孫慧玲 金向鑫 李萬濤

內(nèi)容提要：中國經(jīng)濟進入新常態(tài)以來經(jīng)濟下行壓力凸顯，為實現(xiàn)高質(zhì)量就業(yè)政府需要在宏觀政策層面積極推進，完善就業(yè)政策?；?010-2019年全國面板數(shù)據(jù)，本文實證檢驗財政收支與提升就業(yè)質(zhì)量的關(guān)系。結(jié)果表明：大部分地區(qū)總體就業(yè)質(zhì)量水平不高;但通過財政激勵政策影響就業(yè)環(huán)境、勞動報酬、社會保護和勞動關(guān)系等中間變量，可以促進實現(xiàn)高質(zhì)量就業(yè);在高質(zhì)量就業(yè)影響因素中，企業(yè)所得稅和科技支出有顯著的正向激勵效應(yīng)，個人所得稅、增值稅、行政事業(yè)性收費、教育和社保等支出有正向激勵效應(yīng)，行政管理支出具有有限的負(fù)影響力。進一步省域財政收支分析表明，雖然高質(zhì)量就業(yè)和財政收支指數(shù)受到自身沖擊的影響較大，但高質(zhì)量就業(yè)和財政收支之間具有長期穩(wěn)定的相互影響關(guān)系。

關(guān)鍵詞：高質(zhì)量就業(yè);財政政策;財政補貼;稅收優(yōu)惠

中圖分類號：F240 文獻標(biāo)識碼：A 文章編號：1001-148X（2022）01-0085-10

作者簡介：孫慧玲（1971-），女，吉林蛟河人，哈爾濱商業(yè)大學(xué)財政與公共管理學(xué)院副教授，研究方向：財政理論與資產(chǎn)評估;金向鑫（1983-），本文通訊作者，女，哈爾濱人，哈爾濱商業(yè)大學(xué)財政與公共管理學(xué)院副教授，哈爾濱商業(yè)大學(xué)財政與公共管理學(xué)院博士研究生，研究方向：財稅理論與就業(yè)政策;李萬濤（1976-），男，哈爾濱人，哈爾濱商業(yè)大學(xué)教學(xué)實驗設(shè)備管理中心副教授，哈爾濱商業(yè)大學(xué)財政與公共管理學(xué)院博士研究生，研究方向：財稅理論與稅收政策。

基金項目：國家社會科學(xué)基金項目，項目編號：17BJY177;黑龍江省重點智庫項目，項目編號：hazk201708。

實現(xiàn)高質(zhì)量就業(yè)是我國經(jīng)濟轉(zhuǎn)型與就業(yè)轉(zhuǎn)型的新要求，以提高就業(yè)質(zhì)量為核心目標(biāo)也是貫徹以人為本和提升國際競爭力的重要體現(xiàn)。實現(xiàn)就業(yè)轉(zhuǎn)型就是要創(chuàng)造出更多的就業(yè)崗位，有效提升就業(yè)質(zhì)量，但“更高質(zhì)量和更充分就業(yè)”需要科學(xué)、完善的財政政策予以保障。財政政策需從收支兩端發(fā)力，積極創(chuàng)新政府預(yù)算、財政投資、財政補貼、社保支出、政府購買和稅收優(yōu)惠等政策工具，通過影響就業(yè)環(huán)境、勞動報酬、社會保護和勞動關(guān)系等中間變量，最終實現(xiàn)高質(zhì)量就業(yè)。

一、理論分析與研究假說

隨著經(jīng)濟增長對就業(yè)的拉動能力不斷增強，以及實施就業(yè)優(yōu)先戰(zhàn)略和積極就業(yè)政策，我國整體就業(yè)形勢延續(xù)穩(wěn)定向好勢頭。但因我國人口眾多，地區(qū)間經(jīng)濟發(fā)展不平衡，就業(yè)領(lǐng)域存在的一些區(qū)域性、結(jié)構(gòu)性和體制性問題仍比較突出，對實現(xiàn)高質(zhì)量就業(yè)產(chǎn)生了不利的影響：一是智能化發(fā)展（AI）加大了勞動力就業(yè)壓力，在人工智能時代對勞動力的需求將明顯偏向于高知識和高技能的人才，智能系統(tǒng)的運用取代了服務(wù)行業(yè)許多工作崗位，人工智能引發(fā)的失業(yè)問題正逐步顯現(xiàn)[1];二是勞動力市場中就業(yè)歧視現(xiàn)象嚴(yán)重，由于勞動法制不健全、勞動力供過于求和地方保護主義等因素影響，勞動力市場中戶籍制度、性別、年齡、身高等就業(yè)歧視現(xiàn)象還普遍存在[2];三是高端制造業(yè)人力資本儲備不足，目前制造業(yè)就業(yè)人員受教育程度較低，綜合能力強、技術(shù)過硬的人才不足，制造業(yè)人力資本狀況與制造業(yè)轉(zhuǎn)型升級要求仍有在一定的差距;四是創(chuàng)新經(jīng)濟對就業(yè)結(jié)構(gòu)的沖擊凸顯，科技進步和創(chuàng)新使勞動市場技能與需求不匹配的矛盾更加突出，如勞動力就業(yè)市場“招工難”“就業(yè)難”兩難現(xiàn)象并存，產(chǎn)業(yè)結(jié)構(gòu)與就業(yè)結(jié)構(gòu)錯配等[3];五是平臺經(jīng)濟中部分就業(yè)者權(quán)益得不到保障，平臺經(jīng)濟發(fā)展導(dǎo)致勞動關(guān)系更加復(fù)雜，平臺從業(yè)者勞動關(guān)系缺乏法律保護，勞動權(quán)益得不到有效保障。總體來看，勞動者在就業(yè)質(zhì)量還處于低水平，妥善應(yīng)對就業(yè)問題仍是一項長期復(fù)雜的艱巨任務(wù)?；谝陨戏治觯岢鋈缦录僭O(shè)：

