摘要：我國作为世界人口最多的国家，就业压力不断增大，与就业增长最为密切相关的因素为经济增长率。我国1978-2013年经济增长的平均增速达到了9.8%。但适龄劳动人口的比重却从2011年开始逐渐下降，因此国内就业压力依然居高不下。本文选用全国各省份的主要行业为指标来考察各省就业人数差异，采用因子分析法评价各省主要行业就业情况，找出就业情况存在的差距及差距的主要原因，并提出协调发展的对策。
Abstract： As the most populous country in the world， the employment pressure is increasing， and the most closely related factor is the economic growth rate. The average growth rate of China"s economic growth in 1978-2013 has reached 9.8%. However， the proportion of the working age population has gradually declined since 2011， so the employment pressure in China is still high. In this paper， the main industries in each province of China are selected as indicators to investigate the differences in employment among the provinces， and factor analysis method is used to evaluate the employment situation of main industries in different provinces， find out the gap of employment and the main reasons for the gap， and put forward countermeasures for coordinated development.
关键词：人口就业；主要行业；因子分析法
Key words： population employment；main industry；factor analysis
中图分类号：C91 文献标识码：A 文章编号：1006-4311（2017）32-0013-03
0 引言
中国是世界上人口最多的国家，也是青年人最多的国家。深入研究我国人口就业变化趋势，展望未来的人口失业率，对于解决我国的人口就业问题具有重要的意义。
近几年，随着城镇化和人口老龄化的加剧，我国的就业压力不断加大。通过中国人口未来发展的趋势可以分析中国劳动力资源的状况和变动趋势，进而研究其规模、分布以及对经济发展的影响。本文希望通过对主要城镇劳动人口就业情况和就业行业进行分析，希望能够達到以下目的：第一，客观评价中国各省劳动力就业情况；第二，分析劳动力主要就业行业发展趋势；第三，分析各省劳动力人口就业情况差距。
1 各省主要行业就业情况评价指标体系的构建
劳动力的主要就业行业不仅能反应出我国人口就业的主要趋势，而且通过分析主要行业的就业人数能够明显的看出我国现阶段人口就业的主要热门行业和劳动力欠缺的行业，从而能够采取相关措施有效的缓解就业压力。对劳动力就业行业的选择，不仅要能够反映主流趋势，而且还要分布广泛，对各行各业都要有所涉及。因此，本文选取了2014年各省7个主要行业的城镇就业人数作为研究指标，分别是农林牧渔业、制造业、建筑业、交通运输、仓储及邮电通信业、住宿和餐饮业、电力、燃气及水的生产和供应业、信息传输、计算机服务和软件业。将这些作为研究我国各省就业人口发展趋势而选取的7个指标Xi（i=1，2，3，…，7）整理列举如下（以上各行业就业人数单位为：万人）：
X1——农林牧渔业；X2——制造业；X3——建筑业；X4——交通运输、仓储及邮电通信业；X5——住宿和餐饮业； X6——电力、燃气及水的生产和供应业；X7——信息传输、计算机服务和软件业。
2 各省主要行业就业情况实证分析
2.1 原始数据的标准化处理及相关矩阵计算
本文所采用的数据主要来源于国家统计局。将原始数据输入到SPSS统计分析软件中，计算原有变量标准化后的相关系数矩阵。观察相关系数矩阵，如果矩阵中的大部分相关系数值小于0.3，则各个变量之间多为弱相关，这就不适合做因子分析。如果一个变量与其他变量的相关度很小，则在下一步的分析中可以考虑删除次变量。如表1所示，原始数据大部分变量的相关系数都大于0.3，因此所搜集的原始数据适合采用因子分析的方法。
2.2 计算主成分特征值及累计贡献率
从表2可以得知，选取的两个主成分F1、F2的方差占全部方差的比例为75.521%，选取的主成分能够解释选取的7个变量的绝大部分，基本上是对原来指标的信息保留，并且将原指标的7个维度降为了2维，有利于后续的分析。
2.3 旋转后的因子载荷矩阵
未旋转的因子载荷矩阵，但层次关系比较模糊，很难对主成分进行合理的解释，也很难代表原来变量的公共含义，因此需要对载荷矩阵进行旋转，从而得到一个比较容易解释的主成分载荷矩阵，如表3所示。
从因素分析的结果来看，旋转后的因子载荷矩阵公因子F1在X2（制造业）、X3（建筑业）、X4（交通运输、仓储及邮电通信业）、X5（住宿和餐饮业）、X6（电力、燃气及水的生产和供应业）、X7（信息传输、计算机服务和软件业）上的载荷值很大，因此F1这六个行业指标的综合反映；公因子F2在X1（农林牧渔业）上的载荷值远远高于其他指标，这说明F2反映的是农林牧渔业情况。表3所示旋转成分矩阵（Rotated Component Matrix），也为载荷矩阵，是一个系数矩阵，原变量可由各因子表示，如：
