搜索
基于协整方法的经济增长与城镇就业的实证研究摘要：实证研究，1990-2010年的我国经济一直持续增长，而且城镇就业人数数量也一直增加，两者的趋势相同，本文运用协整分析方法，对我国经济增长与城镇就业人数的关系进行了实证分析，得出它们之间存在长期的均衡关系，并进行了Granger因果检验，得出从长期角度看城镇就业人数的增加会引起经济的持续的增长，最后总结，并提出相关的政策建议。关键字：经济增长；城镇就业；协整检验；Granger因果检验引言改革开放30多年来，我国的经济一直处于增长的状态，就业率也有很大的提高。根据传统的经济学的理论，技术进步、资本积累和劳动力增加是经济增长的源泉，按照索洛的新古典增长模型，就业增长率与经济增长率的变动趋势在理论上是存在一致性的。近些年来，我国提出建设中国特色的社会主义社会，转变经济发展模式，经济结构和产业结构都发生了巨大的变化，从而实现经济、文化、政治、社会四位一体全面发展。就业问题与日益增长的经济形势之间是否存在矛盾问题，而成为经济学研究的一个热点问题。一国内经济增长与经济关系研究回顾（一）根据奥肯定律分析[9]1962年美国著名经济学家阿瑟·奥肯通过研究一些国家经济增长与失业率之间的关系，得出一个结论，即“经济增长速度快，就业岗位增加，就业水平高，失业率低；反之，就业水平低，失业率高”，这就是“奥肯定律”。这个定律经常在中国经济学文献中被涉及或引用。国内在这方面有代表性的文献是：1．邹薇(2003)建立了GNP、GDP与城镇登记失业率模型，该模型表明，中国总量经济增长与城镇登记失业率之间的关系明显偏离奥肯定律。2．常进雄(2005)从要素供给、经济体制变革以及经济增长等3个方面详细考察它们对就业弹性变化的影响。他的分析结果表明，要素禀赋因素并不是影响就业弹性变化的重要因素，而经济体制的变革以及收入、经济增长导致的市场需求结构的变化才是影响就业弹性变化的重要因素。3．蔡防(2004)利用第5次人口普查和5个城市的调查数据，展示了近年来在下岗和失业现象日益严峻化的同时，劳动参与率的下降趋势，并揭示了城镇失业率与劳动参与率之间的关系，表明劳动参与率的下降是失业的结果。4．赵秋成(2006)从产业和行业层面解析中国的经济增长与就业之间的关系。他认为，20世纪90年代以来，我国各产业和行业在推动经济增长和促进就业中发挥了不同作用。从产业层面分析，第一产业基本呈经济偏向型，第二产业呈显著经济偏向型，而第三产业则呈就业偏向型；农业技术进步加快了农业生产率的提高，农村第三产业在就业弹性下降的同时吸纳就业能力却在增强。从行业层面看，农林牧渔服务业从业人数增势明显，农业从业人数迅速减少；工业内部各行业基本呈经济偏向型，建筑业则呈就业偏向型；第三产业各行业，除批发零售、贸易、餐饮业、教育文化艺术和广播电影电视业以及其他行业外，其余行业均呈经济偏向型。尽管这些研究结论在数量上有些差异，但都得出中国经济增长没有带来相应就业增长的结论。5．程永宏(2005)梳理了新古典经济增长理论、凯恩斯主义经济增长理论和新经济增长理论中经济增长与就业之间的关系，得出了以下结论：长期的经济增长与就业增长并不存在必然的一致性；经济增长与就业增长的一致性没有可靠的理论基础；经济增长并不必然带来就业增长，相反，在一定条件下，经济增长可能成为抑制就业的因素。（二）国内其他学者研究现状发展经济与实现就业是每一个国家或者地区关注的重点，经济的增长和就业率的提高是宏观经济的两大主要目标。近年来，国内对经济增长与就业增长之间的关系的研究。李俊峰等对我国的经济增长和就业增长关系的研究表明，我国经济增长和就业增长存在着明显的非一致性。周建安等提出经济增长与扩大劳动就业存在长期均衡，但是有时经济增长对劳动力的吸纳能力下降。张惠等研究了经济增长与就业形势不乐观之间的关系，并证实两者之间没有因果关系[1]。