基于Logit模型的我國各省市就業率預測研究

艾昕

[摘要]就業率問題是民生問題，提高就業率有助于經濟持續、健康地發展，同時，就業率的提高可以確保國家社會的安全和穩定。我國當前面臨巨大的就業壓力，失業、下崗等問題已經成為社會的焦點，這就需要對影響就業率的因素進行歸納和深入分析。文章采取Logit回歸分析法研究影響中國各省市就業率增長的因素，通過確定因變量、選取解釋變量、檢驗變量間多元共線性、構建模型，并利用SPSS20.0進行模型分析與檢驗，得出較顯著的影響因素，最后根據Logit模型得出的結論給出提高就業率的相關建議。

[關鍵詞]就業率；Logit模型；就業率影響因素

1Logit模型的構建與分析

Logit回歸分析法是一種多變量分析法，模型的原理是利用多個自變量估計因變量的logit回歸方程來對因變量進行預測，主要用于研究或預測某種現象發生的概率。

在經濟模型中，選取的大多數自變量所反映的不是數量，而是某種性質或屬性，這種變量我們稱為虛擬變量，一般規定當該變量值取 1 時，表示存在某種性質或屬性，取 0 時則表示不存在。

在Logit模型中，就業率增長情況被看作是一個虛擬變量問題，并且規定當變量值取1時，表示該省市的就業率相比上季度上升；當變量值取0時，表示該省市的就業率相比上季度下降。研究中一般取0.5作為各省市就業率增長情況的臨界值，將樣本帶入得到的P大于0.5時，判斷該省市就業率上升，反之，就業率下降。

Logit模型假設因變量發生的概率與其各影響因素之間呈現如下非線性關系：

2樣本的選取原則

2.1樣本數據時間的確定

研究數據來源于Wind數據庫、中國統計局官網等權威數據庫，本文選取2012年6月至2014年6月間的九個季度數據作為訓練樣本，包含279組數據，用于構建Logit回歸分析模型，并選取2014年9月至2014年12月的兩個季度數據作為預測樣本，包含61組數據，用于檢測所建模型的有效性。

2.2樣本因變量的選取

為保證樣本的全面性與真實性，本文選取我國31個省市（包括4個直轄市，分別為北京市、天津市、上海市和重慶市）的就業率增長情況作為因變量。我們將所選的340組樣本分成了兩組，就業率增長的為一組，賦值為1；就業率下降的為一組，賦值為0，其中，訓練樣本中賦值為1的數據有190組，賦值為0的數據有89組；預測樣本中賦值為1的數據有40組，賦值為0的數據有21組。

2.3樣本解釋變量的選取

2.3.1CPI的累計同比（x1）

目前，勞動力供大于求的現狀日益嚴峻，主動和非自發性失業嚴重等經濟現象在目前物價上升的現實帶動下，加劇了社會總需求的不足，進而影響社會總供給和社會再生產，同時，物價不斷的上漲，加重了失業個人和家庭的心理負擔，進而影響整個社會的穩定與發展。所以，明晰CPI對就業率的影響程度將有利于各省市實現穩定就業率的目標。

2.3.2高校數量（x2）

擁有較多高校的省市，將有更大的信息優勢、資金優勢和人才優勢來發展第三產業。一方面，通過建立高新技術開發區、科技園等高科技專區將產生集群效應，在提高大學吸引力的同時提升了本省的就業環境；另一方面，大學生創業是解決就業的重要途徑，高校對大學生創業理論與實踐的教育以及高校所在地出臺的促進大學生就業的相關政策對于大學生充分就業極為有效。

2.3.3GDP累計同比（x3）

就業和經濟增長緊密聯系，當經濟繁榮時將增加對勞動力的需求；反之，當經濟衰退時將減少對勞動力的需求，增加失業并減少勞動者報酬。

從歷史數據看，我國經濟與就業出現明顯的不一致，出現“高增長、低就業”的現象。目前，我國處于經濟增速換擋期，更應當著眼于經濟發展和促進就業的良性互動，提高就業彈性，對經濟結構不斷優化，縮小貧富差距，繼續保持中高速的經濟增長。

2.3.4城鎮單位就業人員工資總額累計同比（x4）

我國大學生逐步成為城鎮單位就業主力軍，但其期望工資與社會平均工資相比高出了正常水平，我國高等教育個人負擔成本過高是造成這一現象的主要原因，其中包括高等教育收費過高、我國高等教育資本市場不完善等方面。同時，外來勞動力加劇了就業市場的競爭，但這種競爭主要是先后進入的外來勞動力之間的內部競爭，本地勞動力由于存在與外來勞動力之間的不完全替代性，使其在提高勞動率的同時對期望工資有了更高的要求。所以，工資水平高的省市對大學生和外地、本地勞動力均有更高的吸引力。

