技術進步、新型城鎮化和就業——基于省際面板數據的經驗分析

胡雪萍，李丹青

（中南財經政法大學 經濟學院，湖北 武漢430073）

一、引言

我國的宏觀就業形勢一直不容樂觀。1985年以來，我國城鎮登記失業率不斷增加，1985年為1.8%，1990年為2.5%，1995年為2.9%，2000年為3.1%，2001年為3.6%，2002年達到4%，2003-2013年期間一直徘徊在4%～4.3%之間。此外，城鎮登記失業率這一指標僅衡量登記失業的人數，沒有包括未登記的失業人數，也沒有包括農業轉移人口和城鎮待業人員等隱性失業人數，如果考慮這些因素，我國的實際失業率更高。

我國政府歷來高度重視就業問題。黨的十八大報告和十八屆三中全會提出，新型城鎮化的核心是人的城鎮化，其首要任務便是創造就業。國務院總理李克強與出席第七屆夏季達沃斯論壇的中外企業家代表舉行對話交流時談到，“對于中國政府來說，我們發展的目的是為了保障和改善民生，而最大的民生就是就業。在未來十年、二十年，中國的勞動力總量都將在8 億以上。所以，對中國政府來說，首先面臨的問題或壓力還是要保證比較充分的就業。”2014年12月5日召開的中央政治局會議也提出，要更加注重保障基本民生，特別要重視做好就業工作。在2015年3月5日十二屆全國人大三次會議開幕會上，李克強總理在政府工作報告中指出，2015年要實現預期城鎮新增就業1000萬人以上的目標，提出“大眾創業，萬眾創新”，著力促進創業就業，堅持就業優先，以創業帶動就業，凸顯了我國政府促進就業的堅定信心。

改革開放以來，我國城鎮化進程不斷加快，城鎮化率不斷攀升。1978年我國城鎮化率為17.90%，到2013年底升至53.73%，每年約上升1%。按照諾瑟姆S型曲線理論①，我國正處在城鎮化加速發展階段，城鎮規模不斷擴大，越來越多的農業人口向城鎮轉移。雖然新型城鎮化進程帶來了諸如住房、交通、資源環境等方面的問題，但是也確實解決了農業轉移人口的就業問題。因此，新型城鎮化發展仍不失為解決就業問題的一條重要途徑。

此外，在新常態下，我國經濟要轉型升級，向中高端邁進，必須要從要素驅動、投資驅動轉向技術創新驅動；注重技術進步和創新也成為我國各級政府乃至全社會的共識。在這種大背景下，如果仍將解決數億進城人員的就業問題寄托于傳統“硬財富”行業顯然是不切實際的。新型城鎮化解決就業問題的出路在于依靠技術進步帶動信息產業、金融產業、文化產業、社會服務業等軟財富、軟經濟領域的發展，進而推動就業。

那么新型城鎮化、技術進步對就業的影響究竟有多大？本文將對這一問題進行探討，以期對解決我國經濟發展過程中日益突出的就業問題提出有效的政策建議。

二、文獻綜述

（一）技術進步與就業

關于技術進步對就業的影響，國內外學者一直沒有達成共識，主要原因在于技術進步具有雙重就業效應：技術進步一方面提高了勞動生產率，減少了就業機會；另一方面，技術進步又創造出了新的就業崗位，帶來了新的就業機會。

技術進步的就業損失效應是指技術進步導致就業機會減少和工人失業。Malinvard［1］、Fabin［2］提出了“技術性失業”的概念，認為技術進步必然使得生產中越來越先進的設備代替工人，導致失業增加。隨后，Zimmerman［3］分析了德國16個行業，結果表明該國1980年就業總量的減少在一定程度上是由技術進步造成的。Fabrice等［4］通過進一步分析真實經濟周期模型（RBC）得出，技術沖擊所帶來勞動生產率提高的程度大于產出提高的程度，同時導致了就業總量持久性的下降。國內學者的研究也證實了技術進步具有就業損失效應。鐘仁耀等［5］基于分行業的角度研究了技術進步對上海就業的影響，揭示出一般技術進步對多數行業的就業產生了明顯的負面影響。劉書祥、曾國彪［6］在分析技術進步對就業的影響時，將全要素生產率分解為技術效率的提高和純技術進步率兩部分。研究發現，純技術進步對就業呈現顯著的負效應，當期技術效率的提高在當期對就業的影響不顯著，而滯后期對就業的增加呈現負效應。

