中国体育产业结构升级影响失业率的机制分析与经验研究*

郭荣娟 苏志伟

(1.商丘师范学院 体育学院，河南 商丘 476002；2.中国海洋大学 经济学院，山东 青岛 266100)

中国体育产业结构升级影响失业率的机制分析与经验研究*

郭荣娟1苏志伟2

(1.商丘师范学院 体育学院，河南 商丘 476002；2.中国海洋大学 经济学院，山东 青岛 266100)

本文首先从理论上刻画了体育产业结构升级影响就业的理论传导机理，并进一步选取1980—2015年样本内数据，通过构建体育产业结构升级与失业率的非线性门槛模型，联合包含捕捉结构突变与平滑渐变点的非线性方法对序列进行平稳性检验，并利用完全修正最小二乘法和动态最小二乘法实证分析了体育产业结构升级对失业率的影响，结果表明，中国体育产业结构升级能够显著降低失业率，且我国体育产业结构升级对失业率的影响具有显著的非线性及区制转换特征，特别是依赖于经济发展的变动而产生非线性的影响，而且该区制转换的位置处于实际GDP增长率为5.8%和11.7%。

体育产业；非线性；门槛协整；失业率

一、问题提出及相关文献回顾

2016年7月13日国家体育总局正式发布《体育产业发展“十三五”规划》，提出要在坚持改革引领、市场主导、创新驱动和协调发展的基本原则下，实现体育服务业增加值占比超过30%。但总体上看，目前我国体育产业发展水平不高，结构不尽合理，体育产业供给侧结构改革亟待推进。今后我国体育产业发展要以体育产业供给侧结构性改革为主线，以优化体育产业结构为重点，扩大体育消费、拉动经济增长、转变发展方式，为经济发展提供有力支撑和持续动力。因此，今后体育产业要想得到长足的发展，必须进行体育产业结构调整升级、完善产业布局。

体育产业结构是指体育产业在其经济活动中形成的技术经济联系以及由此表现出来的比例关系，而体育产业结构升级指在原有体育产业结构的基础上通过制度创新和技术创新，逐步提高体育产业结构效率和产业结构水平的过程，是产业间的经济技术联系包括数量比例关系走向合理化的过程，是产业结构由低层次不断向高层次演进的过程，是经济发展的必然趋势。自改革开放以来，我国政府坚持以经济建设为中心，大力发展工业经济，推进生产技术进步和产业机构的转换升级。近年来，我国政府越来越重视产业结构的优化升级，尤其是自2008年金融危机以来，以进出口加工贸易为代表的传统低端制造业经济受到较大冲击，调整产业结构以提高经济稳定性成为中央经济工作的重点。然而，我国特有的发展特征表现在农业基础薄弱、工业大而不强，加之人口众多，这也就形成了当前我国的产业结构仍然以劳动密集型为主。产业结构升级本身就是经济由低级形态向高级形态演进的过程。在这个过程中，考虑到我国存在着大量的以农民和一般工人为主的体力劳动者，产业结构升级对社会劳动力就业的影响就会变得十分复杂。一方面，产业结构升级过程中的技术进步会提高生产率，生产由劳动密集型向资本密集新演进，就会导致失业率水平上升，而且，我国存在相当一部分劳动力，他们属于知识水平较低的纯体力劳动者，在技术进步中很难掌握新的技术，这就会造成他们的知识、经验、技术水平与产业结构升级优化过程不相适应，造成结构性失业。另一方面，产业结构升级对资本品的需求增加，这需要更多的劳动力来进入到生产，而且产业结构升级导致社会分工更加细致、社会生产更加多样化，这些都会创造更多的工作岗位，尤其是包括服务和流通两大部门的兴起，对吸收因技术进步被排斥的劳动力，具有正向的就业效应。

