中国省域劳动就业影响因素的空间计量分析.docx

中国省域劳动就业影响因素的空间计量分析摘要：利用2000-2009年中国29个省级单位数据建立空间计量模型对影响劳动就业的各因素及其空间效应进行检验分析。结果显示：省际劳动就业存在显著的空间相关性，邻近省域就业的溢出效应对本省具有正向影响，且该效应从东部到西部地区呈阶梯状依次递减，东部地区就业较中西部地区具有更强的区间联动性。省域技术进步、财政支出、市场化和产业结构优化无论从全国层面还是地区层面均对劳动就业具有显著的促进作用，且财政支出对中西部就业的影响明显大于东部地区；城市化与实际工资对东部就业影响不显著，但能够显著促进中西部地区就业增长。促进区间联动、加快市场化、城市化和产业结构优化步伐、完善和优化财政支出结构是增加就业的重要举措。 关键词：劳动就业；省域；城市化水平；空间计量经济模型 一、引言 就业是民生之本，不仅关系到经济的健康稳定发展，而且与社会稳定、政治安全密切相关。实现就业稳定一直以来都是各个国家制定宏观政策的重要目标之一。如何保持一个国家的就业稳定，是经济政策制定者十分关心的问题。由于我国各地区经济发展水平、产业结构状况等差距较大，因而就业问题的表现形式势必不同，同样的财政、货币政策在不同的地区可能会产生不同效果。这就使得每个地区的就业在一定程度上也会影响周边地区的就业情况，研究就业问题还必须考虑其空间相关性，即不仅探讨每个地区本身的就业问题，还要分析其他地区就业对该地区的影响。 对就业问题的研究已有很长历史，现代西方经济学已形成比较系统、完善的就业理论，比如以李嘉图和萨伊为代表的古典和新古典充分就业理论、凯恩斯非自愿就业理论、新凯恩斯工资粘性就业理论等；发展经济学中也有刘易斯费景汉拉尼斯模型、托达罗“人口流动”模型、伊斯特林“相对剥夺”理论等。大多数理论均以工资作为影响就业的关键因素。然而众多经验研究显示某一地区城市化水平、产业结构和经济状况等因素均对就业具有显著影响。 1. 城市化对就业的影响。Robert A. Carter指出劳动力在城市的集聚可以扩大产业规模、促进城市经济增长，提高城市吸纳劳动就业能力。Xiangzheng Deng等通过对我国19802000年数据的分析，指出城市化与经济增长之间存在高度相关性，人口在城乡间的流动一方面可以为城市提供劳动力储备、扩大产业需求，另一方面解决了农村劳动力剩余问题。韩峰等以湖南省为例，采用动态计量模型对城乡劳动力转移与就业结构优化的关系进行了深入探讨，认为城市化对第二产业就业的影响不显著，但会持久的促进第三产业就业，城市化总体对就业结构优化具有促进作用，但其没有对除城市化以外的其他影响就业的控制变量进行分析。 2. 劳动力的区间流动对就业的影响。Marr and Siklos-运用加拿大19621990年的数据分析了就业和移民的关系，结果显示，移民对失业具有显著冲击作用。近年来对劳动力区域转移的研究更加深入，Feridun以瑞典、芬兰等国为例分析了劳动力跨区域转移与经济增长的关系，研究认为劳动力跨地区转移对人均GDP具有正的影响但对失业率影响甚微；而且Morley也以澳大利亚为背景对此问题进行了深入研究，也得出了类似的结论。 3. 经济发展状况对就业的影响。Rawski分析了造成我国GDP增长的影响因素，他认为劳动力就业在经济增长中发挥了重要作用，劳动就业与经济增长之间互相影响；李俊锋等从理论上分析了经济增长与就业之间的关系，并在中美就业情况进行比较分析的基础上通过建立计量模型说明了中国存在经济增长与就业之间的互动机制。然而，经济的高速增长并非对就业产生一致的拉动作用。齐艳玲对中国经济增长与就业的关系进行了研究，她指出中国经济的高速增长并没有对就业产生很大的拉动力，反而在一定程度上挤出就业增长；李晓等通过对中印两国经济增长的就业效应的比较分析，指出中国经济增长对就业具有较强的拉动作用，但是这种拉动作用短期内比较显著。 4. 产业结构对就业的影响。