وزن جدید جمعیت با استفاده از داده های اطلاعاتی در زمان واقعی PAYE برای ایجاد تغییر در روش های جمع آوری نیروی کار (LFS) و تغییر در حرکات جمعیت در سال 2020. برای نتایج LFS از ژوئیه 2021 اعمال می شود.
آخرین اصلاح شده: 17 مه 2021
فهرست مطالب
- نکات اصلی
- پیش زمینه (چگونه به این نقطه رسیدیم)
- نمای کلی از روش وزنه برداری
- مقایسه با داده های موجود
- تأثیر بر برآورد بازار کار
- طرح پیاده سازی
- تحولات آینده
- ضمیمه 1 - روش دقیق
- پیوست 2-مقایسه برآوردهای مبتنی بر LFS و RTI
- ضمیمه 3 - اشتقاق مقدار بهینه پارامتر حساسیت به مدل TAU
- ضمیمه 4 - مقایسه برآوردگرهای مبتنی بر RTI اصلی و تنظیم شده
1. نقاط اصلی
داده های جمعیتی که برای تولید تخمین های بازار کار استفاده می شود ، برای بازتاب بهتر تغییرات در مهاجرت بین المللی و سایر تأثیرات در نتیجه همه گیر Coronavirus (COVID-19) به روز می شود.
از این رو ، یک مدل با استفاده از اطلاعات سیستم مالیات حقوق و دستمزد ، برای بهبود وزن جمعیت برای برآورد بازار کار از سال 2020 تهیه شده است.
این مدل در برابر داده های موجود آزمایش شده است و از ژوئیه 2021 در انتشارات بازار کار اعمال می شود.
2. پیشینه (چگونه به این نقطه رسیدیم)
همه گیر Coronavirus (Covid-19) چالش هایی را برای نحوه جمع آوری داده ها و چگونگی تولید جمعیت ، مهاجرت بین المللی و آمار بازار کار خود ایجاد کرده است. ما در حال انجام کار برای تطبیق روشهای خود برای بازتاب بهتر تغییرات جمعیتی که در طول بیماری همه گیر اتفاق افتاده و بهترین تصویر ممکن را برای عموم و تصمیم گیرندگان ارائه می دهیم.
برآورد جمعیت مورد استفاده به عنوان بخشی از آمار بررسی نیروی کار (LFS) ، این بیماری همه گیر را پیش بینی می کند و به همین ترتیب اثرات جمعیتی و ساختاری را نشان نمی دهد. علاوه بر این ، مشخصات پاسخ دهندگان تغییر کرده است زیرا LFS از ترکیبی از مصاحبه های چهره به چهره و تلفنی به طور کامل بر اساس تلفن منتقل شده است. ما گزارش دادیم که در اکتبر سال 2020 اختلافات شامل ویژگی هایی مانند قومیت ، وضعیت معلولیت ، ملیت ، کشور تولد و مسکن است.
ما وزنه برداری را معرفی کردیم که برخی از موضوعات را مورد بررسی قرار داد ، اما تصدیق کردیم که کارهای بیشتری لازم است و ما متعهد شدیم که برای بهبود تخمین های LFS ، وزن بیشتری را معرفی کنیم.
در ماه مارس داده های جدیدی را با استفاده از سیستم اطلاعات زمان واقعی درآمد و گمرک (HMRC) منتشر کردیم که منبع آمار ماهانه حقوق و دستمزد کارمندان ما است. این داده ها با اسکن کارگر مهاجر مرتبط است ، به استنباط ملیت کارمندان کمک می کند. این میزان کاهش اشتغال توسط اتباع غیر UK نسبت به LFS نشان می دهد (به پیوست 2 مراجعه کنید). برای پرداختن به این مسئله (که ناشی از تغییر در مشخصات پاسخ دهندگان که قبلاً ذکر شد) ، ما در حال انجام یک کنترل اضافی در وزن گیری در رابطه با ساختار جمعیت بر اساس کشور تولد هستیم.
