影响就业人数的因素分析
高校毕业生就业率及影响因素分析
高校毕业生就业率及影响因素分析高校毕业生就业是一个备受关注的社会问题，它既涉及到个人的发展，也对整个社会的稳定与繁荣有着重要的影响。
本文将对高校毕业生就业率及其影响因素进行分析，以帮助我们更好地理解这一问题的本质。
高校毕业生就业率是指毕业生中就业人数与毕业人数之比。
当前我国大学生数量庞大，高校毕业生一年比一年增多，高校扩招政策让就业市场承受更大的压力。
因此，高校毕业生就业率是一个持续关注的指标，也是衡量高等教育质量的重要标志之一。
影响高校毕业生就业率的因素众多，下文将从个人因素和社会因素两个层面进行分析。
一、个人因素1. 专业匹配度：毕业生所学专业和实际岗位要求之间的匹配度将显著影响就业率。
一些热门专业（如计算机科学、软件工程等）的就业率较高，而一些冷门专业（如民族学、考古学等）的就业率相对较低。
因此，合理选择专业对提高毕业生就业率十分重要。
2. 就业能力：毕业生的就业能力也是影响就业率的重要因素。
具备良好的专业知识、实践经验和综合能力的毕业生更容易找到满意的工作。
高校在培养学生的专业技能和综合素质上有着重要责任，他们需要加强实践教育，提高学生的就业竞争力。
3. 个人素质：除了专业知识和能力，毕业生的个人素质也对就业产生重要影响。
例如，良好的沟通能力、团队合作能力、创新思维以及积极进取的态度等，都是雇主在招聘过程中会重视的因素。
高校应注重培养学生的综合素质和核心能力，使毕业生更好地适应社会就业需求。
二、社会因素1. 就业市场需求：就业市场的需求状况对高校毕业生就业率有着直接的影响。
经济快速发展、产业结构调整以及新兴行业的需求增长都将提高高校毕业生的就业机会。
政府和社会应该加强对就业市场的调查研究，提前了解市场需求，为高校提供有针对性的专业培养和选拔机制。
2. 就业政策支持：政府对高校毕业生就业提供的政策支持也是影响就业率的关键因素。
政府应该出台各种就业创业政策，包括就业优惠政策、创业扶持政策等，鼓励并帮助毕业生解决就业难题。
大学生就业状况及其影响因素分析
大学生就业状况及其影响因素分析大学生是社会的中坚力量，他们的就业情况关系到整个社会的发展和稳定。
然而，当前我国大学生就业形势依然面临很多挑战。
以下是对大学生就业状况及其影响因素的深度分析。
一、大学生就业现状据统计，我国每年高校毕业生人数超过700万，而就业市场供给的岗位数量与之相比却显得极为有限。
尤其在经济下行的情况下，大学生就业难度更大。
数据显示，2019年全国高校毕业生就业率为89.4%，比上一年下降了0.5%。
其中，就业困难的大学生主要分布在人口密集的城市和知名高校。
二、就业压力大的原因就业压力主要来自以下几个方面：1. 人口红利结束过去几十年中国经济以高速增长为主，人口红利的大力开发也成为推动中国经济增长的重要力量之一。
随着经济的发展，人口红利不再存在，大量毕业生的涌入就业市场压力倍增。
2. 结构性矛盾当前，国内企业经营形势面临诸多不利因素，加之经济转型升级还需要一定的时间，使得企业在招聘方面比较谨慎；同时，受传统观念影响，很多企业对人才的需求较为单一，缺乏多元化发展。
3. 教育问题教育是大学生就业的基础，但在某种程度上，目前我国的高校教育过于理论化、脱离实际，使得很多毕业生在实际应用方面难以胜任。
此外，当前大学生就业市场具有的新变化与发展趋势大多数大学教育难以及时、全面地配合，这也间接导致了大学生的就业困难。
三、就业成功的关键因素尽管面对挑战，但想要创造更好的未来并不是不可能的。
以下是大学生就业成功的关键因素：1. 提前规划开启大学生活的第一天起，就应该开始规划未来的职业方向。
除了专业知识的学习外，还需要熟悉应聘流程，增强自己的求职竞争力。
2. 不断学习大学结束并不代表学习结束，随着就业市场的发展，新的技能和知识也在不断涌现。
只有不断学习才能保持市场的竞争力。
3. 实践经验在校期间，可以积极参加实践活动，将所学知识应用于实践中。
这样可以增强在实际中的能力，丰富简历资料。
四、结论在当今社会，大学生就业压力可谓是不小。
影响就业人数的因素分析
影响就业人数的因素分析
就业人数受多方面因素影响，它可以直接反映社会经济发展水平，不同因素会有不同
