劳动就业与第三产业增长关系计量分析

1 / 6劳动就业与第三产业增长关系计量分析摘 要:一般认为,第三产业是增加就业的主领域,而从另一个角度运用计量经济学方法研究了广东劳动就业与第三产业增长的关系。格兰杰因果检验、协整检验到建立误差修正模型,探索了两者的长期均衡关系和短期动态关系。实证分析表明,从业规模的扩大有利于第三产业创造更多的增加值,但行业内部结构调整过程中就业结构的变化差异制约着第三产业吸纳就业能力的发挥。关键词:劳动就业;第三产业增长;协整;误差修正模型1 引言改革开放以来,中国经济保持着高速增长的态势,伴随着经济的不断深化改革,第三产业也取得了较快的发展。广东作为全国经济发展的先行区,其第三产业增加值更是一直居于全国首位,而产业结构的调整必然会引起就业结构的调整。近年来,随着城市化建设的发展,农村剩余劳动力不断转移和外省劳动力大量涌入,导致广东劳动力供给的压力持续增大,同时制造业对就业增长的吸纳能力逐渐减弱以及就业的结构性矛盾等问题的涌现,使解决就业成为广东目前乃至今后长时期内的艰巨任务。因此,发展第三产业,解决就业问题,研究两者的相互关系具有很大的现实意义。运用计量经济学的方法来从另一个角度来研究劳动就业对第三2 / 6产业的影响。首先,对经过处理的数据进行平稳性分析,以避免“虚假回归”的问题。然后,通过格兰杰因果关系检验和协整检验,辩证地确定两者的相互关系。最后,在协整回归模型的基础上,进一步建立误差修正模型,以研究两者的长期均衡关系以及短期动态关系。2 广东劳动就业与第三产业增长的实证分析变量选取与数据处理分别选取 1978XX 年的第三产业从业人数(L3)和第三产业增加值(GDP3)作为劳动就业和第三产业增长的衡量指标。考虑到指标可得性以及时间序列资料的可比性,对广东第三产业增加值按 1978 年的可比价折算。同时,为消除异方差的影响以及数据的波动性,分别取自然对数形式表示为 lnGDP3 和 lnL3。 平稳性检验运用 ADF 单位根检验(Augment Dickey-Fuller test)来对以上对数变量进行平稳性检验。检验结果表明,和均为非平稳时间序列,如果直接对它们进行回归分析就会出现“虚假回归”现象。因此,对它们分别取一次差分并再次进行平稳性检验。检验结果显示,它们的一阶差分形式 lnGDP3 和lnL3 都是平稳的时间序列。检验结果如表 1 所示。注:检验形式中,c 表示截距项,t 表示趋势项,n 表示滞后阶数。滞后期采用 AIC 准则与 SC 准则自动选取。格兰杰因果关系检验格兰杰因果关系检验(Granger Test of Causality)揭示了变量间因果关系,由 Granger 提3 / 6出的。由以上的平稳性检验可知,各变量的一阶差分在 5%和 10%显著性水平下均为平稳时间序列,因此可对它们进行格兰杰因果关系检验,以建立劳动就业与第三产业增长之间的长期均衡关系与短期动态关系模型。检验结果如表 2 所示。以上的格兰杰因果关系检验结果显示,滞后 1 阶时,劳动就业(lnL3)是第三产业增长(lnGDP3)的格兰杰原因。根据经济学原理,劳动作为投入要素之一,其对产出的影响是毋庸置疑的。如果假定劳动作为第三产业的唯一投入要素,则生产函数就表示为劳动要素对产值的影响。用数学公式表示为:lnGDP3=lna+blnL3(其中,a 表示生产规模,b 表示劳动要素投入的产出弹性),自然对数变换表示为:lnGDP3=lna+blnL3。而这一结论则说明,广东劳动就业规模的扩大将不断地为第三产业创造更多的增加值。 协整检验变量之间的协整意味着非平稳的时间序列,它们的线性组合也可能是平稳的,因此可用普通最小二乘法(OLS)来估计它们之间的模型。运用 EG 检验法(Engle-Granger 检验)来检验变量间的协整。下面对 lnGDP 3 和 lnL3 进行协整检验。