APP下载

资本积累、经济增长对中国区域就业的影响研究

2019-05-14胡正斌周惠来

创新科技 2019年2期
关键词:全要素生产率

胡正斌 周惠来

摘 要:本文介绍了中国当前劳动力就业的现状,分析了中国七大区域就业存在的问题,如人口老龄化严重、城乡差异明显、受教育程度偏低、区域分布差异明显、产业结构不协调等。通过建立面板回归模型,估算得出不同年份中国七大区域的全要素生产率,考察了不同区域之间资本存量和国内生产总值变化率对就业变化率的影响,并且分3个时段估计了中国七大区域就业变化率影响因素的参数。最后,针对七大区域所面临的问题提出建议。

关键词:劳动力就业;区域分布;全要素生产率;受教育水平

中图分类号:F249.2;F224 文献标识码:A 文章编号:1671-0037(2019)2-31-8

DOI:10.19345/j.cxkj.1671-0037.2019.02.006

1 引言

中国是世界人口第一大国,也是世界劳动力供给第一大国。2017年,中国就业人口达到77 640万人,比2016年增加37万人;从2010年开始,中国就业人口呈上升趋势,每年增加约200万人。中国三次产业分别吸纳就业人数的比重为27%(第一产业,20 944万人)、28.1%(第二产业,21 824万人)和44.9%(第三产业,34 872万人)。从城乡来看,城镇就业人数为42 462万人,约占54.7%;乡村就业人数为35 178万人,约占45.3%。

目前,中国劳动力跟世界发达国家相比既有优势也有劣势。优势是中国劳动力在数量上稳居世界前列;劣势是中国人口老龄化严重进而影响中国的劳动力供给,劳动力受教育程度普遍偏低,以及城乡和区域差异明显。伴随着以上问题,我国亟须优化劳动力素质,以面对新时代的挑战。目前,我国正在进行创新型国家的建设,各行业都面临着产业结构升级,在此环境下,劳动力受教育程度偏低和产业结构的不协调将直接影响到国家战略的实施[1-2]。此外,中国七大区域间的发展不平衡导致区域间的劳动力分布不平衡,不同区域间的劳动力素质也呈现出差异。

2 中国区域就业存在的问题及原因分析

2.1 老龄化现象严重

目前,中国七大区域老龄化现象比较严重,这严重影响了劳动力供给。由于华东地区包含7个省市,所占人口较多,所以65岁以上老人数量也较多,老龄人口超过4 000万,排名全国七大区域之首。其次为华中和西南地区,分别达到2 000万人以上。紧随其后的是华北、华南和东北地区,2017年老龄人口分别为2 525万人、1 057万人和1 282万人。3个区域之和相当于华东地区的老龄化人口,但是这3个区域人口总和是超过华东地区,说明华东地区的老龄化现象非常严重。西北地区地处边陲,地广人稀,老龄化人口也较少。

2.2 区域受教育水平存在差异

东北地区受教育程度较高,2017年大专及以上学历者居全国首位,占比达到16%以上。其次是华东和华中地区,2017年大专以上学历者占比达到14%以上。位居第四位的是华北地区,占比超过13%。后三位为华南、西南和西部地区。尤其是西部地区,受教育程度和高学历人才相对较少,需加大教育投入,提高就业人员素质。总的来看,2015—2017年全国各区域大专及以上人员占比数是逐渐提高的,这一趋势将进一步加强。

2.3 城乡差异明显

从表1可以看出,2015—2017年华北、东北、华东和华中地区乡村劳动人口均呈下降趋势,在这4个地区中,除东北地区外,城镇劳动力人口是呈上升趋势的,而东北地区城镇人口是先上升后下降,说明东北地区目前城镇劳动力现状不容乐观。三年间,华南和西南地区的城镇劳动力人员均是呈上升的趋势,华南的乡村劳动力人口也呈下降趋势,而西南地区的乡村劳动力人口三年间基本不变;西北地区城镇劳动力人口是逐年上升的,但是乡村劳动力人口是逐年下降的。从就业增量来看,华东地区就业增量最大,2015—2017年华东地区城镇就业人员共增加约600万人,而乡村就业人口三年间减少了1 000万,华东地区就业增量大与其经济发展势头良好有关。华南地区城镇劳动力人员增量排在第二,以每年约500万人的数量增长。位居第三位的是华中地区,城镇就业人员也是稳固增加。然后西南、华北、西北地区,这些地区拥有全国一半的省市,面积占全国的2/3以上,但交通不便利。就业增量最小的地区为东北地区。近几年,东北地区人员流失严重:一方面是因为地理位置靠北,气候寒冷;另一方面是因为东北国有企业发展不良,部分国有企业员工下岗后去经济发达的省份务工。

