劉暢

摘要：我國作為世界第二大經(jīng)濟(jì)體，同時(shí)也是世界上人口最多的國家，近些年就業(yè)壓力不斷增大，且呈現(xiàn)出各地區(qū)間差異化的特征。文章選用全國各省市自治區(qū)的主要行業(yè)為指標(biāo)，定量分析各省就業(yè)人數(shù)差異，利用聚類分析法，進(jìn)一步評(píng)價(jià)各省主要行業(yè)就業(yè)情況，找出就業(yè)情況存在的差距及主要原因，并提出具有針對(duì)性的利于各省市協(xié)調(diào)發(fā)展的對(duì)策。

關(guān)鍵詞：就業(yè)水平;前景分析;聚類分析;協(xié)調(diào)發(fā)展

就業(yè)，作為一個(gè)國家衡量本國經(jīng)濟(jì)運(yùn)行水平、反映宏觀經(jīng)濟(jì)狀況的經(jīng)濟(jì)指標(biāo)，早已與每個(gè)人的日常生活息息相關(guān)。但近些年，隨著城鎮(zhèn)化的進(jìn)程減緩與人口老齡化的加劇，我國的就業(yè)壓力在不斷加大。由于各個(gè)省市所面臨的經(jīng)濟(jì)狀況與民生水平大不相同，因此各省市的就業(yè)率也存在著較為明顯的差異化現(xiàn)象。因此只有充分了解各省市組間差異，才可提出具有針對(duì)性的建議，最終有效提升就業(yè)水平。

一、各省主要行業(yè)就業(yè)情況理論體系的建立

本文選取了2017年各省主要行業(yè)的城鎮(zhèn)就業(yè)人員數(shù)量作為自變量，包括農(nóng)林牧漁業(yè)、制造業(yè)等7大主要產(chǎn)業(yè)，同時(shí)以31個(gè)省市自治區(qū)作為樣本，試分析各變量與各樣本間的相互作用。自變量如下所示：

X1：農(nóng)林牧漁業(yè)城鎮(zhèn)單位就業(yè)人員（萬人）;X2：制造業(yè)城鎮(zhèn)單位就業(yè)人員（萬人）;X3：采礦業(yè)城鎮(zhèn)單位就業(yè)人員（萬人）;X4：建筑業(yè)城鎮(zhèn)單位就業(yè)人員（萬人）;X5：電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)城鎮(zhèn)單位就業(yè)人員（萬人）;X6：交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)城鎮(zhèn)單位就業(yè)人員（萬人）;X7：信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)城鎮(zhèn)單位就業(yè)人員（萬人）。

二、分析方法

本文首先利用Q型聚類分析，遵循“組間差異大、組內(nèi)差異小”的原則，利用系統(tǒng)聚類法中的類平均法將各具差異的31個(gè)省市作為樣本度量其相似性并進(jìn)行歸類，從而便于提高分析效率以及在后期針對(duì)各個(gè)小組提出針對(duì)性建議。

（一）數(shù)據(jù)分析

1. 判斷數(shù)據(jù)是否需要標(biāo)準(zhǔn)化

雖然該七個(gè)變量的量綱全部一致，但由于X2、X4與其余變量間標(biāo)準(zhǔn)差相差較大，因此數(shù)據(jù)需要進(jìn)行標(biāo)準(zhǔn)化。

2. 判斷數(shù)據(jù)是否存在異常值

雖在各個(gè)箱線圖中均存在部分異常點(diǎn)，但結(jié)合相關(guān)經(jīng)濟(jì)學(xué)原理與實(shí)際情況，可充分認(rèn)為這些異常點(diǎn)可以接受：

（1）地方政府實(shí)施經(jīng)濟(jì)政策的不確定性與不穩(wěn)定性：對(duì)該種不確定性會(huì)通過多種渠道抑制當(dāng)?shù)仄髽I(yè)的投資，進(jìn)而影響宏觀經(jīng)濟(jì)活動(dòng)，比如企業(yè)產(chǎn)出、出口和消費(fèi)等。而就業(yè)與企業(yè)投資和生產(chǎn)則直接相關(guān)。

（2）房價(jià)所引發(fā)的擠出效應(yīng)：考慮到企業(yè)的成本因素，國內(nèi)部分學(xué)者認(rèn)為大中城市的高房價(jià)是引起制造業(yè)勞動(dòng)力流動(dòng)和資本轉(zhuǎn)移的重要原因之一。高地價(jià)將提高企業(yè)的生產(chǎn)成本，高房價(jià)則增加居民的生活成本進(jìn)而直接影響企業(yè)的勞動(dòng)力成本。同時(shí)，高房價(jià)地區(qū)往往對(duì)環(huán)境要求較高，傳統(tǒng)產(chǎn)業(yè)受到節(jié)能減排的壓力，其在高房價(jià)地區(qū)的競(jìng)爭(zhēng)優(yōu)勢(shì)不斷遭受擠壓，在這種情況下，企業(yè)更傾向退出或遷移，則使得該地區(qū)就業(yè)需求下降，就業(yè)率下降。因此，房地產(chǎn)行業(yè)減弱傳統(tǒng)行業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì)，將促使傳統(tǒng)行業(yè)企業(yè)遷出，從而降低就業(yè)率。

