Analýza změn na trhu práce Jihočeského kraje v době boje proti COVID-19

Bc. Milan Lhoták

Master's thesis

Abstract:

Cílem diplomové práce bylo zhodnocení dopadu opatření proti šíření COVID-19 na vývoj nezaměstnanosti na trhu práce v Jihočeském kraji a predikování budoucího vývoje ve sledovaném regionu do konce roku 2023. Zhodnocení vývoje nezaměstnanosti a zaměstnanosti a dopadu opatření proti šíření COVID-19 na vývoj nezaměstnanosti bylo provedeno pomocí komparační a kauzální metody. Predikce budoucího vývoje nezaměstnanosti byla predikována pomocí umělých neuronových sítí. Na konci roku 2023 bude nezaměstnaných 9 039 osob v Jihočeském kraji. Nezaměstnanost bude strukturální. Mezi nezaměstnanými budou především vysokoškoláci s vystudovanými humanitními obory. Jako řešení se nabízí rekvalifikace. Možným směrem jsou učňovské obory. Program Antivirus pomohl ochránit nejohroženější zaměstnance na pracovním trhu a to v nejzasaženějších sektorech ekonomiky. Predikce vývoje nezaměstnanosti pomocí neuronových sítí předpokládá snížení počtu uchazečů o zaměstnání v následujících letech.

Abstract:

The aim of the diploma thesis was to evaluate the impact of measures against the spread of COVID-19 on the development of unemployment in the labor market in the South Bohemian Region and predict future developments in the region until the end of 2023. The evaluation of the development of unemployment and employment and the impact of measures against the spread of COVID-19 on the development of unemployment was carried out using the comparative and causal method. The prediction of the future development of unemployment was predicted using artificial neural networks. At the end of 2023, 9,039 people will be unemployed in the South Bohemian Region. Unemployment will be structural. Among the unemployed will be mainly university students with a degree in humanities. Retraining is offered as a solution. Apprenticeships are possible. The Antivirus program has helped protect the most vulnerable employees on the labor market in the most affected sectors of the economy. Prediction of the development of unemployment using neural networks assumes a reduction in the number of job seekers in the coming years.

Keywords

Nezaměstnanost, vývoj, predikce, umělé neuronové sítě, program Statistica Unemployment, evolution, prediction, artificial neural networks, Statistica software

Language used: Czech

Date on which the thesis was submitted / produced: 14. 4. 2022

Thesis defence

• Date of defence: 7. 6. 2022
• Supervisor: prof. Ing. Marek Vochozka, MBA, doc. Ing. Zuzana Rowland, MBA
• Reader: Ing. Zuzana Ardolfová, Ing. Jakub Horák, MBA

Institute of Technology and Business in České Budějovice

Master programme / field:
Business Economy / Business Administration