產(chǎn)業(yè)結構優(yōu)化升級、經(jīng)濟發(fā)展方式轉變與擴大就業(yè)中央財經(jīng)大學學報修改版終(共10頁)

1、 產(chǎn)業(yè)結構優(yōu)化升級、經(jīng)濟(jngj)發(fā)展方式轉變與擴大就業(yè)基于(jy)我國19952011年省級面板數(shù)據(jù)的經(jīng)驗(jngyn)研究吳振球，男，漢族，1974年1月生，湖北省武漢市新洲區(qū)人，中南財經(jīng)政法大學工商管理學院副教授，經(jīng)濟學博士，研究方向：宏觀經(jīng)濟理論與政策。王振，男，漢族，1986年12月生，山東省菏澤市牡丹區(qū)人，中南財經(jīng)政法大學工商管理學院研究生，研究方向：國際貿易與國際商務。程婷，女，漢族，1991年4月生，湖北省荊門市京山縣人，中南財經(jīng)政法大學工商管理學院研究生，研究方向：貿易經(jīng)濟問題。本文受到作者主持的國家社會科學基金青年項目提高我國居民消費能力長效機制研究（編號：11CJL01

2、4）、第51批中國博士后科學基金面上資助項目擴大居民消費需求研究：機制、路徑與宏觀經(jīng)濟穩(wěn)定（編號：2012M510652）與教育部人文社會科學研究一般項目AD-PA模型拓展與擴大就業(yè)的理論和政策研究（編號：10YJC790287）的資助。吳振球 王振 程婷中南財經(jīng)政法大學 工商管理學院 摘要：本文利用1995年2011年我國30個省、市、自治區(qū)的省級面板數(shù)據(jù)，運用靜態(tài)面板數(shù)據(jù)模型與動態(tài)面板數(shù)據(jù)模型以及克服內生性的分析技術，對產(chǎn)業(yè)結構合理化、產(chǎn)業(yè)結構高級化和經(jīng)濟發(fā)展方式轉變及相關控制變量與就業(yè)的關系進行了經(jīng)驗研究。靜態(tài)面板數(shù)據(jù)模型結果表明：產(chǎn)業(yè)結構合理化、產(chǎn)業(yè)結構高級化對降低失業(yè)率有積極作用；正

3、向轉變經(jīng)濟發(fā)展方式對提高失業(yè)率具有正效應，但產(chǎn)業(yè)結構高級化與轉變經(jīng)濟發(fā)展方式協(xié)同作用對降低失業(yè)率具有明顯的積極作用；第三產(chǎn)業(yè)比重與失業(yè)率呈負相關，實際經(jīng)濟增長率與失業(yè)率呈正相關。動態(tài)面板數(shù)據(jù)模型分析得出的結論與靜態(tài)面板數(shù)據(jù)模型得出的結論是一致的。這說明，我國當前提出的“降增速、調結構、轉方式、保就業(yè)”的經(jīng)濟政策具有內在邏輯一致性。關鍵詞：產(chǎn)業(yè)結構 合理化 高級化 經(jīng)濟發(fā)展方式 就業(yè)中圖分類號：F015 F062.9 F062.4 文獻標示碼：A一、問題的提出實現(xiàn)產(chǎn)業(yè)結構優(yōu)化升級、經(jīng)濟發(fā)展方式轉變和勞動力充分就業(yè)是我國現(xiàn)階段追求的三個重要宏觀經(jīng)濟目標，三者相互聯(lián)系又相互制約。我國當前一段時間的就

4、業(yè)情況既存在著總量供過于求的矛盾，又存在著結構性矛盾。2012年，全國城鎮(zhèn)新增就業(yè)人員1266萬人，其中城鎮(zhèn)失業(yè)人員再就業(yè)552萬人，就業(yè)困難人員實現(xiàn)就業(yè)182萬人，城鎮(zhèn)登記失業(yè)率為4.1%，年末城鎮(zhèn)登記失業(yè)人員大約為920多萬人。2013年高校畢業(yè)生達到699萬人，加上中專、職高畢業(yè)生以及大量從農(nóng)村轉移出來的農(nóng)民工需要在城鎮(zhèn)就業(yè)，所以2013年的就業(yè)形勢依然嚴峻。產(chǎn)業(yè)結構優(yōu)化升級與就業(yè)的關系存在著截然相反的兩種觀點。第一種觀點認為，產(chǎn)業(yè)結構優(yōu)化升級抑制就業(yè)。理由是，產(chǎn)業(yè)結構優(yōu)化升級導致資本“擠出”勞動。如嚴英龍、陳在余（2004）認為，如果工業(yè)化進程中以資本替代勞動，勞動力轉移將受阻，會減少

