劉 瑞

（山西省人事考試中心，太原 山西 030006）

產(chǎn)業(yè)升級過程中對勞動力需求的影響包括：產(chǎn)業(yè)結(jié)構(gòu)調(diào)整帶來就業(yè)結(jié)構(gòu)變動，同一產(chǎn)業(yè)內(nèi)部升級和價值鏈升級帶來的崗位需求的變動，勞動力素質(zhì)的需求的變動，還可能表現(xiàn)在從勞動密集型向資本密集和技術(shù)密集轉(zhuǎn)變的過程中，對勞動力知識和能力需求的改變。產(chǎn)業(yè)升級對勞動力新需求，會導致新時代下勞動力就業(yè)產(chǎn)業(yè)分布和素質(zhì)調(diào)整方面出現(xiàn)新的改變，形成新的特點。新時代下產(chǎn)業(yè)結(jié)構(gòu)升級決定著人力資源的需求結(jié)構(gòu)，而人力資源的開發(fā)對產(chǎn)業(yè)的發(fā)展有一定的促進作用，產(chǎn)業(yè)結(jié)構(gòu)升級與人力資源開發(fā)有著密切的聯(lián)系。產(chǎn)業(yè)結(jié)構(gòu)升級導致各次產(chǎn)業(yè)產(chǎn)值變化，各次產(chǎn)業(yè)產(chǎn)值變化也會導致各次產(chǎn)業(yè)人力資源需求變化，因此，采用需求度模型對新時代下各次產(chǎn)業(yè)人力資源需求進行預測是很有必要的[1-2]。

一、產(chǎn)業(yè)結(jié)構(gòu)升級與人力資源開發(fā)需求度模型構(gòu)建

1.構(gòu)建需求度評價模型

本文所構(gòu)建的需求度評價模型具體來說就是回歸與時間序列組合模型，包括單位根檢驗、協(xié)整關(guān)系檢驗、誤差修正模型（ECM）、一元線性回歸擬合以及自相關(guān)性檢驗等幾個方面[3]。首先，根據(jù)各次產(chǎn)業(yè)增加值、制造業(yè)增加值與各次產(chǎn)業(yè)從業(yè)人員數(shù)、制造業(yè)從業(yè)人員數(shù)之間的線性關(guān)系，采用一元線性回歸模型進行回歸擬合與預測，其形式為：

其中，L表示從業(yè)人員數(shù)，α表示常數(shù)項，β表示回歸系數(shù)，Y表示某產(chǎn)業(yè)增加值，μ表示隨機誤差。

具體采用的四個一元回歸模型，其表達式分別為：

其次，在進行一元線性回歸分析之前，必須對四對變量（第一產(chǎn)業(yè)增加值與第一產(chǎn)業(yè)從業(yè)人員數(shù)、第二產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)從業(yè)人員數(shù)、第三產(chǎn)業(yè)增加值與第三產(chǎn)業(yè)從業(yè)人員數(shù)、制造業(yè)增加值與制造業(yè)從業(yè)人員數(shù)）進行單位根檢驗、協(xié)整關(guān)系檢驗，在此基礎(chǔ)上進行誤差修正模型（ECM）分析。

2.基于需求度評價模型的預測

需要預測未來十年（2021年～2030年）全國第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)、制造業(yè)從業(yè)人員數(shù)情況，則需要將假定的全國2021年～2030年第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)、制造業(yè)增加值代入式（5）、式（6）、式（7）以及式（8）中，即可預測出全國2021年～2030年第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)、制造業(yè)從業(yè)人員數(shù)情況（EViews7.0軟件具有相應預測功能）。

二、我國產(chǎn)業(yè)高度對人力資源需求度實證分析

1.單位根檢驗

為了保證回歸結(jié)果的有效性，預防“偽回歸”的出現(xiàn)，必須對變量進行平穩(wěn)性檢驗、協(xié)整檢驗，平穩(wěn)性檢驗（即單位根檢驗）采用ADF檢驗方法，該方法的模型形式是：

