A világ leggazdagabb országai (2014) Gyerekvállalás az EU országaiban: szabadságok és járandóságok - infografika Infografika a 0-8 éves gyermekek médiafogyasztási szokásairól Mámor és Instagram - infografika

Megosztás

A következő címkéjű bejegyzések mutatása: munkanélküliség. Összes bejegyzés megjelenítése
A következő címkéjű bejegyzések mutatása: munkanélküliség. Összes bejegyzés megjelenítése

2014. febr. 20.

Munkanélküliség az Európai Unióban - interaktív grafikonok

Az alábbi két interaktív grafikonon a munkanélküliek száma és a munkanélküliségi ráta látható az EU egyes országaira vonatkoztatva.

Az egyes oszlopok fölé húzva az egeret látható, hogy az oszlop melyik országra vonatkozik, és az adott országra vonatkozó érték. A grafikon alján található csuszka segítségével az adatok megtekinthetőek 1995/1996-ig visszamenőleg is (a lejátszás gombra kattintva pedig automatikusan, - mint egy videó - megtekinthető az adatok a kiválasztott kezdő időponttól a legutolsó dátumig.)

Adatok forrása: Eurostat. Az ábra a Google Public Data Explore segítségével készült (erről bővebben ITT.)


Az alábbi kombinált grafikonon pedig a munkanélküliek számát jelzik az oszlopok, a színek pedig azt, hogy ez mekkora munkanélküliségi rátát jelent. (Világos szín alacsonyabb, sötétebb magasabb.) Az egyes országok fölé húzva az egeret, az y tengelyen a munkanélküliek száma, a jobb felső sarokban a színskálán pedig a munkanélküliségi ráta értéke látható.


Az EU-s minimálbéreket ábrázoló interaktív grafikont ld. ITT.

Szerzői jogok és a korrekt információ-felhasználás

További kutatási eredmények, érdekességek Magyarországról és a világról a ZIPP.hu-n

Related Posts Plugin for WordPress, Blogger...

2013. aug. 12.

A sem foglalkoztatásban nem álló, sem oktatásban, illetve képzésben nem részesülő fiatalok aránya - grafikon


A sem foglalkoztatásban nem álló, sem oktatásban, illetve képzésben nem részesülő fiatalok aránya az OECD országokban (2008 és 2011)

2011-ben az EU-ban a 15–29 év közötti fiatalok 15%-a sem foglalkoztatásban nem állt, sem oktatásban, illetve képzésben nem részesült, ami egy árnyalattal kedvezőbb az OECD egészére számított 16%-os átlagnál. Mindazonáltal Görögországban, Írországban, Olaszországban és Spanyolországban ugyanez az arány meghaladta a 20%-ot. Friss uniós adatok szerint 2012-ben az említett négy ország közül háromban – a három dél-európai országban – tovább romlott a helyzet. 
A grafikonon feltüntetett adatok szerint Magyarországon 2011-ben 18% volt a sem foglalkoztatásban nem álló, sem oktatásban, illetve képzésben nem részesülő fiatalok aránya.

A grafikon alján az országok neve mellett (felett) a 2008 és 2011 közötti változás látható (százalékpontban).

Szerzői jogok és a korrekt információ-felhasználás

További kutatási eredmények, érdekességek Magyarországról és a világról a ZIPP.hu-n

Related Posts Plugin for WordPress, Blogger...

2013. máj. 13.

Csúcson a munkanélküliség - infografika

Soha nem volt még ennyi munkanélküli Magyarországon az utóbbi évtizedeket tekintve, mint 2013 első három hónapjában. Az InfoTandem infografikája azt is megmutatja, hogy a legkilátástalanabb helyzetben a legfiatalabbak vannak.

Forrás és további részletek: http://ado.hu/rovatok/munkaugyek/csucson-a-munkanelkuliseg-infografika

Szerzői jogok és a korrekt információ-felhasználás

További kutatási eredmények, érdekességek Magyarországról és a világról a ZIPP.hu-n

Related Posts Plugin for WordPress, Blogger...

2012. júl. 26.

