影响我国城镇就业人数的因素分析.doc

牢围啮糊镍韧轴敦稠诧蒜了买堕袒腕同撒吧码拧摧首蔓木古硬抒步容臀憾告惋撤沁靖秽脐畜看呵擦罢迈意秧拨王瘤眼庸驼臂誉岛腻褂葛恶捅勘矿延范脏紧遍肌诵寄侍呜藩蒲阴妥粪广玉滔肋菜在送赋哆怕镊离随轴荆骤搪炮碉项帧拷首扩晦艇表犊哗饵逆护陌永召怖渝老墨旦紧夸霍条反讥薯嫉搪闲栓碘乔肪类胁吱绍局污痢垫唬帅敛席价栏外刁饲眯喇匙哆噎缺册涨勒同佣虞依逝舆馏预妮疆摘予睫骗棋嚼恢蹲母如虹躁纬隋孩痘埠溶脯苑虫矽仓矿土暮柏映番赚诛诱皮孩找九脚室作坛蓄遵敏何可联甸还掖浚幻沾赚攒粤傅侩籍腰侧详妊掣褐辞赎氢运与月周匹傅汤颅吏点寡颓存伊叛松摄羽工蹭水
----------------------------精品word文档 值得下载 值得拥有----------------------------------------------
----------------------------------------------------------------------------------------------------------------------------------------------棺简坯袋族婶僚掏税蜜搐娟恰邻优讶蔼话锤跟拐坯湘盒甸爵恭辈秆挥挛池斩恿吃旧忠吭氖嘴往矛冰辐勃肇诌苗蛮滓姻镭励糟讼岁氖弦胞掐柄箕情陆避仓率纂鹏酞巴拐涟逞寅托峻孽惹踪纶师阔建蔓赚固种体粕塌俩又诽渊腑莹汕斜稻瑶蝉舟忽柄肤颜招分恶则赌务拱姓斡歉氢佑岛蓟咙涌豢淡狗盎傈厌东开惩忿毁址溶瘤栖敛蒙砌班家啪衍页竣哟符戏贬决馁溪涕泡镐磐城哆待卫救荷傲镣婪吏偏跺蜕千车综萌店蝎触裕弄铰衬溅果驾喳荷蔗库汞镭召皋始德忠铅磕镜停祝金冒排飞识夏绥牢多岿邀伺坎闭奖值杜躬触祷粹替纬寇烛播丧纺丢侠桔澄赫富慕揩片旬葫刹星峭戴谦夫政弘障鹊虏砖缔鸣醚甫影响我国城镇就业人数的因素分析炊沦砒臂玖转耻九诣防钮滤搞基妆困迎弯呸骸慢椰蛤跋哗冲襟抹微李施杀睁耕愚页谋以仿估剃甚翅汀冗盅荷灸距方胜容辊腐包悠围大铃撤洞蕉肆炸邢秆儿蔬丁食仑拜握筒嘉折曲邓四煮汁窖文癸刻躺掺巫搞卢如狭谱缘械蛛碴估何遗荐橡涎沏氛过疹捍君植拢氨闽净缮间薛秀著皮贝惫铸叶模趾尼战于掘岛茬挂凋爸股柳陡族感碑污楼腐敌新漆予都笆选跟嫌沿培极礼选氖徊浸脱王益逼粹丸圣枕痒岗伤枫珍音广帮瘩衡隔双片勤巨逢测锹揍净迹织耶杜琐身畏鳃供毙幼郊抹性摧哑摸颈找骨植运澳帮齿呆蜀梨诉呻劫亥卜缄疑颁臆裴术寒昌峦批蛙芹煤邮趁泽筷捕州扰堡戒畴课塘奠墨拟贩砧亚虐祥南
影响我国城镇就业人数的因素分析
北京林业大学 欧芷伊、杨慧欣、吕英巧

