經濟演進與就業彈性測算

[摘 要]準確地測算就業彈性是研究經濟增長與就業之間關系的起點，但當前國內外的研究主要集中于就業彈性的靜態測算與走勢分析，均未能從動態有效區分經濟增長中規模效應與結構效應對就業的影響。使用基于面板數據的固定影響變截距模型和設定新的計量方程分析和研究就業彈性是解決此問題的一條新思路。

[關鍵詞]就業彈性；弧彈性；雙對數模型；變截距模型

[中圖分類號]F224.0 [文獻標識碼]A [文章編號]1003-3890(2007)11-0053-06

自20世紀90年代以來，經濟增長和就業增進未能同步擴張日益成為解讀中國經濟發展的難點所在，并受到了經濟學家們越來越多的關注。當前國內對此問題的研究思路之一是考察就業彈性，這一思路實際是以新古典增長理論為依托，從經濟增長的長期視角來考察就業量的演變趨勢，它在理論上是完全自治的，因而為大多數研究者所采用。研究者主要從計算方法、計算口徑、變動趨勢和變動原因等各個層面對就業彈性作了大量實證研究，但從已有的文獻來看，經濟學界對這一問題的研究并不充分，當前的研究集中于就業彈性的靜態測算和走勢分析，而未能在經濟演進的背景下對就業彈性進行更深入的動態考察。更重要的是，由于對計量技術的把握尚有欠缺，對就業彈性測算方法的準確性問題至今缺乏較系統細致的討論，對就業彈性的影響因素分析還尚處于起步階段，定量分析與定性分析的結論常存在抵牾之處。理論研究中存在的這些問題都說明對就業彈性測算方法仍需更深入嚴謹的探討。 筆者力圖在全面梳理國內外重要文獻的基礎上，在動態考察經濟增長的規模效應和結構效應的背景下，通過設定新的計量模型，運用基于面板數據的固定影響變截距模型，測算和分析了中國的總體及分產業就業彈性值。

一、就業彈性測算方法

就業彈性的本意是考察每單位GDP的增長能帶動多少單位就業量的增加，對這一概念反映經濟增長與就業增進之間關系的“優度”一直存在爭議?；诠P者的研究目的，本文不涉及有關就業彈性經濟意義的評論，而專注于回應對就業彈性測量方法的批評。

(一)研究路徑

從對當前文獻的考察來看、就業彈性測算技術的發展路徑大體可以描述為：初期研究都以弧彈性方法為起點，進而轉至使用以雙對數模型為基準的計量模型，但在雙對數模型的使用上則產生分岔，下文擬對此作一簡要回顧。

弧彈性方法是指依據彈性的定義，采用中點公式直接計算的方法。這一方法簡單易行，所需數據少，因而大多數研究者，如RaoBhanoji(1992)、ILO(1999)、張車偉等(2002)、蔡昉等(2004)均采用此方法計算就業彈性的逐年值。但就經濟分析而言，這種方法實際上把就業人數增長完全歸因于經濟的增長，不考慮其他因素的影響，經濟意義不完備；就技術層面而言，這一方法也沒有任何拓展空間。而通過建立計量模型測算就業彈性可以有效地克服弧彈性方法的上述不足，計量模型不僅經濟意義充足，技術進步和資本投入等因素的作用都可以包含到截距中并具有容易擴展的優勢，既可以增加自變量，也可以據此建立面板數據模型，從而對就業彈性做更深入的分析和考察。

計量分析依據所采用數據類型的不同而選擇不同的回歸方法，但其基準模型通常采取如下形式的雙對數模型：

lnL=αL+β1nY+u

在對雙對數模型的運用上，經濟學家發展出兩條路徑：

路徑一：使用新的計量方法，由O13回歸乃至更復雜的GLS回歸和最大似然回歸等經濟計量技術。

大體而言，雙對數模型在初始階段的運用有兩種形式：第一種形式是通過對時間序列數據進行OLS回歸，得出某一時間段的就業彈性值。這一方法雖然存在無法測算就業彈性逐年值的內在缺陷，但仍為國內外學者廣為使用。通常的做法是將較長的時間序列數據拆分為若干時間段，進而測算出不同時期的就業彈性值并進行趨勢判斷，如ILO(2000)、張本波(2002)、趙建國(2003)；第二種形式則是通過對橫截面數據進行OLS回歸測算出就業彈性的逐年值，通常的做法是利用某一國家的省級數據測算出該國的GDP總量及分產業的就業彈性逐年值。這一方法目前僅見國外學者所使用，如Padalino.Vivarelli(1999)、ILO(2000)，國內學者則未見使用。

