Sunteți pe pagina 1din 15

Analiza evoluţiei şomajului în România în

condiţiile crizei sanitare şi economico-financiare.


Efectele asupra creşterii economice
Prof. univ. dr. Constantin ANGHELACHE (actincon@yahoo.com)
Academia de Studii Economice din București / Universitatea „Artifex” din București
Asist. univ. dr. Sorin Iulian CIOACĂ (sorin.cioaca@fin.ase.ro)
Academia de Studii Economice din București
Drd. Dana Luiza GRIGORESCU (danaluiza2004@yahoo.com)
Academia de Studii Economice din București

Abstract
Problema șomajului este una permanentă întrucât în procesul de
macrostabilitate apar elemente de dezechilibru. În contextul unei piețe libere
putem discuta și despre piața forței de muncă, care nu mai poate fi reglată în
mod administrativ, așa încât forța de muncă să fie absorbită, să fie reconvertită
și să se elimine pe cât posibil șomajul, lăsând oferta și cererea să soluționeze
ocuparea forței de muncă.
Șomajul este un element de echilibru într-un anumit fel, deoarece
reglează necesarul de forță de muncă cu nevoile și existența pe piața muncii
a persoanelor disponibile, dar acestea ar trebui să fie în structura pe profesii,
pe meserii, cerută de piață. Din când în când, atunci când apar fenomene de
destabilizare macroeconomică, șomajul ca supapa de utilizare a populației
active își face simțită prezența. În acest context, în perioada crizei economico-
financiare din 2008-2010, șomajul a avut o tendință de creștere impusă de
efectele crizei despre care am amintit. În condițiile actuale, în care economia
mondială, a țărilor europene și pe cale de consecință și a României se află sub
efectul crizei sanitare coronavirus, conjugată cu criza economico-financiară,
inflația a devenit un fenomen în creștere, fiind chiar îngrijorător.
Populația în șomaj beneficiază pentru o perioadă limitată de o plată,
după care devine populație liberă neocupată. Un paradox este și acela că pe
măsură ce cresc contingentele de șomeri și există locuri vacante care se scot
pentru a fi ocupate, acestea din urmă nu sunt finalizate, deoarece structura
locurilor scoase pentru a fi ocupate nu corespund nevoilor economiei din
punct de vedere al structurii pe meserii, de profesii. Efectul șomajului asupra
evoluției Produsului Intern Brut este una negativă în sensul că, în termeni
generali, pe măsură ce crește șomajul înseamnă că se eliberează locuri de

Revista Română de Statistică - Supliment nr. 9 / 2020 3


muncă, crește fondul de șomaj, două elemente care influențează asupra
rezultatelor concrete și diminuează veniturile bugetare care vor fi alocate în
alte domenii.
În perioada crizei actuale despre care am vorbit rezultă foarte clar
că șomajul a crescut destul de mult comparativ cu luna ianuarie a acestui an,
dar și mai îngrijorător este faptul că un număr însemnat, peste 1,3 milioane
de persoane, se află în șomaj tehnic care în final va putea alimenta numărul
persoanelor care trec în șomaj. Pentru considerarea modului în care se poate
utiliza resursa forței de muncă în România trebuie să avem în vedere că peste
poate 1,5 milioane de persoane, care s-au întors din statele europene unde
au lucrat, nu pe bază de contract și de angajamente precise, s-au întors în
țară făcând parte din numărul acelor persoane neocupate. Pentru a înțelege
efectul invers pe care îl are șomajul asupra evoluției Produsul Intern Brut,
deci asupra creșterii economice, am utilizat un model de regresie liniară care
ne evidențiază tocmai această situație.
Cuvinte cheie: șomaj, inflație, criză, Produs Intern Brut, forță de
muncă, populație neocupată.
Clasificarea JEL: C13, E20

