基于Moore值的河南省就业结构滞后时间测算及趋势预测

董奋义，李学明，韩咏梅，郭三党，李炳军

(河南农业大学信息与管理科学学院，河南 郑州 450002)

基于Moore值的河南省就业结构滞后时间测算及趋势预测

董奋义，李学明，韩咏梅，郭三党，李炳军

(河南农业大学信息与管理科学学院，河南 郑州 450002)

对河南省产业结构和就业结构Moore值进行计算的基础上，利用灰色关联分析测度了河南省就业结构滞后产业结构的时间，该滞后时间为10 a。运用灰色Verhulst模型对河南省就业结构的演化进行了预测，结果显示，河南省就业结构调整至与产业结构相符至少需要8 a时间。

Moore值；就业结构；滞后时间；灰色系统理论；预测

产业结构和就业结构的协调发展能有力促进经济的快速发展。关于二者的研究，以威廉·配第、西蒙·库兹涅茨和刘易斯为代表的国外学者进行了诸多探索，总结了国民收入、劳动力转移以及产业结构与就业结构的演化规律。国内学者在此基础上结合中国发展的实际情况进行了研究。在现有的相关研究中，大部分学者以全国或地区为对象，运用不同方法对测度与分析产业结构与就业结构的演化与协调性，程艳霞等[1]对湖北产业结构升级与优化进行了测度，李豫新、王睿哲[2]研究了新疆产业结构转换的差异，黄夏等[3]以及王林梅、邓玲[4]以全国数据对中国产就业结构进行研究。同时，很多学者也开始对产就业结构领域进行更为细致的研究，乔学斌等[5]研究了产业结构与高等教育、毕业生就业结构的相关性，张勇、蒲勇健[6]则对产业结构变迁中能源利用强度变化进行了研究，这些研究更加细化地对有关方面提出了因地制宜的技术或政策性建议。其他一些学者则对相关研究方法进行了改进，并运用各种分析数据对产业就业结构进行了预测。这些研究都为本研究的思路和方法提供了有益的参考。产业结构和就业结构的关系表现在2个方面。一方面，产业部门作为就业的载体，产业结构发展水平的高低决定劳动力就业规模的大小，产业结构的演进必然引起就业结构的相应转换；另一方面，劳动力资源的数量、技术水平、素质结构等影响一国或地区的产业选择。劳动力在不同产业间以及在产业内部行业间的相互转移导致就业结构的变动，使劳动者收入水平、微观消费水平和消费结构发生变化进而影响就业结构，并要求产业结构做出相应调整。就业结构调整既是产业结构演进的重要内容，也是产业结构真正完成的标志。国内外历史经验表明，产业结构和就业结构的改变并不是同步的，一般来说就业结构滞后于产业结构变动。若就业结构调整缓慢，滞后于产业结构的时间过长，劳动力市场便不能充分流动，不利于产业结构的优化升级，最终会影响经济的健康发展。河南省是中国人口大省、农业大省和新兴工业大省。加快河南省经济社会健康发展能有力促进国家整体经济的发展。本研究利用Moore值对河南省就业结构对产业结构的滞后性及滞后时间进行测算，并运用成分数据灰色Verhulst预测建模的方法预测河南省就业结构的演化情况。

1 河南省就业结构滞后时间分析

1.1河南省产业结构与就业结构Moore值分析

Moore值又称为Moore结构变化值或Moore指数。MOORE提出利用空间向量夹角的改变来衡量产业结构变动程度[7]。其将n个产业视为一组n维向量，当其中某一产业在整个国民经济中份额发生变化时，它与其他产业的向量夹角就会发生变化，把所有矢量累加起来，即可得到整个经济系统中不同时期各产业的结构变化情况。因此，可以把不同时期两组向量间的夹角作为表示产业结构变化程度的指标，将此指标称为产业变动的Moore值。其计算公式为：

