技術進步的要素偏向對就業的影響研究

張宏旺 朱冠文

中國民航大學經濟與管理學院

一、引言

中國自改革開放以來單純依靠要素規模實現經濟增長的粗放模式形成的貢獻效應逐步遞減，自2010 年開始，中國經濟增速開始下滑，進入從高速增長轉向中高速增長的換擋時期。經濟下行壓力下，就業形勢也不容樂觀，就業崗位減少、結構性失業增加、失業風險上升和供求矛盾等問題突出[1]。就業是民生之根本，其不僅關系到居民收入與社會和諧穩定，還與國家經濟可持續發展密切相關。在過去，中國可以通過加大資本投入、擴大出口、發展勞動密集型產業等方式解決部分就業，但是在經濟新常態的新形勢下，只有通過推進技術進步和產業結構升級才能保障整體經濟具有持久增長動力，為促進就業提供堅實的經濟基礎[2]。

經濟增長的技術進步方向總是具有一定的要素偏向性，當技術進步表現為資本邊際產出大于勞動邊際產出時，則是資本偏向性的技術進步，反之則為勞動偏向性的技術進步。技術進步方向的差異會影響生產要素投入比例，從而影響就業。直觀來看，當技術進步是資本偏向性時，資本的邊際產出要大于勞動的邊際產出，生產者會加大資本的投入，減少勞動的投入，進而對社會總就業造成負面影響。那么我國的技術進步到底是資本偏向性，還是勞動偏向性？它又對就業有著怎樣的影響？這對解決當前我國就業問題具有深刻意義。這里將深入探討資本偏向性技術進步與就業的關系，以期為相關政策制定提供參考。

二、文獻與作用機制

技術進步方向與偏向程度的差異，對就業有著重要的影響。在技術進步方向的研究中，大多數文獻都支持中國的技術進步方向表現為資本偏向性。因此本文主要討論資本偏向性技術進步對就業的影響。相對于技術進步方向的研究，資本偏向性技術進步對就業的影響，還沒有一致的結論。資本偏向性的技術進步使得資本對勞動的形成替代，就業下降，尤其是對轉軌的剩余勞動力不能充分利用，甚至出現持續性就業的問題[3]。相關的研究均支持了資本偏向性的技術進步抑制就業增長的結論。但是，資本偏向性的技術進步能夠使得資本深化進一步發展，進而非農業部門能夠吸引更多的勞動力，彌補失業影響，這在一定程度上會促進就業。由此可見，資本偏向性技術進步對就業的影響比較復雜。

資本偏向的技術進步首先直接影響資本要素對于勞動要素的替代，表現為生產者更注重資本投入，減少對勞動的需求，從而資本偏向性的技術進步表現出對就業的抑制作用。社會資源更多的流向資本要素產出較高的行業或部門[4]，而這些行業或部門，伴隨著資本積累的增加，資本產出邊際遞減，資本與勞動邊際產出比呈現出一定收斂趨勢，這時勞動需求就會上升。不過此時，資本的邊際產出仍然高于勞動的邊際產出，在原來簡單要素替代（資本替代勞動）的基礎上，一方面相關行業或部門會通過新建廠房、新購設備等來擴大再生產，獲得規模效益；另一方面還會努力創造新的利益增長點，從而帶來新的就業。綜上，當資本偏向性程度較低時，技術進步對就業的影響是抑制作用；當資本偏向程度較高時，技術進步對就業的影響便表現為促進作用，整體上呈U型趨勢，即存在一個拐點值使得資本偏向性技術進步對就業的影響效應區分開來。

為了驗證資本偏向性技術進步與就業的之間的關系，本文首先基于CES生產函數對地區技術進步偏向程度進行測度，并構建了資本偏向性技術進步對就業影響的計量模型，利用地區面板數據進行回歸分析。

三、模型與數據

（一）模型

為了進一步驗證，技術進步偏向程度與就業的U型關系，因此我們把模型設為：

式中lnl為就業規模，dt是技術進步偏向程度，dt2是技術偏向程度的平方項，X為控制變量集，i為地區，t為年份。

（二）變量與數據

1.技術進步偏向程度的測度

對于技術進步偏向程度的測度主要參照戴天仕和徐現祥的做法，假設生產函數為CES生產函數：

ALt與BKt分別表征的是勞動效率與資本效率。經計算推導，技術進步偏向程度可以表示為：

利用各地區按收入法核算的年產出（Yt）、年勞動投入（Lt）、年資本投入（Kt）、年勞動所得（wtLt）以及年資本所得（rtKt）數據， 使用標準化系統來進行估計， 可以得到替代彈性ρ，資本密集度δ，進而可以求解出技術進步的偏向程度dt。當dt＞0時，技術進步表現出資本偏向性，數值越大偏向程度越高。從計算結果來看，各個地區資本與勞動替代彈性ρ＜1是互補關系，各個地區技術進步總體呈現出資本偏向性。

