產業結構升級對經濟增長和失業的非線性影響

李村璞，何 靜

（1.西安外國語大學 經濟金融學院，西安 710128；2.西安建筑科技大學 管理學院，西安 710055）

0 引言

產業結構升級是我國當前和今后一個時期經濟發展面對的戰略性任務，該問題一直以來都受到了政府和理論界的廣泛關注，特別是2008年金融危機以來，我國經濟面對進入新常態、經濟增速下降、人口紅利消失等一系列問題，產業結構升級被當作了一個促進經濟增長標本兼治的手段。但是在2008年金融危機之后，我國進行的產業結構調整導致了鋼鐵、煤炭等眾多勞動密集型產業的減產，雖然政府出臺了一系列再就業和鼓勵創業的舉措，但產業結構升級還是產生了一定程度上的結構性失業。正是基于這些問題，從福利經濟學的視角綜合研究產業結構升級、經濟增長和失業的關系具有重要的現實意義。

理論界普遍認為，產業結構升級將會促進經濟增長。但是，關于產業結構升級對就業的影響卻存在一定的分歧，一種觀點認為產業結構對就業產生消極的影響，而另一種觀點認為產業結構升級對就業產生積極的影響。之所以出現完全相反的結果，除了不同的研究方法存在的差異和不同樣本帶來的誤差以外，主要原因就是這些關系本質上是一個非線性關系。因此，本文擬使用非線性平滑轉換回歸模型（STR）分析產業結構對經濟增長及失業的非線性影響。

1 模型構建、變量選擇和數據來源

1.1 模型構建

本文借鑒Ter?svirta（1994）的平滑轉換模型，使用Logistic轉換函數。設定標準的平滑轉換模型為：

zt=（，）是一個 ((m×1)×1)的解釋變量，其中，′。?和θ分別為線性與非線性部分的參數向量。轉換函數G(γ，c，st)中st表示轉換變量，可以為zt的組成部分、組成部分的函數或一個不包括在zt內的外生變量；γ表示平滑參數，反映目標變量從一個狀態過度到另一個狀態調整的平滑性；ck表示位置參數向量，反映了不同機制狀態下的門限值，也就是決定了模型非線性轉化發生的位置。轉換轉化函數G(γ，c，st)是一個單調或者對稱的函數。當K=1時，轉換函數G(γ，c，st)為單調上升函數，被稱作LSTR1,其特征表現為存在單一門限。當K=2時，該模型被稱作LSTR2，轉換函數G(γ，c，st)不具有單調特性，其特征表現為存在兩個門限值。實證分析中選取何種轉換函數取決于模型檢驗結果。

使用第三產業占第二產業的比重（IND）作為產業結構升級的代理變量和失業率（UNE）、經濟增長（GDP）分別構建兩個模型來研究產業結構升級對失業和經濟增長的影響，得到兩個待估的模型：

模型1：

模型2：

1.2 變量選擇和數據來源

產業結構的優化包括產業結構的高級化和合理化兩個方面。本文從產業高級化的角度來定義產業結構升級，因為產業結構高級化實際上是產業結構升級的一種衡量，產業結構高級化是指產業結構從較低水平向高級水平演進的過程。本文采用第三產業產值與第二產業產值之比(簡記為IDU)作為產業結構高級化的度量。失業的代理變量采用城鎮登記失業率（UNE），經濟增長使用國民生產總值（GDP）作為代理變量。

在實證分析過程中，由于失業數據的限制，本文采用的樣本時期為1986—2016年的年度數據，數據均來自于1987—2016年的中國統計年鑒。雖然樣本數有限，但樣本的容量已具備了大樣本的標準，本文中對所有的數據都進行了取對數處理。

2 實證分析

2.1 平穩性檢驗

需要對模型中的變量經濟增長水平（GDP）、失業率（UNE）和產業結構升級（IDU）分別進行平穩性檢驗,主要采用ADF檢驗和KPSS檢驗（見表1）。表1顯示，經濟增長水平（GDP）、失業率（UNE）和產業結構升級（IDU）序列是一個I（1）序列。

