多元统计在个地区就业情况分析及大学生就业决策中的应用

多元统计在各地区就

业情况及大学生求职

决策中的应用学院：应用数学学院专业：级数学与应用数学学号:081702011.7.15摘要:本文主要运用多元统计分析中的聚类分析和因子分析的方法。借助SPSs软件，根据衡量个省份和直辖市各行业就业情况指标，先用聚类分析法对31个省份及直辖市整体就业情况进行分析,将就业情况相近的省市为一类。然后,用因子分析法进行评估分析，找出省市就业取向及人才需求倾向。最后，根据以上的分析，对结果进行合理的评价。关键词:就业情况人才需求倾向聚类分析因子分析一、问题综述从2002年开始，高校扩招的大学生陆续毕业，大学生就业问题就受到各方关注。至今，严峻的就业形势不得不使我们为前途担忧。摆在我们面前的就有两项重要的抉择:在哪个城市就业?在哪个行业就职？我国的产业结构划分为第一产业、第二产业和第三产业。在各个省市中，这三个产业的就业情况都有所不同，所以能用各省市在农业、工业、金融业等行业的就业情况来衡量该省市的就业取向及该省市的人才需求倾向。在各个省市各个行业就业量即是这些指标数据的统计来源，它较为准确的反映了各个省市在各项指标上就业水平。清楚的了解各个省市的整体就业水平，对于我们准确认识、评价省市就业取向、需要哪方面人才，以及对自身就业地区行业进行更好的抉择有着重要的意义。二、基本数据及方法2.1样本数据体现各省市整体就业情况的指标多、涉及范围广。以2009年国家统计年鉴为基础，选取了12个指标。这十二个指标在众多行业指标中较具代表性，它们分别是：（1）农、林、牧、渔业，（2）采矿业，（3）制造业，（4）电力、燃气及水的生产和供应业，（5）建筑业，（6）交通运输、仓储和邮政业，（7）信息传输、计算机服务和软件业，（8）批发和零售业，（9）住宿和餐饮业，（10）房地产业，（11）金融业，（12）租赁和商务服务业。另外选取了全国不同地区的31个省市，它们各行业就业情况如下表：

表1:2009个省、市12个行业就业L情况（数据来自：2009年匸国家统计年鉴,单位:万人）地区合计农、林、牧、渔业采矿业制造业电力、燃气及水的生产和供应业建筑业交通运输、仓储和邮政业信息传输、计算机服务和软件业批发和零售业住宿和餐饮业金融业房地产业租赁和商务服务业北京619.33.25.099.56.634.150.136.250.228.325.430.172.9天津201.70.79.372.93.310.712.32.511.94.16.73.17.3河北503.17.127.0117.019.833.925.56.022.14.523.43.35.1山西385.82.675.069.89.922.521.34.317.94.214.02.76.2内蒙古245.826.817.937.810.113.716.23.96.62.39.91.42.9辽宁509.527.635.5146.016.329.531.86.117.16.720.27.510.1吉林265.316.218.359.08.112.915.35.18.23.19.93.44.1黑龙江469.192.942.878.614.829.926.15.318.33.313.54.34.2上海385.41.30.1140.75.611.035.66.525.410.821.711.518.0江苏721.310.513.7308.212.946.030.77.327.710.526.66.511.5浙江813.91.51.7333.112.5155.823.910.028.114.928.010.424.0安徽359.96.230.370.69.440.714.73.713.53.714.54.44.3福建474.06.85.1226.49.652.016.24.113.16.112.28.810.4江西289.612.78.568.09.627.415.63.68.31.810.02.02.7山东922.35.263.1337.220.570.533.26.240.411.732.89.411.7河南734.77.053.3154.820.787.328.85.238.99.522.08.612.1湖北487.115.88.8118.512.069.831.84.620.16.615.95.74.6湖南481.05.215.098.711.671.721.84.915.98.317.38.37.3广东1055.09.23.3443.518.563.253.516.740.823.737.526.128.5