的影响。
本文将分析影响就业人数的因素。
一、经济增长：经济增长和就业密切相关，随着经济的发展与发展，企业良好的运营，大量的劳动力需要给予实质性的就业机会，就业人口会随之增加，社会经济水平也会随之
提高。
二、进出口量：进出口量和就业的关系也很密切，随着进出口量的增加，外贸企业需
要加大对劳动力的投入，从而带动就业出现，并且随着外贸企业扩大经营范围，会使更多
的社会劳动力得以就业。
三、充足的房地产：尤其是住房公积金制度建立后，随着充足的住房，农民工会更容
易在城市就业，从而带动就业，提高实体经济的整体发展。
四、政府政策：政府的政策对就业的影响也很大，比如政府倡导创业，支持科技创新，这样会带来更多就业机会，推动社会经济发展。
五、市场行情：市场行情的变化会影响就业，一个不好的市场可能会导致失业，反之
一个好的市场行情可能使更多的就业岗位出现。
六、货币政策：货币政策也会影响就业，在紧缩政策失效后，宽松政策会起到调节经
济作用，拉动投资，带来就业机会。
综上所述，经济增长、进出口量、充足的房地产、政府政策、市场行情、货币政策都
是影响就业人数的重要因素。
政府在制定政策的时候必须综合考虑，这样才能有效地促进
就业。
影响就业的因素分析
影响就业的因素分析就业是民生之本，是社会稳定的基础。
随着科技的进步和资本有机构成的提高，经济增长对就业的拉动力逐步减弱，增加就业已成为摆在世界各国政府面前的一道难题。
特别是处于转型期的我国而言，扩大就业更是当前社会关注的热点。
数据表明，我国经济增长创造就业的能力下降，明显的标志是就业弹性下降：二十世纪八十年代我国ＧＤＰ年均增长率为9.3%，就业增长率为3.0%，就业弹性系数为0.322，在九十年代前期ＧＤＰ年均增长率为12%，就业增长率为1.2%,就业增长弹性系数为0.1，二十世纪末我国ＧＤＰ年均增长率为8.3%，就业增长率为0.9%，就业弹性系数为0.1，经济增长与扩大就业之间的联系被大大削弱。
原因何在?本文将利用经济学的相关原理及数量分析工具对就业的相关促进因素作一些探讨。
通过考察就业形势及相关因素的现状，提出相应的政策建议。
一、关于就业的相关理论(一)柯布—道格拉斯产出模型：根据柯布—道格拉斯生产理论，产出的增长主要取决于投入的增长和技术的进步。
产出函数Ｙ=ＡＫαＬβ表明产出的增长必须有总要素生产率的提高，投入资本的增加或劳动力的增加。
根据单一要素增加，边际产品递减的规律，产出函数中任意要素的单独增长都不可能使产出持续增长。
因此就业的增加不仅与资本投入相关，而且还与劳动者的质量，即人们的生活水平相关。
(二)达尔·尼夫的知识经济理论：达尔·尼夫认为：“国内的增长不是由于市场份额的扩大和加强而引起的，而是通过引入创造新市场的全新技术或提供解决问题的服务而实现的。
创造这些技术和服务所需要的知识技能,不论是在个人、组织还是国家水平上，日益成为经济增长和繁荣的关键”。
随着国际经济一体化，世界经济结构在调整，二十世纪九十年代，一个显著的变化是以物品为基础的增长明显地转向高技能、高技术和以服务为基础的增长。
高技能服务对ＧＮＰ的贡献率正在增长。
(三)罗默内生模型：罗默1990年提出的内生模型是Ｑ=ＨαＬβ∑Ｘｉ1-α-β，Ｘｉ为耐用资本设备，ｉ为设备编号，Ｈ是致力于最终产品的人力资本、Ｌ是劳动力。
影响大学生就业的因素分析
影响大学生就业的因素分析1、个人因素众多学者认为，个人素质和就业价值观是影响大学生就业的重要因素，也是决定求职成败和收入水平的关键因素。
在招聘要求为中共党员的硬性条件下，将学生学习成绩划分为优异、中游、下游三个类别，党员、学习成绩优异的学生中，已找到工作的人数远超于学习成绩处于中、下游的同学。
在各种因素下，部分大学生的理论知识薄弱、实践能力差、知识面狭窄、社会适应能力差、缺乏团结合作精神。
优胜劣汰存在于自然的每个角落，同等条件下，个人因素能够在很大程度上影响着其自身的就业与职业发展。
2、家庭因素研究表明，家庭的社会经济情况、父母的态度与观点，会对子女的择业观念与职业理念产生“潜移默化”的影响。
调查数据中，同等标准下，城镇户口的学生家庭经济条件远优于农村户口的学生家庭经济条件；城镇户口中，985、211院校的就读学生人数也多于农村户口的学生人数。
