（参考论文）中国就业的影响因素的计量分析

中国就业的影响因素的计量分析

摘要：本论文针对中国比较严峻的就业问题，在Cobb－Douglas生产函数的基础上，采用计量经济学的最小二乘回归，用Eviews 5.0计量软件得出模型估计， 各参数估计值，并进行模型检验、误差分析、方差分析、序列相关、多重共线性检验等分析回归方程，并对照现实进行实证分析，提出建议，最后依据回归方程作了预测。

关键字：就业L 外国直接投资KF 国内投资KD 技术进步A 工资w

一．选题背景与文献综述

宏观经济政策的四大目标是：充分就业、经济稳定增长、物价稳定、国际收支平衡。可见，就业对一国政府的重要性。

中国的劳动力供给具有刘易斯所提出的无限劳动供给的特征，所以解决就业问题对中国政府来说是一个艰巨的任务。自90年代后期，中国的就业形势就一直比较严峻。农村剩余劳动力压力加大是另一个严峻问题。目前全国迁移人口超过1.25亿，农村劳动力转移的规模和速度都在加大。以上现象说明了中国目前的就业形势严峻，解决中国的就业问题对中国政府对人民福利都是至关重要的，所以本文旨在研究一些对就业存在较大影响作用的因素，建立计量模型，测算这些因素的作用。

马克思认为，资本积累、技术进步和资本有机构成是影响失业的主要因素，人口的增长和利息率是影响失业的次要因素。古典宏观经济学认为失业是由于实际工资偏高而造成的，与其他变量的关系不大。凯恩斯宏观经济学则认为，对劳动力的需求不足是根本的原因。弗里德曼提出了“自然失业率”的概念，强调阻碍劳动力市场即时出清的制度因素和结构因素可能使得某种水平的失业率（即自然失业率）成为瓦尔拉斯体系中的均衡状态。

投资对经济的作用已受普遍关注，而投资的增加对对就业存在两种效应：一种是投资与劳动的互补效应，一种是投资与劳动的替代效应。互补效应说明了投资的增加可以提高劳动需求，增加就业，替代效应则说明了投资的增加会导致劳动需求的下降，比如机器的使用替代了劳动力。同理，FDI也具有如上的效应。FDI对就业的作用已经引起了众多学者的关注。2000 年Tomasz Mickiewicz , Slavo Radosevic 等人对中欧四国跨国直接投资对劳动需求影响的研究中发现，

跨国直接投资不仅对劳动需求显著相关，而且外商投资结构与就业结构也具有显著相关性；2001 年，David Williams分析了跨国直接投资的进入方式、来源国等因素对东道国劳动需求的影响，并发现这些因素对劳动需求有显著影响。

由于中国劳动力供给具有无限弹性，所以解决就业问题是很多专家学者关注的问题，他们分别就一些因素进行了分析。刘金钵、任荣明（2004）分析了FDI对东道国就业的直接影响与间接影响，进行互补效应和替代效应的分析，但是并未指明FDI是否会促进东道国的就业。王传荣、钱乃余（2004）从储蓄缺口与外汇缺口的双缺口理论出发，认为利用外资可以促进经济发展，从而增加就业。并提出虽然要打击引进科技含量高的外资，但也要兼顾中国劳动力整体素质较低的事实，引进劳动密集产业。王根军（2004）的研究发现FDI对就业有较好的促进作用，认为1985～1996，1998至今是FDI吸收劳动的2个高值区，每亿元FDI吸收的劳动力比例较高。曹小艳（2003）从总量时段、结构等角度对FDI对中国劳动力就业影响作出计量分析，得出FDI对我国的总就业效应较小，在不同时期、不同产业就业效应具有差异性。

国外投资能够促进东道国的就业得到了一定数量的中国学者的肯定，但是对此进行计量研究的并不多。另一方面，我们也有必要研究国内投资对中国的就业的作用，以进行更全面的分析。任淮秀（2003）的研究发现中国的国有、集体、联营中的投资与就业之间存在着方向关系，但是私营和外资企业的投资与就业之间有正相关关系。于爱晶、周凌瑶（2004）则得出了中国的政府投资对就业的影响作用很小。

