從雨佳，朱家明

(1.安徽財(cái)經(jīng)大學(xué)金融學(xué)院，安徽 蚌埠 233030；2.安徽財(cái)經(jīng)大學(xué)統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院，安徽 蚌埠 233030)

?

對我國就業(yè)狀況的分析及預(yù)測

從雨佳1，朱家明2

(1.安徽財(cái)經(jīng)大學(xué)金融學(xué)院，安徽 蚌埠 233030；2.安徽財(cái)經(jīng)大學(xué)統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院，安徽 蚌埠 233030)

摘要：從經(jīng)濟(jì)學(xué)理論出發(fā)，采用逐步回歸法確定影響我國就業(yè)的主要因素為國內(nèi)生產(chǎn)總值，外商直接投資和人民幣匯率，并根據(jù)這三個(gè)因素分別對我國三大產(chǎn)業(yè)進(jìn)行具體分析。對未來三大產(chǎn)業(yè)就業(yè)人口變化采用馬爾科夫鏈預(yù)測，發(fā)現(xiàn)第一產(chǎn)業(yè)和第二產(chǎn)業(yè)的就業(yè)人口向第三產(chǎn)業(yè)轉(zhuǎn)移較多。考慮到未來就業(yè)人口數(shù)量發(fā)展的變化趨勢，通過組合預(yù)測方法對三大產(chǎn)業(yè)以及未來總的就業(yè)人口數(shù)量進(jìn)行預(yù)測，并提出有關(guān)建議。

關(guān)鍵詞：就業(yè)人口；三大產(chǎn)業(yè)；影響因素；預(yù)測

就業(yè)是民生之本，它關(guān)系到人民的生活質(zhì)量水平，對我國的長治久安有著重要的影響。作為我國宏觀經(jīng)濟(jì)調(diào)控的四大目標(biāo)之一，充分就業(yè)一直是個(gè)難題。中國是人口大國，勞動(dòng)力供求不平衡的問題一直存在。與此同時(shí)，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和城鎮(zhèn)化的步伐加快，就業(yè)問題也變得愈發(fā)突出。

從就業(yè)的影響因素來看，楊靜、楊向輝等對我國14個(gè)行業(yè)的面板數(shù)據(jù)進(jìn)行實(shí)證分析，研究第三產(chǎn)業(yè)的就業(yè)人口變化，發(fā)現(xiàn)長期內(nèi)需求因素、金融深化等對就業(yè)產(chǎn)生積極的影響[1]。楊皓、肖云等從理論分析出發(fā)，把影響就業(yè)的原因分為宏觀因素、財(cái)政政策、貨幣政策、結(jié)構(gòu)性因素、人力資本和其他因素六個(gè)方面，運(yùn)用多元線性回歸和VAR模型分別從短期和長期分析我國就業(yè)狀況[2]。張建勤、黃旭平、張明之都是以外商的直接投資為研究對象，從不同角度研究了我國的就業(yè)狀況，由于外商投資這一變量對我國的就業(yè)狀況影響復(fù)雜，有正有負(fù)，因此對該指標(biāo)需進(jìn)行深層次的研究[3-4]。從對未來就業(yè)的預(yù)測來看，潘黎霞運(yùn)用馬爾科夫鏈對我國近些年來三大產(chǎn)業(yè)的就業(yè)人員分布情況進(jìn)行預(yù)測，得出想要解決就業(yè)的問題必須加大產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整的結(jié)論[5]。蘭守堅(jiān)以及李田、劉加利等基于GM(1,1)模型預(yù)測了我國的未來的就業(yè)狀況，針對預(yù)測結(jié)果提出了相關(guān)建議[6-7]。

本文將針對以上學(xué)者的研究經(jīng)驗(yàn)，基于我國的就業(yè)狀況進(jìn)行分析，并預(yù)測未來就業(yè)人口的變化情況。

一、影響我國就業(yè)人口數(shù)的因素分析

當(dāng)前我國的就業(yè)狀況不容樂觀，分析其影響因素可以從勞動(dòng)供給和就業(yè)需求兩方面考慮。本文主要從影響就業(yè)需求的角度出發(fā)，找出影響就業(yè)人口數(shù)量的顯著因素。根據(jù)目前的就業(yè)環(huán)境，將影響我國就業(yè)的因素分成兩大類：宏觀因素和政策因素。在宏觀因素中，選取國內(nèi)生產(chǎn)總值、居民消費(fèi)水平、進(jìn)出口總額、外商直接投資為研究變量。政策因素包括兩類，一是財(cái)政政策，二是貨幣政策。其中，財(cái)政政策中以企業(yè)所得稅和財(cái)政支出為研究對象，貨幣政策中以貨幣供給量和人民幣對美元的匯率為研究對象。

