产业结构升级对就业结构影响效应研究——以北京市为例

郭宇航，孔微巍

(哈尔滨商业大学 财政与公共管理学院，哈尔滨 150028)

引 言

经济结构中的产业结构和就业结构是两大相辅相成的体系，二者互相影响、互相制约。随着科技的发展和社会分工的深化，产业结构升级也呈现出演进趋势，产业结构持续向高度加工化和高附加值化发展，有利于实现产业知识集约化和经济服务化，可以更充分有效地利用资源，更好地适应经济发展方式的转变。通过产业结构优化升级，产业的国际竞争力将不断提升，为经济高质量发展提供不竭动力，也为实现更高质量和更充分的就业打下坚实的物质基础。进入新时代后中国经济社会要实现高质量发展，必须通过产业结构升级以及转变经济发展方式，从要素驱动型向资金集约型、技术密集型转变，从而实现高质量就业。因此，分析产业结构升级对就业结构的影响效应，研究产业结构升级如何促进就业结构优化，而就业结构调整如何主动与产业结构相适应的影响机制是十分必要的。

京津冀协同发展作为国家大战略，首要的、最核心的任务是有序疏解北京非首都功能。有序疏解北京非首都功能的重点又在于更科学的产业布局和更高效的产业协同，可以有效缓解北京人口、资源、环境矛盾和“大城市病”问题，推动区域优势互补，促进人口经济密集地区经济高质量发展。除北京主城区以外，京津冀地区过去主要是以劳动密集型产业为主，随着区域经济协同发展的加快，结合各地的发展重点和经济优势来优化调整产业结构，并与就业结构实现协调发展，成为亟待解决的问题。而产业结构优化升级会带来就业需求的变化，会促进高新技术人才的集聚，深入分析当前北京产业结构特点和与之相适应的人才结构，对于实现更高质量和更充分的就业具有重要现实意义。因此，本文对北京市改革开放40年来的产业结构优化升级对就业结构影响效应与机制问题进行了深入研究，为破解北京市“用工荒”与“求职难”的结构性就业矛盾，通过产业结构优化升级加速推进京津冀协同发展等提供重要的思路。

一、文献综述

配第—克拉克定理最早揭示了经济发展过程中的产业结构演变规律和三次产业中的劳动力分布结构演变规律，即不同产业之间相对收入上的差异，必然造成劳动力向获得更高收入的部门转移的规律[1]。库兹涅茨在1971年也提出了库兹涅茨法则，随着经济的发展和产业结构的演进，劳动力开始从第一产业转移到第二产业，第一产业的劳动力相对比重和人均收入持续下降，而第二产业的劳动力相对比重和人均收入不断上升，随着经济的进一步发展，产业的重心渐渐从有形的财物生产变为无形的服务性生产，劳动力开始从第一产业、第二产业转移到第三产业，此时形成第一产业人数很少、第二产业人数相对较少，而第三产业人数大量增加的劳动力分布格局[2]。根据克拉克和库兹涅茨关于产业结构演变理论，分析不同产业由于其技术构成和产品收入需求弹性存在的差异，可以得出各产业的比较劳动生产率的不同，对劳动者素质要求也不同的结论。从我国“长三角”“珠三角”的产业集群来看，都经历了从低级向高级阶段发展的过程，随着产业结构的升级，劳动者素质、质量和就业环境也不断得到了改善，经济增长对技术进步、产业升级和对劳动者素质的需求都产生了重要影响(P.Aghion，1990；杨蕙馨等，2013)[3-4]。

