Скачать 0.89 Mb.
|
Рис. 3. Структура влияния производительности труда на макро- и микроэкономические факторы Взаимосвязь между повышением уровня квалификации и производительностью труда довольно сложна. Но, тем не менее, часть роста производительности труда зависит от уровня квалификации. Этому относительному приросту производительности в свою очередь соответствует определенная часть общего прироста ВВП. В третьей главе «Методы статистического измерения социально-экономических факторов роста производительности труда в России» рассмотрена совокупность статистических методов в исследовании социально-экономических факторов роста производительности труда, предложены методологические основы проведения многоуровнего моделирования социально-экономических факторов измерения производительности труда. Систематизация обобщения и анализ данных статистического наблюдения о состоянии и развитии социально-экономических факторов роста производительности труда могут быть осуществлены на основе группировок. При исследовании используются все виды статистических группировок: типологические, структурные, аналитические. Метод аналитических группировок благодаря простоте, наглядности и универсальности получил широкое распространение при социально-экономических исследованиях факторов роста производительности труда. Однако его возможности используются далеко не полностью. Он применяется преимущественно в однофакторном и двухфакторном анализе. Уже при наличии трех факторных признаков аналитическая группировка становится громоздкой и ее трудно читать. Это обусловливает необходимость совершенствования способов обработки результатов группировки, которые позволили бы сконцентрировать содержащуюся в комбинационной таблице информацию, привести ее к удобному для анализа виду. На примере Хлебокомбината №1 г.Йошкар-Олы рассмотрена взаимосвязь средней выработки с рядом социально-экономических факторов, выявлена взаимозависимость между факторами, способность их влиять на производительность труда. Условные обозначения: 1) Средняя выработка в процентах к установленной норме (результативный признак - Y); 2) Возраст, число исполнившихся лет (факторный признак – Х1); 3) Образование, число оконченных классов (факторный признак – Х2); 4) Общий стаж работы, в годах (факторный признак – Х3); 5) Стаж работы на данном предприятии (факторный признак – Х4). При помощи метода группировок выделены 4 группы, в которых попарно взяты результативный и факторный признаки: 1) Средняя выработка – возраст; 2) Средняя выработка – образование; 3) Средняя выработка – общий стаж работы; 4) Средняя выработка – стаж работы на данном предприятии. Для определения тесноты связи между изучаемыми признаками в работе проведен корреляционный анализ. Наличие корреляционной связи между изучаемыми явлениями не подлежит сомнению, так как при одном и том же значении факторного признака встречаются разные значения результативного признака; при этом, однако, определенному изменению факторного признака соответствуют средние изменения результативного признака. Получены следующие парные коэффициенты корреляции: - показатель тесноты связи между средней выработкой (%) и возрастом рабочих, лет; - показатель тесноты связи между средней выработкой (%) и уровнем образования рабочих, лет; - показатель тесноты связи между средней выработкой (%) и общим стажем работы, лет; - показатель тесноты связи между средней выработкой (%) и стажем работы на данном предприятии, лет. Величины и свидетельствуют о тесной связи между исследуемыми признаками. Исследование экономических явлений и процессов на основе математико-статистических методов предполагает наряду с корреляционным анализом выявление законов распределения эмпирических значений функциональных признаков и определяющих их факторов-аргументов. Для проверки соответствия эмпирического распределения нормальному закону использован критерий согласия Пирсона. Полученное графическое изображение эмпирического и теоретического распределений свидетельствует о том, что распределение рассматриваемой совокупности рабочих по уровню выполнения норм выработки близко к нормальному (рис. 4). Рис. 4. Распределение рабочих по уровню выполнения норм выработки Для повышения объективности оценки близости эмпирического распределения к нормальному рассчитан специальный критерий согласия В.И. Романовского (правило В.И.Романовского), который также подтвердил, что эмпирическое распределение достаточно близко к теоретическому. Таким образом, согласно критериям согласия Пирсона и В.И. Романовского выдвинутая гипотеза о нормальном законе распределения получила подтверждение. При статистическом исследовании производительности труда в промышленности наряду со сплошными применяются несплошные обследования. Наибольшее распространение несплошные распределения получили в форме выборочного наблюдения. Произведено 12,5 % выборочное обследование выполнения норм выработки рабочими-сдельщиками предприятий хлебопекарной отрасли Республики Марий Эл. Было выбрано случайным бесповторным методом 152 человека (рабочих). Исследование влияния социально-экономических факторов на рост производительности труда проводилось на основе изучения эффективности труда отдельных рабочих. Для упрощения расчетов в качестве показателя производительности труда применен индекс выполнения норм выработки. Использование этих показателей не означает их тождественности. Между индексом выполнения норм выработки и производительностью труда существует взаимная вариация, поэтому динамика выполнения норм выработки отражает динамику производительности труда. Статистические характеристики показателей, включенных в модель, приведены в таблице 1. Таблица 1 Значение показателей, включенных в модель обследования влияния факторов на уровень производительности труда
