產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級、經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變與擴大就業(yè)中央財經(jīng)大學(xué)學(xué)報修改版終(共10頁)

1、 產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級、經(jīng)濟(jì)(jngj)發(fā)展方式轉(zhuǎn)變與擴大就業(yè)基于(jy)我國19952011年省級面板數(shù)據(jù)的經(jīng)驗(jngyn)研究吳振球，男，漢族，1974年1月生，湖北省武漢市新洲區(qū)人，中南財經(jīng)政法大學(xué)工商管理學(xué)院副教授，經(jīng)濟(jì)學(xué)博士，研究方向：宏觀經(jīng)濟(jì)理論與政策。王振，男，漢族，1986年12月生，山東省菏澤市牡丹區(qū)人，中南財經(jīng)政法大學(xué)工商管理學(xué)院研究生，研究方向：國際貿(mào)易與國際商務(wù)。程婷，女，漢族，1991年4月生，湖北省荊門市京山縣人，中南財經(jīng)政法大學(xué)工商管理學(xué)院研究生，研究方向：貿(mào)易經(jīng)濟(jì)問題。本文受到作者主持的國家社會科學(xué)基金青年項目提高我國居民消費能力長效機制研究（編號：11CJL01

2、4）、第51批中國博士后科學(xué)基金面上資助項目擴大居民消費需求研究：機制、路徑與宏觀經(jīng)濟(jì)穩(wěn)定（編號：2012M510652）與教育部人文社會科學(xué)研究一般項目AD-PA模型拓展與擴大就業(yè)的理論和政策研究（編號：10YJC790287）的資助。吳振球 王振 程婷中南財經(jīng)政法大學(xué) 工商管理學(xué)院 摘要：本文利用1995年2011年我國30個省、市、自治區(qū)的省級面板數(shù)據(jù)，運用靜態(tài)面板數(shù)據(jù)模型與動態(tài)面板數(shù)據(jù)模型以及克服內(nèi)生性的分析技術(shù)，對產(chǎn)業(yè)結(jié)構(gòu)合理化、產(chǎn)業(yè)結(jié)構(gòu)高級化和經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變及相關(guān)控制變量與就業(yè)的關(guān)系進(jìn)行了經(jīng)驗研究。靜態(tài)面板數(shù)據(jù)模型結(jié)果表明：產(chǎn)業(yè)結(jié)構(gòu)合理化、產(chǎn)業(yè)結(jié)構(gòu)高級化對降低失業(yè)率有積極作用；正

3、向轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式對提高失業(yè)率具有正效應(yīng)，但產(chǎn)業(yè)結(jié)構(gòu)高級化與轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式協(xié)同作用對降低失業(yè)率具有明顯的積極作用；第三產(chǎn)業(yè)比重與失業(yè)率呈負(fù)相關(guān)，實際經(jīng)濟(jì)增長率與失業(yè)率呈正相關(guān)。動態(tài)面板數(shù)據(jù)模型分析得出的結(jié)論與靜態(tài)面板數(shù)據(jù)模型得出的結(jié)論是一致的。這說明，我國當(dāng)前提出的“降增速、調(diào)結(jié)構(gòu)、轉(zhuǎn)方式、保就業(yè)”的經(jīng)濟(jì)政策具有內(nèi)在邏輯一致性。關(guān)鍵詞：產(chǎn)業(yè)結(jié)構(gòu) 合理化 高級化 經(jīng)濟(jì)發(fā)展方式 就業(yè)中圖分類號：F015 F062.9 F062.4 文獻(xiàn)標(biāo)示碼：A一、問題的提出實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級、經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變和勞動力充分就業(yè)是我國現(xiàn)階段追求的三個重要宏觀經(jīng)濟(jì)目標(biāo)，三者相互聯(lián)系又相互制約。我國當(dāng)前一段時間的就

4、業(yè)情況既存在著總量供過于求的矛盾，又存在著結(jié)構(gòu)性矛盾。2012年，全國城鎮(zhèn)新增就業(yè)人員1266萬人，其中城鎮(zhèn)失業(yè)人員再就業(yè)552萬人，就業(yè)困難人員實現(xiàn)就業(yè)182萬人，城鎮(zhèn)登記失業(yè)率為4.1%，年末城鎮(zhèn)登記失業(yè)人員大約為920多萬人。2013年高校畢業(yè)生達(dá)到699萬人，加上中專、職高畢業(yè)生以及大量從農(nóng)村轉(zhuǎn)移出來的農(nóng)民工需要在城鎮(zhèn)就業(yè)，所以2013年的就業(yè)形勢依然嚴(yán)峻。產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級與就業(yè)的關(guān)系存在著截然相反的兩種觀點。第一種觀點認(rèn)為，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級抑制就業(yè)。理由是，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級導(dǎo)致資本“擠出”勞動。如嚴(yán)英龍、陳在余（2004）認(rèn)為，如果工業(yè)化進(jìn)程中以資本替代勞動，勞動力轉(zhuǎn)移將受阻，會減少

