甘肃失业预警系统构建与实证研究

摘要：实现充分就业是我国宏观调控的主要目标之一。但由于失业问题是当前经济社会发展中存在的一种必然现象，因此加强失业问题的监测及提升预判能力，可以有效地防御由于大范围失业引发的各种社会问题。本文对甘肃省失业预警监测体系的构建、失业预警分析模型的构建等问题进行了分析和实证研究，分析了当前失业监测预警过程中存在的问题，并提出了一些对策建议。

关键词：失业预警；指标体系；实证分析；甘肃

中图分类号：F241.2 文献识别码：A 文章编号：1001-828X（2016）015-000-02

失业问题既是综合性的经济问题，又是复杂的社会问题。我国始终以实现充分就业作为国民经济宏观调控的四大主要目标之一，坚持把促进就业作为一项非常重要的社会民生事业来抓，千方百计促进就业，最大限度地开发人力资源，促进城乡居民收入增长。

当前，国际经济复苏进程缓慢，国内经济进入新常态，经济增速由高速增长转向中高速增长，同时经济发展发展方式由劳动密集型逐渐向技术密集型深度转换，其可能带来的失业问题值得关注，政府对此问题也高度重视。如何对失业状况进行科学预测，根据预测结果适时发出警报，并制定有针对性的预案，对之进行及时有效的调控，是我国在经济转轨时期必须认真对待解决的客观现实问题。

党的十六届三中全会第一次提出，要建立和健全各种预警和应急制度，提高政府应对突发事件和风险的能力。《中华人民共和国国民经济和社会发展“十二五”规划》提出：健全失业监测预警制度。国务院《促进就业规划（2011-2015）》、《社会保障“十二五”规划纲要》等，都明确提出要求建立健全失业监测预警制度，并将失业动态监测预警列为国家实施社会保障重大项目。建立一整套失业监测、预警和预案的体系，对于促进社会稳定与和谐发展，具有重大现实意义。建立失业监测预警系统，完善失业统计和预警制度，掌握劳动力资源和劳动力市场供求状况，对各级政府制定就业政策，兼顾效益与安定，控制失业规模，保持社会稳定具有重要意义。

一、失业监测预警系统的基本框架

（一）构建失业监测预警体系框架

开展失业预警，必须按照确定检测指标、开展失业监测、构建预警模型、警情分析、应对措施的路径搭建失业监测预警系统。首先，通过选择一系列与失业相关的经济运行指标和就业状况指标，构成失业信息指标体系。其次，通过失业统计调查体系，主要包括统计局的失业抽样调查和劳动局的城镇失业登记，收集失业信息指标的具体数据，为失业监测预警模型分析失业状况提供依据。然后，失业监测预警模型以一定方式将失业信息指标的分析结果用指数形式表示出来，再参照失业警戒线，将其纳入相关警戒区域，表明目前或将来的失业状况的严重程度。最后，失业预警专家委员会通过监测预警模型输出的信号了解目前失业状况，分析失业原因，提出相应对策建议供政府决策部门参考。失业监测预警体系的基本框架。

（二）明确失业监测指标体系

失业信息指标体系是失业预警系统的基础。参照人社部提供的监测指标体系，甘肃省构建了重点监测企业、就业失业监测指标、企业用工备案数据、人力资源市场数据、宏观经济指标等六个方面的监测指标体系。其中，重点监测企业数据包括在岗人数、增减人数、流失率三项指标；就业失业监测指标包括城镇登记失业率、城镇新增登记失业人数、城镇实有登记失业人数、长期失业人数、长期失业人数占比、城镇登记失业人数增幅、新增领取失业保险金人数、登记失业高校毕业生、高校毕业生就业率、失业保险基金可支撑月数、失业保险金发放率等12项指标；企业用工备案数据包括新签合同人数、解除合同人数、净增就业人数等3项指标；人力资源市场数据包括岗位数、求职人数、求人倍率等3项指标；宏观经济指标包括生产总值（GDP）、固定资产投资总额、进出口贸易总额、社会消费品零售总额、居民消费价格总指数（CPI）、商品零售价格指数等6项指标。

二、失业预警模型的构建及实证分析

在失业预警系统建模中，数据的预处理非常重要。本文借鉴了常用的缺失数据处理机制、数据归一化方法以及高维数据降维与数据去噪声技术。鉴于回归技术是失业预警建模的重要途径，本文采用回归技术对失业预警系统进行建模。

（一）失业预警模型的构建

按照指标体系获取企业、市场、宏观经济等六个方面基本数据，构建结构式、动态型失业预警模型。通过多元线性回归模型分析失业水平与各影响因素的关系

（二）实证检验及结果分析

本文采用定西市2007-2013年开展失业监测获取而得的数据，构建失业预警回归分析模型，利用SPSS软件的“Stepwise”方法进行线性回归分析。本方程中，因变量为城镇登记失业率，自变量为失业监测指标体系中的其他指标。

预测模型可以较好地对失业情况进行预判，为了更为直观地展示预测方程的准确性和更好地应用于实际工作，我们将原始数据带入预测方程，对实验得到的城镇登记失业率结果与正式结果进行对比。

尽管模型1可解释城镇登记失业率准确性的概率相对较低，但由于其使用的自变量相对较少，预测结果相对来讲较为准确。而且，在实际工作中相对便于操作，因而建议在实际工作中采用模型1进行失业预警的分析判断。

三、当前失业预警分析中存在的问题

（一）城镇登记失业率预测不能反映社会失业的真实状况

当前，世界上大多数国家都采用两种失业统计方法。一种是行政登记失业率，另一种是劳动力抽样调查失业率。两种失业率都是政府决策的重要依据。我国的失业率指城镇登记失业率， 也就是行政登记失业率。

