一、引言

當(dāng)前，我國經(jīng)濟(jì)發(fā)展正逐步進(jìn)入“新常態(tài)”，在此背景下，投資作為經(jīng)濟(jì)增長的驅(qū)動力將不斷乏力，為此尋找新的經(jīng)濟(jì)增長點將是“新常態(tài)”背景下保持經(jīng)濟(jì)穩(wěn)定增長的重要任務(wù)。在此之前，以投資為主要驅(qū)動力的經(jīng)濟(jì)增長模式是一種“粗放型”模式，“新常態(tài)”的背景也要求我國經(jīng)濟(jì)增長方式由“粗放型”向“集約型”過渡，為此以技術(shù)進(jìn)步作為經(jīng)濟(jì)增長的主要驅(qū)動力，將是我國在“新常態(tài)”背景下的一種重要經(jīng)濟(jì)增長模式。進(jìn)入新世紀(jì)以來，我國確立了創(chuàng)新型國家發(fā)展戰(zhàn)略，并力求在2020年建成創(chuàng)新型國家，使科技力量成為促進(jìn)經(jīng)濟(jì)社會發(fā)展的有力支撐，并且到2020年，經(jīng)濟(jì)增長的科技進(jìn)步貢獻(xiàn)率將提高至60%以上，社會研發(fā)投入占GDP的比重也將達(dá)到2.5%。但從當(dāng)前情況來看，我國經(jīng)濟(jì)發(fā)展表現(xiàn)出一種片面追求先進(jìn)技術(shù)的沖動，這導(dǎo)致技術(shù)的創(chuàng)新應(yīng)用與資源稟賦不相匹配，這無疑不利于就業(yè)增長。

關(guān)于技術(shù)進(jìn)步對就業(yè)的作用，學(xué)者們并沒有形成統(tǒng)一觀點，也沒有形成一個清晰的結(jié)論。綜覽現(xiàn)有研究文獻(xiàn)可以發(fā)現(xiàn)，技術(shù)進(jìn)步對就業(yè)效應(yīng)具有“雙重性”，這種雙重性體現(xiàn)在，一方面技術(shù)進(jìn)步通過創(chuàng)造新的工作崗位增進(jìn)就業(yè)，另一方面也導(dǎo)致工作機(jī)會的喪失，引起失業(yè)率上升(葉仁蓀等，2008)。為此，關(guān)于技術(shù)進(jìn)步的就業(yè)效應(yīng)，一種觀點認(rèn)為技術(shù)進(jìn)步對就業(yè)存在“損失效應(yīng)”，即導(dǎo)致失業(yè)增加(Clower，1965；Malinvaud，1977；Simpson，1987；Zimmermann，1991；Aghionand Howitt，1994；Fabien，2002)；另一種觀點認(rèn)為技術(shù)進(jìn)步對就業(yè)的影響存在“創(chuàng)造效應(yīng)”(Pissarides，1990；OECD，1996；Bharat Trehan，2003)，該觀點主要是對古典學(xué)派的“機(jī)器排斥工人”理論進(jìn)行了駁斥，提出了技術(shù)進(jìn)步對就業(yè)的“補(bǔ)償理論”。國內(nèi)學(xué)者羅軍(2014)從研發(fā)投入的角度研究了我國技術(shù)進(jìn)步對就業(yè)的影響，他認(rèn)為我國勞動力就業(yè)的拉動作用隨著研發(fā)投入的增加而增加。此外，還有學(xué)者提出了技術(shù)進(jìn)步對就業(yè)影響的“雙面效應(yīng)”(Ｒicardo，1976；Freeman，1987)，主要認(rèn)為技術(shù)進(jìn)步在每一個經(jīng)濟(jì)周期的開始產(chǎn)生的就業(yè)規(guī)模較小，但隨著經(jīng)濟(jì)周期進(jìn)入上升期，就業(yè)規(guī)模就會逐步增加。齊建國(2002)的研究發(fā)現(xiàn)我國的技術(shù)進(jìn)步在20世紀(jì)80年代對就業(yè)具有正面影響，但在90年代技術(shù)進(jìn)步雖然促進(jìn)了經(jīng)濟(jì)增長，卻沒有引起就業(yè)的增加。周申(2007)、盛斌和牛蕊(2009)分析了全要素增長率對就業(yè)波動或勞動需求彈性的影響。余源源(2008)、趙利和王振興(2010)將技術(shù)進(jìn)步的就業(yè)效應(yīng)分為長期和短期進(jìn)行研究，他們認(rèn)為技術(shù)進(jìn)步在長期內(nèi)對就業(yè)具有促進(jìn)作用，但短期內(nèi)技術(shù)進(jìn)步對就業(yè)具有破壞作用。

