影響就業(yè)的因素分析

1、1 影響就業(yè)的因素分析 就業(yè)是民生之本，是社會穩(wěn)定的基礎(chǔ)。隨著科技的進(jìn)步和資本有機(jī)構(gòu)成的提 高，經(jīng)濟(jì)增長對就業(yè)的拉動力逐步減弱，增加就業(yè)已成為擺在世界各國政府面前 的一道難題。特別是處于轉(zhuǎn)型期的我國而言，擴(kuò)大就業(yè)更是當(dāng)前社會關(guān)注的熱點。 數(shù)據(jù)表明，我國經(jīng)濟(jì)增長創(chuàng)造就業(yè)的能力下降，明顯的標(biāo)志是就業(yè)彈性下降：二 十世紀(jì)八十年代我國GDP年均增長率為 9.3%，就業(yè)增長率為3.0%,就業(yè)彈性 系數(shù)為0.322,在九十年代前期GDP年均增長率為 12%，就業(yè)增長率為1.2%, 就業(yè)增長彈性系數(shù)為0.1,二十世紀(jì)末我國GDP年均增長率為 8.3%,就業(yè)增長 率為0.9%，就業(yè)彈性系數(shù)為0.1,經(jīng)濟(jì)增長與

2、擴(kuò)大就業(yè)之間的聯(lián)系被大大削弱。 原因何在？本文將利用經(jīng)濟(jì)學(xué)的相關(guān)原理及數(shù)量分析工具對就業(yè)的相關(guān)促進(jìn)因素 作一些探討。通過考察就業(yè)形勢及相關(guān)因素的現(xiàn)狀，提出相應(yīng)的政策建議。 一、關(guān)于就業(yè)的相關(guān)理論 （一）柯布一道格拉斯產(chǎn)出模型：根據(jù)柯布一道格拉斯生產(chǎn)理論，產(chǎn)出的增 長主要取決于投入的增長和技術(shù)的進(jìn)步。 產(chǎn)出函數(shù)Y =AK L 表明產(chǎn)出的增長 必須有總要素生產(chǎn)率的提高，投入資本的增加或勞動力的增加。根據(jù)單一要素增 加，邊際產(chǎn)品遞減的規(guī)律，產(chǎn)出函數(shù)中任意要素的單獨增長都不可能使產(chǎn)出持續(xù) 增長。因此就業(yè)的增加不僅與資本投入相關(guān)，而且還與勞動者的質(zhì)量，即人們的 生活水平相關(guān)。 （二） 達(dá)爾尼夫的知識經(jīng)濟(jì)

3、理論：達(dá)爾尼夫認(rèn)為： “國內(nèi)的增長不是由于 市場份額的擴(kuò)大和加強(qiáng)而引起的，而是通過引入創(chuàng)造新市場的全新技術(shù)或提供解 決問題的服務(wù)而實現(xiàn)的。創(chuàng)造這些技術(shù)和服務(wù)所需要的知識技能，不論是在個人、 組織還是國家水平上，日益成為經(jīng)濟(jì)增長和繁榮的關(guān)鍵”。隨著國際經(jīng)濟(jì)一體化， 世界經(jīng)濟(jì)結(jié)構(gòu)在調(diào)整，二十世紀(jì)九十年代，一個顯著的變化是以物品為基礎(chǔ)的增 長明顯地轉(zhuǎn)向高技能、高技術(shù)和以服務(wù)為基礎(chǔ)的增長。高技能服務(wù)對GNP的貢 獻(xiàn)率正在增長。 . . a 6 1- a-6 （三） 羅默內(nèi)生模型：羅默1990年提出的內(nèi)生模型是Q =H L EX】 ， X1為耐用資本設(shè)備，1為設(shè)備編號，H是致力于最終產(chǎn)品的人力資本、 L

