基于聚類分析的各省主要行業 就業效果評價及前景分析

劉暢

摘要：我國作為世界第二大經濟體，同時也是世界上人口最多的國家，近些年就業壓力不斷增大，且呈現出各地區間差異化的特征。文章選用全國各省市自治區的主要行業為指標，定量分析各省就業人數差異，利用聚類分析法，進一步評價各省主要行業就業情況，找出就業情況存在的差距及主要原因，并提出具有針對性的利于各省市協調發展的對策。

關鍵詞：就業水平;前景分析;聚類分析;協調發展

就業，作為一個國家衡量本國經濟運行水平、反映宏觀經濟狀況的經濟指標，早已與每個人的日常生活息息相關。但近些年，隨著城鎮化的進程減緩與人口老齡化的加劇，我國的就業壓力在不斷加大。由于各個省市所面臨的經濟狀況與民生水平大不相同，因此各省市的就業率也存在著較為明顯的差異化現象。因此只有充分了解各省市組間差異，才可提出具有針對性的建議，最終有效提升就業水平。

一、各省主要行業就業情況理論體系的建立

本文選取了2017年各省主要行業的城鎮就業人員數量作為自變量，包括農林牧漁業、制造業等7大主要產業，同時以31個省市自治區作為樣本，試分析各變量與各樣本間的相互作用。自變量如下所示：

X1：農林牧漁業城鎮單位就業人員（萬人）;X2：制造業城鎮單位就業人員（萬人）;X3：采礦業城鎮單位就業人員（萬人）;X4：建筑業城鎮單位就業人員（萬人）;X5：電力、熱力、燃氣及水生產和供應業城鎮單位就業人員（萬人）;X6：交通運輸、倉儲和郵政業城鎮單位就業人員（萬人）;X7：信息傳輸、軟件和信息技術服務業城鎮單位就業人員（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、組內差異小”的原則，利用系統聚類法中的類平均法將各具差異的31個省市作為樣本度量其相似性并進行歸類，從而便于提高分析效率以及在后期針對各個小組提出針對性建議。

（一）數據分析

1. 判斷數據是否需要標準化

雖然該七個變量的量綱全部一致，但由于X2、X4與其余變量間標準差相差較大，因此數據需要進行標準化。

2. 判斷數據是否存在異常值

雖在各個箱線圖中均存在部分異常點，但結合相關經濟學原理與實際情況，可充分認為這些異常點可以接受：

（1）地方政府實施經濟政策的不確定性與不穩定性：對該種不確定性會通過多種渠道抑制當地企業的投資，進而影響宏觀經濟活動，比如企業產出、出口和消費等。而就業與企業投資和生產則直接相關。

（2）房價所引發的擠出效應：考慮到企業的成本因素，國內部分學者認為大中城市的高房價是引起制造業勞動力流動和資本轉移的重要原因之一。高地價將提高企業的生產成本，高房價則增加居民的生活成本進而直接影響企業的勞動力成本。同時，高房價地區往往對環境要求較高，傳統產業受到節能減排的壓力，其在高房價地區的競爭優勢不斷遭受擠壓，在這種情況下，企業更傾向退出或遷移，則使得該地區就業需求下降，就業率下降。因此，房地產行業減弱傳統行業的競爭優勢，將促使傳統行業企業遷出，從而降低就業率。

（3）房地產業迅猛發展所帶來的擠入效應：自1998年房改以來，房地產充分顯示出實物資產與金融資產的雙重特點，房地產業的發展，一定程度上能夠帶動整個地方經濟。同時，房地產行業的發展不僅對就業具有帶動能力，還能間接帶動其他產業就業。高房價地區的勞動生產率和教育回報率相對較高，促使勞動力流入，服務性如金融等行業在高房價地區更易產生集聚效應，提高該地區勞動就業率。因此，房地產行業的擴張、房價的上漲促進就業上升。

（二）分析7個指標之間的相關性

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業，即農林牧漁業與第二、第三產業的差異性，充分反映了現實情況;其余變量在P值=0.05的條件下，各變量相關程度如下：

X2與X4、X5、X6、X7相關度較為顯著;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法進行系統聚類

