广州市社会从业人员规模预测：2011～2015年

苏　明，蒲火元(.广东外语外贸大学 南国商学院，广东　广州　50545；.广州市统计局，广东　广州　50030)

随着我国中心城市的加速发展，广州作为珠三角的核心城市、广东省的省会城市，将会吸引更多的外来人口前来发展，导致劳动力供给量不断加大，就业压力进一步加大；另一方面，党中央为应对全球金融危机的影响，提出了“保增长、调结构、促改革、惠民生”的总体部署，掀起了新一轮转方式、调结构的序幕。“退二进三”所带来的就业存量动荡，经济结构调整和产业升级引起的“资本有机构成”的提高，劳动力市场的日渐完善和户籍制度的改革等一系列因素，必然引起劳动力在各行业和各区域间的流动和转移，从而影响着从业人员规模发生相应的变化。对从业人员规模进行预测分析，对于广州市这样一个国家级特大城市来说，有着重要的理论价值和现实意义。

一、ARIMA模型的构建思路

自回归滑动平均混合模型简称ARIMA，模型是一类常用的随机时间序列模型，由博克斯(Box)、詹金斯(Jenkins)创立，亦称B-J方法。它是一种精度较高的时间序列短期预测方法，其基本思想是：某些时间序列是依赖于时间t的一簇随机变量，构成该时间序列的单个序列值虽然具有不确定性，但整个序列的变化却有一定的规律，可以用相应的数据模型近似地描述。通过对该序列的分析研究，能够更本质地认识时间序列的结构和特征，达到最小方差意义下的预测。

ARIMA(p,d,q)模型中，AR指自回归，p为模型的自回归项数；MA为移动平均，q为模型的移动平均项数；d为实践序列成为平稳数列之前必须取其差分的次数。其一般的表达式为：

yt=φ1yt-1+φ2yt-2+…+φpyt-p+ut-θ1ut-1-θ2ut-2-…-θqut-q

二、ARIMA模型的应用

表11978～2010年广州市社会从业人员数(万人)

年份从业人员1978266．901979266．931980275．051981282．611982293．771983298．21984305．441985313．471986321．921987328．971988333．98年份从业人员1989333．741990341．151991355．951992371．121993388．961994399．151995407．781996412．211997428．211998445．391999454．89年份从业人员2000496．262001502．932002507．022003521．072004540．712005574．462006609．042007664．092008714．542009738．702010789．11

根据ARIMA模型的前提条件，建立模型的时间序列方法是以平稳随机时间序列为前提的。选取广州市1978～2010年社会从业人员历史数据(见表1)，令其为E，为减少序列的波动影响，对原序列进行自然对数处理，记为LE，并对其进行平稳性检验与处理。

1.序列的平稳性检验

表2　时间序列LE的逐期差分平稳性检验结果

从表2看，序列LE的ADF检验t统计量值是1.35，比显著性水平为10%的临界值都大，所以不能拒绝原假设，序列存在单位根，是非平稳的，因此，需要对序列LE进行逐期差分，以形成新的平稳时间序列。一阶差分序列ILE的ADF检验t统计量值是-3.16，仍比显著性水平为10%的临界值都大，所以一阶差分后还是非平稳的。二阶差分序列IILE的ADF检验t统计量值是-3.96，小于显著性水平为1%的临界值，表明至少可以在99%的置信水平下拒绝原假设，认为序列IILE不存在单位根，为平稳序列。

2.模型的识别与建立

图1　时间序列IILE的自相关-偏自相关

(1+0.9012B-0.1496B2-0.525B3)(1-B)2log(IILEi)=(1-0.6280B+1.1898B2)ut

3.模型的检验

图2　残差序列的自相关—偏自相关分析

从方程估计结果看出，各滞后多项式的倒数根都在单位圆以内，说明过程既是平稳的，也是可逆的。参数估计之后，还应对ARIMA模型的适合性进行检验，即对模型的残差序列et进行白噪声检验。常用残差序列的x2检验，检验结果以及残差序列的自相关—偏自相关分析图，如图2所示。

从图2可以看出，残差序列的自相关系数均落入随机区间，表明残差序列是纯随机的。

三、模型的预测效果评估

利用1978～2010年就业人员总量真实值与模型拟合值进行预测效果评估。利用Eviews软件技术模型的偏差率(预测均值与序列时间值的偏差程度)为0.000074，方差率(预测方差与序列实际方差的偏离程度)为0.000874，协变率(衡量系统误差的大小)为0.999052，平均绝对百分误差为9.625156，说明模型的拟合程度较好，预测的精度较高(见图3)。

图3　ARIMA(3,2,2)模型拟合值与实际值对比

因此，利用模型对2011～2015年从业人员的总体规模进行预测，预测结果如表3所示。

从模型预测结果看，到2015年年末——“十二五”规划结束年，广州市从业人员规模将达到913.54万人，与2010年末相比，从业人员将增加124.43万人，年均增加24.87万人，增幅为3.0%。总体上看，“十二五”期间，广州市就业形势将继续保持平稳向好的发展态势，就业人员整体规模无论在绝对数量还是增幅方面，都呈现出平稳增长的迹象。

表3　广州市2011～2015年从业人员预测结果　(万人)

四、结　语

通过对1978～2010年广州市社会从业人员数据序列进行分析和建立模型，检验结果表明，ARIMA(3,2,2)模型的拟合程度较好，预测效果良好。“十二五”期间，随着广州市社会从业人员规模的不断扩大，需要加快经济转型升级，发展现代服务业；大力发展民营经济，促进中小企业发展；发挥广州亚运会的效应，加大招商引资力度；完善劳动力市场，制定积极合理的就业政策等措施，以促进就业。

参考文献：

[1]易丹辉.数据分析与Eviews应用[M].北京：中国统计出版社，2002.

[2]广州市统计局.广州统计年鉴2010[Z].北京：中国统计出版社，2010.

[3]高铁梅.计量经济分析方法与建模[M].北京：清华大学出版社，2006.

[4]林坚，沈汉溪.基于ARIMA 模型的中国外贸进出口预测：2006-2010[J].国际贸易问题，2007(6)：24-26.

[5]林莉，丁洪福.上海社会消费品零售额的ARIMA模型预测研究[J].商业时代，2010，(26)：23-24.

[6]广州市统计局.2010年广州市国民经济与社会发展统计公报[EB/OL]. http://www.gzstats.gov.cn/tjgb/qstjgb/201104/t20110408_24921.htm.