受长期经济发展不平衡、人口结构变化，以及转变经济发展方式要求等多方面因素影响，就业结构矛盾将成为就业领域的主要矛盾之一，主要体现在四个方面：一是随经济升级转型，传统低端制造业对就业的贡献会下降，新增就业将主要集中于生产、生活服务业；[1]二是受产业调整、生活成本上升等多种因素影响，过去对就业增长贡献较大的长三角、珠三角及环渤海经济圈，劳动力需求总量会下降，新兴经济区域以及相当一部分中小城市对就业增长的贡献率会不断加大；[2]三是随高等教育大众化，新增劳动力供给中高端劳动力比重较大，低端劳动力明显出现短缺；[3]四是劳动力年龄结构加快老化，与产业和市场对劳动力的需求差距越来越大。[4]突出的结构矛盾，意味着未来大量劳动力必须在职业、行业、区域之间进行调整，这对于劳动者自身职业选择、职业能力，对于人口政策以及公共服务体系建设都会形成巨大挑战，此外，随着新技术的不断被采用，高技能工人的需求不断加大，进而导致劳动就业结构出现变动。因此，在当前结构转型的背景之下，对劳动力市场就业结构的稳定性进行分析，不仅能够从宏观上把握我国劳动力市场就业结构的发展现状与趋势，还能从中观层面认识劳动力市场就业结构的区域差异性，对于缩小社会贫富差距、实现社会的协调发展具有重要的现实意义。

从20世纪30年代经济危机以后，就业问题成为理论界研究的一个重大课题。西方经济学的主流观点认为宏观经济增长和就业增长有正相关的关系。著名的奥肯定律指出GDP每增加2%，失业率大约下降一个百分点，然而有学者分析中国1993年至2006年GDP增长率和失业率变化发现用奥肯定律来分析我国的经济运行，效果并不理想。这里面潜在的一个重要原因是我国处在工业化阶段，经济增长的一个重要来源是产业结构转换过程中的技术进步。而依据马克思的观点，这种技术进步往往在创造新的工作岗位的同时导致由于生产率上升而带来的“机器排挤人”和结构性失业。西方经济学界对产业结构升级的就业效应也一直存在争议，可以归纳为三类：一是认为产业结构升级使经济增长，创造了更多的就业机会。如：Pissarides在理性期望的前提下，建立了失业率变化模型，揭示了技术进步创造就业机制，认为产业结构升级过程中技术进步能够创造更多的就业机会提高就业水平。[5]姚战琪和夏长杰用2000至2003年31个地区的截面数据的回归分析，分析了诸多因素对就业的影响，结果发现产业结构对就业有积极的影响。[6]段敏芳和徐凤辉利用中国科学院国情研究小组建立的非线性函数关系研究经济增长与就业之间的关系，结果显示我国产业结构的不合理造成了我国低就业，优化产业结构尤其是发展第三产业可以带动更多的就业。[7]郭丹用偏差系数量化了产业结构调整与就业结构的偏差情况，认为我国农村地区就业结构与产业结构极不相符，提出推进产业结构调整以促进就业。[8]二是产业结构升级中会导致结构性失业，对就业增长具有负面影响。如：Kalz和Murphy指出技术进步使劳动市场需求从低技能劳动转向高技能劳动力，低技能劳动力越来越难以找到工作，使失业率上升。[9]Clandio Michelacci和David Lopez-Salido运用结构性向量自回归模型(VAR)得出由于技术进步使原有技术过时而使技术落后部门的就业遭到破坏，此外技术过时还使技术较差的劳动力无法适应新的生产技术造成失业。[10]喻桂华和张春煜从产业结构、就业弹性和就业结构方面分析了我国历史数据和国外数据的相关性，发现我国的劳动就业结构变化在一定程度上滞后于产业结构变化，也就是说在产业结构升级过程中会造成失业率的上升。[11]张浩然和衣保中利用我国206个城市2003-2008年的数据采用空间面板模型对我国的产业结构变动与就业增长的关系进行了经验分析，发现产业结构的快速调整，特别是增量结构的快速调整对城市就业有显著的促进作用，同时造成的结构性失业对城市就业产生负面影响。[12]三是产业结构升级对就业存在正负双向的影响，对不同的经济结构的影响也不同，其就业效应也是不确定的。如：Simon Kuznets通过对国民收入与劳动力在三次产业中的分布与变动趋势，提出产业结构的变动必然带来就业结构的相应调整，技术进步使工业部门劳动生产率提高，劳动力需求下降，而以商业、金融、技术服务为主的第三产业的快速发展劳动就业逐步以第三产业为主。[13]Chenery运用回归分析的方法研究了全世界101个国家1950-1970年的发展趋势，指出在发达国家农业劳动力就业与农业产值向工业转换基本同步，而发展中国家产业结构转换普遍先于就业结构转换，这表明发展中国家在优化产业结构时应当采取恰当的政策，以免出现较高的失业率。[14]Ranadev和James分析了印度和台湾地区两个不同类型产业结构变化，发现资本密集型的印度在工业化进程中失业率上升，经济发展受阻；而劳动密集型的台湾地区的产业结构升级却带动了就业增加，使经济稳定增长。[15]魏燕和龚新蜀利用我国2000-2009年31个省(市、区)的省际面板数据，采用扩展型C-D函数对技术进步、产业结构升级与就业之间的关系进行了面板单位根检验、协整检验和误差修正模型分析，结果发现产业结构升级是区域就业差异的长期原因，但是短期影响是不稳定的。[16]

