序論：寫作是一種深度的自我表達。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內(nèi)心深處的真相，好投稿為您帶來了七篇統(tǒng)計學(xué)平均增長率范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創(chuàng)作。

篇(1)

對處罰所持的態(tài)度

調(diào)查的問題如下：

目前在中國，從事“”的“小姐”(、雞)，如果被警察抓住，最高罰款是5000元，同時拘留最多15天，還要通知家屬。您覺得，這種處罰是太輕了，還是太重了?(備選答案：1．過于重了；2．重了一些；3．正好；4．輕了一些；5．過于輕了)

目前在中國，如果警察抓住客(花錢找“小姐”的男人)，最高罰款是5000元，同時拘留最多15天，還要通知家屬。您覺得，這種處罰是太輕了，還是太重了?(備選答案同上題)

如果把答案1與2合并為“處罰重”，把答案3、4、5合并為“處罰不重”，那么統(tǒng)計結(jié)果是：

在這短短的6年里，覺得?處罰小姐重的人增加了將近1倍，從2000年的13.9％增加到2006年的26.7％，年平均增長率11.4％。也就是說，現(xiàn)在有1／4強的人并不同意目前的政策(男人的1／3、女人的1／5)。

對于男客(客)，覺得“處罰重”的人，從2000年的19.1％增加到2006年的22.7％，增加幅度相對較小，但是也有1／5強的人不同意目前的政策(男人的近1／3、女人的1／7)。

誰越來越寬容?

是男人，還是女人?

覺得“處罰小姐重”的男人，從2000年到2006年的年平均增長率是7.8％，可是女人的年平均增長率卻高達20.1％。

與此類似，在男人中，覺得“處罰客重”的人從2000年到2006年基本持平，可是女人的年平均增長率卻是13.5％。

是年輕人，還是老年人?

都不是，而是中年人(40～49歲)。在他們里面，覺得“處罰小姐重”的人增加最多，年平均增長率達到19.3％。覺得“處罰客重”的人也是這個年齡段增加最多，年平均增長率達到19.1％。

是高文化的，還是低文化的?

在上過小學(xué)的人里面，覺得“處罰小姐重”的人，年平均增長率是最高的，達到21.7％。反之，在上過大學(xué)的人里面，這一比例卻是持平，沒有增加。

是城市人，還是農(nóng)村人?

覺得“處罰小姐重”的人，在農(nóng)村人口中的年平均增長率達到12.5％；在從事農(nóng)業(yè)勞動的人里面則是18.4％。反之，城市人口里面寬容小姐的人的年平均增長率只有8.8％。此外，“處罰客重”的人，也是從事農(nóng)業(yè)勞動的人增加得最快，年平均增長率居然達到26.5％。

是富人，還是窮人?

都不是，是中等收入的人，他們寬容小姐的人的年平均增長率達到19.1％，而富人與窮人的增長率都遠低于此。

是未婚的，還是試婚的?

都不是，年平均增長率最高(12.8％)的，恰恰是那些已婚而且只結(jié)過一次婚的人。

為什么寬容?

中國有一句古話“物以類聚，人以群分”。因此我們似乎有充分的理由相信：那些寬容小姐與男客的人，就是找過小姐的人，是性關(guān)系“混亂”的人，至少也是那些喜歡娛樂休閑的人?？墒?，調(diào)查表明這個推論錯了。

筆者分別從4個方面來考察：是否與小姐過、是否與一個以上的人有過、是否接受過異性全身按摩、是否到營業(yè)場所跳過舞。結(jié)果，無論是看2000年到2006年所增長的百分點，還是看“年平均增長率”，在那些沒有從事過上述活動的人里面，寬容小姐與寬容男客的人，都遠遠超過那些曾經(jīng)做過這些事的人。也就是說，恰恰是那些沒有參與過的人們，更多更快地寬容性產(chǎn)業(yè)，既包括小姐，也包括男客。

某些人盡可以大罵“世風日下、人心不古”，但是筆者卻更傾向于認為，從1981年開始，經(jīng)過25年的“越掃越黃”，我們應(yīng)該開始把“性產(chǎn)業(yè)”看作一個社會問題，用社會工作的方法來梳理，而不是繼續(xù)吊死在政治問題(所謂“給社會主義抹黑”)這棵樹上。

對“聚眾罪”的看法

在我國現(xiàn)行的“性法律”里，除了性產(chǎn)業(yè)問題以外，最重要的就是“聚眾罪”。

筆者在調(diào)查中的提問是：

我國現(xiàn)行的《刑法》規(guī)定：“聚眾進行活動的，對首要分子或者多次參加的，處五年以下有期徒刑、拘役或者管制。”這里的“聚眾”說的是：超過兩個人以上在一起過性生活。您認為，這種情況應(yīng)該如何處理才對?

1．根本不應(yīng)該管

2．應(yīng)該批評教育

3．應(yīng)該作為違法，而不是犯罪

4．應(yīng)該作為犯罪，但是判刑不應(yīng)該這么重

5．現(xiàn)在的規(guī)定，不輕不重，正好

6．現(xiàn)在的規(guī)定，還太輕了

我們在這里看到，將近2／5的人并不認為“聚眾”是犯罪，將近3／5的人認為現(xiàn)行法律的處罰過重。尤其需要注意的是，中國成年人對于“聚眾”的寬容，超過對于小姐的寬容(26.7％)與對客的寬容(22.7％)，而且前者是后者的2倍還多。

為什么?很簡單：第一，所謂的“聚眾”是自愿的，沒有的問題；第二，這里面沒有金錢買賣的問題；第三，它沒有危害別人。否則，就應(yīng)該按照別的法律來制裁。

筆者特別要指出的是：對于寬容者的社會階層分析發(fā)現(xiàn)，在絕大多數(shù)方面，各個階層之間都沒有出現(xiàn)顯著的差異。也就是說，在50歲以下的各個年齡組之間，在不同文化程度、不同職業(yè)之間，在城市人口、流動人口與農(nóng)村人口之間，在高中低的收入之間，在直轄市、省會、地級市、縣級市、縣城與村鎮(zhèn)之間，在黨員與有無的非黨員之間，人們對于“聚眾罪”這條法律的態(tài)度基本是一致的――都有30％～40％的人認為它不是犯罪，都有50％～60％的人認為法律處罰過重。

大學(xué)生的寬容程度

從2001年到2006年，從百分數(shù)上來看，大學(xué)生對于性產(chǎn)業(yè)更加寬容了；但是這些增加都沒有構(gòu)成統(tǒng)計學(xué)上的顯著差異，因此只能說：在最近5年中，大學(xué)生對于性產(chǎn)業(yè)的態(tài)度沒有顯著的變化。

篇(2)

（大連理工大學(xué)，遼寧大連116024）

【摘要】我們根據(jù)數(shù)據(jù)通過簡單計算可以發(fā)現(xiàn)，近幾年中國各省的用水增長率呈現(xiàn)穩(wěn)定，所以我們可以認為中國各省的用水量是一個指數(shù)模型模型，并且這是符合相關(guān)數(shù)據(jù)的。為了充分利用這些水利設(shè)施和輸水管道，使之達到水資源最合理的分配，我們使用了網(wǎng)絡(luò)流模型進行研究。通過次網(wǎng)絡(luò)流計算之后得到的值即為所有城市水量之和。最終得出未來用水量以及用水運輸?shù)淖顑?yōu)化。

關(guān)鍵詞 用水量；中國各??；淡水運輸

1未來用水量

1.1假設(shè)

（1）未來20年內(nèi)，中國國內(nèi)沒有大的人口遷徙，中國不會遭遇戰(zhàn)爭或大災(zāi)難。

這條假設(shè)符合中國穩(wěn)定的國情，顯然是合理的。

（2）未來20年內(nèi)，中國經(jīng)濟依舊會平穩(wěn)增長，不會遇到經(jīng)濟危機。

（3）由于中國的國情決定，選取近幾年關(guān)于中國的相關(guān)數(shù)據(jù)可以更好地解決問題。

（4）不考慮氣候變化。

1.2建立模型

通過查找有關(guān)文可以得知，決定一個地區(qū)用水的主要因素有：農(nóng)業(yè)用水，工業(yè)用水，城市用水。

根據(jù)中國統(tǒng)計部公布的各省經(jīng)濟數(shù)，我們可以發(fā)現(xiàn)近幾年中國各個省的農(nóng)業(yè)發(fā)展，工業(yè)發(fā)展，與人口增長都呈穩(wěn)定的增長。反應(yīng)在用水量上，根據(jù)數(shù)據(jù)通過簡單計算可以發(fā)現(xiàn)，近幾年中國各省的用水增長率呈現(xiàn)穩(wěn)定，所以我們可以認為中國各省的用水量是一個指數(shù)模型模型，并且這是符合相關(guān)數(shù)據(jù)的。

但是在中國的“十二五規(guī)劃”中，中國中央政府以強制的方式規(guī)定了各省在2015年，2020年，2030年的用水指標（該省份最多可以用的水）。

由于中國的該政策，我們引入了阻滯增長模型（logistic模型）。

以河南省為例，具體來闡述一下用于預(yù)測水需求量的阻滯增長模型。

08年的用水減少的主要原因可以歸結(jié)為當年的經(jīng)濟危機，此組數(shù)據(jù)可以體現(xiàn)近幾年用水增長率接近一個常數(shù)。所以考慮2008-2011的數(shù)據(jù)更具有代表性。

（1）預(yù)測2013年的用水量

計算平均增長率：r=3.13%

根據(jù)國家規(guī)定的河南省2015年用水指標：N=260.00

使用典型的阻滯增長模型，其中x代表用水量，r代表平均增長率，代表2011年的用水量。

2合理運輸

2.1假設(shè)

（1）用上一節(jié)預(yù)測模型估計的結(jié)果近似為各省市的用水需求量。并假設(shè)各個水庫最多可以供應(yīng)總庫容量50%的水量。

（2）可以用不同的整數(shù)來描述不同水庫供水量的多少和各個省市的水的需求量。

（3）在地勢平坦的地區(qū)鋪設(shè)輸水管道的難易程度要小于山區(qū).

