(參考論文)中國就業(yè)的影響因素的計(jì)量分析

1、中國就業(yè)的影響因素的計(jì)量分析摘要：本論文針對中國比較嚴(yán)峻的就業(yè)問題，在CobbDouglas生產(chǎn)函數(shù)的基礎(chǔ)上，采用計(jì)量經(jīng)濟(jì)學(xué)的最小二乘回歸，用Eviews5.0計(jì)量軟件得出模型估計(jì)，各參數(shù)估計(jì)值，并進(jìn)行模型檢驗(yàn)、誤差分析、方差分析、序列相關(guān)、多重共線性檢驗(yàn)等分析回歸方程，并對照現(xiàn)實(shí)進(jìn)行實(shí)證分析，提出建議，最后依據(jù)回歸方程作了預(yù)測。關(guān)鍵字：就業(yè)L外國直接投資K國內(nèi)投資K技術(shù)進(jìn)步A工資wFD一選題背景與文獻(xiàn)綜述宏觀經(jīng)濟(jì)政策的四大目標(biāo)是：充分就業(yè)、經(jīng)濟(jì)穩(wěn)定增長、物價(jià)穩(wěn)定、國際收支平衡?？梢?，就業(yè)對一國政府的重要性。中國的勞動(dòng)力供給具有劉易斯所提出的無限勞動(dòng)供給的特征，所以解決就業(yè)問題對中國政府來說是

2、一個(gè)艱巨的任務(wù)。自90年代后期，中國的就業(yè)形勢就一直比較嚴(yán)峻。農(nóng)村剩余勞動(dòng)力壓力加大是另一個(gè)嚴(yán)峻問題。目前全國遷移人口超過1.25億，農(nóng)村勞動(dòng)力轉(zhuǎn)移的規(guī)模和速度都在加大。以上現(xiàn)象說明了中國目前的就業(yè)形勢嚴(yán)峻，解決中國的就業(yè)問題對中國政府對人民福利都是至關(guān)重要的，所以本文旨在研究一些對就業(yè)存在較大影響作用的因素，建立計(jì)量模型，測算這些因素的作用。馬克思認(rèn)為，資本積累、技術(shù)進(jìn)步和資本有機(jī)構(gòu)成是影響失業(yè)的主要因素，人口的增長和利息率是影響失業(yè)的次要因素。古典宏觀經(jīng)濟(jì)學(xué)認(rèn)為失業(yè)是由于實(shí)際工資偏高而造成的，與其他變量的關(guān)系不大。凱恩斯宏觀經(jīng)濟(jì)學(xué)則認(rèn)為，對勞動(dòng)力的需求不足是根本的原因。弗里德曼提出了“自然

3、失業(yè)率”的概念，強(qiáng)調(diào)阻礙勞動(dòng)力市場即時(shí)出清的制度因素和結(jié)構(gòu)因素可能使得某種水平的失業(yè)率（即自然失業(yè)率）成為瓦爾拉斯體系中的均衡狀態(tài)。投資對經(jīng)濟(jì)的作用已受普遍關(guān)注，而投資的增加對對就業(yè)存在兩種效應(yīng)：一種是投資與勞動(dòng)的互補(bǔ)效應(yīng)，一種是投資與勞動(dòng)的替代效應(yīng)?；パa(bǔ)效應(yīng)說明了投資的增加可以提高勞動(dòng)需求，增加就業(yè)，替代效應(yīng)則說明了投資的增加會導(dǎo)致勞動(dòng)需求的下降，比如機(jī)器的使用替代了勞動(dòng)力。同理，F(xiàn)DI也具有如上的效應(yīng)。FDI對就業(yè)的作用已經(jīng)引起了眾多學(xué)者的關(guān)注。2000年TomaszMickiewicz,SlavoRadosevic等人對中歐四國跨國直接投資對勞動(dòng)需求影響的研究中發(fā)現(xiàn)，跨國直接投資不僅對勞