第三次技術革命以來，為加快技術進步及其對經濟增長的影響，學者們開始駁斥技術進步的“就業損失效應”，并加強了對技術進步“就業創造效應”的研究。Pissarides［7］、Bharat Trehan［8］、Martin Carnoy［9］認為，從宏觀層面上看，技術進步會促進產出增長，進而帶來就業創造效應，這會抵消在微觀層面上技術進步導致的就業損失。Christopher等［10］利用一些工業國家的面板數據分析得到，全要素生產率的增長在很大程度上降低了失業率。國內學者藤向麗［11］研究了1990-2010年山東省技術進步對就業的影響，結果發現技術進步對山東省的就業人數以及就業增長率均具有促進作用。楊愷鈞、潘娟、王舒［12］研究了金融發展、技術進步對就業的影響，結果發現技術進步對第一產業就業呈現負向作用，但是對第二、三產業的就業具有正向解釋力。

也有一些學者認為技術進步對就業具有雙重效應。Fabin［2］比較了技術進步對就業的短期效應和長期效應。他認為，從長期來看，快速的技術進步加速了工作被淘汰的進度，降低了均衡的就業水平；但是從短期來看，技術進步對就業有顯著的正面影響。國內學者毛雁冰、張龍生［13］對上海市就業變動的動態研究也驗證了技術進步對就業的雙重影響。研究表明第二產業獲得快速發展后，會運用大量資金發展技術，導致就業減少；但是當技術更新過程完成后，規模效應又會吸納大量勞動力。盛欣、胡鞍鋼［14］從自主創新和引進技術兩個角度來度量技術進步，發現自主創新的就業創造大于就業摧毀，而引進技術的就業摧毀大于就業創造。

（二）城鎮化與就業

目前，已經有一些學者研究了城鎮化對就業總量的影響。汪泓、崔開昌等［15］的研究表明，就業增長與城鎮化率之間存在長期的均衡關系，城鎮化率每提高1%，城鎮就業人口就會增加1.267%；城鎮化在一定時期內對就業增長具有強力的推動作用。常浩娟、何倫志［16］認為，城鎮化可以釋放農民的消費潛能，因此應將城鎮化作為拉動內需、擴大就業的有力手段。韓方等［17］認為，雖然我國進入了快速城鎮化階段，但是產業城鎮化滯后于土地城鎮化，導致了大量農村勞動力只是簡單地轉移到城市，沒有實現就業的城鎮化。馬鑫、王丹［18］從產業結構變化的角度出發，認為城鎮化是解決社會就業壓力、調整就業結構的有效途徑。

還有一些學者分析了新型城鎮化對就業結構的影響。張艷、沈惟維［19］通過研究銅陵市城鎮化率與就業結構關系得到，該市城鎮化率的提高促進了第一、三產業就業結構的調整，而與第二產業就業增長并無明顯的線性關系。麻永建等［20］通過研究河南省人口城鎮化與非農就業增長的關系得出，第二、三產業就業人口的增加對城鎮人口的增加有顯著影響。第二產業就業人口每增加一個單位，能使城鎮人口增加0.377 個單位，第三產業就業人口每增加一個單位，能使城鎮人口增加0.431個單位。

綜上所述，在對技術進步、新型城鎮化和就業這一問題的研究上，現有文獻主要側重于分別研究技術進步對就業，以及城鎮化對就業的影響，鮮有將技術進步、城鎮化和就業綜合在一起進行研究。本文力求在這方面進行創新，將三者置于一個框架內，通過面板數據分析技術進步、新型城鎮化對就業的影響。

