经济开放、金融发展与我国就业结构

陈丹霞

(深圳市宝安区投资管理集团 深圳园艺园实业有限公司，广东 深圳 518101)

改革开放以来，我国经济发生了巨大的变化，国内生产总值由1990年的18 667.8亿元增加到2017年的827 122亿元。就外贸而言，我国出口总额1990年为1 154.4亿美元，2017年达到41 045.04亿美元。就金融发展而言，我国建立了以各类商业银行、证券公司和保险公司为主体的较健全和完善的金融组织体系。虽然金融业获得了较快发展，然而我国就业总量压力依然很大，就业结构性矛盾仍然十分突出。作为一国经济中重要的组成部分，金融与经济开放对推动优化就业结构具有重要作用。基于此，本文利用VAR模型，实证分析经济开放和金融发展对就业结构的影响，以期为优化我国就业结构提供借鉴和参考。

一、文献回顾

(一)金融发展与就业的关系

关于金融发展与就业的研究，国外多是从产业结构的视角进行分析。如Kletzer和Bardhan(2005)[1]认为信贷放松有利于提高金融市场效率，进而促进相关产业的发展，带动就业。国内学者林春(2017)[2]认为金融发展对就业的影响因地区的发达程度不同而表现出较大的差异性。高子涵(2017)[3]认为金融可以通过直接效应和间接效应促进就业增长,金融发展与就业增长之间存在正向关系。晋盛武等(2017)[4]基于2004～2015年我国31个省市的面板数据,应用空间计量模型研究了我国金融产业的就业效应。研究结果表明,金融集聚、金融发展规模和金融发展效率对金融业就业增长有显著的正效应,且金融集聚与金融发展规模和效率之间的交互作用能促进金融业就业的增长,但金融集聚与金融发展规模之间的交互作用要强于与金融发展效率之间的作用。

(二)经济开放与就业的关系

关于经济开放和就业的关系，国外学者大多从资源要素禀赋的角度进行阐述。JRFaria(2005)[5]利用美国和英国的数据检验了引入开放经济特征对均衡就业决定因素的影响，结果显示，实际汇率、实际利率和实际工资对美国的影响很大。国内学者也进行了众多研究。张驰等(2018)[6]构建面板向量自回归模型考察了资本账户开放对就业和经济增长的影响，得出随着资本账户开放程度的提升,其对经济增长和就业的促进作用由正转负的结论。刘望(2017)[7]采用我国2001～2015年的省级面板数据考察经济开放对中国就业结构调整的影响，结果表明，样本期内,经济开放使得农业就业比重持续下降，工业就业比重呈倒驼峰型变动，服务业就业比重持续上升。

通过对已有文献的回顾，我们发现，无论是经济开放还是金融发展，对于不同的考察期、不同的考察对象，研究结果都存在很大的差异。本文考虑到非平稳序列可能导致伪回归，因此进行了面板单位根检验和协整检验，并在此基础上通过格兰杰因果检验分析了它们之间的因果关系，最后在回归的基础上对此进行了方差分解，以验证经济开放、金融发展和我国就业结构三者之间的关系，为优化我国产业结构、促进经济发展、增加就业提供相关政策建议。

二、变量定义及数据选取

(一)变量定义

就业结构(ES)。一般指劳动力在国民经济各部门的分布情况。本文就业结构指标为二、三产业就业人数之比。经济开放程度(OPEN)。本文采用进口总额占出口总额的比重衡量经济开放程度。当比值大于1，表示进口大于出口，我国处于贸易逆差，反之则表明我国处于贸易顺差。金融发展规模(FC)。以往的文献中[8]，金融发展规模指标的选取存在较大的差异，考虑到我国直接融资较少，而企业主要把向金融机构的借款作为获取资金的重要途径，故采用金融机构贷款占国内生产总值的比值来衡量。金融发展效率(FE)。基于国有经济在整体经济中的地位，可以用银行存款与银行贷款的比值来衡量金融中介将储蓄转化为投资的效率。各变量的描述性统计如表1所示。

表1 变量的描述性统计

(二)数据选取

本文选取的考察期为1991～2017年。国内生产总值(GDP),金融机构存贷款余额,进出口贸易总额,二、三产业就业人数均来自国家统计年鉴。经济开放程度、金融发展规模指标、金融效率指标和就业结构指标都是根据以上数据并按照有关公式计算得来的。

