基于ARIMA模型对重庆市就业人员规模的预测.pdfVIP

基于 ARIMA 模型对重庆市就业人员规模的预测 重庆市人口众多，城乡二元结构突出，地区经济水平差异较大。 伴随着重庆市城市化进程进入加速发展阶段，农村剩余劳动力不断由 农业向非农业、农村向城镇转移，导致劳动力供给量不断加大，就业 压力进一步加大；另一方面，党中央为应对全球金融危机的影响，提 出了“保增长、调结构、促改革、惠民生”的总体部署，开启了新一 轮全国性的经济结构调整的序幕。经济结构调整所带来的就业存量动 荡，经济结构调整和产业升级引起的“资本有机构成”的提高，劳动 力市场的日渐成熟和户籍制度的松动等一系列因素，必然引起劳动力 在各行业和各区域间的流动和转移，从而影响着就业人员总量规模发 生相应的变化。对就业人员规模的预测分析，对于重庆市这样一个人 力丰富并且正在迅速崛起的新兴直辖市来说，有着重要的理论价值和 现实意义。因此，本文以重庆市 1985-2008 年的就业人员数据为基础， 采用自回归滑动平均混合模型来建立就业人数的预测模型，对重庆就 业人员规模进行预测分析。 一、ARIMA 模型的构建思路 自回归滑动平均混合模型简称 ARIMA，模型是一类常用的随机时 间序列模型，由博克斯（Box）、詹金斯（Jenkins）创立，亦称 B-J 方法。它是一种精度较高的时间序列短期预测方法，其基本思想是： 某些时间序列是依赖于时间t 的一簇随机变量，构成该时间序列的单 个序列值虽然具有不确定性，但整个序列的变化却有一定的规律，可 以用相应的数据模型近似的描述。通过对该序列的分析研究，能够更 本质的认识时间序列的结构与特征，达到最小方差意义下的预测。 ARIMA（p，d, q）模型中，AR 指自回归，p 为模型的自回归项数； MA 为移动平均，q为模型的移动平均项数；d为实践序列成为平稳数 列之前必须取其差分的次数。其一般的表达式为： Y (0) (1) AR(2) Y ARAR Y ARp Y( ) MA (1) = + + + + + ε + ε + t t − 1 t − 2 t p− t t -1 MA (2) +ε MA+ ( ) q ε t − 2 t q− 二、ARIMA 模型的应用 根据 ARIMA 模型的前提条件，建立模型的时间序列方法是以平稳 随机时间序列为前提的。选取重庆市1985-2008 年全社会就业人员历 史数据（表 1），令其为 W，并对数据进行平稳性检验与处理。 表 1 1985-2008 年重庆市就业人员 单位：万人 年 份 就业人数 年 份 就业人数 1985 1432