影响我国城镇就业人数的因素分析.docx
- 文档编号:5749600
- 上传时间:2022-12-31
- 格式:DOCX
- 页数:16
- 大小:54.70KB
影响我国城镇就业人数的因素分析.docx
《影响我国城镇就业人数的因素分析.docx》由会员分享,可在线阅读,更多相关《影响我国城镇就业人数的因素分析.docx(16页珍藏版)》请在冰豆网上搜索。
影响我国城镇就业人数的因素分析
影响我国城镇就业人数的因素分析
北京林业大学欧芷伊、杨慧欣、吕英巧
摘要:
我国是世界上人口最多的发展中国家,同时也是人均自然资源和经济资源相对贫乏的发展中国家,就业问题一直困扰着我国的经济和社会发展。
自2008年下半年以来,国际金融危机对我国的影响日益显现,人民币升值压力加大,出口贸易和国内经济受到严重影响,就业形势变得十分严峻,很多中小企业出现经营困难和裁员现象,大量农民工返乡,大学生就业难问题也更加突出,就业成为当前民生问题的焦点。
在此阶段对影响就业的因素进行分析研究,找到改善我国就业状况的方法具有十分重要的现实意义。
作者通过计量经济学的回归模型分析,从劳动力的供给和需求方面探究影响我国就业的因素,并尝试从模型结果对未来我国该从哪些方面改善就业状况提出建议。
关键词:
就业压力城镇就业计量经济学模型影响因素
一、问题的提出
就业是民生之本,是人们改善生活条件的基本前提和途径,历来都是各国经济社会发展中的重大问题。
中国由于人口基数大,劳动力的无限供给和就业岗位严重不足之间的矛盾是最严峻的问题,解决好劳动就业问题其意义极为重大。
不仅涉及到求职者的工作安置和许多家庭的切身利益,还关系到经济发展和社会的稳定和谐。
我国经济连续多年高速增长,近几年经济增长率都在10%左右,是世界上经济发展最快的国家之一,但是,经济的高增长没有带来高就业。
进一步讲,就业形势的好坏,与国民经济的发展速度有着密切关系。
一般而言,一定的经济增长所带来的就业增长也是一定的,然而我国的经济增长对就业增长的贡献却不是很明显。
降低失业率是宏观经济调控的目标之一,就业(或失业)问题也是社会、国民经济中备受关注的重大问题。
尤其对于中国这样一个人口大国来说,其劳动力人口逐年递增,就业问题更是重要的民生问题。
从我国的现实情况来看,自改革开放以来,中国1978-1985年的城镇登记失业率逐年递减,从5.3%下降到历史最低点1.8%,而从1985年至今,中国的城镇登记失业率逐年上升,到2000年以来,维持在4%左右。
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,人力资源和社会保障部公布的城镇登记失业率为4.2%,中国社科院于2008年12月16日发布的《社会蓝皮书》称,中国城镇失业率是9.4%,超过了7%的国际警戒线。
现阶段我国正处于从金融危机中慢慢恢复的后金融危机时代,2010年10月22日人力资源和社会保障部新闻发言人尹成基表示,今年前三季度,我国就业形势保持稳定,今年1—9月,全国城镇新增就业931万人,完成全年900万人目标的103%。
同期,全国下岗失业人员再就业440万人,完成全年500万人目标的88%;就业困难人员实现就业126万人,完成全年目标100万人的126%。
截至三季度末,全国城镇登记失业人数905万人,比二季度末减少6万人;城镇登记失业率为4.1%,比二季度末降低0.1个百分点。
虽然就业压力在一定程度上得到了缓解,但总的来说我国的就业压力仍然很大,劳动力总量供过于求,局部就业供给不足,结构性矛盾日益突出。
这主要有来自以下几方面的原因:
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。
本文对近年来我国就业人数的变动趋势进行计量经济学研究,探究影响我国就业的因素,并尝试从模型结果对未来我国该从哪些方面促进就业提出建议,有较强的现实意义。
二、理论综述
经济学家对就业问题的长期研究和探索,形成了适应市场经济需求的多角度、多层次的就业理论。
(一)西方经济学理论研究
凯恩斯就业理论是以有效需求原则为核心,认为就业量取决于有效需求。
失业之所以持续不断,是由于资本主义社会一般情况均存在“有效需求不足”。
即总供给价格和总需求价格达到均衡时的总需求不足,由此造成较多的社会失业,即不充分就业。
凯恩斯主义的促进就业理论实际上主张降低工资,即在不降低名义工资的情况下,降低实际工资。
但前提是扩大总需求,因为总需求的扩大,必然会导致通货膨胀,工人名义工资不变,但实际工资相对减少。
为实现充分就业,凯恩斯认为,必须摒弃自由放任的经济政策,依靠国家干预,提出需求管理政策,从而达到促进生产,增加就业的目的。
20世纪60年代末,各主要资本主义国家的经济相继陷入“滞胀”的困境,凯恩斯理论失灵了。
因而以托宾、杜生贝等为代表的新古典综合学派经济学家提出“结构性失业问题”,力图用市场结构的变化来解释失业和通货膨胀并发症,认为是微观市场的不完全性和结构变化引起滞胀,新古典综合学派的就业理论诞生。
该理论主张从就业内容或就业结构角度来解决结构性失业问题,如政府要指导收入政策,即政府要采取措施限制工资和物价的上升,以缓和通胀;注重完善劳动力市场,缓和因劳工市场技术结构变化造成的失业;适当修改完善失业补助金制度,激励失业者就业。
