龍藝

摘 要：隨著我國(guó)國(guó)家改革開(kāi)放以來(lái)，我國(guó)經(jīng)濟(jì)不斷發(fā)展，我國(guó)包分配的就業(yè)制度也逐漸被更加適應(yīng)國(guó)情的體制所取代。但是近幾年來(lái)，不僅是畢業(yè)本科生就連研究生都面臨著與日俱增的就業(yè)壓力，讓我們不得不去認(rèn)真思考該如何解決這一重大難題。無(wú)論是在決定大學(xué)就讀專業(yè)的時(shí)候，還是畢業(yè)選擇工作地點(diǎn)和職業(yè)方向都值得我們重視。筆者認(rèn)為，在如今大數(shù)據(jù)背景下，首要任務(wù)是對(duì)原始數(shù)據(jù)進(jìn)行分析。因此本文筆者將對(duì)全國(guó)各地區(qū)城鎮(zhèn)的就業(yè)數(shù)據(jù)進(jìn)行整理以及研究選取的影響因素，通過(guò)聚類分析方法、主成分分析方法以及回歸分析方法分析數(shù)據(jù)，希望能從分析結(jié)果向廣大就業(yè)者提供結(jié)論和相應(yīng)的借鑒。

關(guān)鍵詞：聚類分析；回歸系數(shù)；樹(shù)狀圖

引言

近幾年來(lái)，高校畢業(yè)生就業(yè)領(lǐng)域取向明顯向大城市、經(jīng)濟(jì)發(fā)達(dá)地區(qū)集中，地域結(jié)構(gòu)性矛盾相當(dāng)突出。以上海海事大學(xué)2016年研究生調(diào)查問(wèn)卷為例，“畢業(yè)后最理想的就業(yè)城市”的結(jié)果仍然是上海、深圳以及北京等一線城市。根據(jù)這一現(xiàn)狀，本文針對(duì)就業(yè)情況，先用聚類分析方法中的系統(tǒng)聚類法進(jìn)行分類，將全國(guó)各地區(qū)進(jìn)行劃分。然后再對(duì)原始數(shù)據(jù)進(jìn)行回歸分析，得出各變量與就業(yè)人數(shù)的回歸關(guān)系。

就業(yè)情況影響因素實(shí)證分析

數(shù)據(jù)及其來(lái)源

本文選取國(guó)家統(tǒng)計(jì)局、中國(guó)統(tǒng)計(jì)年鑒2015年的國(guó)家級(jí)相關(guān)統(tǒng)計(jì)數(shù)據(jù)，是我國(guó)部分省市自治區(qū)2014年末的城鎮(zhèn)就業(yè)情況及相關(guān)指標(biāo)（變量）數(shù)據(jù)。

變量選取

Y：城鎮(zhèn)就業(yè)人數(shù)總和

X1：城鎮(zhèn)居民可支配收入

X2：城鎮(zhèn)平均工資指數(shù)

X3：城鎮(zhèn)居民消費(fèi)價(jià)格指數(shù)

X4：城鎮(zhèn)居民人均消費(fèi)支出

X5：城鎮(zhèn)人口密度

X6：城鎮(zhèn)失業(yè)率

分析方法

聚類分析簡(jiǎn)述

聚類分析方法有很多，包括系統(tǒng)聚類法、動(dòng)態(tài)聚類法、有序樣品聚類法等。在本文中，由于筆者能力有限僅運(yùn)用系統(tǒng)聚類法進(jìn)行分析。系統(tǒng)聚類的基本思想是：距離相近的樣品（或變量）先聚成類。距離相遠(yuǎn)的后聚成類，過(guò)程持續(xù)進(jìn)行下去，直到將所有的樣品（或變量）聚成一類。

回歸分析簡(jiǎn)述及假設(shè)