Introducere
Șomajul este o situație social-economică, care se referă la modul în
care este ocupată populația activă. În acest articol am făcut o prezentare a
problemelor metodologice pe care le presupune calculul numărului de șomeri
și a ratei șomajului, utilizând elementele de bază din metodologia utilizată de
Institutul Național de Statistică și Eurostat în calculul acestui indicator, fie că
este exprimat sub forma AMIGO sau BIM, relevând o scădere a rezultatului
concretizat în nivelul Produsului Intern Brut.
Numărul de șomeri și rata șomajului sunt analizate din perspectiva
crizei sanitare coronavirus, conjugată cu criza economico-financiară care se
dezvoltă în mod cert. În prezentarea datelor s-a ținut seama atât de nivelul
înregistrat de indicatorul numărul șomerilor în vârstă de 15-74 de ani, deci
care pot desfășura activitate și rezultatele concrete înregistrate în evoluția
Produsului Intern Brut.
S-a efectuat și o analiză utilizând modelul statistico-econometric de
regresie liniară simplă, în care am considerat ca variabilă rezultativă Produsul
Intern Brut și variabilă de influență, factorială, numărul șomerilor. Analiza se
poate efectua și pe baza ratei de creștere a Produsului Intern Brut comparat
cu rata de evoluție, de modificare a șomajului. În ambele variante rezultă că
între evoluția Produsului Intern Brut și cea a numărului de șomeri sau a ratei
șomajului există o legătură cu efect invers, adică pe măsură ce crește numărul

4 Romanian Statistical Review - Supplement nr. 9 / 2020


de șomeri sau rata șomajului ca factor de influență, în egală măsură scade
Produsul Intern Brut înregistrat. Desigur, în această analiză avem în vedere
două situații concrete și anume aceea că rata șomajului, numărul de șomeri,
cresc ca urmare a eliberării unor locuri de muncă, ca urmare a falimentării
unui număr important de societăți comerciale mai ales din aria IMM-urilor,
de reducere a producției și multe altele, care impun o temperare dacă nu o
reducere a rezultatelor resurselor și utilizărilor, pe baza cărora se calculează
Produsul Intern Brut.
Am pus un accent mai mare pe situația actuală rezultând că în
condițiile crizei sanitare coronavirus și a crizei economico-financiare care se
dezvoltă în mod accelerat, rata inflației va putea să crească concomitent cu
scăderea ratei de creștere a Produsului Intern Brut.

Literature review
Agrawala și Matsab (2013) au studiat relația dintre riscul de șomaj și
deciziile de finanțare a întreprinderilor. Anghel, Dumbravă și Dumitru (2019)
au evidențiat o serie de aspecte cu privire la utilizarea curbei Phillips în analiza
evoluției șomajului. Anghelache (1999-2017) a realizat o analiză complexă a
evoluției economico-sociale a României. Anghelache, Anghel, Dumbravă și
Ene (2018) au analizat corelația dintre rata de ocupare a populației, șomajul
și posturile vacante în economie. O temă similară este cercetată de către
Anghelache și Anghel (2018). Couch, Reznik, Tamborini Iams (2013) au
analizat consecințele șomajului pe termen lung. Iacob (2020) a efectuat o analiză
spectrală a evoluției ratei șomajului în România. Iacob și Măhărea (2020) au
studiat o temă similară, concentrându-se și pe aspecte ale ocupării populației.
Kroft și Notowidigdo (2016), precum și Krueger și Mueller (2010) au prezentat
elemente semnificative referitoare la asigurarea de șomaj. Moscarini și Postei-
Vinay (2012) au studiat modul în care angajatorii, în funcție de dimensiunea
acestora, contribuie la crearea de locuri de muncă în perioadele de șomaj.
Nekoei și Weber (2017) au încercat să identifice modul în care calitatea locului
de muncă este îmbunătățită prin extinderea beneficiilor de șomaj.

Metodologie
Analiza evoluției șomajului este foarte importantă deoarece
influențează formarea Produsului Intern Brut, în dublu sens. Pe de o parte,
numărul șomerilor crește ca urmare a reducerii locurilor de muncă, ceea
ce înseamnă reducerea producției și serviciilor. Aceasta înseamnă sporirea
fondului de șomaj cu efect negativ asupra distribuirii veniturilor între consum
și investiții, cele din urmă având de suferit din cauza rezervelor bugetare tot
mai precare.

