一、选取影响因素
对于影响就业人数的因素有很多，我们在这里主要分析不同年份，不同产业这两个因素
本文运用双因素方差分析，定量地分析了就业人数的结构特征及其影响因素，为进一步解决就业问题提供有力的科学依据.
二、处理数据和研究方法
由国家统计局数据库得到2006年到2011年的各产业就业人数.方差分析作为一种假设检验，它是对全部样本观察值的差异进行分解，将某种因素下各种样本观察值之间可能存在的系统误差与随机误差加以比较，据以推断各总体之间是否存在显著性差异，若存在显著性差异，也就说明该因素的影响是因素方差分析方法已经愈来愈普遍地得以应用
双因素方差分析涉及到两个分类显著的
在对实际问题的研究中，有时需要考虑几个因素对试验结果的影响，双型自变量，当两个自变量对数值型因变量的影响是相互独立时，为无重复双因素分析，即无交互作用；当两个因素结合后对因变量产生新的效应时，为可重复双因素分析
本文着重对就业人数的影响因素进行双因素无交互作用分析，并分别对不同的因素进行两两比较
本次方差分析中，自变量是年份和产业结构，因变量是就业人数
在自变量中，选取了各个产业的就业人数，满足了样本要求通过SPSS进行一般线性模型单变量双因素方差分析
SPSS中的子程序“分析—一般线性模型—单变量—两两交互”使用户能直接对数据两两之间进行比较
三、数据处理与结果与分析
3.1提出假设
为了检验两个因素的影响，需要对两个因素分别提出如下假设
对年份提出的假设为：
3.2构造检验的统计量
为检验是否成立，需要分别确定检验年份和各种产业的统计量.用SPSS软件进行分析，可以大程度减少计算量，使过程更加清晰，只需用自变量的P值与之间的关系即可判定自变量对因变量的影响是否显著.
表1：年份和产业结构的显著性水平检验
3.3结果分析
由上，通过双因素方差分析，从主体间效应分析的表中可以得出产业的P值＝0.00<0.05，则拒绝原假设，表明产业对就业人数有显著性影响且为极显著性
同时得到年份的P值＝1.00>0.05，则接受原假设，表明年份对就业人数没有显著性影响，而用同种方法对各个产业之间的显著性水平进行比较可以看出，不同产业两两之间比P值都小于0.05，表明不同产业之间的就业人数有显著性的差异，其中第一、三产业的就业人数具有极显著性的差异
由不同产业两两之间的均值差值可以看出，第二产业的就业人数最少，第一产业的就业人数最多，第三产业的就业人数次之.
四、结论
通过双因素方差分析，我们可以看出，产业对就业人数的影响是极显著的
尽管在不同年份的经济状况不同，但是又由于其他因素的影响，年份对就业人数的影响并不显著
不同产业之间的就业人数差异性还是极显著的，占二、三产业比重偏小.虽然这种倾向随着经济发展有一定程度的改善，但劳动力在三次产业间的转换严重滞后，明显落后于现有生产力所应达到的水平，影响和制约了生产力的发展.我们要平衡不同产业之间的经济发展，减少第一产业的就业人数，缓慢增加第二产业的就业人数，大力发展第三产业的就业人数，不断完善不同产业的就业结构.为更好的解决就业问题，最根本的是大力发展生产力，保持经济持续快速平稳发展.同时也要优化产业结构，解决结构性的就业矛盾.
参考文献：
[1]中华人民共和国国家统计局.2012年中国统计年鉴,就业人员和职工工资.按三次产业分就业人员数[M].中国统计出版社,2012.
[2]潘勇.双因素方差分析法的改进及应用[J].扬州教育学院报,2000(9):2-4.
[3]张玲.单因素及双因素方差分析及检验的原理及统计应用[J].数学学习与研究,2010(7):1-4.
[4]夏敏慧,叶国雄.改进双因素方差分析中离差平方和计算方法的研究[J].武汉体育学院学报,1997(1):2-5.
[5]茆诗松,王静龙.高等数理统计[M].高等教育出版社,2006(5):196-203.
[6]唐艳萍,甘益凤,谢贤.改革开放以来广西产业结构演变分析[J].当代经济,2010(3):2-6.
作者简介：徐 滴（1988-），男，重庆合川人，硕士研究生，主要从事统计学方面的研究
冯长焕（1972-），女，四川南充人，教授，主要从事统计学方面的研究