摘要:運(yùn)用空間計(jì)量分析技術(shù),本文考察了1988~2012年中國(guó)大陸28個(gè)省級(jí)就業(yè)結(jié)構(gòu)轉(zhuǎn)變和區(qū)域工業(yè)全要素生產(chǎn)率增長(zhǎng)之間的關(guān)系。研究發(fā)現(xiàn),我國(guó)區(qū)域工業(yè)就業(yè)結(jié)構(gòu)存在顯著的正向相關(guān)性,相對(duì)全要素生產(chǎn)率的增長(zhǎng)和資本產(chǎn)出比的提高會(huì)降低產(chǎn)業(yè)的就業(yè)份額。人均收入的提高對(duì)產(chǎn)業(yè)就業(yè)份額的影響可正可負(fù)。產(chǎn)業(yè)結(jié)構(gòu)與就業(yè)結(jié)構(gòu)的變動(dòng)未必同步。提高制造業(yè)的就業(yè)份額關(guān)鍵在于空間效應(yīng)的提高。
關(guān)鍵詞:就業(yè)結(jié)構(gòu);全要素生產(chǎn)率;空間面板
一、引言
改革開(kāi)放以來(lái),我國(guó)第一產(chǎn)業(yè)的就業(yè)比重相比第二產(chǎn)業(yè)和第三產(chǎn)業(yè)持續(xù)降低,第三產(chǎn)業(yè)就業(yè)比重增長(zhǎng)速度最快,但是目前我國(guó)第三產(chǎn)業(yè)就業(yè)比重與其他發(fā)達(dá)國(guó)家相比是較低的,產(chǎn)業(yè)結(jié)構(gòu)偏離度過(guò)大。有學(xué)者認(rèn)為應(yīng)該采取一定的措施來(lái)糾偏,但就業(yè)結(jié)構(gòu)一定與產(chǎn)業(yè)結(jié)構(gòu)同步嗎?是什么讓勞動(dòng)力在不同的產(chǎn)業(yè)之間進(jìn)行流動(dòng)?這種流動(dòng)是否會(huì)受到空間溢出效應(yīng)的影響?迄今為止,我們對(duì)區(qū)域之間的這種空間溢出作用的強(qiáng)度和作用范圍的實(shí)證研究依然有限。
二、研究方法及數(shù)據(jù)處理
(一)全要素生產(chǎn)率的測(cè)算
對(duì)生產(chǎn)率進(jìn)行測(cè)量是為了辨別產(chǎn)出差異當(dāng)中那些不能被投入差異解釋的部分。相同的企業(yè)生產(chǎn)相同的產(chǎn)品,如果投入越少,我們就說(shuō)其生產(chǎn)率越高。為了使生產(chǎn)率得以提高,我們需要觀測(cè)并控制應(yīng)用于投入和產(chǎn)出的技術(shù)水平。如果企業(yè)之間的技術(shù)水平發(fā)生變化、規(guī)模經(jīng)濟(jì)不變,首選的方法是數(shù)據(jù)包絡(luò)分析(DEA)。運(yùn)用DEA模型時(shí),我們不需要設(shè)定具體的生產(chǎn)函數(shù),還允許企業(yè)間技術(shù)異質(zhì)的存在。
Malmquist指數(shù)被應(yīng)用于生產(chǎn)效率的測(cè)算并依據(jù)效率測(cè)算的結(jié)果進(jìn)行比較研究。我們將每個(gè)省區(qū)作為一個(gè)決策單元,在一定時(shí)期內(nèi),投入函數(shù)為xk,t=(Xk),產(chǎn)出函數(shù)為yk,t=(Yk),k代表我國(guó)各省區(qū)。我們從產(chǎn)出角度來(lái)運(yùn)用非參數(shù)數(shù)據(jù)包絡(luò)分析方法構(gòu)造t時(shí)期的不變規(guī)模報(bào)酬,即
Ltc={(xt,yt):∑28k=1zkytk≥yt;∑28k=1zk
xtk≤xt;zk≥0;k=1,......,28}(1)
其中,Z表示不同橫截面觀察值的權(quán)重。相應(yīng)的k省區(qū)的產(chǎn)出距離函數(shù)為
Dtc=(xk,t,yk,t)={max[θ:(xk,t,θyk,t)∈Ltc]}-1(2)
此產(chǎn)出距離函數(shù)是使θ最大來(lái)求解線性規(guī)劃的,其目的是在投入給定的情況下求出產(chǎn)出最大。當(dāng)Dtc=1時(shí),生產(chǎn)在技術(shù)上有效率;當(dāng)Dtc>1,生產(chǎn)在技術(shù)上無(wú)效率。
根據(jù)經(jīng)濟(jì)學(xué)家F?覿re等(1989)的研究,Malmquist生產(chǎn)率變化指數(shù)可設(shè)為
Mt(k,t,t+1)=[ ] (3)
若Mt(k,t,t+1)大于1,表明全要素生產(chǎn)率在改進(jìn),小于1則意味著生產(chǎn)率在退化。
(二)計(jì)量模型
1.Moran I指數(shù)
空間計(jì)量通常使用空間自相關(guān)指數(shù)Moran I,即
Moran I =
(4)
