經(jīng)濟(jì)增長(zhǎng)、產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化與城鎮(zhèn)就業(yè)的關(guān)系分析

沈宏亮 陳爭(zhēng)輝

經(jīng)濟(jì)增長(zhǎng)、產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化與城鎮(zhèn)就業(yè)的關(guān)系分析

沈宏亮 陳爭(zhēng)輝

本文基于1978—2012年的年度數(shù)據(jù)，建立了經(jīng)濟(jì)增長(zhǎng)、產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化與城鎮(zhèn)就業(yè)三個(gè)變量的向量自回歸（VAR）模型，通過脈沖響應(yīng)對(duì)三者之間的關(guān)系進(jìn)行了動(dòng)態(tài)研究。結(jié)果表明，經(jīng)濟(jì)增長(zhǎng)、產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化與城鎮(zhèn)就業(yè)三者之間相互影響，其中產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化對(duì)城鎮(zhèn)就業(yè)的正向沖擊作用明顯高于經(jīng)濟(jì)增長(zhǎng)對(duì)城鎮(zhèn)就業(yè)，經(jīng)濟(jì)增長(zhǎng)對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化的影響比城鎮(zhèn)就業(yè)對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化更為顯著。因此，為確保城鎮(zhèn)就業(yè)水平的提高，在保持經(jīng)濟(jì)可持續(xù)增長(zhǎng)的同時(shí)，要適當(dāng)加大產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和優(yōu)化升級(jí)的力度。

經(jīng)濟(jì)增長(zhǎng) 產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化 城鎮(zhèn)就業(yè) VAR模型 脈沖響應(yīng)

一、引言

改革開放以來，伴隨中國(guó)經(jīng)濟(jì)的高速增長(zhǎng)，就業(yè)水平相對(duì)穩(wěn)定，產(chǎn)業(yè)結(jié)構(gòu)也在不斷優(yōu)化。1978—2009年，中國(guó)GDP平均增長(zhǎng)率高達(dá)9.9%；第一、二、三產(chǎn)業(yè)占GDP的比重分別由1978年的28.2%、47.9%、23.9%調(diào)整到2012年的10.1%、45.3%、44.6%；就業(yè)人數(shù)由1978年的39856萬人增至2012年的76704萬人，其中城鎮(zhèn)就業(yè)由1978年的9514萬人增至2012年的37102萬人，平均增長(zhǎng)率為4.1%。然而，2011年以來中國(guó)的城鎮(zhèn)登記失業(yè)率一直維持在4.1%，考慮到中國(guó)的城鎮(zhèn)登記失業(yè)率指標(biāo)未包含無業(yè)人員、下崗人員、未登記失業(yè)人員以及年齡下限高上限低的特點(diǎn)，中國(guó)的失業(yè)率實(shí)際上要遠(yuǎn)高于這一水平，如何通過進(jìn)一步的市場(chǎng)化改革和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整來確保經(jīng)濟(jì)增長(zhǎng)和就業(yè)維持一定水平，成為2007年以來宏觀政策的焦點(diǎn)。顯然，有必要理清中國(guó)的經(jīng)濟(jì)增長(zhǎng)、產(chǎn)業(yè)結(jié)構(gòu)以及就業(yè)之間的動(dòng)態(tài)關(guān)系。

少數(shù)學(xué)者對(duì)三者之間的關(guān)系進(jìn)行了綜合研究。王忠平、史常亮（2010）［1］對(duì)江蘇省的GDP增長(zhǎng)、產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)與就業(yè)結(jié)構(gòu)之間的關(guān)系進(jìn)行了檢驗(yàn)，發(fā)現(xiàn)三個(gè)變量之間具有長(zhǎng)期協(xié)整關(guān)系，但就業(yè)結(jié)構(gòu)變動(dòng)因長(zhǎng)期滯后于產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)而割裂了GDP增長(zhǎng)、產(chǎn)業(yè)發(fā)展與勞動(dòng)就業(yè)的互動(dòng)；于開紅（2012）［2］的研究則顯示，中國(guó)經(jīng)濟(jì)的快速增長(zhǎng)創(chuàng)造了大量就業(yè)機(jī)會(huì)，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整則使得作為智力資本和技術(shù)資本載體的高校學(xué)生群體具有顯著的就業(yè)優(yōu)勢(shì)。