刘金丹指出劳动密集型产业对就业的影响只有短期效应而没有长期影响，因而并非解决就业问题的长效手段。而其他学者认为以高服务化和高知识化为特征的第三产业的发展对就业却具有长久的促进作用。比如韩汉君、黄复兴分析了长江三角洲地区江浙沪两省一市第三产业发展的就业效应，发现第三产业在相对生产率不变或提高的情况下能够保持就业稳定增长。Robert A. Carter从城市系统创新的角度研究了就业结构变动的问题。他认为，城市区域内的创新活动一方面为产业发展注入新的活力，促进人口、企业等进一步向城市集聚，另一方面促进了区域间产业转移，带动了中小城市发展和农村城镇化和地方就业。 此外，Zeigler，Lieberman and Shaw等还分析了经济状况、福利水平以及政府政策对劳动力区域间流动的影响，指出一地区福利状况和政府相关优惠政策都会对劳动力向本区域流动产生吸引作用。 综上所述，城市化水平、区间劳动力流动、经济发展状况和产业结构等均是除了工资影响就业的重要因素，然而这些文献大多研究某区域或者某个经济体内就业问题，或者将各经济体视为孤立的存在。本文将借助空间计量经济学技术，分析各因素对地区就业影响的同时，也着重关注区域就业空间相关性或依赖性对就业的作用。 二、模型设定与变量选择 （一）模型设定 本文在Weitzman和Blanchard and Kiyotaki模型的基础上推导劳动就业的最终计量模型。 假设每个行为主体的消费函数如下： U=1-?兹-L?着g，?兹（0，1）， ?着1，d?叟0（1） 其中： Cg=n1/(1-?滓)Cig(?滓-1)/?滓?滓/(?滓-1)，?滓1（2） 在式（1）与（2）中，Cig和Mg分别表示个体g在期末的商品i消费和持有的货币，变量P表示本期价格指数，Lg表示家庭所提供的劳动力数量。笔者发现，行为主体的效用函数是关于总消费Cg与货币持有量Mg之间选择的柯布道格拉斯型函数，还是关于不同产品消费Cig之间选择的替代弹性不变型函数。 同时，令与效用函数相关的价格指数P为： P=Pi1-?滓1/(1-?滓)（3） 其中，参数?滓表示为n种消费品之间的替代弹性。假设Fg是行为主体g的总财富，因此他的预算约束可以用如下方程表示： PiCig+Mg=Fg（4） 通过构建拉格朗日函数，求具有预算约束的行为主体效用最大化，可以得到以下等式： Cig=-?滓（5） Mg=（1-?兹）Fg（6） 将式（5）与式（6）代入式（1），可以得到： Ug=Fg/P-（d/?着）Lig（7） 设W是行为主体在本期的名义工资，由于单个行为主体的总财富等于他初期的货币持有量M0g、他的利润份额?仔g和工资收入WLg之和。因此，代入（7）式，可以得到： Ug=-L?着g（8） 对Lg进行求导，求Ug关于Lg的最大值，因此可以求得行为主体提供的最优劳动量： Lsg=1/(?着-1)（9） 用F=Fg来表示社会的总财富，商品i的总消费Ci=Cig可写成： Ci=-?滓（10） 用PY=PiCi来定义总产出Y，于是，根据式（3）与式（10）可以得出： Y=?兹F/P（11） 假设厂商的全部利润都重新分配给每一个经济行为个体，那么他们的总财富F就等于产出总值加上初期货币持有量的存量M0。利用（11）式，就可以得到一个比较简单的总产出表达式： Y=（12） 再假设每个厂商的生产函数都是线性函数。生产函数具体形式为：Yi=ALi，其中Yi和Li分别表示厂商i的产出和劳动雇佣水平，A表示全部厂商共同的生产效率参数。因此，厂商i的最大利润问题就可以写成如下形式： Max（PiYi-WLi） 受约束于：Yi=-?滓与Yi=ALi 通过构建拉格朗日函数求厂商利润最大化，可以求得商品i的最优价格水平： Pi=?自，其中?自=1（13） 参数?自是测度每个厂商垄断程度的指标。如果?自=1，那么可以认为全部产品都完全可以替代，即这个市场是完全竞争的市场。 结合消费效用最大化与厂商利润最大化原则，可以推出以下方程： LHd1/(1-?着)?