Beata Bieszk-Stolorz
ARTYKUŁ

(Polski) PDF

STRESZCZENIE

Liczne badania wskazują na zróżnicowanie sytuacji kobiet i mężczyzn na rynku pracy. W celu wyrównania szans urzędy pracy oferują bezrobotnym różne formy aktywizacji. Zaobserwowano jednak, że obok wyrejestrowywania z urzędów osób podejmujących pracę częstym przypadkiem było wykreślenie z powodu odmowy przyjęcia propozycji zatrudnienia.
Celem badania jest ocena wpływu płci osób bezrobotnych na intensywność ich wyrejestrowywania z powodu podjęcia pracy, wykreślenia lub innych przyczyn. Powody te stanowią różnego rodzaju zdarzenia konkurujące. Do oceny prawdopodobieństwa wyrejestrowania wykorzystano estymator Kaplana-Meiera, a do określenia intensywności wyrejestrowywania z konkretnego powodu — model Lunna-McNeila. W badaniu wykorzystano dane indywidualne osób zarejestrowanych w Powiatowym Urzędzie Pracy w Szczecinie w latach 2013 i 2014.
Wyniki badania pokazały, że kobiety częściej niż mężczyźni podejmowały pracę, natomiast mężczyźni byli intensywniej wykreślani z rejestru. W przypadku pozostałych powodów intensywność wyrejestrowywania ze względu na płeć nie różniła się w sposób istotny statystycznie.

SŁOWA KLUCZOWE

estymator Kaplana-Meiera, model Lunna-McNeila, ryzyko konkurujące, bezrobocie, płeć

JEL

C41, J64

BIBLIOGRAFIA

Batóg, J., Batóg, B. (2016). Application of correspondence analysis to the identification of the influence of features of unemployed persons on the unemployment duration. Economics and Business Review, 16(4), 25—44. DOI: 10.18559/ebr.2016.4.2.

Bieszk-Stolorz, B. (2013). Analiza historii zdarzeń w badaniu bezrobocia. Szczecin: Volumina.pl Daniel Krzanowski.

Bieszk-Stolorz, B. (2017). Cumulative Incidence Function in Studies on the Duration of the Unemployment Exit Process. Folia Oeconomica Stetinensia, 17(1), 138—150. DOI:10.1515/foli-2017-0011.

Bieszk-Stolorz, B., Markowicz, I. (2012). Modele regresji Coxa w analizie bezrobocia. Warszawa: CeDeWu.

Crowder, M. (1994). Identifiability Crises in Competing Risks. International Statistical Review, 62(3), 379—391. DOI: 10.2307/1403768.

Crowder, M. (1996). On assessing independence of competing risks when failure times are discrete, Lifetime Data Analysis, 2(2), 195—209. DOI: 10.1007/BF00128575.

Crowder, M. (1997). A test for independence of competing risks with discrete failure Times. Lifetime Data Analysis, 3(3), 215—223. DOI: 10.1023/A:1009696830515.

Gooley, T. A., Leisenring, W., Crowley, J., Storer, B. E. (1999). Estimation of failure probabilities in the presence of competing risks: new representations of old estimators, Statistics in Medicine, 18(6), 695—706. DOI: 10.1002/(SICI)1097-0258(19990330)18:6<695::AID-SIM60>3.0.CO;2-O.

GUS. (2011). Rocznik Statystyczny Pracy 2010. Warszawa: GUS.

GUS. (2013). Rocznik Statystyczny Pracy 2012. Warszawa: GUS.

GUS. (2016). Rocznik Statystyczny Pracy 2015. Warszawa: GUS.

GUS. (2017). Kwartalna informacja o rynku pracy. Pobrane z: http://stat.gov.pl/obszary-tematyczne/rynek-pracy/pracujacy-bezrobotni-bierni-zawodowo-wg-bael/monitoring-rynku-pracy-kwartalna-informacja-o-rynku-pracy-czwarty-kwartal-2016-roku,12,31.html.

Kaplan, E. L., Meier, P. (1958). Non-parametric estimation from incomplete observations. Journal of American Statistical Association, 53, 457— 481. DOI: 10.2307/2281868.

Kiełkowska, M. (red.). (2013). Rynek pracy wobec zmian demograficznych. Warszawa: Instytut Obywatelski.

Klein, J. P., Bajorunaite, R. (2004). Inference for Competing Risks. W: N. Balakrishnan, C. R. Rao (red.), Handbook of Statistics: Advances in Survival Analysis (s. 291—311). New York: Elsevier.

Klein, J. P., Moeschberger, M. L. (1984). Asymptotic bias of the product limit estimator under dependent competing risks. Indian Journal of Productivity, Reliability and Quality Control, 9, 1—7.

Klein, J. P., Moeschberger, M. L. (2003). Survival Analysis: Techniques for Censored and Truncated Data. Second Edition. New York: Springer-Verlag.

Kleinbaum, D., Klein, M. (2005). Survival Analysis. A Self-Learning Text. New York: Springer.

Kotowska, I. E., Sztanderska, U., Wóycicka, I. (red.). (2007). Aktywność zawodowa i edukacyjna a obowiązki rodzinne w Polsce w świetle badań empirycznych. Warszawa: Wydawnictwo Naukowe SCHOLAR.

Landmesser, J. M. (2008). Modele ryzyka konkurencyjnego dla czasu trwania czynności. W: T. Trzaskalik (red.), Modelowanie Preferencji a Ryzyko ’08 (s. 371—385). Katowice: Wydawnictwo Akademii Ekonomicznej im. Karola Adamieckiego w Katowicach.

Landmesser, J. (2013). Wykorzystanie metod analizy czasu trwania do badania aktywności ekonomicznej ludności w Polsce. Warszawa: Wydawnictwo SGGW.

Markowicz, I. (2012). Statystyczna analiza żywotności firm. Szczecin: Wydawnictwo Naukowe Uniwersytetu Szczecińskiego.

Matuszyk, A. (2015). Zastosowanie analizy przetrwania w ocenie ryzyka kredytowego klientów indywidualnych. Warszawa: CeDeWu.

Pepe, M. S. (1991). Inference for Events With Dependent Risks in Multiple Endpoint Studies. Journal of the American Statistical Association, 86(415), 770—778. DOI: 10.1080/01621459.1991.10475108.

Sączewska-Piotrowska, A. (2016). Dynamika ubóstwa w miejskich i wiejskich gospodarstwach domowych. Wiadomości Statystyczne, (7), 39—59.

Wiśniewski, Z., Zawadzki, K. (red.). (2010). Aktywna polityka rynku pracy w Polsce w kontekście europejskim. Toruń: UMK-WUP.

Wycinka, E. (2015). Modelowanie czasu do zaprzestania spłat rat kredytu lub wcześniejszej spłaty kredytu jako zdarzeń konkurujących. Problemy Zarządzania, 13(3), 146—157.

Do góry
© 2019-2022 Copyright by Główny Urząd Statystyczny, pewne prawa zastrzeżone. Licencja Creative Commons Uznanie autorstwa - Na tych samych warunkach 4.0 (CC BY-SA 4.0) Creative Commons — Attribution-ShareAlike 4.0 International — CC BY-SA 4.0