張 浩，程心力，湯家佳，劉星雨，鐘 鵬

（成都師范學(xué)院 數(shù)學(xué)學(xué)院，四川 成都 611130）

“地?cái)偨?jīng)濟(jì)”被認(rèn)為是低端的經(jīng)濟(jì)發(fā)展，具有“攤位小、經(jīng)濟(jì)收入不高、規(guī)模不大”的特點(diǎn)，但其作用不能小視。無論城市和農(nóng)村都存在“地?cái)偨?jīng)濟(jì)”，由于其占位的特性，成本低帶來的正面效應(yīng)使銷售商品價(jià)格低，彰顯了“地?cái)偨?jīng)濟(jì)”貼近百姓的特點(diǎn)。地?cái)偨?jīng)濟(jì)可以帶動多個(gè)行業(yè)興旺，緩解就業(yè)難，促進(jìn)社會經(jīng)濟(jì)發(fā)展。據(jù)估計(jì)，2020年全國大學(xué)畢業(yè)生將達(dá)到874萬人[1]，大學(xué)生就業(yè)形勢已越發(fā)嚴(yán)峻。地?cái)偨?jīng)濟(jì)對大學(xué)生就業(yè)的影響也是大多數(shù)大學(xué)畢業(yè)生或在校生所關(guān)心的話題。

1.數(shù)據(jù)來源和模型建設(shè)的假設(shè)

本文中，數(shù)據(jù)來源主要是通過調(diào)查成都市內(nèi)大學(xué)生對地?cái)偨?jīng)濟(jì)的看法和了解及支持程度來獲取相關(guān)問題數(shù)據(jù)，另外對成都市大學(xué)城附近地?cái)倲傊髯稍兞私獠煌瑓^(qū)域的地?cái)偁顩r和地?cái)偟慕?jīng)濟(jì)效益等關(guān)切問題，獲取相關(guān)地?cái)倢?shí)際數(shù)據(jù)。綜合調(diào)查情況，可歸納出部分相關(guān)問題。部分相關(guān)自變量的數(shù)據(jù)來源網(wǎng)上1000份問卷調(diào)查結(jié)果。為保證模型的準(zhǔn)確性以及可行度，作出以下假設(shè)：假設(shè)上述數(shù)據(jù)均真實(shí)有效；假設(shè)若干個(gè)因素之間相互獨(dú)立互不干擾；地?cái)偨?jīng)濟(jì)對大學(xué)生就業(yè)影響程度利用當(dāng)下國家政策，不考慮將來所出現(xiàn)的重大變化，在此基礎(chǔ)之上研究便保證了中長期的可靠性和價(jià)值。

2.研究思路

通過網(wǎng)上問卷調(diào)查結(jié)果為數(shù)據(jù)進(jìn)行分析，通過構(gòu)建線性回歸方程探究大學(xué)年級；性別；大學(xué)生對地?cái)偨?jīng)濟(jì)的態(tài)度；作為大學(xué)生，經(jīng)濟(jì)緊張時(shí)你是否會選擇擺地?cái)傋鳛椴糠质杖雭碓?；隨著高校畢業(yè)人數(shù)越來越多，就業(yè)形式異常嚴(yán)峻，畢業(yè)之后，你是否愿意嘗試擺地?cái)偱c地?cái)偨?jīng)濟(jì)能夠促進(jìn)大學(xué)生就業(yè)之間的關(guān)系。最后建立VAR模型，并用最小二乘法進(jìn)行預(yù)測，總結(jié)分析得出地?cái)偨?jīng)濟(jì)對大學(xué)生的影響。

3.數(shù)據(jù)分析

繪制大學(xué)生對地?cái)偨?jīng)濟(jì)與大學(xué)生就業(yè)兩者之間的關(guān)系圖，從中可以發(fā)現(xiàn)，大部分的大學(xué)生認(rèn)為，疫情對就業(yè)是具有實(shí)在影響的，大學(xué)生對地?cái)偨?jīng)濟(jì)的支持度也很高，認(rèn)為地?cái)偨?jīng)濟(jì)可以緩解就業(yè)壓力，以及具有對社會發(fā)展有益的影響。