簡(jiǎn)略地說(shuō)，回歸分析主要研究客觀事物變量間的統(tǒng)計(jì)關(guān)系，是通過(guò)建立統(tǒng)計(jì)模型研究變量間相互關(guān)系的密切程度、結(jié)構(gòu)狀態(tài)、模型預(yù)測(cè)的一種有效工具。由于實(shí)際問(wèn)題中，影響因變量y的自變量往往不止一個(gè)，一元回歸模型往往也不適用，就需要建立多元回歸模型。本例假設(shè)城鎮(zhèn)就業(yè)人口數(shù)Y與相關(guān)變量X1，X2，X3，X4，X5，X6之間存在線性關(guān)系：

分析過(guò)程

本文利用軟件SPSS 13.0進(jìn)行實(shí)證分析，分析過(guò)程如下：

聚類分析過(guò)程

將2014年我國(guó)31個(gè)省、市、自治區(qū)就業(yè)狀況作為樣品聚類分為3-6類時(shí)的各樣品所屬類別。

（ 1 ）第一類包括2個(gè)樣品，分別為：北京市和上海市。從地區(qū)分布和地區(qū)經(jīng)濟(jì)發(fā)展?fàn)顩r來(lái)看，這一類的特點(diǎn)是：北京作為中國(guó)首都周邊資源相對(duì)豐富，工作崗位需求不僅廣度大深度也很大；上海作為一個(gè)沿海城市，不僅是中國(guó)的金融中心還是中國(guó)的交通樞紐中心，與外界交流相當(dāng)方便，這也就形成了人才濟(jì)濟(jì)的局面；二者作為中國(guó)的首要一線城市，交通網(wǎng)絡(luò)發(fā)達(dá)，經(jīng)濟(jì)發(fā)展?fàn)顩r良好，高校較多、人才較為集中、氣候四季適宜、工業(yè)發(fā)展蓬勃等優(yōu)勢(shì)不斷吸引著一批又一批的人前去尋找心儀的工作。

（ 2 ）第二類包括4個(gè)樣品，分別為：天津市、江蘇省、浙江省、廣東省。從地區(qū)分布和地區(qū)經(jīng)濟(jì)發(fā)展?fàn)顩r來(lái)看，第二類所包含的省、市、自治區(qū)主要分布在我國(guó)沿海地區(qū)，這些地區(qū)高校林立、人才人口集中，工業(yè)高度發(fā)達(dá)、科學(xué)技術(shù)引入便利，海陸交通四通八達(dá)，既有外資投入又有內(nèi)政支持鼓勵(lì)，又有中國(guó)尖端技術(shù)又有國(guó)外先進(jìn)管理文化滲入。得天獨(dú)厚的地理位置和環(huán)境優(yōu)勢(shì)不僅為求職者提供了舒適優(yōu)異的居住環(huán)境，更是提供了一系列的水上作業(yè)工作。近年來(lái)，這些地區(qū)更是吸引了大量的“孔雀東南飛”、“民工潮”此起彼伏，眾多社會(huì)現(xiàn)象不僅向我們說(shuō)明了這些地區(qū)對(duì)人才和勞動(dòng)力的吸引力；也讓人們意識(shí)到了這些地區(qū)豐富的就業(yè)機(jī)遇和個(gè)人發(fā)展前景；更重要的是，國(guó)內(nèi)外先進(jìn)的技術(shù)和人才以及眼界開(kāi)闊的海歸們也積極投入到了這些地區(qū)的經(jīng)濟(jì)發(fā)展中，促使這些地區(qū)的經(jīng)濟(jì)蓬勃發(fā)展。

（ 3 ）第三類包括21個(gè)樣品，分別為：河北省、山西省、吉林省、黑龍江省、安徽省、江西省、河南省、湖北省、湖南省、廣西壯族自治區(qū)、海南省、重慶市、四川省、貴州省、云南省、西藏省、陜西省、甘肅省、青海省、寧夏回族自治區(qū)、新疆維吾爾自治區(qū)。從地區(qū)分布和地區(qū)經(jīng)濟(jì)發(fā)展?fàn)顩r來(lái)看，相對(duì)于前兩類，第三類所包含的省、市、自治區(qū)就遠(yuǎn)遠(yuǎn)沒(méi)有那么幸運(yùn)了。他們大多數(shù)主要分布在我國(guó)自然氣候較為惡劣的地區(qū)，人才缺乏、各方面資源有限，交通線路不豐富，地理位置較偏遠(yuǎn)、我國(guó)社會(huì)政治治安不穩(wěn)定，少數(shù)名族聚集，民俗民風(fēng)差異大、多自然災(zāi)害、人口相對(duì)較稀少等等特點(diǎn)導(dǎo)致這些地區(qū)對(duì)求職者們的吸引力不算很大，大多數(shù)都是本地人在當(dāng)?shù)鼐蜆I(yè)。