H1：在新經(jīng)濟發(fā)展背景下，我國高就業(yè)質(zhì)量總體水平不高。

財政支出政策促進高質(zhì)量就業(yè)主要體現(xiàn)在教育、科技、社會保障和就業(yè)支出等方面。其中，財政教育支出從長期來看可提高人力資本的數(shù)量和質(zhì)量;財政科技支出有利于產(chǎn)生大量新興產(chǎn)業(yè)和部門，創(chuàng)造更多新的就業(yè)機會;財政社會保障和就業(yè)支出有利于提高人力資本水平、維護勞動力市場平穩(wěn)運行。從具體傳導(dǎo)過程看，如通過加大對高校畢業(yè)生、農(nóng)民工和退役軍人等重點群體就業(yè)創(chuàng)業(yè)財政支持力度，有助于提高就業(yè)機會、促進就業(yè)平等;增加財政預(yù)算內(nèi)支出，著力加強人工智能、工業(yè)互聯(lián)網(wǎng)等新型基礎(chǔ)設(shè)施，以及農(nóng)村基礎(chǔ)設(shè)施和公共服務(wù)設(shè)施建設(shè)，有利于促進經(jīng)濟可持續(xù)增長、提升就業(yè)崗位匹配度，從而改善就業(yè)環(huán)境;通過加大對教育、育幼、養(yǎng)老、醫(yī)療、文化和旅游等服務(wù)業(yè)發(fā)展的財政支持力度，有助于創(chuàng)造更多的就業(yè)機會;通過設(shè)立專項基金等加大對區(qū)域協(xié)調(diào)發(fā)展和鄉(xiāng)村振興建設(shè)的投入力度，激勵勞動者到中西部和東北地區(qū)等欠發(fā)達地區(qū)就業(yè)和創(chuàng)業(yè)，從而改善就業(yè)結(jié)構(gòu);發(fā)揮財政補貼、財政投融資、政府采購和中小企業(yè)發(fā)展基金等財政資金引導(dǎo)作用，促進中小企業(yè)加快發(fā)展，從而增加就業(yè)機會;中央與地方財政大幅增加對高職院校和職業(yè)技能培訓(xùn)的財政補貼力度，有利于實現(xiàn)人力資本的不斷積累，從而提高就業(yè)能力;增加財政社會保障投入有助于化解勞動者面臨的就業(yè)風(fēng)險，提高勞動者的素質(zhì)，增加勞動者就業(yè)機會;通過加大對小微企業(yè)工會的組建和運作財政投入，有利于促進小微企業(yè)和諧勞動關(guān)系的構(gòu)建?；谝陨戏治?，提出如下假設(shè)：

H2：增加教育、科技、社會保障和就業(yè)支出，對實現(xiàn)高質(zhì)量就業(yè)具有激勵效應(yīng)。

財政收入政策促進高質(zhì)量就業(yè)主要體現(xiàn)在減稅降費政策兩個方面，這對減輕企業(yè)負(fù)擔(dān)、激發(fā)微觀主體活力和促進就業(yè)具有重要作用，特別是加大對小微企業(yè)和實體經(jīng)濟的稅收支持力度，有利于保障社會就業(yè)穩(wěn)定。一般而言，減稅降費的重點是稅收收入中作為主體稅的增值稅、企業(yè)所得稅和個人所得稅等稅種，其中減免增值稅具有減輕企業(yè)稅負(fù)和引導(dǎo)個人消費的雙重激勵作用，減免企業(yè)所得稅是減輕企業(yè)負(fù)擔(dān)最有效的手段，減免個人所得稅有助于調(diào)動勞動者的積極性和提高勞動者收入水平。從具體傳導(dǎo)過程看，如通過降低稅率等稅收優(yōu)惠能降低企業(yè)稅負(fù)，有利于調(diào)動實體經(jīng)濟生產(chǎn)積極性和釋放創(chuàng)業(yè)創(chuàng)新潛能，從而增加就業(yè)機會;對不同產(chǎn)業(yè)實行差別稅率政策，可優(yōu)化就業(yè)結(jié)構(gòu);對高校畢業(yè)生等重點群體實行稅收優(yōu)惠，可促進重點群體就業(yè)創(chuàng)業(yè);落實結(jié)構(gòu)性減稅、優(yōu)化稅制結(jié)構(gòu)及減輕企業(yè)和個人的稅收負(fù)擔(dān)，有利于提高勞動者收入水平;針對培訓(xùn)教育機構(gòu)出臺稅收優(yōu)惠政策，有利于提高勞動者素質(zhì)而提高就業(yè)能力。非稅收入中占比較大的是行政事業(yè)性收費，清理和規(guī)范該類收費利于減輕企業(yè)和個人負(fù)擔(dān)，促進實體經(jīng)濟發(fā)展，從而增加就業(yè)機會。近年來，國家實施了一系列范圍廣、力度大的減稅降費政策措施，有力地促進了創(chuàng)業(yè)創(chuàng)新的有效實施。基于以上分析，提出如下假設(shè)：