(二)国内理论研究
国内学者对中国就业的实际情况进行了大量实证研究。
先后这个证明出我国的失业率和国民生产总值增长率成负相关,国民生产总值增长情况越好,经济中的失业率越低;在人民币汇率比较稳定、波动幅度较小的阶段,汇率小幅度的波动对就业的影响不显著,当人民币汇率作较大幅度调整时,国内就业必然会受到影响,人民币升值将导致就业的减少,贬值在一定时期内可增加就业;长期来看,就业量与最低工资变量及其他控制变量存在稳定的关系,但最低工资标准的提高不会对我国的就业总量产生影响;从短期来看,最低工资标准的变动虽然会对就业产生影响,但影响很小;资本投入对就业量有显著促进作用。
(三)本文研究思路
常见的研究方法是从影响就业的某一个大方面选取几个指标研究该方面因素是否影响就业,没有从各个方面选取比较完整的指标体系对其进行全面分析。
本文在充分研究国内外经典理论和实证研究基础上全面的选取可能影响就业的各方面代表性的影响因素,运用统计方法和理论知识和计量方法,首先通过理论分析,找出影响我国就业的各种因素,并据此确定计量指标,建立模型对其进行定量分析。
基于分析得到的影响我国就业的主要因素,运用所建模型,结合国家的有关决策和规划,对我国以往年份就业人数进行拟合预测,以此判断所建模型能真实反映我国实际就业情况。
最后根据文章的研究结果,结合我国实际情况,向相关政府部门提出增加我国城镇就业人口数或降低城镇登记失业率的一些政策建议。
三、模型设定
由生产论一般均衡理论可知,任何一种生产要素的投入数量都是该要素的供给和需求达到均衡时决定的数量。
劳动力需求就是社会在生产吸收和容纳劳动力的能力和容量,最重要的劳动力需求主体是企业,也是最直接地反映当前社会经济活动水平以及因此而带来的对劳动力的需求。
供给是生产者在一定时期内在各种可能的价格下愿意而且能够提供出售的该种商品的数量。
劳动力也是生产中必需和重要的生产要素之一,因而,选取影响我国实际劳动力的因素可从影响劳动力的供给和需求两方面出发。
影响劳动力供给和需求的影响因子
(一)变量的选取
基于我国就业问题在城镇表现得更为明显和集中,所以我选择城镇年.就业人数为被解释变量,从城镇角度来研究中国就业问题。
解释变量从以下几个方面选取:
1.影响劳动力供给的因素主要是劳动力资源和消费因素。
一国的人口规模对劳动供给的影响在短期内不会马上产生影响,人口规模只在长期内起作用。
同时消费水平对劳动力供给数量也有影响,消费水平越高,劳动供给者要满足自己生活需要,就必须通过劳动获得收入满足自身消费需求,进而会增加劳动力的供给。
消费品市场与人们的日常生活息息相关,它体现了社会再生产过程最终的市场实现,反映了消费者最终需求的变化。
当消费品市场景气时,供给和需求会拉动社会投资增加,进而活跃资金市场,提高劳动者劳动力供给信心。
而消费品供给的满足程度,又直接决定了劳动力的质量,进而影响劳动力供给。
2.影响劳动力需求的因素有经济发展水平、投资、外贸、经济结构等。
经济增长水平是影响就业状况的决定因素之一。
就业率与实际经济增长率之间存在着正相关关系。
在经济复苏或繁荣时期,就业机会和就业岗位较多,就业规模较大,就业率高,就业状况就好。
反之,在经济衰落或萧条时期,经济增长率低,就业机会和就业岗位减少,就业规模萎缩,就业状况差,失业率就高。
3.劳动力供需的混合影响因子有货币政策、工资水平等。
货币政策:
货币政策通过利率、货币供应量等渠道会对居民就业产生重要影响。
国外学者的研究已经证实了这一点,他们大致从货币的储藏职能和货币的交易职能两个角度研究货币政策对居民就业的影响。
利率水平能够促进或抑制投资和储蓄,从而影响消费需求和投资需求,进而影响劳动力的需求和供给。
广义货币(M2)不仅反映现实的购买力,还反映潜在的购买力,若M2增速较快,则投资和中间市场活跃,增加就业,失业率减少。
工资水平:
企业在雇佣劳动力上也同样遵从市场经济的原则,即只有当劳动力的使用产生的总收入大于或等于因使用而产生的成本时,企业才能产生或扩大劳动力需求的意愿和行为。
同时,工资水平作为劳动者劳动的价值衡量,它也会影响到劳动供给者的供给。
(二)模型设计
根据以上分析,选取国内生产总值(X1),城镇居民消费水平(X2),城镇单位2006
28310
10423.0
24262.32307
345603.59
211923.5
2007
29350
11855.0
29471.51498
403442.2
257305.6
2008
30210
13519.0
35289.49727
475166.6
300670
注:
以上数据均来自《中国统计年鉴》
X2城镇消费水平值是城镇人口年最终消费总额
X3货币供给量为年末数
四、模型的估计与调整
(一)初步估计
对被解释变量与各解释变量进行回归分析,得到Eviews最小二乘计算结果:
DependentVariable:
Y
Method:
LeastSquares
Date:
01/02/11Time:
10:
02
Sample:
19902008
Includedobservations:
19
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
16996.35
193.8052
87.69810
