经济增长与三大产业就业的关系

1.理论模型

在这里，我们仍采用中国科学院国情分析研究小组^[3]建立的非线性函数关系来研究经济增长与就业的相互关系:L=f(Y)=αY。其中，L表示就业人数，Y表示总的产出水平，a表示常数，表示就业弹性系数。这里的就业弹性属于点弹性。由于二者之间为指数形式的非线性关系，所以对公式两边取对数，构建经济增长与就业人数之间的对数模型，如下:

lnL=a+blnY+e

其中L表示就业人数，Y表示GDP，a表示常数项，b表示就业弹性，e表示随机误差项。

表6.7　1978—2008年我国国内生产总值和就业人数

续表

资料来源:《中国统计年鉴2010》之表2-1［国内生产总值(按当年价计算)］和表4-3(按三次产业分就业人员数)。

2.定量分析

我们选取1978—2009年的数据(较长的时间序列数据，能提高模型的稳定性，详见表6.7)，运用统计软件进行分析，得到一组关于就业与GDP关系的回归分析模型。

(1)总就业人数与国内生产总值的回归模型:

(2)第二产业就业人数与国内生产总值的回归模型:

(3)第三产业就业人数与国内生产总值的回归分析结果:

从统计学角度分析，各个回归模型的回归结果是令人满意的。其中，调整的R2都大于0.9，说明回归模型的拟合优度很好，而且相关系数的显著性、t值、F值也都非常理想。

3.协整检验

从回归模型中分析出总就业、第二产业就业、第三产业就业与GDP之间的关系。通过协整检验可进一步考察这三组变量的回归关系是否为伪回归，各组变量是否存在长期稳定的协整关系。

(1)单位根检验——检验时间序列平稳性。第一步是单位根检验。首先，把总就业、第二产业就业与第三产业就业与GDP取其对数形式，运用统计软件，采用ADF检验方法，对时间序列数据进行单位根检验，测量时间序列的稳定性。检验结果如表6.8所示:

表6.8　ADF平稳性检验

注:检验类型中的c和t分别指常数项和时间趋势项，p为滞后期，ln L为我国总就业人数L的对数形式，ln L2、ln L3分别为我国第二、三产业就业人数的对数形式，lnGDP为我国GDP对数形式，Δ表示一阶差分。

表6.8结果表明，在5%的显著性水平下，时间序列总就业、第二产业就业、第三产业就业与GDP都是非平稳序列，但都是一阶单整I(1)。

(2)协整检验。为检验变量间的长期因果关系，我们运用恩格尔—格兰杰提出的两步检验法。在检验GDP是否就业变动的原因时，则建立以下模型:

ln lit=cit GDP+εit(i=0，2，3)

我们运用OLS法对模型进行线性回归，得到残差序列εit，并进行残差序列的单位根检验，即对残差序列εit进行平稳性检验。如果残差序列εit是平稳的，则模型中的长期协整关系成立。

依据以上原理，运用统计软件，得到5%的显著性水平下残差序列εit平稳性检验结果(详见表6.9):

表6.9　就业与GDP关系的协整检验

表6.9结果表明，残差序列εit(i=0，2，3)在5%显著性水平下都是平稳的。因此我们认为，在5%显著性水平下总就业、第二产业就业、第三产业就业与GDP之间存在长期的协整关系。

4.结论

以上回归分析表明:

(1)1978—2009年，中国国内生产总值对总就业的就业弹性为0.133，即GDP每增长1%，就业人数就相应增加0.133%。即经济高增长的同时可以带来就业机会的增加，表明我国的经济增长在总体上会促进就业机会的增加，只是增幅有限。

(2)1978—2009年，中国经济增长对第二产业的就业弹性为0.182，即GDP每增长1%，第二产业就业人数相应增加0.182%，即中国经济高增长的同时可以很有效地带来第二产业就业机会的增加。

(3)1978—2009年，中国经济增长对第三产业的就业弹性为0.352，即GDP每增长1%，第三产业就业人数相应增加0.352个百分点，即中国经济高增长的同时可以很有效地带来第三产业就业机会的增加。

还可以看出，国内生产总值对第二、三产业的就业效应也是比较明显的，其就业弹性系数均大于总就业弹性;第三产业的就业弹性大于第二产业的就业弹性，更大于总就业弹性，表明我国非农产业对就业的吸纳作用是比较明显的，第三产业尤为突出。

由回归分析得出两个结论:其一，当前我国经济增长的低就业效应应当归结于我国的产业结构不合理和产业结构水平不高两个方面;其二，增加经济增长的就业效应的方向和途径是加速我国非农产业的发展，尤其是第三产业的发展。