Determinanty bezrobocia w Polsce jako czynniki strategii ...zif.wzr.pl/pim/2013_4_3_3.pdf · Jak wcześniej wspomniano bezrobocie, a właściwie jego rozmiary najłatwiej można zdefiniować

Maria Balcerowicz-Szkutnik*

Elżbieta Sojka**

Włodzimierz Szkutnik***

Determinanty bezrobocia w Polsce

jako czynniki strategii zarządzania przedsiębiorstwem

Wstęp

Zarządzanie przedsiębiorstwem rozumiane w najprostszej formie jako zbiór procesów, zasad, praw oraz instytucji wpływających na to jak przedsiębiorstwo jest zarządzane, kierowane i kontrolowane nie może pominąć najważniejszego elementu tego przedsiębiorstwa, czyli czło-wieka. Zachwianie relatywnej stabilności na rynku pracy zdecydowanie osłabia bezpieczeństwo prawidłowego funkcjonowania gospodarki, a tym samym jej elementów, czyli przedsiębiorstw. Właściwa ocena kondycji rynku pracy zarówno w zakresie regionalnym, jak i globalnym stanowić może element oceny ryzyka w zarządzaniu przedsiębior-stwem, zwiększać jego konkurencyjność i zdolność do przetrwania w aktualnych realiach gospodarczych i finansowych. Analizy rynku pracy obejmują zarówno wielkość i strukturę zasobów pracy, czyli stro-nę podażową rynku pracy, jak i zgodność tej struktury z oczekiwaniami w gospodarce, czyli stronę popytową. Podaż w tym przypadku oznacza zasoby pracy równoważne z potencjałem ludności w wieku produkcyj-nym, a popyt to oferty pracy kierowane przez pracodawców do poten-cjalnych pracowników. Istniejąca rozbieżność pomiędzy stroną popyto-wą i podażową stanowi ryzyko w zarządzaniu przedsiębiorstwem i go-spodarką w wymiarze nie tylko ekonomicznym, ale również społecz-nym i nawet politycznym.

*Prof. UE, dr hab., Katedra Rynku Pracy, Wydział Ekonomii, Uniwersytet Ekonomiczny w Katowicach, e-mail: maria.balcerowicz-szkutnik@ue. katowice.pl, ul. Bogucicka 14, 40-226 Katowice **Prof. UE, dr hab., Katedra Metod Statystyczno-Matematycznych w Ekonomii, Wydział Ekonomii, Uniwersytet Ekonomiczny w Katowicach, e-mail: [email protected], ul. Bogucicka 14, 40-226 Katowice ***Prof. zw. dr hab., Katedra Metod Statystyczno-Matematycz-nych w Ekonomii, Wydział Ekonomii, Uniwersytet Ekonomiczny w Katowicach, e-mail: [email protected], ul. Bogucicka 14, 40-226 Katowice

Maria Balcerowicz-Szkutnik, Elżbieta Sojka, Włodzimierz Szkutnik 36

W zarządzaniu przedsiębiorstwem ważne są nie tylko własne zaso-by pracy, ale także te, które mają konkurujące na rynku przedsiębior-stwa. Wpływa to na tworzenie się w przedsiębiorstwie wzorców za-trudnienia dających przedsiębiorstwom szansę na sprostanie wymaga-niom rynku. Kompatybilna z otoczeniem struktura wpływa na kształ-towanie właściwych relacji wewnętrznych i na postrzeganie przedsię-biorstwa przez otoczenie zewnętrzne. Ponadto w zależności od charak-teru — rodzaju produkcji (usługi, przemysł) istotny w tej strukturze jest segment zatrudnionych o predyspozycjach wpływających na wizerunek firmy, tzn. ta grupa pracowników, która ma bezpośredni kontakt z na-bywcą produktu. Badania struktury zatrudnienia w przedsiębiorstwie w tym kontekście, jakkolwiek ważne w procesie zarządzania, nie stano-wią ze względu na ich specyfikę problematyki niniejszego artykułu. Istotne w analizie bezrobocia są zróżnicowania występujące na ryn-kach pracy, co jest przejawem braku równowagi pomiędzy podażową i popytową stroną rynku pracy. Widoczne to jest w strukturach bezro-bocia, dlatego współczesne badania rynku pracy powinny obejmować również wnikliwą analizę strukturalną osób bez pracy lub jej poszukują-cych. Czynnikami rozważanymi przy szczegółowych analizach rynku pracy powinna być płeć i wiek potencjalnego pracownika. Powszechnie wiadomo, że sytuacja kobiet na rynku pracy jest gor-sza niż sytuacja mężczyzn, a bezrobocie dotyka głównie ludzi młodych do 24 roku życia. Warto również zwrócić uwagę na problem zatrudnia-nia osób w wieku 55+, szczególnie w warunkach podwyższonego wieku emerytalnego. Istotną cechą, która w znacznym stopniu decyduje o sy-tuacji i szansach osób bezrobotnych na rynku pracy jest wykształcenie. Niższy poziom wykształcenia przekłada się na większe trudności ze znalezieniem zatrudnienia. Wśród osób bezrobotnych w Polsce naj-większy odsetek stanowią osoby z wykształceniem co najwyżej zasadni-czym zawodowym. Niepokojący jest tu jednak dość duży w ostatnim okresie wzrost odsetka bezrobotnych z wykształceniem wyższym (z 8,3% w 2008 do 11,6% w 2012 roku w skali całego kraju). Przyczyn tego zjawiska należy szukać w mało elastycznym systemie kształcenia i słabym dostosowaniu go do potrzeb zmieniającego się rynku pracy [Sojka, 2011, s. 253], albo niedostosowaniu samego rynku pracy do wchłaniania i przystosowania zawodowego ogólnie wykształconych osób o dużych predyspozycjach i zdolnościach.

Determinanty bezrobocia w Polsce jako czynniki strategii zarządzania… 37

Okres poszukiwania pracy jest również jednym z czynników okre-ślających sytuację na rynku pracy. Im ten okres jest dłuższy, tym mniej-sze są szanse znalezienia pracy, natomiast większe są negatywne konse-kwencje dla życia osobistego osoby bezrobotnej i jej rodziny. Jeżeli czas poszukiwania pracy przekracza 12 miesięcy brak zatrudnienia ma cha-rakter bezrobocia długotrwałego.

