產業結構升級的就業效應分析

周學良

摘 ?要：研究產業結構升級與失業率的關系作為判斷產業結構升級就業效應的重要指標，具有現實意義。本文通過構建全國產業結構升級與失業率的非線性閾值模型進行研究，研究結果表明：我國產業結構升級呈非線性動態變化，并且產業結構升級過程中對就業產生了較大影響，在產業結構趨于成熟時，就業效應反而不顯著。

關鍵詞：產業結構升級;非線性;閾值協整;FMOLS

中圖分類號：F830 ?文獻標識碼：A ?文章編號：1674-2265（2015）02-0021-06

一、引言

產業結構一般被定義為各產業在其經濟活動中形成的技術經濟聯系以及由此表現出來的比例關系。產業結構升級指在原有產業結構的基礎上通過制度創新和技術創新，逐步提高產業結構效率和產業結構水平的過程，是產業間的經濟技術聯系，包括數量比例關系走向合理化的過程，是產業結構由低層次不斷向高層次演進的過程，是經濟發展的必然趨勢。一個國家的產業結構是否合理，決定了國家經濟發展的速度、效益和可持續性。自改革開放以來，我國政府堅持以經濟建設為中心，大力發展工業經濟，推進生產技術進步和產業結構的轉換升級。自2008年金融危機以來，以進出口加工貿易為代表的傳統低端制造業受到較大沖擊，調整產業結構以提高經濟穩定成為中央經濟工作的重點。然而，由于我國仍處于社會主義初級階段，農業基礎薄弱，工業大而不強，加之人口眾多，導致當前我國的產業結構仍然以勞動密集型為主。產業結構升級本身就是經濟由低級形態向高級形態演進的過程。在這個過程中，考慮到我國存在大量的以農民和一般工人為主的體力勞動者，產業結構升級對社會勞動力就業的影響十分復雜。一方面，產業結構升級過程中的技術進步會提高生產率，生產由勞動密集型向資本密集型演進，就會導致失業率水平上升，而且，我國存在相當一部分勞動力，他們是知識水平較低的純體力勞動者，在技術進步中很難掌握新的技術，這就會造成他們的知識、經驗、技術水平與產業結構升級優化過程不相適應，造成結構性失業。另一方面，產業結構升級對資本品的需求增加，這需要更多的勞動力進入生產中，而且產業結構升級導致社會分工更加細致，社會生產更加多樣化，這都會創造更多的工作崗位，尤其是服務和流通兩大部門的興起，對吸收因技術進步被排斥的勞動力，具有正向的就業效應。

我國是一個人口大國，勞動力資源極其豐富，但是規模巨大的勞動力面對產業結構升級帶來的就業壓力會造成經濟不穩定。我國在大力推進產業結構升級的進程中，應當著力解決好就業問題，因此明確產業結構升級的就業效應對于我國推進經濟結構轉型、促進經濟增長和就業穩定、實現與就業結構相適應的產業結構升級具有重要意義。

