试论中国省域劳动就业影响因素的空间计量.doc

1、试论中国省域劳动就业影响因素的空间计量摘要：利用 2000-2009 年中国 29 个省级单位数据建立空间计量模型对影响劳动就业的各因素及其空间效应进行检验分析。结果显示：省际劳动就业存在显着的空间相关性，邻近省域就业的溢出效应对本省具有正向影响，且该效应从东部到西部地区呈阶梯状依次递减，东部地区就业较中西部地区具有更强的区间联动性。省域技术进步、财政支出、市场化和产业结构优化无论从全国层面还是地区层面均对劳动就业具有显着的促进作用，且财政支出对中西部就业的影响明显大于东部地区；城市化与实际工资对东部就业影响不显着，但能够显着促进中西部地区就业增长。促进区间联动、加快市场化、城市化和产业结构优

2、化步伐、完善和优化财政支出结构是增加就业的重要举措。 关键词：劳动就业；省域；城市化水平；空间计量经济模型 一、引言 就业是民生之本，不仅关系到经济的健康稳定发展，而且与社会稳定、政治安全密切相关。实现就业稳定一直以来都是各个国家制定宏观政策的重要目标之一。如何保持一个国家的就业稳定，是经济政策制定者十分关心的问题。由于我国各地区经济发展水平、产业结构状况等差距较大，因而就业问题的表现形式势必不同，同样的财政、货币政策在不同的地区可能会产生不同效果。这就使得每个地区的就业在一定程度上也会影响周边地区的就业情况，研究就业问题还必须考虑其空间相关性，即不仅探讨每个地区本身的就业问题，还要分析其他地

3、区就业对该地区的影响。 对就业问题的研究已有很长历史，现代西方经济学已形成比较系统、完善的就业理论，比如以李嘉图和萨伊为代表的古典和新古典充分就业理论、凯恩斯非自愿就业理论、新凯恩斯工资粘性就业理论等；发展经济学中也有刘易斯费景汉拉尼斯模型、托达罗“人口流动”模型、伊斯特林“相对剥夺”理论等。大多数理论均以工资作为影响就业的关键因素。然而众多经验研究显示某一地区城市化水平、产业结构和经济状况等因素均对就业具有显着影响。 1. 城市化对就业的影响。Robert A. Carter1指出劳动力在城市的集聚可以扩大产业规模、促进城市经济增长，提高城市吸纳劳动就业能力。Xiangzheng Deng

4、等通过对我国 19802000 年数据的分析，指出城市化与经济增长之间存在高度相关性，人口在城乡间的流动一方面可以为城市提供劳动力储备、扩大产业需求，另一方面解决了农村劳动力剩余问题。韩峰等以湖南省为例，采用动态计量模型对城乡劳动力转移与就业结构优化的关系进行了深入探讨，认为城市化对第二产业就业的影响不显着，但会持久的促进第三产业就业，城市化总体对就业结构优化具有促进作用，但其没有对除城市化以外的其他影响就业的控制变量进行分析。 劳动力的区间流动对就业的影响。 Marr and Siklos-运用加拿大 19621990 年的数据分析了就业和移民的关系，结果显示，移民对失业具有显着冲击作用。近

5、年来对劳动力区域转移的研究更加深入，Feridun 以瑞典、芬兰等国为例分析了劳动力跨区域转移与经济增长的关系，研究认为劳动力跨地区转移对人均 GDP 具有正的影响但对失业率影响甚微；而且 Morley 也以澳大利亚为背景对此问题进行了深入研究，也得出了类似的结论。 经济发展状况对就业的影响。Rawski 分析了造成我国 GDP 增长的影响因素，他认为劳动力就业在经济增长中发挥了重要作用，劳动就业与经济增长之间互相影响；李俊锋等从理论上分析了经济增长与就业之间的关系，并在中美就业情况进行比较分析的基础上通过建立计量模型说明了中国存在经济增长与就业之间的互动机制。然而，经济的高速增长并非对就业产

