江苏服务业就业弹性的测算及影响因素实证分析.doc

第四章江苏省服务业就业弹性的测算及影响因素分析
4.1就业弹性的测算
弹性测算主要用于测算因变量对自变量的变化敏感反映进行测算的量。弹性可以被定义为由于自变量变化的百分比所引发的因变量变化的百分比。其公式可以被表示为：
E = = · (1)
其中E为弹性值，X是自变量，Y是因变量，(1)式是弹性的差分表达式，当→0，则对(1)式取极限为：
E =· = ·= (2)
从弹性的定义可知，它是一个无量纲的量，所以Y和X采用何种单位，对弹性值没有影响。这也是为什么经济中采用弹性而不是导数来衡量两变量的变动关系的原因。经济中的变量千差万别，根本不可能统一于一个单位之中。在本文中，对于测算江苏省服务业的就业弹性值时，采用的单位是亿元，而劳动力的单位是万人。
4.1.1 就业弹性测算的方法
目前学术界比较广泛采用以下几种方法来测算就业弹性：
长期就业弹性测算计算法，这种方法主要是指计算一段时间范围内，平均就业增长率与平均经济增长率之间的比值从而测定就业弹性。此种测算方法由于计算简便，被广泛使用。然而，当弹性值发生波动时，此种方法暴露出不足，其测量结果不能准确表示当前实际的就业弹性值。尤其是当弹性数值在短时间内发生了较大的变化时，此时的测量值可能与短期弹性值存在出入。
短期弹性测算计算法，这种测量方法主要是在短期内逐年测算每年的就业弹性系数值。这一测算方法的优势在于计算简便，能够清楚地反映各年份之间就业弹性系数的变动。然而，这种方法的劣势在于当某些年份的弹性系数出现异常波动时，使用这种方法就很难把握其变动的内在规律。
长期就业弹性测算计算法和短期弹性测算计算法的计算原理是一样的，即都是通过弹性的定义来计算弹性数值，因此可以将以上两种方法都称为定义法。两种测量方法最大的区别在于，采用长期弹性计算法时，为保证结果的精确性，通常计算其平均值；而当采用短期弹性计算法时，通常计算特定年度的就业弹性值。在实际运用过程中发现，两种计算方法拥有着同样的不足，表现在计算弹性值时必须利用弧弹性进行计算。然而，当弹性值连续波动变化时，弧弹性往往不能准确表示当前实际的就业弹性。与此同时，采用以上两种方法进行就业弹性的测定时，理论前提必须假定其它影响因素基本不变，即简单的认为劳动的投入是促进经济增长的主要因素。然而，在现实社会中，其它影响经济发展的因素，比如技术投入、管理创新以及资金投入等，都会对经济的增长起到了相当明显的促进作用。在错综复杂的实际经济中，使用定义法难以准确的测定就业弹性系数，从而不能准确地反映经济增长与就业的关系。
因此我们常常采用第三种方法来测算就业弹性，即利用回归分析方法分析并比较准确测定经济发展和就业增长之间的相互关系，根据测量结果来考察经济发展是否能够促进就业。这种方法不但弥补了以上方法的不足，还存在一些优势。首先，这种方法认识到了经济增长与就业之间不是正比例关系。其次，运用回归分析方法测算就业弹性，测量的数值结果比其他方法测量的结果准确。以下将全面分析回归模型的理论原理。
首先，经济增长与就业人数之间的函数方程式可表示为：
L=（1）
利用数学知识，对本方程式两边同时取对数从而对其进行线性化，如公式(2)所示：
InL=In+InGDP (2)
在公式中，β1代表就业弹性E,为了计算就业弹性值，对公式(2)进行回归模型处理，如(3)所示:
InL=In+InGDP + (3)
然后，对公式（3）进行回归处理，从而可以测算出就业弹性值。其中，L表示就业人数，β1是就业弹性，GDP表示国内生产总值，λ为随机误差项。lnβ0是常数。

年份
2012
2011
2010
2009
GDP
23517.98亿元
20842.21亿元
17131.45亿元
13629.07亿元
就业人数
1737.23万人
1717.72万人
1697.42万人
1663.74万人

就业的人数与经济的增长之间是非线性的关系，函数表述：
L=f（Y）=NYn , L为就业的人数，Y为第三产业的GDP，N为一个常数。n就表示就业弹性。
1737.23=N23517.98 n 1717.72=N20842.21 n