式中，Wi,t表示t期第i产业所占国民生产总值比重，Wi,t+1表示t+1期第i产业所占国民生产总值比重。e值表示了t期和t+1期相比产业结构的变化程度，取值为[0,π/2]。e值越大，表明两个时期内产业结构变动越剧烈；e取值越小，表明两个时期内产业结构变化的程度越小。

Moore值揭示了产业结构变化的过程与程度，既可用来反映宏观意义上三次产业的产业结构演变程度，也可深入到产业内部，研究各产业内部行业结构的变动程度[8]；根据研究需要，可灵活确定t、t+1的取值，即确定不同的时间间隔，研究不同时期内产业结构的演变程度。由此，Moore值可以作为衡量指标适用于研究其他有关结构演变的问题。

将河南省国民经济的三次产业视为一组三维向量，根据Moore值计算公式和1984—2012年河南省产业结构和就业结构数据，以1 a为时间间隔，分别计算1984—2012年间河南省产业结构与就业结构历年的Moore值，具体数据如表1所示。

表1 1984—2012年河南省产业结构与就业结构Moore值Table 1 The Moore value of industrial and employment structure in Henan province (1984—2012)

由表1可以看出，河南省产业结构与就业结构调整呈现阶段性和波动变化的特点，产业结构变化速率明显快于就业结构。1984—1993年河南省产业结构变化速率起伏较大，说明产业结构的调整明显，同期就业结构的调整较小；1994—2001年两者调整情况则与上一阶段相反，就业结构调整变化较大而产业结构调整速率较小；2002—2012年两者呈现与1984—1993年相同的周期性波动情况。由此可以看出，河南省就业结构调整明显滞后于产业结构。

1.2河南省就业结构滞后时间测算

灰色关联分析是灰色系统理论的重要组成部分，主要通过关联度来体现。关联度是用于描述系统因素间关系密切程度的量，是对系统变化态势的一种度量，表现为序列间量级大小变化的相近性和发展趋势的相似性[9]。灰色关联分析常用来评判系统变量之间的联系或影响程度，其基本思想是根据序列曲线几何形状来判断不同序列之间的联系是否紧密[10]。基于邓聚龙教授提出的邓氏灰色关联度分析模型，许多学者在新型灰色关联度模型的构造方面进行了有益的探索。基于研究对象的实际情况，这里运用刘思峰教授提出的灰色绝对关联度分析模型进行河南省产业结构与就业结构相互演变的分析。

灰色绝对关联度主要是研究两个序列绝对增量间的关系，用两条序列折线间所夹的面积大小来衡量两序列的关联性的大小，能够很好地体现系统特征序列曲线与行为序列曲线的几何相似程度，根据灰色优势分析理论[11]，可以推断出就业结构滞后于产业结构的具体时间。

根据表1数据，以1984—1993年10 a间产业结构Moore值作为系统特征序列，记为X0；以同期就业结构Moore值作为系统行为序列，记为X0′,序列长度均为10。根据灰色绝对关联度计算公式，计算X0与X0′的绝对关联度，记为ε00，然后保持系统特征序列X0不变，就业结构Moore值向后移动1年，即移动时间步长T为1，序列长度保持不变，灰色绝对关联度记为ε01，同理依次计算移动时间T从2—19时的灰色绝度关联度，根据灰色优势分析方法，灰色绝对关联度最大的数值对应时间T即为就业结构相应滞后时间。

表2显示，当T=10时，就业结构与产业结构Moore值的灰色绝对关联度最大，其值为0.978 4，即就业结构向后移动10 a时，其基于Moore值的序列曲线与产业结构基于Moore值的序列曲线最为接近或关系最为密切，产业结构调整的影响经过10 a后才在就业结构的变动中得以体现。由此可以认定河南省就业结构变动滞后产业结构变动的时间为10 a。

