Ocena wpływu zatrudnienia subsydiowanego na wyjście z bezrobocia

• Autorzy: Beata Bieszk-Stolorz

Warianty tytułu

Assessment of the Influence of Subsided Works on the Unemployment Leave

• Języki publikacji: PL

Abstrakty

Głównymi celami programów zatrudnienia wdrażanych w Polsce przez urzędy pracy jest aktywizacja zawodowa bezrobotnych i zmniejszenie niedopasowań strukturalnych na rynku pracy. Wśród instrumentów zorientowanych popytowo znajdują się prace interwencyjne, roboty publiczne, prace społecznie użyteczne oraz środki na podjęcie działalności gospodarczej i na wyposażenie stanowiska pracy. Stanowią one tak zwane zatrudnienie subsydiowane. Kosztowna realizacja programów wymusza prowadzenie badań ewaluacyjnych i badań nad efektywnością tych instrumentów. Celem artykułu jest wykorzystanie bezwarunkowych modeli ryzyka zdarzeń konkurujących (Unconditional Competing Risks - UCR) do analizy wpływu zatrudnienia subsydiowanego na prawdopodobieństwo i intensywność wychodzenia z bezrobocia. W badaniu wykorzystano dane indywidualne osób zarejestrowanych w Powiatowym Urzędzie Pracy w Szczecinie. (abstrakt oryginalny)

EN

The professional activity of the unemployed and decrease of the structural mismatch on the labour market are the main goals of realised in Poland by the labour offices employment programmes. Interventional, public and socially useful works, resources for starting the economic activity and for equipment of workplace are the demand-oriented instruments. They are the so-called subsided works. Evaluation analyses and research on the effectiveness of these instruments are forced by high costs of realisation of these programmes. The main goal of the article is application of the models of competing risks on the analysis of influence of subsided works on probability and intensity of the unemployment leave. The individual data of the unemployed persons registered in the Poviat Labour Office in Szczecin was used in the analysis.(original abstract)

Słowa kluczowe

PL

Rynek pracy; Bezrobocie; Model hazardu empirycznego

EN

Labour market; Unemployment; Empirical hazard model

• Czasopismo: Studia i Prace WNEiZ US
• Rocznik: 2017
• Numer: nr 50 T. 1. Metody ilościowe w ekonomii
• Strony: 83--95

Twórcy

autor

Beata Bieszk-Stolorz

• Uniwersytet Szczeciński

Bibliografia

• Aly, E.A.A., Kochar, S., McKeague, E. (1994). Some Tests for Comparing Cumulative Incidence Functions and Cause-Specific Hazard Rates. Journal of the American Statistical Association, 89 (427), 994-999. DOI: 10.2307/2290925.
• Bieszk-Stolorz, B. (2013). Analiza historii zdarzeń w badaniu bezrobocia. Szczecin: Volumina. pl Daniel Krzanowski.
• Bieszk-Stolorz, B., Markowicz, I. (2012). Modele regresji Coxa w analizie bezrobocia. Warszawa: CeDeWu.
• Bryant, J., Dignam, J.J. (2004). Semiparametric Models for Cumulative Incidence Functions. Biometrics, 60 (1), s. 182-190. DOI: 10.1111/j.0006-341X.2004.00149.x.
• Crowder, M. (1994). Identifiability Crises in Competing Risks. International Statistical Review, 62 (3), 379-391. DOI: 10.2307/1403768.
• Crowder, M. (1996). On Assessing Independence of Competing Risks When Failure Times Are Discrete. Lifetime Data Analysis, 2 (2), 195-209. DOI: 10.1007/BF00128575.
• Crowder, M. (1997). A Test for Independence of Competing Risks with Discrete Failure Times. Lifetime Data Analysis, 3 (3), 215-223. DOI: 10.1023/A:1009696830515.
• Efektywność podstawowych form aktywizacji zawodowej, realizowanych w ramach programów na rzecz promocji zatrudnienia, łagodzenia skutków bezrobocia i aktywizacji zawodowej w 2015 roku (2016). Warszawa: Ministerstwo Rodziny, Pracy i Polityki Społecznej.
• Gooley, T.A., Leisenring, W., Crowley, J., Storer, B.E. (1999). Estimation of Failure Probabilities in the Presence of Competing Risks: New Representations of Old Estimators. Statistics in Medicine, 18 (6), 695-706. DOI: 10.1002/(SICI)1097- 0258(19990330)18:6<695::AID-SIM60>3.0.CO;2-O.
• Kaplan, E.L., Meier, P. (1958). Non-parametric Estimation from Incomplete Observations. Journal of American Statistical Association, 53, 457- 481. DOI: 10.2307/2281868.
• Klein, J.P., Moeschberger, M.L. (2003). Survival Analysis: Techniques for Censored and Truncated Data. New York: Springer-Verlag.
• Kleinbaum, D., Klein, M. (2005). Survival Analysis. A Self-Learning Text. New York: Springer.
• Landmesser, J.M. (2008). Modele ryzyka konkurencyjnego dla czasu trwania czynności. W: T. Trzaskalik (red.), Modelowanie Preferencji a Ryzyko '08 (s. 371-385). Katowice: Wyd. AE w Katowicach.
• Marubini, E., Valsecchi, M. (1995). Analysing Survival Data from Clinical Trials and Observational Studies. Chichester, UK: John Wiley& Sons.
• Pepe, M.S. (1991). Inference for Events With Dependent Risks in Multiple Endpoint Studies. Journal of the American Statistical Association, 86 (415), 770-778. DOI: 10.1080/01621459.1991.10475108.
• Wiśniewski, Z., Zawadzki, K. (red.) (2010). Aktywna polityka rynku pracy w Polsce w kontekście europejskim. Toruń: Wojewódzki Urząd Pracy, UMK.

Identyfikatory

DOI

10.18276/sip.2017.50/1-06