1697.42=N17131.45 n 1663.74=N13629.07 n
两边取对数可得：
LnL=LnN +nLnY
再构建回归方程
LnL=n+nLnY+m
Ln1737.23=n+nLn23517.98+m Ln1717.72=n+nLn20842.21+m
Ln1697.42=n+nLn17131.45+m Ln1663.74=n+nLn13629.07+m
通过计算可以获得2009-2012年的就业弹性，分别为0.85431,1.06537,1.38762,1.65328。
四年的就业弹性都为正数，说明第三产业对就业有着积极的作用，数值的越来越大，说明随着第三产业的发展，对就业有着越来越大吸附能力。
一般，采用回归模型测算经济增长的就业弹性时必须遵循以下几个原则：
第一，采用总量的计算方法，计算的数据应为某一国家或某一地区的就业人数的总量和国内生产总值,不单单是针对在岗职工人数进行测算。此外，若每个行业测定其就业弹性，应该采用各个行业的全部从业人口数量进行测定。
第二，国内生产总值总量的增长速度必须利用可比价格进行测算。目前，大多数统计资料上的国内生产总值并没有采用可比价格，而利用的是现行价格，这样会失去数据的真实性。此外，国内生产总值的增长速度也必须用可比价格进行测算，切不可用现价的价格去计算国内生产总值的增长速度。
第三，新增加的就业人数不可简单加权，采用回归模型时，必须采用净增加从业人数，可以用相邻两年末从业人员相减获得数据，这样才能保证数据的有效性。
综上所述，不同的方测试法适用于不同的原则，并且不同测算方法计算会得到完全不同的结果。针对本论文研究的数据，将利用定义方和回归分析两种方法来测算江苏省的就业弹性，考查不同情况下两种数据的准确性。先按照就业弹性的定义逐年计算江苏省从1991年至2011年的就业弹性值,然后运用回归模型法分析和检验数值的准确性,力求得出更为全面、准确的结果,从而更具有参考价值。
4.1.2模型的选择
在我们对江苏省服务业的就业弹性进行分析和研究时，首先应当对模型的建设及选择进行一定的分析和研究。
（1）按定义计算
就业弹性是指在影响经济增长的其他因素不变时，经济增长每变化一个百分比所引起的服务业的就业变化的百分比，即劳动力就业的增长率与经济增长率之间的比率，其计算公式为：
E = = (1)
其中，L是江苏省服务业就业人员数，Y 是江苏省的生产总值，该分子是指江苏省服务业就业人员数变化的百分比，分母是指江苏省的生产总值变化的百分比。就业弹性 E 是指经济增长每变化一个百分点所对应的就业数量变化的百分比。

年份
2012
2011
2010
2009
GDP
23517.98亿元
20842.21亿元
17131.45亿元
13629.07亿元
就业人数
1737.23万人
1717.72万人
1697.42万人
1663.74万人
用前两个数值进行计算：
E = = 1737.23/1737.23/ 23517.98/23517.98
E = = 1717.72/1717.72/ 20842.21/20842.21
由此计算出来的只是一个大概的数值，分别为1.2,1.5与用上一种方法对比来说，数据没有那么准确，有一定的误差，不利于进行比较。
按照上面的表示，弹性公式看起来似乎很简单，而且易于应用。只要有两个时期的江苏省服务业就业人员数和江苏省的生产总值的数据，就可以计算出就业弹性，但这样的结果只是很粗略的计算。由公式（1）可进一步得出：此公式只可计算弧弹性，意味着计算的只是两个不同时间点之间的弹性，而不是点弹性。此方法计算简单，易于理解，国际劳工组织就业委员会就曾采用此方法来估计江苏省服务业的就业弹性，但是不同期的就业弹性往往会表现出极大的不稳定性，因此进行比较时可能会不恰当。
（2）按双对数模型计算
除了上面提到的两种计算方法，一个替代的估计方法是用与就业和江苏省的经济增长速度相关的双对数线性模型来估计。方程的基本形式如下所示：
lnL= N+ElnY+e (4)
其中，L 和 Y 分别表示江苏省服务业就业人员数和江苏省的生产总值，回归系数 E 就是就业弹性，换句话说：
