固定資產(chǎn)投資對(duì)三次產(chǎn)業(yè)就業(yè)水平的影響

王 巖，熊 娜，陳池波

（1.中南財(cái)經(jīng)政法大學(xué)工商管理學(xué)院，武漢430073；2.內(nèi)蒙古自治區(qū)科技廳內(nèi)蒙古火炬高技術(shù)產(chǎn)業(yè)開發(fā)中心，呼和浩特010020）

0 引言

傳統(tǒng)經(jīng)濟(jì)學(xué)理論將就業(yè)因素歸為市場(chǎng)投資、經(jīng)濟(jì)轉(zhuǎn)型、勞動(dòng)力過剩、技術(shù)更替等；其中，經(jīng)濟(jì)轉(zhuǎn)型、技術(shù)更替和勞動(dòng)力過剩等為影響就業(yè)的外生因素；因而也就認(rèn)為，固定資產(chǎn)投資是擴(kuò)大再生產(chǎn)的基本手段，就業(yè)規(guī)模的擴(kuò)張需要資本的注入，投資會(huì)創(chuàng)造就業(yè)機(jī)會(huì)。傳統(tǒng)理論對(duì)就業(yè)問題的解釋獲得了多數(shù)學(xué)者研究成果的支撐。但是，這些理論成果割裂了市場(chǎng)投資對(duì)產(chǎn)業(yè)及產(chǎn)業(yè)鏈的輻射、集聚和引致效應(yīng)?；诖耍疚脑噲D撇開具體行業(yè)來研究一項(xiàng)投資對(duì)不同產(chǎn)業(yè)就業(yè)的影響。換而言之，本文不研究各具體產(chǎn)業(yè)增加投資對(duì)自身產(chǎn)業(yè)就業(yè)水平的影響，而是研究一項(xiàng)總投資對(duì)各產(chǎn)業(yè)就業(yè)水平的沖擊效果，探討一項(xiàng)投資對(duì)不同產(chǎn)業(yè)輻射、集聚效應(yīng)和就業(yè)引致效率以及背后的原因。

1 研究模型與數(shù)據(jù)說明

1.1 研究模型

基于投資對(duì)就業(yè)水平影響的滯后效應(yīng)，為具體量化對(duì)就業(yè)水平的影響程度，本文采用滯后模型(distribution lag model)進(jìn)行分析，基本模型如下：

（1）式?jīng)]有確定滯后階數(shù)和存在多重共線性問題，引入S.阿爾蒙（Shirley Almon）亞斯特拉斯定理對(duì)βi進(jìn)行界定，即：

假設(shè)多項(xiàng)式（2）次數(shù)m＜s。將（2）式代入（1）式并做適當(dāng)變換，得出阿爾蒙分布滯后模型：

采用分布滯后模型的關(guān)鍵是確定多項(xiàng)式的次數(shù)m，本文采用多數(shù)學(xué)者的經(jīng)驗(yàn)界定值2。得阿爾蒙分布滯后模型為：

通過阿爾蒙多項(xiàng)式變換后，弱化了分布滯后模型的多重共線性及過多滯后階數(shù)的問題，采用OLS估計(jì)可以得到優(yōu)良的參數(shù)估計(jì)值。

1.2 變量設(shè)置與數(shù)據(jù)說明

本文實(shí)證數(shù)據(jù)的變量有投資、農(nóng)業(yè)就業(yè)水平、工業(yè)就業(yè)水平及服務(wù)業(yè)就業(yè)水平；其中一次投資為自變量，總就業(yè)水平和三次產(chǎn)業(yè)就業(yè)水平為因變量。數(shù)據(jù)來自《中國統(tǒng)計(jì)年鑒2011》，部分?jǐn)?shù)據(jù)來自中國統(tǒng)計(jì)局網(wǎng)站，數(shù)據(jù)樣本為1978～2010年時(shí)間序列數(shù)據(jù)。

