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=ＡＫＬ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=ＨＬ∑Ｘｉ
α
β
α
β
1-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 X1 X2 X3 C
R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
Coefficient 0.176760 0.290372 0.010900 7.977356
Std. Error 0.036440 0.299889 0.020742 1.424507
t-Statistic 4.850740 0.968264 0.525493 5.600084
Prob. 0.0005 0.3537 0.6097 0.0002
0.894882 Mean dependent var 11.07279 0.866213 S.D. dependent var 0.057180 Akaike info criterion 0.035965 Schwarz criterion 23.96544 F-statistic 0.759089 Prob(F-statistic)
0.156328 -2.662058 -2.473245 31.21477 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 R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood 0.164125 0.013469 12.18554 0.0000 0.902728 Mean dependent var 11.05909 0.896649 S.D. dependent var 0.059861 Akaike info criterion 0.057333 Schwarz criterion 26.20241 F-statistic 0.186201 -2.689157 -2.590227 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
②修正：采用Cochrane-Orcutt迭代法，得到如下结果：
Variable C X AR(1)
R-squared
Adjusted R-squared S.E. of regression
Coefficient 10.37470 0.072432 0.728314
Std. Error 0.646619 0.056166 0.097755
t-Statistic 16.04454 1.289606 7.450427
Prob. 0.0000 0.2181 0.0000 0.151382 -3.720937
0.953821 Mean dependent var 11.08607 0.947224 S.D. dependent var 0.034777 Akaike info criterion
Sum squared resid Log likelihood Durbin-Watson stat Inverted AR Roots
0.016932 Schwarz criterion 34.62796 F-statistic 1.887656 Prob(F-statistic) .73
-3.573899 144.5845 0.000000
DW=1.887655大于临界上限，落在接受H0区域，表明模型中没有自相关。
⑶异方差检验
①检验：利用ARCH检验法检验模型是否存在异方差。 结果如下：
ARCH Test:
F-statistic Test Equation:
Dependent Variable: RESID^2 Method: Least Squares Date: 01/05/06 Time: 11:08 Sample(adjusted): 4 18
Included observations: 15 after adjusting endpoints
C RESID^2(-1) RESID^2(-2) RESID^2(-3) R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
0.001760 0.734641 -0.341738 0.056149
0.001585 0.297166 0.352101 0.295419
1.110184 2.472157 -0.970568 0.190064
0.2906 0.0310 0.3526 0.8527 0.005027 -7.759623 -7.570810 2.235989 0.141210
2.235989 Probability 0.141210 0.378811 Mean dependent var 0.003054 0.209395 S.D. dependent var 0.004470 Akaike info criterion 0.000220 Schwarz criterion 62.19717 F-statistic 2.023931 Prob(F-statistic)
计算(n-P)R^2=18*0.3788=6.8184
(4)确定模型
Y = 10.37470+ 0.072432X 由于该模型的回归结果、t值以及F统计值均显著，且不存在计量经济学问题，因此最后定型为此。
五、对模型的经济解释及存在的问题分析
1．经济解释
中国是一个转型发展中国家，其影响就业的因素既有自身客观实际又具有市场经济发展的共性特点。从模型可以看出：