王庆丰等[8]的研究证实了本研究结论的可靠性，2人以1985—2007年间中国产业结构和就业结构统计数据为基础测算的中国就业结构滞后时间为5 a。本研究的计算结果显示，河南省就业结构滞后产业结构的时间与全国相比明显稍长，这与河南省经济社会发展水平落后于全国平均水平的现实情况是相符的。河南作为农业大省和人口大省，第一产业占有举足轻重的地位，农村、农业吸纳了最多的劳动力。得益于第一产业的保障，河南的二、三产业才可以发展。改革开放以来，河南的二、三产业取得了长足的进步，成为河南经济发展的主要增长点，在承担经济发展、劳动就业方面起着越来越重要的作用，但囿于河南农业人口的比重过大、劳动力的产业分布不均衡导致就业结构滞后于产业结构，影响河南省经济发展的健康运行。

表2 不同T时就业结构与产业结构Moore值的灰色绝对关联度Table 2 Absolute degree of grey incidence of the Moore value of employment and industrial structure at different T time

2 河南省就业结构演化预测

2.1成分数据灰色Verhulst预测建模

成分数据的概念最早由FERRERS于1886年提出，直到AITCHSON[12]于1986发表首部研究成分数据的论著后，成分数据建模才得到突破性发展。为了克服成分数据的定和限制约束，AITCHSON提出logratio变换和对称的logratio变换方法，王惠文等[13]利用非线性映射方法进行成分数据建模预测。成分数据建模利用非线性降维数据变换将成份数据转换为转角数据，转角数据不要求满足定和限制，然后利用各种定量建模方法建立成分数据动态预测模型。基于这种思想，李国锋等[14]构建了山东省三次产业就业结构预测模型和偏最小二乘通径分析模型对山东省2007—2010年三次产业就业结构进行了分析。

灰色Verhulst模型是一种针对原始数据序列具有近似单峰特性的系统进行小样本建模的特殊灰色预测模型，其在商品经济寿命分析、滑坡预测和生物生长演变预测等领域具有广泛的应用[15]。成分数据灰色Verhulst预测建模过程如下：

根据已有信息，建立成分数据预测模型预测第T+l时刻的成分数据XT+l的步骤如下：

(1)

(2)

(3)

第3步，在从直角坐标系变换到球面坐标系的过程中，成分数据从原来的m维空间降低到(m-1)维空间，因此，原来的m个线性相关变量被转换成(m-1)个相互独立的变量(转角)，根据公式(3)，采用递归算法可以求得转角变量：

(4)

第6步，运用公式(1)，得到第T+l时刻的成分数据的预测值：

2.2河南省就业结构预测分析

表3 河南省1984—2013年就业结构转角数值(弧度)Table 3 Angle numerical (Rad) of the employment structure in Henan province from 1984 to 2013

续表3 Continue Table 3

表4 河南省就业结构转角预测值(弧度)及比例预测值Table 4 Predictive value of angle numerical (Rad) and proportion of the employment structure from 2014 to 2023

截至2013年，河南省第一产业的就业比重依然过大，第三产业就业比重仍然较低，就业结构变化出现断层，缺乏逐次过渡，明显滞后于产业结构。通过模型的预测分析，到2021年，河南省的就业结构才能调整至与产业结构相符，实现就业结构的战略性转变，印证了前文提出的河南省就业结构滞后产业结构调整10 a的论断。

3 结论

河南省产就业Moore值动态地反映出河南省就业结构与产业结构调整的实际问题，通过灰色关联分析研究就业结构调整的时滞问题，测算出河南省就业结构滞后产业结构调整的时间为10 a。利用成分数据建模方法克服了定和限制，解决了三次产业结构、就业结构比例之和在预测后不等于1的问题。通过与灰色Verhulst预测方法的结合，预测了河南省就业结构演化的趋势。预测结果表明，河南省就业结构需要再经过至少5 a的时间才能达到与河南省的产业结构更为协调的状态。