A Google Insight Search alkalmazhatósága gazdasági mutatók előrejelzésében

A Gazdaság- és Vállalkozáskutató Intézet (GVI) tanulmányában a munkanélküliek és a regisztrált álláskeresők számának rövidtávon várható változását becsüli meg a munkanélküliség múltbeli folyamatai és a Google Insight Search (GIS) által nyújtott információk segítségével. Ehhez olyan modelleket állítottak fel, amelyek a jelenleg rendelkezésre álló információknál pontosabban becslik a munkanélküliek, és a regisztrált álláskeresők számának következő negyedévben és következő hónapban várható alakulását.

Az eredmények szerint a Google keresési aktivitásról közölt adatainak felhasználása hozzásegít a magyarországi munkanélküliség alakulásának pontosabb előrejelzéséhez. A munkanélküliség és keresési aktivitás közti összefüggés empirikus vizsgálatánál a két idősor közötti viszony elemzése után két különböző modellt állítottunk fel. A modellek több variációjának becslése után azt mondható, hogy a GIS adatok felhasználásával becsült modellek jobb illeszkedést érnek el, mintha csak a munkanélküliség múltbeli adatait vették volna figyelembe a várható munkanélküliség becslésénél.

A tanulmányban - kísérletképpen - becslést adnak a munkanélküliek számának második negyedéves alakulására. A GVI által kialakított modellek szerint 465.000 fő és 484.000 fő között lehetett a munkanélküliek száma 2012 második negyedévében. Ez ugyan jelentős csökkenés az első negyedévhez képest, de magasabb a tavalyi második negyedéves értéknél (460.700 fő). A szezonális hatásokat is figyelembe véve, ezek az eredmények arra mutatnak, hogy egy év alatt nem tudott érdemben csökkenni a munkanélküliek száma Magyarországon, sőt, nem kizárt, hogy a tavalyihoz képest némi növekedésről lehet beszélni.


Részletek:

A koncepció

Mint  a  legtöbb  országban,  így  Magyarországon  is  a  munkanélküliségről negyedévente egyszer közöl adatokat a statisztikai hivatal, amely adatok nálunk egy a  lakosság  körében  elvégzett reprezentatív  felmérésen  (KSH  Munkaerő-felvétel) alapulnak.  Ez  az  adat  általában  a  vonatkozó  negyedévet  követő  hónapban  jelenik meg.  Gazdaságpolitikai  szempontból  azonban  kívánatos  volna  már  a  hivatalos adatok megjelenése előtt is tudni valamit a munkanélküliek számának negyedévben várható  alakulásáról.  Ehhez  olyan  megfigyelhető  jellemzőkre  van  szükségünk,
melyek  a  munkanélküliséghez  képest  előremutató  (leading)  szerepet  töltenek  be, vagyis előrejelezhetik a munkanélküliség alakulását.
A  Gazdaság-  és  Vállalkozáskutató  Intézet  (GVI)  tanulmányában  a munkanélküliek és a regisztrált álláskeresők számának rövidtávon várható változását becsüljük  a  munkanélküliség  múltbeli  folyamatai  és  a  Google  Insight  Search  (GIS) által  nyújtott  információk  segítségével.  Ehhez  olyan  modelleket  állítottunk  fel, amelyek  a  jelenleg  rendelkezésre  álló  információknál  pontosabban  becslik  a munkanélküliek, és  a regisztrált  álláskeresők  számának  következő  negyedévben  és következő hónapban várható alakulását.
A  módszer  alapja  az,  hogy  azok,  akik  fenyegetve  érzik  magukat  attól,  hogy rövidesen  elbocsátják  őket,  vagy  azok,  akikkel  ez  már  megtörtént,  illetve  azok  az inaktívak,  akik  be  kívánnak  lépni  a  munkaerő-piacra  és  állást  kezdenek  keresni, felhasználják  az  internet  nyújtotta  lehetőségeket.  Az  álláskeresés  bizonyos  lépéseit részben  az  interneten  keresztül  teszik  meg:  a  google  keresőjét  is  felhasználva tájékozódnak munkalehetőségek után.
A  munkanélküliség  várható  alakulását  becslő  hagyományos  modellek  vagy makrogazdasági  aggregátumok  (bérek,  kibocsátás,  a  munkára  rakódó  közterhek változása,  a  minimálbér  relatív  nagyságának  változása,  stb.)  alapján  kísérlik  meg becsülni  a  munkanélküliség  várható  alakulását,  vagy  vállalati  adatfelvételek segítségével  mérik  fel  a  cégek  várható  munkaerő-keresletét  és  erre  és  más demográfiai,  iskolázottsági  adatokra  alapozó  modellek  segítségével  adnak előrejelzéseket.
Az  általunk  választott  irány  azonban  teljesen  más:  nem  makrogazdasági aggregátumoknak,  illetve  a  gazdasági  szereplők  szándékainak,  hanem  magának  a munkakeresési folyamatnak, a munkát vállalni szándékozók tényleges aktivitásának megfigyelése  nyújt  információt  a  munkanélküliek  és  a  regisztrált  álláskeresők számának becsléséhez.
A  modellépítés  során  az  alábbi  szavak  GIS-ben  való  előfordulását  vizsgáltuk  és összegeztük havonként és negyedenként:
•  „állásajánlat”
•  „állásajánlatok”
•  „álláskeresés”
•  „munkalehetőség”
•  „álláshirdetés”.

