摘要：文章根據(jù)中國(guó)1978～2005年第三次產(chǎn)業(yè)就業(yè)人數(shù)和GDP的數(shù)據(jù)，通過(guò)向量自回歸（VAR）模型及相應(yīng)的脈沖響應(yīng)函數(shù)分析了二者的動(dòng)態(tài)相關(guān)性。結(jié)果表明，第三次產(chǎn)業(yè)就業(yè)人數(shù)對(duì)GDP有穩(wěn)定影響，反向影響關(guān)系卻在統(tǒng)計(jì)上不顯著。GDP對(duì)于廣義單位標(biāo)準(zhǔn)差新息的響應(yīng)是將在第三期達(dá)到高峰，之后很快減弱。第三產(chǎn)業(yè)就業(yè)人數(shù)對(duì)此的響應(yīng)是在初期最大，之后緩慢下降。中國(guó)要釋放第三產(chǎn)業(yè)就業(yè)彈性大的潛力，應(yīng)注重在第一和第二產(chǎn)業(yè)基礎(chǔ)上的第三次產(chǎn)業(yè)的增長(zhǎng)質(zhì)量而不只是速度。
　　關(guān)鍵詞：GDP；第三次產(chǎn)業(yè)；就業(yè)；VAR模型
　　
　　20世紀(jì)80年代以來(lái)，在環(huán)太平洋地區(qū)、南美、東南歐，由于生產(chǎn)力的發(fā)展，產(chǎn)業(yè)結(jié)構(gòu)和人口分布的特征，部分應(yīng)證了配弟-克拉克的統(tǒng)計(jì)規(guī)律。同樣，中國(guó)在實(shí)行改革開(kāi)放政策近30年來(lái)，三次產(chǎn)業(yè)的就業(yè)人數(shù)與GDP變化趨勢(shì)也基本上符合配弟-克拉克定律。比如2005年與1978年相比，第一、第二和第三產(chǎn)業(yè)就業(yè)人數(shù)分別增加了20.00%、160.38%和386.11%。按當(dāng)年價(jià)格計(jì)算的GDP增加了4922.60%，按不變價(jià)格計(jì)是319.15%。三次產(chǎn)業(yè)就業(yè)人數(shù)的構(gòu)成比例從1978年的83.5%：7.4%：9.1%變?yōu)?005年的44.8%：23.8%：31.4%。第一產(chǎn)業(yè)下降了38.7%，第二和第三產(chǎn)業(yè)分別上升了16.4%和22.3%。顯然，第三產(chǎn)業(yè)由于就業(yè)彈性較高，被認(rèn)為是拉動(dòng)就業(yè)增長(zhǎng)的主產(chǎn)業(yè)。但是，由于中國(guó)當(dāng)前的經(jīng)濟(jì)發(fā)展和就業(yè)增長(zhǎng)受到如下四方面的硬約束——現(xiàn)代工業(yè)化基礎(chǔ)薄弱，現(xiàn)代農(nóng)業(yè)基礎(chǔ)落后，增速雖緩但基數(shù)龐大的經(jīng)濟(jì)活動(dòng)人口，以及人口紅利狀況將在20年后逆轉(zhuǎn)，也在一定程度上制約了第三產(chǎn)業(yè)的就業(yè)拉動(dòng)效果。換言之，占世界人口近20%的中國(guó)的經(jīng)濟(jì)增長(zhǎng)模式，可能會(huì)為世界經(jīng)濟(jì)增長(zhǎng)模式提供更有價(jià)值的關(guān)于發(fā)展中大國(guó)的經(jīng)驗(yàn)數(shù)據(jù)。