产业升级与就业扩张存在对立统一关系，产业升级在短期内具有就业损害效应，而在长期内则可能具有就业创造效应，但是短期和长期效应的转换并不是自然发生的，而在于就业扩张型产业升级路径的选择(冉茂盛等，2014；刘毅等，2015[5-6])。随着产业升级，以技术进步为动力，对劳动力就业产生了双重影响，一是创造了就业岗位，二是降低了工作匹配度，产生了结构性失业(J.Drucker，2013)[7]。随着我国产业结构调整和升级的步伐持续加快，结构性失业问题比较突出，一些中低端就业岗位将逐步被机器替代，但高端服务业发展不足，科技领军人才、技术骨干、熟练技术人才持续短缺(江永红等，2016)[8]。从我国就业形势来看，大部分劳动力的就业去向将是服务业，产业结构升级对服务业内部高技能劳动力与低技能劳动力的就业与工资水平有很大的影响(王柄楠，2018；郑爱兵，2018)[9-10]。实践已经证实，稀缺的高技能工人将取代低技能工人，通过劳动力市场调节的就业机制差拉大两者之间的工资差距，促进劳动力资源得到有效分布(Agesa J等，2004)[11]。因此，技术进步带来的产业升级推动了社会的发展和就业结构的转变及优化(Machin等，1998)[12]。我国必须高度重视劳动力市场存在明显的结构性错配效应，即“有活没人干，有人没活干”的现象，其原因是企业对在职员工培训愿望不强和大学教育及市场技能错配(张刚等，2018)[13]。为了使就业结构适应产业结构升级的要求，我国教育部门按产业需求调整了对大学的专业设置，并注重了大学生实践能力的培养，尤其是扩大了高职院校的招生规模，且取得了良好效果。有学者实证研究发现，产业结构升级显著促进了大学生就业，大学生就业也反过来促进了产业结构升级(胡永远，2018)[14]。

通过对国内外相关文献的梳理，可以看到产业结构和就业结构之间具有较强的相关性和规律性，特别是产业结构的优化调整对就业结构的优化调整有较大的影响效应和正向促进作用；同时就业结构调整可以更好地适应产业结构调整升级，也有利于实现经济高质量发展。本文在对北京市产业结构、就业结构、就业弹性系数变动趋势、产业结构偏离度分析的基础上，选取就业弹性系数和产业增加值占比两个指标作为变量；基于VAR模型研究，本文采用平稳性检验、协整检验、VAR模型Granger因果性测试、VAR模型脉冲响应分析等实证方法，提高了结论的可靠性。数据来源主要是北京市统计年鉴(1978—2017)。

二、实证分析

(一)北京市产业结构升级对就业结构影响效应的分析

1.北京市三次产业结构变动趋势

图1 北京市三次产业结构变动趋势

根据《北京市统计年鉴》的历年数据，以年份为横坐标，以三次产业占GDP比重为纵坐标，可以得到1978—2018年北京市三次产业结构变动趋势，如图1所示。从北京市第一、第二、第三产业占GDP的比重可知，第一、第二产业占比不断下降；第三产业占比从1978年的23.9%提高到2018年的81.0%，提高了57.1个百分点，总体为上升趋势。北京第三产业的产业地位也不断提升，1994年第三产业占比首次超过了第一、第二产业占比；1994年至今，第三产业占比一直为主导地位。改革开放以来，北京积极调整优化产业结构布局，因此尽管北京的第一、第二产业持续下滑，但第三产业的显著上升可作为弥补，随着改革开放深入推进，第三产业的增加值1986年、1996年、2010年分别突破百亿、千亿、万亿元大关。总体来看，伴随着经济的持续快速增长和产业结构调整政策的落实，北京市产业结构的格局发生了战略性的转变，三次产业结构由1978年的5.1∶71.0∶23.9变化为2018年的0.4∶18.6∶81.0，北京市产业结构格局由第二产业为主导“二三一”转型为以第三产业为主导“三二一”。北京的产业结构不断优化，向着更有利于就业的方向发展。

2.北京市就业结构变动趋势

图2 北京市就业结构变动趋势

产业结构升级的进程必然伴随着劳动力吸收能力的变化，而就业结构的变动则表现为劳动力的流动，其一般变动趋势为劳动力从第一产业转移到第二产业，再转移到第三产业。根据《北京市统计年鉴》的历年数据，以年份为横坐标，以三次产业就业人数占总就业人数比重为纵坐标，可以得到1978—2018年北京市就业结构变动趋势，如图2所示。由图2可知，在北京市产业结构升级的影响下，北京市就业结构也不断优化升级，劳动力从生产效率较低的部门向生产效率较高的部门转移，第一产业、第二产业就业人数逐年大幅下降，而第三产业吸纳就业的规模不断扩大。近年来第三产业对就业的贡献最强，其次是第二产业，第一产业的贡献最小。改革开放以来，北京市就业人数不断攀升，1978年末就业人数为444.1万人，2018年末为1 237.8万人，增加了793.7万人，增长178%。1978年第三产业从业人员占比为31.6%，低于第二产业从业人员占比8.5个百分点；1992年第三产业从业人员占比达43.6%，首次超过第二产业；2018年第三产业从业人员占比达到81.6%，成为吸纳就业的主力。北京市就业结构也由第二产业为主导的“二三一”转型为以第三产业为主导的“三二一”。随着劳动生产率的提高，第三产业不断吸收第一产业、第二产业转出的大量剩余劳动力，其仍具备较大的发展空间和吸纳劳动力的能力，是未来带动就业的主力。

