就业人数影响因素的回归分析.doc

1、 计量经济学案例分析 就业人数影响因素 的回归分析 学院 ： 数理学院 班级： 学号 ： 姓名 ： 一、 前言 我国虽然社会经济体制转型还没有最终完成，但劳动力商品化和按要素分配已经占主导地位，收入分配差距拉大，基尼系数超过 0.4，必然失业率的作用越来越大。内需不足依赖出口的局面已经形成，就业问题日益严重。我国目前劳动生产率还不太高，市场的潜力十分巨大，处在市场经济不发展，政府的力量还很强的阶段。一般说来，发展中国家都急于赶超发达国家，很难处理好发展和增长、内涵扩大再生产和外延扩大再生产的关系。正是这 些最基本的战略关系没有处理好，使各种经济结构失衡，造成产品积压和消费不足、就业岗位短缺并存

2、且日益严重的局面。 人口和劳动就业直接影响着经济发展和社会稳定，关系到人们的切身利益。扩大就业，促进再就业，关系改革发展稳定的大局，关系人们生活水平的提高，关系国家的长治久安，不仅是重大的经济问题，也是重大的政治问题。在就业问题上，中国政府始终将促进就业作为国民经济和社会发展的战略性任务。 就业作为国家宏观调控经济政策的四大目标之一，是与人们关系最为密切的一环。而中国作为一个人口大国，要彻底解决该问题是个不小的 挑战。本文旨在通过对 1985年到 2011年 27年 数据进行 分析，建立一个关于就业人数影响因素的 多元线性回归 模型，找出其中影响的主要因素，从而能够得出更有针对性的扩大就业的意

3、见。 二、数据的收集与录用 本文选取数据为 1985 2011 年 27年 的 人民币兑美元汇率、 总 人口数（万人）、国内生产总值（亿元）、全社会固定资产投资（亿元）、进出口总额（亿元）、各项税收（亿元）、流通中现金供应量（亿元）、就业人数（万人） ，数据均来源于国家统计局网站中国统计年鉴 2011.见下表 表 1、 1985 2011 年 27 年就业人数 及其它相 关指标数据 年份 人民币兑美元汇率 总 人口数 （万人） 国内生产总 值（亿元） 全社会固定资产投资 （亿元） 进出口总额 （亿元） 各项税收 （亿元） 流通中现金供应量 （亿元） 就业人数 （万人） 1985 293.66

4、105,851 9,016.04 2,543.20 2,066.70 2040.79 987.8 49,873.00 1986 345.28 107,507 10,275.18 3,120.60 2,580.40 2090.73 1,218.40 51,282.00 1987 372.21 109,300 12,058.62 3,791.70 3,084.20 2140.36 1,454.50 52,783.00 1988 372.21 111,026 15,042.82 4,753.80 3,821.80 2390.47 2,134.00 54,334.00 1989 376.51 112,

5、704 16,992.32 4,410.40 4,155.90 2727.4 2,344.00 55,329.00 1990 478.32 114,333 18,667.82 4,517.00 5,560.10 2821.86 2,644.40 64,749.00 1991 532.33 115,823 21,781.50 5,594.50 7,225.80 2990.17 3,177.80 65,491.00 1992 551.46 117,171 26,923.48 8,080.10 9,119.60 3296.91 4,336.00 66,152.00 1993 576.2 118,51

6、7 35,333.92 13,072.30 11,271.00 4255.3 5,864.70 66,808.00 1994 861.87 119,850 48,197.86 17,042.10 20,381.90 5126.88 7,288.60 67,455.00 1995 835.1 121,121 60,793.73 20,019.30 23,499.90 6038.04 7,885.30 68,065.00 1996 831.42 122,389 71,176.59 22,913.50 24,133.80 6909.82 8,802.00 68,950.00 1997 828.98

7、123,626 78,973.03 24,941.10 26,967.20 8234.04 10,177.60 69,820.00 1998 827.91 124,761 84,402.28 28,406.20 26,849.70 9262.8 11,204.20 70,637.00 1999 827.83 125,786 89,677.05 29,854.70 29,896.20 10682.58 13,455.50 71,394.00 2000 827.84 126,743 99,214.55 32,917.70 39,273.20 12581.51 14,652.70 72,085.00

