基于因子分析和聚類分析的各省市主要行業(yè)就業(yè)情況分析

何易珂

摘要：我國作為一個人口大國，隨著就業(yè)形勢日益嚴(yán)峻，研究各行業(yè)就業(yè)情況必不可少。本文用SPSS軟件以聚類分析和因子分析的方法分析全國31省市2018年的各行業(yè)城鎮(zhèn)單位就業(yè)人員數(shù)量情況。通過分析當(dāng)下國家行業(yè)就業(yè)情況以及各省市人口就業(yè)情況，從而了解各省市經(jīng)濟發(fā)展?fàn)顩r。本文認(rèn)為，我國經(jīng)濟發(fā)展及就業(yè)不平衡，就業(yè)較好的地區(qū)主要在東南部沿海地區(qū)和某些直轄市，西部地區(qū)發(fā)展落后。

關(guān)鍵詞：聚類分析;因子分析;行業(yè)就業(yè)情況

一、選題意義及目的

我國城鎮(zhèn)化的不斷發(fā)展涌現(xiàn)出行業(yè)呈現(xiàn)多樣化發(fā)展。隨著競爭壓力的增大，出現(xiàn)就業(yè)難的問題。各省市地區(qū)間出現(xiàn)人口數(shù)量與就業(yè)崗位不匹配，勞動力就業(yè)情況和地區(qū)經(jīng)濟發(fā)展?fàn)顩r有很強烈的關(guān)系改革。開放40多年來，改革紅利已逐漸消失，當(dāng)今競爭性資源、競爭性消費、競爭性低成本勞動模式已難以繼續(xù)（2015年）。研究各省市行業(yè)的就業(yè)人口數(shù)的分布和關(guān)系受到人們密切關(guān)注。

二、文獻(xiàn)簡述

我國學(xué)者張藝、余開朗（2017）從人口就業(yè)角度，采用因子分析和聚類分析對我國31各省市的就業(yè)進(jìn)行了分析和評價，得出地理環(huán)境、經(jīng)濟發(fā)展情況和人的主觀選擇性對行業(yè)就業(yè)影響大。本文運用因子分析和聚類分析的方法對我國31省市主要行業(yè)的就業(yè)人數(shù)進(jìn)行了評價分析。

三、基于因子分析和聚類分析的就業(yè)情況分析

本文針對樣本數(shù)量過多的問題，采用因子分析方法提取公共因子，然后進(jìn)行聚類分析。通過對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，計算樣本數(shù)據(jù)X的均值和協(xié)方差并且計算主成分的貢獻(xiàn)率及累計貢獻(xiàn)率。

根據(jù)主成分的累計方差貢獻(xiàn)率達(dá)到80%來選取因子。根據(jù)這一原則，這19項指標(biāo)一共提取了3個公共因子（累計方差貢獻(xiàn)率為87.11%），三個因子解釋能力分別占所有變量總方差的62.951%、16.851%、7.308%。

通過建立因子載荷陣，進(jìn)行方差最大正交旋轉(zhuǎn)。根據(jù)旋轉(zhuǎn)后的因子負(fù)荷矩陣命名公共因子：

1.公共因子F1在交通、倉儲和郵政業(yè)（X6）、信息傳輸、軟件和信息服務(wù)業(yè)（X7）、批發(fā)和零售業(yè)（X8）、住宿和餐飲業(yè)（X9）、金融業(yè)（X10）、房地產(chǎn)業(yè)（X11）、租賃和商務(wù)服務(wù)業(yè)（X12）、科學(xué)研究和技術(shù)服務(wù)業(yè)（13）、居民服務(wù)、修理和其他服務(wù)業(yè)（X15）、文化、體育和娛樂業(yè)（X18）上的載荷絕對值較大，方差貢獻(xiàn)率為62.951%，可以將F1命名為服務(wù)與文娛主導(dǎo)型行業(yè)指標(biāo);

