六項(xiàng)主要財(cái)政支出的就業(yè)效應(yīng)分析
——基于面板固定效應(yīng)模型的嶺回歸估計(jì)

閆里鵬，牟俊霖

（首都經(jīng)濟(jì)貿(mào)易大學(xué)勞動(dòng)經(jīng)濟(jì)學(xué)院，北京100070）

六項(xiàng)主要財(cái)政支出的就業(yè)效應(yīng)分析
——基于面板固定效應(yīng)模型的嶺回歸估計(jì)

閆里鵬，牟俊霖

（首都經(jīng)濟(jì)貿(mào)易大學(xué)勞動(dòng)經(jīng)濟(jì)學(xué)院，北京100070）

文章采用面板固定效應(yīng)的嶺回歸模型克服了各項(xiàng)財(cái)政支出之間的多重共線性問(wèn)題，從而在同一個(gè)計(jì)量模型中估計(jì)出了六項(xiàng)主要財(cái)政支出的就業(yè)效應(yīng)，主要發(fā)現(xiàn)如下結(jié)論：第一，對(duì)于全國(guó)就業(yè)而言，文化支出、農(nóng)業(yè)支出和社保支出對(duì)全國(guó)總體就業(yè)的促進(jìn)作用最強(qiáng)，固定資產(chǎn)投資支出、社保支出和文化支出對(duì)全國(guó)城鎮(zhèn)就業(yè)的促進(jìn)作用最強(qiáng)；第二，從東、中、西地區(qū)的就業(yè)來(lái)看，教育支出對(duì)東部地區(qū)總體就業(yè)和城鎮(zhèn)就業(yè)有較強(qiáng)的促進(jìn)作用，固定資產(chǎn)投資對(duì)中部地區(qū)總體就業(yè)和城鎮(zhèn)就業(yè)有較強(qiáng)的促進(jìn)作用，農(nóng)業(yè)支出對(duì)西部地區(qū)的總體就業(yè)和城鎮(zhèn)就業(yè)有較強(qiáng)的促進(jìn)作用。因此為了最大限度地發(fā)揮財(cái)政政策對(duì)就業(yè)的促進(jìn)作用，政府應(yīng)該有針對(duì)性地施行財(cái)政政策。

財(cái)政支出；就業(yè)；面板固定效應(yīng)模型的嶺回歸

一、引言

在財(cái)政總支出一定的情況下，如何合理分配各項(xiàng)財(cái)政支出，以達(dá)到更好的就業(yè)促進(jìn)作用呢？從目前的情況來(lái)看，中國(guó)的就業(yè)形勢(shì)暫時(shí)保持穩(wěn)定，但是在中國(guó)經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的壓力下，中國(guó)將在未來(lái)的一段時(shí)期內(nèi)面臨較為嚴(yán)峻的就業(yè)形勢(shì)。因此，政府應(yīng)當(dāng)合理利用財(cái)政政策以保持就業(yè)穩(wěn)定，然而財(cái)政政策——尤其是各項(xiàng)財(cái)政支出，對(duì)于中國(guó)就業(yè)的貢獻(xiàn)到底有多大，已有研究尚未給出一致的結(jié)論。

目前，有大量學(xué)者研究了財(cái)政支出對(duì)就業(yè)的影響，這些研究具有以下三個(gè)特點(diǎn)：第一，從研究對(duì)象來(lái)看，有的文章研究了財(cái)政總支出對(duì)就業(yè)的影響（蔡昉等，2004[1]；曾學(xué)文，2007[2]；王文甫，2008[3]），有的文獻(xiàn)研究了財(cái)政單項(xiàng)支出對(duì)就業(yè)的影響（鄭振雄，2011[4]），還有文章研究了某幾項(xiàng)財(cái)政支出對(duì)就業(yè)的影響（張銘洪等，2016[5]）上述研究并沒(méi)有將主要的財(cái)政支出項(xiàng)目同時(shí)放入一個(gè)模型中，得到的結(jié)論也不可比較，據(jù)此我們認(rèn)為現(xiàn)有研究不利于我們將各項(xiàng)主要的財(cái)政支出的就業(yè)效應(yīng)進(jìn)行比較。第二，從研究方法上來(lái)看，主要研究方法包括主成分分析（趙利等，2014[6]）、面板固定效應(yīng)模型（陳仲常、吳永球，2007[7]）、協(xié)整分析（張銘洪等，2016[5]）等，然而這些方法中哪種方法更適合對(duì)該領(lǐng)域的問(wèn)題進(jìn)行研究并得出更穩(wěn)健的結(jié)論，現(xiàn)有的研究并未給出相應(yīng)的討論；第三，從研究結(jié)論上來(lái)看，有很多研究結(jié)論出現(xiàn)了矛盾，有的文章（路平，2013[8]）認(rèn)為增加財(cái)政支出的財(cái)政政策對(duì)就業(yè)有積極的作用，有的文章（蔡昉等，2004[1]）則認(rèn)為沒(méi)有顯著的作用，所以我們不能從這些存在矛盾的研究中取得可靠的政策建議。

