Folyamattábra: A KMSSR számíttásttechnikai felépíttése
TARTALOM 1. KISTERÜLETI MUNKAÜGYI ADATOK 2. A KMSR RENDSZER 3. MÓDSZERTANI ALAPOK 4. A SZÁMÍTÁSTECHNIKAI MEGOLDÁS
9
Ezt a matematikai alapfeladatot (kvadratikus függvény minimalizálása kényszerfeltétel teljesülése mellett) a Lagrangemultiplikátor módszerrel megoldva kapjuk az x vektort, ami z–bõl és y-ból egy lineáris mátrixtranszformációval adódik. A Denton-módszer a benchmark értéket hiba nélkülinek
tekinti, így a kiigazított adatok megbízhatóságáról sem szolgáltat információt. A rendszer fel van készítve a Cholette-Dagum-féle módszerek használatára is, amelyek (idõsoros elemzést is használva) a benchmark értékek hibáját is figyelembe tudják venni.
4. A SZÁMÍTÁSTECHNIKAI MEGOLDÁS A MultiRáció Kft. által kifejlesztett és üzemeltetett KMSR rendszer számítástechnikai megvalósításakor az alábbi alapelveket tartottuk szem elõtt:
informatikában általánosan elterjedt megoldások, lehetõleg kerültük a speciális tudást igénylõ módszereket. A KMSR rendszer az alábbi szoftverkörnyezetet igényli:
Megbízhatóság – a KMSR rendszer Linux operációs rendszeren fut, az adatokat relációs adatbázisban tároljuk, rendszeres mentésekkel kerüljük el az adatvesztést. Modularitás – a KMSR rendszer egyes eljárásai önállóan végrehajtható programok, amelyek között az adatbázis teremti meg a kapcsolatot. Így az eljárások külön-külön tesztelhetõk, javíthatók. Továbbfejleszthetõség – az alkalmazott technológiák az
MySQL relációs adatbáziskezelõ 3.22 vagy frissebb. Ox mátrix-programozási nyelv értelmezõje és az SsfPack függvénykönyvtár. A grafikus keretprogram futtatásához X Window grafikus rendszer. A jelentések és a térképes diagramok készítéséhez MagyarOffice 2.0 Professzionális irodai programcsomag.
ADATBÁZIS Linux alatt futó MySQL szerver. Ez a kombináció a mai gyakorlatban széles körben elterjedt, és nem utolsósorban – a legelterjedtebb nyílt forráskódú technológia lévén – megbízhatóbb a mûködése sok más hasonló termékhez képest.
KERETPROGRAM A rendszer mûködtetését megkönnyíti egy grafikus felületû keretprogram. A rutinfeladatok elvégzéséhez erre nincs szükség, azokat a megfelelõ szkriptek segítségével hajtjuk végre.
ADATKONVERZIÓ, MAGYARÁZÓ VÁLTOZÓK SZÁMÍTÁSA, BECSLÕFÜGGVÉNYEK Három Linux alatt futó programmodul készült a konverzióra, a magyarázó változók számítására valamint a becslõfüggvény és annak hibájának meghatározására.
KALMAN-SZÛRÕ A Kalman-szûrõt
Ox mátrix-programozási nyelven
8
1. KISTERÜLETI MUNKAÜGYI ADATOK A modern piacgazdaság leírásához és mûködéséhez alapvetõ fontosságúak a munkaerõpiac helyzetét leíró adatok: a munkanélküliek, a foglalkoztatottak és a gazdaságilag aktívak száma, a munkanélküliségi és foglalkoztatottsági ráták és sokféle, ezekbõl képezhetõ mutató.
Egyrészt azért, hogy hû képet kapjunk az adott országban a munkaerõpiac területi különbségeirõl, ami például a támogatások, fejlesztési források elosztásában nélkülözhetetlen. Másrészt az Európai Unió projektjeiben is egyre erõsödik a regionális szemlélet. A pályázati források egyre nagyobb hányadát az országokon belüli kisebb területek pályázhatják meg, amelyek valamilyen ésszerû gazdasági szempontból egybetartoznak, bár közigazgatásilag esetleg nem; sõt akár az államhatárokon is átnyúlhatnak. A jövõben egyre nagyobb jelentõsége lesz annak, hogy a munkaügyi adatokat kis területekre is megbízhatóan lehessen elõállítani, és ezekbõl a kis területi egységekbõl lehessen majd a nagyobb egységekre vonatkozó képet megrajzolni.
Ahhoz, hogy a leírás jól használható legyen, két követelményt kell teljesíteni: Nemcsak a regisztrált munkanélküliek és foglalkoztatottak számára van szükség, hanem legalább ennyire fontos a tényleges, vagyis az ILO- (= International Labor Organization) meghatározás szerinti foglalkoztatottak, illetve munkanélküliek száma. Ezek az adatok különbözõ felmérésekbõl (általában háztartásstatisztikai adatfelvételbõl, ún. Munkaerõ-felvételbõl) és statisztikai számításokból állhatnak elõ.
Zalla megye statisztikkai kistérségeinekk munkkaügyi addatai és a becsüllt addatokk hibái ( )
Nemcsak az egész országra vonatkozó adatokra van szükség, hanem minél kisebb területek, tehát megyék, statisztikai körzetek, vagy akár települések munkaügyi mutatóit is szeretnénk meghatározni.
megírt és az SsfPack idõsorelemzõ rutinokat használó program mûködteti.
BENCHMARK, LEOSZTÁS Az idõbeli benchmarkolást és a kisterületekre való leosztást szintén Linux alatt önállóan futó programmodulok végzik el.
JELENTÉSEK A jelentések MagyarOffice sablonok segítségével készülnek. A MagyarOffice ugyanis lehetõvé teszi a szöveges dokumentumokban vagy a számolótáblákban élõ adatbázis-kapcsolatok elhelyezését is, így a MySQL adatbázis adattartalma közvetlenül megjelenhet a megfelelõen formázott jelentések táblázataiban. A jelentések tehát az elterjedt táblázatkezelõ programok (MS Excel, Magyar Office Számolótábla) fájlformátumaiban készülnek, így további elemzéseket, számításokat könnyen lehet velük végezni. A MagyarOffice 2.0 Professzionális térképes diagramok készítését is lehetõvé teszi.
