【影响就业人数的因素实证探析7700字（论文）】

影响就业人数的因素实证分析目录TOC\o"1-2"\h\u11874影响就业人数的因素实证分析 1296摘要 117888引言 128107二我国省域劳动就业的影响因素的空间计量分析 219522三计量经济学方法与模型实证方法说明 3176433.1空间计量经济学方法 368363.2计量经济学检验空间自相关检验 39787四．模型运用 3144524.1模型实证 34363(1)空间滞后模型 34210(2)空间误差模型 44583(3)估计方法 431998(4)空间相关性检验以及模型选择 4250954.2模型设定、变量选择和数据说明 586844.2.1模型设定 5121394.2.2变量和数据说明 543094.3劳动就业的空间描述预测 614994图:劳动就业的指数散点图 8205724.4空间计量实证检验与分析 87980表:省域劳动就业的估计 926273五小结 121859参考文献 12摘要本文对空间计量经济分析技术进行了简要介绍,然后用指数法分析了省域劳动就业的空间相关性和依赖性,最后通过建立空间滞后模型和空间误差模型对省际劳动就业及其影响因素进行了检验分析。研究表明,全域和局域指数均通过检验,我国省域劳动就业存在较大的空间自相关和依赖性;在影响省域劳动就业的诸因子中,技术进步和政府财政支出对省域劳动就业具有显著影响,对提高区域就业水平发挥了重要作用。关键词：影响；就业人数；因素；计量分析引言就业问题已经成为许多国家经济发展过程中比较棘手的问题之一,特别是对于发展中国家更是如此。保持就业稳定已经成为各个国家制定宏观经济政策的重要目标之一,因此许多学者与政治制定者都很关心国家的就业问题,就业问题的研究一直是经济学研究的热点问题。我国劳动力市场的就业总量的变化。第一、三产业就业人数所占就业人数比重的变化。在这里,还同时拿中国与日本和美国进行比较分析,我国第一、三产业就业人数所在比重与它们有什么不同。分东部、中部与西部三个地区,对我国东中西三个地区的就业量进行比较分析,研究结果表明:近年来,我国东部就业人数比中部和西部都要高,并且在就业人数增长率方面,东部地区也比中部和西部高。通过计算区域就业极差和指数,我们发现:近年来,我国地区就业差距在逐步扩大。二我国省域劳动就业的影响因素的空间计量分析研究发现,目前我国总体就业压力非常大。与日本和美国相比,我国第一产业就业人数所占比重过高,而我国第三产业就业人数所占比重却过低,我国就业存在着不合理的现象。对我国东中西三个地区的就业量进行比较分析的结果表明:近年来,我国东部就业人数比中部和西部都要高,并且在就业人数增长率方面,东部地区也比中部和西部高,而且我国地区就业差距在逐步扩大。那么,各地区就业差异是如何形成的呢?各种因素对就业的作用是如何呢?在影响区域就业的各因素中,哪种因素最为重要呢?省域就业的空间相关性和依赖性怎样呢?这还需进行深一步的计量分析。首先对空间计量经济分析技术进行了简要介绍,然后用指数法分析了省域劳动就业的空间相关性和依赖性,最后通过建立空间滞后模型和空间误差模型对省际劳动就业及其影响因素进行了检验分析。研究表明,全域和局域指数均通过检验,我国省域劳动就业存在较大的空间自相关和依赖性;在影响省域劳动就业的诸因子中,技术进步和政府财政支出对省域劳动就业具有显著影响,对提高区域就业水平发挥了重要作用,但工资水平并不显著,城镇化由于我国经济、社会发展中的特殊性对就业的影响为负。值得注意的是,省际劳动就业存在显著的空间溢出效应和空间依赖性,但由于各地区经济结构的不断趋同使得空间溢出效应远小于空间依赖性。三计量经济学方法与模型实证方法说明3.1空间计量经济学方法空间统计和空间计量经济学理论与方法继承和发展了经典统计和计量理论方法,将经典统计和计量方法应用于与地理位置和空间交互作用相关的地理空间数据,通过地理位置与空间联系建立统计与计量关系,以统计和计量方法识别和度量空间变动规律及空间模式的决定因素。