談到一個(gè)國家的就業(yè)狀況時(shí)，常常以失業(yè)率為判斷標(biāo)準(zhǔn)。雖然該指標(biāo)是對就業(yè)狀況好壞的反映，但我國對失業(yè)率這一指標(biāo)的統(tǒng)計(jì)非常不完善，存在很大程度的失真，實(shí)際失業(yè)人口遠(yuǎn)大于國家統(tǒng)計(jì)中的數(shù)量。因此本文以就業(yè)人口數(shù)為評價(jià)就業(yè)狀況的指標(biāo)，從而能夠更加直觀的反映我國的就業(yè)狀況。研究時(shí)段為1995年到2014年，數(shù)據(jù)來自不同年份的《中國統(tǒng)計(jì)年鑒》。

(一)模型的設(shè)定

從微觀的角度考慮，科布-道格拉斯生產(chǎn)函數(shù)是研究一定的時(shí)間和技術(shù)水平下，生產(chǎn)要素的投入與產(chǎn)出關(guān)系，其表示形式為：

K表示投入的資本，L表示投入的勞動(dòng)，A為技術(shù)水平，Y是總產(chǎn)出。但在一個(gè)開放的國家里，影響產(chǎn)出的因素不僅僅只有國內(nèi)的資本和勞動(dòng)，國外資本的流動(dòng)也在一定程度上影響了產(chǎn)出變化。所以將國外資本也引入到生產(chǎn)函數(shù)中：

Y=ALαKβFDIγ

科布-道格拉斯生產(chǎn)函數(shù)反映的是投入和產(chǎn)出，放到具體的就業(yè)人口變化模型中還需要一定的改進(jìn)，因此，我們將上述模型進(jìn)行擴(kuò)展，變?yōu)橐韵滦问剑?/p>

xi為影響就業(yè)的不同因素，a為截距項(xiàng)，βi為系數(shù)，ε為隨機(jī)擾動(dòng)項(xiàng)。接下來便用該模型對影響我國就業(yè)人口數(shù)量的因素進(jìn)行研究。

(二)影響我國就業(yè)總?cè)丝跀?shù)的因素分析

對已經(jīng)選取的指標(biāo)建立多元線性回歸方程，得到的方程整體顯著且修正的可決系數(shù)較高，但仍存在著個(gè)別解釋變量不顯著的現(xiàn)象。為了找出顯著影響就業(yè)人口的因素，對已有的十個(gè)因變量進(jìn)行逐步回歸，剔除不顯著變量。利用white檢驗(yàn)法來檢驗(yàn)?zāi)Ｐ褪欠翊嬖诋惙讲钚砸约捌嚓P(guān)系數(shù)法檢驗(yàn)?zāi)Ｐ偷淖韵嚓P(guān)性。由所得結(jié)果可以看出，該模型不存在異方差性，但存在一階自相關(guān)，因此對模型進(jìn)行調(diào)整，加入一個(gè)AR(1)項(xiàng)：

lnY=1.141+0.472lnGDP-0.048lnFDI

+6.635lnUSRMB+AR(1)

國內(nèi)生產(chǎn)總值、外商的直接投資和人民幣匯率對我國就業(yè)人口有直接顯著影響。其中，國內(nèi)生產(chǎn)總值對就業(yè)有著正的效應(yīng)，外商直接投資對就業(yè)起著負(fù)效應(yīng)，當(dāng)匯率增加，人民幣貶值對我國人口就業(yè)起著積極作用。