در این مقاله روشی که برای وزن گیری مجدد LFS ، از جمله معرفی کنترل های جدید ، در کنار تنظیم برنامه ما برای اجرای این کار در آمار بازار کار ما منتشر شده از ماه ژوئیه توضیح داده شده است. وزنهای اصلاح شده از ژانویه تا مارس 2020 به بعد به داده های LFS اعمال می شود. داده های اولیه هنوز از وزنهای مطابق با تخمین ها و پیش بینی های جمعیت ONS استفاده می کنند.
نتیجه LFS دوباره وزنه برداری نباید به عنوان یک تخمین جدید برای تغییر جمعیت تعبیر شود و همچنین جایگزین اقدامات رسمی جمعیت و مهاجرت نمی شود. در عوض از آن برای پرداختن به موضوعاتی که قبلاً مطرح شده بود استفاده می شود ، از جمله بازتاب بهتر تغییرات اخیر جمعیت از زمان آخرین پیش بینی جمعیت رسمی.
با استفاده از پرداخت اطلاعات اطلاعات در زمان واقعی استفاده کنید
چالش در تولید جمعیت رسمی و آمار مهاجرت از آنجا که این بیماری همه گیر منجر به روشهای جدید نوآورانه برای اندازه گیری تغییر جمعیت ، با استفاده از کلیه منابع داده موجود شده است. ما تصمیم گرفتیم از داده های اطلاعات زمان واقعی HMRC (RTI) برای اطلاع رسانی مجدد LFS استفاده کنیم زیرا این داده ها پوشش کاملی از کارمندان حقوق و دستمزد هستند. هنگامی که RTI با اسکن کارگر مهاجر مرتبط است ، ما همچنین می توانیم تغییرات مختلفی را در سطح اشتغال بر اساس ملیت مشاهده کنیم. در حالی که داده های RTI کارمندان حقوق و دستمزد را در بر می گیرد ، افرادی را که خود اشتغالی دارند یا در اشتغال نیستند ، پوشش نمی دهد. بنابراین ، ما به بررسی بهترین منابع داده ممکن برای بهبود بیشتر وزن خود در آینده ، در کنار کار خود برای تبدیل جمعیت و آمار مهاجرت با استفاده از داده های اداری ادامه خواهیم داد.
3. نمای کلی از روش وزنه برداری
برای کاهش تعصب ناشی از عدم پاسخ متفاوت، از جمله بین جمعیت های فرعی متولد شده در بریتانیا و متولدین غیرانگلیسی، باید تخمین های جمعیت را بر اساس کشور تولد (بریتانیا، اتحادیه اروپا، غیر اتحادیه اروپا) به دست آوریم تا در یک کالیبراسیون اضافی استفاده کنیم. کنترل وزن پاسخ های نظرسنجی نیروی کار (LFS). ما از اطلاعات کارمندان در زمان واقعی (RTI) از درآمد و گمرک HM (HMRC) برای به دست آوردن تخمین‌هایی از زیرجمعیت اتحادیه اروپا و غیر اتحادیه اروپا استفاده می‌کنیم.
با توجه به اینکه داده های موجود برای تخمین یک مدل آماری محدود است و مدلی مبتنی بر داده های پیش از همه گیری ممکن است از سال 2020 مناسب نباشد، ما یک روش ساده و قوی برای تخمین نرخ رشد جمعیت اتحادیه اروپا و غیر اتحادیه اروپا ایجاد کرده ایم. جمعیت های فرعی با استفاده از نرخ رشد کارکنان RTIاین بر دو فرض اصلی استوار است:
تغییر در نرخ رشد جمعیت زیرجمعیت‌های غیرانگلیسی در همان جهتی است که در نرخ رشد کارکنان RTI آنها تغییر می‌کند.
