上海市就业变动的实证分析——基于VAR模型

毛雁冰，张龙生

（上海大学经济学院，上海200444）

上海市就业变动的实证分析
——基于VAR模型

毛雁冰，张龙生

（上海大学经济学院，上海200444）

文章运用协整检验模型、VAR模型、脉冲响应分析等实证方法对上海市就业弹性系数与经济增长、产业结构变动、生产要素投入之间的关系进行检验。结果显示，经济增长、第二产业及第三产业的发展使就业弹性系数上升，促进了上海市就业增加。近年来经济增长及第二产业的发展逐渐进入了稳态，对促进就业的效应出现了边际递减，资本投入的增加对劳动力产生替代，影响了就业的稳定性；长期趋势来看，第三产业的就业吸纳能力强于二产业，产业结构变动的就业创造效应会增强。

就业弹性系数；VAR模型；脉冲响应；产业结构变动

一、引言

作为全国经济发展的中心城市，上海经济已经率先进入后工业化阶段，服务业比重不断上升的同时，传统制造业面临逐步改造和升级的压力。上海自由贸易区的批准成立，将进一步推动上海经济的对外开放，以开放促改革，以点带面，全面推动经济结构的调整和经济的转型发展。在全球性的金融危机之后，上海经济的内生性增长机制出现新的问题，原有的工业和投资的增速显著下降，城市经济的增长很大程度上依赖于股市和房地产市场的拉动，经济增长的不稳定性增强。要保持上海经济的平稳发展，需要克服内生性障碍，加快产业结构的调整，寻找新的经济增长动力，加强现代服务业的发展，依托科技和制度创新发展工业和农业，以适应以知识经济为核心的后工业化阶段经济发展的要求。产业是就业的载体，产业结构的变动影响着就业水平，有什么样的产业结构就要求有与之相对应的就业结构。产业结构的变动无疑会引起劳动力资源在不同产业部门之间的重新配置，同时，对劳动者的技能和人力资本水平也提出了更高的要求。上海的经济发展在中国经济版图中有着举足轻重的作用，在其经济发展的过程中，正确的处理产业结构调整与就业的关系，可以为全国经济的发展积累重要的经验，因此，对上海改革开放以来的就业变动问题进行研究，通过实证模型分析影响上海市就业变动的主要因素，依据上海市经济增长及产业结构的变化对就业的影响来分析工业化过程中充分就业的一般性规律，把握经济变量对就业的影响效果以及就业自身的变动趋势的同时，对其他经济发展处于不同阶段的地区乃至全国经济的发展起到示范效应。

二、文献综述

目前，对于就业的研究主要集中在单因素与就业之间关系的研究，而综合采用多因素与就业之间关系的研究具有较大的研究空间。

在产业结构与就业方面，邹一南、石腾超认为，产业结构升级对于就业存在正的规模效应和负的资本挤出效应，通过模型测算，指出我国产业结构升级有负的总效应，即其破坏效应强于创造效应［1］。朱轶、熊思敏运用DEA方法，研究我国技术进步、产业结构变动与我国就业增长之间关系，发现我国第二产业技术进步对我国整体就业增长的影响不显著，第三产业的技术进步制约其对整体就业的贡献，产业结构变动所造成的结构性失业对我国就业产生显著的负面影响［2］。段敏芳、徐凤辉、田恩舜提出产业升级与就业之间存在着长期正相关关系，非农产业的发展对于就业有较大的促进作用［3］。张浩然、衣保中通过空间面板模型对我国产业结构变动与就业增长的关系进行研究，结果表明：产业结构的调整对于城市就业存在显著的促进作用，由于劳动力的重新配置而引起的结构性失业对城市就业产生明显的负面作用。制造业、建筑业、交通运输业等基础部门的就业吸纳能力较强，但是农业、个人服务业和生产性服务业对于城市就业的促进作用相当有限［4］。蒲艳萍通过1997-2003年的面板数据对我国产业结构变动与就业进行研究，得出产业结构变动方向、产业结构变动速度对转型期的中国影响显著［5］。

