【正文】 的相關(guān)性。對(duì)沒有搜集到的因子與已知因子進(jìn)行相關(guān)性分析并通過matlab擬合出它們之間的函數(shù)關(guān)系，結(jié)合已知因子的值計(jì)算出未知因子的值。解決方案流程圖：搜集未來兩年各項(xiàng)因子資料因子數(shù)據(jù)全部已知未知因子與已知因子數(shù)擬合分析引資資料求因子數(shù)據(jù)通過擬合函數(shù)求以往幾年內(nèi)的因子數(shù)據(jù)求未來兩年內(nèi)因子數(shù)據(jù)用求出因子數(shù)據(jù)代入問題二模型求解否是直接將所有因子代入問題中的二模型求解 解決方案流程圖 2009年至2010年上半年經(jīng)濟(jì)指標(biāo)及社會(huì)政策的分析與假設(shè)中國社會(huì)科學(xué)院學(xué)部委員、數(shù)量經(jīng)濟(jì)與技術(shù)經(jīng)濟(jì)研究所在中國社科院2009年《經(jīng)濟(jì)藍(lán)皮書》新聞發(fā)布會(huì)上表示，對(duì)于中國2009年以及2010年部分經(jīng)濟(jì)及社會(huì)指標(biāo)數(shù)據(jù)的預(yù)測(cè)如下表所示。 部分經(jīng)濟(jì)社會(huì)指標(biāo)年份GDP增長率廣義貨幣供應(yīng)量（M2）余額增長率CPI增長率進(jìn)口總額增長率城鎮(zhèn)固定資產(chǎn)投資增長率20099%%%20%%2010上半年10%20%4%16%15% 求解2009年與2010年上半年未知因子根據(jù)資料查得從1992~2006年的9個(gè)主要經(jīng)濟(jì)社會(huì)指標(biāo)值如下： 1992~2006年的9個(gè)主要經(jīng)濟(jì)社會(huì)指標(biāo)值年份綜合產(chǎn)業(yè)偏離度國內(nèi)生產(chǎn)總值增長率第一產(chǎn)業(yè)就業(yè)彈性增長率固定資產(chǎn)投資增長率消費(fèi)價(jià)格指數(shù)增長率廣義貨幣(M2)增長率進(jìn)口總額增長率失業(yè)保險(xiǎn)總額增長率人均GDP增長率199219931994199519961997199819992000200120022003200420052006由對(duì)問題四的分析，可以根據(jù)92~06年的其中五個(gè)經(jīng)濟(jì)社會(huì)指標(biāo)(國內(nèi)生產(chǎn)總值、固定資產(chǎn)投資、消費(fèi)價(jià)格指數(shù)、M2和進(jìn)口總額)數(shù)據(jù)，利用matlab軟件分別回歸得到其余四個(gè)指標(biāo)(綜合產(chǎn)業(yè)偏離度、失業(yè)保險(xiǎn)額、人均GDP、第一產(chǎn)業(yè)就業(yè)彈性)與那五個(gè)指標(biāo)的關(guān)系。為了簡(jiǎn)化模型，采用matlab中rstool指令進(jìn)行多元線性回歸，結(jié)果如下：（1） 綜合產(chǎn)業(yè)偏離度增長率 matlab擬合圖綜合產(chǎn)業(yè)偏離度與已知五個(gè)因子（ 所列）擬合函數(shù)： ()，證明此回歸模型的顯著性很好。其它3個(gè)指標(biāo)的分析結(jié)果類同。