中国就业与经济增长城镇化水平之间的关系研究.docx
- 文档编号:6805021
- 上传时间:2023-01-10
- 格式:DOCX
- 页数:11
- 大小:72.92KB
中国就业与经济增长城镇化水平之间的关系研究.docx
《中国就业与经济增长城镇化水平之间的关系研究.docx》由会员分享,可在线阅读,更多相关《中国就业与经济增长城镇化水平之间的关系研究.docx(11页珍藏版)》请在冰豆网上搜索。
中国就业与经济增长城镇化水平之间的关系研究
中国就业与经济增长、城镇化水平之间的关系研究
----------基于1978年-2009年数据
重庆大学姚桂霞、张玉书、叶剑英
摘要:
近年来,在中国城镇化加速发展和经济增长的同时,就业形势也发生着某些改变,本文利用改革开放以来(1978-2009)32年的数据资料,基于协整理论、误差修正模型和Granger因果检验理论,对中国就业与经济增长和城镇化水平之间的关系进行了对比及综合分析,结果表明,就业与城镇化水平之间存在着一定的均衡关系,城镇化促进了就业,而经济增长相对而言对就业的影响比较小,在此基础上本文对中国就业与城镇化和经济增长的调控政策提出了具有前瞻性的政策性建议。
其数据来源于《中国统计年鉴》,数据主要应用马克威系统软件进行分析。
关键词:
就业;城镇化;经济增长;协整检验;误差修正模型
一、引言
改革开放三十多年来,中国的城镇人口已从1978年的17245万人增加到2009年的62186万人,城镇化水平(城镇人口占总人口的比重)由1978年的17.92%提高到2009年的46.59%。
经济增长GDP由1978年的3645.217亿元提高到2009年的343464.69亿元,平均增长率为9.5%。
而我国的就业人数从1978年的40152万人2009年的77995万人。
经济增长与就业的关系是宏观经济学的核心内容,处理好这二者的关系,是一个国家宏观调控的主要任务,关系到国家经济能否持续、稳定、协调地发展。
城镇化与就业结构调整均是现阶段中国经济、社会发展的重点内容。
经济增长与就业、城镇化水平与就业之间的关系已引起专家、学者的广泛关注。
但就目前研究成果而言,大多集中在中国城镇化的路径、模式研究和城镇化与经济增长之间的关系研究,虽然有文章在研究经济增长与就业、城镇化水平与就业之间的关系,但很少有人把两者结合起来来分析对就业的影响,笔者在本文中就经济增长、城镇化水平综合对就业的影响作了实证分析,对中国从1978年到2009年以来经济增长、城镇化水平与就业的关系进行比较和综合分析!
从而对于缓解当前的就业压力,促进社会的和谐发展具有重要的意义。
为此,本文根据统计年鉴的有关统计数据,建立协整模型,就三者之间的关系进行了分析和研究,为解决当前的就业问题提供参考建议。
下面是就业、经济增长和城镇化水平取对数后的趋势图:
从图中可以大致看到城镇化对就业的影响更大,成一定的正相关关系,而经济增长与就业之间没有明显的相关关系,他们虽然都成增长趋势,但是它们的增长趋势不一致。
二、模型设定
在研究就业与经济增长、城镇化水平之间的关系时,需要考虑到以下几个方面:
1、用经济增长、城镇化水平去衡量就业,就业用每年的就业人口去衡量,即每年年末的在岗人数。
城镇化水平用城镇人口占总人口的比重(百分比×100)刻画,经济增长用中国国内生产总值即GDP来衡量。
选定用就业人口作为被解释变量(Y),经济增长(X1)和城镇化水平(X2)作为解释变量,提出如下假设:
1)经济增长对就业具有正影响作用。
2)城镇化水平对就业具有正影响作用。
3)经济增长和城镇化水平具有一定的因果关系,可共同对经济增长有正的影响作用。
2、数据性质的选择和收集
考虑到中国经济政策的变化,选择了改革开放以来32年的时间序列数据,为了消除时间序列中的异方差的现象,考虑到自然对数不改变变量的长期关系,并使其趋势线性化,所以对就业人口、GDP和城镇化水平都取自然对数,分别用LNY、LNX1和LNX2表示,数据用马克威系统软件进行处理。
