【題目】財政支出視角下我國就業問題探究
【第一章】解決我國就業問題的財政政策研究導論
【第二章】財政支出就業效應理論分析
【第三章】我國財政支出政策對就業影響的實踐分析
【第四章】財政支出就業效應的效果測度
【第五章】財政支出政策效果不明顯原因和優化路徑
【參考文獻】提升就業的財政支出途徑研究參考文獻
第 4 章 財政支出就業效應的效果測度
4.1 數據和指標說明
1.數據來源與調整思路
本文對 1981-2013 年的財政支出和就業量關系進行實證檢驗，數據來源于1997-2014 年的中國統計年鑒和歷年統計公報，但由于某些指標的統計口徑可能發生變化，為使結果更準確，對某些年份的數據進行了調整，下面對各變量進行逐一說明。
就業總量（JOB）：由于中國農村中存在著大量的隱性失業現象，農村勞動力對中國的勞動供求起了蓄水池的作用①，其就業人數不能真實反映我國的就業情況，因此本文選取城鎮就業總數作為就業總量。本文選取了三種有代表性的就業量進行實證分析，分別是中國統計年鑒數據、對年鑒的調整數據和世界銀行數據，分析過程主要通過第二個數據展開，同時會將三種數據得到的結果列出。
財政支出總額（Z）：歷年的財政支出規模，包括財政預算內和預算外支出。由于 2011 年全面取消了預算外資金，將所有政府收入納入預算管理，因此 2011 年之前財政支出總額為財政預算內和預算外支出之和，2011 年以后為財政預算內支出總額。
財政投資支出（TZ）：財政投資一般被界定為由中央和地方政府投資形成的固定資本，由于政府不能在微觀層次上直接介入企業活動領域，政府投資往往被限定在特定的公共服務領域中，因此這些資本被稱為公共投資②。根據全社會固定資產投資資金來源不同，可分為國家預算內資金、國內貸款、利用外資、自籌和其他。本文用全社會固定資產投資中國家預算內資金代表財政投資支出。
財政科技支出（KJ）：2007 年我國進行了財政收支科目改革，2007 年之前科技支出主要包括科學支出、科技三項費用、科研基建費和其他科研事業費等項目之和。2007 年之后是財政用于基礎研究、應用開發等科學技術方面的支出，包括‘“科學技術”科目下支出和其他功能支出中用于科學技術的支出；前后年度財政科技支出涵蓋范圍基本一致③。其中 2009 年其他功能支出中用于科技的支出數據缺失，我們用 2007-2011 年的平均值代替。
財政教育支出（JY）：國家用于教育的支出，為保證數據可比性，本文采用大口徑教育支出，即全國教育經費中國家財政性教育經費的數額，所有數據均來源于中國統計年鑒和歷年全國教育經費執行情況統計公告。
財政社會保障支出（SB）： 2007 年之前該項支出為撫恤和社會福利救濟費、行政事業單位離退休支出、社會保障補助支出三者之和，2007 年以后該項支出為社會保障和就業支出，指政府在社會保障與就業方面的支出。新舊統計口徑雖然有一些差別，但是主體內容仍然是一致的①，同時根據《中國財政年鑒》公布的1998-2006 年社會保障支出的相關數據，新舊統計口徑結果僅相差 2%左右，具有較強的連續性。
2.數據不足
在就業量的選取上，一是本文以城鎮就業量作為就業總量，主要是因為中國農村中存在著大量的隱性失業現象，就業人數不能真實反映我國的就業情況，這可能導致低估了我國真實的就業量。二是由于我國一直以來對失業的統計采取的是城鎮登記失業人數，統計方式并不能科學反映我國真實的失業情況，因此年鑒中就業量數據可能存在偏差；為此本文借鑒了我國學者的調整思路，將年鑒中登記失業率、登記失業人數及由此推算出的分母與失業人員之差作為“城鎮就業人口（調整）”,并以此指標作為經濟對城鎮勞動力的需求②；同時引入世界銀行的調查數據，應該能夠體現我國真實的就業變動趨勢。
