新时代下产业升级对人力资源需求的新态势分析

刘 瑞

（山西省人事考试中心，太原 山西 030006）

产业升级过程中对劳动力需求的影响包括：产业结构调整带来就业结构变动，同一产业内部升级和价值链升级带来的岗位需求的变动，劳动力素质的需求的变动，还可能表现在从劳动密集型向资本密集和技术密集转变的过程中，对劳动力知识和能力需求的改变。产业升级对劳动力新需求，会导致新时代下劳动力就业产业分布和素质调整方面出现新的改变，形成新的特点。新时代下产业结构升级决定着人力资源的需求结构，而人力资源的开发对产业的发展有一定的促进作用，产业结构升级与人力资源开发有着密切的联系。产业结构升级导致各次产业产值变化，各次产业产值变化也会导致各次产业人力资源需求变化，因此，采用需求度模型对新时代下各次产业人力资源需求进行预测是很有必要的[1-2]。

一、产业结构升级与人力资源开发需求度模型构建

1.构建需求度评价模型

本文所构建的需求度评价模型具体来说就是回归与时间序列组合模型，包括单位根检验、协整关系检验、误差修正模型（ECM）、一元线性回归拟合以及自相关性检验等几个方面[3]。首先，根据各次产业增加值、制造业增加值与各次产业从业人员数、制造业从业人员数之间的线性关系，采用一元线性回归模型进行回归拟合与预测，其形式为：

其中，L表示从业人员数，α表示常数项，β表示回归系数，Y表示某产业增加值，μ表示随机误差。

具体采用的四个一元回归模型，其表达式分别为：

其次，在进行一元线性回归分析之前，必须对四对变量（第一产业增加值与第一产业从业人员数、第二产业增加值与第二产业从业人员数、第三产业增加值与第三产业从业人员数、制造业增加值与制造业从业人员数）进行单位根检验、协整关系检验，在此基础上进行误差修正模型（ECM）分析。

2.基于需求度评价模型的预测

需要预测未来十年（2021年～2030年）全国第一产业、第二产业、第三产业、制造业从业人员数情况，则需要将假定的全国2021年～2030年第一产业、第二产业、第三产业、制造业增加值代入式（5）、式（6）、式（7）以及式（8）中，即可预测出全国2021年～2030年第一产业、第二产业、第三产业、制造业从业人员数情况（EViews7.0软件具有相应预测功能）。

二、我国产业高度对人力资源需求度实证分析

1.单位根检验

为了保证回归结果的有效性，预防“伪回归”的出现，必须对变量进行平稳性检验、协整检验，平稳性检验（即单位根检验）采用ADF检验方法，该方法的模型形式是：

其中，tε为白噪声，Δ为差分算子，1β为常数项，2β为趋势项系数，iδ为不同滞后期的差分系数。

对变量L1、 L2、 L3、L4、Y1、Y2、Y3以及Y4单位根检验结果如表1所示。

表1 变量L1、 L2、 L3、L4、Y1、Y2、Y3以及Y4单位根的ADF检验表

从表1可以看出，变量L1、 L2、 L3、L4、Y1、Y2、Y3以及Y4在1%、5%以及10%三个显著性水平下都是非平稳时间序列，经过一阶差分变换以后，这些变量在1%、5%以及10%三个显著性水平下也都是非平稳时间序列，经过二阶差分变换以后，这些变量在1%、5%以及10%三个显著性水平下都转化成平稳时间序列。因此表中变量L1、 L2、 L3、L4、Y1、Y2、Y3以及Y4都是二阶单整时间序列（存在二个单位根），但是这些变量都是同阶单整时间序列，可以对它们进行协整检验。

