. Do tych obiektów zastosowano algorytm taksonomii wroc³awskiej w celu ich podzia³u na grupy podobieñstwa. Umo¿liwi³o to wy³onienie obszarów, na których zespó³ rozpatrywanych problemów ekonomiczno-socjalnych wystêpuje w podobnym natê¿eniu. Wstêp Zjawisko bezrobocia w województwie ma³opolskim wystêpuje w umiarkowanym, na tle innych województw, natê¿eniu w grudniu 2006 roku stopa bezrobocia osi¹gnê³a poziom 11,4%, podczas gdy w skali kraju wskanik ten przyj¹³ wartoæ 14,9% [www.krakow-wup.pl]. Zjawisko jest zró¿nicowane przestrzennie. Stopa bezrobocia w powiatach waha siê od 5,5% dla powiatu grodzkiego, krakowskiego i 8,7% dla miasta-powiatu Tarnów do 21,9% dla nowos¹deckiego. Stopa bezrobocia nie jest jedynym miernikiem skali i natê¿enia problemu. Niezwykle wa¿ne z punktu widzenia dzia³añ na rzecz aktywnego zwalczania bezrobocia jest rozpoznanie w³aciwoci lokalnego rynku pracy, a zw³aszcza badanie pewnych szczególnych kategorii osób bezrobotnych, do których adresowane s¹ okrelone programy aktywizuj¹ce te grupy i u³atwiaj¹ce ich powrót do grupy pracuj¹cych. Poprawa skutecznoci dzia³añ w zakresie redukcji bezrobocia wymaga dzia³añ kompleksowych, obejmuj¹cych sposoby i instrumenty wp³ywaj¹ce na szerok¹ gamê determinantów zjawiska. Na lokalnych rynkach pracy uto¿samianych z obszarem dzia³alnoci danego powiatowego urzêdu pracy, wystêpuj¹ ró¿norodne problemy, charakterystyczne dla danej jednostki. Jednak¿e niektóre z tych, na ogó³ niekorzystnych zjawisk, wystêpuj¹ w podobnym natê¿eniu i skali na wiêkszych obszarach ni¿ powiat. Stwarza to w³adzom lokalnym i instytucjom obs³uguj¹cym rynek pracy mo¿liwoci po³¹czenia si³ i we wspólnym poszukiwaniu rozwi¹zañ najbardziej pal¹cych problemów oraz wzajemnego korzystania z dowiadczeñ w obrêbie grupy powiatów podobnych. Celem opracowania jest wyodrêbnienie grup obiektów (powiatów) podobnych ze wzglêdu na wybrane cechy zbiorowoci bezrobotnych zarejestrowanych na ich obszarze. Do przeprowadzenia podzia³u obiektów wybrano metodê taksonomii wroc³awskiej. Materia³y ród³owe i metodyka Materia³ ród³owy wykorzystany do badañ stanowi³y dane gromadzone i udostêpnione przez powiatowe urzêdy pracy dzia³aj¹ce na terenie województwa ma³opolskiego. Wytypowano wstêpnie 6 zmiennych, które charakteryzuj¹ zbiorowoæ bezrobotnych zarejestrowanych w danym urzêdzie. S¹ to nastêpuj¹ce wskaniki struktury: X1 odsetek bezrobotnych nie przekraczaj¹cych 25 roku ¿ycia, X2 odsetek bezrobotnych po 50 roku ¿ycia, X3 odsetek osób bezrobotnych do 27 roku ¿ycia z wy¿szym wykszta³ceniem, 11 Zastosowanie taksonomii wroc³awskiej w badaniach populacji osób bezrobotnych... X4 odsetek bezrobotnych bez kwalifikacji zawodowych, X5 odsetek bezrobotnych samotnie wychowuj¹cych dziecko do lat 7, X6 udzia³ osób niepe³nosprawnych w grupie zarejestrowanych