中國海洋產業就業效應研究

毛 偉，趙新泉

（1.中南財經政法大學 統計與數學學院，武漢 430073；2.廣東海洋大學經濟管理學院，廣東湛江524088）

1 問題的提出

中國是世界第一人口大國，就業壓力一直很大。在國際金融危機的陰霾尚未退去的情況下，歐洲債務危機使得中國的就業問題再次成為人們關注的焦點。近年來，在陸域資源日益匱乏和環境污染日益嚴重的背景下，中國海洋產業發展迅速，海洋生產總值從1986年的226.62億元快速升至2009年的32277.6億元，年均增長率高達24.06%，遠高于我國GDP的增速。那么海洋產業的就業效應究竟如何？海洋產業對就業的影響是否存在時滯效應？如果存在時滯，滯后期有多長？如何才能提高海洋產業吸納就業的能力？本文試圖對這些問題做出解答。

我們首先通過Cobb-Dauglas生產函數，構建拉格朗日函數來求解行業成本最小化問題，再將成本最小化條件代入到生產函數中，推導出海洋產業吸納就業的一般計量模型，并根據經濟分析和計量檢驗挑選出顯著影響就業的控制變量并確定相關變量的滯后期，得出最終的待估計量模型。在樣本選擇方面，相對于純粹的時間序列數據或橫截面數據，由于面板數據能夠同時從時間和截面兩個維度度量出更多影響因素，可在一定程度上緩解多重共線性問題，模型估計效率也更高。根據數據的可得性，我們采用了1999～2009年的中國省際面板數據。在模型估計方法的選擇方面，我們首次運用動態面板模型GMM方法分析了海洋產業發展對就業的影響，原因有三點：（1）由于在面板模型中解釋變量包含被解釋變量（就業）的滯后值，這種情況即便是組內估計量也是不一致的，而動態面板方法可以較好地解決這一問題。（2）解釋變量的內生性問題。動態面板的GMM方法大量使用變量或差分變量的滯后項作為工具變量，并且通過相關檢驗來保證GMM方法的適用性和工具變量的有效性，這樣可以有效控制內生性問題。（3）序列相關和遺漏變量問題。ROODMAN D.（2006）認為與傳統方法相比，GMM估計使用差分轉換數據，所得結果更可信。最后，對模型估計結果進行了分析，并為如何提高海洋產業吸納就業的能力給出了相關建議。

2 模型、方法與數據

2.1 模型和方法

Cobb-Dauglas生產函數的一般形式是Q=KαLβ，其中Q為產出，K和L分別表示資本和勞動，α和β為三個參數，它們的經濟含義分別是資本和勞動的產出彈性。企業的短期成本為C＝wL+rK，其中C為成本，w和r分別表示工資和利率。則企業的成本最小化問題可以構建拉格朗日函數來求解：ψ(r，w，λ)=rK+wL+λ(Q-KαLβ)，可得成本最小化的條件是rK/α=wL/β，將其代入到生產函數中，可得：

對方程（1）兩邊取對數，整理后，即可得到計量基本方程：

我們使用涉海就業人員人數去衡量L，使用海洋生產總值來衡量產出Q，使用海洋產業的工資水平來衡量工資w。由于在中國各行業的名義利率r是相同的，即使在不同子行業中，同一所有制屬性的子行業的實際利率也是一致的，因此可以將其劃歸到面板數據模型的個體固定效應中去，不再另外尋找代理變量來表示它。在方程（2）中，由于方程兩邊的變量都取了對數，λ1就可以表示微觀意義上的產出就業彈性。于是，在引入一組控制變量Z后，即可得到新的計量模型：

其中，μi和ηi分別表示不可觀測的個體固定效應和時間固定效應,εit為i.i.d.的誤差項，Zit為一組影響就業的控制變量。該模型為靜態模型，即本期就業只受到本期產出、工資收入和相關控制變量等的影響，考慮到這些經濟變量影響就業往往存在時滯，同時由于信息的非對稱和不完全特征，行業的就業變化會造成其成本也隨之發生變化，就業的調整往往也需要一個過程，這就使得就業不會即期實現均衡，所以應將模型設定為動態模型，在（3）中引入就業的滯后項，同時為控制時間趨勢，引入時間t。于是，計量模型設定為：

其中，Lit為即期均衡的就業變量，Lit為滯后一期的均衡就業變量，Qit和wit分別為即期的產出和工資收入變量，Zit為即期的控制變量，Z′it-1為滯后一期的相關控制變量。當然，動態效應和控制變量的滯后期可能存在多期的調整時滯，具體滯后期應由計量檢驗來判定，如果存在多期滯后，那么模型的設定依此類推。