میزان تغییر در نرخ رشد جمعیت از تغییر در نرخ رشد کارکنان RTI تجاوز نمی کند
این روش شامل تنظیم نرخ رشد جمعیت شناخته شده یک دوره پایه قبل از همه گیری با تغییر در نرخ رشد کارکنان RTI است که با یک عامل مشخص تنظیم می شود. برآوردگر در سه مرحله به دست آمده است:
ما نشان می‌دهیم که تغییر نرخ رشد جمعیت بین یک دوره پایه، از دوره قبل از همه‌گیری، و یک دوره از سال 2020 تقریباً متناسب با تغییر نرخ رشد کارکنان RTI بین همان دوره‌ها است. ضریب تناسب ناشناخته است اما نشان داده شده است که مثبت و کمتر از 1 است
میانگین خطای پیش‌بینی برآوردگر با توجه به ضریب تناسب ناشناخته با تنظیم نرخ رشد RTI با ضریب 1/2 به حداقل می‌رسد.
برای بهبود دقت روش، نرخ‌های رشد کارکنان RTI را با کم کردن نرخ رشد RTI اتباع بریتانیا تنظیم کردیم (زیرا این تغییر پس‌زمینه اشتغال را نشان می‌دهد)
استفاده از نرخ رشد کارکنان RTI برای تخمین جمعیت غیر بریتانیایی از سال 2020 احتمالاً منجر به تخمین های جانبدارانه می شود زیرا جمعیت تمایل به تغییر با نرخ کمتری نسبت به اشتغال دارد. اگر سوگیری نسبی در طول زمان ثابت باشد، می توان نشان داد که تغییر در نرخ رشد جمعیت تقریباً برابر با تغییر در نرخ رشد کارکنان RTI است. با این حال، زمانی که سوگیری نسبی در طول زمان تغییر می‌کند، در غیاب اطلاعات در مورد بزرگی واقعی تغییرات، تنظیم بهینه نرخ رشد RTI به نصف ثابت شده است.
بنابراین ، این تعدیل بین اضافه کردن تغییر در نرخ رشد کارمندان RTI و ایجاد تغییر در نرخ رشد جمعیت دوره پایه ، نیمه راه تعیین شده است. متناسب با مدل به داده های پیش از فهرست ، به ترتیب برای تولید اتحادیه اروپا و غیر EU ، فاکتورهای تنظیم برابر با 0. 45 و 0. 42 را به دست می آورد. این توضیح می دهد که چرا روش پیشنهادی با استفاده از داده های قبلی عملکرد خوبی دارد. ما انتظار داریم اگر بخش کارمند جمعیت تقریباً نیمی از کل جمعیت باشد و در اندازه جمعیت تحت سلطه کارمندان خارج یا ورود به انگلیس قرار بگیرد ، یک عامل تعدیل در حدود 0. 5 باشد. بنابراین ، اگر این امر تقریباً از سال 2020 همچنان ادامه داشته باشد ، خطای پیش بینی تخمین ها بر اساس روش پیشنهادی باید اندک باشد.
با تنظیم وزن پاسخ دهندگان متولد نشده با استفاده از نرخ تخمین رشد جمعیت و تنظیم وزن پاسخ دهندگان متولد انگلیس برای منعکس کننده تغییر جمعیت طبیعی در مجموعه داده های LFS 2019 ، ما تخمین هایی از اندازه کل جمعیت و کشور به دست می آوریمتولد از سال 2020 برای استفاده در کالیبراسیون. این برآوردهای LFS مدل شده ، که توسط حرکات اتباع غیر UK در ارقام کارمندان RTI مطلع می شوند ، پس از آن پایه و اساس وزن مجدد ارقام LFS برای گرفتن بهتر تغییرات جمعیت در طول همه گیر خواهد بود.
همچنین ، برای کاهش تعصب بالقوه ناشی از تغییر در نحوه تماس با خانواده ها برای اولین بار (استفاده از تطبیق از طریق ارتباطات و پورتال تلفنی به جای مصاحبه چهره به چهره) ، زیرا خانواده هایی که با موفقیت تماس گرفته می شوند ممکن استبا سایر خانواده ها متفاوت باشد ، ما با استفاده از داده های سرشماری سطح منطقه ، یک تنظیم غیر پاسخ را معرفی کردیم.