对三组数据进行平稳性检验,即单位根检验,本文采用ADF(AugmentDickey-Fuller)检验,检验结果如表1。
检验结果表明:
LNY、LNX1和LNX2在10%显著水平下均存在单位根,为非平稳序列,但经过一阶差分后均不存在单位根,变为平稳序列,所以LNY、LNX1和LNX2都是一阶单整序列,即都为I
(1),因此他们之间应该存在一个
平稳的线性组合。
表1LNY、LNX1和LNX2的ADF检验
序列
ADF检验值
临界值(10%)
检验类型(c,t,p)
结论
LNY
-2.4291
-2.6000
(c,0,3)
非平稳
LNX1
-1.1948
-2.6000
(c,0,0)
非平稳
LNX2
-1.2566
-2.6000
(c,0,0)
非平稳
DLNY
-4.9453
-2.6000
(c,0,3)
平稳
DLNX1
-3.4787
-2.6000
(c,0,0)
平稳
DLNX2
-3.9042
-2.6000
(c,0,0)
平稳
其中,c为常数项,t为常数项,p为滞后阶数。
根据1中的三条假设和前面理论框架的研究,建立如下形式的回归模型:
三、模型的求解
1就业与GDP的相关分析
协整检验
由前文ADF检验可知,序列LNY和LNX1为一阶单整列,满足协整检验的前提条件。
利用最小二乘法(OLS),定量确定LNY和LNX1之间的方程如下:
。
表2LNY与LNX1回归分析(OLS)
参数估计
系数
系数标准误
t-统计量
P值
C
9.5005
0.0805
118.0868
-0.0000
LNX1
0.1454
0.0076
19.0941
0.0000
相关统计量表
参数名
数值
参数名
数值
R平方
0.9240
对数似然值
44.9652
修正后的R平方
0.9214
F值
182.2931
回归标准误差
0.0613
P值
0.0000
残差平方和
0.1128
DW统计量
0.2403
AIC
-2.6853
因变量均值
11.0226
SC
-2.5937
因变量标准差
0.2187
从以上数据测试结果可以看出在OLS意义下,就业与经济之间有明显的线性关系。
为了做协整检验,还需对其上述回归方程产生的残差做单位根检验。
结果如下:
(无常数项和趋势项,滞后阶数:
1)
残差
检验统计量
-1.7489
临界值(水平10%)
-1.6100
在临界值10%水平以内,虽然检验统计量的值比起临界值不是足够的小,说明就业与经济增长之间的协整关系不是很显著,但还是通过了检验,说明协整关系存在,即两者之间存在长期均衡关系,但是否存在因果关系,为此利用Granger因果检验解决此问题。
Granger因果检验
如果变量X有助于预测Y,即根据Y的过去值对Y进行回归时,如果再加上X的过去值,能够显著地增强回归的能力,则称X是Y的Granger原因,否则称为非Granger原因。
就业与经济之间虽然存在一个协整关系,根据Granger检验原理无需采用他们的差分形式来进行检验,即直接用两个序列即可,检验结果如表3。
表3LNY与LNX1因果检验(滞后阶数:
2)
原假设
样本数
F统计量
P值
"LNY"不能Granger引起"LNX1"
30
3.6646
0.0402
"LNX1"不能Granger引起"LNY"
0.1876
0.8301
结果表明经济增长是引起就业增加的原因,但也不能否定就业增长不是经济增长的Granger原因。
误差修正模型
误差修正模型(ErrorCorrectionModel,简记为ECM)是一种具有特定形式的计量经济学模型,是由Engle和Granger于1987年提出的。
ECM的基本思想是,大多数经济时间序列具有一种长期的均衡关系是因为有一种调节机制———误差修正机制在起作用,防止了长期均衡关系出现较大误差。
通过以上分析,就业与经济增长之间存在协整关系,为了防止长期均衡关系出现误差,用误差修正模型作为其调节机制。
直接用马克威软件中的误差修正模型,选择误差修正方程有常数无趋势,滞后阶数为1阶。
得到协整关系:
而修正模型如下:
其中,
。
