论文部分内容阅读
摘要：文章根据中国1978～2005年第三次产业就业人数和GDP的数据，通过向量自回归（VAR）模型及相应的脉冲响应函数分析了二者的动态相关性。结果表明，第三次产业就业人数对GDP有稳定影响，反向影响关系却在统计上不显著。GDP对于广义单位标准差新息的响应是将在第三期达到高峰，之后很快减弱。第三产业就业人数对此的响应是在初期最大，之后缓慢下降。中国要释放第三产业就业弹性大的潜力，应注重在第一和第二产业基础上的第三次产业的增长质量而不只是速度。
关键词：GDP；第三次产业；就业；VAR模型
20世纪80年代以来，在环太平洋地区、南美、东南欧，由于生产力的发展，产业结构和人口分布的特征，部分应证了配弟-克拉克的统计规律。同样，中国在实行改革开放政策近30年来，三次产业的就业人数与GDP变化趋势也基本上符合配弟-克拉克定律。比如2005年与1978年相比，第一、第二和第三产业就业人数分别增加了20.00%、160.38%和386.11%。按当年价格计算的GDP增加了4922.60%，按不变价格计是319.15%。三次产业就业人数的构成比例从1978年的83.5%：7.4%：9.1%变为2005年的44.8%：23.8%：31.4%。第一产业下降了38.7%，第二和第三产业分别上升了16.4%和22.3%。显然，第三产业由于就业弹性较高，被认为是拉动就业增长的主产业。但是，由于中国当前的经济发展和就业增长受到如下四方面的硬约束——现代工业化基础薄弱，现代农业基础落后，增速虽缓但基数庞大的经济活动人口，以及人口红利状况将在20年后逆转，也在一定程度上制约了第三产业的就业拉动效果。换言之，占世界人口近20%的中国的经济增长模式，可能会为世界经济增长模式提供更有价值的关于发展中大国的经验数据。
本文所关注的问题是，高就业弹性的第三产业就业趋势与GDP如何相互影响。因为这直接关系到在未来10-20年间中国经济转轨与社会和谐能否再次取得实质性的突破。本文使用的数据来源于《中国统计年鉴（2006）》，并以1978年的价格指数为100对GDP进行调整。
一、文献综述
一般认为，经济增长与就业增加之间存在正向关系。就美国20世纪工业化中期的统计情况看，20世纪60年代阿塞·奥肯的研究结果是，经济每增长一个百分点，失业减少3个百分点。中国自实行改革开放政策以来，经济增长率与就业之间的关系有所不同。胡鞍钢（1997）的研究表明，“八五”期间（1991～1995年）高经济增长率和高投资增长率并没有带动相应的高就业增长率，并从劳动力供给和资本深化的角度给出了解释。龚玉泉（2002）、李红松（2003）等进一步研究了中国经济增长与就业弹性下降的具体情况。李冠霖等（2003）从产业结构偏离度的角度分析了中国第三产业就业增长的轨迹，认为目前中国第三产业结构偏离度已经超过国际标准模式，故第三产业吸纳就业的空间相对较小。如果没有新的服务需求出现，第三产业进一步吸纳就业的能力难以提高。蒲艳萍（2005）认为，20世纪80年代中后期第三产业对就业的吸纳能力较强。90年代以后，第三产业发展以提高资本、技术含量的现代服务业的比重不断提高，使该产业对就业的拉动作用逐渐减弱。蔡昉教授（2004）等认为，反周期的宏观经济政策所决定的投资往往是就业密集度较低的行业，故而削弱了拉动就业的能量。张车伟等（2002）学者分析了中国在加入WTO之后各产业就业结构的变化，认为农业是受入世影响和冲击最严重的行业，但对农业的影响和冲击主要体现在收入而不是就业上，入世对工业就业具有增加效应，对第三产业就业的贡献最大。
但上述文献对于第三产业就业人数与GDP在过去28年间的动态定量关系的刻画，以及在中国进入改革开放关键时期的今后10年间二者又将产生怎样的影响，没有给出更多分析。本文运用向量自回归模型（Vector Auto-regression，VAR）和协整（Cointegration）模型探讨了二者在过去28年间的协整（长期）和短期的计量关系，并运用脉冲响应函数（Impulse Response Function，IRF）分析二者之间的动态影响。
二、实证分析与计量检验