3.就业弹性分析

就业弹性系数是就业人数增长率与GDP增长率之比，用来衡量产值的增长所引起的就业增长量的变化。就业弹性大于零时，表示该产业具有良好的吸纳新增劳动力的能力，就业弹性的值越大，该产业吸收劳动力的能力就越大，经济增长对就业的影响就越强；就业弹性小于零时，该产业整体上无法吸收新增劳动力，且会出现劳动力流出的情况；就业弹性为零时，该产业无法吸纳劳动力，经济增长也不会对就业有拉动效应。与大多数研究中使用的就业人数指标相比，就业弹性系数不仅表明了就业人数绝对数量上的变化，也代表了对就业的吸纳和拉动能力。根据北京市1982—2017年GDP增长和就业增长的数据，可以计算出历年的就业弹性系数，如表1所示。

表1 1982—2017年北京市就业弹性系数

图3 1982—2017年北京市就业弹性系数变化

1982年以来北京历年就业弹性系数的变化趋势见图3，图3清晰地反映了北京市改革开放以来的就业吸纳拉动能力和就业人数的变化趋势。在北京市就业弹性系数变化方面，北京的就业结构变化可以分为三个阶段：第一阶段是国企改革之前的时期(1982—1990年)，是就业的稳定增长期；第二阶段是国企改革时期(1991—2000年)，是就业结构的调整期；第三阶段是市场经济高速发展时期(2001—2017年)，是就业的高速增长期。在第一阶段，北京的就业弹性系数每年都大于零，其基本特征是就业水平较高。在第二阶段，国有企业在全国范围内进行改革，实施了下岗分流、减员增效的政策。尽管北京的经济增长率仍然很高，但由于国企改革导致的产业转型对就业结构产生了巨大影响，北京的就业弹性系数逐年下降。在第三阶段，北京的就业弹性系数一直大于零，且先急速上升，后缓慢下降。这是由于在第二阶段中后期北京市出台了大量促进就业与再就业的积极政策，大力发展第三产业、非公有制经济、中小企业等，因此就业弹性有所回升。所以产业结构升级在短期内具有就业损害效应，而在长期内则具有就业创造效应。

4.北京市产业结构偏离度分析

产业结构偏离度是指各产业GDP的比重与相应的就业人数比重的差异程度。本文采用的公式为：

产业结构偏离度= (产业占GDP比重—产业就业人数占总就业人数比重)/ 产业就业人数占总就业人数比重

当产业结构偏离度趋于零时，表明产业GDP份额与产业就业人数份额接近，产业结构与就业结构关系处于均衡状态；当产业结构偏离度为正数，表明产业结构比重大于就业结构比重；当产业结构偏离度为负数，表明产业结构比重小于就业结构比重。产业结构偏离度的绝对数值越大，表明产业结构越失衡；产业结构偏离度的绝对数值越小，表明产业结构越趋于均衡。根据北京市1978—2017年的数据，可以计算出历年的三次产业结构偏离度如表2所示。

表2 1978—2017年北京市三次产业结构偏离度

1978年以来北京历年产业结构偏离度变化趋势如图4所示。1978年北京市三次产业结构偏离度为-0.82、0.77、-0.24，经过多年调整，2017年北京市三次产业结构偏离度为-0.90、0.23、0。总体结构偏离度从1978年的1.83下降至2017年的1.13。其中，第一产业结构偏离度始终为负值，有上升的的趋势，说明北京第一产业劳动生产率低，集约化的现代农业尚未形成。 第二产业结构偏离度最初偏高，从1991年开始趋于平稳，近五年又出现了反弹，说明第二产业的产业结构优化与升级仍有不足和发展空间。北京市第三产业偏离度一直以来波动幅度较小，近十几年来基本上向均衡态靠近，说明北京市第三产业的产业结构与就业结构之间协调度较好，总体发展平稳，但仍要优化内部结构，着力发展高端服务业。