4、動(dòng)需求顯著相關(guān)，而且外商投資結(jié)構(gòu)與就業(yè)結(jié)構(gòu)也具有顯著相關(guān)性；2001年，DavidWilliams分析了跨國直接投資的進(jìn)入方式、來源國等因素對東道國勞動(dòng)需求的影響，并發(fā)現(xiàn)這些因素對勞動(dòng)需求有顯著影響。由于中國勞動(dòng)力供給具有無限彈性，所以解決就業(yè)問題是很多專家學(xué)者關(guān)注的問題，他們分別就一些因素進(jìn)行了分析。劉金缽、任榮明（2004）分析了FDI對東道國就業(yè)的直接影響與間接影響，進(jìn)行互補(bǔ)效應(yīng)和替代效應(yīng)的分析，但是并未指明FDI是否會促進(jìn)東道國的就業(yè)。王傳榮、錢乃余（2004）從儲蓄缺口與外匯缺口的雙缺口理論出發(fā)，認(rèn)為利用外資可以促進(jìn)經(jīng)濟(jì)發(fā)展，從而增加就業(yè)。并提出雖然要打擊引進(jìn)科技含量高的外資，但也要

5、兼顧中國勞動(dòng)力整體素質(zhì)較低的事實(shí)，引進(jìn)勞動(dòng)密集產(chǎn)業(yè)。王根軍（2004）的研究發(fā)現(xiàn)FDI對就業(yè)有較好的促進(jìn)作用，認(rèn)為19851996,1998至今是FDI吸收勞動(dòng)的2個(gè)高值區(qū)，每億元FDI吸收的勞動(dòng)力比例較高。曹小艷（2003）從總量時(shí)段、結(jié)構(gòu)等角度對FDI對中國勞動(dòng)力就業(yè)影響作出計(jì)量分析，得出FDI對我國的總就業(yè)效應(yīng)較小，在不同時(shí)期、不同產(chǎn)業(yè)就業(yè)效應(yīng)具有差異性。國外投資能夠促進(jìn)東道國的就業(yè)得到了一定數(shù)量的中國學(xué)者的肯定，但是對此進(jìn)行計(jì)量研究的并不多。另一方面，我們也有必要研究國內(nèi)投資對中國的就業(yè)的作用，以進(jìn)行更全面的分析。任淮秀（2003）的研究發(fā)現(xiàn)中國的國有、集體、聯(lián)營中的投資與就業(yè)之間存在

6、著方向關(guān)系，但是私營和外資企業(yè)的投資與就業(yè)之間有正相關(guān)關(guān)系。于愛晶、周凌瑤（2004）則得出了中國的政府投資對就業(yè)的影響作用很小。關(guān)于技術(shù)進(jìn)步與就業(yè)的關(guān)系也得到了一些學(xué)者的研究。彭緒庶、齊建國（2002）對美國經(jīng)濟(jì)進(jìn)行研究，發(fā)現(xiàn)美國技術(shù)進(jìn)步指數(shù)增長速度快的時(shí)期，總就業(yè)人數(shù)增長速度就下降，技術(shù)進(jìn)步指數(shù)增長速度放慢的時(shí)期，總就業(yè)人數(shù)增長速度反而上升。陳玨（2004）肯定了技術(shù)進(jìn)步對一國經(jīng)濟(jì)的重要性，但技術(shù)進(jìn)步卻存在著排擠工人的問題。她從靜態(tài)和動(dòng)態(tài)角度分析，認(rèn)為靜態(tài)看技術(shù)進(jìn)步會降低就業(yè)，動(dòng)態(tài)中卻可以增加就業(yè)。二.計(jì)量模型的建立本文采用Cobb-Douglas生產(chǎn)函數(shù)來考查FDI、國內(nèi)投資對中國就業(yè)的

7、影響，即Y=AKaLi-a其中的資本K代表了國內(nèi)與國外資本的資本總和，現(xiàn)在用國內(nèi)資本與國外資本的加權(quán)平均來表示Cobb-Douglas生產(chǎn)函數(shù)中的資本，K表示國內(nèi)資本，KDF表示國外資本。令K=KpKi-p，于是，Cobb-Douglas生產(chǎn)函數(shù)變?yōu)?，Y=DFA(KpK1-p)aLi-aDF計(jì)算廠商生產(chǎn)的成本，C=wL+r(K+K),假設(shè)廠商都以利潤最大化為目標(biāo)，DF則n二PQ-C,總產(chǎn)出Y=PQ，從而n=A(KpKi-p)aLi-a-wL-r(K+K)。DFDF最大化利潤maxn得到一階條件dn/dL=(1-a)A(KpKDF等式兩邊取對數(shù)得ln(1-a)+lnA+aplnK+a(1-p)l

