Статистические методы анализа динамики численности работников
Величина интервала равна 20,0. Отсюда путем прибавления величины интервала к минимальному уровню признака в группе получим следующие группы организаций по среднесписочной численности (таблица 2.3.).
Таблица 2.3.
|
№ интервала |
Группа организаций | Число п/п | |
| в абсолютном выражении | в относительном выражении | ||
| 1 | 120 - 140 | 2 | 6,7% |
| 2 | 140 - 160 | 5 | 16,7% |
| 3 | 160 - 180 | 12 | 40,0% |
| 4 | 180 - 200 | 7 | 23,3% |
| 5 | 200 - 220 | 4 | 13,3% |
| Итого | 30 | 100,0% | |
Данные группировки показывают, что 63,3 % организаций имеют среднесписочную численность работников менее 180 чел.
Мода (Мо) – это значение случайной величины, встречающееся с наибольшей вероятностью в дискретном вариационном ряду – это вариант, имеющий наибольшую частоту. В интервальном вариационном ряду мода вычисляется по формуле:
,
где y0 – нижняя граница модального интервала;
h – размер модального интервала;
fMo – частота модального интервала;
fMo-1 – частота интервала, стоящего перед модальной частотой;
fMo+1 – частота интервала, стоящего после модальной частоты.
Отсюда:
чел.
Графическое нахождение моды:
Медиана (Ме) – это величина признака, который находится в середине ранжированного ряда, то есть расположенного в порядке возрастания или убывания.
Для интервального
вариационного
ряда Ме рассчитывается
по формуле:
,
где y0 – нижняя граница медианного интервала;
h – размер медианного интервала;
- половина
от общего числа
наблюдений;
SMe-1 – сумма наблюдений, накопленная до начала медианного интервала;
fMe – частота медианного интервала.
Определяем медианный интервал, в котором находится порядковый номер медианы (n).
В графе «Сумма накопленных наблюдений» таблицы 2.4. значение 15 соответствует интервалу №3, то есть 160 – 180. Это и есть медианный интервал, в котором находится медиана.
Отсюда:
чел.
Таблица 2.4.
|
№ интервала |
Группа п/п | Число п/п | Сумма накопленных частот (S) |
Середина интервала, Yi |
|
| в абсолютном выражении | в относительном выражении | ||||
| 1 | 120 - 140 | 2 | 6,7% | 2 | 130 |
| 2 | 140 - 160 | 5 | 16,7% | 2 + 5 = 7 | 150 |
| 3 | 160 - 180 | 12 | 40,0% | 7 + 12 = 19 | 170 |
| 4 | 180 - 200 | 7 | 23,3% | 19 + 7 = 26 | 190 |
| 5 | 200 - 220 | 4 | 13,3% | 26 + 4 =30 | 210 |
| Итого | 30 | 100,0% | |||
Графическое нахождение медианы:
Рассчитаем характеристики ряда распределения.
Для расчета необходимо определить середины интервалов распределения среднесписочной численности работников (таблица 2.5.).
Таблица 2.5.
| Группа организаций |
Середина интервала, Yi |
Число п/п Ni |
Yi * Ni | Yi - Ycp | (Yi - Ycp)2 * Ni |
| 120 - 140 | 130 | 2 | 260 | -44 | 3872 |
| 140 - 160 | 150 | 5 | 750 | -24 | 2880 |
| 160 - 180 | 170 | 12 | 2040 | -4 | 192 |
| 180 - 200 | 190 | 7 | 1330 | 16 | 1792 |
| 200 - 220 | 210 | 4 | 840 | 36 | 5184 |
| Итого | 30 | 5220 | 13920 |
Средняя арифметическая взвешенная определяется по формуле:
чел., где
y – варианты или середины интервалов вариационного ряда;
f – соответствующая частота;
Среднее квадратическое отклонение представляет собой корень квадратный из дисперсии и равно:
чел.
То есть в среднем среднесписочная численность работников по организациям колеблется в пределах ± 21,514 чел. от его среднего значения 174,0 чел.
Коэффициент вариации представляет собой процентное отношение среднего квадратического отклонения к средней арифметической:
На основании полученного коэффициента вариации можно сделать вывод, что по уровню среднесписочной численности работников организации являются однородными, так как коэффициент не превышает 33%.
Вычислим среднюю арифметическую по исходным данным таблицы 1. Средняя арифметическая простая равна сумме значений признака, деленной на их число:
,
где y – значение признака;
n – число единиц признака.