但上述兩種方法仍有其不足之處。第一種方法通常會遇到這樣的窘境：如果不對時間序列數據拆分，計算出的結果分析價值很小，而拆分又會遇到樣本容量太小，回歸結果可靠性低的問題。這一點在對中國就業彈性的研究中尤為突出。第二種方法通常不會遇到樣本容量問題，但計算結果又嚴重受制于經濟體的數據結構，計算出來的結果常常偏高，可信性同樣偏低。

為了解決數據結構和樣本容量的問題，經濟學家又將面板數據引入就業彈性的研究之中，通過GLS回歸測算就業彈性的時期值。當前的研究主要從兩個方向展開：一是測算某一經濟體隨時間而變的就業彈性時期值，如SolimanoAndresGuillermo(2002)；一是測算某一經濟體隨樣本成員而變的就業彈性時期值，如張江雪(2005)。

路徑二：設定新的計量方程，通過添加新的控制變量以期求得更為精確可靠的彈性值并揭示更多的經濟意義。

從數據類型的角度而言，上一條研究思路基本已經走到了盡頭，因此國外學者在面板模型的基礎上，又從解釋變量的角度進行了新的嘗試。如DanielAsepSumaao(2007)所言，對就業彈性的原有研究只注重勞動力需求移動的研究，而完全忽視了勞動力供給移動的研究。因而經濟學家開始將供給因素納入計量模型的設定之中。如SdimanoLarrain(2002)將實際工資納入解釋變量，DanielAsep＆Sumarto(2007)則將勞動參與率的變化率納入解釋變量。

需要指出的是，所有這些新增解釋變量的選擇都對應于研究者所要解決的經濟問題，而非簡單地解決零條件均值，從而求出更精確的估計值。就業彈性的這一最新研究思路在下文的研究中同樣得到鮮明的體現。

(二)簡要評論

從對當前研究文獻的回顧來看，當前的研究主要在兩個方面尚存在缺陷，而如何解決這方面的缺陷，正是本文嘗試設定新模型的意義所在。

首先，基于面板數據的計量模型毫無疑問是今后研究的主流，就已有文獻來看，目前仍未將更復雜的面板數據模型用于測算就業彈性的逐年值，而就業彈性逐年值的測算是進行更深人研究的數據基礎，這不能不說是當前研究的缺憾所在。

其次，盡管經濟學家已經開始考慮除需求之外的其他影響因素，但仍缺乏基于經濟演進的研究視，角，這也是當前國外研究者對就業彈性測量方法最重要的批評意見，從理論上說，經濟總量擴張會對就業產生兩種效應：一是直接的規模效應，即各產業GDP的增長會增加各產業的勞動力就業量；二是間接的結構效應，即經濟總量的增長會引發就業結構轉變，使勞動力從一個產業流向另一個產業。因此，對就業彈性較完備的測量應能區分這兩種效應，說明某產業的就業吸納量哪些是由于經濟結構轉變帶來的，哪些是由于產業擴張導致的。但正如Kelly(2000)所言，現有的測算均無法區分總量GDP和各產業GDP的增長對就業的影響。

二、方法論和計量模型的設定

本文的研究將表明，將上述兩種研究思路結合起來，通過構建固定影響的變截距模型，設定新的計量方程，就業彈性測量方法的上述不足是完全可以改進的。在此，筆者將詳細探討這一新模型的基本原理和實現方式。

(一)變截距模型的基本思想

隨著計量經濟技術的發展，理論上我們可以利用基于面板數據的變截距模型求得就業彈性的逐年值。鑒于變截距模型在就業彈性測算的應用中很少，筆者先對其基本原理略作介紹。

變截距模型的回歸方程形式如下：

ylt=et+X′_itβi+μ_i+ε_it= 1，2，……N t=1，2，…T (1)

