廖雅珍,廖添土
(1.遼寧大學(xué) 國際關(guān)系學(xué)院,遼寧 沈陽 110136;2.龍巖學(xué)院,福建 龍巖 364012;3.福建師范大學(xué) 經(jīng)濟(jì)學(xué)院,福建 福州 350007)
失業(yè)預(yù)警系統(tǒng)是一種對(duì)當(dāng)前失業(yè)狀況或未來失業(yè)危機(jī)及其后果提前做出預(yù)報(bào)或警示的系統(tǒng),目的是在高失業(yè)率出現(xiàn)前預(yù)先報(bào)警,及時(shí)采取對(duì)策,減少高失業(yè)危害。失業(yè)預(yù)警通常是通過引入相關(guān)參數(shù)變量、建立數(shù)學(xué)模型的方法,模擬計(jì)算出相對(duì)精確的失業(yè)“警戒線”[1-2]。國內(nèi)此方面的研究有:(1)警情值的確定。馮熠和趙建國采用擴(kuò)散指數(shù)法(DI)來確定失業(yè)的警戒線[3-4];陳仲常采用正態(tài)分位數(shù)方法,加權(quán)數(shù)據(jù)得到警情值[5];余華銀通過構(gòu)建失業(yè)—經(jīng)濟(jì)協(xié)調(diào)度指標(biāo)來衡量中國失業(yè)情況[6]。(2)警兆指標(biāo)的選擇。研究者大都從產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)總量、勞動(dòng)力供給和需求的角度分析。(3)預(yù)警方法。朱松林在運(yùn)用神經(jīng)網(wǎng)絡(luò)模型(NN模型)進(jìn)行預(yù)警時(shí)與模糊理論、粗集理論結(jié)合起來,產(chǎn)生了良好的效果;陳仲常運(yùn)用BP神經(jīng)網(wǎng)絡(luò)模型來預(yù)測(cè)未來幾年的失業(yè)率[5]。
由于我國經(jīng)濟(jì)發(fā)展不平衡,勞動(dòng)人口分布不均衡,經(jīng)濟(jì)結(jié)構(gòu)變化迅速,地區(qū)、產(chǎn)業(yè)和就業(yè)狀況客觀存在差異等,需要具體問題具體分析。本文在借鑒前期研究基礎(chǔ)上,結(jié)合龍巖市基本情況,構(gòu)建基于擴(kuò)散指數(shù)法的失業(yè)預(yù)警模型,通過計(jì)算失業(yè)率的擴(kuò)散指數(shù)來確定失業(yè)“警戒線”,并提出有針對(duì)性的政策建議。
經(jīng)濟(jì)發(fā)展通常是一個(gè)波動(dòng)的發(fā)展過程,經(jīng)濟(jì)運(yùn)行過程總是景氣與不景氣交替進(jìn)行的。相應(yīng)的,失業(yè)率會(huì)隨著經(jīng)濟(jì)的景氣變動(dòng)而變動(dòng)。我們利用分析經(jīng)濟(jì)景氣的常用綜合指標(biāo)——擴(kuò)散指數(shù),來判斷失業(yè)率的變動(dòng)。
失業(yè)是一個(gè)經(jīng)濟(jì)系統(tǒng)運(yùn)行的結(jié)果,我們將失業(yè)模型嵌入到經(jīng)濟(jì)發(fā)展主模型中,如圖1所示。選擇這些指標(biāo)為一個(gè)系統(tǒng)的理由如下:
凱恩斯失業(yè)與有效需求理論。該理論認(rèn)為就業(yè)水平取決于一國對(duì)產(chǎn)品和勞務(wù)的總需求水平,資本主義國家經(jīng)濟(jì)危機(jī)和就業(yè)不足的根本原因在于私人投資和消費(fèi)不足而造成的有效需求不足。因此我們考慮城鎮(zhèn)居民的消費(fèi)是否會(huì)刺激生產(chǎn),從而擴(kuò)大就業(yè)[7]。當(dāng)消費(fèi)的人群規(guī)模大時(shí),消費(fèi)對(duì)就業(yè)的影響就會(huì)擴(kuò)大,故需考慮人口因素。
