高質(zhì)量就業(yè)與財(cái)政政策激勵(lì)效應(yīng)

孫慧玲 金向鑫 李萬濤

內(nèi)容提要：中國經(jīng)濟(jì)進(jìn)入新常態(tài)以來經(jīng)濟(jì)下行壓力凸顯，為實(shí)現(xiàn)高質(zhì)量就業(yè)政府需要在宏觀政策層面積極推進(jìn)，完善就業(yè)政策?；?010-2019年全國面板數(shù)據(jù)，本文實(shí)證檢驗(yàn)財(cái)政收支與提升就業(yè)質(zhì)量的關(guān)系。結(jié)果表明：大部分地區(qū)總體就業(yè)質(zhì)量水平不高;但通過財(cái)政激勵(lì)政策影響就業(yè)環(huán)境、勞動(dòng)報(bào)酬、社會(huì)保護(hù)和勞動(dòng)關(guān)系等中間變量，可以促進(jìn)實(shí)現(xiàn)高質(zhì)量就業(yè);在高質(zhì)量就業(yè)影響因素中，企業(yè)所得稅和科技支出有顯著的正向激勵(lì)效應(yīng)，個(gè)人所得稅、增值稅、行政事業(yè)性收費(fèi)、教育和社保等支出有正向激勵(lì)效應(yīng)，行政管理支出具有有限的負(fù)影響力。進(jìn)一步省域財(cái)政收支分析表明，雖然高質(zhì)量就業(yè)和財(cái)政收支指數(shù)受到自身沖擊的影響較大，但高質(zhì)量就業(yè)和財(cái)政收支之間具有長(zhǎng)期穩(wěn)定的相互影響關(guān)系。

關(guān)鍵詞：高質(zhì)量就業(yè);財(cái)政政策;財(cái)政補(bǔ)貼;稅收優(yōu)惠

中圖分類號(hào)：F240 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1001-148X（2022）01-0085-10

作者簡(jiǎn)介：孫慧玲（1971-），女，吉林蛟河人，哈爾濱商業(yè)大學(xué)財(cái)政與公共管理學(xué)院副教授，研究方向：財(cái)政理論與資產(chǎn)評(píng)估;金向鑫（1983-），本文通訊作者，女，哈爾濱人，哈爾濱商業(yè)大學(xué)財(cái)政與公共管理學(xué)院副教授，哈爾濱商業(yè)大學(xué)財(cái)政與公共管理學(xué)院博士研究生，研究方向：財(cái)稅理論與就業(yè)政策;李萬濤（1976-），男，哈爾濱人，哈爾濱商業(yè)大學(xué)教學(xué)實(shí)驗(yàn)設(shè)備管理中心副教授，哈爾濱商業(yè)大學(xué)財(cái)政與公共管理學(xué)院博士研究生，研究方向：財(cái)稅理論與稅收政策。

基金項(xiàng)目：國家社會(huì)科學(xué)基金項(xiàng)目，項(xiàng)目編號(hào)：17BJY177;黑龍江省重點(diǎn)智庫項(xiàng)目，項(xiàng)目編號(hào)：hazk201708。

實(shí)現(xiàn)高質(zhì)量就業(yè)是我國經(jīng)濟(jì)轉(zhuǎn)型與就業(yè)轉(zhuǎn)型的新要求，以提高就業(yè)質(zhì)量為核心目標(biāo)也是貫徹以人為本和提升國際競(jìng)爭(zhēng)力的重要體現(xiàn)。實(shí)現(xiàn)就業(yè)轉(zhuǎn)型就是要?jiǎng)?chuàng)造出更多的就業(yè)崗位，有效提升就業(yè)質(zhì)量，但“更高質(zhì)量和更充分就業(yè)”需要科學(xué)、完善的財(cái)政政策予以保障。財(cái)政政策需從收支兩端發(fā)力，積極創(chuàng)新政府預(yù)算、財(cái)政投資、財(cái)政補(bǔ)貼、社保支出、政府購買和稅收優(yōu)惠等政策工具，通過影響就業(yè)環(huán)境、勞動(dòng)報(bào)酬、社會(huì)保護(hù)和勞動(dòng)關(guān)系等中間變量，最終實(shí)現(xiàn)高質(zhì)量就業(yè)。

一、理論分析與研究假說

隨著經(jīng)濟(jì)增長(zhǎng)對(duì)就業(yè)的拉動(dòng)能力不斷增強(qiáng)，以及實(shí)施就業(yè)優(yōu)先戰(zhàn)略和積極就業(yè)政策，我國整體就業(yè)形勢(shì)延續(xù)穩(wěn)定向好勢(shì)頭。但因我國人口眾多，地區(qū)間經(jīng)濟(jì)發(fā)展不平衡，就業(yè)領(lǐng)域存在的一些區(qū)域性、結(jié)構(gòu)性和體制性問題仍比較突出，對(duì)實(shí)現(xiàn)高質(zhì)量就業(yè)產(chǎn)生了不利的影響：一是智能化發(fā)展（AI）加大了勞動(dòng)力就業(yè)壓力，在人工智能時(shí)代對(duì)勞動(dòng)力的需求將明顯偏向于高知識(shí)和高技能的人才，智能系統(tǒng)的運(yùn)用取代了服務(wù)行業(yè)許多工作崗位，人工智能引發(fā)的失業(yè)問題正逐步顯現(xiàn)[1];二是勞動(dòng)力市場(chǎng)中就業(yè)歧視現(xiàn)象嚴(yán)重，由于勞動(dòng)法制不健全、勞動(dòng)力供過于求和地方保護(hù)主義等因素影響，勞動(dòng)力市場(chǎng)中戶籍制度、性別、年齡、身高等就業(yè)歧視現(xiàn)象還普遍存在[2];三是高端制造業(yè)人力資本儲(chǔ)備不足，目前制造業(yè)就業(yè)人員受教育程度較低，綜合能力強(qiáng)、技術(shù)過硬的人才不足，制造業(yè)人力資本狀況與制造業(yè)轉(zhuǎn)型升級(jí)要求仍有在一定的差距;四是創(chuàng)新經(jīng)濟(jì)對(duì)就業(yè)結(jié)構(gòu)的沖擊凸顯，科技進(jìn)步和創(chuàng)新使勞動(dòng)市場(chǎng)技能與需求不匹配的矛盾更加突出，如勞動(dòng)力就業(yè)市場(chǎng)“招工難”“就業(yè)難”兩難現(xiàn)象并存，產(chǎn)業(yè)結(jié)構(gòu)與就業(yè)結(jié)構(gòu)錯(cuò)配等[3];五是平臺(tái)經(jīng)濟(jì)中部分就業(yè)者權(quán)益得不到保障，平臺(tái)經(jīng)濟(jì)發(fā)展導(dǎo)致勞動(dòng)關(guān)系更加復(fù)雜，平臺(tái)從業(yè)者勞動(dòng)關(guān)系缺乏法律保護(hù)，勞動(dòng)權(quán)益得不到有效保障?？傮w來看，勞動(dòng)者在就業(yè)質(zhì)量還處于低水平，妥善應(yīng)對(duì)就業(yè)問題仍是一項(xiàng)長(zhǎng)期復(fù)雜的艱巨任務(wù)?；谝陨戏治觯岢鋈缦录僭O(shè)：

