个指标经过单位根检验后发现都为一阶单 整序列，还需对其进行协整检验，运用 基于Ｅ ＣＭ模型的 国内失业率预测分析 ● 陈龙英庞珏嗣（西南财经大学成都６１１１３０） ◆ 中图分类号：Ｆ２４１．４ 文献标识码：Ａ 标；在第二主成分中，提取固定资产投资 内容摘要：本文通过对备选宏观经济 指标进行主要成分分析，挑选出影响 失业率的主要宏观指标对其进行单位 根检验和协整检验，并用Ｅｎｇｌ ｅ和 ＥＶｉｅｗｓ软件进行协整检验，结果见表４， Ｘ１１、Ｘ。 、Ｘ。 、× 、×５ 间存在长期稳定的关 表６ ＡＲＩＭＡ模型系数 变量 △Ｘ Ｃ 系数 ０．０４８８ｏ３ ｔ检验值 ０，０７￣７６ ＡＲ（１） 一０ ４４０８８１ —２．０２１７８３ ＭＡ（１） △Ｘａ Ｃ ０９１２３６１ ０ 强３４０ ８：￣１４２ ２．１８４０３７ ＡＲ（Ｉ） ＭＡ（２） △Ｘ Ｃ Ｏ．１９６７４７ ０１４３４９３ 一０．ｏ９７７６２ ０，９＿ｆｊ９２（沦 ０。７｜１３３５０ 一Ｏ珥３８８５６ ＡＲ（１） ＭＡ（２） △Ｘ４ｔ Ｃ ０．２７６８５５ 一Ｏ．９６８５０３ —Ｏ．１２１３ｏ８ ｔ．４４３７８１ －１ ９－７０４０７ —０．３３１９６１ 增长率（０ ８８）、ＧＤＰ增长率（０．８４）；在 第三主成分中，提取研发费用占ＧＤＰ比率 （０．８８ ｏ通过以上对统计数据的分析，可 看出影响就业的主要宏观指标为：ＣＰＩ增 长率、ＰＰＩ增长率、固定资产投资增长率、 ＧＤＰ增长率和Ｒ＆Ｄ。 △Ｘ６ｔ ＡＲ（１） Ｏ．６２１１３８ ３．９Ｅｊ５６５８ ＭＡ（１） Ｃ 一０．９５９１５６ ０４７７３０２ —２４．７３３４３ ｏ１６１３０１ ＡＲ０） ＭＡ（１） ０．０４１ １６１ －０．Ｏ８２｛Ｉ９５ ００８２８４１ －０：１５４６１０ Ｇｒａｎｇｅｒ两步法构建了体现这些指标和 失业率之间联系的误差修正模型 （ＥＣＭ ｏ用ＡＲＩＭＡ模型结合误差修正 表２旋转后因子载荷矩阵 Ｃｏｍｐｏｎｅｎｔ 模型，预测出２０１０年的城镇登记失业率 １ ２ ３ 和ＧＤＰ增长率，以期为我国政府制定宏 观经济政策提供参考。 ． 失业率与宏观影响指标的数 学模型 （一）失业率ＥＣＭ模型的构建 关键词：失业率 误差修正模型 ＧＤＰ（增长率） ．１７７ ．８３６ ２４６ 财政决算增长率 ＿２１８ ２４１ ７９６ 在岗职１Ｉ工资平均增长率 ＿７１６ ４７６ ３４６ Ｍ２同忱增长率｛％） ４８０ ．５７５ —４７６ 影响就业的主要宏观指标分析 本文选取了国内生产总值（ＧＤＰ）、财 １．主要指标的平稳性检验。