中国海洋产业就业效应研究

毛 伟，赵新泉

（1.中南财经政法大学 统计与数学学院，武汉 430073；2.广东海洋大学经济管理学院，广东湛江524088）

1 问题的提出

中国是世界第一人口大国，就业压力一直很大。在国际金融危机的阴霾尚未退去的情况下，欧洲债务危机使得中国的就业问题再次成为人们关注的焦点。近年来，在陆域资源日益匮乏和环境污染日益严重的背景下，中国海洋产业发展迅速，海洋生产总值从1986年的226.62亿元快速升至2009年的32277.6亿元，年均增长率高达24.06%，远高于我国GDP的增速。那么海洋产业的就业效应究竟如何？海洋产业对就业的影响是否存在时滞效应？如果存在时滞，滞后期有多长？如何才能提高海洋产业吸纳就业的能力？本文试图对这些问题做出解答。

我们首先通过Cobb-Dauglas生产函数，构建拉格朗日函数来求解行业成本最小化问题，再将成本最小化条件代入到生产函数中，推导出海洋产业吸纳就业的一般计量模型，并根据经济分析和计量检验挑选出显著影响就业的控制变量并确定相关变量的滞后期，得出最终的待估计量模型。在样本选择方面，相对于纯粹的时间序列数据或横截面数据，由于面板数据能够同时从时间和截面两个维度度量出更多影响因素，可在一定程度上缓解多重共线性问题，模型估计效率也更高。根据数据的可得性，我们采用了1999～2009年的中国省际面板数据。在模型估计方法的选择方面，我们首次运用动态面板模型GMM方法分析了海洋产业发展对就业的影响，原因有三点：（1）由于在面板模型中解释变量包含被解释变量（就业）的滞后值，这种情况即便是组内估计量也是不一致的，而动态面板方法可以较好地解决这一问题。（2）解释变量的内生性问题。动态面板的GMM方法大量使用变量或差分变量的滞后项作为工具变量，并且通过相关检验来保证GMM方法的适用性和工具变量的有效性，这样可以有效控制内生性问题。（3）序列相关和遗漏变量问题。ROODMAN D.（2006）认为与传统方法相比，GMM估计使用差分转换数据，所得结果更可信。最后，对模型估计结果进行了分析，并为如何提高海洋产业吸纳就业的能力给出了相关建议。

2 模型、方法与数据

2.1 模型和方法

Cobb-Dauglas生产函数的一般形式是Q=KαLβ，其中Q为产出，K和L分别表示资本和劳动，α和β为三个参数，它们的经济含义分别是资本和劳动的产出弹性。企业的短期成本为C＝wL+rK，其中C为成本，w和r分别表示工资和利率。则企业的成本最小化问题可以构建拉格朗日函数来求解：ψ(r，w，λ)=rK+wL+λ(Q-KαLβ)，可得成本最小化的条件是rK/α=wL/β，将其代入到生产函数中，可得：

对方程（1）两边取对数，整理后，即可得到计量基本方程：

我们使用涉海就业人员人数去衡量L，使用海洋生产总值来衡量产出Q，使用海洋产业的工资水平来衡量工资w。由于在中国各行业的名义利率r是相同的，即使在不同子行业中，同一所有制属性的子行业的实际利率也是一致的，因此可以将其划归到面板数据模型的个体固定效应中去，不再另外寻找代理变量来表示它。在方程（2）中，由于方程两边的变量都取了对数，λ1就可以表示微观意义上的产出就业弹性。于是，在引入一组控制变量Z后，即可得到新的计量模型：

其中，μi和ηi分别表示不可观测的个体固定效应和时间固定效应,εit为i.i.d.的误差项，Zit为一组影响就业的控制变量。该模型为静态模型，即本期就业只受到本期产出、工资收入和相关控制变量等的影响，考虑到这些经济变量影响就业往往存在时滞，同时由于信息的非对称和不完全特征，行业的就业变化会造成其成本也随之发生变化，就业的调整往往也需要一个过程，这就使得就业不会即期实现均衡，所以应将模型设定为动态模型，在（3）中引入就业的滞后项，同时为控制时间趋势，引入时间t。于是，计量模型设定为：

其中，Lit为即期均衡的就业变量，Lit为滞后一期的均衡就业变量，Qit和wit分别为即期的产出和工资收入变量，Zit为即期的控制变量，Z′it-1为滞后一期的相关控制变量。当然，动态效应和控制变量的滞后期可能存在多期的调整时滞，具体滞后期应由计量检验来判定，如果存在多期滞后，那么模型的设定依此类推。