图1为考期内我国三次产业就业比例。数据显示，1991年以来，我国第一产业就业比例持续下降，而第二、三产业就业比例则逐步上升。我国第一产业就业比例从1991年的59.7%持续下降到2017年的26.5%，第二、三产业就业比例缓慢上升，并且1994年第三产业就业比例(23%)超过第二产业就业比例(22.7%)，而2017年第三产业就业比例(44.9%)超过第一产业就业比例(17.9%)。图2为第二、三产业从业人员占三次产业就业人员比重。数据显示，从1991～2017年第二、三产业从业人员占三次产业就业人员比重缓慢上升。综合来看，我国三次产业就业人数的变化符合配第—克拉克规律。

图1 我国三次产业就业比例(1991～2017年)

图2 第二、三产就业从业人员占三次产业就业人员比重(1991～2017年)

注：贷款/GDP的数值为右边的数值.图3 中国金融发展程度与中国经济开放程度(1994～2017年)

图3为1994～1997年中国金融发展程度与中国经济开放程度，从图中可以看出，进口贸易总额与出口贸易总额之比1996年呈下滑态势，表明我国出口比重逐渐增强，进口比重逐渐下降，但进出口比始终维持在0.4～0.5，表明我国仍然是出口大国。我国金融效率自1994年开始变化，在2012年达到顶峰后缓慢下降。金融发展规模，即贷款与GDP的比值，总体缓慢波动上升，在2002年、2006年和2011年达到阶段性高点。

三、实证分析

利用VAR模型分析之前，首先要对变量进行单位根检验，如果各变量均是单整的，我们将对其进行协整检验，以确定经济开放、金融发展与我国就业结构之间的长期稳定关系。

(一)变量的平稳性检验

本文采用Dickey-fuller方法来检验变量的平稳性(见表2)。结果显示，各变量没有通过平稳性检验，而对各变量进行二阶差分后，均在1%显著水平下拒绝原假设，即变量为二阶单整Ⅰ(2)。

表2 变量ADF平稳性检验

注：D2()为变量的二阶差分；检验形式中的C、T、K分别检验方程的常数项、趋势项和滞后阶数，NC、NT表示无常数项和趋势项.

(二)Johansen协整检验

ADF检验结果显示ES、OPEN、FC、FE为非平稳数据，但是其满足二阶单整条件。也就是说它们的线性组合可能是平稳序列，可能存在长期的协整关系，因此应对其进行协整检验。Johansen检验法是在VAR模型下利用极大似然估计检验变量之间协整关系,检验之前需要首先确定VAR模型的最优滞后期,在无约束VAR(P)模型条件下，根据最佳滞后期准则(LR、AIC、SC)可以通过LR、FPE来确定最优自回归阶数。选择结果如下：

表3 VAR模型滞后长度准则

注：*表示该准则下选择的最佳滞后期.

表3的结果显示，LR、AIC、SC三个滞后期准则均判定阶评价统计量显示滞后阶数为4时的VAR模型较为合理，即建立VAR(4)模型。根据AR根图(见图4)显示，所有特征根均在单位圆里面，表明VAR模型是稳定的。

图4 VAR模型平稳性检验图形

HypothesizedNo. of CE(s)EigenvalueTraceStatistic0.05Critical ValueProb.∗∗None ∗0.85941.04427.5840.0005At most 10.43812.09921.1320.538At most 20.3418.74714.2650.308At most 3 ∗0.2305.5023.8410.019

注:*和**分别表示在10%和5%的统计水平上拒绝假设.

然后进行Johansen协整检验。表4显示在滞后期为3的时候，模型在10%的水平上拒绝了“协整个数为0”的原假设，即在滞后期为3的时候通过了迹检验；表4显示在滞后期为3的时候，模型在10%的水平上拒绝了“协整个数为0”的原假设，即在滞后期为3的时候，通过了最大特征值检验，因此，最终确定Johansen协整检验的滞后期为3。

表5 Johansen协整检验(最大特征值统计量)

注:*和**分别表示在10%和5%的统计水平上拒绝假设.

表5的分析结果显示，在5%的显著水平下，两种检验均拒绝了原假设，表明4个变量之间存在协整关系。可以通过标准化协整系数提取的协整方程为：

Log(ES)=0.8413+0.4385Log(OPEN)+0.2952Log(FC)+0.7433Log(FE)

均衡方程表明，长期内经济开放程度、金融结构、金融效率与二、三产业就业结构水平正相关。

(三)格兰杰因果关系检验

为了避免伪回归问题，本文利用Granger因果检验方法对就业结构与经济开放程度、金融发展规模、金融效率之间是否存在因果关系进行检验(见表6)。结果显示，ES是OPEN、FE的Granger原因，OPEN、FE是FC的Granger原因，即就业结构对经济开放和金融效率产生影响，经济开放、金融效率对金融发展规模产生影响。