bezrobotnych. Wszystkie wyró¿nione kategorie osób bezrobotnych zosta³y uznane w myl ustawy o promocji zatrudnienia i instytucjach rynku pracy (z 1 czerwca 2004 roku Dz.U) za grupy bezrobotnych szczególnie zagro¿onych na rynku pracy, do których kierowane s¹ specjalne formy pomocy. Wartoci wstêpnie zakwalifikowanych zmiennych diagnostycznych dla 22 powiatów województwa ma³opolskiego przedstawiono w tabeli 1. Tabela 1. Poz iom wy brany ch wska ników dla powiatów wojewódz twa ma³opolskiego (stan w dniu 30 XII 2006 r.) Powiat Wska niki X2 X1 X3 X4 X5 X6 18,8 18,8 26,0 30,5 17,6 31,6 22,5 23,5 26,4 22,5 20,6 19,3 36,8 23,9 23,1 28,5 28,3 23,6 23,1 35,7 19,0 23,4 24,7 5,218 0,211 1,8 1,6 3,2 1,3 1,6 3,8 2,5 1,1 2,9 1,0 3,4 1,5 2,6 2,1 2,6 2,0 2,2 3,4 2,2 3,4 2,2 1,9 2,2864 0,7858 0,3437 4,3 2,2 1,8 0,7 4,3 5,6 3,0 1,5 1,3 3,2 4,4 0,9 2,9 3,0 3,2 2,4 1,9 4,8 3,3 1,7 3,2 2,0 2,8 1,276715 0,455969 % Bocheñski Brzeski C hrzanowski D ¹browski Gorli cki Kraków Krakowski Li manowski Mi echowski Myleni cki Nowy s¹cz Nowos¹decki Nowotarski Olkuski Owi êci mski Proszowi cki Suski Tarnów Tarnowski Tatrzañski Wadowi cki Wi eli cki redni a arytmetyczna Odchyleni e standartowe Wskani k zmi ennoci 30,1 28,8 24,0 31,7 25,8 12,9 20,9 26,3 36,0 28,0 20,4 24,1 27,9 25,4 25,4 40,6 24,5 20,6 31,4 23,6 24,2 21,2 26,1 5,67 0,22 11,9 11,2 17,5 10,0 10,1 25,2 12,6 10,1 12,6 10,1 14,4 9,50 14,5 15,0 15,0 11,4 16,9 17,2 10,8 19,2 16,0 12,3 13,80 3,73 0,27 1,5 1,4 2,0 1,1 1,3 3,8 1,4 0,8 2,5 1,3 1,3 1,0 0,0 2,0 1,8 0,4 1,4 4,1 1,6 1,1 1,3 1,0 1,55 0,9184 0,5925 ród³o: obli czeni a w³asne na postawi e danych powi atowych urzêdów pracy dzi a³aj¹cych na obszarze województwa ma³opolski ego. Obiekty (czyli powiaty, uto¿samiane w tym przypadku z lokalnymi rynkami pracy województwa ma³opolskiego) opisane przy pomocy zmiennych, poddano analizie. Jej celem by³o wyodrêbnienie grup obiektów podobnych pod wzglêdem zespo³u rozpatrywanych cech populacji bezrobotnych. Pos³u¿ono siê w tym celu metod¹ taksonomii wroc³awskiej, pochodz¹c¹ z grupy taksonomicznych metod dendrytowych, opieraj¹cych siê na pojêciach z zakresu teorii grafów1 . Zastosowanie tej metody wymaga wstêpnych przekszta³ceñ (standaryzacji) danych wejciowych zebranych w macierzy wymiaru N x L, gdzie: N liczba obiektów poddanych analizie, L liczba zmiennych uwzglêdnionych w badaniu. Standaryzacji dokonano wed³ug wzoru: ] L 1 [L [ V gdzie: z(i) zmienna po standaryzacji, x(i) realizacja i-tej cechy, x rednia wartoæ cechy w analizowanej próbie, s odchylenie standardowe z próby. Graf G(W, G) jest to zbiór wierzcho³ków W wraz z ich odwzorowaniem G w tym samym zbiorze [Grabiñski 1992]. 