空间计量经济学是在无语科学模型的统计分析中,研究由空间引起的各种特性的一系列方法。根据空间统计和空间计量经济学原理方法,本文对省际劳动就业进行空间计量分析的思路是:首先采用空间统计分析指数方法检验被解释变量是否存在空间自相关,若存在,则要在空间计量经济学理论方法的支持下,建立空间计量经济模型,进行区域劳动就业的空间计量估计和分析。3.2计量经济学检验空间自相关检验一般地,某个地区空间单元上的某种经济地理现象或某一属性值与邻近地区空间单元上同一现象或属性值是相关的。事实上,差不多所有的空间数据都具有空间依赖性或空间自相关的特性,空间依赖性的存在使得大多数经典统计和计量分析中的独立假设被打破,即各区域之间的数据存在空间相关性。而这种相关性的存在是通过邻接地区的相互传递而产生的。空间统计分析'是一种分析具有空间依赖性现象的区域行为的统计分析技术,对中国区域间的相关性分析具有重要作用。在实际的空间相关分析应用研究中'主要针对于全域空间相关性分析。全域空间自相关是从区域空间的整体刻画区域劳动就业的空间分布情况。其计算及检验过程如下。四．模型运用4.1模型实证根据模型设定时对“空间依赖性”的体现方法不同，空间计量模型主要分成两不中:空间滞后模型空间滞后模型(SpatialLagModel,SLM)是用于研究相邻地区劳动就业的行为对整个系统其他地区劳动就业的行为产生影响的情形。SLM模型的表达式为:式中，Y为因变量;X为nXk的外生解释变量矩阵如经济增长、人口等因素;Wy为空间滞后因变量，p为空间回归系数，反映样本观测值中的空间依赖作用，即相邻区域的观测值Wy对本地区观测值Y的影响方向和程度，可以揭示因变量在一地区是否有扩散现象(温出效应)，W为nXn阶的空间权值矩阵，。为随机误差项向量。参数p反映了自变量X对因变量T的影响，空间滞后因变量WY是一内生变量，反映了空间距离对区域劳动就业行为的作用。区域劳动就业行为受到经济环境及与空间距离有关的迁移成本的影响，具有很强的地域性。由于SLM模型与时间序列中自回归模型相类似，因此SLM也被称作空间自回归模型(SpatialAutoregressiveModel，SAR)。空间误差模型当地区间的相互作用因所处的相对位置不同而存在差异时，则需要采用空间误差模型。空间误差模型(SpatialErrorModel,SEM)的模型形式为:式中，为随机误差项向量只为nXl阶的截面因变量向量的空间误差系数准为正态分布的随机误差向量。SEM中参数刀反映了自变量X对因变量Y的影响。参数只衡量了样本观察值中的空间依赖作用，即相邻地区的观察值Y对本地区观察值Y的影响方向和程度。存在于扰动误差项之中的空间依赖作用，度量了邻近地区关于因变量的误差冲击对本地区观察值的影响程度。估计方法对于空间计量模型的估计如果仍采用最小二乘法，系数估计值会有偏或者无效，需要通过工具变量法、极大似然法或广义最小二乘估计等其他方法进行。本研究采用极大似然法对SLM和SEM模型进行估计。空间相关性检验以及模型选择判断区域劳动就业的空间相关性除了使用包括Moran'sI的检验外，还可以使用LMERR,LMLAG等两个拉格朗日乘数形式和稳健的R-LMERR,R-LMLAG等来进行。由于事先无法根据先验经验推断SLM和SEM模型中是否存在空间依赖性，有必要构建一种判断准则，以决定哪种空间模型更加适合客观实际。一般来说，如果在空间依赖性的检验中发现LMLAG比LMERR在统计上更加显著，且R-LMLAG显著而R-LMERR却不显著，则空间滞后模型更加适合;反之，若LMERR较之LMLAG在统计上更显著，而R-LMERR显著但R-LMLAG却不显著，则适宜的模型是空间误差模型。当然在模型选择中还有其他检验，比如拟合优度Ra检验，自然对数似然函数值(LogL)、似然比率(LR)、赤池信息准则(AIC)、施瓦茨准则(SC)等。拟合优度越大、对数似然值越大、AIC和SC值越小，模型拟合效果越好。这几个指标可用来比较OLS估计的经典回归模型和SLM,SEM模型，而且似然值的自然对数最大的模型最佳。