8、 2001 827.7 127,627 109,655.17 37,213.50 42,183.60 15301.38 15,688.80 72,797.00 2002 827.7 128,453 120,332.69 43,499.90 51,378.20 17636.45 17,278.03 73,280.00 2003 827.7 129,227 135,822.76 55,566.61 70,483.50 20017.31 19,745.90 73,736.00 2004 827.68 129,988 159,878.34 70,477.43 95,539.10 24165.68 21

9、,467.30 74,264.00 2005 819.17 130,756 184,937.37 88,773.61 116,921.80 28778.54 24,031.70 74,647.00 2006 797.18 131,448 216,314.43 109,998.16 140,974.00 34804.35 27,072.62 74,978.00 2007 760.4 132,129 265,810.31 137,323.94 166,863.70 45621.97 30,375.20 75,321.00 2008 694.51 132,802 314,045.43 172,828

10、.40 179,921.47 54223.79 34,218.96 75,564.00 2009 683.1 133,450 340,902.81 224,598.77 150,648.06 59521.59 38,245.97 75,828.00 2010 676.95 134,091 401,512.80 251,683.77 201,722.15 73210.79 44,628.17 76,105.00 2011 645.88 134,735 473,104.05 311,485.13 236,401.99 89738.39 50,748.47 76,420.00 注： 数据均来源于国家

11、统计局网站中国统计年鉴 2011 年 1X -人民币兑美元汇率 2X -总 人口数（万人） 3X -国内生产总值（亿元） 4X -全社会固定资产投资（亿元） 5X -进出口总额（亿元） 6X -各项税收（亿元） 7X -流通中现金供应量（亿元） Y -就业人数（万人） 三、多重共线性检验 本文选取就业人数为被解释变量，选取 人民币兑美元汇率、人口数、国内生产总值、全社会固定资产投资、进出口总额、各项税收、流通中现金供应量 为解释变量，为避免变量之间存在多重共线，而引起参数估计量不准、普通最小二乘法参数估计量方差变大、经济含义不合理或者模型预测功能失去意义，本文在确定模型之前，先对变量进行多重共

12、线性检验。 利用 Eviews 软件，我们得出以下结果： 表 2、运用 Eviews 软件得出的回归结果 由表 2 结果可看出 ， 980143.02 R 很大， 0 . 0 0 0 0 0 0s ta tis tic )-P r o b ( F ， F 检验也通过，但是 变量 1X 、 4X 、 5X 的 t 值不显著，即 t 检验不通过， 所以该模型存在多重共线性。本文采用保留重要的解释变量的方法解决多重共线性，剔除 变量 1X 、4X 、 5X ，对剩余变量继续用 Eviews 软件进行回归分析，发现变量 3X 仍然不能通过 t 检验 ，所以进一步剔除 变量 3X 。最后确定了 2X 、

13、 6X 、 7X 三个变量为解释变Dependent Variable: Y Method: Least Squares Date: 12/24/13 Time: 12:59 Sample: 1985 2011 Included observations: 27 Variable Coefficient Std. Error t-Statistic Prob. C -140369.8 23190.04 -6.053020 0.0000 X1 7.389769 4.807880 1.537012 0.1408 X2 1.765987 0.220367 8.013847 0.0000 X3 -0.

14、179421 0.071078 -2.524276 0.0207 X4 0.103945 0.054321 1.913544 0.0709 X5 0.026303 0.027174 0.967946 0.3452 X6 0.794068 0.316018 2.512732 0.0212 X7 -0.986903 0.350062 -2.819225 0.0110 R-squared 0.980143 Mean dependent var 68079.52 Adjusted R-squared 0.972828 S.D. dependent var 8257.250 S.E. of regres

15、sion 1361.127 Akaike info criterion 17.51121 Sum squared resid 35200667 Schwarz criterion 17.89516 Log likelihood -228.4013 F-statistic 133.9795 Durbin-Watson stat 1.744270 Prob(F-statistic) 0.000000 量 。 四、模型的建立 4.1 理论分析 当总人口增加时，相应的就业人员数也随之增加，所以 ，中国总人口与中国就业人员数具有相关关系。 各项税收 对劳动供给 和 劳动需求 产生影响，促进劳动供给和需求

16、的变动，从而促进就业人数的变化。 流通中现金，是指 银行体系以外各个单位的库存现金和居民的手持现金之和 ，当 流通中现金 供应量 变化 时， 人们可支配的 现金 也随之变动 ， 人们 从事 工作的情况也会随之变化，从而就业的人数也会随之变化。 为了更好地了解它们对 中国就业人员数的影响 ，依据 1985 年到 2011 年的 总人口数（ 2X ） 、各项税收（ 6X ）、流通中现 金供应量（ 7X ） 与就业人数 (Y )的散点图，如下： 45 , 00 050 , 00 055 , 00 060 , 00 065 , 00 070 , 00 075 , 00 080 , 00 010 0,

