我國工業部門技術進步對就業的雙門檻效應研究

劉 明，劉渝琳，丁從明

(1.重慶市委黨校經濟管理教研部，重慶 400041;2.重慶大學公共管理學院，重慶 400044)

1 引言

國內外學者關于技術進步與就業的關聯效應做了大量深入研究，對理解二者關系具有重要指導作用。但大部分學者在研究我國工業部門技術進步的就業效應時，主要采用線性分析法，或通過人為劃分時間段進行線性研究。在我國工業部門的資本深化過程中，技術進步路徑的變遷在時間和空間上存在較大差異，對就業的影響具有時間效應和區域效應，需要對工業部門中的兩者關系進行非線性研究。相對于已有文獻的研究，本文希望從以下幾方面進行拓展:①利用數據包絡分析法(Data Envelopment Analysis，DEA)中的Malmquist指數重新測度我國各省(包括直轄市、自治區，下同)工業部門的技術進步;②采用Hansen提出的門檻回歸法(Threshold Regression Methods，TRM)［1］，基于我國工業部門的省際面板數據，以資本深化作為門檻變量，檢驗我國工業部門技術進步對就業的影響是否存在門檻效應，研究兩者間是否隨著資本深化而呈現出非線性特征;③研究我國工業部門資本深化的區域性特征，檢驗各地區在不同資本深化程度下，技術進步的就業效應是否存在顯著跨區域差異。

2 工業部門技術進步與資本深化的度量

2.1 工業部門技術進步的度量

分析工業部門中技術進步對就業的影響，首先必須測度技術進步，與增長經濟學中的測量方法一樣，本文以全要素增長率(TFP)進行衡量，把我國每一個省作為一個決策單元，采用DEA的Malmquist指數測量我國各省工業部門1994—2011年的TFP，用以表示技術進步。估算Malmquist指數時，使用的投入產出數據分別為各省工業部門的實際產出、資本存量及就業人數。各指標的選取與數據來源說明如下:

(1)工業部門實際產出。本文采用各省實際工業增加值衡量工業部門實際產出，將工業增加值作為產出數據，以1994年為基期，利用“工業品出廠價格指數”平減，得到實際工業增加值。

(2)資本存量。目前，大多數學者對省際歷年工業部門資本存量的估算采用永續盤存法 (Perpetual Inventory Method)。本文利用省際工業部門固定資產凈值平均余額來替代工業資本存量，該指標是固定資產原值扣除折舊后的余額，計算公式為:

式中，Ki，t0、NIi，t分別表示基期資本存量和新增固定資產投資。為避免因數據缺失及統計口徑差異造成的數據失實，本文使用1993年工業部門固定資產凈值年平均余額作為初期資本存量，并采用“固定資產價格指數”換算為1994年價的初期資本存量。其次，將相鄰兩年的工業固定凈值年平均余額之差作為新增固定資產投資，得到相應年份實際新增固定資產投資，利用“固定資產投資價格指數”對其平減，可得到以1994年為基期的實際新增固定資產投資。在此基礎上，利用式(1)可計算出我國1994—2011年省際工業資本存量。

(3)勞動投入。考慮到數據的可得性與統計口徑，本文選取工業部門的“年底就業人員數”代表勞動投入。

上述原始數據主要來源于歷年《中國統計年鑒》、《中國工業經濟統計年鑒》、《中國區域統計年鑒》及各地方的統計年鑒，西藏和重慶的數據不完整，未包括在本文分析中。在獲得投入產出數據基礎上，運用由Fare等構建的基于DEA的Malmquist指數法來估算我國省際工業部門的TFP的變動情況［2］。結果顯示，從1994—2011年我國工業部門的整體看，TFP的平均增長率為5．4%。從變動趨勢來看 (見圖1)，TFP在2004年前的技術進步相對較快，在1994—2004年間，平均增長了6．9%。但從2005年以來，大部分年份的TFP低于我國工業部門TFP平均增長率5．4%(即圖1虛線所示)，在 2005—2011年，平均只增長了3．5%，相對2005年以前的階段，工業部門技術進步呈現放緩趨勢。

