Celem badania jest pomiar zakresu i stopnia zróżnicowania sytuacji młodzieży na rynku pracy w przygranicznych regionach Polski, Czech i Niemiec w latach 2010 i 2018 z wykorzystaniem sześciu zmiennych metrycznych. Zastosowano podejście hybrydowe, polegające na skalowaniu wielowymiarowym w przestrzeni dwuwymiarowej i przeprowadzeniu porządkowania liniowego. Syntetycznej oceny zmian sytuacji młodzieży na rynku pracy badanych regionów dokonano z wykorzystaniem miary agregatowej i dekompozycji Theila. Źródło danych stanowiła baza Eurostatu – REGIO. Z analiz wynika, że sytuacja młodzieży na rynku pracy we wszystkich badanych regionach znacznie się poprawiła. Polskie regiony przygraniczne są w gorszej sytuacji niż regiony niemieckie i czeskie oraz znacznie zróżnicowane w tym zakresie, przy czym należy podkreślić, że w badanym okresie stopień międzyregionalnych dysproporcji się zmniejszył.
młodzież na rynku pracy, podejście hybrydowe, skalowanie wielowymiarowe, miara agregatowa, dekompozycja Theila
C38, C43, C88, J61, J64
Borg, I., Groenen, P. J. F. (2005). Modern Multidimensional Scaling: Theory and Applications: Second Edition. New York: Springer.
Borys, T. (1984). Kategoria jakości w statystycznej analizie porównawczej. Wrocław: Wydawnictwo Uczelniane Akademii Ekonomicznej.
Chung, H., Bekker, S., Houwing, H. (2012). Young People and the Post-recession Labour Market in the Context of Europe 2020.Transfer: European Review of Labour and Research, 18(3), 301–317. DOI: 10.1177/1024258912448590.
Demidova, O., Marelli, E., Signorelli, M. (2015). Youth Labour Market Performances in the Russian and Italian Regions. Economic Systems, 39(1), 43–58. DOI: 10.1016/j.ecosys.2014.06.003.
Eurofund. (2016). Exploring the diversity of NEETs. Luxembourg: Publications Office of the European Union.
Fondeville, N., Ward, T. (2014). Scarring effects of the crisis: Research note 06/2014. Brussels: European Commission.
Green, A. E., Owen, D., Wilson, R. (2001). Regional Differences in Labour Market Participation of Young People in the European Union. European Urban and Regional Studies, 8(4), 297–318. DOI: 10.1177/096977640100800402.
Hellwig, Z. (1972). Procedure of Evaluating High-Level Manpower Data and Typology of Countries by Means of the Taxonomic Method. W: Z. Gostkowski (red.), Towards a System of Human Resources Indicators for Less Developed Countries (s. 115–134). Wrocław: Ossolineum, The Polish Academy of Sciences Press.
Hellwig, Z. (1981). Wielowymiarowa analiza porównawcza i jej zastosowanie w badaniach wielocechowych obiektów gospodarczych. W: W. Welfe (red.), Metody i modele ekonomiczno-matematyczne w doskonaleniu zarządzania gospodarką socjalistyczną (s. 46–68). Warszawa: Państwowe Wydawnictwo Ekonomiczne.
Jajuga, K., Walesiak, M., Bąk, A. (2003). On the General Distance Measure. W: M. Schwaiger, O. Opitz (red.), Exploratory Data Analysis in Empirical Research (s. 104–109). Berlin, Heidelberg: Springer-Verlag. DOI: 10.1007/978-3-642-55721-7_12.
Obrębalski, M. (2014). The development of Lower Silesia–Northern Bohemia–Saxony border region in the light of EUROPE 2020 Strategy. W: P. Hlavaček, P. Olšova (red.), Regional Economy and Policy: Territories and Cities (s. 20–31). Ústí nad Labem: Jan Evangelista Purkyně University.
Perugini, C., Signorelli, M. (2010). Youth Labour Market Performance in European Regions. Economic Change and Restructuring, 43(2), 151–185. DOI: 10.1007/s10644-009-9082-8.
Polasek, W. (2013). Forecast Evaluations for Multiple Time Series: a Generalized Theil Decomposition (RCEA Working Paper No. 23_13). Pobrane z: http://www.rcfea.org/RePEc/pdf/wp23_13.pdf.
Rollnik-Sadowska, E. (2016). Young People in the European Union Labour Market. Latgale National Economy Research. Journal of Social Sciences, 1(8), 80–92. DOI: 10.17770/lner2016vol1.8.1482.
Rybicka, K. (2014). Sytuacja młodzieży na polskim rynku pracy. Studia i Prace Wydziału Nauk Ekonomicznych i Zarządzania Uniwersytetu Szczecińskiego, 2(37), 105–116.
Theil, H. (1961). Economic Forecasts and Policy. Amsterdam: North-Holland Publishing Company.
Walesiak, M. (1993). Zagadnienie oceny podobieństwa zbioru obiektów w czasie w syntetycznych badaniach porównawczych. Przegląd Statystyczny, 40(1), 95–102.
Walesiak, M. (2016). Visualization of Linear Ordering Results for Metric Data with the Application of Multidimensional Scaling. Ekonometria, 2(52), 9–21. DOI: 10.15611/ekt.2016.2.01.
Walesiak, M. (2018). The choice of normalization method and rankings of the set of objects based on composite indicator values. Statistics in Transition new series, 19(4), 693–710. DOI: 10.21307/stattrans-2018-036.
Walesiak, M., Dudek, A. (2017). Selecting the optimal multidimensional scaling procedure for metric data with R environment. Statistics in Transition new series, 18(3), 521–540. DOI: 10.21307/stattrans-2016-084.
