一、引言
一直以来，技术进步对就业的影响备受理论界及社会各界的关注。迄今为止，理论及实证研究主要围绕技术进步对就业的两个方向截然相反的影响来进行展开分析：其一是“创造性破坏”效应论；其二是“补偿理论”。本文在综述技术进步对就业影响的理论基础上，尝试从实证角度分析技术进步对我国就业总量及结构的影响。本文首先综述了技术进步对就业产生影响的作用机制，研究了技术进步对就业总体水平及结构变动的影响；其次，选取相关技术和就业指标，采用回归分析及协整检验方法，对我国技术进步对就业总量及结构的影响进行了实证分析；最后，本文分别研究了不同类型的技术进步对就业总量和结构的影响。
本文研究表明：（1）无论从总体还是各产业来看，技术进步与就业总量之间不存在协整关系，不能断言技术进步影响我国就业总量的增长。（2）技术进步显著影响我国就业结构的变动，导致劳动力在各产业及部门间的流动强度增大。（3）不同类型的技术进步对就业的影响存在显著差异，对制造业的初步分析结果显示，技能偏好型（skill-biased）技术进步（以正规制造业为代表）导致就业水平下降，而技能退化型（deskilling）技术进步（以非正规制造业为代表）与就业增长之间不存在显著的相关关系。
二、技术进步对就业总量及结构的影响：理论综述
技术进步对就业的影响是一把“双刃剑”，一方面促进新产品及新部门的产生、创造出新的就业机会，另一方面，又导致部分产业及部门日趋衰亡，并排斥出大量劳动者进入失业队伍的行列。经济学家对此进行了大量研究，提出种种理论予以解释，并从多侧面了进行实证检验。20世纪90年代以来，Philippe Aghion和Peter Howitt（1994）[1]，Pissarides（1990）[2]和Daron Acemoglu（1999[3]，2002[4]]等人从两个方面拓展了技术进步的就业效应的理论及实证研究：一是技术进步影响就业的内在机理，包括“创造性破坏”机制（Philippe Aghion和Peter Howitt，1994）和就业创造机制（Vivarelli,1995[5]；Petit,1995[6]；Pissarides，1990和Fernando del Rio，2001[7]等）；二是技术进步对就业总量及结构的影响，由此形成有关技术进步对就业影响的较为完整的分析框架。
（一）技术进步影响就业的综合作用机制
技术进步主要通过两种机制对就业产生影响，一是就业创造机制，一是就业破坏机制。这两种机制作用都是通过技术进步提高劳动生产率这一传导渠道实现的。就就业创造机制而言，技术进步提高生产率的收益通过产品价格、工资等的灵活调整转化为产出和就业的增长；而就业破坏机制则侧重于技术进步的 “磨损（obsolescence）效应”，即最新的技术进步水平只体现于最新创造出的机器折本等资本品，使得原先生产的资本品的生产率相对下降，该资本品对应的生产岗位创造的价值相对下降、岗位存续期缩短，企业出于利润最大化目标将提前终止该工作岗位。
1、技术进步的就业创造机制
最早对此进行理论解释的是马克思，他首先提出“就业补偿”理论，后经古典和新古典经济学家多方发展，其含义是市场机制能确保产生一个自动的补偿，以抵消节约劳动的技术创新带来的就业损失。
Bernd Ebersberger和Andreas Pyka（1999）[8]综合前人的研究成果，按技术进步的类型将就业补偿机制划分为两大类：一类是通过产品创新直接实现的就业补偿，如通过创造出新产品、新机器、新产业部门直接促进就业增长；另一类是通过工艺创新间接实现的就业补偿，通过提高生产率、降低单位产品生产成本，技术进步的这一收益对就业的影响取决于该收益如何在雇主与雇员之间的分配。在完全竞争市场下，产品成本的下降直接导致产品价格下降、工人收入提高，由此促进需求的增长，进而带动产出和就业增加；在垄断市场下，产品价格及工人收入不会增加，因而产品成本的下降表现为企业垄断利润的增加，通过企业的再投资也会带动产出和就业的增加。但第二类就业补偿机制是否有效，取决于价格、工资等能否实现灵活调整。在新凯恩斯经济学家看来，价格、工资并不是如新古典经济学家假设的灵活调整，而是存在向下刚性，这样技术进步引起产品成本的下降并不能顺利转化为就业的增长，失业率反而可能上升。因此，技术进步对就业的补偿不是自动、无障碍实现的，而是要受各种制度、社会性因素的制约。
Pissarides（1990）运用搜寻和失业理论，通过建模具体分析了一种就业创造机制：“资本化效应”。他的理论前提是：（1）假定技术进步对就业的破坏率是外生既定的。（2）技术进步同等提高所有生产要素的生产率（这事实上是技术进步的一种类型：非物化技术进步，disembodied technological progress，即技术进步体现于所有生产要素，而不仅仅体现于机器设备等资本品）。由此，技术进步改进了所有要素的生产效率，提高了现有工作的收益净现值，企业为实现利润最大化目标将倾向于提供更多就业岗位，从而产生就业创造效应、降低失业率。
Fernando del Rio（2001）指出，Pissarides等人在分析中均假定资本和劳动互补，事实上，资本和劳动之间是可以互相替代的。由此他考察了另一种就业创造机制，即“替代效应”：在利率可变条件下，技术进步提高利率，进而引起资本的使用成本相对上升，这将促使企业使用更多劳动力代替资本，促进就业创造增加和失业率的下降。
2、技术进步的就业破坏机制
Aghion和Howitt（1994）在承认存在资本化效应的同时，着重研究了技术进步对就业的另一重要影响机制，即技术进步通过加速现有工作价值的磨损直接提高失业率。他们的理论假设前提是：（1）完全竞争市场下，人力资本要素的价格以同等于或高于经济增长率增速的速度增长。（2）技术进步对就业的破坏率不是外生不变的，而是内生地取决于技术进步的规模。由此，他们详细分析了创造性破坏效应发生作用的直接和间接机制。
在第一个前提下，技术进步提高经济增长率，对于企业实现利润最大化、提供就业机会产生两种相反的影响：一方面，降低了净收益的贴现率，产生资本化效应；另一方面，人力资本投入价格的较快增长降低了现有工作创造的利润，减少了技术进步下企业的收益，进而抑制企业进入市场、提供更多就业机会的积极性。
第二个前提加剧了技术进步的“磨损效应”。在外生及内生增长背景中，假定岗位空缺率不变，技术进步都将直接降低现有工作岗位创造的价值、缩短其存续期限，企业提前废弃工作岗位的结果是，就业的破坏率上升，整体失业水平上升。