已有的研究成果体现了体育产业结构升级对就业影响的不确定性，尤其在我国当前巨大规模的劳动力人口、相对较低的文化素质、城乡二元结构等基本国情下，产业结构转型对劳动力就业的影响更加复杂。顾建平认为国民经济的发展要求产业结构与就业结构的相互适应。[17]当前研究产业结构升级的就业效应大多用协整分析的方法，然而我国正处于经济快速发展时期，产业结构很可能发生显著性的变化，协整分析往往不能检验出变量中的结构突变因素，无法准确刻画中国当前产业结构升级的就业效应，其所揭示的经济意义就会受到影响。鉴于已有的研究成果，本文试图利用非线性门槛协整模型分析产业结构优化升级与就业水平之间的动态关系，并联合利用完全修正最小二乘法(FMOLS)和动态最小二乘法(DOLS)对门槛参数进行估计，由此解释体育产业结构优化升级与就业水平之间的长期非线性关系。

二、理论机理分析

根据Romer的中间产品模型，假定一个地区的经济总量生产函数采取如下形式：[18]

(1)

其中，GDP代表一个地区的生产总值，Q代表一个地区所能生产的中间产品数量，体现了一个地区的技术水平，A>0代表技术进步所产生的外部性，n代表地区生产最终产品投入的中间产品数量，δ表示技术弹性。假定人力资本是中间产品生产所需要的唯一要素，一个单位第i种中间产品需要投入(1+φi)个单位的人力资本，这样生产第i种中间产品的成本函数为：

c(x(i))=w(1+φi)x(i)

(2)

其中，w为一个地区中人力资本的工资水平，而边际成本为：

mc(i)=w(1+φi)

(3)

很明显，随着i的提高，中间产品厂商生产需要投入的人力资本越来越多，边际成本逐步增加，意味着不同产业的技术难度存在一定的差距。其中，i越大，产业越先进，则产业技术难度越大，导致生产的边际成本越高。人力资本的积累一方面需要人力资本本身的投入，另一方面需要物质资本的投入，假定人力资本积累方程式如(4)式所示：

(4)

其中，ηh为积累人力资本所需的物质资本投入，而hh则为积累人力资本所需要的人力资本投入，B为正参数，而人力资本的最优决策意味着：

(5)

由人力资本积累的一阶条件可以得到：

r/w=B1/δδ(1-δ)1/δ-1

(6)

其中，r为市场均衡利率，同时人力资本的增长率为：

(7)

其中，γ=hh/h，表示人力资本占人力资本积累的比例。

在衡量劳动力市场就业结构时，学者们常使用第三产业从业人数与第二产业从业人数的比值作为衡量就业结构的指针，[19-20]该方法比较简便，数据也比较容易获取，但是该计算方法只能从宏观层面来解释劳动力在产业间进行的转移状况，忽视了劳动力迁移的微观机理，即劳动力自身素质的变化。根据人力资本理论可知，劳动力自身的素质对劳动力就业结构的改变存在很大关系，因此利用第三产业从业人数与第二产业从业人数的比例来衡量劳动力市场就业结构存在一定的误差。此外，还有学者采用制造业或服务业中的高技能人员与低技能人员之比来衡量劳动力产业结构，[21-22]这些指标在分析产业就业结构变动时，考虑了劳动力自身素质的变动，但是由于研究对象针对于单个产业，因此只能解释单个产业劳动力市场就业结构的变化，尚不能判断我国总体产业的分布状况。

