本站小编为你精心准备了大中型工业企业就业增长的影响参考范文,愿这些范文能点燃您思维的火花,激发您的写作灵感。欢迎深入阅读并收藏。
《学习与探索杂志》2015年第七期
进入新世纪以来,中国一直保持着较为高速的经济增长和就业增长。尽管受到国际金融危机的冲击,中国依然恢复了经济与就业的双增长。但是,随着国际环境和国内房地产市场的低迷,中国面临经济增速下滑的短期问题。2013年,中国GDP增速为7.7%,2014年跌至7.4%,创下近15年来的最低水平。与此同时,不断扩大的高校毕业生规模又给就业岗位(尤其是制造业)的增加带来新的压力。2009年以来,城镇失业登记人数维持在900万人以上,而2014年全国普通高校毕业生规模首破700万人。种种现实使得经济工作者必须重新审视当前中国经济增长与就业增长的关系,探究影响就业增长的因素,以期对经济实践活动产生更为积极的影响。工业作为国民经济的重要组成部分,长期以来为社会提供了大量、稳定的工作岗位,2008年以来,以工业为主的第二产业年平均从业人数在2亿人以上,在整个国民经济就业结构中发挥着“稳定器”的重要作用,支撑着中国就业格局的基本面。因此,对大中型工业企业与就业增长之间关系的研究就显得十分必要和迫切。
一、关于工业企业与就业增长关系的相关研究
国内外学者结合实证分析,对大中型工业企业与就业增长关系进行了较为广泛的讨论,相关研究主要集中在以下三个方面。第一类研究集中在工业发展与就业增长关系的讨论上。王德文等(2004)利用1999—2001年的企业微观调查数据,分析了中国工业结构调整对就业吸纳的影响,研究显示,中国工业结构越来越符合中国的资源和要素禀赋,其中,轻工业部门和劳动密集型产业的较快增长缓解了日益严峻的失业问题;张本波等(2008)通过分析中国1990—2006年产业发展与就业结构的关系发现,第二产业面临着高投入、低就业的格局,劳动密集型产业并未得到充分发展,因此,应推动产业升级,充分发挥第二产业的就业吸纳能力;沈滨等(2010)通过测算认为,中国第二产业的就业弹性为正,即第二产业对就业的增加具有拉动作用。第二类研究集中在大中型企业在促进就业增长中所处地位的讨论上,研究实质上是对企业规模与就业增长关系的讨论。一方面,有的学者认为,中小企业是就业增长的主要贡献者,该观点最早见于1979年美国学者柏奇在《工作产生的过程》一书中“小企业是新增净工作岗位主要提供者”的观点。此后,莱曼(1999)和德尔诺夫舍(2014)分别通过对俄罗斯和斯洛文尼亚两国工作创造的实证分析,验证了小企业才是新工作的主要提供者。国内学者周天勇等(2002)也充分肯定了中小企业在解决失业问题上发挥的作用。另一方面,也有很多学者对“中小企业说”提出了质疑,如戴维斯等(1993)较早地提出大企业提供大多数新工作的观点。后来的瓦格纳(1995)针对1978—1993年联邦德国制造业企业的工作提供的研究,以及巴普蒂斯塔等(2012)针对1984—2003年葡萄牙企业的工作提供的研究都进一步验证了戴维斯等人的观点。近年来,又有不少学者肯定了“大中型企业说”,其中,翰林克森和约翰松(2008)总结了前人关于小企业工作提供的研究,发现就工作创造的绝对量而言,大企业依然是工作的重要提供者。
