Περίληψη
Στην παρούσα εργασία παρουσιάζεται και εφαρμόζεται το προτεινόμενο μεθοδολογικό πλαίσιο για την αξιολόγηση της επίδοσης της αγοράς εργασίας, σε περιφερειακό επίπεδο, μέσω της κατάρτισης συνολικών δεικτών επίδοσης. Το μεθοδολογικό πλαίσιο βασίζεται στην τεχνική της Περιβάλλουσας Ανάλυσης Δεδομένων και εφαρμόζεται στο σύνολο των περιφερειών της χώρας με στόχο την αξιολόγηση της λειτουργίας της αγοράς εργασίας κατά το 2002. Οι παραγόμενοι δείκτες, οι οποίοι υποδεικνύουν τις περιφέρειες που παρουσιάζουν χαμηλότερη επίδοση, μπορούν να συμβάλουν στη διαμόρφωση και λήψη των κατάλληλων μέτρων με στόχο τη βελτίωση της επίδοσης.
Η κατάρτιση συνολικών δεικτών επίδοσης στην περίπτωση της λειτουργίας της αγοράς εργασίας αποτελεί, σε επίπεδο Ευρωπαϊκής Ένωσης (Ε.Ε.), αντικείμενο έρευνας από τα τέλη της περασμένης δεκαετίας και εντάσσεται στο ευρύτερο θεματικό πεδίο της συγκριτικής αξιολόγησης της λειτουργίας της αγοράς εργασίας (benchmarking labour market performance) σε εθνικό επίπεδο (Mosley and Mayer 1998). Για τον λόγο αυτό τα συνήθη μέτρα της επίδοσης στην περίπτωση της λειτουργίας της αγοράς εργασίας (βασικοί δείκτες αγοράς εργασίας, basic performance indicators), που αποτελούν μεμονωμένους δείκτες γιατί καλύπτουν μια διάσταση της επίδοσης, έχουν επεκταθεί και περιλαμβάνουν και δείκτες συνολικής επίδοσης (composite performance indicators) τόσο σε εθνικό επίπεδο (Storrie and Bjurek 2000) όσο και σε περιφερειακό επίπεδο (Jones 2004).
Οι συνολικοί δείκτες επίδοσης προκύπτουν από τη σύνθεση (aggregation), μέσω ενός μαθηματικού υποδείγματος, ενός αριθμού μεμονωμένων δεικτών, βλ. JRC – EC (2002). Η κατάρτιση των συνολικών δεικτών επίδοσης, με βάση τους οποίους επιτυγχάνεται η αξιολόγηση της λειτουργίας της αγοράς εργασίας, μπορεί να υλοποιηθεί με τη βοήθεια της Περιβάλλουσας Ανάλυσης Δεδομένων (Data Envelopment Analysis, DEA). Η εφαρμογή της Περιβάλλουσας Ανάλυσης Δεδομένων παρέχει τη δυνατότητα παραγωγής συνολικών δεικτών σε ένα δείγμα αγορών εργασίας (π.χ. διαφορετικών χωρών, περιφερειών) καθορίζοντας συντελεστές στάθμισης με βάση τους μεμονωμένους δείκτες που χρησιμοποιούνται. Το χαρακτηριστικό της μεθόδου αυτής είναι ότι παράγει συνολικούς δείκτες που λαμβάνουν τιμές ίσες ή μικρότερες της μονάδας και καθορίζει διαφορετικούς συντελεστές στάθμισης για τους μεμονωμένους δείκτες καθεμιάς αγοράς εργασίας του δείγματος.
Στόχος της παρούσας εργασίας είναι η κατάρτιση συνολικών δεικτών επίδοσης της αγοράς εργασίας σε περιφερειακό επίπεδο, κατά το έτος 2002, με την αξιοποίηση δεδομένων που αφορούν μεμονωμένους δείκτες της αγοράς εργασίας στο πλαίσιο της εφαρμογής της Περιβάλλουσας Ανάλυσης Δεδομένων. Οι παραγόμενοι δείκτες μπορούν να αξιοποιηθούν στο πλαίσιο της παρακολούθησης και της αξιολόγησης της λειτουργίας της αγοράς εργασίας σε περιφερειακό επίπεδο και της λήψης κατάλληλων μέτρων για τη βελτίωση της επίδοσης.
Αναφορικά με τη διάρθρωση της εργασίας, στη συνέχεια γίνεται αναφορά στους δείκτες επίδοσης της αγοράς εργασίας, παρουσιάζεται το μεθοδολογικό πλαίσιο, ακολουθούν τα δεδομένα και τα αποτελέσματα της εφαρμογής της Περιβάλλουσας Ανάλυσης Δεδομένων με στόχο την κατάρτιση συνολικών δεικτών επίδοσης της αγοράς εργασίας σε περιφερειακό επίπεδο και έπονται κατόπιν τα συμπεράσματα της εργασίας.
2. Δείκτες επίδοσης της αγοράς εργασίας
Η επίδοση της αγοράς εργασίας έχει πολυδιάστατο χαρακτήρα και οι διαστάσεις της επίδοσης συναρτώνται άμεσα με δείκτες αγοράς εργασίας που συμβάλλουν στη διαμόρφωση του κατά κεφαλήν Ακαθάριστου Εγχώριου Προϊόντος (ΑΕΠ), καθώς επίσης και με δείκτες που αντανακλούν δράσεις στο πλαίσιο των πολιτικών για την αγορά εργασίας όπως η καταπολέμηση της μακροχρόνιας ανεργίας, η ενσωμάτωση του φύλου στις πολιτικές απασχόλησης κλπ.
Το ύψος του κατά κεφαλήν ΑΕΠ, που αντανακλά το επίπεδο ευημερίας της οικονομίας, διαμορφώνεται σύμφωνα με τη σχέση (1), βλ. Tronti (1998b):
Κατά κεφαλήν ΑΕΠ = ΑΕΠ/συνολικός πληθυσμός =
= (ΑΕΠ/σύνολο ωρών εργασίας) x (σύνολο ωρών εργασίας/απασχόληση) x
(απασχόληση/συνολικός πληθυσμός) (1)
Ο δείκτης απασχόληση προς τον συνολικό πληθυσμό (employment-to-population ratio) αποτελεί έναν από τους σημαντικούς δείκτες αγοράς εργασίας (Key Indicators of the Labour Market, KILM) (βλ. ILO 2005). Ο δείκτης αυτός προκύπτει ως το γινόμενο δύο άλλων σημαντικών δεικτών αγοράς εργασίας: του ποσοστού συμμετοχής των απασχολούμενων στο εργατικό δυναμικό (=100 - ποσοστό ανεργίας) και του ποσοστού συμμετοχής του εργατικού δυναμικού στο συνολικό πληθυσμό (Tronti 1998b).