6、生一致的拉动作用。齐艳玲10对中国经济增长与就业的关系进行了研究，她指出中国经济的高速增长并没有对就业产生很大的拉动力，反而在一定程度上挤出就业增长；李晓等11通过对中印两国经济增长的就业效应的比较分析，指出中国经济增长对就业具有较强的拉动作用，但是这种拉动作用短期内比较显着。 产业结构对就业的影响。刘金丹12指出劳动密集型产业对就业的影响只有短期效应而没有长期影响，因而并非解决就业问题的长效手段。而其他学者认为以高服务化和高知识化为特征的第三产业的发展对就业却具有长久的促进作用。比如韩汉君、黄复兴13分析了长江三角洲地区江浙沪两省一市第三产业发展的就业效应，发现第三产业在相对生产率不变或提高

7、的情况下能够保持就业稳定增长。Robert A. Carter14从城市系统创新的角度研究了就业结构变动的问题。他认为，城市区域内的创新活动一方面为产业发展注入新的活力，促进人口、企业等进一步向城市集聚，另一方面促进了区域间产业转移，带动了中小城市发展和农村城镇化和地方就业。 此外，Zeigler15，Lieberman and Shaw16等还分析了经济状况、福利水平以及政府政策对劳动力区域间流动的影响，指出一地区福利状况和政府相关优惠政策都会对劳动力向本区域流动产生吸引作用。 综上所述，城市化水平、区间劳动力流动、经济发展状况和产业结构等均是除了工资影响就业的重要因素，然而这些大多研究某区

8、域或者某个经济体内就业问题，或者将各经济体视为孤立的存在。本文将借助空间计量经济学技术，分析各因素对地区就业影响的同时，也着重关注区域就业空间相关性或依赖性对就业的作用。 二、模型设定与变量选择 （一）模型设定 本文在 Weitzman 和 Blanchard and Kiyotaki 模型的基础上推导劳动就业的最终计量模型。 假设每个行为主体的消费函数 U=1-?兹-L?着 g，?兹（0，1） ， ?着1，d?叟 0（1） 其中： Cg=n1/(1-?滓)Cig(?滓-1)/?滓?滓/(?滓-1)，?滓1（2） 在式（1）与（2）中，Cig 和 Mg 分别表示个体 g 在期末的商品 i 消费

9、和持有的货币，变量 P 表示本期价格指数，Lg 表示家庭所提供的劳动力数量。笔者发现，行为主体的效用函数是关于总消费 Cg 与货币持有量Mg 之间选择的柯布道格拉斯型函数，还是关于不同产品消费 Cig 之间选择的替代弹性不变型函数。 同时，令与效用函数相关的价格指数 P 为： P=Pi1-?滓 1/(1-?滓)（3） 其中，参数?滓表示为 n 种消费品之间的替代弹性。假设 Fg 是行为主体 g 的总财富，因此他的预算约束可以用如下方程表示： PiCig+Mg=Fg（4） 通过构建拉格朗日函数，求具有预算约束的行为主体效用最大化，可以得到以下等式： Cig=-?滓（5） Mg=（1-?兹）Fg（

10、6） 将式（5）与式（6）代入式（1） ，可以得到： Ug=Fg/P-（d/?着）Lig（7） 设 W 是行为主体在本期的名义工资，由于单个行为主体的总财富等于他初期的货币持有量 M0g、他的利润份额?仔 g 和工资收入 WLg 之和。因此，代入（7）式，可以得到： Ug=-L?着 g（8） 对 Lg 进行求导，求 Ug 关于 Lg 的最大值，因此可以求得行为主体提供的最优劳动量： Lsg=1/(?着-1)（9） 用 F=Fg 来表示社会的总财富，商品 i 的总消费 Ci=Cig 可写成： Ci=-?滓（10） 用 PY=PiCi 来定义总产出 Y，于是，根据式（3）与式（10）可以得出： Y