关于技术进步与就业的关系也得到了一些学者的研究。彭绪庶、齐建国（2002）对美国经济进行研究，发现美国技术进步指数增长速度快的时期，总就业人数增长速度就下降，技术进步指数增长速度放慢的时期，总就业人数增长速度反而上升。陈珏（2004）肯定了技术进步对一国经济的重要性，但技术进步却存在着排挤工人的问题。她从静态和动态角度分析，认为静态看技术进步会降低就业，动态中却可以增加就业。

二．计量模型的建立

本文采用Cobb－Douglas生产函数来考查FDI、国内投资对中国就业的影响，即 Y=AKαL1-α

其中的资本K代表了国内与国外资本的资本总和，现在用国内资本与国外资本的加权平均来表示Cobb－Douglas生产函数中的资本，KD表示国内资本，KF表示国外资本。令K=KDβ KF1-β ，于是，Cobb－Douglas生产函数变为， Y=A (KDβ KF1-β) α L1-α

计算厂商生产的成本，C=wL + r(KD +KF)，假设厂商都以利润最大化为目标，则π=PQ-C，总产出Y=PQ，从而π= A (KDβ KF1-β) αL1-α - wL- r(KD +KF) 。

最大化利润 max π得到一阶条件 ?π/?L = (1-α) A (KDKF

β

1-β

) L

α-α

- w =0

等式两边取对数得 ln(1-α) + lnA + αβlnKD + α(1-β)lnKF- αlnL = lnw 调整得 lnL= c1 lnA + c2lnKD +c3 lnKF+ c4lnw + μ，

Lt 为各年的就业人数，这里的就业人数用经济活动人数来代替，以包括那些不在就业统计范畴之内，但确实拥有工作的人，进行更好的回归分析。 KDt 表示不同年份的国内资本，用全社会固定资产投资减去FDI值后求出。 KFt用各年中国实际利用的外资额表示。将以美元计价的数据通过各年汇率转换成人民币计价。

At 表示一国在不同年份的技术状况，这里采用第三产业就业人数占全部就业人数的比例来表示。第三产业需要较高水平的人力资本，这些人力资本往往经过了多年的知识学习，一国第三产业的从业人员越多，说明其高科技人才也越多，可以表明科技水平越高。各国的实际情况也说明了这一点。所以认为这个指标可以较好地反映一国的技术状况。

对以上变量都采用对数形式，该形式可以更好地衡量变量增量变化之间的关系。 三．数据收集与处理

根据统计年鉴，收集1985—2004年数据，其中 1985 1986

KD亿元 2494.511 3055.895

KF亿元 48.68883 64.70547

W元 1148 1329

A% 16.8 17.2

L万人 50112 51546

1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003

3705.571 4634.916 4282.688 4350.21 5362.085 7473.108 11486.89 14131.82 16885.88 19444.45 21189.4 24642.24 26516.98 29547.18 33333.4 39134.37

51138

86.12939 118.8839 127.7122 166.7902 232.4153 606.992 1585.414 2910.276 3133.379 3469.1 3751.715 3763.927 3337.728 3370.551 3880.092 4365.538 4428.609 5018.35

1459 1747 1935 2140 2340 2711 3371 4538 5500 6210 6470 7479 8346 9371 10870 12422 14040 16024

17.8 18.3 18.3 18.5 18.9 19.8 21.2 23 24.8 26 26.4 26.7 26.9 27.5 27.7 28.6 29.3 30.6

53060 54630 55707 65323 66091 66782 67468 68135 68855 69765 70800 72087 72791 73992 74432 75360 76075 75200

2004 65054.6549

由于模型要求lnL= c1 lnA + c2lnKD+ c3 lnKF+ c4lnw + μ，因此将所有变量作对数处理，并且可以更好地衡量变量增量变化之间的关系。得