在经济增长与就业关系方面，邱嘉锋、董直庆运用小波变换的频域分析方法，对我国经济增长与就业增长之间关系进行研究，发现二者短周期波动根据所处阶段不同而不同，彼此呈现双向因果关系，中周期波动没有显著的共变性，彼此也没有双向因果关系，长周期波动呈现较好的共变性，且二者有双向Granger因果关系［6］。简新华、余江考虑到我国企业中存在大量的冗员，重新建立了一个存在冗员的就业弹性模型，结果显示1995年后中国GDP对于就业拉动能力并没有下降［7］。黄婧、纪志耿、张红扬从要素配置扭曲的视角对中国经济增长与就业非一致性的原因进行分析，得出只有理顺资本使用价格、工业用地价格、能源使用价格，才能使得经济增长模式真正由资本驱动和资源驱动转变到技术驱动和劳动力驱动上来［8］。张车伟对中国30年的经济增长与就业进行研究，发现中国的经济增长创造了大量就业的增长，但是目前结构性矛盾突出、就业非正规化严重等问题突出，并提出构建灵活安全的劳动力市场的概念和设想［9］。

在生产要素投入与就业关系方面，宋静的实证研究发现资本要素的投入短期内会加速失业，长期也不能促进就业［10］。王岩、熊娜、陈池波通过实证研究，结果显示全社会固定资产投资对于工业行业的就业的即期效应显著，能够迅速刺激第二产业就业的增加，对于服务业的长期就业效应最大［11］。安立仁、董联党在资本驱动假设下，对奥肯定律重新修正，验证了我国高失业与高增长并存的现象［12］。刘宗明的研究表明投资冲击对于劳动就业波动具有较强的解释力，投资冲击对于2005年后劳动就业的繁荣具有显著的拉动作用［13］。蔡昉等认为，政府的宏观经济政策是为了调整周期性失业，但是就业密集度较低的行业往往成为政策引导的投资方向，而不是实际需要资金的劳动力密集型行业，这就会使得资本投入对就业的拉动能力大为下降［14］。朱劲松等的研究支出，我国重工业化的发展使得整个社会的资本—劳动比大大提高，资本投入的“替代效应”使得就业下降，但是在长期，资本投入的“收入效应”会创造更多的就业岗位，从而拉动就业［15］。

关于上海市就业的相关研究，钟仁耀、刘苇江等以分行业的视角，对科技进步对就业的影响进行研究，结果显示科技进步存在着负的就业效应，并在大部分行业表现显著，同时科技进步能够增加产出并使负的就业效应有所减弱，这不同行业存在着较大的异质性［16］。孔令锋研究发现上海市的生产性服务业对于就业增长的贡献明显，但是内部各行业对于就业贡献的特性存在较大差异［17］。黄苏萍、彭希哲、朱咏通过上海市投资、GDP对就业的拉动效应的实证研究，得出上海市GDP增长为扩大就业创造了条件，非农产业GDP就业弹性和投资就业弹性均就明显的波动性，政府投资对就业的拉动效应低于民间投资［18］。黄虹、姜莹运用上海市1978-2008年30个时间序列数据，通过反映产业结构变动的斯托可夫指数对上海市产业结构变动对失业率的影响，发现在过去30年间上海市的第二产业的就业带动能力强于第三产业，但是第三产业在全行业中有着举足轻重的作用，发展和改善其产业结构，将能够为上海市的就业发挥非常大的作用［19］。刘乃全在上海市第五次人口普查的数据基础上，对上海市产业结构调整与人口增长与就业的关系进行了一定的研究［20］。

综合当前对于就业问题的研究，主要集中在经济发展过程中的单个因素与就业之间关系的研究，比如经济增长与就业之间的关系，产业结构变动与就业之间的关系，并且取得了丰富的研究成果。就业的变动不仅仅与某个因素有关，而是一个综合的多要素的变量关系。资本、技术和劳动力等生产要素的投入比例关系决定了就业的微观基础，经济增长总量的变化决定了就业的总体水平，经济结构调整是就业波动变得更为复杂和不确定。本文在现有的研究成果基础之上，采用就业弹性系数作为因变量，通过构建计量模型，着重从投入-产出和结构变化的角度分析上海市的就业变动情况。

三、实证分析

近年来，随着经济增长速度的放缓，就业的总量矛盾和结构性矛盾相互交织的情况愈加突出，正成为上海经济转型发展过程中日益突出的现实问题。从总量上来看，就业弹性可以反映出经济增长对于就业的促进作用，保持稳定的经济增长可以带动就业的增加，提高就业水平；从结构的角度来看，在经济增长过快，经济结构调整加剧的时期，往往会出现失业率提高的现象，从上海经济发展的中长期来看，由技术进步、产业结构调整和制度创新所引起结构性失业将成为失业的重要形式。1979-2012年上海市就业弹性系数如图1所示。