5、全體居民的收入水平，產(chǎn)生有效需求不足，從而抑制工業(yè)化發(fā)展1。第二種觀點認為，產(chǎn)業(yè)結構優(yōu)化升級促進就業(yè)。理由之一是資本深化在長期中促進就業(yè)增長。利本斯坦認為，資本密集型產(chǎn)業(yè)雖然在短期內吸納就業(yè)不多，但從長期看，資本密集型產(chǎn)業(yè)不需要像勞動密集型產(chǎn)業(yè)那樣將大量國民收入分配給勞動者，從而有利于提高儲蓄和擴大投資，帶來更多的就業(yè)。理由之二是產(chǎn)業(yè)結構優(yōu)化升級可以帶動第三產(chǎn)業(yè)的發(fā)展，從而吸納更多的就業(yè)。武力、溫銳（2006）認為，早期工業(yè)化國家工業(yè)化時會選擇發(fā)展勞動密集型產(chǎn)業(yè)，現(xiàn)階段工業(yè)化的國家會選擇創(chuàng)新力強的技術與資本密集型產(chǎn)業(yè)來實現(xiàn)工業(yè)化，這些產(chǎn)業(yè)可以帶動第三產(chǎn)業(yè)的發(fā)展，進而促進就業(yè)2。2007年黨的十

6、七大提出轉變(zhunbin)經(jīng)濟發(fā)展方式，2013年的政府工作報告提出推進產(chǎn)業(yè)結構優(yōu)化升級，加快轉變經(jīng)濟發(fā)展方式，促進經(jīng)濟持續(xù)健康發(fā)展的要求。雖然經(jīng)濟發(fā)展方式轉變尚不存在一個為大多數(shù)人接受的定義，但筆者認為經(jīng)濟發(fā)展方式轉變至少應該包括促進技術進步、節(jié)約資源和能源這一本質性內容。按照經(jīng)濟理論，技術進步(jnb)包括三種類型，即節(jié)約資本的技術進步、節(jié)約勞動的技術進步和中性技術進步，因此，僅僅依據(jù)技術進步并不能判定技術進步與就業(yè)之間的關系，必須進一步判斷技術進步的具體類型，才能判定技術進步與就業(yè)之間的關系。不同學者選擇不同地區(qū)、不同時間段對技術進步與就業(yè)的關系(gun x)進行研究，得出的結論不同

7、當然不足為奇。如齊建國（2002）通過測算發(fā)現(xiàn)，19781990年間的技術進步對我國就業(yè)有正面影響，但19901999年間的技術進步卻減少了對就業(yè)的吸納3。 此外，還有少數(shù)學者聯(lián)合考察產(chǎn)業(yè)結構調整、技術進步兩者對我國的就業(yè)效應。魏燕、龔新蜀（2012）利用省際面板數(shù)據(jù)，采用擴展型C-D函數(shù)對技術進步、產(chǎn)業(yè)結構升級與就業(yè)之間的關系進行了面板單位跟檢驗、協(xié)整檢驗和誤差修正模型分析。他們指出，我國技術進步、產(chǎn)業(yè)結構升級程度與就業(yè)之間存在長期均衡關系，且技術進步、產(chǎn)業(yè)結構升級是形成區(qū)域就業(yè)差異的長期原因。但技術進步、產(chǎn)業(yè)結構升級程度對區(qū)域就業(yè)量的短期影響在四大經(jīng)濟區(qū)中又是不穩(wěn)定的4。在當今我國經(jīng)濟增速

8、下調、大力推進產(chǎn)業(yè)結構優(yōu)化升級、切實轉變經(jīng)濟發(fā)展方式的關鍵時期，研究產(chǎn)業(yè)結構優(yōu)化升級、經(jīng)濟發(fā)展方式轉變與就業(yè)之間的關系尤為重要。綜合已有文獻研究結果，僅僅從理論層面來判定三者之間的關系，是無法得出明確結論的，必須進行基于我國實際的經(jīng)驗研究，且在控制大量相關變量的條件下，才能得出三者關系真實的確定性結論，從而為國家有關部門決策提供實證支撐。本文的創(chuàng)新之處在于：第一，為了克服內生性問題，我們首先應用靜態(tài)面板數(shù)據(jù)模型與工具變量法研究產(chǎn)業(yè)結構優(yōu)化升級、經(jīng)濟發(fā)展方式轉變、服務業(yè)發(fā)展與就業(yè)之間的關系。進一步地，為了能夠有效地解決測量誤差、非時變的遺漏變量和解釋變量的內生性問題引致的變量內生性問題，我們采用

9、Arellano和Bond提出的GMM估計方法，即利用被解釋變量與預定變量的滯后項、嚴格外生變量的差分作為工具變量進行估計。我們將上述兩種方法得出的結果進行了深入比較，發(fā)現(xiàn)兩種結果是一致的，從而有效克服了變量內生性問題。這與以前的研究不同。第二，在分析產(chǎn)業(yè)結構優(yōu)化升級對就業(yè)的影響時，以前大多數(shù)學者將目光聚焦于以重化工業(yè)為特征的產(chǎn)業(yè)結構優(yōu)化升級，而隨著我國服務經(jīng)濟“曙光”的臨近，本文將側重于分析第三產(chǎn)業(yè)為主要特征的產(chǎn)業(yè)結構優(yōu)化升級對就業(yè)的影響。二、模型設定、變量說明及數(shù)據(jù)(shj)來源模型(mxng)設定根據(jù)(gnj)勞動經(jīng)濟學研究就業(yè)的大量宏觀理論與實證研究成果，我們發(fā)現(xiàn)影響一國國民就業(yè)的因素

