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

1、分類號(hào)：UDC：密級(jí)：學(xué)校代號(hào)：11845學(xué)號(hào)：2111308018廣東工業(yè)大學(xué)碩士學(xué)位論文(管理學(xué)碩士)失業(yè)預(yù)警系統(tǒng)中指標(biāo)體系構(gòu)建與模型選擇研究羅圓圓指導(dǎo)教師姓名、職稱：謝泣生數(shù)援一學(xué)科(專業(yè))或領(lǐng)域名稱：笪理抖堂皇工程學(xué)生所屬學(xué)院：筐理堂院論文答辯日期：三Q二盍生態(tài)旦摘要摘要當(dāng)前，我國(guó)GDP增速下行，經(jīng)濟(jì)進(jìn)入新常態(tài)階段。面對(duì)經(jīng)濟(jì)當(dāng)下的困局，我國(guó)政府提出加強(qiáng)供給側(cè)改革，淘汰落后產(chǎn)能，這必然會(huì)導(dǎo)致部分員工下崗，因此也引發(fā)了社會(huì)上關(guān)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(jì)學(xué)獎(jiǎng)獲得者約瑟夫斯蒂格利茨指出：沒(méi)有充足的需求，供給側(cè)改革反而會(huì)增加失業(yè)。供給側(cè)改革是否會(huì)導(dǎo)致大量失業(yè)，答案還是未知數(shù)。但無(wú)論是否增加失業(yè)，建立失業(yè)預(yù)警機(jī)制，動(dòng)態(tài)掌握失業(yè)狀況，同時(shí)結(jié)合數(shù)據(jù)挖掘技術(shù)和數(shù)學(xué)方法，對(duì)影響失業(yè)的重要因素進(jìn)行分析，并在失業(yè)危機(jī)爆發(fā)前進(jìn)行事先調(diào)控，無(wú)疑具有十分重要的意義。失業(yè)預(yù)警指標(biāo)體系的構(gòu)建、失業(yè)預(yù)警模型的選擇是現(xiàn)階段研究失業(yè)預(yù)警的關(guān)鍵問(wèn)題。失業(yè)預(yù)警指標(biāo)體系的構(gòu)建方面，

3、在以往研究中，指標(biāo)體系建設(shè)不完善，忽視了失業(yè)狀況本身和社會(huì)保障會(huì)影響失業(yè)變動(dòng)。本文從國(guó)民經(jīng)濟(jì)發(fā)展、勞動(dòng)力、生活和價(jià)格、社會(huì)保障和失業(yè)狀況等方面選取了24個(gè)因素作為初選指標(biāo)，通過(guò)相關(guān)分析和隨機(jī)森林篩選指標(biāo)的比較分析后，選用隨機(jī)森林篩選出的10個(gè)相關(guān)程度較高的指標(biāo)作為自變量。在失業(yè)的測(cè)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(huì)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(cè)度并不合理。本文采用中國(guó)

4、農(nóng)業(yè)隱性失業(yè)率公式計(jì)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(guó)失業(yè)人數(shù)。以此得到的失業(yè)率作為失業(yè)的測(cè)度。在失業(yè)預(yù)警模型的選擇上，較少研究采用機(jī)器學(xué)習(xí)模型，鮮有對(duì)各模型預(yù)測(cè)效果進(jìn)行比較。本文首先通過(guò)對(duì)1994—2013年的指標(biāo)數(shù)據(jù)構(gòu)建多元線性回歸模型，得到線性關(guān)系不顯著，然后采用支持向量機(jī)回歸、隨機(jī)森林和人工神經(jīng)網(wǎng)絡(luò)三種模型對(duì)失業(yè)率進(jìn)行預(yù)測(cè)，對(duì)預(yù)測(cè)效果進(jìn)行比較分析。結(jié)果表明：支持向量機(jī)回歸的預(yù)測(cè)效果最好，其次是隨機(jī)森林，人工