影响就业的因素分析

影响就业的因素分析 就业是民生之本，是社会稳定的基础。随着科技的进步和资本有机构成的 提高，经济增长对就业的拉动力逐步减弱，增加就业已成为摆在世界各国政府 面前的一道难题。特别是处于转型期的我国而言，扩大就业更是当前社会关注 的热点。数据表明，我国经济增长创造就业的能力下降，明显的标志是就业弹 性下降：二十世纪八十年代我国年均增长率为 9.3%，就业增长率为 3.0%， 就业弹性系数为 0.322，在九十年代前期年均增长率为 12%，就业增长率 为 1.2%,就业增长弹性系数为 0.1，二十世纪末我国年均增长率为 8.3%， 就业增长率为 0.9%，就业弹性系数为 0.1，经济增长与扩大就业之间的联系被 大大削弱。原因何在? 本文将利用经济学的相关原理及数量分析工具对就业的相 关促进因素作一些探讨。通过考察就业形势及相关因素的现状，提出相应的政 策建议。 一、关于就业的相关理论 (一)柯布道格拉斯产出模型：根据柯布道格拉斯生产理论，产出的增 长主要取决于投入的增长和技术的进步。产出函数= 表明产出的增 长必须有总要素生产率的提高，投入资本的增加或劳动力的增加。根据单一要 素增加，边际产品递减的规律，产出函数中任意要素的单独增长都不可能使产 出持续增长。因此就业的增加不仅与资本投入相关，而且还与劳动者的质量， 即人们的生活水平相关。 (二)达尔尼夫的知识经济理论：达尔尼夫认为：“国内的增长不是由 于市场份额的扩大和加强而引起的，而是通过引入创造新市场的全新技术或提 供解决问题的服务而实现的。创造这些技术和服务所需要的知识技能,不论是在 个人、组织还是国家水平上，日益成为经济增长和繁荣的关键” 。随着国际经济 一体化，世界经济结构在调整，二十世纪九十年代，一个显著的变化是以物品 为基础的增长明显地转向高技能、高技术和以服务为基础的增长。高技能服务 对的贡献率正在增长。 (三)罗默内生模型：罗默 1990 年提出的内生模型是= 1- 2 ，为耐用资本设备，为设备编号，是致力于最终产品的人力资本、 是劳动力。这里，罗默提出了人力资本变量和固定资本变量。 二、模型设定 根据以上理论分析，把模型设定为： LnL=C+C1Ln (G)+C2Ln(E)+C3Ln(T)+U 其中：L 代表就业，用就业人数表示；G 代表生产规模，用国内生产总值 表示；E 代表人力资本，用恩格尔系数表示；T 代表经济结构，用社会固定资 产投资规模表示。 数据来源：中国统计年鉴2004 年选取从 1978 到 2003 年中全国的就业 人数、值、恩格尔系数(取城镇和农村的加权值)、 社会固定资产投资。 数据如下： obs 年 份 L G E T 1978 40152 3624.1 62.6 1980 42361 4517.8 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 1997 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 3 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、参数估计 将模型简化为：Y=C+C 1X1+C2X2+C3X3+U 用 Eviews 估计结果为： Dependent Variable: 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 0.525493 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-statistic 31.21477 Durbin-Watson stat 0.759089 Prob(F-statistic) 0.000011 Y=7.977356+ 0.176760X1+0.29072X2+0.010900X3 t=(5.600084) （4.850740）（0.968264） （0.525493） R2=0.894882 修正的 R2=0.866213 四、检验及修正 1经济意义检验 从上表可以看出，各指标符号符合经济理论和经济实际。说明具有经济意 义。 2统计推断检验 从回归结果看出，模型的拟和优度较好（R2=0.894882） ，F 统计量的值 在显著性水平 =0.05 的情况下也较显著。说明从总体上就业与解释变量之间 线形关系显著。 3计量经济学检验 4 多重共线形检验：X 2、 X3 的 t 值均小于 2，说明这两个变量对 Y 的影 响不显著，变量之间存在多重共线性。这里采用简单相关系数矩阵对其进行检 验： X1 X2 X3 X1 1.000000 -0.841638 0.394185 X2 -0.841638 1.000000 -0.143380 X3 0.394185 -0.143380 1.000000 从结果可知：X1 与 X2 存在相关。 修正：采用逐步回归法对其进行补救。根据以上分析，由于 X1 的 t 值最 大，线形关系强，因此把 X1 的为基本变量，然后将其余解释变量逐一代入 X1 的回归方程。分析可得： 加 X2 入，拟和优度略有改变，但 X2 的 t 值不显著。故 X2 应删去；加入 X3 进行回归的情况和 X2 相同，其 t 值也不显著。因此应舍去 X3。 