5、全體居民的收入水平，產(chǎn)生有效需求不足，從而抑制工業(yè)化發(fā)展1。第二種觀點認(rèn)為，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級促進(jìn)就業(yè)。理由之一是資本深化在長期中促進(jìn)就業(yè)增長。利本斯坦認(rèn)為，資本密集型產(chǎn)業(yè)雖然在短期內(nèi)吸納就業(yè)不多，但從長期看，資本密集型產(chǎn)業(yè)不需要像勞動密集型產(chǎn)業(yè)那樣將大量國民收入分配給勞動者，從而有利于提高儲蓄和擴大投資，帶來更多的就業(yè)。理由之二是產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級可以帶動第三產(chǎn)業(yè)的發(fā)展，從而吸納更多的就業(yè)。武力、溫銳（2006）認(rèn)為，早期工業(yè)化國家工業(yè)化時會選擇發(fā)展勞動密集型產(chǎn)業(yè)，現(xiàn)階段工業(yè)化的國家會選擇創(chuàng)新力強的技術(shù)與資本密集型產(chǎn)業(yè)來實現(xiàn)工業(yè)化，這些產(chǎn)業(yè)可以帶動第三產(chǎn)業(yè)的發(fā)展，進(jìn)而促進(jìn)就業(yè)2。2007年黨的十

6、七大提出轉(zhuǎn)變(zhunbin)經(jīng)濟(jì)發(fā)展方式，2013年的政府工作報告提出推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級，加快轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，促進(jìn)經(jīng)濟(jì)持續(xù)健康發(fā)展的要求。雖然經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變尚不存在一個為大多數(shù)人接受的定義，但筆者認(rèn)為經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變至少應(yīng)該包括促進(jìn)技術(shù)進(jìn)步、節(jié)約資源和能源這一本質(zhì)性內(nèi)容。按照經(jīng)濟(jì)理論，技術(shù)進(jìn)步(jnb)包括三種類型，即節(jié)約資本的技術(shù)進(jìn)步、節(jié)約勞動的技術(shù)進(jìn)步和中性技術(shù)進(jìn)步，因此，僅僅依據(jù)技術(shù)進(jìn)步并不能判定技術(shù)進(jìn)步與就業(yè)之間的關(guān)系，必須進(jìn)一步判斷技術(shù)進(jìn)步的具體類型，才能判定技術(shù)進(jìn)步與就業(yè)之間的關(guān)系。不同學(xué)者選擇不同地區(qū)、不同時間段對技術(shù)進(jìn)步與就業(yè)的關(guān)系(gun x)進(jìn)行研究，得出的結(jié)論不同

7、當(dāng)然不足為奇。如齊建國（2002）通過測算發(fā)現(xiàn)，19781990年間的技術(shù)進(jìn)步對我國就業(yè)有正面影響，但19901999年間的技術(shù)進(jìn)步卻減少了對就業(yè)的吸納3。 此外，還有少數(shù)學(xué)者聯(lián)合考察產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、技術(shù)進(jìn)步兩者對我國的就業(yè)效應(yīng)。魏燕、龔新蜀（2012）利用省際面板數(shù)據(jù)，采用擴展型C-D函數(shù)對技術(shù)進(jìn)步、產(chǎn)業(yè)結(jié)構(gòu)升級與就業(yè)之間的關(guān)系進(jìn)行了面板單位跟檢驗、協(xié)整檢驗和誤差修正模型分析。他們指出，我國技術(shù)進(jìn)步、產(chǎn)業(yè)結(jié)構(gòu)升級程度與就業(yè)之間存在長期均衡關(guān)系，且技術(shù)進(jìn)步、產(chǎn)業(yè)結(jié)構(gòu)升級是形成區(qū)域就業(yè)差異的長期原因。但技術(shù)進(jìn)步、產(chǎn)業(yè)結(jié)構(gòu)升級程度對區(qū)域就業(yè)量的短期影響在四大經(jīng)濟(jì)區(qū)中又是不穩(wěn)定的4。在當(dāng)今我國經(jīng)濟(jì)增速

8、下調(diào)、大力推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級、切實轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式的關(guān)鍵時期，研究產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級、經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變與就業(yè)之間的關(guān)系尤為重要。綜合已有文獻(xiàn)研究結(jié)果，僅僅從理論層面來判定三者之間的關(guān)系，是無法得出明確結(jié)論的，必須進(jìn)行基于我國實際的經(jīng)驗研究，且在控制大量相關(guān)變量的條件下，才能得出三者關(guān)系真實的確定性結(jié)論，從而為國家有關(guān)部門決策提供實證支撐。本文的創(chuàng)新之處在于：第一，為了克服內(nèi)生性問題，我們首先應(yīng)用靜態(tài)面板數(shù)據(jù)模型與工具變量法研究產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級、經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變、服務(wù)業(yè)發(fā)展與就業(yè)之間的關(guān)系。進(jìn)一步地，為了能夠有效地解決測量誤差、非時變的遺漏變量和解釋變量的內(nèi)生性問題引致的變量內(nèi)生性問題，我們采用

9、Arellano和Bond提出的GMM估計方法，即利用被解釋變量與預(yù)定變量的滯后項、嚴(yán)格外生變量的差分作為工具變量進(jìn)行估計。我們將上述兩種方法得出的結(jié)果進(jìn)行了深入比較，發(fā)現(xiàn)兩種結(jié)果是一致的，從而有效克服了變量內(nèi)生性問題。這與以前的研究不同。第二，在分析產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級對就業(yè)的影響時，以前大多數(shù)學(xué)者將目光聚焦于以重化工業(yè)為特征的產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級，而隨著我國服務(wù)經(jīng)濟(jì)“曙光”的臨近，本文將側(cè)重于分析第三產(chǎn)業(yè)為主要特征的產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級對就業(yè)的影響。二、模型設(shè)定、變量說明及數(shù)據(jù)(shj)來源模型(mxng)設(shè)定根據(jù)(gnj)勞動經(jīng)濟(jì)學(xué)研究就業(yè)的大量宏觀理論與實證研究成果，我們發(fā)現(xiàn)影響一國國民就業(yè)的因素

