Analiza Regionala Privind Evolutia Castigului Salarial

INTRODUCERE

CAPITOLUL 1. NOȚIUNI TEORETICE

DESCRIEREA DATELOR COLECTATE DE PE INS

PIB

Produsul intern brut (PIB) regional, reprezintă de fapt corespondentul regional al PIB, calculat după formula:

unde:

VABR – valoarea adăugată brută regională;

IP – impozitele pe produs;

TV – drepturile asupra importurilor (taxe vamale);

SP – subvențiile pe produs.

http://colectaredate.insse.ro/metadata/search_indicator.htm?_action=viewCard&selection=I&indicator=625

CASTIGUL SALARIAL

Castigul salarial nominal brut cuprinde salariile, respectiv drepturile in bani si in natura cuvenite salariatilor pentru munca efectiv prestata (inclusiv pentru timpul lucrat suplimentar) potrivit formei de salarizare aplicata, sporurile si indemnizatiile acordate ca procent din salariu sau in sume fixe, alte adaosuri la salarii potrivit legii, sumele platite pentru timpul nelucrat (indemnizatiile pentru concediile de odihna si studii, zile de sarbatoare si alte zile libere, sumele platite din fondul de salarii pentru concediile medicale), premiile, primele de vacanta si alte sume platite din fondul de salarii conform actelor normative sau contractelor colective de munca, sumele platite din profitul net si alte fonduri (inclusiv contravaloarea tichetelor de masa).
Castigul salarial mediu lunar brut reprezinta raportul dintre sumele brute platite salariatilor de catre agentii economici in perioada de referinta, indiferent pentru ce perioada se cuvin, si numarul mediu de salariati. Numarul mediu al salariatilor reprezinta o medie aritmetica simpla calculata pe baza efectivelor zilnice ale salariatilor din perioada de referinta respectiva. Salariatii care nu sunt angajati cu norma intreaga se includ in numarul mediu proportional cu timpul de lucru prevazut in contractul de munca. In efectivul de salariati luat in calcul se includ numai persoanele care au fost platite pentru perioada de referinta respectiva. Nu se iau in considerare: salariatii aflati in concediu fara plata, in greva, detasati la lucru in strainatate si cei al caror contract de munca/raport de serviciu a fost suspendat. 

Cb=sumaCLi / (Nl * 12)
Cb – castigul mediu brut lunar pe un salariat
CLi – sumele brute platite salariatilor pe an, pe elementul i component al castigului
Nl – numarul mediu lunar al salariatilor 

http://statistici.insse.ro/shop/index.jsp?page=tempo3&lang=ro&ind=FOM107A

NR DE IMIGRANTI

Imigranti cu schimbarea domiciliului sunt persoanele (de cetatenie romana, straini sau fara cetatenie) care imigreaza in Romania. Imigratia este actiunea prin care o persoana renunta la domiciliul de pe teritoriul altui stat si isi stabileste domiciliul in Romania. Domiciliul din Romania al persoanei este adresa la care aceasta declara ca are locuinta principala, trecuta in actul de identitate (CI/CI provizorie, BI), asa cum este luata in evidenta organelor administrative ale statului. 

Imigranti – cetatenii romani care isi stabilesc domiciliul in Romania prin efectul Legii cetateniei romane nr 21/1991 si cei care isi restabilesc domiciliul in Romania.
In perioada 2007-2011 au fost luate in calcul si persoanele fara cetatenie sau de alta cetatenie care si-au stabilit domiciliul permanent in Romania cu acordul autoritatilor romane.

http://statistici.insse.ro/shop/index.jsp?page=tempo3&lang=ro&ind=POP310A

NR DE EMIGRANTI

Emigranti cu schimbarea domiciliului sunt persoanele (de cetatenie romana) care emigreaza in strainatate. Emigratia este actiunea prin care o persoana renunta la domiciliul din Romania si isi stabileste domiciliul pe teritoriul altui stat. Domiciliul din Romania al persoanei este adresa la care aceasta declara ca are locuinta principala, trecuta in actul de identitate (CI/CI provizorie, BI), asa cum este luata in evidenta organelor administrative ale statului. 

Emigrantii cu schimbarea domiciliului se iau in calcul la stabilirea populatiei dupa domiciliu. 

http://statistici.insse.ro/shop/index.jsp?page=tempo3&lang=ro&ind=POP309A

INVATAMANT SUPERIOR

Absolventul este elevul/studentul care a promovat ultimul an de studiu al unei scoli/facultati, indiferent daca a reusit sau nu la examenul de absolvire, bacalaureat, licenta etc. Numarul absolventilor se refera la sfarsitul anului scolar/universitar (dupa examenul de corigenta).

Numarul absolventilor se refera la sfarsitul anului scolar/universitar (dupa examenul de corigenta).

Datele furnizate pentru invatamantul superior sunt dupa localitatea facultatii.

http://statistici.insse.ro/shop/index.jsp?page=tempo3&lang=ro&ind=SCL109A#

http://colectaredate.insse.ro/metadata/viewStatisticalResearch.htm?locale=ro&researchId=3356

POPULATIA CIVILA OCUPATA

Populatia ocupata civila cuprinde, potrivit metodologiei balantei fortei de munca, toate persoanele care au o ocupatie aducatoare de venit, pe care o exercita in mod obisnuit in una din activitatile economiei nationale, fiind incadrate intr-o activitate economica sau sociala, in baza unui contract de munca sau in mod independent (pe cont propriu) in scopul obtinerii unor venituri sub forma de salarii, plata in natura etc.

Categoriile de persoane incluse sunt:
– salariati care lucreaza in una din activitatile economiei nationale in unitati din sectorul public (integral de stat si public de interes national), mixt, privat, cooperatist, obstesc;
– patroni – conducatori de unitati private – care utilizeaza pentru realizarea activitatii forta de munca salariata;

– lucratori pe cont propriu;
– lucratori familiali neremunerati.

Populatia ocupata civila nu cuprinde cadrele militare si persoanele asimilate acestora (personalul MApN, MAI, SRI, militari in termen), detinutii si salariatii organizatiilor politice si obstesti. 

POCvl = S + P + Lcp + Lfn
unde:
POCvl = populatia ocupata civila:
S = salariati: persoane care isi exercita activitatea pe baza unui contract de munca intr-o unitate economica sau sociala – indiferent de forma de proprietate in schimbul unei remuneratii sub forma de salariu in bani sau in natura;
P = patroni: persoane care isi exercita ocupatia in unitatea proprie, pentru a carei activitate are angajati unul sau mai multi salariati;
Lcp = lucratori pe cont propriu: persoane care isi exercita activitatea fie in unitatea proprie cu ajutorul unui utilaj propriu, fie pe baza pregatirii sale profesionale, fara a angaja nici un salariat, putand fi ajutat sau nu de membrii familiei neremunerati;
Lfn = lucratori familiali neremunerati: persoane care isi desfasoara activitatea intr-o unitate economica familiala condusa de un membru al familiei sau o ruda pentru care nu primeste remuneratie sub forma de salariu sau plata in natura.

http://statistici.insse.ro/shop/index.jsp?page=tempo3&lang=ro&ind=FOM103A

http://colectaredate.insse.ro/metadata/search_indicator.htm?_action=viewCardFromResearch&selection=I&indicator=707

CAPITOLUL 2. STADIUL ACTUAL AL LITERATURII

2.1 Abordări pe plan internațional

2.2 Abordări pe plan național

CAPITOLUL 3. ANALIZA REGIONALĂ PRIVIND EVOLUȚIA CÂȘTIGULUI SALARIAL

Pe baza literaturii de specialitate consultată, variabilele considerate în analiză sunt următoarele: câștigul salarial nominal mediu brut lunar (exprimat în lei), produsul intern brut regional (exprimat în milioane lei), productivitatea muncii (exprimată în milioane lei/mii persoane), numărul de emigranți (exprimat în număr de persoane), numărul de imigranți (exprimat în număr de persoane) și numărul de absolvenți ai unui învățământ superior (exprimat în număr de persoane). Acestea au fost preluate din baza de date a Institutului Național de Statistică. Pentru analiza economică, însă, datele trebuie să fie exprimate în valori comparabile, iar pentru aceasta, asupra lor au fost realizate următoarele transformări, descrise mai jos.