綜上所述，現(xiàn)有研究還有如下三個(gè)問(wèn)題沒(méi)有得到很好的解決：第一，這些研究的研究方法存在差異，計(jì)量方法包括主成分分析、面板固定效應(yīng)、協(xié)整分析等等，而哪種方法更加適合研究各項(xiàng)財(cái)政支出對(duì)就業(yè)的影響，這些研究并沒(méi)有給出答案；第二，現(xiàn)有研究較少把各項(xiàng)財(cái)政支出同時(shí)納入到同一個(gè)模型中進(jìn)行研究，即使某些研究將不同財(cái)政支出項(xiàng)目納入一個(gè)模型進(jìn)行分析，但這些研究之間的結(jié)論不利于進(jìn)行比較，也不利于我們辨別各項(xiàng)財(cái)政支出對(duì)于就業(yè)的貢獻(xiàn)；第三，這些研究的結(jié)論存在顯著的差異，財(cái)政政策的就業(yè)效應(yīng)到底如何并沒(méi)有定論，同時(shí)，各項(xiàng)財(cái)政支出對(duì)就業(yè)的影響也存在分歧。

在這樣的背景下，我們有必要采取新的數(shù)據(jù)和新的研究方法來(lái)探究各項(xiàng)財(cái)政支出的就業(yè)效應(yīng)。本文根據(jù)中國(guó)2004—2014年期間各省市的面板數(shù)據(jù)，采用面板固定效應(yīng)模型的嶺回歸估計(jì)方法，估計(jì)了各項(xiàng)財(cái)政支出對(duì)中國(guó)就業(yè)的貢獻(xiàn)大小。本文的創(chuàng)新主要?dú)w結(jié)為如下兩點(diǎn)：第一，從研究方法上看，本文采用面板固定效應(yīng)模型的嶺估計(jì)方法，克服了各項(xiàng)財(cái)政支出之間存在的嚴(yán)重多重共線性問(wèn)題，從而能估計(jì)出各項(xiàng)支出對(duì)就業(yè)促進(jìn)的貢獻(xiàn)大??；第二，從實(shí)踐意義上講，我們能夠根據(jù)本文的研究結(jié)論，合理分配各項(xiàng)財(cái)政支出，從而達(dá)到更好的就業(yè)促進(jìn)效果。

二、文獻(xiàn)綜述

估計(jì)各項(xiàng)財(cái)政支出對(duì)就業(yè)的貢獻(xiàn)，具有很強(qiáng)的實(shí)踐意義，但是卻面臨估計(jì)方法上的困難。如果單獨(dú)研究各項(xiàng)財(cái)政支出對(duì)就業(yè)的影響，比如Faia等（2010）[9]的研究，但這種方法不能比較各項(xiàng)財(cái)政支出就業(yè)效應(yīng)的大小。如果把各項(xiàng)財(cái)政支出放在一個(gè)計(jì)量模型中進(jìn)行統(tǒng)一的估計(jì)，可以直觀地比較各項(xiàng)支出的就業(yè)效應(yīng)，但是各項(xiàng)財(cái)政支出之間具有很強(qiáng)的相關(guān)性，從而導(dǎo)致計(jì)量模型存在嚴(yán)重的多重共線問(wèn)題，從而不能得出可靠、穩(wěn)健的估計(jì)結(jié)果。

從已有的研究來(lái)看，研究者主要采用如下幾種方法消除各項(xiàng)財(cái)政支出之間的多重共線帶來(lái)的不利影響：第一，王志宇等（2012）[10]引入各項(xiàng)財(cái)政支出的滯后項(xiàng)降低各項(xiàng)財(cái)政支出之間的多重共線問(wèn)題，并利用逐步回歸剔除不顯著變量。這種方法能夠在一定程度上消除多重共線帶來(lái)的影響，但由于引入了財(cái)政支出的滯后項(xiàng)，所以較難計(jì)算出財(cái)政支出對(duì)就業(yè)的凈貢獻(xiàn)大小，并且采用逐步回歸的方法剔除變量可能會(huì)剔除我們重點(diǎn)關(guān)注的變量，以至于不能全面比較各項(xiàng)財(cái)政支出的就業(yè)效應(yīng)大小。第二，重點(diǎn)估計(jì)或者研究某幾項(xiàng)財(cái)政支出對(duì)就業(yè)的影響（武曉利、晁江鋒，2014[11]）。雖然這在一定程度上克服了多重共線帶來(lái)的不利影響，但是不能全面估計(jì)各項(xiàng)財(cái)政支出對(duì)就業(yè)的影響大小，無(wú)法得出哪一項(xiàng)財(cái)政支出對(duì)就業(yè)的促進(jìn)作用最大。第三，采用多種估計(jì)方法估計(jì)各項(xiàng)財(cái)政支出對(duì)就業(yè)的影響，然后對(duì)各種結(jié)果進(jìn)行比較研究（Escudero和Mourelo，2014[12]；Mahdavi和Alanis，2013[13]）。從本質(zhì)上講，采用這種思路能夠在一定程度得到各項(xiàng)財(cái)政支出對(duì)就業(yè)的影響區(qū)間，但是該方法并沒(méi)有從根本上解決多重共線的問(wèn)題。第四，趙利等（2014）[6]采用主成分分析的方法消除多重共線的影響，然而該方法不能直接把關(guān)注的變量納入到計(jì)量模型中，從而不能直接考察重點(diǎn)關(guān)注變量對(duì)就業(yè)的影響。