10、主要有：經(jīng)濟增長、通貨膨脹、技術進步、產(chǎn)業(yè)結構優(yōu)化升級、服務業(yè)發(fā)展、人均實際工資水平、受教育程度、城鎮(zhèn)化水平、以及它們之間的交互作用等。為了研究產(chǎn)業(yè)結構優(yōu)化升級、經(jīng)濟發(fā)展方式對就業(yè)的影響，本文以就業(yè)為被解釋變量，用城鎮(zhèn)登記失業(yè)率表示，產(chǎn)業(yè)結構優(yōu)化升級、經(jīng)濟發(fā)展方式、服務業(yè)發(fā)展為解釋變量，人均實際工資水平、人均受教育程度、城鎮(zhèn)化水平、產(chǎn)業(yè)結構高級化與技術進步交互作用為控制變量?；谝陨峡紤]，本文的靜態(tài)面板數(shù)據(jù)模型設定如下：不考慮控制變量時，模型設定如下： （1）考慮控制變量時，模型設定如下： （2）式中，表示省份，表示年份，表示非觀測效應，表示與時間和地區(qū)都無關的隨機誤差項，為控制其他無法觀測的

11、時點因素的影響，在模型中引入時間趨勢變量。變量說明1.被解釋變量就業(yè)。用城鎮(zhèn)登記失業(yè)率（RUNPLOY）表示。由于我國現(xiàn)階段特殊的二元經(jīng)濟結構，造成我國至今尚未正式公布連續(xù)時間的就業(yè)率數(shù)據(jù)。有些學者研究我國就業(yè)情況時，用1-城鎮(zhèn)登記失業(yè)率表示就業(yè)率，許多學者認為官方公布的城鎮(zhèn)登記失業(yè)率并不能反映真實的失業(yè)率（張車偉，2003）5，并用自己測算的失業(yè)率來推算就業(yè)率（蔡昉、都陽、高文書，2004）6。經(jīng)過深入比較，本文認為用城鎮(zhèn)登記失業(yè)率來表示我國實際失業(yè)率較好。2.解釋變量（1）產(chǎn)業(yè)結構優(yōu)化升級。產(chǎn)業(yè)結構優(yōu)化升級通過產(chǎn)業(yè)結構合理化、產(chǎn)業(yè)結構高級化來體現(xiàn)。產(chǎn)業(yè)結構(chn y ji u)合理化（T

12、L）。它主要指產(chǎn)業(yè)與產(chǎn)業(yè)之間協(xié)調能力的加強和關聯(lián)水平的提高，是一個動態(tài)過程。衡量產(chǎn)業(yè)結構是否合理，主要依據(jù)產(chǎn)業(yè)之間發(fā)展是否協(xié)調，社會(shhu)資源能否在產(chǎn)業(yè)之間得到有效配置。研究者往往采用結構偏離度對產(chǎn)業(yè)結構合理化進行衡量。為彌補采用結構偏離度容易忽視各產(chǎn)業(yè)重要程度的缺陷，本文借鑒干春暉等（2011）用泰爾指數(shù)來度量(dling)產(chǎn)業(yè)結構合理化的方法，泰爾指數(shù)越大，就表示經(jīng)濟越偏離均衡狀態(tài)，產(chǎn)業(yè)結構越不合理7。產(chǎn)業(yè)結構高級化（TS）。它主要指產(chǎn)業(yè)結構從低水準向高水準發(fā)展的動態(tài)過程，是對原有產(chǎn)業(yè)結構的揚棄，表現(xiàn)為第一產(chǎn)業(yè)的優(yōu)勢地位逐步被二、三產(chǎn)業(yè)取代。在實際衡量過程中，運用最多的是基于產(chǎn)值和勞

13、動力的標準結構。隨著“經(jīng)濟服務化”概念的提出，已有學者開始將第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)增加值之比作為衡量產(chǎn)業(yè)結構高級化程度的重要指標。本文也采用這一指標。（2）經(jīng)濟發(fā)展方式。經(jīng)濟發(fā)展方式內涵十分豐富，本文用全要素生產(chǎn)率（TFP）的變化來體現(xiàn)經(jīng)濟發(fā)展方式。采用索洛余值法計算全要素生產(chǎn)率。首先在柯布-道格拉斯生產(chǎn)函數(shù)基礎上測算資本彈性，本文測算結果為0.5803009，再由公式算出各省份相應年度全要素生產(chǎn)率，其中K表示各省份各年度實際資本存量，按照永續(xù)盤存法計算而得。以1991年為基期，折舊率取7.5%，L表示全社會從業(yè)人員數(shù)量。（3）服務業(yè)發(fā)展（INDUS3）。用第三產(chǎn)業(yè)比重表示。該變量指第三產(chǎn)業(yè)

