资源描述：
《地区间就业增长的长期与短期效应的实证分析》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
研究领域：区域经济学地区间就业增长的长期与短期效应的实证分析吴利华，周勤东南大学经济管理学院，江苏南京，210096内容提要：近十年来中国地区的就业增长是由什么因素决定的？在一个经济周期中产业和地区差异对地区就业水平的影响程度如何？本文用我国29个地区1996年到2004年11个产业就业增长面板数据，基于方差分析模型，从产业和地区层面上分析区域就业增长差异的原因。研究结果表明：地区间长期就业增长差异的56.6%可以被产业效应解释，43.4%被地区与产业的交互作用效应解释；地区间短期就业增长差异50.1%可以被产业效应解释，23.5%可以被地区效应解释，26.4%可以被周期效应解释。所以，地区间产业因素是影响地区就业增长变化的主要因素，而地区因素和宏观周期波动对就业变化影响较小。关键词：就业演变产业效应地区效应经济周期Abstract:Overtherecentdecade,whatdeterminestheemploymentincreasingofeachregioninChina?Duringaneconomiccycle,towhatdegreedoindustrialdiversityaswellasregionaldifferenceaffecttheemploymentlevelofeacharea?Thispaperbasedonthevariance-componentsanalysis(VCA)model,usespaneldataofemploymentsof11industriesin29regionsofChinafrom1996to2004inordertoanalyzethecausesofdifferencesindevelopmentbetweenregions,industriesandemploymentsintermsofindustriesandareas.Resultshereindicatethatlong-termvariationsofemploymentbetweenregionsareexplainedbyindustrialeffectsforabout56.6%,andtherest43.4%areexplainedbyinteracteffectsofregionsandindustries.Whileindustrialeffectsaccountfor50.1%oftheshort-runvariationsofemployment,also,regionaleffectsandbusinesscycleeffectsrespectivelyaccountfor23.5%and26.4%.Therefore,industrialeffectisthemaininfluencingfactorofinterlocalemploymentvariationswhileregionaldiversityandmacro-periodicfluctuationshavelessinfluence.Keywords:employmentevolving;industrialeffects;regionaleffects;businesscycles1、引言自改革开放以来，中国经济总体保持高速增长的态势，平均增长超过9%，近十年来更是稳步增长，2003年到2005年，ＧＤＰ增长率超过了10%；与此同时，经济增长对就业的吸收能力却呈现不断下降的趋势，上世纪80年代(1980～1989年)，我国ＧＤＰ年均增长率为9.3%，就业增长率为3.0%，在“八五”期间(1991～1995年)，ＧＤＰ年平均增长率12.0%，就业增长率降至为1.2%，“九五”(1996～2000年)期间ＧＤＰ年平均增长8.3%，就业增长率降至0.9%（李向亚，郭继强，2003）。近期经济的高速增长而就业增长率的下降趋势更为严重，2003年ＧＤＰ增长率为10.0%，就业增长率为0.9%；2004年ＧＤＰ增长率为10.1%，就业增长率为1.0%；2005年ＧＤＰ增长率为10.2%,就业增长率为0.8%中国统计年鉴2006，中国统计出版社，2006年出版，3-3国内生产总值指数，5-2按三次产业分就业人员数(年底数)。中国经济增长模式的低就业增长或是无就业增长化，使就业形势越来越严峻。体制转轨时期的国有、集体企业下岗失业人员的再就业问题尚未完全解决，国有企业重组改制和关闭破产过程中职工分流问题仍然存在。高校毕业生等新成长劳动力就业问题，农村劳动力转移就业问题和被征地农民就业问题又凸显出来。1996年城镇登记失业人数为552.8万人，2004年上升至827万人，城镇登记失业率1996年为3.0%，2004年上升到了4.2%中国劳动统计年鉴2005，中国统计出版社，2006年11月，第157页。。在中国经济总体保持增长的同时，地区差距进一步拉大，东部沿海经济发达地区占全国GDP比重也基本保持上升趋势，从1990年的5216 .6%，上升到1995年的55.4%，2000年的57.29%，2004年的58.38%，而中西部地区GDP所占比重呈现下降趋势新中国五十年，中国统计年鉴2000~2005，中国东部沿海地区工业化发展进程快于中、西部地区,东部沿海地区成为农村劳动力的吸纳地区，而中、西部地区成为农村劳动力流出地区(陈仲常,臧新运,2006)。20世纪90年代中期开始东北老工业基地的下岗失业人数就居高不下，1997～2002年底国有企业累计下岗职工人数辽宁省为243.7万人，吉林省为118万人，黑龙江省为320万人，共计681.7万人，占全国2715万国有企业下岗人员总量的25.1%（赖德胜，孟大虎，2006）。尤其是辽宁省，2002年至2004年城镇登记失业率为全国最高分别为6.5%、6.5%、6.5%中国劳动统计年鉴2005，中国统计出版社，2006年11月，第158页。在1995年广东省和辽宁省工业化程度都比较高（辽宁省一二三产业的就业比重分别为32.3%、39.4%和28.2%，其中制造业为28.1%，广东省一二三产业的就业比重分别为43.3%、33.1%、23.6%，其中制造业为23.6%），2004年两省在就业上却存在很大差异，辽宁省城镇登记失业率达到了6.5%，远高于全国平均水平；而广东正好相反，城镇登记失业率为2.7%，大大低于全国平均水平。