Având în vedere scopul analizei, acela de a determina care este influența factorilor determinanți ai câștigului salarial în România, la nivel național, dar și la nivel regional, indicatorii utilizați au fost preluați atât la nivel de județ, cât și la nivelul fiecărei regiuni în parte. Datele sunt anuale, perioada considerată este de 13 ani, 2000-2012, întrucât există un decalaj de aproximativ 2 ani pentru ca datele de la un nivel de agregare mai mic să fie disponibile.

Pentru obținerea câștigului salarial real și a produsului intern brut real, am deflatat câștigul salarial nominal mediu brut lunar cu IPC-ul (Indicele prețurilor bunurilor de consum) și respectiv produsul intern brut regional cu deflatorul PIB. Primul numitor a fost preluat de pe Institutul Național de Statistică, în timp ce al doilea are ca sursă, baza de date a Băncii Mondiale.

Productivitatea muncii, a treia variabilă inclusă în analiză, a fost determinată ca raport între PIB-ul real mai sus determinat și populația ocupată civilă exprimată în mii persoane.

Mai trebuie menționat și faptul că, în cazul absolvenților de învățământ superior, nefiind înregistrări pentru întreg orizontul timp, unele dintre valorile lipsă au fost completate prin intermediul netezirii exponențiale estimată în E-views. De asemenea, pentru județul Tulcea nu există date pentru această variabilă. -concepte teoretice

3.1. Analiza descriptivă a variabilelor studiate

Un aspect important în efectuarea unei analize asupra variabilelor menționate este reprezentat de criza economică, întrucât odată cu izbucnirea acesteia, evoluția factorilor identificați a suferit modificări, fie că a fost vorba de creșteri sau descreșteri însemnate, sau de schimbări semnificativ mai mici de la un an la altul. De aceea, am considerat necesară o scurtă prezentare a modului în care aceasta a afectat economia românească.

Declanșarea crizei financiare în luna octombrie 2008, în SUA, și apoi răspândirea rapidă a acesteia la nivelul țărilor de pe tot mapamondul, a avut repercursiuni nu numai în domeniul financiar (a pornit odată cu falimentul băncii de investiții Lehman Brothers din Statele Unite), ci și asupra economiei mondiale în ansamblu, afectând creșterea economică a statelor și piața muncii, și producând și o serie de efecte în sistemele care se află în relație cu acestea. (Zaman, 2008)

După ce într-o primă fază (septembrie 2008) Fondul Monetar Internațional estima că pierderile suferite de economiile statelor, vor fi de circa 1.400 miliarde de dolari (Zaman, 2008), o nouă prognoză a FMI, evaluează pagubele generate de criza financiară la nivel mondial, la suma de 3.400 miliarde de dolari, în perioada 2007-2010.

Dacă în primele 6 luni ale anului 2008, creșterea economică din România era de aproape 9%, peste numai câteva luni, în 2009, era declarată în mod oficial intrarea în recesiune, înregistrându-se o descreștere economică de 7%, scădere care a continuat și în 2010 (1,3%).

Efectele crizei au fost percepute numaidecât, euro înregistrând o creștere de la 3,5 lei la 4,2 lei, în ciuda intervențiilor BNR și a Ministerului Economiei și Finanțelor. Printre măsurile de austeritate luate de Guvern s-au numărat tăierea salariilor bugetarilor cu 25% și creșterea TVA-ului cu 5%, determinând cheltuieli mai mari ce trebuiau plătite de populație, în condițiile unui salariu mai mic. Nici rata șomajului nu a fost cruțată, consemnându-se 709.383 de șomeri la finele anului 2009, reprezentând o rată de 7,8%, nivel ce nu a mai fost atins din aprilie 2003, când se înregistraseră  731.360 de persoane care nu aveau un loc de muncă.

După apogeul crizei (2009-2011), în anul 2012, situația a început să se redreseze. Nivelul PIB-ului real a crescut cu aproximativ 4,33% față de anul precedent, la 567,4 miliarde lei, iar rata

șomajului a ajuns în luna decembrie la 6,5%, atingând cote similare cu cele contabilizate la izbucnirea crizei (aprilie 2009).

Pentru a putea observa mai bine cum se situează cele 8 regiuni ale României în anul 2012, din perspectiva fiecărei variabile inclusă în analiză, am realizat cu ajutorul softului Tableau Public următoarele hărți.

Figura 1 – Harta câștigului salarial mediu brut real în anul 2012, la nivel regional

În ceea ce privește câștigul salarial mediu brut real, acesta a înregistrat un trend crescător pe tot parcursul perioadei analizate (Anexa 1.1), trecând de la un ritm de creștere mai accentuat în anii premergători crizei (22,63% în 2008 față de anul precedent), la diferențe mai mici între anii de după. Astfel, în anul 2012, s-a consemnat o majorare cu 6,67% față de 2011, ajungând la un nivel de 1.996,52 lei.

La nivel teritorial, regiunea care se detașează de celelalte este București-Ilfov, cu un câștig salarial mediu brut real de peste 1.900 de lei în 2012 (2.892,67 lei). Aceasta este urmată în ordine de regiunea de Vest, Sud-Muntenia și Sud-Vest Oltenia cu un câștig salarial între 1.800 și 1.899 lei. La mijlocul clasamentului se află regiunile Centru și Sud-Est, în timp ce zona de Nord a țării contabilizează câștiguri salariale medii între 1.600 și 1.699,9 lei.

În fiecare dintre aceste regiuni, există însă județe care se detașează de altele, în special cele în care se află orașele mari și mai cunoscute din România. Acest aspect poate fi observat în figura de mai jos, care surprinde încadrarea județelor între anumite intervale definite ale câștigului salarial.

Pe locul fruntaș se află în mod firesc Municipiul București cu 2.925 lei, urmat la o diferență de aproximativ 270 lei de județul Ilfov. Cu un nivel al câștigului sarial mediu real între 2.000 și 2.200 lei se află în ordine județele: Gorj, Timiș, Cluj, Argeș și Prahova. În succesiune, sunt județe precum: Brașov, Sibiu, Constanța, Dolj, Iași, cu un nivel al câștigului salarial mîediu brut între 1.800 și 2.000 de lei. Celelalte județe, se încadrează între 1.400 și 1.800 lei.

Trebuie însă menționate și județele care au înregistrat cele mai mari creșteri față de anul 2011, creșteri cu peste 10%. Acestea sunt: Prahova, Olt, Hunedoara, Vaslui. Totuși, majorarea substanțială o deține Maramureș, 13,44% (aproximativ 180 de lei).

Figura 2 – Harta câștigului salarial mediu brut real în anul 2012, la nivel de județe

Un alt factor cu influență asupra câștigului salarial mediu este reprezentat de studiile superioare pe care o persoană le dobândește, în cazul acesta variabila fiind numărul absolvenților de învățământ superior.

Pe perioada analizată se observă o creștere spectaculoasă a populației școlare (Anexa 1.2) pentru anul universitar 2007/2008, cu 107,4 mii persoane (85,57%), în principal datorită sectorului public. Acest nivel al cererii de educație înregistrează însă scăderi treptate pentru anii ce urmează, inclusiv până în 2012, care se încadrează între -26,87% (2011) și -2,30% (2010). Rata de promovabilitate de la bacalaureat care a început să scadă din 2010 poate constitui o cauză a diminuării cererii pentru urmarea unor studii superioare. În anul 2012, absolvenții de licență, master sau doctorat erau în număr de 111,028 mii persoane, diminuându-se cu 18,76% față de anul anterior.

La nivel regional, în București-Ilfov sunt aproximativ 34.000 de absolvenți de învățământ superior, succedată de regiunea de Nord-Vest cu puțin peste 16.000. La polul opus se află regiunile Sud-Est, Sud-Vest Oltenia și Sud-Muntenia cu un număr de absolvenți ce variază între 5.000 și 11.000.