4、是勞 動力。這里，羅默提出了人力資本變量和固定資本變量。 二、模型設(shè)定 根據(jù)以上理論分析，把模型設(shè)定為： 2 LnL=C+CiLn (G)+C2Ln(E)+C3Ln(T)+U 其中：L代表就業(yè)，用就業(yè)人數(shù)表示；G代表生產(chǎn)規(guī)模，用國內(nèi)生產(chǎn)總值表 示；E代表人力資本，用恩格爾系數(shù)表示；T代表經(jīng)濟(jì)結(jié)構(gòu)，用社會固定資產(chǎn)投 資規(guī)模表示。 數(shù)據(jù)來源： 中國統(tǒng)計年鑒2004年選取從1978到2003年中全國的就業(yè)人 數(shù)、GDP值、恩格爾系數(shù)(取城鎮(zhèn)和農(nóng)村的加權(quán)值)、社會固定資產(chǎn)投資。 數(shù)據(jù)如下： obs 年份 L G E T 1978 40152 3624.1 62.6 1980 42361 4517.8

5、59.35 910.9 1985 49873 8964.4 55.55 2543.2 1989 55329 16909.2 54.65 4410.4 1990 64749 18547.9 56.5 4517 1991 65491 21617.8 55.7 5594.5 1992 66152 26638.1 55.3 8080.1 1993 66808 34634.4 54.2 13072.3 1994 67455 46759.4 54.45 17042.1 1995 68065 58478.1 54.35 20019.3 1996 68950 67884.6 52.55 22913.5 199

6、7 69820 74462.6 50.85 24941.1 1998 70637 78345.2 49.05 28406.2 1999 71394 82067.5 47.35 29854.7 2000 72085 89468.1 44.25 32917.7 2001 73025 97314.8 42.95 37213.5 2002 73740 105172.3 41.95 43499.9 2003 74432 117251.9 41.35 55566.6 三、參數(shù)估計 將模型簡化為：Y=C+C 1X1+C2X2+C3X3+U 用Eviews估計結(jié)果為： 3 Dependent Variable

7、: Y Method: Least Squares Date: 01/05/06 Time: 21:18 Sample(adjusted): 2 17 Included observations: 15 Excluded observations: 1 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. X1 0.176760 0.036440 4.850740 0.0005 X2 0.290372 0.299889 0.968264 0.3537 X3 0.010900 0.020742 0.

8、525493 0.6097 C 7.977356 1.424507 5.600084 0.0002 R-squared 0.894882 Mean dependent var 11.07279 Adjusted R-squared 0.866213 S.D.dependent var 0.156328 S.E. of regression 0.057180 Akaike info criterion -2.662058 Sum squared resid 0.035965 Schwarz criterion -2.473245 Log likelihood 23.96544 F-statist

9、ic 31.21477 Durbin-Watson stat 0.759089 Prob(F-statistic) 0.000011 Y=7.977356+ 0.176760X1 +0.29072X2+0.010900X3 t=(5.600084) (4.85074。 (0.968264) (0.525493 ) RA2=0.894882 修正的 RA2=0.866213 四、檢驗及修正 1 .經(jīng)濟(jì)意義檢驗 從上表可以看出，各指標(biāo)符號符合經(jīng)濟(jì)理論和經(jīng)濟(jì)實際。說明具有經(jīng)濟(jì)意 義。 2. 統(tǒng)計推斷檢驗 從回歸結(jié)果看出，模型的擬和優(yōu)度較好(R&=0.894882), F統(tǒng)計量的值在 顯著性水

10、平a =0.05的情況下也較顯著。說明從總體上就業(yè)與解釋變量之間線形 關(guān)系顯著。 3. 計量經(jīng)濟(jì)學(xué)檢驗 多重共線形檢驗：X2 X3的t值均小丁 2,說明這兩個變量對 Y的影 響不顯著，變量之間存在多重共線性。這里采用簡單相關(guān)系數(shù)矩陣對其進(jìn)行檢驗：4 從結(jié)果可知：X1與X2存在相關(guān)。 修正：采用逐步回歸法對其進(jìn)行補救。根據(jù)以上分析，由丁 X1的t值最 大，線形關(guān)系強(qiáng)，因此把 X1的為基本變量，然后將其余解釋變量逐一代入 X1 的回歸方程。分析可得： 加X2入，擬和優(yōu)度略有改變，但X2的t值不顯著。故X2應(yīng)刪去；加入X3 進(jìn)行回歸的情況和X2相同，其t值也不顯著。因此應(yīng)舍去 X3。 模型修改為:Y

