勞動力工資調(diào)整探討

勞動力工資收入上漲幅度標準探討摘要勞動力工資水平作為關(guān)乎國計民生的重大問題，一直受到政府部門和社會各界的高度關(guān)注。文章采用的研究方法，利用SPSS，MATLAB數(shù)學(xué)軟件，分析出與勞動力工資水平密切相關(guān)的宏觀因素。針對問題一：根據(jù)查找得到的數(shù)據(jù)資料，分析影響勞動工資漲幅的相關(guān)因素，并對每一種因素都進行一次的線性回歸分析，再根據(jù)T值，F(xiàn)值檢驗與相關(guān)系數(shù)的分析判斷出影響勞動力工資漲幅的主要因素：CPI，居民消費水平，城市化率，財政收入，第一產(chǎn)業(yè)，第二產(chǎn)業(yè)率，第三產(chǎn)業(yè)率，人均GDP。針對問題二：在問題一得到的結(jié)果的基礎(chǔ)上，建立多元線性回歸模型，再根據(jù)查找到的文獻，勞動力工資增長的合理性主要是用其對比兩個主要因素：人均GDP增長率，勞動生產(chǎn)率（元）的增長率，根據(jù)對比后的結(jié)果對十一五期間工資漲幅合理性進行分析。針對問題三：利用灰色預(yù)測，對“十二五”期間，勞動工資與勞動工資漲幅進行預(yù)測，得出2011年至2015年預(yù)測勞動力工資分別為：42988元，49307元，56555元，64869元，74405元。其增長率分別為：15.724%，14.699%，14.700%，14.701%，14.700%。對于問題四：根據(jù)模型與最后計算出的結(jié)果，查找相關(guān)的經(jīng)濟學(xué)資料，提出一些提高勞動者工資收入的建議。關(guān)鍵詞：相關(guān)系數(shù)；多元線性回歸；灰色預(yù)測問題重述兔年伊始，“用工荒”在全國范圍蔓延，似乎成為一個風(fēng)潮。勞動力價格一路飆升，招工難、留人難。中華全國總工會進行的一項研究報告顯示，中國勞動力收入占國內(nèi)生產(chǎn)總值的比重已經(jīng)連續(xù)下降了27年。溫家寶總理在2011年政府工作報告中指出，合理調(diào)整收入分配關(guān)系。這既是一項長期任務(wù)，也是當(dāng)前的緊迫工作。因此，提高工人工資、提高勞動報酬在初次分配中的比重已經(jīng)刻不容緩。居民收入分為很多種，其中勞動力工資收入是我們主要關(guān)注的一種基本收入。胡錦濤主席、溫家寶總理在多個場合多次表示，要提高勞動者收入特別是低工資者的勞動收入，努力提高全民的生活水平，實現(xiàn)社會公平。提高勞動力工資收入將是一個復(fù)雜的系統(tǒng)工程。提高工資過慢，會影響低收入勞動者及其家庭的基本生活水平，甚至出現(xiàn)用工荒。但如果提高得過快過多，則會加重企業(yè)負擔(dān)，可能導(dǎo)致企業(yè)裁員，從而不利于穩(wěn)定和擴大就業(yè)；如果上調(diào)幅度超出當(dāng)?shù)亟?jīng)濟承受能力，還會影響地區(qū)經(jīng)濟的穩(wěn)定發(fā)展，甚至出現(xiàn)通貨膨脹；如果調(diào)整過于頻繁，則會干擾市場的正常運行等。因此，對于工資標準的調(diào)整，必須適時適度。根據(jù)經(jīng)濟學(xué)常識，勞動者工資的調(diào)整可能與國家經(jīng)濟水平、財政收入、生活水平、勞動生產(chǎn)率有關(guān)，還可能與消費、政府購買等經(jīng)濟因素緊密相連，甚至可能與勞動力就業(yè)、物價、匯率、利率、通脹率、城市化、市場化程度等因素有關(guān)。而且這些因素之間相互關(guān)聯(lián)、相互制約。請你參考收入分配改革問題的研究成果，利用近年來我國相關(guān)的統(tǒng)計數(shù)據(jù)（參見下面網(wǎng)站，也可以對比其他國家的統(tǒng)計數(shù)據(jù)），就我國勞動者工資收入調(diào)整研究以下問題：1.搜集有關(guān)統(tǒng)計數(shù)據(jù)并進行分析，尋找與勞動者工資收入相關(guān)的主要因素，從整個國家宏觀的角度，探尋勞動者工資收入與上述主要因素間的關(guān)系。2.建立勞動者工資收入上漲幅度標準的數(shù)學(xué)模型。