技术进步、新型城镇化和就业——基于省际面板数据的经验分析

胡雪萍，李丹青

（中南财经政法大学 经济学院，湖北 武汉430073）

一、引言

我国的宏观就业形势一直不容乐观。1985年以来，我国城镇登记失业率不断增加，1985年为1.8%，1990年为2.5%，1995年为2.9%，2000年为3.1%，2001年为3.6%，2002年达到4%，2003-2013年期间一直徘徊在4%～4.3%之间。此外，城镇登记失业率这一指标仅衡量登记失业的人数，没有包括未登记的失业人数，也没有包括农业转移人口和城镇待业人员等隐性失业人数，如果考虑这些因素，我国的实际失业率更高。

我国政府历来高度重视就业问题。党的十八大报告和十八届三中全会提出，新型城镇化的核心是人的城镇化，其首要任务便是创造就业。国务院总理李克强与出席第七届夏季达沃斯论坛的中外企业家代表举行对话交流时谈到，“对于中国政府来说，我们发展的目的是为了保障和改善民生，而最大的民生就是就业。在未来十年、二十年，中国的劳动力总量都将在8 亿以上。所以，对中国政府来说，首先面临的问题或压力还是要保证比较充分的就业。”2014年12月5日召开的中央政治局会议也提出，要更加注重保障基本民生，特别要重视做好就业工作。在2015年3月5日十二届全国人大三次会议开幕会上，李克强总理在政府工作报告中指出，2015年要实现预期城镇新增就业1000万人以上的目标，提出“大众创业，万众创新”，着力促进创业就业，坚持就业优先，以创业带动就业，凸显了我国政府促进就业的坚定信心。

改革开放以来，我国城镇化进程不断加快，城镇化率不断攀升。1978年我国城镇化率为17.90%，到2013年底升至53.73%，每年约上升1%。按照诺瑟姆S型曲线理论①，我国正处在城镇化加速发展阶段，城镇规模不断扩大，越来越多的农业人口向城镇转移。虽然新型城镇化进程带来了诸如住房、交通、资源环境等方面的问题，但是也确实解决了农业转移人口的就业问题。因此，新型城镇化发展仍不失为解决就业问题的一条重要途径。

此外，在新常态下，我国经济要转型升级，向中高端迈进，必须要从要素驱动、投资驱动转向技术创新驱动；注重技术进步和创新也成为我国各级政府乃至全社会的共识。在这种大背景下，如果仍将解决数亿进城人员的就业问题寄托于传统“硬财富”行业显然是不切实际的。新型城镇化解决就业问题的出路在于依靠技术进步带动信息产业、金融产业、文化产业、社会服务业等软财富、软经济领域的发展，进而推动就业。

那么新型城镇化、技术进步对就业的影响究竟有多大？本文将对这一问题进行探讨，以期对解决我国经济发展过程中日益突出的就业问题提出有效的政策建议。

二、文献综述

（一）技术进步与就业

关于技术进步对就业的影响，国内外学者一直没有达成共识，主要原因在于技术进步具有双重就业效应：技术进步一方面提高了劳动生产率，减少了就业机会；另一方面，技术进步又创造出了新的就业岗位，带来了新的就业机会。

技术进步的就业损失效应是指技术进步导致就业机会减少和工人失业。Malinvard［1］、Fabin［2］提出了“技术性失业”的概念，认为技术进步必然使得生产中越来越先进的设备代替工人，导致失业增加。随后，Zimmerman［3］分析了德国16个行业，结果表明该国1980年就业总量的减少在一定程度上是由技术进步造成的。Fabrice等［4］通过进一步分析真实经济周期模型（RBC）得出，技术冲击所带来劳动生产率提高的程度大于产出提高的程度，同时导致了就业总量持久性的下降。国内学者的研究也证实了技术进步具有就业损失效应。钟仁耀等［5］基于分行业的角度研究了技术进步对上海就业的影响，揭示出一般技术进步对多数行业的就业产生了明显的负面影响。刘书祥、曾国彪［6］在分析技术进步对就业的影响时，将全要素生产率分解为技术效率的提高和纯技术进步率两部分。研究发现，纯技术进步对就业呈现显著的负效应，当期技术效率的提高在当期对就业的影响不显著，而滞后期对就业的增加呈现负效应。

