国际金融危机就业效应的投入产出分析

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

国际金融危机就业效应的投入产出分析

一、引言

　　由美国次贷危机引发的金融危机于2008年席卷全球，国际劳工组织(ILO)2009年1月份公布的《2009年全球就业趋势》报告指出，全球失业率将从2007年的5.7%上升到2009年6.1%，在经济前景最坏的情况下，估计2009年全球失业人数达到2.1-2.39亿。国际经济环境的恶化直接导致我国经济发展的速度下滑，使我国原本艰难的就业形势更为严峻。

　　进入2008年10月份，我国就业形势就已经出现显著变化，城镇登记失业率一改2003年以来的下降趋势，由4%上升到4.2%，年末城镇登记失业人数为886万人。2009年春节前返乡的外出农民工约为7000万人，其中由于金融危机丢失工作岗位返乡的约有1200多万人[2]。

　　国际金融危机到底对我国就业产生了怎样的影响？使得多少人失去工作岗位？目前文献多集中于定性讨论，陈昌明（2009）从经济增速下降、出口型企业就业下滑等角度分析了金融危机初期我国劳动就业形势；李雨潼，孟翔（2009）以宏观经济数据的变化分析农民工、大学生受到金融危机影响的就业形势；蔡昉（2009）结合城镇登记失业率和调查失业率对当前的就业压力和失业状况进行了估计，概括解析了中国转轨时期劳动力市场的特殊性，等等。为了尽可能准确地测算国际金融危机对我国就业的完全影响，本文以投入产出技术为工具，定量分析国际金融危机对我国就业的完全影响。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：国际金融危机 投入产出分析 投入产出 就业效应 金融危机 危机 就业 效应 国际金融 投入产出分析

二、投入产出模型的构建

　　1、 2007年非竞争型投入占用产出模型的构建

　　进口品是由其他国家或地区生产的，其增加值率及产品工艺均与我国产品有较大差异。近十年来，我国加工出口占全部出口总额的50%左右，加工出口作为一种需要较少的国内中间投入、创造较少增加值的特殊贸易方式，据测算，在同等额度的出口中，其创造的增加值、就业岗位仅为非加工出口的43%、36%。为了更加准确地核算国际金融危机对我国就业的影响，我们以2007年中国42部门投入产出表为基础，构建了2007年非竞争型投入占用产出表，基本表式如表1所示。







　　2、局部非线性投入产出模型的构建

　　投入产出研究中使用的是就业系数，其假定各行业产出与就业之间是线性关系。实际上，由于各行业特点不同，产出常会存在季节性、时期性变化，与产出相比，就业具有明显的粘性，就业弹性的强度和方向也会有所不同，如果沿用线性假定模型，就会高估产出的就业效应，计算结果不能反映二者的真实变动情况。而计量经济模型是常用的测度数据间非线性关系的方法，国内外学者也多用此方法来计算就业弹性，考察经济增长与就业增长之间的非线性关系。

　　本研究从就业弹性测算入手，采用计量经济模型来测度就业系数的非线性性质，并将得到的就业弹性引入投入产出模型，建立局部非线性投入产出模型，进行非线性投入产出实证分析。就业弹性分析是研究各个行业吸纳就业人数能力的基本方法，针对就业与经济之间的复杂关系，从宏观经济和产业经济的角度，全面系统地反映产业的就业效应，能比较准确地衡量各行业创造就业岗位的能力。

　　这里的就业弹性是指就业产出弹性，其含义是产出增长1%时，带动就业人数变化的百分数。具体到各个行业的就业弹性，就是指各行业产值增长率每改变一个百分点，所带来的就业增长率的大小。就业弹性系数越大，说明该产业对劳动力的吸纳能力越强，反之，说明该产业对劳动力的吸纳能力越弱。用公式表达就是：

三、测算国际金融危机对我国就业的影响

　　1、 应用2007年非竞争型投入占用产出模型测算

　　（1） 国际金融危机对就业影响的计算公式

　　为了将国际金融危机对我国就业的影响与经济周期下滑、宏观调控政策的影响区分开来，从金融危机对我国的直接影响领域出口、外商直接投资（FDI）、国内投资着手，计算出口、投资受到金融危机冲击后给我国就业带来的影响。

