韓峰 陳芳英

摘 要：由于我國目前待就業(yè)人口眾多，就業(yè)形勢嚴(yán)峻，就業(yè)問題亟待解決，因此本文通過結(jié)合本國實(shí)際情況以及借鑒凱恩斯就業(yè)理論進(jìn)行了研究，以此為引導(dǎo)而提出了相應(yīng)的解決就業(yè)的對策。本文用計量經(jīng)濟(jì)學(xué)的方法對凱恩斯就業(yè)函數(shù)進(jìn)行了回歸和檢驗(yàn)，最后得出在我國的凱恩斯就業(yè)函數(shù)為LnY*=2.83962+0.00058lnX1*+0.02525lnX2*+0.19025lnX3*，回歸結(jié)果反映出消費(fèi)、固定投資和通貨膨脹都對就業(yè)有正比例關(guān)系，因此得出了凱恩斯就業(yè)理論對我國的借鑒意義。

關(guān)鍵詞：凱恩斯就業(yè)理論；就業(yè)；固定投資；消費(fèi)

1 凱恩斯就業(yè)理論的幾條主要觀點(diǎn)

凱恩斯的就業(yè)理論為資本主義社會擺脫經(jīng)濟(jì)危機(jī)做了巨大的貢獻(xiàn)，下面列出了幾條他的主要觀點(diǎn)：

1.1 對傳統(tǒng)“充分就業(yè)”理論做了補(bǔ)充

凱恩斯在傳統(tǒng)的就業(yè)理論上取其精華去其糟粕，還做了一些革新，他否定了傳統(tǒng)就業(yè)理論中的“資本主義社會不存在失業(yè)”的觀點(diǎn)，但又繼續(xù)使用了摩擦失業(yè)和自愿失業(yè)的說法，另外他還提出“非自愿失業(yè)”，是指工人愿意接受當(dāng)前的工資和工作條件但還是找不到工作的情況，是由于勞動力需求不足造成的。凱恩斯認(rèn)為，要達(dá)到充分就業(yè)的狀態(tài)，最根本的就是要盡力減少非自愿失業(yè)，最好使它減少至零。

1.2 有效需求理論

有效需求理論是凱恩斯就業(yè)理論的根本與核心，也是就業(yè)理論的起點(diǎn)，他用該理論重點(diǎn)分析了失業(yè)的原因。有效需求是指總需求價格等于總供給價格時的需求量，也即投資等于儲蓄這種均衡狀態(tài)下的總需求。當(dāng)市場上工人的實(shí)際工資大于雇主愿意支付的工資時，資本家用相同的錢只能雇到更少的工人，提供的工作崗位就會變少，與之相反時，相同的成本可以雇到更多的工人，提供了更多的工作崗位。有效需求受邊際消費(fèi)傾向遞減、流動性偏好以及資本邊際效率遞減這三個心理因素影響，而且它們成反比例關(guān)系，即那三個心理因素作用越大，有效需求就會越小，而有效需求的不足又會造成失業(yè)，環(huán)環(huán)相扣，最終造成眾多人員失業(yè)，失業(yè)是有效需求不足造成的，因此努力增加有效需求是解決就業(yè)問題的基本途徑。

2 凱恩斯就業(yè)理論在中國的實(shí)證研究

2.1 模型的設(shè)定

凱恩斯在研究就業(yè)理論的時候，為了與數(shù)據(jù)聯(lián)系起來，設(shè)定了一個就業(yè)函數(shù)公式，該函數(shù)公式為：

