中国经济增长的就业弹性上

中国经济增长的就业弹性（上）

李文星

 2013-04-01 15:07:56 来源：《统计研究》2013年第1期

内容提要：本文利用2001-2008年中国深沪两市508家制造业上市公司的微观就业数据和企业动态劳动需求方程重新估计了中国经济增长的就业弹性。实证结果表明，中国制造业上市公司的总资产规模扩张（即企业投资）具有显著的就业效应。因此，企业微观数据并不支持中国经济增长的就业弹性下降或偏低的观点。

关键词：经济增长，就业弹性，制造业，上市公司

一、引言

自20世纪90年代以来，中国的就业并没有随经济高速增长而相应地快速增长。现有文献对此有两种不同的观点。较早的一些文献一般认为中国经济增长的就业弹性在下降或偏低。而近几年的文献大多数认为，由于中国许多企业存在冗员，经济增长对就业的拉动作用除了表现为吸收新就业人口之外，还表现为消化企业的冗员，因此，如果考虑冗员因素，中国经济增长的就业弹性并没有下降。除了个别文献之外，现有绝大多数文献使用的就业样本数据几乎都是中国就业的宏观时间序列数据或宏观面板数据。

但是，使用宏观数据计算就业弹性至少存在三个方面的不足。首先，目前中国就业的统计范围并不全面，首先是由于非正规就业大量存在，导致就业人口的漏报和低估，这种没有纳入统计的非正规就业者占到全部就业者的一个很大比例。其次，宏观就业数据的准确性和可靠性也一直受到质疑。最后，宏观就业数据是多种因素影响的结果，如各种扩张或紧缩性的货币和财政政策以及劳动市场政策都会对就业总量产生影响；外部需求冲击和技术进步等也会引起就业的波动。而现有文献使用宏观数据时，要么是计算经济增长的就业（点或弧）弹性，要么是进行计量回归得到就业弹性系数。很显然，由于影响因素太多，现有文献所得到的就业弹性难以真正分离其他因素、反映经济增长对就业的影响。

鉴于上述理由，本文将利用2001-2008年中国深沪两市508家制造业上市公司的微观就业数据和企业动态劳动需求方程来重新检验中国经济增长的就业弹性。这样做的合理性在于：第一，与宏观就业数据相比，企业微观就业数据更准确和更可靠。第二，微观企业就业是宏观就业总量的重要组成部分，而企业资本（或投资）和产值的增长本身就是宏观经济增长的一部分，因此，运用企业动态劳动需求方程来检验企业资本和产值的增长与企业就业增长的关系，实际上是从微观视角来考察中国经济增长的就业弹性。理论上来说，这样处理使得我们的计量分析有一个坚实的微观理论基础，这与现代宏观经济学强调微观基础的发展趋势是一致的。另外，相对来说，使用企业微观数据可以通过企业动态劳动需求方程更好地控制影响就业的各种因素，从而克服使用宏观数据估计就业弹性时无法分离非经济增长因素的问题。总而言之，使用微观就业数据可以得到更稳健的结论，不仅有助于澄清现有文献关于中国经济增长的就业弹性的争论，而且也可以为应对中国就业问题提供有益的政策参考，具有重要的实践意义。

本文与现有文献的另外一个重要差别是使用了企业动态劳动需求方程和动态面板GMM估计方法。就作者所知，现有有关中国就业弹性的文献尚未使用过该方程和该方法。考虑到企业就业调整中存在明显的时滞，本文所采用的动态劳动需求方程和动态面板GMM估计可以更进一步增强本文结论的可靠性。

本文余下部分安排如下：第二部分是有关奥肯法则和中国经济增长就业弹性的相关文献回顾。第三部分是本文所采用的计量模型、估计方法和数据的说明。第四部分是使用动态面板GMM估计企业动态劳动需求方程的回归结果和分析。最后第五部分给出本文的主要结论。

二、文献回顾

经济增长的主要有形投入是劳动力和资本，一般来说经济增长就业也在相应增长。美国经济学家奥肯（1970）利用美国1947-1960年的季度数据最早估计了经济增长和失业率之间的统计关系。在样本期，美国经济增长高于潜在产出或趋势产出一个百分点，美国失业率则下降0.3个百分点。后来经济增长与失业率之间的替代关系被称为“奥肯法则（Okun Law）”。

20世纪70年代的石油冲击导致美国出现了高失业率和低产出增长率同时并存的局面，“奥肯关系”似乎很弱。还一些研究则表明，奥肯系数在美国似乎呈下降趋势，即同样一个百分点的产出下降会引起超过0.3个百分点的失业增加。

奥肯系数不仅随样本时期的不同而不同，而且也存在国别或地区差异，Lee（2000）比较全面地讨论和比较了发达国家奥肯法则的有效性问题。他分别对16个OCED国家1955-1996年的年度数据进行了估计，结果显示，奥肯关系总体来看在统计上是有效的，但这种关系并不稳定，奥肯系数随样本、时间和估计方法而变化。

“奥肯关系”并不稳健，对此有多种解释。第一，劳动参与率的提高和劳动力生产率的上升会使得失业人口相对上升，从而引起奥肯关系的变化。第二，新旧产业更替或产业的跨国转移等经济结构的变化导致无就业的经济增长或无就业的经济复苏。第三，无论是在转型国家或发达国家，即时就业（iust-in-timehiring）或非正规就业劳动力占总劳动力比例上升，从而失业率波动较大，奥肯系数也会更不稳定。至于奥肯系数的国别差异，可能与劳动市场制度密切相关。在一些国家或地区，如欧洲，由于劳动市场制度缺乏弹性，失业率持续高企；而美国劳动市场制度相对更灵活，失业率相对较低，因此，美国和欧洲两大经济体“奥肯关系”存在显著不同。

