近年来,我国失业形势非常严峻,引起了政府及社会各界的广泛关注。失业问题已不仅仅是一个经济问题,更是关系到社会稳定的政治问题,对和谐社会的建立也构成了极大的威胁。城镇登记失业率与领取失业救济和社会保障补助密切相关,也是我国中央政府和各级地方政府在制定短期、中期、乃至长期社会经济发展规划时所采用的重要调控指标之一论文利用2000年到2009年全国各区域城镇登记失业率和GDP增长率的历史数据,基于分层贝叶斯分析方法构建了Fay-Herriot模型、时间序列模型和基于时间序列的广义Fay-Herriot模型。使用R软件运用MCMC动态模拟技术分别对三种模型下我国东部沿海地区、中部地区和西部地区的城镇登记失业率数据进行拟合,并利用后验预测离差方法对各模型的优度进行了比较。结论表明是：Fay-Herriot模型的后验预测离差值相对于时间序列模型和基于时间序列的广义Fay-Herriot模型的后验预测离差值较大,时间序列模型的后验预测离差值最小,说明三个模型中时间序列模型最优。然而,经修正后的基于时间序列的广义Fay-Herriot模型的后验预测离差值较之于时间序列模型有不太显著的偏大,表明我国市场未能对各经济区域的劳动力资源进行有效的配置,致使各经济区域城镇登记失业率不相关,使得基于时间序列的广义Fay-Herriot模型在引进区域相关因素后,模拟效果反而降低。论文还以东部沿海地区为例利用时间序列模型计算出2010年该区域的城镇登记失业率的估计值,结果表明预测效果良好。