Nr=fr（Dwr） （1）

其中Nr表示就業(yè)量，Dwr表示有效需求，即當(dāng)有效需求為Dwr時，就業(yè)量為Nr。由于消費(fèi)和投資越多，就業(yè)量的需求量就越大，即它們之間成正比，而且有效需求在實(shí)際生活中較難量化，因此我們可以用消費(fèi)和投資來解釋就業(yè)函數(shù)，又因通貨膨脹對就業(yè)影響也很大，因此我們可以進(jìn)一步設(shè)定凱恩斯就業(yè)函數(shù)

lnY=a+blnX1+clnX2+dlnX3 （2）

Y代表就業(yè)量，X1代表固定資產(chǎn)投資，X2代表消費(fèi)水平，X3代表通貨膨脹，a、b、c、d分別為待定參數(shù)，即為常數(shù)，是已知量。

2.2 數(shù)據(jù)的選取

在對上述就業(yè)函數(shù)進(jìn)行分析時，宏觀經(jīng)濟(jì)數(shù)據(jù)庫里面的數(shù)據(jù)，包括從1980年至2014年的就業(yè)人員數(shù)量、固定投資額、消費(fèi)數(shù)額以及通貨膨脹（居民消費(fèi)價格指數(shù)（1978=100））。

2.3 回歸結(jié)果及相關(guān)的檢驗(yàn)

利用Eviews軟件以及計量經(jīng)濟(jì)學(xué)的相關(guān)知識就可以得出就業(yè)函數(shù)的回歸結(jié)果，先對就業(yè)人數(shù)與投資做回歸，可得：

Y=61305.09+0.0487X1 （3）

S=（1906.058） （0.0112）

t=（32.1632） （4.0907）

Prob=（0.0000） （0.0003）

R2=0.3365 =0.3164 F=16.7338 S.E=9436.018 D.W=0.0527

從回歸結(jié)果我們可以知道，t值大于在95%的置信水平下的t值，P值也很小，說明上面的式子拒絕原假設(shè)：就業(yè)量與固定投資無關(guān)，即證明了就業(yè)也量與固定投資有關(guān)，而且從X1前面的系數(shù)為正可知，就業(yè)量與固定投資成正比，且固定投資每增加1單位，就業(yè)量就會增加0.0487單位。但是從R2的數(shù)值來看，R2比較小，說明就業(yè)人數(shù)與固定投資的相關(guān)度不是很高，因此需要做進(jìn)一步的分析。

再對就業(yè)人數(shù)與消費(fèi)水平進(jìn)行分析，對它們進(jìn)行回歸可得：

Y=58170.46+1.6433X2 （4）

S=（1883.965） （0.2845）

t=（30.8766）（5.7762）

Prob=（0.0000） （0.0000）

R2=0.5027 =0.4877 F=33.3648 S.E=8168.564 D.W=0.0652

從回歸結(jié)果可以看出，t值依然比置信水平為95%下的t值更大，P值也很小，即仍然拒絕原假設(shè)：就業(yè)量與消費(fèi)水平無關(guān)，即就業(yè)量與消費(fèi)水平是有關(guān)聯(lián)的，而且從系數(shù)為正可以看出，二者之間是正相關(guān)關(guān)系，當(dāng)消費(fèi)水平增加1單位時，就業(yè)量就會增加1.6433單位。與固定投資相對比，消費(fèi)水平對就業(yè)的影響更大一些。從R2的值來看，R2=0.5027>R2=0.3365，說明就業(yè)量與消費(fèi)水平的相關(guān)度更高。

最后來分析一下最先設(shè)定的模型，回歸結(jié)果如下：

lnY=9.0019+0.0983lnX1-0.2118lnX2+0.4760lnX3 （5）

S=（0.1851） （0.0780） （0.1497） （0.1006）

t=（48.633）（1.2600）（-1.4155）（4.7315）

Prob=（0.0000） （0.2171） （0.1669） （0.0000）

R2=0.9475 =0.9424 F=186.3556 S.E=0.0459 D.W=0.5793

從上述回歸結(jié)果我們知道：a=9.0019，b=0.0983，c=-0.2118，d=0.4760，也即當(dāng)X2、X3不變時，X1每增加1%，Y就會增加0.0983%，當(dāng)X1、X3保持不變時，X2每增加1%，Y會減少0.2118%，當(dāng)X1、X2保持不變時，X3每增加1%，Y會增加0.4760%，從回歸結(jié)果來看，消費(fèi)水平對就業(yè)量有抑制作用，與凱恩斯理論相悖。因此需要對該模型進(jìn)行檢驗(yàn)。