10、主要有：經(jīng)濟(jì)增長、通貨膨脹、技術(shù)進(jìn)步、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級、服務(wù)業(yè)發(fā)展、人均實際工資水平、受教育程度、城鎮(zhèn)化水平、以及它們之間的交互作用等。為了研究產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級、經(jīng)濟(jì)發(fā)展方式對就業(yè)的影響，本文以就業(yè)為被解釋變量，用城鎮(zhèn)登記失業(yè)率表示，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級、經(jīng)濟(jì)發(fā)展方式、服務(wù)業(yè)發(fā)展為解釋變量，人均實際工資水平、人均受教育程度、城鎮(zhèn)化水平、產(chǎn)業(yè)結(jié)構(gòu)高級化與技術(shù)進(jìn)步交互作用為控制變量?；谝陨峡紤]，本文的靜態(tài)面板數(shù)據(jù)模型設(shè)定如下：不考慮控制變量時，模型設(shè)定如下： （1）考慮控制變量時，模型設(shè)定如下： （2）式中，表示省份，表示年份，表示非觀測效應(yīng)，表示與時間和地區(qū)都無關(guān)的隨機誤差項，為控制其他無法觀測的

11、時點因素的影響，在模型中引入時間趨勢變量。變量說明1.被解釋變量就業(yè)。用城鎮(zhèn)登記失業(yè)率（RUNPLOY）表示。由于我國現(xiàn)階段特殊的二元經(jīng)濟(jì)結(jié)構(gòu)，造成我國至今尚未正式公布連續(xù)時間的就業(yè)率數(shù)據(jù)。有些學(xué)者研究我國就業(yè)情況時，用1-城鎮(zhèn)登記失業(yè)率表示就業(yè)率，許多學(xué)者認(rèn)為官方公布的城鎮(zhèn)登記失業(yè)率并不能反映真實的失業(yè)率（張車偉，2003）5，并用自己測算的失業(yè)率來推算就業(yè)率（蔡昉、都陽、高文書，2004）6。經(jīng)過深入比較，本文認(rèn)為用城鎮(zhèn)登記失業(yè)率來表示我國實際失業(yè)率較好。2.解釋變量（1）產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級。產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級通過產(chǎn)業(yè)結(jié)構(gòu)合理化、產(chǎn)業(yè)結(jié)構(gòu)高級化來體現(xiàn)。產(chǎn)業(yè)結(jié)構(gòu)(chn y ji u)合理化（T

12、L）。它主要指產(chǎn)業(yè)與產(chǎn)業(yè)之間協(xié)調(diào)能力的加強和關(guān)聯(lián)水平的提高，是一個動態(tài)過程。衡量產(chǎn)業(yè)結(jié)構(gòu)是否合理，主要依據(jù)產(chǎn)業(yè)之間發(fā)展是否協(xié)調(diào)，社會(shhu)資源能否在產(chǎn)業(yè)之間得到有效配置。研究者往往采用結(jié)構(gòu)偏離度對產(chǎn)業(yè)結(jié)構(gòu)合理化進(jìn)行衡量。為彌補采用結(jié)構(gòu)偏離度容易忽視各產(chǎn)業(yè)重要程度的缺陷，本文借鑒干春暉等（2011）用泰爾指數(shù)來度量(dling)產(chǎn)業(yè)結(jié)構(gòu)合理化的方法，泰爾指數(shù)越大，就表示經(jīng)濟(jì)越偏離均衡狀態(tài)，產(chǎn)業(yè)結(jié)構(gòu)越不合理7。產(chǎn)業(yè)結(jié)構(gòu)高級化（TS）。它主要指產(chǎn)業(yè)結(jié)構(gòu)從低水準(zhǔn)向高水準(zhǔn)發(fā)展的動態(tài)過程，是對原有產(chǎn)業(yè)結(jié)構(gòu)的揚棄，表現(xiàn)為第一產(chǎn)業(yè)的優(yōu)勢地位逐步被二、三產(chǎn)業(yè)取代。在實際衡量過程中，運用最多的是基于產(chǎn)值和勞

13、動力的標(biāo)準(zhǔn)結(jié)構(gòu)。隨著“經(jīng)濟(jì)服務(wù)化”概念的提出，已有學(xué)者開始將第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)增加值之比作為衡量產(chǎn)業(yè)結(jié)構(gòu)高級化程度的重要指標(biāo)。本文也采用這一指標(biāo)。（2）經(jīng)濟(jì)發(fā)展方式。經(jīng)濟(jì)發(fā)展方式內(nèi)涵十分豐富，本文用全要素生產(chǎn)率（TFP）的變化來體現(xiàn)經(jīng)濟(jì)發(fā)展方式。采用索洛余值法計算全要素生產(chǎn)率。首先在柯布-道格拉斯生產(chǎn)函數(shù)基礎(chǔ)上測算資本彈性，本文測算結(jié)果為0.5803009，再由公式算出各省份相應(yīng)年度全要素生產(chǎn)率，其中K表示各省份各年度實際資本存量，按照永續(xù)盤存法計算而得。以1991年為基期，折舊率取7.5%，L表示全社會從業(yè)人員數(shù)量。（3）服務(wù)業(yè)發(fā)展（INDUS3）。用第三產(chǎn)業(yè)比重表示。該變量指第三產(chǎn)業(yè)