探究“十一五”期間工資上漲幅度的合理性。3.利用所建立的數(shù)學(xué)模型，根據(jù)國家的有關(guān)決策和規(guī)劃，對“十二五”期間工資調(diào)整幅度前景進行預(yù)測分析。4.請根據(jù)所建立的數(shù)學(xué)模型和預(yù)測結(jié)果，對提高勞動者工資收入獻言獻策（不超過1000字）。二、問題分析題目所需要的數(shù)據(jù)主要通過查閱有關(guān)資料與文獻，再通過查閱到的資料建立數(shù)學(xué)模型探討勞動工資收人漲幅標準，并對提高勞動者工資收入獻言獻策。2.1問題一分析 要找出影響影響勞動工資漲幅的相關(guān)因素，首先要建立每個元素與勞動工資之間的關(guān)系函數(shù)，在分析相關(guān)系數(shù)進行判斷。運用MATLAB軟件進行求解。2.2問題二分析要探究十一五期間勞動工資漲幅是否合理，主要通過找出的標準與建立的模型來判斷其合理性.。運用SPSS軟件分析出模型的可行性大小，再采用收集來的十一五的相關(guān)數(shù)據(jù)進行分析，最終判斷工資漲幅是否合理。2.3問題三分析建立灰色預(yù)測GM（1,1）模型，再對結(jié)果進行誤差、相關(guān)性檢驗，最后利用該模型得到十二五期間的平均工資的數(shù)據(jù)，并計算各年的勞動力工資增長率，以此預(yù)測十二五期間的工資增長幅度。三、符號說明 Xi第i αi第i Y工資的年增長率四、模型假設(shè)1.國家政策與規(guī)劃無太大變化。2.無波及性較大的金融危機。3.勞動工資水平只與題目收集到的因素有關(guān)，與其他因素?zé)o關(guān)。4.本文中搜索到的數(shù)據(jù)準確可靠，符合實際的。五、模型的建立與求解5.1問題一的解答5.1.1模型一的建立根據(jù)經(jīng)濟學(xué)常識，勞動力工資可客觀上受多種經(jīng)濟、社會因素的影響，本文考慮人均GDP、cpi、財政收入、物價、通脹率、城市化、匯率、第一、二、三產(chǎn)業(yè)率、失業(yè)率、市場化程度對勞動者工資的影響作用數(shù)據(jù)分析與處理本文通過查閱資料[4]，找出下列有關(guān)數(shù)據(jù)，其中原始數(shù)據(jù)商品價格指數(shù)均為上年=100，為方便統(tǒng)計，本文將其改為1978=100表SEQ表\*ARABIC1（部分）人均GDP(億元)cpi居民消費水平(元)城市化率財政收入（億元）商品零售價格指數(shù)(1978=10)匯率(人民幣對美元)(元)1978年381.2310018417.92%1132.26100.71.6841979年419.25101.920818.96%1146.38102.71.5551980年463.25109.523819.39%1159.93108.71.4981981年492.16112.226420.16%1175.79111.11.7051982年527.78114.428821.13%1212.331131.8931983年582.68116.731621.62%1366.95114.51.9761984年695.2119.936123.01%1642.86117.32.321985年857.82131.144623.71%2004.82126.12.9371986年963.19139.649724.52%2122.01132.13.4531987年1112.38149.856525.32%2199.35139.43.7221988年1365.51177.971425.81%2357.24157.93.7221989年1519209.978826.21%2664.90175.73.7651990年1644216.483326.41%2937.10177.84.7831991年1892.76223.893226.94%3149.48180.75.3231992年2311.09238.11,11627.46%3483.37186.15.5161993年2998.36273.11,39327.99%4348.95199.35.7621994年40443391,83328.51%5218