究其原因，首先两个地区就业的初始条件差异明显。我们以1997年东南亚金融危机为研究起点，此时广东的劳动力市场化程度较高，就业水平也较高；相反，辽宁劳动力市场化则刚刚开始。其次是，以重工业为主老工业基地的辽宁与以加工业为主新工业园区的广东在吸纳劳动力的能力上存在较大距离。问题是，地区之间就业结构的差距多大程度上决定地区未来的就业水平？各地区间各产业就业的影响因素既有共有的，也有各地区所特有的。产业共同变化的原因是因为共同扰动因素（commonaggregatedisturbances）的存在（如总的货币或生产力冲击），由于共同扰动因素的影响，所有的经济产业部门都表现出相似的方式（Benbabibetal.，1991；Christiano和Fisher，1998；Hornstein；2000），Hornstein(2000)证明了美国产业的就业和产出（或者是增加值）是共同变动的。Christiano和Fitzgerald(1998)也证明了工业各部门用工时间变化与经济周期变化具有一致性。另一方面，各地区的资源条件、产业结构和就业政策是有差异的，经济周期对不同的产业影响也是不同的，如金属制品、建筑业和纺织业比任何服务行业都容易受经济萧条的影响，Benbabibetal.(1991)；Christiano和Fisher（1998）；Hornstein（2000）实证研究说明消费品部门的就业应该呈现出反周期的变动。各地区产业结构不同，就业受经济周期的影响也不同（Marimon&Zilibotti,1998）。Marimon&Zilibotti,（1998）将就业增长变化分解为国家（地区）效应、产业效应和经济周期效应，利用1974－1991年欧洲十个国家的统计数据，分析就业发展差异产生的原因，国家间各产业间的就业增长的长期差异80％是由产业效应解释的，而国家效应只能解释20％。就业的短期波动47％由国家效应来解释，剩余的波动变化由于国际经济周期和产业效应。就业的初始结构在解释国家间就业差异上起着关键作用，西班牙持续的高失业率是其产业结构不合理所导致。EricToulemonde（2001）利用1974-1992年统计数据分析了比利时各地区各产业就业变化，结果显示Flemish地区的就业情况比Walloon地区好，产业就业差异的主要原因是在经济好转时期两地区的就业发展差异，在经济好转时期Walloon地区增加的就业较少。PietroGaribaldi和PaoloMauro（2002） 分析了欧盟1980年以后的就业净增长率，认为就业的初始结构仅在少数国家与就业净增长率相关，而制度是影响就业变化的主要原因，较低的工资限制和税收会带来就业的增长。Robson（2006）认为过去的三十多年里，英国失业结构在很大程度上受产业结构变动的影响，并且这种影响的程度会因为区域不同而存在明显差异。杨云彦（2003），叶仁荪（2003），王光栋（2003）等人从不同的角度对我国各地区一二三产业就业差异及产生就业差异的原因进行了分析，叶仁荪（2003）认为我国地区就业状况的一个总的特征是中西部失业问题严重，中部六省区更为突出，尽管中部在经济发展水平上好于西部；在就业高增长的地区中既有东部地区、也有西部地区，但没有中部地区省份，就业紧缩地区主16 要是东北和中部地区（杨云彦，2003）。在地区就业的产业结构差异主要表现为，东、中、西部三个区域第三产业的就业比重都有所提高，中西部第一产业就业比重偏高，第二产业就业比重偏低。杨云彦（2003）认为沿海地区再工业化的过程与中部地区的就业紧缩两者之间，存在着明显的因果关系，中部地区就业紧缩由于制造业的下降。沿海地区在全球化分工体系中，其区位优势得到发挥，因其在产业结构上与中部地区趋同而形成替代。而中部地区一方面受制于进入国际市场的区位劣势，另一方面又受制于国内市场发育不够及内需不足，经济发展、特别是制造业发展受到严重影响，导致传统工业城市下岗和失业问题突出。赖德胜（2006）认为资源依赖型产业、重工业偏向型产业结构和既定的体制环境，造成了东北老工业基地的劳动力所拥有的人力资本存在不同类型和不同程度的专用性,专用性导致了劳动转移的困难。近十年来中国地区的就业增长是由什么因素决定的？在一个经济周期中产业结构和地区差异对地区就业水平的影响程度如何？本文从产业和地区层面上分析影响我国各地区产业就业增长的原因，就业增长变化在多大程度上可归因于产业的发展，多大程度上归因于地区所特有的特质，如地区发展战略、就业政策等。沿用Marimon&Zilibotti,（1998），EricToulemonde（2001）所使用的方差分析法，将就业增长分解为地区效应、产业效应和周期效应，用我国29个地区1996年到2004年11个产业就业增长面板数据，基于方差分析模型，从产业和地区层面上分析区域就业增长差异的原因。研究结果表明：地区间长期就业增长差异的56.6%可以被产业效应解释，43.4%被地区与产业的交互作用效应解释；地区间短期就业增长差异50.1%可以被产业效应解释，23.5%可以被地区效应解释，26.4%可以被周期效应解释。所以，本文的结论是产业因素是影响地区就业增长变化的主要因素，而地区因素和宏观周期波动对就业变化影响较小。2、地区产业就业水平的决定：一个统计模型2．1基本模型我们以方差分析为基础建立一个统计模型，在控制其他因素影响的同时，分析某影响因素与研究变量之间的关系，每个部分的方差可由某个影响因素的作用（或交互作用）来解释，影响因素所致的方差大小反映了该因素对研究变量影响大小。设各省的就业水平的演化是由以下因素决定的：(1)地区因素，即各省的就业结构和各产业的就业起点是不同的，就业政策也是有区别的，这些因素会影响各省各产业的就业增长；(2)产业因素，即产业需求变化、技术变化影响产业的吸纳就业能力；(3)共同因素，即国家就业政策、财政政策和货币政策，它们会影响各个省的每个产业的发展和就业变化。进一步说明，如果各省就业水平变化高度一致，则产业因素究是影响各地区就业变化的主要因素。也就是说，产业的需求变化、技术进步影响产业吸纳就业能力的变化，国家财政政策、货币政策等影响各地区就业水平的变化；如果各地区就业变化差异较大，则地区因素就是解释各省就业变化的主要因素，说明各地区的就业起点、就业结构和就业政策等具体的地区因素影响着该地区的就业水平的变化。