Zasadniczym celem artykułu jest przestrzenno-czasowa1 analiza stanu i struktury bezrobocia w Polsce w ujęciu wojewódzkim. Analizie poddano zmiany w czasie podstawowych wskaźników charakteryzują-cych poziom bezrobocia z punktu widzenia różnych cech demograficz-no-społecznych tj. płeć, wiek, wykształcenie, czas pozostawania bez pra-cy oraz staż pracy osób bezrobotnych. Rozważono również swoistą rela-cję strony popytowej i podażowej na rynku pracy, czyli zbadano liczbę bezrobotnych przypadających na jedną ofertę pracy. Posłużono się in-terpretacjami graficznymi wartości mierników charakteryzujących po-ziom bezrobocia w postaci histogramów i kartogramów, a także sformu-łowano stosowne wnioski na ich podstawie. W drugiej części opracowania zbadano podobieństwo województw ze względu na zjawisko bezrobocia, które można opisać za pomocą wie-lu cech jednocześnie. Wykorzystano przy tym metody wielowymiarowej analizy porównawczej tzn. metodę Warda, metodę k-średnich oraz tak-sonomię wrocławską. Badanie przeprowadzono dla skrajnych lat bada-nego okresu tj. 2008 i 20122. Metody grupowania (klasyfikacji) pozwalają na podział zbioru n obiektów na rozłączne i niepuste podzbiory nazywane klasami, tak aby obiekty wchodzące w skład tych samych klasy były najbardziej podob-ne, natomiast obiekty należące do różnych klas — najmniej podobne ze względu na badane zjawisko. Wśród metod grupowania wyróżnia się: metody hierarchiczne i niehierarchiczne [Balcerowicz-Szkutnik, Sojka, 2011, s. 94].

Metody hierarchiczne sprowadzają się do wyodrębnienia pełnej hierarchii skupień. Wyniki podziału przedstawiane są za pomocą den-drogramu. Przykładem metody hierarchicznej są metody dendrytowe, np. taksonomia wrocławska. Wyróżnia się tutaj dwie grupy technik łą-czenia — procedury aglomeracyjne i podziału. W procedurach aglome-

1 Okres badawczy obejmuje lata 2008–2012, a wszelkie analizy prowadzone były w oparciu o dane GUS uzyskane z Banku Danych Lokalnych. 2 Wszelkie obliczenia przeprowadzono z wykorzystaniem pakietu STATISTICA.


racyjnych obiekty traktuje się na początku jako odrębne skupienie, a proces klasyfikacji polega na łączeniu grup, aż do otrzymania jednej grupy obejmującej wszystkie obiekty analizowanego zbioru. Metoda Warda to jedna z aglomeracyjnych metod grupowania, którą spośród pozostałych wyróżnia wykorzystanie podejścia analizy wariancji do oszacowania odległości między skupieniami. W metodzie tej odle-głości między dwiema grupami obiektów nie można przedstawić wprost za pomocą odległości pomiędzy obiektami należącymi do tych grup. Dwie grupy obiektów przy tworzeniu drzewka połączeń, na do-wolnym etapie, są łączone w jedną grupę, tak aby zminimalizować su-mę kwadratów odchyleń wszystkich obiektów z tych dwóch grup od środka ciężkości nowej grupy, która powstanie w wyniku połączeń obu grup. Oznacza to, że na każdym etapie łączenia grup obiektów ze wszystkich możliwych do łączenia grup obiektów łączy się w jedną grupę te spośród nich, które w rezultacie tworzą grupę obiektów o naj-mniejszym zróżnicowaniu ze względu na opisujące zmienne. W metodach niehierarchicznych nie ma możliwości przedstawienia procesu tworzenia skupień za pomocą dendrogramu. Przykładem me-tody niehierarchicznej jest metoda k-średnich. Zbiór obiektów dzielony jest na k grup (skupień), a liczba k jest zwykle określana a priori. Obiekt jest przydzielony do skupienia, którego środek ciężkości leży najbliżej w sensie odległości euklidesowej. Za kryterium oceny jakości podziału zbioru obiektów na grupy przyjmuje się funkcję podziału, mającą zwy-kle postać sumy odległości euklidesowych od środków ciężkości wła-ściwych im grup. Uzyskuje się podział zbioru obiektów na k grup, dla którego wewnątrzgrupowa wariancja osiąga minimum3. Metoda taksonomii wrocławskiej polega na konstrukcji dendrytu, czyli linii łamanej rozgałęziającej się, lecz nie zawierającej łamanych za-mkniętych, łączącej wszystkie obiekty należące do klasyfikowanego zbioru. Długości wiązadeł dendrytu są wyznaczane przez odległości pomiędzy odpowiednimi parami obiektów. Dendryt umożliwia nieli-niowe uporządkowanie obiektów na płaszczyźnie. Za najlepsze upo-rządkowanie nieliniowe danego zbioru obiektów uznaje się takie upo-rządkowanie, dla którego dendryt ma najmniejszą długość.

3 Szczegółowy opis metod grupowania czytelnik znajdzie w pracy: [Panek, 2009].


2. Dynamika poziomu bezrobocia z uwzględnieniem

podstawowych cech demograficznych i społecznych

Jak wcześniej wspomniano bezrobocie, a właściwie jego rozmiary najłatwiej można zdefiniować jako przejaw braku równowagi pomiędzy podażową i popytową stroną rynku pracy. Jest to oczywiście podejście bardzo uproszczone i zapewne dyskusyjne, ale w podstawowych anali-zach użyteczne. Wpływ na rozmiary bezrobocia mają zarówno czynniki demograficzne, jak i społeczne. Szczegółowe analizy, których wyniki przedstawiono w artykule, zawężono do lat 2008 i 2012. Wybór wskaza-nych momentów czasowych był nieprzypadkowy, uznano bowiem, że w roku 2008 jako roku światowego kryzysu finansowego zmiany na rynku pracy były zdecydowanie widoczne, co potwierdziły inne ba-dania [Balcerowicz, 2010 b]. Natomiast wybór roku 2012 podyktowany został dostępnością najbardziej aktualnych danych z zakresu rynku pra-cy. Rozważano również rozszerzenie analiz na rok 2004 jako rok przy-stąpienia Polski do struktur unijnych, ale ze względu na brak istotnych zmian na rynku pracy (gwałtowne zmiany spowodowane migracjami zarobkowymi były widoczne dopiero w kolejnych latach), w tym przy-padku zrezygnowano z analizy.

Stopę bezrobocia rejestrowanego — stan w IV kwartale badanych lat przedstawiono na rysunku 1 w roku 2012 w stosunku do 2008 wzro-sła w każdym z województw, przy czym najniższy poziom osiągnęła w woj. wielkopolskim (9,9%) a najwyższy, niemal dwukrotnie wyższy, wystąpił w woj. warmińsko — mazurskim (21,6%). Równie wysoki po-ziom bezrobocia występował w województwie kujawsko-pomorskim (17,9%) i zachodnio-pomorskim (18,1%). Uporządkowanie według wzrastającego poziomu stopy bezrobocia nie uległo na przestrzeni lat zmianie, bo podobna kolejność widoczna była również w roku 2008.

