最终需求拉动就业效率下降的原因与对策

周 文

(湖北经济学院 金融学院，武汉 430205)

一、引言

2000—2017年，我国GDP年均增长9.28%，而就业人数仅从72085万人增加到77640万人，年均增长0.41%(1)资料来源：根据《中国统计年鉴(2018)》计算得到。同时，根据国家统计局在《国际比较表明我国劳动生产率增长较快》一文(详见：http://www.stats.gov.cn/tjsj/sjjd/201609/t20160901_1395572.html)中采用国际劳工组织的数据，2000—2015年，我国劳动生产率从2018美元/人增加到7318美元/人(均为2005年不变价格)，年均增长约9%，与本文的计算基本吻合。。即便奥肯定律只是一个经验法则，即GDP每增长1%，就业增长可能低于1%，但是我国这两个增速之差的确太大。分三次产业观察，如图1所示，2000—2017年，我国三次产业增加值增速均为正数，虽然第一产业增加值增速相对较低，但是从2003年起，该产业就业人数持续负增长；2000—2011年，第二产业增加值增速一直高于9%，但是该产业就业人数的增长时快时慢，2000年和2002年甚至出现了1.23%和3.4%的负增长，2012—2017年，第二产业增加值增速下降到6.09%～8.36%之间，从2013年起，该产业就业人数持续负增长，且有加速下滑趋势；三次产业中，唯有第三产业增加值增速与就业人数增速一直保持正数，但是2013年以后，该产业就业人数增速总体放缓。

由此可见，仅从总量层面观察，经济增长可以拉动就业增长，只不过GDP的就业弹性很低；如果从三次产业层面观察，那么近年来伴随着第一、二产业相对低速增长的是这两个产业就业的负增长。如果说改革开放以来，第一产业的富余劳动力有一个逐渐向其他产业转移的过程，该产业增加值与就业增长出现背离是正常的，那么近年来出现的第二产业增加值与就业增长率的背离又是什么原因呢？

关于经济拉动就业效果不显著原因的讨论由来已久，主要可以归纳为二元经济结构、技术进步、产业结构差异与调整、其他等几个方面。

第一，从二元经济结构角度观察。改革开放以来，我国农业存在的大量富余劳动力逐渐向第二、三产业转移，因此经济增长实际上可能解决了这一群体的就业问题。Cai和Wang(2010)认为“中国就业零增长之谜”的原因在于城镇失业率得以有效缓解的同时，农村富余劳动力逐渐减少[1]。类似地，邹沛江(2013)认为考虑了中国的二元经济结构对模型进行修正之后，奥肯定律在中国仍然成立[2]。卢锋等(2015)认为农业劳动力转移是适用广义奥肯定律的一个关键结构变量[3]。Felipe等(2016)认为中国之所以能够迅速变为一个高收入经济体，低生产率农业劳动力的对外转移是一个基础性原因，并预测2020年中国农业劳动力份额将持续下降到24%，2042—2048年间这一比例将下降到与富裕经济体相当的5%[4]。

第二，技术进步使得同样产出所需的要素投入变少，可能导致经济拉动就业效率下降。朱轶和熊思敏(2009)认为中国第二产业技术进步对就业增长的影响不显著，第三产业技术进步制约了其对整体就业的贡献，产业结构变动过程所造成的结构性失业对我国就业产生了显著负面影响[5]。李方一等(2018)和高翔等(2018)均认为技术进步导致了就业人数减少[6～7]。

