期末计量经济学论文作业

考查课作业姓名谢培辉院系国际商学系学号124042011037年级2011专业国际经济与贸易班级1考试科目计量经济学考试分数关于影响就业人数因素的计量分析【摘要】本文通过对各地区的数据进行计量经济分析，探讨相关经济变量对就业人数的影响，并以工资额与就业人数为代表构建模型【关键字】大学生就业工资额就业人数一、引言就业是我们很关注的问题，人口就业和收入分配是关系国计民生的热点问题。在国际金融危机冲击和复杂多变的经济形势下，深入贯彻落实科学发展观，及时解决经济运行中的问题，经济发展总体上呈现平稳发展的局面，就业局势总体保持稳定，新增就业人数创出新高，劳动报酬总额、工资水平稳步提高。最近，据中国媒体援引人力和社会保障部的最新统计数据，二零一零年全国高校毕业生为630万人，比去年的611万多19万人，加上往届未能就业的，需要就业的毕业生数量很大，高校毕业生就业形势十分严峻。随着九十年代末大学扩招和教育产业化政策推行以来，大学生人数的增幅远远超过经济增长所需要的人才增长，大学生就业不难才是怪事，"毕业即失业"成为中国大学生的普遍现象。尽管如此，中国教育部决定继续扩大全日制专业学位硕士研究生招生规模，努力培养更多高层次、应用型人才。表面上看，研究生扩招能提高大学生学历层次，可以缓解就业难。但是，如果不清理高等教育积弊，扩招研究生来应对就业难将是饮鸩止渴，使就业矛盾更加突出。随着市场就业体系的形成及隐性失业的显性化，单纯依靠经济发展对劳动力需求的拉动，难以全面解决劳动就业问题。从我国劳动力供需矛盾尖锐化的国情出发，通过各种途径减少劳动力市场上的过度供给，缓解就业压力，应当作为制定就业政策的一个重要考虑内容。作为长期决策，要确立高素质人才优先就业的方针。政府应对各类企业进行分类，对高科技企业，如电力、化工、电子信息、机械制造等行业，给予特殊劳动力的供给政策，进入这些企业的人员就当具备较高的学历水平。工资额也应和就业相适应，对此提出计量分析。二