家庭经济情况、受教育资源不同，同等学生所学成果也各有不同。
在进行职业规划时，家庭经济优越的大学生更向往实现社会交往需求和尊重需求，而家住农村或偏远山区的学生更迫切实现生存需求，从而寻找提供稳定收入的工作。
3、学校因素高校作为高等教育殿堂，需要引领和指导大学生的就业价值取向，拓宽大学生职业发展的视野和平台，提高大学生的综合素质，帮助大学生树立正确的社会观、人生观和价值观。
综合来看，约50%的学生在找工作时没有通过学校的就业中心获取就业信息，这对学校来说，其缺乏对学生就业情况、职业规划等相关信息的掌握，信息掌握不足是目前学校提升学生就业率的一大障碍。
4、社会因素社会因素包括经济发展的水平和结构、劳动力市场需求和社会导向。
当前，社会经济发展、产业结构和毕业生高期望之间形成矛盾，就业社会化、市场化、信息化和当前工作模式也对大学生就业存在着一定影响。
有学者认为，相比人力资本特殊性强的劳动力，人力资本一般性强的劳动力更容易就业，个人能力资本的积累能有效提高大学生就业能力。
就业人数的影响因素分析
１ ９ ９ ２ ６ ６ ．１ ５ ２ ２ ６ ， ９ ２ ３ ． ５ ｌ １ ７ ．１ ７ｌ ２ ，７ １ １ ３ ， ７ ４２ ． ２ ０ １ ， ２４ ２ ． ６ ０
际工资和就业水平，供求平衡时的就业量就是充分就业水
平 。 由此 理 论可 知 ，就 业 由劳动 力市 场 的 分割 和 就业 歧 视 问题 引起 ， 因此 我 们将 城乡 收入 差别 列入 解 释变 量 。 （ ２ ）凯 恩 斯就 业 理 论 ：凯 恩 斯 就业 理论 是 以有 效 需 求原 则 为核 心 ，认 为就 业 量取 决 于有 效 需求 。而 有 效需 求 包括 两 部 分 ， 即消 费需 求和 投 资 需求 。 国 内生 产 总值 的 增 长无 疑可 以增加 这 部分 需求 。增加 财 政支 出即是 实行 积 极 的财 政政 策 ，它 可 以拉 动经 济 增长 ，增 加 政府 投 资 ，扩 大 需求 ，创 造 新 的就业 岗位 。 因此 ， 国 内生 产 总值 、财 政
支 出作 为解释 变 量 。
１ ９ ９３ ６ ６ ， ８ ０ ８ ３ ５ 。 ３ ３ ３ ． ９ ｌ １ ８． ５１ ７ ３ ，３ ７ １ ４ ， ６ ４ ２ ． ３ ０ １ ， ６ ５ ５ ． ８ ０ １ ９ ９ ４ ６ ７ ． ４ ５ ５ ４ ８ ， １ ９ ７ ． ９ １ １ ９ ． ８ ５ ０ ４ ， ５ ３ ８ ５ ， ７ ９１ ９ ９ ０ ６ ４ ， ７ ４ ９ １ ８ ， ６ ６ ７ ． ８ １ １ ４ ． ３ ３ ３ ２ ，１ ４ ０ ３ ， ０ ８ ３ ． ５ ９
高校大学生就业意愿及影响因素分析
高校大学生就业意愿及影响因素分析【摘要】近年来，高校应届毕业生的就业问题日益严重，引起政府、社会各界和家长的重点关注。
高校大学生就业难的有两方面的主要原因，一是相比二、三线城市和中西部地区大学生更愿意去大城市，二是大城市的需求逐渐饱和。
本文对大学生就业难问题和大学生的就业意愿及影响因素进行分析，提出合理化的建议和措施。
【关键词】高校大学生;就业;影响一、高校大学生就业现状和困境近年来，我国高等教育规模持续扩大，高等教育也逐渐由原来的精英化走向大众化，我国高校毕业生的人数连年大幅增加，大量毕业的高层次人才不断涌入社会。
这一方面推动了社会经济的发展，另一方面，逐年递增的高校毕业生人数也使得企业招聘的门槛随之提高，导致人才就业竞争压力越来越大，高校大学生的就业形势和就业问题日益突出。
高校大学生就业出现了就业竞争压力大、就业结构不平衡、就业地区不均衡、高校现有人才培养模式不适应市场经济需求等问题。
十九大报告指出：就业是最大的民生。
针对当前高校大学生就业形势的研究以及如何帮助大学生有效就业等问题成为了我国社会目前阶段急需解决的问题。
为了能够找到改善当代高校毕业生就业问题的有效对策，需要先了解探究高校毕业生的就业意愿及影响因素，从而做到对症下药、量体裁衣，有针对性、实效性的帮助高校毕业生缓解就业压力。
二、高校大学生就业影响因素（一）社会因素1.从社会经济角度首先，中国经济的快速发展使大多数学生的就业预期越来越高。
