新常態背景下服務業就業的滯后風險

丁守海，丁　洋，沈　煜，南　毓

(1.中國人民大學　經濟學院，北京　100872； 2.對外經濟貿易大學　國際經濟貿易學院，北京　100029)

?

新常態背景下服務業就業的滯后風險

丁守海1，丁洋2，沈煜1，南毓1

(1.中國人民大學經濟學院，北京100872； 2.對外經濟貿易大學國際經濟貿易學院，北京100029)

新常態背景下我國服務業并沒有擺脫對工業的依賴，如果工業持續下滑，服務業必將受到沖擊。實證分析表明工業景氣度會對服務業產生滯后影響，后者又會對服務業就業產生滯后影響，基于這雙重滯后傳導，工業景氣度會對服務業就業施加滯后影響。這提醒我們，持續的工業下滑很可能會引發滯后的失業風險，對此不能掉以輕心，不能不切實際地指望服務業來化解，服務業不是萬能的。

新常態；工業持續下滑；服務業就業；滯后沖擊

一、新常態下中國就業正在加速向服務業轉移

近年來我國經濟新常態出現了一個奇怪的現象：一方面，經濟在持續下行，但另一方面，就業形勢又持續向好，就業似乎脫離了經濟這個基本面的約束。就以2015年為例，我國經濟增速已下滑至6.9%，但城鎮新增就業達到1312萬人，遠超過年初設定的1000萬目標；城鎮登記失業率維持在4.05%的較低水平，遠低于年初設定的4.5%的目標；國家統計局公布的2015年大中城市調查失業率仍保持在5.1%的可控水平。各項指標均顯示出勞動力市場保持向好局面。

但在以往的經濟下行過程中，并沒有出現類似于此次的就業逆勢回升現象。就以2008年為例，當年上半年由于受金融危機沖擊，經濟出現深度回調，隨之出現了近2000萬人的嚴重失業問題，沿海地區數千萬農民工被迫返鄉。

那么，為什么在本輪下行周期中就業形勢得以獨好呢？一般認為，這主要是由于服務業異軍突起，抵消了第二產業下滑的沖擊。2015年我國服務業增速為8.3%，遠遠超過了第二產業6.0%的水平；服務業增加值占比達到50.5%，超過第二產業整10個百分點，這是繼2013年服務業增加值首次超過第二產業以來的連續第三年趕超。從這些數據可以看出，服務業與第二產業此消彼長的基本格局。近年來隨著要素價格的飛漲，第二產業的利潤空間被大幅壓縮，特別是制造業，被逼到了要么轉型要么等死的絕境。近年來，以福特汽車、阿迪達斯、西鐵城、夏普為代表的多家外資企業撤離中國，就說明制造業目前所面臨的險境。

歸根到底，中國目前的經濟下滑就是第二產業的下滑，如果還沒有做好轉型升級的準備，就只能用時間來換空間，至少要在短期內承受行業萎縮的陣痛，以消化過剩產能，在這一過程中，就業容量減少，甚至是絕對排斥就業，都是不可避免的。一個值得注意的現象是，2013-2014年第二產業就業人數均比上年絕對減少了71萬人。改革以來，除1988-1989年治理整頓、1998-2002年東南亞金融危機及國企改革等特殊時期外，還基本未出現過第二產業絕對排斥勞動的現象。這些數據說明在當前經濟新常態下第二產業的就業海綿功能正在弱化。

與此相反的是，服務業就業功能不斷強化，頗有大放異彩之趨勢。2014年服務業在國民經濟中的就業占比升至40.6%，比上一年猛增了2.1個百分點，已連續兩年超過2個百分點，而此前每年很少有超過1個百分點。第二產業的就業占比則進一步下滑至不足30%。服務業的就業增長主要集中在兩個方面，一是以餐飲、住宿、零售等為代表的傳統生活服務業。最近中國人力資源市場信息監測中心的一項調查數據顯示，2014-2015年度，勞動力市場用工需求量最大的崗位分別是：保安、餐廳服務員、廚師、營業員、收銀員、保險業務員、購銷人員等。這反映了生活服務業面臨的龐大需求。二是以網絡服務、物流、快遞為代表的新經濟下生產服務業，它們既為生產服務，也為生活服務。淘寶、京東等網絡企業崛起催生了大量的就業崗位。它們已成為城鎮新增就業的一個新亮點。