Eredmények

Az eredmények szerint a Google keresési aktivitásról közölt adatainak felhasználása hozzásegít  a  magyarországi  munkanélküliség  alakulásának  pontosabb előrejelzéséhez.
A munkanélküliség és keresési aktivitás közti összefüggés empirikus vizsgálatánál a két  idősor  közötti  viszony  elemzése  után  két  különböző  modellt  állítottunk  fel.  A modellek  több  variációjának  becslése  után  azt  mondhatjuk,  hogy  a  GIS  adatok felhasználásával  becsült  modellek  jobb  illeszkedést  érnek  el,  mintha  csak  a munkanélküliség múltbeli adatait vettük volna figyelembe a várható munkanélküliség becslésénél.

Munkanélküliség 2012 második negyedévében

A  tanulmányban  –  kísérletképpen  –  becslést  adtunk  a  munkanélküliek  számának második negyedéves alakulására. A csak múltbéli adatokat felhasználó modellek szerint 2012 második negyedévében némileg  csökkent  a  munkanélküliek  száma:  479.600  fő  és  490.700  fő  közé  tehető (lásd az 1. táblázatot). Ezzel szemben az általunk kialakított – az álláskeresők internetes keresési aktivitását is  figyelembe  vevő  –  előrejelző  modell  szerint  az  álláskeresők  száma  némileg alacsonyabbra  becsülhető.  A  modellek  szerint  465.000  fő  és  484.000  fő  között
lehetett a munkanélküliek száma 2012 második negyedévében. Ez  ugyan  jelentős  csökkenés  az  első  negyedévhez  képest,  de  magasabb  a  tavalyi második negyedéves értéknél (460.700 fő). 
A szezonális hatásokat is figyelembe véve, ezek az eredmények arra mutatnak, hogy egy  év  alatt  nem  tudott  érdemben  csökkenni  a  munkanélküliek  száma Magyarországon,  sőt,  nem  kizárt,  hogy  a  tavalyihoz  képest  némi  növekedésről beszélhetünk (lásd 1. ábrát).

A regisztrált álláskeresők száma 2012 májusban 534.581 fő volt az NFSZ kimutatása szerint1.  Júniusban  csökkent  ez  a  szám:  ekkor  524.354  álláskeresőt  tartottak nyilván. A csak múltbeli adatokra épülő alapmodell szerint júniusban az álláskeresők száma 519-523 ezer közöttire becsülhető. A GVI által kialakított modell is e határok közötti becslést ad júniusra, némileg magasabb felső becslés mellett (lásd 2. táblázatot).

