Выявление закономерностей и влияние кластеров на занятость в регионах
Another Title
Identifying patterns and impact of clusters on employment in regions
Bibliographic entry
Морозова, Н. Н. Выявление закономерностей и влияние кластеров на занятость в регионах = Identifying patterns and impact of clusters on employment in regions / Н. Н. Морозова // Экономическая наука сегодня : сборник научных статей / редкол.: С. Ю. Солодовников (гл. ред.), В. Ф. Байнев, В. В. Богатырева [и др.]. – Минск : БНТУ, 2024. – Вып. 20. – С. 89-96.
Abstract
Статья посвящена исследованию занятости в регионах Республики Беларусь, используя кластерный анализ. Занятость в областях Беларуси и г. Минске тесно связана с факторами экономического развития, демографическими показателями, уровнем образования и т. п., поэтому для исследования закономерностей в уровне занятости по регионам и влиянии факторов на трудовую активность населения, с выделением сходных показателей в регионах, применялись методы и процедуры прикладного статистического анализа, при реализации которых использовался аппарат и возможности статистического пакета IBM SPSS Statistics (ver. 21, 26). Проведена обработка данных в динамике с 2010 по 2022 гг. по 24 показателям, связанным с количественной составляющей – занятости населения в регионах. Выделение в кластеры определенных групп показателей, влияющих на занятость в регионах, отражает сходные тенденции, а результаты исследования могут лечь в основу при прогнозе сбалансированности процессов на рынке труда и улучшения региональной экономики.
Abstract in another language
The article is devoted to the study of employment in the regions of the Republic of Belarus using cluster analysis. Employment in the regions of Belarus and Minsk is closely related to factors of economic development, demographic indicators, education level, etc., therefore, to study patterns in the level of employment by region and the influence of factors on the labour activity of the population. To identify similar indicators in the regions, methods and procedures of applied statistical analysis were used, the implementation of which used the apparatus and capabilities of the statistical package IBM SPSS Statistics (ver. 21, 26). Data processing was carried out in dynamics from 2010 to 2022 on 24 indicators related to the quantitative