我国城镇居民就业问题的宏观因素探究

武亮　周丹　霍芝润　徐梓芙　陈诚　江慧

摘要：高质量就业是经济高质量发展、全面建成小康社会和实现共同富裕的重要保证，是民生之本。促进更充分高质量的就业是实现全民富裕的基本前提。文章选取影响中国就业的宏观经济因素：国家GDP增长率（GR），通货膨胀率（IR），贫富差距基尼系数（GN），国内总储蓄（GS），教育普及程度（EP），劳动生产率（LP）为自变量，居民失业率（UR）为因变量，利用2010-2021年的面板数据，结合随机前沿生产模型进行分析，探究影响高质量就业发展的宏观因素。结果表明，我国GDP的增长率和基尼系数与失业率呈正相关；而我国的通货膨胀率与失业率有此消彼长的关系；劳动生产率提高，不仅不会对就业产生消极影响，反之可以促进就业，增加就业渠道。

关键词：高质量就业；共同富裕；随机前沿模型

一、引言

习近平总书记提出：“实现共同富裕是社会主义的本质要求。我们追求的富裕应当是全体人民共同富裕”。实现全体人民共同富裕，高质量的就业是充分保证。国务院发布的《“十四五”就业促进规划》将就业摆在经济社会发展和宏观政策的优先位置，深刻地阐明市场与政府的有效结合，从政府角度出发，提出了坚持经济发展就业导向、强化创业带动就业、完善重点群体就业支持体系、提升劳动者技能素质、推进人力资源市场体系建设、优化劳动者就业环境，以及防范化解规模性失业风险等重大任务和政策举措。

近些年，我国城镇失业率稳定维持在3.8%～5.5%。从经济效率的角度看，适当的失业率更加有利于社会的前进和劳动素质的提高，因此高质量就业的目标并不是零失业率。2019年7月，美联储副主席克拉里达就表示，4%或更低的失业率可能就是充分就业水平，这与大多数学者的观点一致。还有一些学者认为更加稳健的政策应该使失业率应该维持在2%～3%的水平之下。但是由于我国人口基数巨大，失业率统计样本局限于城镇居民，我国农村的过剩劳动力、海外务工以及外资失业人员等均未在统计样本里，2018年《中国首次青年就业调查报告》公布中国青年失业率为9%，远高于我国社会的平均失业率水平。青年失业率的高涨更加加剧了老龄化社会的压力以及社会治安等方面的压力，所以居民就业问题对于我国仍然是需要严肃面对和解决的问题。

从宏观角度看，高质量的就业主要是在追求充分就业机会的同时，在公平公正的政策环境和就业环境下，劳动者可以取得优质的待遇福利和自我价值的实现，社会有科学的就业结构和良好的劳动关系。高质量的人力资本积累能够优化收入分配机制、克服收入陷阱，实现经济发展水平总体跃升。因此研究宏观经济因素对于提升高质量就业具有十分重要的意义。

本文从宏观经济学角度，选取了影响就业率的经济指标作为自变量，分别是：国家GDP增长率、基尼系数、通货膨胀率、教育普及程度、劳动生产率及国民储蓄六个因素，探索各影响要素与失业率之间的关系，提出从宏观角度降低失业，提升就业质量的政策建议。

二、影响就业的经济性因素及理论背景

邹沛江（2013）对经济增长和失业率之间有一定比例的关系进行了二元解析，验证了奥肯定律的内容符合中国的现实状况，结论表明中国经济增长率和失业率之间存在正向的比例关系。孙文成（2018）指出，从我国的经济发展现状与就业水平的关系来看，经济的高速发展会导致就业率的不断下滑，究其原因在于我国产业转型相对滞后，加大第三产业对就业的承载力是解决就业的有效途径。史碧菡，方华（2017）指出产出缺口对就业渠道缺口没有显著影响，由于选取要素的单一，这只能说明产出缺口与就业渠道缺口的大小没有直接的线性數量关系，并不能否定经济增长和就业之间的长期关系，但也仍然反映了经济增长对于就业的影响是值得讨论的。