8、nK-alnL=lnwDF調(diào)整得lnL二clnA+clnK+clnK+clnw+u，12D3F4L為各年的就業(yè)人數(shù)，這里的就業(yè)人數(shù)用經(jīng)濟(jì)活動(dòng)人數(shù)來代替，以包括那些不在t就業(yè)統(tǒng)計(jì)范疇之內(nèi)，但確實(shí)擁有工作的人，進(jìn)行更好的回歸分析。K表示不同年份的國內(nèi)資本，用全社會固定資產(chǎn)投資減去FDI值后求出。DtK用各年中國實(shí)際利用的外資額表示。將以美元計(jì)價(jià)的數(shù)據(jù)通過各年匯率轉(zhuǎn)換Ft成人民幣計(jì)價(jià)。A表示一國在不同年份的技術(shù)狀況，這里采用第三產(chǎn)業(yè)就業(yè)人數(shù)占全部就業(yè)人數(shù)t的比例來表示。第三產(chǎn)業(yè)需要較高水平的人力資本，這些人力資本往往經(jīng)過了多年的知識學(xué)習(xí)，一國第三產(chǎn)業(yè)的從業(yè)人員越多，說明其高科技人才也越多，可以表明科

9、技水平越高。各國的實(shí)際情況也說明了這一點(diǎn)。所以認(rèn)為這個(gè)指標(biāo)可以較好地反映一國的技術(shù)狀況。對以上變量都采用對數(shù)形式，該形式可以更好地衡量變量增量變化之間的關(guān)系。三數(shù)據(jù)收集與處理根據(jù)統(tǒng)計(jì)年鑒，收集19852004年數(shù)據(jù)，其中K億元DK億元FW元A%L萬人19852494.51148.68883114816.85011219863055.89564.70547132917.25154619873705.57186.12939145917.85306019884634.916118.8839174718.35463019894282.688127.7122193518.35570719904350.2

10、1166.7902214018.56532319915362.085232.4153234018.96609119927473.108606.992271119.866782199311486.891585.414337121.267468199414131.822910.27645382368135199516885.883133.379550024.868855199619444.453469.162102669765199721189.43751.715647026.470800199824642.243763.927747926.772087199926516.983337.72883

11、4626.972791200029547.183370.551937127.573992200133333.43880.0921087027.774432200239134.374365.5381242228.6753602003511384428.6091404029.376075200465054.65495018.351602430.675200由于模型要求lnL二clnA+clnK+clnK+clnw+，因此將所有變量作12D3F4對數(shù)處理，并且可以更好地衡量變量增量變化之間的關(guān)系。得年份lnKlnKlnWDF7.821847996992713.885449640331037.0457

12、765768795119868.02482779105744.169845741982677.1921820587132519878.217592641914914.455850700458587.2855065485227919888.441373354858394.778147386622457.4656553101340619898.362336128826084.849779294888657.5678626054638819908.377979398779565.116736735201027.668561108015919918.587108170964185.4485258575

13、78397.7579062083517519928.919066255853166.408515611400987.9050728494986719939.348961664057077.36860085094318.1229647152340619949.556184271347257.976003201028838.4202416653397919959.734233048725458.049867253951868.6125033712205619969.875316961283688.151650473305498.7339161749275219979.961256335618428

14、.229968347752778.77493138749495199810.11221732260648.233218106255788.91985437219167199910.18554056149568.113045614981919.0295376611515200010.29374358680838.122831511465189.14537509312382200110.41431517630018.263614143676429.29376198011526200210.57475638798758.381496713828719.42722437311925200310.842

15、28313975048.395840818246959.5496656775798200411.08298304018148.520856473397979.68184287734565續(xù)lnAlnL19852.8213788864092110.82201577935052.8449093838194110.85022989186612.8791984572980410.87917862769172.9069010598473810.90833846138982.9069010598473810.92786109126872.917770732084282.93916192206562.985