菲利普斯曲線與失業(yè)。菲利普斯認(rèn)為失業(yè)率與通貨膨脹率之間存在負(fù)相關(guān)關(guān)系。隨著市場在資源配置中決定性地位的逐步確立,就業(yè)的波動(dòng)會(huì)相應(yīng)增強(qiáng),通貨膨脹在市場經(jīng)濟(jì)條件下再分配的作用增強(qiáng)。我們選取城鎮(zhèn)居民的消費(fèi)價(jià)格指數(shù)CPI,考慮龍巖的通貨膨脹是否會(huì)影響就業(yè)水平。
配第·克拉克定律與失業(yè)。配第·克拉克定律認(rèn)為隨著經(jīng)濟(jì)發(fā)展,農(nóng)業(yè)勞動(dòng)力比例下降,第二、三產(chǎn)業(yè)等非農(nóng)業(yè)勞動(dòng)力比例上升,在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整過程中需要轉(zhuǎn)換工作的人就越多,失業(yè)的風(fēng)險(xiǎn)也越大。我們采用產(chǎn)業(yè)結(jié)構(gòu)偏離指數(shù)來衡量產(chǎn)業(yè)結(jié)構(gòu)的偏離度。
圖1 失業(yè)預(yù)警系統(tǒng)結(jié)構(gòu)圖
(1)
其中,S表示產(chǎn)業(yè)結(jié)構(gòu)偏離度,Y1為第一產(chǎn)業(yè)GDP,Y2為第二產(chǎn)業(yè)GDP,Y3為第三產(chǎn)業(yè)GDP,L1為第一產(chǎn)業(yè)從業(yè)人數(shù),L2為第二產(chǎn)業(yè)從業(yè)人數(shù),L3為第三產(chǎn)業(yè)從業(yè)人數(shù)。
奧肯定律與失業(yè)。奧肯認(rèn)為經(jīng)濟(jì)增長速度快,就業(yè)崗位增加,就業(yè)水平高,失業(yè)率低;反之,就業(yè)水平低,失業(yè)率高。我們用GDP來表示經(jīng)濟(jì)增長,探討與失業(yè)率的關(guān)系。對(duì)于中國而言,拉動(dòng)經(jīng)濟(jì)增長的主導(dǎo)是投資,因此我們考慮了城鎮(zhèn)固定資產(chǎn)投資因素。
勞動(dòng)力供給曲線。勞動(dòng)報(bào)酬既體現(xiàn)了勞動(dòng)者就業(yè)的質(zhì)量,也能反映就業(yè)的形勢(shì)。當(dāng)勞動(dòng)報(bào)酬提高時(shí),在替代效應(yīng)高于收入效應(yīng)的情況下,價(jià)格越高,勞動(dòng)力供給越多。勞動(dòng)報(bào)酬越高,一般情況下會(huì)有越多的人參加勞動(dòng)。當(dāng)收入效應(yīng)大于替代效應(yīng)時(shí),會(huì)出現(xiàn)向后彎曲的勞動(dòng)力供給曲線。
1.失業(yè)預(yù)警模型的逐步回歸改進(jìn)
基于以上理論,我們確定了7個(gè)警兆指標(biāo): GDP(X1),城鎮(zhèn)居民工薪收入(X2),城鎮(zhèn)居民消費(fèi)性支出(X3),城鎮(zhèn)固定資產(chǎn)投資(X4),產(chǎn)業(yè)結(jié)構(gòu)偏離度(X5),CPI(X6),人口總數(shù)(X7)。將這7個(gè)變量作為解釋變量,限于數(shù)據(jù)局限性,以城鎮(zhèn)登記失業(yè)率作為被解釋變量,進(jìn)行多元回歸分析,回歸分析模型為:
Y=C+C1*X1+C2*X2+……+C7*X7
(2)