羅軍和陳建國(2014)通過研究發(fā)現(xiàn)技術(shù)進(jìn)步僅僅是對高技能勞動力就業(yè)有顯著促進(jìn)作用�？傮w而言，當(dāng)前關(guān)于技術(shù)進(jìn)步對就業(yè)影響的觀點主要集中在“損失效應(yīng)”和“創(chuàng)造效應(yīng)”，可見觀點還不統(tǒng)一，當(dāng)然也有學(xué)者從“雙面效應(yīng)”來探討技術(shù)進(jìn)步對就業(yè)的影響。

總體來看，學(xué)者們是沿著損失效應(yīng)和創(chuàng)造效應(yīng)這兩條主線來研究技術(shù)進(jìn)步對就業(yè)量的影響，并且有大量的實證研究對二者的關(guān)系進(jìn)行了分析。但因為實證分析的假設(shè)前提存在差異性，致使結(jié)論無法統(tǒng)一。并且現(xiàn)有研究也較少涉及從技術(shù)進(jìn)步、技術(shù)效率的角度實證考察其對地區(qū)就業(yè)的影響。因此，本文將采用1995～2013年間中國29個省(直轄市、自治區(qū))的面板數(shù)據(jù)，以及實證分析的方法，對全要素生產(chǎn)率(TFP)及技術(shù)進(jìn)步、技術(shù)效率指數(shù)對區(qū)域就業(yè)的影響進(jìn)行考察，并在此基礎(chǔ)上提出相應(yīng)的政策建議。

二、技術(shù)進(jìn)步對就業(yè)影響的作用機(jī)理

從前面的文獻(xiàn)梳理中可知，技術(shù)進(jìn)步影響就業(yè)的作用機(jī)理存在一定的循環(huán)性(或周期性)。在技術(shù)進(jìn)步的初級階段(或起步階段)，由于核心產(chǎn)業(yè)的規(guī)模還有很大的局限性，致使它對其他產(chǎn)業(yè)的帶動效應(yīng)并不顯著，就業(yè)的增長也就受到很大影響，甚至?xí)�出現(xiàn)就業(yè)下降的局面。當(dāng)技術(shù)進(jìn)步進(jìn)入持續(xù)發(fā)展階段(也可以稱為技術(shù)進(jìn)步的第二階段)，核心產(chǎn)業(yè)的規(guī)模將快速擴(kuò)張，對其他產(chǎn)業(yè)的帶動效應(yīng)也將逐步明顯，就業(yè)也會出現(xiàn)迅速增長的態(tài)勢，并表現(xiàn)出與技術(shù)進(jìn)步和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整較強(qiáng)的適應(yīng)協(xié)調(diào)性(見圖1)。

在技術(shù)進(jìn)步的中后期，其對就業(yè)的影響將逐步趨弱(見圖2)，并對下一期技術(shù)周期的到來進(jìn)行孕育。由此可見，技術(shù)進(jìn)步對就業(yè)的影響遵循由弱到強(qiáng)，再趨弱，再增強(qiáng)的周期性態(tài)勢，在此過程中，技術(shù)進(jìn)步與就業(yè)結(jié)構(gòu)的關(guān)系也呈現(xiàn)出由不協(xié)調(diào)到協(xié)調(diào)的循環(huán)往復(fù)，這就是技術(shù)進(jìn)步對就業(yè)影響的周期性規(guī)律。

