基于因子分析的各地城鎮就業情況的綜合評價

李 珊

(武漢理工大學，湖北 武漢 430070)

0 引言

我國經濟增長總體呈上升趨勢， 而就業增長率卻呈現下降趨勢。解決就業問題已不能再著重與經濟增長，而應在產業結構調整中促進就業。 研究各地區城鎮的不同行業就業情況有重要的現實意義，能判斷各行業的優勢與劣勢，對經濟結構調整、產業結構優化有著重要作用。

1 各地區城鎮單位就業情況綜合評價

本文以北京、天津、河北等31 個省市的19 個行業就業人員工資總數為樣本，利用因子分析方法，對該數據進行因子分析。原始數據來源于2013 年中國統計年鑒，數據的處理與計算利用了SPSS19.0 統計軟件。

1.1 因子分析適用性檢驗

利用因子分析的目的是從眾多的原有指標變量中提取出少量的具有代表性的因子，這就要求有一個前提，那就是要求原變量之間應具有較強的相關關系，否則不能運用因子分析。 采用計算各個指標變量的相關系數矩陣以及巴特利特球度檢驗和KMO 檢驗等方法來檢測因子分析對本文所取數據的適用性。

通過觀察各個指標變量的相關系數矩陣可以發現，19 個指標（每個行業算一個指標）兩兩之間大多數具有很強的相關性，檢驗變量間偏相關行的KMO 統計量，數值為0.773，大于0.5，因此各變量間的相關程度無太大差異，可知數據適合作因子分析；巴特利特球形假設檢驗的結果，其概率p 接近于0，由于概率p 小于顯著性水平，可以認為相關系數矩陣與單位陣有顯著差異，可見球形假設被拒絕，因此19 個指標間并非獨立，取值是有關系的，適合作因子分析。

1.2 主因子的確定

根據各個因子解釋原有指標變量總方差的情況， 我們利用因子分析中的主成分分析法，從19 項指標變量中提取出主要因子，通過它們來代替原有指標變量所含的信息。 先計算因子方差貢獻情況，計算出公因子方差比， 公因子方差比指的是按照所選標準提取相應數量主成分后，各變量中信息分別被提取出的比例，例如變量（農、林業）的公因子方差比是0.564， 即提取的公因子對變量農林業的方差作出了56.4%的貢獻。由表可知前兩個數據大于54.6%，其余大量的都在90%以上，說明提取的因子保留了足夠多的信息，因子分析的效果是顯著的。

再由主成分列表分析得出第一個主成分的特征根為11.974，解釋了總信息的63.021%，第二個主成分的特征根為3.172，解釋了總信息的16.695，第三個主成分的特征根為1.229，解釋了總信息的6.468，第四個特征根為0.886，比1 小，說明解釋力度不如直接引入原變量。 另外，提取的3 個主因子累計方差貢獻率達到了86.183%，丟失的信息較少，用它們來代替原指標變量進行各地區的就業評價是可行的。

1.3 因子的命名

上述得出的3 個因子必須具備一定的意義， 否則提取是不成功的，就是說所得的因子必須是可以命名的。 計算3 個主因子的因子載荷矩陣并從因子載荷矩陣可以看出， 各因子的典型代表變量并不突出，不能對因子做很好的解釋。 因子采用具有Kaiser 標準化的正交旋轉進行因子旋轉，計算旋轉后的因此載荷矩陣。 通過旋轉后的因子載荷矩陣得到相應的因子模型，從表中我們可以得到這些信息：（1）批發與零售業、交通運輸、住宿與餐飲業、信息傳輸、金融業、房地產業、租賃和商務、科學研究、居民服務和文化體育這幾個指標在第一個因子上具有較高的載荷，這些指標包括了各種公共服務、社會服務業，我們可以命名為第三產業就業信息因子；（2）制造業、電力熱力、建筑業、水利環境、教育、衛生和社會保障、公共管理這幾個指標在第二個因子上具有較高的載荷，這些指標包含的是企事業單位，我們可以命名為第二產業就業信息因子；（3）農林業、采礦業這兩個指標在第三個因子上具有較高的載荷，這些指標中包含的是一些基礎產業，我們可以命名為第一產業就業信息因子。

1.4 計算因子得分及綜合得分排序

采用回歸法估計因子得分系數，通過系數矩陣將提取的主因子表示為各個變量的線性組合，求出得分函數。根據各因子得分函數，計算出因子得分，再以各因子特征值所占權重為權數計算各省市的綜合評價得分。 根據總得分，對31 個省市就業情況進行排序。 由于數據收集的時候，西藏的居民服務業數據缺失，最后結果不算西藏。排名靠前的是北京、廣東、浙江、上海這些城市，排名靠后的是青海、寧夏、甘肅這些城市。 這些基本符合我們所大致了解的情況，由此可見此評級還是比較可信的。

2 總結

運用因子分析對各省市城鎮就業人員工資進行評價，可以側面反應該省市的產業結構是否完善，能否通過調整產業結構從而促成就業情況的更好發展。同時本文的分析中可以看出中國第三產業就業因子權值為0.5182，雖較前些年已經有所提高，但是距離美、日、歐等發達國家第三產業比重高達70%以上還有很大差距， 說明我國應繼續發展第三產業，開拓各種公共服務，社會服務化，優化產業結構從而擴大就業。

［1］宋煥斌,孫鴻鵬.基于因子分析的區域經濟實力比較[J].遼寧石油化工大學學報,2007,12：72-80.

［2］王琳,張清清.因子分析模型在政府環境績效審計中的運用[J].會計之友,2012,3:83-85.

［3］葉依廣,何偉.江蘇省各中心城市經濟發展綜合實力及其差異因素的主成分分析[J].南京農業大學學報：自然科學版,2002,25(4):95-99.

［4］盧紋岱.SPSS for Windows 統計分析[M].北京:電子工業出版社,2000：401-419.