我国第三产业结构变化与就业增长的关联性研究——基于面板数据的时间序列分析

刘羽枫

(广西民族大学 管理学院，广西 南宁 530000)

我国第三产业结构变化与就业增长的关联性研究
——基于面板数据的时间序列分析

刘羽枫

(广西民族大学 管理学院，广西 南宁 530000)

通过分析国内外部分专家学者对产业结构和就业研究的大体概况，梳理、总结了相关文献，结合计量经济学，基于面板数据，对我国第三产业内部结构变化与就业增长的关系进行了具体的研究。

第三产业;结构变化;就业增长;计量分析

本文研究的对象是我国第三产业的内部结构和就业人数，且前者为产值比重最高的五个领域，它们分别是交通运输、仓储和邮政业，批发和零售业，住宿和餐饮业，金融业，房地产业。笔者将选定这五个产业的产值为自变量，第三产业的就业人数为应变量，构建时间序列模型，运用EViews8软件来分析两者之间的计量关系。

本次研究选取的样本数据为1978年到2013年国内第三产业内部主要行业的产值和国内第三产业的就业人数 。第三产业的就业人数记为Y，五个产业的产值依次记为 X1、X2、X3、X4、X5。为了消除可能存在的异方差性，并计算就业对产值弹性的大小，我们要分别对等式两边的变量取自然对数，分别记为 InY、InX1、InX2、InX3、InX4、InX5，这样既压缩了变量的度量规模，把两个变量值间的差异缩小了，又保留了时间序列的实际意义。

一、模型构建与分析

(一)对时间序列变量的单位根检验

分析面板数据首先要考虑和检验变量的平稳性，即对变量进行单位根检验。如果对两个或两个以上不具有平稳性且又没有协整关系情况下的变量进行回归分析，那么此回归可能是伪回归，没有意义。

表1是用EViews8软件中的ADF法对各解释变量进行的单位根检验的结果，滞后阶数是根据最小AIC法则选取的9，从表中可以看出，在5%显著水平下，原序列和经过一阶差分后的序列的ADF值均小于其对应的临界值，所以在该水平下应拒绝原假设，即 InY、InX2和 InX3是平稳的，InX1、InX4和InX5需要进行一阶差分后才能平稳。

表1 变量的单位根检验结果

(二)协整关系的检验

根据约翰森协整检验的检验前提，时间序列要进行多变量回归时，被解释变量的单整阶数要小于或者等于解释变量的单整阶数，而且解释变量之间的单整阶数要相同。因此，笔者选择把变量分成两组进行协整检验。第一组是InY、InX2和InX3，第二组是 InX1、InX4和 InX5。

约翰森检验中有5个模型可供选择，一般认为，1、5两个模型可不考虑。本文对两组变量进行的协整检验，根据实际情况，均选择的第2个模型。表2即为两组变量协整检验的结果，即统计量和最大特征值统计量的值均小于5%显著水平下对应的临界值，故不能拒绝零假设，即两组变量都不存在协整关系。

表2 变量的协整性检验结果

(三)模型的修正

由于协整检验没有通过，无法进行下一步的程序，只能回头来对模型进行修正，在此笔者选择用剔除变量来挽回协整的有效性。从经验上出发，先看变量多的第二组数据，一共四个变量，InY是应变量，不会被剔除，而且只有一个被解释变量和一个解释变量的时候两者的单阶整数要相同，而InX1、InX4和InX5都是一阶单整的，无法和零阶单整的InY做双变量协整，所以我们必须保留两个自变量，只能依次剔除InX1、InX4和InX5。

表3为逐步剔除InX1、InX4和InX5后的协整性检验结果，从表中可以发现，结果依然不尽如意，全部不通过检验。更糟糕的是，由于约翰森协整检验的前提条件限制，不能对单一的解释变量进行回归。所以，可以得出结论，InY与InX1、InX4和InX5之间不存在任何的长期稳定关系，对它们进行回归就是把实际上不相关的几个非平稳变量强行的联系起来，许多参数的统计量分布不再是标准分布，这样得出的结论不具备真实性。

表3 对第二组变量逐步剔除变量后的协整性检验结果

接下来要对第一组数据进行剔除变量的协整检验(InY、InX2和InX3都是零阶单整的，不违反约翰森协整检验的前提条件)。

表4为对第一组变量逐步剔除变量后的协整性检验结果，从表中可以得出结论，InY和InX2之间存在长期稳定的关系，而InX3由于不能拒绝零假设应该予以剔除。

表4 对第一组变量逐步剔除变量后的协整性检验结果

注:*表示在5%显著水平下拒绝零假设。

(四)回归分析

经过上述模型修正后，应变量和自变量都是平稳的且具有协整关系。可以直接根据普通最小二乘法进行回归分析，或者用EViews8软件得出双对数模型回归方程的表达式，结果见图1。

