论文部分内容阅读
摘要：在上海大力建设科技创新中心的背景之下，文章在就业结构与产业结构的理论基础下，探究就业人员与上海重点行业发展之间的关系，为给针对性扶持政策研究或市场引导提供支持。文章以1997～2017年共21年的数据建立金融业发展与就业人员流动之间的回归模型。研究表明，就业人员流动，以及就业规模的扩大有利于行业的发展。政府应适当扩大就业规模，同时加大人才培养力度，在就业人员流动性增强的同时，提高就业人员素养，能够更好地促进行业发展。
关键词：金融业发展；就业人员流动；多元回归
一、问题的提出
十八大以来，习近平总书记在多个重要场合发表了大量关于科技创新的重要讲话，形成了宝贵的科技创新思想。党的十八大也明确提出，“科技创新是提升社会生产力和综合国力的战略支持，必须摆在国家发展全局的核心位置。”据《解放日报》报道，韩正在2015年3月6日下午的回忆表示，习近平总书记2014年5月在上海考察工作时明确要求，上海要加快建成具有全球影响力的科技创新中心。在这一发展背景下，为了给针对性扶持政策研究或市场引导环境的培育提供数据支持，进而为上海科创中心建设的产业升级或布局提供一定的数据支持，本文将在就业与产业理论的基础上，探究就业人员流动与上海重点行业发展之间的关系。
二、文献综述
上海作为中国的金融中心，必然离不开金融行业的发展。2016上海市企业员工流动率调查报告表示，金融业、租赁和商务服务业的就业人员流动率相对比较高，而制造业员工流动率趋于稳定。金融行业由于受到“互联网”等因素的影响，非银金融机构大量出现，以及政府管理部门对互联网金融监管力度的不断加强，一定程度上推高了金融行业的流动率。因此本文以上海市金融行业为例，对就业人员流动与上海重点行业发展之间的关系进行研究。
从就业结构与产业结构的大方向来看，目前，上海市经过三次产业的发展，已经形成第三产业为主要推动力的经济增长的基本格局，尤其第一产业的产值的比重已经下降到发达国家的水平，符合国际大都市的发展要求。然而，如今就业结构并不完全适应产业结构，就是说，就业结构与产业结构转型变化趋势一致，但却滞后于产业结构变化，且第三产业就业弹性偏低，吸收劳动能力减弱，有些行业人才缺乏，有些行业劳动力过剩（朱象贤，2001；李林矾，2012；吴娜，栾贵勤，2014；景跃军，张昀，2015）。
在探究產业、行业发展与就业人员流动联系方面，Roberto Basile（2012）实证分析在专业化程度高的行业，行业的发展与就业动态之间存在负向影响。孙青芬（2012）在对中国生产性服务业的发展及影响因素研究中通过建立短期面板模型，发现生产性服务业的就业弹性在经济发达地区为正，提高就业水平，扩大就业规模能够促进行业的迅速发展。张杰（2013）对劳动力流动与第三产业发展的关系进行研究，通过建立联立方程模型，发现在经济发达地区，就业人员的净流入份额提高会促进第三产业的发展，第三产业的蓬勃发展又会反过来吸引大量就业人员，在中西部地区却出现了相反的现象。但人力资本在全国各地都能够促进第三产业的发展，且影响系数较大。刘东阁（2016）在对劳动力流动与生产性服务业发展互动研究中，建立劳动力流动的静态面板模型，以及两者间的动态面板模型，也发现在一定时期内，劳动力要素流动促进了生产性服务业劳动生产率的增长，生产性服务业的发展也会反过来加速行业内劳动力流动。
然而，国内外研究多是从经济学，管理学等角度，以理论和定性分析为主，从宏观上来解释就业人员流动与产业行业发展之间的互动关系，对于某一地区的行业发展与就业结构改善不能起到良好的参考意义。所以，本文将单独以上海市金融行业为例，从理论出发，用大数据进行定量分析，为针对性扶持政策某一行业，进而为上海科创中心建设的产业升级或布局提供一定的数据依据。
三、数据来源及指标确定
本文的数据主要来源于1997年至2017年的《上海统计年鉴》，本文的各项指标均是根据其中的相关统计数据计算得出，为了模型的显著性，本文对所有指标进行了对数处理，具体见表1所述。