H3：實施增稅收減免、減少行政事業(yè)性收費，對實現(xiàn)高質(zhì)量就業(yè)具有激勵效應(yīng)。

基于高質(zhì)量就業(yè)與財政政策的作用機理分析及國內(nèi)外現(xiàn)有研究成果，本文以財政政策中的財政收支代表性指標(biāo)和高質(zhì)量就業(yè)綜合得分為變量，按照經(jīng)濟理論和方法建模和檢驗，揭示財政收支對高質(zhì)量就業(yè)的激勵效應(yīng)。

二、模型構(gòu)建與研究設(shè)計

（一）模型構(gòu)建

為增加樣本容量、提高估計精準(zhǔn)度，全面分析不同地區(qū)在不同時期的財政政策對高質(zhì)量就業(yè)的影響。本文主要選取面板數(shù)據(jù)，即2010-2019年全國高質(zhì)量就業(yè)得分（DF）與各省財政收支相關(guān)指標(biāo)數(shù)據(jù)進行分析，因而構(gòu)建兩者對高質(zhì)量就業(yè)得分的面板數(shù)據(jù)（Panel Data）回歸模型如下：

（二）研究設(shè)計

1.變量選取

在變量選取上，根據(jù)前述高質(zhì)量就業(yè)與財政政策激勵效應(yīng)的內(nèi)涵，排除其他因素后研究財政收支對就業(yè)質(zhì)量的影響。本文以教育、科技、社會保障和就業(yè)支出，以及增值稅、企業(yè)所得稅、個人所得稅、行政事業(yè)性收費占GDP的比重等財政收入相關(guān)指標(biāo)作為自變量，高質(zhì)量就業(yè)相關(guān)指標(biāo)作為因變量，分析財政收支與高質(zhì)量就業(yè)之間的關(guān)系。

（1）高質(zhì)量就業(yè)指標(biāo)選取。借鑒北京師范大學(xué)“中國就業(yè)質(zhì)量研究課題組”提出的6維度[4]、中國就業(yè)促進會提出的5個方面的高質(zhì)量就業(yè)指標(biāo)體系與眾多學(xué)者實證研究得出相關(guān)指標(biāo)體系基礎(chǔ)上，針對當(dāng)下人工智能和大數(shù)據(jù)等新經(jīng)濟發(fā)展及供給側(cè)結(jié)構(gòu)改革元素，提出高質(zhì)量就業(yè)的宏觀與微觀視角觀測，其中宏觀高質(zhì)量就業(yè)包括就業(yè)機會、就業(yè)服務(wù)、就業(yè)結(jié)構(gòu)、就業(yè)公平和工作安全等;微觀高質(zhì)量就業(yè)包括工作穩(wěn)定、工作時間、工資收入、職業(yè)技能、社會保障和勞資關(guān)系等。結(jié)合數(shù)據(jù)的獲取性和計算結(jié)果的合理性，將上述指標(biāo)具體概括為就業(yè)環(huán)境、就業(yè)狀況、就業(yè)能力、勞動報酬、社會保護和勞動關(guān)系等6個;高質(zhì)量就業(yè)的二級指標(biāo)選取如表3所示。本文共收集了2010-2019年上述15個指標(biāo)的數(shù)據(jù)，這15個指標(biāo)分別用Y1，…，Y15表示。

（2）財政支出與收入。在現(xiàn)行財政支出的類級科目中，選取占財政支出比重較大且與就業(yè)關(guān)系密切的教育、科技、社保和就業(yè)、行政管理支出4個類級科目進行分析，其中財政教育支出是財政用于教育事業(yè)的各項經(jīng)費;社會保障支出是指政府向由于各種原因而導(dǎo)致喪失勞動能力、失去工作機會或生活面臨困難的社會成員提供基本生活保障支出;財政科技支出是指財政用于科學(xué)技術(shù)研究方面的支出;行政管理支出是維持政府行政機關(guān)正常運轉(zhuǎn)的支出，在社會總資源一定的情況下行政管理支出比重過大對就業(yè)具有抑制效應(yīng)。其財政支出的代表性指標(biāo)如表1所示。

財政收入主要包括稅收、國債、收費和其他收入，其中稅收收入是最重要財政收入形式與來源，故從中選取相關(guān)指標(biāo)。現(xiàn)行稅制體系包括五類19個稅種，選取占比較大的增值稅、企業(yè)所得稅、個人所得稅，在收費上選取行政事業(yè)性收費占GDP的比重作為財政收入指標(biāo)進行分析。其財政收入的代表性指標(biāo)如表2所示。