三、模型構建

（一）模型設定

本文運用Hamermesh 推導的CES 生產函數［21］來構建模型分析新型城鎮化、技術進步和就業的關系。假定總量生產函數如下：

其中，Y為實際總產出，K為資本存量，L為勞動投入，α為資本的產出彈性，ρ和ν分別是要素替代彈性參數和規模報酬參數。A是全要素生產率。根據廠商利潤最大化的一階條件可得：

其中，w/p表示實際工資，由（2）整理出L，可得：

對（3）式兩邊取自然對數，可以得出基本的就業回歸方程：

基于上文的分析，新型城鎮化對就業也會產生顯著影響，因此，本文在（4）式的基礎上加入新型城鎮化率這個變量。此外，本文在研究技術進步對就業的影響時，參考盛欣、胡鞍鋼的做法，從技術引進和自主創新兩個方面來衡量技術進步［14］。其中用外商直接投資作為衡量技術引進的指標，用研發經費投入額作為衡量自主創新的指標。另外，一個地區的產業結構對就業結構、進而對就業總量也會產生重要影響，因此，引入第二、三產業的產值之比這一指標來衡量產業結構。

因此，本文建立的面板數據模型如下：

（5）式中下標i代表觀測省份，t表示觀測年份；L為就業，gdp為總產出，wage為實際工資，urban 為城鎮化率，FDI 為各省份外商直接投資額，RD為研發經費的投入額，st為各省份第二產業產值與第三產業產值之比，ε為隨機誤差項。

（二）數據來源及變量定義

本文所有數據均來自《中國統計年鑒》及在此基礎上進行的運算。接下來介紹各變量的含義及其數據來源。

L表示各省份的城鎮就業總量。鑒于本文的研究目的，采用城鎮就業總量而非城鄉就業總量來進行研究。數據引自2009-2014年《中國統計年鑒》中的“城鎮單位就業人員數”。

gdp 表示各省份的國內生產總值。由于沒有現成的分地區的不變價格國內生產總值，因此本文首先構造了以2000年為基年的GDP 平減指數，2008-2013年的實際GDP是運用當年的名義GDP除以GDP平減指數得來的。

wage表示實際工資，代表以2000年為基期，經消費者價格指數平減后的城鎮職工平均工資。

urban表示城鎮化率。世界上比較通用的計算城鎮化率的方法有城鎮人口比重指標法和非農業人口比重指標法。前者利用城鎮人口占總人口的比重來衡量城鎮化率，后者用非農業人口占總人口的比重來衡量城鎮化率。基于計算的便利性，本文采用各省份城鎮人口與總人口的比值來表示城鎮化率。

FDI表示各省份的外商直接投資額，本文用這一指標來衡量技術引進。一般而言，引進國外技術的途徑主要有兩種。一種是直接引進外國的先進技術，另一種是通過外商直接投資和國際貿易等方式間接引進技術。本研究利用“外商直接投資”作為衡量技術引進指標，這也是目前學術界比較普遍的做法。

RD表示各省份研發經費投入額，本文采用這一指標來衡量自主創新的投入。

st 表示產業結構指標，具體采用第二產業產值除以第三產業產值來衡量。

本文以2008-2013年的省際面板數據為樣本，包括31 個省份的截面數據和6年的時間序列數據，共計186 個樣本數據。同時，為了消除異方差對回歸的影響，對所有的數據均取自然對數。各變量的描述性統計見表1所列。

表1 變量取對數后的描述性統計

四、實證分析結果

（一）單位根檢驗

為了保證面板數據的前提假設成立，采用LLC（Levin-Lin-Chu）方法進行單位根檢驗，結果見表2所列。檢驗結果表明，模型中各變量均在1%的顯著性水平上通過了單位根檢驗，均為平穩序列。

表2 單位根檢驗

（二）協整檢驗

單位根檢驗通過后，接下來進行協整檢驗。本文采用建立在EG 兩步法上的Pedroni 面板協整檢驗。由于本文面板數據的時間節點為2008-2013年，屬于樣本時間節點較短的一類，所以Pedroni協整檢驗結果主要參考Panel ADF、Group ADF 這兩項。表3給出了Pedroni協整檢驗結果。