（3）房地產(chǎn)業(yè)迅猛發(fā)展所帶來的擠入效應(yīng)：自1998年房改以來，房地產(chǎn)充分顯示出實(shí)物資產(chǎn)與金融資產(chǎn)的雙重特點(diǎn)，房地產(chǎn)業(yè)的發(fā)展，一定程度上能夠帶動(dòng)整個(gè)地方經(jīng)濟(jì)。同時(shí)，房地產(chǎn)行業(yè)的發(fā)展不僅對(duì)就業(yè)具有帶動(dòng)能力，還能間接帶動(dòng)其他產(chǎn)業(yè)就業(yè)。高房價(jià)地區(qū)的勞動(dòng)生產(chǎn)率和教育回報(bào)率相對(duì)較高，促使勞動(dòng)力流入，服務(wù)性如金融等行業(yè)在高房價(jià)地區(qū)更易產(chǎn)生集聚效應(yīng)，提高該地區(qū)勞動(dòng)就業(yè)率。因此，房地產(chǎn)行業(yè)的擴(kuò)張、房價(jià)的上漲促進(jìn)就業(yè)上升。

（二）分析7個(gè)指標(biāo)之間的相關(guān)性

分析可知，X1與其余變量間顯著性較弱，而這也恰恰反映了第一產(chǎn)業(yè)，即農(nóng)林牧漁業(yè)與第二、第三產(chǎn)業(yè)的差異性，充分反映了現(xiàn)實(shí)情況;其余變量在P值=0.05的條件下，各變量相關(guān)程度如下：

X2與X4、X5、X6、X7相關(guān)度較為顯著;X3與X5較為顯著;X4與X2、X5、X6較為顯著;X5與X2、X3、X4、X6較為顯著;X6與X2、X4、X5、X7較為顯著;X7與X2、X6較為顯著。

（三）采用Ward法進(jìn)行系統(tǒng)聚類

其碎石圖如圖1所示：

雖然碎石圖顯示當(dāng)分為7類時(shí)，各類間差異性較大且較能反映聚合系數(shù)的變化情況，但根據(jù)實(shí)際經(jīng)濟(jì)狀況顯示，若K=7，則廣東省將作為就業(yè)形勢(shì)最為嚴(yán)峻的地區(qū)、江蘇省與浙江省也將作為在全國范圍內(nèi)就業(yè)水平倒數(shù)第二類別的地區(qū)，這些判別與現(xiàn)實(shí)差異較大。因此，為了能夠在充分反映宏觀就業(yè)形勢(shì)下，考慮到現(xiàn)實(shí)經(jīng)濟(jì)意義，本文將分位數(shù)K取4，既能夠遵循組間差異大，組內(nèi)差異小的原則，有可以如實(shí)反映宏觀經(jīng)濟(jì)意義。

（四）查看每一類所具有的社會(huì)經(jīng)濟(jì)意義

當(dāng)分類數(shù)K=4時(shí)，31個(gè)樣本對(duì)應(yīng)的各類均值比較如表1所示：

根據(jù)上表可知，七個(gè)變量在四個(gè)分組中的均值均有顯著差異，分組合適。（P值=0.1）

（五）聚類分析結(jié)論

利用余弦衡量相似性，根據(jù)ward法，可以將31個(gè)省市自治區(qū)分成四類。第一類包括：北京市、廣東省、江蘇省、上海市、浙江省，代表在全國范圍內(nèi)就業(yè)水平極高的地區(qū)，也間接反映出這些地區(qū)的經(jīng)濟(jì)發(fā)張狀況較為發(fā)達(dá);第二類包括，安徽省、福建省、甘肅省等二十一個(gè)省市自治區(qū)，代表在全國范圍內(nèi)就業(yè)水平處于中等的地區(qū);第三類包括河南省、山東省、山西省，代表就業(yè)水平略低于全國平均線的城市;第四類包括黑龍江省、新疆維吾爾自治區(qū)，反映了在這兩個(gè)地區(qū)就業(yè)形勢(shì)較為嚴(yán)重。

三、結(jié)語

（一）各省市自治區(qū)就業(yè)水平現(xiàn)狀

1. 各省市間就業(yè)情況相差懸殊

根據(jù)上文所論證，各省市間主要行業(yè)的就業(yè)情況有較大差異性。以第一產(chǎn)業(yè)農(nóng)林牧漁業(yè)為例，就業(yè)人數(shù)最多的黑龍江省有67.72萬人，而西藏自治區(qū)則只有0.34萬從業(yè)人員。地域間存在著較大的地理區(qū)位的限制，但如此大的差異也顯著印證了我國各省市間就業(yè)水平存在著極大差異。