4.2模型设定、变量选择和数据说明4.2.1模型设定本文根据宏观经济学中就业理论框架，在空间计量经济学估计技术的支持下，建立线性空间滞后(SLM)和空间误差面板回归模型(SEM)。具体模型如下:其中，i=1,2,3...…表示区域单元个数，在这里表示全国省市数目，由于台湾、香港和澳门各经济发展指标度量以及标准异于其他省市，在本文分析中没有将其考虑在内，由于数据的可得性问题，西藏和重庆也未考虑在内;t=1,2,3...…表示从20002007年的时期数(单位:年)。4.2.2变量和数据说明被解释变量:采用各省市每年就业从事第二、三产业就业人口数量(单位:万人)作为被解释变量，来衡量各地区就业情况，并取其对数，记为1nJYSL。由于第一产业主要指的是农业、畜牧业等，其从业人员与农村人口数量有着密切的联系，若将其从业人员也加以考虑势必会给区域就业情况的估计带来很大误差，而且根据一般意义上的就业概念也主要指的是从事二、三产业的就业情况。数据来源于各省统计年鉴以及中国劳动统计年鉴。解释变量包括:财政支出财政支出一方面可以衡量地方政府对就业、投资等的作用力，另一方面也可以衡量对经济发展和就业的调控。以CZZC表示省域每年财政支出数量(单位:万元)，以2000年价格对各年数据进行价格调整。由于财政支出数据波动不稳定且数额较大，将其取对数。城镇化率城镇化是农村人口不断减少、城市人口不断增加，农村地域不断成为城镇区域的过程。在此过程中，随着产业结构的优化升级，劳动力不断由第一产业向第二、三产业转移的过程，是人力资本的集中地。因而是影响劳动力就业的重要因素。本文中以城镇人口占总人口的比重表示城镇化率(URBAN)。由于2003年之前绝大多数省份的统计年鉴中已经没有城镇人口与农村人口的划分，而是以非农人口和农业人口代之，因而从2000到2003年的城镇人口数据是从各省市历年的统计公报中搜集得到的。数据来源于各省市统计年鉴和中国劳动统计年鉴以及各省市历年统计年报。人均工资以RJGZ代表从事第二、三产业人员的年均工资，单位:万元。以2000年价格对各年数据进行价格调整，并对其取对数。数据来源于各省市历年统计年鉴。技术水平由于技术进步体现在多个方面，比如通过增加R&D投资以促进技术研发、通过投资教育等提高人力资本水平。因此，衡量技术进步的方法多种多样。在此，为了能够将所有与技术进步有关的因素考虑进入模型，本文用全要素生产率表征技术进步水平。人均可支配收入由于就业水平往往与每个地方经济发展水平以及居民储蓄率有关，而人们生活水平是体现区域经济发展水平的重要方面，因此以人均可支配收入来表征区域发展情况。数据来源于20012008年各省市历年统计年鉴，以2000年价格水平对各年数据进行价格调整。市场化水平随着改革开放进程的不断深入，非公有制经济在国民经济发展中起到的作用越来越重要，因而也成为区域吸纳就业的重要方面，其发展水平往往代表了区域市场化水平，因此，本文以非公有制经济在国民经济中的比重表示市场化水平。数据来源于20012008年各省市统计年鉴。工业化水平工业化水平高低也是影响就业的重要因素，本文以第二产业占国民经济比重表示广义的工业化发展水平。数据来源于20012008年各省市历年统计年鉴，以2000年价格水平对各年数据进行价格调整。由于数据不能够直接在空间计量软件中加以应用、分析，因此本文首先将数据以ArcView3.2可以识别的shape格式的文件储存，建立空间统计数据库。随后用MatLab软件对面板数据进行空间计量分析，检验劳动就业的省际溢出效应，以期为政策分析提供一些经验支持。4.3劳动就业的空间描述预测为了深入揭示省域劳动就业差异格局及其影响因素，以下采用Mo测算和检验省域劳动就业的空间相关性。空间依赖(SpatialDependence)定义为观测值与地理区位的一致性。ran指数法当相邻地区随机变量的高值或低值在空间上出现集聚倾向时为正的空间自相关，而当地理区域倾向于被相异值的邻区包围时则为负的空间自相关。