14、增加值在當(dāng)年GDP中所占的比重，它不僅可以被用來測算經(jīng)濟(jì)結(jié)構(gòu)的優(yōu)化程度，而且也可以被用來反映第三產(chǎn)業(yè)對擴大就業(yè)的貢獻(xiàn)度。3.控制變量（1）人均實際工資水平（AWAGE）。該變量通過名義人均工資水平除以CPI指數(shù)（消費者價格指數(shù)）計算而得。（2）經(jīng)濟(jì)增長（RGDP）。用GDP實際增長率表示。該變量通過GDP平減指數(shù)計算而得。（3）人均受教育程度（AEDU）。采用6歲以上人口人均受教育年數(shù)來衡量受教育程度，把小學(xué)、初中、高中、大專及以上受教育年限分別記為6年、9年、12年和16年，則受教育水平為：AEDU=6小學(xué)+9初中+12高中+16大專以上，其中小學(xué)、初中、高中和大專以上分別表示小學(xué)、初中、高

15、中、大專以上教育程度人數(shù)占六歲以上人口的比重。（4）城鎮(zhèn)化水平（URBAN）。通過城鎮(zhèn)戶籍人口占社會總?cè)丝诘谋戎貋砗饬?。許多學(xué)者認(rèn)為城市化是擴大就業(yè)機會和提高就業(yè)人數(shù)的重要途徑，城市化在一定程度上能夠解決部分失業(yè)問題。（5）產(chǎn)業(yè)結(jié)構(gòu)高級化與經(jīng)濟(jì)發(fā)展方式交互項（TL*TFP）。用該變量來考察在產(chǎn)業(yè)結(jié)構(gòu)高級化與技術(shù)進(jìn)步共同作用下的就業(yè)壓力狀況。（三）數(shù)據(jù)來源本文采用的數(shù)據(jù)大部分來源于1995年2011年的中國統(tǒng)計年鑒、各省統(tǒng)計年鑒、中國人口與就業(yè)統(tǒng)計年鑒、中國勞動統(tǒng)計年鑒。由于西藏省份部分?jǐn)?shù)據(jù)缺失較為嚴(yán)重，于是予以剔除。重慶僅有少量年份數(shù)據(jù)缺失，對1995年1997年缺失的部分?jǐn)?shù)據(jù)，由1998年數(shù)

16、據(jù)進(jìn)行近似代替。另外對于名義GDP、名義資本與名義工資等數(shù)值，本文都以1991年為基期的相應(yīng)價格指數(shù)進(jìn)行平減計算得到實際值。三、實證結(jié)果(ji gu)與分析總樣本(yngbn)單位根檢驗在進(jìn)行實證(shzhng)研究之前，我們必須首先對總樣本進(jìn)行單位根檢驗，以避免偽回歸現(xiàn)象的發(fā)生。檢驗結(jié)果見表1。結(jié)果表明，所有變量一階差分不存在單位根過程，是平穩(wěn)的一階單整，即均為I（1）。 表1 模型（1）總樣本單位根檢驗結(jié)果變量LLCIPSFisher-ADFFisher-PP結(jié)論Ln（RUNPLOY）-15.3376*-9.53563*179.830*133.314*平穩(wěn)Ln（TL）-1.108820.0

17、914075.875748.1550不平穩(wěn)Ln（TS）2.540024.0199430.518726.6714不平穩(wěn)Ln（TFP）0.410506.7744045.430714.7392不平穩(wěn)Ln（INDUS3）-1.555240.0506576.975944.5538不平穩(wěn)Ln（RUNPLOY）-8.70494*-11.4986*242.873*292.527*平穩(wěn)Ln（TL）-11.4873*-9.88288*215.557*239.584*平穩(wěn)Ln（TS）-10.1205*-7.93558169.423*176.526*平穩(wěn)Ln（TFP）-4.67542-4.05487*106.441*

18、146.829*平穩(wěn)Ln（INDUS3）-4.04904*-3.84304*111.828*114.032*平穩(wěn)說明：*表示5%的顯著水平，*表示10%的顯著水平；單位根檢驗過程中的最優(yōu)滯后期數(shù)是按照Schwarz評價標(biāo)準(zhǔn)（SIC）確定的。（二）總樣本協(xié)整檢驗 為檢驗各變量之間是否存在穩(wěn)定的長期關(guān)系，我們采用目前比較常用的面板數(shù)據(jù)協(xié)整檢驗方法: Pedroni檢驗和Kao檢驗。檢驗結(jié)果見表2。表2 模型（1）總樣本的協(xié)整檢驗結(jié)果（滯后階數(shù)由SIC準(zhǔn)則確定）檢驗方法Kao檢驗Pedroni檢驗統(tǒng)計量名ADFPanel PPPanel ADFGroup PPGroup ADF統(tǒng)計量值（P值）-7.