三、我國技術(shù)進(jìn)步與就業(yè)的發(fā)展現(xiàn)狀

(一)我國的技術(shù)進(jìn)步現(xiàn)狀

1.我國科技支出及其占財政支出的比重

進(jìn)入新世紀(jì)以來，尤其從2006年開始，科技支出整體規(guī)模不斷上漲，由2006年的1689億元上漲至2013年的5084億元，且關(guān)于科技的財政撥款占財政總支出的比重一直維持在3.5%左右，波動幅度比較小(見表1)。因此，雖然科技的財政支出數(shù)量比較大，但我們不能僅從規(guī)模的角度來考察科研經(jīng)費的投入，還要從質(zhì)量方面進(jìn)行考察。如何提高科技支出的整體效率，以及科技支出對就業(yè)的促進(jìn)作用，是當(dāng)前制定科技政策的重要考慮方向。

2.我國科研人員及科技產(chǎn)出的發(fā)展現(xiàn)狀

政府對企業(yè)創(chuàng)新的鼓勵、高校對科研人員的培養(yǎng)以及國家對研發(fā)機(jī)構(gòu)的支持等，均使科研人員的數(shù)量不斷增加。從具體情況來看，研發(fā)人員在2006年為25.6萬人，在2013年增長至40.9萬人，增長近一倍(見表2)，Ｒ＆D經(jīng)費支出規(guī)模也從2006年的567.3億元增長至2013年的1781.4億元。科研人員數(shù)量的增加，對于我國科技成果的取得以及科技水平的提高都是有利的，也為科技在我國進(jìn)一步的發(fā)展打下了堅實的基礎(chǔ)。

從我國部分年份發(fā)表科技論文、出版科技著作、專利申請受理和專利申請授權(quán)等數(shù)量來看，由于近幾年我國人才和經(jīng)費投入的增加，相應(yīng)的研發(fā)成果也隨之上升，這顯示我國科技進(jìn)步較為明顯(見表3)。但從世界范圍來看，我國當(dāng)前科技水平的發(fā)展與發(fā)達(dá)國家還有一定的差距，科研轉(zhuǎn)化為產(chǎn)出的效率還不高，為此我們應(yīng)更好地吸取國外經(jīng)驗，從而有效推動科學(xué)技術(shù)的發(fā)展及其向產(chǎn)出的轉(zhuǎn)化效率。

(二)我國的就業(yè)現(xiàn)狀

我國的基本國情是勞動力人口眾多，而我國大多數(shù)勞動力的受教育水平較低，導(dǎo)致勞動力供需十分不協(xié)調(diào)，就業(yè)問題較為突出。從現(xiàn)實情況來看，我國就業(yè)問題主要表現(xiàn)在：勞動力和高校畢業(yè)生不斷增長，農(nóng)村富余勞動力轉(zhuǎn)移速度加快，但城鎮(zhèn)就業(yè)壓力較大，國有企業(yè)改革的不斷深入以及經(jīng)濟(jì)結(jié)構(gòu)的調(diào)整也帶來失業(yè)的增加，同時，新增勞動力就業(yè)以及再就業(yè)的問題也普遍存在。在全球經(jīng)濟(jì)一體化之后，我國勞動力成本較低的比較優(yōu)勢也逐步消失，隨著國際競爭的不斷加劇，就業(yè)形勢將更加嚴(yán)峻。從就業(yè)人數(shù)變化情況來看，全國就業(yè)人口數(shù)量從2006年的76400萬人增加至2013年的76977萬人，就業(yè)總規(guī)模呈穩(wěn)步增長態(tài)勢。但全國就業(yè)人口比重從2006年的58.1%下降至2013年的56.6%(見表4)，顯示就業(yè)壓力較大。這主要是由于我國勞動力人口不斷增長，同時由于新增勞動力及再就業(yè)問題的存在，導(dǎo)致我國就業(yè)人口比重出現(xiàn)下降。

