【基于VAR模型的地区产业结构与人口流动的关系实证分析8100字（论文）】

基于VAR模型的地区产业结构与人口流动的关系实证研究目录序言 -1-一、 文献综述 -2-1.国内文献： -2-2. 国外文献： -3-3. 文献综述： -3-二、 现状 -3-1.产业结构变化 -3-2. 人口变动 -4-3. 三次产业值及就业人数情况 -6-三、 实证分析 -7-1. 数据和指标选取 -7-2. 实证检验 -8-四、 结论与建议 -13-1. 结论 -13-2. 建议 -14- 序言自新中国成立后，基于当时东北经济工业基础好，东北的经济进入了高速发展时期。在当时，东北经济支撑了整个中国的经济和建设，盛极一时。但是，如今东北经济显著衰落，失去了往日的辉煌，探究其原因，最根本还是在于产业结构。长期以来，东北的产业结构以重工业为主，轻工业占比最小。而随着改革开放，市场经济的发展，其他地区借助第三产业极大地带动当地经济的发展，可是东北却没有改变这一状态，其重工业占比大，农业虽然占比呈现出下降趋势，但是依旧利用传统的农业生产方式没有完全实现生产的现代化，这些均极大地影响了东北地区经济发展。东北地区是以老工业基地为依托，现如今，其工业结构和产业结构的单一，导致东北体制转型困难，因此，在东北地区大部分的国有企业是工业企业，使得大学生毕业后选择余地小。此外，东北地区较南方地区而言，收入水平落后于南方发达地区，形成巨大的收入差距，这一根源还是产业结构单一，对人才的吸引较弱，对劳动力流动造成极大的影响，使得人才大量流失，加剧了东北人口老龄化问题。本文将从产业结构角度出发，试图在产业结构变动对劳动力流动的影响找出联系，因为产业就是就业的载体，通过实证分析进一步印证这一说法，从而更好地解决东北劳动力流出的问题。同时为政府制定政策提供理论依据，科学系统地表明第三产业对劳动力吸引巨大之外，适当的注重第一产业的发展对东北三省的劳动力回流也具有一定的重要影响，因此，政府在农业方面需要给予政策支持。希望这能为东北振兴战略提供一点思路，对东北经济的发展提供一些理论帮助。

文献综述（一）国内文献对于产业结构变动是否对劳动力流动有影响这一问题，国内不少学者进行通过实证分析进行了探究。褚志远（2007）指出在产业升级过程中会产生推拉效应等，这些效应可以极大地促进劳动力的流动。方鸣、孙梦雅（2015）以安徽为例，自安徽承接第二产业后经济迅速发展，因为第二产业不仅吸引劳动力从农业部门转向非农业部门，而且也吸引了许多劳动力回流。因此，要积极进行产业转移，注重产业结构的转型和升级以及合理布局劳动密集型行业，减少劳动力流出。通过这一点可以得到，产业结构变迁与升级促进了劳动力转移，李烨、毛宇飞（2017）利用1978~2015年数据进行实证分析后也证实了产业结构对劳动力转移起着正向作用。不仅如此，他们表明农村剩余劳动力能够有效转移，是因为产业结构的变迁为其提供了符合现代化发展的就业岗位，真正有效地使物质资源和人力资源相结合。农村剩余劳动力的流动对产业结构的优化和升级又起着积极地作用，赵楠（2016）将此概括为“反向激励机制”。除此之外，产业结构不单单是对劳动力转移产生影响，随着时间的推移，它不断地提升了劳动力成本从而使劳动力成本上涨倒逼产业结构升级（胡京，2020）。因而，雷原、韩伟（2013）较早便提出我国当前升级产业结构和促进经济增长的关键在于改变劳动力的产业布局。如今，东北地区人才流失严重，特别是高层次人才的流失，赵静（2019）指出东北地区如今不仅面临人才数量的减少，而且还存在人才利用率低的问题，这是由内部产业结构所导致。东北地区长期以来严重地依赖重工业，这样单一的产业结构使得人才就业选择受到制约。一方面，东北地区知识分子流向发达地区；另一方面，东北地区的农村劳动力也大量流出。高双、高月等人（2017）在研究东北地区农村劳动力转移时发现，老人和妇女已成为农业生产中的主要劳动力，大量的农村青年男性劳动力转移到其他地区。不仅如此，东北地区的农村劳动力转移由于难以向本地和附近转移，所以农村剩余劳动力是通过异地就业实现的。但是，农村依然存在一定数量的剩余劳动力滞留在农业中。这一点，李凯、高宏伟（2019）对此情况做了解释，归根到底还是东北的产业结构所引起。因为东北虽然发展第二产业，但是发展的是重工业，由于该工业是资本和技术密集型的产业，且轻工业发展薄弱必然会阻止一部分劳动力流入。