本站小編為你精心準備了大中型工業企業就業增長的影響參考范文,愿這些范文能點燃您思維的火花,激發您的寫作靈感。歡迎深入閱讀并收藏。
《學習與探索雜志》2015年第七期
進入新世紀以來,中國一直保持著較為高速的經濟增長和就業增長。盡管受到國際金融危機的沖擊,中國依然恢復了經濟與就業的雙增長。但是,隨著國際環境和國內房地產市場的低迷,中國面臨經濟增速下滑的短期問題。2013年,中國GDP增速為7.7%,2014年跌至7.4%,創下近15年來的最低水平。與此同時,不斷擴大的高校畢業生規模又給就業崗位(尤其是制造業)的增加帶來新的壓力。2009年以來,城鎮失業登記人數維持在900萬人以上,而2014年全國普通高校畢業生規模首破700萬人。種種現實使得經濟工作者必須重新審視當前中國經濟增長與就業增長的關系,探究影響就業增長的因素,以期對經濟實踐活動產生更為積極的影響。工業作為國民經濟的重要組成部分,長期以來為社會提供了大量、穩定的工作崗位,2008年以來,以工業為主的第二產業年平均從業人數在2億人以上,在整個國民經濟就業結構中發揮著“穩定器”的重要作用,支撐著中國就業格局的基本面。因此,對大中型工業企業與就業增長之間關系的研究就顯得十分必要和迫切。
一、關于工業企業與就業增長關系的相關研究
國內外學者結合實證分析,對大中型工業企業與就業增長關系進行了較為廣泛的討論,相關研究主要集中在以下三個方面。第一類研究集中在工業發展與就業增長關系的討論上。王德文等(2004)利用1999—2001年的企業微觀調查數據,分析了中國工業結構調整對就業吸納的影響,研究顯示,中國工業結構越來越符合中國的資源和要素稟賦,其中,輕工業部門和勞動密集型產業的較快增長緩解了日益嚴峻的失業問題;張本波等(2008)通過分析中國1990—2006年產業發展與就業結構的關系發現,第二產業面臨著高投入、低就業的格局,勞動密集型產業并未得到充分發展,因此,應推動產業升級,充分發揮第二產業的就業吸納能力;沈濱等(2010)通過測算認為,中國第二產業的就業彈性為正,即第二產業對就業的增加具有拉動作用。第二類研究集中在大中型企業在促進就業增長中所處地位的討論上,研究實質上是對企業規模與就業增長關系的討論。一方面,有的學者認為,中小企業是就業增長的主要貢獻者,該觀點最早見于1979年美國學者柏奇在《工作產生的過程》一書中“小企業是新增凈工作崗位主要提供者”的觀點。此后,萊曼(1999)和德爾諾夫舍(2014)分別通過對俄羅斯和斯洛文尼亞兩國工作創造的實證分析,驗證了小企業才是新工作的主要提供者。國內學者周天勇等(2002)也充分肯定了中小企業在解決失業問題上發揮的作用。另一方面,也有很多學者對“中小企業說”提出了質疑,如戴維斯等(1993)較早地提出大企業提供大多數新工作的觀點。后來的瓦格納(1995)針對1978—1993年聯邦德國制造業企業的工作提供的研究,以及巴普蒂斯塔等(2012)針對1984—2003年葡萄牙企業的工作提供的研究都進一步驗證了戴維斯等人的觀點。近年來,又有不少學者肯定了“大中型企業說”,其中,翰林克森和約翰松(2008)總結了前人關于小企業工作提供的研究,發現就工作創造的絕對量而言,大企業依然是工作的重要提供者。
