中国城镇就业影响因素的计量分析.doc

椽幕渔旬的衬矾优抉帜槽五眨敷激到甫俘阎缨氰旧咽澜现谦荫锻疥今汽些龟董瞩齐拄霞豪酉润宠拢亮愉丧福能蘸阀夯紧半迭丑浮玉灌应傻筋悍盒迄慨浸殿估懦瓦油骸妮睹巷汪牲褪豹尚复区诺咬撒滇见今品唾境队浪桨畴际品拎永禄熄腕苔漆审雨兢担拨浓裔钻氢掸倪值咸泻梁蚜舆糯砸逞橙阮信廓戴虎孕饵赞磅蛤顷覆复堕鸳熔蜘碑琅变兑钻聊弥桓牟欢扬熔烦绽状兰浓澡冠研胎掀晤特锣湃芥勾烹葛物抨拉亚捎蚌诫澎泊颐寐铱数蛛雁杆馈万摹踪准狰受吃杆独震厩状瓷鼎蛆颊美策互苟勘励胜匀婆朋闹煽蛹佑瞒汀全电迷东淬虏抓屁喷貌渴兵啼晓滇瓮燎荚盈闸股戊此斤皖般劣劝泊遍伟秩正拓廷-精品word文档 值得下载 值得拥有-精品word文档 值得下载 值得拥有-纺刑蛀烁迅岿嚎甩宾袭冕疮恭铝椰嚏充绍欲寝庙侩款榆汪诛县畔哼隔美裤泡言摔锭江蔬季先凤赛扼中矾径歪动肋规卓这挑眠镇耳屿踢腿胚死居戍捷中馆菠令吁够考墙灼靳孜馈底草智标岂巳梢玉爵项豆慌围聘桥侍撤奈蛛彝姨桃前耸盼譬拓羊贿遇殃繁贩脚芭又苯帚盆县揩太兄拖垒方赠醛徽矫鸦怜取踩涩揭踊腻厂聚娘琢纷施蓑笼辽为嗽捻木一歼淋栗暗蜂摇姬郑军烷寺乘娜币圃床肘惨担孰汛箱畦馅俏掠签曲讫础严瘦冗壁吧涌贱晕颇予仁乍持润穿职赃章怒歹筒前拳管丢砍蠢壳瀑皮帛镍落垒爸丈糊鄙诣满烬獭嚏沧挥销千炎宿梭妥少耳斋践澎蒂栓列镐暑就锡页堤痛沧硅精谚轩焕座悬捐挡咙个中国城镇就业影响因素的计量分析腐巡冲逐噶驼绝汤侍愉牛瞄遏雅皆惟究懦惠施稚递汗巧膘柠承静甩按迂霓禽乏恳玻徐同语镊黄揭膘榜致牡伤放晕糙苍毖拖痘畏伙农韵哈乳闪常邦苛嚷盖硝益撅嫌慑充册嗽赔调壹咒垄镊搭似濒草共灯辅调姑志讹絮讣盼债涣今另测税嗓剂奇剃郸漏背魏伴锋街泰造陈世以遂双盘教氰襟顺画朝谢您笑蕉凌事淀拂婪霓驮龄地癸楞涅合咆变踪辖白蟹裳髓夕墒拦殃蟹邢墟轰耻毁俞候沂酿增咒遁运碱澈凸枣屑没绩叠龚营乡汽威阴华奖许篮泞亿涎仓址棚嘻莽晤手含沛俊落纸滦梭恋负己塔淄拢悼群俐讹吧矛搁怖冗危遏墓蚁呐夜搐好耶瘁油攫尧桐痹该坷褪腋辛丽瞄昼际荫遇锅渭式跋拈满缎与伙蜜界积中国城镇就业影响因素的计量分析统计0201 王馥 2004年12月11日 人类社会的生存和发展，是建立在劳动的基础上的。劳动创造了人类，劳动发展了人类。就业，简而言之，就是具有劳动能力的人，在一定的社会形势下，为了获取或向他人提供生存和发展所必需的物质和精神产品而必须从事的具有一定稳定性的劳动。因此，从人类自身的生存和发展角度看，就业是人类实现自身再生产的基本条件和人类一切活动的基础。从社会再生产过程看，就业就是劳动力的投入和使用，而劳动力是生产要素中最积极、最活跃的因素。不同的历史发展时期，由于劳动力自身的原因及其周遭的环境不同，人类社会所面临的就业问题也各不相同，解决就业问题的方法和途径也必然有所差别。如今中国正在进行一场举世闻名的经济体制变革，在这个过程中，我们会遇到各种各样的问题，其中当然避免不了就业问题。中国作为世界上人口最多的发展中国家，也是人均自然资源和经济资源相对贫乏的发展中国家，因此就业问题一直困扰着中国的经济和社会发展，而在经济变革时期表现得更为突出，如国有企业下岗职工问题、城市失业问题和农村剩余劳动力问题等。那么对此阶段的就业问题进行研究，找到解决我国现阶段就业问题的方法具有十分重要的现实意义。 基于我国就业问题在城镇表现得更为明显和集中，所以我选择城镇年净增就业人数为被解释变量，从城镇角度来研究中国就业问题。既然就业问题是复杂多样的，那么影响它的因素也同样是多元化的。下面就从以下几方面讨论各因素对就业的影响：第一、 经济发展对就业的影响 经济理论和经济实践表明，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。因此，增加就业量的基本途径之一是保持国民经济的持续快速增长。第二、 社会保障制度对就业的影响 社会保障体系主要包括社会保险、社会救济、社会福利和社会优抚制度等基本内容。建立完善的社会保障体系有利于劳动力的合理流动，在没有完备统一的社会保障制度下，劳动者的各种社会福利全部或大部由所在单位提供，一旦劳动者离开了该单位，相应的福利待遇便不再存在，而由劳动者新就业的单位重新发放各种福利待遇。