2.3.1 先對該回歸模型的經(jīng)濟(jì)學(xué)意義進(jìn)行相應(yīng)的檢驗(yàn)

1）F檢驗(yàn)，是一種先假設(shè)模型中的兩個或多個解釋變量聯(lián)合對被解釋變量無影響，然后再根據(jù)回歸結(jié)果的F值來肯定或者否定原假設(shè)，據(jù)此得出解釋變量是否適合用來估計被解釋變量的檢驗(yàn)方法。通過查F值分布表可知，本文中的回歸模型F值在顯著水平 0.05時，F(xiàn)臨界值約為8.62<回歸結(jié)果的F值=186.3556，從而說明該模型是顯著的。

2）t檢驗(yàn)，是基于t分布的統(tǒng)計假設(shè)檢驗(yàn)過程，是對單個解釋變量的一種檢驗(yàn)方法。該回歸模型的t統(tǒng)計量為31，當(dāng)顯著水平 =5%時，則通過查詢t值分布表可知t統(tǒng)計值為 （31）約等于2.0，從上述回歸方程的結(jié)果中的t值可以得出結(jié)論：常數(shù)項、lnX3的t的絕對值都比 （31）更大，而lnX1、lnX2的t的絕對值都比 （31）更小，因此該模型的單個自變量是部分顯著的。

2.3.2 對違背經(jīng)典假定的檢驗(yàn)

從上面的回歸結(jié)果來看，該結(jié)果違背了經(jīng)濟(jì)學(xué)意義，與我們的常識也相違背，因此需要進(jìn)行對違背經(jīng)典假定的檢驗(yàn)。主要的檢驗(yàn)如下：

1）自相關(guān)性檢驗(yàn)

自相關(guān)是指其中一個觀察值擾動項的變動會引起另一個觀察值擾動項也改變，即： 。這種檢驗(yàn)可以用很多種方式進(jìn)行，這里分別使用了以下三種方式對上面的模型進(jìn)行了檢驗(yàn)：

（1）圖示法

殘差分布圖的走向可大概判斷出回歸模型是否存在自相關(guān)，若殘差分布圖雜亂無章，則說明不存在自相關(guān)，若總體呈上升趨勢，則存在正自相關(guān)，若總體呈下降趨勢，則存在負(fù)自相關(guān)。從前半段可以看出呈現(xiàn)正相關(guān)，后半部分關(guān)系不太明顯，因?yàn)閳D示法推斷較為粗略，故僅做參考，僅粗略的推斷殘差項存在正自相關(guān)。

圖1 殘差分布圖

（2）杜賓-沃森檢驗(yàn)

杜賓-沃森檢驗(yàn)一般步驟為先將最小二乘回歸法回歸得出殘差，再利用公式計算出d值，不過現(xiàn)在利用Eviews軟件回歸即可直接得出d值，再依據(jù)樣本總數(shù)及解釋變量的個數(shù)，從D.W表中找出下限值dL和上限值dU，最后將回歸得出的d值與dL、dU等進(jìn)行比較并判斷有沒有自相關(guān)關(guān)系，規(guī)則如下：當(dāng)d值處于0-dL時會拒絕原假設(shè)（不存在自相關(guān)），即此時存在一階自相關(guān)，而且是正自相關(guān)；當(dāng)D.W處于4-dL—4時也拒絕原假設(shè)，且存在一階負(fù)相關(guān)；當(dāng)D.W處于dU—4-dU時會部分接受或全部接受原假設(shè)，兩個觀察值的擾動項互不干擾；當(dāng)D.W處于dL—dU不能確定觀察值的擾動項會不會彼此相互影響，即它們之間的相關(guān)性也無法確定，此時應(yīng)使用別的方法進(jìn)行檢驗(yàn)。設(shè)顯著性水平為5%，通過查D.W表可得dL大約等于1.283，dU大約等于1.653。因?yàn)榛貧w結(jié)果中的d=0.5793，處于0-dL之間，從而可以判定出隨機(jī)誤差項之間存在一階正自相關(guān)，肯定了上面圖示法的判斷。

