《论文--关于影响大学生就业问题与人口老龄化问题的因素分析与思考》由会员分享，可在线阅读，更多相关《论文--关于影响大学生就业问题与人口老龄化问题的因素分析与思考（15页珍藏版）》请在金锄头文库上搜索。
1、关于影响大学生就业问题与人口老龄化问题的因素分析与思考关于影响大学生就业问题与人口老龄化问题的因素分析与思考一、引言：一、引言：上世纪90年代后期，我国人口再生产类型实现了历史性的转变,但 人口和计划生育形势并不乐观，一方面稳定低生育水平的任务仍然艰 巨，另一方面就业人口、老龄人口、流动人口增加以及出生人口性别 比例失调等问题日益显现。同时，全面建设小康社会目标的提出，以 及在发展中出现的严重环境问题、资源问题等等，提醒全社会对新世 纪我国人口问题的长期性、艰巨性和复杂性进行深入思考。 二、内容概要：二、内容概要： （一）（一）.影响大学生就业问题的因 素分析与思考 对两大社会人口问题的分析与
2、思考（二）（二）.影响人口老龄化问题因素 分析与思考.三、关键词：三、关键词：（一）大学毕业生 就业 对策；（二）人口 老龄化.( ( 一一 ) )、大学毕业生就业形势分析与思考、大学毕业生就业形势分析与思考. .1 1、背景：、背景：2003年中国总人口继续增长，农村人口继续向城市转移，劳动 力供求总量增长，失业率有所上升，大学生就业受到全社会普遍关注。2004年中国总人口将突破13亿。2004年我国将提供新的就业岗 位900万个左右，城镇登记失业率将上升到4.7%以上，大学生就业问题 突出。2 2、我国人口就业现状分析：、我国人口就业现状分析：据专家预测，我国将能提供新的就业岗位900万个
3、左右。2004年 我国国民生产总值预计增长8%-9%之间，按照目前的就业弹性系数计算， 国民生产总值每增长1个百分点，即可提供70-80万个左右的就业岗位， 因而仅此可提供600-700万个就业岗位。应当看到，2004年我国的就业形势依然十分严峻，城镇新增加劳动力仍将保持在1000万人左右的规模。随着国家实施振兴东北老工 业基地的部署，吉林省、黑龙江省将效仿辽宁省，加快国有企业下岗 未实现再业人员“并轨”过程，为此，失业人员将比2003年有所增长， 城镇登记失业率可能上升到4.7%以上。3 3、大学毕业生就业状况回顾：、大学毕业生就业状况回顾： 我国1998年高等院校大规模扩招的学生在2003
4、年毕业，该年毕 业生数量达到212万人，比2002年剧增67万人，增长比例达46.5%，大 学毕业生就业压力异常巨大，提到最高决策者的日程上。据有关统计， “2003年6月份全国高校毕业生初次就业率为50%，到9月份全国高校毕 业生有70%找到了工作，其中本科生就业率为83%，高职高专毕业生就 业率为55%1”。即使如此，全国大约有10%以上的高校毕业生没有找 到工作岗位，大学生就业难成为全国关注的焦点。2004年依然是高校扩招后毕业生增长的一年，据最新数据， “2004年全国高校毕业生数量达到280万。国家控制目标是初次就业率 达到70%，按此比例折算，今年大学毕业未能落实就业的，以及少量继
5、 续考研和等待出国等的人数将达84万人2”。4 4、影响大学毕业生就业问题的因素分析：、影响大学毕业生就业问题的因素分析： （1）先根据表一，按初次就业率70%计算出样本（即19902003年） 的全国高校毕业生就业人数和未落实就业的人数。表一 年份普通高校招 生人数（万人）普通高校毕 业生人 数（万 人）高校毕业生初次就 业人数（万 人）未落实就业的毕业 生人数（万 人）199060.961.442.9818.42199162.061.442.9818.42199275.460.442.2818.12199392.457.139.9717.13199490.063.744.5919.1119
6、9592.680.556.3524.15199696.683.958.7325.171997100.082.958.0324.871998108.483.058.1024.901999159.784.859.3625.442000220.695.066.5028.502001268.3103.672.5231.082002320.5133.793.5940.112003335.0212.0148.4063.60注：表中的高校毕业生初次就业人数=普通高校毕业生人 数*初次就业率70% 3（2 2）大学毕业生就业问题的回归分析。根据本小组讨论并查阅相关资料，得出可能影响大学生就业数量 的因素主要有
7、经济增长、人口结构、人口自然增长率等。现根据表二中1990年2002年的数据资料，其中Y Y为大学毕业生就 业人数（万人）（按初次就业率70%计算），X X为国内生产总值（亿元） ，S S为年底城镇总人口数（万人），T T为年底乡村总人口数（万人），Q Q 为全国人口自然增长率(%)，试初步建立四元线形回归函数。设模型的 函数形式如下：Yt=Co+C1Xt+C2St+C3Tt+C4Qt+Ut *表二 ObsObsY YX XS ST TQ Q 199042.9818547.9301958413814.39 199142.9821617.8312038462012.98 199242.28266