目前對(duì)于經(jīng)濟(jì)增長(zhǎng)、產(chǎn)業(yè)結(jié)構(gòu)與就業(yè)的研究要不集中于兩兩關(guān)系，要不限于局部區(qū)域或特定人群，尚缺乏對(duì)全國(guó)經(jīng)濟(jì)增長(zhǎng)、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和就業(yè)關(guān)系的一般分析。在涉及就業(yè)問題時(shí)，多數(shù)學(xué)者選用的是全體就業(yè)人數(shù)。由于現(xiàn)代經(jīng)濟(jì)增長(zhǎng)的動(dòng)力主要源于非農(nóng)產(chǎn)業(yè)，經(jīng)濟(jì)增長(zhǎng)主要影響城鎮(zhèn)就業(yè)的變化，因此用全國(guó)經(jīng)濟(jì)增長(zhǎng)率與全國(guó)就業(yè)人數(shù)作為衡量經(jīng)濟(jì)增長(zhǎng)與就業(yè)的指標(biāo)缺乏實(shí)際意義、存在較大誤差，應(yīng)該選取城鎮(zhèn)就業(yè)人數(shù)進(jìn)行研究［3］。在產(chǎn)業(yè)結(jié)構(gòu)指標(biāo)方面，多數(shù)學(xué)者選用的是產(chǎn)業(yè)結(jié)構(gòu)變化值指標(biāo)、Moore結(jié)構(gòu)變化值指標(biāo)等，這些指標(biāo)是對(duì)三次產(chǎn)業(yè)產(chǎn)值構(gòu)成的量化，而非產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化程度的量化，不能有效反映產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化程度，因此本文選取范艷麗等（2008）［4］構(gòu)造的產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化指標(biāo)。

二、數(shù)據(jù)和變量選取

本文選取1978—2012年的年度數(shù)據(jù)為樣本，數(shù)據(jù)來自《中國(guó)統(tǒng)計(jì)年鑒》。其中，經(jīng)濟(jì)增長(zhǎng)和三次產(chǎn)業(yè)產(chǎn)值均剔除了價(jià)格的影響（以1978年為基期），分別用GDP和I1、I2、I3表示，城鎮(zhèn)就業(yè)人數(shù)指標(biāo)用UE表示，產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化指標(biāo)IS的計(jì)算公式為：

其中，c＝I3／I1，b＝I2／I1。據(jù)此計(jì)算出1978—2012年的產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化值。

三、模型選取

（一）向量自回歸（VAR）模型

向量自回歸（vectorauto-regression，VAR）模型是通過把系統(tǒng)中每一個(gè)內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量滯后值的函數(shù)所構(gòu)造的模型。VAR模型常用于預(yù)測(cè)相互聯(lián)系的時(shí)間序列系統(tǒng)及分析隨機(jī)擾動(dòng)對(duì)變量系統(tǒng)的動(dòng)態(tài)沖擊。本文通過構(gòu)建經(jīng)濟(jì)增長(zhǎng)、產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化和城鎮(zhèn)就業(yè)的VAR模型，分析這三個(gè)變量之間的動(dòng)態(tài)關(guān)系。VAR模型的數(shù)學(xué)表達(dá)式為：

