廖雅珍，廖添土

(1.遼寧大學 國際關系學院，遼寧 沈陽 110136；2.龍巖學院，福建 龍巖 364012；3.福建師范大學 經(jīng)濟學院，福建 福州 350007)

一、文獻綜述

失業(yè)預警系統(tǒng)是一種對當前失業(yè)狀況或未來失業(yè)危機及其后果提前做出預報或警示的系統(tǒng)，目的是在高失業(yè)率出現(xiàn)前預先報警，及時采取對策，減少高失業(yè)危害。失業(yè)預警通常是通過引入相關參數(shù)變量、建立數(shù)學模型的方法，模擬計算出相對精確的失業(yè)“警戒線”[1-2]。國內(nèi)此方面的研究有：(1)警情值的確定。馮熠和趙建國采用擴散指數(shù)法(DI)來確定失業(yè)的警戒線[3-4]；陳仲常采用正態(tài)分位數(shù)方法，加權(quán)數(shù)據(jù)得到警情值[5]；余華銀通過構(gòu)建失業(yè)—經(jīng)濟協(xié)調(diào)度指標來衡量中國失業(yè)情況[6]。(2)警兆指標的選擇。研究者大都從產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟總量、勞動力供給和需求的角度分析。(3)預警方法。朱松林在運用神經(jīng)網(wǎng)絡模型(NN模型)進行預警時與模糊理論、粗集理論結(jié)合起來，產(chǎn)生了良好的效果；陳仲常運用BP神經(jīng)網(wǎng)絡模型來預測未來幾年的失業(yè)率[5]。

由于我國經(jīng)濟發(fā)展不平衡，勞動人口分布不均衡，經(jīng)濟結(jié)構(gòu)變化迅速，地區(qū)、產(chǎn)業(yè)和就業(yè)狀況客觀存在差異等，需要具體問題具體分析。本文在借鑒前期研究基礎上，結(jié)合龍巖市基本情況，構(gòu)建基于擴散指數(shù)法的失業(yè)預警模型，通過計算失業(yè)率的擴散指數(shù)來確定失業(yè)“警戒線”，并提出有針對性的政策建議。

二、基于擴散指數(shù)法的小城鎮(zhèn)失業(yè)預警模型

經(jīng)濟發(fā)展通常是一個波動的發(fā)展過程，經(jīng)濟運行過程總是景氣與不景氣交替進行的。相應的，失業(yè)率會隨著經(jīng)濟的景氣變動而變動。我們利用分析經(jīng)濟景氣的常用綜合指標——擴散指數(shù)，來判斷失業(yè)率的變動。

(一)失業(yè)預警系統(tǒng)

失業(yè)是一個經(jīng)濟系統(tǒng)運行的結(jié)果，我們將失業(yè)模型嵌入到經(jīng)濟發(fā)展主模型中，如圖1所示。選擇這些指標為一個系統(tǒng)的理由如下：

凱恩斯失業(yè)與有效需求理論。該理論認為就業(yè)水平取決于一國對產(chǎn)品和勞務的總需求水平，資本主義國家經(jīng)濟危機和就業(yè)不足的根本原因在于私人投資和消費不足而造成的有效需求不足。因此我們考慮城鎮(zhèn)居民的消費是否會刺激生產(chǎn)，從而擴大就業(yè)[7]。當消費的人群規(guī)模大時，消費對就業(yè)的影響就會擴大，故需考慮人口因素。

菲利普斯曲線與失業(yè)。菲利普斯認為失業(yè)率與通貨膨脹率之間存在負相關關系。隨著市場在資源配置中決定性地位的逐步確立，就業(yè)的波動會相應增強，通貨膨脹在市場經(jīng)濟條件下再分配的作用增強。我們選取城鎮(zhèn)居民的消費價格指數(shù)CPI，考慮龍巖的通貨膨脹是否會影響就業(yè)水平。

