还剩11页未读，继续阅读
本资源只提供10页预览，全部文档请下载后查看！喜欢就下载吧，查找使用更方便
文本内容:
计量经济学课程论文基于EVIEWS下安徽省城镇失业率的多因素分析第六组组长程颖风成员程颖风,丁磊,姚健伟,陆峰,徐铭凡,陈欣宇指导老师孟哲班级21经济统计学1班表6逐步回归2X,XX,X变量2324-
2.87*10-5-
2.90*10*参数估计值
3.66*10-8L16*10]-
14.94597-
4.318494t检验
4.
3120961.152383R
20.
9780790.951662R
20.
9747060.944225由上图可知在X2的基础上，加入X3修正后的可决系数变化明显，而加入X,后修正后的可决系数变化不明显，X,的t检验值也不显著，则不符合要求因此，我们剔除X,，得到如下模型Y^c+Ax^AXs+A
3.异方差检验1进行残差平方估计，得到结果如下图36,000,00032,000,000-28,000,000-24,000,000---------20,000,000-X2•_X3^16,000,000•t・12,000,000-8,000,000-4,000,000-0_cGCCj.C.fTp C,C.
000.
004.
008.
012.
016.
020.
024.
028.032E2图2Y与X残差平方图由图可知，解释变量X2,X3对残差平方ei2的散点图主要分布在图形的上三角部分，大致可以看出残差平方ei2随Xi的变动呈减少趋势，因此，模型可能存在异方差，需进一步进行检验2使用White检验法对数据进行检验，结果如下:表7White检验结果Heteroskedasticity Test:WhiteF-statistic
0.429622Prob.F5,
100.81820bs*R-squared
2.829228Prob.Chi-Square
50.7263Scaled explainedSS
1.655905Prob.Chi-Square
50.8944Test Equation:Dependent Variable:RESID2Method:Least SquaresDate:05/21/22Time:01:27Sample:20052020Included observations:16Variable CoefficientStd.Error t-Statistic ProbC
0.
0573750.
1092070.
5253780.6108X2-2-
4.27E-
114.81E-11-
0.
8869770.3959X2*X
33.55E-
134.48E-
130.
7925480.4464X2-
1.95E-
063.03E-06-
0.
6445850.5337X32-
5.88E-
167.52E-16-
0.
7820150.4523八X
31.43E-
097.22E-
090.
1987210.8465R-squared
0.176827Mean dependent var
0.006289Adjusted R-squared S.D.dependent var-
0.
234760.008649S.E.of regressionAkaike infocriterion
0.00961-
6.171943Sum squaredresid Schwarz criterion
0.000924-
5.882222Log likelihood
55.37554Hannan-Quinn criter.-
6.157107F-statistic
0.429622Durbin-Watson stat
2.790693ProbF-statistic
0.818209从图可以看出，nR2=
2.829228c由White检验可知，在a=
0.05下，查x分布表可知，得到临界值72,5
（5）=
11.0705,又因为nR2=
2.829232〈％20,05
（5）=
11.0705,所以接受原假设，表明模型不存在异方差
八、模型评价不足之处如下
1.选取的样本容量较小，做White检验不太符合预期，异方差的修正后的可决系数为负值，结论可靠性可能受到影响
2.模型显著存在遗漏变量，可以进一步的补充其他显著性变量，提高结论可靠性
3.变量选取相关性不太好，在进行模型回归估计时，t检验不显著在进行逐步回归后我们发现，将进出口总额这一变量剔除比保留时的拟合效果更好，所以我们将其剔除后做其余相关分析
九、结论和建议
1.结论
（1）通过建立安徽省城镇失业率和城镇人口数量以及城镇单位就业人员平均工资的模型表明，城镇人口数量、城镇单位就业人员平均工资与被解释变量城镇失业率存在长期均衡关系
（2）通过我们最终得到的数据可以看出，城镇失业率和城镇人口数量成正相关关系，城镇失业率与城镇单位人员平均工资存在负相关关系在城镇人口增长时城镇失业率也逐渐升高，在城镇单位人员平均工资提高时城镇的失业率降低3虽然通过模型得到城镇人口以及城镇单位人员平均工资有显著影响，但是安徽省进出口总额在模型中并未体现，这并不意味着进出口总额对失业率影响较小这更加暴露出安徽省在这个方面的不足，正是急需解决的问题
2.建议1完善保障人民生活的政策提高安徽省政府的作用，通过社会调查等方面，了解社会中人民就业困难的方面，从而针对性的推出相应的就业政策，从而保证我们省人民的平稳生活并且提高我们省份的城镇化速率，进一步提高我们省份的人口素质，进一步完善我们省份的失业保障体系2增加我们省份的就业岗位，提高人民的就业机会，扩大就业市场想要保障我们省份的人民的美好生活，提高我们省份人民生活的质量，我们省份需要更加的开放，进一步吸引外来资本进入我们省份，为我们省份提高更多的就业机会，创造更多的就业岗位3改善我们省份的经济条件，控制我们省份的人口失业流失率安徽省应该更加注重城镇人口流动的速度和规模，保障有更多的劳动力能够接收外来的工商业等企业的进入，制定更加完善的市场政策，保障市场经济的稳定发展，保障市场的平稳运行，从而提高安徽省的市场经济环境，从而降低我们省份的失业率参考文献［1］任栋，李萍.中国失业率影响因素的再认识:一个计量实证研究［JL四川大学学报哲学社会科学版，
201305.［2］朱琳，陈飞.云南失业率影响因素分析和回归诊断［J］.当代经济,
201304.［3］曾玲.中国失业现状分析及就业对策［J］.大众科技，
2012154.［4］杨同豪,徐光亮,石林.城镇登记失业率影响因素的探讨［J］.数学的实践与认识，201015:9,［5］向东进,范辉.我国城镇登记失业率的影响因素分析及预测［J］.湘潭大学学报:哲学社会科学版,20103:
5.［6］吴晓云，张晓东.当前新疆巴州地区失业率的影响因素分析及对策研究［J］.科学中国人,20175X:
3.