2.3.5社會服務經費（事業費）實際支出：累計值（x5）

正如經濟發展需要與社會發展相協調，促進就業同樣也需要與社會保障體系發展相協調。在就業壓力相對較小的情況下，應加快建立完善的覆蓋整個勞動力市場的社會保障體系，擴大社會保障的范圍、適當提高保障水平；在就業壓力較大時，首先要積極擴大就業，并通過適度的社會保障來促進就業，且以不妨礙就業為前提。各地方政府應注重本省市社會保障工作的科學性與全面性，形成自身的差異化優勢吸引勞動力。

3各省市就業率增長情況的實證分析

3.1多元共線性分析

在進行Logit回歸分析之前，首先要對自變量進行篩選。因為當變量之間存在嚴重的多元共線性時，容易使回歸系數標準差產生偏差，從而使模型失效。

利用SPSS20.0工具多元共線性分析的檢測結果見表1。

當檢驗結果中的VIF值大于等于10時，就說明自變量xi與其余自變量之間存在嚴重的多元共線性，由表1可知，本文所選取的變量間所對應的方差擴大因子VIF均小于10，可選用這5個自變量作為建立Logit模型的指標。

3.2模型擬合度檢驗

使用x1、x2、x3、x4、x5五個變量進行建模，得到表2并分析結果。

從表2中可以看出系統對模型的最初賦值方式，最開始僅對常數項賦值，結果為B=1.212，標準誤差為S.E.=0.142，df=1，Sig=0.000，Exp（B）=3.359，P=0.000，達到了顯著水平。

由表3可知，自由度為5，顯著水平為0.05的卡方臨界值為11.070，在對該模型的顯著性檢驗中，χ2=23.982>11.070，df=5，并且相應的Sig.值小于0.05，因此在顯著性水平為0.05的情況下，均通過檢驗。

由表4可知，檢驗結果仍然以卡方分布為標準，這里自由度為8，所以得出卡方臨界值為15.507，χ2=13.307小于臨界值，Sig.=0.087大于0.05，由此可知，Hosmer 和 Lemeshow 檢驗通過，模型能較好地預測結果。

3.3模型回歸結果分析

由表5可知，除CPI累計同比x1的顯著性水平為-0.296，影響系數為負以外，其余變量的影響系數均為正，其中高校數量x2的顯著性水平為0.005，GDP累計同比x3的顯著性水平為0.332，城鎮單位就業人員工資總額累計同比x4的顯著性水平為0.062，社會服務經費事業費實際支出累計值x5的顯著性水平為0.003，都與假設一致。

3.4模型有效性檢驗與預測分析

由表6可知，Logit回歸對就業率增長的省市預測正確率為78.1%，對就業率減少的省市預測正確率為84.4%，總體預測正確率為81.3%。將樣本數據帶入式（5）中，就可以計算得到各省就業實現增長的概率P。經計算得知，預測樣本中的61組數據中，有12組數據的判別結果與虛擬變量值不同，所以得出該模型的預測準確率為80.3%。

4提高就業率的建議

4.1政府要控制合理的工資增長機制

工資水平增長較快，尤其是超過勞動生產率和物價增長速度，將帶來兩個問題：一是增加企業負擔，削弱產品國際競爭力，從而減少就業量；二是超發的工資會帶來通貨膨脹的問題，影響經濟健康發展，長期看也會減少就業。所以，對工資水平的增長，政府應采取審慎穩妥的態度，同時引導市場力量發揮作用，促進就業平穩增長。

4.2調節產業結構，大力發展第三產業

隨著經濟的不斷發展和國際競爭的加劇，進一步優化產業結構，促進第三產業的發展，把發展的重點放在與科技進步相關的新興行業上變得尤為重要。政府可通過財稅政策措施，提高第三產業的產值份額和勞動就業比重，從而提高經濟增長的就業彈性，同時，加大對中小企業的扶持力度，協調地區經濟發展，減少結構性失業。

4.3高校進行教育改革，培養應用型人才

高校改革應將人才培養與人才市場需求相結合，充分考慮當前的社會需要和國家長遠發展的人才需求。同時，學校應該積極調整專業結構和課程設置，增加課程的彈性，培養應用型、復合型的人才，以緩和用人單位與大學生就業之間的矛盾沖突，使得大學生在不斷增強自身綜合素質的同時，更加切合用人單位的實際需求。

參考文獻：

[1]程華.GDP就業承載力研究[D].太原：山西財經大學，2011.

[2]劉春梅.經濟增長視角下我國城鎮職工工資與就業的動態效應分析[J].商業研究，2013（8）.

[3]孫琳.基于Logit模型的中小企業信用風險評估[D].濟南：山東財經大學，2013.

[4]崔志穎.中國大學生就業與經濟增長關系的研究[D].濟南：山東大學，2009.