Revista Română de Statistică - Supliment nr. 9 / 2020 5


În condițiile actuale ale crizei sanitare coronavirus, numărul de locuri
de muncă se vor reduce. Pentru moment, peste 1,3 milioane de persoane se
află în șomaj tehnic sau sunt neocupate.
Pentru a ușura înțelegerea opiniilor și concluziilor din analiza de
față privind evoluția șomajului, am preluat și prezentăm principalele aspecte
metodologice cuprinse în metodologia Institutului Național de Statistică și
Eurostat, utilizate în calculul indicatorilor statistici privind șomajul.
Sursa datelor o constituie Cercetarea statistică asupra forţei de muncă
în gospodării (AMIGO) care se realizează trimestrial, în conformitate cu
Regulamentul Consiliului şi Parlamentului European nr, 577/1998 cu privire
la organizarea unei anchete statistice selective asupra forţei de muncă în
Comunitatea Europeană.
Şomerii, conform definiţiei internaţionale (BIM), sunt persoanele
în vârstă de 15-74 ani care îndeplinesc simultan următoarele 3 condiţii: nu
au un loc de muncă, sunt disponibile să înceapă lucrul în următoarele două
săptămâni și s-au aflat în căutare activă a unui loc de muncă, oricând în
decursul ultimelor patru săptămâni.
Rata şomajului reprezintă ponderea şomerilor în populaţia activă,
calculată ca raport al acestora.
Populaţia activă din punct de vedere economic cuprinde toate persoanele
care furnizează forţa de muncă disponibilă pentru producţia de bunuri şi servicii
în timpul perioadei de referinţă, incluzând populaţia ocupată şi şomerii.
Şomerii înregistraţi sunt persoanele aflate în evidenţele Agenţiei
Naţionale pentru Ocuparea Forţei de Muncă (ANOFM), care beneficiază de
prevederile legislaţiei privind protecţia socială a şomerilor.
Cele două seturi de indicatori statistici (şomajul lunar conform
definiţiei internaţionale şi şomajul înregistrat) nu sunt comparabile deoarece
sursele de date, metodele de măsurare, conceptele, definiţiile şi sfera de
cuprindere sunt diferite. Analiza datelor din ambele serii, însă, oferă o imagine
completă şi reală asupra pieţei forţei de muncă.
În ceea ce privește metodologia de estimare aplicată, aceasta se
bazează pe metode econometrice care nivelează exponenţial seriile de date
cu tendinţă lineară. Valorile estimate sunt derivate din datele furnizate
de cercetarea statistică asupra forţei de muncă în gospodării, pe baza unor
coeficienţi de netezire, care corectează nivelul şi tendinţa seriei în formă brută.
Coeficienţii de netezire sunt determinaţi din condiţia minimizării erorilor de
previziune. Pentru rezultatele provizorii, valorile sunt derivate ținând cont de
date parțiale colectate pentru luna de referință.
Datele sunt prezentate în formă ajustată sezonier, eliminându-se astfel
efectul variaţiilor sezoniere. Pentru ajustarea sezonieră s-a folosit pachetul

6 Romanian Statistical Review - Supplement nr. 9 / 2020


de programe DEMETRA (metoda TRAMO/SEATS), care realizează şi
estimarea efectul calendarului, precum şi identificarea şi corectarea valorilor
extreme. Estimarea componentelor neobservate: trend-ciclu, sezonalitate
şi componenta neregulată se realizează de către programul SEATS pe baza
modelelor ARIMA. Seriile ajustate sezonier s-au obţinut prin eliminarea
componentei sezoniere din seria originală. Trend-ul, care reprezintă seria
ajustată atât pentru efectul variaţiilor sezoniere cât şi al celor accidentale, s-a
obţinut prin eliminarea componentei neregulate din seria ajustată sezonier.
Seria a fost calculată în funcţie de populaţia rezidentă reestimată
în condiţii de comparabilitate cu rezultatele Recensământului Populaţiei şi
Locuinţelor din anul 2011.
Politica de revizuire a datelor: Indicatorii rata şomajului şi numărul
şomerilor sunt diseminaţi lunar cu titlul de date provizorii şi fac obiectul
reviziilor trimestriale, pe măsură ce noi informaţii devin disponibile, astfel:
indicatorii cu perioadă de referinţă ianuarie, februarie şi martie se publică
în variantă provizorie la sfârşitul lunilor februarie, martie respectiv aprilie şi
se revizuiesc în mai; indicatorii cu perioadă de referinţă aprilie, mai şi iunie
se publică în variantă provizorie la sfârşitul lunilor mai, iunie respectiv iulie
şi se revizuiesc în august; indicatorii cu perioadă de referinţă iulie, august
şi septembrie se publică în variantă provizorie la sfârşitul lunilor august,
septembrie respectiv octombrie şi se revizuiesc în noiembrie; indicatorii cu
perioadă de referinţă octombrie, noiembrie şi decembrie se publică în variantă
provizorie la sfârşitul lunilor noiembrie, decembrie şi ianuarie (anul următor)
şi se revizuiesc în februarie - anul următor.
Anual, odată cu publicarea datelor pentru prima lună a anului, seriile în
formă ajustată sezonier şi trend sunt revizuite integral ca urmare a reestimării
parametrilor modelului ARIMA.