本文使用的主要计量分析工具是向量自回归模型，所用软件是Eviews5.0。该模型是是一种非结构化的多方程模型，突出优点是避开了结构建模方法中对每个内生变量都要做与其他所有内生变量滞后值建模的问题。由于该模型提供了一个非常丰富的结构，能捕捉到数据的更多特征，所以在预测方面优于传统的结构模型。缺点是该模型缺乏理论基础且参数过多，通常需要相应的脉冲响应函数或者方差分解来解释向量自回归的内涵。脉冲响应函数可以考察来自随机扰动项的一个标准差冲击对内生变量当前值和未来值的影响。方差分解相反，是将系统的预测均方误差分解成系统中各变量冲击所分担的份额。
一般的VAR模型表达式为：
式中，Yt是 m 维内生变量，Xt是d维外生变量。α1，α2，…，αp和β1，β2，…，βr和是待估计的参数矩阵。内生变量和外生变量分别有p阶和r阶滞后期，最优滞后阶的选取一般由AIC和SC最小准则确定。εt是随机扰动项，其同时刻的元素可以彼此相关，但不能与自身滞后值和等式右边的变量相关。
本文用EM3表示第三产业的就业人数。为减少异方差，先对EM3和GDP进行自然对数变换，分别记为LNEM3和LNGDP。变换后原时间序列的协整关系并不会受到影响。为避免经济变量的不平稳产生的伪回归，运用ADF单位根方法进行平稳性检验。检验方程根据是否具有截距项或者时间趋势分为三类：第一类是既无截距项又无时间趋势，第二类是含有截距项但无时间趋势，第三类是既有截距项又有时间趋势。由于统计量的分布是非标准分布，因此使用Mackinnon临界值判断序列是否平稳。如果检验统计值大于临界值则拒绝零假设，认为序列不存在单位根，是平稳序列。检验结果说明，LNEM3和LNGDP时间序列经过一阶差分后，都在10%的显著性检验水平下拒绝了单位根假设，是一阶平稳序列，即I①序列。可进一步对时间序列进行Johansen协整分析。Johansen协整检验是一种基于向量自回归模型的检验方法，进行协整检验以前，需要先确定VAR模型的结构。
（一）基于VAR模型的分析
确定VAR模型的结构，一般用赤池信息准则（AIC）或施瓦茨（Schwartz）准则（SC），选择最大滞后期k值。原则是在增加k值的过程中使AIC或SC的值达到最小。适当加大k可以消除误差项中存在的自相关。但k值过大会导致自由度减小，影响模型参数估计量的有效性，并比较不同滞后期所建立的VAR模型的稳定性。经过比较，本文最后选择滞后2期，即k取2。经检验，所建模型的似然比值（LR）、最终预测差（FPE）、赤池信息准则、施瓦兹信息准则和汉南-奎因信息准则（Hannan-Quinn）最小，五个检验准则同时得到了满足。VAR模型的具体表达式见式②。括号内为t检验统计量值。为方便起见，把系数写成矩阵形式如下：
对该VAR（2）模型的稳定性检验通过了检验，表明该模型是稳定的，并保证了相应的脉冲响应和方差分解分析的有效性。
在此基础上，可以对LNEM3和LNGDP时间序列进行协整检验。Engle和Granger（1987）认为，I（1）单整序列间只要是协整的也具有长期的均衡关系。他们提出了协整的理论基础，协整定义如下：对于时间序列Y1t，Y2t，…，Ynt -I（d），如有向量α=（α1，α2，…，αn），使αYtT-I（d-b），其中d≥b≥0。称序列Y1t，Y2t，…，Ynt是（d，b）阶协整，即Yt-CI（d，b），α定义为协整向量。Johansen和Juselius（1990）在此基础上提出了一种在VAR模型下用极大似然法估计变量之间协整关系的Johansen检验方法。该检验能判定协整方程的个数，该数被称为协整秩。经过反复检验，确定协整变量含截距项并有确定性趋势，Johansen协整结果见③式。结果表明，在5%的显著性水平下，LNEM3和LNGDP时间序列只存在一个协整关系。协整方程写成③式，括号内为t统计量值。
对协整方程残差的平稳性检验通过了显著性1%的检验。表明该协整方程的残差是一个平稳序列，不存在序列自相关。
（二）格兰杰（Granger）因果关系