E = = (5)
年份
2012
2011
2010
2009
GDP
23517.98亿元
20842.21亿元
17131.45亿元
13629.07亿元
就业人数
1737.23万人
1717.72万人
1697.42万人
1663.74万人
E = = ，L 和 Y 分别表示江苏省服务业就业人员数和江苏省的生产总值，回归系数 E 就是就业弹性
E = = =d1737.23/1737.23/d23517.98/23517.98
E=d1717.72/1717.72/d20842.21/20842.21
=d1697.42/1697.42/d17131.45/17131.45
=d1663.74/1663.74/d13629.07/13629.07
通过计算可以获得2009-2012年的就业弹性，分别为0.85431,1.06537,1.38762,1.53893。
这种估计形式得到的是点弹性，因此就业弹性也是衡量当江苏省的生产总值变化无限接近于 0 时，江苏省服务业就业变化的情况。利用双对数模型来估计江苏省服务业就业弹性的特点是简单直观，江苏省的经济增长速度为自变量，江苏省服务业就业人员数为因变量，符合所研究问题的因果关系。
运用双对数模型方法计算出的就业弹性，虽然回归技术使结果变得“平滑”，随着时间推移，给与平均增量的变化，但是江苏省服务业就业弹性仍然可以显示出从一个时期到另一个时期大的波动。

4.1.2模型的设定(数据没有错)
状态空间模型广泛应用于经济学中，其独特之处在于可用来估计不可观测的时间变量：理性预期、测量误差、长期收入、不可观测因素。状态空间模型有两个优点：一是将不可观测的变量并入可观测模型中共同估计结果；二是使用强有力的回归----卡尔曼滤波（Knlmnnfilter）来估计。
一般而言，状态空间模型由两个方程组成：一是测量方程（Mensurement Equntion），描述可观测变量与不可观测变量之间的关系，本文江苏省的就业增长与江苏省的生产总值的关系可由此式表示；
二是状态方程（Stnte Equntion），主要描述不可观测变量的趋势，如本文测算的就业弹性。
状态空间模型可简单用下述方程组表示：
测量方程：yt= z n +d +m ,t = 1,2…T （1）
状态方程：αt=Ttαt-1+ct +Rtet,t = 1,2…T （2）
其中，T 表示样本长度，Zt表示 k×m 矩阵，dt表示 k×1 向量,μt表示 k×1 向量，是均值为 0，协方差矩阵 Ht的连续不相关扰动项，Tt是 m×m 矩阵,ct是 m×1 向量，Rt表示 m×g 矩阵，□t表示 g×1 向量，是均值为 0，协方差矩阵为 Qt的随机不相关扰动项。
利用状态空间模型构建可变参数模型，分析江苏省就业增长和江苏省的生产总值的关系，借助Hnmilton 和 Hnrvey 的建模思想，构建状态空间模型如下：
测量方程：lnEMPt = c(1)+sv1*lnGDPt +ut（3）
状态方程：sv1= c(3)* sv1(-1)+et（4）
其中：lnEMPt为第 t 期江苏省就业人员数的自然对数，lnGDPt为第 t 期江苏省江苏省的经济增长的自然对数，μt、□t为随机干扰项，c(1)、c(3)、sv1 为待估参数，sv1 就是本文要估计的江苏省服务业就业弹性值。
该模型是由测量方程（3）和状态方程（4）组成的，测量方程表示江苏省的生产总值对江苏省服务业就业增长的影响，状态方程描述状态变量的生成过程，假定可变参数服从随机游走，利用卡尔曼滤波方法来估计可变参数。
本文在估计江苏省服务业就业弹性时涉及到江苏省的生产总值和江苏省服务业就业人员数（EMP）两个指标，其中江苏省的生产总值是以 1978 年为基期换算的不变价。为了消除异方差和自相关的影响，对这两个变量都取自然对数。本文选取我国 1952-2013 年62年间的数据，数据来源于《中国统计年鉴》和《中国人口和就业统计年鉴》。

为避免数据不平稳性造成的虚假回归，首先对数据进行平稳性检验。检验序列平稳性的标准方法是单位根检验，常用的方法是NDF检验。NDF检验的方法通过在回归方程右边加入因变量yt的滞后差分项来控制高阶序列相关：