第三，产业差异与产业结构调整是相互关联的两个方面，反映为不同产业增长在就业拉动方面的动态差异化过程。在产业差异方面，李文星(2012)认为中国GDP的就业弹性显著为正，第三产业总产值占GDP的比重与就业总量呈正相关关系，但第二产业呈负相关关系[8]。樊秀峰等(2012)认为我国第一产业存在大量的隐性失业，第二产业吸纳就业的能力在减弱，第三产业拉动就业的能力较强，其中，批零餐饮业和社会服务业等行业拉动就业的作用最强[9]。马弘等(2013)认为就业创造和就业消失在制造业不同行业之间具有显著差异，消费品行业创造的就业最多，而传统制造业的就业消失最多[10]。刘伟等(2015)认为，2004—2013年间我国第二产业的就业弹性在变小，第三产业的就业弹性在增加，非农就业对GDP的就业弹性系数略有下降[11]。在产业结构调整方面，张浩然和衣保中(2011)认为产业结构调整对城市就业有显著的促进作用，而劳动力在各行业重新配置所带来的结构性失业对城市就业产生了明显的负面影响[12]。邹一南和石腾超(2012)认为产业结构升级会通过结构变迁和效率提升两种机制对就业造成影响，既有可能挤出就业，也有可能创造就业，对1997—2002年和2002—2007年两个阶段产业结构升级的就业效应测算结果表明，产业结构升级的总就业效应为负[13]。

第四，其他方面。龚玉泉和袁志刚(2002)认为经济拉动就业人数的增幅有限，但劳动工时却增加了，因此经济增长拉动了有效就业[14]。蔡昉等(2004)认为：一方面，反周期的经济政策解决不了自然失业问题，另一方面，我国当时的经济政策所引导的投资方向偏向就业密集度较低的行业，两方面的原因导致中国就业弹性偏低[15]。方福前和孙永君(2010)采用中国1978—2006年的数据进行实证分析表明，五种版本的奥肯定律在中国经济中均不适用，除了与美国经济发展阶段不同、统计数据不完备等问题之外，在中国经济发展的不同阶段，生产函数形式可能不同，生产要素之间的替代率可能是变化的，这使得经济增长与就业之间的关系变得复杂[16]。王志理等(2015)认为中部区域的就业拉动总量远高于其他区域，促进区域就业不能仅限于本区域的最终需求，还需要联系其他区域[17]。张车伟等(2017)认为创新经济既能够创造大量新的就业岗位，又对就业产生挤压效应[18]。

既有研究需要在以下两个方面进一步推进：第一，既有研究往往集中讨论某一因素对拉动就业效率变动的影响，这些因素的重要性需要作进一步比较，上述文献中，仅有李方一等(2018)在多个因素中进行了比较[6]；第二，既有研究从供给侧展开的较多，从需求侧展开的较少，关于需求结构变化对就业影响的研究更少，上述文献中，仅有王志理等(2015)讨论了区域最终需求对就业的拉动问题[17]。

本文拟基于中国2002年、2007年、2012年和2015年的投入产出局部闭模型，观察最终需求拉动就业的效率变动规律。本研究的边际贡献在于：从细分行业而不是三次产业角度系统分析最终需求对就业的直接、间接和引致拉动，探索我国最终需求，拉动就业效率下降的三方面原因：单位产出就业人数下降、产业结构调整和需求结构调整，进而辨识出主要原因并提出有针对性的建议。

二、模型

(一)最终需求拉动就业的各层次影响

基于一个简单的投入产出模型说明最终需求拉动就业的各层次影响。如图2所示，假设市场中只有A、B、C三个行业，彼此之间均存在投入产出关系。A行业的最终需求发生变化之后，A行业的产出和就业直接受到的影响称为直接影响；由于三个行业之间存在投入产出关系，A行业的产出变动将会对B行业和C行业的产出和就业造成影响，B行业和C行业的产出变动反过来也会对A行业的产出和就业造成影响，这种在行业之间不断循环的产出和就业影响称为间接影响；进一步，由于三个行业的产出和就业均受到了影响，各行业的劳动力报酬也会发生变化，而劳动力报酬主要用于居民消费，自然地，居民消费水平和结构也会受到影响，这又影响了A行业的最终需求，前述直接影响和间接影响又会发生作用，劳动力报酬和消费进一步发生变化，这种循环影响称为引致影响，因此，A行业初始的最终需求调整造成的产出和就业总影响即为直接、间接和引致影响之和。