2.數(shù)據(jù)說明

根據(jù)上述指標(biāo)體系，本文選取我國2010-2019年30個省域（不含西藏和港澳臺）相關(guān)數(shù)據(jù)。被解釋變量高質(zhì)量就業(yè)數(shù)據(jù)來源于2011-2020年的《中國勞動統(tǒng)計年鑒》《中國人口和就業(yè)統(tǒng)計年鑒》和30個省份的地方統(tǒng)計年鑒，個別缺失數(shù)據(jù)通過估算補齊。如上海城鎮(zhèn)就業(yè)比重用（城鎮(zhèn)單位就業(yè)人員+城鎮(zhèn)私營企業(yè)和個人就業(yè)人員）/（城鎮(zhèn)單位就業(yè)人員+私營企業(yè)和個人就業(yè)人員）代替;浙江城鎮(zhèn)就業(yè)比重用＼[就業(yè)人員-（私營、個體和鄉(xiāng)村從業(yè)人員（浙江統(tǒng)計年鑒）-城鎮(zhèn)私營和個人就業(yè)人員）/就業(yè)人員代替;廣東城鎮(zhèn)就業(yè)比重用（城鎮(zhèn)單位就業(yè)人員+城鎮(zhèn)私營企業(yè)和個人就業(yè)人員）/就業(yè)人員代替;新疆城鎮(zhèn)就業(yè)比重用全國數(shù)據(jù)代替，結(jié)案率用全國結(jié)案率代替。財政收支數(shù)據(jù)來源于《中國統(tǒng)計年鑒》（2011-2020）。

3.指標(biāo)測算

在綜合評價中指標(biāo)應(yīng)是正向的、標(biāo)準(zhǔn)化的。在選取的指標(biāo)中有正指標(biāo)（指標(biāo)值越大越好）和逆指標(biāo)（指標(biāo)值越小越好），所以對原始數(shù)據(jù)進行分析之前，為保證指標(biāo)數(shù)值大小變化和最終的就業(yè)質(zhì)量綜合指數(shù)高低在經(jīng)濟含義上保持同向相關(guān)性，利用線性功效函數(shù)分別對具有正負(fù)相關(guān)關(guān)系的指數(shù)值分類進行標(biāo)準(zhǔn)化，采用如下公式對指標(biāo)進行正向化處理[5]：

其中Yij表示各指標(biāo)的標(biāo)準(zhǔn)分，Xij表示第i個指標(biāo)的原始值， max（X·j）表示第i個指標(biāo)在各地區(qū)中原始數(shù)據(jù)的最大值，min（x·j）表示第i個指標(biāo)在各地區(qū)中原始數(shù)據(jù)的最小值。乘100是為將指數(shù)變換成百分制，即最終指數(shù)取值在0-100區(qū)間內(nèi)。由上述計算過程可知，指標(biāo)得分越高，代表就業(yè)質(zhì)量越高，反之代表就業(yè)質(zhì)量越低。

本文選取的指標(biāo)較多，其權(quán)重的分配也易受到主觀判斷的影響。因每個指標(biāo)都在不同程度上反映了所代表就業(yè)質(zhì)量的某些信息，指標(biāo)之間有一定的相關(guān)性，故所得的統(tǒng)計數(shù)據(jù)所反映的信息在一定程度上有重疊，為避免主觀隨機因素的干擾和指標(biāo)部分重疊的問題，選擇主成分分析法作為我國各地區(qū)就業(yè)質(zhì)量指標(biāo)體系的基本計量方法。對反映就業(yè)質(zhì)量的15項指標(biāo)采用因子分析法進行提煉，其中前3項因子旋轉(zhuǎn)成分后的累計方差貢獻率達到了80%以上，即這3個因子對原15個績效指標(biāo)的解釋力達到了80%，表明主成分方法提取的主要公共因子包括了大部分的原始信息，即抽取了特征值大于1 以上的3個公共因子變量。總方差解釋表如表4所示。

提取因子與原變量之間的關(guān)系可見各年度旋轉(zhuǎn)后的成分矩陣。從各綜合因子在各個變量上的載荷可發(fā)現(xiàn)，因子1主要代表就業(yè)環(huán)境、就業(yè)狀況、就業(yè)能力和勞動者報酬，因子2主要代表社會保護，因子3主要代表勞動關(guān)系。各成分主要指標(biāo)見表5。

根據(jù)主成分模型提取上述數(shù)據(jù)主成分后，采用每個主成分的方差貢獻率與累積方差貢獻率的比值作為權(quán)重對各個主成分進行加權(quán)，得到最后的綜合評分，即：

其中，Y表示所在地區(qū)的就業(yè)質(zhì)量指數(shù)值，F(xiàn)AC1、FAC2、 FAC3分別代表成分1、成分2和成分3的具體數(shù)值，Weight1、Weight2、Weight3分別代表其方差貢獻率與累積方差貢獻率的比值（具體結(jié)果見表6）。