表1 平穩性檢驗

2.2 格蘭杰因果檢驗

在進行平穩性檢驗后，對經濟增長水平（GDP）、失業率（UNE）分別和產業結構升級（IDU）序列進行格蘭杰因果檢驗（見表2）。結果表明，在滯后期1、2、3的檢驗中產業結構升級（IDU）是經濟增長水平（GDP）、失業率（UNE）的格蘭杰原因，并且單向因果關系穩定，同時兩組數據均不存在協整關系，因此兩組數據的線性模型形式需為VAR模型。

表2 格蘭杰因果檢驗

2.3 線性模型的估計結果

線性模型的估計結果見式（5）和式（6）。可以看出，兩個方程R2較小，模型擬合得不是很好，這說明失業和經濟增長不會只受產業結構升級的影響。RESET檢驗結果中F值很小，這表明不存在模型誤設。對式（5）和式（6）進行Breusch-Godfrey檢驗、Jarque-Bera檢驗和ARCH(2)檢驗（見下頁表3）。

從表3可以看出，殘差不存在自相關且其分布為非正態分布，這表明線性模型有缺陷，可能是該模型的非線性特征造成的。再者，ARCH(2)檢驗表明殘差不存在條件異方差。由此可以看出，線性模型的設計不合適，需構建經濟增長水平（GDP）與產業結構升級（IDU）之間、失業率（UNE）與產業結構升級（IDU）之間的非線性模型。

表3 線性回歸結果的診斷檢驗（p值）

經濟增長水平（GDP）對產業結構升級（IDU）的線性回歸結果為：

失業率（UNE）對產業結構升級（IDU）的線性回歸結果為：

2.4 轉換變量及非線性類型的選擇

如果線性模型被拒絕，就需要檢驗模型的非線性特征，借鑒Terasvirta（1994），若轉換變量st不是zt的一部分，此時輔助方程如式（7）所示：

其中，zt=(1，?)′，?是一個m×1階向量，是ut的函數，是泰勒展開式剩余項。對式（7）設定的原假設H0:β0=β1=β2=0，若原假設被拒絕，那么存在非線性關系。Terasvirta（1998）提出了用F統計量來代替χ2可以增強檢驗的精確程度。此時近似F分布的自由度分別為3m和T-4m-1。非線性檢驗的重要一步是要判斷模型的形式是LSTR1還是LSTR2，模型的選擇依賴如下的序貫檢驗：

原假設H04、H03、H02的檢驗統計量（F統計量）依次表示為F4、F3、F2，如果拒絕H04說明式（7）的轉換函數G的形式為LSTR1模型，如果拒絕H03說明式（7）的轉換函數G的形式為LSTR2，此外如果拒絕H02說明式（7）的轉換函數G的形式為LSTR1且有一個為0的門限值。檢驗的結果見表4。

表4 最優轉換變量及轉換函數的結果

2.5 非線性模型的估計結果

在確定了轉換變量和轉換函數的形式之后，需要對非線性模型進行參數估計，而參數估計之前，需要先估計參數γ和c，接著采用普通最小二乘法來估計模型的系數。

本文采用網格點搜索法來確定γ和c的初始值，具體方法如下：在一定范圍內，選擇不同的γ和c以促使非線性模型估計所得的殘差平方和最小。γ和c的初始估計值見表5，圖1至圖4為模型在二維格點搜索下平滑參數(γ)和位置參數（c）等高線圖和平面圖。