本文選擇全社會(huì)固定資產(chǎn)作為投資自變量，主要基于如下三方面原因：一是經(jīng)濟(jì)學(xué)傳統(tǒng)理論得到大多數(shù)學(xué)者研究成果的經(jīng)驗(yàn)支撐及研究數(shù)據(jù)的便利性。；二是本文根據(jù)研究的是一項(xiàng)投資對(duì)不同產(chǎn)業(yè)就業(yè)的邊際影響而不是各個(gè)產(chǎn)業(yè)的投資對(duì)各個(gè)產(chǎn)業(yè)就業(yè)的影響；三是本文研究的問題需要保持信息完整，而且投資對(duì)三次產(chǎn)業(yè)就業(yè)的長(zhǎng)期影響而非短期。此外，為了反映投資水平和就業(yè)水平的長(zhǎng)短期變化及變動(dòng)大小，本文還對(duì)兩者進(jìn)行了相關(guān)性分析

2 實(shí)證結(jié)果分析

2.1 分布滯后模型回歸及檢驗(yàn)結(jié)果

利用選取的1978～2010年全社會(huì)固定資產(chǎn)投資以及農(nóng)業(yè)就業(yè)人數(shù)、工業(yè)就業(yè)人數(shù)和服務(wù)業(yè)就業(yè)人數(shù)的數(shù)據(jù)，通過（5）式數(shù)據(jù)轉(zhuǎn)換，根據(jù)（4）式分布滯后模型計(jì)算的關(guān)于固定資產(chǎn)投資對(duì)不同產(chǎn)業(yè)就業(yè)水平引致效應(yīng)結(jié)果。其中模型1表示總產(chǎn)業(yè)就業(yè)水平的影響程度，模型2為農(nóng)業(yè)就業(yè)水平的影響程度，模型3為工業(yè)就業(yè)水平的影響程度，模型4為服務(wù)業(yè)就業(yè)水平的影響程度；參數(shù)估計(jì)結(jié)果如表1。

根據(jù)表1估計(jì)參數(shù)看，一項(xiàng)固定資產(chǎn)投資對(duì)不同產(chǎn)業(yè)就業(yè)水平的影響存在顯著性差異。從模型1估計(jì)結(jié)果看，時(shí)期滯后，固定資產(chǎn)投資對(duì)總就業(yè)水平的影響逐漸增大，說明固定資產(chǎn)投資對(duì)總就業(yè)水平的影響具有滯后的負(fù)效應(yīng)，而且這種負(fù)效應(yīng)逐漸遞增；即早期投資提高社會(huì)就業(yè)水平的影響較大，當(dāng)期投資對(duì)提高社會(huì)就業(yè)水平的影響較小，甚至為負(fù)效應(yīng)。沿用經(jīng)濟(jì)學(xué)理論邏輯思路，固定資產(chǎn)投資對(duì)農(nóng)業(yè)和服務(wù)業(yè)就業(yè)水平的影響與模型1相同。但模型3顯示與其邏輯相反。固定資產(chǎn)投資對(duì)工業(yè)就業(yè)水平的同期影響最大，滯后期逐漸減小。這說明固定資產(chǎn)投資存量對(duì)工業(yè)就業(yè)水平的當(dāng)期影響最大；隨著時(shí)間推移，該效應(yīng)逐漸減少。最后，四模型都具有單調(diào)變化規(guī)律，模型1、模型2、模型4的變動(dòng)趨勢(shì)單調(diào)遞增，模型3的變動(dòng)趨勢(shì)單調(diào)遞減。從同期就業(yè)水平影響看，模型1式顯示同期的固定資產(chǎn)投資對(duì)總就業(yè)水平的影響較小且具有負(fù)效應(yīng)，固定資產(chǎn)投資增加引起同期總就業(yè)水平降低。這表明，一項(xiàng)固定資產(chǎn)投資對(duì)農(nóng)業(yè)、服務(wù)業(yè)就業(yè)水平的滯后效應(yīng)逐漸增大，而對(duì)于工業(yè)，隨著時(shí)間的滯后，逐漸減少。

