失业持续期影响因素的COX模型分析.docVIP

失业持续期影响因素的COX模型分析摘要：本文通过收集老工业城市重庆的失业者样本数据，应用Cox比例风险回归模型来分析影响失业者失业持续期的因素、性别、找工作途径、对新工作的要求、保留工资数等因素对失业持续期的影响都是不显著的；而较高文化程度、家庭中需要抚养人口数、年龄是保护因素，即维持失业者失业状态的因素；年龄、身体状况、工作经验、原工作单位性质是危险因素，即促使再就业发生的因素 关键词：失业持续期；Cox模型；影响因素 中图分类号： F121 文献标识码： A文章编号： 1671-1297(XX年来，《劳动法》、《就业促进法》的出台与修订，加上各级政府实施的温暖工程措施均收到了良好的效果，但也存在不尽人意之处。去年， 国务院已正式批准重庆成立全国统筹城乡综合配套改革试验区。本文通过重庆市的实地调查数据，研究失业者失业持续期的影响因素，以期为有效地缩短重庆市失业者失业持续期制定相关政策提供较为科学的依据 一、Cox模型简介 对于失业持续期的影响因素分析，我们采用生存分析中的Cox比例风险度法来进行。国内外学者广泛地将Cox比例风险模型应用于临床医学等领域，用来分析患者的生存时间与各种相关因素之间的关系。但从上世纪70年代末期开始，国外学者逐渐将生存分析方法应用于经济领域，其实证研究主要集中在失业和罢工问题上。Alan和Mark使用对数线性模型来分析罢工规模对持续期的影响程度。Eckhard研究了社会经济变量对于个体失业期的影响情况，重点分析了失业福利、工资、人力资本等统计因素对失业持续期的影响。国内学者在这方面的研究也不少，但应用Cox比例风险模型研究失业问题的则比较少，杜凤莲在研究我国城镇人口失业持续时间的性别差异时应用到了Kaplan-Meier生存函数，认为男性和女性的未就业概率存在着显著差别，在各种失业持续时间水平上，男性的再就业概率一直高于女性。女性的工作经验并没有像男性一样获得回报，性别间再就业后的收入差距进一步扩大，从而女性接受工作的概率下降。马骏等应用Log-Logistic survivor模型对影响下岗职工的失业持续时间的因素进行了回归分析，在其他变量一定的条件下，下岗职工的年龄越大，教育水平越低，失业的持续时间越长，实现再就业的机会越少，而拥有的工作经验会缩短下岗职工的失业持续时间 二、研究方法与设计 本文的数据搜集采用问卷调查的方式，选择重庆市失业问题比较严重，失业人员比较集中的3个街道6个社区的失业人员进行随机抽样调查。发放问卷XX年龄在60岁以下，女性在50岁以下)并有工作意愿的177个样本进行分析 （一）数据说明与处理 样本中男性样本83个，占样本总数的46.7%，女性样本94个，占样本总数的53.3%。失业者的平均年龄为39岁，有51.4%的失业者是高中/中专/技校的文化水平，失业者的年龄及文化程度的交叉分析见表1。从表1可以看出，总体来说，失业者的年龄偏大，文化水平偏低。为便于分析，我们首先将收集到的失业者数据分为两种：一种是在调查时刻已经成功再就业的失业者，这种样本数据称之为完全数据，占样本总量的44.1%；另一种就是直到调查的时刻为止，还处于失业状态的失业者，这种样本数据称之为截尾数据，占样本总量的55.9%。截尾数据的失业持续期是右截断的，因为失业还在持续，所以对这部分样本的失业持续期的计算会低于实际值，但这些数据同样是有意义的，它提示该失业者至少在已经观察的时间长度内没有成功再就业 再次对数据进行筛选，剔除有缺失数据的样本、失业持续期超过15年的较特殊的样本，样本数变为157个，样本总体的失业持续期为5.1年，其中男性样本的失业持续期平均值为5.0年，女性样本的失业持续期平均值为5.2年 从总体上看，样本的失业持续期时间较长，其中女性失业者的失业持续期相对更长，但女性、男性失业者在失业持续期上差别不大。本次调查数据与国家统计局XX年的专项调查数据、马骏等人独自收集到的有关北京市下岗职工的样本数据差距较大，其失业持续期相对其它调查研究的失业持续期来说要长很多，这与失业者所处的环境有很大关系。这正是我们选择重庆市作为调查对象的原因所在，即探讨失业持续期影响因素的地区差异 （二）模型设计 首先，我们将生存时间定义为失业者失业持续的时间。生存数据是度量生存时间的数据，表示生存数据的变量包括响应变量和描述变量。生存模型分析的主要目的就是构造生存时间变量的模型。同时，估计生存时间变量对一组独立的描述变量的相关性 设有n名失业者(i=1，2...，n)，第i名失业者的生存时间(将失业开始视为生存时间的开始，成功再就业为生存时间的结束)为ti，同时该失业者具有一组个性变量x1i，x2i， ... ...，xpi，传统Cox比例风险模型中的