莊子銀，劉彩云

(武漢大學(xué) 經(jīng)濟(jì)與管理學(xué)院， 湖北 武漢 430072)

一、引 言

制造業(yè)是宏觀經(jīng)濟(jì)的重要支柱，外部宏觀經(jīng)濟(jì)環(huán)境和內(nèi)部宏觀經(jīng)濟(jì)政策對(duì)制造業(yè)的轉(zhuǎn)型和人員結(jié)構(gòu)變動(dòng)影響極大。相比于國內(nèi)經(jīng)濟(jì)政策的制定，經(jīng)濟(jì)波動(dòng)常常由于外生性和不可預(yù)測(cè)性使政府無法提前防備，而經(jīng)濟(jì)政策的變動(dòng)卻有可控性，因此關(guān)注政策的變動(dòng)對(duì)制造業(yè)的影響在實(shí)踐中更為可行。中國政府為了促進(jìn)制造業(yè)的產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，分別于2006年和2012年提出了創(chuàng)新驅(qū)動(dòng)戰(zhàn)略。2006年中國號(hào)召自主創(chuàng)新、建設(shè)創(chuàng)新型國家，并將這一戰(zhàn)略寫入了《國家中長期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要》；2012年黨的十八大又提出了創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，再次重申了創(chuàng)新對(duì)于中國國民經(jīng)濟(jì)發(fā)展的重要性。

宏觀經(jīng)濟(jì)政策的頒布有效引起了制造業(yè)對(duì)于產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的重視，加大了自身產(chǎn)業(yè)結(jié)構(gòu)和工作人員人數(shù)的調(diào)整力度，但同時(shí)也引發(fā)了經(jīng)濟(jì)政策本身的不確定性。因此，研究宏觀經(jīng)濟(jì)政策對(duì)于就業(yè)的影響正日益受到學(xué)術(shù)界的關(guān)注。Netsunajev等關(guān)注外國和地方的經(jīng)濟(jì)政策不確定性沖擊對(duì)兩大經(jīng)濟(jì)地區(qū)(美國和歐洲)就業(yè)的影響，研究表明經(jīng)濟(jì)政策不確定性沖擊對(duì)就業(yè)有負(fù)影響，歐洲就業(yè)主要受到外國經(jīng)濟(jì)政策不確定性沖擊，而美國就業(yè)是受到地方經(jīng)濟(jì)政策不確定性沖擊的影響[1]；Choi等選用1957第一季度至2014第三季度的標(biāo)普500指數(shù)，通過建立標(biāo)準(zhǔn)宏觀向量自回歸模型，發(fā)現(xiàn)總體的不確定性增加了失業(yè)[2]；楊銘等認(rèn)為經(jīng)濟(jì)不確定性沖擊并抑制了貨幣政策對(duì)就業(yè)的拉動(dòng)作用，而受到就業(yè)抑制作用的主體主要為非國有企業(yè)和非工業(yè)企業(yè)[3]。

目前，探討中國制造業(yè)與就業(yè)之間關(guān)系的文獻(xiàn)主要是以2001年中國加入WTO為背景，考察中國由于貿(mào)易自由化引發(fā)的制造業(yè)就業(yè)變動(dòng)。毛其淋等采用2000—2007年中國制造業(yè)企業(yè)層面的數(shù)據(jù)，研究了制造業(yè)中間品貿(mào)易自由化對(duì)就業(yè)的影響，指出中間品的貿(mào)易自由化通過兩方面(“提高就業(yè)創(chuàng)造”和“降低就業(yè)破壞”)促進(jìn)了就業(yè)增長，同時(shí)良好的地區(qū)制度環(huán)境有利于促進(jìn)就業(yè)[4]；馬弘等從制造業(yè)企業(yè)層面看，1998-2004年中國的平均就業(yè)凈增長呈上升趨勢(shì)，其增長的主要?jiǎng)恿閯趧?dòng)力從國有企業(yè)流向私有企業(yè)，但由于受到戶籍制度的影響這種就業(yè)再分配在組內(nèi)的流動(dòng)所占比例仍較低[5]；Chen等指出中國制造業(yè)的出口擴(kuò)張?jiān)谙蜆I(yè)的性別歧視方面扮演了重要的角色，出口更高的企業(yè)顯著改善了女性雇員的就業(yè)比率和人數(shù)，并預(yù)測(cè)未來中國中小型出口企業(yè)的就業(yè)吸收能力是解決就業(yè)困境的一條重要途徑[6]。