16、681937700493.054001181677973.135494215929153.210843653170943.258096538021483.273364010152273.28466356540623.292126286607793.314186004672533.321432413193293.353406717825813.377587516023023.4210000089583411.087099473770111.098787859232211.109188862135711.119408690377911.129246310183911.139758123161211

17、.152887730326311.167614279681811.185629001884411.195347600168811.211712258234111.217641235878311.230031909250211.239474974765211.2279065099379三.模型估計(jì)采用19852004年的數(shù)據(jù)，用eviews5.0軟件OLS方法進(jìn)行回歸估計(jì)得到如下結(jié)果：Method:LeastSquaresDate:06/13/06Time:11:19Sample:19852004Includedobservations:20VariableCoefficientStd.Erro

18、rt-StatisticProb.LNA-1.1535070.329222-3.5037410.0032LNKD-0.2088510.089699-2.3283490.0343LNKF0.0906200.0160965.6299950.0000LNW0.5023210.1045204.8059950.0002C11.840590.45414126.072520.0000R-squared0.955059Meandependentvar11.09497AdjustedR-squared0.943075S.D.dependentvar0.137684AkaikeinfoS.E.ofregressi

19、on0.032850criterion-3.781411Sumsquaredresid0.016187Schwarzcriterion-3.532478Loglikelihood42.81411F-statistic79.69275Durbin-Watsonstat1.855532Prob(F-statistic)0.000000EstimationCommand:LSLNLLNALNKDLNKFLNWCEstimationEquation:其中的系數(shù)分別表示LNL=C(l)*LNA+C(2)*LNKD+C(3)*LNKF+C(4)*LNW+C(5)SubstitutedCoefficient

20、s:LNL=-1.153507462*LNA-0.208851028*LNKD+0.09061992734*LNKF+0.5023208857*LNW+11.84059224模型估計(jì)結(jié)果匯總：LnL=11.84059+0.502321LnW+0.090620LnK-0.208851LnK-1.153507LnAFD(26.07252)(4.805995)(5.629995)(-2.328349)(-3.503741)=0.955059,D.W.=1.825532,SE=0.032850,F=79.69275四誤差分析Eviews5.0得到殘差表與殘差圖如下obsActualFittedResi

21、dualResidualPlot19810.82201577910.843849539-0.0218337600990|.535054495388*|.|19810.85022989110.873628881-0.0233989899454|.686618116574*|.|19810.87917862710.8666136310.01256499634525|.|*.76917346599|19810.90833846110.9076206280.00071783298536|.*8389840445874|19810.92786109110.981959771-0.054098680481

22、6|*.|926877504779119911.08709947311.0409290350.046170438233981.I.07701536178*I19911.09878785911.0475239950.05126386392977I.I.12322302409*I19911.10918886211.0854521020.02373676003546I.I*.21357100334I19911.11940869011.1133157360.00609295433545I.I*.337790424753II19911.12924631011.180405436-0.0511591258

23、711I*I41839055004I19911159574253-0.0198161300562I.*I.516122175507I199111458139520.00707377753762I.I632637887906*I19911.16761427911.1379542410.02966003860747I.I*76818074379I199111664840970.01914490452931I.I*.8884435544I19911.19534760011.1867683430.00857925679994

24、I.I916883688942*I20011.21171225811.1977983390.01391391868678I.I*.02341547376I20011.21764123511.251553597-0.0339123613514I*.I.187832298172I-3.503741，-2.328349，5.629995，4.805995，26.0725220011.23003190911.258886143-0.0288542343899|*|22502640298|20011.23947497411.2379248610.00155011321543I.*376525497519

25、I20011.22790650911.2153020820.01260442695301I.I*49379984983I由模型回歸得到殘差項(xiàng)標(biāo)準(zhǔn)差的無偏估計(jì)：SE=0.032850上表與上圖顯示這個(gè)回歸模型的殘差值比較小，最大的殘差值發(fā)生在1989年，值為0.054098，不過仍然小于異常值的臨界值，模型擬合得較好。得到參數(shù)的標(biāo)準(zhǔn)差估計(jì)量為：S=0.329222C1S=0.089699C2S=0.016096C3S=0.104520C4無論是模型的SE值，還是參數(shù)的標(biāo)準(zhǔn)差，數(shù)值都不大，表示了擬合程度較五.模型檢驗(yàn)1.t檢驗(yàn)t檢驗(yàn)是針對每一個(gè)參數(shù)進(jìn)行的檢驗(yàn)。首先提出假設(shè)：H:c=0(i=1,2,