　　出口、投资都是最终需求 的组成部分，我们以出口变动 为例分析出口对就业的影响，同理可得外商直接投资、国内投资变化对就业的影响。



　　（3） 结果分析

　　利用上述模型和方法，从受金融危机影响最为严重的出口、FDI、国内投资的变化测算了国际金融危机发生以来，我国就业形势发生的变化，见表2。

表2  国际金融危机对我国非农就业的影响（单位：万人）


        2008        2009Q1        2009Q1-2        2009Q1-3
城镇新增就业        1113        268        569        851
下岗失业人员再就业        500        120        271        402
就业困难人员实现就业        143        35        79        120
城镇登记失业人员        -886        -915        -906        -915
城镇登记失业率（%）        4.2        4.3        4.3        4.3
金融危机对非农就业影响
完全影响        -1479.4        -1981.9        -2173.2        -2188.4
直接影响        -439.4        -603.6        -657.7        -662.7

　　由表2可以看出，2008年第四季度末城镇登记失业人数为886万人，同比增加56万人，城镇登记失业率为4.2%，另外农民工因金融危机返乡1200万人左右[4]，经测算，金融危机造成1479万人失去工作岗位；2009年以来，城镇登记失业率维持在4.3%，城镇登记失业人数同比增加85万人，城镇新增就业逐渐加大，三季度末已完成全年的94%，大学生、农民工就业基本与去年持平。但是金融危机对就业的影响却是逐步加深的，2009年第三季度已达到2188万，是2008年第四季度的1.5倍，可以看出金融危机对就业的真实影响并没有完全体现出来，而是被国家采取的积极宏观调控措施抵消了一部分。2009年中央财政安排就业资金420.2亿元，比2008年增加168亿元，增长66.7%，颁布了“关于开展2009年就业服务系列活动的通知”、“关于切实做好当前农民工工作的通知”、“关于印发三年百万高校毕业生就业见习计划的通知”等，各项政策措施覆盖面之广、含金量之高都是空前的，为稳定我国就业发挥了积极的作用。



图1  国际金融危机对我国非农就业的完全影响

　　如图1所示，国际金融危机通过不同途径影响就业。从我们测算的出口、FDI、国内投资三个角度来看，金融危机通过影响出口对就业影响最为严重，占总影响的70%左右，2009年第二季度达到了85%；通过FDI对就业影响是逐步减弱的，主要与我国相对其他国家较好的经济发展势头有关；国内固定资产投资减少的影响在2009年第三季度达到最大，这是因为国际金融危机加剧，如果没有政策性积极作用，国内出口外向型企业依然会保持较为谨慎态度减少投资或不投资。

表3  国际金融危机对部分部门就业的完全影响

        2008Q4        2009Q1        2009Q2        2009Q3
纺织业        175.5        246.4        268.9        248.4
通用、专用设备制造业        149.9        138.9        162.4        219.3
建筑业        142.9        104.9        129.0        211.6
通信设备、计算机及其他电子设备制造业        128.1        179.7        196.4        182.7
服装鞋帽皮革羽绒及其制品业        108.4        152.1        166.0        153.4
化学工业        74.2        104.1        113.6        104.9
批发和零售贸易业        73.5        93.2        101.4        99.9
交通运输及仓储业        71.2        127.0        137.4        128.8
租赁和商务服务业        64.6        117.0        124.9        115.1
食品制造及烟草加工业        55.9        78.4        85.6        79.1
电气、机械及器材制造业        55.3        75.9        73.6        79.5

　　分部门具体来看，受国际金融危机影响的部门较为集中，受影响程度最深的前十个部门承受了70%以上的就业人数减少，见表3；四个季度中，出口重点行业及建筑业在此次金融危机中受影响最深。由图1可以看出，此次金融危机主要是通过出口影响我国就业的变动，以出口为导向的行业，如纺织业、服装鞋帽皮革羽绒及其制品业、通用、专用设备制造业、通信设备、计算机及其他电子设备制造业等，均受到了金融危机的严重冲击；建筑业是因国内固定资产投资减少引起的。

　　2、 应用局部非线性投入产出模型测算

　　（1）数据收集和处理

　　本文所用数据包括《2007年中国投入产出表》，以及天相投资分析系统中39个工业部门的从业人员平均人数和工业总产值数据，样本区间为2005年一季度至 2009年一季度。由于所采集季度数据不包括农业和服务业，而工业部门的划分较投入产出表更细，因此，对数据做如下处理：1. 由于农业对我国就业有蓄水池的作用，农业从业人数的意义不大，所以不考虑农业的就业弹性，设定其为0；2. 投入产出表中工业分为24个部门，而本文采集数据为39个部门，两者不一致，为此采用以下方法进行调整：如某几个细分行业与投入产出表某一部门相对应，则投入产出表中该部门的就业弹性取这几个细分行业的平均值，如金属矿采选业的弹性为黑色金属矿采选业和有色金属矿采选业弹性的平均值；3. 由于数据无法取得，投入产出表中的服务行业以及建筑业的就业弹性均取1。