توضیحات مفصلی از روش تخمین جمعیت متولد نشده بریتانیا را می توان در ضمائم یافت.
4- مقایسه با داده های موجود
این روش با استفاده از داده های مربوط به دوره قبل از ارزشیابی مورد آزمایش و ارزیابی قرار گرفت و مشخص شد که تخمین هایی از تغییر سال به سال تولید می شود که نزدیک به تخمین های مهاجرت بین المللی طولانی مدت (LTIM) است.
اطلاعات اطلاعات زمان واقعی (RTI) توسط ملیت (انگلیس ، اتحادیه اروپا و غیر اتحادیه اروپا) از ژوئیه 2014 تا دسامبر 2020 در دسترس است و برآوردهای خالص مهاجرت از LTIM تا پایان دسامبر 2019 ارزیابی شد. این داده ها به ما امکان می دهد تخمین های تغییر سالانه در اندازه جمعیت را بر اساس برآوردگرهای پیشنهادی در برابر برآوردهای واقعی مهاجرت خالص در طی چهار سال ارزیابی کنیم: 2016 ، 2017 ، 2018 و 2019سه ماه اکتبر تا دسامبر در هر سال.
جدول 1 نشان می دهد که استفاده از نرخ رشد RTI تعدیل شده نسبت به کلیه اقدامات در مقایسه با تخمین ها بر اساس نرخ رشد RTI غیر قابل تنظیم برای نرخ کارمندان اتباع انگلستان عملکرد بهتری دارد. میانگین انحراف درصد برای برآوردها بر اساس نرخ رشد RTI تعدیل شده بسیار نزدیک به 0 (0. 01 ٪ منفی) است در حالی که میانگین انحراف تنها 2 است ، که نشان می دهد این برآوردگر باید تقریباً بی طرف باشد. همچنین می توانیم ببینیم که میانگین و بزرگترین اختلافات از تخمین های LTIM به ترتیب حدود 20،000 و 50،000 است ، هنگامی که خطاهای نمونه برداری تخمین های تغییر در سال در بررسی نیروی کار (LFS) حدود 70،000 است.
استفاده از نرخ رشد RTI تنظیم شده بهتر از استفاده از نرخ رشد RTI است زیرا اولی باید با رشد جمعیت ارتباط داشته باشد زیرا این امر باعث تغییر پیش زمینه در اشتغال می شود. اثبات رسمی را می توان در پیوست 4 یافت.
| عادت زنانه | کشور محل تولد | LTIM (000s) | نرخ رشد غیر قابل تنظیم RTI (000s) | نرخ رشد RTI تنظیم شده (000s) |
|---|---|---|---|---|
| اکتبر - دسامبر 2016 | EU | 133 | 151 | 170 |
| غیر اتحادیه اروپا | 179 | 126 | 156 | |
| اکتبر - دسامبر 2017 | EU | 99 | 79 | 92 |
| غیر اتحادیه اروپا | 199 | 153 | 174 | |
| اکتبر - دسامبر 2018 | EU | 75 | 42 | 59 |
| غیر اتحادیه اروپا | 205 | 172 | 198 | |
| اکتبر - دسامبر 2019 | EU | 50 | 31 | 56 |
| غیر اتحادیه اروپا | 282 | 287 | 329 | |
| میانگین انحراف درصد از LTIM | -19. 3 | 0.0 | ||
| میانگین درصد انحراف مطلق از LTIM | 23. 2 | 14. 3 | ||
| بیشترین درصد انحراف مطلق از LTIM | 44. 1 | 27. 6 | ||
| میانگین انحراف مطلق از LTIM (در 1000) | 28 | 21 | ||
| بزرگترین انحراف مطلق از LTIM (در 1000) | 53 | 47 | ||
منبع: بررسی نیروی کار (LFS) ، اطلاعات زمان واقعی (RTI) ، مهاجرت بین المللی بلند مدت (LTIM)
این جدول جدول 1 را بارگیری کنید: مقایسه برآوردهای مبتنی بر RTI از تغییر سالانه با تخمین های مهاجرت خالص LTIM
ارزیابی توضیح داده شده در بالا بر اساس نرخ رشد RTI در سطح ملی بود. داده های RTI توسط منطقه ، در سطح NUTS1 در دسترس است ، بنابراین ما در نظر گرفتیم که این روش را به طور جداگانه در هر منطقه NUTS1 یا منطقه مناطق NUTS1 ترکیبی ، که در آن مناطق Nuts1 کوچک است ، استفاده کنیم. جدول 2 تنظیماتی را نشان می دهد که می تواند برای رشد جمعیت سه ماهه پایه در مناطق مختلف و در محله های مختلف نورد اعمال شود. ما در این محاسبه از نرخ رشد کارمندان RTI تنظیم شده استفاده کردیم. ما می توانیم ببینیم که این روند در همه زمینه ها یکسان است اما بین سطح تفاوت هایی وجود دارد.