總體而言，已有研究采用了多種方法試圖克服多重共線問(wèn)題對(duì)估計(jì)結(jié)果的影響，但是上述方法并沒(méi)有從根本上消除多重共線的影響，從而不能準(zhǔn)確估計(jì)出各項(xiàng)財(cái)政支出對(duì)就業(yè)的貢獻(xiàn)大小。在本文中，我們采用嶺回歸方法消除多重共線的影響，這種方法不僅能夠消除多重共線的影響，也能夠在一個(gè)模型中直接估計(jì)出各項(xiàng)財(cái)政支出對(duì)就業(yè)的影響。目前，嶺回歸估計(jì)在實(shí)證研究中得到了廣泛的運(yùn)用。羅良文和闞大學(xué)（2011）[14]利用嶺回歸估計(jì)方法對(duì)計(jì)量模型中的變量進(jìn)行了篩選，其篩選方法是刪除標(biāo)準(zhǔn)化嶺回歸系數(shù)比較穩(wěn)定且絕對(duì)值較小的變量，Kim和Swanson（2014）[15]運(yùn)用面板嶺回歸估計(jì)消除了面板數(shù)據(jù)中各變量的多重共線問(wèn)題。除此之外，我們也發(fā)現(xiàn)，已有研究均采用嶺跡圖確定嶺參數(shù)的大小，這是因?yàn)樵摲椒軌蛑庇^地體現(xiàn)嶺參數(shù)變化對(duì)系數(shù)的影響（Marquardt和Snee，1975）[16]。

三、計(jì)量方法、模型與數(shù)據(jù)

（一）面板固定效應(yīng)的嶺回歸簡(jiǎn)介

我們將面板固定效應(yīng)模型設(shè)定為如下形式：

由于解釋變量X存在嚴(yán)重的多重共線性，行列式|X′X|的值趨近于0，因此不能準(zhǔn)確地求出逆矩陣（X′X）-1。我們?cè)诰仃嘪′X的基礎(chǔ)上增加一個(gè)正的常數(shù)矩陣τΛ，其中τ稱(chēng)為嶺參數(shù)，它的取值大于0，就能求解逆矩陣（X′X+τΛ）-1，從而得到嶺回歸的估計(jì)系數(shù)（4）：

（二）計(jì)量模型的設(shè)定與變量選擇

本文的目的是研究各項(xiàng)財(cái)政支出對(duì)就業(yè)的影響，因此在計(jì)量模型中應(yīng)當(dāng)包含影響就業(yè)的主要變量以及各項(xiàng)財(cái)政支出。根據(jù)Barro（1990）[17]的方法，我們假定Qt為t時(shí)期總產(chǎn)出，Pt代表t時(shí)期各項(xiàng)財(cái)政支出變量，Lt是t時(shí)期就業(yè)量，At是t時(shí)期生產(chǎn)技術(shù)，Kt為t時(shí)期資本存量，然后設(shè)定如下的科布道格拉斯生產(chǎn)函數(shù)（5）：

假定wt是t期的勞動(dòng)者的工資，rt是t期的利率，則企業(yè)t期的總利潤(rùn)πt為：

根據(jù)利潤(rùn)最大化的條件，我們可以求出就業(yè)函數(shù)：

根據(jù)就業(yè)函數(shù)，影響就業(yè)的主要變量有生產(chǎn)總值、工資、利率以及各項(xiàng)財(cái)政支出。對(duì)就業(yè)函數(shù)（7）取對(duì)數(shù)可以得到如下的計(jì)量模型：

在本文的研究中，為了保證研究結(jié)論的穩(wěn)健性，我們?cè)冢?）的基礎(chǔ)上又增加了兩個(gè)控制變量，分別是貨幣供給M、產(chǎn)業(yè)生產(chǎn)總值占國(guó)內(nèi)生產(chǎn)總值比重GDPR，由此我們將本文的計(jì)量模型設(shè)定為（9a）、（9b）、（9c）三個(gè)模型，并在后文分別稱(chēng)為模型1、模型2、模型3：