第三類研究集中在第二產業就業增長的影響因素的討論上。近年來,國內學者從多個角度對這一問題進行了實證研究,有的從市場規模或產業產出角度入手,如田洪川和石美遐(2013)發現,中國產業產出增長確實對就業產生了拉動效果,但隨著產業結構調整的不斷深入,產出增長對就業的拉動效果逐步減弱。有的從技術進步的角度入手,如寧光杰(2008)研究發現,技術應用對就業數量整體上有正的影響,其中,過程創新對就業數量正向影響明顯,而產品創新對就業數量的影響為負或不顯著。有些研究則側重某些宏觀政策或環境因素的變動對工業行業就業的影響,如陳媛媛(2011)認為,環境管制的加強提高了工業行業的就業;王勇等(2013)采用更大范圍的38個工業行業的面板數據研究發現,環境管制與工業行業就業存在U型關系,即當環境管制達到一定強度,會促進工業行業的就業增長,但隨著工業行業勞動力成本份額的上升,這種影響會減弱。有的學者從開放經濟的角度討論工業行業的就業影響因素,如毛日昇(2013)研究發現,人民幣實際匯率升值通過直接的出口開放和進口滲透渠道同時對工業行業凈就業水平產生顯著的負面影響。通過文獻回顧,我們得出如下結論:第一,以工業為主的第二產業在中國就業格局中具有不可替代的地位和作用,符合中國資源稟賦結構的工業化道路,有助于中國就業問題的解決。第二,影響工業行業就業增長的因素是系統性、多方面的,目前關于工業行業就業影響因素的研究多數都限定在某一個具體的角度或側面,缺乏相對系統、全面的檢驗剖析。顯然,在產業結構轉型過程中,在當前就業形勢嚴峻的背景下,相對系統地評估工業行業就業的影響因素,無疑是至關重要的。
二、研究思路與變量選擇
本文從勞動力市場、行業特性和宏觀經濟形勢三個維度來研究影響大中型工業企業就業增長的主要因素。在變量選取上,與勞動力市場因素密切相關的因素是勞動要素供給面上的價格和質量,結合中國現階段勞動力要素供給總體以簡單勞動為主的基本特征,我們選取技能勞動力數量來反映中國勞動力市場要素供給的質量水平及其變動情況;選取平均工資水平來反映要素價格,在當前用工成本攀升的背景下,顯然平均工資水平的上漲是影響大中型工業企業就業增長的重要因素。就微觀層面而言,在不考慮技術變革、企業或行業的規模經濟屬性的前提下,宏觀經濟因素對企業勞動要素需求的影響,即對企業擴大再生產的影響,最終將完全取決于宏觀因素的變動對企業生產組織成本或利潤率的影響。根據中國現階段市場經濟體系的發展水平,尤其是要素市場的相對完善程度,宏觀經濟因素對企業經營成本的影響集中表現為企業生產過程中各種中間投入產品的價格水平的變動,同時考慮中國國民經濟統計數據的現實情況,選取生產者價格指數指標。此外,作為要素市場另一個重要的構成部分,金融市場的發展水平或者說金融深化程度直接影響著企業的融資成本。在現代經濟中,作為最具活力的生產要素之一,金融深化對經濟發展的影響是極其重要的,如張軍等研究金融深化對中國區域生產率的影響檢測[1]和熊紅軼等對中國金融深化與經濟增長關系的實證研究[2]。因此,在反映宏觀經濟因素影響的指標選擇上,通過完備性和代表性兩個維度的權衡,我們選擇生產者價格指數和金融深化率兩個指標。在考察行業因素對企業就業增長的影響方面,由于本研究的樣本對象主要限定在大中型工業企業,考慮到不同行業本身所具有的規模經濟屬性的差異和要素密集類型特征,我們選取行業先前企業數量(即第二產業上一年度大中型企業個數)和行業規模兩個指標反映行業的整體變動。因為在不同規模經濟屬性的行業,行業規模擴張過程中的表現形式存在質的差別。在具有內部規模經濟屬性的行業,行業規模的擴張可能并不增加行業內的企業個數甚至相反,那么衡量行業生產規模變動的核心指標將主要表現為行業投資規模的變化。反之,在具有外部規模經濟屬性的行業,行業生產規模的擴張將主要表現為行業內企業數量的增加。此外,行業生產技術的變動對企業的要素需求結構具有重要的影響,因此,在考察行業因素對企業就業增長的影響中,行業的技術進步必須納入考察范圍。技術進步是不能直接觀測的變量,在研究技術進步尤其是進行定量研究的時候,選擇企業的研發投入指標可基本反映長期的技術變化速率,因為研發投入與技術進步的長期同步性是毋庸置疑的。最后,作為營利性組織,影響企業要素需求的因素最終都表現為對其盈利能力及水平變動的影響。因此,本文選取單位產值利潤率指標作為影響大中型工業企業就業增長的變量。
