Индустриальная структура экономики это: Аграрная, индустриальная и постиндустриальная экономика

3. Центры регионального развития \ КонсультантПлюс

3. Центры регионального развития

Инновационный и социально ориентированный путь развития предполагает многополярное развитие территории страны и формирование новых зон опережающего развития. Конфигурация пространственного развития становится более разнообразной, не привязанной жестко к сложившимся энерго-сырьевым зонам и финансовым центрам, появляются новые центры инновационного роста, опирающиеся на концентрацию человеческого и технологического потенциала.

Развитие центральной части России связано с расширением зоны опережающего экономического роста за пределы Московской городской агломерации при максимальном использовании преимуществ емкого столичного рынка, с реализацией потенциала исторически сложившихся специализаций регионов и инновационной диверсификацией их экономики.

Расширение сети высокоскоростных магистралей создаст условия для формирования в структуре Московской городской агломерации новых мест расселения с высоким качеством жизни и деловой инфраструктуры, что в совокупности с мощным научно-образовательным потенциалом столицы и научно-инновационных центров (наукоградов), прежде всего г. г. Дубны, Черноголовки, Зеленограда, Троицка, Протвино, Королева и Обнинска, создаст основу для рационального размещения новых высокотехнологических производств в обрабатывающих отраслях экономики и современных траспортно-логистических и сервисно-управленческих комплексов.

В свою очередь, формирование новых центров передовой индустрии и современной сервисной экономики даст импульс развитию технологической модернизации исторически сложившихся обрабатывающих отраслей центров машиностроения, металлургии, химии и нефтехимии, авиационной и легкой промышленности, сконцентрированных в крупных городах центральной части России.

Развитие московского логистического узла, международных и российских полимагистральных транспортных коридоров, связывающих области со столицей, обеспечит снижение транспортных издержек и рост инвестиций в обрабатывающие производства, ориентированные на столичный рынок сбыта, а также повысит трудовую мобильность населения.

Развитие экономики субъектов Российской Федерации, расположенных в Центрально-Черноземном регионе, связано прежде всего с использованием его главного конкурентного преимущества — плодородных земель, применением передовых технологий ведения сельского хозяйства, модернизацией отраслей переработки сельскохозяйственной продукции, а также модернизацией предприятий горнодобывающей и металлургической отраслей, ориентированных на освоение рудных запасов Курской магнитной аномалии.

Развитие Северо-Западного региона определяется экономическим и инновационным потенциалом Санкт-Петербургской городской агломерации, выходом к важнейшим морским коммуникациям, наличием ресурсной базы для топливной, металлургической, химической, лесной и рыбной отраслей. Рост этой агломерации страны и прилегающих регионов будет в основном определяться развитием транспортных и деловых услуг, высокотехнологичных импортозамещающих отраслей обрабатывающей промышленности, в частности военно-промышленного комплекса, судостроения и автомобилестроения, а также традиционных индустриальных отраслей северо-западных регионов, в частности машиностроения, приборостроения, электротехники, металлургии, химии и биофармацевтики.

В ресурсодобывающих областях Северо-Западного региона особое значение приобретает использование новых технологий для развития и модернизации приоритетных отраслей, включая растущую добычу нефтегазовых ресурсов, в том числе на шельфе, металлургии, лесной промышленности с переходом к глубокой переработке древесины, а также добычу и переработку водных биологических ресурсов.

Это потребует создания условий для модернизации предприятий соответствующих отраслей и обновления технического ресурса рыболовецкого и транспортного морского флота путем стимулирования развития производства современных, высокотехнологичных машин и оборудования для этих отраслей, в том числе с применением зарубежных технологий, а в перспективе — путем создания отраслевых инжиниринговых центров и генерации на их базе технологий следующих поколений.

Развитие юга России основано на использовании конкурентных преимуществ — наиболее благоприятных природно-климатических условий для сельского хозяйства, высокого рекреационного потенциала, транзитного приморского положения, а также значительных демографических ресурсов. Однако преобладание в структуре экономики большинства регионов юга секторов с низкой производительностью труда требует инновационного развития.

В приморских и горных регионах, обладающих высоким природно-рекреационным потенциалом (Республика Дагестан, Кабардино-Балкарская Республика, Карачаево-Черкесская Республика, Краснодарский край и Ставропольский край), необходимо сконцентрировать усилия на приоритетном развитии туристической отрасли рекреационных услуг с высоким уровнем менеджмента и сервиса с учетом интенсивного развития рекреации на Черноморском побережье, в связи с проведением XXII Олимпийских зимних игр в г. Сочи. Растущий спрос даст импульс развитию современного гостиничного бизнеса, связанного с ним производства товаров и услуг, а также модернизации пищевой промышленности и сельского хозяйства, повышающей их конкурентоспособность на внутреннем и внешних рынках, легкой промышленности, развитию транспорта и строительства.

В регионах, обладающих потенциалом развития перерабатывающих отраслей промышленности (Астраханская, Волгоградская и Ростовская области), экономическое развитие направлено на внедрение в этих отраслях новой техники и технологий для производства продукции с высокой добавленной стоимостью. При этом научно-исследовательский и образовательный потенциал крупных городских агломераций юга Ростовской области и Краснодарского края создает основу для развития высокопроизводительных отраслей новой экономики — информационных и биотехнологий, оказания инжиниринговых, финансовых и деловых услуг, проведения фундаментальных и прикладных научных исследований, призванных стать платформой инновационной экономики южных регионов.

Экономическое развитие Приволжского федерального округа будет опираться на модернизацию крупного промышленного потенциала регионов и одновременно развитие сектора современных услуг в полицентрической системе агломераций. Индустриальное развитие непосредственно связано с внедрением новых технологий, позволяющих перейти к выпуску конкурентоспособной продукции, улучшением менеджмента, привлечением внешних инвесторов и технологических разработок, а для отраслей оборонной промышленности — со стабильным государственным заказом. Это позволит повысить конкурентоспособность ведущих отраслей машиностроения, в том числе авиационно-космического и автомобилестроения, химической и нефтехимической промышленности.

В долгосрочной перспективе будут развиваться межрегиональное разделение труда и кооперация с опорой на мировые технологические новации и отраслевую научно-исследовательскую базу ведущих индустриальных центров регионов и крупных центров Поволжья.

Перспективы развития Уральского федерального округа определяются тремя направлениями.

Первое направление связано с добычей минеральных, прежде всего нефтегазовых, ресурсов на основе современных технологий, в том числе с формированием нефтегазохимического кластера на базе нефте- и газодобычи на месторождениях Приямальского шельфа Карского моря, Обской губы и нефтегазохимических производств северного Урала с применением высоких технологий в этой сфере, базой для создания которых призван стать Тюменский инновационный центр нефти и газа.

Второе направление связано с модернизацией индустриального потенциала Урала, развитием глубокой переработки сырья на основе менее энергозатратных и более экологичных технологий в металлургии, повышением конкурентоспособности отраслей тяжелого и транспортного машиностроения, а также повышением человеческого капитала и мобильности граждан, занятых в монопрофильных промышленных городах.

Третье направление связано с развитием деловых, инновационных, образовательных и других услуг в крупных городских агломерациях Урала. Кроме того, создание высоких технологий в научно-инновационных центрах оборонной промышленности даст импульс инновационному развитию других базовых специализаций крупнейших уральских центров (г. г. Екатеринбург и Челябинск), в частности транспортного, тяжелого, химического, сельскохозяйственного, энергетического машиностроения и приборостроения, производства медицинской техники, металлургии и химии с формированием перспективных территориально-производственных кластеров.

Одним из инструментов долгосрочного развития Уральского региона станет реализация проекта «Урал промышленный, Урал полярный», включающего проекты по освоению природных ресурсов и их переработке, а также созданию новой транспортной инфраструктуры.

Долгосрочное развитие Сибири опирается на использование основного конкурентного преимущества, связанного с высокой обеспеченностью природными ресурсами.

Инновационность развития для восточных регионов реализуется путем эффективного использования природных ресурсов, в частности путем более глубокой их переработки в существующих центрах индустриального роста и создания новых таких центров на слабоосвоенных территориях. Дальнейшее развитие получат как основные индустриальные центры Сибири, специализирующиеся на металлургии, химии и нефтехимии, лесопереработке, так и зоны нового освоения в Нижнем Приангарье, Забайкалье и другие зоны, а также энергопромышленные кластеры на базе гидроэлектростанций. Лесные ресурсы Сибири составят сырьевую базу для формирования лесопромышленных кластеров.

На базе богатых природных запасов дальнейшее развитие получат основные индустриальные центры Сибири и Дальнего Востока, специализирующиеся на глубокой переработке полезных ископаемых, металлургии, химии и нефтехимии, в том числе Красноярская, Иркутская и Хабаровская агломерации (г. г. Новосибирск, Томск и Омск), а лесные ресурсы Сибири и Дальнего Востока составят сырьевую базу для формирования в них лесопромышленных кластеров.

Основными зонами модернизации в слабозаселенных регионах востока страны являются крупные города. Для ускорения модернизации необходима поддержка инновационного потенциала ведущих научных и образовательных центров Сибири (прежде всего г. г. Новосибирска, Томска) путем предоставления статуса национальных университетов, создания инновационных центров, а также улучшение финансовых и институциональных условий всех крупных городов для их комплексного развития. Основу для инновационного развития экономики Сибири составляет накопленный потенциал академической и отраслевой науки и образования г. г. Новосибирска, Томска и Омска (промышленные технологии, биогенетика и биотехнологии, медицина и фармацевтика, информационные, промышленные и ядерные технологии), а также Кузбасса (технологии глубокой переработки угля).

На юге Сибири конкурентным преимуществом являются также аграрные ресурсы, на их основе будет развиваться переработка сельскохозяйственного сырья. Для повышения конкурентоспособности зернового сектора, мукомольной и пищевой промышленности необходимо снижение транспортных издержек, что позволит расширить рынки сбыта и технологически модернизировать эти сектора экономики. Инновационным потенциалом обладает и развитие рекреационных услуг в горных районах.

В Южной Сибири продолжится интенсивное развитие агропромышленного сектора, опирающегося на сельскохозяйственные ресурсы Алтайского края, юга Новосибирской и Омской областей.

Развитие Дальнего Востока в значительной мере опирается на огромные природные ресурсы (рыбные, лесные, нефтегазовые, угольные, рудные и минеральные), а также выгодное приморское географическое положение и близость к рынкам стран Азиатско-Тихоокеанского региона.

Важнейшим инструментом, организующим развитие регионов Дальнего Востока в среднесрочной перспективе, является реализация федеральной целевой программы «Экономическое и социальное развитие Дальнего Востока и Забайкалья на период до 2013 года» и подготовка к форуму Азиатско-тихоокеанского экономического сотрудничества.

Внедрение новых технологий добычи углеводородных ресурсов на шельфе и сжижения газа дадут новый импульс развитию Сахалина и Якутии. Перспективы освоения новых месторождений минеральных ресурсов обусловлены инвестиционными стратегиями бизнеса и приоритетами государства в инфраструктурных инвестициях.

Принципиальным фактором развития регионов Сибири и Дальнего Востока является решение в долгосрочном периоде проблем газификации, формирования распределенной энергосистемы, оптимизации транспортных и энергетических тарифов, модернизации и создания новых морских портов, в том числе для развития контейнерных перевозок и экспорта ресурсов, создания единой связной системы транспортных коммуникаций, связывающих основные центры Дальнего Востока, а также их интеграцией в общероссийскую и мировые транспортные системы.

Модернизация крупных городов Дальнего Востока основана на интеграции сервисных и индустриальных функций. Инновационный потенциал Владивостокской и Хабаровской городских агломераций связан с развитием профессионального образования, разработкой технологий освоения океана и природных богатств, в том числе био- и нанотехнологий и подводной робототехники. Владивостокская городская агломерация, Дальневосточная островная зона, включая остров Сахалин, полуостров Камчатка и Курильские острова, и система тихоокеанских портов станут опорными для формирования биоресурсного кластера, основу которого составят добыча и переработка водных биологических ресурсов и марикультура.

Необходимость инновационного развития отраслей экономики, связанных с освоением природных ресурсов, даст импульс развитию сложившейся в индустриальных центрах Дальнего Востока базы машиностроения с переходом к выпуску современных машин и оборудования в соответствующих отраслях. Создание высоких технологий востребовано и для обеспечения конкурентоспособности авиастроения, судостроения и судоремонта как приоритетных специализаций г. Комсомольск-на-Амуре, Хабаровской и Владивостокской городских агломераций. Перспективы формирования кластера на базе результатов космической деятельности связаны с созданием космодрома Восточный.

Активизация освоения российского сектора Арктики предусматривается по следующим направлениям:

активизация работ по освоению нефтегазовых месторождений, переданных недропользователям, а также на нераспределенном фонде недр арктического континентального шельфа;

существенное повышение изученности арктического континентального шельфа, а также обеспечение к 2020 году прироста балансовых геологических запасов морских месторождений нефти до 3 млрд. тонн и газа — до 5 трлн. куб. м;

завершение к 2011 году геолого-геофизического обоснования внешней границы континентального шельфа Российской Федерации в Северном Ледовитом океане;

увеличение добычи морских биологических ресурсов в Арктике к 2017 году до 20 процентов общего изъятия водных биологических ресурсов в Российской Федерации, предусмотрев более полное использование добываемых водных биологических ресурсов;

развитие мощностей по переработке рыбы и других добываемых морепродуктов, а также увеличение на 30 процентов к 2015 году производства продукции их переработки для реализации на российском и иностранном рынках;

повышение конкурентоспособности Северного морского пути (в том числе обеспечение возможности увеличения объемов грузоперевозок) и создание условий для его использования в перспективе в качестве транспортного коридора, соединяющего порты Западной Европы с портами Юго-Восточной Азии и Северной Америки и управляемого Российской Федерацией, а также создание с этой целью к 2015 году единой системы контроля и безопасности судоходства, управления транспортными потоками в районах интенсивного движения судов в Арктическом регионе с модернизацией действующих и созданием новых средств и подсистем;

снижение ущерба окружающей среде от расширения экономической деятельности и восстановление окружающей среды, нарушенной в результате прошлой деятельности в Арктике на территории Российской Федерации;

обеспечение национальной безопасности в Арктическом регионе в условиях расширения использования ресурсного потенциала Арктики;

адаптация объектов инфраструктуры к прогнозируемым климатическим изменениям, а также снижение показателей стойкой утраты трудоспособности и преждевременной смертности населения, проживающего в Арктическом регионе;

развитие информационно-коммуникационных технологий для обеспечения к 2015 году надежной связи, в том числе подвижной, телерадиовещания, дистанционного зондирования Земли, площадных съемок ледового покрова, управления движением судов и самолетов, навигационных определений в высоких широтах Арктики, мониторинга состояния природной среды, безопасности жизнедеятельности и природопользования в Арктике на основе использования новейших достижений в области создания космических средств связи и наблюдения;

своевременное предупреждение об опасных гидрометеорологических и геофизических явлениях и высоких уровнях загрязнения окружающей среды.

Национальная экономика ( секторы ).

Под национальной экономикой принято считать народное хозяйство страны.

Признаки национальной экономики :

  • oбщее экономическое пространство с единым законодательством, единой денежной единицей, общей кредитно-денежной и финансовой системой
  • наличие тесных экономических связей между хозяйственными субъектами с общим воспроизводственным контуром
  • территориальная определенность с общим экономическим центром, который выполняет регулирующую и координационную роль.
Уровень национального хозяйства зависит от:
Природных богатсв.
Oбъёмa и качествa капитала.
От трудоспособности населения.
От того как и каким способом организовано использование всех производственных факторов.

Целью национальной экономики является:

  • cтабильные  высокие темпы роста национального объема производствa
  • cтабильность  цен
  • поддержание внешнеторгового баланса
  • высокий уровень занятости

На протяжении двух последних столетий национальное хозяйство промышленно развитых стран не было однородным по своей структуре и состояло из нескольких возникших в разное время секторов.

Под сектором национального хозяйства подразумевается его часть, которая имеет отличительные социально-экономические черты.
Национальное хозяйство делится на 3 сектора и называется трехсекторная модель экономики:

Первичный сeктор экономики объединяет отрасли, связанные с добычей сырья и его переработкой в полуфабрикаты.
K нему относятся сельское хозяйство, рыболовство, лесоводство, охота.  Общество, существующее в условиях господствующего первичного сектора экономики, называют аграрным.

Вторичный сектор экономики  – это обрабатывающая промышленность и строительство. Общество, существующее в условиях господствующего вторичного сектора экономики, называют индустриальным.

Третичный сектор экономики  —  сфера услуг.

К сферам услуг относят  транспорт, связь,торговлю, туризм, здравоохранение и т. п. Большинство населения Чешcкой Республики работает в третичном секторе.
Общество, существующее в условиях господствующего третичного сектора экономики, называют  постиндустриальным.

Ресурсы, которые, необходимые для производства товаров и услуг  называюся факторами производствa.
Традиционно подразделяются на составляющие:

  • трудовые ресурсы, или труд;
  • инвестиционные ресурсы, или капитал;
  • природные ресурсы, или земля;
  • сырьевые ресурсы;
  • предпринимательский талант или предпринимательские способности;
  • информация; специфической формой информации является технология .
Труд представляет собой целесообразную деятельность человека по созданию экономических благ, проявление совокупности умственных и физических способностей человека.

Cовокупность взаимосвязанных процессов труда и естественных процессов, в результате которых исходные материалы превращаются в готовые изделия, составляют понятие  производственный процесс.
Основной частью производственного процесса является технологический процесс.

Oдним из трёх факторов производства является капитал.
Капитал в экономике —  ресурсы, которые могут быть использованы в производстве товаров или оказании услуг. Любое средство труда  рассматривается как физический капитал . Однако средство труда может стать капиталом только тогда, когда его владельцы прямо или косвенно вступят в экономические отношения  с владельцами рабочей силы .
Например, сам по себе металлорежущий станок не приносит своему владельцу никакого дохода. Даже его использование лично владельцем станка не превращает станок в капитал. Капиталом он становится лишь после найма рабочего или сдачи станка в аренду.

Виды капитала:
Основной капитал.
Оборотный капитал.
Постоянный капитал.
Переменный капитал.
Рабочий капитал.

Вопросы

  1. Что такое национальнaя экономика ?
  2. От чего зависит уровень национального хозяйства?
  3. На какие секторы делится национальное хозяйство? Назовите их.
  4. Охарактеризуйте вторичный сектор экономики.

Ответы

  1. Под национальной экономикой принято считать народное хозяйство страны.
  2. Уровень национального хозяйства зависит от: природных богатсв, oбъёмa и качествa капитала, oт трудоспособности населения,oт того как и каким способом организовано использование всех производственных факторов.
  3. Национальное хозяйство делится на 3 сектора: первичный сeктор экономики, вторичный сектор экономики , третичный сектор экономики.
  4. Вторичный сектор экономики  – это обрабатывающая промышленность и строительство. Общество, существующее в условиях господствующего вторичного сектора экономики, называют индустриальным.

 

Структура занятости в экономике по видам деятельности и основным профессиональным группам

Автор

А.В. Кашепов

Московский педагогический государственный университет,

Москва.

Аннотация


Объектом данного исследования является отраслевая структура занятости населения, как характеристика уровня экономического развития и сфера государственного регулирования. Цель работы – демонстрация возможностей использования авторской методики «Индекс качества структурных сдвигов» для мониторинга соответствующих изменений на основе официальных отчетных данных статистики занятости. В качестве методов проведения работ использован «Индекс качества структурных сдвигов (ИКС)», методы математико-статистического анализа и представления его результатов в виде диаграмм и уравнений регрессии, анализ таблиц данных Федеральной службы государственной статистики (Росстата). 

Результат исследования – подготовка предложений о дополнении качественного анализа изменений структуры экономики и занятости количественными показателями, в том числе в виде индексов. Рекомендована возможность использования автоматизированного мониторинга изменений структуры экономики на основе индексов, очищенного от субъективных суждений («хорошо – плохо») и от механических сопоставлений с другими странами, опирающийся на отчетные данные. Краткое рассмотрение вопроса о цифровизации занятости позволило сделать вывод, что в обозримом будущем это не приведет к массовому высвобождению занятых и росту безработицы. Содержащиеся в исследовании материалы могут быть использованы федеральными и региональными органами исполнительной власти для анализа изменений структуры экономики при разработке структурной политики и политики занятости населения.

Введение

Один из основоположников современной теории аграрного, индустриального, постиндустриального, информационного обществ Д. Белл писал в 1973 году: «В самом начале двадцатого века лишь трое из каждых десяти работников в США были заняты в сфере услуг, а остальные семеро – в производстве материальных благ. К 1940 году это соотношение фактически выровнялось. К 1960му уже шестеро из 10 трудились в сфере услуг. К 1980 году, учитывая растущий вес этой сферы, в ней будут заняты почти семеро из каждых 10 работников» [1]. Таким образом, в основе современной классификации типов обществ лежит отраслевая структура занятости.

Многие российские и зарубежные ученые в последующие десятилетия после первых публикаций на эту тему Д.Белла высказывали тезис о том, что доля услуг, инновационных отраслей и т.д. в экономике является индикатором уровня развития экономики, и драйвером этого развития. Ранее мы писали о том, что в экономике не существует «законов», подобных законам в естественных науках, есть фактические, в том числе статистические, данные и гипотезы о наличии взаимосвязей между ними. При этом научное сообщество большинством голосов, и каждый ученый для себя лично, решает, целесообразно ли ему придерживаться той или иной гипотезы [2]. В связи с этим мы хотим подтвердить, что присоединяемся к широко распространенному мнению о наличии корреляционной взаимосвязи между уровнем развития экономики и структурой занятости. В трактовке корреляционных взаимосвязей обычно сложно определить, что является причиной, а что следствием. Мы исходим из предположения, что уровень развития можно рассматривать, как причину, а долю сферы услуг и высоких технологий – как следствие и индикатор этого уровня. При этом не будем забывать о высокой доле промышленности в экономике высокоразвитой Германии и высокой доле сельского хозяйства в развитой, хотя и пораженной хроническим кризисом, Греции. В Германии это вызвано историческими традициями, в Греции – географическим положением и природными условиями.

Для иллюстрации данной гипотезы мы использовали данные Росстата из сборника «Россия и страны мира. 2018». Мы рассчитали долю занятых в сфере услуг как сумму долей занятых в следующих видах деятельности по классификатору МСОК 4 (ISIC 4): торговля, транспорт и хранение, гостиницы и общественное питание, информация и связь; финансовая и страховая деятельность, операции с недвижимым имуществом, деятельность профессиональная, научная, техническая, административная и сопутствующие услуги; государственное управление, оборона, социальное обеспечение, образование, здравоохранение и социальные услуги; прочие виды деятельности. Расчеты были сделаны по 40 странам, доступным в названном источнике. Данные по ВВП на Интернет-портале ООН доступны практически по всем странам мира, гораздо меньше в международных источниках данных по общей численности занятых, и еще более ограничены сведения о структуре занятости по странам. Поэтому мы использовали данные, проверенные Росстатом1. Назовем для примера уровни занятости в сфере услуг в некоторых странах согласно данному расчету: Люксембург – 89,7%, США – 78,7%, Россия – 67,2%, Таджикистан – 30%.

На рисунке 1 показана диаграмма по 40 странам, линейный тренд и его уравнение, где У – доля занятых в сфере услуг в %, а Х – ВВП по паритету покупательной способности на 1 занятого. Диаграмма и тренд достаточно очевидно демонстрируют прямую связь между уровнем занятости в сфере услуг и ВВП по ППС на 1 занятого (этот второй показатель можно интерпретировать как производительность труда и рассматривать как индикатор уровня экономического развития).

Рис. 1 / Fig. 1. Соотношение доли занятых в сфере услуг и ВВП по ППС на 1 занятого в экономике по 40 странам мира, включая Россию, на 2016 г. / Ratio of the share of the employed in the service sector and GDP at PPP per 1 employed in the economy in 40 countries of the world, including Russia, for 2016.

В то же время коэффициент детерминации R2 составляет около 0,5, что свидетельствует о невысокой надежности уравнения. Это вызвано множественностью факторов уровня занятости в сфере услуг (выше мы приводили примеры Германии и Греции), которые в каждой стране составляют комплекс, во многом уникальный, и далеко не сводятся только к уровню экономического развития.

Разработка и применение индекса качества структурных сдвигов

Перейдем к анализу изменений структуры занятости в РФ и к представлению нашей методики анализа структурных сдвигов.

Сравнение структуры занятого населения в течение различных периодов осложнено тем обстоятельством, что с 2004 г. определитель ОКОНХ был сначала заменен на ОКВЭД, который теперь называют ОКВЭД 1, далее в 2017 г. был введен ОКВЭД 2. Отраслевые статистические ряды, существовавшие десятки лет, в 2004 г. были прерваны, и начались новые – по видам экономической деятельности (ВЭД). Некоторые ВЭД можно суммировать и даже целиком «закладывать» в таблицы, частично совместимые с прежними отраслевыми таблицами. Однако для корректного проведения таких расчетов желательно, чтобы их проделал сам Росстат, исходя из детальных данных, имеющихся в его базе. На основе публикуемых таблиц это можно сделать только очень приблизительно, поэтому в наших работах мы были вынуждены выделить отраслевую структуру экономики и занятости до 2004 г., структуру ВЭД – 1 и ВЭД-2 за более поздние периоды. Сопоставление прежней, логически выверенной системы отраслей народного хозяйства с новой номенклатурой видов экономической деятельности было затруднено объединением в одну строку государственного управления, военной службы и социального обеспечения в одну строку, науки с риэлтерской деятельностью и другими изменениями.

Деградация отраслевой структуры занятости была одной из острых проблем 1990-х. В наших работах высказывалась позиция о том, что необходимо отличать «нормальную» структурную безработицу, когда работники высвобождаются из технологически отсталых отраслей экономики, и российскую безработицу 1990-х, когда происходило массовое разрушение науки, высокотехнологичной промышленности, и безработными становились элитные представители этих отраслей.

Таблица 1 / Table 1

Среднегодовая численность рабочей силы, занятой в отраслях экономики Российской Федерации (ОКОНХ) в 1990-2004 гг. / Average annual number of workers employed in sectors of the Russian economy (OKONH) in 1990-2004

Таблица 2 / Table 2

Среднегодовая численность рабочей силы по видам экономической деятельности в 2000-2016 гг. (ОКВЭД-1) / Average annual number of workers by type of economic activity in 2000-2016 (OKVED-1)

В рассматриваемый период (табл. 1 и 2) численность занятых в промышленности сократилась более чем на 8,5 млн человек, а доля промышленности в экономике с 30,3% до 21,5%. Существенно сократилось сельское хозяйство, строительство, доля науки уменьшилась в 2 раза. Устойчивый рост в 1990-е годы демонстрировала только торговля, которая стала лидирующей отраслью экономики.

Изменилось ли (в какой степени) положение дел за последние 20 лет? Обрабатывающая промышленность продолжает сжиматься. Наука, которую в 2017 г. перестали показывать отдельной строкой, впервые за 25 лет приостановила снижение численности занятых (в рамках методологии ОКВЭД-1) в 2016 г. Поскольку сопоставимых данных по занятости в науке за 2016-2018 гг. нет, используем показатель Росстата «Численность персонала, занятого исследованиями и разработками». Слегка увеличившись в 2015 г. до 738,9 тыс. человек, затем он снова пошел вниз и в 2017 г. составлял 707,9 тыс. человек. Таким образом, кадровая деградация важнейших сфер экономики, в первую очередь науки – до сих пор не остановлена (табл. 2, табл. 3).

Торговля прочно закрепилась на позиции самой массовой отрасли в экономике, образование сокращается (хотя на то есть объективная причина – демографическое снижение численности школьников и студентов), здравоохранение колеблется от снижения к небольшому росту. Стабильно растет строительство и снижается сельское хозяйство. Самая динамичная в последние 25 лет, наряду с торговлей, отрасль «финансовая деятельность», с 2015 г. начала сокращаться, что может быть связано с западными санкциями в банковско-финансовой сфере, и с массовой санацией российских банков ЦБ РФ.