广西301.411.04.359.28.827.617.53.511.64.59.43.78.3海南79.314.60.97.51.96.24.20.73.24.02.02.42.1重庆248.81.79.557.46.443.313.52.511.24.29.74.94.3四川564.45.121.9123.115.499.623.85.917.55.220.45.36.0贵州218.72.011.537.36.622.09.12.410.02.75.93.74.1云南312.08.514.660.88.036.314.34.114.75.98.83.75.8西藏21.10.50.20.80.80.90.70.40.50.40.80.00.1陕西352.44.123.282.210.024.119.26.212.35.712.94.53.1甘肃193.05.38.838.66.714.110.32.25.62.06.61.72.0青海50.62.01.98.71.34.03.30.81.80.51.80.70.9宁夏58.12.55.610.54.22.43.00.71.60.52.70.81.1新疆249.458.017.625.46.014.310.92.06.42.46.72.14.92.2分析方法首先,利用聚类分析,对所要分析的样本省市进行分类。然后,利用因子分析的方法,对各省市的就业取向及人才需求倾向进行分析。三、分析问题与结果3.1聚类分析3.1.1分析过程及其输出结果根据原始数据，进行聚类分析。在聚类分析时,使用系统聚类法中的Ward法，将就业情况相近的省市归类。运用SPSS,输出结果如下：表2：树状图RescaledIistinceCIlsterCbnbirie."海翠南體聲西晝鶯零西西北南川南北宁海朋聚建江赤讣育宁西S克甘内新江广吉无蚕h妄陰山湖湖四河河辽上北黑江山福浙.丿根据聚类分析结果，得到了多种分类,将其按4类划分，则有可以得到如下结果：第一类:青海，宁夏，西藏，海南，贵州，甘肃，内蒙古，新疆；第二类:江西，广西，吉林，天津，重庆，云南，安徽，陕西，山西；第三类:湖北，湖南，四川，河南，河北，辽宁，上海，北京，黑龙江；第四类:江苏，浙江，福建，山东，广东。3.1.2聚类结果评价根据聚类分析的结果（表2）可以看出：第一类中的省市就业量最少，所处地区偏远，均为国内经济欠发达地区，各行业都处于起步与发展当中，所提供的就业职位稀少,所以此类地区极少人愿意前往就业，而且当地的人才也大多流向经济发达地区。所以就业人数十分少，一方面原因由产业不发达引起的人才需求量少，另一方面是人才流失严重及补给不足。第二类中的省市就业量比第一类稍微良好，所处地区为我国内陆，经济发展水平中等,所提供的就业职位数量远比第一类省市多，但也有限。除了制造业就业量相比同地区其他行业较为理想外，其余行业的就业量均在全国中下水平。所以,前往此类省市就业的人数不多,就业竞争相对没那么激烈。第三类中的省市就业量在全国处中上水平,同样处于我国内陆地区，但此类省市的人口数量交其他省份多,人口密度高，其中，河南为我国人口第一大省，北京为我国政治中心,上海为我国贸易中心。所以，为了获取较多的廉价劳动力，许多企业均在此类省市设厂或分公司,从而提供了较多的就业机会。而为了获得更多机会,较多人愿意在此类省市就业，因为就业量大。第四类中的省市就业量处于全国最高水平。它们均为国家沿海、河省市,其中江苏、浙江为长江三角洲重要组成部分;广东、福建内更划出了多个经济特区。由于在此类省市中沿海、河,所以设有多个港口，为贸易提供便利,所以在这些地区经济十分发达，为全国经济作出贡献也较大。在经济发达的地区,提供的就业机会及人才的需求十分庞大，因此，这类地区均为应聘者争相就职的地区。虽然就业量庞大，但竞争也相应激烈。3.2因子分析在国内的就业大环境中，处于不同地区的省市，其三个产业的分配也不同，就业倾向也不一样，因此不能单单凭借总就业量来判断各个省市的就业情况。下面借用因子分析对各省市在有代表性的指标上作出较公平的评价。3.2.1分析过程及其输出结果根据所要研究样本中列出的12项判别指标，即31个省市2009年个行业就业量:农、林、牧、渔业,采矿业,制造业,电力、燃气及水的生产和供应业，建筑业,交通运输、仓储和邮政业，信息传输、计算机服务和软件业，批发和零售业，住宿和餐饮业,房地产业,金融业，租赁和商务服务业。首先,要了解变量之间的相关性，判断其是否适合进行因子分析，各指标的相关系数如下：表3：各变量间的相关系数