从调查结果来看，大多数学生正在寻找更高的薪水、发展机会和更稳定的工作;加上成功的学习，在还没有付出劳动时，已经产生了丰硕的期望，然而雇主的实际要求和期望比自己的能力高，这使得大多数学生对就业期望产生了落差感。
其次，社会环境竞争非常激烈，每个行业都充满了竞争，就业市场又呈现出高学历人才饱和的状态。
同时，大多数学生风险意识太强，不愿意去冒险，缺乏创业的勇气，从调查的数据就可以看出只有极少数的毕业生会选择创业。
劳动力市场报告：就业趋势与劳动力状况分析
劳动力市场报告：就业趋势与劳动力状况分析一、劳动力市场总体概况劳动力市场是指在某一经济区域内，劳动者与用人单位之间进行劳动力流动与就业关系的市场。
劳动力市场的状况直接反映了一个地区的经济发展水平和就业状况。
本节将从劳动力市场的就业人数、就业率以及失业率等方面进行详细分析。
1. 就业人数的增长趋势与原因分析就业人数的增长是一个国家或地区经济发展的重要指标之一。
随着经济的增长与发展，就业人数也应该呈现出一定的增长趋势。
在这一小节中，我们将分析劳动力市场就业人数的增长情况，以及背后的原因。
2. 就业率的变化与影响因素分析就业率是指在劳动人口中实际就业人数与劳动力人口总数之比，它直接反映了就业市场的活跃程度。
本小节将详细分析就业率的变化情况，探讨可能影响就业率的因素，并对其进行综合分析和解读。
二、不同行业的就业情况对比不同行业的就业情况直接关系到一个地区的产业结构和经济发展方向。
在这一章节中，我们将分析不同行业的就业人数分布、行业发展趋势以及就业岗位的需求等方面的内容，以期从数量和质量两个维度对比不同行业的就业情况。
1. 第一行业，农林牧渔业的劳动力状况分析农林牧渔业是国民经济的重要组成部分，也是许多地区的主要产业之一。
本节将分析农林牧渔业的劳动力状况，包括就业人数的变化情况、劳动力的素质水平以及技术水平等方面的内容。
2. 第二行业，制造业的劳动力状况分析制造业作为一个国家或地区经济发展的重要支柱产业，对于就业人口的吸纳能力是至关重要的。
本节将对制造业的劳动力状况进行详细分析，包括就业人数的变化趋势、技能要求以及用工结构的变化等方面的内容。
三、劳动力市场结构与就业机会分析劳动力市场结构是指劳动者在各种行业和职业之间的分布情况。
不同的劳动力结构将直接影响到劳动力的就业机会和质量。
本节将从劳动力市场结构的变化、岗位需求与供给不匹配以及就业机会的变化等方面进行详细分析。
1. 劳动力市场结构的变化与影响因素劳动力市场结构的变化会受到多种因素的影响，包括产业升级、技术进步以及政府政策等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
影响就业人数的因素分析小组成员：班级：国际经济与贸易班指导老师：日期：2011年5月10-25日摘要：本文主要通过对1978年至2003年的数据进行计量经济分析，探讨相关经济变量对就业人数的影响。
并以国内生产总值与就业人数为代表构建模型。
关键词：充分就业经济增长人力资本一、问题的提出就业问题一直是我国极为关注的问题，我国政府每年都会颁布一些政策来缓解就业问题，今年劳动和社会保障部部长郑斯林透露，在去年取消一些不合理规章的基础上，今年我国将彻底清除阻碍农村劳动力进城就业的“规章障碍”。
此间权威人士认为，此举不仅对实现农村劳动力获得平等就业权利具有重要意义，而且将对缓解我国日益严峻的就业形势产生积极影响。
种种情况显示，我国目前的就业再就业工作正面对着前所未有的挑战。
从劳动力供给来看，劳动和社会保障部提供的资料显示，在经过多年的高速经济增长与扩张之后，近期我国新成长劳动力的供给将升至峰值，加上现存的下岗失业人员，预计今年城镇需要就业的劳动力将达到2400万人。
从劳动力需求上来看，资料显示，在过去的25年中，由于经济的增长平均每年增加1370万个工作岗位，但由于我国经济增长方式正逐步实现从粗放型向集约型的转变，经济增长对就业的拉动作用已明显减弱。
权威人士估计，按今年经济增长保持7%计算，在现有的经济结构下，新增的就业岗位仅为800万个左右，无法满足我国现存待就业人口的需要。
由于劳动力的供给和需求存在很大的缺口，所以应对影响就业的因素作分析，看看能否从中找到解决就业问题的出口，找到制定经济政策的依据。