基于技术进步对就业的创造和破坏效应同时发生，有理由推测它必将对就业总量及结构产生影响。总体上看，经济学家们评价技术进步对就业总量及结构的影响主要分为两个递进的层次。首先关注的是一般层面上技术进步对就业总量及结构的影响；更为深入的研究则强调，技术进步可依据多种标准区分为不同类型，例如，从其是否体现于资本设备角度可分为物化型（embodied）和非物化型（disembodied）技术进步；从技术进步的技能偏好角度，又可分为技能偏好型和技能退化型。不同类型的技术进步对于就业的影响是截然不同的，必须进行分别研究。
（二）技术进步对就业总量的影响
技术进步条件下总体就业水平如何变化，取决于就业创造与就业破坏机制二者中孰占主导。同时，基于信息不完备，要实现失业者与空缺岗位之间的匹配必然花费一定的搜寻成本，这不可避免地造成一定的摩擦失业现象。Clas Erikson（1997）[9]对过去2个多世纪以来各国技术与就业变动情况的回顾表明，技术进步在长期不存在对失业的挤出效应，仅在短期有可能导致摩擦性失业水平上升。
Pissarides（1990）和Aghion和Howitt（1994）分别从不同角度探讨了就业创造及破坏机制。事实上，二者的差异就在于他们选择了不同类型的技术进步作为分析对象。Pissarides（1990）以非物化技术进步作为研究对象，得出技术进步促进就业创造和失业率下降的结论；而Aghion和Howitt（1994）则注重分析物化技术进步对就业的影响，认为技术进步将导致失业率上升。由此，总体上技术进步对就业有怎样的影响，将取决于技术进步构成中物化和非物化技术进步成分的大小。
Mortensen（1998）[10]在外生增长背景下，引入技术进步的“执行成本（implementation cost）”概念，将物化技术进步与非物化技术进步对就业的影响纳入总体分析框架中。所谓“执行成本”不仅包括更新技术设备所需成本，还包括再培训工人以适应新技术要求所需的费用。Mortensen指出，当更新技术的执行成本很低时，企业将选择在职更新技术，而不是破坏现有工作，这样技术进步就表现为非物化的技术进步形式，对就业的影响以Pissarides的“资本化效应”为主，就业增加、失业率下降；随着更新技术的执行成本的不断上升，物化技术进步的“磨损”效应逐渐增强，就业破坏程度将大于工作岗位的创造，总体失业率将上升，对就业的影响以Aghion的创造性破坏效应为主。
Fernando del Rio（2001）通过建立规范的龄级资本模型，进一步将分析视角从外生增长角度推进到内生增长理论层次。他比较了外生增长和内生增长理论基础上技术进步对就业变动的不同影响，指出理论前提的不同导致分析结果大相径庭。在外生增长背景下，理论分析通常预测物化的技术进步由于存在“磨损”效应，具有抑制就业创造、加速就业破坏的作用；而在内生增长背景下，技术进步率决定着经济的增长率，因此物化技术进步的“磨损”效应导致经济增长速度减缓，有效资本增长率下降，由此降低工作分离率，减少失业。由此Fernando指出，技术进步中物化和非物化技术进步构成比例的变化将影响技术进步对就业的影响方向，其中物化技术进步比重的上升将有利于减少失业。
Greenwood、Hercowitz和Krusell（1997）[11]和Alain de Serres（2003）[12]等测算发现，1974年以来美国技术进步的构成发生了变化，物化技术进步发展迅猛，对生产率增长的贡献达60%。Kortum（1997[13]）等对各产业部门的实证分析也支持以上论点。Bharat Trehan（2003）[14]等对发达国家自20世纪70年代中期以来技术进步、经济增长及就业表现方面的系列研究，均表明美国和欧洲大陆国家在就业表现上的显著差异（美国接近充分就业，而欧洲大陆失业持续保持较高水平），根本原因不是劳动力市场等制度性因素，而是美国在以IT为代表的技术领域占据绝对的领先优势，促进了就业的增长。
（三）技术进步对就业结构的影响
技术进步对就业的创造和破坏效应同时发生，必然导致劳动力在产业、部门间及内部的流动，这一劳动力的再配置就表现为就业结构的变化。Mortensen和Pissarides（1998）、Caballero和Hammour（2000）[15]等人深入考察了技术进步对劳动力的再配置效应。Mortensen和Pissarides（1998）应用搜寻/匹配理论分析了技术进步对于劳动力再配置强度的影响。其理论前提是，各部门的技术进步速度存在差异，因而出现就业创造和就业破坏并存现象，即技术进步快的部门可能创造出更多新的就业机会，而技术进步停滞部门则有可能体现为破坏现有工作岗位。由此，技术进步导致失业和岗位空缺同时上升，加剧劳动力资源的再配置。Davis Haltiwanger（1992）[16]对1972-1986年美国制造业16万个企业、多达86万个年度统计数据进行测算的结果表明，15年间制造业总就业创造率为年均9.2%，就业破坏率为年均11.3%。Caballero和 Hammour（2000）综合了众多发达国家、发展中国家和转型国家的国别研究（Davis Haltiwanger，1992；AW，Chen和Roberts，1997[17]及Liu和Tybou，1998[18]）指出，在技术进步背景下，就业创造和就业破坏持续存在于几乎所有的市场经济国家中；两者波动幅度都比较大，尤以就业破坏的波动幅度更为剧烈，从而加大了就业的再配置强度。
Daron Acemoglu（2002）系统回顾了技术进步取向的演变历史，指出事实上存在两种类型的技术进步，即技能退化型和技能偏好型技术进步。一般而言，技能退化型技术进步将增加对低技能劳动力的需求；技能偏好型的技术进步将增加对熟练技能劳动力的需求、相对降低对低技能劳动力的需求，从而提高低技能劳动力的失业率。对于后者，理论界存在不同观点，如Daron Acemoglu（1999）认为技能偏好型技术进步有可能同时提高这两类劳动力的失业率，而Mortensen和Pissarides（1999）[19]则强调该类型技术进步对不同技能劳动者就业的影响因各国制度及社会等因素而异，当存在各种因素使得工资趋于刚性时，技能偏好型技术进步才会引起失业水平的显著上升。实证检验的结果也存在争议（见Mincer和Daniger，2000[20]；Bharat Trehan，2003；Timorthy C和Sargent，2001[21]）。
Daron Acemoglu（2002）认为，选择哪种类型的技术进步，是企业基于利润目标在现有资源禀赋约束下做出的理性选择。因此技术进步技能取向的演变过程，实质上是企业面临约束变化的结果。其中，最主要的约束是劳动力供给的质量。在19世纪和20世纪早期的工业革命时期，农业就业人口在总就业人口中占据绝对比重，随着工业部门的发展和农业部门的相对衰落，农业部门中大量剩余劳动力向工业部门转移，表现在劳动力市场上以低技能劳动力供给为主，此时企业多采用技能退化型技术进步，即通过加快劳动分工、引进工厂制、流水线等方式简化生产工艺，吸纳大量低技能劳动力进入就业领域，促进该时期总体就业水平的显著提高。只是到了20世纪40年代以来，随着高素质劳动力供给的日益增多，技术进步才转为以技能偏好型为主（Hugo Hollanders, Bas ter Weel,2002[22]）。