1.1农、林'枝、渔址采矿1£制進业.屯址绘生尸和贞7~hA-r业.吏通运输、■e須注it阳业恒息倖辅-噪匸业.sitrrLiE祖赁和林，校5矗业.l.roo.22?-.113J66-.1了4.OU-0?6・.D叩・.1砧-.077-.120-]药采矿业.22?1.000,.119.S79.14S.208.062.3DS・.D弭.29Q-.095-.125制進业l.1L$.IIP1.0DD.6S7.659.TOT?.那.727.68?.87?.6Q9.397电力、燃气及水的生产和飓业.166.刑.£57L.000.6LS.654.230.690.369.789.322.133-.134.145.6S9.6151.D00.443.2刃.557.463.6S7.364.2693SB运窘、它闻和邮政业..030.2DE”.70?.6S4.443.1.000.7b?.9DE.8ffl.899.何.716.信息恃轿、计笛础漏和软件业-,D7«-.D62.395.230.7671.CO0.766.9D0.90S.9融it跋珀砖业，-.D90.305..727.630.5S7.906.1.000.88?.893.833.g住71期餐徐曲.-.169-.DS4..6©.369.4S3.86LJ.血.8871.000.731.911.910,錮1业-,D7?.292.S77.657.8如.b0?伽.7911.000.W.5tiS.彩也尸业•-.128-.D9S.6LB322.轴E47.maJ333.97L.T23]cm913粗童和裁阳务业・.L38-.123.337]33.269.71E.965.7S9LD.563913L[DDSi?*園；無-端，枝、理业•、JH.264.1*7.236.355.345.515.181.3412北230采矿业.109.2£2..pin.219.1.31.310.咖.38S.02S305255制造业」.264.262.1J：n：C.Di：i：i.000.0L4.!：i[i：i.ODOJJJD.aco014电力、燃尢艮水的土产和供应业.19?.000.030.D00.000.L0?.DDO.030.000.039.236.建违业.236.213.COD.000.i.006.OEO.DD1.004.COD.022.012邂也蚊、它魅粕邮政业.595E00C!,00b■iJKO.000.000.COToroore輙省环、计驴临即和戟件业.543.370.014J07.Dili.000.D00.OILU.1X0.aco.000itts珀詐业:.316.D4B.030.000.DOI.000.01®.1.000.000.aco.000住宿和餐徐必・.18].386.CD0.om.1X0.000.m.1.coo.oco.000颐1T.34].05S.LED□□ZI.DO].t±Ei.□m.DO].am•F□m□B馬览!广业.246.3D5.030.039.022.coo.000.DEO.000.coo.000租更和袒务眾奚业.230.255.014.238.072.000.ow.DDO.000.000.aco.1由上面结果知，原始变量之间有较强的相关性，进行因子分析是合适的。对原始数据作因子分析，为使各个因子具有更加明显的意义，在分析中采用方差最大化旋转，得到以下结果：表4：因子分析输出结果解释的总方差成份初始特征值提取平方和载入旋转平方和载入合计方差的%累积％合计方差的%累积%合计方差的%累积%17.14959.57659.5767.14959.559・5765.24443.70443.7047622.13917.82577.4012.13917.82577.4013.75131.25974.96331.1719.75887.1601.1719.75887.1601.46412.19787.1604.6965.79892.9585.4023.35196.3096.1931.60997.9187.082.68098.5988.064.53399.131