为弥合和缩减其滞后时间，促进河南省就业结构和产业结构协调发展，可以从以下2个方面着手推进。一是加强农业劳动力向非农产业转移的制度建设。坚持走新型工业化道路，推动第二产业的技术改造和内部升级，同时大力发展就业吸纳能力强的劳力密集型产业。充分利用第三产业劳动力吸纳能力强的特点，大力发展第三产业。建立和完善统一的劳动市场，使劳动力资源得到优化配置，促进良性就业运行机制的形成。二是加快现代农业建设，以农业的现代化促进农业劳动力向非农产业转移。依托现代农业科技创新体系拓展农业产业链，以此来增加就业岗位。同时加强对农村劳动力转移的职业和技能培训，提高劳动力素质，促进农村劳动力向非农产业转移。

[1] 程艳霞,李娜.湖北产业结构升级测度与产业结构优化研究[J].武汉理工大学学报,2010,32(1):118-121.

[2] 李豫新,王睿哲.新疆产业结构转换差异研究[J]. 地域研究与开发,2012, 31(06):34-39.

[3] 黄夏,李健,卫平.就业结构变动与经济波动的关系研究[J].生态经济,2015,31(002): 96-101.

[4] 王林梅,邓玲.我国产业结构优化升级的实证研究[J].经济问题,2015,(5)39-43.

[5] 乔学斌,姚文凡,赵丁海.高等教育结构、毕业生就业结构与产业结构相关性研究[J].东南大学学报,2013,15(4)122-126.

[6] 张勇,蒲勇健.产业结构变迁及其对能源强度的影响[J].产业经济研究,2015,(2):15-22.

[7] JOHN H MOORE.A measure of structural change in output[J].Review of Income and Wealth, 1978, 24(1):105-118.

[8] 王庆丰,党耀国.基于Moore值的中国就业结构滞后时间测算[J].管理评论,2010, 22(7): 3-7.

[9] 刘勇,刘思峰,FORREST J.一种新的灰色绝对关联度模型及其应用[J].中国管理科学,2012,20(5): 173-177.

[10] LIU S F, LIN Y. Grey information: theory and practical applications[M]. London: Springer Science & Business Media, 2006.

[11] 刘以安,杨华明.灰色优势分析在多雷达低空小目标跟踪中的应用[J].南京航空航天大学学报,2002,34(4): 354-358.

[12] AITCHSON J. The statistical analysis of compositional data[M].London: Chapman and Hall, 1986.

[13] 王惠文,黄薇,刘强.北京市三次产业预测分析[J].系统工程理论与实践,2003,(6):123-126,132.

[14] 李国锋,刘黎明,陈绪根.山东省三次产业就业需求结构分析与预测研究[J].数理统计与管理,2009,(3):386-394.

[15] 崔杰,刘思峰,曾波,等.灰色Verhulst预测模型的数乘特性[J].控制与决策,2013,28(4): 605-608.

(责任编辑：马红春)

MeasurementondelaytimeofemploymentstructureanditstrendpredictionbasedonMoorevalueinHenanprovince

DONG Fenyi, LI Xueming, HAN Yongmei, GUO Sandang, LI Bingjun

(College of Information and Management Science, Henan Agricultural University, Zhengzhou 450002, China)

The Moore value of industrial and employment structure in Henan province was calculated, and the delay time of employment structure determined by grey incidence analysis and time shifting method was 10 years. The evolution of the employment structure in Henan province was predicted by grey Verhulst model. And the forecast results showed that it would take at least 8 years for the employment structure in Henan province to be adjusted to the industrial structure.

Moore value; employment structure; delay time; grey system theory; prediction

F222.33

：A

2015-11-26

国家自然科学基金项目(41171444)；河南省教育厅人文社科规划项目(2014-GH-071)

董奋义(1972-)，男，河南平舆人，副教授，博士，从事灰色系统理论、决策分析等方面的研究。

1000-2340(2016)02-0282-06