(三)不同產(chǎn)業(yè)下的就業(yè)影響因素分析

以上均是對我國總的就業(yè)人口數(shù)量進(jìn)行的研究，但由于我國不同的產(chǎn)業(yè)結(jié)構(gòu)差距較大，人口就業(yè)狀況也存在著較大的差距?；谏鲜鰡栴}得出的結(jié)果，選取國內(nèi)生產(chǎn)總值、外商直接投資以及人民幣匯率為影響因素，對不同產(chǎn)業(yè)結(jié)構(gòu)下的就業(yè)人口進(jìn)行進(jìn)一步的研究。

農(nóng)業(yè)作為第一產(chǎn)業(yè)包括種植業(yè)、林業(yè)、牧業(yè)等；第二產(chǎn)業(yè)是工業(yè)，涵蓋了制造業(yè)、采掘工業(yè)等；第三產(chǎn)業(yè)包含的行業(yè)較多，是除了第一產(chǎn)業(yè)和第二產(chǎn)業(yè)之外的其他各個(gè)行業(yè)。以不同產(chǎn)業(yè)下的就業(yè)人口為研究對象，對所選取的三個(gè)變量進(jìn)行回歸，在剔除不顯著變量之后，得到以下三個(gè)模型：

lnY1=-39.211-1.013lnGDP

+34.534lnUSRMB

lnY2=-33.251+1.595lnGDP

-17.154lnUSRMB

lnY3=9.158+0.336lnGDP-0.205lnFDI

根據(jù)回歸結(jié)果，國內(nèi)生產(chǎn)總值對第一產(chǎn)業(yè)的影響為負(fù)，對第二產(chǎn)業(yè)和第三產(chǎn)業(yè)的影響為正。這主要是由于第一產(chǎn)業(yè)對我國國內(nèi)生產(chǎn)總值的貢獻(xiàn)一直處于一個(gè)非常低的水平，在2014年，第一產(chǎn)業(yè)對GDP的貢獻(xiàn)率僅為4.8%，而第二產(chǎn)業(yè)和第三產(chǎn)業(yè)對GDP的貢獻(xiàn)率高達(dá)47.1%和48.1%。因此，國內(nèi)生產(chǎn)總值的創(chuàng)造主要來源于第二產(chǎn)業(yè)和第三產(chǎn)業(yè)的發(fā)展，第一產(chǎn)業(yè)的增長速度小于GDP的增速。

人民幣對美元匯率對第一產(chǎn)業(yè)和第二產(chǎn)業(yè)具有顯著的影響。當(dāng)人民幣對美元升值時(shí)，國內(nèi)進(jìn)口外國生產(chǎn)資料的成本下降，農(nóng)民有更多機(jī)會(huì)接觸外國先進(jìn)生產(chǎn)設(shè)備，從而帶動(dòng)農(nóng)業(yè)發(fā)展，促進(jìn)第一產(chǎn)業(yè)人口就業(yè)。但正是由于國外產(chǎn)品價(jià)格下降，導(dǎo)致中國的商品在國際上缺乏價(jià)格競爭力，國內(nèi)的工業(yè)產(chǎn)品出口困難，致使許多工廠縮減生產(chǎn)規(guī)模，甚至倒閉，第二產(chǎn)業(yè)中裁員以及失業(yè)現(xiàn)象大量存在。

外商的直接投資對于第三產(chǎn)業(yè)的就業(yè)影響具有顯著的負(fù)效應(yīng)。一般情況下外商主要是通過并購或是興建企業(yè)這兩種方式進(jìn)入我國市場，由外商直接投資的規(guī)模來看，第三產(chǎn)業(yè)占據(jù)重要部分。外商并購我國企業(yè)后，一般會(huì)進(jìn)行精簡人員，導(dǎo)致嚴(yán)重的就業(yè)損失效應(yīng)。不僅如此，外商直接投資也產(chǎn)生了明顯的就業(yè)擠出效應(yīng)，為了與國外企業(yè)競爭，國內(nèi)許多企業(yè)被迫削減就業(yè)人員。

