城镇单位就业人员平均工资统计分析.docVIP

城镇单位就业人员平均工资统计分析 ——关于各地区按行业分就业人员工资分析 数学与财经学院 统计专业 2010级统计班周浩 指导教师：杨春华 摘要：本文对各地区按行业分城镇单位就业人员平均工资指标进行分析，数据来自《中国统计年鉴2013年》，记录了31个省、市、自治区19个行业城镇单位2012年就业人员平均工资数据，本文对共589个数据进行统计分析。采用描述性统计、聚类分析、主成分分析统计方法，将31个地区的工资水平分为3类，查找出影响分类的公共因子是金融业和新兴行业的工资水平,传统行业的影响力远小于其他行业。结果显示，北京和上海是全国工资水平最高的地区，行业发展平衡，沿海城市和直辖市平均工资水平普遍好于其他内陆地区，内陆地区行业发展不突出，工资水平低，甘肃和山西排在最末尾。 关键词：工资；描述性分析；聚类分析；主成分分析 1.引言及理论方法 1.1前言 改革开放以来，我国经济飞速发展，各行业的发展也可谓势如破竹，新兴行业的兴起，伴随着夕阳行业的衰落，这也引起了各行业发展不平衡。一个城市的发展离不开行业的发展，单个行业的发展不能支撑起城市的发展，各个行业的发展才能真正让城市更具有竞争力。众所周知，越来越多的求职者将目光抛向了我国一线、二线城市的热门行业，造成了供求关系的不平衡，这也导致大部分求职者的失业，同时也造成其它城市的行业发展不平衡。我认为造成各行业发展不平衡的一个重要原因是各行业工资水平参差不齐，同时工资水平也是体现一个行业发展的重要指标，可见研究工资水平的意义重大。无论现在科技多发达，每个行业都需要劳动者的支持，而工资水平则与劳动者有直接的关系，利润决定分配，只有经济发展才能提供更多的可分配的社会产品，因此工资水平必须与经济发展水平相适应[1]。 聚类分析关注于根据一些不同种类的度量构造一些相似的对象组成的群体。关键的思想去确定对分析目标有利的对象分类方法。聚类分析依据的基本原则是：直接比较样本中各事物之间的性质，,将性质相近的归为一类，而将性质差别比较大的分在不同类。也就是说，同类事物之间的性质差异小，类与类之间的事物性质相差较大。其中欧式距离在聚类分析中用得最广它的表达式如下：其中表示第个样品的第个指标的观测值，表示第个样品的第个指标的观测值，为第个样品与第个样品之间的欧氏距离。若越小，那么第与两个样品之间的性质就越接近。性质接近的样品就可以划为一类。，即第一个综合变量，当然希望它尽可能多地反映原始变量的信息，这里“信息”用方差来测量，即希望越大，表示包含的信息越多。因此在所有的线性组合中所选取的应该是方差最大的，故称为第一主成分。如果第一主成分不足以代表原来个变量的信息，再考虑选取即第二个线性组合，为了有效地反映原来信息，已有的信息就不需要再出现在中，用数学语言表达就是要求，称为第二主成分，依此类推可以构造出第三、四……第个主成分[3]。 它的数学模型如下： 1.原始指标数据的标准化采集维随机向量个样品，，构造样本阵，对样本阵元进行如下标准化变换： 其中，得标准化阵Z。 对标准化阵Z求相关系数矩阵 其中, 。 解样本相关矩阵的特征方程得个特征根,个特征根进行排序，使信息的利用率达%以上确定主成分按确定值，，对每个,解方程组得单位特征向量。 将标准化后的指标变量转换为主成分 称为第一主成分,称为第二主成分,…, 称为第主成分。 对个主成分进行综合评价 对个主成分进行加权求和，即得最终评价值，权数为每个主成分的方差贡献率。 极小值 极大值 均值 标准差 方差 偏度 统计量 统计量 统计量 统计量 统计量 统计量 标准误 农林牧渔业 12050 52939 26792.48 9494.8793 1.14 0.42 采矿业 34933 103785 54749.35 16332.54 266800000 1.05 0.42 制造业 33317 65032 41108.23 7670.4251 2.22 0.42 电力热力燃气及水生产供应业 41118 113596 60088.74 17146.58 294000000 1.52 0.42 建筑业 22882 61579 36705.55 7162.9406 1.65 0.42 批发和零售业 27122 91658 40138.16 13640.44 186100000 2.65 0.42 交通运输仓储和邮政业 42787 75420 52117.77 8024.4791 1.34 0.42 住宿和餐饮业 22865 42016 28937.03 4503.6297 1.27 0.42