图4 1978—2017年北京市产业结构偏离度趋势

(二)基于VAR模型的北京市产业结构升级对就业结构影响分析

根据现有的研究结果，本文将北京市就业弹性系数、第二产业增值占比、第三产业增值占比作为变量，构建了VAR模型，重点从北京市产业结构升级的角度分析对就业结构的影响。

1.指标和数据的选取

因为北京已经进入工业化后期阶段，以第二产业和第三产业为主，第一产业增值占GDP的比重非常小，对就业弹性系数的影响较小，所以本文选取变量时忽略了第一产业增值占比。北京市产业结构的变化采用了两个指标：第二产业增值占GDP的比重和第三产业增值占GDP的比重。北京市就业的变化趋势可通过就业弹性系数的变动来进行研究。通过分析三个变量指标之间的变动关系，可以分析北京产业结构的变化对就业结构的影响。因此，本文的实证解析使用了三个变量指标：因变量为北京就业弹性系数(Z)、自变量为北京第二产业增值占比(X)和北京第三产业增值占比(Y)。

相关数据来自北京市1982—2017年的历年统计年鉴，并作了相应的计算。处理数据时，对X、Y两个自变量指标取对数，得到lnX和lnY。自变量指标取对数的经济意义为：当自变量X和Y变化1%时，因变量Z变化的绝对数量为相应系数的1%。

2.模型方法

本文根据设定的指标和整理计算的统计数据，进行了平稳性检验、协整检验，建立向量自回归模型(VAR模型)和脉冲响应分析。

(1)平稳性检验

在对非平稳的时间序列进行回归分析时，可能会出现“伪回归”的情况。可以先对每项指标数据进行平稳性检验，再对时间序列进行分析，以避免出现“伪回归”。一般采用单位根(ADF)检验方法对数据进行平稳性检验，其原理如下：

(1)

其中，εt表示白噪声序列。原假设H0:ρ=1，即序列Y只有一个单位根，而且不平稳。用样本数据来计算F统计量，当F值大于临界值时，拒绝原假设，序列是平稳的，没有单位根；当F值小于等于临界值时，接受原假设，序列是不平稳的，存在单位根。

(2)协整检验

协整检验的目的是分析两个或多个序列之间是否有长期稳定的均衡关系。对变量的非平稳时间序列进行一阶差分后，可以通过协整检验分析这些一阶差分后的变量的某种线性组合关系。本文采用基于VAR模型的Johansen-Juselius协整检验方法(简称JJ检验)，对lnX、lnY和Z之间的关系进行协整检验，来确定变量之间长期稳定的均衡关系是否存在。JJ检验的检验方法为特征根检验和最大特征值检验，其滞后阶数为VAR最优滞后阶数减去1，特征根检验的统计量为：

(2)

原假设Hr0：λr + 1= 0，当ηr小于某个临界值时，只有r个协整向量，接受原假设；当ηr大于某个临界值时，至少有r+1个协整向量，有协整关系；当r为零，没有协整向量，也没有协整关系。最大特征值检验的统计量为：

ξr= -Tln(1 -λr + 1) ，r=0， 1，…，k-1

(3)

原假设Hr0：λr + 1= 0，当ξr小于某个临界值时，只有r个协整向量，接受原假设；当ξr大于某个临界值时，至少有r+1个协整向量，有协整关系；当r为零，没有协整向量，也没有协整关系。一般综合考虑两种检验结果来判断是否存在协整关系[15]。

(3)建立VAR模型

p阶自回归模型(AR(p))为：

(4)

AR(p)模型有三个限制条件：

(a)ap≠0，保证模型的最高阶数为p；(b) 随机干涉项序列{εt}是零均值的白噪声序列；(c) 现在的随机干扰项εt和以前的序列值无关，Exsεt=0，∀s

多元时间序列将多个采样时间点相同的一元时间序列作为分量。VAR模型是一个用于捕捉多元时间序列间的线性独立性的一种随机过程模型，是AR模型的推广，与AR模型的区别就是其允许多于一个变量。VAR模型在现实中有很多应用，比如金融分析、商业预测等。VAR模型结构仍然可以表示为：