H1：在新經(jīng)濟(jì)發(fā)展背景下，我國高就業(yè)質(zhì)量總體水平不高。

財(cái)政支出政策促進(jìn)高質(zhì)量就業(yè)主要體現(xiàn)在教育、科技、社會(huì)保障和就業(yè)支出等方面。其中，財(cái)政教育支出從長(zhǎng)期來看可提高人力資本的數(shù)量和質(zhì)量;財(cái)政科技支出有利于產(chǎn)生大量新興產(chǎn)業(yè)和部門，創(chuàng)造更多新的就業(yè)機(jī)會(huì);財(cái)政社會(huì)保障和就業(yè)支出有利于提高人力資本水平、維護(hù)勞動(dòng)力市場(chǎng)平穩(wěn)運(yùn)行。從具體傳導(dǎo)過程看，如通過加大對(duì)高校畢業(yè)生、農(nóng)民工和退役軍人等重點(diǎn)群體就業(yè)創(chuàng)業(yè)財(cái)政支持力度，有助于提高就業(yè)機(jī)會(huì)、促進(jìn)就業(yè)平等;增加財(cái)政預(yù)算內(nèi)支出，著力加強(qiáng)人工智能、工業(yè)互聯(lián)網(wǎng)等新型基礎(chǔ)設(shè)施，以及農(nóng)村基礎(chǔ)設(shè)施和公共服務(wù)設(shè)施建設(shè)，有利于促進(jìn)經(jīng)濟(jì)可持續(xù)增長(zhǎng)、提升就業(yè)崗位匹配度，從而改善就業(yè)環(huán)境;通過加大對(duì)教育、育幼、養(yǎng)老、醫(yī)療、文化和旅游等服務(wù)業(yè)發(fā)展的財(cái)政支持力度，有助于創(chuàng)造更多的就業(yè)機(jī)會(huì);通過設(shè)立專項(xiàng)基金等加大對(duì)區(qū)域協(xié)調(diào)發(fā)展和鄉(xiāng)村振興建設(shè)的投入力度，激勵(lì)勞動(dòng)者到中西部和東北地區(qū)等欠發(fā)達(dá)地區(qū)就業(yè)和創(chuàng)業(yè)，從而改善就業(yè)結(jié)構(gòu);發(fā)揮財(cái)政補(bǔ)貼、財(cái)政投融資、政府采購和中小企業(yè)發(fā)展基金等財(cái)政資金引導(dǎo)作用，促進(jìn)中小企業(yè)加快發(fā)展，從而增加就業(yè)機(jī)會(huì);中央與地方財(cái)政大幅增加對(duì)高職院校和職業(yè)技能培訓(xùn)的財(cái)政補(bǔ)貼力度，有利于實(shí)現(xiàn)人力資本的不斷積累，從而提高就業(yè)能力;增加財(cái)政社會(huì)保障投入有助于化解勞動(dòng)者面臨的就業(yè)風(fēng)險(xiǎn)，提高勞動(dòng)者的素質(zhì)，增加勞動(dòng)者就業(yè)機(jī)會(huì);通過加大對(duì)小微企業(yè)工會(huì)的組建和運(yùn)作財(cái)政投入，有利于促進(jìn)小微企業(yè)和諧勞動(dòng)關(guān)系的構(gòu)建。基于以上分析，提出如下假設(shè)：