本文最重要的自变量是就业人员流动指标。本文所涉及的就业人员流动是从行业层面考虑的，通常包括就业人员在行业内的流入和流出，以及在行业内的职位变动。对于就业人员流动的界定，学者们通常根据其研究的方向、范围及目的进行不同的界定。白丽娜（2013）使用某个群体中发生职业流动的总次数与该群体劳动力数量的比率来反映群体的职业流动的程度。Howard Pack and Christina Paxson （1999）把某一时期中从某一行业转到另一行业的就业人员数的对数值作为就业人员流动指标。郭文杰（2009）使用劳动力流动增量指标，主要包括行业内就业人员数载不同年份的变化。张月友（2012）通过行业内就业人员数占全部就业人员数的百分比来表示就业人员流动。根据本文研究需要，以及可操作性，本文以上海金融业为研究对象，采用就业人员流动的百分比指标进行衡量。
四、模型建立与分析
在实际问题中，因为绝大多数情况下，我们无法预先判断自变量与各个因变量之间是否真的存在线性关系，我们用回归方程去拟合他们之间的关系，只是根据一定的分析所作出的假设，即无论是否真的有关系，总能拟合出一些数值，看似能够满足方程，我们称之为“伪回归”。所以我们要对拟合得到的回归方程进行显著性检验。其次，假设回归方程通过了显著性检验，也还要对其中的回归系数进行显著性检验。因为回归系数也是我们的假设之一，有可能出现总回归方程显著，而回归系数不显著情况。
第一，回归方程显著性检验-F检验
对多元回归方程整体的显著性检验就是要看自变量对于因变量是否具有显著的影响。
y=β0+β1x1+…+βpxp+ε（1）
对回归模型（公式1）提出原假设和备择假设：H0：β1=β2=……βp=0，H1：β1（i=1，2…p）不全为0。在接受原假设的条件下，表示自变量和因变量之间的关系用单纯的线性回归模型来表示并不合适，构建F统计量 F=■（2）
其中SSR是回归平方和，SSE是残差平方和。此时的F统计量服从自由度为（p，n-p-1）的F分布。在给定的显著性水平下查F的分布表，得出临界值Fa。如果Fa 第二，回归系数显著性检验-t检验
回归方程整体的显著并不意味着每一个自变量对因变量都是显著的，所以想要在回归方程中，删去那些无关紧要的变量，从而建立起更简洁的回归方程，对于我们能够更好的可以看出自变量与因变量真正的联系，因此我们就必须对单个回归系数进行显著性检验。可以容易得到，某一个自变量Xu对y不显著，那么该回归系数在方程里就等于0，所以我们可以得到原假设和备择假设：H0：βu=0，H1：βu≠0，（u=1，2，…p）。由于参数分布的性质可以知道，回归系数的估计量服从正态分布，那么就可以得到统计量服从自由度为（n-p-1）的t分布。
t=■～t（n-p-1）（3）
在给定的显著性水平情况下，若自变量是不显著的，应当考虑从方程中删去该自变量再进行拟合。
利用最小二乘法建立多元回归模型，初步得到以下模型：
ln（fgdp）=-15.7471-0.0267ln（wage）-0.6343ln（loan）+0.4260ln（premium）-0.2779ln（saving）-0.2558ln（move）+2.9445ln（productivity）-0.4577ln（agdp）
（4）
我们发现此模型的判定系数（R2）较高，达到了0.9951，说明模型解释能力较强，同时D.W值为2.351，排除了自相关的干扰。但具体考察各个解释变量的系数显著性，发现职工平均工资、人均生产总值等变量在10%的显著性水平下未通过检验，且个别变量存在严重的多重共线性。为了模型的可靠性，对模型进行优化，剔除了部分变量，得到如表2的结果。
模型如下：
ln（fgdp）=-17.5501-0.4194ln（saving）-0.4004ln（move）+2.4567ln（productivity）（5）
剔除变量后，判定系数（R2）下降到0.9914，说明剔除的变量在统计上不显著，D.W值为1.888，可以更好地排除自相关的干扰，且各变量均能在5%的显著性水平下通过检验，这说明这三个变量对我国金融业发展有显著影响。
（一）居民储蓄存款
根据回归结果，我们可以发现居民储蓄存款与金融业的发展是呈现负相关的。如图1所示，近年来居民储蓄存款出现下降或少增的趋势，这有利于改善金融资产结构。我国是一个以银行为代表的间接融资占绝对主体的国家，如今储蓄存款流入股市等金融机构，虽然导致了储蓄的少增现象，但提高以证券市场为代表的直接融资市场的比例，使得资金不会过分集中在银行内，一定程度上改善了金融结构，从而促进了金融业的不断成熟。