式中,S (Y - )2,Y= Y ,Y 表示第i個(gè)地區(qū)的觀測(cè)值,n代表觀測(cè)的地區(qū)總數(shù),W 代表空間權(quán)重矩陣,如果兩個(gè)地區(qū)相鄰則取“1”,反之則為“0”。Moran I的范圍在-1到1之間,當(dāng)Moran I>0,意味著地區(qū)之間空間呈現(xiàn)正相關(guān),Moran I<0,表示兩個(gè)地區(qū)之間空間不相關(guān)。
2.空間誤差模型(SEM)與空間滯后模型(SLM)
根據(jù)設(shè)定模型時(shí)對(duì)“空間”體現(xiàn)方法的不同,我們將空間計(jì)量模型分為兩種:空間滯后模型和空間誤差模型,表示形式為
SLM:Y=ρWY+Xβ+ε(5)
SEM:Y=Xβ+ε(6)
其中,Y是被解釋變量,X代表外生解釋變量矩陣,X的參數(shù)向量是β,ρ代表的是空間滯后回歸的系數(shù),λ是空間誤差回歸系數(shù),ε=λWε+μ,和都代表示隨機(jī)誤差項(xiàng),空間權(quán)重矩陣為W。
本文采用的是0到1的空間權(quán)重矩陣,相鄰的區(qū)域空間權(quán)重為“1”,不相鄰區(qū)域?yàn)椤?”,即
Wij=0 當(dāng)區(qū)域i=j0 當(dāng)區(qū)域i與j不相鄰1 當(dāng)區(qū)域i與j相鄰。
確定空間權(quán)重的方法有很多種,關(guān)于空間權(quán)重的選擇外生并且任意。由于鄰接方法簡(jiǎn)便,它被廣泛使用,本文使用這一方法。
3.模型設(shè)定及變量選取
本文的被解釋變量為就業(yè)結(jié)構(gòu)對(duì)數(shù)值(ln /n),其中n為某行業(yè)的就業(yè)人數(shù)占工業(yè)總就業(yè)人數(shù)的比重。本文主要研究工業(yè)各行業(yè)內(nèi)部結(jié)構(gòu)變化。我們將待估計(jì)的計(jì)量模型設(shè)定為
lnYit=αi+γt+βXit+ρWY-it+εit
εit=λWε-it+μit,|ρ|≤1(7)
其中,下標(biāo)i表示各省區(qū),t表示年份,αi表示地區(qū)效應(yīng),γt是時(shí)間效應(yīng),其他變量涵義同上。
為了考察地區(qū)就業(yè)結(jié)構(gòu)與產(chǎn)業(yè)全要素生產(chǎn)率的關(guān)系,本文選取的主要變量是已經(jīng)被證實(shí)影響著就業(yè)結(jié)構(gòu)。本文將工業(yè)分為采礦業(yè)、制造業(yè)和電力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)?;貧w方程的被解釋變量是第二產(chǎn)業(yè)中各行業(yè)就業(yè)結(jié)構(gòu)指標(biāo)的對(duì)數(shù)值,解釋變量包括資本勞動(dòng)比、各產(chǎn)業(yè)發(fā)展水平,相對(duì)全要素生產(chǎn)率的增長(zhǎng)和人均收入水平的對(duì)數(shù)值。
(三)指標(biāo)選擇及數(shù)據(jù)處理
本文所采用的樣本包括我國(guó)28個(gè)省區(qū),同時(shí)我們將重慶的數(shù)據(jù)并入四川,考察期為1987~2012年,共700個(gè)觀測(cè)值。工業(yè)全要素生產(chǎn)率的產(chǎn)出變量為工業(yè)增加值,投入變量包括資本存量和勞動(dòng)投入,選取固定資產(chǎn)凈值作為資本投入并以各行業(yè)固定資產(chǎn)投資價(jià)格指數(shù)進(jìn)行平減。勞動(dòng)投入指標(biāo)以職工年均人數(shù)代表勞動(dòng)投入。
本文用工業(yè)各行業(yè)職工人數(shù)占工業(yè)職工人數(shù)的比重來(lái)衡量就業(yè)結(jié)構(gòu)。將國(guó)內(nèi)生產(chǎn)總值(GDP)作為我國(guó)經(jīng)濟(jì)總量的唯一統(tǒng)計(jì)指標(biāo)。我們從各省相應(yīng)年份《統(tǒng)計(jì)年鑒》獲得28個(gè)省區(qū)的生產(chǎn)總值(1987年=100),將生產(chǎn)總值的指數(shù)全部換算為以1987年我基數(shù)的不變價(jià)格。各年份各省區(qū)人口采用年末人口數(shù)指標(biāo),這一數(shù)據(jù)來(lái)自于《中國(guó)統(tǒng)計(jì)年鑒》及各地區(qū)《統(tǒng)計(jì)年鑒》相應(yīng)年份。
三、實(shí)證分析
(一)工業(yè)各產(chǎn)業(yè)全要素生產(chǎn)率的變動(dòng)分析
