论文部分内容阅读
摘要:运用空间计量分析技术,本文考察了1988~2012年中国大陆28个省级就业结构转变和区域工业全要素生产率增长之间的关系。研究发现,我国区域工业就业结构存在显著的正向相关性,相对全要素生产率的增长和资本产出比的提高会降低产业的就业份额。人均收入的提高对产业就业份额的影响可正可负。产业结构与就业结构的变动未必同步。提高制造业的就业份额关键在于空间效应的提高。
关键词:就业结构;全要素生产率;空间面板
一、引言
改革开放以来,我国第一产业的就业比重相比第二产业和第三产业持续降低,第三产业就业比重增长速度最快,但是目前我国第三产业就业比重与其他发达国家相比是较低的,产业结构偏离度过大。有学者认为应该采取一定的措施来纠偏,但就业结构一定与产业结构同步吗?是什么让劳动力在不同的产业之间进行流动?这种流动是否会受到空间溢出效应的影响?迄今为止,我们对区域之间的这种空间溢出作用的强度和作用范围的实证研究依然有限。
二、研究方法及数据处理
(一)全要素生产率的测算
对生产率进行测量是为了辨别产出差异当中那些不能被投入差异解释的部分。相同的企业生产相同的产品,如果投入越少,我们就说其生产率越高。为了使生产率得以提高,我们需要观测并控制应用于投入和产出的技术水平。如果企业之间的技术水平发生变化、规模经济不变,首选的方法是数据包络分析(DEA)。运用DEA模型时,我们不需要设定具体的生产函数,还允许企业间技术异质的存在。
Malmquist指数被应用于生产效率的测算并依据效率测算的结果进行比较研究。我们将每个省区作为一个决策单元,在一定时期内,投入函数为xk,t=(Xk),产出函数为yk,t=(Yk),k代表我国各省区。我们从产出角度来运用非参数数据包络分析方法构造t时期的不变规模报酬,即
Ltc={(xt,yt):∑28k=1zkytk≥yt;∑28k=1zk
xtk≤xt;zk≥0;k=1,......,28}(1)
其中,Z表示不同横截面观察值的权重。相应的k省区的产出距离函数为
Dtc=(xk,t,yk,t)={max[θ:(xk,t,θyk,t)∈Ltc]}-1(2)
此产出距离函数是使θ最大来求解线性规划的,其目的是在投入给定的情况下求出产出最大。当Dtc=1时,生产在技术上有效率;当Dtc>1,生产在技术上无效率。
根据经济学家F?覿re等(1989)的研究,Malmquist生产率变化指数可设为
Mt(k,t,t+1)=[ ] (3)
若Mt(k,t,t+1)大于1,表明全要素生产率在改进,小于1则意味着生产率在退化。
(二)计量模型
1.Moran I指数
空间计量通常使用空间自相关指数Moran I,即
Moran I =
(4)
式中,S (Y - )2,Y= Y ,Y 表示第i个地区的观测值,n代表观测的地区总数,W 代表空间权重矩阵,如果两个地区相邻则取“1”,反之则为“0”。Moran I的范围在-1到1之间,当Moran I>0,意味着地区之间空间呈现正相关,Moran I<0,表示两个地区之间空间不相关。
2.空间误差模型(SEM)与空间滞后模型(SLM)
根据设定模型时对“空间”体现方法的不同,我们将空间计量模型分为两种:空间滞后模型和空间误差模型,表示形式为
SLM:Y=ρWY+Xβ+ε(5)
SEM:Y=Xβ+ε(6)
其中,Y是被解释变量,X代表外生解释变量矩阵,X的参数向量是β,ρ代表的是空间滞后回归的系数,λ是空间误差回归系数,ε=λWε+μ,和都代表示随机误差项,空间权重矩阵为W。
本文采用的是0到1的空间权重矩阵,相邻的区域空间权重为“1”,不相邻区域为“0”,即
Wij=0 当区域i=j0 当区域i与j不相邻1 当区域i与j相邻。
确定空间权重的方法有很多种,关于空间权重的选择外生并且任意。由于邻接方法简便,它被广泛使用,本文使用这一方法。
3.模型设定及变量选取
本文的被解释变量为就业结构对数值(ln /n),其中n为某行业的就业人数占工业总就业人数的比重。本文主要研究工业各行业内部结构变化。我们将待估计的计量模型设定为
