上海市產業結構變動與失業的實證研究

摘 要:本文利用中國1978～2008年30個時間序列數據，通過反映產業結構變動的斯托可夫指數探討上海產業結構變動對失業率的影響。研究結果表明，在過去的30年中，雖然上海第二產業比第三產業更能對就業提供有利的帶動作用，但上海市第三產業在全行業中占有舉足輕重的作用，未來能為勞動力就業帶來更大的發展空間，因此要有的放矢地發展和改善第三產業尤其是服務業的產業結構，使之發揮更大的社會的貢獻。

關鍵詞:產業結構調整;失業率;斯托克夫指數

中圖分類號:F121 文獻標識碼:A 文章編號:1003-5192(2010)06-0018-07

Changes in Industrial Structure and Unemployment in Shanghai

HUANG Hong， JIANG Ying

(Business College， Shanghai Normal University， Shanghai 200234， China)

Abstract:During the past 30 years in Shanghai， compared with the secondary industry tertiary industry can provide a more favorable job leading role， and tertiary industry occupies a pivotal role in the future for labor force’s greater development space. Therefore to develop and improve the tertiary industry， particularly the service sector’s industrial structure， we should take measures to assure it play an even greater contribution to the society.

Key words:adjustment of industrial structure; unemployment; Stoikov Index

1 引言

改革開放以來，產業結構調整始終是上海經濟發展的重點，特別是90年代以來，上海堅持“三二一”的產業發展方針，產業結構由適應性調整轉向戰略性調整，突出城市基礎設施、第三產業和高新技術產業三大戰略重點。國際金融危機給上海帶來了實施錯位競爭、提升中心城市功能的契機，上海要加快發展現代服務業和先進制造業，努力成為中國經濟結構高級化的引擎。

上海從80年代以來第三產業的平均增長速度明顯高于第二產業，并且自1999年起第三產業的產值和吸收的就業人數開始超越第二產業，以后各年的差距逐漸拉大。在中國，第一產業對就業的貢獻表現為一種剩余勞動力的“蓄水池”作用，第一產業就業彈性總體水平較低，且波動較大。對上海來說，第一產業就業彈性實際上很難反映該產業有效就業的變化，其波動更大程度上折射出了二三產業就業的變化。因此，我們不考慮第一產業對就業的影響。就業問題常常與失業相伴而生，因此就有了促進就業和治理失業兩種政策。單從公式上看，就業率=就業人員數/全社會勞動力人口數，失業率=失業人員數/全社會勞動力人口數，全社會勞動力人口總數就是就業人數和失業人數之和，因此就業率與失業率存在此消彼長的關系，一方上升就意味著另一方的下降。但是，至今為止還沒看到有學者對二三產業對就業的拉動作用做過系統深入的實證研究，因此在此背景下，研究失業問題和產業結構變動之間的相互影響，具有重要的經濟意義和政策前瞻性。為考察產業結構變動對就業的影響，本文分別用第二產業和第三產業的斯托克夫指數回歸失業率，從數據回歸結果來判斷上海目前對工業制造業的依賴更重抑或是服務業更能創造就業機會。

2 文獻綜述

按照三次產業產值變化的基本規律，在經濟發展水平較低時，第一產業所占比例最大，第三產業所占比例最小;隨著經濟的不斷發展，人均收入水平的提高，第二產業所占比例逐步提高，并超過第一產業成為最大產業;當經濟進一步發展時，第三產業所占比例上升，并超過第一、二產業成為最大產業。庫茲涅茨的研究還表明工業化達到一定階段以后，第二產業就不可能吸收更多的勞動力，只有當第三產業對勞動力具有較強的吸附能力、體現出較強的就業彈性才可以帶動更多的就業。就業彈性是衡量就業增長對經濟增長變化的反應程度，即經濟增長每提高1%帶來的就業增長的百分比，而產業的就業彈性就是產業經濟增長率每提高1%帶來的該產業的就業增長的百分比。計算公式為E=△L/△Y，E表示就業彈性，△Y表示經濟增長率，△L表示勞動力投入增長率。

