【毕业学位论文】（Word原稿）我国就业人数或城镇登记失业率建模-统计教育学

我国就业人数或城镇登记失业率建模 广东商学院 摘要 失业、经济增长和通货膨胀为宏观经济中特别重要的三个指标，就业是社会、国民经济中极其重要的问题。 本模型从经济、教育和人口等众多因素中，通过采用统计分析等不同的方法，分别对问题做了以下处理： 模型一，对收集到的多个可能因素采取逐步引入 用 行主要因素进行分析， 也对未被选上因素进行分析， 然后用相关分析法对因素进行验收，得到最终结果； 模型二，通过对模型一中的显著相关因素的系数分析建立 模型 二： 32 模型三，收集不同地区的相关因素，初步建立幂函数模型，再在对其取对数，发现具有明显的多项式关系，于是在对变量进行多次变换之下，最终得以建立多变量非线性回归模型： )(4 4 9 0 4 5.0)l o g (0 0 7 4 4 21 结果我们发现该曲线的拟合度较高。 模型四，通过建立 经网络模型，得到了各个因素与就业人口总量之间的关系模型，并建立子网络系统对每个因素的未来指标进行预测，然后利用预测出来的指标值对 2010 年和 2011 年的就业人口总量进行仿真预测，并预测出 2010 年城镇就业人口 总量比 2009 年增加 1200（万人）， 2011 年城镇就业人口总量比 2010 年增加 1070（万人）。 结论，通过对已经建立起的模型进行分析，针对我们的结果，针对国家和工人，我们给出了相应的措施和建议。 关键词： 逐步引入 相关分析法 多元线性回归 幂函数 经网络 一、 问题叙述 失业、经济增长和通货膨胀为宏观经济中特别重要的三个指标，就业（或者失业）是社会、国民经济中极其重要的问题。按照已有研究，就业可以定义为三个月内有稳定的收入或与用人单位有劳动聘用关系。失业的统计方法各国差异较大， 我国 采用 城镇登记失业率 ，是指 城镇登记失业人数同 城镇从业人数与城镇登记失业人数之和的比。其中，城镇登记失业人员是指有非农业户口，在一定的劳动年龄内（ 16 岁以上及男 50岁以下、女 45 岁以下），有劳动能力，无业而要求就业，并在当地就业服务机构进行求职登记的人员。 但由于统计口径不同，存在一定的差异，有些历史数据也较难获得。 从经济学的角度，影响就业（或者失业）的因素很多。从宏观层面上，消费、投资、政府购买和进出口都是重要的因素；而从中观层面，不同地区、不同产业也会表现出不同的特征。当然，中央政府调整宏观经济政策（包括财政政策和货币政策），以及对不同地区和不同产 业实行不同的扶持政策都会对就业产生巨大的影响。 就我国的现实情况， 2008 年我国经济社会经受 了 历史罕见的考验 ， 然 保持9%以上 平稳较快增长 ， 城镇新增就业 1113 万人 ，城镇登记失业率为 2009 年 我国就业 面临 更大的 挑战 ， 一是国际金融危机 导致 国际市场需求 难以在短期内复苏； 二是 今年我国 经济 增速 下滑 ；三是国内 消费需求 乏力；四是一些行业产能过剩与市场预期不确定导致企业投资不足，所以 就业形势十分严峻。 为此，中央政府从 08 年 10 月开始实施了 40000 亿元的投资计划 ， 确定了十大产业振兴计划，采取 扩大国内消费 需求 的措施 ，提高对外开放水平 以增加出口。同时，中央财政拟投入 420 亿元资金实施积极的就业政策。 09 年我国在就业方面的目标： 城镇新增就业 900 万人以上，城镇登记失业率 控制在 内 （以上数据取自温家宝总理的政府工作报告）。 本文 参考就业问题的研究成果，利用近年来我国有关的统计数据并结合一年多来我国国民经济的运行数据就我国就业人数或 城镇登记 失业率研究如下问题。 1、 对有关统计数据进行分析，寻找影响就业的主要因素或指标。 2、 建立城镇就业人数或 城镇登记 失业率与上述主要因素或指标之间联系的 模型。 3、对上述 模型 从包含主要的经济 社会指标、分行业、分地区、分就业人群角度，尝试建立比较精确的 模型。 4、 利用所建立的关于城镇就业人数或 城镇登记 失业率 模型，根据国家的有关决策和规划对 2011 年 我国就 业前景进行仿真预测 ，对模型的长期走式进行估计，即性态分析。 5、 根据所建立的数学模型和仿真结果，如何对可控制因素进行合理控制来提高我国城镇就业人口数或减少 城镇登记 失业率。 