DR. LIPTÁK KATALIN Válozó munkaerıpiac?! Munkaerıpiaci elırejelzés az Északmagyarországi régióban 1 A anulmányban bemuaásra kerülnek az Északmagyarországi régió munkaerıpiaci folyamaai. Válaszásom azér ese az Északmagyarországi régióra, mer a régió lakosakén érzékelem a kedvezılen munkaerıpiaci folyamaoka. Úgy vélem, hogy a regionális foglalkozaáspoliika szemponrendszerének kidolgozásá az elırejelzések egyik leheséges módszerével: az ARIMA (auoregresszív inegrál mozgóálag) módszerrel kapo eredmények ámogani udják, így rövidávon meghaározhaó a régió munkaerıpiaci helyzeében várhaó válozások iránya és méréke. Az elırejelzési módszerrel készíe 12 havi prognózis (2014. április 2015. március közöi idıszakra) irány ud muani a regionális foglalkozaáspoliika számára. Az elırejelzés eredményei egy alacsonyabb lészámú nyilvánaro álláskeresıkkel rendelkezı régió munkaerıpiacá veíik elıre. Az Északmagyarországi régióban a nyilvánaro álláskeresık 2009. február 2010. július közöi idıszakra elırejelze és valós számának összehasonlíásával kimuahaóvá vál a gazdasági válság regionális munkaerıpiaci haása. A regionális foglalkozaáspoliika szemponrendszeréhez adalékokkal szolgálha a Beveridgegörbe és a Lilienindex eredménye is. Munkaerıpiaci elırejelzések A gazdasági folyamaok múlbeli és jelenbeli adaainak vizsgálaán úlmuaón az elmúl 50 évben egyre nagyobb hangsúly helyeznek az elırejelzések készíésére. Az alkalmazo muaók, az elırejelzési módszerek széles skálája ismer. A komplex gazdasági modellek melle egyre elerjedebb a munkaerıpiaci folyamaoka magyarázó elırejelzı modellek alkalmazása, melyek megérése sokszor nehézkes a számíások bonyolulsága és összeesége mia. A munkaerıpiaci elırejelzı modellek alkalmazása irán komoly igény muakozik, melynek oka, hogy a munkapiacok nem ökélees piacok, az elırejelzések ada információk nélkül a munkaerıkeresle és kínála közö várhaóan nagyobb elérések muakoznának, ami azán feleheıen beölelen álláshelyekben, jelenıs munkanélküliségben vagy inakiviásban, makroszinen a haékonyság romlásában és inflációban muakozna meg. (GácsBíró, 2013:5). A munkaerıpiaci elırejelzések négy fıbb ípusá különbözei meg a szakirodalom: 1. Formális, országszinő, kvaniaív, modellre alapozo elırebecslések. 2. A munkálaók körében végze felmérések, kvaliaív megközelíés. 3. Egyes iparágaka, foglalkozásoka vagy régióka vizsgáló ad hoc anulmányok 4. A jövıbeli fejlıdésre vonakozó forgaókönyvek kidolgozása szakérıi véleményekre alapozva, kvaliaív módszerekkel (GácsBíró, 2013). A hazai szakirodalomban az uóbbi idıben nagyon hasznos és részlees elırejelzési modellek készülek. Anal e al. (2012) a magyarországi foglalkozaási srukúrákra végezek elırejelzés íz éves idıszakra 19922010 közöi adasorok alapján. Köllı e al. (2012) az elırejelzési modelleke fenyegeı kockázaok szemponjából végezek elemzéseke, arra 1 A kuaás a TÁMOP 4.2.4.A/211120120001 azonosíó számú Nemzei Kiválóság Program Hazai hallgaói, illeve kuaói személyi ámogaás bizosíó rendszer kidolgozása és mőködeése konvergencia program címő kiemel projek kereében zajlo. A projek az Európai Unió és Magyarország ámogaásával, az Európai Szociális Alap ársfinanszírozásával valósul meg. TERÜLETI STATISZTIKA, 2014, 54(3): 220 236. 1
keresve a válasz, hogy milyen a évedés leheısége, ha elhanyagolnak, illeve egyszerő felevésekkel írnak le részfolyamaoka. GácsBíró (2013) izenké európai országra elkészíe elırejelzéseke hasonlío össze azonos szemponok alapján. Ezek az elırejelzések ökonomeriai makromodellek alkalmazásával készülek, öbbnyire országokra. A régiók szerin differenciál foglalkozaáspoliikának Magyarországon nincs még gyakorlaa. Európában sem alálunk erre igazán jó példáka, pedig indokol lenne a regionális foglalkozaáspoliika meglée. A anulmányban az vol a célom, hogy a régiókra is alkalmas, sokkal egyszerőbb elırejelzés készísek, amelye fel lehe használni a regionális foglalkozaáspoliika kidolgozásához. Így az ARIMA módszerrel végezem elırejelzés a nyilvánaro álláskeresık számának válozására. A munkanélküliség elmélei megközelíései A munkaerıpiacon nem érvényesülnek a ökélees versenyre vonakozó feléelek, hanem súrlódások nehezíik. Az eleve nem ökélees munkaerıpiaco Dabasi Halász (2011) az alábbiakkal jellemzi: A munkaerıállomány nem homogén, hanem különbözı ismérvek szerin srukurál ermelési ényezı. A munkaerıpiac korláozoan áláhaó és korláozoan rugalmas. A munkaerıpiaci szereplık reakciói idıben késleleeek és nem ökéleesen informálak. A ıke és az élımunka nem helyeesíheı egymással korlálanul. Mivel a anulmányban a hangsúly a munkanélküliségre, a nyilvánaro álláskeresık számára helyezem, így érdemesnek aroam röviden áekineni a munkanélküliség elméleörénei megközelíései. A eljesség igénye nélkül csak a legfonosabb közgazdasági korszakokból emelem ki a munkanélküliségrıl kidolgozo nézeeke. A klasszikus iskola képviselıi úgy gondolák, hogy a munkanélküliség nem alakulha ki a piacon, ugyanis ha lére is jö volna munkanélküliség, akkor a keresle és a kínála egymás befolyásolva megoldoa volna a munkanélküliek gondjá, ugyanis a felkínál munkahelyek és a munka nélkül maradoak egymásra alálak volna. Szerinük a legfonosabb a