Darba tirgus elastību krīzes laikā stiprināja uz noteiktu laiku noslēgti darba līgumi un nepilnas darba slodzes izmantošana
Daudz diskutēts par migrāciju un darbaspēka aizplūšanu uz citām valstīm. Bet kas notiek ar darbaspēka piedāvājumu un pieprasījumu tepat Latvijas robežās? Kā darbinieku paradumus un spēju atrast darbu ietekmējusi nesenā ekonomikas krīze?
Latvijas Bankas pētījuma "Darbaspēka iekšējā mobilitāte Latvijā no 2005. līdz 2011. gadam" rezultāti liecina, ka darba tirgus Latvijā ir elastīgs. Tas kopā ar cenu elastību[1] palīdzēja pārvarēt ekonomisko krīzi. Sniedzot īsu ieskatu darba rezultātos, gribējām pieminēt divus no vairākiem faktoriem, kas nosaka darba tirgus elastību – darba līgumu struktūru un nepilnas darba slodzes darbu.
Ekonomiskās nenoteiktības apstākļos vairāk "īslaicīgas darba attiecības"
Krīzes un pēc krīzes laikā, līdzīgi kā citās Eiropas valstīs[2], Latvijā pieauga uz noteiktu laika periodu noslēgto darba līgumu īpatsvars, 2011. gada 1. ceturksnī sasniedzot pat 22% no visiem noslēgtajiem darba līgumiem (sk. 1. att.). Uz laiku noslēgti darba līgumi sniedz darba devējiem lielākas iespējas operatīvi reaģēt, sekojot tirgus pieprasījuma un ekonomikas norišu attīstības tendencēm, ļaujot tiem saglabāt lielāku konkurētspēju. Savukārt, no darbinieka viedokļa, lai gan uz laiku noslēgtie darba līgumi negarantē stabilitāti un nodrošinātu darbavietu ilgākā laika periodā, tas var būt vismaz kā pagaidu risinājums, piemēram, ieilguša bezdarba gadījumā.
1. attēls. Darba līgumu ar noteiktu termiņu īpatsvars no jauna noslēgtajos darba līgumos
Avots: Autoru aprēķini, balstīti uz CSP darbaspēka apsekojuma datiem
Krīzes laikā izplatītāks nepilnas slodzes darbs
Pielāgošanos ekonomiskās situācijas izmaiņām veicina arī izmaiņas darba slodzē. Visuzskatāmāk darba laika izmaiņas atspoguļojās noslēgto darba līgumu struktūrā. Būtiski pieauga to cilvēku daļa, kas piekrita strādāt nepilnas slodzes darbu. Piemēram, pirms krīzes (2007.g.) vidēji 12% no cilvēkiem kas sāka strādāt, piekrita nepilnajam darba laikam, bet krīzes laikā šis rādītājs sasniedza 23%. Pēc 2010.gadā tas mazliet samazinājies, bet tomēr pārsniedza pirmskrīzes līmenī (sk. 2. att., zilā līnija).
Interesanti aplūkot, vai krīzes laikā bija izteiktā tendence darba devējiem atlaist nepilnu slodzi nodarbinātos. Mūsu analīzes rezultāti to neapstiprina – 2. att. atlaisto īpatsvaram, kas iepriekš bija nodarbināti nepilnu darba laiku (sarkanā līnija), nav izteiktu svārstību 2008.- 2009. gadā.
2. attēls. Nepilnas darba slodzes īpatsvars no jauna noslēgtajos un pārtrauktajos darba līgumos
Avots: Autoru aprēķini, balstīti uz CSP darbaspēka apsekojuma datiem
Vairāk par darbaspēka izmaiņām darba tirgū laika periodā no 2005. līdz 2011. gadam, darbinieku iekšējo mobilitāti, darbinieku paražām mainīt profesiju un nodarbinātības sektoru, kā arī dažādiem faktoriem, kas ietekmē cilvēka iespējas atrast darbu un risku to pazaudēt var lasīt mūsu pētījumā "Darbaspēka iekšējā mobilitāte Latvijā no 2005. līdz 2011. gadam".
