劳动力工资收入上涨幅度标准探讨文档格式.docx

劳动力工资收入上涨幅度标准探讨文档格式.docx

《劳动力工资收入上涨幅度标准探讨文档格式.docx》由会员分享，可在线阅读，更多相关《劳动力工资收入上涨幅度标准探讨文档格式.docx（12页珍藏版）》请在冰豆网上搜索。

2.劳动力工资水平只与题目中提到的因素相关，而与其他因素无关。

3.经查找数据，由于城市化程度变化缓慢，利率经常出现连续多年不变的现象，因此假设此两项因素不是影响劳动力工资的主要因素。

4.假设国家政策与规划不会有太大变化。

5.假设不会有大型金融危机

2.2相关数据

表一各主要因素相关数据

表二各主要因素增长率相关数据

3、符号说明

符号说明

　　　　　　　　　　　　　　　　影响劳动力工资的各因素

　　　　　　　　　　　　　　　　　劳动力工资水平

第t年的GDP的年增长率

　　　　　　　　　　　　　　　第t年的劳动生产率的年增长率

　　　　　　　　　　　　　　　第t年的消费价格指数

　　　　　　　　　　　　　　　第t年的财政收入的年增长率

　　　　　　　　　　　　　　　第t年的居民消费水平的年增长率

　　　　　　　　　　　　　　　　第t年的汇率的年增长率

　　　　　　　　　　　　　　　　第t年的劳动力工资的增长率

4、模型一的建立与求解

4.1问题一分析

该问题要求找出影响劳动力工资的主要因素，因此先查找题目中列出的所有可能的影响因素的相关数据，利用这些数据分别进行一元回归分析，通过相关系数等值判定各个因素与劳动力工资的相关程度。

4.2模型一建立

以y表示劳动力工资水平，x表示可能影响工资的各种因素，建立一元线性回归模型为

将数据点

代入，有

（4-1）

式（4-1）中，

是未知参数，

为剩余残差项。

并且要检验

在各项特征。

4.3模型一求解

通过MATLAB软件中的曲线拟合函数和线性回函数编程求出各个因素与劳动力工资之间的关系，并筛选出主要因素，得到如下结果。

1.国家经济水平（GDP）

由查阅到的相关经济学资料，本文以国内生产总值（GDP）作为衡量标准。

用y表示工资水平，用x表示我国的GDP水平,用MATLAB中的regress函数，以95%的置信度进行一元回归分析得以下曲线

图一

图二

图中显示1997和2003年数据变化较大。

这一现象也从一个角度反映出1997年在亚洲金融危机和2003年中国地方的房地产大量的投资，房价非理性上涨，中央的信贷规模扩大，中央的铁路，水泥、钢铁的产能大量过剩，投资的比重过大等现象。