图11979-2012年上海市就业弹性系数变化

从图1可以看出上海市就业弹性系数呈现三个基本的特点：①从总体上看，上海市就业弹性系数处于一个不断上升的趋势，这反映出随着上海市的经济发展，上海市的就业是不断增加的，经济对于就业的拉动能力是上升的；②经济增长对于上海市就业的带动质量不高，从整理出的就业弹性系数看，剔除波动明显较大的年份数据，系数大部分低于0.3，甚至还有负的带动作用，也如全国的情况一样出现了一种高增长，低就业的现象，经济发展对于就业的那种吸纳能力或者拉动能力是比较弱的；③弹性系数在不同的年份间变动较大，存在着非常大的波动性，这也表现出就业对于经济的发展的反应是不稳定的。通过对上海就业弹性直观判断所得到的初步结论，将通过下面的计量模型加以实证检验。

（一）统计指标和统计数据的选取

本文的实证分析采用5个变量指标，分别是：上海市就业弹性系数（Y）、上海市人均GDP（X1）、上海市第二产业增加值占GDP比重（X2）、上海市第三产业增加值占GDP比重（X3）、上海市年末固定资产占GDP比重（X4）。

就业弹性系数指标（Y）相对于大部分研究所采用的就业人数指标而言，它侧重反映的是一种对就业的吸纳能力或者拉动能力的变化，不仅仅是就业绝对数量上的变化。用这个方法计算出上海市的每年的就业弹性系数，能够清楚地看出上海市的就业拉动吸纳能力的变化和就业数量的变化趋势，并通过这个指标的变动来研究上海市就业变动的变化趋势。用上海市人均GDP（X1）的变动来反映上海的经济增长阶段；产业结构的变动使用第二产业增加值占GDP比重（X2）与第三产业增加值占GDP比重（X3）两个指标来表示，通过两次产业所占百分比的变动可以看出上海市产业结构的变动对于上海市就业的影响。对于资本投入的影响，本文采用上海市年末固定资产占GDP比重这一指标来衡量，解释资本投入对劳动力使用所产生的影响。

相关的统计数据来自历年的上海市统计年鉴，并经过相应整理计算得到，数据的时间跨度从1979年到2012年。在数据处理过程中，对上海市人均GDP（X1）、上海市第二产业增加值占GDP比重（X2）、上海市第三产业增加值占GDP比重（X3）、上海市年末固定资产占GDP比重（X4）四个自变量指标取对数得到lnX1、lnX2、lnX3、lnX4。对自变量取对数后，其经济含义可以解释为，当自变量X变动1%，引起因变量就业弹性系数Y变动的绝对量为（0.01×相应系数）。

（二）模型方法

根据设定的指标及整理所得到的统计数据依次进行平稳性检验、协整检验、建立VAR模型并进行脉冲响应分析。

1.平稳性检验

非平稳的时间序列数据可能会出现相同的变动趋势，在回归的时候可能会出现计量经济学意义上的“伪回归”现象，这会使得传统意义上的回归和检验失去意义。为了避免“伪回归”的出现，在对时间序列数据做出相应的分析之前，需要对每个指标的数据进行平稳性检验。进行数据序列平稳性检验往往采用单位检验中的ADF检验方法［21］。其原理如下：

εt是白噪声序列。原假设H0∶ρ=1，它表示序列Y有一个单位根，不平稳。根据样本数据，计算出F统计量，如果F值大于临界值，就拒绝原假设，即序列Y平稳，不存在单位根，否则接收原假设，序列存在单位根，不平稳。

2.协整检验

当所取变量的时间序列数据原数据是非平稳时，但是在一阶差分后，时间序列数据又呈现平稳，那么这些变量序列的某种线性组合可能是平稳的，这时需要用协整检验对其关系进行检验［22］。协整检验是为了判断有相同关系的两个甚至多个序列之间是否存在长期均衡关系。通常协整检验所采用的方法：第一种是Engle&Granger（1987）提出的E—G两步法，这种方法多适用于变量较少的情况，第二种是Johansen和Juselius在1990年提出的以VAR模型为基础的Johan⁃sen-Juselius协整检验方法，此方法适用于多变量情况。由于本文变量较多，将采用Johansen协整检验方法对lnX1、lnX2、lnX3、lnX4、Y之间的协整关系进行检验，以确认变量之间是否存在长期稳定的均衡关系。Johansen-Juselius检验的滞后阶数等于VAR最优滞后阶数减1，它提供两种检验方法：特征根检验和最大特征值检验。特征根迹检验统计量为原假设Hr0∶λr+1=0，当ηr小于某临界值时，接收原假设，这说明只有r个协整向量，当ηr大于某临界值时，有至少r+1个协整向量，存在协整关系，r为0时，有0个协整向量，不存在协整关系。最大特征值检验统计量为ξr=-Tln(1-λr+1)，r=0，1，···，k-1，原假设Hr0∶λr+1=0，当ξr小于某临界值时，接受原假设，有r个协整向量，当ξr大于某临界值时，存在至少r+1个协整向量，存在协整关系，当r=0时，有0个协整向量，不存在协整关系［23］。一般情况下将两种检验结果综合考虑，最终决定是否存在协整关系。