三、技术进步对我国就业总量和结构影响的实证分析
（一）我国技术进步和就业概况
1、我国总体技术进步状况
本文运用劳动生产率作为体现技术进步水平的主要指标，原因在于，技术进步不仅体现为机器设备等物化的技术进步，还包括生产工艺、管理方法等非物化技术进步类型，都能实现在同等投入下的更高产出，或是同等产出下的更少投入。利用历年《中国统计年鉴》中相关数据测算出1978-2002年可比的全员劳动生产率及各产业劳动生产率（见附表1）[1]。总体上，劳动生产率在逐年增长，但增长速度有较大波动，增长速度最快的两个时期分别为1981-1984年和1991-1992年，1992年以来增长率呈现持续下降态势，到1999年后这一趋势才有所转变（见附图1）。
具体到各产业劳动生产率则出现不同特征，运用比较劳动生产率指标更能体现产业间技术进步水平的差异。比较劳动生产率越高，表明劳动投入-产出比越高，在不考虑其他因素的影响下，相对技术水平也就越高。按西蒙·库兹涅茨根据人均国民收入水平分组的比较劳动生产率变化标准模式，第一产业比较劳动生产率随着人均国民收入水平的提高而不断上升，但仍小于1；第二产业比较劳动生产率经历了下降再上升、再趋于平稳的变动；随着人均国民收入水平的提高，三次产业之间的技术进步差异逐步趋于缩小[2]。图1显示（数据见附表2）：我国第一产业的比较劳动生产率最低，20世纪80年代初期略有上升，1984年达0.5，但此后则持续平稳走低，2002年为0.31。第三产业比较劳动生产率自1992年以来大幅下降，1998年起略有回升；第二产业的比较劳动生产率远远高于第一、第三产业，1978年第二产业劳动生产率是第一产业的7倍，是第三产业的1.43倍；到2002年，这一差距分别扩大为17.7和3.47倍；第二产业中工业部门的劳动生产率及其增速又远高于第二产业的平均水平，显示了技术进步在工业部门的重要拉动作用。
图1、产业比较劳动生产率
指标解释：相对劳动生产率指标等于某产业的国内生产总值比重除以该产业就业比重。
2、我国就业总量及结构概况
（1）就业总量变动趋势
从我国就业及失业数据来看，由于现有失业率指标难以反映真实情况，因此主要选取就业增长率作为分析指标。总体上我国从业人员总数不断上升，但这一增长速度并不快，尤其明显的是自1980年代中期以来就业增长率持续下降，目前维持在1%左右（见附图2）。比较各产业就业增长情况可知，第三产业就业增长率远高于第一、第二产业，即第三产业就业规模的持续扩大是带动总体就业水平上升的主要因素，1992-1997年第一产业就业呈负增长趋势，而第二产业自1999年也出现同样趋势，这主要与第二产业中的工业有关，数据显示工业就业增速自1980年代后期以来持续下降，1996-2000年为负增长，到2000年才开始呈现正的增长态势。
（2）就业结构分析
本文采用公认的Lilien（1982）[23]方法测算部门间就业增长率的离差 ，以准确反映我国就业结构的变动情况。该指标测算公式如下：
依据以上公式分别测算我国总体就业结构变动指数及第二、第三产业内部就业结构变动指数，显示如下图2、3（测算数据见附表3）。由图知，我国的产业就业结构呈现周期性波动趋势，1982年和1994年分别为波峰，2001年以来结构变动强度又趋加大，表明第一产业农村劳动力向第二、三产业的转移受多种因素的影响；其中，第二和第三产业内部行业的就业结构变动幅度更为剧烈。本文将总体就业结构变动分解为部门效应和结构效应两部分，前者体现为部门内部增长对总体就业的影响，后者表明为就业在部门间的转移对总体就业水平的影响。由下面表1和图4可知，1987年以前我国就业的整体变动完全来源于部门内部就业的变化，结构效应为负；此后部门效应逐渐下降，而结构效应转为正值并逐渐上升，并于1994-1995年和2002年超过前者。这表明，1978年以来我国就业增长的大部分是来源于部门内部就业的变化，但自20世纪80年代末起，经济中部门结构的变迁对就业变化的影响越来越大，2002年已成为影响我国就业整体变动的主要原因。
表1 我国就业变动的部门效应和结构效应
年份
部门效应
结构效应
总体就业增长
年份
部门效应
结构效应
总体就业增长
1979
2.20
-0.02
2.17
1991
1.00
0.14
1.15
1980
3.44
-0.18
3.26
1992
0.84
0.17
1.01
1981
3.12
0.10
3.22
1993
0.85
0.14
0.99
1982
3.69
-0.10
3.59
1994
0.41
0.56
0.97
1983
2.43
0.09
2.52
1995
0.33
0.58
0.90
1984
3.87
-0.08
3.79
1996
1.09
0.21
1.30
1985
3.73
-0.25
3.48
1997
1.20
0.06
1.26
1986
3.19
-0.36
2.83
1998
0.90
0.27
1.17
1987
2.85
0.08
2.93
1999
0.64
0.43
1.07
1988
2.82
0.12
2.94
2000
1.00
0.14
1.15
1989
1.50
0.33
1.83
2001
0.84
0.17
1.01
1990
16.80
0.22
17.03
2002
0.85
0.14
0.99
图4 我国就业变动的部门效益和结构效应
表1指标解释：总体就业变动为j年总体就业增长率；就业的构成效应为i产业在j年就业增长率与j-1年就业比重之乘积，体现劳动力在部门间流动对总体就业变动的影响程度；部门效应数据为总体就业变动减去部门效应，表明部门内部就业量的增长对总体就业变动的影响程度；同样，基于统计口径的一致性考虑，排除了1990年数据。
（二）技术进步影响我国就业总量的实证分析
本文主要运用回归及协整理论进行实证分析，以判断我国技术进步对就业总量及结构变动的影响。协整理论的经济意义在于揭示时间序列变量之间是否存在长期稳定关系，协整检验的首要任务是判断两个时间序列变量是否具有同阶单整性，即判断两个非平稳序列经过同阶差分后能否变为平稳序列，在此基础上检验两个变量之间是否具有协整关系。具有协整关系的变量虽然在短期具有各自的变动规律，但在长期存在协调变化的趋势。
1、对数据处理的回归结果
对各劳动生产率的增长率和总体就业增长率的初步分析显示，均未通过Durbin-Watson检验。DW值在23个样本量、自变量个数为1的情况下，在0-1.257之间为正相关，在1.437-2.563之间则无自相关。可见下述方程均表现出明显的正自相关。即前期的数值对该期的数值有正的影响或作用。
