于成學(xué),任 紅,楊雪婷

（大連民族學(xué)院a.經(jīng)濟管理學(xué)院,b.組織人事部,遼寧大連 116605）

金融危機下的中國產(chǎn)業(yè)就業(yè)結(jié)構(gòu)分析與預(yù)測

于成學(xué)a,任 紅a,楊雪婷b

（大連民族學(xué)院a.經(jīng)濟管理學(xué)院,b.組織人事部,遼寧大連 116605）

對產(chǎn)業(yè)就業(yè)結(jié)構(gòu)進行分析和預(yù)測能為制定就業(yè)政策提供依據(jù)。在對中國三次產(chǎn)業(yè)就業(yè)結(jié)構(gòu)現(xiàn)狀進行分析的基礎(chǔ)上,運用灰色成份數(shù)據(jù)的預(yù)測方法對中國2008～2015年的三次產(chǎn)業(yè)就業(yè)結(jié)構(gòu)進行預(yù)測。結(jié)果表明,到2015年,中國第一產(chǎn)業(yè)就業(yè)人口比重將降至30%左右;第二產(chǎn)業(yè)就業(yè)人口的比重則增到30%左右;而第三產(chǎn)業(yè)就業(yè)人口比重將上升到40%左右。可見,在金融危機期間,中國勞動力在產(chǎn)業(yè)間的流動是非常頻繁的。

就業(yè)結(jié)構(gòu);G M（1,1）模型;預(yù)測

2008年由美國次貸危機引發(fā)的金融危機席卷全球,世界各國經(jīng)濟發(fā)展均受到不同程度的影響,國際經(jīng)濟環(huán)境的惡化也直接導(dǎo)致中國經(jīng)濟發(fā)展的速度下滑,從而導(dǎo)致原本艱難的就業(yè)形勢變得更為嚴峻。勞動就業(yè)結(jié)構(gòu)反映一個國家社會勞動力的利用狀況,反映一個國家經(jīng)濟發(fā)展的方向和水平[1]。對產(chǎn)業(yè)就業(yè)結(jié)構(gòu)進行分析和預(yù)測有利于就業(yè)政策的制定。

目前,國內(nèi)外關(guān)于就業(yè)結(jié)構(gòu)預(yù)測問題的研究還相對較少,Puri用自回歸模型預(yù)測了美國南加利福尼亞州的就業(yè)結(jié)構(gòu)變動[2];郭克莎描述了中國改革開放以來三次產(chǎn)業(yè)間勞動力結(jié)構(gòu)的變動,并且分別分析了一、二、三產(chǎn)業(yè)內(nèi)部就業(yè)比重的歷史變化,預(yù)測了產(chǎn)業(yè)就業(yè)結(jié)構(gòu)的發(fā)展趨勢[3];胡雁雁分析比較了中國改革開放以來產(chǎn)業(yè)結(jié)構(gòu)與就業(yè)結(jié)構(gòu)的變動比例,計算出三次產(chǎn)業(yè)的就業(yè)彈性并對其發(fā)展趨勢作了預(yù)測[4]。高素英等構(gòu)建了就業(yè)結(jié)構(gòu)變動的Markov鏈模型,在此基礎(chǔ)上計算出河北省改革開放以來的就業(yè)結(jié)構(gòu)變動的平均狀態(tài)轉(zhuǎn)移概率矩陣,同時通過設(shè)定初始就業(yè)結(jié)構(gòu)向量,再利用求得的狀態(tài)轉(zhuǎn)移概率矩陣,對河北省未來10年的就業(yè)結(jié)構(gòu)進行了預(yù)測[5]。不同于以上研究,本文將采用成分數(shù)據(jù)和灰色系統(tǒng)模型相結(jié)合的預(yù)測方法對中國產(chǎn)業(yè)就業(yè)結(jié)構(gòu)進行預(yù)測,進而提出金融危機下產(chǎn)業(yè)就業(yè)結(jié)構(gòu)優(yōu)化調(diào)整的政策建議。

一、中國產(chǎn)業(yè)就業(yè)結(jié)構(gòu)分析

大量統(tǒng)計數(shù)據(jù)表明,世界各國,特別是發(fā)達國家產(chǎn)業(yè)就業(yè)結(jié)構(gòu)變化總的趨勢是隨著農(nóng)業(yè)勞動生產(chǎn)率的不斷提高而發(fā)生變化,第一產(chǎn)業(yè)所占用的勞動力不斷減少,第二產(chǎn)業(yè)和第三產(chǎn)業(yè)所占用的勞動力不斷增加,隨著科學(xué)技術(shù)的進步,生產(chǎn)力的發(fā)展和工農(nóng)業(yè)勞動生產(chǎn)率的不斷提高,第三產(chǎn)業(yè)所占用的勞動力不斷增加,逐步超過第二產(chǎn)業(yè),只是由于社會生產(chǎn)力水平的差別,這種變化趨勢在不同國家和不同地區(qū)有著速度差別。2007年,中國總的就業(yè)人口數(shù)達到76 990萬人,其中第一產(chǎn)業(yè)占總量的比重最大,為40.8%,而第三產(chǎn)業(yè)占總量的比重僅為32.4%,與此形成鮮明對照的是發(fā)達國家的就業(yè)結(jié)構(gòu)中,均是以第三產(chǎn)業(yè)就業(yè)人口為主,而且第三產(chǎn)業(yè)就業(yè)人口在總量中所占的比重都超過60%,見表1。