14、增加值在當年GDP中所占的比重，它不僅可以被用來測算經(jīng)濟結構的優(yōu)化程度，而且也可以被用來反映第三產(chǎn)業(yè)對擴大就業(yè)的貢獻度。3.控制變量（1）人均實際工資水平（AWAGE）。該變量通過名義人均工資水平除以CPI指數(shù)（消費者價格指數(shù)）計算而得。（2）經(jīng)濟增長（RGDP）。用GDP實際增長率表示。該變量通過GDP平減指數(shù)計算而得。（3）人均受教育程度（AEDU）。采用6歲以上人口人均受教育年數(shù)來衡量受教育程度，把小學、初中、高中、大專及以上受教育年限分別記為6年、9年、12年和16年，則受教育水平為：AEDU=6小學+9初中+12高中+16大專以上，其中小學、初中、高中和大專以上分別表示小學、初中、高

15、中、大專以上教育程度人數(shù)占六歲以上人口的比重。（4）城鎮(zhèn)化水平（URBAN）。通過城鎮(zhèn)戶籍人口占社會總人口的比重來衡量。許多學者認為城市化是擴大就業(yè)機會和提高就業(yè)人數(shù)的重要途徑，城市化在一定程度上能夠解決部分失業(yè)問題。（5）產(chǎn)業(yè)結構高級化與經(jīng)濟發(fā)展方式交互項（TL*TFP）。用該變量來考察在產(chǎn)業(yè)結構高級化與技術進步共同作用下的就業(yè)壓力狀況。（三）數(shù)據(jù)來源本文采用的數(shù)據(jù)大部分來源于1995年2011年的中國統(tǒng)計年鑒、各省統(tǒng)計年鑒、中國人口與就業(yè)統(tǒng)計年鑒、中國勞動統(tǒng)計年鑒。由于西藏省份部分數(shù)據(jù)缺失較為嚴重，于是予以剔除。重慶僅有少量年份數(shù)據(jù)缺失，對1995年1997年缺失的部分數(shù)據(jù)，由1998年數(shù)

16、據(jù)進行近似代替。另外對于名義GDP、名義資本與名義工資等數(shù)值，本文都以1991年為基期的相應價格指數(shù)進行平減計算得到實際值。三、實證結果(ji gu)與分析總樣本(yngbn)單位根檢驗在進行實證(shzhng)研究之前，我們必須首先對總樣本進行單位根檢驗，以避免偽回歸現(xiàn)象的發(fā)生。檢驗結果見表1。結果表明，所有變量一階差分不存在單位根過程，是平穩(wěn)的一階單整，即均為I（1）。 表1 模型（1）總樣本單位根檢驗結果變量LLCIPSFisher-ADFFisher-PP結論Ln（RUNPLOY）-15.3376*-9.53563*179.830*133.314*平穩(wěn)Ln（TL）-1.108820.0

17、914075.875748.1550不平穩(wěn)Ln（TS）2.540024.0199430.518726.6714不平穩(wěn)Ln（TFP）0.410506.7744045.430714.7392不平穩(wěn)Ln（INDUS3）-1.555240.0506576.975944.5538不平穩(wěn)Ln（RUNPLOY）-8.70494*-11.4986*242.873*292.527*平穩(wěn)Ln（TL）-11.4873*-9.88288*215.557*239.584*平穩(wěn)Ln（TS）-10.1205*-7.93558169.423*176.526*平穩(wěn)Ln（TFP）-4.67542-4.05487*106.441*

18、146.829*平穩(wěn)Ln（INDUS3）-4.04904*-3.84304*111.828*114.032*平穩(wěn)說明：*表示5%的顯著水平，*表示10%的顯著水平；單位根檢驗過程中的最優(yōu)滯后期數(shù)是按照Schwarz評價標準（SIC）確定的。（二）總樣本協(xié)整檢驗 為檢驗各變量之間是否存在穩(wěn)定的長期關系，我們采用目前比較常用的面板數(shù)據(jù)協(xié)整檢驗方法: Pedroni檢驗和Kao檢驗。檢驗結果見表2。表2 模型（1）總樣本的協(xié)整檢驗結果（滯后階數(shù)由SIC準則確定）檢驗方法Kao檢驗Pedroni檢驗統(tǒng)計量名ADFPanel PPPanel ADFGroup PPGroup ADF統(tǒng)計量值（P值）-7.