动态面板GMM有两种：一步和两步GMM估计。WINDMEIJER Frank（2005）指出在有效样本中，两步GMM估计的标准差存在向下的偏误。Bond（2002）指出标准差的偏倚会导致两步GMM估计量的近似渐进分布不可靠，因此，实践中一般使用一步GMM方法来估计。Blundell和Bond(1998)将差分GMM和水平GMM结合在一起，形成系统GMM方法，在新增工具变量有效的前提下，系统GMM可以提高估计效率，且可以估计不随时间变化的变量的系数。鉴于以上原因，我们最终选用一步GMM来估计模型，除时间趋势项外，所有解释变量均视为内生变量来处理。

2.2 变量和数据

2.2.1 被解释变量和核心解释变量

被解释变量为海洋产业的就业人数（L），核心解释变量有两个：（1）海洋产业的产值（Q），用来代表各地海洋产业的发展水平。（2）工资收入（w），用来放映各地海洋产业的收入水平，由于缺乏海洋产业的工资水平数据，我们使用各地城镇单位职工的平均工资作为w的代理变量。

2.2.2 控制变量

还有许多因素从不同方面影响海洋产业的就业水平，控制变量组合Z包括如下变量：（1）国民经济生产总值（GDP）和其滞后一期的值（GDP-1）。地方经济发展水平会影响行业的就业需求，注意到GDP对其它变量的影响往往会有一个滞后效应，因此将滞后一期的GDP也作为控制变量引入到模型中。（2）产业结构变动值指标K（K）。资本和劳动的密集度的不同会导致各行业产出的就业弹性有所区别，产业结构的变动必然会对就业产生直接的影响。K的数值反映两个不同时期产业结构变动的程度。由于从2006年才开始有海洋第一，二，三次产业产值的记录，为保证样本的完备性，选用各地经济的三次产业的产值作为海洋三次产业产值的代理变量。K的计算公式为：其中，qi1和qi0分别为报告期和基期第i产业产值占总产值的比重，i＝1，2，3分别表示各地经济的三次产业。我们将各地区1999年数据作为基期，其他年份数据作为报告期。（3）海洋专业技术人员（re）。技术对就业的影响体现在两个方面：一方面技术会产生“机器排挤工人”的现象，另一方面它还会催生出新兴产业，增加生产环节，细化劳动分工，这样就会有吸纳更多就业。我们使用海洋产业科研人员数量作为技术的代理变量。海南1999～2001年海洋专业技术人员人数无记录，根据数据特征，使用AR（1）模型对海洋专业技术人员人数进行预测，并将预测值作为它们这几年的相应数据。（4）人口资源（p）。人口规模体现了各种需求的规模和劳动力资源，我们使用地区总人口作为人口规模的代理变量。（5）时间（t）。考虑到省域数据可能有的时间趋势，引入时间t来控制它。

2.2.3 样本选择、数据来源及处理

鉴于数据的可得性和完整性，研究的样本区间为1999～2009年，由于中国的海洋产业主要分布在中国沿海的省域，横截面包括中国沿海11个省市区（不含港、澳、台）：天津，河北，辽宁，山东，上海，江苏，浙江，福建，广东，广西，海南。数据来源于历年《中国海洋统计年鉴》、《中国统计年鉴》和各沿海省市的统计年鉴。考虑到物价因素的影响，采用1998年＝100的定基的居民消费价格水平对各省工资收入、GDP、三次产业的产值的数据进行物价平减。同时，为减少数据的波动幅度和异方差性，除时间t外，对各数据进行自然对数变换。

2.3 估计结果和分析

为确保模型估计结果准确可靠，本文分别采用差分GMM估计和系统GMM估计对中国11个开展海洋产业的主要沿海省市的相关数据进行回归，经过计量检验后，我们最终确定就业的滞后一期作为解释变量。在其它解释变量的设定中，我们认为海洋产业的产值、工资、GDP及其滞后一期、产业结构变动值指标K、海洋专业技术人员和地区总人口是内生的，它们的工具变量是其自身的滞后项。由于使用GMM估计面板模型时，其结果对工具变量的选择比较敏感，为确保所选工具变量的有效性和非随意性，我们尝试了各种满足矩条件的滞后项的组合，从所有通过AR（2）检验和Sargan检验的结果中，从中挑选出包含最近滞后项的回归作为结果。最终，我们对GDP选取其二阶和三阶滞后项为工具变量，对滞后一期的GDP选取三阶和四阶滞后项为工具变量，其它内生变量分别选取其二阶滞后项为工具变量。作为对比，我们还给出了普通最小二乘法回归和固定效应模型回归的结果，估计结果见表1。

