基于因子分析的各省主要行業(yè)就業(yè)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(yè)壓力不斷增大，與就業(yè)增長最為密切相關(guān)的因素為經(jīng)濟(jì)增長率。我國1978-2013年經(jīng)濟(jì)增長的平均增速達(dá)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(nèi)就業(yè)壓力依然居高不下。本文選用全國各省份的主要行業(yè)為指標(biāo)來考察各省就業(yè)人數(shù)差異，采用因子分析法評價各省主要行業(yè)就業(yè)情況，找出就業(yè)情況存在的差距及差距的主要原因，并提出協(xié)調(diào)發(fā)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(guān)鍵詞：人口就業(yè)；主要行業(yè)；因子分析法

Key words： population employment；main industry；factor analysis

中圖分類號：C91 文獻(xiàn)標(biāo)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(yè)變化趨勢，展望未來的人口失業(yè)率，對于解決我國的人口就業(yè)問題具有重要的意義。

近幾年，隨著城鎮(zhèn)化和人口老齡化的加劇，我國的就業(yè)壓力不斷加大。通過中國人口未來發(fā)展的趨勢可以分析中國勞動力資源的狀況和變動趨勢，進(jìn)而研究其規(guī)模、分布以及對經(jīng)濟(jì)發(fā)展的影響。本文希望通過對主要城鎮(zhèn)勞動人口就業(yè)情況和就業(yè)行業(yè)進(jìn)行分析，希望能夠達(dá)到以下目的：第一，客觀評價中國各省勞動力就業(yè)情況；第二，分析勞動力主要就業(yè)行業(yè)發(fā)展趨勢；第三，分析各省勞動力人口就業(yè)情況差距。

1 各省主要行業(yè)就業(yè)情況評價指標(biāo)體系的構(gòu)建

勞動力的主要就業(yè)行業(yè)不僅能反應(yīng)出我國人口就業(yè)的主要趨勢，而且通過分析主要行業(yè)的就業(yè)人數(shù)能夠明顯的看出我國現(xiàn)階段人口就業(yè)的主要熱門行業(yè)和勞動力欠缺的行業(yè)，從而能夠采取相關(guān)措施有效的緩解就業(yè)壓力。對勞動力就業(yè)行業(yè)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(yè)都要有所涉及。因此，本文選取了2014年各省7個主要行業(yè)的城鎮(zhèn)就業(yè)人數(shù)作為研究指標(biāo)，分別是農(nóng)林牧漁業(yè)、制造業(yè)、建筑業(yè)、交通運(yùn)輸、倉儲及郵電通信業(yè)、住宿和餐飲業(yè)、電力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)、信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)。將這些作為研究我國各省就業(yè)人口發(fā)展趨勢而選取的7個指標(biāo)Xi（i=1，2，3，…，7）整理列舉如下（以上各行業(yè)就業(yè)人數(shù)單位為：萬人）：

X1——農(nóng)林牧漁業(yè)；X2——制造業(yè)；X3——建筑業(yè)；X4——交通運(yùn)輸、倉儲及郵電通信業(yè)；X5——住宿和餐飲業(yè)； X6——電力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)；X7——信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)。

2 各省主要行業(yè)就業(yè)情況實(shí)證分析

2.1 原始數(shù)據(jù)的標(biāo)準(zhǔn)化處理及相關(guān)矩陣計(jì)算

本文所采用的數(shù)據(jù)主要來源于國家統(tǒng)計(jì)局。將原始數(shù)據(jù)輸入到SPSS統(tǒng)計(jì)分析軟件中，計(jì)算原有變量標(biāo)準(zhǔn)化后的相關(guān)系數(shù)矩陣。觀察相關(guān)系數(shù)矩陣，如果矩陣中的大部分相關(guān)系數(shù)值小于0.3，則各個變量之間多為弱相關(guān)，這就不適合做因子分析。如果一個變量與其他變量的相關(guān)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(shù)據(jù)大部分變量的相關(guān)系數(shù)都大于0.3，因此所搜集的原始數(shù)據(jù)適合采用因子分析的方法。

2.2 計(jì)算主成分特征值及累計(jì)貢獻(xiàn)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(biāo)的信息保留，并且將原指標(biāo)的7個維度降為了2維，有利于后續(xù)的分析。