11、=?兹 F/P（11） 假设厂商的全部利润都重新分配给每一个经济行为个体，那么他们的总财富 F 就等于产出总值加上初期货币持有量的存量 M0。利用（11）式，就可以得到一个比较简单的总产出表达式： Y=（12） 再假设每个厂商的生产函数都是线性函数。生产函数具体形式为：Yi=ALi，其中 Yi 和 Li 分别表示厂商 i 的产出和劳动雇佣水平，A 表示全部厂商共同的生产效率参数。因此，厂商 i 的最大利润问题就可以写成如下形式： Max（PiYi-WLi） 受约束于：Yi=-?滓与 Yi=ALi 通过构建拉格朗日函数求厂商利润最大化，可以求得商品 i 的最优价格水平： Pi=?自，其中?自=1

12、（13） 参数?自是测度每个厂商垄断程度的指标。如果?自=1，那么可以认为全部产品都完全可以替代，即这个市场是完全竞争的市场。 结合消费效用最大化与厂商利润最大化原则，可以推出以下方程： LHd1/(1-?着)?浊（14） 其中，H 是家庭总数，为实际工资水平，?浊=1/（?着-1） 。 对（14）式两边取对数得到： lt=+?浊 ln（t） （15） 其中 lt=lnLt，=lnHd1/(1-?着)，t=为实际工资水平。 由于?着1，因而必有?浊0，故式（15）显示实际工资提高对就业具有促进作用。除了工资以外，产业结构、城市化水平、市场化水平、政府财政支出、技术发展水平等也是影响劳动就业的重

13、要因素。以（15）式为基础，在空间计量经济学估计技术的支持下，建立线性空间滞后（SLM）和空间误差模型（SEM） ，具体模型 lnJYSLit=?茁 0+?琢 W（JYSL）it+?茁 1lnCZZCit+?茁 2lnRJGZit+?茁 3URBANit+?茁 4JSJBit+?茁 5MARKLit+?茁 6CYJGit+?淄 it（16） lnJYSLit=?茁 0+?茁 1lnCZZCit+?茁 2lnRJGZit+?茁 3URBANit+?茁4JSJBit+?茁 5MARKLit+?茁 6CYJGit+?姿 W（?淄 it）+?孜 it（17） （16）和（17）式分别为要检验的空间自回

14、归（滞后）模型和空间误差模型。其中，?淄 it=Si+Tt+?着 i，t，S 和 T 分别是截面单元固定效应和时间固定效应，在（17）式中?淄 it=?姿 W（?淄 it）+?孜 it，?着i，t、?孜 it 是期望为零的独立同分布随机变量，即?着 iN（0，?滓 2） 、?孜 itN（0，?滓 2） ；i=1，2，N；i=1，2，3表示区域单元个数，在这里表示全国省市数目，由于中国台湾、香港和澳门各经济发展指标度量以及标准异于其他省市，在本文分析中没有将其考虑在内，由于数据的可得性问题，西藏也未考虑在内，并将重庆和四川合并为四川省，因而共有 29 个省级经济单元；t=1，2，3表示从 200

15、02009 年的时期数（单位：年） ；W 为二进制的邻近空间权值矩阵，一般用邻近矩阵（Contiguity Matrix）和距离矩阵；其目的是定义空间对象的相互邻近关系，W（JYSL）it 和 W（?淄 it）分别为劳动就业（JYSL）和随机误差的空间滞后项。 （二）变量和数据说明 被解释变量：采用各省市每年就业从事第二、三产业就业人口数量（单位：万人）作为被解释变量，来衡量各地区就业情况，并取其对数，记为 lnJYSL。数据来源于各省统计年鉴以及中国劳动统计年鉴。 解释变量包括： 1. 财政支出。财政支出一方面可以衡量地方政府对就业、投资等的作用力，另一方面也可以衡量对经济发展和就业的调控。

16、以 CZZC 表示省域每年财政支出数量（单位：万元） ，以 2000 年价格对各年数据进行价格调整。由于财政支出数据波动不稳定且数额较大，将其取对数。 城镇化率。城镇化是农村人口不断减少、城市人口不断增加，农村地域不断成为城镇区域的过程。在此过程中，随着产业结构的优化升级，劳动力不断由第一产业向第二、三产业转移的过程，是人力资本的集中地，因而是影响劳动力就业的重要因素。本文中以城镇人口占总人口的比重表示城镇化率（URBAN） 。 人均工资。以 RJGZ 代表从事第二、三产业人员的年均工资，单位是元。以 2000 年价格对各年数据进行价格调整，并对其取对数，数据来源于各省市历年统计年鉴。 技术水