Zatem opierając się na tej zależności można uporządkować teryto-rialnie województwa w Polsce ze względu na wybrany wskaźnik (rysu-nek 2). Wyraźnie widoczne jest zagrożenie bezrobociem województw północnej Polski, a tradycyjnie centralne (wielkopolskie i mazowieckie) i południowe (opolskie i śląskie) charakteryzują się bardziej stabilną po-zycją na rynku pracy.


Rysunek 1. Dynamika stopy bezrobocia rejestrowanego w % w Polsce

według województw w latach 2008 i 2012

0

5

10

15

20

25

ŁÓDZK

IE

MAZ

OWIECKIE

MAŁOPOLSKIE

*

ŚLĄS

KIE *

LUBE

LSKIE

PODKARPAC

KIE *

PODLA

SKIE

ŚWIĘT

OKRZYSKIE

LUBUSKIE

WIELK

OPOLSKIE

ZACHODNIOPOMORS

KIE

DOLNOŚLĄ

SKIE

OPOLSKIE

KUJA

WSKO-POMORSKIE

POMORSKIE

WARMIŃS

KO-M

AZURSKIE

2008 2012 Źródło: Opracowanie własne z wykorzystaniem pakietu STATISTICA.

Rysunek 2. Rozkład terytorialny stopy bezrobocia rejestrowanego w Polsce

według województw w roku 2012

9 - 1212 - 13

13 - 1515 - 1616 - 1818 - 2020 - 22

DOLNOŚLĄSKIE

KUJAWSKO-POMORSKIE

LUBELSKIE

LUBUSKIE

ŁÓDZKIE

MAŁOPOLSKIE

MAZOWIECKIE

OPOLSKIE

PODKARPACKIE

PODLASKIE

POMORSKIE

ŚLĄSKIE

ŚWIĘTOKRZYSKIE

WARMIŃSKO-MAZURSKIE

WIELKOPOLSKIE

ZACHODNIOPOMORSKIE

Źródło: Opracowanie własne z wykorzystaniem pakietu STATISTICA.


Czynnikiem o charakterze społecznym kształtującym poziom bez-robocia jest bezsprzecznie czas pozostawania bez pracy. Według klasy-fikacji międzynarodowych osoby pozostające bez pracy dłużej niż rok uznaje się za długotrwale bezrobotne, a bezrobocie długoterminowe uznawane jest za jedną z najbardziej kłopotliwych jego form. Jest to szczególna forma bezrobocia, różniąca się w znacznym stopniu od po-zostałych [Balcerowicz-Szkutnik, Sojka, 2010]. Można ująć to następują-co: po pierwsze następuje swoista „profesjonalizacja” statusu bezrobot-nego, czyli bezrobocie staje się w coraz większym stopniu sposobem na życie, po wtóre, aktywizacja bezrobotnych długotrwale jest trudniejsza niż przejściowo bezrobotnych. Długotrwałe bezrobocie w dużym stop-niu zdeterminowane jest przez płeć. Znaczną część z tej grupy bezro-botnych stanowią kobiety, ponieważ są uważane przez pracodawców za pracowników mniej dyspozycyjnych i bardziej kłopotliwych (urlopy macierzyńskie lub wychowawcze, zwolnienia na opiekę nad chorym dzieckiem), zaś zakres dyspozycyjności zawodowej jest w przypadku kobiet węższy (pracują w mniejszej liczbie zawodów, zwłaszcza zwią-zanych z przemysłem ciężkim). Wiek i staż pracy są ze sobą skorelowa-ne i wywierają podobny wpływ na czas pozostawania bez pracy. Wśród ludzi bezrobotnych dużą grupą są ludzie młodzi mający nie więcej niż 25 lat oraz osoby, które przekroczyły 50. rok życia. Zdecydowana więk-szość długotrwale bezrobotnych to osoby, które wcześniej pracowały. W przeważającej części utracili oni pracę w związku z likwidacją zakła-du lub stanowiska pracy. Najczęściej byli pracownikami przemysłu i budownictwa, rzadziej handlu prywatnego. Długoterminowość bezro-bocia wynika z nieodpowiednich kwalifikacji lub wręcz ich braku bądź z niedopasowania kwalifikacji do wymogów rynku pracy. Skalę bezro-bocia długoterminowego zbadano w oparciu o odsetek bezrobotnych poszukujących pracy dłużej niż 12 miesięcy w stosunku do ogółu bezro-botnych (rysunki 3 i. 4).

Z analizy danych przedstawionych na rysunku 3 wynika, że odse-tek osób pozostających bez pracy dłużej niż rok w grupie osób bezro-botnych jest znaczny i sięgał w roku 2008 od 26,88% (lubuskie) do 43,22 % (świętokrzyskie) [Balcerowicz-Szkutnik, Szkutnik, 2010].


Rysunek 3. Dynamika stopy bezrobocia długoterminowego w % w Polsce

według województw w latach 2008 i 2012

0,0 0

5,0 0

10,0 0

15,0 0

20,0 0

25,0 0

30,0 0

35,0 0

40,0 0

45,0 0

50,0 0

ŁÓDZKIE

MAZOW

IECKIE

MAŁO

POLSKI E

*

ŚLĄ

SKIE *

LUB

ELSKIE

PODKARPACKIE

*

PODLASKIE

ŚW

IĘTO

KRZYSKIE

LUBUSKIE

WIE

LKOPOLSKIE

ZACHO

DNIOPOM

ORSKIE

DO

LNOŚLĄS

KIE

OPOLSK

IE

KUJAW

SKO-P

OMORSKI E

POMO

RSKIE

WARMIŃ

SKO-M

AZU

RSKIE

2008 2012


Rysunek 4. Stopa bezrobocia długoterminowego w % w Polsce


28,35 - 30,26

30,26 - 32,16

32,16 - 34,06

34,06 - 35,96

35,96 - 37,87

37,87 - 39,77

39,77 - 41,67

Łódzkie

Mazowieckie

Małopolskie

Śląskie

Lubelskie

Podkarpackie

Podlaskie

Świętokrzyskie

Lubuskie Wielkopolskie

Zachodniopomorskie

Dolnośląskie

Opolskie

Kujawsko-Pomorskie

Pomorskie

Warmińsko-Mazurskie



W roku 2012 dostrzegalne były nieznaczne korzystne zmiany po-ziomu bezrobocia długoterminowego, którego najniższy poziom obser-wowano również w województwie lubuskim (28,36%), a najwyższy w podkarpackim (41,67%). Wysoki poziom bezrobocia długotermino-wego jest zdecydowanie niekorzystny zarówno w skali mikro-, jak i ma-krogospodarczej.

Analiza rozkładu terytorialnego poziomu bezrobocia długotermi-nowego (rysunek 4) pozwala zauważyć wyraźny podział na wschodnią stronę kraju (zagrożoną bezrobociem w najwyższym stopniu) i zachod-nią — o poziomie bezrobocia długoterminowego występującego w mniejszej skali. Praktycznie taki podział pokrywa się z obszarami mniej i bardziej rozwiniętymi gospodarczo, gdzie bezrobocie generowa-ne jest przez słabe zaplecze popytowej strony rynku pracy. Czynnikiem demograficznym mającym silny wpływ na poziom bezrobocia jest struk-tura wieku zasobów pracy.