⑴经济增长是影响就业的最显著的因素，二者之间成正向关系。事实上，长期以来，我国保持比较高的经济增长速度，就是依靠经济扩张带动就业。但是，近几年的资料显示，我国的就业增长弹性系数已经持续下降。就业弹性降低的原因，一方面在于企业为提高效率既要增加资本密集程度又要不断精简大量冗员，二者的综合作用造成企业吸收新增劳动力的空间十分有限；另一方面在于经济结构的调整，过去的劳动密集型产业不断萎缩，新的劳动密集型产业尚没有建立和形成，从而造成总体经济增长吸收就业能力的下降。因此，虽然就业机会的扩大依赖于经济的增长，如果缺乏相应的政策，经济增长也不会自动转化为就业机会的扩大。
⑵根据先验信息，恩格尔系数与就业有正向关系。因为恩格尔系数的降低，表明生活水平的提高，教育支出增加，即人力资本投入增加。而我们从模型得到的结果看，人力资本投入对就业的影响不是特别显著。这就表明目前我国政府对教育培训投入不足或现有投入效益不明显，大学生就业难现象正说明这个问题。
⑶从模型还可以看出经济结构对就业的影响并不显著，说明我国的经济结构调整取得的成效并不大。结构调整的实质是创造性摧毁，而创造就业并不简单地等于就业增长，这与就业的结构类型与结构调整的阶段有关。目前中国正处在结构调整的初期，出现“无就业增长”符合经济规律。
2．存在原因
⑴以上分析均是就模型本身而得出的结论，但事实上我们的模型解释变量的t值比较大，因此有可能是伪回归。产生伪回归的原因是时间序列数据不连续或者数据不稳定。
⑵根据先验信息，教育投入对就业的影响应该是显著的，按理说这个解释变量被删除可能是不正确的。但是，如果不删除该变量，多重共线性又无法消除。
⑶对于“经济结构”变量的指数化问题，笔者采用社会固定资产投资规模来替代是否合理？社会固定资产投资主要用于基础设施建设，同时其规模的扩大必然排挤私人投资，这样必然地影响经济结构的调整。 六、政策建议
解决劳动力就业，缓解就业压力，虽然涉及因素很多，但其决定性因素还在于扩大生产规模。教育影响的人力资本因素、体制改革、制度变迁形成的经济结构调整都会在一定程度上就业。鉴于以上模型最终结果中反映出的我国就业的现实状况，笔者提出以下几点建议：
1、要紧紧抓住发展这个主题，加快结构调整步伐。具体讲，就是要认真落实十六届三中全会的“四个注重”：在产业类型上，注重发展劳动密集型产业；在企业规模上，注重扶持中小企业；在经济类型上，注重发展非公有制经济；在就业方式上，注重灵活多样的形式。
2、加强和细化就业培训。采取更多的培训方式，努力提高人的素质，改变资源禀赋结构，为产业结构调整提供条件。
3、增加就业资金投入。一是要加大中央转移支付力度。中央财政转移支付用于保障下岗职工基本生活的资金，应逐步随下岗职工并轨转入失业的情况，重点转向用于下岗失业人员的再就业工作。二是要增加地方财政的就业投入，建立促进就业基金。三是要进一步发挥失业保险促进就业的作用。改革失业保险制度,调整失业保险的支出结构，充分发挥失业保险促进就业的积极作用。
[参考文献]：
⑴《计量经济学》 主编：庞皓 西南财经大学出版社 2001年8月第一版 ⑵《中国农村统计年鉴（2004年）》
⑶冯 煜：析中国转型时期失业的主要影响因素〔Ｊ〕，劳动经济与劳动关系，2002，(1)。
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=ＡＫＬ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=ＨＬ∑Ｘｉ
α
β
α
β
1-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 X1 X2 X3 C
R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
Coefficient 0.176760 0.290372 0.010900 7.977356
Std. Error 0.036440 0.299889 0.020742 1.424507
t-Statistic 4.850740 0.968264 0.525493 5.600084
Prob. 0.0005 0.3537 0.6097 0.0002
0.894882 Mean dependent var 11.07279 0.866213 S.D. dependent var 0.057180 Akaike info criterion 0.035965 Schwarz criterion 23.96544 F-statistic 0.759089 Prob(F-statistic)
0.156328 -2.662058 -2.473245 31.21477 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 R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood 0.164125 0.013469 12.18554 0.0000 0.902728 Mean dependent var 11.05909 0.896649 S.D. dependent var 0.059861 Akaike info criterion 0.057333 Schwarz criterion 26.20241 F-statistic 0.186201 -2.689157 -2.590227 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
②修正：采用Cochrane-Orcutt迭代法，得到如下结果：
Variable C X AR(1)
R-squared
Adjusted R-squared S.E. of regression
Coefficient 10.37470 0.072432 0.728314
Std. Error 0.646619 0.056166 0.097755
t-Statistic 16.04454 1.289606 7.450427
Prob. 0.0000 0.2181 0.0000 0.151382 -3.720937