运用ＳＴＡＴＡ， ｓｅｌ ０ ０软件对影响就业的指标进行平稳性 单位根检验，结果见表３，在５％显著性水 平下Ｘ Ｘ ×３ｌ、Ｘ Ｘ５ｔ的时间序列数据 不平稳，经过一阶 消费品零售总额增长率 ．６９５ ５９Ｏ ０１５ ＣＰＩ增长率 ．９６７ ．Ｏ９０ 一．１４８ ＰＰＩ增长率 ９０９ ．１８４ ．０（）５ 固定资产投资增长率 进出口总额增长率 研发费用占ＧＤＰ比率 －ｏ７７ ．８７７ ０４６ ３１３ ．５６１ —１４２ ～１９０ 一．１０１ ．８７７ 政决算支出（ＰＦＥ）、城镇在岗职工平均工 资（Ｗａｇｅ）、广义货币供应量（Ｍ２）、社 会消费品零售总额（ＳＲ）、消费品物价指数 （ＣＰＩ）、工业品出厂价格指数（ＰＰＩ）、固定 差分后变为平稳。 ２ 主要指标的 协整检验。设Ｘ Ｘ２ｔ、Ｘ３ｔ、×４ｌ、Ｘｓｔ依 次代表ＧＤＰ增长 率、Ｒ＆Ｄ、ＣＰＩ增 变基 表３平稳性单位根检验结果 僳序列 一 差分 结论 资产投资总额（ＩＦＡ）、 进出口总额（ＩＥ）、研 发费用占ＧＤＰ比率ｆ Ｒ＆Ｄ）这１０个因素， 来考察对失业的影响情况。 本文将样本区间定为１ ９７９—２００８年 共３０组数据。同时为减少数据的波动性， 更好的反映各项因素对失业率的影响，本 文对因素采用了相对指标统～量纲。 由表１的主成分分析结果可看出，对于 选定的１０个指标进行特 ＡＤＦ统计墨 临界值｛５％） ＡＤＦ统计叠 临界值（５％ｌ ３ １５６２７２ －３ ６１２１９９ —５．Ｏ０８４Ｏ８ ＂３，５８７５２７ ｌ（１） 一一Ｏ４７２６１０ ２ ４１５０５７ ３ ４９２４８０ —３５￣２４４ －３。骶囝６２３ —３ ５７４２４４ —３５８０６２３ —４．５３１２９Ｉ —４．４２３３２８ —４９５２５３５ —５．４０５９５１ －３．５８０６２３ —３ ６０３２０２ ＿３５９ｆ；０２６ —３ ５８０６２３ Ｉ（１） ｌ（１） ｌ（１） Ｉ（１） ＿３—３９９ｇ 一一长率、ＰＰＩ增长率、 固定资产投资增长 率，运用ＳＴＡＴＡ／ ｓｅｌ０．０软件对这５ 表４协整检验结果 ＤＦ统计量 ｌ临界值（１％ｌ ｆ临界值（５％Ｊ ｉ临界值《１０％｝ 一３．９７８ ｌ 一３７２３ Ｉ 一２ ９８９ Ｉ 一２６２５ 征值分析，只有前３个因 子的特征值大于１，分别 为：４７６、１ ９１、１ ２Ｏ。提 取出来的３个因子所解释 的方差占总方差的７８．