其碎石圖如圖1所示：

雖然碎石圖顯示當分為7類時，各類間差異性較大且較能反映聚合系數的變化情況，但根據實際經濟狀況顯示，若K=7，則廣東省將作為就業形勢最為嚴峻的地區、江蘇省與浙江省也將作為在全國范圍內就業水平倒數第二類別的地區，這些判別與現實差異較大。因此，為了能夠在充分反映宏觀就業形勢下，考慮到現實經濟意義，本文將分位數K取4，既能夠遵循組間差異大，組內差異小的原則，有可以如實反映宏觀經濟意義。

（四）查看每一類所具有的社會經濟意義

當分類數K=4時，31個樣本對應的各類均值比較如表1所示：

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

（五）聚類分析結論

利用余弦衡量相似性，根據ward法，可以將31個省市自治區分成四類。第一類包括：北京市、廣東省、江蘇省、上海市、浙江省，代表在全國范圍內就業水平極高的地區，也間接反映出這些地區的經濟發張狀況較為發達;第二類包括，安徽省、福建省、甘肅省等二十一個省市自治區，代表在全國范圍內就業水平處于中等的地區;第三類包括河南省、山東省、山西省，代表就業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，反映了在這兩個地區就業形勢較為嚴重。

三、結語

（一）各省市自治區就業水平現狀

1. 各省市間就業情況相差懸殊

根據上文所論證，各省市間主要行業的就業情況有較大差異性。以第一產業農林牧漁業為例，就業人數最多的黑龍江省有67.72萬人，而西藏自治區則只有0.34萬從業人員。地域間存在著較大的地理區位的限制，但如此大的差異也顯著印證了我國各省市間就業水平存在著極大差異。

2. 各大行業間也存在著很大的差距

就業水平的差異性不僅體現在省市間，也存在于單個省市內部的各行業中間。以江蘇省為例，其從事第一產業的有5.07萬人，而從事第二產業之一的制造業的勞動力則有543.21萬人，二者相差近百倍。

3. 各城市群間差異性較大，經濟發展與就業情況呈現區域化

由聚類分析的定量分析可論證出我國四類城市群的就業與經濟發展間的相關度。

其中第一類城市，包括：北京市、廣東省、江蘇省、上海市、浙江省，這些城市不僅在經濟上引領全國，且在就業上凸顯從業于第二、三產業的傾向，尤其是第三產業。

第二類城市群包括，安徽省、福建省、甘肅省等二十一個省市自治區，代表在全國范圍內就業水平處于中等的地區，在就業上則兼顧第一、二、三產業，幾乎無差異性;在經濟上也基本處于平均水平，因此雖無法進一步降低附加值較低的第一產業的比重，但第二、三產業的占比也較大。

第三類包括河南省、山東省、山西省，代表經濟狀況與就業水平略低于全國平均線的城市，主要依賴于第一產業，但同時也逐漸開發第二、三產業，其占比有逐年增加的態勢。

第四類包括黑龍江省、新疆維吾爾自治區，這些城市的GDP總量不高，多年處于全國末位;在就業上，以黑龍江省為例，已經呈現出多年的人口凈流出現象，這些都從側面反映出以上城市的經濟發展、就業情況的嚴峻性。在就業結構上，也大力依賴于附加值低的第一產業。

（二）對優化就業的發展建議

1. 合作共贏——各城市間優化區域產業結構

通過優化區域內的產業結構，使主要產業共同發展。通過上述的分析可知，經濟狀況較發達、就業水平較高的城市主要受公共因子F1的影響，即主要發展第二、三產業;經濟發展較為落后的、就業水平叫不發達的城市，則主要受公共因子F2的影響，即主要發展第一產業。

2. 變劣為優——城市內部改善經濟發展條件

各城市應明晰在就業方面的不足之處，大力發展第二、三產業，盡全力擺脫地理環境等因素造成的不利影響。

參考文獻：

[1]張藝，余開朝.基于因子分析的各省主要行業就業情況評價分析[J].價值工程，2017（04）：13-15.

[2]劉玉琴，韓孺眉，戴金輝.我國地區城鎮就業狀況的綜合比較[J].遼寧大學學報（自然科學版），2016（01）：54-55.

[3]王曉文，郝越，史常亮.江蘇省經濟增長與產業、就業結構變動關系研究[J].安徽農業科學，2011（07）：28-30.

[4]郭璇碹.區域創新效率影響因素實證研究[J].商業經濟研究，2015（10）：85-87.

（作者單位：北京工商大學數學與統計學院）