参考资料就业人数影响因素的回归分析

就业人数影响因素的回归分析

学院：数理学院

班级：

学号：

姓名：

一、前言

我国虽然社会经济体制转型还没有最终完成，但劳动力商品化和按要素分配已经占主导地位，收入分配差距拉大，基尼系数超过，必然失业率的作用越来越大。内需不足依赖出口的局面已经形成，就业问题日益严重。我国目前劳动生产率还不太高，市场的潜力十分巨大，处在市场经济不发展，政府的力量还很强的阶段。一般说来，发展中国家都急于赶超发达国家，很难处理好发展和增长、内涵扩大再生产和外延扩大再生产的关系。正是这些最基本的战略关系没有处理好，使各种经济结构失衡，造成产品积压和消费不足、就业岗位短缺并存且日益严重的局面。

人口和劳动就业直接影响着经济发展和社会稳定，关系到人们的切身利益。扩大就业，促进再就业，关系改革发展稳定的大局，关系人们生活水平的提高，关系国家的长治久安，不仅是重大的经济问题，也是重大的政治问题。在就业问题上，中国政府始终将促进就业作为国民经济和社会发展的战略性任务。

就业作为国家宏观调控经济政策的四大目标之一，是与人们关系最为密切的一环。而中国作为一个人口大国，要彻底解决该问题是个不小的挑战。本文旨在通过对1985年到2011年27年数据进行分析，建立一个关于就业人数影响因素的多元线性回归模型，找出其中影响的主要因素，从而能够得出更有针对性的扩大就业的意见。

二、数据的收集与录用

本文选取数据为1985—2011年27年的人民币兑美元汇率、总人口数（万人）、国内生产总值（亿元）、全社会固定资产投资（亿元）、进出口总额（亿元）、各项税收（亿元）、流通中现金供应量（亿元）、就业人数（万人），数据均来源于国家统计局网站中国统计年鉴2011.见下表

表1、1985—2011年27年就业人数及其它相关指标数据

注：数据均来源于国家统计局网站中国统计年鉴2011年

1X -人民币兑美元汇率 2X -总人口数（万人） 3X -国内生产总值（亿元） 4X -全社会固定资产投资（亿元） 5X -进出口总额（亿元） 6X -各项税收（亿元）

7X -流通中现金供应量（亿元） Y -就业人数（万人）

三、多重共线性检验

本文选取就业人数为被解释变量，选取人民币兑美元汇率、人口数、国内生产总值、全社会固定资产投资、进出口总额、各项税收、流通中现金供应量为解释变量，为避免变量之间存在多重共线，而引起参数估计量不准、普通最小二乘法参数估计量方差变大、经济含义不合理或者模型预测功能失去意义，本文在确定模型之前，先对变量进行多重共线性检验。

利用Eviews 软件，我们得出以下结果：

表2、运用Eviews 软件得出的回归结果

由表2结果可看出，980143.02=R 很大，0.000000statistic)-Prob(F =，F 检验也通过，但是变量1X 、4X 、5X 的

t 值不显著，即t 检验不通过，所以

Dependent Variable: Y

Method: Least Squares Date: 12/24/13 Time: 12:59 Sample: 1985 2011 Included observations: 27

Variable Coefficient

Std. Error t-Statistic Prob.

C X1 X2 X3 X4 X5 X6 X7

R-squared

Mean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat

Prob(F-statistic)

该模型存在多重共线性。本文采用保留重要的解释变量的方法解决多重共线性，剔除变量1X 、4X 、5X ，对剩余变量继续用Eviews 软件进行回归分析，发现变量3X 仍然不能通过t 检验，所以进一步剔除变量3X 。最后确定了2X 、6X 、

7X 三个变量为解释变量。

四、模型的建立

理论分析

当总人口增加时，相应的就业人员数也随之增加，所以，中国总人口与中国就业人员数具有相关关系。各项税收对劳动供给和劳动需求产生影响，促进劳动供给和需求的变动，从而促进就业人数的变化。流通中现金，是指银行体系以外各个单位的库存现金和居民的手持现金之和，当流通中现金供应量变化时，人们可支配的现金也随之变动，人们从事工作的情况也会随之变化，从而就业的人数也会随之变化。