szabadon, minden külsı beavakozásól érinelenül mőködı piaci mechanizmus léezése és így az állam (Smih szerin) láhaalan kézkén vagy (Mill szerin) éjjeli ırkén avakozzon csak be. A klasszikus elméle, miközben elismere, hogy a piacon állandóan van egyensúlyalanság a munkaerı kereslee és kínálaa közö, úgy véle, hogy az így lérejö munkanélküliség az egészséges gazdasági fejlıdés velejárója, ismerék a munkanélküliség ermészees ráájá (NAIRU nonacceleraing inflaion rae of unemploymen), amely semmilyen beavakozással sem befolyásolhaó. (Bánfalvy, 1989) Pigou (1933) elismere a Theory of Unemploymen címő mővében, hogy depresszió idején, amikor a gazdaság nincs egyensúlyban, a reálbérek csökkenése melle is nıhe a munkanélküliség; ovábbá hogy a rendszer önmőködıen ar a eljes foglalkozaás felé. Pigou úgy gondola, hogy a keresle állapoa, min olyan, nem számí a foglalkozaás szemponjából ez Keynes a késıbbiekben erıeljesen kriizála. A keynesi elképzelések szükségessé és leheségessé eék az állami beavakozás a munkaerıpiacon azér, hogy a munkanélküliség szinjé alacsonyan lehessen arani. A munkanélküliség azonban Keynes szerin sem küszöbölheı ki eljesen a fejlıdıben lévı gazdaságokból. A srukurális és a frikcionális munkanélküliség Keynes aníásában is az egészséges gazdasági szerkezei áalakulás szükségszerő erméke. (Bánfalvy, 1989:51) Az 1960as években a munkanélküliség jelenıs növekedése idején kerül elıérbe a munkaerıpiaci keresés elméle. Gyakorlai szemponból nézve a munkanélküliek száma azér növekszik, mer idıbe elik, amíg a munkaképes korú egyének új munká alálnak. A 2
munkanélküliség méréké befolyásolja a beáramlás és a munkanélküliség álagos idıarama. (Tzannaos, 1992) Shimer (2007) számíásokkal igazola a munkanélküliek kilépése és a foglalkozaoak állásveszése közöi kapcsolao. Morvay (2012) szerin a munkanélküliség ársadalmi és egyéni szemponból is kárékony jelenség. Az Északmagyarországi régión belül bekövekeze munkaerıpiaci válozások Az ARIMA módszeranának és a számíások eredményeinek ismereése elı egy rövid áekinés végezem a régió munkaerıpiaci helyzeérıl. A rendszerválás haása az Észak magyarországi régió is jelenısen érinee. A fejle piacgazdaságokban megfigyelheı alkalmazkodási folyamaokkal szemben a magyarországi munkanélküliség regionális különbségei a rendszerválás köveı néhány éven belül vizsgálva három alapveı jellemzı állapío meg Fazekas (1997): a munkanélküliség regionális különbségei viszonylag nagyok, a regionális különbségek méréke uóbbi években lényegében válozalan, az egyes régiók pozíciója a helyi munkanélküliségi ráák nagysága szerin képze sorrendben rendkívül sabil. Kérdés, hogy ezek a megállapíások öbb min 20 év múlán is érvényeseke. 60 58 56 54 52 50 48 46 B-A-Z Heves Nógrád Észak-Magyarország Magyarország 44 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 1. ábra: Akiviási ráa (%) az Északmagyarországi régióban (19922012) Forrás: Sajá szerkeszés KSH adaok alapján Az akiviási ráa (1. ábra) a rendszerválás köveıen 1998ig jelenısen, az országos éréke meghaladó mérékben ese vissza az Északmagyarországi régióban. Ez köveıen javuló, az országos folyamaoka nagyjából köveı endencia rajzolódik ki. BorsodAbaújZemplén megye adasorának válozása az Északmagyarországi régió görbéjének válozására hasonlí, a másik ké megye, különösen Nógrád akiviási ráája lényegesen hekikusabban mozog. A válozások oka az akív sáuszból kikerülık számának és arányának kampányszerő válozása. A gazdasági válság kövekezében a legjelenısebb visszaesés Nógrád megyében vol, míg Heves megyében növekedés apaszalhaunk. A munkakínálao válság eseében ké ellenées haás befolyásolhaja. Egyrész a arósan alacsony munkakeresle melle megnı a reményvesze munkanélküliek aránya, kilépnek a munkaerıpiacról, ami az akiviási ráa csökkenésé eredményezi. Másrész viszon a 3
korábban inakív sáuszban lévık visszaérhenek a munkapiacra. Magyarországon a foglalkozaáspoliikai inézkedések (korkedvezményes nyugdíjak megszőneése, rokkansági nyugdíjak jogosulságának felülvizsgálaa) megnövelék az akiviási ráá. (CseresGergely e al., 2012) 55 53 51 49 47 45 43 41 39 37 B-A-Z Heves Nógrád Észak-Magyarország Magyarország 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2. ábra: Foglalkozaási ráa (%) az Északmagyarországi régióban (19922012) Forrás: Sajá szerkeszés KSH adaok alapján A foglalkozaási ráa (2. ábra) az akiviási ráával hasonlóan válozik, 2006ól Nógrád megyében erıs visszaesés figyelheünk meg. A foglalkozaási ráa eseében fáziskésés nem állapíhaunk meg az országos és az Északmagyarországi régió adaainál. A foglalkozaási ráa görbéjének mély ponjai egy évvel megelızik az akiviási ráa minimum ponjai. Azaz a munkanélküli sáuszban lévık kövekezében a munkaerıpiaci depresszió egy évvel késıbb eızik. A foglalkozaási ráa minden megyében és az Északmagyarországi régióban is elmarad a válság elıi állapoól, ugyanis a válság uán a munkakeresle kevéssé bıvül. Magyarország munkaerıpiacán egyszerre érvényesül jelenıs poziív munkakínálai és negaív munkakereslei sokk. A munkakínálao a rokkannyugdíjazás feléeleinek szigoríása növele az elmúl években, ami az akiviási ráa növekedésével jár. A gazdaság szerkezei áalakulása a válság óa a munkakereslee elolódásá, majd csökkenésé okoza, emia a munkanélküliségi ráa (3. ábra) a 2000 óa folyamaosan emelkede. (CseresGergely e al., 2012) 4