表1 部分國家三次產(chǎn)業(yè)就業(yè)人口所占比重分析（%）

然而,中國的產(chǎn)業(yè)就業(yè)結(jié)構(gòu)還有很大的改善空間。為觀察近些年來中國產(chǎn)業(yè)就業(yè)結(jié)構(gòu)各組成部分的變化情況,本文繪出了2000年、2003年和2007年產(chǎn)業(yè)結(jié)構(gòu)的餅圖（如圖1、圖2、圖3）。

比較上面三個產(chǎn)業(yè)結(jié)構(gòu)圖可以看出,第一產(chǎn)業(yè)就業(yè)人口所占的比重從2000年的50.0%減少到2007年的40.8%,第二產(chǎn)業(yè)就業(yè)人口所占的比重從2000年的22.50%先減少2003年的21.6%,然后又上升到2007年的26.8%,而第三產(chǎn)業(yè)就業(yè)人口所占的比重則從2000年的27.5%上升到2007年的32.4%。從2008年10月至今,中國大量的制造業(yè)關(guān)停并轉(zhuǎn),造成大量的工人失業(yè),金融危機是造成此期間產(chǎn)業(yè)結(jié)構(gòu)發(fā)生變化的主要根源,而產(chǎn)業(yè)結(jié)構(gòu)急劇變化是造成就業(yè)結(jié)構(gòu)發(fā)生變化的壓力所在。

在已知就業(yè)結(jié)構(gòu)隨時間變化的規(guī)律情況下預(yù)測未來年份的就業(yè)結(jié)構(gòu)狀況,通常主要采用分別預(yù)測各就業(yè)人口成份的未來份額,但是這種方法往往造成所有就業(yè)人口份額的預(yù)測值總和不再等于1,出現(xiàn)這種結(jié)構(gòu)的關(guān)鍵問題是餅圖中的成份數(shù)據(jù)是一組受約束的數(shù)據(jù),即餅圖中各份額均大于等于零,并且總和必須為1,因此如果將餅圖中的p個份額用一個p維向量來表示,則它的自由度只有（p-1）。為了解決這個問題,本文將主要采用一種成份數(shù)據(jù)的預(yù)測建模方法,同時結(jié)合灰色系統(tǒng)理論對中國三次產(chǎn)業(yè)就業(yè)結(jié)構(gòu)的發(fā)展規(guī)律和趨勢進行預(yù)測。

二、研究方法

在統(tǒng)計學(xué)中,餅圖各份額數(shù)據(jù)的組合又被稱為成份數(shù)據(jù),如果有一組按時間順序收集的成份數(shù)據(jù)序列:

鑒于國內(nèi)外研究現(xiàn)狀,本文要討論的問題是,如何根據(jù)已有的記錄信息建立成份數(shù)據(jù)的預(yù)測模型,并預(yù)測第T+l時刻的成份數(shù)據(jù)XT+l,下面給出成份數(shù)據(jù)預(yù)測建模的算法步驟如下:

1.對原成份數(shù)據(jù)做一個簡單的非線性變換

以上成份數(shù)據(jù)的預(yù)測建模方法能有效而準確地預(yù)測出隨著時間變化或突發(fā)事件發(fā)生目標(biāo)值的未來發(fā)展變化趨勢。因此,運用此方法完全可以預(yù)測出金融危機下的中國產(chǎn)業(yè)就業(yè)結(jié)構(gòu)變化趨勢。

三、中國產(chǎn)業(yè)就業(yè)結(jié)構(gòu)預(yù)測

為了研究金融危機下的中國產(chǎn)業(yè)就業(yè)結(jié)構(gòu)變化趨勢,本文對《中國統(tǒng)計年鑒》（2001～2008年）中第一、二、三產(chǎn)業(yè)就業(yè)人口數(shù)據(jù)進行處理,得出中國產(chǎn)業(yè)就業(yè)結(jié)構(gòu)成份數(shù)據(jù)見表2。根據(jù)表2的數(shù)據(jù),運用成份數(shù)據(jù)的預(yù)測方法,建立中國產(chǎn)業(yè)就業(yè)結(jié)構(gòu)的動態(tài)規(guī)律分析模型,并對2008～2015年中國的產(chǎn)業(yè)就業(yè)結(jié)構(gòu)的比例進行預(yù)測。

表2 中國2000～2007年就業(yè)結(jié)構(gòu)數(shù)據(jù)

對于t=2000,2001,…,2007年,經(jīng)非線性轉(zhuǎn)化得到的數(shù)據(jù)見表3。

表3 2000～2007年非線性轉(zhuǎn)化數(shù)據(jù)