2.2建立模型

中國已經(jīng)現(xiàn)有很多大型水庫及水利設(shè)施來運輸水，我們要在充分利用這些資源的條件下來研究如何分配水資源使途中各大城市可以得到滿足需求的水。

為了簡化有關(guān)水的運輸問題，我們可以把中國的各大水庫抽象成一個點的集合A，用不同整數(shù)代表各個水庫的蓄水量多少。再把各大城市抽象成點的集合B，用不同整數(shù)代表各個城市的水量需求多少。城市與城市，水庫與水庫，城市與水庫之間有輸水管道的連接，并且輸水管道的容量可能不同?，F(xiàn)在需要一種水的分配方法，使得運輸?shù)剿谐鞘械乃恐妥畲蟆?/p>

本文將此問題抽象為網(wǎng)絡(luò)流的最大流問題加以求解。

在有向無權(quán)圖G(V,E,C)中，其中C為每條邊的容量c（u，v），再給每條邊賦予一個流值f（u，v），并規(guī)定源s和匯t。其中容量限制條件：邊的流量不超過邊上的容量。其中規(guī)定反向邊的流量為正向邊的流量的相反數(shù)。

對于我們抽象的模型來說，我們可以在假設(shè)一個點，稱為超級源點x，并讓x點連接所有A集合得點，邊權(quán)大小為各個點的蓄水量大小。再假設(shè)一個點，稱為超級匯點y，并讓所有B集合的點連接y點，邊權(quán)大小為各個點的蓄水量大小。則通過次網(wǎng)絡(luò)流計算之后得到的值即為所有城市水量之和。

3結(jié)論與討論

中國水資源日益短缺，質(zhì)量不斷下降，水環(huán)境持續(xù)惡化，已經(jīng)造成了巨大的經(jīng)濟損失。面對此情況，應(yīng)進一步加快水資源立法進程，依靠科技進步，促進水資源的開發(fā)和管理升級，倡導(dǎo)建設(shè)節(jié)約型社會。

參考文獻

［1］姜啟源．數(shù)學(xué)建模的運用[M]．3版．

篇(3)

通過對DEA指數(shù)方法對全要素生產(chǎn)率進行分解后，發(fā)現(xiàn)技術(shù)效率最高的前三個省市分別為天津、上海、廣東省;而技術(shù)效率最低的四個省份分別為廣西、、內(nèi)蒙古、吉林。從區(qū)域?qū)哟蝸砜矗?003-2012年之間曼奎斯特全要素生產(chǎn)率增長率順序從高到低依次是東部、中部和西部地區(qū)。技術(shù)效率指數(shù)的以仍然是東部地區(qū)最高、中部次之，西部地區(qū)最低。本文建議加大R&D投入、加快區(qū)域產(chǎn)業(yè)轉(zhuǎn)型升級是提升中西部區(qū)域技術(shù)效率縮小與東部差距的重要手段和途徑之一。

關(guān)鍵詞：TFP;技術(shù)效率;索羅殘差法;DEA-Malmquist

基金項目：本研究得到國家社科重大招標項目“全面提高開放型經(jīng)濟發(fā)展水平研究”（13&ZD046）（子課題：中國國際直接投資發(fā)展水平研究）和教育部人文社科基金項目“產(chǎn)業(yè)國際化促進經(jīng)濟增長的機制與邊際效應(yīng)實證研究”（11YJA790185）的資助

21世紀以來，隨著世界經(jīng)一體化進程發(fā)展以及市場化開放程度，國家之間的經(jīng)濟交流也越來越大，各國經(jīng)濟也存在著高速增長。在世界經(jīng)濟飛速發(fā)展的大背景下，近10年以來，我國的經(jīng)濟也呈現(xiàn)著每年GDP增長率高速發(fā)展。這到底是由于什么原因引起的呢？主要有三種觀點，第一，傳統(tǒng)經(jīng)濟學(xué)理論認為由于中國投入的高增長導(dǎo)致了中國經(jīng)濟的高增長，主要包括資本和勞動的積累。第二，30年來我國經(jīng)濟的改革提升了要素的配置效率，優(yōu)化了產(chǎn)業(yè)結(jié)構(gòu)，尤其是在國企改革以及金融貿(mào)易之間的改革極大地促進了全要素生產(chǎn)率的提升。第三，由于R&D的投入以及技術(shù)進步、FDI技術(shù)外溢效應(yīng)直接或間接地提升了技術(shù)效率，科研活動的加強也促進了經(jīng)濟的高速增長。

國內(nèi)有許多學(xué)者對中國全要素生產(chǎn)率測算以及相關(guān)領(lǐng)域做了大量研究，運用不同的計量方法（參數(shù)法和非參數(shù)法）對全要素生產(chǎn)率進行測量比較比較少，更多的是對2000年左右的全要素生產(chǎn)率進行測量分析。還有一些學(xué)者對企業(yè)層面的生產(chǎn)效率和TFP變化了進行了研究，主要采用的是非參數(shù)方法（數(shù)據(jù)包絡(luò)分析DEA， Date Envelopment Analysis），對所選取的生產(chǎn)數(shù)據(jù)也添加了許多變量進行分析。

本文在以下幾個方面有別于以往的研究：首先，通過運用參數(shù)法和非參數(shù)的方法，選取2003-2012年省級層面數(shù)據(jù)，經(jīng)過大量測算整理工作，處理各個省份數(shù)據(jù)進行面板回歸測量比較，并根據(jù)經(jīng)濟區(qū)域把各省份劃分為東中西三部分結(jié)構(gòu)歸類。其次通過對測算方法的比較分析兩種測算方法的優(yōu)劣，選取較合適的DEA指數(shù)分析法的結(jié)果。并對其全要素增長率進行分解為效率進步和效率提升這兩部分。最后通過比較分解的結(jié)果，找出各地區(qū)全要生產(chǎn)率差異形成的原因，并為縮短區(qū)域經(jīng)濟發(fā)展的差距提出政策性建議。

我們得到的初步結(jié)論是：2003-2012年間，全國全要素生產(chǎn)率平均增長率為-0.2%，主要原因是由于技術(shù)效率的增長率為-2.3%，技術(shù)進步的增長量為2.1%。表明我國全要素生產(chǎn)率的提升主要來自于科研、R&D研究這一塊領(lǐng)域，而技術(shù)效率的年平均-2.3%的下跌造成了我國全要素生產(chǎn)率不高的主要原因。技術(shù)效率是指產(chǎn)業(yè)結(jié)構(gòu)能否符合總體要求（綜合效益）并使之發(fā)揮最大的經(jīng)濟和社會效益，根據(jù)我們對技術(shù)效率數(shù)據(jù)的觀察，技術(shù)效率最高的前三個省市分別為天津、上海、廣東省;而技術(shù)效率最低的四個省份分別為廣西、、內(nèi)蒙古、吉林。從區(qū)域?qū)哟蝸砜矗?003-2012之間曼奎斯特全要素生產(chǎn)率增長率順序從高到低依次是東部、中部和西部地區(qū)。技術(shù)效率指數(shù)的以仍然是東部地區(qū)最高、中部次之，西部地區(qū)最低。

一、全要素生產(chǎn)率研究的相關(guān)理論

國內(nèi)外已有文獻主要從參數(shù)法和非參數(shù)法研究兩個方面研究各地區(qū)經(jīng)濟發(fā)展中的生產(chǎn)要素效率情況。參數(shù)法經(jīng)典理論索洛殘差法由SLOW（1957）提出，也稱作生產(chǎn)函數(shù)法，舒元（1993）通過索洛殘差法估算了1952-1990年之間我們的全要素生產(chǎn)的變化情況，研究得到其有0.02%的增長率，且0.3%的貢獻率對于產(chǎn)出的增長。郭慶旺、賈俊雪（2005）通過運用四種估算方法對全要素生產(chǎn)率進行了測算，認為四種結(jié)果較為一致，主要趨勢都是在當經(jīng)濟不景氣的時候，全要素生產(chǎn)都出現(xiàn)了不同程度的下降，由此得出結(jié)論國家的宏觀經(jīng)濟的波動和全要素生產(chǎn)率的變化有密切的關(guān)系。楊勇（2008）基于科布-道格拉斯（Cobb-Douglas）生產(chǎn)函數(shù)并且利用歷年統(tǒng)計數(shù)據(jù)得出中國1952-2006年的服務(wù)業(yè)全要素生產(chǎn)率，隨后通過計算生產(chǎn)要素對產(chǎn)出的貢獻率做了時序分析且與國外經(jīng)驗做了橫向的對比，實證結(jié)果表明，中國全要素生產(chǎn)率對服務(wù)業(yè)產(chǎn)出增長率的影響在1980年前波動較大，而之后漸趨平穩(wěn)，然而總體水平仍舊較低。

非參數(shù)法研究全要素生產(chǎn)率主流的是以DEA-Malmquist指數(shù)方法。該算法為代表的是郭慶旺（2005）在分析測算中國省份經(jīng)濟時，利用非參數(shù)DEA-Malmquist指數(shù)方法，結(jié)果表明各省份經(jīng)濟雖然增長，但是存在較大的差異，而且仍然有逐步增大的趨勢，發(fā)現(xiàn)其原因主要是由于各省份之間的技術(shù)進步率差異所造成的;吳延兵（2008）利用中國工業(yè)面板數(shù)據(jù)研究從國內(nèi)外技術(shù)引進和自主研發(fā)對生產(chǎn)率的影響， 結(jié)果顯示兩者進對生產(chǎn)率促進存在著正向的作用， 然而我國在對自主研發(fā)吸收能力表現(xiàn)不強，對引進技術(shù)的學(xué)習和消化產(chǎn)生不利影響， 進而影響了生產(chǎn)率增長。劉建國、李國平、張軍濤、孫鐵山（2012）運用Malmquist指數(shù)模型在省際層面測算了1990-2009年全要素生產(chǎn)率，影響因素做了進一步分解，實證得出從全要素生產(chǎn)率的影響因素上看，經(jīng)濟集聚、人力資本、信息化、基礎(chǔ)設(shè)施、經(jīng)濟開放度及制度因素對全要素生產(chǎn)率有促進作用;產(chǎn)業(yè)結(jié)構(gòu)、政府干預(yù)和土地投入對全要素生產(chǎn)率的影響為負相關(guān);但是在統(tǒng)計學(xué)上看基礎(chǔ)設(shè)施水平對全要素生產(chǎn)率的貢獻并不是很明顯;