　　本文所關(guān)注的問(wèn)題是，高就業(yè)彈性的第三產(chǎn)業(yè)就業(yè)趨勢(shì)與GDP如何相互影響。因?yàn)檫@直接關(guān)系到在未來(lái)10-20年間中國(guó)經(jīng)濟(jì)轉(zhuǎn)軌與社會(huì)和諧能否再次取得實(shí)質(zhì)性的突破。本文使用的數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒（2006）》，并以1978年的價(jià)格指數(shù)為100對(duì)GDP進(jìn)行調(diào)整。
　　
　　一、文獻(xiàn)綜述
　　
　　一般認(rèn)為，經(jīng)濟(jì)增長(zhǎng)與就業(yè)增加之間存在正向關(guān)系。就美國(guó)20世紀(jì)工業(yè)化中期的統(tǒng)計(jì)情況看，20世紀(jì)60年代阿塞·奧肯的研究結(jié)果是，經(jīng)濟(jì)每增長(zhǎng)一個(gè)百分點(diǎn)，失業(yè)減少3個(gè)百分點(diǎn)。中國(guó)自實(shí)行改革開(kāi)放政策以來(lái)，經(jīng)濟(jì)增長(zhǎng)率與就業(yè)之間的關(guān)系有所不同。胡鞍鋼（1997）的研究表明，“八五”期間（1991～1995年）高經(jīng)濟(jì)增長(zhǎng)率和高投資增長(zhǎng)率并沒(méi)有帶動(dòng)相應(yīng)的高就業(yè)增長(zhǎng)率，并從勞動(dòng)力供給和資本深化的角度給出了解釋。龔玉泉（2002）、李紅松（2003）等進(jìn)一步研究了中國(guó)經(jīng)濟(jì)增長(zhǎng)與就業(yè)彈性下降的具體情況。李冠霖等（2003）從產(chǎn)業(yè)結(jié)構(gòu)偏離度的角度分析了中國(guó)第三產(chǎn)業(yè)就業(yè)增長(zhǎng)的軌跡，認(rèn)為目前中國(guó)第三產(chǎn)業(yè)結(jié)構(gòu)偏離度已經(jīng)超過(guò)國(guó)際標(biāo)準(zhǔn)模式，故第三產(chǎn)業(yè)吸納就業(yè)的空間相對(duì)較小。如果沒(méi)有新的服務(wù)需求出現(xiàn)，第三產(chǎn)業(yè)進(jìn)一步吸納就業(yè)的能力難以提高。蒲艷萍（2005）認(rèn)為，20世紀(jì)80年代中后期第三產(chǎn)業(yè)對(duì)就業(yè)的吸納能力較強(qiáng)。90年代以后，第三產(chǎn)業(yè)發(fā)展以提高資本、技術(shù)含量的現(xiàn)代服務(wù)業(yè)的比重不斷提高，使該產(chǎn)業(yè)對(duì)就業(yè)的拉動(dòng)作用逐漸減弱。蔡昉教授（2004）等認(rèn)為，反周期的宏觀經(jīng)濟(jì)政策所決定的投資往往是就業(yè)密集度較低的行業(yè)，故而削弱了拉動(dòng)就業(yè)的能量。張車(chē)偉等（2002）學(xué)者分析了中國(guó)在加入WTO之后各產(chǎn)業(yè)就業(yè)結(jié)構(gòu)的變化，認(rèn)為農(nóng)業(yè)是受入世影響和沖擊最嚴(yán)重的行業(yè)，但對(duì)農(nóng)業(yè)的影響和沖擊主要體現(xiàn)在收入而不是就業(yè)上，入世對(duì)工業(yè)就業(yè)具有增加效應(yīng)，對(duì)第三產(chǎn)業(yè)就業(yè)的貢獻(xiàn)最大。