2.4 劳动力区域分布差异

2017年,全国各类就业人口总计77 640万人。其中,华东地区所占比重最高,约占全国就业人口的33%,其次为华中17%、西南14%、华北12%、华南11%,东北和西北位居后两位,分别占总就业人口的7%和6%。华东地区包含7个省市,是包含省市最多的区域,所以就业人口也最多,除江西和安徽为内陆省份外,其他均为经济发达的沿海省市,分别为上海2%、江苏6%、浙江6%、安徽5%、福建3%、江西3%和山東8%。华中地区居于全国就业人口的第二位,占全国总就业人口的17%。因为河南是全国人口大省,仅河南一省就贡献了全国总就业人口的8%,相当于湖北和湖南的总和。华东和华中地区就业人口的总和刚好相当于全国总就业人口的一半。河南和山东两省的总就业人口达16%,超过华南、西北、东北和西南地区的总就业人口。除东北地区外,其他区域的就业人口呈逐年上升,东北地区的就业人口先上升后下降,这与东北地区地理气候和经济发展有很大关系。华东地区是全国唯一就业人口超过27 000万人的区域;华南地区和华北地区就业人口相当,均不超过10 000万人;西南和华中地区人口均超过10 000万人,但均未达到15 000万人;西北地区在2013年之后就业人口首次超过5 000万人;东北地区也是在2013年之后就业人口超过5 000万人。

2.5 行业间差异明显

2016—2017年,在全国七大区域中,华南、西南和西北地区在农林牧渔业领域的就业增量为正值,说明这些地区农林牧渔就业有提升的趋势。整体来看,从事第一产业的就业人口呈下降的趋势;采矿业的就业人员增量为负值,说明此行业中就业人员在逐渐流入其他行业;七大地区制造业的就业人员增量也为负值,说明这些地区制造业就业人员也在流入其他行业或地区;七大地区的电力、燃气及水的生产和供应业就业人员增量均为负值;华东地区的建筑业就业增量为正值,其他6个区域的建筑业就业增量均为负值,说明这6个区域的建筑业就业人员已经饱和;在第三产业中,除东北地区外,其余区域服务业发展势头良好,就业人员增量基本为正值,成为吸纳就业人员的主要力量,而东北地区除了科学研究、技术服务和地质勘查业以及房地产等行业外,其他的行业就业人员增量基本为负值,就业人口流失现象严重,或流向其他行业或流向其他6个区域。其中,就业人员流失最为严重的三大行业是采矿业、制造业和建筑业,而制造业又成为这三大行业中就业人员流失最为严重的。从行业来看,各区域吸纳劳动力最多的行业有3个,分别为金融、房地产业以及租赁和商务服务业。整体来看,最近几年就业状况不容乐观,各个行业和七大区域都面临着人员失业的情况,仅华北地区流失人员约110万人,位列其后的是东北、华东和华中,如表2所示。

产业结构升级将带来某个區域或者某个行业的就业人员流失。从大趋势来看,第一产业就业人员逐渐向第二三产业转移,而第二产业就业人员又向第三产业转移。第一产业进行升级后,原有的生产方式得到极大的改进,在第一产业占国民经济比重下降的同时,产量反而得到极大的提升,所以说,第一产业的结构升级对就业是有抑制效应的。从第二产业来看,制造业和建筑业所占国民经济的比重逐年下降,且有部分就业人员流入到第三产业的趋势,这是由于制造业和建筑业进行结构升级后,技术的进步带来机械化生产,不再需要大量的工人采用劳动密集型的生产方式,生产方式更加节约、节能。由此看来,制造业和建筑业对于就业也是具有抑制效应的。采矿业就业人员的流失与世界发达国家开始研发新能源有一定关系[3]。另外,我国目前采取供给侧改革的方式去产能,采矿业受到一定的影响是必然的。总的来说,第二产业对就业是具有抑制效应的,而服务业即第三产业对于就业是具有促进效应的。随着第一二产业的结构升级,原本依靠劳动密集型生产方式的农业和工业不再需要大量的劳动投入,这些就业人员转移到第三产业当中,第三产业吸纳就业还有很大的提升空间。一般来说,第三产业中一部分行业部门需要较强的专业知识和技能,如金融业、教育业、科学研究、技术服务和地质勘查业等;还有一部分行业不需要太强的专业知识,如批发和零售业、住宿和餐饮业等。从第一产业转移到服务性行业的人员一般从事所需专业技能较少的批发和零售业、住宿和餐饮业,交通运输、仓储和邮政业等;从第二产业转移到第三产业的就业人员都带有一定的工作技能,一般从事所需技能较高的其他服务性行业。目前,中国劳动力素质有待提高,受教育水平也过低,而第三产业的部分行业需要较高的专业知识,所以提高教育培训的投入势在必行。