张华初提出广东经济增长与就业之间存在长期稳定协整关系，而且两者之间存在双向因果关系。王海侠提出江苏省经济增长与就业之间也存在长期稳定协整关系，但是有时候经济增长对就业增加促进作用不显著。总结学者的们的研究，查阅资料发现近些年来，我国经济持续增长，城镇的就业人数也一直攀高，本文通过统计分析研究两者之间是否存在长期稳定关系。二研究方案的设计（一）变量选取与数据来源样本数据来自1990-2010年的年度数据，数据来源于《中国统计年鉴2011》分别用每年的GDP和城镇就业人数反映经济增长水平与就业水平。（二）理论依据经济增长通常用GDP来描述，城镇就业水平用城镇就业人数来描述，西方经济学家们很早就进行了研究，亚当斯密和大卫李嘉图很早就提出了经济增长与就业理论。后来凯恩斯也进行了相关研究，对大卫李嘉图的理论进行了改进，从而说明经济增长与城镇就业水平有理论基础。（三）研究的思路与方法[2]第一、分别构建描述经济增长与城镇就业水平关系的线性模型和对数线性模型。使用excel2007和eviews分别进行统计分析和回归分析，对模型参数进行计量经济学检验和经济意义检验。第二、协整分析是一种从分析时间序列的非平稳入手，探讨非平稳变量之间的长期均衡关系的分析方法。本文采用Enger和Granger(1987)提出的EG检验进行协整检验与误差修正模型分析。方法的思想是，如果两者之间存在协整关系，则它们存在长期均衡关系，且它们之间短期非均衡关系总能由一个误差修正模型表述。将依协整理论，并结合实证模型进行调整然后再分析。运用Granger因果关系检验，证实两者之间是否存在显著的因果关系。第三、提出相关的结论和可能的政策建议。三我国经济增长与城镇就业关系的实证分析（一）统计描述本文进行研究的样本数据为1990-2010年的统计数据（见表1），它们在1990-2010年都呈现出增长的趋势（见图1）表1：GDP、城镇就业人数的数据表年份GDP(亿元)城市就业人数(万人)199018667．817041199121781．517465199226923．517861199335333．918262199448197．918653199560793．719040199671176．619922199778973．020781199884402．321616199989677．122412200099214．6231512001109655．2241232002120332．7251592003135822．8262302004159878．3272932005183217．4283892006216314．4296302007265810．3309532008314045．4321032009340902．8333222010401202．034687图1：1990-2010年经济增长和城市就业人数趋势（二）协整研究1．单位根检验为了消除时间序列中存在的异方差现象，为了防止伪回归，先对变量进行对数处理，处理后并不改变原序列的协整关系。变量的对数形式分别表示为LNGDP、LNCJOB。在使用协整检验等分析方法时，必须首先检验单个变量时间序列是否单整。只有当两个变量时间序列X和Y是同阶单整序列，既I（d），d值相同时，才可能存在协整关系。对时间徐磊进行单位根检验的方法很多，常用的有DF检验，ADF检验。本文采用ADF检验，实证分析均运用eviews软件，最优滞后期由AIC确定。检验结果见表2所示。变量检验形式（C，T，K）ADF统计量临界值（5%）结论LNGDP（c，t，4）0．712796-3．065585非平稳△LNGDP（c，t，4）-3．796120-3．081002平稳LNCJOB（c，t，4）3．404224-3．020686非平稳△LNCJOB（c，t，4）-9．991018-3．081002平稳注：△表示变量的一阶差分，检验形式（C，T，K）中的C，T，K分别表示模型中的常数项，时间趋势和滞后期数。