[7]符涛，董志强,地区工资水平与失业率关系的实证研究[J].商业时代，
200707.
[8]朱闰琪.对安徽省城镇失业率的影响因素分析[J]•商,201620,
2.
[9]李慧君.江苏省城镇失业率的影响因素分析[J].现代经济信息,201517:
2.
[10]朱江梅.我国对外贸易与城镇失业关系的实证研究[J].学习与探索，
201006.一•调查背景及意义
1.调查背景我国作为世界人口第一大国，同时处于从计划经济向市场经济转型的关键时期，我国出现了市场经济国家面临的难题一一失业本文为研究影响安徽省城镇失业率的主要因素，首先，以宏观经济理论为依据，选取了城镇单位就业人员平均工资、城镇人口和进出口总额三个变量对安徽省城镇失业率进行研究，并通过运用计量经济学所学方法，深刻探讨安徽省失业率与各种影响因素之间的关系，建立以失业率为被解释变量，城镇单位就业人员平均工资、城镇人口和进出口总额为解释变量的回归模型，分析安徽省失业状况的影响因素，运用多元线性回归模型，考虑了影响失业率多方面的因素，得到城镇人口以及城镇单位人员平均工资对城镇失业率有显著影响当今社会中，据数据显示，2020年安徽省城镇登记失业率为
2.83%,当年新登记失业人数有301530人，登记失业人员中新增就业有260732人，到年末实有登记人数为300032人，其中有89408名女性安徽省每年高等学校向人才市场传送的待就业和下岗再就业对安徽省的就业市场带来了极大的压力当今我国进入劳动年龄人口的高峰期，劳动力供大于求，并且，我国面临对经济结构的重大调整，为了与之相适应，劳动力结构必然要进行相应的调整，另外，由于许多失业人员技能单一，难以适应用人单位的需要在完善的市场经济条件下,劳动力的自由流动是实现劳动力资源优化配置的必然途径劳动力流动中，总是要有一部分劳动者处在暂时失业的状态所以，一部分劳动力在劳动力市场上流动,是同充分就业同时存在的经济学中根据失业产生的原因，把失业分成三类，即摩擦性失业、结构性失业，和周期性失业这是从市场经济运行的角度分析失业产生的原因社会主义市场经济学指出在我国出现失业现象还有其他原因
1、由于二元经济结构的体制原因，农村剩余劳动力转移形成的失业
2、产业结构调整造成的失业我国的产业结构升级缓慢阻碍了对劳动力需求的扩大
3、经济增长对劳动力的需求不足
4、由体制转换造成的失业本文将对2005-2020年间城镇失业率与城镇单位就业人员平均工资，城镇人口和进出口总额的关系进行相关分析，通过对安徽省在转型经济期的失业问题进行深入分析，得出具体影响程度，提出符合安徽省省情的建议
2.调查意义我国作为世界人口第大国，又处于从计划经济向市场经济转型的关键时期，我国也出现了市场经济国家面临的难题一一失业当今社会，城镇人流量在大幅度增加，市场需求较少，导致市场供不应求，失业率在不断增加许多大学生也在毕业之后持续迷茫，这就是为什么政治家在竞选时往往谈到他们提出的政策将有助于创造工作岗位中国已经进入了一个经济飞速发展的时期，社会机遇层出不穷，国际投资源源而入，降低失业率是现在需要解决的重要问题任栋⑴则采用1990-2010年我国有关宏观经济指标的数据和计量经济模型的方法进行实证研究，认为资本有机构成是影响我国失业率水平的首要因素，适龄劳动人口数量次之，农民人口流动，城镇人口数增加，降低了我国城镇失业率水平，经济增长率对失业率的影响怕显著性不高朱琳，陈飞⑵则基于云南省2000-2011年的数据，说明了对失业率影响最显著的变量是参保人数（负相关）和人口总数（正相关），而GDP对降低失业率贡献较小曾玲⑶对我国就业形势日趋严峻，失业问题严重，呈现出诸多特点，如失业人口增加迅速、失业类型多样化、失业人员构成复杂等问题进行研究解决我国失业问题必须多角度观察，从扩大市场需求，增大就业市场，打开就业渠道、加大人力资本投资力度、健全和落实社会保障体系、实现农村剩余劳动力多元化转移几方面入手，采取综合措施，平衡劳动力供求关系，总结出解决我国现阶段失业的基本思路和对策，为安徽省就业政策提供支撑钱进⑷等首先基于马克思《