我国经济增长与失业关系的区域性差异分析

张世伟 ，司颖华,2

(1.吉林大学数量经济研究中心，吉林 长春 130012；2.兰州财经大学甘肃经济发展数量分析研究中心，甘肃 兰州 730020)

一、问题的提出

美国经济学家Okun[1]提出的奥肯定律，它反映经济增长率与失业率之间互逆的经济规律，也引起了学者们的广泛关注。在正常情况下，虽然已有的奥肯定理研究中对应系数的大小有一些差异，但是Attfield和Silverstone[2]与Moosa[3]等一致认为，经济增长率与失业率之间存在反向变动关系。在我国，经济持续高速增长，但失业率却居高不下，这似乎违背了奥肯定律。对于这种现象，国内学者做了大量研究进行不同的解读。周长才[4]认为，如果在失业人数中增加隐性失业人数，则经济增长率与失业率的关系满足奥肯定理。邹薇和胡翾[5]认为，在第二三产业中，使用就业人口总数占比表征失业率，则存在奥肯定律。蔡昉[6]解释了国内外对我国失业率数据的质疑，并系统分析了失业水平等统计数据的一致性，建议用调查失业率表征失业率。进一步，蔡昉[7]认为，已有研究得到我国“奥肯定理”失灵的成因是：我国失业率的主要成分是自然失业率，经济增长影响的因素很多，使得失业对经济增长影响的效果不显著。方福前和孙永君[8]针对我国经济数据检验了差分型、缺口型和动态型等不同类型的奥肯定律，认为各种类型在我国经济中都不显著。

近年来，关于经济增长与失业关系的研究形成了两个不同的分支：其一，从线性奥肯定律扩展到非线性奥肯定律。比如，Huang和Lin[9]认为，与传统的线性参数模型相比，非线性参数模型能够更好地描述经济增长率与失业率之间的真实关系。林秀梅和王磊[10]得到了我国体制转换的非线性奥肯定律，即在经济增长的不同时期，对应不同的经济增长率与失业率的关系。陈宇峰等[11]在构建平滑转移回归类型的奥肯定律基础上，结合国际油价的外部供给冲击，考察了奥肯定律在我国的存在性和非线性性。刘超和陈运杰[12]利用阈值协整分析得到，在不同的期限内，我国经济增长率与失业率存在不同的线性关系。Chinn等[13]针对二战后美国的经济增长率与失业率构建了平滑转移的误差修正模型形式的奥肯定律。Rui[14]基于马尔科夫模型研究了大萧条时期的经济周期与奥肯定律等。其二，奥肯定律中所采用的单变量扩展到面板数据情形。首先，面板数据模型与截面或时序数据模型相比，具有更好的变异性等。比如，Freeman[15]使用美国国家和地区的数据，运用经济时间序列中的趋势分解法，来估计奥肯系数。其次，基于面板数据的自回归分布滞后(ARDL)模型，在反映因变量受同期自变量影响的同时，还能反映各个自变量和因变量对应的滞后变量的影响。比如，魏瑾瑞[16]基于动态面板数据模型得到我国经济增长率与失业率确实存在负相关关系。最后，利用误差修正模型测度经济增长率与失业率的短期调整特征。比如，Huang和Yeh[17]利用面板数据的自回归分布滞后模型和误差修正模型分析了OECD和非OECD国家经济增长率与失业率之间的长期均衡和短期变动关系。Hutengs和Stadtmann[18]基于面板数据得到不同年龄组对应不同产出率与失业率的关系。Ball等[19]基于面板数据考察了多个国家的经济增长率与失业率的关系，并分析了不同国家奥肯定律的差异性。

基于上述分析可知，一方面，已有关于我国经济增长与失业关系的实证研究中，主要只是利用国家层面的时间序列数据，而关于相关变量区域层面的面板数据较少地被应用。比如，魏瑾瑞[16]也只是针对2005—2009年我国各区域的数据进行了较简单的分析。本文拟利用区域层面的相关变量对应的面板数据来研究，这样不仅对国家层面的分析大大增加了样本量，而且可以更有针对性地分析各区域经济增长与失业的关系及其差异性。另一方面，在计量模型的选择上，已有文献大多针对时间序列数据采用线性回归模型或非线性回归模型进行建模，关于面板数据模型的研究也仅有魏瑾瑞[16]。因此，本文借鉴Huang和Yeh[17]所采用的基于面板数据的自回归分布滞后模型和误差修正模型，来分析我国东部、中部和西部的经济增长率与失业率的长期均衡和短期变动关系及其差异性。