表1 分布滯后模型回歸及檢驗(yàn)結(jié)果

2.2 固定資產(chǎn)投資的感應(yīng)沖擊分析

為了具體分析一項(xiàng)固定資產(chǎn)投資對(duì)不同產(chǎn)業(yè)就業(yè)總效應(yīng)在各個(gè)時(shí)期感應(yīng)沖擊情況，定義如下公式：

（6）式為標(biāo)準(zhǔn)化的βi，表示標(biāo)準(zhǔn)化的βi的部分和將給出某一時(shí)期所感應(yīng)的沖擊占總沖擊的比例。根據(jù)表1實(shí)證分析的數(shù)據(jù)，計(jì)算不同時(shí)期所感應(yīng)的情況如下：

表2 各個(gè)時(shí)期不同產(chǎn)業(yè)所感應(yīng)沖擊情況

從表2可以看出，一項(xiàng)固定資產(chǎn)投資對(duì)各個(gè)產(chǎn)業(yè)就業(yè)水平?jīng)_擊效應(yīng)不同，工業(yè)至滯后8期之前一直處于遞減趨勢(shì)，這表明，一項(xiàng)固定資產(chǎn)投資一旦投放就對(duì)工業(yè)就業(yè)水平產(chǎn)生效應(yīng)，但隨著時(shí)間滯后，該逐漸減小；但從圖1看出，在滯后8期后，服務(wù)業(yè)就業(yè)水平感應(yīng)沖擊效應(yīng)開始增加，這可能是由于工業(yè)的“就業(yè)益處效應(yīng)”引起的，即工業(yè)投資增加引致工業(yè)產(chǎn)業(yè)鏈的發(fā)展從而帶來工業(yè)就業(yè)的增加；然而，其對(duì)農(nóng)業(yè)、服務(wù)業(yè)就業(yè)水平的感應(yīng)沖擊變化趨勢(shì)處于遞增狀態(tài)。特別是農(nóng)業(yè)，在整個(gè)滯后時(shí)間一直處于遞增趨勢(shì)。這說明，固定資產(chǎn)投資的增加能顯著提高引起農(nóng)業(yè)就業(yè)水平，且這種顯著性會(huì)繼續(xù)增加。同時(shí)也表明，服務(wù)業(yè)是吸納就業(yè)的“主渠道”。固定資產(chǎn)投資對(duì)不同產(chǎn)業(yè)就業(yè)水平的總效應(yīng)在各時(shí)期感應(yīng)沖擊情況進(jìn)一步驗(yàn)證了上述分布滯后模型回歸結(jié)果。

2.3 其他指標(biāo)的分析

為深入分析和比較一項(xiàng)固定資產(chǎn)投資對(duì)不同產(chǎn)業(yè)就業(yè)水平的效應(yīng)，本文通過以下指標(biāo)進(jìn)行衡量，如即期乘數(shù)指標(biāo)、修正均衡（長(zhǎng)期）乘數(shù)指標(biāo)和平均滯后指標(biāo)。

(1)即期乘數(shù)，即期乘數(shù)定義為β0，即同期的固定資產(chǎn)投資對(duì)同期的就業(yè)的邊際效應(yīng)。

(2)修正長(zhǎng)期乘數(shù)，修正長(zhǎng)期乘數(shù)定義為不同滯后期的邊際效應(yīng)βi平均值，即：

(3)平均滯后，平均滯后定義為各個(gè)βi為權(quán)重的不同時(shí)期的有關(guān)滯后的加權(quán)平均，簡(jiǎn)要的說就是時(shí)間滯后的加權(quán)平均。它衡量解釋變量的變動(dòng)引起被解釋變量的變動(dòng)的調(diào)整時(shí)間。

表3為各個(gè)指標(biāo)的計(jì)算結(jié)果：

表3 不同產(chǎn)業(yè)乘數(shù)指標(biāo)