建立方差分析模型如下：时间、省份、产业的实际就业增长率为：（1）产业=1,2，…11，分别代表农、林、牧、渔业，采掘业，制造业，电力、煤气及水的生产和供应业，建筑业，交通运输仓储和邮电通信业，批发零售贸易和餐饮业，金融、保险业，卫生体育和社会福利业，教育、文化、艺术和广播电影电视业，国家机关、政党机关和社会团体等11个所研究的行业。省份=1,2，…29，分别代表29个可提供数据的省份（不包括重庆市和西藏自治区）。时间=1,2,…9，代表所研究的期间从1996年到2004年。16 e(i,j,t)为时间、省份、产业的就业增长率。h(i)反映产业对就业变化的影响，即产业效应（industryeffect）。它反映产业结构，产业发展等产业因素对各省就业的影响，用产业虚拟变量的表示。m(i,j)，为地区在产业中的平均就业增长与产业平均就业增长的偏差，反映对于产业与地区的交互作用（interactionbetweenindustryiandprovincej）对该地区产业就业的影响。b(t)是纯粹的时间效应（puretimeeffect），反映就业增长的周期变化；f(i,t)反映产业和时间的交互作用（interactionbetweenaindustryeffectandtimeeffect）对就业的影响。它可以描述t时间由于产业要素的变化而导致的就业变化，如，t时间某产业产品市场需求增加，产业规模扩大，吸纳就业人数增加。g(j,t)反映地区和时间的交互作用（theinteractionbetweenfixedprovinceeffectandtime）对产业就业增长的影响。它可以描述地区要素的波动对就业的影响，如各省就业政策的变化对当地就业的影响；是残差项，假定为独立同方差的正态随机变量；如果变量在研究期中是持续不变地影响就业演变过程，则为长期效应，各影响因素的影响随时间波动的则为短期效应。方程(1)将e(i,j,t)分解成5个部分和独立服从正态分布的残差项。其中，h(i)和m(i,j)不随时间变化的，被称为长期效应部分，反映地区和产业因素对就业的长期影响。其他三项b(t)、f(i,t)和g(j,t)则是短期效应的组成部分，这部分是随着时间变化而变化，表示商业周期、地区和产业因素对就业的短期影响。上述模型是不确定的，无法直接估计的。采用Stockman(1988)，Costello(1993)，Marimon&Zilibotti,（1998）和PietroGaribaldiandPaoloMauro（2002）所使用的方法，假定模型中影响就业变化的所有效应是正交的，即：约束条件表现为2T+2I+N+1约束的形式。16 2．2数据来源本文实证部分数据1996年到2003年期间采用“中国统计年鉴”中29个省分行业年底就业人员数就业人员是指从事一定社会劳动并取得劳动报酬或经营收入的人员，包括在岗职工、再就业的离退休人员、私营业主、个体户主、私营和个体就业人员、乡镇企业就业人员、农村就业人员、其他就业人员(包括民办教师、宗教职业者、现役军人等)。该指标反映了一定时期内劳动力资源的实际利用情况。。2004年和2005年期间采用“中国劳动统计年鉴”中分行业乡村就业人员年末人数、分行业城镇单位就业人员数、分行业城镇私营企业和个体就业人数之和为当年各行业的就业人员数2004年以后中国统计年鉴不再有分行业年底就业人员数。由于1996年至2003年“中国统计年鉴”产业分类采用的是《国民经济行业分类与代码》(GBT4754-94)分类标准，2004年和2005年统计年鉴中产业分类采用的是《国民经济行业分类》（GB/T4754-2002）分类标准。为了数据的一致性的可比性，依据《国民经济行业分类与代码》(GBT4754-94)和《国民经济行业分类》（GB/T4754-2002）分类标准对产业进行归并：2004年和2005年中国统计年鉴中“批发和零售业”和“住宿和餐饮业”合并为“批发零售贸易和餐饮业”；“教育”和“文化、体育和娱乐业”合并为“教育、文化、艺术和广播电影电视业”；2003年和2004年统计年鉴中“公共管理和社会组织”中实为1995—2002年统计年鉴中“国家机关、政党机关和社会团体”。实证研究中分11个产业，分别是：农、林、牧、渔业，采掘业，制造业，电力、煤气及水的生产和供应业，建筑业，交通运输仓储和邮电通信业，批发零售贸易和餐饮业，金融、保险业，卫生体育和社会福利业，教育、文化、艺术和广播电影电视业，国家机关、政党机关和社会团体。另外，97年以后重庆从四川省中分出成为直辖市，1997年以后四川省各产业就业人员数为重庆市与四川省合并数。西藏因为有部分行业数据不完整而没有选入样本中。3、实证结果和分析3．1实证的方差分析方程本文的模型采用方差分析方法将，方程（1）用2.2的面板数据的带入，估计地区就业差异的影响因素。表1为模型的方差分析表，模型的=0.548，F(632,2871)=4.293，F值在0.000的水平上显著，模型对就业增长有较好的解释能力，h(i)、m(i,j)b(t)和f(i,t)的F值分别为74.436、1.643、38.614和8.239，其F值均在0.000的水平上显著，g(j,t)的F值为1.377，在0.01的水平上显著。表1模型方差分析表方差来源III型方差SS自由度均方MS统计量FP值Model70199.967632111.0764.2930.000产业h(i)19259.541101925.95474.4360.000地区*产业m(i,j)11905.17728042.5181.6430.000时间b(t)8991.8079999.09038.6140.00016 产业*时间f(i,t)17053.82180213.1738.2390.000地区*时间g(j,t)7980.22022435.6261.3770.001=0.548，=0.420附表1和附表2是模型（1）式的点估计系数。附表1是地区和产业因素影响的短期效应，包括纯就业周期效应（或者年效应）b(t)，产业就业周期效应f(i,t)和地区就业周期效应g(j,t)。附表2是地区和产业因素影响的长期效应，包括11个产业就业增长率长期趋势的估计值h(i)和各省各产业长期就业趋势偏离项的估计值m(i,j)。3．2长期效应和短期效应从现有的统计数据知道，各地区就业增长率不同。问题是地区的就业水平变化长期效应和短期效应的相对重要性如何，也就是说上述方程（1）表征的地区就业水平的差距是由什么因素决定的？