为了更好地了解它们对中国就业人员数的影响，依据1985年到2011年的总人口数（2X ）、各项税收（6X ）、流通中现金供应量（7X ）与就业人数(Y )的散点图，如下：

图1、总人口数（2X ）与就业人数(Y )的散点图

X）与就业人数(Y)的散点图

图2、各项税收（

6

X）与就业人数(Y)的散点图

图3、流通中现金供应量（

7

由图1，可以看出总人口数与就业人员数基本上是成线性关系的，当总人口增加时，相应的就业人员数也随之增加，由图2，可以看出各项税收与就业人员数在我们所研究的27年间，前18年基本上是成线性关系，各项税收增加

时，就业人员数也会不断提高，但后9年就业人员数随着国内生产总值的增加变化不大。由图3，可以看出流通中现金供应量与就业人员数在我们所研究的27年间，前21年基本上是成线性关系，流通中现金供应量增加时，就业人员数也会不断提高，但后6年就业人员数随着流通中现金供应量的增加变化不大。虽然就业人员数还会受其他因素影响，但是本文主要研究总人口数（2X ）、各项税收（6X ）、流通中现金供应量（7X ）对就业人数(Y )的影响，所以建立一个三元线性回归模型。 模型设定

建立回归模型如下：

i i X X X Y μββββ++++=7362210

其中，各变量所代表的含义为：i Y —就业人数，2X —总人口数，6X —各项税收，7X —流通中现金供应量。各参数所代表的含义为：0β—常数项，1β—当总人口数增加一个单位时，就业人数增加的单位数，2β—当各项税收增加一个单位时，就业人数增加的单位数，3β—流通中现金供应量增加一个单位时，就业人数增加的单位数，i μ—随机干扰项。

五、Eviews 软件输出的结果

表3、运用Eviews 软件得出的回归结果

Dependent Variable: Y Method: Least Squares Date: 12/24/13 Time: 13:02 Sample: 1985 2011 Included observations: 27

Variable Coefficient

Std. Error t-Statistic Prob.

C X2 X6 X7

R-squared

Mean dependent var Adjusted R-squared

. dependent var

. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat

Prob(F-statistic)

六．参数估计

由Eviews 软件输出的结果可知：

求得一元线性回归预测模型为：

762 1.353296-0.5057211.741532-135273.1X X X Y i ++=

七、模型的检验

经济意义检验

从模型参数估计量的符号看，

意味着总人口数越多，就业人数也越多； 意味着各项税收增加，人们可支配收入就会减少，为维持以往

的收入或消

费水平，人们会倾向于更加勤奋的工作，就业人数因此会随之增加； 意味着流通中现金供应量越多，人们可支配现金越多，用闲暇代替工作的时间会越多，就业人数也会越少。与理论期望值相符。

从模型参数估计的大小看， ，

表示当6X 、7X 保持不变时，2X 每增加1人，Y 平均增加人； ，表示当2X 、7X 保持不变时，6X 每增加1元，Y 平均增加人； 表示当2X 、6X 保持不

变时，7X 每增加1元，Y 平均减少人；因为>>,所以总人口数对就业人数的影响大于流通中现金供应量对就业人数的影响，又大于各项税收对就业人数的影响。参数估计量的取值范围也与实际情况相符，因而模型通过经济意义检验。 7 .2 统计检验

1

.135273-0=∧

β 1.7415321=∧

β0.505721

2=∧

β-1.353296

3=∧

β01>∧

β0

3<∧

β02>∧

β 1.7415321=∧

β0.5057212=∧

β-1.3532963=∧

β

7.2.1 拟合优度检验

拟合优度检验主要是运用和回归，检验模型对样本观测值的拟合程度。R 的取值范围是[0，1]。R 的值越接近1，说明对观测值的拟合程度越好；反之，R 的值越接近0，说明回归直线对观测值的拟合程度越差。由Eviews 软件输出的结果可知：