11、=C+C1 X+U 新模型估計結(jié)果如下: Variable Coefficient Std. Error t-StatistiProb. X1 0.164125 0.013469 12.18554 0.0000 C 9.338699 0.141886 65.81835 0.0000 R-squared 0.902728 Mean dependent var 11.05909 Adjusted R-squared 0.896649 S.D.dependent var 0.186201 S.E. of regression 0.059861 Akaike info criterion -2.689

12、157 Sum squared resid 0.057333 Schwarz criterion -2.590227 Log likelihood 26.20241 F-statistic 148.4875 Durbin-Watson stat 0.480305 Prob(F-statistic) 0.000000 一階自相關(guān)檢驗：從模型設(shè)定來看，沒有違背 D-W檢驗的假設(shè)條件。 因此可以用D-W檢 驗來 檢驗 模 型是 否存 在一 階自 相關(guān) 。 根據(jù) 上表 中 估 計的 結(jié)果 ， 由 DW=0.480305，給定顯著水平 也=0.05，查 D-W 表，得 di =0.902, du=1.1

13、18 因 為D-W統(tǒng)計量為0.480305 di =0.902,根據(jù)判定域可知，隨機(jī)誤差項存在正的一 階自相關(guān)，需要修正。 修正：采用Cochrane-Orcutt迭代法，得到如下結(jié)果: Variable Coefficient Std. Error t-Statistic Prob. C 10.37470 0.646619 16.04454 0.0000 X 0.072432 0.056166 1.289606 0.2181 AR(1) 0.728314 0.097755 7.450427 0.0000 R-squared 0.953821 Mean dependent var 11.086

14、07 Adjusted R-squared 0.947224 S.D.dependent var 0.151382 X1 1.000000 X2 -0.841638 X3 0.394185 X2 -0.841638 1.000000 X3 0.394185 -0.143380 -0.143380 1.000000 X1 5 S.E. of regression 0.034777 Akaike info criterion -3.720937 6 Sum squared resid 0.016932 Schwarz criterion -3.573899 Log likelihood 34.62

15、796 F-statistic 144.5845 Durbin-Watson stat 1.887656 Prob(F-statistic) 0.000000 Inverted AR Roots .73 DW=1.887655大丁臨界上限，落在接受H0區(qū)域，表明模型中沒有自相關(guān) 異方差檢驗 檢驗：利用ARCH檢驗法檢驗?zāi)Ｐ褪欠翊嬖诋惙讲?結(jié)果如下： ARCH Test: F-statistic Obs*R-squared 2.235989 5.682161 Probability Probability 0.141210 0.128140 Test Equation: Dependent Va

16、riable: RESIDA2 Method: Least Squares Date: 01/05/06 Time: 11:08 Sample(adjusted): 4 18 Included observations: 15 after adjusting endpoints Variable Coefficient Std. Error t-StatistiProb. C 0.001760 0.001585 1.110184 0.2906 RESIDA2(-1) 0.734641 0.297166 2.472157 0.0310 RESIDA2(-2) -0.341738 0.352101

17、 -0.970568 0.3526 RESIDA2(-3) 0.056149 0.295419 0.190064 0.8527 R-squared 0.378811 Mean dependent var 0.003054 Adjusted R-squared 0.209395 S.D.dependent var 0.005027 S.E. of regression 0.004470 Akaike info criterion -7.759623 Sum squared resid 0.000220 Schwarz criterion -7.570810 Log likelihood 62.1