H2：增加教育、科技、社會(huì)保障和就業(yè)支出，對(duì)實(shí)現(xiàn)高質(zhì)量就業(yè)具有激勵(lì)效應(yīng)。

財(cái)政收入政策促進(jìn)高質(zhì)量就業(yè)主要體現(xiàn)在減稅降費(fèi)政策兩個(gè)方面，這對(duì)減輕企業(yè)負(fù)擔(dān)、激發(fā)微觀主體活力和促進(jìn)就業(yè)具有重要作用，特別是加大對(duì)小微企業(yè)和實(shí)體經(jīng)濟(jì)的稅收支持力度，有利于保障社會(huì)就業(yè)穩(wěn)定。一般而言，減稅降費(fèi)的重點(diǎn)是稅收收入中作為主體稅的增值稅、企業(yè)所得稅和個(gè)人所得稅等稅種，其中減免增值稅具有減輕企業(yè)稅負(fù)和引導(dǎo)個(gè)人消費(fèi)的雙重激勵(lì)作用，減免企業(yè)所得稅是減輕企業(yè)負(fù)擔(dān)最有效的手段，減免個(gè)人所得稅有助于調(diào)動(dòng)勞動(dòng)者的積極性和提高勞動(dòng)者收入水平。從具體傳導(dǎo)過程看，如通過降低稅率等稅收優(yōu)惠能降低企業(yè)稅負(fù)，有利于調(diào)動(dòng)實(shí)體經(jīng)濟(jì)生產(chǎn)積極性和釋放創(chuàng)業(yè)創(chuàng)新潛能，從而增加就業(yè)機(jī)會(huì);對(duì)不同產(chǎn)業(yè)實(shí)行差別稅率政策，可優(yōu)化就業(yè)結(jié)構(gòu);對(duì)高校畢業(yè)生等重點(diǎn)群體實(shí)行稅收優(yōu)惠，可促進(jìn)重點(diǎn)群體就業(yè)創(chuàng)業(yè);落實(shí)結(jié)構(gòu)性減稅、優(yōu)化稅制結(jié)構(gòu)及減輕企業(yè)和個(gè)人的稅收負(fù)擔(dān)，有利于提高勞動(dòng)者收入水平;針對(duì)培訓(xùn)教育機(jī)構(gòu)出臺(tái)稅收優(yōu)惠政策，有利于提高勞動(dòng)者素質(zhì)而提高就業(yè)能力。非稅收入中占比較大的是行政事業(yè)性收費(fèi)，清理和規(guī)范該類收費(fèi)利于減輕企業(yè)和個(gè)人負(fù)擔(dān)，促進(jìn)實(shí)體經(jīng)濟(jì)發(fā)展，從而增加就業(yè)機(jī)會(huì)。近年來，國家實(shí)施了一系列范圍廣、力度大的減稅降費(fèi)政策措施，有力地促進(jìn)了創(chuàng)業(yè)創(chuàng)新的有效實(shí)施。基于以上分析，提出如下假設(shè)：

H3：實(shí)施增稅收減免、減少行政事業(yè)性收費(fèi)，對(duì)實(shí)現(xiàn)高質(zhì)量就業(yè)具有激勵(lì)效應(yīng)。

基于高質(zhì)量就業(yè)與財(cái)政政策的作用機(jī)理分析及國內(nèi)外現(xiàn)有研究成果，本文以財(cái)政政策中的財(cái)政收支代表性指標(biāo)和高質(zhì)量就業(yè)綜合得分為變量，按照經(jīng)濟(jì)理論和方法建模和檢驗(yàn)，揭示財(cái)政收支對(duì)高質(zhì)量就業(yè)的激勵(lì)效應(yīng)。

二、模型構(gòu)建與研究設(shè)計(jì)

（一）模型構(gòu)建

為增加樣本容量、提高估計(jì)精準(zhǔn)度，全面分析不同地區(qū)在不同時(shí)期的財(cái)政政策對(duì)高質(zhì)量就業(yè)的影響。本文主要選取面板數(shù)據(jù)，即2010-2019年全國高質(zhì)量就業(yè)得分（DF）與各省財(cái)政收支相關(guān)指標(biāo)數(shù)據(jù)進(jìn)行分析，因而構(gòu)建兩者對(duì)高質(zhì)量就業(yè)得分的面板數(shù)據(jù)（Panel Data）回歸模型如下：

（二）研究設(shè)計(jì)

1.變量選取

在變量選取上，根據(jù)前述高質(zhì)量就業(yè)與財(cái)政政策激勵(lì)效應(yīng)的內(nèi)涵，排除其他因素后研究財(cái)政收支對(duì)就業(yè)質(zhì)量的影響。本文以教育、科技、社會(huì)保障和就業(yè)支出，以及增值稅、企業(yè)所得稅、個(gè)人所得稅、行政事業(yè)性收費(fèi)占GDP的比重等財(cái)政收入相關(guān)指標(biāo)作為自變量，高質(zhì)量就業(yè)相關(guān)指標(biāo)作為因變量，分析財(cái)政收支與高質(zhì)量就業(yè)之間的關(guān)系。

（1）高質(zhì)量就業(yè)指標(biāo)選取。借鑒北京師范大學(xué)“中國就業(yè)質(zhì)量研究課題組”提出的6維度[4]、中國就業(yè)促進(jìn)會(huì)提出的5個(gè)方面的高質(zhì)量就業(yè)指標(biāo)體系與眾多學(xué)者實(shí)證研究得出相關(guān)指標(biāo)體系基礎(chǔ)上，針對(duì)當(dāng)下人工智能和大數(shù)據(jù)等新經(jīng)濟(jì)發(fā)展及供給側(cè)結(jié)構(gòu)改革元素，提出高質(zhì)量就業(yè)的宏觀與微觀視角觀測(cè)，其中宏觀高質(zhì)量就業(yè)包括就業(yè)機(jī)會(huì)、就業(yè)服務(wù)、就業(yè)結(jié)構(gòu)、就業(yè)公平和工作安全等;微觀高質(zhì)量就業(yè)包括工作穩(wěn)定、工作時(shí)間、工資收入、職業(yè)技能、社會(huì)保障和勞資關(guān)系等。結(jié)合數(shù)據(jù)的獲取性和計(jì)算結(jié)果的合理性，將上述指標(biāo)具體概括為就業(yè)環(huán)境、就業(yè)狀況、就業(yè)能力、勞動(dòng)報(bào)酬、社會(huì)保護(hù)和勞動(dòng)關(guān)系等6個(gè);高質(zhì)量就業(yè)的二級(jí)指標(biāo)選取如表3所示。本文共收集了2010-2019年上述15個(gè)指標(biāo)的數(shù)據(jù)，這15個(gè)指標(biāo)分別用Y1，…，Y15表示。

（2）財(cái)政支出與收入。在現(xiàn)行財(cái)政支出的類級(jí)科目中，選取占財(cái)政支出比重較大且與就業(yè)關(guān)系密切的教育、科技、社保和就業(yè)、行政管理支出4個(gè)類級(jí)科目進(jìn)行分析，其中財(cái)政教育支出是財(cái)政用于教育事業(yè)的各項(xiàng)經(jīng)費(fèi);社會(huì)保障支出是指政府向由于各種原因而導(dǎo)致喪失勞動(dòng)能力、失去工作機(jī)會(huì)或生活面臨困難的社會(huì)成員提供基本生活保障支出;財(cái)政科技支出是指財(cái)政用于科學(xué)技術(shù)研究方面的支出;行政管理支出是維持政府行政機(jī)關(guān)正常運(yùn)轉(zhuǎn)的支出，在社會(huì)總資源一定的情況下行政管理支出比重過大對(duì)就業(yè)具有抑制效應(yīng)。其財(cái)政支出的代表性指標(biāo)如表1所示。