Οι θεσμικοί και πολιτιστικοί παράγοντες, οι προσωπικές προτιμήσεις καθώς και οικονομικοί παράγοντες (ζήτηση, αμοιβές) συμβάλλουν στη διαμόρφωση του ποσοστού συμμετοχής του εργατικού δυναμικού στο συνολικό πληθυσμό, ενώ για τη διαμόρφωση του ποσοστού ανεργίας καθοριστικό ρόλο διαδραματίζουν το επίπεδο της ζήτησης και η σύζευξη μεταξύ της προσφοράς και της ζήτησης (Tronti 1998b). Η διαμόρφωση του ποσοστού συμμετοχής του εργατικού δυναμικού στον συνολικό πληθυσμό είναι άρρηκτα συνδεδεμένη με τη συμπεριφορά/στάση των ατόμων και η διαμόρφωση του ποσοστού ανεργίας με τις πολιτικές της αγοράς εργασίας (πολιτικές και μέτρα για την καταπολέμηση της ανεργίας).
Σε επίπεδο Ε.Ε., στο πλαίσιο της συμμόρφωσης με τις κατευθυντήριες γραμμές για την παρακολούθηση της λειτουργίας της αγοράς εργασίας έχουν, όπως ήδη προαναφέρθηκε, καθοριστεί βασικοί δείκτες αγοράς εργασίας που καλύπτουν επιμέρους διαστάσεις της επίδοσης (βλ. European Commission 1998, όπως αναφέρεται από τους Mosley and Mayer 1998). Μεταξύ των δεικτών αυτών και όσον αφορά την ανεργία συμπεριλαμβάνονται δείκτες που αντανακλούν τη διάρκεια της ανεργίας (δηλαδή τη μακροχρόνια ανεργία) και τη διάρθρωση της ανεργίας (π.χ. διάσταση του φύλου).
Η διάρκεια της ανεργίας αντανακλά καλύτερα τις προοπτικές του εργατικού δυναμικού στην αγορά εργασίας σε σχέση με τον «όγκο» της ανεργίας (βλ. σχετικά Δεδουσόπουλος 2000). Η ανάλυση της διάρθρωσης της ανεργίας αφορά στον τρόπο με τον οποίο επιμερίζεται η ανεργία μεταξύ διακριτών κοινωνικών ομάδων που συγκροτούν το εργατικό δυναμικό, π.χ. γυναίκες, νέοι (Δεδουσόπουλος 2000).
Οι μεμονωμένοι δείκτες που επιλέγονται, προκειμένου να χρησιμοποιηθούν στη συνέχεια για την παραγωγή συνολικών δεικτών σε περιφερειακό επίπεδο, είναι:
- Ο δείκτης συμμετοχής του μη ενεργού πληθυσμού στο συνολικό πληθυσμό (inactivity ratio) και για τα δύο φύλα (άνδρες και γυναίκες), - Το ποσοστό ανεργίας (unemployment rate) και για τα δύο φύλα (ποσοστό συμμετοχής των ανέργων στο εργατικό δυναμικό), - Ο δείκτης μακροχρόνιας ανεργίας και για τα δύο φύλα (ποσοστό συμμετοχής των μακροχρόνια ανέργων στο σύνολο των ανέργων, long-term unemploment share) και - Το «χάσμα» μεταξύ του ποσοστού ανεργίας των ανδρών και των γυναικών (= 1- M / F, όπου M είναι το ποσοστό ανεργίας των ανδρών και F είναι το ποσοστό ανεργίας των γυναικών, unemployment gender gap).
Κοινό χαρακτηριστικό και των τεσσάρων δεικτών είναι ότι στο πλαίσιο της λειτουργίας της αγοράς εργασίας ως στόχος τίθεται η ελαχιστοποίησή τους (για τον λόγο αυτό επιλέχθηκε ο δείκτης συμμετοχής του μη ενεργού πληθυσμού στον συνολικό πληθυσμό αντί του ποσοστού συμμετοχής του εργατικού δυναμικού στον συνολικό πληθυσμό).
Ο δείκτης συμμετοχής του μη ενεργού πληθυσμού στον συνολικό πληθυσμό αντανακλά την επίδοση ως προς την επίτευξη του στόχου της αύξησης της συμμετοχής του εργατικού δυναμικού στον συνολικό πληθυσμό (μείωση του μη ενεργού πληθυσμού) και το ποσοστό ανεργίας την επίδοση ως προς την επίτευξη του στόχου της μείωσης του ποσοστού των ανέργων στο εργατικό δυναμικό (αύξησης του ποσοστού των απασχολούμενων στο εργατικό δυναμικό). Η συνολική επίδοση της αγοράς εργασίας εκτιμάται αφού ληφθούν υπόψη οι δύο παραπάνω διαστάσεις της επίδοσης καθώς επίσης και οι επιδόσεις ως προς την επίτευξη των στόχων της μείωσης της μακροχρόνιας ανεργίας και του «χάσματος» μεταξύ του ποσοστού ανεργίας των ανδρών και των γυναικών.
Η ενσωμάτωση άλλων δεικτών που σχετίζονται με τη λειτουργία της αγοράς εργασίας, όπως ο μέσος μισθός κλπ. (βλ. επίσης ILO 2005), μπορεί να πραγματοποιηθεί εφόσον ελεγχθεί ο βαθμός συσχέτισής τους με τους άλλους μεμονωμένους δείκτες που έχουν επιλεγεί και εφόσον τηρούνται οι κανόνες που έχουν διατυπωθεί σχετικά με τη σχέση μεταξύ του αριθμού των παρατηρήσεων (περιφερειακών αγορών εργασίας στην προκειμένη περίπτωση) και του αριθμού των μεμονωμένων δεικτών (βλ. Dyson et al. 2001) στο πλαίσιο της εφαρμογής της Περιβάλλουσας Ανάλυσης Δεδομένων.