3.VAR模型

VAR模型是基于数据的统计性质建立模型，研究变量之间的动态关系，它将经济系统中的每一个内生变量作为因变量，系统中所有内生变量滞后值作为自变量来构建模型。通过这个模型可以看出系统中单个变量的单位变化如何通过其内在联系对经济系统进行扰动，及各变量对此所做出的反应。

VAR（p）模型的公式是：yt=Φ1yt-1+…+Φpyt-p+ Hxt+εt，t=1，2，…，T，其中，yt是k维内生变量列向量，xt是d维外生变量，p是滞后阶数。Φ1,…,Φp和H是要被估计的系数矩阵，εt是k维扰动向量，它们相互之间可以同期相关，却不可以与自身的滞后值以及公式右边的变量相关［23］。在建模过程中，我们需要先综合考虑LR、AIC和SC准则选择模型的滞后阶数，并且以此来决定协整检验的滞后阶数为其减去1。接着要对VAR模型的稳定性进行检验，以保证脉冲响应分析的有效性。

4.脉冲响应分析

脉冲响应函数分析（impulse response function，简称IRF）刻画的是在误差项加上一个标准差大小的冲击对内生变量的当期值和未来值所带来的影响轨迹，它能直观展现出变量之间的动态交互作用及其效应以及未来的变动趋势。假设存在一个两变量VAR（2）模型：

在第0期，令ε10=1，ε20=0，其后每期都为0，则经过不断的迭代累加可以得到一系列x0，x1，x2，x3，…与y0，y1，y2，y3，…，他们分别可以称为由x的脉冲所引起的x的响应函数、由x的脉冲所引起的y的响应函数。同理当令ε10=0，ε20=1时，其后每期都为0，也同样可以得到由y的脉冲所引起的x的响应函数、由y的脉冲所引起的y的响应函数［23］。

四、实证结果分析

根据上述指标和计量模型对上海市的相关统计数据进行计算，可以得到以下实证的结果。

（一）ADF检验结果

对Y、lnX1、lnX2、lnX3、lnX4进行单位根（ADF）检验，经过Eviews6.0的运行结果如表1。

表1ADF检验结果

从表1可以看出，经过对数化后，Y、lnX1、lnX2、lnX3、lnX4原数据在10%显著性水平下，ADF的统计量的绝对值小于临界值，接受原假设，每个序列数据都存在单位根，5个序列数据都不平稳。但是Y、lnX1、lnX2、lnX3、lnX4经过一阶差分处理后，ADF值大于临界值，拒绝原假设，这表示在10%的显著性水平下，DY、DlnX1、DlnX2、DlnX3、DlnX4序列数据不存在单位根，数据平稳，即Y、lnX1、lnX2、lnX3、lnX4～Ι（1），一阶单整，这个结果符合进行协整检验的条件。

（二）协整检验结果

前面ADF检验得出各指标变量呈现一阶单整，可以进行协整检验。协整检验部分采用Johansen-Juselius协整检验方法（简称JJ检验），在检验过程中，它的滞后阶数要依据VAR模型的滞后阶数来确定。在VAR模型的基础上，经过不断选择不同的滞后阶数，并综合考虑LR检验、AIC准则、SC准则，最终确定VAR模型的最优滞后阶数是2，则Johan⁃sen-Juselius检验的滞后阶数为2-1=1。JJ检验通过Eviews 6.0的运行结果经过整理如表2。表2中，在5%的显著性水平上，特征根迹检验和最大特征值检验都拒绝有0个协整向量的假设，都接受了有1个协整向量的假设。所以我们认为在5%的显著性水平上，5个时间序列变量同时存在唯一的协整向量。根据检验结果，上海市就业弹性系数（Y）、上海市人均GDP（X1）、上海市第二产业增加值占GDP比重（X2）、上海市第三产业增加值占GDP比重（X3）、上海市年末固定资产占GDP比重（X4）这5个变量之间存在着长期稳定的均衡关系。表3显示的是协整关系的结果，可以得出5个变量之间的协整关系：