2.2 工業部門資本深化的度量及評價

目前，對資本深化的度量主要有兩種指標，一種是采用資本—產出比;另一種是資本—勞動比。根據Burmeister和Turnovshy的定義，資本深化是指“資本—勞動比的上升”，意味著資本與勞動投入的相對變動［3］，且本文研究的是資本深化過程中技術進步對就業的影響，涉及資本與勞動的關聯效應。因此，本文采用資本—勞動比來衡量工業部門的資本深化。在計算工業部門TFP過程中，上文已計算出工業部門的資本存量及就業人數，將兩者相比就可以得到工業部門的資本深化數據。經計算發現，我國各省工業部門資本—勞動比均呈持續上升趨勢，1994年我國各省資本—勞動比均值為2.35，至2011年達到24.47，上升了10.42倍。從時間維度看，我國各省在1994—2011年間均表現出快速資本深化態勢。為了比較工業資本深化的區域差異，本文分別計算了我國東、中、西部地區工業部門的資本—勞動比，結果如圖2所示。

從圖2可以看出，在1994—2011年，我國東、中、西部地區工業部門的資本—勞動比均持續上升，但也存在差異。具體而言，西部地區在所有年份中的資本深化程度最高，中部地區在1994—2007年間低于東部地區，然而，在隨后幾年卻均高于東部地區。可見，經濟發展相對落后的西部地區工業資本深化態勢更為顯著，中部地區也逐漸超過東部，呈現出我國工業部門資本深化的“反梯度”分布。而我國中、西地區仍然處于勞動力資源豐富、資本相對匱乏的要素稟賦結構，這種工業資本深化趨勢與地區要素稟賦結構相背離的趨勢反映了區域技術選擇與要素稟賦結構的背離。

圖1 工業部門技術進步的時間趨勢

圖2 工業部門資本深化的區域比較

3 工業部門技術進步對就業影響的雙門檻效應

3.1 門檻模型構建

要以資本深化作為門檻變量，研究技術進步對工業部門就業的影響，首先必須清晰闡釋三者的關系。一方面，要素稟賦結構變化引起勞動與資本要素的相對價格變動，企業在利潤最大化驅使下，將投資于能夠增加相對價格較低的生產要素的邊際產出的技術類型，產生技術進步的Z偏離(Z-biased Technical Change)，改變資本—勞動之比，即技術進步會改變資本深化的指標值。另一方面，資本深化的程度不同，技術進步對工業部門就業的影響也會存在差異，即當資本深化的指標值小于某一門檻值時，企業會更多采用勞動利用型技術，具有增加就業效應;當資本深化的指標值超過某一門檻值時，企業將更多采用勞動節約型技術，可能會減少就業機會。

根據上述分析，在不同資本深化程度下技術進步對就業的影響呈現出明顯的區間效應。Hansen發展的門檻回歸模型正好能根據數據自身的特點估計出門檻值，并對門檻值的準確性及內生的“門檻效應”進行顯著性檢驗［1］。基于此，本文采用門檻模型進行實證研究。由于我國東、中、西部三地區呈現出明顯的經濟發展水平差異，而“雙門檻效應”模型可根據數據特點將資本深化程度劃分為三個層次。據此，本文將門檻回歸模型設定為:

在式(2)中，Li，t代表i省t時期的工業部門就業數量;TFPi，t為工業部門的技術進步;DCi，t代表工業部門的資本深化程度，為門檻變量;γ1、γ2為特定的門檻值，內生地將門檻變量值進行劃分;I(·) 為 指 標 函 數;IYi，t、RWi，t、URi，t、GIi，t、HUMi，t為控制變量，分別表示工業總產值、實際工資、城市化率、政府對經濟的干預程度、人力資本。門檻值的估算過程可參見Hansen發表的論文，本文不再贅述。

3.2 數據來源與處理

區域研究最重要的是時期選擇，不同發展階段差異明顯，經驗研究則是樣本跨度難題如何解決?對于此，梁琪和滕建州研究認為，我國宏觀經濟數據“結構斷點”大多出現在1992年以前，此后并未出現明顯的“大起大落使得變動頻繁”，選擇之后的數據可不考慮“結構斷點”問題［4］。且考慮到數據統計口徑差異及可得性，本文采用我國29個省1994—2010年間年度面板數據進行實證檢驗。除了上述已計算出的工業部門TFP、資本深化和就業人數外，其余控制變量數據主要來自《中國統計年鑒》及各省地方統計年鑒。其中，工業部門的TFP是由環比指數表示，將其轉化為以1994年為基期的定比指數;各地區工業總產值根據“工業品出廠價格指數”進行平減，得到以1994年為基期的實際工業生產總值;工資以各地區“在崗人員平均工資”表示，通過“實際平均工資指數”進行平減，得到以1994年為基期的實際工資;城市化率為各地區城鎮人口數與總人口數的比值;政府對經濟的干預程度用各地區財政支出與地區GDP的比值表示;人力資本存量采用各地區6歲及以上人口平均受教育年數進行衡量。