这也是我们写此篇文章的原因。
二、经济理论陈述影响就业人数的因素有很多，我们主要考虑一下变量国内生产总值、财政支出、平均工资水平。
（一）国内生产总值从上述资料可以看到，GDP每增长1%就可以为我国创造近100万个就业岗位，又由于经济稳定增长同充分就业同样都是我们所追求的宏观经济目标，所以如果保证每年的经济快速增长以创造更多的就业岗位是我们最希望看到的结果，所以如何保证经济的可持续发展是我们十分关注的问题。
（二）财政支出增加财政支出即是实行积极的财政政策，它可以拉动经济增长，增加政府投资，创造新的就业岗位。
但是靠财政支出拉动经济增长也会带来负面效应，我国从98年以来一直实行积极的财政政策，利用投资的增加来拉动经济的增长，成效显著。
但是也出现了投资过热的现象，这样会有可能造成经济的虚假增长，一方面由于政府的投资行为增加了个生产者的投资信心，拼命的扩大生产规模；另一方面却是人们的消费不足，无法吸收生产出来的产品，投资过热，消费不足，造成了市场上的供给大于需求，存货增加，很容易形成经济泡沫。
所以我国政府从去年开始实行一系列的宏观调控举措来避免投资的过热现象，防止经济泡沫的产生。
（三）平均工资水平根据西方经济学中的工资理论，在完全竞争市场中，工资完全由劳动力的供给和需求决定。
对劳动者来说，劳动供给决策实质上是把他有限的时间在劳动和闲暇之间进行合理分配的问题。
工作所带来的收入与闲暇的享乐互为成本。
当工资上升时，闲暇的价格就会上升，这样就使得劳动力的供给增加。
而工资的上升会使人们更加富裕，扩大了人们对闲暇的需求，这就会使得工资上升至一定水平后，劳动力的供给减少。
这样就会形成工资率与劳动力供给的背弯曲线。
我认为处于背弯曲线的递增阶段是代表了发展中国家的基本状况，他们的工作目的还只是为满足基本的生活需求，所以工资对劳动力的供给弹性较大。
而处于背弯曲线上端的人，已摆脱了工资高低对他们的束缚，工资对他们的劳动力供给的弹性较小。
我们小组着重分析国民生产总值对就业人数的影响。
三、相关数据收集1978年到2003年间的统计数据数据来源：2003年统计年鉴及中财专网四、计量经济模型的建立假设模型为 Y =αX βu e其中，Y 代表每年年末我国就业总人数；X 代表每年的国内生产总值即GDP 水平；μ为随机扰动项，表示未纳入模型的其他变量对就业人数的综合影响。
为了便于用线性模型参数估计的方法去估计参数，先将上述指数模型线性化，即在指数方程两边取对数，变为ln ln ln Y X u αβ=++设Yt=lnY,γ=ln α,Xt=lnX,则模型变为Ｙｔ＝γ＋βＸｔ＋μ五、模型的求解和检验利用Eviews 软件，采用以上数据对该模型进行OLS 回归，结果如下：Dependent Variable: LOG(Y)Method: Least SquaresDate: 05/02/11 Time: 18:34 Sample: 1 26 Included observations: 26Variable Coeffici ent Std. Errort-StatisticProb.C9.246580.086876106.43450.00002LOG(X) 0.172539 0.008635 19.98194 0.0000R-squared 0.943300 Mean dependent var 10.97088Adjusted R-squared 0.940937 S.D. dependent var 0.210789S.E. of regression 0.051228 Akaike info criterion -3.031265Sum squared resid 0.062983 Schwarz criterion -2.934489Log likelihood 41.40645 F-statistic 399.2779Durbin-Watson stat 0.416447 Prob(F-statistic) 0.000000Ｙ^ｔ＝9.246582＋0.172539Ｘｔ（0.0869）（0.0086）R^2=0.9433 F=399.2779AIC=-3.0313 SC=-2.9345 DW=0.4164由以上标准格式可知，由于可决系数比较大，接近1，说明模型的拟和优度较好；对于系数检验，在给定显著性水平α=0.05的条件下，查表得t0.025(24)=2.064,由于t(r)﹥t(24),t(β)﹥t(24),所以拒绝原假设，即认为模型应存在截距系数，解释变量GDP对应变量就业人数的影响显著。