第三次技术革命以来，为加快技术进步及其对经济增长的影响，学者们开始驳斥技术进步的“就业损失效应”，并加强了对技术进步“就业创造效应”的研究。Pissarides［7］、Bharat Trehan［8］、Martin Carnoy［9］认为，从宏观层面上看，技术进步会促进产出增长，进而带来就业创造效应，这会抵消在微观层面上技术进步导致的就业损失。Christopher等［10］利用一些工业国家的面板数据分析得到，全要素生产率的增长在很大程度上降低了失业率。国内学者藤向丽［11］研究了1990-2010年山东省技术进步对就业的影响，结果发现技术进步对山东省的就业人数以及就业增长率均具有促进作用。杨恺钧、潘娟、王舒［12］研究了金融发展、技术进步对就业的影响，结果发现技术进步对第一产业就业呈现负向作用，但是对第二、三产业的就业具有正向解释力。

也有一些学者认为技术进步对就业具有双重效应。Fabin［2］比较了技术进步对就业的短期效应和长期效应。他认为，从长期来看，快速的技术进步加速了工作被淘汰的进度，降低了均衡的就业水平；但是从短期来看，技术进步对就业有显著的正面影响。国内学者毛雁冰、张龙生［13］对上海市就业变动的动态研究也验证了技术进步对就业的双重影响。研究表明第二产业获得快速发展后，会运用大量资金发展技术，导致就业减少；但是当技术更新过程完成后，规模效应又会吸纳大量劳动力。盛欣、胡鞍钢［14］从自主创新和引进技术两个角度来度量技术进步，发现自主创新的就业创造大于就业摧毁，而引进技术的就业摧毁大于就业创造。

（二）城镇化与就业

目前，已经有一些学者研究了城镇化对就业总量的影响。汪泓、崔开昌等［15］的研究表明，就业增长与城镇化率之间存在长期的均衡关系，城镇化率每提高1%，城镇就业人口就会增加1.267%；城镇化在一定时期内对就业增长具有强力的推动作用。常浩娟、何伦志［16］认为，城镇化可以释放农民的消费潜能，因此应将城镇化作为拉动内需、扩大就业的有力手段。韩方等［17］认为，虽然我国进入了快速城镇化阶段，但是产业城镇化滞后于土地城镇化，导致了大量农村劳动力只是简单地转移到城市，没有实现就业的城镇化。马鑫、王丹［18］从产业结构变化的角度出发，认为城镇化是解决社会就业压力、调整就业结构的有效途径。

还有一些学者分析了新型城镇化对就业结构的影响。张艳、沈惟维［19］通过研究铜陵市城镇化率与就业结构关系得到，该市城镇化率的提高促进了第一、三产业就业结构的调整，而与第二产业就业增长并无明显的线性关系。麻永建等［20］通过研究河南省人口城镇化与非农就业增长的关系得出，第二、三产业就业人口的增加对城镇人口的增加有显著影响。第二产业就业人口每增加一个单位，能使城镇人口增加0.377 个单位，第三产业就业人口每增加一个单位，能使城镇人口增加0.431个单位。

综上所述，在对技术进步、新型城镇化和就业这一问题的研究上，现有文献主要侧重于分别研究技术进步对就业，以及城镇化对就业的影响，鲜有将技术进步、城镇化和就业综合在一起进行研究。本文力求在这方面进行创新，将三者置于一个框架内，通过面板数据分析技术进步、新型城镇化对就业的影响。

三、模型构建

（一）模型设定

本文运用Hamermesh 推导的CES 生产函数［21］来构建模型分析新型城镇化、技术进步和就业的关系。假定总量生产函数如下：

其中，Y为实际总产出，K为资本存量，L为劳动投入，α为资本的产出弹性，ρ和ν分别是要素替代弹性参数和规模报酬参数。A是全要素生产率。根据厂商利润最大化的一阶条件可得：

其中，w/p表示实际工资，由（2）整理出L，可得：

对（3）式两边取自然对数，可以得出基本的就业回归方程：

基于上文的分析，新型城镇化对就业也会产生显著影响，因此，本文在（4）式的基础上加入新型城镇化率这个变量。此外，本文在研究技术进步对就业的影响时，参考盛欣、胡鞍钢的做法，从技术引进和自主创新两个方面来衡量技术进步［14］。其中用外商直接投资作为衡量技术引进的指标，用研发经费投入额作为衡量自主创新的指标。另外，一个地区的产业结构对就业结构、进而对就业总量也会产生重要影响，因此，引入第二、三产业的产值之比这一指标来衡量产业结构。

因此，本文建立的面板数据模型如下：

（5）式中下标i代表观测省份，t表示观测年份；L为就业，gdp为总产出，wage为实际工资，urban 为城镇化率，FDI 为各省份外商直接投资额，RD为研发经费的投入额，st为各省份第二产业产值与第三产业产值之比，ε为随机误差项。

