中國體育產業結構升級影響失業率的機制分析與經驗研究*

郭榮娟 蘇志偉

(1.商丘師范學院 體育學院，河南 商丘 476002；2.中國海洋大學 經濟學院，山東 青島 266100)

中國體育產業結構升級影響失業率的機制分析與經驗研究*

郭榮娟1蘇志偉2

(1.商丘師范學院 體育學院，河南 商丘 476002；2.中國海洋大學 經濟學院，山東 青島 266100)

本文首先從理論上刻畫了體育產業結構升級影響就業的理論傳導機理，并進一步選取1980—2015年樣本內數據，通過構建體育產業結構升級與失業率的非線性門檻模型，聯合包含捕捉結構突變與平滑漸變點的非線性方法對序列進行平穩性檢驗，并利用完全修正最小二乘法和動態最小二乘法實證分析了體育產業結構升級對失業率的影響，結果表明，中國體育產業結構升級能夠顯著降低失業率，且我國體育產業結構升級對失業率的影響具有顯著的非線性及區制轉換特征，特別是依賴于經濟發展的變動而產生非線性的影響，而且該區制轉換的位置處于實際GDP增長率為5.8%和11.7%。

體育產業；非線性；門檻協整；失業率

一、問題提出及相關文獻回顧

2016年7月13日國家體育總局正式發布《體育產業發展“十三五”規劃》，提出要在堅持改革引領、市場主導、創新驅動和協調發展的基本原則下，實現體育服務業增加值占比超過30%。但總體上看，目前我國體育產業發展水平不高，結構不盡合理，體育產業供給側結構改革亟待推進。今后我國體育產業發展要以體育產業供給側結構性改革為主線，以優化體育產業結構為重點，擴大體育消費、拉動經濟增長、轉變發展方式，為經濟發展提供有力支撐和持續動力。因此，今后體育產業要想得到長足的發展，必須進行體育產業結構調整升級、完善產業布局。

體育產業結構是指體育產業在其經濟活動中形成的技術經濟聯系以及由此表現出來的比例關系，而體育產業結構升級指在原有體育產業結構的基礎上通過制度創新和技術創新，逐步提高體育產業結構效率和產業結構水平的過程，是產業間的經濟技術聯系包括數量比例關系走向合理化的過程，是產業結構由低層次不斷向高層次演進的過程，是經濟發展的必然趨勢。自改革開放以來，我國政府堅持以經濟建設為中心，大力發展工業經濟，推進生產技術進步和產業機構的轉換升級。近年來，我國政府越來越重視產業結構的優化升級，尤其是自2008年金融危機以來，以進出口加工貿易為代表的傳統低端制造業經濟受到較大沖擊，調整產業結構以提高經濟穩定性成為中央經濟工作的重點。然而，我國特有的發展特征表現在農業基礎薄弱、工業大而不強，加之人口眾多，這也就形成了當前我國的產業結構仍然以勞動密集型為主。產業結構升級本身就是經濟由低級形態向高級形態演進的過程。在這個過程中，考慮到我國存在著大量的以農民和一般工人為主的體力勞動者，產業結構升級對社會勞動力就業的影響就會變得十分復雜。一方面，產業結構升級過程中的技術進步會提高生產率，生產由勞動密集型向資本密集新演進，就會導致失業率水平上升，而且，我國存在相當一部分勞動力，他們屬于知識水平較低的純體力勞動者，在技術進步中很難掌握新的技術，這就會造成他們的知識、經驗、技術水平與產業結構升級優化過程不相適應，造成結構性失業。另一方面，產業結構升級對資本品的需求增加，這需要更多的勞動力來進入到生產，而且產業結構升級導致社會分工更加細致、社會生產更加多樣化，這些都會創造更多的工作崗位，尤其是包括服務和流通兩大部門的興起，對吸收因技術進步被排斥的勞動力，具有正向的就業效應。

