我國失業率與產業結構調整關系實證研究

郭圣乾

(中南財經政法大學 公共管理學院，湖北 武漢 430073)

一、引 言

產業結構主要從兩個方面影響著失業:一是產業特點會使失業產生波動。產業特點一般可以表明產業多元化程度和產業發展狀況及發展模式。產業統一化是指某一產業的產出占所在區域的比重比照全國一般水平的相對比重;產業多元化是指區域之類的產業種類數量和各產業的比例分布狀況。二是產業結構調整對失業也有影響作用。當產業結構變動速率超過勞動生產速率時，失業現象就會產生，失業率會迅速增加。當前國內外對產業結構調整和失業率之間的關系展開了一定程度的實證研究和經驗探討，但是研究結果存在很大分歧，有待進一步驗證。

從產業結構與失業率的關系來看，現在的理論和研究結果也不相統一。Simon基于1978—1983年美國92個城市的按部門就業分類討論數據進行了經驗研究和實證研究，發現產業多元化程度高的城市，失業率越低［1］。Izraeli和Murphy發現美國各州失業和產業多元化也具有負向關聯性［2］。Tarzwell通過1991—1996年意大利省區年度數據也發現產業多元化與失業率呈負相關關系［3］。Emil和Malizia通過1972—1988 年美國城市季度數據研究發現，失業率越低，就業穩定性越高，該城市也顯示出更為多元的產業結構［4］。Jamds等認為若使區域全部就業的波動幅度最低，可以通過對就業具有不同相關性的產業進行優化重組，從而通過經典資產重組原理從理論上論證了區域產業多樣化與就業、失業的關聯性。偶然性失業不是整個區域失業的集中反映，產業多元化低，結構摩擦性失業率也低［5］。Duranton和Puga根據美國城市數據進行處理分析，指出產業多元化導致競爭性加大，激烈的市場競爭致使城市規模擴大，從而就業人員準入人數增多，失業率自然減少;產業專業化則使得各部門就業吸納人數減少，從而加大失業現象的發生［6］。

在其他理論研究中，失業率和區域多元化也呈現顯著的正相關性。Barkume認為產業多元化高的城市，其工資分布更廣，人們就業的機會也越多，所以可能會花更長的時間尋找更好的工作，所以失業時間也相對較長［7］。但是，也有很多研究認為失業率和區域產業多元化沒有明顯的關聯性或者呈負關聯性。如Attaran基于1973—1982年美國城市年度數據，采用實證方法研究發現盡管失業率和產業多元化呈微弱負關聯性，但是與失業率的波動幅度無關［8］。

在產業結構與失業關聯性上，Lucas和Prescott根據勞動力市場實際情況構建相關模型，不同部門勞動需要的變動受到產業結構調整的影響，而且勞動力也在不同的部門之間轉移，但是這種情況也使得結構失業率顯著高于自然失業率［9］。Lilien運用此模型論證了勞動力市場和失業率之間的關聯性，得出部門假想理論，即當該產業需要的科學技術發生變化或升級換代時，或者勞動力能力與工作技術不符合時，這種情況使得勞動力在部門之間重新進行分配重組，當該產業的吸納人員能力速率低于重新分配的需要速率時，失業便會接踵而至［10］。此研究是建立在實證分析的基礎上，因而非常具有說服力。Lilien研究還發現跨部門之間勞動力的流動轉移對各部門之間失業率的波動具有明顯的影響作用，這顯示出產業結構變化和失業現象之間有緊密的關聯性。Erica和Groshen通過部門轉移假想探討了2002年美國經濟蕭條的大規模失業現象，發現美國不同產業結構變動對失業率波動和就業機會的復蘇有著至關重要的影響作用，年齡因素、失業年限因素以及原工作職位都是影響再就業順利與否的重要因素［11］。

國內學者對于失業研究問題也有豐富的研究和探討，如蔡昉和都陽分析了我國自然失業率與就業彈性，認為國企改革和對外開放導致了我國結構性失業現象發生，我國當前失業水平顯高的主要原因在于自然失業率的比重居高不下［12］;王誠發現公共事業及壟斷性行業的擠出效應造成結構性失業現象［13］;曾湘泉和于泳研究發現，產業結構的調整使得我國失業率自2001年來一直攀升［14］。