Η Περιβάλλουσα Ανάλυση Δεδομένων1 βασίζεται στις αρχές του μαθηματικού προγραμματισμού και εφαρμόζεται για τη μέτρηση της (σχετικής) τεχνικής αποδοτικότητας (technical efficiency) ομοειδών μονάδων, που χρησιμοποιούν τις ίδιες εισροές και παράγουν τις ίδιες εκροές. Οι μονάδες αυτές είναι γνωστές στη βιβλιογραφία ως μονάδες λήψης αποφάσεων (decision making units, DMUs). Η μέτρηση της τεχνικής αποδοτικότητας βασίζεται στη μη παραμετρική αναπαράσταση της τεχνολογίας παραγωγής, η οποία επιτυγχάνεται με βάση τους περιορισμούς που θέτουν οι πραγματικές συνθήκες και τα δεδομένα (εισροές-εκροές) και η προσέγγιση που εφαρμόζεται είναι γνωστή ως μη παραμετρική προσέγγιση (non-parametric approach). Με την εφαρμογή της Περιβάλλουσας Ανάλυσης Δεδομένων επιτυγχάνεται ο καθορισμός μιας μέγιστης ή ελάχιστης αξίας, υπό τους περιορισμούς που θέτει η τεχνολογία παραγωγής. Με άλλα λόγια περιγράφεται ένα σύνορο (boundary) με τη δημιουργία του μετώπου αποτελεσματικότητας (efficiency frontier) μιας μη παραμετρικής τεχνολογίας παραγωγής, πάνω στο οποίο ευρίσκονται οι αποδοτικές μονάδες2 .
Εάν θεωρήσουμε ότι έχουμε N τoν αριθμό (j=1,2,..., N) DMUs καθεμία από τις οποίες χρησιμοποιεί m τον αριθμό εισροές (i=1,…, m) για την παραγωγή s τον αριθμό εκροών (r=1,…, s), το βασικό μοντέλο της Περιβάλλουσας Ανάλυσης Δεδομένων που είναι προσανατολισμένο στην ελαχιστοποίηση των εισροών, με βάση την παραδοχή των σταθερών αποδόσεων κλίμακας (constant returns to scale), είναι (Thanassoulis 2001)3 :

j 0 = η DMU που αξιολογείται x ij= η εισροή i της DMU j
y rj = η εκροή r της DMU j
vi= συντελεστές στάθμισης των εισροών που εκτιμώνται από το μοντέλο ur = συντελεστές στάθμισης των εκροών που εκτιμώνται από το μοντέλο ε = πολύ μικρός θετικός αριθμός (non-Archimedean) (βλ. επίσης Charnes et al. 1994).
Το δυϊκό (dual) του μοντέλου (2) είναι το περιβάλλον (envelopment) μοντέλο (3):

j 0 = η DMU που αξιολογείται x ij= η εισροή i της DMU j
y rj = η εκροή r της DMU j
λ j= συντελεστές που εκτιμώνται από το μοντέλο si-, sr+ = μεταβλητές απόκλισης ε = πολύ μικρός θετικός αριθμός (non-Archimedean).
H τεχνική αποδοτικότητα της DMU jo όσον αφορά τη μείωση των εισροών, με βάση το μοντέλο (3), είναι k* o = Min ko. Δεδομένου ότι, όσον αφορά στα μοντέλα (2) και (3), το ένα μοντέλο είναι δυϊκό του άλλου, η βέλτιστη τιμή της αντικειμενικής συνάρτησης του μοντέλου (2) θα είναι σχεδόν ίση, λόγω της πολύ μικρής τιμής του ε, με το k* o. Εάν k* o = 1 και για τις βέλτιστες τιμές των si-, sr+ ισχύει: si-* =0, i=1,…, m, sr+* =0, r=1,…, s τότε η DMU jo είναι αποδοτική κατά Pareto (Pareto-efficient). Περισσότερα για τα μοντέλα της Περιβάλλουσας Ανάλυσης Δεδομένων βλ. Thanassoulis (2001).
3.2 Κατάρτιση συνολικών δεικτών επίδοσης της αγοράς εργασίας
Στις συνήθεις εφαρμογές της Περιβάλλουσας Ανάλυσης Δεδομένων διερευνάται κατά πόσο η λειτουργία των DMUs είναι αποδοτική σε όρους παραγωγής μεγαλύτερης εκροής με δεδομένη ποσότητα χρησιμοποιούμενων εισροών ή μείωσης των χρησιμοποιούμενων εισροών για δεδομένη παραγωγή. Σε άλλες εφαρμογές αντί των εισροών και εκροών χρησιμοποιούνται δείκτες για τους οποίους ως στόχος τίθεται η ελαχιστοποίηση και η μεγιστοποίηση αντίστοιχα (Hashimoto and Kodama 1997, Martic and Savic 2001), καθώς και δείκτες (για τους οποίους ως στόχος τίθεται η ελαχιστοποίησή τους) αποκλειστικά ως εισροές με μια μόνο πλασματική εκροή (Storrie and Bjurek 2000), ή αποκλειστικά ως εκροές (εάν για τους δείκτες ως στόχος τίθεται η μεγιστοποίησή τους) με μια μόνο πλασματική εισροή (Korhonen and Luptacik 2004).
Οι εφαρμογές της Περιβάλλουσας Ανάλυσης Δεδομένων για την παραγωγή συνολικών δεικτών επίδοσης αφορούν στην αξιολόγηση της επίδοσης σε μακροοικονομικό επίπεδο (Melyn and Moesen 1991, Cherchye 2001), στην αξιολόγηση της επίδοσης της αγοράς εργασίας (Storrie and Bjurek 1999, 2000), στην παραγωγή του δείκτη ανθρώπινης ανάπτυξης (Human Development Index) από τους Mahlberg and Obersteiner (2001) και Despotis (2005a, 2005b), στη συγκριτική αξιολόγηση στο πλαίσιο της βιώσιμης ανάπτυξης (Cherchye and Kuosmanen 2002), στην παραγωγή του δείκτη οικολογικής αποδοτικότητας (eco-efficiency indicator) από τους Korhonen and Luptacik (2004), στην αξιολόγηση της λειτουργίας του συστήματος υγείας (Lauer et al. 2004) και στην παραγωγή συνολικών δεικτών επιχειρηματικότητας σε περιφερειακό επίπεδο (Tsolas 2006). Επίσης μια παραλλαγή της Περιβάλλουσας Ανάλυσης Δεδομένων, που αναφέρεται ως «the benefit of the doubt (BOD) approach» (προσέγγιση του πλεονεκτήματος εκ της αμφιβολίας), εφαρμόστηκε από τους Cherchye et al. (2004) για την παραγωγή κοινωνικών δεικτών σε επίπεδο Ε.Ε.