我們關心的問題是，在新常態背景下，如果工業部門進一步下滑，服務業的就業擴張是否還可以持續，并接替工業部門成為國民經濟新的就業海綿？

二、服務業很難脫離工業部門而出現持續的自我繁榮

對于上述問題，我們持謹慎的態度，原因就在于，中國產業結構還沒有達到高級化階段，服務業乃至整個國民經濟對工業的倚重并沒有發生根本改變。

(一)歷史經驗告訴我們服務業繁榮只能脫胎于工業繁榮

根據配第-克拉克定律，在一國的經濟發展過程中產業結構將沿著從農業向工業再向服務業轉移的脈絡漸次演進。目前西方國家已進入后工業化時代，工業退居其次，服務業在國民經濟中則占據了絕對的主導為止。就以美國為例，今天服務業在國民經濟中的產值和就業比重均已超過80%，歐洲和日本也超過70%。與這種產業結構相對應，服務業成為美日歐經濟體的就業海綿，特別是每當發生大的經濟衰退時，服務業就會“挺身而出”，異軍突起，承接其他產業排斥出來的勞動力，起到就業穩定器的功能[1]。今天中國似乎也正在復制這種模式，造成了一種認識上的麻痹，那就是，工業衰退、經濟衰退并沒有什么可怕的，服務業可以起到托底的作用，它像萬能金剛能化解各種失業風險。

但仔細回顧一下發達國家產業結構的演進歷史就會發現中國的情形并沒有那么樂觀，因為服務業繁榮絕不是脫胎于經濟蕭條和工業衰敗，恰恰相反，只有依托于工業部門乃至于整個國民經濟的健康發展，才能鍛造出一個強大的服務業部門并取代工業部門成為國民就業的主戰場。仍以美國為例，服務業的真正發展肇始于19世紀60年代南北戰爭之后，國內統一大市場的形成改變了經濟地理，擴大了的市場需求極大地刺激了制造業的發展，西進運動和第二次工業革命更使制造業如虎添翼，一批獨特的工業城市群如芝加哥、底特律拔地而起，一批巨型制造企業，如汽車業的福特、化學工業的杜邦、石油行業的標準石油公司、食品行業的可口可樂橫空出世。制造業的繁榮不可避免地帶動了生產服務業的繁榮，交通運輸、通訊業、金融業首當其沖。社會化大生產催生了專業化分工，大量的輔助活動從制造業企業分離出來，催生了一大批服務業的巨鱷，如交通運輸業中的太平洋鐵路公司、通訊業中的美國電話電報公司、華爾街的紐交所等。

可以毫不夸張地說，服務業繁榮的背后，盡是工業繁榮的故事。華爾街繁榮見證的是重化工業急速擴張對資本的龐大需求。1900年美國鋼鐵產量超過英、法、德、俄四國的總和稱雄世界，就是一個濃縮的影子。這種制造業推動服務業發展的邏輯，在二戰后被演繹到極致。在馬歇爾計劃等多項復興計劃的帶動下，美國經濟出現了持續的繁榮，1946-1970年，年均經濟增速達到3.5%，人均國民生產總值增加了兩倍多。在這一過程中，工業部門飛速發展，不僅實現了量的擴張，更實現了質的提升，以原子能、航天技術、計算機等為代表的新興產業開始興起，再加上現代企業制度的完善，使工業部門站在一個更高的起點上向前發展。工業升級也帶動了服務業升級，除了交通運輸、金融業等傳統服務業進一步強化外，信息技術作為一個獨立的服務業部門得到迅猛發展，并成為生產服務業的龍頭，滲透到傳統工業和國民經濟的每一個角落，推動美國走向后工業化時代。