8、38.1321758499611.60 199339.9734634.1331738534411.45 199444.5946759.4341698568111.21 199556.3558478.1351748594710.55 199658.7367884.6373048508510.42 199758.0374462.6394498417710.06 199858.1078345.241608831539.14 199959.3682067.543748820388.18 200066.5089468.145906808377.58 200172.5297314.848064795636
9、.95 200293.59104790.650212782416.45A A、单因素分析。、单因素分析。由上表可以看出：a a、随着国内生产总值的逐步增长逐步增长，大学毕业生就业人数逐步增逐步增 加加，这说明这两者之间可能存在相关关系，现根据表中数据，进行Y Y对X X的数据拟合，即对模型：Yt=Co+C1Xt+Ut进行OLS估计。得到如下大学 毕业生就业人数与国内生产总值之间的散点图，反映出大学毕业生就 业人数与国内生产总值之间存在着近似近似的线性正相关关系线性正相关关系。图一 表三b、随着年底城镇总人口数的逐步增长逐步增长，大学毕业生就业人 数逐步增加逐步增加，这说明这两者之间可能存在相关
10、关系，现根据表中数据， 进行 Y Y 对 S S 的数据拟合，即对模型：Yt=Co+C1St+Ut 进行 OLS 估计。 得到如下大学毕业生就业人数与年底城镇总人口数之间的散点图，反 映出大学毕业生就业人数与年底城镇总人口数之间存在着近似近似的线性线性 正相关关系正相关关系。图二 表四c、随着年底乡村总人口数的逐步减少逐步减少，大学毕业生就业人数逐步逐步 增加增加，这说明这两者之间可能存在相关关系，现根据表中数据，进行 Y Y 对 T T 的数据拟合，即对模型：Yt=Co+C1Tt+Ut 进行 OLS 估计。得到如 下大学毕业生就业人数与年底城镇总人口数之间的散点图，反映出大 学毕业生就业人数
11、与年底乡村总人口数之间存在着近似近似的线性负相关线性负相关 关系关系。图三 表五d、随着全国人口自然增长率(%)的逐步降低逐步降低，大学毕业生就业人 数逐步增加逐步增加，这说明这两者之间可能存在相关关系，现根据表中数据， 进行 Y Y 对 Q Q 的数据拟合，即对模型：Yt=Co+C1Qt+Ut 进行 OLS 估计。 得到如下大学毕业生就业人数与全国人口自然增长率之间的散点图， 反映出大学毕业生就业人数与全国人口自然增长率之间存在着近似近似的 线性负相关关系线性负相关关系。图四 表六 B、多因素分析。、多因素分析。 现用模型*拟合表二中的数据，得到如下回归分析输出结果： 图五 表七由该输出结果
12、我们可发现一个矛盾现象，即在 A 中的 b 部分的分析 中得出 Y 与 S 呈现近似的线性正相关关系，而回归输出结果中 S 前的 系数符号却变为负号，由此我们可推断在模型*我们引入了不当解释变 量，模型* 不能用。 进而我们又作了如下工作：表八 X 前系数 符号S 前系数 符号T 前系数 符号Q 前系数符 号修正可决系 数结论Ls Y C X S 正 正0.8179 对 Ls Y C X T 正 负0.8594 对 Ls Y C X Q 正 负0.7741 对 Ls Y C X S T 正 负 负0.9001 错Ls Y C X T Q正 负 正0.8529 错Ls Y C S T 正 负0.
13、8250 对 Ls Y C S Q 正 正0.8274 错 Ls Y C S T Q正 负 正0.8095 错Ls Y C T Q 负 负0.8010 对由上表可以得出最佳模型： Y t=Co+C1Xt+C2Tt+ U t *用模型*拟合表中相关数据，得到如下回归分析报告：Y t=251.4126+0.0003Xt - 0.0026Tt S e (90.3982) (8.66E-05) (0.0010)t (2.7812) (3.4179) (-2.4710)可绝系数为：0.8829 修正可绝系数为：0.8594 F=37.6802表九C、模型的检验与修正。、模型的检验与修正。 模型*是否存在
14、多重共线性。 a. 多重共线性的检验：简单相关系数矩阵法XT X 1.000000-0.769136 Y-0.769136 1.000000由上表可得出解释变量 X 与 T 之间存在一定程度的线性相关 性。 b. 多重共线性的修正：由于模型*是利用逐步回归法（即判断 是否存在多重共线性，又削弱了多重共线性的程度）确定出 的最佳模型，因此其多重共线性程度较之其他模型应该较弱。模型*是否存在异方差性。 a.异方差性的检验：图形分析法 图六由以上散点图可得出模型*存在异方差性。 b.异方差的修正：WLS 估计法 g e n r e2=r e s i d * r e s i d g e n r W=1/e2 Ls(W=W) Y C X T 得到如下回归输入结果： 表十表Unweighted StatisticsR-squared0.868749 Mean dependent var56.61385 Adjusted R-squared0.842499 S.D. dependent var15.09165 S.E. of regression5.989340 Sum squared resid358.7219 Durbin-Watson stat1.099410模型*是否存在自相关性。a、 自相关性的