从表1可见，被解释变量的滞后项在1%的水平上都是显著为正的，说明动态因素的确发挥了作用，即海洋产业前一期的就业量对当期就业有显著影响。无论是差分GMM估计，还是系统GMM估计，它们的AR（2）检验值和Sargan检验值都表明模型工具变量的使用在整体上是有效的：AR（2）检验都表明差分方程得到的残差不存在二阶自相关，Sargan检验显示无法拒绝“所有工具变量都有效”的原假设，这表明工具变量是有效的。

为验证模型的稳健性，本文进行了如下检测：（1）估计被解释变量的一阶滞后项时，普通最小二乘法将产生向上的偏倚，而固定效应模型会产生向下的偏倚，GMM估计结果介于它们两者之间。实际上，被解释变量的一阶滞后项的GMM估计系数的确大于固定效应模型的估计系数，而小于普通最小二乘法回归的估计系数。（2）模型在增减相关控制变量的情况下，核心解释变量的符号、显著性和大小并未出现逆转或大幅改变。这表明模型的估计结果是稳健可靠的。由于系统GMM将差分方程和水平方程作为一个方程系统进行GMM估计，提高了估计的效率，因此，我们的分析主要基于系统GMM估计的结果。

表1 中国沿海地区海洋产业吸纳就业的回归结果

核心解释变量系统GMM回归模型中都是显著的。工资变量的回归系数为负表明当地平均工资水平的增加会减少海洋产业吸纳就业的能力，如果物价同时上涨，可能会造成失业和通货膨胀并存的现象。这表明海洋产业在快速发展过程中，应该合理设计薪酬制度，注意控制工资总量的增长总量和速度。目前，在通货膨胀压力非常大的情况下，单纯依靠投资刺激总需求来发展海洋产业的政策措施只能使就业问题有一个暂时和局部的改善，却不能解决就业结构的问题，从长远来看并不利于提高海洋产业吸纳就业的能力。为评估海洋产业吸纳就业的能力，我们分别计算海洋产业产出的即期就业弹性和长期均衡就业弹性：（1）即期就业弹性。海洋产业产出的即期就业弹性为0.35，这表明在其它变量不变的情况下，当年海洋产业的产值增加1%，平均来说就业人数会增加0.35%，海洋产业的发展在短期内可以显著吸纳就业。（2）长期均衡就业弹性。海洋产业产出的长期均衡就业弹性为λ2/(1-δ1)=0.35/(1-0.597)=0.868，约为即期就业弹性的2.5倍，而且动态调整时滞仅为1年，从长期来看，海洋产业的发展提高了社会整体经济效率，相对于即期，海洋产业长期均衡的正向吸纳就业的效应更加明显。可见，大力发展海洋产业，促进海洋经济的发展，无论是在短期，还是在长期都能够显著促进就业。发展海洋产业不仅可以有效促进地方经济的发展，而且能够显著地吸纳就业，国家应该大力支持海洋产业的发展。

控制变量方面，产业结构变动值指标K（K）显著为正，这说明不断改善海洋产业的产业结构能够提升海洋产业的就业水平。陆域产业易受陆地资源和市场容量的限制，吸纳就业的能力有限，而海洋资源丰富且拥有很多有待进一步开发利用的领域，海洋产业一旦和科技与社会发展紧密结合起来，就必将成为中国经济的新增长点和重要的组成部分，从而可以提供更多的就业岗位。中国的海洋产业已经从过去那种单纯依靠渔业、盐业和运输业等低层次的发展，逐步走向同科技与人民日益增长的物质和精神的需要相结合的发展道路。海水综合利用、海洋新能源、海洋油气、海洋制药、滨海旅游和海洋服务等新兴海洋产业的发展壮大，不仅推动了我国经济的持续快速发展，而且为社会提供了大量的就业岗位。海洋专业技术人员（re）显著为负，这表明在当期科技的发展对就业有方面轻微负面影响，虽然其绝对值比产业结构变动K值的系数要略大，这主要是由于使用了整体产业结构变动的数据去代理无法得到的海洋产业结构变动的数据，更为重要的是从科技改善就业结构和催生新兴海洋产业的角度来看，长远来说，对提升海洋产业吸纳就业能力是有帮助的。地区国民生产总值（GDP）在四个模型里面都显著为正且绝对值相对较大，这表明海洋产业与陆域产业的关联度日益紧密，良好的经济环境不仅增加了自身对劳动力的需求，而且推动了海洋产业对劳动力的需求。GDP滞后一期的值在四个模型里面都是显著为负的，这主要是因为如果国民经济在上一期吸纳的就业人数较多，当期会减少吸纳，但是由于时滞，到下期才会减少雇佣。人口资源（p）显著为负，这说明海洋产业已经从过去劳动密集型产业单极化发展模式，逐渐向传统行业产业不断壮大，新兴海洋产业不断涌现，生产环节不断增加，劳动分工不断细化的多元化发展模式发展。时间趋势项（t）的估计系数显著为正，表明海洋产业就业随着时间变化在增加，这符合中国经济和海洋产业的发展事实。