為了估計(jì)計(jì)量方程（9a）、（9b）、（9c），我們?cè)O(shè)定測(cè)量就業(yè)的統(tǒng)計(jì)指標(biāo)為總體就業(yè)人員EMP和城鎮(zhèn)就業(yè)人員EMPU，測(cè)量工資的統(tǒng)計(jì)指標(biāo)是實(shí)際工資指數(shù)WAG，測(cè)量生產(chǎn)總值的統(tǒng)計(jì)指標(biāo)為國(guó)內(nèi)生產(chǎn)總值GDP，測(cè)量利率的統(tǒng)計(jì)指標(biāo)為一年期貸款利率R，測(cè)量貨幣供給的統(tǒng)計(jì)指標(biāo)是貨幣供給M2，測(cè)量產(chǎn)業(yè)生產(chǎn)總值占國(guó)內(nèi)生產(chǎn)總值比重的統(tǒng)計(jì)指標(biāo)是GDPR2與GDPR3，分別代表第二產(chǎn)業(yè)生產(chǎn)總值和第三產(chǎn)業(yè)生產(chǎn)總值占國(guó)內(nèi)生產(chǎn)總值的比重，測(cè)量各項(xiàng)財(cái)政支出的統(tǒng)計(jì)指標(biāo)有教育支出FEDU、文化體育與傳媒支出FCUL、農(nóng)林水事務(wù)支出FAGR、社會(huì)保障和就業(yè)支出FSSC、醫(yī)療衛(wèi)生支出FHEL、固定資產(chǎn)投資支出FINV。上述變量，除了利率R、實(shí)際工資指數(shù)WAG、GDPR2和GDPR3之外，均取了對(duì)數(shù)。在本文中，總體就業(yè)人員EMP和城鎮(zhèn)就業(yè)人員EMPU的數(shù)據(jù)來(lái)源于各省市歷年的統(tǒng)計(jì)年鑒，其他數(shù)據(jù)來(lái)自《新中國(guó)六十年統(tǒng)計(jì)資料匯編》、《中國(guó)統(tǒng)計(jì)年鑒2009—2015》以及歷年《中國(guó)財(cái)政統(tǒng)計(jì)年鑒》。在后文中我們把六項(xiàng)主要財(cái)政支出簡(jiǎn)稱(chēng)為：教育支出、文化支出、農(nóng)業(yè)支出、社保支出、醫(yī)療支出和固定資產(chǎn)投資支出。本文中涉及到的描述性統(tǒng)計(jì)參見(jiàn)表1。

表1 變量名稱(chēng)與描述性統(tǒng)計(jì)（2004—2014）

四、面板嶺回歸的估計(jì)結(jié)果

（一）多重共線檢驗(yàn)、豪斯曼檢驗(yàn)以及嶺跡分析

首先，經(jīng)過(guò)膨脹因子檢驗(yàn)表明模型1、模型2、模型3的膨脹因子均超過(guò)40，因此各項(xiàng)財(cái)政支出的變量之間存在著很強(qiáng)的多重共線性，經(jīng)Hausman檢驗(yàn)公式以及修正的Hausman檢驗(yàn)公式（連玉君等，2014）[18]檢驗(yàn)表明應(yīng)當(dāng)采用固定效應(yīng)模型。圖1是基于模型2的全國(guó)總體就業(yè)和城鎮(zhèn)就業(yè)的嶺回歸圖，如圖1所示，我們可以看到各項(xiàng)財(cái)政支出的系數(shù)隨嶺參數(shù)k的增大而出現(xiàn)大幅度的變動(dòng)，特別是從圖1中的左圖我們可以看到教育支出、投資支出和醫(yī)療支出的系數(shù)隨著嶺參數(shù)的增加而由負(fù)變正，而在右圖中我們看到醫(yī)療支出和投資支出同樣隨著嶺參數(shù)的增加由負(fù)變正，這說(shuō)明如果不使用嶺回歸對(duì)變量之間的多重共線性進(jìn)行處理那么我們將無(wú)法得到正確的結(jié)論。除此之外，通過(guò)嶺跡法我們可以得到，當(dāng)嶺參數(shù)k等于0.2時(shí)，各變量的系數(shù)基本趨于穩(wěn)定，因此我們把最優(yōu)的嶺參數(shù)ko設(shè)為0.2。