式（2）中，yt是k維內(nèi)生向量由于時(shí)間序列數(shù)據(jù)的異方差性，故對(duì)GDP、IS和UE進(jìn)行自然對(duì)數(shù)轉(zhuǎn)化，分別用LGDP、LIS和LUE表示。xt為d維外生向量，T是樣本數(shù)量，p是滯后期，εt是k維擾動(dòng)向量，擾動(dòng)向量相互之間可以同期相關(guān)，但不能與自己的滯后值相關(guān)。矩陣Ak和B是要估計(jì)的系數(shù)矩陣。通過確定最優(yōu)滯后期數(shù)和估計(jì)系數(shù)矩陣，可以得到三變量之間的VAR模型，進(jìn)而考察經(jīng)濟(jì)增長(zhǎng)、產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化以及城鎮(zhèn)就業(yè)三者之間的動(dòng)態(tài)關(guān)系。

（二）脈沖響應(yīng)函數(shù)（IRF）

脈沖響應(yīng)函數(shù)可以形象地顯示VAR模型中每個(gè)內(nèi)生變量的變動(dòng)對(duì)其自身以及其他內(nèi)生變量的影響過程，從而更直觀地揭示出各變量之間的動(dòng)態(tài)關(guān)系。本文的脈沖響應(yīng)函數(shù)的矩陣形式為：，模型中隨機(jī)擾動(dòng)項(xiàng)μ稱為新息。其中，如果ε1t發(fā)生變化，不僅會(huì)引起當(dāng)期LUE的改變，還會(huì)通過當(dāng)期LUE的變化影響后期的LUE、LIS和LGDP都發(fā)生變化；同樣內(nèi)生變量LGDP的變化會(huì)引起其他內(nèi)生變量的變化。這些變量之間相互影響的結(jié)果可以通過脈沖響應(yīng)圖形象地顯示出來。

四、實(shí)證分析

（一）平穩(wěn)性檢驗(yàn)

VAR模型設(shè)立的前提是時(shí)間序列數(shù)據(jù)協(xié)整，因此在對(duì)模型參數(shù)進(jìn)行估計(jì)前，需要對(duì)序列變量LUE、LIS和LGDP進(jìn)行協(xié)整檢驗(yàn)。本文選用ADF單位根檢驗(yàn)方法對(duì)所選序列變量進(jìn)行平穩(wěn)性檢驗(yàn)。根據(jù)檢驗(yàn)，時(shí)間序列變量LGDP、LUE和LIS本身均非平穩(wěn)，但經(jīng)過一階差分后平穩(wěn)，即LGDP～I(xiàn)（1）、LUE～I(xiàn)（1）、LIS～I(xiàn)（1）。

（二）VAR模型估計(jì)

1.滯后階數(shù)p的確定

在選擇滯后階數(shù)p時(shí)，一方面，希望滯后階數(shù)足夠大以便能完整反映所構(gòu)造模型的動(dòng)態(tài)特征；另一方面，滯后階數(shù)越大則需要估計(jì)的參數(shù)就越多，模型的自由度減少，因此在選擇時(shí)需要綜合考慮，既要有足夠數(shù)量的滯后項(xiàng)，又要有足夠數(shù)量的自由度。通常采用似然比（LR）檢驗(yàn)或AIC和SC最小值準(zhǔn)則來確定滯后階數(shù)。利用EVIEWS 6.0軟件，綜合考慮估計(jì)參數(shù)數(shù)量和自由度，最終選取最大滯后階數(shù)為4階，按照降序（從4階到2階）進(jìn)行比較，發(fā)現(xiàn)2階為最優(yōu)階數(shù)。

2.VAR模型的平穩(wěn)性檢驗(yàn)與參數(shù)估計(jì)

在對(duì)模型進(jìn)行參數(shù)估計(jì)之前，需要對(duì)模型的平穩(wěn)性進(jìn)行檢驗(yàn)，以保證模型本身和脈沖響應(yīng)分析的有效性。檢驗(yàn)方法是通過計(jì)算被估計(jì)的VAR模型AR特征多項(xiàng)式所有根的模的倒數(shù)是否小于1，即這些特征根是否都在單位圓內(nèi)。結(jié)果表明VAR模型所有AR特征根均落在單位圓內(nèi)，因此VAR模型本身是平穩(wěn)的，可以建立VAR模型。