26、3,4,5)0iH:ciH0(i=1,2,3,4,5)1選定顯著性水平為給定顯著性水平a=0.05，樣本個(gè)數(shù)n=20,查表得t(20)=2.0860.05而各參數(shù)估計(jì)的t統(tǒng)計(jì)量分別為所以，在=0.05的顯著性水平下，所有的參數(shù)均拒絕零假設(shè)，可以認(rèn)為CCCC123C均顯著異于零。42.F檢驗(yàn)給定顯著性水平為a=0.05，樣本個(gè)數(shù)n=20，查表得，F(xiàn)（4,15）=3.06，最0.05小二乘回歸方程的F值為79.69275，F(xiàn)F（4,15）0.05所以，在顯著性水平a=0.05下拒絕假設(shè)H，可以肯定多元線性方程是顯著的，0lnL與lnK、lnK、LnW、lnA這些解釋變量之間存在顯著的線性關(guān)系。tD

27、tFttt3決定系數(shù)R2用這個(gè)量來評價(jià)最小二乘直線對平面上離散的觀察點(diǎn)擬合的優(yōu)劣程度如何。R2越大，工e2越小，所以R2越大越好，回歸得到的值為0.955，說明模型的擬合優(yōu)度較好。六異常值檢驗(yàn)（違反零均值）若事件|e/SE|2時(shí)，稱該事件為異常事件，已知SE=0.03285i0，所以e0.0657時(shí)就會出現(xiàn)異常值。由殘差表可知，所有的殘差i值e都小于0.0657，所以不存在違反零均值的情況。i七序列相關(guān)（采用德賓一沃特森檢驗(yàn)）米用德賓一沃特森檢驗(yàn)選定顯著性水平a=0.05，樣本個(gè)數(shù)n=20，k=5（包括常數(shù)項(xiàng)及解釋變量），查表得：d0.05=0.90，d0.05=1.83，4d0.05=2.1

28、7LUU模型估計(jì)的DW=1.855532d0.05DW4-d0.05UU可見，樣本序列不存在自相關(guān)。八異方差1圖示2.懷特檢驗(yàn)White檢驗(yàn)是檢驗(yàn)原假設(shè)：不存在異方差性。檢驗(yàn)統(tǒng)計(jì)量通過一個(gè)輔助回歸來計(jì)算。利用回歸因子所有可能的交叉乘積對殘差做回歸。H:殘差不存在異方差，0H:殘差存在異方差1Eviews5.0得到WhiteHeteroskedasticityTest:F-statistic4.075766Probability0.017335Obs*R-squared14.95484Probability0.060030LnL=11.84059+0.502321LnW+0.090620LnK0

29、.208851LnK-1.153507LnAFD根據(jù)輔助回歸可知，自由度為8,選定顯著性水平為a=0.05，查x2分布表得到臨界值為：15.51。eviews反饋的結(jié)果是14.9548415.51，所以接受H，認(rèn)0為殘差確實(shí)不存在異方差問題。3斯皮爾曼檢驗(yàn)?zāi)攴輑nKD秩tlnKF秩tlnW秩tlnA秩t1ei1秩19811111100100100100222210010010010062198333369999644412599981984555225622522522590199566611448181817777144144144144191998888125252525999933636

30、3636319910101010164646464481991111111111111501991414121241001006464619915151313100447519916161414949492525819912121515549491001009200131316168252564640200171717171111116200218181818141616161620031919191922892892892892004202020207169169169169合計(jì)1602149215261526|Ris|-0.204-0.121-0.1473-0.14735877計(jì)算斯皮爾曼