Проблему «количественной оценки качества» структурных изменений в занятости отечественные ученые начали рассматривать еще в 1980-х годах.

При этом многие авторы основным критерием положительных структурных изменений называли производительность труда, что было бы логично, если бы существовали способы корректного и сопоставимого расчета производительности по всем отраслям. Поскольку статистически наблюдаемая производительность в отраслях материального производства находилась под влиянием ценового диспаритета (в промышленности, она была существенно выше, чем в сельском хозяйстве), а в «нематериальном» секторе вообще не поддавалась расчету, соответствующие расчеты приводили к совершенно неадекватному выводу – что для максимизации производства в стране вся рабочая сила должна была быть сосредоточена в промышленности, прочие отрасли не должны существовать.

Экономисты-математики Центрального экономико-математического института (ЦЭМИ) РАН и Института народнохозяйственного прогнозирования (ИНП) РАН при разработке математических моделей занятости также использовали критерий производительности, приводящий к подобным выводам. Поэтому они были вынуждены ограничивать свои модели некими экспертными ограничителями. Одна из самых последовательных реализаций этой модели была сделана З.А. Котляром [3]. Только в конце 1980 – начале 1990 гг. появились первые отечественные публикации, авторы которых предлагали отказаться от производительности труда, как единственного критерия качества структурных сдвигов. Более подробно история вопроса рассмотрена в наших предшествующих работах [4].

Во второй половине 1990-х в различных публикациях появились индексы, предназначенные для оценки структурных изменений. А.С. Семенов предложил оценить качество структурных изменений по формуле, в которой доля определенной отрасли в российской экономике сравнивалась со своей долей в экономике США [4]. В более поздней публикации Р.И. Капелюшников использовал индекс интенсивности (но не качества) структурных изменений американского экономиста Д. Лилиэна [5].

В течение 1990-х мы писали о структурном регрессе занятости в результате системного кризиса, также вместе с коллегами по Институту макроэкономических исследований (ИМЭИ) сравнивали структуру занятости РФ с развитыми странами, но одновременно пытались построить индекс структурных изменений, который бы не был критериально зависим от структуры экономики США, или любой другой страны. В результате нами был предложен метод «индекс качества сдвигов» (ИКС), довольно простой по форме, и легко воспроизводимый с использованием открытой статистической информации Росстата. При его разработке мы объединили статистическую оценку объема межотраслевых структурных сдвигов и экспертную оценку относительной «прогрессивности-регрессивности» отраслей экономики. После первой публикации данной методики в 1999 г., мы неоднократно воспроизводили формулу и результаты расчетов за различные периоды в своих статьях. Покажем ее здесь со ссылкой на работы 2013 г.:

(включая прогрессивные, нейтральные и регрессивные) в текущем и ретроспективном периодах» [6].

«Согласно этой формуле, сумма прироста числа занятых в условно «регрессивных» отраслях промышленности вычтена из суммы прироста числа занятых, в отраслях, отнесенных к категории условно «прогрессивных». Изменения в «нейтральных» отраслях промышленности в числителе дроби не рассматриваются. В знаменателе представлена сумма модулей (абсолютные величины) прибыли числа на всех отраслях экономики. Таким образом, в определении в числителе знака (+) или (-) диагностируется качество происходящих изменений, а деление на знаменатель позволяет определять долю баланса прогрессивных и регрессивных изменений в абсолютной величине всех притоков и оттоков численности занятых по отраслям экономики, которые произошли в течение рассматриваемого периода» [7].

Основная проблема предложенной методики – в субъективности эмпирического подразделения отраслей экономики на «прогрессивные», «нейтральные» и «регрессивные». Техника может быть улучшена, если сделать классификацию отраслей промышленности методом опроса широкого спектра экспертов. Но пока мы исходим из российских и зарубежных футурологических и экономических публикаций, авторы которых делили экономику на «первичный», «вторичный» и

«третичный» сектора и предлагаем на этой теоретической основе собственное деление российской экономики (табл. 4).

Таблица 4 / Table 4

Группировка отраслей и видов экономической деятельности согласно ОКОНХ, ОКВЭД-1, ОКВЭД-2 / Grouping of industries and types of economic activity according to OKONKH, OKVED-1, OKVED-2

Рис. 2 / Fig. 2. Индекс качества структурных изменений в занятости (ИКС-1) в экономике Российской Федерации в 1975-2004 гг. / Quality index of structural changes in employment (ICS-1) in the Russian economy in 1975-2004.

В качестве комментария к табл. 4, добавим, что «условно-регрессивными» названы отрасли, которые не просто полезны, а необходимы экономике (в частности, добыча полезных ископаемых и сельское хозяйство). Но в большинстве исследований они относятся к «первичному» сектору, доля которого в экономике во всех развитых странах сокращается.

Индекс, вычисляемый исходя из классификатора ОКОНХ по формуле 1, мы назвали «индекс качества структурных сдвигов – ИКС-1.

Неожиданно в процессе расчетов выяснилось, что самый высокий положительный индекс ИКС-1 относится к периоду 1975-1980 гг. (0,861) и к последующим годам советского периода, которые принято именовать «застоем». Именно в период «застоя» происходили самые мощные положительные сдвиги в структуре занятости, в конце 1980-х годов они уменьшались, и в 1990-е годы резко перешли в отрицательную зону. Это означало, что слабый рост числа в отдельных регрессивных и нейтральных отраслях экономики в 1990-х сопровождался массовым сокращением числа работающих в прогрессивных отраслях, при одновременном выбросе миллионов работников прогрессивных отраслей в зоны безработицы и эмиграции. Самый низкий индикатор индекса ИКС-1 пришелся на 1991-1992 гг. (-0,718), в 1997-1998 гг. он начал восстанавливаться и прошел исторический максимум (0,488) в 2003 г.

В дальнейшем, вследствие отмеченных выше изменений методологии Росстата мы должны были перейти к расчету индекса ИКС ВЭД, который также считался по формуле 1, но уже по новому составу отраслей (теперь они именуются видами экономической деятельностью) согласно данным, представленным в табл. 2.

На рис. 3 показаны результаты расчетов индексов ИКС ВЭД за весь период существования сопоставимых статистических данных 2001-2016 гг. Расчеты показывают, что ИКС ВЭД за последние 20 лет дал два пика: 0,383 в 2003 г. и 0,416 в 2007 г. Во время глобального финансового кризиса 20082009 гг. абсолютный объем перераспределения занятых резко увеличился, но качество структурных изменений было отрицательным (-0,627). Скачок индекса до 0,456 в 2015 г., когда наблюдался спад экономики вследствие санкций, возможно, является следствием операции Росстата, который не меняя названия строк в таблице ВЭД, за один год пересчитал показатель по «операциям с недвижимым имуществом» с 4,9 млн чел. до 6,3 млн чел., торговли – с 12,7 млн чел. до 13,7 млн чел. и понизил численность в строке «сельское хозяйство» с 6,2 млн чел. до 5,4 млн чел. Маловероятно, что эти пересчеты могли быть связаны со спадом в экономике, хотя сельское хозяйство хронически страдающее ющее от недофинансирования, могло негативно отреагировать на санкции. Так или иначе, спад в сельском хозяйстве, как «условно-регрессивной» отрасли, мог привести к повышению нашего индекса. Расчет за 2017-2018 гг. сделан по ОКВЭД-2, поэтому его результаты не полностью сопоставимы с предшествующим периодом. Разумеется, было бы хорошо, если бы началось повышение индекса ИКС ВЭД, но пока мы осторожно предположим, что положительная тенденция 2017-2018 гг. связана с пересмотром номенклатуры отраслей.

Рекомендации по совершенствованию структуры экономики не являются темой и предметом данной статьи, но, по крайней мере, мы можем рекомендовать нашу разработку ИКС для мониторинга структурных изменений занятости в России.

Рис. 3 / Fig. 3. Индекс качества структурных сдвигов в занятости (ИКС ВЭД) Российской Федерации в 2000-2018 гг., график годовых данных и линейный тренд / Quality Index of Structural Shifts in Employment (QISS FEA) of the Russian Federation in 2000-2018, annual data schedule and linear trend.

Цифровизация экономики и перспективы занятости

На протяжении последних десятилетий в литературе по футурологии и экономике высказывались идеи о том, что автоматизация и роботизация производства неизбежно приведут к массовой безработице. Однако за время, прошедшее с тех пор, как американские футурологи впервые предсказали коллапс занятости из-за автоматизации производства, численность занятого населения в США увеличилась с 71 млн человек в 1960 г. [8] до 138 млн чел. в 2010 г. [9]. Волны алармизма перед лицом новых технологий поднимались и спадали, но в целом большинство экономистов не считали информатизацию, переходящую в цифровизацию, существенным фактором, влияющим на численность занятого населения. На фоне увеличения числа компьютеров, производство которых в мире росло до 2015 г., а потом пошло на спад, уступая место компактным гаджетам, численность рабочих мест выросла в последние десятилетия на десятки миллионов в развитых и на сотни миллионов в развивающихся странах, в первую очередь в Китае и Индии.

На рис. 4 показана обратная зависимость между компьютеризацией и безработицей в США за 2005-2017 гг.

Рис. 4 / Fig. 4. Численность безработных, уровень безработицы в % от рабочей силы и уровень подключения к интернету в % от численности населения США / Number of unemployed, the unemployment rate (% of the workforce) and Internet connection (% of the US population).

Если в стране, которая уступив мировое лидерство по абсолютному ВВП по ППС, остается очевидным лидером в сфере технологий, где постоянно растет число рабочих мест и компьютеров, а также промышленных роботов, а безработица к ноябрю 2019 г. упала до 3,5%, – то есть ли тема для обсуждения?

Очевидно, есть, поскольку российские ученые через 50 лет вернулись к обсуждению данной проблемы. Одним из поводов для этого послужила статья К. Фрея и М. Осборна, опубликованная в 2013 г. [10]. Авторы статьи выделили несколько крупных профессиональных групп, в которых в ближайшие десятилетия компьютеры (роботы) полностью или частично заменят людей, что приведет к сокращению рабочих мест на десятки процентов в развитых странах. Наиболее рискованными видами деятельности авторы сочли услуги, торговлю, сельское хозяйство.

Исходя из методики К. Фрея и М. Осборна (наложением коэффициентов на численность занятых по ВЭД и ключевым профессиям в РФ), а также принимая во внимание планы Правительства России по цифровизации и повышению производительности труда3, российские специалисты также предположили возможность сокращения рабочих мест в нашей стране на 20-30 млн. человек к 2030 г. Наиболее подробно разрабатывает эту проблему С.П. Земцов, который считает, что 26,3% занятых в России – около 20 млн человек – в перспективе до 2030 г. относятся к профессиональным группам, рискованным с точки зрения автоматизации – водители, продавцы, грузчики, уборщики и ряд других групп [11]. По мнению автора, проблема состоит не только в возможности их полного вытеснения из экономики, но и в принципиальной сложности переподготовки этих категорий для работы в высокотехнологичных секторах.

Мы согласны с С.П. Земцовым и другими отечественными специалистами, пишущими на эту тему, что проблема недостаточной эффективности системы образования и повышения квалификации в нашей стране существует. Однако мы полагаем, что в перспективе до 2030 г. могут сохраниться невысокие темпы роста производительности труда. Согласно оценкам Минтруда РФ в настоящее время и на среднесрочную перспективу в России сохраняется проблема нехватки работников по профессиям среднего специального уровня подготовки: среднего медицинского персонала; рабочих, занятых в сфере строительства; технических специалистов в промышленности, машиностроении и других производственных областях [12]. Этот список частично совпадает с теми перечнями подлежащих сокращению профессий, которые выделены учеными-исследователями в сфере цифровизации. Мы считаем дискуссионными отдельные предложения о возможности замены роботами представителей профессий, предназначенных для квалифицированной работы с людьми – работников образования, государственных служащих, которые ведут непосредственный прием граждан и ряд других. По нашим расчетам, сделанным исходя из соотношения официальных прогнозов ВВП, который будет расти быстрее производительности труда [13, 14, 15], численность функционирующих рабочих мест увеличится к 2024 г. до 72,8-72,9 млн единиц (от базы 2017 г. в 71,8 млн единиц) и к 2036 г. до 75,5-75,7 млн единиц.

Поскольку сторонники теории массового сокращения занятости к 2030 г. в качестве базы для расчетов используют оценки из английских и американских публикаций, уместно в качестве аргумента использовать расчеты ответственных экспертных организаций США, и в частности, Бюро трудовой статистики (BLS). Согласно докладу этой организации от 4.09.2019 г., в 2018-2028 гг. численность рабочих мест в этой стране увеличится на 8,4 млн единиц и достигнет 169,4 млн единиц. Сокращение численности на несколько процентов (не более 10%) в рамках общего роста, по расчетам Бюро, ожидает следующие профессиональные группы: топ-менеджеров, торговых и страховых агентов, программистов, преподавателей литературы, фотографов, аудиторов, офис-менеджеров и некоторые другие категории работников. Суммарное сокращение составит несколько сотен тысяч человек и будет многократно перекрыто ростом в других видах деятельности [16].

Заключение

Согласно предложенной нами методологии расчета Индексов качества структурных сдвигов (ИКС) приходится на основе расчетов признать, что в российской экономике соответствующие процессы колеблются вблизи нулевых отметок, что соответствует оценкам общей ситуации как недостаточно эффективного развития. Поэтому правдоподобно выглядят прогнозы Министерства экономического развития о том, что в перспективе ВВП будет расти экстенсивно (быстрее производительности труда).

В условиях более медленного, чем в развитых странах, внедрения информационных технологий (ускоренный рост демонстрируют только мобильная связь и Интернет) это приведет к увеличению численности рабочих мест и занятого населения. Риски безработицы будут связаны главным образом с демографическими факторами (включая изменения границ трудоспособного возраста). Колебания численности занятых в отдельных ВЭД и группах профессий также будут связаны с демографическими волнами (например, численность занятых в сфере образования снова начнет расти, когда подойдет положительная демографическая волна детей и молодежи), а также с изменениями конъюнктуры мировых рынков (вследствие зависимости экономики от сырьевого экспорта) и внутренних рынков. Задачей прогнозистов будет являться своевременное предупреждение органов исполнительной власти об этих волнах и колебаниях.

Список источников

  1. Белл Д. Грядущее постиндустриальное общество. Опыт социального прогнозирования. М.: Academia. 1999.
  2. Кашепов А.В. Взаимосвязи экономики и демографии. М., Макс-пресс; 2019.
  3. Котляр З.А. Структура занятости населения: проблемы совершенствования. М., Наука; 1989.
  4. Семенов А.С. Обоснование распределения рабочей силы по отраслям материального производства // Известия АН СССР, сер. экономика. 1988;(2).
  5. Капелюшников Р.И. Российский рынок труда: адаптация без реструктуризации. M., ГУ ВШЭ, 2001.
  6. Кашепов А.В. Структура занятости населения по видам экономической деятельности. Вестник Российского нового уни- верситета. Серия: Человек и общество. 2013;(2)56-61.
  7. Кашепов А. Методы оценки качества структурных сдвигов в занятости населения. Социальная политика и социальное партнерство. 2013;(6)5-13.
  8. Statistical Abstract of USA. 1960. US Bureau of the Census. 1960. p. 205.
  9. Statistical Abstract of USA. 2009. US Bureau of the Census. 2011. p. 380.
  10. Frey C.B., Osborne, M.A. The Future of employment: How susceptible are jobs to computerisation. Oxford. University of Oxford. 2013
  11. Земцов С.П. Цифровая экономика, риски автоматизации и структурные сдвиги в занятости в России. Социально-трудо- вые исследования. 2019;3(36)6-17.
  12. Официальный сайт Министерства труда и социальной защиты РФ https://rosmintrud.ru/ (дата обращения: 01.12.2019)
  13. Прогноз социально-экономического развития Российской Федерации на период до 2024 года. Официальный сайт Ми- нистерства экономического развития РФ. Режим доступа: http://economy.gov.ru/minec/ac… (дата обращения: 01.12.2019)
  14. Основные направления деятельности Правительства Российской Федерации на период до 2024 года. Консультант-плюс. Режим доступа: http://www.consultant.ru/docum… (дата обращения: 01.12.2019).
  15. Прогноз социально-экономического развития Российской Федерации на период до 2036 года. Режим доступа: http:// economy.gov.ru/minec/about/structure/depmacro/201828113 (дата обращения: 01.12.2019).
  16. US Bureau of Labour Statistics Режим доступа: https://www.bls.gov/news.release/pdf/ecopro.pdf.

Материалы данной статьи не могут быть использованы, полностью или частично, без разрешения редакции журнала «Социально-трудовые исследования». При цитировании ссылка на ФГБУ «ВНИИ труда» Минтруда России обязательна.

Распределение рабочей силы по отраслям, оптимизация структуры промышленности и экономический рост

Оптимизация структуры промышленности является важной объясняющей переменной экономического роста. Распределение факторов производства по отраслям влияет на эволюцию структуры промышленности, а затем влияет на экономический рост. Рабочая сила является одним из важнейших факторов производства. В последние годы на рынке труда Китая наблюдалась значительная разница в заработной плате между различными отраслями, и работники перешли из низкооплачиваемых отраслей в высокооплачиваемые.Используя выборочные данные по 282 городам на уровне префектур с 2008 по 2018 год, в этой статье проверяется, повлияет ли такое распределение рабочей силы на основе заработной платы на экономический рост и существует ли промежуточный эффект оптимизации структуры промышленности. Эмпирические результаты показывают, что распределение рабочей силы в высокооплачиваемых отраслях не только прямо препятствует экономическому росту, но и косвенно препятствует экономическому росту через промежуточный эффект оптимизации структуры промышленности. Кроме того, в этой статье проводится сравнительное исследование в разных регионах.Вывод исследования показывает, что содействие оптимизации отраслевой структуры и экономическому росту зависит от исправления ценового перекоса на рынке труда и управления межотраслевым рациональным распределением рабочей силы.

1. Введение

Оптимизация производственной структуры является наиболее важной характеристикой процесса экономического развития и основной переменной, объясняющей темпы экономического роста и режим роста [1]. Причина, по которой оптимизация промышленной структуры повлияет на экономический рост, заключается в том, что факторы производства перемещаются между различными промышленными секторами, из секторов с низкой производительностью или низкими темпами роста производительности в сектора с высокой производительностью или высокими темпами роста производительности, что повышает уровень производительности в отрасли. всего общества, то есть выделение факторов производства воздействует на экономический рост за счет оптимизации производственной структуры [2, 3].Рабочая сила является важнейшим фактором производства и важным связующим звеном между другими факторами производства. Межотраслевой поток рабочей силы неизбежно повлияет на изменение отраслевой структуры и в дальнейшем повлияет на экономический рост. В последние годы рынок труда Китая продемонстрировал существенную особенность. Разрыв в оплате труда между отраслями увеличивался, менялась и численность занятых в различных отраслях. Все больше и больше рабочей силы перетекает из низкооплачиваемых отраслей в высокооплачиваемые отрасли.В 2019 году средняя заработная плата работников в сфере передачи информации, компьютерных услуг и программного обеспечения с наибольшей стоимостью городских единиц в Китае составляла 161 352 юаня, в финансовой сфере — 131 405 юаней, в сельском, лесном, животноводческом и сельскохозяйственном секторах. рыболовство составило 39 340 юаней со значительным разрывом. При этом в 2019 году численность городских работников в финансовой отрасли увеличилась на 18%, а в сельском, лесном, животноводческом и рыбном хозяйствах сократилась на 31%.Тогда как этот межотраслевой поток рабочей силы под руководством сигнала заработной платы влияет на экономический рост? Существует ли промежуточный эффект оптимизации производственной структуры? Прояснение этого вопроса поможет Китаю лучше следить за «изменением качества, изменением эффективности и изменением власти» на данном этапе, будет способствовать оптимизации структуры промышленности, повышению эффективности распределения производственных факторов и выявлению новых точек экономического роста.

2. Обзор литературы

Исследования влияния распределения рабочей силы на экономический рост имеют долгую историю.Неоклассическая теория экономического роста и теория эндогенного роста считают, что экономический рост в основном зависит от вложения труда, капитала и других факторов производства и технического прогресса, а труд является ключевым фактором экономического роста [4, 5]. Когда другие факторы остаются неизменными, у рабочей силы есть два способа повлиять на экономический рост: один — способствовать экзогенному экономическому росту за счет увеличения количества затрат труда, а другой — вызвать эндогенный экономический рост в форме эффективного труда.Когда предельный доход рабочей силы не равен между отраслями, возникает поток рабочей силы. Межотраслевой переток рабочей силы, особенно из аграрного сектора с низкой производительностью в несельскохозяйственный сектор с высокой производительностью, является важным механизмом экономического роста [6]. Перемещение рабочей силы вызывает перераспределение факторов труда между различными ведомствами и регионами. Изменение структуры занятости труда влечет за собой изменение факторной производительности, которая играет роль в экономическом росте всей страны или региона через «структурный дивиденд» [7].С момента проведения реформ и открытости более 40 лет назад экономика Китая быстро росла, а процесс индустриализации ускорился. Именно потому, что рабочая сила перешла из сельскохозяйственного сектора с низкой производительностью в промышленный сектор с высокой производительностью, она высвободила огромный «структурный дивиденд» и способствовала повышению общей экономической эффективности [8, 9]. Сравнительный анализ экономических показателей Китая и Индии показывает, что перераспределение рабочей силы из сельского хозяйства в промышленность и сферу услуг способствовало 1.2 процентных пункта к росту производительности труда в Китае [10]. По мере углубления индустриализации эффект от распределения труда постепенно возрастает и становится выше, чем эффект от размещения капитала. Даже на этапе деиндустриализации важным фактором экономического роста остается эффект распределения труда, который в основном обусловлен изменением структуры прироста труда [11].

С точки зрения промышленной структуры, есть также богатые достижения в изучении влияния распределения рабочей силы на экономический рост.В 17 веке Уильям Петти впервые выдвинул теорию промышленной структуры. Различия в уровне национального дохода и различных стадиях экономического развития он объяснял разной структурой промышленности разных стран. Опираясь на результаты исследования Петти, Колин Кларк глубоко проанализировал тенденцию изменения структуры распределения сотрудников в трех отраслях. Он указывал, что с повышением национального дохода на душу населения рабочая сила сначала перемещается из первичной промышленности во вторичную.Когда национальный доход на душу населения еще больше возрастет, рабочая сила переместится в сферу услуг. Затем, говоря об измерении национального дохода, Кузнец предположил, что измерение национального дохода страны должно измеряться с точки зрения отраслевой структуры, а отраслевая структура экономики определяется ее способом производства [12]. Анализируя детерминанты роста сектора и используя эмпирические данные 51 страны, Ченери показывает, что при изменении экономического масштаба страны изменения в сфере услуг и сельском хозяйстве наименьшие, а рост обрабатывающей промышленности самый большой.Следовательно, эта модель индустриализации может обеспечить оптимальное распределение ресурсов [13]. Другое его исследование показывает, что перемещение рабочей силы производит перераспределение факторов труда между различными ведомствами и регионами, а изменение структуры занятости труда вызывает изменение факторной производительности, которая играет роль в экономическом росте всей страны или область, край. Трансформация промышленной структуры является ключевой переменной для понимания различий между экономическим развитием развивающихся и развитых стран, а также важным требованием для ускорения экономического развития развивающихся стран [14].Ромер считает, что долгосрочному экономическому росту способствует технологический прогресс, а краткосрочному экономическому росту способствует увеличение капитала, труда и других факторов производства. Однако капитал, труд и технология организованы вместе для производства в определенной промышленной структуре. Для данного капитала, труда и технологии различные промышленные структуры приведут к различному производству [15].

Некоторые исследования также обращают внимание на влияние искажения цен на рынке труда на эффект распределения рабочей силы.Басу считает, что межрегиональная мобильность рабочей силы вызвана эндогенным искажением заработной платы, что может увеличить выпуск промышленного сектора и оптимизировать структуру занятости в экономическом развитии [16]. Однако исследование рынка Китая показало, что на рынке труда Китая существует рыночное искажение. За последние 10 лет потери производства, вызванные искажением рынка, составляют около 3%. Снижение степени искажения рынка труда способствует повышению уровня рационализации производственной структуры [17].Кроме того, искажение цен на рынке труда усиливает региональный побочный эффект перемещения рабочей силы и еще больше увеличивает региональный экономический разрыв [18].

Существующие исследования были сосредоточены на влиянии распределения рабочей силы на экономический рост, влиянии изменения структуры промышленности, вызванного мобильностью рабочей силы, на экономический рост и влиянии искажения цен на рабочую силу на эффект распределения рабочей силы. Однако в нескольких исследованиях распределение рабочей силы по отраслям, оптимизация отраслевой структуры и экономический рост помещаются в единую структуру для эмпирической проверки механизма воздействия распределения рабочей силы на экономический рост посредством оптимизации производственной структуры.Кроме того, распределение рабочей силы по отраслям, рассматриваемое в этой статье, представляет собой межотраслевой поток рабочей силы, определяемый ценой. Таким образом, в этой статье мы также проверим, существует ли ценовое искажение на рынке труда Китая, с другой точки зрения.

3. Методология исследования
3.1. Настройка модели

Основываясь на приведенном выше теоретическом анализе, чтобы эмпирически проверить, повлияет ли распределение рабочей силы, ориентированное на заработную плату, на экономический рост, была создана следующая модель на основе контроля временного и регионального эффекта:

Для дальнейшего Чтобы проверить передаточный механизм распределения рабочей силы по отраслям экономического роста, то есть существует ли посреднический эффект оптимизации структуры промышленности, следующая модель посреднического эффекта строится со ссылкой на методы Wen et al.[19]: где независимой переменной является фактический ВВП местных городов. Реальный ВВП получается путем корректировки номинального ВВП с использованием дефлятора ВВП провинций, в которых расположены города, в 2008 г. в качестве базового периода и логарифмирования.

Основной объясняющей переменной является распределение труда по отраслям, ориентированное на заработную плату, в каждом городе. Ссылаясь на Zhang и Zhang [20], он измеряется долей числа занятых в высокооплачиваемых отраслях в общей численности занятых.По данным «Средняя заработная плата работников городского нечастного сектора по отраслям» в China Statistical Yearbook рассчитан средний уровень заработной платы работников в 19 отраслях с 2008 по 2018 гг. Шесть отраслей со средним уровнем заработной платы выше 60 000 юаней определены как отрасли с высокой заработной платой, а остальные отрасли определены как отрасли с низкой заработной платой.

Промежуточной переменной является оптимизация производственной структуры, которая измеряется рационализацией производственной структуры и модернизацией производственной структуры.Рационализация отраслевой структуры относится к степени связи структуры ресурсов и структуры факторов производства между различными отраслями, которую можно измерить с помощью индекса Тейла, определенного Gan et al. [21], а формула расчета выглядит следующим образом: где представляет собой стоимость выпуска каждой отрасли, является численностью занятых в каждой отрасли, представляет различные отрасли, является количеством отраслей, представляет собой производительность труда. В равновесии производительность труда в каждой отрасли стремится к равенству, поэтому TL = 0.Следовательно, чем ближе значение TL к 0, тем ближе промышленная структура к равновесному состоянию и тем более разумной является промышленная структура. Наоборот, тем неразумнее промышленная структура.

Модернизация промышленной структуры в основном измеряет эволюцию промышленности на более высокий уровень. Опыт развитых стран показывает, что «сервисно-ориентированная структура производства» является важной чертой модернизации промышленности. Поэтому в этой статье используется отношение стоимости выпуска третичной промышленности к стоимости выпуска вторичной промышленности для измерения развитой степени промышленной структуры, которая записывается как TS.