如果有以下三个假设：

假设1：A、B、C行业1单位需求(含最终需求和中间需求)变动对各行业自身造成的就业影响是固定的；

假设2：三个行业之间的投入产出关系维持固定比例；

假设3：各行业劳动力平均报酬不变，居民对不同行业产品和服务的消费结构保持稳定。

那么，不同时期A行业1单位最终需求变动对A行业就业造成的直接影响不变(假设1)，对各行业就业造成的间接影响也不变(假设1和假设2)，对各行业就业造成的引致影响同样不变(假设1、假设2和假设3)。

逐一放开这些假设，如果A、B、C行业不同时间各行业单位产出的就业人数会发生变化，例如：技术有进步、有效劳动时间增加、资本对劳动的替代等因素起作用，那么1单位需求变动对各行业造成的直接就业影响将会发生变化；如果A、B、C行业之间的投入产出关系发生了变化，那么不同时间，某行业1单位最终需求变动对各行业造成的间接就业影响将不再相同，这是产业结构调整的结果；即便各行业劳动力平均报酬保持不变，如果居民对不同行业的产品和服务的消费结构发生了变化，那么不同时间，某行业1单位最终需求变动对各行业造成的引致就业影响也不再相同，这是需求结构调整的结果。根据这一作用机理，最终需求拉动就业效率的变化是单位产出就业人数变动、产业结构调整和需求结构调整等多原因、多环节循环的综合性结果。

(二)投入产出局部闭模型中最终需求变动各层次产出影响的计算

静态价值型投入产出模型按照对最终需求的不同处理可以分为开模型、闭模型和局部闭模型。如表1所示，在开模型中，包括消费、资本形成和出口在内的最终需求Y是外生变量；在闭模型中，原本在开模型中的外生变量都被内生化。但是在静态投入产出模型中并非所有外生变量都能够内生化，将一部分最终需求内生化的投入产出模型即为局部闭模型。

表1中国投入产出表简表

资料来源：根据历年《中国投入产出表》整理得到

从直接、间接和引致影响乘数计算角度看，在投入产出开模型中，居民消费和收入不是内生变量，因此无法计算引致影响，而将所有最终需求内生化的投入产出闭模型又难以实现，因此采用投入产出模型全面计算外生冲击总影响最具可操作性的测算模型是投入产出局部闭模型。由于最终需求中的居民消费可以和初始投入中的劳动者报酬联系起来(如表1所示)，投入产出局部闭模型一般将居民消费内生化，因此本文也采用这种处理方法。

在投入产出表中，将中间投入矩阵(n×n)下加一行劳动者报酬，右加一列居民消费，右下角元素取0，就得到投入产出局部闭模型下的内生部门流量数据，将各元素数据除以所在列的和(总投入)，即可得到投入产出局部闭模型下的直接消耗系数矩阵A*。记X为各行业部门的总产出向量，Y为各行业部门的最终使用向量。依据投入产出表的行平衡关系，有：

A*X+Y=X

(1)

记I为单位矩阵，在数学上能够证明(I-A*)可逆，由式(1)可得：

X=(I-A*)-1Y

(2)

式(2)表明，若需要满足Y的最终需求，各行业需要的总产出为X，记ΔY为外生账户对各内生账户的注入对角阵，有：

ΔX=(I-A*)-1ΔY

(3)

ΔX=(I-A)-1ΔY

(4)

(5)

最终需求变动的直接产出影响是：

ΔXDE=IΔY=ΔY

(6)

则最终需求变动的间接产出影响是：

ΔXIE=BΔY=[(I-A)-1-I]ΔY

(7)

式(7)中，B为完全消耗系数矩阵。

具体到各个账户，第j账户最终需求变动造成的总产出影响为：

(8)