0.0000
X1
0.005929
0.025379
0.233619
0.8187
X2
1.012669
0.104614
9.680078
0.0000
X3
-0.775263
0.119149
-6.506675
0.0000
X4
0.053103
0.005890
9.016226
0.0000
R-squared
0.998753
Meandependentvar
22749.47
AdjustedR-squared
0.998396
S.D.dependentvar
4265.043
S.E.ofregression
170.8010
Akaikeinfocriterion
13.33981
Sumsquaredresid
408421.8
Schwarzcriterion
13.58835
Loglikelihood
-121.7282
F-statistic
2802.440
Durbin-Watsonstat
1.738109
Prob(F-statistic)
0.000000
从表中可以看出,该模型R2=0.998753,调整后R2=0.998396都很高,F统计量2802.440,明显显著,但在α=0.05的水平下,tα/2(19-5)=2.145,X1的t检验未通过,说明可能存在严重的多重共线性。
(二)修正多重共线性
用Eviews得到相关系数矩阵:
X1
X2
X3
X4
X1
1.000000
0.979915
0.997915
0.996645
X2
0.979915
1.000000
0.971729
0.969906
X3
0.997915
0.971729
1.000000
0.992453
X4
0.996645
0.969906
0.992453
1.000000
由相关系数矩阵可以看出,各解释变量之间的相关系数较高,证实确实存在多重共线性。
采用逐步回归的方法,检验和解决多重共线的问题,分别作Y对各解释变量的一元回归,得到如下结果:
变量
X1
X2
X3
X4
参数估计值
0.051457
1.258481
0.453401
0.030204
t统计量
15.54359
18.84558
12.45718
17.36028
R2
0.934262
0.954320
0.901267
0.946605
调整R2
0.930395
0.951633
0.895459
0.943464
逐步回归后剔除掉变量X1得到修正后的回归结果为:
Y^=16971.42+1.033813X2-0.748930X3+0.054355X4
t=(108.3789)(20.35780)(-20.03488)(23.06915)
R2=0.998748调整R2=0.998497F=3987.919DW=1.800647
DependentVariable:
Y
Method:
LeastSquares
Date:
01/02/11Time:
10:
29
Sample:
19902008
Includedobservations:
19
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
16971.42
156.5934
108.3789
0.0000
X2
1.033813
0.050782
20.35780
0.0000
X3
-0.748930
0.037381
-20.03488
0.0000
X4
0.054355
0.002356
23.06915
0.0000
R-squared
0.998748
Meandependentvar
22749.47
AdjustedR-squared
0.998497
S.D.dependentvar
4265.043
S.E.ofregression
165.3308
Akaikeinfocriterion
13.23844
Sumsquaredresid
410014.0
Schwarzcriterion
13.43727
Loglikelihood
-121.7652
F-statistic
3987.919
Durbin-Watsonstat
1.800647
Prob(F-statistic)
0.000000
逐步回归的结果减轻了多重共线性,剔除掉了国内生产总值这个变量,可能会带来一定的设定偏差,但是从实际来看,国内生产总值对就业的影响可以粗略用X2的影响代替,从宏观上说,国内经济增长了,城镇居民的消费水平也会同向变化,二者密切相关,因此基本不会影响到模型的可靠程度。
(三)异方差检验
对模型进行White检验,结果如下:
WhiteHeteroskedasticityTest:
F-statistic
1.057250
Probability
0.467634
Obs*R-squared
9.764368
Probability
0.369896
TestEquation:
DependentVariable:
RESID^2
Method:
LeastSquares
Date:
01/02/11Time:
11:
08
Sample:
19902008
Includedobservations:
19