在地区就业水平变化过程中，如果各影响变量在研究期中是持续不变地影响就业演变过程，则为长期效应，各影响因素的影响随时间波动的则为短期效应。方程(1)将e(i,j,t)分解成5个部分和独立服从正态分布的残差项。其中，两个部分，h(i)和m(i,j)不随时间变化的，被称为长期效应部分，其他三项b(t)、f(i,t)和g(j,t)则是短期效应的组成部分，随着时间变化而变化。由表1可知，在方程（1）模型解释的总方差中，由h(i)和m(i,j)组成的长期效应部分的方差分别为19259.54和11905.17，这部分所解释的方差为整个模型所解释方差的47.8%，由b(t)、f(i,t)和g(j,t)组成的短期效应部分的方差分别为8991.81、17053.82和7980.22这部分所解释的方差为整个模型所解释方差的52.2%。说明我国各地区就业增长受产业和地区因素的短期波动相对影响较大。为了分析长期效应和短期效应对就业演变的影响，首先计算各地区各产业就业平均增长率的向量：=h(i)+m(i,j)（2）将的方差分解为产业效应h(i)、产业和地区交互作用效应m(i,j)，用与公式（1）相同的方法进行方差分解，结果如表2所示。为了分析短期效应对就业演变的影响，定义：（3）用反映各地区各产业就业的短期变化，将公式（1）代入（3）式得：（4）然后将用与公式（1）相同的方法分解周期效应，产业效应和地区效应，结果见表2。表2长期趋势和短期趋势方差分析16 长期趋势方差分析短期趋势方差分析项目解释百分比项目解释百分比100%100%h(i)56.6%26.4%m(i,j)43.4%50.1%23.5%1996到2004年各地区各产业就业演变中，长期效应部分的方差为整个模型所解释方差的47.8%，而在长期效应（总的长期趋势）中，56.6%可以被产业效应解释，43.4%被地区与产业的交互作用解释，也就是说，就业长期趋势在地区间的相同程度要大于在产业间的，就业的长期变化趋势大部分是由产业发展趋势决定的，而地区的特殊因素起的作用相对较小。1996到2004年各地区各产业就业增长变化中，短期效应部分的方差为整个模型所解释方差的52.2%，而短期变化中，50.1%可以被产业效应解释，26.4%可以被周期效应解释，23.5%可以被地区效应解释。1996到2004年各地区各产业就业增长短期波动中产业间差异远高于地区间差异，产业因素是影响就业增长变化的主要因素，而地区因素和周期波动对就业变化影响较小。产业发展是影响劳动就业发展的物质因素，并且直接、现实地决定着就业发展（郭军，刘瀑，王承宗，2006），地区因素对就业发展的促进作用，也是通过促进地区产业发展，提高产业吸纳就业能力来实现的。结论一：1996到2004年各地区各产业就业演变中，短期效应比长期效应的作用大，而地区效应在就业的长期趋势和短期变化过程中影响较少，产业效应影响较大。3．3周期效应、产业效应和地区因素周期效应：根据上述的计算结果，讨论就业周期效应。就业周期效应表现为三个层面，第一层面是经济周期（以经济总量GDP增长变化表示）与全国总就业的周期之间的关系。在各地区产业就业增长的方差方程（1）的分解结果中，b(t)是纯就业周期效应（也称为年效应），它与全国GDP增长周期变化基本一致（见图1），1996年到1998年经济增长速度下降，b(t)也下降，2001年到2004年经济增长速度上升，b(t)也上升，但b(t)的变化程度大于GDP增长变化程度。16 图1GDP增长与就业周期：1996-2004图1基本表征这一时期外部经济状况的变化对就业的影响。1997年东南亚金融危机导致我国就业的大幅下滑。1998到2001年就业增长率均低于研究期就业平均增长。随着经济复苏，就业情况也逐渐好转，2002年超过平均就业水平，2003年就业增长达到了最高值，2004年有所回落。第二的层面是产业就业的周期效应。附表1中矩阵f(i,t)表示各产业就业周期性状况，表3为各产业f(i,t)与b(t)周期变化相关系数。从符号上分析，工业中除具有垄断性行业的电力、煤气及水的生产和供应业负相关外，其余各产业f(i,t)与b(t)均为正相关关系，其中，采掘业、建筑业的f(i,t)与b(t)有显著的正相关关系。在第三产业中，交通运输仓储和邮电通信业、批发零售贸易和餐饮业的f(i,t)与b(t)为正相关关系，金融、保险业、卫生体育和社会福利业、教育、文化、艺术和广播电影电视业和国家机关、政党机关和社会团体的f(i,t)与b(t)为负相关关系。图2所示更为明显，农业f(i,t)与b(t)有显著的负相关关系，相关系数-0.882，农业具有明显的反周期性；而制造业f(i,t)与b(t)有显著的正相关关系，相关系数为0.742。结论二：从短期上看，制造业就业与经济周期正相关，反映了我国经济发展中的工业化发展战略。农业就业与经济周期负相关，在很大程度上折射了工业就业的变化。当经济高涨时，工业快速发展就业增加，农业劳动力转移进入工业就业，农业就业人数减少；反之，当工业发展速度下降，吸纳就业能力下降，工业就业机会减少，流动劳动力被排斥出去，被迫回到农村和农业中，农业的就业人数增加。农业的就业变化实际上很难反映该产业有效就业，第一产业对就业的贡献表现为一种剩余劳动力“蓄水池”作用（张车伟，蔡昉，2002）。值得注意的是，第三产业在经济发展缓慢时期也能吸收劳动力过度供给，这意味着服务部门也是就业波动的缓冲器，在体制转轨国有企业重组改制过程中，吸纳了大量国有、集体企业下岗失业人员。表3f(i,t)和b(t)的相关系数f(i,t)b(t)f(i,t)b(t)农、林、牧、渔业-0.882(**)批发零售贸易和餐饮业0.204采掘业0.743(*)金融、保险业-0.226制造业0.742(*)卫生体育和社会福利业-0.718(*)电力、煤气及水的生产和供应业-0.369教育、文化、艺术和广播电影电视业-0.815(**)建筑业0.076国家机关、政党机关和社会团体-0.09116 交通运输仓储和邮电通信业0.621(*)**表示0.01显著(双尾)；*表示0.05显著(双尾)图2农林牧渔业、制造业的就业周期状况第三层面是地区就业的周期效应。地区就业周期效应矩阵g(j,t)显示了不同地区就业增长的波动。