Odsetek młodych ludzi pozostających bez pracy w gronie ogółu bezrobotnych (rysunek 5) sięga ponad 25% (województwo małopolskie w roku 2008 i 2012), a najniższy odsetek zaobserwowano w wojewódz-twie dolnośląskim (16,17% w roku 2012).

Rysunek 5. Dynamika stopy bezrobocia w % w grupie wieku 18–24 lat

w Polsce według województw w latach 2008 i 2012

0,00

5,00

10,00

15,00

20,00

25,00

30,00

ŁÓDZKIE

MAZOWIECKIE

MAŁOPOLS

KIE *

ŚLĄS

KIE *

LUBELS

KIE

PODKARPAC

KIE *

PODLA

SKIE

ŚWIĘT

OKRZYSK

IE

LUBU

SKIE

WIELK

OPOLS

KIE

ZACHODNIO

POMORSKIE

DOLNOŚ

LĄSKI

E

OPOLSKIE

KUJA

WSKO-PO

MORSKIE

POMORSKIE

WAR

MIŃSKO

-MAZUR

SKIE



Na słabo chłonnym rynku pracy zainteresowanie możliwością za-trudnienia młodego pracownika, nie mającego doświadczenia zawodo-wego i z reguły bardziej podatnego na migrację zarobkową jest niewiel-kie, co przekłada się na wysoki poziom bezrobocia wśród osób w wieku 18–24 lat. Potencjalni pracownicy z tej grupy wiekowej stanowią zaple-cze podażowej strony rynku pracy o poziomie wykształcenia (z reguły tylko teoretycznego) zapewne wyższym niż pracownicy w starszym wieku. Są oni bardziej kreatywni i dyspozycyjni, ale mają mniejszy po-ziom doświadczenia zawodowego, a pracodawcy nie zawsze odwołują się do wiedzy teoretycznej przedkładając nad nią doświadczenie zawo-dowe. Rozkład terytorialny stopy bezrobocia wśród młodzieży przed-stawia rysunek 6.

Rysunek 6. Stopa bezrobocia w % we grupie wieku 18–24 lata w Polsce


16,16 - 17,3817,38 - 18,5918,59 - 19,819,8 - 21,0121,01 - 22,2222,22 - 23,4423,44 - 24,65

Łódzkie

Mazowieckie

Małopolskie

Śląskie

Lubelskie

Podkarpackie

Podlaskie

Świętokrzyskie


Zachodniopomorskie

Dolnośląskie

Opolskie

Kujawsko-Pomorskie

Pomorskie



Widocznym jest, podobnie jak w przypadku bezrobocia długoter-

minowego swoisty podział kraju na części o większym i mniejszym stopniu zagrożenia bezrobociem wśród absolwentów. Nieco zakłócają tę proporcjonalność dane dotyczące województwa wielkopolskiego, w któ-rym poziom bezrobocia młodzieży jest zdecydowanie wysoki (22,75%), stawiając je niemal na tym samym poziomie, co województwa o najwyż-szym wskaźniku bezrobocia wśród absolwentów, takie jak małopolskie (24,65%), lubelskie (22,34%) i podkarpackie (22,64%).


Obok wieku potencjalnego pracownika czynnikiem wpływającym na otrzymanie pracy jest bezsprzecznie wykształcenie. Wśród ogółu bezrobotnych zdecydowanie najmniejszy odsetek stanowią osoby z wyższym wykształceniem. Niestety niepokojący jest fakt, że w roku 2012 odsetek tych osób wśród ogółu bezrobotnych wzrósł w znacznym stopniu i w przypadku np. województwa lubuskiego i opolskiego nie-mal o 50%, czyli odpowiednio 50,46% i 48,64%. Na ten fakt ma zapewne wpływ wzrost współczynnika skolaryzacji w kraju i w konsekwencji pojawienie się na rynku pracy grupy młodych pracowników z wyższym wykształceniem. Proces kształcenia zdecydowanie wyprzedził możli-wości rynku pracy w zapewnieniu atrakcyjnych miejsc pracy dla dobrze wykształconych pracowników. Rysunek 7 prezentuje dynamikę stopy bezrobocia w latach 2008 i 2012.

Rysunek 7. Dynamika stopy bezrobocia w % według województw w grupie

osób z wykształceniem wyższym w Polsce w latach 2008 i 2012

0,00

2,00

4,00

6,00

8,00

10,00

12,00

14,00

16,00

ŁÓDZKIE

MAZOWIEC

KIE

MAŁOP

OLSKIE

*

ŚLĄS

KIE *

LUBELS

KIE

PODKARP

ACKIE *

PODLASKIE

ŚWIĘ

TOKRZY

SKIE

LUBU

SKIE

WIELK

OPOLSKIE

ZACHODN

IOPOMORSKIE

DOLN

OŚLĄ

SKIE

OPOLSKIE

KUJA

WSKO-P

OMORSKIE

POMORSKIE

WAR

MIŃSKO

-MAZ

URSKIE


Jeśli rozważyć dodatkowo zróżnicowanie terytorialne poziomu

bezrobocia wśród osób z wyższym wykształceniem to w całym prze-dziale czasowym od 2008 do 2012 roku wyraźnie widoczne są woje-wództwa, w których jest on zawyżony i te w których poziom bezrobocia


jest zawsze najniższy. Są to odpowiednio: lubelskie, świętokrzyskie i małopolskie, z drugiej strony — kujawsko-pomorskie, zachodniopo-morskie i lubuskie. Rysunek 8 przedstawia strukturę podziału teryto-rialnego w roku 2012. Brak jest widocznego, w przypadku poprzednich współczynników niemal pionowego, podziału Polski ze względu na wartości miernika.

Rysunek 8. Struktura bezrobocia w % w grupie osób z wyższym

wykształceniem w Polsce według województw w roku 2012

7,8 - 8,878,87 - 9,93

9,93 - 10,99

10,99 - 12,0512,05 - 13,11

13,11 - 14,17

14,17 - 15,23

Łódzkie

Mazowieckie

Małopolskie

Śląskie

Lubelskie

Podkarpackie

Podlaskie

Świętokrzyskie


Zachodniopomorskie

Dolnośląskie

Opolskie

Kujawsko-Pomorskie

Pomorskie



Nie występuje również zgodność struktury podziału kraju według wykształcenia mieszkańców poszczególnych województw. Wojewódz-twami, w których co roku największa liczba osób w przeliczeniu na 10 tysięcy mieszkańców kończy wyższe studia są tradycyjnie małopolskie i mazowieckie, ale jest to związane z liczbą wyższych uczelni w nich skupionych. Niezwykle trudno jest określić precyzyjnie poziom wy-kształcenia mieszkańców poszczególnych województw, gdyż takiej oce-ny można dokonać jedynie na podstawie wyników spisu powszechne-go. Ostatni Spis Powszechny z roku 2011 pozwolił na ustalenie, że w poziomie wykształcenia ludności według województw widoczne jest wyraźne zróżnicowanie regionalne (rysunek 9).