3.1 大學(xué)生對疫情是否影響就業(yè)的問題

疫情使今年大學(xué)生就業(yè)變得異常困難，通過小組問卷調(diào)查，超過半數(shù)的大學(xué)生認(rèn)為今年的疫情對就業(yè)是有影響的，認(rèn)為不確定和沒有影響的幾乎持平。如圖 1所示。

圖1 大學(xué)生認(rèn)為疫情對自己畢業(yè)之后有無影響

3.2 大學(xué)生對地?cái)偨?jīng)濟(jì)的態(tài)度

很多人對地?cái)偨?jīng)濟(jì)有著“難登大雅之堂”的印象，盡管如此，但對于擺地?cái)値淼慕?jīng)濟(jì)效益和提供就業(yè)崗位，緩解了就業(yè)壓力而帶來的可喜而又積極的方面，他們的看法有了改變，有了新認(rèn)識。其中96.35%的在校大學(xué)生支持通過擺地?cái)倎慝@取經(jīng)濟(jì)收益，并且對地?cái)偨?jīng)濟(jì)持支持態(tài)度，如圖2所示。

圖2 大學(xué)生是否支持地?cái)偨?jīng)濟(jì)占比圖

3.3 疫情之下地?cái)偨?jīng)濟(jì)對就業(yè)的影響

今年疫情對很多行業(yè)帶來沖擊，造成經(jīng)濟(jì)滑坡，很多崗位的就業(yè)壓力就更大了，國內(nèi)如此，國外更是嚴(yán)重。不過國內(nèi)經(jīng)濟(jì)底盤大，韌性強(qiáng)，國內(nèi)市場需求大，內(nèi)需卻持續(xù)增長，國內(nèi)經(jīng)濟(jì)在一定時(shí)間內(nèi)便向好，疫情下對餐飲業(yè)、服務(wù)業(yè)等行業(yè)的影響較大，地?cái)傄蚱渫顿Y小，靈活性高，大散小聚型分布便就在疫情防控常態(tài)化下打開了自身市場，很快又“活”了過來，能夠緩解就業(yè)問題，其作用尤其在此次疫情下凸顯了出來。有76%的大學(xué)生認(rèn)為地?cái)偨?jīng)濟(jì)很適合未來發(fā)展，具有潛在動力，對就業(yè)具有積極影響，如圖3所示。

圖3 大學(xué)生認(rèn)為地?cái)偨?jīng)濟(jì)就業(yè)影響占比

3.4 大學(xué)生認(rèn)為地?cái)偨?jīng)濟(jì)可以為社會的發(fā)展帶來的好處

通過調(diào)查分析發(fā)現(xiàn)，大部分的大學(xué)生認(rèn)為地?cái)偨?jīng)濟(jì)為社會發(fā)展帶來的好處有緩解就業(yè)、促進(jìn)居民消費(fèi)和方便購物，減少購物成本以及其它。如圖4所示。

圖4 大學(xué)生認(rèn)為地?cái)偨?jīng)濟(jì)可以為社會的發(fā)展帶來的好處

3.5 學(xué)生畢業(yè)后嘗試擺地?cái)偟囊庠?/h3>

在問卷和受訪大學(xué)生中，其中73%的大學(xué)生同意和表示愿意嘗試擺地?cái)?，通過這種方式來緩解就業(yè)壓力。大部分學(xué)生表示擺地?cái)偛]有什么思想包袱，通過勞動來賺錢是很不錯(cuò)的，而且可以接地氣，和感受大眾社會，對自身也是一種歷練和提升。因此，愿意擺地?cái)倎矸e極參與到地?cái)傂袠I(yè)中，通過勞動賺取金錢。如圖5所示。