受長期經濟發展不平衡、人口結構變化，以及轉變經濟發展方式要求等多方面因素影響，就業結構矛盾將成為就業領域的主要矛盾之一，主要體現在四個方面：一是隨經濟升級轉型，傳統低端制造業對就業的貢獻會下降，新增就業將主要集中于生產、生活服務業；[1]二是受產業調整、生活成本上升等多種因素影響，過去對就業增長貢獻較大的長三角、珠三角及環渤海經濟圈，勞動力需求總量會下降，新興經濟區域以及相當一部分中小城市對就業增長的貢獻率會不斷加大；[2]三是隨高等教育大眾化，新增勞動力供給中高端勞動力比重較大，低端勞動力明顯出現短缺；[3]四是勞動力年齡結構加快老化，與產業和市場對勞動力的需求差距越來越大。[4]突出的結構矛盾，意味著未來大量勞動力必須在職業、行業、區域之間進行調整，這對于勞動者自身職業選擇、職業能力，對于人口政策以及公共服務體系建設都會形成巨大挑戰，此外，隨著新技術的不斷被采用，高技能工人的需求不斷加大，進而導致勞動就業結構出現變動。因此，在當前結構轉型的背景之下，對勞動力市場就業結構的穩定性進行分析，不僅能夠從宏觀上把握我國勞動力市場就業結構的發展現狀與趨勢，還能從中觀層面認識勞動力市場就業結構的區域差異性，對于縮小社會貧富差距、實現社會的協調發展具有重要的現實意義。

從20世紀30年代經濟危機以后，就業問題成為理論界研究的一個重大課題。西方經濟學的主流觀點認為宏觀經濟增長和就業增長有正相關的關系。著名的奧肯定律指出GDP每增加2%，失業率大約下降一個百分點，然而有學者分析中國1993年至2006年GDP增長率和失業率變化發現用奧肯定律來分析我國的經濟運行，效果并不理想。這里面潛在的一個重要原因是我國處在工業化階段，經濟增長的一個重要來源是產業結構轉換過程中的技術進步。而依據馬克思的觀點，這種技術進步往往在創造新的工作崗位的同時導致由于生產率上升而帶來的“機器排擠人”和結構性失業。西方經濟學界對產業結構升級的就業效應也一直存在爭議，可以歸納為三類：一是認為產業結構升級使經濟增長，創造了更多的就業機會。如：Pissarides在理性期望的前提下，建立了失業率變化模型，揭示了技術進步創造就業機制，認為產業結構升級過程中技術進步能夠創造更多的就業機會提高就業水平。[5]姚戰琪和夏長杰用2000至2003年31個地區的截面數據的回歸分析，分析了諸多因素對就業的影響，結果發現產業結構對就業有積極的影響。[6]段敏芳和徐鳳輝利用中國科學院國情研究小組建立的非線性函數關系研究經濟增長與就業之間的關系，結果顯示我國產業結構的不合理造成了我國低就業，優化產業結構尤其是發展第三產業可以帶動更多的就業。[7]郭丹用偏差系數量化了產業結構調整與就業結構的偏差情況，認為我國農村地區就業結構與產業結構極不相符，提出推進產業結構調整以促進就業。[8]二是產業結構升級中會導致結構性失業，對就業增長具有負面影響。如：Kalz和Murphy指出技術進步使勞動市場需求從低技能勞動轉向高技能勞動力，低技能勞動力越來越難以找到工作，使失業率上升。[9]Clandio Michelacci和David Lopez-Salido運用結構性向量自回歸模型(VAR)得出由于技術進步使原有技術過時而使技術落后部門的就業遭到破壞，此外技術過時還使技術較差的勞動力無法適應新的生產技術造成失業。[10]喻桂華和張春煜從產業結構、就業彈性和就業結構方面分析了我國歷史數據和國外數據的相關性，發現我國的勞動就業結構變化在一定程度上滯后于產業結構變化，也就是說在產業結構升級過程中會造成失業率的上升。[11]張浩然和衣保中利用我國206個城市2003-2008年的數據采用空間面板模型對我國的產業結構變動與就業增長的關系進行了經驗分析，發現產業結構的快速調整，特別是增量結構的快速調整對城市就業有顯著的促進作用，同時造成的結構性失業對城市就業產生負面影響。[12]三是產業結構升級對就業存在正負雙向的影響，對不同的經濟結構的影響也不同，其就業效應也是不確定的。如：Simon Kuznets通過對國民收入與勞動力在三次產業中的分布與變動趨勢，提出產業結構的變動必然帶來就業結構的相應調整，技術進步使工業部門勞動生產率提高，勞動力需求下降，而以商業、金融、技術服務為主的第三產業的快速發展勞動就業逐步以第三產業為主。[13]Chenery運用回歸分析的方法研究了全世界101個國家1950-1970年的發展趨勢，指出在發達國家農業勞動力就業與農業產值向工業轉換基本同步，而發展中國家產業結構轉換普遍先于就業結構轉換，這表明發展中國家在優化產業結構時應當采取恰當的政策，以免出現較高的失業率。[14]Ranadev和James分析了印度和臺灣地區兩個不同類型產業結構變化，發現資本密集型的印度在工業化進程中失業率上升，經濟發展受阻；而勞動密集型的臺灣地區的產業結構升級卻帶動了就業增加，使經濟穩定增長。[15]魏燕和龔新蜀利用我國2000-2009年31個省(市、區)的省際面板數據，采用擴展型C-D函數對技術進步、產業結構升級與就業之間的關系進行了面板單位根檢驗、協整檢驗和誤差修正模型分析，結果發現產業結構升級是區域就業差異的長期原因，但是短期影響是不穩定的。[16]