[1] Beņkovskis K., Fadejeva L., Kalnbērziņa K. Cenu veidošanas mehānisms Latvijā: PCI mikrodatu analīzes ekonometriskie rezultāti. Latvijas Banka, 2011. Pieejams: http://www.bank.lv/images/stories/pielikumi/publikacijas/petijumi/Pet_1-2011-benk-kalnb-fadejeva.pdf
[2] ECB (2012) Structural Issues Report "Euro area labour markets and the crisis". Pieejams: http://www.ecb.int/pub/pdf/other/euroarealabourmarketsandthecrisis201210en.pdf?804d1c2eba3a3d25b5fd143d170b3e49
Vēlos informēt, ka tekstā:
«… …»
Jūsu interneta pārlūkā saglabāsies tā pati lapa
Komentāri ( 6 )
Paldies, interesanta publikācija. Man radās jautājums par Jūsu veikto izdzīvošanas analīzi. Proti, no 27. lappuses:
"Tāpat jāatzīmē, ka aprēķinātās vērtības nav varbūtības, bet varbūtību proporcijas, un
tas nozīmē, ka, ja, piemēram, vērtība ir lielāka par 1, noteiktas personu grupas
varbūtība zaudēt darbu ir lielāka nekā bāzes grupas personām. Ja vērtība ir mazāka
par 1 un visi pārējie faktori nemainās, noteiktas grupas personu varbūtība zaudēt
darbu ir mazāka nekā bāzes grupas personām."
Ja tas tiesa, tad no 7. pielikumā publicētajiem koeficientu novērtējumiem izriet, ka varbūtība cilvēkam ar 3 gadu darba stāžu zaudēt darbu (koeficients 0,00) ir bezgalīgi daudz reižu mazāka nekā bāzes grupai, kas šķiet savādi.
Piemēram, no šī* avota seko, ka koeficientu ietekme jāinterpretē kā exp(b_i), piemēram, vismaz 3 gadus strādājošajiem exp(0,00) = 1, kas nozīmētu, ka 3 gadu darba stāžs nedz paaugstina, nedz samazina varbūtību kļūt par bezdarbnieku, kas šķiet ticamāk.
Vai varat, lūdzu, paskaidrot, ko neesmu sapratis pareizi?
Otra lieta, manuprāt, Jums būtu jāliek klāt koeficientu standartkļūdas, kā arī nozīmības testu p-vērtības.
*cran.r-project.org/doc/contrib/Fox-Companion/appendix-cox-regression.pdf
Paldies par komentāru, tas bija ļoti noderīgs. Tabulās ir attēlotas modeļu koeficientu eksponētās vērtības jeb riska attiecības, precizēsim tabulu nosaukumus.
Riska attiecība "0.00" nav gluži nulle, bet kāds mazs nenulles skaitlis. Piemēram, 7. pielikumā visam kopējam laika periodam tas ir 0.001. Sanāk, ka noapaļojot šis tālākais cipars aiz komata nav parādīts. Tāpēc varbūtība nav gluži bezgalīgi daudz reizes mazāka.
Atsevišķu faktoru ietekmes nozīmību (kur p-vērtības attiecīgi mazākas par 0.1, 0.05 un 0.01) jau šajās rezultātu tabulās var redzēt, tās norādām ar "*" simboliņiem. Pārējās izvēlējāmies nelikt, lai vēl vairāk nesaraibinātu tabuliņu.
Paldies par atbildi! Ja 0,00 patiesībā ir 0,001, tad top nedaudz skaidrāks. Vai varat, lūdzu, atbildēt uz vēl dažiem jautājumiem?
1. Kā noteik salīdzināšana? Vai Jūs veicat regresiju uz visiem skaidrojošajiem mainīgajiem apakšgrupā (ģimenes stāvokļa grupā tie būtu 4), tad pareiziniet visus iegūtos koeficientus exp(b_i) ar konstanti, lai salīdzināmā koeficients (neprecējušies x vīrieši) būtu 1, un tādejādi iegūstat pārējos (3)? Es naivi minu, no publikācijas man Jūsu metodi neizdodas izlobīt.
2. Kas tiek testēts, vai hipotēze, ka skaidrojošā mainīgā koeficients b_i ir vienāds ar salīdzināmā mainīgā koeficientu? Vai arī, ka skaidrojošā mainīgā koeficients b_i ir atšķirīgs no 0?