Выбор контрольных переменных основан на практике Gan et al. [22] и Бай и соавт. [23]. Контрольные переменные включают в себя количество сотрудников, объем инвестиций в основной капитал, степень государственного вмешательства, углубление финансового сектора и научно-исследовательские инновации. Количество работников и инвестиции в основной капитал учитываются как рабочая сила и FAI соответственно. Эти два показателя являются фактическими значениями, обработанными логарифмом. Фактические значения получаются путем корректировки номинальных значений в соответствии с индексом цен провинций, в которых расположены города, в 2008 г. в качестве базового периода.Государственное вмешательство регистрируется как ГУ, которое измеряется долей расходов местного общего государственного бюджета в ВВП. Углубление финансового сектора регистрируется как FD, измеряемый долей кредитного баланса финансовых учреждений в юанях в ВВП на конец каждого года. Инновации в области научных исследований регистрируются как SRI, который измеряется количеством выданных патентов на изобретения в каждом городе и обрабатывается с помощью логарифма.

В соответствии с процессом проверки эффекта посредничества уравнение регрессии имеет вид

Сначала проверьте значимость коэффициента .Если коэффициент проходит проверку значимости, то проверяют значимость коэффициентов и по очереди. Если и коэффициент a, и коэффициент b проходят тест на значимость, то дополнительно проверяют значимость коэффициента . Если он значителен, это указывает на наличие частичного опосредующего эффекта. Если коэффициент незначим, имеет место полный посреднический эффект. Когда хотя бы один из коэффициентов и не является значимым, требуется критерий Собеля. Если тест Собеля значим, имеет место частичный опосредующий эффект.Если критерий Собеля незначителен, значимого опосредующего эффекта нет.

3.2. Источники данных

В качестве объекта исследования в данной работе выбраны китайские города, а интервал выборки — 2008–2018 годы. Учитывая доступность данных, в этом документе исключены некоторые города из выборки с серьезной потерей данных и, наконец, сохранены выборочные данные по 282 городам для эмпирического анализа. Все данные являются ежегодными и взяты из Китайского статистического ежегодника городов, Китайского статистического ежегодника и базы данных CEIC.Описательная статистика переменных приведены в таблице 1.

Стандартное отклонение Maximum 10,7577

Переменные Количество образцов Среднее значение Минимальное значение

LNDP 3102 14.9753 1.1582 11,9931 19.1139
4444439 31049 3 44444444444444439 31049 3 1801 0,0637 0,0199 0,5000
TL 3102 0,1580 0,1667 0,0000 1,5800
TS 3102 1,0476 0,6311 0,0943 5,9000
Труд 3102 8.4348 1,1281 6.0426 12,0538
3104 3104 31049 4444.5208 +0,8940 12,3482 24,9647
Г.И. 3102 0,1704 0,1053 0,0001 2,7024
FD 3102 1,2736 0,6950 0,0604 8,8943
ИСН 3102 4,4153 1,9198 0,0000

4.Результаты и обсуждение
4.1. Результаты регрессии

Тест F и тест Хаусмана для уравнений (1)–(3) показывают, что для оценки уравнения следует использовать фиксированный эффект панели. Чтобы устранить проблемы корреляции последовательностей и гетероскедастичности, в этой статье используется метод обработки кластеризации робастной стандартной ошибки. Окончательные эмпирические результаты представлены в таблице

2.



-0,6596 -0,1286 -0,3702 -0,1291 Controlled 3,198

Модель (1) Модель (2) Модель (2) Модель (3) Модель ( 3)
LNDP TL TS LNDP LNDP

LARKIS
7160 0,4164 0,4362 -0,7506
TL 0,0838
TS
труда 0,1201 0,0256 -0,1592 0,1179 0,0996
ФАИ 0,1067 0.0094 -0,1267 0,1059 0,0904
GI -0,3881 -0,0113 0,1388 -0,3871
FD -0,1441 -0,0075 0,1168 -0,1435
НИИ 0,0266 0,0151 -0,0375 0,0253 0,0218
Константы 12.5618 -0,2914 3,9915 12,5862 13,0751
набл 3102 3102 3102 3102 3102
F 47,11 4,36 27,13 44.87 48,84
Р-кв 0,3678 0,0481 0,3651 0,3690 0,3989
Индивидуальный эффект Controlled Контролируемое Controlled Controlled Controlled
Время эффект Controlled Controlled Controlled Controlled
Собела тест Z значение -4.04
тест Собела р значение 0.0001 0.0014

Примечание. , , и указывают на значимые различия на уровнях 1%, 5% и 10% соответственно.

Результаты регрессии модели 1 показывают, что коэффициент регрессии распределения рабочей силы по отраслям экономического роста значительно отрицателен, указывая на то, что межотраслевой поток рабочей силы, ориентированный на заработную плату, нанес ущерб экономическому росту в последние годы.Коэффициенты регрессии затрат труда и инвестиций в основной капитал значительно положительны, что соответствует неоклассической экономической теории. Увеличение фактора производства является важной силой, способствующей экономическому росту. Коэффициент регрессии научно-исследовательских инноваций значительно положителен, а технический прогресс также является важной движущей силой экономического роста.

Результаты регрессии модели 2 показывают, что распределение рабочей силы по отраслям существенно влияет на уровень рационализации отраслевой структуры.Чем выше доля занятых в высокооплачиваемых отраслях, тем более неразумной является промышленная структура. Это показывает, что приток рабочей силы в высокооплачиваемые отрасли действительно снизил уровень рационализации промышленной структуры. С другой точки зрения, распределение рабочей силы по отраслям оказывает положительное влияние на модернизацию структуры промышленности, хотя коэффициент регрессии незначителен. Это может быть связано с тем, что большинство отраслей с высокой заработной платой относятся к сфере услуг, поэтому приток рабочей силы в отрасли с высокой заработной платой способствует более быстрому развитию сферы услуг и повышению уровня модернизации структуры промышленности.

Результаты регрессии модели 3 показывают, что когда переменные распределения рабочей силы по отраслям и рационализации производственной структуры добавляются к уравнению одновременно, распределение рабочей силы по отраслям по-прежнему оказывает значительное влияние на экономический рост, а влияние рационализации производственной структуры на экономический рост не имеет существенного значения. Однако, когда в уравнение одновременно добавляются переменные распределения рабочей силы и модернизации структуры промышленности, обе они оказывают значительное негативное влияние на экономический рост.Далее был проведен тест Собеля в соответствии с процессом тестирования эффекта посредничества. Результаты испытаний показывают, что TL и TS обладают частичными опосредующими эффектами при уровне значимости 1%. Это свидетельствует о том, что переток рабочей силы в высокооплачиваемые отрасли не только прямо препятствует экономическому росту, но и снижает уровень рационализации производства и способствует более высокому уровню промышленной структуры, что делает промышленную структуру слишком ранней «деиндустриализированной», а затем косвенно наносит ущерб экономическому росту.

4.2. Обсуждение по регионам

Китай имеет обширную территорию, разный уровень экономического развития и разную структуру промышленности на востоке, в центре и на западе. Для исследования неоднородности влияния распределения рабочей силы на экономический рост в таблице 3 представлены результаты региональной регрессии. Результаты регрессии модели 1 показывают, что коэффициенты распределения труда по отраслям в восточном, центральном и западном регионах значительно отрицательны, что указывает на то, что независимо от того, в каком регионе распределение труда, ориентированное на заработную плату, сдерживает экономический рост, среди которых восточные регион имеет самый сильный блокирующий эффект, за ним следует западный регион.

90 517 -0,1282 44446. 0,0872 44446. 0,0872 44446. 0,0872 -0,0947

09а

Западного региона -0,1436

Модель (1) Модель (2) Модель (2) Модель (3) Модель (3)
lndp TL TS lndp lndp

Восточный регион Laboris -0,8906 0,4480 1,0693 -0,83011 -0,7535
TL −0.1350
TS
набл 1100 1100 1100 1100 1100
F 16.12 2,97 13,54 15,48 0,4748
R-SQ 0,4617 0,0872 0,4712 4.0872 0,4712 46.0872 0,4712 0,4712 0,4712 0,4612 444472 .89
Испытание Собела Z значение -2,27 3,833
тестовое значение Собела 0,0232 0,0001

Центральный регион Laboris -0,3469 0,3926 0,7317 -0,4199 -0,2776
TL 0. 1 859
TS
набл 1078 1078 1078 1078 1078
F 29.76 2,91 18.27 30,32 32,52
R-SQ 0,4034 0,1462 0,3912 407999999999999999999999999999999999999999999999999999999999999999999999999999999999999999999999999999999999999999999999999 40044 40044 4444. 0,4034 0,1462 0.4292
тест Собели Z значения 1,103 -1,977
тестового значение Собело 0,2699 0,0480
Laboris -0,4407 0,4193 -1,2419 -0,5135 -0,6191
TL 0.+1736
TS
набл 924 924 924 924 924
F 19.42 3,42 15,99 19,89 24,11
Р-кв 0,3697 0,0825 0,3467 0,3787 0,6029
испытание Собела Z значение −2.562 +0,0490
Собела тестовое значение 0,0104 0,9609
Контрольные переменные Контролируемое Controlled Controlled Controlled Controlled
Индивидуальный эффект Controlled Controlled Controlled Controlled Controlled
Время действия Controlled Controlled Controlled Controlled Controlled

Примечание . , , и указывают на значительные различия на уровне 1%, 5% и 10% соответственно.

Результаты регрессии модели 2 показывают, что в восточном регионе распределение рабочей силы в высокооплачиваемых отраслях значительно снижает уровень рационализации производственной структуры и повышает передовой уровень производственной структуры, что аналогично результаты регрессии получены из национальных данных, но значимость коэффициента регрессии выше.В центральном регионе распределение рабочей силы по отраслям также значительно снижает уровень рационализации производственной структуры. По сравнению с восточным регионом коэффициент регрессии мал, что указывает на слабое воздействие. В то же время размещение рабочей силы в отрасли повысило передовой уровень промышленной структуры, но коэффициент регрессии незначителен. В западном регионе при уровне значимости 5% влияние распределения рабочей силы на рационализацию и модернизацию производственной структуры незначительно.

Результаты регрессии модели 3 показывают, что при одновременном добавлении в уравнение регрессии переменных распределения рабочей силы и оптимизации производственной структуры результаты регрессии для востока, середины и запада аналогичны, а размещение и модернизация структуры промышленности оказывают существенное негативное влияние на экономический рост. Результаты теста Собеля показывают, что при уровне значимости 5% имеет место промежуточный эффект рационализации производственной структуры в восточном и западном регионах.Промежуточный эффект модернизации промышленной структуры значителен в восточных и центральных регионах. Это показывает, что в восточном регионе распределение рабочей силы, ориентированное на заработную плату, не только прямо препятствует экономическому росту, но и косвенно препятствует экономическому росту, снижая уровень рационализации промышленной структуры и повышая передовой уровень промышленной структуры. Блокирующий эффект сильный. В центральном регионе распределение рабочей силы, ориентированное на заработную плату, прямо препятствует экономическому росту и косвенно препятствует экономическому росту, главным образом, способствуя модернизации структуры промышленности, а промежуточный эффект рационализации структуры промышленности незначителен.В западном регионе распределение рабочей силы, ориентированное на заработную плату, также напрямую препятствует экономическому росту, но с точки зрения оптимизации структуры промышленности оно косвенно препятствует экономическому росту, в основном за счет снижения уровня рационализации структуры промышленности и промежуточного эффекта модернизации структуры промышленности. не имеет значения.

4.3. Тест на надежность

Чтобы проверить надежность вывода, в этой статье используются некоторые образцы для дальнейшей регрессии.Все города ранжированы по среднему ВВП с 2008 по 2018 год, исключая 10% самых высоких и 10% самых низких из 56 городов соответственно, а данные остальных 226 городов взяты в качестве новой выборки, результаты регрессии показаны на рис. Таблица 4. Видно, что коэффициент регрессии основной объясняющей переменной остается устойчивым, а результаты теста Собеля также показывают, что промежуточный эффект значим на уровне 5%. Это показывает, что исследовательский вывод, сделанный в этой статье, является надежным.

-0,7932 -0,1904 40044444496 .3580 -0,1433 Время эффект Controlled +2,091

Модель (1) Модель (2) Модель (2) Модель (3) Модель (3)
lndp TL TS lndp lndp

Laboris -0,9054 0,4160 0,5893 -0,9297
TL 0.0585
TS
труда 0,1418 0,0585 -0,1758 0,1384 0,1084
FAI 0,0030 −0.0004 0,0101 0,0029 0,0049
GI -0,3574 0,0096 48599999999994444,096 ,0,148 ,0,148 444696 ,0,148 -0,3291
FD -0,1711 -0,0057 0,1458 -0,1707
SRI 0,0377 0,0118 -0,0677 0,0370 0,0248
Против 13,8981 -0,3982 1,9795 13,9215 14,2750
набл 2486 2486 2486 2486 2486
F 34.77 3,89 28,29 33,39 36,52
Р-кв 0,3231 0,0448 0,4335 0,3236 0,3657
Индивидуальный эффект Controlled Контролируемое Controlled Controlled Controlled
Controlled Controlled Controlled Controlled
Собела тест Z значение -4.154
Собела тестовое значение ≤0.001 0,0366

Примечание. , , и указывают на значимые различия на уровнях 1%, 5% и 10% соответственно.
5. Выводы и последствия

Оптимизация структуры промышленности является ключевой мерой для повышения общей конкурентоспособности экономики Китая.Это требует перехода промышленного развития на более высокий уровень и постоянного повышения эффективности размещения факторов производства. В последние годы разница в заработной плате в отрасли на рынке труда Китая значительна. Под влиянием ценового сигнала все больше и больше рабочей силы перетекает в высокооплачиваемые отрасли. Как это ориентированное на заработную плату распределение труда влияет на экономический рост? Существует ли промежуточный эффект оптимизации производственной структуры? На основе выборочных данных 282 городов Китая с 2008 по 2018 год в этой статье создается модель промежуточного эффекта для эмпирического анализа.

Результаты эмпирических исследований показывают, что ориентированное на заработную плату размещение труда в отрасли не только прямо препятствует экономическому росту, но и косвенно препятствует экономическому росту, снижая уровень рационализации производственной структуры и подталкивая ее к передовому уровню. Результаты субрегиональных исследований показывают, что в восточных, центральных или западных регионах распределение рабочей силы, ориентированное на заработную плату, напрямую препятствует экономическому росту. С точки зрения опосредованного эффекта оптимизации структуры производства, посреднический эффект рационализации структуры производства и модернизации структуры производства в восточном регионе значителен, т. е. переток рабочей силы в высокооплачиваемые отрасли косвенно препятствует экономическому росту, снижая уровень рационализация промышленной структуры и повышение уровня модернизации промышленной структуры в восточном регионе.В центральном регионе промежуточный эффект оптимизации структуры промышленности в основном сосредоточен на модернизации структуры промышленности, то есть приток рабочей силы в высокооплачиваемые отрасли косвенно препятствует экономическому росту, повышая уровень модернизации структуры промышленности в Центральный регион. В отличие от восточных и центральных регионов, промежуточный эффект оптимизации структуры промышленности в западном регионе в основном выражается в рационализации структуры промышленности, то есть приток рабочей силы в высокооплачиваемые отрасли косвенно препятствует экономическому росту, в основном за счет снижения рационализации. уровень промышленной структуры в западном регионе.Приведенные выше выводы прошли проверку на устойчивость.

При отсутствии искажения цен на рынке труда рыночный равновесный уровень заработной платы отражает разницу в производительности труда. Отрасли с высокой заработной платой характеризуются эффективным производством труда и высокой предельной стоимостью продукта. Таким образом, ориентированное на заработную плату распределение труда по отраслям улучшит уровень распределения факторов производства и будет способствовать экономическому росту. Однако, если на рынке труда существует ценовое искажение, высокая заработная плата в отрасли возникает из-за рыночных трений, таких как монополия, регулирование, дискриминация, информационная асимметрия и транзакционные издержки, а не из-за повышения производительности и потока рабочей силы в высокооплачиваемые отрасли. это не повысит эффективность распределения ресурсов во всем обществе и даже не замедлит экономический рост.В процессе постепенных реформ в Китае рыночная реформа рынка факторов производства отстает от рынка товаров, и на рынке труда наблюдается искажение цен. Большинство отраслей с высокой заработной платой являются государственными или монопольными ведомствами, которые не нацелены на максимизацию прибыли, не обращают внимания на масштабы или субсидии или фокусируются на максимизации затрат при низкой эффективности производства. Однако во время экономического спада эти сектора привлекают большой приток рабочей силы с высоким уровнем благосостояния и ожиданиями стабильного дохода.Это искаженное распределение труда по отраслям, ориентированное на цену, наносит ущерб устойчивому развитию низкооплачиваемых отраслей и не способствует скоординированному развитию различных отраслей народного хозяйства и постоянной оптимизации структуры промышленности.

Полное использование структурных дивидендов распределения рабочей силы зависит от дальнейшего продвижения рыночных реформ. Во-первых, уменьшить рыночные трения, вызванные такими институциональными факторами, как монополия и регулирование, уменьшить межотраслевые барьеры, обеспечить полный поток производственных факторов между различными отраслями и полностью реализовать решающую роль рынка в распределении труда.Во-вторых, углубить реформу механизма ценообразования на рынке труда, чтобы уровень заработной платы действительно отражал предельную производительность труда и становился действенным сигналом для руководства по рациональному размещению рабочей силы. В-третьих, углубить реформу системы социального обеспечения, улучшить систему социального обеспечения и систему государственных услуг, оптимизировать условия занятости и направлять рациональный и стандартизированный поток рабочей силы. Наконец, мы должны рационально планировать размещение промышленности, постоянно повышать уровень промышленной рационализации и не допускать, чтобы фактический расцвет промышленности и преждевременная «деиндустриализация» наносили ущерб экономическому росту.

Доступность данных

Все данные взяты из Китайского городского статистического ежегодника, Китайского статистического ежегодника и базы данных CEIC.

Конфликт интересов

Автор заявляет об отсутствии конфликта интересов.

Изменения в отраслевой структуре ВВП и фондовых индексов в том числе по отраслям 4,0

Автор

Перечислено:
  • Божена Хованцова
  • Михаэла Дорочакова
  • Виера Малацка

Abstract

Вторая половина 20 века принесла прорывы в области науки и техники, которые существенно повлияли не только на рост производительности труда и экономический рост, но и принесли изменения в отраслевых структурах и изменение доли отдельных отраслей в ВВП.Еще более ярко эти изменения отразились на фондовом рынке с ведущими компаниями из области информационных технологий, которые революционным образом повлияли на поток и обработку информации. Наступление так называемой интернет-экономики в начале 1990-х существенно изменило и структуру фондовых индексов. Бизнес-услуги привлекают инвесторов, особенно в сфере финансовых услуг, которые также показывают высокую степень оценки инвестиций. Новое явление в настоящее время является и ожидаемые изменения в отраслевых структурах не только в ВВП, но и в структуре фондовых рынков будут вызваны новой фазой промышленной революции Индустрия 4.0. Целью данной работы является количественная оценка и анализ текущего состояния и положения отдельных отраслей в структуре ВВП и фондовых индексов, а также выявление новых тенденций и прогноз изменения этих показателей в связи с реализацией 4-го этапа промышленного развития. революция.

Рекомендуемое цитирование

  • Божена Хованцова, Микаэла Дорочакова и Виера Малацка, 2018 г. Изменения в отраслевой структуре ВВП и фондовых индексов в том числе по отраслям 4.0 ,» Деловые и экономические горизонты (BEH), Пражский центр развития, том. 14(2), страницы 402-414, апрель.
  • Дескриптор: RePEc:pdc:jrnbeh:v:14:y:2018:i:2:p:402-414
    DOI: 10.15208/beh.2018.29

    Скачать полный текст от издателя

    Каталожные номера перечислены в IDEAS

    1. Клаус Десмет и Стивен Паренте, 2012 г. « Эволюция рынков и промышленная революция: единая теория роста «, Журнал экономического роста, Springer, vol.17(3), страницы 205-234, сентябрь.
      • Клаус Десмет и Стивен Л. Паренте, 2009 г. « Эволюция рынков и революция в промышленности: единая теория роста », Рабочие бумаги 2009-06, Instituto Madrileño de Estudios Avanzados (IMDEA) Ciencias Sociales.
      • Клаус Десмет и Стивен Л. Паренте, 2009 г. « Эволюция рынков и промышленная революция: единая теория роста », Рабочие документы по развитию 284, Centro Studi Luca d’Agliano, Миланский университет.
      • Клаус Десмет и Стивен Л. Паренте, 2010 г. « Эволюция рынков и промышленная революция: единая теория роста », Документы встречи 2010 г. 990, Общество экономической динамики.
    2. Ролл, Ричард, 1992 г. «Промышленная структура и сравнительное поведение индексов международного фондового рынка », Журнал финансов, Американская финансовая ассоциация, том. 47(1), страницы 3-41, март.
    3. Альтинкилич, Оя и Хансен, Роберт С., 2009. » Об информационной роли пересмотров рекомендаций по акциям ,» Журнал бухгалтерского учета и экономики, Elsevier, vol. 48(1), страницы 17-36, октябрь.
    4. Джон Лайтнер, 2000 г. « Структурные изменения и экономический рост », Обзор экономических исследований, Oxford University Press, vol. 67(3), страницы 545-561.
    Полные ссылки (включая те, которые не соответствуют элементам в IDEAS)

    Цитаты

    Цитаты извлекаются проектом CitEc, подпишитесь на его RSS-канал для этого элемента.


    Процитировано:

    1. Марцин Й. Пёнтковски, 2020. « Ожидания и вызовы на рынке труда в контексте промышленной революции 4.0. Анализ на основе метода агломерации для Польши и других государств-членов ЕС », Устойчивое развитие, MDPI, vol. 12(13), страницы 1-29, июль.
    2. Ли, Чонвон и Хван, Джунсок и Ким, Хана, 2022 г. » Различное влияние государственной поддержки на формирующиеся и зрелые секторы ИКТ ,» Технологическое прогнозирование и социальные изменения, Elsevier, vol.174 (С).
    3. Виолета Сима и Илеана Джорджиана Георге и Йонел Субич и Думитру Нанку, 2020 г. « Влияние революции Индустрии 4.0 на развитие человеческого капитала и поведение потребителей: систематический обзор », Устойчивое развитие, MDPI, vol. 12(10), страницы 1-28, май.

    Наиболее похожие товары

    Это элементы, которые чаще всего цитируют те же работы, что и этот, и цитируются теми же работами, что и этот.
    1. Алекс Трю, 2014 г.» Пространственный взлет в ходе первой промышленной революции «, Обзор экономической динамики, Elsevier для Общества экономической динамики, том. 17(4), страницы 707-725, октябрь.
      • Трю, Алекс, 2013 г. « Пространственный взлет в ходе первой промышленной революции «, Дискуссионные документы SIRE 2013-118, Шотландский институт экономических исследований (SIRE).
      • Трю, Эндрю, 2014 г. « Пространственный взлет в ходе первой промышленной революции «, Дискуссионные документы SIRE 2014-013, Шотландский институт экономических исследований (SIRE).
      • Алекс Трю, 2014 г. « Код и файлы данных для «Пространственного взлета в первой промышленной революции» ,» Компьютерные коды 12-25, Обзор экономической динамики.
    2. Матиас Дёпке, «без даты». « Взлет Роста ,» Интернет-статьи по экономике Калифорнийского университета в Лос-Анджелесе 409, Департамент экономики Калифорнийского университета в Лос-Анджелесе.
    3. Дитрих Фоллрат, 2009 г. « Двойная экономика в долгосрочном развитии «, Журнал экономического роста, Springer, vol. 14(4), страницы 287-312, декабрь.
    4. Сенсой, Ахмет и Собачи, Джихат, 2014 г. » Влияние шоков волатильности на динамические связи между обменным курсом, процентной ставкой и фондовым рынком: пример Турции ,» Экономическое моделирование, Elsevier, vol. 43(С), страницы 448-457.
    5. Клэр Г. Гилмор, Брайан Люси и Джинетт М. Макманус, 2005 г. « Динамика интеграции фондового рынка Центральной Европы », Серия документов для обсуждения Института исследований международной интеграции iiisdp069, IIIS.
    6. Астудильо, Альфонсо и Браун, Матиас и Кастанеда, Пабло, 2011 г. « Публичное решение и структура фондовых рынков «, Журнал международных денег и финансов, Elsevier, vol. 30(7), страницы 1451-1470.
    7. Херрендорф, Бертольд и Роджерсон, Ричард и Валентини, Акос, 2014 г. « Рост и структурная трансформация », Справочник по экономическому росту, в: Филипп Агион и Стивен Дурлауф (ред.), Справочник по экономическому росту, издание 1, том 2, глава 6, страницы 855-941, Эльзевир.
      • Ричард Роджерсон, Акос Валентини и Бертольд Херрендорф, 2007 г. « Рост и структурная трансформация », Документы встречи 2007 г. 757, Общество экономической динамики.
      • Бертольд Херрендорф, Ричард Роджерсон и Акос Валентини, 2013 г. « Рост и структурная трансформация », Рабочие документы NBER 18996, Национальное бюро экономических исследований, Inc.
      • Херрендорф, Бертольд и Роджерсон, Ричард и Валентини, Акос, 2013 г.« Рост и структурная трансформация », Документы для обсуждения CEPR 9370, C.E.P.R. Дискуссионные документы.
    8. Кэмпбелл, Джон И и Ким, Санджун и Леттау, Мартин, 1998 г. « Дисперсия и волатильность доходности акций: эмпирическое исследование », Документы для обсуждения CEPR 1923 г., C.E.P.R. Дискуссионные документы.
    9. Алан Крейн и Кевин Кротти, 2020 г. « Насколько квалифицированы аналитики безопасности? «, Журнал финансов, Американская финансовая ассоциация, том.75(3), страницы 1629-1675, июнь.
    10. Далила Нисе-Шенаф и Эрик Ружье, 2009 г. « Человеческий капитал и структурные изменения: как они взаимодействуют друг с другом при росте », Пост-печать хал-00798441, ХАЛ.
    11. Алонсо-Каррера, Хайме и Раурих, Ксавьер, 2015 г. « Структурные изменения на основе спроса и сбалансированный экономический рост », Журнал макроэкономики, Elsevier, vol. 46(С), страницы 359-374.
    12. Четан Гейт, Герхард Гломм и Джиалу Лю Стритер, 2016 г.«Инвестиции в инфраструктуру сектора в несбалансированной растущей экономике: случай потенциального роста в Индии », Обзор азиатского развития, MIT Press, vol. 33(2), страницы 144-166, сентябрь.
    13. Дуглас Голлин, Стивен Л. Паренте и Ричард Роджерсон, 2004 г. « Сельскохозяйственная работа, надомная работа и различия в производительности труда между странами », Обзор экономической динамики, Elsevier для Общества экономической динамики, том. 7(4), страницы 827-850, октябрь.
      • Голлин, Дуглас и Паренте, Стивен Л.и Роджерсон, Ричард, 2000. « Работа на ферме, надомный труд и разница в производительности в разных странах «, Ежегодное собрание 2000 г., 30 июля — 2 августа, Тампа, Флорида. 21797, Американская ассоциация сельскохозяйственной экономики (новое название 2008 г.: Ассоциация сельскохозяйственной и прикладной экономики).
      • Дуглас Голлин, Стивен Паренте и Ричард Роджерсон, 2001 г. « Работа на ферме, надомный труд и разница в производительности труда между странами «, Рабочие документы Департамента экономики 2002-08, факультет экономики, Колледж Уильямс.
      • Ричард Роджерсон, 2001 г. « Работа на ферме, надомный труд и разница в производительности труда между странами «, Центр экономики развития 170, факультет экономики, Уильямс-колледж.
    14. Бьярн С. Дженсен, 2004 г. « Парето-эффективность, относительные цены и решения для моделей CGE «, Материалы конференции DEGIT c009_006, DEGIT, динамика, экономический рост и международная торговля.
    15. Джеффри Нджин и Энн Ндуати Мунгаи и Аллен К.Линч, 2018. « Структура долгосрочной зависимости и структурные разрывы: данные о доходности и волатильности сектора США », Обзор финансовых рынков и политики Тихоокеанского бассейна (RPBFMP), World Scientific Publishing Co. Pte. ООО, вып. 21(02), страницы 1-38, июнь.
    16. Нуман Юлкю, 2011. « Моделирование взаимодействия между развивающимися фондовыми рынками: пример Будапешта и Стамбула », Чешский журнал экономики и финансов (Finance a uver), Карлов университет в Праге, факультет социальных наук, том.61(3), страницы 277-304, июль.
    17. Чен, Йонг и Келли, Брайан и Ву, Вэй, 2020 г. « Искушенные инвесторы и эффективность рынка: данные естественного эксперимента », Журнал финансовой экономики, Elsevier, vol. 138(2), страницы 316-341.
    18. Кейго Нисида, 2014 г. « Различия в производительности сельского хозяйства и несовершенство кредитного рынка ,» Журнал международной торговли и экономического развития, Taylor & Francis Journals, vol. 23(8), страницы 1262-1276, декабрь.
    19. Мигель Рикаурте, 2010 г. « Роль рынков труда в структурных изменениях », Рабочие документы Центрального банка Чили 584, Центральный банк Чили.
    20. Дуглас Голлин, Стивен Паренте и Ричард Роджерсон, 2002 г. « Роль сельского хозяйства в развитии », American Economic Review, Американская экономическая ассоциация, том. 92(2), страницы 160-164, май.