| پایان چهارم | ملی | جنوب شرقی | لندن | شمال | مروارید | شرق انگلیس و جنوب غربی | اسکاتلند ، ولز و ایرلند شمالی | |||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| اتحادیه اروپا (٪) | غیر اتحادیه اروپا (٪) | اتحادیه اروپا (٪) | غیر اتحادیه اروپا (٪) | اتحادیه اروپا (٪) | غیر اتحادیه اروپا (٪) | اتحادیه اروپا (٪) | غیر اتحادیه اروپا (٪) | اتحادیه اروپا (٪) | غیر اتحادیه اروپا (٪) | اتحادیه اروپا (٪) | غیر اتحادیه اروپا (٪) | اتحادیه اروپا (٪) | غیر اتحادیه اروپا (٪) | |
| مارس 2020 | -1. 1 | -0. 7 | -0. 4 | 0.0 | 0.0 | -0. 1 | -1. 5 | -0. 3 | -1. 5 | -0. 7 | -0. 7 | -0. 2 | -0. 9 | -0. 7 |
| آوریل 2020 | -1. 3 | -0. 7 | -0. 2 | -0. 1 | -0. 4 | -0. 3 | -2. 1 | -0. 6 | -2. 0 | -1. 1 | -0. 9 | -0. 4 | -0. 8 | -1. 1 |
| مه 2020 | -1. 4 | -0. 8 | -0. 5 | -0. 4 | -0. 9 | -0. 4 | -2. 1 | -0. 5 | -2. 0 | -1. 0 | -1. 0 | -0. 3 | -0. 6 | -0. 8 |
| ژوئن 2020 | -1. 7 | -1. 0 | -0. 8 | -0. 8 | -1. 2 | -0. 5 | -2. 0 | -0. 5 | -1. 8 | -0. 9 | -1. 1 | -0. 3 | -0. 6 | -0. 6 |
| ژوئیه 2020 | -1. 8 | -1. 3 | -1. 3 | -1. 4 | -1. 5 | -0. 7 | -2. 0 | -0. 6 | -1. 7 | -0. 9 | -1. 3 | -0. 5 | -0. 9 | -0. 6 |
| اوت 2020 | -2. 0 | -1. 5 | -1. 3 | -1. 5 | -1. 6 | -0. 9 | -2. 2 | -0. 8 | -1. 8 | -1. 1 | -1. 4 | -0. 9 | -1. 2 | -1. 2 |
| سپتامبر 2020 | -2. 4 | -1. 7 | -1. 3 | -1. 6 | -1. 8 | -1. 0 | -2. 4 | -0. 9 | -2. 0 | -1. 3 | -1. 6 | -1. 1 | -1. 5 | -1. 6 |
| اکتبر 2020 | -2. 8 | -2. 0 | -1. 5 | -1. 7 | -2. 3 | -1. 2 | -2. 8 | -1. 0 | -2. 2 | -1. 5 | -1. 9 | -1. 4 | -1. 8 | -2. 0 |
| نوامبر 2020 | -3. 3 | -2. 4 | -1. 6 | -1. 8 | -3. 0 | -1. 6 | -3. 1 | -1. 2 | -2. 5 | -1. 7 | -2. 2 | -1. 7 | -2. 2 | -2. 6 |
| دسامبر 2020 | -3. 7 | -2. 7 | -1. 9 | -2. 0 | -3. 8 | -2. 0 | -3. 5 | -1. 5 | -2. 7 | -2. 0 | -2. 5 | -2. 1 | -2. 7 | -3. 0 |