其中，：城鎮(zhèn)固定資產(chǎn)投資增長率；：CPI增長率； ：廣義貨幣供應(yīng)量（M2）余額增長率；：進(jìn)口總額增長率；： GDP增長率；（2）第一產(chǎn)業(yè)就業(yè)彈性；第一產(chǎn)業(yè)就業(yè)彈性增長率與已知五個(gè)因子擬合函數(shù)： ()標(biāo)準(zhǔn)差：rmse =（3）失業(yè)保險(xiǎn)額增長率的求解失業(yè)保險(xiǎn)額增長率與已知五個(gè)因子函數(shù)： ()標(biāo)準(zhǔn)差：rmse =（4）人均GDP增長率的求解人均GDP增長率與已知五個(gè)因子函數(shù)： ()標(biāo)準(zhǔn)差：rmse = 預(yù)測(cè)2009年全年和2010年上半年失業(yè)率由資料查得2009與2010年的五個(gè)指標(biāo)數(shù)據(jù)如下： 九項(xiàng)因子增長率（一）年份GDP增長率固定投資增長率消費(fèi)價(jià)格指數(shù)增長率廣義貨幣(M2)增長率進(jìn)口總額增長率20092010，~： 九項(xiàng)因子增長率（二）年份綜合產(chǎn)業(yè)偏離度失業(yè)保險(xiǎn)總額增長率人均GDP增長率第一產(chǎn)業(yè)就業(yè)彈性增長率20092010根據(jù)問題二中得到的城鎮(zhèn)失業(yè)率與9個(gè)經(jīng)濟(jì)社會(huì)指標(biāo)之間的數(shù)學(xué)模型： ()，最終得到2009年全年和2010年上半年失業(yè)率的結(jié)果為： 。，作出從1992~2010年失業(yè)率隨年份變化走勢(shì)圖如下： 城鎮(zhèn)登記失業(yè)率變化圖 可知：1994年到2000年失業(yè)率增長比較緩慢，而從2000年到2004年失業(yè)率快速上升，這可能是2000年后中國加入WTO帶來的沖擊所影響；從2004年到2007年，失業(yè)率一直成下降趨勢(shì)，而到2008年失業(yè)率陡然上升，是由全球經(jīng)濟(jì)危機(jī)所帶來的影響；根據(jù)本文預(yù)測(cè)，2009年失業(yè)率仍將上升一些，而到2010年將顯著下降，這都符合中國最近一直采用有效國家政策帶來的影響。 對(duì)具體地區(qū)行業(yè)及人群的就業(yè)情況預(yù)測(cè)采用問題（3）中所建立的模型： （）假設(shè)我們研究的對(duì)象是：四川地區(qū)、制造行業(yè)、大學(xué)教育程度人群在2010年下半年的登記失業(yè)率。，需要確定的參數(shù)有：就業(yè)影響函數(shù)值；地區(qū)、行業(yè)、人群權(quán)重；社會(huì)經(jīng)濟(jì)因素的影響系數(shù)、以及轉(zhuǎn)換系數(shù)。由于研究的時(shí)間距離較近，故可以認(rèn)為影響函數(shù)值、權(quán)重值以及轉(zhuǎn)換系數(shù)都是不變的（即直接利用上文所確定的值）。但由于國家由于經(jīng)濟(jì)危機(jī)的原因出臺(tái)了諸多經(jīng)濟(jì)刺激政策以及直接的就業(yè)促進(jìn)政策，這必將導(dǎo)致社會(huì)經(jīng)濟(jì)影響系數(shù)、的改變，所以，重新評(píng)估、的值。最終我們得到的各系數(shù)值為：=4； =； =；=； =； =；=5； =； =根據(jù)以上數(shù)據(jù)，算的的失業(yè)登記率為：=%。九、問題5的解答對(duì)問題（1）的研究結(jié)果表明，第一產(chǎn)業(yè)的就業(yè)彈性、固定產(chǎn)業(yè)就業(yè)彈性增長率、固定投資、廣義貨幣增長率、產(chǎn)業(yè)結(jié)構(gòu)等因素對(duì)就業(yè)情況影響較大。問題（3）的研究表明，區(qū)域差異、產(chǎn)業(yè)結(jié)構(gòu)及政府政策等都對(duì)我國就業(yè)情況有較大的影響。根據(jù)目前的社會(huì)經(jīng)濟(jì)情況，由問題（4）的預(yù)測(cè)結(jié)果表明2010年我國就業(yè)率將會(huì)下降。