在2006年，城鎮(zhèn)人口登記失業(yè)人數(shù)為847萬人，在2013年該失業(yè)人數(shù)為926萬人(見表5)，可見城鎮(zhèn)人口登記失業(yè)人數(shù)在不斷增加。與此同時，全國城鎮(zhèn)登記失業(yè)率在大部分時間內(nèi)超過了4%的自然失業(yè)率警戒線，說明我國的就業(yè)形勢是較為嚴(yán)峻的。

四、數(shù)據(jù)來源及研究方法

(一)數(shù)據(jù)來源

本文使用我國1995～2013年的28個省(直轄市、自治區(qū))的面板數(shù)據(jù)進(jìn)行分析^[1]。為了保證數(shù)據(jù)的可比性，所使用的產(chǎn)出數(shù)據(jù)依據(jù)GDP平減指數(shù)調(diào)整為1978年不變價格，以各地區(qū)城鎮(zhèn)單位就業(yè)人員的平均工資作為代理變量，近似衡量名義工資額，并以消費者價格指數(shù)折算到1978年為基期，得到實際工資總額。

(二)全要素生產(chǎn)率(TFP)的測算及分解

在針對我國區(qū)域?qū)用娴难芯恐�，更適合采用非參數(shù)方法對各省市之間的全要素生產(chǎn)率進(jìn)行測算，這是因為各省市之間的生產(chǎn)函數(shù)具有較大的差異性，不宜設(shè)定為統(tǒng)一的生產(chǎn)函數(shù)形式。本文將中國的各個省市區(qū)作為一個決策單元，采用以DEA(數(shù)據(jù)包絡(luò)分析)為基礎(chǔ)的Malmqulist指數(shù)方法對我國各省市區(qū)的全要素生產(chǎn)率(TFP)進(jìn)行測度和比較，當(dāng)其大于1時，表明從t時期到(t+1)時期全要素生產(chǎn)率是增長的。

利用Malmqulist指數(shù)分解法，將全要素生產(chǎn)率分解為技術(shù)效率指數(shù)和技術(shù)進(jìn)步指數(shù)。

設(shè)有t=1，2，…T期，St為生產(chǎn)可能性集合，構(gòu)建由t和t+1時期產(chǎn)出距離函數(shù)分別為：

在產(chǎn)出距離函數(shù)的基礎(chǔ)上，構(gòu)建由t 和t +1時期技術(shù)水平為參照的Malmqulist指數(shù)幾何平均值為：

Malmqulist指數(shù)可以分解為：

在上述分析中將全要素生產(chǎn)率(TFP)的變化分解為技術(shù)進(jìn)步指數(shù)(TC)和技術(shù)效率變化指數(shù)(TE)。其中，技術(shù)效率變化測度了t期和t+1期之間的相對效率變化指數(shù)，當(dāng)指數(shù)大于1時說明技術(shù)效率提高，反之則表示技術(shù)效率下降。技術(shù)進(jìn)步指數(shù)測度了技術(shù)邊界的移動，大于1表示發(fā)生了純技術(shù)進(jìn)步。

DEA方法需要使用的數(shù)據(jù)包括總產(chǎn)出、就業(yè)人數(shù)和資本存量，我國各省區(qū)市GDP與就業(yè)人數(shù)摘自《新中國六十年統(tǒng)計資料匯編》和《中國統(tǒng)計年鑒》，并將利用相關(guān)數(shù)據(jù)對資本存量數(shù)據(jù)進(jìn)行另行估算。