　　但上述文獻(xiàn)對(duì)于第三產(chǎn)業(yè)就業(yè)人數(shù)與GDP在過(guò)去28年間的動(dòng)態(tài)定量關(guān)系的刻畫(huà)，以及在中國(guó)進(jìn)入改革開(kāi)放關(guān)鍵時(shí)期的今后10年間二者又將產(chǎn)生怎樣的影響，沒(méi)有給出更多分析。本文運(yùn)用向量自回歸模型（Vector Auto-regression，VAR）和協(xié)整（Cointegration）模型探討了二者在過(guò)去28年間的協(xié)整（長(zhǎng)期）和短期的計(jì)量關(guān)系，并運(yùn)用脈沖響應(yīng)函數(shù)（Impulse Response Function，IRF）分析二者之間的動(dòng)態(tài)影響。
　　
　　二、實(shí)證分析與計(jì)量檢驗(yàn)
　　
　　本文使用的主要計(jì)量分析工具是向量自回歸模型，所用軟件是Eviews5.0。該模型是是一種非結(jié)構(gòu)化的多方程模型，突出優(yōu)點(diǎn)是避開(kāi)了結(jié)構(gòu)建模方法中對(duì)每個(gè)內(nèi)生變量都要做與其他所有內(nèi)生變量滯后值建模的問(wèn)題。由于該模型提供了一個(gè)非常豐富的結(jié)構(gòu)，能捕捉到數(shù)據(jù)的更多特征，所以在預(yù)測(cè)方面優(yōu)于傳統(tǒng)的結(jié)構(gòu)模型。缺點(diǎn)是該模型缺乏理論基礎(chǔ)且參數(shù)過(guò)多，通常需要相應(yīng)的脈沖響應(yīng)函數(shù)或者方差分解來(lái)解釋向量自回歸的內(nèi)涵。脈沖響應(yīng)函數(shù)可以考察來(lái)自隨機(jī)擾動(dòng)項(xiàng)的一個(gè)標(biāo)準(zhǔn)差沖擊對(duì)內(nèi)生變量當(dāng)前值和未來(lái)值的影響。方差分解相反，是將系統(tǒng)的預(yù)測(cè)均方誤差分解成系統(tǒng)中各變量沖擊所分擔(dān)的份額。
　　一般的VAR模型表達(dá)式為：
　　
　　式中，Yt是 m 維內(nèi)生變量，Xt是d維外生變量。α1，α2，…，αp和β1，β2，…，βr和是待估計(jì)的參數(shù)矩陣。內(nèi)生變量和外生變量分別有p階和r階滯后期，最優(yōu)滯后階的選取一般由AIC和SC最小準(zhǔn)則確定。εt是隨機(jī)擾動(dòng)項(xiàng)，其同時(shí)刻的元素可以彼此相關(guān)，但不能與自身滯后值和等式右邊的變量相關(guān)。
　　本文用EM3表示第三產(chǎn)業(yè)的就業(yè)人數(shù)。為減少異方差，先對(duì)EM3和GDP進(jìn)行自然對(duì)數(shù)變換，分別記為L(zhǎng)NEM3和LNGDP。變換后原時(shí)間序列的協(xié)整關(guān)系并不會(huì)受到影響。為避免經(jīng)濟(jì)變量的不平穩(wěn)產(chǎn)生的偽回歸，運(yùn)用ADF單位根方法進(jìn)行平穩(wěn)性檢驗(yàn)。檢驗(yàn)方程根據(jù)是否具有截距項(xiàng)或者時(shí)間趨勢(shì)分為三類：第一類是既無(wú)截距項(xiàng)又無(wú)時(shí)間趨勢(shì)，第二類是含有截距項(xiàng)但無(wú)時(shí)間趨勢(shì)，第三類是既有截距項(xiàng)又有時(shí)間趨勢(shì)。由于統(tǒng)計(jì)量的分布是非標(biāo)準(zhǔn)分布，因此使用Mackinnon臨界值判斷序列是否平穩(wěn)。如果檢驗(yàn)統(tǒng)計(jì)值大于臨界值則拒絕零假設(shè)，認(rèn)為序列不存在單位根，是平穩(wěn)序列。檢驗(yàn)結(jié)果說(shuō)明，LNEM3和LNGDP時(shí)間序列經(jīng)過(guò)一階差分后，都在10%的顯著性檢驗(yàn)水平下拒絕了單位根假設(shè)，是一階平穩(wěn)序列，即I①序列?？蛇M(jìn)一步對(duì)時(shí)間序列進(jìn)行Johansen協(xié)整分析。Johansen協(xié)整檢驗(yàn)是一種基于向量自回歸模型的檢驗(yàn)方法，進(jìn)行協(xié)整檢驗(yàn)以前，需要先確定VAR模型的結(jié)構(gòu)。
