《1978~2002中国失业多因素分析.doc》由会员分享，可在线阅读，更多相关《1978~2002中国失业多因素分析.doc（9页珍藏版）》请在三一办公上搜索。
1、1978年2002年中国失业多因素分析 关键词：失业、第三产业产值、全国总人口数、多因素分析 （一）引言在人的一生中失去工作可能是最悲惨的经济事件。大多数人依靠他们的劳动收入来维持生活水平，而且，许多人不仅从工作中得到收入，还得到个人的成就感。失去工作意味着生活水平降低，对未来的担忧及自尊心受到伤害。因此，毫不奇怪，政治家在竞选时往往谈到他们提出的政策将有助于创造工作岗位。 N曼昆 进入新世纪尤其是加入WTO以来，中国经济飞速发展。发展的同时，产生了诸多的问题。这些问题严重制约着中国经济和社会的进一步发展。失业即为其中之一。在我国，失业不仅是经济问题，更是社会问题。一方面，它影响着经济的增长；
2、另一方面，它成为影响社会安定团结的隐忧。故在此，我们对1978年到2002年的失业进行多因素分析研究。 （二）基本阐述失业人员是指在劳动年龄内有劳动能力，目前无工作，并以某种方式正在寻找工作的人员。包括就业转失业的人员和新生劳动力中未实现就业的人员。失业保险条例所指失业人员只限定为就业转失业的人员。根据有关规定，我国目前的法定劳动年龄是16-60岁，体育、文艺和特种工艺单位按照国家规定履行审批程序后可以招用未满16周岁的未成年人。对企业中男年满60周岁、女年满50周岁的职工和机关事业单位中男年满60周岁、女年满55周岁的职工实行退休制度，对从事有毒、有害工作和符合条件的患病、因工致残职工可以降
3、低退休年龄。按照上述规定，在法定劳动年龄内的人员都可以寻求职业，从事社会生产经营等活动，并取得合法收入。所谓有劳动能力，是指失业人员具有从事正常社会劳动的行为能力。在法定劳动年龄内的人员，若不具备相应的劳动能力，也不能视为失业人员，如精神病人、完全伤残不能从事任何社会性劳动的人员等。目前无工作并以某种方式寻找工作，是指失业人员有工作要求，但受客观因素的制约尚未实现就业。对那些目前虽无工作，但没有工作要求的人不能视为失业人员。造成失业的原因是多方面的，具体到不同国家或一个国家的不同时期，其主导因素并不完全相同。国际上一般将失业原因分为非周期性失业和周期性失业两类。其中非周期性失业包括：*摩擦性失
4、业，由于求职的劳动者与需要提供的岗位之间存在着时间上的差异而导致的失业，如新生劳动力找不到工作，工人想转换工作岗位时出现的工作中断等；*季节性失业，由于某些行业生产条件或产品受气候条件、社会风俗或购买习惯的影响，使生产对劳动力的需求出现季节性变化而导致的失业；*技术性失业，由于使用新机器设备和材料，采用新的生产工艺和新的生产管理方式，出现社会局部劳动力过剩而导致的失业；*结构性失业，由于经济、产业结构变化以及生产形式、规模的变化，促使劳动力结构进行相应调整而导致的失业；周期性失业，市场经济国家由于经济的周期性萎缩而导致的失业。考虑到我国改革开放和市场经济建设时间较短，在这里，我们主要就非周期性
5、失业进行研究。（三）建立模型其中，Y全国失业总人数（万人） X1净出口额（亿元） X2第一产业产值（亿元）X3第二产业产值（亿元） X4第三产业产值（亿元） X5全国总人口数（万人）(注：假定各产业产值为该产业发展状况的标准)数据说明：在选取影响因素时，通过以下两表对全国总人口数和全国经济活动人口数两个因素的分析，选取全国总人口数建立的模型较用全国经济活动人口数建立的模型对失业的影响更显著，故我们用全国总人口数建立模型。Dependent Variable: YMethod: Least SquaresDate: 11/07/04 Time: 20:27Sample: 1978 2002Inc
6、luded observations: 25VariableCoefficientStd. Errort-StatisticProb. C-381.7618283.3334-1.3473940.1910X5（全国总人口数）0.0073390.0024892.9483060.0072R-squared0.274276 Mean dependent var450.2280Adjusted R-squared0.242723 S.D. dependent var145.9440S.E. of regression127.0028 Akaike info criterion12.60291Sum sq
7、uared resid370983.6 Schwarz criterion12.70042Log likelihood-155.5364 F-statistic8.692507Durbin-Watson stat0.168266 Prob(F-statistic)0.007213Dependent Variable: YMethod: Least SquaresDate: 11/07/04 Time: 20:28Sample: 1978 2002Included observations: 25VariableCoefficientStd. Errort-StatisticProb. C84.