年份

lnKD

lnKF

lnW

1985 7.82184799699271 3.88544964033103 7.04577657687951

1986 8.0248277910574 4.16984574198267 7.19218205871325 1987 8.21759264191491 4.45585070045858 7.28550654852279 1988 8.44137335485839 4.77814738662245 7.46565531013406 1989 8.36233612882608 4.84977929488865 7.56786260546388 1990 8.37797939877956 5.11673673520102 7.6685611080159 1991 8.58710817096418 5.44852585757839 7.75790620835175 1992 8.91906625585316 6.40851561140098 7.90507284949867 1993 9.34896166405707 7.3686008509431 8.12296471523406 1994 9.55618427134725 7.97600320102883 8.42024166533979 1995 9.73423304872545 8.04986725395186 8.61250337122056 1996 9.87531696128368 8.15165047330549 8.73391617492752 1997 9.96125633561842 8.22996834775277 8.77493138749495 1998 10.1122173226064 8.23321810625578 8.91985437219167 1999 10.1855405614956 8.11304561498191 9.0295376611515 2000 10.2937435868083 8.12283151146518 9.14537509312382 2001 10.4143151763001 8.26361414367642 9.29376198011526 2002 10.5747563879875 8.38149671382871 9.42722437311925 2003 10.8422831397504 8.39584081824695 9.5496656775798 2004 11.0829830401814 8.52085647339797 9.68184287734565

续

lnA

lnL

1985 2.82137888640921 10.8220157793505

1986 2.84490938381941 10.8502298918661 1987 2.87919845729804 10.8791786276917 1988 2.90690105984738 10.9083384613898 1989 2.90690105984738 10.9278610912687

所以，在＝0.05的显著性水平下，所有的参数均拒绝零假设，可以认为?1 ?2 ?3 ?

4 5

?均显著异于零。

2．F检验

给定显著性水平为α=0.05，样本个数n＝20，查表得，F0.05 (4, 15)＝3.06，最小二乘回归方程的F值为79.69275，F> F0.05 (4,15)

所以，在显著性水平α=0.05下拒绝假设H0，可以肯定多元线性方程是显著的，lnLt与 lnKDt、lnKFt、LnWt、lnAt这些解释变量之间存在显著的线性关系。

3.决定系数R

用这个量来评价最小二乘直线对平面上离散的观察点拟合的优劣程度如何。R2越大，∑e2越小，所以R2越大越好，回归得到的值为0.955，说明模型的拟合优度较好。

六．异常值检验（违反零均值）

若事件|ei/SE| > 2时，称该事件为异常事件，已知SE＝0.032850， 所以ei > 0.0657时就会出现异常值。由残差表可知，所有的残差值ei都小于0.0657，所以不存在违反零均值的情况。

七．序列相关（采用德宾－沃特森检验） 采用德宾－沃特森检验

选定显著性水平α=0.05，样本个数n＝20，k=5 (包括常数项及解释变量)，查表得：dL0.05＝0.90，dU0.05＝1.83，4－dU0.05＝2.17 模型估计的DW＝1.855532 dU0.05 < DW < 4- dU0.05

可见，样本序列不存在自相关。

八．异方差 1．图示

2

2．怀特检验

White检验是检验原假设：不存在异方差性。检验统计量通过一个辅助回归来计算。利用回归因子所有可能的交叉乘积对残差做回归。

H0：残差不存在异方差， H1：残差存在异方差 Eviews 5.0 得到

White Heteroskedasticity Test: F-statistic Obs*R-squared LnL=11.84059 + 0.502321LnW+0.090620LnKF- 0.208851LnKD -1.153507LnA 根据辅助回归可知，自由度为8，选定显著性水平为α=0.05，查χ2分布表得到临界值为：15.51。eviews反馈的结果是14.95484<15.51，所以接受H0，认为残差确实不存在异方差问题。 3．斯皮尔曼检验 │年份 198lnKDlnKFlnWt

0.017335 0.060030 4.075766 Probability 14.95484 Probability lnAtei秩 秩 t秩 t秩 秩 │1 1 1 1 1 100 100 100 100

5 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001

1 2 3 2 3 2 3 2 3 12 100 100 9 100 9 100 9 6 9 6 4 4 5 4 5 4 5 1 25 20 17 19 13 256 9 225 9 225 9 225 5 7 8 6 7 8 6 7 8 6 7 8 144 144 25 81 144 25 81 144 25 81 144 25 9 10 9 10 9 10 9 10 3 36 18 10 64 36 64 36 64 36 64 11 14 15 11 14 15 11 12 13 11 12 13 1 1 100 0 1 64 4 1 64 4 4 100 15 0 16 12 16 12 14 15 14 15 9 49 5 49 49 49 25 100 25 100 13 17 13 17 16 17 16 17 8 25 16 1 25 1 64 1 64 1