2. A KMSR RENDSZER A Magyarországra vonatkozó kisterületi munkaügyi adatok feldolgozását a MultiRáció Kft. által kifejlesztett és üzemeltetett Kisterületi Munkaügyi Statisztikai Rendszer (röviden KMSR) végzi. A KMSR által szolgáltatott adatok 1999 óta a Foglalkoztatási Hivatal hivatalos adatainak minõsülnek. A rendszer a kérdõíves felmérés és az adminisztratív adatforrások adatit kombinálja mind területi, mind idõsoros statisztikai módszerekkel. Az eljárás kiszûri a mintavételi hiba jó részét, és a direkt adatoknál megbízhatóbb és területileg jobban bontható adatokat szolgáltat.
háztartások számát jelentõsen megnövelnénk. Számítások szerint a szükséges mértékû adatfelvételbõvítés éves költsége egy nagyságrenddel nagyobb a KMSR éves fejlesztési, karbantartási és mûködtetési költségénél. A rendszer felépítésénél fogva természetesen alkalmas nemcsak a magyarországi munkaügyi adatfelvétel, hanem más országok, vagy más adatfelvételek hasonló problémáinak kezelésére is. A rendszer fõbb jellemzõi a következõk:
A módszer alkalmazása kiemelkedõ költséghatékonyságot eredményez. Ugyanis a KMSR adataival egyezõ megbízhatóságú adatok elõállításához a hagyományos módon úgy juthatnánk, ha a munkaerõ-felvétel mintájába kerülõ
Naprakész adatokat szolgáltat a munkanélküliségrõl, foglalkoztatottságról és más munkaerõ-piaci jellemzõkrõl Magyarországon, statisztikai kistérségekre, megyékre, régiókra vonatkozóan.
1
Az adatok az ILO szerinti nemzetközi szabványfogalmak alkalmazásával készülnek, tehát nemzetközi összehasonlításra és elemzésekre alkalmasak. Olyan optimalizált számítási módszereket használ, amelyek a becslések statisztikai hibáit jó megbízhatósági szintre szorítják le még a kisebb területeken is. Az egyidejû becsléseken kívül idõsoros adatokat is készít modern idõsorelemzõ eljárások igénybevételével. Maga a rendszer felhasználóbarát módon összeállított és összekapcsolt modulokból áll, mely köny-
nyen telepíthetõ és üzemeltethetõ, nem kíván semmilyen speciális számítástechnikai konfigurációt. Az elkészíthetõ jelentések könnyen felhasználhatók elemzések készítésére, illetve alkalmasak további feldolgozásra is. A rendszerhez tartozik az adatbázist bemutató webhely, amely a táblázatok mellett különféle grafikonokon is megjeleníti a számított adatokat. Az adatok 1997-tõl kezdõdõen tájékoztató jelleggel, majd 1999 óta hivatalos jelentésként készülnek a magyarországi Foglalkoztatási Hivatal (FH) részére. Az elmúlt években több más állami és kormányzati szerv használta õket alkalmanként a gazdaságpolitika kialakításának segédeszközeként.
IDÕSOROS KIIGAZÍTÁS (BENCHMARKING) A Kisterületi Munkanélküliségi Statisztikai Rendszer adatszolgáltatási rendjéhez tartozik, hogy évente egyszer, az év elején (miután az elõzõ év adatai rendelkezésre állnak), az egyes megyékre a rendszer által szolgáltatott havi adatokat a KSH által közölt becsléshez igazítjuk.
Reprezentálja a kiigazítandó idõsort a
Az idõsoros kiigazításon tehát két különbözõ forrásból származó idõsor utólagos összeigazítását értjük.
Keresünk a z helyett olyan új
vektor, a másik, nagyobb megbízhatóságú idõsort pedig
y=[y1,y2,...yn].
vektort, amely Ha adott ugyanannak a változónak két idõsora, melyek a mintavétel gyakoriságában különböznek (pl. a munkanélküliségre vonatkozó havi gyakoriságú, ill. évente végrehajtott felmérésekbõl származó adatok), akkor ez a kétféle forrásból származó adatsor rendszerint nem egyezik meg, vagyis, pl. a havi idõsorból számolt éves adat nem egyezik meg kielégítõ pontossággal a direkt éves adattal.
Példaként álljon itt néhány, a KMSR rendszer által szolgáltatott adatokat bemutató táblázat és grafikon. „Idõsoros kiigazítás (benchmarking)” az olyan eljárás, amely optimális módon megteremti az összhangot a két idõsor adatai között. Az optimális mód azt jelenti: úgy érjük el a kellõ megegyezést, hogy közben a lehetõ legkevésbé változtassuk meg az adatokat és az adatsorok „jellegét” (alakját) megõrizzük.
1. Magyarország megyéi, 2003 januári adattokkal
z=[z1,z2,...zn]
Az egyik legszélesebb körben használatos módszer a Dentonféle benchmarking eljárás, amely matematikailag a kényszeres kvadratikus minimalizálás keretébe tartozik.
a) minimalizálja az eredeti z idõsortól való eltérést egy kényszerfüggvény segítségével (a Denton-módszer esetében ez az elsõ differenciákból képzett négyzetösszeg); b) valamint teljesíti azt a feltételt, hogy mindegyik évre az új idõsor éven belüli értékeinek összege az arra az évre vonatkozó, másik forrásból származó éves összértékkel egyenlõ. Tehát a minimumot a
mellékfeltétellel keressük, ahol k az éven belüli periódusok száma és m éven belül vizsgálhatóak felül az adatok.