Y=1.769 466lnX1+12.424 34lnX2+1.427 293lnX3-

0.298 482lnX4

从协整检验的结果可以看出，上海市就业弹性系数与经济增长、第二产业增加值占GDP比重、第三产业增加值占GDP比重都呈现正比例关系，与年末固定资产投资占GDP比重呈现负相关。当上海市的人均GDP（X1）增长1%，上海市就业弹性系数会增加0.017 694 66；当第二产业增加值比重（X2）增长1%时，上海市的就业弹性系数增加0.124 243 4；当第三产业增加值比重（X2）增长1%时，上海市的就业弹性系数增加0.014 272 93；前3个变量的增大都能够使得上海市的就业吸纳能力提高，这表明经济增长、第二产业的增长、第三产业的增长对就业起到一种促进作用，其中，第二产业的促进作用强于第三产业。当年末固定资产投资占GDP比重增加1%时，上海市的就业弹性系数减少0.002 984，资本投入使得上海市的就业吸纳能力下降，对就业呈现一种负向拉动作用。

表2 5个序列Johansen-Juselius协整检验的结果

表3 协整向量

（三）VAR模型以及脉冲响应结果

通过VAR模型和脉冲响应分析来研究系统中自变量的单位变化通过经济系统的内在联系对因变量产生动态影像，这种动态影像可以帮助我们了解因变量在自变量受到冲击下未来的一种变动趋势。给四个自变量一个标准差大小的冲击，进而可以得出因变量的脉冲响应。前面协整检验部分已经说明VAR模型的最优滞后阶数是2。由于本文主要研究的是lnX1、lnX2、lnX3、lnX4对Y的影响，所以我们只呈现出VAR（2）模型中的第一个方程。Eviews 6.0对VAR（2）模型的运行结果如下：

对VAR（2）模型的稳定性进行检验，检验结果如图2所示。

图2VAR模型平稳性检验结果

从图2可以看出，VAR模型中的全部根的倒数值都在单位圆内，这表示VAR模型特征方程所有根的倒数的模小于1。因此，VAR模型是稳定的，符合做脉冲相应分析的条件。基于VAR模型分别给lnX1、lnX2、lnX3、lnX4施加一个正标准差的冲击，可以得到Y的脉冲响应路径，图中横轴表示未来的响应期数（年），纵轴表示因变量对于自变量单位冲击的反应程度。如图3、图4、图5、图6所示。

图3 Y对INX的脉冲响应

图4 Y对lnX2的脉冲响应

图5 Y对lnX的脉冲响应

图6 Y对lnX4的脉冲响应

图3中，对于VAR（2）模型，当期给人均GDP（lnX1）一个正的单位冲击，就业弹性系数（Y）在当期没有反应，然后逐渐上升，存在着1期的滞后，在第2期达到了最大，然后又先缓慢下降后快速下降，在第4期成为负值，并开始缓慢下降，第5期开始触底反弹，在第6期变为正值，缓慢上升至第12期左右达到最大值，然后逐渐衰减至趋近于0，却未达到0的状态。上海市经济瞬间增强，经济在总量方面在短期的快速增长，经济规模快速扩大，对于劳动力的需求也增大，经济系统中对于劳动力的需求的增大往往稍微滞后于经济的发展，就业吸纳能力接着快速增强，促进就业增加。由于从业人员趋于饱和，经济中各行各业由于短期冲击而进入规整期，就业吸纳能力不断减弱，甚至由于前期的经济的短期过热，出现一种就业弹性系数为负的现象，排斥前期由于短期的过热而吸纳的过多的劳动力，使失业增多。随后，就业弹性系数回升至0以上并基本保持一种稳定状态，这表明经济系统趋近于一种“稳态”水平，前期的冲击的影响渐渐变弱。可以看出，在长期，经济的发展最终与就业吸纳能力是一种正向关系，与前面的协整检验所得到的结果是一致的。