（二）就业人员流动
在相关历史文献研究中劳动力的流动在某种程度上能够促进产业的发展。本文中用金融行业从业人员数占全市从业人员数的百分比表示就业人员流动。由图2我们可以看出这个指标近20年大致呈现逐年递增的趋势，同时由图3我们也能看出全市从业人员除个别年份外也呈现上升趋势，说明随着金融业的发展，金融行业的从业人员逐年增加并且增加幅度超过全市从业人员数。然而，在本文的模型中，就业人员流动指标的系数却为负，说明随着第三产业的蓬勃发展，金融行业作为第三产业的代表行业吸纳了许多高校优秀人才，但与此同时也吸引了越来越多来自第一、二产业的农村劳动力，然而这些劳动力资本和技术含量不高，不利于金融行业的健康发展。
（三）第三产业劳动生产率
由于第三产业迅速发展，吸纳了越来越多的劳动力使得其劳动生产率逐年上升，对金融行业的发展有着显著的促进作用。
五、结论与政策建议
本文的目的在于探究行业发展与就业人员流动之间的关系，综合就业与产业理论以及相关历史文献可以得出如下结论：扩大就业规模。在经济发展达到一定水平的地区，就业规模的扩大，提高行业就业水平，在短期内可以促进行业的发展，且就业结构应适应产业结构。优化人力资本结构，使就业结构适应产业结构。虽然就业水平的提高有利于行业的发展，但是金融行业等生产性服务业作为知识密集型产业，对就业人员的技术水平与知识储备有着较高的要求，如果只注重就业人员数量的增长，忽略对人才素养的要求，反而不利于行业的健康发展。所以，一方面需要注重本市人才培养，为本市重点行业的发展储备人才，打下有力基础，另一方面也要重视人才引进，特别是精通金融、技术等的复合型人才，同时也要对已从业人员进行继续教育，定期进行员工培训，使其适应行业发展要求。
参考文献：
[1]Pack， Howard.“Inter-industry labor mobility in Taiwan， China.”[M].The World Bank，1999.
[2]Basile， Roberto， C. Donati， and R. Pittiglio.“Industry structure and employment growth： evidence from semiparametric geoadditive models.”[J].Mpra Paper 2013（38）.
[3]Franco， April M.， and M. F. Mitchell.“Covenants not to Compete， Labor Mobility， and Industry Dynamics.”[J].Journal of Economics & Management Strategy 2008（17）.
[4]中國统计出版社.上海统计年鉴[M].上海统计局，1997～2017.
[5]张杰.劳动力流动与第三产业发展的关系研究[D].重庆大学，2013.
[6]刘东阁.劳动力流动与生产性服务业发展互动研究[D].西南大学，2016.
[7]吴娜，栾贵勤.上海产业结构与就业结构的协调发展研究[J].中国集体经济，2014（04）.
[8]郭瑞东，周爱军.区域产业结构与就业结构的协调发展研究[J].商业时代，2011（07）.
[9]朱象贤，宋建民，李和平.上海三次产业的发展与就业问题分析[J].上海综合经济，2001（11）.
[10]白利娜.我国劳动力职业流动的影响因素及其对收入的影响研究[D].山东大学，2013.
[11]蔡禾，张东.中国城镇劳动力市场中的职业流动及收益——基于CLDS2012年和CLDS2014年数据的实证研究[J].江海学刊，2016（03）.
[12]陈国亮.新经济地理学视角下的生产性服务业集聚研究[D].浙江大学，2010.
[13]孙青芬.中国生产性服务业的发展及影响因素研[D].东北财经大学，2012.
[14]蓝文妍，朱胜勇，李江帆.第三产业生产服务与第三产业生产率：理论与实证研究[J].产经评论，2014（05）.
[15]郭文杰，李泽红.劳动力流动、服务业增长与经济结构转换——基于中国省际面板数据的实证研究[J].数量经济技术经济研究，2009（11）.