以上分析表明，變量LGDP、LUE和LIS本身均非平穩(wěn)，但經(jīng)過一階差分后的ΔLGDP、ΔLUE和ΔLIS平穩(wěn)，即三個(gè)變量均為一階單整；綜合考慮自由度和待估參數(shù)個(gè)數(shù)后，最終確定最優(yōu)滯后階數(shù)為2階；經(jīng)過對(duì)VAR模型AR特征根的計(jì)算發(fā)現(xiàn)所有特征根均落在單位圓內(nèi)，即模型是平穩(wěn)的，因此可以通過OLS對(duì)模型參數(shù)進(jìn)行估計(jì)，得出估計(jì)結(jié)果后模型可寫成矩陣形式：

可以看出，模型各方程均具有較強(qiáng)的擬合優(yōu)度；各方程的F統(tǒng)計(jì)量在1%的顯著性水平下拒絕原假設(shè)，即通過顯著性檢驗(yàn)；另外，對(duì)模型各方程的回歸殘差序列進(jìn)行自相關(guān)檢驗(yàn)，LM統(tǒng)計(jì)量表明，在5%顯著性水平下殘差序列無自相關(guān)；回歸殘差序列DW異方差檢驗(yàn)結(jié)果也在5%顯著性水平下不能拒絕原假設(shè)，這表明殘差序列不存在異方差。綜合以上分析，結(jié)果表明VAR模型回歸結(jié)果有效。

表2顯示的是VAR模型的整體檢驗(yàn)結(jié)果，其中包括決定性殘差協(xié)方差、對(duì)數(shù)似然函數(shù)值和AIC與SC信息值。其中對(duì)數(shù)似然函數(shù)值（180.5644）足夠大，AIC與SC值相當(dāng)小，表明模型整體效果比較理想。

根據(jù)VAR（2）模型式（4），可以得出如下結(jié)論：（1）滯后1期的城鎮(zhèn)就業(yè)對(duì)當(dāng)期的城鎮(zhèn)就業(yè)貢獻(xiàn)度最大，此外，無論是滯后1期還是滯后2期的經(jīng)濟(jì)增長(zhǎng)和產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化均推動(dòng)城鎮(zhèn)就業(yè)的增加，但產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化對(duì)城鎮(zhèn)就業(yè)的貢獻(xiàn)度在各個(gè)時(shí)期都更大；（2）滯后1期的城鎮(zhèn)就業(yè)和經(jīng)濟(jì)增長(zhǎng)對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化均有正向影響，滯后2期的城鎮(zhèn)就業(yè)和經(jīng)濟(jì)增長(zhǎng)對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化都有負(fù)向影響，且任何一期的經(jīng)濟(jì)增長(zhǎng)對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化的影響都更為顯著；（3）無論是滯后1期還是滯后2期的城鎮(zhèn)就業(yè)都顯著地推動(dòng)經(jīng)濟(jì)增長(zhǎng)，滯后1期和滯后2期的城鎮(zhèn)就業(yè)系數(shù)分別為0.35和0.15。

表2 VAR模型整體估計(jì)結(jié)果

（三）脈沖響應(yīng)分析

脈沖響應(yīng)分析通常要求方程隨機(jī)擾動(dòng)項(xiàng)之間是正交的，而VAR模型中的隨機(jī)擾動(dòng)項(xiàng)通常是同期相關(guān)的，因此要對(duì)其進(jìn)行正交化處理，通常采用的方法是用殘差協(xié)方差矩陣的Cholesky因子的逆來正交化脈沖。運(yùn)用這種方法對(duì)估計(jì)的VAR模型進(jìn)行分析，結(jié)果如圖1所示。