產業結構是生產要素在產業部門之間的分配狀況及關聯方式，就業結構是國民經濟各部門所占的勞動力數量、比例及其向相互關系。一般認為產業結構和產業結構關系遵循三種理論原則[1]:(1)配第—克拉克定理。隨著經濟的發展和人均國民收入水平的提高，勞動力首先由第一產業向第二產業轉移，當人均國民收入進一步提高時，勞動力便向第三產業轉移。(2)庫茲涅茨產業結構演進理論。通過對各國國民收入和勞動力在產業間分布結構的變化進行統計分析得出的產業結構演變規律，進一步驗證了配第—克拉克定理。(3)錢納里的發展模型理論。通過很多國家的數據調查發現，任何國家隨著人均國民收入的增加，生產部門的結構隨之發生變化，農業部門向工業部門和服務業部門轉化，工業部門和服務業部門的GDP比重不斷上升。產業結構變動對就業具有雙重效應[2]， 因為產業結構的變動是一個產業或行業的“創造與破壞”并存的過程，它包括新產業的產生和舊產業的衰退，它們都伴隨著不同產業間(包括勞動力在內)資源的重新配置與就業結構的調整。一方面，產業結構的優化升級會帶來經濟增長速度的加快和新興行業的發展，從而導致對就業派生需求的上升，產生就業促進效應;另一方面，產業結構調整過程中伴隨的各產業劇烈變動乃至部分產業的衰退，會增加失業，產生就業阻礙效應。因此，從總體來看， 產業結構變動對就業到底會產生怎樣的影響取決于二者的凈效應。制造業產業結構的優化升級加快第三產業發展，第三產業的發展為勞動者提供了更多的就業機會，已成為新增勞動力就業的主渠道;在就業結構滯后產業結構變動的情況下，無論是產業結構優化升級對就業的創造效應，還是產業結構劇烈變動對就業的破壞效應，對就業的影響都很值得關注。

關于產業結構特征與失業的關系，Lucas[3]通過模型說明產業結構變動造成不同部門(產業)勞動需求的改變，進而影響勞動力在不同部門間的轉移，失業率高于自然失業率;Lilien[4]提出部門轉移假說，即當勞動力素質不再適應當前企業發展需要時將在產業部門間進行重新分配，如果產業吸收勞動力的速度慢于勞動力重新分配的速度時，就會產生失業。Groshen等[5]利用部門轉移假說研究了自2001年美國遭遇經濟衰退后的“無就業機會的景氣復蘇”現象，解釋了無就業機會的景氣復蘇是由于美國遭遇經濟衰退時不同產業結構變動所導致的。Robson[6]利用英國勞動力市場數據，檢驗了部門勞動力轉移效應與就業專業化對失業的影響。關于上海市產業結構變動與失業的關系，袁志剛等[7]從就業的產值彈性、產業偏離度、不同產業的相對勞動生產率等指標描述了三次產業的就業和行業分布特征;劉乃全等[8]利用上海市第五次人口普查的數據資料分析了上海產業結構調整與人口增長及就業的內在關系，并提出相關政策建議;范劍勇等[9]從總體上分析了三類產業從業人員的產業分布和GDP的產業構成變化，又具體分析了第二三產業內部各行業吸收就業的情況，認為產業結構調整對就業具有正負雙向作用;張建武等[10]從橫向和縱向兩方面分析比較我國產業結構和就業結構的互動關系，也提出了合理的宏觀經濟措施。黃乾[11]認為產業結構對失業的影響主要表現在兩個方面:一是產業結構變動影響失業，即當產業結構變動速度超過勞動力技能轉換速度時產生結構性失業;二是產業結構特征，如專業化和多樣化程度也會對就業產生不可忽視的影響。

但是這些研究都沒有充分的實證分析作支撐，因此，本文利用中國1978～2008年30個時間序列數據，通過反映產業結構變動的斯托可夫指數探討上海市產業結構變動對失業率的影響。