二、文獻綜述

從20世紀30年代經濟危機以后，就業問題成為理論研究的一個重大課題。西方經濟學的主流觀點認為，宏觀經濟增長和就業增長有正相關的關系。著名的奧肯定律指出，GDP每增加2%，失業率大約下降1個百分點，然而有學者通過分析我國1993—2006年GDP增長率和失業率變化，發現用奧肯定律來解釋我國的經濟運行，效果并不理想。潛在的一個重要原因是我國處于工業化階段，經濟增長的一個重要來源是產業結構轉換過程中的技術進步。而依據馬克思的觀點，這種技術進步往往在創造新的工作崗位的同時導致由于生產率上升而帶來的“機器排擠人”和結構性失業。西方經濟學界對產業結構升級的就業效應也一直存在爭議，可以歸納為三類：一是認為產業結構升級使經濟增長，創造了更多的就業機會。如：皮薩里德斯（Pissarides，1990）在理性預期的前提下，建立了失業率變化模型，揭示了技術進步創造就業的機制，認為產業結構升級過程中技術進步能夠創造更多的就業機會，提高就業水平。姚戰琪、夏長杰（2005）用2000—2003年31個省的截面數據進行回歸分析，結果發現產業結構對就業有積極的影響。段敏芳、徐鳳輝（2011）利用中國科學院國情研究小組建立的非線性函數研究經濟增長與就業之間的關系，結果顯示，我國產業結構的不合理造成了我國的低就業，優化產業結構尤其是發展第三產業可以帶動更多的就業。郭丹（2010）用偏差系數量化了產業結構調整與就業結構的偏差情況，認為我國農村地區就業結構與產業結構極不相符，提出推進產業結構調整以促進就業。二是產業結構升級會導致結構性失業，對就業增長具有負面影響。如：卡爾茲和墨菲（Kalz和Murphy，1992）指出技術進步使勞動市場需求從低技能勞動力轉向高技能勞動力，低技能勞動力越來越難以找到工作，使失業率上升。米凱拉奇（Claudio Michelacci，2004）和薩利多（David Lopez-Salido，2004）運用結構性向量自回歸模型（VAR）得出，由于技術進步使原有技術過時，從而使技術落后部門的就業遭到破壞，此外技術過時還使技術較差的勞動力無法適應新的生產技術造成失業。喻桂華、張春煜（2004）從產業結構、就業彈性和就業結構方面分析了我國歷史數據和國外數據的相關性，發現我國的勞動就業結構變化在一定程度上滯后于產業結構變化，即產業結構升級過程中會造成失業率的上升。張浩然、衣保中（2011）利用我國206個城市2003—2008年的數據，采用空間面板模型對我國的產業結構變動與就業增長的關系進行經驗分析，發現產業結構的快速調整，特別是增量結構的快速調整對城市就業有顯著的促進作用，同時造成的結構性失業對城市就業產生負面影響。三是產業結構升級對就業存在正負雙向的影響，對不同的經濟結構的影響也不同，其就業效應也是不確定的。如：庫茲涅茨（Simon Kuznets，1966）通過對國民收入與勞動力在三大產業中的分布與變動趨勢，提出產業結構的變動必然帶來就業結構的相應調整，技術進步使工業部門勞動生產率提高，勞動力需求下降，而以商業、金融、技術服務為主的第三產業的快速發展使勞動就業逐步以第三產業為主。切納里（Chenery，1975）運用回歸分析的方法研究了101個國家1950—1970年的發展趨勢并指出，在發達國家農業勞動力就業與農業產值向工業轉換基本同步，而發展中國家產業結構轉換普遍先于就業結構轉換，這表明，發展中國家在優化產業結構時應當采取恰當的政策，以免出現較高的失業率。班納吉（Ranadev Banerji，1980）分析印度和臺灣地區兩個不同類型產業結構變化，發現資本密集型的印度在工業化進程中失業率上升，經濟發展受阻，而勞動密集型的臺灣地區的產業結構升級卻帶動了就業，使經濟穩定增長。魏燕、龔新蜀（2012）利用我國2000—2009年31個省（市、區）的省際面板數據，采用擴展型C-D函數對技術進步、產業結構升級與就業之間的關系進行了面板單位根檢驗、協整檢驗和誤差修正模型分析，結果發現產業結構升級是區域就業差異的長期原因，但是短期影響是不穩定的。

已有的研究成果體現了產業結構升級對就業影響的不確定性，尤其在我國當前規模巨大的勞動力人口、相對較低的文化素質以及城鄉二元結構等基本國情下，產業結構轉型對勞動力就業的影響更加復雜。顧建平（2001）認為國民經濟的發展要求產業結構與就業結構相互適應。當前研究產業結構升級的就業效應大多用協整分析的方法，然而我國正處于經濟快速發展時期，產業結構很可能發生顯著變化，協整分析往往不能檢驗出變量中的結構突變因素，無法準確刻畫我國當前產業結構升級的就業效應，其所揭示的經濟意義就會受到影響。鑒于已有的研究成果，本文試圖利用非線性閾值協整模型分析產業結構優化升級與就業水平之間的動態關系，利用完全修正最小二乘法（FMOLS）對閾值參數進行估計，由此解釋產業結構優化升級與就業水平之間的長期非線性關系。

三、現狀描述、變量選取

從西方發達國家以及當前的新興市場國家的實踐來看，產業結構的演進規律主要體現在三大產業之間的生產結構、勞動力就業結構以及勞動生產率的轉變與演進。進入新世紀以來，尤其在2008年金融危機以后，我國進入了產業結構轉型和經濟快速發展的關鍵時期。2012年12月，黨的十八大報告指出，推進經濟結構戰略性調整是加快轉變經濟發展方式的主攻方向，必須以改善需求結構、優化產業結構、促進區域協調發展、推進城鎮化為重點，著力解決制約經濟健康持續發展的結構性問題。優化產業結構對于引導勞動力的合理流動、推進城鎮化建設和區域協調發展意義重大。

從全國三大產業的產值變化來看，自1978年改革開放到1992年三大產業的發展較為緩慢，第一、二產業產值占全國GDP的比例較大，如圖1所示。

1992年開始，在市場經濟體制下，第二、三產業發展迅速，而第一產業發展緩慢，2013年第二、三產業產值之和占全國GDP的比重為90%，其中第三產業占46.1%，這也是我國第三產業產值首次超過第二產業，體現了我國產業結構轉變升級的發展趨勢。