（3）拉格朗日乘數(shù)檢驗(yàn)

該方法的檢驗(yàn)原則是：在一個給定的顯著性水平 下，若AR（P）=nR2大于臨界值 （P）（P代表滯后的階數(shù)），則認(rèn)為存在自相關(guān)。在該模型下當(dāng)P=1時，假設(shè) =0.05，用eviews軟件計算得，AR（1）=nR2=17.1984>

（1）=5.9915，且p=0.000034，由于此概率接近于零，此時可以判定該模型存在自相關(guān)。而且當(dāng)P=1時，對于殘差可以建立以下的模型：et=ρ1et-1+ρ2et-2+…+νt通過軟件分析得出結(jié)果如下：

et=0.2166-0.1318lnX1+0.2517lnX2-0.1470lnX3+0.7663et-1 （6）

t=（1.5463）（-2.1381）（2.1304）（-1.8874）（5.3836）Prob=（0.0000）

上面回歸結(jié)果中et-1的t=5.3834明顯比t的臨界值大，即et-1是顯著的，進(jìn)一步說明觀察值的擾動項之間存在自相關(guān)。

2）異方差檢驗(yàn)

懷特檢驗(yàn)，可直接用Eviews軟件進(jìn)行檢驗(yàn)。利用eviews軟件得出的nR2=20.98744，概率prob為0.0018，當(dāng)顯著性水平為 =0.05時，查表得

（2）=5.9915。因此在 =0.05的顯著性水平下，nR2>

（2），且nR2的概率小于顯著性水平，進(jìn)而可以判定該模型存在異方差。

2.3.3 對時間序列數(shù)據(jù)的平穩(wěn)性檢驗(yàn)

檢驗(yàn)平穩(wěn)性的方法有很多種，本文使用一種比較常見和普遍使用的方法：迪基-富勒檢驗(yàn)法（ADF檢驗(yàn)）。通過檢驗(yàn)得出，lnY、lnX1、lnX2、lnX3的檢驗(yàn)結(jié)果，由結(jié)果可知LnY在顯著水平為5%以上時是平穩(wěn)數(shù)據(jù)，而LnX1、lnx2、lnx3都是非平穩(wěn)數(shù)據(jù)，這也是上文中回歸結(jié)果會出現(xiàn)消費(fèi)的系數(shù)為負(fù)數(shù)的原因之一，因此需要對數(shù)據(jù)進(jìn)行差分處理。對上述數(shù)據(jù)進(jìn)行一階差分序列處理，結(jié)果可知，經(jīng)過一階差分序列處理之后，所有數(shù)據(jù)在5%的顯著水平下都是平穩(wěn)的了。

2.4 模型的修正

通過上面的檢驗(yàn)結(jié)果可知lnX2的系數(shù)是負(fù)數(shù)主要是存在一階自相關(guān)和異方差以及時間序列是非平穩(wěn)數(shù)據(jù)等原因造成的，因此需要消除或削弱自相關(guān)和異方差的和非平穩(wěn)數(shù)據(jù)帶來的影響，下面主要采用廣義差分法對方程進(jìn)行修正。

由于上面的檢驗(yàn)中檢驗(yàn)出該模型存在一階自相關(guān)，則ut=ρ1ut-1+νt，其中νt為隨機(jī)誤差項。將變量滯后兩期可以消除隨機(jī)誤差項的自相關(guān)性，即u*=νt=ut-ρ1ut-1。