浊（14） 其中，H是家庭总数，为实际工资水平，?浊=1/（?着-1）。 对（14）式两边取对数得到： lt=+?浊ln（t）（15） 其中lt=lnLt，=lnHd1/(1-?着)，t=为实际工资水平。 由于?着1，因而必有?浊0，故式（15）显示实际工资提高对就业具有促进作用。除了工资以外，产业结构、城市化水平、市场化水平、政府财政支出、技术发展水平等也是影响劳动就业的重要因素。以（15）式为基础，在空间计量经济学估计技术的支持下，建立线性空间滞后（SLM）和空间误差模型（SEM），具体模型如下： lnJYSLit=?茁0+?琢W（JYSL）it+?茁1lnCZZCit+?茁2lnRJGZit+?茁3URBANit+?茁4JSJBit+?茁5MARKLit+?茁6CYJGit+?淄it（16） lnJYSLit=?茁0+?茁1lnCZZCit+?茁2lnRJGZit+?茁3URBANit+?茁4JSJBit+?茁5MARKLit+?茁6CYJGit+?姿W（?淄it）+?孜it（17） （16）和（17）式分别为要检验的空间自回归（滞后）模型和空间误差模型。其中，?淄it=Si+Tt+?着i，t，S和T分别是截面单元固定效应和时间固定效应，在（17）式中?淄it=?姿W（?淄it）+?孜it，?着i，t、?孜it是期望为零的独立同分布随机变量，即?着iN（0，?滓2）、?孜itN（0，?滓2）；i=1，2，N；i=1，2，3表示区域单元个数，在这里表示全国省市数目，由于中国台湾、香港和澳门各经济发展指标度量以及标准异于其他省市，在本文分析中没有将其考虑在内，由于数据的可得性问题，西藏也未考虑在内，并将重庆和四川合并为四川省，因而共有29个省级经济单元；t=1，2，3表示从20002009年的时期数（单位：年）；W为二进制的邻近空间权值矩阵，一般用邻近矩阵（Contiguity Matrix）和距离矩阵；其目的是定义空间对象的相互邻近关系，W（JYSL）it和W（?淄it）分别为劳动就业（JYSL）和随机误差的空间滞后项。 （二）变量和数据说明 被解释变量：采用各省市每年就业从事第二、三产业就业人口数量（单位：万人）作为被解释变量，来衡量各地区就业情况，并取其对数，记为lnJYSL。数据来源于各省统计年鉴以及中国劳动统计年鉴。 解释变量包括： 1. 财政支出。财政支出一方面可以衡量地方政府对就业、投资等的作用力，另一方面也可以衡量对经济发展和就业的调控。以CZZC表示省域每年财政支出数量（单位：万元），以2000年价格对各年数据进行价格调整。由于财政支出数据波动不稳定且数额较大，将其取对数。 2. 城镇化率。城镇化是农村人口不断减少、城市人口不断增加，农村地域不断成为城镇区域的过程。在此过程中，随着产业结构的优化升级，劳动力不断由第一产业向第二、三产业转移的过程，是人力资本的集中地，因而是影响劳动力就业的重要因素。本文中以城镇人口占总人口的比重表示城镇化率（URBAN）。 3. 人均工资。以RJGZ代表从事第二、三产业人员的年均工资，单位是元。以2000年价格对各年数据进行价格调整，并对其取对数，数据来源于各省市历年统计年鉴。 4. 技术水平。由于技术进步体现在多个方面，比如通过增加RD投资以促进技术研发、通过投资教育等提高人力资本水平。在此，为了能够将所有与技术进步有关的因素考虑进入模型，本文用全要素生产率表征技术进步水平，记为JSJB。 5. 市场化水平。随着改革开放进程的不断深入，非公有制经济在国民经济发展中起到的作用越来越重要，因而也成为区域吸纳就业的重要方面，其发展水平往往代表了区域市场化水平，因此，本文以非公有制经济在国民经济中的比重表示市场化水平，数据来源于2010年各省市统计年鉴，用MARKL表示。 6. 产业结构。众多文献已经证实产业结构水平也是影响就业的重要因素，本文以第三产业占国民经济比重表示产业结构发展水平，记为CYJG，数据来源于2010年各省市历年统计年鉴。 