(西南大学 重庆 400715)

一、前言

财政性社会保障支出作为地方政府财政支出的一部分，能够有效的帮助人们维持基本生活，同时就业作为民生之本，是劳动者获取收入的基石。二者都是人们维持生活的手段，具有密不可切的关系。本文结合先前学者的研究成果，深入分析不同地区地方政府财政社会保障支出对就业的影响效果。我国国土面积辽阔，省级单位较多，为了方便研究我们将我国分为四个大区域，东中西三个地区及东北地区，因为部分省份数据的缺失及各地区具有大致相同的特点，本文只收集了四个地区具有代表性的省份来分析，福建省代表东部，河南省代表中部，四川省代表西部，辽宁省代表东北地区。结合四省的面板数据，探讨未来社会保障支出政策的思路和方向，这对于有效缓解我国目前的就业压力，更好促进社会经济的协调发展和政治稳定，具有重要的现实意义。

二、文献综述

社会保障对就业影响是双面的。对于就业的积极影响表现在两方面：一方面，依据凯恩斯的有效需求理论，有效需求水平决定了是否能够实现充分就业。在现实生活中，由于有效需求经常低于社会总供给，所以未能实现充分就业。因此，通过社会保障制度提高转移支付水平和消费倾向，解决有效需求的不足，可以实现就业水平的提高(刘晶，2003)；另一方面，社会保障可以降低就业风险和提高劳动者素质从而促进就业。健全的社会保障制度不仅有效解除了就业者的养老、医疗、工伤、生育、失业等后顾之忧，还在各个方面促进劳动力的素质提高和再就业。比如，医疗保险尽可能地保证了劳动者在患有疾病时得到有效治疗，防止了因病致贫、返贫现象的发生；失业保险更是通过免费培训、职业介绍、就业指导实现再就业(刘新等，2010)。对于就业的消极影响通常表现为劳动力供给的减少。当社会保障水平较高时，劳动力供给会有一定程度的减少。Feldstein(1974)认为,有社会保障的人具有更早退休的倾向，提出了“引致退休效应”。1994年，世界银行发布的《防止老龄化危机》的报告证实了这一观点，“几乎世界各国都会出现劳动力提前退休的情况，而且在发达国家更严重，主要是因为公共年金计划和私人年金计划中较高的待遇水平,让他们选择提前退出劳动力市场”。更进一步，Quinn(1977)研究发现，社会保障还降低了55-63岁之间的男性和未婚女性的就业和再就业意愿。尤其是，当失业保险待遇水平足够高时,已失业的劳动力会选择推迟就业甚至是退出劳动力市场，出现“失业陷阱”的现象。另外，过高的社会保障税费也会导致一定程度的就业挤出效应，国外许多研究都证实了这一点。

通过梳理相关文献，我们发现，我国现阶段社会保障制度对就业的影响，学界并无统一定论。并且，在宏观层面上，国内文献还没有从不同社会保障主体对目前社会保障制度的就业效应进行分析。然而，搞清楚这些问题对我国社会制度的调整和健全具有重要的现实意义。因此，本文基于四个省的相关统计数据，来探究财政性社会保障支出总量对就业的影响，以期能为更好的提高地方居民就业率提供参考。

三、理论分析与模型建立

在没有考虑资本投入、技术进步等对就业的影响下，建立的计量模型形式如下：

lnJYit=ci+α·lnSHBZit+uit

(1)

其中JY为每年各省城乡就业人数，用每年地方政府的财政支出用于社会保障和就业支出部分(SHBZ)来衡量财政性社会保障支出。为了消除序列自相关性，分别对两个变量去取对数值。本文使用四省2007-2016年期间的社会保障与就业支出与就业人数，统计数据均来自中国统计年鉴与各省统计年鉴。

四、实证分析

(一)Hausman检验

在面板数据的模型估计中，需要确定一种比较理想的模型作为本文所讨论的社会保障支出对就业的影响函数。这里根据Hausman检验方法得出随机影响变截距模型更适合本文研究。结果如下

根据(1)式可以得到模型的回归估计式

(2)

t=(25.81201) (7.913585)

R^2=0.627 F=63.959 DW=0.325

其中反映各地区差异的随机影响的估计结果见表1

表1 各地区随机影响的变截距模型估计结果

由(2)式可以得出，回归系数显著不为0.样本决定系数为0.627，说明模型的拟合优度较高。从结果看，社会保障与就业支出对就业量的平均边际效用为0.131，即各地方政府每增加1%社会保障与就业支出，平均就业量将增加0.131%。从各地区随机影响估计值可以看出，河南，四川中西两省为正值，福建省和辽宁省两个位于沿海的省份为负值。这里我们可以解释为，河南省和四川作为我国的两个人口大省，其就业量基数要比其他省份大。当然，截距项的大小并不是我们本文研究的重点。

(二)固定影响变系数模型

为了得出代表各地区的四个省份之间的社会保障与就业支出对就业量影响的差别，我们建立固定影响变系数模型。相应的模型形式为

lnJYit=ci+αilnSHBZit+uit

(3)

(3)与(1)的区别在于(3)中系数项变为可变的，即不再取四省平均边际效用，直接得出每个省的相应数据。当然，在做固定影响变系数模型之间我们需要对面板数据进行单位根检验。检验结果中，四种检验方法(舍弃Breitung t-stat检验)在0.1的显著水平下均认为8个水平序列面板数据不存在单位根，即面板数据是平稳的。根据(3)式得到固定影响变系数的估计结果。

回归方程分别表示为：

福建省：LNJYFJ=-0.414+3.21658518978+0.255*LNSHBZFJ

t=(166.55) (19.716)

河南省：LNJYHN=0.241+3.216+0.122*LNSHBZHN

t=(166.55) (9.140)

四川省：LNJYSC=0.410+3.216+0.019*LNSHBZSC

t=(166.55) (1.536)

辽宁省：LNJYLN=-0.236+3.216+0.139*LNSHBZLN

t=(166.55) (7.926)

R^2=0.998 F=3266.832 DW=1.33

从估计结果中可以看出社会保障与就业支出对就业量的边际效用，福建省达到0.255，即福建省社会保障与就业支出每增加1%，就业量就增加0.255%。河南省达到0.122，四川省为0.019，辽宁省为0.139。虽然四川省的估计结果不是太显著，但它仍然在一定程度上说明了四川省所代表的的西部地区的社会保障与就业支出对就业量的边际效用相对于中东部地区相差很大，河南省代表的中部地区和辽宁省代表的东北地区的边际效用相差不大，但与福建省代表的东部沿海地区相比仍有一定的差距。由此我们可以看出，中东部地区特别是东部沿海省市财政社会保障与就业支出对就业有较大的促进作用,而西部省市的财政社会保障与就业支出对就业的促进作用相对来说弱了很多。

五、结论

本文采用四省的面板序列数据，运用最小二乘法进行回归考察了政府财政性社会保障支出对就业的影响。研究发现，社会保障与就业支出与就业之间存在着正向的促进关系，但不同地区的促进作用大小不同。东部沿海地区社会保障与就业支出拉动就业的效用相比中西部而言比较大，中部地区与东北老工业地区的效用水平没有太大差别，西部地区则明显落后。但总体来看,我国财政社会保障支出对就业的促进效应不是特别明显,这说明我国各地方政府通过增加社会保障支出促进就业的机制目前并不通畅,意味着我国现行的社会保障体系不健全。因此,一方面要关注不同地区的社会保障支出效用的差距，并努力缩小这个差距进而实现全国就业水平的普遍提高。另一方面要进一步完善社会保障制度，提高社会保障支出对就业的效用。