问题的提出2.docx
- 文档编号:23864760
- 上传时间:2023-05-21
- 格式:DOCX
- 页数:15
- 大小:27.39KB
问题的提出2.docx
《问题的提出2.docx》由会员分享,可在线阅读,更多相关《问题的提出2.docx(15页珍藏版)》请在冰豆网上搜索。
问题的提出2
计量经济分析
-----关于影响就业人数的因素
金融0893
2008946062
连思琦
2008946070
黄雨昕
2008946073
刘达真
2008946074
王雅婷
2008946072
李小玲
2008946067
徐茜
关于影响就业人数的因素
一、问题的提出
改革开放以来,我国经济增长速度总体上保持在较高的水平,“六五”、“七五”、“八五”和“九五”期间年均增长速度分别为10.7%、7.9%、12.0%和8.3%。
与此同时,从业人员也不断增加,但增长速度却呈下降趋势,从而就业弹性系数也不断下降。
从1981—2000年二十年间的发展趋势看,经济增长就业弹性的变动并不是逐年下降,而是表现为差异显著的两个阶段:
一是80年代经济增长的高就业弹性阶段,“六五”期间就业弹性系数平均为0.310,“七五”前四年平均为0.298二是90年代以来经济增长进入低就业弹性阶段,就业弹性系数大幅度下降,“八五”期间平均为0.103,“九五”期间略有回升,平均为0.112。
两个阶段之间表现出截然不同的规律性,在经济同样处于高速增长的情况下,80年代从业人员同样保持了快速的增长速度,年均增长率在3%以上;而进入90年代,从业人员增长只有1%左右。
也就是说,80年代经济的高速增长伴随着就业岗位的大量增长,表现出劳动密集型经济的特点;而90年代就业弹性系数的急剧下降,反映了劳动力投入在经济增长中的贡献率趋于下降,资本、技术等投入要素以及制度性要素的贡献率提高。
在建设“社会更加和谐,人民生活更加富足”的全面小康社会的过程中,如何改革收入分配制度,缩小贫富差距,增加就业率,再一次成为人民关注的焦点。
二、理论模型
1)数据性质的选择。
由于所选的解释变量都存在比较完整的时间序列数据,因此选择21年的时间序列数据建立模型。
2)影响因素的分析
在众多就业的影响因素中,经济发展以及劳动力供给对于就业的影响是主要的。
因此,本文选择4个解释变量。
首先,货币供应量。
货币供应量的增加对于就业的影响应该是正向的。
其次,居民消费支出。
随着居民消费支出的增加,对于就业的需求也会随之增加,对于就业人数的影响是正向的。
再来,大学生毕业人数。
大学生毕业人数的增加,无疑也是增加劳动力的表现,但如今大学生就业率低,对于就业人数的影响有待分析。
最后,居民人均收入。
由于收入增加,会带动整个社会经济的发展,从而,人们对就业的需求也会增加,与就业成正比。
本文将运用计量经济学的相关知识对就业率的影响因素建立相应的回归模型,进行分析。
经过本组讨论,认为就业人数(Y)的影响因素有:
货币供应量(X1)、居民消费支出(X2)、大学生毕业人数(X3)、居民人均收入(X4)。
并将模型设定为:
Y=B1+B2X2+B3X3+B4X4+u
三、数据搜集
本文搜集了21年的数据,如下图所示:
1989-2009年的相关数据
年份
Y
X1
X2
X3
X4
1989
51223
11949.6
8523.5
57.6
1862.2
1990
63909
15293.4
9113.2
61.4
2196.5
1991
64723
19349.9
10315.9
61.4
2409.2
1992
65554
25402.2
12459.8
60.4
2810.6
1993
66373
34879.8
15682.4
57.1
3499
1994
67199
46923.5
20809.8
63.7
4717.2
1995
67947
60750.5
26944.5
80.5
5860.7
1996
68850
76094.9
32152.3
83.9
6765
1997
69600
90995.3
34854.6
82.9
7250.4
1998
70637
104498.5
36921.1
83.0
7587.1
1999
71394
119897.9
39334.4
84.8
8064.3
2000
72085
134610.3
42895.6
95.0
8533.4
2001
73025
158301.9
45898.1
103.6
9226
2002
73740
185007.0
48881.6
133.7
7950.4
2003
74432
221222.8
52678.5
187.7
11094.4
2004
75200
254107.0
63833.5
239.1
12358
2005
75825
298755.7
71217.5
306.8
13747.9
2006
76400
345603.6
80120.5
377.5
15346.5
2007
76990
403442.2
95609.8
447.8
17926.2
2008
77480
475166.6
110594.5
511.9
20541.4
2009
77995
606225.0
121129.9
531.1
22327.9
注:
Y为就业人数(万人)
X1为货币供应量(亿元)
X2为居民消费支出(亿元)
X3为大学生毕业人数(万人)
X4为居民人均收入(元)