    Исправления

    Все материалы на этом сайте предоставлены соответствующими издателями и авторами.Вы можете помочь исправить ошибки и упущения. При запросе исправления укажите дескриптор этого элемента: RePEc:pdc:jrnbeh:v:14:y:2018:i:2:p:402-414 . См. общую информацию о том, как исправить материал в RePEc.

    По техническим вопросам, касающимся этого элемента, или для исправления его авторов, названия, реферата, библиографической информации или информации для загрузки, обращайтесь: . Общие контактные данные провайдера: https://edirc.repec.org/data/pradecz.html .

    Если вы создали этот элемент и еще не зарегистрированы в RePEc, мы рекомендуем вам сделать это здесь.Это позволяет связать ваш профиль с этим элементом. Это также позволяет вам принимать потенциальные ссылки на этот элемент, в отношении которых мы не уверены.

    Если CitEc распознал библиографическую ссылку, но не связал с ней элемент в RePEc, вы можете помочь с помощью этой формы .

    Если вы знаете об отсутствующих элементах, ссылающихся на этот, вы можете помочь нам создать эти ссылки, добавив соответствующие ссылки таким же образом, как указано выше, для каждого ссылающегося элемента. Если вы являетесь зарегистрированным автором этого элемента, вы также можете проверить вкладку «Цитаты» в своем профиле RePEc Author Service, так как некоторые цитаты могут ожидать подтверждения.

    По техническим вопросам относительно этого элемента или для исправления его авторов, названия, аннотации, библиографической информации или информации для загрузки обращайтесь: Ярослав Холечек (адрес электронной почты доступен ниже). Общие контактные данные провайдера: https://edirc.repec.org/data/pradecz.html .

    Обратите внимание, что фильтрация исправлений может занять пару недель. различные услуги RePEc.

    Экономические вопросы 10 — Деиндустриализация — ее причины и последствия


    ЭКОНОМИЧЕСКИЙ
    ВЫПУСК
    №. 10

    Другие названия из этой серии



    Деиндустриализация–
    Его причины и последствия

    Роберт Роуторн
    Рамана Рамасвами

    1997 Международный валютный фонд
    Сентябрь 1997 г.

    PDF-файл (227k) также доступен.Используйте бесплатную программу Adobe Acrobat Reader для просмотра pdf-файлов.

    [Предисловие]  [Деиндустриализация – ее причины и последствия]
    [Доказательства]  [Общее объяснение]  [Более конкретные факторы]  [Последствия]
    [Выводы]  [Информация об авторе]


    Предисловие

    Серия «Вопросы экономики» призвана сделать доступными для широкого круга читателей, не являющихся специалистами, некоторые из экономических исследований, проводимых Международным валютным фондом по актуальным вопросам.Исходный материал для этой серии взят в основном из рабочих документов МВФ, технических документов, подготовленных сотрудниками Фонда и приглашенными учеными, а также из исследовательских работ по вопросам политики. Этот материал дорабатывается для широкого круга читателей путем редактирования и частичной переработки.

    В следующем документе использованы материалы, первоначально содержащиеся в рабочем документе МВФ 97/42 «Деиндустриализация: причины и последствия», подготовленном профессором экономики Кембриджского университета Робертом Роуторном и сотрудником Исследовательского департамента МВФ Раманой Рамасвами.Нил Уилсон подготовил настоящую версию. Читатели, заинтересованные в оригинальном рабочем документе, могут приобрести копию в Службе публикаций МВФ. (7 долларов США).

    Деиндустриализация – ее причины и последствия

    За последние 25 лет занятость в обрабатывающей промышленности как доля от общей занятости резко сократилась в наиболее развитых странах мира, явление, широко известное как «деиндустриализация». Тенденция, особенно ярко выраженная в Соединенных Штатах и ​​Европе, также проявляется в Японии и совсем недавно наблюдался в странах «четырех тигров» в Восточной Азии (Гонконг, Китай, Корея, Сингапур и китайская провинция Тайвань).Неудивительно, что деиндустриализация вызвала серьезную озабоченность в затронутых ею экономиках и породила бурные дебаты о ее причинах и возможных последствиях. Многие относятся к деиндустриализации с тревогой и подозревают, что она способствовала увеличению неравенства доходов в Соединенных Штатах и ​​высокому уровню безработицы в Европе. Некоторые предполагают, что деиндустриализация является результатом глобализации рынков и вызвана быстрым ростом торговли между Севером и Югом (торговля между странами с развитой экономикой и развивающимся миром).Эти критики утверждают, что быстрый рост трудоемких производственных отраслей в развивающихся странах вытесняет рабочих в странах с развитой экономикой.

    В этом документе утверждается, что деиндустриализация — это прежде всего признак успешного экономического развития и что торговля между Севером и Югом имеет к этому очень мало отношения. В реальном выражении доля внутренних расходов на промышленные товары была относительно стабильной на протяжении двух последних десятилетий. Следовательно, деиндустриализация в основном является результатом более высокой производительности в обрабатывающей промышленности, чем в сфере услуг.Модель торговой специализации среди стран с развитой экономикой объясняет, почему одни страны деиндустриализируются быстрее, чем другие. Наконец, в документе предполагается, что достижения в сфере услуг, а не в производственном секторе, скорее всего, будут способствовать росту уровня жизни в странах с развитой экономикой в ​​будущем.

    Доказательства

    В 23 странах с наиболее развитой экономикой занятость в обрабатывающей промышленности сократилась с примерно 28 процентов рабочей силы в 1970 году до примерно 18 процентов в 1994 году.В отдельных странах деиндустриализация началась в разное время и развивалась с разной скоростью. Раньше всего он начался в Соединенных Штатах, где доля занятых в обрабатывающей промышленности упала с пикового значения в 28 процентов в 1965 году до всего лишь 16 процентов в 1994 году. на уровне 27 процентов от общей занятости в 1973 году (через восемь лет после пика в Соединенных Штатах), а затем снизился примерно до 23 процентов в 1994 году.В 15 странах Европейского Союза, доля занятых в обрабатывающей промышленности находилась на сравнительно высоком уровне — более 30 процентов в 1970 году, но затем резко упала до 20 процентов к 1994 году.

    С другой стороны, доля занятости в сфере услуг в странах с развитой экономикой увеличивалась довольно равномерно, при этом во всех странах с развитой экономикой наблюдается рост занятости в сфере услуг с 1960 года. 56 процентов рабочей силы было занято в сфере услуг в 1960 году и около 73 процентов в 1994 году, что является более высокой долей занятых в сфере услуг, чем в любой другой стране с развитой экономикой.Рост занятости в сфере услуг сопровождался сокращением занятости в обрабатывающей промышленности во всех странах с развитой экономикой.

    Общее пояснение

    В период деиндустриализации снижение доли занятых в обрабатывающей промышленности, по-видимому, отражает снижение доли добавленной стоимости обрабатывающей промышленности в ВВП. На первый взгляд, это снижение может означать, что внутренние расходы на производство сократились, а расходы на услуги увеличились.

    Однако более тщательный анализ показывает, что этот вывод вводит в заблуждение.Расходы на услуги в текущих ценах действительно выросли в странах с развитой экономикой. Но этот рост можно объяснить тем фактом, что производительность труда (выпуск продукции на одного работника) в сфере услуг росла медленнее, чем в обрабатывающей промышленности, что привело к повышению относительной цены услуг и делает производство относительно дешевле. Однако, когда объем производства в обрабатывающей промышленности и секторе услуг измеряется в постоянных, а не в текущих ценах, смещение расходов с производства на услуги не имеет ничего общего с масштабом сдвига с занятости в обрабатывающей промышленности на услуги.Действительно, в постоянных ценах (в отличие от ее резко падающей доли в текущих ценах) доля добавленной стоимости в ВВП в обрабатывающей промышленности в странах с развитой экономикой практически не изменилась в период с 1970 по 1994 год

    .

    Тем не менее, в отличие от этой единообразной тенденции в странах с развитой экономикой в ​​целом, доля добавленной стоимости обрабатывающей промышленности в постоянных ценах в ВВП, по-видимому, демонстрирует разные тенденции в Японии и Соединенных Штатах. На первый взгляд кажется, что в структуре внутренних расходов произошел значительный сдвиг — от услуг к производству в случае Японии и от производства к услугам в случае Соединенных Штатов, — что дает потенциальное объяснение различий в эволюция доли занятости в обрабатывающей промышленности в этих странах отмечена ранее.Но в обоих случаях изменение внутренних расходов не было главной движущей силой. Рост доли добавленной стоимости обрабатывающей промышленности в ВВП в Японии и падение этой доли в Соединенных Штатах фактически отражают увеличение положительного сальдо торгового баланса в обрабатывающей промышленности в Японии и растущий торговый дефицит в обрабатывающей промышленности в Соединенных Штатах. Эта модель торговой специализации в обрабатывающей промышленности объясняет, почему Соединенные Штаты деиндустриализировались быстрее, чем Япония.

    Если смещение внутренних расходов от производства к услугам не было главным определяющим фактором деиндустриализации, чем объясняется это явление? Необходимо пояснить две особенности этого процесса.Почему доля занятых в обрабатывающей промышленности в большинстве стран с развитой экономикой продолжала расти до конца 1960-х годов, а затем снижалась? Почему на протяжении всего этого периода сохранялся рост доли занятости в сфере услуг?

    Рост доли занятости в обрабатывающей промышленности на стадии индустриализации в значительной степени отражает перемещение занятости из сельского хозяйства в промышленность. Два фактора объясняют этот сдвиг в сфере занятости. Один — со стороны спроса — это то, что экономисты называют законом Энгеля, который гласит, что относительное количество Доход, который человек тратит на питание, уменьшается по мере роста его дохода.На практике это означает, что по мере индустриализации экономики люди тратят пропорционально меньше на продукты питания и пропорционально больше на промышленные товары и услуги. Второй находится на стороне предложения. Быстрый рост производительности труда в сельском хозяйстве, поскольку инновации позволяют производить больше продуктов питания при меньшем количестве работников, ведет к сокращению занятости в этом секторе. Совокупный эффект этих факторов со стороны спроса и предложения приводит к крупномасштабному перемещению занятости из сельского хозяйства в производство.Действительно, общая доля занятых в сельском хозяйстве в странах с развитой экономикой упала примерно с 20 процентов в начале 1960-х годов до 11 процентов в начале 1970-х годов. Учитывая масштаб сокращения, которое уже имело место в сельскохозяйственном секторе, дальнейшее увеличение доли занятости в сфере услуг впоследствии будет происходить за счет занятости в обрабатывающей промышленности, так же как ранее переход к обрабатывающей промышленности происходил за счет сельскохозяйственного сектора. .

    Очень трудно точно измерить производительность в секторе услуг, и некоторые утверждают, что относительно более низкие темпы роста производительности в сфере услуг связаны с недооценкой.Тем не менее эмпирические данные подтверждают вывод о том, что производительность в обрабатывающей промышленности росла быстрее, чем производительность в сфере услуг. Если предположить, что такие модели производительности сохранятся, сектору услуг неизбежно придется продолжать поглощать все большую долю рабочей силы только для того, чтобы его выпуск рос в соответствии с производством.

    Важным следствием этого анализа является то, что деиндустриализация не обязательно является симптомом несостоятельности производственного сектора страны или, если уж на то пошло, экономики в целом.Напротив, деиндустриализация — это просто естественный результат успешного экономического развития, обычно связанный с повышением уровня жизни. Однако это не отрицает того, что деиндустриализация может быть связана с трудностями в производственном секторе или в экономике в целом. Страна может потерять рабочие места в обрабатывающей промышленности непосредственно в результате таких шоков системы, как резкое повышение реального обменного курса. В этих условиях сектор услуг может быть не в состоянии справиться с внезапным увеличением предложения рабочей силы, что приведет к росту безработицы или падению роста уровня жизни.

    Опыт деиндустриализации действительно отличался в отдельных странах с развитой экономикой. В Соединенных Штатах абсолютная численность занятых в обрабатывающей промышленности оставалась примерно неизменной с 1970 года, в то время как общая численность рабочей силы значительно выросла. В Европейском союзе, напротив, абсолютная численность занятых в обрабатывающей промышленности резко сократилась, тогда как общая численность работающих увеличилась лишь незначительно. Однако в обоих странах этот процесс имел негативные черты: застой в доходах и увеличивающийся разрыв в доходах в Соединенных Штатах и ​​​​растущая безработица в Европейском союзе.Тем не менее, даже если бы в этот период эти страны росли быстрее, чем на самом деле, деиндустриализация все же произошла бы, хотя и с более благоприятными последствиями для уровня жизни и занятости в период перестройки.

    Деиндустриализация также различалась по срокам и масштабам в странах с развитой экономикой Восточной Азии. Как в Корее, так и в китайской провинции Тайвань это началось в середине 1980-х годов, когда их доход на душу населения превысил уровень, достигнутый «старыми» промышленными странами в начале 1970-х годов.В Гонконге, Китай, доля занятых в обрабатывающей промышленности достигла почти 45 процентов в середине 1970-х годов, но с тех пор постоянно падала — к 1993 году до немногим более 20 процентов. занятость в обрабатывающей промышленности колеблется от 25 до 30 процентов с начала 1970-х годов. Одно из возможных объяснений состоит в том, что Гонконг, Китай и Сингапур являются городами с экономикой и никогда не имели крупного сельскохозяйственного сектора, из которого можно было бы извлечь выгоду. привлечь рабочих в первую очередь.Кажется очевидным, что деиндустриализация, происходящая в этих странах-тиграх, по крайней мере до сих пор, происходила без отрицательных последствий для занятости, отмеченных в других местах.

    Более конкретные факторы

    Регрессионный анализ, статистический метод определения относительной важности различных факторов, влияющих на данный результат, может использоваться для более точного определения вклада различных факторов в деиндустриализацию. Анализ, на котором основана эта статья, предполагает, что в период с 1970 по 1994 год реальный объем производства в обрабатывающей промышленности и сфере услуг оставался постоянным, но производительность в каждом секторе росла фактическими темпами. наблюдается в странах с развитой экономикой (производительность в обрабатывающей промышленности, разумеется, растет быстрее).Это имитационное моделирование показывает, что доля занятых в обрабатывающей промышленности снизилась бы примерно на 6,3 процентных пункта за этот период просто из-за относительных различий в росте производительности между двумя секторами (поскольку рабочие в обрабатывающей промышленности были более производительными, их требовалось меньше). Другими словами, около двух третей фактического снижения (10 процентов) доли занятых в обрабатывающей промышленности можно объяснить исключительно влиянием на производительность. Это также означает, что другая треть снижения должна быть объяснена относительными изменениями объема производства: обрабатывающая промышленность и сектор услуг на практике не росли с одинаковой скоростью.Объем производства услуг рос несколько быстрее, чем объем производства в странах с развитой экономикой.

    Это может быть вызвано различными причинами. Очевидная причина, как указывалось выше, заключается в том, что потребители в определенной степени сместили расходы в пользу услуг. Однако также возможно, что спрос на отечественную продукцию снизился из-за изменений в торговом балансе (продукция была импортирована) или из-за сокращения инвестиций в обрабатывающую промышленность. Другая возможность состоит в том, что некоторые бизнес-деятельности, которые ранее осуществлялись «внутри» производственных компаний, были «переданы» специализированным субподрядчикам, в результате чего эти виды деятельности были реклассифицированы как услуги.Однако регрессионный анализ показывает, что из всех этих факторов торговля и инвестиции были наиболее значимыми.

    Торговля всегда была спорным элементом в дебатах о сокращении занятости в обрабатывающей промышленности. Это, безусловно, вызвало трения между Соединенными Штатами и Японией. Однако еще большую озабоченность вызывает рост торговли между Севером и Югом между старыми индустриальными экономиками и развивающимся миром. Согласно одной гипотезе, даже если бы рост торговли между Севером и Югом был сбалансированным, он все равно мог бы сократить занятость в обрабатывающей промышленности в странах с развитой экономикой.Согласно гипотезе, это произошло бы потому, что трудоемкие отрасли в странах с развитой экономикой все больше вытесняются импорт, который обменивается на менее трудоемкий экспорт.

    Эта гипотеза, однако, не выдерживает строгого регрессионного анализа. Действительно, вопреки распространенному мнению, анализ показывает, что торговля между Севером и Югом, вероятно, сыграла лишь ограниченную роль в деиндустриализации. Это также согласуется с упомянутым выше фактом, что баланс торговли промышленными товарами промышленного мира в целом не сильно изменился в период с 1970 по 1994 год.Влияние на торговый баланс было намного сильнее для Соединенных Штатов и Японии, чем для стран Европейского Союза, но это также отражает меняющуюся структуру торговли между этими двумя странами, а не торговлю с развивающимся миром.

    Снижение уровня инвестиций в этот период, по-видимому, также сыграло некоторую роль в деиндустриализации, за исключением, возможно, Соединенных Штатов. Таким образом, влияние торговли между Севером и Югом остается одним из ряда факторов, которые, согласно регрессионному анализу, в совокупности объясняют лишь около 18 процентов сокращения занятости в обрабатывающей промышленности.К другим факторам относятся изменения в структуре расходов (от производства к услугам), передача сервисных услуг от производства к услугам и любые другие неустановленные факторы влияния.

    Наиболее важным выводом этого анализа остается вывод о том, что различия в росте относительной производительности были, безусловно, самым значительным фактором и объясняют более 60 процентов падения доли занятости в обрабатывающей промышленности в индустриальном мире в целом.Это само по себе поднимает некоторые интересные вопросы на будущее. Если эти модели роста производительности сохранятся, доля занятых в обрабатывающей промышленности, вероятно, упадет до 12 процентов в индустриальном мире в течение следующих 20 лет. В Соединенных Штатах он может упасть до 10 процентов. В Европейском союзе и Японии это будет около 14 процентов.

    Последствия

    Продолжающаяся деиндустриализация имеет важные последствия для долгосрочных перспектив роста в странах с развитой экономикой.Совершенно очевидно, как упоминалось во введении, что если большая часть рабочей силы переместится в сектор услуг, рост производительности в сфере услуг, вероятно, будет определять перспективы уровня жизни в целом.

    Некоторые отрасли более восприимчивы к техническому прогрессу (то есть имеют высокие темпы роста производительности, как правило, из-за своего потенциала стандартизации), в отличие от тех, которые менее восприимчивы к такому прогрессу. Казалось бы, производство по своей природе технологически прогрессивно — с систематической тенденцией находить способы производить больше товаров с меньшим количеством рабочих.Конечно, не все сферы услуг подвержены медленному техническому прогрессу. Действительно, некоторые отрасли сферы услуг — хороший пример — телекоммуникации — имеют характеристики, очень похожие на обрабатывающую промышленность, и могут считаться технологически прогрессивными. Другие, такие как личные услуги, такие как определенные виды медицинской помощи, не могут быть так легко стандартизированы или подвергнуты таким же методам массового производства, которые используются в производстве. Эти типы услуг, вероятно, будут работать медленнее рост производительности.

    С течением времени долгосрочные средние темпы роста будут определяться деятельностью, в которой рост самый медленный. Суть этой теории, называемой теорией асимптотической стагнации, можно продемонстрировать на примере из компьютерной индустрии. Если, ради аргумента, производство оборудования технологически прогрессивно, а производство программного обеспечения технологически застой, компьютерная индустрия в целом со временем станет асимптотически застойной. Теория предполагает, что это произойдет, потому что соотношение производителей программного обеспечения и аппаратного обеспечения увеличится до такой степени, что даже при чрезвычайно высоких темпах роста производительности аппаратного обеспечения производство аппаратного обеспечения окажет лишь незначительное влияние на общий рост производительности труда в отрасли в целом.

    Проведение этой аналогии с экономикой в ​​целом позволяет сделать некоторые интересные выводы. Если производство технологически прогрессивно, а услуги в целом менее технологически прогрессивны, темпы роста экономики в целом в долгосрочной перспективе будут все больше определяться ростом производительности в сфере услуг. Это означает, опять же вопреки распространенному мнению, что рост производительности в обрабатывающей промышленности будет менее влиять на повышение уровня жизни в странах с развитой экономикой.Следовательно, по мере продолжения деиндустриализации общий рост производительности будет все больше зависеть от роста производительности в сфере услуг.

    Что готовит такое будущее? Здравый смысл подсказывает, что эволюция роста производительности в сфере услуг, скорее всего, будет зависеть от развития технологически прогрессивных областей, таких как информационные технологии, а также от изменений в конкурентных структурах в секторе услуг. Развитие технологий, вероятно, сделает это возможным некоторые услуги будут расти быстрее, чем другие, и, таким образом, сфера услуг претерпит значительные внутренние структурные изменения.Инновационные продукты в производстве будут по-прежнему иметь важное значение, поскольку они обеспечивают побочный эффект роста производительности в сфере услуг.

    Деиндустриализация, вероятно, также будет иметь важные последствия для производственных отношений в развитом мире и, в частности, для роли, которую играют профсоюзы. Профсоюзы традиционно черпали свою силу в промышленности, где способы производства и стандартизированный характер работы облегчали организацию рабочих.В услугах, работников, как правило, труднее организовать (за исключением, возможно, государственных служб), и, таким образом, объединение в профсоюзы было менее распространенным, не в последнюю очередь из-за больших различий в доступных видах работы.

    По мере продолжения деиндустриализации страны, в которых действуют централизованные договоренности о заработной плате, скорее всего, столкнутся с серьезными проблемами. Такие централизованные системы переговоров о заработной плате на практике были связаны с сознательной попыткой сузить разницу в заработной плате между различными группами рабочих.Это могло оказаться благоприятным в производственном секторе, где требования к работе традиционно были одинаковыми или сопоставимыми в разных отраслях. В сфере услуг, напротив, характер работы и требуемый уровень квалификации сильно различаются. Некоторые рабочие места в сфере услуг, например, в определенных типах финансовых услуг, требуют высокого уровня квалификации. Другие, как в некоторых видах розничной торговли, требуют меньше навыков. Существуют также большие различия в обеспечении занятости. Например, работа в сфере государственных услуг обычно считается более надежной, чем работа на большинстве розничных рынков.Следовательно, кажется неизбежным, что потребуются соответствующие различия в заработной плате, чтобы компенсировать большие различия в навыках и интенсивности труда, которые предполагает это явное разнообразие.

    В экономике, основанной на услугах, с быстро меняющимися рыночными условиями трудно представить себе, что централизованная система, основанная на профсоюзах, сможет принимать решения о соответствующей разнице в заработной плате. Таким образом, упорство в централизованных переговорах о заработной плате может иметь неблагоприятные последствия для роста производительности.

    Выводы
    • Деиндустриализация – не негативное явление, а естественное следствие дальнейшего роста в странах с развитой экономикой.
    • Основной причиной деиндустриализации является более быстрый рост производительности в обрабатывающей промышленности, чем в сфере услуг.
    • Торговля между Севером и Югом сыграла очень небольшую роль в деиндустриализации.
    • Торговля между промышленно развитыми странами (а не между промышленно развитыми странами и развивающимся миром) объясняет некоторые различия в структуре занятости в разных странах с развитой экономикой.
    • Будущий рост в развитом мире, вероятно, будет все больше зависеть от роста производительности в сфере услуг.
    • Природа сектора услуг меньше подходит для централизованного ведения переговоров о заработной плате.
    Информация об авторе

    Получил образование в Оксфордском университете, Роберт Роуторн — профессор экономического факультета Кембриджа и член Королевского колледжа Кембриджа.

    Рамана Рамасвами — экономист исследовательского отдела Международного валютного фонда.Он имеет докторскую степень. из Кембриджского университета и ранее был научным сотрудником Королевского колледжа в Кембридже.

    Размер и промышленная структура японских городов

    Постоянное перемешивание и постоянная регулярность населения и промышленных предприятий: данные из Японии

    Агломерация населения – явная и глобальная тенденция. Если он определяется совокупностью сопредельных территорий с плотностью населения не менее 1 000 человек на км2 и общей численностью населения не менее 10 000 человек, то 1 таких территорий составляют 44.6% (1,6%), 43,6% (2,4%), 48,7% (2,9%), 47,0% (3,8%) и 77,1% (12,4%) от общей численности населения (площади) в Европе, США, Китае и Индии и Японии, соответственно, в 2015 году. Хотя случай Японии является исключительным из-за относительной нехватки земли, непропорциональная концентрация населения, по-видимому, является повсеместным явлением во всем мире. Таким образом, экономическую географию естественно рассматривать с точки зрения системы (экономических) городов.

    Существенные доказательства (например, Bettencourt et al.2007) выявил сильную корреляцию между социально-экономическими величинами и численностью населения городов (например, заработная плата, ВВП, количество выданных патентов для положительной корреляции, количество преступлений и уровень загруженности дорог для отрицательной корреляции). Поэтому особенно интересно знать и объяснять, где и каких размеров формируются города, а какие города растут или приходят в упадок.

    Хорошо известно, что распределение городов по размерам в относительно автономном экономическом регионе — как правило, в стране или достаточно интегрированном наборе смежных стран, таких как ЕС, — приблизительно соответствует (специфичному для региона) степенному закону (т.грамм. Декер и др. 2007). На рис. 1 показано ранговое (население) распределение городов Японии по численности населения в 1980, 2000 и 2010 годах (где ранг указывает ранг с точки зрения численности населения). 2  В течение 30-летнего периода верхняя часть распределения размеров городов сохраняет довольно устойчивый степенной закон.

    Рисунок 1 Ранговое распределение городов Японии по размерам

    Численность населения городов очень показательна для их промышленной структуры.В недавнем исследовании для каждой из 110 трехзначных производственных отраслей, которые последовательно появляются с 1980 по 2010 год, я определил города, в которых каждая отрасль имеет значительную агломерацию, обозначенную как города-агломерации этой отрасли (Mori 2017). 3  Я показываю, что количество и средняя численность населения агломерационных городов отрасли демонстрируют четкую и устойчивую логарифмическую зависимость, как показано на рисунке 2 для 1980, 2000 и 2010 годов.

    Рисунок 2 Количество и средний размер городов-агломераций обрабатывающей промышленности в Японии

    Как видно из рисунка, количество городов-агломераций сильно различается по отраслям, а отрасли, расположенные в меньшем числе городов, встречаются и в более крупных городах.Действительно, эти отрасли демонстрируют сильную пространственную координацию агломераций: в городах с более локализованными отраслями есть и более вездесущие. Следовательно, существует иерархическая связь в производственной структуре между большими и малыми городами.

