長(zhǎng)三角地區(qū)技術(shù)進(jìn)步與人力資本對(duì)就業(yè)的影響

周麗萍

（華東交通大學(xué)人文社會(huì)科學(xué)學(xué)院，江西 南昌 330013）

長(zhǎng)三角地區(qū)指上海、江蘇和浙江三個(gè)省（市）。據(jù)國(guó)家統(tǒng)計(jì)年鑒顯示：2013年該地區(qū)的生產(chǎn)總值達(dá)118 332．36 億元人民幣，同比增長(zhǎng)約8．66%，地區(qū)生產(chǎn)總值占全國(guó)GDP總量的18．78%。隨著長(zhǎng)三角地區(qū)經(jīng)濟(jì)的快速發(fā)展，該地區(qū)也逐步出現(xiàn)勞動(dòng)力供求結(jié)構(gòu)不對(duì)稱等問題，由此導(dǎo)致一方面許多企業(yè)找不到合適的員工，而另一方面又有很多人找不到適合的工作［1］。長(zhǎng)三角地區(qū)“用工短缺”“民工荒”等一系列就業(yè)難題仍然存在［2］，并對(duì)當(dāng)?shù)亟?jīng)濟(jì)影響重大，因此長(zhǎng)三角地區(qū)的就業(yè)問題值得深入研究。

國(guó)內(nèi)外關(guān)于就業(yè)的研究很多，但研究技術(shù)進(jìn)步與人力資本對(duì)就業(yè)影響的文獻(xiàn)不多，而專門研究長(zhǎng)三角地區(qū)技術(shù)進(jìn)步與人力資本對(duì)就業(yè)影響的實(shí)證文獻(xiàn)暫時(shí)尚未發(fā)現(xiàn)。本文選取該地區(qū)1990年以來的相關(guān)數(shù)據(jù)，對(duì)技術(shù)進(jìn)步、人力資本、物質(zhì)資本、實(shí)際工資與就業(yè)進(jìn)行雙對(duì)數(shù)面板模型回歸和檢驗(yàn)。一方面本文樣本數(shù)據(jù)較新且時(shí)間維度較長(zhǎng)，另一方面長(zhǎng)三角地區(qū)經(jīng)濟(jì)發(fā)展關(guān)系全國(guó)經(jīng)濟(jì)，因此對(duì)其研究有重要意義。

一、變量與數(shù)據(jù)選取

（一）人力資本變量選取

許多研究者選取受教育程度來表示人力資本，但是由于人力資本會(huì)隨年齡和人口的變化而改變，因此本文采用胡鞍鋼、劉生龍和馬振國(guó)［3］的做法，將人力資本表述為

其中，H 表示人力資本，E 表示受教育程度，R 表示常住人口總量，s表示0～14歲人口占比，a 表示65歲及以上人口占比，1－s－a 代表15～64歲人口比重（即年輕勞動(dòng)力占總?cè)丝诒戎兀?，R·（1－s－a）則為年輕勞動(dòng)力總數(shù)，x 表示不同文化水平，1為文化水平低（基本沒上學(xué)、不識(shí)字者），2為小學(xué)文化水平，3 為初中文化水平，4 為高中文化水平（包括中專），5為大學(xué)文化水平（大專以上），vx為第x 文化水平的平均受教育年數(shù)（假設(shè)v1＝0，為第x 文化水平的總?cè)藬?shù)。

（二）其他變量選取

本文使用DEAP 軟件，以實(shí)際GDP（以1990年為基期）為產(chǎn)出，以勞動(dòng)力（L）、物質(zhì)資本（K）和人力資本（H）為投入，求取馬奎斯特全要素生產(chǎn)率（TFP），采用TFP 來代替技術(shù)進(jìn)步指標(biāo)（T）［5］。采用年末就業(yè)量衡量勞動(dòng)力指標(biāo)。物質(zhì)資本變量選用張軍、吳桂英和張吉鵬［6］的做法并稍加變更。因本文選取的其他變量數(shù)據(jù)年份有限，因此選用的物質(zhì)資本存量以1990 年為基期。實(shí)際工資變量（SW）是以1990年的工資為基期的工資報(bào)酬。