Folyamattábra: A KMSSR becslési eljárásai
2. Magyarország régiói, 2003 januári adattokkal
2
x=[x1,x2,...xn]
7
Mivel a havi gyakoriságú becslések kevéssé megbízhatóak nagy idõbeli ingadozásuk, valamint nagy relatív hibájuk miatt, ezért a Kálmán-szûrõvel a havi KSH-felmérésekbõl a megyei szintû munkanélküliségi és foglalkoztatottsági adatokra megbízhatóbb (kevésbé ingadozó és kis hibájú) – a populációs, vagyis a teljes körû mintavételbõl származó értékre vonatkozó – becsléseket készítünk. A foglalkoztatottságra vonatkozó becsléseket úgy kapjuk, hogy a gazdaságilag aktívak számából levonjuk a becsült munkanélküliek számát. Az eljárás bemenõ adatai egyrészt a KSH munkaerõ-felvételébõl, másrészt az FH munkanélküli-regisztrációs adataiból származnak, a kimenet mind a jelre (populációs érték), mind a mintavételi hibára vonatkozó becsült idõsor. A Kalman-szûrõ eljárás során használt statisztikai modell a munkanélküliség, ill. foglalkoztatottság becslésének idõsorait a jel rész (regressziós, trend- és szezonális összetevõk) és a zaj rész (mintavételi hiba és irreguláris komponens) összegeként modellezi:
y(t) = J(t) + Z(t) . A mért idõsor jel részét strukturált idõsorral modellezzük:
J(t) = X(t)R(t) + T(t) + S(t) , ahol X(t) az ismert magyarázó változókat tartalmazó vektor, R(t) pedig a sztochasztikusan változó regressziós együtthatók vektora. T(t) a trend-, S(t) a szezonális komponens. Feltételezzük, hogy a regressziós együtthatók véletlen bolyongással írhatók le, melyet adott varianciájú fehérzaj-összetevõ jellemez. A szezonális komponens legfeljebb hat trigonometrikus taggal reprezentálja az adatok egy éven belüli periodikus változását. Az esetleges intervenciós hatásokat is figyelembe vehetjük kiszóró pontok, ill. szinteltoló tagok hozzáadásával. A zaj a mintavételi hibából és egy fehérzaj-összetevõbõl áll:
adatok eltérése a populációs értéktõl) egy heteroszkedasztikus és egy autokorrelációs tényezõ szorzataként fejezhetjük ki:
3. Borsod-Abaúj-Zemplén megye sttattiszttikai kisttérségei, 2003 januári adattokkal
e(t) = (t)e*(t) . A heteroszkedasztikus rész a mintavételi hiba varianciájának hosszú távú változásait írja le. Az autokorrelációs rész ARMA-folyamatot követ. E folyamat paramétereit egy ARIMA-modellezõ program felhasználásával a mintavételi hiba idõsorából becsüljük. A mintavételi hiba idõsorát Jackknife-módszerrel becsüljük. Az irreguláris komponens egy ismert varianciájú fehérzaj-összetevõ. Ha az X(t) magyarázó változó(k) idõsora tk > ti idõpontig rendelkezésre áll, míg az elemezni kívánt idõsor csak ti idõpontig ismert, akkor a Kalman-szûrõ a jel elõrejelzését szolgáltatja tk-ig.
4. Borsod-Abaúj-Zemplén megye munkaügyi kirendelttségeinek vonzáskörzettei, 2003 januári adattokkal
A munkanélküliségi ráta magyarázó változója a regisztrált munkanélküliek számának és a továbbvezetett népességnek a hányadosa a megyére vonatkoztatva. A foglalkoztatottság magyarázó változójaként pedig azt a mennyiséget használtuk, amelyet úgy kapunk, hogy (az utolsó népszámlálás alapján) a gazdaságilag aktívak számából levonjuk a regisztrált munkanélküliek számát. Az alábbi ábra mutatja az FH által regisztrált munkanélküliek létszámának (regressziós magyarázó változó), a regressziós modellel kapott munkanélküliség becslés és a Kálmán-szûrõvel becsült populációs érték, ill. annak hibájának alakulását Fejér megye esetében.
3. MÓDSZERTANI ALAPOK A BEMENÕ ADATOK A legtöbb fejlett piacgazdaságban egyidejûleg két különbözõ forrásból származó információval rendelkeznek a munkanélküliség alakulásáról: a munkanélküliek regisztrációjára épülõ, a háztartásokra irányuló reprezentatív felmérésbõl származó, az ILO-definíció szerinti munkanélküliséget és foglalkoztatottságot mérõ adatokkal. Mindkét információ-forrásnak vannak komoly elõnyei és jelentõs korlátai is. A regisztrációs adatok nagy elõnye, hogy igen gyorsan és tetszõleges területi részletezettségben rendelkezésre állnak, hátrányuk, hogy nemzetközi összehasonlításra nem alkalmasak
Z(t) = e(t) + O(t) + I(t) . A felmérés mintavételi hibáját (az adatfelvételbõl számított
6
és az, hogy a munkanélküliségi ráták számításához szükséges nevezõket (a gazdaságilag aktív népesség adatokat) nem lehet ugyanolyan részletes területi bontásban biztosítani, mint a munkanélküliek számára vonatkozó adatokat. A háztartásokra irányuló munkaerõ-felmérés pedig, amely nemzetközileg elfogadott definíció és módszer alkalmazásával képes mérni a munkanélküliséget, a minta mérete miatt nem képes a kívánatos gyakorisággal és a szükséges területi bontásban biztosítani a munkanélküliségi ráták megbízható becslését. A kétféle adatforrás kombinációja és más adatokkal való kiegészítése (pl. a továbbvezetett népszámlálás, havi és negyedéves munkaügyi statisztikák) biztosíthatja a megoldást, az elõnyök egyesítését és a hátrányok kiküszöbölését.
3
Röviden összefoglaljuk az ILO-féle munkaügyi fogalmak jelentését:
munkát, ahol 30 napon belül dolgozni kezdenek. Rájuk nem vonatkozik a hármas kritérium egyidejû teljesülése.
Foglalkoztatottnak tekintendõ mindenki, aki a vizsgált idõszakban (a negyedév egyes hónapjainak 12. napját magában foglaló ún. vonatkozási héten, a hetet hétfõtõl vasárnapig számítva) legalább 1 óra, jövedelmet biztosító munkát végzett, vagy munkájától csak átmenetileg (szabadság, betegség stb. miatt) volt távol.
Gazdaságilag aktívak azok, akik megjelennek a munkaerõpiacon, azaz a foglalkoztatottak és a munkanélküliek.
Munkanélkülinek tekintendõ az a személy, aki egyidejûleg az adott héten nem dolgozott (s nincs olyan munkája, amelytõl átmenetileg távol volt),
Gazdaságilag nem aktívak azok, akik a vonatkozási héten nem dolgoztak, illetve nem volt rendszeres, jövedelmet biztosító munkájuk és nem is kerestek munkát, vagy kerestek, de nem tudtak volna munkába állni. Ide tartoznak – többek között – a passzív munkanélküliek, akik szeretnének ugyan munkát, de kedvezõtlennek ítélve elhelyezkedési esélyeiket, meg sem kísérlik az álláskeresést. A rendszer bemenõ adatai tehát:
aktívan keresett munkát a kikérdezést megelõzõ négy hét folyamán,
A regisztrált munkanélküliekrõl szóló hivatalos jelentés (adminisztratív adatfelvétel havonta).
rendelkezésre áll, azaz két héten belül munkába tudna állni, ha találna megfelelõ állást.
A KSH által végzett Munkaerõ-felmérés (negyedévente).
A munkanélküliek sajátos csoportját alkotják azok, akik ugyan nem dolgoztak a vonatkozási héten, de már találtak
A továbbvezetett népszámlálási adatok (évente).