據(jù)此計算出各省域2010-2019年在高質(zhì)量就業(yè)指標(biāo)的綜合得分（見表7）。如2010-2012年得分最高為北京（分別為2.27、2.44和2.45），得分最低為甘肅（分別為-0.83、-0.69和-0.69）;2019年得分最高為北京2.54，得分最低為廣西-0.60。由于這些數(shù)據(jù)呈現(xiàn)出線性發(fā)展趨勢，采用二次指數(shù)平滑法對數(shù)據(jù)中的缺失值進行插補及替換異常值。通過收集到的財政收支指標(biāo)數(shù)據(jù)具有不特定趨勢，故利用missforest插補法對數(shù)據(jù)補充。為保證變量數(shù)量集與單位等干擾項不影響建模結(jié)果，文中所采用的數(shù)據(jù)均為相對數(shù)。

從計算結(jié)果可知：就業(yè)質(zhì)量水平位居前三名的是京滬津，就業(yè)指標(biāo)分值大于1;蘇浙粵遼等省域就業(yè)指標(biāo)分值為正數(shù)，就業(yè)質(zhì)量也較高;蒙吉閔魯鄂瓊渝川陜青寧疆等省域就業(yè)指標(biāo)分值居中，而冀晉黑皖贛豫湘桂貴滇甘等省域的就業(yè)指標(biāo)分值相對較低。從歷年就業(yè)質(zhì)量的排名波動情況看，2010-2019年各省域的排名有不同程度的變化，但總體看大部分地區(qū)各年度的排名變動不大，這一結(jié)果與實際發(fā)展情況較為相符。通過排名可以看出：就業(yè)質(zhì)量總指數(shù)排名靠前的省域主要處于東部地區(qū)，經(jīng)濟發(fā)展水平、就業(yè)狀況、社會保障和保險等各方面整體發(fā)展良好;而歷年來排名相對靠后的地區(qū)，主要是中西部地區(qū)。

三、高質(zhì)量就業(yè)與財政收支總體關(guān)系分析

（一）變量描述

根據(jù)前文構(gòu)建的高質(zhì)量就業(yè)指標(biāo)體系及測算結(jié)果和影響高質(zhì)量就業(yè)的財政收支政策工具，以高質(zhì)量就業(yè)計算結(jié)果作為被解釋變量。將能夠提升高質(zhì)量就業(yè)的財稅政策工具作為核心解釋變量，支出端包括教育支出規(guī)模（jy）、科技支出規(guī)模（kj）、社會保障支出規(guī)模（sb）;收入端包括增值稅收入占GDP比重（VAT）、企業(yè)所得稅收入占GDP比重（pit）、個人所得稅收入占GDP比重（cit）和行政事業(yè)性收費占GDP比重（sf）。

首先觀測財政收支面板數(shù)據(jù)結(jié)構(gòu)，考察面板數(shù)據(jù)特征，結(jié)果如表8、表9所示。

通過表8、表9可以看出面板數(shù)據(jù)結(jié)構(gòu)的結(jié)果，其中橫截面維度region從1-30共30個取值，時間序列維度year從2010-2019共10個取值，屬于短面板數(shù)據(jù)，且觀測在時間上的分布也非常均勻。在短面板數(shù)據(jù)中，同一時間段內(nèi)的不同觀測樣本構(gòu)成一個組。變量year的組間標(biāo)準(zhǔn)差是0，因為不同組的這一變量取值完全相同，同時變量region的組內(nèi)標(biāo)準(zhǔn)差也是0，因為分布在同一組的數(shù)據(jù)屬于同一個地區(qū)。

（二）模型求解

對構(gòu)造的Panel Data變系數(shù)模型進行求解，主要從三個方面進行分析：

1. 模型的Hausman檢驗。針對面板數(shù)據(jù)回歸的多個模型，利用Hausman檢驗進行模型的選取，檢驗結(jié)果p<2.2*10^（-16）<<0.05，因而選取固定效應(yīng)模型。

2. 面板數(shù)據(jù)回歸模型求解。利用固定效應(yīng)模型，得到財政收入、財政支出對高質(zhì)量就業(yè)影響的結(jié)果如表10和表11所示。

3. 模型計算結(jié)果分析。模型計算結(jié)果顯示：在模型1中財政收入的各項指標(biāo)與高質(zhì)量就業(yè)呈正相關(guān)關(guān)系，如企業(yè)所得稅占GDP比重（CIT）的回歸系數(shù)0.676909，其影響效果最明顯、顯著性最強;個人所得稅占GDP比重（PIT）和增值稅收入占GDP比重（VAT）的回歸系數(shù)分別為0.137656和0.29945，其影響效果、顯著性次之;行政事業(yè)性收費占GDP比重（SF）的回歸系數(shù)為0.093554，其影響效果、顯著性最弱。

在模型2中財政支出的前三項項指標(biāo)與高質(zhì)量就業(yè)呈正相關(guān)關(guān)系，如科技支出占GDP比重（KJ）和教育支出占GDP的比重（JY）的回歸系數(shù)分別為1.9772537和0.2618464，其影響效果最為明顯、顯著性強;社保支出占GDP的比重（SB）的回歸系數(shù)0.0390347，其影響效果較弱、顯著性最弱;行政管理支出占GDP比重（XZ）的回歸系數(shù)-0.0242910，其影響效果為負(fù)相關(guān)、顯著性次之。