3.3 實證結果與分析

(1)門檻值的確定。估計門檻值時，需要確定是否存在資本深化的雙門檻值。以DCi，t為門檻估計值，依次對不存在門檻、一個門檻和兩個門檻的原假設進行檢驗，得到F統計值。再采用“自抽樣法”(Bootstrap)模擬F統計量的漸近分布及臨界值，從而檢驗是否存在門檻效應。檢驗結果顯示(見表1)，單門檻和雙門檻效應都非常顯著，相應的自抽樣P值均為0.0000，表明存在以資本深化為門檻變量的雙門檻值。

表1 門檻效應檢驗

根據門檻模型的原理，門檻估計值是似然比檢驗統計量LR為零時r的取值，圖3和圖4為兩個門檻值的似然比函數圖，圖中的實線為門檻變量似然比，虛線為5%顯著性水平下的臨界值(7.35)。兩個門檻的估計值和相應的95%置信區間見表2，結果表明兩個門檻估計值在95%置信度下分別是4.36 和8.38。

表2 門檻值估計結果

圖3 第一個門檻的估計值

(2)實證結論。上述檢驗結果表明，在工業部門中，技術進步對就業的影響存在“雙門檻效應”，且分別是4.36和8.38。因此，在進行實證分析時，可按照這兩個門檻值將我國省際工業資本深化的程度劃分為三個區間，分別為工業資本深化程度較低地區(DC≤ 4.36)、中等地區(4.36 ＜ DC≤8.38)和較高地區(DC＞ 8.38)。分別對三個區間內的樣本進行門檻回歸估計，可得到門檻回歸結果(見表3)。為了便于比較，本文還對無門檻效應的線性固定效應模型進行了實證檢驗，并將結果同時列入了表中。

圖4 第二個門檻的估計值

表3中的實證結論顯示，在線性固定效應模型和門檻回歸模型估計結果中，工業總產值、實際工資、城市化率、政府對經濟的干預、人力資本5個控制變量的回歸系數差異較小。但在線性固定效應模型中，技術進步對就業有顯著負面影響，回歸系數為-17.68，而在門檻回歸模型中，該系數隨著工業資本深化程度的變化呈現出明顯的區間效應。表明在工業部門中，技術進步對就業的影響會隨著資本深化的程度變化而不同，兩者間的真實關系是非線性關系。因此，設立線性回歸模型將無法撲捉到兩者間的動態關系，面臨模型選擇錯誤，設立非線性門檻模型能更好地解釋工業部門技術進步與就業之間的內在關系。

(3)結果分析。通過門檻回歸發現，工業部門技術進步對就業的影響存在基于資本深化的“雙門檻效應”，兩者間不是簡單的線性關系，而是具有區間效應的非線性關系。在資本深化程度較低的情況下(DC≤4.36)，技術進步的估計系數為145.12，且在1%水平顯著，即工業部門TFP增加1%，會帶動145.12萬人就業，表明對工業部門就業產生了極大的促進作用;在資本深化處于中等水平時(4.36 ＜DC≤8.38)，技術進步的估計系數下降為34.80，盡管對就業仍有促進作用，但相對于資本深化程度較低區間，促進作用下降了3.17倍;在資本深化程度高地區(DC＞8.38)，技術進步的系數下降為 -18.80，表明技術進步對勞動的“替代效應”大于“補償和創造效應”，減少了就業機會。上述實證結論與我國現實較為相符，根據上文對我國工業部門資本深化程度的計算，在1998年前，均低于第一個門檻值4.36。20世紀80年代后至1998這一階段，我國處于勞動力資源豐富、物質資本相對匱乏的要素稟賦階段，工業部門資本深化程度較低，大力發展紡織、食品等勞動密集型產業，走了一條勞動利用型的技術進步路徑。該技術進步能吸收大量農村剩余勞動力，發揮了技術進步對就業的“創造效應”，因而這一階段技術進步對就業的促進作用較大。而1998年后，隨著我國工業化進程的加速，勞動力成本上升、“人口紅利”逐漸消失，工業部門的資本深化程度相繼超過兩個門檻值，技術路徑呈現出資本深化特征，弱化了技術進步對勞動力的吸納能力，甚至使技術進步對就業的“替代效應”逐漸大于“補償與創造效應”，產生負的凈效應，使技術進步反而降低工業部門對就業的吸納能力。

