當前新疆巴州地區失業率的影響因素分析及對策研究

吳曉云，張曉東巴音郭楞職業技術學院

當前新疆巴州地區失業率的影響因素分析及對策研究

吳曉云，張曉東
巴音郭楞職業技術學院

本文借助相關分析，主成分分析等統計方法，對新疆巴州地區失業率問題進行了實證分析，得出了影響巴州失業率的主要因素有上一年失業率、投資和消費、城鎮化率、第一產業GDP所占比例，而經濟增長的影響是比較微弱的結論。基于上述主要因素建立了失業率的多元線性回歸模型，經檢驗此模型的擬合效果較好。根據模型結論，提出了一些合理性的建議。

失業率影響；預測；相關分析；主成分分析；線性回歸模型

本文從多個宏觀經濟因素之間的相依性著手進行實證分析，從宏觀經濟因素和政策角度，試圖找出確實影響我國新疆巴州地區失業率的因素。

本文研究結構安排如下：第一部分為實證分析，利用相關性分析、主成份分析，力求找出影響我國新疆巴州地區失業率的主要因素；第二部分根據本文得到的統計模型及結果，提出減少失業率的咨詢建議。

一、實證分析

1、樣本數據的選取

由于影響失業率的因素主要有GDP、城鎮就業人數、固定資產投資總額、社會消費品零售總額、進出口總額、進口總額、出口總額、凈出口額、城鎮人均收入、CPI、PPI等等。選取以上經濟指標的從2005年至2015年的年度的數據作為樣本數據，對其進行了歸一化處理，得到無量綱的樣本數據。

2、相關性分析及主成分分析

利用Spearman相關性分析對各個指標與失業率的相依性進行分析，得到與失業率相關的經濟指標因素主要有：固定投資總額增長率，社會消費品零售總額增長率，進出口總額增長率，凈出口增長率，CPI，PPI，城鎮人均收入增長率，第一產業GDP比重。

進一步，對篩選出的與失業率相關的經濟指標進行主成分分析，分析結果如下：（見表1）

表1顯示了各個主成分的貢獻率及累積貢獻率，由于前三個主成分的累積貢獻率就達到了92.74%，而且第四個主成分的貢獻率較小，故我們選取前三個主成分即可。

表2顯示，第一主成分包括以下信息：固定投資總額增長率，社會消費品零售總額增長率，CPI,PPI,城鎮人均收入增長率,該主成分可以理解為投資和消費對失業的影響；第二主成分主要含有第一產業GDP比重的信息，該主成分可以理解為產業結構調整對失業的影響。第三主成分含有凈出口總額增長率的信息，該主成分可以理解為凈出口對失業的影響。

進一步，我們希望量化各個主成分對失業率的影響，這可以通過主成分回歸來實現。

3、主成分回歸

由于前三個主成分的累計貢獻率達到了92.74%，本文僅對前三個主成分的預測值作回歸分析，得到的結果如下：（見表3）

表3 影響失業率的因素的主成分分析

表1 主成分的統計信息

表2 Component Matrix信息

圖1 GDP與失業率的關系

圖4 城鎮新增就業人口與失業率的關系

回歸系數和回歸方程均通過檢驗，而且效果顯著，于是得到回歸方程為：

模型的擬合優度為R2=0.924，且p-值均小于0.01，可以認定，主成分回歸方程的擬合效果是顯著，模型的建立也是可信。由方程（4）各因素系數的大小我們分析其對失業率的影響，得知凈出口總額越大，城鎮失業率越大，這與客觀實際相違背，由此可以推測只考慮宏觀經濟因素對失業率的影響是不全面的，如果不考慮其他影響因素將導出錯誤的結論,而且下面的論述也支持了此觀點。

4、GDP增長率與城鎮登記失業率的變化關系分析

觀察GDP增長率與城鎮登記失業率的變化關系，如圖1顯示，GDP增長的時候，城鎮失業率反而有上升趨勢，這同樣說明單考慮經濟增長與失業率的關系是不全面的，故應該進一步考慮勞動市場供求結合機制不完善所產生的結構性失業和摩擦性失業的相關因素。