圖5 大學(xué)生是否在畢業(yè)后愿意從事地?cái)偨?jīng)濟(jì)

3.6 大學(xué)生對地?cái)偸圪u內(nèi)容的看法

結(jié)合問卷和對大學(xué)生在學(xué)校的訪談，地?cái)傆懈鞣N各樣的賣法，各種賣法有各種賣法的特點(diǎn)，結(jié)果也是不一樣的，可謂是商業(yè)活動的濃縮了。地?cái)偟氖圪u內(nèi)容可以說是多種多樣，其中有小吃、水果、小配件等最受大學(xué)生喜愛和支持，高達(dá)85%的大學(xué)生對這類地?cái)傤愋统謸碜o(hù)態(tài)度，表示最有發(fā)展前景。如圖6所示。

圖6 大學(xué)生傾向的地?cái)偸圪u內(nèi)容

3.7 小結(jié)

本次調(diào)查研究，就成都市內(nèi)一部分大學(xué)生對地?cái)偨?jīng)濟(jì)的看法和態(tài)度有了了解和信息收集。發(fā)現(xiàn)大多數(shù)大學(xué)生對擺地?cái)傔@一商業(yè)活動持支持態(tài)度，且過半大學(xué)生表示愿意通過擺地?cái)倎慝@取經(jīng)濟(jì)收入，愿意借此來認(rèn)識社會，發(fā)展和提升自己?，F(xiàn)在多數(shù)大學(xué)生對地?cái)偨?jīng)濟(jì)持積極樂觀態(tài)度，表示愿意通過擺地?cái)倎慝@取收益，同時(shí)擺地?cái)倢τ谏鐣?jīng)濟(jì)發(fā)展也起到了一定推動作用，刺激了國內(nèi)市場，帶動了消費(fèi)，雖然擺地?cái)偟姆绞綄τ谏鐣h(huán)境等方面帶來了一定消極作用，但總的來看，利大于弊。大學(xué)生對于地?cái)偨?jīng)濟(jì)持向好的態(tài)度沒有變淡，反而在增強(qiáng)。

4.VAR模型

本文研究的主題屬于地?cái)偨?jīng)濟(jì)對大學(xué)生就業(yè)影響程度與各因素復(fù)雜系統(tǒng)，具體為地?cái)偨?jīng)濟(jì)對大學(xué)生就業(yè)影響程度與大學(xué)生對地?cái)偨?jīng)濟(jì)態(tài)度，地?cái)偨?jīng)濟(jì)對就業(yè)影響，大學(xué)生對地?cái)偨?jīng)濟(jì)促進(jìn)就業(yè)的看法，大學(xué)生畢業(yè)后是否愿意嘗試地?cái)偨?jīng)濟(jì)，為緩解就業(yè)壓力大學(xué)生更傾向于哪種類型地?cái)傔@五個(gè)問題之間的動態(tài)變化。根據(jù)VAR自身特點(diǎn)，本文利用VAR進(jìn)行建模是合適的。一般，滯后階數(shù)為p的VAR模型形式為：

式中： ty是k維的內(nèi)生變量向量，xt是d維的外生變量向量；tε是k維的誤差向量；P是滯后階數(shù)；T是樣本個(gè)數(shù)；A1，A2，…，AP和B是待估系數(shù)矩陣。VAR模型適用的前提是要求數(shù)據(jù)平穩(wěn)，如果數(shù)據(jù)不平穩(wěn)，則需進(jìn)行差分處理使數(shù)據(jù)達(dá)到平穩(wěn)；數(shù)據(jù)平穩(wěn)后方可進(jìn)行模型最大滯后階數(shù)P的確定、協(xié)整檢驗(yàn)；用根對模型的平穩(wěn)性進(jìn)行判斷模型穩(wěn)定即可進(jìn)行脈沖響應(yīng)分析和方差分解來研究隨機(jī)擾動對變量系統(tǒng)的動態(tài)沖擊。