Date, rezultate și discuții


Șomajul exprimă sintetic modul în care este ocupată populația
activă din România. În condiții normale, neafectat de factori care măsoară
criza economică, șomajul este un fenomen acceptat, care exprimă efectele
privind chiar perfecționarea structurii macroeconomice. De pildă, robotizarea,
informatizarea și digitalizarea au ca efect disponibilizarea de salariați.
Preocupările administrației unui stat este acela de a asigura reconversia forței
de muncă și, pe această cale reducerea numărului șomerilor și a ratei șomajului.
Aceasta este preocuparea permanentă, având efecte pozitive în timp. Astfel,
dacă în ianuarie 2004, numărul șomerilor era de 841.752, cu o rată de 8,5%,
indicatorul a scăzut lunar, trimestrial și anual, în mod constant. Excepție face
perioada 2009-2011, când sub influența crizei economico-financiare numărul

Revista Română de Statistică - Supliment nr. 9 / 2020 7


șomerilor era de 563.704 persoane, corespunzător unei rate a șomajului de
5,8%, cei doi indicatori au crescut permanent, fiind de 689.061 persoane
(7,5% rata șomajului) în luna noiembrie 2011. Desigur, această evoluție s-a
datorat crizei economico-financiare, care a avut efecte negative și în domeniul
șomajului.
După data mai sus menționată, rata șomajului și numărul de șomeri s-a
stabilizat și a urmat un curs descendent, ajungând la 331.010 (3,7%) în luna
martie 2019. Din luna ianuarie 2020 când cifra șomajului a înregistrat 337.858
persoane (3,7%), acest indicator a început să crească, în ultimele patru luni
ale anului 2020 (aprilie-iulie), iar evoluția a devenit alarmantă. Astfel, în luna
iulie 2020, numărul șomerilor a ajuns la 484.156 persoane (5,4%). Nivelul
înregistrat în luna iulie se referă doar la numărul de șomeri înregistrați în
această categorie, fiind indemnizați.
În perioada actuală și următoare, nivelul indicatorilor privind șomajul
vor evolua în mod negativ. Apreciem astfel, deoarece în prezent nu s-a rezolvat
situația celor circa 1,3 milioane de persoane care au fost sau sunt încă în șomaj
tehnic.
Trecând peste controversa juridică pe care o presupune categoria de
șomaj tehnic, care ar presupune ca la sfârșitul perioadei, persoanele aflate în
această situație să nu își piardă locul de muncă și să treacă în șomaj, ci să fie
reîncadrate.
Situația este numai teoretică, deoarece criza sanitară coronavirus,
conjugată cu criza economico-financiară are și alte efecte devastatoare. În
acest sens putem preciza că, de la începutul crizei sanitare peste 25% din IMM-
uri s-au lichidat sau sunt în lichidare, disponibilizând un număr important de
salariați. În domeniul HoReCa și în activitatea turistică numărul locurilor de
muncă se reduce în mod permanent, cei mai mulți urmănd să intre în categoria
șomerilor, de la început, conform legii, urmând a fi indemnizați. Tot astfel stau
lucrurile și în alte domenii (industrie, servicii, transporturi, etc.) de unde o
serie de salariați, aflați sau nu în șomaj tehnic, vor îngroșa numărul șomerilor.
Totodată precizăm că fondurile pentru investiții se diminuează,
iar accesarea fondurilor comunitare este pentru moment doar o problemă
teoretică. Pentru accesarea fondurilor comunitare pe structura pe care vor fi
alocate, va fi nevoie să se pregătească proiecte solide și să existe și sumele
necesare pentru prefinanțare.
În termeni generali discutând, putem aprecia că numărul șomerilor
va crește împrumuturile deosebite, pe lângă faptul că va mări datoria
publică internă și externă a țării, nu vor putea fi direcționate spre investiții
sau să constituie fonduri de refinanțare. Pe lângă această situație existentă
în categoria populației active, în România se mai află temporar, un număr