再加上东北土地资源丰富，农民可以实现“自给自足”，因此，东北地区大量的劳动力留在了第一产业当中，没有释放出来。并且马德超（2020）研究发现，由于高学历的农村劳动力可以在当地找到较为不错的工作岗位以及在本地的社会地位较高，这部分劳动力实则更倾向于留在当地。因而，吸引这部分劳动力回流将是重要举措之一。（二）国外文献对于国外在此方面的研究，通过东亚国家进行产业结构升级战略使得各国经济迅猛发展。早期一些经济学家对产业结构提出了理论。西蒙.库兹涅茨发现农业部门产值和劳动力的比重是下降的，而工业部门产值和劳动力比重有上升趋势，最后在服务业部门发现，该部门和劳动力比重是呈迅速上升之势。这也证明了产业结构的变动吸引劳动力是不同的，最终影响劳动力流动。劳动力流动将影响经济增长，这是东北面临最严重的窘境之一。国外一些学者提出一些模型证明劳动力流动对经济影响的重要性，例如刘易斯的二元结构模型，在此之后，众多学者在二元结构模型基础上展开深层次的探讨，更有力地说明了劳动力流动对经济的影响。（三）文献述评通过国外学者早期的研究以及建立的理论模型基础上，发现产业结构对劳动力流动产生了重要的影响。国内学者则通过大量的实证分析力证这一点，以安徽举例可以发现产业结构的优化与升级引起当地的劳动力回流，吸引了大量的劳动力。并且国内文献还指出产业结构和农村剩余劳动力的双向关系，通过农业产业的优化升级同样能起到吸引劳动力回流的作用。现如今的东北面临着人才流失严重，老龄化越来越加重，通过这些文献可以为东北留住人才提供一个新思路，即产业结构的变动。因此，本文通过一些数据进行实证分析来论证以上观点。现状（一）产业结构变化东北地区在建国以来，慢慢形成了“二、一、三”的产业格局，在1978年改革开放初期，产业结构依旧是以第二产业为主，第一产业次之。随着改革开放的深入，东北地区的第三产业逐步发展起来，比重不断上升超过了第一产业。直到2015年，东北地区的第三产业的GDP才超过了第二产业的GDP占总GDP的比重，产业格局第一次出现“三、二、一”的局面，形成较大的突破。直至现在，东北地区产业结构总的趋势是第一产业和第二产业的比重不断下降，第三产业不断上升，虽然第三产业不断上升，但是近两三年来，它的增速放缓。对比在2020年国内GDP排名前四的城市来看，可以找到东北三省在产业结构上与发达地区的一些差异。图2.1是各地区的三次产业增加值占GDP的比重对比图，从图中可以明显看到，GDP排名前四城市第一产业占比都小，但是第二、三产业占比差异显著。以广东来看，其第三产业占GDP比重值均大于其他六个省份的比重值，而黑龙江第三产业的比重值约0.5，远落后于广东省，特别是第一产业结构上，两者对比尤为明显。可以直观看到，东北三省的第一产业占比依旧偏高，而第二、三产业结构的发展明显落后于GDP排名靠前的城市。由此可见，东三省产业结构的发展状况较逊于其他经济发达的城市。图2.12020年东北三省和GDP排名前四的地区三大产业结构对比（二）人口变动 东北地区是我国最先迈入人口自然增长为负值，加上人口净流出不断增加，人口形势变得越来越严峻。1.常住人口及人口增减情况从2014年至2019年来看，东北三省常住人口量的趋势是逐年递减的，特别是在2019年的时候，这一年常住人口数量减少了近42万人，不难发现，东北地区的人口流失严重。由图可以清晰地看到，自2016年来，减少的人口数量由29万人增加到37万人，常住人口减少量严重增多，并且从2016年至2019年，常住人口数量减少的速度是逐年加快的。图2.22014-2019年东北三省常住人口及人口增减情况2.劳动年龄人口以2019年来看，东北三省常住人口减少中，劳动力年龄人口（15岁—64岁）的减少是最多。可以从图中得知，辽宁是东三省中劳动力年龄人口的减少量排在首位，黑龙江次之，最后是吉林。对比全国平均的劳动力年龄人口减少量，东三省的减少量远远超过全国的平均水平，且辽宁的减少量是全国平均减少量的近三倍。这也侧面反映出东北地区劳动力急剧减少，外流严重，大量人才流失，最终会影响东北地区的经济发展，导致其落后于其他发达地区。图2.32019年东北三省和全国平均劳动力年龄人口减少量3.老龄化严重首先，东北三省老龄化体现在规模不断扩大上。辽宁65周岁及以上人口占三省之最，自2016年至2019年，该年龄人口从591.3万人增至706.1,万人，吉林和黑龙江该年龄段人口增长量也较大。