國外對于全要素生產(chǎn)率的也有相關(guān)實證研究。早在20世紀60年代Griliches（1964）就已經(jīng)證實R&D是促進生產(chǎn)率增長的關(guān)鍵條件之一;Basant和Fikkert（1996）基于印度1974-1982年的廠商間數(shù)據(jù)，估計了R&D開支、技術(shù)購買、國內(nèi)外R&D溢出對全要素生產(chǎn)率的影響的，分析得出三者對于全要素生產(chǎn)率的提升均有正向作用;Jimmy Ran、Guangzhong Li、Jan P. Voon（2007）利用來自19個行業(yè)層面以及來自中國30個省級層面的最新面板數(shù)據(jù)，實證研究發(fā)現(xiàn)外國直接投資對全要素生產(chǎn)率的凈影響依舊是正面的，但是區(qū)域差距一直在擴大。

二、全要素生產(chǎn)率方法的選擇及測定

對于全要素生產(chǎn)率的測算目前主要有兩種：索洛殘差法（參數(shù)法）和DEA-Malmquist指數(shù)方法（非參數(shù)方法）。本文將同時運用這兩種方法對全要素生產(chǎn)率進行測量，選取精確度較高的一種用于“FDI雙向流動”模型進行回歸分析。

1.參數(shù)和非參數(shù)法模型比較

“索洛殘差法”（參數(shù)法）主要基于柯布道格拉斯生產(chǎn)函數(shù)模型。運用隱性變量法柯布―道格拉斯隨機前沿生產(chǎn)函數(shù)，即：[Yit=AitKαitLβiteμit] （3.1）

i = 1，2，…，n;t為時間式

其中Yit是各地區(qū)生產(chǎn)總值（ GDP） ;Kit為各時期各地區(qū)的資本投入量;Lit為各時期各地區(qū)勞動力投入量;Ait為各時期各地區(qū)的全要素生產(chǎn)率。[αiβi]分別為資本和勞動的產(chǎn)出彈性，[μit]則作為隨機誤差項。

為了估算TFP，對式3.1兩端同時取對數(shù)可得：

[InYit=InAit+αInKit+βInLit+μit] （3.2）

DEA方法（非參數(shù)法）主要基于產(chǎn)出的生產(chǎn)效率。假設(shè)有k=1，…，K個省份使用n=1，…，N種投入要素xtk，n，得到m=1，…，M種產(chǎn)出ytk，m。在不變的規(guī)模報酬和投入要素可自由處置的條件下，參考技術(shù)集為：

[T=y，x：yk，mk=1kzkyk，m m=1，...，M;xk，mk=1kzkxk，n n=1，...，N;zk0，k=1，...K] （3.3）

在計算Malmquist生產(chǎn)率指數(shù)時我們依照DEA方法下構(gòu)造的Malmquist模型的基本思想，依據(jù)，F(xiàn)are和Roos（1989）的研究成果，得到線性規(guī)劃問題，根據(jù)相對有效性函數(shù)將Malmquist指數(shù)定義為為兩個時期的Malmquist指數(shù)的幾何平均：

[Mt+1t=Dt+10（xt+1，yt+1，bt+1）Dt0（xt+1，yt+1，bt+1）Dt+10（xt，yt1，bt） Dt0（xt，yt1，bt）1/2] （3.4）

當TFPCH>1，表示全要素生產(chǎn)率呈增長趨勢，TFPCH<1則表示全要素生產(chǎn)率呈下降趨勢，根據(jù)Fare、Grosskopf、Norris、Zhang（1994）的研究發(fā)現(xiàn)，全要素生產(chǎn)率的變動又可以分解為兩個部分，技術(shù)效率變化（EFFCH）和技術(shù)變化（TECH），全要素生產(chǎn)率為兩部分效率變化的乘積。

[Mt+1t=EFFCHt+1t*TECHT+1T] （3.5）

[EFFCHT+1T=Dt+10（xt+1，yt+1，bt+1）Dt0（xt，yt1，bt）] （3.6）

[TECH=Dt0（xt+1，yt+1，bt+1）Dt0（xt，yt，bt）Dt+10（xt+1，yt+1，bt+1）Dt+10（xt，yt，bt）1/2] （3.7）

當EFFCH>1時，表示從t到t+1時期出現(xiàn)了效率提高;反之，如果EFFCH< 1，表示從t到t+1時期出現(xiàn)了效率下降。如果MLTECH>1，表示t到t+1時期忽略壞產(chǎn)出的情況下的生產(chǎn)前沿朝更多的產(chǎn)出，更少的投入的方向移動，出現(xiàn)技術(shù)進步;反之，如果MLTECH<1，則表示生產(chǎn)前沿面朝著更少的產(chǎn)出，更多的投入的方向移動，出現(xiàn)技術(shù)退步。

對2003-2012年間我國全要素生產(chǎn)率的數(shù)據(jù)進行估算，索羅殘差法估算平均增長率為0.05%，根據(jù)DEA-Malmquist指數(shù)方法得到年平均增長率-0.024%。鑒于索羅殘差法本身比較粗糙，且對于東中西部省份的估計也不精確以及對于政策和經(jīng)濟沖擊波動比較大，我們采用相對比較可信的DEA-Malmquist指數(shù)方法測得的全要素生產(chǎn)率數(shù)據(jù)。

2.模型測算結(jié)果比較和分析

利用統(tǒng)計軟件Eviews7.2對In（Yit/Lit）=In（A）+[α]In（Kit/Lit）+[εit]進行回歸，得到[α=0.723]，[β=0.277]，檢驗結(jié)果顯示在1%水平上顯著。然后將[α=0.723]，[β=0.277]代入[A/A=Y/Y-α*K/K-β*L/L]，計算得到2003-2012年中國各省份的TFP增長率，如表3.1，。為進一步觀察我國各地區(qū)的TFP變化率，我們對地區(qū)進行劃分，得到中國東中西三部分的TFP增長趨勢圖。

根據(jù)柯布-道格拉斯生產(chǎn)函數(shù)投入產(chǎn)出變量作為參照物，勞動指標我們用歷年各省份的就業(yè)人口作為代替勞動投入量，我們選用固定資本存量作為資本指標，產(chǎn)出指標一般有兩種選擇，GDP和人均GDP都可以反映一個地區(qū)的經(jīng)濟發(fā)展水平，本文我們選取的GDP作為產(chǎn)出指標來替代。并利用DEAP2.1軟件對全要素生產(chǎn)率進行測算。全要素生產(chǎn)率、技術(shù)效率和技術(shù)進步變化有表3.1列出。

<E：＼王芳＼現(xiàn)代營銷?學(xué)苑版201411＼p112-1.JPG>

<E：＼王芳＼現(xiàn)代營銷?學(xué)苑版201411＼p112-2.JPG>

圖3.1-3.2 2003-2012東中西部TFP增長率（索洛殘差法和DEA-Malmquist指數(shù)方法）

由圖3.1和圖3.2可以看出，2003年以來，TFP總體呈上升趨勢，TFP增速在2001-2007年間快速上升，2008年受國際金融危機的影響，投資嚴重受挫，TFP也迅速下滑，隨著經(jīng)濟局勢的好轉(zhuǎn)，2009和2010年連續(xù)兩年TFP增速有所回升，但仍未達到前期高點，2011年歐債危機的爆發(fā)使得TFP增速又有所下降。綜合來看，改革開放后我國經(jīng)濟穩(wěn)步增長，生產(chǎn)率水平顯著提高，TFP指數(shù)呈現(xiàn)穩(wěn)步上升態(tài)勢，預(yù)計未來仍將保持上升趨勢不變。但受國內(nèi)外經(jīng)濟環(huán)境影響，我國的TFP增速波動較大。

索羅殘殘差法和DEA-Malmquist指數(shù)方法對東中西部進行整體趨勢分析，與我國的宏觀經(jīng)濟政策、國際經(jīng)濟大環(huán)境和區(qū)域經(jīng)濟結(jié)構(gòu)還是比較吻合的。我們發(fā)現(xiàn)，2003-2012年之間，2003年初東部和中部地區(qū)存在一定的差距，但是總體上看全要素生產(chǎn)率的變化率都是大于1，存在逐年進步的，而西部地區(qū)全要素生產(chǎn)率較為落后，在2005年時三個區(qū)域開始呈現(xiàn)發(fā)散，之后東部地區(qū)開始穩(wěn)步增長，中部地區(qū)則出現(xiàn)短暫的下滑，全要素生產(chǎn)率有呈現(xiàn)不規(guī)律波動。2007年，國家根據(jù)《西部大開發(fā)“十一五”規(guī)劃》，投入總規(guī)模為1516億元進行在西部地區(qū)開工10項重點工程。政策的導(dǎo)向是的西部地區(qū)的全要素生產(chǎn)率瞬間被拉高，由于沒有后續(xù)的企業(yè)資本投入，到西部的產(chǎn)業(yè)轉(zhuǎn)移也沒有跟進，使得其后的幾年直到2012年全要素生產(chǎn)率一直有下降的趨勢。東部地區(qū)受金融危機的影響，2007-2009年發(fā)生持續(xù)性的下降，到2010年經(jīng)濟復(fù)蘇全要素生產(chǎn)率開始回升，略高于中部地區(qū)。

表5.3 DEA-Malmquist指數(shù)及其分解（2003-2012）

[地區(qū)＼&全要素生產(chǎn)率＼&技術(shù)效率指數(shù)＼&技術(shù)進步指數(shù)＼&東部平均＼&1.021＼&0.979＼&1.024＼&中部平均＼&0.988＼&0.977＼&1.019＼&西部平均＼&0.982＼&0.976＼&1.016＼&全國平均＼&0.998＼&0.977＼&1.021＼&]

技術(shù)效率是指產(chǎn)業(yè)結(jié)構(gòu)能否符合總體要求（綜合效益）并使之發(fā)揮最大的經(jīng)濟和社會效益，根據(jù)我們對技術(shù)效率數(shù)據(jù)的觀察，從表5.3可以看到，技術(shù)效率最高的前三個省市分別為天津、上海、廣東省;而技術(shù)效率最低的四個省份分別為廣西、、內(nèi)蒙古、吉林。從區(qū)域?qū)哟蝸砜矗?003-012之間曼奎斯特全要素生產(chǎn)率增長率順序從高到低依次是東部、中部和西部地區(qū)。技術(shù)效率指數(shù)的以仍然是東部地區(qū)最高、中部次之，西部地區(qū)最低。

