凯恩斯就业理论在中国的检验及其指导意义

韩峰 陈芳英

摘 要：由于我国目前待就业人口众多，就业形势严峻，就业问题亟待解决，因此本文通过结合本国实际情况以及借鉴凯恩斯就业理论进行了研究，以此为引导而提出了相应的解决就业的对策。本文用计量经济学的方法对凯恩斯就业函数进行了回归和检验，最后得出在我国的凯恩斯就业函数为LnY*=2.83962+0.00058lnX1*+0.02525lnX2*+0.19025lnX3*，回归结果反映出消费、固定投资和通货膨胀都对就业有正比例关系，因此得出了凯恩斯就业理论对我国的借鉴意义。

关键词：凯恩斯就业理论；就业；固定投资；消费

1 凯恩斯就业理论的几条主要观点

凯恩斯的就业理论为资本主义社会摆脱经济危机做了巨大的贡献，下面列出了几条他的主要观点：

1.1 对传统“充分就业”理论做了补充

凯恩斯在传统的就业理论上取其精华去其糟粕，还做了一些革新，他否定了传统就业理论中的“资本主义社会不存在失业”的观点，但又继续使用了摩擦失业和自愿失业的说法，另外他还提出“非自愿失业”，是指工人愿意接受当前的工资和工作条件但还是找不到工作的情况，是由于劳动力需求不足造成的。凯恩斯认为，要达到充分就业的状态，最根本的就是要尽力减少非自愿失业，最好使它减少至零。

1.2 有效需求理论

有效需求理论是凯恩斯就业理论的根本与核心，也是就业理论的起点，他用该理论重点分析了失业的原因。有效需求是指总需求价格等于总供给价格时的需求量，也即投资等于储蓄这种均衡状态下的总需求。当市场上工人的实际工资大于雇主愿意支付的工资时，资本家用相同的钱只能雇到更少的工人，提供的工作岗位就会变少，与之相反时，相同的成本可以雇到更多的工人，提供了更多的工作岗位。有效需求受边际消费倾向递减、流动性偏好以及资本边际效率递减这三个心理因素影响，而且它们成反比例关系，即那三个心理因素作用越大，有效需求就会越小，而有效需求的不足又会造成失业，环环相扣，最终造成众多人员失业，失业是有效需求不足造成的，因此努力增加有效需求是解决就业问题的基本途径。

2 凯恩斯就业理论在中国的实证研究

2.1 模型的设定

凯恩斯在研究就业理论的时候，为了与数据联系起来，设定了一个就业函数公式，该函数公式为：

Nr=fr（Dwr） （1）

其中Nr表示就业量，Dwr表示有效需求，即当有效需求为Dwr时，就业量为Nr。由于消费和投资越多，就业量的需求量就越大，即它们之间成正比，而且有效需求在实际生活中较难量化，因此我们可以用消费和投资来解释就业函数，又因通货膨胀对就业影响也很大，因此我们可以进一步设定凯恩斯就业函数

lnY=a+blnX1+clnX2+dlnX3 （2）

Y代表就业量，X1代表固定资产投资，X2代表消费水平，X3代表通货膨胀，a、b、c、d分别为待定参数，即为常数，是已知量。

2.2 数据的选取

在对上述就业函数进行分析时，宏观经济数据库里面的数据，包括从1980年至2014年的就业人员数量、固定投资额、消费数额以及通货膨胀（居民消费价格指数（1978=100））。

2.3 回归结果及相关的检验

利用Eviews软件以及计量经济学的相关知识就可以得出就业函数的回归结果，先对就业人数与投资做回归，可得：

Y=61305.09+0.0487X1 （3）

S=（1906.058） （0.0112）

t=（32.1632） （4.0907）

Prob=（0.0000） （0.0003）

R2=0.3365 =0.3164 F=16.7338 S.E=9436.018 D.W=0.0527

從回归结果我们可以知道，t值大于在95%的置信水平下的t值，P值也很小，说明上面的式子拒绝原假设：就业量与固定投资无关，即证明了就业也量与固定投资有关，而且从X1前面的系数为正可知，就业量与固定投资成正比，且固定投资每增加1单位，就业量就会增加0.0487单位。但是从R2的数值来看，R2比较小，说明就业人数与固定投资的相关度不是很高，因此需要做进一步的分析。