BECSLÕFÜGGVÉNYEK ÉS STATISZTIKAI HIBASZÁMÍTÁS A kitûzött cél: a rendelkezésre álló adatforrások kombinációjával, különbözõ becslési módszerek és idõsorelemzõ eljárások alkalmazásával negyedévenként és havonta megbízható becslések készítése a foglalkoztatottak és munkanélküliek számáról és a rátákról régiókra, megyékre és kistérségekre. A Központi Statisztikai Hivatal által eredetileg hivatalosan használt – és az ILO-definíciónak megfelelõ – közvetlen munkanélküliség-becslõ függvény noha torzítatlan becslést nyújt, de kisterületeken kevésbé alkalmazható, mivel a – viszonylag kicsi megfigyelési szám miatt – nagy varianciájú. Különösen igaz ez a havi gyakoriságú idõsorokra, amelyeknél szükségszerûen idõsorelemzõ eljárásokhoz kell folyamodni. Negyedéves szinten azonban az idõbeli fluktuáció jóval kisebb, így idõsorelemzésre nincs feltétlenül szükség. Megyék esetében, adott idõpontra, pl. az egész országra vonatkozó adatokhoz illesztett regressziós együtthatóval a következõ (általánosított) regressziós modellt használtuk:
ahol a megyére vonatkozó munkanélküliségi becslés, a regisztrált munkanélküliek száma (FH adat),
4
a KSH által adott becslés, a regisztrált munkanélküliek számának KSH általi becslése, pedig az utóbbi kettõ, de az egész országra vonatkozó, mennyiség közötti lineáris regressziós együttható. Az ismertetett eljárás a korrigált szintetikus regressziós becslés. Az ekképpen megyékre kiértékelt munkanélküliség-, ill. foglalkoztatottság-becsléseket az országos direkt KSH becsléshez igazítjuk, a területi additivitás követelményét szem elõtt tartva:
A becslés (standard) hibájának (empirikus variancia) kiszámításához az ún. „jackknife”-módszert használjuk. Az eljárás – amely a mintavételi eljárás sajátosságai miatt csak megyei szinten alkalmazható – röviden a következõ: A KSH munkaerõ-felmérése során használt mintavételi alapegységek (Elsõdleges Mintavételi Egységek, PSU) n elemû halmazából alakítsunk ki Ji almintákat, a teljes mintából egy-egy PSU elhagyásával („jackknife almegyék”). Egy (területadditív) statisztikai mennyiséget a megyére a népesség szerinti
lineáris interpolációval kaphatjuk meg a Ji „jackknife almegyén” felvett f értékbõl kiindulva. Ezután az fi = nf (n -1) f (n=1, ..., n) „pszeudoértékekbõl” képezett variancia négyzetgyöke (s) adja a standard hibát. Negyedéves szinten a munkanélküliségi és foglalkoztatottsági adatok becslésére a korrigált szintetikus regressziós becslést használjuk, a fent leírt
kiigazítással a KSH által hivatalosan közölt negyedévi adatokhoz. A régiók adatait a megyei adatok összegezésével kapjuk, mivel a jelenlegi hivatalos magyar régiók megyékbõl tevõdnek össze. Az éves becslések ugyanígy készülnek, csak az alapsokaság a teljes évre vonatkozó bemenõ adatállomány.
BECSLÉSEK KISTÉRSÉGEKRE (LEOSZTÁS) A becslések a megyékre készülnek, melyek már önmagukban is elég kis területeknek számítanak nemzetközi viszonylatban, tehát az egyszerû, de megbízhatatlan direkt becslésekhez képest már ezek is lényeges új információkat adnak. A fõ cél azonban az, hogy a megyéknél is kisebb körzetekre lehessen jól használható adatokat kapni. A megyékre elvégzett számítások eredményeit ezért leosztjuk a kisebb területekre. Ilyen releváns kis területbõl kétféle létezik Magyarországon:
elkészíti a számításokat. A leosztás módszertana azonban azonos. A kistérségekre vonatkozóan a munkanélküliség és a foglalkoztatottság becslésére, a megyei becslési modellekre alapozva, a lakossági igény-módszert használjuk. Eszerint a foglalkoztatottak számát a kisebb területre, adott idõpontban, az alábbi képlet adja:
az adminisztratív munkanélküliséget körzetenként kezelõ ún. „munkaügyi körzetek” a Központi Statisztikai Hivatal által az ország helyzetét jellemzõ felmérésekben használt „statisztikai kistérségek” A kétféle kistérség nagyságrendje kb. azonos, a megyék általában 6-12 ilyenbõl tevõdnek össze a helyi sajátosságoktól függõen. Az átfedések nagyok, de jelentõs eltérések is vannak, ezért a KMSR rendszer egymástól függetlenül mindkét fajta kistérségre
ahol az N-nel jelölt mennyiségek a 15-74 év közötti népességre, az F-fel jelöltek pedig a foglalkoztatottak számára utalnak. A felsõ indexes n az utolsó népszámlálásra, az alsó index a kisebb területre vonatkozik, míg az index nélküli F az egész megyére vonatkozó foglalkoztatottság. A munkanélküliség kisterületi szintre egyszerûen a megyei becslésnek a regisztrált munkanélküliek arányában történõ leosztása.
IDÕSORELEMZÉS (KALMAN-SZÛRÕ) A negyedévenkénti helyzetkép, ill. a teljes évre vonatkozó átlag elõállításához az elõzõekben leírt módszer megfelelõ. Ha azonban negyedévnél gyakoribb adatokat szeretnénk, pl. haviakat, akkor újabb problémába ütközünk: mind az egyszerû direkt becslésnek, mind az általunk használt becslõfüggvénynek túl nagy a varianciája és az idõbeli fluktuációja. Ezért idõsorelemzõ módszert, az ún. Kálmán-szûrõt használjuk havi adatok kiszámításához. A Központi Statisztikai Hivatal által hivatalosan használt – közvetlen munkanélküliség – becslõfüggvény, noha torzítatlan becslést nyújt, de kisterületeken kevésbé alkal-
mazható, mivel – a viszonylag kicsi megfigyelési szám miatt – nagy varianciájú. Különösen igaz ez a havi gyakoriságú idõsorokra, amelyeknél szükségszerûen idõsorelemzõ eljárásokhoz kell folyamodni. Ez a Kálmánszûrõ, mely csökkenti az idõbeli fluktuációkat, valamint nemcsak becslések, hanem elõrejelzések készítésére is módot nyújt. Módszerünk kisterületi becslõfüggvényeket kombinál a Kalman-szûrõ strukturált idõsor-megközelítésével. A kisterületi becslések rövid módszertani leírása a negyedévre vonatkozó adatokhoz fûzött magyarázatban található meg.