(三)資本存量的估算

本文對各省市的資本存量總量的測算將利用永續(xù)盤存法，t期資本存量為t－1期資本存量加上t的投資，再減去折舊。計算的基本公式為：

其中，Kit為第i省市自治區(qū)在第t期的資本存量，Kit－1為第i省市自治區(qū)在第t－1期資本存量，δ為年度折舊率，Iit為第i省市自治區(qū)在第t期的投資。本文沿用張軍等(2004)采取的方法，利用固定資本形成總額近似替代當(dāng)年投資，并以固定資產(chǎn)投資價格指數(shù)調(diào)整為以1978年為基年的不變價格，基期固定資產(chǎn)存量參照張軍等(2004)測算的數(shù)據(jù)，折舊率采用0.096。

利用數(shù)據(jù)包絡(luò)分析程序DEAP估計投入導(dǎo)向的DEA模型，計算我國28各省市自治區(qū)的Malmquist生產(chǎn)率指數(shù)，并對Malmquist指數(shù)進(jìn)行分解，分別得到技術(shù)進(jìn)步指數(shù)(TC)和技術(shù)效率變化指數(shù)(TE)。由于篇幅所限，表6只列出1995～2013年間各省市區(qū)平均Malmquist指數(shù)及其分解指數(shù)。表7列出核心變量的描述性統(tǒng)計分析。

(四)研究方法

本文首先構(gòu)建模型一，將運用全要素生產(chǎn)率指數(shù)(Malmquist指數(shù))考察技術(shù)水平對年末就業(yè)人數(shù)(lnL)的影響，并加入影響就業(yè)的輔助重要變量，包括產(chǎn)出(lnY)和實際工資水平(lnW/P)。因為簡單地討論Malmquist指數(shù)對就業(yè)的影響，并不能區(qū)分純技術(shù)進(jìn)步變化和技術(shù)效率增進(jìn)對就業(yè)的影響，因此，將構(gòu)建模型二，引入純技術(shù)變化指數(shù)(TC)和技術(shù)效率變化指數(shù)(TE)，來探討其對就業(yè)的影響。本文采用面板數(shù)據(jù)模型進(jìn)行分析，回歸模型為：

五、實證分析結(jié)果

(一)面板數(shù)據(jù)的單位根檢驗

面板數(shù)據(jù)的單位根檢驗是判斷面板數(shù)據(jù)是否平穩(wěn)或者是否具有相同單整階數(shù)是面板數(shù)據(jù)估計的前提。本文使用LL檢驗、IPS檢驗、ADF－Fisher和PP－Fisher分別對面板數(shù)據(jù)進(jìn)行單位根檢驗(見表8)。

水平統(tǒng)計量通過LL檢驗、IPS檢驗、ADF－Fisher和PP－Fisher的結(jié)果并不完全一致，本文認(rèn)為如果結(jié)論不一致，則視為非平穩(wěn)，將繼續(xù)進(jìn)行一階差分。報告結(jié)果表明，一階差分后變量均在1%的顯著性水平上拒絕存在單位根的原假設(shè)，均實現(xiàn)了平穩(wěn)，因此可以對方程中的變量進(jìn)行面板回歸。

(二)面板數(shù)據(jù)回歸結(jié)果

本文分別利用Wald檢驗和Wooldridge檢驗判斷方程是否存在異方差和自相關(guān)。并運用Hausman檢驗進(jìn)行固定效應(yīng)和隨機(jī)效應(yīng)的篩選，所有回歸的Hausman檢驗結(jié)果均支持固定效應(yīng)模型�；貧w結(jié)果顯示，所涉及的回歸方程不存在自相關(guān)，但是存在異方差。使用穩(wěn)健回歸(Ｒobust)對存在異方差的固定效應(yīng)模型進(jìn)行糾正，并利用可行的廣義最小二乘法(FGLS)對隨機(jī)效應(yīng)模型的異方差和序列相關(guān)進(jìn)行糾正。

通過對回歸結(jié)果進(jìn)行Kao檢驗，以對面板數(shù)據(jù)進(jìn)行協(xié)整關(guān)系檢驗，回歸方程(1)～(4)表明在5%顯著性水平下，變量之間存在面板協(xié)整關(guān)系，即方程中的變量之間存在長期均衡關(guān)系�；貧w結(jié)果表明：