Στην περίπτωση της συγκριτικής αξιολόγησης της λειτουργίας της αγοράς εργασίας η Περιβάλλουσα Ανάλυση Δεδομένων αναφέρεται ως προσέγγιση του μετώπου αποτελεσματικότητας (efficiency frontier approach, Schutz et al. 1998) ή προσέγγιση του μετώπου της συνάρτησης παραγωγής (frontier production function approach, Mosley and Mayer 1998) ή ως μια εκ των τεχνικών του μετώπου αποτελεσματικότητας (efficiency frontier techniques, Storrie and Bjurek 2000). Οι Gebel (2006) και Mosley et al. (2003) εφάρμοσαν την Περιβάλλουσα Ανάλυση Δεδομένων για την παρακολούθηση και συγκριτική αξιολόγηση της λειτουργίας της αγοράς εργασίας και για την αξιολόγηση των υπηρεσιών απασχόλησης αντίστοιχα. Κριτική στη μεθοδολογία αυτή, στην περίπτωση της αξιολόγησης της λειτουργίας της αγοράς εργασίας, ασκήθηκε από τους McCarthy (2000) και Eichhorst and Profit (2000), ενώ προτάσεις για την εφαρμογή της στο συγκεκριμένο θεματικό πεδίο αναφέρονται από τον Tronti (1998a). Περισσότερα για άλλες μεθοδολογίες συγκριτικής αξιολόγησης της λειτουργίας της αγοράς εργασίας βλ. Schutz et al. (1998), Tronti (1998a), Mosley and Mayer (1998), Schmid et al. (1999), Storrie and Bjurek (2000), Watson (2000) καθώς και Jones (2004).
Η κατάρτιση συνολικών δεικτών επίδοσης της αγοράς εργασίας επιτυγχάνεται με την εφαρμογή της Περιβάλλουσας Ανάλυσης Δεδομένων, στη βάση της επίλυσης του παρακάτω γενικού προβλήματος:
Έστω ότι διακρίνουμε j τoν αριθμό (j=1,2,..., N) επιμέρους περιφερειακές αγορές εργασίας οι διαστάσεις της επίδοσης των οποίων αντανακλώνται σε m τον αριθμό (i=1,…, m) μεμονωμένους δείκτες αγοράς εργασίας. Για τους μεμονωμένους δείκτες αγοράς εργασίας ως στόχος, στο πλαίσιο της λειτουργίας της αγοράς εργασίας, τίθεται η ελαχιστοποίησή τους.
Ο συνολικός δείκτης επίδοσης σε περιφερειακό επίπεδο για καθεμιά αγορά εργασίας προκύπτει ως η λύση του μοντέλου που παρουσιάζεται στη συνέχεια (αντίστοιχο του μοντέλου (2) με πρόσθετους περιορισμούς ως προς τους συντελεστές στάθμισης των μεμονωμένων δεικτών). Το μοντέλο που εφαρμόζεται, στην παρούσα εργασία για την κατάρτιση των συνολικών δεικτών επίδοσης της αγοράς εργασίας είναι, σύμφωνα με την ορολογία της Περιβάλλουσας Ανάλυσης Δεδομένων, το μοντέλο ελαχιστοποίησης των εισροών, με βάση την παραδοχή των σταθερών αποδόσεων κλίμακας και τους περιορισμούς που τίθενται στους συντελεστές στάθμισης των εισροών – μεμονωμένων δεικτών στην προκειμένη περίπτωση – (constant returns to scale input-oriented value based DEA weight restricted model, βλ. Thanassoulis 2001):

j 0 = η περιφέρεια που αξιολογείται x ιj= ο μεμονωμένος δείκτης i της περιφέρειας j
y j = 1 για κάθε περιφέρεια (θεωρείται ως εκροή στο πλαίσιο της ορολογίας της DEA)
ε = πολύ μικρός θετικός αριθμός (non-Archimedean)
vi= συντελεστές στάθμισης των μεμονωμένων δεικτών που εκτιμώνται από το μοντέλο u= συντελεστής στάθμισης της μεταβλητής y που εκτιμάται από το μοντέλο
φi και ψi = περιορισμοί που τίθενται για τους συντελεστές στάθμισης των μεμονωμένων δεικτών.
Εάν ο συνολικός δείκτης λαμβάνει την τιμή 1 τότε η λειτουργία της υπό αξιολόγηση αγοράς εργασίας θεωρείται ως αποδοτική, στο πλαίσιο της ορολογίας της Περιβάλλουσας Ανάλυσης Δεδομένων, δεδομένου ότι επιτυγχάνει τη μέγιστη επίδοση, ενώ εάν λαμβάνει τιμή μικρότερη της μονάδας η λειτουργία της αγοράς εργασίας που αξιολογείται θεωρείται ως μη αποδοτική. Ειδικότερα, στην προκειμένη περίπτωση η μη αποδοτικότητα καθορίζει και την απαιτούμενη μείωση των μεμονωμένων δεικτών (ίση με 1- q) , προκειμένου η υπό αξιολόγηση αγορά εργασίας να γίνει αποδοτική.
Οι συνολικοί δείκτες επίδοσης της αγοράς εργασίας σε περιφερειακό επίπεδο κατά το έτος 2002 υπολογίζονται αφού τεθούν οι παρακάτω περιορισμοί για τους συντελεστές στάθμισης των μεμονωμένων δεικτών, προκειμένου να υπάρξει και η δυνατότητα της ανάλυσης ευαισθησίας των αποτελεσμάτων:
i) φi = 0.1 και ψi = 0.5 (βλ. Cherchye et al. 2004 και Martic and Savic 2001).
ii) φ'i = 0.15 και ψ'i = 0.35 (βλ. Sajeva et al. 2005).
Οι παραπάνω δείκτες προκύπτουν από μεγέθη που αποτιμώνται καθαυτά και αποτελούν αποθέματα (stock variables), βλ. επίσης Δεδουσόπουλος (2000) και Μηλιός κ.ά. (2000).