對于t=2000,2001,…,2007年,經(jīng)非線性映射得到的數(shù)據(jù)見表4。

表4 2000～2007年轉(zhuǎn)角數(shù)值（弧度）

表5 2008～2015年的轉(zhuǎn)角預(yù)測值（弧度）

從而得到中國三次產(chǎn)業(yè)就業(yè)結(jié)構(gòu)在2008～2015年的預(yù)測值,見表6。

表6 2008～2015年中國三次產(chǎn)業(yè)就業(yè)結(jié)構(gòu)預(yù)測值

根據(jù)以上預(yù)測,可以看出,從2008～2015年期間,中國第一產(chǎn)業(yè)就業(yè)人口比重將不斷下降, 2015年降至30%左右;第二產(chǎn)業(yè)就業(yè)人口的比重則呈現(xiàn)上升趨勢,預(yù)計2008～2015年間增到30%左右;而第三產(chǎn)業(yè)就業(yè)人口比重將大幅提升,到2015年,將達到40%左右。在金融危機的大背景下,以上預(yù)測結(jié)果顯示了中國的產(chǎn)業(yè)就業(yè)結(jié)構(gòu)變化趨勢與金融危機直接相關(guān)。

四、結(jié) 語

本文基于成份數(shù)據(jù)的非線性降維方法,并結(jié)合灰色系統(tǒng)建模預(yù)測方法,對中國三次產(chǎn)業(yè)就業(yè)結(jié)構(gòu)進行預(yù)測,結(jié)果表明,到2015年,中國三次產(chǎn)業(yè)就業(yè)結(jié)構(gòu)為30.28∶30.34∶39.38,第一產(chǎn)業(yè)就業(yè)比重比2007年下降10.52個百分點,第二產(chǎn)業(yè)就業(yè)比重比2007年提高3.54個百分點,第三產(chǎn)業(yè)就業(yè)比重比2007年提高6.98個百分點?？梢?在金融危機期間,中國勞動力在產(chǎn)業(yè)間的流動是非常頻繁的,因此,在此期間,應(yīng)該制定有效的產(chǎn)業(yè)政策和就業(yè)政策對勞動力人口進行引導(dǎo)以應(yīng)對金融危機的影響:首先,大力發(fā)展旅游、商貿(mào)、飲食、流通等就業(yè)容量大的服務(wù)業(yè),同時擴展中、低端制造業(yè)和建筑業(yè),在發(fā)展資本密集、高技術(shù)制造業(yè)中兼顧勞動密集型產(chǎn)業(yè);另外,應(yīng)該進一步培育和發(fā)展勞動力市場,建立以市場為導(dǎo)向的就業(yè)機制,消除體制性障礙,積極促進勞動力市場與資本、技術(shù)、產(chǎn)權(quán)等要素市場的相互貫通,建立勞動力資源供求信息傳遞網(wǎng)絡(luò)[8],提高勞動力市場的組織化、信息化水平,保障勞務(wù)輸出的有序性、穩(wěn)定性和實效性引導(dǎo)勞動力在區(qū)域、城鄉(xiāng)、產(chǎn)業(yè)間合理流動,確保勞動力就業(yè)結(jié)構(gòu)與產(chǎn)業(yè)結(jié)構(gòu)實現(xiàn)同步調(diào)整,勞動力資源開發(fā)與經(jīng)濟社會發(fā)展相協(xié)調(diào)。

[1]馬斌.廣東省就業(yè)結(jié)構(gòu)的特征分析[J].廣東經(jīng)濟, 2007（5）:33-36.

[2]PUR I.Foreeasting industrial employment figures in southern califomia:Abayesian vector autoregressive model[J].Regional Scienee,2000,134:503-514.

[3]郭克莎,王延中.中國產(chǎn)業(yè)結(jié)構(gòu)變動趨勢及政策研究[M].北京:經(jīng)濟管理出版,1999:33-36.

[4]胡雁雁.產(chǎn)業(yè)結(jié)構(gòu)的就業(yè)比較分析[J].首都經(jīng)濟貿(mào)易大學(xué)學(xué)報,2003（2）:41-44.

[5]高素英,田立法,王競,等.區(qū)域就業(yè)結(jié)構(gòu)的Markov鏈預(yù)測分析[J].商業(yè)時代,2008（18）:95-97.

The Analysis and Forecast of Industrial Employment Structure in China during the Financial Crisis

YU Cheng-xuea,REN Honga,YANG Xue-tingb

（a.College of Economics andManagement,b.Department of Personnel and Organization, Dalian NationalitiesUniversity,Dalian Liaoning 116605,China）

The analysis and forecast of industrial employment structure can provide the right employment policy.Based on the analysis of the current status of the three industrial employment structures in China,thispaper forecasts the three industrial employment structures between 2008 and 2015 using grey principle data method.The result shows that the ratio of employment population for the first industrywill decrease by 30%in 2015,increase by 30%for the second industry in 2015,and increase by 40%for the third industry,which suggests that the flow ofChinese labor is very frequent during the financial crisis.

employment structure;Model of G M（1,1）;forecast

G306

A

1009-315X（2010）06-0581-04

2010-06-03

于成學(xué)（1970-）,男,遼寧大連人,副教授,博士,主要從事產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、企業(yè)創(chuàng)新管理研究。

（責(zé)任編輯 董邦國）