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-25832.93
152118.6
-0.169821
0.8689
X2
-215.5299
263.2923
-0.818596
0.4342
X2^2
0.033604
0.083315
0.403337
0.6961
X2*X3
-0.029804
0.079483
-0.374970
0.7164
X2*X4
-0.000265
0.001702
-0.155654
0.8797
X3
128.1662
184.1636
0.695936
0.5040
X3^2
8.90E-05
0.018807
0.004734
0.9963
X3*X4
0.001089
0.000970
1.123456
0.2903
X4
2.175582
7.149148
0.304313
0.7678
X4^2
-4.96E-05
3.67E-05
-1.352678
0.2092
R-squared
0.513914
Meandependentvar
21579.69
AdjustedR-squared
0.027828
S.D.dependentvar
27955.78
S.E.ofregression
27564.06
Akaikeinfocriterion
23.59183
Sumsquaredresid
6.84E+09
Schwarzcriterion
24.08890
Loglikelihood
-214.1224
F-statistic
1.057250
Durbin-Watsonstat
2.900012
Prob(F-statistic)
0.467634
从表中可以看出,nR2=19*0.513914=9.764366,在α=0.05的水平下,远低于临界值X2(9)=16.9190,所以模型并不存在异方差。
(四)自相关检验
由回归结果得到DW=1.800647,查表得,在α=0.05的水平下,dL=0.859,du=1.848,模型的DW值在二者之间,因此可能存在自相关,从作出的残差图可以看出残差的变动有系统模式,连续为正和连续为负,表明残差存在一阶自相关,模型中的t和F统计量不可信,需采取措施补救。
运用科克伦·奥克特迭代法,对残差e进行滞后一期的自回归,得到回归方程
e^=0.804659et-1
DependentVariable:
E
Method:
LeastSquares
Date:
01/01/11Time:
11:
32
Sample(adjusted):
19912008
Includedobservations:
18afteradjustments
Variable
Coefficient
Std.Error
t-Statistic
Prob.
E(-1)
0.804659
0.125013
7.636473
0.0000
R-squared
0.772958
Meandependentvar
71.64222
AdjustedR-squared
0.772958
S.D.dependentvar
961.8592
S.E.ofregression
458.3160
Akaikeinfocriterion
15.14695
Sumsquaredresid
3570910.
Schwarzcriterion
15.19641
Loglikelihood
-135.3225
Durbin-Watsonstat
0.267496
再对模型进行广义差分,回归结果如下:
DependentVariable:
Y-0.804659*Y(-1)
Method:
LeastSquares
Date:
01/02/11Time:
14:
15
Sample(adjusted):
19912008
Includedobservations:
18afteradjustments
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
3681.603
190.1273
19.36388
0.0000
X2-0.804659*X2(-1)
0.561179
0.251785
2.228804
0.0427
X3-0.804659*X3(-1)
-0.572488
0.101529
-5.638650
0.0001
X4-0.804659*X4(-1)
0.050563
0.005147
9.823364
0.0000
R-squared
0.970952
Meandependentvar
5094.552
AdjustedR-squared
0.964727
S.D.dependentvar
960.4531
S.E.ofregression
180.3829
Akaikeinfocriterion
13.42117
Sumsquaredresid
455531.8
Schwarzcriterion
13.61903
Loglikelihood
-116.7905
F-statistic
155.9865
Durbin-Wats
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 影响 我国 城镇 就业人数 因素 分析