lnYit=αi+γt+βXit+ρWY-it+εit
εit=λWε-it+μit,|ρ|≤1(7)
其中,下标i表示各省区,t表示年份,αi表示地区效应,γt是时间效应,其他变量涵义同上。
为了考察地区就业结构与产业全要素生产率的关系,本文选取的主要变量是已经被证实影响着就业结构。本文将工业分为采矿业、制造业和电力、燃气及水的生产和供应业。回归方程的被解释变量是第二产业中各行业就业结构指标的对数值,解释变量包括资本劳动比、各产业发展水平,相对全要素生产率的增长和人均收入水平的对数值。
(三)指标选择及数据处理
本文所采用的样本包括我国28个省区,同时我们将重庆的数据并入四川,考察期为1987~2012年,共700个观测值。工业全要素生产率的产出变量为工业增加值,投入变量包括资本存量和劳动投入,选取固定资产净值作为资本投入并以各行业固定资产投资价格指数进行平减。劳动投入指标以职工年均人数代表劳动投入。
本文用工业各行业职工人数占工业职工人数的比重来衡量就业结构。将国内生产总值(GDP)作为我国经济总量的唯一统计指标。我们从各省相应年份《统计年鉴》获得28个省区的生产总值(1987年=100),将生产总值的指数全部换算为以1987年我基数的不变价格。各年份各省区人口采用年末人口数指标,这一数据来自于《中国统计年鉴》及各地区《统计年鉴》相应年份。 三、实证分析
(一)工业各产业全要素生产率的变动分析
运用DEAP2.0软件,我们得到我国工业各行业的全要素生产率呈现增长趋势,其中采矿业的全要素生产率增长最快,平均增长率为17%,制造业和电力、燃气及水的生产和供应业的平均增长率分别为6.9%和7.8%。采矿业的全要素生产率从1988年的0.89上升到2012年的1.41。制造业和电力、燃气及水的生产和供应业的全要素生产率则分别从1.17和0.94到0.94和0.85。
(二)空间计量结果
由于允许共同冲击的存在,所以模型中扰动项目中有空间滞后变量的存在,即(εit=λWε-it+μit~iid(0,σ2μ),|ρ|≤)。对于公式(7)来说,其做法是先进行固定效应的预估计,从而得到一致估计的系数β和ρ。然后,利用得到的残差结合矩方法估计λ、σ2μ和σ2t。最后,根据估计结果使用FGLS法,再次估计式(7)中的固定效应,得到β和ρ的一致有效估计。
以上采用的是固定效应模型,从回归结果来看,资本劳动比对工业各产业就业结构产生负向的影响。采矿业的资本劳动比每增加1个百分点,其就业份额增加约0.5个百分点。对于制造业来说,资本劳动比前的系数较小。这表明提高制造业的资本劳动比对制造业就业份额的减少影响不大。
全要素生产率都对工业各产业的就业结构产生负面的影响,并且估计结果相当显著。人均GDP的增长对制造业就业结构的影响不显著,人均GDP的增长对采矿业就业结构的影响为负,对电力、燃气及水的生产和供应业影响为正。这说明经济的发展会加大对电力等行业的需求,减少对采矿业等初级加工的需求。从空间相关系数来看,这些指标都为正值并且都通过了1%的显著性概率检验。这说明,本地区的产业的就业结构容易受到周边地区的就业结构的影响。
四、结论
通过研究,本文得出以下几点结论。
第一,样本期内,我国采矿业的全要素生产率的增长率最高,其次是电力、燃气及水的生产和供应业,最后是制造业。这表明要提高工业总体的全要素生产率,关键是制造业。
第二,就业结构不一定要与产业结构发展变化同步,这取决于资本产出比、相对全要素生产率和人均收入水平的变化。
第三,一个地区的就业结构分布是有规律的,它取决于其相邻地区的经济发展和产业发展情况。提高制造业的就业份额关键在于空间相关效应。
参考文献:
[1]Franco Malerba.Innovation and the evolution of industries[J].Journal of Evolutionary Economics,2006(16).
[2]牛仁亮,陈永奇.加速技术进步:结构调整的必由之路[J].管理世界,2004(12).