表3 面板數據的協整關系檢驗（Pedroni）

從表3 可以看出，協整1-6 的Panel ADF、Group ADF 檢驗結果的t值均在1%的顯著性水平上通過了協整檢驗。說明產出、工資、外商直接投資額、研發經費投入、新型城鎮化率、二三產業產值之比均和就業存在長期穩定的均衡關系，接下來可以對面板數據進行回歸分析。

（三）面板估計結果

運用Eviews7.0軟件對2008-2013年31個省的面板數據進行分析。由于在實際估計時，均采用的是各變量的對數值，因此回歸系數度量影響城鎮單位就業的各變量的彈性系數。為了分析各個自變量對因變量的影響，采用分層逐步回歸。通過計量分析發現，Hausman 檢驗的χ2在5%水平上顯著，因此采用固定效應模型。表4 中FE1-FE4 是固定效應模型的結果，RE 是隨機效應模型的結果，EGLS 是消除了序列相關和異方差影響的估計的廣義最小二乘法模型，因此該模型的回歸結果也需要重視。

表4 面板估計結果（被解釋變量：就業人數的對數）

固定效應模型的結果顯示，城鎮就業的產出彈性在0.5～0.8 左右，且都在1%水平上顯著。表明GDP 每增長1%，城鎮單位就業人數就會增長0.5%到0.8%。隨機效應模型的估計結果為0.642，EGLS模型的結果為0.568，均處在固定效應模型估計結果的范圍內。該結果表明，GDP 的增長對就業具有較強的拉動作用。

就業的工資彈性顯著為負，不管是固定效應模型、隨機效應模型還是廣義最小二乘法模型的估計結果均顯示，彈性值在-0.2～-0.3 之間。表明平均工資水平每上升1%，會導致城鎮就業人數下降0.2%到0.3%。

從FE2 和EGLS 的回歸結果來看，城鎮化率對城鎮就業的影響為正。FE2 中，城鎮化率的系數為0.165，且在5%水平上顯著；EGLS中，城鎮化率的系數為0.088，且在1%水平上顯著。這說明城鎮化率每上升1%，大約會帶動城鎮就業人數增加0.088%～0.165%。

從FE3 上的估計結果可知，以外商直接投資（FDI）表征的技術引進對就業的影響為正，且在5%的水平上顯著；FE4 和EGLS 模型估計的結果分別為0.091 和0.086，且均在1%水平上顯著。表明FDI 每上升1%，會帶來城鎮單位就業人數上升0.06%～0.09%。從FE3、FE4和EGLS的回歸結果來看，以研發經費投入表征的自主創新對就業的影響也為正，且其對就業的影響程度較FDI 更大。FE3、FE4 和EGLS的估計結果分別為0.095、0.108 和0.094，且均在1%水平上顯著；這說明，自主創新水平每提升1%，會使城鎮就業人數上升0.09%～0.10%。

二三產業產值的比重對就業的影響顯著為負，FE4和EGLS 的估計結果分別為-0.126和-0.084，且均在1%水平上顯著；RE 的估計結果為-0.153，且在5%水平上顯著。表明第二產業與第三產業的產值比重每下降1%，城鎮單位就業人數就會增加0.1%左右。

五、結 論

本文在對現有文獻進行梳理的基礎上，通過面板數據分析技術進步、新型城鎮化和就業之間的關系，得出以下結論：

（1）技術進步是影響我國就業的一個重要因素。從面板數據分析結果來看，自主創新和技術引進對就業的影響均為正。這說明隨著我國經濟發展、技術引進以及自主創新的不斷推進，技術進步在對就業產生沖擊的同時，也創造出了更多的工作崗位，即技術進步的就業創造效應大于就業損失效應。

