失業(yè)預警系統(tǒng)中指標體系構(gòu)建與模型選擇研究.pdf

1、分類號：UDC：密級：學校代號：11845學號：2111308018廣東工業(yè)大學碩士學位論文(管理學碩士)失業(yè)預警系統(tǒng)中指標體系構(gòu)建與模型選擇研究羅圓圓指導教師姓名、職稱：謝泣生數(shù)援一學科(專業(yè))或領域名稱：笪理抖堂皇工程學生所屬學院：筐理堂院論文答辯日期：三Q二盍生態(tài)旦摘要摘要當前，我國GDP增速下行，經(jīng)濟進入新常態(tài)階段。面對經(jīng)濟當下的困局，我國政府提出加強供給側(cè)改革，淘汰落后產(chǎn)能，這必然會導致部分員工下崗，因此也引發(fā)了社會上關于供給

2、側(cè)改革將引致“失業(yè)潮”的激烈討論，諾貝爾經(jīng)濟學獎獲得者約瑟夫斯蒂格利茨指出：沒有充足的需求，供給側(cè)改革反而會增加失業(yè)。供給側(cè)改革是否會導致大量失業(yè)，答案還是未知數(shù)。但無論是否增加失業(yè)，建立失業(yè)預警機制，動態(tài)掌握失業(yè)狀況，同時結(jié)合數(shù)據(jù)挖掘技術和數(shù)學方法，對影響失業(yè)的重要因素進行分析，并在失業(yè)危機爆發(fā)前進行事先調(diào)控，無疑具有十分重要的意義。失業(yè)預警指標體系的構(gòu)建、失業(yè)預警模型的選擇是現(xiàn)階段研究失業(yè)預警的關鍵問題。失業(yè)預警指標體系的構(gòu)建方面，

3、在以往研究中，指標體系建設不完善，忽視了失業(yè)狀況本身和社會保障會影響失業(yè)變動。本文從國民經(jīng)濟發(fā)展、勞動力、生活和價格、社會保障和失業(yè)狀況等方面選取了24個因素作為初選指標，通過相關分析和隨機森林篩選指標的比較分析后，選用隨機森林篩選出的10個相關程度較高的指標作為自變量。在失業(yè)的測度方面，絕大部分的研究選擇的是城鎮(zhèn)登記失業(yè)率，但是登記的城鎮(zhèn)失業(yè)人數(shù)并不能有效替代社會失業(yè)人員情況，因此選用城鎮(zhèn)登記失業(yè)率作為失業(yè)的測度并不合理。本文采用中國

4、農(nóng)業(yè)隱性失業(yè)率公式計算農(nóng)村隱性失業(yè)人數(shù)，與政府公布的城鎮(zhèn)失業(yè)人數(shù)相加作為全國失業(yè)人數(shù)。以此得到的失業(yè)率作為失業(yè)的測度。在失業(yè)預警模型的選擇上，較少研究采用機器學習模型，鮮有對各模型預測效果進行比較。本文首先通過對1994—2013年的指標數(shù)據(jù)構(gòu)建多元線性回歸模型，得到線性關系不顯著，然后采用支持向量機回歸、隨機森林和人工神經(jīng)網(wǎng)絡三種模型對失業(yè)率進行預測，對預測效果進行比較分析。結(jié)果表明：支持向量機回歸的預測效果最好，其次是隨機森林，人工