泛长三角地区就业需求结构偏离度分析与预测——基于成分数据组合预测

许少业，焦晓波，李 丽



泛长三角地区就业需求结构偏离度分析与预测——基于成分数据组合预测

许少业1，焦晓波1，李 丽2

(1. 安徽财经大学 工商管理学院，安徽 蚌埠 233000；2. 安徽财经大学 统计与应用数学学院，安徽 蚌埠 233000)

泛长三角地区对于推动全国经济扮演着重要角色，其中产业与就业结构的匹配问题广受关注. 通过对2000—2012年泛长三角地区苏、浙、皖、沪的GDP产业分布比重、劳动力产业分布比重进行变换处理，并结合组合预测模型对产业结构偏离度进行分析和预测，表明泛长三角地区第一产业就业结构偏离度普遍为正，也就是说劳动力普遍充足；苏、浙、沪第三产业就业结构偏离度为负，存在高素质、高技能的劳动力的稀缺问题；皖、苏两地第二产业就业结构偏离度为负，也就是说该产业的劳动力较为短缺.

泛长三角地区；组合预测模型；就业需求结构；产业结构；偏离度

产业结构是指生产要素在各产业部门间的分配比重以及存在的潜在关系，其中包含着以下关系：三次产业间存在的比例关系，及其内部部门间的相关比例关系. 产业结构的调整不可避免地引起就业结构的波动，两者之间不断调整直至相互适应. 社会就业结构很大一部分是通过产业结构来引导和调整的. 产业结构与就业结构的协定程度将决定经济能否健康增长，资源能否得到有效配置等. 由苏、浙、皖、沪三省一市所组成的泛长三角地区，在推动我国经济增长方面扮演着极其重要的角色，也在社会主义现代化建设中体现出重要的战略地位. 现在国际经济环境不断变化，国内也在不断深化改革和经济转型，泛长江三角地区迎来了新的机遇和挑战，需要及时调整经济发展方式，不断优化产业结构和产业转型，从而使该地区能够实现经济持续增长.

本文对泛长三角地区的三次产业结构偏离度进行分析和预测，深入研究就业结构调整对产业结构的偏离程度，为该地区就业结构与产业结构能够相互匹配和相互促进提供建议.

1 文献综述

国内学者根据错综复杂的中国国情对产业结构与就业结构现状进行了深入研究，形成了一些有代表性的研究方法和观点. 如胡鞍钢[1]从我国就业状况制度安排以及经济增长模式、促进就业等各方面进行了系统分析. 喻桂华、蒲艳萍[2]等人从国际比较的视角研究了产业结构与就业问题. 回顾资料显示，研究者大多从弹性分析、协整检验等视角来阐释产业结构与就业结构的相关性，对产业就业需求结构的预测，普遍采用总量预测来获取结构分析结果. 王惠文[3]等人采用成份数据偏最小二乘法，回归分析北京市产业预测分析模型，该模型比较充分地解释了成分数据建模方法和产业劳动力就业结构及其他经济变量的相关性问题. 本文主要对泛长三角地区三次产业就业需求结构偏离度预测，通过统计年鉴收集泛长三角地区相关成分数据并进行球坐标转化处理，再结合组合预测模型对产业结构偏离度进行预测分析并提出相应的政策建议.

2 成份数据及模型

2.1 非对称Logratio变换变换

Aitchison(1986)的主要贡献在于成分数据的相关统计分析. 本文采用其中一套关于成分数据变换的统计方法[4]. 假设成分数据向量

对该向量作对数比变换

2.2 球坐标变换

2002年，王惠文等对成分数据提出广义球坐标变换的概念，并且把它应用于预测模型中. 采用非线性降维方法来处理成分数据，来获取自由度与成分数据相匹配的向量数据，并且克服了Logratio变换中零成分变换的困境.

称(3)为球变换. 对(3)求逆变换可得

2.3 组合预测模型[4]

2.4 预测效果评价

3 泛长三角地区三次产业就业需求结构与产出结构分析与预测

3.1 数据处理

通过查阅各省的统计年鉴，查询各省每个产业就业百分比与产业GDP百分比，通过计算得出各省每年的产业就业结构偏离度[8]. 具体结果如表1所示：

表1 三省一市实际产业就业结构偏离度

3.2 三次产业就业需求结构和产出结构分析与预测

从表1可以看出，泛长三角地区各省产业结构与就业结构的偏离较为严重，且呈现出就业结构与产业结构偏离程度相差较大. 从当前经济形势来看，三次产业结构偏离度均不为零，且有一定程度的结构偏离度. 到2012年止，第一产业、第二产业和第三产业的结构偏离度却与之前有很大的差别. 同时，第一产业的结构偏离度均为负值，即泛长三角地区第一产业不能吸纳足够的劳动力，各省市的第二产业和第三产业的结构偏离度各不相同，也就是说各省市的第二产业和第三产业劳动力需求是不同的. 总体来所，泛长三角地区产业就业需求结构偏离度的预测分应从其基本原理开始来加以分析预测，可分为产业就业需求结构和产出结构分析与预测.