其中，tε為白噪聲，Δ為差分算子，1β為常數(shù)項，2β為趨勢項系數(shù)，iδ為不同滯后期的差分系數(shù)。

對變量L1、 L2、 L3、L4、Y1、Y2、Y3以及Y4單位根檢驗結(jié)果如表1所示。

表1 變量L1、 L2、 L3、L4、Y1、Y2、Y3以及Y4單位根的ADF檢驗表

從表1可以看出，變量L1、 L2、 L3、L4、Y1、Y2、Y3以及Y4在1%、5%以及10%三個顯著性水平下都是非平穩(wěn)時間序列，經(jīng)過一階差分變換以后，這些變量在1%、5%以及10%三個顯著性水平下也都是非平穩(wěn)時間序列，經(jīng)過二階差分變換以后，這些變量在1%、5%以及10%三個顯著性水平下都轉(zhuǎn)化成平穩(wěn)時間序列。因此表中變量L1、 L2、 L3、L4、Y1、Y2、Y3以及Y4都是二階單整時間序列（存在二個單位根），但是這些變量都是同階單整時間序列，可以對它們進行協(xié)整檢驗。

2.協(xié)整關(guān)系檢驗

一些經(jīng)濟變量本身雖然是非平穩(wěn)序列，但是這些變量的線性組合有可能是平穩(wěn)的序列，也就是具有協(xié)整關(guān)系，因此可以使用經(jīng)典的回歸方法進行研究。如前所述，四對變量（L1、 L2、L3、L4、Y1、Y2、Y3以及Y4）都是一階單整時間序列，根據(jù)時間序列的協(xié)整性原理，如果這四個變量都是同階單整并且有協(xié)整關(guān)系，則這種情況下的回歸分析（包括向量自回歸分析）是有效的。使用Johansen極大似然法對多變量時間序列進行協(xié)整檢驗，對這些變量的滯后2期的Johansen協(xié)整檢驗結(jié)果如表2～表9所示。

表2 跡統(tǒng)計量檢驗結(jié)果（第一產(chǎn)業(yè)）

表3 最大特征統(tǒng)計量檢驗結(jié)果（第一產(chǎn)業(yè)）

表4 跡統(tǒng)計量檢驗結(jié)果（第二產(chǎn)業(yè)）

表5 最大特征統(tǒng)計量檢驗結(jié)果（第二產(chǎn)業(yè)）

表6 跡統(tǒng)計量檢驗結(jié)果（第三產(chǎn)業(yè)）

表7 最大特征統(tǒng)計量檢驗結(jié)果（第三產(chǎn)業(yè)）

表8 跡統(tǒng)計量檢驗結(jié)果（制造業(yè)）

表9 最大特征統(tǒng)計量檢驗結(jié)果（制造業(yè)）

以5%檢驗水平判斷，因為表2中跡統(tǒng)計量有19.1601＞15.4947， 2.0447＜3.8414，最大特征統(tǒng)計量有17.1154＞14.2646，2.0447＜3.8414，所以第一個原假設(shè)被拒絕，第二原假設(shè)被接受，表明第一產(chǎn)業(yè)增加值與第一產(chǎn)業(yè)從業(yè)人員數(shù)之間最多存在一個協(xié)整關(guān)系。同理，根據(jù)表3～表7中的數(shù)據(jù)，也可以得出第二產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)從業(yè)人員數(shù)之間、第三產(chǎn)業(yè)增加值與第三產(chǎn)業(yè)從業(yè)人員數(shù)之間以及制造業(yè)增加值與制造業(yè)從業(yè)人員數(shù)之間最多存在一個協(xié)整關(guān)系。這些都表明了，我國各次產(chǎn)業(yè)增加值、造業(yè)增加值與從業(yè)人員數(shù)之間存在長期均衡關(guān)系。

3.誤差修正模型（ECM）

變量間短期存在的非均衡關(guān)系在下一時期能否予以修正，可以用誤差修正模型（ECM）進行驗證。以第一產(chǎn)業(yè)為例，如果L1與Y1是協(xié)整的，則它們之間的短期均衡關(guān)系總能由一個誤差修正模型表述。取滯后期為2將L1與Y1構(gòu)造誤差修正模型（ECM）如下：

同理，可以構(gòu)建第二產(chǎn)業(yè)從業(yè)人員數(shù)（L2）、第二產(chǎn)業(yè)增加值（Y2）、第三產(chǎn)業(yè)從業(yè)人員數(shù)（L3）、第三產(chǎn)業(yè)增加值（Y3）、制造業(yè)從業(yè)人員數(shù)（L4）、制造業(yè)增加值（Y4）誤差修正模型（如（11）式、（12）式、（13）式所示）。

