聯網招聘中行業企業數與宏觀因素關系的多元回歸分析

1　引言

1.1　背景：

隨著中國互聯網的飛速發展，越來越多的互聯網企業業務觸及到傳統領域，在食、住、行、生活服務和招聘等傳統行業領域產生了如美團、鏈家、滴滴、摩拜、58同城等互聯網領軍品牌。

某互聯網企業招聘業務采取的平臺招聘模式實現起來包括三部分： 第一部分，互聯網企業搭建網上招聘服務平臺，使招聘企業的招聘信息和求職者的簡歷信息二者能夠互通；第二部分，由有招聘需求的餐飲商家在平臺上付費成為企業會員，發布招聘信息；第三部分，求職者在平臺上免費發布簡歷信息。

由以上業務模式可以看出，拓展有招聘需求的企業數即在互聯網平臺可能的會員數是平臺盈利的基礎

會員數受哪些宏觀因素影響，影響有多大，如何對這些因素進行分析并得出結論呢？本文以餐飲業為例，對此進行統計和分析，進而在統計和分析結果上對互聯網平臺拓展該領域提供可行性參考建議。

1.2　意義：

互聯網平臺關心的會員數和宏觀因素關系怎樣，對此問題進行基本的分析和判斷，從分析和判斷的基礎上為互聯網平臺是否拓展該領域提供宏觀視角的科學依據。

1.3　方法：

利用多元線性回歸分析方法，對餐飲業企業數相關數據與國家宏觀經濟部分數據做實證分析。

數據來源：中華人民共和國國家統計局

1.4　創新點：

大部分企業能利用數據做定性分析，本案例注重進行進行實證分析，做到更加科學的用數據說話。

2　數據來源及介紹

數據來源于中華人民共和國國家統計局，官方網站：http∶//www.stats.gov.cn/

商務部服務貿易和商貿服務業司，官方網站：http∶//fms.mo fcom.gov.cn/。

采集了地區數據中的分省年度數據，包括國民經濟核算、社會消費品零售總額、人口、就業人員和工資、人民生活、住宿和餐飲業指標等數據。

3　理論基礎

餐飲業一直都在吸納勞動力就業、提高人民收入水平、保障居民生活方面發揮著極其重要的作用。餐飲市場的穩步發展，能提振內需拉動消費，改善民生促進社會穩定。

據商務部商貿服務典型企業統計，2016年餐飲行業經營單位增加至365.5萬個，餐飲業從業人數為1846.0 萬人，比上年增加5.7%，餐飲業營業收入為35798.6 億元，比上年增長10.8%。

據國家統計局2003-2015年共13年的統計數據顯示（圖1），餐飲市場規模穩步擴大。2015年全國餐飲企業主營業務收入48 19億元，環比上年增長6.1%，且比上年增幅提高4.8 個百分點，餐飲企業主營業務收入占社會消費品零售總額的1.6%。

1、2007年的統計范圍為限額以上法人企業、產業活動單位，2008年及以后為限額以上法人企業。

2003年及以前餐飲業企業主營業務收入為營業收入。

4　實證分析

4.1　模型設定

4.1.1分析目標：

主要分析互聯網平臺關心的餐飲業法人企業數受地區生產總值,社會消費品零售總額,年末常住人口,居民人均可支配收入,居民人均消費支出,餐飲業企業餐費收入,私營企業就業人數,住宿和餐飲業城鎮單位就業人員平均工資,住宿和餐飲業城鎮私營單位就業人員平均工資等因素的影響情況。

4.1.2建立數據分析模型和回歸方程

4.1.2.1建立多元回歸模型：

式（1）中，0β1β，2β ，…，9β是模型的參數，ε為誤差項。

定義因變量：（餐飲業法人企業數）

定義自變量：X9（地區生產總值），X2（社會消費品零售總額），X3（年末常住人口），X4（居民人均可支配收入），X5（居民人均消費支出），X6（餐飲業企業餐費收入），X7（私營企業就業人數），X8（住宿和餐飲業城鎮單位就業人員平均工資），X9（住宿和餐飲業城鎮私營單位就業人員平均工資）

誤差項ε有三個基本的假定：

誤差項ε是一個期望值為0的隨機變量，即E(ε)=0。

對于自變量91x2x誤差項ε是一個服從正態分布的隨機變量，且相互獨立，x， ，…，的所有值，ε的方差σ2都相同。即ε～N(0, σ2)。

4.1.2.2多元回歸方程

根據回歸模型的假定有多元回歸方程：

回歸方程中的參數

4.1.2.4參數的最小二乘估計

求解上面的方程組需要借助計算機，可直接由軟件如Excel等給出回歸結果。

4.2　數據處理

在2017年12月4日，從中華人民共和國國家統計局采集了地區數據中的分省年度數據。將采集到的數據進行抽取、清洗和集成處理，實現空值處理、數據格式規范化、數據替換和拆分，經驗證數據的正確性后形成樣本數據表，包含除西藏自治區數據的30個省級地區餐飲業法人企業數以及部分國家宏觀經濟數據。