    Чтобы лучше увидеть эту иерархическую структуру, на рис. 3 повторно показаны количество и средний размер промышленных агломераций в 2010 г. (красный цвет) вместе с их верхней и нижней границей (пунктирные линии). 4  При условии, что красные графики могут располагаться только между двумя пунктирными кривыми, видно, что реализованные средние размеры городов-агломераций почти достигают своей верхней границы, что по существу означает, что отрасли агломерируются в крупнейших городах. 5

    Рисунок 3 Верхняя и нижняя границы среднего размера городов агломерации

    Еще одним интригующим фактом является то, что за этими сильными и устойчивыми закономерностями степенного закона, демонстрируемыми моделями демографических и промышленных агломераций, стоит значительное перемешивание населения и промышленной деятельности между городами. С одной стороны, из 309 городов, существовавших в 1980 г., 114 либо были поглощены другими городами, либо просто исчезли, а 26 образовались вновь, а в 2010 г. остался 221 город.В городах, которые существовали как в 1980, так и в 2010 году, наблюдался прирост населения в среднем на 24% со стандартным отклонением до 47% (где общая численность населения выросла на 9%). С другой стороны, между городами также происходит значительное перемешивание отраслей промышленности. В то время как существует высокая корреляция 0,94 между промышленным разнообразием (определяемым количеством агломерированных отраслей) в городе в 1980 г. и в 2010 г., 91 646 6 91 647 промышленный состав отдельного города изменился в среднем более чем на 30%. . 7

    В случае с Японией большой разброс в приросте населения городов четко отражает развитие сетей автомагистралей и высокоскоростных железных дорог (рис. 4 и 5 соответственно), которое началось в 1960-х годах и было почти завершено к 2010 году. Рисунок 6 отображает темпы роста населения (между 1980 и 2010 гг.) городов, существовавших как в 1980, так и в 2010 г., где синим, красным отмечены города, на рост/упадок которых сильно повлияло развитие автомагистралей, высокоскоростных железных дорог и аэропортов. , и зеленый соответственно.

    Рисунок 4 Развитие сети автомобильных дорог в Японии

    Рисунок 5 Развитие сети высокоскоростных железных дорог в Японии

    Рисунок 6 Рост населения городов с 1980 по 2010 год

    Видно, что большие отклонения (как положительные, так и отрицательные) часто связаны с развитием транспортной сети. В частности, значительно выросли те, которые расположены непосредственно у крупных терминалов и перекрестков (например,грамм. Токио, Фукуока, Окаяма, Саппоро), а те, которые изолированы от развития сети, существенно сократились (например, Камаиси, Кесеннума). Однако обычно упускают из виду тот факт, что улучшение межрегионального сообщения в данном месте города само по себе не обязательно приводит к росту населения этого города, если этот город был расположен вблизи других крупных городов, особенно тех, которые находятся в крупных городах. транспортные узлы. Например, в Китакюсю, расположенном в непосредственной близости от Фукуока, и в Куре, расположенном между Фукуокой и Окаямой (см. рис. 5), наблюдалось значительное снижение численности населения, несмотря на то, что они находились на тех же крупных автомагистралях и высокоскоростных железнодорожных маршрутах, что и Фукуока и Окаяма.Это негативное влияние улучшения межрегиональной транспортной доступности связано с наличием агломерационной тени близлежащих крупных городов.

    Эти факты имеют важное значение для политики. Хотя региональная политика может влиять на размеры и социально-экономическую структуру отдельных городов (поскольку политика развития транспорта оказывает очевидное влияние, как показано выше), существует также ограничение «музыкального стула» на системном уровне, заключающееся в том, что число и расстояние между городами, которые могут расти, подчиняется этим строгим закономерностям степенного закона.В частности, равномерное улучшение транспортной доступности (такое, как общенациональное развитие автомобильных дорог) не оказывает монотонного влияния на рост отдельных городов и регионов, поскольку существует лишь ограниченное количество «кресел» для роста городов/регионов.

    В существующей эмпирической и политической литературе по экономическим агломерациям эти распределительные ограничения в основном игнорировались (см., например, обзор в Redding and Turner 2015), а рост отдельного города/региона обычно связан с его местными условиями. характеристики (т.грамм. межрегиональный транспортный доступ). Это, возможно, один из самых неотложных аспектов экономической агломерации, который необходимо учитывать как в теоретическом, так и в эмпирическом анализе (см. Akamatsu et al. 2017 для подробного обсуждения как теоретических, так и эмпирических основ в этом направлении).

    Примечание редактора: основное исследование, на котором основана эта колонка, впервые появилось в виде документа для обсуждения Научно-исследовательского института экономики, торговли и промышленности (RIETI) Японии.

    Каталожные номера

    Акамацу, Т., Т. Мори, М. Осава и Ю. Такаяма (2017), «Пространственный масштаб агломерации и дисперсии: теоретические основы и эмпирические последствия», Дискуссионный документ №80689, Мюнхен, личный архив RePEc.

    Bettencourt, LMA, J Lobo, D Helbing, C Kühnert, and GB West (2007), «Рост, инновации, масштабирование и ритм жизни в городах», Proceedings of the National Academy of Sciences, 104 (17) , 7301-7306.

    Декер, Э. Х., А. Дж. Керхофф и М. Е. Мозес (2007 г.), «Глобальные модели распределения размеров городов и их основные факторы», PLoS ONE 2 (9), e934.

    Канемото, Ю. и К. Токуока (2001 г.), «Предложение по стандартам городских агломераций Японии (на японском языке)», Journal of Applied Regional Science , 7, 1-15.

    Мори, Т. (2017), «Эволюция размеров и промышленной структуры городов в Японии с 1980 по 2010 год: постоянное перемешивание и постоянная регулярность», Asian Development Review , готовится к печати.

    Мори, Т. и Т.Е. Смит (2014), «Подход к вероятностному моделированию для обнаружения промышленных агломераций», Journal of Economic Geography, 14 (3), 547-588.

    Реддинг, С. Дж. и М. А. Тернер (2015 г.), «Транспортные расходы и пространственная организация экономической деятельности», в книге Г. Дюрантона, Дж. В. Хендерсона и В. К. Стрэнджа (ред.), Справочник по региональной и городской экономике, том. 5, Эльзевир: 1339-1398.

    Примечания

    [1] Вычисления основаны на расчетном количестве населения в окружающей среде на уровне сетки 30″×30″, полученном из данных LandScan, разработанных Национальной лабораторией Ок-Риджа для Европы, США, Китая и Индии. Соответствующие данные по Японии основаны на переписи населения Японии 2015 года.

    [2] Определение города здесь основано на городской зоне занятости Канемото и Токуока (2001).

    [3] Промышленные агломерации идентифицируются с помощью метода статистической кластеризации, разработанного Мори и Смитом (2014).

    [4] Для каждого числа n городов агломерации (по оси абсцисс) верхняя (нижняя) граница дается средним размером крупнейших (наименьших) n городов.

    [5] Иерархия промышленного состава городов вместе со степенным законом распределения размеров городов были впервые формально объяснены Хсу (2012) с помощью эндогенного механизма агломерации, возникающего из-за наличия транспортных расходов и большого разнообразия возрастающих доходов.

    [6] Здесь границы города установлены по состоянию на 2010 г. для сравнения промышленного состава каждого города в период с 1980 по 2010 г.

    [7] Сравнение промышленного состава данного города в период с 1980 по 2010 г. основано на индексе Жаккара, который определяется долей пересечения над объединением совокупности отраслей, агломерированных в этом городе в 1980 г. и в 2010 г. Среднее значение индекса среди 110 отраслей обрабатывающей промышленности составляет 0,52. Для данного уровня промышленного разнообразия индекс Жаккара равен 0.5 означает замену одной трети промышленности в этом городе.

    Безработица, структурные изменения и глобализация

    Безработица, структурные изменения и глобализация

    Безработица, структурные изменения и глобализация

    М. Пианта и М. Виварелли


    БЕЗРАБОТИЦА И ОТРАСЛЕВОЙ СОСТАВ ЭКОНОМИКА

    М. Пианта

    1. Введение

    Большинство анализов безработицы исследуют действие экономических механизмы — на рынке труда, в спросе на продукцию и т.д.- считать недифференцированным структура экономики. Связь между безработицей и заработной платой, спросом на рабочую силу, экономической рост и инновации, как правило, исследуются без учета конкретных участвует экономическая деятельность. Тем не менее, характер вовлеченных отношений и интенсивность влияния изменений этих факторов на занятость может широко варьироваться в зависимости от сельском хозяйстве, промышленности и сфере услуг, а также во всех отраслях промышленности.

    Таким образом, отраслевой анализ важен для того, чтобы пролить свет на реальные экономические механизмы в действии, на разнообразие отношений, которые могут быть выявлены, на их влияние в разных странах и на общую динамику экономического изменения (см. Pasinetti, 1981).

    Такой взгляд на изменения занятости ведет к пересмотру совокупные результаты на страновом уровне; в частности, страны с аналогичным макроэкономических условиях, но при другом отраслевом составе экономики, в итоге с различной производительностью труда, когда сектора имеют различную эластичность занятости для изменения экономических переменных.

    Напряжение изменений в национальной экономике тем выше, чем больше расширение традиционного производства в отраслях, переживающих реструктуризацию или спад.И наоборот, возможности роста выше в странах, где новые быстрорастущие секторы, как в производстве, так и в сфере услуг, более важны. Отраслевая структура экономики, поэтому является важным фактором, который может помочь объяснить различия в национальных экономические показатели. Его вес подчеркивается процессом глобализации, который обостряет конкуренцию и делает более очевидными относительные преимущества, связанные с «структурная» конкурентоспособность и недостатки, связанные с традиционным отрасли.Между прочим, это важный фактор, которым часто пренебрегают, объясняя различные модели занятости в США и Европе.

    Кроме того, подчеркивая важность отраслевой структуры экономия в результатах занятости бросает вызов общепринятому мнению, которое ограничивает объяснения безработицы факторами рынка труда, такими как высокая стоимость рабочей силы, негибкость трудового законодательства и систем социального обеспечения (ОЭСР, 1994).

    Наконец, стоит обратить внимание на отраслевую структуру экономики. тем более важно, когда имеешь дело с развивающимися странами, где большая часть активное население занято в сельском хозяйстве или в неформальной экономике, а факторы за безработицей принципиально различны в каждой части экономики.

    Отраслевая структура экономики влияет на структуру занятости в различными способами:

    1. Влияние структурного состава. Секторы имеют разные темпы роста производства и спроса, а также разная интенсивность занятости. институциональный договоренности, правила и политика по-разному влияют на экономическую деятельность и перспективы их трудоустройства. В результате специфический отраслевой состав национальной экономики могут привести к целому ряду возможных показателей занятости.

    2. Эффект капиталоемкости. Секторы имеют разные инвестиционные потребности и рост занятости, как правило, ниже там, где капиталоемкость выше. Эти отрасли также, как правило, характеризуются преобладанием трудосберегающих технологий. инвестиций и инноваций, что приводит к ухудшению результатов занятости.

    3. Эффект технологии. Отрасли характеризуются заметно различные модели технологических изменений.В некоторых отраслях производства и услуг инновации в значительной степени производятся эндогенно посредством НИОКР, проектирования, программного обеспечения и инженерная деятельность. В некоторых традиционных отраслях, а также в сельском хозяйстве и большинстве услуги, инновации, как правило, поставляются другими секторами и включаются в новые машины и оборудование или промежуточные ресурсы. При прочих равных условиях (а именно спрос, потребности в капитале и навыках и т. д.) сектора, способные производить свои собственные технологии имеют тенденцию внедрять больше инновационных продуктов, которые могут создать новые рабочие места, в то время как секторы в получении инноваций извне преобладают процессные инновации, применение которых воздействие обычно отрицательное (Vivarelli, 1995; Evangelista, 1999).

    4. Эффект продуктивности. Капиталоемкость и инновационноемкость секторов взаимодействуют с другими факторами, такими как навыки рабочей силы, обучение процессы, организационные модели, инфраструктурные условия, локализованные внешние экономики и т. д., что приводит к разным темпам роста производительности. Влияние производительности однако занятость является сложным вопросом; в зависимости от источников производительности рост и модели спроса, рост производительности может идти параллельно росту занятости (как в 1960-е и 1970-е годы) или могут быть связаны с потерей рабочих мест (как в 1980-х и 1990-х годах).Отраслевые особенности приводят к большому расхождению показателей производительности, что влияют на совокупную модель роста национальной экономики (Appelbaum and Schettkat, 1995)

    5. Эффект спроса. Рост спроса неодинаков во всем экономика. Эластичность спроса по доходу и эластичность спроса по цене для отдельных секторов влияет на темпы роста отраслей, на которые также влияют институциональные и политические факторы, такие как организация и развитие новых рынков и роль требование.

    Страны, более активно отрасли с более быстро растущим спросом, как правило, быстрее увеличивают производство, экспорт и занятости за счет стран, специализирующихся на медленно растущих секторах.

    Изменения в структуре спроса также имеют тенденцию происходить медленно, особенно когда происходит смена технологического уклада, как это происходит в настоящее время с появление технологий на базе ИКТ.(Пазинетти, 1981; Фриман и Соете, 1994).

    1. Торговый эффект. Секторы и рынки сильно различаются по важности международной торговли. На рынках, более открытых для международная конкуренция, такая как большинство обрабатывающих отраслей, результат занятости роста спроса можно уменьшить за счет проникновения импорта и иностранного аутсорсинга отечественные фирмы. И наоборот, конкурентоспособные, экспортоориентированные отрасли и отрасли с высоким национальная опора на собственные силы может расширить рабочие места наряду с производством.Услуги, как правило, меньше открыты для международной конкуренции, и это сильно способствовало их более быстрому рост занятости. (Вуд, 1994).

    2. Промышленность и услуги

    Очевидно, что первое важное различие состоит в том, что между промышленностью и Сервисы. Хорошо известно, что в развитых странах рост занятости в последние десятилетия сосредоточился на последнем.

    Данные ОЭСР о росте занятости в промышленности и сфере услуг показывают, что в Евросоюзе (включая 13 стран) сократилось количество рабочих мест в промышленности при среднегодовых ставках, близких к 1 проценту в 1970-х и 1980-х годах, и выше 3 процентов центов в период 1990-94 гг.В США и Канаде в 1970-е годы рост превышал 1%, 1980-е годы — стабильность, а 1990-е годы — снижение на 1 процент. В Японии занятость стабильно росла на 0,7-0,8 в год с 1970 по 1994 год. показатели занятости хуже, чем у конкурентов, с ростом почти на 2 процента в год. в год в 1970-х и 1980-х годах и на уровне 0,6 процента в 1990-х годах. Служба в Северной Америке рабочие места выросли более чем на 3 процента в 1970-х годах и на 1,7 процента в 1990-х годах, при несколько выше, чем в Японии (OECD, 1996A, p.12).

    В разделе, посвященном эмпирическим данным, подробное сравнение показателей занятости в промышленности и сфере услуг предоставляется для США, Японии и Европейский союз с 1975 по 1996 год. В США общая занятость увеличилась за этот период. на 45% в результате увеличения более чем на 10% в промышленности и более чем на 60% в сфере услуг. В Общее количество рабочих мест в Японии выросло на 25%, при этом рост ниже 20% в промышленности и выше 40%. в услугах. В Европе общая занятость не изменилась, увеличившись за этот период на 6%. в то время как рабочие места в промышленности сократились почти на 20%, а рабочие места в сфере услуг увеличились на 40%.

    На услуги приходится около 70% общей занятости в США, около 60% в Япония и от 50 до 60% в европейских странах; несмотря на высокую неоднородность виды деятельности в этой области, в том числе очень высококвалифицированные и низкоквалифицированные и оплачиваемые рабочие места, услуги являются наиболее динамичным сектором, создающим рабочие места. Гораздо больший вес услуг в США лежит в основе более высоких совокупных показателей занятости.

    Более того, США и, в меньшей степени, Япония показывают общую занятость рост, поддерживаемый сохраняющимся положительным потенциалом создания рабочих мест в промышленности.На с другой стороны, для европейских стран характерна общая стагнация занятости. что в основном связано с резкой тенденцией к экономии труда в промышленных секторах. В Другими словами, в Европе сфера услуг с трудом компенсирует потери рабочих мест в промышленности. секторов, в то время как в США и Японии положительные показатели занятости определяются как расширение услуг, так и постоянный положительный вклад промышленного сектора.

    3.отраслевой состав промышленности

    Важность состава промышленной структуры выделяется несколькими простыми данными. В разделе, посвященном эмпирическим данным, показано, что Япония и США имеют почти половину своей производственной добавленной стоимости в отрасли, которые увеличили занятость на уровне ОЭСР, в то время как Европа отстает и, и наоборот, имеет гораздо более высокую активность в секторах, где сокращение рабочих мест было больше.

    Сочетание в целом более низкого совокупного роста и более высоких долей промышленной занятости в секторах, в которых преобладает трудосберегающая реструктуризация, находится на корень проблем с безработицей в Европе. Структурные факторы, а не рынок труда функционирования, являются ключевым объяснением потери рабочих мест в промышленности Европы.

    Были проведены специальные межотраслевые исследования факторов изменение занятости в развитых странах.

    Пианта, Евангелиста и Перани (1996) показали, что в 1980-х гг. показатели с точки зрения роста добавленной стоимости и занятости сильно различаются по страны. Глядя на влияние технологических и структурных изменений, патентование и валовые инвестиции, а также рост добавленной стоимости — оказывают на занятость рост по секторам, исследование показало, что для совокупности экономик G-6 секторы, демонстрирующие самые высокие темпы инвестиций и инноваций, испытали в 1980-е годы больший рост производства и занятости.

    Однако такой процесс становится более неравномерным, когда отдельные страны — особенно европейские — учитываются, потому что преимущества компенсационные эффекты распределяются в результате конкурентного процесса, т. сказывается отраслевая специализация отдельных стран. Страны с большей деятельность в областях, где новый спрос и занятость растут быстрее, находятся в лучшем положении компенсационных эффектов, в то время как экономики, в которых доминируют сокращающиеся отрасли, крупные проигравшие в эффектах занятости технологических изменений.В Европе и особенно в Италии, «благотворный круг» между технологиями, ростом и занятость намного слабее, поскольку инвестиции и инновации были сосредоточены на реструктуризации традиционных секторов и связаны с большим трудосберегающим эффектом.

    Межотраслевой анализ проводится в другом исследовании (Pianta 1998). на пять европейских стран (Дания, Нидерланды и Норвегия, а также Германия и Италия: все страны с данными из нового Обследования инноваций сообщества) и занятость Показано, что изменения в 1989–1993 годах находились под положительным влиянием изменений спроса и выпуска. (добавленная стоимость и экспорт) и преобладанием продуктовых инноваций.С другой стороны, инновационные расходы на одного работника (или расходы на НИОКР на одного работника или на продажи) и доля новых товаров в экспорте оказывается с негативным влиянием на занятость.

    При объяснении изменений (в большинстве случаев уменьшения) занятости в Европейские отрасли промышленности, факторы спроса и продуктовые инновации оказывают положительное влияние. Однако более высокие расходы на инновации (или НИОКР) связаны с ухудшением занятости. результатов, предполагая доминирующую модель технологических изменений, замещающих рабочую силу.Ан интересный вывод касается также экспортных показателей европейских стран. секторы, в которых новые продукты более важны для экспорта, имеют худшие результаты занятости, предполагая, что в отраслях, которые являются более инновационными и открытыми на международном уровне Европейская конкурентоспособность была слабой.

    Из этих отношений вытекает тот факт, что в цикле рост, который включает рецессию начала 1990-х, факторы спроса были решающими в поддержании занятости, в то время как технологические факторы оказывают противоположное влияние на продукт инновации (положительные) и общие технологические усилия (отрицательные).

    Также было сделано обобщение для европейских стран, США и Японии. осуществляется на основе релевантности отраслей, в которых доминирует благоприятная для занятости модель высокого роста спроса и инноваций, ориентированных на продукт, или путем модель вытеснения рабочей силы из-за низкого спроса и технологических инноваций. И снова европейский появляются страны с наихудшими позициями как с точки зрения их промышленной структуры (при большом весе последней группы) и по их относительному росту производительности (с более медленным ростом добавленной стоимости и занятости в первой группе).

    4. Вопросы политики

    Сильные различия возникают, как мы видели, между промышленностью и услуг и по производственным секторам с точки зрения темпов их роста, структуры спроса, ориентация на экспорт и характер и интенсивность инвестиций и технологических изменений, все ключевые факторы, влияющие на показатели занятости в странах. Структура экономики имеет поэтому его следует внимательно рассматривать во всех анализах безработицы. это даже больше актуально в случае развивающихся стран, где отраслевые различия, институциональные, социальные и географические факторы часто приводят к выраженному дуализму в экономике. Поэтому характеристики экономической структуры представляют собой ключевой вопрос, который необходимо рассмотреть в анализе и политике по безработице.

    Актуальность отраслевых особенностей предполагает политический подход которая нацелена на отрасли с высоким потенциалом роста и занятости, объединяя и частные усилия в сложном процессе структурных изменений. Этот подход был на корень десятилетий очень успешной промышленной политики в развитых странах, и привело к быстрому росту новых индустриальных стран в Восточной Азии и в других местах.

    Однако в последнее десятилетие неолиберальная идеология делала упор опора на рыночные механизмы отбора также как инструмент для развития отраслевая специализация и модель структурных изменений для отдельных стран. Промышленная политика рассматривалась как «искажение рынка». они обеспечивают стимулы и поддержку, которые могут быть специфическими для определенных секторов и групп фирм. Таким образом, возможности политики, как правило, ограничивались созданием рамок условий (равных для всех секторов и фирм) и для обеспечения эффективной работы конкретные рынки (ОЭСР, 1994, 1996).

    В результате усилилась поляризация выступлений стран, при этом те, кто сильнее в быстрорастущих отраслях, получают большую часть прироста занятости. Этот подход необходимо изменить, а некоторый «нацеливание» на секторы с высокой потенциал роста и трудоустройства, высокие внешние эффекты и высокая способность к обучению требуется во всех странах, заинтересованных в усилении своей деятельности в этих областях.

    Обоснование новой волны промышленной политики, сопровождающей структурные изменения усиливаются нынешним переходом к технологическому укладу доминируют информационные и коммуникационные технологии (ИКТ) и появление широкий спектр промышленной и сервисной деятельности, в значительной степени основанной на ИКТ.Цель политики в этом поле должно быть появление новых видов экономической деятельности, способных удовлетворить экономические и социальные потребностей, развивать новые рынки и предлагать новые возможности для роста и трудоустройства. Однако, до сих пор эволюция большинства видов деятельности в области ИКТ была обусловлена ​​структурой поставщиков. а не требованиями пользователей, что часто приводит к ограниченному расширению новых видов деятельности и в нереализованном потенциале новых технологий. Технология толчок», который в прошлые десятилетия привел к бесчисленным инновациям в области ИКТ, теперь выглядит как смирительная рубашка для расширения экономической деятельности на основе ИКТ, как то, чего не хватает являются, с одной стороны, согласованием и согласованностью организационных, институциональных и социальных инноваций и, с другой стороны, действие «вытягивания спроса» в состоянии запустить рост новых крупных рынков для новых товаров и услуг (высокий уровень группа экспертов, 1995 г.).

    Однако сосредоточение анализа и политики только на структуре предложения приводит к одностороннему взгляду на сложный процесс структурных изменений. Развитие новых секторов деятельности, предлагающих важные перспективы трудоустройства, требует действий по сторона спроса. В последние годы в большинстве стран политика спроса жестко ограничивалась. путем продолжения антиинфляционной денежно-кредитной и налогово-бюджетной политики, сокращения спроса, подавления рост и рост безработицы.

    Что нужно для стимулирования развития отраслей с высоким потенциал занятости – либо в сфере ИКТ, либо в остальной части экономики – это способность обеспечить эффективную «притяжку спроса», полагаясь не столько на традиционную публичную закупок, а скорее на новые схемы, «расширяющие возможности пользователей», которые могли бы ускорить развитие рынков для новых соответствующих товаров и услуг, способствуя таким образом происходит процесс структурных изменений и переход в модели специализации.

    Успех такого перехода должен оцениваться с учетом как прибыли и потери в добавленной стоимости и занятости. В общем, «положительно». переход к новой модели специализации — это такой, при котором чистые выгоды превышают что необходимо для «компенсации» проигравших через различные механизмы перераспределение, чтобы обеспечить социальную сплоченность.

    Наконец, согласованность между целями промышленного и важна инновационная политика и политика совокупного экономического роста.Без активного промышленная политика, эволюция экономической структуры стран, вероятно, приведет к консолидации свои традиционные сильные и слабые стороны, в результате действия сравнительного преимущества. Эта модель вряд ли обеспечит положительные перспективы трудоустройства, поскольку давление оказывается на конкурентоспособность и снижение затрат. С другой стороны, политика направленные на сокращение безработицы, развитие новых видов экономической деятельности и производительных компетенций требует долгосрочных усилий по изменению экономической структуры страны, объединение действий со стороны предложения (развитие новой инфраструктуры, инвестиции, инноваций, компетенций и трудовых навыков) и со стороны спроса, ориентируя частные потребление и государственные расходы в выбранные новые области, где новая занятость потенциал больше.

    ЭМПИРИЧЕСКИЕ ДОКАЗАТЕЛЬСТВА

    Промышленность и услуги

    Эмпирические данные основаны на данных по США, Японии и 15 странам ЕС. странах за период 1975-1996 гг. Связь между ростом добавленной стоимости и занятостью будут исследованы как в совокупности, так и отдельно по промышленности и сфере услуг.

    Как видно из рисунка 1, за период 1975-95 гг. показатели занятости стагнируют, в то время как в США наблюдается общий рост примерно на 45% и Японии около 25%.Другими словами, в долгосрочной перспективе Европа характеризуется почти безработным ростом, в то время как США и Япония продемонстрировали явно превосходный потенциал создания рабочих мест. Важно отметить, что эти различия будут вероятно, результат будет даже больше, если общая эволюция рабочего времени, а не количество сотрудников — учитывается (например, Падалино и Виварелли (1997) обнаружили отрицательная динамика рабочего времени в Западной Германии и Франции за период 1960-1994 гг.

    Эти выявленные различия окажутся еще более очевидными, если внимание обращено только на промышленный сектор. Как видно на рисунке 2, в то время как для США и Японии характерны (умеренно) положительные тенденции (около +15%), Европа демонстрирует четкую нисходящую модель (около -18%).

    Даже в сфере услуг, хотя во всех трех сферах наблюдается неуклонный рост тенденции, США характеризуются лучшими показателями занятости (около +63%), за которыми следуют Японией (около +46%) и ЕС (около +42%).

    Расхождение в показателях занятости в промышленности и сфере услуг примечателен, и его можно найти во всех трех областях, независимо от их различных производительности, особенно в случае европейских стран. Конечно, слабая занятость динамику Европы можно рассматривать как результат более высокой производительности производительности, что может повысить конкурентоспособность и привести к более быстрому росту. Тем не менее, это делает не похоже на случай в ЕС, чей рост ВВП действительно был ниже, чем в США и Япония.Таким образом, с точки зрения занятости потеря рабочих мест из-за роста производительности не является компенсируется эффектом конкуренции.

     

     

     

     

     

    Промышленные отрасли

    Данные, использованные для исследования отраслевых различий внутри обрабатывающей промышленности взяты из базы данных OECD STAN (1996 г.) для 31 обрабатывающей промышленности. секторов (классы ISIC) и включают в себя большинство стран ОЭСР — США, Японию и все страны Европейского Союза (за исключением Ирландии и Люксембурга, а также с включение Норвегии).Рассматриваемые переменные включают добавленную стоимость (в в постоянных ценах) и занятость (количество занятых), измеряемые как среднегодовые темпы изменение с 1975 по 1994 год.