另一個例子就是日本。上個世紀60-70年代，日本服務業的繁榮，也是處于工業快速發展的時期。鋼鐵、汽車、電子、半導體等產業冉冉升起，居民收入及消費能力不斷提高，并實現了池田內閣主導的著名的“收入倍增計劃”。

相反的例子就是，工業蕭條時期，總能見證服務業凋零破敗的影子。在1929-1933年的經濟大危機中美國失業工人數量超過1300萬，失業率超過1/4，工資下降35%以上*資料來源：根據《中國大百科全書·經濟》整理得出。，人們的消費能力直線下降。覆巢之下豈有完卵？服務業成了無源之水無本之木。“資本家把牛奶倒到河里”，就是零售業慘淡的一個縮影。

(二)中國服務業尚未形成自我繁榮的循環體系

目前中國的產業結構還處于工業化中后期加速階段，服務業尚不發達，不論總量還是結構都還比較落后。2013年服務業在國民經濟中的GDP占比為46.1%，略高于第二產業的43.9%，也是歷史上首次超過第二產業。這一比例不僅遠低于發達國家，也要普遍低于經濟發展水平相近的其他國家。2010年中等收入國家的服務業GDP占比為55.9%*資料來源：各年《國際統計年鑒》。，比中國高出近10個百分點。再以金磚五國為例，除中國外，其他四個國家的服務業GDP占比都要比中國高的多，巴西、南非、俄羅斯都超過60%，印度稍微遜色一些，但也達到了55%。中國服務業總量的落后性從這里可以窺見一斑。至于結構的落后性，可以從服務業中生產服務業的占比情況反映出來，一般而言，生產服務業特別是新興的生產服務業的占比越高，服務業的高級化程度越高。生產服務業通常以運輸倉儲和通訊業、金融業、租賃及商業為代表[2]。它們從物流、通訊、資本、流通等維度為工業部門提供服務，與生活服務業相比，其技術含量、生產效率都處于較高的水平。統計表明，2010年，OECD國家三大生產服務業在服務業中的GDP占比超過了30%；其他的金磚四國均超過20%，其中俄羅斯達到28%；發展中國家普遍超過15%，其中泰國最低，但也達到了15.6%，而中國只有7.5%。

簡言之，目前中國服務業仍處于總量與結構雙低的階段。雖然自2013年起中國服務業GDP首次超過了第二產業，但這絕不意味著服務業已成為國民經濟的龍頭，第二產業在國民經濟中的主導地位并沒有發生根本動搖。另一方面，在服務業內部，仍然以傳統的生活服務業為主導，新興的生產服務業仍在唱配角。與這種結構相對應，服務業不可能脫離工業部門而出現持續的自我繁榮。

首先，中國的生產服務業誕生于傳統的工業體系，對上游工業部門有很強的依賴性。當這些部門萎縮時，生產服務需求也自然下降。當然，如果生產服務業能夠像美國的生產服務業特別是TMT產業那樣，能夠反過來改造傳統制造業，那么它也可以通過自我率先發展，帶動傳統制造業的發展和改造，進而創造需求，實現成長循環。但目前中國的生產服務業尚不具備這個能力。服務業自身的轉型升級需要時日，從某種程度上講比上游部門更困難。美國的信息產業就不是一天形成的，它肇始于上個世紀50年代，歷經半個多世紀的積淀而成。而日本由于沒有這個積淀，信息產業很難有大的突破。中國也別想走捷徑，至少在短期內，我們仍然要面對當傳統制造業走向衰落時生產服務業何去何從的問題。

我們也許還有另一選擇，那就是為其他國家的工業部門提供生產服務，典型例子就是當前在一路一帶的戰略下為其他國家修建高鐵。這一戰略是否能夠成功，還需要時間來加以檢驗，但總體而言中國生產服務業的出口能力并不高。這可能源于國家戰略對匯率、貨幣兌換的限制以及傳統體制對服務業的壟斷等多種因素的制約。這一差距可以通過中美對比看出來。目前美國服務貿易約占全球15%，而中國只有3%。其中，生產服務業差距更大，在交通運輸、通訊、計算機信息服務、保險與其他金融服務業、版權與許可證費用、其他商務服務等典型的生產服務業領域，美國總出口額已超過3000億美元，而中國只有500億美元左右。