二、不同產(chǎn)業(yè)的就業(yè)結(jié)構(gòu)預(yù)測

中國統(tǒng)計(jì)年鑒的數(shù)據(jù)顯示，2013年我國就業(yè)人口中，第一產(chǎn)業(yè)占31.4%，第二產(chǎn)業(yè)占30.1%，第三產(chǎn)業(yè)占38.5%。在2014年時(shí)，第一產(chǎn)業(yè)和第二產(chǎn)業(yè)再就業(yè)人口中的占比都有所減少，第一產(chǎn)業(yè)變?yōu)?9.5%，第二產(chǎn)業(yè)變?yōu)?9.9%，第三產(chǎn)業(yè)變?yōu)?0.6%。從理論上來說，三種產(chǎn)業(yè)的就業(yè)人口變化過程可以看做一個(gè)只與當(dāng)前狀態(tài)有關(guān)而與之前狀態(tài)無關(guān)的馬爾科夫過程，因此，可以利用馬爾科夫鏈預(yù)測就業(yè)人口在三種產(chǎn)業(yè)之間的轉(zhuǎn)移狀況。

(一)模型設(shè)定

Markov鏈的轉(zhuǎn)移概率pij=P{Xn+1=jXn=i}只與i，j有關(guān)，與n無關(guān)。將pij排成矩陣的形式，即得出一個(gè)轉(zhuǎn)移矩陣：

由Chapman-Kolmogorov方程可以得到n步轉(zhuǎn)移矩陣：P(n)=Pn

設(shè)當(dāng)前的狀態(tài)為u=(u1,u2,…,ui,…)，因此，可以得出n次轉(zhuǎn)移后的狀態(tài)：v=u×P(n)

(二)預(yù)測結(jié)果

通過2013年和2014年三大產(chǎn)業(yè)就業(yè)人員的分布狀況和流動(dòng)情況，可以計(jì)算得出三大產(chǎn)業(yè)的百分比變化頻數(shù)的轉(zhuǎn)移矩陣：

在2013年時(shí)，不同產(chǎn)業(yè)下就業(yè)人員的分布情況為u=(0.314,0.301,0.385)。預(yù)測求得的2014年三大產(chǎn)業(yè)就業(yè)人員的分布情況為v=(0.295,0.299,0.406)，得出的結(jié)果與2014年實(shí)際就業(yè)人員分布情況完全一致，因此，可以利用該轉(zhuǎn)移矩陣預(yù)測得出未來的就業(yè)人員轉(zhuǎn)移狀況。

當(dāng)概率矩陣經(jīng)過兩次轉(zhuǎn)移之后，得到2016年我國的就業(yè)人口分布情況：第一產(chǎn)業(yè)就業(yè)人員占比24.5%，第二產(chǎn)業(yè)為29.2%，第三產(chǎn)業(yè)為43.2%，第一產(chǎn)業(yè)和第二產(chǎn)業(yè)的就業(yè)比重都有所減少，轉(zhuǎn)移至第三產(chǎn)業(yè)。我國當(dāng)前第三產(chǎn)業(yè)發(fā)展迅猛，它的擴(kuò)大對我國勞動(dòng)力產(chǎn)生了巨大的需求，第一產(chǎn)業(yè)和第二產(chǎn)業(yè)由于早已達(dá)到就業(yè)飽和，所以就業(yè)人口也在向第三產(chǎn)業(yè)轉(zhuǎn)移。

三、未來10年就業(yè)人數(shù)預(yù)測

對于三種不同的行業(yè)，預(yù)測時(shí)不僅要考慮就業(yè)人口在行業(yè)間轉(zhuǎn)移，還要考慮到未來發(fā)展的總體趨勢。目前，我國的就業(yè)形勢不容樂觀，國家根據(jù)現(xiàn)有的就業(yè)狀況制定相應(yīng)的解決措施會(huì)存在“時(shí)滯”的現(xiàn)象。所以，能夠準(zhǔn)確地預(yù)測未來就業(yè)人員的數(shù)量對于國家出臺(tái)各項(xiàng)政策來解決就業(yè)問題具有很大的參考價(jià)值。下面基于1995年到2014年我國總的就業(yè)人員數(shù)量以及三次產(chǎn)業(yè)各自就業(yè)人員的數(shù)量進(jìn)行預(yù)測。

(一)模型的設(shè)定

影響就業(yè)人口數(shù)量的因素眾多，內(nèi)部的因素不易確定，難以通過建立客觀的模型得到未來的數(shù)量變化。所以，基于事物的關(guān)聯(lián)度，引入GM(1,1)模型對未來數(shù)量進(jìn)行預(yù)測。