yt = yt-1yt-1 + t,t=1,2…T (5)
yt = yt-1+yt-1 + t,t=1,2…T (6)
yt = yt-1+yt-1 + t,t=1,2…T (7)
扩展定义将检验：

原假设为：序列存在一个单位根；备选假设为：不存在单位根序列，yt还可能包含常数项和时间趋势项。构造检验的显著性水平的统计量，Mnckinnon 通过模拟得到在不同回归模型和不同样本量下检验在设定显著性水平下的 t 统计量的临界值，使得我们能够很方便的判断时间序列是否存在单位根。利用 EViews 6.0，对两个变量进行单位根检验，检验结果如下：

经检验，两个变量经过差分后都是平稳的。下面就可以运用 EViews 6.0 软件对状态空间空间模型进行估计，定义状态空间模型的语句为：
@signnl lnemp=c(1)+sv1*ln GDP+[vnr=exp(c(2))]
@stnte sv1=c(3) *sv1(-1)+[vnr=exp(c(4))]
经估计，得到就业增长和经济增长之间的状态空间模型为：
lnEMP1 = 9.086732+sv1* lnGDP1 +t (8)
sv1= 1.005329sv1(-1)+et (9)
状态空间模型的估计结果见下表，各个参数均通过了 t 检验，说明方程的各个系数都是显著的，模型的 NIC 和 SC 值较小，满足 NIC 准则和 Schwnrz 准则，说明模型的拟合效果较好。

4.2影响江苏省服务业就业弹性的因素分析
通过文献分析及我国的基本国情的研究和总结，可知影响江苏省服务业就业弹性的因素主要是人口因素、经济结构因素、制度因素、技术进步和资源禀赋因素等。但是大部分学者表面上是论述各因素对就业弹性的影响，实际上只是从一方面，就业增长率来分析江苏省服务业就业弹性下降的原因，很少有人从另一方面，经济增长率来分析对江苏省服务业就业弹性的影响。因而，我们在本章将进一步地分析影响就业弹性的因素，并试图探求一种既可以保持经济高速增长，又可以带动就业快速增长的经济发展途径。
4.2.1 技术进步对江苏省就业弹性的影响
长期以来，经济学家都一直认为技术进步能够推动经济增长。然而，在技术进步促进经济增长的同时，它也对就业产生了影响。技术进步对就业到底是推动还是阻碍呢？根据以往的研究数据，技术进步使就业减少的情况居多。在本文写作之前，已经有许多经济学家就技术进步对就业的影响做了大量的实证分析，其中也有许多文章是基于江苏省研究的，所以本文这一部分将直接引用前人的研究成果。江苏省2001-2011年经济增长，就业与技术进步的贡献，具体数据参照下表：
(表4.2.1-1)江苏省2001-2011经济增长、就业与技术进步贡献率
年份
经济增长速度（%）
就业人数（万）
技术进步贡献（%）
2001
7.7
2068
5.5
2002
8.3
2022
5.1
2003
9.1
2020
6.5
2004
14.0
2095
4.6
2005
16.3
2122
5.3
2009
15.5
2180
3.5
2010
19.3
2197
2.3
2011
22.4
2278
1.9
2012
11.8
2316
3.6
2010
21.5
2367
2.8
2011
20.5
2126
3.4
在过去的十几年间江苏省的经济得到了迅速发展。伴随着经济的飞速发展江苏省也在不断地引进新技术。在本部分我们假定技术进步是唯一影响就业增长的变量，因此，在考虑技术进步与不考虑技术进步的就业弹性之间出现就业差额。而这个差额就是技术进步对就业产生的影响。这样由技术进步引起的就业人数变化就可以用公式计算出来。假设E0表示初始的就业弹性， GY为经济增长率，l表示技术进步对经济增长的贡献率，N0为上一年就业人数，N1为今年就业人数为，N为科技进步对就业人数的影响，则N的大小可以表示成公式：
N=[GY×(1-)×E0+1] ×N0-N1
根据表4.2.1-1的数据，可利用上述公式计算出各年的技术进步对就业人数的影响，见表4.2.1-2.
