江苏省城镇失业率的影响因素分析_城镇失业率分析
江苏省城镇失业率的影响因素分析由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“城镇失业率分析”。
江苏省城镇失业率的影响因素分析
摘要：本文主要研究江苏省的失业问题。为确定影响江苏省城镇失业率的主要因素有哪些，首先，以宏观经济理论为依据，选取多个经济变量进行灰色关联度分析，从而确定显著影响因素;接着对影响因素进行主成分分析和因子分析，对数据降维并提取了三个显著影响因子。本文运用多种统计分析方法，考虑了影响失业率多方面的因素，并据此提出了政策性建议，具有一定的现实意义。
关键词：失业率;主成分分析;灰色关联度分析
一、引言
自改革开放以来，我国失业率不断攀升，失业问题成为了社会公众关注的焦点。社会之所以如此关注失业，是因为失业将会导致严重的经济影响和社会影响，即失业者将失去收入或收入遭受损失，使失业者的家庭入不敷出、威胁家庭的稳定;并且可能导致高离婚率和高犯罪率，威胁社会稳定发展。为了使国家能够繁荣稳定地发展、人民能够安居乐业，就必须对失业问题加以关注，找出缓解失业的政策方法。
二、城镇失业率的影响因素分析
失业与各种经济和社会现实紧密相连，因此，为了对失业状况进行分析，首先应明确影响城镇失业率的显著因素有哪些。
总的来说，一个社会的总体经济情况从根本上决定了社会失业状况，经济上升期，社会需求旺盛，劳动需求增多，从而失业减少;经济衰落期，市场疲软，经济需求不足，劳动需求萎缩，失业增多;反之则相反。因此可以认为增加就业的根本途径是促进经济的快速增长，缓解严峻的失业状况，降低失业率。
而凯恩斯指出，造成失业的主要原因之一是消费者的消费倾向下降，只有增加人均收入才能刺激消费，促进生产经济的发展，从而使社会劳动需求规模增大，带来较高的就业量。而且较高的人均收入可以为就业者参加培训提供更大的可能，有利于增加就业。
配第・克拉克定律认为随着经济发展，劳动力就业结构会呈现如下变动规律：农业劳动力比例下降，第二、三产业等非农产业劳动力比例上升。定律表明，随着经济的不断发展，要想失业状况有所改善、失业率有所降低，产业结构就必须与就业结构相互适应。
三、实证分析
1、变量选取
综合以上理论，我们从1990年至2014年的《江苏省统计年鉴》中选择了12个宏观经济指标作为城镇失业率的解释变量，根据这些指标所反映出的情况的不同，影响失业的主要指标可以分为：
劳动力指标：X1城镇人口数
国民经济指标：X2总产出值、X3第一产业产出值、X4第二产业产出值、X5第三产业产出值
生活和价格指标：X6职工平均工资、X7居民价格消费指数、X8商品零售价格指数
投资指标：X9固定资产投资额
贸易指标：X11对外贸易进出口总额
财政货币指标：X10江苏省政府消费、X12人民币汇率
2、灰色关联度分析
我国改革开放以来，由于宏观经济的发展既受到国家宏观政策等确定性因素的影响，又受到市场经济中一些不确定性因素的影响。因此，在需要抓住影响失业率的主要因素时，就可以利用灰色系统理论对城镇登记失业率的影响因素进行分析。(见表1)
从表1可以看出，各指标均对失业率有较大影响，其中人民币汇率X12与失业率的关联度最大，达到了0.8267，商品零售价格指数与失业率的关联度也达到了0.7969。其余指标与失业率的关联度也均在0.55以上，说明这些指标均与失业率相关联。而其中关联度最高的3个指标是人民币汇率、商品零售价格指数和居民消费价格指数。
3、主成分分析与因子分析
主成分分析是一种被广泛使用的对数据进行降维的统计分析方法。主成分分析方法是将原来所有的变量转变为尽可能少的新变量，使得这些新变量互不相关，而且这些新变量能尽可能完整地保留原有的信息。这样，在影响因素较多的情况下，便可以在损失少量信息的前提下，提取少数几个互不相关的主成分，以便简化问题，抓住主要矛盾。
首先选择城镇人口数、总产出值、职工平均工资、对外贸易进出口总额、人民币汇率等12个对城镇登记失业率有显著影响的经济变量作为分析变量，运用SPSS软件进行主成分分析。(见表2)
由于本次主成分分析保留了特征值大于1的主成分，因此提取了3个特征值大于1的主成分。输出结果表2表示原始变量总方差被各主成分解释的情况，第一主成分特征值为8.867，解释了原始变量73.89%的信息;第二主成分特征值为1.941，解释了原始变量16.17%的信息，第三主成分特征值为1.048，解释了原始变量8.74%的信息，三者累积解释了原始变量98.80%的方差，效果非常好。