0.953821 Mean dependent var 11.08607 0.947224 S.D. dependent var 0.034777 Akaike info criterion
Sum squared resid Log likelihood Durbin-Watson stat Inverted AR Roots
0.016932 Schwarz criterion 34.62796 F-statistic 1.887656 Prob(F-statistic) .73
-3.573899 144.5845 0.000000
DW=1.887655大于临界上限，落在接受H0区域，表明模型中没有自相关。
⑶异方差检验
①检验：利用ARCH检验法检验模型是否存在异方差。 结果如下：
ARCH Test:
F-statistic Test Equation:
Dependent Variable: RESID^2 Method: Least Squares Date: 01/05/06 Time: 11:08 Sample(adjusted): 4 18
Included observations: 15 after adjusting endpoints
C RESID^2(-1) RESID^2(-2) RESID^2(-3) R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
0.001760 0.734641 -0.341738 0.056149
0.001585 0.297166 0.352101 0.295419
1.110184 2.472157 -0.970568 0.190064
0.2906 0.0310 0.3526 0.8527 0.005027 -7.759623 -7.570810 2.235989 0.141210
2.235989 Probability 0.141210 0.378811 Mean dependent var 0.003054 0.209395 S.D. dependent var 0.004470 Akaike info criterion 0.000220 Schwarz criterion 62.19717 F-statistic 2.023931 Prob(F-statistic)
计算(n-P)R^2=18*0.3788=6.8184
(4)确定模型
Y = 10.37470+ 0.072432X 由于该模型的回归结果、t值以及F统计值均显著，且不存在计量经济学问题，因此最后定型为此。
五、对模型的经济解释及存在的问题分析
1．经济解释
中国是一个转型发展中国家，其影响就业的因素既有自身客观实际又具有市场经济发展的共性特点。从模型可以看出：
⑴经济增长是影响就业的最显著的因素，二者之间成正向关系。事实上，长期以来，我国保持比较高的经济增长速度，就是依靠经济扩张带动就业。但是，近几年的资料显示，我国的就业增长弹性系数已经持续下降。就业弹性降低的原因，一方面在于企业为提高效率既要增加资本密集程度又要不断精简大量冗员，二者的综合作用造成企业吸收新增劳动力的空间十分有限；另一方面在于经济结构的调整，过去的劳动密集型产业不断萎缩，新的劳动密集型产业尚没有建立和形成，从而造成总体经济增长吸收就业能力的下降。因此，虽然就业机会的扩大依赖于经济的增长，如果缺乏相应的政策，经济增长也不会自动转化为就业机会的扩大。
⑵根据先验信息，恩格尔系数与就业有正向关系。因为恩格尔系数的降低，表明生活水平的提高，教育支出增加，即人力资本投入增加。而我们从模型得到的结果看，人力资本投入对就业的影响不是特别显著。这就表明目前我国政府对教育培训投入不足或现有投入效益不明显，大学生就业难现象正说明这个问题。
⑶从模型还可以看出经济结构对就业的影响并不显著，说明我国的经济结构调整取得的成效并不大。结构调整的实质是创造性摧毁，而创造就业并不简单地等于就业增长，这与就业的结构类型与结构调整的阶段有关。目前中国正处在结构调整的初期，出现“无就业增长”符合经济规律。
2．存在原因
⑴以上分析均是就模型本身而得出的结论，但事实上我们的模型解释变量的t值比较大，因此有可能是伪回归。产生伪回归的原因是时间序列数据不连续或者数据不稳定。
⑵根据先验信息，教育投入对就业的影响应该是显著的，按理说这个解释变量被删除可能是不正确的。但是，如果不删除该变量，多重共线性又无法消除。
⑶对于“经济结构”变量的指数化问题，笔者采用社会固定资产投资规模来替代是否合理？社会固定资产投资主要用于基础设施建设，同时其规模的扩大必然排挤私人投资，这样必然地影响经济结构的调整。 六、政策建议
解决劳动力就业，缓解就业压力，虽然涉及因素很多，但其决定性因素还在于扩大生产规模。教育影响的人力资本因素、体制改革、制度变迁形成的经济结构调整都会在一定程度上就业。鉴于以上模型最终结果中反映出的我国就业的现实状况，笔者提出以下几点建议：
1、要紧紧抓住发展这个主题，加快结构调整步伐。具体讲，就是要认真落实十六届三中全会的“四个注重”：在产业类型上，注重发展劳动密集型产业；在企业规模上，注重扶持中小企业；在经济类型上，注重发展非公有制经济；在就业方式上，注重灵活多样的形式。
2、加强和细化就业培训。采取更多的培训方式，努力提高人的素质，改变资源禀赋结构，为产业结构调整提供条件。
3、增加就业资金投入。一是要加大中央转移支付力度。中央财政转移支付用于保障下岗职工基本生活的资金，应逐步随下岗职工并轨转入失业的情况，重点转向用于下岗失业人员的再就业工作。二是要增加地方财政的就业投入，建立促进就业基金。三是要进一步发挥失业保险促进就业的作用。改革失业保险制度,调整失业保险的支出结构，充分发挥失业保险促进就业的积极作用。
[参考文献]：
⑴《计量经济学》 主编：庞皓 西南财经大学出版社 2001年8月第一版 ⑵《中国农村统计年鉴（2004年）》
⑶冯 煜：析中国转型时期失业的主要影响因素〔Ｊ〕，劳动经济与劳动关系，2002，(1)。