8 Romanian Statistical Review - Supplement nr. 9 / 2020


însemnat de persoane care au venit în țară din exterior deoarece nu aveau loc
de muncă asigurat, erau sezonieri sau chiar au fost dirijați să se întoarcă în
țara natală, adică România. Aceste persoane, poate în jur de 2 milioane nu pot
fi considerate nici populație activă, nici în șomaj, fiind persoane neocupate.
Este adevărat că un număr dintre aceștia mai pleacă în alte țări ca sezonieri, pe
perioade foarte scurte, dar revin în țară, uneori în condiții nepotrivite.
Din cele exprimate mai sus rezultă că situația populației active
(rezerva pentru populația ocupată și salariați) este într-o perioadă de profunde
pierderi, cu efect imediat asupra șomajului.
Expunând până în acest moment situația și perspectiva evoluției
șomajului, precizăm că acest fenomen va avea efect negativ asupra creșterii
Produsului Intern Brut și pe cale de consecință a creșterii economice. În
semestrul II al anului 2020, Produsul Intern Brut a scăzut cu 12,3% față de
trimestrul I 2020 și cu 10,5% față de trimestrul II din anul 2019. Scăderea
Produsului Intern Brut se datorează: reducerii producției în toate domeniile
economice; sporirea numărului șomerilor și reducerea numărului de salariați;
reducerea exporturilor care determină creșterea indicatorului export net
(diferența dintre export și import de bunuri și servicii); performanță foarte
slabă în agricultură, etc.
În ceea ce privește rata șomajului în luna iulie 2020, în formă ajustată
sezonier, a fost de 5,4%, crescând cu 0,1% procentuale față de cea înregistrată
în luna precedentă. De asemenea, rata şomajului la bărbaţi a fost cu 1,6 puncte
procentuale mai mare decât la femei.
În figura numărul 1 se prezintă evoluția ratei șomajului în perioada
2012-2020.

Revista Română de Statistică - Supliment nr. 9 / 2020 9


Evoluția ratei șomajului în perioada 2012-2020
Figura 1

Sursa: Institutul Național de Statistică, Comunicatul nr. 224/01 septembrie 2020

Numărul şomerilor în vârstă de 15-74 ani estimat pentru luna iulie a


anului 2020 a fost de 484 mii persoane, în creştere atât față de luna precedentă
(474 mii persoane), cât și față de aceeaşi lună a anului anterior (362 mii
persoane).
De asemenea, în figura numărul 2 prezentăm evoluția numărului de
șomeri în perioada iulie 2017 – iulie 2020.

10 Romanian Statistical Review - Supplement nr. 9 / 2020


Evoluția numărului de șomeri în perioada iulie 2017 – iulie 2020
Figura 2

Sursa: Institutul Național de Statistică, Comunicatul nr. 224/01 septembrie 2020

Pe sexe, rata şomajului la bărbaţi a depăşit-o cu 1,6% pe cea a femeilor,


valorile respective fiind 6,1% în cazul persoanelor de sex masculin şi 4,5% în
cazul celor de sex feminin. În tabelul numărul 1 se prezintă structurat în timp
și pe grupe de vârstă, exprimat în date relative (%) evoluția acestui indicator.

Rata șomajului pe sexe (%)


Tabel 1
2019 2020
Iul. Aug. Sept. Oct. Nov. Dec. Ian. Feb. Mar. Apr. Mai Iun. Iul.P
Total            
15-74 ani 4,0 3,8 4,1 3,9 4,0 4,0 3,7 4,3 4,6 5,0R 5,1R 5,3R 5,4

15-24 ani 17,5 17,5 17,5 17,7 17,7 17,7 17,4 17,4 17,4 16,9 16,9 16,9 ..

25-74 ani 3,0 2,9 3,1 2,9 3,0 3,0 2,8 3,0 3,7 4,2R 4,3R 4,5R 4,3
Masculin                        
15-74 ani 4,4 4,2 4,5 4,4 4,5 4,7 3,8 4,9 5,3 5,4R 5,6R 5,6R 6,1

15-24 ani 16,7 16,7 16,7 18,4 18,4 18,4 17,8 17,8 17,8 16,6 16,6 16,6 ..

25-74 ani 3,4 3,3 3,6 3,3 3,4 3,5 3,0 3,3 4,6 4,5R 4,9R 4,7R 4,9
Feminin                        
15-74 ani 3,5 3,4 3,4 3,2 3,2 3,2 3,6 3,4 3,6 4,6R 4,5R 5,0R 4,5

15-24 ani 18,8 18,8 18,8 16,4 16,4 16,4 16,7 16,7 16,7 17,4 17,4 17,4 ..