随后我们用因子分析去寻找随机变量去描述影响失业率的诸多变量间的协方差关系。通过得到的成分矩阵我们可以看出，第一个因子主要由城镇人口数、总产出值、第一产业产出值等9个变量决定，我们将此因子命名为经济因子;第二个因子主要由居民消费价格指数和商品零售价格指数2个变量决定，我们将此因子命名为价格因子;第三个因子主要由人民币汇率决定，我们将此因子命名为汇率因子。
四、小结
由灰色关联度分析可以看出，我们选取的12个经济指标均对城镇登记失业率有显著影响，通过主成分分析和因子分析，我们可以将这12个经济指标分为3个因子作为城镇登记失业率的影响因子，即经济因子、价格因子和汇率因子。
五、政策建议
经济增长与城镇登记失业率呈负相关趋势，因而大力促进经济持续稳定增长，可以增加大量的就业机会。在我国失业问题日益严峻的形势下，应加大投资的范围和力度，尽可能实现国民经济又好又快发展，这是降低失业、促进就业的根本途径。此外，优化发展第三产业是改变劳动力就业结构的主要途径，并且有利于提高就业弹性，增加就业机会。还应提高劳动力的质量，加大对教育等方面的投入。政府也必须采取积极的就业政策，加强公共就业服务，努力改善创业和就业环境。
>参考文献：
[1]翟仑.计量统计学在城镇失业率分析中的应用[J].信息技术，2011(03).[2]仇强振，年杰，等.我国城镇失业率的成分分解及应用[J].统计与决策，2012(16).[3]赵青霞.我国城镇失业率的协整分析及预测[J].产业与科技论坛，2010(10).[4]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，2013(04).[5]徐朝晖.浙江省城镇失业影响因素分析[J].浙江统计，2006(05).其实，一个国家想要掌握芯片这项高科技技术，也不是不可能的。像美国、日本和一些欧洲国家，都是依靠大规模投资，开展技术项目研究，从而获取高水平产品。而且先进的技术也离不开政府相关政策的支持。所以，针对我国芯片现状，想要快速发展，打破垄断，也是有迹可循的。
(1)我国芯片产业革命先锋
我国台湾芯片产业技术发展飞速，短短几十年，已经从一个懵懵懂懂的“探路者”，发展成为位居世界前四位的先锋者，台积电、联华电子的技术实力和利润还行业内都名列前茅。其中，华为还成功涉入汽车电子领域――为德国某整车厂供应芯片模块等相关产品。而这项成就与华为对其技术开发所投入不菲的资金有关。华为在其芯片产业一直投入大量的人力、财力，“欧盟公布的2014年各行业研发资金五十强榜单显示，中国电信设备厂商华为以接近35亿欧元的研发支出位列第三十一位，甚至超过了电子巨头高通。”[4]
(2)芯片产业突破垄断对策
1、高端技术人才缺失是目前芯片产业面临的一大难题。通过开展学术交流等方式推动自主创新，提升专业技术。拥有人才就等于拥有技术，只有通过聚集专业型芯片技术人才，我国国内芯片产业技术才能得到提升，进而在业内赢得稳固地位。另外，好的企业管理者也是保持芯片产业活力的血液，我国应该积极培育相管管理者，促进产业发展。
2、政府政策的扶持也是相当重要的。在当今世界，许多国家都针对芯片产业制订了相应的税收政策，通过减少税收，刺激芯片产业发展。同时，各个国家用于芯片技术开发的资金，也都逐年递增，从而推动芯片产业发展。在企业发展的过程中，每个阶段基金的投入，都会极大地减轻了企业短期生存的风险，给芯片企业带来巨大的活力。因此我国应该重视起来，积极成立相关部门，借鉴国际经验，加大产业扶持力度，不光是从税收方面制定政策，更要发展产业投资基金，为民间投资者提供保障，对投资方向抱有信心，加大对芯片产业开发的融资力度，以实现对芯片技术的资金支持。
3、而对于芯片产业，政府应该认清并不是只有芯片技术这一项产业，而是由各类产业串起的一条产业链，如封装、产业应用、测试等领域。目前，我国企业在这些行业中，不乏领头的佼佼者，而当务之急是如何将这些企业整合在一起，形成纹丝合缝的产业链，是我国政府首要面对的问题。因此，我国相关部门应尽快总结基金运营的经验，将其糅合到一起，共同发展芯片产业领域，提高创收，并为其它领域的突破提供示范。
>参考文献：
[1]孙永杰.4G时代：中国“芯”春天真的到来了吗?[J].通信世界，2014(7)：5.[2]本刊综合.中国芯片产业崛起[J].发明与创新(大科技)，2015(2)：5.[3]牛禄青.寻找中国强“芯”剂[J].新经济导刊，2015(7)：1.[4]高振华.芯片之殇[J].汽车观察，2015(1)：15.