31、秩序相關(guān)系數(shù)得到相關(guān)系數(shù)填入表格,選定顯著性水平為=0.05,N=20,R=0.3789,s|R|=0.2045,|R|=0.1218,|R|=0.14737,|R|=0.14737,因1s2s3s4s為所有|R|R,所以沒有異方差的存在。iss九.討論多重共線性簡單相關(guān)系數(shù)用eviews5.0得到下表大致可判斷出，簡單相關(guān)系數(shù)均小于0.9，沒有多重相關(guān)性LNKFLNKDLNALNWLNK0.75377471856660.65628291960970.7429816639304F1945883LNK0.75377471856660.59184555198300.7953622004862D94

32、12290.65628291960970.59184555198300.6914222527926LNA582113LNW0.74298166393040.79536220048620.69142225279261832913般相關(guān)系數(shù)從簡單相關(guān)系數(shù)矩陣(上表中得)中，計(jì)算D=0.19002D=0.21349D=0.138071D=0.236395TOC o 1-5 h z223344D=0.07901373D=-0.029271D=0.083361471314D=-0.0044385D=-0.1141648D=0.08616617232434計(jì)算R2=D2/DD=0.153911123412

33、1122F=R2*(20-4)/(1-R2)=2.9105491212341234同樣，可得R2=D2/DD=0.03266F=R2*16/(1-R2)=0.540213241311331313.241324R2=D2/DD=0.154716F:=R2*16/(1-R2)=2.92855114231411441414231423R2=D2/DD=0.000668F:=R2*16/(1-R2)=0.010723142322332323142314R2=D2/DD=0.258255F=R2*16/(1-R2)=5.57076824132422442424132413R2=D2/DD=0.22747

34、4F=R2*16/(1-R2)=4.71127834123433443434123412TOC o 1-5 h z顯著性水平為a=0.01，查F分布表得出F(1,16)=8.530.01因?yàn)镕,F,F,F,F,FF(1,16)1213142324340.01判斷得模型不存在多重共線性問題。十實(shí)證分析、建議從總體上看，就業(yè)呈上升趨勢，下面分析各個(gè)解釋變量與被解釋變量之間的關(guān)系，以及這些變量對就業(yè)造成或正或負(fù)影響的原因。國內(nèi)投資與就業(yè)從回歸得到的方程可以看出，國內(nèi)投資與就業(yè)的關(guān)系是反向的，國內(nèi)投資的增加對就業(yè)沒有增加的作用，反而會導(dǎo)致就業(yè)的降低，以2003年的數(shù)據(jù)為例，(dL/dt)/(dKD/d

35、t)=-0.29753，就是說，投資每增加1億元會導(dǎo)致0.29753萬人失業(yè)。原因分析：國有企業(yè)改革。我國存在著為數(shù)眾多的國有企業(yè)，在市場經(jīng)濟(jì)實(shí)行以前根本就不存在其他類型企業(yè)。在原先政企不分的情況下，企業(yè)作為政府的附屬機(jī)構(gòu)主要承擔(dān)了解決就業(yè)的社會職責(zé)。市場經(jīng)濟(jì)轉(zhuǎn)型后，政企開始逐漸分離，企業(yè)擁有更多的自主權(quán)。隨著企業(yè)間技術(shù)競爭和效率競爭的升級，我國的國有企業(yè)開始提高效率，從粗放式增長轉(zhuǎn)向內(nèi)涵式增長。于是，90年代后國有企業(yè)加大科技投資的力度和采用更為先進(jìn)的技術(shù)設(shè)備，同時(shí)又大幅度裁減冗余員工，出現(xiàn)了大量下崗職工。國內(nèi)政策鼓勵(lì)資本和知識密集型企業(yè)的建立發(fā)展。中國政府這些年以來一直都在致力于提高國家的

