摘要：无论是从社会管理还是从经济发展的角度来考虑，失业均已成为目前各国十分关注的重点问题之一，学者们也一直在通过各种方法来预测失业率。近年来，随着网络的发展和搜索引擎的普及应用，学者们发展出一种利用网络搜索数据来观察和研究经济及社会问题的方法。随着这一方法的有效性被证明之后，它也被引入到失业率預测的研究领域中。文章利用Google推荐的关键词搜索数据，采用改进的逐步回归方法分层建立了三个模型预测失业率，并进行因果关系检验及有效性检验。实验结果表明，三个模型的拟合优度分别达到0.930、0.935、0.936，三期预测值的MAPE分别为1.20%、0.89%、0.57%。文章认为，这种方法能有效的处理网络搜索数据并进行相关的社会问题研究和经济问题的预测。 全文查看链接 　　本文将“unemployment”作为初始关键词，并且构成第一层的关键词库。第二层关键词库由第一层关键词库中的关键词及与这些关键词热门相关的10个关键词组成，去重后共11个，第三层关键词库由第二层关键词库的关键词及与这些关键词热门相关的关键词组成，去重后共90个，按照此方法，第四層关键词库共403个关键词。 全文查看链接 　　2. 因果关系检验。Granger因果关系检验能检验解释变量的前期变化是否能有效的解释被解释变量的变化。因此，Granger检验可以作为考察模型的预测能力的一个指标。本文对变量LogYt和LogQit进行了一阶Granger因果关系检验。检验结果如表3。 全文查看链接