第三类研究集中在第二产业就业增长的影响因素的讨论上。近年来,国内学者从多个角度对这一问题进行了实证研究,有的从市场规模或产业产出角度入手,如田洪川和石美遐(2013)发现,中国产业产出增长确实对就业产生了拉动效果,但随着产业结构调整的不断深入,产出增长对就业的拉动效果逐步减弱。有的从技术进步的角度入手,如宁光杰(2008)研究发现,技术应用对就业数量整体上有正的影响,其中,过程创新对就业数量正向影响明显,而产品创新对就业数量的影响为负或不显著。有些研究则侧重某些宏观政策或环境因素的变动对工业行业就业的影响,如陈媛媛(2011)认为,环境管制的加强提高了工业行业的就业;王勇等(2013)采用更大范围的38个工业行业的面板数据研究发现,环境管制与工业行业就业存在U型关系,即当环境管制达到一定强度,会促进工业行业的就业增长,但随着工业行业劳动力成本份额的上升,这种影响会减弱。有的学者从开放经济的角度讨论工业行业的就业影响因素,如毛日昇(2013)研究发现,人民币实际汇率升值通过直接的出口开放和进口渗透渠道同时对工业行业净就业水平产生显著的负面影响。通过文献回顾,我们得出如下结论:第一,以工业为主的第二产业在中国就业格局中具有不可替代的地位和作用,符合中国资源禀赋结构的工业化道路,有助于中国就业问题的解决。第二,影响工业行业就业增长的因素是系统性、多方面的,目前关于工业行业就业影响因素的研究多数都限定在某一个具体的角度或侧面,缺乏相对系统、全面的检验剖析。显然,在产业结构转型过程中,在当前就业形势严峻的背景下,相对系统地评估工业行业就业的影响因素,无疑是至关重要的。
二、研究思路与变量选择
本文从劳动力市场、行业特性和宏观经济形势三个维度来研究影响大中型工业企业就业增长的主要因素。在变量选取上,与劳动力市场因素密切相关的因素是劳动要素供给面上的价格和质量,结合中国现阶段劳动力要素供给总体以简单劳动为主的基本特征,我们选取技能劳动力数量来反映中国劳动力市场要素供给的质量水平及其变动情况;选取平均工资水平来反映要素价格,在当前用工成本攀升的背景下,显然平均工资水平的上涨是影响大中型工业企业就业增长的重要因素。就微观层面而言,在不考虑技术变革、企业或行业的规模经济属性的前提下,宏观经济因素对企业劳动要素需求的影响,即对企业扩大再生产的影响,最终将完全取决于宏观因素的变动对企业生产组织成本或利润率的影响。根据中国现阶段市场经济体系的发展水平,尤其是要素市场的相对完善程度,宏观经济因素对企业经营成本的影响集中表现为企业生产过程中各种中间投入产品的价格水平的变动,同时考虑中国国民经济统计数据的现实情况,选取生产者价格指数指标。此外,作为要素市场另一个重要的构成部分,金融市场的发展水平或者说金融深化程度直接影响着企业的融资成本。在现代经济中,作为最具活力的生产要素之一,金融深化对经济发展的影响是极其重要的,如张军等研究金融深化对中国区域生产率的影响检测[1]和熊红轶等对中国金融深化与经济增长关系的实证研究[2]。因此,在反映宏观经济因素影响的指标选择上,通过完备性和代表性两个维度的权衡,我们选择生产者价格指数和金融深化率两个指标。在考察行业因素对企业就业增长的影响方面,由于本研究的样本对象主要限定在大中型工业企业,考虑到不同行业本身所具有的规模经济属性的差异和要素密集类型特征,我们选取行业先前企业数量(即第二产业上一年度大中型企业个数)和行业规模两个指标反映行业的整体变动。因为在不同规模经济属性的行业,行业规模扩张过程中的表现形式存在质的差别。在具有内部规模经济属性的行业,行业规模的扩张可能并不增加行业内的企业个数甚至相反,那么衡量行业生产规模变动的核心指标将主要表现为行业投资规模的变化。反之,在具有外部规模经济属性的行业,行业生产规模的扩张将主要表现为行业内企业数量的增加。此外,行业生产技术的变动对企业的要素需求结构具有重要的影响,因此,在考察行业因素对企业就业增长的影响中,行业的技术进步必须纳入考察范围。技术进步是不能直接观测的变量,在研究技术进步尤其是进行定量研究的时候,选择企业的研发投入指标可基本反映长期的技术变化速率,因为研发投入与技术进步的长期同步性是毋庸置疑的。最后,作为营利性组织,影响企业要素需求的因素最终都表现为对其盈利能力及水平变动的影响。因此,本文选取单位产值利润率指标作为影响大中型工业企业就业增长的变量。