19、292825*（0.000）-7.27245*(0.000)-7.278896*(0.000)-10.51856*（0.000）-10.08104*（0.000）說明：*表示5%水平顯著，*表示1%水平顯著；括號內(nèi)的值為prob值。從檢驗結(jié)果可以得出，Panel PP 、Panel ADF和 Group PP、Group ADF都在1%的顯著水平下拒絕原假設(shè)，并且Kao檢驗也在1%的顯著水平下拒絕原假設(shè)，同時說明了面板變量之間存在協(xié)整關(guān)系。（三）面板數(shù)據(jù)模型選定與檢驗（1）靜態(tài)面板數(shù)據(jù)模型設(shè)定與檢驗 在對面板數(shù)據(jù)估計前，為保證模型設(shè)定的準(zhǔn)確性和改善參數(shù)估計的有效性，我們應(yīng)首先檢驗?zāi)姆N靜態(tài)面板數(shù)

20、據(jù)模型更可靠。面板數(shù)據(jù)中最常見的靜態(tài)面板數(shù)據(jù)模型有三種，即混合效應(yīng)模型、固定效應(yīng)模型和隨機效應(yīng)模型。至于采用何種模型合適，我們應(yīng)通過F統(tǒng)計量及Hausman檢驗來判斷。本文利用StataSE12進(jìn)行檢驗并得出表3，可知無論是模型（1）還是模型（2），最適合的靜態(tài)面板數(shù)據(jù)模型是固定效應(yīng)模型。 表3 模型（1）（2）靜態(tài)面板數(shù)據(jù)模型估計結(jié)果混合效應(yīng)模型（pool ols）固定效應(yīng)模型(fe)隨機效應(yīng)模型(re)固定效應(yīng)模型工具變量估計(IV-fe)Ln（TL）0.0894033*（0.0223482）0.0343794*（0.0242162）0.0312187*（0.0282203）0.06609

21、76*(0.0292066)0.0453594*（0.0264884） 0.0649054*(0.0275896)0.0784324*(0.026902)Ln（TS）-0.0176566*（0.0644464） -0.1402773*（0.0948192）-0.3287915*（0.3287915）- 0 .434526*(0.1103749)-0.2757209 *（0.0814968 ）-0.3409913*(0.1040511)-0.5554569 *(0.1110573)Ln（TFP）0.0831841*（0.0689169）0.2425136*（0.093747）0.2783084*

22、（0.1023299）0.2433765*(0.1284868)0.1802454*（0.0932933） 0.2020251*(0.1162639)0.1457536*(0.1229059)Ln (INDUS3)-0.5234235*（0.100733）-0.3805336*（0.097308）-1.171712*（0.2370021）-1.313238*(0.2359503)-0.9737149*（0.1910352）-1.024399*（0.1848722）-0.306506 *(0.2474165)Ln（AWAGE）-0.208397*（0.0656065）-0.0350932(0.0

23、623367)-0.0499094(0.0606617)-0.0928636(0.0572278)Ln（RGDP）0.2828316*（0.0762273）0.2202503*(0.0609112)0.2228964*(0.0604957)0.0002131(0.0546412)Ln（AEDU）-1.025487（0.1601258 ）-0.3892005(0.2571589)-0.5459002(0.2171147)-0.2458544(0.2341292)Ln（URBAN）-0.0649796*（0.0215356）-0.0463645*(0.0264464)-0.0482717*(0.0

24、247075)-0.0751606*(0.0271808)Ln（TS）* Ln（TFP）-0.3327839（0.2075275）-0.3619752*(0.1824267)-0.3135522(0.1800768)-0.2744154(0.1876241)Ln（T）0.2654519*（0.0359277）0.6874966*（0.1154024） 0.1548716*（0.0415494）0.3323814*(0.117323)-1.252503*（1.077615）-0.3336759*（1.108878）0.4371252*(0.0894644)C 0.1801725*（0.17600

25、55）2.544927*（0.6190203）-0.2760721*（0.1548716）-0.1236143*(0.6167933 )4.204024（3.248759）2.656834 (3.23151) -0.3185242(0.5906635)Adj-R20.25170.35660.38200.41600.37920.41270.3055Wald卡方統(tǒng)計量75.050.000155.320.00085.310.000176.110.00018505.940.000F檢驗22.04 0.00018.070.00017.700.000Hausman-p值12.440.866015.440.

26、9072說明(shumng):系數(shù)后面括號中為標(biāo)準(zhǔn)差；表中左欄為模型(mxng)1 的模型選定和檢驗結(jié)果，右欄為模型2的模型選定和檢驗結(jié)果；*表示在1%水平上顯著，*表示在5%水平上顯著，*表示在10%水平上顯著；Hausman、F、Wald檢驗(jinyn)值下面方括號中為各自顯著程度。 從固定效應(yīng)模型左欄和右欄的回歸結(jié)果可以看出，模型（1）的結(jié)果是穩(wěn)健的，因為模型（2）是在模型（1）的基礎(chǔ)上加上人均實際工資水平、GDP實際增長率、人均受教育程度、城市化水平、產(chǎn)業(yè)結(jié)構(gòu)高級化與經(jīng)濟(jì)發(fā)展方式交互項等控制變量而形成的，兩個模型的解釋變量的回歸系數(shù)的符號完全相同，且其系數(shù)都能通過顯著性檢驗。由模型（

