The Use of Multinomial Logistic Regression in the Analysis of Rural Population’s Economic Activity

Authors

  • Włodzimierz Kołodziejczak Włodzimierz Kołodziejczak, PhD Eng. Department of Finance and Accounting, Poznań University of Life Sciences, Poznań, Poland, kolodziejczak@up.poznan.pl
  • Feliks Wysocki Feliks Wysocki, Professor, Department of Finance and Accounting, Poznań University of Life Sciences, Poznań, Poland, wysocki@up.poznan.pl

DOI:

https://doi.org/10.53098/wir022016/01

Keywords:

multinomial logistic regression, economic activity of population, labour market, flows on the labour market, rural population

Abstract

Multinomial logistic regression can be used to analyse economic activity of population and labour market. Its application enables to decompose labour resources according to selected demographic and socio-economic traits in relation to the degree of change in the state of economic population activity. The aim of the paper is to present the possibilities of using the logit models to assess the chances (risks) and probabilities of changes in the state of economic population activity depending on its selected socio-demographic traits. The flows from employment to unemployment, and to economic inactivity were discussed. The research method and the data were described. An interpretation of selected research results was also presented. Due to the need to follow changes of the state of economic population activity over time, individual raw data from the Labour Force Survey are relevant to build multinomial logit models of the labour market. The possibility of decomposition is limited by the size of the sample, which results from the structure of population under Labour Force Survey and from the length of the analysed period. In practice, a satisfactory model alignment requires a consideration of an analysis period which is at least several years long (and combining the data into a coherent base) along with an aggregation of certain population groups (e.g. all non-agricultural sections of PKD or contiguous age classes). Moreover, correct inference also requires knowledge and experience of a researcher and it should take account of a broad socio-economic context, i.e. quality conditions of the reference system.

References

Bieszk-Stolorz B., Markowicz I. (2012). Modele regresji Coxa w analizie bezrobocia. Warszawa: Wydawnictwo CeDeWu.

Bodea T.D., Garrow L.A., Meyer M.D., Ross C.L. (2009). Socio-demographic and built environment influences on the odds of being overweight or obese: The Atlanta experience. Transportation Research Part A, 43, 430–444.

Boršič D., Kavkler A. (2009). Modeling unemployment duration in Slovenia using Cox regression models. Transit Stud. Rev., 16, 146–156.

Determinanty dezaktywizacji zawodowej osób po 45 roku życia. Raport z badań (2010). Olsztyn: Wojewódzki Urząd Pracy w Olsztynie.

Dezaktywizacja osób w wieku okołoemerytalnym. Raport z badań (2008). Warszawa: Departament Analiz Ekonomicznych i Prognoz. Ministerstwo Pracy i Polityki Społecznej.

Frenkel I. (2002). Przemiany ludnościowe w gospodarstwach domowych rolników indywidualnych w latach 1996–2000. Wieś i Rolnictwo, 3, 27−60.

Frenkel I. (2003). Ludność, zatrudnienie i bezrobocie na wsi. Dekada przemian. Warszawa: Instytut Rozwoju Wsi i Rolnictwa PAN.

Frenkel I. (2013). Zatrudnienie i struktura dochodów w gospodarstwach rolnych w latach 2005–2010. Warszawa: Instytut Rozwoju Wsi i Rolnictwa PAN.

Frenkel I., Rosner A. (2001). Ludność i wiejski rynek pracy w Polsce. Rynki wiejskie: ziemia – kapitał – praca. Warszawa: Instytut Rozwoju Wsi i Rolnictwa PAN.

Góra M., Walewski M. (2002). Bezrobocie równowagi w Polsce – wstępna analiza i próba oszacowania. Polska Gospodarka. Tendencje – oceny – prognozy, 4 (15), 29−52.

Gruszczyński M. (red.) (2010). Mikroekonometria. Modele i metody analizy danych indywidualnych. Warszawa: Wolters Kluwer Polska.

GUS (2009). Aktywność ekonomiczna ludności Polski w latach 2003–2007. Warszawa.

Hamilton L.C. (2013). Statistics with STATA version 12. Belmont: Brooks/Cole, Cengage Learning International Edition.

Karwat-Woźniak B. (2009). Zatrudnienie w rolnictwie indywidualnym w okresie transformacji i integracji europejskiej. Journal of Agribusiness and Rural Development, 3 (13), 73–81.

