我国劳动力流动与城市失业关系研究

本文通过2005年1%人口抽样调查数据对我国劳动力流动与城市失业之间的关系进行了经验研究。总体来看,劳动力流动并未对城市失业产生显著的影响,政策制定者不必担心因为流动劳动力的不断增加而导致城市失业的恶化。

基于ARIMA-BP模型的我国城镇登记失业率分析与预测

文章通过灰色关联模型分析影响城镇登记失业率的主要指标,发现GDP、第一产业增加值、CPI、商品零售价格指数、城镇人口总数5个指标显著地影响城镇登记失业率。通过构建ARIMA-BP模型,分析城镇登记失业率与5个影响指标之间的关系,用1984~2008年的年度历史数据对模型进行实证分析,并分别建立了ARIMA（自回归移动平均）模型、BP模型与之进行比较,结果表明：ARIMA-BP模型显著优于ARIMA模型和BP模型。

工作着是美丽的

近两年,就业不是一个轻松的话题。受疫情影响,需求收缩、供给冲击、预期转弱三重压力之下,企业用工需求减弱——国家统计局的数据显示,上半年,城镇调查失业率均值为5.7%,高于去年同期0.5个百分点;31个大城市失业率均值为6.0%,高于全国城镇整体水平。

城乡收入差距、民工失业与中国犯罪率的上升

本文利用1988—2008年省级面板数据研究后发现:首先,没有明显的证据表明省内城乡收入差距的扩大必然增加各省的犯罪率。其次,中国犯罪率的上升和"第五次犯罪高峰"的产生与城市登记失业率有关:一方面,它意味着民工失业率也可能在上升,城市居民和民工失业的增加都会直接推动犯罪率上升,而由于失业的民工缺乏最低生活保障和社会保险,他们会更加脆弱并更容易走向犯罪,因此会更容易推动犯罪率的上升;另一方面,城市失业率的上升还会推动地方政府采取更加歧视民工的就业政策来保护城市居民的就业,因而在犯罪率上升和犯罪高峰持续的过程中起到了推波助澜的作用。本文的解释对于理解中国经济社会的发展及制定降低犯罪率的公共政策提供了重要启示。