周洵+++盧旺達(dá)+++顧陽

摘 要：目前，我國經(jīng)濟(jì)呈現(xiàn)出GDP高速增長的態(tài)勢，但這種經(jīng)濟(jì)高速增長的背后卻是物價的持續(xù)上漲與日益嚴(yán)峻的就業(yè)形勢，面對“奧肯定律”和“菲利普斯曲線”在中國失效的現(xiàn)狀，我們認(rèn)識到對失業(yè)和通貨膨脹的研究是目前中國無法避免而又亟待解決的問題。

本文將運(yùn)用Neugart勞動力市場流動模型進(jìn)行參數(shù)估計，該模型為二維一階非線性微分方程組，對此，我們采用直接解方程法，搜集中國的相關(guān)數(shù)據(jù)進(jìn)行測試，從而預(yù)測失業(yè)率與通貨膨脹率，以期望能夠更好地了解經(jīng)濟(jì)發(fā)展規(guī)律，在保證經(jīng)濟(jì)正常運(yùn)行的基礎(chǔ)上宏觀調(diào)控失業(yè)和通貨膨脹率，合理進(jìn)行勞動力分配，降低失業(yè)與通貨膨脹給中國經(jīng)濟(jì)帶來的損失，提高經(jīng)濟(jì)效益，推動社會和諧發(fā)展。

關(guān)鍵詞：Neugart勞動力市場模型；失業(yè)率；通貨膨脹率

通貨膨脹和失業(yè)現(xiàn)象是世界普遍的問題，中國也不例外。面對我國目前出現(xiàn)的"高增長、高通脹、低就業(yè)"的現(xiàn)象，如何達(dá)到經(jīng)濟(jì)增長、控制通脹以及充分就業(yè)之間的平衡是擺在我國政府面前一個重要而且困難的命題，同時通貨膨脹率和失業(yè)率也成為了學(xué)者們研究的熱點(diǎn)問題，也是老百姓所關(guān)心的問題。

雖然Neugart提出的勞動力市場流動模型，但是中國本身具有不同于國外的國情且國內(nèi)尚無對這一問題的研究，符合中國經(jīng)濟(jì)國情的計算方法和程序算法尚不成形，據(jù)此，我們將根據(jù)中國的實(shí)際國情修正Neugart勞動力模型選取幾組已經(jīng)收集到的中國失業(yè)率與通貨膨脹率的數(shù)據(jù)，代入模型中運(yùn)用matlab直接求解，得到參數(shù)估計值。將得到的參數(shù)與收集到的失業(yè)率與通貨膨脹率數(shù)據(jù)代入模型計算下一年失業(yè)率與通貨膨脹率得到預(yù)測值，作圖，與收集到的實(shí)際值進(jìn)行比較，分析參數(shù)估計值的合理性。

Neugart勞動力市場模型，也即二維一階非線性微分方程組，是一種具有非線性和內(nèi)源性的勞動力市場流動模型，通過研究勞動力流入流出對失業(yè)率與通貨膨脹率的影響以及失業(yè)與通貨膨脹之間的關(guān)系，得出失業(yè)率與通貨膨脹率關(guān)于離散時間t的參數(shù)表達(dá)式，方程如下如下，

（1）

其中，失業(yè)率 與通貨膨脹率 是變量。由參數(shù)的經(jīng)濟(jì)學(xué)意義知，所有參數(shù)都是正的且滿足：

■

（2）（i是流入率，m是外生的貨幣增長率，d是在職求職者的比例 b是保留工資 是逆向需求彈性即漲價幅度，■ ，a， ■是設(shè)定的參數(shù)）

根據(jù)收集到的中國1980年至2011年每年的失業(yè)率與通貨膨脹率，我們采取了直接帶入失業(yè)率與通貨膨脹率數(shù)據(jù)解方程的方法。選取8組數(shù)據(jù)直接帶入模型，也就是式（1），得到8個含有8個未知參數(shù)的方程，直接解方程，根據(jù)解得的參數(shù)值與收集到的失業(yè)率與通貨膨脹率數(shù)據(jù)計算下一年的失業(yè)率與通貨膨脹率得到預(yù)測值，作圖，與收集到的實(shí)際值進(jìn)行比較。為減少偶然性以及數(shù)據(jù)本身的誤差給結(jié)果帶來的影響，選取不同的8組數(shù)據(jù)解方程，這個過程我們進(jìn)行了三次，得到了三組不同的參數(shù)值并作出中國2001年至2011年失業(yè)率預(yù)測值與實(shí)際值比較圖，通貨膨脹率預(yù)測值與實(shí)際值比較圖如圖（1） 圖（3）所示。