再对就业人数与消费水平进行分析，对它们进行回归可得：

Y=58170.46+1.6433X2 （4）

S=（1883.965） （0.2845）

t=（30.8766）（5.7762）

Prob=（0.0000） （0.0000）

R2=0.5027 =0.4877 F=33.3648 S.E=8168.564 D.W=0.0652

从回归结果可以看出，t值依然比置信水平为95%下的t值更大，P值也很小，即仍然拒绝原假设：就业量与消费水平无关，即就业量与消费水平是有关联的，而且从系数为正可以看出，二者之间是正相关关系，当消费水平增加1单位时，就业量就会增加1.6433单位。与固定投资相对比，消费水平对就业的影响更大一些。从R2的值来看，R2=0.5027>R2=0.3365，说明就业量与消费水平的相关度更高。

最后来分析一下最先设定的模型，回归结果如下：

lnY=9.0019+0.0983lnX1-0.2118lnX2+0.4760lnX3 （5）

S=（0.1851） （0.0780） （0.1497） （0.1006）

t=（48.633）（1.2600）（-1.4155）（4.7315）

Prob=（0.0000） （0.2171） （0.1669） （0.0000）

R2=0.9475 =0.9424 F=186.3556 S.E=0.0459 D.W=0.5793

从上述回归结果我们知道：a=9.0019，b=0.0983，c=-0.2118，d=0.4760，也即当X2、X3不变时，X1每增加1%，Y就会增加0.0983%，当X1、X3保持不变时，X2每增加1%，Y会减少0.2118%，当X1、X2保持不变时，X3每增加1%，Y会增加0.4760%，从回归结果来看，消费水平对就业量有抑制作用，与凯恩斯理论相悖。因此需要对该模型进行检验。

2.3.1 先对该回归模型的经济学意义进行相应的检验

1）F检验，是一种先假设模型中的两个或多个解释变量联合对被解释变量无影响，然后再根据回归结果的F值来肯定或者否定原假设，据此得出解释变量是否适合用来估计被解释变量的检验方法。通过查F值分布表可知，本文中的回归模型F值在显著水平 0.05时，F临界值约为8.62<回归结果的F值=186.3556，从而说明该模型是显著的。

2）t检验，是基于t分布的统计假设检验过程，是对单个解释变量的一种检验方法。该回归模型的t统计量为31，当显著水平 =5%时，则通过查询t值分布表可知t统计值为 （31）约等于2.0，从上述回归方程的结果中的t值可以得出结论：常数项、lnX3的t的绝对值都比 （31）更大，而lnX1、lnX2的t的绝对值都比 （31）更小，因此该模型的单个自变量是部分显著的。

2.3.2 对违背经典假定的检验

从上面的回归结果来看，该结果违背了经济学意义，与我们的常识也相违背，因此需要进行对违背经典假定的检验。主要的检验如下：

1）自相关性检验

自相关是指其中一个观察值扰动项的变动会引起另一个观察值扰动项也改变，即： 。这种检验可以用很多种方式进行，这里分别使用了以下三种方式对上面的模型进行了检验：

（1）图示法

残差分布图的走向可大概判断出回归模型是否存在自相关，若残差分布图杂乱无章，则说明不存在自相关，若总体呈上升趋势，则存在正自相关，若总体呈下降趋势，则存在负自相关。从前半段可以看出呈现正相关，后半部分关系不太明显，因为图示法推断较为粗略，故仅做参考，仅粗略的推断残差项存在正自相关。

图1 残差分布图

（2）杜宾-沃森检验

杜宾-沃森检验一般步骤为先将最小二乘回归法回归得出残差，再利用公式计算出d值，不过现在利用Eviews软件回归即可直接得出d值，再依据样本总数及解释变量的个数，从D.W表中找出下限值dL和上限值dU，最后将回归得出的d值与dL、dU等进行比较并判断有没有自相关关系，规则如下：当d值处于0-dL时会拒绝原假设（不存在自相关），即此时存在一阶自相关，而且是正自相关；当D.W处于4-dL—4时也拒绝原假设，且存在一阶负相关；当D.W处于dU—4-dU时会部分接受或全部接受原假设，两个观察值的扰动项互不干扰；当D.W处于dL—dU不能确定观察值的扰动项会不会彼此相互影响，即它们之间的相关性也无法确定，此时应使用别的方法进行检验。设显著性水平为5%，通过查D.W表可得dL大约等于1.283，dU大约等于1.653。因为回归结果中的d=0.5793，处于0-dL之间，从而可以判定出随机误差项之间存在一阶正自相关，肯定了上面图示法的判断。