2.3 旋轉(zhuǎn)后的因子載荷矩陣

未旋轉(zhuǎn)的因子載荷矩陣，但層次關(guān)系比較模糊，很難對主成分進(jìn)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(jìn)行旋轉(zhuǎn)，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(jié)果來看，旋轉(zhuǎn)后的因子載荷矩陣公因子F1在X2（制造業(yè)）、X3（建筑業(yè)）、X4（交通運(yùn)輸、倉儲及郵電通信業(yè)）、X5（住宿和餐飲業(yè)）、X6（電力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)）、X7（信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)）上的載荷值很大，因此F1這六個行業(yè)指標(biāo)的綜合反映；公因子F2在X1（農(nóng)林牧漁業(yè)）上的載荷值遠(yuǎn)遠(yuǎn)高于其他指標(biāo)，這說明F2反映的是農(nóng)林牧漁業(yè)情況。表3所示旋轉(zhuǎn)成分矩陣（Rotated Component Matrix），也為載荷矩陣，是一個系數(shù)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(biāo)準(zhǔn)化原始變量，A=-0.113 0.874 0.899 0.018 … … 0.792 -0.273F=F1F2。

2.4 計(jì)算因子得分

以各因子的方差貢獻(xiàn)率占兩個因子總方差貢獻(xiàn)率的比重作為權(quán)重進(jìn)行加權(quán)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(jié)合各個區(qū)縣在公共因子和總得分情況，對各省份的城鎮(zhèn)就業(yè)人口數(shù)量進(jìn)行評價。在行業(yè)指標(biāo)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(nóng)林牧漁業(yè)指標(biāo)F2得分較高的省份是內(nèi)蒙古自治區(qū)、遼寧省、黑龍江省和新疆維吾爾自治區(qū)，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(yè)的就業(yè)情況受地域影響較大，不同的地域環(huán)境導(dǎo)致不同行業(yè)的發(fā)展程度不同，因此形成了我國各省份各行業(yè)的就業(yè)形勢和主要發(fā)展行業(yè)的不同。

從因子分析得到的結(jié)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(jīng)濟(jì)發(fā)展較發(fā)達(dá)的城市，城鎮(zhèn)人口數(shù)量多，各行業(yè)發(fā)展較均衡，就業(yè)機(jī)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(jīng)濟(jì)發(fā)展較好，人口稠密，但各行業(yè)之間發(fā)展不均衡，行業(yè)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(jié)論分析與建議

3.1 結(jié)論

在全國各省份主要行業(yè)的城鎮(zhèn)人口就業(yè)情況的評價中，可以得出以下結(jié)論。

第一，各省份之間就業(yè)情況相差懸殊。

從原始數(shù)據(jù)中可看出，各省份之間主要行業(yè)就業(yè)情況相差很大，而且各個行業(yè)之間也存在很大的差距。就以制造業(yè)來說，2014年制造業(yè)城鎮(zhèn)就業(yè)人口最多的廣東省有1015.16萬人，而同時制造業(yè)城鎮(zhèn)人口就業(yè)最少的是西藏自治區(qū)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(dāng)然，這種顯著的差異不僅與當(dāng)?shù)氐闹饕l(fā)展情況有關(guān)，也與人口數(shù)量有直接的關(guān)系。但盡管如此，各省之間的差距還是很明顯的。

就行業(yè)來說，同一個省的不同行業(yè)就業(yè)情況差異也十分顯著。以江蘇省為例，2014年江蘇省制造業(yè)和建筑業(yè)的城鎮(zhèn)就業(yè)人口分別為612.32萬人和450.2萬人，而剩下的指標(biāo)行業(yè)就業(yè)人數(shù)之和僅為以上兩個行業(yè)就業(yè)人數(shù)的十分之一。除了江蘇省以外，其他各省也都存在這種行業(yè)之間的就業(yè)差距，這種顯著的行業(yè)差異不僅和勞動力數(shù)量有關(guān)，也與當(dāng)?shù)亟?jīng)濟(jì)發(fā)展和地域環(huán)境有關(guān)。

第二，經(jīng)濟(jì)發(fā)展水平西高東低，就業(yè)地帶性差異明顯。

正如以上所說，地域環(huán)境和經(jīng)濟(jì)發(fā)展很大程度上影響著當(dāng)?shù)氐男袠I(yè)發(fā)展和就業(yè)情況。就全國來說，東南沿海地區(qū)的經(jīng)濟(jì)發(fā)展整體比內(nèi)陸地區(qū)更加迅速，就業(yè)機(jī)會也相對更多，而且沿海地區(qū)不僅能夠發(fā)展制造業(yè)、建筑業(yè)等產(chǎn)業(yè)，也能發(fā)展?jié)O業(yè)等水上產(chǎn)業(yè)，發(fā)展的方向較多，所以整體就業(yè)情況要好于內(nèi)陸地區(qū)。而像內(nèi)蒙古自治區(qū)和新疆維吾爾自治區(qū)等省份，地理位置和環(huán)境條件決定了它們可以發(fā)展農(nóng)林牧漁業(yè)，但其他產(chǎn)業(yè)的發(fā)展與其他省份比，還是相差很多。