Din harta ce ilustrează absolvenții pe fiecare județ (Anexa 1.2), remarcăm faptul că există așa cum era de așteptat o discrepanță, fruntașe fiind județele unde se află marile centre universitare. Așadar, majoritatea absolvenților sunt în București, Cluj, Iași, Timiș, Brașov și Constanța (peste 5.000). În județul Tulcea, nu există niciun absolvent al acestei forme de învățământ.

Figura 3 – Harta numărului absolvenților de învățământ superior în anul 2012, la nivel regional

În ceea ce privește produsul intern brut real, acesta a înregistrat un trend crescător pe tot parcursul perioadei analizate, neprezentând fluctuații. În anii de dinaintea crizei economice mondiale, creșterile au fost detul de însemnate, variind între 16,58% (2007) și 53,6% (2001), față de perioada anterioară. După intrarea în recesiune, PIB-ul și-a continuat evoluția crescătoare însă nu cu aceeași intensitate (variații sub 7,5%). În anul 2012, PIB-ul real înregistrat de România a fost de 567,41 miliarde lei, o sporire cu 4,33% față de 2011.

Din figura de mai jos, remarcăm valoarea produsului intern brut real consemnată de fiecare regiune în parte. Astfel, regiunea Sud-Vest Oltenia se află ultima în clasament, cu 44.311,86 milioane lei. La mijloc se situează regiunile Centru și Sud-Est cu un PIB ce se încadrează între 59.000 milioane lei și aproximativ 64.000 de milioane lei. Mergând spre vârful clasamentului, regăsim regiunile de Nord-Vest și Sud-Muntenia cu până la 69.000 milioane lei. Pentru că București-Ilfov este zona în care cele mai multe firme își au sediul, aceasta ocupă primul loc, cu 153.557,5 milioane lei.

Aruncând o privire asupra situației la nivel județean (Anexa 1.3), constatăm că majoritatea județelor au un nivel al PIB-ului între 4.000 și 10.000 milioane lei. Există și județe precum Cluj, Timiș, Brașov, Prahova, Constanța care se diferențiază de celelalte, cu valori de peste 19.000 milioane lei.

Trebuie precizate și județele care s-au dezvoltat cel mai mult față de anul 2011, și anume: Cluj, Mureș, Vaslui, Constanța, Ilfov, Olt, Hunedoara (cea mai mare creștere – 26,8 %). Sunt și câteva care se situează pe minus, cele mai mari scăderi înregistrându-se în Argeș, de -8,1%, și Giurgiu, -7,59%. Alte județe care se află în această situație sunt: Botoșani, Brăila, Tulcea, Călărași (-0,69%), Timiș.

Figura 4 – Harta produsului intern brut real în anul 2012, la nivel regional

Un alt factor cu impact asupra câștigului salarial mediu îl constituie productivitatea muncii, exprimată aici în milioane lei/mii persoane. Acesta este un indicator semnificativ atunci când vine vorba de măsurarea eficienței și reflectă randamentul la care sunt valorificați factorii de producție în economie, la nivel național.

Pe perioada 2000-2012, productivitatea muncii la nivel național înregistrează un trend crescător, cu majorări mai însemnate de la un interval de timp la altul, ce ajung și până la 54,80% (2001), înainte de 2008. Măsurile de austeritate luate de Guvern, au determinat schimbări la acest nivel, iar scăderea salariilor, nu a însemnat după cum au crezut unii o productivitate mai mare, ci mai degrabă un impuls (imbold) mai mic pentru muncă și implicit o scădere a producției. Printre factorii care influențează negativ rentabilitatea se detașează nivelul scăzut de tehnologizare, utilajele de o calitate slabă, problemele existente în organizare și în management. Astfel că, între 2009 și 2012, productivitatea muncii a oscilat între 58,103 milioane lei/mii persoane și 66,212 milioane lei/mii persoane (în 2012, când s-a creșterea a fost de numai 1,85% față de anul precedent).

În analiza la nivel regional, remarcăm că în anul 2012, variază între 47 milioane lei/mii persoane și 123,937 milioane lei/mii persoane, valoarea cea mai mare ce revine regiunii București-Ilfov. Diferența este foarte semnificativă între prima regiune clasată și cea care o succede, regiunea de Vest cu 67,24 milioane lei/mii persoane, deci aproape jumătate din productivitatea contabilizată în București-Ilfov. Imediat urmează regiunile Centru și Sud-Est, iar mai apoi după încă o categorie, ultima clasată regiunea Nord-Est (47,448 milioane lei/mii persoane).

Trebuie menționat faptul că în 2012, regiunea Sud-Muntenia a înregistrat o scădere cu 3,18% a nivelului productivității față de 2011, ajungând la 56,529 milioane lei/mii persoane.

Mergând cu analiza mai în profunzime (Anexa 1.4), observăm că la nivel de județe, cele mai multe se încadrează cu un nivel al productivității între 46 și 55,99 milioane lei/mii persoane. Peste nivelul de 76 milioane lei/mii persoane se regăsesc doar câteva județe: Timiș, Constanța, Brașov, Ilfov (101,73) și București (127,43 – cu cel mai mare nivel). De asemenea, sunt județe care au înregistrat descreșteri față de anul 2011, -12,55% în Tulcea, dar și care au obținut creșteri în nivelul productivității, cea mai însemnată în județul Hunedoara 23,43%.

Figura 5 – Harta productivității muncii în anul 2012, la nivel regional

Pentru numărul de imigranți și respectiv cel de emigranți, cea mai bună modalitate de a ilustra cele două fenomene am considerat-o a fi calcularea migrației nete, ca diferență între numărul de persoane care decid să se stabilească într-o anume regiune, respectiv județ (imigranți) și numărul persoanelor care pleacă din respectiva regiune sau județ (emigranți).

La nivel național, migrația netă înregistrează fluctuații importante din 2000 până în 2012, sărind de la an la an, când pe plus (numărul de imigranți mai mare), când pe minus (numărul de emigranți mai mare). Cel mai mic nivel al migrației nete este în 2004 (-10.005 persoane), când emigranții sunt în număr de 13.082 persoane. De cealaltă parte, nivelul cel mai înalt este consemnat în 2012 (3683 persoane), când sunt 21.684 de imigranți.

Însă pentru a avea o imagine mai clară, ne îndreptăm atenția spre reprezentarea cartografică de mai jos, din care se poate observa că în anul 2012, 6 dintre cele 8 regiuni, înregistrează migrație netă negativă, ceea ce înseamnă că sunt foarte multe persoane care iau decizia de a pleca, inclusiv din regiunea București-Ilfov. La polul opus se află regiunea de Nord-Est a României, cu o migrație netă de 8639 de persoane, având un număr de imigranți care a crescut cu 170,42% față de 2011 (11.666 persoane în 2012). Este posibil ca această cifră să fie influențată și de faptul că țara învecinată cu România din acea parte este Republica Moldova, și în fiecare an tot mai mulți cetățeni deci să treacă granița.

La nivel de județe, în 2012 (Anexa 1.5), cele mai multe persoane au emigrat din Timiș și Municipiul București, urmând Suceava cu o migrație netă de -474 persoane. Majoritatea județelor din zona de Vest a țării și câteva din Centru (Sibiu, Brașov) și din Sud (Dolj, Teleorman, Prahova) au numărul de emigranți mai mare cu 200-300 de persoane decât cel al imigranților. Fruntaș, în ceea ce privește o migrație netă pozitivă este județul Iași, 5851 persoane, urmat de Vaslui, Galați, Ilfov, Botoșani, Bacău (321 persoane).

Figura 6 – Harta migrației nete în anul 2012, la nivel regional

3.2. Analiză de tip cluster a județelor României

În cadrul acestei secțiuni ne punem următoarea problemă: dacă actuala repartizare a județelor din România în regiuni de dezvoltare, făcută din varii motive în trecut (istorice, culturale, etc), va suferi modificări având în vedere variabilele considerate în analiză. Din acest motiv, am decis să realizăm o analiză cluster, care urmează să identifice o divizare a celor 42 de județe în clase, pe baza valorilor atât a variabilei dependente, cât și a celor dependente, pentru anul 2012.

