影响就业人数的因素分析小组成员：班级：国际经济与贸易班指导老师：日期：2011年5月10-25日摘要：本文主要通过对1978年至2003年的数据进行计量经济分析，探讨相关经济变量对就业人数的影响。
并以国内生产总值与就业人数为代表构建模型。
关键词：充分就业经济增长人力资本一、问题的提出就业问题一直是我国极为关注的问题，我国政府每年都会颁布一些政策来缓解就业问题，今年劳动和社会保障部部长郑斯林透露，在去年取消一些不合理规章的基础上，今年我国将彻底清除阻碍农村劳动力进城就业的“规章障碍”。
此间权威人士认为，此举不仅对实现农村劳动力获得平等就业权利具有重要意义，而且将对缓解我国日益严峻的就业形势产生积极影响。
种种情况显示，我国目前的就业再就业工作正面对着前所未有的挑战。
从劳动力供给来看，劳动和社会保障部提供的资料显示，在经过多年的高速经济增长与扩张之后，近期我国新成长劳动力的供给将升至峰值，加上现存的下岗失业人员，预计今年城镇需要就业的劳动力将达到2400万人。
从劳动力需求上来看，资料显示，在过去的25年中，由于经济的增长平均每年增加1370万个工作岗位，但由于我国经济增长方式正逐步实现从粗放型向集约型的转变，经济增长对就业的拉动作用已明显减弱。
权威人士估计，按今年经济增长保持7%计算，在现有的经济结构下，新增的就业岗位仅为800万个左右，无法满足我国现存待就业人口的需要。
由于劳动力的供给和需求存在很大的缺口，所以应对影响就业的因素作分析，看看能否从中找到解决就业问题的出口，找到制定经济政策的依据。
这也是我们写此篇文章的原因。
二、经济理论陈述影响就业人数的因素有很多，我们主要考虑一下变量国内生产总值、财政支出、平均工资水平。
（一）国内生产总值从上述资料可以看到，GDP每增长1%就可以为我国创造近100万个就业岗位，又由于经济稳定增长同充分就业同样都是我们所追求的宏观经济目标，所以如果保证每年的经济快速增长以创造更多的就业岗位是我们最希望看到的结果，所以如何保证经济的可持续发展是我们十分关注的问题。
（二）财政支出增加财政支出即是实行积极的财政政策，它可以拉动经济增长，增加政府投资，创造新的就业岗位。
但是靠财政支出拉动经济增长也会带来负面效应，我国从98年以来一直实行积极的财政政策，利用投资的增加来拉动经济的增长，成效显著。
但是也出现了投资过热的现象，这样会有可能造成经济的虚假增长，一方面由于政府的投资行为增加了个生产者的投资信心，拼命的扩大生产规模；另一方面却是人们的消费不足，无法吸收生产出来的产品，投资过热，消费不足，造成了市场上的供给大于需求，存货增加，很容易形成经济泡沫。
所以我国政府从去年开始实行一系列的宏观调控举措来避免投资的过热现象，防止经济泡沫的产生。
（三）平均工资水平根据西方经济学中的工资理论，在完全竞争市场中，工资完全由劳动力的供给和需求决定。
对劳动者来说，劳动供给决策实质上是把他有限的时间在劳动和闲暇之间进行合理分配的问题。
工作所带来的收入与闲暇的享乐互为成本。
当工资上升时，闲暇的价格就会上升，这样就使得劳动力的供给增加。
而工资的上升会使人们更加富裕，扩大了人们对闲暇的需求，这就会使得工资上升至一定水平后，劳动力的供给减少。
这样就会形成工资率与劳动力供给的背弯曲线。
我认为处于背弯曲线的递增阶段是代表了发展中国家的基本状况，他们的工作目的还只是为满足基本的生活需求，所以工资对劳动力的供给弹性较大。
而处于背弯曲线上端的人，已摆脱了工资高低对他们的束缚，工资对他们的劳动力供给的弹性较小。
我们小组着重分析国民生产总值对就业人数的影响。
三、相关数据收集1978年到2003年间的统计数据数据来源：2003年统计年鉴及中财专网四、计量经济模型的建立假设模型为 Y =αX βu e其中，Y 代表每年年末我国就业总人数；X 代表每年的国内生产总值即GDP 水平；μ为随机扰动项，表示未纳入模型的其他变量对就业人数的综合影响。
为了便于用线性模型参数估计的方法去估计参数，先将上述指数模型线性化，即在指数方程两边取对数，变为ln ln ln Y X u αβ=++设Yt=lnY,γ=ln α,Xt=lnX,则模型变为Ｙｔ＝γ＋βＸｔ＋μ五、模型的求解和检验利用Eviews 软件，采用以上数据对该模型进行OLS 回归，结果如下：Dependent Variable: LOG(Y)Method: Least SquaresDate: 05/02/11 Time: 18:34 Sample: 1 26 Included observations: 26Variable Coeffici ent Std. Errort-StatisticProb.C9.246580.086876106.43450.00002LOG(X) 0.172539 0.008635 19.98194 0.0000R-squared 0.943300 Mean dependent var 10.97088Adjusted R-squared 0.940937 S.D. dependent var 0.210789S.E. of regression 0.051228 Akaike info criterion -3.031265Sum squared resid 0.062983 Schwarz criterion -2.934489Log likelihood 41.40645 F-statistic 399.2779Durbin-Watson stat 0.416447 Prob(F-statistic) 0.000000Ｙ^ｔ＝9.246582＋0.172539Ｘｔ（0.0869）（0.0086）R^2=0.9433 F=399.2779AIC=-3.0313 SC=-2.9345 DW=0.4164由以上标准格式可知，由于可决系数比较大，接近1，说明模型的拟和优度较好；对于系数检验，在给定显著性水平α=0.05的条件下，查表得t0.025(24)=2.064,由于t(r)﹥t(24),t(β)﹥t(24),所以拒绝原假设，即认为模型应存在截距系数，解释变量GDP对应变量就业人数的影响显著。
（1）异方差的检验图示法由图可以看出残差存在同方差性JB检验令e2=resid^2发现JB值变大，但P值变小几乎为0，所以不存在异方差怀特检验White Heteroskedasticity Test:F-statistic 1.639767 Probability0.215907Obs*R-squared 3.244650 Probability0.197439Test Equation:Dependent Variable: RESID^2 Method: Least Squares Date: 05/10/11 Time: 22:30 Sample: 1 26Included observations: 26Variable Coefficient Std. Error t-Statistic Prob.C -0.153254 0.087724 -1.746993 0.0940LOG(X) 0.031842 0.017801 1.788815 0.0868(LOG(X))^2 -0.001606 0.000892 -1.799222 0.0851R-squared 0.124794 Mean dependent var0.002422Adjusted R-squared 0.048689 S.D. dependent var0.004616S.E. of regression 0.004502 Akaike info criterion-7.860379Sum squared resid 0.000466 Schwarz criterion-7.715214Log likelihood 105.1849 F-statistic1.639767Durbin-Watson stat 0.924887 Prob(F-statistic)0.215907发现Obs*R-squared的值为3.244650 TR^2<3.841，所以不存在异方差。