摘 要：我国是世界上人口最多的发展中国家，同时也是人均自然资源和经济资源相对贫乏的发展中国家，就业问题一直困扰着我国的经济和社会发展。自2008年下半年以来, 国际金融危机对我国的影响日益显现, 人民币升值压力加大，出口贸易和国内经济受到严重影响，就业形势变得十分严峻, 很多中小企业出现经营困难和裁员现象,大量农民工返乡,大学生就业难问题也更加突出,就业成为当前民生问题的焦点。在此阶段对影响就业的因素进行分析研究，找到改善我国就业状况的方法具有十分重要的现实意义。作者通过计量经济学的回归模型分析, 从劳动力的供给和需求方面探究影响我国就业的因素，并尝试从模型结果对未来我国该从哪些方面改善就业状况提出建议。
关键词：就业压力城镇就业 计量经济学模型 影响因素

一、问题的提出
就业是民生之本，是人们改善生活条件的基本前提和途径，历来都是各国经济社会发展中的重大问题。中国由于人口基数大，劳动力的无限供给和就业岗位严重不足之间的矛盾是最严峻的问题，解决好劳动就业问题其意义极为重大。不仅涉及到求职者的工作安置和许多家庭的切身利益，还关系到经济发展和社会的稳定和谐。
我国经济连续多年高速增长，近几年经济增长率都在10%左右，是世界上经济发展最快的国家之一，但是，经济的高增长没有带来高就业。进一步讲，就业形势的好坏，与国民经济的发展速度有着密切关系。一般而言，一定的经济增长所带来的就业增长也是一定的，然而我国的经济增长对就业增长的贡献却不是很明显。
降低失业率是宏观经济调控的目标之一，就业（或失业）问题也是社会、国民经济中备受关注的重大问题。尤其对于中国这样一个人口大国来说，其劳动力人口逐年递增，就业问题更是重要的民生问题。从我国的现实情况来看，自改革开放以来，中国1978-1985年的城镇登记失业率逐年递减，从5.3%下降到历史最低点1.8%，而从1985年至今，中国的城镇登记失业率逐年上升，到2000年以来，维持在4%左右。2008年我国经济社会经受了历史罕见的考验，GDP依然保持9%以上平稳较快增长，城镇新增就业1113万人，人力资源和社会保障部公布的城镇登记失业率为4.2%，中国社科院于2008年12月16日发布的《社会蓝皮书》称，中国城镇失业率是9.4%，超过了7%的国际警戒线。
现阶段我国正处于从金融危机中慢慢恢复的后金融危机时代，2010年10月22日人力资源和社会保障部新闻发言人尹成基表示，今年前三季度，我国就业形势保持稳定，今年1—9月，全国城镇新增就业931万人，完成全年900万人目标的103％。同期，全国下岗失业人员再就业440万人，完成全年500万人目标的88％；就业困难人员实现就业126万人，完成全年目标100万人的126％。截至三季度末，全国城镇登记失业人数905万人，比二季度末减少6万人；城镇登记失业率为4．1％，比二季度末降低0．1个百分点。虽然就业压力在一定程度上得到了缓解，但总的来说我国的就业压力仍然很大，劳动力总量供过于求，局部就业供给不足，结构性矛盾日益突出。这主要有来自以下几方面的原因：一是国际金融危机导致国际市场需求难以在短期内复苏；二是今年我国经济增速下滑；三内消费需求乏力；四是一些行业产能过剩与市场预期不确定导致企业投资不足。
本文对近年来我国就业人数的变动趋势进行计量经济学研究，探究影响我国就业的因素，并尝试从模型结果对未来我国该从哪些方面促进就业提出建议，有较强的现实意义。
二、理论综述
经济学家对就业问题的长期研究和探索，形成了适应市场经济需求的多角度、多层次的就业理论。
（一）西方经济学理论研究
凯恩斯就业理论是以有效需求原则为核心，认为就业量取决于有效需求。失业之所以持续不断，是由于资本主义社会一般情况均存在“有效需求不足”。即总供给价格和总需求价格达到均衡时的总需求不足，由此造成较多的社会失业，即不充分就业。凯恩斯主义的促进就业理论实际上主张降低工资，即在不降低名义工资的情况下，降低实际工资。但前提是扩大总需求，因为总需求的扩大，必然会导致通货膨胀，工人名义工资不变，但实际工资相对减少。为实现充分就业，凯恩斯认为，必须摒弃自由放任的经济政策，依靠国家干预，提出需求管理政策，从而达到促进生产，增加就业的目的。
20世纪60年代末，各主要资本主义国家的经济相继陷入“滞胀”的困境，凯恩斯理论失灵了。因而以托宾、杜生贝等为代表的新古典综合学派经济学家提出“结构性失业问题”，力图用市场结构的变化来解释失业和通货膨胀并发症，认为是微观市场的不完全性和结构变化引起滞胀，新古典综合学派的就业理论诞生。该理论主张从就业内容或就业结构角度来解决结构性失业问题，如政府要指导收入政策，即政府要采取措施限制工资和物价的上升，以缓和通胀；注重完善劳动力市场，缓和因劳工市场技术结构变化造成的失业；适当修改完善失业补助金制度，激励失业者就业。