Analiza cluster presupune identificarea între obiectele unei mulțimi a similarităților și disimilarităților dintre acestea, și gruparea ulterioară a acestor forme în grupuri sau clustere, astfel încât clasele să fie omogene în interior și eterogene între ele. (Ruxanda, 2009)

Standardizarea datelor este un aspect ce trebuie luat în considerare atunci când vrem să realizăm acest tip de analiză. Dacă una dintre variabile este măsurată pe o scală mult mai mare decât celelalte, atunci orice metodă am alege pentru calcularea distanței dintre clase, va fi puternic influențată de variabila respectivă, în detrimentul celor măsurate pe scale mai mici. Metoda tradițională de standardizare a datelor, constă în extragerea mediei și împărțirea la abaterea standard, astfel că variabilele vor fi ulterior referite ca având media zero și varianța unu.

Gruparea pe clustere este efectuată prin intermediul metodei lui Ward, ce constă în unirea

la fiecare etapă a acelor două clase care au varianța intracluster cea mai mică comparativ cu alte perechi de clase (Ruxanda, 2009). Analiza a fost efectuată în SAS Enterprise Guide, după cum este prezentat mai jos.

Figura 7 – Criterii pentru alegerea numărului de clustere

Tabelul de mai sus afișează numărul de clustere formate, ce clustere s-au unit, numărul de obiecte conținute de fiecare cluster format (frequency) și câțiva indicatori pe baza cărora se va alege numărul optim de clustere (minim 3 criterii care duc la aceeași concluzie):

Semipartial R-Square: vom căuta o valoare mare a lui SPR2, care ne va spune că numărul de clustere determinat este acceptabil. Valoarea mare o identificăm prin raportarea la vecini (dacă prin comparație cu celelalte clustere numărul este mare, atunci numărul de clustere va fi egal cu numărul corespunzător valorii aflate deasupra valorii celei mai mari)

CCC (Cubic Clustering Criteria): indicator specific SAS-ului. O valoare în modul a lui CCC cuprinsă între [2,4] indică un număr optim de clustere, între [0,2] indică un număr acceptabil de clustere și >4 poate indica prezența unui outlier.

Pseudo F Statistic: se caută în istoricul clusterizării o valoare mare comparativ cu ceilalți vecini, a acestei statistici. Numărul acceptabil de clustere se găsește în dreptul acestei valori.

Pseudo t-Squared: se caută în istoric, o creștere bruscă a valorii lui Pseudo t2, iar numărul de clustere se găsește în dreptul valorii mai mici.

Având în vedere criteriile enunțate, identificăm numărul optim de clustere egal cu trei.

Ca rezultat, se obține arborele de clasificare (dendrograma) care este de fapt o reprezentare

vizuală a conexiunilor făcute de analiza cluster. Dintr-o dendrogramă ar trebui să putem deosebi clar clusterele, pe baza prezenței distanțelor mai mici la ramurile mai îndepărtate ale arborelui (frunzele) și diferențe mari la ramurile apropiate (trunchiul).

Astfel, din figura 8, putem să asociem fiecare județ unuia dintre cele trei clustere stabilite ca optime, obținând:

Clusterul 1: Municipiul București;

Clusterul 2: Cluj, Timiș, Brașov, Constanța, Sibiu, Prahova, Argeș, Gorj, Ilfov, Iași;

Clusterul 3: Bihor, Bistrița-Năsăud, Satu-Mare, Maramureș, Sălaj, Covasna, Harghita, Botoșani, Neamț, Vrancea, Teleorman, Suceava, Brăila, Călărași, Ialomița, Giurgiu, Buzău, Olt, Vâlcea, Mehedinți, Vaslui, Alba, Caraș-Severin, Hunedoara, Mureș, Dâmbovița, Tulcea, Dolj, Arad, Bacău, Galați.

Figura 8 – Dendrograma

3.3. Modelarea ecuației de evoluție a câștigului salarial utilizând date de tip panel

Modelele de tip panel sunt modele econometrice care îmbină două tipuri de date, „cross-section” și „time-series”, ceea ce înseamnă că analizează observațiile referitoare la o anumită particularitate, procurate la mai multe momente de timp și pentru mai mulți agenți economici.

O regresie care conține un model panel diferă de regresiile normale „time-series” sau „cross-section” prin faptul că are o dublă referire (subscripție) asupra variabilelor:

unde i se referă la dimensiunea „cross-section” și t la dimesiunea „time-series”. În general, majoritatea aplicațiilor cu date de tip panel, utilizează un model al componentei eroare unidirecțional pentru perturbații, cu:

unde denotă efectele individuale specifice neobservate (și este invariabil în timp) și rezidurile rămase. (Baltagi, 2005)

În cazul modelelor statice, distingem două tipuri principale de panel: cu efecte fixe (fixed-effects – FE) și cu efecte aleatorii (random-effects – RE). În modelele cu efecte fixe, componenta este corelată cu regresorii , iar în ceea ce privește erorile, poate să fie corelată cu componenta invariabilă în timp (, însă presupunând că între și (idiosyncratic error) nu există o relație de corelație. În modelele cu efecte aleatorii componenta este considerată a fi pur aleatoare.(Cameron,2009)

Pentru a decide care dintre cele două modele este mai potrivit pentru un anumit tip de analiză, sunt câteva teste care pot fi aplicate, însă testul Hausman este cel mai comun dintre ele. Acesta se bazează pe compararea coeficienților regresorilor și presupune emiterea a două ipoteze. Ipoteza , care afirmă că modelul RE asigură estimatori similari (pentru că sunt consistenți) și ipoteza care susține că estimatorii diferă – modelul FE (Baltagi,2005). Dacă probabilitatea calculată este mai mică decât pragul de 5%, atunci se respinge ipoteza nulă și se acceptă alternativa.

După alegerea unuia dintre cele două modele, următorul pas îl constituie verificarea ipotezelor de autocorelare a erorilor și de heteroskedasticitate, iar mai apoi corectarea acestora.

Pentru testarea autocorelării erorilor, se va utiliza testul propus de Wooldrige, care emite următoarele două ipoteze: , afirmând că nu există autocorelare de ordinul 1 și , conform căreia există autocorelare de ordinul 1 între erori. Spunem că erorile sunt serial corelate (la momente de timp diferite), dacă următoarea afirmație este falsă: (Wooldrige, 2002). În cazul în care probabilitatea rezultată este mai mică de 5%, vom accepta ipoteza alternativă, cu alte cuvinte erorile sunt autocorelate.

Pentru testarea heteroskedasticității se va utiliza testul Wald implementat în Stata. Noțiunea de heteroskedasticitate presupune ca o variabilă să fie varieze inegal, de-a lungul mulțimii de valori al celei de-a doua variabile care o prognozează. O reprezentare grafică a acestor variabile va avea forma unei pâlnii, care se îngustează sau se lărgește pe măsură ce valorile variabilei independente cresc. Testul Wald constă în emiterea a două ipoteze, și anume: care afimă că erorile sunt homoscedastice (varianța și conform căreia erorile nu sunt homoscesdastice. Dacă probabilitatea calculată este mai mică de 5%, atunci acceptăm alternativa, și spunem că am detectat prezența heteroskedasticității între erori.

Pentru corectarea erorilor, utilizăm testul Driscoll and Kraay (1998), care se bazează pe un estimator neparametric al matricii de covarianță, ce produce erori standardizate heterosckedastice, robuste la formele cele mai generale de dependență spațială și temporală.

Decizia de estimare a unui model de tip panel are la bază următoarele aspecte: oferă un control mai bun al eterogenității individuale, pot să studieze mai bine dinamicile unor ajustări și nu în ultimul rând sunt mai eficiente, oferind posibilitatea de identificare și studiere a unor efecte care nu sunt detectabile în estimările „cross-section” sau „time-series”. (Hsiao,2003)

Estimările panel din cadrul lucrării de față au fost realizate în Stata, întrucât în prima opțiune, E-views, nu erau implementate toate testele ce trebuiau verificate.