四、模型的估计与调整
1、运用Eviews的最小二乘计算
结果见下表:
表一
DependentVariable:
Y
Method:
LeastSquares
Date:
05/31/11Time:
17:
47
Sample:
19892009
Includedobservations:
21
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
59637.54
2298.073
25.95111
0.0000
X1
-0.020914
0.038564
-0.542318
0.5951
X2
0.211147
0.365487
0.577714
0.5715
X3
-38.22401
19.55584
-1.954609
0.0683
X4
1.250880
1.611784
0.776084
0.4490
R-squared
0.794871
Meandependentvar
70503.86
AdjustedR-squared
0.743589
S.D.dependentvar
6240.171
S.E.ofregression
3159.840
Akaikeinfocriterion
19.15869
Sumsquaredresid
1.60E+08
Schwarzcriterion
19.40738
Loglikelihood
-196.1662
F-statistic
15.49992
Durbin-Watsonstat
1.123361
Prob(F-statistic)
0.000023
由表可得估计结果:
Y=59637.54-0.0209X1+0.2111X2-38.2240X3+1.2501X4
(2298.073)(0.0386)(0.3655)(19.5558)(1.6118)
t=(25.9511)(-0.5423)(0.5777)(-1.9546)(0.7761)
R^2=0.794871F=15.49992
1)经济意义检验。
所估计的参数B1=596437.54,B2=-0.0209,B3=0.2111,B4=-38.2240,B5=1.2501。
货币供应量(X1)对就业人数应该成正效应B2有待检验,而大学生毕业人数(X3)对就业的影响也有待检验。
居民消费支出(X2)和居民人均收入(X4)的增加,就业人数也增加,符合经济意义。
2)统计推断检验。
在被解释变量(Y)观测值的总变差中,有79.4871%(R^2)由所估计的样本回归模型做出了解释;系数显著性检验:
给定a=0.05,查t分布表,在自由度为n-5=16时得临界值2.120,但X1,X2,X3,X4变量系数的t值均小于临界值,可能存在多重共线性。
而F0.05(4,16)=3.01 3)计量经济学检验。 给定显著性水平0.05,查DW表,当n=21,k'=4时,的临界值dL=0.927,dU=1.812,而DW统计量为1.123361,是否存在自相关不明确。 2、进行多重共线性检验并修正。 计算各解释变量的相关系数,选择X1,X2,X3,X4数据,得相关系数矩阵: X1 X2 X3 X4 X1 1 0.990656541723 0.973890576289 0.985326788653 X2 0.990656541723 1 0.961943332456 0.997147161353 X3 0.973890576289 0.961943332456 1 0.9570872176 X4 0.985326788653 0.997147161353 0.9570872176 1 由表可看出,各解释变量相互之间的相关系数较高,证实确实存在严重多重共线性。 因此,采用逐步回归法,分别作Y对X1,X2,X3,X4的一元回归,结果如表: 变量 X1 X2 X3 X4 参数估计值 0.029265 0.155007 27.48470 0.865612 T统计量 5.464169 6.323484 4.328274 6.519391 R^2 0.611111 0.677892 0.496475 0.691069 R’^2 0.590643 0.660939 0.469973 0.674810 其中,加入X4的方程R’^2最大,以X4为基础,顺次加入其他变量逐步回归,结果如表: 变量 变量 X1 X2 X3 X4 R’^2 X1,X4 -0.048027 (-1.818417) 2.181838 (2.970063) 0.710015 X2,X4 -0.184782 (-0.570600) 1.884699 (1.052257) 0.662842 X3,X4 -42.27606 (-2.905947) 1.945716 (5.010176) 0.766356 经比较,新加入X3的方程R’^2=0.766356,改进最大,且各参数t值检验显著,保留X3,再加入其他新变量逐步回归,结果如表: 变量 变量 X1 X2 X3 X4 R’^2 X1,X3,X4 -0.008286 (-0.266059) -39.10516 (-2.046276) 2.091778 (3.082791) 0.753638 X2,X3,X4 0.098794 (0.335143) -44.12510 (-2.773760) 1.448103 (0.941993) 0.754236 加入X1,X2后R’^2减小,且X1参数为负值不合理,X1,X2的t检验不显著,可看出X1,X2引起了多重共线性,予以剔除。 