已有的研究成果體現了體育產業結構升級對就業影響的不確定性，尤其在我國當前巨大規模的勞動力人口、相對較低的文化素質、城鄉二元結構等基本國情下，產業結構轉型對勞動力就業的影響更加復雜。顧建平認為國民經濟的發展要求產業結構與就業結構的相互適應。[17]當前研究產業結構升級的就業效應大多用協整分析的方法，然而我國正處于經濟快速發展時期，產業結構很可能發生顯著性的變化，協整分析往往不能檢驗出變量中的結構突變因素，無法準確刻畫中國當前產業結構升級的就業效應，其所揭示的經濟意義就會受到影響。鑒于已有的研究成果，本文試圖利用非線性門檻協整模型分析產業結構優化升級與就業水平之間的動態關系，并聯合利用完全修正最小二乘法(FMOLS)和動態最小二乘法(DOLS)對門檻參數進行估計，由此解釋體育產業結構優化升級與就業水平之間的長期非線性關系。

二、理論機理分析

根據Romer的中間產品模型，假定一個地區的經濟總量生產函數采取如下形式：[18]

(1)

其中，GDP代表一個地區的生產總值，Q代表一個地區所能生產的中間產品數量，體現了一個地區的技術水平，A>0代表技術進步所產生的外部性，n代表地區生產最終產品投入的中間產品數量，δ表示技術彈性。假定人力資本是中間產品生產所需要的唯一要素，一個單位第i種中間產品需要投入(1+φi)個單位的人力資本，這樣生產第i種中間產品的成本函數為：

c(x(i))=w(1+φi)x(i)

(2)

其中，w為一個地區中人力資本的工資水平，而邊際成本為：

mc(i)=w(1+φi)

(3)

很明顯，隨著i的提高，中間產品廠商生產需要投入的人力資本越來越多，邊際成本逐步增加，意味著不同產業的技術難度存在一定的差距。其中，i越大，產業越先進，則產業技術難度越大，導致生產的邊際成本越高。人力資本的積累一方面需要人力資本本身的投入，另一方面需要物質資本的投入，假定人力資本積累方程式如(4)式所示：