19、292825*（0.000）-7.27245*(0.000)-7.278896*(0.000)-10.51856*（0.000）-10.08104*（0.000）說明：*表示5%水平顯著，*表示1%水平顯著；括號內的值為prob值。從檢驗結果可以得出，Panel PP 、Panel ADF和 Group PP、Group ADF都在1%的顯著水平下拒絕原假設，并且Kao檢驗也在1%的顯著水平下拒絕原假設，同時說明了面板變量之間存在協(xié)整關系。（三）面板數(shù)據(jù)模型選定與檢驗（1）靜態(tài)面板數(shù)據(jù)模型設定與檢驗 在對面板數(shù)據(jù)估計前，為保證模型設定的準確性和改善參數(shù)估計的有效性，我們應首先檢驗哪種靜態(tài)面板數(shù)

20、據(jù)模型更可靠。面板數(shù)據(jù)中最常見的靜態(tài)面板數(shù)據(jù)模型有三種，即混合效應模型、固定效應模型和隨機效應模型。至于采用何種模型合適，我們應通過F統(tǒng)計量及Hausman檢驗來判斷。本文利用StataSE12進行檢驗并得出表3，可知無論是模型（1）還是模型（2），最適合的靜態(tài)面板數(shù)據(jù)模型是固定效應模型。 表3 模型（1）（2）靜態(tài)面板數(shù)據(jù)模型估計結果混合效應模型（pool ols）固定效應模型(fe)隨機效應模型(re)固定效應模型工具變量估計(IV-fe)Ln（TL）0.0894033*（0.0223482）0.0343794*（0.0242162）0.0312187*（0.0282203）0.06609

21、76*(0.0292066)0.0453594*（0.0264884） 0.0649054*(0.0275896)0.0784324*(0.026902)Ln（TS）-0.0176566*（0.0644464） -0.1402773*（0.0948192）-0.3287915*（0.3287915）- 0 .434526*(0.1103749)-0.2757209 *（0.0814968 ）-0.3409913*(0.1040511)-0.5554569 *(0.1110573)Ln（TFP）0.0831841*（0.0689169）0.2425136*（0.093747）0.2783084*

22、（0.1023299）0.2433765*(0.1284868)0.1802454*（0.0932933） 0.2020251*(0.1162639)0.1457536*(0.1229059)Ln (INDUS3)-0.5234235*（0.100733）-0.3805336*（0.097308）-1.171712*（0.2370021）-1.313238*(0.2359503)-0.9737149*（0.1910352）-1.024399*（0.1848722）-0.306506 *(0.2474165)Ln（AWAGE）-0.208397*（0.0656065）-0.0350932(0.0

23、623367)-0.0499094(0.0606617)-0.0928636(0.0572278)Ln（RGDP）0.2828316*（0.0762273）0.2202503*(0.0609112)0.2228964*(0.0604957)0.0002131(0.0546412)Ln（AEDU）-1.025487（0.1601258 ）-0.3892005(0.2571589)-0.5459002(0.2171147)-0.2458544(0.2341292)Ln（URBAN）-0.0649796*（0.0215356）-0.0463645*(0.0264464)-0.0482717*(0.0

24、247075)-0.0751606*(0.0271808)Ln（TS）* Ln（TFP）-0.3327839（0.2075275）-0.3619752*(0.1824267)-0.3135522(0.1800768)-0.2744154(0.1876241)Ln（T）0.2654519*（0.0359277）0.6874966*（0.1154024） 0.1548716*（0.0415494）0.3323814*(0.117323)-1.252503*（1.077615）-0.3336759*（1.108878）0.4371252*(0.0894644)C 0.1801725*（0.17600

25、55）2.544927*（0.6190203）-0.2760721*（0.1548716）-0.1236143*(0.6167933 )4.204024（3.248759）2.656834 (3.23151) -0.3185242(0.5906635)Adj-R20.25170.35660.38200.41600.37920.41270.3055Wald卡方統(tǒng)計量75.050.000155.320.00085.310.000176.110.00018505.940.000F檢驗22.04 0.00018.070.00017.700.000Hausman-p值12.440.866015.440.

26、9072說明(shumng):系數(shù)后面括號中為標準差；表中左欄為模型(mxng)1 的模型選定和檢驗結果，右欄為模型2的模型選定和檢驗結果；*表示在1%水平上顯著，*表示在5%水平上顯著，*表示在10%水平上顯著；Hausman、F、Wald檢驗(jinyn)值下面方括號中為各自顯著程度。 從固定效應模型左欄和右欄的回歸結果可以看出，模型（1）的結果是穩(wěn)健的，因為模型（2）是在模型（1）的基礎上加上人均實際工資水平、GDP實際增長率、人均受教育程度、城市化水平、產(chǎn)業(yè)結構高級化與經(jīng)濟發(fā)展方式交互項等控制變量而形成的，兩個模型的解釋變量的回歸系數(shù)的符號完全相同，且其系數(shù)都能通過顯著性檢驗。由模型（