3 中国七大区域就业状况的实证研究

3.1 模型的选择与构建

本文采取面板回归模型研究中国的就业情况,考察目前中国七大区域就业所存在的问题。通过查询历年《中国统计年鉴》《中国固定资产投资统计年鉴》和各省区市的统计年鉴,选取了全国31个省、直辖市和自治区1993—2017年的数据作为回归方程的拟合依据。选取的变量包括历年各省、直辖市和自治区的就业人员、资本存量和地区生产总值。

地区生产总值采用GDP平减指数以消除物价的影响;历年各省份的资本存量采取Goldsmith在1951年提出的永续盘存法进行计算。张军、章元对上海市不变固定资本存量进行了拟算,田洪川利用此方法推算了1978—2011年中国资本存量,并将折旧率设定为9.6%[4],采用公式如下。

其中,[Kt]表示本期资本存量,[Kt-1]表示上一期资本存量,[It]为本期固定资产投资,[δ]为折旧率,本文将折旧率设定为10.69%。

田洪川采用Cobb-Douglas生产函数的形式作为理论支撑,收集并计算了中国1978—2011年就业人口、GDP和资本存量,拟合了就业方程。本文所采用的模型即为Cobb-Douglas生产函数形式,并将生产函数对数线性化后得出的线性方程作为拟合方程的理论模型,生产函数形式如下[5]。

其中,方程(3)用于估算出α和β值,从而可计算出全要素生产率,通过全要素生产率可以观测技术改进是否会对产业结构升级产生影响,从而判断技术进步可能对就业产生的影响[6]。方程(5)用于拟合就业方程,估算产出和投资对于就业的影响,估算的α和β值如表3所示。

3.2 全要素生产率的计算

利用方程(3)拟合回归方程,估算出全国七大区域1994—2017年的α和β值,通过计算实际GDP增长率、资本存量增长率和就业增长率,从而可进一步计算出中国7大区域1994—2017年的全要素生产率,全要素生产率(TFP)公式如下。

1997年之前,中国七大区域全要素生产力均为正值,说明改革开放初期招商引资带来的技术进步确实能促进经济的增长,技术进步带来的产业结构升级确实能拉动就业的增加;1997年之后,除东北、华北和西北地区外,其他四大区域全要素生产率为负值,并且全国很多区域均出现全要素生产率为负的现象,而这种现象一直持续到2000年;2003年开始,我国大力发展房地产、金融等服务型行业,以此来拉动经济增长,因而部分区域除东北和华南地区外,其他五大区域两年内全要素生产率均为正值;始于2005年的美国次贷危机对中国的就业影响不大;爆发于2009年的欧洲债务危机,使得中国七大区域全要素生产率除西南外都为负值,说明这一危机当时已经蔓延到中国,对中国经济产生了一些负面影响;2010年和2011年,中国七大区域的全要素生产率均为正值,说明中国已经摆脱了欧洲债务危机所带来的负面影响;2012年之后,中国七大区域的全要素生产率连续5年均为负值,一方面与世界经济下滑有关,另一方面表明中国目前的技术条件、经营观念需要极大的创新,所以说产业结构升级势在必行。全面改革开放初期,中国七大区域全要素生产率颇高,1994年华北地区最低接近9个百分点,1995年东北和华南地区最低接近8个百分点;步入2012年之后,由于现有的技术条件不能达到要求,所以各个区域全要素生产率均出现下滑,且呈现负增长,华北、华东和西北地区下降最为猛烈,华南地区下降最少,但也连续两年接近-10%,如表4所示。

猜你喜欢

全要素生产率
湖北省十二市全要素生产率的比较分析
中国人口红利的国际比较与测算
河南省各地市全要素生产率测算研究
河北省经济增长方式的实证分析河北省经济增长方式的实证分析
动漫产业全要素生产率的测算
基于全要素生产率视角下的陕西经济增长分析
我国粮食生产全要素生产率实证分析
地方财政支出结构对经济增长影响的实证研究
中国生物农业全要素生产率的增长效应及影响因素研究