（二）数据来源及变量定义

本文所有数据均来自《中国统计年鉴》及在此基础上进行的运算。接下来介绍各变量的含义及其数据来源。

L表示各省份的城镇就业总量。鉴于本文的研究目的，采用城镇就业总量而非城乡就业总量来进行研究。数据引自2009-2014年《中国统计年鉴》中的“城镇单位就业人员数”。

gdp 表示各省份的国内生产总值。由于没有现成的分地区的不变价格国内生产总值，因此本文首先构造了以2000年为基年的GDP 平减指数，2008-2013年的实际GDP是运用当年的名义GDP除以GDP平减指数得来的。

wage表示实际工资，代表以2000年为基期，经消费者价格指数平减后的城镇职工平均工资。

urban表示城镇化率。世界上比较通用的计算城镇化率的方法有城镇人口比重指标法和非农业人口比重指标法。前者利用城镇人口占总人口的比重来衡量城镇化率，后者用非农业人口占总人口的比重来衡量城镇化率。基于计算的便利性，本文采用各省份城镇人口与总人口的比值来表示城镇化率。

FDI表示各省份的外商直接投资额，本文用这一指标来衡量技术引进。一般而言，引进国外技术的途径主要有两种。一种是直接引进外国的先进技术，另一种是通过外商直接投资和国际贸易等方式间接引进技术。本研究利用“外商直接投资”作为衡量技术引进指标，这也是目前学术界比较普遍的做法。

RD表示各省份研发经费投入额，本文采用这一指标来衡量自主创新的投入。

st 表示产业结构指标，具体采用第二产业产值除以第三产业产值来衡量。

本文以2008-2013年的省际面板数据为样本，包括31 个省份的截面数据和6年的时间序列数据，共计186 个样本数据。同时，为了消除异方差对回归的影响，对所有的数据均取自然对数。各变量的描述性统计见表1所列。

表1 变量取对数后的描述性统计

四、实证分析结果

（一）单位根检验

为了保证面板数据的前提假设成立，采用LLC（Levin-Lin-Chu）方法进行单位根检验，结果见表2所列。检验结果表明，模型中各变量均在1%的显著性水平上通过了单位根检验，均为平稳序列。

表2 单位根检验

（二）协整检验

单位根检验通过后，接下来进行协整检验。本文采用建立在EG 两步法上的Pedroni 面板协整检验。由于本文面板数据的时间节点为2008-2013年，属于样本时间节点较短的一类，所以Pedroni协整检验结果主要参考Panel ADF、Group ADF 这两项。表3给出了Pedroni协整检验结果。

表3 面板数据的协整关系检验（Pedroni）

从表3 可以看出，协整1-6 的Panel ADF、Group ADF 检验结果的t值均在1%的显著性水平上通过了协整检验。说明产出、工资、外商直接投资额、研发经费投入、新型城镇化率、二三产业产值之比均和就业存在长期稳定的均衡关系，接下来可以对面板数据进行回归分析。

（三）面板估计结果

运用Eviews7.0软件对2008-2013年31个省的面板数据进行分析。由于在实际估计时，均采用的是各变量的对数值，因此回归系数度量影响城镇单位就业的各变量的弹性系数。为了分析各个自变量对因变量的影响，采用分层逐步回归。通过计量分析发现，Hausman 检验的χ2在5%水平上显著，因此采用固定效应模型。表4 中FE1-FE4 是固定效应模型的结果，RE 是随机效应模型的结果，EGLS 是消除了序列相关和异方差影响的估计的广义最小二乘法模型，因此该模型的回归结果也需要重视。

表4 面板估计结果（被解释变量：就业人数的对数）

固定效应模型的结果显示，城镇就业的产出弹性在0.5～0.8 左右，且都在1%水平上显著。表明GDP 每增长1%，城镇单位就业人数就会增长0.5%到0.8%。随机效应模型的估计结果为0.642，EGLS模型的结果为0.568，均处在固定效应模型估计结果的范围内。该结果表明，GDP 的增长对就业具有较强的拉动作用。

就业的工资弹性显著为负，不管是固定效应模型、随机效应模型还是广义最小二乘法模型的估计结果均显示，弹性值在-0.2～-0.3 之间。表明平均工资水平每上升1%，会导致城镇就业人数下降0.2%到0.3%。

从FE2 和EGLS 的回归结果来看，城镇化率对城镇就业的影响为正。FE2 中，城镇化率的系数为0.165，且在5%水平上显著；EGLS中，城镇化率的系数为0.088，且在1%水平上显著。这说明城镇化率每上升1%，大约会带动城镇就业人数增加0.088%～0.165%。