據(jù)此，為提高我國城鎮(zhèn)就業(yè)人口數(shù)，減少城鎮(zhèn)登記失業(yè)率我們提出以下建議：1） 加強(qiáng)農(nóng)村產(chǎn)業(yè)化道路，加快農(nóng)村剩余勞動(dòng)力的轉(zhuǎn)移。據(jù)估算，由于農(nóng)村剩余勞動(dòng)力的轉(zhuǎn)移而造成的失業(yè)占11%。因此，解決好農(nóng)村剩余勞動(dòng)力轉(zhuǎn)移，對(duì)緩解就業(yè)壓力有著至關(guān)重要的作用。2） 調(diào)整和優(yōu)化經(jīng)濟(jì)結(jié)構(gòu)，提高經(jīng)濟(jì)增長的就業(yè)彈性。要有效地解決我國的失業(yè)問題，除了促進(jìn)經(jīng)濟(jì)發(fā)展，保持一定的經(jīng)濟(jì)增長速度外，還必須從結(jié)構(gòu)入手，加大調(diào)整經(jīng)濟(jì)結(jié)構(gòu)的力度，大力發(fā)展第三產(chǎn)業(yè)和非公有制經(jīng)濟(jì)，努力提高第三產(chǎn)業(yè)所占比重，加快中小企業(yè)的發(fā)展，努力提高經(jīng)濟(jì)增長的就業(yè)彈性。3） 投資需求作為拉動(dòng)國民經(jīng)濟(jì)增長的重要力量之一，對(duì)國民經(jīng)濟(jì)的快速、穩(wěn)定、持續(xù)發(fā)展，創(chuàng)造更多的就業(yè)機(jī)會(huì)，降低就業(yè)率，具有重要的意義。4） 采取相關(guān)積極政策，消除或者減小地區(qū)發(fā)展差異。發(fā)達(dá)地區(qū)投資者為了實(shí)現(xiàn)對(duì)直接投資企業(yè)的控制和管理、保證企業(yè)的技術(shù)水平, 將向所投資企業(yè)派出部分管理人員和其他專業(yè)技術(shù)人員。在短期中, 欠發(fā)達(dá)地區(qū)存在大量的非技術(shù)人員,因此欠發(fā)達(dá)地區(qū)的就業(yè)情況在短期內(nèi)將得到改善。例如西部大開發(fā)項(xiàng)目的實(shí)施，為西部地區(qū)提供了更多的工作崗位，不僅改善了西部地區(qū)就業(yè)情況，而且緩解了發(fā)達(dá)地區(qū)的就業(yè)壓力。十、模型的評(píng)價(jià)與改進(jìn)對(duì)于問題（1），我們采用了偏相關(guān)分析的處理方法，研究了各種經(jīng)濟(jì)社會(huì)因素對(duì)城鎮(zhèn)登記失業(yè)率的相關(guān)性問題。然而有一個(gè)問題我們沒有加以考慮：各種經(jīng)濟(jì)社會(huì)因素之間的相互影響。因?yàn)樗械?6個(gè)因素之間必有因素與因素之間的相互關(guān)系，并且由于這種相互關(guān)系的存在而使他們共同作用與單獨(dú)作用的效果大不相同。然而，在建模分析的過程中，我們對(duì)此問題并無做深入討論。除了相關(guān)分析這種研究辦法外，方差分析也是研究此類問題的一個(gè)常用的有效的辦法，通過方差分析，我們不僅可以獲取各因素對(duì)登記就業(yè)率影響顯著性評(píng)價(jià)，而且可以方便的研究各因素之間的交互作用，相比于相關(guān)分析，方差具有某些方面的優(yōu)勢(shì)。然而，對(duì)于本問題，我們可以獲取的統(tǒng)計(jì)數(shù)據(jù)并不能完全滿足進(jìn)行方差分析所需的數(shù)據(jù)。但我們考慮在以后的研究過程中，可以有計(jì)劃的設(shè)計(jì)統(tǒng)計(jì)方案，按照方差分析的數(shù)據(jù)要求進(jìn)行數(shù)據(jù)統(tǒng)計(jì)，對(duì)該問題進(jìn)行更深入詳細(xì)的研究。對(duì)于問題（2），我們采用的是簡(jiǎn)單的多元線性回歸方法進(jìn)行研究，且沒有考慮各因素之間的相互影響。