(5)

这时Xt、a0、εt是向量；ai是矩阵。

构建VAR模型时，采用经济系统的一个内生变量为因变量，并采用系统的所有内生变量滞后值为自变量。VAR模型既可用来研究各变量间的动态关系，也可反映经济系统中某一个变量的变化对整个系统和其他变量的影响。VAR(p)模型的公式为：

yt=Φ1yt - 1+Φpyt - p+Hxt+εt，t=1，2，…，T

(6)

公式中，yt表示k维内生变量列向量；xt表示d维外生变量；p表示滞后阶数；Φ1,Φp、H表示需要估计的系数矩阵；εt表示k维扰动向量。这些变量可以相互同期相关，但不能与自身的滞后值相关。建立VAR模型时，需要先确定VAR模型的滞后阶数，从而确定协整检验的滞后阶数，并检验VAR模型的稳定性[16]。

(4)VAR模型脉冲响应分析

脉冲响应分析(IRF)为：将一个标准差大小的冲击加在误差项上，并影响了内生变量的当期和未来值，表明变量间的相互影响和未来的变化趋势。假设一个VAR(2)模型：

X=a1X(-1) +a2X(-2) +b1Y(-1) +b2Y(-2) +ε1

(7)

Y=c1X(-1) +c2X(-2) +d1Y(-1) +d2Y(-2) +ε2

(8)

在第0期，设ε10=1，ε20=0，且每个后续周期ε2都为0，通过连续迭代累加可得由X脉冲引起的X响应函数和由X脉冲引起的Y响应函数。类似地，当ε10=0且ε20=1时，且每个后续周期ε1都为0，通过连续迭代累加可得Y脉冲引起的X响应函数和Y脉冲引起的Y响应函数[17]。

3.实证结果分析

根据上述指标和计量模型计算北京市的相关统计数据，可以得到以下实证结果。本文使用R语言进行数据分析。

(1)ADF检验结果

对变量Z、lnX 和lnY进行ADF检验，检验结果如表3所示。

由表3可知，对变量Z、lnX、lnY进行一阶差分处理，序列DlnX、DlnY的ADF值大于临界值0.05，表明序列DlnX、DlnY在5%的显著性水平下有单位根，且不平稳。对变量Z、lnX、lnY进行二阶差分处理，三个序列DDZ、DDlnX和DDlnY的ADF值都小于临界值0.05，表明三个序列DDZ、DDlnX和DDlnY在5%的显著性水平下都没有单位根且平稳，即Z、lnX、lnY二阶单整，这个结果符合进行协整检验的条件。

表3 ADF检验结果

(2)协整检验结果

在上述的ADF检查中，变量Z、lnX、lnY二阶单整，符合进行协整检验的条件。协整检验的方法使用JJ检验，根据VAR模型的滞后阶数确定JJ检验的滞后阶数。经过不断的选择，确定了VAR模型最优滞后阶数为1，因此JJ检验最优滞后阶数为1-1=0。表4为JJ检验使用R语言的运行结果。

表4 连续三次测试的结果

由表4中的测试结果可知，当原假设为最多1个协整向量时，test的值大于10%、5%和1%的显著性；当原假设为最多2个协整向量和最多3个协整向量时，test的值小于10%、5%和1%的显著性时。因此，三个变量Z、X、Y在1%的显著性水平上存在唯一的协整向量，三个变量之间有长期稳定的均衡关系。对这三个变量进行线性回归：

Z=-0.05447lnX+0.09265lnY

(9)

由回归结果可知，Z与lnX负相关，即X越大，Z越小；Z与lnY正相关，即Y越大，Z越大。因此，北京第二产业增加值占比越大，就业弹性系数越小，就业吸纳能力越差；而北京第三产业增加值占比越大，就业弹性系数越大，就业吸纳能力越强。

(3)VAR模型分析

VAR模型的最优滞后阶数为1，本文主要研究lnX、lnY对Z的影响，因此仅给出了VAR(1)模型的第一个方程。VAR(1)模型的运行结果如下：

Z=0.1122005Z(-1)-0.6174730lnX(-1) -0.5273996lnY(-1) +4.4723814

(10)