對2003-2012年間我國全要素生產(chǎn)率的數(shù)據(jù)進行估算，索羅殘差法估算平均增長率為0.05%，根據(jù)DEA-Malmquist指數(shù)方法得到年平均增長率-0.024%。鑒于索羅殘差法本身比較粗糙，且對于東中西部省份的估計也不精確以及對于政策和經(jīng)濟沖擊波動比較大，我們采用相對比較可信的DEA-Malmquist指數(shù)方法測得的全要素生產(chǎn)率數(shù)據(jù)。

結(jié)論

兩種模型方法估算全要素生產(chǎn)率總體的大小和趨勢是一致的，在經(jīng)濟繁榮的階段，TFP增長率都出現(xiàn)了逐步上漲的特點，在經(jīng)濟不景氣或者受經(jīng)濟危機影響的階段，都出現(xiàn)了急劇下滑降至階段低點。但是對于波動幅度和大小存在較大的差異。索洛殘差法對全要素生產(chǎn)了的估算比較平緩，但在經(jīng)濟沖擊比較大的背景下波動又顯得較為劇烈。用索羅殘差法估算全要素生產(chǎn)率的變化，東部地區(qū)和中部地區(qū)基本都在TFP變化率1上下震蕩，且東部地區(qū)和中部地區(qū)差距描述不是很明顯。而DEA-Malmquist指數(shù)方法對全要素生產(chǎn)率的梯度差估算更為顯著，經(jīng)濟危機和國家政策對地區(qū)投入的沖擊波動也更為平穩(wěn)和順暢。2003-2012年間，全國全要素生產(chǎn)率平均增長率為-0.2%，主要原因是由于技術(shù)效率的增長率為-2.3%，技術(shù)進步的增長量為2.1%。表明我國全要素生產(chǎn)率的提升主要來自于科研、R&D研究這一塊領(lǐng)域，而技術(shù)效率的年平均-2.3%的下跌成為我國全要素生產(chǎn)率不高的主要原因。

這些結(jié)論為我們制定經(jīng)濟政策提供的指導(dǎo)意義在于： 在全國宏觀經(jīng)濟經(jīng)濟方面，政府應(yīng)該加大對R&D投入，增強企業(yè)自主研發(fā)的主觀能動性，通過有效的管理增強資源配置的效率，實現(xiàn)企業(yè)對技術(shù)層面的追趕。此外，我們還要積極引入高質(zhì)量的資本以及外資企業(yè)，通過對要素配置效率的滲透，突破技術(shù)前沿面。同時在平衡東中西部區(qū)域經(jīng)濟發(fā)展方面，應(yīng)該加大對中西部地區(qū)的人才和高質(zhì)量企業(yè)的引進，在引進先進技術(shù)的同時實現(xiàn)對資源的利用和合理配置。

參考文獻：

[1]Basant R，F(xiàn)ikkert B. The effects of R&D， foreign technology purchase， and domestic and international spillovers on productivity in Indian firms[J].The Review of Economics and Statistics，1996： 187-199

[2]Fare R，Grosskopf S，Norris M，et al. Productivity growth，technical progress，and efficiency change in industrialized countries[J].The American economic review，1994： 66-83

[3]Griliches Z.Research expenditures， education，and the aggregate agricultural production function[J].The American Economic Review，1964： 961-974

[4]Ran J，Voon J P， Li G.How does FDI affect China？ Evidence from industries and provinces[J].Journal of Comparative Economics，2007，35（4）： 774-799

[5]白潔.對外直接投資的逆向技術(shù)溢出效應(yīng)――對中國全要素生產(chǎn)率影響的經(jīng)驗檢驗[J].世界經(jīng)濟研究，2009 （8）： 65-69

[6]郭慶旺，賈俊雪.中國全要素生產(chǎn)率的估算： 1979―2004[J].經(jīng)濟研究，2005，6（5）： 1-60

[7]郭慶旺，趙志耘，賈俊雪.中國省份經(jīng)濟的全要素生產(chǎn)率分析[J].世界經(jīng)濟，2005，5： 46-53

[8]劉建國，李國平，張軍濤等.中國經(jīng)濟效率和全要素生產(chǎn)率的空間分異及其影響[J].地理學(xué)報，2012，67（8）： l

[9]邱斌，楊帥，辛培江.FDI 技術(shù)溢出渠道與中國制造業(yè)生產(chǎn)率增長研究： 基于面板數(shù)據(jù)的分析[J].世界經(jīng)濟，2008 （8）： 20-31

[10]覃毅，張世賢.FDI 對中國工業(yè)企業(yè)效率影響的路徑――基于中國工業(yè)分行業(yè)的實證研究[J].中國工業(yè)經(jīng)濟，2011（11）： 68-78

[11]吳延兵.自主研發(fā)， 技術(shù)引進與生產(chǎn)率[J].經(jīng)濟研究，2008，8： 51-64

[12]楊勇.中國服務(wù)業(yè)全要素生產(chǎn)率再測算[J].世界經(jīng)濟，2008（10）： 46-55

作者簡介：

篇(4)

廣東常住人口1.04億全國第一

根據(jù)普查數(shù)據(jù)，此次人口普查登記的全國總?cè)丝跒?3.4億人（加上港澳臺的人口總數(shù)為13.7億人），與2000年第五次人口普查相比，10年增加7390萬人，增長5.84%，年平均增長0.57%，比1990年到2000年年均1.07%的增長率下降了0.5個百分點。從四大區(qū)域人口分布情況來看，沿海發(fā)達省份人口占全國總?cè)丝诘谋戎卦谠黾?，更多的人口從中西部往東部發(fā)達地區(qū)遷移、流動。東部地區(qū)人口占全國常住人口的37.98%，與第五次人口普查相比，上升2.41個百分點。

從各地區(qū)人口變化情況看，數(shù)量方面，按常住人口口徑統(tǒng)計，廣東已經(jīng)超過河南，常住人口達到1.04億人，也是全國唯一一個常住人口數(shù)量超過1億的省份，其常住人口數(shù)量占全國總?cè)丝诒壤秊?.79%。山東9579萬人位于第二位，河南9402萬人位于第三。而在2000年，河南常住人口排名第一。此外，全國僅有6個省份常住人口減少，其他省份均為增加。10年間，常住人口增加最多的5個地區(qū)是廣東、浙江、上海、北京、山東，分別增加1800萬、766萬、628萬、580萬和500萬，均處于發(fā)達地區(qū)。常住人口減少的6個省份為湖北、四川、重慶、貴州、安徽、甘肅，其中湖北人口減少最多，10年間減少了304萬。增長方面，公布數(shù)據(jù)的21個地區(qū)中，共有13個地區(qū)增幅超過全國平均水平，北京、天津、上海、廣東的增長幅度最大，10年分別增長了44.5%、37.53%、29.27%、20.69%，年均增長率為3.8%、3.24%、2.6%、1.9%，都遠遠超過了國家0.57%的平均增長率。

實際上，此前聯(lián)合國在2008年的全球人口展望中，曾預(yù)測2010年中國總?cè)丝跁_到13.54億人。而在2010年11月中國開始統(tǒng)計人口數(shù)字時，聯(lián)合國的人口統(tǒng)計學(xué)家曾預(yù)計中國人口現(xiàn)在將達到14億。造成中國人口增長落后于預(yù)期的背后原因則是近十年來中國人口生育率的下降。中國之前估算的生育率為1.8，而根據(jù)此次普查結(jié)果估算，中國總和生育率很可能只有1.5，甚至更低。2010年，中國0～14歲少年人口占比為16.6%，相比2000年的22.89%下降了6.29個百分點，而2000年比1990年僅下降了4.8個百分點，這意味著過去10年少年人口占比在加速減少。此次普查的數(shù)據(jù)還顯示中國的總生育率（一位育齡婦女一生所生子女個數(shù)的平均值）可能已經(jīng)降至1.4，這遠遠低于2.1的人口替代率，而專家表示，這種局面最終會走向人口穩(wěn)定狀態(tài)，未來將有可能出現(xiàn)人口不增長甚至減少。

人口數(shù)量增加最多5個地區(qū)和減少最多4個地區(qū)比較

21個地區(qū)10年間人口年均增長率比較

上海外來人口比重39%全國最高

此次人口普查，全國流動人口大幅增加，流動人口總數(shù)為2.6億，比2000年增長81.03%。廣東、浙江、上海、北京等地區(qū)公布了本地區(qū)流動人口情況。從流動人口數(shù)量來看，廣東流動人口數(shù)量最為龐大，為3128萬人，占常住人口的30%，占全國流動人口的12%。其中屬于省外的2150萬人，省內(nèi)的978萬人。同第五次全國人口普查相比，10年間廣東跨鄉(xiāng)鎮(zhèn)流動的人口增加1023萬人，增長48.58%，其中省外人口增加643萬人，增長42.71%。在省內(nèi)外流動人口數(shù)量之龐大，是廣東成為全國第一人口大省的主要原因。其次為浙江，共有外來人口1182.4萬人。外來人口比重方面，上海外來常住人口為897.7萬人，占常住人口的39%，是外來人口比重最大的地區(qū)，10年共增長159.08%，年平均增長率高達9.99%。其次是北京外來人口的比重已由2000年的18.9%提高到2010年的35.9%。

顯然，外來人口已經(jīng)成為廣東、上海、北京等地區(qū)常住人口中極為重要的一部分。外來人口可以說推動了這些地區(qū)近些年來的經(jīng)濟繁榮和快速增長，而這些地區(qū)也為外來人口提供了源源不斷的就業(yè)崗位和家庭收入的快速增長。但是值得注意的是，外來人口的集中性聚集也給這些地區(qū)的發(fā)展帶來了諸如大城市病、社會治安不穩(wěn)等一系列的問題。對于在“十二五”時期積極推進產(chǎn)業(yè)結(jié)構(gòu)升級的東部地區(qū)和承接產(chǎn)業(yè)轉(zhuǎn)移的中西部地區(qū)而言，確立人口與經(jīng)濟社會發(fā)展協(xié)調(diào)是一個良好的機遇。

