论文部分内容阅读
摘要：本文以近些年来我国相关统计数据为依据，结合统计学原理建立了城镇失业率同其主要影响指标间相互联系的数学模型，并对我国的就业前景进行了仿真。
关键词：统计学；城镇失业率；分析；应用
从经济学角度来看失业率的影响因素相当多，无论是宏观还是微观，及政府所进行的宏观经济政策的调控等均会对失业率造成相当重大的影响。鉴于此，本文通过对相关数据进行收集，采用多元线性回归分析法，对我国城镇失业率的相关众多影响指标进行了相关体系的建立，并对我国的就业前景进行了仿真。
一、数据的预处理以及样本的确定
1 数据的预处理
本文所使用的相关数据均来自于中华人民共和国统计局、国家统计数据库、国研网及其和讯网所发布的数据。并对所搜集的数据进行了如下的处理：先对所缺失的某些数据同加权平均方法进行了相应的处理。具体的方法即为将前后两期的数据其算术平均值进行计算，如果前后两期中某一期或是两期均为缺失值，则需通过最近三期的相关数据进行加权来获取。
2 选择相应的样本容量
根据文献所提供的相应数据，通过SPSS软件的应用就1999年至2010年的相关数据进行分析及其选取。面对大量的数据，本文通过筛选法及聚类分析法对其进行了预处理，最终得到了12个影响较大的指标，分别如下：季度国内生产总值(亿元)；进出口贸易总额(美元)；城镇居民消费价格指数(CPI)；三大产业的固定资产投资；全国物价指数；国家财政预算收入增幅；年度各项税收收入总和(万元)；季度货币供应量(M2)环比增幅；城镇总人口数(万人)；货币政策感受指数(适度)；国家外汇储备(亿美元)；城镇固定资产投资；城镇登记失业率。然后通过偏相关分析法，从此类指标中选出了城镇失业率的最主要的影响指标，进而筛选出问题所需的主要因素。
城镇失业率同此12个指标的偏相关系数可通过SPSS软件进行处理而获得。通过偏相关性分析之后得到了同城镇失业率显著相关的7个最终因素分别为：进出口贸易总额(B)，城镇居民消费价格指数(C)，三大产业的固定资产投资(D)，全国物价指数(E)，年度各项税收收入总和(G)，季度货币供应量(M2)环比增幅(H)，货币政策感受指数(J)。
二、基于多元线性回归分析的城镇失业率模型
建立城镇失业率同上述7个影响因素间相互联系的数学模型时，先通过多元线性回归模型对其回归系数进行计算，然后结合各指标间相关联的偏相关系数，对城镇失业率同各指标间、指标同指标间的网络结构进行构建，建立了一个关联网络回归模型。
1 多元回归模型的构建
通过分析可知，年度各项税收收入总和此项指标对城镇失业率的影响是最大的，其次是货币政策感受指数，而影响最小的是城镇居民消费价格指数。由于计算此模型R=0.8572，较接近于1，表明Y同X1……X7间的线性关系程度较为密切。此外，通过对回归方程进行显著性检验，计算得此模型的0.95F＝3.959，大于F=3.10，而P=0.0248，小于0.05，因此表明Y同自变量间的线性关系显著，因此所得到的线性回归模型是可用的。
2 通过关联网络回归模型对模型进行改进
多元线性回归模型进行回归分析时虽然考虑到了失业率同各因素间的影响关系，但是其精确性不够高。因而为了构建一个更为精确的模型，考虑通过关联网络回归模型对其进行改进，这主要是基于对各因素之间并非相互独立，而是相互影响的考虑。在考虑各因素的变化量对其他因素所造成的影响的过程中，由于某一因素发生改变对其他因素所造成的变化量相对较小，尤其在对关联影响连续传递的情况进行考虑时，由于传递层数的不断增加，其影响将会不断减小，因此，本文仅对关联影响连续传递的两层情况进行考虑。将两个直接相关联的因素之间所产生的影响称之为直接影响，而将两因素经连续传递之后所出现的变化情况称之为间接影响。也就是说，关联网络回归模型的作用即为对回归模型中每一指标的数值进行相应地修正。在正常的经济环境下，政府仅仅需要以往年的经济增长情况为依据对下一年的投资进行考虑。但是应当注意的是零八年我国所遭遇的全球金融危机，在此情况下各行各业都遭受了相当严重的损害，此时我国所出台的一系列挽救措施势必会在政府原有投资的基础上增加了其他的巨额投资，及所谓的政府干预资金。不过正常经济环境下通常没有政府干预现象的出现，因此，本文所建立的关联网络回归模型具备其普遍适用性。
三、仿真
仿真过程中，鉴于零八年金融危机对我国八月和九月份的影响较上半年的影响更大，因而本文先通过新陈代谢GM(1，1)的原理对2009年地下半年至2010年地上半年的主要指标的数值进行相应的求解，以便于对城镇失业率的模拟进行相应准备工作的开展。为实现对2009年9月到2010年6月城镇就业率变化情况更加真实的仿真模拟，现以4万亿元的投资计划对其细化分解。由于数据和时间的局限性，无法将所有一级指标都细化为二级指标，若深入研究下去的话所构建的模型将会更加精细。