表2.12016年-2019年东北三省65岁及以上人口数量变化2016年2017年2018年2019年辽宁591.3626.8661.3706.1吉林301.2336.42343．96374.83黑龙江440.7455.8485.3515.8其次，东北三省老龄化的增速明显加快，老龄人口占总人口比重也不断增加。2019年这三省的65周岁及以上人口占比分别是13.93%、16.20%、13.8%，分别较2016年提高了2.91个百分点、2.69个百分点、2.2个百分点。并且在2019年，全国65周岁及以上人口占比12.6%，而黑龙江、吉林、辽宁分别高于全国平均水平3.6个百分点、1.2个百分点、1.33个百分点，明显高于全国水平，面临严重的老龄化问题。（二）三次产业值及就业人数情况从图2.4和图2.5可以看到，从1978年至2018年，东北地区的三次产业值每年是逐步递增，大体上是增加的趋势。具体表现为，第二产业和第三产业增加速度快，特别是在2015年，第三产业的增加值超过了第二产业，而且近年来第二产业增加值出现不稳定，但第三产业依旧以较快速度增加，取得了飞速发展。虽12次产业值不断递增，但是每个产业对劳动力的吸引发生了明显变化。在1997年之前，第一产业就业人数最多，其次是第二产业，这也说明东北的工业化不断推进，可是劳动力并没有大量的从第一产业部门转向第二产业部门，重工业对东北地区的就业没有起到巨大的影响，只对产值贡献了巨大的力量。虽然第二产业增加值在2015年之前处于三次产业值中第一的位置，但是第二产业对劳动力的吸引却呈递减趋势。东北地区的劳动力大部分在农业部门是因为东北土地资源较为丰富，农民可以依靠农业，而且东北第二产业集中于重工业，重工业是依赖于资本和技术，这使得农业劳动力无法从事这一类工作李凯,高宏伟.东北全面振兴需要产业结构的深度调整[J].沈阳师范大学学报(社会科学版),2019,43(01):1-10。进一步我们还可以看到，第三产业的就业人数比重越来越大，并一直是处于上升态势，服务性等第三产业部门对劳动力更具有吸引力。李凯,高宏伟.东北全面振兴需要产业结构的深度调整[J].沈阳师范大学学报(社会科学版),2019,43(01):1-10图2.4东北地区三次产业就业人数情况图2.5东北地区三次产业值实证分析（一）数据和指标选取本数据来源于《中国人口和就业统计年鉴》、《中国城市统计年鉴》、《辽宁省统计年鉴》、《吉林省统计年鉴》和《黑龙江省统计年鉴》，使用Eviews10.0软件进行分析，用1990-2019年东北三省三次产业值以及人口流动率的时间序列数据，通过三次产业值和人口劳动率来反映东三省的产业结构变化对劳动力流动的影响。在此基础上构建了以下回归方程式：(3.1)其中被解释变量表示为人口流动率，三个解释变量，，分别指三次产业的总产值，表示随机误差项。对于人口流动率（）计算，即，为户籍人口，为常住人口，该算法是借鉴马永春对人口流动率的计算而得来，但基于本数据稍作了改动。同时为了消除数据的异方差性，便取了对数得到：(3.2)（二）实证检验2.1单位根检验首先进行单位根检验为的是检验平稳性，可以看到LNA1，LNA2和LNA3的ADF值都大于10%的临界值，因此LNA1，LNA2和LNA3是非平稳时间序列。进行一次差分后可以看到，d(LNP,1)，d(LNA1,1)，d(LNA2,1)以及d(LNA3,1)的ADF值均小于1%的临界值，也可以从各自的P值均小于0.05得出，一阶差分是平稳的，因此，一阶差分是平稳的，即满足协整检验的前提——同阶单整。因此，我们可以建立VAR模型，来进行以下的步骤。表3.1单位根检验结果变量ADF值1%临界值5%临界值10%临界值P值结论LNP-5.100293-4.440739-3.632896-3.6328960.0025平稳d(LNP,1)-3.032471-2.679735-1.958088-1.9580880.0043平稳LNA11.963562-2.650145-1.953381-1.6097980.9858不平稳d(LNA1,1)-3.029162-3.689194-2.971853-2.6251210.0443平稳LNA2d(LNA2,1)LNA3-2.705850-3.796778-2.375190-3.689194-4.467895-4.323979-2.971853-3.644963-3.580623-2.625121-3.261452-3.2253340.08560.03750.3834不平稳平稳不平稳d(LNA3,1)-4.342138-4.467895-3.644963-3.2614520.0129平稳2.2协整性检验本文利用Johansen协整检验方法对于变量进行协整性检验，可以从以下结果看到，无协整性假设，迹统计量54.87193，大于了5%显著性水平临界值47.85613，因此在5%显著性水平上拒绝原假设，这也说明在这些变量之间是存在协整关系的，存在着长期稳定的关系；在最多一个协整关系假设中，迹统计量明显小于5%临界值，则接受原假设：协整变量数最多一个。