22 20 18 16 14 12 10 8 6 B-A-Z Heves Nógrád Észak-Magyarország Magyarország 4 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 3. ábra: Munkanélküliségi ráa (%) az Északmagyarországi régióban (19922012) Forrás: Sajá szerkeszés KSH adaok alapján A munkanélküliségi ráa nagyobb mozgásérben válozik, min a foglalkozaási vagy akiviási ráa. Az 1993. évi csúcso köveıen a ráa úgy országosan, min regionálisan 2001 ben éri el a minimum éréké. A legalacsonyabb érék mind megyei, mind regionális szinen 2001ben vol, az köveıen lassú növekedés jelen meg, amely 2010. évre elére közvelenül a rendszerválás uáni magas munkanélküliségi érékeke. A munkanélküliség javulása erülei közeledéssel jár együ 2001ig, az köveıen újból nı a ávolság az országos és az Észak magyarországi érékek közö. A munkanélküliségi ráák magas szinje a régió vállalkozási és ipari kapaciásának az álagosól alacsonyabb szinő jelenléére vezeheı vissza. A munkanélküliségi problémák oka nem valamilyen rövidávú haás eredménye, hanem a hosszú ávon haó régiók közöi sajáos jellemvonások. Mindhárom munkaerıpiaci indikáor az muaja, hogy a Fazekas (1997) álal az 1990es évek elsı felére e megállapíásai (a munkanélküliség regionális különbségei viszonylag nagyok, a regionális különbségek méréke uóbbi években lényegében válozalan, az egyes régiók pozíciója a helyi munkanélküliségi ráák nagysága szerin képze sorrendben rendkívül sabil) differenciálan érvényesek. A munkanélküliségi ráa nem marad arósan magas szinen, ugyanakkor a erülei különbségek is csökkenek az idıszak feléig, majd ismé növekedek. Az viszon ény, hogy az ország régiói közül mindvégig az Északmagyarországi és az Északalföldi régiók szerepelek az uolsó helyeken. A munkanélküliségi ráá ekinve azonban egyérelmően az Északmagyarországi régió érékei emelkednek ki, azér a régió munkaerıpiaci helyzeének megéréséhez célszerő a munkanélküliség ényezıinek mélyebb felárása. G. Fekee (2006) a erülei elmaradoság ördögi körének ö fı erüleé muaa be (a demográfiai egyensúly megbomlása, a gyenge érségi jövedelemermelı képesség, a környezei erıforrások nem megfelelı szinő hasznosíása, az elszigeelség és a szükségleek kielégíésének akadályai), amelyek az Északmagyarországi régió eseében jelen vannak és ezek együesen haással vannak a érség alacsony foglalkozaására. Simkó (2008) a rendszerválás uán a régió a hirelen leszakadás, a gazdasági összeomlás és a súlyos válsághelyze kialakulásával jellemeze, ahol a ömeges lészámleépíések és a folyamaos elbocsáások meghaározó munkaerıpiaci jelenséggé válak. A kedvezılen földrajzi 5
fekvésıl, a viszonylag fejlelen infrasrukúrán á, a rossz demográfiai eredményekig, mindegyik ényezı ovább gerjeszee a régió leszakadásá az országos álagól. Az Európai Uniós csalakozás óa megfigyelheı hazánkon belül az Északmagyarországi régió leszakadása az ország öbbi régiójához képes munkaerıpiaci és gazdasági indikáorok alapján. Korábbi kuaásaim (Lipák, 2013) eredményeképpen arra juoam, hogy a gazdasági válságo megelızıen (a 2004. évıl számíásoka végezve) elindul egy árendezıdés az Északmagyarországi régión belül. 2008ra még egyérelmőbbé vál az ország ké részre szakadása, a részek közöi különbségek növekedése és a részeken belüli kiegyenlíıdés. Az Északmagyarországi régió ovábbi leszakadása vol apaszalhaó a komplex muaószámoka vizsgálva. A foglalkozaoság szekorális megoszlásának idıbeni válozásai A Lilienindex a srukurális válozások mérésének fonos eszköze, mérheıvé eszi a szekorális foglalkozaás növekedési ráájának szórásá a 1 idıponból a ik idıponba (Ansari e al, 2013). A globális világgazdaság gyorsan válozó igényeihez egyre kevésbé képes alkalmazkodni a munkaerı összeéelének jelenıs hányada. A munkaerı szekorok közöi áramlása és újrarendezıdése hosszabbrövidebb ideig arósan megemelhei a munkanélküliség ermészees ráájának a szinjé (Máé, 2012). Az alacsony iskolai végzeséggel rendelkezı munkanélkülieke érini jobban ez a jelenség, ugyanis ık kevésbé képesek alkalmazkodni a gyorsan válozó, egyre magasabb ismere szine igénylı iparágak elvárásaihoz. A Lilienindex alkalmas a régiók közöi súlyok felárására az egyes ágazaok foglalkozaoai számának vizsgálaával (Lilien, 1982). Lilien ézisében megfogalmaza, hogy az ágazai sokkokra reagálva az egyes szekorok közö megörénik a munkavállalók ácsoporosíása, ezen idıszak ala pedig a srukurális munkanélküliség hosszabbrövidebb ideig magasabb szinen merül fel, amely végsı soron a munkanélküliség ermészees szinjé is magasan arja (BachmannBurda, 2007). ahol, L S = m i= 1 x x i 2 ( logx logx ) (1) x i a foglalkozaoak aránya az iedik ágazaban x foglalkozaoak összlészáma elsırendő differenciál operáor idı (Lilien, 1982) i 6