منبع: اطلاعات زمان واقعی (RTI)
این جدول جدول 2 را بارگیری کنید: درصد تنظیمات نقطه در اکتبر تا دسامبر 2020 نرخ رشد جمعیت توسط منطقه ، بر اساس داده های منطقه ای RTI
ما از روش با استفاده از داده های RTI در سطح ملی و سطح منطقه استفاده کردیم و برآوردهای ملی و منطقه ای به دست آمده با استفاده از دو مدل را با برآورد مهاجرت خالص LTIM مقایسه کردیم. نتایج در جدول 3 نشان داده شده است. آنها نشان می دهند که:
مدل منطقه ای برای هر دو اقدام برای برآوردهای منطقه ای بهتر عمل می کند
مدل منطقه ای برای تخمین های ملی برای یک اندازه گیری و تقریباً برای اندازه گیری دوم عملکرد بهتری دارد
| اندازه گیری عملکرد | برآوردهای منطقه ای | برآوردهای ملی | ||
|---|---|---|---|---|
| مدل ملی | مدل منطقه ای | مدل ملی | مدل منطقه ای | |
| میانگین انحراف مطلق از LTIM (در 1000) | 9 | 8 | 21 | 18 |
| بزرگترین انحراف مطلق از LTIM (در 1000) | 57 | 23 | 47 | 48 |
منبع: بررسی نیروی کار (LFS)، مهاجرت بین المللی بلند مدت (LTIM)، اطلاعات بلادرنگ (RTI)
این جدول را دانلود کنید جدول 3: مقایسه مدل های ملی و منطقه ای مبتنی بر RTI
5. تأثیر بر برآوردهای بازار کار
روش پیشنهادی برای فصل‌های تقویم نیروی کار (LFS) در سال 2020 به کار گرفته شد. جدول 4 تغییر سال به سال در مجموع جمعیت زیرجمعیت‌های متولد شده و غیر بریتانیایی و کل جمعیتی را نشان می‌دهد کهبا استفاده از روش مبتنی بر اطلاعات زمان واقعی (RTI) و ارقام معادل به دست آمده از مجموعه داده های LFS منتشر شده به دست آمده است. می بینیم که در سه ماهه اول، ژانویه تا مارس 2020، تفاوت کمی بین کل جمعیت وجود دارد، اما تفاوت ها در طول سال افزایش می یابد. با توجه به تخمین ها بر اساس کشور تولد، تفاوت بین تخمین ها بیشتر است و در طول سال افزایش می یابد. واضح است که متولدین غیر انگلستان در پاسخ های LFS در سال 2020 کمتر نشان داده شده اند.
ارقام ارائه شده در جدول 4 نشان دهنده تغییر رسمی میان سال تا اواسط سال در برآورد رسمی جمعیت نیست.