（2）自主創新對就業的拉動作用比技術引進更大。自主創新水平每提升1%，可以促進城鎮單位就業人數上升0.09%～0.10%；技術引進水平每上升1%，城鎮就業人數增加0.06%～0.09%。前者對就業的影響程度要高于后者，說明從促進就業的角度來看，我國要更加重視自主創新。

（3）城鎮化率的提高能夠促進城鎮就業的增加，城鎮化率每上升1%，可以促進城鎮就業人數增加0.088%～0.165%。

（4）GDP 的增長對就業有較強的拉動作用。GDP 每增長1%，城鎮單位就業人數就會增加0.5%到0.8%，比技術進步、新型城鎮化等因素對就業的拉動作用更強。因此，我國經濟發展不能唯GDP論，但是也不能不要GDP，其主要原因就是GDP增長速度過低，會極大地損害就業。

（5）二三產業產值之比對城鎮就業有顯著的負向影響，二三產業的產值比重每下降1%，城鎮就業人數就會增加0.1%左右。說明產業結構升級有利于促進就業增長，第三產業的發展有利于擴大就業。

（6）工資的上漲對城鎮就業總量的增加也有顯著的負作用，工資每提升1%，會導致城鎮單位就業人數下降0.2%到0.3%。說明在目前我國就業形勢嚴峻的情況下，對普遍上調工資應持謹慎態度。

六、政策建議

基于實證研究結論，本文從促進就業的角度出發，提出以下政策建議：

（1）發揮自主創新的引擎作用，通過“萬眾創新”，推動就業增長。一是要不斷完善和落實激勵自主創新的政策。通過稅收、融資等方面的優惠政策，激勵企業、個人進行創新；實行促進自主創新的政府采購制度；積極探索技術創新的政策性融資方式。二是多渠道加大自主創新的投入力度。建全財政性科技投入穩定增長機制，引導企業和社會增加科技投入，形成政府、企業、社會多渠道的科技投入格局。三是在全社會營造良好的創新氛圍，通過“萬眾創新”，推動就業增長。

（2）重視技術引進,帶動就業增長。雖然本文的實證研究證明，技術引進對就業的影響程度比自主創新要小，但這并非意味著我國要減少對技術的引進。相反，根據經濟社會發展的需要，我國要重視技術引進。首先要加強頂層設計，統一組織規劃。要根據經濟發展需要動態調整技術引進的重點，引進技術之后，要重視“消化”外來技術，促進技術吸收能力的提升，通過“消化-吸收-再創新”來增強我國的自主創新能力。要增加對技術引進消化吸收等專項經費的投入，加強對企業消化吸收再創新的資金支持。其次，為了實現充分就業，政府要對企業技術引進方向進行合理引導；并適當調節外商直接投資的區域結構、產業結構和行業結構，以帶動就業增長。

（3）轉型升級產業結構，促進就業結構優化。首先，要重點發展第三產業。目前，我國傳統服務業比較發達，但現代服務業發展滯后，金融保險、技術咨詢、服務外包、物流等生產性服務業和旅游文化等消費性服務業表現欠佳。因此，在繼續發揮傳統服務性吸納勞動力作用的同時，也要大力發展現代服務業，創造新的就業崗位。其次，要注重優化工業結構，適當發展勞動密集型產業，充分利用我國勞動力資源豐富的優勢。另外，要培訓現代農民，發展現代農業。只有使農業逐漸走上規模化、信息化、集約化和產業化的道路，才能促使越來越多的農業人口轉移到城鎮。

（4）防范工資對就業的擠出效應，實現就業穩定增長。一方面，政府要制定合理的最低工資標準。國際貨幣基金組織（IMF）的一項研究顯示，中國的最低工資標準每上升10%， 就業率便會下降1%；在平均收入最低的一類企業中，就業率下降的幅度高達1.8%。另一方面，要控制工資上漲的速度。工資上漲雖然有利于改善收入分配狀況，但是過快的工資上漲速度也會導致企業成本上升過快，最終損害經濟［22］。歐洲工會研究院的最低工資研究專家貝拉·加爾戈茨認為，合理的工資上漲速度應該等于通貨膨脹與社會生產率增長之和。因此，在確定工資漲幅時，應結合本地的就業狀況，綜合考慮生產率及物價上漲等因素，防范工資對就業的擠出效應。