表2 技术进步影响就业总量的回归检验
序号
回归方程Y对X
DW值变换前
F检验、T检验异常
1
总就业人数对
全员劳动生产率
0.412
无
2
第一产业就业人数对
第一产业劳动生产率
0.714
无
3
第二产业就业人数对
第二产业劳动生产率
0.813
无
4
第三产业就业人数对
第三产业劳动生产率
0.775
无
指标解释：上述变量数据均采用增长率指标。
对上述4个方程中的所有变量做变量转换，然后再做回归以消除自相关影响[3]。回归分析结果如下表3：
表3 技术进步影响就业总量的回归结果
模型
未标准化的系数
标准化的系数
T值
P值
系数值
标准误
系数值
1
常数项
.009
.004
2.153
.044
-.53
.097
-.773
-5.456
.000
2
常数项
.003
.005
.500
.623
-.328
.126
-.502
-2.598
.017
3
常数项
.019
.008
2.411
.026
-.316
.121
-.504
-2.612
.017
4
常数项
.035
.006
5.460
.000
-.757
.145
-.761
-5.241
.000
指标解释：1代表对全员劳动生产率增长率和总就业增长率进行回归分析，2代表对第一产业相关数据进行回归分析，3代表对第二产业相关数据进行回归分析，4代表对第三产业相关数据进行回归分析。
从标准化的系数值来看，表3显示，劳动生产率所代表的总体及各产业的技术进步水平与就业量之间均呈现负相关关系。全员劳动生产率每增长1%会导致就业总量下降0.773%，其中，第三产业技术进步对就业的负面影响最大，劳动生产率每提高1%导致该产业就业量减少0.761%，第一产业劳动生产率每提高1%导致该产业就业量下降0.502%，第二产业劳动生产率每提高1%引起该产业就业量下降0.504%。
2、协整检验
以上回归分析表明，技术进步不利于就业总量的增加。这一结果是否可靠，仍需运用协整理论进行进一步的检验。采用协整和误差修正模型（ECM）的优势在于，避免了非平稳序列回归中可能产生的“伪回归”（spurious regression）问题，还可以同时推断两变量之间的短期动态关系和长期均衡关系。结果见表4。
表4 技术进步影响就业总量的协整分析结果
序号
协整分析变量
X对Y
是否为同阶单整序列
5%临界值
PP检验
统计量
协整关系
1
全员劳动生产率
对总就业人数
2变量同为同阶(1阶)单整序列
-2.9969
-1.777831
无
2
第一产业劳动生产率
对第一产业就业人数
2变量同为同阶(1阶)单整序列
-2.9969
-2.088826
无
3
第二产业劳动生产率
对第二产业就业人数
2变量同为同阶(1阶)单整序列
-1.9566
-1.208829
无
4
第三产业劳动生产率
对第三产业就业人数
2变量同为同阶(1阶)单整序列
-2.9969
-1.870232
无
对以上的协整检验显示，全员及各产业以劳动生产率显示的技术进步与就业增长之间均不具有协整关系。这表明，由回归结果显示的技术进步引致劳动生产率提高，进而对就业量所产生负面影响的这一结论，是不成立的。从长期来看，技术进步与就业之间并不存在较稳定的关系。
（三）技术进步对我国就业结构的影响分析
1、对数据处理的回归结果
对全员及第二、第三产业劳动生产率和结构变动指数的回归分析结果如表5显示：方程2和方程3的T检验及F检验结果异常，说明自变量系数不能用于解释自变量与因变量之间的关系。
表5 技术进步对就业结构影响的回归检验
序号
回归方程Y对X
DW值
变换前
自变量系数
F值
T值
F检验、
T检验异常
1
总产业结构变动指数对全员劳动生产率
1.678
0.613
12.656
3.558
无
2
第二产业内部结构变动指数对第二产业劳动生产率
1.574
0.109
0.253
0.503
有
3
第三产业内部结构变动指数对第三产业劳动生产率
1.673
-0.179
0.699
-0.836
有
指标解释：结构指数使用当期数值，其他变量仍使用其增长率数据，这里的F检验、T检验异常即指不拒绝零假设。
总产业结构变动指数对全员劳动生产率回归分析结果如表6：
表6 技术进步对就业结构影响的回归分析结果
未标准化的系数
标准化的系数
T值
P值
系数值
标准误
系数值
常数
.000
.005
-.088
.931
-.236
.066
.613
3.554
.002
回归结果显示，总产业结构变动指数与全员劳动生产率之间呈现负相关关系，即全员劳动生产率的增长率每变化1个单位，总产业结构变动指数相应同向变化0.613个单位。
2、协整检验
对各产业结构变动指数与劳动生产率之间做协整检验，结果显示（见表7）：劳动生产率变动与就业结构变动指数均为同阶（1阶）单整序列，即从总体及各产业来看，劳动生产率和就业结构变动之间具有协整关系。
表7 技术进步对就业结构影响的协整检验
序号
协整分析变量
X对Y
是否为同阶单整序列
5%临界值
PP检验统计量
协整关系
1
全员劳动生产率对总就业结构变动指数
2变量同为同阶(1阶)单整序列
-1.9574
-3.087788
有
2
第二产业劳动生产率对第二产业内部就业结构变动指数
2变量同为同阶(1阶)单整序列
-1.9574
-3.382302
有
3
第三产业劳动生产率对第三产业内部就业结构变动指数
2变量同为同阶(1阶)单整序列
-1.9574
-3.670753
有
分别对以上做误差修正模型以刻画其短期冲击情况，结果如表8：
表8 ECM模型结果
1
2
3
系数
P值
系数
P值
系数
P值
常数项
-0.633
0.0280
-0.103
0.7561
-0.009
0.9591
自变量一阶差分
9.439
0.0140
2.067
0.5751
0.090
0.9782
ECM
-0.741
0.0008
-0.716
0.0044
-0.762
0.0023
R2值
0.507
0.355
0.403
指标解释：1代表对全员劳动生产率与总就业结构变动指数做误差修正；2代表对第二产业劳动生产率与第二产业内部就业结构变动指数做误差修正；3代表对第三产业劳动生产率与第三产业内部就业结构变动指数做误差修正。
数据表明：
（1）全员劳动生产率1%的短期变化，会导致产业间就业结构在短期变动9.43%；误差修正（ECM）项系数为-0.7414，显著小于0，也表明两变量之间存在长期均衡关系。上一期结构变动指数水平高于均衡值(结构变动指数与全员劳动生产率的长期均衡值)时，本期结构变动指数涨幅便会下降，反之上一期结构变动指数低于均衡值时本期结构变动指数涨幅会上升。ECM系数表明将近74％的偏离均衡部分会在一年之内得以调整，于是结构变动指数不会偏离均衡值太远；R2值为0.507，拟合优度较好。