財政支出數據上，由于我國于 2007 年進行了財政收支科目改革，改革后的標準更加科學，但出于本人學術水平限制，無法對 2007 年之前的數據按照新的分類標準進行換算，因此本文對 2007 年后的數據做了調整，具體每一項指標均按照統計年鑒、統計公報和學者相關文獻的思路作出調整。這可能會導致財政支出各項指標并不是最科學的結果。
4.2 財政支出總額的就業效應
4.2.1 平穩性檢驗
由于時間序列數據大多是非平穩的，因此在進行協整分析前必須檢驗數據平穩性，否則可能會出現偽回歸現象，使協整關系失去意義。若一個非平穩的時間序列經過 d 次差分之后平穩，則該序列為 d 階單整，記做 I（d）。本文選取得檢驗方
首先根據樣本數據的趨勢圖大致判斷 Ln JOB、Ln Z 和 Ln GDP 的平穩性。從趨勢圖 4-1 至 4-3 可以看出，三者均呈現了隨時間增長而上揚的趨勢，并非圍繞均值上下波動，因此均為非平穩時間序列。為了進一步確定差分階數，我們根據 ADF檢驗值與臨界值作一個比較。
由表 5-1,各個時間序列的 ADF 檢驗結果顯示，在顯著性水平為 1%的條件下，各變量均接受原假設，即存在單位根，說明該序列為非平穩時間序列；在一階差分條件下，ADF 值小于 1%時的臨界值，即拒絕原假設，不存在單位根，時間序列平穩。
4.2.2 協整檢驗
協整檢驗是對非平穩的時間序列進行分析，探究各變量之間的長期均衡關系。其思想是：如果各變量的時間序列是非平穩的，但他們的線性組合具有平穩性，則他們存在協整關系。目前協整檢驗有 EG 兩步法和基于 VAR 的 johansen 檢驗等方式，EG 兩步法主要針對兩個變量，而多個單整變量的協整檢驗一般采用 johansen協整檢驗。Johansen 檢驗并非一次獨立檢驗，而是針對變量的連續檢驗，共檢驗N 次，最多存在 N-1 個協整關系，其優勢在于可以發現全部的協整關系，并且檢驗功效更穩定。本文將采用 johansen 檢驗方法，然后運用 ADF 檢驗殘差的平穩性。
ADF 檢驗結果表明，所有時間序列均為一階單整，因此可以進行協整分析。下文運用 johansen 檢驗法對就業總量、GDP、財政總支出進行協整分析。由于協整方程對滯后期的選擇十分敏感，因此首先根據 AIC 和 SC 準則確定最優滯后階數；在得到協整方程后，為避免虛假協整，還需對殘差進行單位根檢驗。
首先，對 Ln JOB 和 Ln GDP、Ln Z 進行 VAR 模型的滯后期檢驗，確定最優滯后期。檢驗結果如表 4-3.從表中可以看出，SC 準則選擇 P=2,LR 檢驗統計量和其余 4項準則均選擇 P=3,綜合考慮 VAR 模型的最優滯后階數為 P=3.然后對各個變量進行協整關系分析，結果如表 4-4 所示： 協整檢驗表明在 5%的顯著水平下，就業量和 GDP、財政支出總量之間存在長期均衡關系，協整方程如下：
為確保協整關系有意義，針對上述協整結果對殘差進行平穩性檢驗，從趨勢圖中可以看出殘差值圍繞零值上下波動，具有平穩性；ADF 的檢驗結果也表明在1%的顯著水平上，殘差的 ADF 值為-5.12<-3.67 殘差序列平穩。這表明根據johansen 檢驗方法得到的就業量和 GDP、財政支出總額之間的協整關系具有統計學意義。同樣，對世界銀行和統計年鑒的就業量進行檢驗，得到結果如表 4-5.
從表 4-5 可以看出，上述三種就業量數據得到的協整關系都反映了相似的結果，即我國 GDP 長期以來和就業呈正相關關系，系數為 0.33 至 0.59 之間，而財政支出總量對就業為負相關，系數為-0.16 至-0.20.