(4)

其中，ηh為積累人力資本所需的物質資本投入，而hh則為積累人力資本所需要的人力資本投入，B為正參數，而人力資本的最優決策意味著：

(5)

由人力資本積累的一階條件可以得到：

r/w=B1/δδ(1-δ)1/δ-1

(6)

其中，r為市場均衡利率，同時人力資本的增長率為：

(7)

其中，γ=hh/h，表示人力資本占人力資本積累的比例。

在衡量勞動力市場就業結構時，學者們常使用第三產業從業人數與第二產業從業人數的比值作為衡量就業結構的指針，[19-20]該方法比較簡便，數據也比較容易獲取，但是該計算方法只能從宏觀層面來解釋勞動力在產業間進行的轉移狀況，忽視了勞動力遷移的微觀機理，即勞動力自身素質的變化。根據人力資本理論可知，勞動力自身的素質對勞動力就業結構的改變存在很大關系，因此利用第三產業從業人數與第二產業從業人數的比例來衡量勞動力市場就業結構存在一定的誤差。此外，還有學者采用制造業或服務業中的高技能人員與低技能人員之比來衡量勞動力產業結構，[21-22]這些指標在分析產業就業結構變動時，考慮了勞動力自身素質的變動，但是由于研究對象針對于單個產業，因此只能解釋單個產業勞動力市場就業結構的變化，尚不能判斷我國總體產業的分布狀況。

綜上所述，本文在人力資本理論基礎上，假定在勞動力市場中存在兩種技能工種，分別是高技能勞動力(Lh)和低技能勞動力(Ll)，則總的勞動力L=Lh+Ll，因此本文定義勞動力市場結構SR=Lh/Ll，其中，Lh表示高技能勞動力從業人數，體現了人力資本的投入，Ll表示低技能勞動力從業人數，L代表了人力資本的積累。SR表示全部從業人員中的高技能工人與低技能工人之比，并且本文在高技能工人(Lh)定義上借鑒劉朝明的思路，利用學歷水平在大專以上的從業人員進行刻畫。[23]該勞動力市場就業結構指標一方面能表示產業的相對分布的變化趨勢，若SR越大，表明某一區域中產業發展有向技術密集型轉化，反之，產業發展屬于較低技術態勢；另一方面能從勞動力自身素質層面的發展趨勢來解釋勞動力就業結構的變化，更能體現勞動力遷移的微觀原理。若SR越大，表明某一區域勞動力素質整體處于較高水平，反之，勞動力素質整體處于較低水平狀態。該指標能夠從產業整體層面中的勞動力自身素質變動特征來衡量就業結構，能夠有效把握我國勞動力就業結構的分布趨勢，具有較好的衡量價值。

根據“配第—克拉克定理”，產業結構演進和勞動力在產業結構之間的轉移按照三次產業的順序依次轉移，先由第一產業向第二轉移，再由第二產業向第三產業轉移。在此基礎上庫茲涅茨指出當技術進步使工業部門勞動生產率提高，排斥過多勞動力的進入，也就造成了結構性失業，使大量的勞動力就業以向正在興起的第三產業轉移為主。而就結構性失業而言，我國自進入社會主義市場經濟時代后，高速發展的第二產業所包含的能源、汽車、造船、電子工業等行業的技術快速發展，對勞動力的知識、技術等素質要求較高，往往會導致結構性失業。因此本文體育產業產值在GDP中所占的比重作為衡量體育產業結構轉型造成結構性失業的因素，用第三產業與第二產業產值的比率作為衡量產業結構優化升級的指標，量化產業結構優化升級的趨勢，并研究該比例與失業率之間的長期非線性關系。