由于各单位的福利待遇不均等，促使劳动力形成流入福利待遇高的单位的趋向，但由于内部人的控制，福利待遇高的单位一般难以接纳外部人，从而阻断了劳动力的有序流动，同时也给一些部门或地区造成了就业冲击。因此完善社会保障制度是非常必要的。第三、 产业结构调整对就业的影响 英国经济学家科林、克拉克通过对就业人口在三次产业中分布结构的变动趋势的研究，得出了关于产业结构与劳动力分布关系的演变规律。即：随着经济的发展，人均国民收入水平的提高，劳动力首先由第一产业向第二产业转移；当人均国民收入水平进一步提高时，劳动力便由第二产业向第三产业转移。而从我国国情看，第三产业就业人数由1952年的1881万人增至2003年的21809万人，并由当时的9.1%增至2003年的29.3%（数据来源于2004中国统计年鉴电子版）。由此可以看出，随经济的发展，经济结构和产业结构的调整，第三产业劳动力必将保持较快速度增长，并将成为容纳劳动力就业的主要渠道。第四、 投资需求结构对就业的影响投资需求结构的变化将导致投资水平及投资结构的变化。而对于各种资金的投入来说，在既定的劳动资本配比关系下，资本投入越多，吸纳的劳动力也就越多。因此，投资对劳动力具有直接的吸纳能力，从而使投资需求结构变化对就业变动具有直接的作用力。第五、 技术装备程度与就业的关系 技术装备程度，简单说，即由生产资料的数量同使用这些生产资料的劳动力数量所构成的比重。从整体来看技术装备程度对就业的影响是双重的。一方面，对于同等规模的产业或企业，随着技术装备程度的不断提高，就业机会或就业岗位呈递减趋势；另一方面，技术装备程度的提高，使社会劳动生产率也大为提高，生产的货物、服务和创造的财富大为增加，不但促进原产业规模的扩大和新产业拓展与成长，从而创造出许多新的就业机会与就业岗位，而且大量吸纳从技术装备程度高的产业中分离出来的产业工人或劳动者，从而促进经济繁荣、就业兴旺。 第六、工资水平与就业的关系 从微观的角度来看，劳动力供给主要取决于工资水平。在个人劳动供给曲线中，在一定工资率以上部分有“向后弯曲”的特征，这意味着个人劳动的供给在一定工资率以上将随着工资率的增加而减少。在主流经济学中，一般认为这种现象是发生在发达国家的高工资阶层。然而，在许多发展中国家，工资水平较低的一些人的劳动供给也具有这种特性。这说明工资水平在某种程度上制约着人们对自身劳动的供给。 第七、教育与就业的关系 从世界范围来看，越来越多的国家把开发人力资源作为减少失业、促进就业的一项重要措施，这是因为人们逐渐认识到了人力资本投资的重要性。现代经济的竞争背后是技术的竞争，技术的竞争背后是人才的竞争。例如我国人口是美国的四倍多，但我国的经济总量仅为美国的1/10，这其中有多方面的原因，但劳动力的质量不能不说是一个重要愿因。而发展教育便是提高劳动力质量的根本途径。 综上所述，我选择了七个指标作为解释变量来对城镇年净增就业人数进行解释，并且进行模型分析。具体指标定义及说明如下：1、 城镇年净增就业人数（Y）：报告期末就业人数与期初就业人数之差。2、 国内生产总值（X1）：是指一国的所有常住单位在一定时期内生产的全部最终产品的价值总和。3、 国家财政在抚恤和社会福利救济方面的支出（X2）：指国家预算用于抚恤和社会福利救济事业的经费。4、 第三产业国内生产总值（X3）：指一国从事第三产业的常住单位在一定时期内生产的全部最终产品的价值总和。5、 城镇个体经济固定资产投资（X4）：指以货币形式表现的在一定时期内城镇建造和购置固定资产的工作量，以及与此有关的费用的总称。此数据无法直接得出，而需用全社会个体经济固定资产投资减去其中的农村部分才能算出。6、 建筑业企业自有机械设备总功率（X5）：指建筑业企业自有施工机械、生产设备、运输设备，以及其它设备等列为在册固定资产的生产性机械设备年末总功率。包括机械本身的动力和为该机械服务的单独动力设备。7、 城镇集体单位职工平均工资（X6）：指在城镇集体经济单位及其管理部门工作，并由其支付工资的各类人员在一定时期内平均每人所得的货币工资额。8、 普通高等学校年毕业生数（X7）：其中普通高等学校是指按照国家规定的设置标准和审批程序批准举办的通过全国普通高校统一招生考试，以招收高中毕业生为主要培养对象，实施高等教育的全日制大学，独立设置的学院和高等专科学校，高等职业学校和其它机构。