凱恩斯就業理論在中國的檢驗及其指導意義

韓峰 陳芳英

摘 要：由于我國目前待就業人口眾多，就業形勢嚴峻，就業問題亟待解決，因此本文通過結合本國實際情況以及借鑒凱恩斯就業理論進行了研究，以此為引導而提出了相應的解決就業的對策。本文用計量經濟學的方法對凱恩斯就業函數進行了回歸和檢驗，最后得出在我國的凱恩斯就業函數為LnY*=2.83962+0.00058lnX1*+0.02525lnX2*+0.19025lnX3*，回歸結果反映出消費、固定投資和通貨膨脹都對就業有正比例關系，因此得出了凱恩斯就業理論對我國的借鑒意義。

關鍵詞：凱恩斯就業理論；就業；固定投資；消費

1 凱恩斯就業理論的幾條主要觀點

凱恩斯的就業理論為資本主義社會擺脫經濟危機做了巨大的貢獻，下面列出了幾條他的主要觀點：

1.1 對傳統“充分就業”理論做了補充

凱恩斯在傳統的就業理論上取其精華去其糟粕，還做了一些革新，他否定了傳統就業理論中的“資本主義社會不存在失業”的觀點，但又繼續使用了摩擦失業和自愿失業的說法，另外他還提出“非自愿失業”，是指工人愿意接受當前的工資和工作條件但還是找不到工作的情況，是由于勞動力需求不足造成的。凱恩斯認為，要達到充分就業的狀態，最根本的就是要盡力減少非自愿失業，最好使它減少至零。

1.2 有效需求理論

有效需求理論是凱恩斯就業理論的根本與核心，也是就業理論的起點，他用該理論重點分析了失業的原因。有效需求是指總需求價格等于總供給價格時的需求量，也即投資等于儲蓄這種均衡狀態下的總需求。當市場上工人的實際工資大于雇主愿意支付的工資時，資本家用相同的錢只能雇到更少的工人，提供的工作崗位就會變少，與之相反時，相同的成本可以雇到更多的工人，提供了更多的工作崗位。有效需求受邊際消費傾向遞減、流動性偏好以及資本邊際效率遞減這三個心理因素影響，而且它們成反比例關系，即那三個心理因素作用越大，有效需求就會越小，而有效需求的不足又會造成失業，環環相扣，最終造成眾多人員失業，失業是有效需求不足造成的，因此努力增加有效需求是解決就業問題的基本途徑。

2 凱恩斯就業理論在中國的實證研究

2.1 模型的設定

凱恩斯在研究就業理論的時候，為了與數據聯系起來，設定了一個就業函數公式，該函數公式為：

Nr=fr（Dwr） （1）

其中Nr表示就業量，Dwr表示有效需求，即當有效需求為Dwr時，就業量為Nr。由于消費和投資越多，就業量的需求量就越大，即它們之間成正比，而且有效需求在實際生活中較難量化，因此我們可以用消費和投資來解釋就業函數，又因通貨膨脹對就業影響也很大，因此我們可以進一步設定凱恩斯就業函數

lnY=a+blnX1+clnX2+dlnX3 （2）

Y代表就業量，X1代表固定資產投資，X2代表消費水平，X3代表通貨膨脹，a、b、c、d分別為待定參數，即為常數，是已知量。

2.2 數據的選取

在對上述就業函數進行分析時，宏觀經濟數據庫里面的數據，包括從1980年至2014年的就業人員數量、固定投資額、消費數額以及通貨膨脹（居民消費價格指數（1978=100））。

2.3 回歸結果及相關的檢驗

利用Eviews軟件以及計量經濟學的相關知識就可以得出就業函數的回歸結果，先對就業人數與投資做回歸，可得：

Y=61305.09+0.0487X1 （3）

S=（1906.058） （0.0112）

t=（32.1632） （4.0907）

Prob=（0.0000） （0.0003）

R2=0.3365 =0.3164 F=16.7338 S.E=9436.018 D.W=0.0527

從回歸結果我們可以知道，t值大于在95%的置信水平下的t值，P值也很小，說明上面的式子拒絕原假設：就業量與固定投資無關，即證明了就業也量與固定投資有關，而且從X1前面的系數為正可知，就業量與固定投資成正比，且固定投資每增加1單位，就業量就會增加0.0487單位。但是從R2的數值來看，R2比較小，說明就業人數與固定投資的相關度不是很高，因此需要做進一步的分析。