（三）數(shù)據(jù)選取

本文選用1990—2013年長(zhǎng)三角地區(qū)的相關(guān)數(shù)據(jù)，樣本數(shù)據(jù)主要來源：歷年《中國(guó)統(tǒng)計(jì)年鑒》、歷年《上海統(tǒng)計(jì)年鑒》、歷年《江蘇統(tǒng)計(jì)年鑒》、歷年《浙江統(tǒng)計(jì)年鑒》以及《新中國(guó)60年統(tǒng)計(jì)年鑒》。根據(jù)文章需要，采用引入人力資本的道格拉斯函數(shù)［7］進(jìn)行研究。為了研究方便，選用雙對(duì)數(shù)模型，且對(duì)各變量都進(jìn)行了對(duì)數(shù)處理（表1）。

表1 主要變量對(duì)數(shù)形式統(tǒng)計(jì)

三、實(shí)證檢驗(yàn)與結(jié)果分析

（一）實(shí)證檢驗(yàn)

1．單位根與協(xié)整檢驗(yàn)。無論是時(shí)間序列數(shù)據(jù)還是面板數(shù)據(jù)，都需要進(jìn)行單位根檢驗(yàn)來檢查數(shù)據(jù)是否平穩(wěn)。平穩(wěn)數(shù)據(jù)可以進(jìn)行OLS回歸，非平穩(wěn)數(shù)據(jù)且同階單整，可以進(jìn)行協(xié)整檢驗(yàn)，倘若協(xié)作關(guān)系成立，則也可以進(jìn)行OLS回歸［8］。因此本文首先對(duì)各變量的對(duì)數(shù)進(jìn)行單位根和協(xié)整檢驗(yàn)（表2）。

從表2可以看出，諸變量對(duì)數(shù)形式皆為非平穩(wěn)數(shù)據(jù)，但其一階差分后的各單位根檢驗(yàn)結(jié)果表明拒絕原假設(shè)（存在單位根），因此各變量對(duì)數(shù)形式都屬于一階單整數(shù)據(jù)，其一階差分?jǐn)?shù)據(jù)都較平穩(wěn)。由此可知滿足協(xié)整檢驗(yàn)的基本條件（同階單整），可以對(duì)各變量的對(duì)數(shù)形式進(jìn)行協(xié)整檢驗(yàn)（表3—表5）。

如表3—表5所示，首先，Pedroni殘差協(xié)整檢驗(yàn)結(jié)果可以看出，Panel v 和Group rho 不顯著，Panel rho只滿足10%的顯著性水平，但其他統(tǒng)計(jì)值都較顯著。根據(jù)Pedroni的觀點(diǎn)，時(shí)間維度不長(zhǎng)的情況下，Panel ADF 和Group ADF 效能較高。所以結(jié)果趨向于各變量對(duì)數(shù)存在協(xié)整關(guān)系。其次，Kao殘差檢驗(yàn)和Johansen Fisher面板協(xié)整檢驗(yàn)都能說明，本文選擇的這5個(gè)變量對(duì)數(shù)形式存在長(zhǎng)期穩(wěn)定的關(guān)系，即協(xié)整關(guān)系。

2．面板數(shù)據(jù)回歸。上述檢驗(yàn)表明可以對(duì)以上選取的變量進(jìn)行雙對(duì)數(shù)面板回歸。本文通過豪斯曼檢驗(yàn)、組間異方差檢驗(yàn)、組內(nèi)自相關(guān)檢驗(yàn)以及組間同期相關(guān)檢驗(yàn)得出以下結(jié)論：豪斯曼檢驗(yàn)的卡方值為61．3，P 值約為0，說明拒絕原假設(shè)（隨機(jī)效應(yīng)模型），應(yīng)選擇固定效應(yīng)模型；組間異方差檢驗(yàn)的卡方值為0．1，P 值為0．991 4，不能拒絕同方差的原假設(shè)，表明不存在組間異方差；組內(nèi)自相關(guān)檢驗(yàn)的F 值為11．546，P 值為0．076 8，可以拒絕不存在一階自相關(guān)原假設(shè)，表明存在一階自相關(guān)；組間同期的Breusch－Pagan檢驗(yàn)LM 統(tǒng)計(jì)量為7．43，其P值為0．059 4，可以拒絕不存在同期相關(guān)的原假設(shè)，表明存在同期相關(guān)。另外本文所選數(shù)據(jù)的時(shí)間維度大于截面數(shù)，所以最后選擇三種面板雙對(duì)數(shù)模型，其中因變量為InL（表6）。

表2 變量及其一階差分單位根檢驗(yàn)

表3 Pedroni殘差協(xié)整檢驗(yàn)