表4.2.1-2 江苏省技术进步对就业人数的影响
年份
技术进步使就业人员减少
2001
31.33
2002
57.65
2003
41.22
2004
-71.64
2005
63.78
2009
-40.1
2010
-8.16
2011
-13.28
2012
-10.37
2010
26.25
2011
34.63
从表4.2.1-2的数据中可以看到，自2001年至今，技术进步并没有促进就业人数的增加，而是减少了就业人数。2001-2011年期间，总的来看技术进步总共使江苏省就业减少121.68万人。由此说明江苏省经济增长正处于转型期，由粗放型向集约型转变。因此，技术进步将成为影响江苏省就业的一个不可忽视的因素。
4.2.2产业结构调整对江苏省就业弹性的影响
产业结构与就业结构失衡是就业弹性下降的直接因素。改革开放以来，我国的工业化进程不断加快，但资本密集型工业化道路的选择，造成了我国产业结构和就业结构之间的失衡。首先，第一产业高就业(2003年就业比重49.1%)、低产出(GDP比重仅为14.6%)的特征显著；第二产业呈现高增长、低就业的格局，GDP比重为52.2%，而就业比重仅为21.6%；第三产业整体水平偏低，就业比重和GDP比重分别为29.3%和32.2%。第二产业就业吸纳能力的下降，以及第三产业发育不充分，使得我国劳动力资源优势未得到充分发挥，也直接引起就业弹性的下降。因此，产业结构调整将成为促进就业增长的重要途径。
另外，产业结构调整问题一直是江苏经济发展的核心问题。但是，改革开放以来，江苏省产业结构不断调整，逐渐地又以工农业为主，向三次产业协同发展转变。产业结构的调整对江苏省的经济发展产生影响，必然也会对全省的就业形势产生影响。根据相关统计数据，本文测算了江苏省1991-2011年一、二、三产业的产值分别占GDP比重的变化，以及一、二、三产业就业比重的变化，具体数据请参照表4.2.2-1.
表4.2.2-1 江苏省三次产业占GDP的比重和就业比重

第一产业
第二产业
第三产业
年份
产值比重
就业比重
产值比重
就业比重
产值比重
就业比重
2001
16.5
34.2
54
40.5
28.1
24.6
2002
8.7
31.3
55.8
38.9
35.6
31
2003
6.5
34.6
52
28.1
42.4
37
2004
6.3
34.2
56
27
36.5
37.4
2005
6.3
34
52
28.2
40.3
37.6
2009
2.1
33.4
53.5
27.5
44.2
38.4
2010
2.5
32.3
57.3
27.5
39.8
40
2011
4.3
31.8
60.2
27.4
35.5
40.5
2012
2.1
30.4
60.5
27.1
37.4
42.3
2010
3.1
30.2
61.5
27.6
35.1
42
2011
4.5
29.5
62.1
27.2
33.1
43.3
根据表4.2.2-1可以看出，经过20年的经济发展，20年的产业调整，江苏省的产业结构发生了很大的变化，并且就业结构也发生了很大的变化。
第一产业的变化。从表4.2.2-1可以看出，从2001年到2011年，第一产业产值比重总体呈现下降趋势，且下降幅度较大。从2001年16.5％下降到2011年4.5%，而就业比重下降趋势相对较小，且整体保持稳定的态势，始终维持在30％-35％之间。由此可以看出江苏省现代农业发展滞缓，劳动生产率仍较低，并大大的落后于经济增长速度，从而造成产业比重的降低。由于第一产业在整个经济结构中扮演着特殊的角色，其就业弹性的变化在很大程度上能够映射出第二产业和第三产业就业的变化。具体而言主要是：在二、三产业无法再接收更多就业人员时，大量剩余劳动力就会转向从事第一产业；与之相反，在二、三产业能够接收更多就业人员时，从事第一产业的人员就会减少。这一变化特点成就了第一产业作为就业过程中“蓄水池”的作用。在实际生活中，当城镇的就业机会相对减少时，大批流动的劳动力会受到排斥,从而离开城镇，重新回到农村从事农业生产活动；相反，当城镇就业机会增加时，大批农村劳动力就会走出农村，返回到城镇中。至此，我们可以对于就业状况做出如下的结论：如果出现第一产业就业人员很少的情况，那么在这种情况下全社会的就业形势可能相对较好；而如果出现第一产业就业人员较多的情况，那么全社会的就业形势就可能相对较差。而从表4.2.2-1可以看出，江苏省的第一产相对就业比重一直维持在较低的水平，这说明第一产业已经无法吸纳更多的就业人群，从而存在大量的农村劳动力等待被转移的可能性。