0,48 0,47 0,46 0,45 0,44 0,43 0,42 0,41 0,40 0,39 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 BAZ Heves Nógrád 4. ábra: Lilienindex alakulása 19752010 közö Forrás: Sajá szerkeszés NFSZ adaok alapján A Lilienindex alapján (4. ábra) a szekorok közöi kiegyenlíeség a rendszerválásig jól kirajzolódik, az köveıen a legnagyobb árendezıdés Nógrád megyében vol. A gazdasági válság uáni idıszak eredményei meglepıek, míg Heves megye eseében 2009ıl csökken az index éréke, addig BorsodAbaújZemplén megye eseében az index éréke csökken 2010ig, majd 2011ben növekedés apaszalhaó, ami a mezıgazdasági szekorban dolgozók lészámának a növekedésébıl származik. Eközben Nógrád megyében ellenées folyama men végbe az elmúl években. Megállapíhaó, hogy a szekorális munkaerı áramlása egyre kisebb mérékő befolyásoló erıvel bír a foglalkozaásra, ez kifejezeen igaz Nógrád megyére. A szekorális foglalkozaás eseében örök kérdés, hogy szükségese valamelyik szekor felzárkózani egyegy megyében. Az index eredményei alapján nem lászik indokolnak, hogy a majdani regionális foglalkozaáspoliika valamelyik szekor kiemelen kezelje. A Lilienindex eredményei alapján Nógrád megyében lehee volna erısebb felzárkózaási igényrıl beszélni a 2000. évekıl kezdıdıen, de 2010re ez már érdekelenné vál. A munkanélküliségi ráa és a kihasználalansági ráa kapcsolaa A neoklasszikus makroökonómia alapéele szerin hosszú ávon a munkanélküliség egyensúlyi ráája a valóságban is a ermészees ráának felel meg, azaz hosszú ávon a munkanélküliség súrlódásos jellegő. A ermészees ráa vizsgálaának egyik eszköze a Beveridgegörbe (vagy UVgörbe), ami a munkanélküliségi és az állásbeölelenségi (vagy kihasználalansági) hányad közöi összefüggés muaja. A görbé eredeileg Dow és Dicks Mireaux (1958) szerzıpáros alkoa meg. Elemzésükben negaív viszony alálak a V (kihasználalansági ráa) és U (munkanélküliségi ráa) közö, melye úgy érelmezek, hogyha a gazdaság recesszióban van és magas a munkanélküliség, akkor kevés az üres álláshely, és fordíva is igaz (Rodenburg, 2007). 7
A munkapiaci irodalom szerin negaív ermelékenységi sokkok eseén a Beveridgegörbe kezdeben az origó felé olódik el (már nem írnak ki új álláshelyeke, és a munkanélküliek száma még nem csökken), majd a görbén mozgunk lefelé (az új álláshelyek száma csökken, és a munkanélküliek száma is növekszik) (CseresGergely e al. 2012:30). Az Északmagyarországi régió megyéinek eseében a Beveridgegörbe Heves megyében mozdul el a legkisebb mérékben (5. ábra), vagyis a 2011. évi állapo majdnem megegyeze az 1995. évi állapoal. A legjobb helyzeben a 2002. évben vol a megyei munkaerıpiac. Sokkal hekikusabb a görbe alakja BorsodAbaújZemplén és Nógrád megyék eseében, munkanélküliségi ráa mindké megyében jelenısen megemelkede az elmúl 5 évben. BorsodAbaújZemplénben a munkanélküliség összességében magasabb vol, min a régió másik ké megyéjében, a kihasználalansági ráa szinén magasabb vol, a régió munkaerıpiacának állapoa 2001. évre javul, de az köveıen visszaesés figyelheı meg. A görbe alakulása alapján megállapíhaó, hogy az üres álláshelyek és a munkanélküliek közöi szakadék egyre erısebben nı. Felmerülhe a kérdés, miér nem alálkoznak az üres álláshelyek és a munkanélküliek. A jelenség leheséges magyarázaa, hogy a munkaerıpiacon, a szekorális árendezıdés mia a munka nélkül marad személyen iskolai végzesége, képzesége nem alkalmas az üres munkahelyek beölésére. Feleheıleg a munkanélküliek nem rendelkeznek az üres álláshelyek beöléséhez szükséges iskolai végzeséggel. Magasabb minıségi elvárásokra kell felkészülni a munka nélkül marad akív korúaknak, ehhez az okaási rendszer és a képzéseke, ovábbképzéseke á kell gondolni. Nagyon sok munkanélküli nem hajlandó anulni, nincs meg az ehhez szükséges moiváció. G. Fekee Osgyáni (2009) a munkavállalásra vonakozó moivációs felmérésében rávilágío a munkavállalási hajlandóságo befolyásoló fıbb moívumokra, a munkára nevelés jelenıségére és az okaás szükségességére. Minájukban a képzésekben való részvéelre vonakozó hajlandóság az alacsony iskolai végzeségőek eseében 2/3 arányú vol. 5. ábra: Beveridgegörbe alakulása 19952011 közö 2 Forrás: Sajá szerkeszés NFSZ adaok alapján 2 Kihasználalansági ráa (%) megegyezik a beölelen (üres) álláshelyek számának és a foglalkozaoak számának hányadosa százalékos formáumban. 8
Az 1. ábláza a nyilvánaro álláskeresık arányá muaja iskolai végzeség szerin. Minden idıszakban és mindhárom megyénél az álalános iskolai végzeséggel vagy a 8 álalánosnál alacsonyabb végzeséggel rendelkezık volak a legöbben (az összes nyilvánaro álláskeresınek minegy 4151%a). Szinén magas a szakmunkás vagy szakiskolai végzeségőek aránya. A legmagasabb érékekkel és így a legrosszabb iskolai állapoal Nógrád megye és BorsodAbaújZemplén megye rendelkeznek, ami magyarázao ad a Beveridgegörbénél megjelenı magas kihasználalansági ráára. A feléelezésem szerin, a be nem ölö üres álláshelyek legalább középfokú (vagy magasabb) iskolai végzesége igényelnek a majdani munkavállalókól. 