其次，就生活服務業來說，或許可以成為一個亮點，由于體量大、占比高，即便生產服務業不景氣，只要生活服務業繁榮，也可以抵補前者而推動經濟發展和就業擴張。但如前所述，生活服務業的發展歸根到底取決于服務消費需求，它又取決于居民收入，而后者又與工業景氣度休戚相關，畢竟，目前中國仍有大量勞動力在工業部門就業。工業衰退必然會沖擊到他們的就業機會和收入。

當然，經濟蕭條時期還有其他一些手段可以彌補居民收入和消費能力，比如社會保障支出，但在中國社保支出太低，不足以解決問題的全部，甚至杯水車薪。我們知道，中國的社保體系并不完善，盡管繳費率占工資水平的比重超過40%而雄踞世界前列，但支出水平卻處于末端，二者呈明顯倒掛格局。目前中國社保支出占財政支出比重不足15%，遠低于西方國家30%-50%的平均水平。2011年中國社保支出占GDP的比重不足10%，不僅遠低于北歐高福利國家的水平(如瑞典和芬蘭分別達到35%和38%)，也遠低于奉行經濟自由主義的美國(當年它也達到16.8%)。即便在中等收入國家，社保支出占比也普遍超過20%。

收入下降不一定會立即沖擊到服務業，短期內，人們還可以憑借財富積累來維系消費，但長期以往，只能坐吃山空，沖擊只能延緩不會消失。今天中國面臨的正是這種情形，改革以來人們積累了不少財富，消費的選擇空間變大，在棘輪效應的作用下，即便短期內收入下降，消費包括對生活服務業的消費，或許還能維持在原有水平上而不至于明顯下降，這維系了短期的服務業繁榮。但如果中國工業部門持續下滑，隨著流量收入的持續下降，以及存量財富的不斷消耗，生活服務業終將面臨需求枯竭的境遇，這也將最終迫使服務業就業陷入泥潭。

三、工業景氣度對服務業景氣度的滯后傳導

下面將利用2002-2013年省級面板數據來進行檢驗，之所以選擇這一樣本期，主要是考慮到我國自2001年12月11日加入世貿組織后，資源配置機制及范圍與之前發生較大變化，產業結構和就業生成機制的演進軌跡可能出現新的特征。采用面板數據主要是為了增加樣本容量并減緩遺漏變量所可能帶來的問題。鑒于青海、西藏的特殊性，將其從樣本中剔除，因此，共有29個截面單元。

(一)工業景氣度對服務業的滯后影響

為檢驗工業增速與服務業增速之間的關系，我們設置如下的計量模型。

(1)

上式中，下標i和t分別代表截面單元(省、自治區、直轄市)和時間樣本。被解釋變量gs為服務業GDP增長率，其中增加值為按不變價格計算的可比水平。解釋變量gi為工業GDP增長率，同樣，其增加值也是不變價下的可比水平。

需注意的是，模型(1)中引入了滯后一期被解釋變量gsi,t-1，之所以這樣做，主要是考慮到影響某期服務業增長率的因素有很多，其中，有一些是系統性因素，它們會連續地對每一期增長率產生影響，但可能并沒有囊括在解釋變量中，通過引入滯后被解釋變量，既可以反映這種系統性影響也可以緩解遺漏變量的問題，因此模型(1)是一個動態面板數據模型。類似地，為考察工業增長率對服務業增長率所可能產生的滯后影響，我們也引入了解釋變量的滯后變量gii,t-j，參照業界的通行做法，同時為了兼顧模型自由度，我們共引入滯后四期解釋變量。

ui為截面效應，εi,t為滿足白噪聲條件的隨機擾動項。

模型(1)是一動態面板數據，鑒于內生性可能，它不宜用常規方法估計，而應采用廣義矩估計方法進行估計，它又包括差分GMM估計和系統GMM估計兩種方法，二者的區別在于對滯后被解釋變量工具變量的選擇[3-4]。與時間序列數據相類似，為了避免偽回歸問題，在回歸前還需要對各變量進行單位根檢驗，具體的檢驗結果如表1所示。