2002 2003 2004 18 19 20 合计 18 19 20 18 19 20 18 19 20 14 16 16 289 169 16 289 169 16 289 169 2 289 7 169 － － － － 1602 -0.2045 1492 -0.1218 1526 -0.14737 1526 -0.14737 │Ris│ － － － － 计算斯皮尔曼秩序相关系数 得到相关系数填入表格， 选定显著性水平为＝0.05，N=20，Rs＝0.3789， │R1s│=-0.2045, │R2s│=-0.1218, │R3s│=-0.14737, │R4s│= -0.14737, 因为所有│Ris│

1 LNKF

LNKD

LNA

LNW

0.75377471856660.65628291960970.742981663930494

58

83

LNK0.7537747185666D

94

1

0.59184555198300.79536220048622

29

0.6914222527926

1

13

0.65628291960970.5918455519830LNA 58

2

LNW 0.74298166393040.79536220048620.69142225279261

83

2．一般相关系数

29 13

从简单相关系数矩阵（上表中得）中，计算

D11=0.19002 D22=0.21349 D33=0.138071 D44=0.236395 D12=0.07901373 D13=-0.029271 D14=0.08336147 D23=-0.0044385 D24=-0.1141648 D34=0.08616617

计算 R212?34 = D212 /D11 D22 = 0.153911

F12= R212?34*（20-4）/（1- R212?34）=2.910549

同样，可得

R213?24 = D213 /D11 D33 = 0.03266 F13= R213?24*16/（1- R213?24）=0.5402 R214?23 = D214 /D11 D44 = 0.154716 F14= R214?23*16/（1- R214?23）=2.928551 R223?14 = D223 /D22 D33 = 0.000668 F23= R223?14*16/（1- R223?14）=0.0107 R224?13 = D224 /D22 D44 = 0.258255 F24= R224?13*16/（1- R224?13）=5.570768 R34?12 = D34 /D33 D44 = 0.227474 F34= R34?12*16/（1- R34?12）=4.711278

显著性水平为α=0.01，查F分布表得出F0.01（1，16）=8.53 因为F12 ，F13，F14，F23 ，F24，F34 < F0.01（1，16） 判断得模型不存在多重共线性问题。

十．实证分析、建议

2

2

2

2

从总体上看，就业呈上升趋势，下面分析各个解释变量与被解释变量之间的关系，以及这些变量对就业造成或正或负影响的原因。 1．国内投资与就业

从回归得到的方程可以看出，国内投资与就业的关系是反向的，国内投资的增加对就业没有增加的作用，反而会导致就业的降低，以2003年的数据为例， (dL/dt) /( dKD/dt)＝-0.29753，就是说，投资每增加1亿元会导致0.29753万人失业。 原因分析：

(1)国有企业改革。我国存在着为数众多的国有企业，在市场经济实行以前根本就不存在其他类型企业。在原先政企不分的情况下，企业作为政府的附属机构主要承担了解决就业的社会职责。市场经济转型后，政企开始逐渐分离，企业拥有更多的自主权。随着企业间技术竞争和效率竞争的升级，我国的国有企业开始提高效率，从粗放式增长转向内涵式增长。于是，90年代后国有企业加大科技投资的力度和采用更为先进的技术设备，同时又大幅度裁减冗余员工，出现了大量下岗职工。

(2) 国内政策鼓励资本和知识密集型企业的建立发展。中国政府这些年以来一直都在致力于提高国家的科技水平，进行产业结构升级，出台了大量鼓励高新技术企业建立的政策条文, 而这些企业基本都知识密集型或资本密集型的企业，不需要很多劳动力。

上述两个原因相辅相成，共同解释了中国国内投资与就业的负相关关系。虽然从第二点看，投资的增加所导致的就业的增加不多，但还是增加了就业，似乎与国内投资增加导致就业下降的结论矛盾。但是第二点原因要与第一点配合起来解释国内投资与就业的负相关关系，从两者的总和来看，由于国有企业导致的失业人员更多，加上高新科技企业较大的投资额和较少的就业人员，就导致了国内投资与就业负相关关系。 2. 外商直接投资与就业