1. ábláza: A nyilvánaro álláskeresık aránya iskolai végzeség szerin (%) álalános iskola 8 oszálya vagy annál kevesebb szakmunkásképzı vagy szakiskola középiskola fıiskola vagy egyeem BAZ Heves Nógrád BAZ Heves Nógrád BAZ Heves Nógrád BAZ Heves Nógrád 2000 45,6 43,6 48,5 35,2 33,2 30,4 17,6 20,1 19,5 1,6 3,1 1,6 2001 48,0 45,7 50,0 33,3 32,0 29,7 16,9 19,0 18,9 1,8 3,4 1,4 2002 48,6 47,4 49,8 33,4 30,7 29,5 16,2 18,7 19,1 1,8 3,3 1,6 2003 49,7 47,5 50,5 32,0 30,0 29,2 16,2 18,9 18,7 2,1 3,6 1,7 2004 48,9 47,1 49,5 31,4 29,7 29,4 17,2 19,6 19,1 2,5 3,6 2,0 2005 48,7 46,9 49,0 31,2 29,9 29,8 17,4 19,2 19,5 2,7 3,9 1,8 2006 48,2 46,0 50,5 31,3 29,6 28,4 17,7 20,1 19,3 2,7 4,2 1,9 2007 48,8 45,9 49,3 30,6 29,8 28,4 17,9 20,1 20,0 2,7 4,2 2,3 2008 49,5 45,7 50,3 30,1 30,4 28,3 17,7 19,9 19,4 2,8 3,9 2,1 2009 46,1 41,6 46,9 31,5 32,1 30,7 19,5 22,2 20,3 2,9 4,1 2,2 2010 45,6 45,3 47,6 30,7 29,2 28,1 20,3 21,1 21,7 3,4 4,4 2,6 2011 46,8 44,9 47,1 29,1 28,6 27,4 20,6 22,0 22,6 3,5 4,4 2,9 Forrás: Sajá szerkeszés NFSZ adaok alapján A Nemzei Foglalkozaási Szolgála győj adaoka az üres álláshelyek munkakörönkéni ípusáról is, az adaok csak 2010. és 2011. évekre állnak rendelkezésre, de ezek is alkalmasak egyegy idıpillana érékelésére. 2011. évben BorsodAbaújZemplén megyében segédmunkásoka, ucaseprıke, eladóka, akaríóka, adminiszráoroka és konyhai kisegíıke keresek a legnagyobb számban, ugyanakkor minegy 100150 fıs új bejelene álláshelye kínálak vagyonır, személygépkocsi vezeı, pénzügyi ügyinézı, üzleköı, aníó, pék, vízvezeék szerelı munkakörbe. Ezeknél az üres állásoknál magasabb a speciális képzeség köveelménye. Hasonló a helyze Nógrád megyénél is a munkaköröke illeıen. Kuaásában Simkó (2008) is arra az eredményre juo, hogy a legfeljebb álalános iskolai végzeségő munkaerı is erıeljesen leérékelıdö, és a keresle iránuk meggyengül. A munkaerıállomány minıségi összeéele az okaási adaok alapján összességében romló endenciá mua, ami a megfelelı színvonalú munkahely hiányával és ennek kövekezében a nagyobb mobiliásra képes diplomás fiaalok növekvı elvándorlási hajlandóságával is összefügg. A Beveridgegörbe alapján az Északmagyarországi régióban lévı üres álláshelyek és a magas számban jelen lévı munkanélküliek nem alálkoznak, ennek oka a munkanélküliek nem megfelelı szinő iskolai végzesége. A speciális szakmai ismereek hiányában nem képesek beöleni az üres álláshelyeke. 9
A nyilvánaro álláskeresık számának elırejelzése az ARIMA módszerana A megfigyel saiszikai adaok idıbeni lefolyásának komplex vizsgálaához idısor elemzés alkalmazunk (Herman e al., 1994). A havi munkanélküliségi adaok szochaszikus idısorelemzésre alkalmasak. A dekompozíciós modellek a legnépszerőbb idısorelemzési módszereke foglalják magukba. A modell négy összeevıbıl áll: Y() = X () + X () + X () + X () (2) T S C ahol, Y() a vizsgál idısor ényadaai, X T () rend (a arósan érvényesülı endencia, hosszú ávú alapirányza) X S () szezonális komponens (a rendıl való elérés, az éven belüli, periodikus ingadozás méréke) X C () ciklikus komponens (a hosszabb ávú ingadozás) X () irreguláris komponens (sacionárius, Gauss eloszlású vélelen haás). (Fábián, 2008) Az 1970es években kerülek elıérbe a ársadalomudományokban az ARMA modellek (auoregresszív és mozgóálagolású modellek), amelyeknek a lényege, hogy az idıben lejászódó folyamaoka sajá korábbi érékeik, ovábbá a vélelen haások figyelembe véelével írjuk le. (Hunyadi e al., 1997) Az ARIMA (auoregressiveinegraedmovingaverage) modellek alkalmazása a szakirodalomban BoxJenkins módszeranakén is ismer, amelye az 1930as években fejleszeek ki. Az auoregresszió (AR) a regresszió olyan formája, melyben az eredményválozó más magyarázó válozók helye sajá különbözı késleleéső múlbeli érékeihez kapcsolódik. φ + +φ + ξ = 1 p ε (3) 1 p Y Y Y ahol: p az auoregressziviás rendjé jelöli. A mozgóálag (MA) modell az idısor jelenlegi éréké, a jelenlegi és a múlbeli vélelen válozók függvényében fejezi ki, ehá a mozgóálag az jeleni, hogy az idısor éréké a idıponban befolyásolja a jelenlegi hibaag és a múlbeli hibaagok súlyozo kombinációja. Y = ε +θ ε + +θ ahol: q a mozgóálag folyama rendjé jelöli. (RédeySzenmiklósi, 2000) A modell a differencia képzéssel sacionáriussá ranszformál, ún. ded rendő inegrál [I(d)] idısorokra felír ARMA modell. Az ARIMA modellek dimenziói a kövekezı módon adjuk meg: ARIMA (p, d, q). (KehlSipos, 2011) Az ARIMA modellek minden eseben lineáris összefüggésekre vonakoznak. Az eredményválozó becslésére szolgáló egyenle magyarázó válozói ké csoporra oszhajuk: az auoregresszív (AR) és a mozgóálagolású (MA) modell válozóira. Az auoregresszív modell eseében az eredményválozó sajá korábbi érékei magyarázzák. Ha a maximális késleleés éréke p, azaz legfeljebb p idıszakkal korábbi érékek szerepelnek a magyarázó válozók közö, ped rendő AR modellrıl beszélünk, amelynek jele: AR(p). A havi munkanélküliségi adasor elemzésére ún. szezonális ARIMA modell alkalmazok, melynek álalános jelölése: ARIMA (p, d, q) (P, D, Q) s. Szezonális ingadozáson az azonos hullámhosszú és szabályos ampliúdójú, rendszeresen ismélıdı, rövid ávú ingadozásoka érjük. (Hunyadi e al., 1997) A modellezés kiindulóponja annak megállapíása, hogy a vizsgálni kíván idısorunk sacionáriuse, illeve, ha nem, akkor az, hogy alkalmas ranszformációval sacionáriussá eheıe. Az egymás köveı megfigyelések közö fennálló összefüggések megállapíása az ε (4) 10