用Eviews7.0軟件對式（10）～式（13）的估計結(jié)果見表10。

表10中第一產(chǎn)業(yè)從業(yè)人員數(shù)與第一產(chǎn)業(yè)增加值之間ECM模型整體檢驗結(jié)果表明，誤差修正系數(shù)為負，符合反向修正機制。模型中的修正系數(shù)是-0.29，并且t統(tǒng)計量不顯著，因為t統(tǒng)計量不顯著，說明第一產(chǎn)業(yè)從業(yè)人員數(shù)與第一產(chǎn)業(yè)增加值之間在一定時期的非均衡不能保證在下一期得到調(diào)整，說明模型的整體解釋能力比較弱。第二產(chǎn)業(yè)從業(yè)人員數(shù)與第二產(chǎn)業(yè)增加值之間ECM模型整體檢驗結(jié)果表明，誤差修正系數(shù)為負，符合反向修正機制。模型中的修正系數(shù)是-0.44，并且t統(tǒng)計量比較顯著，說明第二產(chǎn)業(yè)從業(yè)人員數(shù)與第二產(chǎn)業(yè)增加值之間在一定時期的非均衡可以在下一期得到調(diào)整，說明模型的整體解釋能力比較強。第三產(chǎn)業(yè)從業(yè)人員數(shù)與第三產(chǎn)業(yè)增加值之間ECM模型整體檢驗結(jié)果表明，誤差修正系數(shù)為正，符合正向修正機制。模型中的修正系數(shù)是0.32，并且t統(tǒng)計量比較顯著，說明第三產(chǎn)業(yè)從業(yè)人員數(shù)與第三產(chǎn)業(yè)增加值之間在一定時期的非均衡可以在下一期得到調(diào)整，說明模型的整體解釋能力比較強。制造業(yè)從業(yè)人員數(shù)與制造業(yè)增加值之間ECM模型整體檢驗結(jié)果表明，誤差修正系數(shù)為負，符合反向修正機制。模型中的修正系數(shù)是-0.45，并且t統(tǒng)計量比較顯著，說明制造業(yè)從業(yè)人員數(shù)與制造業(yè)增加值之間在一定時期的非均衡可以在下一期得到調(diào)整，說明模型的整體解釋能力比較強。

表10 誤差修正模型（ECM）估計結(jié)果

4.我國產(chǎn)業(yè)結(jié)構(gòu)升級與人力資源開發(fā)需求度回歸擬合

采用EViews7.0軟件，并且利用樣本觀測值數(shù)據(jù)，對式（1）、式（2）、式（3）以及式（4）進行一元回歸分析。經(jīng)過一元回歸分析，可以得出全國2005年～2020年第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)、制造業(yè)從業(yè)人員數(shù)與第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)、制造業(yè)增加值之間的擬合關(guān)系，結(jié)果如式（14）、式（15）、式（16）、式（17）所示。

可以看出，四個模型回歸結(jié)果的各項統(tǒng)計量都比較好?；貧w分析結(jié)果表明，全國2005年～2020年第一產(chǎn)業(yè)從業(yè)人員數(shù)與第一產(chǎn)業(yè)增加值之間的呈現(xiàn)出反向變動的關(guān)系，并且相關(guān)系數(shù)比較高；第二產(chǎn)業(yè)、第三產(chǎn)業(yè)、制造業(yè)從業(yè)人員數(shù)與第二產(chǎn)業(yè)、第三產(chǎn)業(yè)、制造業(yè)增加值之間的呈現(xiàn)出正向變動的關(guān)系，并且相關(guān)系數(shù)也比較高。

三、我國產(chǎn)業(yè)結(jié)構(gòu)升級對人力資源開發(fā)需求的預測分析

根據(jù)2005年～2020年我國三次產(chǎn)業(yè)、制造業(yè)增加值增長的特點以及我國從2012年以來經(jīng)濟增長進入減速期等事實，可以假定2021年～2030年我國三次產(chǎn)業(yè)、制造業(yè)增加值數(shù)據(jù)（見表11）。將這些數(shù)據(jù)輸入EViews7.0軟件中，并且通過EViews7.0軟件中的一元回歸預測功能，可以得到2005年～2020年我國三次產(chǎn)業(yè)、制造業(yè)從業(yè)人員數(shù)預測值（見表11～表12）。

表11 2005年～2020年我國三次產(chǎn)業(yè)從業(yè)人員數(shù)預測值

表12 預測值與真實值比較數(shù)據(jù)

在此基礎(chǔ)上，通過計算也可以得到2005年～2020年我國三次產(chǎn)業(yè)、制造業(yè)從業(yè)人員數(shù)預測值與真實值偏離值以及預測值與真實值偏離度數(shù)據(jù)。