资本论》理论阐述了资本有机构成的相关概念,并基于理论分析了资本有机构成与失业问题的相关关系；接着以我国的实际情况为依据，采用统计及计量经济分析方法验证了资本有机构成变化与我国失业问题的关系，最后根据理论和实证分析所得出的结论提出相关政策建议杨同豪，徐光亮⑸等利用格兰杰因果关系检验解决了确定影响因素的问题；建立了主成分分析模型和基于序列相关性的误差修正模型，解决了各影响因素和城镇登记失业率之间关联的问题；并利用所建模型对未来我国的就业前景做出仿真预测，得出了相应结论向东进，范辉⑹利用我国的一些宏观经济指标和城镇登记失业率建立贝叶斯向量自回归模型BVAR,并做了脉冲响应分析，通过对比向量自回归VAR和贝叶斯向量自回归模型BVAR所做的失业率预测，来研究我国的失业率未来发展吴晓云，张晓东⑺利用相关分析以及主成分分析等统计方法，对新疆巴州地区失业率问题进行了实证分析，得出了影响巴州失业率的主要因素有上一年失业率、投资和消费、城镇化率、第一产业GDP所占比例，然而经济增长的影响对其地区失业率不够显著二.调查目的基于上述学者的研究基础上，大都以全国为范围研究，对安徽省失业率研究较少本文将对2005-2020年间城镇失业率与城镇单位就业人员平均工资，城镇人口和进出口总额的关系进行相关分析，通过对安徽省在转型经济期的失业问题进行深入分析，对其影响因素进行分析，得出结果，提出符合安徽省省情的建议，为安徽省的政策贡献一份有力的理论支撑
[8]城镇单位就业人员平均工资指单位就业人员在一定时期内平均每人所得三.调查内容的收入它表明一定时期职工工资收入的高低程度，是反映就业人员工资水平的主要指标近年来发达国家的大量实证研究发现了一条不同于经典理论的工资曲线，控制其他变量影响，地区高失业率将导致该地区工资水平下降各国对工资失业弹性的经验估计结果非常接近，为一
0.1左右在控制有关变量后，我国的地区工资和地区失业冷也存在负向关系，且工资失业单件与国际上大多经验研究接近为一
0.1城镇人口⑼城市人口密度指生活在城市范围内的人口稀密的程度由于安徽省是人口大省，过多的城市人口密度将会给就业带来较大的压力，导致市场长期供不应求，因此将城市人口数列为影响城镇失业率因素之一进出口总额W我国对外贸易与城镇失业之间存在均衡关系，进口贸易对城镇就业的拉动作用显著，而出口贸易对城镇就业则具有较明显的抑制作用注重协调三者间的关系、积极寻找出口贸易模式与劳动就业的平衡点、鼓励和引导进口贸易的发展，对实现对外贸易与城镇就业之间的良性循环意义重大四.调查方法及对象
1.调查方法多元回归线性模型多因素分析
2.调查对象:城镇失业率五.抽样方案及数据分析为了更好地了解安徽省城镇失业率的多因素影响，我们将利用安徽省2005-2020年城镇失业率、城镇单位就业人员平均工资、城镇人口和进出口总额统计数据进行研究分析，数据如下数据来源根据国家统计局年鉴以及安徽省统计年鉴有关资料整理表1安徽省2005-2020年城镇失业率、城镇单位就业人员平均工资、城镇人口和进出口总额统计数据城镇失业率城镇单位就业人员平均工资城镇人口进出口总额万年份%元X人X元x
23420054.
4182001367884033468920064.
2208561433221136199720074.
1247211467387141812520083.
9288981498339559429120093.
9322441517276572112120103.
7365391550342991197220113.
74179915767488122486020123.
74676915797380159297820133.
45148315879290204352920143.
25636015737682156352020153.
16202919166000242767720163.
26756920745400313378220172.
97431821928500393252720182.
88241323126000456337520192.
