基于因子分析的各省主要行業就業情況評價分析

張藝+余開朝

摘要：我國作為世界人口最多的國家，就業壓力不斷增大，與就業增長最為密切相關的因素為經濟增長率。我國1978-2013年經濟增長的平均增速達到了9.8%。但適齡勞動人口的比重卻從2011年開始逐漸下降，因此國內就業壓力依然居高不下。本文選用全國各省份的主要行業為指標來考察各省就業人數差異，采用因子分析法評價各省主要行業就業情況，找出就業情況存在的差距及差距的主要原因，并提出協調發展的對策。

Abstract： As the most populous country in the world， the employment pressure is increasing， and the most closely related factor is the economic growth rate. The average growth rate of China's economic growth in 1978-2013 has reached 9.8%. However， the proportion of the working age population has gradually declined since 2011， so the employment pressure in China is still high. In this paper， the main industries in each province of China are selected as indicators to investigate the differences in employment among the provinces， and factor analysis method is used to evaluate the employment situation of main industries in different provinces， find out the gap of employment and the main reasons for the gap， and put forward countermeasures for coordinated development.

關鍵詞：人口就業；主要行業；因子分析法

Key words： population employment；main industry；factor analysis

中圖分類號：C91 文獻標識碼：A 文章編號：1006-4311（2017）32-0013-03

0 引言

中國是世界上人口最多的國家，也是青年人最多的國家。深入研究我國人口就業變化趨勢，展望未來的人口失業率，對于解決我國的人口就業問題具有重要的意義。

近幾年，隨著城鎮化和人口老齡化的加劇，我國的就業壓力不斷加大。通過中國人口未來發展的趨勢可以分析中國勞動力資源的狀況和變動趨勢，進而研究其規模、分布以及對經濟發展的影響。本文希望通過對主要城鎮勞動人口就業情況和就業行業進行分析，希望能夠達到以下目的：第一，客觀評價中國各省勞動力就業情況；第二，分析勞動力主要就業行業發展趨勢；第三，分析各省勞動力人口就業情況差距。

1 各省主要行業就業情況評價指標體系的構建

勞動力的主要就業行業不僅能反應出我國人口就業的主要趨勢，而且通過分析主要行業的就業人數能夠明顯的看出我國現階段人口就業的主要熱門行業和勞動力欠缺的行業，從而能夠采取相關措施有效的緩解就業壓力。對勞動力就業行業的選擇，不僅要能夠反映主流趨勢，而且還要分布廣泛，對各行各業都要有所涉及。因此，本文選取了2014年各省7個主要行業的城鎮就業人數作為研究指標，分別是農林牧漁業、制造業、建筑業、交通運輸、倉儲及郵電通信業、住宿和餐飲業、電力、燃氣及水的生產和供應業、信息傳輸、計算機服務和軟件業。將這些作為研究我國各省就業人口發展趨勢而選取的7個指標Xi（i=1，2，3，…，7）整理列舉如下（以上各行業就業人數單位為：萬人）：

X1——農林牧漁業；X2——制造業；X3——建筑業；X4——交通運輸、倉儲及郵電通信業；X5——住宿和餐飲業； X6——電力、燃氣及水的生產和供應業；X7——信息傳輸、計算機服務和軟件業。

2 各省主要行業就業情況實證分析

2.1 原始數據的標準化處理及相關矩陣計算

本文所采用的數據主要來源于國家統計局。將原始數據輸入到SPSS統計分析軟件中，計算原有變量標準化后的相關系數矩陣。觀察相關系數矩陣，如果矩陣中的大部分相關系數值小于0.3，則各個變量之間多為弱相關，這就不適合做因子分析。如果一個變量與其他變量的相關度很小，則在下一步的分析中可以考慮刪除次變量。如表1所示，原始數據大部分變量的相關系數都大于0.3，因此所搜集的原始數據適合采用因子分析的方法。

2.2 計算主成分特征值及累計貢獻率

從表2可以得知，選取的兩個主成分F1、F2的方差占全部方差的比例為75.521%，選取的主成分能夠解釋選取的7個變量的絕大部分，基本上是對原來指標的信息保留，并且將原指標的7個維度降為了2維，有利于后續的分析。

2.3 旋轉后的因子載荷矩陣

未旋轉的因子載荷矩陣，但層次關系比較模糊，很難對主成分進行合理的解釋，也很難代表原來變量的公共含義，因此需要對載荷矩陣進行旋轉，從而得到一個比較容易解釋的主成分載荷矩陣，如表3所示。

從因素分析的結果來看，旋轉后的因子載荷矩陣公因子F1在X2（制造業）、X3（建筑業）、X4（交通運輸、倉儲及郵電通信業）、X5（住宿和餐飲業）、X6（電力、燃氣及水的生產和供應業）、X7（信息傳輸、計算機服務和軟件業）上的載荷值很大，因此F1這六個行業指標的綜合反映；公因子F2在X1（農林牧漁業）上的載荷值遠遠高于其他指標，這說明F2反映的是農林牧漁業情況。表3所示旋轉成分矩陣（Rotated Component Matrix），也為載荷矩陣，是一個系數矩陣，原變量可由各因子表示，如：endprint