18、9717 F-statistic 2.235989 Durbin-Watson stat 2.023931 Prob(F-statistic) 0.141210 計算(n-P)RA2=18*0.3788=6.8184 x23 (0.05) =7.81 ,說明該模型不存在異 方差。 (4)確定模型 Y = 10.37470 + 0.072432 X 由丁該模型的回歸結(jié)果、t值以及F統(tǒng)計值均顯著，且不存在計量經(jīng)濟(jì)學(xué) 問題，因此最后定型為此。 五、對模型的經(jīng)濟(jì)解釋及存在的問題分析 7 1. 經(jīng)濟(jì)解釋 中國是一個轉(zhuǎn)型發(fā)展中國家，其影響就業(yè)的因素既有自身客觀實際乂具有市 場經(jīng)濟(jì)發(fā)展的共性特點。從模型可以

19、看出： 經(jīng)濟(jì)增長是影響就業(yè)的最顯著的因素， 二者之間成正向關(guān)系。事實上，長 期以來，我國保持比較高的經(jīng)濟(jì)增長速度，就是依靠經(jīng)濟(jì)擴(kuò)張帶動就業(yè)。但是， 近幾年的資料顯示，我國的就業(yè)增長彈性系數(shù)已經(jīng)持續(xù)下降。就業(yè)彈性降低的原 因，一方面在于企業(yè)為提高效率既要增加資本密集程度乂要不斷精簡大量冗員， 二者的綜合作用造成企業(yè)吸收新增勞動力的空間十分有限；另一方面在于經(jīng)濟(jì)結(jié) 構(gòu)的調(diào)整，過去的勞動密集型產(chǎn)業(yè)不斷萎縮，新的勞動密集型產(chǎn)業(yè)尚沒有建立和 形成，從而造成總體經(jīng)濟(jì)增長吸收就業(yè)能力的下降。 因此，雖然就業(yè)機(jī)會的擴(kuò)大 依賴于經(jīng)濟(jì)的增長，如果缺乏相應(yīng)的政策，經(jīng)濟(jì)增長也不會自動轉(zhuǎn)化為就業(yè)機(jī)會 的擴(kuò)大。 根據(jù)先驗

20、信息，恩格爾系數(shù)與就業(yè)有正向關(guān)系。因為恩格爾系數(shù)的降低， 表明生活水平的提高，教育支出增加，即人力資本投入增加。而我們從模型得到 的結(jié)果看，人力資本投入對就業(yè)的影響不是特別顯著。這就表明目前我國政府對 教育培訓(xùn)投入不足或現(xiàn)有投入效益不明顯，大學(xué)生就業(yè)難現(xiàn)象正說明這個問題。 從模型還可以看出經(jīng)濟(jì)結(jié)構(gòu)對就業(yè)的影響并不顯著， 說明我國的經(jīng)濟(jì)結(jié)構(gòu) 調(diào)整取得的成效并不大。結(jié)構(gòu)調(diào)整的實質(zhì)是創(chuàng)造性摧毀，而創(chuàng)造就業(yè)并不簡單地 等于就業(yè)增長，這與就業(yè)的結(jié)構(gòu)類型與結(jié)構(gòu)調(diào)整的階段有關(guān)。 目前中國正處在結(jié) 構(gòu)調(diào)整的初期，出現(xiàn)“無就業(yè)增長”符合經(jīng)濟(jì)規(guī)律。 2. 存在原因 以上分析均是就模型本身而得出的結(jié)論， 但事實上我們的模型解釋變量的 t值比較大，因此有可能是偽回歸。產(chǎn)生偽回歸的原因是時間序列數(shù)據(jù)不連續(xù)或 者數(shù)據(jù)不穩(wěn)定。 根據(jù)先驗信息，教育投入對就業(yè)的影響應(yīng)該是顯著的， 按理說這個解釋變 量被刪除可能是不正確的。但是，如果不刪除該變量，多重共線性乂無法消