我国城镇单位就业人员平均工资影响因素实证分析
张献丽
(天津财经大学 天津 300222)
摘 要： 工资水平的提高意味着人们在消费和生活上质量的提高，因此本文以城镇单位就业人员平均工资为研究对象来研究影响工资水平的变化因素并根据以往的变化趋势预测未来的工资水平。在研究的具体操作上是选取了居民消费水平，商品房平均销售价格以及我国失业人员数量这三个变量，利用sas软件对其建立多元回归模型进行分析，并进行检验，然后对城镇单位就业人员平均工资进行时间序列分析，建立ARIMA模型，并根据建立的模型用过去的工资水平对后三年的城镇单位就业人员平均工资进行了预测。
关键词： 城镇单位就业人员平均工资；ARIMA模型
近几十年来,人们的工资水平逐年提高,生活条件和追求的生活质量也越来越高。从以前的年收入水平几十元到现今的几万元甚至几十万元,单从工资水平就能看出我国经济发展的速度,而且,工资水平决定了人们对物质水平的追求程度。经济的发展决定了工资水平必须提高才能满足人们对生活质量的需要,居民消费水平在很大程度上能够表现工资水平的变化程度,商品房的平均销售价格从宏观经济的发展层面反映工资水平的变化。而失业人数是从劳动力供给的角度来确定影响城镇单位就业人员平均工资的机制。因此,为了更好的研究我国城镇居民就业人员的平均工资水平的影响因素和发展趋势,通过进行多元回归和预测其发展趋势来更好的认识城镇就业人员的工资水平。
一、描述性统计
影响城镇单位就业人员平均工资的因素有很多，在本文中是从国家层面的居民消费水平、商品房平均销售价格和失业人数这三个维度来分析的。
随着时间的发展，单从工资水平的变化程度就可以看的出来生活消费水平是越来越高。具体来说从1993年的3371元增长到了2016年的67569元。根据工资水平可以计算出2016年的工资水平是1993年工资水平的20倍之多，从城镇单位就业人员的工资水平足以说明我国经济发展的速度之快。
消费水平、商品房平均销售价格和失业人数也是逐年增加的。首先，2016年的消费水平是1993年的将近16倍，就是消费水平从数值上来说从1332元变化到了21228元，增加幅度虽然没有工资水平上涨的快，但这个是符合边际收入递减规律的。商品房平均销售价格从1993年的1291增加到了2016年的7476，房价的增加随着工资水平的增加也在逐年增高。失业人数随着国家人数的增加在数量上逐年增加，但相对于消费水平、商品房价格来说，失业人数变化是比较平稳的。
根据以往的研究成果及发展现状，消费水平、商品房平均销售价格和失业人数之间可能存在这样的影响机制。首先，随着生活水平的提高，人们对物质的追求越来越高从而存在多方面的需求，由于供需关系使得消费水平的上涨，之后商品房的平均销售价格也开始因为供需关系价格上涨，消费水平和商品房价格的上升使得工资水平也将上涨。失业人口对工资水平的影响是从劳动力的多少来说的，当失业人数很多时，劳动力少因此价格即工资水平就高，反之则低。
二、模型的建立并数据分析
接下来将研究城镇单位就业人员平均工资(用y来表示)的影响因素，在众多的影响因素中选取了居民消费水平(用X1表示)、商品房平均销售价格用X2表示)和失业人数(用X3表示)三个变量。根据数据建立模型为Y=β0+β1X1+β2X2+β3X3+μ，其中自变量前的系数表示对工资水平的影响程度和影响方向。
(一)相关性分析
根据模型拟合结果R2为0.9985可以说明模型拟合效果很好，X1和X2的p值小于0.05的显著性水平，而X3的p值为0.0823说明在90%的置信水平上是显著的。根据回归结果中的vif值判断该模型中存在多重共线性。因此需要进一步进行多重共线性的检验从而判断是否这些变量都留在模型中。
ddy t =212.71597-0.09415ddy t-1 -0.60082ddy t-2
(二)建立多元回归模型
建立y、X1、X2、X3的多元线性回归模型，并对模型进行估计。根据回归结果可以得出回归模型为：
接下来要进行多重共线性检验，若检验出严重的多重共线性说明选取的变量之间对因变量工资水平的解释方面是重复的，就要对变量进行剔除。在本文中用逐步回归法的结果可以发现不需要剔除任何变量，变量均保留了下来，说明多重共线性并不严重，可以接受之前建立的模型。也就是说用X1、X2、X3这三个变量来解释城镇单位就业人员的平均工资的变化情况是有一定的说服力的，从而进一步的对该模型进行研究，从而发现自变量时如何影响工资水平的变动情况的。