（2）第二产业劳动生产率1%的短期变化，会导致该产业内部就业结构短期变动2.067%，但要注意此系数T检验不显著异于零，2.067%的值没有实际意义；误差修正项系数为-0.716，显著小于0，也表明两变量之间存在长期均衡关系；ECM系数表明71.6%的偏离均衡部分会在一年之内得以调整，于是第二产业内部结构变动指数不会偏离均衡值太远；R2值为0.355，拟合优度一般。
（3）第三产业劳动生产率对产业内就业结构变化的影响很小，前者在短期变动1%，只导致后者短期变动0.09%，但注意此系数T检验不显著异于零，0.09%的值没有实际意义；误差修正项系数为-0.7618，表明两变量之间存在长期均衡关系；ECM系数表明76.18％的偏离均衡部分会在一年之内得以调整，于是第三产业内部结构变动指数不会偏离均衡值太远；R2值为0.403，拟合优度一般。
综上所述，三个误差修正模型中，第一个既刻画了全员劳动生产率和总结构变动指数之间的短期的动态关系，也反映了两变量之间的长期的均衡关系。而第二、三个模型由于自变量一阶差分系数不显著异于零，两个模型更多地反映了变量之间的长期均衡关系。
2005-6-19 8:47:00 鲜花(0) 鸡蛋(0)
pladxhy
等级：论坛游民
文章：62
经验：42
积分：-168
注册：2005-6-16
第2楼
四、技术进步的技能取向对就业的影响：以制造业为例
（一）制造业技术进步类型度量
最能体现技术进步进展程度的是工业部门的劳动生产率指标。因为工业部门相对其他产业而言技术进步含量最高，最能体现一国技术进步的发展水平。然而，我国工业部门的构成较为复杂，不仅包括大中型国有企业、外商及港澳台企业，还包括为数众多的非正规企业（乡镇企业、个体等），而这些企业的技术含量存在显著差异。如何区分企业技术含量和技能取向是首先要解决的问题。从国际上看，1994年OECD根据其10个成员国1980和1990的技术密集程度，选用ISIC中22个产业部门的R&D总经费指标（包括直接R&D经费和间接R&D经费）占工业总产值比重、直接R&D经费占工业总产值比重和直接R&D经费占工业增加值比重这3个指标，把制造业各行业划分为高、中高、中低和低技术产业4个组别[4]。其中，R&D总经费占工业总产值比重在10%以上的为高技术产业；界于3-10%之间的为中高技术产业；界于1-3%的为中低技术产业；低于1%的为低技术产业[5]。
然而以上标准难以应用于我国的产业技术类型划分。历年《中国科技统计年鉴》数据显示，我国大中型工业企业技术开发经费支出占产品销售收入的比重很低，而且行业间差距很小。如，1999年技术开发经费占产品销售收入比重最高的是普通机械制造业（2.66%），电子通信设备制造业为2.43%，医药制造业为1.75%，同期饮料制造业为0.73%。因此，本文借鉴程晓农（2003）[24]的“正规制造业”指标，将工业技术进步类型粗略分为技能偏好型和技能退化型两种，前者的代表为正规制造业，后者为非正规制造业。一般而言，正规企业生产技术较为先进，生产率较高，倾向于雇佣高技能的劳动力；非正规企业的生产技术落后、生产效率较为低下，倾向于增加对低技能劳动力的需求。由此，本文尝试分析我国工业技术进步的技能偏好类型对就业的影响。数据如表9：
表9 正规及非正规制造业劳动生产率
年份
工业
可比劳动生产率元/人
就业人数（万人）
可比增加值（亿元）
正规制造业
非正规制造业
正规制造业
非正规制造业
正规制造业
非正规制造业
1993
7805.11
16758.36
10711.41
4849.0
5618.0
8126.13
6017.67
1994
9015.84
17009.11
14503.48
4753.0
6021.0
8084.431
8732.547
1995
10073.30
14686.84
19725.75
4765.0
6228.0
6998.281
12285.2
1996
11389.45
17793.33
21271.22
4643.0
6295.0
8261.443
13390.23
1997
12882.56
20259.63
23928.53
4479.0
6284.0
9074.289
15036.69
1998
16195.99
28205.99
28220.68
3340.0
5983.0
9420.8
16884.43
1999
18083.51
34334.19
29949.01
3109.3
5951.7
10675.53
17824.75
2000
20157.93
41689.67
31800.37
2904.0
6019.7
12106.68
19143.02
2001
21892.05
49885.16
32442.74
2725.0
6207.0
13593.71
20137.21
2002
23494.68
61143.07
32227.04
2656.0
6499.0
16239.6
20944.35
数据说明：（1）指标解释：“正规制造业”=本国正规制造业+外商港台企业；本国正规制造业增加值=国有及规模以上工业企业（1998年前为独立核算工业企业）增加值-外商港澳台企业增加值-采掘及原材料工业增加值；国有及规模以上工业企业增加值（1998年前为独立核算工业企业）+非正规制造业增加值=工业增加值。
（2）“非正规制造业”=制造业-正规制造业。
（3）数据来源：统计年鉴自1993年起才有外商、港澳台企业的明细指标，因此数据跨度为1993-2002年；数据分别来源于1998年以后“国有及规模以上工业增加值”数据，及1998年以前的历年“独立核算工业企业主要指标”。
以上数据显示，两种类型制造业的劳动生产率都有了迅速提升，按可比价计算，正规制造业的劳动生产率在10年间提高了2.6倍，非正规制造业也提高了2倍；从两者间对比来看，正规制造业在1994年以前都高于非正规制造业；然而由于这期间非正规制造业劳动生产率的增长率远快于前者，1995年起非正规制造业的劳动生产率超越正规制造业，只是到1999年以来，这一局面才得以逆转，数字显示正规制造业经历了飞速的技术进步，劳动生产率迅速提升，与非正规制造业的差距日益拉大。
（二）按技能偏好分类的技术进步对就业总量及结构的影响分析
1、技术进步类型对就业量的影响
回归分析结果显示如表10和11：
表10 技术进步类型对就业量影响的回归检验
序号
回归方程Y对X
DW值
自变量系数
T值
F值
F检验T检验异常
1
正规制造业就业人数对正规制造业劳动生产率
2.114
-0.736
-2.877
8.275