根據“配第—克拉克定理”，產業結構演進和勞動力在產業結構之間的轉移按照三大產業的順序依次進行，先由第一產業向第二產業轉移，再由第二產業向第三產業轉移。在此基礎上，庫茲涅茨指出技術進步使工業部門勞動生產率提高，排斥過多勞動力的進入，也造成了結構性失業，使大量的勞動力就業向正在興起的第三產業轉移。而就結構性失業而言，我國自進入社會主義市場經濟時代后，高速發展的第二產業所包含的能源、汽車、造船、電子工業等行業的技術快速發展，對勞動力的知識、技術等素質要求較高，往往會導致結構性失業。因此本文選取第二產業在GDP中所占的比重作為衡量產業結構轉型造成結構性失業的因素，用第三產業與第二產業產值的比率作為衡量產業結構優化升級的指標，量化產業結構優化升級的趨勢，并研究該比例與失業率之間的長期非線性關系。圖2顯示了第三產業產值與第二產業產值比率的變動趨勢圖，可以看出該比率的增長率相對穩定，也就是說我國正處于穩步推進產業結構轉型的時期，第三產業GDP與第二產業GDP的比率整體保持增長趨勢。

四、方法介紹、模型設定及實證分析

（一）方法介紹與模型設定

在當前分析宏觀經濟長期趨勢最常用的方法無疑是協整分析，協整分析克服了經典回歸模型分析非平穩序列導致虛假回歸的弱點，描述了非平穩變量之間的長期均衡關系。自恩格爾和格蘭杰（Engle和Granger，1987）提出協整理論及其方法以來，協整關系被看作是回歸關系，然而當面臨結構性變化的時候，巴爾克和福姆比（Balk和Fomby，1997）將含有閾值變量的示性函數引入到標準協整分析框架，提出一種新的方法——閾值協整。從現有的文獻看，閾值協整并沒有統一標準的定義，歐陽志剛（2009）在巴爾克和福姆比的定義的基礎上，將閾值協整定義為在線性框架內，使用TR（STR）模型將線性動態調節改進為閾值非線性動態調節，從而將長期均衡的調節從對稱擴展到非對稱。

考慮到經濟增長對就業的正向效應，本文將GDP增長率作為影響失業率的因素納入閾值協整模型之中，則失業率的理論函數模型為：

los=f（RGDP;IS） ? ? （1）

其中，los代表失業率，RGDP代表實際GDP，IS是第三產業產值與第二產業產值的比率，代表產業結構的變化。為了消除總量變化的趨勢性因素和減少量化研究中的異方差對結果的影響，將以上變量均取對數處理，該處理并不影響最終的閾值協整結果。

為了精確描述產業結構對失業率的影響在經濟發展不同階段存在不同的效應，在此引入示性函數I（LNIS（λ）），IS代表第三產業與第二產業比率，其中λ為閾值變量。當滿足示性函數時，該函數值為1;當不滿足該示性函數時，該函數值為0。將式（1）中的各變量做對數化處理，可得模型形式如下：

[LNlost=α0+α1LNISt+α2LNRGDPt+β0+β1LNISt+β2LNRGDPt×ILNIS>λ+μt]（2）

當（2）式中的I（LNIS>[λ]）=1時，表明在實際GDP增長率不同的發展階段，產業結構優化升級對失業率的影響存在機制轉移，即存在閾值效應。此時可將產業結構優化升級分為兩個不同的時期。當LNIS>[λ]時，示性函數I=1，產業結構升級的就業效應將由[α+β]刻畫：若[α1+β1]>0，則產業結構升級的就業效應為負，即降低了失業率;若[α1+β1≤0]，則產業結構升級的就業效應為正，即產業結構升級增加了失業率。當LNIS[≤λ]時，表明產業結構升級的就業效應由[α]來體現：若[α1]>0，產業結構升級的就業效應為負;若[α1≤0]時，產業結構升級的就業效應為正。