動態面板GMM有兩種：一步和兩步GMM估計。WINDMEIJER Frank（2005）指出在有效樣本中，兩步GMM估計的標準差存在向下的偏誤。Bond（2002）指出標準差的偏倚會導致兩步GMM估計量的近似漸進分布不可靠，因此，實踐中一般使用一步GMM方法來估計。Blundell和Bond(1998)將差分GMM和水平GMM結合在一起，形成系統GMM方法，在新增工具變量有效的前提下，系統GMM可以提高估計效率，且可以估計不隨時間變化的變量的系數。鑒于以上原因，我們最終選用一步GMM來估計模型，除時間趨勢項外，所有解釋變量均視為內生變量來處理。

2.2 變量和數據

2.2.1 被解釋變量和核心解釋變量

被解釋變量為海洋產業的就業人數（L），核心解釋變量有兩個：（1）海洋產業的產值（Q），用來代表各地海洋產業的發展水平。（2）工資收入（w），用來放映各地海洋產業的收入水平，由于缺乏海洋產業的工資水平數據，我們使用各地城鎮單位職工的平均工資作為w的代理變量。

2.2.2 控制變量

還有許多因素從不同方面影響海洋產業的就業水平，控制變量組合Z包括如下變量：（1）國民經濟生產總值（GDP）和其滯后一期的值（GDP-1）。地方經濟發展水平會影響行業的就業需求，注意到GDP對其它變量的影響往往會有一個滯后效應，因此將滯后一期的GDP也作為控制變量引入到模型中。（2）產業結構變動值指標K（K）。資本和勞動的密集度的不同會導致各行業產出的就業彈性有所區別，產業結構的變動必然會對就業產生直接的影響。K的數值反映兩個不同時期產業結構變動的程度。由于從2006年才開始有海洋第一，二，三次產業產值的記錄，為保證樣本的完備性，選用各地經濟的三次產業的產值作為海洋三次產業產值的代理變量。K的計算公式為：其中，qi1和qi0分別為報告期和基期第i產業產值占總產值的比重，i＝1，2，3分別表示各地經濟的三次產業。我們將各地區1999年數據作為基期，其他年份數據作為報告期。（3）海洋專業技術人員（re）。技術對就業的影響體現在兩個方面：一方面技術會產生“機器排擠工人”的現象，另一方面它還會催生出新興產業，增加生產環節，細化勞動分工，這樣就會有吸納更多就業。我們使用海洋產業科研人員數量作為技術的代理變量。海南1999～2001年海洋專業技術人員人數無記錄，根據數據特征，使用AR（1）模型對海洋專業技術人員人數進行預測，并將預測值作為它們這幾年的相應數據。（4）人口資源（p）。人口規模體現了各種需求的規模和勞動力資源，我們使用地區總人口作為人口規模的代理變量。（5）時間（t）。考慮到省域數據可能有的時間趨勢，引入時間t來控制它。

2.2.3 樣本選擇、數據來源及處理

鑒于數據的可得性和完整性，研究的樣本區間為1999～2009年，由于中國的海洋產業主要分布在中國沿海的省域，橫截面包括中國沿海11個省市區（不含港、澳、臺）：天津，河北，遼寧，山東，上海，江蘇，浙江，福建，廣東，廣西，海南。數據來源于歷年《中國海洋統計年鑒》、《中國統計年鑒》和各沿海省市的統計年鑒。考慮到物價因素的影響，采用1998年＝100的定基的居民消費價格水平對各省工資收入、GDP、三次產業的產值的數據進行物價平減。同時，為減少數據的波動幅度和異方差性，除時間t外，對各數據進行自然對數變換。

2.3 估計結果和分析

為確保模型估計結果準確可靠，本文分別采用差分GMM估計和系統GMM估計對中國11個開展海洋產業的主要沿海省市的相關數據進行回歸，經過計量檢驗后，我們最終確定就業的滯后一期作為解釋變量。在其它解釋變量的設定中，我們認為海洋產業的產值、工資、GDP及其滯后一期、產業結構變動值指標K、海洋專業技術人員和地區總人口是內生的，它們的工具變量是其自身的滯后項。由于使用GMM估計面板模型時，其結果對工具變量的選擇比較敏感，為確保所選工具變量的有效性和非隨意性，我們嘗試了各種滿足矩條件的滯后項的組合，從所有通過AR（2）檢驗和Sargan檢驗的結果中，從中挑選出包含最近滯后項的回歸作為結果。最終，我們對GDP選取其二階和三階滯后項為工具變量，對滯后一期的GDP選取三階和四階滯后項為工具變量，其它內生變量分別選取其二階滯后項為工具變量。作為對比，我們還給出了普通最小二乘法回歸和固定效應模型回歸的結果，估計結果見表1。