3 實證檢驗及分析

3.1 計量模型、數據來源及變量的統計描述

本文所用數據來自《新中國50年統計資料匯編》上海篇和歷年上海市統計年鑒。

改革開放初期隨著工業化尤其是重工業化程度的提高，城鎮登記失業率由1980年將近3.2%下降到1985年的0.2%。但是80年代中后期開始的國有企業固定工制度改革第一次動搖了存在了幾十年的終身雇傭制度，使“鐵飯碗”第一次受到威脅，接著90年代后期國有企業進行減員增效改革，這樣以來城市出現了大規模的下崗失業群體。由于非公有制經濟的發展水平還不足以吸納和重新配置公有制企業釋放出的冗員，城鎮登記失業率隨之一路上升，直到2003年達到新高4.9%。隨著改革開放的深入發展，憑借其優良的社會環境、消費環境和技術創新環境，越來越多的跨國公司選擇上海作為直接投資的首選對象，另外在國家一系列鼓勵再就業和自主創業的政策激勵下，城鎮登記失業率呈現出連年下降的趨勢。在此期間固定資產投資在GDP中的比重也在逐年上升，這說明上海城市化水平越來越高，經濟總體快速發展。相對于前幾個指標來說，斯托克夫指數就呈現出階段性的波動形態:1990年前后上海經濟發展主要表現在工業發展水平顯著提升，Sto2就比較高而相對應的Sto3值較小，從80年代末90年代初開始Sto3一直在追趕Sto2，并且近幾年上海第三產業的產值已經超過第二產業，1998年以后Sto3一直躍居Sto2之上。表1描述的就是各個指標的統計特征。

3.3 短期變動和長期趨勢關系

3.3.1 短期變動分析

當一個誤差項發生變化，或者說模型受到某種沖擊時對系統的動態影響分析，這種分析方法稱為脈沖響應函數方法，它是一種分析短期沖擊對因變量影響的方法。圖1、圖2、圖3就是Une對Sto3、Sto2和Mar的脈沖響應圖，中間一條實線刻畫了在誤差修正模型的基礎上，工業和服務業斯托克夫指數以及Mar受到外部短期擾動之后對失業率影響的廣義脈沖響應函數曲線;兩邊呈對稱形狀的線表示正負兩倍標準差偏離帶。對VAR(4)模型，分別給第三產業斯托克夫指數一個正的單位沖擊，失業率逐步上升并在第三期達到最高，而且這一沖擊具有顯著的促進作用和較長的持續效應;給第二產業斯托克夫指數一個正向沖擊，失業率在前兩期的反應是正向的且逐步上升，之后開始反向運動，第三期已經由正轉負，然后逐漸減弱歸正，并沒有長期的持續效應;失業率對市場化水平的反應跟Sto3類似，也具有顯著的促進作用和長期的持續效應。如果第三產業結構變動速度加快，由于在短期內勞動力素質和信息不充分的原因不能實現充分流動，因此會加重失業。第三產業主要是專業化服務行業，對勞動力的專業技能要求比較高，人員在行業之間的轉換需要較高強度和較大力度的職業培訓，這也是結構型失業的主要原因;而第二產業結構的變動對失業影響相對較小，這是由于第二產業多為制造型企業，對勞動力素質的要求不是很高，行業之間的轉換時間因此縮短;市場化水平進一步提高在短期內反而會加重失業問題，這種反應主要揭示了勞動力對及時信息的掌握欠缺，短期內不能立即對市場格局的變化做出反應，甚至還受到了拖累。接下來本文繼續分析這三個指標在長期對失業率的影響趨勢。

3.3.2 長期趨勢分析

從協整檢驗可以得出四變量之間的長期均衡關系為

括號中是標準差，由方程(2)可以看出，第二產業和第三產業的斯托克夫指數分別與失業率有負的和正的長期相關關系，這一點與先前學者定性研究的結果有些出入，但可以從產業結構變動的就業創造效應和破壞效應相抵消后產生的凈效應來解釋。袁志剛和范劍勇等[7]從三類產業從業人員數量的簡單比較中得出結論，認為第一產業的剩余勞動力已經轉移到了二三產業，第二產業從業人員隨著產業結構高級化和體制轉軌等因素流向第三產業，因此政府應該順應產業結構的提升趨勢大力建設職業培訓體系，鼓勵勞動力到三產就業;第二產業相對于第一產業來說具有相當的就業空間和潛力;而相對于第三產業來說，其就業潛力與空間相對較小。第三產業產出的勞動力彈性變化速度的平均值為負值，說明其彈性呈逐漸遞減趨勢。為此，應盡快實現勞動力由第一產業向二、三產業轉移，重點向第三產業中吸納勞動力較多、就業轉移間隔期較長的行業轉移。相對于以上學者的早期定性研究，我們通過上海30年城鎮登記失業率的數據和模型實證分析，結果與簡單統計描述并不完全一致:第二產業對就業的貢獻和帶動能力要比第三產業要強。