根据本文第2节介绍的成分数据组合预测方法对安徽、江苏、上海、浙江的就业需求结构和产出结构进行预测. 由于数据量比较大，这里仅以安徽省为例进行分析说明. 对安徽省就业结构数据做非对称变换和球坐标变换之后分别进行预测分析，然后对这两种变换预测数据进行组合预测. 具体结果如表2所示.

表2 安徽省就业需求结构的单预测和组合预测

表2给出了单预测与组合预测的拟合值与真实值，通过观察表格不能比较直观的得出哪种预测方法较好. 根据本文前面部分给出了一种判断预测效果的定量表达，即值(如表3所示).

表3 各种预测的Aitchison距离误差比较

表3显示出上述预测方法的拟合值与真实值之间的Aitchison距离，借助MSD能够得出组合预测明显优于单预测. 由表3可以看出组合预测效果最佳，利用组合的预测模型对未来三年各产业就业需求结构.

表4 上海市未来三年各产业就业需求结构

通过观察表4可以看出未来三年第一产业就业比重一次减少，而减少的人口都集中到二、三产业中. 这种趋势尽管可以暂时地加快地区经济发展，但长期保持下去势必会导致阻碍一产的发展. 因此，就业结构需求的发展需要联系GDP百分比数据，综合考虑每个产业的就业需求结构.

4 泛长三角地区三次产业就业结构偏离度分析与预测

从第3节中对上海市三次产业的就业构成分析中发现，就业结构发展趋势存在较大的结构性偏差，联系产业结构比重，结构偏离度就是在研究这两种结构性偏差时最常用的一种分析工具. 本节主要运用第3节介绍的这种方法测算并分析泛长三角地区三次产业的就业结构偏离度.

由于就业结构和产业结构都是成分数据，根据成分数据性质，利用第3节介绍的组合预测方法对泛长三角地区三省一市的就业结构和产业结构分别进行组合预测，对预测出来的结果再结合产业就业结构偏离度公式，计算并预测2013—2015年三省一市产业就业结构偏离度，结果如表5所示.

表5 三省一市产业就业结构偏离度组合预测

通过分析产业与就业结构偏离度值，可以看出三次产业结构与就业结协调性以及偏离程度. 偏离度为负值，表示两者之间协调性差，意味着就业人口不足，急需补充. 偏离度值为零时，表示两者之间达到完全均衡. 结构偏离度为正值，表示两者之间协调性差，就业人口充足，将过剩的劳动力向其他产业转移.

泛长三角地区就业结构偏离度是有一定程度的区别. 首先，第一产业一般来说在各省、市就业结构偏离度都为正数，即各省市第一产业劳动力是比较充盈的，可以为其他产业输出一定劳动力；其次，第二产业在三省一市基本都为负数，可以看出第二产业的劳动力尚不能满足产业发展需求；最后，各省市之间第三产业产业结构偏离程度也有一定程度的不同：安徽省在2010年以后由负转为正，也就是说第三产业的劳动力由不足转为过剩，而且有持续下去的可能. 上海市内三产就业结构的偏离度变动较为频繁，可以看出该市第三产业人口具有很强的流动性，可以应对产业结构与就业结构相互调整带来的变化. 而在江苏和浙江，三产的就业结构偏离度始终为负值，表示第三产业劳动力的劳动力是供不应求的.

根据本文预测就业需求结构偏离度方法，对2013—2015年泛长三角地区三省一市的就业结构偏离度进行预测，预测结果如表6所示.

表6 2013—2015年三省一市的就业结构偏离度预测

5 结论

通过本文研究不难发现产业结构与就业结构之间的合理调整，对于促进就业以及完善产业结构有一定帮助，也是考察产业结构调整合理化水平的重要指标. 一般采用结构偏离度指标来衡量产业结构与就业结构是否合理，进而熟悉和把握其演进过程中的协调程度，从预测结果来看：泛长三角地区的第一产业的就业结构偏离度普遍为正，也就是说劳动力普遍充足；苏、浙、沪第三产业就业结构偏离度为负，存在高素质、高技能的劳动力的稀缺问题，第二产业中皖、苏两地就业结构偏离度为负，也就是说该产业的劳动力较为短缺.