.102218.6191995年5045.73396.92,35529.04%6242.20235.88.3511996年5845.89429.92,78930.48%7407.99241.98.3141997年6420.18441.93,00231.91%8651.14242.78.291998年6796.03438.43,15933.35%9875.95240.18.2791999年7158.5432.23,34634.78%11444.08237.18.2782000年7857.684343,63236.22%13395.23235.68.2792001年8621.714373,88737.66%16386.04234.88.2772002年9398.05433.54,14439.09%18903.64233.58.2772003年10541.97438.74,47540.53%21715.25233.48.2772004年12335.58455.8503241.76%26396.47236.28.2772005年14185.36464559642.99%31649.292378.1922006年16499.7471629944.34%38760.202387.9722007年20169.46493.6731045.89%51321.78241.87.6042008年23707.71522.7843046.99%61330.35247.76.94512009年25607.53519928348.34%68518.30246.56.8312010年30015.05536.11052249.95%83101.51249.66.76952011年35197.795651257051.27%103874.43254.56.45882012年38459.47579.71411052.57%117253.52256.56.31252013年41907.59594.81563253.73%129142.90257.96.1932本文通過MATLAB中的線性擬合函數(shù)求出各個因素與勞動力工資的關(guān)系，并篩選出其中主要的因素。人均GDP通過搜集到的數(shù)據(jù)得出散點圖：圖SEQ圖表\*ARABIC1人均GDP與平均工資之間的散點圖由此圖可看出，人均GDP與平均工資存在明顯的線性關(guān)系，設(shè)y為勞動力平均工資，x1為人均GDP，建立以下模型：y=β0+β1x1通過MATLAB中的regress函數(shù)，以95%的置信區(qū)間進行回歸分析，通過regress函數(shù)對數(shù)據(jù)進行擬合，得出以下數(shù)據(jù)：表SEQ表\*ARABIC2回歸系數(shù)的相關(guān)信息回歸系數(shù)回歸系數(shù)估計值回歸系數(shù)置信區(qū)間β0-2.95864*10-16[0.98571.0128]β10.999243829[-0.01340.0134]R2=0.9985F=22456p=0.0000s2=0.0000由于樣本決定系數(shù)R2=0.9932接近于1，因此模型的擬合的效果較好。對數(shù)據(jù)進行F檢驗：通過MATLAB中的finv函數(shù)，求得f0.05(1,34)=4.1300,f0.01(1,34)=7.4441由于F=22456>f0.01(1,34)>f0.05(1,34),表明平均工資與人均GDP存在顯著線性關(guān)系。對數(shù)據(jù)進行T檢驗:通過MATLAB中的tinv函數(shù)，求出T=149.8539>t0.01(34)=2.7284,否定H0，接受H1即職工平均工資與人均GDP的線性回歸系數(shù)是顯著的，可用所建立的回歸方程進行預(yù)測和控制。綜上所述，得出平均工資與人均GDP之間的數(shù)學(xué)模型為:y=-（2.95864*10-16）+0.999243829x1其擬合曲線為：圖2人均GDP與平均工資的擬合曲線(2)cpi(居民消費指數(shù))通過搜集到的數(shù)據(jù)得出散點圖：圖3平均工資與cpi之間的散點圖利用Matlab軟件計算平均工資與cpi指數(shù)間的相關(guān)系數(shù)，得出其相關(guān)系數(shù)為0.8202，因此兩者相關(guān)性較高。