上海作為我國經濟發展的領頭羊，比全國其他地區率先經歷經濟結構轉型，早在2000年第三產業的產值已經超過第二產業，成為全社會生產總值的主力軍。從圖4我們可以清晰地看出二三產業就業彈性都呈現波浪形運動，先看第二產業彈性先下降又上升的原因是:一方面第二產業勞動生產率提高導致對勞動力需求下降，另一方面隨著企業用人制度和就業體制改革的深入隱性失業進一步顯性化，兩者相互作用導致就業彈性下降，國有企業體制改革的完成和第二產業內部結構的調整又使就業彈性出現回升;第三產業的就業彈性基本為正，并且90年代以后均高于第二產業，說明隨著第三產業產值的增長第三產業吸納的就業人數一直增長，并且在GDP增長速度相同的情況下第三產業就業能力更大，成為吸納就業的主要力量，但第三產業就業彈性也是呈現逐年下降的趨勢，這與第三產業的內部結構不合理有關，許多就業彈性大的行業沒有得到充分的發展。

制造業是城市發展的基礎，對城市經濟發展具有較強的推動作用，是否擁有高度發達的制造業和先進的制造技術，已經成為衡量一個國家或地區競爭力的重要標志之一。趙玨等[12]認為1978年改革開放以來，上海制造業在全國的地位發生了巨大變化，發展拐點是20世紀90年代后期。前一階段體現為“萎縮與內向”的特征。面積僅占全國0.1%的上海，制造業增加值占全國比重在1978年達到13%，堪稱中國的制造業重地。此后，制造業發展頹勢漸顯，1997年制造業增加值較1978年降幅近7成，占比跌至歷史最低。與此同時，上海制造業發展增速與貿易增速保持了高度一致的變動，體現出典型的內向型經濟特征。上海制造業增加值占全國比重自1997年觸底反彈，自此活力重現，這在很大程度上源于經濟全球化的助推作用。上海的制造業以重化工業和裝備工業為主，擁有汽車制造、電子信息產品制造、石油化工及精細化工制造等六大支柱產業。經驗表明，只有使上海工業總產值增長率保持在10%~15%的基礎上，才能支撐上海GDP總量10%以上的增幅，這凸現了上海制造業對經濟舉足輕重的作用。隨著經濟的發展，制造業的主導部門將遵循勞動密集型部門、資本密集型部門和技術密集型部門的升級軌跡。當前，上海制造業主體是中度技術密集型行業，正處于由低端勞動密集向高端技術密集的過渡階段。先進制造業是現代服務業發展的基礎和支撐，是服務業產出的重要需求部門，許多服務業部門的發展必須依靠制造業的發展。據測算上海制造業對服務業的拉動系數1990年只有0.30，2005年提高到0.57。目前及今后較長時期內國內還沒有哪個城市能夠取代其在我國制造業的地位，國家經濟發展需要上海在制造業特別是裝備制造業保持相當規模。但是這個結論并未否定前面學者所判斷出的大趨勢，即總體來看第三產業對就業的貢獻力度是越來越強的，但是短時期內上海還是一個制造業城市，在第三產業發展水平方面還有很多欠缺，尤其與國際金融中心和航運中心建設相配套的保險和金融服務行業還有很大差距。

3.3.3 VAR模型平穩性檢驗

由單位圓曲線及VAR模型全部特征根的倒數值位置圖可以看到，倒數值都在單位圓之內，表明VAR模型是穩定的，各指標存在長期均衡關系，將此關系運用在短期自回歸模型中就使動態模型有了一個長期均衡的因素，增加動態模型的可靠性。

3.4 誤差修正模型

利用誤差修正模型來描述在各年城鎮化水平條件下，工業和服務業斯托克夫指數對失業率的長期和短期影響。誤差修正模型是協整的等價形式，既能反映諸變量的長期均衡關系，也能反映失業率的短期波動是如何被決定的。根據格蘭杰定理，一組具有協整關系的變量一定具有誤差修正模型的表達模型存在，這一模型可以揭示變量之間的動態關系，同時也是動態模型的一種。在VAR模型中的每一個方程都是一個自回歸分布滯后模型，因此，可以認為VEC模型是含有協整約束的VAR模型，斯托克夫指數和Mar的差分項系數反映了各變量的短期波動對因變量失業率短期變化的影響。依據向量誤差方程，確定一個誤差修正模型，見(3)式。Ecm表示回歸方程的殘差項，即誤差修正模型的誤差修正項，由方程(3)我們可以看出，在其他條件不變的情況下，斯托克夫指數和Mar誤差項的估計系數顯著為負，調整方向符合誤差修正機制，可以保證這四個變量之間存在長期均衡關系。