Corrado Gini在1912年最早提出了基尼系数，它的作用主要用来衡量社会各阶层贫富差距和财富分配状况。阳晓伟（2012）通过研究认为基尼系数对中国的失业率有正向的影响：即基尼系数越高，相应的失业率也会随之变高。马国旺，李焙尧（2021）提出失业率和劳动报酬份额之间具有对称的负向关联，即失业率的攀升会抑制劳动报酬份额，加之人工智能的冲击，就业人员不得不接受低报酬的工作而进一步加剧分配不均，劳动积极性被打压。因此分配不均不仅影响市场对于劳动力的需求，更对于就业者的就业信心和就业方向产生负面影响。

经济学上解释通货膨胀率为：物价平均水平的上升幅度（以通货膨胀为准）。黄瑶瑶（2021）以2010-2020年的数据为样本，研究了通货膨胀率与失业率的关系，结果表明，二者存在替代关系，政府可以采取宽松的货币政策和积极的财政政策来刺激经济发展，以一定的通胀率来降低失业率。Arslan and Zaman（2014）利用了菲利普曲线研究了通货膨胀越高对就业则产生较强的负面影响。刘伟峰（2018）认为中国的通货膨胀率与失业率之间存在反比例的关系，即菲利普斯曲线基本适用于中国就业问题的研究。

劳动生产率的提高得益于人类正确认识世界改造世界，尤其如今的人工智能发展迅猛，高的劳动生产率在短期内一定会对劳动力的需求造成冲击，短期内技术的发展会增加多余的劳动力进入市场。刘琛琛（2021）认为，随着自动化和人工智能化的发展，机器人产业的发展会提高劳动生产率，进而对劳动力产生替代效应，但是新兴产业的产生和发展会为劳动力就业提供新的契机。宋建、郑江淮（2021）认为企业创新通过生产率调整和市场需求规模变化渠道对劳动就业产生影响，企业的创新驱动发展道路不仅可以增加就业机会，也对于高质量就业具有十分重要的战略意义。

纪建悦、张懿（2016）对我国的教育水平、就业率及居民储蓄进行了研究，结果表明教育的普及有助于促进就业率的提高，就业的增加与居民储蓄率呈现负相关关系。Riza Bayrak，Halim Tatli（2018）对经合组织31个国家的青年失业率进行研究，面板数据时间跨度为2000-2015年，青年失业率为因变量，居民价格指数、国民总储蓄、劳动生产率以及经济增长率为自变量，得出结论：经济增长、通货膨胀和国民储蓄对于青年再就业具有负向影响。经济增长、通货膨胀、储蓄和劳动生产率均属于中等收入水平青年再就业的关键决定因素。

三、数据来源与模型设定

（一）数据来源

本文对于中国2010-2020年的数据进行收集，中国的GDP增长率（GR），通货膨胀率（IR），贫富差距基尼系数（GN），国内总储蓄（GS），教育普及程度（EP），劳动生产率（LP）为自变量，居民失业率（UR）为因变量。模型变量说明如表1所示。

本文首先设立了各影响要素与失业率的关系方程。方程参照了随机前沿生产模型，随机前沿生产模型主要是强调在各种要素的投入与产出之间的关系，最终计算出生产前沿，即最优产值。Meeusen ＆ van den Broeck（1977）提出了用随机前沿方法研究生产的边界，即影响生产的要素分为外部因素和人为因素。

（二）随机前沿生产模型

本文主要探究因变量居民失业率以及自变量之间的关系。当自变量发生变化时，对就业造成最大的影响边界，即失业率的最高边界。

随机前沿生产模型：

Yit=∫（Xit，α）exp（νit-μit）（1）

Y■■=∫（Xit，α）exp（νit）（2）

Yit表示t时期样本i的实际产出， Y■■表示时期样本的生产前沿，Xit表示生产要素的投入，α表示待估参数。

四、实证分析

（一）模型的设立

本文在研究中国再就业问题影响因素时，将国家GDP增长率（GR），通货膨胀率（IR），贫富差距基尼系数（GN），国内总储蓄（GS），劳动生产率（LP）视作生产要素，将居民失业率（UR）视作产出，即在因变量的作用下，自变量的边界即失业率的最高值。

URi，t＝αi+β1GRi，t+β2IRi，t+β3GNi，t+β4GSi，t+β5EPi，t+β6LPi，t+ν+μ（4）

其中，URi，t代表中国在t年的失业率，GRi，t表示t年中国的GDP，IRi，t表示t年中国的通货膨胀率，GNi，t表示t年中国的基尼系数，即t年中国的贫富差距状况，GSi，t表示t年中国的国内总储蓄，EPi，t表示t年中国的教育普及程度，LPi，t表示t年中国的劳动生产率。ν是随机扰动项，μ是非效率项。