Karwat-Woźniak B., Chmieliński P. (2013). Ludność wiejska oraz jej aktywność zawodowa i sytuacja na rynku pracy. W: Kiełkowska M. (red.). Rynek pracy wobec zmian demograficznych (s. 64−93). Warszawa: Instytut Obywatelski.

Kołodziejczak W. (2015). Metoda przepływów na rynku pracy (IOA) i szacowanie bezrobocia równowagi w badaniach aktywności ekonomicznej ludności wiejskiej. W: Kwiatkowski E., Liberda B. (red.). Determinanty rozwoju Polski. Rynek pracy i demografia. (s. 315–329). Warszawa: Polskie Towarzystwo Ekonomiczne.

Kołodziejczak W., Wysocki F. (2015). Determinanty aktywności ekonomicznej ludności wiejskiej w Polsce. Poznań: Wydawnictwo UP w Poznaniu.

Kopczewska K., Kopczewski T., Wójcik P. (2009). Metody ilościowe w R. Aplikacje ekonomiczne i finansowe. Warszawa: Wydawnictwa Fachowe CeDeWu.

Kryńska E. (1999). Propozycje dotyczące wykorzystania analizy polityki gospodarczej, w tym polityki rynku pracy do prognozowania popytu na pracę. Warszawa: Rządowe Centrum Studiów Strategicznych (Studia i materiały, t. 2).

Kupets O. (2006). Determinants of unemployment duration in Ukraine. Journal of Comparative Economics, 34, 228–247.

Kwiatkowski E. (2002). Strukturalne determinanty naturalnej stopy bezrobocia. Bank i Kredyt, 11–12, 149−155.

Liao T.F. (1994). Interpreting probability models. Logit, probit and other generalized linear models. Sage University Paper 101. Ser.: Quantitative Applications in the Social Sciences. Thousand Oaks, California.

McFadden D.L. (1981). Econometric models of probabilistic choice. W: Manski C.F.,

Mc Fadden D. (red.). Structural analysis of discrete data with econometric applications (s. 198–272). Cambridge: The MIT Press.

Polska wieś w perspektywie długookresowej – ujęcie regionalne (2013). Bański J. (red.). Komisja Obszarów Wiejskich PTG i Instytut Geografii i Przestrzennego Zagospodarowania PAN.

Radwan A. (2008). Zasoby pracy w rolnictwie polskim (analiza przestrzenno-czasowa). Roczniki Naukowe Stowarzyszenia Ekonomistów Rolnictwa i Agrobiznesu, 10 (2), 216–222.

Rizov M. (2005). Pull and push: individual farming in Hungary. Food Policy, 30, 43–62.

Sobolewska-Węgrzyn B. (2012). Zmiany aktywności ekonomicznej ludności wiejskiej w latach 2001–2011. Barometr Regionalny, 4 (30), 39−52.

Socha M., Sztanderska U. (2002). Strukturalne podstawy bezrobocia w Polsce. Warszawa: Wydawnictwo Naukowe PWN.

Strzelecki P. (2010). Projekcja liczby pracujących w rolnictwie indywidualnym w Polsce w latach 2008–2035. Zeszyty Naukowe Instytutu Statystyki i Demografii SGH, 6.

Tyrowicz J. (2011). Histereza bezrobocia w Polsce. Warszawa: Wydawnictwa Uniwersytetu Warszawskiego.

Wysocki F., Kołodziejczak W. (2007). Aktywność ekonomiczna ludności wiejskiej w Polsce. Poznań: Wydawnictwo AR.

Unemployment: Choices for Europe (1995). London: Centre for Economic Policy Research.

Ustawa z dnia 20 kwietnia 2004 r. o promocji zatrudnienia i instytucjach rynku pracy [Dz.U. z 2015 r. poz. 149, z późn. zm.].

Zatrudnienie w Polsce 2005 (2005). Warszawa: Ministerstwo Gospodarki i Pracy. Departament Analiz i Prognoz Ekonomicznych.

Article file downloads

147

Pages

11-39

How to Cite

Kołodziejczak, W. and Wysocki, F. (2016) “The Use of Multinomial Logistic Regression in the Analysis of Rural Population’s Economic Activity”, Wieś i Rolnictwo. Warszawa, PL, (2 (171), pp. 11–39. doi: 10.53098/wir022016/01.