基于因子研究各地城镇就业情况综合评价

基于因子研究各地城镇就业情况综合评价

ID:32636947

大小:56.78 KB

页数:5页

时间:2019-02-14

基于因子研究各地城镇就业情况综合评价_第1页
基于因子研究各地城镇就业情况综合评价_第2页
基于因子研究各地城镇就业情况综合评价_第3页
基于因子研究各地城镇就业情况综合评价_第4页
基于因子研究各地城镇就业情况综合评价_第5页
资源描述:

《基于因子研究各地城镇就业情况综合评价》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、基于因子研究各地城镇就业情况综合评价【摘要】对各地区城镇的就业情况进行综合评价,从而为各地区长期就业规划提出有利建议,选取的是全国31个省市2013年中国统计年鉴上关于19个不同行业的就业人员工资总数作为数据进行因子分析,计算各省市的各因子得分和综合得分,从而得出综合排名,客观分析各地区城镇的各行业间的优势与劣势。【关键词】就业情况;因子分析;综合评价0引言我国经济增长总体呈上升趋势,而就业增长率却呈现下降趋势。解决就业问题已不能再着重与经济增长,而应在产业结构调整中促进就业。研究各地区城镇的不同行业就业情况有重要的现实意义,能判断各行业的优势与劣势,对经济结构调整、产业结构优

2、化有着重要作用。1各地区城镇单位就业情况综合评价本文以北京、天津、河北等31个省市的19个行业就业人员工资总数为样本,利用因子分析方法,对该数据进行因子分析。原始数据来源于2013年中国统计年鉴,数据的处理与计算利用了SPSS19.0统计软件。1.1因子分析适用性检验利用因子分析的目的是从众多的原有指标变量中提取出少量的具有代表性的因子,这就要求有一个前提,那就是要求原变量之间应具有较强的相关关系,否则不能运用因子分析。采用计算各个指标变量的相关系数矩阵以及巴特利特球度检验和KMO检验等方法来检测因子分析对本文所取数据的适用性。通过观察各个指标变量的相关系数矩阵可以发现,19个

3、指标(每个行业算一个指标)两两之间大多数具有很强的相关性,检验变量间偏相关行的KMO统计量,数值为0.773,大于0.5,因此各变量间的相关程度无太大差异,可知数据适合作因子分析;巴特利特球形假设检验的结果,其概率p接近于0,由于概率p小于显著性水平,可以认为相关系数矩阵与单位阵有显著差异,可见球形假设被拒绝,因此19个指标间并非独立,取值是有关系的,适合作因子分析。1.2主因子的确定根据各个因子解释原有指标变量总方差的情况,我们利用因子分析中的主成分分析法,从19项指标变量中提取出主要因子,通过它们来代替原有指标变量所含的信息。先计算因子方差贡献情况,计算出公因子方差比,公因

4、子方差比指的是按照所选标准提取相应数量主成分后,各变量中信息分别被提取出的比例,例如变量(农、林业)的公因子方差比是0.564,即提取的公因子对变量农林业的方差作出了56.4%的贡献。由表可知前两个数据大于54.6%,其余大量的都在90%以上,说明提取的因子保留了足够多的信息,因子分析的效果是显著的。再由主成分列表分析得出第一个主成分的特征根为11.974,解释了总信息的63.021%,第二个主成分的特征根为3.172,解释了总信息的16.695,第三个主成分的特征根为1.229,解释了总信息的6.468,第四个特征根为0.886,比1小,说明解释力度不如直接引入原变量。另外,

5、提取的3个主因子累计方差贡献率达到了86.183%,丢失的信息较少,用它们来代替原指标变量进行各地区的就业评价是可行的。1.3因子的命名上述得出的3个因子必须具备一定的意义,否则提取是不成功的,就是说所得的因子必须是可以命名的。计算3个主因子的因子载荷矩阵并从因子载荷矩阵可以看出,各因子的典型代表变量并不突出,不能对因子做很好的解释。因子采用具有Kaiser标准化的正交旋转进行因子旋转,计算旋转后的因此载荷矩阵。通过旋转后的因子载荷矩阵得到相应的因子模型,从表中我们可以得到这些信息:(1)批发与零售业、交通运输、住宿与餐饮业、信息传输、金融业、房地产业、租赁和商务、科学研究、居

6、民服务和文化体育这几个指标在第一个因子上具有较高的载荷,这些指标包括了各种公共服务、社会服务业,我们可以命名为第三产业就业信息因子;(2)制造业、电力热力、建筑业、水利环境、教育、卫生和社会保障、公共管理这几个指标在第二个因子上具有较高的载荷,这些指标包含的是企事业单位,我们可以命名为第二产业就业信息因子;(3)农林业、采矿业这两个指标在第三个因子上具有较高的载荷,这些指标中包含的是一些基础产业,我们可以命名为第一产业就业信息因子。1.4计算因子得分及综合得分排序采用回归法估计因子得分系数,通过系数矩阵将提取的主因子表示为各个变量的线性组合,求出得分函数。根据各因子得分函数,计

7、算出因子得分,再以各因子特征值所占权重为权数计算各省市的综合评价得分。根据总得分,对31个省市就业情况进行排序。由于数据收集的时候,西藏的居民服务业数据缺失,最后结果不算西藏。排名靠前的是北京、广东、浙江、上海这些城市,排名靠后的是青海、宁夏、甘肃这些城市。这些基本符合我们所大致了解的情况,由此可见此评级还是比较可信的。2总结运用因子分析对各省市城镇就业人员工资进行评价,可以侧面反应该省市的产业结构是否完善,能否通过调整产业结构从而促成就业情况的更好发展。同时本文的分析中可以看出中国第三产业

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。