对VAR(1)模型的稳定性进行检验，特征根为0.9750815、0.9750815、0.1250253，都小于1，因此VAR模型是稳定的。

(4)VAR模型Granger因果性测试

对VAR模型进行Granger因果性测试：

(a)假设H0：变量Z and lnX lnY之间没有因果关系。p-value = 0.3535，p-value大于0.05，所以接受假设H0，因此Z不是lnX、lnY的Granger原因。

(b)假设H0：变量lnX and Z lnY之间没有因果关系。p-value = 0.001384，p-value小于0.05，所以拒绝假设H0，因此lnX是Z、lnY的Granger原因。

(c)假设H0：No instantaneous causality between: lnY and Z lnX。p-value = 0.00148，p-value小于0.05，所以拒绝假设H0，因此lnY是Z、lnX的Granger原因。

(5)VAR模型脉冲响应分析

对建立的VAR模型进行脉冲响应分析，如图5、图6所示。

图5 Z对lnX的脉冲响应

图6 Z对lnY的脉冲响应

从图5可以看出，第二产业增加值占比对就业弹性系数的影响存在一定的滞后性。在第0期给lnX正的脉冲响应，Z值的变化有延迟，没有响应。在第1期Z为负值，第2-6期Z值继续下降，在第7期Z值最小，然后开始平稳回升，但仍然为负数。这是因为随着北京第二产业逐渐向高端化、智能化发展，即以劳动密集型产业为主发展为以资本密集型和技术密集型产业为主，将在技术开发和设备更新方面投入大量资金以提升其产品质量，但并不一定会增加劳动力；同时技术水平的提高和设备的更新换代可能会代替部分工人，所以北京第二产业的短期扩张不会直接扩大就业规模。但随着北京第二产业转型的成功，资本密集型、技术密集型等产业会不断增加劳动力，所以第7期后就业弹性又逐步增加。因此北京第二产业转型升级的过程中，就业吸纳能力不断下降；转型升级成功后，就业吸纳能力又逐年上升。在检测周期内就业弹性值虽然逐年增加，但一直为负数，表明北京第二产业升级对就业拉动、吸纳能力有限，即对就业结构的影响有限，这与线性回归的结果一致。

从图6可以看出，第三产业增加值占比对就业弹性系数的影响存在一定的滞后性。在第0期给lnY正的脉冲响应，Z值的变化有延迟，没有响应。在第1期Z值为负数，在第2期Z值最小，然后开始平稳回升，但仍然为负数，到第15期时Z值为正，然后继续上升。北京第三产业包括信息技术、金融保险、邮政电信、文化旅游、各类咨询、交通运输等现代服务业，需要从业人员具有较高的专业水平和职业素养，随着产业结构的优化升级，高技能劳动力需求增加，低技能劳动力需求下降，会出现结构性失业。在前期，因为结构性失业、就业市场信息不对称等原因，从而使第三产业的就业拉动能力相对降低。但随着现代服务业的发展和社会劳动力整体水平的提高，第三产业的就业吸纳能力会逐步增加。长期来看，就业弹性逐渐变成正值，而且之后还持续增加，因此北京第三产业升级在短期内会导致一定的失业，而在长期内则增加了就业，表明北京第三产业升级对就业拉动、吸纳能力最强，即对就业结构的影响最强，这与线性回归的结果一致。

三、结论与政策建议

(一)结论

通过北京市三次产业结构变动趋势和就业结构变动趋势可知，改革开放40年来，北京的产业结构不断优化升级，向着更有利于就业的方向发展，由第二产业为主导的“二三一”转型为以第三产业为主导的“三二一”。同时在北京产业结构升级的影响下，北京的就业结构也不断优化升级，劳动力从生产效率较低的部门向生产效率较高的部门转移，也由第二产业为主导的“二三一”转型为以第三产业为主导的“三二一”。因此，北京第三产业升级促进了经济增长，创造了就业岗位，其仍具备较大的发展空间和吸纳劳动力的能力，是未来带动就业的主力。

通过分析就业弹性系数可知，北京产业结构优化升级在短期内具有就业损害效应，就业弹性系数逐年下降；而在长期内则具有就业创造效应，就业弹性系数急速回升，就业进入高速增长期；并且相关的促进就业与再就业的积极政策，对就业弹性系数的回升有一定的正向促进作用。通过分析产业结构偏离度可知，北京第一产业劳动生产率低，集约化的现代农业尚未形成；北京第二产业的产业结构优化与升级仍有发展空间；北京第三产业的产业结构与就业结构之间协调度较好，总体发展平稳，但要优化内部结构，着力发展高端服务业。