部分地區(qū)外來人口數(shù)量及占常住人口比重比較

注：1.表示流動人口以流入為主；表示四川流出人口數(shù)量。

2. 廣東為流動人口數(shù)量；浙江、上海、北京、天津為外來常住人口數(shù)量。

3. 流動人口是指居住地與戶口登記地所在的鄉(xiāng)鎮(zhèn)街道不一致、且離開戶口登記地半年以上的人口。

重慶65歲及以上人口占比11.56%老齡化程度最嚴重

按國際的通行標準，一個國家或地區(qū)65歲以上人口占總?cè)丝诘谋戎剡_到7%，即標志其進入老齡化社會。人口普查結(jié)果顯示，中國的老齡化進程在加快，過年10年間，14歲以下的小孩在總體人口中比重下降6.29個百分點，而65歲及以上人口占8.87%，比2000年人口普查上升1.91個百分點。從公布數(shù)據(jù)的24個地區(qū)的情況看，19個地區(qū)65歲及以上人口占比超過7%，步入老齡化社會。其中重慶65歲及以上人口占比11.56%，是老齡化程度最嚴重的地區(qū)。而北京、天津、上海、廣東則由于外來人口基本以中青年為主，給本地區(qū)帶來了很大的人口紅利，延緩了人口老齡化的進程。北京、天津、廣東分別為8.7%、8.52%、6.75%，均低于國家平均水平。上海雖然超過了10%，但上海也是10年來唯一一個老年人口占比出現(xiàn)下降的地區(qū)。

老年人口比重的不斷加大，顯然驗證了學(xué)者們對中國“人口紅利”問題的普遍關(guān)心。聯(lián)合國的人口展望數(shù)據(jù)預(yù)測2010年中國65歲以上人口占比為8.2%，而中國的老齡化速度已經(jīng)超出了權(quán)威機構(gòu)的預(yù)期。而如果這種狀況繼續(xù)下去，意味著未來15～20年間，在一面加速老齡化、一面勞動力減少的此消彼長作用下，中國的人口紅利將快速衰減。根據(jù)聯(lián)合國的數(shù)據(jù)推測，2025年中國的人口紅利（以15~64歲勞動人口占比衡量）將下降到全球平均水平。此外，中國的老齡化問題也將進一步嚴重，如果按照7%的老齡化社會標準，中國已經(jīng)進入了老齡化社會，并有進一步加重的趨勢，“未富先老”將是未來需要解決的難題。

寧夏城鎮(zhèn)化率上升15%高出全國1.56個百分點

根據(jù)普查結(jié)果，全國居住在城鎮(zhèn)的人口為6.66億人，城鎮(zhèn)化率為49.68%，城鎮(zhèn)化率10年上升13.46個百分點，凈增2億人，不論是年凈增量還是城鎮(zhèn)人口總量，都已經(jīng)長期處于世界第一的位置。這充分說明近10年城鎮(zhèn)化進程在加快，也標志著我國工業(yè)化和現(xiàn)代化水平的不斷提高。但同時流動人口已經(jīng)超過 2.6億人，城鎮(zhèn)化呈現(xiàn)出“半城鎮(zhèn)化”的狀況，正嚴重影響著中國城鎮(zhèn)化的質(zhì)量。從地區(qū)情況看，共有浙江、北京等7個地區(qū)公布了城鄉(xiāng)人口情況。城鎮(zhèn)化率方面，東部經(jīng)濟發(fā)達省份城鎮(zhèn)化水平較高，北京的城鎮(zhèn)化率最高達到86%，高出全國平均水平36.32個百分點。廣東66.18%，比全國平均水平高16.5%。甘肅、青海、貴州等西部地區(qū)較低。城鎮(zhèn)化率變化方面，寧夏城鎮(zhèn)人口增長較快，較第五次全國人口普查上升15.02個百分點，高出全國13.46%的上升幅度1.56個百分點。

城鎮(zhèn)化率達到近50%，十年中凈增2億城鎮(zhèn)人口，中國的城鎮(zhèn)化速度可以說已經(jīng)冠絕全球?？焖僭鲩L的城鎮(zhèn)化率帶動了城市經(jīng)濟的繁榮，也促進了農(nóng)村剩余勞動力的工業(yè)化轉(zhuǎn)移?？梢哉f，城鎮(zhèn)化的加速對于中國近年來消費經(jīng)濟的發(fā)展和形成產(chǎn)生了巨大的作用。但是同時值得注意的是，在快速城市化的同時，我國的社會保障制度遠遠落后于城鎮(zhèn)化進程，大批在城市中工作和生活的外來人口享受不到與當?shù)厝似降鹊纳鐣Ｕ虾透＠贫劝才?，而對于大批的農(nóng)民工而言，這個問題更加嚴重。有研究認為，如果以就業(yè)作為城鎮(zhèn)化水平的認定標準的話，那么目前中國的城鎮(zhèn)化水平至少達到60%以上。

7個地區(qū)10年間城鎮(zhèn)化率變化情況比較

天津人口性別比114.52 最不合理

篇(5)

關(guān)鍵詞：勞動力就業(yè)結(jié)構(gòu)；變化趨勢；職業(yè)教育；啟示

職業(yè)教育相對普通教育而言，與經(jīng)濟發(fā)展和就業(yè)結(jié)構(gòu)關(guān)系更為緊密，有助于勞動力的合理供給、緩解勞動力供求矛盾、拓寬就業(yè)渠道，是促進勞動力就業(yè)和再就業(yè)的重要舉措。為了充分發(fā)揮職業(yè)教育促進就業(yè)的作用，職業(yè)教育應(yīng)當依據(jù)勞動力就業(yè)結(jié)構(gòu)的變化趨勢來確定其發(fā)展思路。筆者在分析勞動力就業(yè)結(jié)構(gòu)的現(xiàn)狀的基礎(chǔ)上，采用趨勢外推法對我國未來五年內(nèi)勞動力就業(yè)結(jié)構(gòu)的變化趨勢進行預(yù)測，并據(jù)此提出對職業(yè)教育發(fā)展思路的相應(yīng)啟示。

我國勞動力就業(yè)結(jié)構(gòu)的現(xiàn)狀及變化趨勢

我國勞動力就業(yè)結(jié)構(gòu)的產(chǎn)業(yè)特征1985年至2004年三次產(chǎn)業(yè)從業(yè)人員各自所占份額及變化趨勢見圖1、表2、表3和表4。第一產(chǎn)業(yè)從業(yè)人員所占份額大致呈下降趨勢，已由1985年的近2/3穩(wěn)定到90年代后期的1/2左右；第二產(chǎn)業(yè)從業(yè)人員份額大致呈上升趨勢，但是90年代后期呈下降趨勢，而且已小于第三產(chǎn)業(yè)的從業(yè)人數(shù)量與份額；第三產(chǎn)業(yè)從業(yè)人員數(shù)量與份額經(jīng)歷了快速上升的過程，并已超過第二產(chǎn)業(yè)成為吸納從業(yè)人員的主要力量。改革開放以來，從業(yè)人員總數(shù)從1978年的40153萬人增加到2004年的75200萬人，共增加了35047萬人，年平均增長率為3.49%。三次產(chǎn)業(yè)的從業(yè)人員數(shù)量分別由1978年的28318萬人、6945萬人和4890萬人上升到2004年的35269萬人、16920萬人和23011萬人，分別增加了6951萬人、9975萬人和18121萬人，年均增長率分別為0.98%、5.74%和14.8%。在增加的從業(yè)人員中，約19.8%的從業(yè)人員被第一產(chǎn)業(yè)吸納，約28.5%的被第二產(chǎn)業(yè)吸納，第三產(chǎn)業(yè)吸納的約51.7%，已超過新增從業(yè)人員的一半，成為改革以來吸納從業(yè)人員的主要力量。

我國勞動力就業(yè)結(jié)構(gòu)的所有制特征從1980年至2004年，在國有單位和城鎮(zhèn)集體單位從業(yè)的人員份額逐年下降，而鄉(xiāng)鎮(zhèn)企業(yè)和私營及個體企業(yè)在拉動就業(yè)方面的作用越來越大，尤其是進入90年代，鄉(xiāng)鎮(zhèn)企業(yè)提供的就業(yè)崗位已經(jīng)開始超過國有單位。在吸收新增就業(yè)者的數(shù)量上，私營經(jīng)濟所占的比重越來越高。1989年，全社會每100個新增就業(yè)者中，只有0.07個流向私營部門，1998年私營企業(yè)吸收的勞動力數(shù)量超過了當年全社會新增就業(yè)人數(shù)。1997年我國共有418萬下崗職工在個體、私營經(jīng)濟領(lǐng)域中實現(xiàn)了再就業(yè)，占當年安置下崗職工總數(shù)的2/3以上。①私營、個體戶的從業(yè)人員在1990年至2004年的年均增長率為14.1%，而同期國有企業(yè)、集體企業(yè)的年均增長率只有-2.5%、-5.3%。鄉(xiāng)鎮(zhèn)企業(yè)在有效增加產(chǎn)品供給的同時，在農(nóng)村就地吸收了大量的農(nóng)業(yè)剩余勞動力，成為農(nóng)村增加非農(nóng)就業(yè)的主要渠道。國有企業(yè)和集體企業(yè)在吸收從業(yè)人員方面的作用在逐漸減小。不同所有制從業(yè)人員數(shù)量與份額見表1，份額的變化趨勢見圖2。

注：表中數(shù)據(jù)根據(jù)《中國統(tǒng)計年鑒2005》（北京：中國統(tǒng)計出版社，2005年9月，第一版）有關(guān)數(shù)據(jù)測算得出，下同。

我國勞動力就業(yè)結(jié)構(gòu)的產(chǎn)業(yè)結(jié)構(gòu)變化趨勢預(yù)測勞動力在第一產(chǎn)業(yè)、第二產(chǎn)業(yè)和第三產(chǎn)業(yè)的分布，作為一種經(jīng)濟現(xiàn)象在相當長的時期內(nèi)有其發(fā)展方向和趨勢，因此我們擬用趨勢外推法對這種長期趨勢進行預(yù)測。我們的假設(shè)是（1）其發(fā)展過程呈漸進性發(fā)展而非跳躍式變化；（2）未來和過去的發(fā)展規(guī)律一樣，也即根據(jù)過去資料建立的趨勢外推模型能適合未來的發(fā)展。首先，我們用時序（x）為自變量，時序數(shù)列第一產(chǎn)業(yè)從業(yè)人員份額（Y1）為因變量來對第一產(chǎn)業(yè)從業(yè)人員份額的變化進行趨勢外推，如表2和圖3所示。在圖3中，散點是第一產(chǎn)業(yè)從業(yè)人員份額的實際數(shù)值，曲線是根據(jù)實際數(shù)值擬合的指數(shù)曲線趨勢線y=63.618e-0.0151x的圖示，②利用這一趨勢方程式對2004年之后的七年進行趨勢外推可得出結(jié)論：在未來十年里第一產(chǎn)業(yè)從業(yè)人員的份額將會繼續(xù)緩慢降低。同時，由于中國人口基數(shù)過大，在經(jīng)過二十多年的經(jīng)濟體制改革后，第一產(chǎn)業(yè)還是吸納著近1/2的勞動力，未來一段時間內(nèi)我國人口還將保持一定的增長趨勢，所以第一產(chǎn)業(yè)還將繼續(xù)發(fā)揮蓄水池的作用。與過去不同的是，農(nóng)業(yè)產(chǎn)業(yè)化進程的加快對繼續(xù)留在農(nóng)村從事農(nóng)業(yè)的勞動力的技術(shù)要求提高很多。