圖1包括6幅脈沖響應(yīng)圖，每幅圖的橫坐標(biāo)都表示響應(yīng)函數(shù)的追蹤期數(shù)，這里選擇默認(rèn)值（10期），縱坐標(biāo)為各變量的變化率；實(shí)線表示隨著預(yù)期期數(shù)的增加，各變量對(duì)于其他相應(yīng)變量的一個(gè)標(biāo)準(zhǔn)差新息的脈沖響應(yīng)，而虛線表示在相應(yīng)脈沖響應(yīng)圖像兩側(cè)加或減兩倍標(biāo)準(zhǔn)差的置信帶。

圖1 脈沖響應(yīng)分析結(jié)果

從圖1可知，經(jīng)濟(jì)增長(zhǎng)對(duì)城鎮(zhèn)就業(yè)的脈沖響應(yīng)在前5期一直呈上升趨勢(shì)，增長(zhǎng)速率較快，在第5期達(dá)到峰值，此時(shí)城鎮(zhèn)就業(yè)增長(zhǎng)約0.03，從第6期開始，經(jīng)濟(jì)增長(zhǎng)對(duì)城鎮(zhèn)就業(yè)的沖擊作用有所減弱，到第9期以后趨于穩(wěn)定?？傮w來看經(jīng)濟(jì)增長(zhǎng)對(duì)城鎮(zhèn)就業(yè)的正向沖擊作用顯著。產(chǎn)業(yè)結(jié)構(gòu)對(duì)城鎮(zhèn)就業(yè)的脈沖響應(yīng)在前6期呈現(xiàn)穩(wěn)步上升趨勢(shì)，在第6期達(dá)到峰值，使得城鎮(zhèn)就業(yè)增長(zhǎng)約0.05，從第6期開始沖擊作用有小幅減弱，但直到第10期產(chǎn)業(yè)結(jié)構(gòu)對(duì)城鎮(zhèn)就業(yè)的正向沖擊作用依然維持在0.04左右的水平。產(chǎn)業(yè)結(jié)構(gòu)對(duì)經(jīng)濟(jì)增長(zhǎng)的沖擊從整體上來看是正向的，在第1期正向沖擊上升速度顯著，在2期達(dá)到峰值，對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)度高達(dá)0.08，但從第2期開始回落，直到第7期以后趨于穩(wěn)定，維持在0.04左右的水平。城鎮(zhèn)就業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)的沖擊作用從長(zhǎng)遠(yuǎn)看是正向沖擊，但在第1期會(huì)有明顯的負(fù)向沖擊，第2期到第4期維持低位負(fù)向作用，第4期以后開始正向作用，第8期達(dá)到峰值，此后趨于穩(wěn)定。經(jīng)濟(jì)增長(zhǎng)對(duì)產(chǎn)業(yè)結(jié)構(gòu)的沖擊作用始終呈正向，第1期到第4期正向沖擊顯著程度不斷提高，在第4期達(dá)到峰值，接近0.02的水平，之后到第8期一直處于下降趨勢(shì)，第8期以后趨于穩(wěn)定。城鎮(zhèn)就業(yè)對(duì)產(chǎn)業(yè)結(jié)構(gòu)的沖擊作用波動(dòng)性較大，第1期劇烈上升，第2期到第5期完成從峰值到谷底的下降過程，第5期以后始終呈上升趨勢(shì)，第8期以后城鎮(zhèn)就業(yè)恢復(fù)對(duì)產(chǎn)業(yè)結(jié)構(gòu)的正向沖擊影響。