图1 回归结果

表达式为 InY=7.057 1+0.307 2*InX2，斜率0.307 2表示批发和零售业的产值每提高一个百分点，第三产业的平均就业人数增加0.307 2%，这就是第三产业的就业对批发和零售业产值的弹性。截距通常没有经济意义，在此不作深入讨论。

继续读取图1中的数据，判定系数 R2为0.972 945，表明(对数)批发和零售业的产值解释了大约97.3%的(对数)第三产业就业人数的变动，很高的解释程度表明了模型式很好的拟合了样本数据。

(五)格兰杰因果检验

最后对批发和零售业的产值与第三产业的就业人数做格兰杰因果检验。由于格兰杰检验对滞后阶数相当敏感，所以笔者从经验出发，并结合最小AIC与SIC法则来确定最佳的滞后阶数，经过反复尝试和筛选后确定最优滞后阶数为2。

表5反映了滞后阶数为2下的格兰杰因果检验结果。

表5 格兰杰因果关系检验结果

(六)结果分析

从协整检验的结果可以看出，批发和零售业产值与第三产业的就业人数存在长期稳定的协整关系，而其他四个产业的产值与第三产业的就业人数不具有均衡的比例关系。即其他四个产业的产值增加不一定会促进第三产业的就业人数增加，这可能是由于我国第三产业的内部结构不合理和相关产业对就业的吸纳作用没有完全发挥所致。

从回归分析中可以得出，就业对批发和零售业产值的弹性是0.307 2%，即后者对前者的带动作用不是很大。且格兰杰因果检验表明，在滞后阶数为2的情况下，批发和零售业产值与我国第三产业就业人数的因果关系是单向的，即就业人数的增长会带动产值的增加，这与一般的发展规律不符。

二、结构对比与就业动态分析

(一)结构对比

图2和图3分别是1978年和2013年的我国第三产业内部构成饼状图。

把两图作对比可以看出，交通运输、仓储和邮政业的比重下降最大，跌了11个百分点;批发和零售业次之，下降了7个百分点;住宿和餐饮业变化不大，只有1个百分点的浮动;金融业和房地产业的比重增加较大，分别上升了5个和4个百分点。另外，值得留意的是，“其他”这一项的比重上升了10个百分点，这充分说明我国的第三产业结构正在向多元化的方向发展。

图3 2013年我国第三产业内部构成饼状图

(二)就业动态

图4为2003年到2013年的国内第三产业内部主要行业就业人数的动态变化，从中可以发现，21世纪以来，第三产业内部的五大行业的就业人数的总趋势是上升的。住宿和餐饮业，房地产业的就业人数最少，且轨迹趋势大致相同，2013年底接近400万人。金融业的人口数量居中，2007突破400万并向600万进发。交通运输、仓储和邮政业，批发和零售业的就业人数最多，一直在600万左右并于2013年越过800万并有持续上升之势。

图4 2003年到2013年的国内第三产业内部主要行业就业人数的动态变化

进一步的进行分析，批发和零售业在2003年到2009年间有所下降且趋于平稳，可能是由竞争程度的加剧及经营条件的改变等因素导致，而2010年起开始快速上升可能是因为政府出于经济发展和就业考虑的政策扶持。它与交通运输、仓储和邮政业都是传统的老牌服务业，就业容量大，密度高，增长速度快，但是按照发达国家第三产业内部结构变化的发展规律来看，它们应该朝着金融、信息、科技、网络等高新技术产业和新兴技术产业转变。

三、结论

综合以上分析，可以得出如下结论:(1)我国第三产业内部构成除了批发和零售业外，其他四个行业与第三产业的就业人数不具有长期稳定的均衡关系，而且就业对批发和零售业存在单向的因果引致关系;(2)交通运输、仓储和邮政业，批发和零售业虽然在第三产业中的产值比重下降了，但它们仍然是吸纳劳动力就业最主要的两个部门;(3)我国第三产业结构的发展不符合发达国家的一般规律，传统的老牌服务业依然占主导，其他行业的就业吸纳能力不够。

［1］张杰，马斌.中国第三产业内部就业结构变动趋势分析［J］.广东财经大学学报，2004，(6):17～21.

［2］王春枝，吴静.中国第三产业就业效应的实证分析［J］.统计与信息论坛，2005，(3):64 ～69.

［3］陈大红.中国产业结构与就业结构的关联性研究［J］.产业与科技论坛，2007，(3):24 ～26.

［4］周英章，蒋振声.我国产业结构变动与实际经济增长关系实证研究［J］.浙江大学学报(人文社会科学版)，2002，(3):147 ～153.

F121.3

A

2095－4654(2015)09－0022－03

2015－03－28