（2）自相关性的检验首先进行序列相关性检验DW检验：模型的DW=0.416448 在α=0.05的条件下，查表得dL=1.302，dU=1.461，0﹤d ﹤dL,表明存在一阶正自相关性。
LM检验：1阶情况下：Breusch-Godfrey Serial Correlation LM Test:F-statistic 32.08085 Probability 0.000009Obs*R-squared 15.14323 Probability 0.000100Test Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 05/10/11 Time: 21:08Presample missing value lagged residuals set to zero.Variable Coefficient Std. Error t-Statistic Prob.C 0.027479 0.057551 0.477477 0.6375LOG(X) -0.002875 0.005722 -0.502485 0.6201RESID(-1) 0.777588 0.137286 5.663996 0.0000 R-squared 0.582432 Mean dependent var -5.44E-16 Adjusted R-squared 0.546122 S.D. dependent var 0.050193S.E. of regression 0.033815 Akaike info criterion -3.82765Sum squared resid 0.026300 Schwarz criterion -3.682485Log likelihood 52.75945 F-statistic 16.04043 Durbin-Watson stat 1.530600 Prob(F-statistic) 0.000043可以看出p值很小，且RESID(-1)的t值很大因此存在一阶正相关2阶Breusch-Godfrey Serial Correlation LM Test:F-statistic 16.62524 Probability0.00004Obs*R-squared 15.64715 Probability0.00040Test Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 05/10/11 Time: 21:13Presample missing value lagged residuals set to zero.Variable Coefficient Std. Error t-Statistic Prob.C 0.017580.058252 0.301946 0.76559LOG(X) -0.001848 0.005799 -0.318756 0.7529RESID(-1) 0.940288 0.208590 4.507830 0.0002RESID(-2) -0.220737 0.213312 -1.034809 0.3120R-squared 0.601813 Mean dependent var-5.44E-16Adjusted R-squared 0.547515 S.D. dependent var0.050193S.E. of regression 0.033763 Akaike info criterion-3.798254Sum squared resid 0.025079 Schwarz criterion-3.604700Log likelihood 53.37730 F-statistic11.08349Durbin-Watson stat 1.887580 Prob(F-statistic)0.000123可以看出虽然p值很小，但是RESID(-2)的t值的绝对值很小，且p值比较大，因此可以认为不存在二阶自相关自相关的修改利用eviews修改后Dependent Variable: LOG(Y)Method: Least SquaresDate: 05/10/11 Time: 21:17Sample (adjusted): 2 26Included observations: 25 after adjustmentsConvergence achieved after 18 iterationsVariable Coefficient Std. Error t-Statistic Prob.C 12.51998 1.700863 7.360955 0.0000LOG(X) -0.062818 0.091858 -0.683864 0.5012AR(1) 0.964279 0.024403 39.51412 0.0000R-squared 0.981486 Mean dependent var10.9857Adjusted R-squared 0.979803 S.D. dependent var0.20084S.E. of regression 0.028543 Akaike info criterion-4.162653Sum squared resid 0.017923 Schwarz criterion-4.016388Log likelihood 55.03316 F-statistic583.1345Durbin-Watson stat 2.156046 Prob(F-statistic)0.00000Inverted AR Roots .96经修正后的模型为：Ｙ^ｔ＝9.67574＋0.132516Ｘｔ再由关系式Yt=lnY,r=lnα,Xt=lnX得原模型为：Yˆ=e9.6757X0.1325六、经济意义解释1是用于衡量就业人数关于国民生产总值的弹性，也就是说，国民生产总值每有1%的上升或下降，相对平均的，就业人数将上升或下降13.25%七、对就业问题的实证分析及政策建议（一）失业率与通胀率的关系通常通货膨胀的程度用物价指数的高低来反映。