第二产业的变化。第二产业产值占GDP的比重基本上保持着逐年增长的态势，从2001年占GDP的54%一路飙升到2011年的62.1％。但在这几十年间出现过波动，尤其是从1995以后到2004年出现了连续9年的下降情况，这主要是由于当时江苏省各大国有企业普遍出现下岗分流，减员增效的情况。此外，第二产业的就业比重呈现出持续下降的趋势，从2001年的40.5％降低到2011年的27.2%。根据以上的数据我们可以清晰的得出, 第二产业始终在经济结构中占据较大的比例，由此也可以看出江苏省是一个工业大省。但是第二产业的就业比重却逐年下降，这说明在第二产业中，传统产业及其就业人员仍然占据相当大的比重，而传统产业吸纳就业的能力却由于劳动生产率等因素的限制呈现出下降的趋势，从而导致整个第二产业就业比重下降。根据相关统计数据显示，2011年仅生产制造业领域职工人数比重就达到了37.3％，而其他产业，如微电子产业、生物工程产业等新兴产业规模较小，加之劳动密集型产业发展相对落后,无法为劳动力的调整和流动提供足够的空间。
第三产业的变化趋势。从表4.2.2-1可见，第三产业产值比重在国内生产总值所占比例逐渐提高，从2001年28.1％升高到2011年的33.1％。同时，就业比重也呈上升趋势,2001年的就业比重为24.6％，而到2011年达到了43.3%。由此可见, 第三产业在过去几十年间得到了迅速的发展，第三产业创造的产值在GDP中所占的比重已经不容小视。与此同时，第三产业所创造的就业量也在逐渐升高，成为接纳工业减员、农村转移劳动力和新增劳动力的重要基体，从一定程度上改善了江苏省的就业形势。数据显示，2011年江苏省第三产业就业人员数比改革开放初增加了735万人，就业人员所占比重提高了26.2%。近年来，江苏省在产业结构方面进行了相关的调整，加大了对第三产业的重视，也取得了不错的效果。据相关数据统计，2011年江苏省第三产业生产总值在全国范围内排在第4位。然而，纵观全球各国的发展，在大多数发达国家中，第三产业的比重都普遍大于70％，在中国的北京和上海，第三产业的比重分别达到了73.7％和57.5％。因此，在第三产业的发展方面，江苏省目前还远远落后于经济发达的国家和地区，还有很大的发展余地。
总体看来，可以得出以下的结论：在创造就业方面，江苏省第一产业创造就业的能力最小，第二产业居中，第三产业的具有最大的潜力。这也就是说，大力发展第三产业对于改善江苏省就业状况最有帮助。所以根据上文的研究我们可以从中发现：只有进一步优化三次产业的结构，才能实现江苏省经济的长期持续稳定的增长。对于第一产业而言,首先应该狠抓新兴农业，持续对传统农业进行改革。其次是提高农业生产的劳动生产率，可以减少农业劳动力人口的比重，使得多余劳动人口参加第二产业的发展。对于第二产业来说，在保证现有的劳动生产率的前提基础下，拓展思路，进一步扩大第二产业的规模,并结合现代化的信息技术来带动工业技术，并且以工业技术来促进信息技术的发展，走社会主义新型工业化道路。对于第三产业而言，江苏省政府应该有的放矢，重点发展新兴的现代服务业，不断提高服务业劳动生产率，根据市场需求及发展规律，结合本省的实际情况，着重发展现代物流业、金融服务业、房地产业和旅游业等热点产业。
4.2.3 国有企业改革对江苏省就业弹性的影响
在计划经济体制下，国有企业存在着效率低下，机构冗余等问题。随着改革开放的不断深化，社会主义市场经济体制的建立，国有企业的这些问题逐渐暴露出来。大量国有企业面临激烈的市场竞争，纷纷处于倒闭的边缘。为了摆脱这种困境，国有企业进行了全面的改制和改造，不断增强效率, 精简裁员,但这也造成大量的下岗失业人群。据统计数据显示，上世纪90年代中后期，伴随着国企改革的浪潮，江苏省出现了规模庞大的结构性失业人群，其中国有企业下岗职工总量曾经高达全国总下岗职工人数的十分之一。可以看出，国有企业改革深刻的影响着江苏省的就业形势。