| عادت زنانه | روش مبتنی بر RTI | بررسی نیروی کار | ||||
|---|---|---|---|---|---|---|
| UK | غیر انگلستان | همه | UK | غیر انگلستان | همه | |
| ژانویه - مارس 2020 | 95776 | 301, 756 | 397, 532 | 574, 747 | -191, 826 | 382921 |
| آوریل - ژوئن 2020 | 33727 | 264622 | 298, 349 | 773, 420 | -394, 105 | 379, 315 |
| جولای - سپتامبر 2020 | 15, 886 | 214, 376 | 230, 262 | 1, 252, 956 | -879753 | 373, 203 |
| اکتبر - دسامبر 2020 | -1, 983 | 112, 044 | 110, 061 | 1, 568, 810 | -1, 202, 531 | 366279 |
منبع: بررسی نیروی کار (LFS)، مهاجرت بین المللی بلند مدت (LTIM)، اطلاعات بلادرنگ (RTI)، پیش بینی های جمعیت ONS
این جدول را دانلود کنید جدول 4: تغییر سالانه LFS در سطح جمعیت بر اساس کشور تولد
جدول 5 تخمین سطوح و نرخ های فعالیت اقتصادی را در سه ماهه تقویمی 2020 مقایسه می کند. همانطور که انتظار می رفت و همانطور که قبلاً نیز بیان کردیم، تأثیر محدودی بر نرخ ها وجود دارد زیرا بهبودهای مشابهی در برآورد صورت و مخرج استفاده شده درمحاسبه نرخ هاتاثیر زیادی روی سطوح دارد. در اینجا ما تأثیر ترکیبی از تعدیل عدم پاسخ را می بینیم، برای تنظیم تغییر در حالت جمع آوری، و کالیبراسیون، برای تنظیم برای بازنمایی کمتر از پاسخ دهندگان متولد غیر بریتانیا.
| ربع | فعالیت اقتصادی (ILODEFR) | بررسی نیروی کار | روش مبتنی بر RTI | تفاوت | |||
|---|---|---|---|---|---|---|---|
| سطح (000s) | نرخ (٪) | سطح (000s) | نرخ (٪) | سطح (000s) | نرخ (٪) | ||
| ژانویه - مارس 2020 | به کار گرفته شده | 31،601 | 76. 3 | 31،589 | 76. 3 | -12 | 0.0 |
| بیکار | 1،337 | 4.1 | 1،331 | 4.0 | -6 | -0. 1 | |
| غیر فعال | 8،457 | 20. 4 | 8،484 | 20. 5 | 27 | 0.1 | |
| آوریل - ژوئن 2020 | به کار گرفته شده | 31،416 | 75. 8 | 31،261 | 75. 6 | -154 | -0. 2 |
| بیکار | 1،363 | 4.2 | 1،332 | 4.1 | -31 | -0. 1 | |
| غیر فعال | 8،641 | 20. 9 | 8،777 | 21. 2 | 135 | 0.3 | |
| جولای - سپتامبر 2020 | به کار گرفته شده | 31،186 | 75. 3 | 31،006 | 75. 0 | -180 | -0. 3 |
| بیکار | 1،593 | 4.9 | 1711 | 5.2 | 118 | 0.3 | |
| غیر فعال | 8،662 | 20. 9 | 8،635 | 20. 9 | -28 | 0.0 | |
| اکتبر - دسامبر 2020 | به کار گرفته شده | 31،082 | 75. 0 | 30،874 | 74. 8 | -207 | -0. 2 |
| بیکار | 1،714 | 5.2 | 1750 | 5.4 | 36 | 0.2 | |
| غیر فعال | 8،664 | 20. 9 | 8،676 | 21. 0 | 12 | 0.1 | |
منبع: بررسی نیروی کار (LFS) ، اطلاعات زمان واقعی (RTI) ، مهاجرت بین المللی بلند مدت (LTIM) ، پیش بینی های جمعیت
دانلود این جدول جدول 5: مقایسه برآوردهای بررسی نیروی کار وزنه بردار شده مبتنی بر زمان واقعی و واقعی برای گروه سنی 16 تا 64
6. برنامه اجرای
ما قصد داریم این تغییرات را پیاده سازی کنیم و وزن تمام بررسی نیروی کار (LFS) و مجموعه داده های سالانه بررسی جمعیت (APS) را مجدداً ارزیابی کنیم ، که شامل داده های ژانویه 2020 به بعد ، از ژوئیه 2021 است. برنامه انتشار به شرح زیر است:
مجموعه داده های شخص LFS (از جمله LFS Weekly) ، 15 ژوئیه 2021
مجموعه داده های طولی دو چهارم LFS ، 17 اوت 2021
مجموعه داده های شخص APS ، 18 اوت 2021 (تخمین های کل که در ماه سپتامبر منتشر می شود)
مجموعه داده های خانگی LFS تا اوایل اکتبر 2021
مجموعه داده های خانگی APS تا اوایل اکتبر 2021
7. تحولات آینده
در کنار مراحل بعدی که در اینجا برای آمار بازار کار آمده است ، ما همچنان با همکاران خود در سراسر سرویس آماری دولت همکاری نزدیک داریم تا تمام داده های موجود را برای ارائه بهترین بینش ممکن در مورد جمعیت و مهاجرت جمع کنیم.