運(yùn)用DEAP2.0軟件,我們得到我國(guó)工業(yè)各行業(yè)的全要素生產(chǎn)率呈現(xiàn)增長(zhǎng)趨勢(shì),其中采礦業(yè)的全要素生產(chǎn)率增長(zhǎng)最快,平均增長(zhǎng)率為17%,制造業(yè)和電力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)的平均增長(zhǎng)率分別為6.9%和7.8%。采礦業(yè)的全要素生產(chǎn)率從1988年的0.89上升到2012年的1.41。制造業(yè)和電力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)的全要素生產(chǎn)率則分別從1.17和0.94到0.94和0.85。
(二)空間計(jì)量結(jié)果
由于允許共同沖擊的存在,所以模型中擾動(dòng)項(xiàng)目中有空間滯后變量的存在,即(εit=λWε-it+μit~iid(0,σ2μ),|ρ|≤)。對(duì)于公式(7)來(lái)說(shuō),其做法是先進(jìn)行固定效應(yīng)的預(yù)估計(jì),從而得到一致估計(jì)的系數(shù)β和ρ。然后,利用得到的殘差結(jié)合矩方法估計(jì)λ、σ2μ和σ2t。最后,根據(jù)估計(jì)結(jié)果使用FGLS法,再次估計(jì)式(7)中的固定效應(yīng),得到β和ρ的一致有效估計(jì)。
以上采用的是固定效應(yīng)模型,從回歸結(jié)果來(lái)看,資本勞動(dòng)比對(duì)工業(yè)各產(chǎn)業(yè)就業(yè)結(jié)構(gòu)產(chǎn)生負(fù)向的影響。采礦業(yè)的資本勞動(dòng)比每增加1個(gè)百分點(diǎn),其就業(yè)份額增加約0.5個(gè)百分點(diǎn)。對(duì)于制造業(yè)來(lái)說(shuō),資本勞動(dòng)比前的系數(shù)較小。這表明提高制造業(yè)的資本勞動(dòng)比對(duì)制造業(yè)就業(yè)份額的減少影響不大。
全要素生產(chǎn)率都對(duì)工業(yè)各產(chǎn)業(yè)的就業(yè)結(jié)構(gòu)產(chǎn)生負(fù)面的影響,并且估計(jì)結(jié)果相當(dāng)顯著。人均GDP的增長(zhǎng)對(duì)制造業(yè)就業(yè)結(jié)構(gòu)的影響不顯著,人均GDP的增長(zhǎng)對(duì)采礦業(yè)就業(yè)結(jié)構(gòu)的影響為負(fù),對(duì)電力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)影響為正。這說(shuō)明經(jīng)濟(jì)的發(fā)展會(huì)加大對(duì)電力等行業(yè)的需求,減少對(duì)采礦業(yè)等初級(jí)加工的需求。從空間相關(guān)系數(shù)來(lái)看,這些指標(biāo)都為正值并且都通過(guò)了1%的顯著性概率檢驗(yàn)。這說(shuō)明,本地區(qū)的產(chǎn)業(yè)的就業(yè)結(jié)構(gòu)容易受到周邊地區(qū)的就業(yè)結(jié)構(gòu)的影響。
四、結(jié)論
通過(guò)研究,本文得出以下幾點(diǎn)結(jié)論。
第一,樣本期內(nèi),我國(guó)采礦業(yè)的全要素生產(chǎn)率的增長(zhǎng)率最高,其次是電力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè),最后是制造業(yè)。這表明要提高工業(yè)總體的全要素生產(chǎn)率,關(guān)鍵是制造業(yè)。
第二,就業(yè)結(jié)構(gòu)不一定要與產(chǎn)業(yè)結(jié)構(gòu)發(fā)展變化同步,這取決于資本產(chǎn)出比、相對(duì)全要素生產(chǎn)率和人均收入水平的變化。
第三,一個(gè)地區(qū)的就業(yè)結(jié)構(gòu)分布是有規(guī)律的,它取決于其相鄰地區(qū)的經(jīng)濟(jì)發(fā)展和產(chǎn)業(yè)發(fā)展情況。提高制造業(yè)的就業(yè)份額關(guān)鍵在于空間相關(guān)效應(yīng)。
參考文獻(xiàn):
[1]Franco Malerba.Innovation and the evolution of industries[J].Journal of Evolutionary Economics,2006(16).
[2]牛仁亮,陳永奇.加速技術(shù)進(jìn)步:結(jié)構(gòu)調(diào)整的必由之路[J].管理世界,2004(12).
[3]黃茂興,李軍軍.技術(shù)選擇、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)與經(jīng)濟(jì)增長(zhǎng)[J].經(jīng)濟(jì)研究,2009(07).
[4]周叔蓮,王偉光.科技創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)[J].管理世界,2001(05).
(作者單位:云南大學(xué)經(jīng)濟(jì)學(xué)院)