3)居民消費水平通過搜集到的數(shù)據(jù)得出散點圖：圖4平均工資與居民消費水平之間的關(guān)系由圖可看出，平均工資與居民消費水平之間存在線性關(guān)系。以y為勞動力平均工資，x3為居民消費水平(元)，建立以下模型y=β0+β1x3通過MATLAB中的regress函數(shù)，以95%的置信區(qū)間進行回歸分析，得出下列數(shù)據(jù)：表SEQ表\*ARABIC3平均工資與居民消費水平之間的回歸系數(shù)數(shù)據(jù)回歸系數(shù)回歸系數(shù)估計值回歸系數(shù)置信區(qū)間β0-1.11*10-16[-0.02830.0283]β10.996601093[0.96791.0253]R2=0.9932F=4976p=0.0000s2=0.0000由于樣本決定系數(shù)R2=0.9932接近于1，因此模型的擬合的效果較好。對數(shù)據(jù)進行F檢驗：通過MATLAB中的finv函數(shù)，求得f0.05(1,34)=4.1300,f0.01(1,34)=7.4441由于F=4976>f0.01(1,34)>f0.05(1,34),表明平均工資與居民消費水平存在顯著線性關(guān)系。對數(shù)據(jù)進行T檢驗:通過MATLAB中的tinv函數(shù)，求出T=70.5416>t0.01(34)=2.7284,否定H0，接受H1即職工平均工資與居民消費水平的線性回歸系數(shù)是顯著的，可用所建立的回歸方程進行預(yù)測和控制。綜上所述，得出平均工資與居民消費水平之間的數(shù)學(xué)模型為:y=-（-1.11*10-16）+0.996601093x34）城市化率以y為勞動力平均工資，x4為城市化率，建立以下模型y=β0+β1x4通過MATLAB中的regress函數(shù)，以95%的置信區(qū)間進行回歸分析，得出下列數(shù)據(jù)：表SEQ表\*ARABIC4平均工資與城市化率回歸系數(shù)的相關(guān)值回歸系數(shù)回歸系數(shù)估計值回歸系數(shù)置信區(qū)間β01.063*10-15[-0.12660.1266]β10.996601092[0.80121.0581]R2=0.8642F=216.4262p=0.0000s2=0.1398由于樣本決定系數(shù)R2=0.8642不接近于1，因此模型的擬合的效果較好。對數(shù)據(jù)進行F檢驗：通過MATLAB中的finv函數(shù)，求得f0.05(1,34)=4.1300,f0.01(1,34)=7.4441由于F=216.4262>f0.01(1,34)>f0.05(1,34),表明平均工資與居民消費水平存在顯著線性關(guān)系。對數(shù)據(jù)進行T檢驗:通過MATLAB中的tinv函數(shù)，求出T=14.7114>t0.01(34)=2.7284,否定H0，接受H1即職工平均工資與居民城市化率的線性回歸系數(shù)是顯著的，可用所建立的回歸方程進行預(yù)測和控制。5）財政收入以y為勞動力平均工資，x5為財政收入，建立以下模型y=β0+β1x5通過MATLAB中的regress函數(shù)，以95%的置信區(qū)間進行回歸分析，得出下列數(shù)據(jù)：表SEQ表\*ARABIC5平均工資與財政收入回歸系數(shù)的相關(guān)值回歸系數(shù)回歸系數(shù)估計值回歸系數(shù)置信區(qū)間β0-7.3688*10-17[-0.04560.0456]β10.996601092[0.94501.0374]R2=0.9824F=1899.7p=0.0000s2=0.0000由于樣本決定系數(shù)R2=0.9824接近于1，因此模型的擬合的效果很好。對數(shù)據(jù)進行F檢驗：通過MATLAB中的finv函數(shù)，求得f0.05(1,34)=4.1300,f0.01(1,34)=7.4441由于F=1899.7>f0.01(1,34)>f0.05(1,34),表明平均工資與財政收入存在顯著線性關(guān)系。