財(cái)政收入主要包括稅收、國債、收費(fèi)和其他收入，其中稅收收入是最重要財(cái)政收入形式與來源，故從中選取相關(guān)指標(biāo)?，F(xiàn)行稅制體系包括五類19個(gè)稅種，選取占比較大的增值稅、企業(yè)所得稅、個(gè)人所得稅，在收費(fèi)上選取行政事業(yè)性收費(fèi)占GDP的比重作為財(cái)政收入指標(biāo)進(jìn)行分析。其財(cái)政收入的代表性指標(biāo)如表2所示。

2.數(shù)據(jù)說明

根據(jù)上述指標(biāo)體系，本文選取我國2010-2019年30個(gè)省域（不含西藏和港澳臺(tái)）相關(guān)數(shù)據(jù)。被解釋變量高質(zhì)量就業(yè)數(shù)據(jù)來源于2011-2020年的《中國勞動(dòng)統(tǒng)計(jì)年鑒》《中國人口和就業(yè)統(tǒng)計(jì)年鑒》和30個(gè)省份的地方統(tǒng)計(jì)年鑒，個(gè)別缺失數(shù)據(jù)通過估算補(bǔ)齊。如上海城鎮(zhèn)就業(yè)比重用（城鎮(zhèn)單位就業(yè)人員+城鎮(zhèn)私營企業(yè)和個(gè)人就業(yè)人員）/（城鎮(zhèn)單位就業(yè)人員+私營企業(yè)和個(gè)人就業(yè)人員）代替;浙江城鎮(zhèn)就業(yè)比重用＼[就業(yè)人員-（私營、個(gè)體和鄉(xiāng)村從業(yè)人員（浙江統(tǒng)計(jì)年鑒）-城鎮(zhèn)私營和個(gè)人就業(yè)人員）/就業(yè)人員代替;廣東城鎮(zhèn)就業(yè)比重用（城鎮(zhèn)單位就業(yè)人員+城鎮(zhèn)私營企業(yè)和個(gè)人就業(yè)人員）/就業(yè)人員代替;新疆城鎮(zhèn)就業(yè)比重用全國數(shù)據(jù)代替，結(jié)案率用全國結(jié)案率代替。財(cái)政收支數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》（2011-2020）。

3.指標(biāo)測(cè)算

在綜合評(píng)價(jià)中指標(biāo)應(yīng)是正向的、標(biāo)準(zhǔn)化的。在選取的指標(biāo)中有正指標(biāo)（指標(biāo)值越大越好）和逆指標(biāo)（指標(biāo)值越小越好），所以對(duì)原始數(shù)據(jù)進(jìn)行分析之前，為保證指標(biāo)數(shù)值大小變化和最終的就業(yè)質(zhì)量綜合指數(shù)高低在經(jīng)濟(jì)含義上保持同向相關(guān)性，利用線性功效函數(shù)分別對(duì)具有正負(fù)相關(guān)關(guān)系的指數(shù)值分類進(jìn)行標(biāo)準(zhǔn)化，采用如下公式對(duì)指標(biāo)進(jìn)行正向化處理[5]：

其中Yij表示各指標(biāo)的標(biāo)準(zhǔn)分，Xij表示第i個(gè)指標(biāo)的原始值， max（X·j）表示第i個(gè)指標(biāo)在各地區(qū)中原始數(shù)據(jù)的最大值，min（x·j）表示第i個(gè)指標(biāo)在各地區(qū)中原始數(shù)據(jù)的最小值。乘100是為將指數(shù)變換成百分制，即最終指數(shù)取值在0-100區(qū)間內(nèi)。由上述計(jì)算過程可知，指標(biāo)得分越高，代表就業(yè)質(zhì)量越高，反之代表就業(yè)質(zhì)量越低。

本文選取的指標(biāo)較多，其權(quán)重的分配也易受到主觀判斷的影響。因每個(gè)指標(biāo)都在不同程度上反映了所代表就業(yè)質(zhì)量的某些信息，指標(biāo)之間有一定的相關(guān)性，故所得的統(tǒng)計(jì)數(shù)據(jù)所反映的信息在一定程度上有重疊，為避免主觀隨機(jī)因素的干擾和指標(biāo)部分重疊的問題，選擇主成分分析法作為我國各地區(qū)就業(yè)質(zhì)量指標(biāo)體系的基本計(jì)量方法。對(duì)反映就業(yè)質(zhì)量的15項(xiàng)指標(biāo)采用因子分析法進(jìn)行提煉，其中前3項(xiàng)因子旋轉(zhuǎn)成分后的累計(jì)方差貢獻(xiàn)率達(dá)到了80%以上，即這3個(gè)因子對(duì)原15個(gè)績(jī)效指標(biāo)的解釋力達(dá)到了80%，表明主成分方法提取的主要公共因子包括了大部分的原始信息，即抽取了特征值大于1 以上的3個(gè)公共因子變量?？偡讲罱忉尡砣绫?所示。

提取因子與原變量之間的關(guān)系可見各年度旋轉(zhuǎn)后的成分矩陣。從各綜合因子在各個(gè)變量上的載荷可發(fā)現(xiàn)，因子1主要代表就業(yè)環(huán)境、就業(yè)狀況、就業(yè)能力和勞動(dòng)者報(bào)酬，因子2主要代表社會(huì)保護(hù)，因子3主要代表勞動(dòng)關(guān)系。各成分主要指標(biāo)見表5。

根據(jù)主成分模型提取上述數(shù)據(jù)主成分后，采用每個(gè)主成分的方差貢獻(xiàn)率與累積方差貢獻(xiàn)率的比值作為權(quán)重對(duì)各個(gè)主成分進(jìn)行加權(quán)，得到最后的綜合評(píng)分，即：