采用城镇登记失业率进行失业统计，有着其自身的优势和特点，例如统计方法简单、方便，资料充分，实用性、可操作性较强。但是在我国目前户籍制度改革还没有全面完成的背景下，在登记失业人员之外，还存在大量隐性失业人员。这部分人群包括从农村经济体中转移而来的外来务工人员、刚毕业而未找到工作的大学生、或是一直处于失业状态而从未在劳动部门进行登记的人群。由于城镇登记失业率数据的统计主要依靠失业者自己在当地福利部门登记，因而大量的隐性失业人员没有纳入统计，所以它不能敏感反映就业状况，既备受公众质疑，又几乎丧失指标效用。数据显示，本世纪以来不论经济增速如何变化，中国的登记失业率长期保持在4.00%-4.30%之间。被称为“新世纪以来中国经济最困难”的2009年，中国城镇登记失业率为4.3%，而经济“过热”的2007年，这一数值为4%。2002年以来，失业率一直维持在4%左右。

在当前社会调查失业率还没有完全建立调查体系、城镇登记失业率不能反映社会真实失业状况的前提下，采用经济方法预测得到的失业率也就失去了其应有的价值，不能作为政府决策的参考，增加了失业调控的难度。

（二）缺乏预测社会调查失业率的数据支持

经过多年的发展，甘肃失业监测样本的数量不断扩大，监测范围和涉及行业也不断增加。以定西市为例，监测企业由原有41户扩大到52户，分布在市直和六县一区的12个行业，共涉及岗位用工10355人。但是，总体来看，当前失业动态监测中存在着范围小、监测企业数量少、监测样本代表性不强、样本企业正常退出及替换难等问题。从企业的性质来看，当前纳入监测范围的企业多为国有、集体或国有控股企业，而私营企业、个体企业纳入监测范围的相对较少，特别是缺乏一些劳动密集型、人员流动性高的企业样本。从监测人群来说，当前的纳入监测体系的仅为城镇登记失业人口，大学毕业生、农村流动人口、灵活就业者等人群的就失业状况尚未纳入监测体系。这些问题的存在，使得难以将理论失业预测模型转化为现实的失业率预测方程，从而难以为政府决策提供客观、准确的理论依据。

四、提升失业监测预警水平的对策建议

（一）坚持不懈地推进失业预警试点

建立失业预警指标体系和预测预警数据信息分析系统，是利用现代计算机技术和信息技术对失业状况进行预测的重要辅助手段，目前这仍是一个世界性难题。即使最发达的欧美国家主要还是监测相关数据，失业预警制度体系建立方面还没有成型。如何建立有效实用的指标体系、规范基础数据库、准确划分预警等级和构建科学的预测预警方法等，需要经过较长时间在实践中进行反复比对验证。只有持之以恒地推进监测预警分析，才能在实践中构建一套适合本地经济社会发展特征和趋向的监测指标体系和预测模型，更好地为当地政府决策提供理论参考。

（二）积极扩大监测样本范围

针对当前失业动态监测工作中存在的监测企业数量还不够多，企业样本在行业、区域等分布代表性不强的问题，要积极扩大监测样本覆盖行业和企业范围，提高失业动态监测数据合理性、科学性、有效性，更好地支撑就业形势分析和宏观决策提供参考。一是要充分考虑当地产业结构的特点，将支柱产业纳入监测范围。二是将在本地区就业总量中排名靠前的行业纳入监测范围。三是优化监测企业的规模结构，控制大型企业的数量，适度增加中小微企业类型。四是兼顾各类所有制企业，重点增加劳动密集型、人员流动性高的企业样本。

（三）完善监测指标体系，探索开展社会失业监测预警分析

密切结合各地经济发展特点，探索完善符合整体发展需要又各具特色的失业监测指标体系。同时，建议在企业监测指标中增加社会劳动生产率、生产用电量、材料采购率、产品销售率等指标，以便于企业能够建立自己的岗位流失率预测评价模型。顺应时展需要，积极探索开展社会失业率统计与监测，建议将社区实际失业人数、灵活就业失业人数、外来劳动力参加失业保险人数等指标纳入监测指标体系，为下一步开展社会失业预测提供数据支持。

参考文献：

[1]纪韶，中国失业预警―理论视角、研究模型[M].北京：首都经济贸易大学出版社，2008.

[2]赵建国，苗莉.基于扩散指数的逐步回归改进失业预警模型及实证分析[J].中国人口科学，2008（5）.

[3]赵建国.基于扩散指数法的失业预警模型及实证分析[J].财经问题研究，2005（11）.

[4]刘伟，陆华.深圳市失业监测预警系统的研究[J].数量经济技术经济研究，2001（2）.

[5]向小东，宋芳.基于核主成分与加权支持向量机的福建省城镇登记失业率预测[J].系统工程理论与实践，2009，29（1）.

[6]赵建国.综合失业警戒指数的构建及其失业警报分析[J].财经问题研究，2009（7）.

[7]黄波，王楚明.基于排序logit 模型的城镇就业风险分析与预测―――兼论金融信用危机情形下促进我国就业的应对措施[J].中国软科学，2010（4）.

作者简介：陈 珍，甘肃省人力资源和社会保障厅失业保险处处长；张旭阳，甘肃省人力资源和社会保障厅失业保险处副处长；

张博文，甘肃省社会科学院资源环境与城乡规划所助理研究员。

基金项目：本文为甘肃省人力资源和社会保障厅委托课题《甘肃省建立失业预警系统研究》阶段性成果。