圖（1）

圖（1）的參數(shù)分別為a=0.3924； μ =0.9485； b=0.9992； d=0.3074； γ=0.0390； i=0.0003； δ=6.9375； m=0.4150；

圖（2）

圖（2）的參數(shù)分別為a=0.9097； μ= 0.7213 ； b= 0.9725； d= 0.3543 ；γ =0.0936； i= 0.5802； δ=8.1512； m= 0.3639；

圖（3）

圖（3）的參數(shù)分別為a=0.1232； μ=0.8112； b=0.0712； d=0.1996 ； γ =0.2263； i=0.9504； δ=6.6239 ； m=0.8746；

分析結(jié)果，我們發(fā)現(xiàn)，這種方法得到的參數(shù)，在帶入模型進(jìn)行求解預(yù)測后，有時與實(shí)際情況基本吻合，但有時會出現(xiàn)一些偏差或者只能對失業(yè)率或通貨率其中之一進(jìn)行較好的預(yù)測，如圖（1）總體能進(jìn)行較好的預(yù)測；而圖（2）對通貨膨脹率的預(yù)測有部分偏差；圖（3）則對失業(yè)率的預(yù)測有較大的偏頗；這種偏差一方面來自于每次解方程時我們僅使用了8組數(shù)據(jù)，得到的參數(shù)估計值對所使用數(shù)據(jù)的依賴較大，而不能很好的進(jìn)行全局預(yù)測和整體評估。另一方面這也與我國統(tǒng)計機(jī)制與預(yù)警體系目前仍不夠完善，對失業(yè)人數(shù)的統(tǒng)計僅限于主動上報登記人員，對下崗工人與隱性失業(yè)者沒有納入統(tǒng)計數(shù)據(jù)有一定的關(guān)系。所以，我們在選擇數(shù)據(jù)進(jìn)行計算時，應(yīng)根據(jù)情況選取較為穩(wěn)定的，更符合實(shí)際和整體的數(shù)據(jù)，這樣所求得的參數(shù)才能進(jìn)行更好的預(yù)判，所得出的結(jié)果也才更具現(xiàn)實(shí)指導(dǎo)意義。

綜上所述，我們可以看到Neugart勞動力市場模型于中國市場基本適用，但勞動力市場是個極其復(fù)雜的模型，其受多個因素的綜合影響，基于此方法所得參數(shù)以及所做的預(yù)測并不能做到完全符合實(shí)際， 只能作為參考結(jié)果，實(shí)際問題仍需要具體分析。

我們根據(jù)Neugart教授提出的勞動力市場流動模型，運(yùn)用中國歷史上已有的數(shù)據(jù)進(jìn)行參數(shù)估計，對中國未來勞動力市場中的失業(yè)率和通貨膨脹率進(jìn)行預(yù)測，彌補(bǔ)這一相關(guān)領(lǐng)域的空白，并依據(jù)所得結(jié)果和中國特色的國情，對政策制定，勞動力分配，宏觀調(diào)控等有關(guān)方面起到一定推進(jìn)作用，但仍有部分?jǐn)?shù)據(jù)存在偏差，這與我國統(tǒng)計機(jī)制與預(yù)警體系目前仍不夠完善，對失業(yè)人數(shù)的統(tǒng)計僅限于主動上報登記人員，對下崗工人與隱性失業(yè)者沒有納入統(tǒng)計數(shù)據(jù)，通貨膨脹率通常直接由居民消費(fèi)價格指數(shù)（CPI）來代替，以致于我們的研究缺乏反應(yīng)社會真實(shí)情況的統(tǒng)計資料，對問題研究的準(zhǔn)確性影響很大。

參考文獻(xiàn)：

[1] M. Neugart， Complicated dynamics in a flow model of the labor market， Journal of Economic Behavior and Organization 53（2004），193-213.