9.058.47999.61010.022.18099.79011.016.13599.92512.009.075100.000提取方法：主成份分析。从输出结果可以清晰的看出，前三个因子的累计贡献率已经达到了87.160％，说明前三个因子基本包含了全部指标具有的信息,所以，仅需要取前三个因子。根据前三个特征值建立的因子载荷阵如下：表5：因子载荷阵旋转成份矩阵a成份123农、林、牧、渔业-.004-.190.830采矿业-.146.435.680制造业.389.804-.096电力、燃气及水的生产和供应业.140.847.416建筑业.146.816-.166交通运输、仓储和邮政业.774.525.202信息传输、计算机服务和软件业.965.095-.016批发和零售业.744.606.114住宿和餐饮业.908.372-.132金融业.565.792.090房地产业.935.270-.101租赁和商务服务业.965.068-.114提取方法：主成分分析法。旋转法：具有Kaiser标准化的正交旋转法。a.旋转在5次迭代后收敛。将三项指标按高载荷（绝对值）分成类，并结合专业知识给出各因子的命名如下:表6：各因子中咼载荷指标高载荷指标交通运输、仓储和邮政业信息传输、计算机服务和软件业批发和零售业因子一住宿和餐饮业金融业房地产业租赁和商务服务业制造业因子二电力、燃气及水的生产和供应业建筑业米矿业米矿业因子三农、林、牧、渔业从表格中可以看出,因子一综合反映了交通运输、仓储和邮政业,信息传输、计算机服务和软件业,批发和零售业，住宿和餐饮业，金融业,房地产业，租赁和商务服务业这七个指标的主要信息，可以将因子一解释为第三产业就业情况指标；因子二综合反映了，米矿业制造业,电力、燃气及水的生产和供应业,建筑业这四个指标的主要信息，可以将因子二解释为第二产业的就业情况指标；因子三综合反映了农、林、牧、渔业指标的主要信息,可以将因子三解释为第一产业就业情况指标。各因子的因子得分如表：表7:因子得分（注：综合得分即为五个因子按照方差贡献率为权数的加权加总）地区因子因子二因子三安徽-0.461370.13020.04379北京4.5418-1.47594-0.19462福建-0.154020.30756-0.82431甘肃-0.56488—0.61852—0.41572广东2.103181.46985-0.42883广西-0.17918-0.42872-0.28197贵州-0.47458—0.53246-0.52947海南—0.40953—1.27204-0.47044河北—0.334970.885260.53006河南-0.119141.693340.76444黑龙江0.18798-0.563393.70801湖北-0.111280.50945-0.09266湖南-0.141250.52181-0.47598吉林-0.24208-0.586490.27708江苏0.24861.0006-0.23374江西-0.48423-0.29108-0.1146辽宁0.144990.368691.28875内蒙古-0.36203-0.595070.73072宁夏-0.72387-0.99409-0.65277青海-0.66677-1.15669-0.85489山东—0.009362.281560.81619山西—0.456380.293991.17303

陕西-0.2182-0.08968-0.02317上海0.91625-0.34301-0.61873四川-0.497161.2096-0.32818天津-0.24822—0.71939-0.6777西藏-0.73735-1.24109-0.96821新疆—0.16459—1.23011.57262云南-0.25737—0.27305—0.25841浙江0.290551.94114-1.73033重庆—0.41554-0.20222-0.72993各省市在相应指标的得分越高,代表在此指标的行业中就业情况越好。