　　另外，由于数据的自然对数变换不改变变量的长期关系， 且能使其趋势线性化、消除时间序列中的异方差现象， 所以对总产值数据和就业人数取自然对数， 分别以 LNX和 LNL表示。

　　（2） 实证过程和结果分析

　　1）序列平稳性检验

　　本文采用 ADF（Augment Dickey—Fuller）对各行业变量的时间序列进行平稳性检验，即单位根检验。经检验可得，39个工业部门中，石油和天然气开采业、有色金属矿采选业、其他采矿业、纺织业、文教体育用品制造业、化学原料及化学制品制造业、黑色金属冶炼及压延加工业、工艺品及其他制造业、水的生产和供应业这9个行业的产值和就业人数时间序列单整阶数不同外，其他行业产值和人数变量间单整阶数均相同。

　　2） 协整分析

　　协整理论可以避免传统的虚伪回归问题，是处理非平稳经济时间序列之间长期均衡关系的有力工具。协整分析检验的是时间变量序列之间是否存在长期均衡关系。即若存在数个非平稳的时间变量序列，且其某种线性组合构成的新序列是平稳的，则称此线性组合具有协整性，即它们之间存在一个长期均衡关系。

　　对于未通过序列平稳性检验的8个行业，其就业弹性采用每季度弹性的平均值。对于经过序列平稳性检验的31个行业，可以进行协整检验，本文采用Johansen协整检验。检验得知这31个行业均存在长期协整关系，取行业产值对数的系数作为该行业的就业弹性。所计算就业弹性结果以及2007年经过调整的线性就业系数如表4所示：

表4  工业部门就业弹性及线性就业系数表

部门名称        就业弹性        线性就业系数
仪器仪表及文化、办公用机械制造业        0.9046         0.0261
煤炭开采和洗选业        0.8768         0.0481
服装鞋帽皮革羽绒及其制品业        0.8565         0.0628
电气机械及器材制造业        0.8464         0.0139
通信设备、计算机及其他电子设备制造业        0.8423         0.0109
金属制品业        0.8387         0.0352
非金属矿物制品业        0.8166         0.0354
通用、专用设备制造业        0.8073         0.0246
燃气生产和供应业        0.7550         0.0342
石油加工、炼焦及核燃料加工业        0.7260         0.0052
交通运输设备制造业        0.6838         0.0206
木材加工及家具制造业        0.6755         0.0586
造纸印刷及文教体育用品制造业        0.6732         0.0355
废品废料        0.6445         0.0165
食品制造及烟草加工业        0.6104         0.0254
化学工业        0.5834         0.0204
金属矿采选业        0.5289         0.0416
金属冶炼及压延加工业        0.4090         0.0089
工艺品及其他制造业        0.3064         0.0735
石油和天然气开采业        0.1657         0.0075
纺织业        0.1631         0.0432
非金属矿及其他矿采选业        0.1372         0.0290
电力、热力的生产和供应业        0.0877         0.0197
水的生产和供应业        -0.0616         0.3818

　　从表4可以看到，仪器仪表及文化、办公用机械制造业的就业弹性最大，为0.9046，这表明仪器仪表及文化、办公用机械制造业的产值每增加1%，就业人数会增加0.9046%，即该行业的就业吸纳能力最强。就业弹性在0.8以上的有煤炭开采和洗选业、服装鞋帽皮革羽绒及其制品业、电气机械及器材制造业、通信设备、计算机及其他电子设备制造业、金属制品业、非金属矿物制品业、通用、专用设备制造业，这些行业都是劳动密集型行业，其产值增加对就业的拉动力比较大。

　　纺织业虽然属于劳动密集型行业，但其就业弹性并不高，究其原因，近年来，我国纺织行业增长呈现全面放缓状态，依靠“低成本、低利润”的加工贸易模式发展的企业遇到瓶颈，企业转而依托技术更新来提高竞争力，由此导致纺织业产值提高对劳动力就业的带动效果并不明显。

　　3） 投入产出分析

　　将非线性就业弹性引入投入产出模型，计算金融危机通过对外贸易对我国就业的影响。具体结果见表5。

表5  42部门影响表

部门        直接
出口
损失
（亿元）        完全
产出
损失
（亿元）        线性就业系数
（基于2007年
IO表）        就业弹性值        线性
就业
变化
（万人）        非线性
就业
变化
（万人）
金融业        0.000         -124.359         0.338         1.000         -419.795         -419.795
电气机械及器材制造业        -1876.317         -2095.256         0.014         0.846         -290.518         -245.901
通信设备、计算机及其他电子设备制造业        -990.603         -1435.730         0.011         0.842         -156.659         -131.956
房地产业        0.000         -73.491         0.135         1.000         -99.436         -99.436
服装鞋帽皮革羽绒及其制品业        -75.578         -140.173         0.063         0.857         -87.994         -75.367
仪器仪表及文化、办公用机械制造业        -300.354         -306.012         0.026         0.905         -79.875         -72.253
交通运输及仓储业        0.000         -140.577         0.048         1.000         -67.066         -67.066
化学工业        -32.276         -479.155         0.020         0.583         -97.601         -56.941
金属冶炼及压延加工业        -393.956         -1299.493         0.009         0.409         -116.044         -47.465
金属制品业        -25.181         -150.928         0.035         0.839         -53.120         -44.550
食品制造及烟草加工业        -2.212         -214.941         0.025         0.610         -54.698         -33.387
通用、专用设备制造业        -21.376         -166.027         0.025         0.807         -40.774         -32.915
信息传输、计算机服务和软件业        0.000         -57.171         0.053         1.000         -30.259         -30.259
租赁和商务服务业        0.000         -51.988         0.053         1.000         -27.516         -27.516
煤炭开采和洗选业        -2.137         -62.358         0.048         0.877         -29.990         -26.296
居民服务和其他服务业        0.000         -45.790         0.053         1.000         -24.235         -24.235
非金属矿物制品业        -1.943         -81.759         0.035         0.817         -28.934         -23.628
卫生、社会保障和社会福利业        0.000         -43.885         0.053         1.000         -23.227         -23.227
批发和零售业        0.000         -178.935         0.011         1.000         -19.314         -19.314
教育        0.000         -36.197         0.053         1.000         -19.158         -19.158
金属矿采选业        0.000         -80.213         0.042         0.529         -33.350         -17.640
木材加工及家具制造业        -21.928         -39.026         0.059         0.675         -22.885         -15.459
造纸印刷及文教体育用品制造业        -11.936         -63.099         0.035         0.673         -22.372         -15.061
综合技术服务业        0.000         -18.332         0.053         1.000         -9.703         -9.703
交通运输设备制造业        -5.464         -68.146         0.021         0.684         -14.013         -9.581
住宿和餐饮业        0.000         -73.375         0.010         1.000         -7.621         -7.621
工艺品及其他制造业        0.000         -28.201         0.073         0.306         -20.720         -6.348
废品废料        0.000         -58.595         0.017         0.644         -9.686         -6.242
文化、体育和娱乐业        0.000         -11.377         0.053         1.000         -6.022         -6.022
邮政业        0.000         -3.007         0.196         1.000         -5.888         -5.888
研究与试验发展业        0.000         -8.665         0.053         1.000         -4.586         -4.586
建筑业        0.000         -10.199         0.042         1.000         -4.319         -4.319
纺织业        -15.738         -54.714         0.043         0.163         -23.625         -3.852
电力、热力的生产和供应业        0.000         -220.399         0.020         0.088         -43.405         -3.804
水利、环境和公共设施管理业        0.000         -4.567         0.053         1.000         -2.417         -2.417
燃气生产和供应业        0.000         -7.881         0.034         0.755         -2.695         -2.035
非金属矿及其他矿采选业        -3.535         -20.134         0.029         0.137         -5.845         -0.802
石油加工、炼焦及核燃料加工业        134.543         -14.586         0.005         0.726         -0.752         -0.546
石油和天然气开采业        -19.381         -29.767         0.008         0.166         -2.242         -0.371
公共管理和社会组织        0.000         -0.670         0.053         1.000         -0.355         -0.355
农林牧渔业        -3.468         -209.195         0.948         0.000         0.000         0.000
水的生产和供应业        0.000         -7.698         0.382         -0.062         -29.389         1.811
总计        -3668.839         -8216.069         -        -        -2038.104         -1641.505

　　众所周知，2007年以来，我国对外贸易受到金融危机的冲击，出口增速明显放缓并出现了负增长，2008年11月到2009年4月金融危机对我国对外贸易产生了显著性影响。本文利用2002年1月至2009年4月的海关数据和2007年42部门中国投入产出表，测算了2008年11月到2009年4月期间，金融危机通过对外贸易对我国总产出的影响程度，得到直接出口损失。再利用经过自产率调整的直接消耗系数、列昂惕夫矩阵，计算剔除进口影响的金融危机对我国出口的完全产出影响。在此基础上，利用前面计算的行业就业弹性，计算此次金融危机对我国就业的完全影响。2008年11月到2009年4月间，金融危机通过对外贸易造成我国就业损失1641.505万人。与传统线性就业系数所计算的结果2038.104万人相比，非线性的就业系数计算结果体现了就业变动对产值变动的粘性，更符合实际。