（3）拉格朗日乘数检验

该方法的检验原则是：在一个给定的显著性水平 下，若AR（P）=nR2大于临界值 （P）（P代表滞后的阶数），则认为存在自相关。在该模型下当P=1时，假设 =0.05，用eviews软件计算得，AR（1）=nR2=17.1984>

（1）=5.9915，且p=0.000034，由于此概率接近于零，此时可以判定该模型存在自相关。而且当P=1时，对于残差可以建立以下的模型：et=ρ1et-1+ρ2et-2+…+νt通过软件分析得出结果如下：

et=0.2166-0.1318lnX1+0.2517lnX2-0.1470lnX3+0.7663et-1 （6）

t=（1.5463）（-2.1381）（2.1304）（-1.8874）（5.3836）Prob=（0.0000）

上面回归结果中et-1的t=5.3834明显比t的临界值大，即et-1是显著的，进一步说明观察值的扰动项之间存在自相关。

2）异方差检验

怀特检验，可直接用Eviews软件进行检验。利用eviews软件得出的nR2=20.98744，概率prob为0.0018，当显著性水平为 =0.05时，查表得

（2）=5.9915。因此在 =0.05的显著性水平下，nR2>

（2），且nR2的概率小于显著性水平，进而可以判定该模型存在异方差。

2.3.3 对时间序列数据的平稳性检验

检验平稳性的方法有很多种，本文使用一种比较常见和普遍使用的方法：迪基-富勒检验法（ADF检验）。通过检验得出，lnY、lnX1、lnX2、lnX3的检验结果，由结果可知LnY在显著水平为5%以上时是平稳数据，而LnX1、lnx2、lnx3都是非平稳数据，这也是上文中回归结果会出现消费的系数为负数的原因之一，因此需要对数据进行差分处理。对上述数据进行一阶差分序列处理，结果可知，经过一阶差分序列处理之后，所有数据在5%的显著水平下都是平稳的了。

2.4 模型的修正

通过上面的检验结果可知lnX2的系数是负数主要是存在一阶自相关和异方差以及时间序列是非平稳数据等原因造成的，因此需要消除或削弱自相關和异方差的和非平稳数据带来的影响，下面主要采用广义差分法对方程进行修正。

由于上面的检验中检验出该模型存在一阶自相关，则ut=ρ1ut-1+νt，其中νt为随机误差项。将变量滞后两期可以消除随机误差项的自相关性，即u*=νt=ut-ρ1ut-1。

即，广义差分法回归结果为：

LnY*=2.83962+0.00058lnX1*+0.02525lnX2*+0.19025lnX3* （7）

t=（34.6504）（2.3765） （2.6486） （4.5935）

P=（0.0000） （0.0435） （0.0216） （0.0054）

R2=0.6931 F=22.5856 D.W=1.6988

修正后的模型消费水平的系数变成了正数，此时就符合经济学含义了，且全部变量的t值均大于2，而且概率p都比0.05小，说明t检验是显著，投资、消费以及通货膨胀对就业的影响分别是显著的，F值也比临界值大比较多，说明整体也是显著的。修正后的模型d=1.6988，查表得到dL大约等于1.283，dU大约等于1.653，dU=1.653≤d=1.6988≤4-dU=2.347，说明模型的随机误差项已经不存在一阶自相关性。再对该回归方程进行LM检验可以得出当P=1时，在 =0.05的前提下，用eviews软件计算得，LM（1）=nR2=0.0786<