[2] M. Li and M. Predescu， Parameter estimation in a model of the labor market， Advances and Applications in Statistics， 21（2）（2011）， 141-158.

[3]P. Rothman， Forecasting asymmetric unemployment rates， Review of Economics and Statistics， 80 （1998）， 164-168.

[4]B. Dennis， R.A. Desharnais， J.M. Cushing， R.F. Costantino， Nonlinear demographic dynamics： Mathematical models， statistical methods， and biological experiments， Ecological Monographs 65 （3） （1995）， 261-281.

[5]P. Abbott and H. Neill， Teach Yourself Calculus， 2003 ， 266-277.

[6]R. I. Porter， Further Elementary Analysis， 1978， chapter XIX Differential Equations.

[7]Grove E A， Ladas G， Periodicities in nonlinear difference equations， CRC Press， 2004.

[8]中華人民共和國國家統(tǒng)計局， http：//www.stats.gov.cn/.

作者簡介：周洵（1994- ）女，江蘇泰州人，吉林大學(xué)金融學(xué)院2011級本科生，保險精算專業(yè)；盧旺達(dá)（1992- ）女，吉林松原人，吉林大學(xué)金融學(xué)院2011級本科生，保險精算專業(yè)；顧陽（1994- ），女，江蘇蘇州人，吉林大學(xué)數(shù)學(xué)學(xué)院2011級本科生，信息與計算科學(xué)專業(yè)

指導(dǎo)老師：韓笑，吉林大學(xué)

19endprint

摘 要：目前，我國經(jīng)濟(jì)呈現(xiàn)出GDP高速增長的態(tài)勢，但這種經(jīng)濟(jì)高速增長的背后卻是物價的持續(xù)上漲與日益嚴(yán)峻的就業(yè)形勢，面對“奧肯定律”和“菲利普斯曲線”在中國失效的現(xiàn)狀，我們認(rèn)識到對失業(yè)和通貨膨脹的研究是目前中國無法避免而又亟待解決的問題。

本文將運(yùn)用Neugart勞動力市場流動模型進(jìn)行參數(shù)估計，該模型為二維一階非線性微分方程組，對此，我們采用直接解方程法，搜集中國的相關(guān)數(shù)據(jù)進(jìn)行測試，從而預(yù)測失業(yè)率與通貨膨脹率，以期望能夠更好地了解經(jīng)濟(jì)發(fā)展規(guī)律，在保證經(jīng)濟(jì)正常運(yùn)行的基礎(chǔ)上宏觀調(diào)控失業(yè)和通貨膨脹率，合理進(jìn)行勞動力分配，降低失業(yè)與通貨膨脹給中國經(jīng)濟(jì)帶來的損失，提高經(jīng)濟(jì)效益，推動社會和諧發(fā)展。

關(guān)鍵詞：Neugart勞動力市場模型；失業(yè)率；通貨膨脹率

通貨膨脹和失業(yè)現(xiàn)象是世界普遍的問題，中國也不例外。面對我國目前出現(xiàn)的"高增長、高通脹、低就業(yè)"的現(xiàn)象，如何達(dá)到經(jīng)濟(jì)增長、控制通脹以及充分就業(yè)之間的平衡是擺在我國政府面前一個重要而且困難的命題，同時通貨膨脹率和失業(yè)率也成為了學(xué)者們研究的熱點(diǎn)問題，也是老百姓所關(guān)心的問題。

雖然Neugart提出的勞動力市場流動模型，但是中國本身具有不同于國外的國情且國內(nèi)尚無對這一問題的研究，符合中國經(jīng)濟(jì)國情的計算方法和程序算法尚不成形，據(jù)此，我們將根據(jù)中國的實(shí)際國情修正Neugart勞動力模型選取幾組已經(jīng)收集到的中國失業(yè)率與通貨膨脹率的數(shù)據(jù)，代入模型中運(yùn)用matlab直接求解，得到參數(shù)估計值。將得到的參數(shù)與收集到的失業(yè)率與通貨膨脹率數(shù)據(jù)代入模型計算下一年失業(yè)率與通貨膨脹率得到預(yù)測值，作圖，與收集到的實(shí)際值進(jìn)行比較，分析參數(shù)估計值的合理性。