25-74 ani 2,5 2,4 2,4 2,4 2,3 2,3 2,7 2,6 2,6 3,8R 3,7R 4,2R 3,6
RDate revizuite; P Date provizorii
Sursa: Institutul Național de Statistică, Comunicatul nr. 224/01 septembrie 2020

Revista Română de Statistică - Supliment nr. 9 / 2020 11


Pentru persoanele adulte cu vârste cuprinse între 25-74 ani, rata
şomajului a fost estimată la 4,3% pentru luna iulie 2020 (4,9% în cazul
bărbaților şi 3,6% în cel al femeilor). De asemenea, numărul şomerilor în
vârstă de 25-74 ani reprezintă 75,1% din numărul total al şomerilor estimat
pentru luna iulie 2020.
Pentru a vedea efectul corelativ care există între șomaj și Produsul
Intern Brut, vom utiliza modelul statistico-econometric de regresie liniară
simplă, în care Produsul Intern Brut va fi variabila rezultativă, iar șomajul
variabila factorială. Astfel, ecuația de regresie liniară simplă va avea
următoarea formă:

 (1)
unde: reprezintă variabila rezultativă;
reprezintă variabila factorială;
reprezintă parametrii de regresie;
reprezintă reziduu.

Am ales perioada decembrie 2004 - iunie 2020, datele fiind structurate


în tabelul numărul 2.

Evoluția PIB-ului și a numărului de șomeri


în perioada decembrie 2004 - iunie 2020
Tabel 2
Semestrul/anul PIB Număr șomeri Semestrul/anul PIB Număr șomeri
S I 2004 121240 813732 SII 2012 310453 619178
SII 2004 126128 789094 S I 2013 317592 698982
S I 2005 133253 699781 SII 2013 319990 658927
SII 2005 155701 656467 S I 2014 322152 633329
S I 2006 162103 690992 SII 2014 346032 607386
SII 2006 182547 720797 S I 2015 345071 629000
S I 2007 186781 655814 SII 2015 367515 595802
SII 2007 229225 574149 S I 2016 380445 531269
S I 2008 250945 554368 SII 2016 384689 475581
SII 2008 273443 563704 S I 2017 427361 469145
S I 2009 256975 602239 SII 2017 429365 412132
SII 2009 253547 653835 S I 2018 441948 382274
S I 2010 254829 637930 SII 2018 465952 360372
SII 2010 279051 631170 S I 2019 464230 342795
S I 2011 281550 631105 SII 2019 486341 366473
SII 2011 283546 680412 S I 2020 446804 473699
S I 2012 286228 619350      
Sursa: Date conforme Comunicatul INS nr. 224/01 septembrie 2020 și prelucrate de autori

12 Romanian Statistical Review - Supplement nr. 9 / 2020


În graficul numărul 1 este prezentată histograma evoluției Produsului
Intern Brut al României în perioada ianuarie 2004 – iunie 2020.

Histograma evoluției Produsului Intern Brut al României în perioada


ianuarie 2004 – iunie 2020
Grafic 1
6
Series: PIB
Sample 2004:1 2020:1
5
Observations 33

4 Mean 302213.1
Median 286228.0
Maximum 486341.0
3
Minimum 121240.0
Std. Dev. 105954.5
2 Skewness -0.002655
Kurtosis 2.076508
1
Jarque-Bera 1.172692
Probability 0.556357
0
100000 200000 300000 400000 500000

Interpretând rezultatele prezentate în graficul numărul 1 constatăm


că valoarea înregistrată a testului Skewness este de -0,0026, ceea ce ne indică
faptul că distribuția nu este perfect simetrică și în același timp, în cazul testului
Kurtosis, valoarea de 2,076 ne indică faptul că distribuția este una mai lentă.
În graficul numărul 2 este prezentată histograma evoluției numărului
de șomeri în perioada ianuarie 2004 – iunie 2020.