idısorok korrelációs srukúrájának leírásá jeleni, mely az auokorrelációs és a parciális auokorrelációs együhaók számíásával örénik. A minából az auokorrelációs együhaók becslése a kövekezıképpen örénik: n k ( y y)( y y) = 1 rk = k= 1,2,..., K n = 1 ( y y) k 2 Az auokorrelációs együhaók becsül érékei, az idısor k idıegységgel késlelee érékei közöi lineáris korrelációs kapcsola szorosságá mérik. Az r1 az egymás köveı, az r 2, az egymásól ké idıegységre lévı érékek közöi kapcsola inenziásá jeleni. Az rk együhaók a késleleés függvényében (k = 1, 2,, K), az auokorrelációs függvény (ACF) alkoják. A parciális auokorrelációs együhaók ρk az idısor k idıegységgel késlelee érékei közöi lineáris korrelációs kapcsola szorosságá mérik úgy, hogy a közbensı, 1, 2, k1 késleleések haásá kiszőrjük. A ρk együhaók a késleleés függvényében (k = 1, 2,, K), a parciális auokorrelációs függvény (PACF) alkoják. A apaszalai idısor ACF és PACF érékei alapján azonosíhaó a szochaszikus folyama ípusa, amely egyben kijelöli a válaszandó modell ípusá. (RédeySzenmiklósi, 2000) A sacionárius idısorok nem aralmaznak idırendhaás, az idısor érékei egy állandó álagos szin körül ingadoznak, állandó szórással. Az állandó szórás az jeleni, hogy az ingadozások inenziása idıben nem válozik (nem növekszik vagy csökken). Ezenkívül a sacionárius idısorokra jellemzı az, hogy az auokorrelációs együhaói ρk idıben állandóak, nem függnek ıl, csak a válozók egymás közöi ávolságáól, kól. Amennyiben az idısor nem sacionárius folyamaból származik, bizonyos ranszformációval sacionerré lehe alakíani. Ha ez nem sikerül, a folyamara ARIMA modellek nem illeszheık. Meg kell haározni, hogy milyen ípusú ARMA modell illeszésével próbálkozzunk, illeve, milyen legyen az auoregressziviás (p) és/vagy, a mozgóálagolás (q) rendje. Ez a apaszalai, vagy a ranszformál idısor ACF és PACF érékei alapján haározzuk meg. A modellezés ezen fázisá idenifikációnak nevezzük. Az illeszkedés jóságá is vizsgálnunk kell, azaz hogy a kiválaszo modell ényleg jól jellemzie az adaoka. Ennek eszelésére alkalmas az Akaikeféle információs kriérium (AIC) vagy a Schwarzféle bayesi kriérium, ami egyszerre veszi figyelembe a becsül együhaók számá és az illeszkedés jóságá. A keı együes alkalmazása viszon éves információra veze, mer az AIC figyelembe veszi a becsül paraméerek számá, de nem bünei szigorúan, míg a Schwarzféle kriérium a paraméerek számának növekedésé szigorúbban kezeli, így a ovábbiakban az Akaike kriériumo alkalmazom. (5) AIC( p) = nlogσ 2 p+ 2p (6) ahol: n a mina nagysága, p becsül paraméerek száma, σ reziduum nagysága. Az a modell válaszjuk, ahol az Akaikekriérium éréke a legkisebb. Ez köveıen ellenırizni kell, hogy a reziduumok közö nincs auokorreláció, erre a hibaagok normaliás eszelésé végezzük el. (Maddala, 2004) Az elsı (p=1) és másodrendő (p=2) auoregresszív modell felírhaó az alábbi formában: ARIMA (1, 0, 0) vagy AR (1) modell Y = φ +ε 1 Y 1 (7) ARIMA (2, 0, 0) vagy AR (2) modell Y = φ1y 1+φ2 Y 2+ ε (8) 11
Az auoregresszív folyama mindenkori éréke kifejezheı sajá késlelee érékeinek lineáris kombinációja és egy fehér zaj folyama összegekén. Az elsı (q=1) és másodrendő (q=2) mozgóálag modell felírhaó az alábbi formában: ARIMA (0, 0, 1) vagy MA (1) modell Y =ε θ1ε 1 (9) ARIMA (0, 0, 2) vagy MA (2) modell Y =ε θ1ε 1 θ2ε 2 (10) (RédeySzenmiklósi, 2000) Elırejelzés az Északmagyarországi régióban empirikus eredmények Az elırejelzéshez a nyilvánaro álláskeresık számának havi adasorá veem alapul 1995. január 2014. március közöi idıszakra (6. ábra). A számíásokhoz Grel szofver alkalmazam. Elıször is megvizsgálam, hogy az idısor sacionáriuse. 130000 120000 110000 álláskeresık száma 100000 90000 80000 70000 1995 2000 2005 2010 2015 6. ábra: Az idısor grafikus ábrázolása (az Északmagyarországi régióban nyilvánaro álláskeresık száma) Forrás: Sajá szerkeszés Az idısor nem sacionárius a legkisebb négyezeek módszere (OLS) alapján, ez Dickey Fuller eszel (ADF) ellenırizem. Vizsgálam a konsanssal, a konsanssal és renddel, illeve a konsanssal, renddel és rendnégyzeel való illeszkedés. 1%os szignifikanciaszinen el lehe veni a nullhipoézis mindhárom eseben, ami az jeleni, hogy az idısor aralmaz egységgyökö. Az egységgyök jelenlée mia még nem leheséges az ARIMA modell idısorra örénı illeszése, á kell alakíani az idısor sacionáriussá. Az áalakíáshoz az adaok szezonális differenciázo 3 érékei kell venni (seasonal difference of seleced variables). (Ha az adasor év 3 Differenciázásnak nevezzük a diszkré idıben örénı deriválás. 12
nem lenne szezonális, akkor elég lenne az elsı rendő differenciázo érékek vizsgálaa.) Az az idısor, melynek elsı differenciái sacionáriusak, elsırendő inegrál I(1) idısornak nevezzük. Ez köveıen megnézem újra az ADF esz eredményé. A DickeyFuller esz alapján a kis pérékek mia az idısorban már nincs egységgyök (a késleleés méréke 1). A kövekezı lépés a megfelelı ARIMA modell kiválaszása, ennek az eldönéséhez a korrelogramo kell megvizsgálni. A sacionárius idısorok ACF és PACF érékei aralmaznak nulláól szignifikánsan különbözı érékeke, ez valamilyen sziszéma jelenléére ual. A sziszéma megkeresése úgy örénik, hogy a különbözı ípusú ARIMA folyamaok közül kiválaszjuk azoka, amelyeknek az ismer elmélei ACF és PACF sémájára leginkább hasonlíanak az idısor apaszalai auokorrelációs és parciális auokorrelációs együhaói. A korrelogram és az ACFérékek ismereében sem udjuk egyérelmően meghaározni az alkalmazásra