|
|
摘 要:一般认为,第三产业是增加就业的主领域,而本文从另一个角度运用计量经济学方法研究了广东劳动就业与第三产业增长的关系。格兰杰因果检验、协整检验到建立误差修正模型,探索了两者的长期均衡关系和短期动态关系。实证分析表明,从业规模的扩大有利于第三产业创造更多的增加值,但行业内部结构调整过程中就业结构的变化差异制约着第三产业吸纳就业能力的发挥。
关键词:劳动就业;第三产业增长;协整;误差修正模型
1 引言
改革开放以来,中国经济保持着高速增长的态势,伴随着经济的不断深化改革,第三产业也取得了较快的发展。广东作为全国经济发展的先行区,其第三产业增加值更是一直居于全国首位,而产业结构的调整必然会引起就业结构的调整。近年来,随着城市化建设的发展,农村剩余劳动力不断转移和外省劳动力大量涌入,导致广东劳动力供给的压力持续增大,同时制造业对就业增长的吸纳能力逐渐减弱以及就业的结构性矛盾等问题的涌现,使解决就业成为广东目前乃至今后长时期内的艰巨任务。因此,发展第三产业,解决就业问题,研究两者的相互关系具有很大的现实意义。
本文运用计量经济学的方法来从另一个角度来研究劳动就业对第三产业的影响。首先,对经过处理的数据进行平稳性分析,以避免“虚假回归”的问题。然后,通过格兰杰因果关系检验和协整检验,辩证地确定两者的相互关系。最后,在协整回归模型的基础上,进一步建立误差修正模型,以研究两者的长期均衡关系以及短期动态关系。
2 广东劳动就业与第三产业增长的实证分析
2.1 变量选取与数据处理
本文分别选取1978—2007年的第三产业从业人数(L3)和第三产业增加值(GDP3)作为劳动就业和第三产业增长的衡量指标。考虑到指标可得性以及时间序列资料的可比性,对广东第三产业增加值按1978年的可比价折算。同时,为消除异方差的影响以及数据的波动性,分别取自然对数形式表示为lnGDP3和lnL3。
2.2 平稳性检验
本文运用ADF单位根检验(Augment Dickey-Fuller test)来对以上对数变量进行平稳性检验。检验结果表明,和均为非平稳时间序列,如果直接对它们进行回归分析就会出现“虚假回归”现象。因此,对它们分别取一次差分并再次进行平稳性检验。检验结果显示,它们的一阶差分形式ΔlnGDP3和ΔlnL3都是平稳的时间序列。检验结果如表1所示。
注:检验形式中,c表示截距项,t表示趋势项,n表示滞后阶数。滞后期采用AIC 准则与SC准则自动选取。
2.3 格兰杰因果关系检验
格兰杰因果关系检验(Granger Test of Causality)揭示了变量间因果关系,由Granger提出的。由以上的平稳性检验可知,各变量的一阶差分在5%和10%显著性水平下均为平稳时间序列,因此可对它们进行格兰杰因果关系检验,以建立劳动就业与第三产业增长之间的长期均衡关系与短期动态关系模型。检验结果如表2所示。
以上的格兰杰因果关系检验结果显示,滞后1阶时,劳动就业(lnL3)是第三产业增长(lnGDP3)的格兰杰原因。根据经济学原理,劳动作为投入要素之一,其对产出的影响是毋庸置疑的。如果假定劳动作为第三产业的唯一投入要素,则生产函数就表示为劳动要素对产值的影响。用数学公式表示为:lnGDP3=lna+blnL3(其中,a表示生产规模,b表示劳动要素投入的产出弹性),自然对数变换表示为:lnGDP3=lna+blnL3。而这一结论则说明,广东劳动就业规模的扩大将不断地为第三产业创造更多的增加值。
2.4 协整检验
变量之间的协整意味着非平稳的时间序列,它们的线性组合也可能是平稳的,因此可用普通最小二乘法(OLS)来估计它们之间的模型。本文运用EG检验法(Engle-Granger检验)来检验变量间的协整。下面对lnGDP3和lnL3进行协整检验。为消除自相关性,估计模型应适当加入变量的滞后项。滞后项分别取自变量和因变量的1至4阶并逐步剔除不显著的变量。得到如下最终协整回归模型,残差项的稳定性检验结果如表3所示:
lnGDP3(t)?=0.049ln L3 (t)?+1.585lnGDP3(t-1)?-
(2.210)(8.084)(-3.466)
1.186lnGDP3(t-2)?+0.927lnGDP3(t-3)?-0.386lnGDP3(t-4)?
(2.749)(-2.129)
R2=0.995267,LM(1)=0.619232[0.431333],LM(2)=?0.986679?[0.610584]
(方括号内数值是接受零假设的概率)。
上述方程拟合优度较高,并且不存在序列相关,且残差项et通过平稳性检验,所以lnGDP3和lnL3是(1,1)阶协整,存在长期均衡关系。
2.5 误差修正模型
协整检验得出劳动就业与第三产业增长之间存在着长期均衡关系,建立的回归模型具有良好的统计性质。这种长期均衡关系意味着经济系统中不存在破坏均衡的内在机制,如果变量在某时期受到干扰后偏离其长期均衡点,则均衡机制将会在下一期进行调整以使其重新回到均衡状态。而误差修正模型(Error Correction Model,ECM)则是描述这种短期内非均衡关系的动态模型。
在上述协整检验中,已得出稳定的非均衡误差序列et,此时将其作为误差修正项引入到误差修正模型中,得到最终的回归模型如下所示:
ΔlnGDP3(t)?=0.151ΔlnL3(t)?+1.161ΔlnGDP3(t-1)?-
(1.091) (4.182)
0.773ΔlnGDP3(t-2)?+0.491ΔlnGDP3(t-3)?-0.619e??t-1?
(-2.861)(2.839)(-1.698)
模型的各种诊断统计量:
R2=0.494389,SE=0.041948,LM(1)=0.018192 [?0.892710?],LM(2)=0.527941 [0.767996],
ARCH(1)=0.224667 [0.635506],ARCH(2)=?2.018784? [0.364440],JB=0.461940 [0.793763],REST(1)=0.062051 [0.805956],REST(2)=0.835241 [?0.449901?]
|
|
发表于 2018-7-11 20:50:08