选题意义

员246.9万人，占37.8%。到2005年，城镇国有单位就业人员为208.7万人，仅占城镇就业人员总数的28.6％，下降了近20个百分点；集体单位下降为30.8万人，占4.2％，下降了近10个百分点；而非公有制经济单位就业人数则呈快速上升的态势，就业人员达491.2万人，占城镇就业人员的67.2％，上升29.4个百分点。其中个体123.6万人，占16.9％；私营企业82.4万人，占11.8％;股份合作单位、联营经济单位、有限责任公司、股份有限公司、港澳台投资经济单位、外商投资经济单位就业的人员达到92.2万人，占12.6％;自营劳动者188.9万人，占25.9％。这说明，城镇的就业人员中，其就业结构已呈现多元化趋势。五、计量分析（一）散点图分析各地区工资总额（x）对就业人数（y）的分析初步预测可能存在异方差（二）构建模型假设模型1.y=a＋bx+u假设模型2.lny=a+lnx+u（三）参数估计及模型检验假设模型1.y=a＋bx+u其中y代表就业人数；代表工资总额；u代表随机误差，表示未纳入模型的其他因素对就业人数的影响。假设模型满足古典假设，用EViews拟合的数据用最小二乘法对模型进行参数估计。估计后的模型标准表格式如下：（见附表）Y=18.10736674+0.2303484446*XT=（0.3273）（6.7823）Se=（55.3257）（0.0340）R^2=0.6216F=46.0001DW=1.8071利用white检验：WhiteHeteroskedasticityTest:F-statistic10.28009Probability0.000479Obs*R-squared12.96895Probability0.001527TestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:12/29/10Time:15:21Sample:19011930Includedobservations:30VariableCoefficientStd.Errort-StatisticProb.C-1324.01228942.99-0.0457460.9638Y-7.11529039.63356-0.1795270.8589Y^20.0151560.0104321.4527690.1578R-squared0.432298Meandependentvar29507.50AdjustedR-squared0.390246S.D.dependentvar75102.71S.E.ofregression58645.25Akaikeinfocriterion24.89104Sumsquaredresid9.29E+10Schwarzcriterion25.03116Loglikelihood-370.3656F-statistic10.28009Durbin-Watsonstat2.329360Prob(F-statistic)0.000479经检验存在异方差。而且由以上分析可知可决系数比较小，模型拟合不是很好，做更改模型处理，再进行分析。假设模型2.lny=a+lnx+u其中y代表就业人数；x代表工资总额；u代表随机误差，表示未纳入模型的其他因素对就业人数的影响。该模型可以进行弹性分析。假设模型满足古典假设，用EViews拟合的数据用最小二乘法对模型进行参数估计。估计后的模型标准表格式如下：（见附表）LNY=-0.789315319+0.9041003052*LNXT=（-1.3825）（10.9710）Se=（0.5709）（0.0824）R^2=0.8112F=120.3633DW=1.7310由以上分析可知可决系数高，该模型拟合好。通过White检验可知不存在异方差，通过偏相关系数检验和LM检验可知不存在自相关。可将模型变换为：Y=e^0.7893x^0.9041模型参数的经济含义：工资额每增加1%，就业人数平均增加0.9041%，由此可知工资额与就业人数存在高度相关。（六）结论工资额与就业人数存在高度相关。今天，还有很多意见认为为了“经济增长”可以暂时不考虑民生，他们认为只有"经济增长"了，才能保住民生。然而，这种舍本趋末的"经济增长"又有何意义呢？实际上，劳动法不仅不能暂缓落实，还应该进一步加大落实力度，工人的工资不仅不能减少，还应该逐年提高。尽管一个企业增加工资或者增加雇工，必然会使得总需求有相应的增加，但这些新增的需求要被成千上万的企业瓜分掉，使得我们几乎无法实际观察到这种增加，但是，如果我们采取一项强制的政策措施，让所有企业一起加薪，则总需求和总就业的增加是显着的，是可以观察到的。西方国家，有强大的工会，工人高工资，这不仅没有把企业搞垮，反而却保持了长期的繁荣。实施工资与企业增值相挂钩的办法。简单来说，就是：如今天普遍实施17%的增值税那样，规定工资也应当占有一个相对固定的比例，如从现在的大约11%逐步强制提高到30-40%左右。工资额与就业人数在一定程度上呈现正相关。附表：建立初始模型1的EViews输出表：DependentVariable:YMethod:LeastSquaresDate:12/29/10Time:11:39Sample:130Includedobservations:30VariableCoefficientStd.Errort-StatisticProb.C18.1073755.325680.3272870.7459X0.2303480.0339636.7823370.0000R-squared0.621622Meandependentvar321.9600AdjustedR-squared0.608109S.D.dependentvar284.0305S.E.ofregression177.8066Akaikeinfocriterion13.26361Sumsquaredresid885225.0Schwarzcriterion13.35702Loglikelihood-196.9542F-statistic46.00010Durbin-Watsonstat1.807191Prob(F-statistic)0.000000（二）建立初始模型2的EViews输出表：DependentVariable:LNYMethod:LeastSquaresDate:12/29/10Time:11:59Sample:130Includedobservations:30VariableCoefficientStd.Errort-StatisticProb.C-0.7893150.570939-1.3824870.1778LNX0.9041000.08240810.971020.0000R-squared0.811274Meandependentvar5.422964AdjustedR-squared0.804534S.D.dependentvar0.905158S.E.ofregression0.400184Akaikeinfocriterion1.070558Sumsquaredresid4.484130Schwarzcriterion1.163971Loglikelihood-14.05836F-statistic120.3633Durbin-Watsonstat1.730995Prob(F-statistic)0.000000（三）构建模型所引用的数据资料：各地区城镇单位就业人员工资总额和人数地区工资总额就业人数地区工资总额就业人数北京3545.6297.0湖北1282.2414.1天津886.5113.9湖南1265.4334.6河北1398.2452.3广东3800.51222.2山西1073.0132.0广西810.7220.2内蒙古761.8193.7海南196.770.5辽宁1557.5499.9重庆743.1249.8吉林689.5196.3四川1578.3444.2黑龙江1162.2240.2贵州588.191.2上海2287.8338.1云南812.0280.9江苏2520.01147.1西藏95.028.6浙江2917.8689.8陕西1038.0106.8安徽1021.2277.3甘肃517.7107.5福建1318.0319.6青海163.639.4江