5
Röviden összefoglaljuk az ILO-féle munkaügyi fogalmak jelentését:
munkát, ahol 30 napon belül dolgozni kezdenek. Rájuk nem vonatkozik a hármas kritérium egyidejû teljesülése.
Foglalkoztatottnak tekintendõ mindenki, aki a vizsgált idõszakban (a negyedév egyes hónapjainak 12. napját magában foglaló ún. vonatkozási héten, a hetet hétfõtõl vasárnapig számítva) legalább 1 óra, jövedelmet biztosító munkát végzett, vagy munkájától csak átmenetileg (szabadság, betegség stb. miatt) volt távol.
Gazdaságilag aktívak azok, akik megjelennek a munkaerõpiacon, azaz a foglalkoztatottak és a munkanélküliek.
Munkanélkülinek tekintendõ az a személy, aki egyidejûleg az adott héten nem dolgozott (s nincs olyan munkája, amelytõl átmenetileg távol volt),
Gazdaságilag nem aktívak azok, akik a vonatkozási héten nem dolgoztak, illetve nem volt rendszeres, jövedelmet biztosító munkájuk és nem is kerestek munkát, vagy kerestek, de nem tudtak volna munkába állni. Ide tartoznak – többek között – a passzív munkanélküliek, akik szeretnének ugyan munkát, de kedvezõtlennek ítélve elhelyezkedési esélyeiket, meg sem kísérlik az álláskeresést. A rendszer bemenõ adatai tehát:
aktívan keresett munkát a kikérdezést megelõzõ négy hét folyamán,
A regisztrált munkanélküliekrõl szóló hivatalos jelentés (adminisztratív adatfelvétel havonta).
rendelkezésre áll, azaz két héten belül munkába tudna állni, ha találna megfelelõ állást.
A KSH által végzett Munkaerõ-felmérés (negyedévente).
A munkanélküliek sajátos csoportját alkotják azok, akik ugyan nem dolgoztak a vonatkozási héten, de már találtak
A továbbvezetett népszámlálási adatok (évente).
BECSLÕFÜGGVÉNYEK ÉS STATISZTIKAI HIBASZÁMÍTÁS A kitûzött cél: a rendelkezésre álló adatforrások kombinációjával, különbözõ becslési módszerek és idõsorelemzõ eljárások alkalmazásával negyedévenként és havonta megbízható becslések készítése a foglalkoztatottak és munkanélküliek számáról és a rátákról régiókra, megyékre és kistérségekre. A Központi Statisztikai Hivatal által eredetileg hivatalosan használt – és az ILO-definíciónak megfelelõ – közvetlen munkanélküliség-becslõ függvény noha torzítatlan becslést nyújt, de kisterületeken kevésbé alkalmazható, mivel a – viszonylag kicsi megfigyelési szám miatt – nagy varianciájú. Különösen igaz ez a havi gyakoriságú idõsorokra, amelyeknél szükségszerûen idõsorelemzõ eljárásokhoz kell folyamodni. Negyedéves szinten azonban az idõbeli fluktuáció jóval kisebb, így idõsorelemzésre nincs feltétlenül szükség. Megyék esetében, adott idõpontra, pl. az egész országra vonatkozó adatokhoz illesztett regressziós együtthatóval a következõ (általánosított) regressziós modellt használtuk:
ahol a megyére vonatkozó munkanélküliségi becslés, a regisztrált munkanélküliek száma (FH adat),
4
a KSH által adott becslés, a regisztrált munkanélküliek számának KSH általi becslése, pedig az utóbbi kettõ, de az egész országra vonatkozó, mennyiség közötti lineáris regressziós együttható. Az ismertetett eljárás a korrigált szintetikus regressziós becslés. Az ekképpen megyékre kiértékelt munkanélküliség-, ill. foglalkoztatottság-becsléseket az országos direkt KSH becsléshez igazítjuk, a területi additivitás követelményét szem elõtt tartva:
A becslés (standard) hibájának (empirikus variancia) kiszámításához az ún. „jackknife”-módszert használjuk. Az eljárás – amely a mintavételi eljárás sajátosságai miatt csak megyei szinten alkalmazható – röviden a következõ: A KSH munkaerõ-felmérése során használt mintavételi alapegységek (Elsõdleges Mintavételi Egységek, PSU) n elemû halmazából alakítsunk ki Ji almintákat, a teljes mintából egy-egy PSU elhagyásával („jackknife almegyék”). Egy (területadditív) statisztikai mennyiséget a megyére a népesség szerinti
lineáris interpolációval kaphatjuk meg a Ji „jackknife almegyén” felvett f értékbõl kiindulva. Ezután az fi = nf (n -1) f (n=1, ..., n) „pszeudoértékekbõl” képezett variancia négyzetgyöke (s) adja a standard hibát. Negyedéves szinten a munkanélküliségi és foglalkoztatottsági adatok becslésére a korrigált szintetikus regressziós becslést használjuk, a fent leírt
kiigazítással a KSH által hivatalosan közölt negyedévi adatokhoz. A régiók adatait a megyei adatok összegezésével kapjuk, mivel a jelenlegi hivatalos magyar régiók megyékbõl tevõdnek össze. Az éves becslések ugyanígy készülnek, csak az alapsokaság a teljes évre vonatkozó bemenõ adatállomány.
BECSLÉSEK KISTÉRSÉGEKRE (LEOSZTÁS) A becslések a megyékre készülnek, melyek már önmagukban is elég kis területeknek számítanak nemzetközi viszonylatban, tehát az egyszerû, de megbízhatatlan direkt becslésekhez képest már ezek is lényeges új információkat adnak. A fõ cél azonban az, hogy a megyéknél is kisebb körzetekre lehessen jól használható adatokat kapni. A megyékre elvégzett számítások eredményeit ezért leosztjuk a kisebb területekre. Ilyen releváns kis területbõl kétféle létezik Magyarországon:
elkészíti a számításokat. A leosztás módszertana azonban azonos. A kistérségekre vonatkozóan a munkanélküliség és a foglalkoztatottság becslésére, a megyei becslési modellekre alapozva, a lakossági igény-módszert használjuk. Eszerint a foglalkoztatottak számát a kisebb területre, adott idõpontban, az alábbi képlet adja:
az adminisztratív munkanélküliséget körzetenként kezelõ ún. „munkaügyi körzetek” a Központi Statisztikai Hivatal által az ország helyzetét jellemzõ felmérésekben használt „statisztikai kistérségek” A kétféle kistérség nagyságrendje kb. azonos, a megyék általában 6-12 ilyenbõl tevõdnek össze a helyi sajátosságoktól függõen. Az átfedések nagyok, de jelentõs eltérések is vannak, ezért a KMSR rendszer egymástól függetlenül mindkét fajta kistérségre
ahol az N-nel jelölt mennyiségek a 15-74 év közötti népességre, az F-fel jelöltek pedig a foglalkoztatottak számára utalnak. A felsõ indexes n az utolsó népszámlálásra, az alsó index a kisebb területre vonatkozik, míg az index nélküli F az egész megyére vonatkozó foglalkoztatottság. A munkanélküliség kisterületi szintre egyszerûen a megyei becslésnek a regisztrált munkanélküliek arányában történõ leosztása.