最后，我們對第三產(chǎn)業(yè)從業(yè)人員份額的趨勢進行外推，做出第三產(chǎn)業(yè)從業(yè)人員份額（Y3）對時序（x）的散點圖并對數(shù)據(jù)進行曲線的擬合，如圖5所示。

圖5中，散點是第三產(chǎn)業(yè)從業(yè)人員份額的實際數(shù)值，曲線是根據(jù)實際數(shù)值擬合的指數(shù)曲線趨勢線：y=15.855e0.0346x的圖示，④利用這一趨勢方程式對2004年之后的七年進行趨勢外推可得出結(jié)論：在未來七年里，第三產(chǎn)業(yè)從業(yè)人員的份額將會繼續(xù)快速上升，并超過第二產(chǎn)業(yè)成為吸吶從業(yè)人員的主要力量。從經(jīng)濟發(fā)展階段看，我國處于工業(yè)化中期。2000年在三次產(chǎn)業(yè)的產(chǎn)值構(gòu)成比例中，第一產(chǎn)業(yè)占10%左右，第二產(chǎn)業(yè)已占到70%，第三產(chǎn)業(yè)占到20%左右，按照庫茲涅茨研究得出的一般模式，當?shù)谝划a(chǎn)業(yè)產(chǎn)值比重降低到20%以下，第二產(chǎn)業(yè)比重上升到高于第三產(chǎn)業(yè)并在產(chǎn)值構(gòu)成中占最大比重時，工業(yè)化進入中期階段。在工業(yè)化中期，體現(xiàn)在就業(yè)結(jié)構(gòu)上，就是第一產(chǎn)業(yè)勞動力大量向第二、第三產(chǎn)業(yè)轉(zhuǎn)移，考慮到我國屬于發(fā)展中國家的特殊情況，建國以來長期實行"優(yōu)先發(fā)展重工業(yè)"的趕超型發(fā)展戰(zhàn)略，形成第二產(chǎn)業(yè)產(chǎn)值過高、第三產(chǎn)業(yè)產(chǎn)值比重過低的扭曲的產(chǎn)業(yè)結(jié)構(gòu)，表現(xiàn)在產(chǎn)業(yè)間的勞動力結(jié)構(gòu)就是:改革之初，68.7%的勞動力滯留在第一產(chǎn)業(yè)內(nèi)，第三產(chǎn)業(yè)的勞動力份額甚至低于建國初的勞動力份額。加之改革開放之后，第二產(chǎn)業(yè)內(nèi)部減員增效、現(xiàn)代企業(yè)制度建立并逐步實施，第二產(chǎn)業(yè)吸納從業(yè)人員的能力有限，第一產(chǎn)業(yè)轉(zhuǎn)移出的勞動力將繼續(xù)地大部分為第三產(chǎn)業(yè)所吸納，第三產(chǎn)業(yè)已超過第二產(chǎn)業(yè)成為吸納從業(yè)人員的第二大主要力量。發(fā)達國家第三產(chǎn)業(yè)從業(yè)人員占全部從業(yè)人員的比重一般在60%以上，即使是發(fā)展中國家如印度、馬來西亞等國也已經(jīng)達到50%。第三產(chǎn)業(yè)增加值每增長1個百分點，平均增加就業(yè)崗位85萬個左右。每投資100萬元可提供的就業(yè)崗位為：重工業(yè)400個，輕工業(yè)700個，第三產(chǎn)業(yè)1000個。在我國今后一段時期里，第三產(chǎn)業(yè)拉動就業(yè)的潛力仍然很大。⑤

我國勞動力就業(yè)結(jié)構(gòu)的所有制結(jié)構(gòu)變化趨勢預(yù)測我們用時序（x）為自變量，時序數(shù)列私營及個體企業(yè)從業(yè)人員份額（Y4）為因變量來對私營及個體企業(yè)從業(yè)人員份額的變化趨勢進行外推，如表5和圖6所示。在圖6中，散點是私營及個體企業(yè)從業(yè)人員份額的實際數(shù)值，曲線是根據(jù)實際數(shù)值擬合的對數(shù)曲線趨勢線y=3.3039Ln（x）+0.0884的圖示，⑥利用這一趨勢方程式對2004年之后的七年進行趨勢外推可得出結(jié)論：在未來幾年里私營及個體企業(yè)對從業(yè)人員的需求會繼續(xù)增加，將成為勞動力就業(yè)的一個很重要的途徑。

勞動力就業(yè)結(jié)構(gòu)的現(xiàn)狀及變化趨勢為職業(yè)教育發(fā)展的啟示

第一，鄉(xiāng)鎮(zhèn)企業(yè)在有效增加產(chǎn)品供給的同時，在農(nóng)村就地吸收了大量的農(nóng)業(yè)剩余勞動力，成為農(nóng)村增加非農(nóng)就業(yè)的主要渠道。國有企業(yè)和集體企業(yè)在吸收從業(yè)人員方面的作用在逐漸減小。城鄉(xiāng)職業(yè)教育要聯(lián)合起來，為留在農(nóng)村本土從事農(nóng)業(yè)以及非農(nóng)就業(yè)和進入城市第二和第三產(chǎn)業(yè)就業(yè)的農(nóng)民，提供技術(shù)支持和技術(shù)保障，以實現(xiàn)科教興農(nóng)，加快農(nóng)民增收的步伐，推動農(nóng)業(yè)產(chǎn)業(yè)化、農(nóng)村現(xiàn)代化、農(nóng)村城鎮(zhèn)化的進程。

本文為全文原貌 未安裝PDF瀏覽器用戶請先下載安裝 原版全文

第二，勞動力就業(yè)結(jié)構(gòu)中產(chǎn)業(yè)結(jié)構(gòu)變化趨勢和所有制結(jié)構(gòu)的變化趨勢分析表明，第三產(chǎn)業(yè)和中小企業(yè)、私營企業(yè)將成為勞動力需求增長較快的領(lǐng)域，提示職業(yè)教育要把“引導(dǎo)學(xué)生積極到第三產(chǎn)業(yè)和中小私營企業(yè)就業(yè)”的指導(dǎo)思想貫穿始終，并且要密切關(guān)注勞動力市場對人才的需求，用人才需求來引導(dǎo)職業(yè)教育的教學(xué)方向，結(jié)合專業(yè)特色、積極采用學(xué)習周期長短結(jié)合的“模塊化教學(xué)”、“產(chǎn)學(xué)結(jié)合”的靈活而實用的教學(xué)模式，以提高教學(xué)效果，使職業(yè)教育能真正促成普通的勞動者向市場積極需求的能力型勞動者的轉(zhuǎn)變。

第三，在教學(xué)過程中積極引入“創(chuàng)業(yè)教育”，多方面創(chuàng)造條件來引導(dǎo)、鼓勵學(xué)生多渠道參與創(chuàng)業(yè)活動，不僅實現(xiàn)自我就業(yè)，還為他人提供就業(yè)崗位，從而為根本改善社會就業(yè)狀況做出貢獻。

注釋：

①中國社會科學(xué)院工業(yè)經(jīng)濟研究所.中國工業(yè)發(fā)展報告1999[M].北京：經(jīng)濟管理出版社,1999:212.

②徐國祥．統(tǒng)計預(yù)測和決策[M]．上海：上海財經(jīng)大學(xué)出版社，1998：82．根據(jù)統(tǒng)計學(xué)統(tǒng)計預(yù)測原理，因為第一產(chǎn)業(yè)從業(yè)人員份額的時間序列值的一階差比率（Yx/Yx-1）基本相等，所以選擇指數(shù)曲線模型來進行趨勢外推，利用計算機自動計算出該指數(shù)曲線的方程。

③賈俊平．統(tǒng)計學(xué)[M]．北京：清華大學(xué)出版社，2004：365.

④徐國祥．統(tǒng)計預(yù)測和決策[M]．上海：上海財經(jīng)大學(xué)出版社，1998：82．根據(jù)統(tǒng)計學(xué)統(tǒng)計預(yù)測原理，因為第三產(chǎn)業(yè)從業(yè)人員份額的時間序列值的一階差比率（Yx/Yx-1）基本相等，所以選擇指數(shù)曲線模型來進行趨勢外推，利用計算機自動計算出該指數(shù)曲線的方程。

⑤參見《職業(yè)技術(shù)教育》2002年第4期第36頁的“數(shù)字”欄目。

⑥徐國祥．統(tǒng)計預(yù)測和決策[M]．上海：上海財經(jīng)大學(xué)出版社，1998:82．根據(jù)統(tǒng)計學(xué)統(tǒng)計預(yù)測原理，私營及個體企業(yè)從業(yè)人員份額的時間序列值的一階差分、二階差分、一階差比率和一階差的一階比率均沒有呈現(xiàn)出“相等或基本相等”的態(tài)勢，本研究依據(jù)“排除原則”選取對數(shù)曲線模型來進行趨勢外推，利用計算機自動計算出該對數(shù)曲線的方程。

作者簡介：

張睿（1974―），西華師范大學(xué)教育經(jīng)濟與管理專業(yè)2006屆管理學(xué)碩士，現(xiàn)在新鄉(xiāng)醫(yī)學(xué)院教務(wù)處教育教學(xué)研究室工作，研究方向為教育經(jīng)濟學(xué)、高等教育管理。

黃育云（1941―），西華師范大學(xué)教育科學(xué)學(xué)院教授，研究方向為教育經(jīng)濟學(xué)。

篇(6)