表1　各變量的單位根檢驗結果

注：(1)pecadf為考慮到截面相關性的第二代單位根檢驗方法。(2)差分GMM殘差和系統GMM殘差分別為差分GMM估計和系統GMM估計方程擬合殘差的單位根檢驗指標值。(3)***、**、*分別代表通過1%、5%、10%的顯著性檢驗，下同。

從表1可以看出，除少數一兩種檢驗方法外，其他檢驗方法下gs和gi均能通過顯著性檢驗。鑒于各類方法的檢驗原理和指標構建存在較大差異，個別檢驗方法下未能通過顯著性檢驗也算正常，因此，可以近似地認為，上述各指標均能滿足平穩性要求，這為模型(1)的分析創造了條件，其結果如表2 所示。

從表2可以看出，差分GMM估計和系統GMM估計的結果均能通過AR(2)和Hansen過度識別檢驗，說明兩模型設置是合理的。在差分GMM估計方法下，gsi,t-1的系數顯著為正，為0.297，這說明服務業增速的波動確實具有一定的慣性。gii,t的系數不顯著，說明工業增長率不會對當期的服務業增長率產生明顯影響。進一步，gii,t-1、gii,t-2的系數也不顯著，說明至少在其后兩年時間內工業增長率仍不會對服務業增長率產生影響。gii,t-3顯著為正，為0.153，則說明從第三年起，工業增長率開始對服務業增長率發揮正向影響。gii,t-4也顯著為正，且達到0.386，說明工業增長率的滯后影響至少會延續到了第四年，且強度進一步加大。在系統GMM估計方法下，雖然有一定變化，但幅度不大，且方向沒有發生根本變化，這說明兩種GMM方法的估計結果是趨于一致的，也是穩健可信的。

表2　工業增長率對服務業增長率的影響方程(被解釋變量：gsi,t)

注：(1)AR(2)檢驗的原假設為回歸方程殘差項無二階序列相關；(2)Hansen檢驗的原假設為過度識別檢驗有效。下同。

(二)工業景氣度滯后影響的原因檢驗

對于上述滯后效應，依前述推測，可能的原因在于，工業景氣度雖然會影響居民收入，但源于家庭財富等因素的平滑作用，居民收入要對生活服務業的消費需求產生影響還有一個滯后期。下面我們將分兩個步驟來檢驗上述推測。

第一步，首先檢驗工業景氣度對居民收入的影響。類似于模型(1)，先構建一個計量方程，被解釋變量換成城鎮居民人均年收入增長率gw，解釋變量仍為工業GDP的增長率。之所以采用城鎮居民人均年收入，主要是因為相對于農村居民來說，城鎮居民的服務消費需求更大，理應成為研究焦點。年收入數據均按物價指數折算為可比水平。與模型(1)一樣，我們引入被解釋變量的滯后變量以及滯后四期的解釋變量。表1第四列顯示，gw也能通過平穩性檢驗。

表3顯示，差分GMM估計和系統GMM估計結果均能通過AR(2)和Hansen過度識別檢驗，說明模型設置是合理的，而且兩種兩種估算方法的結果比較接近。下面就以差分GMM估計的結果為例，gwi,t-1的系數顯著為正，達到0.183，說明城鎮居民人均收入增長率有一定的慣性。gii,t的系數均顯著為正，且高達0.535，說明工業增長率每提高一個百分點，城鎮居民人均收入就會增加0.535個百分點。 在滯后解釋變量中，除gii,t-3顯著外，其余幾期的滯后變量均不顯著，而gii,t-3的數值很小，只有0.013，其影響幾乎可以忽略不計。上述結果說明，工業景氣度對城鎮居民收入的影響不僅明顯，而且傳導快，主要是在當期實現的。

表3　工業增長率對城鎮居民收入增長率的影響方程(被解釋變量：gwi,t)