模型修改为：Y=C+C1 X+U 新模型估计结果如下： Variable Coefficient Std. Error t-Statistic Prob. 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 -2.689157 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 一阶自相关检验：从模型设定来看，没有违背 D-W 检验的假设条件。 因此可以用 D-W 检验来检验模型是否存在一阶自相关。根据上表中估计的结果， 由 DW=0.480305，给定显著水平 =0.05，查 D-W 表，得 di =0.902, du=1.118 因为 D-W 统计量为 0.480305 di =0.902，根据判定域可知，随机误差项存在正 的一阶自相关，需要修正。 修正：采用 Cochrane-Orcutt 迭代法，得到如下结果： 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 5 R-squared 0.953821 Mean dependent var 11.08607 Adjusted R-squared 0.947224 S.D. dependent var 0.151382 S.E. of regression 0.034777 Akaike info criterion -3.720937 Sum squared resid 0.016932 Schwarz criterion -3.573899 Log likelihood 34.62796 F-statistic 144.5845 Durbin-Watson stat 1.887656 Prob(F-statistic) 0.000000 Inverted AR Roots .73 DW=1.887655 大于临界上限，落在接受 H0 区域，表明模型中没有自相关。 异方差检验 检验：利用 ARCH 检验法检验模型是否存在异方差。 结果如下： 计算(n-P)R2=18*0.3788=6.8184x 23（0.05）=7.81，说明该模型不存在 异方差。 (4)确定模型 Y = 10.37470+ 0.072432X 由于该模型的回归结果、t 值以及 F 统计值均显著，且不存在计量经济学 ARCH Test: F-statistic 2.235989 Probability 0.141210 Obs*R-squared 5.682161 Probability 0.128140 Test Equation: Dependent Variable: RESID2 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-Statistic Prob. C 0.001760 0.001585 1.110184 0.2906 RESID2(-1) 0.734641 0.297166 2.472157 0.0310 RESID2(-2) -0.341738 0.352101 -0.970568 0.3526 RESID2(-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 62.19717 F-statistic 2.235989 Durbin-Watson stat 2.023931 Prob(F-statistic) 0.141210 6 问题，因此最后定型为此。 五、对模型的经济解释及存在的问题分析 1经济解释 中国是一个转型发展中国家，其影响就业的因素既有自身客观实际又具有 市场经济发展的共性特点。从模型可以看出： 经济增长是影响就业的最显著的因素，二者之间成正向关系。事实上， 长期以来，我国保持比较高的经济增长速度，就是依靠经济扩张带动就业。但 是，近几年的资料显示，我国的就业增长弹性系数已经持续下降。就业弹性降 低的原因，一方面在于企业为提高效率既要增加资本密集程度又要不断精简大 量冗员，二者的综合作用造成企业吸收新增劳动力的空间十分有限；另一方面 在于经济结构的调整，过去的劳动密集型产业不断萎缩，新的劳动密集型产业 尚没有建立和形成，从而造成总体经济增长吸收就业能力的下降。因此，虽然 就业机会的扩大依赖于经济的增长，如果缺乏相应的政策，经济增长也不会自 动转化为就业机会的扩大。 根据先验信息，恩格尔系数与就业有正向关系。因为恩格尔系数的降低， 表明生活水平的提高，教育支出增加，即人力资本投入增加。而我们从模型得 到的结果看，人力资本投入对就业的影响不是特别显著。这就表明目前我国政 府对教育培训投入不足或现有投入效益不明显，大学生就业难现象正说明这个 问题。 从模型还可以看出经济结构对就业的影响并不显著，说明我国的经济结 构调整取得的成效并不大。结构调整的实质是创造性摧毁，而创造就业并不简 单地等于就业增长，这与就业的结构类型与结构调整的阶段有关。目前中国正 处在结构调整的初期，出现“无就业增长”符合经济规律。 2存在原因 以上分析均是就模型本身而得出的结论，但事实上我们的模型解释变量 的 t 值比较大，因此有可能是伪回归。产生伪回归的原因是时间序列数据不连 续或者数据不稳定。 根据先验信息，教育投入对就业的影响应该是显著的，按理说这个解释 变量被删除可能是不正确的。但是，如果不删除该变量，多重共线性又无法消 7 除