X1=-（-0.113）×F1+0.874×F2，
其矩陣模式为：
X=AF
其中，X=X1X2…X7为标准化原始变量，A=-0.113 0.874 0.899 0.018 … … 0.792 -0.273F=F1F2。
2.4 计算因子得分
以各因子的方差贡献率占两个因子总方差贡献率的比重作为权重进行加权汇总，得出各省份的综合得分F公式为：
F=（59.420×F1+16.101×F2）/75.521
全国各省份因子得分和综合得分表如表4。
结合各个区县在公共因子和总得分情况，对各省份的城镇就业人口数量进行评价。在行业指标F1各省份得分较高的是北京市、江苏省、浙江省、山东省、河南省和广东省，在农林牧渔业指标F2得分较高的省份是内蒙古自治区、辽宁省、黑龙江省和新疆维吾尔自治区，总得分最高的省份是江苏省、河南省、广东省和四川省，这说明我国主要行业的就业情况受地域影响较大，不同的地域环境导致不同行业的发展程度不同，因此形成了我国各省份各行业的就业形势和主要发展行业的不同。
从因子分析得到的结果来看，，可将全国各省份划为三类，其中广东省和江苏省为南方经济发展较发达的城市，城镇人口数量多，各行业发展较均衡，就业机会较多，划分为第一类，北京市、浙江省、山东省、四川省和河南省虽经济发展较好，人口稠密，但各行业之间发展不均衡，行业间存在很大的差异，因此将其划分为第二类，其余省份划分为第三类。
3 结论分析与建议
3.1 结论
在全国各省份主要行业的城镇人口就业情况的评价中，可以得出以下结论。
第一，各省份之间就业情况相差悬殊。
从原始数据中可看出，各省份之间主要行业就业情况相差很大，而且各个行业之间也存在很大的差距。就以制造业来说，2014年制造业城镇就业人口最多的广东省有1015.16万人，而同时制造业城镇人口就业最少的是西藏自治区只有1.09万人，两者相差将近1000倍，可见同一年两省之间的差异是十分明显的。当然，这种显著的差异不仅与当地的主要发展情况有关，也与人口数量有直接的关系。但尽管如此，各省之间的差距还是很明显的。
就行业来说，同一个省的不同行业就业情况差异也十分显著。以江苏省为例，2014年江苏省制造业和建筑业的城镇就业人口分别为612.32万人和450.2万人，而剩下的指标行业就业人数之和仅为以上两个行业就业人数的十分之一。除了江苏省以外，其他各省也都存在这种行业之间的就业差距，这种显著的行业差异不仅和劳动力数量有关，也与当地经济发展和地域环境有关。
第二，经济发展水平西高东低，就业地带性差异明显。
正如以上所说，地域环境和经济发展很大程度上影响着当地的行业发展和就业情况。就全国来说，东南沿海地区的经济发展整体比内陆地区更加迅速，就业机会也相对更多，而且沿海地区不仅能够发展制造业、建筑业等产业，也能发展渔业等水上产业，发展的方向较多，所以整体就业情况要好于内陆地区。而像内蒙古自治區和新疆维吾尔自治区等省份，地理位置和环境条件决定了它们可以发展农林牧渔业，但其他产业的发展与其他省份比，还是相差很多。
第三，各省就业两极分化明显，优势行业就业人数多。
各省的优势产业发展稳定，就业机会多，因此大多数人都选择从事这种发展稳定的行业，相反的，与优势产业相比，正在上升期的产业反而就业人数不是很多。这种个人择业观也直接影响着整体的就业方向，并间接地增大了就业压力。
以上三点说明，影响各省主要行业就业人数的因素不仅有地理环境，经济发展情况，人的主观选择也是一个很重要的因素。
3.2 发展建议
区域经济差异是区域竞争与合作的基础，一方面，适度的区域差异有利于提高资源的空间配置效率，发挥区域比较优势，但另一方面，区域差异又是影响经济发展的重要因素之一，区域问题解决得好坏直接影响到行业就业情况、经济发展和社会稳定。要解决问题，要做到以下几点：
第一，优化区域产业结构。
优化各省份区域的产业结构，使主要产业共同发展，这样不仅能提供更多的就业机会，而且能相对缓解日益严重的就业压力。本文的分析表明，公共因子F1、F2对变量的解释分别为59.420%和16.101%，而受公共因子影响较大的省份是广东省、江苏省等经济发达的地区，这些地区发展迅速，因此制造业、建筑业、通信等产业发展较好，就业人数也相对较多；而被分为第三类的省份经济不发达，自然条件也不是很好，所以各个行业的发展不佳，就业情况也不很乐观。通过优化产业结构，使各省份能够大力发展自己的优势产业，取长补短，相信一定能取得很好的效果。
第二，各省要改善地区经济发展条件，变劣势为优势。
我国国土面积广大，各地区的自然条件和发展情况都不一样。东南沿海地区自然环境优越，经济发展良好，人民的生活条件相对优越，而内陆地区的发展普遍没有东南沿海迅速。但各个地区都有自己的优势，各省应在发展优势产业的同时，寻找方法将自己的发展劣势尽量减小，使省内各产业发展较均衡，从而提供更多的就业机会，间接地缓解就业压力。
参考文献：
[1]何晓群.多元统计分析[M].三版.北京：中国人民大学出版社，2011.
[2]郭璇碹.区域创新效率影响因素实证研究[J].商业经济研究，2015（10）.
[3]刘英骥，邓良.金融危机后中国经济发展路径研究——基于制造业产值增长路径的视角[J].首都经济贸易大学学报，2010（5）.
[4]朱星宇，陈勇强.SPSS多元统计分析方法及应用[M].北京：清华大学出版社，2011.
[5]吕振通，张凌云.SPSS统计分析与应用[M].北京：机械工业出版社，2009.
[6]王在翔，崔庆霞.SPSS软件与应用[M].北京：科学出版社，2015.
[7]刘爱玉.SPSS基础分析教程[M].北京：北京大学出版社，2014.