чел.
Расхождения между арифметической средней простой и взвешенной возникли из-за того, что арифметическая средняя взвешенная считалась по сгруппированным данным.
2.2. Выявление наличия корреляционной связи между признаками, установление направления связи и измерение ее тесноты
Необходимо определить признак – среднегодовая стоимость ОПФ.
Таблица 2.6.: Исходные данные
|
№ п/п |
Стоимость ОПФ млн.руб.(Х) |
| 1 | 34,714 |
| 2 | 24,375 |
| 3 | 41,554 |
| 4 | 50,212 |
| 5 | 38,347 |
| 6 | 27,408 |
| 7 | 60,923 |
| 8 | 47,172 |
| 9 | 37,957 |
| 10 | 30,210 |
| 11 | 38,562 |
| 12 | 52,500 |
| 13 | 45,674 |
| 14 | 34,388 |
| 15 | 16,000 |
| 16 | 34,845 |
| 17 | 46,428 |
| 18 | 38,318 |
| 19 | 47,590 |
| 20 | 19,362 |
| 21 | 31,176 |
| 22 | 36,985 |
| 23 | 48,414 |
| 24 | 28,727 |
| 25 | 39,404 |
| 26 | 55,250 |
| 27 | 38,378 |
| 28 | 55,476 |
| 29 | 34,522 |
| 30 | 44,839 |
Таблица 2.7.: Отсортированные данные
|
№ п/п |
Стоимость ОПФ млн.руб.(Х) |
| 1 | 16,000 |
| 2 | 19,362 |
| 3 | 24,375 |
| 4 | 27,408 |
| 5 | 28,727 |
| 6 | 30,210 |
| 7 | 31,176 |
| 8 | 34,388 |
| 9 | 34,522 |
| 10 | 34,714 |
| 11 | 34,845 |
| 12 | 36,985 |
| 13 | 37,957 |
| 14 | 38,318 |
| 15 | 38,347 |
| 16 | 38,378 |
| 17 | 38,562 |
| 18 | 39,404 |
| 19 | 41,554 |
| 20 | 44,839 |
| 21 | 45,674 |
| 22 | 46,428 |
| 23 | 47,172 |
| 24 | 47,590 |
| 25 | 48,414 |
| 26 | 50,212 |
| 27 | 52,500 |
| 28 | 55,250 |
| 29 | 55,476 |
| 30 | 60,923 |
Построим интервальный ряд, характеризующий распределение организаций по среднегодовой стоимости ОПФ, образовав пять групп с равными интервалами (таблица 2.8.).
млн. руб.
Таблица 2.8.
| Группа организаций | Число п/п | |
| в абсолютном выражении | в относительном выражении | |
| 16,000 - 24,984 | 3 | 10,0% |
| 24,984 - 33,969 | 4 | 13,3% |
| 33,969 - 42,954 | 12 | 40,0% |
| 42,954 - 51,938 | 7 | 23,3% |
| 51,938 - 60,923 | 4 | 13,3% |
| Итого | 30 | 100,0% |
Корреляционная таблица – это специальная комбинационная таблица, в которой представлена группировка по двум взаимосвязанным признакам: факторному и результативному. Необходимо определить, существует ли зависимость между среднегодовой стоимостью ОПФ и среднесписочной численностью работников. Построим корреляционную таблицу, образовав пять групп по факторному и результативному признакам (таблица 2.9.).
Совмещая данные по Х и Y получим следующую группировку: «Аналитическая группировка (по двум признакам)».
Таблица 2.9.
| Центр.значение, Ycp(j) | 130 | 150 | 170 | 190 | 210 |
Nj |
||||||
| Группы по Х | Группы по У | 120 | 140 | 140 | 160 | 160 | 180 | 180 | 200 | 200 | 220 | |
| 16,000 | 24,985 | 2 | 1 | 3 | ||||||||
| 24,985 | 33,969 | 4 | 4 | |||||||||
| 33,969 | 42,954 | 12 | 12 | |||||||||
| 42,954 | 51,938 | 7 | 7 | |||||||||
| 51,938 | 60,923 | 4 | 4 | |||||||||
| 16,000 | 24,985 | 2 | 5 | 12 | 7 | 7 | 30 | |||||
Как видно из данных таблицы 2.9., распределение числа субъектов произошло вдоль диагонали, проведенной из левого верхнего угла в правый нижний угол таблицы, то есть увеличение признака «Среднегодовая стоимость ОПФ» сопровождалось увеличением признака «Среднесписочная численность работников». Характер концентрации частот по диагонали корреляционной таблицы свидетельствует о наличии прямой тесной корреляционной связи между изучаемыми признаками.