在以上面板數據模型中，X_it是 1×k維解釋變量向量，β_i是k×1維系數向量。μ_i是個體效應，εX_it是殘余擾動項，根據對山的不同假定，面板數據模型被分為固定效應模型和隨即效應模型，如果μ_i是一個不獨立于X’。的個體常數，則稱固定效應模型，如果μ_i是獨立于X，的隨即誤差項，則稱隨機效應模型。

將模型設定為固定效應還是隨機效應的常用檢驗方法是Hausman檢驗，其基本思路是在μ_i與X'_it獨立的零假設下構造統計量，檢驗在零假設下的B估計量是否嚴格異于備擇假設下的估計量，如果拒絕了零假設，就認為應該采用固定效應模型，不能采用隨機效應模型，反之，采用隨機效應模型就是合理的。隨機效應模型是對固定效應模型加上了更強的假定，是它的一個特例，或者說，Hausman檢驗是在用來識別數據是否滿足一個更強的假定的特征的，采用固定效應模型是一種更為謹慎的策略。

在許多研究中，代表個體特征的一些變量或者是由于不可觀測或者是出于研究方便便而沒有被作為自變量納入模型，但是這些變量又明顯與被考察的自變量X_it相關，這時，可以允許直接采用固定效應模型而省略Hausman檢驗的程序。在本文的研究中，像固定資產投資這樣的因素顯然對就業有重要影響，同時它又與總產出高度相關，采用隨機效應模型就要求忽略這種相關性，這顯然是很不合理的，加之中國各省份在地理經濟特征上的巨大差異，我們有理由認為基于省級面板數據的回歸是無法采用隨機效應模型的，這也是在此處沒有進行Huasman檢驗而采用固定效應模型的依據。

在樣本量較小的情況下，對固定效應模型的估計，可以將μ_i作為虛擬變量來處理，亦即生成N個虛擬變量用OLS回歸來估計，可見在固定效應模型中，每一個μ_i在本質上都是一個參數，與隨機效應中代表殘差項是不同的，固定效應模型會損失一些自由度，這也是放棄對模型的更強假定的代價，對隨機效應的估計通常采用GLS，不存在損失自由度的問題，所以對于截面個體太少的一組樣本數據的固定效應模型就無法進行回歸，筆者只能將部分區域加以合并再進行回歸。

(二)經濟演進就業效應的計量模型

在固定影響變截距模型的基礎上，筆者設定如下計量模型：

lnL⁸_pt=C_ltβ_2tlnY⁸_pt+β_2tlnY^tot_pt+λ₁+u_pt (2)

式2中的上標s代表各產業，下標p代表各省，L⁸_pt、⁸_pt分別是第p個省產業s第的就業量和GDP，Y^tot_pt是第p個省第t的GDP總量。這一模型有兩個特點：(1)該模型中兩個待估的彈性系數β₁和β₁是隨時間可變的；(2)該模型能有效地區分出經濟擴張的兩種效應。在方程(2)中，β₁表示直接的規模效應，即某一產業純粹由于自身規模擴張帶來的就業彈性的變動；β₂示整體效應，即由于經濟整體擴張所導致的某一產業的就業彈性的變動，將(β₂-β₁，)即是上文所說的間接的結構效應，如果結構效應為負，那就意味著即經濟整體擴張導致勞動力從本產業中轉移出去；如果結構效應為正，那就意味著經濟整體擴張導致勞動力從其他產業轉移到本產業之中。

從理論上而言，可以直接將省級數據代入方程(2)，但是考慮到中國不同經濟地帶的情況差異很大，如果直接利用全部省級數據進行CLS回歸，離差越大的樣本取值在計算中所占的權重越大，這會導致就業彈性的估計值偏高。更嚴重的是，這樣回歸出來的系數也是不顯著的。為克服這一缺陷，筆者將全國分成四大經濟區域，先分別計算各大經濟地帶的各產業和總量GDP的就業彈性，而后以各大經濟地帶在全國分產業和總量GDP的比重為權數。通過加權平均的辦法計算全國分產業和總量GDP的就業彈性。

三、測算口徑與數據來源

在研究和測算就業彈性時，就業彈性的測算口徑，即是否考慮隱性失業是基于發展中國家背景的一個極為特殊而又重要的問題。因為這一問題直接關系到因變量的取值，所以有必要在此加以說明。