[16]张月友，刘志彪.替代弹性、劳动力流动与我国服务业“天花板效应”——基于非均衡增长模型的分析[J].财贸经济，2012（03）.
（作者单位：上海对外经贸大学统计与信息学院）
关键词：金融业发展；就业人员流动；多元回归
一、问题的提出
十八大以来，习近平总书记在多个重要场合发表了大量关于科技创新的重要讲话，形成了宝贵的科技创新思想。党的十八大也明确提出，“科技创新是提升社会生产力和综合国力的战略支持，必须摆在国家发展全局的核心位置。”据《解放日报》报道，韩正在2015年3月6日下午的回忆表示，习近平总书记2014年5月在上海考察工作时明确要求，上海要加快建成具有全球影响力的科技创新中心。在这一发展背景下，为了给针对性扶持政策研究或市场引导环境的培育提供数据支持，进而为上海科创中心建设的产业升级或布局提供一定的数据支持，本文将在就业与产业理论的基础上，探究就业人员流动与上海重点行业发展之间的关系。
二、文献综述
上海作为中国的金融中心，必然离不开金融行业的发展。2016上海市企业员工流动率调查报告表示，金融业、租赁和商务服务业的就业人员流动率相对比较高，而制造业员工流动率趋于稳定。金融行业由于受到“互联网”等因素的影响，非银金融机构大量出现，以及政府管理部门对互联网金融监管力度的不断加强，一定程度上推高了金融行业的流动率。因此本文以上海市金融行业为例，对就业人员流动与上海重点行业发展之间的关系进行研究。
从就业结构与产业结构的大方向来看，目前，上海市经过三次产业的发展，已经形成第三产业为主要推动力的经济增长的基本格局，尤其第一产业的产值的比重已经下降到发达国家的水平，符合国际大都市的发展要求。然而，如今就业结构并不完全适应产业结构，就是说，就业结构与产业结构转型变化趋势一致，但却滞后于产业结构变化，且第三产业就业弹性偏低，吸收劳动能力减弱，有些行业人才缺乏，有些行业劳动力过剩（朱象贤，2001；李林矾，2012；吴娜，栾贵勤，2014；景跃军，张昀，2015）。
在探究產业、行业发展与就业人员流动联系方面，Roberto Basile（2012）实证分析在专业化程度高的行业，行业的发展与就业动态之间存在负向影响。孙青芬（2012）在对中国生产性服务业的发展及影响因素研究中通过建立短期面板模型，发现生产性服务业的就业弹性在经济发达地区为正，提高就业水平，扩大就业规模能够促进行业的迅速发展。张杰（2013）对劳动力流动与第三产业发展的关系进行研究，通过建立联立方程模型，发现在经济发达地区，就业人员的净流入份额提高会促进第三产业的发展，第三产业的蓬勃发展又会反过来吸引大量就业人员，在中西部地区却出现了相反的现象。但人力资本在全国各地都能够促进第三产业的发展，且影响系数较大。刘东阁（2016）在对劳动力流动与生产性服务业发展互动研究中，建立劳动力流动的静态面板模型，以及两者间的动态面板模型，也发现在一定时期内，劳动力要素流动促进了生产性服务业劳动生产率的增长，生产性服务业的发展也会反过来加速行业内劳动力流动。
然而，国内外研究多是从经济学，管理学等角度，以理论和定性分析为主，从宏观上来解释就业人员流动与产业行业发展之间的互动关系，对于某一地区的行业发展与就业结构改善不能起到良好的参考意义。所以，本文将单独以上海市金融行业为例，从理论出发，用大数据进行定量分析，为针对性扶持政策某一行业，进而为上海科创中心建设的产业升级或布局提供一定的数据依据。
三、数据来源及指标确定
本文的数据主要来源于1997年至2017年的《上海统计年鉴》，本文的各项指标均是根据其中的相关统计数据计算得出，为了模型的显著性，本文对所有指标进行了对数处理，具体见表1所述。
本文最重要的自变量是就业人员流动指标。本文所涉及的就业人员流动是从行业层面考虑的，通常包括就业人员在行业内的流入和流出，以及在行业内的职位变动。对于就业人员流动的界定，学者们通常根据其研究的方向、范围及目的进行不同的界定。白丽娜（2013）使用某个群体中发生职业流动的总次数与该群体劳动力数量的比率来反映群体的职业流动的程度。Howard Pack and Christina Paxson （1999）把某一时期中从某一行业转到另一行业的就业人员数的对数值作为就业人员流动指标。郭文杰（2009）使用劳动力流动增量指标，主要包括行业内就业人员数载不同年份的变化。张月友（2012）通过行业内就业人员数占全部就业人员数的百分比来表示就业人员流动。根据本文研究需要，以及可操作性，本文以上海金融业为研究对象，采用就业人员流动的百分比指标进行衡量。