通過進一步研究實證分析結(jié)果發(fā)現(xiàn)：在高質(zhì)量就業(yè)各相關(guān)影響因素中，企業(yè)所得稅和科技支出具有顯著的正向激勵效應(yīng);個人所得稅、增值稅、行政事業(yè)性收費、教育和社保等支出，都有一定的正向激勵效應(yīng);行政管理支出具有負(fù)向的影響，但其影響力有限。

（三）穩(wěn)健性檢驗

本文采用兩種方法對模型進行穩(wěn)健性檢驗。一是劃分子樣本檢驗：根據(jù)常用的劃分方式將全國數(shù)據(jù)劃分為東部、中部、西部3個子樣本，東部包括京津滬等11個省域，中部包括豫晉湘等8個省域，西部包括渝川貴等12個省域;二是數(shù)據(jù)對數(shù)化檢驗：部分就業(yè)質(zhì)量得分為負(fù)值，由于得分均為無量綱數(shù)據(jù)，結(jié)合得分計算方式，借鑒朱江麗和李子聯(lián)（2015）[6]處理方法，所有得分?jǐn)?shù)據(jù)均加1，即可實現(xiàn)數(shù)據(jù)對數(shù)化。代入模型得到表12和表13。

結(jié)果顯示，財政收入與財政支出相關(guān)指標(biāo)對就業(yè)質(zhì)量得分的回歸系數(shù)方向和顯著性變化很小，只是在擬合的數(shù)值上有波動，這表明本文構(gòu)建的面板數(shù)據(jù)回歸模型具有較好的穩(wěn)健性。

四、高質(zhì)量就業(yè)與省域財政收支分析

（一）模型求解

全國30個省市Panel Data模型估計結(jié)果顯示（見表14）：Panel Data模型估計殘差平方和為0.0026478，可知文中建立的變系數(shù)模型整體具有顯著特點，有較好可信度?；?.05顯著性水平下，得到變系數(shù)模型回歸系數(shù)P值，其數(shù)據(jù)顯示：22個省域高質(zhì)量就業(yè)對財政收支有著顯著效應(yīng)，呈正相關(guān)的是閔浙等10個省域，表明就業(yè)質(zhì)量越高帶來的財政收支就越多，呈負(fù)相關(guān)的是甘黑遼川渝鄂等12個省域;皖贛陜津吉冀滇晉等8個省域高質(zhì)量就業(yè)對財政收支效應(yīng)不顯著，即對財政收支不存在統(tǒng)計意義上明顯的影響。

（二）模型檢驗

在Panel Data模型分析結(jié)果的基礎(chǔ)上，本文對回歸系數(shù)不明顯的省域、回歸系數(shù)顯著但為負(fù)值的省域與正值的省域進行VAR模型分析，從而根據(jù)這些代表省域就業(yè)質(zhì)量與財政收支情況指標(biāo)動態(tài)變化展開探究。

1.確立VAR模型。針對選出來的代表省域進行Johansen協(xié)整檢驗，發(fā)現(xiàn)跡統(tǒng)計量與最大特征根兩類檢驗統(tǒng)計量的P值均較小，且在5%顯著水平下拒絕原假設(shè)。根據(jù)LR似然比檢驗后，結(jié)合FPE（誤差）準(zhǔn)則及AIC、HQ、SC信息準(zhǔn)則等5個不同統(tǒng)計量的值，擬建VAR模型的穩(wěn)定性檢驗，以最終確定VAR模型最佳滯后期數(shù)。

進一步確立VAR模型（公式3），分別對所選省域進行計算與檢驗，這些代表省域的就業(yè)質(zhì)量與財政收支保持長期均衡穩(wěn)定關(guān)系。式中ε1t和ε2t屬于隨機干擾項，且一定程度上符合公式（1）中的不同條件：Xt-1，Xt-2，Xt-3與Yt-1，Yt-2，Yt-3分別屬于序列Xt與Yt的滯后一、二、三期的值。

2.脈沖響應(yīng)分析。在對代表省域分別開展VAR模型檢驗后，做出財政收支對高質(zhì)量就業(yè)沖擊的脈沖響應(yīng)函數(shù)圖（見圖1）。

圖1中橫縱坐標(biāo)分別表示跟蹤器與脈沖響應(yīng)，實線是指脈沖響應(yīng)函數(shù)，虛線是指正負(fù)兩倍標(biāo)準(zhǔn)差偏離帶。

第一，廣東省等省域Panel Data模型中回歸系數(shù)顯著且為正值。圖1右下可知：廣東省高質(zhì)量就業(yè)對財政收支的一個標(biāo)準(zhǔn)差沖擊響應(yīng)均為正值，呈較緩慢上升趨勢，至第2期最大后開始平穩(wěn)下滑，表明其就業(yè)質(zhì)量逐步提高而對財政收支依賴漸減，與模型所得分析結(jié)果一致，此狀況還包括閔蒙青瓊蘇等10個省域。