Neugart勞動力市場模型，也即二維一階非線性微分方程組，是一種具有非線性和內(nèi)源性的勞動力市場流動模型，通過研究勞動力流入流出對失業(yè)率與通貨膨脹率的影響以及失業(yè)與通貨膨脹之間的關(guān)系，得出失業(yè)率與通貨膨脹率關(guān)于離散時間t的參數(shù)表達(dá)式，方程如下如下，

（1）

其中，失業(yè)率 與通貨膨脹率 是變量。由參數(shù)的經(jīng)濟(jì)學(xué)意義知，所有參數(shù)都是正的且滿足：

■

（2）（i是流入率，m是外生的貨幣增長率，d是在職求職者的比例 b是保留工資 是逆向需求彈性即漲價幅度，■ ，a， ■是設(shè)定的參數(shù)）

根據(jù)收集到的中國1980年至2011年每年的失業(yè)率與通貨膨脹率，我們采取了直接帶入失業(yè)率與通貨膨脹率數(shù)據(jù)解方程的方法。選取8組數(shù)據(jù)直接帶入模型，也就是式（1），得到8個含有8個未知參數(shù)的方程，直接解方程，根據(jù)解得的參數(shù)值與收集到的失業(yè)率與通貨膨脹率數(shù)據(jù)計算下一年的失業(yè)率與通貨膨脹率得到預(yù)測值，作圖，與收集到的實(shí)際值進(jìn)行比較。為減少偶然性以及數(shù)據(jù)本身的誤差給結(jié)果帶來的影響，選取不同的8組數(shù)據(jù)解方程，這個過程我們進(jìn)行了三次，得到了三組不同的參數(shù)值并作出中國2001年至2011年失業(yè)率預(yù)測值與實(shí)際值比較圖，通貨膨脹率預(yù)測值與實(shí)際值比較圖如圖（1） 圖（3）所示。

圖（1）

圖（1）的參數(shù)分別為a=0.3924； μ =0.9485； b=0.9992； d=0.3074； γ=0.0390； i=0.0003； δ=6.9375； m=0.4150；

圖（2）

圖（2）的參數(shù)分別為a=0.9097； μ= 0.7213 ； b= 0.9725； d= 0.3543 ；γ =0.0936； i= 0.5802； δ=8.1512； m= 0.3639；

圖（3）

圖（3）的參數(shù)分別為a=0.1232； μ=0.8112； b=0.0712； d=0.1996 ； γ =0.2263； i=0.9504； δ=6.6239 ； m=0.8746；

分析結(jié)果，我們發(fā)現(xiàn)，這種方法得到的參數(shù)，在帶入模型進(jìn)行求解預(yù)測后，有時與實(shí)際情況基本吻合，但有時會出現(xiàn)一些偏差或者只能對失業(yè)率或通貨率其中之一進(jìn)行較好的預(yù)測，如圖（1）總體能進(jìn)行較好的預(yù)測；而圖（2）對通貨膨脹率的預(yù)測有部分偏差；圖（3）則對失業(yè)率的預(yù)測有較大的偏頗；這種偏差一方面來自于每次解方程時我們僅使用了8組數(shù)據(jù)，得到的參數(shù)估計值對所使用數(shù)據(jù)的依賴較大，而不能很好的進(jìn)行全局預(yù)測和整體評估。另一方面這也與我國統(tǒng)計機(jī)制與預(yù)警體系目前仍不夠完善，對失業(yè)人數(shù)的統(tǒng)計僅限于主動上報登記人員，對下崗工人與隱性失業(yè)者沒有納入統(tǒng)計數(shù)據(jù)有一定的關(guān)系。所以，我們在選擇數(shù)據(jù)進(jìn)行計算時，應(yīng)根據(jù)情況選取較為穩(wěn)定的，更符合實(shí)際和整體的數(shù)據(jù)，這樣所求得的參數(shù)才能進(jìn)行更好的預(yù)判，所得出的結(jié)果也才更具現(xiàn)實(shí)指導(dǎo)意義。

綜上所述，我們可以看到Neugart勞動力市場模型于中國市場基本適用，但勞動力市場是個極其復(fù)雜的模型，其受多個因素的綜合影響，基于此方法所得參數(shù)以及所做的預(yù)測并不能做到完全符合實(shí)際， 只能作為參考結(jié)果，實(shí)際問題仍需要具體分析。