Πίνακας 1. Μεμονωμένοι δείκτες επίδοσης της αγοράς εργασίας σε περιφερειακό επίπεδο (2002). Ηλικιακή κατηγορία 15+ ετών.
| Περιφέρειες | Δείκτης συμμετοχής του μη ενεργού πληθυσμού στο συνολικό πληθυσμό (%) | Ποσοστό ανεργίας (%) | Δείκτης μακροχρόνιας ανεργίας (%) | «Χάσμα» μεταξύ του ποσοστού ανεργίας των ανδρών και των γυναικών (%)* |
| Ανατολική Μακεδονία και Θράκη | 50.50 | 9.61 | 60.94 | 59.84 |
| Αττική | 49.53 | 9.11 | 54.83 | 55.02 |
| Βόρειο Αιγαίο | 57.20 | 8.77 | 46.44 | 49.56 |
| Δυτική Ελλάδα | 53.85 | 10.69 | 69.76 | 63.19 |
| Δυτική Μακεδονία | 52.65 | 13.77 | 69.35 | 61.15 |
| Ήπειρος | 55.67 | 10.88 | 55.76 | 61.84 |
| Θεσσαλία | 53.20 | 10.32 | 61.11 | 64.00 |
| Ιόνια Νησιά | 53.63 | 5.99 | 30.96 | 14.17 |
| Κεντρική Μακεδονία | 52.35 | 11.03 | 50.94 | 57.74 |
| Κρήτη | 46.46 | 5.95 | 44.23 | 55.87 |
| Νότιο Αιγαίο | 47.08 | 14.84 | 23.57 | 55.88 |
| Πελοπόννησος | 52.24 | 7.22 | 46.28 | 46.84 |
| Στερεά Ελλάδα | 56.93 | 9.01 | 74.14 | 73.28 |
| Min | 46.46 | 5.95 | 23.57 | 14.17 |
| Max | 57.20 | 14.84 | 74.14 | 73.28 |
| Μέσος όρος | 52.41 | 9.78 | 52.95 | 55.26 |
| Τυπική απόκλιση | 3.34 | 2.63 | 14.88 | 14.03 |
Ο δείκτης συμμετοχής του μη ενεργού πληθυσμού στον συνολικό πληθυσμό καθώς και το ποσοστό ανεργίας συμβάλλουν στη διαμόρφωση του κατά κεφαλήν ΑΕΠ. Ο δείκτης μακροχρόνιας ανεργίας και για τα δύο φύλα υπολογίζεται ως ποσοστό συμμετοχής των μακροχρόνια ανέργων στο σύνολο των ανέργων αντί του ποσοστού των μακροχρόνια ανέργων στο σύνολο του εργατικού δυναμικού, προκειμένου να αποφευχθεί η υψηλή συσχέτιση με το ποσοστό ανεργίας. Το «χάσμα» μεταξύ του ποσοστού ανεργίας των ανδρών και των γυναικών υπολογίζεται ως η απόκλιση από τη μονάδα του λόγου του ποσοστού ανεργίας των ανδρών προς το ποσοστό ανεργίας των γυναικών, δεδομένου ότι το ποσοστό ανεργίας στους άνδρες είναι κατά κανόνα μικρότερο σε σχέση με το αντίστοιχο ποσοστό στις γυναίκες.
5. Αποτελέσματα
Τα αποτελέσματα και για τις δύο περιπτώσεις των χρησιμοποιούμενων συντελεστών στάθμισης (φi = 0.1 και ψi = 0.5, φ'i = 0.15 και ψ'i = 0.35), παρουσιάζονται στον πίνακα 2.
Από τον πίνακα 2 και όσον αφορά στους περιορισμούς φi = 0.1 και ψi = 0.5, προκύπτει ότι το μέτωπο αποτελεσματικότητας συγκροτείται από τις περιφέρειες Ιονίων Νήσων και Νοτίου Αιγαίου, στις οποίες η αγορά εργασίας λειτούργησε καλύτερα σε σχέση με τις υπόλοιπες περιφέρειες της χώρας. Σε ό,τι αφορά στην ιεράρχηση των υπολοίπων περιφερειών ως προς την επίδοση της αγοράς εργασίας, ακολουθεί η περιφέρεια της Κρήτης, κατόπιν μια ομάδα που αποτελείται από τις περιφέρειες: Πελοποννήσου, Αττικής, Ανατολικής Μακεδονίας και Θράκης, Κεντρικής Μακεδονίας και Βορείου Αιγαίου. Στις τελευταίες θέσεις βρίσκονται οι περιφέρειες Θεσσαλίας, Ηπείρου, Δυτικής Ελλάδας, Δυτικής Μακεδονίας και Στερεάς Ελλάδας.
Πίνακας 2. Συνολικοί δείκτες επίδοσης αγοράς εργασίας σε περιφερειακό επίπεδο (2002).
| Περιφέρειες | Συνολικός δείκτης επίδοσης | Ιεράρχηση | Συνολικός δείκτης επίδοσης | Ιεράρχηση |
| φi = 0.1 και ψi = 0.5 | φ'i = 0.15 και ψ'i = 0.35 | |||
| Ανατολική Μακεδονία και Θράκη | 0.8237 | 6 | 0.7058 | 8 |
| Αττική | 0.8608 | 5 | 0.7469 | 5 |
| Βόρειο Αιγαίο | 0.8112 | 8 | 0.7372 | 6 |
| Δυτική Ελλάδα | 0.7628 | 11 | 0.6498 | 11 |
| Δυτική Μακεδονία | 0.7614 | 12 | 0.6454 | 12 |
| Ήπειρος | 0.7729 | 10 | 0.6752 | 9 |
| Θεσσαλία | 0.7847 | 9 | 0.6740 | 10 |
| Ιόνια Νησιά | 1.0000 | 1 | 1.0000 | 1 |
| Κεντρική Μακεδονία | 0.8209 | 7 | 0.7181 | 7 |
| Κρήτη | 0.9456 | 3 | 0.8284 | 3 |
| Νότιο Αιγαίο | 1.0000 | 1 | 0.9233 | 2 |
| Πελοπόννησος | 0.8810 | 4 | 0.7947 | 4 |
| Στερεά Ελλάδα | 0.7215 | 13 | 0.6115 | 13 |
Τα αποτελέσματα που προκύπτουν με τη χρησιμοποίηση των περιορισμών φ'i = 0.15 και ψ'i = 0.35 επιβεβαιώνουν την ιεράρχηση των περιφερειών που παρουσιάζουν την καλύτερη επίδοση σε όρους λειτουργίας της αγοράς εργασίας (περιφέρειες που καταλαμβάνουν από την πρώτη έως την πέμπτη θέση σύμφωνα με τον πίνακα 2). Στις περιφέρειες που υστερούν σημαντικά συγκαταλέγονται, σύμφωνα με τη νέα ιεράρχηση, οι περιφέρειες Ηπείρου, Θεσσαλίας, Δυτικής Ελλάδας, Δυτικής Μακεδονίας και Στερεάς Ελλάδας. Οι συντελεστές συσχέτισης κατά τάξεις (συντελεστές πoιoτικής συσχέτισης, rank correlation coefficients) Kendall και Spearman των απoτελεσμάτων των εναλλακτικά διαμoρφoύμενων μoντέλων είναι 0.89 και 0.97 αντίστοιχα και η συσχέτιση είναι στατιστικά σημαντική.