    Контекст для этого анализа на отраслевом уровне предоставлен Рисунок 4, показывающий для ОЭСР совокупные темпы изменения добавленной стоимости и занятости. из 31 сектора обрабатывающей промышленности, иллюстрирующие общую картину структурных изменений которое имело место в течение двух десятилетий, исследованных в предыдущем разделе.Через промышленности положительная связь очевидна, и 31 сектор может быть связан с тремя группы.

    1. Отрасли роста , в которых добавленная стоимость и занятость увеличилось, включая пластик, полиграфию, другие химические вещества, электрическое оборудование, продукты питания, самолетов и автомобилей.

    2. Секторы спада с противоположным характером падения в обоих добавленная стоимость и занятость, включая кожу, обувь, табак и судостроение.

    3. Отрасли в реструктуризации , с ростом производства и падением в занятости, включая все остальные сектора и значения для всего производства.

    Для всего производства темпы изменения добавленной стоимости и занятость существенно различается по трем направлениям. Занятость увеличилась на годовой показатель составил 0,43% в Японии и 0,11% в США, а в Европе упал на -1,32%.Добавленная стоимость увеличилась на 3,86% в Японии, 2,94% в США и 1,62% в Европе.

    Если мы посмотрим на группу Европейского союза, динамика стоимости добавленная и занятость показывают довольно различное распределение, представленное на Рисунке 5. A систематический разрыв очевиден между общей моделью ОЭСР и гораздо более низкими показателями Европы, большинство отраслей которой находится в квадранте реструктуризации. Япония является страна с наибольшим количеством секторов в квадранте роста, в то время как США промежуточное положение.

    Если ориентироваться на самые последние годы, на период 1989-94 гг., производительность выглядит еще более отрицательной, так как только один сектор — пластик — остается в квадрант роста, в то время как все текстильные и кожевенные отрасли, все транспортные отрасли, не электрические машины, изделия из металла, железо и сталь, гончарные изделия и резина, движущиеся в убывающий квадрант. Расстояние Европы от США и Японии еще больше увеличилось в 1990-е годы.

    Влияние отраслевой структуры национальных экономик на совокупные результаты занятости, показанные выше, могут быть выделены долями отрасли, демонстрирующие рост занятости, умеренный спад или сильный спад в 1975-94 гг. период.

    Таблица 1 ранжирует 31 отрасль в соответствии с ростом занятости в уровне ОЭСР и показывает их важность в структуре промышленности (измеряемая доли добавленной стоимости в обрабатывающей промышленности) Европы, США и Японии в 1975 и 1994 гг. Опять же, «бремя» на производительность Европы в результате более крупного явно проявляется присутствие в секторах с более низким ростом.

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    Таблица 1: Изменение занятости и отраслевая структура обрабатывающей промышленности

    Секторы с рост занятости

    Коэффициент изменения занятости в ОЭСР, 1975–1994 годы

    Доли в общей добавленной стоимости

    Европа

    Объединенный Штаты

    Япония

    1975

    1994

    1975

    1994

    1975

    1994

    Пластик Продукция

    2.84%

    1,9%

    3,1%

    1,4%

    3,3%

    3,8%

    3,0%

    Печать и Издательство

    1,06%

    4,0%

    4,4%

    7.8%

    6,1%

    5,3%

    4,4%

    Продукты питания

    0,30%

    8,9%

    9,3%

    7,5%

    7,3%

    14,8%

    8,7%

    Самолет

    0.23%

    1,4%

    1,4%

    4,5%

    3,1%

    0,2%

    0,2%

    Электрика Машины

    0,20%

    6,7%

    10,1%

    6.1%

    12,7%

    1,8%

    19,8%

    Другие химические вещества

    0,19%

    3,3%

    5,3%

    4,8%

    6,2%

    4,8%

    5,0%

    Автомобили

    0.15%

    6,0%

    6,7%

    6,5%

    5,3%

    6,1%

    8,3%

    Итого

    32,2%

    40,3%

    38,5%

    44.0%

    36,7%

    49,4%

    Сектора с умеренное снижение занятости

    Профессиональный Товары

    -0.15%

    1,5%

    1,7%

    4,4%

    4,0%

    0,9%

    1,5%

    Мебель и приспособления

    -0,15%

    2,3%

    2,0%

    1.5%

    1,6%

    2,1%

    1,2%

    Бумага и Продукция

    -0,27%

    2,6%

    3,2%

    4,8%

    4,6%

    2,8%

    2.4%

    Неэлектрический Машины

    -0,45%

    11,5%

    9,4%

    8,3%

    11,5%

    7,6%

    10,6%

    Изделия из металла

    -0,65%

    8.3%

    7,8%

    6,6%

    7,1%

    5,2%

    6,1%

    Прочий транспорт

    -0,67%

    0,5%

    0,4%

    0,2%

    0,1%

    0.6%

    0,6%

    Прочее Производство

    -0,67%

    1,2%

    1,1%

    1,8%

    1,8%

    3,3%

    4,5%

    Цветные металлы Металлы

    -0.76%

    1,3%

    1,5%

    2,1%

    1,6%

    2,0%

    1,5%

    Нефть и Угольные продукты

    -0,94%

    0,4%

    0,3%

    0.4%

    0,3%

    0,4%

    0,1%

    Изделия из дерева

    -0,97%

    2,1%

    1,9%

    2,9%

    2,4%

    2,5%

    1,1%

    Керамика, Китай и т.д.

    -1.08%

    0,8%

    0,7%

    0,1%

    0,1%

    0,4%

    0,3%

    Резиновые изделия

    -1,26%

    1,2%

    1,1%

    1,0%

    1.1%

    1,4%

    1,0%

    Стекло и Продукция

    -1,26%

    1,0%

    1,1%

    0,9%

    0,6%

    1,1%

    0,8%

    Промышленный Химикаты

    -1.29%

    4,4%

    5,6%

    3,9%

    5,2%

    5,6%

    4,1%

    Неметаллический Продукты, не включенные в другие группировки

    -1,38%

    3,7%

    3,1%

    1.9%

    1,6%

    3,5%

    2,5%

    Ношение одежды

    -1,41%

    3,2%

    2,0%

    2,1%

    1,9%

    3,3%

    1,3%

    Нефть Нефтеперерабатывающие заводы

    -1.46%

    3,8%

    2,9%

    2,3%

    1,6%

    1,2%

    0,6%

    Итого

    49,8%

    46,0%

    45,4%

    47.2%

    44,0%

    40,2%

    Сектора с сильное сокращение занятости

    Кожа и Продукция

    -2.09%

    0,6%

    0,4%

    0,3%

    0,1%

    0,6%

    0,2%

    Напитки

    -2,16%

    2,8%

    2,8%

    1,3%

    1.3%

    2,6%

    1,3%

    Текстиль

    -2,16%

    4,9%

    4,0%

    2,7%

    2,9%

    4,7%

    2,0%

    Обувь

    -2.27%

    1,2%

    0,7%

    0,5%

    0,1%

    0,4%

    0,2%

    Табак

    -3,03%

    2,0%

    1,5%

    5,0%

    1.3%

    0,6%

    0,3%

    Железо и Сталь

    -3,15%

    4,7%

    3,9%

    5,4%

    2,7%

    8,3%

    6,0%

    Судостроение и ремонт

    -4.00%

    1,8%

    0,5%

    1,1%

    0,3%

    2,5%

    0,7%

    Итого

    18,0%

    13,7%

    16,1%

    8.8%

    19,6%

    10,6%

    Всего Производство

    -0,55%

    100

    100

    100

    100

    100

    100

    Расчеты по данным OECD STAN 1996.

    Европа включает 13 стран ЕС (данные отсутствует для Ирландии и Люксембурга) и Норвегии.

    Отрасли с положительным ростом занятости в группе ОЭСР в 1975 г. приходилось около 37-38% производственной добавленной стоимости в Японии и США, и только 32 процента в Европе; в конце периода все страны увеличили свои доли, с Японией на 49%, США на 44 и Европой на 40%. Более сильное и растущее присутствие США и Японии в секторах с положительной динамикой занятости является основным фактором за их лучшими совокупными показателями занятости, отмеченными выше.

    В отраслях с умеренным снижением занятости нет четкой картины появляется, в то время как Европа сильно перепредставлена ​​в отраслях, теряющих рабочие места, с 14 % его добавленной стоимости в 1994 г. (по сравнению с 18 % в 1975 г.) против 9-11 % процентов США и Японии, которые смогли гораздо быстрее снизить свою зависимость на производственной деятельности с заметной моделью уничтожения рабочих мест.

    Каталожные номера

    * Проблема структурных изменений и их влияние на эволюцию занятости рассматривается в следующих работах.Фундаментальный теоретический вклад Пазинетти (1991).

    Э. Аппельбаум и Р. Шетткат, 1995 г., Занятость и производительность в промышленно развитые страны, International Labor Review , vol.134, n.4-5, pp: 605-623.

    Пазинетти, Л. 1981. Структурные изменения и экономический рост , Кембридж, Издательство Кембриджского университета

    Пазинетти, Л. 1990, «Структурные изменения и безработица», в Structural Изменения и экономическая динамика , том.1, н. 1.

    Пианта, М. — Евангелиста, Р. — Перани, Г. 1996, Динамика Инновации и занятость: международное сравнение, , научно-техническая отрасль Обзор , Париж, ОЭСР, 67-93

    Пини П. 1995, «Экономический рост, технологические изменения и занятость: эмпирические доказательства модели кумулятивного роста с внешней причинно-следственной связью девять стран ОЭСР, 1960–1990 гг.», «Структурные изменения и экономическая динамика», № 6, стр.185-213.

    Сакураи, Н. 1995, «Структурные изменения и занятость: эмпирические данные для 8 стран ОЭСР», STI Review , 15.

    Шерер, Ф. М. 1992, Международный конкурс высоких технологий , Кембридж, Массачусетс, издательство Гарвардского университета.

    * Конкретные вопросы, возникающие в связи с появлением ИКТ, рассматриваются в:

    Фриман, К. и Соете, Л. (1994), Работа для всех или массовая безработица? Компьютеризированные технические изменения в двадцать первом веке , Лондон, Пинтер

    Группа экспертов высокого уровня, 1996 г., Создание информационного общества для мы все , Европейская комиссия, DG V, Брюссель.

    * Роль технологий и торговли в разных секторах и в процессе структурные изменения и создание рабочих мест рассматриваются в следующих работах:

    Евангелиста, Р., 1999, Знания и инвестиции. Источники инновации в промышленности. Олдершот, Элгар.

    Падалино, С. и Виварелли, М. 1997. Интенсивность занятости Экономический рост в странах Большой семерки, International Labor Review , vol.136, 191-213.

    Пианта, М. 1998, Инновации, спрос и занятость, документ, представленный на Конференция проекта ЦЭР: « Технологии, экономическая интеграция и социальная Сплоченность», CEPREMAP, , 15-16 апреля 1998 г., Париж

    Виварелли, М. 1995. Экономика технологий и занятости: Теория и эмпирические данные , Олдершот, Элгар

    Wood, A. 1994, North South торговля, занятость и неравенство: перемены судьбы в мире, основанном на навыках. Clarendon Press, Оксфорд.

    * Эмпирический анализ и рекомендации по политике можно найти в:

    ОЭСР 1994 Исследование рабочих мест ОЭСР. Часть I: Тенденции рынка труда и глубинные силы перемен , ОЭСР, Париж.

    ОЭСР 1996А. Технология, производительность и создание рабочих мест, основные моменты. Париж, ОЭСР

    ОЭСР 1996B. Технологии, производительность и создание рабочих мест, аналитика Отчет , Париж, ОЭСР

    Понимание экономических изменений в вашем сообществе

    Прочтите сначала

    Инструменты, предлагаемые в этой статье, помогут вам ответить на следующие вопросы о вашей экономике:

    • Каковы текущие условия занятости в нашем сообществе?
    • Какие части местной экономики росли?
    • В каких отраслях наблюдается спад?
    • Чем местная экономика отличается от других близлежащих экономик?
    • Какие факторы способствуют росту занятости на местном уровне?
    • Какие факторы приводят к сокращению занятости на местном уровне?

    Введение

    В этой серии мы предлагаем инструменты, которые помогут вам ответить на важные вопросы, указанные выше.

    Обзор

    Для разработки эффективных стратегий экономического развития важно понимать текущее состояние местной экономики, включая ее сильные и слабые стороны. Чтобы узнать больше о вашей местной экономике, мы рекомендуем вам провести подробное исследование ее текущих и исторических показателей.

    Эти инструменты помогут вам начать изучение важных экономических тенденций в вашем районе. Методы являются гибкими и могут использоваться для различных экономических показателей, включая занятость и безработицу, доход, уровень бедности и жилье.Инструменты могут использовать вторичные данные, легко доступные из таких источников, как Бюро переписи населения, Бюро экономического анализа и Бюро статистики труда. Анализ должен помочь различным местным усилиям, включая развитие отрасли, написание грантов и видение.

    Несколько моментов, о которых следует помнить при проведении анализа

    На практике ряд показателей проясняет наше понимание местной экономики, начиная от простой описательной статистики и заканчивая подробными исследованиями и анализом.Независимо от того, какие методы и меры вы выберете, соблюдение важных рекомендаций поможет вам максимально эффективно использовать свои усилия. Мы призываем вас помнить о следующих моментах при использовании инструментов, описанных на следующих страницах.

    1. Ни один номер не представляет местную экономику. При тщательной оценке местной экономики необходимо использовать несколько показателей, поскольку использование одного показателя дает лишь ограниченное представление. Например, высокие темпы роста числа рабочих мест могут свидетельствовать о том, что сообщество создает новые возможности трудоустройства; но вас также должна интересовать заработная плата, обеспечиваемая новыми рабочими местами, чтобы лучше понять «истинную производительность» местного рынка труда.»
    2. Проведите сравнение между сообществами. Ни одно сообщество не существует изолированно. Чтобы лучше понять местные экономические показатели, вам следует сравнить свое сообщество с «похожими» сообществами, штатом и страной.
    3. Изучите изменения с течением времени. Анализ «моментального снимка» дает хорошее представление о том, где сегодня находится сообщество, важно знать долгосрочные тенденции в сообществе Что касается занятости, отрасли, которые традиционно были важны, теперь могут сокращаться.Анализ тенденций может быть особенно информативным, поскольку он часто дает хорошие прогнозы на ближайшее будущее.
    4. Необходима «проверка реальности». Хотя использование описанных здесь методов для анализа «достоверных данных» является отправной точкой, также важно использовать идеи местных жителей и политиков. Если анализ данных и выводы противоречат друг другу, может потребоваться более глубокое изучение.
    5. Аналитика, а не данные, должна рассказать историю. Всегда помните, что экономические данные — это скучно, и ни один читатель не захочет корпеть над кучей таблиц и диаграмм.Информация может быть чрезвычайно полезной, если ее использовать в качестве дополнения к связному, последовательному и правдивому рассказу об экономике. Информация наиболее полезна, когда она обобщена с темами, интерпретациями и выводами.

    Начало работы

    Первым шагом является определение местной экономики. Хотя на самом деле мобильность людей и денег означает, что любая экономика на самом деле не зависит от места. Необходимо определить какой-либо регион как местную экономику. По практическим причинам (таким как доступность данных) экономика часто определяется в соответствии с политической юрисдикцией, такой как муниципалитеты, округа или штаты.Хотя специалисты-практики обычно хотят определить экономику как можно более локально, имейте в виду, что более качественные данные становятся более доступными по мере продвижения вверх по политической иерархии. Как правило, полные данные на уровне округов доступны только каждые десять лет после переписи. И наоборот, данные штата, страны и даже некоторых округов часто обновляются ежемесячно.

    После того, как вы определили свою экономику, вы можете использовать эти инструменты для оценки своей экономики, помня о принципах, изложенных в предыдущих абзацах.

    Некоторые основные местные экономические показатели

    Уровень безработицы

    Бюро трудовой статистики предоставляет ежемесячные оценки уровня безработицы для штатов, городских агломераций и округов. Уровень безработицы легко подсчитать: разделите число безработных, готовых к работе, на количество рабочей силы. Основные понятия, используемые для определения занятых и безработных, довольно просты:

    • Работники трудоустроены.
    • Безработные, ищущие работу и готовые работать, считаются безработными.
    • Люди, которые не являются ни занятыми, ни безработными, не входят в состав рабочей силы.
    Заработок

    Заработок работников представляет собой сумму заработной платы, других трудовых доходов (например, льгот) и доходов собственников. Как и в случае с занятостью, данные взяты из Бюро экономического анализа. Кроме того, как и данные о занятости, данные о доходах представляются по месту работы, поэтому заработок работника, который работает в одном округе, но проживает в другом, учитывается в округе, где находится работа.Заработок на одного работника — это просто общий заработок в отрасли, разделенный на общее количество работников.

    Население

    Исторические данные о населении можно получить в Бюро переписи населения Министерства торговли США. При анализе тенденций роста населения в местной экономике часто используются в качестве грубой меры относительной экономической эффективности. Как правило, в районах с быстро растущим населением также наблюдается значительный рост рабочих мест.

    Личный доход на душу населения

    Личный доход — это доход, который люди получают из всех источников, т. е. от работы, трансфертных платежей, процентов и инвестиций.Доход на душу населения — это общий личный доход жителей данной области, разделенный на постоянное население этой области. Личный доход на душу населения часто используется как показатель качества потребительских рынков и экономического благосостояния жителей района. Бюро переписи населения каждые 10 лет предоставляет данные округа о доходах на душу населения для каждого муниципалитета. Годовые оценки на уровне штата и округа можно получить в Бюро экономического анализа.

    Разрешения на строительство

    Эти данные обобщают количество новых единиц жилья, разрешенных на основании разрешений на строительство.Данные относятся к единицам, предназначенным для проживания на основе домашнего хозяйства. Они исключают мобильные дома. Данные о разрешениях на строительство полезны для понимания роста жилищного строительства в сообществе.

    Поездка на работу

    Эти данные детализируют количество работников, которые добираются до работы в округе, а также схемы поездок работников, проживающих в округе.

    Уровень бедности

    Уровень бедности – это оценка процента населения округа, живущего за чертой бедности, установленной федеральным правительством.Предоставляя эти оценки, Бюро переписи населения США использует набор пороговых значений денежного дохода, которые варьируются в зависимости от размера и состава семьи, чтобы определить, кто является бедным. Если общий доход семьи меньше порогового значения для этой семьи, то эта семья и каждый ее член считаются бедными. Например, порог бедности в 2014 году для семьи из четырех человек (двое взрослых и двое детей) составлял 24 008 долларов.

    Пороги бедности не различаются географически, но ежегодно обновляются с учетом инфляции с использованием индекса потребительских цен.Официальное определение бедности учитывает денежный доход до вычета налогов и не включает прирост капитала и неденежные пособия (такие как государственное жилье, Medicaid и талоны на питание).

    Как используется эта информация

    Информация, полученная с помощью этих инструментов, может быть полезна в некоторых аспектах развития сообщества.

    В целях экономического развития эта информация может улучшить понимание тенденций в области занятости не только в контексте сообщества, но и в контексте других регионов, штата или страны.Выявляя растущие отрасли, а также те, которые приходят в упадок, местные группы развития могут сосредоточить свои усилия на тех отраслях, где шансы на успех наиболее высоки.

    При подаче заявки на гранты на развитие сообщества важно документировать текущие и исторические условия. Для неправительственных организаций использование инструментов дает информацию, которая может усилить усилия по написанию грантов.

    Независимо от того, как вы используете данные, вы должны представить их эффективно! Хотя информация, полученная с помощью инструментов анализа данных, является важным аспектом понимания местной экономики, факт заключается в том, что таблицы и диаграммы почти всегда скучны.Чтобы быть эффективным, вы должны использовать данные, чтобы рассказать историю — не ждите, что это будет история.

    Для получения дополнительной информации

    В дополнение к предоставленным ссылкам, одним из лучших веб-сайтов для информации по региональному экономическому анализу является EconData.Net. На этом сайте вы можете найти ссылки на более чем 1000 онлайн-коллекций региональных данных, включая «Десять лучших сайтов». Вы также найдете отличное руководство «Социально-экономические данные для понимания экономики вашего региона», в котором представлены некоторые простые аналитические инструменты, а также обзор многих поставщиков данных и наборов данных.

    Региональные центры развития сельских районов и хранилища данных включают:

    Центр данных штата Пенсильвания предоставляет обширные экономические данные. Их миссия состоит в том, чтобы обеспечить простой и эффективный доступ к данным и информации Бюро переписи населения США через широкую сеть ведущих, координирующих и аффилированных агентств в каждом штате.

    PA Workstats предоставляет подробные статистические данные о рабочей силе Пенсильвании.

    Эти материалы являются обновленной версией материалов, первоначально подготовленных Мартином Шилдсом, профессором экономики Университета штата Колорадо.

    Создание «моментального снимка» важных местных экономических показателей

    Моментальный снимок дает базовый обзор важных экономических показателей. Обычно эти снимки представлены в виде серии таблиц и диаграмм.

    Обзор: описание текущего состояния местной экономики

    На местном уровне первый вопрос, который нужно задать: «Каково состояние нашей экономики?» На этот вопрос могут ответить различные индикаторы. Некоторыми общими из них являются занятость в отрасли, безработица, заработная плата, население и строительство жилья.(Мы предоставили более подробное обсуждение этих и других индикаторов — с соответствующими веб-ссылками — в разделе «Некоторые основные индикаторы» введения; в этом разделе особое внимание уделяется общим методам.) Например, вы можете разработать текущую картину занятости, которая показывает разбивку местной занятости по отраслям. В качестве альтернативы вы можете разработать картину социальных показателей, которая показывает местный уровень бедности, доступность медицинской помощи и т. д. Таблица 1 является примером.

    Обратите внимание на несколько особенностей Таблицы 1, которые следуют принципам, изложенным во введении.Во-первых, в таблице рассматриваются две географические области: округ, представляющий интерес, и штат, являющийся областью сравнения. Во-вторых, он рассматривает различные показатели экономического здоровья, включая занятость, безработицу, бедность и доход. Наконец, он делает сравнение во времени (рост населения).

    Пенсильвания 9 0050
    Таблица 1. Основные округа Социально-экономические показатели для Cumberland County
    Variable County
    населения (2014) 243762 12787209
    роста населения
    Общее изменение 8 354 84 325
    Изменение в процентах (апрель 2010 г. — июль 2014 г.) 3.5% 0,7%
    процент населения не менее 65 лет (2013) 16,6% 16,4%
    Доход PEMAPITA (2013 долл. $ 28502
    Уровень бедности (2009-2013) 8,3% 13,3%
    Процент населения в возрасте 25 лет и старше, по крайней мере, средней школы степени (2013) 91,1% 88,7%
    Процент населения в возрасте 25 лет и старше, имеющих как минимум высшее образование (2013 г.) 32.5% 27,5%
    Уровень безработицы (сентябрь 2014) 4,7% 5,8%
    Итого занятости (2012) 158965 72
    Сельское, лесное хозяйство и сопутствующие услуги +1923 96718
    Добыча 133 52066
    Утилиты 95 23183
    Строительство 6618 358198
    Производство 8841 5
    Транспортировка и складирование +13807 266329
    Оптовая торговля 4540 250277
    Розничная торговля 18433 773601
    Финансы, Страхование и Недвижимость 16 407 655 089
    Профессиональные, научные и технические услуги 10199 476255
    Федеральное правительство (за исключением военных) 4914 100423
    Правительство штата 4940 1
    Местное самоуправление 7 644 458 737

    Источники: перепись.gov, bea.gov и paworkstats.pa.gov

    Независимо от выбранного вами показателя, эти данные можно вводить и использовать в электронной таблице и представлять либо в виде таблицы, либо в виде круговой диаграммы. Например, таблицы являются полезным способом предоставления фактических значений занятости. Это помогает улучшить понимание относительного размера экономики. Круговые диаграммы полезны для изучения относительных уровней экономической зависимости от определенных секторов экономики. Местные круговые диаграммы также можно сравнить с круговыми диаграммами штатов, чтобы изучить относительную зависимость между странами.Таблица 2 является примером.

    . %
    Таблица 2. Занятость округа Камберленд по промышленности (2012)
    Промышленность % занятости
    СТРАНА 23 %
    Транспортные и складские 17%
    Профессиональные, научные и технические услуги 13%
    Производство 11%
    Строительство 8%
    Оптовая Торговля 6%
    Сельское, лесное хозяйство и сопутствующие услуги 2%
    Mining 0%
    Утилиты 0%

    Как эта информация используется в экономическом и общественном развитии

    После разработки этого снимка вы должны указать и некоторое время на интерпретацию данных.Продолжая пример с трудоустройством, вы можете рассмотреть несколько вопросов.

    1. Какая основная отрасль в вашем районе? Как на эту отрасль влияют изменения на государственном или национальном уровне?
    2. По сравнению с другими регионами, кажется ли, что сообщество сильно зависит от какой-либо конкретной отрасли? Как эта зависимость может быть проблематичной? Или эта зависимость является силой?
    3. Поддерживает ли эта информация распространенное мнение? Например, многие сельские общины с удивлением обнаруживают, что сельское хозяйство является относительно небольшим сектором по сравнению со сферой услуг.

    Обладая этим базовым пониманием текущих экономических условий, вы сможете лучше определить не только сильные и слабые стороны местной экономики, но также потребности и потенциальные возможности для развития.

    Для получения дополнительной информации

    Основные данные демографического профиля для округов Пенсильвании доступны на веб-сайте Центра экономического и общественного развития.

    Государственный центр анализа инвестиций в рабочую силу при Министерстве труда и промышленности является уполномоченным поставщиком статистики занятости в Пенсильвании.На их веб-сайте вы можете найти различные статистические данные о занятости, заработной плате и безработице по штату, мегаполисам и округам.

    Другие потенциальные источники данных описаны в разделе, посвященном показателям, во введении.

    Эти материалы являются обновленной версией материалов, первоначально подготовленных Мартином Шилдсом, профессором экономики Университета штата Колорадо.

    Диаграмма исторической эффективности ключевых экономических показателей

    Отслеживание динамики ключевых экономических показателей во времени может помочь вам определить растущие и падающие секторы.Вы можете использовать анализ тенденций для выявления новых возможностей.

    Обзор: отслеживание экономических тенденций

    Хотя моментальный снимок — хороший способ зафиксировать сегодняшнюю экономику, понимание того, как местная экономика изменилась с течением времени, важно по нескольким причинам. Во-первых, анализ тренда позволяет вам изучить долгосрочную эффективность, выявляя индикаторы, которые продемонстрировали силу с течением времени, и те, которые снижаются. Использование анализа тенденций для выявления важных тенденций поможет вам приступить к реализации действий, направленных на дальнейшее развитие сильных сторон или решение новых или давних проблем.

    Во-вторых, анализ тенденций помогает сообществам выявлять «шоки» важных местных показателей (таких как внезапный рост безработицы). Если данные показывают какие-то быстрые и резкие изменения, вы, вероятно, захотите узнать, почему это произошло (например, местная фабрика переехала за границу). Признание экономических факторов, влияющих на местную промышленность, может укрепить местную способность предотвращать потрясения или, по крайней мере, быстро реагировать на них.

    В-третьих, анализ тенденций может как повысить, так и ослабить опасения.Например, высокий местный уровень безработицы может быть исторической местной проблемой, предполагающей необходимость создания рабочих мест. С другой стороны, рост безработицы может просто отражать тенденции национального делового цикла, и лучшие времена могут быть неизбежны.

    Последнее полезное применение анализа трендов — выявление возможностей роста. Возможно, в последнее время значение некоторых секторов экономики возросло. Вы снова захотите спросить «почему?» Возможно, ваше сообщество особенно хорошо подходит для какой-то конкретной «новой отрасли».» В этом случае усилия местного экономического развития могут быть сосредоточены на развитии ниши.