Включенные в модель показатели характеризуются значительной колеблемостью. Особенно сильно варьирует общий стаж работы и стаж работы на данном предприятии, что характеризует большую текучесть кадров. Предельная ошибка выборки с вероятностью 0,954, то есть = ±2µ. , где (2) N- число единиц в генеральной совокупности. По результатам выборочного обследования: с вероятностью 0,954 можно утверждать, что во всей совокупности рабочих средний процент выполнения норм выработки заключается в представленных ниже пределах: По результатам проведенных расчетов составлена матрица парных коэффициентов корреляции (табл.2). Таблица 2 Матрица парных коэффициентов корреляции
Из анализа матрицы парных коэффициентов корреляции видно, что некоторые парные коэффициенты корреляции больше 0,8, что указывает на наличие мультиколлинеарности. В результате расчетов была получена следующая линейная регрессионная модель: (3) Анализ модели (3) по F-критерию показал, что она значима на 99% уровне (Fрассчт. = 26,49 > F табл. = 2,93). Все коэффициенты регрессии значимы по t-критерию. Коэффициент множественно корреляции R = 0,6757. Входящие в модель факторы на 45,6 % объясняют колеблемость производительности труда (коэффициент множественной детерминации ). При помощи критерия серий проверим случайность разностей: , где (4) (n) – количество знакоизмерений; n – объем выборки. Следовательно, случайность не отвергается. Проведенный на основе 12,5% выборочной совокупности рабочих анализ позволил определить количественное влияние ряда социально-экономических факторов на рост производительности труда на предприятиях хлебопекарной отрасли Республики Марий Эл. Задача определения меры влияния социально-экономических факторов на производительность труда может быть решена с помощью многофакторных корреляционно-регрессионных моделей. Для построения многофакторной регрессионной модели была использована информация о технико-экономических, организационных и социально-экономических показателях 32 предприятий хлебопекарной промышленности за 2001-2008 года. В качестве результативного показателя была принята среднегодовая выработка товарной продукции на одного работника промышленно-производственного персонала (тыс. руб.) в сопоставимых ценах (y). В регрессионную модель включены факторы, значение которых имеются в статистической отчетности. Так, как исследуемые предприятия относятся к одной отрасли промышленности, то отобранные факторы отражают объективные особенности производства. Требование количественной измеримости всех факторов также выполняется. С учетом перечисленных требований и предварительного логического анализа в модель были включены следующие факторы, отражающие как технико-экономическую, так и социально-экономическую стороны производства: - среднемесячная заработная плата промышленно-производственного персонала, тыс.руб.; - удельный вес рабочих в общей численности промышленно-производственного персонала; - процент охвата рабочих командной формой организации труда; - текучесть кадров; - удельный вес широкоспециализированных команд в общей численности команд предприятия (%); - расходы на содержание и эксплуатацию оборудования на один рубль товарной продукции, коп.; - количество взысканий за нарушение трудовой дисциплины на 100 рабочих; - количество прогулов на 100 рабочих; - затраты на мероприятия по охране труда на 100 человек производственно-промышленного персонала, тыс.руб.; - электровооруженность на одного рабочего, кВт/час; -фондовооруженность одного работника промышленно-производственного персонала, тыс.руб.; - коэффициент сменности рабочих; - удельный вес технически обоснованных норм в общей численности действующих норм на предприятии, %; - процент использования календарного фонда рабочего времени; - средний тарифный разряд рабочих. Однородность совокупности была подтверждена критерием Шовене, которому соответствовали все исследуемые предприятия. Для построения уравнения множественной регрессии была использована стандартная программа многошагового регрессионного анализа с отсеиванием несущественных факторов по t- критерию при 5-ти % уровне значимости. После отсева статистически незначимых факторов была получена следующая регрессионная модель: (5) Полученные основные математико-статистические оценки модели показали, что она адекватна (расчетное значение F-критерия, равное 226,48, значительно большее табличного однопроцентного уровня значимости), и входящие в нее факторы на 97,6 % объясняют колеблемость производительности труда (коэффициент множественной детерминации ). Коэффициент множественной корреляции R=0,9878 свидетельствует об очень тесной взаимосвязи переменных с исследуемым показателем производительности труда. Был проведен факторный анализ производительности труда. Исследования проводились на основе тех же данных, что и регрессионное моделирование. Факторный анализ позволяет представить исходную информацию в агрегированном виде через меньшее число обобщенных факторов с тем, чтобы установить причинную взаимосвязь анализируемых показателей с факторами, определяющие основные закономерности в изучаемом явлении, но практически неизмеримыми. Получаемые при этом обобщенные факторы не зависимы один от другого, что позволяет более обоснованно и точно использовать регрессионный анализ при расчетах основных показателей производительности труда. Взаимосвязь многих переменных дает возможность судить о наличии нескольких обобщенных факторов, определяющих основные закономерности формирования переменных. Обобщенные факторы определяются с помощью центроидного метода, метода максимального правдоподобия и метода вращения «варимакс», а затем их конкретные значения рассчитываются регрессионным методом. В результате получены таблицы (табл.3 и 4) факторных нагрузок и преобразованных факторах нагрузок, полученных методом «варимакс». |