从结果可以得出，人口流动与三次产业间是存在协整关系。表3.2协整性检验结果原假设（协整变量数）特征值迹统计量5%临界值P值结论无*0.61956254.8719347.856130.0095拒绝最多一个0.47781327.8118329.797070.0833接受2.3滞后阶数确定建立VAR模型之前需要确定滞后阶数。通过Eviews10.0分析，利用AIC准则确定滞后阶数，如表3.3可以看到在5%的置信水平下，最优的选择是滞后阶为2，也就是最佳模型为VAR（2）。表3.3滞后阶数结果滞后阶LRAICSC0NA-8.691183-8.4992071

240.5568-18.44040

-17.48052*2

34.62414*-19.17877*-17.450993

15.09510-19.07181-16.57612参数估计和稳健性检验由以上结果分析得到，建立VAR(2)是最佳的。通过建立VAR(2)，对模型的参数进行估计，结果如表3.4。并且对模型进行稳健性检验，从图中可以看到特征根的倒数是在单位圆内，因此说明模型是稳定的，并且可以根据式(4.3)可以进行预测。表3.4参数估计结果LNPLNA1LNA2LNA3LNP(-1)1.100581-6.3419050.788109-3.692946LNP(-2)-0.2442656.2565719.0798176.946218LNA1(-1)0.0012340.8032050.1312400.025590LNA1(-2)-0.009745-0.281119-0.0562800.036069LNA2(-1)0.0210370.3658770.9765700.167184LNA2(-2)-0.014434-0.276554-0.634570-0.345661LNA3(-1)-0.0487751.1071930.2612791.198666LNA3(-2)0.048346-0.8008960.193897-0.114656图3.1稳健性检验结果表达式：(3.3)从VAR模型的估计结果可以看到，对于人口流动率指标，滞后1阶的人口流动率指标和三次产业值，以及滞后2阶的人口流动率指标均存在一定的影响。格兰杰检验从表3.5可以得到，第一产业、第二产业与劳动力流动，其P值分别为0.0672和0.0680，这一值在5%的显著性水平是拒绝了“第一、二产业不是劳动力流动的格兰杰原因”，但是如果在10%的显著性水平下，是接受这些原假设的，即第一、二产业是劳动力流动的格兰杰原因。但是，再看劳动力流动是否是第一、二产业的格兰杰原因，其P值全部大于10%的显著性水平，因此，是接受“劳动力流动不是第一、二产业的格兰杰原因”这一假设。进一步看第三产业与劳动力流动，其P值0.0506，通过了显著性检验，即“第三产业是劳动力流动的格兰杰原因”；反之再看劳动力流动与第三产业，其P值是0.0007，在1%显著性水平上拒绝了“劳动力流动是第三产业的格兰杰原因”的假设，即劳动力流动在1%显著性水平上是第三产业的格兰杰原因，两者之间都对彼此存在影响。这一定程度上符合前文所讲：产业结构对劳动力流动具有影响，且第三产业的影响显著。表3.5格兰杰检验结果原假设样本数F统计量P值结论A1不是P的格兰杰原因283.043110.0672拒绝P不是A1的格兰杰原因280.832100.4478接受A2不是P的格兰杰原因283.029360.0680拒绝P不是A2的格兰杰原因280.546420.5864接受A3不是P的格兰杰原因283.407060.0506拒绝P不是A3的格兰杰原因2810.01030.0007拒绝A2不是A1的格兰杰原因289.006090.0013拒绝A1不是A2的格兰杰原因281.190730.3221接受A3不是A1的格兰杰原因2810.03170.0007拒绝A1不是A3的格兰杰原因280.757450.4802接受A3不是A2的格兰杰原因280.273880.7629接受A2不是A3的格兰杰原因283.884440.0352拒绝脉冲响应分析对于此模型进行脉冲响应分析。