　?。ㄒ唬┗赩AR模型的分析
　　確定VAR模型的結(jié)構(gòu)，一般用赤池信息準(zhǔn)則（AIC）或施瓦茨（Schwartz）準(zhǔn)則（SC），選擇最大滯后期k值。原則是在增加k值的過(guò)程中使AIC或SC的值達(dá)到最小。適當(dāng)加大k可以消除誤差項(xiàng)中存在的自相關(guān)。但k值過(guò)大會(huì)導(dǎo)致自由度減小，影響模型參數(shù)估計(jì)量的有效性，并比較不同滯后期所建立的VAR模型的穩(wěn)定性。經(jīng)過(guò)比較，本文最后選擇滯后2期，即k取2。經(jīng)檢驗(yàn)，所建模型的似然比值（LR）、最終預(yù)測(cè)差（FPE）、赤池信息準(zhǔn)則、施瓦茲信息準(zhǔn)則和漢南-奎因信息準(zhǔn)則（Hannan-Quinn）最小，五個(gè)檢驗(yàn)準(zhǔn)則同時(shí)得到了滿足。VAR模型的具體表達(dá)式見(jiàn)式②。括號(hào)內(nèi)為t檢驗(yàn)統(tǒng)計(jì)量值。為方便起見(jiàn)，把系數(shù)寫(xiě)成矩陣形式如下：
　　
　　對(duì)該VAR（2）模型的穩(wěn)定性檢驗(yàn)通過(guò)了檢驗(yàn)，表明該模型是穩(wěn)定的，并保證了相應(yīng)的脈沖響應(yīng)和方差分解分析的有效性。
　　
　　在此基礎(chǔ)上，可以對(duì)LNEM3和LNGDP時(shí)間序列進(jìn)行協(xié)整檢驗(yàn)。Engle和Granger（1987）認(rèn)為，I（1）單整序列間只要是協(xié)整的也具有長(zhǎng)期的均衡關(guān)系。他們提出了協(xié)整的理論基礎(chǔ)，協(xié)整定義如下：對(duì)于時(shí)間序列Y1t，Y2t，…，Ynt -I（d），如有向量α=（α1，α2，…，αn），使αYtT-I（d-b），其中d≥b≥0。稱序列Y1t，Y2t，…，Ynt是（d，b）階協(xié)整，即Yt-CI（d，b），α定義為協(xié)整向量。Johansen和Juselius（1990）在此基礎(chǔ)上提出了一種在VAR模型下用極大似然法估計(jì)變量之間協(xié)整關(guān)系的Johansen檢驗(yàn)方法。該檢驗(yàn)?zāi)芘卸▍f(xié)整方程的個(gè)數(shù)，該數(shù)被稱為協(xié)整秩。經(jīng)過(guò)反復(fù)檢驗(yàn)，確定協(xié)整變量含截距項(xiàng)并有確定性趨勢(shì)，Johansen協(xié)整結(jié)果見(jiàn)③式。結(jié)果表明，在5%的顯著性水平下，LNEM3和LNGDP時(shí)間序列只存在一個(gè)協(xié)整關(guān)系。協(xié)整方程寫(xiě)成③式，括號(hào)內(nèi)為t統(tǒng)計(jì)量值。
　　
　　對(duì)協(xié)整方程殘差的平穩(wěn)性檢驗(yàn)通過(guò)了顯著性1%的檢驗(yàn)。表明該協(xié)整方程的殘差是一個(gè)平穩(wěn)序列，不存在序列自相關(guān)。