同時(shí)，中國農(nóng)民的就業(yè)問題也引發(fā)了學(xué)界的重視，學(xué)者們提議政府從戶籍、就業(yè)轉(zhuǎn)型和生育政策方面進(jìn)行改革，讓流動(dòng)人口在城市化進(jìn)程中享受到更多的福利。Wang等指出中國的戶籍制度和其內(nèi)在的流動(dòng)人口政策沒有進(jìn)行根本改革，故進(jìn)一步加劇了中國城市中流動(dòng)人口和本地城市居民工資的不平等現(xiàn)象[7]；張彤璞研究表明人均GDP、第二、第三產(chǎn)業(yè)的發(fā)展有利于促進(jìn)農(nóng)民就業(yè)轉(zhuǎn)型，因?yàn)榻?jīng)濟(jì)增長和第二、第三產(chǎn)業(yè)的發(fā)展為農(nóng)民的就業(yè)轉(zhuǎn)型提供了更多的擇業(yè)機(jī)會(huì)[8]；Cai等提議政府深化戶籍制度改革，有效引導(dǎo)農(nóng)村閑置勞動(dòng)力就業(yè)，促進(jìn)人力資源充分有效流動(dòng)，加速城鄉(xiāng)一體化[9]。

以上文獻(xiàn)是在確定性環(huán)境下研究中國宏觀經(jīng)濟(jì)政策的實(shí)施對(duì)就業(yè)人員、就業(yè)結(jié)構(gòu)和制造業(yè)勞動(dòng)力需求的影響，而沒有考慮政策實(shí)施期間外部經(jīng)濟(jì)環(huán)境的不確定性對(duì)制造業(yè)就業(yè)的沖擊。因此，本文對(duì)制造業(yè)和就業(yè)之間的關(guān)系進(jìn)行了新的拓展，以2006年和2012年兩次提出的創(chuàng)新驅(qū)動(dòng)戰(zhàn)略作為研究背景，引入斯坦福大學(xué)Baker等人(2016年)公布的中國經(jīng)濟(jì)政策不確定性指數(shù)(EPU指數(shù))，衡量創(chuàng)新驅(qū)動(dòng)戰(zhàn)略政策提出的十年期間對(duì)中國制造業(yè)就業(yè)增長率變化的影響[10]；在引入EPU指數(shù)后，與之前文獻(xiàn)強(qiáng)調(diào)的制造業(yè)就業(yè)創(chuàng)造率和就業(yè)消失率不同，本文采用年度面板數(shù)據(jù)，挖掘內(nèi)部宏觀經(jīng)濟(jì)政策和外部經(jīng)濟(jì)政策不確定性下中國制造業(yè)就業(yè)所面臨的挑戰(zhàn)。

本文的創(chuàng)新點(diǎn)：第一，研究方法選用貝葉斯正態(tài)回歸方法，采用Gibbs抽樣，通過事件的先驗(yàn)概率和先驗(yàn)分布，得到創(chuàng)新驅(qū)動(dòng)戰(zhàn)略的代理變量和EPU指數(shù)對(duì)制造業(yè)就業(yè)增長率影響系數(shù)的后驗(yàn)均值和標(biāo)準(zhǔn)差；第二，為了解決本文由于樣本容量小(n=290)而無法得到一致估計(jì)的缺陷，特別選用了分層貝葉斯方法；第三，相對(duì)之前的制造業(yè)就業(yè)研究，本文納入EPU指數(shù)作為回歸方程的變量，有效捕捉了企業(yè)和工人的個(gè)人預(yù)期對(duì)制造業(yè)就業(yè)的影響，反映了當(dāng)前的創(chuàng)新驅(qū)動(dòng)戰(zhàn)略也受到了EPU指數(shù)的影響；第四，與以往的計(jì)量方法不同，本文采用馬爾科夫鏈對(duì)結(jié)果進(jìn)行模擬，相比于以往的頻率分析，其事件發(fā)生概率分析更加科學(xué)也更加可信。

二、貝葉斯回歸分析

(一)數(shù)據(jù)