二、分析方法

在对奥肯定律研究中，主要出现了原始版本[1]、缺口型版本和动态化版本等。本文类似魏瑾瑞[16]采用奥肯定律的原始版本，即采用的变量为实际产出增长率和失业率。假定产出增长率yit与失业率uit的关系如下：

yit=μi+θuit+εit

(1)

其中，μi为截距项系数，i=1,2,…,N和t=1,2,…,T分别为个体的个数和时间的期数。由于截距项μi的不同，将面板数据模型分为混合回归模型、固定效应模型和随机效应模型。因此，在经验分析中，首先需要对模型形式进行检验，来确定所构建面板模型的具体类型。

考虑到奥肯定律的原始版本属于静态的，但实际上奥肯自己也曾承认过去和现在的产出都会对就业产生影响，反之亦然。因此，式(1)两边通过加入产出增长率和失业率的滞后项从而加入了时间因素得到了动态奥肯定律。动态奥肯定律不仅反映两者当期的关系，而且还可以得到上期与当期的关系。此外，加入滞后期从而消除了自相关性问题。本文借鉴Huang和Yeh[17]所采用的自回归分布滞后(ARDL)模型形式。即设定更一般的ARDL模型其嵌套模型有：

(2)

其中，λij和δij分别为滞后j期的yi,t-j和ui,t-j对yit的影响程度。在模型(2)的基础上，构建误差修正模型来分析经济增长率变动Δyit和失业率变动Δuit的短期调整关系。误差修正模型设定为：

(3)

其中，对第i个个体而言，φi为t-1期的误差修正项(yi,t-1-θui,t-1-μi)的系数。当φi<0时，可以依据误差修正项来分析修正的作用：若t-1时刻yi,t-1大于其均衡解μi+θui,t-1，则(yi,t-1-θui,t-1-μi)为正，从而φi[yi,t-1-θui,t-1-μi]为负，使得Δyit减小。反之反是。这很好地测度了长期非均衡误差项对yit的控制。

三、数据的描述性统计

(一)变量选取和数据来源

经济增长率(gap)：类似已有文献，选取国内生产总值指数(记作GDP)及对应的第t期的GDP增长率，gdpit=(GDPi,t-GDPi,t-1)/GDPi,t-1×100%。

失业率(U)：鉴于城镇登记失业率数据受到众多的质疑，蔡昉[6]认为调查失业率要优于城镇登记失业率。因此，笔者采用1978年以来我国的城镇调查失业率。遗憾的是，我国统计年鉴仅提供了全国经济活动人口的年度数据，而没有提供各地区的经济活动人口数据，从而无法相应地得到各地区的调查失业率。因此，各地区的失业率数据仍用城镇登记失业率，记作uit。

考虑到从1997年及以后才有重庆市的相关数据和西藏的相关数据缺失较多，基于在增加样本量的同时保证数据真实性的原则，我们选取了29个省份(不包括港澳台)从1979—2015年的相关数据。借鉴赵志强和叶蜀君[20]对我国东中西部区域的划分，本文所考察的区域中，东部地区包括11个省份，中部地区包括8个省份，西部地区包括10个省份。数据主要来自《新我国60年统计资料汇编》和国家统计局网站统计数据库(部分缺失数据采用线性插值法得到)。

(二)描述性统计分析

表1给出了各省份1979—2015年经济增长率的描述性统计结果。

表1 经济增长率的描述性统计结果 单位：%

由表1可知，经济增长率均值的变化从最小值黑龙江的8.81%到最大值广东的13.31%，相差4.50%。经济增长率标准差的变化从最小值黑龙江的2.62%到最大值海南的6.38%，相差3.76%。这说明只是针对全国经济增长率的已有研究掩盖了地区之间经济发展程度的差异性。

表2给出了各省份1979—2015年失业率的描述性统计结果。

表2 失业率的描述性统计结果 单位：%

由表2可知，失业率均值的变化从最小值北京的1.02%到最大值内蒙的4.77%，相差3.75%。失业率标准差的变化从最小值北京的0.60%到最大值内蒙的2.56%，相差1.96%。这说明只是针对全国失业率进行的已有研究掩盖了地区之间失业率的差异性。

进一步，计算各省份1979—2015年经济增长率与失业率的线性相关系数如表3所示。

由表3可知，1979—2015年我国各省份经济增长率与失业率的线性相关程度存在明显的差异性。因此，对不同地区需要进行差异性分析。

四、我国经济增长与失业关系的整体分析

(一)单位根检验

针对面板数据，由是否假定各个截面具有相同单位根分为如下两类检验： Levin-Lin-Chu的t检验和Im-Pesaran-Shin检验。分别对本文选取的经济增长率与失业率对应的面板数据进行检验，由检验结果可知，对经济增长率和失业率数据而言，单位根检验的第一类检验和第二类检验对应的P值均为0.00。所以，在5%的检验显著性水平下，我们所考察的经济增长率和失业率变量均为平稳的。