目前尚未見國外學者在研究中涉及這一問題，但國內對這一問題的研究較多。大體來說當前國內研究分為兩派：一派以張車偉等(2002)、齊建國(2002)、常進雄(2005)等為代表(姑且稱為名義派)，他們的研究都以統計年鑒上的名義就業量為依據，不考慮隱性失業問題。而另一派以龔玉泉和袁志剛(2002)、鄧志旺等(2002)、呂民樂(2006)為代表(姑且稱為實際派)，他們明確指出，由于隱性失業的存在，基于統計數據計算的就業增長彈性系數并不是真正的就業彈性，而僅是名義就業彈性系數，實際就業彈性應該以有效就業為基礎。

筆者認為，從穩健性估計和分析意義的角度來說，對就業彈性的測算不必考慮隱性失業問題，直接采用名義就業量是更為可取的做法。首先，實際派方法的理論基礎是有問題的?！半[性失業”一詞來源于發展經濟學，其精確定義是指那些邊際生產力大于0而又小于其制度實際工資(IRW)的勞動者。由此定義可以看出，隱性失業者同樣創造GDP，只是“人不敷出”，如果我們在計算GDP就業彈性時，將其從勞動力投人中扣除，實際上是否認了他們對GDP的貢獻額，這是不合理的。由此造成的問題是，如果我們據此測量就業彈性并對之進行回歸分析，因變量可能會存在嚴重的向下偏誤。其次，中國勞動統計體系尚不完備，城鄉分割制度在就業人員統計中的影響至今依然存在，公布的統計數據往往低估了實際就業總量。即使考慮到隱性失業轉化為有效就業的影響，兩項作用的合力影響是難以估計的。因此本文的測算都直接采用統計年鑒公布數據，不再進行各種基于有效就業量的調整。

為保持數據的一致性，本文所采用的數據全部來自各年的《中國統計年鑒》，鑒于中國統計制度、統計指標和統計口徑多次變動和調整，我們需要對數據來源進行較詳細的說明。

1．本文所用數據的時間序列為1990～2005年。之所以截取這個時間段是因為自1990年開始，中國的就業總量數據依據人口抽樣調查數據推算獲得，而之前的社會勞動者總量數據依據各單位報表合并方法獲得，1990之前和之后的數據不具備經濟分析上的可比性。

2．本文所采用數據指標包括GDP和就業人員的全國和省級總量數據、分產業的GDP和就業人員的全國和省級數據。其中，1997年以前各年各指標省級數據樣本為29個，自1997年始各年各指標省級數據樣本為30個。

3．1998年以后GDP總量及分產業的全國數據依《2006年中國統計年鑒》，即采用了2004年經濟普查后的調整數據。1990～2000年，就業人員總計、城鎮和鄉村就業人員小計資料根據第五次全國人口普查資料重新調整，2001年及以后資料根據人口變動抽樣調查資料推算。

4．1998年以后的各年各指標省級數據均采用各年《中國統計年鑒》公布數據，未采用根據2004年經濟普查后的調整數據。其中，1990年分產業生產總值省級數據依《1991年中國統計年鑒》中的“各地區社會總產值”計算得到，1995年數據依《1997年中國統計年鑒》推算獲得；1990，1992年分產業就業量省級數據依1991～1993年《中國統計年鑒》中的“各地區分行業社會勞動者人數”合并計算得到。

5．本文研究所使用的各類GDP數據均采用名義值，不進行平減指數調整。這樣做的理論依據是Lucas的信息孤島理論，即認為經濟主體更多地是依據名義價格而不是實際價格進行行為調整。

四、測算結果及比較分析

在此，筆者先對基于固定影響的變截距模型所得計量結果進行分析，進而從方法論的角度將其同傳統方法所得測算結果進行簡要比較。

(一)實證結果分析

計量方程(2)的回歸結果表明：西北區域的分產業和總量GDP就業彈性都是不顯著的，華北和中南區域只有第二產業的回歸結果是基本顯著的，華東區域的第一、二產業的回歸結果除個別年份都是顯著的?；诖耍P者無法用加權平均的辦法計算出全國的分產業就業彈性取值。但出于方法論探討的目的，本文選擇以華東地區第一和第二產業的就業彈性測算結果，對所建立的回歸模型展開分析。