无
2
非正规制造业就业人数对非正规制造业劳动生产率
1.712
-0.463
-1.279
1.635
有
表11 技术进步类型对就业量影响的回归分析
模型
未标准化的系数
标准化的系数
未标准化
的系数
P值.
系数值
标准误
系数值
1
常数项
-2.495E-05
.028
-.001
.999
-.376
.131
-.736
-2.877
.024
2（变换后）
常数项
.006
.009
.631
.552
-.128
.100
-.463
-1.279
.248
指标解释：1代表对正规制造业劳动生产率增长率与就业增长率进行回归分析，2代表对非正规制造业相关指标进行回归分析，由于方程2显示有正自相关，参照注2做变量转换后的结果如上表。
结果显示，正规制造业的劳动生产率与就业增长之间呈现负相关关系，即正规制造业劳动生产率每提高1%引起就业水平下降0.736%；而非正规制造业的劳动生产率与就业之间则不存在显著的相关关系。
2、协整检验
表12 协整检验结果
协整分析变量
X对Y
是否为同阶
单整序列
5%临界值
PP检验
统计量
协整关系
正规制造业劳动生产率对正规制造业就业人数
2变量同为同阶(2阶)单整序列
-1.9835
-2.250755
有
非正规制造业劳动生产率对非正规制造业就业人数
2变量同为同阶(2阶)单整序列
-3.2695
-1.817636
无
表12显示，正规制造业可比劳动生产率与该产业就业量均为同阶(2阶)单整序列，在做协整检验时残差序列为平稳序列，即两个变量之间具有协整关系；而非正规制造业劳动生产率与该产业就业量之间不存在协整关系。
以上分析初步显示，不同类型的技术进步对就业的影响存在差异，其中正规制造业以技能偏好型技术进步为主，倾向于提高技术密集程度以替代劳动力，不利于就业增加；以乡镇企业、个体等为主体的非正规制造业，自20世纪80年代中期以来不断加大技术更新力度，体现在资本-劳动比上是持续大幅攀升（于立、姜春海，2003[25]），资本对劳动力的吸纳弹性系数一直处于下降阶段，然而以上分析显示该类型技术进步对就业量并没有影响。这一结论不同于通行观点，即认为技术进步导致资本-劳动比的上升，出现资本深化现象，进而导致在提高劳动生产率的同时出现就业增速减缓现象。
这预示着，判断技术进步是促进还是不利于就业，不能单纯依据资本-劳动比或就业弹性这些指标，而应基于行业技术类型细分这一基本前提。因为，不同类型的技术进步，都需要体现于机器设备等资本品的投入，然而不同类型的技术进步虽然都能提高劳动生产率，但对劳动力的数量及质量需求是各异的。例如，王大明、佟仁城（1999）[26]以北京为例测算了1995年高新技术产业和传统产业对就业的影响，结果显示，在劳动力需求上，高新技术产业的乘数最高、辐射力最强、拉动力最大。
五、结论
以上理论及实证分析表明，技术进步通过就业创造及破坏机制对就业总量及结构产生深刻影响。具体结论如下：（1）无论从总体还是各产业来看，技术进步与就业总量之间不存在协整关系，即不能断言技术进步的迅速发展影响我国就业增长；（2）技术进步水平的提升显著影响我国就业结构的变动，导致劳动力在各产业及部门间流动强度增大，引起劳动力的再配置；（3）不同类型的技术进步对就业的影响存在显著差异，对制造业的初步分析结果显示，技能偏好型技术进步（以正规制造业为代表）导致就业水平下降，而技能退化型技术进步（以非正规制造业为代表）与就业增长之间不存在显著的相关关系。
本文的不足在于，基于分析方法及数据的不健全，仅以制造业为例分析了不同技能取向的技术进步对就业的影响，对技术进步类型对就业总量及结构的实证分析远未完善。如何细分技术类型，进而对不同类型的技术进步对就业的影响予以系统的实证研究，将是本文作者下一步研究的重点。
--------------------------------------------------------------------------------
[1] 需要解释的是，基于中国统计局1997年调整了1990年以来的就业人数的统计口径，但未相应调整1990年以前数据，体现在1990年劳动力就业增长及劳动生产率数据上前后不具有连贯性，故以下分析中均略去1990年数据。
[2] [美] 西蒙·库兹涅茨：《国民经济增长的数量方面》，转引自何诚颖：《中国产业结构理论和政策研究》，中国财政经济出版社1997年版。
[3] 对因变量和自变量分别做形如 的变量转换，其中 近似地可用 代替， 。
[4] 徐永昌、张晶、李兴权、董丽娅：“我国高技术产业界定方法的研究（一）”，中国科技统计网，http://www.sts.org.cn/fxyj/zbtx/documents/gjscyjdff.htm
[5] 尤芳湖、周勇：“山东省传统产业和高技术产业比较研究”，中国科技统计网，http://www.sts.org.cn/fxyj/dqyjbg/documents/cgbj.htm
--------------------------------------------------------------------------------
参考文献：
[1] Aghion, P., and P.Howitt, Growth and Unemployment[J], Review of Economic Studies, 1994,61: 477-494．
[2] Pissarides, C. A. , Equilibrium Unemployment Theory[M], Basil Blackwell,London, 1990．
[3] Acemoglu. D., Changes in Unemployment and Wage Inequality: An Alternative Theory and Some Evidence[J], American Economic Review ,1999,89: 1259-1278.
[4] Acemoglu. D, Technical Change, Inequality, and the Labour Market[J], Journal of Economic Literature 2002,40: 7-72.
[5] Marco Vivarelli, The Economics of Technology and Employment: Theory and Empirical Evidence[M], Elgar ,Aldershot, 1995.
[6] Petit, P., Employment and Technical change[J], in P. Stoneman (ed.), The Economics of Innovation and Technical Change[C], Basil Blackwell, Oxford, 1995.