配第·克拉克定律與失業(yè)。配第·克拉克定律認為隨著經(jīng)濟發(fā)展，農(nóng)業(yè)勞動力比例下降，第二、三產(chǎn)業(yè)等非農(nóng)業(yè)勞動力比例上升，在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整過程中需要轉(zhuǎn)換工作的人就越多，失業(yè)的風險也越大。我們采用產(chǎn)業(yè)結(jié)構(gòu)偏離指數(shù)來衡量產(chǎn)業(yè)結(jié)構(gòu)的偏離度。

圖1 失業(yè)預警系統(tǒng)結(jié)構(gòu)圖

(1)

其中，S表示產(chǎn)業(yè)結(jié)構(gòu)偏離度，Y1為第一產(chǎn)業(yè)GDP，Y2為第二產(chǎn)業(yè)GDP，Y3為第三產(chǎn)業(yè)GDP，L1為第一產(chǎn)業(yè)從業(yè)人數(shù)，L2為第二產(chǎn)業(yè)從業(yè)人數(shù)，L3為第三產(chǎn)業(yè)從業(yè)人數(shù)。

奧肯定律與失業(yè)。奧肯認為經(jīng)濟增長速度快，就業(yè)崗位增加，就業(yè)水平高，失業(yè)率低；反之，就業(yè)水平低，失業(yè)率高。我們用GDP來表示經(jīng)濟增長，探討與失業(yè)率的關系。對于中國而言，拉動經(jīng)濟增長的主導是投資，因此我們考慮了城鎮(zhèn)固定資產(chǎn)投資因素。

勞動力供給曲線。勞動報酬既體現(xiàn)了勞動者就業(yè)的質(zhì)量，也能反映就業(yè)的形勢。當勞動報酬提高時，在替代效應高于收入效應的情況下，價格越高，勞動力供給越多。勞動報酬越高，一般情況下會有越多的人參加勞動。當收入效應大于替代效應時，會出現(xiàn)向后彎曲的勞動力供給曲線。

(二)失業(yè)預警模型的逐步回歸改進及模型解釋

1.失業(yè)預警模型的逐步回歸改進

基于以上理論，我們確定了7個警兆指標： GDP(X1)，城鎮(zhèn)居民工薪收入(X2)，城鎮(zhèn)居民消費性支出(X3)，城鎮(zhèn)固定資產(chǎn)投資(X4)，產(chǎn)業(yè)結(jié)構(gòu)偏離度(X5)，CPI(X6)，人口總數(shù)(X7)。將這7個變量作為解釋變量，限于數(shù)據(jù)局限性，以城鎮(zhèn)登記失業(yè)率作為被解釋變量，進行多元回歸分析，回歸分析模型為：

Y=C+C1*X1+C2*X2+……+C7*X7

(2)

本文采用eviews6.0分析，由于變量的顯著性不好，一半多的經(jīng)濟變量t檢驗值未通過檢驗，使得回歸模型準確性不夠，我們采用逐步回歸法改進失業(yè)預警模型。逐步回歸法的基本思想是：將變量一個個引入模型，引入變量的條件是偏回歸平方和經(jīng)檢驗顯著，同時每引入一個新變量后，逐個檢驗已選入的變量，將不顯著變量剔除，這樣可以保證最后所得的變量子集中的所有變量都是顯著的。我們采用backward(向后淘汰)方法來剔除存在共線性的多余變量，計算結(jié)果見表1。

表1 針對失業(yè)率的逐步回歸分析結(jié)果

調(diào)整后的可決系數(shù)為0.74，F(xiàn)=10.53，通過F檢驗，說明方程顯著性好；全部變量的t檢驗值均通過了檢驗。由于DW 檢驗存在較大的局限性，為了進一步檢驗方程是否存在序列相關性，采用LM 檢驗法，結(jié)果見表2。

由于P值較大，明顯大于5%，接受不存在序列相關的原假設。為了進一步驗證回歸方程是否存在異方差，采用Breusch-Pagan-Godfrey方法，結(jié)果見表3，P值明顯大于5%，接受不存在異方差的原假設。