其中，n为内生部门数。第j账户最终需求变动造成的直接、间接和引致产出影响分别为：

(9)

(10)

(11)

(三)最终需求变动各层次就业影响的计算

从投入产出表编表年份统计资料中获得当年各行业的就业数据和产出数据，可得到各行业单位产出就业人数：

(12)

式(12)中，Yi为第i行业的产出，Ei为第i行业的就业人数，记Ce=(e1,e2…en)为行业单位产出就业人数向量。

这样，基于投入产出局部闭模型计算得到的各行业最终需求变动ΔY的就业总影响为：

ΔE=Ce•(I-A*)-1•ΔY

(13)

具体到各个账户，第j账户最终需求变动造成的直接、间接和引致就业影响分别为：

(14)

(15)

(16)

三、数据

(一)投入产出表

我国逢年份尾数为“2”和“7”时编制投入产出基本表，逢年份尾数为“0”和“5”时编制投入产出延长表。本文采用的2002年、2007年和2012年42个部门的投入产出数据均取自公开出版的《中国投入产出表》(2002年、2007年和2012年)，2015年的投入产出基本流量表取自《中国统计年鉴(2018)》。值得说明的是，虽然都是42个行业部门，但这4个年份具体的行业划分存在少数几处差异，例如：2002年的“旅游业”在后面3个年份不复出现，再如：2002年和2007年的“通用、专用设备制造业”在2012年和2015年被细分为“通用设备制造业”和“专用设备制造业”两个行业(2)不同年份行业划分差异可以查阅这4年的投入产出表，也可以向作者函索。。为了便于比较2002年、2007年、2012年和2015年不同行业最终需求对就业的直接、间接和引致拉动效果，后文汇报的实证研究结果仅保留了4个年份均基本保持一致的36个行业，4个年份中其他6个行业均只报告了最终就业结果的平均值(3)所有42个行业部门均参与了矩阵运算，需要完整计算数据的读者可以向作者函索，报告均值而不是整合成一个“其他”行业再进行投入产出计算的原因在于：这6个行业分属第二和第三产业，就业和价格指数差异比较显著，如果整合成一个行业，这两个数据反而不容易客观确定。。

(二)物价数据

为了获得可以比较的2002年、2007年、2012年和2015年单位产出就业人数，将历年各细分行业的总产出均处理为2002年不变价格的总产出，具体处理如下：第一，从《中国统计年鉴(2018)》中得到以1978年为基期的国内生产总值指数，将2002—2015年各细分行业的国内生产总值指数全部转换为以2002年为基期、基期取值为1的国内生产总值指数；第二，采用2002年的国内生产总值乘以第一步计算得到的2007年、2012年和2015年的国内生产总值指数，得到这3个年份以2002年为基期的实际国内生产总值；第三，从《中国统计年鉴(2018)》中得到2002年、2007年、2012年和2015年各行业的名义产出数据，用各行业的名义产出除以第二步计算得到的实际产出，得到各行业的产出平减指数；第四，由于前三步计算过程中采用的统计数据的行业划分比投入产出表中的划分要粗略，因此对于能够对应的细分行业，例如：农林牧渔业、建筑业、金融业等，直接取该行业的产出平减指数，而不能够直接对应的行业，则选用工业或第三产业产出平减指数将各行业的名义产出平减为2002年的不变价格产出。

(三)就业数据

由于现有统计资料缺乏细分行业的就业数据，因此采用周文(2017)[19]的研究方法，将2002年、2007年、2012年和2015年中国42个部门的投入产出表和《中国劳动统计年鉴》(2003年、2008年、2013年和2016年)的相关数据结合起来，估算出我国42个行业的就业人数；然后再采用各行业的就业人数估算值(单位：人)除以前述方法计算得到的2002年、2007年、2012年和2015年以2002年不变价格表示的行业产出数值(单位：万元)，即得到各行业以2002年不变价格表示的单位产出就业人数(单位：人/万元)(4)分行业不变价格单位产出就业人数备索。。