表4为东部沿海地区、东北地区、中部地区和西部地区的g(j,t)东北地区，包括辽宁、吉林、黑龙江；东部沿海各省，包括河北、山东、江苏、浙江、福建、广东、海南、北京、天津和上海；中部地区，包括山西、河南、湖北、湖南、江西、安徽；西部地区，包括内蒙、广西、云南、贵州、四川、西藏、陕西、甘肃、青海、宁夏、新疆，各地区的g(j,t)为附表1中该地区内各省g(j,t)的均值。g(东部沿海地区,t)显示东部沿海地区就业增长呈现逐年上升趋势，2001年以后就业增长高于1996年到2004年的平均水平增长水平。2001年以后东部沿海地区就业增长趋势与宏观就业增长周期b(t)基本相一致均呈现上升趋势，但东部沿海地区之间就业增长速度差异较大，g(北京,t)显示北京市就业增长呈现逐年上升趋势，2002年到2004年就业增长远高于平均水平，g(天津,t)和g(上海,t)也呈上升趋势。2001年后东部沿海地区的其他省份就业增长上升趋势并不明显。在20世纪90年代东部沿海地区经济经历持续高速增长后，资源约束和环境压力越来越大，为了持续发展各省市都不同程度地改变经济增长方式，调整产业结构，大力发展高科技产业。东部沿海地区的企业技术含量提升，资本的有机构成大幅度提高，劳动力的需求相应地减少，使得该地区就业弹性下降（易先桥，李晓琼，2006），沿海地区工业主体已逐渐由劳动密集型转向技术密集型（付加锋,刘毅，2006）。表4东部沿海、东北、中部和西部地区就业增长与就业增长周期b(t)年份199619971998199920002001200220032004b(t)1.7351.140-4.000-0.180-1.712-0.3100.3901.9141.023G(东部沿海地区,t)-1.100-0.4630.1890.170-0.2240.5070.0050.0440.834g(东北地区,t)1.7221.125-2.546-0.275-0.3630.598-0.210-0.4410.390g(中部地区,t)1.0980.445-0.266-0.5900.117-1.2830.3840.248-0.152g(西部地区,t)-0.080-0.1460.7300.2620.2580.079-0.177-0.065-0.864g(中部地区,t)显示中部地区就业增长速度1996年到1999年增长速度下降，2000年至2004年就业增长速度没有明显上升。中部地区各省之间就业变化趋势差异较大，g(江西,t)与宏观就业增长周期b(t)高度一致，2001年以后整体呈现上升趋势，河南省、安徽省、湖南省和湖北省2001年后绝大多数年份就业增长率低于各自研究期的平均水平。16 g(西部地区,t)显示西部地区2001年后就业增长呈现下降趋势，就业增长率低于各自研究期的平均水平。西部地区在西部大开发的战略支持下经济增长速度加快，工业增加值在总量上不断增加，但相对于全国而言所占比重持续下降，2000-2004年，工业增加值占全国比重由13.62%下降到12.96%，说明实施西部大开发战略以来，我国的工业生产力仍在进一步向东部沿海地区集中。西部地区第二产业吸纳农村劳动力转移的能力有限，存在农村剩余劳动力，西部农村剩余劳动力的压力大于中部地区（陈仲常,臧新运，2006）。g(东北地区,t)显示东北地区经历1998到2000年就业增长大幅度下降后，2001年后就业增长下降趋缓。东北地区就业形势严峻，其原因是由于观念、体制和政策等多方面的原因，面对东部沿海地区企业和跨国公司的竞争，东北老工业区企业竞争力不断下降，生产能力萎缩，企业职工下岗，就业问题日趋严重。产业因素：h(i)反映产业对就业变化的影响，即所研究的产业就业变化对全部就业的影响，所谓产业效应。从附表2中的矩阵h(i)分析得出：在1995年到2004年期间，每年我国总就业人口每增长1％，农业部门的就业减少的0.3%，采掘业就业减少最快为6.69%，制造业减少1.03%。同时，电力、煤气及水的生产和供应业就业就增加1.88%，建筑业增加2.65%，交通运输仓储和邮电通信业增加1.72%，批发零售贸易和餐饮业增加2.84%，金融、保险业2.62%，卫生体育和社会福利业增加1.14%，教育、文化、艺术和广播电影电视业增加0.78%，国家机关、政党机关和社会团体增加1.47%。结论三：从长期趋势分析，农业、采掘业和制造业的就业与全部就业增长呈现负增长关系，劳动力从这些行业中被挤出。工业中电力、煤气及水的生产和供应业、建筑业以及第三产业呈现正向关系，为吸纳就业的部门。地区因素：m(i,j)为地区因素与产业因素交互作用对就业的影响，反映地区因素影响地区内的产业就业变化，进而影响整个就业的变化，即所谓地区效应。农业：1996年到2004年间农业的总就业人数减少。从附表2中m(农业,j)可以看出北京、江苏、浙江、江西、山东、湖北、福建、吉林、安徽、湖南、陕西为就业增长远低于全国平均水平-0.3018%的地区，就业水平快速下降，这些地区可分为两种不同类型，一种是东部沿海快速城市化工业化地区，如北京、江苏、浙江、山东，一种是中部农村劳动力密集的省份，如：江西、湖北、安徽、湖南，这些省份是农村劳动力以向沿海东部地区转移的方式减少。辽宁、内蒙古、黑龙江、河南、广东、海南、云南、甘肃、宁夏、新疆为就业增长水平较好的地区，这些地区绝大多数位于西部地区、东北地区和东部沿海的南方地区，这些地区主要有两类：一是资源条件好形成的传统农业开发地区；二是市场化程度提高，交通设施改善后形成的特色农业区。制造业：1996年到2004年制造业的总就业人数减少。从附表2中m(制造业,j)可以看出天津、山西、内蒙、辽宁、吉林、黑龙江、上海、湖北、陕西、甘肃、新疆、青海为我国制造业就业增长低的地区，就业增长低于全国平均水平-1.0338%，制造业原有的就业人员被挤出，这些地区主要分布在东北地区、西部地区和东部沿海的直辖市；福建、浙江、广东、山东、江西、河北、江苏、安徽、河南、贵州、宁夏是我国制造业就业增长高的地区，这些地区绝大多数位于东部沿海，中部与东部沿海相邻的地区，其中浙江、福建、广东又这些地区中是制造业就业增长最快的地区。金融保险业：1996年到2004年金融业的总就业人数增加。从附表2中m(金融保险业,j)可以看出北京、上海、天津、江苏、浙江、山东为我国金融保险业就业增长最高的地区，吉林、内蒙古、湖北、海南、四川、广西、云南、青海为我国金融保险业就业增长低的地区。16 图3各地区农业和制造业m(i,j)值比较分析图3为我国各地区m(农业,j)和m(制造业,j)值，从图中可以看出制造业就业增长呈现出从东部沿海、中部、西部到东北地区下降趋势。