（二）實證分析

為了避免在時間序列中因為具有相同的時間趨勢引起的虛假回歸，本文需要先對各個變量進行平穩性檢驗。然而，如ADF、PP、KPSS等傳統線性檢驗存在一定的缺陷，即變量序列中的部分值都是平穩的，而序列中存在的結構突變點，往往影響整個序列的檢驗結果。徐勝、司登奎（2013）提出采用ADF檢驗、PP檢驗、KPSS檢驗和ZA檢驗進行聯合檢驗，以避免單一方法檢驗對檢驗結果造成誤判，提高檢驗的準確性。其中ADF檢驗、PP檢驗和KPSS檢驗是針對變量之間存在的“勢”的檢驗，而ZA檢驗是針對變量中存在的結構突變因素的檢驗，采用上述4種方法對各變量進行平穩性檢驗（結果略）。從單位根檢驗的結果可以發現：失業率、實際GDP增長率和第三產業產值與第二產業產值比率是非平穩的，但是經過一階差分后，所有變量都變為平穩序列，即以上變量皆為一階單整。此外，ADF、PP、KPSS和ZA檢驗的檢驗結果一致，表明檢驗結果具有一定的可靠性和準確性。

設定模型（2）的目的是為了檢驗產業結構升級在經濟發展的不同階段的就業效應是否具有明顯的差異，因此要確定閾值區間的個數及其相對應的閾值?。在模型（2）中，原假設H0：[β]=0，表示模型（2）不存在閾值協整效應;如果[β≠]0，就拒絕原假設，模型（2）中存在閾值協整效應。為了方便表述，將模型（2）簡化為以下形式：

[LNlost=α′xt+β′xtI（LNIS>?）+μt=Xα+Xλβ+U]（3）

本文將簡化后模型中的X定義為X=（LNRGDP，LNIS），根據前文中第二、三產業的發展狀況，即第二、三產業產值變動趨勢，本文暫將經濟的發展劃分為兩個階段，即取1個門限值，因此擴展的模型形式如下：

[LNlost=Xα+Xλ1β1+U] ?（4）

為了檢驗產業結構轉變升級對失業率是否存在非線性閾值協整效應，本文借鑒徐勝、司登奎（2013）所提出的針對不同的經濟發展階段進行非線性轉換的方法，根據經濟發展周期不同而導致模型顯著的非線性轉換，其極限分布約束LM非線性約束統計量為[LM（?）=1S2U′[I-X（X′X）-1X′]X?[I-X（X′X）-1X′U]]，在該式中，[?]為模型（2）的估計值，S[2]為模型（2）在原假設條件下樣本估計殘差的方差，以此可以檢驗所設定的模型中，產業結構升級對失業率的影響是否有閾值效應，并確定該模型中閾值的個數。對模型的擴展形式（4）進行檢驗（檢驗結果略）。

從模型設定檢驗結果可以看出，在以上兩種線性原假設下，對應統計量檢驗的p值分別為0.033和0.047，均在5%的置信水平上拒絕了原假設，表明我國產業結構轉型與失業率存在非線性動態關系，即存在閾值協整關系，并且在不同時期，產業結構轉型與失業率、經濟增長率之間的關系具有顯著的差異性。該閾值模型的閾值個數為2，分別為-0.40和-0.12，意味著第三產業與第二產業比率在0.67和 0.89時發生機制轉移。

（三）參數估計及分析

將所得閾值（見表1）代入到模型（4）中。本文選取1980—2013年的樣本數據，為消除不同變量之間存在的內生性問題，避免殘差變化而引起結論的錯誤和扭曲，本文利用完全修正的最小二乘法（FMOLS）在小樣本下估計結果的精準性，利用FMOLS對模型參數進行估計，并對估計后的殘差項進行檢驗。在這里，檢驗殘差項需要滿足兩個條件：一是殘差項序列必須是平穩的，二是殘差項的平方和最小。估計結果如下：

表1：利用FMOLS回歸估計參數結果：

[閾值[?]＼&IS<0.67＼&0.670.89＼&常數C

IS

LNRGDP＼&7.342

-5.646

-14.450＼&-4.466

9.081

4.580＼&不顯著

不顯著

不顯著＼&]

因此，在不同的經濟增長階段下，產業結構升級與失業率之間的長期閾值協整模型為：

LNlos=[7.342-5.646LNIS-14.450LNRGDP-4.466+9.081LNIS+4.580LNRGDP不存在顯著的關系] ?[（IS<0.67）（0.670.89）]

從該閾值模型中可以看出，產業結構升級的就業效應在第三與第二產業比率為0.67和0.89處發生轉換，對此進行劃分，結果如表2所示：

表2：產業結構升級分界及時間歸屬

[產業結構升級分界點＼&時間區間＼&第三、二產業比率較低：IS<0.67

第三、二產業比率中等：0.67

第三、二產業比率較高：IS>0.89＼&1980-1985

1986-2000，2004-2008

2001-2003，2009-2013＼&]