8、33512131.49870.6413380.5276X6（全国经济活动人口数）0.0061510.0021682.8370310.0093R-squared0.259229 Mean dependent var450.2280Adjusted R-squared0.227022 S.D. dependent var145.9440S.E. of regression128.3127 Akaike info criterion12.62344Sum squared resid378675.5 Schwarz criterion12.72095Log likelihood-155.7930 F-
9、statistic8.048744Durbin-Watson stat0.176467 Prob(F-statistic)0.009339（四）模型的参数估计、检验及修正1、 模型的参数估计及其经济意义用Eviews进行OLS估计得（见附表1）Y= 3289.285-0.022757 X1 + 0.064077X2 -0.040653X3 +0.067632 X4 -0.029455X5SE=849.7567 0.027917 0.035366 0.028096 0.035708 0.008695 t=3.870855 -0.815191 1.811828 -1.446936 1.894007
10、 -3.387660=0.814388 =0.765543 F=16.67282 可见，X1、X2、X3的t值都不显著，另外，修正可决系数为0.765543，F值为16.67282。故我们对上述模型进行计量经济学的检验，并进行修正，看是否能使模型方程得到改进。2、 计量经济学检验（1）多重共线性检验及修正用Eviews得相关系数矩阵表X1X2X3X4X5X110.8685484436890.8652637606720.8531098753930.735277010146X20.86854844368910.9848604839390.9812816857290.940903856594X30.
11、8652637606720.98486048393910.9979421334090.904329932875X40.8531098753930.9812816857290.99794213340910.916295325676X50.7352770101460.9409038565940.9043299328750.9162953256761有上表可以看出，各变量之间的相关系数均较大，说明模型存在较强的多重共线性。从经济意义上来看，进出口可能发生在各个产业中，并且各个产业间相互关联较大。下面我们利用逐步回归法（变量剔除法）进行修正（见附表2，3，4）因X1的t值最小，我们先将其剔除，得：Y=
12、 2999.091+ 0.051123X2-0.035967 X3 +0.062042X4 -0.026391X5SE=765.0991 0.031328 0.027270 0.034749 0.007775 t=3.919872 1.631824 -1.318927 1.785453 -3.394557= 0.807896 = 0.769475 F=21.02759可见，X2，X3，X4的t值仍然很小，故将X3剔除继续作OLS估计得：Y= 2147.867+0.015542X2+0.017020X4 -0.017662X5SE=418.0825 0.016206 0.006612 0.004
13、150 t=5.137423 0.958994 2.573946 -4.255825=0.791187 = 0.761357 F=26.5228620这时，X2的t值依然很小，故将X2剔除继续作OLS估计得Y= 2147.867+0.022590X4 -0.015507X5SE=362.1746 0.003155 0.003483 t=5.380492 7.159082 -4.452537=0.782043 = 0.762228 F=39.46857此时，修正可决系数开始下降，但所有参数的t值都已经比较显著，且F值也有了一定的增加，故不再删除变量，选择此模型为修正后的模型。（2）异方差检验（见
14、附表5、6）用样本分段法进行检验。将样本分为两部分，对样本一（1978-1986）作估计得剩余平方和为14978.89，对样本二（1994-2002）作估计得剩余平方和为3763.823，两数值相除得F=3.9797故不存在异方差性。（3）自相关性检验及修正（见附表7，8，）有附表4知DW=0.371489，在显著性水平=0.01下，查表n=25,k=2，dL=0.981 ,du=1.305由于DW dL=0.981,表明该模型中的误差序列存在一阶自相关.下面用广义差分法进行修正，由DW=0.3715得=1-0.3715/2=0.81425,构造差分模型并估计，得：DY=114.6561+0.