(1)全要素生產(chǎn)率(TFP)對就業(yè)具有抑制作用，在5%顯著性水平上通過(參見表9中的(1)、(2)兩欄)。整體而言，技術(shù)進(jìn)步對我國就業(yè)的“破壞作用”大于其“補(bǔ)償作用”，技術(shù)進(jìn)步對就業(yè)的總體影響表現(xiàn)為負(fù)的效應(yīng)。這表明，我國就業(yè)水平的增加在很大程度上是由于其他因素導(dǎo)致的。

(2)純技術(shù)進(jìn)步(TC)對就業(yè)有負(fù)效應(yīng)，并且結(jié)果較為顯著，在1%顯著性水平上通過，如表9(3)欄所示。阿格因和豪伊特(Aghionand Howitt，1994)曾指出純技術(shù)進(jìn)步使得技術(shù)較低生產(chǎn)率的工作被技術(shù)較高生產(chǎn)率的工作替代，導(dǎo)致失業(yè)率上升。

技術(shù)效率改善對就業(yè)具有促進(jìn)作用，但是結(jié)果并不顯著影響(見表9(4)欄)，這很可能是因為技術(shù)效率改善對就業(yè)的影響具有滯后性，所以在當(dāng)期研究中，其對就業(yè)的影響并不明顯。

(3)GDP增長對就業(yè)存在明顯的促進(jìn)作用，在回歸方程中無論是固定效應(yīng)模型還是隨機(jī)效應(yīng)模型，GDP增長對就業(yè)的促進(jìn)作用都十分顯著。這表明高速的經(jīng)濟(jì)增長仍然是拉動我國勞動力就業(yè)的主要動力。

(4)實際工資的變動對就業(yè)具有負(fù)向作用，并且十分顯著。這一結(jié)論也符合傳統(tǒng)的理論預(yù)期，即勞動力需求與工資水平呈反方向變化。近年來，我國勞動力價格的上漲促使企業(yè)大量使用資本密集型生產(chǎn)技術(shù)，這在一定程度上減少了產(chǎn)業(yè)發(fā)展對勞動力的吸收。

　　六、結(jié)論

本文從區(qū)域?qū)用嫒胧�，分析�?995～2013年間我國28個省(直轄市、自治區(qū))的全要素生產(chǎn)率(TFP)及技術(shù)進(jìn)步、技術(shù)效率指數(shù)對就業(yè)的影響。在對全要素生產(chǎn)率的計算中可以看到，我國整體全要素生產(chǎn)率增長率為1.34%，并且我國技術(shù)水平的年均增長率高于技術(shù)效率的增長率。實證分析結(jié)果表明，全要素生產(chǎn)率(TFP)和技術(shù)進(jìn)步均對拉動就業(yè)的作用顯著為負(fù)，但是技術(shù)效率對于就業(yè)的影響并不顯著。此外，實際工資水平的上升對就業(yè)具有負(fù)效應(yīng)，而產(chǎn)出水平的增加有利于就業(yè)人口的增加。因此，決策當(dāng)局在制定政策時，應(yīng)保證各個部門和地區(qū)間就業(yè)結(jié)構(gòu)的平衡，充分利用技術(shù)進(jìn)步的就業(yè)創(chuàng)造效應(yīng)。此外，教育部門要配合產(chǎn)業(yè)結(jié)構(gòu)升級進(jìn)行人力資源培養(yǎng)，為技術(shù)進(jìn)步促進(jìn)的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整創(chuàng)造足夠的人力資源。只有這樣，才能更好地發(fā)揮技術(shù)進(jìn)步的就業(yè)創(chuàng)造效應(yīng)。為此，在經(jīng)濟(jì)新常態(tài)背景下，我們應(yīng)以產(chǎn)業(yè)結(jié)構(gòu)升級為基礎(chǔ)，以技術(shù)進(jìn)步為動力，提高科研成果轉(zhuǎn)化為產(chǎn)出的效率，從供需兩個角度為就業(yè)量的增加創(chuàng)造機(jī)會。