我們根據(jù)Neugart教授提出的勞動力市場流動模型，運(yùn)用中國歷史上已有的數(shù)據(jù)進(jìn)行參數(shù)估計，對中國未來勞動力市場中的失業(yè)率和通貨膨脹率進(jìn)行預(yù)測，彌補(bǔ)這一相關(guān)領(lǐng)域的空白，并依據(jù)所得結(jié)果和中國特色的國情，對政策制定，勞動力分配，宏觀調(diào)控等有關(guān)方面起到一定推進(jìn)作用，但仍有部分?jǐn)?shù)據(jù)存在偏差，這與我國統(tǒng)計機(jī)制與預(yù)警體系目前仍不夠完善，對失業(yè)人數(shù)的統(tǒng)計僅限于主動上報登記人員，對下崗工人與隱性失業(yè)者沒有納入統(tǒng)計數(shù)據(jù)，通貨膨脹率通常直接由居民消費(fèi)價格指數(shù)（CPI）來代替，以致于我們的研究缺乏反應(yīng)社會真實(shí)情況的統(tǒng)計資料，對問題研究的準(zhǔn)確性影響很大。

參考文獻(xiàn)：

[1] M. Neugart， Complicated dynamics in a flow model of the labor market， Journal of Economic Behavior and Organization 53（2004），193-213.

[2] M. Li and M. Predescu， Parameter estimation in a model of the labor market， Advances and Applications in Statistics， 21（2）（2011）， 141-158.

[3]P. Rothman， Forecasting asymmetric unemployment rates， Review of Economics and Statistics， 80 （1998）， 164-168.

[4]B. Dennis， R.A. Desharnais， J.M. Cushing， R.F. Costantino， Nonlinear demographic dynamics： Mathematical models， statistical methods， and biological experiments， Ecological Monographs 65 （3） （1995）， 261-281.

[5]P. Abbott and H. Neill， Teach Yourself Calculus， 2003 ， 266-277.

[6]R. I. Porter， Further Elementary Analysis， 1978， chapter XIX Differential Equations.

[7]Grove E A， Ladas G， Periodicities in nonlinear difference equations， CRC Press， 2004.

[8]中華人民共和國國家統(tǒng)計局， http：//www.stats.gov.cn/.

作者簡介：周洵（1994- ）女，江蘇泰州人，吉林大學(xué)金融學(xué)院2011級本科生，保險精算專業(yè)；盧旺達(dá)（1992- ）女，吉林松原人，吉林大學(xué)金融學(xué)院2011級本科生，保險精算專業(yè)；顧陽（1994- ），女，江蘇蘇州人，吉林大學(xué)數(shù)學(xué)學(xué)院2011級本科生，信息與計算科學(xué)專業(yè)

指導(dǎo)老師：韓笑，吉林大學(xué)

19endprint

摘 要：目前，我國經(jīng)濟(jì)呈現(xiàn)出GDP高速增長的態(tài)勢，但這種經(jīng)濟(jì)高速增長的背后卻是物價的持續(xù)上漲與日益嚴(yán)峻的就業(yè)形勢，面對“奧肯定律”和“菲利普斯曲線”在中國失效的現(xiàn)狀，我們認(rèn)識到對失業(yè)和通貨膨脹的研究是目前中國無法避免而又亟待解決的問題。

本文將運(yùn)用Neugart勞動力市場流動模型進(jìn)行參數(shù)估計，該模型為二維一階非線性微分方程組，對此，我們采用直接解方程法，搜集中國的相關(guān)數(shù)據(jù)進(jìn)行測試，從而預(yù)測失業(yè)率與通貨膨脹率，以期望能夠更好地了解經(jīng)濟(jì)發(fā)展規(guī)律，在保證經(jīng)濟(jì)正常運(yùn)行的基礎(chǔ)上宏觀調(diào)控失業(yè)和通貨膨脹率，合理進(jìn)行勞動力分配，降低失業(yè)與通貨膨脹給中國經(jīng)濟(jì)帶來的損失，提高經(jīng)濟(jì)效益，推動社會和諧發(fā)展。