建立VAR模型，必須要穩(wěn)定，為了防止偽回歸，保證結(jié)論可靠性，首先對數(shù)據(jù)進(jìn)行ADF檢驗(yàn)，然后對模型進(jìn)行格蘭杰因果檢驗(yàn)，其假設(shè)原假設(shè)為 1H、零假設(shè)為 2H且 1H為變量x不會引起y的改變，而 2H為變量x能夠引起y的改變。

其零假設(shè)H1：；α1=α2= …=αq=0δ1=δ2= …δs=0。在一般情況下，若概率P小于5%，則認(rèn)為兩者不存在格蘭杰因果關(guān)系; 若P大于或等于5%，則認(rèn)為兩者存在格蘭杰因果關(guān)系。

通過VAR模型的計(jì)算結(jié)果分析我們可以知道，地?cái)偨?jīng)濟(jì)對大學(xué)生就業(yè)的影響程度主要取決于隨著高校畢業(yè)人數(shù)，就業(yè)形式這一客觀因素，國家可以頒布一些合理政策，使地?cái)偨?jīng)濟(jì)能夠更好更健康并且在一定合理范圍下持續(xù)發(fā)展，帶動其它產(chǎn)業(yè)的發(fā)展，讓國內(nèi)經(jīng)濟(jì)能更好發(fā)展，有效緩解當(dāng)下高校畢業(yè)人數(shù)日益趨多，就業(yè)壓力大，就業(yè)困難這一系列問題，對大學(xué)生就業(yè)產(chǎn)生積極影響。

5.預(yù)測方法

設(shè)樣本觀測值{Xt,t = 0，± 1…}，記

因此AR模型又可以表示為YAφε= + 由最小二乘估計(jì)值得模型參數(shù)估計(jì)是φ? =(ATA)?1ATY

因此可以得到影響程度的估值為

通過上述的VAR模型，運(yùn)用最小二乘估計(jì)值預(yù)測地?cái)偨?jīng)濟(jì)對大學(xué)生就業(yè)影響程度這一數(shù)據(jù)，代入相關(guān)數(shù)據(jù)，我們可以發(fā)現(xiàn)地?cái)偨?jīng)濟(jì)對大學(xué)生就業(yè)的影響程度雖然會出現(xiàn)動態(tài)波動，但是總的來說是呈現(xiàn)增長態(tài)勢的，并且隨著時(shí)間的發(fā)展，地?cái)偨?jīng)濟(jì)對大學(xué)生的影響程度到達(dá)一定程度后，趨于穩(wěn)定并緩慢增長。

6.構(gòu)建線性回歸預(yù)測各種因素對地?cái)偨?jīng)濟(jì)是否能夠促進(jìn)大學(xué)生就業(yè)的影響

回歸系數(shù)(中間過程) (n=1000) 非標(biāo)準(zhǔn)化系數(shù) 標(biāo)準(zhǔn)化系數(shù) t p 95% CI VIF B 標(biāo)準(zhǔn)誤差 Beta學(xué)生年級 0．203 0．076 0．346 2．669 0．011★ 0．054 ～ 0．352 1．085性別 -0．048 0．105 -0．058 -0．455 0．652 -0．253 ～ 0．158 1．040對地?cái)偨?jīng)濟(jì)態(tài)度 0．590 0．371 0．206 1．589 0．119 -0．138 ～ 1．317 1．088作為大學(xué)生，經(jīng)濟(jì)緊張時(shí)是否會選擇擺地?cái)傋鳛椴糠质杖雭碓?0．054 0．115 0．064 0．473 0．639 -0．170 ～ 0．279 1．188隨著高校畢業(yè)人數(shù)越來越多，就業(yè)形式異常嚴(yán)峻，畢業(yè)之后，嘗試擺地?cái)傄庠?0．341 0．114 0．421 2．992 0．005★★ 0．118 ～ 0．565 1．279因變量：地?cái)偨?jīng)濟(jì)能夠促進(jìn)大學(xué)生就業(yè)★ p<0．05 ★★ p<0．01