從上述文獻可以看出，國外多數是從產業結構與失業的側面來截取數據，雖然對二者關系做了一定程度的表述，但沒有考慮產業結構調整、專業化等動態性因素的影響。國內學者雖然指出產業結構趨同是我國失業的主要原因，但是也只是從經驗分析入手，缺乏實證分析。所以，本文欲彌補上述研究缺陷，通過對全國2001—2010年的多個省份數據的細致處理，反映產業結構變化的多樣化趨勢和調整過程，并且運用經濟計量方法探討我國產業結構調整對失業率波動的深刻影響。

二、量化分析相關資料

1.分析模型、變量參數和分析方法

本研究著重探討產業多元化、產業結構調整對失業波動的影響水平，通過相關數據來控制不容易觀測到的省際特征以及宏觀經濟沖擊。重點關注產業結構變動、產業多樣化和專業化對于失業率的影響，采用面板數據模型來控制觀測不到的不隨時間變動的省際特征和觀測不到的宏觀經濟沖擊。計量模型為:

其中，i代表省份，t表示年份。模型的被解釋變量也就是各省份最初若干年的失業率。URit(%)是指省份一般效應，控制不易觀察到的省份特征;γi是指年度啞變量，控制不易觀察到的外來沖擊壓力;sto是斯托可夫指數，反映就業離散程度。斯托可夫指數變化與就業變動影響、各產業就業增長率呈正相關性。通過斯托可夫指數作為產業結構變動的替代變量來進行關系實證性分析，并從服務業結構調整、全部產業結構調整與工業結構調整加以探討。斯托可夫指數的計算公式為:

其中，Njt是j產業在t時期的就業人數，Nt是全部產業在t周期的就業人數，gjt是j產業在t時期的就業增長幅度，gt是全部產業在t時期的平均就業水平。stow、ston與stos分別指全部產業、工業以及服務業的斯托可夫指數。

經濟快速發展是降低失業率的最有效保證，所以對本文研究非常重要。不同省份的GDP平減指數進行平減，基年是2001年。edu屬于平均受教育年限，反映我國人力資本的智力水平，按照省份為單位區分為小學、初中、高中和大專及以上，并將其平均受教育年數定為6、9、12和16，從而得出1999—2008年受教育年限均值，計算公式為:

mar是總投資中非國有投資的比重，這可以反映各省份的市場化程度;市場化程度使得就業市場活力更強，也使得企業競爭更加激烈，所以也可以作為研究的影響因素之一。

resi是總就業人數中城鎮就業人數的權重，城市化作為我國改革開放和社會進步的重要標志之一，也促進了城鄉交流和人力資本的流入流出。城市化較大的省份，就業壓力也相應增加，所以這個變量也可以用來反映各省城鎮就業規模增長對失業的影響。

基于研究的需要，我們采取面板數據回歸與混合橫截面數據回歸法進行回歸分析。我們在一般省份中采用了聚類方差估計得到相關標準差數據。表1是變量描述。

表1 模型變量描述性統計

2.數據分析與處理

本文數據選取2001—2010年30個省份的相關數據。數據主要來自每年的經濟統計年鑒和相關數據期刊和網站。產業的分類是按照這些年我國統計年鑒中的《國民經濟行業分類與代碼》分類標準為14個行業。為了保持數據的可靠性和統一性，測定斯托可夫指數時，我們將相關行業合并形成行業大類，將“公共管理和社會組織”合并為“國家機關、政黨機關和社會團體”，“批發和零售業”與“住宿和餐飲業”合并“批發零售貿易和餐飲業”;“教育”與“文化、體育和娛樂業”合并為“教育、文化、藝術和廣播電影電視業”，有些無法合并的類別就不予以詳細考慮。

三、結果估計探討

估計結果如表2所示。模型一不含有省份常態效應，不難推出，大部分變量回歸系數的符號都較之前發生了變化，特別是產業結構調整和產業多元化使得回歸系數變得很小且不明顯。此外，如果將省份常態效應忽略不計的話很可能帶來較大誤差。模型二的變量包括產業結構調整、多元化以及控制變量，模型在此基礎上進一步分析了產業專業化以及表現出來的種種特征。模型四包含了工業結構調整、服務結構和水平質量的轉換。