综上所述，本文在人力资本理论基础上，假定在劳动力市场中存在两种技能工种，分别是高技能劳动力(Lh)和低技能劳动力(Ll)，则总的劳动力L=Lh+Ll，因此本文定义劳动力市场结构SR=Lh/Ll，其中，Lh表示高技能劳动力从业人数，体现了人力资本的投入，Ll表示低技能劳动力从业人数，L代表了人力资本的积累。SR表示全部从业人员中的高技能工人与低技能工人之比，并且本文在高技能工人(Lh)定义上借鉴刘朝明的思路，利用学历水平在大专以上的从业人员进行刻画。[23]该劳动力市场就业结构指标一方面能表示产业的相对分布的变化趋势，若SR越大，表明某一区域中产业发展有向技术密集型转化，反之，产业发展属于较低技术态势；另一方面能从劳动力自身素质层面的发展趋势来解释劳动力就业结构的变化，更能体现劳动力迁移的微观原理。若SR越大，表明某一区域劳动力素质整体处于较高水平，反之，劳动力素质整体处于较低水平状态。该指标能够从产业整体层面中的劳动力自身素质变动特征来衡量就业结构，能够有效把握我国劳动力就业结构的分布趋势，具有较好的衡量价值。

根据“配第—克拉克定理”，产业结构演进和劳动力在产业结构之间的转移按照三次产业的顺序依次转移，先由第一产业向第二转移，再由第二产业向第三产业转移。在此基础上库兹涅茨指出当技术进步使工业部门劳动生产率提高，排斥过多劳动力的进入，也就造成了结构性失业，使大量的劳动力就业以向正在兴起的第三产业转移为主。而就结构性失业而言，我国自进入社会主义市场经济时代后，高速发展的第二产业所包含的能源、汽车、造船、电子工业等行业的技术快速发展，对劳动力的知识、技术等素质要求较高，往往会导致结构性失业。因此本文体育产业产值在GDP中所占的比重作为衡量体育产业结构转型造成结构性失业的因素，用第三产业与第二产业产值的比率作为衡量产业结构优化升级的指标，量化产业结构优化升级的趋势，并研究该比例与失业率之间的长期非线性关系。

三、实证分析

针对非平稳数据的特性可知，即使变量之间无任何有意义关系，但由于具有相同的时间趋势，在回归时也可能出现较高的相关性，即出现“伪回归”现象。因此，为了避免计量分析中出现“伪回归”问题，本文首先对变量进行平稳性检验，常用的平稳性检验方法主要有ADF、PP和KPSS等，但不可否认的是，如果变量受到突发事件(非预期政策冲击等)的影响，很有可能会导致变量产生结构性突变点(Structural Breaks)，从而导致传统方法的检验“势”大大降低。在针对时间序列数据存在结构突变的情况进行处理时，传统方法一般会通过使用虚拟变量对突变点进行刻画，但使用虚拟变量意味着时间序列数据出现了较为剧烈和快速的结构突变(sharp breaks)。但Enders和Lee发现时间序列数据还存在平滑渐变(smooth shifts)的特性。[24]鉴于此，为了提高检验结果的可信度，本文借鉴Bahmani-Oskoee等及司登奎等所采用的能同时捕捉结构突变(sharp breaks)和平滑渐变(smooth shifts)的单位根方法。[25-26]具体而言，假设DGP如下：

(8)

其中，α、T分别表示截距项和时间趋势项，m表示结构突变点个数，n代表傅立叶函数的频率，k表示平滑渐变点的个数，γ=[γ1,γ2]′是用来测量波动的振幅和位移的分量。当γ1=γ2=0时，表明变量具有标准的线性变化特征，否则傅立叶函数将会有不同的频率分量对非线性特征进行刻画，由此所隐含的统计检验意义为原假设γ1=γ2=0一旦被拒绝，则可判定该时间序列具有非线性的特征。DU与DT是用来捕捉结构突变点，且其形式可表示为：

(9)

(10)

在对式(10)进行估计时，本文首先确定结构突变点个数(m)以及平滑渐变点个数(k)，其中平滑渐变点个数(k)的选取是依据Bai和Perron估计结果所对应的残差平方和最小，[28]并以此确定结构突变点个数的位置。进一步地，本文借鉴Becker等利用F统计值来检验变量是否具有非线性形式，[29]其中F统计量的表达式为：

(11)