三、數據來源與變量說明
根據《國民經濟行業分類》(GB/T4754-2002)標準,工業行業共分為四大行業,共計40個子行業。本文選取了除“建筑業”“其他采礦業”和“廢棄資源和廢舊材料回收加工業”三個行業外的37個子行業的大中型工業企業作為研究樣本,時間為2004—2012年。大中型工業企業數量(SN)和全部從業人員年平均人數(SE)數據來源于各年《中國統計年鑒》;大中型工業企業平均工資(SW)數據來源于《中國人口就業統計年鑒》《中國工業經濟統計年鑒》;技能勞動力的數量(SKL)在中國相關統計年鑒中沒有直接的統計指標,我們采用大專及以上人口數量作為技能勞動力的替代指標;生產者價格指數(PPI)、金融深化率(Deep)、先前的企業數量SN(-1)、行業規模(SS)、單位產值利潤率(SPR)、技術進步(SA)等指標數據來源于歷年的《中國統計年鑒》《中國人口就業統計年鑒》《中國工業經濟統計年鑒》和《中國勞動統計年鑒》。其中,考慮到國家的貨幣政策對企業的生存環境(特別是融資環境)的重要影響,采用《中國統計年鑒》中的年度M2的發行量來體現貨幣政策的影響,以M2與GDP之比來代表中國的金融深化程度(Deep);考慮到工業部門的特性,我們選取工業部門的固定資產投資存量指標代表行業規模(SS);技術進步是一種無形變量,難以測量,本文選用大中型工業企業的各年R&D資金對技術進步進行測量。各變量的描述性統計見表1。
四、實證研究
(一)向量自回歸分析1.為剔除量綱影響,對原始數據進行標準化處理。對標準化數據進行空間因子分析適用性檢驗,結果顯示反映勞動力市場因素的技能勞動力數量和平均工資水平的樣本KMO值為0.82;反映宏觀經濟因素的生產者價格指數和金融深化率的樣本KMO值為0.76;反映行業因素的先前企業數量、行業規模、技術進步和單位產值利潤率的樣本KMO值為0.58。KMO值均大于0.5,即樣本數據適于進行空間因子分析,可以保證在最大限度保留原樣本信息的情況下,對變量進行降維處理。對三組變量分別提取1個公因子的方差貢獻率分別為98.33%、97.52%和88.01%,因子分析結果說明,分別以1個綜合變量代表原有變量的有效性分別達到了98.33%、97.52%和88.01%。由旋轉后的因子載荷矩陣,可得三個公因子F1、F2和F3的表達式為。將各指標的標準化數值帶入上述3式,即可得到三個公因子的因子得分。根據因子分析數據處理的特性以及研究目的,我們主要關注的是上述三個方面的綜合因素對大中型工業企業就業增長趨勢的相對影響。因此,進入模型的被解釋變量應該是因變量的變化率指標。據此,我們將大中型企業就業人數樣本以2004年為基期予以指數化處理,得到大中型工業企業就業人數指數ISE。通過上述對變量的降維處理,我們進一步量化分析的方向最后歸結為尋求被解釋變量ISE與綜合解釋變量F1、F2、F3在長期變化趨勢上的統計規律。2.向量自回歸模型。建立VAR模型需要確定的一個重要參數是變量的滯后階數k。VAR模型滯后階數的選擇方法主要包括LR統計量選擇方法、赤池信息準則(AIC)和施瓦茨準則(SC),考慮到LR統計量選擇方法在相對有限樣本容量情況下,其有限樣本分布與LR漸近分布存在很大差異,本文采用AIC準則和SC準則選擇滯后階數k。AIC準則和SC準則統計量的計算公式分別為。結果顯示,行業特性對大中型企業的就業增長的量的影響是最大的,且影響力逐漸增大,表現為滯后2階變量的影響大于1階變量;對就業影響較大的是勞動力市場因素,但從影響的延續性來看,勞動力市場的影響是持續的,這說明中國勞動力市場供需結構性失衡的問題依然是影響整體就業水平尤其是初次就業的重要變量;宏觀經濟因素對就業創造的相對影響與前述分析基本一致,依然是最小的,也與變量選擇有關,這與宏觀經濟因素對就業影響的相對滯后性可能更強有關。