Histograma evoluției numărului de șomeri în perioada ianuarie 2004 –


iunie 2020
Grafic 2
10
Series: NS
Sample 2004:1 2020:1
8 Observations 33

Mean 588826.8
6 Median 619350.0
Maximum 813732.0
Minimum 342795.0
4 Std. Dev. 120336.7
Skewness -0.530311
Kurtosis 2.649139
2
Jarque-Bera 1.716033
Probability 0.424002
0
400000 600000 800000

Revista Română de Statistică - Supliment nr. 9 / 2020 13


Interpretând rezultatele prezentate în graficul numărul 2 constatăm
că valoarea înregistrată a testului Skewness este de -0,53, ceea ce ne indică
faptul că distribuția nu este perfect simetrică și în același timp, în cazul testului
Kurtosis, valoarea de 2,649 ne indică faptul că distribuția este una mai lentă.
Din datele prezentate în tabelul numărul 2 se constată că, pe măsura creșterii
șomajului scade Produsul Intern Brut, fiind vorba de o legătură inversă
puternică. Astfel, corelația dintre Produsul Intern Brut și numărul de șomeri
este prezentată în graficul numărul 3.

Corelația dintre Produsul Intern Brut și numărul de șomeri


Grafic 3
NS vs. PIB
900000

800000

700000

600000
NS

500000

400000

300000
100000 200000 300000 400000 500000

PIB

Constatăm că norul de puncte aferent valorilor pe care le-au


înregistrat cei doi indicatori macroeconomici descriu o dreaptă, aspect care
ne permite să facem analiza statistico-econometrică, utilizând modelul de
regresie liniară simplă propus mai sus și redat prin ecuația numărul 1. Pentru
testarea semnificației modelului și estimarea parametrilor a și b, a fost utilizat
programul de analiză statistico-econometrică EViews, iar rezultatele sunt
prezentate în figura numărul 3.

14 Romanian Statistical Review - Supplement nr. 9 / 2020


Rezultatele analizei dependenței PIB-ului de evoluția numărului de
șomeri
Figura 3
Dependent Variable: PIB
Method: Least Squares
Sample(adjusted): 2004:1 2020:1
Included observations: 33 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 755837.2 45991.01 16.43446 0.0000
NS -0.770386 0.076571 -10.06107 0.0000
R-squared 0.765551 Mean dependent var 302213.1
Adjusted R-squared 0.757989 S.D. dependent var 105954.5
S.E. of regression 52123.96 Akaike info criterion 24.61933
Sum squared resid 8.42E+10 Schwarz criterion 24.71003
Log likelihood -404.2189 F-statistic 101.2252
Durbin-Watson stat 0.387860 Prob(F-statistic) 0.000000

Interpretând datele prezentate în figura numărul 3 constatăm că


modelul este unul bun și poate fi utilizat în prognozele macroeconomice,
datorită valorilor semnificativ diferite de zero a coeficienților (coloana a doua)
și de testele statistice F-statistic și t-Statistic ale căror valori sunt superioare
celor tabelate. De asemenea, valoarea de 0,7655 înregistrată de R-squared ne
indică o influență puternică pe care o are evoluția șomajului asupra evoluției
Produsului Intern Brut.
În altă ordine de idei, putem estima valorile teoretice ale variabilei
dependente utilizând relația:

 (2)

În ceea ce privește valoarea mare a coeficientului termenului liber


(755837.2), ne este indicat faptul că există și alți factori care influențează
evoluția Produsului Intern Brut. De asemenea, semnul minus al coeficientului
aferent variabilei factoriale ne confirmă relația de sens invers dintre evoluțiile
celor doi indicatori.

Concluzii
Din studiul articolului realizat pe baza unei cercetări amănunțite a
evoluției Produsului Intern Brut, comparat cu evoluția numărului de șomeri
și a ratei șomajului se desprind o serie de concluzii teoretice și practice. În
primul rând, între evoluția Produsului Intern Brut, nivelul creșterii economice
și numărul de șomeri sau rata șomajului există o legătură cu efect invers.
De aceea, pe lângă toate celelalte măsuri care sunt cuprinse într-o strategie
de evoluție a economiei unei țări într-o perioadă dată, trebuie să se acorde
atenție posibilității de a absorbi din rândul șomerilor un număr cât mai mare