36、科技水平，進(jìn)行產(chǎn)業(yè)結(jié)構(gòu)升級，出臺了大量鼓勵(lì)高新技術(shù)企業(yè)建立的政策條文，而這些企業(yè)基本都知識密集型或資本密集型的企業(yè)，不需要很多勞動(dòng)力。上述兩個(gè)原因相輔相成，共同解釋了中國國內(nèi)投資與就業(yè)的負(fù)相關(guān)關(guān)系。雖然從第二點(diǎn)看，投資的增加所導(dǎo)致的就業(yè)的增加不多，但還是增加了就業(yè)，似乎與國內(nèi)投資增加導(dǎo)致就業(yè)下降的結(jié)論矛盾。但是第二點(diǎn)原因要與第一點(diǎn)配合起來解釋國內(nèi)投資與就業(yè)的負(fù)相關(guān)關(guān)系，從兩者的總和來看，由于國有企業(yè)導(dǎo)致的失業(yè)人員更多，加上高新科技企業(yè)較大的投資額和較少的就業(yè)人員，就導(dǎo)致了國內(nèi)投資與就業(yè)負(fù)相關(guān)關(guān)系。外商直接投資與就業(yè)外商直接投資對就業(yè)從兩方面發(fā)生影響，一是直接效應(yīng)，即外商投資直接增加了勞動(dòng)力需求

37、，導(dǎo)致就業(yè)增加；二是間接效應(yīng)，即外商投資引起東道國國內(nèi)投資的增加，也就是外商直接投資通過“外溢效應(yīng)”對國內(nèi)投資、國際貿(mào)易、技術(shù)等發(fā)生作用而產(chǎn)生影響。實(shí)際上，外商直接投資對就業(yè)既存在正效應(yīng)也存在負(fù)效應(yīng)。正效應(yīng)是外商直接投資會增加?xùn)|道國的就業(yè)，如果外商直接投資的進(jìn)入方式是新設(shè)投資，(又稱綠地投資GreenfieldInvestment)，對就業(yè)增加的作用就是顯著的。若采用并購?fù)顿Y(Cross-borderInvestment)方式進(jìn)入，往往對就業(yè)產(chǎn)生的是負(fù)效用，不僅不會產(chǎn)生新的就業(yè)機(jī)會，還會導(dǎo)致立即或滯后地裁減勞動(dòng)力。通過上面的計(jì)量分析，從回歸方程得到外商直接投資對就業(yè)的影響系數(shù)為0.090620

38、,存在正的相關(guān)關(guān)系，說明每一單位外商投資的變動(dòng)率對就業(yè)變動(dòng)率的影響為0.090620,以2003年為例，(dL/dt)/(dK/dt)=1.472,增加1億外商直接投資可以增加1.472萬人就業(yè)。外商直接投資之所以可以增加中國的就業(yè)原因分析如下：進(jìn)入中國的外資大多為新設(shè)投資：我國最近幾年每年400多億元的外商直接投資中只有不到5%是采用跨國并購進(jìn)入的，其它多數(shù)是新建項(xiàng)目的投資。因此目前外商在我國的直接投資產(chǎn)生的正效應(yīng)遠(yuǎn)遠(yuǎn)大于其它國家，它對解決我國目前流向城市的大量農(nóng)村剩余人口的就業(yè)問題起了很大的作用。外商投資集中在第二產(chǎn)業(yè)，第二產(chǎn)業(yè)大多為制造業(yè)、紡織業(yè)等勞動(dòng)密集型產(chǎn)業(yè)。下表列示了2000200

39、3年外商投資在三個(gè)產(chǎn)業(yè)的比例。印證了外商直接投資集中于第二產(chǎn)業(yè)。與發(fā)達(dá)國家相比，中國并沒有更好的科技環(huán)境和制度環(huán)境，外商直接投資于中國最大的目的是尋求廉價(jià)的勞動(dòng)力，第二產(chǎn)業(yè)正是勞動(dòng)密集型的產(chǎn)業(yè)，所以外商直接投資增加會提高就業(yè)人數(shù)。(表7)：年份產(chǎn)業(yè)200020012002200376.4377.4177.4177.51工資水平與就業(yè)根據(jù)古典非瓦爾拉均衡，失業(yè)問題的主要原因是實(shí)際工資過高，降低實(shí)際工資可以增加就業(yè)。但是回歸方程表明中國的就業(yè)與工資之間存在著正相關(guān)關(guān)系,系數(shù)為0.502321，說明每單位工資的變動(dòng)率可以引起0.502321的就業(yè)變動(dòng)率。以2003年數(shù)據(jù)為例，根據(jù)方程(12)，得到(