971273.02=R

由971273.02=R >, 接近1，对观测值的拟合程度比较好。 7.2.2 显著性检验

①F 检验

由Eviews 软件输出的结果可知：

在5%的显著水平下，查F 分布表，得到临界值03.3)23,3(05.0=F ，可见 ，表明回归方程的总体线性显著成立，即就业人数与总人口数、各项税收、流通中现金供应量的线性关系显著，模型通过F 检验。

②t 检验

由Eviews 软件输出的结果可知：

2X —总人口数，6X —各项税收，7X —流通中现金供应量

在05.0=?时，069.2)23(2

=?t ，因为069.26.8903270>=t ，所以在95%的置信度下拒绝原假设，说明截距项在回归方程显著不为零；因为

906.29.7443372>=t ，所以在95%的置信度下拒绝原假设，说明总人口数（2X ）

显著影响就业人数(Y )；因为906.23.2800986>=t ，所以在95%的置信度下拒绝原假设，说明各项税收(6X )显著影响就业人数(Y )；因为

906.23.8558713>=t ，所以在95%的置信度下拒绝原假设，说明流通中现金供

应量(7X )显著影响就业人数(Y )。模型的回归系数均通过t 检验。

-6.890327

0=t 259.2140

=F 3.03259.2140

>=F 9.744337

2=t 3.280098

6=t -3.855871

3=t

下面来计算0β、1β、2β、3β的置信区间，在05.0=?时，906.2)32(2

=?t ，

0β的置信区间为： ，计算得：

1β的置信区间为： ，计算得：

2β的置信区间为： ，计算得：

3β的置信区间为： ，计算得： 7.2.3 异方差检验

①无交叉项怀特检验

由Eviews 得辅助回归模型估计结果如下：

表4、无交叉项怀特检验结果

White Heteroskedasticity Test:

F-statistic

Probability Obs*R-squared

Probability

Test Equation:

Dependent Variable: RESID^2 Method: Least Squares Date: 12/24/13 Time: 13:03 Sample: 1985 2011 Included observations: 27

Variable Coefficient

Std. Error t-Statistic Prob.

C - +08

X2 X2^2 X6 X6^2 X7 X7^2

R-squared

Mean dependent var 1886123. Adjusted R-squared . dependent var

3291779.

. of regression

2748994. Akaike info criterion

2

002

0-∧

∧

?∧

?∧+<<βββββS t S

t 83.9465337.1758920-<<-β1

1

2112

1-∧

∧

?∧

?∧

+<<βββββS t S t 1113

.237176.11<<β2

2

2

222

2-∧

∧

?∧

?∧

+<<βββββS t S t 82472

.018672.02<<-β3

3

2

332

3-∧

∧

?∧

?∧

+<<βββββS t S t 62714

.0-07945.2-3<<β

Sum squared resid +14 Schwarz criterion

Log likelihood F-statistic Durbin-Watson stat

Prob(F-statistic)

由表4中的无交叉怀特检验可看出，当显著性水平为时，59.12)6(51539.122

05.02=<=χnR ，所以不存在异方差。实际上，2χ统计量的P 值为，大于的水平，所以不存在异方差。

②有交叉项怀特检验

由Eviews 得辅助回归模型估计结果如下：

表5、有交叉项怀特检验结果

White Heteroskedasticity Test:

F-statistic

Probability Obs*R-squared Probability

Test Equation:

Dependent Variable: RESID^2 Method: Least Squares Date: 12/24/13 Time: 13:05 Sample: 1985 2011 Included observations: 27

Variable Coefficient

Std. Error t-Statistic Prob.

C +09

+09

X2 X2^2 X2*X6 X2*X7 X6 X6^2 X6*X7 X7 X7^2

R-squared

Mean dependent var 1886123. Adjusted R-squared . dependent var

3291779.