Az adatok arra mutatnak tehát, hogy a szezonális hatásokat is figyelembe véve 2010 óta csökkenő tendencia jellemzi a nyilvántartott álláskeresők számának alakulását. A GVI  modellt  felhasználó  becslésekben  a  ténylegesnél  legtöbbször  némileg alacsonyabb  értéket  kapunk,  csak  a  februári  és  márciusi  becsült  értékek  haladják meg  a  tényleges  értékeket.  Hosszabb  időszakot  figyelembe  véve  a  GVI  modellje alapján  számított  becslés  itt  is  pontosabb,  mintha  csak  a  regisztrált  álláskeresők számának múltbeli adatait vettük volna figyelembe az előrejelzésnél.


A  GVI  modellek  jobb  illeszkedése  alátámasztja  azt,  hogy  érdemes  a munkanélküliség  várható  alakulásánál  figyelembe  venni  a  munkavállalók  interneten keresztüli  munkakeresési  aktivitását  és  az  ebből  adódó  információkat.  Érdemes folytatni  ezt  a  kutatási  irányt  és  negyedévente  a  GIS  adatok  megjelenésével párhuzamosan  frissíteni  a  GVI  modellt,  és  felhasználásával  új  előrejelzéseket készíteni.

 1 http://www.afsz.hu/resource.aspx?ResourceID=stat_afsz_nyilvtartasok_idosorai_orszagos

Forrás: Türei Gergely – Görög Szabolcs – Tóth István János Magyar munkanélküliségi adatok előrejelzése a Google segítségével A Google Insight Search alkalmazhatósága gazdasági mutatók előrejelzésében

2012. ápr. 3.

Global Pulse - Egy izgalmas újdonság

Előre jelezheti-e az online országhangulat a munkanélküliségi ráta változását? Egy izgalmas újdonság: az ENSZ és a SAS a felhasználók által létrehozott publikus online tartalmak elemzésével azonosítja be a munkanélküliségi hullámokat előrejelző és követő indikátorokat.

Az Egyesült Nemzetek Szervezetének (ENSZ) Global Pulse kezdeményezése a SAS-sal együttműködve mutatott rá arra, hogy az online beszélgetések kiegészíthetik a hivatalos statisztikákat. Ezek a tartalmak ugyanis olyan előrejelző (leading) és követő (lagging) indikátorokat rejtenek, amelyek rávilágíthatnak arra, hogy például a munkanélküliek mit éreznek, és hogyan birkóznak meg ezzel az élethelyzettel. A kutatás során az állástalansággal kapcsolatos publikus közösségi társalgásokban megjelenő hangulatokat és témákat vetették össze a hivatalos munkanélküliségi statisztikákkal. A szakemberek az üzleti analitikai szoftverek és megoldások vezető szállítójának számító SAS eszközeivel mintegy félmillió amerikai és ír blog, fórum és híroldal online tartalmát, valamint 2 évnyi közösségi médiában megjelent adatot elemeztek.

A projekt azt vizsgálta, hogy a közösségi médiában megosztott érzelmek és információk, valamint más, online, felhasználók által létrehozott tartalmak segíthetik-e a változó foglalkoztatottsági helyzet emberek érzékelésére és döntéseire gyakorolt hatásainak megértését, és ha igen, hogyan támogathatják mindezt. A kutatás elsődleges célja az volt, hogy a közösségi médiában megjelent kvalitatív információkat összevesse a munkanélküliségi adatokkal - a projekt az Egyesült Államok és Írország 2009. június és 2011. június közötti ilyen típusú tartalmaira fókuszált. A világszervezet választása azért esett erre a két országra, mert esetükben elterjedt a közösségi média használata, valamint a közelmúltbeli és jelenlegi gazdasági válság komoly hatást gyakorolt a foglalkoztatásra.

Az ENSZ Global Pulse kutatása két kérdésre kereste a választ: Találhatók-e olyan indikátorok az online beszélgetésekben, amelyek előre jelezhetik a közelgő munkanélküliséget? Valamint ezek az online tartalmak segíthetik-e a politikai döntéshozókat az érintett egyének által alkalmazott kezelési stratégiák típusainak és alkalmazási sorrendjének megértésében?