Аналитическая группировка позволяет изучать взаимосвязь факторного и результативного признаков. Установим наличие и характер связи между среднегодовой стоимостью ОПФ и среднесписочной численностью работников методом аналитической группировки (таблица 2.10.).
Таблица 2.10.
|
Группа п/п |
Число п/п | Х | У | ||
| Всего по группе | В среднем | Всего по группе | В среднем | ||
|
16 - 24,985 |
3 | 59,737 | 19,912 | 406,000 | 135,333 |
|
24,985 - 33,969 |
4 | 117,521 | 29,380 | 634,000 | 158,500 |
|
33,969 - 42,954 |
12 | 447,974 | 37,331 | 1980,000 | 165,000 |
|
42,954 - 51,938 |
7 | 330,329 | 47,190 | 1330,000 | 190,000 |
|
51,938 - 60,923 |
4 | 224,149 | 56,037 | 840,000 | 210,000 |
|
Итого |
30 | 1179,710 | 39,324 | 5190,000 | 173,000 |
Данные таблицы 2.10. показывают, что с ростом среднесписочной численности работников среднегодовая стоимость ОПФ увеличивается. Следовательно, между исследуемыми признаками существует прямая корреляционная связь.
Вычислим коэффициент детерминации и эмпирическое корреляционное отношение, для чего выполним некоторые расчеты.
Таблица 8: Исходные данные и расчет коэффициента детерминации
| № |
Х |
У |
(У - Уср)2 |
(X - Xср)2 |
(У - Уср)*(X - Xср) |
n |
| 1 | 16,000 | 120 | 2809,0 | 544,0 | 1236,2 | |
| 2 | 19,362 | 130 | 1849,0 | 398,5 | 858,4 | |
| 3 | 24,375 | 156 | 289,0 | 223,5 | 254,1 | |
|
1 группа |
59,737 |
406,0 |
3 | |||
|
19,912 |
135,3 |
|||||
| 4 | 27,408 | 158 | 225,0 | 142,0 | 178,7 | |
| 5 | 28,727 | 158 | 225,0 | 112,3 | 159,0 | |
| 6 | 30,210 | 159 | 196,0 | 83,1 | 127,6 | |
| 7 | 31,176 | 159 | 196,0 | 66,4 | 114,1 | |
|
2 группа |
117,521 |
634,0 |
4 | |||
|
29,380 |
158,5 |
|||||
| 8 | 34,388 | 161 | 144,0 | 24,4 | 59,2 | |
| 9 | 34,522 | 161 | 144,0 | 23,1 | 57,6 | |
| 10 | 34,714 | 162 | 121,0 | 21,2 | 50,7 | |
| 11 | 34,845 | 162 | 121,0 | 20,1 | 49,3 | |
| 12 | 36,985 | 162 | 121,0 | 5,5 | 25,7 | |
| 13 | 37,957 | 163 | 100,0 | 1,9 | 13,7 | |
| 14 | 38,318 | 164 | 81,0 | 1,0 | 9,1 | |
| 15 | 38,347 | 165 | 64,0 | 1,0 | 7,8 | |
| 16 | 38,378 | 166 | 49,0 | 0,9 | 6,6 | |
| 17 | 38,562 | 167 | 36,0 | 0,6 | 4,6 | |
| 18 | 39,404 | 168 | 25,0 | 0,0 | -0,4 | |
| 19 | 41,554 | 179 | 36,0 | 5,0 | 13,4 | |
|
3 группа |
447,974 |
1980,0 |
12 | |||
|
37,331 |
165,0 |
|||||
| 20 | 44,839 | 186 | 169,0 | 30,4 | 71,7 | |
| 21 | 45,674 | 187 | 196,0 | 40,3 | 88,9 | |
| 22 | 46,428 | 188 | 225,0 | 50,5 | 106,6 | |
| 23 | 47,172 | 190 | 289,0 | 61,6 | 133,4 | |
| 24 | 47,590 | 192 | 361,0 | 68,3 | 157,1 | |
| 25 | 48,414 | 193 | 400,0 | 82,6 | 181,8 | |
| 26 | 50,212 | 194 | 441,0 | 118,6 | 228,7 | |
|
4 группа |
330,329 |
1330,0 |
7 | |||
|
47,190 |
190,0 |
|||||
| 27 | 52,500 | 205 | 1024,0 | 173,6 | 421,6 | |
| 28 | 55,250 | 208 | 1225,0 | 253,6 | 557,4 | |
| 29 | 55,476 | 207 | 1156,0 | 260,9 | 549,2 | |
| 30 | 60,923 | 220 | 2209,0 | 466,5 | 1015,2 | |
|
5 группа |
224,149 |
840,0 |
4 | |||
|
56,037 |
210,0 |
|||||
|
Все группы |
1179,710 |
5190,0 |
14526,0 |
3281,2 |
6736,7 |
30 |
|
39,324 |
173,0 |
Коэффициент детерминации
Таблица 9: Исходные данные и расчет эмпирического корреляционного отношения
| Группа п/п | Число п/п, nj | Для расчета межгрупповой дисперсии | |||
|
Усрj |
(Усрj - Уср)2 |
(Усрj - Уср)2 * nj |
|||
| 16 - 24,985 | 3 | 135,333 | 1418,778 | 4256,333 | = 1418,778 * 3 |
| 24,985 - 33,969 | 4 | 158,500 | 210,250 | 841,000 | = 210,25 * 4 |
| 33,969 - 42,954 | 12 | 165,000 | 64,000 | 768,000 | = 64 * 12 |
| 42,954 - 51,938 | 7 | 190,000 | 289,000 | 2023,000 | = 289 * 7 |
| 51,938 - 60,923 | 4 | 210,000 | 1369,000 | 5476,000 | = 1369 * 4 |
| Итого | 30 | 173,000 | 13364,333 | ||
Межгрупповая дисперсия
Общая дисперсия
Эмпирическое
корреляционное
отношение
Коэффициент детерминации показывает, что на 97,6% фактор Х обусловлен фактором Y. Расчетное показывает сильную линейную связь между Х и Y. Эмпирическое корреляционное отношение показывает общую тесноту связи между Х и Y. Расчетное значение показывает сильную тесноту связи.
Задание 3
Решение
n/N = 0,20 (выборка 20%-ная, бесповторная)
Среднеквадратическое
отклонение
чел.
Т.к. р (вероятность) = 0,954, то t = 2.
Предельная ошибка бесповторной выборки
Тогда искомые границы для среднего значения ген совокупности:
Искомая
доля:
Тогда предельная ошибка выборки для доли
Тогда искомые границы для доли
Генеральная
доля находится
в границах
(0,209 ; 0,524)
Задание 4
Имеются следующие данные о внутригодовой динамике численности работников организации по кварталам за три года, чел.
| Кварталы | 2000 | 2001 | 2002 |
| I | 150 | 145 | 140 |
| II | 138 | 124 | 112 |
| III | 144 | 130 | 124 |
| IV | 152 | 150 | 148 |
Проведите анализ внутригодовой динамики численности работников организации, для чего:
Определите индексы сезонности методом постоянной средней.
Изобразите на графике сезонную волну изменения численности работников. Сделайте выводы.
Осуществите прогноз численности работников организации на 2003 г. по кварталам на основе рассчитанных индексов сезонности при условии, что среднегодовая численность работников в прогнозируемом году составит 160 человек.
Решение
Рассчитаем средне значение численности работников, чел.
| 584,0 | ||||
| В среднем за 2000г. | Icp2000 = | -------------- = | 146,0 | |
| 4 кв. | ||||
| 549,0 | ||||
| В среднем за 2001г. | Icp2001 = | -------------- = | 137,3 | |
| 4 кв. | ||||
| 524,0 | ||||
| В среднем за 2002г. | Icp2002 = | -------------- = | 131,0 | |
| 4 кв. | ||||
| 600,0 | ||||
| В среднем за 2003г. | Icp2003 = | -------------- = | 150,0 | |
| 4 кв. | ||||
Рассчитаем индексы сезонности, например для 2000г.
| 150,0 | ||||
| I кв. | II2000 = | -------------- = | 1,027 | |
| 146,0 | ||||
| 138,0 | ||||
| II кв. | III2000 = | -------------- = | 0,945 | |
| 146,0 | ||||
| 144,0 | ||||
| III кв. | IIII2000 = | -------------- = | 0,986 | |
| 146,0 | ||||
| 152,0 | ||||
| IV кв. | IIV2000 = | -------------- = | 1,041 | |
| 146,0 |
Рассчитаем средний индекс сезонности методом простой средней:
| 1,027 + 1,056 + 1,069 | ||||
| I кв. | IcpI = | ---------------------------- = | 1,051 | |
| 3 | ||||
| 0,945 + 0,903 + 0,855 | ||||
| II кв. | IcpII = | ---------------------------- = | 0,901 | |
| 3 | ||||
| 0,986 + 0,947 + 0,947 | ||||
| III кв. | IcpIII = | ---------------------------- = | 0,960 | |
| 3 | ||||
| 1,041 + 1,093 + 1,130 | ||||
| IV кв. | IcpIV = | ---------------------------- = | 1,088 | |
| 3 |
Численность работников в 2003г (прогноз), чел.
| I кв. | II2003 = | 150,0 | * 1,051 = | 157,6 | |
| II кв. | III2003 = | 150,0 | * 0,901 = | 135,2 | |
| III кв. | IIII2003 = | 150,0 | * 0,960 = | 144,0 | |
| IV кв. | IIV2003 = | 150,0 | * 1,088 = | 163,2 | |
В итоге получим таблицу индексов сезонности
| Квартал | Индексы сезонности | ||||
| 2000г. | 2001г. | 2002г. | В среднем за 3 года | 2003г. (прогноз) | |
| I | 1,027 | 1,056 | 1,069 | 1,051 | 1,051 |
| II | 0,945 | 0,903 | 0,855 | 0,901 | 0,901 |
| III | 0,986 | 0,947 | 0,947 | 0,960 | 0,960 |
| IV | 1,041 | 1,093 | 1,130 | 1,088 | 1,088 |
В итоге получим таблицу динамики численности в 2003г., чел.
| Квартал | Динамика численности работников, чел. | ||||
| 2000г. | 2001г. | 2002г. | В среднем за 3 года | 2003г. (прогноз) | |
| I | 150 | 145 | 140 | 145,1 | 157,6 |
| II | 138 | 124 | 112 | 124,4 | 135,2 |
| III | 144 | 130 | 124 | 132,6 | 144,0 |
| IV | 152 | 150 | 148 | 150,2 | 163,2 |
| Итого | 584 | 549 | 524 | 552,3 | 600,0 |
| В среднем за квартал | 146,0 | 137,3 | 131,0 | 138,1 | 150,0 |
Изобразим графически результаты вычислений
3. аналитическая часть
Согласно данных статистической отчетности ЗАО « Восход », имеются следующие данные по среднесписочной численности работников за период.
| Годы |
1999 |
2000 |
2001 |
2002 |
2003 |
2004 |
| Численность работников, чел | 5021,0 | 5013,0 | 5024,0 | 5029,0 | 5065,0 | 5087,0 |
Анализ рядов динамики начинается с использованием показателей ряда динамики, таких как абсолютный прирост, темпы роста и прироста.
|
|
|||||||
| Среднегодовая численность | |||||||
| Абсолютный прирост | |||||||
| Темп роста | |||||||
| Темп прироста | |||||||
| Абсолютное значение 1% прироста | |||||||
| Среднегодовые значения: |
|
||||||
| Абсолютного прироста | |||||||
| Темпа роста |
|
||||||
|
|
|||||||
| Темпа прироста | |||||||
Решение представим в следующей таблице.
Решение в Excel:
Среднегодовой прирост численности
Среднегодовой темп роста численности
Среднегодовой темп прироста численности
За указанные годы наблюдается незначительный рост среднесписочной численности работников: ежегодный рост составляет 11,0 чел. (среднегодовое значение абсолютного прироста) или 0,3% (среднегодовое значение темпа прироста). В итоге, за период с 1999г. по 2004г. рост численности работников составил с 5021,0 чел. до 5067,0 чел. или 1,3%. Прогнозная численность работников: в 2005г. составит 5100,3 чел. с учетом среднегодовых значений абсолютного прироста, в 2006г. – 5113,6 чел.
Графически изобразим динамику среднесписочной численности работников:
Графическое изображение фактического ряда и темпов роста демонстрирует, что отрицательная тенденция наблюдалась лишь в 1999г.- 2000г., но с 2001г. наблюдается резкая положительная динамика среднесписочной численности работников: (бурное оживление), поэтому прогнозирование по среднему темпу прироста может быть неадекватным, скорее требуется подбор кривой роста для более точного прогнозирования численности.