從表1可見，被解釋變量的滯后項在1%的水平上都是顯著為正的，說明動態因素的確發揮了作用，即海洋產業前一期的就業量對當期就業有顯著影響。無論是差分GMM估計，還是系統GMM估計，它們的AR（2）檢驗值和Sargan檢驗值都表明模型工具變量的使用在整體上是有效的：AR（2）檢驗都表明差分方程得到的殘差不存在二階自相關，Sargan檢驗顯示無法拒絕“所有工具變量都有效”的原假設，這表明工具變量是有效的。

為驗證模型的穩健性，本文進行了如下檢測：（1）估計被解釋變量的一階滯后項時，普通最小二乘法將產生向上的偏倚，而固定效應模型會產生向下的偏倚，GMM估計結果介于它們兩者之間。實際上，被解釋變量的一階滯后項的GMM估計系數的確大于固定效應模型的估計系數，而小于普通最小二乘法回歸的估計系數。（2）模型在增減相關控制變量的情況下，核心解釋變量的符號、顯著性和大小并未出現逆轉或大幅改變。這表明模型的估計結果是穩健可靠的。由于系統GMM將差分方程和水平方程作為一個方程系統進行GMM估計，提高了估計的效率，因此，我們的分析主要基于系統GMM估計的結果。

表1 中國沿海地區海洋產業吸納就業的回歸結果

核心解釋變量系統GMM回歸模型中都是顯著的。工資變量的回歸系數為負表明當地平均工資水平的增加會減少海洋產業吸納就業的能力，如果物價同時上漲，可能會造成失業和通貨膨脹并存的現象。這表明海洋產業在快速發展過程中，應該合理設計薪酬制度，注意控制工資總量的增長總量和速度。目前，在通貨膨脹壓力非常大的情況下，單純依靠投資刺激總需求來發展海洋產業的政策措施只能使就業問題有一個暫時和局部的改善，卻不能解決就業結構的問題，從長遠來看并不利于提高海洋產業吸納就業的能力。為評估海洋產業吸納就業的能力，我們分別計算海洋產業產出的即期就業彈性和長期均衡就業彈性：（1）即期就業彈性。海洋產業產出的即期就業彈性為0.35，這表明在其它變量不變的情況下，當年海洋產業的產值增加1%，平均來說就業人數會增加0.35%，海洋產業的發展在短期內可以顯著吸納就業。（2）長期均衡就業彈性。海洋產業產出的長期均衡就業彈性為λ2/(1-δ1)=0.35/(1-0.597)=0.868，約為即期就業彈性的2.5倍，而且動態調整時滯僅為1年，從長期來看，海洋產業的發展提高了社會整體經濟效率，相對于即期，海洋產業長期均衡的正向吸納就業的效應更加明顯。可見，大力發展海洋產業，促進海洋經濟的發展，無論是在短期，還是在長期都能夠顯著促進就業。發展海洋產業不僅可以有效促進地方經濟的發展，而且能夠顯著地吸納就業，國家應該大力支持海洋產業的發展。

控制變量方面，產業結構變動值指標K（K）顯著為正，這說明不斷改善海洋產業的產業結構能夠提升海洋產業的就業水平。陸域產業易受陸地資源和市場容量的限制，吸納就業的能力有限，而海洋資源豐富且擁有很多有待進一步開發利用的領域，海洋產業一旦和科技與社會發展緊密結合起來，就必將成為中國經濟的新增長點和重要的組成部分，從而可以提供更多的就業崗位。中國的海洋產業已經從過去那種單純依靠漁業、鹽業和運輸業等低層次的發展，逐步走向同科技與人民日益增長的物質和精神的需要相結合的發展道路。海水綜合利用、海洋新能源、海洋油氣、海洋制藥、濱海旅游和海洋服務等新興海洋產業的發展壯大，不僅推動了我國經濟的持續快速發展，而且為社會提供了大量的就業崗位。海洋專業技術人員（re）顯著為負，這表明在當期科技的發展對就業有方面輕微負面影響，雖然其絕對值比產業結構變動K值的系數要略大，這主要是由于使用了整體產業結構變動的數據去代理無法得到的海洋產業結構變動的數據，更為重要的是從科技改善就業結構和催生新興海洋產業的角度來看，長遠來說，對提升海洋產業吸納就業能力是有幫助的。地區國民生產總值（GDP）在四個模型里面都顯著為正且絕對值相對較大，這表明海洋產業與陸域產業的關聯度日益緊密，良好的經濟環境不僅增加了自身對勞動力的需求，而且推動了海洋產業對勞動力的需求。GDP滯后一期的值在四個模型里面都是顯著為負的，這主要是因為如果國民經濟在上一期吸納的就業人數較多，當期會減少吸納，但是由于時滯，到下期才會減少雇傭。人口資源（p）顯著為負，這說明海洋產業已經從過去勞動密集型產業單極化發展模式，逐漸向傳統行業產業不斷壯大，新興海洋產業不斷涌現，生產環節不斷增加，勞動分工不斷細化的多元化發展模式發展。時間趨勢項（t）的估計系數顯著為正，表明海洋產業就業隨著時間變化在增加，這符合中國經濟和海洋產業的發展事實。