[7] Fernando del Rio, Embodied Technical Progress and Unemployment[R], Université catholique de Louvain, Institut de Recherches Economiques et Sociales (IRES) Discussion Paper, 2001,No.031.
[8] Bernd Ebersberger and Andreas Pyka , Innovation and Sectoral Employment: A Trade –Off between Compensation Mechanisms[R], Universitaet Augsburg Discussion Paper Series, 1999,No. 191.
[9] Clas Eriksson, Is There a Trade-Off between Employment and Growth?[J], Oxford Economic Papers, 1997.49, 77-88.
[10] Mortensen, D. T., and C. A. Pissarides, Technological Progress, Job Creation and Job Destruction[J], Review of Economic Dynamics,1998, 1: 733-753.
[11] Greenwood, J., Z. Hercowitz，and P. Krusell , Long-Run Implications of Investment-Specific Technological Change[J], American Economic Review, 1997,87: 342-362.
[12] Alain de Serres, Structural Policies and Growth: A Non-Technical Overview[R], ECO Working Paper, 2003 ,No.355.
[13] Kortum, S., Putnam, J., Assigning patents to industries: tests of the Yale technology concordance[J], Economic System Research ,1997,9: 161-175.
[14] Bharat Trehan, Productivity shocks and the unemployment rate[J], Economic Review, 2003: 13-37, Federal Reserve Bank of San Francisco .
[15] Caballero, R. J., and M. L. Hammour , Creative Destruction and Development: Institutions, Crises, and Restructuring[R], NBER Working Paper, 2000,No.7849.
[16] Davis, S. J., and Haltiwanger, J., Gross Job Destruction, Gross Job Creation and Employment Reallocation[J], Quarterly Journal of Economics ,1992,107: 819-63.
[17] Aw, Bee-Yan, Xiaomin Chen and Mark Roberts , Firm-Level Evidence on Productivity Differentials, Turnover, and Exports in Taiwanese Manufacturing, NBER Working Papers ,1997,No.6235.
[18] Liu, Lili, and James R. Tybout , Productivity Growth in Chile and Colombia: The Role of Entry, Exit and Learning[J],” in Mark. J. Roberts and James R. Tybout, Industrial Evolution in Developing Countries: Micro Patterns of Turnover, Productivity, and Market Structure[C], Oxford University Press, Oxford, 1996.
[19] Mortensen, D. T., and C. A. Pissarides, Unemployment Responses to ’Skilled-Biased’ Technology Shocks: The Role of Labour Market Policy[J], Economic Journal 1999,109: 242-65.
[20] Mincer, Jacob, and Stephan Danninger, Technology, Unemployment, and Inflation[R], NBER Working Paper, 2000,No. 7817.
[21] Timothy C. Sargent , Structural Unemployment and Technological Change in Canada, 1990-1999[R], Department of Finance Working Paper, 2001,No.03.
[22] Hugo Hollanders, Bas ter Weel ,Technology, Knowledge Spillovers and Changes in Employment Structure: Evidence from six OECD Countries[J], Labour Economics, 2002,9: 579-99.
[23] David M. Lilien, Sectoral Shifts and Cyclical Unemployment[J], Journal of Political Economy 1982, Vol.99, No.4: 777-793.