本文采用2005—2016年中國29個(gè)省的制造業(yè)就業(yè)數(shù)據(jù)，剔除了西藏和新疆兩個(gè)省份選取發(fā)明專利占申請(qǐng)專利比作為國家創(chuàng)新驅(qū)動(dòng)戰(zhàn)略的代理變量[11]308-313，這兩個(gè)變量的數(shù)據(jù)均來自于《中國統(tǒng)計(jì)年鑒2016》。實(shí)證模型中引用Baker等2016年公布的中國經(jīng)濟(jì)政策不確定性指數(shù)，因Baker等以各國代表性媒體報(bào)道作為數(shù)據(jù)來源，且所用文本挖掘技術(shù)計(jì)算的EPU指數(shù)已經(jīng)得到了國內(nèi)外學(xué)術(shù)界的廣泛引用[注]EPU指數(shù)詳見(http://www.policyuncertainty.com/china_monthly.html)。，這也確保了本文實(shí)證結(jié)果的可信度。

(二)測(cè)度指標(biāo)的生成

(三) 貝葉斯實(shí)證分析

1.面板數(shù)據(jù)混合效應(yīng)的ML回歸。參照Chaloner和Diggle等建立的面板數(shù)據(jù)模型[12][13]32-34：

emrateij=β0+β1epurateij+β2innorateij+μj+εij

(1)

其中emrateij表示在i年省份j的制造業(yè)就業(yè)率年增長率，j=1,2，…,29、i=1，2，…,10；epurateij表示經(jīng)濟(jì)政策不確定性指數(shù)增長率，innorateij表示創(chuàng)新增長率，μj為各省的隨機(jī)效應(yīng)，εij為隨機(jī)干擾項(xiàng)。本文采用最大似然估計(jì)法對(duì)式(1)進(jìn)行混合回歸(見表1)。

表1 混合效應(yīng)的ML回歸表

從表1的回歸結(jié)果可知，經(jīng)濟(jì)政策不確定性指數(shù)增長率和創(chuàng)新增長率對(duì)制造業(yè)就業(yè)率年增長率的影響均為負(fù)。將式(1)轉(zhuǎn)變成貝葉斯模型進(jìn)行貝葉斯正態(tài)回歸：

emrateij=β0+β1epurateij+β2innorateij+μj+εij

=β1epurateij+β2innorateij+Tj+εij

(2)

β0～N(0,100)β1～N(0,100)

此處β0是一個(gè)超級(jí)參數(shù)，因其是隨機(jī)效應(yīng)Tj先驗(yàn)分布的均值參數(shù)。

2.貝葉斯正態(tài)回歸。由表2可知，MCMC迭代的總次數(shù)是7 500次，樣本經(jīng)過篩選后最終保留在MCMC中的迭代次數(shù)為5 000次，接受率是23%，根據(jù)MH 運(yùn)算法則，通常很少超過50%，一般低于30%，如果接受率低于10%，則 MCMC有收斂問題，平均有效性為0，表明回歸結(jié)果還需要采用其他方法來提高M(jìn)H運(yùn)算的有效性。表2中的均值為后驗(yàn)均值估計(jì)，標(biāo)準(zhǔn)偏差為邊際后驗(yàn)分布的標(biāo)準(zhǔn)偏誤，主要描繪參數(shù)后驗(yàn)分布變化；后驗(yàn)均值估計(jì)的準(zhǔn)確性依賴蒙特卡羅標(biāo)準(zhǔn)誤差描述；中值提供的是后驗(yàn)分布中值，用于評(píng)估后驗(yàn)分布的對(duì)稱性；最后一組提供的是參數(shù)95%的置信區(qū)間。首先根據(jù)MCMC的收斂性判斷貝葉斯回歸結(jié)果的有效性，由于評(píng)估MCMC收斂還沒有統(tǒng)一的標(biāo)準(zhǔn)，因此本文采用Geweke和Cowles等使用最廣泛的MCMC收斂評(píng)估方法[14-15]。

表2 貝葉斯正態(tài)回歸結(jié)果表

圖1和圖2列出的圖形依次為：軌跡圖、直方圖、自相關(guān)圖以及核密度估計(jì)與MCMC樣本估計(jì)密度覆蓋。從圖1和圖2中可以看出，兩者的軌跡圖顯示趨勢(shì)不平穩(wěn)，自相關(guān)圖為高度自相關(guān)，直方圖的形狀不是單峰的，核密度估計(jì)沒有與MCMC樣本估計(jì)的密度重疊。因此，MCMC模擬結(jié)果不收斂，貝葉斯回歸結(jié)果缺乏解釋有效性，所以改用貝葉斯Gibbs樣本進(jìn)行MCMC模擬，增加貝葉斯分析的有效性，改善MH運(yùn)算的有效性。