注 釋：

①美國地理學家諾瑟姆（Ray. M. Northam）對世界各國城市化進程規律進行了總結，得出了著名的諾瑟姆S 型曲線理論。該理論將新型城鎮化進程分為三個階段：新型城鎮化水平30%以下的初始階段，新型城鎮化水平30%～70%的加速階段，新型城鎮化水平70%以上的后期階段。

［1］Malinvaud E. The theory of unemployment reconsidered［M］.Oxford：Basil Blackwell，1977：52-131.

［2］Fabin Postel-vinay.The dynamics of technological unemployment［J］. International Economic Review，2002，43（3）：737-760.

［3］Zimmerman K. The employment consequences of technological advance demand and labour costs in 16 German Industries［J］. Empirical Economics，1991，16（2）：253-266.

［4］Fabrice Collard，Harris Dellas. Technology shocks and employment［J］. The Economic Journal，2007，117（5）：1436-1459.

［5］鐘仁耀，劉葦江，劉曉雪，等. 技術進步對上海就業影響的實證分析——基于分行業的視角［J］. 人口與經濟，2013（2）：78-85.

［6］劉書祥，曾國彪. 技術進步對中國就業影響的實證分析：1978-2006［J］. 經濟學家，2010（4）：93-100.

［7］Pissarides C A. Equilibrium unemployment theory［M］. London：Basil Blackwell，1990：112-190.

［8］Bharat Trehan. Productivity shocks and the unemployment rate［J］. Economic Review，2003，45（2）：13-27.

［9］Martin Carnoy. The new information technology international diffusion and its impact on employment and skills［J］. International Journal of Manpower，1997，18（2）：119-159.

［10］Christopher A Pissarides，Giovanna Vallanti. The impact of TFP growth on steady-state unemployment［J］. International economic review，2007，48（2）：607-638.

［11］藤向麗. 以技術進步推動就業實證分析——以山東省為例［J］. 華中師范大學學報：人文社會科學版，2013（4）：16-20.

［12］楊愷鈞，潘娟，王舒. 金融發展、技術進步與區域內就業結構變遷——基于我國東部地區省級面板數據的實證研究［J］. 經濟經緯，2015，32（1）：19-24.

［13］毛雁冰，張龍生. 上海市就業變動的實證分析［J］. 華東經濟管理，2014，28（8）：13-19.

［14］盛欣，胡鞍鋼. 技術進步對中國就業人力資本結構影響的實證研究——基于29 個省的面板數據研究［J］. 科學學與科學技術管理，2011（6）：172-179.

［15］汪泓，崔開昌. 中國就業增長與新型城鎮化率關系的實證研究［J］. 南京社會科學，2012（8）：28-32.

［16］常浩娟，何倫志. 新型城鎮化促進就業增長探析［J］. 宏觀經濟管理，2013（5）：39-41.

［17］韓方，郭國峰，劉孟暉. 新型城鎮化過程中農民就業問題研究［J］. 人力資源開發，2014（3）：32-34.

［18］馬馨，王丹. 黑龍江省以擴大就業為目標的新型城鎮化發展路徑［J］. 經營與管理，2014（5）：91-92.

［19］張艷，沈惟維. 新型城鎮化率與就業結構關系［J］. 重慶技術學院學報：社會科學版，2014（6）：69-72.

［20］麻永建，黃向球，夏保林. 河南省人口新型城鎮化與非農就業增長研究——基于“五普”和“六普”數據的分析［J］.河南科學，2014，32（5）：815-819.

［21］Hamermesh D S. Labor Demand［M］. Princeton：Princeton University Press，1993：31-155.

［22］蔡昉.工資上漲過快將壓垮中國制造業［EB/OL］.（2013-11-15）［2015-02-03］.http：//finance.chinanews.com/cj/201 3/11-15/5505568.shtml.