５７％， Ｃｏｍｐｏｎｅｎｔ １ 表１总方差分解表 ＼ｎｉｔｉａｔ Ｅｉｇｅｎｖａｌｕｅｓ Ｔｏｔａ１ ％ｏｆ Ｖａｒｉａ【ｎｃｅ Ｃｕｍｕｌａｔｉｖｅ％ ４ ７５７ ４７５６５ ４７５６５ Ｅｘｔｒａｃｔｉｏｎ Ｓｕｍｓ ｏｆ Ｓｑｕａｒｅｄ Ｌｏａｄｉｎｇｓ Ｒｏｔａｔｉｏｎ Ｓｕｍｓ ｏｆ Ｓｑｕａｒｅｄ Ｌｏａｄｉｎｇｓ ＴｏｔａＩ ％ｏｆＶａｒｉａｎｃｅ Ｃｕｍｕｌａｔｉｖｅ％ Ｔｏｔａ１ ％ｏｆＶａｒｉａｎｃｅ Ｃｕｍｕｉａｔｉｖｅ％ ４．７５ ４７．５６５ ４ ５６５ ３．２０５ ３２．Ｏ５ ３２Ｏ５１ ２ １．ｇ０５ １９．０５４ ６６．６１９ １ ９０５ １９．０５４ ６６６１９ ２．７９７ ２７ ９６９ ６ｏ０２１ ３ ４ ５ ６ １．１９５ ．７ｏ８ ．４９２ ．３７５ １１．９４７ ７．０７＿６ ４９２３ ３．７５２ ７８．５６６ ８５６４２ ９０５６５ ９４．３１７ １．１ｇ５ １１．９４７ ７８ｒ５６６ １．８５５ １８，５４５ ７８ ５６６ 对数据给出了较为充分的 解释。下面给出旋转后因 子载荷矩阵（见表２ 在第 ７ ８ ．２８２ １８２ ２８１６ １ ８１８ ９７，１３３ ９８９５１ 主成分中，参考相关系 ＰＰＩ增长率（０ ９１）两指 ９ １０ ．ｏ８Ｏ ．Ｏ２５ ７ｇ５ ２Ｓ４ ９９７４６ １ｏ０，０００ 数提取ＣＰＩ增长率（０．９７）、 ＥｘｔｒａｃｔｉｏｎＭｅｔｈｏｄ：ＰｒｉｎｃｉｐａｌＣｏｍｐｏｎｅｎｔＡｎａｌｙｓｉｓ． ８ 商业时代（原名《商业经济研究》）２０１０年２５期 系，用其建立长期关系模型是合理的。 １３ ４Ｘ４ｔ １—１３ ５Ｘ５ｔ （３） 其一，增加固定资产投资，企业采用更先 进的设备，劳动生产率上升，同样的生产 任务只需雇佣更少的工人，导致失业率上 升。其二，固定资产投资往往具有滞后性， ３城镇失业率ＥＣＭ模型的建立。用 Ｅｎｇｌｅ和Ｇ ｒａｎｇｅｒ两步法估计ＥＣＭ模型。 步骤如下：第一步：通过ＯＬＳ法估计协整 向量。前面已对× Ｘ２ 、Ｘ３ｌ、Ｘ４ 、Ｘｓｔ进行 协整检验，所以建立协整回归方程： Ｙｔ＝１３ ｏ＋１３ １Ｘｌｔ＋１３ ２Ｘ２ｌ＋１３ ３Ｘ３ｔ＋１３ ４Ｘ４ｔ＋ １３ ５Ｘ５ｔ＋ｕｌ 为ｅｃｍ＋，即为误差矫正项： 即对△Ｙｔ＝ｋ。＋ａ ｅｃｍｔ １＋ｋ２ Ａ Ｘ１１＋ｋ３ △×３Ｉ＋ｋ４△×４｛＋ｋ５△×５ｔ＋Ｅ ｔ，再用ＯＬＳ方 法估计其参数。 从而构建的城镇失业率ＥＣＭ模型为： Ａ Ｙｆ＝ｋｏ＋ａ ｅｃｍｔ＋ｋ２ Ａ Ｘ１ｌ＋ｋ３ Ａ 国家一般都是在出现就业问题后，提高固 定资产投资，其效应无法在当期体现。 