外商直接投资对就业从两方面发生影响，一是直接效应，即外商投资直接增加了劳动力需求，导致就业增加；二是间接效应，即外商投资引起东道国国内投资的增加，也就是外商直接投资通过“外溢效应”对国内投资、国际贸易、技术等发生作用而产生影响。实际上，外商直接投资对就业既存在正效应也存在负效应。正效应是外商直接投资会增加东道国的就业，如果外商直接投资的进入方式是新设投资，（又称绿地投资Greenfield Investment），对就业增加的作用就是显著的。若采用并购投资（Cross－border Investment）方式进入，往往对

就业产生的是负效用，不仅不会产生新的就业机会，还会导致立即或滞后地裁减劳动力。 通过上面的计量分析，从回归方程得到外商直接投资对就业的影响系数为0.090620，存在正的相关关系，说明每一单位外商投资的变动率对就业变动率的影响为0.090620，以2003年为例，(dL/dt) /( dKF/dt)＝1.472，增加1亿外商直接投资可以增加1.472万人就业。 外商直接投资之所以可以增加中国的就业原因分析如下： (1) 进入中国的外资大多为新设投资：我国最近几年每年400 多亿元的外商直接投资中只有不到5% 是采用跨国并购进入的，其它多数是新建项目的投资。因此目前外商在我国的直接投资产生的正效应远远大于其它国家，它对解决我国目前流向城市的大量农村剩余人口的就业问题起了很大的作用。 (2) 外商投资集中在第二产业，第二产业大多为制造业、纺织业等劳动密集型产业。下表列示了2000～2003年外商投资在三个产业的比例。印证了外商直接投资集中于第二产业。与发达国家相比，中国并没有更好的科技环境和制度环境，外商直接投资于中国最大的目的是寻求廉价的劳动力，第二产业正是劳动密集型的产业，所以外商直接投资增加会提高就业人数。 （表7）： 年份 2000 产业% 第一产业 第二产业 第三产业 3．工资水平与就业 根据古典非瓦尔拉均衡，失业问题的主要原因是实际工资过高，降低实际工资可以增加就业。但是回归方程表明中国的就业与工资之间存在着正相关关系，系数为0.502321，说明每单位工资的变动率可以引起0.502321的就业变动率。以2003年数据为例，根据方程（12），得到 (dL/dt) /( dW/dt)＝2.730897，说明工资每提高1单位，就业约增加2.7309万人。 原因分析： （1）农村劳动力流出。中国近年来农村劳动力剩余现象非常严重，加之现在政策的放松，劳动力流动非常频繁。工资的上升会吸引农村的剩余劳动力离开农村，参加就业，所以工资的上升就促进了就业的增长。

2001 3.21 76.43 3.21 2002 3.13 77.41 3.13 2003 3.13 77.41 19.46 2.61 77.51 19.88

（2）实行市场经济和改革开放以来，中国经济一直保持着平均7.5％以上的增长速度。经济的增长导致了工资的提高和就业的增长，所以工资提高与就业增长之间就存在了一种正相关的关系。

4．技术水平与就业

技术进步与就业的关系通常可以从两个角度进行理解：一个是长期，一个是短期。短期中，技术进步导致新设备、新机器、新工艺的使用，提高了劳动生产率，排挤了劳动力，造成失业。长期中，技术进步会促进经济增长、产业发展和产业结构的变动，导致产业进一步细化，由此产生了社会的生产需求。经济增长又会进一步提高人民的收入水平，高的劳动生产率也会降低产品的成本，产生社会的消费需求，这两种社会需求会导致就业容量的扩大。

回归方程中技术水平与就业的关系系数是：-1.153507462，表明技术水平与就业负相关，技术进步挤出了劳动力。 原因分析：

（1）技术进步导致企业裁员。高新技术的使用往往伴随着机器替代劳动力的情况的出现，采用机器可以提高的效率，长期来看也会降低成本，所以，技术进步导致就业下降。以第三产业为例，第三产业的科技含量较高，微电子产业、IT产业、传媒等都属于这个产业，该产业每亿元投资可以带动相对更高的GDP的产生，但是这个产业每亿元投资所雇佣的劳动力却并不高。