（1）异方差的检验图示法由图可以看出残差存在同方差性JB检验令e2=resid^2发现JB值变大，但P值变小几乎为0，所以不存在异方差怀特检验White Heteroskedasticity Test:F-statistic 1.639767 Probability0.215907Obs*R-squared 3.244650 Probability0.197439Test Equation:Dependent Variable: RESID^2 Method: Least Squares Date: 05/10/11 Time: 22:30 Sample: 1 26Included observations: 26Variable Coefficient Std. Error t-Statistic Prob.C -0.153254 0.087724 -1.746993 0.0940LOG(X) 0.031842 0.017801 1.788815 0.0868(LOG(X))^2 -0.001606 0.000892 -1.799222 0.0851R-squared 0.124794 Mean dependent var0.002422Adjusted R-squared 0.048689 S.D. dependent var0.004616S.E. of regression 0.004502 Akaike info criterion-7.860379Sum squared resid 0.000466 Schwarz criterion-7.715214Log likelihood 105.1849 F-statistic1.639767Durbin-Watson stat 0.924887 Prob(F-statistic)0.215907发现Obs*R-squared的值为3.244650 TR^2<3.841，所以不存在异方差。
（2）自相关性的检验首先进行序列相关性检验DW检验：模型的DW=0.416448 在α=0.05的条件下，查表得dL=1.302，dU=1.461，0﹤d ﹤dL,表明存在一阶正自相关性。
LM检验：1阶情况下：Breusch-Godfrey Serial Correlation LM Test:F-statistic 32.08085 Probability 0.000009Obs*R-squared 15.14323 Probability 0.000100Test Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 05/10/11 Time: 21:08Presample missing value lagged residuals set to zero.Variable Coefficient Std. Error t-Statistic Prob.C 0.027479 0.057551 0.477477 0.6375LOG(X) -0.002875 0.005722 -0.502485 0.6201RESID(-1) 0.777588 0.137286 5.663996 0.0000 R-squared 0.582432 Mean dependent var -5.44E-16 Adjusted R-squared 0.546122 S.D. dependent var 0.050193S.E. of regression 0.033815 Akaike info criterion -3.82765Sum squared resid 0.026300 Schwarz criterion -3.682485Log likelihood 52.75945 F-statistic 16.04043 Durbin-Watson