12 E. Badach Procedura taka umo¿liwia przedstawienie rozpatrywanych zmiennych w jednolitej skali. W przypadku zaniechania tej czynnoci, na analizê mia³yby decyduj¹cy wp³yw zmienne o najwy¿szym zakresie wartoci. Dla przekszta³conych zmiennych oblicza siê nastêpnie macierz odleg³oci (w tym przypadku euklidesowych) miêdzy obiektami, która stanowi punkt wyjcia do budowy dendrytu wroc³awskiego. Jego konstrukcja przebiega w dwóch etapach [Grabiñski 1992, Hellwig 1968]. Etap 1. W ka¿dym wierszu (lub kolumnie) macierzy odleg³oci szuka siê elementu najmniejszego, wskazuj¹cego parê jednostek najbardziej podobnych. Otrzymane po³¹czenie przedstawia siê w postaci grafu niezorientowanego2 , w którym d³ugoci krawêdzi s¹ proporcjonalne do odleg³oci pomiêdzy jednostkami przyporz¹dkowanymi poszczególnym wierzcho³kom. Etap 2. Sprawdza siê spójnoæ grafu3 . Jeli nie jest on spójny, to poszczególne jego sk³adowe spójnoci (podgrafy spójne) ³¹cz¹ siê ze sob¹ w miejscu wyznaczonym przez minimaln¹ odleg³oæ pomiêdzy jednostkami wierzcho³kami nale¿¹cymi do ³¹czonych sk³adowych. Postêpowanie takie przeprowadza siê dot¹d, dopóki nie otrzyma siê grafu spójnego, nazywanego dendrytem wroc³awskim i wyznaczaj¹cego szukane uporz¹dkowanie klasyfikowanych jednostek. Dendryt stanowi podstawê klasyfikacji zbioru na k podzbiorów, które skupiaj¹ obiekty podobne pod wzglêdem badanych cech. Nastêpuje to w drodze podzia³u dendrytu, przez odrzucenie k-1 najd³u¿szych wi¹zade³. Wybór liczby k stanowi najtrudniejszy i najbardziej dyskusyjny etap analizy [Fr¹ckiewicz, Zadêcki 1973]. W literaturze opisywane s¹ liczne metody prowadz¹ce do ustalenia liczby k. W pracy wykorzystano metodê podzia³u naturalnego [Florek i in. 1951]. Aby dokonaæ takiego podzia³u nale¿y wstêpnie uporz¹dkowaæ malej¹co ci¹g d³ugoci wi¹zade³ dendrytu kompletnego {di}i=1,2,...,m. Nastêpnie za obliczyæ indeksy: ZL a G L , i=2, ,m a GL ~ gdzie: di d³ugoæ wi¹zade³ Wówczas za k przyjmuje siê liczbê naturaln¹, dla której Wk < Wk+1. Ten podzia³ zapewnia wiêc najwiêkszy spadek d³ugoci wi¹zade³ dendrytu. Po dokonaniu podzia³u zbioru wierzcho³ków (obiektów) na k podzbiorów, s¹ podstawy do twierdzenia, ¿e ka¿da z tych czêci jest bardziej jednorodna ni¿ ca³y zbiór W. Ze wzglêdu na za³o¿enia opisanej metody, zadbaæ nale¿y o to, aby zestaw zmiennych charakteryzuj¹cych obiekty poddane grupowaniu nie zawiera³ zmiennych skorelowanych, które s¹ nonikami podobnych informacji i przez to zniekszta³caj¹ analizê, wywieraj¹c wiêkszy ni¿ pozosta³e cechy wp³yw na dokonywane podzia³y. Po analizie wspó³czynników korelacji liniowej Pearsona stwierdzono, i¿ para X1 X2 jest ze sob¹ istotnie skorelowana (r = 0,61). Ze wzglêdu na to ze zbioru zmiennych diagnostycznych usuniêto zmienn¹ X2. Wszystkie cechy charakteryzuje doæ wysoka zmiennoæ (tab. 1). Wyniki badañ Po dokonaniu niezbêdnej eliminacji ka¿dy z 22 obiektów zosta³ opisany przez 5 zmiennych i jest uto¿samiany z punktem w przestrzeni R5. Obliczono