其中，Y表示所在地區(qū)的就業(yè)質(zhì)量指數(shù)值，F(xiàn)AC1、FAC2、 FAC3分別代表成分1、成分2和成分3的具體數(shù)值，Weight1、Weight2、Weight3分別代表其方差貢獻(xiàn)率與累積方差貢獻(xiàn)率的比值（具體結(jié)果見表6）。

據(jù)此計(jì)算出各省域2010-2019年在高質(zhì)量就業(yè)指標(biāo)的綜合得分（見表7）。如2010-2012年得分最高為北京（分別為2.27、2.44和2.45），得分最低為甘肅（分別為-0.83、-0.69和-0.69）;2019年得分最高為北京2.54，得分最低為廣西-0.60。由于這些數(shù)據(jù)呈現(xiàn)出線性發(fā)展趨勢(shì)，采用二次指數(shù)平滑法對(duì)數(shù)據(jù)中的缺失值進(jìn)行插補(bǔ)及替換異常值。通過收集到的財(cái)政收支指標(biāo)數(shù)據(jù)具有不特定趨勢(shì)，故利用missforest插補(bǔ)法對(duì)數(shù)據(jù)補(bǔ)充。為保證變量數(shù)量集與單位等干擾項(xiàng)不影響建模結(jié)果，文中所采用的數(shù)據(jù)均為相對(duì)數(shù)。

從計(jì)算結(jié)果可知：就業(yè)質(zhì)量水平位居前三名的是京滬津，就業(yè)指標(biāo)分值大于1;蘇浙粵遼等省域就業(yè)指標(biāo)分值為正數(shù)，就業(yè)質(zhì)量也較高;蒙吉閔魯鄂瓊渝川陜青寧疆等省域就業(yè)指標(biāo)分值居中，而冀晉黑皖贛豫湘桂貴滇甘等省域的就業(yè)指標(biāo)分值相對(duì)較低。從歷年就業(yè)質(zhì)量的排名波動(dòng)情況看，2010-2019年各省域的排名有不同程度的變化，但總體看大部分地區(qū)各年度的排名變動(dòng)不大，這一結(jié)果與實(shí)際發(fā)展情況較為相符。通過排名可以看出：就業(yè)質(zhì)量總指數(shù)排名靠前的省域主要處于東部地區(qū)，經(jīng)濟(jì)發(fā)展水平、就業(yè)狀況、社會(huì)保障和保險(xiǎn)等各方面整體發(fā)展良好;而歷年來排名相對(duì)靠后的地區(qū)，主要是中西部地區(qū)。

三、高質(zhì)量就業(yè)與財(cái)政收支總體關(guān)系分析

（一）變量描述

根據(jù)前文構(gòu)建的高質(zhì)量就業(yè)指標(biāo)體系及測(cè)算結(jié)果和影響高質(zhì)量就業(yè)的財(cái)政收支政策工具，以高質(zhì)量就業(yè)計(jì)算結(jié)果作為被解釋變量。將能夠提升高質(zhì)量就業(yè)的財(cái)稅政策工具作為核心解釋變量，支出端包括教育支出規(guī)模（jy）、科技支出規(guī)模（kj）、社會(huì)保障支出規(guī)模（sb）;收入端包括增值稅收入占GDP比重（VAT）、企業(yè)所得稅收入占GDP比重（pit）、個(gè)人所得稅收入占GDP比重（cit）和行政事業(yè)性收費(fèi)占GDP比重（sf）。

首先觀測(cè)財(cái)政收支面板數(shù)據(jù)結(jié)構(gòu)，考察面板數(shù)據(jù)特征，結(jié)果如表8、表9所示。

通過表8、表9可以看出面板數(shù)據(jù)結(jié)構(gòu)的結(jié)果，其中橫截面維度region從1-30共30個(gè)取值，時(shí)間序列維度year從2010-2019共10個(gè)取值，屬于短面板數(shù)據(jù)，且觀測(cè)在時(shí)間上的分布也非常均勻。在短面板數(shù)據(jù)中，同一時(shí)間段內(nèi)的不同觀測(cè)樣本構(gòu)成一個(gè)組。變量year的組間標(biāo)準(zhǔn)差是0，因?yàn)椴煌M的這一變量取值完全相同，同時(shí)變量region的組內(nèi)標(biāo)準(zhǔn)差也是0，因?yàn)榉植荚谕唤M的數(shù)據(jù)屬于同一個(gè)地區(qū)。

（二）模型求解

對(duì)構(gòu)造的Panel Data變系數(shù)模型進(jìn)行求解，主要從三個(gè)方面進(jìn)行分析：

1. 模型的Hausman檢驗(yàn)。針對(duì)面板數(shù)據(jù)回歸的多個(gè)模型，利用Hausman檢驗(yàn)進(jìn)行模型的選取，檢驗(yàn)結(jié)果p<2.2*10^（-16）<<0.05，因而選取固定效應(yīng)模型。

2. 面板數(shù)據(jù)回歸模型求解。利用固定效應(yīng)模型，得到財(cái)政收入、財(cái)政支出對(duì)高質(zhì)量就業(yè)影響的結(jié)果如表10和表11所示。

3. 模型計(jì)算結(jié)果分析。模型計(jì)算結(jié)果顯示：在模型1中財(cái)政收入的各項(xiàng)指標(biāo)與高質(zhì)量就業(yè)呈正相關(guān)關(guān)系，如企業(yè)所得稅占GDP比重（CIT）的回歸系數(shù)0.676909，其影響效果最明顯、顯著性最強(qiáng);個(gè)人所得稅占GDP比重（PIT）和增值稅收入占GDP比重（VAT）的回歸系數(shù)分別為0.137656和0.29945，其影響效果、顯著性次之;行政事業(yè)性收費(fèi)占GDP比重（SF）的回歸系數(shù)為0.093554，其影響效果、顯著性最弱。