圖1經(jīng)濟(jì)政策不確定性指數(shù)增長率下的就業(yè)增長率圖

圖2 創(chuàng)新增長率下的就業(yè)增長率圖

3.貝葉斯正態(tài)回歸(Gibbs樣本)

表3 貝葉斯正態(tài)回歸(Gibbs樣本)結(jié)果表

表3中的貝葉斯Gibbs樣本正態(tài)回歸，假設(shè)所有的變量(包括自變量和因變量)都服從正態(tài)分布N(0,100)、MCMC的樣本為5 000、迭代次數(shù)為7 500次、接受率為1、平均有效性為15%，EPU指數(shù)和創(chuàng)新增長率對(duì)制造業(yè)就業(yè)的影響均為負(fù)。

從圖3和圖4中可以看出，就業(yè)增長率受EPU指數(shù)增長率和創(chuàng)新增長率影響的MCMC模擬結(jié)果如下：兩者的軌跡圖發(fā)展趨勢(shì)平穩(wěn)，自相關(guān)圖無自相關(guān)，直方圖呈單峰狀，核密度估計(jì)與MCMC樣本估計(jì)的密度重疊。因此，貝葉斯選用的Gibbs 樣本回歸結(jié)果可以作為有效的解釋依據(jù)，與EPU指數(shù)相比，創(chuàng)新驅(qū)動(dòng)戰(zhàn)略對(duì)制造業(yè)就業(yè)的負(fù)作用更明顯，其中江西受到這兩個(gè)變量的影響最大，制造業(yè)就業(yè)率年變化率變動(dòng)1個(gè)百分點(diǎn)，經(jīng)濟(jì)政策不確定性指數(shù)和創(chuàng)新增長率的變動(dòng)率占其變化的0.8；北京、甘肅、貴州、黑龍江、陜西和山西制造業(yè)就業(yè)的年增長率變化受到這兩個(gè)變量的影響為0.5，其他各省制造業(yè)就業(yè)年增長率受到這兩個(gè)變量的影響為0.6。貝葉斯Gibbs樣本回歸的創(chuàng)新增長率的后驗(yàn)均值負(fù)值顯示了創(chuàng)新驅(qū)動(dòng)戰(zhàn)略對(duì)制造業(yè)就業(yè)的負(fù)向調(diào)控力度，而EPU指數(shù)的后驗(yàn)均值負(fù)值體現(xiàn)了宏觀經(jīng)濟(jì)政策的實(shí)施成本又進(jìn)一步推動(dòng)了創(chuàng)新驅(qū)動(dòng)戰(zhàn)略對(duì)制造業(yè)就業(yè)的負(fù)影響。

三、穩(wěn)健性檢驗(yàn)

本文的貝葉斯Gibbs樣本回歸模型得到的主要結(jié)論為，中國各省市自治區(qū)制造業(yè)就業(yè)的年增長率變化受到EPU指數(shù)和創(chuàng)新驅(qū)動(dòng)戰(zhàn)略的負(fù)向影響，反映了中國制造業(yè)行業(yè)的就業(yè)一方面容易受到宏觀經(jīng)濟(jì)政策的調(diào)控，另一方面又對(duì)外部經(jīng)濟(jì)環(huán)境不確定性很敏感。為了證實(shí)貝葉斯Gibbs樣本回歸結(jié)果的穩(wěn)健性，本文對(duì)上述變量有所改變：一是改變了上述變量的先驗(yàn)分布；二是增加了上述變量的方差。本文在穩(wěn)健性檢驗(yàn)中假設(shè)這三個(gè)變量的先驗(yàn)分布服從正態(tài)分布N(0,200)，將回歸結(jié)果與之前的先驗(yàn)分布N(0,100)進(jìn)行比較。

貝葉斯Gibbs樣本回歸結(jié)果的MCMC模擬是收斂的，回歸結(jié)果可以作為有效的解釋依據(jù)，即使改變了變量的先驗(yàn)分布和方差，EPU指數(shù)增長率和創(chuàng)新增長率對(duì)制造業(yè)就業(yè)率增長率的變化仍然為負(fù)。穩(wěn)健性檢驗(yàn)再次證實(shí)了中國制造業(yè)的就業(yè)對(duì)宏觀經(jīng)濟(jì)政策不確定性和創(chuàng)新驅(qū)動(dòng)戰(zhàn)略非常敏感，以上的貝葉斯Gibbs樣本回歸結(jié)果均支持本文的主要結(jié)論。