本文采用eviews6.0分析,由于變量的顯著性不好,一半多的經(jīng)濟(jì)變量t檢驗(yàn)值未通過檢驗(yàn),使得回歸模型準(zhǔn)確性不夠,我們采用逐步回歸法改進(jìn)失業(yè)預(yù)警模型。逐步回歸法的基本思想是:將變量一個(gè)個(gè)引入模型,引入變量的條件是偏回歸平方和經(jīng)檢驗(yàn)顯著,同時(shí)每引入一個(gè)新變量后,逐個(gè)檢驗(yàn)已選入的變量,將不顯著變量剔除,這樣可以保證最后所得的變量子集中的所有變量都是顯著的。我們采用backward(向后淘汰)方法來剔除存在共線性的多余變量,計(jì)算結(jié)果見表1。
表1 針對(duì)失業(yè)率的逐步回歸分析結(jié)果
調(diào)整后的可決系數(shù)為0.74,F(xiàn)=10.53,通過F檢驗(yàn),說明方程顯著性好;全部變量的t檢驗(yàn)值均通過了檢驗(yàn)。由于DW 檢驗(yàn)存在較大的局限性,為了進(jìn)一步檢驗(yàn)方程是否存在序列相關(guān)性,采用LM 檢驗(yàn)法,結(jié)果見表2。
由于P值較大,明顯大于5%,接受不存在序列相關(guān)的原假設(shè)。為了進(jìn)一步驗(yàn)證回歸方程是否存在異方差,采用Breusch-Pagan-Godfrey方法,結(jié)果見表3,P值明顯大于5%,接受不存在異方差的原假設(shè)。
表2 序列相關(guān)性檢驗(yàn)
表3 異方差檢驗(yàn)
2.模型解釋
GDP總量(X1)增加,失業(yè)率下降,即在龍巖地區(qū)并未形成經(jīng)濟(jì)增長而就業(yè)下降的局面。城鎮(zhèn)居民的消費(fèi)性支出(X3)符合凱恩斯有效需求理論,隨著城鎮(zhèn)居民消費(fèi)的增加,生產(chǎn)擴(kuò)大,就業(yè)增加。戶籍總?cè)丝?X7)增加,失業(yè)率增加,即目前龍巖的勞動(dòng)力存量依然很大。有趣的是,這些保留指標(biāo)反映的經(jīng)濟(jì)含義與我們之前的預(yù)測(cè)有矛盾之處,呈現(xiàn)出地方特性:
產(chǎn)業(yè)結(jié)構(gòu)偏離度(X5)與配第·克拉克定律并不相符,可能的原因有:龍巖在產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整過程中對(duì)勞動(dòng)力的質(zhì)量要求并不高,勞動(dòng)者經(jīng)過簡單的崗前培訓(xùn)即可獲得勝任工作的能力;產(chǎn)業(yè)結(jié)構(gòu)調(diào)整后吸納就業(yè)的能力大于因產(chǎn)業(yè)結(jié)構(gòu)調(diào)整不適應(yīng)而帶來的失業(yè)。
城鎮(zhèn)居民的工薪收入(X2)增加,失業(yè)量增加,這與城鎮(zhèn)化過程中大量的征地有關(guān)。由于征地或者城市化的推進(jìn),城鎮(zhèn)居民獲得了大量的財(cái)產(chǎn)性收入,即使工薪收入提高,也較難刺激他們參與就業(yè)。
我們認(rèn)為上述5個(gè)變量可以綜合反映出失業(yè)率的變動(dòng)情況。以它們?yōu)榫?,根?jù)擴(kuò)散指數(shù)(DI)對(duì)失業(yè)率進(jìn)行綜合評(píng)價(jià)和預(yù)警。擴(kuò)散指數(shù)指在對(duì)各個(gè)經(jīng)濟(jì)循環(huán)波動(dòng)測(cè)定的基礎(chǔ)上,將所得擴(kuò)張變量在一定時(shí)點(diǎn)上加權(quán)的百分比。以DIt表示t時(shí)擴(kuò)張變量的比率,則:
(3)
當(dāng)權(quán)重Wi相等時(shí),
DIt=(1/K)*100
(4)
其中I為指示性函數(shù)。
失業(yè)率的擴(kuò)散指數(shù)=[(高于平均數(shù)的警兆數(shù)目*1+持平的警兆數(shù)目*0.5)/全部警兆數(shù)目]×100%
各個(gè)指標(biāo)的計(jì)量單位不一致,本文采用Z-Score法標(biāo)準(zhǔn)化處理;在有限的18年中完全等于平均數(shù)的可能性極小,因此本文將小于0.01的數(shù)約等于平均值;影響失業(yè)的因素有正向和負(fù)向因素,本文調(diào)整正負(fù)因素。這樣處理后,獲得失業(yè)率擴(kuò)散指數(shù)波動(dòng)圖,見圖2。
圖2 龍巖失業(yè)率擴(kuò)散指數(shù)走勢(shì)圖(1995—2012)
DELPHI法對(duì)失業(yè)率擴(kuò)散指數(shù)的設(shè)置規(guī)定如下:當(dāng)DI∈(0,0.5]時(shí),表示多數(shù)警兆指標(biāo)都處于寬松狀態(tài),屬于無警情;當(dāng)DI∈(0.5,0.7]時(shí),表示有半數(shù)以上的警兆指標(biāo)處于緊張狀態(tài),屬于輕度警情;當(dāng)DI∈(0.7,0.9]時(shí),表示有多半以上的警兆指標(biāo)處于緊張狀態(tài),屬于中度警情;當(dāng)DI∈(0.9,1]時(shí),表示絕大多數(shù)或所有的警兆指標(biāo)都處于緊張狀態(tài),屬于重度警情。從圖2可以看出,自2001年后,有半數(shù)以上的警兆指標(biāo)處于緊張狀態(tài)。1995—2012年間,失業(yè)率每增長1個(gè)百分點(diǎn),失業(yè)率擴(kuò)散指數(shù)增長13.53%,當(dāng)失業(yè)率擴(kuò)散指數(shù)達(dá)到100%,即城鎮(zhèn)登記失業(yè)達(dá)到7.39%時(shí),社會(huì)各方面的承受能力就達(dá)到了臨界值,社會(huì)會(huì)蘊(yùn)藏動(dòng)蕩的局勢(shì)。不過很多隱性失業(yè)未被統(tǒng)計(jì)在內(nèi),使得城鎮(zhèn)登記失業(yè)率未能真實(shí)反映出失業(yè)的程度。
根據(jù)改進(jìn)后的回歸模型,我們認(rèn)為促進(jìn)就業(yè)的方式有:
發(fā)展生產(chǎn)力。發(fā)展是硬道理,解決就業(yè)關(guān)鍵靠發(fā)展。首先應(yīng)該大力發(fā)展勞動(dòng)密集型產(chǎn)業(yè),勞動(dòng)密集型產(chǎn)業(yè)的發(fā)展意味著相對(duì)于經(jīng)濟(jì)增長的就業(yè)彈性會(huì)增加。其次,要大力發(fā)展非國有經(jīng)濟(jì)和民營經(jīng)濟(jì),鼓勵(lì)各種各樣的就業(yè)形式。一般來說,非國有經(jīng)濟(jì)具有勞動(dòng)密集型特點(diǎn),2014年政府工作重點(diǎn)之一是制定非國有資本參與中央企業(yè)投資項(xiàng)目的辦法,在金融、石油、電力、鐵路、電信、資源開發(fā)、公用事業(yè)等領(lǐng)域向非國有資本推出一批投資項(xiàng)目,制定非公有制企業(yè)進(jìn)入特許經(jīng)營領(lǐng)域的具體辦法。
刺激城鎮(zhèn)居民消費(fèi)。城鎮(zhèn)居民的消費(fèi)層次和結(jié)構(gòu)都較農(nóng)村居民高,有利于內(nèi)需規(guī)模的擴(kuò)大。例如提高服務(wù)性產(chǎn)品的供給,可從提高精神消費(fèi)(如文化、娛樂、旅游)、金融等高端服務(wù)消費(fèi)入手,這與龍巖市的產(chǎn)業(yè)結(jié)構(gòu)升級(jí)密切相關(guān)。