从FE3 上的估计结果可知，以外商直接投资（FDI）表征的技术引进对就业的影响为正，且在5%的水平上显著；FE4 和EGLS 模型估计的结果分别为0.091 和0.086，且均在1%水平上显著。表明FDI 每上升1%，会带来城镇单位就业人数上升0.06%～0.09%。从FE3、FE4和EGLS的回归结果来看，以研发经费投入表征的自主创新对就业的影响也为正，且其对就业的影响程度较FDI 更大。FE3、FE4 和EGLS的估计结果分别为0.095、0.108 和0.094，且均在1%水平上显著；这说明，自主创新水平每提升1%，会使城镇就业人数上升0.09%～0.10%。

二三产业产值的比重对就业的影响显著为负，FE4和EGLS 的估计结果分别为-0.126和-0.084，且均在1%水平上显著；RE 的估计结果为-0.153，且在5%水平上显著。表明第二产业与第三产业的产值比重每下降1%，城镇单位就业人数就会增加0.1%左右。

五、结 论

本文在对现有文献进行梳理的基础上，通过面板数据分析技术进步、新型城镇化和就业之间的关系，得出以下结论：

（1）技术进步是影响我国就业的一个重要因素。从面板数据分析结果来看，自主创新和技术引进对就业的影响均为正。这说明随着我国经济发展、技术引进以及自主创新的不断推进，技术进步在对就业产生冲击的同时，也创造出了更多的工作岗位，即技术进步的就业创造效应大于就业损失效应。

（2）自主创新对就业的拉动作用比技术引进更大。自主创新水平每提升1%，可以促进城镇单位就业人数上升0.09%～0.10%；技术引进水平每上升1%，城镇就业人数增加0.06%～0.09%。前者对就业的影响程度要高于后者，说明从促进就业的角度来看，我国要更加重视自主创新。

（3）城镇化率的提高能够促进城镇就业的增加，城镇化率每上升1%，可以促进城镇就业人数增加0.088%～0.165%。

（4）GDP 的增长对就业有较强的拉动作用。GDP 每增长1%，城镇单位就业人数就会增加0.5%到0.8%，比技术进步、新型城镇化等因素对就业的拉动作用更强。因此，我国经济发展不能唯GDP论，但是也不能不要GDP，其主要原因就是GDP增长速度过低，会极大地损害就业。

（5）二三产业产值之比对城镇就业有显著的负向影响，二三产业的产值比重每下降1%，城镇就业人数就会增加0.1%左右。说明产业结构升级有利于促进就业增长，第三产业的发展有利于扩大就业。

（6）工资的上涨对城镇就业总量的增加也有显著的负作用，工资每提升1%，会导致城镇单位就业人数下降0.2%到0.3%。说明在目前我国就业形势严峻的情况下，对普遍上调工资应持谨慎态度。

六、政策建议

基于实证研究结论，本文从促进就业的角度出发，提出以下政策建议：

（1）发挥自主创新的引擎作用，通过“万众创新”，推动就业增长。一是要不断完善和落实激励自主创新的政策。通过税收、融资等方面的优惠政策，激励企业、个人进行创新；实行促进自主创新的政府采购制度；积极探索技术创新的政策性融资方式。二是多渠道加大自主创新的投入力度。建全财政性科技投入稳定增长机制，引导企业和社会增加科技投入，形成政府、企业、社会多渠道的科技投入格局。三是在全社会营造良好的创新氛围，通过“万众创新”，推动就业增长。

（2）重视技术引进,带动就业增长。虽然本文的实证研究证明，技术引进对就业的影响程度比自主创新要小，但这并非意味着我国要减少对技术的引进。相反，根据经济社会发展的需要，我国要重视技术引进。首先要加强顶层设计，统一组织规划。要根据经济发展需要动态调整技术引进的重点，引进技术之后，要重视“消化”外来技术，促进技术吸收能力的提升，通过“消化-吸收-再创新”来增强我国的自主创新能力。要增加对技术引进消化吸收等专项经费的投入，加强对企业消化吸收再创新的资金支持。其次，为了实现充分就业，政府要对企业技术引进方向进行合理引导；并适当调节外商直接投资的区域结构、产业结构和行业结构，以带动就业增长。

（3）转型升级产业结构，促进就业结构优化。首先，要重点发展第三产业。目前，我国传统服务业比较发达，但现代服务业发展滞后，金融保险、技术咨询、服务外包、物流等生产性服务业和旅游文化等消费性服务业表现欠佳。因此，在继续发挥传统服务性吸纳劳动力作用的同时，也要大力发展现代服务业，创造新的就业岗位。其次，要注重优化工业结构，适当发展劳动密集型产业，充分利用我国劳动力资源丰富的优势。另外，要培训现代农民，发展现代农业。只有使农业逐渐走上规模化、信息化、集约化和产业化的道路，才能促使越来越多的农业人口转移到城镇。