對數(shù)據(jù)進行T檢驗:通過MATLAB中的tinv函數(shù)，求出T=43.5851>t0.01(34)=2.7284,否定H0，接受H1即職工平均工資與財政收入的線性回歸系數(shù)是顯著的，可用所建立的回歸方程進行預(yù)測和控制。綜上所述，得出平均工資y與居民消費水平x5之間的數(shù)學(xué)模型為:y=-（-7.3688*10-17）+0.996601092x36）商品零售價格指數(shù)以y為勞動力平均工資，x6為商品零售價格指數(shù)，建立以下模型y=β0+β1x6通過MATLAB中的regress函數(shù)，以95%的置信區(qū)間進行回歸分析，得出下列數(shù)據(jù)：表SEQ表\*ARABIC6平均工資與居民消費水平之間回歸系數(shù)相關(guān)數(shù)據(jù)回歸系數(shù)回歸系數(shù)估計值回歸系數(shù)置信區(qū)間β04.672250268*10-16[-0.25070.2507]β10.683833337651326[0.42950.9381]R2=0.4676F=29.8651p=0.0000s2=0.5480由于樣本決定系數(shù)R2=0.0632不接近于1，因此模型的擬合的效果不是很好?？赏茢喑銎骄べY與商品零售價格指數(shù)之間不存在線性關(guān)系。再利用MATLAB軟件corrcoef公式算出兩者之間的相關(guān)系數(shù)為0.6838，其相關(guān)系數(shù)較低，因此兩者之間不存在關(guān)系。7）匯率以y為勞動力平均工資，x7為匯率，建立以下模型y=β0+β1x7通過MATLAB中的regress函數(shù)，以95%的置信區(qū)間進行回歸分析，得出下列數(shù)據(jù)：表SEQ表\*ARABIC7平均工資與匯率(人民幣對美元)(元)之間回歸系數(shù)相關(guān)數(shù)據(jù)回歸系數(shù)回歸系數(shù)估計值回歸系數(shù)置信區(qū)間β02.084983*10-16[-0.31170.3117]β10.421269076932234[0.10520.7374]R2=0.1775F=2.2954p=0.1390s2=0.9643由于樣本決定系數(shù)R2=0.1775不接近于1，因此模型的擬合的效果不是很好?？赏茢喑銎骄べY與商品零售價格指數(shù)之間不存在線性關(guān)系。再利用MATLAB軟件corrcoef公式算出兩者之間的相關(guān)系數(shù)為0.4213，其相關(guān)系數(shù)較低，因此兩者之間不存在關(guān)系。8）通貨膨脹率（%）以y為勞動力平均工資，x8為通貨膨脹率（%），建立以下模型y=β0+β1x8通過MATLAB中的regress函數(shù)，以95%的置信區(qū)間進行回歸分析，得出下列數(shù)據(jù)：表SEQ表\*ARABIC8平均工資與膨脹率之間的回歸系數(shù)數(shù)據(jù)回歸系數(shù)回歸系數(shù)估計值回歸系數(shù)置信區(qū)間β07.3374481203*10-17[-0.33310.3331]β10.245673929311443[-0.58350.0922]R2=0.0604F=2.1839p=0.1487s2=0.9673由于樣本決定系數(shù)R2=0.0604不接近于1，因此模型的擬合的效果不是很好。再利用MATLAB軟件corrcoef公式算出兩者之間的相關(guān)系數(shù)為-0.2457，其相關(guān)系數(shù)較低，因此兩者之間不存在關(guān)系。9）第一產(chǎn)業(yè)率(第一產(chǎn)業(yè)人員占總就業(yè)人員比重，第一產(chǎn)業(yè)即為農(nóng)業(yè)（包括林業(yè)、牧業(yè)、漁業(yè)等）。