四、模型建立与分析
在实际问题中，因为绝大多数情况下，我们无法预先判断自变量与各个因变量之间是否真的存在线性关系，我们用回归方程去拟合他们之间的关系，只是根据一定的分析所作出的假设，即无论是否真的有关系，总能拟合出一些数值，看似能够满足方程，我们称之为“伪回归”。所以我们要对拟合得到的回归方程进行显著性检验。其次，假设回归方程通过了显著性检验，也还要对其中的回归系数进行显著性检验。因为回归系数也是我们的假设之一，有可能出现总回归方程显著，而回归系数不显著情况。
第一，回归方程显著性检验-F检验
对多元回归方程整体的显著性检验就是要看自变量对于因变量是否具有显著的影响。
y=β0+β1x1+…+βpxp+ε（1）
对回归模型（公式1）提出原假设和备择假设：H0：β1=β2=……βp=0，H1：β1（i=1，2…p）不全为0。在接受原假设的条件下，表示自变量和因变量之间的关系用单纯的线性回归模型来表示并不合适，构建F统计量 F=■（2）
其中SSR是回归平方和，SSE是残差平方和。此时的F统计量服从自由度为（p，n-p-1）的F分布。在给定的显著性水平下查F的分布表，得出临界值Fa。如果Fa
回归方程整体的显著并不意味着每一个自变量对因变量都是显著的，所以想要在回归方程中，删去那些无关紧要的变量，从而建立起更简洁的回归方程，对于我们能够更好的可以看出自变量与因变量真正的联系，因此我们就必须对单个回归系数进行显著性检验。可以容易得到，某一个自变量Xu对y不显著，那么该回归系数在方程里就等于0，所以我们可以得到原假设和备择假设：H0：βu=0，H1：βu≠0，（u=1，2，…p）。由于参数分布的性质可以知道，回归系数的估计量服从正态分布，那么就可以得到统计量服从自由度为（n-p-1）的t分布。
t=■～t（n-p-1）（3）
在给定的显著性水平情况下，若自变量是不显著的，应当考虑从方程中删去该自变量再进行拟合。
利用最小二乘法建立多元回归模型，初步得到以下模型：
ln（fgdp）=-15.7471-0.0267ln（wage）-0.6343ln（loan）+0.4260ln（premium）-0.2779ln（saving）-0.2558ln（move）+2.9445ln（productivity）-0.4577ln（agdp）
（4）
我们发现此模型的判定系数（R2）较高，达到了0.9951，说明模型解释能力较强，同时D.W值为2.351，排除了自相关的干扰。但具体考察各个解释变量的系数显著性，发现职工平均工资、人均生产总值等变量在10%的显著性水平下未通过检验，且个别变量存在严重的多重共线性。为了模型的可靠性，对模型进行优化，剔除了部分变量，得到如表2的结果。
模型如下：
ln（fgdp）=-17.5501-0.4194ln（saving）-0.4004ln（move）+2.4567ln（productivity）（5）
剔除变量后，判定系数（R2）下降到0.9914，说明剔除的变量在统计上不显著，D.W值为1.888，可以更好地排除自相关的干扰，且各变量均能在5%的显著性水平下通过检验，这说明这三个变量对我国金融业发展有显著影响。
（一）居民储蓄存款
根据回归结果，我们可以发现居民储蓄存款与金融业的发展是呈现负相关的。如图1所示，近年来居民储蓄存款出现下降或少增的趋势，这有利于改善金融资产结构。我国是一个以银行为代表的间接融资占绝对主体的国家，如今储蓄存款流入股市等金融机构，虽然导致了储蓄的少增现象，但提高以证券市场为代表的直接融资市场的比例，使得资金不会过分集中在银行内，一定程度上改善了金融结构，从而促进了金融业的不断成熟。
（二）就业人员流动