這些模型都從不同側面反映出產業結構調整深刻影響著失業的波動和失業水平。從工業結構的變化來反映，失業率和工業斯托可夫指數具有明顯的關聯性，工業結構調整也使得失業幅度發生波動。最近幾年隨著經濟節奏的加快，工業更新換代加速，使得科技水平引起的產業升級換代的結構性調整速率大幅度提高，大大超過了勞動技能轉換的速度和步伐，使得結構性失業現象大大增加，失業人數大幅度提高。如果從服務業方面來觀察，失業率與服務業斯托可夫指數表現為明顯的負關聯性，具體表現為服務業結構變動使得失業率不升反降，因為服務業準入門檻較低，產業結構大多向服務行業進行轉變，轉變為服務業可以使得就業機會增多，結構性失業減少。從整體的角度出發，失業率和總體產業斯托可夫指數存在明顯正向關聯性，也就是總體產業結構調整使得失業率增大。由此也可以證明，我國服務業的結構變動尚無法增加過多的就業空間來填補工業結構變動所釋放出的勞動力空缺，而且技術的更新換代日新月異，結構性失業呈現疊加性增長。從而表明，產業結構調整直接影響著我國失業率的上漲和失業人口的增加，勞動力沒有有效地在工業產業部門和服務業產業部門之間有效重新配置。

產業多元化和失業率表現為明顯的負關聯性，根據模型三可以看出，產業多元化上升11%，失業率馬上下降0.7%，而且在1%上變得十分明顯。這說明由于產業化水平不斷提高，失業率將逐漸下降，此研究結論和國外某些學術研究結果相統一。降低失業率與促進就業增長的有效方法之一就是提高區域產業多元化水平。從就產業專業化與失業率的關系看，制造業回歸系數顯著是正數，說明兩者也為明顯的正關聯性。從模型三中可以看出，如果制造業的區位商值多了1單位，失業率將上升0.8%;建筑業和批發零售業的回歸系數顯著是負值，表示這兩者之間為明顯的負相關性，

本文也對模型三和模型四進行了多重共線性測定，研究結果發現產業多元化和專業化沒有多重共線性問題。從控制學上來看，經濟發展和勞動力技能程度的回歸系數顯著為負，表明經濟增長和勞動力人力資本水平和失業率呈反相關性，這也符合理論預測的結果。非國有投資占全部投資比重的回歸系數也顯著為負，表明失業率與非國有經濟的發展和市場化水平的提高有著不可分割的關聯，模型三顯示，如果非國有投資權重每增加10%的同時，失業率會降低0.17%。雖然不是很明顯，但這表示城鎮就業規模的擴大從某種意義上來說并不是失業率上升的直接原因。

表2 模型變量描述性統計

國外的相關研究也反映出區域的多元化程度可以提高地區經濟的活力，減少失業率的波動幅度和范圍。筆者將失業率作為被解釋變量，而且將2001—2010年間失業率的標準差來反映失業率的波動。估計結果顯示 (見表3所示)，全部產業結構變動對失業率的增加程度很明顯，服務業的結構變動仍然有利于失業率的下降另外，提高建筑業專業化程度將加大失業率，這可能由于建筑行業人員知識水平和文化程度較低，在經濟波動中不容易另謀職業。近幾年來，隨著工業化水平在我國和世界的深入，我國的制造業迅速崛起，由粗放型向集約型發展，重工業所占明顯高于輕工業比重;在整個工業增加值中，重工業所占優勢越來越明顯。資本密集型產業不斷提高，使得資金運轉加快，資金和科技也開始迅速產生擠出效應，將大量勞動力排出流水線等生產體系。因此，工業在高速發展的同時也將人力資本進行著相當程度的空間擠壓，最終導致該產業的就業彈性偏低。

