影响就业的因素分析

影响就业的因素分析

就业是民生之本，是社会稳定的基础。随着科技的进步和资本有机构成的提高，经济增长对就业的拉动力逐步减弱，增加就业已成为摆在世界各国政府面前的一道难题。特别是处于转型期的我国而言，扩大就业更是当前社会关注的热点。数据表明，我国经济增长创造就业的能力下降，明显的标志是就业弹性下降：二十世纪八十年代我国ＧＤＰ年均增长率为9.3%，就业增长率为3.0%，就业弹性系数为0.322，在九十年代前期ＧＤＰ年均增长率为12%，就业增长率为1.2%,就业增长弹性系数为0.1，二十世纪末我国ＧＤＰ年均增长率为8.3%，就业增长率为0.9%，就业弹性系数为0.1，经济增长与扩大就业之间的联系被大大削弱。原因何在?本文将利用经济学的相关原理及数量分析工具对就业的相关促进因素作一些探讨。通过考察就业形势及相关因素的现状，提出相应的政策建议。

一、关于就业的相关理论

(一)柯布—道格拉斯产出模型：根据柯布—道格拉斯生产理论，产出的增长主要取决于投入的增长和技术的进步。产出函数Ｙ=ＡＫαＬβ表明产出的增长必须有总要素生产率的提高，投入资本的增加或劳动力的增加。根据单一要素增加，边际产品递减的规律，产出函数中任意要素的单独增长都不可能使产出持续增长。因此就业的增加不仅与资本投入相关，而且还与劳动者的质量，即人们的生活水平相关。

(二)达尔·尼夫的知识经济理论：达尔·尼夫认为：“国内的增长不是由于市场份额的扩大和加强而引起的，而是通过引入创造新市场的全新技术或提供解决问题的服务而实现的。创造这些技术和服务所需要的知识技能,不论是在个人、组织还是国家水平上，日益成为经济增长和繁荣的关键”。随着国际经济一体化，世界经济结构在调整，二十世纪九十年代，一个显著的变化是以物品为基础的增长明显地转向高技能、高技术和以服务为基础的增长。高技能服务对ＧＮＰ的贡献率正在增长。

(三)罗默内生模型：罗默1990年提出的内生模型是Ｑ=ＨαＬβ∑Ｘｉ1-α-β，Ｘｉ为耐用资本设备，ｉ为设备编号，Ｈ是致力于最终产品的人力资本、Ｌ是劳

动力。这里，罗默提出了人力资本变量和固定资本变量。

二、模型设定

根据以上理论分析，把模型设定为：

LnL=C+C1Ln (G)+C2Ln(E)+C3Ln(T)+U

其中：L代表就业，用就业人数表示；G代表生产规模，用国内生产总值表示；E代表人力资本，用恩格尔系数表示；T代表经济结构，用社会固定资产投资规模表示。

数据来源：《中国统计年鉴》2004年选取从1978到2003年中全国的就业人数、ＧＤＰ值、恩格尔系数(取城镇和农村的加权值)、社会固定资产投资。

数据如下：

三、参数估计

将模型简化为：Y=C+C1X1+C2X2+C3X3+U

用Eviews估计结果为：

Dependent Variable: Y

Method: Least Squares

Date: 01/05/06 Time: 21:18

Sample(adjusted): 2 17

Included observations: 15

Excluded observations: 1 after adjusting endpoints

Variable Coefficient Std. Error t-Statistic Prob.

X1 0.176760 0.036440 4.850740 0.0005

X2 0.290372 0.299889 0.968264 0.3537

X3 0.010900 0.020742 0.525493 0.6097

C 7.977356 1.424507 5.600084 0.0002

R-squared 0.894882 Mean dependent var 11.07279

Adjusted R-squared 0.866213 S.D. dependent var 0.156328

S.E. of regression 0.057180 Akaike info criterion -2.662058

Sum squared resid 0.035965 Schwarz criterion -2.473245

Log likelihood 23.96544 F-statistic 31.21477

Durbin-Watson stat 0.759089 Prob(F-statistic) 0.000011

Y=7.977356+ 0.176760X1+0.29072X2+0.010900X3

t=(5.600084)（4.850740）（0.968264）（0.525493）

R^2=0.894882 修正的R^2=0.866213

四、检验及修正

1．经济意义检验

从上表可以看出，各指标符号符合经济理论和经济实际。说明具有经济意义。

2．统计推断检验

从回归结果看出，模型的拟和优度较好（R^2=0.894882），F统计量的值在显著性水平α=0.05的情况下也较显著。说明从总体上就业与解释变量之间线形关系显著。

3．计量经济学检验

⑴多重共线形检验：①X2

X3 的t值均小于2，说明这两个变量对Y的影

、

响不显著，变量之间存在多重共线性。这里采用简单相关系数矩阵对其进行检验：

X1 X2 X3

X1 1.000000 -0.841638 0.394185

X2 -0.841638 1.000000 -0.143380

X3 0.394185 -0.143380 1.000000

从结果可知：X1与X2存在相关。

②修正：采用逐步回归法对其进行补救。根据以上分析，由于X1的t值最大，线形关系强，因此把X1的为基本变量，然后将其余解释变量逐一代入X1的回归方程。分析可得：

加X2入，拟和优度略有改变，但X2的t值不显著。故X2应删去；加入X3进行回归的情况和X2相同，其t值也不显著。因此应舍去X3。

模型修改为：Y=C+C1 X+U

新模型估计结果如下：

X1 0.164125 0.013469 12.18554 0.0000

R-squared 0.902728 Mean dependent var 11.05909

Adjusted R-squared 0.896649 S.D. dependent var 0.186201

S.E. of regression 0.059861 Akaike info criterion -2.689157

Sum squared resid 0.057333 Schwarz criterion -2.590227

Log likelihood 26.20241 F-statistic 148.4875

⑵一阶自相关检验：①从模型设定来看，没有违背D-W检验的假设条件。因此可以用D-W检验来检验模型是否存在一阶自相关。根据上表中估计的结果，由DW=0.480305，给定显著水平α=0.05，查D-W表，得di =0.902, du=1.118因为D-W统计量为0.480305< di =0.902，根据判定域可知，随机误差项存在正的一阶自相关，需要修正。

②修正：采用Cochrane-Orcutt迭代法，得到如下结果：

Variable Coefficient Std. Error t-Statistic Prob.

C 10.37470 0.646619 16.04454 0.0000

X 0.072432 0.056166 1.289606 0.2181

AR(1) 0.728314 0.097755 7.450427 0.0000

R-squared 0.953821 Mean dependent var 11.08607

Adjusted R-squared 0.947224 S.D. dependent var 0.151382

S.E. of regression 0.034777 Akaike info criterion -3.720937