Ocena zmian komponentów wskaźnika NEET w krajach Unii Europejskiej z zastosowaniem testu T2 Hotellinga

Decydenci i badacze zajmujący się rynkiem pracy i edukacją dużo uwagi poświęcają wskaźnikowi młodzieży niepracującej, nieuczącej się i niedokształcającej się (ang. neither in employment nor in education and training – NEET) jako jednemu z mierników komplementarnych wobec stopy bezrobocia. Zazwyczaj ocenia się zmianę poziomu tego wskaźnika ogółem, bez uwzględniania zmian jego komponentów. Celem badania omówionego w artykule jest określenie wielkości zmian komponentów wskaźnika NEET w podziale według cech społeczno-demograficznych i ekonomicznych młodzieży w krajach Unii Europejskiej z zastosowaniem testu T2 Hotellinga dla pomiarów zależnych. W badaniu posłużono się wielowymiarowym wnioskowaniem statystycznym; wykorzystano testy porównań wielokrotnych. Analizą objęto lata 2019 i 2021, czyli rok poprzedzający wybuch pandemii COVID-19 oraz pełny rok jej trwania. Obliczenia przeprowadzono na podstawie danych Eurostatu. Z badania wynika, że porównanie zmian komponentów wskaźnika młodzieży NEET pozwala na bardziej szczegółową ocenę sytuacji osób młodych zaliczanych do tej kategorii niż porównanie jedynie poziomu wskaźnika NEET ogółem. Z tego powodu przy podejmowaniu decyzji w zakresie działań politycznych, przede wszystkim dotyczących polityki rynku pracy, należałoby uwzględnić podejście wielowymiarowe.

Decision-makers and researchers dealing with labour market and education are largely focused on the NEET rate of young people as an indicator complementary to the unemployment rate. Typically in studies, it is the change in the overall NEET rate of young people that is evaluated, rather than changes in its individual components. The aim of the study presented in this paper is to detect the volume of changes in the components of the NEET rate determined on the basis of socio-demographic and economic features of young people in EU countries, by means of Hotelling’s T2 test for dependent measurements. The study employed multivariate statistical inference, and more specifically, the multiple comparison tests. The analysis covered the years 2019 and 2021, i.e. the year preceding the outbreak of the COVID-19 pandemic and the full year of its duration. The calculations were performed on the data drawn from the Eurostat database. The study demonstrates that the comparison of the NEET youth rate components allows a more detailed assessment of the change in the labout market situation of young people belonging to this category than comparing the overall NEET rates only. For this reason, it would be advisable to apply a multidimensional approach when making decisions concerning labour market policies.