PL
Wielomianowa analiza logitowa może posłużyć do badania aktywności ekonomicznej ludności i rynku pracy. Jej zastosowanie pozwala na dekompozycję zasobów pracy ze względu na wybrane cechy demograficzne i społeczno-ekonomiczne w odniesieniu do możliwości zmiany stanu aktywności ekonomicznej ludności. Celem artykułu jest prezentacja możliwości wykorzystania modeli logitowych do oceny szans (ryzyka) oraz prawdopodobieństw zmiany stanu aktywności ekonomicznej ludności wiejskiej w zależności od jej wybranych cech demograficzno-społecznych. Posłużono się przykładami przepływów z zatrudnienia do bezrobocia i bierności zawodowej. Opisano metodę badawczą, scharakteryzowano dane źródłowe i przedstawiono interpretację wybranych wyników. Ze względu na konieczność śledzenia zmian stanu aktywności ekonomicznej ludności w czasie, do tworzenia wielomianowych modeli logitowych rynku pracy bardzo dobrze nadają się indywidualne dane surowe BAEL. Granicę możliwości dekompozycji wyznacza wielkość próby, wynikająca ze struktury populacji poddanej badaniu BAEL oraz z długości analizowanego okresu. W praktyce uzyskanie zadowalającego dopasowania modeli wymaga przyjęcia co najmniej kilkuletniego okresu badań (i połączenie ich w spójną bazę) oraz zagregowania pewnych grup ludności (np. wszystkich nierolniczych sekcji PKD lub sąsiadujących ze sobą klas wieku). Ponadto, aby wnioskowanie było poprawne, musi być uzupełnione wiedzą i doświadczeniem badacza oraz uwzględniać szeroki kontekst społeczno-gospodarczy, czyli jakościowe uwarunkowania układu odniesienia.
EN
Multinomial logistic regression can be used to analyse economic activity of population and labour market. Its application enables to decompose labour resources according to selected demographic and socio-economic traits in relation to the degree of change in the state of economic population activity. The aim of the paper is to present the possibilities of using the logit models to assess the chances (risks) and probabilities of changes in the state of economic population activity depending on its selected socio-demographic traits. The flows from employment to unemployment, and to economic inactivity were discussed. The research method and the data were described. An interpretation of selected research results was also presented. Due to the need to follow changes of the state of economic population activity over time, individual raw data from the Labour Force Survey are relevant to build multinomial logit models of the labour market. The possibility of decomposition is limited by the size of the sample, which results from the structure of population under Labour Force Survey and from the length of the analysed period. In practice, a satisfactory model alignment requires a consideration of an analysis period which is at least several years long (and combining the data into a coherent base) along with an aggregation of certain population groups (e.g. all non-agricultural sections of PKD or contiguous age classes). Moreover, correct inference also requires knowledge and experience of a researcher and it should take account of a broad socio-economic context, i.e. quality conditions of the reference system.