计量经济学实验报告“影响就业的因素分析”

1、影响中国就业的因素分析【摘要】本文主要目的是研究生产规模、人力资本和经济结构对就业的影响，通过对 19802011年我国国内生产总值、社会固定资产投资规模、恩格尔系数与就业人员的数值进行计量经济分析，把四者的关系数量化。最后，针对当前情况，提出几点能够解决劳动力就业，缓解就业压力的建议。一、引言我国是一个人口大国， 具有极其丰富的劳动力资源， 同时也是世界上就业压力最大的国家，仅仅每年由于人口因素新的劳动力增量就是1000 万，这还不包括巨大的劳动力存量： 下岗、失业和农村的剩余劳动力。 就业问题一直以来都是国家经济发展过程中重点关注的问题，2008 年国际金融危机不可避免地带来了我国的就业危

2、机， 2008年和 2009 年城镇登记失业率分别为42和 4 3，是 2005 年后近几年的新高。 长期以来，我国劳动力市场就存在严重的供求矛盾。尹庆双和奉莹提出： 一方面，我国就业矛盾的存在先于金融危机的发生，属于长期积累的问题，并不是金融危机造成的；另一方面，金融危机像一道催化剂，加剧了我国的就业矛盾，使其在金融危机中更加突显出来，并表现出巨大的结构性矛盾。 因此，可以确定的是在未来的很长一段时期内，就业问题无疑是政府面临的首要目标。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

3、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。二、关于就业的相关理论1、柯布

4、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。2、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

5、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。3、罗默内生模型：罗默1990 年提出的内生模型是 =1- ，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。三、模型设定 ：研究影响就业的因素，需要考虑以下几个方面：1、对就业情况常用就业人数去衡量，所以选用“就业人数”作为被解释变量去衡量就业情况。2、数据性质的选择。针对我国实际情况，决定采用时间序列数据进行分析。3、影响因素的分析（1）从国家

6、统计局统计的资料来看，随着我国生产规模的不断扩大，就业人数也是随之不断增加的。生产规模对就业存在影响。因此，将“生产规模”作为模型的解释变量，用国内生产总值来表示。国内生产总值 gdp 是核算体系中一个重要的综合性统计指标，也是中国新国民经济核算体系中的核心指标。它反映一国（或地区）的经济实力和生产规模。一个国家或地区的经济究竟处于增长抑或衰退阶段，从这个数字的变化便可以观察到。一般而言，当 gdp 的增长数字处于正数时， 即显示该地区经济处于扩张阶段；反之，如果处于负数， 即表示该地区的经济进入衰退时期了。所以可以用国内生产总值来表示生产规模。（2）国家统计局统计的资料来看，随着我国人力资本

7、投资不断增加，就业人数也是随之不断增加的。人力资本对就业存在影响。因此，将“人力资本”作为模型的解释变量，用恩格尔系数来表示。恩格尔系数表示一个家庭中食品消费支出占总消费支出的比重，恩格尔系数越高表示用于食品的支出越多， 在家庭收入一定的情况下， 相应的用于教育的支出就越少。 根据舒尔茨的理论，学者认为人力资本存量随着受教育年限的增加而增加。所以可以用恩格尔系数来衡量人力资本。恩格尔系数 =（城镇恩格尔系数 +农村恩格尔系数） /2 （3）国家统计局统计的资料来看，随着我国经济结构的不断优化，就业人数也是随之不断增加的。经济结构对就业存在影响。因此，将“经济结构”作为模型的解释变量，用社会固定

8、资产投资表示。固定资产投资是社会固定资产再生产的主要手段。固定资产投资额是以货币表现的建造和购置固定资产活动的工作量，它是反映固定资产投资规模、速度、比例关系和使用方向的综合性指标。经济结构从一定社会生产关系的总和来考察，主要通过不同的生产资料所有制经济成分的比重和构成来表现。固定资产投资是经济成分的重要组成部分，因此可以用固定资产投资来表示经济结构。（4）虚拟变量：从就业人数与时间的关系图中可以看出在1989 年出现了明显的拐点。因此引入虚拟变量d1,以 1989 年的转折点作为依据，并且采用加法模型。1985年 5 月 27日我国政府颁布中共中央关于教育体制改革的决定指出，国家计划内学生的