從表3看，固定資產(chǎn)投資對(duì)工業(yè)就業(yè)水平的即期乘數(shù)最大，且為正值，而對(duì)農(nóng)業(yè)、服務(wù)業(yè)就業(yè)水平的即期乘數(shù)為負(fù)值，這表明固定資產(chǎn)投資對(duì)工業(yè)就業(yè)水平具有“立即效應(yīng)”；即固定資產(chǎn)投資的增加在短期內(nèi)能引起工業(yè)就業(yè)的增加。服務(wù)業(yè)就業(yè)水平的長(zhǎng)期乘數(shù)最大，約為0.0234，而農(nóng)業(yè)就業(yè)水平的長(zhǎng)期乘數(shù)最小，約為0.006。服務(wù)業(yè)就業(yè)水平的長(zhǎng)期乘數(shù)為農(nóng)業(yè)就業(yè)水平的長(zhǎng)期乘數(shù)的4.5倍。這表明，一項(xiàng)固定資產(chǎn)投資投放，服務(wù)業(yè)吸納就業(yè)量為農(nóng)業(yè)的4.5倍。因此，從長(zhǎng)期來說，服務(wù)業(yè)是就業(yè)的主渠道。

平均滯后體現(xiàn)了一項(xiàng)固定資產(chǎn)投資對(duì)不同產(chǎn)業(yè)就業(yè)水平?jīng)_擊（影響）的時(shí)間，根據(jù)表3所得結(jié)論表明，一項(xiàng)固定資產(chǎn)投資對(duì)農(nóng)業(yè)、工業(yè)和服務(wù)業(yè)就業(yè)水平具有的完全效應(yīng)平均時(shí)間分別約為9年、6.5年和1年。這從不同的角度說明了固定資產(chǎn)投資對(duì)工業(yè)就業(yè)水平具有“即期效應(yīng)”，對(duì)農(nóng)業(yè)、服務(wù)業(yè)就業(yè)水平具有長(zhǎng)期效應(yīng)。

2.4 投資對(duì)就業(yè)效應(yīng)的成因解釋

投資對(duì)不同產(chǎn)業(yè)就業(yè)水平的影響，由上結(jié)論可做如下解釋：

（1）一次投資之所以對(duì)農(nóng)業(yè)就業(yè)水平提高甚微甚至降低，這是因?yàn)槌霈F(xiàn)“投資擠出就業(yè)效應(yīng)”。我國投資增加提高了農(nóng)業(yè)生產(chǎn)技術(shù)水平，如農(nóng)業(yè)機(jī)械化，大大降低了農(nóng)業(yè)生產(chǎn)對(duì)勞動(dòng)力依賴，使剩余勞動(dòng)力向工業(yè)、服務(wù)業(yè)轉(zhuǎn)移。使得農(nóng)業(yè)從粗放型向集約型發(fā)展路徑轉(zhuǎn)變，逐漸成為資本集聚型產(chǎn)業(yè)。然而農(nóng)業(yè)機(jī)械化、農(nóng)業(yè)現(xiàn)代化使得農(nóng)業(yè)人力資本成為稀缺資源；因此，從長(zhǎng)期講，隨著非農(nóng)業(yè)從業(yè)人員的生產(chǎn)意識(shí)轉(zhuǎn)變，高素質(zhì)的人才逐漸回流進(jìn)入農(nóng)業(yè)領(lǐng)域，成為吸收，勞動(dòng)力的主要渠道之一。

（2）工業(yè)是當(dāng)前政府重點(diǎn)發(fā)展的產(chǎn)業(yè)，投資規(guī)模之大，從業(yè)人員之多，增加工業(yè)投資水平能立即降低社會(huì)失業(yè)率。但隨著工業(yè)核心產(chǎn)業(yè)的建立，產(chǎn)業(yè)鏈前后拓展而產(chǎn)生的前向關(guān)聯(lián)和后相關(guān)聯(lián)使得范圍經(jīng)濟(jì)凸顯，進(jìn)而改變現(xiàn)有工業(yè)架構(gòu)和就業(yè)結(jié)果。當(dāng)前人為劃分工業(yè)和服務(wù)業(yè)的動(dòng)機(jī)主要基于研究的目的，實(shí)踐中，工業(yè)和服務(wù)業(yè)已經(jīng)相互滲透。換而言之，二三次產(chǎn)業(yè)相互滲透使得投資對(duì)工業(yè)滯后期就業(yè)水平的促進(jìn)作用逐漸降低。