关键词：统计学；城镇失业率；分析；应用
从经济学角度来看失业率的影响因素相当多，无论是宏观还是微观，及政府所进行的宏观经济政策的调控等均会对失业率造成相当重大的影响。鉴于此，本文通过对相关数据进行收集，采用多元线性回归分析法，对我国城镇失业率的相关众多影响指标进行了相关体系的建立，并对我国的就业前景进行了仿真。
一、数据的预处理以及样本的确定
1 数据的预处理
本文所使用的相关数据均来自于中华人民共和国统计局、国家统计数据库、国研网及其和讯网所发布的数据。并对所搜集的数据进行了如下的处理：先对所缺失的某些数据同加权平均方法进行了相应的处理。具体的方法即为将前后两期的数据其算术平均值进行计算，如果前后两期中某一期或是两期均为缺失值，则需通过最近三期的相关数据进行加权来获取。
2 选择相应的样本容量
根据文献所提供的相应数据，通过SPSS软件的应用就1999年至2010年的相关数据进行分析及其选取。面对大量的数据，本文通过筛选法及聚类分析法对其进行了预处理，最终得到了12个影响较大的指标，分别如下：季度国内生产总值(亿元)；进出口贸易总额(美元)；城镇居民消费价格指数(CPI)；三大产业的固定资产投资；全国物价指数；国家财政预算收入增幅；年度各项税收收入总和(万元)；季度货币供应量(M2)环比增幅；城镇总人口数(万人)；货币政策感受指数(适度)；国家外汇储备(亿美元)；城镇固定资产投资；城镇登记失业率。然后通过偏相关分析法，从此类指标中选出了城镇失业率的最主要的影响指标，进而筛选出问题所需的主要因素。
城镇失业率同此12个指标的偏相关系数可通过SPSS软件进行处理而获得。通过偏相关性分析之后得到了同城镇失业率显著相关的7个最终因素分别为：进出口贸易总额(B)，城镇居民消费价格指数(C)，三大产业的固定资产投资(D)，全国物价指数(E)，年度各项税收收入总和(G)，季度货币供应量(M2)环比增幅(H)，货币政策感受指数(J)。
二、基于多元线性回归分析的城镇失业率模型
建立城镇失业率同上述7个影响因素间相互联系的数学模型时，先通过多元线性回归模型对其回归系数进行计算，然后结合各指标间相关联的偏相关系数，对城镇失业率同各指标间、指标同指标间的网络结构进行构建，建立了一个关联网络回归模型。
1 多元回归模型的构建
通过分析可知，年度各项税收收入总和此项指标对城镇失业率的影响是最大的，其次是货币政策感受指数，而影响最小的是城镇居民消费价格指数。由于计算此模型R=0.8572，较接近于1，表明Y同X1……X7间的线性关系程度较为密切。此外，通过对回归方程进行显著性检验，计算得此模型的0.95F＝3.959，大于F=3.10，而P=0.0248，小于0.05，因此表明Y同自变量间的线性关系显著，因此所得到的线性回归模型是可用的。
2 通过关联网络回归模型对模型进行改进
多元线性回归模型进行回归分析时虽然考虑到了失业率同各因素间的影响关系，但是其精确性不够高。因而为了构建一个更为精确的模型，考虑通过关联网络回归模型对其进行改进，这主要是基于对各因素之间并非相互独立，而是相互影响的考虑。在考虑各因素的变化量对其他因素所造成的影响的过程中，由于某一因素发生改变对其他因素所造成的变化量相对较小，尤其在对关联影响连续传递的情况进行考虑时，由于传递层数的不断增加，其影响将会不断减小，因此，本文仅对关联影响连续传递的两层情况进行考虑。将两个直接相关联的因素之间所产生的影响称之为直接影响，而将两因素经连续传递之后所出现的变化情况称之为间接影响。也就是说，关联网络回归模型的作用即为对回归模型中每一指标的数值进行相应地修正。在正常的经济环境下，政府仅仅需要以往年的经济增长情况为依据对下一年的投资进行考虑。但是应当注意的是零八年我国所遭遇的全球金融危机，在此情况下各行各业都遭受了相当严重的损害，此时我国所出台的一系列挽救措施势必会在政府原有投资的基础上增加了其他的巨额投资，及所谓的政府干预资金。不过正常经济环境下通常没有政府干预现象的出现，因此，本文所建立的关联网络回归模型具备其普遍适用性。
三、仿真
仿真过程中，鉴于零八年金融危机对我国八月和九月份的影响较上半年的影响更大，因而本文先通过新陈代谢GM(1，1)的原理对2009年地下半年至2010年地上半年的主要指标的数值进行相应的求解，以便于对城镇失业率的模拟进行相应准备工作的开展。为实现对2009年9月到2010年6月城镇就业率变化情况更加真实的仿真模拟，现以4万亿元的投资计划对其细化分解。由于数据和时间的局限性，无法将所有一级指标都细化为二级指标，若深入研究下去的话所构建的模型将会更加精细。