4.3　數據分析及檢驗

4.3.1逐步回歸

回歸模型中兩個或兩個以上的自變量彼此相關時，稱回歸模型中存在多重共線性。在回歸分析中存在多重共線性時將會產生某些問題。首先，變量之間高度相關時，可能會使回歸的結果造成混亂，甚至會把分析引入歧途。其次，多重共線性可能對參數估計值的正負號產生影響，特別是iβ的正負號有可能同預期的正負號相反。

上面的模型涉及到的自變量較多，容易產生多重共線性問題，為了避免多重共線性，用盡可能少的變量來建立模型，需要對自變量進行篩選，變量選擇的方法主要有向前選擇，向后剔除，逐步回歸和最優子集。

為了避免多重共線性的問題，這里采用逐步回歸的方法建立模型。使用SPSS進行逐步回歸得到的輸出結果。

由SPSS輸出的“表3輸入／移去的變量”結果：最先引入的自變量是X2（社會消費品零售總額），其次是X6（餐飲業企業餐費收入），再次是X4（居民人均可支配收入），而X1（地區生產總值），X3（年末常住人口），X5（居民人均消費支出），X7（私營企業就業人數），X8（住宿和餐飲業城鎮單位就業人員平均工資）和X9（住宿和餐飲業城鎮私營單位就業人員平均工資）6個自變量均被模型剔除。

由SPSS輸出的“表4 模型匯總d”結果，調整R方=0.922，顯著相關，通過R方檢驗，表示：在用樣本量和模型中自變量的個數進行調整后，在餐飲業法人企業數取值的變差中，能被餐飲業法人企業數與社會消費品零售總額、餐飲業企業餐費收入和居民人均可支配收入的多元回歸方程所解釋的比例為92.2%。

估計標準誤差se=207.84128，表示：所建立的回歸方程，用社會消費品零售總額、餐飲業企業餐費收入和居民人均可支配收入來預測餐飲業法人企業數時，平均的預測誤差為207.84128個。

由SPSS輸出的“表5 Anovaa”結果，顯著性檢驗的線性關系檢驗情況。P值=0.000，拒絕原假設，接收備擇假設：餐飲業法人企業數與社會消費品零售總額、餐飲業企業餐費收入和居民人均可支配收入顯著相關，通過線性關系檢驗。

由SPSS輸出的“表6 系數a”結果，顯著性檢驗的回歸系數檢驗情況。x2、x6的P值=0.000，x4的P值=0.003，這三個系數的P值小于0.05，拒絕原假設，接受備擇假設,，通過了回歸系數顯著性檢驗。其余的6個系數，未通過檢驗。

綜上，由逐步回歸的結果可知，得到最后的模型為：

4.3.2小結

建立數據分析模型，并在SPSS軟件中用逐步回歸的方法進行多元線性回歸分析，并通過檢驗，得到最后的模型為：

5　結論

最終公式：

餐飲業法人企業數=30.976+0.41*社會消費品零售總額+3.572*餐飲業企業餐費收入-0.026*居民人均可支配收入

根據式（6），在其他因素保持不變的情況下，有95%的把握認為：

餐飲業法人企業數與社會消費品零售總額、餐飲業企業餐費收入和居民人均可支配收入

社會消費品零售總額每增加1億元，餐飲業法人企業數增加0.41個

餐飲業企業餐費收入每增加1億元，餐飲業法人企業數增加3.572個

居民人均可支配收入每增加1元，餐飲業法人企業數減少0.026個

根據以上分析建議：

互聯網企業拓展傳統餐飲行業，現有存量的餐飲業法人企業數是開展業務的基礎

當社會消費品零售總額增加時，可以預期餐飲業法人企業數的增長

當餐飲業企業餐費收入增加時，可以預期餐飲業法人企業數的增長

當居民人均可支配收入增加時，餐飲業法人企業數會有下降的可能

居民人均可支配收入增加時，可對居民消費進行分析，找到除餐飲消費外的其他行業潛在增長，增加業務機會

【參考資料】

[1]2017年餐飲行業發展報告.商務部服務貿易和商貿服務業司.

[2]統計學（第四版）.賈俊平,何曉群,金勇進,著.中國人民大學出版社.