    Диаграммы

    Одним из полезных способов анализа данных во времени является изучение тенденций относительно некоторого исходного уровня. С помощью гистограммы вы можете посмотреть, как индикатор


    Рисунок 1. Рост промышленности округа Камберленд (2003–2012 гг.)

    Индекс Рост — это еще один инструмент, который обеспечивает кумулятивную меру изменений с течением времени и является особенно полезным способом исследования местного экономического поведения по сравнению с другими экономиками (например, государством или страной).Рисунок 2 является примером индекса роста. Рис. 2. Рост занятости (r) и год (t)):

    Индекс r,t = (Y r,t /Y r ,1990) x 100

    Y = Экономическая переменная (занятость, население, и т. д.)
    r = регион
    t = год
    1990 = базовый год (1990)

    Этот индекс сравнивает уровень конкретной экономической переменной с ее уровнем в начале периода. Индекс для базисного года всегда равен 100. Например, если общая занятость составляет 5 000 человек в 1990 г. и 6 000 человек в 2010 г., то значение индекса в 1990 г. равно (6 000 / 5 000) x 100 = 120. В этом примере занятость для область увеличилась на 20 процентов (120 — 100). Вы можете рассчитать индекс за любое количество лет и нанести полученные значения на график (Рисунок 2.).

    Использование этого показателя экономической деятельности имеет три преимущества. Во-первых, размещение всех региональных данных на индексной основе позволяет проводить прямое сравнение между регионами. Во-вторых, изменение значения индекса от года к году можно интерпретировать как темп роста. Здесь можно выделить быстрый рост и медленный рост. Наконец, изучая индекс за определенный период времени, вы можете установить относительную стабильность местной экономики.

    Как эта информация используется в экономическом и общественном развитии

    Еще раз, вы должны потратить некоторое время на интерпретацию данных.Например, при анализе тенденций в сфере занятости рассмотрите следующие вопросы:

    1. Какая местная отрасль продемонстрировала наибольший рост? Как этот рост по сравнению с государством? Нация? Как вы думаете, чем вызван такой рост?
    2. Были ли какие-либо неожиданности, например, сектор, который рос или сокращался быстрее, чем ожидалось? Как вы думаете, почему это так?
    3. Существуют ли какие-либо аспекты местных изменений, которые аналогичны изменениям в штате или США? Есть ли такие, которые отличаются? Как вы думаете, почему существуют различия?
    4. Поддерживает ли эта информация распространенное мнение? Например, во многих сообществах услуги стали составлять наибольшую долю местной занятости.

    Также полезно смотреть на различные индикаторы. Например, после определения «быстрорастущей» отрасли вы можете также посмотреть на заработную плату в этой отрасли — рабочие места могут быть не очень высокооплачиваемыми, а рост может быть не таким большим благом для местного населения, как казалось. .

    В целом последние тенденции имеют тенденцию сохраняться, по крайней мере, в краткосрочной перспективе. Понимая исторические модели роста, вы сможете лучше определить не только сильные и слабые стороны местной экономики, но также потребности и потенциальные возможности для развития.

    Для получения дополнительной информации

    Некоторые основные профильные данные по Пенсильвании доступны на веб-сайте Центра экономического и общественного развития.

    Государственный центр анализа инвестиций в рабочую силу при Министерстве труда и промышленности является уполномоченным поставщиком статистики занятости в Пенсильвании. На их веб-сайте вы можете найти различные статистические данные о занятости, заработной плате и безработице по штату, мегаполисам и округам.

    Другие потенциальные источники данных описаны в разделе, посвященном показателям, во введении.

    Эти материалы являются обновленной версией материалов, первоначально подготовленных Мартином Шилдсом, профессором экономики Университета штата Колорадо. производящие больше, чем необходимо для местного использования и реализующие за пределами региона (экспорт), и те, которые не удовлетворяют местные потребности и являются источником утечки потребления (импорт).

    Обзор: Коэффициенты местоположения помогают определить экспортирующие отрасли

    Первые два рассмотренных инструмента полезны для понимания текущей местной экономической картины и исторических экономических тенденций. Хотя эта информация полезна с точки зрения понимания того, «где мы находимся» и «как мы сюда попали», не так ясно, как эту информацию можно использовать в упреждающем режиме. Коэффициент местоположения — это простой инструмент, который опирается на большую часть тех же данных о занятости, что и первые два инструмента — моментальный снимок и анализ тенденций, — но он дает иное понимание сильных сторон местной экономики, а также определения перспектив развития.

    В двух словах, коэффициент местоположения помогает определить экспортирующие и импортирующие отрасли. Это важно с точки зрения понимания того, в какой степени потребности сообщества удовлетворяются (или не удовлетворяются) местными предприятиями (импорт). Часто фактор местоположения подкрепляет то, что вы уже знаете о местной экономике; но так же часто он открывает то, чего вы не знали, или, по крайней мере, меняет ваше восприятие. Настоящая сила инструмента в том, что это простой, но эффективный образовательный ресурс.

    Расчет коэффициента местонахождения является простым процессом, и на практике чаще всего используются общедоступные данные о занятости. (Подсказка: этот анализ наиболее информативен при использовании дезагрегированных данных о занятости, которые вы можете найти для своего региона [трех- или четырехзначное число NAICS]. Обзор данных NAICS см. в разделе «Прочтите сначала».) формула для коэффициента местоположения:

    LQ = % местной занятости в отрасли i / % национальной занятости в отрасли i

    ИЛИ

    LQ = (местная занятость в отрасли i / общая местная занятость) / (Национальная занятость в промышленности i / Общая занятость в стране)

    Проще говоря, коэффициент местоположения показывает, как местные отрасли соотносятся со средними показателями по стране.

    На практике коэффициенты местоположения часто используются для идентификации импортирующих и экспортирующих отраслей. Экспортная отрасль — это та, в которой отрасль не только удовлетворяет местный спрос на свою продукцию, но и производит достаточно продукции, чтобы продавать ее за пределами региона. Импортирующая отрасль – это отрасль, в которой уровень местного производства недостаточен для удовлетворения местного спроса.

    При интерпретации данных коэффициент местоположения больше 1,0 указывает на то, что экономика является самодостаточной и может даже экспортировать товары или услуги этой конкретной отрасли.(Как правило, коэффициент местоположения выше 1,25 почти наверняка указывает на экспортирующие отрасли.) С другой стороны, коэффициент местоположения менее 1,0 предполагает, что регион имеет тенденцию импортировать товары или услуги. (Применимое эмпирическое правило заключается в том, что коэффициент местоположения менее 0,75 указывает на импортирующую отрасль.)

    Коэффициенты местоположения для Пенсильвании и округа Камберленд показаны в таблице 1 за 2013 год. В следующем примере используется приведенная выше формула и данные из таблицы 1 для проиллюстрируйте, как рассчитывается коэффициент местоположения (LQ) для сельского хозяйства и связанных с ним услуг для округа Камберленд (соответствующие данные выделены жирным шрифтом).

    LQ = (221/109 440) / (1 210 474/112 958 334) = 0,19

    Используя эмпирическое правило для экспортирующих отраслей, мы видим, что сельское хозяйство и связанные с ним услуги являются импортирующей отраслью в округе Камберленд. Люди, знакомые с уездом, могут быть удивлены, так как в уезде много ферм. Однако другие аспекты анализа могут вызвать удивление. Например, высокий коэффициент местоположения для финансов и страхования предполагает, что этот сектор является важным источником местного экономического экспорта.Анализ более дезагрегированных данных (таких как трехзначный или четырехзначный уровень НАИКС) поможет определить конкретные отрасли, создающие экспортную занятость.

    Фактор
    Таблица 1. 2013 Место
    Промышленность США занятости PA занятости Cumberland County занятости PA Расположение Факторпространства Cumberland County Расположение Факторпространства
    Итого занятости 112 958 334 4 905 312 109 440 1.00 1,00
    Сельскохозяйственная и сопутствующие услуги 1210474 + 23390 221 0,44 0,19
    Горный 813258 35184 83 1,00 0,11
    Утилиты 547807 21992 71 0,92 0,13
    Строительство 5819950 225562 4024 0.89 0,71
    Производство 119 563537 8059 1,08 0,69
    Оптовая торговля 5739082 225569 3653 0,91 0,66
    Розничная торговля 15073504 632347 15456 0,97 1,06
    Профессиональные и технические услуги 8122350 324531 7289 0.92 0,93
    Финансы и страхование 5625736 253202 8577 1,04 1,57
    Недвижимость и аренда и лизинг 19 58944 1359 0,68 0,70

    Как эта информация используется в экономическом и общественном развитии

    Еще раз, вы должны потратить некоторое время на интерпретацию данных.При рассмотрении коэффициентов местонахождения рассмотрите следующие вопросы:

    1. Какая основная экспортная отрасль в вашем сообществе?
    2. По сравнению с другими регионами, кажется ли, что сообщество сильно зависит от какой-либо конкретной отрасли? Как эта зависимость может быть проблематичной? Или эта зависимость является силой?
    3. Существуют ли какие-либо очевидные связи между отраслями с высоким коэффициентом местоположения и другими секторами местной экономики? Например, экспортирующая отрасль может сильно зависеть от других местных предприятий в отношении важных ресурсов.
    4. Поддерживает ли эта информация распространенное мнение? Или анализ обнаруживает неожиданные области экономической силы?
    5. Выявляет ли анализ какие-либо потенциальные возможности замены импорта местным производством?

    Изучив коэффициенты местоположения и обдумав приведенные выше вопросы, вы должны быть в состоянии определить местные сильные стороны и возможности. Например, наличие экспортной отрасли часто указывает на локальное конкурентное преимущество.

    Использование коэффициентов местоположения в анализе отраслевых кластеров

    Любая экспортирующая отрасль может быть сильным кандидатом на дальнейшее развитие и может служить ядром отраслевого кластера. По определению, отраслевой кластер состоит из группы местных отраслей, которые тесно связаны местными сетями поставок, местными сетями клиентов, общими рынками труда и доступом к техническим знаниям. Сосредоточение внимания на отраслевых кластерах, в которых ваш регион имеет конкурентное преимущество, может помочь вам понять сильные стороны и проблемы местной экономики и лучше сосредоточиться на факторах, которые могут способствовать дальнейшему росту региона.

    Коэффициент местоположения, используемый в сочетании с местным опытом, может помочь определить отраслевые кластеры. После определения важных отраслей фокус-группы и интервью с отраслевыми экспертами могут стать хорошим дополнением к вашему анализу. Такие качественные подходы могут помочь интерпретировать аспекты количественного исследования, составить более полную картину взаимосвязей между местными отраслями и определить аналогичные потребности в рабочей силе или инфраструктуре.

    Несколько предостережений

    Хотя факторы местоположения могут помочь вам лучше понять местную экономику, вы не должны полагаться исключительно на них при принятии решений.Пользователям следует помнить следующее:

    • Фактор местоположения предполагает, что местная производительность (производительность на одного работника) такая же, как общенациональная производительность. Одна из интерпретаций «высокого» коэффициента местоположения может заключаться в том, что конкретная отрасль занимается экспортом. Альтернативная интерпретация заключается в том, что отрасли требуется больше рабочих, чем в среднем, для производства уровня продукции, необходимого для удовлетворения местных потребностей. Другими словами, местная промышленность или рабочая сила неэффективны. Если верно последнее, отрасль может быть скорее относительно слабой, чем относительно сильной.
    • Уровень агрегации данных имеет значение. Коэффициенты местоположения могут значительно различаться в зависимости от уровня отраслевой агрегации (см. бюллетень, в котором обсуждаются данные, в частности NAICS). Например, рассмотрим производство. Сообщество может иметь коэффициент местоположения менее 1,0 для сектора в целом. Но конкретный бизнес, такой как бумажная фабрика, определенно может быть местной силой. Только при рассмотрении двух-, трех- или даже четырехзначных уровней дезагрегации, где бумажные фабрики идентифицируются независимо от других производственных категорий, можно выявить эту силу.(Хотя трех- или четырехзначный уровень предпочтительнее для расчета коэффициентов местоположения, это не всегда возможно, поскольку данные о занятости для большинства сообществ доступны только на двузначном уровне.)

    Источник: Бюро статистики труда

    Для получения дополнительной информации

    Калькулятор коэффициента местоположения и данные, необходимые для расчета коэффициента местоположения, можно получить в Бюро трудовой статистики Министерства торговли. Для Пенсильвании большая часть данных и анализов, использованных в этой серии, доступна в Интернете через Центр экономического и общественного развития штата Пенсильвания.Кроме того, этот веб-сайт также предоставляет образовательные материалы и аналитические материалы для лучшего понимания тенденций в экономике штата.

    Государственный центр анализа инвестиций в рабочую силу при Министерстве труда и промышленности является уполномоченным поставщиком статистики занятости в Пенсильвании. На их веб-сайте вы можете найти различные статистические данные о занятости, заработной плате и безработице по штату, городским агломерациям и округам.

    Другие потенциальные источники данных описаны в разделе, посвященном показателям, во введении.

    Эти материалы являются обновленной версией материалов, первоначально подготовленных Мартином Шилдсом, профессором экономики Университета штата Колорадо.

    Анализ доли сдвига помогает определить местные двигатели роста

    Анализ доли сдвига является полезным инструментом для решения проблемы разделения роли местного и национального воздействия на текущие региональные тенденции занятости.

    Местный экономический рост имеет ряд причин. Во многих случаях местные предприятия пользуются конкурентным преимуществом, и рост в этой отрасли стимулирует рост всей экономики.В других случаях рост местной промышленности просто отражает национальные тенденции. Разделение роли местного и национального воздействия на текущие региональные тенденции занятости уже давно ставит в тупик многих практиков экономического и общественного развития. Анализ Shift-Share — полезный инструмент для преодоления этой проблемы.

    Shift-Share Анализ может помочь вам найти ответы на следующие вопросы:

    1. Сколько рабочих мест было бы потеряно или получено, если бы общая занятость в вашей экономике изменялась с той же скоростью, что и общий рост рабочих мест в стране?
    2. Как национальный рост или упадок отдельных отраслей трансформируется в рост или упадок местной промышленности?
    3. Какие уникальные местные факторы связаны с промышленным ростом или спадом в вашей экономике?

    Обзор: Shift-Share исследует двигатели роста

    Как правило, местные изменения занятости более или менее сконцентрированы в определенных отраслях, чем в стране в целом.Чаще всего это различие коренится в структуре промышленности региона. Например, в районе с несколькими быстрорастущими отраслями может наблюдаться высокий уровень общего прироста занятости. Точно так же регион с несколькими отраслями, находящимися в упадке, может столкнуться со значительной потерей рабочих мест. При изучении регионального рынка труда недостаточно просто знать, что произошли изменения в сфере занятости.

    Способность отделить местные факторы роста от национальных факторов роста является важным аспектом понимания вашей местной экономики.Определив отрасли, в которых ваш регион особенно конкурентоспособен, вы сможете сосредоточить усилия по экономическому развитию на областях, которые, скорее всего, будут успешными. Анализ доли сдвига используется для учета конкурентоспособности отраслей региона и для анализа местной экономической базы. Анализ в основном используется для разложения изменений занятости в экономике за определенный период времени на три фактора:

    1. Рост, связанный с ростом национальной экономики.
    2. Рост, связанный с сочетанием быстрорастущих или более медленно развивающихся отраслей.
    3. Рост, обусловленный конкурентным характером местной промышленности.

    Этот метод облегчает сравнение между интересующей вас местной экономикой и более крупной экономикой. В частности, сменная доля помогает проанализировать, наблюдались ли в конкретной местной экономике более высокие или более низкие темпы роста занятости, чем в более крупной (национальной или государственной) экономике.Shift-share также помогает в некоторой степени объяснить эти различия. Например:

    • Наблюдаются ли наблюдаемые различия в темпах роста из-за различий в структуре занятости, обнаруженных на местном уровне, по сравнению с наблюдаемыми в более крупной экономике?
    • Или различия связаны с конкурентными преимуществами или недостатками, которыми обладает конкретная местная экономика по сравнению с более крупной экономикой?

    Компоненты изменения занятости в региональной отрасли

    Как указано выше, анализ доли смен разбивает изменение занятости в местной отрасли на три компонента:

    • Доля роста в стране относится к росту числа рабочих мест в регионе, который связан с ростом национальной экономики.В частности, если в стране наблюдается рост занятости, разумно ожидать, что этот рост положительно повлияет на ваш регион. Этот компонент описывает изменение, которое можно было бы ожидать в связи с тем, что местная территория является частью динамичной национальной экономики. В первой части анализа доли смены мы изучаем долю национального роста, или количество потерянных или полученных рабочих мест в регионе, если бы общая занятость в регионе менялась с той же скоростью, что и общая занятость в стране.
    • В некоторых отраслях рабочие места создаются быстрее, чем в других; некоторые теряют работу. Компонент доли промышленного комплекса отражает различия в отраслевом «сочетании» между местным и национальным уровнями. Смешанный фактор исследует, как национальный рост или упадок конкретной отрасли трансформируется в местный рост или упадок этой отрасли. Таким образом, этот компонент отражает влияние конкретных отраслевых тенденций на национальном уровне на изменение числа рабочих мест в регионе.
    • Даже в периоды процветания рост неравномерен — некоторые регионы и некоторые отрасли промышленности растут быстрее, чем другие.Обычно это объясняется некоторыми местными сравнительными преимуществами, такими как природные ресурсы, связанные отрасли или благоприятная местная ситуация с трудовыми ресурсами. Местная доля описывает степень, в которой уникальные местные факторы связаны с региональным ростом или снижением занятости в промышленности. Местный компонент помогает определить сильные стороны экономики региона и показывает, как конкурентоспособность региона может способствовать росту числа рабочих мест в регионе.

    Ключевой вопрос: что мы можем узнать об эффективности местной экономики, поняв эти три компонента?

    Аналитический метод

    В этом разделе описывается, как рассчитать каждый из трех компонентов роста, описанных выше.Пример с использованием данных из Таблицы 1 ниже поможет прояснить концепции.

    Для проведения трехэтапного анализа необходимы следующие данные как минимум за два момента времени:

    • Данные о занятости в местной отрасли.
    • Данные о занятости в национальной отрасли.

    Как правило, эмпирическое правило заключается в использовании данных за последний доступный год и сравнении их с данными за 5 лет до этого. Обратите внимание, однако, что результаты будут меняться — иногда резко — в зависимости от выбора года! Соответствующие источники данных на уровне округов включают бизнес-модели округов Бюро переписи населения и BEA-REIS.Эти источники более подробно описаны во введении к серии.

    Доля национального роста

    Этот компонент измеряет количество рабочих мест, созданных на местном уровне благодаря национальным экономическим тенденциям. Чтобы рассчитать этот компонент, вы просто умножаете уровень занятости в базовом году (в нашем примере 2008 г.) для каждой отрасли на средние темпы роста занятости по стране за период времени (в нашем примере с 2008 по 2013 г.). См. Таблицу 2, например расчет доли национального роста. Сложение этих результатов по каждой отрасли дает компонент национального роста для всей местной экономики.

    NGS = занятость в отрасли x средний национальный темп роста общей занятости

    Примечание. Для расчета соответствующего темпа роста используйте следующую формулу:

    Интерпретация: Компонент общего национального роста показывает, что если бы местная экономика была идентична национальной экономике, то количество рабочих мест в округе должно было бы вырасти на 2374 в период с 2008 по 2013 год.Однако данные из Таблицы 1 показывают, что за этот период округ добавил только 1792 рабочих места. Это говорит о том, что показатели округа ниже, чем в среднем по стране. Другие компоненты анализа распределения доли могут помочь определить, почему это произошло.

    При более внимательном рассмотрении анализа мы видим, что занятость в сельском хозяйстве, образовательные услуги и финансы добавили больше рабочих мест, чем ожидалось, если бы они работали в среднем по стране (например, 372 фактических рабочих места против 242 прогнозируемых рабочих мест в сфере финансов и недвижимости). трудоустройство).

    Отрасли производства и розничной торговли добавили меньше рабочих мест, чем ожидалось, если бы они работали в среднем по стране.

    Очевидно, что изменения (приросты или потери) в занятости, происходящие на местном уровне, не совсем соответствуют общенациональной тенденции. Почему это может быть так? Две причины описаны ниже.

    Розничная торговля 00
    Таблица 1.1. BEA-САОСК данных занятости для Соединенные Штаты Америки : 2008 и 2013
    Промышленность 2008 2013 Изменение рабочих мест Процентное изменение
    Общая занятость 179.645.900 182.278.200 2 632 300 1.47%
    занятость в сельском хозяйстве 2634000 2629000 -5000 -0,19%
    Производство 13980300 12747100 -1233200 -8,82%
    18609900 18371300 -238600 -1,28%
    Финансы и страхование 9873900 758700 8.32%
    Образовательные услуги 3844300 4221300 377000 9,81%
    Все прочие занятости 131462200 134435600 2973400 2,26%
    образовательные услуги
    Таблица 1.2. BEA-САОСК данных занятости для Cumberland County : 2008 и 2013
    Промышленность 2008 2013 Изменение рабочих мест Процентное изменение
    Общая занятость 158280 160072 1,792 1.13%
    занятость в сельском хозяйстве 1677 1714 37 2,21%
    Производство 10484 8599 -1885 -17,98%
    Розничная торговля 19429 18369 -1060 -5,46%
    Финансы и страхование 11433 11880 447 3,91%
    4626 5158 532 11 .50%
    Все прочие занятости 110631 114352 3721 3,36%
    Таблица 2. Национальный рост доли Расчеты
    Промышленность 2008 County занятости Национальный занятости Темп роста Национальный Рост акций
    занятость в сельском хозяйстве 1.677 х 1,5% = 25
    Производство 10484 х 1.5% = 157
    розничной торговли 19429 х 1,5% = 291
    Финансы и страхование 11433 х 1,5% = 171
    Образовательные услуги 4626 x 1,5% = 69
    All Alther Depaltment 69
    All Alther Draptment
    .5% = 1659
    County National Growth Share 2372
    Промышленность Mix Share

    Некоторые отрасли добавить работу быстрее, чем другие, а некоторые теряют работу. Компонент «сочетание» помогает определить, относится ли местная промышленность к отраслям, которые растут быстрее или медленнее, чем в среднем по стране. Чтобы рассчитать этот компонент, просто умножьте базовый год местной занятости в каждой отрасли (здесь 2008 г.) на разницу между национальными темпами роста сектора и общими темпами роста национальной экономики (см. Таблицу 3).Сложение этих результатов по каждой отрасли дает компонент промышленного роста для всей местной экономики.

    Для расчета доли в структуре промышленности используйте следующую формулу:

    IMS = занятость в местной отрасли X (темпы роста национальной отрасли — средние темпы роста по стране)

    Расчеты доли в структуре промышленности можно найти в таблице 3. 3. Расчеты акций промышленного смеси отрасль 2008 Раунд занятость Национальный рост Национальный рост занятости отраслевой смеси. отраслевой смеси. (-0.19% — 1,5%) = -28 Производство 10,484 x (-8,82% x (-8,82% x . розничной торговли 19429 х (-1,28% — 1,5%) = -541 Финансы и страхование 11433 х (8,32% — 1.5%) = 780 Образовательные услуги 4626 х (9,81% — 1,5%) = 384 Все прочие занятости 110631 х (2,26% — 1,5%) = 843 графстве промышленного смешивания Доля 356

    Интерпретация: общий промышленный рост Компонент 356 означает, что регион в этом примере почти на 356 рабочих мест больше, чем если бы его структура была идентична нации.Финансы и страхование, образование растут быстрее, чем в среднем по стране, в то время как секторы занятости в сельском хозяйстве, производства и розничной торговли растут медленнее. Положительная структура промышленности означает, что местная экономика росла быстрее, чем в среднем по стране, независимо от национального влияния.

    Local Share

    Этот компонент помогает определить, растут ли местные отрасли быстрее или медленнее, чем аналогичные отрасли на национальном уровне. Соответственно, местная доля часто интерпретируется как показатель того, являются ли местные предприятия более или менее конкурентоспособными, чем в среднем по стране.Чтобы рассчитать местную долю, вам просто нужно умножить занятость в базисном году (здесь 1993 г.) на разницу между темпами роста местной и национальной промышленности (см. Таблицу 4). Сложение этих результатов по каждой отрасли дает компонент конкурентного роста для всей местной экономики.

    Для расчета местной доли используйте следующую формулу:

    LS = занятость в местной отрасли x (темпы роста местной отрасли — темпы роста национальной отрасли)

    (10,484 )98% розничной торговли услуги Учебные
    Таблица 4.Местные Делиться Расчеты
    Промышленность 2008 County занятости County Темп роста в отрасли национальной промышленности Прирост Local Share
    занятость в сельском хозяйстве 1.677 х (2,21 % -0,19%) = 40
    Производство 10 484 -8,82%) = -960
    19429 х (-5,46% -1,28%) = -812
    Финансы и страхование 11433 х (3,91% 8,32%) = -505
    4626 х ( 11.50% 9,81%) = 78
    Все прочие занятости 110631 х (3,36% 2,26%) = 1217
    -941

    Интерпретация: , само графство потеряло большую долю роста занятости, чем в среднем по стране.Помимо общего роста, анализ также можно использовать для изучения конкурентоспособности отдельных отраслей. Здесь мы видим, что у трех отраслей были отрицательные локальные доли.

    Важно помнить, что это описательный инструмент, а не диагностический. Анализ посменной доли не говорит нам, почему одни местные отрасли более конкурентоспособны, а другие менее конкурентоспособны — различия могут быть связаны с технологиями, управлением или производительностью труда.Для выяснения источников этих различий требуется более глубокий анализ местных и национальных отраслей промышленности. Потенциальные факторы могут включать доступ к природным ресурсам, местные ставки заработной платы, производительность труда или региональные транспортные сети.

    Суммируем

    После расчета национального роста, промышленного комплекса и местных долей вы должны убедиться, что ваши расчеты верны. Для этого просто сложите три акции; их общая сумма должна равняться общему изменению местной занятости за период.

    Общее изменение занятости = Доля национального роста + Доля смешанной отрасли + Местная доля Анализ по любому округу и столичному региону страны. Анализ генерирует относительно подробный отчет и таблицы.

    Как эта информация используется в экономическом и общественном развитии

    Еще раз, вы должны потратить некоторое время на интерпретацию данных.При анализе доли смены ответьте на следующие вопросы:

    1. По сравнению с другими регионами, кажется ли сообщество высококонкурентным в какой-либо конкретной отрасли? В чем источник этой конкуренции?
    2. Поддерживает ли эта информация распространенное мнение? Или анализ обнаруживает неожиданные области экономической силы или слабости?
    3. Наблюдаются ли различия в темпах роста из-за различий в составе занятых на местном уровне по сравнению с наблюдаемыми в более крупной экономике? Или различия обусловлены конкурентным преимуществом или недостатком конкретной местной экономики по сравнению с более крупной экономикой?

    Несколько предостережений

    Очень важно отметить, что разделение на доли является простым аналитическим методом, который не учитывает многие факторы.При анализе результатов помните о нескольких вещах:

    • Этот метод сводит к минимуму влияние таких проблем, как бизнес-циклы.
    • Метод не позволяет определить сравнительные преимущества.
    • Промышленный анализ с долевым распределением представляет собой «моментальный снимок» двух конкретных моментов времени, и результаты зависят от выбранного периода времени.
    • Наконец, доля сдвига чувствительна к различиям, вызванным уровнями промышленной детализации. Тем не менее, анализ доли сдвига предлагает простой и прямой подход к выделению национального и промышленного вклада в местный или региональный рост занятости.Это делает его ценным дополнением к набору инструментов практиков.

    Заключение

    Анализ доли сдвига исследует источники изменений в росте или сокращении местной занятости. Используя Shift-Share, вы можете определить местные преимущества, а также определить рост или потенциальные отрасли роста. Как и многие другие экономические инструменты, метод «переход-доля» является описательным инструментом, который следует использовать в сочетании с другими видами анализа, помогающими лучше понять ключевые отрасли региона.