三、数据来源与变量说明
根据《国民经济行业分类》(GB/T4754-2002)标准,工业行业共分为四大行业,共计40个子行业。本文选取了除“建筑业”“其他采矿业”和“废弃资源和废旧材料回收加工业”三个行业外的37个子行业的大中型工业企业作为研究样本,时间为2004—2012年。大中型工业企业数量(SN)和全部从业人员年平均人数(SE)数据来源于各年《中国统计年鉴》;大中型工业企业平均工资(SW)数据来源于《中国人口就业统计年鉴》《中国工业经济统计年鉴》;技能劳动力的数量(SKL)在中国相关统计年鉴中没有直接的统计指标,我们采用大专及以上人口数量作为技能劳动力的替代指标;生产者价格指数(PPI)、金融深化率(Deep)、先前的企业数量SN(-1)、行业规模(SS)、单位产值利润率(SPR)、技术进步(SA)等指标数据来源于历年的《中国统计年鉴》《中国人口就业统计年鉴》《中国工业经济统计年鉴》和《中国劳动统计年鉴》。其中,考虑到国家的货币政策对企业的生存环境(特别是融资环境)的重要影响,采用《中国统计年鉴》中的年度M2的发行量来体现货币政策的影响,以M2与GDP之比来代表中国的金融深化程度(Deep);考虑到工业部门的特性,我们选取工业部门的固定资产投资存量指标代表行业规模(SS);技术进步是一种无形变量,难以测量,本文选用大中型工业企业的各年R&D资金对技术进步进行测量。各变量的描述性统计见表1。
四、实证研究
(一)向量自回归分析1.为剔除量纲影响,对原始数据进行标准化处理。对标准化数据进行空间因子分析适用性检验,结果显示反映劳动力市场因素的技能劳动力数量和平均工资水平的样本KMO值为0.82;反映宏观经济因素的生产者价格指数和金融深化率的样本KMO值为0.76;反映行业因素的先前企业数量、行业规模、技术进步和单位产值利润率的样本KMO值为0.58。KMO值均大于0.5,即样本数据适于进行空间因子分析,可以保证在最大限度保留原样本信息的情况下,对变量进行降维处理。对三组变量分别提取1个公因子的方差贡献率分别为98.33%、97.52%和88.01%,因子分析结果说明,分别以1个综合变量代表原有变量的有效性分别达到了98.33%、97.52%和88.01%。由旋转后的因子载荷矩阵,可得三个公因子F1、F2和F3的表达式为。将各指标的标准化数值带入上述3式,即可得到三个公因子的因子得分。根据因子分析数据处理的特性以及研究目的,我们主要关注的是上述三个方面的综合因素对大中型工业企业就业增长趋势的相对影响。因此,进入模型的被解释变量应该是因变量的变化率指标。据此,我们将大中型企业就业人数样本以2004年为基期予以指数化处理,得到大中型工业企业就业人数指数ISE。通过上述对变量的降维处理,我们进一步量化分析的方向最后归结为寻求被解释变量ISE与综合解释变量F1、F2、F3在长期变化趋势上的统计规律。2.向量自回归模型。建立VAR模型需要确定的一个重要参数是变量的滞后阶数k。VAR模型滞后阶数的选择方法主要包括LR统计量选择方法、赤池信息准则(AIC)和施瓦茨准则(SC),考虑到LR统计量选择方法在相对有限样本容量情况下,其有限样本分布与LR渐近分布存在很大差异,本文采用AIC准则和SC准则选择滞后阶数k。AIC准则和SC准则统计量的计算公式分别为。结果显示,行业特性对大中型企业的就业增长的量的影响是最大的,且影响力逐渐增大,表现为滞后2阶变量的影响大于1阶变量;对就业影响较大的是劳动力市场因素,但从影响的延续性来看,劳动力市场的影响是持续的,这说明中国劳动力市场供需结构性失衡的问题依然是影响整体就业水平尤其是初次就业的重要变量;宏观经济因素对就业创造的相对影响与前述分析基本一致,依然是最小的,也与变量选择有关,这与宏观经济因素对就业影响的相对滞后性可能更强有关。