表6 Granger因果关系检验结果

(四)脉冲响应分析

本文采用Cholesky分解法，通过误差项正交化脉冲响应函数来分析经济开放、金融发展规模、金融效率与就业结构之间的动态关系。

图5为金融效率受就业结构影响的脉冲响应曲线。从纵轴看，就业结构对金融效率的冲击一直在零轴以下，因此就业结构对金融效率一直产生负的冲击。图6为经济开放受就业结构冲击的脉冲响应曲线，从纵轴看，就业结构对经济开放的冲击前4期在零轴以下，第5期之后在零轴以上，因此，就业结构在前4期对经济开放产生负的冲击，在第5期产生正的冲击。图7为金融发展规模受经济开放程度和金融效率影响的脉冲响应图，金融效率对金融发展规模产生正的冲击，到第8期趋于稳定并接近于0；经济开放程度对金融发展规模产生负的冲击，在第8期有微弱的正的冲击并趋于稳定。

图5 FE受ES冲击的脉冲响应图

图6 OPEN受ES冲击的脉冲响应图

图7 FC受OPEN和FE的脉冲响应图

(五)方差分解

为了分析每个扰动项因素影响VAR模型内各变量的相对程度，本文通过方差分解方法分析经济开放程度、金融发展规模、金融效率与就业结构的相互作用。从表7可以看出，金融效率受自身波动的影响是逐渐减弱的，从第1期的56.83%到第7期的16.58%，然后又有略微的增强。金融效率受就业结构和金融发展规模的影响都是先增强后减弱，分别在第7期和第3期达到最大的49.32%和43.46%。而受经济开放程度的影响是减小的，从第1期的13.29%减弱到5.88%。

表7 金融效率方差分解表

Cholesky分解顺序:log(ES)log(OPEN)log(FC)log(FE).

从表8经济开放的方差分解表可以看出，经济开放程度受自身波动的影响是逐渐减弱的，从第1期的98.77%减弱到第10期的24.66%，受就业结构的影响是在波动中减弱，受金融发展规模的影响是先增强后再减弱然后趋于稳定，而受金融效率的影响是增强的，然后趋于稳定。

表8 经济开放方差分解表

Cholesky分解顺序:log(ES)log(OPEN)log(FC)log(FE).

从表9可以看出金融发展规模受自身的影响在逐渐减弱，但是一直发挥着主要作用，而就业结构、经济开放程度、金融效率的影响在逐渐增大并趋于稳定，但经济开放的影响程度始终未超过10%。

表9 金融发展规模方差分解表

Cholesky分解顺序:log(ES)log(OPEN)log(FC)log(FE).

从表10就业结构的方差分解表可以看出,就业结构从第2期逐渐减弱，在第10期未低于80%。而经济开放、金融发展规模与金融效率的影响是逐渐增大的，但是作用并不明显，经济开放程度的影响相对较小，也仅有1.07%，金融发展规模和金融效率的影响也仅有6.76%和11.04%。

表10 就业结构方差分解表

Cholesky分解顺序:log(ES)log(OPEN)log(FC)log(FE).

四、结论和启示

本文基于我国1990～2017年的数据，利用VAR模型实证分析了经济开发程度和金融发展规模对我国就业结构的影响。结果表明：(1)从协整检验结果来看，经济开放、金融发展规模、金融效率和就业结构之间存在一种长期稳定关系，且经济开放程度、金融结构、金融效率与二、三产业就业结构水平正相关，实证结果符合实际情况。(2)从Granger因果检验结果看，就业结构对经济开放和金融效率产生影响，经济开放、金融效率对金融发展产生影响。(3)从脉冲响应分析结果看，短期内就业结构先对经济开放产生负向冲击，长期内产生正向冲击；就业结构对金融效率无论是短期还是长期，一直产生负向冲击；金融效率对金融发展规模产生正向冲击，在长期内趋于稳定；经济开放程度在短期内对金融发展规模产生负向冲击，长期内有微弱的正向冲击并趋于稳定。(4)从方差分解结果看，金融效率对就业结构和金融发展规模产生较大的影响，对经济开放影响不大。经济开放会对金融发展规模和就业结构产生较大影响，且影响为先增后减。

基于上述结论，我们也得到相关的启示：(1)在今后的对外贸易中，我国应更加注重进出口商品的技术含量，加快服务贸易发展，这有助于解决我国就业问题，从而达到优化我国就业结构的目的。(2)金融体系运行与国民经济总量均衡有密切联系,应健全多层次的资本市场,引导民间金融发展，深化利率改革，为我国就业结构优化提供良好环境。(3)发展非公经济是解决我国就业结构性矛盾的有效途径，应该大力促进中小企业的发展，完善金融支持创业政策，形成促进就业的金融支撑体系。

责任编校：田 旭，马军英