我国城镇就业问题研究

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

全国第八届研究生数学建模竞赛

题目我国城镇就业问题研究

摘要:

本文讨论了我国城镇登记就业的影响因素问题,我们对与就业相关因素的数据进行处理,利用相关性分析,主成分分析,回归分析等统计方法,得出影响我国城镇就业的主要因素有国内生产总值、进出口总额、进口总额、城镇居民消费价格指数,而经济增长的影响是比较微弱的结论。我们对上述主要因素建立了合理的城镇就业人数的多元线性回归模型。在第三问中,我们以河南为例分地区讨论了我国的地区城镇就业人数的影响因素,使城镇就业人数的模型更加精确。利用该模型我们预测了我国2010年的就业方程模型结论,我们给予了一些合理性建议。

关键字:城镇就业人数影响因素相关分析主成分分析回归分析

参赛队号Array

队员姓名刘子胜李顺才张婷

我国城镇就业问题研究

1 问题重述

失业、经济增长和通货膨胀为宏观经济中特别重要的三个指标,就业(或者失业)是社会、国民经济中极其重要的问题。按照已有研究,就业可以定义为三个月内有稳定的收入或与用人单位有劳动聘用关系。失业的统计方法各国差异较大,我国采用城镇登记失业率,是指城镇登记失业人数同城镇从业人数与城镇登记失业人数之和的比。其中,城镇登记失业人员是指有非农业户口,在一定的劳动年龄内有劳动能力,无业而要求就业,并在当地就业服务机构进行求职登记的人员。

从经济学的角度,影响就业(或者失业)的因素很多。从宏观层面上,消费、投资、政府购买和进出口都是重要的因素;而从中观层面,不同地区、不同产业也会表现出不同的特征。当然,中央政府调整宏观经济政策(包括财政政策和货币政策),以及对不同地区和不同产业实行不同的扶持政策都会对就业产生巨大的影响。

就我国的现实情况,2008年我国经济社会经受了历史罕见的考验,GDP依然保持9%以上平稳较快增长,城镇新增就业1113万人,城镇登记失业率为4.2%。2009年我国就业面临更大的挑战,一是国际金融危机导致国际市场需求难以在短期内复苏;二是今年我国经济增速下滑;三是国内消费需求乏力;四是一些行业产能过剩与市场预期不确定导致企业投资不足,所以就业形势十分严峻。

为此,中央政府从08年10月开始实施了40000亿元的投资计划,确定了十大产业振兴计划,采取扩大国内消费需求的措施,提高对外开放水平以增加出口。同时,中央财政拟投入420亿元资金实施积极的就业政策。09年我国在就业方面的目标:城镇新增就业900万人以上,城镇登记失业率控制在4.6%以内。

利用近年来我国有关的统计数据并结合一年多来我国国民经济的运行数据, 就我国就业人数或城镇登记失业率研究如下问题。

1.对有关统计数据进行分析,寻找影响就业的主要因素或指标。

2.建立城镇就业人数或城镇登记失业率与上述主要因素或指标之间联系的数学模型。

3.对上述数学模型从包含主要的经济社会指标、分行业、分地区、分就业人群角度,尝试建立比较精确的数学模型。(由于时间限制,建议适度即可)

4.利用所建立的关于城镇就业人数或城镇登记失业率的数学模型,根据国家的有关决策和规划对2009年及2010年上半年的我国就业前景进行仿真

5.根据所建立的数学模型和仿真结果,对提高我国城镇就业人口数或减少城镇登记失业率提出你们的咨询建议。

2 问题分析

2.1 寻找影响就业的主要因素或指标

我们先考虑影响就业的宏观经济因素,通过查找相关文献找出与就业尽可能相关的各个宏观经济指标及这些指标的数据。然后先应用相关性分析法,对这些因素进行筛选剔除,找出尽可能多的真正相关的指标。由于各个指标间可能还有相关关系,再利用主成分分析法,对筛选出来的因素进行主成分分析,从而找到我们需要的最重要的相互无关的指标因素组。

2.2 建立失业率与上述各指标间的数学模型

根据问题一得出的结论,首先查找与失业相关的各个指标的数据,然后对数据进行分析,

选择较合理的因素对其建模。

2.3 分行业、分地区、分就业人群建立更精确的模型

由于时间紧迫以及数据的搜集工作比较繁杂,我们只考虑分地区的情况。我们准备选取东西部两个典型地区,对其城镇就业进行分析。

2.4 仿真预测2009 及2010 年上半年失业率

根据问题二建立的预测模型,结合近年来的数据,对2010 年及20101年的就业前景进行仿真预测。由于问题二,我们只考虑每年的数据,如果模型也适合于季度或月份数据,我们仍然用这个模型来预测2010 年就业率;如果不适合,我们将重新拟合模型,使其适合季度或月份数据。

3模型假设

假设1:官方统计年鉴所得数据真实可靠,能够反映指标所代表的真实含义。

假设2:城镇就业人数可以较为真实反映中国的实际就业情况。

假设3:在预测年份中,没有发生重大的灾难性事件。

4 模型的建立与解答

根据相关报告和文献[1],我们得知影响就业的因素主要有我们得到与城镇就业人数相关的经济指标因素主要有:国内生产总值(GDP)、进出口总额、进口总额、出口总额、城镇居民消费价格指数、商品零销售价格指数、城镇社会固定资产投资。

于是我们从中国统计局及相关财经网站搜集了以上经济指标从2000年至2009年的年度的数据。我们利用Spearman 相关性分析法对各个指标与失业率的相关性进行分析,从中筛选出与失业率相关的主要经济指标。

问题一:影响就业的主要因素

首先建立Spearman 相关性分析的统计模型

模型中的符号意义如下:

i X :第i 年的就业人数。

ji Y :j = 1,2,3... 第i 年与就业人数可能相关的指标j ,其中i 代表年.

)(i X R :i X 与其他X 值相比的秩。

)(j Y R :类似)(i X R 。

:相关性度量

假设:0H :i X 和ji Y 互相独立 j = 1,2,3... m 表示m 个指标.

1H :i X 和ji Y 不独立,即有相关关系

相关文档
最新文档