， 雅文，

(安徽财经大学a.统计与应用数学学院b.经济学院，安徽 蚌埠 233030)

0 引 言

经济增长、物价稳定、充分就业、国际收支平衡是各国政府管理经济的四大目标。目前，我国的就业形式越来越严峻，受到社会各界的广泛关注，成为各级政府亟待解决的重要难题。因此，收集相关就业信息和就业数据，建立有效且准确的预测模型，预测未来某一地区就业人口发展趋势，从而为政府制定就业政策提供科学依据，具有极为重要的现实意义。时间序列预测法是依据历史数据揭示系统动态结构和规律性的定量预测法，一方面考虑到事物发展偶然因素造成的影响，另一方面又承认事物发展的延续性[1]。为了消除随机因素产生的影响，利用历史数据进行时间序列预测分析，运用差分等方法对历史数据加以适当处理，进行趋势预测。传统的趋势外推预测方法是利用某种典型趋势现象特征进行预测，然而在实际现象中，许多时间序列资料往往并不具有这种典型趋势特征，采用此种趋势外推法建立的模型产生的随机误差项并不一定是随机的，从而影响预测效果[2]。ARIMA模型是一种预测精度较高的时间序列短期预测方法，适用于各类时间序列数据，是目前为止最通用的时间序列预测方法。基于以上研究，选取安徽省1978-2016年的就业人数为样本数据，运用Eviews 9建立ARIMA模型，并借助建立的模型预测安徽省未来六年的就业发展趋势，以期为制定就业政策提供科学依据。……