可见，空间依赖就是观测值由于某种空间作用而在地理上的集聚，这些联系不同地区的作用有溢出效应以及贸易、传播或其他社会经济的交互作用。分析空间依赖性比较直观和有效的方法时对中国省域就业情况进行空间统计描述。本研究用Anselin的空间统计方法，对省际劳动就业的依赖性进行定量分析。首先，借助空间计量软件GeoDA0.9.1、利用Moran指数对各年的数据进行空间自相关分析。在此，使用了一阶和二阶邻接矩阵以及距离矩阵的全域Moran指数检验省域劳动就业是否表现出空间自相关。为确保研究的全面性和准确性，我们对各年数据进行了空间相关性检验。各年全域Moran指数计算结果见表4.10,其次,本研究采用扩展了的空间回归模型的残差指数,以及两种拉格朗日乘子检验及其稳健性拉格朗日乘子检验方法,进一步检验劳动就业的空间效应。拉格朗日乘子检验是渐进且遵循有一个自由度的分布检验。这种方法的零假设是无空间依赖性,备择假设是有空间依赖性。检验有利于在空间滞后模型和空间误差模型中选择适宜的模型。表和表为检验结果:表:劳动就业空间依赖性检验邻接表:劳动就业空间依赖性检验距离从表中可以看出,指数无论是一阶邻接还是二阶邻接、最小距离还是增大一倍距离的计算结果均在水平上显著,证实了空间误差自相关的存在。且二阶邻接矩阵的指数最大,说明此空间矩阵下的空间效应是最可取的。此外,为了对其空间相关性进行更深入的分析,在全域分析的基础上本研究也进行了局域空间相关性分析。局域指数散点图如图所示。图:劳动就业的指数散点图图显示,省域劳动就业基本上呈现正的空间相关性。第一、三象限省域劳动就业集群局部的和分化,说明我国省域劳动就业在空间上存在着较为明显的集聚现象,有着较强的空间依赖性。4.4空间计量实证检验与分析以上对省域劳动就业的空间相关性分析表明,从年到年各年省际劳动就业存在着较强的空间集聚和依赖性。那么,这种空间集聚或差异是如何形成的呢?省际劳动就业的空间溢出效应是如何发挥作用的呢?为此,本研究建立空间模型来分析这种效应对省际空间劳动就业的影响。由于空间相关性的存在,使用经典的最小二乘估计势必会导致不适当的模型设定和估计的无效性。因此,采用空间滞后模型或者空间误差模型进行空间回归分析来克服这些问题。省域劳动就业空间模型估计与检验在利用空间计量经济学模型进行估计和检验以前,一般要对变量进行空间自相关检验。以上进行的全域和局域空间自相关检验显示,劳动就业在省际之间具有空间自相关性。因此,可以使用极大似然法,对式进行估计。为了进行横向比较,本文也对各变量进行了最小二乘估计。然而,由于表与表的拉格朗日乘子检验均显示回归模型具有空间依赖性,同样,拉格朗日检验的两种稳健性检验也进一步证明模型误差项和解释变量之间均存在空间相关性,所以,难以确定哪一种模型还是模型更适合。故而,本研究将两种模型在邻接与距离空间权重矩阵的四种估计结果都加以分析。表:省域劳动就业的估计由表4.4的估计结果可以看出，OLS估计的拟合优度达到91.58%，而且F检验也在1%上通过检验，模型整体上显著，误差项的正态检验在5%水平上显著，Breusch-Pagantest和Koenker-Bassetttest均在5%显著水平上通过检验，不存在异方差，但是残差却存在空间自相关。另外，模型中技术水平和人均工资水平和人均收入未能通过显著性检验，可能是由于存在多重共线性或者没有考虑空间因素的缘故。其他变量中城市化率和工业化率在10%水平上通过检验。因为在未引入工业化率之前城市化率均在1%水平上通过检验①，所以引入工业化率之后多重共线性的存在使原来显著性多少有所降低。其他变量均在1%水平通过检验。值得注意的是，城市化水平对省域就业的影响为负。可以肯定，出现这种情况的原因是多方面的，下面本研究对省域劳动就业的空间效应以及影响省域劳动就业的因素进行空间计量分析，进一步分析省域劳动就业与各因素的关系(如表4.5,4.6).表:省域劳动就业的邻接估计表:省域劳动就业的邻接估计比较分析表4.4一表4.6的可以看出，SLM与SEM模型的各检验值均比OLS估计的检验结果有了较为显著的提高，而且城镇化对省域就业的影响变为正但其显著性和最小二乘法估计结果差不多，说明了城镇化率与工业化率确实存在很强的多重共线性。