其中，SSRur与SSRr分别表示式(11)中无约束(含有结构突变点)及受约束(不含有结构突变点)回归所得到的残差平方和。但是由于冗余参数(nuisanceparameter)的存在，该统计量并不具有标准的分布形式，因此本文采用蒙特卡罗(MonteCarlo)模拟的形式来获得相应的临界值。其中，检验结果见表1。

表1 含结构突变与平滑渐变点的平稳性检验

注：***、**、*分别表示1%、5%与10%的显著性水平；临界值(CV)采用蒙特卡罗模拟10000次获得。

从表1中含结构突变与平滑渐变点的非线性平稳性检验结果可以看出，由于F统计量均在特定的显著性水平上拒绝了“序列为线性”的原假设，表明本文所选择的变量均呈现非线性的动态变化特征，这也为本文后续所要使用非线性计量经济模型提供了良好的佐证。从结构突变点的检验结果可以发现，失业率与体育产业结构均含有三个结构突变点，实际GDP增长率含有一个结构突变点。而从平滑渐变点的结果来看，失业率与实际GDP增长率均含有两个平滑渐变点，而产业结构则含有一个平滑渐变点。同时，从Bartlett 统计结果可以发现除失业率无法在既定的显著性水平下拒绝“序列为平稳”的原假设之外，产业结构及实际GDP增长率均在既定的显著性水平下拒绝了“序列为平稳”的原假设，这意味着失业率为非线性平稳序列，而产业结构及实际GDP增长率表现为非线性随机游走态势。

接下来，我们进一步考察变量之间的如果变量之间存在长期协整关系，则意味着会存在对应的误差项评估变量差分的过程，具体模型如下：

(12)

(13)

其中，Zt-1=yt-1-α-βxt-1为误差修正项，λ为修正速度，m、n为滞后期，μ1、μ2为截距项，又模型可以看出x、y变动除了受自身前期影响之外，也具有协整关系。值得注意的是，假如变量之间存在非线性的门槛协整关系，则可将模型设定如下：

(14)

其中，Δxt表示一阶差分项，ωt-1表示前一期误差修正项，Ai表示调整系数矩阵，γ表示门槛值，β表示协整向量，xt-1(β)=[1,ωt-1(β),Δxt-1,…,Δxt-1]′。进一步将上式进行改写，具体如下所示：

(15)

在对参数进行估计时，根据Hansen和Seo采用极大似然法对参数进行估计，[30]假设随机扰动项浮动独立同分布的高斯分布，此时高斯似然函数为：

(16)

(17)

考虑到经济增长对就业具有显著的正向影响，因此本文将GDP增长率作为影响失业率的因素纳入非线性门槛协整模型之中，则失业率的理论函数模型为：

los=f(RGDP;IS)

(18)

其中，los代表失业率，RGDP代表实际GDP，IS采用体育制造业与体育休闲业的比例，用来衡量体育产业结构的变化。为了消除总量变化的趋势性因素和减少量化研究中的异方差对结果的影响，将以上变量均做去对数处理，该处理并不影响最终的门槛协整结果。

LNlost=a′xt+b′xtI(LNRGDP>D)+mt=Xa+Xlb+U

(19)

本文将简化后模型中的X定义为X=(LNRGDP，LNIS)，据前文中第二、三产业的发展状况，即第二、三产业产值变动趋势，本文暂将经济的发展划分为两个阶段，即取一个门槛值，因此扩展的模型形式如下：

LNlost=Xa+X11b1+U

(20)

为了检验产业结构转型升级对失业率是否存在非线性门槛协整效应，本文根据不同的经济发展阶段进行非线性转换的方法，其极限分布约束LM非线性约束统计量如下所示：

(21)

表2 模型设定检验结果

从表2的模型设定检验结果可以看出，在以上两种线性的原假设下，对应的LM统计量分别为50.67和33.45，其相应的伴随概率p值分别为0.033和0.012，均在5%的显著性水平下拒绝了原假设，表明我国体育产业结构转型升级与失业率存在非线性动态关系，即存在门槛协整关系，并且在不同时期，产业结构转型与失业率、经济增长率之间的关系具有显著的差异性。此外，从模型的检验结果中可以看出，并通过检验，该门槛模型的门槛个数为2，分别为0.058和0.084，意味着实际GDP增长率为5.8%和8.4%时发生机制转移，再次体现了中国体育产业结构转型对失业率的影响具有显著的非线性及区制转换特征。