图4中，当期给第二产业比重（lnX2）一个正的单位冲击，就业弹性系数（Y）当期没有反应，存在一定的滞后性，第二期变为负数，幅度较小，然后急速上升为正数，至第三期达到最大，其后快速下降至第5期左右为0，并继续下降第6期的负值，之后又反弹为正值，并继续上升，在7、8期达到最大，又开始下降为负数，紧接着回升为正数，并且开始一直保持趋近于0的态势。过程中间体现出一种波动幅度变小的趋势。可以看出，上海市第二产业短期内快速扩张，并不会立即带动就业的增加，原因主要是因为第二产业主要是制造业企业，它获得了快速发展后，会用大量的资金去增加更新设备和发展技术，并不是马上招收员工，同时这必然会挤压劳动者的部分薪酬空间，导致就业的轻微减少。但是当设备技术更新完毕后，规模效应突显，后期就业吸纳能力大幅度增强，由于以制造业为主的第二产业对于基层劳动者的技能要求不高，不同行业间劳动者的转换较快，就会使得就业快速大幅度增加。，但是在长期随着第二产业的不断发展，以制造业为主的上海市第二产业渐渐地朝着资本密集和技术密集型的方向发展，使得对于劳动力的替代效应大大增强，减弱了就业带动能力，所以图中曲线大幅度回落。同时第二产业中的结构的变动导致创造效应和破坏效应不断交替，使得就业弹性系数小幅波动，不断趋于平稳，且处于一种大于0趋近于0的状态。从整体上看，第二产业对于就业存在着正的就业效应，但是从长期可以看出第二产业对于劳动力的吸纳能力是处于一个较平稳的正的微弱水平，这也说明从长期趋势来看第二产业对于就业的带动能力最终是非常有限的。

图5中，当期给第三产业比重（lnX3）一个正的单位冲击，就业弹性系数（Y）当期没有反应，存在滞后在第一期变为负值，第二期下降到最低点，然后反弹，在第3期成为正值，在第4期达到最大，开始缓慢下降，直至第10期下降到最小，然后反弹至12期左右为正值，随后就业弹性系数有逐渐扩大的趋势，并在第23期左右开始保持稳定。总体来看，第三产业的就业弹性系数有一种波动变大的趋势，其就业弹性系数对于第三产业比重的反应主要呈现正效应，促进就业增加。第三产业比重（lnX3）短期内的快速上升，由于结构变动的破坏效应和劳动力市场的信息不对称，在第三期之前引起了失业的增加。随着第三产业的发展，特别是在第三产业中很多行业快速发展的初期，第三产业对于劳动力的带动效应会非常大，其在行业刚开始的时候对于劳动力本身素质和能力的要求并不会太高，从而能够吸纳大量的劳动力。但是当第三产业从快速发展到一定时期，进入一个行业规范期，第三产业主要是专业化的现代服务业，由于其行业本身的高要求对于从业者的专业化水平和自身的能力素养会有非常高的要求，从而整个第三产业会进入一个行业调整期，不合格的从业者被淘汰，出现第三产业就业吸纳能力的减弱，失业的增多。其后，第三产业进入正常稳定的发展阶段，对于就业的促进能力趋于稳定。但是图6中的长期来看，最终第三产业对于就业的吸纳能力与促进就业的能力是强于第二产业的，而且存在着一种正的扩大的趋势。这个结果与配第—克拉克定理等相关理论是一致的。目前上海市的第三产业主要是以服务业为主，包括交通运输业、邮电通讯业、金融业、保险业、旅游业、咨询信息服务业等多个行业，与发达国家相比并不是特别成熟，所以从促进就业的角度还是应该大力发展第三产业，向成熟、全面的“三二一”产业结构迈进。

图6中，当期给年末固定资产投资占GDP比重（lnX4）一个正的单位冲击，就业弹性系数（Y）在第二期才开始下降为负数，之前没有任何反应，虽然在10期内，有一定的波动，但是就业弹性系数基本都是负数，这表明就业弹性系数对于资本投入在短期内快速上升的反应，存在着一定的滞后，并且资本投入阻碍就业的增加，带动失业增加。由于企业的生产都是有计划的，短期内资本投入、机器设备投入的增加，企业难以立即更改原先的生产计划，所以初期就业为发生任何变化。但是渐渐地，由于资本投入、机器设备的投入，资本有机构成突增，导致经济系统中企业的劳动生产率大幅度升高，对劳动力的替代效应大大增强，引起就业下降。中间阶段，由于产出增加、经济增长使得经济规模增加，企业愿意提高其厂房等生产规模，使得就业的规模效应增强，但是其仍然小于替代效应，所以表现出就业弹性系数向0靠近，但是仍然是负数。在企业生产规模扩大后，在企业所有者对于利润的追求下，其替代效应渐渐强于之前的规模效应，并不断波动。从长期看，生产要素资本的投入导致经济规模的扩大，能够吸收大量劳动力，是促进就业增长的，其规模效应是强于替代效应的。所以最后就业弹性系数趋近于0，并成为正数，且小幅度上升。但是就业的弹性系数又逐渐的变为负数，并且长期维持在稳定的负数且趋于0的水平。所以从长期趋势来看，上海市生产要素资本的投入最终的就业替代效应还是强于规模效应，总的就业吸纳能力较差，使得就业减少，失业增多。