[3]表2显示，时间序列LNGDP，LNCJOB在临界值为5%的水平下，没有通过检验，是不平稳序列，经过一阶差分，△LNGDP，△LNCJOB在临界值为5%的水平下是通过了检验，是平稳序列，因此，LNGDP和LNCJOB都是一阶单整序列，即LNGDP~I(1)，LNCJOB~I(1)，两者之间可能存在协整关系。2．协整检验由单位根检验可知两者间可能存在协整关系，现在进一步检验两个变量之间的协整关系。根据Engle和Granger的基本思想，首先对两变量用最小二乘法（OLS）估计方程，对方程的残差进行ADF检验，如果残差序列为平稳序列，则说明两者之间存在长期平稳关系。为了检验et的平稳性，我们仍采用ADF单位根检验方法，检验结果见表3表3残差序列et的ADF检验结果ADF统计量临界值（5%）结论-4．522276-3．029970平稳对残差序列et进行单位根检验的结果显示，在临界值5%的显著水平下，et通过了检验，由此得出经济增长和城镇就业人数之间存在协整关系。用OLS法估计的长期静态回归方程如下表4：表4：就业人数对GDP贡献的协整分析检验变量检验信息R2D．W．协整回归方程结论LNCJOBLNGDP0．950．21LNJDP=-26．6835+3．7914LCJOB+et有协整关系通过分析上面的协整回归方程，我们确定LNGDP和LNCJOB之间的长期均衡关系，既在经济发展过程中城镇就业人口数每增加1%，GDP就会增长3．79%，由此可见，增加城镇就业人口对我国经济的持续发展有显著的促进作用。3．建立误差修正模型误差修正模型（ECM：ErrorCorrectionModel）基本形式有Davidson、Hendry、Srba和Yeo于1978年提出的，称为DHSY模型[4]。由前文分析得知：LNGDP和LNCJOB之间存在协整关系，所以可建立误差修正模型进一步的分析。如一阶自回归分布滞后模型为：011231tttttYYXX（1）在式（1）的两端同减去1tY，再等式右侧加减21tX整理可得：01122311tttttYYXX（2）对（2）式再进一步整理的2301112111tttttYYXX（3）（3）式即为误差修正模型（ECM）。其中231111ttYX为误差修正项，a表示11，23111tttECMYX，则模型变为021ttttYXaECM模型解释了因变量△Yt-1代表被解释变量的短期波动是如何被决定的。一方面，它受到△Xt-1为解释变量的短期波动的影响，另一方面，取决于ECM。ECMt-1代表的则是两个变量在短期波动中偏离它们长期均衡关系的程度，即上一期变量偏离均衡水平的误差，称为均衡误差。a为修正系数，反映Y对均衡偏离的修正速度。误差修正模型有一种对前期误差的自动修正作用，这种自动修正机制类似于适应性预期模型。若aECMt-1为负，使△Yt-1减少，反之亦然。这体现了均衡误差对Yt的控制作用。因为LNGDP与LNCJOB存在协整关系，所以建立如下误差修正模型：[5]DLNGDP=a+bDLNCJOB(-1)+cECM（-1），用Eviews进行回归分析，结果见表5。表5：误差修正模型回归结果变量系数标准差t值Prob．DLNCJOB0．0606410．0274822．2065820．0414ECM（-1）-0．1059100．073414-1．4426470．1673．根据误差修正模型的回归结果：当期经济水平每上升1%，城镇就业人数上升6%。ECM项的系数的大小则反映了对偏离长期均衡方程的调整力度，均衡误差的系数为-0．105910，显著小于零，符合反向修复机制。表明我国经济增长与城镇就业人数之间存在长期均衡关系，10%左右的偏离均衡部分也会得到调整，调整幅度相对较小。4、Granger因果检验上述协整分析的结果告诉我们经济增长与城镇就业之间存在着长期的均衡关