在相关历史文献研究中劳动力的流动在某种程度上能够促进产业的发展。本文中用金融行业从业人员数占全市从业人员数的百分比表示就业人员流动。由图2我们可以看出这个指标近20年大致呈现逐年递增的趋势，同时由图3我们也能看出全市从业人员除个别年份外也呈现上升趋势，说明随着金融业的发展，金融行业的从业人员逐年增加并且增加幅度超过全市从业人员数。然而，在本文的模型中，就业人员流动指标的系数却为负，说明随着第三产业的蓬勃发展，金融行业作为第三产业的代表行业吸纳了许多高校优秀人才，但与此同时也吸引了越来越多来自第一、二产业的农村劳动力，然而这些劳动力资本和技术含量不高，不利于金融行业的健康发展。
（三）第三产业劳动生产率
由于第三产业迅速发展，吸纳了越来越多的劳动力使得其劳动生产率逐年上升，对金融行业的发展有着显著的促进作用。
五、结论与政策建议
本文的目的在于探究行业发展与就业人员流动之间的关系，综合就业与产业理论以及相关历史文献可以得出如下结论：扩大就业规模。在经济发展达到一定水平的地区，就业规模的扩大，提高行业就业水平，在短期内可以促进行业的发展，且就业结构应适应产业结构。优化人力资本结构，使就业结构适应产业结构。虽然就业水平的提高有利于行业的发展，但是金融行业等生产性服务业作为知识密集型产业，对就业人员的技术水平与知识储备有着较高的要求，如果只注重就业人员数量的增长，忽略对人才素养的要求，反而不利于行业的健康发展。所以，一方面需要注重本市人才培养，为本市重点行业的发展储备人才，打下有力基础，另一方面也要重视人才引进，特别是精通金融、技术等的复合型人才，同时也要对已从业人员进行继续教育，定期进行员工培训，使其适应行业发展要求。
参考文献：
[1]Pack， Howard.“Inter-industry labor mobility in Taiwan， China.”[M].The World Bank，1999.
[2]Basile， Roberto， C. Donati， and R. Pittiglio.“Industry structure and employment growth： evidence from semiparametric geoadditive models.”[J].Mpra Paper 2013（38）.
[3]Franco， April M.， and M. F. Mitchell.“Covenants not to Compete， Labor Mobility， and Industry Dynamics.”[J].Journal of Economics & Management Strategy 2008（17）.
[4]中國统计出版社.上海统计年鉴[M].上海统计局，1997～2017.
[5]张杰.劳动力流动与第三产业发展的关系研究[D].重庆大学，2013.
[6]刘东阁.劳动力流动与生产性服务业发展互动研究[D].西南大学，2016.
[7]吴娜，栾贵勤.上海产业结构与就业结构的协调发展研究[J].中国集体经济，2014（04）.
[8]郭瑞东，周爱军.区域产业结构与就业结构的协调发展研究[J].商业时代，2011（07）.
[9]朱象贤，宋建民，李和平.上海三次产业的发展与就业问题分析[J].上海综合经济，2001（11）.
[10]白利娜.我国劳动力职业流动的影响因素及其对收入的影响研究[D].山东大学，2013.
[11]蔡禾，张东.中国城镇劳动力市场中的职业流动及收益——基于CLDS2012年和CLDS2014年数据的实证研究[J].江海学刊，2016（03）.
[12]陈国亮.新经济地理学视角下的生产性服务业集聚研究[D].浙江大学，2010.
[13]孙青芬.中国生产性服务业的发展及影响因素研[D].东北财经大学，2012.
[14]蓝文妍，朱胜勇，李江帆.第三产业生产服务与第三产业生产率：理论与实证研究[J].产经评论，2014（05）.
[15]郭文杰，李泽红.劳动力流动、服务业增长与经济结构转换——基于中国省际面板数据的实证研究[J].数量经济技术经济研究，2009（11）.
[16]张月友，刘志彪.替代弹性、劳动力流动与我国服务业“天花板效应”——基于非均衡增长模型的分析[J].财贸经济，2012（03）.
（作者单位：上海对外经贸大学统计与信息学院）