15、017328DX4-0.003682DX5SE=248.617 0.00719 0.012141t= 0.461176 2.409974 -0.303271=0.573740 =0.533144 F=14.13287 DW=1.00236发现经过广义差分法修正后，DW值有所提高，但在不能判断的区域。故进一步用迭代法进行修正，得：Y= 360.8702+0.016735X4-0.001531X5SE=2151.529 0.008181 0.018534 t=0.167727 2.045622 -0.082626=0.930446 =0.920013 F=89.18234 DW=1.018935经
16、迭代法修正后，DW值虽然又有所提高，但仍在不能判断的区域。当我们进一步做对数线性回归进行修正时，发现DW统计量反而变小，在现行知识水平下不能继续对其进行修正。（五）模型的分析我们进行了一系列检验和修正后的最终结果如下： Y= 360.8702+0.016735X4-0.001531X5SE=2151.529 0.008181 0.018534 t=0.167727 2.045622 -0.082626=0.930446 =0.920013 F=89.18234 DW=1.018935从模型中可看出：（1）模型表明：失业与第三产业产值有明显的相关关系，与全国人口数无明显的相关关系。（2）模型的修
17、正可决系数及F值较高，说明模型总体是显著的，而且拟合优度很好。（3）由于修正后不能确定是否存在自相关性，故模型在这一点上是不理想的。（六）总结：1， 尽管影响失业的因素错综复杂，但经过我们的分析，第三产业产值同全国人口总数对失业具有较大影响。2， 我们的模型到最后仍不能解决自相关性的问题。经过分析，我们认为有以下几点原因：（1） 在时间数列数据中，经济变量的运行往往存在着一种变化趋势，表现在随时间前后期相关关联上所形成的惯性。我国的经济发展从1978年走到2002年，其间经历了不同的经济、社会阶段。同时，我国的国情是：在这25年里，政府改革力度、市场开放程度、居民意识形态都是不断变革的。这样，
18、许多制度和政策具用一定的惯性作用。（2） 我们没有引入滞后变量，这可能会对模型产生一定影响。（3） 一些随机偶然因素的干扰或影响也会造成该问题。许多社会经济变革难以量化其影响程度，例如98年的特大洪水、非典疫情、加入WTO、申奥成功等等。（4） 我国的统计数据含有一定的水分，而导致了我们赖以进行参数估计的数字基础不具备可靠性，可能也是重要原因之一。 （七）附表附表1Dependent Variable: YMethod: Least SquaresDate: 11/07/04 Time: 16:47Sample: 1978 2002Included observations: 25Variab
19、leCoefficientStd. Errort-StatisticProb. C3289.285849.75673.8708550.0010X1-0.0227570.027917-0.8151910.4251X20.0640770.0353661.8118280.0858X3-0.0406530.028096-1.4469360.1642X40.0676320.0357081.8940070.0736X5-0.0294550.0086950.0031R-squared0.814388 Mean dependent var450.2280Adjusted R-squared0.765543 S
20、.D. dependent var145.9440S.E. of regression70.66720 Akaike info criterion11.55940Sum squared resid94883.21 Schwarz criterion11.85193Log likelihood-138.4925 F-statistic16.67282Durbin-Watson stat0.725028 Prob(F-statistic)0.000002附表2Dependent Variable: YMethod: Least SquaresDate: 11/07/04 Time: 18:14Sa
21、mple: 1978 2002Included observations: 25VariableCoefficientStd. Errort-StatisticProb. C2999.091765.09913.9198720.0008X20.0511230.0313281.6318240.1184X3-0.0359670.027270-1.3189270.2021X40.0620420.0347491.7854530.0894X5-0.0263910.007775-3.3945570.0029R-squared0.807896 Mean dependent var450.2280Adjuste
22、d R-squared0.769475 S.D. dependent var145.9440S.E. of regression70.07204 Akaike info criterion11.51378Sum squared resid98201.81 Schwarz criterion11.75756Log likelihood-138.9223 F-statistic21.02759Durbin-Watson stat0.621812 Prob(F-statistic)0.000001附表3Dependent Variable: YMethod: Least SquaresDate: 1
23、1/07/04 Time: 18:17Sample: 1978 2002Included observations: 25VariableCoefficientStd. Errort-StatisticProb. C2147.867418.08255.1374230.0000X20.0155420.0162060.9589940.3485X40.0170200.0066122.5739460.0177X5-0.0176620.004150-4.2558250.0004R-squared0.791187 Mean dependent var450.2280Adjusted R-squared0.