　?。ǘ└裉m杰（Granger）因果關(guān)系
　　雖然通過(guò)實(shí)證研究可以得出LNEM3和LNGDP的協(xié)整關(guān)系，但沒(méi)有表明這兩個(gè)序列之間是否存在因果關(guān)系。經(jīng)典的柯步-道格拉斯生產(chǎn)函數(shù)表明，勞動(dòng)投入是經(jīng)濟(jì)增長(zhǎng)的原因之一。Granger （1980） 指出，如果變量之間是協(xié)整的，則至少存在一個(gè)方向上的Granger原因；在非協(xié)整情況下，任何原因的推斷將都是無(wú)效的。從前面確立的經(jīng)濟(jì)增長(zhǎng)與就業(yè)數(shù)量的關(guān)系中，可以看出由于二者具有協(xié)整關(guān)系，所以他們之間至少存在一個(gè)方向上的因果關(guān)系。由于Granger因果檢驗(yàn)對(duì)變量的滯后項(xiàng)有很強(qiáng)的敏感性，所以通常要對(duì)不同的滯后期進(jìn)行嘗試，以提高結(jié)論的可靠性。計(jì)量的檢驗(yàn)結(jié)果表明，在95%的置信度下，第三產(chǎn)業(yè)就業(yè)人數(shù)的增加是促進(jìn)GDP增長(zhǎng)的Granger成因，但反向的影響關(guān)系則在統(tǒng)計(jì)意義不成立。這也印證了前文提及的部分研究結(jié)論，即近年來(lái)中國(guó)經(jīng)濟(jì)的增長(zhǎng)并沒(méi)有提高就業(yè)水平，尤其體現(xiàn)在就業(yè)增加速度最快的第三產(chǎn)業(yè)。
　?。ㄈ┟}沖響應(yīng)分析
　　基于第三產(chǎn)業(yè)就業(yè)與GDP的VAR模型的脈沖響應(yīng)函數(shù)，可以描述二者的相互影響關(guān)系，基本思想研究系統(tǒng)中個(gè)別方程中的新息（innovation，即隨機(jī)誤差項(xiàng)）產(chǎn)生變動(dòng)時(shí)，由于變量間的相互影響而對(duì)系統(tǒng)中其他變量所產(chǎn)生的沖擊強(qiáng)度和影響時(shí)滯。由于研究沖擊響應(yīng)時(shí)采用的是Cholesky分解技術(shù)，該方法的一個(gè)技巧是使誤差項(xiàng)正交化。所以Cholesky分解的結(jié)果依賴于系統(tǒng)內(nèi)變量的排序。Koop，Pesaran 和Potter（1996）提出了廣義脈沖響應(yīng)（Generalized Impulse Response）和廣義方差分解（Generalized Variance Decomposition），以避免正交化對(duì)變量排序的依賴性。故本文采用廣義脈沖響應(yīng)方法進(jìn)行響應(yīng)分析。圖1的結(jié)果表明，國(guó)民生產(chǎn)總值在受到廣義化的一個(gè)單位標(biāo)準(zhǔn)差新息作用下，將會(huì)產(chǎn)生正向的響應(yīng)，并在第3期達(dá)到峰值，以后逐年減弱，到第8期之后基本趨于平穩(wěn)。說(shuō)明國(guó)內(nèi)生產(chǎn)總值在最初3期受到的影響最大，之后受到的影響很快減弱。第三次產(chǎn)業(yè)就業(yè)對(duì)于國(guó)民收入的正向影響空間正在減少，如果沒(méi)有第一產(chǎn)業(yè)和第二產(chǎn)業(yè)就業(yè)人數(shù)的有效推動(dòng)，沒(méi)有第三產(chǎn)業(yè)自身的健康發(fā)展，長(zhǎng)期保持8%的年增長(zhǎng)率，難度很大。