目前，我国建筑行业中可以单独处理建筑智能化系统中出现的问题的人员较少，很多人专业素养不够，少部分人虽然掌握了智能化技术，但在实践中对于具体的智能产品又了解甚少，无法熟练操控，导致即使熟悉设计图纸也无法达到预期要求。除此之外，还存在很多设计人员虽然可以上岗，却未经过专业的培训，无法完全理解智能系统工程中的子项目，设计出的图纸不能十分到位地协调系统之间的运作，智能系统的作用无法得到充分利用，进而无法为建筑施工带来便捷[1]。
y=-6329.54258+2.56324X1+2.07847X2+4.16384X3
用工资水平和三个变量进行相关检验发现，工资水平y和X1、X2、X3的相关性系数分别是1、0.99826和0.99043，三个系数都接近于1，p均小于0.0001。因此，从斯皮尔曼系数和p值说明这三个变量在很大程度上能够解释工资水平的变化原因，同时也说明该模型拟合的良好，且工资水平和三个自变量有显著的正向关系。
树立人的尊严。并且,习总书记还强调:“伟大斗争,伟大工程,伟大事业,伟大梦想,紧密联系、相互贯通、相互作用,其中起决定性作用的是党的建设新的伟大工程。确保党……在坚持和发展中国特色社会主义的历史进程中始终成为坚强领导核心。”[6]这就更加说明在发展中国特色社会主义事业中党的领导的重要性,因为只有代表着人民利益的无产阶级政党才能在物化的社会中“不忘初心,牢记使命”,才能坚定自己的“阶级意识”,坚持马克思主义理论在意识形态上的指导地位,坚定社会主义方向,坚持共产主义信仰,才能带领人民走出一条以人为本、和谐发展的康庄大道。
(三)多重共线性检验
在2010年的《食品与化学毒性》杂志上，有比利时学者发表的去除果蔬农残的研究综述。他们发现，焯水、去皮、油炸、清洗（并结合其他处理）是最有效的几种途径。
(四)异方差检验
在进行了多重共线性检验后要进行模型的异方差检验。对模型进行异方差检验得到的p=0.6655,因此认为模型不存在异方差。
(五)序列相关性检验
接下来需要进行自相关检验，若模型中存在自相关性就需要对模型进行修改，因为自相关意味着模型设定的偏误。自相关检验的结果发现决定自相关指标DW值为0.608，同时，Pr<DW的概率为0.0001，因此可以判断该模型设定中有一定的偏误即自相关。因此为了解决这一问题，用一阶差分来修正自相关，在进行一阶差分后发现模型不再存在自相关。
通过多元回归模型研究了X1、X2、X3对平均工资的影响，在这一部分将根据对城镇单位就业人员平均工资的时间序列的数据来进行预测。
三、城镇单位就业人员平均工资的预测
通过建立多元回归模型并进行一系列的检验我们可以对模型得出结论。首先，三个自变量对因变量的系数都是正数，说明三个变量的增加都会使工资水平得到一定的提高，这是符合经济规律的。其次，根据系数知三个变量对工资水平的影响程度都是不同的。前两个变量的系数都是小于第三个变量的系数，居民消费水平每增加一单位，因变量工资水平y将会上涨2.56个单位，同理，虽然前两个变量的系数不相等，商品房价格对因变量工资水平的影响也可以这样解释。最后就是第三个变量,失业人数增多会导致工资水平上升是因为失业人数多意味着就业人数减少,当就业的人数少于社会的岗位数时，就会产生争抢劳动力的情况从而导致工资水平的上升。
在用时间序列模型分析并预测一下工资水平时首先要进行平稳性检验。在上面的分析中我们知道工资水平y是增长而不是平稳的。因此要对城镇单位就业人员平均工资y进行数据处理。一阶差分后仍是上升趋势，说明处理过的城镇单位就业人员的平均工资序列依然不是平稳序列。因此要继续进行第二步的处理也就是进一步差分。通过二阶差分处理发现y的二阶差分序列图呈现出上下波动的趋势，所以可以认为在进行二阶差分处理后的城镇单位就业人员平均工资y是一个平稳的序列，可认为y为二阶单整。在确定了工资水平是二阶单整后就可以进行模型定阶以及预测了。
于2013年4—6月在宁波市奉化区采用整群随机抽样方法随机抽取2个街道 （镇），每个街道（镇）抽取1个居委会（行政村），抽取的居委会（行政村）内65岁以下的已婚妇女为调查对象，采集子宫颈脱落细胞样本进行HPV检测。所有调查对象均知情同意，共采集778份样本，样本来源者年龄23~65岁，中位年龄为45岁。
(一)城镇单位就业人员平均工资的差分处理与平稳性检验
一旦出现问题，用户可以基于明确的建议做出快速、周全的决策。应对措施包括从即刻关注到安排近期维护和确定在设备日常维护期间可以解决的问题。该应用解决方案适用于所有加工和制造行业的基本仪表设备以及精细的资产，例如电机变压器或断路器、复杂的电气或旋转设备以及传送带等机械搬运设备。通过精确诊断任何设备问题产生的原因，该应用还能快速识别和修复设备，从而进一步降低成本。