（3）長(zhǎng)期看，服務(wù)業(yè)之所以是就業(yè)的“主渠道”，原因在于：服務(wù)業(yè)中各行業(yè)與工業(yè)各行業(yè)相比，關(guān)聯(lián)度要高，產(chǎn)業(yè)鏈長(zhǎng)，因而服務(wù)業(yè)的投資乘數(shù)效應(yīng)比較大，從而創(chuàng)造更多的就業(yè)機(jī)會(huì)；由于在投資過程中，工業(yè)能推動(dòng)服務(wù)業(yè)的發(fā)展，而且工業(yè)的發(fā)展能夠產(chǎn)生新興服務(wù)業(yè)，服務(wù)業(yè)的投資需求引致工業(yè)發(fā)展，從而帶來“就業(yè)創(chuàng)造效應(yīng)”。但是，固定資產(chǎn)投資對(duì)服務(wù)業(yè)就業(yè)水平的影響也具有滯后性，因此，投資對(duì)農(nóng)業(yè)就業(yè)水平的影響只有在投資規(guī)模形成及引起相關(guān)產(chǎn)業(yè)鏈相互作用時(shí)才能顯著體現(xiàn)出來。

3 結(jié)論及建議

3.1 結(jié)論

根據(jù)以上分析，可以得出以下結(jié)論：

（1）一次投資可以立即提高工業(yè)就業(yè)水平，但對(duì)農(nóng)業(yè)、服務(wù)業(yè)就業(yè)水平提高影響甚微甚至降低。

（2）由于服務(wù)業(yè)就業(yè)水平的長(zhǎng)期均衡乘數(shù)最大，從長(zhǎng)期看，服務(wù)業(yè)是就業(yè)的“主渠道”。

（3）不能忽視農(nóng)業(yè)對(duì)就業(yè)水平的吸納力，根據(jù)上述分析，時(shí)間滯后，固定資產(chǎn)投資對(duì)農(nóng)業(yè)對(duì)就業(yè)水平的沖擊效應(yīng)逐漸增大，而且農(nóng)業(yè)就業(yè)的長(zhǎng)期均衡乘數(shù)也較大（0.005021），因此，從長(zhǎng)期來說，農(nóng)業(yè)也具有吸納就業(yè)的能力。

3.2 政策建議

（1）大力發(fā)展工業(yè)經(jīng)濟(jì)，促進(jìn)社會(huì)就業(yè)。發(fā)展工業(yè)可以在短期內(nèi)解決就業(yè)壓力，對(duì)于穩(wěn)定社會(huì)可以起到立竿見影的效果。因而，必須抓好工業(yè)經(jīng)濟(jì)的發(fā)展。

（2）增加對(duì)農(nóng)業(yè)的投入，提高農(nóng)業(yè)人員素質(zhì)。固定資產(chǎn)投資從長(zhǎng)期來看，同樣促進(jìn)了農(nóng)業(yè)的就業(yè)，而對(duì)農(nóng)業(yè)就業(yè)人員提出了更高的素質(zhì)要求，必須重視農(nóng)村人員的素質(zhì)提高。

[2]曾國安.論積累、投資增長(zhǎng)與就業(yè)增長(zhǎng)的關(guān)系[J].經(jīng)濟(jì)評(píng)論,1991，(4).

[3]黃華民.外商直接投資與我國實(shí)質(zhì)經(jīng)濟(jì)關(guān)系的實(shí)證分析[J].南開經(jīng)濟(jì)研究,2000,(5)

[4]Cowell,F.A.Measurement of Ineguality[Z].Handbook:Income Distribu?tion,North-holland,2000.

[5]K.G.Wills.Public Investment and Employment Creation:Ex-post evaluations and Ex-ante Decisions[J].Socio-Economic Planning Sci?ences,1985,(19).