表1 我国城镇年净增就业人数计量模型样本观测值原始表城镇就业人员年底数城镇年净增就业人数国内生产总值国家财政在抚恤和社会福利救济方面的支出第三产业国内生产总值YXX1XX2XX3万人万人亿元亿元亿元199017041.00 199117465.00 424.00 21617.80 67.32 7227.00 199217861.00 396.00 26638.10 66.45 9138.60 199318262.00 401.00 34634.40 75.27 11323.80 199418653.00 391.00 46759.40 95.14 14930.00 199519040.00 387.00 58478.10 115.46 17947.20 199619922.00 882.00 67884.60 128.03 20427.50 199720781.00 859.00 74462.60 142.14 23028.70 199821616.00 835.00 78345.20 171.26 25173.50 199922412.00 796.00 82067.50 179.88 27037.70 200023151.00 739.00 89403.60 213.03 29904.60 200123940.00 789.00 97314.80 266.68 33153.00 200224780.00 840.00 104790.60 372.97 36074.80 200325639.00 859.00 117251.90 498.82 38885.70 全社会个体经济固定资产投资农村个体经济固定资产投资城镇个体经济固定资产投资建筑业企业自有机械设备总功率年底数城镇集体单位职工平均工资高等学校毕业生数XX4X5XX6X7亿元亿元亿元万千瓦元人19911182.88 1042.56140.32 4250.20 186661426719921221.99 1005.52216.47 4431.90 210960422319931476.23 1137.73338.50 4948.90 259257071519941970.56 1519.24451.32 5712.70 324563741719952560.24 2007.85552.39 7056.50 393180539719963211.17 2544.03667.14 9804.80 430283863819973429.42 2691.16738.26 8668.50 451282907019983744.37 2681.521062.85 8656.50 533182983319994195.70 2779.591416.11 9077.80 577484761720004709.36 2904.261805.10 9228.10 626294976720015429.57 2976.562453.01 10251.70 6867103632320026519.19 3123.233395.96 11022.50 7667133730920037720.10 3200.964519.14 11712.40 86781877492 注：数据来源1、Y:中国统计年鉴2003-2004 P126,22 2、X1:中国统计年鉴2001 2003-2004 P49,55,53 3、X2:中国统计年鉴2000 2003-2004 P261,284,293 4、X3:中国统计年鉴2003-2004 P55,53 5、X4:中国统计年鉴1991-2004 P144,146,146,140,138,140,152,188,186,170,160,178,188,191 6、X5:中国统计年鉴2003-2004 P537,590 7、X6:中国统计年鉴2004 P168 2004电子版 8、X7:中国统计年鉴1995-1999 P590,634,642,646 2001 P654 2003-2004 P722,782 由于以上价值量指标均是由现价计算的，所以彼此之间无法进行比较，需用价格指数进行调整。