從區域效應來看，我國各地區工業部門的資本深化程度存在顯著差異。具體而言，從1994—1999年，全國工業資本深化的平均值為4.22，除了北京、天津、上海、河南、青海、新疆等少數省份略高于第一個門檻值外，大部分省份的工業資本深化程度低于該門檻值。表明在這一時期，大部分地區選擇了符合當地要素稟賦結構的技術路徑，技術進步利用了豐富的勞動力資源，極大促進了各省工業部門的就業。在2000—2005年間，全國工業資本深化的均值為9.89，除了河北、江蘇、浙江、安徽、福建、江西、山東、河南、湖南等省份，其余省份的工業資本深化程度高于第二門檻值。而到2006年后的第三個時期，全國工業資本深化程度迅速增加到20.31，全國所有省份的資本深化程度均超過了第二個門檻值，表明技術進步對我國工業部門就業都產生了“擠出效應”。值得注意的是，近幾年來，經濟發展水平相對滯后的中、西部地區的工業資本深化程度高于東部地區，表明中、西部省份技術進步對就業的負效應大于東部地區。究其原因，需從技術進步對就業的影響機理出發。盡管技術進步對各地區就業均會產生“替代效應”，但其“補償效應”的大小卻存在差異。相對中、西部欠發達地區而言，東部地區具有勞動力素質、市場化程度及對外開放程度都比較高的優勢，技術進步在“毀滅”就業的同時，其“補償與創造效應”作用更大，從而呈現出我國工業部門資本深化“反梯度”的區域性特征。

表3 模型的參數估計結果

4 研究結論與政策啟示

本文在利用DEA方法估算工業部門TFP的基礎上，利用門檻回歸模型，分析了我國工業部門1994—2011年的技術進步對就業的“雙門檻效應”。研究表明，技術進步對就業具有“補償和創造效應”，但同時也會“毀滅”就業機會，對就業產生非單調影響。從區域差異來看，各地區工業部門資本深化程度存在較大差異，呈現出中、西部地區高于東部地區的“反梯度”區域性特征。

基于上述結論，本文的政策建議如下:①在工業部門中，技術進步路徑的選擇對就業具有重要影響，近幾年來，資本深化程度迅速超過第二個門檻值，且有不斷加深的趨勢，使技術進步在某種意義上成為當前就業困境的重要推手，為了在促進工業產業結構升級的同時兼顧就業，各地區應結合本地要素稟賦結構，制定合理的產業與就業政策，引進區域外的“適度技術”而非“先進技術”，在推動地區技術進步的同時，最大限度地發揮技術進步對就業的“補償和創造效應”;②隨著我國“人口紅利”的逐漸消失，勞動力成本逐步上升，勞動力成本低廉的優勢開始被巴西、越南等發展中國家取代，在這種背景下，應加大對我國人力資本的投入，培養熟練的技術人才，適應工業部門技術進步對勞動力的需求，盡可能緩解資本深化過程中技術進步對就業的“替代效應”;③從發達國家的發展經驗來看，經濟發展到一定水平后，工業部門的產出份額會逐漸下降，服務業份額相對上升，因此，應努力發展交通運輸、金融、批發零售等服務業，創造更多的就業崗位，減少因產業結構調整帶來的結構性失業。

［1］Hansen B E.Threshold Effects in Non-dynamic Panels:Estimation，Testing，and Inference［J］.Journal of Econometrics，1999，93(2):345-368.

［2］Fare R，Grosskopf S，Norris M，Z ZHANG.Productivity Growth，Technical Progress，and Efficiency Change in Industrialized Countries［J］.American Economic Review，1994，84(1):66-83.

［3］Burmeister E，Turnovsky S J.Capital Deepening Response in an Economy with Heterogeneous Capital Goods［J］.American Economic Review，1972，62(5):842-853.

［4］梁琪，滕建州.中國宏觀經濟和金融總量結構變化及因果關系研究［J］.經濟研究，2006，(1):11-22.