四、实证分析

(一)2002—2015年细分行业单位最终需求的就业拉动情况

如表2所示，2002—2015年，各行业1单位最终需求对就业的总拉动都大幅下降，降幅居前的行业是非金属矿采选业(72%)、燃气生产和供应业(71%)、煤炭开采和洗选业(71%)。降幅较小的行业是住宿和餐饮业(53%)、租赁和商务服务业(54%)、信息传输、计算机服务和软件业(55%)。换言之，同样是2002年1货币单位的最终需求，如果2002年能够带动10个人就业，那么到了2015年，却只能带动3～5个人就业，这直观地表明2002—2015年，我国最终需求拉动就业的效率大幅下降。

最终需求对就业的总拉动作用是直接、间接和引致影响之和，继续观察表2可以发现，不同行业这3个构成部分的变动幅度各不相同，例如：非金属矿采选业的直接、间接和引致影响分别下降了88%、43%和73%，而燃气生产和供应业的直接、间接和引致影响分别下降了66%、68%和73%，对比可以发现，虽然这两个行业单位最终需求拉动就业的总下降幅度相当，但是非金属矿采选业单位最终需求直接拉动就业下降的幅度更大，间接拉动就业下降的幅度较小，而燃气生产和供应业单位最终需求直接和间接拉动就业的下降幅度大体相当。因此，虽然所有行业最终需求拉动就业的效率均大幅下降，但是不同行业之间存在显著的结构性差异。

表2 2002—2015年细分行业各层次就业乘数变动情况

注：2002年缺少废品废料业数据；各乘数下括号中数值为2015年与2002年相比对应乘数的变动比例，进行了四舍五入处理

(二)三个时段各层次最终需求拉动就业效率的变动情况

将2002—2015年分为2002—2007年、2007—2012年和2012—2015年3个时段，从表3可以观察到各行业、各层次就业乘数这3个时段的变动特征。

首先，总体上看，除极少数行业外，3个时段各行业最终需求拉动就业的效率不断下降，但是下降速度在减缓，2002—2007年时段，总的影响下降大多集中在30%～60%之间；2007—2012年时段，这一比例大多集中在10%～30%之间；到了2012—2015年时段，在37个行业中，废品废料(202%)、批发和零售贸易业(5%)、燃气生产和供应业(4%)3个行业实现了总影响的上升，石油和天然气开采业实现了零变动，另外有9个行业总影响的下降幅度处于个位数水平。

其次，从总体影响的3个构成部分看，各行业最终需求拉动就业效率的下降具有动态结构性差异。非金属矿采选业单位最终需求对就业在3个时段直接、间接、引致拉动的变动轨迹分别为-52%→-56%→-44%、-25%→-38%→22%、-64%→-12%→-15%，燃气生产和供应业对应的3层次影响变动轨迹分别为-17%→-56%→-8%、-55%→-38%→17%、-64%→-25%→-1%，如前文所述，这两个行业在2002—2015年间，单位最终需求对就业的总拉动降幅相当，但分时段的直接、间接、引致拉动显示，这两个行业最终需求拉动就业效率的结构性变动差异很大。

表3三个时段细分行业各层次就业影响乘数变动情况

注：行业代码对应的行业参见表1；表中数值为各细分行业相对于上一个投入产出编表年份(如：2012年相对于2007年)该层次就业乘数的变动比例

表4各行业直接、间接、引致就业乘数变动占总影响变动之比

注：行业代码对应的行业参见表1；表中数值为各细分行业在该时间段内，直接、间接、引致就业乘数变动占总影响乘数变动的比例，符号为负表示变动方向相反

(三)最终需求拉动就业效率下降的原因分析

按照2002—2015年、2002—2007年、2007—2012年和2012—2015年4个时段，将每个时段各行业单位最终需求直接、间接、引致就业拉动的变化值除以该时段总就业拉动的变化值，就可以得到各时段直接、间接、引致就业拉动对总就业拉动的贡献，结果如表4所示。