为消除自相关性,估计模型应适当加入变量的滞后项。滞后项分别取自变量和因变量的 1至 4 阶并逐步剔除不显著的变量。得到如下最终协整回归模型,残差项的稳定性检验结果如表 3 所示:lnGDP3(t)?= L3 (t)?+3(t-1)?-()()(-)3(t-2)?+3(t-3)?-3(t-4)?()(-4 / 6)R2=,LM(1)=,LM(2)=?(方括号内数值是接受零假设的概率)。 上述方程拟合优度较高,并且不存在序列相关,且残差项 et 通过平稳性检验,所以 lnGDP3 和 lnL3 是(1,1)阶协整,存在长期均衡关系。 误差修正模型协整检验得出劳动就业与第三产业增长之间存在着长期均衡关系,建立的回归模型具有良好的统计性质。这种长期均衡关系意味着经济系统中不存在破坏均衡的内在机制,如果变量在某时期受到干扰后偏离其长期均衡点,则均衡机制将会在下一期进行调整以使其重新回到均衡状态。而误差修正模型(Error Correction Model,ECM)则是描述这种短期内非均衡关系的动态模型。在上述协整检验中,已得出稳定的非均衡误差序列 et,此时将其作为误差修正项引入到误差修正模型中,得到最终的回归模型如下所示:lnGDP3(t)?=lnL3(t)?+lnGDP3(t-1)?-() ()lnGDP3(t-2)?+lnGDP3(t-3)?-?t-1? (-)()(-)模型的各种诊断统计量:R2=,SE=,LM(1)= ?,LM(2)= ,ARCH(1)= ,ARCH(2)=? ,JB= ,REST(1)= ,REST(2)= ?拟合优度 R2 虽然不是很高,但方程的标准差 SE 较小,且与其他统计量结合起来,模型还是具有令人满意的统计性质。LM(p)是 p 阶自相关检验的 LM值,ARCH(p)是 p 阶自回归条件异方差检验,JB 是正态性检验,REST(p)是 p 阶模型设定误差检验。结果显示,无序列自相关和高阶自相关,无异方差,模型形式正确。 弹性估算在实5 / 6际分析中,以对数形式建立的模型,其估计参数即为相应的弹性,在即劳动力的产出弹性。表示当劳动力增加 1%时,第三产业增长的百分比。而上述的协整回归模型和误差修正模型,可通过估算得出相应的长期弹性和短期弹性。中劳动力的长期产出弹性经估算为,短期产出弹性为误差修正模型中对应的。劳动力的长期产出弹性大于短期产出弹性,其原因在于劳动者素质的提高对产出的影响非短期行为,另外还有技术进步、管理创新和制度等远期长效因素的影响。3 结论(1)在建立劳动就业与第三产业增长的协整关系模型过程中,通过单位根检验(ADF 检验)结果可以看出,在样本期内上述两个变量是非平稳的一阶单整序列。在此基础上通过格兰杰因果关系检验,初步得到在 5%显著性水平下,劳动就业是第三产业增长的格兰杰原因。而其后的协整检验再一次验证两者的因果关系是具有实际意义的。首先,劳动就业是第三产业增长的格兰杰原因。其经济学意义表现为劳动作为投入要素对产出的影响。而现实的城市化过程中,大量农业转移劳动力和外来劳动力的流入,为广东经济的发展提供了丰富的劳动力资源,进而促进了广东第三产业的快速发展。其次,需要格外强调的是,第三产业不是劳动就业的格兰杰原因并不表示否定了发展第三产业在扩大就业中发挥的积极意义,究其原因,是因为支持广东第三产业与地区6 / 6经济持续高速发展的“卫生体育和社会福利事业” 、 “教育、文化艺术和广播电视事业”和“科学研究和综合技术服务事业”等部门,其就业比重在 19802000 年持续下降,而就业弹性(就业增长率/经济增长率)更是低于行业平均水平。在一定程度上能解释第三产业吸纳劳动力作用受限的原因。(2)在协整回归模型和误差修正模型中,得出劳动力的长期产出弹性和短期产出弹性。在中,当劳动力增加 1%,第三产业长期增长%,短期增长%。协整回归模型中引入的第三产业