表2 序列相關性檢驗

表3 異方差檢驗

2.模型解釋

GDP總量(X1)增加，失業(yè)率下降，即在龍巖地區(qū)并未形成經(jīng)濟增長而就業(yè)下降的局面。城鎮(zhèn)居民的消費性支出(X3)符合凱恩斯有效需求理論，隨著城鎮(zhèn)居民消費的增加，生產(chǎn)擴大，就業(yè)增加。戶籍總?cè)丝?X7)增加，失業(yè)率增加，即目前龍巖的勞動力存量依然很大。有趣的是，這些保留指標反映的經(jīng)濟含義與我們之前的預測有矛盾之處，呈現(xiàn)出地方特性：

產(chǎn)業(yè)結(jié)構(gòu)偏離度(X5)與配第·克拉克定律并不相符，可能的原因有：龍巖在產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整過程中對勞動力的質(zhì)量要求并不高，勞動者經(jīng)過簡單的崗前培訓即可獲得勝任工作的能力；產(chǎn)業(yè)結(jié)構(gòu)調(diào)整后吸納就業(yè)的能力大于因產(chǎn)業(yè)結(jié)構(gòu)調(diào)整不適應而帶來的失業(yè)。

城鎮(zhèn)居民的工薪收入(X2)增加，失業(yè)量增加，這與城鎮(zhèn)化過程中大量的征地有關。由于征地或者城市化的推進，城鎮(zhèn)居民獲得了大量的財產(chǎn)性收入，即使工薪收入提高，也較難刺激他們參與就業(yè)。

(三)失業(yè)警戒線的確定

我們認為上述5個變量可以綜合反映出失業(yè)率的變動情況。以它們?yōu)榫?，根?jù)擴散指數(shù)(DI)對失業(yè)率進行綜合評價和預警。擴散指數(shù)指在對各個經(jīng)濟循環(huán)波動測定的基礎上，將所得擴張變量在一定時點上加權(quán)的百分比。以DIt表示t時擴張變量的比率，則：

(3)

當權(quán)重Wi相等時，

DIt=(1/K)*100

(4)

其中I為指示性函數(shù)。

失業(yè)率的擴散指數(shù)=[(高于平均數(shù)的警兆數(shù)目*1+持平的警兆數(shù)目*0.5)/全部警兆數(shù)目]×100%

各個指標的計量單位不一致，本文采用Z-Score法標準化處理；在有限的18年中完全等于平均數(shù)的可能性極小，因此本文將小于0.01的數(shù)約等于平均值；影響失業(yè)的因素有正向和負向因素，本文調(diào)整正負因素。這樣處理后，獲得失業(yè)率擴散指數(shù)波動圖，見圖2。

圖2 龍巖失業(yè)率擴散指數(shù)走勢圖(1995—2012)

DELPHI法對失業(yè)率擴散指數(shù)的設置規(guī)定如下：當DI∈(0，0.5]時，表示多數(shù)警兆指標都處于寬松狀態(tài)，屬于無警情；當DI∈(0.5，0.7]時，表示有半數(shù)以上的警兆指標處于緊張狀態(tài)，屬于輕度警情；當DI∈(0.7，0.9]時，表示有多半以上的警兆指標處于緊張狀態(tài)，屬于中度警情；當DI∈(0.9，1]時，表示絕大多數(shù)或所有的警兆指標都處于緊張狀態(tài)，屬于重度警情。從圖2可以看出，自2001年后，有半數(shù)以上的警兆指標處于緊張狀態(tài)。1995—2012年間，失業(yè)率每增長1個百分點，失業(yè)率擴散指數(shù)增長13.53%，當失業(yè)率擴散指數(shù)達到100%，即城鎮(zhèn)登記失業(yè)達到7.39%時，社會各方面的承受能力就達到了臨界值，社會會蘊藏動蕩的局勢。不過很多隱性失業(yè)未被統(tǒng)計在內(nèi)，使得城鎮(zhèn)登記失業(yè)率未能真實反映出失業(yè)的程度。