第二步，我們來檢驗城鎮居民收入對服務業景氣度的影響，計量方程的設置類似于模型(1)，只不過被解釋變量換為服務業GDP增長率，解釋變量為城鎮居民人均收入增長率及其滯后四期變量，同時引入滯后被解釋變量。

從表4可以看出，差分GMM估計和系統GMM估計均能通過AR(2)和Hansen過度識別檢驗。差分GMM估計結果顯示，gsi,t-1的系數并不顯著，說明服務業增長率自身沒有明顯的慣性，換言之，隨機性比較大。這從近年來我國服務業PMI指數上躥下跳的事實可以得到一定程度的驗證。gwi,t的系數并不顯著，說明城鎮居民人均收入狀況并不會對當期服務業景氣度產生明顯影響。類似地，滯后兩期的gw變量也不顯著，說明這一狀況會至少延續到兩年，但是自第三年起，滯后變量gwi,t-3、gwi,t-4的系數開始變得顯著，且為正，分別達到0.203和0.170，說明城鎮居民人均收入增長率每提高一個百分點，就會使三年后的服務業增長率提高0.203個百分點，并使四年后的服務業增長率提高0.170個百分點，可見，它并不是對服務業景氣度沒有影響，只不過，影響被推后了三四年而已。從表4還可以看出，系統GMM估計與差分GMM估計結果相差不大，不再贅述。

表4　城鎮居民收入增長率對服務業景氣度的影響方程(被解釋變量：gsi,t)

四、服務業景氣度對服務業就業的滯后傳導

如下分析將證明，中國服務業景氣度并不會立即傳導到服務業就業上，而是存在一個明顯的滯后期，它與工業景氣度對服務業景氣度的滯后影響相結合，將導致從工業景氣度到服務業就業的滯后傳導。這種滯后效應應引起警惕。

(一)服務業景氣度對服務業就業的影響檢驗

計量模型與(1)相似，其中，被解釋變量為服務業就業增長率gse，解釋變量包括服務業GDP增長率gs及其滯后四期變量，為了考慮那些可能被遺漏掉的系統性因素的影響，還引入被解釋變量的滯后變量gsei,t-1，因此，這也是一個動態面板數據模型，需要使用差分GMM估計和系統GMM估計方法進行估算。表1第5列顯示，除個別方法外，gse變量均能通過穩定性檢驗。

從表5可以看出，在差分GMM估計下，gsei,t-1的系數顯著為正，達到0.606，說明當期服務業就業增長率會對下一期服務業就業增長率產生較強的滯后影響，這從一個側面驗證了我國服務業就業的粘性特征[5]。gsi,t的系數不顯著，則說明服務業景氣度并不會傳導到當期的服務業就業上。gsi,t-1的系數也不顯著，說明這一狀況至少還會持續一年時間。gsi,t-2系數顯著為正，為0.333，說明自第三年開始(滯后兩期)，服務業景氣度對其就業的影響開始凸顯出來，前者每提高一個百分點，會使服務業就業增長率提高近1/3個百分點。不僅如此，滯后影響還會延續第五年(滯后四期)，這從gsi,t-4可以看出來，它也顯著為正，為0.088。盡管力度比第三年要小很多，但仍不可忽視。系統GMM估計結果與差分GMM估計結果的方向是一致的。它們都證明了，服務業景氣度對其就業的傳導過程不是一蹉而就的，它至少要經歷2-3年的滯后期才會初露端倪。

表5　服務業景氣度對服務業就業的影響方程(被解釋變量：gsei,t)

對于上述結果，我們并不陌生。縱觀世界各國的經濟發展歷程，服務業就業都有明顯的粘性特征，特別是在蕭條周期，從產值下降到就業下降有一個明顯的滯后傳導過程[1]。結合中國實踐，我們認為主要原因有三。

首先，與工業企業相比，服務業企業多為小微企業，組織形式靈活。小餐館、小旅店、雜貨鋪、理發店都是典型代表，其中不少甚至處于灰色部門。它們不像正規的工業企業那樣拘泥于多種因素的制約，而是可以采取多種變通方式來應對經營滑坡，即所謂的“船小掉頭快”。比如在不改變雇傭人數的情況下通過壓縮每個工人的勞動時長的方式來節約工資開支[6]。這是一種勞動投入的深化調整方式，它有效地規避了大幅裁員的問題。比如，從過去一天工作8小時改為4小時，工資減半。這實際上是讓工人與企業主一起分攤了經營風險。