69050124671500492727920202.897379355951004880808模型建立通过搜集的2005-2020年的统计数据，建立回归模型表达式为，Y=C+2X2+£3X3+64X4+4其中，城镇失业率（%）为被解释变量Y,城镇单位就业人员平均工资（单位:元））为解释变量X2,城镇人口（单位人）为解释变量X3,进出口总额（单位:万元）为解释变量X,用Eviews对表中的数据进行相关分析，得到以下结果Y图1城镇单位就业人员平均工资、城镇人口、进出口总额与城镇失业率的散点图从散点图可以看出城镇失业率与城镇单位就业人员平均工资、城镇人口、进出口总额呈近似线性关系Variable CoefficientStd.Error Prob.厂..StatisticC
4.
3871730.
13428532.
67060.0000X2-
3.27E-
054.63E-06-
7.
0659660.000X
33.51E-
088.66E-
094.
0553020.0016X
46.56E-
086.92E-
080.
9487080.3615R-squared
0.979608Mean dependentvar
3.475AdjustedR-squared
0.97451S.D.dependentvar
0.553173S.E.of Akaikeinforegression
0.088317criterion-
1.80345Sum squaredresid
0.093599Schwarzcriterion-
1.6103Hannan-QuinnLog likelihood
18.42758criter.-
1.
793560.000000表2参数估计回归方程为Y=
4.387173-
3.27*10-M+B.51*10-8*X+
6.56*10-8*X t=23-
7.
0659664.
0553020.948708R2=
0.979608R1=
0.974510F=
192.1560DW=
2.058284由上述结果可以看出，模型整体上线性回归拟合度较好，R2与F的值都较为显著，而解释变量心的t检验不显著由上图可知DW=
2.058284,给定a=
0.05,n=16,k=3,查DW统计可知二
0.
0.857,du=l,728,模型中duDW〈4—du,该模型无自相关六.数据检验F-statistic
192.Durbin-Watson stat
2.058284ProbF-156statistic
1、经济意义检验由检验结果可以看出，在假定其他变量不变的情况下，城镇单位就业人员平均工资每增加1元，城镇失业率减少
3.27*10%；城镇人口每增加1人，城镇失业率增加
3.51*10%；进出口总额每增加1万元,城镇失业率增加
6.56*10%
2、统计检验拟合优度由上图可以得出R2=
0.979608,^=
0.974510,这说明模型对样本的拟合很好F检验给定显著性a=
0.05,在F分布表中查出自由度为k-l=3和n-k=12的临界值Fa.3,12=
3.49o由上图可知F=
192.1560,由于F=
192.1560F.3,12=
3.34,应当拒绝原假设，说明回归方程显著即说明“城O O5镇单位就业人员平均工资”“城镇人口”“进出口总额”对“城镇失业率”有显著影响t检验若给定显著性水平a=
0.05,查t检验分布表得自由度为n-k=12临界值to.02512=
2.179；由上图数据可得出，工、口所对应的t统计量分别为一
7.
065966、
4.055302,其绝对值均大于3出12=
2.179,这说明在显著性水平a=
0.05下，拒绝原假设则在其他解释变量不变的情况下，城镇单位就业人员平均工资、城镇人口分别对被解释变量城镇失业率有显著性影响仅有X,的t检验值小于给定的显著性水平，接受原假设，表明进出口总额对城镇失业率影响不显著七.质量控制
1、多重共线性检验为证实是否存在多重共线性，我们计算各解释变量相互间的相关关系以及作Centered VIF辅助回归，结果如下表3相关系数矩阵correlationX2X3X4X
210.
8825825010.979820688X
30.
88258250110.88164776X
40.
9798206880.881647761由相关系数矩阵可以看出，各解释变量相互之间的相关系数较高，证实确实存在一定的多重共线性表4方差扩大因子Coefficient UncenteredCenteredVariable VarianceVIF VIFC
0.
01803236.99008NAX
22.14E-
11145.
024826.05738X
37.50E-
1757.
630384.674641X
44.78E-
1569.
2065425.86443经验表明，如果方差扩大因子VIFJ^IO,通常说明该解释变量与其余解释变量之间有严重的多重共线性，这里的X2,X4的方差扩大因子远大于10,表明存在严重多重共线性问题
2.对多重共线性的处理本文采用逐步回归的方法建立模型，用OLS方法逐一对Y和其他解释变量建立回归，如下表表5逐步回归
（1）X变量x x324—
2.-
7.54*ly8-
3.10*10-7参数估计值14*10-5t检验值-
15.77283-
4.59595-
10.24520R
20.
9467240.
6013980.882317R
20.
9429190.
5729260.873911由上图可以看出，修正后的可决系数最大的是解释变量X2我们以X2为基础，依次加入其他变量进行逐步回归，得到的结果如下。
个人认证
优秀文档
获得点赞 0
