产业发展和就业相关研究.docVIP

产业发展和就业相关研究 　　[提要] 伴随着市场经济的快速发展，我国产业结构面临重大调整，促进就业作为当前产业结构调整的热门话题也成为一项重要课题。基于此，本文基于第一、第二、第三产业上的从业人员相关数据，采用SPSS软件进行线性相关分析，建立回归模型，对我国就业情况与产业发展状况进行探讨，并基于回归分析结果，提出相关改进建议。 　　关键词：产业发展;就业;第三产业 　　中图分类号：F24 文献标识码：A 　　收录日期：2018年2月11日 　　一、引言 　　目前，经济全球化的环境日益激烈，我国经济也开始进入转型时期。而国家对经济的调控导致我国的劳动力规模的扩大，进而改变当前的就业形势。可以看出，政府的调控是影响我国就业形势的一个重要因素。当前社会存在的一个重大问题是如何在改革开放进程中实现最大化的就业，这不仅需要以人为本，克服市场经济中的问题和存在的矛盾，而且要深入剖析当前的经济，以引导政府作出正确的战略性决策，对构建和谐社会至关重要。 　　二、产业结构与就业现状分析 　　（一）我国产业结构现状。中西方大多数国家的第一产业增加值逐步下降，第二产业增加值也开始下降，而第三产业增加值呈逐步上升趋势。由此可知，继发达国家工业化之后，第三产业在国民经济中的比重越来越高，其中以服务业、技术产业最为突出。我国20世纪90年代以来，第一产业也开始相对减少，1990～2008年产业结构具体数据见表1。（表1） 　　（二）就业现状。我国就业状况随着产业结构的改变也发生改变。由于我国产业结构逐渐从以农业为主向以工业为主的方向转变，就业人员在第一、第二、第三产业的比重也发生相应的变化，我国1990～2008年从业人员分布具体状况见表2。（表2） 　　三、实证分析 　　（一）相关关系分析。设定X1为第一产业占国民生产总值的比例，X2为第二产业占国民生产总值的比例，X3为第三产业占国民生产总值的比例，其中X1、X2、X3为自变量，Y（就业比重）为因变量，采用SPSS软件基于文中数据对各变量进行皮尔逊相关性分析，其具体结果如表3。（表3） 　　由表3可知，Pearson相关系数自变量X2为0.585，故X2和因变量Y之间存在较小的相关关系;而自变量X1、X3和因变量Y的相关性系数分别是-0.824、0.847，其绝对值均大于0.8，故自变量X1、X3和因变量Y之间存在严重的相关关系，且自变量X1与因变量Y之间呈负相关关系，且自变量X3与因变量Y之间呈正相关关系。表明当第一产业占国民生产总值的比例提高时，则就业机会减少;而当第三产业占国民生产总值的比例增加时，则会提高社会就业率，带动整体就业状况。为进一步对当前的就业状况与产业形势深入研究，本文采取回归方法处理相关数据。 　　（二）回归模型建立。基于1990～2008年相关数据，本文对X1、X2、X3三项指标建立模型，方程如下： 　　（三）回归模型检验。本文采取SPSS处理分析数据，其具体检验结果见表4。（表4） 　　1、拟合优度检验。由表4可知，回归模型调整之后的整?w拟合优度为0.687，这说明自变量X1、X2、X3和因变量Y组成的回归模型具有较好的拟合度。考虑到在实际应用中，拟合度可能不能全面准确地反映观测模型，为挖掘变量之间的经济含义，对模型进行进一步检验。 　　2、显著性检验。由表5可知，模型显著性检验的F值为14.150，回归模型平方和为7.357，均方为2.452，P值无限接近0.000，远小于0.01，表明回归方程线性关系显著，自变量X1、X2、X3和因变量Y存在线性相关关系，回归方程是有意义的，可以进行后续的分析。（表5） 　　3、变量显著性检验。由表6回归系数结果可知，自变量X1、X2、X3和因变量Y的系数分别为0.418、0.333、0.556，回归系数均为正数，说明X1、X2、X3对因变量Y均有正向影响。对模型进行t检验，结果显示t值分别为1.107、1.028、1.461，自变量X1、X2、X3和因变量Y的P值分别为0.286、0.320、0.165，均未通过显著性检验，说明自变量X1、X2、X3对因变量Y的影响效果不显著。而由表3可知，自变量X1与因变量Y之间呈负相关关系，自变量X3与因变量Y之间呈正相关关系，且相关性显著。相关分析结果和回归分析结果产生矛盾，可能是由于回归模型中引入了对因变量Y线性相关性不大的因素，因此需要运用SPSS逐步剔除法对回归模型进行修正和确定。 　　（四）修正回归模型 　　1、拟合优度检验。（表7）由表7可知，修正后的回归模型调整后的拟合优度为0.717，这说明自变量X1、X2、X3和因变量Y修正的回归模型具有较好的拟合度，拟合度变量为X3，因此对X3指标建立模型，其方程如下： 　　2、显著性检验。由表