（二）模型适用性检验

对于随机前沿模型选择，本文运用最大似然比的值进行模型选取检验。首先假设H0：γ＝μ＝η，检验分为无约束和有约束两种情况，LR的值与1%显著性水平下χ2分布的临界值比较，检验是否存在需要引入非效率（即人为因素）和时变模型，从而得出拒绝或接受零假设的结论。假设μ=0，在本研究中认为劳动者人为因素在失业率研究中占比很小，模型是否成立。如果模型不成立，则说明劳动者人为因素对于失业率影响非常大，即劳动力素质、劳动意愿等因素影响程度很大。如模型成立，则说明国家宏观的经济环境对于再就业影响占比较大。η表示模型的时变性，即随着时间的变化，劳动者人为因素的影响程度的变化。从表2中的检验结果可知，接受了人为因素为0的假设条件。

（三）回归结果分析

本研究利用 Frontier4.1软件对2010-2020年期间的数据进行OLS回归。结果见表3所示。

当γ的值离趋向于0，表明了实际的失业率与前沿的失业率的差距主要来源于非人为因素；当γ的值趋向于1时，表明实际的失业率与前沿的失业率的差距主要是人为因素造成的，多数趋向于劳动者自身的问题。γ=0.05，即只使用OLS估计即可，与模型适用性相符。说明我国的失业率是由GDP、基尼系数等这些不以劳动者个体行为而改变的因素决定，因此从宏观政策角度讲，假设劳动者人为因素=0。

GDP的增长对失业率有积极影响，即GDP增长率增长1%时，我国的失业率将增加0.52%，符合了奥肯定律的悖论，说明了中国GDP增长率并不一定依赖于劳动人数的增加，经济的发展更加依赖于技术的进步。这也解释了生产机械化的趋势增加，AI技术的不断推进，反而取代了很多的劳动力，技术的发展与就业率的矛盾凸显，显示我国劳动力结构急需转型。通货膨胀率增加，失业率会降低，即中国的通货膨胀率与失业率有此消彼长的关系。由于系数是-0.0156，表明轻微的通货膨胀，可以增加一些就业机会。适度宽松的经济政策，有助于增加社會需求，从而增加就业。基尼系数与失业率呈正比关系，高的基尼系数可以导致高的失业率。基尼系数每增加1%，失业率将增加6.74%。同理高的失业率会加剧社会贫富差距，导致基尼系数增高。基尼系数是判断国民分配制度公平程度的指标，从结果看来，公平的社会分配制度，对于解决中国就业问题非常重要。劳动生产率提高，可以促进就业率的提升，降低失业率。从实证结果来看，劳动生产率每提高1%，失业率将减少0.57%。静态来看劳动生产率提高会减少劳动力岗位，但我国与之相反，一方面，说明我国市场庞大，劳动生产率的提高，可以降低产品价格，增加社会需求，创造更多的就业机会。另一方面，随着数字化智能化的发展为我国提供了更多的高位需求，也为我国劳动力结构转型提供了更好的契机，符合我国更高质量就业的发展规划。

五、结论及建议

（一）结论

本文选取了2010-2020年的面板数据进行分析，以从宏观角度解决中国高质量就业问题研究对象，中国的GDP增长率、消贫富差距基尼系数、国民总储蓄以及劳动生产率等作为自变量，采用OLS回归方法进行研究。GDP增长率每增长1%，我国的失业率将增加0.52%。通货膨胀率每增加1%，失业率将减少0.015%，表明适度宽松的宏观经济政策，有助于失业率的降低。公平的社会分配对于国民再就业问题的解决至关重要。劳动生产率与失业率成反比关系，提高劳动生产率并不一定会排挤就业，而是高的劳动力素质会创造更多的就业机会。

（二）政策建议

1. 产业结构有待优化，科学地审视资源配置

世界发展日新月异，传统产业将面临新兴产业的大规模冲击，建筑、机械制造等传统强势产业尤为严峻，政府应大力支持高新产业以应对未来的经济形势，通过政策引导产业结构进行调整，如加大对能源、材料、电子产业等高新产业的支持力度，使第一、第二、第三产业比率趋向合理。政府继续加强供给侧结构性改革，促进各产业融合发展，增强市场活力以达到提供更多高质量就业岗位的目的。