（二）各項(xiàng)財(cái)政支出對(duì)全國(guó)就業(yè)的影響

表2顯示了各項(xiàng)財(cái)政支出對(duì)全國(guó)總體就業(yè)和城鎮(zhèn)就業(yè)的影響。在回歸系數(shù)結(jié)果中，我們發(fā)現(xiàn)lnGDP的系數(shù)為負(fù)，這主要是由如下兩個(gè)原因?qū)е碌模旱谝唬?xiàng)財(cái)政支出對(duì)就業(yè)有非常顯著的促進(jìn)作用，而且這種就業(yè)促進(jìn)能力遠(yuǎn)高于國(guó)內(nèi)生產(chǎn)總值的提高對(duì)于就業(yè)的促進(jìn)作用，這就導(dǎo)致在數(shù)據(jù)層面上各項(xiàng)財(cái)政支出“奪走了”國(guó)內(nèi)生產(chǎn)總值對(duì)就業(yè)的促進(jìn)作用；第二，變量lnGDP和WAG存在多重共線性，這導(dǎo)致回歸結(jié)果中的lnGDP系數(shù)為負(fù)數(shù)，事實(shí)上如果我們刪除了工資WAG變量之后，lnGDP系數(shù)由負(fù)數(shù)變?yōu)檎龜?shù)。

圖1 面板固定效應(yīng)模型嶺回歸的嶺跡圖

表2 各項(xiàng)財(cái)政政策對(duì)全國(guó)就業(yè)的影響（2004—2014）

對(duì)表2中結(jié)果進(jìn)行分析我們可以得出：第一，對(duì)于全國(guó)總體就業(yè)來(lái)說(shuō)，各項(xiàng)財(cái)政支出對(duì)于總體就業(yè)的貢獻(xiàn)由大到小依次為：文化支出、農(nóng)業(yè)支出、社保支出和教育支出，固定資產(chǎn)投資支出對(duì)就業(yè)的影響不顯著而且醫(yī)療支出就業(yè)效應(yīng)為負(fù)；第二，對(duì)于全國(guó)城鎮(zhèn)就業(yè)來(lái)說(shuō)，各項(xiàng)財(cái)政支出對(duì)城鎮(zhèn)就業(yè)的貢獻(xiàn)由大到小依次為：固定資產(chǎn)投資支出、文化支出、社保支出、農(nóng)業(yè)支出、教育支出、醫(yī)療支出。

關(guān)于上述結(jié)論，我們發(fā)現(xiàn)文化支出和社保支出對(duì)于總體就業(yè)和城鎮(zhèn)就業(yè)都有很強(qiáng)的促進(jìn)作用，而農(nóng)業(yè)支出對(duì)總體就業(yè)促進(jìn)作用顯著，固定資產(chǎn)投資支出對(duì)城鎮(zhèn)就業(yè)促進(jìn)作用顯著。對(duì)此我們給出如下解釋?zhuān)旱谝?，文化支出的增加可以促進(jìn)這些產(chǎn)業(yè)發(fā)展的同時(shí)帶動(dòng)相關(guān)產(chǎn)業(yè)的發(fā)展進(jìn)而增加就業(yè)；第二，關(guān)于社保支出，我國(guó)依然是一個(gè)發(fā)展中國(guó)家，低收入人群依然占有很大的比例，提高社保支出對(duì)于穩(wěn)定大部分人群的就業(yè)有著積極的作用；第三，關(guān)于農(nóng)業(yè)支出，農(nóng)業(yè)支出對(duì)于總體就業(yè)的促進(jìn)效果明顯，其原因在于增加農(nóng)業(yè)支出對(duì)于農(nóng)村地區(qū)就業(yè)促進(jìn)作用顯著，減少農(nóng)村地區(qū)相對(duì)廉價(jià)勞動(dòng)力進(jìn)入城市，這防止了農(nóng)村廉價(jià)勞動(dòng)力對(duì)城鎮(zhèn)勞動(dòng)力的擠出，從而在整體上促進(jìn)了就業(yè)；第四，關(guān)于固定資產(chǎn)投資支出，該項(xiàng)支出的增加可以顯著增加城鎮(zhèn)就業(yè)，這與實(shí)際情況相符。