Ｘ ２ｔ＋ｋ ４ Ａ Ｘ ３ｆ＋ｋ ５ Ａ Ｘ ４ｌ＋ｋ ６ Ａ Ｘ ４ｔ＋ ｆ （１） ｌ＝１９７９，１９８０，……（４） 失业率仿真预测 （一）城镇失业率误差修正模型预测 用０ＬＳ估计（１】式得到残差序列并记 ｅｃｍ ＝Ｙ 一ｐ ｏ－１３ １Ｘ， 一１３ ２Ｘ２ｔ一１３ ３Ｘ３ 一 其中，ＡＸ ｔ年的ＧＤＰ增长率的差 分；Ａ Ｘ ｔ年Ｒ＆Ｄ的差分；Ａ Ｘ ：ｔ年 由表３中平稳性单位根检验结果知， Ｘ ｘ ｘ３ 、ｘ４ 、Ｘｓｔ均为一阶自回归序列。 ＣＰＩ增长率的差分；Ａ Ｘ ｔ年ＰＰＩ增长率 ｐ Ｘ 一１３ Ｘ （２） 差分；Ａ Ｘ ｔ年固定资产投资增长率差分； 第二步：以第一步求得的误差矫正项 ｅｃｍｌ１－ｔ一１年的误差矫正项。 作为非均衡误差直接用于误差修正模型中， （二）城镇失业率ＥＣＭ模型的估计 并用ＯＬＳ法估计。用ｅｃｍ 替换 运用ＳＴＡＴＡ／ｓｅ１ ０ ０软件对构建的城镇 Ｙｆ １—１３ ０－１３ １Ｘ１ｆ１—１３ ２Ｘ２ｔ １一ｐ ３Ｘ３ｆ一１一 失业率ＥＣＭ模型进行了估计，结果见表５。 表８差分运算结果 Ａ Ｙ＋＝一０ ０６７３６４５—０ ４０３９１ ８１ ｅｃｍ 一０ ０９１ ５０４１ Ａ Ｘ１ｔ＋１ ２６４５４１△×２ｌ＋ ＹＥＡＲ ２００７ ２加ｌ８ ２００９ ２０１Ｏ Ｙ ４ ４２ ０ Ｏ５２５６１ ３ Ａ Ｘ。＋一０ ０４９６８３７ Ａ Ｘ ．＋ Ｘ１ １３０ ９．０ ９．６１８４ ９５８９６ ０ ０１０５１３８ Ａ Ｘ５ｔ １ ４９ １．５２ １ ５５５９ １ ５９３８ ｘ３ ４．８ ５．９ ６１３３８４４ ６．１２７８８８ （一１ ０２） （一３．７６） （一３ ３７） ｘ４ ３．１ ６．９ ９２１４３６５ １０６０５９５ （２．２７３）（２ ５５） （一２．４９） （２ ０７） ｘ５ ２５。８１ ２６．１４ ６２６１１２４ ２７ ０｛ｊ８２４ Ｒ ＝０ ６７３６４５ Ｆ＝３．６８ ＤＸ１ －４Ｏ ０．６ －ｏ－３ Ｄ ０．ｏ３ ０．０４ ｏ０４ 从而城镇失业率误差修正模型的形式为 Ｄ）Ｇ １ １ Ｏ．２３３８４４ 一Ｏ００６ Ａ Ｙｌ：一０ ０６７３６４５—０．４０３９１ ８１ ｅｃｍｌ１ ＤＸ４ ３８ ２．３１４３６５ １．３９１５８５ —０ ０９１ ５０４１ Ａ Ｘ ．＋１．２６４５４１ Ａ Ｘ Ｄ）（５ Ｏ３３ ０．４７ ０．４７７∞１ ０ ０５２５６１ ３ Ａ Ｘ ＋一０ ０４９６８３７ Ａ Ｘ ＋ ＤＹ ０２ ＥＣＭ（ｔ） －０．４ｇ３３５ 一Ｏ．０４４９ ０．０１０５１３８ Ａ× ＋ｔ＝１９７９，１９８０，……（５） （三）模型估 表７ ２００９、２０１０年指标预测（单位：％） 计结果的分析 １年份 ＧＤＰ增长率 Ｒ＆Ｄ ＣＰＩ增长率 ＰＰＩ增长率 固定资产投资增长率 ｌ ２００９ ９６１８４ １．