設(shè)時(shí)間序列有n個(gè)觀察值，

一次累加生成數(shù)列為：

求其均值數(shù)列

得到白化微分方程

記

通過最小二乘法得到

因此，未來的預(yù)測值

由就業(yè)人口隨時(shí)間變化的趨勢圖可以發(fā)現(xiàn)，就業(yè)人口數(shù)量隨著時(shí)間的變化具有一定的趨勢。利用已有數(shù)據(jù)進(jìn)行一元線性回歸，對就業(yè)人口數(shù)量隨時(shí)間變化趨勢進(jìn)行擬合，得到就業(yè)人口發(fā)展的變化趨勢方程：

x(t+1)=m+nt

單一方法對未來情況的預(yù)測偏差可能較大，因此，聯(lián)合以上兩種方法，根據(jù)預(yù)測值與現(xiàn)有數(shù)據(jù)進(jìn)行比較，構(gòu)造出以最小偏差平方和最小為目標(biāo)的預(yù)測組合模型。

首先求出兩種預(yù)測數(shù)據(jù)的離差平方和：

根據(jù)所求的離差平方和，確定權(quán)重：

最后得出組合預(yù)測結(jié)果：

(二)預(yù)測結(jié)果

利用MATLAB對上述模型進(jìn)行編程求解，得到兩種方法下的我國就業(yè)人口數(shù)量，根據(jù)組合預(yù)測的方法，求得兩種預(yù)測值在不同產(chǎn)業(yè)結(jié)構(gòu)下的權(quán)重，見表1。

表1　不同產(chǎn)業(yè)結(jié)構(gòu)下灰色預(yù)測和回歸預(yù)測值的權(quán)重

對灰色預(yù)測和回歸預(yù)測的值乘以其各自的權(quán)重，最終得到未來十年我國三大產(chǎn)業(yè)的就業(yè)人口以及總的就業(yè)人口數(shù)量。

表2　2015年到2024年我國就業(yè)人口的預(yù)測值(萬人)

對比馬爾科夫預(yù)測的結(jié)果，發(fā)現(xiàn)雖然我國第二產(chǎn)業(yè)的就業(yè)人口雖然在比重上出現(xiàn)一定的下滑，但由于我國就業(yè)人口在數(shù)量上一直增加，第二產(chǎn)業(yè)的就業(yè)人口仍然是逐年增長。并且第二產(chǎn)業(yè)和第三產(chǎn)業(yè)的增長速度高于總的就業(yè)人口數(shù)量的增長速度，而第一產(chǎn)業(yè)由于其發(fā)展動(dòng)力不足，就業(yè)人口數(shù)量呈現(xiàn)逐年減少的變化趨勢。

四、結(jié)論和建議

基于就業(yè)影響因素的實(shí)際情況，我國總體的就業(yè)狀況與國內(nèi)生產(chǎn)總值、外商直接投資以及人民幣對美元的匯率息息相關(guān)，不同產(chǎn)業(yè)下的就業(yè)影響的因素變化也各不相同。從未來我國的就業(yè)人口的規(guī)模來看，第一產(chǎn)業(yè)由于產(chǎn)業(yè)飽和，出現(xiàn)了就業(yè)人口逐步下降的現(xiàn)象。第二產(chǎn)業(yè)就業(yè)人口雖然在比重上出現(xiàn)下降，但在總體數(shù)量上來說，卻在變多。對于第三產(chǎn)業(yè)來說，這幾年的就業(yè)人口變化都呈現(xiàn)顯著上升趨勢。所以根據(jù)研究結(jié)論，提出以下建議：

保持我國宏觀經(jīng)濟(jì)的穩(wěn)步發(fā)展，國家需出臺(tái)相應(yīng)政策帶動(dòng)我國整體的經(jīng)濟(jì)的發(fā)展。政府在引進(jìn)外資的同時(shí)，應(yīng)注意限制外商的直接投資進(jìn)入到我國的飽和市場，緩解外企對國內(nèi)的競爭壓力，從而使國內(nèi)企業(yè)的失業(yè)排放減少。在一定時(shí)期內(nèi)，適度調(diào)整我國的匯率政策，保持人民幣匯率的穩(wěn)定，避免人民幣大幅度升值對國內(nèi)就業(yè)造成的沖擊。