Estimarea regresiei panel la nivel național

Având în vedere variabilele considerate în analiză și scopul pentru care aceasta este realizată, identificăm ca variabilă dependentă câștigul salarial și ca variabile exogene: numărul imigranților, numărul emigranților, PIB-ul, productivitatea muncii și numărul absolvenților unui învățământ superior.

După o serie de estimări econometrice, am ajuns la următoarea formă generală a ecuației câștigului salarial mediu:

unde (termenul liber) și cu sunt coeficienți, iar variabilele sunt definite după cum urmează:

imigranți = numărul de imigranți;

emigranți = numărul de emigranți;

ln_pib = valoarea logaritmată a pib-ului;

W(-1) = valoarea din anul anterior (lag-ul -1) pentru productivitatea muncii;

ln_inv = valoarea logaritmată a numărului absolvenților unor studii superioare.

Rezultatele estimării modelului de tip panel prin abordare teritorială

Modelul de tip panel cu efecte fixe ce descrie câștigul salarial mediu din România la nivel național este prezentat în figura de mai jos:

Rezultatele estimării modelului de tip panel prin abordare teritoriala

Figura 9 – Rezultatele estimării modelului cu efecte fixe, în cazul modelului panel pe județe

În urma testului Hausman aplicat pentru a verifica care dintre cele două modele RE sau FE

este cel mai potrivit, am obținut probabilitatea de 0.00 < 5%, ceea ce înseamnă că modelul cu efecte fixe corespunde cel mai bine analizei și tipului datelor.

Abaterea standard estimată a lui (sigma_u) este 267,234, mult mai mare decât abaterea standard estimată a lui (sigma_e) de 89,002, sugerând faptul că efectele individuale specifice neobservate sunt mai importante decât eroarea idiosincratică (termenul general de eroare). 90,01% din varianță (rho) este datorată diferențelor dintre paneluri (across panels).

Următorul pas este verificarea prezenței heteroskesdasticității și a autocorelării între erori.

Verificarea autocorelării se face prin intermediul testului Wooldrige, rezultând o probabilitate de 0,00, mai mică decât pragul de 5%, indicând necesitatea respingerii ipotezei nule și acceptării alternativei, conform căreia există autocorelare între erori.

Testul Wald modificat, pentru probarea heteroskedasticității între grupuri, întoarce tot o probabilitate de 0,00, care fiind mai mică decât pragul de 5%, neagă prezența erorilor homoskedastice.

Rezultatele tuturor acestor teste se regăsesc în Anexa 2.1.

Pentru a ne asigura de validitatea rezultatelor statistice, se trece la estimarea unui model de regresie robust Driscoll-Kraay cu efecte fixe, și cu erorile presupuse a fi heteroskedastice și autocorelate până la un anumit lag. În figura 9 de mai jos, se regăsesc rezultatele testului:

Figura 10 – Rezultatele estimării modelului cu efecte fixe, la nivel național, având erorile standard

de tip Driscoll-Kraay

Acum că am obținut coeficienții variabilelor din forma generală prezentată mai sus, identificăm următoarea ecuație:

Coeficienții regresorilor sunt semnificativi diferiți de zero, pentru un prag de risc de 17%,

fapt ce poate fi constatat dacă ne uităm pe coloana unde sunt trecute probabilitățile (acestea sunt mai mici decât pragul de risc menționat). Modelul este valid din punct de vedere statistic, cu o valoare a lui Prob – F de 0,00.

Valoarea lui within R-squared sugerează că 97,15% din variația câștigului salarial mediu este explicată de variabilele independente, restul de până la 100% fiind pus pe seama altor factori neincluși în model.

Cea mai mare influență asupra câștigului salarial real mediu brut lunar o are produsul intern brut real, cu un coeficient de 355,124, astfel, la o modificare cu 1% a nivelului PIB-ului, câștigul salarial va crește cu 3,55124 unități (lei).

Natura acestei relații este una pozitivă, după cum susține și legea piețelor enunțată de economistul francez J.B. Say în 1803. Acesta afirmă că în momentul în care un producător a finalizat un produs, el va fi dispus să îl vândă într-un timp cât mai scurt, pentru că altfel valoarea lui se va diminua. De asemenea, agentul economic va dori să investească la fel de repede banii primiți în schimbul produsului din cauza perisabilității acestora, iar singura cale prin care poate întreprinde această acțiune este prin achiziționarea de alte bunuri sau servicii. Astfel, crearea unui produs aduce imediat cu sine vânzarea de alte produse (Say, 1971). Altfel spus, oferta de bunuri generează suficiente venituri pentru a crea cererea pentru alte bunuri egale cu oferta.

Următorul factor cu impact asupra variabilei endogene este numărul absolvenților de învățământ superior, cu un coeficient egal cu 26,174, sugerând că la o modificare cu un procent a acestui număr, câștigul salarial se modifică cu 0,26174 unități (lei). În mod firesc, cu cât nivelul de cunoștințe al unei persoane este mai ridicat, cu atât și venitul primit de aceasta este mai consistent. Remarcăm însă că acest coeficient nu aduce o schimbare însemnată asupra câștigului salarial, explicând reținerea populației de a urma studii superioare (semnalată în trendul descendent al variabilei din ultimii ani ai analizei), în favoarea dezvoltării înregistrată de locurile de muncă mai bine plătite, care nu necesită terminarea unei facultăți.

O influență însemnată o are și productivitatea muncii înregistrată în economie în anul precedent, cu un coeficient de 17,371, ceea ce înseamnă că la o modificare cu o unitate a valorii productivității, câștigul salarial crește cu 17,371 unități (lei). Semnul relației dintre cele două variabile este pozitiv tocmai datorită faptului că una dintre metodele alese de către agenții economici pentru creșterea productivității muncii o reprezintă oferirea unei motivații adecvate.

În ceea ce privește numărul imigranților, putem spune că o modificare cu o unitate a acestora determină o creștere cu 0,033 a câștigului salarial, în timp ce aceeași modificare în rândul emigranților produce o scădere cu 0,056 unități (lei) a câștigului salarial. Organizația Internațională pentru Migrații identifică două tipuri de factori care duc la apariția acestui fenomen: factorii care determină părăsirea unei regiuni și cei care atrag populația către o anumită zonă, fie că este vorba de migrația internă sau de cea externă. În cadrul primei categorii regăsim: negăsirea unui loc de muncă, condițiile de trai la un nivel scăzut, chiar sărăcia, precum și actele de terorism, crize de natură financiară sau politică. A doua categorie suprinde aspecte privind: disponibilitatea de locuri de muncă remunerate cu un salariu mai bun, condițiile de trai mai convenabile, dar și cultura, istoria sau tradiția locului.

Rezultatele estimării modelului de tip panel prin abordare regională

Având identificată ecuația de regresie pentru datele colectate la nivel de județ, putem realiza aceeași analiză, dar estimând de data aceasta un model de tip panel pe regiuni. Forma generală a ecuației ce descrie câștigul salarial mediu în România se păstrează, obținându-se modelul cu efecte fixe prezentat în figura de mai jos:

Figura 11 – Rezultatele estimării modelului cu efecte fixe, în cazul modelului panel pe regiuni

După estimarea modelului cu efecte aleatorii, aplicăm testul Hausman și identificăm o

probabilitate de 0,00 < 5%, ceea ce înseamnă că dintre cele două estimări RE și FE, alegem modelul cu efecte fixe.

Abaterea standard estimată a lui (sigma_u) este 167,26, mult mai mare decât abaterea standard estimată a lui (sigma_e) de 75,18, sugerând faptul că efectele individuale specifice neobservate sunt mai importante decât eroarea idiosincratică (termenul general de eroare). 83,19% din varianță (rho) este datorată diferențelor dintre paneluri (across panels), mai mică decât cea determinată pentru panelul pe județe (90,01%).

În urma aplicării testelor Wooldrige (pentru verificarea autocorelării) și Wald (pentru verificarea heteroskedasticității) obținem probabilități de 0,0015 și respectiv 0,0081, care fiind mai mici decât nivelul de semnificație de 5%, indică prezența autocorelării între erori și a heteroskedasticității între grupuri.