圖3經(jīng)濟(jì)政策不確定性指數(shù)增長率下的就業(yè)增長率圖

圖4 創(chuàng)新增長率下的就業(yè)增長率圖

四、結(jié) 論

本文研究宏觀經(jīng)濟(jì)政策不確定性下創(chuàng)新驅(qū)動(dòng)戰(zhàn)略對(duì)制造業(yè)就業(yè)的影響，采用2005-2016年的面板數(shù)據(jù)建立貝葉斯模型，通過MCMC模擬的收斂性檢驗(yàn)發(fā)現(xiàn)：第一，EPU指數(shù)、創(chuàng)新驅(qū)動(dòng)戰(zhàn)略的代理變量發(fā)明專利占申請(qǐng)專利比例年變化率與中國29個(gè)省的制造業(yè)就業(yè)增長率負(fù)相關(guān)；第二，通過貝葉斯正態(tài)回歸，宏觀經(jīng)濟(jì)政策不確定性指數(shù)越高對(duì)中國制造業(yè)就業(yè)率年增長率的破壞就越大，具體表現(xiàn)為貝葉斯正態(tài)回歸Gibbs抽樣中的創(chuàng)新增長率年變化率的后驗(yàn)均值為負(fù)；第三，MCMC模擬再次證實(shí)了宏觀經(jīng)濟(jì)政策不確定性是制造業(yè)失業(yè)的驅(qū)動(dòng)力量之一。

本文豐富了宏觀經(jīng)濟(jì)政策不確定性在制造業(yè)就業(yè)領(lǐng)域的應(yīng)用研究，為研究創(chuàng)新驅(qū)動(dòng)戰(zhàn)略對(duì)制造業(yè)就業(yè)的影響提供了新的視角。同時(shí)，本文通過建立貝葉斯模型就宏觀經(jīng)濟(jì)政策不確定性對(duì)制造業(yè)就業(yè)的影響進(jìn)行分析，拓展了相關(guān)領(lǐng)域的實(shí)證研究。

本文為政府對(duì)制造業(yè)就業(yè)的平穩(wěn)過渡和探索創(chuàng)新驅(qū)動(dòng)戰(zhàn)略的實(shí)施提供了有價(jià)值的經(jīng)驗(yàn)參考。中央強(qiáng)調(diào)調(diào)整經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型的關(guān)鍵時(shí)期，創(chuàng)新驅(qū)動(dòng)戰(zhàn)略是政府促進(jìn)制造業(yè)轉(zhuǎn)型的重要宏觀調(diào)控手段，新的宏觀經(jīng)濟(jì)政策頒布對(duì)制造業(yè)的結(jié)構(gòu)變化和人員調(diào)整帶來了新的挑戰(zhàn)?；谥圃鞓I(yè)的就業(yè)視角，一方面，在宏觀經(jīng)濟(jì)環(huán)境的平穩(wěn)時(shí)期，具體表現(xiàn)為EPU指數(shù)沒有急劇上升，制造業(yè)就業(yè)在創(chuàng)新驅(qū)動(dòng)戰(zhàn)略調(diào)整下沒有劇烈波動(dòng)，因此政府在制定調(diào)整與引導(dǎo)制造業(yè)轉(zhuǎn)型和探索提高制造業(yè)就業(yè)的相關(guān)政策時(shí)應(yīng)當(dāng)謹(jǐn)慎對(duì)待國際對(duì)于中國的經(jīng)濟(jì)形勢(shì)評(píng)估，不能僅局限于目前國內(nèi)整體經(jīng)濟(jì)運(yùn)行的狀態(tài)，以提高自身的應(yīng)變能力；另一方面，由于制造業(yè)對(duì)整體宏觀經(jīng)濟(jì)環(huán)境比較敏感，政府制定相關(guān)宏觀經(jīng)濟(jì)政策時(shí)應(yīng)當(dāng)及時(shí)公布相關(guān)數(shù)據(jù)以降低企業(yè)和個(gè)人的不確定性預(yù)期。同時(shí)，為了應(yīng)對(duì)宏觀經(jīng)濟(jì)政策不確定性的沖擊，政府在推進(jìn)創(chuàng)新驅(qū)動(dòng)戰(zhàn)略期間，應(yīng)當(dāng)加大對(duì)失業(yè)人員的技能培訓(xùn)投資，以協(xié)助其再次就業(yè)。