深入的研究可建立在（1）的基礎(chǔ)之上，考慮各因素之間的交互影響建模。對(duì)于問題（3），我們采用的并不是傳統(tǒng)的建模方法，整個(gè)過程基本在各種分析和推理假設(shè)下進(jìn)行，并沒有繁復(fù)的數(shù)學(xué)推理公式。如果將整個(gè)過程設(shè)計(jì)成一個(gè)軟件系統(tǒng)，形成一個(gè)分析平臺(tái)，則是一種較好的方案。然而對(duì)于一般應(yīng)用而言，該方法由于沒有提供更為直觀方便的“各因素與登記失業(yè)率”之間的函數(shù)關(guān)系式而顯得有些麻煩。對(duì)于問題（4），問題四的優(yōu)點(diǎn)是在資料不全的情況下通過借助matlab軟件的回歸方法求解出未知因子的數(shù)據(jù)。使預(yù)測(cè)值更加準(zhǔn)確、科學(xué)。但是由于時(shí)間的關(guān)系沒有分析半年的經(jīng)濟(jì)及社會(huì)指標(biāo)與全年的關(guān)系，因?yàn)槊恳荒甑纳习肽甑慕?jīng)濟(jì)發(fā)展情況與全年的經(jīng)濟(jì)發(fā)展情況略有差異，因此在分析2010年上半年的就業(yè)情況時(shí)用問題二中以全年為時(shí)間單位的模型來預(yù)測(cè)半年的失業(yè)率，必然導(dǎo)致預(yù)測(cè)值存在誤差。模型的改進(jìn)：通過提取以往上半年的經(jīng)濟(jì)指標(biāo)，建立上半年的失業(yè)率模型，來預(yù)測(cè)2010年上半年失業(yè)率?；蛘呃没貧w法建立上半年與全年指標(biāo)函數(shù)關(guān)系，從而預(yù)測(cè)出準(zhǔn)確的2010年的失業(yè)率。十一、參考文獻(xiàn)[1]楊虎，劉瓊蓀，[M].高等教育出版社，2006[2]趙靜，[M].高等教育出版社，2000[3]朱建平， 在統(tǒng)計(jì)工作中的應(yīng)用[M].清華大學(xué)出版社，2007[4]余建英，[M].人民郵電出版社，2003[5]，2006[6][D].貴州大學(xué)學(xué)報(bào)，2006[7][D].統(tǒng)計(jì)研究論文，1999[8]向小東，宋芳. 基于核主成分與加權(quán)支持向量機(jī)的福建省城鎮(zhèn)登記失業(yè)率預(yù)測(cè)[D]．系統(tǒng)工程理論與實(shí)踐論文，2009[9] Harvey . Forecasting, Structural Time Series Models and the Kalman Filter[M]. Cambridge: Cambridge University Press, 1989.十二、附錄附錄一：影響失業(yè)率因素的原始數(shù)據(jù)見“附錄”文件夾中的“附錄一”文件夾中的Excel文件。附錄二： 建立問題二中模型的matlab程序見“附錄”文件夾中的“附錄二”文件夾中的Excel文件及Matlab源程序。其中Matlab源程序調(diào)用Excel文件中數(shù)據(jù)進(jìn)行計(jì)算。附錄三： 問題三中研究經(jīng)濟(jì)社會(huì)因素對(duì)各地區(qū)、各行業(yè)影響系數(shù)的matlab程序 見“附錄”文件夾中的“附錄三”文件夾中的Excel文件及Matlab源程序。其中Matlab源程序調(diào)用Excel文件中數(shù)據(jù)進(jìn)行計(jì)算。附錄四： 問題四中求解預(yù)測(cè)模型的matlab程序見“附錄”文件夾中的“附錄四”文件夾中的Excel文件及Matlab源程序。其中Matlab源程序調(diào)用Excel文件中數(shù)據(jù)進(jìn)行計(jì)算。34