总体上看，2002—2015年间各行业最终需求拉动就业效率下降的原因有三：

第一，单位产出就业人数变动。从表3可以观察到，2007年、2012年和2015年分别相比于2002年、2007年和2012年，除少数行业外，大部分行业的直接就业乘数降幅较低的为10%～20%，降幅较高的达到50%～60%，这表明同一行业同样1单位最终需求的增加，能够直接拉动的行业内就业不断减少。结合既有研究可知，技术进步和工人熟练程度的提高、资本对劳动的替代、有效劳动的增加都可能导致这一结果。但观察表4可以发现，2002—2015年，除农业、部分采矿业、批发零售业等少数行业超过20%外，绝大部分行业直接影响乘数变动占总影响变动之比低于20%，这表明2002—2015年，大多数行业的单位产出就业人数均有所下降，但这只是最终需求拉动就业效率下降的小部分原因。

第二，产业结构调整。从表4可以观察到，2002—2015年，除食品制造及烟草加工业、住宿和餐饮等少数行业超过40%外，间接影响乘数变动占总影响乘数变动之比都比较低，大多数行业均不超过20%，这表明产业结构调整的确影响了行业最终需求对就业拉动效率的下降，但并不是下降的主要原因。一个必须说明的细节是：2007—2012年，间接影响乘数变动占总影响乘数变动之比显著高于2002—2007年和2012—2015年，这表明2007—2012年我国产业结构调整对就业效率的影响相对较大。

第三，需求结构调整。从表4可以观察到，2002—2015年，除农业外，各行业引致就业乘数变动占总就业乘数变动之比最大，绝大部分行业的这一占比均处于60%～80%之间，这表明需求结构调整是我国2002—2015年最终需求拉动就业效率下降的主要原因。

从2002年、2007年、2012年和2015年中国投入产出表中获得各行业产品或服务的最终需求数据，从中选取8个行业观察最终需求结构变化对就业的影响(如表5所示)，之所以选取这8个行业是因为：2002—2015年，这8个行业的最终需求占比各自呈现单边上升或下降趋势，便于观察并得出明确的结论。

在表5列示的8个行业中，农业、住宿和餐饮业、其他社会服务业、电力热力的生产和供应业4个行业的最终需求占比逐渐下降，其中农业和其他社会服务业降幅比较大。另外4个行业的最终需求占比逐渐上升，其中交通运输设备制造业和金融保险业增幅较大。

从表5可以观察到，农业和其他社会服务业的直接、间接和引致就业乘数在4个年份中均很靠前，意味着这2个行业的最终需求占比下降使得最终需求的直接、间接和引致拉动就业效率显著下降。在最终需求占比上升的4个行业中，除卫生、社会保障和社会福利事业这一行业的直接、间接和引致就业乘数相对较高外，其他3个行业的各层数乘数值都非常小，特别是金融保险业和房地产业。依据表5的数据，综合三层次就业乘数看，如果一个不变价格货币单位的最终需求由农业、其他社会服务业转变到金融保险业和房地产业，那么后两个行业能够拉动的就业将远远小于前两个行业。

如前所述，2007—2012年我国产业结构调整对就业的影响相当大，从表5可以发现，2007—2012年这8个行业中多数行业的最终需求占比均变动较小，因此引致影响的变动不太显著，表4中这一时段的间接影响变动占比则相对较大。

表5代表性行业的最终需求及就业乘数变动情况

注：()中数值为各行业当年引致就业乘数，{}中数值为各行业当年直接就业乘数，[ ]中数值为各行业当年间接就业乘数，向上和向下箭头分别表示该行业最终需求占比上升或下降；农业、其他社会服务业、金融保险业在2007年、2012年、2015年略有差异