2. 适当宽松的经济政策刺激内需，构建国内国际双循环发展的新格局

经济的高质量发展对降低失业率有显著效果。居民收入增长与经济增长基本同步，在国内大力推广基础设施建设以带动内需、改善民生，在海外市场中国构建“一带一路”倡议宏图，加强国际合作，构建国内国际双循环发展的新格局，不断创造就业机会，实现共同富裕，创造劳动力就业的优良市场环境。

3. 缩小贫富差距，实现共同富裕

贫富差距的增大会导致失业率提高，目前我国贫富差距正日益改善，合理调整最低收入标准，完善社会福利保险制度，合理改革税制，以期促进社会分配的公平性和提高劳动者积极性，对于实现高质量就业具有显著的作用。我国脱贫攻坚的任务如期完成，脱贫攻坚成果将与乡村振兴共助经济的稳步提升，为高质量就业提供强有力的政策支持。

4. 科技的发展是改善生产的有效途径

我国劳动生产率的提高并不会使失业率上升，反而会对降低失业率有很好的效果，高新科技对于提高劳动生产率有突出效果，如新材料研发、芯片等高精尖产品的研发等。高新科技的发展不仅会为就业提供新的就业领域，更为劳动力素质的提升作出巨大贡献。

5. 提高劳动者素质，注重技术人才培养

高质量的经济发展是“十四五”规划的发展主题，经济的高质量发展离不开高素质的劳动力。我国对教育事业的投入逐年加大，重视人才精准分类培养，重视教育公平，重视成人教育、岗前培训等在职教育，可有效提升劳动者素质。全局统筹就业缺口，促进各行业从业人员的技术、能力等方面从无到有，从有到强。把高质量就业作为高质量发展的基础导向，扩大就业容量、提升就业质量。

参考文献：

[1]国务院.“十四五”就业促进规划[S].2021.

[2]全国青联、劳动和社会保障部劳动科学研究所.中国首次青年就业调查报告[R].2018：1-2.

[3]郭东杰，魏熙晔.人力资本、收入分配与经济发展[J].中国人口科学，2020（02）： 97-110．

[4]邹沛江.奥肯定律在中国真的失效了吗？[J].数量经济技术经济研究，2013，30（06）：91-105.

[5]孙文成.中国GDP就业承载力实证分析[J].经贸实践，2018（14）：101+103.

[6]史碧菡，方华.奥肯定律在中国的适用性研究[J].中国林业经济，2017（05）：105-110.

[7]阳晓伟，顾江洪.基尼系数与失业率关系的实证研究[J].现代物业·现代经济，2012（07）：120-121.

[8]马国旺，李焙尧.人工智能应用、劳动报酬份额与失业率动态关系的实证分析[J].深圳大学学报，2021（03）：61-70.

[9]黄瑶瑶.基于菲利普斯曲线分析我国通货膨胀与失业间的关系[J].广西质量监督导报，2021（05）：155-156.

[10]Arslan M，Zaman R.Unemployment and its determinants：a study of Pakistan economy（1999-2010）[J].Journal of Economics and Sustainable development，2014，5（13）：20-24.

[11]刘伟峰.探究中国失业率与通货膨胀率的关系[J].经济纵横，2018（06）：58-59.

[12]劉琛琛.工业机器人的应用对我国制造业劳动力市场的影响[J].河北企业，2021（08）：14-16.

[13]宋建，郑江淮.中国企业创新的就业效应——“创造”还是“破坏” [J].南开经济研究，2021（04）：169-191.

[14]纪建悦，张懿.教育水平、就业结构和中国居民储蓄率[J].南京审计大学学报，2016（05）：10-18.

[15]Riza Bayrak，Halim Tatli.The Determinants of Youth Unemployment： A Panel Data Analysis of OECD Countries[J].The European Journal of Comparative Economics，2018（15）：231.

[16]Meeusen， W. and J. van den Broeck.“Efficiency Estimation from Cobb Douglas Production Functions With Composed Error”[J].International Economic Review，1977（18）：435-444.

（作者单位：湖州师范学院经济管理学院）