2.變量解釋

就業規模（lnl）作為被解釋變量，就業人數是就業規模最直觀的表現形式，這里以各地區的就業總人口數的對數來表示。以技術進步的資本偏向程度（dt）為模型的核心解釋變量，本文還加入了技術進步偏向程度的平方項（dt2）來考察資本偏向性技術進步對就業規模影響的U型趨勢。

此外，除了核心解釋變量外，模型還控制了影響地區就業的其他控制變量，包括地區的產業結構（stru），以地區二三產業的產值占國內生產總值的比重來表示；地區的教育水平（sch），以高校密度表示，即各地區高校數比上地區面積；地區的金融發展水平（fina），以地區的存貸款比值表示，即金融機構年末貸款總額比上年末存款總額；地區交通基礎設施狀況（infra），以各地區人均公路里程，公路里程比上年底總人口數來表示。

本文實證所用面板數據選取的時間期限是2003-2018年，剔除數據缺失嚴重的西藏，所以模型中共包含30個地區。就業總人口數、年底總人口數、各省土地面積以及計算技術進步偏向所需的勞動投入和資本投入來源于《中國統計年鑒》、《中國人口與就業統計年鑒》及各省份及自治區統計年鑒。二三產業增加值、國民生產總值、銀行年末存貸款余額、普通高等學校數的數據均來自于中經網數據庫。計算技術進步偏向指數所需要的按收入法核算的產出值及相關價格指數等均來自于國家統計局。在數據整理過程中，個別缺失值通過線性插值法將所缺失的數據補全。

四 實證結果分析

（一）基準回歸結果

基準回歸模型的豪斯曼檢驗支持使用固定效應回歸模型，模型（1）-（5）為逐步增加控制變量的回歸結果。并在每一基準模型下，匯報了Utest檢驗的拐點值及p值。具體結果如表1所示：

表1 基準回歸

模型（1）-（5）中技術進步偏向程度的影響均顯著，進一步的Utest檢驗結果認為技術偏向程度對于就業規模的影響呈現U型趨勢，且在1%水平下顯著。可得出結論：資本偏向性技術進步偏向程度較小的情況下（dt＜0.5476），對就業規模表現出抑制作用，當偏向程度到達一定程度（dt＞0.5476）時，表現出對就業規模的促進作用。

（二）穩健性檢驗

地區就業總人數能夠最直觀的反映地區就業規模，但是就業人數是一個絕對的指標，并不能反映相對變化，為了增強上述回歸結果的穩健性，這里使用地區就業率作為地區就業規模的替代變量，以地區就業總人口數與年底人口數的比值來表示。并重復基準回歸過程后得到的結果如表2的模型（6）和模型（7）所示。使用地區就業率作為被解釋變量進行回歸的結果也進一步支持了資本偏向性技術進步對地區就業規模的U型關系。

表1的回歸分析的樣本包含了我國四個直轄市，但直轄市相對于一般省份及自治區在技術發達水平等方面有較大差異，為了進一步檢驗上述結果的穩定性，將30個地區樣本中包含的4個直轄市剔除，并重復基準的回歸過程，結果如表2所示。回歸結果仍然穩健。

表2 穩健性檢驗的回歸結果

五、結論與啟示

在經濟進入新常態的宏觀大環境下，技術進步的要素偏向與就業的關系非常值得重視。本文通過回顧了資本偏向性技術進步與就業的相關研究成果，以CES生產函數為基礎使用標準化系統對30個地區的技術進步方向及偏向程度進行測度，并進行實證研究得到以下結論：地區資本與勞動的替代彈性小于1，呈現互補關系，各個地區總體上技術進步方向偏向于資本，且資本偏向性技術進步與就業呈現U型趨勢。

資本偏向性的技術進步最直接的表現為資本對勞動的替代，一定程度上抑制了就業的增長，政府部門應重視資本與勞動的合理配置比例，在資本替代勞動的過程中，要保障就業。雖然在技術進步資本偏向程度較高對就業具有促進作用，但是依靠企業單純的擴大再生產對就業的促進是有限度的，因此政府要鼓勵創新，營造創新環境氛圍，依靠創新吸納更多的勞動力。技術進步有賴于高素質的勞動者推動，要實現預期就業目標，主要途徑還是要加大教育投入，提升勞動者素質，此外優化產業結構、支持金融發展等也是保障就業穩定的有效途徑。