Revista Română de Statistică - Supliment nr. 9 / 2020 15


în activitățile economice și sociale. Aceasta, înseamnă indubitabil crearea de
noi locuri de muncă, concomitent cu reconversia populației intrate în șomaj.
O altă concluzie este aceea că în condițiile în care pe plan național sau
cum este în momentul de față mai larg, pe plan mondial, se manifestă crize
care conduc la declanșarea crizei economico-financiare, numărul de șomeri
și rata șomajului vor sporii și aceasta va avea efect negativ asupra creșterii
economice.
În mod normal putem analiza din punct de vedere teoretic corelația
dintre creșterea Produsului Intern Brut și rata șomajului. În acest context,
privită la nivel teoretic legătura este clară, când economia se află în faza
de recesiune, caracterizată prin scăderea ritmului de creștere a Produsului
Intern Brut, rata șomajului crește, iar când are loc expansiunea economică
a Produsului Intern Brut, rata șomajului scade. Această corelație inversă
negativă este cunoscută sub denumirea de legea lui Okun. De aici rezultă
și unele relații de calcul care pot exprima efectul legături dintre cele două
aspecte, respectiv rata inflației, rară șomajului și rata creșterii Produsul Intern
Brut sau a creșterii economice.
O altă concluzie este aceea că în condițiile crizei economico-financiare,
impuse de apariția și dezvoltarea accelerată a crizei sanitare coronavirus, este
de anticipat o sporire a efectului negativ pe care îl are creșterea șomajului.
De aceea, programele de evoluție economică trebuie să prevadă pe cât posibil
posibilitatea de a sporii investițiile pentru crearea de noi locuri de muncă,
pentru atragerea personalului disponibilizat, care va intra în șomaj sau chiar a
persoanelor care sunt deja sunt în șomaj. Rata șomajului este un factor negativ,
deoarece afectează rezultatele creării și evoluției Produsului Intern Brut.
O ultimă concluzie este aceea că șomajul apare și ca un element de
regularizare a dezechilibrelor macroeconomice și trebuie să fie avut în vedere,
mai ales pe seama investițiilor, care să constituie elementul de baza al creșterii
economice, concomitent cu reconversia profesională a persoanelor intrate în
șomaj sau neocupate.

Bibliografie
1. Agrawala, A., Matsab, D. (2013). Labor unemployment risk and corporate
financing decisions. Journal of Financial Economics, 108 (2), May, 449-470
2. Anghel, M.G., Dumbravă, Ș.G., Dumitru, D. (2019). Particularities of using the
Phillips curve in the study of unemployment evolution. Romanian Statistical
Review, Supplement, 4, 33-44
3. Anghelache, C. (1999-2017). România. Starea economică, Editura Economică,
Bucureşti
4. Anghelache, C., Anghel, M.G., Dumbravă, Ș.G., Ene, L. (2018). Analyzing the
employment rate of the population, unemployment and vacancies in the economy.
Theoretical and Applied Economics, XXV, No. 2(615), Summer, 105-118

16 Romanian Statistical Review - Supplement nr. 9 / 2020


5. Anghelache, C., Anghel, M.G. (2018). Analysis of the correlation between the
employed population, unemployment and vacancies. Annals of the „Constantin
Brâncuşi” University of Târgu Jiu, Economy Series, 3, „Academica Brâncuşi”
Publisher, 19-25
6.Couch, K.A., Reznik, G., Tamborini, C.R., Iams, H. (2013). Economic and Health
Implications of Long-Term Unemployment: Earnings, Disability Benefits, and
Mortality. Research in Labor Economics, 38, 259-305
7.Iacob, Ș.V. (2020). Spectral analysis of the evolution of unemployment rate in
Romania. International Symposium Experience. Knowledge. Contemporary
Challenges, Bucharest, Romania, 119-128
8.Iacob, Ș.V., Măhărea, E. (2020). Model de analiză a evoluției ocupării populației și
a șomajului în România. . Romanian Statistical Review, Supplement, 4, 184-202
9.Kroft, K., Notowidigdo, M.J. (2016). Should Unemployment Insurance Vary with
the Unemployment Rate? Theory and Evidence. Review of Economic Studies, 83
(3), 1092-1124
10.Krueger, A.B., Mueller, A. (2010). Job Search and Unemployment Insurance:
New Evidence from Time Use Data. Journal of Public Economics, Journal of
Public Economics, 94 (3-4), 298– 307
11. Moscarini, G., Postei-Vinay, F. (2012). The Contribution of Large and Small
Employers to Job Creation at Times of High and Low Unemployment. American
Economic Review, 102 (6), 2509-2539
12. Nekoei, A., Weber, A. (2017). Does Extending Unemployment Benefits Improve
Job Quality?. American Economic Review, 107, 527–561
13.Institutul Național de Statistică, Comunicatul nr. 224/01 septembrie 2020

Revista Română de Statistică - Supliment nr. 9 / 2020 17