将所得门槛(见表2)代入到模型(19)中。本文选取1980-2015年的样本数据，样本相对较少，为消除不同变量之间存在的内生性问题，避免残差变化而引起结论的错误和扭曲，本文利用完全修正的最小二乘法(FMOLS)在小样本下估计结果的精准性，利用FMOLS对模型参数进行估计，并对估计后的残差项进行检。在这里，检验残差项需要满足两个条件：一是残差项序列必须是平稳的，二残差项的平方和最小。估计结果见表3。

表3 参数估计结果

注：***、**、*分别表示1%、5%和10%的显著性水平。

四、结论及启示

本文在人力资本理论的基础上刻画了体育产业结构升级影响中国失业率的微观传导机理，并利用有别于传统线性平稳性的检验方法，采用能够捕捉结构突变和平滑渐变傅立叶函数对1980—2015年期间体育产业结构升级与中国失业率的稳定性进行检验。由于非线性傅立叶函数具有能够检验带有各种未知平滑结构突变点非线性平稳的功能，因此在检验含有结构突变的非线性序列比传统线性的检验方法具有更高的检验“势”。同时利用非线性门槛协整模型实证分析了中国体育产业结构升级对失业率影响的非线性门槛效应，本文结论可概述为以下几点：

第一，中国体育产业结构、经济发展对失业率的影响具有长期效应，且该效应依赖于经济的发展，当经济处于不同的发展阶段时，体育产业结构升级、经济发展对失业率的影响作用不同；当经济处于同一发展阶段时，体育产业结构升级对失业率的影响也不同。

第二，中国体育产业结构升级对失业率的影响具有显著的非线性门槛效应，且该门槛的非线性机制转换发生在实际GDP增长率为5.8%和8.4%处，且在高区制下(门槛参数大于8.4%时)，体育产业结构升级对于降低失业率的影响幅度最大，其次是低区制下(门槛参数小于5.8%)，而当GDP介于5.8%和8.4%之间时，体育产业结构对失业率的降低程度最小。这意味着，当经济发展处于高增长阶段时，体育产业结构升级会带动较高的就业效应，即能够在最大程度上降低失业率。而当经济发展处于低增长阶段时，体育产业结构升级所带来的就业效应次之。

总之，体育产业结构升级与经济发展能够有效降低失业率，因此在中国当前转型发展的背景下，中国体育产业结构应采取合适的策略转型升级。还需注意的是，人力资本政策作为一种致力于解决劳动力就业结构性失业的经济政策，也理应成为我国解决失业问题的现实政策工具之一。因此，当前从人力资本的角度进一步深人研究劳动力就业结构问题及其解决方法在理论层面上和实践层面上都有着重要的意义。在加大教育投资的同时，重点是以扩大与就业结构相适应的教育投资，建立有利于就业和创业的体制机制，使新进入劳动力市场的大学生等群体尽快成长为中等收入群体。

[1] 唐东波.全球化对中国就业结构的影响[J].世界经济，2011，(9)：95-112.

[2] 盛斌,吕越.外国直接投资对中国环境的影响——来自工业行业面板数据的实证研究[J].中国社会科学，2012，(5)：56-69.

[3] 臧旭恒,赵明亮.垂直专业化分工与劳动力市场就业结构——基于中国工业行业面板数据的分析[J].中国工业经济，2011，(6)：47-57.

[4] 钟水映,李魁.人口红利、空间外溢与省域经济增长[J].管理世界，2010，(4)：14-23.

[5] Pissarides C． A． Equilibrium Unemployment Theory[M].London: Basil Blackwell， 1990.

[6] 姚战琪,夏长杰.资本深化、技术进步对中国就业效应的经验分析[J].世界经济，2005(1):58-67.

[7] 段敏芳,徐凤辉.产业结构升级对就业的影响分析[J].经济纵横，2011，(14):133-135.

[8] 郭丹.基于农村产业结构调整的我国农村劳动力就业分析[J].中国软科学，2010,(1)：18-24.

[9] Kalz，Lawrence F and Kevin M Murphy. Changes in Relative Wages,1963-1987:Supply and Demand Factors[J]. Quarterly Journal of Economics,1992,107(1)：35-78.

