周丽萍

（华东交通大学人文社会科学学院，江西 南昌 330013）

长三角地区指上海、江苏和浙江三个省（市）。据国家统计年鉴显示：2013年该地区的生产总值达118 332．36 亿元人民币，同比增长约8．66%，地区生产总值占全国GDP总量的18．78%。随着长三角地区经济的快速发展，该地区也逐步出现劳动力供求结构不对称等问题，由此导致一方面许多企业找不到合适的员工，而另一方面又有很多人找不到适合的工作［1］。长三角地区“用工短缺”“民工荒”等一系列就业难题仍然存在［2］，并对当地经济影响重大，因此长三角地区的就业问题值得深入研究。

国内外关于就业的研究很多，但研究技术进步与人力资本对就业影响的文献不多，而专门研究长三角地区技术进步与人力资本对就业影响的实证文献暂时尚未发现。本文选取该地区1990年以来的相关数据，对技术进步、人力资本、物质资本、实际工资与就业进行双对数面板模型回归和检验。一方面本文样本数据较新且时间维度较长，另一方面长三角地区经济发展关系全国经济，因此对其研究有重要意义。

一、变量与数据选取

（一）人力资本变量选取

许多研究者选取受教育程度来表示人力资本，但是由于人力资本会随年龄和人口的变化而改变，因此本文采用胡鞍钢、刘生龙和马振国［3］的做法，将人力资本表述为

其中，H 表示人力资本，E 表示受教育程度，R 表示常住人口总量，s表示0～14岁人口占比，a 表示65岁及以上人口占比，1－s－a 代表15～64岁人口比重（即年轻劳动力占总人口比重），R·（1－s－a）则为年轻劳动力总数，x 表示不同文化水平，1为文化水平低（基本没上学、不识字者），2为小学文化水平，3 为初中文化水平，4 为高中文化水平（包括中专），5为大学文化水平（大专以上），vx为第x 文化水平的平均受教育年数（假设v1＝0，为第x 文化水平的总人数。

（二）其他变量选取

本文使用DEAP 软件，以实际GDP（以1990年为基期）为产出，以劳动力（L）、物质资本（K）和人力资本（H）为投入，求取马奎斯特全要素生产率（TFP），采用TFP 来代替技术进步指标（T）［5］。采用年末就业量衡量劳动力指标。物质资本变量选用张军、吴桂英和张吉鹏［6］的做法并稍加变更。因本文选取的其他变量数据年份有限，因此选用的物质资本存量以1990 年为基期。实际工资变量（SW）是以1990年的工资为基期的工资报酬。

（三）数据选取

本文选用1990—2013年长三角地区的相关数据，样本数据主要来源：历年《中国统计年鉴》、历年《上海统计年鉴》、历年《江苏统计年鉴》、历年《浙江统计年鉴》以及《新中国60年统计年鉴》。根据文章需要，采用引入人力资本的道格拉斯函数［7］进行研究。为了研究方便，选用双对数模型，且对各变量都进行了对数处理（表1）。

表1 主要变量对数形式统计

三、实证检验与结果分析

（一）实证检验

1．单位根与协整检验。无论是时间序列数据还是面板数据，都需要进行单位根检验来检查数据是否平稳。平稳数据可以进行OLS回归，非平稳数据且同阶单整，可以进行协整检验，倘若协作关系成立，则也可以进行OLS回归［8］。因此本文首先对各变量的对数进行单位根和协整检验（表2）。

从表2可以看出，诸变量对数形式皆为非平稳数据，但其一阶差分后的各单位根检验结果表明拒绝原假设（存在单位根），因此各变量对数形式都属于一阶单整数据，其一阶差分数据都较平稳。由此可知满足协整检验的基本条件（同阶单整），可以对各变量的对数形式进行协整检验（表3—表5）。

如表3—表5所示，首先，Pedroni残差协整检验结果可以看出，Panel v 和Group rho 不显著，Panel rho只满足10%的显著性水平，但其他统计值都较显著。根据Pedroni的观点，时间维度不长的情况下，Panel ADF 和Group ADF 效能较高。所以结果趋向于各变量对数存在协整关系。其次，Kao残差检验和Johansen Fisher面板协整检验都能说明，本文选择的这5个变量对数形式存在长期稳定的关系，即协整关系。

2．面板数据回归。上述检验表明可以对以上选取的变量进行双对数面板回归。本文通过豪斯曼检验、组间异方差检验、组内自相关检验以及组间同期相关检验得出以下结论：豪斯曼检验的卡方值为61．3，P 值约为0，说明拒绝原假设（随机效应模型），应选择固定效应模型；组间异方差检验的卡方值为0．1，P 值为0．991 4，不能拒绝同方差的原假设，表明不存在组间异方差；组内自相关检验的F 值为11．546，P 值为0．076 8，可以拒绝不存在一阶自相关原假设，表明存在一阶自相关；组间同期的Breusch－Pagan检验LM 统计量为7．43，其P值为0．059 4，可以拒绝不存在同期相关的原假设，表明存在同期相关。另外本文所选数据的时间维度大于截面数，所以最后选择三种面板双对数模型，其中因变量为InL（表6）。