Αναφορικά με τους συντελεστές στάθμισης, το υπόδειγμα που χρησιμοποιείται δίνει, κατά μέσο όρο, μεγαλύτερη βαρύτητα στον δείκτη συμμετοχής του μη ενεργού πληθυσμού στον συνολικό πληθυσμό και στο ποσοστό ανεργίας σε σχέση με τον δείκτη μακροχρόνιας ανεργίας και τον δείκτη που εκφράζει το «χάσμα» μεταξύ του ποσοστού ανεργίας των ανδρών και των γυναικών.
Οι συντελεστές στάθμισης για κάθε μεμονωμένο δείκτη (ως ποσοστό συμμετοχής του κάθε συντελεστή στάθμισης στο άθροισμα των συντελεστών στάθμισης που παρέχει το μοντέλο (4)), στην περίπτωση που χρησιμοποιούνται οι περιορισμοί φi = 0.1 και ψi = 0.5, είναι, στο σύνολο των περιφερειών, κατά μέσο όρο: 0.45, 0.28, 0.13, 0.13 για τον δείκτη συμμετοχής του μη ενεργού πληθυσμού στον συνολικό πληθυσμό, το ποσοστό ανεργίας, τον δείκτη μακροχρόνιας ανεργίας και τον δείκτη που εκφράζει το «χάσμα» μεταξύ του ποσοστού ανεργίας των ανδρών και των γυναικών αντίστοιχα. Στην περίπτωση που χρησιμοποιούνται οι περιορισμοί φ'i = 0.15 και ψ'i = 0.35 οι αντίστοιχοι συντελεστές στάθμισης είναι 0.33, 0.33, 0.17 και 0.17.
Όσον αφορά στις περιφέρειες που παρουσιάζουν την καλύτερη επίδοση, ανήκουν σε αυτές που αναπτύσσονται με μέτριους ρυθμούς ανάπτυξης (Ιόνια Νησιά), με ικανοποιητικούς ή σχετικά ταχείς ρυθμούς ανάπτυξης (Νότιο Αιγαίο και Κρήτη) και με βραδύτερους ρυθμούς ανάπτυξης (Πελοπόννησος)5 .
Οι περιφέρειες με την καλύτερη επίδοση που αναπτύσσονται με ικανοποιητικούς ή σχετικά ταχείς ρυθμούς ανάπτυξης παρουσιάζουν το μικρότερο ποσοστό συμμετοχής του μη ενεργού πληθυσμού στον συνολικό πληθυσμό, ενώ αυξανομένου του επιπέδου ανάπτυξης μειώνεται σε ορισμένες περιφέρειες το ποσοστό ανεργίας. Το ποσοστό της μακροχρόνιας ανεργίας καθώς και το χάσμα του ποσοστού ανεργίας ανδρών και γυναικών είναι μικρότερο σε «νησιωτικές» περιφέρειες λόγω, προφανώς, της ανάπτυξης του τουρισμού.
Αναφορικά με τις περιφέρειες που υστερούν, το κοινό χαρακτηριστικό τους είναι το υψηλό ποσοστό της μακροχρόνιας ανεργίας και το μεγάλο χάσμα του ποσοστού ανεργίας ανδρών και γυναικών.
6. Συμπεράσματα
Στην παρούσα εργασία παρουσιάζεται μια εξατομικευμένη εφαρμογή του μεθοδολογικού πλαισίου της μη παραμετρικής προσέγγισης και ειδικότερα της Περιβάλλουσας Ανάλυσης Δεδομένων με στόχο την κατάρτιση συνολικών δεικτών επίδοσης της αγοράς εργασίας σε περιφερειακό επίπεδο.
Οι συνολικοί δείκτες επίδοσης προκύπτουν από την επίλυση ενός μοντέλου μαθηματικού προγραμματισμού, το οποίο στοχεύει στην ελαχιστοποίηση των μεμονωμένων δεικτών αγοράς εργασίας που επιλέγονται, υπό τους περιορισμούς που τίθενται για τους συντελεστές στάθμισης των μεμονωμένων αυτών δεικτών.
Με βάση τα αποτελέσματα που προκύπτουν από την επίλυση του συγκεκριμένου μοντέλου για κάθε περιφέρεια, τη μεγαλύτερη επίδοση σε όρους λειτουργίας της αγοράς εργασίας σε περιφερειακό επίπεδο παρουσιάζουν, συγκριτικά με τις άλλες περιφέρειες, οι «νησιωτικές» περιφέρειες που παρουσιάζουν ικανοποιητικούς ή σχετικά ταχείς καθώς και μέτριους ρυθμούς ανάπτυξης (περιφέρειες Ιονίων Νήσων, Νοτίου Αιγαίου και Κρήτης). Τη χειρότερη επίδοση παρουσιάζουν οι περιφέρειες Δυτικής Ελλάδας, Δυτικής Μακεδονίας και Στερεάς Ελλάδας.
Τα υπόδειγμα που χρησιμοποιήθηκε αναδεικνύει τις περιφέρειες στις οποίες η αγορά εργασίας παρουσίασε καλύτερες επιδόσεις στο πλαίσιο των επιμέρους διαστάσεων της λειτουργίας της αγοράς, δίνοντας κατά μέσο όρο μεγαλύτερη βαρύτητα σε δύο από τους δείκτες αγοράς εργασίας που επιλέχθηκαν (δείκτης συμμετοχής του μη ενεργού πληθυσμού στο συνολικό πληθυσμό, ποσοστό ανεργίας), οι οποίοι συμβάλλουν στη διαμόρφωση του κατά κεφαλήν ΑΕΠ. Οι άλλοι δύο δείκτες που παρουσιάζουν μεγαλύτερη μεταβλητότητα στο σύνολο των δεδομένων (δείκτης μακροχρόνιας ανεργίας, «χάσμα» μεταξύ του ποσοστού ανεργίας των ανδρών και των γυναικών) συμβάλλουν επίσης στον καθορισμό των συνολικών δεικτών επίδοσης με μικρότερους, κατά μέσο όρο, συντελεστές στάθμισης σε σχέση με τους αντίστοιχους συντελεστές των δεικτών που συμβάλλουν στη διαμόρφωση του κατά κεφαλήν ΑΕΠ.