IDÕSORELEMZÉS (KALMAN-SZÛRÕ) A negyedévenkénti helyzetkép, ill. a teljes évre vonatkozó átlag elõállításához az elõzõekben leírt módszer megfelelõ. Ha azonban negyedévnél gyakoribb adatokat szeretnénk, pl. haviakat, akkor újabb problémába ütközünk: mind az egyszerû direkt becslésnek, mind az általunk használt becslõfüggvénynek túl nagy a varianciája és az idõbeli fluktuációja. Ezért idõsorelemzõ módszert, az ún. Kálmán-szûrõt használjuk havi adatok kiszámításához. A Központi Statisztikai Hivatal által hivatalosan használt – közvetlen munkanélküliség – becslõfüggvény, noha torzítatlan becslést nyújt, de kisterületeken kevésbé alkal-
mazható, mivel – a viszonylag kicsi megfigyelési szám miatt – nagy varianciájú. Különösen igaz ez a havi gyakoriságú idõsorokra, amelyeknél szükségszerûen idõsorelemzõ eljárásokhoz kell folyamodni. Ez a Kálmánszûrõ, mely csökkenti az idõbeli fluktuációkat, valamint nemcsak becslések, hanem elõrejelzések készítésére is módot nyújt. Módszerünk kisterületi becslõfüggvényeket kombinál a Kalman-szûrõ strukturált idõsor-megközelítésével. A kisterületi becslések rövid módszertani leírása a negyedévre vonatkozó adatokhoz fûzött magyarázatban található meg.
5
Mivel a havi gyakoriságú becslések kevéssé megbízhatóak nagy idõbeli ingadozásuk, valamint nagy relatív hibájuk miatt, ezért a Kálmán-szûrõvel a havi KSH-felmérésekbõl a megyei szintû munkanélküliségi és foglalkoztatottsági adatokra megbízhatóbb (kevésbé ingadozó és kis hibájú) – a populációs, vagyis a teljes körû mintavételbõl származó értékre vonatkozó – becsléseket készítünk. A foglalkoztatottságra vonatkozó becsléseket úgy kapjuk, hogy a gazdaságilag aktívak számából levonjuk a becsült munkanélküliek számát. Az eljárás bemenõ adatai egyrészt a KSH munkaerõ-felvételébõl, másrészt az FH munkanélküli-regisztrációs adataiból származnak, a kimenet mind a jelre (populációs érték), mind a mintavételi hibára vonatkozó becsült idõsor. A Kalman-szûrõ eljárás során használt statisztikai modell a munkanélküliség, ill. foglalkoztatottság becslésének idõsorait a jel rész (regressziós, trend- és szezonális összetevõk) és a zaj rész (mintavételi hiba és irreguláris komponens) összegeként modellezi:
y(t) = J(t) + Z(t) . A mért idõsor jel részét strukturált idõsorral modellezzük:
J(t) = X(t)R(t) + T(t) + S(t) , ahol X(t) az ismert magyarázó változókat tartalmazó vektor, R(t) pedig a sztochasztikusan változó regressziós együtthatók vektora. T(t) a trend-, S(t) a szezonális komponens. Feltételezzük, hogy a regressziós együtthatók véletlen bolyongással írhatók le, melyet adott varianciájú fehérzaj-összetevõ jellemez. A szezonális komponens legfeljebb hat trigonometrikus taggal reprezentálja az adatok egy éven belüli periodikus változását. Az esetleges intervenciós hatásokat is figyelembe vehetjük kiszóró pontok, ill. szinteltoló tagok hozzáadásával. A zaj a mintavételi hibából és egy fehérzaj-összetevõbõl áll:
adatok eltérése a populációs értéktõl) egy heteroszkedasztikus és egy autokorrelációs tényezõ szorzataként fejezhetjük ki:
3. Borsod-Abaúj-Zemplén megye sttattiszttikai kisttérségei, 2003 januári adattokkal
e(t) = (t)e*(t) . A heteroszkedasztikus rész a mintavételi hiba varianciájának hosszú távú változásait írja le. Az autokorrelációs rész ARMA-folyamatot követ. E folyamat paramétereit egy ARIMA-modellezõ program felhasználásával a mintavételi hiba idõsorából becsüljük. A mintavételi hiba idõsorát Jackknife-módszerrel becsüljük. Az irreguláris komponens egy ismert varianciájú fehérzaj-összetevõ. Ha az X(t) magyarázó változó(k) idõsora tk > ti idõpontig rendelkezésre áll, míg az elemezni kívánt idõsor csak ti idõpontig ismert, akkor a Kalman-szûrõ a jel elõrejelzését szolgáltatja tk-ig.
4. Borsod-Abaúj-Zemplén megye munkaügyi kirendelttségeinek vonzáskörzettei, 2003 januári adattokkal
A munkanélküliségi ráta magyarázó változója a regisztrált munkanélküliek számának és a továbbvezetett népességnek a hányadosa a megyére vonatkoztatva. A foglalkoztatottság magyarázó változójaként pedig azt a mennyiséget használtuk, amelyet úgy kapunk, hogy (az utolsó népszámlálás alapján) a gazdaságilag aktívak számából levonjuk a regisztrált munkanélküliek számát. Az alábbi ábra mutatja az FH által regisztrált munkanélküliek létszámának (regressziós magyarázó változó), a regressziós modellel kapott munkanélküliség becslés és a Kálmán-szûrõvel becsült populációs érték, ill. annak hibájának alakulását Fejér megye esetében.