（4）防范工资对就业的挤出效应，实现就业稳定增长。一方面，政府要制定合理的最低工资标准。国际货币基金组织（IMF）的一项研究显示，中国的最低工资标准每上升10%， 就业率便会下降1%；在平均收入最低的一类企业中，就业率下降的幅度高达1.8%。另一方面，要控制工资上涨的速度。工资上涨虽然有利于改善收入分配状况，但是过快的工资上涨速度也会导致企业成本上升过快，最终损害经济［22］。欧洲工会研究院的最低工资研究专家贝拉·加尔戈茨认为，合理的工资上涨速度应该等于通货膨胀与社会生产率增长之和。因此，在确定工资涨幅时，应结合本地的就业状况，综合考虑生产率及物价上涨等因素，防范工资对就业的挤出效应。

注 释：

①美国地理学家诺瑟姆（Ray. M. Northam）对世界各国城市化进程规律进行了总结，得出了著名的诺瑟姆S 型曲线理论。该理论将新型城镇化进程分为三个阶段：新型城镇化水平30%以下的初始阶段，新型城镇化水平30%～70%的加速阶段，新型城镇化水平70%以上的后期阶段。

［1］Malinvaud E. The theory of unemployment reconsidered［M］.Oxford：Basil Blackwell，1977：52-131.

［2］Fabin Postel-vinay.The dynamics of technological unemployment［J］. International Economic Review，2002，43（3）：737-760.

［3］Zimmerman K. The employment consequences of technological advance demand and labour costs in 16 German Industries［J］. Empirical Economics，1991，16（2）：253-266.

［4］Fabrice Collard，Harris Dellas. Technology shocks and employment［J］. The Economic Journal，2007，117（5）：1436-1459.

［5］钟仁耀，刘苇江，刘晓雪，等. 技术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.

［6］刘书祥，曾国彪. 技术进步对中国就业影响的实证分析：1978-2006［J］. 经济学家，2010（4）：93-100.

［7］Pissarides C A. Equilibrium unemployment theory［M］. London：Basil Blackwell，1990：112-190.

［8］Bharat Trehan. Productivity shocks and the unemployment rate［J］. Economic Review，2003，45（2）：13-27.

［9］Martin Carnoy. The new information technology international diffusion and its impact on employment and skills［J］. International Journal of Manpower，1997，18（2）：119-159.

［10］Christopher A Pissarides，Giovanna Vallanti. The impact of TFP growth on steady-state unemployment［J］. International economic review，2007，48（2）：607-638.

［11］藤向丽. 以技术进步推动就业实证分析——以山东省为例［J］. 华中师范大学学报：人文社会科学版，2013（4）：16-20.

［12］杨恺钧，潘娟，王舒. 金融发展、技术进步与区域内就业结构变迁——基于我国东部地区省级面板数据的实证研究［J］. 经济经纬，2015，32（1）：19-24.

［13］毛雁冰，张龙生. 上海市就业变动的实证分析［J］. 华东经济管理，2014，28（8）：13-19.

［14］盛欣，胡鞍钢. 技术进步对中国就业人力资本结构影响的实证研究——基于29 个省的面板数据研究［J］. 科学学与科学技术管理，2011（6）：172-179.

［15］汪泓，崔开昌. 中国就业增长与新型城镇化率关系的实证研究［J］. 南京社会科学，2012（8）：28-32.

［16］常浩娟，何伦志. 新型城镇化促进就业增长探析［J］. 宏观经济管理，2013（5）：39-41.

［17］韩方，郭国峰，刘孟晖. 新型城镇化过程中农民就业问题研究［J］. 人力资源开发，2014（3）：32-34.

［18］马馨，王丹. 黑龙江省以扩大就业为目标的新型城镇化发展路径［J］. 经营与管理，2014（5）：91-92.

［19］张艳，沈惟维. 新型城镇化率与就业结构关系［J］. 重庆技术学院学报：社会科学版，2014（6）：69-72.

［20］麻永建，黄向球，夏保林. 河南省人口新型城镇化与非农就业增长研究——基于“五普”和“六普”数据的分析［J］.河南科学，2014，32（5）：815-819.

［21］Hamermesh D S. Labor Demand［M］. Princeton：Princeton University Press，1993：31-155.

［22］蔡昉.工资上涨过快将压垮中国制造业［EB/OL］.（2013-11-15）［2015-02-03］.http：//finance.chinanews.com/cj/201 3/11-15/5505568.shtml.