（2）技术进步造成结构性失业。产业的转移使得一大批知识结构不能适应新产业的工人失去工作。

（3）中国现在处于发展的初级阶段。由于从计划经济转为市场经济的时间并不长，以前的工业底子非常薄弱，所以在实行市场经济，特别是1992年改革开放之后，中国的企业才真正开始关注提高本身的技术水平，至今为止的时间还不是很长，技术进步的长期作用尚未显现出来。 5．政策建议

根据回归方程和综合分析，从以下几方面提出了政策建议。

引导国内投资，进行劳动密集产业的投资。虽然科技水平对一国的发展是非常重要的，可以提高经济的增长速度。但是，中国尚有大量的低素质劳动力，这些劳动力是中国失业队伍的主要组成部分。中国政府应该考虑这个群体的人的就业问题。

拓宽民间资本的进入领域，鼓励民间投资。国有企业的精简化导致了下岗失业人数的锐增。改革开放后，民间投资的数量开始攀升，但是与国有资本和外资比较还是非常小的一块。根据任淮秀的研究发现国有企业增加投资与就业呈反方

向变化关系，但私营企业的投资增加可以增加就业。所以政府为促进就业，应该鼓励民间资本的投资，拓宽其投资领域。

积极吸引外商直接投资。中国的外商直接投资集中在劳动密集的第二产业，是廉价劳动力寻找型的资本流入。其对就业的正面作用是显然的，所以政府可以有针对地鼓励外商直接投资的流入，以进一步提高劳动力就业水平。同时，应该鼓励外商以绿地投资的方式进入中国。但是外商直接投资比较集中在东部地区，所以中国政府可以为投资于西部的外资提供一些政策支持，并做好宣传工作，以增加西部就业，也可以防止西部人员一再地流向东部地区，造成东部地区的压力。

回归方程显示了技术进步与就业之间存在着负相关关系。但是，从美国等其他国家的资料来看，长期中，技术进步的动态效应可以促进经济增长，产业结构的细化，进而可以增加就业。技术进步可以促进所有要素的生产率的提高，在资源存在约束的情况下，技术可以保证下一期的经济增长不会因为前一期的增长而无以为继，这样，技术进步在长期就可以更好地保证劳动力的就业。政府应该致力于促进技术进步，同时要积极推进前述的政策，防止短期内出现就业的下降。

十一．预测 1．事后预测

用Eviews 5.0 得到的预测图如下

2．点预测

2005年的数据通过中国国家统计局2005年年报得到，其中外商实际直接投资额638.1亿美元，即5228.3891223亿元，全社会固定资产投资88604.3 亿元，所以国内投资为83375.91081777亿元，工资水平为18405元，第三产业就业人数比例为31.407847，将以上数据取对数后，带入回归方程，得到lnL2005＝11.20673，即预测L2005＝73624.26957万人。从中国国家统计局公布的2005年报得到，2005年的就业人数为75825万人，预测误差e*＝75825- 73624.26957＝-2200.740427。 3. 区间预测

区间预测的计算公式： 计算得到 LnL2005的预测区间为 （11.1557，11.3176）

即，L2005 ?（69961.47413， 77287.68978）

参考文献：

[1] 袁志刚、宋铮高级宏观经济学复旦大学出版社．2004.6．第一版

[2] 谢为安微观经济理论与计量方法同济大学出版社．1996．第一版 [3] Olivier Blanchard 宏观经济学 清华大学出版社 2003.1 第二版 [4] 中经网统计数据库 http://cedb.cei.gov.cn

[5] 王根军中国失业问题现状及外商直接投资的就业增长效应分析云南金融经济大学学刊．2004.3

[7] 曹小艳外商直接投资对我国劳动力就业影响的计量分析统计教育2003.5 [8] 王传荣、钱乃余外商投资就业效应的理论与实证观察华东经济管理2004.6 [9] 刘金钵、任荣明跨国直接投资对东道国就业的影响经济经纬 2004.5 [10] 任淮秀对投资和就业关系的几点认识投资论坛 2003.9

[11] 彭绪庶、齐建国对美国技术进步与就业关系的研究数量经济技术经济研究2002.11

[12] 陈钰论我国促进就业目标下的技术发展原则人口与经济 2004.2 v

本文来源：https://www.bwwdw.com/article/7tf8.html