再對就業人數與消費水平進行分析，對它們進行回歸可得：

Y=58170.46+1.6433X2 （4）

S=（1883.965） （0.2845）

t=（30.8766）（5.7762）

Prob=（0.0000） （0.0000）

R2=0.5027 =0.4877 F=33.3648 S.E=8168.564 D.W=0.0652

從回歸結果可以看出，t值依然比置信水平為95%下的t值更大，P值也很小，即仍然拒絕原假設：就業量與消費水平無關，即就業量與消費水平是有關聯的，而且從系數為正可以看出，二者之間是正相關關系，當消費水平增加1單位時，就業量就會增加1.6433單位。與固定投資相對比，消費水平對就業的影響更大一些。從R2的值來看，R2=0.5027>R2=0.3365，說明就業量與消費水平的相關度更高。

最后來分析一下最先設定的模型，回歸結果如下：

lnY=9.0019+0.0983lnX1-0.2118lnX2+0.4760lnX3 （5）

S=（0.1851） （0.0780） （0.1497） （0.1006）

t=（48.633）（1.2600）（-1.4155）（4.7315）

Prob=（0.0000） （0.2171） （0.1669） （0.0000）

R2=0.9475 =0.9424 F=186.3556 S.E=0.0459 D.W=0.5793

從上述回歸結果我們知道：a=9.0019，b=0.0983，c=-0.2118，d=0.4760，也即當X2、X3不變時，X1每增加1%，Y就會增加0.0983%，當X1、X3保持不變時，X2每增加1%，Y會減少0.2118%，當X1、X2保持不變時，X3每增加1%，Y會增加0.4760%，從回歸結果來看，消費水平對就業量有抑制作用，與凱恩斯理論相悖。因此需要對該模型進行檢驗。

2.3.1 先對該回歸模型的經濟學意義進行相應的檢驗

1）F檢驗，是一種先假設模型中的兩個或多個解釋變量聯合對被解釋變量無影響，然后再根據回歸結果的F值來肯定或者否定原假設，據此得出解釋變量是否適合用來估計被解釋變量的檢驗方法。通過查F值分布表可知，本文中的回歸模型F值在顯著水平 0.05時，F臨界值約為8.62<回歸結果的F值=186.3556，從而說明該模型是顯著的。

2）t檢驗，是基于t分布的統計假設檢驗過程，是對單個解釋變量的一種檢驗方法。該回歸模型的t統計量為31，當顯著水平 =5%時，則通過查詢t值分布表可知t統計值為 （31）約等于2.0，從上述回歸方程的結果中的t值可以得出結論：常數項、lnX3的t的絕對值都比 （31）更大，而lnX1、lnX2的t的絕對值都比 （31）更小，因此該模型的單個自變量是部分顯著的。

2.3.2 對違背經典假定的檢驗

從上面的回歸結果來看，該結果違背了經濟學意義，與我們的常識也相違背，因此需要進行對違背經典假定的檢驗。主要的檢驗如下：

1）自相關性檢驗

自相關是指其中一個觀察值擾動項的變動會引起另一個觀察值擾動項也改變，即： 。這種檢驗可以用很多種方式進行，這里分別使用了以下三種方式對上面的模型進行了檢驗：

（1）圖示法

殘差分布圖的走向可大概判斷出回歸模型是否存在自相關，若殘差分布圖雜亂無章，則說明不存在自相關，若總體呈上升趨勢，則存在正自相關，若總體呈下降趨勢，則存在負自相關。從前半段可以看出呈現正相關，后半部分關系不太明顯，因為圖示法推斷較為粗略，故僅做參考，僅粗略的推斷殘差項存在正自相關。

圖1 殘差分布圖

（2）杜賓-沃森檢驗

杜賓-沃森檢驗一般步驟為先將最小二乘回歸法回歸得出殘差，再利用公式計算出d值，不過現在利用Eviews軟件回歸即可直接得出d值，再依據樣本總數及解釋變量的個數，從D.W表中找出下限值dL和上限值dU，最后將回歸得出的d值與dL、dU等進行比較并判斷有沒有自相關關系，規則如下：當d值處于0-dL時會拒絕原假設（不存在自相關），即此時存在一階自相關，而且是正自相關；當D.W處于4-dL—4時也拒絕原假設，且存在一階負相關；當D.W處于dU—4-dU時會部分接受或全部接受原假設，兩個觀察值的擾動項互不干擾；當D.W處于dL—dU不能確定觀察值的擾動項會不會彼此相互影響，即它們之間的相關性也無法確定，此時應使用別的方法進行檢驗。設顯著性水平為5%，通過查D.W表可得dL大約等于1.283，dU大約等于1.653。因為回歸結果中的d=0.5793，處于0-dL之間，從而可以判定出隨機誤差項之間存在一階正自相關，肯定了上面圖示法的判斷。