（1）=5.9915，且临界概率等于P=0.96.14>0.05，因此该模型不存在一阶自相关。结合上面的论述可以确定该模型已经没有自相关了。

对模型进行怀特检验得出：

图2 怀特检验结果

所以该模型也不存在异方差。

经过一系列的检验和修正最后得出在中国的凯恩斯就业函数为：

LnY*=2.83962+0.00058lnX1*+0.02525lnX2*+0.19025lnX3* （8）

3 对实证研究结果的分析

3.1 实证结果

从修正后的凯恩斯就业函数的回归结果结果中可以得出：

a=2.83962 b=0.00058 c=0.02525 d=0.19025

t=（34.6504）（2.3765） （2.6486） （4.5935）

F=22.5856

1）从F值和t值可以看出，固定投资、消费和通货膨胀不仅总体上对就业有显著影响，而且单个变量也和就业有显著影响。即：消费、固定投资和通货膨胀是就业的影响因素。

2）固定投资的系数是0.00058，从而可以立即得出下列结论：（1）就业与固定投资成正比；（2）当固定投资增加1%时，就业量增加0.00058%。

3）消费的系数是0.02525，从而也可得出以下结论：（1）就业与消费成正比；（2）当消费增长1%时，就业量增加 0.02525%。

4）通货膨胀的系数是0.19025，从而可以得出以下结论：（1）就业通货膨胀成正比；（2）当通货膨胀增长1%时，就业量增加0.19025%。

3.2 实证结果分析

1）我国的就业函数函数稳定。通过上述对模型的回归得出一个就业量与消费、投资以及通货膨胀的稳定函数，即在消费、投资和通货膨胀一定的情况下，就业量也是固定的。

2）我国的消费对就业的系数大于投资对就业的系数。这说明消费对就业的影响更大，因此我国应大力拉动消费进而促进就业，不过单单靠消费的力量是不够的，还应该结合投资，双管齐下才对就业有更大的推进作用。

3.3 研究中数据的选取的缺陷

首先对于所选取的固定投资，凯恩斯就业理论研究的投资不仅仅包括固定投资，但是因为统计年鉴中只公布了固定投资，因此拿固定投资来代替凯恩斯所致的投资因此存在一定的误差。其次只选取了1980年到2014年的数据，数据量不是很大，而且因为数据来源的有限性，没有获得2015年和2016年的相关数据。再次对于选取的通货膨胀率，因为通货膨胀没有明确的指标，因此只选取了居民消费价格指数代表通货膨胀，因此通货膨胀也存在一定的误差。

4 借鉴意义

1）充分就业并不是指所有人都能找到工作，适当的失业是允许的，所有人都就业反而会造成低工资低效益的现象，低工资会导致很多人积极性下降，这样反而会阻碍经济的发展，影响市场正常的运行，市场中无论如何都会存在一些失业，因此正确的理解“充分就业”是必要的。

2）当市场运行秩序良好，能够较好的解决失业问题时，可以对市场放任不管，当市场出现问题时，应该政府插手进行管理，把就业问题纳入宏观调控之中，通过政府的手段和政策，人为的带动和鼓励居民进行消费和投资进而增加就业，使经济再次走向正轨。

3）想要快速有效的解决失业问题，最基础的就是先发展经济，增加就业机会。经济得到了发展，人民生活水平就会提高，人们所追求的东西也就更多了，资本家和企业家自然不会放过这个机会，他们会想方设法去研究开发出新的产品，要生产新产品就需要工人，因此又提供了一些工作岗位，大大的解决就业问题。

4）凯恩斯就业理论对我国就业有很大的指导意义，但由于中国的社会主义经济与西方发达国家的资本主义经济有所不同，所以不能把凯恩斯就业理论全盘照搬，而应该根据中国的实际情况，对其取其精华，去其糟粕。

5）通货膨胀虽然对就业也有很大的促进作用，但是通货膨胀在促进就业的同时还会带来很多其他的负面作用，因此不能依赖通过扩大通货膨胀来促进就业。

参考文献

[1]黄敏.凯恩斯就业理论的分析与我国当前的失业问题[J].市场周刊.财经论坛，2003，（10）：38-39.

[2]金玉秋.西方就业理论及其实践对我国的启示[J].学术论坛，2008（8）：127-131.

[3]楊祖平.森林生态需求的现状及对策研究[D].南京林业大学，2010.

[4]凯恩斯.就业、利息与货币通论[M].商务印书馆，1996.

[5]王志伟.中国就业函数研究[D].中共中央党校，2011.