影响就业人数的因素分析

计量分析自己动手完成的,不抄袭。

影响就业人数的因素分析

小组成员： 班级：国际经济与贸易班

指导老师：

日期：2011年 5月10-25日

计量分析自己动手完成的,不抄袭。

摘要：本文主要通过对1978年至2003年的数据进行计量经济分析，探讨相关经济变量对就业人数的影响。并以国内生产总值与就业人数为代表构建模型。

关键词：充分就业 经济增长 人力资本

一、 问题的提出

就业问题一直是我国极为关注的问题，我国政府每年都会颁布一些政策来缓解就业问题，今年劳动和社会保障部部长郑斯林透露，在去年取消一些不合理规章的基础上，今年我国将彻底清除阻碍农村劳动力进城就业的“规章障碍”。 此间权威人士认为，此举不仅对实现农村劳动力获得平等就业权利具有重要意义，而且将对缓解我国日益严峻的就业形势产生积极影响。

种种情况显示，我国目前的就业再就业工作正面对着前所未有的挑战。 从劳动力供给来看，劳动和社会保障部提供的资料显示，在经过多年的高速经济增长与扩张之后，近期我国新成长劳动力的供给将升至峰值，加上现存的下岗失业人员，预计今年城镇需要就业的劳动力将达到2400万人。

从劳动力需求上来看，资料显示，在过去的25年中，由于经济的增长平均每年增加1370万个工作岗位，但由于我国经济增长方式正逐步实现从粗放型向集约型的转变，经济增长对就业的拉动作用已明显减弱。权威人士估计，按今年经济增长保持7%计算，在现有的经济结构下，新增的就业岗位仅为800万个左右，无法满足我国现存待就业人口的需要。

由于劳动力的供给和需求存在很大的缺口，所以应对影响就业的因素作分析，看看能否从中找到解决就业问题的出口，找到制定经济政策的依据。这也是我们写此篇文章的原因。

二、 经济理论陈述

影响就业人数的因素有很多，我们主要考虑一下变量国内生产总值、财政支出、平均工资水平。 （一）国内生产总值

从上述资料可以看到，GDP每增长1%就可以为我国创造近100万个就业岗位，又由于经济稳定增长同充分就业同样都是我们所追求的宏观经济目标，所以如果

计量分析自己动手完成的,不抄袭。

保证每年的经济快速增长以创造更多的就业岗位是我们最希望看到的结果，所以如何保证经济的可持续发展是我们十分关注的问题。 （二）财政支出

增加财政支出即是实行积极的财政政策，它可以拉动经济增长，增加政府投资，创造新的就业岗位。

但是靠财政支出拉动经济增长也会带来负面效应，我国从98年以来一直实行积极的财政政策，利用投资的增加来拉动经济的增长，成效显著。但是也出现了投资过热的现象，这样会有可能造成经济的虚假增长，一方面由于政府的投资行为增加了个生产者的投资信心，拼命的扩大生产规模；另一方面却是人们的消费不足，无法吸收生产出来的产品，投资过热，消费不足，造成了市场上的供给大于需求，存货增加，很容易形成经济泡沫。

所以我国政府从去年开始实行一系列的宏观调控举措来避免投资的过热现象，防止经济泡沫的产生。 （三）平均工资水平

根据西方经济学中的工资理论，在完全竞争市场中，工资完全由劳动力的供给和需求决定。对劳动者来说，劳动供给决策实质上是把他有限的时间在劳动和闲暇之间进行合理分配的问题。工作所带来的收入与闲暇的享乐互为成本。当工资上升时，闲暇的价格就会上升，这样就使得劳动力的供给增加。而工资的上升会使人们更加富裕，扩大了人们对闲暇的需求，这就会使得工资上升至一定水平后，劳动力的供给减少。这样就会形成工资率与劳动力供给的背弯曲线。

我认为处于背弯曲线的递增阶段是代表了发展中国家的基本状况，他们的工作目的还只是为满足基本的生活需求，所以工资对劳动力的供给弹性较大。而处于背弯曲线上端的人，已摆脱了工资高低对他们的束缚，工资对他们的劳动力供给的弹性较小。我们小组着重分析国民生产总值对就业人数的影响。

三、相关数据收集

1978年到2003年间的统计数据

计量分析自己动手完成的,不抄袭。

数据来源：2003年统计年鉴及中财专网

四、计量经济模型的建立

ue假设模型为 Y= X

其中，Y代表每年年末我国就业总人数；X代表每年的国内生产总值即GDP水平；μ为随机扰动项，表示未纳入模型的其他变量对就业人数的综合影响。

为了便于用线性模型参数估计的方法去估计参数，先将上述指数模型线性化，即在指数方程两边取对数，变为

lnY ln lnX u

设Yt=lnY,γ=lnα,Xt=lnX,则模型变为

Ｙｔ＝γ＋βＸｔ＋μ

五、模型的求解和检验

利用Eviews软件，采用以上数据对该模型进行OLS回归，结果如下：

Dependent Variable: LOG(Y) Method: Least Squares

Date: 05/02/11 Time: 18:34 Sample: 1 26 Included observations: 26

CoefficiVariable ent Std. Error

C

9.24658

0.086876

t-Statistic

106.4345

Prob. 0.0000

计量分析自己动手完成的,不抄袭。

2

0.17253

LOG(X) 9 0.008635 19.98194

0.94330

R-squared 0 Mean dependent var

0.94093

Adjusted R-squared 7 S.D. dependent var

0.05122

S.E. of regression 8 Akaike info criterion

0.06298

Sum squared resid 3 Schwarz criterion

41.4064

Log likelihood 5 F-statistic

0.41644

Durbin-Watson stat 7 Prob(F-statistic)

Ｙ^ｔ＝9.246582＋0.172539Ｘｔ （0.0869） （0.0086） R^2=0.9433 F=399.2779

AIC=-3.0313 SC=-2.9345 DW=0.4164

0.0000 10.97088 0.210789 -3.031265 -2.934489 399.2779 0.000000 由以上标准格式可知，由于可决系数比较大，接近1，说明模型的拟和优度较好；对于系数检验，在给定显著性水平α=0.05的条件下，查表得

t0.025(24)=2.064,由于t(r)﹥t(24),t(β)﹥t(24),所以拒绝原假设，即认为模型应存在截距系数，解释变量GDP对应变量就业人数的影响显著。

（1）异方差的检验 图示法

计量分析自己动手完成的,不抄袭。

由图可以看出残差存在同方差性 JB检验

令e2=resid^2

计量分析自己动手完成的,不抄袭。

发现JB值变大，但P值变小几乎为0，所以不存在异方差 怀特检验

White Heteroskedasticity Test:

1.63976

F-statistic 7

3.24465

Obs*R-squared 0

Test Equation:

Dependent Variable: RESID^2 Method: Least Squares

Date: 05/10/11 Time: 22:30 Sample: 1 26

Included observations: 26

Coeffici

Variable ent

-0.1532

C 54

0.03184

LOG(X) 2

-0.0016

(LOG(X))^2 06

0.12479

R-squared 4

0.04868

Adjusted R-squared 9

Probability Probability

Std. Error

0.087724 0.017801 0.000892

0.21590

7

0.19743