27、2）的回歸結(jié)果可以看出，表示產(chǎn)業(yè)結(jié)構(gòu)合理化程度的泰爾指數(shù)與失業(yè)率呈正相關(guān)關(guān)系，系數(shù)在5%的水平上通過顯著性檢驗。說明產(chǎn)業(yè)結(jié)構(gòu)越不合理，失業(yè)率越高，產(chǎn)業(yè)結(jié)構(gòu)越合理，失業(yè)率越低。因為產(chǎn)業(yè)結(jié)構(gòu)不合理，說明有些產(chǎn)業(yè)勞動力過剩，而有些產(chǎn)業(yè)勞動力不足，必然要發(fā)生勞動力轉(zhuǎn)移，但這種轉(zhuǎn)移是有摩擦和成本的，在一定時期內(nèi)必然造成摩擦性失業(yè)和結(jié)構(gòu)性失業(yè)等。產(chǎn)業(yè)結(jié)構(gòu)高級化與失業(yè)率呈負(fù)相關(guān)關(guān)系，系數(shù)在1%的水平上通過顯著性檢驗。說明產(chǎn)業(yè)結(jié)構(gòu)高級化能夠降低失業(yè)率。這是因為我國自1999年以來進(jìn)行的高等教育大擴招，為社會培養(yǎng)了大量的高級專門人才，這些高級專門人才中許多人暫時找不到合適的工作崗位，存在著大量“高才低就”的現(xiàn)象

28、。一旦產(chǎn)業(yè)結(jié)構(gòu)高級化，這些人就有了“用武之地”，“跳槽”到較高級崗位。從一定意義上來說，產(chǎn)業(yè)結(jié)構(gòu)高級化也是提高就業(yè)層次與就業(yè)質(zhì)量的一種有效手段。經(jīng)濟(jì)發(fā)展方式與失業(yè)率呈負(fù)相關(guān)，系數(shù)在5%的水平上通過顯著性檢驗。說明正向轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式在短期內(nèi)對就業(yè)產(chǎn)生“擠出”效應(yīng)。這是因為在我國的工業(yè)化進(jìn)程中，使用了大量的節(jié)約勞動的資本密集型和技術(shù)密集型技術(shù)，“機器排擠勞動”在短期內(nèi)是不可避免的。第三產(chǎn)業(yè)比重與失業(yè)率呈負(fù)相關(guān)關(guān)系，系數(shù)在1%的水平上通過顯著性檢驗。說明具有“就業(yè)機器”功能之稱的第三產(chǎn)業(yè)，其比重越大對緩解就業(yè)壓力越有利。這是由第三產(chǎn)業(yè)是勞動密集型產(chǎn)業(yè)的產(chǎn)業(yè)屬性導(dǎo)致的。當(dāng)然，這一產(chǎn)業(yè)屬性隨著世界范圍

29、內(nèi)第三產(chǎn)業(yè)競爭的加劇和科學(xué)技術(shù)的發(fā)展及其在第三產(chǎn)業(yè)的應(yīng)用會逐步發(fā)生變化。就現(xiàn)階段而言，擴大第三產(chǎn)業(yè)規(guī)模、提高第三產(chǎn)業(yè)比重是我國解決就業(yè)問題的有效舉措。在控制變量中，經(jīng)濟(jì)增長率與失業(yè)率存在(cnzi)正相關(guān)關(guān)系(gun x)，系數(shù)(xsh)在1%的水平上通過顯著性檢驗，這說明我國當(dāng)前的經(jīng)濟(jì)增長率越高，失業(yè)率越高，這是因為我國20世紀(jì)90年代中期以來經(jīng)濟(jì)增長主要依靠大量資源投入和大量節(jié)約勞動的技術(shù)進(jìn)步所推動，對解決就業(yè)問題沒有什么貢獻(xiàn)。很多學(xué)者針對中國這種特殊情況做出多種解釋，主要觀點是由于經(jīng)濟(jì)轉(zhuǎn)型擠出、技術(shù)進(jìn)步對勞動力擠出或者是中國經(jīng)濟(jì)存在大量隱性失業(yè)等。另外需要說明的是，城鎮(zhèn)化與失業(yè)率呈負(fù)相關(guān)

30、關(guān)系，說明現(xiàn)階段的城鎮(zhèn)化，能夠降低失業(yè)率。 由于遺漏某些隨時間變化及共同影響自變量和就業(yè)率的非觀測因素，可能會導(dǎo)致內(nèi)生性，特別是嚴(yán)重的內(nèi)生性將導(dǎo)致回歸結(jié)果有偏或不一致。為解決該問題，本文采用滯后期工具變量法，以產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化、經(jīng)濟(jì)發(fā)展方式與服務(wù)業(yè)發(fā)展等解釋變量的滯后一期值作為當(dāng)期值的工具變量。這是因為滯后一期的解釋變量與當(dāng)期值具有較強的相關(guān)性，并且通過當(dāng)期值對失業(yè)率產(chǎn)生影響，而當(dāng)期失業(yè)率對前一期的解釋變量無影響。從固定效應(yīng)模型工具變量估計(IV-fe)可知，解釋變量與工具變量的估計系數(shù)符號與顯著程度幾乎未發(fā)生變化，這說明本文設(shè)定的靜態(tài)面板數(shù)據(jù)模型不存在內(nèi)生性問題。（2）動態(tài)面板數(shù)據(jù)模型設(shè)定與檢驗

31、 任何經(jīng)濟(jì)因素的變化均具有一定的慣性，前一期的結(jié)果往往對后一期產(chǎn)生一定程度影響8。在動態(tài)面板模型中，被解釋變量的滯后項往往被作為解釋變量影響當(dāng)期值，于是在本文中將基本的動態(tài)面板數(shù)據(jù)模型設(shè)定如下： （3） 為了能夠有效地解決測量誤差、非時變的遺漏變量和解釋變量的內(nèi)生性問題引致的變量內(nèi)生性問題，我們采用Arellano和Bond提出的GMM估計方法，即利用被解釋變量與預(yù)定變量的滯后項、嚴(yán)格外生變量的差分作為工具變量進(jìn)行估計，但該方法是以隨機誤差項不存在自相關(guān)為假設(shè)條件的，只有在這種情況下Sagan統(tǒng)計量才漸進(jìn)服從正態(tài)分布，否則當(dāng)面板效應(yīng)的方差與隨機誤差項的方差比比較高時，容易過度識別約束檢驗，導(dǎo)致