2.协整关系检验

一些经济变量本身虽然是非平稳序列，但是这些变量的线性组合有可能是平稳的序列，也就是具有协整关系，因此可以使用经典的回归方法进行研究。如前所述，四对变量（L1、 L2、L3、L4、Y1、Y2、Y3以及Y4）都是一阶单整时间序列，根据时间序列的协整性原理，如果这四个变量都是同阶单整并且有协整关系，则这种情况下的回归分析（包括向量自回归分析）是有效的。使用Johansen极大似然法对多变量时间序列进行协整检验，对这些变量的滞后2期的Johansen协整检验结果如表2～表9所示。

表2 迹统计量检验结果（第一产业）

表3 最大特征统计量检验结果（第一产业）

表4 迹统计量检验结果（第二产业）

表5 最大特征统计量检验结果（第二产业）

表6 迹统计量检验结果（第三产业）

表7 最大特征统计量检验结果（第三产业）

表8 迹统计量检验结果（制造业）

表9 最大特征统计量检验结果（制造业）

以5%检验水平判断，因为表2中迹统计量有19.1601＞15.4947， 2.0447＜3.8414，最大特征统计量有17.1154＞14.2646，2.0447＜3.8414，所以第一个原假设被拒绝，第二原假设被接受，表明第一产业增加值与第一产业从业人员数之间最多存在一个协整关系。同理，根据表3～表7中的数据，也可以得出第二产业增加值与第二产业从业人员数之间、第三产业增加值与第三产业从业人员数之间以及制造业增加值与制造业从业人员数之间最多存在一个协整关系。这些都表明了，我国各次产业增加值、造业增加值与从业人员数之间存在长期均衡关系。

3.误差修正模型（ECM）

变量间短期存在的非均衡关系在下一时期能否予以修正，可以用误差修正模型（ECM）进行验证。以第一产业为例，如果L1与Y1是协整的，则它们之间的短期均衡关系总能由一个误差修正模型表述。取滞后期为2将L1与Y1构造误差修正模型（ECM）如下：

同理，可以构建第二产业从业人员数（L2）、第二产业增加值（Y2）、第三产业从业人员数（L3）、第三产业增加值（Y3）、制造业从业人员数（L4）、制造业增加值（Y4）误差修正模型（如（11）式、（12）式、（13）式所示）。

用Eviews7.0软件对式（10）～式（13）的估计结果见表10。

表10中第一产业从业人员数与第一产业增加值之间ECM模型整体检验结果表明，误差修正系数为负，符合反向修正机制。模型中的修正系数是-0.29，并且t统计量不显著，因为t统计量不显著，说明第一产业从业人员数与第一产业增加值之间在一定时期的非均衡不能保证在下一期得到调整，说明模型的整体解释能力比较弱。第二产业从业人员数与第二产业增加值之间ECM模型整体检验结果表明，误差修正系数为负，符合反向修正机制。模型中的修正系数是-0.44，并且t统计量比较显著，说明第二产业从业人员数与第二产业增加值之间在一定时期的非均衡可以在下一期得到调整，说明模型的整体解释能力比较强。第三产业从业人员数与第三产业增加值之间ECM模型整体检验结果表明，误差修正系数为正，符合正向修正机制。模型中的修正系数是0.32，并且t统计量比较显著，说明第三产业从业人员数与第三产业增加值之间在一定时期的非均衡可以在下一期得到调整，说明模型的整体解释能力比较强。制造业从业人员数与制造业增加值之间ECM模型整体检验结果表明，误差修正系数为负，符合反向修正机制。模型中的修正系数是-0.45，并且t统计量比较显著，说明制造业从业人员数与制造业增加值之间在一定时期的非均衡可以在下一期得到调整，说明模型的整体解释能力比较强。

表10 误差修正模型（ECM）估计结果

4.我国产业结构升级与人力资源开发需求度回归拟合

采用EViews7.0软件，并且利用样本观测值数据，对式（1）、式（2）、式（3）以及式（4）进行一元回归分析。经过一元回归分析，可以得出全国2005年～2020年第一产业、第二产业、第三产业、制造业从业人员数与第一产业、第二产业、第三产业、制造业增加值之间的拟合关系，结果如式（14）、式（15）、式（16）、式（17）所示。