從上表可知，將學(xué)生年級；性別；對地?cái)偨?jīng)濟(jì)態(tài)度；作為大學(xué)生，經(jīng)濟(jì)緊張時(shí)你是否會選擇擺地?cái)傋鳛椴糠质杖雭碓?；隨著高校畢業(yè)人數(shù)越來越多，就業(yè)形式異常嚴(yán)峻，畢業(yè)之后，你嘗試擺地?cái)傄庠缸鳛樽宰兞浚脁i(i=1,2,…,5）表示五個(gè)自變量，而將地?cái)偨?jīng)濟(jì)能夠促進(jìn)大學(xué)生就業(yè)作為因變量y進(jìn)行線性回歸分析，從上表可以看出模型R方值是0.818，意味著五個(gè)自變量可以解釋y這一因變量的81.8%變化原因。

對模型進(jìn)行F檢驗(yàn)時(shí)發(fā)現(xiàn)模型通過F檢驗(yàn)(F=4.102，p=0.004<0.05)，也即說明五個(gè)自變量中至少一項(xiàng)會對y這一因變量產(chǎn)生影響關(guān)系，以及模型公式為：x1=+0.203；x2=-0.048；3x=+0.590；x4=+0.054；x5=+0.341。通過上述表格可以發(fā)現(xiàn)，1x的回歸系數(shù)值為0.203(t=2.669，p=0.011<0.05)，意味著1x會對y這一因變量產(chǎn)生顯著的正向影響關(guān)系。x5的回歸系數(shù)值為0.341(t=2.992，p=0.005<0.01)，意味著5x會對y這一因變量產(chǎn)生顯著的正向影響關(guān)系，但是也發(fā)現(xiàn)，x2的回歸系數(shù)值為-0.048(t=-0.455，p=0.652>0.05)，意味著2x并不會對y這一因變量產(chǎn)生影響關(guān)系。x3的回歸系數(shù)值為0.590(t=1.589，p=0.119>0.05)，意味著3x這一自變量并不會對y這一因變量產(chǎn)生影響關(guān)系。x4的回歸系數(shù)值為0.054(t=0.473，p=0.639>0.05)，意味著4x這一自變量并不會對y產(chǎn)生影響關(guān)系。如圖7所示。

圖7

總結(jié)分析可知：x1，x5會對y這一因變量產(chǎn)生顯著的正向影響關(guān)系。但是2x，x3，x4并不會對y產(chǎn)生影響關(guān)系。

7.結(jié)語

在疫情的沖擊下，國內(nèi)乃至國際經(jīng)濟(jì)遭遇重創(chuàng)，地?cái)偨?jīng)濟(jì)也迎來了一次發(fā)展的春天，國家的政策支持空前，本文從大學(xué)生對地?cái)偨?jīng)濟(jì)和就業(yè)的看法、構(gòu)建線性回歸預(yù)測地?cái)偨?jīng)濟(jì)是否能夠促進(jìn)大學(xué)生就業(yè)幾個(gè)方面進(jìn)行分析，從中不難發(fā)現(xiàn)地?cái)偨?jīng)濟(jì)對大學(xué)生是有積極影響的。運(yùn)用數(shù)學(xué)模型的預(yù)測也不難發(fā)現(xiàn)地?cái)偨?jīng)濟(jì)對大學(xué)生就業(yè)的影響程度是積極的，兩者有著緊密的關(guān)系，地?cái)偨?jīng)濟(jì)可以幫助大學(xué)生就業(yè)，大學(xué)生從事地?cái)傂袠I(yè)，也可以使地?cái)偨?jīng)濟(jì)得到進(jìn)一步的提高，使我國的經(jīng)濟(jì)模式更加多樣性，讓我國的經(jīng)濟(jì)更加穩(wěn)步健康地發(fā)展。