中國(guó)國(guó)家統(tǒng)計(jì)局2007年統(tǒng)計(jì)公報(bào)顯示，該年GDP增長(zhǎng)率按可比價(jià)格計(jì)算達(dá)11.4%，創(chuàng)1995年以來(lái)的增長(zhǎng)率之最，也是繼2003年之后連續(xù)五年不小于10%。這一實(shí)際結(jié)果也與利用截止到2005年統(tǒng)計(jì)數(shù)據(jù)的計(jì)量分析結(jié)果相似。據(jù)此對(duì)2008年GDP增長(zhǎng)率的判斷是，可能繼續(xù)增加，但2009年則會(huì)下降，盡管降幅不大。
　　圖2的脈沖響應(yīng)圖表明，第三產(chǎn)業(yè)的就業(yè)人數(shù)在受到廣義化的一個(gè)單位標(biāo)準(zhǔn)差新息的影響下，初期將產(chǎn)生最大的正向反應(yīng)，之后逐漸緩慢下降，但下降速度慢較慢。10期之后會(huì)基本趨于平穩(wěn)。意味著第三產(chǎn)業(yè)就業(yè)受前期因素的影響而繼續(xù)增加，但增速趨緩。主要原因是綜合的就業(yè)彈性下降，第三產(chǎn)業(yè)就業(yè)受到了第一和第二產(chǎn)業(yè)增長(zhǎng)質(zhì)量的限制。
　　與脈沖響應(yīng)函數(shù)的分析視角相反，方差分解是把系統(tǒng)中每個(gè)內(nèi)生變量的波動(dòng)按其成因分解為各方程新息相關(guān)聯(lián)的組成部分，從而可以判斷各新息對(duì)內(nèi)生變量的相互重要性。方差分析表說(shuō)明，LNEM3是LNGDP的重要影響因素，并且將在10~15期后的貢獻(xiàn)率從45%上升到53%，并趨于穩(wěn)定。LNGDP的調(diào)整主要由自身的變異來(lái)解釋，在10年之后對(duì)變異的貢獻(xiàn)率穩(wěn)定在89%左右。
　　基于該VAR模型，可以對(duì)第三產(chǎn)業(yè)就業(yè)人數(shù)和GDP做出短期靜態(tài)預(yù)測(cè)和長(zhǎng)期動(dòng)態(tài)預(yù)測(cè)。結(jié)果顯示，短期的預(yù)測(cè)準(zhǔn)確度非常高。如該模型對(duì)2006年第三產(chǎn)業(yè)就業(yè)人數(shù)和GDP的均值點(diǎn)估計(jì)分別是24607.83萬(wàn)人和15919.09億元（不變價(jià)格）。當(dāng)年的官方統(tǒng)計(jì)數(shù)據(jù)分別是24614萬(wàn)人和210871億元（當(dāng)年價(jià)格）。因此模型的預(yù)測(cè)誤差分別是-0.025%和1.04%。長(zhǎng)期趨勢(shì)看，至少在未來(lái)的10年內(nèi)，二者的變化趨勢(shì)高度一致。
　?。ㄋ模┫蛄空`差修正模型的估計(jì)
　　為更準(zhǔn)確刻畫(huà)第三產(chǎn)業(yè)就業(yè)人數(shù)與GDP之間動(dòng)態(tài)的短期和長(zhǎng)期關(guān)系，可以建立誤差修正模型（Vector Error Correction Model，VECM），從而把協(xié)整變量的短期調(diào)整估計(jì)出來(lái)，誤差糾正項(xiàng)的系數(shù)反應(yīng)了與長(zhǎng)期均衡的關(guān)系。具體可構(gòu)建如下三個(gè)方程：
　　