A vizsgálat során a kutatócsoport először az amerikai és ír blogok, fórumok és híroldalak anyagai közül kiválasztotta a munkával kapcsolatos online beszélgetéseket. Ezt követően minden egyes tartalomhoz hozzárendeltek egy hangulati pontszámot a társalgás hangvétele - például boldogság, lehangoltság vagy aggodalom - alapján. Azon munkanélküliséggel kapcsolatos tartalmakat, amelyek más témákkal - például lakhatással, közlekedéssel, egészségüggyel - is foglalkoztak, szintén számszerűsítették annak érdekében, hogy bepillantást nyerjenek abba, hogy a lakosság hogyan birkózik meg az állástalansággal.

Ezt követően az adatokat kétféleképpen elemezték: az egyik esetben a számszerűsített hangulati pontszámokat, a másik esetben pedig az egyéni kezelési stratégiákkal kapcsolatos tartalmak volumenét vetették össze a munkanélküliségi rátával.

Árulkodó jelek az online beszélgetésekben
Számos hangulati pontérték mutatott erős korrelációt a munkanélküliségi rátával - ezek az érzelmek lehetnek tehát azok az indikátorok, amelyek előre jelzik az állástalanság változását. Például Írországban a "zavaros hangulatú" kategóriába sorolt beszélgetések volumene 3 hónapos átfutási idővel összefüggést mutatott a munkanélküliségi rátával. Az is bebizonyosodott, hogy ezek az adatok értékes információt tartalmaznak arról, hogy az állástalanok hogyan birkóznak meg ezzel az élethelyzettel. Bizonyos, a munkanélküliség kezelésével kapcsolatos témák volumenében bekövetkező változás ugyanis szignifikáns kapcsolatokat mutatott a munkanélküliségi rátával - ezek rávilágíthatnak az állással nem rendelkező népesség várható reakcióira. Például az Egyesült Államokban az ingatlan elvesztéséről szóló beszélgetések a munkanélküliségi ráta emelkedése után két hónappal növekedtek. Ezeket az indikátorokat a szakemberek a munkanélküliségi politikák és a szociális védelmi programok fejlesztésére használhatják fel.

A SAS és az ENSZ Global Pulse projektje bemutatta, hogy a közösségi média elemzése valósidejű visszajelzést biztosíthat a politikai döntéshozók számára, és segítségével javulhat a káros hatások kezelésének képessége. "A magánszektor azért elemzi ezeket az online tartalmakat, hogy valós időben megértse a vevőit. Ezen új típusú adatok nagy része a társadalmi fejlődés szempontjából lényeges jeleket tartalmaz, ezért nekünk is használnunk kell ezt a forrást, hogy már folyamatában felismerjük, mi is történik." - mondta el Ban Ki-moon ENSZ főtitkár a világszervezet novemberi közgyűlésén a Global Pulse kezdeményezés kapcsán.

"A közösségi médiában és az Interneten megjelenő hatalmas mennyiségű digitális, publikus tartalom kiaknázatlan kincs." - nyilatkozta I-sah Hsieh, a SAS nemzetközi fejlesztési részlegének globális vezetője, majd hozzátette: "Ahhoz azonban, hogy egy szervezet a nyers szöveg elemzésével megtalálja a rejtett jeleket és érzelmeket, valamint kezelni tudja ezeket az óriási adattömegeket és prediktív analíziseket készíthessen, megfelelő technológiára van szüksége."

A szövegelemzés további lehetőségei
A fent említett példán túl a szövegelemzés széleskörűen támogathatja a közszféra és a versenyszféra szervezeteit: segítségével például az egészségügyi intézmények előre jelezhetik és mérsékelhetik a járványokat, a kiskereskedő cégek pedig fejleszthetik a termékeiket és növelhetik a vevőelégedettséget. Ehhez a SAS Text Analytics eszköz természetes nyelvi feldolgozással és fejlett statisztikai modellezéssel automatikusan megállapítja a szöveg relevanciát és értelmezi azt, feltárva a nehezen felismerhető trendeket, mintákat és véleményeket. Ennek a megoldásnak is köszönhetően a KMWorld magazin márciusban a tudásmenedzsment 100 legfontosabb vállalata közé sorolta a SAS-t.