在模型2中財(cái)政支出的前三項(xiàng)項(xiàng)指標(biāo)與高質(zhì)量就業(yè)呈正相關(guān)關(guān)系，如科技支出占GDP比重（KJ）和教育支出占GDP的比重（JY）的回歸系數(shù)分別為1.9772537和0.2618464，其影響效果最為明顯、顯著性強(qiáng);社保支出占GDP的比重（SB）的回歸系數(shù)0.0390347，其影響效果較弱、顯著性最弱;行政管理支出占GDP比重（XZ）的回歸系數(shù)-0.0242910，其影響效果為負(fù)相關(guān)、顯著性次之。

通過進(jìn)一步研究實(shí)證分析結(jié)果發(fā)現(xiàn)：在高質(zhì)量就業(yè)各相關(guān)影響因素中，企業(yè)所得稅和科技支出具有顯著的正向激勵(lì)效應(yīng);個(gè)人所得稅、增值稅、行政事業(yè)性收費(fèi)、教育和社保等支出，都有一定的正向激勵(lì)效應(yīng);行政管理支出具有負(fù)向的影響，但其影響力有限。

（三）穩(wěn)健性檢驗(yàn)

本文采用兩種方法對(duì)模型進(jìn)行穩(wěn)健性檢驗(yàn)。一是劃分子樣本檢驗(yàn)：根據(jù)常用的劃分方式將全國數(shù)據(jù)劃分為東部、中部、西部3個(gè)子樣本，東部包括京津滬等11個(gè)省域，中部包括豫晉湘等8個(gè)省域，西部包括渝川貴等12個(gè)省域;二是數(shù)據(jù)對(duì)數(shù)化檢驗(yàn)：部分就業(yè)質(zhì)量得分為負(fù)值，由于得分均為無量綱數(shù)據(jù)，結(jié)合得分計(jì)算方式，借鑒朱江麗和李子聯(lián)（2015）[6]處理方法，所有得分?jǐn)?shù)據(jù)均加1，即可實(shí)現(xiàn)數(shù)據(jù)對(duì)數(shù)化。代入模型得到表12和表13。

結(jié)果顯示，財(cái)政收入與財(cái)政支出相關(guān)指標(biāo)對(duì)就業(yè)質(zhì)量得分的回歸系數(shù)方向和顯著性變化很小，只是在擬合的數(shù)值上有波動(dòng)，這表明本文構(gòu)建的面板數(shù)據(jù)回歸模型具有較好的穩(wěn)健性。

四、高質(zhì)量就業(yè)與省域財(cái)政收支分析

（一）模型求解

全國30個(gè)省市Panel Data模型估計(jì)結(jié)果顯示（見表14）：Panel Data模型估計(jì)殘差平方和為0.0026478，可知文中建立的變系數(shù)模型整體具有顯著特點(diǎn)，有較好可信度。基于0.05顯著性水平下，得到變系數(shù)模型回歸系數(shù)P值，其數(shù)據(jù)顯示：22個(gè)省域高質(zhì)量就業(yè)對(duì)財(cái)政收支有著顯著效應(yīng)，呈正相關(guān)的是閔浙等10個(gè)省域，表明就業(yè)質(zhì)量越高帶來的財(cái)政收支就越多，呈負(fù)相關(guān)的是甘黑遼川渝鄂等12個(gè)省域;皖贛陜津吉冀滇晉等8個(gè)省域高質(zhì)量就業(yè)對(duì)財(cái)政收支效應(yīng)不顯著，即對(duì)財(cái)政收支不存在統(tǒng)計(jì)意義上明顯的影響。

（二）模型檢驗(yàn)

在Panel Data模型分析結(jié)果的基礎(chǔ)上，本文對(duì)回歸系數(shù)不明顯的省域、回歸系數(shù)顯著但為負(fù)值的省域與正值的省域進(jìn)行VAR模型分析，從而根據(jù)這些代表省域就業(yè)質(zhì)量與財(cái)政收支情況指標(biāo)動(dòng)態(tài)變化展開探究。

1.確立VAR模型。針對(duì)選出來的代表省域進(jìn)行Johansen協(xié)整檢驗(yàn)，發(fā)現(xiàn)跡統(tǒng)計(jì)量與最大特征根兩類檢驗(yàn)統(tǒng)計(jì)量的P值均較小，且在5%顯著水平下拒絕原假設(shè)。根據(jù)LR似然比檢驗(yàn)后，結(jié)合FPE（誤差）準(zhǔn)則及AIC、HQ、SC信息準(zhǔn)則等5個(gè)不同統(tǒng)計(jì)量的值，擬建VAR模型的穩(wěn)定性檢驗(yàn)，以最終確定VAR模型最佳滯后期數(shù)。

進(jìn)一步確立VAR模型（公式3），分別對(duì)所選省域進(jìn)行計(jì)算與檢驗(yàn)，這些代表省域的就業(yè)質(zhì)量與財(cái)政收支保持長(zhǎng)期均衡穩(wěn)定關(guān)系。式中ε1t和ε2t屬于隨機(jī)干擾項(xiàng)，且一定程度上符合公式（1）中的不同條件：Xt-1，Xt-2，Xt-3與Yt-1，Yt-2，Yt-3分別屬于序列Xt與Yt的滯后一、二、三期的值。

2.脈沖響應(yīng)分析。在對(duì)代表省域分別開展VAR模型檢驗(yàn)后，做出財(cái)政收支對(duì)高質(zhì)量就業(yè)沖擊的脈沖響應(yīng)函數(shù)圖（見圖1）。

圖1中橫縱坐標(biāo)分別表示跟蹤器與脈沖響應(yīng)，實(shí)線是指脈沖響應(yīng)函數(shù)，虛線是指正負(fù)兩倍標(biāo)準(zhǔn)差偏離帶。

第一，廣東省等省域Panel Data模型中回歸系數(shù)顯著且為正值。圖1右下可知：廣東省高質(zhì)量就業(yè)對(duì)財(cái)政收支的一個(gè)標(biāo)準(zhǔn)差沖擊響應(yīng)均為正值，呈較緩慢上升趨勢(shì)，至第2期最大后開始平穩(wěn)下滑，表明其就業(yè)質(zhì)量逐步提高而對(duì)財(cái)政收支依賴漸減，與模型所得分析結(jié)果一致，此狀況還包括閔蒙青瓊蘇等10個(gè)省域。