三、省域就业空间相关性分析 为了深入揭示省域劳动就业差异格局及其影响因素，采用Moran指数法测算和检验省域劳动就业的空间相关性。在实际的空间相关分析应用研究中，Morans I主要针对于全域空间相关性分析。全域空间自相关（Global Spatial Autocorrelation）是从区域空间的整体刻画区域劳动就业的空间分布情况，其计算及检验过程如下。 Morans I定义如下： Mornas I=Wij（Yi-）（Yj-）/ S2Wij（18） 其中，S2=（Yi-），=Yi，Yi表示i地区的观测值（如劳动就业量），n为地区总数（如省域），Wij为二进制的邻近空间权值矩阵。首先，借助空间计量软件GeoDAO.9.5、利用Moran指数对省域数据进行空间自相关分析。在此，使用了一阶和二阶邻接矩阵以及距离矩阵的全域Moran指数检验省域劳动就业是否表现出空间自相关，全域Moran指数计算结果见表1。 由表1可知，20002009年Moran指数在1%水平上显著为正，说明省际劳动就业具有明显的空间自相关性。为了对其空间相关性进行更深入的分析，在全域分析的基础上本研究也进行了局域空间相关性分析。2009年的局域Moran指数散点图如图1所示。 图1显示，省域劳动就业基本上呈现正的空间相关性。第一、第三象限省域劳动就业集群局部的HH和LL分化，说明中国省域劳动就业在空间上存在着较为明显的集聚现象，有着较强的空间依赖性。 其次，采用扩展了的空间回归模型的残差Moran指数，以及两种拉格朗日乘子（LM）检验及其稳健性拉格朗日乘子（Robust LM）检验方法，进一步检验劳动就业的空间效应，表2为检验结果。 从表2中可以看出，Moran指数无论是一阶邻接还是最小距离均在1%水平上显著，证实存在空间误差自相关。拉格朗日乘子滞后和误差及其稳健性检验表明，LMLAG和R-LMLAG、LMERR和R-LMERR均通过1%水平的显著性检验，而R-LMERR仅在5%显著水平下通过检验。根据Anselin（2004）的判别准则：若在空间依赖性的检验中发现，LMLAG较之LMERR在统计上更加显著，且R-LMLAG显著而R-LMERR不显著，则可以断定适合的模型是空间滞后模型；相反，如果LMERR比LMLAG在统计上更加显著，且R-LMERR显著而R-LMLAG不显著，则可以断定空间误差模型是恰当的模型。根据此判别准则，空间滞后模型较为恰当。 四、省域就业空间计量实证检验与结果分析 以上进行的全域和局域空间自相关检验显示，劳动就业在省际之间具有空间自相关性。因此，可以使用极大似然法（Maximum Likelihood，ML）对（16）式进行估计。为了便于比较，我们也列出了全国样本的OLS估计结果和中国东、中、西部地区样本的空间滞后估计结果（见表3）。 比较OLS和SLM两个模型发现，空间滞后模型的拟合优度（R2）均大于最小二乘估计，且全国和东、中、西部地区SLM的对数似然函数值LL均大于OLS，空间滞后模型的AIC值也明显小于OLS。这说明考虑到空间效应后，用极大似然法估计的模型有效地将空间自相关和空间误差消除了，模型估计的残差在空间上呈现随机分布的状态，而经典的最小二乘线性估计由于遗漏了空间效应导致模型设定不恰当。下面我们重点讨论全国和东、中、西部SLM估计。 从全国SLM估计来看，尽管实际工资的参数估计为正，但其没有对就业产生显著影响，可见工资在劳动力择业和厂商雇佣劳动力决策中的重要性正在逐渐降低，工作环境、行业发展潜力和自我提升机会或许成为劳动力择业的关注点，而求职者的工作能力和综合素质则越来越成为厂商选择员工的重点。除工资外，其他各变量均对就业产生显著影响。其中财政支出对就业的影响幅度最大，政府财政支出每提高1个百分点，就业增长1.03%。可见，政府政策是促进目前就业水平提高的重要方式。政府通过增加基础设施和研发投资以及财政补贴能够激励企业提高劳动生产率、扩大生产规模，进而增加就业量；通过减免税收等优惠政策鼓励个人创业和外商在当地投资，提高就业水平。