stat 1.530600 Prob(F-statistic) 0.000043可以看出p值很小，且RESID(-1)的t值很大因此存在一阶正相关2阶Breusch-Godfrey Serial Correlation LM Test:F-statistic 16.62524 Probability0.00004Obs*R-squared 15.64715 Probability0.00040Test Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 05/10/11 Time: 21:13Presample missing value lagged residuals set to zero.Variable Coefficient Std. Error t-Statistic Prob.C 0.017580.058252 0.301946 0.76559LOG(X) -0.001848 0.005799 -0.318756 0.7529RESID(-1) 0.940288 0.208590 4.507830 0.0002RESID(-2) -0.220737 0.213312 -1.034809 0.3120R-squared 0.601813 Mean dependent var-5.44E-16Adjusted R-squared 0.547515 S.D. dependent var0.050193S.E. of regression 0.033763 Akaike info criterion-3.798254Sum squared resid 0.025079 Schwarz criterion-3.604700Log likelihood 53.37730 F-statistic11.08349Durbin-Watson stat 1.887580 Prob(F-statistic)0.000123可以看出虽然p值很小，但是RESID(-2)的t值的绝对值很小，且p值比较大，因此可以认为不存在二阶自相关自相关的修改利用eviews修改后Dependent Variable: LOG(Y)Method: Least SquaresDate: 05/10/11 Time: 21:17Sample (adjusted): 2 26Included observations: 25 after adjustmentsConvergence achieved after 18 iterationsVariable Coefficient Std. Error t-Statistic Prob.C 12.51998 1.700863 7.360955 0.0000LOG(X) -0.062818 0.091858 -0.683864 0.5012AR(1) 0.964279 0.024403 39.51412 0.0000R-squared 0.981486 Mean dependent var10.9857Adjusted R-squared 0.979803 S.D. dependent var0.20084S.E. of regression 0.028543 Akaike info criterion-4.162653Sum squared resid 0.017923 Schwarz criterion-4.016388Log likelihood 55.03316 F-statistic583.1345Durbin-Watson stat 2.156046 Prob(F-statistic)0.00000Inverted AR Roots .96经修正后的模型为：Ｙ^ｔ＝9.67574＋0.132516Ｘｔ再由关系式Yt=lnY,r=lnα,Xt=lnX得原模型为：Yˆ=e9.6757X0.1325六、经济意义解释1是用于衡量就业人数关于国民生产总值的弹性，也就是说，国民生产总值每有1%的上升或下降，相对平均的，就业人数将上升或下降13.25%七、对就业问题的实证分析及政策建议（一）失业率与通胀率的关系通常通货膨胀的程度用物价指数的高低来反映。