研究“奥肯关系”的绝大多数文献采用的是宏观数据，Arellano和Bond（1991）则使用英国1976-1984年140家制造业上市公司的微观数据来估计公司的就业需求方程。他们发现，人均实际工资的长期就业弹性为-0.24，资本的就业弹性为0.7，而企业需求冲击对就业没显著影响。他们的研究实际上是从微观的角度考察了经济增长和就业弹性的关系。本文实证主要基于他们的模型和估计方法

关于中国经济增长的就业弹性，国内外研究大致有两种不同的观点。

一种观点认为，中国经济增长并没有导致中国就业量的相应提高，经济增长的就业弹性在下降。Rawski（2001）甚至认为中国自20世纪90年代后期以来经历了就业的零增长。蔡昉等（2004）以全部城镇就业增长率与城镇GDP增长率计算城镇就业弹性。他们发现，与城乡整体的就业弹性下降趋势不同，城镇就业弹性从20世纪90年代初以来总体呈现上升趋势，并且于1990年代后期向早期的水平接近，2000年达到0.131，只是在21世纪又有所降低。他们认为，尽管通常的计算低估了中国的就业弹性，但调整后的弹性数值仍属偏低。

对于中国就业弹性系数下降或偏低的现象，国内外学者提出了几种解释。宋小川（2004）通过一个动态非均衡劳工市场模型解释了工资刚性与高劳动生产率并存是造成中国无就业增长的原因。而蔡昉（2004）则强调，自20世纪90年代以来，中国的就业增长主要是依靠逐渐发育起来的劳动力市场机制所创造的，就业的主要载体是中小企业、民营经济以及非正规经济。与此同时，城镇实际失业率也持续提高，加上劳动参与率逐年下降和政府主导投资带动的就业增长效果有限，造成了中国目前这种没有显性就业增长的经济增长。

关于中国经济增长的就业弹性，另外一种观点是，中国经济增长的就业弹性并没有下降，只是出现了效率型就业（龚玉泉和袁志刚，2002）。简新华和余江（2007）估计了我国1980-2004年剔除冗员影响后的就业弹性，结果显示1995年后中国GDP对就业的拉动能力并没有下降。

关于中国经济增长的就业弹性的研究主要是利用宏观数据来估计，使用微观数据的文献极少。王德文等（2004）利用辽宁省1999-2001年的企业微观调查数据，分析了中国工业结构调整对就业的影响。他们的结果表明，轻工业部门和劳动密集型产业的较快增长为缓解当时严峻的失业问题发挥了重要作用。

本文与上述关于中国经济增长就业弹性文献最重要的差别是，本文使用的是中国制造业508家上市公司的微观数据。虽然王德文等（2004）也使用了微观企业数据，但他们的数据只包含辽宁省的工业企业，而本文所用样本企业有几乎来自全国各省、市、自治区的制造业企业。与他们的另外一个差别是，我们的样本期更长，有8年（2001-2008年），而他们的样本期只有3年（1999-2001）。

三、计量模型、估计方法和数据

（一）计量模型和估计方法

根据Layard和Nickell（1986）、Nickell和Wadhwani（1989），在无调整成本的情况下，企业的劳动需求方程为对数线性形式：

nit是企业i在t年的就业人数的对数，wit是企业实际工资的对数，kit是企业总资产的对数。σeit是企业当期的产出需求冲击。ηi是不可观察的企业特定效应，衡量只影响某个特定企业就业水平的长期因素。

但是，通常情况下，企业就业水平的调整是有成本的。首先，解雇工人会有补偿金，其次，招募新人需要培训费，并且新员工变成熟练工之前，企业会在一定时期内存在效率损失。并且，即使企业就业水平的调整是无成本的，企业也不一定会对产出的变化即时调整员工人数，原因在于：第一，产品需求变化时，企业不能迅速识别这种变化是短期的还是长期的，因此，企业可能并不会对需求冲击迅速做出调整。第二，即使面对不利的需求冲击，企业为了不影响员工士气和为下一轮产出扩张储备人才，可能会暂时保持高于均衡就业水平的工资和就业量。

因此，为了反映企业的就业调整时滞或惰性，一些经验研究，如Arellano和Bond（1991），在式（1）这种对数线性模型的基础上引入被解释变量的滞后项，采用了用动态劳动需求方程，如式（2）所示。本文也采用同样的计量模型。

由于是动态模型，并且是面板数据，因此，本文使用动态面板GMM估计方法。这种估计方法还有另外三个优点。第一，它是通过工具变量来估计模型，可以很好地控制模型变量的内生性问题。在我们的模型中，很可能存在内生性问题，因为一方面资本或产出增长可能会带动就业增长，而就业增长反过来会带动产出或资本增加。第二，我们的样本是截面为508，长度为8的面板数据结构，动态面板GMM特别适合这种结构的数据。第三，GMM估计使用差分转换数据，可以克服不可观察变量与解释变量相关的问题，或遗漏变量问题。

（二）数据

本文数据于2010年1月6日取自万德（Wind）数据库。共包含深、沪两市508家制造业上市公司，这些公司主要是2002年以前上市的公司，不包含ST和*ST类的公司以及中小企业板的制造业公司；要求每家上市公司的每个变量都具有连续8年（2001-2008年）的完整数据。本文采用的数据是截面为508，时间长度为8的平衡面板。

各变量都取自企业的合并报表。其中，kit是企业资产负债表中的总资产数