三次产业发展对就业拉动动态分析.docVIP

三次产业发展对就业拉动的动态分析 　　◆ 中图分类号：F127 文献标识码：A 　　内容摘要：本文建立时变参数模型，利用Kalman滤波方法估计了改革开放以来三次产业的动态就业弹性，整体而言三次产业的就业弹性都经历了先上升后下降的过程，但波动程度很小，第一产业的就业弹性最小，对就业的带动作用微弱，第二产业的就业效应主要依赖于建筑业的发展，第三产业的就业弹性在三次产业中最大。继而本文通过建立VAR模型及借助于广义脉冲响应函数，分析了对三次产业产值的冲击给就业人数所带来的影响，结果表明对第一产业的冲击会对就业人数带来相反作用，对第二、三产业的正向冲击都会带来就业人数的增加。 　　关键词：三次产业 就业弹性 时变参数模型 广义脉冲响应函数 　　 　　产业部门是就业的载体，改革开放以来，我国三次产业构成与就业结构不断优化，然而与一些发达国家相比，我国产业结构仍然处于失衡状态，从而导致就业结构也失衡，并且就业结构的调整滞后于产业结构调整。研究产业发展对就业人数的影响对于缓解就业问题具有重要意义。 　　李玉凤、高长元（2008）利用协整分析技术分析了我国产业结构与就业结构的关系；蒲艳萍（2008）利用面板数据从产业结构变动方向与速度两个方面分析了对转型期就业的影响；张晓旭（2007）运用偏离－份额方法分析了我国就业增长与产业结构变迁的关系；蒲艳萍（2005）利用就业弹性、产业偏离度和不同产业的相对劳动生产率等指标分析了三次产业的就业情况；等等。 　　鉴于目前对就业弹性的研究主要是基于静态分析或者分阶段考察各产业就业弹性的变化，本文采用时变参数模型来分析就业弹性的动态变化，并借助于脉冲响应函数分析了各产业产值的冲击给就业人数带来的影响，以期得到一些有益启示。 　　 　　基于时变参数模型分析三次产业的就业效应 　　 　　（一）变量的选择与模型的建立 　　以第i产业的就业人数Li（i=1，2，3）作为被解释变量，第i产业的增加值Yi（i=1，2，3）作为解释变量，用来说明第i产业的扩张对该产业就业人数所产生的效应，建立如下模型： 　　Lit=AYitαeu（i=1，2，3） （1） ??　式中，α为就业吸纳弹性，表示第i产业增加值每增加1%，就业人数增加的百分比。 　　由于数据的自然对数变换不改变原来的协整关系，并能使其趋势线性化，消除时间序列中的异方差现象，所以对式（1）两端取自然对数，得到： 　　lnLit=lnA+ αlnYit+u （i=1，2，3）（2） 　　（二）模型参数稳定性检验 　　经济系统的需求或供给冲击、经济改革或者制度转变等因素，可能会使被解释变量与解释变量之间的关系发生结构变化，而固定参数模型的回归系数代表了解释变量的变化所引起的被解释变量变化的平均水平，其稳定性达不到要求，因此需要对参数的稳定性进行检验。1992年中共中央、国务院发布了《关于加快发展第三产业的决定》，这对于第三产业的发展起了重要作用，所以本文选取1992年为间断点，用Chow分割点检验对固定参数模型的回归系数的稳定性进行检验（见表1）。 　　从以上的检验结果可知，以式（2）得出的三次产业的固定参数都不稳定，可以认为三次产业的就业弹性在1992年都发生了结构变化，所以有必要建立时变参数模型来更好地分析三次产业的就业效应。 　　（三）时变参数模型的建立与估计 　　本文根据式（2）建立时变参数模型，并用状态空间模型表示，由于在大多数情况下，随机游走过程能捕捉到参数的不稳定性，因此设定状态方程为随机游走过程。 　　量测方程：lnLit=lnA+αlnYit+ut （t=1，2，……T）（3） 　　状态方程：αt=αt-1+εt（4） 　　其中，αt是随时间而改变的状态向量，体现了三次产业就业人数对其产值变动的敏感程度。 　　将时变参数模型以空间状态形式表示，可以利用Kalman滤波对每个时点的弹性作出估计，Kalman滤波是在时刻t基于所有可得到的信息计算状态向量的最理想的递推过程。Kalman估计重要的一步就是初始条件的确定，本文利用普通最小二乘法估计式（2），使初始条件等于相应的固定参数值。使用Kalman滤波方法得到的状态变量的滤波估计结果，其滤波序列图如图1、图2、图3所示。 　　（四）实证结果分析 　　第一产业的就业弹性很小并且在0.04与0.053之间变动，但也能在一定程度上吸纳一部分劳动力。然而相对于耕地的减少，农村人口却在不断增加，并且随着农业现代化进程的不断推进，农业的发展对人力的依赖会逐渐减弱，这会涌现出大量的农村剩余劳动力，并需要转移到二、三产业中去。 　　第二产业就业人数对其产值的敏感程度经历了一个先上升后缓慢下降的过程，在1994年达到最高点0.22，随后便有所下降，但总体来说