3. Vai Jūs veicāt regresiju uz pilnīgi visiem skaidrojošajiem mainīgajiem laika periodā, nedalot pa apakšgrupām? Pieņemot, ka atbilde ir jā, vai no rezultātiem nevarēja izdarīt nekādus secinājumus un tāpēc pievērsāties pētīšanai pa apakšgrupām?
1. Aprēķinos tiek izmantota STATAs programmatūras stcox komanda*, kas ļauj iegūt šos koeficientus b_i vai riska attiecības exp(b_i), kuras tad mēs arī izmantojam, jo tās labāk noder rezultātu interpretācijā. Modelis tiek veidots viss vienkopus – uzreiz iekļaujot gan izvēlētās mainīgo apakšgrupas, gan pārējos mainīgos, lai varētu kontrolēt to ietekmi.
2. Tiek testēts, vai koeficienti b_i ir 0 (atbilstoši vai riska attiecība exp(b_i)=1). Tā kā salīdzināmā mainīgā koeficients attiecīgi ir 0, tad sanāk, ka tiek testēts arī tas, vai skaidrojošā mainīgā koeficients ir vienāds ar salīdzināmā mainīgā koeficientu.
3. Izmēģinājām dažādus variantus – gan skaidrojošos mainīgos nedalot apakšgrupās, gan mēģinot izdalīt sīkākas apakšgrupas. Tā, piemēram, tieši no tādām regresijām, nedalot apakšgrupās, redzējām augstākās izglītības pozitīvo ietekmi uz iespējām atrast darbu, bet pēc tam sīkāk sadalījām šo pozīciju, lai testētu, vai augstākajai izglītībai visās jomās ir vienlīdz nozīmīgs efekts.
Līdzīgi mēģinājām novērtēt arī citu mainīgo ietekmi, tos vispirms nedalot un negrupējot. Piemēram, atsevišķi skatot vīriešus/sievietes (neņemot vērā to, vai viņi ir precējušies vai nav). Tomēr pēc tam pievienojām informāciju arī par ģimenes stāvokli, jo tas ietekmē rezultātus (piemēram, varbūtība atrast darbu tiem vīriešiem, kas ir precējušies ir lielāka, nekā tiem, kas nav precējušies).
*Vairāk par metodoloģiju var atrast, piemēram, šajā resursā:
http://www.stata-press.com/manuals/st_stcox.pdf
Vēlreiz paldies par atbildi! Iesaku Jums atsauci uz izmantoto programmatūru likt jau publikācijā, tas (vismaz man) būtu palīdzējis saprast rezultātus.
Kā Jums šķiet, kāpēc izglītība sociālajās zinātnē gan samazina risku zaudēt darbu, gan arī palielina iespēju to atrast? Tas šķiet pretrunā ar jau labu laiku presē skanošo, ka trūkst tehnisko darbinieku, un valdības un uzņēmēju mudinājumiem iet jauniešus studēt "cietās" zinātnes.
Ja skatāmies uz iespējām atrast darbu, tieši iedzīvotājiem ar augstāko izglītību tehniskajās jomās bija lielāka varbūtība atrast darbu pat krīzes gados.
Tomēr Latvijā diemžēl raksturīga situācija, ka iedzīvotāji nestrādā tajā pašā jomā, kurā iegūta augstākā izglītība*. Tā nu, ļoti iespējams, ka cilvēki, kas ieguvuši augstāko izglītību (arī sociālajās zinātnēs) vieglāk atrod darbu, tikai diemžēl ne savā nozarē.
Tomēr jāpiemin, ka no darbaspēka apsekojuma datiem viennozīmīgus secinājumus par pieprasītajām profesijām un augstākās izglītības kādā konkrētā jomā atdevi izdarīt nevar, tam būtu nepieciešama papildus informācija par cilvēka specialitāti darbā, kas šajos datos nav pieejama pietiekami detalizētā līmenī.
*Pēc DNB Barometra datiem tikai 19% respondentu atzīst, ka ir strādājuši un turpina to darīt tikai apgūtajā specialitātē, kopumā specialitātē strādā aptuveni trešdaļa aptaujāto.
https://www.dnb.lv/sites/default/files/dnb_latvian_barometer/documents/…