第三，各省就業(yè)兩極分化明顯，優(yōu)勢行業(yè)就業(yè)人數(shù)多。

各省的優(yōu)勢產(chǎn)業(yè)發(fā)展穩(wěn)定，就業(yè)機(jī)會多，因此大多數(shù)人都選擇從事這種發(fā)展穩(wěn)定的行業(yè)，相反的，與優(yōu)勢產(chǎn)業(yè)相比，正在上升期的產(chǎn)業(yè)反而就業(yè)人數(shù)不是很多。這種個人擇業(yè)觀也直接影響著整體的就業(yè)方向，并間接地增大了就業(yè)壓力。

以上三點(diǎn)說明，影響各省主要行業(yè)就業(yè)人數(shù)的因素不僅有地理環(huán)境，經(jīng)濟(jì)發(fā)展情況，人的主觀選擇也是一個很重要的因素。

3.2 發(fā)展建議

區(qū)域經(jīng)濟(jì)差異是區(qū)域競爭與合作的基礎(chǔ)，一方面，適度的區(qū)域差異有利于提高資源的空間配置效率，發(fā)揮區(qū)域比較優(yōu)勢，但另一方面，區(qū)域差異又是影響經(jīng)濟(jì)發(fā)展的重要因素之一，區(qū)域問題解決得好壞直接影響到行業(yè)就業(yè)情況、經(jīng)濟(jì)發(fā)展和社會穩(wěn)定。要解決問題，要做到以下幾點(diǎn)：

第一，優(yōu)化區(qū)域產(chǎn)業(yè)結(jié)構(gòu)。

優(yōu)化各省份區(qū)域的產(chǎn)業(yè)結(jié)構(gòu)，使主要產(chǎn)業(yè)共同發(fā)展，這樣不僅能提供更多的就業(yè)機(jī)會，而且能相對緩解日益嚴(yán)重的就業(yè)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(jīng)濟(jì)發(fā)達(dá)的地區(qū)，這些地區(qū)發(fā)展迅速，因此制造業(yè)、建筑業(yè)、通信等產(chǎn)業(yè)發(fā)展較好，就業(yè)人數(shù)也相對較多；而被分為第三類的省份經(jīng)濟(jì)不發(fā)達(dá)，自然條件也不是很好，所以各個行業(yè)的發(fā)展不佳，就業(yè)情況也不很樂觀。通過優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，使各省份能夠大力發(fā)展自己的優(yōu)勢產(chǎn)業(yè)，取長補(bǔ)短，相信一定能取得很好的效果。

第二，各省要改善地區(qū)經(jīng)濟(jì)發(fā)展條件，變劣勢為優(yōu)勢。

我國國土面積廣大，各地區(qū)的自然條件和發(fā)展情況都不一樣。東南沿海地區(qū)自然環(huán)境優(yōu)越，經(jīng)濟(jì)發(fā)展良好，人民的生活條件相對優(yōu)越，而內(nèi)陸地區(qū)的發(fā)展普遍沒有東南沿海迅速。但各個地區(qū)都有自己的優(yōu)勢，各省應(yīng)在發(fā)展優(yōu)勢產(chǎn)業(yè)的同時，尋找方法將自己的發(fā)展劣勢盡量減小，使省內(nèi)各產(chǎn)業(yè)發(fā)展較均衡，從而提供更多的就業(yè)機(jī)會，間接地緩解就業(yè)壓力。

參考文獻(xiàn)：

[1]何曉群.多元統(tǒng)計(jì)分析[M].三版.北京：中國人民大學(xué)出版社，2011.

[2]郭璇碹.區(qū)域創(chuàng)新效率影響因素實(shí)證研究[J].商業(yè)經(jīng)濟(jì)研究，2015（10）.

[3]劉英驥，鄧良.金融危機(jī)后中國經(jīng)濟(jì)發(fā)展路徑研究——基于制造業(yè)產(chǎn)值增長路徑的視角[J].首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)，2010（5）.

[4]朱星宇，陳勇強(qiáng).SPSS多元統(tǒng)計(jì)分析方法及應(yīng)用[M].北京：清華大學(xué)出版社，2011.

[5]呂振通，張凌云.SPSS統(tǒng)計(jì)分析與應(yīng)用[M].北京：機(jī)械工業(yè)出版社，2009.

[6]王在翔，崔慶霞.SPSS軟件與應(yīng)用[M].北京：科學(xué)出版社，2015.

[7]劉愛玉.SPSS基礎(chǔ)分析教程[M].北京：北京大學(xué)出版社，2014.endprint