虽然通过实证研究可以得出LNEM3和LNGDP的协整关系，但没有表明这两个序列之间是否存在因果关系。经典的柯步-道格拉斯生产函数表明，劳动投入是经济增长的原因之一。Granger （1980） 指出，如果变量之间是协整的，则至少存在一个方向上的Granger原因；在非协整情况下，任何原因的推断将都是无效的。从前面确立的经济增长与就业数量的关系中，可以看出由于二者具有协整关系，所以他们之间至少存在一个方向上的因果关系。由于Granger因果检验对变量的滞后项有很强的敏感性，所以通常要对不同的滞后期进行尝试，以提高结论的可靠性。计量的检验结果表明，在95%的置信度下，第三产业就业人数的增加是促进GDP增长的Granger成因，但反向的影响关系则在统计意义不成立。这也印证了前文提及的部分研究结论，即近年来中国经济的增长并没有提高就业水平，尤其体现在就业增加速度最快的第三产业。
（三）脉冲响应分析
基于第三产业就业与GDP的VAR模型的脉冲响应函数，可以描述二者的相互影响关系，基本思想研究系统中个别方程中的新息（innovation，即随机误差项）产生变动时，由于变量间的相互影响而对系统中其他变量所产生的冲击强度和影响时滞。由于研究冲击响应时采用的是Cholesky分解技术，该方法的一个技巧是使误差项正交化。所以Cholesky分解的结果依赖于系统内变量的排序。Koop，Pesaran 和Potter（1996）提出了广义脉冲响应（Generalized Impulse Response）和广义方差分解（Generalized Variance Decomposition），以避免正交化对变量排序的依赖性。故本文采用广义脉冲响应方法进行响应分析。图1的结果表明，国民生产总值在受到广义化的一个单位标准差新息作用下，将会产生正向的响应，并在第3期达到峰值，以后逐年减弱，到第8期之后基本趋于平稳。说明国内生产总值在最初3期受到的影响最大，之后受到的影响很快减弱。第三次产业就业对于国民收入的正向影响空间正在减少，如果没有第一产业和第二产业就业人数的有效推动，没有第三产业自身的健康发展，长期保持8%的年增长率，难度很大。中国国家统计局2007年统计公报显示，该年GDP增长率按可比价格计算达11.4%，创1995年以来的增长率之最，也是继2003年之后连续五年不小于10%。这一实际结果也与利用截止到2005年统计数据的计量分析结果相似。据此对2008年GDP增长率的判断是，可能继续增加，但2009年则会下降，尽管降幅不大。
图2的脉冲响应图表明，第三产业的就业人数在受到广义化的一个单位标准差新息的影响下，初期将产生最大的正向反应，之后逐渐缓慢下降，但下降速度慢较慢。10期之后会基本趋于平稳。意味着第三产业就业受前期因素的影响而继续增加，但增速趋缓。主要原因是综合的就业弹性下降，第三产业就业受到了第一和第二产业增长质量的限制。
与脉冲响应函数的分析视角相反，方差分解是把系统中每个内生变量的波动按其成因分解为各方程新息相关联的组成部分，从而可以判断各新息对内生变量的相互重要性。方差分析表说明，LNEM3是LNGDP的重要影响因素，并且将在10~15期后的贡献率从45%上升到53%，并趋于稳定。LNGDP的调整主要由自身的变异来解释，在10年之后对变异的贡献率稳定在89%左右。
基于该VAR模型，可以对第三产业就业人数和GDP做出短期静态预测和长期动态预测。结果显示，短期的预测准确度非常高。如该模型对2006年第三产业就业人数和GDP的均值点估计分别是24607.83万人和15919.09亿元（不变价格）。当年的官方统计数据分别是24614万人和210871亿元（当年价格）。因此模型的预测误差分别是-0.025%和1.04%。长期趋势看，至少在未来的10年内，二者的变化趋势高度一致。
（四）向量误差修正模型的估计
为更准确刻画第三产业就业人数与GDP之间动态的短期和长期关系，可以建立误差修正模型（Vector Error Correction Model，VECM），从而把协整变量的短期调整估计出来，误差纠正项的系数反应了与长期均衡的关系。具体可构建如下三个方程：