表4 Kao殘差檢驗(yàn)

表5 Johansen Fisher面板協(xié)整檢驗(yàn)

從表6各變量的顯著性、擬合優(yōu)度、卡方檢驗(yàn)等可看出：PSAR1模型和全面FGLS模型優(yōu)于FE模型，但三種模型都能表明技術(shù)進(jìn)步和人力資本對(duì)就業(yè)增長(zhǎng)起著較大的促進(jìn)作用。根據(jù)組間異方差檢驗(yàn)、組內(nèi)自相關(guān)檢驗(yàn)以及組間同期檢驗(yàn)，本文認(rèn)為全面FGLS模型是三種模型中的最優(yōu)模型。而從全面FGLS模型可知：長(zhǎng)三角地區(qū)技術(shù)進(jìn)步對(duì)其就業(yè)增長(zhǎng)的正向影響最大，影響率約為64．7%；長(zhǎng)三角地區(qū)的人力資本對(duì)其就業(yè)增長(zhǎng)的正向影響也較大，影響率約41．7%；其他變量對(duì)就業(yè)增長(zhǎng)的影響符合經(jīng)濟(jì)理論，物質(zhì)資本對(duì)就業(yè)增長(zhǎng)的正影響率約41．2%，實(shí)際工資對(duì)就業(yè)增長(zhǎng)的負(fù)影響率約61．1%。

（二）結(jié)果分析

改革開放以來，長(zhǎng)三角地區(qū)經(jīng)濟(jì)發(fā)展在全國(guó)位列前茅。在經(jīng)濟(jì)快速發(fā)展的同時(shí)也需要大量的勞動(dòng)力供應(yīng)［9］。但是一方面由于地區(qū)面積、房?jī)r(jià)等因素的制約，當(dāng)?shù)貏趧?dòng)力供給有限；另一方面勞動(dòng)力供求匹配也存在一定問題。

表6 長(zhǎng)三角地區(qū)的就業(yè)雙對(duì)數(shù)模型回歸結(jié)果

根據(jù)上文實(shí)證結(jié)果可知，長(zhǎng)三角地區(qū)的技術(shù)進(jìn)步與人力資本對(duì)就業(yè)的增長(zhǎng)有較大促進(jìn)作用。技術(shù)進(jìn)步對(duì)就業(yè)增長(zhǎng)的“擠出效應(yīng)”遠(yuǎn)遠(yuǎn)小于其“溢出效應(yīng)”，可能原因有如下幾個(gè)方面。其一，長(zhǎng)三角地區(qū)的本地人口有限，但就業(yè)需求不斷增加，一種辦法就是吸引外來勞動(dòng)力。地區(qū)的技術(shù)進(jìn)步能帶來經(jīng)濟(jì)的快速發(fā)展，這樣才會(huì)有更好的工作和生活環(huán)境以吸引全國(guó)甚至全球的人才。其二，雖然技術(shù)進(jìn)步可能會(huì)使機(jī)器代替人工，但該地區(qū)第三產(chǎn)業(yè)發(fā)展較快，技術(shù)進(jìn)步能夠促進(jìn)第三產(chǎn)業(yè)的不斷發(fā)展，從而增加就業(yè)總量［10］。其三，技術(shù)進(jìn)步不僅能夠推動(dòng)長(zhǎng)三角地區(qū)企業(yè)又快又好發(fā)展，還能改善該地區(qū)的基礎(chǔ)設(shè)施和空氣質(zhì)量等，減少勞動(dòng)力因生活環(huán)境而轉(zhuǎn)移的可能性，同時(shí)也能減少其因病痛而無法工作的可能性，從而有利于增加就業(yè)總量和質(zhì)量。其四，長(zhǎng)三角地區(qū)發(fā)展相對(duì)較快，本地原居民或想要來就業(yè)的外地人口都深知該地區(qū)競(jìng)爭(zhēng)壓力大，一旦有新技術(shù)出現(xiàn)，無論是企業(yè)還是個(gè)人都會(huì)不斷努力，以趨于與大家在同一個(gè)平臺(tái)上共同發(fā)展。因此該地區(qū)的勞動(dòng)力就業(yè)更加積極，學(xué)習(xí)新技術(shù)能力更強(qiáng)，被技術(shù)擠出去的人數(shù)一般小于因技術(shù)進(jìn)步帶來的就業(yè)量。另外，長(zhǎng)三角地區(qū)人力資本對(duì)就業(yè)也有較強(qiáng)的促進(jìn)作用，主要原因有：其一，人是社會(huì)經(jīng)濟(jì)發(fā)展的最重要的推動(dòng)力，增加人力資本能夠推動(dòng)當(dāng)?shù)亟?jīng)濟(jì)發(fā)展，企業(yè)會(huì)提供更多的就業(yè)機(jī)會(huì)；其二，長(zhǎng)三角地區(qū)的高等院校多而優(yōu)，該地區(qū)受教育程度普遍偏高［11］，人口密集度較大，人力資本較充裕［12］，長(zhǎng)三角地區(qū)的人力資本相對(duì)機(jī)器來說“性價(jià)比”較高，因此該地區(qū)的就業(yè)量會(huì)隨人力資本增加而提升。隨著長(zhǎng)三角區(qū)域經(jīng)濟(jì)的迅速發(fā)展，為確保勞動(dòng)力的供給跟上經(jīng)濟(jì)發(fā)展的腳步［13］，長(zhǎng)三角地區(qū)可以通過加快技術(shù)進(jìn)步和增加人力資本來滿足經(jīng)濟(jì)增長(zhǎng)對(duì)就業(yè)的需求。