Rezultatele tuturor acestor teste se regăsesc în Anexa 2.2.

Corectarea se realizează prin estimarea unui model de regresie robust Driscoll-Kraay cu efecte fixe, și cu erorile presupuse a fi heteroskedastice și autocorelate până la un anumit lag. În figura 11 de mai jos, pot fi observate rezultatele:

Figura 12 – Rezultatele estimării modelului cu efecte fixe, la nivel național, având erorile standard

de tip Driscoll-Kraay

Din output-ul de mai sus identificăm pentru panelul pe regiuni, următoarea ecuație de regresie la nivel național:

Comparând cele două ecuații la nivel național, remarcăm valorile diferite ale coeficienților, însă destul de apropiate, dar acest lucru nu este din cale afară de neobișnuit dacă luăm în considerare că unele variabile calculate anterior ca medii la nivel de județ spre exemplu (productivitatea muncii, câștigul salarial), acum reprezintă valori medii la nivel de agregare mai mare, în timp ce restul constituie însumări ale înregistrărilor pe județe.

Coeficienții regresorilor sunt semnificativi diferiți de zero, pentru același prag de risc de

17% ca în cazul primei estimări. Modelul este valid din punct de vedere statistic, cu o valoare a lui Prob – F de 0,00 (< 5%).

Valoarea lui within R-squared este mai mare pentru panelul pe regiuni, față de cel pe județe, exprimând un procent de 98,45% din variația câștigului salarial mediu care este explicată de variabilele exogene, restul de până la 100% fiind pus pe seama altor factori neincluși în model.

Cea mai mare influență asupra câștigului salarial real mediu brut lunar o are tot produsul intern brut real, cu un coeficient de 308,905 (mai mic decât pentru prima estimare), astfel, la o modificare cu 1% a nivelului PIB-ului, câștigul salarial va crește cu 3,08905 unități (lei).

Numărul absolvenților de studii superioare constituie următorul factor cu impact asupra variabilei endogene, care la o modificare cu un procent, determină o creștere a câștigului salarial cu 0,94545 unități (lei).

O influență însemnată o are și productivitatea muncii înregistrată în economie în anul precedent, cu un coeficient de 18,306, ceea ce înseamnă că la o modificare cu o unitate a valorii productivității, câștigul salarial crește cu 18,306 unități (lei).

În ceea ce privește numărul imigranților, putem spune că o modificare cu o unitate a acestora determină o creștere cu 0,016 a câștigului salarial, în timp ce aceeași modificare în rândul emigranților produce o scădere cu 0,024 unități (lei) a câștigului salarial.

Natura relațiilor dintre fiecare variabilă dependentă și variabila pe care o influențează păstrează semnele din ecuația la nivel național obținută pentru panelul pe județe.

Estimarea regresiei panel la nivel de regiune de dezvoltare

Extindem analiza și încercăm estimarea unei ecuații pentru fiecare dintre cele 8 regiuni de dezvoltare ale României, de data aceasta efectuând cercetarea în E-views, dorind să observăm în particular care este impactul unui anumit factor asupra câștigului salarial pentru o regiune.

Opțiunea @expand(@crossid) ne facilitează sarcina și vom alege estimarea unui coeficient separat pentru termenul liber și produsul intern brut, întrucât am costatat anterior că acesta din urmă exercită cea mai mare influență asupra câștigului salarial real mediu lunar, mai precis, o modificare cu 1% a nivelului PIB-ului, duce la creșterea câștigului salarial cu 3,08905 unități (lei).

Faptul că vom avea un intercept separat pentru fiecare regiune ne asigură că termenul eroare va fi perpendicular pe varianța înregistrată pentru regiunea respectivă. Prin urmare, modelul panel cu efecte fixe poate fi văzut ca o colecție de regresii time-series, la nivel de regiune.

Forma generală a ecuației câștigului salarial mediu, își păstrează structura, modificându-se termenii menționați mai sus:

unde (termenul liber) cu (fiecare regiune) și cu sunt coeficienți, iar variabilele au aceeași semnificație cu cea definită anterior, cu deosebirea că va avea altă valoarea de fiecare dată.

Rezultatele estimării sunt prezentate în figura 12.

Valoarea lui R-squared, ne indică faptul că 98,89% din variația câștigului salarial este explicată de variabilele independente, restul de până la 100% fiind pus pe seama altor factori care nu sunt luați în considerare în model.

Figura 13 – Rezultatele estimării modelului panel, cu coeficienți diferiți pentru intercept și PIB

Pe baza output-ului de mai sus identificăm coeficienții pentru termenii care nu se modifică pentru fiecare regiune, și putem scrie o formă preliminară a ecuației de regresie pentru câștigul salarial:

Productivitatea muncii înregistrată în economie la nivel național în anul precedent influențează pozitiv variația variabilei endogene, astfel că modificarea cu o unitate a acesteia (milioane lei/mii persoane), determină o creștere a câștigului salarial mediu lunar cu 20,014 unități (lei).

La modificarea cu 1% a numărului absolvenților de studii superioare, câștigul salarial se majorează cu 0,13596 unități (lei), în timp ce imigranții și emigranții nu au un impact semnificativ, producând doar o creștere cu 0,013 lei, respectiv o scădere cu 0,02 lei. Pe lângă elementele determinate a fi cauze ale migrației de către Organizația Internațională pentru Migrații, mai putem adăuga și faptul că impactul imigrației pe piața forței de muncă depinde în mod critic de competențele migranților, lucrătorilor existenți și de caracteristicile economiei gazdă. Efectele pe termen scurt pe care imigrația le are asupra salariilor se bazează în mod special pe măsura în care migranții posedă aptitudini (dobândite prin urmarea de cursuri pentru calificare sau înscrierea la studii superioare) care sunt substituibile sau complementare cu cele ale lucrătorilor deja existenți. Dacă, pe de o parte, sunt substituibile, atunci va crește concurența pe piața forței de muncă și salariile pe termen scurt vor fi trase în jos, iar cu cât sunt mai aproape de substituție cu atât mai mari vor fi repercursiunile asupra nivelului salariilor și aici intervine și disponibilitatea manifestată în acceptarea unui venit diminuat, în fața alternativei pierderii locului de muncă. În timp ce, dacă de altă parte, acele aptitudini sunt complementare față de cele ale lucrătorilor existenți, atunci vom experimenta creșterea productivității, lucru care se așteaptă să conducă la o majorare a salariilor lucrătorilor deja existenți.

Pentru discuția privind influența produsului intern brut înregistrat într-o regiune de dezvoltare asupra câștigului salarial calculat pentru zona respectivă, am realizat următorul tabel:

Tabel 1. Coeficienții estimați ai PIB-ului ți termenului liber pe regiuni

În cazul regiunii Sud-Vest Oltenia, se constată cea mai mare influență a PIB-ului asupra

câștigului salarial, astfel că modificarea cu un procent a acestuia, produce o creștere cu 3,40395 unități (lei) a variabilei endogene. În această zonă a țării, cel mai mare procent din populația civilă ocupată activează în sectorul primar, 38,9% (existând o suprafață destul de mare de pământ destinată cultivării legumelor, fructelor și cerealelor), urmând sectorul serviciilor cu 35,5% și cu 25,6% industria și construcțiile (industria constructoare de mașini – Ford, industria alimentară – Vel Pitar, industria aluminiului – Alro, care este de altfel și cel mai mare producător de aluminiu din Europa Centrală și de Est, exceptând Rusia).

Cu un impact asupra creșterii câștigului salarial de 3,37371 lei la modificarea cu un procent a produsului intern brut, urmează regiunea de Nord-Est, cu trei centre universitare, care oferă forță de muncă cu un nivel înalt de educație și de pregătire profesională, fiind de altfel și cea mai populată regiune a țării potrivit datelor de la Recensământul din 2011. În zonă predomină o varietate de culturi agricole, alte sectoare importante fiind mecanica și prelucrarea lemnului, dar și turismul datorită peisajelor deosebite și a obiectivelor turistice cu care zona se mândrește. Procentele sectoarelor în care populația civilă ocupată activează sunt: 40,1% în sectorul primar, 37,1% în sectorul terțiar și 22,8% în cel secundar.