[10] Clandio Micheiacci and David Lopez-Salido. Technology Shocks and Job Flows[R]. CEMFL working Paper，2004(5)：24-34．

[11] 喻桂华,张春煜.中国的产业结构与就业问题[J].当代经济科学，2004，(5)：9-13.

[12] 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)：51-55.

[13] Simon Kuznets. Modern Economic Growth: Rate, Structure and Spread[M]. New Haven: Yale University Press, 1996.

[14] Chenery H.B. The Structuralist Approach to Development Policy [J]. The American Economic Review, 1975(2)：310-316.

[15] Ranadev B., James R., Industrial employment expansion under alternative trade strategies: Case of India and Taiwan: 1950-1970, Development Economics[J]. 1980, 7(4)：567-577.

[16] 魏燕,龚新蜀.技术进步、产业结构升级与区域就业差异[J].产业经济研究，2012，(4)：19-27.

[17] 顾建平,刘保金.中国经济结构变动与经济增长[J].中国软科学，2001，(12)：26-29.

[18] Romer P M. Endogenous Technological Change[J]. Journal of Political Economy,1990，98(5):s71-s102.

[19] 张建武,宋国庆,邓江年.产业结构与就业结构的互动关系及其政策含义[J].经济与管理研究，2005，(1):19-22.

[20] 崔亮,艾冰.对产业结构与就业结构关系的探讨——以新疆为例[J].财经问题研究，2008，(06)：112-115.

[21] 姚先国,周礼,来君.技术进步、技能需求与就业结构——基于制造业微观数据的技能偏态假说检验[J].中国人口科学，2005，(05)：47-52.

[22] 魏作磊.中国与印度服务业发展比较[J].统计研究，2007，(03)：92-96.

[23] 刘朝明.我国能源消费与经济增长的关联模型分析[J].华东经济管理，2006，(11):29-34.

[24] Enders W., Lee Junsoo. A Unit Root Test Using a Fourier Series to Approximate Smooth Breaks[J]. Oxford Bulletin of Economics and Statistics, 2012，(4): 574-599.

[25] Bahmani-Oskooee M., Chang T., Wu T.P. Purchasing Power Parity in Transition Countries: Panel Stationary Test with Smooth and Sharp Breaks[J]. International Journal of Financial Studies, 2015，(3): 153-161.

[26] 司登奎,江春,李小林.基于汇率预期与央行外汇干预的汇率动态决定：理论分析与经验研究[J].统计研究，2016，(9)：13-21.

[27] Gallant R. On the Basis in Flexible Functional Form and an Essentially Unbiased Form: The Flexible Fourier Form[J]. Journal of Econometrics, 1981，(15): 211-353.

[28] Bai J., Perron P. Estimating and Testing Linear Models with Multiple Structural Changes[J]. Econometrica, 1998，(1):47-78.

[29] Becker R., Enders W., Lee J. A General Test for Time Dependence in Parameters[J]. Journal of Applied Econometrics, 2004，(19): 899-906.

[30] Hansen B.E., Seo B. Testing for Two-regime Threshold Cointegration in Vector Error-correction Models[J]. Journal of Econometrics, 2002，(110)：293-318.

责任编辑：王明舜

The Microscopic Mechanism and Empirical Analysis of Chinese Sports Industry Structure Upgrade affect Unemployment

Guo Rongjuan1Su Chiwei2

(1. Sport institute, Shangqiu Normal School, Shangqiu 476002, China； 2. College of Economics, Ocean University of China, Qingdao 266100, China)

This paper describes the transmission mechanism of sports industry structure upgrade to employment from the theoretical perspective, and further selects the sample data for the period 1980 to 2015 to investigate the relationship empirically with nonlinear threshold model, our results show that China's sports industry structure upgrade can significantly reduce the unemployment rate, and the impact of China's sports industry structure upgrade on the unemployment rate has significant non-linear and regional transformation characteristics, in particular, depends on changes in economic development and non-linear impact, and the regional conversion rate is in real GDP growth rate of 5.8% and 11.7%.

sports industry; non-linear; threshold cointegration; unemployment rate

2017-04-10

郭荣娟(1979- )，女，河南新乡人，商丘师范学院体育学院讲师，体育学博士，主要从事体育产业、体育人文社会学研究。

F121.3;F249.2

A

1672-335X(2017)04-0051-07