即，廣義差分法回歸結(jié)果為：

LnY*=2.83962+0.00058lnX1*+0.02525lnX2*+0.19025lnX3* （7）

t=（34.6504）（2.3765） （2.6486） （4.5935）

P=（0.0000） （0.0435） （0.0216） （0.0054）

R2=0.6931 F=22.5856 D.W=1.6988

修正后的模型消費(fèi)水平的系數(shù)變成了正數(shù)，此時就符合經(jīng)濟(jì)學(xué)含義了，且全部變量的t值均大于2，而且概率p都比0.05小，說明t檢驗(yàn)是顯著，投資、消費(fèi)以及通貨膨脹對就業(yè)的影響分別是顯著的，F(xiàn)值也比臨界值大比較多，說明整體也是顯著的。修正后的模型d=1.6988，查表得到dL大約等于1.283，dU大約等于1.653，dU=1.653≤d=1.6988≤4-dU=2.347，說明模型的隨機(jī)誤差項已經(jīng)不存在一階自相關(guān)性。再對該回歸方程進(jìn)行LM檢驗(yàn)可以得出當(dāng)P=1時，在 =0.05的前提下，用eviews軟件計算得，LM（1）=nR2=0.0786<

（1）=5.9915，且臨界概率等于P=0.96.14>0.05，因此該模型不存在一階自相關(guān)。結(jié)合上面的論述可以確定該模型已經(jīng)沒有自相關(guān)了。

對模型進(jìn)行懷特檢驗(yàn)得出：

圖2 懷特檢驗(yàn)結(jié)果

所以該模型也不存在異方差。

經(jīng)過一系列的檢驗(yàn)和修正最后得出在中國的凱恩斯就業(yè)函數(shù)為：

LnY*=2.83962+0.00058lnX1*+0.02525lnX2*+0.19025lnX3* （8）

3 對實(shí)證研究結(jié)果的分析

3.1 實(shí)證結(jié)果

從修正后的凱恩斯就業(yè)函數(shù)的回歸結(jié)果結(jié)果中可以得出：

a=2.83962 b=0.00058 c=0.02525 d=0.19025

t=（34.6504）（2.3765） （2.6486） （4.5935）

F=22.5856

1）從F值和t值可以看出，固定投資、消費(fèi)和通貨膨脹不僅總體上對就業(yè)有顯著影響，而且單個變量也和就業(yè)有顯著影響。即：消費(fèi)、固定投資和通貨膨脹是就業(yè)的影響因素。

2）固定投資的系數(shù)是0.00058，從而可以立即得出下列結(jié)論：（1）就業(yè)與固定投資成正比；（2）當(dāng)固定投資增加1%時，就業(yè)量增加0.00058%。

3）消費(fèi)的系數(shù)是0.02525，從而也可得出以下結(jié)論：（1）就業(yè)與消費(fèi)成正比；（2）當(dāng)消費(fèi)增長1%時，就業(yè)量增加 0.02525%。

4）通貨膨脹的系數(shù)是0.19025，從而可以得出以下結(jié)論：（1）就業(yè)通貨膨脹成正比；（2）當(dāng)通貨膨脹增長1%時，就業(yè)量增加0.19025%。

3.2 實(shí)證結(jié)果分析

1）我國的就業(yè)函數(shù)函數(shù)穩(wěn)定。通過上述對模型的回歸得出一個就業(yè)量與消費(fèi)、投資以及通貨膨脹的穩(wěn)定函數(shù)，即在消費(fèi)、投資和通貨膨脹一定的情況下，就業(yè)量也是固定的。

2）我國的消費(fèi)對就業(yè)的系數(shù)大于投資對就業(yè)的系數(shù)。這說明消費(fèi)對就業(yè)的影響更大，因此我國應(yīng)大力拉動消費(fèi)進(jìn)而促進(jìn)就業(yè)，不過單單靠消費(fèi)的力量是不夠的，還應(yīng)該結(jié)合投資，雙管齊下才對就業(yè)有更大的推進(jìn)作用。