其中，④式和⑤式是刻画短期关系模型，而⑥式刻画了二者的长期关系。VEC是长期均衡调整的误差纠正项，前面的系数为调整系数，表示解释变量与长期均衡的变异程度。从向量误差修正模型看，1978~2005年LNGDP的短期调整系数为-0.003，LNEM3的短期调整系数λ为-0.06。说明当LNGDP在短期内偏离长期均衡关系时，LNEM3对其回到均衡状态的调整力度较大，由于LNGDP的λ值为负，因此在短期内能起到反向长期均衡的调整作用。
三、简单评价
中国当前的经济结构体现了转型国家的特征。虽然社会经济系统的复杂性决定了我们不能依据任何实证工具进行简单的决策，但本文的实证结果有助于我们对中国第三产业就业人数与GDP的关系做出一个大致的判断。
从计量分析结果看，第三产业就业人数与GDP构成一个相互有长期影响的动态线性系统，只是程度不同，即第三产业就业人数增加可以提高GDP，但反向影响不显著。第三产业在受到经济波动的影响下，将在今后10年继续上升，但速度趋慢。这是因为第三产业的构成复杂，产业内部的就业弹性结构差距很大。在经济转轨期间，第三产业内部就业弹性大的行业受到第一和第二产业发展滞后的影响。所以在今后10年左右的时间，要提高第三产业的就业水平，GDP的增长质量与增长速度必须做出相应的调整，因为在中国当前科技整体创新能力（包括基础研发和产业应用）没有取得实质性突破的前提下，长期维持高速增长付出的环境与资源代价会抵消单方面的经济增长效果。同时，第三产业劳动投入虽然对GDP的增长有贡献，但二者存在复杂的内部联系，除了劳动数量的投入对GDP产生重要影响外，第三产业从业人员综合素质的提高将对GDP产生更大的影响。显然这方面是今后深入研究的一个重要方向。
参考文献：
1、彭效军.我国产业结构调整与人口迁移研究——配弟-拉克定律的实证分析[J].思想战线,2002(6).
2、胡鞍钢.中国就业状况分析[J].管理世界,1997(3).
3、李红松.我国经济增长与就业弹性问题研究[J].财经研究,2003(4).
4、李冠霖,任旺兵.我国第三产业就业增长难度加大——从我国第三产业结构偏离度的演变轨迹及国际比较看我国第三产业的就业增长[J].财贸经济,2003(10).
5、蒲艳萍.转型期资本投资、产业结构、市场化对中国就业效应的实证研究[J].当代经济科学,2005(6).
（作者单位：北京物资学院。作者为中国社会科学院数量经济与技术经济所博士生）
注：“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。”
关键词：GDP；第三次产业；就业；VAR模型
20世纪80年代以来，在环太平洋地区、南美、东南欧，由于生产力的发展，产业结构和人口分布的特征，部分应证了配弟-克拉克的统计规律。同样，中国在实行改革开放政策近30年来，三次产业的就业人数与GDP变化趋势也基本上符合配弟-克拉克定律。比如2005年与1978年相比，第一、第二和第三产业就业人数分别增加了20.00%、160.38%和386.11%。按当年价格计算的GDP增加了4922.60%，按不变价格计是319.15%。三次产业就业人数的构成比例从1978年的83.5%：7.4%：9.1%变为2005年的44.8%：23.8%：31.4%。第一产业下降了38.7%，第二和第三产业分别上升了16.4%和22.3%。显然，第三产业由于就业弹性较高，被认为是拉动就业增长的主产业。但是，由于中国当前的经济发展和就业增长受到如下四方面的硬约束——现代工业化基础薄弱，现代农业基础落后，增速虽缓但基数庞大的经济活动人口，以及人口红利状况将在20年后逆转，也在一定程度上制约了第三产业的就业拉动效果。换言之，占世界人口近20%的中国的经济增长模式，可能会为世界经济增长模式提供更有价值的关于发展中大国的经验数据。
本文所关注的问题是，高就业弹性的第三产业就业趋势与GDP如何相互影响。因为这直接关系到在未来10-20年间中国经济转轨与社会和谐能否再次取得实质性的突破。本文使用的数据来源于《中国统计年鉴（2006）》，并以1978年的价格指数为100对GDP进行调整。
一、文献综述
