就业人数影响因素的回归分析

1、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0.4，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

2、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19852011年27年的人

3、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、19852011年27年就业人数及其它相关指标数据年份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）1985293.66105,8519,016.042,543.202,066.702040.79987.849,873.001986345.28107,50710,27

4、5.183,120.602,580.402090.731,218.4051,282.001987372.21109,30012,058.623,791.703,084.202140.361,454.5052,783.001988372.21111,02615,042.824,753.803,821.802390.472,134.0054,334.001989376.51112,70416,992.324,410.404,155.902727.42,344.0055,329.001990478.32114,33318,667.824,517.005,560.102821.862,644.4064

5、,749.001991532.33115,82321,781.505,594.507,225.802990.173,177.8065,491.001992551.46117,17126,923.488,080.109,119.603296.914,336.0066,152.001993576.2118,51735,333.9213,072.3011,271.004255.35,864.7066,808.001994861.87119,85048,197.8617,042.1020,381.905126.887,288.6067,455.001995835.1121,12160,793.7320

6、,019.3023,499.906038.047,885.3068,065.001996831.42122,38971,176.5922,913.5024,133.806909.828,802.0068,950.001997828.98123,62678,973.0324,941.1026,967.208234.0410,177.6069,820.001998827.91124,76184,402.2828,406.2026,849.709262.811,204.2070,637.001999827.83125,78689,677.0529,854.7029,896.2010682.5813,

7、455.5071,394.002000827.84126,74399,214.5532,917.7039,273.2012581.5114,652.7072,085.002001827.7127,627109,655.1737,213.5042,183.6015301.3815,688.8072,797.002002827.7128,453120,332.6943,499.9051,378.2017636.4517,278.0373,280.002003827.7129,227135,822.7655,566.6170,483.5020017.3119,745.9073,736.0020048

8、27.68129,988159,878.3470,477.4395,539.1024165.6821,467.3074,264.002005819.17130,756184,937.3788,773.61116,921.8028778.5424,031.7074,647.002006797.18131,448216,314.43109,998.16140,974.0034804.3527,072.6274,978.002007760.4132,129265,810.31137,323.94166,863.7045621.9730,375.2075,321.002008694.51132,802

9、314,045.43172,828.40179,921.4754223.7934,218.9675,564.002009683.1133,450340,902.81224,598.77150,648.0659521.5938,245.9775,828.002010676.95134,091401,512.80251,683.77201,722.1573210.7944,628.1776,105.002011645.88134,735473,104.05311,485.13236,401.9989738.3950,748.4776,420.00注：数据均来源于国家统计局网站中国统计年鉴2011年

10、-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）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Dep

11、endent Variable: YMethod: Least SquaresDate: 12/24/13 Time: 12:59Sample: 1985 2011Included observations: 27VariableCoefficientStd. Errort-StatisticProb.  C-140369.823190.04-6.0530200.0000X17.3897694.8078801.5370120.1408X21.7659870.2203678.0138470.0000X3-0.1794210.071078-2.5242760.0207X40.1

12、039450.0543211.9135440.0709X50.0263030.0271740.9679460.3452X60.7940680.3160182.5127320.0212X7-0.9869030.350062-2.8192250.0110R-squared0.980143    Mean dependent var68079.52Adjusted R-squared0.972828    S.D. dependent var8257.250S.E. of regression1361.127 

13、   Akaike info criterion17.51121Sum squared resid35200667    Schwarz criterion17.89516Log likelihood-228.4013    F-statistic133.9795Durbin-Watson stat1.744270    Prob(F-statistic)0.000000 由表2结果可看出，很大，检验也通过，但是变量、的 值不显著，即检验不通过，

14、所以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、，对剩余变量继续用Eviews软件进行回归分析，发现变量仍然不能通过检验，所以进一步剔除变量。最后确定了、三个变量为解释变量。四、模型的建立4.1 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。

15、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（）、各项税收（）、流通中现金供应量（）与就业人数()的散点图，如下： 图1、总人口数（）与就业人数()的散点图图2、各项税收（）与就业人数()的散点图图3、流通中现金供应量（）与就业人数()的散点图由图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

16、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（）、各项税收（）、流通中现金供应量（）对就业人数()的影响，所以建立一个三元线性回归模型。4.2 模型设定建立回归模型如下：其中，各变量所代表的含义为：就业人数，总人口数，各项税收，流通中现金供应量。各参数所代表的含义为：常数项，当总人口数增加一个单位时，就业人数增加的单位数，当各项税收增加一个单位时，就业人数增加的单位数，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，随机

17、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: YMethod: Least SquaresDate: 12/24/13 Time: 13:02Sample: 1985 2011Included observations: 27VariableCoefficientStd. Errort-StatisticProb.  C-135273.119632.32-6.8903270.0000X21.7415320.1787229.7443370.0000X60.5057210.1541793.2800980.0

18、033X7-1.3532960.350970-3.8558710.0008R-squared0.971273    Mean dependent var68079.52Adjusted R-squared0.967526    S.D. dependent var8257.250S.E. of regression1488.000    Akaike info criterion17.58421Sum squared resid50925313  

19、0; Schwarz criterion17.77618Log likelihood-233.3868    F-statistic259.2140Durbin-Watson stat1.405794    Prob(F-statistic)0.000000六参数估计由Eviews软件输出的结果可知：求得一元线性回归预测模型为：七、模型的检验7.1 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