關(guān)鍵詞： 中國；能源消費；ARIMA模型；預(yù)測

中圖分類號：F224；F206 文獻標識碼：A 文章編號：2095-0829（2014）05-0041-07

一、引言

近十年來，年均增長率9.5%的我國經(jīng)濟贏得了令世界矚目的成就，但高增長的經(jīng)濟背后伴隨著能源需求的迅速增長以及能源供需缺口的大幅擴大。能源是一個國家國民經(jīng)濟發(fā)展的重要物質(zhì)基礎(chǔ)，也是提高人民生活水平的重要物質(zhì)基礎(chǔ)，上世紀90年代能源缺口曾經(jīng)長期制約著我國經(jīng)濟的發(fā)展。[1]35近幾年由于我國能源產(chǎn)量迅速增加，能源短缺現(xiàn)象在一定程度上雖然得到了緩解，但從長遠來看能源供需形勢仍然非常不容樂觀。[2]12以原油的供需為例，新世紀以來，我國石油產(chǎn)量年均增長率只有1.5%，但石油消費增長率穩(wěn)定保持在7.5%以上，由此形成了石油供需的巨大缺口，這種巨大缺口使得我國對石油進口的依存度連年擴大。近十年來，伴隨著經(jīng)濟的迅速增長，石油凈進口大幅攀升以致于我國在世界主要石油消費國中的名次上升到了第二位，僅次于美國?？墒俏覈壳懊媾R的石油后備供應(yīng)能力已經(jīng)嚴重不足，同時全球石油供應(yīng)渠道受地緣政治緊張局勢（南海沖突、美國重組亞太地區(qū)等等）影響，我國未來的能源基礎(chǔ)能否繼續(xù)支撐今后社會經(jīng)濟可持續(xù)發(fā)展，已經(jīng)成為國內(nèi)外眾多學(xué)者關(guān)注的焦點。因此對未來能源消費需求進行預(yù)測分析，并在此基礎(chǔ)上對國家未來能源需求、能源供給的規(guī)劃提供政策性建議，對于保障我國社會主義市場經(jīng)濟的健康、平穩(wěn)發(fā)展具有重要的理論和現(xiàn)實意義。

當前國內(nèi)外許多學(xué)者和機構(gòu)已經(jīng)對能源消費問題進行廣泛研究，并取得了許多研究成果，其中一個焦點就是對能源消費預(yù)測。就此問題他們運用了各種不同研究方法，例如能源消費系數(shù)法、洛倫茨曲線分析法、變量自回歸、部門分析法等等[3]3。但是這些方法大多停留在探究能源或非能源引起的經(jīng)濟現(xiàn)象如何進行量化，然后就這些變量如何對能源消費產(chǎn)生影響進行分析。模型上主要體現(xiàn)在試圖建立起與能源消費需求之間的因果關(guān)系和結(jié)構(gòu)關(guān)系，然后根據(jù)這些關(guān)系來預(yù)測能源需求的一些相關(guān)關(guān)系，但是由于能源消費往往受到各個方面因素的制約，而這些因素的關(guān)系又是錯綜復(fù)雜的，相關(guān)因素變動也是不確定的，因此運用因果關(guān)系模型或結(jié)構(gòu)比例關(guān)系預(yù)測能源需求基本很難有說服力。如果選擇預(yù)測模型的標準是追求預(yù)測精度的極大化，則最好選擇時間序列模型。[4]57-65本文擬采用時間序列模型（ARIMA模型）對能源消費進行預(yù)測，該模型是一種精度較高的時間序列短期預(yù)測模型，由于時間序列模型的結(jié)構(gòu)與特征，使得模型能夠達到最小方差意義下的最優(yōu)預(yù)測。[5]106-108

二、研究方法、數(shù)據(jù)樣本與變量設(shè)定

（一） 研究方法

1.自相關(guān)理論

我們把按時間（如時間序列數(shù)據(jù)）或者空間（如截面數(shù)據(jù)）排列的觀察值之間的相關(guān)關(guān)系稱為自相關(guān)。

在古典線性回歸模型中假定隨機擾動項ui不存在自相關(guān)，即，這一假定意味著任意一個觀察值的隨機擾動項不受其他觀察值擾動項的影響。殘差中存在自相關(guān)現(xiàn)象說明擬合不足，解釋變量沒有提取被解釋變量中所有特性，通常用DW統(tǒng)計量來判斷模型是否存在自相關(guān)，計算公式見（1），當DW統(tǒng)計量值在2附近時，我們稱模型里解釋變量不存在自相關(guān)，DW值越靠近2，模型解釋力度越好。

（1）

2. 時間序列平穩(wěn)性檢驗

我們把滿足以下兩個條件的時間序列稱為平穩(wěn)的時間序列。

1）對于任意的時間t， {Xt}的均值恒為常數(shù)，即；

2）對于時間t1和t2，{Xt}的協(xié)方差函數(shù)和自相關(guān)函數(shù)只與時間長度t2-t1有關(guān)，而與t1和t2的起始點無關(guān)。

從上述兩個條件可以看出，平穩(wěn)的時間序列的統(tǒng)計性質(zhì)不會隨著時間的推移而發(fā)生變化。

對時間序列的平穩(wěn)性檢驗主要有兩種方法：一種是圖檢驗方法，即根據(jù)時間序列散點圖和自相關(guān)散點圖顯示的波動特征做出判斷；另一種是假設(shè)檢驗方法，即構(gòu)造檢驗統(tǒng)計量。最常用的平穩(wěn)性檢驗方法是構(gòu)造統(tǒng)計量進行單位根檢驗，其基本原理為：

對于一階自回歸序列模型為

該序列的特征方程為：，特征根為：

當特征根，說明該序列平穩(wěn)；當特征根，說明該序列非平穩(wěn)。

3. ARIMA模型理論

上世紀70年數(shù)理統(tǒng)計學(xué)家BOX和Jenkins以隨機理論為基礎(chǔ)提出了有效用于分析時間序列ARIMA模型的方法，該方法由于廣泛運用，后來我們把ARIMA模型又稱為“Box-Jenkins模型”，該模型在經(jīng)濟領(lǐng)域主要被廣泛運用于預(yù)測分析。所謂時間序列是指其變化值是隨時間t變動的一組隨機變量，構(gòu)成時間序列的單個值雖然帶有不確定性，但時間序列的變化卻呈現(xiàn)出一定的規(guī)律性，因此我們可以借數(shù)學(xué)模型來粗略地描述這種規(guī)律。ARIMA模型有三種基本類型：自回歸模型、移動平均模型和自回歸移動平均模型

1）一般的P階自回歸過程AR（p）定義為

（2）

其中， 是自回歸參數(shù)；指干擾項，是白噪聲過程。

2）一般的q階的移動平均過程MA（q）定義為

（3）

其中，是回歸參數(shù)；是干擾性，屬于白噪聲過程。

3）將AR（p）與MA（q）結(jié)合，即一般自回歸移動平均過程即ARMA（p，q）定義為

（4）

公式（4）表明：一個隨機時間序列可以通過其自身的過去值或滯后值以及隨機擾動項等隨機變量來解釋。如果該序列的行為并不會隨著時間的推移而變化即具有穩(wěn)定性，那么我們簡單地可以通過該序列的過去值來預(yù)測其未來值的變化，這也正是ARIMA模型的優(yōu)勢所在。

如果時間序列數(shù)據(jù)不平穩(wěn)，即存在單位根的過程，需要將非平穩(wěn)時間序列轉(zhuǎn)換為平穩(wěn)時間序列，然后再建立以上模型，存在d個單位根就叫做d階單整，即I（d），一般需要d階差分轉(zhuǎn)換，這個過程就是ARIMA模型過程。

（二）數(shù)據(jù)樣本與變量設(shè)定

為建立合理的ARIMA模型，本文從國家統(tǒng)計局獲得了1978―2012年間35年的中國能源消費歷史數(shù)據(jù)見表1，將其作為樣本觀察值，其序列變化規(guī)律見圖1。本文把該時間序列命名為ec，即取能源消費英文首字母energy cost之意。為減小序列波動性，對該序列取對數(shù)處理，并將取對數(shù)后的時間序列命名為lec，即log（ec）的含義。在樣本觀察值的基礎(chǔ)上檢驗時間序列數(shù)據(jù)平穩(wěn)性，結(jié)果發(fā)現(xiàn)序列非平穩(wěn)即序列存在異方差。為了消除時間序列的異方差，對該序列作差分處理。經(jīng)ADF檢驗驗證該時間序列l(wèi)ec是二階單整的，可建立ARIMA（p，2，q）模型。將二階差分后平穩(wěn)的時間序列命名為d2lec，把一階差分的時間序列命名為dlec即之意，顯然d2lec即表示2次含義。建立起ARIMA模型以后，為驗證ARIMA適用性，需要對模型殘差e進行平穩(wěn)性檢驗，如果e是平穩(wěn)的，則說明模型可以進行有效預(yù)測。如果殘差e不平穩(wěn)，則需要重新估計模型。

從樣本中可以知道1978―2012年間中國能源消費呈遞增趨勢，年平均增長率達5.706%，再次驗證了改革開放以來我國能源消費快速增長的現(xiàn)實。

表6結(jié)果進一步說明了模型的準確性，除了2010年誤差百分比超過2%外，其余的都小于2%，其中2011年和2012年預(yù)測誤差百分比甚至小于1%，五年間預(yù)測平均誤差百分比僅為1.439 6%。更能說明模型具有較高的預(yù)測價值，然后利用該模型預(yù)測2013年中國能源消費86 559百萬噸標準煤，2014年和2015年中國能源消費分別是412 492百萬噸標準煤、440 165百萬噸標準煤。

四、結(jié)論和政策建議

綜上分析，將中國歷年能源消費數(shù)據(jù)與模型預(yù)測數(shù)值進行比較，發(fā)現(xiàn)運用ARIMA模型對我國能源消費進行預(yù)測的準確率高達98%。同時通過對預(yù)測數(shù)據(jù)的殘差序列進行單根檢驗，殘差具有平穩(wěn)性，進一步說明預(yù)測模型穩(wěn)定性好，實現(xiàn)了對能源消費預(yù)測平穩(wěn)性好、準確性高的目的。

同時根據(jù)我們的預(yù)測結(jié)果表明，按當前的能源消耗速度，未來幾年，我國的能源消費總量將繼續(xù)以年均約8.7%的速度增長，而國內(nèi)能源供給已經(jīng)嚴重不足，能源進口增加將使得我國經(jīng)濟對世界其他經(jīng)濟體依賴程度加大，這必然是不利的趨勢。因此，一定要采取相應(yīng)措施降低能源消費量和保證能源供給，面對目前狀況提出以下建議：

1.節(jié)約能源消耗。應(yīng)深化節(jié)能經(jīng)濟發(fā)展戰(zhàn)略思路，這不僅要求各級政府嚴格落實2010年以來國家節(jié)能減排政策，更應(yīng)該在日常工作生活中把能源節(jié)約作為工作重點。企業(yè)應(yīng)規(guī)范能源消耗管理，革新投入產(chǎn)出技術(shù)手段，提高節(jié)能率，真正將節(jié)能措施落實到日常生活、工作生產(chǎn)中去。

2.調(diào)整能源消費結(jié)構(gòu)。進一步優(yōu)化能源需求結(jié)構(gòu)，改變當前能源消費中煤炭能源消費所占比重獨大而其他能源消費比重偏小的不合理結(jié)構(gòu)，并發(fā)展可持續(xù)、地區(qū)間能源供需趨向平衡的能源消費結(jié)構(gòu)。

3.增加新能源供給產(chǎn)量。實行開發(fā)新能源發(fā)展戰(zhàn)略，加大可開發(fā)再生能源的投資力度，充分開發(fā)利用太陽能、潮汐能、生物能以及垃圾能源。

參考文獻：

[1]成升魁，沈鐳，徐增讓.2010中國資源報告――資源流動：格局、效應(yīng)與對策[M].北京：科學(xué)出版社， 2011.