32、GMM一步估計中的Sagan檢驗無效。根據(jù)本文研究目的，我們采用同時進(jìn)行差分GMM估計和系統(tǒng)GMM估計的作法，這樣既可以有效控制小樣本的偏誤，又可以盡量避免異方差問題。首先，要消除掉那些不隨時間變化的變量和個體非觀測效應(yīng)從而解決遺漏變量問題就需要再對模型（3）進(jìn)行一階差分，得到模型（4）， （4） 同靜態(tài)面板數(shù)據(jù)模型一樣，我們(w men)在模型（4）中引入人均實際工資、經(jīng)濟(jì)(jngj)增長率、人均受教育年限、城鎮(zhèn)化率、經(jīng)濟(jì)(jngj)結(jié)構(gòu)高級化與轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式交互項、時間趨勢等變量的一階差分，構(gòu)造模型（5）， （5） （3）動態(tài)面板數(shù)據(jù)模型的估計結(jié)果與分析 表4 動態(tài)面板數(shù)據(jù)廣義矩估計結(jié)果

33、差分GMM系統(tǒng)GMMLn（RUNPLOY） 0 .7153147 *(0.0255603)0.7997225 *(0.065713)0.8023836 *（0.0193356）0.9356868*（0.0733505）Ln（TL）0.049347*(0.0071426 )0.0587901* (0.0140817) 0.0300312 *（0.0246391）0.0181043 *(0.0121231 )Ln（TS）- 0.2047274 *（0 .0941654）- 0 .2377262*(0.0233430)-0.0246391（0.1088128） -0.6529743*(0.29448

34、36)Ln（TFP）-0.2511288*（0.1641577）0.4324789*(0.3351425)-0.0243781（0.1174308）0.2831166* (0.3244804)Ln （INDUS3） -0.2020547 (0.1946835)-0.2814861*(0.3094175) -0.0285548 (0.2162063)-0.0668786*(0.2463716)Ln（AWAGE）-0.0656035 (0.0194494)0.0002285(0.0330989)Ln（RGDP） 0.1020945*(0.0431312)0.1516634*(0.0482476)L

35、n（AEDU）-0.3357477 *(0.1094943)0.2726597 *(0.0929073 )LN（URBAN）-0.0513352 (0.062861)-0.0304366 (0.0923357)Ln（TS）* Ln（TFP）- 0.2593539(0.6812383) -1.95594 *(0.1824267)Ln（T）0.1126213*(0.0396885)-0.0776799(0.0084267)0.0180985（0.0327572）-0.1140466*(0.0674358)C-0.1244631(0.2894134)-0.3599797(0.4691456)0.32

36、46436（0.3027795）0.1728627 (0.5688113 )觀測值 450 450 480 480AR(1)-p值0.01890.02470.01660.0117AR(2)-p值0.24260.20560.23730.3079sargan-p值 27.87985 1.000022.828611.000027.523671.000023.316381.0000說明：*表示在1%水平上顯著，*表示在5%水平上顯著，*表示在10%水平上顯著；小括號內(nèi)值表示穩(wěn)健標(biāo)準(zhǔn)誤，方括號內(nèi)表示薩甘檢驗的P值；差分GMM和系統(tǒng)GMM每項左欄表示模型4回歸結(jié)果、每項右欄表示模型5回歸結(jié)果。 從表中的檢

37、驗結(jié)果知道，由差分GMM和系統(tǒng)GMM在二階序列自相關(guān)（AR（2）檢驗結(jié)果得出，二者都不能拒絕GMM估計一致性的原假設(shè)：一次差分后的隨機誤差項不存在二階序列相關(guān)。從而說明差分GMM和系統(tǒng)GMM在估計結(jié)果上是一致的。與此同時，sargan過度識別檢驗的結(jié)果也表明，我們不能拒絕工具變量有效性的零假設(shè)，即Prob值均顯著大于0.1，這就說明了模型設(shè)定的合理性和工具變量的有效性?？傊罘諫MM和系統(tǒng)GMM的估計是有效的。進(jìn)一步地觀察可以發(fā)現(xiàn)，動態(tài)面板數(shù)據(jù)模型中，不論是差分GMM的估計結(jié)果，還是系統(tǒng)GMM的估計結(jié)果，產(chǎn)業(yè)結(jié)構(gòu)合理化、產(chǎn)業(yè)結(jié)構(gòu)高級化、經(jīng)濟(jì)發(fā)展方式與服務(wù)業(yè)發(fā)展的系數(shù)符號與靜態(tài)面板數(shù)據(jù)相應(yīng)項的