5、進一步尋找影響失業率的其它因素：

考慮影響失業率的因素以下幾個方面[5]：

（1）上一年的失業率（Ut-1），上一年剩余勞動力也是勞動力供給，影響新生勞動力的就業。

（2）城鎮新增就業人口，該指標作為影響失業率的因素是顯然的。

（3）城鎮化率，城鎮化率越高，就業數量越大。該指標作為影響失業率的因素也是顯然的。

對于上述指標因素與失業率的關系，分別做統計分析，得到了以下結果：

從圖2可以看出，上一年的失業率與當年失業率成正相關關系，即上一年失業率越高，第二年失業率也會越高，這是符合實際情況的。

如圖3，第一產業GDP所占比例增加，失業率降低。這是因為第一產業GDP增加，說明城鎮居民勞動力參與到第一產業的比例比較高，進而降低城鎮失業率。

如圖4，城鎮新增就業人數對失業率的影響時大時小，這一因素對城鎮失業率不具有長期影響力，因此我們主要考慮上述分析的其他指標。

如圖5，城鎮化率越高，城鎮失業率越低，就業人數越大，進而降低城鎮失業率。

由以上分析結果得知影響城鎮失業率的主要因素有：（a）上一年的失業率Ut-1；（b）投資和消費S；（c）城鎮化率，用F表示；（d）第一產業GDP所占比例X，并且上述各因素與失業率基本上成線性關系。

6、失業率預測模型

雖然奧肯定律在中國不適用，但經濟學理論認為GDP增長是拉動就業崗位的主要因素，所以在本模型中依然考慮GDP的增長。故本文考慮上一年的失業率Ut-1，投資和消費S，城鎮化率F，第一產業GDP所占比例X，以及GDP的增長率五個經濟指標，作為失業率預測的變量，對其建立多元線性回歸模型，如下：

圖5 城鎮化率與失業率的關系

表4 失業率預測模型的回歸分析

從表4知，擬合優度R2=0.976，p-值都小于0.1，可以認定，上述回歸方程的擬合效果是顯著的，模型的建立也是可信的。每個變量的回歸系數都具有統計意義，說明所選的變量對失業率都有影響，而且參數符號也符合我們的合理預期。

故其回歸方程為：

Ut=0.211+0.450Ut-1-0.047GDP+1.448S+0.832F-1.604X（6）

回歸的結果表明，影響新疆巴州地區城鎮失業率的五個因素按影響程度由大到小依次為：一產GDP所占比重，投資和消費S,城鎮化率F,上一年失業率Ut-1，GDP增長率。從而得出，影響巴州地區城鎮失業率的主要因素是產業結構調整程度，投資和消費，城鎮化率，而經濟增長的影響是比較小的。

二、對減少新疆失業率的咨詢建議

由得到的模型和結論可以看出，為進一步控制失業率的上升，提出以下建議：

1、繼續保持GDP的持續增長。雖然在我們的模型中GDP對失業率的影響比較小，但是GDP依然是拉動就業的主要因素。所以要降低失業率應該繼續保持經濟增長，而消費、投資、進出口是拉動經濟的三駕馬車，因此應該著力擴大需求，進一步擴大居民消費，保持投資穩定增長，并且增加進口的數量。

2、合理減少勞動力的流動性。有關部門應加強《勞動合同法》及《實施條例》的精神和主要內容，自覺遵守各種勞動法律，及時整合搜集勞動力市場和人才市場的信息，勞動力的合理流動會促使勞動力市場的有序發展，也能最大限度的保障好勞動者的合法權益，加強人資源市場的配置效率和合理流動性。[3]

3、縮小城鄉收入差距，進一步完善小額貸款制度，適當向城鎮居民傾斜。讓城鎮居民通過向銀行貸款實現創業，再通過創業成果帶動城鎮居民就業，這將是減少失業率的一條重要途徑。

4、合理優化產業結構，調整一、二、三產的投資比重，加大第一產業投資比重，加快工業化的發展，從而為城鎮居民提供了巨大的就業空間和市場空間，以此降低城鎮登記失業率。

[1]錢小英.我國失業率的特征及其影響因素分析，經濟研究，1998年第10期，28-36.

[2]張興會，杜升之.基于對角Elman神經網路的失業預測模型，南開大學學報，第35卷，第2期，2002年6月.

[3]楊宜勇，池振合.2009年中國就業形勢及對策建議，經濟研究參考，2009年第一期.

[4]龔剛敏.我國矯正口徑失業率的預測及相關失業預測模型評價，財經論叢，第6期（總120期）,2005年11月，Page：61—67.