2.公共因子F2在制造業(yè)（X3）、電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)（X4）、建筑業(yè)（X5）、水利、環(huán)境和公共設(shè)施管理業(yè)（X14）、教育業(yè)（X16）、衛(wèi)生和社會工作行業(yè)（X17）、公共管理、社會保障和社會組織行業(yè)（X19）上的載荷值較大，方差貢獻(xiàn)率為16.851%，可以將F2命名為工業(yè)技術(shù)與公共管理主導(dǎo)型行業(yè)指標(biāo);

3.公共因子F3在農(nóng)林牧漁業(yè)（X1）、采礦業(yè)（X2）上的載荷值較大，方差貢獻(xiàn)率為7.308%，可以將F3命名為資源主導(dǎo)型行業(yè)指標(biāo)。

在處理缺失值后的因子分析，在19個指標(biāo)中成功提取出了3個主導(dǎo)功能因子，大大簡化了指標(biāo)。在沒有損失太多信息的同時，獲得相對完整的解釋能力，更直觀的地展現(xiàn)出了最可觀的影響因素。

最后，將公共因子得分計算：F=0.62951*F1+0.16851*F2+0.07308*F3

以下用提取的3個公共因子取代19個指標(biāo)，進(jìn)行聚類分析。計算26個樣品相互之間的歐式（Euclidean）距離，選用Ward離差平方和法對樣品進(jìn)行聚類。

由聚類樹形圖得出分類結(jié)果：

重新調(diào)整聚類距離類合并。由表5所示，從上往下作垂線，分成六類效果最好。

四、各省主要行業(yè)就業(yè)情況分析

1.聚類結(jié)果

（1）根據(jù)聚類譜系圖將分類結(jié)果如下：

（2）通過Excel制作出類別與導(dǎo)功能因子均值之間的數(shù)據(jù)透視表：

2.結(jié)果分析

（1）第一類地區(qū)服務(wù)與文娛主導(dǎo)型行業(yè)、工業(yè)技術(shù)與公共管理主導(dǎo)型行業(yè)、資源主導(dǎo)型行業(yè)就業(yè)都比較差，這類地區(qū)包括天津市、海南省、西藏自治區(qū)、青海省、寧夏回族自治區(qū)。這說明這些地區(qū)的經(jīng)濟發(fā)展情況還不是很好，行業(yè)崗位和人才需求都比較少，各行業(yè)發(fā)展機會較少。而天津市屬于特例。在因子分析的綜合得很表中可以看出，天津市的服務(wù)與文娛主導(dǎo)型行業(yè)就業(yè)情況較好。本文推斷天津市鄰近北京市，政府和市場對人才吸引力不夠，大部分人選擇去北京工作，導(dǎo)致人才外流。

（2）第二類地區(qū)服務(wù)與文娛主導(dǎo)型行業(yè)、工業(yè)技術(shù)與公共管理主導(dǎo)型行業(yè)、資源主導(dǎo)型行業(yè)就業(yè)都比較差，這類地區(qū)包括內(nèi)蒙古自治區(qū)、遼寧省、吉林省、安徽省、福建省、江西省、湖北省、湖南省、廣西壯族自治區(qū)、重慶市、貴州省、云南省、陜西省、甘肅省、新疆維吾爾自治區(qū)。這類省市主要在內(nèi)陸或者高緯度地區(qū)，經(jīng)濟發(fā)展沒有很好的自然資源先天優(yōu)勢，且沒有較為便利的交通樞紐。比起其他發(fā)達(dá)地區(qū)，成長起步較晚，因而各行業(yè)就業(yè)人數(shù)相對較少。

（3）第三類地區(qū)服務(wù)與文娛主導(dǎo)型行業(yè)、工業(yè)技術(shù)與公共管理主導(dǎo)型行業(yè)就業(yè)較差，資源主導(dǎo)型行業(yè)就業(yè)最好，這類地區(qū)包括山西省、黑龍江省。這些地區(qū)是資源密集型地區(qū)，黑龍江省礦產(chǎn)資源、能源豐富，山西煤炭資源和礦產(chǎn)資源豐富。這些先天良好的資源都促使著這類地區(qū)發(fā)展。