[2]李文彥.21世紀前期我國能源戰(zhàn)略的若干問題[J].經(jīng)濟地理，2000（1）.

[3]盧二坡.組合模型在我國能源需求預(yù)測中的應(yīng)用[J].數(shù)理統(tǒng)計與管理，2006（5）.

篇(7)

醫(yī)院人力資源規(guī)劃是醫(yī)院總體規(guī)劃不可或缺的最重要組成部分，是醫(yī)院人力資源開發(fā)和利用的總體設(shè)計?，F(xiàn)有人力資源預(yù)測的方法復(fù)雜，在實際操作中可行性差[1]。

廣東省番禺區(qū)人民醫(yī)院作為番禺區(qū)最大的集醫(yī)療、衛(wèi)生、預(yù)防、保健于一體的綜合性醫(yī)院，是承擔番禺100多萬人口醫(yī)療、保健任務(wù)的事業(yè)單位，也將成為由區(qū)政府為主導(dǎo)興建的中心醫(yī)院的籌建主體。番禺區(qū)中心醫(yī)院按照三甲醫(yī)院標準配置，終極目標1 200個床位的規(guī)模規(guī)劃（一期建成800張，二期建成1 200張），日門診量設(shè)計為5 000人次，總用地面積147 042 m2，將于2008年建成投入使用?，F(xiàn)將我院2003～2006年的業(yè)務(wù)量等經(jīng)濟指標和人力資源的結(jié)構(gòu)組成、發(fā)展速度等作關(guān)聯(lián)對比，做出未來3年中心醫(yī)院人員數(shù)量和結(jié)構(gòu)方面的發(fā)展預(yù)測，以此作為改革后我院自主招聘人才和引進人才的依據(jù)。

1 資料與方法

1．1 資料來源 廣東省番禺區(qū)人民醫(yī)院2003～2006年期間，全年的業(yè)務(wù)收入等經(jīng)濟指標和相關(guān)的工作量指標；在編員工的人員結(jié)構(gòu)組成；全院員工的人員結(jié)構(gòu)組成。

1．2 方法

1．2．1 指標 統(tǒng)計指標包括2003～2006年期間業(yè)務(wù)收入、出院人數(shù)、出院者占用總床日數(shù)、門診總量、日門診量，各類人員構(gòu)成的絕對指標。

1．2．2 原理與方法 發(fā)展速度：指計算期發(fā)展水平與基期發(fā)展水平之比。反映了某種社會經(jīng)濟現(xiàn)象在一定時期內(nèi)發(fā)展的方向和程度。定基發(fā)展速度是時間數(shù)列中計算期發(fā)展水平與固定基期發(fā)展水平之比，說明某種社會經(jīng)濟現(xiàn)象在較長時期內(nèi)總的發(fā)展方向和程度，因此也稱為總發(fā)展速度。環(huán)比發(fā)展速度是時間數(shù)列中計算期發(fā)展水平與前期發(fā)展水平之比，說明某種社會經(jīng)濟現(xiàn)象的逐期發(fā)展方向和程度[2]。

本研究采用統(tǒng)計學(xué)原理及方法，其指標包括2003～2006年期間業(yè)務(wù)收入、出院人數(shù)、出院者占用總床日數(shù)、門診總量、日門診量，各類人員構(gòu)成的絕對指標。由此統(tǒng)計分析出未來3年全院人員結(jié)構(gòu)的發(fā)展趨勢。

2 統(tǒng)計與分析

2．1 業(yè)務(wù)收入、工作量統(tǒng)計指標分析 定基發(fā)展速度是各年度以2003年為基期發(fā)展水平計算；環(huán)比發(fā)展速度是各年度以上年度為基期發(fā)展水平計算（見表1、2）。

2．3 發(fā)展趨勢預(yù)測 按照各平均增長率預(yù)測未來3年的人力資源發(fā)展趨勢（見表5）。

3 討論

醫(yī)院人力資源規(guī)劃系指醫(yī)院為實現(xiàn)未來一段時間內(nèi)的發(fā)展目標，對人力資源需求作出科學(xué)的計算和預(yù)測，制定出指導(dǎo)和調(diào)整人力資源發(fā)展的計劃，以期醫(yī)院在未來發(fā)展中能有效地實現(xiàn)人力在數(shù)量和質(zhì)量上的供需平衡。一個好的人力資源預(yù)測必將起到支持和促進醫(yī)院發(fā)展總目標實現(xiàn)的作用。

人力資源預(yù)測的方法有很多，其中比較常用的方法有：①特爾斐法。其原理是利用專家的知識、經(jīng)驗、判斷力，對預(yù)測的問題作定性估測，再將定性的資料轉(zhuǎn)換成定量的估測值，其要求專家人數(shù)在20～50人，采用四輪的信函征詢表要求專家對所提出的不同意見陳述理由，并將專家的反饋意見進行整理分析，請專家提出最后的意見和根據(jù)，再作最后預(yù)測，其方法復(fù)雜，在實際操作中可行性差。②衛(wèi)生人力需要、需求法。這是建立在人群生物學(xué)基礎(chǔ)上和專家意見基礎(chǔ)上確定衛(wèi)生服務(wù)需要量，并根據(jù)衛(wèi)生人力的生產(chǎn)效率預(yù)測衛(wèi)生人力需求量。使用該方法的難點是如何確定各類疾病需要的各類衛(wèi)生服務(wù)量的標準以及衛(wèi)生人力的生產(chǎn)力等[1]。

本研究采用統(tǒng)計學(xué)原理及方法，大膽采用2003～2006年期間，業(yè)務(wù)收入、出院人數(shù)、出院者占用總床日數(shù)、門診總量、日門診量，各類員工在不同分類中的發(fā)展速度作為分析指標，作出未來3年我院人力資源預(yù)測分析。從表中看出，本資料預(yù)測2006年我院衛(wèi)生技術(shù)人員數(shù)共1 191人，與截至2006年12月31日，我院衛(wèi)生技術(shù)人員實際人數(shù)1 148人的結(jié)果基本吻合，誤差率僅3．47%。分析其發(fā)生誤差的原因：①員工流失尤其是編外人員的流失是醫(yī)院人力資源管理難點及不可預(yù)測因素之一，從前4年我院員工流失數(shù)字統(tǒng)計，2003年39人，2004年34人，2005年65人，2006年87人?？梢钥闯鰷p少員工的流失是確保醫(yī)院人力資源管理和預(yù)測順利進行的重要因素之一；②醫(yī)院目前使用的編制標準是由衛(wèi)生部1978年制定的[3],而近幾年來我院業(yè)務(wù)發(fā)展迅速，每年都以可喜的速度增長，但由于編制數(shù)的限制，在一定程度上限制了醫(yī)院的發(fā)展。

4 對策

①提升醫(yī)院人力資源管理理念，把員工作為醫(yī)院發(fā)展的主體，不僅開發(fā)員工的智力，還要提高員工的科學(xué)文化素質(zhì)和思想覺悟，既注重對員工現(xiàn)有能力的充分發(fā)揮，又注重對員工潛在能力的有效挖掘，促進醫(yī)院內(nèi)部人才培養(yǎng)開發(fā)，并從人才的戰(zhàn)略出發(fā)，引進優(yōu)秀人才，達到人才整體素質(zhì)的提高；②在現(xiàn)有資源下實現(xiàn)人力的合理配備，優(yōu)化服務(wù)流程，充分利用先進的科學(xué)設(shè)備，促進人盡其才，才盡其用，利用有限的人力資源來創(chuàng)造最大的財富；③加強醫(yī)院的文化建設(shè)，營造一個和諧、有凝聚力、競爭力的環(huán)境，拓寬醫(yī)院生存發(fā)展空間，促使醫(yī)院煥發(fā)活力，從而吸引人才、留住人才[4]；④縮短在職職工與編外人員待遇的差距，減少編外人員心理上的失落感，從實處做到用適當待遇留人、感情留人、事業(yè)留人；⑤把醫(yī)院的發(fā)展速度及實際在編人員的矛盾如實向上級部門反映，積極向上級部門申請編制名額。

人力資源隊伍總是在不斷變化中，環(huán)境也在變化中。各種變化不斷地打破平衡，我院由原來800張床位擴建至中心醫(yī)院的1 200張床位，正是這種不斷變化環(huán)境中活生生的例子。為了適應(yīng)變化，我們大膽采用統(tǒng)計學(xué)原理及方法對人力需求進行預(yù)測，并對中心醫(yī)院未來3年我院人員數(shù)量和結(jié)構(gòu)方面的發(fā)展進行預(yù)測，現(xiàn)已取得初步的成效，希望此經(jīng)驗推廣應(yīng)用，從而推動衛(wèi)生事業(yè)的發(fā)展。

參考文獻

1 曹榮桂，王環(huán)增．醫(yī)院管理學(xué)人力資源管理分冊．人民衛(wèi)生出版社，2003：90-91．

2 謝南．統(tǒng)計學(xué)原理（修訂本）．暨南大學(xué)出版社，1998：175-176．

3 裴娟，郭元成．人力資源管理與醫(yī)院人事制度改革．中國衛(wèi)生經(jīng)濟,2003，（4）：42-43．