以y為勞動力平均工資，x9為第一產(chǎn)業(yè)率，建立以下模型y=β0+β1x9通過MATLAB中的regress函數(shù)，以95%的置信區(qū)間進行回歸分析，得出下列數(shù)據(jù)：表9平均工資與第一產(chǎn)業(yè)率之間的回歸系數(shù)數(shù)據(jù)回歸系數(shù)回歸系數(shù)估計值回歸系數(shù)置信區(qū)間β01.6679*10-15[-0.14740.1474]β1-0.9033[0.10520.7374]R2=0.8160F=150.7600p=0.0000s2=0.1894由于樣本決定系數(shù)R2=0.8160接近于1，因此模型的擬合的效果較好。對數(shù)據(jù)進行F檢驗：通過MATLAB中的finv函數(shù)，求得f0.05(1,34)=4.1300,f0.01(1,34)=7.4441由于F=150.7600>f0.01(1,34)>f0.05(1,34),表明平均工資與第一產(chǎn)業(yè)率存在顯著線性關(guān)系。10）第二產(chǎn)業(yè)率(工業(yè)（制造業(yè)）、建筑業(yè)占總就業(yè)人員的比重)以y為勞動力平均工資，x10為匯率，建立以下模型y=β0+β1x10通過MATLAB中的regress函數(shù)，以95%的置信區(qū)間進行回歸分析，得出下列數(shù)據(jù)：表10平均工資與第二產(chǎn)業(yè)率之間的回歸系數(shù)數(shù)據(jù)回歸系數(shù)回歸系數(shù)估計值回歸系數(shù)置信區(qū)間β08.763292*10-16[-0.14460.1446]β10.907192699618327[0.76061.0538]R2=0.8230F=158.0889p=0.0000s2=0.1822由于樣本決定系數(shù)R2=0.8160接近于1，因此模型的擬合的效果較好。對數(shù)據(jù)進行F檢驗：通過MATLAB中的finv函數(shù)，求得f0.05(1,34)=4.1300,f0.01(1,34)=7.4441由于F=158.0889>f0.01(1,34)>f0.05(1,34),表明平均工資與第二產(chǎn)業(yè)率存在顯著線性關(guān)系。對數(shù)據(jù)進行T檢驗:通過MATLAB中的tinv函數(shù)，求出T=12.5733>t0.01(34)=2.7284，即職工平均工資與第二產(chǎn)業(yè)生產(chǎn)率的線性回歸系數(shù)是顯著的，可用所建立的回歸方程進行預(yù)測和控制。11）第三生產(chǎn)率(流通和服務(wù)兩大部門)以y為勞動力平均工資，x11為第三生產(chǎn)率，建立以下模型y=β0+β1x11通過MATLAB中的regress函數(shù)，以95%的置信區(qū)間進行回歸分析，得出下列數(shù)據(jù)：表11平均工資與第三產(chǎn)業(yè)率之間的回歸系數(shù)數(shù)據(jù)回歸系數(shù)回歸系數(shù)估計值回歸系數(shù)置信區(qū)間β01.248918885*10-16[-0.16640.1664]β10.8749557[0.70621.0437]R2=0.7655F=111.0187p=0.0000s2=0.2413由于樣本決定系數(shù)R2=0.8160接近于1，因此模型的擬合的效果較好。對數(shù)據(jù)進行F檢驗：通過MATLAB中的finv函數(shù)，求得f0.05(1,34)=4.1300,f0.01(1,34)=7.4441由于F=111.0187>f0.01(1,34)>f0.05(1,34),表明平均工資與第三產(chǎn)業(yè)率存在顯著線性關(guān)系。對數(shù)據(jù)進行T檢驗:通過MATLAB中的tinv函數(shù)，求出T=10.5365>t0.01(34)=2.7284，即職工平均工資與第三產(chǎn)業(yè)生產(chǎn)率的線性回歸系數(shù)是顯著的，可用所建立的回歸方程進行預(yù)測和控制。12）失業(yè)率(%)以y為勞動力平均工資，x12為失業(yè)率，建立以下模型y=β0+β1x12通過MATLAB中的regress函數(shù)，以95%的置信區(qū)間進行回歸分析，得出下列數(shù)據(jù)：表12平均工資與失業(yè)率之間的回歸系數(shù)數(shù)據(jù)回歸系數(shù)回歸系數(shù)估計值回歸系數(shù)置信區(qū)間β06.0394692*10-16[-0.30440.3044]β10.464230635866124[0.15550.7729]R2=0.2155F=9.3403p=0.0043s2=0.8076由于樣本決定系數(shù)R2=0.2155接近于1，因此模型的擬合的效果不是很好。