（三）各項(xiàng)財(cái)政支出對(duì)各地區(qū)就業(yè)的影響

我們接下來(lái)分析各項(xiàng)財(cái)政支出對(duì)東、中、西部地區(qū)總體就業(yè)和城鎮(zhèn)就業(yè)的影響，如表3所示。我們可以得出：第一，對(duì)東部地區(qū)來(lái)說(shuō)，各項(xiàng)財(cái)政支出對(duì)于總體就業(yè)的貢獻(xiàn)由大到小依次為：文化支出、教育支出、農(nóng)業(yè)支出、固定資產(chǎn)投資支出、醫(yī)療支出和社保支出，各項(xiàng)財(cái)政支出對(duì)城鎮(zhèn)就業(yè)的貢獻(xiàn)由大到小依次為：固定資產(chǎn)投資支出、社保支出、教育支出、醫(yī)療支出、農(nóng)業(yè)支出、文化支出；第二，對(duì)于中部地區(qū)來(lái)說(shuō)，各項(xiàng)財(cái)政支出對(duì)于總體就業(yè)的貢獻(xiàn)大小依次為：文化支出、固定資產(chǎn)投資支出、社保支出、農(nóng)業(yè)支出、教育支出、醫(yī)療支出，各項(xiàng)財(cái)政支出對(duì)城鎮(zhèn)就業(yè)的貢獻(xiàn)由大到小依次為：文化支出、固定資產(chǎn)投資支出、社保支出、教育支出、醫(yī)療支出、農(nóng)業(yè)支出；第三，對(duì)于西部地區(qū)來(lái)說(shuō)，各項(xiàng)財(cái)政支出對(duì)于總體就業(yè)的貢獻(xiàn)大小依次為：文化支出、農(nóng)業(yè)支出、社保支出和教育支出，醫(yī)療和固定資產(chǎn)投資支出對(duì)就業(yè)的影響顯著為負(fù)，各項(xiàng)財(cái)政支出對(duì)城鎮(zhèn)就業(yè)的貢獻(xiàn)由大到小依次為：農(nóng)業(yè)支出、文化支出、社保支出、固定資產(chǎn)投資支出、教育支出、醫(yī)療支出。

表3 財(cái)政各項(xiàng)支出對(duì)各地區(qū)就業(yè)的影響（2004—2014）

將以上分析結(jié)果與全國(guó)的結(jié)果作對(duì)比，我們可以發(fā)現(xiàn)一些新的結(jié)論：第一，對(duì)于東部地區(qū)來(lái)說(shuō)，教育支出對(duì)于總體就業(yè)和城鎮(zhèn)就業(yè)的促進(jìn)效果顯著，雖然文化支出對(duì)于就業(yè)的貢獻(xiàn)處在最后一位，但是從數(shù)據(jù)上看其系數(shù)與其他幾項(xiàng)支出的系數(shù)處于一個(gè)數(shù)量級(jí)別，這說(shuō)明文化支出對(duì)于東部地區(qū)的城鎮(zhèn)就業(yè)也存在有力的促進(jìn)作用；第二，對(duì)于中部地區(qū)來(lái)說(shuō)，固定資產(chǎn)投資支出對(duì)于總體就業(yè)和城鎮(zhèn)就業(yè)的促進(jìn)效果顯著，并且文化支出對(duì)中部地區(qū)城鎮(zhèn)就業(yè)的促進(jìn)作用遠(yuǎn)遠(yuǎn)大于其他地區(qū)的支出；第三，對(duì)于西部地區(qū)來(lái)說(shuō)，農(nóng)業(yè)支出對(duì)城鎮(zhèn)就業(yè)促進(jìn)作用超過(guò)了其他支出位于第一位。

我們對(duì)上述結(jié)論作出如下解釋?zhuān)旱谝?，?duì)于東部地區(qū)，教育支出對(duì)城鎮(zhèn)就業(yè)和總體就業(yè)的促進(jìn)作用均很明顯，這是由于東部地區(qū)經(jīng)濟(jì)發(fā)展較好并且東部地區(qū)教育資源相較于其他地區(qū)更為豐富，增加財(cái)政教育支出能夠吸引更多人才，提高了東部地區(qū)的就業(yè)水平；第二，對(duì)于中部地區(qū)，固定資產(chǎn)投資支出的就業(yè)促進(jìn)作用顯著說(shuō)明政府的相關(guān)財(cái)政政策取得了良好的效果，應(yīng)當(dāng)繼續(xù)保持；第三，對(duì)于西部地區(qū)，固定資產(chǎn)投資支出對(duì)總體就業(yè)呈現(xiàn)出負(fù)的作用，這可能與西部地區(qū)固定資產(chǎn)投資效率不高導(dǎo)致其對(duì)就業(yè)存在不利的影響有關(guān)，我們可以從孫早等（2015）[19]的結(jié)論中得到支持。除此之外，醫(yī)療支出對(duì)總體就業(yè)也呈現(xiàn)了負(fù)的作用，這可能是由于該項(xiàng)支出不足導(dǎo)致資金利用效率低造成的（陳東、王小霞，2010[20]）。而農(nóng)業(yè)支出對(duì)西部地區(qū)城鎮(zhèn)就業(yè)的促進(jìn)作用的原因與前文相似，故不再贅述。