odleg³oci euklidesowe miêdzy ka¿d¹ par¹ analizowanych obiektów. Macierz odleg³oci stanowi punkt wyjcia do budowy dendrytu. Ze wzglêdu na ograniczone rozmiary pracy, pominiêto prezentacjê tabeli odleg³oci. Dendryt spójny (kompletny) stanowi¹cy efekt analizy zamieszczono na rysunku 1. Analiza d³ugoci wi¹zañ otrzymanego dendrytu wskazuje, i¿ nale¿y odrzuciæ cztery najd³u¿sze wi¹zania w dendrycie spójnym i uzyskaæ w ten sposób piêæ grup obiektów podobnych. Wi¹zania te zaznaczono na diagramie lini¹ podwójn¹. Elementy w ten sposób uzyskanych podzbiorów s¹ nastêpuj¹ce: grupa 1: suski, wielicki, nowos¹decki, Nowy S¹cz, wadowicki, olkuski, limanowski, chrzanowski, mylenicki, brzeski, d¹browski, owiêcimski, 2 3 Graf niezorientowany jest to taki graf, w którym wierzcho³ki s¹ ³¹czone liniami (wi¹zad³ami) bez zaznaczonego kierunku. Graf jest spójny, je¿eli ka¿de dwa ró¿ne jego wierzcho³ki s¹ po³¹czone nieprzerwanym ci¹giem wi¹zade³. Zastosowanie taksonomii wroc³awskiej w badaniach populacji osób bezrobotnych... QRZRWDUVNL WDWU]D VNL NUDNRZVNL SURV]RZLFNL WDUQRZVNL 13 EU]HVNL P\ OHQLFNL QRZRV GHFNL R ZL FLPVNL ZDGRZFNL OLPDQRZVNL RONXVNL G EURZVNL VXVNL Tabela 2. rednie wartoci badany ch cech w podz biorach obiektów podobny ch Grupy Grupa Grupa Grupa Grupa Grupa 1 2 3 4 5 FKU]DQRZVNL X1 X3 X4 X5 X6 25,33 31,98 18,13 25,75 36,00 1,37 1,20 3,10 0,55 2,50 23,24 22.00 25,90 36,25 26,40 2,01 1,90 3,23 3,00 2,90 2,33 3,58 4,47 2,30 1,30 PLHFKRZVNL Rysunek 1. Dendrogram kompletny ród³o: opracowanie w³asne. ród³o: obli czeni a w³asne. grupa 2: gorlicki, bocheñski, proszowicki, tarnowski, grupa 3: Kraków, Tarnów, krakowski, grupa 4: tatrzañski, nowotarski, grupa 5: miechowski. rednie wartoci rozpatrywanych wskaników dla poszczególnych podzbiorów przedstawiono w tabeli 2. Powiaty tworz¹ce pierwsz¹, najliczniejsz¹ grupê, obejmuj¹c¹ ponad po³owê badanych obiektów, charakteryzuj¹ siê stosunkowo niskim (na tle innych) odsetkiem bezrobotnych bez kwalifikacji zawodowych, za powa¿nym problemem jest tam brak pracy dla ludzi m³odych. rednio, co czwarta osoba pozostaj¹ca bez pracy na tym obszarze, to osoba, która nie ukoñczy³a 25 roku ¿ycia, zatem aktywne formy zwalczania bezrobocia wdra¿ane przez instytucje rynku pracy powinny byæ adresowane szczególnie do tej grupy (sta¿e absolwenckie, szkolenia dla osób wchodz¹cych na rynek pracy, projekty finansowanych z Europejskiego Funduszu Spo³ecznego skierowane do tej kategorii bezrobotnych, np.: Europejska Perspektywa Program Aktywizacji Zawodowej M³odzie¿y). Tak wysoka liczebnoæ skupienia wiadczy o du¿ym stopniu podobieñstwa i zbie¿noci problemów w przypadku wiêkszoci lokalnych rynków pracy województwa ma³opolskiego. Powinno to sk³aniaæ lokalne w³adze i odpowiednie instytucje do wspó³dzia³ania w zakresie poszukiwania rodków