24、761357 S.D. dependent var145.9440S.E. of regression71.29525 Akaike info criterion11.51718Sum squared resid106743.3 Schwarz criterion11.71220Log likelihood-139.9648 F-statistic26.5228620Durbin-Watson stat0.382176 Prob(F-statistic)00000附表4Dependent Variable: YMethod: Least SquaresDate: 11/07/04 Time:
25、18:17Sample: 1978 2002Included observations: 25VariableCoefficientStd. Errort-StatisticProb. C1948.678362.17465.3804920.0000X40.0225900.0031557.1590820.0000X5-0.0155070.003483-4.4525370.0002R-squared0.782043 Mean dependent var450.2280Adjusted R-squared0.762228 S.D. dependent var145.9440S.E. of regre
26、ssion71.16496 Akaike info criterion11.48004Sum squared resid111417.9 Schwarz criterion11.62631Log likelihood-140.5006 F-statistic39.46857Durbin-Watson stat0.371489 Prob(F-statistic)0.000000附表5Dependent Variable: YMethod: Least SquaresDate: 11/07/04 Time: 18:30Sample: 1978 1986Included observations:
27、9VariableCoefficientStd. Errort-StatisticProb. C5281.4611107.6514.7681660.0031X40.0868720.0584761.4855940.1879X5-0.0494430.011682-4.2322790.0055R-squared0.902139 Mean dependent var385.3333Adjusted R-squared0.869518 S.D. dependent var138.3215S.E. of regression49.96480 Akaike info criterion10.92172Sum
28、 squared resid14978.89 Schwarz criterion10.98746Log likelihood-46.14772 F-statistic27.65568Durbin-Watson stat1.424570 Prob(F-statistic)0.000937附表6Dependent Variable: YMethod: Least SquaresDate: 11/07/04 Time: 18:31Sample: 1994 2002Included observations: 9VariableCoefficientStd. Errort-StatisticProb.
29、 C10485.873528.4892.9717740.0249X40.0505720.0134943.7476850.0095X5-0.0897280.031064-2.8885210.0277R-squared0.937998 Mean dependent var590.8444Adjusted R-squared0.917331 S.D. dependent var87.10969S.E. of regression25.04603 Akaike info criterion9.540510Sum squared resid3763.823 Schwarz criterion9.6062
30、51Log likelihood-39.93229 F-statistic45.38548Durbin-Watson stat1.691186 Prob(F-statistic)0.000238附表7Dependent Variable: DYMethod: Least SquaresDate: 11/07/04 Time: 18:46Sample(adjusted): 1979 2002Included observations: 24 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C114.65
31、61248.61700.4611760.6494DX40.0173280.0071902.4099740.0252DX5-0.0036820.012141-0.3032710.7647R-squared0.573740 Mean dependent var91.15495Adjusted R-squared0.533144 S.D. dependent var59.86613S.E. of regression40.90465 Akaike info criterion10.37683Sum squared resid35136.99 Schwarz criterion10.52409Log
32、likelihood-121.5220 F-statistic14.13287Durbin-Watson stat1.002360 Prob(F-statistic)0.000129附表8Dependent Variable: YMethod: Least SquaresDate: 11/07/04 Time: 18:48Sample(adjusted): 1979 2002Included observations: 24 after adjusting endpointsConvergence achieved after 9 iterationsVariableCoefficientSt
33、d. Errort-StatisticProb. C360.87022151.5290.1677270.8685X40.0167350.0081812.0456220.0542X5-0.0015310.018534-0.0826260.9350AR(1)0.8376360.1352286.1942660.0000R-squared0.930446 Mean dependent var446.9042Adjusted R-squared0.920013 S.D. dependent var148.1131S.E. of regression41.88930 Akaike info criteri
34、on10.45895Sum squared resid35094.27 Schwarz criterion10.65529Log likelihood-121.5074 F-statistic89.18234Durbin-Watson stat1.018935 Prob(F-statistic)0.000000Inverted AR Roots .84相关数据，其中，Y全国失业总人数（万人） X1净出口额（亿元） X2第一产业产值（亿元）X3第二产业产值（亿元） X4第三产业产值（亿元） X5全国总人口数（万人）obsYX1X2X3X4X51978530-19.81018.41745.2860
35、.5962591979567.6-30.9121258.91913.5865.8975421980541.5-27.61359.42192966.4987051981439.5-0.1711545.62255.51061.31000721982379.457.3461761.623831150.11016541983271.416.5961960.82646.21327.51030081984235.7-29.5532295.53105.71769.81043571985238.5-448.92541.63866.62556.21058511986264.4-123.0532763.94492
36、.72945.61075071987276.6-140.6963204.35251.63506.61093001988296.2-288.46338316587.24510.11110261989377.9-248.497422872785403.21127041990383.2411.550177717.45813.51143331991352.2428.45288.69102.272271158231992363.9233580011699.59138.61171711993420.1-701.46882.116428.511323.81185171994476.4461.79457.22
37、2372.2149301198501995519.61403.71199328537.917947.21211211996552.8101913844.233612.920427.51223891997576.83354.214211.237222.723028.712362619985713605.514552.438619.325173.512470119995752423.31447240557.827037.712578620005951996.214628.244935.329904.612674320016811864.915411.8487503315312762720027702513.816117.353540.735132.6128453 （八）参考文献1李长风，经济计量学，上海财经大学出版社2中国统计年鉴2003年3中国国家统计局网站