（四）穩(wěn)健性分析

我們從三個(gè)方面進(jìn)行穩(wěn)健性檢驗(yàn)：第一，加入一個(gè)控制年份的虛擬變量（如2010年）進(jìn)行分析，除此之外還嘗試刪掉所有控制變量進(jìn)行回歸分析，分析結(jié)果表明本文的研究結(jié)論依然存在并且結(jié)果沒(méi)有發(fā)生突變；第二，我們嘗試將工資指數(shù)WAG與貨幣供給M2對(duì)數(shù)lnM2變?yōu)槌擎?zhèn)單位就業(yè)人員平均工資對(duì)數(shù)lnWAG和貨幣供給M0對(duì)數(shù)lnM0，發(fā)現(xiàn)回歸結(jié)果依然是穩(wěn)定的；第三，我們將分析年限由2004—2014年擴(kuò)展為2002—2014年，結(jié)果表明本文的結(jié)論依然存在。故綜上所述，我們可以得出本文的研究結(jié)論是穩(wěn)健的。穩(wěn)健性檢驗(yàn)產(chǎn)生的大量具體數(shù)據(jù)由于篇幅的原因本文并未展示出來(lái)，感興趣的讀者可以通過(guò)郵件向我們索取。

五、結(jié)論、討論與政策建議

本文采用面板固定效應(yīng)的嶺回歸，研究財(cái)政支出中的文化支出、教育支出、社保支出、固定資產(chǎn)投資支出、醫(yī)療支出、農(nóng)業(yè)支出對(duì)全國(guó)、東部地區(qū)、中部地區(qū)以及西部地區(qū)的總體就業(yè)和城鎮(zhèn)就業(yè)的影響，我們主要發(fā)現(xiàn)如下結(jié)論：

第一，從全國(guó)來(lái)看，文化支出、農(nóng)業(yè)支出、社保支出對(duì)總體就業(yè)的促進(jìn)作用最強(qiáng)，固定資產(chǎn)投資支出、文化支出、社保支出對(duì)城鎮(zhèn)就業(yè)的促進(jìn)作用最強(qiáng)，這表明，文化支出和社保支出能夠有效地促進(jìn)城鎮(zhèn)地區(qū)以及農(nóng)村地區(qū)就業(yè)，而農(nóng)業(yè)支出主要對(duì)農(nóng)村地區(qū)就業(yè)有重要的促進(jìn)作用，固定資產(chǎn)投資支出主要對(duì)城鎮(zhèn)地區(qū)就業(yè)有重要的促進(jìn)作用。

第二，從東、中、西部地區(qū)來(lái)看，對(duì)于東部地區(qū)來(lái)說(shuō)，教育支出對(duì)于總體就業(yè)和城鎮(zhèn)就業(yè)的促進(jìn)作用凸顯，對(duì)于中部地區(qū)來(lái)說(shuō)，固定資產(chǎn)投資支出對(duì)總體就業(yè)和城鎮(zhèn)就業(yè)的促進(jìn)作用凸顯，而對(duì)于西部地區(qū)來(lái)說(shuō)，農(nóng)業(yè)支出對(duì)于總體就業(yè)和城鎮(zhèn)就業(yè)的促進(jìn)作用凸顯。

綜上所述，政府應(yīng)優(yōu)先保障文化支出、社保支出的比重，同時(shí)還應(yīng)擴(kuò)大農(nóng)業(yè)支出促進(jìn)總體就業(yè)增長(zhǎng)，擴(kuò)大固定資產(chǎn)投資以促進(jìn)城鎮(zhèn)就業(yè)增長(zhǎng)，東部地區(qū)還應(yīng)當(dāng)重視教育支出，中部地區(qū)應(yīng)當(dāng)重視固定資產(chǎn)投資支出，而西部地區(qū)還應(yīng)當(dāng)重視農(nóng)業(yè)支出。

本文的貢獻(xiàn)在于，從研究方法的角度來(lái)講，通過(guò)利用面板固定效應(yīng)的嶺回歸解決了本領(lǐng)域研究中各項(xiàng)財(cái)政支出之間存在的嚴(yán)重多重共線性問(wèn)題，從而為分析各項(xiàng)財(cái)政支出對(duì)于就業(yè)的影響提供了可能，同時(shí)也為其他領(lǐng)域中同樣存在多重共線性問(wèn)題的研究提供了參考。從實(shí)踐的角度來(lái)講，本文的研究結(jié)論展示了不同種類(lèi)的財(cái)政支出對(duì)于就業(yè)的影響，因此可以為政策制定者提供參考。

[1]蔡昉，都陽(yáng)，高文書(shū)，2004.就業(yè)彈性、自然失業(yè)和宏觀經(jīng)濟(jì)政策——為什么經(jīng)濟(jì)增長(zhǎng)沒(méi)有帶來(lái)顯性就業(yè)？[J].經(jīng)濟(jì)研究（9）：18-25.

[2]曾學(xué)文，2007.我國(guó)轉(zhuǎn)型期財(cái)政和貨幣政策開(kāi)發(fā)就業(yè)潛力的效果分析[J].財(cái)貿(mào)經(jīng)濟(jì)（2）：18-24.

[3]王文甫，2008.政府支出、技術(shù)進(jìn)步對(duì)勞動(dòng)就業(yè)的效應(yīng)分析[J].經(jīng)濟(jì)科學(xué)（3）：48-57.