表3 產業結構調整、多元化對失業率波動的影響

表4顯示，我國第三產業創造就業機會不足，第二產業的平均就業彈性處于較低水平，而且，我國第三產業的平均就業彈性也低于世界平均水平。從而表明，第三產業的就業彈性仍然不能滿足第二產業釋放的勞動力的吸納需要。

表4 三次產業就業彈性的國際對比

四、結論與政策啟示

通過10年的有效數據以及各種計量指數深入研究表明:我國的工業產業結構調整使得失業率明顯增高，雖然服務業結構變動能夠降低失業率，但是前者升高的比率不能被后者下降的比率填平，使得總失業率仍然呈現出上揚趨勢。

未來一段時間我國的產業結構仍然將繼續保持著快速完善發展的勢頭，加上城市化不斷深入，社會體制深刻變革，我國的就業壓力依然繼續加大，在這種趨勢下，政府應該在調整產業結構的同時，充分考慮產業調整所帶來的就業擠出效應，并且做好以下對策:

第一，繼續加大第二產業的就業吸納作用。在產業升級和優化過程中，重點積極發展勞動密集型產業。 (1)繼續推動高新技術產業發展，增強創新能力，發展戰略性新興產業，從而拓展新的就業空間;(2)用高新技術改造傳統制造業，提高傳統制造業的產業競爭力，從而保證就業崗位的增長。

第二，提升第三產業的就業空間。第三產業是擴大就業的主渠道。拓展第三產業投資主體，激活民間資金，鼓勵全民創業，扶持中小企業和微型企業，優化第三產業的內部結構，發展社區服務業，同時加強第三產業與第一、二產業的協調發展。

第三，強化失業人員的轉崗培訓。產業結構升級和技術進步容易導致失業人員增多，特別是勞動素質較低的非技術專業人員受到的影響較大，從而導致我國結構性失業。需要整合培訓資源，積極發展多層次的教育產業，特別是職業教育，提升失業人員的素質，掌握新技術，改善就業結構。

［1］Simon，C.J.Industrial Diversity，Vacancy Dispersion and Unemployment ［J］.TheAnnalsofRegional Science，1987，(21):60－73.

［2］Izraeli，O.，Murphy，K.J.The Effect of Industrial Diversity on State Unemployment Rate and Per Capita Income［J］.The Annals of Regional Science，2003，37(1):1－14.

［3］Tarzwell，G.Canadian City Unemployment Rates and the ImpactofEconomic Diversity ［J］.Canadian Journal of Regional Science，1999，20(3):389－399.

［4］Emil，E.，Malizia，S.K.The Influence of Economic Diversity on Unemployment and Stability［J］.Journal of Regional Science，1993，33(2):221－235.

［5］Jamds，B.， John， K.， Philip，W. A Portfolio Theoretic Approach to Industrial Diversification and RegionalEmployment ［J］.Journal of Regional Science，1975，(15):9－15.

［6］Duranton，G.，Puga，D.Diversity and Specialization in Cities.Why，Where and When does It Matter?［J］.Urban Studies，2000，37(3):533－555.

［7］Barkume，A.J.Differentiating Employment Prospects by Industry and Returns to Search in Metropolitan Areas［J］.Journal of Urban Economics，1982，(12):68－84.

［8］Attaran， M. Industrial Diversity and Economic Performance in U.S. Areas ［J］.The Annals of Regional Science，1986，20(2):44－54.

［9］Lucas，R.J.，Prescott，E.C.Equilibrium Search and Unemployment ［J］.Journal of Economics Theory，1974，7(2):188－209.

［10］Lilien， D. M. Sectoral Shifts and Cyclical Unemployment［J］.Journal of Political Economy，1982，90(4):777－793.

［11］Erica，L. ，Groshen，S.P.Has Structural Change Contributed to a Jobless Recovery［J］.Current Issues in Economics and Finance，2003，9(8):1－7.

［12］蔡昉，都陽.就業彈性、自然失業率和宏觀經濟政策——為什么經濟增長沒有帶來顯性就業?［J］.經濟研究，2004，(9).

［13］王誠.當前經濟增長中的失業及其治理［J］.浙江社會科學，2000，(5).

［14］曾湘泉，于泳.中國自然失業率的測量與解析［J］.中國社會科學，2006，(4).