積極推進(jìn)產(chǎn)業(yè)的調(diào)整，尋找到三大產(chǎn)業(yè)發(fā)展與就業(yè)增長變化的平衡點(diǎn)。對于第一產(chǎn)業(yè)應(yīng)該提高農(nóng)業(yè)生產(chǎn)效率，培養(yǎng)知識(shí)型就業(yè)人員，確保農(nóng)業(yè)就業(yè)人員的數(shù)量。對于第二產(chǎn)業(yè)，需要加快技術(shù)更新、產(chǎn)品升級(jí)的步伐，以提高產(chǎn)品附加值、延長產(chǎn)業(yè)鏈為目標(biāo)，促進(jìn)第二產(chǎn)業(yè)人員的就業(yè)。在第三產(chǎn)業(yè)方面，我國還具有較大的挖掘潛力，所以在保證第三產(chǎn)業(yè)穩(wěn)定發(fā)展的同時(shí)，著重發(fā)展高附加值的行業(yè)，從而對其他行業(yè)的發(fā)展起到積極的輻射作用，提升我國總體的就業(yè)環(huán)境。

參考文獻(xiàn)：

[1]楊靜，楊向輝.我國第三產(chǎn)業(yè)就業(yè)創(chuàng)造的影響因素[J].財(cái)經(jīng)科學(xué)，2015(6)：97-107.

[2]楊皓，肖云.我國就業(yè)的影響因素分析[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2010(15)：47-56.

[3]張建勤.外商直接投資對我國就業(yè)的影響[J].經(jīng)濟(jì)與管理研究，2005(5)：46-50.

[4]黃旭平，張明之.外商直接投資對我國就業(yè)的影響：基于面板VAR的分析[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2007(1)：71-85.

[5]潘黎霞.用馬爾科夫鏈對我國就業(yè)結(jié)構(gòu)的分析及預(yù)測[J].學(xué)術(shù)縱橫，2009(12)：107-108.

[6]李田，劉加利.我國就業(yè)人數(shù)的數(shù)學(xué)模型探析及前景預(yù)測[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2010(8)：28-37.

[7]蘭守堅(jiān).基于GM(1，1)模型的我國城鎮(zhèn)就業(yè)形勢預(yù)測分析[J].實(shí)踐與經(jīng)驗(yàn)，2009(11)：88-91.

[8]巴曙松，王群.人民幣實(shí)際有效匯率對我國產(chǎn)業(yè)、就業(yè)結(jié)構(gòu)影響的實(shí)證分析[J].財(cái)經(jīng)理論與實(shí)踐，2009(159)：2-7.

[9]蒲艷萍.第三產(chǎn)業(yè)發(fā)展帶動(dòng)我國就業(yè)增長的實(shí)證分析[J].南京師大學(xué)報(bào)，2005(2)：31-37.

*收稿日期：2016-03-10

基金項(xiàng)目：國家自然科學(xué)項(xiàng)目(11301001)；安徽財(cái)經(jīng)大學(xué)教研項(xiàng)目(acjyzd201429)。

作者簡介：從雨佳(1995-)，女，安徽滁州人，研究方向：金融工程。 通信作者：朱家明(1973-)，男，安徽宿州人，副教授，碩士，研究方向：應(yīng)用數(shù)學(xué)與數(shù)學(xué)建模。

中圖分類號(hào)：C912.3

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-9735(2016)03-0079-04

Analysis and Predication of Chinese Employment Status

CONG Yujia, ZHU Jiaming

(1.SchoolofFinance,AnhuiUniversityofFinance&Economics,Bengbu233030,China;2.SchoolofStatisticsandAppliedMathematics,AnhuiUniversityofFinanceandEconomics,Bengbu233030,China)

Abstract:Based on economic theories and by adopting stepwise regression approaches, major factors affecting Chinese employment were made clear, namely GDP, foreign direct investment and RMB exchange rate. Besides, detailed analysis was made of the three major industries in China based on the aforesaid three factors. Markov Chain was used to predict the change in population employed by the three major industries in the future. It was found that a large number of employed populations would transfer from the primary and secondary industries to the tertiary industry. Given the changing tendency in employed population size in the future, combinational forecasting method was used to predict the total employed population from the three major industries in the future. And meanwhile, countermeasures were presented in the paper.

Key words:employed population; three major industries; influential factors; prediction