另外，技术进步和市场化率对就业的影响更加显著，这就证明了考虑到空间效应后，用极大似然法估计的模型有效的将空间自相关和空间误差消除了，模型估计的残差在空间上呈现随机分布的状态。下面本研究就对空间滞后模型与空间误差模型进行详尽的分析，综合评价、探讨省域劳动就业的溢出效应及其影响因素在省域劳动就业集聚和差异中发挥的作用。从SLM模型中可以看出W1nJYSL的参数估计显著，周围邻省的就业水平每提高1%，则该省的就业水平会相应提高0.0232个百分点，说明邻省的就业水平对本省具有溢出效应，尽管这种溢出效应并不是很大。根据新经济地理学理论，区域经济增长具有互补性的情况下，才会对其它区域的经济增长具有显著影响，而这种互补性主要以产业之间的互补为主。另外，根据城市经济学理论，衡量区域经济水平和增长的主要指标是产出和就业。因此，本研究肯定，区域劳动就业的溢出效应也与经济或产业结构互补性有关。而近年来我国各地区都出现了经济趋同现象，经济趋同导致各地区产业结构互补性减弱，从而就业结构的互补性也随之减弱，结果使得区域劳动就业溢出效应也比较小。SEM模型的估计结果显示，空间误差系数只通过了1%水平的显著性检验，表明省域劳动就业的空间相互作用的途径可以通过邻接地区而互相传递。模型中只在0.770.999之间，衡量了省域劳动就业样本值中的空间依赖作用，即相邻省份的LDJY观察值对本省观察值(LDJY)具有正向影响且影响程度都在75%以上。说明邻接省份关于劳动就业的误差冲击对本省劳动就业具有显著作用且影响程度很大，而且本省还会将这种效应传递给其他邻接省份。总体上来看，在影响省域劳动就业的各因子中，城镇化是一个重要方面，在分析我国省域劳动就业中应该给予足够重视，应根据我国各地区具体的经济、社会发展情况进行检验和取舍;技术进步水平和政府的财政支出水平对提高区域就业水平发挥了重要作用，但工资差异对就业的影响并非像预期中的显著。另外，省际劳动就业还存在溢出效应和空间依赖性，但溢出效应与依赖性相比还比较小。五小结本章首先对空间计量经济分析技术进行了简要介绍,然后用指数法分析了省域劳动就业的空间相关性和依赖性,最后通过建立空间滞后模型和空间误差模型对省际劳动就业及其影响因素进行了检验分析。结果显示,全域和局域指数均通过检验,我国省域劳动就业存在较大的空间自相关和依赖性;在影响省域劳动就业的诸因子中,技术进步、市场化因素和政府财政支出对省域劳动就业具有显著影响,对提高区域就业水平发挥了重要作用,但工资水平和人均可支配收入以及工业化率对就业的影响并不显著,城镇化由于数据测算合理性问题以及我国经济、社会发展中的特殊性对就业的影响比较小,需要对其原因进行深层次剖析。另外,值得注意的是,省际劳动就业存在显著的空间溢出效应和空间依赖性,但由于各地区经济结构的不断趋同使得空间溢出效应远小于空间误差依赖性。参考文献[1]Robert.A.Carter.Innovationinurbansystems:theinterrelationshipbetweenurbanandnationaleconomicdevelopment[J].AnnalsofRegionalScience,1988,(22):66一80[2」张勇，古明明.文化、发展模式与劳动力转移[[J].人口与经济，2008,(6)[3]XiezhengDeng,JikunHuang,ScottRozelle.Emi.U.chida.Growth,populationandindustrizlization,andurbanlandexpansionofChina[J].JournalofUrbaEconomics,2008,(63):96一115[4]MarrWL,PLSiklos.ThelinkbetweenimmigrationandunemploymentinCanada[J]·JournalofPolicyModeling,1994,(16)