[4]鄭振雄，2011.公路基礎(chǔ)設(shè)施的就業(yè)效應(yīng)實(shí)證分析——基于省際動(dòng)態(tài)面板模型[J].人口與經(jīng)濟(jì)（2）：28-32.

[5]張銘洪，盧曉軍，張志遠(yuǎn).財(cái)政支出結(jié)構(gòu)的就業(yè)效應(yīng)研究：理論與經(jīng)驗(yàn)證據(jù)[J].華東經(jīng)濟(jì)管理，2016，30（4）：6-11.

[6]趙利，潘志遠(yuǎn)，王東霞，2014.城鎮(zhèn)勞動(dòng)就業(yè)影響因素的實(shí)證研究——基于主成分分析法和VAR模型的分析[J].宏觀經(jīng)濟(jì)研究（5）：117-126.

[7]陳仲常，吳永球，2007.財(cái)政支出、私人投資與就業(yè)增長(zhǎng)[J].中國(guó)勞動(dòng)經(jīng)濟(jì)學(xué)（1）：62-74.

[8]路平，2013.我國(guó)教育擴(kuò)張對(duì)就業(yè)變動(dòng)的動(dòng)態(tài)影響研究——基于VAR模型的實(shí)證分析[J].經(jīng)濟(jì)經(jīng)緯（4）：99-103.

[9]Faia E，Lechthaler W，Merkl C.Fiscal Multipliers and the Labour Market in the Open Economy[J].IZA Discussion Paper，2010（4849）：1-39.

[10]王志宇，田金信，王文靜.財(cái)政支出政策的就業(yè)效應(yīng)研究[J].預(yù)測(cè)，2012，31（3）：19-23.

[11]武曉利，晁江鋒，2014.政府財(cái)政支出結(jié)構(gòu)調(diào)整對(duì)經(jīng)濟(jì)增長(zhǎng)和就業(yè)的動(dòng)態(tài)效應(yīng)研究[J].中國(guó)經(jīng)濟(jì)問(wèn)題（5）：39-47.

[12]Escudero V，Mourelo E L.PUBLIC DEBT，F(xiàn)ISCAL CONSOLIDATION AND THE EFFECT ON EMPLOYMENT[J].ILO Research Series（Geneva，ILO），2014.

[13]Mahdavi S，Alanis E.Public expenditures and the unemployment rate in the American states：panel evidence[J].Applied Economics，2013，45（20）：2926-2937.

[14]羅良文，闞大學(xué)，2011.對(duì)外貿(mào)易和外商直接投資對(duì)中國(guó)人力資本存量影響的實(shí)證研究——基于嶺回歸分析法[J].世界經(jīng)濟(jì)研究（4）：31-35.

[15]Kim H H，Swanson N R.Forecasting financial and macroeconomic variables using data reduction methods：New empirical evidence[J]. Journal of Econometrics，2014，178（1）：352-367.

[16]Marquardt D W，Snee R D.Ridge Regression in Practice[J].American Statistician，1975，29（1）：3-20.

[17]Barro R.Government Spending in a Simple Endogenous Growth Model [J].JOURNAL OF POLITICAL ECONOMY，1990，95（5）：103-126.

[18]連玉君，王聞達(dá)，葉汝財(cái).Hausman檢驗(yàn)統(tǒng)計(jì)量有效性的Monte Carlo模擬分析[J].數(shù)理統(tǒng)計(jì)與管理，2014，44（5）：830-841.

[19]孫早，楊光，李康，2015.基礎(chǔ)設(shè)施投資促進(jìn)了經(jīng)濟(jì)增長(zhǎng)嗎——來(lái)自東、中、西部的經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)學(xué)家（8）：71-79.

[20]陳東，王小霞，2010.我國(guó)農(nóng)村醫(yī)療衛(wèi)生的投入效率:地區(qū)趨同與門(mén)檻效應(yīng)[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)（9）：122-128.

（責(zé)任編輯：C校對(duì)：T）

F812.45

A

1004-2768（2017）03-0001-06

2016-12-12

國(guó)家社科基金項(xiàng)目“財(cái)政政策、貨幣政策的就業(yè)效應(yīng)研究”（13CJY021）

閆里鵬（1992-），男，河南鄭州人，首都經(jīng)濟(jì)貿(mào)易大學(xué)勞動(dòng)經(jīng)濟(jì)學(xué)院碩士研究生，研究方向：就業(yè)與經(jīng)濟(jì)增長(zhǎng)；牟俊霖（1979-），男，四川自貢人，博士，首都經(jīng)濟(jì)貿(mào)易大學(xué)勞動(dòng)經(jīng)濟(jì)學(xué)院副教授，研究方向：就業(yè)與經(jīng)濟(jì)增長(zhǎng)。