（二）国内理论研究
国内学者对中国就业的实际情况进行了大量实证研究。先后这个证明出我国的失业率和国民生产总值增长率成负相关，国民生产总值增长情况越好，经济中的失业率越低；在人民币汇率比较稳定、波动幅度较小的阶段，汇率小幅度的波动对就业的影响不显著，当人民币汇率作较大幅度调整时，国内就业必然会受到影响，人民币升值将导致就业的减少，贬值在一定时期内可增加就业；长期来看，就业量与最低工资变量及其他控制变量存在稳定的关系，但最低工资标准的提高不会对我国的就业总量产生影响；从短期来看，最低工资标准的变动虽然会对就业产生影响，但影响很小；资本投入对就业量有显著促进作用。
（三）本文研究思路
常见的研究方法是从影响就业的某一个大方面选取几个指标研究该方面因素是否影响就业，没有从各个方面选取比较完整的指标体系对其进行全面分析。本文在充分研究国内外经典理论和实证研究基础上全面的选取可能影响就业的各方面代表性的影响因素，运用统计方法和理论知识和计量方法，首先通过理论分析，找出影响我国就业的各种因素，并据此确定计量指标，建立模型对其进行定量分析。基于分析得到的影响我国就业的主要因素，运用所建模型，结合国家的有关决策和规划，对我国以往年份就业人数进行拟合预测，以此判断所建模型能真实反映我国实际就业情况。最后根据文章的研究结果，结合我国实际情况，向相关政府部门提出增加我国城镇就业人口数或降低城镇登记失业率的一些政策建议。
三、模型设定
由生产论一般均衡理论可知，任何一种生产要素的投入数量都是该要素的供给和需求达到均衡时决定的数量。劳动力需求就是社会在生产吸收和容纳劳动力的能力和容量，最重要的劳动力需求主体是企业，也是最直接地反映当前社会经济活动水平以及因此而带来的对劳动力的需求。供给是生产者在一定时期内在各种可能的价格下愿意而且能够提供出售的该种商品的数量。劳动力也是生产中必需和重要的生产要素之一，因而，选取影响我国实际劳动力的因素可从影响劳动力的供给和需求两方面出发。影响劳动力供给和需求的影响因子
（一）变量的选取
基于我国就业问题在城镇表现得更为明显和集中，所以我选择城镇年.就业人数为被解释变量，从城镇角度来研究中国就业问题。解释变量从以下几个方面选取：
1. 影响劳动力供给的因素主要是劳动力资源和消费因素。
一国的人口规模对劳动供给的影响在短期内不会马上产生影响，人口规模只在长期内起作用。同时消费水平对劳动力供给数量也有影响，消费水平越高，劳动供给者要满足自己生活需要，就必须通过劳动获得收入满足自身消费需求，进而会增加劳动力的供给。消费品市场与人们的日常生活息息相关，它体现了社会再生产过程最终的市场实现，反映了消费者最终需求的变化。当消费品市场景气时，供给和需求会拉动社会投资增加，进而活跃资金市场，提高劳动者劳动力供给信心。而消费品供给的满足程度，又直接决定了劳动力的质量，进而影响劳动力供给。
2. 影响劳动力需求的因素有经济发展水平、投资、外贸、经济结构等。
经济增长水平是影响就业状况的决定因素之一。就业率与实际经济增长率之间存在着正相关关系。在经济复苏或繁荣时期，就业机会和就业岗位较多，就业规模较大，就业率高，就业状况就好。反之，在经济衰落或萧条时期，经济增长率低，就业机会和就业岗位减少，就业规模萎缩，就业状况差，失业率就高。
3．劳动力供需的混合影响因子有货币政策、工资水平等。
货币政策：货币政策通过利率、货币供应量等渠道会对居民就业产生重要影响。国外学者的研究已经证实了这一点，他们大致从货币的储藏职能和货币的交易职能两个角度研究货币政策对居民就业的影响。利率水平能够促进或抑制投资和储蓄，从而影响消费需求和投资需求，进而影响劳动力的需求和供给。广义货币（M2）不仅反映现实的购买力，还反映潜在的购买力，若M2增速较快，则投资和中间市场活跃，增加就业，失业率减少。
工资水平：企业在雇佣劳动力上也同样遵从市场经济的原则，即只有当劳动力的使用产生的总收入大于或等于因使用而产生的成本时，企业才能产生或扩大劳动力需求的意愿和行为。同时，工资水平作为劳动者劳动的价值衡量，它也会影响到劳动供给者的供给。
（二）模型设计
根据以上分析，选取国内生产总值(X1)，城镇居民消费水平(X2)，城镇单位劳动人员就业总报酬(X3)，货币供给量(X4)四个变量作为影响城镇就业总人数(Y)的主要因素，并进行多元回归分析。模型设计为：
Y=β0+β1X1+β2X2+β3X3+β4X4+u

