技术进步对中国就业影响实证探究

《技术进步对中国就业影响实证探究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、技术进步对中国就业影响实证探究　　摘要：选取1978—2008年中国30个省市的面板数据，运用DEA方法测算中国的全要素生产率及其分解项：技术变化与技术效率，并使用ARDL模型实证分析技术效率和技术变化对就业的影响。研究发现：技术效率无论是长期还是短期都对就业具有显著的抑制效应，但在短期中，技术变化当期对就业没有显著影响；而滞后期技术变化的改善也会对就业人数的增加产生抑制效应，同时，在长期中，技术变化对就业有着显著的促进效应，可以带动就业量的增加。关键词：技术进步；就业量；数据包络分析；ARDL模型中图分类号：F241.

2、4文献标志码：A文章编号：1673-291X（2013）19-0066-04引言11改革开放以来，中国经济取得了巨大的发展，技术进步也成为了推动经济发展的主要动力，为中国经济的腾飞贡献了巨大的力量，但“高增长，低就业”的现象依然存在。2010年，中国城镇登记失业人数为908万人，到2011年末城镇登记失业人数变为922万人，城镇登记失业率为4.1%，失业人数在不断增长，中国面临着严峻的就业问题。经济增长和充分就业是宏观经济中的两大经济目标。在当代，经济增长的实现离不开技术进步，而充分就业又是社会和谐的重要影响因素。因此，

3、全面、正确地研究技术进步与就业间关系，及找到协调二者关系的可行性措施，对于促进就业、构建和谐社会有着重要的实践意义。本文选取全国30个省际面板数据，运用DEA（数据包络分析方法）测量出技术进步及其分解项，进而实证研究不同类型的技术进步对就业的影响效应，分析其原因之后提出相应对策。本文第二部分为已有的关于技术进步与就业关系的国内外文献，第三部分是运用DEA方法测量出不同类型的技术进步指标，第四部分是运用ARDL模型分析不同类型技术进步对就业的影响效果，最后是简要的结论及政策。一、文献回顾技术进步的就业效应一直是经济学家激烈

4、争论的话题，技术进步究竟是促进就业人数的增加，还是导致失业率的上升？新古典模型认为经济增长在长期均衡中属于外生的技术进步，因而长期来看，技术进步的就业正面效应会抵消其短期负面效应。11以内生经济增长为代表的新增长理论，尝试通过把技术进步内生化来分析技术进步的就业效应，如Pissarides（1990）通过运用搜寻和失业理论，得出技术进步对就业有间接补偿的“资本化效应”。Aghion和Howitt（1994）通过构造出一个失业和增长模型，使技术进步内生化后在进行深入分析，发现若出现较高生产率来取代较低生产率方式的生产率增长

5、时，失业人数会增加。Mortensen和Pissarides（1998）强调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会引起失业水平的显著上升。实证方面仍无法形成统一的观点，如MincerandDaniger（2000）通过对美国1970—1995年的数据进行实证分析，得出低技能工人的失业人数不断增加，整体就业人数则在增加，而TimorthyC.Sargert（2001）运用美国和加拿大的经济数据进行分析，得出技术进步对不同技能劳动者的就业影响是不存在显著差别的。尽管国内经济学家也越来越关注技术进步的就业效应，

6、但技术进步对就业影响的机制较为复杂，不易形成较为完整的理论分析框架，因而国内研究大多数都还是经验性的。昌盛（2005）通过对1978—2002年数据进行实证研究，得出技术进步对就业具有促进效应。姚战琪等（2005）的研究表明技术进步抑制就业人数的增长。在已有文献的研究基础上，本文在以下方面进行了拓展：11一是运用DEA方法来测算全要素生产率及其分解。绝大多数国内学者使用索洛残差法来估算全要素生产率，将其作为衡量技术进步的指标，但这种方法有较高的约束性，存在一定缺陷，即要求企业必须具有100%的技术效率水平（在生产可能性边

7、界上）生产，这显然不能在实际中做到。本文采用数据包络分析法（DEA）来测算全要素生产率，可以无需对生产函数进行假设，从而避免了一些理论约束，可以得到较为精确的测量，进而较好地刻画出技术效率对TFP的影响。二是在计量方法使用上。国内研究普遍使用EG两步法和基于VAR模型的Johansen协整检验方法，而本文尝试使用一种较新的协整检验方法（ARDL模型），它对于数据的平稳性要求不严格，数据序列可以是I（0）或I（1），并且对于小样本估计更为稳健和适合。基于以上优点，本文使用ARDL模型，实证研究不同类型的技术进步对就业的影响

8、，并结合中国实际情况提出相应的对策。二、技术水平拆分与测算（一）全要素生产率测算的DEA方法相对于狭义的技术进步，全要素生产率衡量的是广义的技术进步，它包含了经济发展中制度创新、人力资本、要素配置、管理水平等因素。本文采用DEA方法，并使用中国30个省市的面板数据，来测算中国的全要素生产率。DEA方法（数据包络分析法