3. MÓDSZERTANI ALAPOK A BEMENÕ ADATOK A legtöbb fejlett piacgazdaságban egyidejûleg két különbözõ forrásból származó információval rendelkeznek a munkanélküliség alakulásáról: a munkanélküliek regisztrációjára épülõ, a háztartásokra irányuló reprezentatív felmérésbõl származó, az ILO-definíció szerinti munkanélküliséget és foglalkoztatottságot mérõ adatokkal. Mindkét információ-forrásnak vannak komoly elõnyei és jelentõs korlátai is. A regisztrációs adatok nagy elõnye, hogy igen gyorsan és tetszõleges területi részletezettségben rendelkezésre állnak, hátrányuk, hogy nemzetközi összehasonlításra nem alkalmasak
Z(t) = e(t) + O(t) + I(t) . A felmérés mintavételi hibáját (az adatfelvételbõl számított
6
és az, hogy a munkanélküliségi ráták számításához szükséges nevezõket (a gazdaságilag aktív népesség adatokat) nem lehet ugyanolyan részletes területi bontásban biztosítani, mint a munkanélküliek számára vonatkozó adatokat. A háztartásokra irányuló munkaerõ-felmérés pedig, amely nemzetközileg elfogadott definíció és módszer alkalmazásával képes mérni a munkanélküliséget, a minta mérete miatt nem képes a kívánatos gyakorisággal és a szükséges területi bontásban biztosítani a munkanélküliségi ráták megbízható becslését. A kétféle adatforrás kombinációja és más adatokkal való kiegészítése (pl. a továbbvezetett népszámlálás, havi és negyedéves munkaügyi statisztikák) biztosíthatja a megoldást, az elõnyök egyesítését és a hátrányok kiküszöbölését.
3
Az adatok az ILO szerinti nemzetközi szabványfogalmak alkalmazásával készülnek, tehát nemzetközi összehasonlításra és elemzésekre alkalmasak. Olyan optimalizált számítási módszereket használ, amelyek a becslések statisztikai hibáit jó megbízhatósági szintre szorítják le még a kisebb területeken is. Az egyidejû becsléseken kívül idõsoros adatokat is készít modern idõsorelemzõ eljárások igénybevételével. Maga a rendszer felhasználóbarát módon összeállított és összekapcsolt modulokból áll, mely köny-
nyen telepíthetõ és üzemeltethetõ, nem kíván semmilyen speciális számítástechnikai konfigurációt. Az elkészíthetõ jelentések könnyen felhasználhatók elemzések készítésére, illetve alkalmasak további feldolgozásra is. A rendszerhez tartozik az adatbázist bemutató webhely, amely a táblázatok mellett különféle grafikonokon is megjeleníti a számított adatokat. Az adatok 1997-tõl kezdõdõen tájékoztató jelleggel, majd 1999 óta hivatalos jelentésként készülnek a magyarországi Foglalkoztatási Hivatal (FH) részére. Az elmúlt években több más állami és kormányzati szerv használta õket alkalmanként a gazdaságpolitika kialakításának segédeszközeként.
IDÕSOROS KIIGAZÍTÁS (BENCHMARKING) A Kisterületi Munkanélküliségi Statisztikai Rendszer adatszolgáltatási rendjéhez tartozik, hogy évente egyszer, az év elején (miután az elõzõ év adatai rendelkezésre állnak), az egyes megyékre a rendszer által szolgáltatott havi adatokat a KSH által közölt becsléshez igazítjuk.
Reprezentálja a kiigazítandó idõsort a
Az idõsoros kiigazításon tehát két különbözõ forrásból származó idõsor utólagos összeigazítását értjük.
Keresünk a z helyett olyan új
vektor, a másik, nagyobb megbízhatóságú idõsort pedig
y=[y1,y2,...yn].
vektort, amely Ha adott ugyanannak a változónak két idõsora, melyek a mintavétel gyakoriságában különböznek (pl. a munkanélküliségre vonatkozó havi gyakoriságú, ill. évente végrehajtott felmérésekbõl származó adatok), akkor ez a kétféle forrásból származó adatsor rendszerint nem egyezik meg, vagyis, pl. a havi idõsorból számolt éves adat nem egyezik meg kielégítõ pontossággal a direkt éves adattal.
Példaként álljon itt néhány, a KMSR rendszer által szolgáltatott adatokat bemutató táblázat és grafikon. „Idõsoros kiigazítás (benchmarking)” az olyan eljárás, amely optimális módon megteremti az összhangot a két idõsor adatai között. Az optimális mód azt jelenti: úgy érjük el a kellõ megegyezést, hogy közben a lehetõ legkevésbé változtassuk meg az adatokat és az adatsorok „jellegét” (alakját) megõrizzük.
1. Magyarország megyéi, 2003 januári adattokkal
z=[z1,z2,...zn]
Az egyik legszélesebb körben használatos módszer a Dentonféle benchmarking eljárás, amely matematikailag a kényszeres kvadratikus minimalizálás keretébe tartozik.
a) minimalizálja az eredeti z idõsortól való eltérést egy kényszerfüggvény segítségével (a Denton-módszer esetében ez az elsõ differenciákból képzett négyzetösszeg); b) valamint teljesíti azt a feltételt, hogy mindegyik évre az új idõsor éven belüli értékeinek összege az arra az évre vonatkozó, másik forrásból származó éves összértékkel egyenlõ. Tehát a minimumot a
mellékfeltétellel keressük, ahol k az éven belüli periódusok száma és m éven belül vizsgálhatóak felül az adatok.
Folyamattábra: A KMSSR becslési eljárásai
2. Magyarország régiói, 2003 januári adattokkal
2
x=[x1,x2,...xn]
7
Ezt a matematikai alapfeladatot (kvadratikus függvény minimalizálása kényszerfeltétel teljesülése mellett) a Lagrangemultiplikátor módszerrel megoldva kapjuk az x vektort, ami z–bõl és y-ból egy lineáris mátrixtranszformációval adódik. A Denton-módszer a benchmark értéket hiba nélkülinek
tekinti, így a kiigazított adatok megbízhatóságáról sem szolgáltat információt. A rendszer fel van készítve a Cholette-Dagum-féle módszerek használatára is, amelyek (idõsoros elemzést is használva) a benchmark értékek hibáját is figyelembe tudják venni.
4. A SZÁMÍTÁSTECHNIKAI MEGOLDÁS A MultiRáció Kft. által kifejlesztett és üzemeltetett KMSR rendszer számítástechnikai megvalósításakor az alábbi alapelveket tartottuk szem elõtt:
informatikában általánosan elterjedt megoldások, lehetõleg kerültük a speciális tudást igénylõ módszereket. A KMSR rendszer az alábbi szoftverkörnyezetet igényli:
Megbízhatóság – a KMSR rendszer Linux operációs rendszeren fut, az adatokat relációs adatbázisban tároljuk, rendszeres mentésekkel kerüljük el az adatvesztést. Modularitás – a KMSR rendszer egyes eljárásai önállóan végrehajtható programok, amelyek között az adatbázis teremti meg a kapcsolatot. Így az eljárások külön-külön tesztelhetõk, javíthatók. Továbbfejleszthetõség – az alkalmazott technológiák az
MySQL relációs adatbáziskezelõ 3.22 vagy frissebb. Ox mátrix-programozási nyelv értelmezõje és az SsfPack függvénykönyvtár. A grafikus keretprogram futtatásához X Window grafikus rendszer. A jelentések és a térképes diagramok készítéséhez MagyarOffice 2.0 Professzionális irodai programcsomag.