[3]黄茂兴,李军军.技术选择、产业结构升级与经济增长[J].经济研究,2009(07).
[4]周叔莲,王伟光.科技创新与产业结构优化升级[J].管理世界,2001(05).
(作者单位:云南大学经济学院)
关键词:就业结构;全要素生产率;空间面板
一、引言
改革开放以来,我国第一产业的就业比重相比第二产业和第三产业持续降低,第三产业就业比重增长速度最快,但是目前我国第三产业就业比重与其他发达国家相比是较低的,产业结构偏离度过大。有学者认为应该采取一定的措施来纠偏,但就业结构一定与产业结构同步吗?是什么让劳动力在不同的产业之间进行流动?这种流动是否会受到空间溢出效应的影响?迄今为止,我们对区域之间的这种空间溢出作用的强度和作用范围的实证研究依然有限。
二、研究方法及数据处理
(一)全要素生产率的测算
对生产率进行测量是为了辨别产出差异当中那些不能被投入差异解释的部分。相同的企业生产相同的产品,如果投入越少,我们就说其生产率越高。为了使生产率得以提高,我们需要观测并控制应用于投入和产出的技术水平。如果企业之间的技术水平发生变化、规模经济不变,首选的方法是数据包络分析(DEA)。运用DEA模型时,我们不需要设定具体的生产函数,还允许企业间技术异质的存在。
Malmquist指数被应用于生产效率的测算并依据效率测算的结果进行比较研究。我们将每个省区作为一个决策单元,在一定时期内,投入函数为xk,t=(Xk),产出函数为yk,t=(Yk),k代表我国各省区。我们从产出角度来运用非参数数据包络分析方法构造t时期的不变规模报酬,即
Ltc={(xt,yt):∑28k=1zkytk≥yt;∑28k=1zk
xtk≤xt;zk≥0;k=1,......,28}(1)
其中,Z表示不同横截面观察值的权重。相应的k省区的产出距离函数为
Dtc=(xk,t,yk,t)={max[θ:(xk,t,θyk,t)∈Ltc]}-1(2)
此产出距离函数是使θ最大来求解线性规划的,其目的是在投入给定的情况下求出产出最大。当Dtc=1时,生产在技术上有效率;当Dtc>1,生产在技术上无效率。
根据经济学家F?覿re等(1989)的研究,Malmquist生产率变化指数可设为
Mt(k,t,t+1)=[ ] (3)
若Mt(k,t,t+1)大于1,表明全要素生产率在改进,小于1则意味着生产率在退化。
(二)计量模型
1.Moran I指数
空间计量通常使用空间自相关指数Moran I,即
Moran I =
(4)
式中,S (Y - )2,Y= Y ,Y 表示第i个地区的观测值,n代表观测的地区总数,W 代表空间权重矩阵,如果两个地区相邻则取“1”,反之则为“0”。Moran I的范围在-1到1之间,当Moran I>0,意味着地区之间空间呈现正相关,Moran I<0,表示两个地区之间空间不相关。
2.空间误差模型(SEM)与空间滞后模型(SLM)
根据设定模型时对“空间”体现方法的不同,我们将空间计量模型分为两种:空间滞后模型和空间误差模型,表示形式为
SLM:Y=ρWY+Xβ+ε(5)
SEM:Y=Xβ+ε(6)
其中,Y是被解释变量,X代表外生解释变量矩阵,X的参数向量是β,ρ代表的是空间滞后回归的系数,λ是空间误差回归系数,ε=λWε+μ,和都代表示随机误差项,空间权重矩阵为W。
本文采用的是0到1的空间权重矩阵,相邻的区域空间权重为“1”,不相邻区域为“0”,即
Wij=0 当区域i=j0 当区域i与j不相邻1 当区域i与j相邻。
确定空间权重的方法有很多种,关于空间权重的选择外生并且任意。由于邻接方法简便,它被广泛使用,本文使用这一方法。
3.模型设定及变量选取
本文的被解释变量为就业结构对数值(ln /n),其中n为某行业的就业人数占工业总就业人数的比重。本文主要研究工业各行业内部结构变化。我们将待估计的计量模型设定为
lnYit=αi+γt+βXit+ρWY-it+εit
εit=λWε-it+μit,|ρ|≤1(7)
其中,下标i表示各省区,t表示年份,αi表示地区效应,γt是时间效应,其他变量涵义同上。