三、政策建議

根據(jù)改進后的回歸模型，我們認為促進就業(yè)的方式有：

發(fā)展生產(chǎn)力。發(fā)展是硬道理，解決就業(yè)關鍵靠發(fā)展。首先應該大力發(fā)展勞動密集型產(chǎn)業(yè)，勞動密集型產(chǎn)業(yè)的發(fā)展意味著相對于經(jīng)濟增長的就業(yè)彈性會增加。其次，要大力發(fā)展非國有經(jīng)濟和民營經(jīng)濟，鼓勵各種各樣的就業(yè)形式。一般來說，非國有經(jīng)濟具有勞動密集型特點，2014年政府工作重點之一是制定非國有資本參與中央企業(yè)投資項目的辦法，在金融、石油、電力、鐵路、電信、資源開發(fā)、公用事業(yè)等領域向非國有資本推出一批投資項目，制定非公有制企業(yè)進入特許經(jīng)營領域的具體辦法。

刺激城鎮(zhèn)居民消費。城鎮(zhèn)居民的消費層次和結(jié)構(gòu)都較農(nóng)村居民高，有利于內(nèi)需規(guī)模的擴大。例如提高服務性產(chǎn)品的供給，可從提高精神消費(如文化、娛樂、旅游)、金融等高端服務消費入手，這與龍巖市的產(chǎn)業(yè)結(jié)構(gòu)升級密切相關。

積極促進產(chǎn)業(yè)結(jié)構(gòu)升級。龍巖市的經(jīng)濟發(fā)展正處于工業(yè)化中期向工業(yè)化后期的轉(zhuǎn)變，在路徑依賴下資源型工業(yè)仍然是龍巖市工業(yè)的重要支柱，因此呈現(xiàn)出龍巖市第三產(chǎn)業(yè)產(chǎn)值增長率低于GDP增長率的情況，且增長率呈下降趨勢，見圖3。

圖3 龍巖市第三產(chǎn)業(yè)產(chǎn)值增長率與GDP增長率

此外，我們要考慮第三產(chǎn)業(yè)內(nèi)部的協(xié)調(diào)性。龍巖市第三產(chǎn)業(yè)仍處于低層次水平，以傳統(tǒng)服務業(yè)為主體，新興服務業(yè)在第三產(chǎn)業(yè)中所占份額偏小。傳統(tǒng)行業(yè)累計實現(xiàn)增加

值占全市第三產(chǎn)業(yè)的43.9%；新興服務業(yè)累計實現(xiàn)增加值占第三產(chǎn)業(yè)比重僅28.6%。總體而言，龍巖市第三產(chǎn)業(yè)現(xiàn)代服務投資不足[8]。

我們還需考慮控制人口數(shù)量。人口越多，要就業(yè)的勞動力量就越大，必然會增加就業(yè)的難度。引導征地農(nóng)民合理消費，積極就業(yè)。征地補償款的運用必須合理，否則是坐吃山空，不利于勞動者技能的提高。

參考文獻：

[1] Harvey Andrew.Forecasting,Structural Time Series Models and the Kalman Filter[M].Cambridge: Cambridge University Press,1990．

[2] Jones S,Riddell W C.The measurement of labor force dynamic with longitudinal data:The labor market activity survey filter[J].Journal of Labor Economics,1995,13(2):351-385.

[3] 馮煜.中國失業(yè)預警線探索[J].山西財經(jīng)大學學報,2001(8):14-17.

[4] 趙建國.基于擴散指數(shù)法的失業(yè)預警模型及實證分析[J].財經(jīng)問題研究,2005(9):81-84.

[5] 陳仲常,吳永球.失業(yè)風險預警系統(tǒng)研究[J].當代財經(jīng),2005(8):5-10.

[6] 余華銀,毛瑞豐.我國城鎮(zhèn)失業(yè)水平的適度性研究[J].統(tǒng)計教育,2006(9):36-40.

[7] 張得志.中國經(jīng)濟高速增長過程中的勞動就業(yè)及其失業(yè)預警研究[D].上海:復旦大學,2007.

[8] 戴華東.加快龍巖市第三產(chǎn)業(yè)發(fā)展的路徑探析[J].龍巖學院學報,2013(6):77-83.