zaradczych. Skupienie drugie tworz¹ powiaty, w których zbiorowoæ bezrobotnych cechuje siê bardzo wysokim udzia³em osób w wieku poni¿ej 25 lat. Grupa ta odznacza siê tak¿e stosunkowo wysokim na tle innych wskanikiem udzia³u osób niepe³nosprawnych. Grupê trzeci¹ tworz¹ trzy powiaty, stanowi¹ce du¿e skupiska miejskie i tereny wokó³ nich. Charakterystyczny w tej grupie jest niski odsetek ludzi m³odych wród zarejestrowanych bezrobotnych, a jednoczenie najwy¿szy wskanik osób w wieku poni¿ej 27 roku ¿ycia z wy¿szym wykszta³ceniem. Mo¿na to t³umaczyæ obecnoci¹ du¿ych orodków akademickich na tym obszarze i tym samym wiêkszym nasyceniem tego rynku ich absolwentami. Grupa czwarta skupia tylko dwa powiaty. Najwiêkszy problem stanowi bardzo du¿y wskanik bezrobotnych nie posiadaj¹cych kwalifikacji nie posiada ich co trzecia zarejestrowana osoba. 14 E. Badach Podsumowanie W wyniku przeprowadzonych badañ wyodrêbniono piêæ grup powiatów województwa ma³opolskiego, podobnych ze wzglêdu na skalê i natê¿enie pewnych problemów wystêpuj¹cych na lokalnych rynkach pracy. Wy³onienie tych skupieñ z jednej strony wskazuje na mo¿liwoæ wspó³dzia³ania i wymiany dowiadczeñ w obrêbie grupy, pomiêdzy lokalnymi w³adzami i instytucjami obs³uguj¹cymi rynki pracy, z drugiej za mo¿e dopingowaæ do wspólnego poszukiwania sposobów redukcji i zwalczania niekorzystnych zjawisk. Literatura Florek. £ukaszewicz J., Perkal J., Steinhaus H,. Zubrzycki S. 1951: Taksonomia wroc³awska. Przegl¹d Antropologiczny, nr 17. Fr¹ckiewicz L., Zadecki J. 1973: Zastosowanie taksonomii wroc³awskiej do badañ warunków bytu i ¿ycia ludnoci w regionach województwa katowickiego. Wiadomoci Statystyczne, nr 9, 29-33. Grabiñski T. 1992: Metody taksonometrii. AE, Kraków. Hellwig Z. 1968: Zastosowanie metody taksonomicznej do typologicznego podzia³u krajów ze wzglêdu na poziom ich rozwoju oraz zasoby i strukturê wykwalifikowanych kadr. Przegl¹d Statystyczny, nr 4, 307-324. www.krakow-wup.pl Summary Population of registered unemployed persons in each of the 22 districts of the malopolskie province was characterized by means of 5 variables describing the share of persons in a specific situation on the labour market in each group (i.e. the unemployed from individual districts). An algorithm of the Wroclaw taxonomy was applied for the objects (populations) described in this way in order to divide them into similarity groups. It makes possible identification of the areas in which the set of discussed economic and social problems occurs with a similar intensity which involves also joint seeking solutions and alleviating these problems. Adres do korespondencji: dr El¿bieta Badach Akademia Rolnicza w Krakowie Katedra Statystyki Matematycznej al. Mickiewicza 21 31-120 Kraków tel. (0 12) 662 44 27 e-mail: [email protected]