５５５９ ６．１３３８４４ ９２１ ；６５ ２６６１１２４ 第一，模型各 ｌ ２０１０ ９ ５８９６ １：５９３８ ６１２７８８８ １Ｏ．６０５９５ ２７．０８８２４ 项指标的ｔ值都远 大于２，Ｆ＝３ ６８， 表９主要指标预测结果（单位：％） Ｐｒｏｂ＞Ｆ＝０．０１，可 １年份 ＧＤＰ增长率ｌ Ｒ＆Ｄ ＩＣＰＩ增长率Ｉ ＰＰＩ增长率Ｉ固定投资增长率ｌ失业率 见总体而言各解释 Ｉ ２０Ｏ９ ９．６１８４ ｌ１．５５．５９ Ｉ６．１３３８４４ ｌ ９．２１４３６５ Ｉ ２６．６１１２４ ｌ４．２２９８３５ 变量对被解释变量 ｌ２０１０ ９．５８９６ ｌ１．５９３８ Ｉ６，１２７８８８ Ｊ １０６０５９５ Ｉ ２７０８８２４ ｌ ４ １９４２ 的影响显著，模型 表５ ＥＣＭ估计结果 回归效果很好。第 二，ＧＤＰ，ＰＰＩ， ＳｏｕｒｃｅＩ ＳＳ ｄｆ ＭＳ Ｎｕｍｂｅｒｏｆｏｂｓ＝２９ － ・Ｃ， 。００、一一ｑ … Ｑ Ｒ＆Ｄ对我国城镇 Ｍｏｄｅｌ ｌ１．９６８６１７８９ ６ ３２８１０２９８２ Ｐｒｏｂ＞Ｆ＝００１１Ｏ 失业率的影响非常 Ｒｅｓｉｄｕａｌ Ｉ １ ９６１７２７０４ ２２ ．０８９１６９４１ １ Ｒ－ｓｑｕａｒｅｄ＝０．５００９ 显著。说明加快经 。 ＾ ：Ｄ……ｒ，ｉ—ｎ口 ０ 、 Ｊ。’ …… 。Ｔｏｔａｌｌ ３ ９３０３４４９３ ２８ １４０３６９４６２ ＲｏｏｔＭＳＥ＝．２９８６１ 济增长，提高企业 利润率可以显著降 ｄｙ１ ０ｏ６￣． Ｓｔｄ Ｅｒｒ ｔ Ｐ＞ｉｔｌ［９５％Ｃｏｎｆ Ｉｎｔｅｒｖａｌ】 低失业，而科研投 ｄｘｌ １ 一．０９１５０４１ ．０２７１６９１ －３ ３７ ０ ｏ０３ —１４７８４９４ 一．ｏ３５１５８８ 入增加和技术进步 ｄｘ２ Ｉ １． Ｓ４５４１ ．０６Ｏ４８ ２ ２４ Ｏ．Ｏ２７ —８４３６０１９ ３．３７２《坦’８ 会挤占劳动力，增 ｄｘ３ Ｉ ０５２５６１３ ．０２０６２４３ ２ ５５ ０ ０１８ ００９７８９ Ｏ９５３３３５ ｄｘ４ Ｉ 一．４０９６８３７ ０１９９５７２ —２ ４９ ０ ０２１ —０９１０７２３ —００８２９５１ 加失业。符合传统 ｄｘ５ １ ０１０５１３８ Ｏ睽泊７１８ ２．０７ ０ ０５０ —４ ３６ｅ一０６ ０２１０３２ 经济学理论。第 ｅｃｍＩ 一．４０３９１８１ １０７５２７４ －３．７６ ０００１ —６２６９１６２ 一．１８ｏｇｌ２ 三，固定资产投资 ｃｏｎｓ ｌ —ｏ６７３６４５吣２８６ —１．０２ Ｏ ３２１ 一．