最后修正严重多重共线性影响后的回归结果为: 表二 DependentVariable: Y Method: LeastSquares Date: 06/04/11Time: 23: 18 Sample: 19892009 Includedobservations: 21 Variable Coefficient Std.Error t-Statistic Prob. C 60178.15 1476.410 40.75977 0.0000 X3 -42.27606 14.54811 -2.905947 0.0094 X4 1.945716 0.388353 5.010176 0.0001 R-squared 0.789720 Meandependentvar 70503.86 AdjustedR-squared 0.766356 S.D.dependentvar 6240.171 S.E.ofregression 3016.297 Akaikeinfocriterion 18.99301 Sumsquaredresid 1.64E+08 Schwarzcriterion 19.14223 Loglikelihood -196.4266 F-statistic 33.80010 Durbin-Watsonstat 1.181644 Prob(F-statistic) 0.000001 Y=60178.15-42.27606X3+1.945716X4 (1476.410)(14.54811)(0.388353) t=(40.75977)(-2.905947)(5.010176) R^2=0.789720R’^2=0.766356F=33.80010DW=1.181644 3.进行异方差检验。 用White检验进行检验,结果如表: WhiteHeteroskedasticityTest: F-statistic 1.679233 Probability 0.200197 Obs*R-squared 7.536256 Probability 0.183714 TestEquation: DependentVariable: RESID^2 Method: LeastSquares Date: 06/04/11Time: 23: 28 Sample: 19892009 Includedobservations: 21 Variable Coefficient Std.Error t-Statistic Prob. C 37571576 14907571 2.520302 0.0235 X3 837927.7 459711.0 1.822727 0.0883 X3^2 2856.643 2925.937 0.976317 0.3444 X3*X4 -188.9935 146.7007 -1.288293 0.2172 X4 -24113.87 10822.96 -2.228028 0.0416 X4^2 3.007804 1.921006 1.565744 0.1383 R-squared 0.358869 Meandependentvar 7798326. AdjustedR-squared 0.145159 S.D.dependentvar 22087147 S.E.ofregression 20421248 Akaikeinfocriterion 36.73701 Sumsquaredresid 6.26E+15 Schwarzcriterion 37.03544 Loglikelihood -379.7386 F-statistic 1.679233 Durbin-Watsonstat 1.620117 Prob(F-statistic) 0.200197 从中得出,nR^2=7.536249,由White检验知,在a=0.05下,查x^2分布表,得临界值x^20.05(5)=11.0705>nR^2=7.536249,所以接受原假设,表明模型不存在异方差。 ★现试对该模型进行修正。 若存在异方差,就可用加权最小二乘法修正,仅以1/X3为权重的修正结果展示: DependentVariable: Y Method: LeastSquares Date: 06/07/11Time: 13: 40 Sample: 19892009 Includedobservations: 21 Weightingseries: 1/X3 Variable Coefficient Std.Error t-Statistic Prob. C 59213.01 1845.055 32.09281 0.0000 X3 -44.42298 32.61660 -1.361975 0.1900 X4 2.106082 0.485194 4.340704 0.0004 WeightedStatistics R-squared 0.984805 Meandependentvar 67577.81 AdjustedR-squared 0.983116 S.D.dependentvar 35171.08 S.E.ofregression 4570.023 Akaikeinfocriterion 19.82399 Sumsquaredresid 3.76E+08 Schwarzcriterion 19.97321 Loglikelihood -205.1519 F-statistic 14.56894 Durbin-Watsonstat 1.252057 Prob(F-statistic) 0.000173 UnweightedStatistics R-squared 0.778794 Meandependentvar 70503.86 AdjustedR-squared 0.754216 S.D.dependentvar 6240.171 S.E.ofregression 3093.665 Sumsquaredresid 1.72E+08 Durbin-Watsonstat 1.169129 4.