3.3 研究中數(shù)據(jù)的選取的缺陷

首先對于所選取的固定投資，凱恩斯就業(yè)理論研究的投資不僅僅包括固定投資，但是因?yàn)榻y(tǒng)計年鑒中只公布了固定投資，因此拿固定投資來代替凱恩斯所致的投資因此存在一定的誤差。其次只選取了1980年到2014年的數(shù)據(jù)，數(shù)據(jù)量不是很大，而且因?yàn)閿?shù)據(jù)來源的有限性，沒有獲得2015年和2016年的相關(guān)數(shù)據(jù)。再次對于選取的通貨膨脹率，因?yàn)橥ㄘ浥蛎洓]有明確的指標(biāo)，因此只選取了居民消費(fèi)價格指數(shù)代表通貨膨脹，因此通貨膨脹也存在一定的誤差。

4 借鑒意義

1）充分就業(yè)并不是指所有人都能找到工作，適當(dāng)?shù)氖I(yè)是允許的，所有人都就業(yè)反而會造成低工資低效益的現(xiàn)象，低工資會導(dǎo)致很多人積極性下降，這樣反而會阻礙經(jīng)濟(jì)的發(fā)展，影響市場正常的運(yùn)行，市場中無論如何都會存在一些失業(yè)，因此正確的理解“充分就業(yè)”是必要的。

2）當(dāng)市場運(yùn)行秩序良好，能夠較好的解決失業(yè)問題時，可以對市場放任不管，當(dāng)市場出現(xiàn)問題時，應(yīng)該政府插手進(jìn)行管理，把就業(yè)問題納入宏觀調(diào)控之中，通過政府的手段和政策，人為的帶動和鼓勵居民進(jìn)行消費(fèi)和投資進(jìn)而增加就業(yè)，使經(jīng)濟(jì)再次走向正軌。

3）想要快速有效的解決失業(yè)問題，最基礎(chǔ)的就是先發(fā)展經(jīng)濟(jì)，增加就業(yè)機(jī)會。經(jīng)濟(jì)得到了發(fā)展，人民生活水平就會提高，人們所追求的東西也就更多了，資本家和企業(yè)家自然不會放過這個機(jī)會，他們會想方設(shè)法去研究開發(fā)出新的產(chǎn)品，要生產(chǎn)新產(chǎn)品就需要工人，因此又提供了一些工作崗位，大大的解決就業(yè)問題。

4）凱恩斯就業(yè)理論對我國就業(yè)有很大的指導(dǎo)意義，但由于中國的社會主義經(jīng)濟(jì)與西方發(fā)達(dá)國家的資本主義經(jīng)濟(jì)有所不同，所以不能把凱恩斯就業(yè)理論全盤照搬，而應(yīng)該根據(jù)中國的實(shí)際情況，對其取其精華，去其糟粕。

5）通貨膨脹雖然對就業(yè)也有很大的促進(jìn)作用，但是通貨膨脹在促進(jìn)就業(yè)的同時還會帶來很多其他的負(fù)面作用，因此不能依賴通過擴(kuò)大通貨膨脹來促進(jìn)就業(yè)。

參考文獻(xiàn)

[1]黃敏.凱恩斯就業(yè)理論的分析與我國當(dāng)前的失業(yè)問題[J].市場周刊.財經(jīng)論壇，2003，（10）：38-39.

[2]金玉秋.西方就業(yè)理論及其實(shí)踐對我國的啟示[J].學(xué)術(shù)論壇，2008（8）：127-131.

[3]楊祖平.森林生態(tài)需求的現(xiàn)狀及對策研究[D].南京林業(yè)大學(xué)，2010.

[4]凱恩斯.就業(yè)、利息與貨幣通論[M].商務(wù)印書館，1996.

[5]王志偉.中國就業(yè)函數(shù)研究[D].中共中央黨校，2011.