关于湖南省就业因素的统计分析

2020-09-10姬怡帆

商展经济·上半月 2020年6期

姬怡帆

摘要：本文选取2006—2014年《湖南省统计年鉴》和《中国统计年鉴》的统计数据作为研究分析的数据资料。首先，采用灰色关联分析和相关系数法相结合的方法，分析各因素与湖南省就业人数的相关关系。其次，通过主成分分析的统计方法，得到优选的七个指标的主成分表达式。最后，用主成分表达式F与就业人数的对数进行回归分析，得出重要的结论：从国内生产总值、居民消费水平、货币供给量三个因素来改善民生就业，对湖南省就业人数的影响最大。

关键词：灰色关联度影响因素分析主成分分析就业人数

中图分类号：F249.2 文献标识码：A

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響就业指标的因素。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

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

主成分是不相关的线性组合F1， F2，…， FP，其中，，…，，（i=1，2，…， a）为特征值所对应的特征向量。是原始变量经过标准化处理的矩阵。因为在实际应用中，通常指标的计量单位都是不同的，因此在进行主成分分析之前必须对各指标的数据要消除量纲的影响，从而对原始数据进行标准化处理。

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。

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。

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。