市场化水平也是影响就业水平的重要因素，合理推进市场化改革，降低或消除行业准入门槛，为非公有制企业创造自由、公平竞争的市场平台，促进非公有制企业特别是中小企业发展，是解决区域就业问题的重要方面。在5%显著水平上，城市化能够显著促进区域就业，说明近十年来的城镇化策略在促进经济增长、推进户籍改革和吸纳农村剩余劳动力方面的成效显著。技术进步在10%显著水平上对区域就业也具有显著影响，加快技术进步、提高区域自我创新能力、发展高新技术产业不仅能够促进已有产业提高劳动生产率、扩大生产规模，而且能够产生新的业态、创造新的就业机会。第三产业占总产值比重的提高能够在10%显著水平促进就业增长，与工业相比，中国第三产业发展起步晚，现阶段仍然以劳动密集型的服务业为主，单位产值所容纳的劳动力人数要大于资本密集型的加工制造业，服务业发展对非农产业的就业增长具有更强的带动效应（蒋伟，2009）。 除了研究影响省域劳动力就业的各种因素外，本文的另一重点在于探讨省域劳动就业的空间溢出效应和依赖性。从SLM模型中可以看出W_lnJYSL的参数估计显著，其他条件不变的情况下，周围邻省的就业水平每提高1%，则该省的就业水平会相应提高0.019 5个百分点，说明地区间就业的空间效应明显，邻省的就业水平对本省具有溢出效应。区间就业的这种空间作用可能与以下两方面因素有关。一是邻区就业增长的示范效应。就业一直是政府制定宏观政策的目标之一，也是衡量一方政府政绩的重要指标，相邻区域就业增长必然督促当地政府更加关注劳动力市场，制定和实施促进劳动就业的政策措施。另外，邻区就业增长意味着该区域劳动力市场更加完善，经济发展更有潜力，更多的就业机会吸引当地劳动力跨区域就业，从而降低当地失业率。二是省域产业之间存在互补性。如果区域之间的产业是处于同一产业链条中的上下游产业，那么邻区产业规模扩大必然带动当地产业发展和就业增长。 从不同地区的SLM估计结果来看，各区域具有明显的差异性。空间滞后项（W_lnJYSL）的参数估计由东到西依次在1%、5%和10%显著水平通过检验，且在其他条件不变的情况下，东、中、西部地区邻省的就业每提高1%，将使当地就业分别提高0.052 9、0.021 1、0.009 7个百分点。这反映了中国经济活动的空间集聚特征（以就业来衡量）按照东、中、西呈阶梯状依次减弱，即东部地区相对中西部地区具有更密切的区间联系，就业的省际联动更为显著。其他变量中，政府财政支出、产业结构、技术进步和市场化水平均在不同程度上对东、中、西部的就业具有显著影响。其中，政府财政支出对就业影响的显著性从东到西依次递增，说明加大财政在中西部地区的倾斜力度与东部相比更有利于促进就业。实际工资没有对东部地区就业产生显著影响，但显著促进了中西部地区就业的增长。与东部地区相比，工资高低仍然是影响中西部地区（特别是西部地区）劳动力就业的重要因素。城市化对东部地区就业影响为负，但不显著，说明城市的“拥堵效应”和高昂生活成本或许已成为人们是否在大城市择业所必须考虑的问题，尽管城市拥有更多的就业和发展机会，但居高不下的房价和交通、生活费用却使人们望而却步。相反，在中西部地区，城市化却能够显著地促进就业增长，这对于转移农村剩余劳动力、增加人均收入是个福音。 五、结论与启示 本文通过建立空间计量经济模型，使用20002009年中国29个省级单元面板数据对影响省域劳动就业的各种因素及其空间效应进行实证分析。结果表明，中国省域劳动力就业不仅与实际工资水平、技术进步、市场化水平、城镇化水平、政府财政支出和产业结构状况等因素有关，全域和局域Moran指数检验显示，中国省域劳动就业在空间上还存在着较为明显的集聚现象，有着较强的空间相关性。进一步的参数估计结果显示，邻省的就业水平对本省具有正的溢出作用，且该效应按照东、中、西部地区呈阶梯状依次递减，东部地区就业较中西部地区具有更强的区间联动性。这就意味着，在不考虑其他因素影响前提下，东部地区比中西部地区具有更大的就业潜力。