首先从图3.2可以看到，人口流动率对第一产业值的响应有较为明显的反映。在前期是调整阶段，第八期到达最大的负向响应，之后从第九期开始出现正向响应并趋于稳定，长期趋势是正向收敛。这表明，东北地区在建国初期后，第一产业对劳动力影响没有吸引，此时东北地区的第二产业逐渐兴起，劳动力逐渐从农业部门转向非农业部门。但是，随着第二产业不景气，东北地区流出人口中农村户籍人口占比较大以及政府对农业的政策支持，一部分劳动力又转回了第一产业当中。图3.2人口流动率对第一产业的脉冲响应其次从图3.3可以得到，第二产业对劳动力的影响整体上是稳定的，而且从长期来看一直保持正向响应，这说明第二产业不会引起劳动力流动太大的浮动，有着较为稳定的良好态势。图3.3人口流动率对第二产业的脉冲响应最后，再看图3.4人口流动率对第三产业的响应。前期依然具有较大的波动，出现了负响应，同样在第八期为最大的负向响应，之后开始出现正向响应。在长期内逐渐趋于稳定态势。这意味着第三产业对劳动力存在着较大的吸引力，东北地区逐渐改变“二、三、一”的产业结构模式，形成“三、二、一”的产业格局。从长期来看，比起第一、二产业，劳动力更偏向于选择服务业等第三产业。但是，东北地区现如今陷入了“产业结构转换难”的困境中，这也是为什么劳动力流出的一大原因。图3.4人口流动率对第三产业的脉冲响应2.7方差分解利用VAR模型，进行方差分解得到结果，表3.6的方差分解是跨期为15的VAR模型。从表可以得知，人口流动率只是在第一期和第二期的时候受到自身影响明显，随后，第一产业和第三产业对其影响逐渐增大，尤其是第三产业的影响更为显著。第一产业对人口流动率的影响，该贡献率稳定在19%左右，而反观第三产业对其影响，贡献率一直稳定在27%左右并且有增大的趋势。这进一步说明，在东北地区，虽然第一产业对劳动力流动产生影响，但最主要的是第三产业对其影响极大。表3.6人口流动率与三次产业的方差分解表时期人口流动率的方差分解预测标准误差LNPLNA1LNA2LNA310.002578100.00000.0000000.0000000.00000020.00408991.849700.0058960.3438507.80055930.00533988.083630.8214280.28540010.8095440.00643983.543553.4725170.20062012.7833150.00745977.924037.2255400.19844114.6519860.00838672.0903910.873930.32777016.7079170.00916666.6573413.878320.45914619.0052080.00976961.9332116.194890.51001721.3618890.01019958.1067017.878300.50199223.51300100.01048555.2843818.973800.47864425.26318110.01066553.4480819.554950.46371826.53325120.01077352.4529519.747370.46426427.33542130.01083952.0743919.705530.47943927.74064140.01088552.0691419.571080.50391027.85588150.01092252.2281119.442400.52996227.79953结论与建议（一）结论随着经济的发展，东北三省的产业结构也不断变化着，相应的其劳动力流动也随着产业结构的变化而变化。从该模型的脉冲响应分析结果可以得出，第二产业对劳动力吸引减弱，第一、三产业对劳动力吸引的影响较大，特别是第三产业吸引劳动力的影响占据更大比重。但是产业结构的变化是从低级向高级转变，即从第一产业向第二产业再到第三产业发展。因此，虽然第一产业对劳动力也存在着吸引力，但是还是需要东北地区不断进行产业结构的优化升级，朝产业结构合理化和产业结构高级化方向发展，通过第