關(guān)鍵詞：Neugart勞動力市場模型；失業(yè)率；通貨膨脹率

通貨膨脹和失業(yè)現(xiàn)象是世界普遍的問題，中國也不例外。面對我國目前出現(xiàn)的"高增長、高通脹、低就業(yè)"的現(xiàn)象，如何達(dá)到經(jīng)濟(jì)增長、控制通脹以及充分就業(yè)之間的平衡是擺在我國政府面前一個重要而且困難的命題，同時通貨膨脹率和失業(yè)率也成為了學(xué)者們研究的熱點(diǎn)問題，也是老百姓所關(guān)心的問題。

雖然Neugart提出的勞動力市場流動模型，但是中國本身具有不同于國外的國情且國內(nèi)尚無對這一問題的研究，符合中國經(jīng)濟(jì)國情的計算方法和程序算法尚不成形，據(jù)此，我們將根據(jù)中國的實(shí)際國情修正Neugart勞動力模型選取幾組已經(jīng)收集到的中國失業(yè)率與通貨膨脹率的數(shù)據(jù)，代入模型中運(yùn)用matlab直接求解，得到參數(shù)估計值。將得到的參數(shù)與收集到的失業(yè)率與通貨膨脹率數(shù)據(jù)代入模型計算下一年失業(yè)率與通貨膨脹率得到預(yù)測值，作圖，與收集到的實(shí)際值進(jìn)行比較，分析參數(shù)估計值的合理性。

Neugart勞動力市場模型，也即二維一階非線性微分方程組，是一種具有非線性和內(nèi)源性的勞動力市場流動模型，通過研究勞動力流入流出對失業(yè)率與通貨膨脹率的影響以及失業(yè)與通貨膨脹之間的關(guān)系，得出失業(yè)率與通貨膨脹率關(guān)于離散時間t的參數(shù)表達(dá)式，方程如下如下，

（1）

其中，失業(yè)率 與通貨膨脹率 是變量。由參數(shù)的經(jīng)濟(jì)學(xué)意義知，所有參數(shù)都是正的且滿足：

■

（2）（i是流入率，m是外生的貨幣增長率，d是在職求職者的比例 b是保留工資 是逆向需求彈性即漲價幅度，■ ，a， ■是設(shè)定的參數(shù)）

根據(jù)收集到的中國1980年至2011年每年的失業(yè)率與通貨膨脹率，我們采取了直接帶入失業(yè)率與通貨膨脹率數(shù)據(jù)解方程的方法。選取8組數(shù)據(jù)直接帶入模型，也就是式（1），得到8個含有8個未知參數(shù)的方程，直接解方程，根據(jù)解得的參數(shù)值與收集到的失業(yè)率與通貨膨脹率數(shù)據(jù)計算下一年的失業(yè)率與通貨膨脹率得到預(yù)測值，作圖，與收集到的實(shí)際值進(jìn)行比較。為減少偶然性以及數(shù)據(jù)本身的誤差給結(jié)果帶來的影響，選取不同的8組數(shù)據(jù)解方程，這個過程我們進(jìn)行了三次，得到了三組不同的參數(shù)值并作出中國2001年至2011年失業(yè)率預(yù)測值與實(shí)際值比較圖，通貨膨脹率預(yù)測值與實(shí)際值比較圖如圖（1） 圖（3）所示。

圖（1）

圖（1）的參數(shù)分別為a=0.3924； μ =0.9485； b=0.9992； d=0.3074； γ=0.0390； i=0.0003； δ=6.9375； m=0.4150；

圖（2）

圖（2）的參數(shù)分別為a=0.9097； μ= 0.7213 ； b= 0.9725； d= 0.3543 ；γ =0.0936； i= 0.5802； δ=8.1512； m= 0.3639；

圖（3）

圖（3）的參數(shù)分別為a=0.1232； μ=0.8112； b=0.0712； d=0.1996 ； γ =0.2263； i=0.9504； δ=6.6239 ； m=0.8746；