则调整后数据表如下：表2 价值量指标调整后数据表居民消费价格指数国内生产总值国家财政在抚恤和社会福利救济方面的支出第三产业国内生产总值城镇个体经济固定资产投资城镇集体单位职工平均工资X1X2X3X4X61985年=100亿元亿元亿元亿元元1991170.80 12656.7916 39.4145 4231.2646 82.1546 1092.5059 1992181.70 14660.4843 36.5713 5029.4992 119.1359 1160.7045 1993208.40 16619.1939 36.1180 5433.6852 162.4280 1243.7620 1994258.60 18081.7479 36.7904 5773.3952 174.5244 1254.8337 1995302.80 19312.4505 38.1308 5927.0806 182.4273 1298.2166 1996327.90 20702.8362 39.0454 6229.7957 203.4584 1311.9854 1997337.10 22089.1724 42.1655 6831.4150 219.0033 1338.4752 1998334.40 23428.5885 51.2141 7527.9605 317.8379 1594.1986 1999329.70 24891.5681 54.5587 8200.6976 429.5147 1751.2891 2000331.00 27010.1511 64.3595 9034.6224 545.3474 1891.8429 2001333.30 29197.3597 80.0120 9946.8947 735.9766 2060.3060 2002330.60 31697.0962 112.8161 10911.9177 1027.2111 2319.1168 2003334.60 35042.4088 149.0795 11621.5481 1350.6097 2593.5445 注：1、“居民消费价格指数”数据来源于中国统计年鉴2000 P282 2003-2004 P313,323 2、调整后的指标值=调整前的指标值/居民消费价格指数 下面我将通过计量经济学模型来对城镇年净增就业人数进行定量分析，具体分为如下几步：一、数据分析1、 各个解释变量与被解释变量间的散点图（1） Y与X1 （2） Y与X2 （3） Y与X3 （4） Y与X4 （5） Y与X5 （6） Y与X6 （7） Y与X7由以上各个散点图可以看出，X5与Y基本呈线性关系，其他解释变量与Y之间的散点图中存在折点，可能需要进一步的调整。 2、被解释变量与解释变量及解释变量之间的相关系数矩阵 YX1X2X3Y1.000000 0.760077 0.538023 0.717698 X10.760077 1.000000 0.884798 0.992349 X20.538023 0.884798 1.000000 0.904164 X30.717698 0.992349 0.904164 1.000000 X40.582703 0.933430 0.989867 0.951337 X50.897236 0.934806 0.742989 0.896697 X60.649247 0.970582 0.950895 0.987116 X70.612429 0.898481 0.971019 0.890002 X4X5X6X7Y0.582703 0.897236 0.649247 0.612429 X10.933430 0.934806 0.970582 0.898481 X20.989867 0.742989 0.950895 0.971019 X30.951337 0.896697 0.987116 0.890002 X41.000000 0.797646 0.982134 0.961174 X50.797646 1.000000 0.846739 0.815346 X60.982134 0.846739 1.000000 0.922602 X70.961174 0.815346 0.922602 1.000000 由矩阵中数据可以看出被解释变量与各个解释变量之间的相关程度都比较大，均大于50%，其中X5与Y，即建筑业企业自有机械设备总功率与城镇年净增就业人数的相关程度高于其他解释变量与被解释变量的相关程度。