kerülı modell, így olyan ARIMA modelleke kell képezni, amelyekben elsı rendő differenciázo van, így az ARIMA(1,1,1)(1,1,1) az ARIMA(1,1,0)(1,1,0) és az ARIMA(0,1,1)(0,1,1) modellválozaoka képezem. Meg kell vizsgálni, hogy a feni modellek közül melyike használhajuk leginkább elırejelzésre. Az ismer modellszelekciós eljárások közül az Akaike kriériumoka veeem össze (az a legjobb, ahol a legkisebb az érék). Ezen muaó alapján az ARIMA(1,1,1)(1,1,1) 12 modell alkalmazhaó. Ahhoz, hogy az elırejelzéshez használni udjuk a modell, állapísuk meg, hogy a hibaagok normális eloszlásúak, illeve auokorrelálalanoke. A számíás alapján a hibaagok normális eloszlás kövenek. Mivel a korrelogram viszon csak minimális auokorreláció muao, így lefuaam egy elırejelzés az ARIMA(1,1,1)(1,1,1) 12 modellre (1. mellékle). A eljes idıszako (19952014) ekinve az Északmagyarországi régióban 20022004 közö vol a legalacsonyabb a nyilvánaro álláskeresık száma (7. ábra). 13
140000 130000 álláskeresık száma álláskeresık számának elırejelzése 95%os megbízhaósági szin 120000 110000 100000 álláskeresık száma 90000 80000 70000 60000 50000 40000 30000 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 7. ábra: A nyilvánaro álláskeresık számának elırejelzése az Északmagyarországi régióban Forrás: Sajá számíás alapján Az EU csalakozás köveıen folyamaos növekedés vol megfigyelheı, amelye a 2008. évi gazdasági válság állío meg, azóa ugyanis a nyilvánaro álláskeresık évi álagos száma közel ugyanolyan szinen (115.000 fı) körül mozog. A hosszú idısor és a havi adaok leheıvé eszik a szezonális ingazodások alaposabb vizsgálaá is. Az ıszi hónapokban már egyre kevesebb munkaképes korú személynek van hivaalos munkaviszonya és folya keresı evékenysége, a csúcspon a éli hónapokban figyelheı meg (decembermárcius közö). A avaszi hónapokban ismé csökken a nyilvánaro álláskeresık száma, ugyanis képesek valamilyen jövedelemszerzı evékenysége folyani (pl. mezıgazdasági munka, egyéb szezonmunkák). Az elırejelze érékek konfidenciainervalluma elég ág, a kék színő görbe a nyilvánaro álláskeresık számának jelenıs csökkenésé veíi elıre, ennek oka, hogy a 2013. november havi adasor az elızı hónaphoz képes a éli közfoglalkozaás mia minegy 15.000 fıvel csökkenee a nyilvánaro álláskeresık számá. A szezonális kilengések méréke csökken, amely a válságból örénı kisfokú kilábalás muaja. Az elırejelzés használhaóságá illeıen végezem egy konroll modellezés, amelynél arra keresem a válasz, hogy hogyan alakul volna a nyilvánaro álláskeresık száma, ha nem le volna 2008ban válság. Mivel a gazdasági válság a munkaerıpiacra késleleve hao, így 1995. januáról 2009. januárig meglévı adasorra végezem ARIMA módszer segíségével elırejelzés a 2009. február 2010. július közöi idıszakra (8. ábra). év 14
8. ábra: Elırejelzés eredménye az Északmagyarországi régióban, ha gazdasági válság nem le volna Forrás: Sajá szerkeszés sajá számíás alapján Érdekesen alakul volna a nyilvánaro álláskeresık száma, ha a gazdasági válság nem kövekeze volna be. A meglévı adaokra illesze elırejelzı modell szerin a gazdasági válság nélkül 2009 elén 2500 fıvel öbb regiszrál álláskeresıvel kelle volna számolni, ugyanakkor a szezonaliás endenciája eljesen megegyezik a valós adasorral, megközelíıleg a 2500 fıvel magasabb érék megmarad volna a nyári idıszakban is. Ami a válság haásá muaja, hogy az elırejelzés válság nélkül nem eredményeze 2010 márciusára olyan magas lészámo, min az valójában vol. A válság nélkül is növekede volna a nyilvánaro álláskeresık száma, de nem akkora mérékben, min amelye a válság eredményeze. Megállapíhaó, hogy az ARIMA módszer a nyilvánaro álláskeresık számának múlbeli idıszakának idısorára alkalmazva beigazolódo, hogy az elırejelze adaok és a valós adaok 95%os megbízhaósági szinen illeszkednek. Az elırejelzési módszerrel 12 hónapra készíe prognózis a régió foglalkozaási helyzeének ovábbi kisebb mérékő romlásá veíi elıre a regionális foglalkozaáspoliika számára. Az Északmagyarországi régió nyilvánaro álláskeresıinek elırejelzése a válság 18 hónapjára és a ényleges válozások közöi különbség igazolja a régióban a késlelee munkaerıpiaci haás (hiszerézis) érvényesülésé. Az elırejelzés eredményei fennarással kell kezelni, ugyanis az ARIMA módszer legjelenısebb korlája, hogy egyelen indikáor múlbeli adaaival dolgozunk és nem vesszük figyelembe a gazdaságban lezajló folyamaoka és külsı sokkoka. Összefoglalás Az Északmagyarországi régió eseében a Lilienindex és Beveridgegörbe segíségével megvizsgálam a rendszerválás köveı folyamaoka, ez a ké módszer viszonylag rikán alkalmazzák a munkaerıpiaci szakirodalomban, noha láványos eredményekre és reje összefüggésekre muanak rá. A válozó munkaerıpiac jövıbeli alakulásá ARIMA modellel jelezem elıre az Északmagyarországi régió eseében. A modell eredményei alapján (részben köszönheıen a kormányzai inézkedéseknek és a soka viao közfoglalkozaás egyre szélesebb körő és nagyobb arányú alkalmazásának) a jövıben egy javuló endenciá leíró 15