第二，湖北省等省域Panel Data模型中回歸系數(shù)顯著但為負(fù)值。圖1脈沖響應(yīng)函數(shù)圖可知：湖北省財(cái)政收支對(duì)就業(yè)質(zhì)量的標(biāo)準(zhǔn)差有非常劇烈的響應(yīng)波動(dòng)，此狀況還包括甘魯貴黑等省域;從圖1左下可知：北京市財(cái)政收支業(yè)對(duì)高質(zhì)量就業(yè)的標(biāo)準(zhǔn)差響應(yīng)不顯著，其關(guān)系主要在倒U型曲線的右端，此狀況包括滬津兩地。

第三，安徽省等省域Panel Data模型中回歸系數(shù)不明顯。從圖1左上圖脈沖響應(yīng)函數(shù)可知，安徽省財(cái)政收支政策對(duì)該地區(qū)高質(zhì)量就業(yè)率的一個(gè)標(biāo)準(zhǔn)差沖擊響應(yīng)，先是呈現(xiàn)出顯著提高而后平穩(wěn)下降，至第9期時(shí)開始平穩(wěn)發(fā)展，表明安徽省高質(zhì)量就業(yè)增加財(cái)政收支。與之相同的還有冀滇吉陜等7個(gè)省域。

3.VAR模型分析。由脈沖響應(yīng)分析可以看出：財(cái)政收支與高質(zhì)量就業(yè)具有密切相關(guān)關(guān)系，該結(jié)論能對(duì)Panel Data模型所得的各省域回歸系數(shù)不顯著的結(jié)果進(jìn)行修正性說明，以此進(jìn)一步修正Panel Data模型結(jié)論。

根據(jù)Panel Data模型結(jié)果，我國多數(shù)省域2010-2019年財(cái)政收支狀況對(duì)就業(yè)質(zhì)量有著顯著效應(yīng)，即通過增加教育、社保和就業(yè)等支出，以及減免增值稅等優(yōu)惠政策能有效提升就業(yè)質(zhì)量。但少數(shù)省域的財(cái)政收支、就業(yè)質(zhì)量等指標(biāo)波動(dòng)劇烈，以致諸多數(shù)據(jù)對(duì)模型結(jié)果難以解釋，而VAR模型能修正Panel Data模型中難解的回歸結(jié)果。

從一定意義上說，本文所構(gòu)造的財(cái)政收支指數(shù)能有效反映出各省域財(cái)政投入與支出力度，2010-2019年各省域財(cái)政收支指數(shù)與高質(zhì)量就業(yè)之間呈現(xiàn)倒U型關(guān)系，且多數(shù)處于倒U型曲線的右半段，這也意味著增加財(cái)政收支有助于進(jìn)一步提升高質(zhì)量就業(yè);少數(shù)省域處于倒U型曲線的左半段，即財(cái)政收入與支出的有限性對(duì)就業(yè)具有抑制效應(yīng)。

五、結(jié)論與建議

（一）主要結(jié)論

本文基于省級(jí)面板數(shù)據(jù)，對(duì)財(cái)政政策提升高質(zhì)量就業(yè)的具體路徑進(jìn)行實(shí)證分析，結(jié)果表明：

（1）近年來，在經(jīng)濟(jì)發(fā)展和政策措施的帶動(dòng)下，我過就業(yè)質(zhì)量顯著提升，但由于我國人口眾多，地區(qū)間經(jīng)濟(jì)發(fā)展不平衡，勞動(dòng)者就業(yè)質(zhì)量總體還處于較低水平，地區(qū)間勞動(dòng)者就業(yè)質(zhì)量差異較大。財(cái)政政策對(duì)實(shí)現(xiàn)高質(zhì)量就業(yè)具有一定的正向傳導(dǎo)效應(yīng)，因此從財(cái)政政策角度研究我國實(shí)現(xiàn)高質(zhì)量就業(yè)的路徑極為必要。

（2）通過對(duì)高質(zhì)量就業(yè)相關(guān)影響因素分析，發(fā)現(xiàn)企業(yè)所得稅和科技支出具有顯著的正向激勵(lì)效應(yīng)，個(gè)人所得稅、增值稅、行政事業(yè)性收費(fèi)、教育和社保支出均具有正向激勵(lì)效應(yīng)。財(cái)稅政策可以從收支兩端發(fā)力，通過政策工具的實(shí)施，進(jìn)一步提升勞動(dòng)供給水平、有效增加勞動(dòng)需求，最終實(shí)現(xiàn)高質(zhì)量就業(yè)。

（3）大部分省市高質(zhì)量就業(yè)與財(cái)政收支存在顯著影響，少數(shù)省市高質(zhì)量就業(yè)與財(cái)政收支不存在統(tǒng)計(jì)意義上的明顯影響。根據(jù)脈沖響應(yīng)等分析結(jié)果，高質(zhì)量就業(yè)和財(cái)政收支指數(shù)受到自身沖擊的影響較大，但財(cái)政收支指數(shù)對(duì)高質(zhì)量就業(yè)貢獻(xiàn)率伴隨時(shí)期延長(zhǎng)呈現(xiàn)出上升態(tài)勢(shì)，由此得知，高質(zhì)量就業(yè)和財(cái)政收支之間具有長(zhǎng)期穩(wěn)定的相互影響關(guān)系。

（二）政策建議

如何促進(jìn)更高質(zhì)量就業(yè)已成為關(guān)乎穩(wěn)定大局和改革發(fā)展的當(dāng)務(wù)之急。促進(jìn)就業(yè)是政府的責(zé)任，因而應(yīng)確定科學(xué)的財(cái)政政策目標(biāo)，完善和落實(shí)更加激勵(lì)的財(cái)政就業(yè)政策，即基于就業(yè)總量而轉(zhuǎn)向應(yīng)對(duì)結(jié)構(gòu)性失業(yè)問題，積極推進(jìn)就業(yè)“量”與“質(zhì)”的協(xié)同發(fā)展。