Rysunek 9. Ludność w wieku 13 lat i więcej według poziomu wykształcenia

i województw w 2011 roku

Źródło: [Ludność…, s. 109].

Największe różnice w poszczególnych województwach zaobser-wować można wśród osób posiadających wykształcenie wyższe. Naj-większy odsetek osób o tym poziomie wykształcenia odnotowano w województwie mazowieckim — 23,6% i był on większy od średniego wskaźnika dla Polski aż o 6,6%. Kolejne województwa o stosunkowo wysokim odsetku osób o wykształceniu wyższym to pomorskie (17,6%) i małopolskie (17,2%). Dla porównania najniższym odsetkiem osób po-siadających wykształcenie wyższe charakteryzowały się województwa: opolskie (13,6%), warmińsko-mazurskie (14,0%), kujawsko-pomorskie (14,1%)

Analiza strony podażowej i popytowej rynku pracy skłania także do rozważenia liczby bezrobotnych przypadających na jedną ofertę pra-cy, gdyż dynamika zmian w tym zakresie pozwoli na stwierdzenie czy istnieje szansa szybkiej lub w miarę szybkiej stabilizacji rynku pracy, a tym samym ogólnej poprawy kondycji przedsiębiorstw i całej gospo-darki. Rysunek 10 przedstawia te zależności w latach 2008 i 2012.


Rysunek 10. Liczba bezrobotnych zarejestrowanych przypadających

na 1 ofertę pracy w latach 2008 i 2012 według województw

0

50

100

150

200

250

300

350

ŁÓDZ

KIE

MAZOW

IECKIE

MAŁ

OPOLSKIE

*

ŚLĄS

KIE *

LUBEL

SKIE

PODKAR

PACKIE

*

PODLASKIE

ŚWIĘT

OKRZY

SKIE

LUBU

SKIE

WIELKO

POLSKIE

ZACHODNIOPOMORSK

IE

DOLNOŚ

LĄSKIE

OPOLSKI

E

KUJA

WSKO-P

OMORSKIE

POMORSKIE

WAR

MIŃSK

O-MAZ

URSKIE


Różnice dla poszczególnych obszarów wynoszą do kilkuset osób (śląskie w 2008 — 16 osób i warmińsko-mazurskie w 2008 roku — 327 osób na 1 ofertę). W roku 2012 nastąpiły zmiany o niekorzystnym kie-runku, bo prawie we wszystkich województwach (oprócz lubelskiego, podkarpackiego i warmińsko-mazurskiego) liczba osób bezrobotnych przypadających na 1 ofertę pracy zdecydowanie wzrosła i choć różnica pomiędzy najmniejszą i największą liczbą osób bezrobotnych przypada-jących na 1 ofertę pracy nie jest już tak duża (śląskie — 46 osób i święto-krzyskie — 218 osób), to jednak nastąpił wzrost, który w niektórych wo-jewództwach był niemal trzykrotny (łódzkie, śląskie i pomorskie), zaś w przypadku województwa opolskiego ponad pięciokrotny. Na rysun-ku 11 przedstawiono rozkład terytorialny liczby bezrobotnych przypa-dających na 1 ofertę pracy, wzbogacając informacje o dynamikę zmian tych wartości w każdym z województw w kolejnych latach 2008–2011.


Rysunek 11. Liczba bezrobotnych zarejestrowanych przypadających

na 1 ofertę pracy w roku 2012 według województw

43 - 6868 - 9393 - 118118 - 143

143 - 168168 - 193193 - 218

20082009

20102011

DOLNOŚLĄSKIE

KUJAWSKO-POMORSKIE

LUBELSKIE

LUBUSKIE

ŁÓDZKIE

MAŁOPOLSKIE

MAZOWIECKIE

OPOLSKIE

PODKARPACKIE

PODLASKIE

POMORSKIE

ŚLĄSKIE

ŚWIĘTOKRZYSKIE

WARMIŃSKO-MAZURSKIE

WIELKOPOLSKIE

ZACHODNIOPOMORSKIE


Widoczna niekorzystna tendencja zmian w analizowanym zakresie może oznaczać, że wzrostowi liczby bezrobotnych towarzyszy spadek ofert pracy w ogólnym sensie i ofert pracy, które odpowiadają zaintere-sowanym potencjalnym pracownikom ze względu na ich przygotowa-nie zawodowe, wykształcenie czy oczekiwania dotyczące wynagrodze-nia za wykonywana pracę.

3. Podobieństwo województw ze względu na poziom bezrobocia

Analiza statystyczna podstawowych mierników charakteryzują-cych rozkłady osób bezrobotnych w ujęciu wojewódzkim wykazała, że występuje znaczne terytorialne zróżnicowanie w tym zakresie. Stąd też w dalszej części analizy zbadano, w oparciu o dane z lat 2008 i 20124, podobieństwo województw ze względu na zjawisko bezrobocia, które można opisać za pomocą wielu cech jednocześnie. Wyjściowy zbiór po-tencjalnych zmiennych diagnostycznych obejmował 9 wskaźników określających strukturę bezrobotnych według płci, wieku, wykształce-

4 Stan na koniec roku.


nia, stażu pracy, czasu pozostawania bez pracy oraz inne mierniki zja-wiska bezrobocia wymienione poniżej: X1 — udział bezrobotnych mężczyzn w ogólnej liczbie bezrobotnych, X2 — udział bezrobotnych w wieku 18–24 lata w ogólnej liczbie bezro-botnych, X3 — udział bezrobotnych w wieku 55+ w ogólnej liczbie bezrobotnych, X4 — udział bezrobotnych z wykształceniem wyższym w ogólnej liczbie bezrobotnych, X5 — udział długotrwale bezrobotnych w ogólnej liczbie bezrobotnych, X6 — udział bezrobotnych bez stażu lub ze stażem do 1 roku w ogólnej liczbie bezrobotnych, X7 — bezrobotni zarejestrowani na 1 ofertę pracy, X8 — stopa napływu bezrobotnych zarejestrowanych5, X9 — stopa bezrobocia rejestrowanego. Po eliminacji zmiennych quasi-stałych (współczynnik zmienności poni-żej 10%) oraz zmiennych skorelowanych (współczynnik korelacji powy-żej 0,7) ze zmiennymi kwalifikowanymi do badania, ostateczny zbiór zmiennych ograniczono do czterech: X2, X4, X5 i X7.6 Warto zauważyć, że pierwsze trzy zmienne reprezentują tzw. stronę podażową rynku pracy, zaś zmienna czwarta — stronę popytową. Wymienione zmienne zostały sprowadzone do porównywalności przez standaryzację. 3.1. Analiza skupień

W pierwszej kolejności dokonano podziału na skupienia metodą Warda. Jako miarę odległości przyjęto odległość euklidesową. Następnie do klasyfikacji użyto metody k–średnich z zadaną liczba skupień, wyni-kającą z dendrogramu poprzedniej metody.