40、dL/dt)/(dW/dt)=2.730897,說明工資每提高1單位，就業(yè)約增加2.7309萬人。原因分析：(1)農(nóng)村勞動(dòng)力流出。中國近年來農(nóng)村勞動(dòng)力剩余現(xiàn)象非常嚴(yán)重，加之現(xiàn)在政策的放松，勞動(dòng)力流動(dòng)非常頻繁。工資的上升會吸引農(nóng)村的剩余勞動(dòng)力離開農(nóng)村,參加就業(yè)，所以工資的上升就促進(jìn)了就業(yè)的增長。(2)實(shí)行市場經(jīng)濟(jì)和改革開放以來，中國經(jīng)濟(jì)一直保持著平均7.5%以上的增長速度。經(jīng)濟(jì)的增長導(dǎo)致了工資的提高和就業(yè)的增長，所以工資提高與就業(yè)增長之間就存在了一種正相關(guān)的關(guān)系。4技術(shù)水平與就業(yè)技術(shù)進(jìn)步與就業(yè)的關(guān)系通?？梢詮膬蓚€(gè)角度進(jìn)行理解：一個(gè)是長期，一個(gè)是短期。短期中，技術(shù)進(jìn)步導(dǎo)致新設(shè)備、新機(jī)器、新工藝的使

41、用，提高了勞動(dòng)生產(chǎn)率，排擠了勞動(dòng)力，造成失業(yè)。長期中，技術(shù)進(jìn)步會促進(jìn)經(jīng)濟(jì)增長、產(chǎn)業(yè)發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)的變動(dòng)，導(dǎo)致產(chǎn)業(yè)進(jìn)一步細(xì)化，由此產(chǎn)生了社會的生產(chǎn)需求。經(jīng)濟(jì)增長又會進(jìn)一步提高人民的收入水平，高的勞動(dòng)生產(chǎn)率也會降低產(chǎn)品的成本，產(chǎn)生社會的消費(fèi)需求，這兩種社會需求會導(dǎo)致就業(yè)容量的擴(kuò)大?；貧w方程中技術(shù)水平與就業(yè)的關(guān)系系數(shù)是：-1.153507462，表明技術(shù)水平與就業(yè)負(fù)相關(guān)，技術(shù)進(jìn)步擠出了勞動(dòng)力。原因分析：技術(shù)進(jìn)步導(dǎo)致企業(yè)裁員。高新技術(shù)的使用往往伴隨著機(jī)器替代勞動(dòng)力的情況的出現(xiàn)，采用機(jī)器可以提高的效率，長期來看也會降低成本，所以，技術(shù)進(jìn)步導(dǎo)致就業(yè)下降。以第三產(chǎn)業(yè)為例，第三產(chǎn)業(yè)的科技含量較高，微電子產(chǎn)業(yè)、IT產(chǎn)業(yè)、傳媒等都屬于這個(gè)產(chǎn)業(yè)，該產(chǎn)業(yè)每億元投資可以帶動(dòng)相對更高的GDP的產(chǎn)生，但是這個(gè)產(chǎn)業(yè)每億元投資所雇傭的勞動(dòng)力卻并不高。技術(shù)進(jìn)步造成結(jié)構(gòu)性失業(yè)。產(chǎn)業(yè)的轉(zhuǎn)移使得一大批知識結(jié)構(gòu)不能適應(yīng)新產(chǎn)業(yè)的工人失去工作。中國現(xiàn)在處于發(fā)展的初級階段。由于從計(jì)劃經(jīng)濟(jì)轉(zhuǎn)為市場經(jīng)濟(jì)的時(shí)間并不長，以前的工業(yè)底子非常薄弱，所以在實(shí)行市場經(jīng)濟(jì)，特別是1992年改革開放之后，中國的企業(yè)才真正開始關(guān)注提高本身的技術(shù)水平，至今為止的時(shí)間還不是很長，技術(shù)進(jìn)步的長期作用尚未顯現(xiàn)出來。5.政策建議根據(jù)回歸方程和綜合分析，從以下幾方面提出了政策建議。引導(dǎo)國內(nèi)投資，進(jìn)行勞動(dòng)密集產(chǎn)業(yè)的投資。雖然科技水平對一國的發(fā)展