（3）拉格朗日乘數檢驗

該方法的檢驗原則是：在一個給定的顯著性水平 下，若AR（P）=nR2大于臨界值 （P）（P代表滯后的階數），則認為存在自相關。在該模型下當P=1時，假設 =0.05，用eviews軟件計算得，AR（1）=nR2=17.1984>

（1）=5.9915，且p=0.000034，由于此概率接近于零，此時可以判定該模型存在自相關。而且當P=1時，對于殘差可以建立以下的模型：et=ρ1et-1+ρ2et-2+…+νt通過軟件分析得出結果如下：

et=0.2166-0.1318lnX1+0.2517lnX2-0.1470lnX3+0.7663et-1 （6）

t=（1.5463）（-2.1381）（2.1304）（-1.8874）（5.3836）Prob=（0.0000）

上面回歸結果中et-1的t=5.3834明顯比t的臨界值大，即et-1是顯著的，進一步說明觀察值的擾動項之間存在自相關。

2）異方差檢驗

懷特檢驗，可直接用Eviews軟件進行檢驗。利用eviews軟件得出的nR2=20.98744，概率prob為0.0018，當顯著性水平為 =0.05時，查表得

（2）=5.9915。因此在 =0.05的顯著性水平下，nR2>

（2），且nR2的概率小于顯著性水平，進而可以判定該模型存在異方差。

2.3.3 對時間序列數據的平穩性檢驗

檢驗平穩性的方法有很多種，本文使用一種比較常見和普遍使用的方法：迪基-富勒檢驗法（ADF檢驗）。通過檢驗得出，lnY、lnX1、lnX2、lnX3的檢驗結果，由結果可知LnY在顯著水平為5%以上時是平穩數據，而LnX1、lnx2、lnx3都是非平穩數據，這也是上文中回歸結果會出現消費的系數為負數的原因之一，因此需要對數據進行差分處理。對上述數據進行一階差分序列處理，結果可知，經過一階差分序列處理之后，所有數據在5%的顯著水平下都是平穩的了。

2.4 模型的修正

通過上面的檢驗結果可知lnX2的系數是負數主要是存在一階自相關和異方差以及時間序列是非平穩數據等原因造成的，因此需要消除或削弱自相關和異方差的和非平穩數據帶來的影響，下面主要采用廣義差分法對方程進行修正。

由于上面的檢驗中檢驗出該模型存在一階自相關，則ut=ρ1ut-1+νt，其中νt為隨機誤差項。將變量滯后兩期可以消除隨機誤差項的自相關性，即u*=νt=ut-ρ1ut-1。

即，廣義差分法回歸結果為：

LnY*=2.83962+0.00058lnX1*+0.02525lnX2*+0.19025lnX3* （7）

t=（34.6504）（2.3765） （2.6486） （4.5935）

P=（0.0000） （0.0435） （0.0216） （0.0054）

R2=0.6931 F=22.5856 D.W=1.6988

修正后的模型消費水平的系數變成了正數，此時就符合經濟學含義了，且全部變量的t值均大于2，而且概率p都比0.05小，說明t檢驗是顯著，投資、消費以及通貨膨脹對就業的影響分別是顯著的，F值也比臨界值大比較多，說明整體也是顯著的。修正后的模型d=1.6988，查表得到dL大約等于1.283，dU大約等于1.653，dU=1.653≤d=1.6988≤4-dU=2.347，說明模型的隨機誤差項已經不存在一階自相關性。再對該回歸方程進行LM檢驗可以得出當P=1時，在 =0.05的前提下，用eviews軟件計算得，LM（1）=nR2=0.0786<