در ماه ژوئن ، ما تخمین های رسمی جمعیت میان ساله را برای اواسط سال 2020 منتشر خواهیم کرد ، که سن و مشخصات دقیق جمعیت را ارائه می دهد. ما همچنین در ادامه کار خود را برای تبدیل جمعیت و آمار مهاجرت با استفاده از داده های اداری ادامه می دهیم و روشهای ما را برای تولید برآورد مهاجرت مبتنی بر سرپرست (ABMES) ، که در اواخر سال جاری گزارش خواهیم داد ، در حال اصلاح هستیم. در سال 2022 ، ما در حال برنامه ریزی برای انتشار موقت داده های سرشماری 2021 هستیم که جزئیات بیشتری در مورد جمعیت انگلیس و ولز ارائه می دهد.
بنابراین کار ما در بازار کار ، جمعیت و آمار مهاجرت همچنان در حال پیشرفت خواهد بود زیرا ما منابع جدید داده ها را وارد می کنیم و روش ها و رویکردهای خود را توسعه می دهیم. از آنجا که منابع بیشتر برای برآورد اندازه جمعیت در دسترس قرار می گیرد ، به عنوان مثال داده های مربوط به سرشماری 2021 ، عملکرد مدل وزن گیری مجدد LFS که در این مقاله تعیین شده است ، ارزیابی می شود و در صورت لزوم ممکن است وزن بیشتری انجام شود.
همانطور که گفته شد ، در ژوئیه سال 2021 ، ما قصد داریم روند وزنه برداری را برای بررسی نیروی کار تجدید نظر کنیم ، از جمله با در نظر گرفتن تغییرات در جمعیت غیر UK از داده های اداری موجود. در ماه آگوست ما با APS ، که برای اطلاع از تخمین سهام جمعیت غیر UK ما استفاده می شود ، همین کار را خواهیم کرد. سپس متعاقباً جمعیت خود را از انگلیس بر اساس کشور تولد و ملیت منتشر خواهیم کرد.
ما همچنان به روزرسانی های منظم در مورد برنامه های خود ارائه خواهیم داد و همیشه مشتاق دریافت بازخورد هستیم. لطفا با هر گونه نظر با ما در labour. market@ons. gov. uk تماس بگیرید.
8. ضمیمه 1 - روش دقیق
در این بخش ما به تفصیل برآوردگر ارائه شده در بخش های قبلی را استخراج می کنیم. ما با ارائه برخی از نمادها شروع می کنیم.
نشانه گذاری
اجازه دهید EOD19و nOD19تعداد کارمندان از اطلاعات زمان واقعی (RTI) و اندازه زیرمجموعه اتحادیه اروپا را در سه ماه اکتبر 2019-دسامبر 2019 مشخص کنید.
اجازه دهید EOD18و nOD18مقادیر معادل را برای همان سه ماهه یک سال قبل مشخص کنید.
به همین ترتیب ، بگذارید EJS20و nJS20مقادیر معادل را برای سه ماه ژوئیه 2020-سپتامبر 2020 و E نشان دهیدJS19و nJS19مقادیر معادل برای همان سه ماهه یک سال قبل.
بگذارید نرخ رشد سالانه زیر گروه اتحادیه اروپا بین OD18 و OD19 توسط:
