ارزیابی و تحلیل نرخ بیکاری در سطح استان های کشور با استفاده از خوشه بندی مبتنی بر چگالی پیش بینی

آ        آگاهی از وضعیت نرخ بیکاری استانهای کشور در افق های زمانی معین، برای برنامه ریزان منطقه ای و سیاستگزاران اقتصادی کشور بسیار مهم می باشد. در این مقاله خوشه بندی سری های زمانی بر اساس چگالی پیش بینی آنها تا افق مشخص بررسی شده است. در این روش به منظور تقریب توزیع پیش بینی ها از فرآیند بوت استرپ غربالی استفاده می شود. تفاوت های بین هر زوج از چگالی های بوت استرپ یک ماتریس عدم تشابه تولید می کند که برای خوشه بندی  استفاده می شود. به همین منظور از داده های فصلی نرخ بیکاری استانی در بازه زمانی بهار ۱۳۸۴ تا پاییز ۱۳۹۶ استفاده گردید و با توجه به الگوریتم چگالی پیش بینی، نرخ بیکاری استان­های کشور را برای دو افق زمانی ۴ فصل (یک سال) و ۱۰ فصل (دو سال و نیم) خوشه بندی کردیم. بهترین وضعیت را چه در ۴ گام و چه در ۱۰ گام (دو سال و نیم)، استان های سمنان و زنجان خواهند داشت و بدترین وضعیت استان های لرستان و کرمانشاه دارا می باشند. همچنین در دو افق زمانی مورد مطالعه، به جز چند استان، بقیه در خوشه های اصلی خود ثابت بودند. همچنین نمودار پراکنش فضایی بیکاری در ایران بر اساس خوشه بندی مبتنی بر چگالی پیش بینی نشان می­دهد که همچنان استان های غرب و جنوب غربی بالاترین نرخ بیکاری را خواهند داشت. بنابراین لزوم برنامه ریزی منطقه ای و توجه جدی به اشتغال استان های فوق الذکر توصیه می شود. در ضمن استان­هایی که در وضعیت نامطلوبی قرار دارند، دارای همسایگان با نرخ بیکاری بالا هستند و استان­های با نرخ بیکاری پایین عمدتا دارای استانهای همجوار با نرخ بیکاری پایین هستند. به عبارت دیگر یک همبستگی مکانی مثبت بین استانهای همجوار و نرخ بیکاری وجود دارد.

کلیدواژه ها:

خوشه بندی مبتنی بر چگالی پیش بینی ، سری های زمانی ، بوت استرپ غربالی ، نرخ بیکاری