其次，與工業企業相比，服務業企業的工資具有柔性特征。大量證據表明，工業企業一般執行標準工資制，當經營滑坡時，很難按邊際原則下調工資，于是會出現工資高于邊際產出的情況，此時只有通過裁員才能使市場恢復出清，因此產出下降很容易轉化為失業風險。與此相反，服務業企業一般都是按邊際原則來調整工資的，工資機制具有西方經濟學所描述的柔性調節的典型特征，它能有效化解效益不佳情況下企業的成本壓力和裁員壓力。工資柔性甚至表現為，在某些極端情況下它甚至可以低于法律底限值(如最低工資標準)，而不至于招致員工投訴，在“民不告官不究”的制度潛規則下，企業主與員工倒也相安無事。

最后，上述兩條要成立，企業主和員工之間還要達成“風雨同舟，互諒互讓”的秘密握手協議，否則，不管是壓縮工時還是降低工資，員工是很難答應的。而內部人協議恰恰是中國服務業的一個普遍現象[5]。在很多服務業企業特別是小微型服務業企業，員工與老板都多少帶有一些裙帶關系，比如親戚、同鄉、同學等。在處理勞資關系時，就不會像工業企業正規招工的那樣丁是丁卯是卯，更多地會從對方角度考慮問題，能忍就忍，能將就就將就。老板可以拖上一年工資，員工也不至于告發；員工有事說走就走，也無需正式請假。

秘密握手協議為工時與工資的柔性調節創造了條件，這也是服務業企業規避經營困難的法寶，至少在短期內避免了大規模裁員所帶來的震動。此間企業主和員工都處于蟄伏狀態并靜候曙光，如果經營好轉，則警報解除，失業危機化解；相反，如果經營持續惡化，那么企業終將逼近一個崩潰的極限值，關張在所難免，過去暫時得以庇護的員工被一下子拋向市場，失業問題終將暴露出來。

(二)工業景氣度對服務業就業的滯后效應

既然從工業景氣度到服務業景氣度、從服務業景氣度到服務業就業都有一個滯后傳導過程，那么綜合起來，工業景氣度對服務業就業也應該有一個滯后效應。下面就來檢測這種效應的存在性。類似于前面的處理，計量模型中被解釋變量為服務業就業增長率gse，解釋變量包括工業GDP增長率gs及其滯后四期變量，同時引入被解釋變量的滯后變量gsei,t-1。

從表6可以看出，在兩種GMM估計下，各變量的顯著性及其參數方向都是基本一致的，gsei,t-1的系數都顯著為正，分別為0.461和0.449，這一結果與表5相吻合，再次說明服務業就業的粘性特征。gii,t的系數不顯著，說明工業景氣度并不會立即傳導到當期服務業就業上。gii,t-1至gii,t-3的系數均不顯著，說明這一狀況至少會持續到第四年(滯后三期)。gii,t-4的系數顯著為正，分別達到0.36和0.381，說明直到第五年(滯后四期)，工業景氣度對服務業就業的影響才開始顯現出來，工業GDP增速每升(降)一個百分點，服務業就業增長率就會提高或降低0.36-0.381個百分點，其滯后傳導力度還是比較大的，超過了1/3。

表6　工業景氣度對服務業就業的影響方程(被解釋變量：gsei,t)

五、結論性評語

近年來在新常態背景下中國經濟出現了較大的下行壓力，但就業形勢卻一直維持較好的局面，新增就業數量甚至創出新高，其中，服務業的快速發展是主要原因。但如果工業部門持續下行，服務業就業還能一枝獨秀并持續擴張嗎？本文從理論思辨和實證兩個維度考察了這個問題，并得出了否定的結論。