W wyniku grupowania hierarchicznego uzyskano dendrogramy dla danych z lat: 2008 i 2012. W górnej części rysunku 12 wyraźnie zary-sowuje się podział na dwa skupienia. Jednak uprawnione wydaje się również podzielenie prawego skupienia na dwie mniejsze podgrupy, co dałoby trzy skupienia. W przypadku klasyfikacji opartej na danych

5 Stopę napływu bezrobotnych zarejestrowanych obliczono jako stosunek nowo zareje-strowanych bezrobotnych do liczby cywilnej ludności aktywnej zawodowo, tj. bez osób odbywających czynną służbę wojskową oraz pracowników jednostek budżetowych prowadzących działalność w zakresie obrony narodowej i bezpieczeństwa publicznego. 6 Zmienna X6 była silnie skorelowana ze zmiennymi X4 i X5, natomiast współczynnik korelacji między zmiennymi X2 i X3 wynosił ponad 0,9.


dla 2012 roku sytuacja wygląda podobnie — możliwe jest wyodrębnie-nie 2 lub 3 skupień.

Rysunek 12. Dendrogramy klasyfikacji województw metodą Warda

dla danych z 2008 roku (u góry) i 2012 roku (u dołu)

Źródło: Obliczenia własne w pakiecie STATISTICA.

Dla porównania, grupowanie województw w obrębie 2 i 3 grup przeprowadzono także metodą k-średnich7. Otrzymane składy powsta-łych grup województw okazały się identyczne z wynikami grupowania

7 Ustalono maksymalną liczbę iteracji równą 10 oraz sposób wyznaczania wstępnych centrów skupień — sortowanie odległości i uwzględnienie obserwacji ze stałym interwałem.

Metoda Warda

Odległ. euklidesowa

ŚW

IĘT

OK

RZ

YS

KIE

PO

DL

AS

KIE

PO

DK

AR

PA

CK

IE

LU

BE

LS

KIE

MA

ŁO

PO

LS

KIE

PO

MO

RS

KIE

OP

OL

SK

IE

WIE

LK

OP

OL

SK

IE

DO

LN

OŚ

LĄ

SK

IE

LU

BU

SK

IE

ŚLĄ

SK

IE

WA

RM

IŃS

KO

-MA

ZU

RS

KIE

KU

JAW

SK

O-P

OM

OR

SK

IE

ZA

CH

OD

NIO

PO

MO

RS

KIE

MA

ZO

WIE

CK

IE

ŁÓ

DZ

KIE

0

2

4

6

8

10

12

Odl

egłość

wią

z.

Metoda Warda

Odległ. euklidesowa

WA

RM

IŃS

KO

-MA

ZU

RS

KIE

KU

JAW

SK

O-P

OM

OR

SK

IE

PO

DL

AS

KIE

MA

ŁO

PO

LS

KIE

LU

BE

LS

KIE

ŚW

IĘT

OK

RZ

YS

KIE

PO

DK

AR

PA

CK

IE

MA

ZO

WIE

CK

IE

WIE

LK

OP

OL

SK

IE

PO

MO

RS

KIE

OP

OL

SK

IE

LU

BU

SK

IE

ZA

CH

OD

NIO

PO

MO

RS

KIE

ŚLĄ

SK

IE

DO

LN

OŚ

LĄ

SK

IE

ŁÓ

DZ

KIE

0

2

4

6

8

10

12

Odl

egłość

wią

z.


metodą Warda. Co więcej, przeprowadzona w trakcie grupowania ana-liza wariancji wskazała, iż wszystkie uwzględnione zmienne dobrze dyskryminują skupienia, bowiem dla każdej ze zmiennych statystyka F była istotna na poziomie istotności 0,05. Poniżej podano składy trzech skupień dla 2012 roku uzyskane metodą k-średnich: 1. Skupienie 1 — świętokrzyskie, podlaskie, podkarpackie, lubelskie,

małopolskie. 2. Skupienie 2 — pomorskie, opolskie, wielkopolskie, dolnośląskie,

lubuskie, śląskie. 3. Skupienie 3 — warmińsko-mazurskie, kujawsko-pomorskie, za-

chodniopomorskie, mazowieckie, łódzkie. Pierwsze skupienie obejmuje pięć województw leżących w połu-dniowo-wschodniej części Polski. Województwa te charakteryzuje naj-wyższy ze wszystkich województw udział osób długotrwale bezrobot-nych w ogólnej liczbie bezrobotnych, najwyższy udział bezrobotnych z wykształceniem wyższym (podlaskie, podkarpackie, lubelskie, świę-tokrzyskie), najwyższy odsetek bezrobotnych w wieku 18–24 lat (mało-polskie) oraz najwyższa liczba bezrobotnych przypadająca na 1 ofertę pracy (świętokrzyskie — w 2012 aż 218). Najliczniejsze jest skupienie drugie, które obejmuje sześć woje-wództw leżących na zachodniej ścianie kraju. Cechą charakterystyczną tych województw są relatywnie niskie wartości zmiennych X5 i X7. Do trzeciej grupy zostały zaliczone województwa: warmińsko-mazurskie i kujawsko-pomorskie, w których zaobserwowano najniższy w 2012 roku odsetek bezrobotnych z wykształceniem wyższym (X4). Natomiast w województwach: zachodniopomorskim, mazowieckim i łódzkim relatywnie niski był udział bezrobotnych w wieku 18–24 lat, który wahał się od 16,9% — 17,2% 8. 3.2. Taksonomia wrocławska

Metodą analizy stosowaną z powodzeniem do łączenia obiektów w jednorodne grupy pod względem wielu cech jest metoda taksonomii wrocławskiej zwana też dendrytową. Prowadzi ona do powstania spój-nego dendrytu stanowiącego ilustrację graficzną położenia względem siebie obiektów ze względu na ich podobieństwo9.

8 Najniższą wartość zmiennej X2 zaobserwowano w 2012 r. w województwie dolnoślą-skim (16,2%), najwyższą w małopolskim (24,6%). 9 Jako miarę podobieństwa obiektów wykorzystano odległość euklidesową. Punktem wyjścia była zatem macierz odległości euklidesowych danych zestandaryzowanych.