三、實證分析

針對非平穩數據的特性可知，即使變量之間無任何有意義關系，但由于具有相同的時間趨勢，在回歸時也可能出現較高的相關性，即出現“偽回歸”現象。因此，為了避免計量分析中出現“偽回歸”問題，本文首先對變量進行平穩性檢驗，常用的平穩性檢驗方法主要有ADF、PP和KPSS等，但不可否認的是，如果變量受到突發事件(非預期政策沖擊等)的影響，很有可能會導致變量產生結構性突變點(Structural Breaks)，從而導致傳統方法的檢驗“勢”大大降低。在針對時間序列數據存在結構突變的情況進行處理時，傳統方法一般會通過使用虛擬變量對突變點進行刻畫，但使用虛擬變量意味著時間序列數據出現了較為劇烈和快速的結構突變(sharp breaks)。但Enders和Lee發現時間序列數據還存在平滑漸變(smooth shifts)的特性。[24]鑒于此，為了提高檢驗結果的可信度，本文借鑒Bahmani-Oskoee等及司登奎等所采用的能同時捕捉結構突變(sharp breaks)和平滑漸變(smooth shifts)的單位根方法。[25-26]具體而言，假設DGP如下：

(8)

其中，α、T分別表示截距項和時間趨勢項，m表示結構突變點個數，n代表傅立葉函數的頻率，k表示平滑漸變點的個數，γ=[γ1,γ2]′是用來測量波動的振幅和位移的分量。當γ1=γ2=0時，表明變量具有標準的線性變化特征，否則傅立葉函數將會有不同的頻率分量對非線性特征進行刻畫，由此所隱含的統計檢驗意義為原假設γ1=γ2=0一旦被拒絕，則可判定該時間序列具有非線性的特征。DU與DT是用來捕捉結構突變點，且其形式可表示為：

(9)

(10)

在對式(10)進行估計時，本文首先確定結構突變點個數(m)以及平滑漸變點個數(k)，其中平滑漸變點個數(k)的選取是依據Bai和Perron估計結果所對應的殘差平方和最小，[28]并以此確定結構突變點個數的位置。進一步地，本文借鑒Becker等利用F統計值來檢驗變量是否具有非線性形式，[29]其中F統計量的表達式為：

(11)

其中，SSRur與SSRr分別表示式(11)中無約束(含有結構突變點)及受約束(不含有結構突變點)回歸所得到的殘差平方和。但是由于冗余參數(nuisanceparameter)的存在，該統計量并不具有標準的分布形式，因此本文采用蒙特卡羅(MonteCarlo)模擬的形式來獲得相應的臨界值。其中，檢驗結果見表1。

表1 含結構突變與平滑漸變點的平穩性檢驗

注：***、**、*分別表示1%、5%與10%的顯著性水平；臨界值(CV)采用蒙特卡羅模擬10000次獲得。

從表1中含結構突變與平滑漸變點的非線性平穩性檢驗結果可以看出，由于F統計量均在特定的顯著性水平上拒絕了“序列為線性”的原假設，表明本文所選擇的變量均呈現非線性的動態變化特征，這也為本文后續所要使用非線性計量經濟模型提供了良好的佐證。從結構突變點的檢驗結果可以發現，失業率與體育產業結構均含有三個結構突變點，實際GDP增長率含有一個結構突變點。而從平滑漸變點的結果來看，失業率與實際GDP增長率均含有兩個平滑漸變點，而產業結構則含有一個平滑漸變點。同時，從Bartlett 統計結果可以發現除失業率無法在既定的顯著性水平下拒絕“序列為平穩”的原假設之外，產業結構及實際GDP增長率均在既定的顯著性水平下拒絕了“序列為平穩”的原假設，這意味著失業率為非線性平穩序列，而產業結構及實際GDP增長率表現為非線性隨機游走態勢。

接下來，我們進一步考察變量之間的如果變量之間存在長期協整關系，則意味著會存在對應的誤差項評估變量差分的過程，具體模型如下：

(12)

(13)