农业就业下降趋势区域性不如制造业明显，东部沿海地区和中部地区低于东北和西部地区。东部沿海地区制造业就业人数增加较快而农业就业人数减少，原因是东部沿海地区制造业发展，就业增加，吸纳了东部沿海地区的农村剩余劳动力，同时也吸纳了中、西部地区的农村剩余劳动力（陈仲常,臧新运，2006），尤其是中部劳动力密集省份，如江西、湖北、安徽、湖南的农村剩余劳动力；中国四大经济板块中，工业化速度的顺序依次是东部地区、中部地区、西部地区和东北地区（陈佳贵等，2006），制造业就业增长也呈现从东部沿海、中部、西部到东北地区下降的趋势；东北老工业基地、湖北、陕西、上海及天津等传统工业地区制造业从业人员的减少。北京、上海、天津三大直辖市制造业从业人员的减少，可能与其城市功能升级有关，其他传统工业地区的就业下降，则是比较异常的情况（杨云彦等，2003）。16 图4各地区金融保险业和制造业m(i,j)值比较分析图4为我国各地区m(金融保险业,j)和m(制造业,j)值，从图中可以看出我国东部沿海地区金融保险业就业增长较快，尤其是北京和上海市在1994年到2004年金融保险业快速发展，国内金融中心的地位逐步形成，中西部地区金融业就业增长大部分低于全国平均水平。山东、江苏、浙江、福建、安徽制造业和金融保险服务就业形势都比较好，而制造业和金融保险服务就业增长都低于全国平均水平的集中在东北和西部地区。从总体上看我国东部沿海地区整体的就业形势较好，尤其是浙江、福建、江苏、山东省，除了农业就业从业人员减少，制造业和第三产业大部分产业就业增长都高于全国平均水平，而东北地区辽宁、吉林、黑龙江的工业和第三产业就业增长率都低高于全国平均水平，尤其是制造业为全国就业增长最低，东北地区是我国就业形势最严峻的地区。北京和上海大都市经济逐步形成，农业，制造业的就业人数减少，而金融保险业、批发零售贸易和餐饮业就业快速增长，尤其是金融保险业。西部地区大部分交通运输仓储和邮电通信业、批发零售贸易和餐饮业、教育、文化、艺术和广播电影电视业就业增长高于全国平均水平，吸纳就业能力提高，而制造业就业增长低于全国平均水平，产业中原有的劳动力被挤出，进入市场程度较高的第三产业。结论四：地区间就业增长差异主要来源产业因素，要减少地区间就业差异必须对就业形势严峻的地区给予政策上的倾斜。4．结论本文为解释1996到2004年我国地区间就业增长率的差异提供了新的依据。通过方差分析模型，将就业增长分解为产业、地区和时间效应，结果显示产业效应是影响长期就业趋势变动和短期就业波动的重要因素。地区间就业增长差异主要来源产业因素，要减少地区间就业差异必须政策上对就业形势差的地区倾斜。16 就业长期趋势分析显示，农业、采掘业和制造业的就业呈现下降趋势，劳动力从这些行业中被挤出，工业中电力、煤气及水的生产和供应业、建筑业以及第三产业就业呈现增长趋势，为吸纳就业的部门。就业短期波动分析显示，在我国工业化发展战略下，制造业就业波动与宏观就业周期趋同，而农业就业波动具有反周期性，农业的就业变化在很大程度上折射了工业就业的变化，当工业快速发展就业增加时，农业劳动力转移进入工业就业，农业就业人数减少；当工业发展速度下降，吸纳就业能力下降，工业就业机会减少，流动劳动力首先被排斥出去,被迫回到农村和农业中，农业的就业人数增加。农业在某种程度上是就业波动的缓冲器。第三产业在经济发展缓慢时期也能吸收劳动力过度供给，这意味着服务部门也是就业波动的缓冲器，在体制转轨国有企业重组改制过程中，吸纳了大量国有、集体企业下岗失业人员。我国东部沿海地区整体的就业形势较好，尤其是浙江、福建、江苏、山东省，制造业、金融保险业、批发零售贸易和餐饮业是该地区吸纳就业的主要产业。市场化程度较高的行业是东部沿海地区吸纳就业的主要部门。东北地区辽宁、吉林、黑龙江的采掘业、制造业、建筑业和第三产业就业增长低于全国平均水平，尤其是制造业为全国就业增长最低，东北地区是我国就业形势最严峻的地区。老工业基地经济发展和就业问题已成为我国经济协调发展需要解决的重要问题。西部地区大部分交通运输仓储和邮电通信业、批发零售贸易和餐饮业、教育、文化、艺术和广播电影电视业就业增长高于全国平均水平，吸纳就业能力提高，而制造业就业增长低于全国平均水平，产业中原有的劳动力被挤出，进入市场程度较高的第三产业。实施西部大开发战略以来，西部地区第二产业就业并没有好转，吸纳农村劳动力转移的能力有限。参考文献：1、Costello,D.,1993，Across-country,cross-industrycomparisonofproductivitygrowth.JournalofPoliticalEconomy101(2),Pages:207-222.2、EricToulemonde，2001，'Actual'Versus'Virtual'EmploymentinBelgium，RegionalStudies，35(6)，Pages:513-518.3、Marimon,Ramon&Zilibotti,Fabrizio,1998.Actual'versus'virtual'employmentinEuropeIsSpaindifferent?,EuropeanEconomicReview,Elsevier,vol.42(1),pages123-153.4、PietroGaribaldiandPaoloMauro，2002，Anatomyofemploymentgrowth，EconomicPolicy，17(34),Pages:67–114.5、RobsonM.,2006,Sectoralshifts,employmentspecializationandtheefficiencyofmatching:ananalysisusingUKregionaldata,RegionalStudies40,Pages:743–754.6、Stockman,A.,1988,SectoralandnationalaggregatedisturbancestoindustrialoutputinsevenEuropeancountries.JournalofMonetaryEconomics21,Pages:387-409.7、蔡昉，都阳，经济转型过程中的劳动力流动———长期性、效应和政策，学术研究，2004年第6期，16-22.8、陈仲常,臧新运: 