加强区际联系与合作，充分利用城乡间、区域之间产业的互补性以增强就业的空间溢出效应是充分挖掘东部地区就业潜力、提高中西部地区就业能力、促进区域协调发展，进而形成区间互利共赢局面的理想政策选择。 除了空间因素外，各省市技术进步、市场化水平、城市化水平、产业结构状况、实际工资和政府财政支出等也是影响当地就业的重要因素。其中，省域技术进步、财政支出、市场化和产业结构优化无论从全国层面还是地区层面均对劳动就业具有显著的促进作用，且财政支出对中西部就业的影响明显大于东部地区，而城市化水平和实际工资对就业的影响因地区差异而表现出不同的显著性。具体来说，城市化与实际工资对东部就业影响不显著，但能够显著促进中西部地区就业增长。这些结论可以给我们一些有益的启示：其一，继续增加国内研发和教育支出，加快先进技术的引进、吸收和转化速度，增强自我创新能力，提高现有产业劳动生产率的同时，促使新的业态产生，创造更多就业机会；其二，加快产业结构优化步伐，大力发展现代服务业，更大限度地带动非农就业的增长；其三，深化市场改革，一方面要素市场上要使各种要素公平参与市场竞争，为各要素特别是劳动力的区间自由流动扫清制度障碍，鼓励劳动力向更有发展潜力的地区就业，另一方面在产品市场上要在保持国有企业主导地位的前提下，鼓励非公有制企业公平参与市场竞争，促进非公有制经济发展；其四，完善和优化政府支出结构，增加各项事业财政支出的同时特别加大对中西部地区的财政倾斜力度，使有限的资源得到有效合理的利用；其五，要进一步推进城市化进程，尤其对中西部来说城市化对非农就业的促进作用更为显著，应有步骤地消除城乡制度差异和完善劳动力进城务工的保障制度，鼓励劳动力进城创业和有条件（比如稳定的劳动关系等）的务工人员在城镇居住并成为城镇居民。 注释： 可参考The simple macroeconomics of profit-sharing（Weitzman，198517）和Monopolistic competition and the effects of aggregate demand （Blanchard and Kiyotaki，1987）这两篇论文。 产业结构的参数估计仅在10%显著水平通过检验，可能与多重共线性有关。产业结构状况与城市化水平的相关系数达到0.87，将二者放于同一方程中估计会降低彼此的显著性。为此，我们分别将产业结构状况与城市化水平单独与其他变量在一个方程中进行了估计，得到了显著的参数估计。限于篇幅，这些统计检验结果未能列出，但这并不影响本文的分析结果。 参考文献： 1Robonship between urban and national economic developmentJ. Annals of Regional Science, 1988,（22）: 66-80. 2Xie zheng Deng，Ji kun Huang，Scott Rozeand urban land expansion of ChinaJ.Journal of Urban Economics，2008，（63）：96-115. 3韩峰，廖进中.人口城市化与产业结构变迁基于湖南省的实证检验J.西北人口，2009，（2）：1-6，10. 4Marr W L，P L SikaJ.Journal of Policy Modeling，1994，（16）：1-26. 5Marr W L，P L SikPerspectiveA.In diminishing returns： The Economics of Canadas Recent Immigration PolicyC.The C. D. Howe Institute，Toronto and the Laurier Institute，Vancouver，1995: 293-330. 6Feri Host Country：The Case of NorwayJP