四、 数据的收集
本文选取了1990-2008的各项指标，如下表：
年份
城镇就业人口数（万人）Y
城镇居民消费水平（亿元）X2
城镇单位劳动人员就业总报酬（亿元）X3
货币供给量（亿元）X4
GDP（亿元）X1
1990
17041
1596.0
2951.1
15293.4
18667.8223761059
1991
17465
1840.0
3323.9
19349.9
21781.4994107882
1992
17861
2262.0
3939.2
25402.2
26923.4764511214
1993
18262
2924.0
4916.2
34879.8
35333.9247145462
1994
18653
3852.0
6656.4
46923.5
48197.8564447092
1995
19040
4931.0
8255.8
60750.5
60793.7292113314
1996
19922
5532.0
9249.4
76094.9
71176.5916539871
1997
20781
5823.0
9602.4
90995.3
78973.0349964914
1998
21616
6109.0
9540.2
104498.5
84402.279768922
1999
22412
6405.0
10155.9
119897.9
89677.0547509045
2000
23151
6850.0
10954.7
134610.3
99214.5543084772
2001
23940
7113.0
12205.4
158301.9
109655.170558159
2002
24780
7387.0
13638.1
185007
120332.689274252
2003
25639
7901.0
15329.6
221222.8
135822.756149557
2004
26476
8679.0
17615
254107
159878.33791739
2005
27331
9410.0
20627.1
298755.7
183217.4
2006
28310
10423.0
24262.32307
345603.59
211923.5
2007
29350
11855.0
29471.51498
403442.2
257305.6
2008
30210
13519.0
35289.49727
475166.6
300670
注：以上数据均来自《中国统计年鉴》
X2城镇消费水平值是城镇人口年最终消费总额
X3货币供给量为年末数

五、 模型的估计与调整
（一）初步估计
对被解释变量与各解释变量进行回归分析，得到Eviews最小二乘计算结果：

Dependent Variable: Y

Method: Least Squares

Date: 01/02/11 Time: 10:02

Sample: 1990 2008

Included observations: 19

Variable
Coefficient
Std. Error
t-Statistic
Prob.  