第一，注重中小企業(yè)創(chuàng)新的財(cái)政扶持。加大中小企業(yè)創(chuàng)新財(cái)政資金支持，即通過增加中小企業(yè)財(cái)政專項(xiàng)資金種類、建立中小企業(yè)信用擔(dān)?；穑M(jìn)一步強(qiáng)化對(duì)擁有高科技含量和中西部及東北等欠發(fā)達(dá)地區(qū)中小企業(yè)提供長(zhǎng)期財(cái)政資金扶持;完善中小企業(yè)創(chuàng)新的稅收優(yōu)惠政策，即建立健全中小企業(yè)稅收優(yōu)惠政策體系，多層次、全方位加強(qiáng)對(duì)中小企業(yè)科技創(chuàng)新的稅收優(yōu)惠激勵(lì)，彰顯改革創(chuàng)新與發(fā)展的稅收紅利。

第二，加大就業(yè)服務(wù)平臺(tái)建設(shè)的投入。一方面健全與完善財(cái)政對(duì)就業(yè)公共服務(wù)投入長(zhǎng)效機(jī)制，政府部門可提高各級(jí)就業(yè)公共服務(wù)機(jī)構(gòu)特別是基層就業(yè)公共服務(wù)平臺(tái)的財(cái)政支出比例，為就業(yè)管理經(jīng)費(fèi)提供資金保障;另一方面，推動(dòng)就業(yè)網(wǎng)絡(luò)信息平臺(tái)建設(shè)，政府可通過就業(yè)專項(xiàng)資金，優(yōu)先保障基層開展就業(yè)公共服務(wù)必要的信息網(wǎng)絡(luò)設(shè)備、軟件開發(fā)投入，確保城鄉(xiāng)居民都能就近享受到均等化的就業(yè)公共服務(wù)。

第三，完善創(chuàng)新創(chuàng)業(yè)的財(cái)政政策激勵(lì)。加大創(chuàng)新創(chuàng)業(yè)財(cái)政投入力度，如對(duì)創(chuàng)業(yè)的小微企業(yè)給予一次性創(chuàng)業(yè)補(bǔ)貼、小額擔(dān)保貸款貼息等補(bǔ)貼;對(duì)創(chuàng)業(yè)企業(yè)的辦公用房和網(wǎng)絡(luò)等設(shè)施建設(shè)給予財(cái)政支持;綜合運(yùn)用財(cái)政專項(xiàng)資助和補(bǔ)貼等手段，積極支持碩博研究生和高層次人才開展創(chuàng)新創(chuàng)業(yè)活動(dòng);完善激勵(lì)創(chuàng)新創(chuàng)業(yè)的稅收優(yōu)惠政策，如擴(kuò)大稅收優(yōu)惠對(duì)象和范圍，增加創(chuàng)新創(chuàng)業(yè)稅收優(yōu)惠的稅種和間接優(yōu)惠方式等。

第四，增加職業(yè)教育培訓(xùn)的財(cái)政補(bǔ)貼。完善職業(yè)教育培訓(xùn)以財(cái)政投入為主的多渠道資金投入機(jī)制，加大對(duì)職業(yè)教育特別是民辦職業(yè)教育的師資隊(duì)伍、學(xué)生資助和基礎(chǔ)設(shè)施建設(shè)的財(cái)政補(bǔ)貼，為高職院校學(xué)生成才提供財(cái)政經(jīng)費(fèi)保障;健全職業(yè)教育培訓(xùn)財(cái)政補(bǔ)貼資金的長(zhǎng)效機(jī)制，如建立職業(yè)教育培訓(xùn)基金，對(duì)培訓(xùn)機(jī)構(gòu)的師資培養(yǎng)、教材開發(fā)、模擬操作和技能競(jìng)賽等基礎(chǔ)性建設(shè)工作提升財(cái)政補(bǔ)貼的力度與質(zhì)效。

第五，強(qiáng)化社會(huì)保障和就業(yè)支出力度。政府部門應(yīng)逐步增加財(cái)政社會(huì)保障支出占財(cái)政支出和GDP的比重，增加對(duì)企業(yè)和個(gè)人養(yǎng)老保險(xiǎn)繳費(fèi)的財(cái)政補(bǔ)貼標(biāo)準(zhǔn)。在社會(huì)保險(xiǎn)繳費(fèi)總水平不變的前提下，減輕企業(yè)和個(gè)人的繳費(fèi)壓力會(huì)，確保不降低個(gè)人社會(huì)保障的待遇，從而提高社會(huì)保障水平、擴(kuò)大社會(huì)保障的覆蓋面，保證待就業(yè)大學(xué)畢業(yè)生、下崗失業(yè)人員、農(nóng)民工和靈活就業(yè)人員等都能納入社會(huì)保障體系。

參考文獻(xiàn)：

[1] 曾湘泉，徐長(zhǎng)杰.新技術(shù)革命對(duì)勞動(dòng)力市場(chǎng)的沖擊[J].探索與爭(zhēng)鳴，2015（8）：32-34.

[2] 王顯勇.論反就業(yè)歧視法的多元綜合實(shí)施理論[J].中國勞動(dòng)關(guān)系學(xué)院學(xué)報(bào)，2021，35（1）：50-59.

[3] 張車偉，王博雅，高文書.創(chuàng)新經(jīng)濟(jì)對(duì)就業(yè)的沖擊與應(yīng)對(duì)研究[J].中國人口科學(xué)，2017（5）：2-11，126

[4] 賴德勝，蘇麗鋒，孟大虎，等.中國各地區(qū)就業(yè)質(zhì)量測(cè)算與評(píng)價(jià)[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2011（11）：88-99.

[5] 魯邦克，邢茂源，楊青龍.中國經(jīng)濟(jì)高質(zhì)量發(fā)展水平的測(cè)度與時(shí)空差異分析[J].統(tǒng)計(jì)與決策，2019（21）：113-117.

[6] 朱江麗，李子聯(lián).長(zhǎng)三角城市群產(chǎn)業(yè)-人口-空間耦合協(xié)調(diào)發(fā)展研究[J].中國人口·資源與環(huán)境，2015，25（2）：75-82.

（責(zé)任編輯：李江）