进行自相关检验。 由表二可得,给定显著性水平0.01,查DW表当n=21,k’=2时,得临界值dL=0.890,dU=1.277,而DW统计量为1.181644,是否存在自相关不明确。 ★现试对该模型进行修正。 可得P=1-DW/2=1-1.181644/2=0.409178 Yt-0.409178Yt-1=b1(1-0.409178)+b2(X3t-0.409178X3t-1)+b3(X4t-0.409178X4t-1)+ut-0.409178ut-1 现对其进行回归,回归结果如图所示: 表三 DependentVariable: Y-0.409178*Y(-1) Method: LeastSquares Date: 06/07/11Time: 12: 48 Sample(adjusted): 19902009 Includedobservations: 20afteradjustingendpoints Variable Coefficient Std.Error t-Statistic Prob. C 39427.62 687.6650 57.33552 0.0000 X3-0.409178*X3(-1) 0.839309 9.887025 0.084890 0.9333 X4-0.409178*X4(-1) 0.537648 0.274442 1.959056 0.0667 R-squared 0.761564 Meandependentvar 42772.53 AdjustedR-squared 0.733513 S.D.dependentvar 2417.999 S.E.ofregression 1248.229 Akaikeinfocriterion 17.23432 Sumsquaredresid 26487276 Schwarzcriterion 17.38368 Loglikelihood -169.3432 F-statistic 27.14900 Durbin-Watsonstat 0.969239 Prob(F-statistic) 0.000005 从中得出回归方程为 Yt*=39427.62+0.839309X3t*+0.537648X4t* Se=(687.6650)(9.887025)(0.274442) t=(57.33552)(0.084890)(1.959056) R^2=0.761564F=27.14900DW=0.969239 其中Yt*=Yt-0.409178Yt-1,X3t*=X3t-0.409178X3t-1,X4t*=X4t-0.409178X4t-1 所以,给定显著性水平0.01,查DW表当n=20,k’=2时,得临界值dL=0.863,dU=1.271,而DW统计量为0.969239,dL 所以,所估计的模型最终可能的结果为: Y’=60178.15-42.27606X3+1.945716X4 (1476.410)(14.54811)(0.388353) t=(40.75977)(-2.905947)(5.010176) R^2=0.789720R’^2=0.766356F=33.80010DW=1.181644 五、本文的结论 1)大学生毕业从业人数,实际就业率呈下降趋势。 自高校1999年开始扩招之后,大学生人数在不断上升,与此同时,就业率逐渐走低。 近几年的毕业生就业数据显示,就业区域集中,择业空间狭小。 大学生由于受文化、观念、生活习惯、家庭等诸多因素影响较,普遍具有毕业后回家庭所在地就业的打算与倾向。 这就必然导致局部大学生就业市场的过度饱和与过度竞争,加剧了大学生就业难的程度及其复杂性。 首先导致大学生就业率下降的因素很多,但最根本的原因是大学生本身的观念问题.大学生普遍存在城市就业的观念。 无论来自城市还是农村的大学生,大多数存在着毕业后到环境好的城市里工作的想法。 其次,重就业,轻创业的观念。 现在的大学生,由于过于注重就业,忽视了其本身的创业能力。 再加上“小钱不想赚,大钱又难赚”思想的作祟,从而错过了很多的创业机会。 第三,注重到高收入岗位就业,缺少吃苦精神。 大学生毕业选择岗位时,首先考虑的是高收入的单位,为自己生活得更好提供保证。 缺少到基层工作的吃苦和奉献精神。 第四,人口众多,大学生年年扩招,人数不断增多。 第五,很多大学生不是专业性人才,有些学校盲目扩招,教学质量下降,毕业的学生对本专业知识的掌握程度还很不够。 第六,实习机会少,缺乏实际经验,这
- 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:
- 问题 提出