五、结论及政策建议

通过对上海市就业弹性系数的变动的分析，可以看出虽然上海市就业呈现出逐年上升，但就业弹性系数出现边际递减的趋势，表明现阶段上海市经济增长的就业吸纳能力逐步减弱。从协整检验和脉冲响应模型的检验结果来看，经济总量增长水平、第二产业比重的增加、第三产业比重的增加是促进就业的主要动力，第二产业就业仍然占据主要地位，第三产业的就业吸纳能力小于第二产业。从长期来看，经济增长逐渐趋于稳态，对就业提高所产生的效果越来越小，资本投入的替代效应抵消了规模效应，引起就业弹性系数的下降，影响了就业增长的稳定性。资本和技术密集型的第二产业对于劳动力的吸纳能力是有限的，第三产业的就业吸纳能力强于第二产业的。因此，后工业化时期上海市经济的发展，需要通过技术进步促进经济结构转型升级，扩大经济增长的规模，跨越经济增长的稳态，克服资本对劳动力的替代，发挥经济增长对就业的带动效应，促进就业的稳定增长。因此，上海市进行经济增长的结构性调整势在必行，在今后的经济发展过程中，应避免片面追求GDP的增速，注重经济增长的质量，将经济增长与民生保障结合在一起，优化产业结构的同时，避免结构性就业矛盾的激化，促进充分就业的实现。

第一，合理产业结构，保持经济持续发展。保持一定水平的经济增长是提高就业水平的前提，上海经济未来发展要率先实现发展模式向“创新驱动”的转变，形成创新驱动，把科技创新、产业创新、制度创新和管理创新的发展模式，着眼于战略性科技人才的引进和吸收，充分发挥人力资源的优势。加快推进产业结构向服务经济的转变，率先形成以服务经济为主的新型产业体系，加快产业结构优化升级和战略性新兴产业的培育和发展。一方面不断扩大现代服务业的规模，优化服务业内部结构，提升服务水平，使服务业成为新时期上海经济增长的主要部门；二是优化制造业结构，加快行业结构升级和产品结构升级。

第二，发挥市场机制作用，提高劳动力市场效率。市场机制的作用在于通过合理的价格水平调节劳动力的供给和需求关系。随着经济结构的转型以及劳动生产率的提高，工资水平会出现不断提高的趋势，过低的工资水平已不能适应对劳动力的需求，加上人力资本的提升，合理正常的价格水平是促进劳动力就业的关键。消除劳动力市场的分割和壁垒，增加灵活就业，通过工资价格调节实现劳动力在产业和区域之间的合理流动和重新配置。同时，建立和完善最低工资制度及集体工资谈判机制，形成劳动收入的长效增长机制。

第三，完善社会保障机制。经济转型过程中会造成大量的结构性失业，政府应该对这些暂时失业者给予一定的帮助，帮助他们平稳度过失业到就业的缓冲期。在制度方面，政府应该致力于完善劳动者的社会保障机制，让国民收入的再分配覆盖社会各个阶层，让暂时失业的劳动者在找到工作之前能够得到最基本的社会保障。这不仅可以起到促进就业的、减少失业的作用，也能够对维持社会的稳定起到积极作用。

第四，加强教育培训。建立完善的劳动者教育培训机制，大力发展职业技术教育，合理分配教育资源，加强对城乡劳动者技能的培训，以适应产业结构变动所造成的对劳动者技能的新要求，从而提高劳动的匹配效率，提高就业水平。鼓励创业，以创业带动就业，加强对大学生及青年人的创业群体的扶持力度，在产业投资方向，场地使用，小额贷款等方面予以政策扶持，通过创业园区的建设和发展，培育和发展创业和就业的条件。

第五，加强信息化建设，完善就业服务体系。信息不对称是导致结构性失业的重要因素。对求职和岗位信息实行数据化、信息化管理，强化信息平台建设，及时发布就业信息，提高就业服务网络的覆盖，促进信息交流，提高就业匹配效率。

［1］邹一南，石腾超.产业结构升级的就业效应分析［J］.上海经济研究，2012（12）：3-13.

［2］朱轶，熊思敏.技术进步、产业结构变动对我国就业效应的经验研究［J］.数量经济技术经济研究，2009（5）：107-119.