9、毕业分配， 实行在国家计划指导下， 由本人选报志愿、 学校推荐、用人单位择优录用的制度。 这是对以往毕业生分配制度的突破，为日后进一步深化改革并逐步过渡到“自主择业”的毕业生就业制度奠定了基础。1989年 3 月，国务院批转了原国家教委提出的高等学校毕业生分配制度改革方案，明确提出了在过渡阶段实行以学校为主导向社会推荐就业，毕业生和用人单位在一定范围内双向选择的办法。这种转变使得就业人数增加。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

10、；t 代表经济结构，用社会固定资产投资规模表示。四、数据来源：中国统计年鉴 2013 年选取从 1978 到 2011 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 (万人）g （亿元）e （%）t （亿元）1980 42361.00 4545.62 59.3 910.90 1981 43725.00 4891.56 58.3 961.00 1982 45295.00 5323.35 59.7 1230.401983 46436.00 5962.65 59.3 1430.101984 48197.00 7208.05 58.6 18

11、32.901985 49873.00 9016.04 55.6 2543.201986 51282.00 10275.18 54.4 3120.601987 52783.00 12058.62 54.7 3791.701988 54334.00 15042.82 52.7 4753.801989 55329.00 16992.32 54.7 4410.40 1990 64749.00 18667.82 56.5 4517.00 1991 65491.00 21781.50 55.7 5594.50 1992 66152.00 26923.48 55.3 8080.10 1993 66808.0

12、0 35333.92 54.2 13072.30 1994 67455.00 48197.86 54.5 17042.10 1995 68065.00 60793.73 54.4 20019.30 1996 68950.00 71176.59 52.6 22913.50 1997 69820.00 78973.03 50.9 24941.10 1998 70637.00 84402.28 49.1 28406.20 1999 71394.00 89677.05 47.4 29854.70 2000 72085.00 99214.55 44.3 32917.70 2001 72797.00 10

13、9655.17 43.0 37213.50 2002 73280.00 120332.69 42.0 43499.90 2003 73736.00 135822.76 41.4 55566.612004 74264.00 159878.34 42.5 70477.432005 74647.00 184937.37 41.1 88773.612006 74978.00 216314.43 39.4 109998.162007 75321.00 265810.31 39.7 137323.942008 75564.00 314045.43 40.8 172828.402009 75828.00 3

14、40902.81 38.8 224598.772010 76105.00 401512.80 38.4 251683.772011 76420.00 473104.05 38.3 311485.13五、模型的估计与调整1.y 、x1 、x2 、x3 的散点图0100,000200,000300,000400,000500,00040,00050,00060,00070,00080,000yx1x2x3从散点图可以看出y 和 x1 x3 不是线性关系，所以对y x1 x3分别取对数。2. 从 y 随时间的变化图，结合我国就业政策的变化，我们可以看出1989 年前后我国就业人数出现了明显的转折，为

15、了分析就业与其影响因素在1989 年前后的数量关系，引入虚拟变量d1 ，而 1989 年的就业人数为55329万人。据此，我们设定了入以加法和乘法两种方式同时引入虚拟变量的模型：lny=c+c1lnx1+c2 (lnx1-9.740516756256051)*d1+c3x2+c4lnx3+u 其中 d1=1,1989 年及以前 2，1990年以后4000045000500005500060000650007000075000800001980198519901995200020052010y3.对加入虚拟变量的lny lnx1 x2 lnx3 进行回归分析，结果如下：dependent var

16、iable: lny method: least squares date: 12/21/13 time: 20:26 sample: 1980 2011 included observations: 32 variable coefficient std. error t-statistic prob. c 7.737399 0.228516 33.85927 0.0000 lnx1 0.439785 0.049305 8.919732 0.0000 (lnx1-9.740516756256051)*d1 -0.166082 0.022144 -7.499942 0.0000 x2 0.00

17、3278 0.002359 1.389548 0.1760 lnx3 -0.141167 0.042794 -3.298755 0.0027 r-squared 0.978958 mean dependent var 11.05766 adjusted r-squared 0.975841 s.d. dependent var 0.191884 s.e. of regression 0.029825 akaike info criterion -4.044356 sum squared resid 0.024017 schwarz criterion -3.815334 log likelih

18、ood 69.70969 hannan-quinn criter. -3.968442 f-statistic 314.0434 durbin-watson stat 1.112928 prob(f-statistic) 0.000000 lny=7.737399+0.439785lnx1-0.166082(lnx1-9.740516756256051)*d1+0.003278x2-0.141167lnx3 t=（33.85927） （8.919732） （-7.499942 ） （1.389548） （-3.298755 ）r2=0.978958 修正后的 r2=0.975841 经济学意义