Przy wykreślaniu dendrytu spójnego tworzą się naturalne skupie-nia obiektów bardzo do siebie podobnych. Tworzą one szereg niespój-nych dendrytów, które określane są mianem skupień pierwszego rzędu. Poszczególne skupienia łączone są następnie ze sobą na podstawie naj-krótszych połączeń między skupieniami. Otrzymuje się w ten sposób skupienia drugiego rzędu. Zakończenie tworzenia dendrytu następuje z chwilą połączenia wszystkich obiektów badanego zbioru, czyli po skonstruowaniu dendrytu spójnego. W uzyskanym dendrycie final-nym każdy wierzchołek (obiekt) występuje tylko jeden raz. Ponadto po-jawia się tu najmniejsza suma odległości między poszczególnymi para-mi badanych obiektów, które są bezpośrednimi sąsiadami. Ostatnim etapem jest podział dendrytu na podstawie naturalnych skupień w celu wyodrębnienia grup obiektów podobnych. Uzyskuje się je poprzez usunięcie (odcięcie) z dendrytu kolejnych najdłuższych jego krawędzi10. Na rysunkach 13 i 14 przedstawiono dendrytowe uporządkowanie województw w latach 2008 i 2012. Skupienia pierwszego rzędu zazna-czono elipsą. Przyjmując podział na 3 grupy z dendrytu spójnego usu-nięto 2 najdłuższe wiązadła.

Rysunek 13. Dendrytowe uporządkowanie województw w 2008 roku

Legenda: 1— łódzkie, 2 — mazowieckie, 3 — małopolskie, 4 — śląskie, 5 — lubelskie, 6 — podkarpackie, 7 — podlaskie, 8 — świętokrzyskie, 9 — lubuskie, 10 — wielkopolskie, 11 — zachodniopomorskie, 12 — dolnośląskie, 13 — opolskie, 14 — kujawsko-pomor-skie, 15 — pomorskie, 16 — warmińsko-mazurskie. Źródło: Opracowanie własne.

10 Jeżeli zamierza się wyodrębnić z dendrytu k grup typologicznych, to należy podzielić go na k części. W tym celu usuwa się z dendrytu k– 1 jego najdłuższych krawędzi. Liczba grup, na które dzielimy obiekty może być ustalona z góry (a priori) lub można zastoso-wać tzw. podział naturalny, por. [Panek, 2009, s. 115; Ekonometria…, 2003, s. 275].

6 1 1 9 4

10 15

3

14

1

7

3

16

5

14

1

7

3 5 1 3

1 2

14

1

7

8 5

2

6 1 1 9 4

10 15

3

14

1

7

3

16

5

14

1

7

3 5 1 3

1 2

14

1

7

8 5

2


Dla 2008 roku otrzymano następujące grupy województw podob-nych z punktu widzenia przyjętych do badania cech diagnostycznych: 1. Skupienie 1 — małopolskie (3). 2. Skupienie 2 — warmińsko-mazurskie (16). 3. Skupienie 3 — łódzkie (1), mazowieckie (2), śląskie (4), lubelskie (5),

podkarpackie (6), podlaskie (7), świętokrzyskie (8), lubuskie (9), wielkopolskie(10), zachodniopomorskie (11), dolnośląskie (12), opol-skie (13), kujawsko-pomorskie (14), pomorskie (15).

Rysunek 14. Dendrytowe uporządkowanie województw w 2012 roku

161315 11

94 12

10

2 141

7

3

68 5

161315 11

94 12

10

2 141

7

3

68 5

161315 11

94 12

10

2 141

7

3

68 5

161315 11

94 12

10

2 141

7

3

68 5

161315 11

94 12

10

2 141

7

3

68 5

161315 11

94 12

10

2 141

7

3

68 5

Legenda: 1— łódzkie, 2 — mazowieckie, 3 — małopolskie, 4 — śląskie, 5 — lubelskie, 6 — podkarpackie, 7 — podlaskie, 8 — świętokrzyskie, 9 — lubuskie, 10 — wielkopolskie, 11 — zachodniopomorskie, 12 — dolnośląskie, 13 — opolskie, 14 — kujawsko-pomor-skie, 15 — pomorskie, 16 — warmińsko-mazurskie. Źródło: Opracowanie własne.

Elementy poszczególnych skupień w 2012 roku są następujące: 1. Skupienie 1 — małopolskie (3). 2. Skupienie 2 — lubelskie (5), podkarpackie (6). 3. Skupienie 3 — łódzkie (1), mazowieckie (2), śląskie (4), podlaskie (7),

świętokrzyskie (8), lubuskie (9), wielkopolskie(10), zachodniopo-morskie (11), dolnośląskie (12), opolskie (13), kujawsko-pomorskie (14), pomorskie (15) warmińsko-mazurskie (16).

Analizując grupy otrzymane w wyniku podziału dendrytów w obu badanych latach można stwierdzić, iż województwo małopolskie mimo upływu kilku lat nadal tworzy grupę jednoelementową — repre-zentuje odmienną sytuację z punktu widzenia badanego zjawiska w porównaniu do pozostałych województw. W obu badanych latach


udział bezrobotnych w wieku 18–24 lat w ogólnej liczbie bezrobotnych w tym województwie utrzymywał się na najwyższym poziomie.

Zakończenie

W latach 2008–2012 w województwach Polski wystąpiły istotne ne-gatywne zmiany w procesach aktywności zawodowej ludności, przeja-wiające się przede wszystkim wzrostem rozmiarów bezrobocia. Naj-większy wzrost stopy bezrobocia rejestrowanego i to bez względu na płeć bezrobotnych, odnotowały województwa: łódzkie, podlaskie, zachodniopomorskie i kujawsko-pomorskie, najniższy zaś — święto-krzyskie. Warto zwrócić uwagę, że wysoka stopa bezrobocia to dla przedsiębiorstw duża podaż siły roboczej. Oznacza to większe moż-liwości właściwego, doboru pracowników tańszych oraz o wyższych kwalifikacjach.

Pod względem poziomu bezrobocia długoterminowego wyraźnie widoczny jest podział na wschodnią, mniej rozwiniętą gospodarczo, część kraju i zachodnią — o poziomie bezrobocia długoterminowego występującego w mniejszej skali. Również stopień zagrożenia bezrobo-ciem wśród absolwentów jest zdecydowanie wyższy w województwach leżących na południowo-wschodniej ścianie kraju. W wyniku analizy skupień uzyskano podział województw na trzy grupy homogeniczne pod względem zjawiska bezrobocia, które zostało opisane za pomocą wielu cech jednocześnie. Pierwsze skupienie obej-muje pięć województw leżących w południowo-wschodniej części Pol-ski. Województwa te charakteryzuje najwyższy udział osób długotrwale bezrobotnych w ogólnej liczbie bezrobotnych, najwyższy udział bezro-botnych z wykształceniem wyższym, najwyższy odsetek bezrobotnych w wieku 18–24 lat oraz najwyższa liczba bezrobotnych przypadająca na 1 ofertę pracy. Najliczniejsze jest skupienie drugie, które obejmuje sześć woje-wództw leżących głównie na zachodniej ścianie kraju. Ich cechą charak-terystyczną jest relatywnie niska liczba bezrobotnych na 1 ofertę pracy oraz niski odsetek osób długotrwale bezrobotnych. Do trzeciej grupy zaliczono województwa, w których zaobserwo-wano najniższy w 2012 roku odsetek bezrobotnych z wykształceniem wyższym oraz te, w których zaobserwowano relatywnie niski udział osób bezrobotnych w wieku 18–24 lat.