（ 4 ）第四類包括4個(gè)樣品，分別為：內(nèi)蒙古自治區(qū)、遼寧省、福建省、山東省。這一類是具有個(gè)別特殊性的省、自治區(qū)，當(dāng)?shù)靥厥獾穆糜螛I(yè)、工業(yè)或者的奶制品業(yè)等等拉動(dòng)了當(dāng)?shù)氐木蜆I(yè)情況，促進(jìn)當(dāng)?shù)氐母鱾€(gè)方面的發(fā)展。

回歸分析過(guò)程

采用所有解釋變量即X1、X2、X3、X4、X5、X6對(duì)被解釋變量Y用SPSS進(jìn)行回歸分析。

變量Y和X1、X2、X3、X4、X5、X6的均數(shù)（Mean）、標(biāo)準(zhǔn)差（Std. Deviation）和例數(shù)（N）。

居民人均消費(fèi)者支出和居民可支配收入的相關(guān)系數(shù)是0.989，單尾單側(cè)檢驗(yàn)P=0.000，相關(guān)度相當(dāng)?shù)母摺?/p>

模型摘要中相關(guān)系數(shù)R=0.544，判定系數(shù)R Square=0.296，調(diào)整判定系數(shù)Adjusted R Square=0.120，估計(jì)值的標(biāo)準(zhǔn)誤差Std. Error of the Estimate=609.33131。

表1是偏回歸系數(shù)結(jié)果，常數(shù)項(xiàng)（Constant）=3062.279，居民可支配收入回歸系數(shù)=0.201，回歸系數(shù)的標(biāo)準(zhǔn)誤差（Std. Error）=0.093；平均工資指數(shù)回歸系數(shù)=64.222，回歸系數(shù)的標(biāo)準(zhǔn)誤差=58.338；居民消費(fèi)價(jià)格指數(shù)回歸系數(shù)=-95.924，回歸系數(shù)的標(biāo)準(zhǔn)誤差=287.033；居民人均消費(fèi)支出回歸系數(shù)=-0.245，回歸系數(shù)的標(biāo)準(zhǔn)誤差=0.131；人口密度回歸系數(shù)=-0.038，回歸系數(shù)的標(biāo)準(zhǔn)誤差=0.098；失業(yè)率回歸系數(shù)=62.694，回歸系數(shù)的標(biāo)準(zhǔn)誤差=186.003。求得回歸方程為Y=3062.279+0.201X1+64.222X2-95.924X3-0.245X4-0.038X5+62.694X6+ε。

結(jié)語(yǔ)

首先運(yùn)用聚類分析，可以從分析結(jié)果看出全國(guó)各地中，相對(duì)于我國(guó)華中地區(qū)以及一些自然環(huán)境較為惡劣或者是少數(shù)民族地區(qū)的就業(yè)情況，北京、上海、浙江、廣東、江蘇等沿海地區(qū)或者靠近首都、沿海地區(qū)的就業(yè)情況較為優(yōu)異，從這一結(jié)論可以提供廣大擇業(yè)者選擇就業(yè)地區(qū)。但是同時(shí)，如果按照大多數(shù)人的擇優(yōu)心理，我國(guó)必將會(huì)出現(xiàn)兩極分化逐漸加重，導(dǎo)致我國(guó)經(jīng)濟(jì)結(jié)構(gòu)嚴(yán)重失衡，進(jìn)而可能影響我國(guó)在國(guó)際上的影響，這后果是相當(dāng)嚴(yán)重。由于筆者能力有限，模型中存在一定問(wèn)題，需要具有更加完備的知識(shí)去修改并完善模型。

（作者單位：上海海事大學(xué) ）