二、 模型的假设 1、 官方网站上的统计数据真实可靠 2、 城乡登记就业操作规范 3、 我国经济保持平稳发展 三、 模型的符号说明 y :就业人口数 ,单位：万人 2x : 居民消费价格指数 3x:城乡人均收入 4x :国内生产总值 y ：从业人数增长率 1x ：人均支出 2x ： x ：人均收入 四、 模型的 分析、 建立 和 求解 分析、建立和求解 1分析 时间（单位：年） 进出口总额（ 单位： 亿元） 从业人员（ 单位： 万人） 全国居民（ 单位： 元） 劳动者 （单位：万人） 居民消费价格指数 人均收入 （单位：元） 总人口数 （单位：万人） 国内生产总值（ 单位： 亿元） 全社会固定资产投资 一个多元化的时代，影响社会就业的因素是多种多样的。由问题一，我们通过相关的资料查找，发现影响就业因素有：从业人员、 劳动者、人均收入、 国 内生产总值、 进出口总额、全国居民、 居民消费价格指数、总人口数、全社会固定资产投资等因素。 建立 和求解 1、逐步引入 出显著相关因素 根据上面的文字理论分析，我们在中国统计局等相关网站，找到了对应的数据，通过使用 件，对数据进行 逐步引入 归分析，得出不同因素对就业人数的影响大小，附录二表 4步引入 归分析的各个过程。 如表 4值，逐步地把 线性方程里面剔除。 2、对相关变量进行方差分析和 附录二中表 45、 标准方差分析 中 ，显示所用模型的检验结果： ，因此我们 认为 这个回归模型的是 有 统计学意义的 。而且， 使用 以在模型中所有的系数都具有统计学 意义。 3、对未被选上因素进行分析 为了提高筛选的严密性，我们对没有选上的各个因素进行分析，求出 行讨论。 附录二 表 4可见 在 个候选 变量的 需再进行分析。因此影响就业的主要因素有： 劳动者（ 1564岁）、 国内生产总值 ，城乡人均收入，居民消费。 型二的建立 利用相关分析法，求出各个相关因素的相关系数，表 4出了各个因素与就业人口总量之间的相关系数。 表 4动者 国居民消费 乡人均收入 民消费价格指数 内生产总值 人口数 出口总额 社会固定资产投资 表 4以看 出：城镇人均收入、国内生产总值、进出口总额、城镇居民消费指数、总人口数与就业人口总量的相关性较强，居民消费价格指数、全社会固定资产投资次之，劳动者最弱。 分析、建立和求解 在问题一的两个模型中得出的结果是有差异的，所以，在进行问题二的求解时，我们取两个模型中的结果的交集作为对就业人口影响最主要的因素进行建模。 2模型二的 建立和求解 模型 一通过 逐步引入 对就业人数相关因素进行系数分析。在 模型 二中，我们将 模型 一中的显著相关 因数 ： 居民消费价格指数（ 2x ）、城乡人均收入、（3x） 国内生产总值 （ 4x ） 与就业人口数 y ，建立 模型 二 ： 433221 由于各指标之间没有一个统一的量纲 ,所以我们 通过 y 、 2x 、3x、 4x 中的数据进行“归一化”处理 ,将处理后的 的数据输入到 行线性回归分析 . 附录二 表 8中，对模型综合分析中有模型的负相关系数 R，样本决定系数 2R ,修正的样本决定系数 2R ，估计标准误，模型变化导致的可决系数及 表中可知模型二的修正的可决系数为 模型的拟合程很好。下面我们看看方差分析。 从附录二表 9中 发现 归效果 不错 。 但 为了进一步分析，我们 用 准化残差 图进行讨论。 图 4图 4可以看出，残插图中的点分布是随机的，没有出现趋势性，所以回归模型是有效的，模型二的最终表达式为： 9 2 61 7 32 分析、建立和求解 分析 本模型选取从不同地区的角度来对模型进行更精确的建立。 第一步： 通过上述问题分析得出影响就业的主要因素，我们以此因素为分析对象， 收集福建省，广东省 两省 的城镇从业人数，人均支出，人均收入，生产总值 的相关数据（见附表）。 第二步： 为了对数据具有一定的可比性，对数据表进行归一化。 见 附录二 表 4第三步： 利用 确定模型： 图 4图 4东省 通过图 4图 4们发现它们各自具有非常明显的曲线关系，且都呈上升趋势，因此，可建立一函数模型来表示它们的关系。 2模型三的 建立和求解 下面以福建省为例进行模型的求解，广东省可以此类推得出： 对 )出结果如 附录二 表 4示，最终 得到方程如下： 1 2 30 . 