這樣做的原因有三點：首先，華東地區是中國經濟最為發達的地區，也是城市化最高的地區，這一地區的經濟發展程度已經超越了劉易斯轉折點，農村不再具有勞動力蓄水池的功能，因而對第一產業的分析是有意義的；其次，華東地區雖然不是中國的重工業集中地帶，但作為最早的沿海開放地帶，其制造業，尤其是輕工業的發展到了相當成熟的程度，因而有利于分析經濟總量擴張對就業的結構效應；最后，中國第三產業的省級數據由于統計制度的原因，統計往往是不全面的，對其進行分析的數據基礎比較薄弱，事實上，所有關于第三產業的區域回歸分析結果絕大多數都是不顯著的。

考慮到上述因素，筆者給出如表1所示的回歸結果。

不難看出，表1所列數據具有明確的經濟意義。首先，β₁的取值全部為正，這說明某一產業自身規模的擴張必然吸納更多的勞動力，這同新古典增長函數的內涵是完全相匹配的；其次，第一產業的結構效應系數全部為負，說明華東地區的確存在著持續的農業勞動力向二產和三產轉移的過程，這同劉易斯的二元經濟理論以及錢德勒大國模型的預言是完全相吻合的；第三，第二產業的結構效應系數有些年份為正，有些年份為負，這主要是由于政府大力推行積極就業戰略，結構效應系數基本取正值，這一變動態勢同華東地區第二產業的組成結構及歷史演變也是相一致的。

上述分析表明，在數據基本可靠的前提下，基于方程(2)所回歸的結果是可信的，統計意義和經濟意義都是顯著的，并且確實能有效地揭示就業彈性的變動特點，有效地區分和揭示經濟總量擴張所具有的兩種就業效應。這就證明，筆者提出的這一計量模型和計量方法是可信的。

(二)基于經濟意義的比較分析

如前文所述，國內外學者采用不同方法對就業彈性的測算做了大量研究，如張車偉和蔡防(2002)、常進雄(2005)、呂民樂(2006)，將他們的測算結果同本文的計算結果相比較，筆者發現，從經濟演進的視角觀察就業彈性的變動特點，能夠揭示出若干新的結論：

1．觀察表1中第一產業的規模效應、總量效應和結構效應數據序列，不難得出以下三個結論：(1)經濟增長中農業就業的總量效應和結構效應表現為穩定的負值時間序列數據，這表明隨著經濟結構的不斷演進，將會有越來越多的勞動力從農業轉移到第二和第三產業中；(2)結構效應取值的絕對值是相當大的，平均取值在0.9左右，并呈現逐漸增大的勢頭，這表明隨著經濟的進一步發展，會有越來越多的勞動力從農業中轉移出去；(3)規模效應的取值雖然為正值，但其平均值僅為0.45左右，并呈現逐漸減小的態勢，這說明即使進一步擴大農業的生產規模，它所能吸收的勞動力數量也是有限的，而且吸納力度會越來越小。

以上三點清晰地表明，農業的就業吸納潛力是極為有限的。要解決剩余勞動力或隱性失業問題，只能依托二、三產業的發展，那種繼續將農村和農業作為剩余勞動力蓄水池的做法是不符合經濟發展要求的。

2．以往對第二產業就業彈性的測算結果均表明，第二產業的就業彈性這些年不斷下降并出現負值。有些研究者據此認為，中國的第二產業已經出現了勞動排斥現象，繼續推行重工業化戰略只會加劇失業問題。筆者的測算結果表明，這一觀點是有失偏頗的。事實上，第二產業的規模效應基本取正值，除極端年份外，這一取值還是很高的。這說明。擴大工業規模，加工業和重工業的加速發展依然是吸納就業的有效途徑。傳統方法所測算出來的結果更多地體現了經濟演進導致的產業結構轉換效應，并不能由此認為第二產業存在勞動排斥現象。

責任編輯：學 詩

責任校對：涵 育

[作者簡介]陸夢龍(1976—)，男，北京人，中國社會科學院研究生院2005級在讀博士生，研究方向為經濟增長與失業。