表5 平滑參數（γ）和位置參數（c）的初始估計結果

圖1 模型1格點搜索的等高線圖

圖2 模型1格點搜索的平面圖

圖3 模型2格點搜索的等高線圖

圖4 模型2格點搜索的平面圖

模型1的估計結果為：

模型2的估計結果為：

從式（8）和式（9）可以看出：

（1）與線性方程相比，非線性模型的擬合度顯著提高。經濟增長水平（GDP）對產業結構升級（IDU）的回歸擬合度從0.6712提高到0.9987，失業率（UNE）對產業結構升級（IDU）回歸的R2從0.4956提高到0.948。同時，式（8）和式（9）的ARCH-LM檢驗的值分別為0.9487和0.9348，這說明了不存在條件異方差，擬合度的顯著提高意味著非線性模型更適合解釋經濟增長水平（GDP）與產業結構升級（IDU）、失業率（UNE）與產業結構升級（IDU）的關系，而且系數都很顯著。

（2）式（8）的平滑參數 γ=513.31183，表明經濟增長水平（GDP）與產業結構升級（IDU）之間的關系轉化速度非常快，式（9）的平滑參數γ=5.03321，表明失業率（UNE）與產業結構升級（IDU）之間的關系轉化速度較快。說明從一種狀態向另外一種狀態的轉換中，大多數觀察值分布于G=0或者G=1的狀態，這與γ的值形成了相互的驗證。

（3）式（8）顯示：ΔGDPt-1和 ΔIDUt-8的系數是顯著的，這意味著前一期的經濟增長水平（GDP）變動1%，會引起當期經濟增長水平（GDP）產生10.1867%的變動；當期的產業結構升級（IDU）變動1%，會引起當期經濟增長水平（GDP）下降0.06287%。門限值c1=-0.1349，也就意味著當產業升級的增長速度（第三產業產值與第二產業產值的比率增長）超過14.44%時，經濟增長水平（GDP）與產業結構升級（IDU）之間的關系轉化為非線性關系，這表明前一期的經濟增長水平（GDP）變動1%，會引起當期經濟增長水平（GDP）產生0.21851%的變動，經濟增長表現出巨大的慣性；前八期的產業結構升級（IDU）變動1%，會引起當期經濟增長水平（GDP）0.39466%的變動。

（4）式（9）顯示，ΔUNEt-1和的 ΔIDUt系數均通過了10%的顯示性檢驗，這表明著前一期的失業率（UNE）變動1%，會引起當期失業率水平（UNE）產生0.91278%的上升；當期的產業結構升級（IDU）變動1%，會引起當期失業率（UNE）0.03403%的上升。門限值c1=-0.60572，也就意味著當產業升級的增長速度（第三產業產值與第二產業產值的比率增長）超過83.26%時，失業率（UNE）與產業結構升級（IDU）之間的關系轉化為非線性關系，這表明前一期的失業率（UNE）變動1%，會引起當期失業率（GDP）產生0.4068%的上升；當期的產業結構升級（IDU）變動1%，會引起當期失業率水平（UNE）0.42904%的下降。

3 結論

本文運用非線性移動平滑轉換模型研究了產業升級和失業、經濟增長的關系，這個回歸本位的研究，在一定程度上解釋了原有研究存在的分歧，得出了以下結論：

產業升級和失業、經濟增長之間存在非線性關系，兩者的關系都可以使用單門限模型來刻畫。在產業經濟與經濟增長的非線性關系中，當產業升級的增長速度（第三產業產值與第二產業產值的比率增長）超過14.44%時，經濟增長水平與產業結構升級之間就會表現出非線性關系，經濟增長就會表現出巨大的慣性，產業結構的變動影響經濟增長存在較長的時滯；在產業經濟與失業率水平的非線性關系中，也就意味著當產業升級的增長速度（第三產業產值與第二產業產值的比率增長）超過83.26%時，失業率與產業結構升級之間的關系將會表現出非線性特征。

因為門限值存在差異，產業結構升級與失業率之間非線性關系要比產業結構升級與經濟增長的非線性關系更難表現出來。從長遠來看，只有產業結構升級達到了一定的水平才能降低失業率。