積極促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。龍巖市的經(jīng)濟(jì)發(fā)展正處于工業(yè)化中期向工業(yè)化后期的轉(zhuǎn)變,在路徑依賴下資源型工業(yè)仍然是龍巖市工業(yè)的重要支柱,因此呈現(xiàn)出龍巖市第三產(chǎn)業(yè)產(chǎn)值增長率低于GDP增長率的情況,且增長率呈下降趨勢(shì),見圖3。
圖3 龍巖市第三產(chǎn)業(yè)產(chǎn)值增長率與GDP增長率
此外,我們要考慮第三產(chǎn)業(yè)內(nèi)部的協(xié)調(diào)性。龍巖市第三產(chǎn)業(yè)仍處于低層次水平,以傳統(tǒng)服務(wù)業(yè)為主體,新興服務(wù)業(yè)在第三產(chǎn)業(yè)中所占份額偏小。傳統(tǒng)行業(yè)累計(jì)實(shí)現(xiàn)增加
值占全市第三產(chǎn)業(yè)的43.9%;新興服務(wù)業(yè)累計(jì)實(shí)現(xiàn)增加值占第三產(chǎn)業(yè)比重僅28.6%??傮w而言,龍巖市第三產(chǎn)業(yè)現(xiàn)代服務(wù)投資不足[8]。
我們還需考慮控制人口數(shù)量。人口越多,要就業(yè)的勞動(dòng)力量就越大,必然會(huì)增加就業(yè)的難度。引導(dǎo)征地農(nóng)民合理消費(fèi),積極就業(yè)。征地補(bǔ)償款的運(yùn)用必須合理,否則是坐吃山空,不利于勞動(dòng)者技能的提高。
參考文獻(xiàn):
[1] Harvey Andrew.Forecasting,Structural Time Series Models and the Kalman Filter[M].Cambridge: Cambridge University Press,1990.
[2] Jones S,Riddell W C.The measurement of labor force dynamic with longitudinal data:The labor market activity survey filter[J].Journal of Labor Economics,1995,13(2):351-385.
[3] 馮煜.中國失業(yè)預(yù)警線探索[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào),2001(8):14-17.
[4] 趙建國.基于擴(kuò)散指數(shù)法的失業(yè)預(yù)警模型及實(shí)證分析[J].財(cái)經(jīng)問題研究,2005(9):81-84.
[5] 陳仲常,吳永球.失業(yè)風(fēng)險(xiǎn)預(yù)警系統(tǒng)研究[J].當(dāng)代財(cái)經(jīng),2005(8):5-10.
[6] 余華銀,毛瑞豐.我國城鎮(zhèn)失業(yè)水平的適度性研究[J].統(tǒng)計(jì)教育,2006(9):36-40.
[7] 張得志.中國經(jīng)濟(jì)高速增長過程中的勞動(dòng)就業(yè)及其失業(yè)預(yù)警研究[D].上海:復(fù)旦大學(xué),2007.
[8] 戴華東.加快龍巖市第三產(chǎn)業(yè)發(fā)展的路徑探析[J].龍巖學(xué)院學(xué)報(bào),2013(6):77-83.