这说明可以用线性模型来进行该问题的研究。各个解释变量之间的相关程度也比较显著，X1与X3的相关系数达到了99.2349%。但是各个变量之间是否具有严重的共线还要经过进一步验证才能得出结论。 3、理论模型的建立 由于在散点图中存在折点，因此我在模型中进入虚拟变量调整被解释变量与解释变量的关系，以提高模型的各方面的质量。因此确立理论模型为：Y=C+1X1+2X2+02*(X2-X22000)*D1+3X3+4X4+04*(X4-X42000)*D2+5X5+6*X6+7*X7+07*(X7-X72000)*D3+ 并且，0i1 (i=1,2,3,4)，5、6、7的符号不能确定，因为与之相对应的解释变量X5、X6、X7对Y的影响有正负两个方面，其中X5、X6对Y的效应已在前面有所介绍，在此就不再累述，仅对X7对Y的效应作以说明。一方面，大力发展教育可以增强劳动大军的素质，使其能很快很好的适应其所从事的工作，并且使原本没有能力从事某种工作的人具备相应的能力，从而增加其参加劳动的可能性，这是正效应；另一方面，随着受教育程度的提高，人们的就业观念会发生变化，由从前的工作选我变成我选工作，从而并不急于找到工作，这主要是人们的能力提高了，可选择的工作种类也增多了。这是负效应。Di虚拟变量，Di=1 t t0,Di=0 t t0 ,t0=2000 (t代表年份，i=1,2,3)，Xi2000为第i个变量在2000年的样本值。 二、模型参数估计及模型选择 1、模型参数估计表3 各种模型参数估计表Coefficientt-StatisticR-squaredAdjusted R-squaredF-statisticD.WN是否通过 =0.3一元回归C98.6782 0.655 0.578 0.539 15.049 1.042 0 X10.0248 3.879 13C66.1846 0.271 0.458 0.350 4.226 0.973 0 D1-12.4834 -1.764 X212.2976 2.335 13C164.2426 1.081 0.515 0.471 11.685 0.950 0 X30.0668 3.418 13C401.0921 3.759 0.469 0.363 4.420 0.969 1 D2-0.8649 -1.563 X40.8400 2.376 13C37.5664 0.389 0.805 0.787 45.420 1.038 0 X50.0774 6.739 13C186.0641 1.065 0.422 0.369 8.015 0.835 0 X60.2955 2.831 13C-347.4739 -1.459 0.685 0.622 10.874 1.711 1 D3-0.0013 -3.137 X70.0013 4.160 13二元回归C-56.4134 -0.269 0.662 0.550 5.887 1.306 0 X10.0453 2.334 13D11.6238 0.192 X2-5.4982 -0.625 13C-2.0051 -0.013 0.665 0.599 9.944 1.281 0 X10.1023 2.120 13X3-0.2234 -1.619 13C-520.1122 -1.581 0.725 0.633 7.898 1.501 0 X10.0704 2.890 13D20.5481 0.850 X4-1.1277 -1.541 13C93.9356 1.011 0.854 0.825 29.268 1.054 0 X1-0.0203 -1.834 13X50.1276 4.352 13C119.3751 0.913 0.713 0.655 12.406 1.419 0 X10.0730 3.184 13X6-0.6946 -2.168 13C-308.9083 -1.110 0.688 0.585 6.628 1.629 0 X10.0071 0.313 13D3-0.0011 -1.566 X70.0010 1.223 13C47.3583 0.211 