Przedstawiona analiza wskaźnikowa i taksonomiczna nie tylko opi-suje stan przeszły i obecny, co może być podstawą do deskryptywnych dywagacji w innych dyscyplinach niż statystyka i ekonomia. Główne znaczenie wskaźników uzyskanych w badaniach może być podstawą do podejmowania stosownych decyzji w zarządzaniu przedsiębior-stwem. Usytuowanie przedsiębiorstwa, znajomość cech demograficz-nych regionu ma znaczenie w opracowaniach strategii rozwoju przed-siębiorstwa. Strategia taka jako wykładnia szczególnie w rozwoju dy-namicznym, stanowi podstawę w określaniu kierunków i stosowaniu wybranych metod zarządzania przedsiębiorstwem z uwzględnieniem zarządzania zasobami ludzkimi i procedurami skierowanymi w stronę zasobów zewnętrznych.

Współczesne problemy gospodarcze widoczne w skali nie tylko Polski, ale i innych państw UE przenoszą się pośrednio i bezpośrednio na rynek pracy. Z jednej strony zmiany na rynku pracy są ich źródłem, a z drugiej konsekwencją. Brak stabilności rynku pracy widoczny w po-staci nie zmniejszającym się bezrobociu w różnych jego formach wyma-ga szczególnej uwagi ze strony elit rządzących i podejmowania wspól-nych kroków mających na celu ograniczenie jej rozmiarów. Podejmowa-ne wspólne programy czy plany rozwoju o charakterze gospodarczym i społecznym takie jak Strategia Lizbońska z 2000 roku czy strategia Eu-ropa 2020 z roku 2010 zapewniają w swoich założeniach w najbliższej perspektywie osiągnięcie oczekiwanego poziomu stabilizacji na rynku pracy. Jednak, jak wskazują dotychczasowe doświadczenia, procesy zmian są długookresowe i z reguły ich efekty nie do końca są zgodne z zamierzonymi rezultatami. Pozostaje zatem droga powolnych prze-mian dostosowanych do możliwości podmiotów bezpośrednio w te pro-cesy zaangażowanych, czyli zarówno pracowników, jak i pracodawców.

Literatura

1. Balcerowicz-Szkutnik M., Sojka E. (2011), Metody jakościowe i ilościowe

w rozwiązywaniu problemów społecznych, Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, Katowice.

2. Balcerowicz-Szkutnik M., Szkutnik W. (2010), Dillemas of Polish Labo-

ur Market at The Globalization Time w: Мир и Россия: Регионализм в

условях глобализации, Moskwa.


3. Balcerowicz M. (2010), Labour Market in Baltic Countries — The Cur-

rent Condition and Prospects of Changes, w: „Econometrics. Forecasting Research Papers of Wrocław University of Economics” No. 28.

4. Balcerowicz-Szkutnik M., Sojka E. (2010), Aktywność ekonomiczna sta-

rzejących się społeczeństw krajów nadbałtyckich UE, w: Pięciolecie człon-

kowstwa Polski w Unii Europejskiej, Kotlorz D. (red.), Prace Naukowe w Katowicach, Katowice.

5. Ekonometria. Metody, przykłady, zadania (2003), Dziechciarz J. (red.), Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław.

6. Ludność. Stan i struktura społeczno-demograficzna. Spis Powszechny Lud-

ności i Mieszkań 2011 (2013), GUS, Warszawa, dostępny na stronie: http://www.stat.gov.pl/gus/5840_14076_PLK_HTML.htm, dostęp dnia 19.04 2013.

7. Panek T. (2009), Statystyczne metody wielowymiarowej analizy porów-

nawczej, SGH, Warszawa. 8. Sojka E. (2011), Przestrzenne zróżnicowanie bezrobocia w Polsce w ujęciu

statystycznym, w: Współczesny rynek pracy. Wybrane problemy, Kotlorz D. (red.), Wydawnictwo Uniwersytetu Ekonomicznego w Katowi-cach, Katowice.

Streszczenie

Zasadniczym celem artykułu jest przestrzenno-czasowa analiza stanu i struktury bezrobocia w Polsce w ujęciu wojewódzkim. Analizie poddano zmiany w czasie podstawowych wskaźników charakteryzujących rozkłady bezrobotnych z punktu widzenia różnych cech demograficzno-społecznych, takich jak: płeć, wiek, wykształcenie, czas pozostawania bez pracy oraz staż pracy osób bezrobotnych. W drugiej części opracowania zbadano podobieństwo województw ze względu na zjawisko bezrobocia, które można opisać za pomocą wielu cech jednocześnie. Wykorzystano przy tym metody wielowymiarowej analizy po-równawczej tzn. metodę Warda, metodę k-średnich oraz taksonomię wrocław-ską. Dynamikę poziomu bezrobocia z uwzględnieniem podstawowych cech demograficznych i społecznych oraz analizę taksonomiczną przeprowadzono dla skrajnych lat badanego okresu tj. 2008 i 2012.

Słowa kluczowe rynek pracy, bezrobocie, taksonomia, województwo


Territorial Diversification of Unemployment in Poland as An Element

of Company Management (Summary)

The major purpose of the paper is to perform space and time analysis of condition and structure of unemployment in Poland in voivodeship-based ap-proach. Changes over time in fundamental rates that characterise distribution of unemployed people from the point of view of various demographic and so-cial features, including gender, age, education, duration of unemployment and seniority of the unemployed were analysed. In the second part of the case study similarities between voivodeships with regard to unemployment phenomenon that can be described using a lot of qualities at the same time were studied. Methods of multidimensional com-parative analysis, that is, Ward’s method, k-mean method and Wroclaw taxon-omy method were applied for this purpose. Dynamics of the level of unem-ployment while considering fundamental demographic and social features and also taxonomic analysis were performed for marginal years of the studied period, that is for 2008 and 2012.

Key words

labour market, unemployment, taxonomy, voivodeship

Documents

Determinanty bezrobocia w Polsce jako czynniki strategii ...zif.wzr.pl/pim/2013_4_3_3.pdf · Jak wcześniej wspomniano bezrobocie, a właściwie jego rozmiary najłatwiej można zdefiniować