需要特别说明的是，需求结构调整有可能通过收入分配结构调整起到放大作用。由于最终需求结构的变动，部分行业因为需求迅猛增长而收入增加，部分行业因为需求增长乏力而收入下降，如果收入增加行业对就业乘数较小的行业边际消费倾向较大，而对就业乘数较大的行业边际消费倾向较小，那么这种收入分配结构的调整可能进一步加大最终需求拉动就业效率下降的幅度。

五、结论与建议

(一)主要结论

基于2002年、2007年、2012年和2015年中国投入产出局部闭模型计算了各年42个行业单位最终需求对就业的直接、间接、引致和总拉动效应，尝试探究最终需求拉动就业效率下降的原因，主要结论如下：

第一，2002—2015年，绝大部分行业的各层次就业乘数均显著下降，即单位最终需求的就业效率在不断下降，但从趋势上看下降速度明显减缓。分时段从结构上观察，各行业最终需求拉动就业效率的下降存在动态结构性差异。

第二，2002—2015年，单位产出就业人数下降和产业结构调整是各行业最终需求对就业拉动效率下降的重要原因，但需求结构调整才是主要原因。

第三，中国经济进入新常态，经济增速放缓，很有可能面临较大的周期性失业压力。与此同时，产业结构调整与升级、需求结构变化、外部环境不确定性增加均可能加重结构性失业问题，因此，应该对我国的就业形势保持充分警惕。

(二)相关建议

由于需求结构调整是我国最终需求拉动就业效率下降的主要原因，因此建议主要从消费结构、投资结构和外需结构等需求结构方面寻找应对就业问题的对策。

第一，顺应消费结构变化。不论是居民消费还是政府消费，其结构调整都有必然性，作为供给方，各行业企业应积极响应这一变化，如果能够高效率地满足国内不断升级、日益个性化的消费需求，同时有效引导部分外流的消费需求重回国内，将自然实现供给侧和需求侧的良性互动，在推动产业不断升级的同时，有效缓解就业压力。

第二，优化固定资产投资结构。从目前我国固定资产投资的行业投向观察，各种来源的资金大量投向房地产行业(5)国家统计局数据显示，2003—2017年，房地产行业占全社会固定资产投资之比基本处在22%～27%之间，最低的是2003年，为21.97%，最高的是2013年，为26.62%。，而根据表2的计算结果可知，该行业能够拉动的就业极其有限，而就业拉动效果更好的教育、卫生等行业固定资产投资占比却相对较低，因此必须尽快扭转这一局面，引导资金更多地投向更能够拉动就业的行业。

第三，逐步调整出口和对外投资结构。近年来，我国货物出口增速放缓，外部贸易环境正面临一些新的挑战，出口行业的就业压力较大，因此应逐步调整我国对外贸易的商品结构、技术结构和地理区位结构，减少对少数市场的过度依赖，避免因为出口方面的冲击而影响国内就业。如果短期内不能有效发挥技术优势、拓展新的出口市场，可以尝试采用创新对外投资方式缓解就业压力，对于一些在国内已经处于边缘地位的劳动密集型行业，可以尝试采用资本输出带动劳动输出的方式，鼓励企业带领员工一起走出去，部分缓解结构性失业压力(6)在部分资源枯竭城市，有的采矿企业在当地减采或停采之后纷纷到南美洲一些国家投资开矿并招聘矿工出国工作，解决了这些城市相当部分失业矿工的就业问题。。

此外，由于直接影响乘数并不是就业总影响乘数变动的主要原因，至少在现阶段没有必要过度担心劳动生产率提高对就业的挤出，更不必通过限制劳动生产率的提高以缓解就业压力，而是应该大力推动科技进步，不断提升我国企业的竞争力。产业结构和需求结构调整会带来一定的结构性就业压力，因此要努力实现劳动力结构与产业结构、需求结构的动态匹配，教育和职业培训方面的工作要有针对性地调整和加强。