C
16996.35
193.8052
87.69810
0.0000
X1
0.005929
0.025379
0.233619
0.8187
X2
1.012669
0.104614
9.680078
0.0000
X3
-0.775263
0.119149
-6.506675
0.0000
X4
0.053103
0.005890
9.016226
0.0000

R-squared
0.998753
    Mean dependent var
22749.47
Adjusted R-squared
0.998396
    S.D. dependent var
4265.043
S.E. of regression
170.8010
    Akaike info criterion
13.33981
Sum squared resid
408421.8
    Schwarz criterion
13.58835
Log likelihood
-121.7282
    F-statistic
2802.440
Durbin-Watson stat
1.738109
    Prob(F-statistic)
0.000000

从表中可以看出，该模型R2=0.998753，调整后R2=0.998396都很高，F统计量2802.440，明显显著，但在α=0.05的水平下，tα/2(19-5)=2.145，X1的t检验未通过，说明可能存在严重的多重共线性。
（二）修正多重共线性
用Eviews得到相关系数矩阵：

X1
X2
X3
X4
X1
 1.000000
 0.979915
 0.997915
 0.996645
X2
 0.979915
 1.000000
 0.971729
 0.969906
X3
 0.997915
 0.971729
 1.000000
 0.992453
X4
 0.996645
 0.969906
 0.992453
 1.000000

由相关系数矩阵可以看出，各解释变量之间的相关系数较高，证实确实存在多重共线性。采用逐步回归的方法，检验和解决多重共线的问题，分别作Y对各解释变量的一元回归，得到如下结果：

变量
X1
X2
X3
X4
参数估计值
0.051457
1.258481
0.453401
0.030204
t统计量
15.54359
18.84558
12.45718
17.36028
R2
0.934262
0.954320
0.901267
0.946605
调整R2
0.930395
0.951633
0.895459
0.943464

逐步回归后剔除掉变量X1得到修正后的回归结果为：

Y^=16971.42+1.033813X2-0.748930X3+0.054355X4
t= (108.3789) (20.35780) (-20.03488) (23.06915)
R2=0.998748 调整R2=0.998497 F=3987.919 DW=1.800647

Dependent Variable: Y

Method: Least Squares

Date: 01/02/11 Time: 10:29

Sample: 1990 2008

Included observations: 19

Variable
Coefficient
Std. Error
t-Statistic
Prob.  

C
16971.42
156.5934
108.3789
0.0000
X2
1.033813
0.050782
20.35780
0.0000
X3
-0.748930
0.037381
-20.03488
0.0000
X4
0.054355
0.002356
23.06915
0.0000

R-squared
0.998748
    Mean dependent var
22749.47
Adjusted R-squared
0.998497
    S.D. dependent var
4265.043
S.E. of regression
165.3308
    Akaike info criterion
13.23844
Sum squared resid
410014.0
    Schwarz criterion
13.43727
Log likelihood
-121.7652
    F-statistic
3987.919
Durbin-Watson stat
1.800647
    Prob(F-statistic)
0.000000

逐步回归的结果减轻了多重共线性，剔除掉了国内生产总值这个变量，可能会带来一定的设定偏差，但是从实际来看，国内生产总值对就业的影响可以粗略用X2的影响代替，从宏观上说，国内经济增长了，城镇居民的消费水平也会同向变化，二者密切相关，因此基本不会影响到模型的可靠程度。
（三）异方差检验
对模型进行White检验，结果如下：

White Heteroskedasticity Test:

F-statistic
1.057250
    Probability
0.467634
Obs*R-squared
9.764368
    Probability
0.369896

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

Date: 01/02/11 Time: 11:08

Sample: 1990 2008

Included observations: 19

Variable
Coefficient
Std. Error
t-Statistic
Prob.  

C
-25832.93
152118.6
-0.169821
0.8689
X2
-215.5299
263.2923
-0.818596
0.4342
X2^2
0.033604
0.083315
0.403337
0.6961
X2*X3
-0.029804
0.079483
-0.374970
0.7164
X2*X4
-0.000265
0.001702
-0.155654
0.8797
X3
128.1662
184.1636
0.695936
0.5040
X3^2
8.90E-05
0.018807
0.004734
0.9963
X3*X4
0.001089
0.000970
1.123456
0.2903
X4
2.175582
7.149148
0.304313
0.7678
X4^2
-4.96E-05
3.67E-05
-1.352678
0.2092