首先，在理論維度，服務業需求是一種引致性需求，生產服務業直接取決于工業部門的景氣度，生活服務業則取決于居民收入，而后者又取決于工業景氣度，所以服務業的發展從根本上還是取決于工業部門的發展，只不過，在生產服務業占比較小的情況下，源于財富對消費的平滑作用，上述作用會呈現出某種間接而滯后的特征。基于美日等國的歷史經驗，服務業繁榮確實是肇始于工業繁榮的，它不可能脫離后者而出現持續的自我繁榮，服務業就業也難以自我擴張。

其次，在實證維度，我們利用省級動態面板數據模型證明了在工業景氣度和服務業就業之間存在兩個滯后傳導過程：一是從工業景氣度到服務業經濟氣度，有一個2-3年的滯后傳導過程；二是從服務業景氣度到服務業就業，有1-2年的滯后傳導過程。前者主要源于財富對收入效應的緩沖，后者則源于服務業企業所獨有的柔性調節作用。將上述兩種滯后傳導過程綜合起來，工業景氣度對服務業就業有一個明顯的滯后效應，滯后期大約為3-4年，傳導力度超過1/3。

正因為如此，我們對工業持續下行所可能出現的失業風險不能掉以輕心，更不能不切實際地指望服務業來化解它，短期內服務業可以維持目前的就業局面，但長期以往，它也獨木難支，一旦滯后效應爆發，大規模的失業風險就可能會從工業部門蔓延到服務業，殺傷力難以預估。對于這一點，應引起足夠的警惕。

為防止這一情況的出現，目前的當務之急還是要從根本上延緩甚至逆轉工業下行的步伐，在結構調整的大背景下重新武裝工業部門，并提振活力。只有工業部門得到長足發展，才能為服務業提供持續的動力，否則服務業終將陷于枯竭。近年來以美國為首的發達國家發起了再工業化運動，從本質上說，就是為服務業創造新的需求，為服務業發展提供新的續航能力。這一做法，值得我們借鑒。

[1]富克斯.服務經濟學[M].北京:商務印書館,1987.

[2]格魯伯,沃克. 服務業的增長:原因與影響[M].上海:上海三聯書店,1993.

[3]Arellano M,Bond. Some tests of specification for panel data: Monte carlo evidence and an application to employment equations[J]. Review of Economic Studies, 1991, 58: 77-297.

[4]Blundell R,Bond. Initial conditions and moment restrictions in dynamic panel data models[J]. Journal of Econometrics, 1998, 87:115-143.

[5]丁守海. 中國就業彈性究竟有多大？——兼論金融危機對就業的滯后沖擊[J]. 管理世界,2009(5):36-46.

[6]Ball R J. Short term employment functions in British manufacturing industry[J]. Review of Economic Studies, 1966, 33(3):179-207.

(本文責編：王延芳)

The Lagging Risk of Service Employment in New Normal of China’s Economy

DING Shou-hai1，DING Yang2，SHEN Yu1，NAN Yu1

(1. School of Economics, Renmin University, Beijing 100872, China;2. School of International Trade andEconomics,UniversityofInternationalBusniessandEconomics,Beijing100029,China)

In new normal of economy,Service hasn’t got rid of dependence on industry sector. If the industrial situation continues to deteriorate, service industry will not constitute an exception. Empirical analysis find that, the industrial growth has a lagging effect on the service industry, and in turn, the latter exert a lagging influence on service employment, based on the double lagged effect, the industrial growth will finally generate a lagging effect on service employment. It reminds us, sustained recession of industry possibly will lead to a lag unemployment risk, in this regard, we must not ignore it, nor shall we expect it can be solved by the service industry. After all, the service industry does not represent a panacea.

new normal; industrial continual recession; service employment;lagging impact

2015-12-25

2016-07-17

中國特色社會主義經濟建設協同創新中心子項目“認識、適應和引領經濟新常態研究”；中國人民大學科學研究基金(中央高校基本科研業務費專項資金資助)項目(10XNJ015)、 (15XNH050)。

丁守海(1972-)，男，安徽全椒人，中國人民大學經濟學院教授、博士生導師,研究方向：國民經濟管理。

F241.4

A

1002-9753(2016)09-0028-09