近几年,由于世界经济危机的影响,全球的经济都不十分景气,各大公司企业不时传来裁员的消息,失业问题已不仅仅是一个人抑或是一个家庭举足轻重的大事,对于整个国家的社会稳定也有着重要的影响。论文利用中国GDP增长率和城镇登记失业率的相关数据,得到在研究中国城镇登记失业率上出现的两个问题：奥肯定律对中国的城镇登记失业率与GDP增长率数据适用性不强；菲利普斯曲线规律对中国的失业率与通货膨胀率数据不具有适用性。论文利用2001-2010年中国东中西各区域城镇登记失业率和GDP增长率的数据,凭借R语言编程分析工具,基于分层贝叶斯方法构建Fay-Herriot模型、时间序列模型和基于时间序列的广义Fay-Herriot模型对东中西部的城镇登记失业率数据进行分析研究表明：三个模型对各经济区域城镇登记失业率的模拟收敛性较好,不过F-H模型的波动性较大,不如时间序列模型和基于时间序列的广义F-H模型稳健。论文还对东中西部城镇登记失业率的后验预测离差值的大小进行比较得知F-H模型的模拟值波动较大,F-H模型不能用于拟合我国东中西部地区的城镇登记失业率。基于东中西部历年城镇登记失业率在后两种模型下的后验均值分析得出：时间序列模型对东部地区的城镇登记失业率拟合程度良好,时间序列模型和基于时间序列的广义F-H模型对中部地区的城镇登记失业率拟合程度相差不多,基于时间序列的广义F-H模型对西部地区的城镇登记失业率拟合程度良好。