经济转轨速度对长期失业影响的实证研究

内容摘要：本文使用1996-2002综列数据(Panel Data)来估计转轨速度对长期失业的效应，发现控制其他变量后，考察期内特定年度较快的转轨速度对随后两年内的长期失业率影响是显著的。这说明较快的转轨速度将以较高的长期失业率为代价，政府政策则应当在转轨速度和长期失业率之间权衡。

　　关键词：经济转轨 转轨速度 长期失业
　　
　　我国近年来失业率持续攀升，而失业劳动力中长期失业占了一半左右。长期失业已成为我国经济生活中的一个现实问题。
　　在经济理论中，长期失业通常被认为是结构性失业的表现。当人力资本调整速度跟不上经济结构变动的速度时，结构性失业就会出现，经济中的长期失业率就会增加。但是在转轨经济国家，长期失业可能不仅跟经济结构变动有关，也跟经济转轨的速度有关。因为经济转轨的一个基本组成部分是劳动力资源的再配置，即劳动力从效率较低的国有部门向更有效率的私人部门转移(Roland, 2000)。在这种转移过程中，从国有部门压缩出来的劳动力需要有一段时滞来学习和适应私人部门就业。如果这段时滞很长(比如≥6个月)，那么过快的转轨速度就会造成过多的劳动力滞留在失业状态，长期失业率就会增加。
　　本文试图对我国经济转轨速度对长期失业的关系进行实证研究，以检验经济转轨速度对长期失业的影响。而这一检验的政策含义是很明显的：如果政府觉得长期失业率太高，则应当适当调低国有经济退出或关闭的速度；如果政府觉得长期失业率尚可承受，那么就可以维持甚至加快转轨的速度。
　　
　　研究方法
　　
　　要研究经济转轨速度对长期失业的影响，首先需要有一个衡量经济转轨速度的指标。本文采用的指标是国有经济单位职工数量的变动百分比(S)。之所以用这一指标，一是如前面提及，经济转轨的过程是劳动力从国有部门转移向私有部门的再配置过程，国有经济单位职工数量的变动百分比恰当地反映了国有部门关闭速度；二是因为它直接表现了从国有部门释放到失业大军中的劳动力份额。假设国有经济单位职工数量为Nt，则国有经济单位职工数量的变动百分比(S)被定义为：
　　
　　可以考虑利用横截面数据来进行分析。譬如，利用多个地区的截面数据，在控制其他条件不变的情况下，检验各地区经济转轨速度与该地区长期失业之间的关系。
　　
　　数据、模型和估计结果
　　
　　(一) 数据
　　仅仅获取一个年度的各省区横截面数据可能受制于样本数量而难以得到显著结果。因此，本文实际上考虑了1996-2002多期横截面数据。实际上这是典型的综列数据(panel data)，只不过与人们通常用综列数据检验时间序列上的效果(结果关于T→∞收敛的情况)不同，这里用它是检验截面上的效果(结果关于N→∞收敛的情况)。所有数据全部来自《劳动统计年鉴》(1996-2003)，包含了除我国、港澳、西藏之外的其他各省区1996-2002年的失业率、长期失业率、国有经济单位职工数量变动百分比(S )、15-64岁人口百分比、人均人力资本数据。其中，个别省市数据有缺失。
　　(二) 计量模型和检验方法
　　长期失业是指“≥6个月”的失业。如果经济转轨速度对长期失业率有影响，那么本年度的转轨速度S_t、上年度的转轨速度S_t-1 上上年度转轨速度S_t-2 乃至更早年度的转轨速度都可能影响本年(t )的长期失业率。究竟应该上溯多少个年度，实际上将反映长期失业人口再就业时滞的长短。鉴于可获取数据的年限较短，本文拟上溯到第t -2年（实际上在估计时会发现第t -2的的显著程度都已经比较低了）。
　　计量模型设定为：
　　lnLTU_it=α_it+β₁S_t+β₂S_t-1+β₃S_t-2+σX_it+u_it
　　式中，被解释变量是长期失业率的对数lnLTU；i 是地区标识；t 是年度标识；α是截距项；X_it是控制变量维(各地区历年失业率自然对数、15-64岁人口比重、人均人力资本)，σ是控制变量系数维；u_it是随机扰动项。

　　β₁，β₂，β₃三个系数分别度量了第t年、第t-1年、第t-2年的国有单位人员变动速度对第t 年长期失业的影响。对这三个系数的检验方面，如果系数不显著，我们还需用Wald检验来检验该三个系数是否同时为0，即：
　　H₀：β₁=β₂=β₃=0
　　H_a：β₁，β₂，β₃不同时为0
　　因为，即使β₁，β₂，β₃三个系数未能通过显著性检验，但若Wald检验被拒绝，仍意味着不能拒绝转轨速度对长期失业有影响。
　　(三) 估计结果
　　由于利用综列数据进行横截面分析，因此有必要控制年度效应。我们使用固定效应(Fixed Effect)方法来估计，结果如表1所列。
　　
　　估计结果表明，经济转轨速度(国有就业收缩速度)对长期失业有显著的影响。具体来说，上一年转轨速度更快的地区次年的长期失业率也比较高。需要注意到β₁，β₂，β₃的系数均为负数，由于国有经济单位职工人数在样本数据是历年减少的，因此其变动速度是以负的百分比刻画的，所以这里的负数恰好表明了国有就业的收缩使得长期失业率增加了。从S_t-1的系数β₂基本上可以估计，若某地区国有经济单位就业收缩1%，长期失业率会正向变动1.43%（比如：若长期失业率为1%，则正向变动1.43%意味着长期失业率变为1.0143%）。
　　从估计结果可以看到，当年的转轨速度对长期失业并无显著影响；上年的转轨速度对本年度长期失业影响最为显著；上上年度转轨速度也可以认为有显著影响(10%水平下)，但没有上年度那样显著。笔者还曾尝试加入S_t-3 来估计，结果S_t-3 的系数很不显著。这说明，某一特定经济转轨速度对长期失业的影响主要在次年产生，也会波及到再次一年，然后其影响就随着时间的推移而逐渐消失了。
　　看看估计结果的控制变量也很有意义。结果表明，地区的长期失业率高低与失业率本身是同向变动的；15-64岁人口(劳动适龄人口)的比重越大，则长期失业率也越高；而提高人力资本存量是有利于降低长期失业的；地区的工资水平对于长期失业几乎没有影响；东部地区比中部地区(参照地区，未进入估计方程)的长期失业率显著要高，而西部地区与中部地区的长期失业率没有显著的差别。
　　本文实证研究发现，我国经济转轨的速度的确是长期失业率的一个显著影响因素。这一结论的政策含义是，政府可以通过调整转轨速度来调整长期失业率。加快经济转轨将以更高的长期失业率为代价；而要维持较低的长期失业率，又要以放慢转轨的改革步伐为代价。政府最终要做的工作是在两者之间的权衡。不过，本文也发现，人力资本高的地区长期失业率更低，表明积极的人力资本政策很可能会有助于降低长期失业率。这进一步强化了对保留工资影响因素实证研究的结果(董志强，蒲勇健，2005)，即积极的人力资本政策并未鼓励失业者懒惰等待，反而有可能促进其早日就业。