在用MATLAB中的corrcoef函數(shù)算出兩者之間的相關(guān)系數(shù)，得出其值為0.8774，相關(guān)性較高，因此，兩者之間存在一定的關(guān)系。綜合上述各因素與平均工資的關(guān)系，通過T值，F(xiàn)值檢驗與方程擬合程度之間的關(guān)系分析得到影響勞動工資收入的主要因素：CPI，居民消費水平，城市化率，財政收入，第一產(chǎn)業(yè)，第二產(chǎn)業(yè)率，第三產(chǎn)業(yè)率，人均GDP。。 5.2問題二的解答5.2.1模型二的建立 問題二的分析：根據(jù)問題一中分析出的影響勞動力工資水平的主要因素有：CPI，居民消費水平，城市化率，財政收入，第一產(chǎn)業(yè)率，第二產(chǎn)業(yè)率，第三產(chǎn)業(yè)率（分別用Xi表示（i=1,2,3…8）），人均GDP。用YY=（Yj—Yj-1）/Yj-1通過八種因素增長率Xi，（i=1,2,3…8）與工資增長率YY=α1X1+α2X2+α3要得到（2）式的多元回歸方程，采用SPSS軟件，用1978年至2013年的數(shù)據(jù)進行線性回歸分析,得到各元素系數(shù)表：模型非標準化系數(shù)標準系數(shù)tSig.B標準誤差試用版1(常量)2.3113.275.706.487X1.581.333.6591.743.093X57.620.541X3-.056.327-.061-.172.865X4.072.731.015.099.922X201.265.217X6-.084.694-.026-.121.905X7-.285.431-.122-.662.514X8.082.370.036.221.827a.因變量:Y從上表可得出回歸方程如下：Y=0.581X1+0.158X2-0.056X3+0.72X4+0.177X5-0.084X模型的分析：模型匯總模型RR方調(diào)整R方標準估計的誤差1.830a.688.5923.94164a.預(yù)測變量:(常量),X8,X4,X5,X7,X2,X6,X3,X1。 上表說明R=0.829表明擬合程度良好。Anovab模型平方和df均方FSig.1回歸891.7858111.4737.175.000a殘差403.9502615.537總計1295.73534 從上表可知，F(xiàn)=7.175，查表可知，該值大于置信度95%區(qū)間內(nèi)各Fa值，因此認為Xi與Y之間的相關(guān)關(guān)系是顯著的，由于 根據(jù)查找到的文獻[2]資料可知，工資漲幅是否合理應(yīng)對分析比人均GDP增長率，勞動生產(chǎn)率（元）的增長率，并得到表1：表1與平均工資相關(guān)各因素年份人均GDP增長率勞動生產(chǎn)率（元）的增長率人均工資增長率20060.1632005640.220.08882755920070.2223636360.150.36251757320080.1754673010.1-0.21089929920090.0801417240.05-0.54326690120100.1720946580.11.147379026根據(jù)表一進行求解，再次運用MATLAB軟件，擬合出人均GDP增長速率，與勞動生產(chǎn)率（元）的增長率增長速率（代碼見附錄一），人均工資增長率圖形：從圖表看出，2008年金融危機出現(xiàn)，面對國際金融危機，國務(wù)院先后出臺了“國十條”、“金九條”等一系列宏觀經(jīng)濟金融政策，銀監(jiān)會也推出了十項措施，以加大各商業(yè)銀行對經(jīng)濟增長的支持力度。到2009年人均GDP增長速率，與勞動生產(chǎn)率（元）的增長率增長速率，人均工資增長率同步回升。同時圖表顯示，人均工資增長率與人均GDP增長速率和勞動生產(chǎn)率（元）的增長率變化趨勢基本一致，可認為“十一五”期間工資漲幅是合理的。