表2 变量及其一阶差分单位根检验

表3 Pedroni残差协整检验

表4 Kao残差检验

表5 Johansen Fisher面板协整检验

从表6各变量的显著性、拟合优度、卡方检验等可看出：PSAR1模型和全面FGLS模型优于FE模型，但三种模型都能表明技术进步和人力资本对就业增长起着较大的促进作用。根据组间异方差检验、组内自相关检验以及组间同期检验，本文认为全面FGLS模型是三种模型中的最优模型。而从全面FGLS模型可知：长三角地区技术进步对其就业增长的正向影响最大，影响率约为64．7%；长三角地区的人力资本对其就业增长的正向影响也较大，影响率约41．7%；其他变量对就业增长的影响符合经济理论，物质资本对就业增长的正影响率约41．2%，实际工资对就业增长的负影响率约61．1%。

（二）结果分析

改革开放以来，长三角地区经济发展在全国位列前茅。在经济快速发展的同时也需要大量的劳动力供应［9］。但是一方面由于地区面积、房价等因素的制约，当地劳动力供给有限；另一方面劳动力供求匹配也存在一定问题。

表6 长三角地区的就业双对数模型回归结果

根据上文实证结果可知，长三角地区的技术进步与人力资本对就业的增长有较大促进作用。技术进步对就业增长的“挤出效应”远远小于其“溢出效应”，可能原因有如下几个方面。其一，长三角地区的本地人口有限，但就业需求不断增加，一种办法就是吸引外来劳动力。地区的技术进步能带来经济的快速发展，这样才会有更好的工作和生活环境以吸引全国甚至全球的人才。其二，虽然技术进步可能会使机器代替人工，但该地区第三产业发展较快，技术进步能够促进第三产业的不断发展，从而增加就业总量［10］。其三，技术进步不仅能够推动长三角地区企业又快又好发展，还能改善该地区的基础设施和空气质量等，减少劳动力因生活环境而转移的可能性，同时也能减少其因病痛而无法工作的可能性，从而有利于增加就业总量和质量。其四，长三角地区发展相对较快，本地原居民或想要来就业的外地人口都深知该地区竞争压力大，一旦有新技术出现，无论是企业还是个人都会不断努力，以趋于与大家在同一个平台上共同发展。因此该地区的劳动力就业更加积极，学习新技术能力更强，被技术挤出去的人数一般小于因技术进步带来的就业量。另外，长三角地区人力资本对就业也有较强的促进作用，主要原因有：其一，人是社会经济发展的最重要的推动力，增加人力资本能够推动当地经济发展，企业会提供更多的就业机会；其二，长三角地区的高等院校多而优，该地区受教育程度普遍偏高［11］，人口密集度较大，人力资本较充裕［12］，长三角地区的人力资本相对机器来说“性价比”较高，因此该地区的就业量会随人力资本增加而提升。随着长三角区域经济的迅速发展，为确保劳动力的供给跟上经济发展的脚步［13］，长三角地区可以通过加快技术进步和增加人力资本来满足经济增长对就业的需求。

［1］李丽清，陈东有，周小刚．劳动力搜寻匹配视角下企业“招工难”和农民工“就业难”悖论解读［J］．江西财经大学学报，2013（05）：94－100

［2］杨扬．浅析“民工潮”变“民工荒”［C］／／中国青少年研究会．青年就业问题与对策研究报告——中国青少年研究会优秀论文集（2004）．天津：天津社会科学院出版社，2004：5

［3］胡鞍钢，刘生龙，马振国．人口老龄化、人口增长与经济增长——来自中国省际面板数据的实证证据［J］．人口研究，2012（3）：14－16

［4］胡晓绵．教育、健康与我国经济增长研究［D］．武汉：华中科技大学，2011

［5］吕新军．国际外包及其对产业竞争力的影响［D］．武汉：华中科技大学，2011

［6］张军，吴桂英，张吉鹏．中国省际物质资本存量估算：1952—2000［J］．经济研究，2004（10）：35－44

［7］范里安．微观经济学：现代观点［M］．贾方城，朱保华，译．9版．上海：格致出版社，2011：274

［8］朱春临．云南省农业总产值和经济增长之间关系的实证分析［J］．云南财贸学院学报：社会科学版，2004（05）：21－22

［9］郭岚，张祥建，李远勤．人口红利效应、产业升级与长三角地区经济发展［J］．南京社会科学，2009（07）：7－14

［10］袁霓．论当前中国的就业结构及其调整［J］．技术经济与管理研究，2012（01）：108－112

［11］王海燕，朱宝树，崔海英．就业迁移的人力资本差别效应——以长三角为例［J］．南方人口，2006（01）：6－10

［12］赵曙明．泛长三角人才培养、开发和流动机制研究［J］．安徽大学学报：哲学社会科学版，2009（03）：119－126

［13］夏海勇．论长江三角洲经济一体化与区域人口管理机制的构建及创新［J］．人口学刊，2005（03）：58－61