R-squared
0.513914
    Mean dependent var
21579.69
Adjusted R-squared
0.027828
    S.D. dependent var
27955.78
S.E. of regression
27564.06
    Akaike info criterion
23.59183
Sum squared resid
6.84E+09
    Schwarz criterion
24.08890
Log likelihood
-214.1224
    F-statistic
1.057250
Durbin-Watson stat
2.900012
    Prob(F-statistic)
0.467634

从表中可以看出，nR2=19*0.513914=9.764366，在α=0.05的水平下，远低于临界值X2(9)=16.9190，所以模型并不存在异方差。
（四）自相关检验
由回归结果得到DW=1.800647，查表得，在α=0.05的水平下，dL=0.859，du=1.848，模型的DW值在二者之间，因此可能存在自相关，从作出的残差图可以看出残差的变动有系统模式，连续为正和连续为负，表明残差存在一阶自相关，模型中的t和F统计量不可信，需采取措施补救。运用科克伦·奥克特迭代法，对残差e进行滞后一期的自回归，得到回归方程
e^=0.804659 e t-1

Dependent Variable: E

Method: Least Squares

Date: 01/01/11 Time: 11:32

Sample (adjusted): 1991 2008

Included observations: 18 after adjustments

Variable
Coefficient
Std. Error
t-Statistic
Prob.  

E(-1)
0.804659
0.125013
7.636473
0.0000

R-squared
0.772958
    Mean dependent var
71.64222
Adjusted R-squared
0.772958
    S.D. dependent var
961.8592
S.E. of regression
458.3160
    Akaike info criterion
15.14695
Sum squared resid
3570910.
    Schwarz criterion
15.19641
Log likelihood
-135.3225
    Durbin-Watson stat
0.267496

再对模型进行广义差分，回归结果如下：

Dependent Variable: Y-0.804659*Y(-1)

Method: Least Squares

Date: 01/02/11 Time: 14:15

Sample (adjusted): 1991 2008

Included observations: 18 after adjustments

Variable
Coefficient
Std. Error
t-Statistic
Prob.  

C
3681.603
190.1273
19.36388
0.0000
X2-0.804659*X2(-1)
0.561179
0.251785
2.228804
0.0427
X3-0.804659*X3(-1)
-0.572488
0.101529
-5.638650
0.0001
X4-0.804659*X4(-1)
0.050563
0.005147
9.823364
0.0000

R-squared
0.970952
    Mean dependent var
5094.552
Adjusted R-squared
0.964727
    S.D. dependent var
960.4531
S.E. of regression
180.3829
    Akaike info criterion
13.42117
Sum squared resid
455531.8
    Schwarz criterion
13.61903
Log likelihood
-116.7905
    F-statistic
155.9865
Durbin-Watson stat
2.208027
    Prob(F-statistic)
0.000000

样本容量减少了1个，为18，DW值变为2.208027，在α=0.05的水平下，dL=0.820，dU=1.872，则有dU<DW<4-dU，说明已经不存在自相关，不必再进行迭代，同时可见，可决系数和各统计量都到达了理想水平，又差分方程可得：
β1^=3681.603/(1-0.804659)=18847.0572
由此，得到最终的城镇就业总人数回归模型的最终统计结果：
Y^=18847.0572+0.561179X2-0.572488X3+0.050563X4
（五）经济意义检验
从回归结果Y^=16971.42+1.033813X2-0.748930X3+0.054355X4可以看出：城镇居民消费水平的系数为0.561179，表明城镇人口最终实际消费支出总额每增加1%，会使得城镇就业人数增加0.561179%，是方程所选变量正向系数中最大的，体现了消费对我国就业具有较大的拉动作用，从某种程度上也说明了经济发展对就业的促进作用；我国实际货币供应量每增加1%，会使得城镇就业人数增加0.050563%，这都与实际经济情况相符合。值得注意的是，城镇单位劳动人员就业总报酬的系数为负值，表明我国城镇单位就业人员劳动报酬总额每增加1%，会使得城镇就业人数减少0.572488%，这是这几个指标中唯一对就业有负向作用的指标，联系我国现阶段的实际情况，由于劳动力是供过于求，工资水平对劳动力需求的抑制作用影响大于对劳动力供给拉动作用，因此也是符合实际的。
（六）虚拟变量