În regiunea Sud-Muntenia, PIB-ul influențează cu 2,77715 lei creșterea câștigului salarial mediu, fiind o zonă care se diferențiază de celelalte prin faptul că sunt prezente majoritatea sectoarelor industriale, de la prelucrarea petrolului și construcția de automobile (Dacia-Renault), până la prelucrarea lemnului, culturile ecologice și turismul balnear. Cu un procent egal de 35,9%, populația ocupată s-a orientat către sectorul primar și terțiar, restul de 28,2% activând în industrie și construcții. De asemenea, un avantaj îl oferă și existența autostrăzilor A1, A2 și A3, care leagă capitala de Pitești, Constanța și respectiv Ploiești și a unei rețele de drumuri modernizate, care facilitează transportul de mărfuri.

Câștigul salarial mediu lunar va crește cu 2,45546 lei în regiunea de Nord-Vest a țării la modificarea cu un procent a produsului intern brut, având ca factori determinanți o economie dinamică, o piață a muncii dezvoltată, cu tot mai multe firme străine importante care își deschid aici reprezentanțe, un portofoliu larg de ramuri industriale ce sunt practicate în zonă, și nu în ultimul rând posibilitatea obținerii de studii superioare, cu nu mai puțin de 16 universități, între care se numără și unele dintre cele mai vechi din țară.

În regiunea de Sud-Est a țării, PIB-ul influențează cu 2,35443 lei majorarea câștigului salarial și în ciuda faptului că sectorul primar (agricultura, pescuitul, acvacultura- activități cu tradiție în zonă) este o parte importantă în economia zonei,cea mai mare parte a populației ocupate activează în servicii, 40,6%. Industria diversificată este caracterizată de prezența centrelor industriale: șantierele navale din Brăila, Galați, Constanța, combinate petrochimice (Năvodari) și siderurgice, diferite fabrici, centrala nucleară de la Cernavodă. O particularitate a regiunii este aceea că sectoarele economice se distribuie pe județe, astfel că în Brăila și Constanța sunt mai multe persoane care lucrează în sectorul secundar, un procent mai mare al populației ocupate din Buzău și Vrancea se ocupă cu agricultura (culturi de viță de vie, etc), în timp ce în Constanța și Galați domină serviciile.

Regiunea București-Ilfov se remarcă printr-un procent al populației civile ocupate de 82,1% din totalul resurselor de muncă, fiind o zonă în care prin prisma oportunităților propuse din punct de vedere al structurii universitare, se pune mare accent pe obținerea unui nivel superior de studii, ceea ce justifică faptul că cea mai mare parte a forței de muncă se orientează către servicii (sectorul care contribuie cel mai mult la alcătuirea PIB-ului regiunii de dezvoltare, cu un procent de 60,4%, urmat de cel secundar cu 29,3% și primar mai puțin de 1%). Infrastructura și sistemul de comunicații mai bine dezvoltate decât în celelalte zone ale țării, precum și mediul economic ce constituie o atracție pentru investiții, oferă un plus acestei regiuni de dezvoltare și duc la o influență pozitivă a PIB-ului de 1,954164 lei asupra câștigului salarial mediu lunar.

În regiunea Centru, produsul intern brut manifestă o influență pozitivă asupra câștigului salarial, ducând la o creștere cu 1,88301 a acestuia, la modificarea cu 1%, nu atât de mare comparativ cu celelalte zone analizate. Situarea din punct de vedere geografic a județelor, într-un relief montan, a încurajat dezvoltarea industriei de prelucrare a lemnului, dar și a silviculturii, formându-se specialiști în cele două ramuri în cadrul facultăților aferente de la Universitatea din Brașov. Un procent de 43,2% din populația ocupată activează în sectorul terțiar, urmând cel destinat industriei și construcțiilor (realizarea de piese și părți auto) cu 33,9% și agricultura cu 22,9%.

Cea mică influență pe care PIB-ul o are asupra câștigului salarial mediu, se înregistrează în regiunea de Vest, ducând la o creștere cu doar 1,81097 unități (lei) la modificarea cu un procent. Aceasta poate fi împărțită în două subregiuni: prima care cuprinde județele Caraș-Severin și Hunedoara, unde se practică în special activități din industriile siderurgică, extractivă și metalurgică și cea de-a doua formată din județele Timiș și Arad, preferate de străini pentru investiții și unde se regăsesc și ramuri industriale ce se ocupă cu realizarea de echipamente auto și construcția de mașini. În zonă este mare nevoie de dezvoltarea infrastructurii, aspect cu care se confruntă nu numai investitorii străini, dar și forța de muncă deja existentă (un exemplu ar fi minerii din Valea Jiului, care au cerut majorarea salariilor și îmbunătățirea condițiilor precare de muncă ce le pun în pericol sănătatea în urma unei greve spontane, în anul 2012). Cel mai mare procent din populația civilă ocupată s-a orientat către servicii, 42% (sectorul dezvoltat al zonei – comunicații, hoteluri, transporturi, comerț, confecții, etc), 34,2% desfășoară activități în sectorul secundar și 23,8% în cel primar.

În prezent, Ministerul Dezvoltării Regionale și Administrației Publice are în plan o politică

de dezvoltare regională, ce se bazează în principal pe atragerea investițiilor străine și accesarea de fonduri europene. Scopul este ca acestea să fie redirecționate către dezvoltarea infrastructurii, îmbunătățirea calității mediului înconjurător, sprijinirea ramurilor industriale din zonele cu potențial, precum și încheierea de contracte și înțelegeri cu părțile direct vizate.

3.4. Scenarii de evoluție pe termen scurt la nivel regional

Am continuat analiza cu realizarea unei simulări Monte Carlo, luând în considerare

ecuațiile

CONCLUZII

BIBLIOGRAFIE

trebuiesc adunate toate notele de subsol

www.insse.ro

www.worldbank.org

Zaman, Gh., (2008), „Criza economică și financiară în România. Cauze,provocări și remedii pe termen scurt și lung”, p.1

Ibidem, p.3

HotNews.ro, Galatonu, Dumitrina, 1 octombrie 2009, http://economie.hotnews.ro/stiri-companii-6225265-audio-jurnalul-economic-rfi-hotnews-numarul-somerilor-putea-ajunge-750-000-sfarsitul-anului-fmi-pierderile-generate-criza-financiara-putea-ridica-3-400-miliarde-dolari-pana-2010.htm

Antena3.ro, D.D., 17 septembrie 2013, „Cinci ani de criză economică. Ce s-a întâmplat cu economia românească în această perioadă”, http://www.antena3.ro/economic/biz-news/cinci-ani-de-criza-economica-ce-s-a-intamplat-cu-economia-romaneasca-in-aceasta-perioada-227987.html

Money.ro, Săndulescu, Dumitru, 6 ianuarie 2010, „Rata șomajului în România la finalul lui 2009: 7,8%, nivel neatins din aprilie 2003”, Sursa: NewsIn http://www.money.ro/rata-somajului-in-romania-la-finalul-lui-2009-7-8-nivel-neatins-din-aprilie-2003/

Conform „Ziare.com”, Pescaru, Constantin, 4 februarie 2013, „Ne revenim din criză, dar am ratat mai multe ținte”, http://www.ziare.com/economie/analiza-economica/economia-romaniei-in-2012-ne-revenim-din-criza-dar-am-ratat-multe-tinte-1216641

http://www.tableau.com/products/desktop

Conform „Raportului asupra stării sistemului național de învățământ din 2008” al Ministerului Educației, Cercetării și Tineretului http://www.invatamant-superior.ro/wp-content/uploads/2013/08/Raport-asupra-st%C4%83rii-sistemului-na%C5%A3ional-de-%C3%AEnv%C4%83%C5%A3%C4%83m%C3%A2nt-2008.pdf

Conform „Mediafax.ro”, Gheorghiță, E., 7 iulie 2014, „Care au fost procentele de promovabilitate în ultimii 10 ani”, http://www.mediafax.ro/social/rezultate-bacalaureat-care-au-fost-procentele-de-promovabilitate-in-ultimii-10-ani-12901276