农村劳动力转移的区域差异与跨区流动度的估量，经济问题，2006年第1期，49-51.9、郭军，刘瀑，王承宗，就业发展型经济增长的产业支撑背景研究，中国工业经济，2006年第5期，24-31.10、赖德胜，孟大虎，专用性人力资本、劳动力转移与区域经济发展，中国人口科学2006年第1期，60-68.11、王光栋叶仁荪,我国地区就业状况的变化趋势,中国劳动，2003,9,16-18.12、杨云彦等:就业替代与劳动力流动:一个新的分析框架，经济研究，2003年第8期，70-77.13、叶仁荪,中国地区就业结构的比较分析,经济体制改革,2003年第6期,109-112.14、张车伟，蔡昉，就业弹性的变化趋势研究，中国工业经济，2002年5月第5期(总170期)，22-30.16 1、赵建国,经济增长促进就业的实证分析,财经问题研究,2003年第5期,总第234期,P:93-96.2、付加锋,刘毅,张雷等:中国东部沿海地区产业结构预测及其结构效益评价，经济地理，2006年第6期（第26卷），P：1005-1008.17、易先桥，李晓琼，基于非均衡经济增长视角下的就业增长率，特区经济，2006年第5期，P：28-30附表1地区和产业因素影响的短期效应时间(t)199619971998199920002001200220032004b(t)1.73481.1403-4.0002-0.1799-1.7118-0.31000.39031.91361.0228f(i,t)农、林、牧、渔业-1.28920.48595.23021.86921.3801-0.1635-0.9931-3.4470-3.0727采掘业0.82113.1659-4.2788-1.5636-3.19281.41883.14962.3677-1.8880制造业-1.2059-1.9059-9.9720-1.67470.60210.57302.71585.87844.9892电力、煤气及水的生产和供应业1.24671.80812.2510-0.6769-0.2602-0.5279-0.7392-0.7345-2.3671建筑业-2.9459-3.1179-2.5374-1.17053.32560.31852.65722.86120.5248交通运输仓储和邮电通信业0.0131-0.1320-1.28331.1526-0.1916-0.58800.49350.51360.0221批发零售贸易和餐饮业0.27340.5745-1.50670.7940-2.3834-0.25252.0276-4.58305.0562金融、保险业1.77150.66252.01922.3985-1.89780.7383-2.5955-0.8467-2.2500卫生体育和社会福利业0.31920.80513.42620.44151.27960.6619-1.8212-5.0286-0.0836教育、文化、艺术和广播电影电视业0.00160.61994.1587-1.11330.7844-0.4250-1.2242-2.1720-0.6301国家机关、政党机关和社会团体0.9849-2.97542.4834-0.46620.5446-1.7631-3.67995.1816-0.3099g(j,t)北京-4.1097-2.2043-3.4993-3.5687-3.2222-0.45235.46748.59692.9923天津-2.70190.1944-1.96602.3937-0.98980.1956-0.17010.97292.0711河北1.2799-0.37291.51580.29180.1819-1.1199-0.7493-2.17531.1482山西0.7111-1.24540.28330.7976-0.0260-0.31330.12100.0677-0.3960内蒙古0.8123-0.1332-0.60360.63702.18340.6270-1.7887-1.7202-0.0139辽宁0.22140.4004-5.6446-0.03031.72890.95790.23950.76071.3661吉林2.05790.2179-2.3571-0.4428-1.27730.5727-0.8503-0.90182.9809黑龙江2.88742.75560.3642-0.3506-1.54050.2631-0.0190-1.1832-3.1769上海-1.8816-2.2307-1.81574.7268-0.95330.65750.9118-0.73881.3239江苏-1.3316-0.41801.2934-0.3414-0.14590.7486-1.2907-0.24861.7341浙江-1.4365-1.28291.4548-0.24911.00190.55461.1561-0.5762-0.6227安徽-1.45740.72710.5394-0.37182.0437-0.31990.1580-0.6153-0.7036福建-0.78030.17962.8502-1.12651.09450.8935-2.3395-1.88730.7426江西0.94280.3718-3.3313-1.3371-0.9206-0.44611.21631.44942.0548山东0.29370.27182.1050-0.4298-0.38430.05480.4291-1.5170-0.8234河南1.9030-0.31710.9243-1.95422.6032-1.6459-0.6144-0.3886-0.510516 湖北2.51641.58180.7241-1.1680-2.4534-3.3888-0.78373.4558-0.4843湖南1.96941.5502-0.73570.4940-0.5459-1.58502.2074-2.4831-0.8714广东0.5682-0.26641.6741-1.11530.47481.0421-1.3628-1.39060.3757广西0.41120.33021.8016-0.00690.02140.0450-1.73800.4023-1.2668海南-0.89811.5018-1.72501.11650.70482.4957-2.0009-0.5915-0.6034四川-1.20051.1994-2.02740.81410.40242.1933-2.30340.11240.8096贵州1.42850.04390.74900.39590.68880.8942-1.1088-2