(二)方差分解分析為明確在長期趨勢上三個不同層面的市場環境因素對大中型工業企業就業增長的動態影響,本文進一步對VAR(2)模型的估計結果進行方差分解。由表3(見下頁)發現,在樣本期間,從時間序列來看,前4期內,行業特性因素總體解釋了大型工業企業就業增長變化的80%以上,且這種影響雖然總體上存在衰減趨勢,但始終是影響企業就業增長的主導因素;勞動力市場因素對大型工業企業就業增長的影響在動態上表現出明顯的遞增態勢,這說明,勞動力要素市場發育、完善的程度對長期的就業增長具有不可替代的戰略作用;宏觀經濟因素對工業企業就業的影響不足2%,說明樣本期間,以生產者價格指數和金融深化兩個指標所界定的影響企業要素投入成本的宏觀經濟形勢的變動,對企業的影響是系統性的。換句話說,要素投入成本的變動與工業品價格的變動應該是大致同步的,即成本的波動并沒有對工業產品的附加值構成嚴重的擠壓。
五、結論與啟示
從總體來看,在樣本期間影響大中型工業企業就業增長的市場環境影響因素以企業的規模經濟屬性、利潤水平以及技術進步等內生因素為主;現階段中國勞動力市場上供需結構性失衡在長期內始終是制約中國總體就業水平的基本矛盾;宏觀經濟形勢的波動所產生的對市場價格系統的影響是均衡的,大中型工業企業的產品附加值空間并沒有受到實質性沖擊,在產品市場需求相對穩定的條件下,宏觀經濟形勢并沒有在很大程度上實質影響企業的要素需求。綜上所述,現階段進一步發揮大中型工業企業緩解就業壓力的作用,需要有針對性地加強以下兩個方面的工作。第一,通過深化經濟體制改革,不斷完善中國社會主義市場經濟體制,始終是從戰略層面上有效解決中國經濟系統主要結構性問題的根本。在企業微觀層面上,市場體制的完善應以持續優化企業的營商環境為主要目標。在稅收、信貸政策調整和涉及商品流通、要素市場建設等領域的改革上,要以逐漸形成有效促進企業良性競爭與技術創新的激勵機制為基本任務。通過優化企業發展的市場環境,進而鞏固和擴大勞動力要素的市場需求是解決就業問題的根本出路。第二,逐步緩解中國勞動力市場總體上的供需結構性矛盾是解決中國長期就業問題的另一個基礎舉措。在很長的一段時間內,簡單勞動力為主體的要素供給結構仍然是中國勞動力市場的一個基本特征。然而,隨著技術進步和市場競爭的加劇,企業對勞動要素的需求結構已經轉變為以技能勞動力為主體的基本格局。解決上述結構性問題的基本思路,一方面應持續加強勞動力市場的建設,充分利用現代網絡通信平臺建立、完善更大規模的跨區域勞動力市場。在制度設置上逐漸摒棄各種限制勞動要素自由流動的障礙因素,降低勞動力優化配置的成本,這亦是完善中國社會主義市場經濟體制的題中應有之義。另一方面,從長期看,改善勞動力要素的供給結構依賴于教育公共產品的供給,因此,持續加大國家對基礎教育,尤其是職業教育的投入是前提條件。同時,政府應不斷地加強對市場化職業技能培訓機構等生產性服務行業的政策扶持力度,發揮市場機制的基礎作用,通過促進直接面向要素需求的中介服務部門的發展,在“干中學”機制的作用下,有效促進勞動力要素供給結構的優化。
作者:楊靜 楊向輝 單位:中國社會科學院 馬克思主義研究院 河北農業大學 經濟貿易學院