（4）第四類地區(qū)服務(wù)與文娛主導(dǎo)型行業(yè)就業(yè)較差，工業(yè)技術(shù)與公共管理主導(dǎo)型行業(yè)、資源主導(dǎo)型行業(yè)就業(yè)都比較好，這類地區(qū)包括河北省、山東省、河南省、四川省。這類地區(qū)經(jīng)濟發(fā)展較好，但是人口稠密，所以各行業(yè)發(fā)展差異較大。

（5）第五類地區(qū)服務(wù)與文娛主導(dǎo)型行業(yè)、工業(yè)技術(shù)與公共管理主導(dǎo)型行業(yè)就業(yè)較好，資源主導(dǎo)型行業(yè)就業(yè)較差，這類地區(qū)包括江蘇省、浙江省、廣東省。這類地區(qū)主要是南方沿海省，這類省份自然資源基礎(chǔ)較差，但市場經(jīng)濟發(fā)展良好，第三產(chǎn)業(yè)發(fā)展較好，經(jīng)濟發(fā)展水平較高。

（6）第六類地區(qū)服務(wù)與文娛主導(dǎo)型行業(yè)、資源主導(dǎo)型行業(yè)就業(yè)較好，工業(yè)技術(shù)與公共管理主導(dǎo)型行業(yè)就業(yè)較差，這類地區(qū)包括北京市、上海市。這類城市屬于中國經(jīng)濟發(fā)展水平最高的城市，地方寸土寸金，主要以發(fā)展因地制宜發(fā)展和第三產(chǎn)業(yè)發(fā)展為主。

五、結(jié)論

本文以國家統(tǒng)計局2018年發(fā)布的各行業(yè)就業(yè)人數(shù)為樣本，首先對所有行業(yè)進(jìn)行了主導(dǎo)功能因子提取，然后對樣本進(jìn)行聚類分析。本文得出了以下結(jié)論：

中國各省之間的就業(yè)狀況差距很大。從分析中我們可以看出第一類和第二類的就業(yè)情況不是很好，而第五類和第六類的就業(yè)情況良好，地區(qū)之間差距較大。各省市要發(fā)掘優(yōu)勢行業(yè)，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，創(chuàng)造本省就業(yè)優(yōu)勢。

政策對就業(yè)的發(fā)展有較大的影響。通過分析我們得知，就業(yè)較好的地區(qū)主要為東南沿海城市和一些直轄市。受改革開放和對外經(jīng)濟開放的影響，這類地區(qū)具有一定的政策先天優(yōu)勢。人們的發(fā)展觀念意識在政策指導(dǎo)下開放，新興產(chǎn)業(yè)和經(jīng)濟發(fā)展猶如雨后春筍。

人口基數(shù)對就業(yè)有很大的影響。從分析中我們可以看出，第四類地區(qū)各行業(yè)發(fā)展是不平衡的。人口大省應(yīng)該利用人口優(yōu)勢，培養(yǎng)優(yōu)秀人才，提高勞動者素質(zhì)和技能。平衡發(fā)展各項行業(yè)，促進(jìn)服務(wù)類新興產(chǎn)業(yè)發(fā)展，推動時代發(fā)展。

引進(jìn)人才是作為大部分省市的行業(yè)就業(yè)措施。像第一類和第二類地區(qū)，在本身沒有太多先天優(yōu)勢的情況下，要善于利用人力資源，引進(jìn)優(yōu)秀人才促進(jìn)本省市發(fā)展。

參考文獻(xiàn)：

[1]王淑芬主編.應(yīng)用統(tǒng)計學(xué)[M].北京大學(xué)出版社：北京，2017：290.

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

[3]張藝，余開朝.基于因子分析的各省主要行業(yè)就業(yè)情況評價分析[J].價值工程，2017，36（32）：13-15.

天津外國語大學(xué)求索榮譽學(xué)院