［1］李麗清，陳東有，周小剛．勞動(dòng)力搜尋匹配視角下企業(yè)“招工難”和農(nóng)民工“就業(yè)難”悖論解讀［J］．江西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2013（05）：94－100

［2］楊揚(yáng)．淺析“民工潮”變“民工荒”［C］／／中國(guó)青少年研究會(huì)．青年就業(yè)問題與對(duì)策研究報(bào)告——中國(guó)青少年研究會(huì)優(yōu)秀論文集（2004）．天津：天津社會(huì)科學(xué)院出版社，2004：5

［3］胡鞍鋼，劉生龍，馬振國(guó)．人口老齡化、人口增長(zhǎng)與經(jīng)濟(jì)增長(zhǎng)——來自中國(guó)省際面板數(shù)據(jù)的實(shí)證證據(jù)［J］．人口研究，2012（3）：14－16

［4］胡曉綿．教育、健康與我國(guó)經(jīng)濟(jì)增長(zhǎng)研究［D］．武漢：華中科技大學(xué)，2011

［5］呂新軍．國(guó)際外包及其對(duì)產(chǎn)業(yè)競(jìng)爭(zhēng)力的影響［D］．武漢：華中科技大學(xué)，2011

［6］張軍，吳桂英，張吉鵬．中國(guó)省際物質(zhì)資本存量估算：1952—2000［J］．經(jīng)濟(jì)研究，2004（10）：35－44

［7］范里安．微觀經(jīng)濟(jì)學(xué)：現(xiàn)代觀點(diǎn)［M］．賈方城，朱保華，譯．9版．上海：格致出版社，2011：274

［8］朱春臨．云南省農(nóng)業(yè)總產(chǎn)值和經(jīng)濟(jì)增長(zhǎng)之間關(guān)系的實(shí)證分析［J］．云南財(cái)貿(mào)學(xué)院學(xué)報(bào)：社會(huì)科學(xué)版，2004（05）：21－22

［9］郭嵐，張祥建，李遠(yuǎn)勤．人口紅利效應(yīng)、產(chǎn)業(yè)升級(jí)與長(zhǎng)三角地區(qū)經(jīng)濟(jì)發(fā)展［J］．南京社會(huì)科學(xué)，2009（07）：7－14

［10］袁霓．論當(dāng)前中國(guó)的就業(yè)結(jié)構(gòu)及其調(diào)整［J］．技術(shù)經(jīng)濟(jì)與管理研究，2012（01）：108－112

［11］王海燕，朱寶樹，崔海英．就業(yè)遷移的人力資本差別效應(yīng)——以長(zhǎng)三角為例［J］．南方人口，2006（01）：6－10

［12］趙曙明．泛長(zhǎng)三角人才培養(yǎng)、開發(fā)和流動(dòng)機(jī)制研究［J］．安徽大學(xué)學(xué)報(bào)：哲學(xué)社會(huì)科學(xué)版，2009（03）：119－126

［13］夏海勇．論長(zhǎng)江三角洲經(jīng)濟(jì)一體化與區(qū)域人口管理機(jī)制的構(gòu)建及創(chuàng)新［J］．人口學(xué)刊，2005（03）：58－61