可以看出，四个模型回归结果的各项统计量都比较好。回归分析结果表明，全国2005年～2020年第一产业从业人员数与第一产业增加值之间的呈现出反向变动的关系，并且相关系数比较高；第二产业、第三产业、制造业从业人员数与第二产业、第三产业、制造业增加值之间的呈现出正向变动的关系，并且相关系数也比较高。

三、我国产业结构升级对人力资源开发需求的预测分析

根据2005年～2020年我国三次产业、制造业增加值增长的特点以及我国从2012年以来经济增长进入减速期等事实，可以假定2021年～2030年我国三次产业、制造业增加值数据（见表11）。将这些数据输入EViews7.0软件中，并且通过EViews7.0软件中的一元回归预测功能，可以得到2005年～2020年我国三次产业、制造业从业人员数预测值（见表11～表12）。

表11 2005年～2020年我国三次产业从业人员数预测值

表12 预测值与真实值比较数据

在此基础上，通过计算也可以得到2005年～2020年我国三次产业、制造业从业人员数预测值与真实值偏离值以及预测值与真实值偏离度数据。

从表11与表12可以看出，2005年～2020年我国三次产业、制造业从业人员数预测值与真实值偏离值比较小，预测值与真实值偏离度也比较低（大部分年份偏离度绝对值都低于5%），因此，采用一元回归预测方法，对我国2005年～2020年三次产业、制造业从业人员数进行预测结果比较理想。因此，可以推断出2021年～2030年我国三次产业、制造业从业人员数预测结果也是可信的。

基于三次产业增加值和从业人员数预计，未来我国三次产业从业人员数变动趋势（见表13）。

表13 就业人员变动及趋势情况

预测结果表明，我国2021年～2030年第一产业从业人员数持续下降，第二产业、第三产业从业人员数持续上升，并且第三产业从业人员数上升速度比较快。按三次产业从业人员数占比进行排序，2021年～2030年第三产业从业人员数最多，其次是第二产业，第一产业从业人员数最少。

四、结论与启示

本文采用一元回归模型，并且结合我国2005年～2020年产业结构升级与人力资源开发相关数据，对新时代下我国2005年～2020年第一产业、第二产业、第三产业从业人员数与第一产业、第二产业、第三产业产值之间进行回归拟合，并且预测出2021年～2030年第一产业、第二产业、第三产业从业人员数变动趋势。得出结论：全国2005年～2020年第一产业从业人员数与第一产业增加值之间的呈现出反向变动的关系，第二产业、第三产业、制造业从业人员数与第二产业、第三产业、制造业增加值之间的呈现出正向变动的关系；2021年～2030年第三产业从业人员数最多，其次是第二产业，第一产业从业人员数最少。

可以得到相应启示之处是：基于预测结果，未来应该有很多人力资源从第一产业分离出来，流向第二产业与第三产业，尤其是第三产业产业将会吸纳更多劳动力。这表明我国产业升级对人力资源的新增需求，主要体现在第三产业，由第三产业带来的就业岗位的增加较多。还有根据预测结果，制造业从业人员数增长速度都比较快，因此，制造业对人力资源的新增需也比较快。另外，新时代下第三产业包含的行业比较多，对人力资源的素质要求也是多方面的，制造业对一些技能型人力资源的需求量也比较大，因此在人才培养方面，应该根据第三产业各行各业的特点进行人才培养，也应该注重技能型人才的培养，以更好满足新时代下产业升级对人力资源需求的新要求[4-5]。

注释：

①一般的时间序列变量回归结果残差之间会存在自相关问题，引入自回归过程可以有效消除时间序列变量回归结果残差之间存在的自相关问题，这里假定时间序列变量回归结果残差之间存在n阶自相关问题（n一般的可能取值是1、2、3），式（5）、式（6）与此相同。