江西師范大學 姬怡帆

針對就業(yè)問題，國內不少專家學者對影響就業(yè)的指標進行大量的研究分析，例如，趙利等、杜傳忠等、楊皓等通過不同方面的指標篩查得出影響就業(yè)指標的因素。本文專門對湖南省的就業(yè)情況進行統(tǒng)計分析。

1 優(yōu)選影響湖南省就業(yè)人數的指標

1.1 分析指標的選取

基于國內外對就業(yè)影響因素的分析資料及前期學者的研究，我們從宏觀經濟、財政政策、人力資本、產業(yè)結構等方面提取了影響就業(yè)的14個指標，分別為地區(qū)生產總值(Y1)，地方財政收入(Y2)，地方財政支出(Y3)，固定資產投資(Y4)，凈出口額(Y5)，居民消費水平(Y6)，人口自然增長率(Y7)，稅收(Y8)，城市化水平(Y9)，教育支出(Y10)，科研支出(Y11)，城鄉(xiāng)收入差距(Y12)，就業(yè)彈性指數(Y13)，貨幣供給量(Y14)。就業(yè)人數是衡量湖南省就業(yè)情況的指標，以上各個指標的具體數據都是從2006—2014年《湖南省統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》中選取。

1.2 灰色關聯分析法處理數據

由于事物變化的情況，往往受到多重因素的影響。分析在一個系統(tǒng)變化中行為因子與各個因素的關聯程度叫作灰色關聯分析，灰色關聯度指的是兩個系統(tǒng)中，隨著時間或者事物變化趨勢的衡量標準。

1.2.1 對原始數據進行無量綱化處理

衡量系統(tǒng)行為的唯一因子為就業(yè)人數，設就業(yè)人數為Y0，影響就業(yè)人數的指標為Yi( i=1,2,7…, n)。

參考數列為：

由式(1)，對原始數據進行無量綱化處理。

由表1可知，確定數據無量綱化后的參考數列為：

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

1.2.2 計算灰色關聯系數和灰色關聯度

對原始數據進行無量綱化處理后，現在需要計算灰色關聯系數，最后得到灰色關聯度。

根據式(2)，得到14個指標與就業(yè)人數Y0差序列。

對所有的點k=1，2，3，…t， 定義參考數列與比較數列的灰色關聯度為：

由SPSS軟件可以看出，其中關聯度比較高的可以達到0.9653，關聯度比較低的也有0.6442，由此可知各指標與就業(yè)人數有明顯的關聯性，但是各指標對就業(yè)人數的關聯程度有明顯差異。

1.3 相關系數法對數據的處理

相關系數是用來描述兩個變量之間關聯程度緊密性的統(tǒng)計指標。假設用數列Y0(n)表示每年的就業(yè)人數，用數列Yi(k)表示影響就業(yè)的各因素，并在n=(1，2，…， a)的時間序列中，分析兩者的相關程度，用r2i表示：

把每個變量都與“v1”進行相關分析。其中凈出口與就業(yè)人數的相關系數非常低，只有0.105，就業(yè)彈性指數與就業(yè)人數的相關系數為－0.8，其他各指標與就業(yè)人數的相關系數都有0.8以上，說明絕大多數指標與就業(yè)人數的關系是非常緊密的。

1.4 結合灰色關聯分析法與相關系數法提取重要的指標

為了更加準確地反映就業(yè)人數與各因素的相關影響程度，采用灰關聯分析法和相關系數法相結合的方法，計算灰關聯度與相關系數的平均值作為r值。

由式(4)、(5)、(6)得到的數據，計算得到14個就業(yè)影響因素與就業(yè)人數的r值以及排序結果，如表2所示。

由表2結果可知，大部分指標與就業(yè)人數的關聯系數都超過0.7，我們要選取一半的優(yōu)選指標進行主成分分析，取r＞0.85，得到影響2005—2013年湖南省就業(yè)情況的主要因素有7個：城市化水平(Y9)，人口自然增長率(Y7)，城鄉(xiāng)收入差距(Y12)，居民消費水平(Y6)，科研支出(Y11)，地區(qū)生產總值(Y1)，貨幣供給量(Y14)。

2 主成分分析法對篩選出的指標分析

2.1 主成分的理論內容

主成分分析是采用一種降維的數學思想，在損失少量信息的條件下，盡量提取能代表絕大多數信息的主成分，將原始變量的每一個線性組合記為主成分FP，且按照var(FP)的大小依次排列為第1，2，…， n個主成分，且每兩個主成分之間的相關系數為0，即

2.2 利用SPSS軟件進行主成分分析

由于這七個優(yōu)選指標不能組成一個線性關系，為了進一步研究，需要對原始數據進行對數化處理減少結果的偏差，并得到相應的主成分。把就業(yè)人數和影響就業(yè)的七大指標取對數，分別記為：

接下來用統(tǒng)計軟件SPSS19.0對就業(yè)人數和七個優(yōu)選指標，作主成分分析。首先得到相關矩陣如表3所示。

由兩兩因子的相關程度的矩陣分析可知，每兩個因子都具有較高的相關性，主成分個數提取的準則是特征值＞1的前b個主成分，其中，第1主成分的貢獻率為94.799%，特征值為為6.636，因為特征值＞1，所以取b=1。

則主成分表達式如下：

表1 湖南省就業(yè)的15個指標的無量綱化數據

表2 14個指標與就業(yè)人數的r值和排序

表3 相關系數矩陣

表4 模型匯總和參數估計值

3 回歸分析對主成分和就業(yè)人數進行方程擬合

3.1 回歸分析的內容

回歸分析是描述兩種或兩種以上變量間相互依賴的統(tǒng)計關系的一種統(tǒng)計分析方法，使用原始變量的線性組合得到的主成分表達式F作為自變量，與人數就業(yè)人數(Y0)的對數作為因變量，作一元線性回歸。

設一元線性回歸模型為：

3.2 運用SPSS19.0建立回歸模型

3.3 檢驗回歸模型的擬合程度

3.4 運用SPSS19.0檢驗回歸方程的擬合度

由表4可知，R2=0.972，所以方程的擬合優(yōu)度很好。又因為Sig的值小于0.05，說明因變量F對就業(yè)人數具有顯著的影響，同時也說明回歸方程的擬合效果是非常好的。

將式(8)帶入式(9)，可以消去F，可得擬合方程為：

由式(9)可知，地區(qū)生產總值(Y1)，居民消費水平(Y6)，貨幣供給量(Y14)三個因素是影響湖南省就業(yè)人數的首要指標。

4 相關建議

為了改善湖南省的就業(yè)環(huán)境，提升人民生活質量，有利于地區(qū)的長遠穩(wěn)定發(fā)展，本文提出以下幾點建議。

首先，提高地區(qū)經濟的發(fā)展速度，作出合理的產業(yè)調整，經濟轉型計劃。

其次，政府需要完善社會福利保障制度，作出有利于保障人民生活的決策和促進地區(qū)發(fā)展的政策。

最后，加大再貸款、再貼現規(guī)模，擴大貨幣發(fā)行；加大公開市場操作力度，提高貨幣乘數。