我们首先基于面板数据从整体来研究我国经济增长与失业的关系，即假定面板数据模型的斜率项不变。

(二)我国经济增长与失业的长期关系分析

笔者从静态和动态两个维度来构建模型，以便分析我国经济增长与失业的长期关系。模型的构建思路如下：在静态下，确定混合效应模型或固定效应模型，如果选择混合效应模型，则混合效应模型为最佳模型；否则，确定是选择随机效应模型还是固定效应模型,进一步构建相关的动态模型。

通过相关估计和检验，鉴于静态模型下并不理想,我们构建由Pesaran和Shin[21]提出的基于面板数据的自回归分布滞后(ARDL(p,q))模型，来反映它们之间的动态关系。类似于上述的建模过程，通过检验选择恰当的面板模型，而且去除不显著变量，最后估计得到混合效应ARDL(1,2)模型如表4左半部分所示。由表4可知，在5%的显著性水平下(注：本文所采用的检验显著性水平均为5%，即P值小于等于5%时显著，否则不显著，下同)，当期经济增长率受当期失业率的显著负向影响(系数(U)为-0.43，t检验对应的P值为0.00)、滞后一期的经济增长率显著的正向影响(系数(gdp(-1))为0.44，t检验对应的P值为0.00)和滞后两期失业率的正向影响(系数(U(-2))为0.46，t检验对应的P值为0.00)。综上所述，从全国层面来看，我国经济增长率与失业率存在长期的显著负相关关系，即满足奥肯定律。

(三)我国经济增长与失业的短期关系分析

为了更好地反映短期内经济增长与失业的关系，我们估计得到了混合效应的误差修正模型如表4右半部分所示。由表4可知，第一，误差修正项系数(RESID(-1))为-1.06，且t检验显著，这证实了长期非均衡误差对短期经济增长率变动存在修正作用。第二，失业率变动量的系数(DU)为-0.54，t检验显著(对应的P值为0.00)。这表明，我国失业率和经济增长率的变动存在显著负向关系。另外，当期经济增长率变动与滞后一期的经济增长率变动具有显著的正向影响关系(系数(Dgdp(-1))为0.54，t检验对应的P值为0.00)，而且与滞后两期的失业率变动也具有显著的正向影响关系(系数(DU(-2))为0.78，t检验对应的P值为0.00)。

表4 我国经济增长与失业的关系

注：C为常数项，*和**分别表示在10%和5%显著性水平下显著，下同。

五、基于不同区域经济增长与失业的关系分析

本文将所选取的29个省份按照东中西部三个区域进行划分，分析我国不同区域的经济增长与失业关系的差异性。

(一)不同区域的经济增长与失业的长期关系分析

1.东部地区经济增长与失业的长期关系

类似于之前建模的步骤，基于东部地区的面板数据，估计得到了固定效应的ARDL(2，0)模型如表5所示。由表5可知，对于我国东部地区而言，当期经济增长率与当期失业率之间负相关但不显著(系数(U)为-0.14，t检验对应的P值为0.48)，而与滞后一期的经济增长率显著正相关(系数(gdp(-1))为0.55，t检验对应的P值为0.00)，与滞后两期的经济增长率显著负相关(系数(gdp(-2))为-0.20，t检验对应的P值为0.00)。

2.中部地区经济增长与失业的长期关系

针对我国中部地区，估计得到了混合效应的ARDL(1，0)模型如表5所示。由表5可知，对于我国中部地区而言，当期经济增长率与当期失业率之间正相关但不显著(系数(U)为0.18，t检验对应的P值为0.26)，而与滞后一期的经济增长率显著正相关(系数(GDP(-1))为0.39，t检验对应的P值为0.00)。

3.西部地区经济增长与失业的长期关系

针对我国西部地区，估计得到混合效应的ARDL(2，2)模型如表5所示。由表5可知，对于我国西部地区而言，当期经济增长率与当期失业率之间显著负相关(系数(U)为-0.45，t检验对应的P值为0.01)，而与滞后一、两期的经济增长率显著正相关(系数gdp(-1)和gdp(-2 )分别为0.27和0.17，t检验对应的P值均为0.00)，与滞后两期的失业率显著正相关(系数(U(-2))为0.36，t检验对应的P值为0.02)。