3 結論與政策建議

就業是經濟發展和民生的基礎，它同時也是當今中國的頭等難題之一。中國海洋產業的發展空間巨大，已經成為一種緩解就業壓力的重要途徑。我們選取1999～2009年省域數據，運用GMM動態面板模型對中國海洋產業發展的就業效應進行了實證檢驗，得到如下結論：海洋產業即期彈性小，長期均衡就業彈性大，而且調整時滯只有一年，過高的工資水平并不利于提高海洋產業吸納就業的能力。另外，優化產業結構，保持經濟持續增長能夠有效促進海洋產業就業人數的提高，而即期的技術和人口資源，以及滯后一期的GDP都對會降低海洋產業吸納就業的效果。所以，為有效促進就業，特提出如下建議：

（1）充分利用海洋資源，繼續鼓勵發展海洋產業。中國管轄的海域遼闊，島嶼繁多。利用好這些豐富的海洋資源，保持海洋產業持續發展，不僅可以創造眾多的就業機會，而且可以緩解我國在能源、食品和環境上所面臨的諸多難題，同時這也是孕育中國新的經濟增長點，推動經濟可持續發展有效途徑。

（2）培育新興海洋產業，促進海洋產業結構優化升級。隨著海洋開發力度的加強和海洋科技水平的提高，新興海洋產業必將在中國得到迅速發展，海洋產業的分工也會不斷深化和細化，處于較長產品鏈的末端的高附加值產品就會不斷涌現。另外，還應積極拓展海洋信息服務、濱海旅游和海洋物流等海洋第三產業，改善海洋產業結構。

（3）積極發展涉海產業，增強海洋經濟與陸域經濟的關聯度。海洋產業與陸域產業相互依存，大力發展與海洋產業關聯度高的涉海產業，不僅可以推動海洋產業的發展，而且可以拓展就業空間。例如海洋礦業的發展，勢必會推動造船、海洋勘探、鋼鐵、冶金、臨港物流、倉儲、配送、運輸、礦產加工等一系列產業的發展，從而帶動各行各業吸納更多的就業。

（4）實施科技興海戰略，建立海洋產業人力資源的支撐體系。技術進步是經濟增長的源泉，科技創新可以開辟新的市場，提高海洋資源的利用率，深化海洋開發的力度，從而創造出新的就業需求。而海洋經濟的可持續發展直接取決于科技人才的質與量，做好人才的培養、創造必要的科研環境，完善涉海從業人員的培訓和再教育制度，緩解大學生就業難問題。

（5）鼓勵民間資本投資，推行海洋產業市場化。中國民間存在大量的富余資本，如能打破國企在某些海洋產業上的壟斷地位，將市場競爭機制引入其中，一方面可以促進海洋產業持續快速發展，更有效率地配置勞動力資源和資本資源。另一方面，將福利性和事業性單位推向市場后，也可以減輕國家的財政負擔。

[1]方明月,聶輝華,江艇等.中國工業企業就業彈性估計[J].世界經濟,2010,(8).

[2]喬晶,劉星.中國加工貿易就業效應的實證研究[J].當代財經,2011,(2).

[3]鄭振雄.公路基礎設施的就業效應實證分析——基于省際動態面板模型[J].人口與經濟,2011,(2).

[4]陳仲常,馬紅旗.我國制造業不同外包形式的就業效應研究——基于動態勞動需求模型的實證檢驗[J].中國工業經濟,2010,(4).

[5]王曉東,謝莉娟.論流通產業結構調整與就業增長——基于中部地區流通業對就業吸納的貢獻分析[J].財貿經濟,2010,(2).

[6]欒維新,宋薇.我國海洋產業吸納勞動力潛力研究[J].經濟地理,2003,23(4).

[7]崔旺來,周達軍,劉潔等.浙江省海洋產業就業效應的實證分析[J].經濟地理,2011,31(8).

[8]Roodman,D.How to do Xtabond：An Introduction to"Difference"and"System"GMM in Stata[C].Washington：Center for Global Development,Working Paper103,2006.

[9]Windmeijer Frank.A Finite Sample Correction for the Variance of Linear Efficient Two-Step GMM Estimators[J].Journal of Econometrics,2005,126(1).

[10]Stephen R.Bood.Dynamic Panel Data Models：a Guide to Micro Data Methods and Practice[J].Portuguese Economic Journal,2002,1(2).

[11]Blundel Richard,Stephen Bond.Initial Conditions and Moment Restrictions in Dynamic Panel Data Models[J].Journal of Econometric,1998,87(1).