一般认为，经济增长与就业增加之间存在正向关系。就美国20世纪工业化中期的统计情况看，20世纪60年代阿塞·奥肯的研究结果是，经济每增长一个百分点，失业减少3个百分点。中国自实行改革开放政策以来，经济增长率与就业之间的关系有所不同。胡鞍钢（1997）的研究表明，“八五”期间（1991～1995年）高经济增长率和高投资增长率并没有带动相应的高就业增长率，并从劳动力供给和资本深化的角度给出了解释。龚玉泉（2002）、李红松（2003）等进一步研究了中国经济增长与就业弹性下降的具体情况。李冠霖等（2003）从产业结构偏离度的角度分析了中国第三产业就业增长的轨迹，认为目前中国第三产业结构偏离度已经超过国际标准模式，故第三产业吸纳就业的空间相对较小。如果没有新的服务需求出现，第三产业进一步吸纳就业的能力难以提高。蒲艳萍（2005）认为，20世纪80年代中后期第三产业对就业的吸纳能力较强。90年代以后，第三产业发展以提高资本、技术含量的现代服务业的比重不断提高，使该产业对就业的拉动作用逐渐减弱。蔡昉教授（2004）等认为，反周期的宏观经济政策所决定的投资往往是就业密集度较低的行业，故而削弱了拉动就业的能量。张车伟等（2002）学者分析了中国在加入WTO之后各产业就业结构的变化，认为农业是受入世影响和冲击最严重的行业，但对农业的影响和冲击主要体现在收入而不是就业上，入世对工业就业具有增加效应，对第三产业就业的贡献最大。
但上述文献对于第三产业就业人数与GDP在过去28年间的动态定量关系的刻画，以及在中国进入改革开放关键时期的今后10年间二者又将产生怎样的影响，没有给出更多分析。本文运用向量自回归模型（Vector Auto-regression，VAR）和协整（Cointegration）模型探讨了二者在过去28年间的协整（长期）和短期的计量关系，并运用脉冲响应函数（Impulse Response Function，IRF）分析二者之间的动态影响。
二、实证分析与计量检验
本文使用的主要计量分析工具是向量自回归模型，所用软件是Eviews5.0。该模型是是一种非结构化的多方程模型，突出优点是避开了结构建模方法中对每个内生变量都要做与其他所有内生变量滞后值建模的问题。由于该模型提供了一个非常丰富的结构，能捕捉到数据的更多特征，所以在预测方面优于传统的结构模型。缺点是该模型缺乏理论基础且参数过多，通常需要相应的脉冲响应函数或者方差分解来解释向量自回归的内涵。脉冲响应函数可以考察来自随机扰动项的一个标准差冲击对内生变量当前值和未来值的影响。方差分解相反，是将系统的预测均方误差分解成系统中各变量冲击所分担的份额。
一般的VAR模型表达式为：
式中，Yt是 m 维内生变量，Xt是d维外生变量。α1，α2，…，αp和β1，β2，…，βr和是待估计的参数矩阵。内生变量和外生变量分别有p阶和r阶滞后期，最优滞后阶的选取一般由AIC和SC最小准则确定。εt是随机扰动项，其同时刻的元素可以彼此相关，但不能与自身滞后值和等式右边的变量相关。
本文用EM3表示第三产业的就业人数。为减少异方差，先对EM3和GDP进行自然对数变换，分别记为LNEM3和LNGDP。变换后原时间序列的协整关系并不会受到影响。为避免经济变量的不平稳产生的伪回归，运用ADF单位根方法进行平稳性检验。检验方程根据是否具有截距项或者时间趋势分为三类：第一类是既无截距项又无时间趋势，第二类是含有截距项但无时间趋势，第三类是既有截距项又有时间趋势。由于统计量的分布是非标准分布，因此使用Mackinnon临界值判断序列是否平稳。如果检验统计值大于临界值则拒绝零假设，认为序列不存在单位根，是平稳序列。检验结果说明，LNEM3和LNGDP时间序列经过一阶差分后，都在10%的显著性检验水平下拒绝了单位根假设，是一阶平稳序列，即I①序列。可进一步对时间序列进行Johansen协整分析。Johansen协整检验是一种基于向量自回归模型的检验方法，进行协整检验以前，需要先确定VAR模型的结构。
（一）基于VAR模型的分析
确定VAR模型的结构，一般用赤池信息准则（AIC）或施瓦茨（Schwartz）准则（SC），选择最大滞后期k值。原则是在增加k值的过程中使AIC或SC的值达到最小。适当加大k可以消除误差项中存在的自相关。但k值过大会导致自由度减小，影响模型参数估计量的有效性，并比较不同滞后期所建立的VAR模型的稳定性。经过比较，本文最后选择滞后2期，即k取2。经检验，所建模型的似然比值（LR）、最终预测差（FPE）、赤池信息准则、施瓦兹信息准则和汉南-奎因信息准则（Hannan-Quinn）最小，五个检验准则同时得到了满足。VAR模型的具体表达式见式②。括号内为t检验统计量值。为方便起见，把系数写成矩阵形式如下：