表5 不同区域增长率与失业率的长期关系

(二)不同区域的经济增长与失业的短期关系分析

为了进一步分析经济增长率变动与失业率变动的短期影响关系，我们针对东、中、西部地区的面板数据，构建各自的误差修正模型(ECM)。

1.东部地区经济增长与失业的短期关系

对东部地区，估计得到混合效应结果如表6所示。由表6可知，误差修正项的系数(RESID(-1))为-1.02，t检验对应的P值为0.00，失业率的变动量的系数(DU)为-0.68，t检验不显著(对应的P值为0.07)。这说明对东部地区而言，我们所研究变量的变动存在不显著的负相关关系。另外，当期经济增长率变动与自身的滞后一期变动显著正相关(系数(Dgdp(-1))为0.59，t检验对应的P值为0.00)，与滞后两期的经济增长率变动显著负相关(系数(Dgdp(-2))为-0.19，t检验对应的P值为0.00)。

2.中部地区经济增长与失业的短期关系

对中部地区，估计得到混合效应结果如表6所示。由表6可知，误差修正项的系数(RESID(-1))为-0.99，t检验显著(对应的P值为0.00)，失业率的变动量的系数(DU)为-1.05，t检验显著(对应的P值为0.00)。这说明对中部地区而言，所研究变量的变动呈显著的负相关关系。另外，当期经济增长率变动与其自身滞后一期变量显著正相关(系数(Dgdp(-1))为0.40，t检验对应的P值为0.00)。

3.西部地区经济增长与失业的短期关系

对西部地区，估计得到随机效应结果如表6所示。由表6可知，误差修正项的系数(RESID(-1))为-1.13，t检验显著(对应的P值为0.00)，失业率变动量的系数(DU)为-0.15，但t检验不显著(P值为0.51)。这说明对西部地区而言，我们所研究变量的变动之间存在不显著的负相关关系。另外，当期经济增长率变动与其自身滞后一期变量正相关(系数(Dgdp(-1))为0.46，P值为0.00)，与其滞后两期变量显著正相关(系数(Dgdp(-2))为0.18，系数(DU(-2))为0.59，t检验对应的P值均为0.00)。

表6 不同地区经济增长与失业的短期关系

六、结 论

本文利用1979—2015年我国29个省份的面板数据，基于长期自回归分布滞后模型和短期误差修正模型，分析了全国和各区域经济增长率与失业率的长期均衡和短期变动关系，结果表明:

就全国而言，从长期来看，当期经济增长率与当期失业率存在显著的负相关关系，这与魏瑾瑞[16]等得到的结论相印证。而且当期经济增长率与滞后两期的失业率显著正相关，可能的原因是失业率作为滞后指标带有一定的持续性和时滞性。这种持续性可能是因为我国目前的失业率主要由自然失业率构成。而时滞性可能由于城镇登记失业率的数据未及时更新，也可能是由于我国经济增长主要以投资驱动，服务业占比较低，无法广泛大量吸纳劳动力，从而使得失业率不能及时得到缓解。从短期来看，经济增长率与失业率的变动符合奥肯定律。由所构建的误差修正模型也体现了长期非均衡误差对经济增长率变动的控制，即短期经济增长率变动与失业率变动趋向于长期的经济增长率与失业率的均衡关系。而且当期经济增长率变动与滞后两期的失业率变动负相关，也体现了我国失业率与经济增长率关系的滞后特征。

就不同区域而言，从长期来看，除了西部地区符合奥肯定律，东部地区和中部地区均无显著的相关关系。从短期来看，东部地区和西部地区经济增长率的变动与失业率的变动呈不显著的负相关关系，但中部地区呈显著的负相关关系。

因此，考察我国奥肯定律的存在性，不能只针对国家层面的数据，而应该利用我国区域层面的面板数据来考察，这样才能使奥肯定律在我国政府准确地掌握经济增长与失业的关系中起到更有效的作用。基于以上结论，笔者提出相应的政策建议如下：

就全国而言，经济增长与失业的关系满足奥肯定律。从而经济增长是就业增长的必要条件，要通过调整产业结构和转变经济增长方式，实现经济和就业双增长，这也是我国当前所面临的任务。

就区域而言，我国不同区域的经济增长与失业的关系存在显著的差异性，所以，政府在实施通过经济增长促进就业政策的同时，需要关注我国东中西部地区的经济增长与失业关系的差异性，这样才能更有效地实现经济平稳较快增长和促进就业的目标。

需要指出的是，奥肯定律在我国是否存在的研究并不能一味地模仿国外，需要注意到我国经济发展的独有特征和区域的差异性。为了更好地分析经济增长与失业的关系，除了需要采用包含更多信息的区域面板数据，基于东中西部不同区域进行研究外，还需要在非线性框架下，研究奥肯定律。又因为我国目前失业率统计仍采用城镇登记失业率而非调查失业率，所以失业对经济系统不是很敏感，调整也带有很大的滞后性。这些也将是我们今后的主要研究方向。