２０４９２１５ ０７０１９２５ 与失业率正相关， 接下来对其进行一阶差分，得到差分序列 ＡＸ Ａ Ｘ２ｒ ＡＸ３Ｉ、ＡＸ４ｔ、ＡＸ 建立 ＡＲＩＭＡ模型如下： Ａ ＸＩｔ＝ｋ＋ａＡ Ｘ＋Ｅ ｝ｌｔ １Ｉｌ＋１３｝Ｅ ｔ １ ｉ＝１，２，……５ ｔ＝１９７９，１９８０，……（６） 通过ＥＶｉｅｗｓ对上述模型的系数进行 估计，分别得相应系数（ｋ 、ｏ（）见表６。 由上面得到的ＡＲＩＭＡ模型系数估计结 果，得出ＡＸ ＡＸ ＡＸ３ｔ、ＡＸ４ｆ、ＡＸ５【 的具体ＡＲＩＭＡ模型如下： ｆ¨，）＝０ ０４８８０３ ０ ４４０８８ｌ ｌＩｌｌ （）（１４８８０３１十 （，）＋０ ０ｌ２３６ｌ￡（， ｒ（，｝＝０ ０３７３４０＋０ Ｉ９０７４７［ 、 ０ｔ ７３４｛ｌｌ＋ “｝＋０ Ｉ ４３４９３￣＇（ｔ ｛ 、《¨＝０ ００７７６２＋０ ２７６８５５『 、 ＋０ ０￣｝７７６２１＋ （¨０ ０６８５０３￣＂（ 、 ¨－＝０Ｉ ２Ｉ ３０８ｔ０ ６２ＩＩ ３８Ｉ 、 ＋０ Ｉ ２Ｉ ３０８１＋ 【¨０ ｑ ｑＩ ６ （ 、¨）＝０ ４７７３０２—０¨４ＩＩ６１Ｉ 、、 ０ ４７７３０２１十Ｆ（，｝０ ０８２５０５ｚ：（ｔ ｌ＝１９７９。１９８０．…… 用估计出的ＡＲ１ＭＡ模型对２００９年， ２０１０年的指标数据进行预测，结果见表７。 （二）对我国就业前景的预测 对表７预测的Ｘ Ｘ 、Ｘ。 、Ｘ 、×５ 在 ２００９年，２０１０年的值进行差分处理，并 回归出ｅｃｍ．的值（见表８）ｃ将表８中的结 果带入城镇失业率误差修正模型（ＥＣＭ Ａ Ｙ 一０ ０６７３６４５—０ ４０３９１８１ｅｃｍｌ１ ０ ０９１５０４１ Ａ Ｘ１＿＋１ ２６４５４１ Ａ Ｘ？ ＋ ０ ０５２５６１ ３ Ａ Ｘ。．一０ ０４９６８３７ Ａ Ｘ ＋ ０ ０１０５１３８ Ａ× ＋ｔ＝ｌ９７９，１９８０，…… 计算结果见表９，２００９年失业率为 ４ ２３％，２０１０年失业率为４ １９％。预测 结果４ ２３％与２００９年我国城镇登记失业 率４ ３％十分吻合，说明本文的模型预测结 呆比较可靠。２０ｔ０年的数据是在２００９年 预测数据基础上再次运用模型计算得到 的。据此预测结果，２０１０年的ＧＤＰ增长率 约为９．５９％，失业率为４．１９％。 １．高铁梅，吴桂珍．计量经济分析方 法与建模．清华大学出版社，２００６ ２．李娜．基于Ｐａｎｅｌ Ｄａｔａ的区域经济增 长因素分析．吉林大学硕士学位论文，２００５ ３．易旭东，胡冰融．我国进出口增长 与就业的实证分析．财经科学，２００２（ｓ２） 《中文核心期刊要目总览》贸易经济类核心期刊 ９