其中

从而说明工资收入水平与GDP具有显着的线性相关性。

得到的回归关系式为

2.财政收入

用y表示工资水平，用x表示我国历年的财政收入水平,用MATLAB中的regress函数，以95%的置信度进行一元回归分析得以下曲线

图三

图四

其中

，从而说明工资收入水平与国家财政收入具有显着的线性相关性。

3.居民消费水平

用y表示工资水平，用x表示我国居民消费水平,用MATLAB中的regress函数，以95%的置信度进行一元回归分析得以下曲线

图五

图六

1996和1997年中国受到了亚洲金融危机的影响，并且当时政府实行从紧的经济政策，通货膨胀率进一步走低，全国居民消费价格指数增长较缓慢。

，从而说明工资收入水平与居民消费水平具有显着的线性相关性。

4.劳动生产率

用y表示工资水平，用x表示我国劳动生产率水平,用MATLAB中的regress函数，以95%的置信度进行一元回归分析得以下曲线

图八

图九

，从而说明工资收入水平与劳动生产率具有显着的线性相关性。

5.价格指数

鉴于居民消费价格指数的表示方法和前面几种因素不一样，本文于是比较劳动力平均工资的增长率与居民消费价格增长率之间的相关性。

得出如下图：

图十

从图中可以看出两者之间有较强的相关性，利用polytool函数进行回归分析也可得出两者之间的相关系数较大，输出系数如下：

beta=1.0e+004*

betaci1=1.0e+005*

yci3=1.0e+004*

6

相关性分析图如下：

图十一

6.6.汇率

求得汇率与工资之间的二次拟合系数为

其中系数为负表明汇率与工资之间呈负相关

回归分析结果如下

图十二

此外，还用相同的方法对于我国的利率、城市化水平、市场化水平等因素分别进行线性回归分析，得到的结果均不理想，因此认为这些因素不是影响工资收入的主要因素。

由以上的分析及相应的计算，得到影响劳动力工资的主要因素为：

GDP水平、我国的财政收入、居民消费水平、劳动生产率、物价指数和汇率。

5、模型二的建立与求解

5.1问题二分析

问题二要求建立劳动者工资收入上涨幅度标准的数学模型，因此以

表示劳动力工资的增长率，其表达式为

再根据问题一中分析出的影响劳动力工资水平的主要因素有：

GDP、劳动生产率、物价指数、财政收入、居民消费水平和汇率。

因此可以用以上六种因素的增长率

与工资增长率y进行多元线性回归。

得到线性回归方程

　　　　　（５－１）

5.2模型二建立与求解

欲得到（５－１）的多元线性回归方程，用MATLAB中的stepwise函数进行逐步回归分析，用到的数据为１９９０年到２００９年，其中

的值为相应的增长率乘以100，如下图所示

图十三

上图说明R=0.63119,拟合程度不好，依据经济学规律，变量的影响有置后性，即GDP等因素的作用不会立即发挥，而是直接影响到后几年的劳动力工资水平。

所以把六个变量都换成其前一年的数据，再运行，得以下结果

图十四

由上图可知，得到的回归方程中只有

三个变量，其它因素由于与这三个变量之间有较强的线性相关性，即它们的影响基本相同，因此可以不写入回归方程中。

从而可以得到回归方程

　　　　（５－２）

，从而表明拟合程度很好。

，查表可知F的值远远大于置信度为９５％的各个

值，因此可以认为因变量y与自变量

间线性相关关系是显着的，所见回归预测模型有效可用。

对

满足的条件进行检验详见“模型的检验与分析”。

根据查找的文献[2]中的资料，合理的工资标准应满足两低原则，即工资增长率应低于经济的增长率和劳动生产率的增长率。

在利用十一五期间的数据做出多元线性回归方程如下

（5-3）

而（5-3）中

，表明工资的增长率低于GDP的增长率。

，表明工资的增长率低于劳动生产率的增长率。

从而得到的工资增长幅度满足上述两低标准，即“十一五”期间工资的上涨幅度标准是基本合理的。

但是由于工资上涨速度越来越跟不上经济增长速度，即

的值越来越小。

因此应该合理的扩大

的值，使得国家宏观的经济增长越来越惠及到广大人民。

此外还可知物价指数对工资的增长影响较小。

6、模型三的建立与求解

6.1问题三分析

问题三要求根据问题二所建立的模型，对“十二五”期间工资调整幅度前景进行预测分析。

由式5-2可知，当变量

值确定时，y也就确定了。

其中x1（t）表示第t年国内生产总值的增长率，x2表示第t年劳动生产率的年增长率，x3表示第t年居民消费价格指数。

对于

在“十二五”期间的数据可以用神经网络来进行预测，并且利用已经的数据来进行误差分析。

6.2问题三模型建立及求解

x1（t），x2（t）（t=2010,2011,2012,2013,2014,2015）的求解有两种方法。

第一种是利用1990~2009年各年的增长率作为输入，利用神经网络即可预测出2010~2015年各年的增长率；

第二种方法是直接将1990~2009各年的原始数值直接输入利用神经网络预测出2010~2015年的国内生产总值，劳动生产率。

然后再利用预测出的值来求出其增长率；

经测试第二种方法误差较小，且预测值与真实数据较为吻合。

结果如下：

对于x1（t）采用年增长率作为输入时误差分析图：

图十五

图十六

X1（t）采用原始数据输入时误差分析图：

图十七

图十八

在第二种方法下预测出2010~2015年的国内生产总值分别为：

图示如下：

则求出x1（t）,t=2010,2011,2012,2013,2014,2015的值为：

2010:

2011:

2012:

2013:

2014:

2015:

对于x2（t）当劳动生产率增长率作为输入时结果如下：

图十九

图二十

对于x2（t）当劳动生产率作为输入时结果如下：

图二十一

图二十二

2010~2015年的劳动生产率预测值为：

1.50754*10^51.558516*10^51.59392*10^51.61802*10^51.65401*10^51.69693*10^5

则求出x2（t）[t=2010,2011,2012,2013,2014,2015]的值为：

x3（t）的利用神经网络运行结果如下：

图二十三

图二十四

求得2010~2015年CPI如下：

将所求的x1（t）,x2（t）,x3（t）带入式5-2求出2010~2015工资上涨幅度为

7、模型的检验与分析

首先对式（５－２）中的

值进行检验。

利用SPSS软件进行回归分析编程计算，得如下图表

表三模型数据汇总

模型汇总b

模型

R

R方

调整R方

标准估计的误差

Durbin-Watson

1

.945a

.893

.872

2.045

a.预测变量:

（常量）,jiagezhishu,laodong,GDP。

b.因变量:

gongzi

，说明残差

之间无自相关性

表四残差统计量数据

残差统计量a

极小值

极大值

均值

标准偏差

N

预测值

19

标准预测值

-1.047

2.987

.000

1.000

预测值的标准误差

.559

1.666

.921

.305

调整的预测值

残差

标准残差

-2.435

1.182

.913

Student化残差

-2.576

1.927

.038

1.049

已删除的残差

Student化已删除的残差

-3.334

2.146

.004

1.192

Mahal。

距离

.319

10.282

2.842

2.709

Cook的距离

1.539

.123

.350

居中杠杆值

.018

.571

.158

.151

a.因变量:

gongzi

并画出下图

图二十五

说明残差

服从期望值为0的正态分布。

8、模型的评价与改进

评价：

本文主要运用统计学的相关知识，如一元线性回归、多元线性回归等方法对搜集到的数据进行统计分析，并拟合成相应的回归函数，再通过神经网络预测方法对“十二五”期间劳动力工资的值进行预测。

总体上较为合理的解决了该问题，并充分利用了计算机软件编程求解。

但是整体上本文是从统计数据的角度建立线性回归模型，而没有深入挖掘劳动力工资的本质属性，没有深入研究其经济学属性和反应的经济学原理和问题，因此模型有待进一步完善。

改进：

可以尝试考虑引入更多的影响因素，再重新建立该模型。

对于工资增长幅度合理性标准的评价上，可以引入人们满意度指数、政府满意度指数等构造一个目标函数使得在一定的权系数条件下，满意度指数之和达到最大。

并写出相应的约束条件解此数学规划问题得到最佳的工资上涨幅度。

另外在对劳动力工资的预测上，采用神经网络的方法稳定性不佳，可以尝试采用灰色预测等方法进行改进。

9．建议

我们根据已搜集到的有关统计数据并进行分析，建立了相关的数学模型，找到了与劳动者工资收入相关的主要因素以及劳动者工资收入与上述主要因素间的关系。

模型中系数反映了工资增幅与GDP增幅，劳动生产率增长率及消费价格指数之间的关系。

在问题一种，我们得到居民工资与人均国内生产总值（GDP）、消费者价格指数（CPI）、居民消费水平、劳动生产率，及居民消费价格因素有关。

通过主成分分析，我们还发现这几个因素彼此之间也有很大的相关性，最终得出工资与gdp，劳动生产率，居民消费指数这三个主成分之间的线性回归方程，我们发现工资增幅表达式中gdp前的系数比较小，这反映了我国平均工资增幅远赶不上gdp的增长速度，工资增长越来越赶不上经济增长。

据此我们建议提高初次分配中劳动报酬比例，这有利于调动各种生产要素所有者的积极性，也有利于促进内需，进而有利于我国经济结构的优化，我国经济发展太过于依赖出口与外资，减少对外依赖性，这样可以增加经济发展的稳定性。

形成全体人民各尽其能、各得其所而又和谐相处的局面。

再者我们发现工资增与劳动生产率存在很强的相关性，这也说明提高劳动生产率的必要性，我国应加大科研投入，致力于科学技术的发展，提高生产率。

同时也应该加强个人的职业技能，可进行技能方面的推广培训，提高劳动者的从业能力及生产效率，这对于整体经济的发展及个人收入的提高有着积极的意义及明显的作用。

再者可以减少税收，在工资不能大幅增长且居民消费价格指数居高不下的情况下，减税可以起到一定的作用，再者如果上涨的工资全由企业负担的话，企业成本增加，竞争力减弱，不利于市场发展。

以上就是我们根据模型及预测所提出的建议，希望你有所帮助！

【参考文献】

[1]姜启源，谢金星，叶俊.数学模型.北京：

高等教育出版社，2004

[2]

[3]李弼程，邵美珍，黄洁.模式识别原理与应用.西安：

西安电子科技大学出版社，2008

[4]

[5]