为了考察地区就业结构与产业全要素生产率的关系,本文选取的主要变量是已经被证实影响着就业结构。本文将工业分为采矿业、制造业和电力、燃气及水的生产和供应业。回归方程的被解释变量是第二产业中各行业就业结构指标的对数值,解释变量包括资本劳动比、各产业发展水平,相对全要素生产率的增长和人均收入水平的对数值。
(三)指标选择及数据处理
本文所采用的样本包括我国28个省区,同时我们将重庆的数据并入四川,考察期为1987~2012年,共700个观测值。工业全要素生产率的产出变量为工业增加值,投入变量包括资本存量和劳动投入,选取固定资产净值作为资本投入并以各行业固定资产投资价格指数进行平减。劳动投入指标以职工年均人数代表劳动投入。
本文用工业各行业职工人数占工业职工人数的比重来衡量就业结构。将国内生产总值(GDP)作为我国经济总量的唯一统计指标。我们从各省相应年份《统计年鉴》获得28个省区的生产总值(1987年=100),将生产总值的指数全部换算为以1987年我基数的不变价格。各年份各省区人口采用年末人口数指标,这一数据来自于《中国统计年鉴》及各地区《统计年鉴》相应年份。 三、实证分析
(一)工业各产业全要素生产率的变动分析
运用DEAP2.0软件,我们得到我国工业各行业的全要素生产率呈现增长趋势,其中采矿业的全要素生产率增长最快,平均增长率为17%,制造业和电力、燃气及水的生产和供应业的平均增长率分别为6.9%和7.8%。采矿业的全要素生产率从1988年的0.89上升到2012年的1.41。制造业和电力、燃气及水的生产和供应业的全要素生产率则分别从1.17和0.94到0.94和0.85。
(二)空间计量结果
由于允许共同冲击的存在,所以模型中扰动项目中有空间滞后变量的存在,即(εit=λWε-it+μit~iid(0,σ2μ),|ρ|≤)。对于公式(7)来说,其做法是先进行固定效应的预估计,从而得到一致估计的系数β和ρ。然后,利用得到的残差结合矩方法估计λ、σ2μ和σ2t。最后,根据估计结果使用FGLS法,再次估计式(7)中的固定效应,得到β和ρ的一致有效估计。
以上采用的是固定效应模型,从回归结果来看,资本劳动比对工业各产业就业结构产生负向的影响。采矿业的资本劳动比每增加1个百分点,其就业份额增加约0.5个百分点。对于制造业来说,资本劳动比前的系数较小。这表明提高制造业的资本劳动比对制造业就业份额的减少影响不大。
全要素生产率都对工业各产业的就业结构产生负面的影响,并且估计结果相当显著。人均GDP的增长对制造业就业结构的影响不显著,人均GDP的增长对采矿业就业结构的影响为负,对电力、燃气及水的生产和供应业影响为正。这说明经济的发展会加大对电力等行业的需求,减少对采矿业等初级加工的需求。从空间相关系数来看,这些指标都为正值并且都通过了1%的显著性概率检验。这说明,本地区的产业的就业结构容易受到周边地区的就业结构的影响。
四、结论
通过研究,本文得出以下几点结论。
第一,样本期内,我国采矿业的全要素生产率的增长率最高,其次是电力、燃气及水的生产和供应业,最后是制造业。这表明要提高工业总体的全要素生产率,关键是制造业。
第二,就业结构不一定要与产业结构发展变化同步,这取决于资本产出比、相对全要素生产率和人均收入水平的变化。
第三,一个地区的就业结构分布是有规律的,它取决于其相邻地区的经济发展和产业发展情况。提高制造业的就业份额关键在于空间相关效应。
参考文献:
[1]Franco Malerba.Innovation and the evolution of industries[J].Journal of Evolutionary Economics,2006(16).
[2]牛仁亮,陈永奇.加速技术进步:结构调整的必由之路[J].管理世界,2004(12).
[3]黄茂兴,李军军.技术选择、产业结构升级与经济增长[J].经济研究,2009(07).
[4]周叔莲,王伟光.科技创新与产业结构优化升级[J].管理世界,2001(05).
(作者单位:云南大学经济学院)