X1=-（-0.113）×F1+0.874×F2，

其矩陣模式為：

X=AF

其中，X=X1X2…X7為標準化原始變量，A=-0.113 0.874 0.899 0.018 … … 0.792 -0.273F=F1F2。

2.4 計算因子得分

以各因子的方差貢獻率占兩個因子總方差貢獻率的比重作為權重進行加權匯總，得出各省份的綜合得分F公式為：

F=（59.420×F1+16.101×F2）/75.521

全國各省份因子得分和綜合得分表如表4。

結合各個區縣在公共因子和總得分情況，對各省份的城鎮就業人口數量進行評價。在行業指標F1各省份得分較高的是北京市、江蘇省、浙江省、山東省、河南省和廣東省，在農林牧漁業指標F2得分較高的省份是內蒙古自治區、遼寧省、黑龍江省和新疆維吾爾自治區，總得分最高的省份是江蘇省、河南省、廣東省和四川省，這說明我國主要行業的就業情況受地域影響較大，不同的地域環境導致不同行業的發展程度不同，因此形成了我國各省份各行業的就業形勢和主要發展行業的不同。

從因子分析得到的結果來看，，可將全國各省份劃為三類，其中廣東省和江蘇省為南方經濟發展較發達的城市，城鎮人口數量多，各行業發展較均衡，就業機會較多，劃分為第一類，北京市、浙江省、山東省、四川省和河南省雖經濟發展較好，人口稠密，但各行業之間發展不均衡，行業間存在很大的差異，因此將其劃分為第二類，其余省份劃分為第三類。

3 結論分析與建議

3.1 結論

在全國各省份主要行業的城鎮人口就業情況的評價中，可以得出以下結論。

第一，各省份之間就業情況相差懸殊。

從原始數據中可看出，各省份之間主要行業就業情況相差很大，而且各個行業之間也存在很大的差距。就以制造業來說，2014年制造業城鎮就業人口最多的廣東省有1015.16萬人，而同時制造業城鎮人口就業最少的是西藏自治區只有1.09萬人，兩者相差將近1000倍，可見同一年兩省之間的差異是十分明顯的。當然，這種顯著的差異不僅與當地的主要發展情況有關，也與人口數量有直接的關系。但盡管如此，各省之間的差距還是很明顯的。

就行業來說，同一個省的不同行業就業情況差異也十分顯著。以江蘇省為例，2014年江蘇省制造業和建筑業的城鎮就業人口分別為612.32萬人和450.2萬人，而剩下的指標行業就業人數之和僅為以上兩個行業就業人數的十分之一。除了江蘇省以外，其他各省也都存在這種行業之間的就業差距，這種顯著的行業差異不僅和勞動力數量有關，也與當地經濟發展和地域環境有關。

第二，經濟發展水平西高東低，就業地帶性差異明顯。

正如以上所說，地域環境和經濟發展很大程度上影響著當地的行業發展和就業情況。就全國來說，東南沿海地區的經濟發展整體比內陸地區更加迅速，就業機會也相對更多，而且沿海地區不僅能夠發展制造業、建筑業等產業，也能發展漁業等水上產業，發展的方向較多，所以整體就業情況要好于內陸地區。而像內蒙古自治區和新疆維吾爾自治區等省份，地理位置和環境條件決定了它們可以發展農林牧漁業，但其他產業的發展與其他省份比，還是相差很多。

第三，各省就業兩極分化明顯，優勢行業就業人數多。

各省的優勢產業發展穩定，就業機會多，因此大多數人都選擇從事這種發展穩定的行業，相反的，與優勢產業相比，正在上升期的產業反而就業人數不是很多。這種個人擇業觀也直接影響著整體的就業方向，并間接地增大了就業壓力。

以上三點說明，影響各省主要行業就業人數的因素不僅有地理環境，經濟發展情況，人的主觀選擇也是一個很重要的因素。

3.2 發展建議

區域經濟差異是區域競爭與合作的基礎，一方面，適度的區域差異有利于提高資源的空間配置效率，發揮區域比較優勢，但另一方面，區域差異又是影響經濟發展的重要因素之一，區域問題解決得好壞直接影響到行業就業情況、經濟發展和社會穩定。要解決問題，要做到以下幾點：

第一，優化區域產業結構。

優化各省份區域的產業結構，使主要產業共同發展，這樣不僅能提供更多的就業機會，而且能相對緩解日益嚴重的就業壓力。本文的分析表明，公共因子F1、F2對變量的解釋分別為59.420%和16.101%，而受公共因子影響較大的省份是廣東省、江蘇省等經濟發達的地區，這些地區發展迅速，因此制造業、建筑業、通信等產業發展較好，就業人數也相對較多；而被分為第三類的省份經濟不發達，自然條件也不是很好，所以各個行業的發展不佳，就業情況也不很樂觀。通過優化產業結構，使各省份能夠大力發展自己的優勢產業，取長補短，相信一定能取得很好的效果。

第二，各省要改善地區經濟發展條件，變劣勢為優勢。

我國國土面積廣大，各地區的自然條件和發展情況都不一樣。東南沿海地區自然環境優越，經濟發展良好，人民的生活條件相對優越，而內陸地區的發展普遍沒有東南沿海迅速。但各個地區都有自己的優勢，各省應在發展優勢產業的同時，尋找方法將自己的發展劣勢盡量減小，使省內各產業發展較均衡，從而提供更多的就業機會，間接地緩解就業壓力。

參考文獻：

[1]何曉群.多元統計分析[M].三版.北京：中國人民大學出版社，2011.

[2]郭璇碹.區域創新效率影響因素實證研究[J].商業經濟研究，2015（10）.

[3]劉英驥，鄧良.金融危機后中國經濟發展路徑研究——基于制造業產值增長路徑的視角[J].首都經濟貿易大學學報，2010（5）.

[4]朱星宇，陳勇強.SPSS多元統計分析方法及應用[M].北京：清華大學出版社，2011.

[5]呂振通，張凌云.SPSS統計分析與應用[M].北京：機械工業出版社，2009.

[6]王在翔，崔慶霞.SPSS軟件與應用[M].北京：科學出版社，2015.

[7]劉愛玉.SPSS基礎分析教程[M].北京：北京大學出版社，2014.endprint