结合上述预测，为泛长三角地区产业结构以及就业结构的进一步完善，提供一定的建议：

第一方面，由于目前或未来一产劳动力一直较为充足，不存在稀缺问题，需要大力推进农业产业化过程，大力发展农村经济，完成农业产业结构的转型以及满足农村人口的就业需求.

第二方面，可以为一产劳动力提供适当培训，使其学会某种技能，劳动者本身素质以及知识技能水平提高，可以投向二三产业就业，使得三者之间可以达到有效平衡.

第三方面，可以增加附近省、市之间劳动力的流动速度，可以互相调节各个产业就业需求结构，来满足两者之间的良性循环. 例如泛长三角地区中，苏、浙、沪三地正处于经济发展的蓬勃时期，对于高技能、高素质人才需求较大，安徽地区可以向三地输送部分人才，来达到经济共同发展的目的.

最后，为稳定泛长三角地区产业结构与就业结构有序发展，需要关注的是轻重工业与三次产业间的均衡发展，在引进大量外资投入时，值得注意的是投资的领域以及流向问题. 在倡导高科技产业的同时，需要提高中国技术进步水平、促进产业结构优化升级，需要解决科技进步对产业结构以及就业冲击带来的影响，从而能够实现中国工业化和现代化，促进社会劳动力的充分就业.

[1] 胡鞍钢, 杨永恒, 盛 欣. 经济增长转型与就业促进[J]. 数理统计与管理, 2004(6): 1-9, 18.

[2] 喻桂华, 张春煜. 中国的产业结构与就业问题[J]. 当代经济科学, 2004(5): 9-13, 107.

[3] 王惠文, 张志慧, TENENHAUS M. 成分数据的多元回归建模方法研究[J]. 管理科学学报, 2006, 9(4): 27-32.

[4] 张晓琴, 陈佳佳, 原 静. 成分数据的组合预测[J]. 应用概率统计, 2013(3): 307-316.

[5] 王慧文, 黄 薇. 成分数据的线性回归模型][J]. 系统工程, 2003, 21(2): 102-106.

[6] 沈 斌, 李许卡. 我国产业结构与就业结构协调发展路径探析[J]. 哈尔滨商业大学学报: 社会科学版, 2014(2): 3-10.

[7] 谭丽焱. 上海市产业结构变动对就业效应的实证分析[D]. 上海: 上海师范大学, 2012.

[8] 李玉风, 高长元. 产业结构与就业结构的协整分析[J]. 统计与决策, 2008(4): 84-86.

Pan-Yangtze River Delta Region Employment Demand Structure Deviation Analysis and Prediction: Combination Forecast Based on the Component Data

XU Shaoye1，JIAO Xiaobo1，LI Li2

(1. School of Business Administration, Anhui University of Finance & Economics, Bengbu 233030，China; 2.Institute of Statistics and Apllied Mathematics, Anhui University of Finance & Economics, Bengbu 233000, China)

Pan Yangtze river delta region plays an important role in promoting the national economy, and the match of a industry and employment structure is paid much attention. Based on the industrial distribution proportion of GDP of Anhui Province, Jiangsu Province, Zhejiang Province and Shanghai from 2000-2012 pan Yangtze river delta region and the proportion of labor industrial distribution, it discusses the industrial structure deviation degree combined with the combination forecast model. It shows that in the pan Yangtze river delta region the primary industry employment structure deviation is generally positive, which indicates sufficient labor force; In Jiangsu Province, Zhejiang Province and Shanghai, the tertiary industry employment structure deviation degree is negative, which indicates lack of high-quality and high-skilled laborers; In Anhui Province and Jiangsu Province, the secondary industry employment structure deviation degree is negative, which indicates the lack of laborers in this industry. Finally some suggestions are offered.

Pan-Yangtze river delta region; Combination forecast model; Employment demand structure; Industrial structure; Deviation degree

2014-07-01

安徽财经大学研究生创新基金(ACYC2013015)

许少业(1990— ), 男, 安徽定远人, 安徽财经大学工商管理学院硕士研究生;焦晓波(1968— ), 男, 安徽巢湖人, 安徽财经大学工商管理学院教授, 博士, 硕士生导师, 主要研究方向: 战略管理, 创业管理.

F224.0

A

2095-4476(2014)08-0058-06

(责任编辑：饶 超)