27、2）的回歸結果可以看出，表示產(chǎn)業(yè)結構合理化程度的泰爾指數(shù)與失業(yè)率呈正相關關系，系數(shù)在5%的水平上通過顯著性檢驗。說明產(chǎn)業(yè)結構越不合理，失業(yè)率越高，產(chǎn)業(yè)結構越合理，失業(yè)率越低。因為產(chǎn)業(yè)結構不合理，說明有些產(chǎn)業(yè)勞動力過剩，而有些產(chǎn)業(yè)勞動力不足，必然要發(fā)生勞動力轉移，但這種轉移是有摩擦和成本的，在一定時期內必然造成摩擦性失業(yè)和結構性失業(yè)等。產(chǎn)業(yè)結構高級化與失業(yè)率呈負相關關系，系數(shù)在1%的水平上通過顯著性檢驗。說明產(chǎn)業(yè)結構高級化能夠降低失業(yè)率。這是因為我國自1999年以來進行的高等教育大擴招，為社會培養(yǎng)了大量的高級專門人才，這些高級專門人才中許多人暫時找不到合適的工作崗位，存在著大量“高才低就”的現(xiàn)象

28、。一旦產(chǎn)業(yè)結構高級化，這些人就有了“用武之地”，“跳槽”到較高級崗位。從一定意義上來說，產(chǎn)業(yè)結構高級化也是提高就業(yè)層次與就業(yè)質量的一種有效手段。經(jīng)濟發(fā)展方式與失業(yè)率呈負相關，系數(shù)在5%的水平上通過顯著性檢驗。說明正向轉變經(jīng)濟發(fā)展方式在短期內對就業(yè)產(chǎn)生“擠出”效應。這是因為在我國的工業(yè)化進程中，使用了大量的節(jié)約勞動的資本密集型和技術密集型技術，“機器排擠勞動”在短期內是不可避免的。第三產(chǎn)業(yè)比重與失業(yè)率呈負相關關系，系數(shù)在1%的水平上通過顯著性檢驗。說明具有“就業(yè)機器”功能之稱的第三產(chǎn)業(yè)，其比重越大對緩解就業(yè)壓力越有利。這是由第三產(chǎn)業(yè)是勞動密集型產(chǎn)業(yè)的產(chǎn)業(yè)屬性導致的。當然，這一產(chǎn)業(yè)屬性隨著世界范圍

29、內第三產(chǎn)業(yè)競爭的加劇和科學技術的發(fā)展及其在第三產(chǎn)業(yè)的應用會逐步發(fā)生變化。就現(xiàn)階段而言，擴大第三產(chǎn)業(yè)規(guī)模、提高第三產(chǎn)業(yè)比重是我國解決就業(yè)問題的有效舉措。在控制變量中，經(jīng)濟增長率與失業(yè)率存在(cnzi)正相關關系(gun x)，系數(shù)(xsh)在1%的水平上通過顯著性檢驗，這說明我國當前的經(jīng)濟增長率越高，失業(yè)率越高，這是因為我國20世紀90年代中期以來經(jīng)濟增長主要依靠大量資源投入和大量節(jié)約勞動的技術進步所推動，對解決就業(yè)問題沒有什么貢獻。很多學者針對中國這種特殊情況做出多種解釋，主要觀點是由于經(jīng)濟轉型擠出、技術進步對勞動力擠出或者是中國經(jīng)濟存在大量隱性失業(yè)等。另外需要說明的是，城鎮(zhèn)化與失業(yè)率呈負相關

30、關系，說明現(xiàn)階段的城鎮(zhèn)化，能夠降低失業(yè)率。 由于遺漏某些隨時間變化及共同影響自變量和就業(yè)率的非觀測因素，可能會導致內生性，特別是嚴重的內生性將導致回歸結果有偏或不一致。為解決該問題，本文采用滯后期工具變量法，以產(chǎn)業(yè)結構優(yōu)化、經(jīng)濟發(fā)展方式與服務業(yè)發(fā)展等解釋變量的滯后一期值作為當期值的工具變量。這是因為滯后一期的解釋變量與當期值具有較強的相關性，并且通過當期值對失業(yè)率產(chǎn)生影響，而當期失業(yè)率對前一期的解釋變量無影響。從固定效應模型工具變量估計(IV-fe)可知，解釋變量與工具變量的估計系數(shù)符號與顯著程度幾乎未發(fā)生變化，這說明本文設定的靜態(tài)面板數(shù)據(jù)模型不存在內生性問題。（2）動態(tài)面板數(shù)據(jù)模型設定與檢驗

31、 任何經(jīng)濟因素的變化均具有一定的慣性，前一期的結果往往對后一期產(chǎn)生一定程度影響8。在動態(tài)面板模型中，被解釋變量的滯后項往往被作為解釋變量影響當期值，于是在本文中將基本的動態(tài)面板數(shù)據(jù)模型設定如下： （3） 為了能夠有效地解決測量誤差、非時變的遺漏變量和解釋變量的內生性問題引致的變量內生性問題，我們采用Arellano和Bond提出的GMM估計方法，即利用被解釋變量與預定變量的滯后項、嚴格外生變量的差分作為工具變量進行估計，但該方法是以隨機誤差項不存在自相關為假設條件的，只有在這種情況下Sagan統(tǒng)計量才漸進服從正態(tài)分布，否則當面板效應的方差與隨機誤差項的方差比比較高時，容易過度識別約束檢驗，導致