. of regression 2255312. Akaike info criterion

Sum squared resid +13 Schwarz criterion

Log likelihood F-statistic Durbin-Watson stat

Prob(F-statistic)

由表5中的有交叉怀特检验可看出，当显著性水平为时，92.16)9(71312.182

05.02=>=χnR ，所以存在异方差。实际上，2χ统计量的P 值为，大于的水平，所以存在异方差。

③异方差的修正

采用WLS 估计法，用OLS 法所得残差的绝对值倒数作为权重，得WLS 回归结果如下表：

表6、WLS 估计结果

Dependent Variable: Y Method: Least Squares Date: 12/24/13 Time: 13:08 Sample: 1985 2011 Included observations: 27 Weighting series: 1/E1

Variable Coefficient

Std. Error t-Statistic Prob.

C X2 X6 X7

Weighted Statistics

R-squared

Mean dependent var Adjusted R-squared . dependent var 1284955.

. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat

Prob(F-statistic)

表7、有交叉项的怀特检验

White Heteroskedasticity Test:

F-statistic

Probability Obs*R-squared

Probability

由表7可知，使用1/E1作为权重可以消除异方差。

7.2.4 自相关性检验

①D-W 检验

由Eviews 软件输出结果可知， 1.405794=DW ,在5%的显著性水平下，

72=n ，4=k ，查表的10.1=L d ,66.1=U d ，由于U L d DW d <=< 1.405794，所以不能确定是否存在自相关性。

②L-M 检验

由Eviews 软件进行L-M 检验结果如下：

表8、L-M 检验结果

Breusch-Godfrey Serial Correlation LM Test:

Obs*R-squared

Probability

Test Equation:

Dependent Variable: RESID Method: Least Squares Date: 12/24/13 Time: 13:13

Presample missing value lagged residuals set to zero.

Variable Coefficient

Std. Error t-Statistic Prob.

C X2 X6 X7 RESID(-1)

R-squared

Mean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat

Prob(F-statistic)

由表8可知，含一阶滞后变量时的05.0147135.0Pr >=ob ，故随机扰动项不存在一阶序列相关。

八、模型的预测

一元线性回归预测模型为：

762 1.405486-0.5317581.765314-137881.2X X X Y i ++=

8. 1 样本点预测

2008年总人口数2X = 132802（万人）、各项税收6X = （亿元）、流通中现金供应量7X =（亿元），将值带入样本回归方程，得到2008年的就业人数预测值为∧

2008Y

6947

.7729534218.96*1.405486-54223.79*0.531758132802*1.765314-137881.22008=++=∧

Y 实际2008年就业人数2008Y 为75564万人，相对误差为%. Eviews 软件作出的预测区间图

图4 预测区间

九、模型总结与评价

从结果分析可以看出，在过去1985—2011年27年里，当各项税收、流通中现金供应量保持不变时，总人数每增加1人，就业人数平均增加人；当总人数、流通中现金供应量保持不变时，各项税收每增加1元，就业人数平均增加人；当总人数、各项税收保持不变时，流通中现金供应量每增加1元，就业人数平均减少人。可见总人数对就业人数的影响最大，所以为解决就业问题，计划生育起着不可估量的作用。当然，从各项税收和流通中现金供应量两方面入

手也是解决就业问题的不错选择。通过税收的调节作用，对有利于经济发展、有能力吸引较多劳动力的产业和部门给予一定的税收优惠，鼓励其吸引更多的劳动力和安排更多的就业岗位。税收调节劳动需求结构，既可以有效解决就业问题，又不影响经济的长期发展。流通中现金，是指银行体系以外各个单位的库存现金和居民的手持现金之和，当流通中现金供应量增加时，人们可支配的现金也随之增加，人们用闲暇代替工作的时间也会随之增加，从而就业的人数也会随之减少，因此适当的控制流通中现金供应量，可以有效地解决就业问题。

本文在进行统计检验时，971273.02 R ，说明总离差平方和的%被样本回归直线所解释，只有%未被解释，因此回归直线对样本点的拟合优度很高。