Οι δείκτες που παρήχθησαν στο πλαίσιο της παρούσας μελέτης μπορούν να χρησιμοποιηθούν ως εργαλείο για την παρακολούθηση και αξιολόγηση της λειτουργίας της αγοράς εργασίας σε περιφερειακό επίπεδο και τη λήψη κατάλληλων μέτρων, αλλά είναι απαραίτητο τα αποτελέσματα να ελέγχονται με τα αποτελέσματα άλλων μοντέλων της Περιβάλλουσας Ανάλυσης Δεδομένων ή άλλων μεθοδολογιών προκειμένου να ενισχύεται η αξιοπιστία των τελικών συμπερασμάτων.
Από την ανάλυση ευαισθησίας των αποτελεσμάτων σε ενδεχόμενη μεταβολή των περιορισμών που τίθενται στους συντελεστές στάθμισης των μεμονωμένων δεικτών, εάν θεωρηθεί ότι οι μεμονωμένοι δείκτες αγοράς εργασίας που επιλέχθηκαν αντανακλούν τις επιμέρους διαστάσεις της επίδοσης των περιφερειακών αγορών εργασίας, τεκμηριώνεται η αξιοπιστία των αποτελεσμάτων όσον αφορά στις περιφέρειες που υπερτερούν και σε αυτές που υστερούν σημαντικά. Τα παραπάνω ευρήματα ενισχύουν την αναγκαιότητα της διερεύνησης της δυνατότητας ενσωμάτωσης του προτεινόμενου μεθοδολογικού πλαισίου σε ένα ευρύτερο πληροφοριακό σύστημα για την αγορά εργασίας.
Σύμφωνα με τα ευρήματα της εργασίας αναδεικνύονται οι διαφορές ως προς τη συνολική επίδοση της λειτουργίας της αγοράς εργασίας μεταξύ των «νησιωτικών» περιοχών (με εξαίρεση την περιφέρεια του Βορείου Αιγαίου) και των περιφερειών του δυτικού τμήματος της χώρας καθώς και της περιφέρειας της Στερεάς Ελλάδας. Για τη μείωση των ανισοτήτων μεταξύ της ομάδας των περιφερειών που υστερούν και των υπολοίπων περιφερειών, τα ευρήματα της παρούσας εργασίας μπορούν να αξιοποιηθούν στο πλαίσιο της εκπόνησης πολιτικών αγοράς εργασίας σε περιφερειακό επίπεδο με στόχο την καταπολέμηση της μακροχρόνιας ανεργίας και την ενίσχυση της απασχόλησης των γυναικών. Πρόσθετοι τομείς παρέμβασης μπορούν να αναδειχθούν μέσω περαιτέρω έρευνας με στόχο την ανάλυση των οικονομικών - κοινωνικών χαρακτηριστικών των περιφερειών που υστερούν.
Βιβλιογραφία
Charnes, A., Cooper, W.W., Lewin A.Y. and Seiford, L.M (1994), Data Envelopment Analysis: Theory, Methodology, and Application, Boston: Kluwer Academic Publishers.
Charnes, A., Cooper, W.W. and Rhodes, E. (1978), Measuring the efficiency of decision making units, European Journal of Operational Research, 2, 429-444.
Cherchye, L. (2001), Using data envelopment analysis to assess macroeconomic policy performance, Applied Economics, 33, 407-416.
Cherchye, L. and Kuosmanen, T. (2002), Benchmarking sustainable development: a synthetic meta-index approach, EconWPA Working Papers.
Cherchye, L., Moesen, W. and Van Puyenbroeck, T. (2004), Legitimately Diverse, Yet Comparable: on Synthesising Social Inclusion Performance in the EU, Journal of Common Market Studies, 42, 919-955.
Δεδουσόπουλος, Α. (2000), Η κρίση στην αγορά εργασίας: Ρύθμιση – Ευελιξίες – Απορύθμιση, Τόμος Α, Θεωρίες της Ανεργίας, Eκδόσεις Τυπωθήτω.
Despotis, D.K. (2005a), A reassessment of the human development index via data envelopment analysis, Journal of the Operational Research Society 56, 969-980.
Despotis, D.K. (2005b), Measuring human development via data envelopment analysis: the case of Asia and the Pacific, Omega - The International Journal of Management Science 33, 385-390.
Dyson, R. G., Allen, R., Camanho, A.S., Podinovski, V.V., Sarrico, C.S. and Shale. E.A. (2001), Pitfalls and protocols and DEA, European Journal of Operational Research, 132, 245-259
Eichhorst, W. and Profit, S. (2000), Comments paper on benchmarking European labour performance with efficiency frontier techniques, Benchmarking Research Unit, Bertelsmann Foundation, Kln.
European Commission (1998), Monitoring the Employment Guidelines: Basic Performance Indicators. Report by the ELC expert group on employment indicators [Final Proposal] V/A/GDM D(98), July.
Farrell, M.J., (1957), The measurement of productive efficiency, Journal of the Royal Statistical Society, 120, 253-290.
Gebel, M. (2006), Monitoring und Benchmarking bei arbeitsmarktpolitischen Ma? nahmen, Dokumentation Nr. 06-01, Zentrum fur Europaische Wirtschaftsforschung GmbH (ZEW), Mannheim, ftp:// ftp.zew.de/pub/zew-docs/docus/dokumentation0601.pdf
Hashimoto, A., and Kodama, Μ. (1997), Has livability of Japan gotten better for 1956-1990?: A DEA approach, Social Indicators Research, 40, 359-373.
International Labour Organization (ILO) (2005) Key Indicators of the Labour Markets, 4th Edition, Geneva.
Jones, Μ. (2004), The dynamic benchmarking of labour markets, Regional studies, 38, 495–506.
JRC – EC (2002), State-of-the-art Report on Current Methodologies and Practices for Composite Indicator Development – Joint Research Centre – European Commission - Institute for the Protection and Security of the Citizen Technological and Economic Risk Management I-21020 Ispra (VA) Italy - Prepared by the Applied Statistics Group, June.