基于VAR模型的实证分析可知，北京产业结构的优化升级促进了就业结构的优化调整，既增加了就业岗位，提高了就业数量，也促进了社会劳动力整体水平的提高，提高了就业质量。线性回归结果表明，北京第二产业增加值占比越大，就业弹性系数越小，就业吸纳能力越差；而北京第三产业增加值占比越大，就业弹性系数越大，就业吸纳能力越强。VAR模型脉冲响应分析的结果显示产业结构升级对就业结构的影响存在一定的滞后性。北京第二产业转型升级的过程中，其就业吸纳能力不断下降，第二产业转型升级成功后，其就业吸纳能力又逐年回升。北京第三产业升级在短期内会导致一定的结构性失业，低技能人员被淘汰；而随着产业的发展和社会劳动力整体水平的提高，在长期内则增加了就业。以上的分析结果表明北京第二产业升级对就业吸纳拉动能力有限，即对就业结构的影响有限，北京第三产业升级对就业吸纳拉动能力最强，即对就业结构的影响最强。随着产业结构的优化升级，高技能劳动力需求增加，低技能劳动力需求下降，会出现结构性失业。因此，北京市就业结构调整要与产业结构优化升级相适应，以避免结构性失业的加剧，要大力提升从业人员专业水平和职业素养，这不仅有利于就业保障，也提高了就业质量。

(二)政策建议

北京应大力发展第三产业尤其是现代服务业，这既有助于经济增长，也有助于就业增长。要积极出台相关政策，吸引国内外优秀人才，为促进第三产业持续健康高质量发展储备人才，也为北京市产业结构调整和优化升级提供智力支撑和人才资源保障。同时围绕着服务京津冀协同发展战略和首都城市战略定位，要积极制定相关方案，着力推进产业结构升级转型，即优化传统产业结构，同时大力发展科技创新和新兴产业，增强经济增长的内生动力和可持续发展能力，扩大就业规模，优化就业结构，提出以下建议：

1.加快第三产业发展，提升就业质量

2018年北京市第三产业占地区生产总值81%，在全国占比较高。但是第三产业发展层次比较低，新兴服务业的发展缓慢，因此需要加快新兴服务业的优质高效发展，促进第三产业结构的升级转型，具体包括：

(1)推进生产性服务业向价值链高端和专业化发展，提高电子商务、研发设计、信息技术服务、检测检验、工程咨询、商务咨询、人才服务、法律会计、融资租赁、信用评级、节能环保服务、第三方物流、售后服务等重点领域的专业化水平，提高资源配置效率和劳动力生产率，推进服务业与生产的融合。

(2)推进生活性服务业向高品质和精细化发展。鼓励各类市场主体多样化发展短缺服务和针对个性化需求的定制服务，培育知名品牌，发展多种形式的教育培训服务，鼓励从业人员参加职业培训，提高就业质量。

(3)进一步放宽服务业的市场准入，促进良好的营商环境，大力提升从业人员专业水平和职业素养，提高就业质量。

2.优化传统产业结构

虽然传统产业是吸纳就业的主体，在北京国民经济中占有重要的地位，但随着产业结构升级，部分传统产业将会退出，一大批劳动力将从传统产业中释放出来。因此要运用人工智能等高新技术进行传统产业的升级改造，增强其国际竞争力，鼓励传统产业在创新引领、中高端消费、共享经济、绿色低碳、人力资本服务、现代供应链等领域建立增长点，鼓励创新创业，进一步扩大就业规模，优化就业结构。

3.发展科技创新和新兴产业

无论是产业升级还是经济发展，必须依靠科技创新，北京市要抓住全球第四次科技革命这一机遇，发挥科技创新的引领作用，促进企业技术进步，促进高新技术产业和现代服务业的产业优化发展；抓住京津冀协同发展这一机遇，大力发展新兴产业如高端装备制造、新一代信息技术、新能源汽车、节能环保、生物技术、新能源、新材料等，鼓励创新创业，进一步扩大就业规模，优化就业结构。