(二)模型定阶
模型定阶是根据差分数据的自相关和偏自相关图以及多个模型在BIC准则下的数值来确定模型的阶数，通过使用sas软件对数据处理发现由模型信息准则的输出结果可以看出BIC(2,0)=11.92131，也就是在p=2，q=0时 遵从BIC准则从而确定建立模型的阶数。通过估计ARIMA模型的参数来进行判断是否拒绝原假设而确定AR(2)模型。通过检验发现 AR(2)的伴随概率是0.0062，因此确定应建立AR(2)。最后确定的模型如下：
我们除了要保持住民族的审美特性之外，还要拓展新的审美精神，大胆吸取现代审美理念以及趣味，使作品充满具有时代感的审美精神。当代粉彩没骨花鸟画的审美精神应当吸取西方先进的审美理念，更加贴近生活，贴近自然。这样符合生活，且具有文化底蕴的作品才能够具有这个时代的审美特点。
实践教学是学生掌握知识的重要渠道，是学生把所学的理论知识转化为实际技能的重要途径，也是培养学生创新能力的源泉；也是拓展学生职业能力的根本途径，同时还是展现学生个性化的舞台。
根据确定的模型系数可以知道，二阶差分受到之前两年工资水平的影响，以2017年为例，当t=2017时，2015年和2016年的二阶差分将对2017年的二阶差分产生负的影响，且2015年的影响更大。根据上述公式就可以用过去的工资水平预测未来的工资水平。
(三)预测
根据确定的模型，要想预测2017年的工资水平，首先要根据ddy 2016和ddy 2015得到ddy 2017的结果，之后再根据一阶差分和二阶差分的倒推得到具体的数值，对之后年份的工资水平也是这样来进行计算的。综上，预测出了2017-2019年的城镇单位就业人员平均工资。根据表中数据，将2015年的二阶差分和2016年的二阶差分数值代入上面公式中，得到了2017年的二阶差分数值，根据计算差分的公式将2017的二阶差分数值加上2016年的一阶差分数值得到2017年的一阶差分数值，再根据一阶差分公式将2017年一阶差分值加上2016年的工资水平就可以得到2017年的工资水平。同理，2018年的工资水平是根据差分后的2016年和2017年的数值来计算的。
表 1城镇单位就业人员平均工资预测值
由上表得出，我国2017-2019年城镇单位就业人员平均工资的二阶差分分别为-103.16、447.76和380.37，2017-2019年城镇单位就业人员平均工资比上一年的增加额分别为5436.8426、5884.6074、6264.9769，进而可以算出工资水平的具体数值将为73005.8426元、78890.45元、85155.4269元，可以看出随着经济的发展，工资水平的增长幅度是越来越大的，因此也说明人们的生活水平在继续提高。
四、结论及建议
在上面的分析中，所选取的三个变量对因变量工资水平的拟合效果很好，X1、X2、X3对城镇单位就业人员平均工资都有较好的解释力。通过多元回归模型的建立的得出了三个变量怎样影响城镇单位人员工资水平的结论。通过该模型可以根据变量对工资水平的影响程度反过来根据变量的的变化趋势来预测工资水平的变化情况，即就本文结果来说居民消费水平每提高一个单位工资水平将提高2.56个单位。
通过对时间序列数据进行分析可以做出经济预测，本文建立了ARIMA模型，首先对城镇单位就业人员平均工资y进行平稳性检验，通过对数据的处理和检验最终认为二阶差分后的工资水平是平稳的，经过对模型预测，计算出了2017-2019城镇单位就业人员平均工资的预测值。可以看出城镇单位就业人员平均工资仍然呈现增长趋势，且其增长速度也在加快。
因此，通过对工资水平的影响因素以及预测的研究结果可以提出以下建议。首先，要时刻关注工资水平、消费水平以及商品房消费价格等重点指标的变化动向，因为这些与社会的发展方向有很大的关系。另外，可以根据消费水平和工资水平的变动情况判断变动是否合理，如本文中居民消费水平每提高一个单位工资水平将提高2.56个单位，若在某一年的变动情况差别很大，就可能说明社会发展中存在一些问题。
参考文献:
[1] 王玥,陈曦.社会平均工资统计口径调整对养老保险降费空间影响研究[J].河北大学学报(哲学社会科学版),2018,43(04):113-125.
[2] 赵艳芳.山西省城镇就业状况分析[J].经济师,2018(03):170-171.
作者简介： 张献丽(1994—)，女，汉族，河北邯郸，在读研究生，天津财经大学，研究方向：宏观经济统计分析。
标签：城镇单位就业人员平均工资论文; ARIMA模型论文; 天津财经大学论文;