Κοινοτικό Πλαίσιο Στήριξης 2000-2006. Ελλάδα, http://europa.eu.int/comm/regional_policy/funds/prord/ document/chap1_el.pdf
Korhonen, P. and Luptacik, M. (2004), Eco-efficiency analysis of power plants: An extension of data envelopment analysis, European Journal of Operational Research, 154, 437–446.
Lauer, J.A., Lovell, K. CA, Murray, C. JL and Evans, D. B. (2004), World health system performance revisited: the impact of varying the relative importance of health system goals, BMC Health Services Research 2004, 4:19 (available from: http://www.biomedcentral.com/1472-6963/4/19).
Mahlberg, B. and Obersteiner, M. (2001), Remeasuring the HDI by data envelopment analysis, Interim report IR-01-069, International Institute for Applied System Analysis, Laxenburg, Austria.
Martic, M. and Savic, G. (2001), An application of DEA for comparative analysis and rankings of regions of Serbia with regards to social-economic development, European Journal of Operational Research, 132, 343-356.
McCarthy, M. R. (2000), Comments on benchmarking European labour performance with efficiency frontier techniques, Workshop on Concepts and Measurement of European Labour Markets Flexibility/Adaptability Indices, October.
Melyn, W. and Moesen, W. (1991), Towards a synthetic indicator of macroeconomic performance: unequal weighting when limited information is available, Public Economic Research Paper 17, Centre for Economic Studies, Leuven.
Μηλιός, Γ., Οικονομάκης, Γ. και Λαπατσιώρας, Σ. (2000), Εισαγωγή στην οικονομική ανάλυση, Ελληνικά Γράμματα.
Mosley H. and Mayer A. (1998), Benchmarking labour market performance: A radar chart approach, Wissenschaftszentrum Berlin fur Sozialforschung. Report prepared for European Commission, DG V, Employment Industrial Relations and Social affairs (DG V/A2).
Mosley, H., Schutz, H. und Schmid, G. (2003), Effizienz der Arbeitsamter. Leistungsvergleich und Reformpraxis, Berlin.
Norman, M. and Stoker, B. (1991), Data Envelopment Analysis: The Assessment of Performance, Wiley: New York.
Sajeva, M., Gatelli, D., Tarantola S. and Hollanders, H. (2005), Methodology Report on European Innovation Scoreboard 2005, European Commission, DG ENTR Brussels.
Schmid, G. Schutz, H. and Speckesser, S. (1999), Broadening the scope of benchmarking: Radar charts and employment systems, Labour, 13 (4), 879-899.
Schutz, H., Speckesser, S. and Schmid, G. (1998), Benchmarking Labour Market Performance and Labour Market Policies: Theoretical Foundations and Applications, Discussion Paper FS I 98 – 205, Wissenschaftszentrum Berlin fur Sozialforschung, Berlin.
Storrie D. and Bjurek, H. (1999), Benchmarking European labour market performance with efficiency frontier technique, Discussion Paper FS I 00-2011.
Storrie D. and Bjurek, H. (2000), Benchmarking the basic performance indicators using efficiency frontier techniques, Report presented to the European commission, DG employment and social affairs.
Thanassoulis, E. (2001), Introduction to the theory and application of data envelopment analysis: A foundation text with integrated software, Boston: Kluwer Academic Publishers.
Tronti, L. (1998a), Benchmarking employment performance and labour market policies, Labour, 12 (3), 489-513.
Tsolas, I. (2006), Development of aggregate entrepreneurship indicators at regional level, Paper presented at the 3rd Hellenic Workshop on Efficiency and Productivity Measurement (HE.W.P.E.M.), Patras, 16- 18 June.
Watson, I. (2000), Beyond the Unemployment Rate: A new health of the labour market index, Australian Centre for Industrial Relations Research and Training.
1. Ο Farrell (1957) έθεσε τις βάσεις της τεχνικής αυτής, που ήρθε ξανά στην επικαιρότητα από τους Charnes et al. (1978), στους οποίους οφείλει και την ονομασία της Data Envelopment Analysis (DEA).
2. Περισσότερα για την Περιβάλλουσα Ανάλυση Δεδομένων βλ. Farrell (1957), Charnes et al. (1978), Norman and Stoker (1991), Charnes et al. (1994) και Thanassoulis (2001).
3. Οι συμβολισμοί που χρησιμοποιούνται στα μοντέλα (2) και (3) που ακολουθούν είναι οι ίδιοι με αυτούς του Thanassoulis (2001).
4. Η συσχέτιση μεταξύ των μεμονωμένων δεικτών αγοράς εργασίας κυμαίνεται από -0.078 έως 0.681 (συντελεστές Pearson). Η μεγαλύτερη συσχέτιση παρατηρείται μεταξύ του δείκτη μακροχρόνιας ανεργίας και του χάσματος ανεργίας ανδρών και γυναικών.
5. Οι ελληνικές περιφέρειες μπορούν να ταξινομηθούν σε τρεις κατηγορίες με βάση τους ρυθμούς ανάπτυξης που παρουσιάζουν (βλ. Κοινοτικό Πλαίσιο Στήριξης 2000-2006). Η πρώτη ιεραρχικά κατηγορία περιλαμβάνει τις περιφέρειες με το υψηλότερο κατά κεφαλήν ΑΕΠ στη χώρα, οι οποίες αναπτύσσονται με ικανοποιητικούς ή σχετικά ταχείς ρυθμούς ανάπτυξης και ειδικότερα τις περιφέρειες Αττικής, Κεντρικής Μακεδονίας, Κρήτης και Νότιου Αιγαίου. Η τελευταία κατηγορία περιλαμβάνει τις περιφέρειες που παρουσιάζουν τους βραδύτερους ρυθμούς ανάπτυξης και ειδικότερα τις περιφέρειες Δυτικής Μακεδονίας, Ηπείρου, Δυτικής Ελλάδας, Πελοποννήσου και Β. Αιγαίου. Η ενδιάμεση κατηγορία περιλαμβάνει όλες τις υπόλοιπες περιφέρειες, που αναπτύσσονται με μέτριους (ενδιάμεσους) ρυθμούς ανάπτυξης, σε σχέση με τους ρυθμούς ανάπτυξης των περιφερειών των δύο προηγούμενων κατηγοριών, και ειδικότερα τις περιφέρειες Ανατολικής Μακεδονίας και Θράκης, Θεσσαλίας, Ιονίων Νήσων και Στερεάς Ελλάδας.