4 結論及建議

實證結果表明，雖然從環比看，第三產業比第二產業產值和吸收的勞動力人數要高，但是第二產業結構變動對就業是正向的促進作用，而第三產業是負向的阻礙作用。這種結果反映了上海市制造業依然是吸納就業的主力軍，但存在很多不適應技術進步和時代發展的因素，因此改善產業結構更有利于就業環境的改善。而第三產業發展水平相對落后，產業結構不具有系統性往往是市場力量匯聚的結果，因此其產業結構變動會影響一批在職勞動力的工作并抑制該產業進一步向上發展，但這是調整產業結構、改變經濟增長方式使其健康穩步發展必須要付出的代價，也是我國轉型期經濟必須經歷的陣痛。

上海經濟的快速發展需要堅實的制造業作為基礎，但從長遠來看，上海要堅持“三二一”的產業發展方針;就當前來看，上海需要通過“二三并舉”和“以三促二”來推動經濟增長，強化服務業與制造業的有效促進，推動產業資本和金融資本的有機結合，促進結構調整和產業升級。

在第三產業中，服務業是吸納就業最多的行業，上海近幾年社會服務業的發展已充分反映了這一特征。在發達國家，第三產業中服務業就業比例一般在40%~50%，而且服務業所涉及的領域相當廣泛。上海目前服務業就業比例只有發達國家的一半，發展潛力非常大。因此，應積極發展信息、金融、會計、咨詢法律服務等現代服務業，提高服務業整體水平，進一步開放服務市場，積極引進外資，有效推進服務業發展。同時要善于運用現代經營方式和服務技術，完善商貿流通、交通運輸、市政服務等傳統服務業，提高服務質量和效益，拓寬和深化傳統行業的服務領域和范圍，發展面向居民消費的房地產業、社會服務、旅游、餐飲、娛樂、健身等產業，增加服務內容。第三，要深化改革和采取必要的政策措施，形成有利于服務業發展的環境。第四，除了大力發展金融部門等服務業之外，還要加快就業體制改革，促進勞動就業穩步增長。不斷完善社會保障體系，加大勞動力市場建設和發展力度;加強對剩余勞動人員和失業人員的培訓，提高他們的技能素質，并幫助他們轉變擇業觀念，使這部分人員能夠在經濟增長過程中順利實現就業，增強經濟增長吸納勞動就業的能力。

參 考 文 獻:

[1]王云娜.基于上海產業結構調整的流動人口就業研究[D].上海:華東師范大學，2008.

[2]蒲艷萍.轉型期的產業結構變動與中國就業效應[J].統計與決策， 2008，(7):91-97.

[3]Lucas R E， Prescott . Equilibrium search and unemployment[J]. Journal of Economics Theory， 1974， 77: 721-754.

[4]Lilien D M. Sectoral shifts and cyclical unemployment[J]. Journal of Political Economy， 1990， 4: 777-793.

[5]Groshen E， Potter S， Sela R P. Was the 2001 recession different in the labor market[J]. Organizational Dynamics， 2003， 5: 89-98.

[6]Robson M， Sectoral Shifts. Employment specialization and efficiency of matching: an analysis[J]. Regional Studies， 2006， 10: 743-754.

[7]袁志剛，范劍勇.上海市就業的產業分布特征及其影響因素[J].上海經濟研究，2001，(1):17-25.

[8]劉乃全，孫海鳴.上海產業結構、人口、就業的互動關系研究[J].財經研究，2003，29(1):34-40.

[9]范劍勇，朱國林.中國地區差距演變及其結構分解[J].管理世界，2002，(7):22-25.

[10]張建武，宋國慶，鄧江年.產業結構與就業結構的互動關系及其政策含義[J].經濟與管理研究，2005，(1):58-67.

[11]黃乾.中國的產業結構變動、多樣化與失業[J].中國人口科學，2009，(1):23-31.

[12]趙玨，胡榮花.經濟全球化對上海制造業發展的影響和要求[J].世界經濟展望，2009，(7):54-65.