5.3.2模型三的求解利用搜集到的1978到2010的平均工資，通過MATLAB灰色預(yù)測GM（1.1）模型，對2011到2015之間的平均工資進行預(yù)測。設(shè)x0=(615,668,762,772,798,826,974,1148,1329,1459…)為1978到2010的平均工資的一維矩陣，建立以下模型。級比檢驗θ(k)=x0(k-1)/x0(k)(k=1,2,3….33)得到θ值分別為0.98704663212435，0.967418546365915，0.966101694915254，e-2/34=0.942873143854875,e2/34=1.060588061625730,θ值均在此范圍內(nèi)，因此可用GM（1,1）模型進行預(yù)測2）利MATLAB的兩重循環(huán)語句對原始數(shù)據(jù)x0做一次累加：x1(1)=x0(1)=615x1(2)=x0(1)+x0(2)=1283x0(3)=x0(1)+x0(2)+x0(3)=2045;求出最后x1的值為615,1283,2045 ,2817,3615,4441,5415,6563,7892 9351,11098,13033,15173,17513,20224,23595,28133,33633,39843 46313,53792,62138,71509,82379,94801,108841,124865,143229 ,164230,189162,218391,251127,288274.利用MATLAB中的循環(huán)語句構(gòu)造數(shù)據(jù)矩陣B與數(shù)據(jù)向量Yz1(2)=(1/2)*(x1(1)+x1(2))=949依次類推，得到z1值分別為：949,1664,2431,3216,4028,4928,5989,7227.5,8621.5, 10224.5,12065.5,14103,16343, 18868.5,21909.5,25864,30883,36738,43078, 50052.5,57965,66823.5,76944, 88590, 101821,116853,134047,153729.5,176696, 203776.5,234759,269700.5利用上面的z1值可計算出B，B=[-z1(2:33)Tones(1)],Y=等于x0(2,3,...33)T由此得出B值和y值為：-9491-16641-2431-9491-16641-24311-32161-40281-49281-59891……668762798826974114826….B=B=YY=計算αα=(Bt*B)-1BTY=[-0.137151081106391 413.593095364219]于是得到a=-0.137151081106391,b=413.5930953642195）建立模型，設(shè)平均工資為y,未來年數(shù)為i該模型為y=(x0(1)-b/a)e-a*(32-i)*(1-ea)，即y=(618.0156)e0.13715*(32-i)*(1-e-0.13715)運用此模型進行十二五期間的平均工資預(yù)測，得出以下結(jié)果：2011估值429882012估值493072013估值565552014估值648692015估值74405對此模型進行誤差檢驗，設(shè)誤差為c，殘差為error，利用模型預(yù)測的數(shù)據(jù)為var則c=std(error)/std(x0)其中error為var-x0由此得出c值為0.032926，誤差接近于0,因此該模型預(yù)測的結(jié)果較為理想。對此模型進行關(guān)聯(lián)度檢驗，設(shè)關(guān)聯(lián)度為r，模型預(yù)測的數(shù)據(jù)var最大值為max1。則，r=(0.5*max1/|var1+0.5*max1|+0.5*max1/|var2+0.5*max1|+0.5*max1/|var3+0.5*max1|+…+0.5*max1/|var33+0.5*max1|)/33利用MATAB中的循環(huán)語句，得出r=0.7528>0.6，因此該模型預(yù)測的結(jié)果較為理想其增長率分別為