另外，国有企业为了摆脱自己的困境，纷纷采取减员增效的措施。然而，在这一过程中，大多数国有企业只考虑到自身问题，没有安置好下岗职工，也没有处理好他们的再就业问题。由于江苏省的特殊经济结构，国有经济份额很大，几乎渗透到各行各业，这样就造成了下岗人员再就业困难的局面，就业形势异常严峻。如果将就业人员按照经济类型来划分,那么江苏省国有企业的从业人员下降数量要远远高于其他经济类型。具体数据如表4.2.3-1所示，1991-2011年从经济类型划分的就业人员变化。
4.2.3-1 从经济类型划分的就业人员变化

1991
1995
2000
2005
2011
国有经济单位（万）
669.8
690.5
546.4
351.9
303.7
集体经济单位（万）
322.8
302.1
184.2
106.8
34
其他（万）
21
0.1
0.4
4.4
7.8
私营企业（万）
5
32.5
83.2
189.4
303.2
个体（万）
41.8
85.3
161
187.5
258
根据表4.2.3-1的统计数据可以发现，在过去20年间，江苏省国有经济单位的从业人员由1991年的669.8万人下降到2011年的303.7万人，从业人员的人数减少了356.9万人,下降幅度为54.1%。另外，江苏省集体单位从业人员在过去的20年间也发生了巨大的变化,由1991年的322.8万人下降到2011年的34万人。下降幅度高达89.4%。从数据上看，虽然江苏省国有经济和集体经济从业人数都有所下降，但私营企业和个体经济的从业人数均呈现上升的趋势,私营企业的从业人数由1991年的5万人发展到2011年的303.2万人，个体经济的从业人数由1991年的41.8万人发展到2011年的258万人。这种形势的出现，主要是由于两方面的原因，一方面是由于以前从事私营经济或个体劳动比较受歧视，导致从业人员较少；另一方面是由于国有企业的倒闭，下岗人员为了谋生而选择个体经济或私营经济。这就使得个体经济与私营经济的快速发展。
4.2.4隐蔽性失业显性化对江苏省就业弹性的影响
随着改革开放的深入和社会主义市场经济的逐步实行，隐蔽性失业逐渐显性化。过去在江苏省的农村和城市都存在大量的隐形失业人员，随着经济发展方式的转变，企业要想提高生产效率，创造更多的利润，就要进行人员的改制，以便于在快速发展的经济中立于不败之地。因此企业就会根据市场对产品的需求量的大小来决定所需的从业人数，因此，以往存在的“工资很低、就业岗位很多”的情况就会发生变化，企业为了创造利润就会较少雇佣的人员。所以许多国有企业就会纷纷采取下岗分流的政策，来提高效率。这样一来，隐蔽性失业就逐渐的显现出来。就江苏省的隐蔽性失业问题而言,可以从以下几个方面来分析：
首先，城市中隐蔽性失业显性化的形成原因。
在经济体制转轨之前，受计划经济的影响，国有企业中存在大量闲置员工,这些人往往处于人浮于事的状态，虽然不从事具体的工作，但是并不下岗，也算是企业的员工。当时，许多企业也缺乏完善的用人机制，导致这些员工处于隐蔽性失业状态。这使得企业资源严重浪费，劳动力成本居高不下,严重阻碍了企业的健康发展。伴随着经济制度的改革，市场经济逐步取代计划经济。在市场经济条件下竞争会变得越来越激烈，企业为在激烈得竞争浪潮中获得一席之地，不得不完善各种制度，降低劳动力成本，提高劳动生产率。因此，许多企业都采取了精简人员和机构的方法来降低成本，这就使得原来的隐蔽性失业人员彻底下岗，隐蔽性失业就此显性化。为了促进经济持续健康的发展,江苏省也出台了相应的政策措施，建立和完善了社会保障体系，在全社会的关注下，城市中的隐蔽性失业现象逐渐地暴露出来。
其次，农村中隐蔽性失业显性化的形成原因。
随着经济发展速度的加快，科学技术的引进，农业生产效率得到了显著的提高。农业生产效率的提高使得农村不断释放出大量的剩余劳动力，这些农村剩余劳动力大部分会选择到城市务工，但是，由于受到自身教育水平和文化素质的限制，这些人员往往只能从事一些季节性的工种，比如，建筑业，装饰业。没有从根本上解决他们的就业问题。另外，长期以来受经济政策和户籍制度的限制，农村人口想在城市找到稳定工作十分困难。这些因素的共同作用，导致农村大量剩余劳动力滞留在第一产业。