4.2.3 格蘭杰因果關系檢驗
協整檢驗表明我國就業量和 GDP、財政支出總量存在長期均衡關系，但不能得出就業量和 GDP、財政支出總量的因果關系，因此下面用格蘭杰因果關系檢驗方法，驗證因變量和自變量的因果關系。檢驗結果如表 4-6 所示：
檢驗結果表明，在 10%的顯著性水平下，GDP 和財政支出總量的改變是引起就業量變化的格蘭杰原因，而就業量改變不是導致財政支出變化的格蘭杰原因，即GDP 和就業之間是雙向因果關系，財政支出總量與就業是單向因果關系。
4.2.4 VAR 模型和脈沖響應分析
在變量存在長期均衡關系的基礎上，進一步對變量做脈沖響應分析，以探究財政支出總額對就業量的動態影響。為確保脈沖響應分析結果的準確性，首先建立VAR 模型并進行單位根檢驗。
1.VAR 模型
通過對就業量、GDP、財政支出總額三者建立 VAR 模型，將參數估計的結果寫成如下矩陣形式：
得到 VAR 模型后，對模型進行單位根檢驗，檢驗結果如表 4-7.由于模型的滯后長度為 3 并且有 3 個內生變量，所以模型存在 9 個單位根，其中 1 個實根 8 個復根。這些根的模都小于 1,即所有的根都在單位圓內，說明估計的 VAR 模型是穩定的，可以進行脈沖響應分析。
2.脈沖分析
通過脈沖響應分析，可以得出財政支出總量變化時，對就業量的動態影響，即一單位的財政支出總額的沖擊對就業量的影響。
從圖 4-5 可以看出，GDP 始終對就業產生正向影響，影響效果呈波動趨勢，并在第 5 年時達到最大，此后呈先減弱后增強趨勢；財政支出總額對就業具有抑制作用，其負向沖擊在第 3 年時達到最大，此后沖擊效果逐漸減弱并趨于 0.
4.2.5 結果說明
通過對 1981-2013 年數據的實證分析，對就業量、財政支出總量和 GDP 的檢驗結果得出如下結論：
（1）就業量、財政支出總量、GDP 三者長期均呈現上升趨勢，原序列都為非平穩時間序列，但一階差分后的序列平穩，并且能夠通過 ADF 檢驗和協整檢驗，說明三者長期中存在均衡關系。
（2）從協整方程可以看出，我國的經濟增長和就業二者之間存在正向的關系，GDP 每增加 1%就會帶動就業量約 0.332%至 0.586%的增加；財政支出總額對就業量有負向影響，財政支出每增加 1%就會引起就業量約 0.161%至 0.197%的減少。從脈沖圖來看，財政支出總額短期和長期對就業都具有抑制效果，并在第 3 年達到頂峰，隨后負向沖擊效果減弱并逐漸趨于 0.
4.3 財政支出結構的就業效應
4.3.1 平穩性檢驗
為避免虛假回歸，在協整分析前要檢驗數據的平穩性，當所有變量處于同階單整時方可進行協整關系檢驗。下面仍采用 ADF 單位根檢驗方法，對上述 6 個變量進行單位根檢驗，檢驗結果如下表所示：
由表 4-7 看出，各個時間序列的 ADF 檢驗結果顯示，在顯著性水平為 10%的條件下，各變量均接受原假設，即存在單位根，說明序列為非平穩時間序列；在一階差分條件下，ADF 值小于 10%時的臨界值，即拒絕原假設，不存在單位根，時間序列平穩。
4.3.2 協整檢驗
ADF 檢驗結果表明，所有時間序列均為二階單整，因此可以進行協整分析，下文運用 johansen 檢驗法對就業總量和財政投資性支出等進行協整分析。由于協整檢驗對于滯后期十分敏感，不當的滯后期選擇會使結果有很大差異，本文根據 AIC和 SC 準則確定最優滯后階數為；為避免虛假協整，在得出協整方程之后對殘差進行單位根檢驗。
首先，對 LnE 和 LnTZ、LnJY、LnKJ、LnSB 進行 VAR 模型的滯后期檢驗，確定最優滯后期，檢驗結果如表 4-9.從表中可以看出，LR 檢驗統計量和其余 4 項準則選擇 P=1,綜合考慮 VAR 模型的最優滯后階數為 P=1.然后對各個變量進行協整關系分析，結果如表 4-10 所示：
協整檢驗表明在 5%的顯著水平下，就業量和財政投資性支出等 4 個變量之間存在長期均衡關系，并給出了包含以上 5 個變量的協整方程：
為確保協整關系顯著，避免虛假協整，對上述等式的殘差進行平穩性檢驗，檢驗結果表明，在 1%的顯著性水平上殘差的 ADF 值為-5.28,小于-3.67,說明殘差序列平穩，就業量和各項財政支出之間的協整關系具有統計學意義。同樣，對世界銀行和統計年鑒的就業量進行檢驗，得到結果如表 4-11.