2. 各大行業(yè)間也存在著很大的差距

就業(yè)水平的差異性不僅體現(xiàn)在省市間，也存在于單個(gè)省市內(nèi)部的各行業(yè)中間。以江蘇省為例，其從事第一產(chǎn)業(yè)的有5.07萬人，而從事第二產(chǎn)業(yè)之一的制造業(yè)的勞動(dòng)力則有543.21萬人，二者相差近百倍。

3. 各城市群間差異性較大，經(jīng)濟(jì)發(fā)展與就業(yè)情況呈現(xiàn)區(qū)域化

由聚類分析的定量分析可論證出我國四類城市群的就業(yè)與經(jīng)濟(jì)發(fā)展間的相關(guān)度。

其中第一類城市，包括：北京市、廣東省、江蘇省、上海市、浙江省，這些城市不僅在經(jīng)濟(jì)上引領(lǐng)全國，且在就業(yè)上凸顯從業(yè)于第二、三產(chǎn)業(yè)的傾向，尤其是第三產(chǎn)業(yè)。

第二類城市群包括，安徽省、福建省、甘肅省等二十一個(gè)省市自治區(qū)，代表在全國范圍內(nèi)就業(yè)水平處于中等的地區(qū)，在就業(yè)上則兼顧第一、二、三產(chǎn)業(yè)，幾乎無差異性;在經(jīng)濟(jì)上也基本處于平均水平，因此雖無法進(jìn)一步降低附加值較低的第一產(chǎn)業(yè)的比重，但第二、三產(chǎn)業(yè)的占比也較大。

第三類包括河南省、山東省、山西省，代表經(jīng)濟(jì)狀況與就業(yè)水平略低于全國平均線的城市，主要依賴于第一產(chǎn)業(yè)，但同時(shí)也逐漸開發(fā)第二、三產(chǎn)業(yè)，其占比有逐年增加的態(tài)勢(shì)。

第四類包括黑龍江省、新疆維吾爾自治區(qū)，這些城市的GDP總量不高，多年處于全國末位;在就業(yè)上，以黑龍江省為例，已經(jīng)呈現(xiàn)出多年的人口凈流出現(xiàn)象，這些都從側(cè)面反映出以上城市的經(jīng)濟(jì)發(fā)展、就業(yè)情況的嚴(yán)峻性。在就業(yè)結(jié)構(gòu)上，也大力依賴于附加值低的第一產(chǎn)業(yè)。

（二）對(duì)優(yōu)化就業(yè)的發(fā)展建議

1. 合作共贏——各城市間優(yōu)化區(qū)域產(chǎn)業(yè)結(jié)構(gòu)

通過優(yōu)化區(qū)域內(nèi)的產(chǎn)業(yè)結(jié)構(gòu)，使主要產(chǎn)業(yè)共同發(fā)展。通過上述的分析可知，經(jīng)濟(jì)狀況較發(fā)達(dá)、就業(yè)水平較高的城市主要受公共因子F1的影響，即主要發(fā)展第二、三產(chǎn)業(yè);經(jīng)濟(jì)發(fā)展較為落后的、就業(yè)水平叫不發(fā)達(dá)的城市，則主要受公共因子F2的影響，即主要發(fā)展第一產(chǎn)業(yè)。

2. 變劣為優(yōu)——城市內(nèi)部改善經(jīng)濟(jì)發(fā)展條件

各城市應(yīng)明晰在就業(yè)方面的不足之處，大力發(fā)展第二、三產(chǎn)業(yè)，盡全力擺脫地理環(huán)境等因素造成的不利影響。

參考文獻(xiàn)：

[1]張藝，余開朝.基于因子分析的各省主要行業(yè)就業(yè)情況評(píng)價(jià)分析[J].價(jià)值工程，2017（04）：13-15.

[2]劉玉琴，韓孺眉，戴金輝.我國地區(qū)城鎮(zhèn)就業(yè)狀況的綜合比較[J].遼寧大學(xué)學(xué)報(bào)（自然科學(xué)版），2016（01）：54-55.

[3]王曉文，郝越，史常亮.江蘇省經(jīng)濟(jì)增長與產(chǎn)業(yè)、就業(yè)結(jié)構(gòu)變動(dòng)關(guān)系研究[J].安徽農(nóng)業(yè)科學(xué)，2011（07）：28-30.

[4]郭璇碹.區(qū)域創(chuàng)新效率影響因素實(shí)證研究[J].商業(yè)經(jīng)濟(jì)研究，2015（10）：85-87.

（作者單位：北京工商大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院）