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
【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。 【期刊名称】广西质量监督导报 【年(卷),期】2019(000)005 【总页数】2
【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
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。 (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：
y=-6329.54258+2.56324X1+2.07847X2+4.16384X3
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。 (三)多重共线性检验
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
我国城镇单位就业人员平均工资影响因素实证分析