munkanélküliségi folyama várhaó, amelye ermészeesen egy külsı sokkhaás azonnal ki ud lendíeni a görbe elırejelze helyzeébıl. Mégis úgy vélem, hogy a (regionális) foglalkozaáspoliikával foglalkozó szakemberek számára az ilyen jellegő viszonylag egyszerő modellek segíhenek a jövıbeli folyamaok felvázolásában. Irodalom Ansari, Muhammed Rashid Mussida, Chiara Pasore, Francesco (2013): Noe on Lilien and Modified Lilien Index, IZA Discussion Paper No. 7198 Anal, Gábor Suherland Earle, John Telegdy, Álmos (2012): Labor Demand Forecasing by Occupaion, Gender, Educaion and Region, TÁMOP 2.3.2.09/1 Mőhelyanulmányok Bachmann, Ronald Burda, Michael C. (2007): Secoral Transformaion, Turbulence, and Labour Marke Dynamics in Germany, Discussion Paper Economic Risk, Berlin Bánfalvy Csaba (1989): A munkanélküliség, Magveı Kiadó, Budapes Beveridge, William H. (1909): Unemploymen: A problem of indusry, Longmans CseresGergely Zsombor Káay Gábor Szörfi Béla (2012): A magyarországi munkapiac 20112012ben, In: Fazekas Károly (szerk.) (2012): Munkaerıpiaci Tükör, pp 1840. Dabasi Halász Zsuzsanna (szerk.) (2011): Munkaerıpiac és foglalkozaáspoliika, Miskolci Egyeemi Kiadó Dow, J.C.R. DicksMireaux, L. (1958): The Excess Demand for Labour: A Sudy of Condiions in Grea Briain, 19461956, Oxford Economic Papers, 10:133. Fábián László (2008): Idısorelemzési módszeranok összehasonlíása saiszikai anuló algorimusok segíségével, Debrecen Fazekas Károly (1997): Válság és prosperiás a munkaerıpiacon A munkanélküliség regionális sajáosságai Magyarországon 19901996 közö, Tér és Társadalom, 11(4):924. G. Fekee Éva Osgyáni Gábor (2009): A munkavállalási moivációk idıbeni és érbeni válozásai, Északmagyarországi Sraégiai Füzeek, 5(1):3862. G. Fekee Éva (2006): Hárányos helyzebıl elınyök? Elmarado kisérségek felzárkózásának leheıségei az Északmagyarországi régióban, Északmagyarországi Sraégiai Füzeek, 3(1):5469. Gács János Bíró Anikó (2013): A munkaerıpiaci elırejelzések nemzeközi gyakorlaa, Budapesi Munkagazdaságani Füzeek, BWP 2013/10 Herman Sándor Pinér József Rappai Gábor Rédey Kaalin (1994): Saiszika II., JPTE Kiadó, Pécs Hunyadi László Mundruczó György Via László (1997): Saiszika, Aula Kiadó, Budapes, 887 p. Kehl Dániel Sipos Béla (2011): Excel parancsfájlok felhasználása a saiszikai elemzésekben, okaási segédle, Pécsi Tudományegyeem, Pécs Köllı János e al. (2012): Foglalkozaási csodák Európában Tanulság a munkaerıpiaci elırejelzés számára, TÁMOP 2.3.2.09/1 Mőhelyanulmányok Lilien, David M. (1982): Secoral shifs and cyclical unemploymen, Journal of Poliical Economy, 90(4):777793. Lipák Kaalin (2013): A magyarországi kisérségek munkaerıpiaci alakulásá magyarázó ényezık vizsgálaa, Journal of Cenral European Green Innovaion, 1(1):8396. Máé Domicián (2012): A foglalkozaás válozásai szekorális megközelíésben, különös ekineel egyes munkapiaci inézmények haásaira, Debrecen, Ph.D. érekezés Morvay Endre (2012): Munkapiac keresési súrlódásokkal, Közgazdasági Szemle, 59(2):139 163. 16
Pigou, Arhur C. (1933): A munkanélküliség elmélee, McMillan Kiadó, London Rédey Kaalin Szenmiklósi Miklós (2000): Az SPSS for Windows szofver alkalmazása ARIMA modellek készíésére idısorelemzés és elırejelzés céljából, hp://www.kk.jpe.hu/kepzes/anyag/msc_i/sipos/ Rodenburg, Peer (2007): The remarkable palce of UVcurve in economic heory, Tinbergen Insiue Discussion Paper, Amserdam Shimer, Rober (2007): Reassessing he Ins and Ous of Unemploymen, NBER Working Paper, No 13421, Cambridge Simkó János (2008): A foglalkozaás akuális problémáira megoldás javasoló módszerek az Északmagyarországi régióban, kézira, Miskolc Tzannaos, Zafaris (1992): Labour economics, In: Maloney, John: Wha is new in economics?, Manchaser Univesiy Press, Mancheser, pp. 71100. Kulcsszavak: munkaerıpiaci elırejelzés, ARIMA modell Resume Globalizaion basically deermine regional processes and regional labour markes. Lilien index inroduces secoral division in he ligh of employmen. Lilien index is applicable o explore he weighs among regions my means of invesigaing he number of people employed in paricular secors. The monhly unemploymen daa are suiable for sochasic ime series analysis; as he auhor had inended o deal primarily wih he analysis of he shor erm impac. Decomposiion models include he mos popular ime series analysis mehods, so called seasonal ARIMA model is used. The auhor carried ou a conrol modelling in order o check he usabiliy of he predicion ha sough answer o wha he rend of he number of regisered jobseekers would have been if here had been no crisis in 2008. Szerzı Dr. Lipák Kaalin Ph.D. egyeemi anársegéd Miskolci Egyeem, Gazdaságudományi Kar, Világés Regionális Gazdaságan Inéze H3515 MiskolcEgyeemváros lipak.kaalin@unimiskolc.hu 1. mellékle: Elırejelzés érékei 95%os megbízhaósági szinen az Északmagyarországi régió nyilvánaro álláskeresıinek számára idıszak elırejelzés inervallum (alsó érék) inervallum (felsı érék) 2014. április 71599 66514 76684 2014. május 66354 58165 74544 2014. június 63890 53355 74425 2014. július 64997 52534 77461 2014. auguszus 64452 50319 78585 2014. szepember 63370 47744 78997 2014. okóber 64408 47419 81396 2014. november 57205 38956 75454 2014. december 57163 37734 76591 2015. január 64600 44060 85141 2015. február 66426 44831 88021 2015. március 62681 40081 85281 Forrás: Sajá szerkeszés 17