（1）=5.9915，且臨界概率等于P=0.96.14>0.05，因此該模型不存在一階自相關。結合上面的論述可以確定該模型已經沒有自相關了。

對模型進行懷特檢驗得出：

圖2 懷特檢驗結果

所以該模型也不存在異方差。

經過一系列的檢驗和修正最后得出在中國的凱恩斯就業函數為：

LnY*=2.83962+0.00058lnX1*+0.02525lnX2*+0.19025lnX3* （8）

3 對實證研究結果的分析

3.1 實證結果

從修正后的凱恩斯就業函數的回歸結果結果中可以得出：

a=2.83962 b=0.00058 c=0.02525 d=0.19025

t=（34.6504）（2.3765） （2.6486） （4.5935）

F=22.5856

1）從F值和t值可以看出，固定投資、消費和通貨膨脹不僅總體上對就業有顯著影響，而且單個變量也和就業有顯著影響。即：消費、固定投資和通貨膨脹是就業的影響因素。

2）固定投資的系數是0.00058，從而可以立即得出下列結論：（1）就業與固定投資成正比；（2）當固定投資增加1%時，就業量增加0.00058%。

3）消費的系數是0.02525，從而也可得出以下結論：（1）就業與消費成正比；（2）當消費增長1%時，就業量增加 0.02525%。

4）通貨膨脹的系數是0.19025，從而可以得出以下結論：（1）就業通貨膨脹成正比；（2）當通貨膨脹增長1%時，就業量增加0.19025%。

3.2 實證結果分析

1）我國的就業函數函數穩定。通過上述對模型的回歸得出一個就業量與消費、投資以及通貨膨脹的穩定函數，即在消費、投資和通貨膨脹一定的情況下，就業量也是固定的。

2）我國的消費對就業的系數大于投資對就業的系數。這說明消費對就業的影響更大，因此我國應大力拉動消費進而促進就業，不過單單靠消費的力量是不夠的，還應該結合投資，雙管齊下才對就業有更大的推進作用。

3.3 研究中數據的選取的缺陷

首先對于所選取的固定投資，凱恩斯就業理論研究的投資不僅僅包括固定投資，但是因為統計年鑒中只公布了固定投資，因此拿固定投資來代替凱恩斯所致的投資因此存在一定的誤差。其次只選取了1980年到2014年的數據，數據量不是很大，而且因為數據來源的有限性，沒有獲得2015年和2016年的相關數據。再次對于選取的通貨膨脹率，因為通貨膨脹沒有明確的指標，因此只選取了居民消費價格指數代表通貨膨脹，因此通貨膨脹也存在一定的誤差。

4 借鑒意義

1）充分就業并不是指所有人都能找到工作，適當的失業是允許的，所有人都就業反而會造成低工資低效益的現象，低工資會導致很多人積極性下降，這樣反而會阻礙經濟的發展，影響市場正常的運行，市場中無論如何都會存在一些失業，因此正確的理解“充分就業”是必要的。

2）當市場運行秩序良好，能夠較好的解決失業問題時，可以對市場放任不管，當市場出現問題時，應該政府插手進行管理，把就業問題納入宏觀調控之中，通過政府的手段和政策，人為的帶動和鼓勵居民進行消費和投資進而增加就業，使經濟再次走向正軌。

3）想要快速有效的解決失業問題，最基礎的就是先發展經濟，增加就業機會。經濟得到了發展，人民生活水平就會提高，人們所追求的東西也就更多了，資本家和企業家自然不會放過這個機會，他們會想方設法去研究開發出新的產品，要生產新產品就需要工人，因此又提供了一些工作崗位，大大的解決就業問題。

4）凱恩斯就業理論對我國就業有很大的指導意義，但由于中國的社會主義經濟與西方發達國家的資本主義經濟有所不同，所以不能把凱恩斯就業理論全盤照搬，而應該根據中國的實際情況，對其取其精華，去其糟粕。

5）通貨膨脹雖然對就業也有很大的促進作用，但是通貨膨脹在促進就業的同時還會帶來很多其他的負面作用，因此不能依賴通過擴大通貨膨脹來促進就業。

參考文獻

[1]黃敏.凱恩斯就業理論的分析與我國當前的失業問題[J].市場周刊.財經論壇，2003，（10）：38-39.

[2]金玉秋.西方就業理論及其實踐對我國的啟示[J].學術論壇，2008（8）：127-131.

[3]楊祖平.森林生態需求的現狀及對策研究[D].南京林業大學，2010.

[4]凱恩斯.就業、利息與貨幣通論[M].商務印書館，1996.

[5]王志偉.中國就業函數研究[D].中共中央黨校，2011.