其中，Zt-1=yt-1-α-βxt-1為誤差修正項，λ為修正速度，m、n為滯后期，μ1、μ2為截距項，又模型可以看出x、y變動除了受自身前期影響之外，也具有協整關系。值得注意的是，假如變量之間存在非線性的門檻協整關系，則可將模型設定如下：

(14)

其中，Δxt表示一階差分項，ωt-1表示前一期誤差修正項，Ai表示調整系數矩陣，γ表示門檻值，β表示協整向量，xt-1(β)=[1,ωt-1(β),Δxt-1,…,Δxt-1]′。進一步將上式進行改寫，具體如下所示：

(15)

在對參數進行估計時，根據Hansen和Seo采用極大似然法對參數進行估計，[30]假設隨機擾動項浮動獨立同分布的高斯分布，此時高斯似然函數為：

(16)

(17)

考慮到經濟增長對就業具有顯著的正向影響，因此本文將GDP增長率作為影響失業率的因素納入非線性門檻協整模型之中，則失業率的理論函數模型為：

los=f(RGDP;IS)

(18)

其中，los代表失業率，RGDP代表實際GDP，IS采用體育制造業與體育休閑業的比例，用來衡量體育產業結構的變化。為了消除總量變化的趨勢性因素和減少量化研究中的異方差對結果的影響，將以上變量均做去對數處理，該處理并不影響最終的門檻協整結果。

LNlost=a′xt+b′xtI(LNRGDP>D)+mt=Xa+Xlb+U

(19)

本文將簡化后模型中的X定義為X=(LNRGDP，LNIS)，據前文中第二、三產業的發展狀況，即第二、三產業產值變動趨勢，本文暫將經濟的發展劃分為兩個階段，即取一個門檻值，因此擴展的模型形式如下：

LNlost=Xa+X11b1+U

(20)

為了檢驗產業結構轉型升級對失業率是否存在非線性門檻協整效應，本文根據不同的經濟發展階段進行非線性轉換的方法，其極限分布約束LM非線性約束統計量如下所示：

(21)

表2 模型設定檢驗結果

從表2的模型設定檢驗結果可以看出，在以上兩種線性的原假設下，對應的LM統計量分別為50.67和33.45，其相應的伴隨概率p值分別為0.033和0.012，均在5%的顯著性水平下拒絕了原假設，表明我國體育產業結構轉型升級與失業率存在非線性動態關系，即存在門檻協整關系，并且在不同時期，產業結構轉型與失業率、經濟增長率之間的關系具有顯著的差異性。此外，從模型的檢驗結果中可以看出，并通過檢驗，該門檻模型的門檻個數為2，分別為0.058和0.084，意味著實際GDP增長率為5.8%和8.4%時發生機制轉移，再次體現了中國體育產業結構轉型對失業率的影響具有顯著的非線性及區制轉換特征。

將所得門檻(見表2)代入到模型(19)中。本文選取1980-2015年的樣本數據，樣本相對較少，為消除不同變量之間存在的內生性問題，避免殘差變化而引起結論的錯誤和扭曲，本文利用完全修正的最小二乘法(FMOLS)在小樣本下估計結果的精準性，利用FMOLS對模型參數進行估計，并對估計后的殘差項進行檢。在這里，檢驗殘差項需要滿足兩個條件：一是殘差項序列必須是平穩的，二殘差項的平方和最小。估計結果見表3。

表3 參數估計結果

注：***、**、*分別表示1%、5%和10%的顯著性水平。

四、結論及啟示

本文在人力資本理論的基礎上刻畫了體育產業結構升級影響中國失業率的微觀傳導機理，并利用有別于傳統線性平穩性的檢驗方法，采用能夠捕捉結構突變和平滑漸變傅立葉函數對1980—2015年期間體育產業結構升級與中國失業率的穩定性進行檢驗。由于非線性傅立葉函數具有能夠檢驗帶有各種未知平滑結構突變點非線性平穩的功能，因此在檢驗含有結構突變的非線性序列比傳統線性的檢驗方法具有更高的檢驗“勢”。同時利用非線性門檻協整模型實證分析了中國體育產業結構升級對失業率影響的非線性門檻效應，本文結論可概述為以下幾點：