32、GMM一步估計中的Sagan檢驗無效。根據(jù)本文研究目的，我們采用同時進行差分GMM估計和系統(tǒng)GMM估計的作法，這樣既可以有效控制小樣本的偏誤，又可以盡量避免異方差問題。首先，要消除掉那些不隨時間變化的變量和個體非觀測效應從而解決遺漏變量問題就需要再對模型（3）進行一階差分，得到模型（4）， （4） 同靜態(tài)面板數(shù)據(jù)模型一樣，我們(w men)在模型（4）中引入人均實際工資、經(jīng)濟(jngj)增長率、人均受教育年限、城鎮(zhèn)化率、經(jīng)濟(jngj)結構高級化與轉變經(jīng)濟發(fā)展方式交互項、時間趨勢等變量的一階差分，構造模型（5）， （5） （3）動態(tài)面板數(shù)據(jù)模型的估計結果與分析 表4 動態(tài)面板數(shù)據(jù)廣義矩估計結果

33、差分GMM系統(tǒng)GMMLn（RUNPLOY） 0 .7153147 *(0.0255603)0.7997225 *(0.065713)0.8023836 *（0.0193356）0.9356868*（0.0733505）Ln（TL）0.049347*(0.0071426 )0.0587901* (0.0140817) 0.0300312 *（0.0246391）0.0181043 *(0.0121231 )Ln（TS）- 0.2047274 *（0 .0941654）- 0 .2377262*(0.0233430)-0.0246391（0.1088128） -0.6529743*(0.29448

34、36)Ln（TFP）-0.2511288*（0.1641577）0.4324789*(0.3351425)-0.0243781（0.1174308）0.2831166* (0.3244804)Ln （INDUS3） -0.2020547 (0.1946835)-0.2814861*(0.3094175) -0.0285548 (0.2162063)-0.0668786*(0.2463716)Ln（AWAGE）-0.0656035 (0.0194494)0.0002285(0.0330989)Ln（RGDP） 0.1020945*(0.0431312)0.1516634*(0.0482476)L

35、n（AEDU）-0.3357477 *(0.1094943)0.2726597 *(0.0929073 )LN（URBAN）-0.0513352 (0.062861)-0.0304366 (0.0923357)Ln（TS）* Ln（TFP）- 0.2593539(0.6812383) -1.95594 *(0.1824267)Ln（T）0.1126213*(0.0396885)-0.0776799(0.0084267)0.0180985（0.0327572）-0.1140466*(0.0674358)C-0.1244631(0.2894134)-0.3599797(0.4691456)0.32

36、46436（0.3027795）0.1728627 (0.5688113 )觀測值 450 450 480 480AR(1)-p值0.01890.02470.01660.0117AR(2)-p值0.24260.20560.23730.3079sargan-p值 27.87985 1.000022.828611.000027.523671.000023.316381.0000說明：*表示在1%水平上顯著，*表示在5%水平上顯著，*表示在10%水平上顯著；小括號內值表示穩(wěn)健標準誤，方括號內表示薩甘檢驗的P值；差分GMM和系統(tǒng)GMM每項左欄表示模型4回歸結果、每項右欄表示模型5回歸結果。 從表中的檢

37、驗結果知道，由差分GMM和系統(tǒng)GMM在二階序列自相關（AR（2）檢驗結果得出，二者都不能拒絕GMM估計一致性的原假設：一次差分后的隨機誤差項不存在二階序列相關。從而說明差分GMM和系統(tǒng)GMM在估計結果上是一致的。與此同時，sargan過度識別檢驗的結果也表明，我們不能拒絕工具變量有效性的零假設，即Prob值均顯著大于0.1，這就說明了模型設定的合理性和工具變量的有效性?？傊?，差分GMM和系統(tǒng)GMM的估計是有效的。進一步地觀察可以發(fā)現(xiàn)，動態(tài)面板數(shù)據(jù)模型中，不論是差分GMM的估計結果，還是系統(tǒng)GMM的估計結果，產(chǎn)業(yè)結構合理化、產(chǎn)業(yè)結構高級化、經(jīng)濟發(fā)展方式與服務業(yè)發(fā)展的系數(shù)符號與靜態(tài)面板數(shù)據(jù)相應項的