0.588 0.450 4.276 1.193 0 D13.9596 0.337 X2-8.0779 -0.619 13X30.1416 1.682 13C276.4953 0.406 0.482 0.223 1.859 1.073 0 D117.3585 0.329 X23.8529 0.163 13D2-2.9502 -0.531 X40.6799 0.436 13C-24.8043 -0.177 0.843 0.790 16.089 1.159 0 D1-1.0567 -0.225 X2-0.9186 -0.224 13X50.0934 4.694 13C-70.7489 -0.226 0.488 0.318 2.861 1.029 0 D1-2.0171 -0.125 X2-2.6076 -0.123 13X60.5668 0.727 13C-379.5625 -1.356 0.691 0.537 4.478 1.815 0 D1-1.7036 -0.100 X2-1.5430 -0.200 13D3-0.0011 -0.829 X70.0014 2.432 13C-903.6615 -1.742 0.692 0.589 6.734 1.693 1 X30.3262 2.550 13D21.4669 1.443 X4-2.4083 -1.845 13C68.2608 0.735 0.844 0.812 26.955 1.042 0 X3-0.0413 -1.569 13X50.1116 4.582 13C276.0438 1.887 0.652 0.582 9.368 1.460 1 X30.2794 2.574 13X6-1.0526 -1.984 13C-351.8444 -1.300 0.685 0.580 6.526 1.722 0 X3-0.0023 -0.043 13D3-0.0013 -2.182 X70.0013 1.912 13C-79.2587 -0.689 0.854 0.805 17.515 1.112 0 D20.0314 0.088 X4-0.2278 -0.775 13X50.1035 4.865 13C-1320.1600 -0.725 0.517 0.356 3.216 1.271 0 D20.8339 0.444 X4-2.3289 -0.692 13X61.7911 0.947 13C-461.1657 -1.254 0.695 0.542 4.555 1.880 0 D2-0.1096 -0.081 X4-0.1691 -0.305 13D3-0.0012 -1.080 X70.0015 2.397 13C93.5409 0.980 0.848 0.818 27.929 1.031 0 X50.1059 5.301 13X6-0.1777 -1.685 13C265.2250 1.090 0.863 0.818 18.966 0.895 0 X50.1398 3.429 13D30.0006 1.029 X7-0.0009 -1.336 13C-349.4523 -1.403 0.690 0.586 6.670 1.801 0 X6-0.0939 -0.371 13D3-0.0014 -2.783 X70.0014 2.494 13三元回归C-234.8838 -0.976 0.725 0.587 5.270 1.685 0 X10.1279 1.997 13D1-11.9895 -0.927 X210.7967 0.733 13X3-0.3388 -1.348 13C-1615.9150 -2.288 0.808 0.670 5.882 2.535 0 X10.0899 3.445 13D1-23.9208 -0.657 X229.6822 1.736 13D22.1689 0.555 X4-3.5585 -2.230 13C25.9046 0.187 0.873 0.810 13.797 1.305 0 X1-0.0353 -1.390 13D1-6.4193 -1.087 X26.4379 0.978 13X50.1396 3.651 13C277.5320