關于湖南省就業(yè)因素的統(tǒng)計分析

姬怡帆

摘 要：本文選取2006—2014年《湖南省統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》的統(tǒng)計數(shù)據作為研究分析的數(shù)據資料。首先，采用灰色關聯(lián)分析和相關系數(shù)法相結合的方法，分析各因素與湖南省就業(yè)人數(shù)的相關關系。其次，通過主成分分析的統(tǒng)計方法，得到優(yōu)選的七個指標的主成分表達式。最后，用主成分表達式F與就業(yè)人數(shù)的對數(shù)進行回歸分析，得出重要的結論：從國內生產總值、居民消費水平、貨幣供給量三個因素來改善民生就業(yè)，對湖南省就業(yè)人數(shù)的影響最大。

關鍵詞：灰色關聯(lián)度 ?影響因素分析 ?主成分分析 ?就業(yè)人數(shù)

中圖分類號：F249.2 文獻標識碼：A

針對就業(yè)問題，國內不少專家學者對影響就業(yè)的指標進行大量的研究分析，例如，趙利等、杜傳忠等、楊皓等通過不同方面的指標篩查得出影響就業(yè)指標的因素。本文專門對湖南省的就業(yè)情況進行統(tǒng)計分析。

1 優(yōu)選影響湖南省就業(yè)人數(shù)的指標

1.1 分析指標的選取

基于國內外對就業(yè)影響因素的分析資料及前期學者的研究，我們從宏觀經濟、財政政策、人力資本、產業(yè)結構等方面提取了影響就業(yè)的14個指標，分別為地區(qū)生產總值（Y1），地方財政收入（Y2），地方財政支出（Y3），固定資產投資（Y4），凈出口額（Y5），居民消費水平（Y6），人口自然增長率（Y7），稅收（Y8），城市化水平（Y9），教育支出（Y10），科研支出（Y11），城鄉(xiāng)收入差距（Y12），就業(yè)彈性指數(shù)（Y13），貨幣供給量（Y14）。就業(yè)人數(shù)是衡量湖南省就業(yè)情況的指標，以上各個指標的具體數(shù)據都是從2006—2014年《湖南省統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》中選取。

1.2 灰色關聯(lián)分析法處理數(shù)據

由于事物變化的情況，往往受到多重因素的影響。分析在一個系統(tǒng)變化中行為因子與各個因素的關聯(lián)程度叫作灰色關聯(lián)分析，灰色關聯(lián)度指的是兩個系統(tǒng)中，隨著時間或者事物變化趨勢的衡量標準。

1.2.1 對原始數(shù)據進行無量綱化處理

由表2結果可知，大部分指標與就業(yè)人數(shù)的關聯(lián)系數(shù)都超過0.7，我們要選取一半的優(yōu)選指標進行主成分分析，取r>0.85，得到影響2005—2013年湖南省就業(yè)情況的主要因素有7個：城市化水平（Y9），人口自然增長率（Y7），城鄉(xiāng)收入差距（Y12），居民消費水平（Y6），科研支出（Y11），地區(qū)生產總值（Y1），貨幣供給量（Y14）。

2 主成分分析法對篩選出的指標分析

2.1 主成分的理論內容

主成分分析是采用一種降維的數(shù)學思想，在損失少量信息的條件下，盡量提取能代表絕大多數(shù)信息的主成分，將原始變量的每一個線性組合記為主成分FP，且按照var（FP）的大小依次排列為第1，2，…， n個主成分，且每兩個主成分之間的相關系數(shù)為0，即

主成分是不相關的線性組合F1， F2，…， FP，其中，，…，，（i=1，2，…， a）為特征值所對應的特征向量。是原始變量經過標準化處理的矩陣。因為在實際應用中，通常指標的計量單位都是不同的，因此在進行主成分分析之前必須對各指標的數(shù)據要消除量綱的影響，從而對原始數(shù)據進行標準化處理。

2.2 利用SPSS軟件進行主成分分析

由于這七個優(yōu)選指標不能組成一個線性關系，為了進一步研究，需要對原始數(shù)據進行對數(shù)化處理減少結果的偏差，并得到相應的主成分。把就業(yè)人數(shù)和影響就業(yè)的七大指標取對數(shù)，分別記為：

接下來用統(tǒng)計軟件SPSS19.0對就業(yè)人數(shù)和七個優(yōu)選指標，作主成分分析。首先得到相關矩陣如表3所示。

由兩兩因子的相關程度的矩陣分析可知，每兩個因子都具有較高的相關性，主成分個數(shù)提取的準則是特征值>1的前b個主成分，其中，第1主成分的貢獻率為94.799%，特征值為為6.636，因為特征值>1，所以取b=1。

3 回歸分析對主成分和就業(yè)人數(shù)進行方程擬合

3.1 回歸分析的內容

回歸分析是描述兩種或兩種以上變量間相互依賴的統(tǒng)計關系的一種統(tǒng)計分析方法，使用原始變量的線性組合得到的主成分表達式F作為自變量，與人數(shù)就業(yè)人數(shù)（Y0）的對數(shù)作為因變量，作一元線性回歸。

由式（9）可知，地區(qū)生產總值（Y1），居民消費水平（Y6），貨幣供給量（Y14）三個因素是影響湖南省就業(yè)人數(shù)的首要指標。

4 相關建議

為了改善湖南省的就業(yè)環(huán)境，提升人民生活質量，有利于地區(qū)的長遠穩(wěn)定發(fā)展，本文提出以下幾點建議。

首先，提高地區(qū)經濟的發(fā)展速度，作出合理的產業(yè)調整，經濟轉型計劃。

其次，政府需要完善社會福利保障制度，作出有利于保障人民生活的決策和促進地區(qū)發(fā)展的政策。

最后，加大再貸款、再貼現(xiàn)規(guī)模，擴大貨幣發(fā)行;加大公開市場操作力度，提高貨幣乘數(shù)。

參考文獻

趙利，潘志遠，王東霞.城鎮(zhèn)勞動就業(yè)影響因素的實證研究——基于主成分分析法和VAR模型的分析[J].宏觀經濟研究，2014（05）.

杜傳忠，韓元軍，楊成林.中國影響就業(yè)因素的區(qū)域差異分析——基于省級面板數(shù)據的實證檢驗[J].當代財經，2011（05）.

楊皓，肖云，陳朗，等.我國就業(yè)的影響因素分析[J].數(shù)學的實踐與認識，2010（15）.

湖南省統(tǒng)計局.湖南統(tǒng)計年鑒[M].北京：中國統(tǒng)計出版社，2005-2013.

章文燕.基于灰色關聯(lián)分析法的物流發(fā)展影響因素分析[J].統(tǒng)計與決策，2011（23）.

紀廣月.基于灰色關聯(lián)分析的廣東省GDP與產業(yè)結構之間的關系及GDP預測的數(shù)學模型[J].數(shù)學實踐與認識，2013，43（15）.

張世強，呂杰能，蔣崢，等.關于相關系數(shù)的探討[J].數(shù)學的實踐與認識，2009，39（19）.

楊薇，滿進鑾.基于主成分分析的湖南競爭力評價研究[J].數(shù)學理論與應用，2010（01）.

林海明.如何用SPSS快速計算主成分的結果[J].統(tǒng)計與決策，2011（12）.

郭呈全，陳希鎮(zhèn).主成分回歸的SPSS實現(xiàn)[J].統(tǒng)計與決策，2011（05）.