对该VAR（2）模型的稳定性检验通过了检验，表明该模型是稳定的，并保证了相应的脉冲响应和方差分解分析的有效性。
在此基础上，可以对LNEM3和LNGDP时间序列进行协整检验。Engle和Granger（1987）认为，I（1）单整序列间只要是协整的也具有长期的均衡关系。他们提出了协整的理论基础，协整定义如下：对于时间序列Y1t，Y2t，…，Ynt -I（d），如有向量α=（α1，α2，…，αn），使αYtT-I（d-b），其中d≥b≥0。称序列Y1t，Y2t，…，Ynt是（d，b）阶协整，即Yt-CI（d，b），α定义为协整向量。Johansen和Juselius（1990）在此基础上提出了一种在VAR模型下用极大似然法估计变量之间协整关系的Johansen检验方法。该检验能判定协整方程的个数，该数被称为协整秩。经过反复检验，确定协整变量含截距项并有确定性趋势，Johansen协整结果见③式。结果表明，在5%的显著性水平下，LNEM3和LNGDP时间序列只存在一个协整关系。协整方程写成③式，括号内为t统计量值。
对协整方程残差的平稳性检验通过了显著性1%的检验。表明该协整方程的残差是一个平稳序列，不存在序列自相关。
（二）格兰杰（Granger）因果关系
虽然通过实证研究可以得出LNEM3和LNGDP的协整关系，但没有表明这两个序列之间是否存在因果关系。经典的柯步-道格拉斯生产函数表明，劳动投入是经济增长的原因之一。Granger （1980） 指出，如果变量之间是协整的，则至少存在一个方向上的Granger原因；在非协整情况下，任何原因的推断将都是无效的。从前面确立的经济增长与就业数量的关系中，可以看出由于二者具有协整关系，所以他们之间至少存在一个方向上的因果关系。由于Granger因果检验对变量的滞后项有很强的敏感性，所以通常要对不同的滞后期进行尝试，以提高结论的可靠性。计量的检验结果表明，在95%的置信度下，第三产业就业人数的增加是促进GDP增长的Granger成因，但反向的影响关系则在统计意义不成立。这也印证了前文提及的部分研究结论，即近年来中国经济的增长并没有提高就业水平，尤其体现在就业增加速度最快的第三产业。
（三）脉冲响应分析
基于第三产业就业与GDP的VAR模型的脉冲响应函数，可以描述二者的相互影响关系，基本思想研究系统中个别方程中的新息（innovation，即随机误差项）产生变动时，由于变量间的相互影响而对系统中其他变量所产生的冲击强度和影响时滞。由于研究冲击响应时采用的是Cholesky分解技术，该方法的一个技巧是使误差项正交化。所以Cholesky分解的结果依赖于系统内变量的排序。Koop，Pesaran 和Potter（1996）提出了广义脉冲响应（Generalized Impulse Response）和广义方差分解（Generalized Variance Decomposition），以避免正交化对变量排序的依赖性。故本文采用广义脉冲响应方法进行响应分析。图1的结果表明，国民生产总值在受到广义化的一个单位标准差新息作用下，将会产生正向的响应，并在第3期达到峰值，以后逐年减弱，到第8期之后基本趋于平稳。说明国内生产总值在最初3期受到的影响最大，之后受到的影响很快减弱。第三次产业就业对于国民收入的正向影响空间正在减少，如果没有第一产业和第二产业就业人数的有效推动，没有第三产业自身的健康发展，长期保持8%的年增长率，难度很大。中国国家统计局2007年统计公报显示，该年GDP增长率按可比价格计算达11.4%，创1995年以来的增长率之最，也是继2003年之后连续五年不小于10%。这一实际结果也与利用截止到2005年统计数据的计量分析结果相似。据此对2008年GDP增长率的判断是，可能继续增加，但2009年则会下降，尽管降幅不大。
