本课题是科技部软科学资助研究的课题之一。课题组分别用"回归"和"神经网络"两种办法研制了失业预测模型，并设计了预测软件；利用德尔菲法（delphi）调查了50位从事就业实际工作和研究的专家学者，得出了城镇失业承受能力和预警线；到就业问题比较严重的沈阳市、西宁市、蚌埠市和贵州省进行了失业状况和就业政策的调研，完成了4个调研研究。
（一）失业预警系统概述
失业预警系统是在高失业率出现前，预先报警的一种系统。"预警"的思想是市场经济的伴生物，因为市场调控是一种"事后"调控机制，即当市场处于极不平衡时，靠经济规律进行相应的调节。这一调节的弊端显然较大，可能造成整体的"经济危机"，在就业问题上则可能出现严重的"失业高峰"，进而引起社会矛盾的爆发。因此，研究开发在大规模失业事件发生前预先报警的"失业预警系统"，比事件发生时才报警的警报系统更先进、更有用。
美国经济学家科布（c.w.cobb）和道格拉斯（p.h.douglas）（1928）提出了被广泛使用的生产函数。其表达式为：
q=akαlβ （1）
其中，q表示总产量，k表示资本量，l表示劳动量。k、l为投入量，q为产出量，a为正常数，α和β是正分数。生产函数原理说明了劳动力投入与经济增长成正比例的关系。
上式（1）经过数学变化可以写为：
（2）
令y=lnl，x1=lnq，x2=lnk，c=β-1lna，因为a、β均为常数，其β-1lna也为常数c，则上式（2）可以改写为：
y=-c+β-1 x1-αβ-1x2 （3）
公式（3）中，y代表社会使用的劳动力数量，x1代表总产出的ln函数，x2代表资本的ln函数，α和β是待定常数。
又y=s-u。式中，s代表劳动力市场劳动力供给总数，u代表失业人员。则，公式（3）可以变化为：
u=s+c-β-1 x1+αβ-1x2 （4）
公式（4）说明了失业人员可以用劳动力供给、总产出、投资等宏观经济指标解释。也表明，可以通过一个多元线性的方法表示出一个多元非线性的函数，从而可以利用多元线性回归的办法求得其函数。
因此，利用一系列宏观经济投入产出指标，通过多元线性回归的办法，建立一个较为可靠的就业和失业预测模型，不仅在理论上是可能的，在实践上也是十分必要的。因为，直接进行就业和失业状况的调查不仅十分昂贵，而且得到的数据也只代表当前的状况。而利用"功能模拟"的思想建立数学模型，利用经济运行中的一些率先暴露或者反映出来的指标预测失业状况，则是一种科学的、经济的办法。
（二）失业预测"回归模型"
描述公式为：
u=f（x1，x2，x3，...，xi）
式中u--失业（率）；
xi--影响失业的各种经济总量和结构因素，i=1,2,3,...，n；
f（.）--其影响函数。
1、失业人数预测模型
选择经济活动人口、国内生产总值、第二产业产值、基本建设投资、发电量、钢产量、水泥产量、金融机构企业存款、工业生产增加值现价、第三产业产值、社会消费品零售总额、进口总额、货币供给m1、货币供给m2、居民消费价格总指数、商品零售价格总指数、进出口总额、出口总额等18个宏观经济变量为自变量，失业人员作为因变量，并进行时差调整，采用逐步回归法（stepwise），经过多次反复建模，其最优数学模型是：
失业人数=401.163+7.503×10-3企业存款+5.346×10-2基建投资-1.082×10-2gdp+2.969×
（10.710） (5.391) (-2.831)
10-5进口
(2.354)
r2=0.973 f=256.921
变量系数检验：方程的各项系数均通过t检验，各系数置信度大于95%。
模型检验：方程的r2值为0.973，durbin-watson值为1.23，自由度（df）为32，f值为256.921，方程通过检验。
因此，该模型可用于预测失业人数的变化。
2、失业率预测模型
选择经济活动人口、国内生产总值、第二产业产值、基本建设投资、发电量、钢产量、水泥产量、金融机构企业存款、工业生产增加值现价、第三产业产值、社会消费品零售总额、进口总额、货币供给m1、货币供给m2、居民消费价格总指数、商品零售价格总指数、进出口总额、出口总额等18个宏观经济变量为自变量，失业率作为因变量，并进行时差调整，采用逐步回归法（stepwise），经过多次反复建模，其最优数学模型是：
失业率=2.927+2.947×10-5企业存款+1.722×10-4基建投资-4.261×10-5gdp
（8.561） (3.374) (-2.060)
r2=0.931 f=131.168
变量系数检验：方程的各项系数均通过t检验，各系数置信度大于95%。
模型检验；方程的r2值为0.931， durbin-watson值为1.489，自由度（df）为32， f值为131.168，方程通过检验。
因此，该模型可用于预测失业率的变化。
3、模型的实际预测检验
利用失业率模型进行实际检验，2000年2季度的调查失业率为5.26%。可用1季度的宏观经济指标预测其失业率的变化，分别为：
企业存款为109057亿元；
基本建设投资总额为1235亿元；
国内生产总值为18173亿元。
代入预测模型计算：
失业率=2.927+2.947×10-5企业存款+1.722×10-4基建投资-4.261×10-5gdp
=2.927+2.947×10-5×109057+1.722×10-4×1235-4.261×10-5×18173
=5.58%
而实际的调查失业率为5.26%。模型误差为0.32 个百分点，误差率为6%。因此，模型较好地解释了失业率的变化情况，可以用于预测季度失业率的变化情况。
（三）失业预测"递阶对角神经网络模型"
该模型具有经划分子网解耦后，可以在较小网络规模下，对非线性系统的动态行为获得满意的建模效果。其输入输出的数学描述是：
训练后，用1999年的失业人数和失业率所做的校验，得出失业率预测模型本身的最大误差为4.5%。
对2000年的预测表明，模型预测的数值为5.56%，而2季度实际的调查失业率为5.26%，预测误差为0.3个百分点，误差率为5.8%。因此，模型较好地解释了失业率的变化情况，可以用于预测失业率的变化。
（四）失业警戒线
失业警戒线是建立失业报警系统的关键指标。当失业率达到警戒线时，报警系统发出警报。分两步确定失业警戒线，第一步确定当前城镇的失业率，这一步主要作为参照指标；第二步确定当前城镇的失业承受能力，这就是"警戒线"。
课题组首次利用德尔菲法判断我国城镇失业状况，并确定城镇失业承受能力的大小。德尔菲是古希腊福话中可预测未来的阿波罗神殿所在地，美国兰德公司在20世纪40年代以"德尔菲"为代号，研究如何通过有控制反馈更为可靠地搜集专家意见，德尔菲调查由此得名。
根据德尔菲法调查的结果，结合课题组在4个地区的调查和长期研究的积累，将城镇失业警报系统分为6个区域（见表见表）。需要说明的是，失业率的警戒线和报警系统的指标不是一成不变的，需要经过实践的检验，更需要根据实践的变化而重新修订。实际应用中，还要考虑到长期失业和通货膨胀问题。如果长期失业的比重大或者通货膨胀高时，失业人员对失业的承受能力会下降。
来源:
上海专业劳动律师
15083754720