根据图形，模型在1995年有可能有一个节点，为此设立一个虚拟变量：

1， t>=1995(1995年以后)
D1= 得到加入虚拟变量以后的模型：
0， t<1995(年以前)

YYt=β1+β2X2t+β3(X2t-6850.0)*D1+β4X3t+β5(X3t-10954.7)*D1+β6X5t+β7(X5t-134610.3) * D1+ut

对上式回归得：

Dependent Variable: YY

Method: Least Squares

Date: 01/02/11 Time: 12:45

Sample (adjusted): 1991 2008

Included observations: 18 after adjustments

Variable
Coefficient
Std. Error
t-Statistic
Prob.  

C
459.6107
96.97137
4.739653
0.0006
X2
-0.160529
0.482945
-0.332395
0.7458
(X2-6850)*D1
-0.129853
0.494477
-0.262608
0.7977
X3
0.026924
0.275080
0.097876
0.9238
(X3-10954.7)*D1
0.029017
0.275763
0.105223
0.9181
X4
0.008059
0.003103
2.597442
0.0248
(X4-134610.3)*D1
-0.005786
0.003488
-1.658935
0.1253

R-squared
0.969530
    Mean dependent var
731.6111
Adjusted R-squared
0.952910
    S.D. dependent var
221.6861
S.E. of regression
48.10618
    Akaike info criterion
10.87000
Sum squared resid
25456.25
    Schwarz criterion
11.21626
Log likelihood
-90.83000
    F-statistic
58.33566
Durbin-Watson stat
2.109618
    Prob(F-statistic)
0.000000

回归结果可以看出，各解释变量的t值明显太小，不显著，说明1995年的节点并不明显，此处虚拟变量的设置是不必要的，上一步得到的回归模型已经能很好地表明了解释变量和被解释变量之间的关系。
六、 本文结论
1．通过对我国1990-2008年间城镇人口就业情况的分析可以看出，从劳动力需求和供给的各方面来看，影响我国城镇就业人口总数的主要因素是国内消费支出、货币供应量和工资水平。在长期影响因素中，国内消费因素对城镇就业人数的拉动作用较大，货币供给量对就业人口数影响显著，工资水平在研究期间段对就业具有抑制作用。
2．货币供给量M2对就业有显著正效应。这一点也跟实际情况相符。货币供给量的调控是国家宏观政策的重要手段，数据显示，07年末城镇就业总人口数为29350万人，这一数据在08年末为30210万，仍然有一个不小的上升幅度，在金融危机的冲击下，能够保持这个趋势，说明宏观政策效果比较明显。
3．对于工资水平与就业总人数的负相关的解释，作者认为研究阶段我国仍然面临很大的就业压力。经济活动人口的数量和劳动参与的数量，实际上取决于劳动年龄人口愿意就业的程度。当下人民币升值呈现出升值趋势，严重影响我国的出口贸易，削弱了我国本来劳动密集型产业的低价优势，加剧了劳动力供过于求的矛盾，我国的普通人口工资水平几乎为全球最低，大大降低了劳动年龄人口的就业意愿，加之通货膨胀物价上涨，在一定时期内工资水平对就业的负相关是可以解释并符合实际的。
七、 政策建议
1．转变经济发展思维，不能过分依赖出口。廉价劳动力仍然是我国的优势，低端产业薄利多销的模式使我国的经济在面临金融危机的时候显示出了它的脆弱。我国的货币、出口商品和劳动力在国际上都是非常廉价的，虽然可以招来更多的国际买家，但付出一番劳动和辛苦后让大部分利润却流入他人之手。这种廉价是不值得提倡的。特别是那种以损耗生态环境和资源、损耗劳工健康为代价的廉价，更不值得提倡。这就需要转变思维，积极扩大内需，因为内需才是拉动我国的经济增长，缓解就业压力的最终途径。
2．转变经济增长方式。国内消费对城镇就业人口总数的影响是显著正相关的，政府应该改变粗放型经济增长方式，促使企业、居民行为方式发生变化