Проведем аналитическое выравнивание уровней ряда
| Годы | Численность, чел. | Годы |
|
У |
Х |
|
| 1999 | 5021 | 1 |
| 2000 | 5013 | 2 |
| 2001 | 5024 | 3 |
| 2002 | 5029 | 4 |
| 2003 | 5065 | 5 |
| 2004 | 5087 | 6 |
Рассчитаем коэффициент линейной корреляции между переменными:
Значение r = 0,991 показывает, что связь между Y и X весьма тесная.
Значение r > 0 показывает, что связь между Y и X прямая: ежегодно численность работников увеличивается, что говорит о динамичном развитии предприятия.
Примечание: значение "r" можно взять из РЕГРЕССИОННОЙ СТАТИСТИКИ строка "Множественный R"
Построим линейную модель регрессии: Y* = b0 + b1 *X
Параметры
линейной регрессии
найдем по методу
наименьших
квадратов.
Примечание: значения "b0" "b1" можно взять из таблицы № 3.
Получим линейный ряд вида:
|
Y* = |
4990,7 |
+ |
14,029 |
* X |
Значение "b1" = 14,029 показывает, что ежегодно наблюдается рост численности на 14,03 чел.
Осуществим прогноз по данной модели:
Прогноз на 2005г.: Х = 6 + 1 = 7,
|
Y* = |
4990,7 |
+ |
14,029 |
* 7 = |
5088,9 |
Прогноз на 2006г.: Х = 6 + 2 = 8,
|
Y* = |
4990,7 |
+ |
14,029 |
* 8 = |
5103,0 |
Рассчитаем параметры регрессии с помощью инструментария Excel (функции "Сервис" и "Анализ данных").
|
Регрессионная статистика |
Таблица № 1 | ||||
| Множественный R | 0,8949 | ||||
| R-квадрат | 0,8008 | ||||
| Нормированный R-квадрат | 0,7510 | ||||
| Стандартная ошибка | 14,6357 | ||||
| Наблюдения | 6 | ||||
| Таблица № 2 | |||||
|
Дисперсионный анализ |
df | SS | MS | F | |
| Регрессия | 1 | 3444,01 | 3444,01 | 16,08 | 0,00 |
| Остаток | 4 | 856,82 | 214,20 | ||
| Итого | 5 | 4300,83 | |||
Таблица № 3 |
|||||
| Коэффициенты | Стандартная ошибка | ||||
| Y-пересечение | 4990,73 | 13,63 | 366,29 | ||
| Х1 | 14,03 | 3,50 | 4,01 |
| ВЫВОД ОСТАТКА | Таблица № 4 | ||||
| Наблюдение | Предсказанное Y | Остатки | |||
| 1 | 5004,76 | 16,24 | |||
| 2 | 5018,79 | -5,79 | |||
| 3 | 5032,82 | -8,82 | |||
| 4 | 5046,85 | -17,85 | |||
| 5 | 5060,88 | 4,12 | |||
| 6 | 5074,90 | 12,10 | |||
| 7 | 5088,93 | ||||
| 8 | 5102,96 |
В среде Excel это выглядит следующим образом:
Построим график фактических и расчетных данных:
Из
графика видно,
что модель
достаточно
точно отражает
ряд фактических
данных, что
говорит о высокой
степени надежности
модели.
Прогноз двумя методами дал достаточно точные значения:
В 2005г. прогноз численности по 1-му методу – 5100,3 чел., по 2-му методу – 5088,9 чел.
В 2006г. прогноз численности по 1-му методу – 5113,6 чел., по 2-му методу – 5103,0 чел.
В продолжение анализа проведем анализ динамики и структуры численности:
| 1999 | 2004 | |
| чел. | чел. | |
| Среднесписочная численность, чел. | 5021,0 | 5087,0 |
| в т.ч. занятых в осн. производстве | 3313,9 | 3611,8 |
| в т.ч. занятых во вспом. производстве | 1707,1 | 1475,2 |
| 1999 | 2004 | Отклонения | 1999 | 2004 | Отклонения | |
| т.чел. | т.чел. | т.чел. | % | % | % | |
| Среднесписочная численность, чел. | 5021,0 | 5087,0 | 66,0 | 100,0% | 100,0% | 0,0% |
| в т.ч. занятых в осн. производстве | 3313,9 | 3611,8 | 297,9 | 66,0% | 71,0% | 5,0% |
| в т.ч. занятых во вспом. производстве | 1707,1 | 1475,2 | -231,9 | 34,0% | 29,0% | -5,0% |
Анализируя динамику поэлементно, отметим, что
занятых в основном производстве увеличилось на 297,9 т.р.
занятых