[24] 陈晓农，重新认识中国经济：增长的动力与结果[J]，《当代中国研究》，2003年第1期。
[25] 于立、姜春海，中国乡镇企业吸纳劳动就业的实证分析[J]，《管理世界》，2003年第3期。
[26] 王大明、佟仁城，高新技术产业发展与就业机会[J]，《数量经济技术经济研究》，1999年第4期 。
[27]毕先萍、李正友，技术进步对就业的综合作用机制及社会福利影响研究，《中国软科学》，2004年第5期。
作者简介：
（1）毕先萍：经济学博士
联系方式：北京市西三环北路25号 中国青年政治学院经济系，邮政编码：100089
电话：010-88568338（H）； 手机：13911822392；E-mail：bixp@263.net
（2）赵坚毅：经济学硕士
联系方式：北京市西三环北路25号 中国青年政治学院经济系，邮政编码：100089
电话：010-68712337（H）； 手机：13693065189；E-mail：proteus@vip.sina.com
（3）李正友：经济学博士
联系方式：哈尔滨市商业大学经济研究中心，邮政编码：150028。
电话：13520656225；E-mail：lzyou@263.net
附 录
附表1、全员及各产业劳动生产率（可比价，单位：元/人）
年份
全员劳动生产率
第一产业
第二产业
工业
第三产业
1978
902.6
359.6
2512.9
2638.3
1759.7
1979
950.5
377.4
2617.6
2773.6
1791.8
1980
992.4
365.5
2783.3
2932.2
1775.8
1981
1011.4
382.4
2731.3
2870.4
1824.2
1982
1065.2
411.5
2765.7
2940.4
2012.3
1983
1152.3
441.5
2936.2
3141.4
2137.1
1984
1278.9
503.0
3042.6
3366.9
2178.1
1985
1402.8
507.7
3332.6
3779.9
2385.6
1986
1484.3
522.4
3400.1
3851.7
2537.1
1987
1609.4
539.9
3697.8
4191.2
2722.0
1988
1740.1
543.3
4085.5
4672.9
2914.4
1989
1778.8
543.7
4303.1
4958.4
3012.4
1990
1577.8
498.1
3838.3
5058.8
2605.7
1991
1703.4
507.7
4322.2
5642.4
2743.6
1992
1925.9
537.0
5114.4
6656.6
2914.3
1993
2164.4
577.4
5882.2
7805.1
2983.6
1994
2413.8
617.8
6806.7
9015.8
2985.0
1995
2643.3
668.7
7583.0
10073.3
2974.1
1996
2859.9
717.2
8213.0
11389.4
3021.7
1997
3072.8
741.8
8886.7
12882.6
3206.3
1998
3274.4
760.4
9647.7
16196.0
3393.6
1999
3471.1
768.8
10546.3
18083.5
3590.1
2000
3711.2
781.3
11684.5
20157.9
3761.5
2001
3938.2
792.8
12615.4
21892.0
3995.8
2002
4212.0
807.9
14294.1
23494.7
4119.9
指标解释：全员劳动生产率=GDP/就业人数，可比劳动生产率是通过运用GDP指数加以调整而得；1990年可比劳动生产率出现绝对下降的原因在于，1997年国家统计局对1990年及以后年份的从业人员数据做了大幅度的上调，但并未对1990年前数据进行调整。数据的不连贯导致1990年可比劳动生产率及就业增长率出现异常变动，故在分析中剔除该年数据。
附表2、产业比较劳动生产率
年份
第一产业
第二产业
工 业
第三产业
年份
第一产业
第二产业
工 业
第三产业
1978
0.40
2.78
2.92
1.95
1991
0.41
1.97
2.46
1.77
1979
0.45
2.69
2.85
1.70
1992
0.37
2.02
2.50
1.73
1980
0.44
2.67
2.79
1.64
1993
0.35
2.12
2.61
1.54
1981
0.47
2.53
2.64
1.61
1994
0.37
2.11
2.59
1.39
1982
0.49
2.44
2.57
1.62
1995
0.39
2.12
2.62
1.24
1983
0.49
2.39
2.51
1.57
1996
0.40
2.11
2.70
1.16
1984
0.50
2.18
2.36
1.54
1997
0.38
2.11
2.82
1.17
1985
0.45
2.07
2.30
1.70
1998
0.37
2.10
3.23
1.20
1986
0.44
2.01
2.22
1.68
1999
0.35
2.15
3.37
1.22
1987
0.45
1.98
2.17
1.65
2000
0.33
2.23
3.53
1.21
1988
0.43
1.97
2.18
1.65
2001
0.30
2.29
3.63
1.21
1989
0.42
1.99
2.22
1.75
2002
0.31
2.39
3.58
1.17
1990
0.45
1.94
2.47
1.69
指标解释：相对劳动生产率指标等于某产业的国内生产总值比重与就业比重之商。
附表3、总体及分产业就业结构变动指数
年份
总体就业结
构变动指数
第二产业结
构变动指数
第三产业结
构变动指数
年份
总体就业结
构变动指数
第二产业结
构变动指数
第三产业结
构变动指数
1979
1.68%
1.25%
3.24%
1991
1.06%
1.34%
1.81%
1980
2.29%
0.98%
6.27%
1992
2.67%
2.19%
6.17%
1981
1.70%
0.33%
11.42%
1993
4.44%
4.69%
25.02%
1982
0.50%
2.52%
6.80%
1994
4.85%
1.64%
4.53%
1983
2.55%
3.19%
6.44%
1995
4.75%
0.96%
3.45%
1984
6.71%
7.37%
11.57%
1996
3.53%
3.42%
2.84%
1985
3.39%
6.06%
6.35%
1997
1.22%
3.14%
2.85%
1986
3.14%
1.78%
3.29%
1998
0.73%
11.31%
3.94%
1987
2.07%
1.31%
2.69%
1999
1.18%
2.38%
2.81%
1988
1.44%
0.81%
2.68%
2000
1.56%
3.12%
5.83%
1989
1.77%
1.21%
1.67%
2001
0.57%
1.83%
1.81%
1990
0.70%
12.55%
12.42%
2002
2.56%
6.24%
3.15%
注：图表未能正常显示，请与作者联系。
参阅：http://bbs.efnchina.com/dispbbs.asp?boardID=18218&ID=72302