第二，湖北省等省域Panel Data模型中回歸系數(shù)顯著但為負(fù)值。圖1脈沖響應(yīng)函數(shù)圖可知：湖北省財政收支對就業(yè)質(zhì)量的標(biāo)準(zhǔn)差有非常劇烈的響應(yīng)波動，此狀況還包括甘魯貴黑等省域;從圖1左下可知：北京市財政收支業(yè)對高質(zhì)量就業(yè)的標(biāo)準(zhǔn)差響應(yīng)不顯著，其關(guān)系主要在倒U型曲線的右端，此狀況包括滬津兩地。

第三，安徽省等省域Panel Data模型中回歸系數(shù)不明顯。從圖1左上圖脈沖響應(yīng)函數(shù)可知，安徽省財政收支政策對該地區(qū)高質(zhì)量就業(yè)率的一個標(biāo)準(zhǔn)差沖擊響應(yīng)，先是呈現(xiàn)出顯著提高而后平穩(wěn)下降，至第9期時開始平穩(wěn)發(fā)展，表明安徽省高質(zhì)量就業(yè)增加財政收支。與之相同的還有冀滇吉陜等7個省域。

3.VAR模型分析。由脈沖響應(yīng)分析可以看出：財政收支與高質(zhì)量就業(yè)具有密切相關(guān)關(guān)系，該結(jié)論能對Panel Data模型所得的各省域回歸系數(shù)不顯著的結(jié)果進行修正性說明，以此進一步修正Panel Data模型結(jié)論。

根據(jù)Panel Data模型結(jié)果，我國多數(shù)省域2010-2019年財政收支狀況對就業(yè)質(zhì)量有著顯著效應(yīng)，即通過增加教育、社保和就業(yè)等支出，以及減免增值稅等優(yōu)惠政策能有效提升就業(yè)質(zhì)量。但少數(shù)省域的財政收支、就業(yè)質(zhì)量等指標(biāo)波動劇烈，以致諸多數(shù)據(jù)對模型結(jié)果難以解釋，而VAR模型能修正Panel Data模型中難解的回歸結(jié)果。

從一定意義上說，本文所構(gòu)造的財政收支指數(shù)能有效反映出各省域財政投入與支出力度，2010-2019年各省域財政收支指數(shù)與高質(zhì)量就業(yè)之間呈現(xiàn)倒U型關(guān)系，且多數(shù)處于倒U型曲線的右半段，這也意味著增加財政收支有助于進一步提升高質(zhì)量就業(yè);少數(shù)省域處于倒U型曲線的左半段，即財政收入與支出的有限性對就業(yè)具有抑制效應(yīng)。

五、結(jié)論與建議

（一）主要結(jié)論

本文基于省級面板數(shù)據(jù)，對財政政策提升高質(zhì)量就業(yè)的具體路徑進行實證分析，結(jié)果表明：

（1）近年來，在經(jīng)濟發(fā)展和政策措施的帶動下，我過就業(yè)質(zhì)量顯著提升，但由于我國人口眾多，地區(qū)間經(jīng)濟發(fā)展不平衡，勞動者就業(yè)質(zhì)量總體還處于較低水平，地區(qū)間勞動者就業(yè)質(zhì)量差異較大。財政政策對實現(xiàn)高質(zhì)量就業(yè)具有一定的正向傳導(dǎo)效應(yīng)，因此從財政政策角度研究我國實現(xiàn)高質(zhì)量就業(yè)的路徑極為必要。

（2）通過對高質(zhì)量就業(yè)相關(guān)影響因素分析，發(fā)現(xiàn)企業(yè)所得稅和科技支出具有顯著的正向激勵效應(yīng)，個人所得稅、增值稅、行政事業(yè)性收費、教育和社保支出均具有正向激勵效應(yīng)。財稅政策可以從收支兩端發(fā)力，通過政策工具的實施，進一步提升勞動供給水平、有效增加勞動需求，最終實現(xiàn)高質(zhì)量就業(yè)。

（3）大部分省市高質(zhì)量就業(yè)與財政收支存在顯著影響，少數(shù)省市高質(zhì)量就業(yè)與財政收支不存在統(tǒng)計意義上的明顯影響。根據(jù)脈沖響應(yīng)等分析結(jié)果，高質(zhì)量就業(yè)和財政收支指數(shù)受到自身沖擊的影響較大，但財政收支指數(shù)對高質(zhì)量就業(yè)貢獻率伴隨時期延長呈現(xiàn)出上升態(tài)勢，由此得知，高質(zhì)量就業(yè)和財政收支之間具有長期穩(wěn)定的相互影響關(guān)系。

（二）政策建議

如何促進更高質(zhì)量就業(yè)已成為關(guān)乎穩(wěn)定大局和改革發(fā)展的當(dāng)務(wù)之急。促進就業(yè)是政府的責(zé)任，因而應(yīng)確定科學(xué)的財政政策目標(biāo)，完善和落實更加激勵的財政就業(yè)政策，即基于就業(yè)總量而轉(zhuǎn)向應(yīng)對結(jié)構(gòu)性失業(yè)問題，積極推進就業(yè)“量”與“質(zhì)”的協(xié)同發(fā)展。