從閾值協整模型估計結果來看，以第三產業快速發展為主的產業結構轉型對我國就業產生了較大影響，然而隨著產業結構的成熟，產業結構轉型對就業的影響變得并不顯著。在第三產業與第二產業比率較低時產業結構升級具有正向的就業效應;在第三產業與第二產業比率中等時具有負向的就業效應;在第三產業與第二產業比率較高時產業結構的就業效應不明顯。

五、結論

本文針對我國1980—2003年的失業率與產業結構的非線性特點進行閾值協整分析，揭示了產業結構轉型不同階段與失業率長期的非線性關系，概括如下：

產業結構轉型初期（1980—1985年） 也正處于改革開放初期，第三產業的興起創造了大量的就業崗位，因此這段期間失業率急劇下降，從1980年的4.9%下降到1985年的1.8%。隨著科學發展和技術進步，人們對服務業的要求越來越嚴苛，尤其是在2004年以后，雖然產業結構處于快速發展時期，但是金融業、生物產業、信息產業以及其他高新技術產業對基數龐大但知識水平相對較低的普通勞動力需求并不高，這也造成了技術性的結構性失業，產業結構升級對就業產生了負面影響。在產業結構趨于成熟后，其就業效應反而不顯著，原因是社會整體的結構性失業正處于調整時期，一方面勞動力的知識水平和技能正在快速提升以適應新的工作崗位的需求;另一方面是產業結構升級速度放緩，創造就業崗位的能力也逐漸減小。

參考文獻：

[1]Pissarides C.A.，1990.Equilibrium Unemployment Theory，London： Basil Blackwell，146.

[2]Kalz，Lawrence F and Kevin M Murphy.1992.Changes in Relative Wages，1963-1987.Supply and Demand Factors[J].Quarterly Journal of Economics.

[3]Clandio Micheiacci and David Lopez-Salido，2004.Technology Shocks and Job Flows，CEMFL working Paper，5.

[4]Simon Kuznets，1966，Modern Economic Growth：Rate，Structure and Spread [M].New Haven： Yale University Press.

[5]Hollis Burnley Chenery，Moises Syrquin，1975，Patterns of development，1950-1970[M].London： Oxford University Press.

[6]Ranadev Banerji，James Riedel.1980.Industrial employment expansion under alternative trade strategies： Case of India and Taiwan：1950-1970[J].Development Economics，Volume 7， Issue 4.

[7]Engle R.F and Granger C.W.J，1987，Co-integration and Error Correction：Representation，Estimation and Testing [J].Vol.55，No.2.

[8]Nathan S.Balk and Thomas B.Fomby，1997，Threshold co-integration[J].Internation economic reviews，Vol.38，No.3.

[9]姚戰琪，夏長杰.資本深化、技術進步對中國就業效應的經驗分析[J].世界經濟，2005，（1）.

[10]段敏芳，徐鳳輝.產業結構升級對就業的影響分析[J].經濟縱橫，2011，（14）.

[11]郭丹.基于農村產業結構調整的我國農村勞動力就業分析[J].中國軟科學，2010，（1）.

[12]喻桂華，張春煜.中國的產業結構與就業問題[J].當代經濟科學，2004，（5）.

[13]張浩然，衣保中. 產業結構調整的就業效應：來自中國城市面板數據的證據[J].產業經濟研究，2011，（3）.

[14]魏燕，龔新蜀.技術進步、產業結構升級與區域就業差異[J].產業經濟研究，2012，（4）.

[15]顧建平，劉保金.中國經濟結構變動與經濟增長[J].中國軟科學，2001，（12）.

[16]邵仲文，高鋒.西部欠發達地區產業結構調整中金融支持的路徑重構——以四川省雅安市為例[J].西南金融，2013，（1）.

[17]歐陽志剛. 非線性誤差校正模型中的閾值協整檢驗——基于閾值協整向量未知的擴展[J].數量經濟技術經濟研究，2009，（1）.

[18]徐盛，司登奎. 投資者情緒對金融脫媒的閾值協整效應研究——基于中國不同經濟周期的數據驗證[J].審計與經濟研究，2013，（5）.

Analyze the Effect of Upgrading Industrial Structure

Zhou Xueliang

（Ocean University of China，Qingdao ? Shandong ? 266100）

Abstract：The relationship between unemployment and upgrading of industrial structure can be used as an important index of industrial structure upgrade employment effect. This paper constructs a nonlinear threshold model between national unemployment rate and upgrading of industrial structure. Results show that Chinas industrial structure upgrading has nonlinear dynamic change，and it exhibits an obvious effect on employment，while when industrial structure towards maturity，employment effect is insignificant.

Key Words：upgrading industrial structure，nonlinear mechanism，threshold cointegration，FMOLS