.6894-0.4022云南0.83980.60064.74110.3335-0.0182-0.3073-1.5094-2.7682-1.9119陕西0.3895-0.09150.64171.51591.0015-1.97850.9012-0.8467-1.5331甘肃0.1472-0.92652.9631-1.9190-0.8725-0.72172.1735-0.4089-0.4353青海-1.0358-1.5077-1.61631.1498-1.6447-0.60921.24874.2108-0.1956宁夏-1.85820.11440.37861.16551.6875-1.06891.63812.5611-4.6180新疆-0.7294-1.08590.2765-1.4620-0.86561.71980.71960.49900.9280附表2地区和产业因素影响的长期效应产业农、林、牧、渔业采掘业制造业电力、煤气及水的生产和供应业建筑业交通运输仓储和邮电通信业批发零售贸易和餐饮业金融、保险业卫生体育和社会福利业教育、文化、艺术和广播电影电视业国家机关、政党机关和社会团体h(i)-0.3018-6.6907-1.02581.87922.65141.72102.83762.61511.14050.78081.4748m(i,j)北京-1.2782-0.84260.59360.4430-1.47036.35016.57028.75490.57621.4203-1.9248天津0.11624.3407-2.5509-2.8270-4.7225-2.1366-2.84651.9571-1.4461-1.3864-1.7025河北-0.47160.69960.97130.47081.23300.2879-0.6965-0.32741.08170.8592-0.0914山西0.45295.8129-1.4753-0.4092-2.1659-1.1955-2.21871.11930.14280.3225-0.3325内蒙古0.6795-1.2093-3.7398-1.2303-3.1914-2.6333-1.7154-2.3662-0.9827-1.2164-0.3748辽宁1.6695-1.0682-4.2575-1.3836-4.4381-1.0410-0.8943-0.3407-2.0038-1.5930-0.2492吉林-0.5960-2.6404-6.2253-1.4114-5.1359-1.4510-4.7043-2.2396-1.1916-1.4208-0.5759黑龙江4.4595-5.8026-3.63530.6319-0.5514-1.0021-4.6421-0.8374-1.1972-0.9508-1.5692上海0.00621.2951-1.5287-4.0370-0.00031.46564.02468.3638-1.5127-2.18860.0241江苏-3.0216-0.17821.4769-1.38480.2564-2.4933-0.13102.8282-0.2394-0.40301.1419浙江-3.2882-5.20935.4613-0.37591.9941-0.09211.20461.89931.68731.20031.0652安徽-0.50824.15401.22580.35084.41530.9067-0.40430.95490.5351-0.1252-0.7281福建-0.5638-2.32716.33471.0019-0.5424-1.59771.38130.68040.17170.0336-0.8281江西-1.3871-5.46932.53130.33302.73750.2290-1.0421-0.7396-0.1794-0.3419-0.0770山东-1.21824.23182.77690.52520.38300.6290-0.00981.40150.7328-0.14861.7208河南1.98734.92962.75470.78641.65301.49902.7113-0.45291.25171.37701.735216 湖北-1.83493.8874-2.7187-1.1425-0.2881-1.8066-4.6010-2.7740-1.5438-1.05520.0919湖南-0.5860-3.0560-0.0087-0.08141.4508-0.0366-3.80650.40710.4073-0.23191.2241广东1.6184-6.91494.06360.1497-2.7936-2.09441.0479-0.48401.90171.44360.6064广西-0.0660-3.56930.08690.64410.11190.3001-0.3798-3.10851.7117-0.2286-0.7003海南0.6529-2.15600.1969-1.2648-1.63030.2590-3.2721-5.1362-0.24610.0325-0.8814四川-0.22491.05070.5302-1.3948-1.78250.2690-4.0121-3.1151-0.4027-0.6175-0.4192贵州-0.30932.60511.43131.18412.70191.3445-0.9954-1.5185-0.19721.67250.0519云南0.6618-3.8871-0.0720-1.31590.67300.03342.3802-2.45740.16390.3948-0.6570陕西-0.69934.0774-1.19421.71640.50410.46125.80130.4593-0.08720.61030.8719甘肃1.7940-2.5871-2.36752.29641.7441-0.4521-0.1332-1.2007-0.50270.88810.2264青海0.22731.5029-0.86751.60083.91970.40016.3957-3.0640-1.0749-0.2964-0.4148宁夏0.68954.58742.55366.35527.27412.60122.57460.27150.66730.20700.8141新疆1.03843.7429-2.3475-0.2314-2.27920.99672.41351.06491.77621.74251.951916