第一，注重中小企業(yè)創(chuàng)新的財政扶持。加大中小企業(yè)創(chuàng)新財政資金支持，即通過增加中小企業(yè)財政專項資金種類、建立中小企業(yè)信用擔(dān)?；?，進一步強化對擁有高科技含量和中西部及東北等欠發(fā)達地區(qū)中小企業(yè)提供長期財政資金扶持;完善中小企業(yè)創(chuàng)新的稅收優(yōu)惠政策，即建立健全中小企業(yè)稅收優(yōu)惠政策體系，多層次、全方位加強對中小企業(yè)科技創(chuàng)新的稅收優(yōu)惠激勵，彰顯改革創(chuàng)新與發(fā)展的稅收紅利。

第二，加大就業(yè)服務(wù)平臺建設(shè)的投入。一方面健全與完善財政對就業(yè)公共服務(wù)投入長效機制，政府部門可提高各級就業(yè)公共服務(wù)機構(gòu)特別是基層就業(yè)公共服務(wù)平臺的財政支出比例，為就業(yè)管理經(jīng)費提供資金保障;另一方面，推動就業(yè)網(wǎng)絡(luò)信息平臺建設(shè)，政府可通過就業(yè)專項資金，優(yōu)先保障基層開展就業(yè)公共服務(wù)必要的信息網(wǎng)絡(luò)設(shè)備、軟件開發(fā)投入，確保城鄉(xiāng)居民都能就近享受到均等化的就業(yè)公共服務(wù)。

第三，完善創(chuàng)新創(chuàng)業(yè)的財政政策激勵。加大創(chuàng)新創(chuàng)業(yè)財政投入力度，如對創(chuàng)業(yè)的小微企業(yè)給予一次性創(chuàng)業(yè)補貼、小額擔(dān)保貸款貼息等補貼;對創(chuàng)業(yè)企業(yè)的辦公用房和網(wǎng)絡(luò)等設(shè)施建設(shè)給予財政支持;綜合運用財政專項資助和補貼等手段，積極支持碩博研究生和高層次人才開展創(chuàng)新創(chuàng)業(yè)活動;完善激勵創(chuàng)新創(chuàng)業(yè)的稅收優(yōu)惠政策，如擴大稅收優(yōu)惠對象和范圍，增加創(chuàng)新創(chuàng)業(yè)稅收優(yōu)惠的稅種和間接優(yōu)惠方式等。

第四，增加職業(yè)教育培訓(xùn)的財政補貼。完善職業(yè)教育培訓(xùn)以財政投入為主的多渠道資金投入機制，加大對職業(yè)教育特別是民辦職業(yè)教育的師資隊伍、學(xué)生資助和基礎(chǔ)設(shè)施建設(shè)的財政補貼，為高職院校學(xué)生成才提供財政經(jīng)費保障;健全職業(yè)教育培訓(xùn)財政補貼資金的長效機制，如建立職業(yè)教育培訓(xùn)基金，對培訓(xùn)機構(gòu)的師資培養(yǎng)、教材開發(fā)、模擬操作和技能競賽等基礎(chǔ)性建設(shè)工作提升財政補貼的力度與質(zhì)效。

第五，強化社會保障和就業(yè)支出力度。政府部門應(yīng)逐步增加財政社會保障支出占財政支出和GDP的比重，增加對企業(yè)和個人養(yǎng)老保險繳費的財政補貼標(biāo)準(zhǔn)。在社會保險繳費總水平不變的前提下，減輕企業(yè)和個人的繳費壓力會，確保不降低個人社會保障的待遇，從而提高社會保障水平、擴大社會保障的覆蓋面，保證待就業(yè)大學(xué)畢業(yè)生、下崗失業(yè)人員、農(nóng)民工和靈活就業(yè)人員等都能納入社會保障體系。

參考文獻：

[1] 曾湘泉，徐長杰.新技術(shù)革命對勞動力市場的沖擊[J].探索與爭鳴，2015（8）：32-34.

[2] 王顯勇.論反就業(yè)歧視法的多元綜合實施理論[J].中國勞動關(guān)系學(xué)院學(xué)報，2021，35（1）：50-59.

[3] 張車偉，王博雅，高文書.創(chuàng)新經(jīng)濟對就業(yè)的沖擊與應(yīng)對研究[J].中國人口科學(xué)，2017（5）：2-11，126

[4] 賴德勝，蘇麗鋒，孟大虎，等.中國各地區(qū)就業(yè)質(zhì)量測算與評價[J].經(jīng)濟理論與經(jīng)濟管理，2011（11）：88-99.

[5] 魯邦克，邢茂源，楊青龍.中國經(jīng)濟高質(zhì)量發(fā)展水平的測度與時空差異分析[J].統(tǒng)計與決策，2019（21）：113-117.

[6] 朱江麗，李子聯(lián).長三角城市群產(chǎn)業(yè)-人口-空間耦合協(xié)調(diào)發(fā)展研究[J].中國人口·資源與環(huán)境，2015，25（2）：75-82.

（責(zé)任編輯：李江）