图2的脉冲响应图表明，第三产业的就业人数在受到广义化的一个单位标准差新息的影响下，初期将产生最大的正向反应，之后逐渐缓慢下降，但下降速度慢较慢。10期之后会基本趋于平稳。意味着第三产业就业受前期因素的影响而继续增加，但增速趋缓。主要原因是综合的就业弹性下降，第三产业就业受到了第一和第二产业增长质量的限制。
与脉冲响应函数的分析视角相反，方差分解是把系统中每个内生变量的波动按其成因分解为各方程新息相关联的组成部分，从而可以判断各新息对内生变量的相互重要性。方差分析表说明，LNEM3是LNGDP的重要影响因素，并且将在10~15期后的贡献率从45%上升到53%，并趋于稳定。LNGDP的调整主要由自身的变异来解释，在10年之后对变异的贡献率稳定在89%左右。
基于该VAR模型，可以对第三产业就业人数和GDP做出短期静态预测和长期动态预测。结果显示，短期的预测准确度非常高。如该模型对2006年第三产业就业人数和GDP的均值点估计分别是24607.83万人和15919.09亿元（不变价格）。当年的官方统计数据分别是24614万人和210871亿元（当年价格）。因此模型的预测误差分别是-0.025%和1.04%。长期趋势看，至少在未来的10年内，二者的变化趋势高度一致。
（四）向量误差修正模型的估计
为更准确刻画第三产业就业人数与GDP之间动态的短期和长期关系，可以建立误差修正模型（Vector Error Correction Model，VECM），从而把协整变量的短期调整估计出来，误差纠正项的系数反应了与长期均衡的关系。具体可构建如下三个方程：
其中，④式和⑤式是刻画短期关系模型，而⑥式刻画了二者的长期关系。VEC是长期均衡调整的误差纠正项，前面的系数为调整系数，表示解释变量与长期均衡的变异程度。从向量误差修正模型看，1978~2005年LNGDP的短期调整系数为-0.003，LNEM3的短期调整系数λ为-0.06。说明当LNGDP在短期内偏离长期均衡关系时，LNEM3对其回到均衡状态的调整力度较大，由于LNGDP的λ值为负，因此在短期内能起到反向长期均衡的调整作用。
三、简单评价
中国当前的经济结构体现了转型国家的特征。虽然社会经济系统的复杂性决定了我们不能依据任何实证工具进行简单的决策，但本文的实证结果有助于我们对中国第三产业就业人数与GDP的关系做出一个大致的判断。
从计量分析结果看，第三产业就业人数与GDP构成一个相互有长期影响的动态线性系统，只是程度不同，即第三产业就业人数增加可以提高GDP，但反向影响不显著。第三产业在受到经济波动的影响下，将在今后10年继续上升，但速度趋慢。这是因为第三产业的构成复杂，产业内部的就业弹性结构差距很大。在经济转轨期间，第三产业内部就业弹性大的行业受到第一和第二产业发展滞后的影响。所以在今后10年左右的时间，要提高第三产业的就业水平，GDP的增长质量与增长速度必须做出相应的调整，因为在中国当前科技整体创新能力（包括基础研发和产业应用）没有取得实质性突破的前提下，长期维持高速增长付出的环境与资源代价会抵消单方面的经济增长效果。同时，第三产业劳动投入虽然对GDP的增长有贡献，但二者存在复杂的内部联系，除了劳动数量的投入对GDP产生重要影响外，第三产业从业人员综合素质的提高将对GDP产生更大的影响。显然这方面是今后深入研究的一个重要方向。
参考文献：
1、彭效军.我国产业结构调整与人口迁移研究——配弟-拉克定律的实证分析[J].思想战线,2002(6).
2、胡鞍钢.中国就业状况分析[J].管理世界,1997(3).
3、李红松.我国经济增长与就业弹性问题研究[J].财经研究,2003(4).
4、李冠霖,任旺兵.我国第三产业就业增长难度加大——从我国第三产业结构偏离度的演变轨迹及国际比较看我国第三产业的就业增长[J].财贸经济,2003(10).
5、蒲艳萍.转型期资本投资、产业结构、市场化对中国就业效应的实证研究[J].当代经济科学,2005(6).
（作者单位：北京物资学院。作者为中国社会科学院数量经济与技术经济所博士生）
注：“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。”