第一，中國體育產業結構、經濟發展對失業率的影響具有長期效應，且該效應依賴于經濟的發展，當經濟處于不同的發展階段時，體育產業結構升級、經濟發展對失業率的影響作用不同；當經濟處于同一發展階段時，體育產業結構升級對失業率的影響也不同。

第二，中國體育產業結構升級對失業率的影響具有顯著的非線性門檻效應，且該門檻的非線性機制轉換發生在實際GDP增長率為5.8%和8.4%處，且在高區制下(門檻參數大于8.4%時)，體育產業結構升級對于降低失業率的影響幅度最大，其次是低區制下(門檻參數小于5.8%)，而當GDP介于5.8%和8.4%之間時，體育產業結構對失業率的降低程度最小。這意味著，當經濟發展處于高增長階段時，體育產業結構升級會帶動較高的就業效應，即能夠在最大程度上降低失業率。而當經濟發展處于低增長階段時，體育產業結構升級所帶來的就業效應次之。

總之，體育產業結構升級與經濟發展能夠有效降低失業率，因此在中國當前轉型發展的背景下，中國體育產業結構應采取合適的策略轉型升級。還需注意的是，人力資本政策作為一種致力于解決勞動力就業結構性失業的經濟政策，也理應成為我國解決失業問題的現實政策工具之一。因此，當前從人力資本的角度進一步深人研究勞動力就業結構問題及其解決方法在理論層面上和實踐層面上都有著重要的意義。在加大教育投資的同時，重點是以擴大與就業結構相適應的教育投資，建立有利于就業和創業的體制機制，使新進入勞動力市場的大學生等群體盡快成長為中等收入群體。

[1] 唐東波.全球化對中國就業結構的影響[J].世界經濟，2011，(9)：95-112.

[2] 盛斌,呂越.外國直接投資對中國環境的影響——來自工業行業面板數據的實證研究[J].中國社會科學，2012，(5)：56-69.

[3] 臧旭恒,趙明亮.垂直專業化分工與勞動力市場就業結構——基于中國工業行業面板數據的分析[J].中國工業經濟，2011，(6)：47-57.

[4] 鐘水映,李魁.人口紅利、空間外溢與省域經濟增長[J].管理世界，2010，(4)：14-23.

[5] Pissarides C． A． Equilibrium Unemployment Theory[M].London: Basil Blackwell， 1990.

[6] 姚戰琪,夏長杰.資本深化、技術進步對中國就業效應的經驗分析[J].世界經濟，2005(1):58-67.

[7] 段敏芳,徐鳳輝.產業結構升級對就業的影響分析[J].經濟縱橫，2011，(14):133-135.

[8] 郭丹.基于農村產業結構調整的我國農村勞動力就業分析[J].中國軟科學，2010,(1)：18-24.

[9] Kalz，Lawrence F and Kevin M Murphy. Changes in Relative Wages,1963-1987:Supply and Demand Factors[J]. Quarterly Journal of Economics,1992,107(1)：35-78.

[10] Clandio Micheiacci and David Lopez-Salido. Technology Shocks and Job Flows[R]. CEMFL working Paper，2004(5)：24-34．

[11] 喻桂華,張春煜.中國的產業結構與就業問題[J].當代經濟科學，2004，(5)：9-13.

[12] 張浩然,衣保中.產業結構調整的就業效應:來自中國城市面板數據的證據[J].產業經濟研究，2011(3)：51-55.

[13] Simon Kuznets. Modern Economic Growth: Rate, Structure and Spread[M]. New Haven: Yale University Press, 1996.