(二)方差分解分析为明确在长期趋势上三个不同层面的市场环境因素对大中型工业企业就业增长的动态影响,本文进一步对VAR(2)模型的估计结果进行方差分解。由表3(见下页)发现,在样本期间,从时间序列来看,前4期内,行业特性因素总体解释了大型工业企业就业增长变化的80%以上,且这种影响虽然总体上存在衰减趋势,但始终是影响企业就业增长的主导因素;劳动力市场因素对大型工业企业就业增长的影响在动态上表现出明显的递增态势,这说明,劳动力要素市场发育、完善的程度对长期的就业增长具有不可替代的战略作用;宏观经济因素对工业企业就业的影响不足2%,说明样本期间,以生产者价格指数和金融深化两个指标所界定的影响企业要素投入成本的宏观经济形势的变动,对企业的影响是系统性的。换句话说,要素投入成本的变动与工业品价格的变动应该是大致同步的,即成本的波动并没有对工业产品的附加值构成严重的挤压。
五、结论与启示
从总体来看,在样本期间影响大中型工业企业就业增长的市场环境影响因素以企业的规模经济属性、利润水平以及技术进步等内生因素为主;现阶段中国劳动力市场上供需结构性失衡在长期内始终是制约中国总体就业水平的基本矛盾;宏观经济形势的波动所产生的对市场价格系统的影响是均衡的,大中型工业企业的产品附加值空间并没有受到实质性冲击,在产品市场需求相对稳定的条件下,宏观经济形势并没有在很大程度上实质影响企业的要素需求。综上所述,现阶段进一步发挥大中型工业企业缓解就业压力的作用,需要有针对性地加强以下两个方面的工作。第一,通过深化经济体制改革,不断完善中国社会主义市场经济体制,始终是从战略层面上有效解决中国经济系统主要结构性问题的根本。在企业微观层面上,市场体制的完善应以持续优化企业的营商环境为主要目标。在税收、信贷政策调整和涉及商品流通、要素市场建设等领域的改革上,要以逐渐形成有效促进企业良性竞争与技术创新的激励机制为基本任务。通过优化企业发展的市场环境,进而巩固和扩大劳动力要素的市场需求是解决就业问题的根本出路。第二,逐步缓解中国劳动力市场总体上的供需结构性矛盾是解决中国长期就业问题的另一个基础举措。在很长的一段时间内,简单劳动力为主体的要素供给结构仍然是中国劳动力市场的一个基本特征。然而,随着技术进步和市场竞争的加剧,企业对劳动要素的需求结构已经转变为以技能劳动力为主体的基本格局。解决上述结构性问题的基本思路,一方面应持续加强劳动力市场的建设,充分利用现代网络通信平台建立、完善更大规模的跨区域劳动力市场。在制度设置上逐渐摒弃各种限制劳动要素自由流动的障碍因素,降低劳动力优化配置的成本,这亦是完善中国社会主义市场经济体制的题中应有之义。另一方面,从长期看,改善劳动力要素的供给结构依赖于教育公共产品的供给,因此,持续加大国家对基础教育,尤其是职业教育的投入是前提条件。同时,政府应不断地加强对市场化职业技能培训机构等生产性服务行业的政策扶持力度,发挥市场机制的基础作用,通过促进直接面向要素需求的中介服务部门的发展,在“干中学”机制的作用下,有效促进劳动力要素供给结构的优化。
作者:杨静 杨向辉 单位:中国社会科学院 马克思主义研究院 河北农业大学 经济贸易学院