Conform definiției, http://www.rasfoiesc.com/business/economie/Productivitatea-muncii-definit95.php

Conform „Capital.ro”, 2 februarie 2011,„BNS: Productivitatea muncii în România, aproape la jumătate față de media europeană”, http://www.capital.ro/bns-productivitatea-muncii-in-romania-aproape-la-jumatate-fata-de-media-europeana-143723.html

Ruxanda, Gh., (2009), „Analiza Multidimensională a Datelor”, suport de curs, Academia de Studii Economice, București, p.82

Conform „stat.berkeley.edu”, 5 mai 2011, „Cluster Analysis”, http://www.stat.berkeley.edu/~s133/Cluster1.html

Ruxanda, Gh., op.cit., p.94

http://support.sas.com/software/products/guide/index.html

http://www.totallab.com/products/samespots/support/faq/dendrogram.aspx

Necula, Ciprian, octombrie 2012, „Suport de curs Econometrie. Nivel de complexitate 1”, p.5, Editoriul materialului: Comisia Națională de prognoză, http://www.cnp.ro/user/repository/econometrie.nivel1.v3.2.pdf

Baltagi, B.H. (2005), „Econometric Analysis of Panel Data”, Third Edition, p.11, England, John Wiley & Sons, Ltd

Cameron A.C, Trivedi P.K. (2009), „Microeconomics using Stata”, Texas, USA, Stata Press, pp. 231-232

Ibidem, p. 260

Wooldrige, J.M., (2002), „Introductory Econometrics: A Modern Approach”, 2nd Edition, South-Western College Pub, USA, p.321

Hoechle D, „Robust Standard Errors for Panel Regressions with Cross-Sectional Dependence”, The Stata Journal, Number ii, p.2

http://www.stata.com/support/

Say, J.B., (1971), „A Treatise on Political Economy or The Production, Distribution and Consumption of Wealth”, New York, republicată de Augustus M. Kelley Publishers, pp.134-135 https://mises.org/library/treatise-political-economy

Bhatta, Premraj, 19 ianuarie 2015, „ Theories of Unemployment”, Suport de curs pentru Universitatea de Vest din Nepal, p.2, http://www.slideshare.net/premrajbhatta/1-says-law-of-markets?related=2

Conform „Ziare.com”, 18 ianuarie 2010, „Cele mai bine plătite joburi pentru care nu ai nevoie de studii superioare”, http://www.ziare.com/locuri-de-munca/anunturi/cele-mai-bine-platite-joburi-pentru-care-nu-ai-nevoie-de-studii-superioare-988249

Roman M., Țigănescu E., suport curs „Analiză macroeconomică”, p. 86, http://www.asecib.ase.ro/Roman/am/am.html

Conform „Frontpress.ro”, Dida, Ioana Alina, 27 aprilie 2013, „Migrația și perspectivele demografice”, http://www.frontpress.ro/2013/04/migratia-si-perspectivele-demografice.html

Learning Resources, http://www.eviews.com/illustrated/EViews%20Illustrated.pdf

Baker H.K., Riddick L.A., (2013), „International Finance:A Survey”, New York, USA, Oxford University Press, p.189, https://books.google.ro/books?id=Ii6vFJIIavsC&lpg=PA189&ots=DCMBJfxM9v&dq=why%20estimating %20 an%20equation%20for%20each%20country% 20panel&pg=PA190#v=twopage&q=why% 20estimating %20 an % 20equation%20for%20each%20country%20panel&f=false

Ibidem

Ruhs M.,Vargas-Silva C., 22 mai 2015, „The Labour Market Effects of Immigration”, Migration Observatory Briefing, COMPAS, Universitatea Oxford, UK, http://www.migrationobservatory.ox.ac.uk/sites/files/migobs/ Briefing%20%20Labour%20Market%20Effects%20of%20Immigration_0.pdf

Potrivit informațiilor privind piața muncii din România, disponibile pe site-ul Comisiei Europene, aprilie 2015, https://ec.europa.eu/eures/main.jsp?catId=9462&lmi=Y&acro=lmi&lang=ro&recordLang=ro&parentId=&countryId=RO&regionId=RO4&nuts2Code=RO41&nuts3Code=null&mode=text&regionName=Sud-Vest

Ibidem,https://ec.europa.eu/eures/main.jsp?catId=9459&lmi=Y&acro=lmi&lang=ro&recordLang=ro&parentId=& countryId=RO&regionId=RO4&nuts2Code=RO41&nuts3Code=null&mode=text&regionName=Nord-Est

Ibidem,https://ec.europa.eu/eures/main.jsp?countryId=RO&acro=lmi&showRegion=true&lang=ro&mode=text&region Id=RO4&nuts2Code=RO41&nuts3Code=null&catId=9461

Ibidem,https://ec.europa.eu/eures/main.jsp?countryId=RO&acro=lmi&showRegion=true&lang=ro&mode=text&region Id=RO4&nuts2Code=RO41&nuts3Code=null&catId=9464

Acvacultură = ramură a agriculturii care se ocupă cu creșterea plantelor și animalelor acvatice, în scopul comercializării lor, http://dexonline.ro/definitie/acvacultur%C4%83

Potrivit informațiilor privind piața muncii din România, disponibile pe site-ul Comisiei Europene, aprilie 2015, https://ec.europa.eu/eures/main.jsp?countryId=RO&acro=lmi&showRegion=true&lang=ro&mode=text&regionId=RO4&nuts2Code=RO41&nuts3Code=null&catId=9460

Ibidem, https://ec.europa.eu/eures/main.jsp?countryId=RO&acro=lmi&showRegion=true&lang=ro&mode=text& regionId=RO4&nuts2Code=RO41&nuts3Code=null&catId=9466

Ibidem, https://ec.europa.eu/eures/main.jsp?countryId=RO&acro=lmi&showRegion=true&lang=ro&mode=text& regionId=RO4&nuts2Code=RO41&nuts3Code=null&catId=9465

Conform unui raport întocmit de Ministerul Dezvotării Regionale și Turismului, http://www.mdrl.ro/_documente/regiuni/5.V_ro.pdf

Potrivit informațiilor privind piața muncii din România, disponibile pe site-ul Comisiei Europene, aprilie 2015, https://ec.europa.eu/eures/main.jsp?countryId=RO&acro=lmi&showRegion=true&lang=ro&mode=text&regionId=RO4&nuts2Code=RO41&nuts3Code=null&catId=9463

Conform obiectivelor prezentate pe site-ul Ministerului Dezvoltării Regionale și Administrației Publice, http://www.mdrap.ro/dezvoltare-regionala/politica-de-dezvoltare-regionala

Legea lui Say link-uri utile:

http://fee.org/freeman/detail/understanding-says-law-of-markets

The Say’s Law of Market: Proposition, Implication and Criticism

Say’s Law

http://conspecte.com/Liberalismul-economic-clasic/jean-baptiste-say-continuator-si-sistematizator-al-doctrinei-smithiene.html

https://en.wikipedia.org/wiki/Say's_law#cite_note-8

http://www.businessdictionary.com/definition/law-of-markets.html

http://www.slideshare.net/premrajbhatta/1-says-law-of-markets?related=2

ANEXE

ANEXA 1: Analiza descriptivă la nivel național și teritorial

ANEXA 2: Outputuri ale estimărilor econometrice de tip panel

Rezultatele estimării unei ecuații la nivel național, în cazul unui model panel pe județe

Random effects

Figura – Rezultatele estimării modelului cu efecte aleatorii

Hausman

Figura – Rezultatele testului Hausman

Autocorelare

Figura – Rezultatele testării pentru verificarea prezenței autocorelării

Heteroskedasticitate

Figura – Rezultatele testării pentru verificarea prezenței heteroskedasticității

Anexa 2.2: Rezultatele estimării unei ecuații la nivel național, în cazul modelului panel pe regiuni

Random effects

Hausman

Autocorelare

Heteroskedasticitate

Anexa 2.3: Rezultatele estimării unei ecuații pentru fiecare regiune de dezvoltare