统计方法在失业风险预警系统中应用.docVIP

统计方法在失业风险预警系统中应用 　　摘要：目前，我国失业风险预警系统的建立尚处于初级阶段。劳动社会保障部课题组通过回归分析确定了影响失业的18个宏观指标为自变量，失业率为因变量，建立了失业风险预警系统的回归模型，又通过德尔菲调查法确定了我国失业警戒线。但是我国各个地区的经济发展水平有着很大的差异，本文主要根据各个地区的经济发展水平进行聚类分析来确定我国各个地区的失业承受力，从而帮助进一步确定各个地区的失业预警线。 　　关键词：失业率 失业警戒线 聚类分析 　　▲▲一、失业风险预警系统概述 　　失业风险预警系统是根据历史资料寻找失业与经济发展的关系，在经济预测的基础上对失业进行预测。根据失业率、失业内部结构及影响失业的各因素的分析建立劳动力的供求模型及失业预警指标体系，根据不同失业水平及警兆因素对社会经济造成的压力水准，确立警线，分析预警，并采取必要的调控手段，把失业风险控制在社会能承受的范围内。 　　建立失业预警系统就是以系统中的失业警戒线作为参照，将通过失业预测系统预测出的失业指标纳入相关警戒区域，最后系统输出信号。如果失业指标超过某一警戒线，系统将自动发出预警通知。 　　失业率是反映国家经济变动周期的晴雨表。一般来讲，失业率降低或者就业率升高就意味着企业在扩大投资，增加用工人数，国内生产总值将会提高。失业率是衡量国民经济运行效率的指标。 　　目前，我国劳动和社会保障课题组通过回归分析确定了影响失业率的18个宏观经济指标：经济活动人口、国内生产总值、第二产业产值、基本建设投资、发电量、刚产量、水泥产量、金融机构企业存款、工业生产增加值现价、第三产业产值、社会消费品零售总额、进口总额、货币供应M1、货币供应M2、居民消费价格指数、商品零售价格总指数、进出口总额、出口总额。然后以这18个宏观经济指标为自变量，失业率为因变量，并进行时差调整，采用逐步回归法（Stepwise），经过多次反复建立模型，其最优数学模型是： 　　失业人数=401.163+7.503×10-3企业10-3企业存款+5.346×10-2基建投资-1.082×10-2GDP+2.969×10-5进口 　　并通过该模型预测2000年2季度的失业率为5.58%，而实际调查失业率为5.26%，模型误差为0.32个百分点，误差率为6%。所以该模型已经能很好的解释我国失业率的变化情况，可以用于预测季度失业率的变化情况。 　　▲▲二、聚类分析法原理及奥肯定律介绍 　　（一）聚类分析法原理简介 　　聚类分析是统计学中“物以类聚”问题的多元统计方法。它能够将一批样本（或变量）数据根据其诸多特征，按照在性质上的亲疏程度在没有先验知识的情况下进行分类，产生多个分类结果。类内部的个体特征具有相似性，不同类间的个体间的差异性较大。常见的聚类分析方法有系统聚类和K-Means聚类。系统聚类有两种类型：Q型聚类和R型聚类；系统聚类的聚类方式分为两种，分别是凝聚方式聚类和分解方式聚类。本论文中使用Q型聚类，对样本进行聚类，是具有相似特征的样本聚在一起，使差异性大的样本分离开来。系统聚类法的统一公式是：， 　　不同的聚类方法αp、αq、β、γ会取不同的值。 　　（二）奥肯定律简介以及在中国的背离 　　奥肯定律是美国经济学家阿瑟?奥肯提出的关于阐述失业率和实际GNP之间的交替关系的定律。其内容是，失业率每高于自然失业率1%，实际GNP便低于潜在GNP3%。也就是说某地区经济每增长3%，失业率就会降低1%。但是由于中国市场经济转型期的特殊性和对隐形失业的忽视，失业率和经济增长并不是呈现反比现象。这一点通过线性回归分析就可以证明，如果按照奥肯定律，失业率和GDP应该是线性相关。然而中国失业率和GDP之间的关系并非是线性相关的。在此以1978年至2003年我国失业率和国内生产总值举例证明，1978～2003年我国失业率和国内生产总值指标数据见附录表2-1，通过分析我们可以看到1978～2003年我国失业率的变化，见图2-1：我国1978年至2003年失业率的变化情况。 　　图2-1：我国失业率变化线图 　　从图2-1中，我们可以看出，我国在七八十年代，失业率一直保持高速下降，这和我国计划经济时期的“社会主义国家无失业”有一定的关系，改革开发以来，我国逐渐向市场经济转型，我国失业问题才逐步得到重视，虽然政府加大力度解决失业问题，但是长期的弊端绝非是在一朝一夕之间就可以解决的。这就造成了我国失业率和经济增长之间的关系背离了奥肯定律，从图2-2中我们就可以清楚的看到这一点。 　　图2-2：我国GDP对失业率影响线图 　　从图2-2中，我们可以清楚的看到失业率和GDP并不是呈现线性趋势。 　　为了进一步证明两者不是线性相关的，做拟合优度检验得到失业率和GDP的线性回归分子结果（ANOVA），从分析结果中