［3］段敏芳，徐凤辉，田恩舜.产业结构升级对就业的影响分析［J］.统计与决策，2011（14）：133-135.

［4］张浩然，衣保中.产业结构调整的就业效应：来自中国城市面板数据的证据［J］.产业经济研究，2011（3）：50-55.

［5］蒲艳萍.转型期的产业结构变动与中国就业效应［J］.统计与决策，2008（7）：113-115.

［6］邱嘉锋，董直庆.经济增长和就业增长周期波动关联效应——来自时域和频域的经验证据［J］.经济学动态，2010（4）：46-49.

［7］简新华，余江.基于冗员的中国就业弹性估计［J］.经济研究，2007（6）：131-141.

［8］黄婧，纪志耿，张红扬.中国经济增长与就业非一致性的成因分析——基于要素配置扭曲的视角［J］.经济问题探索，2011（1）：13-17.

［9］张车伟.中国30年经济增长与就业:构建灵活安全的劳动力市场［J］.中国工业经济，2009（1）：18-28.

［10］宋静.我国企业要素投入对就业效应的实证分析［J］.经济问题，2012（12）：53-56.

［11］王岩，熊娜，陈池波.固定资产投资对三次产业就业水平的影响［J］.统计与决策，2012（10）：93-95.

［12］安立仁，董联党.基于资本驱动的潜在增长率、自然就业率及其关系分析［J］.数量经济技术经济研究，2011（2）：99-112.

［13］刘宗明.投资冲击与劳动就业动态：经验事实与理论解释［J］.南开经济研究，2011（6）：66-93.

［14］蔡昉，都阳，高文书.就业弹性、自然失业和宏观经济政策——为什么经济增长没有带来显性就业［J］.经济研究，2004（9）：18-25.

［15］朱劲松，刘传江.重新重工业化对我国就业的影响——基于技术中性理论与实证数据的分析［J］.数量经济技术经济研究，2006（12）：82-92.

［16］钟仁耀，刘苇江，刘晓雪，等.科技进步对上海就业影响的实证分析——基于分行业的视角［J］.人口与经济，2013（2）：78-85.

［17］孔令锋.上海市生产性服务业就业吸纳能力实证研究［J］.人口与经济，2011（2）：33-38.

［18］黄苏萍，彭希哲，朱咏.上海投资与经济增长对就业的拉动效应［J］.华东经济管理，2011（12）：1-5.

［19］黄虹，姜莹.上海市产业结构变动与失业的实证研究［J］.预测，2010（6）：18-24.

［20］刘乃全，孙海鸣.上海产业结构、人口、就业的互动关系研究［J］.财经研究，2003，29（1）：55-62.

［21］毕涛.基于协整方法和VAR模型的山东省FDI、经济增长及对外贸易的分析［J］.山东经济，2007（4）：136-139.

［22］董会忠，綦振法，史成东.山东省工业总产值与能源消耗量的协整关系［J］.中国人口·资源与环境，2011（11）：56-60.

［23］高铁梅.计量经济分析方法与建模［M］.北京：清华大学出版社，2006：267-318.

［责任编辑：张青］

An Empirical Analysis on Change of Employment in Shanghai—Based on VAR Model

MAO Yan-bing，ZHANG Long-sheng
（School of Economics，Shanghai University，Shanghai 200444，China）

Using Co-integration test，VAR model and impulse response analysis，the paper tests empirically the relationship between employment elasticity and economic growth，change of industrial structure，input of production factors in Shanghai. The results show that economic growth and development of the secondary and tertiary industries increase employment elasticity and promote employment in Shanghai.In recent years，economic growth and development of the secondary industry gradually reach a steady state，as a result，their effects on increase of employment appear marginal decrease.The increase of capital in⁃put has a substitution effect on labor input and affects the stability of employment.In a long-term，the employment absorption capacity of the tertiary industry becomes stronger than that of the secondary industry.The employment creation effect caused by the change of industrial structure will be enhanced.

employment elasticity；VAR model；impulse response；change of industrial structure

F061.5

A

1007-5097（2014）08-0013-07

●上海经济

10.3969/j.issn.1007-5097.2014.08.003

2014-04-11

上海市教委创新一般项目（12YS012）；教育部留学人员回国启动基金项目（教外司留〔2011〕1568号）

毛雁冰（1973-），男，浙江义乌人，副教授，硕士生导师，博士，研究方向：发展经济学，就业和社会保障；张龙生（1988-），男，安徽安庆人，硕士研究生，研究方向：产业经济学。