38、系數(shù)符號相同。這充分說明，靜態(tài)面板數(shù)據(jù)模型所得出的產(chǎn)業(yè)結構合理化、產(chǎn)業(yè)結構高級化、經(jīng)濟發(fā)展方式、服務業(yè)發(fā)展與失業(yè)率的關系是可靠的、正確的。 四、結論與政策建議 本文首先利用1995年2011年中國省級面板數(shù)據(jù)，通過引入產(chǎn)業(yè)結構升級優(yōu)化二維特征，即產(chǎn)業(yè)結構合理化和產(chǎn)業(yè)結構高級化，經(jīng)濟發(fā)展方式轉變與第三產(chǎn)業(yè)增加值比重共同作為解釋變量來構建靜態(tài)和動態(tài)面板數(shù)據(jù)計量模型從而研究三者對失業(yè)率的影響。在此基礎上，將經(jīng)濟增長率、城鎮(zhèn)化、受教育程度、經(jīng)濟高級化與轉變經(jīng)濟發(fā)展方式的交互項及時間趨勢等作為控制變量引入模型。經(jīng)靜態(tài)面板數(shù)據(jù)模型分析得出以下結論：用于反映產(chǎn)業(yè)結構偏離度的泰爾指數(shù)對失業(yè)率有顯著地正向作用，

39、而產(chǎn)業(yè)結構高級化對降低失業(yè)率有積極作用；正向轉變經(jīng)濟發(fā)展方式對提高失業(yè)率具有正效應，然而值得注意的是產(chǎn)業(yè)結構高級化與轉變經(jīng)濟發(fā)展方式的協(xié)同作用對降低失業(yè)率具有明顯的積極作用。第三產(chǎn)業(yè)比重與失業(yè)率呈負相關。特別需要指出的是，經(jīng)濟增長速度與失業(yè)率之間呈正相關關系，在中國表現(xiàn)出“高經(jīng)濟增長，高失業(yè)率”的特征。并且動態(tài)面板數(shù)據(jù)模型分析得出的結論與靜態(tài)面板數(shù)據(jù)模型得出的結論是一致的?；谏鲜鼋Y論我們(w men)得出如下(rxi)政策建議(jiny)：第一，應把優(yōu)化產(chǎn)業(yè)結構擺在重要位置，即努力推進產(chǎn)業(yè)結構合理化與高級化，從而促進就業(yè)；第二，對于像我國這樣處于工業(yè)化中后期的國家，尤其要努力擴大和發(fā)展第三產(chǎn)

40、業(yè)，充分發(fā)揮其天然大量吸納勞動力的優(yōu)勢，有效解決失業(yè)問題；第三，在加快轉變以技術進步為內涵的經(jīng)濟發(fā)展方式的同時，不能忽視相應工作崗位的培訓和勞動者自身素質的提高，減少結構性失業(yè)的發(fā)生，同時政府也應考慮為市場提供一些節(jié)約資本型的技術或加大此類技術開發(fā)的支持力度；第四，當前一段時間，經(jīng)濟增速與擴大就業(yè)沒有關系，因此調低經(jīng)濟增速，將經(jīng)濟工作的重心轉換到“調結構、轉方式”上來，是完全正確的；第五，經(jīng)濟發(fā)展方式轉變與產(chǎn)業(yè)結構高級化要相互配合、同時協(xié)調進行，以取得促進就業(yè)的相得益彰的效果。 參考文獻：1嚴英龍,陳在余.就業(yè)需求與工業(yè)化：一個新的分析框架J,南京農(nóng)業(yè)大學學報（社會科學版）,2004,(1).

41、2武力,溫銳.1949年以來中國工業(yè)化的“輕重”之辯J,經(jīng)濟研究,2006,(9).3齊建國.中國總量就業(yè)與科技進步的關系研究J,數(shù)量經(jīng)濟技術經(jīng)濟研究,2002,(12).4 魏燕,龔新蜀.（2012）：技術進步、產(chǎn)業(yè)結構升級與區(qū)域就業(yè)差異基于我國四大經(jīng)濟區(qū)31個省級面板數(shù)據(jù)的實證研究J,產(chǎn)業(yè)經(jīng)濟研究,2012,(4).5張車偉.失業(yè)率定義的國際比較及中國城鎮(zhèn)失業(yè)率J,世界經(jīng)濟,2003,(5).6蔡昉,都陽,高文書.就業(yè)彈性、自然失業(yè)和宏觀經(jīng)濟政策為什么經(jīng)濟增長沒有帶來顯性就業(yè)？J,經(jīng)濟研究,2004,(9).7干春暉,鄭若谷,余典范.中國產(chǎn)業(yè)結構變遷對經(jīng)濟增長和波動的影響J,經(jīng)濟研究,20

42、11,(5).8杜立民.我國的二氧化碳排放的影響因素：基于省級面板數(shù)據(jù)的研究J,南方經(jīng)濟,2010,(11).The impact of Industrial Structure Optimization and Upgrading , the Transition of Economic Development Pattern on Promoting Employment: the Empirical Research Based on the Chinese Interprovincial Panel Data from 1995 to 2011Wu Zhenqiu Wang Zhen Cheng Ting(School of Business Administration,Zhongnan University of Economics and Law)Abstract: Based on Chinese interprovincial panel data for 30 provinces, municipal cities and autonomous regions from 1995 to 2011, this paper studies empirically the impact of industrial