五、結(jié)論

本文結(jié)論如下：（1）經(jīng)濟(jì)增長(zhǎng)和產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化對(duì)城鎮(zhèn)就業(yè)有正向沖擊，對(duì)城鎮(zhèn)就業(yè)的貢獻(xiàn)度都遵循中前期上升，后期小幅回落后趨穩(wěn)的變動(dòng)規(guī)律，說明經(jīng)濟(jì)增長(zhǎng)與產(chǎn)業(yè)結(jié)構(gòu)是增加城鎮(zhèn)就業(yè)的穩(wěn)定因素，但產(chǎn)業(yè)結(jié)構(gòu)比經(jīng)濟(jì)增長(zhǎng)對(duì)城鎮(zhèn)就業(yè)的貢獻(xiàn)度更大，并且各個(gè)時(shí)期產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化都能顯著地拉動(dòng)城鎮(zhèn)就業(yè)；（2）產(chǎn)業(yè)結(jié)構(gòu)對(duì)經(jīng)濟(jì)增長(zhǎng)存在長(zhǎng)期顯著的正向沖擊，城鎮(zhèn)就業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)的沖擊作用比產(chǎn)業(yè)結(jié)構(gòu)較弱，但總體來看仍為正向沖擊；（3）經(jīng)濟(jì)增長(zhǎng)和城鎮(zhèn)就業(yè)對(duì)產(chǎn)業(yè)結(jié)構(gòu)的影響反差較大，經(jīng)濟(jì)增長(zhǎng)對(duì)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化有著長(zhǎng)期的正向沖擊，而城鎮(zhèn)就業(yè)在大部分預(yù)測(cè)期內(nèi)對(duì)產(chǎn)業(yè)結(jié)構(gòu)存在負(fù)向沖擊。這表明，近期內(nèi)應(yīng)該加快產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)，以拉動(dòng)城鎮(zhèn)就業(yè)水平的提高；同時(shí)確保經(jīng)濟(jì)增長(zhǎng)維持在一定水平，為優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)和支撐就業(yè)提供必要的空間和動(dòng)力。

［1］王忠平，史常亮.江蘇省經(jīng)濟(jì)增長(zhǎng)、產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)與就業(yè)的動(dòng)態(tài)關(guān)系研究［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2010（11）：115－121.

［2］于開紅.經(jīng)濟(jì)增長(zhǎng)、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與社會(huì)就業(yè)的實(shí)證分析——基于1998－2009年的經(jīng)驗(yàn)數(shù)據(jù)［J］.求索，2012（3）：34－36.

［3］蔡昉，都陽(yáng)，高文書.就業(yè)彈性、自然失業(yè)和宏觀經(jīng)濟(jì)政策——為什么經(jīng)濟(jì)增長(zhǎng)沒有帶來顯性就業(yè)［J］.經(jīng)濟(jì)研究，2004（9）：18－25，74.

［4］范艷麗，張愛國(guó)，張賢付.產(chǎn)業(yè)結(jié)構(gòu)高度化水平的定量測(cè)定［J］.安徽師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2008（1）：79－83.

Analysis of Relationship among Econom ic Grow th，Industrial Structure Optim ization and Urban Emp loyment

SHEN Hong-liang，CHEN Zheng-hui
（School of Economics，Capital University of Economics and Business，Beijing 100070）

Based on the annual data from 1978 to 2012，this paper establishes a vector auto-regression（VAR）model among economic growth，industrial structure optimization and urban employment，making a dynamic study of the three variables by using impulse response.The results show that the relationship among the tripartite’s interaction，the positive impact of the industrial structure optimization on urban employment is significantly higher than that of economic growth，and the impact of economic growth on industrial structure optimization ismore obviously than thatof urban employment.In order tomaintain sustainable economic growth and urban employment level，China has to increase the strength about the optimization and upgrading of industrial structure properly.

Economic Growth；Industrial Structure Optimization；Urban Employment；VAR Model；Impulse Response.

F124

A

1000－7636（2014）11－0014－05

責(zé)任編輯：周 斌

2014－07－01

教育部人文社會(huì)科學(xué)研究項(xiàng)目“經(jīng)濟(jì)波動(dòng)、宏觀調(diào)控與產(chǎn)業(yè)升級(jí)的關(guān)聯(lián)度分析”（11YZA790225）

沈宏亮 首都經(jīng)濟(jì)貿(mào)易大學(xué)經(jīng)濟(jì)學(xué)院教授，北京，100070；

陳爭(zhēng)輝 首都經(jīng)濟(jì)貿(mào)易大學(xué)經(jīng)濟(jì)學(xué)院碩士研究生。