38、系數(shù)符號相同。這充分說明，靜態(tài)面板數(shù)據(jù)模型所得出的產(chǎn)業(yè)結(jié)構(gòu)合理化、產(chǎn)業(yè)結(jié)構(gòu)高級化、經(jīng)濟(jì)發(fā)展方式、服務(wù)業(yè)發(fā)展與失業(yè)率的關(guān)系是可靠的、正確的。 四、結(jié)論與政策建議 本文首先利用1995年2011年中國省級面板數(shù)據(jù)，通過引入產(chǎn)業(yè)結(jié)構(gòu)升級優(yōu)化二維特征，即產(chǎn)業(yè)結(jié)構(gòu)合理化和產(chǎn)業(yè)結(jié)構(gòu)高級化，經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變與第三產(chǎn)業(yè)增加值比重共同作為解釋變量來構(gòu)建靜態(tài)和動態(tài)面板數(shù)據(jù)計量模型從而研究三者對失業(yè)率的影響。在此基礎(chǔ)上，將經(jīng)濟(jì)增長率、城鎮(zhèn)化、受教育程度、經(jīng)濟(jì)高級化與轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式的交互項及時間趨勢等作為控制變量引入模型。經(jīng)靜態(tài)面板數(shù)據(jù)模型分析得出以下結(jié)論：用于反映產(chǎn)業(yè)結(jié)構(gòu)偏離度的泰爾指數(shù)對失業(yè)率有顯著地正向作用，

39、而產(chǎn)業(yè)結(jié)構(gòu)高級化對降低失業(yè)率有積極作用；正向轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式對提高失業(yè)率具有正效應(yīng)，然而值得注意的是產(chǎn)業(yè)結(jié)構(gòu)高級化與轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式的協(xié)同作用對降低失業(yè)率具有明顯的積極作用。第三產(chǎn)業(yè)比重與失業(yè)率呈負(fù)相關(guān)。特別需要指出的是，經(jīng)濟(jì)增長速度與失業(yè)率之間呈正相關(guān)關(guān)系，在中國表現(xiàn)出“高經(jīng)濟(jì)增長，高失業(yè)率”的特征。并且動態(tài)面板數(shù)據(jù)模型分析得出的結(jié)論與靜態(tài)面板數(shù)據(jù)模型得出的結(jié)論是一致的?；谏鲜鼋Y(jié)論我們(w men)得出如下(rxi)政策建議(jiny)：第一，應(yīng)把優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)擺在重要位置，即努力推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)合理化與高級化，從而促進(jìn)就業(yè)；第二，對于像我國這樣處于工業(yè)化中后期的國家，尤其要努力擴大和發(fā)展第三產(chǎn)

40、業(yè)，充分發(fā)揮其天然大量吸納勞動力的優(yōu)勢，有效解決失業(yè)問題；第三，在加快轉(zhuǎn)變以技術(shù)進(jìn)步為內(nèi)涵的經(jīng)濟(jì)發(fā)展方式的同時，不能忽視相應(yīng)工作崗位的培訓(xùn)和勞動者自身素質(zhì)的提高，減少結(jié)構(gòu)性失業(yè)的發(fā)生，同時政府也應(yīng)考慮為市場提供一些節(jié)約資本型的技術(shù)或加大此類技術(shù)開發(fā)的支持力度；第四，當(dāng)前一段時間，經(jīng)濟(jì)增速與擴大就業(yè)沒有關(guān)系，因此調(diào)低經(jīng)濟(jì)增速，將經(jīng)濟(jì)工作的重心轉(zhuǎn)換到“調(diào)結(jié)構(gòu)、轉(zhuǎn)方式”上來，是完全正確的；第五，經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變與產(chǎn)業(yè)結(jié)構(gòu)高級化要相互配合、同時協(xié)調(diào)進(jìn)行，以取得促進(jìn)就業(yè)的相得益彰的效果。 參考文獻(xiàn)：1嚴(yán)英龍,陳在余.就業(yè)需求與工業(yè)化：一個新的分析框架J,南京農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版）,2004,(1).

41、2武力,溫銳.1949年以來中國工業(yè)化的“輕重”之辯J,經(jīng)濟(jì)研究,2006,(9).3齊建國.中國總量就業(yè)與科技進(jìn)步的關(guān)系研究J,數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2002,(12).4 魏燕,龔新蜀.（2012）：技術(shù)進(jìn)步、產(chǎn)業(yè)結(jié)構(gòu)升級與區(qū)域就業(yè)差異基于我國四大經(jīng)濟(jì)區(qū)31個省級面板數(shù)據(jù)的實證研究J,產(chǎn)業(yè)經(jīng)濟(jì)研究,2012,(4).5張車偉.失業(yè)率定義的國際比較及中國城鎮(zhèn)失業(yè)率J,世界經(jīng)濟(jì),2003,(5).6蔡昉,都陽,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)增長沒有帶來顯性就業(yè)？J,經(jīng)濟(jì)研究,2004,(9).7干春暉,鄭若谷,余典范.中國產(chǎn)業(yè)結(jié)構(gòu)變遷對經(jīng)濟(jì)增長和波動的影響J,經(jīng)濟(jì)研究,20

42、11,(5).8杜立民.我國的二氧化碳排放的影響因素：基于省級面板數(shù)據(jù)的研究J,南方經(jīng)濟(jì),2010,(11).The impact of Industrial Structure Optimization and Upgrading , the Transition of Economic Development Pattern on Promoting Employment: the Empirical Research Based on the Chinese Interprovincial Panel Data from 1995 to 2011Wu Zhenqiu Wang Zhen Cheng Ting(School of Business Administration,Zhongnan University of Economics and Law)Abstract: Based on Chinese interprovincial panel data for 30 provinces, municipal cities and autonomous regions from 1995 to 2011, this paper studies empirically the impact of industrial