表4LNY与LNX1误差修正
拟和检验准则
检验准则
取值
SBC
-9.8000
FPE
-9.9852
对数似然(Loglikelihood)
120.4315
决定残差协方差(DRC)
0.0000
调整的决定残差协方差(DRC)
0.0000
赤池信息量(AIC)
-7.3621
施瓦茨信息量(SC))
-6.8950
由上表中的对数似然准则、赤池信息量(AIC)和施瓦茨信息量(SC))可以看出看出,这些数据不是足够的小,也就是说,经济增长对就业的影响不是非常的显著。
2就业与城镇化水平的相关分析
协整检验
利用最小二乘法(OLS),定量确定LNX2、LNY之间的协整关系如下:
。
表5LNY与LNX2回归分析(OLS)
参数估计
系数
系数标准误
t-统计量
P值
C
8.5940
0.1663
51.6823
-0.0000
LNX2
0.7172
0.0489
14.6558
0.0000
相关统计量表
参数名
数值
参数名
数值
R平方
0.8774
对数似然值
37.3265
修正后的R平方
0.8734
F值
107.3967
回归标准误差
0.0778
P值
0.0000
残差平方和
0.1818
DW统计量
0.1524
AIC
-2.2079
因变量均值
11.0226
SC
-2.1163
因变量标准差
0.2187
残差检验如下:
(无常数项和趋势项,滞后阶数:
5)
残差
检验统计量
-1.9884
临界值(水平10%)
-1.6100
结论说明LNY与LNX2之间在临界值为10%时存在协整关系,即CI(1,1).相比较经济增长而言,城镇化水平对就业的影响更大一些,更能拉动就业。
Granger因果检验
表6LNY与LNX2因果检验(滞后阶数:
2)
原假设
样本数
F统计量
P值
"LNY"不能Granger引起"LNX2
30
0.2647
0.7695
"LNX2"不能Granger引起"LNY"
0.9580
0.3973
结果表明城镇化水平是引起就业增加的原因,但也不能否定就业增长不是城镇化水平发展快慢的Grange原因。
误差修正模型
通过以上分析,就业与城镇化水平之间存在协整关系,为了防止长期均衡关系出现误差,用误差修正模型作为其调节机制。
直接用马克威软件中的误差修正模型,选择误差修正方程有常数无趋势,滞后阶数为1阶。
协整关系:
修正模型:
其中,
。
表7LNY与LNX2误差修正
拟和检验准则
检验准则
取值
SBC
-11.1922
FPE
-11.3774
对数似然(Loglikelihood)
162.1977
决定残差协方差(DRC)
0.0000
调整的决定残差协方差(DRC)
0.0000
赤池信息量(AIC)
-10.1465
施瓦茨信息量(SC))
-9.6794
3就业与经济增长、城镇化水平的相关分析
经济增长与城镇化水平的因果分析
表8LNX1与LNX2因果检验(滞后阶数:
2)
原假设
样本数
F统计量
P值
"LNX2"不能Granger引起"LNX1"
30
1.3023
0.2897
"LNX1"不能Granger引起"LNX2"
30
3.7273
0.0383
Granger因果分析表明城镇化水平与经济增长不存在双向因果关系。
协整检验
利用最小二乘法(OLS),定量确定LNY与LNX1、LNX2之间的方程如下:
表9LNY与LNX1、LNX2回归分析(OLS)
参数估计
系数
系数标准误
t-统计量
P值
C
9.7902
0.3019
32.4298
-0.0000
LNX1
0.1870
0.0425
4.3982
0.0001
LNX2
-0.2144
0.2153
-0.9959
0.3275
相关统计量表
参数名
数值
参数名
数值
R平方
0.9265
对数似然值
45.5033
修正后的R平方
0.9214
F值
121.8261
回归标准误差
0.0613
P值
0.0000
残差平方和
0.1090
DW统计量
0.2713
AIC
-2.6565
因变量均值
11.0226
SC