3 结论与政策建议

就业是经济发展和民生的基础，它同时也是当今中国的头等难题之一。中国海洋产业的发展空间巨大，已经成为一种缓解就业压力的重要途径。我们选取1999～2009年省域数据，运用GMM动态面板模型对中国海洋产业发展的就业效应进行了实证检验，得到如下结论：海洋产业即期弹性小，长期均衡就业弹性大，而且调整时滞只有一年，过高的工资水平并不利于提高海洋产业吸纳就业的能力。另外，优化产业结构，保持经济持续增长能够有效促进海洋产业就业人数的提高，而即期的技术和人口资源，以及滞后一期的GDP都对会降低海洋产业吸纳就业的效果。所以，为有效促进就业，特提出如下建议：

（1）充分利用海洋资源，继续鼓励发展海洋产业。中国管辖的海域辽阔，岛屿繁多。利用好这些丰富的海洋资源，保持海洋产业持续发展，不仅可以创造众多的就业机会，而且可以缓解我国在能源、食品和环境上所面临的诸多难题，同时这也是孕育中国新的经济增长点，推动经济可持续发展有效途径。

（2）培育新兴海洋产业，促进海洋产业结构优化升级。随着海洋开发力度的加强和海洋科技水平的提高，新兴海洋产业必将在中国得到迅速发展，海洋产业的分工也会不断深化和细化，处于较长产品链的末端的高附加值产品就会不断涌现。另外，还应积极拓展海洋信息服务、滨海旅游和海洋物流等海洋第三产业，改善海洋产业结构。

（3）积极发展涉海产业，增强海洋经济与陆域经济的关联度。海洋产业与陆域产业相互依存，大力发展与海洋产业关联度高的涉海产业，不仅可以推动海洋产业的发展，而且可以拓展就业空间。例如海洋矿业的发展，势必会推动造船、海洋勘探、钢铁、冶金、临港物流、仓储、配送、运输、矿产加工等一系列产业的发展，从而带动各行各业吸纳更多的就业。

（4）实施科技兴海战略，建立海洋产业人力资源的支撑体系。技术进步是经济增长的源泉，科技创新可以开辟新的市场，提高海洋资源的利用率，深化海洋开发的力度，从而创造出新的就业需求。而海洋经济的可持续发展直接取决于科技人才的质与量，做好人才的培养、创造必要的科研环境，完善涉海从业人员的培训和再教育制度，缓解大学生就业难问题。

（5）鼓励民间资本投资，推行海洋产业市场化。中国民间存在大量的富余资本，如能打破国企在某些海洋产业上的垄断地位，将市场竞争机制引入其中，一方面可以促进海洋产业持续快速发展，更有效率地配置劳动力资源和资本资源。另一方面，将福利性和事业性单位推向市场后，也可以减轻国家的财政负担。

[1]方明月,聂辉华,江艇等.中国工业企业就业弹性估计[J].世界经济,2010,(8).

[2]乔晶,刘星.中国加工贸易就业效应的实证研究[J].当代财经,2011,(2).

[3]郑振雄.公路基础设施的就业效应实证分析——基于省际动态面板模型[J].人口与经济,2011,(2).

[4]陈仲常,马红旗.我国制造业不同外包形式的就业效应研究——基于动态劳动需求模型的实证检验[J].中国工业经济,2010,(4).

[5]王晓东,谢莉娟.论流通产业结构调整与就业增长——基于中部地区流通业对就业吸纳的贡献分析[J].财贸经济,2010,(2).

[6]栾维新,宋薇.我国海洋产业吸纳劳动力潜力研究[J].经济地理,2003,23(4).

[7]崔旺来,周达军,刘洁等.浙江省海洋产业就业效应的实证分析[J].经济地理,2011,31(8).

[8]Roodman,D.How to do Xtabond：An Introduction to"Difference"and"System"GMM in Stata[C].Washington：Center for Global Development,Working Paper103,2006.

[9]Windmeijer Frank.A Finite Sample Correction for the Variance of Linear Efficient Two-Step GMM Estimators[J].Journal of Econometrics,2005,126(1).

[10]Stephen R.Bood.Dynamic Panel Data Models：a Guide to Micro Data Methods and Practice[J].Portuguese Economic Journal,2002,1(2).

[11]Blundel Richard,Stephen Bond.Initial Conditions and Moment Restrictions in Dynamic Panel Data Models[J].Journal of Econometric,1998,87(1).