17、0 00 11 0, 0 00 12 0, 0 00 13 0, 0 00 14 0, 0 00X2Y图 1、 总人口数 （ 2X ） 与 就业人数 (Y )的散点图 45 , 00 050 , 00 055 , 00 060 , 00 065 , 00 070 , 00 075 , 00 080 , 00 00 20 , 00 0 40 , 00 0 60 , 00 0 80 , 00 0 10 0, 0 00X6Y图 2、 各项税收（ 6X ） 与 就业人数 (Y )的散点图 45 , 00 050 , 00 055 , 00 060 , 00 065 , 00 070 , 00 075

18、, 00 080 , 00 00 10 , 00 0 20 , 00 0 30 , 00 0 40 , 00 0 50 , 00 0 60 , 00 0X7Y图 3、 流通中现金供应量（ 7X ） 与就业人数 (Y )的散点图 由图 1，可以看出 总人口 数与 就业人员数 基本上 是成线性关系的 ， 当总人口增加时，相应的就业人员数也随之增加， 由图 2，可以看出 各项税收 与 就业人员数 在我们所研究的 27 年间，前 18 年基本上是成线性关系， 各项税收 增加 时 ，就业人 员数也 会不断提高 ，但后 9 年就业人员数随着国内生产总值的增加变化不大 。 由图 3，可以看出 流通中现金供应

19、量 与 就业人员数 在我们所研究的 27年间，前 21 年基本上是成线性关系， 流通中现金供应量 增加 时 ，就业人 员数也 会不断提高 ，但后 6 年就业人员数随着 流通中现金供应量 的 增加变化不大。 虽然就业人员数还会受其他因素影响，但是本文主要 研究 总 人口数（ 2X ） 、各项税收（ 6X ）、流通中现金供应量（ 7X ） 对 就业人数 (Y )的影响 ，所以建立一个三 元线性回归模型。 4.2 模型设定 建立回归模型如下： ii XXXY 7362210 其中，各变量所代表的含义为： iY 就业人数 ， 2X 总人口数 ， 6X 各项税收， 7X 流通中现金供应量。 各参数所代表

20、的含义为： 0 常数项， 1 当 总人口数 增加一个单位时， 就业人数 增加的单位数， 2 当 各项税收 增加一个单位时，就业人数 增加的单位数， 3 流 通中现金供应量 增加一个单位时， 就业人数 增加的单位数， i 随机干扰项。 五、 Eviews 软件输出的结果 表 3、运用 Eviews 软件得出的回归结果 Dependent Variable: Y Method: Least Squares Date: 12/24/13 Time: 13:02 Sample: 1985 2011 Included observations: 27 Variable Coefficient Std.

21、Error t-Statistic Prob. C -135273.1 19632.32 -6.890327 0.0000 X2 1.741532 0.178722 9.744337 0.0000 X6 0.505721 0.154179 3.280098 0.0033 X7 -1.353296 0.350970 -3.855871 0.0008 R-squared 0.971273 Mean dependent var 68079.52 Adjusted R-squared 0.967526 S.D. dependent var 8257.250 S.E. of regression 148

22、8.000 Akaike info criterion 17.58421 Sum squared resid 50925313 Schwarz criterion 17.77618 Log likelihood -233.3868 F-statistic 259.2140 Durbin-Watson stat 1.405794 Prob(F-statistic) 0.000000 六 参数估计 由 Eviews 软件输出的结果 可知： 求得一元线性回归预测模型为： 762 1 . 3 5 3 2 9 6-0 . 5 0 5 7 2 11 . 7 4 1 5 3 2- 1 3 5 2 7 3 .