ADATBÁZIS Linux alatt futó MySQL szerver. Ez a kombináció a mai gyakorlatban széles körben elterjedt, és nem utolsósorban – a legelterjedtebb nyílt forráskódú technológia lévén – megbízhatóbb a mûködése sok más hasonló termékhez képest.
KERETPROGRAM A rendszer mûködtetését megkönnyíti egy grafikus felületû keretprogram. A rutinfeladatok elvégzéséhez erre nincs szükség, azokat a megfelelõ szkriptek segítségével hajtjuk végre.
ADATKONVERZIÓ, MAGYARÁZÓ VÁLTOZÓK SZÁMÍTÁSA, BECSLÕFÜGGVÉNYEK Három Linux alatt futó programmodul készült a konverzióra, a magyarázó változók számítására valamint a becslõfüggvény és annak hibájának meghatározására.
KALMAN-SZÛRÕ A Kalman-szûrõt
Ox mátrix-programozási nyelven
8
1. KISTERÜLETI MUNKAÜGYI ADATOK A modern piacgazdaság leírásához és mûködéséhez alapvetõ fontosságúak a munkaerõpiac helyzetét leíró adatok: a munkanélküliek, a foglalkoztatottak és a gazdaságilag aktívak száma, a munkanélküliségi és foglalkoztatottsági ráták és sokféle, ezekbõl képezhetõ mutató.
Egyrészt azért, hogy hû képet kapjunk az adott országban a munkaerõpiac területi különbségeirõl, ami például a támogatások, fejlesztési források elosztásában nélkülözhetetlen. Másrészt az Európai Unió projektjeiben is egyre erõsödik a regionális szemlélet. A pályázati források egyre nagyobb hányadát az országokon belüli kisebb területek pályázhatják meg, amelyek valamilyen ésszerû gazdasági szempontból egybetartoznak, bár közigazgatásilag esetleg nem; sõt akár az államhatárokon is átnyúlhatnak. A jövõben egyre nagyobb jelentõsége lesz annak, hogy a munkaügyi adatokat kis területekre is megbízhatóan lehessen elõállítani, és ezekbõl a kis területi egységekbõl lehessen majd a nagyobb egységekre vonatkozó képet megrajzolni.
Ahhoz, hogy a leírás jól használható legyen, két követelményt kell teljesíteni: Nemcsak a regisztrált munkanélküliek és foglalkoztatottak számára van szükség, hanem legalább ennyire fontos a tényleges, vagyis az ILO- (= International Labor Organization) meghatározás szerinti foglalkoztatottak, illetve munkanélküliek száma. Ezek az adatok különbözõ felmérésekbõl (általában háztartásstatisztikai adatfelvételbõl, ún. Munkaerõ-felvételbõl) és statisztikai számításokból állhatnak elõ.
Zalla megye statisztikkai kistérségeinekk munkkaügyi addatai és a becsüllt addatokk hibái ( )
Nemcsak az egész országra vonatkozó adatokra van szükség, hanem minél kisebb területek, tehát megyék, statisztikai körzetek, vagy akár települések munkaügyi mutatóit is szeretnénk meghatározni.
megírt és az SsfPack idõsorelemzõ rutinokat használó program mûködteti.
BENCHMARK, LEOSZTÁS Az idõbeli benchmarkolást és a kisterületekre való leosztást szintén Linux alatt önállóan futó programmodulok végzik el.
JELENTÉSEK A jelentések MagyarOffice sablonok segítségével készülnek. A MagyarOffice ugyanis lehetõvé teszi a szöveges dokumentumokban vagy a számolótáblákban élõ adatbázis-kapcsolatok elhelyezését is, így a MySQL adatbázis adattartalma közvetlenül megjelenhet a megfelelõen formázott jelentések táblázataiban. A jelentések tehát az elterjedt táblázatkezelõ programok (MS Excel, Magyar Office Számolótábla) fájlformátumaiban készülnek, így további elemzéseket, számításokat könnyen lehet velük végezni. A MagyarOffice 2.0 Professzionális térképes diagramok készítését is lehetõvé teszi.
2. A KMSR RENDSZER A Magyarországra vonatkozó kisterületi munkaügyi adatok feldolgozását a MultiRáció Kft. által kifejlesztett és üzemeltetett Kisterületi Munkaügyi Statisztikai Rendszer (röviden KMSR) végzi. A KMSR által szolgáltatott adatok 1999 óta a Foglalkoztatási Hivatal hivatalos adatainak minõsülnek. A rendszer a kérdõíves felmérés és az adminisztratív adatforrások adatit kombinálja mind területi, mind idõsoros statisztikai módszerekkel. Az eljárás kiszûri a mintavételi hiba jó részét, és a direkt adatoknál megbízhatóbb és területileg jobban bontható adatokat szolgáltat.
háztartások számát jelentõsen megnövelnénk. Számítások szerint a szükséges mértékû adatfelvételbõvítés éves költsége egy nagyságrenddel nagyobb a KMSR éves fejlesztési, karbantartási és mûködtetési költségénél. A rendszer felépítésénél fogva természetesen alkalmas nemcsak a magyarországi munkaügyi adatfelvétel, hanem más országok, vagy más adatfelvételek hasonló problémáinak kezelésére is. A rendszer fõbb jellemzõi a következõk:
A módszer alkalmazása kiemelkedõ költséghatékonyságot eredményez. Ugyanis a KMSR adataival egyezõ megbízhatóságú adatok elõállításához a hagyományos módon úgy juthatnánk, ha a munkaerõ-felvétel mintájába kerülõ
Naprakész adatokat szolgáltat a munkanélküliségrõl, foglalkoztatottságról és más munkaerõ-piaci jellemzõkrõl Magyarországon, statisztikai kistérségekre, megyékre, régiókra vonatkozóan.
1
Folyamattábra: A KMSSR számíttásttechnikai felépíttése
TARTALOM 1. KISTERÜLETI MUNKAÜGYI ADATOK 2. A KMSR RENDSZER 3. MÓDSZERTANI ALAPOK 4. A SZÁMÍTÁSTECHNIKAI MEGOLDÁS
9