[14] Chenery H.B. The Structuralist Approach to Development Policy [J]. The American Economic Review, 1975(2)：310-316.

[15] Ranadev B., James R., Industrial employment expansion under alternative trade strategies: Case of India and Taiwan: 1950-1970, Development Economics[J]. 1980, 7(4)：567-577.

[16] 魏燕,龔新蜀.技術進步、產業結構升級與區域就業差異[J].產業經濟研究，2012，(4)：19-27.

[17] 顧建平,劉保金.中國經濟結構變動與經濟增長[J].中國軟科學，2001，(12)：26-29.

[18] Romer P M. Endogenous Technological Change[J]. Journal of Political Economy,1990，98(5):s71-s102.

[19] 張建武,宋國慶,鄧江年.產業結構與就業結構的互動關系及其政策含義[J].經濟與管理研究，2005，(1):19-22.

[20] 崔亮,艾冰.對產業結構與就業結構關系的探討——以新疆為例[J].財經問題研究，2008，(06)：112-115.

[21] 姚先國,周禮,來君.技術進步、技能需求與就業結構——基于制造業微觀數據的技能偏態假說檢驗[J].中國人口科學，2005，(05)：47-52.

[22] 魏作磊.中國與印度服務業發展比較[J].統計研究，2007，(03)：92-96.

[23] 劉朝明.我國能源消費與經濟增長的關聯模型分析[J].華東經濟管理，2006，(11):29-34.

[24] Enders W., Lee Junsoo. A Unit Root Test Using a Fourier Series to Approximate Smooth Breaks[J]. Oxford Bulletin of Economics and Statistics, 2012，(4): 574-599.

[25] Bahmani-Oskooee M., Chang T., Wu T.P. Purchasing Power Parity in Transition Countries: Panel Stationary Test with Smooth and Sharp Breaks[J]. International Journal of Financial Studies, 2015，(3): 153-161.

[26] 司登奎,江春,李小林.基于匯率預期與央行外匯干預的匯率動態決定：理論分析與經驗研究[J].統計研究，2016，(9)：13-21.

[27] Gallant R. On the Basis in Flexible Functional Form and an Essentially Unbiased Form: The Flexible Fourier Form[J]. Journal of Econometrics, 1981，(15): 211-353.

[28] Bai J., Perron P. Estimating and Testing Linear Models with Multiple Structural Changes[J]. Econometrica, 1998，(1):47-78.

[29] Becker R., Enders W., Lee J. A General Test for Time Dependence in Parameters[J]. Journal of Applied Econometrics, 2004，(19): 899-906.

[30] Hansen B.E., Seo B. Testing for Two-regime Threshold Cointegration in Vector Error-correction Models[J]. Journal of Econometrics, 2002，(110)：293-318.

責任編輯：王明舜

The Microscopic Mechanism and Empirical Analysis of Chinese Sports Industry Structure Upgrade affect Unemployment

Guo Rongjuan1Su Chiwei2

(1. Sport institute, Shangqiu Normal School, Shangqiu 476002, China； 2. College of Economics, Ocean University of China, Qingdao 266100, China)

This paper describes the transmission mechanism of sports industry structure upgrade to employment from the theoretical perspective, and further selects the sample data for the period 1980 to 2015 to investigate the relationship empirically with nonlinear threshold model, our results show that China's sports industry structure upgrade can significantly reduce the unemployment rate, and the impact of China's sports industry structure upgrade on the unemployment rate has significant non-linear and regional transformation characteristics, in particular, depends on changes in economic development and non-linear impact, and the regional conversion rate is in real GDP growth rate of 5.8% and 11.7%.

sports industry; non-linear; threshold cointegration; unemployment rate

2017-04-10

郭榮娟(1979- )，女，河南新鄉人，商丘師范學院體育學院講師，體育學博士，主要從事體育產業、體育人文社會學研究。

F121.3;F249.2

A

1672-335X(2017)04-0051-07