    Shift-share и, в частности, компонент местной доли, могут указывать на отрасли, которые пользуются местными сравнительными преимуществами. Однако он не может определить, в чем заключается фактическое сравнительное преимущество. Важно определить, какие факторы способствовали тому, что местный регион опережает национальный рост.

    Также важно определить, являются ли обычно экспортерами те, кто выигрывает или проигрывает. (Помните: вы можете использовать инструмент коэффициента местоположения, чтобы определить импортирующие и экспортирующие отрасли.) Экспортные отрасли важны, потому что они привлекают доллары из-за пределов местного региона, таким образом, выступая в качестве двигателя роста.

    Для получения дополнительной информации

    Данные, необходимые для расчета компонентов доли смены, можно получить в Бюро трудовой статистики или Министерстве торговли. Для Пенсильвании большая часть данных и анализа, использованных в этой серии, доступна в режиме онлайн через Центр экономического и общественного развития штата Пенсильвания. Кроме того, этот веб-сайт также предоставляет образовательные материалы и аналитические материалы для лучшего понимания тенденций в экономике штата.

    Государственный центр анализа инвестиций в рабочую силу при Министерстве труда и промышленности является уполномоченным поставщиком статистики занятости в Пенсильвании. На их веб-сайте вы можете найти различные статистические данные о занятости, заработной плате и безработице по штату, городским агломерациям и округам.

    Проект регионального экономического анализа Пенсильвании (REAP) предоставляет калькулятор Shift-Share, который быстро рассчитывает анализ Shift-Stare для округов штата.

    Эти материалы являются обновленной версией материалов, первоначально подготовленных Мартином Шилдсом, профессором экономики Университета штата Колорадо.

    Интернет-ресурс штата Пенсильвания для прогнозов занятости и занятости в промышленности

    Центр информации и анализа рабочей силы (CWIA) Министерства труда и промышленности Пенсильвании предоставляет прогнозы занятости как на уровне отрасли, так и на уровне профессии.

    Краткосрочные и долгосрочные отраслевые онлайн-прогнозы и востребованные профессии предоставляются для каждой из 22 штатных зон инвестиций в рабочую силу (WIA), которые включают все 67 округов Содружества.

    Обзор: прогнозы занятости и занятости могут помочь определить потребность в рабочей силе

    Другие инструменты этой серии направлены на ответы на такие вопросы, как «Какие рабочие места составляют основу нашей экономики?» и «Как наша экономика изменилась с течением времени?» Хотя эта информация важна для понимания текущих местных экономических условий, она дает несколько ограниченное представление о вопросе «Каков ожидаемый рост отраслей и профессий в нашей местной экономике?».

    Прогнозы занятости и занятости для Пенсильвании, 22 WIA и 14 столичных статистических районов можно получить в Центре информации и анализа трудовых ресурсов (CWIA) Департамента труда и промышленности Пенсильвании.Прогнозы занятости и занятости для страны и других штатов можно получить в федеральном бюро трудовой статистики.

    Некоторые ключевые определения

    Этот инструмент представляет ресурсы для анализа роста занятости как на уровне отрасли, так и на уровне занятий.

    • Под отраслью понимается производительный сектор экономики, такой как производство.
    • Профессия относится к определенной должности или навыку.
    Прогнозы занятости в отрасли
    Краткосрочные прогнозы занятости в отрасли

    CWIA предоставляет краткосрочные отраслевые прогнозы (на 2 года) для каждой из 22 областей инвестиций в рабочую силу Содружества и столичных статистических областей.Краткосрочные отраслевые прогнозы составляются с помощью программного обеспечения, разработанного американской Информационной системой рынка труда (ALMIS), которое было протестировано и усовершенствовано консорциумом штатов. Прогнозы составляются на уровне двузначной Североамериканской системы отраслевой классификации (NAICS) для каждой WIA.

    Краткосрочные отраслевые прогнозы отображают вероятные тенденции занятости в отрасли в определенной географической области. Модели ALMIS, используемые для составления отраслевых прогнозов, основаны на исторических закономерностях, опережающих экономических показателях и взаимосвязях между различными отраслями.Модель предоставляет ежеквартальные прогнозы занятости. В таблице 1 показан пример выходных данных.

    Таблица 1. Южно-центральная инвестиционная зона рабочей силы — количество рабочих мест.
    Промышленность Средние заведения Июль Август Сентябрь Средний
    Итого Все отрасли 31942 627768 632345 632774 630962
    Размещение и Продукты питания Услуги 2778 50911 51486 49711 50703
    Сельское хозяйство, лесное хозяйство, рыболовство и охота 385 5018 5343 5883 5415
    Финансы и страхование 1734 27589 27713 27526 27609
    Недвижимость и аренда и лизинг 915 5538 5534 5387 5486
    Розничная торговля 4322 70476 70747 69819 70347
    Транспортные и складские +1150 42470 43510 44984 43655

    Данные, которые могут быть идентифицированы с отдельным работодателем, не публикуются.
    Примечания, агрегированные по Области инвестиций в рабочую силу (WIA)

    Долгосрочные прогнозы занятости в отрасли

    CWIA также предоставляет долгосрочные отраслевые прогнозы (10 лет) для штата, 22 WIA и 14 столичных статистических районов. Как и краткосрочные прогнозы, долгосрочные отраслевые прогнозы составляются с использованием программного обеспечения АЛМИС. Прогнозы составляются на уровне четырехзначных кодов и наименований Североамериканской системы отраслевой классификации (NAICS) с соответствующими трехзначными совокупностями и обобщениями по основным отраслевым подразделениям.Модель обеспечивает 10-летний прогноз занятости. В Таблице 2 показан пример вывода.

    Таблица 2. Южно-центральная инвестиционная зона рабочей силы – Занятость в промышленности.
    Промышленность Название Работа — Оценочное 2012 Работа — Прогнозируемые 2022 Изменение: Номер Среднегодовая Процентное изменение Итого Процентное изменение
    Итого, все 680420 734870 54450 0.77% 8%
    Бизнес и Финансовые операции 33300 36260 2960 0,86% 8,89%
    Сообщество и социальных услуг, 15040 16300 +1260 0,81% 8,38%
    Образование, обучение и библиотека 33820 35210 1390 0,40% 4,11%
    Сельское хозяйство, рыболовство и лесное хозяйство 8220 8140 — 80 -0.10% -0,97%
    Legal 4980 5440 460 0,89% 9,24%
    Управление 32120 33550 1430 0,44% 4,45 %
    Управление и административная поддержка 109860 113620 3760 0,34% 3,42%
    Sales & Связанные 63630 66370 2740 0.42% 4,31%
    Транспорт и перемещения материала 62250 69,020 6770 1,04% 10,88%

    Итоговые не может сложить из-за округления.
    Департамент труда и промышленности штата Пенсильвания, штат Пенсильвания. Статистика рабочей силы

    Инструмент использует информационную панель отраслевых прогнозов, которая позволяет пользователю: Дополнительная проверка

  • Разработка пользовательских отчетов и диаграмм
  • Долгосрочные прогнозы занятости

    Прогнозы занятости в отрасли полезны для определения сильных сторон, а также новых возможностей.Однако отраслевая направленность не дает полной картины спроса на работников на местном рынке труда. Об этом свидетельствует тот факт, что данные на отраслевом уровне не содержат информации об ожидаемом росте конкретных профессий или навыков. Таким образом, хотя анализ может выявить рост отрасли, он не обязательно дает информацию о конкретных типах рабочих мест, которые растут. Прогнозы занятости могут помочь вам понять, какие профессии будут пользоваться спросом.

    Например, предположим, что вы занимаетесь обучением персонала и, используя долгосрочные отраслевые прогнозы, определили, что ваша местная банковская отрасль, как ожидается, продемонстрирует огромный рост.Надеясь извлечь выгоду из этого роста, вы решили разработать стратегию экономического развития, поддерживающую эту отрасль. Вы можете задать один вопрос: «Каковы потребности отрасли в рабочей силе?»

    Хотя прогнозы банковской отрасли показывают общие тенденции, они не дают представления о том, какие именно типы рабочих мест растут. Может случиться так, что рост приведет к увеличению числа банковских кассиров; или может случиться так, что число ипотечного персонала, как ожидается, увеличится.Поскольку для этих профессий требуются разные навыки и знания работников, как отдельные лица, так и практикующие специалисты должны знать, какие конкретные профессии растут. При таком понимании можно разработать надлежащие стратегии обучения и обучения рабочей силы.

    Прогнозы занятости для Пенсильвании на уровне штата, областей инвестиций в рабочую силу, столичных статистических областей и некоторых округов можно получить в Центре информации и анализа рабочей силы (CWIA) Департамента труда и промышленности Пенсильвании.Возвращается информация о 10-летнем прогнозируемом росте. Пример результатов для Пенсильвании показан в таблице 3.

    654%

    4 0,047%

    Таблица 3. Выборочные прогнозы занятости для Пенсильвании на 2012–2022 годы.
    Должность Расчетная занятость в 2012 г. Прогнозируемая занятость на 2022 г. Всего за 2012-2022 гг. Изменение в процентах Всего Изменение в процентах
    Всего, всего 6 046 560 6 514 500 467 940 0.75% 7,74%
    Архитектура & Engineering 96290 105430 9140 0,91% 9,49%
    Бизнес и Финансовые операции 281100 309430 28330 0,96 % 10,08%
    Медицинские работники и технические специалисты 361 300 420 790 59 490
    Офис и административная поддержка 973,660 1 001,340 27,680 0,28% 27,84% 0,28% 2,84% 0,28% 2,84% 0,28% 2,84% 0,28% 2,84% 0,28% 2,84% 0,28% . 2012 — 2022 показаны в Таблице 4.

    Таблица 4. Проекции для выбранных профессий в Южной Центральной WIA Pennsylvania для 2012 — 22
    Проект. Отверстия: Из-за роста 1 Отверстия: Благодаря замене 2 Отверстия: всего 3
    Итого, все профессии 680420 734870 8.0% 5897 16096 двадцать одна тысяча девятьсот девяносто три
    Управление Род 32120 33550 4,5% 200 632 .0% 66 180 246
    руководителей 2100 2150 2,4% 5 45 50
    Общие и операции Менеджеры 6910 7510 8,7% 59 129 188
    Законодатели 250 270 8.0% 1 6 7
    Реклама, маркетинг, Промо-акции, Public Relations & Менеджеры по продажам +1850 2000 8,1% 15 40 55
    Реклама & Сниженные Менеджеры 100 100 0,0% 0 3 3
    Менеджеры по маркетингу 520 590 13.5% 7 11 18
    Менеджеры по продажам 950 1000 5,3% 5 20 25
    Связи с общественностью и сбору средств Менеджеры 280 300 7,1% 2 6 8

    1 Свободные места для роста рабочей силы, за исключением случаев отрицательного роста, когда свободные места для роста выражены как нуль.
    2 Чистое замещение рабочей силы в связи со смертью, выходом на пенсию, инвалидностью или увольнением по личным причинам.
    3 Общее количество вакансий равно количеству замен плюс ежегодный прирост.

    Высокоприоритетные занятия

    Список высокоприоритетных занятий для штата, областей инвестиций в рабочую силу и столичных статистических областей можно получить в Центре информации и анализа рабочей силы (CWIA) Департамента труда и промышленности Пенсильвании. Предоставленная информация включает в себя уровень образования, среднегодовую заработную плату и ежегодные вакансии для профессий, которые пользуются спросом у работодателей, имеют более высокие потребности в навыках и, скорее всего, обеспечивают заработную плату, поддерживающую семью.Эта информация предназначена для согласования инвестиций в подготовку кадров и образование с высокоприоритетными профессиями. В Таблице 5 показан пример вывода.

    BD 49-3021 49-3023 19-4021 49-3031 29-2031 AD 25-2032
    Таблица 5. Приоритетные профессии в 2014 г. для Южного центра инвестиций в рабочую силу Достичь.
    Среднегодовая заработная плата Годовой Проемы

    13-2011

    бухгалтеров и аудиторов Бизнес / Финансовые

    $ 65230 174

    Automotive Body & Связанные Ремонтники

    Техническое обслуживание / ремонт

    MT ОРМ

    $ 43590
    25

    автосервису Техники и механики

    Техническое обслуживание / ремонт

    LT ОРМ

    $ 36580 163

    43-3011

    Bill & данные Коллекторы

    Управление и административная поддержка

    MT ОРМ

    $ 34360 31

    43-3021

    Billing & Ваши Служащие

    Управление и административная поддержка

    ST ОРМ

    $ 32580
    57

    Биологические Technicians

    Жизнь / Физическая / Социальные Наука

    BD

    $ 42840 5

    43-3031

    Бухгалтерия, бухгалтерский учет и аудит Служащие

    Управление и административная поддержка

    MT ОРМ

    $ 35510 139

    47-2021

    Кирпич каменщики и каменщики Блок

    Строительство / Добыча

    LT ОРМ

    $ 44980 25

    Специалисты по механике автобусов и грузовиков и дизельным двигателям

    90 049 Создать

    Техническое обслуживание / ремонт

    LT ОРМ

    $ 42740 66

    51-3021

    Мясники & Мясо Резцы

    Производство

    LT ОРМ

    $ 30600 41

    Сердечно-сосудистые Технологи и техников

    Healthcare Professionals

    $ 54360 11

    Карьера / техническое образование учителей, средняя школа

    Образование / Библиотека

    BD +

    $ 64010 15

    43-5011

    Грузовые и Грузовые агенты

    Управление и административная поддержка

    СТ ОДТ

    900 49
    $ 42 440 12

    Источник: Центр информации о рабочей силы и анализ, обследование статистики трудоустройства трудоустройства (2013) и занятость

    Методы

    Профессиональные. промышленности с течением времени.Локальные прогнозы основаны на прошлых региональных тенденциях занятости в каждой отрасли (действительно, модель в основном представляет собой причудливую версию метода построения диаграмм, описанного в Инструменте 2). Влияние экономических тенденций на государственном уровне также рассматривается. Предварительные прогнозы занятости первоначально составляются с использованием семейства статистических моделей. Затем аналитики просматривают предварительные прогнозы занятости в отрасли и вносят коррективы на основе местных и государственных событий, которые могут произойти в течение прогнозируемого периода.

    Все прогнозы занятости (на уровне штата)

    Прогнозы занятости на уровне штата основаны на прогнозах занятости в отрасли.В частности, отраслевые кадровые модели используются для преобразования занятости в отрасли в занятость по профессии посредством двухэтапного процесса. Во-первых, данные о штатном расписании используются для определения процентной доли конкретной профессии в отрасли; например, 65 процентов сотрудников банковской отрасли работают кассиром. Проценты для каждой профессии умножаются на занятость в отрасли, чтобы получить занятость по профессии для этой отрасли.

    Прогноз занятости в отрасли (i) = прогноз занятости в отрасли (i) x доля профессии в общей занятости в отрасли (i) банковские служащие являются кассирами)

    На втором этапе общие прогнозы занятости определяются простым сложением прогнозов занятости по отраслям.

    Общая прогнозируемая занятость по профессии = сумма занятости по профессии для всех отраслей.

    Прогнозы востребованности профессий (уровень WIA)

    Процесс определения востребованности профессий CWIA начинается с определения 25 наиболее растущих отраслей по занятости для каждой WIA. CWIA дополняет эти данные, оценивая тенденции найма в этом районе. На основе этих данных определяются 75 лучших профессий. Прогнозы занятости, если они доступны для данного региона, используются для добавления тех профессий, для которых предусмотрено не менее 20 прогнозируемых вакансий в год.Список также расширен за счет перечисления профессий, признанных востребованными на основе знаний региональных аналитиков. Этот список не претендует на полноту, и местные эксперты также могут предложить профессии, которые могут быть добавлены в список.

    Как эта информация используется в экономическом и общественном развитии

    Знание будущих отраслевых и профессиональных тенденций помогает специалистам по сообществу и экономическому развитию понимать свою местную экономику, способствовать совместимому росту и продвигать местные сильные стороны.Люди, ищущие работу, и те, кто занимается обучением, консультированием и/или трудоустройством, могут использовать отраслевые прогнозы, чтобы узнать о возможностях трудоустройства в различных отраслях. Тем не менее, интерпретируя эту информацию, помните о следующих моментах:

    1. Уровень агрегирования имеет значение. Если общие прогнозы указывают на сокращение занятости, возможно, только в одном или двух отраслевых секторах наблюдается спад, а в других секторах можно ожидать роста. Например, розничная торговля состоит из нескольких компонентов, включая строительные материалы и товары для сада; обычные магазины товаров; продовольственные магазины, автомобильные дилеры и станции технического обслуживания; магазины одежды и аксессуаров.Таким образом, лучше всего исследовать все отрасли промышленности.
    2. Текучесть создает возможности. Хотя отрасль может быть стабильной и не ожидается ее роста, это не означает, что в ней нет возможностей для трудоустройства. Люди меняют или покидают свою работу навсегда по разным причинам. Высокая текучесть кадров, особенно в отраслях, требующих более низкого уровня квалификации, означает, что открываются частые вакансии, даже если рост незначителен или отсутствует.
    3. Отрасли имеют разный уровень роста.Не все отрасли промышленности, например, розничная торговля или сфера услуг, растут с одинаковой скоростью; и не все сектора расположены в каждом округе.
    4. Местоположение имеет значение! Если человек рассматривает возможность переезда в пределах штата, необходимо учитывать размер отрасли и ожидаемый уровень ее роста. Часто небольшие сельские округа не имеют тех же возможностей, что и более крупные мегаполисы.

    Несколько предостережений

    • Помните, что эти данные являются приблизительными.Прогнозы разрабатываются исходя из того, что исторические тенденции сохранятся и в будущем. Однако в течение прогнозируемого периода могут произойти непредсказуемые события, которые отрицательно скажутся на точности прогнозов. Например, неожиданное закрытие или открытие крупного предприятия или стихийное бедствие могут оказать существенное влияние на уровень занятости.
    • Прогнозы долгосрочной занятости представляют собой среднегодовые данные. Эти средние значения могут неточно отражать сезонные занятия или отрасли, такие как сельское хозяйство, розничная торговля и отдых.
    • Прогнозируемый уровень занятости отражает только тех работников, которые охвачены программой страхования от безработицы. В результате отрасли, состоящие в основном из самозанятых, будут занижены. Примеры включают такие отрасли, как недвижимость, парикмахерские и бухгалтерия.
    • Не используйте эти прогнозы в качестве единственного источника информации. Дополните данные прогнозов другими, более свежими источниками местных экономических данных. Полезную информацию можно найти в других документах, например, опубликованных местными торговыми палатами или местными агентствами экономического развития.

    Имейте в виду, что прогнозы — это всего лишь один из инструментов планирования, и что оценки основаны на информации, доступной на момент составления прогноза.

    Для получения дополнительной информации

    Дополнительную информацию о занятости в отрасли и прогнозах занятости можно получить из ряда источников. На уровне штата к этим источникам относятся:

    • Центр информации и анализа рабочей силы, Департамент труда и промышленности Пенсильвании. CWIA является уполномоченным поставщиком статистики занятости в Пенсильвании.Их цель состоит в том, чтобы предоставить пользователям самые последние доступные данные, чтобы помочь в принятии решений и помочь в удовлетворении потребностей местного планирования.
    • Бюро статистики труда США (BLS). BLS производит оценки занятости и заработной платы для более чем 700 профессий. Это оценки числа людей, занятых в определенных профессиях, и оценки выплачиваемой им заработной платы. Самозанятые лица в расчеты не включены. Эти оценки доступны для страны в целом, отдельных штатов и городских агломераций; также доступны национальные профессиональные оценки для конкретных отраслей.
    • Справочник по профессиональным перспективам, общепризнанный источник информации о карьере, предназначенный для оказания ценной помощи людям, принимающим решения о своей будущей трудовой жизни. Пересматриваемый каждые два года Справочник описывает, что работники делают на работе, условия труда, необходимую подготовку и образование, заработок и ожидаемые перспективы трудоустройства в широком диапазоне профессий.
    • Projections Central: прогнозы занятости штата Projections Central предоставляет долгосрочные и краткосрочные прогнозы для всех штатов и страны в целом.Прогнозируемый рост занятости по профессии можно сравнить между штатами. Прогнозируемый рост занятости по профессиям среди профессий можно сравнить в пределах одного штата.

    Подготовил Мартин Шилдс, доцент кафедры сельскохозяйственной и региональной экономики.

    1 В 1998 г. в Пенсильвании был принят федеральный закон, известный как Закон об инвестициях в рабочую силу 1998 г. Этот закон был принят для координации и улучшения систем трудоустройства, обучения и образования.Законодательство также предписывает создание местных советов по инвестициям в рабочую силу в качестве средства разработки и обеспечения реализации единой и эффективной стратегии решения вопросов развития рабочей силы и удовлетворения потребностей в предоставлении услуг.

    Качественный анализ может предоставить уникальное представление о местных экономических показателях

    Качественный анализ полезен для выявления ключевых местных отраслей, которые считаются «важными» по причинам, отличным от количества рабочих мест или размера заработной платы, которые они создают.

    Местный бизнес может быть небольшим с точки зрения уровня занятости, но, тем не менее, считается важным, потому что он обладает характеристиками, которые местные жители, государственные чиновники и специалисты по развитию считают желательными. Качественный анализ позволяет исследователям выяснить, почему произошли определенные тенденции в данных, и завершить историю, которую дает количественный анализ.

    Обзор: Качественный анализ дополняет другие инструменты

    Большая часть материала в этой серии посвящена методам анализа вторичных данных, которые легко доступны и доступны.Однако анализ вторичных данных не может дать ответы на все вопросы при попытке понять местную экономику. Недостатки в анализе вторичных данных могут возникать из-за ряда факторов, включая ограничения данных, такие как недоступность более детальных уровней анализа (возможно, по причинам конфиденциальности). Или данные могут не давать достаточного представления о связях между различными секторами местной экономики.

    Качественный анализ относится к выявлению и оценке факторов, которые нелегко поддаются количественной оценке.Качественный анализ особенно полезен для выявления местных ключевых отраслей, которые считаются «важными» по причинам, отличным от количества рабочих мест или размера заработной платы, которые они создают. Например, местный бизнес может быть невелик с точки зрения уровня занятости, но, тем не менее, считается важным, поскольку обладает характеристиками, которые местные жители, государственные чиновники и специалисты по развитию считают желательными. Короче говоря, качественный анализ позволяет исследователям выяснить, почему произошли определенные тенденции в данных, и завершить историю, которую дает количественный анализ.

    В приведенном ниже списке представлены некоторые атрибуты, используемые штатами, регионами, городами и другими областями при оценке отраслей при анализе экономического развития, хотя их не так просто определить количественно.

    Промышленность

    • является экологически чистой,
    • имеет управляемые потребности в инфраструктуре,
    • имеет низкие потребности в энергии,
    • поддерживает желаемые навыки рабочей силы,
    • обеспечивает обучение и повышение квалификации,
    • может привлечь72 экономическое разнообразие2, 912 другие предприятия в этом районе,
    • использует высокотехнологичные процессы,
    • имеет управляемые транспортные потребности,
    • подходит для семейного отдыха,
    • положительно влияет на местное качество жизни, а
    • является штаб-квартирой или центром бизнеса. .

    Оценивая местные предприятия и отрасли по этим или аналогичным критериям, ваше сообщество может получить дополнительное представление о структуре местной экономики. Кроме того, эти атрибуты можно использовать для определения параметров новых инициатив местного экономического развития.

    Как эта информация используется в экономическом и общественном развитии

    Установление местных приоритетов и целей экономического развития полезно при формулировании ключевых качественных и количественных критериев, которые вы будете использовать для оценки местной промышленности.Процесс стратегического планирования предлагает вашему сообществу или организации один из способов определения этих целей. В рамках процесса планирования можно использовать качественные подходы, такие как интервью с ключевыми информантами, фокус-группы, опросы и тематические исследования, для определения ключевых отраслей, ценностей, навыков или ресурсов, которые ваше сообщество хотело бы укрепить или продвигать. После составления списка желательных характеристик можно не только увидеть, как местные отрасли отражают эти характеристики, но и использовать этот список для определения и оценки будущих перспектив развития.

    Качественные подходы оказались очень полезными для штатов и регионов, стремящихся создать отраслевые кластеры. Многие штаты используют интервью и фокус-группы с лидерами бизнеса, например, для классификации важных прямых и обратных связей между местными отраслями. Эти методы также можно использовать для выявления общих и взаимодополняющих потребностей предприятий в рабочей силе, инфраструктуре и ресурсах. Наконец, некоторые штаты определяют отраслевые кластеры путем опроса фирм об их поставщиках.Независимо от того, проводится ли такой анализ с использованием формальных или неформальных методов опроса, такие встречи могут предоставить информацию о связях между местными отраслями, а также об их ожидаемых изменениях в рабочей силе и других потребностях.

    Качественные методы также могут помочь вам переосмыслить общий подход к экономическому анализу. Недавнее исследование Программы государственной и местной политики (SLLPP), проведенное Институтом Хамфри Университета Миннесоты, показало, что некоторые штаты группируют отрасли по «функции», а не по «продукту».Исследование также показывает, что некоторые штаты начинают группировать отрасли на основе потребностей в рабочей силе, энергии и транспортировке, а также общих технологий и навыков рабочей силы.

    В качестве примера альтернативных подходов SLLPP приводит регион, который определил кластер отраслей, который он хочет продвигать в соответствии с основным требованием к ресурсам, а именно с теплой водой.Этот кластер был определен после того, как было отмечено, что электростанции региона производят большое количество теплой воды, которую можно использовать повторно.Найдя применение этому вкладу, регион способствовал местному развитию кластера теплиц и связанных с ними предприятий.

    Несколько предостережений

    Вы можете разработать ряд возможных качественных показателей для измерения таких факторов, как «семейный», «экологически безопасный» и «грамотная компания». К сожалению, для них обычно нет единой согласованной меры. В результате некоторые качественные показатели могут вызывать споры.

    В то время как количественные показатели, используемые для определения ключевых отраслей — занятости, заработной платы, доходов — часто являются общими и хорошо понятными в штатах, регионах и сообществах, качественные критерии могут широко варьироваться от места к месту.В идеале качественные критерии должны отражать уникальный характер, приоритеты и реальность области.

    Для получения дополнительной информации

    Фокус-группы и интервью с ключевыми информантами — это два метода, обычно используемые в качественном анализе. Хотя подробное обсуждение этих методов выходит за рамки данного бюллетеня, в Интернете можно найти несколько полезных наборов материалов, в том числе:

    • «Планирование и проведение интервью в фокус-группах» Ричарда Крюгера. Ричард Крюгер известен своими попытками использовать фокус-групповые интервью в общественной среде.
    • «Руководство по проведению фокус-групп для исследования и оценки на уровне сообществ». Хотя это руководство было разработано First Work, организацией, которая поддерживает и выступает за устойчивую сеть обеспечения занятости молодежи в Онтарио, его информация применима к широкому кругу темы.
    • «Проведение интервью с ключевыми информантами». На этом сайте USAID представлен обзор этого важного метода обследования. Охватываемые темы включают в себя то, что такое интервью с ключевыми информантами, когда уместны интервью с ключевыми информаторами, преимущества и ограничения, а также этапы проведения интервью.
    • «Интервью с ключевыми информантами» Этот ресурс от University of Illinois Extension содержит подробные обзоры использования интервью с ключевыми информантами, советы по проведению опроса с ключевыми информантами, проведению интервью с ключевыми информаторами, написанию введения для интервью с ключевыми информаторами, вопросам открытого — завершенные вопросы и исследование ответов и запись и обобщение результатов.

      0 comments on “Индустриальная структура экономики это: Аграрная, индустриальная и постиндустриальная экономика

      Добавить комментарий

      Ваш адрес email не будет опубликован.