3 5 1 8 6 2 ( ) 0 . 1 8 3 7 9 8 0 . 3 2 9 9 3 2Y X D L O G X X ( ( 或 ( ( 型 四 的建立与求解 析 在问题二中，我们建立了城镇就业人口总量与各相关指标之 间的多元线性回归模型，上述模型虽然能够对变量之间的相互关系进行很好的拟合，但其在对未来预测时则发生的困难，因为它忽略了各变量自身的发展规律，所以必须考虑从各变量的自身发展规律出来，并结合自变量与因变量之间的关系进行建模求解。 的建立 由于就业人口问题的影响因素众多，所以，我们很难找到一个显示模型来准确的描述，且不必说用线性模型了。因此想采用传统的数学建模方法，对影响因素众多，而又无确切规律可循的就业人口数量进行比较科学的预测还是比较困难的，而 经网络则具有预测未来发展的非连续性变化的巨大 潜力。所以，我们将对所确定的 3 个因素建立 经网络模型。 1) 经网络按拓扑结构分，属前向网络，但它采用的是反向传播的学习方法，故又称为反向传播神经网络 (简称为 络。 型是一种多层感知器结构，由若干层神经元组成，除输入层和输出层外，包括一个或多个中间隐含层。一个具有 3 个输入和一个隐含层的 络模型结构如图 4 图 4P 网络模型结构图 络各层节点之间全部互相连接，同层节点之间不连接，每层节点的输出只影响下一层节点的输出。 法的主要思想是： 对于 n 个输入学习样本 ,21 已知与其相对应的输出样本 ,21 学习的目的是用网络的实际输出 ,21 与目标矢量, 21之间的误差来修改其权值，使 ),2,1( 与其期望的的接近。即：使网络输出层的误差达到最小，它是通过连续不断地在相对于误差函数斜率下降的方向上计算网络权值和 阀值 的变化而逐渐逼近目标的。每一次权值和偏差的变化都与网络误差的影响成正比，并以反向传播的方式传递到每一层的。 2）神经网络模型的建立 我们采用前面提出的 居民消费价格指数 )(1城镇人均收入 )(2内生产总值 )(3个指标作为输入变量，故输入层单元个数为 3 个。采用三层网络结构，其中 中间层选取8 个，将就业人口总量 )(出层 ,则输出层单元个数为 1。 经网络模型的求解 首先，为了使所有数据有一个统一的度量，因此对各组数据进行归一化处理，归一化处理所选用的方法是 : 1)(2m a xm yy 中： 训练的次数为： 000; 输入节点 输出节点 隐节点 训练的结束目标为： 训练的学习率为： 其他的以系统默认为准。 通过训练网络的预测后得出结果，为了使预测的结果与期望值具有可比性，所以得先对预测的结果进行反归一化处理，处理的方法是： 1)(2m a xm yy 分别为每组因子变量的最大值和最小值； 、 分别为每组因子变归一化前和归一化后的值。 以上步骤具体在 实现（源代码见附录程序 1） 利用 1996就业人口总量及相关指标数据对神经网络模型进行训练，经过 163次训练，网络收敛，达到预设的误差目标值 表 4以看出预测结果与实际值的误差和拟合图 4可以接受的。 图 4归一化下的残差为 3 . = 4 . = 5 . = 表 4f) （方差分析） 5 000(e) 2 a)（ t B 5 (027 007 102 009 887 002 002 654 722 000 表 4e) n t 945(a) 708 000 3 000(b) 000 10 b) 674 001 4 c) 658 000 c) 535 001 c) 336 021 5 d) 462 000 d) 975 001 d) 526 024 138(d) 442 019 表 4 06/30/11 01:37 1991 2007 17 of um og 表 4福建省 年份 城镇从业人数 城镇家庭人均支出 城镇生产总值（现价） 城镇家庭人均收入 1990 991 992 993 994 995 996 997 998 999 000 001 002 003 004 005 006 007 1 1 1 1 表 4广东省 年份 城镇从业人数 城镇家庭人均支出 城镇生产总值 （现价） 城镇家庭人均收入 1990 991 992 993 994 995 996 997 998 999 000 001 002 003 004 005 006 007 1 1 1 1 表 4