关于湖南省就业因素的统计分析

江西师范大学 姬怡帆

针对就业问题，国内不少专家学者对影响就业的指标进行大量的研究分析，例如，赵利等、杜传忠等、杨皓等通过不同方面的指标筛查得出影响就业指标的因素。本文专门对湖南省的就业情况进行统计分析。

1 优选影响湖南省就业人数的指标

1.1 分析指标的选取

基于国内外对就业影响因素的分析资料及前期学者的研究，我们从宏观经济、财政政策、人力资本、产业结构等方面提取了影响就业的14个指标，分别为地区生产总值(Y1)，地方财政收入(Y2)，地方财政支出(Y3)，固定资产投资(Y4)，净出口额(Y5)，居民消费水平(Y6)，人口自然增长率(Y7)，税收(Y8)，城市化水平(Y9)，教育支出(Y10)，科研支出(Y11)，城乡收入差距(Y12)，就业弹性指数(Y13)，货币供给量(Y14)。就业人数是衡量湖南省就业情况的指标，以上各个指标的具体数据都是从2006—2014年《湖南省统计年鉴》和《中国统计年鉴》中选取。

1.2 灰色关联分析法处理数据

由于事物变化的情况，往往受到多重因素的影响。分析在一个系统变化中行为因子与各个因素的关联程度叫作灰色关联分析，灰色关联度指的是两个系统中，随着时间或者事物变化趋势的衡量标准。

1.2.1 对原始数据进行无量纲化处理

衡量系统行为的唯一因子为就业人数，设就业人数为Y0，影响就业人数的指标为Yi( i=1,2,7…, n)。

参考数列为：

由式(1)，对原始数据进行无量纲化处理。

由表1可知，确定数据无量纲化后的参考数列为：

{Y0}={1.0000，1.0107，1.0216，1.0286，1.0352，1.0477，1，0535，1.0573，1.0618}

1.2.2 计算灰色关联系数和灰色关联度

对原始数据进行无量纲化处理后，现在需要计算灰色关联系数，最后得到灰色关联度。

根据式(2)，得到14个指标与就业人数Y0差序列。

对所有的点k=1，2，3，…t， 定义参考数列与比较数列的灰色关联度为：

由SPSS软件可以看出，其中关联度比较高的可以达到0.9653，关联度比较低的也有0.6442，由此可知各指标与就业人数有明显的关联性，但是各指标对就业人数的关联程度有明显差异。

1.3 相关系数法对数据的处理

相关系数是用来描述两个变量之间关联程度紧密性的统计指标。假设用数列Y0(n)表示每年的就业人数，用数列Yi(k)表示影响就业的各因素，并在n=(1，2，…， a)的时间序列中，分析两者的相关程度，用r2i表示：

把每个变量都与“v1”进行相关分析。其中净出口与就业人数的相关系数非常低，只有0.105，就业弹性指数与就业人数的相关系数为－0.8，其他各指标与就业人数的相关系数都有0.8以上，说明绝大多数指标与就业人数的关系是非常紧密的。

1.4 结合灰色关联分析法与相关系数法提取重要的指标

为了更加准确地反映就业人数与各因素的相关影响程度，采用灰关联分析法和相关系数法相结合的方法，计算灰关联度与相关系数的平均值作为r值。

由式(4)、(5)、(6)得到的数据，计算得到14个就业影响因素与就业人数的r值以及排序结果，如表2所示。

由表2结果可知，大部分指标与就业人数的关联系数都超过0.7，我们要选取一半的优选指标进行主成分分析，取r＞0.85，得到影响2005—2013年湖南省就业情况的主要因素有7个：城市化水平(Y9)，人口自然增长率(Y7)，城乡收入差距(Y12)，居民消费水平(Y6)，科研支出(Y11)，地区生产总值(Y1)，货币供给量(Y14)。

2 主成分分析法对筛选出的指标分析

2.1 主成分的理论内容

主成分分析是采用一种降维的数学思想，在损失少量信息的条件下，尽量提取能代表绝大多数信息的主成分，将原始变量的每一个线性组合记为主成分FP，且按照var(FP)的大小依次排列为第1，2，…， n个主成分，且每两个主成分之间的相关系数为0，即

2.2 利用SPSS软件进行主成分分析

由于这七个优选指标不能组成一个线性关系，为了进一步研究，需要对原始数据进行对数化处理减少结果的偏差，并得到相应的主成分。把就业人数和影响就业的七大指标取对数，分别记为：

接下来用统计软件SPSS19.0对就业人数和七个优选指标，作主成分分析。首先得到相关矩阵如表3所示。

由两两因子的相关程度的矩阵分析可知，每两个因子都具有较高的相关性，主成分个数提取的准则是特征值＞1的前b个主成分，其中，第1主成分的贡献率为94.799%，特征值为为6.636，因为特征值＞1，所以取b=1。

则主成分表达式如下：

表1 湖南省就业的15个指标的无量纲化数据

表2 14个指标与就业人数的r值和排序

表3 相关系数矩阵

表4 模型汇总和参数估计值

3 回归分析对主成分和就业人数进行方程拟合

3.1 回归分析的内容

回归分析是描述两种或两种以上变量间相互依赖的统计关系的一种统计分析方法，使用原始变量的线性组合得到的主成分表达式F作为自变量，与人数就业人数(Y0)的对数作为因变量，作一元线性回归。

设一元线性回归模型为：

3.2 运用SPSS19.0建立回归模型

3.3 检验回归模型的拟合程度

3.4 运用SPSS19.0检验回归方程的拟合度

由表4可知，R2=0.972，所以方程的拟合优度很好。又因为Sig的值小于0.05，说明因变量F对就业人数具有显著的影响，同时也说明回归方程的拟合效果是非常好的。

将式(8)带入式(9)，可以消去F，可得拟合方程为：

由式(9)可知，地区生产总值(Y1)，居民消费水平(Y6)，货币供给量(Y14)三个因素是影响湖南省就业人数的首要指标。

4 相关建议

为了改善湖南省的就业环境，提升人民生活质量，有利于地区的长远稳定发展，本文提出以下几点建议。

首先，提高地区经济的发展速度，作出合理的产业调整，经济转型计划。

其次，政府需要完善社会福利保障制度，作出有利于保障人民生活的决策和促进地区发展的政策。

最后，加大再贷款、再贴现规模，扩大货币发行；加大公开市场操作力度，提高货币乘数。