由此,在不同的指标下，个省市的排名如下:表8:根据因子得分对各省市的排名地区因子因子二因子三安徽241310北京13114福建121128甘肃282419广东2420广西141917贵州252023海南213021河北1978河南1036黑龙江6211湖北9912湖南11822吉林16229江苏5615江西261713辽宁7103内蒙古20237宁夏302625青海292729山东815山西23124陕西151411上海31824四川27518天津172526西藏312930新疆13282云南181616浙江4231重庆2215273.2.2因子分析结果评价由因子得分表（表7）以及根据因子得分的个省市排名表（表8）可看出:北京、广东、上海、浙江、江苏这五个省市在因子一排名中位居前五，它们在第三产业中的就业情况比其他省份良好。北京为我国首都,是最重要的金融中心与商业中心，其综合经济实力保持在全国前列,第三产业规模更是位居中国大陆第一。国家金融宏观调控部门均在北京。金融业巨头——中国国际金融有限公司、中国国际信托投资公司、中国投资有限责任公司，全国性保险公司总部，大量跨国公司中国地区总部均设置在北京。北京市商业总体布局形成多处有较大规模、有良好购物环境和文化氛围的商业文化中心。所以北京在第三产业中所提供的就业机会比其他省市多。因此，北京的就业情况良好,但竞争十分激烈。广东为中国第一经济强省,走在中国经济改革开放的前列，珠三角经济区有位于广东，所以连续十几年经济领先中国其他省份。广东交通发达，旅游事业十分火热,带动交通运输、零售和批发业、餐饮和住宿业兴旺,而且广东作为各种产品的加工生产基地，许多工厂设置在广东。所以广东所提供的就业机会也不容小觑。上海、浙江、江苏均位于长三角地区。长三角地区快速积聚的国际资本和民间资本，不仅规模越来越大，而且以其特有的活力强有力地推动着这一地区的经济快速发展。上海是国际经济、金融、贸易和航运中心之一，以上海为龙头的江苏、浙江经济带。这里是中国目前经济发展速度最快、经济总量规模最大、最具有发展潜力的经济板块。因此,上海、浙江、江苏也成为我国劳动者争相进取的地区,就业情况同样竞争十分激烈。而山东,浙江,河南在因子二的排名跟别为第一、第二、第三。在这三个省份，就业与第二产业的劳动者比其它地区与同地区其他行业多，且居于主导位置。山东位于中国东部沿海、黄河下游、京杭大运河的中北段，交通十分便利,所以与其相联系的制造业、交通运输业、建筑业十分发达。而其中制造业为重中之重,其就业情况仅次于广东排在全国第二位;而建筑业位于全国第四位。浙江地处中国东南沿海长江三角洲南翼,东临东海，不仅第三产业十分发达,第二产业的发展也毫不逊色。由于地理位置、环境舒适、气候宜人,浙江成为房地产商重点开发目标,所以建筑业发展位居全国前列,因而此行业在浙江的就也情况十分理想,提供的就业机会是其他省市无法比拟的。河南是我国人口第一大省,劳动力资源十分丰富,并且价格低廉，这正是第二产业中各行业所最需要的资源。而且河南自古就被认为“居天下之中”的河南，位于京津塘、长三角、珠三角和成渝城市带之间，且是进出西北六省的门户。因此全国各企业纷纷在此设厂，其工业门类覆盖了国民经济行业的39个大类，形成了食品及饮料、机械、电力、建材、冶金、化工、煤炭、石油及天然气、烟草等一批重点产业。原煤、铝、黄金、十种有色金属、平板玻璃、水泥、拖拉机、纱、化纤、机制纸及纸板、卷烟、家用电冰箱速冻食品、方便面等主要工业品产量均居全国前列。所以从数据中看出,河南在采矿业、制造也、电力、燃气及水的生产和供应业、建筑业中就业情况比较良好，提供大量的就业机会。在因子三排名中，黑龙江、新疆、辽宁位于前三,第一产业就业者主要集中在这些省份。第一产业重要以农业为主,渔、林、牧业相辅。在黑龙江大小兴安岭生态功能保护区加快发展特色产业，为其提供庞大的林牧业资源。两大平原农业综合开发试验区突出抓好农业基础建设、农业结构调整，做大做强畜牧产业，大力推进农业标准化、规模化生产和产业化经营。故在黑龙江第一产业提供就机会较多。新疆有着辽阔的地域,适宜的气候,复杂多样的地貌和土壤,特产资源十分丰裕。在群山峻岭、绿洲戈壁之间，有着数不尽的“粮仓”、“肉库”、“油盆”。在这块“宝地”上,拥有近331万公顷耕地,1000多万公顷可垦荒地。新疆日照长,光热资源丰富,昼夜温差大,水资源也较充足。这些都为发展农业提供了良好的条件。因此新疆农业十分发达,为农业劳动者提供了很好的就业机会，就业情况自然良好。辽宁全省森林面积418.5