　　其中，④式和⑤式是刻畫(huà)短期關(guān)系模型，而⑥式刻畫(huà)了二者的長(zhǎng)期關(guān)系。VEC是長(zhǎng)期均衡調(diào)整的誤差糾正項(xiàng)，前面的系數(shù)為調(diào)整系數(shù)，表示解釋變量與長(zhǎng)期均衡的變異程度。從向量誤差修正模型看，1978~2005年LNGDP的短期調(diào)整系數(shù)為-0.003，LNEM3的短期調(diào)整系數(shù)λ為-0.06。說(shuō)明當(dāng)LNGDP在短期內(nèi)偏離長(zhǎng)期均衡關(guān)系時(shí)，LNEM3對(duì)其回到均衡狀態(tài)的調(diào)整力度較大，由于LNGDP的λ值為負(fù)，因此在短期內(nèi)能起到反向長(zhǎng)期均衡的調(diào)整作用。
　　
　　三、簡(jiǎn)單評(píng)價(jià)
　　
　　中國(guó)當(dāng)前的經(jīng)濟(jì)結(jié)構(gòu)體現(xiàn)了轉(zhuǎn)型國(guó)家的特征。雖然社會(huì)經(jīng)濟(jì)系統(tǒng)的復(fù)雜性決定了我們不能依據(jù)任何實(shí)證工具進(jìn)行簡(jiǎn)單的決策，但本文的實(shí)證結(jié)果有助于我們對(duì)中國(guó)第三產(chǎn)業(yè)就業(yè)人數(shù)與GDP的關(guān)系做出一個(gè)大致的判斷。
　　從計(jì)量分析結(jié)果看，第三產(chǎn)業(yè)就業(yè)人數(shù)與GDP構(gòu)成一個(gè)相互有長(zhǎng)期影響的動(dòng)態(tài)線性系統(tǒng)，只是程度不同，即第三產(chǎn)業(yè)就業(yè)人數(shù)增加可以提高GDP，但反向影響不顯著。第三產(chǎn)業(yè)在受到經(jīng)濟(jì)波動(dòng)的影響下，將在今后10年繼續(xù)上升，但速度趨慢。這是因?yàn)榈谌a(chǎn)業(yè)的構(gòu)成復(fù)雜，產(chǎn)業(yè)內(nèi)部的就業(yè)彈性結(jié)構(gòu)差距很大。在經(jīng)濟(jì)轉(zhuǎn)軌期間，第三產(chǎn)業(yè)內(nèi)部就業(yè)彈性大的行業(yè)受到第一和第二產(chǎn)業(yè)發(fā)展滯后的影響。所以在今后10年左右的時(shí)間，要提高第三產(chǎn)業(yè)的就業(yè)水平，GDP的增長(zhǎng)質(zhì)量與增長(zhǎng)速度必須做出相應(yīng)的調(diào)整，因?yàn)樵谥袊?guó)當(dāng)前科技整體創(chuàng)新能力（包括基礎(chǔ)研發(fā)和產(chǎn)業(yè)應(yīng)用）沒(méi)有取得實(shí)質(zhì)性突破的前提下，長(zhǎng)期維持高速增長(zhǎng)付出的環(huán)境與資源代價(jià)會(huì)抵消單方面的經(jīng)濟(jì)增長(zhǎng)效果。同時(shí)，第三產(chǎn)業(yè)勞動(dòng)投入雖然對(duì)GDP的增長(zhǎng)有貢獻(xiàn)，但二者存在復(fù)雜的內(nèi)部聯(lián)系，除了勞動(dòng)數(shù)量的投入對(duì)GDP產(chǎn)生重要影響外，第三產(chǎn)業(yè)從業(yè)人員綜合素質(zhì)的提高將對(duì)GDP產(chǎn)生更大的影響。顯然這方面是今后深入研究的一個(gè)重要方向。
　　
　　參考文獻(xiàn)：
　　1、彭效軍.我國(guó)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與人口遷移研究——配弟-拉克定律的實(shí)證分析[J].思