17、平。由于技术进步体现在多个方面，比如通过增加 RD 投资以促进技术研发、通过投资教育等提高人力资本水平。在此，为了能够将所有与技术进步有关的因素考虑进入模型，本文用全要素生产率表征技术进步水平，记为JSJB。 市场化水平。随着改革开放进程的不断深入，非公有制经济在国民经济发展中起到的作用越来越重要，因而也成为区域吸纳就业的重要方面，其发展水平往往代表了区域市场化水平，因此，本文以非公有制经济在国民经济中的比重表示市场化水平，数据来源于 2010 年各省市统计年鉴，用 MARKL 表示。 6. 产业结构。众多已经证实产业结构水平也是影响就业的重要因素，本文以第三产业占国民经济比重表示产业结构发展

18、水平，记为 CYJG，数据来源于 2010 年各省市历年统计年鉴。 三、省域就业空间相关性分析 为了深入揭示省域劳动就业差异格局及其影响因素，采用 Moran 指数法测算和检验省域劳动就业的空间相关性。在实际的空间相关分析应用研究中，Morans I 主要针对于全域空间相关性分析。全域空间自相关（Global Spatial Autocorrelation）是从区域空间的整体刻画区域劳动就业的空间分布情况，其计算及检验过程如下。 Morans I 定义 Mornas I=Wij（Yi-） （Yj-）/ S2Wij（18） 其中，S2=（Yi-） ，=Yi，Yi 表示 i 地区的观测值（如劳动就

19、业量） ，n 为地区总数（如省域） ，Wij 为二进制的邻近空间权值矩阵。首先，借助空间计量软件 GeoDAO.9.5、利用 Moran 指数对省域数据进行空间自相关分析。在此，使用了一阶和二阶邻接矩阵以及距离矩阵的全域 Moran指数检验省域劳动就业是否表现出空间自相关，全域 Moran 指数计算结果见表 1。 由表 1 可知，20002009 年 Moran 指数在 1%水平上显着为正，说明省际劳动就业具有明显的空间自相关性。为了对其空间相关性进行更深入的分析，在全域分析的基础上本研究也进行了局域空间相关性分析。2009 年的局域 Moran 指数散点图如图 1 所示。 图 1 显示，省域

20、劳动就业基本上呈现正的空间相关性。第一、第三象限省域劳动就业集群局部的 HH 和 LL 分化，说明中国省域劳动就业在空间上存在着较为明显的集聚现象，有着较强的空间依赖性。 其次，采用扩展了的空间回归模型的残差 Moran 指数，以及两种拉格朗日乘子（LM）检验及其稳健性拉格朗日乘子（Robust LM）检验方法，进一步检验劳动就业的空间效应，表 2 为检验结果。 从表 2 中可以看出，Moran 指数无论是一阶邻接还是最小距离均在1%水平上显着，证实存在空间误差自相关。拉格朗日乘子滞后和误差及其稳健性检验表明，LMLAG 和 R-LMLAG、LMERR 和 R-LMERR 均通过 1%水平的显

21、着性检验，而 R-LMERR 仅在 5%显着水平下通过检验。根据Anselin（2004）19的判别准则：若在空间依赖性的检验中发现，LMLAG 较之 LMERR 在统计上更加显着，且 R-LMLAG 显着而 R-LMERR 不显着，则可以断定适合的模型是空间滞后模型；相反，如果 LMERR 比 LMLAG 在统计上更加显着，且 R-LMERR 显着而 R-LMLAG 不显着，则可以断定空间误差模型是恰当的模型。根据此判别准则，空间滞后模型较为恰当。 四、省域就业空间计量实证检验与结果分析 以上进行的全域和局域空间自相关检验显示，劳动就业在省际之间具有空间自相关性。因此，可以使用极大似然法（Maximum Likelihood，ML）对（16）式进行估计。为了便于比较，我们也列出了