19、检验。从回归结果看出，x2 所代表的恩格尔系数，恩格尔系数越低，人力资本投资越大， 就业就越高，所以 x2 与就业成负相关， 另外 x3 是生产规模，生产规模越大就业越高， 与就业成正相关。 所以 x2、x3 经济学意义检验不过关，应排除。4. 排除 x2 x3 以后的回归结果如下：dependent variable: lny method: least squares date: 12/21/13 time: 20:39 sample: 1980 2011 included observations: 32 variable coefficient std. error t-statist

20、ic prob. c 8.312074 0.175974 47.23458 0.0000 lnx1 0.278006 0.019019 14.61715 0.0000 (lnx1-9.740516756256051)*d1 -0.197778 0.023883 -8.281213 0.0000 r-squared 0.966653 mean dependent var 11.05766 adjusted r-squared 0.964353 s.d. dependent var 0.191884 s.e. of regression 0.036229 akaike info criterion

21、 -3.708880 sum squared resid 0.038063 schwarz criterion -3.571468 log likelihood 62.34208 hannan-quinn criter. -3.663332 f-statistic 420.3182 durbin-watson stat 0.697811 prob(f-statistic) 0.000000 5.异方差检验：heteroskedasticity test: white f-statistic 14.22613 prob. f(4,27) 0.0000 obs*r-squared 21.70258

22、 prob. chi-square(4) 0.0002 scaled explained ss 25.91522 prob. chi-square(4) 0.0000 test equation: dependent variable: resid2 method: least squares date: 12/21/13 time: 20:52 sample: 1980 2011 included observations: 32 collinear test regressors dropped from specification variable coefficient std. er

23、ror t-statistic prob. c 0.347131 0.182937 1.897543 0.0685 lnx1 -0.080339 0.040229 -1.997065 0.0560 lnx12 0.004649 0.002206 2.107490 0.0445 lnx1*(lnx1-9.740516756256051)*d1) -0.003246 0.002139 -1.517397 0.1408 (lnx1-9.740516756256051)*d1 0.015622 0.017966 0.869544 0.3922 r-squared 0.678206 mean depen

24、dent var 0.001189 adjusted r-squared 0.630532 s.d. dependent var 0.002061 s.e. of regression 0.001253 akaike info criterion -10.38455 sum squared resid 4.24e-05 schwarz criterion -10.15553 log likelihood 171.1529 hannan-quinn criter. -10.30864 f-statistic 14.22613 durbin-watson stat 1.335466 prob(f-

25、statistic) 0.000002 由上表可以看到 nr2=21.70258，由 white 检验知， nr25.9915(查表) ，所以拒绝原假设，不拒绝备择假设，存在异方差。6. 异方差的修正：当w1=1/lnx1 时r2=0.968771 当w2=1/l(nx1 ）2时r2=0.969492 当w3=1/sqr(lnx1)时r2=0.967903 当权数为 1/l(nx1 ）2时效果最好，修正后的模型为：lny=8.4568+0.2616lnx1-0.1720 (lnx1-9.740516756256051)*d1 se=(0.1463) (0.0161) (0.0222) t=(5

26、7.8036) (16.2670) (-7.7450) r2=0.9695 f=460.7851 dw=0.7812 7. 自相关检验：variable coefficient std. error t-statistic prob. c 8.456764 0.146302 57.80356 0.0000 lnx1 0.261649 0.016085 16.26691 0.0000 (lnx1-9.740516756256051)*d1 -0.171977 0.022205 -7.744913 0.0000 weighted statistics r-squared 0.969492 mean

27、 dependent var 11.00624 adjusted r-squared 0.967388 s.d. dependent var 2.900921 s.e. of regression 0.038848 akaike info criterion -3.569239 sum squared resid 0.043767 schwarz criterion -3.431827 log likelihood 60.10783 hannan-quinn criter. -3.523691 f-statistic 460.7851 durbin-watson stat 0.781240 p

28、rob(f-statistic) 0.000000 由上表可得 dw=0.7812du(1.273)，说明在 1% 显著水平下广义差分模型中已没有自相关，不必进行修正。由差分方程得 c1=3.0673/(1-0.6937)=10.0141 由此可得最后的模型为lny=10.0141+0.0983lnx1-0.1720 (lnx1-9.740516756256051)*d1 lny=10.0141+0.0983lnx1 t 1989 lny=10.0141-0.0737lnx1+9.740516756256051 t 1989 六、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

29、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