從表11與表12可以看出，2005年～2020年我國三次產(chǎn)業(yè)、制造業(yè)從業(yè)人員數(shù)預測值與真實值偏離值比較小，預測值與真實值偏離度也比較低（大部分年份偏離度絕對值都低于5%），因此，采用一元回歸預測方法，對我國2005年～2020年三次產(chǎn)業(yè)、制造業(yè)從業(yè)人員數(shù)進行預測結(jié)果比較理想。因此，可以推斷出2021年～2030年我國三次產(chǎn)業(yè)、制造業(yè)從業(yè)人員數(shù)預測結(jié)果也是可信的。

基于三次產(chǎn)業(yè)增加值和從業(yè)人員數(shù)預計，未來我國三次產(chǎn)業(yè)從業(yè)人員數(shù)變動趨勢（見表13）。

表13 就業(yè)人員變動及趨勢情況

預測結(jié)果表明，我國2021年～2030年第一產(chǎn)業(yè)從業(yè)人員數(shù)持續(xù)下降，第二產(chǎn)業(yè)、第三產(chǎn)業(yè)從業(yè)人員數(shù)持續(xù)上升，并且第三產(chǎn)業(yè)從業(yè)人員數(shù)上升速度比較快。按三次產(chǎn)業(yè)從業(yè)人員數(shù)占比進行排序，2021年～2030年第三產(chǎn)業(yè)從業(yè)人員數(shù)最多，其次是第二產(chǎn)業(yè)，第一產(chǎn)業(yè)從業(yè)人員數(shù)最少。

四、結(jié)論與啟示

本文采用一元回歸模型，并且結(jié)合我國2005年～2020年產(chǎn)業(yè)結(jié)構(gòu)升級與人力資源開發(fā)相關(guān)數(shù)據(jù)，對新時代下我國2005年～2020年第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)從業(yè)人員數(shù)與第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)產(chǎn)值之間進行回歸擬合，并且預測出2021年～2030年第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)從業(yè)人員數(shù)變動趨勢。得出結(jié)論：全國2005年～2020年第一產(chǎn)業(yè)從業(yè)人員數(shù)與第一產(chǎn)業(yè)增加值之間的呈現(xiàn)出反向變動的關(guān)系，第二產(chǎn)業(yè)、第三產(chǎn)業(yè)、制造業(yè)從業(yè)人員數(shù)與第二產(chǎn)業(yè)、第三產(chǎn)業(yè)、制造業(yè)增加值之間的呈現(xiàn)出正向變動的關(guān)系；2021年～2030年第三產(chǎn)業(yè)從業(yè)人員數(shù)最多，其次是第二產(chǎn)業(yè)，第一產(chǎn)業(yè)從業(yè)人員數(shù)最少。

可以得到相應啟示之處是：基于預測結(jié)果，未來應該有很多人力資源從第一產(chǎn)業(yè)分離出來，流向第二產(chǎn)業(yè)與第三產(chǎn)業(yè)，尤其是第三產(chǎn)業(yè)產(chǎn)業(yè)將會吸納更多勞動力。這表明我國產(chǎn)業(yè)升級對人力資源的新增需求，主要體現(xiàn)在第三產(chǎn)業(yè)，由第三產(chǎn)業(yè)帶來的就業(yè)崗位的增加較多。還有根據(jù)預測結(jié)果，制造業(yè)從業(yè)人員數(shù)增長速度都比較快，因此，制造業(yè)對人力資源的新增需也比較快。另外，新時代下第三產(chǎn)業(yè)包含的行業(yè)比較多，對人力資源的素質(zhì)要求也是多方面的，制造業(yè)對一些技能型人力資源的需求量也比較大，因此在人才培養(yǎng)方面，應該根據(jù)第三產(chǎn)業(yè)各行各業(yè)的特點進行人才培養(yǎng)，也應該注重技能型人才的培養(yǎng)，以更好滿足新時代下產(chǎn)業(yè)升級對人力資源需求的新要求[4-5]。

注釋：

①一般的時間序列變量回歸結(jié)果殘差之間會存在自相關(guān)問題，引入自回歸過程可以有效消除時間序列變量回歸結(jié)果殘差之間存在的自相關(guān)問題，這里假定時間序列變量回歸結(jié)果殘差之間存在n階自相關(guān)問題（n一般的可能取值是1、2、3），式（5）、式（6）與此相同。