　　由表5可知，在工业部门内部，就业人数受到影响最大的行业有电气机械及器材制造业、通信设备、计算机及其他电子设备制造业、服装鞋帽皮革羽绒及其制品业、仪器仪表及文化、办公用机械制造业、化学工业，就业损失均在50万人以上。这五个行业的就业弹性值也名列前茅，均在0.5以上。同时，电气机械及器材制造业和通信设备、计算机及其他电子设备制造业也是受到直接出口损失最大的两个行业。可见，金融危机通过对外贸易对行业就业人数的影响程度与该行业的贸易损失和就业弹性大小均相关。

参考文献

　　[1] Chuang Yih-chyi.Human Capital，Exports， and Economic Growth：A Causality Analysis for Taiwan，1925-1995. Review of International Economies. 2000，8(4):712-720.

　　[2] Chen Chm. The Analysis on the Effect of Financial Crisis on Labor Employment in China. China Economic Trade Herald. 2009，(2):39-40.In Chinese.

　　[3] Li Yt， Meng X. A Research on the Effect of Financial Crisis on Labor Force Employment in China. Population Journal.2009，3:55-59.In Chinese.

　　[4] Cai F. The impact of financial crisis on employment and policies responding impact. China Development Observation.2009， 3:5-9.In Chinese.

　　[5] Chen Xk. China's 1995th Foreign Trade Input-Occupancy-Output Table and Its Application. Chinese Input-Output Society Annual Conference Paper No.5， 2001.In Chinese.

　　[6] Lawrence J. Lau， Chen Xk， Yang Ch et al. Non-Competitive Input-Output and Its Application : An Examination of the China-U.S. Trade Surplus. Social Sciences in China， 2007(5): 91-103.In Chinese.

　　[7] Zhu Kf. The Theory and Application of Input-Occupancy-Output Model of the Non-Competitive Imports Type Capturing China's Processing Exports. Chinese Academy of Sciences PhD Thesis， 2008.In Chinese.

　　[8] Lawrence J. Lau， Chen Xk， Cheng Lk， ect. Estimation of U.S.-China Trade Balances in Terms of Domestic Value-Added. Working Paper， No. 295， Stanford Center for International Development， Stanford University； Working Paper， No. 2， Institute of Economics ，The Chinese University of Hong Kong..

　　[9] Leontief W， The Structure of the American Economy. Oxford University Press， New York， 1951.

　　[10] Mazumdar， D. The employment elasticity in manufacturing: a rejoinder . Cambridge Journal of Economics 29， no. 4 (2005)

　　[11] Felipe， Jesus， Sipin， Grace C. The employment elasticity in manufacturing: a comment on Mazumdar. Cambridge Journal of Economics 29， no. 4 (2005)

　  [12] Mazumdar， D. Trends in employment and the employment elasticity in manufacturing， 1971-92: an international comparison . Cambridge Journal of Economics 27， no. 4 (2003)

　　[13] Paul Beaudry， David A. Green， Benjamin M. Sand. How Much Is Employment Increased by Cutting Labor Costs? Estimating the Elasticity of Job Creation. NBER Working Paper No. 15790*(2010)

　　[14] Anne P. Carter. Applications of Input-Output Analysis to Energy Problems. Science 19 April 1974

　　[15] Jun， Myung-Jin. ECONOMIC IMPACTS OF SEOUL’S JOB DECENTRALIZATION: A METROPOLITAN INPUT-OUTPUT ANALYSIS . Journal of Regional Science 49， no. 2 (2009)

　　[16] Angel L. Ruíz. Tourism and the economy of Puerto Rico: an input-output approach. Tourism Management， Volume 6， Issue 1， March 1985， Pages 61-65

　　[17] XU Yan-zhao. Application of time-varying parameter model in employment elasticit. Journal of Liaoning Technical University (Social Science Edition) Vol.9， No.4 ， 2007， 7 (in Chinese).

　　[18] Graciela Kaminsky， Saul Lizondo，Carmen M. Reihbart. Leading Indicators of Currency Crises. Policy Research Working Paper， November1997.

是原创吗,看起来是篇硬文

能发给我一份吗，有些公式看不到，最近正在写关于就业的文章，邮箱：403990498@qq.com,谢谢!