從表 4-11 可以看出，上述三種就業量數據得到的協整關系都反映了相似的結果，即我國財政教育支出對就業的促進作用相對明顯，系數達到了 0.46 至 1.12;社會保障支出對就業雖然有正向作用，但系數僅有 0.004 至 0.078 之間；同樣，財政投資支出對就業影響較小，系數基本在零值附近；財政科技支出對就業有負向影響，除統計年鑒的數據系數較小，可能與 1990 年前后就業量統計標準有關，其他兩個數據的系數分別達到了-0.405 和-0.759,負向影響較為顯著。
4.3.3 格蘭杰因果關系檢驗
協整檢驗表明我國就業量和以上五類財政支出存在長期均衡關系，但不能得出就業量和財政支出的因果關系，即財政支出增加導致就業量改變，還是就業量改變導致財政支出增加，因此下面用格蘭杰因果關系檢驗方法，驗證因變量和自變量的因果關系。檢驗結果如表 4-12 所示：
檢驗結果表明，在 5%的顯著性水平下，財政教育支出、的改變是引起就業量變化的格蘭杰原因，而就業量改變不是導致以上兩項支出變化的格蘭杰原因，即上述兩項財政支出與就業之間是單向因果關系；而財政科技支出和投資支出的改變是引起就業量變化的格蘭杰原因，同時就業量改變也是引起他們變化的格蘭杰原因，這兩項支出與就業之間是雙向因果關系。這就意味著，可以根據財政支出和就業量之間的格蘭杰因果關系，合理的調整財政支出結構，從而達到增加就業的目的。
4.3.4 VAR 模型和脈沖響應分析
在變量存在長期均衡關系的基礎上，進一步對變量做脈沖響應分析，以探究財政支出各個變量對就業量的動態影響。為確保脈沖響應分析結果的準確性，首先建立 VAR 模型并進行單位根檢驗。
1.VAR 模型
通過對就業量與財政投資支出、教育支出、科技支出、社會保障支出、行政管理支出建立 VAR 模型，將參數估計的結果寫成如下矩陣形式：
得到 VAR 模型后，對模型進行單位根檢驗，檢驗結果如表 4-13.由于模型的滯后長度為 1 并且有 5 個內生變量，所以模型存在 5 個單位根，其中 3 個實根 2個復根。這些根的模都小于 1,即所有的根都在單位圓內，說明估計的 VAR 模型是穩定的，可以進行脈沖響應分析。
2.脈沖分析
通過脈沖響應分析，可以得出財政支出的各個變量變化時，對就業量的動態影響，即一單位的財政支出的沖擊對就業量的影響。
從圖 4-6 可以看出，在短期中財政投資支出和社會保障支出對就業為負向沖擊，兩者均在第 6 年前后沖擊達到峰值，此后逐漸減弱；財政教育支出和行政管理支出對就業一直保持正向沖擊；財政科技支出開始為負向沖擊，在第 6 年時沖擊為 0,此后轉為正向沖擊。
4.3.5 結果說明
通過對 1981-2013 年數據的實證分析，對就業量和財政投資支出、教育支出、科技支出、社會保障支出、行政管理支出的檢驗結果得出如下結論：
（1）就業量和上述 5 項財政支出長期均呈現上升趨勢，原序列都為非平穩時間序列，但二階差分后的序列平穩，并且能夠通過 ADF 檢驗和協整檢驗，說明就業量和財政支出長期中存在均衡關系。
（2）從協整方程可以看出，長期中財政教育支出對就業量有正向的影響，并且效果較為明顯；財政科技支出對就業量具有明顯的抑制作用，而社會保障支出和投資支出對就業量產生的影響微弱，系數不到 0.1.從脈沖圖來看，在短期中財政投資支出和社會保障支出對就業為負向沖擊，財政教育支出和行政管理支出對就業一直保持正向沖擊，財政科技支出開始為負向沖擊，在第 6 年時沖擊為 0,此后轉為正向沖擊。
4.4 實證分析結論
通過對我國 1981-2013 年的數據分析，可以得到如下結論：
（1）就業量和 GDP、財政支出總量三者存在長期均衡關系，其中 GDP 對就業的帶動效果明顯，GDP 每增加 1%會使就業量增加 0.332%至 0.586%;財政支出總量長期中對就業有抑制作用，財政支出總量增加 1%會使就業減少 0.161%至 0.197%.
（2）從財政支出結構來看，就業量和財政投資支出、科技支出、教育支出、社會保障支出具有長期均衡關系，其中教育支出對就業的促進作用相對明顯，系數達到了 0.46 以上，社會保障支出對就業雖然有正向作用，但系數僅有 0.004 至0.078 之間；同樣，財政投資支出對就業影響較小，系數基本在零值附近；財政科技支出對就業有負向影響，并且較為顯著。