20、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、保持不变时，每增加1人，Y平均增加1.741532人； ，表示当、保持不变时，每增加1元，Y平均增加0.505721人； 表示当、保持不变时，每增加1元，Y平均减少1.353296人；因为1.741532>1.353296>0.505721,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

21、意义检验。7 .2 统计检验7.2.1 拟合优度检验拟合优度检验主要是运用判定系数和回归标准差，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，说明回归直线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： 由>0.8, 接近1，回归直线对观测值的拟合程度比较好。7.2.2 显著性检验F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，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。t检验由Evie

22、ws软件输出的结果可知： 总人口数，各项税收，流通中现金供应量 在时，因为，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，所以在95%的置信度下拒绝原假设，说明总人口数（）显著影响就业人数()；因为，所以在95%的置信度下拒绝原假设，说明各项税收()显著影响就业人数()；因为，所以在95%的置信度下拒绝原假设，说明流通中现金供应量()显著影响就业人数()。模型的回归系数均通过t检验。下面来计算、的置信区间，在时，的置信区间为： ，计算得：的置信区间为： ，计算得：的置信区间为： ，计算得：的置信区间为： ，计算得：7.2.3 异方差检验无交叉项怀特检验由Eviews得

23、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-statistic2.880160    Probability0.034458Obs*R-squared12.51539    Probability0.051411Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/24/13 Time: 13:03Sample: 1985 2011Included obser

24、vations: 27VariableCoefficientStd. Errort-StatisticProb.  C-677141025.22E+08-0.1296680.8981X2219.84909739.1220.0225740.9822X220.0041930.0456750.0918000.9278X61177.047464.14342.5359560.0197X62-0.0104190.005526-1.8855950.0740X7-3517.7612174.384-1.6178200.1214X720.0458740.0331361.3844000.1815

25、R-squared0.463533    Mean dependent var1886123.Adjusted R-squared0.302593    S.D. dependent var3291779.S.E. of regression2748994.    Akaike info criterion32.70978Sum squared resid1.51E+14    Schwarz criterion33.04574Log

26、likelihood-434.5821    F-statistic2.880160Durbin-Watson stat1.388740    Prob(F-statistic)0.034458由表4中的无交叉怀特检验可看出，当显著性水平为0.05时，所以不存在异方差。实际上，统计量的值为0.51411，大于0.05的水平，所以不存在异方差。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-statistic4.265

27、415    Probability0.004931Obs*R-squared18.71312    Probability0.027746Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/24/13 Time: 13:05Sample: 1985 2011Included observations: 27VariableCoefficientStd. Errort-StatisticProb.  C-3.

28、27E+092.30E+09-1.4207910.1735X257320.1742252.801.3566000.1927X22-0.2514120.193628-1.2984280.2115X2*X6-0.6378540.375040-1.7007630.1072X2*X70.5587690.8299290.6732730.5098X682761.5542887.751.9297250.0705X620.0009640.1622500.0059400.9953X6*X70.0581150.7381450.0787310.9382X7-68989.8791034.68-0.7578420.45

29、89X72-0.0744790.848276-0.0878010.9311R-squared0.693078    Mean dependent var1886123.Adjusted R-squared0.530590    S.D. dependent var3291779.S.E. of regression2255312.    Akaike info criterion32.37359Sum squared resid8.65E+13  

30、0; Schwarz criterion32.85353Log likelihood-427.0435    F-statistic4.265415Durbin-Watson stat1.687565    Prob(F-statistic)0.004931由表5中的有交叉怀特检验可看出，当显著性水平为0.05时，所以存在异方差。实际上，统计量的值为0.27746，大于0.05的水平，所以存在异方差。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

31、估计结果Dependent Variable: YMethod: Least SquaresDate: 12/24/13 Time: 13:08Sample: 1985 2011Included observations: 27Weighting series: 1/E1VariableCoefficientStd. Errort-StatisticProb.  C-137881.21796.409-76.753780.0000X21.7653140.016183109.08560.0000X60.5317580.01790629.697660.0000X7-1.40548

32、60.033997-41.340920.0000Weighted StatisticsR-squared1.000000    Mean dependent var75355.42Adjusted R-squared1.000000    S.D. dependent var1284955.S.E. of regression850.8003    Akaike info criterion16.46619Sum squared resid16648805 

33、0;  Schwarz criterion16.65816Log likelihood-218.2935    F-statistic47783.38Durbin-Watson stat0.216613    Prob(F-statistic)0.000000 表7、有交叉项的怀特检验White Heteroskedasticity Test:F-statistic0.543662    Probability0.823107Obs*R-squared6.

34、034359    Probability0.736475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D-W检验由Eviews软件输出结果可知，,在5%的显著性水平下，查表的,，由于，所以不能确定是否存在自相关性。L-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-squared2.101706    Probability0.147135Test Equation:De

35、pendent Variable: RESIDMethod: Least SquaresDate: 12/24/13 Time: 13:13Presample missing value lagged residuals set to zero.VariableCoefficientStd. Errort-StatisticProb.  C3903.16519333.270.2018890.8419X2-0.0357240.176006-0.2029710.8410X6-0.0361200.151827-0.2379010.8142X70.0769990.3456890.2227390.8258RESID(-1)0.2736650.2052891.3330690.1962R-squared0.077841