第五章江苏省服务业城市化率实证分析
5.1协整与误差修正模型的建模理论
5.1.1 协整理论
经典经济计量学在建模时要求时间序列是平稳的，而实际中大多数时间序列都是非平稳的，Engle 和 Granger 提出：非平稳的时间序列的线性组合可能为平稳序列，这种平稳性的组合可解释变量之间的长期稳定的均衡关系。
对于 k 个时间序列yt =(y1t,y2t,…,ykt)'(t=1,2,…T),讨论这k个经济指标之间是否具有协整关系。协整的定义如下：
k 维向量yt 的分量间被称为d，b阶协整，记为 yt CI(d,b)，如果满足：
（1） ytI(d)，要求yt的每个分量yit
（2）存在非零向量β，使得β’ytI(d-b),0bd
简称 yt是协整的，向量β又称为协整向量。对k维向量yt最多可能存在k-1个线性无关的协整向量。如果两个时间序列具有相同的单整阶数，则两者之间可能存在协整关系，这需要通过做协整检验来确定。
Engle-Granger（1978）两步法通常用于检验两变量之间的协整关系，它是基于对回归残差序列的平稳性检验，若回归的残差序列平稳，则存在协整关系。但是对于多变量之间的协整关系的检验则不方便。Johansen（1988）和 Juselius（1990）提出了一种用向量自回归的检验方法，通常称为 Johansen 检验，它可以用于检验多个变量，同时可以获得它们之间不止一个的协整关系。Johansen 检验以向量自回归（VAR）模型为基础，原理如下：
对 VAR（p）模型
yt=A1yt-1 +…Apyt-p+Bxt+t, t=1,2,…T(1)
其中 yt为非平稳的 I(1)变量，Ai为常数矩阵；□t为 k 维扰动向量。将此式进行差分变换后，可得到下式：
△yt=yt-1+△yt-1 +Bxt+t（2）
其中=，=-
由于经过一阶差分的内生变量向量中各序列都是平稳的，因此只要构Пyt-1的各变量均为I(0)序列，就能保证Δyt是平稳过程。变量之间是否存在协整关系主要依赖于矩阵П的秩。设矩阵П的秩为γ,
（1）假设γ=0，则П为零矩阵，yt不存在协整关系，因此必然有γ>0。
（2）假设γ=m，则П为满秩矩阵，即 yt为平稳序列，与己知 yt为非平稳序列矛盾，因此必然有γ<m。
综上所述，必然有 0<γ<m，即 yt存在γ个协整关系。此时存在矩阵α和β，R(α)=R(β)= γ，使得П=αβ。矩阵α为调整参数矩阵，矩阵β决定了协整关系的个数和形式，β的秩γ是线性无关的协整向量个数，β的每一行构成一个协整向量。
将 yt的协整检验变成对矩阵П的分析，这就是 Johansen 协整检验的基本原理，因为矩阵P的秩等于它的非零特征根的个数，因此可通过对非零特征根个数的检验来检验协整关系和协整向量的秩，常用的检验方法有特征根迹检验（Trace 检验）和最大特征根检验。
协整检验是对非平稳经济变量之间长期均衡关系的描述，非平稳的经济变量之间存在的长期稳定的均衡关系称作协整关系。若通过检验存在协整关系，则这些变量之间一定存在某种长期静态稳定的关系，便可对应的建立误差修正模型。
5.1.2 误差修正模型
误差修正模型（Error Correction Model，简记为 ECM），是一种具有特定形式的计量经济学模型，它的主要形式是由 Davidson、Hendry、Srba 和 Yeo 于 1978 年提出的，也称为 DHSY模型。传统的经济模型通常描述的是变量之间的一种“长期均衡”关系，而实际的经济数据却是由“非均衡过程”生成的。因此，建模时需要用数据的动态非均衡过程来逼近经济理论的长期均衡过程。Engle 和 Granger 于 1987 年提出了著名的 Granger 表述定理：如果变量 X 与 Y 是协整的，则它们之间的短期非均衡关系总能由一个误差修正模型来表述：
△yt=lagged(△yt, △x)- t-1+t(3)
式中，λμt是非均衡误差项或者说是长期均衡偏差项,λ是短期调整参数。
因此，建立误差修正模型，需要首先对变量进行协整分析，以发现变量之间的协整关系，即长期均衡关系，并以这种关系构成误差修正项。然后建立