分析結(jié)果，我們發(fā)現(xiàn)，這種方法得到的參數(shù)，在帶入模型進(jìn)行求解預(yù)測后，有時與實(shí)際情況基本吻合，但有時會出現(xiàn)一些偏差或者只能對失業(yè)率或通貨率其中之一進(jìn)行較好的預(yù)測，如圖（1）總體能進(jìn)行較好的預(yù)測；而圖（2）對通貨膨脹率的預(yù)測有部分偏差；圖（3）則對失業(yè)率的預(yù)測有較大的偏頗；這種偏差一方面來自于每次解方程時我們僅使用了8組數(shù)據(jù)，得到的參數(shù)估計值對所使用數(shù)據(jù)的依賴較大，而不能很好的進(jìn)行全局預(yù)測和整體評估。另一方面這也與我國統(tǒng)計機(jī)制與預(yù)警體系目前仍不夠完善，對失業(yè)人數(shù)的統(tǒng)計僅限于主動上報登記人員，對下崗工人與隱性失業(yè)者沒有納入統(tǒng)計數(shù)據(jù)有一定的關(guān)系。所以，我們在選擇數(shù)據(jù)進(jìn)行計算時，應(yīng)根據(jù)情況選取較為穩(wěn)定的，更符合實(shí)際和整體的數(shù)據(jù)，這樣所求得的參數(shù)才能進(jìn)行更好的預(yù)判，所得出的結(jié)果也才更具現(xiàn)實(shí)指導(dǎo)意義。

綜上所述，我們可以看到Neugart勞動力市場模型于中國市場基本適用，但勞動力市場是個極其復(fù)雜的模型，其受多個因素的綜合影響，基于此方法所得參數(shù)以及所做的預(yù)測并不能做到完全符合實(shí)際， 只能作為參考結(jié)果，實(shí)際問題仍需要具體分析。

我們根據(jù)Neugart教授提出的勞動力市場流動模型，運(yùn)用中國歷史上已有的數(shù)據(jù)進(jìn)行參數(shù)估計，對中國未來勞動力市場中的失業(yè)率和通貨膨脹率進(jìn)行預(yù)測，彌補(bǔ)這一相關(guān)領(lǐng)域的空白，并依據(jù)所得結(jié)果和中國特色的國情，對政策制定，勞動力分配，宏觀調(diào)控等有關(guān)方面起到一定推進(jìn)作用，但仍有部分?jǐn)?shù)據(jù)存在偏差，這與我國統(tǒng)計機(jī)制與預(yù)警體系目前仍不夠完善，對失業(yè)人數(shù)的統(tǒng)計僅限于主動上報登記人員，對下崗工人與隱性失業(yè)者沒有納入統(tǒng)計數(shù)據(jù)，通貨膨脹率通常直接由居民消費(fèi)價格指數(shù)（CPI）來代替，以致于我們的研究缺乏反應(yīng)社會真實(shí)情況的統(tǒng)計資料，對問題研究的準(zhǔn)確性影響很大。

參考文獻(xiàn)：

[1] M. Neugart， Complicated dynamics in a flow model of the labor market， Journal of Economic Behavior and Organization 53（2004），193-213.

[2] M. Li and M. Predescu， Parameter estimation in a model of the labor market， Advances and Applications in Statistics， 21（2）（2011）， 141-158.

[3]P. Rothman， Forecasting asymmetric unemployment rates， Review of Economics and Statistics， 80 （1998）， 164-168.

[4]B. Dennis， R.A. Desharnais， J.M. Cushing， R.F. Costantino， Nonlinear demographic dynamics： Mathematical models， statistical methods， and biological experiments， Ecological Monographs 65 （3） （1995）， 261-281.

[5]P. Abbott and H. Neill， Teach Yourself Calculus， 2003 ， 266-277.

[6]R. I. Porter， Further Elementary Analysis， 1978， chapter XIX Differential Equations.

[7]Grove E A， Ladas G， Periodicities in nonlinear difference equations， CRC Press， 2004.

[8]中華人民共和國國家統(tǒng)計局， http：//www.stats.gov.cn/.

作者簡介：周洵（1994- ）女，江蘇泰州人，吉林大學(xué)金融學(xué)院2011級本科生，保險精算專業(yè)；盧旺達(dá)（1992- ）女，吉林松原人，吉林大學(xué)金融學(xué)院2011級本科生，保險精算專業(yè)；顧陽（1994- ），女，江蘇蘇州人，吉林大學(xué)數(shù)學(xué)學(xué)院2011級本科生，信息與計算科學(xué)專業(yè)

指導(dǎo)老師：韓笑，吉林大學(xué)

19endprint