23、 1 XXXY i 七 、模型的检验 7.1 经济意义检验 从模型参数估计量的符号看， 意味着总人口数越多，就业人数也越多； 意味着 各项税收 增加， 人们可支配收入就会减少， 为维持以往的收入或消 费水平，人们会 倾向于更加勤奋的工作 ，就业人数因此会 随 之增加； 意味着流通中现金供应量 越多，人们可支配现金越多，用闲暇代替工作的时间会越多，就业人数也会越少 。与理论期望值相符。 从模型参数估计的大小看， ，表示当 6X 、 7X 保持不变时， 2X每增加 1 人， Y平均增加 1.741532 人； ，表示当 2X 、 7X 保持不变时， 6X 每增加 1元， Y 平均增加 0.5057

24、21 人； 表示当 2X 、 6X保 持 不 变 时 ， 7X 每增加 1 元， Y 平均 减少 1.353296 人；因为1.7415321.3532960.505721,所以总人口数对就业人数的影响大于 流通中现金供应量 对就业人数的影响，又大于 各项税收 对就业人数的影响。参数估 计量的取值范围也与实际情况相符，因而模型通过经济意义检验。 7 .2 统计检验 7.2.1 拟合优度检验 1.135273-0 1.7415321 0.5057212 -1.3532963 0103021.7415321 0.5057212 -1.3532963 拟合优度检验 主要是运用 判定系数 和回归 标准

25、差 ，检验模型对样本观测值的拟合程度。 R 的取值范围是 0， 1。 R 的值越接近 1，说明 回归直线 对观测值的拟合程度越好；反之， R 的值越接近 0，说明回归直线对观测值的拟合程度越差。 由 Eviews软件输出的结果 可知： 971273.02 R 由 971273.02 R 0.8, 接近 1， 回归直线 对观测值 的拟合程度比较好 。 7.2.2 显著性检验 F 检验 由 Eviews 软件输出的结果 可知： 在 5%的显著水平下，查 F 分布表，得到临界值 03.3)23,3(05.0 F ，可见 ，表明回归方程的总体线性显著成立，即就业人数与 总 人口数、各项税收、流通中现金

26、供应量 的线性关系显著，模型通过 F 检验。 t 检验 由 Eviews 软件输出的结果 可知： 2X 总人口数 ， 6X 各项税 收， 7X 流通中现金供应量 在 05.0 时， 069.2)23(2 t，因为 0 6 9.26 .8 9 0 3 2 70 t ，所以在 95%的置信度下拒绝原假设，说明截距项在回归方程显著不为零；因为 906.29.7 4 433 72 t ，所以在 95%的置信度下拒绝原假设，说明总人口数（ 2X ）显著影响就业人数 (Y )；因为 906.23 .2 8 0 0 9 86 t ，所以在 95%的置信度下拒绝原假设，说明 各项税收 ( 6X )显著影响就业

27、人数 (Y )；因为 906.23 .8 5 5 8 7 13 t ，所以在 95%的置信度下拒绝原假设，说明 流通中现金供应量 ( 7X )显著影响就业人数 (Y )。模型的回归系数均通过 t检验。 -6 .8 9 0 3 2 70 t259.2140F3.03259.2140 F9.7443372 t3.2800986 t -3.8558713 t下面来计算 0 、 1 、 2 、 3 的置信区间， 在 05.0 时， 906.2)32(2 t， 0 的置信区间 为： ，计算得： 1 的置信区间为： ，计算得： 2 的置信区间 为： ，计算得： 3 的置信区间为： ，计算得： 7.2.3

28、异方差 检验 无交叉项 怀特 检验 由 Eviews 得辅助回归模型估计结果如下： 表 4、 无交叉项怀特检验 结果 White Heteroskedasticity Test: F-statistic 2.880160 Probability 0.034458 Obs*R-squared 12.51539 Probability 0.051411 Test Equation: Dependent Variable: RESID2 Method: Least Squares Date: 12/24/13 Time: 13:03 Sample: 1985 2011 Included observ

29、ations: 27 Variable Coefficient Std. Error t-Statistic Prob. C -67714102 5.22E+08 -0.129668 0.8981 X2 219.8490 9739.122 0.022574 0.9822 X22 0.004193 0.045675 0.091800 0.9278 X6 1177.047 464.1434 2.535956 0.0197 X62 -0.010419 0.005526 -1.885595 0.0740 X7 -3517.761 2174.384 -1.617820 0.1214 X72 0.0458

30、74 0.033136 1.384400 0.1815 R-squared 0.463533 Mean dependent var 1886123. Adjusted R-squared 0.302593 S.D. dependent var 3291779. S.E. of regression 2748994. Akaike info criterion 32.70978 00 20020- StSt 83.9 4 6 5 337.1 7 5 8 9 2 0 11 21121- StSt 1 1 13.23 7 17 6.1 1 22 22222- StSt 8 2 4 7 2.01 8 6 7 2.0 2 33 23323- StSt 6 2 7 1 4.0-0 7 9 4 5.2- 3