-2.5190
因变量标准差
0.2187
残差ADF检验:
(无常数项和趋势项,滞后阶数:
2)
残差
检验统计量
-2.0355
临界值(水平10%)
-1.6100
结果显示:
三者之间存在协整关系,即它们之间存在一个长期均衡关系,存在一个平稳的线性组合。
4误差修正模型
三者之间的协整关系如下:
误差修正模型估计:
表10拟和检验准则
检验准则
取值
SBC
-10.5691
FPE
-10.7994
对数似然(Loglikelihood)
220.3579
决定残差协方差(DRC)
0.0000
调整的决定残差协方差(DRC)
0.0000
赤池信息量(AIC)
-13.4905
施瓦茨信息量(SC))
-12.6498
四、模型分析
从上述模型求解可以得到,本文所做的三个假设结果如下:
假设1得到验证,假设2得到验证。
1978到2009年,就业人数与经济增长的变化趋势基本上一致,由协整检验知两者之间存在长期稳定的关系,就业人数与城镇化水平的变化趋势也是如此。
从它们的回归方程可以看出,经济增长每增加1%,就业人数增长大约0.15%;城镇化水平每增加1%,就业人数增长大约0.72%。
其中,这里的数据都是在取对数后得到的分析结果。
Granger因果分析表明就业人数与经济增长不存在双向因果关系,同样就业人数与城镇化水平也不存在双向因果关系。
假设3得到验证。
三者的模型分析结果显示,城镇化水平比经济增长对就业的影响大的多,高出4倍左右。
因此,在对就业问题的研究上,可以把城镇化当做主导因素考虑,而把经济增长作为次要因素。
当然,由于篇幅有限,本文选择了对就业人数可能影响较大的两个因素入手,对其做了一定程度的剖析。
还可以引入其他一些变量,再综合考虑,比如将政府的调节作用可以作为中介变量再添加到模型中分析,或许得到比本文更好的结果。
五、政策与建议
就业是民生之本,只有保证广大人民群众顺利实现就业,才能实现国家的团结稳定和长期和谐的发展,实现经济增长、城镇化与就业之间的的良性互动,尤其是要重视城镇化对就业的带动作用,在工业化过程中,就业结构与城镇化是社会经济体系诸多关系中联系比较紧密,相互依存度比较高的一对关系,无论是城镇化出现偏差,还是就业结构出现偏差,都会影响社会经济的发展,影响整个社会的和谐稳定。
与城镇化发展相比,如果人口的城乡迁移速度超过非农就业机会的提供速度,过低的非农就业水平会阻碍城市化的发展,并可能出现过度城市化问题,导致城市失业、城市贫民窟的出现等一系列城市问题的产生;如果城镇化水平滞后,城市的集聚和扩散功能得不到充分的发挥,城镇创造就业机会的能力也会受到限制,最终会影响到就业结构的转变。
因此,我们在促进城镇化和经济增长的同时,应当大力保证就业的同步增长。
政府应当将充分就业上升到中国经济发展的战略高度,制定政策策略时,应当将就业放在首要位置。
在稳定和恢复经济增长时,应该处理好保城镇化与保就业的互动关系。
参考文献:
[1]陈桢.经济增长与就业增长关系的实证研究[J].经济学家,2008,
(2).
[2]李惠蓉,赵小克.河南经济增长与就业关系的实证分析[J].
[3]高铁梅.计量经济分析方法与建模[M].北京:
清华大学出版社,2006.
[4]刘爱英,姚丽芬.中国城镇化水平和就业结构关系的协整分析[J].深圳:
SpecialZoneEconomy2011年2月.
[5]尹希果.计量经济学原理与操作[M].重庆:
重庆大学出版社,2009.
[6]庞皓.计量经济学[M].北京:
科学出版社,2010.
[7]陈志昂,胡贤龙.我国科技投入与经济增长关系的实证分析[J].山东经济,2011年1月.
[8]于林.我国经济增长与就业增长的非对称性分析与建议[J].山西财经大学学报,2010年11月.
[9]程红莉,马利霞.我国财政支出与收入关系的协整研究[J].统计与信息论坛,2004年1月.
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 中国 就业 经济 增长 城镇 水平 之间 关系 研究