Analiza bezrobocia w powiatach przy użyciu modelu równań strukturalnych
DOI:
https://doi.org/10.12775/EQUIL.2010.010Keywords
modele równań strukturalnych, SEM, bezrobocie w powiatach, zmienne niemierzalneAbstract
Celem artykułu jest analiza oraz ustalenie determinantów regionalnego zróżnicowania poziomu bezrobocia w powiatach w Polsce. Na podstawie posiadanej wiedzy teoretycznej oraz publikowanych wyników badań w tym zakresie analizie w niniejszym opracowaniu poddano zależności między wysokością stopy bezrobocia występującą w danym regionie a istniejącym w nim poziomem infrastruktury transportowej, poziomem wykształcenia, gęstością zaludnienia, liczbą miejsc pracy, odsetkiem osób zamieszkałych w mieście oraz pracujących w rolnictwie. W badaniu posłużono się metodologią modelowania równań strukturalnych (SEM) pozwalającą na jednoczesne uwzględnianie relacji pomiędzy niezależnymi i zależnymi oraz mierzalnymi (obserwowalnymi) jak i nieobserwowalnymi (ukrytymi) zmiennymi. Za zmienną niemierzalną w badaniu przyjęto infrastrukturę transportu, czyli możliwości dojazdu występujące w danym powiecie. Na podstawie przeprowadzonej analizy udało się wykazać istnienie związków pomiędzy wysokością stopy bezrobocia a istniejącym w powiecie poziomem wykształcenia mieszkańców, liczbą zawartych małżeństw, odsetkiem osób zamieszkałych w mieście oraz osób zatrudnionych w rolnictwie. Poprawnie też udało się uwzględnić w modelu zmienną niemierzalną, jaką są możliwości dojazdu, określając ją za pomocą odsetka ludności zamieszkałej w mieście, długości dróg utwardzonych w powiecie, jak i długości tras komunikacyjnych. Otrzymane wyniki pozwalają na dogłębną i szeroką analizę w zakresie poznania przyczyn zróżnicowania poziomu bezrobocia w poszczególnych powiatach całego kraju.References
Bollen, K. A. (1989), Structural Equations with Latent Variables, Wiley.
Borowski P. (2004), Badanie bezrobocia metodą grupowania struktury na przykładzie woj. Lubelskiego, „Wiadomości Statystyczne”, nr 2.
Curran P. J., Bollen K. A., Paxton P., Kirby J., Chen F. (2002), The Noncentral Chi-square Distribution in Misspecified Structural Equation Models: Finite Sample Results from a Monte Carlo Simulation, “Multivariate Behavioral Research” , vol. 37, No. 1,
Kaplan D. (2000), Structural Equation Modeling: Foundations and Extensions, Sage Publications.
Loehlin J. C. (1987), Latent variable models: An introduction to factor, path, and structural analysis, Erlbaum.
Matusik St. (2008), Kształtowanie się stopy bezrobocia w gminach woj. Małopolskiego, „Wiadomości Statystyczne”, nr 1.
Pearl J. (200), Causality. Models, reasoning and inference, Cambrige,
Rozpędowska-Matraszek D. (2006), Prognozowanie bezrobocia według województw, „Wiadomości Statystyczne”, nr 12.
Śleszyński P. (2007), Zmiany liczby bezrobotnych w gminach, „Wiadomości Statystyczne”, nr 2.
Tokarski T., (2005), Regionalne zróżnicowanie rynku pracy, „Wiadomości Statystyczne”, nr 11.
Downloads
Published
How to Cite
Issue
Section
Stats
Number of views and downloads: 184
Number of citations: 0