注釋：

[1] 考慮到重慶市 1998 年設(shè)為直轄市， 而西藏、 海南及港澳臺地區(qū)存在數(shù)據(jù)缺失， 所以最終利用 28 個省、 市、 自治

區(qū)的數(shù)據(jù)進(jìn)行分析。

參考文獻(xiàn)：

[1]羅軍，2014：“經(jīng)濟(jì)開放與技術(shù)進(jìn)步影響我國勞動就業(yè)的實證分析”，《財經(jīng)科學(xué)》，2014，4。

[2]羅軍、陳建國，2014：“研發(fā)投入門檻、外商直接投資與中國創(chuàng)新能力———基于門檻效應(yīng)的檢驗”，《國際貿(mào)易問題》，2014，8。

[3]齊建國，2002：“中國總量就業(yè)與科技進(jìn)步的關(guān)系研究”，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》，2002，12。

[4]盛斌、牛蕊，2009：“貿(mào)易勞動力需求彈性和就業(yè)風(fēng)險———中國工業(yè)的經(jīng)驗研究”，《世界經(jīng)濟(jì)》，2009，10。

[5]葉仁蓀、王光棟、王雷，2008：“技術(shù)進(jìn)步的就業(yè)效應(yīng)與技術(shù)進(jìn)步路線的選擇”，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》，2008，3。

[6]余源源，2008：“中國技術(shù)進(jìn)步的就業(yè)效應(yīng)：基于VAＲ模型的實證分析”，《軟科學(xué)》，2008，6。

[7]趙利、王振興，2010：“技術(shù)進(jìn)步的就業(yè)效應(yīng)：基于中國數(shù)據(jù)的經(jīng)驗分析”，《北京工商大學(xué)學(xué)報(社會科學(xué)版)》，2010，9。

[8]周申，2006：“貿(mào)易自由化對中國工業(yè)需求彈性影響的經(jīng)驗研究”，《世界經(jīng)濟(jì)》，2006，2。

[9]Aghion，P．a(chǎn)nd P．Howitt，1994．“Growth and Unemployment．”Ｒeview of Economic Studies．61(2)：477－94．———1998．Endogenous Growth Theory．Cambridge：MITPress．

[10]Bharat，Trehan，2003．“Productivity Shocks and the Unemployment Ｒate．”EconomicＲeview．45(1)：13－27．

[11]Blanchard，Olivier，2001．Macroeconomics(Second Edition)．New Jersey：Prentice Hall．

[12]Clower，Ｒ．W．，1965．“The Keynesian Counter－Ｒevolution：a Theoretical Appraisal．”In F．F．Hahn and F．Brechling Eds，The Theory of Interest Ｒates．London：Macmillan．

[13]Fabien，Postel－Vinay，2002．“The Dynamics of Technological Unemployment．”International Economic Ｒeview．43(5)：737－60．

[14]Freeman C，SoeteL．，1987．Technical Change and Full Employment．Oxford，NewYork：B．Blackwell．

[15]Katz，LawrenceF．，KwvinM．Murphy，1992．“Changes in Ｒelative Wages 1963－1987：Supply and Demand Factors．”Quarterly Journal of Economics．CVII：35－78．

[16]KuznetsS．，1955．“Economic Growth and Income Inequality．”American Economic Ｒeview．45(1)：1－28．

[17]Lucas，ＲobertE．Jr．，1992．“On Efficiency and Distribution．”Journal of Economics．102(2)：233－47．

[18]Malinvaud，E．，1977．The Theory of UnemploymentＲeconsidered．Oxford：Basil Blackwell．

[19]Mincer，Jacob，Stephan Danninger，2000．“Technology，Unemployment and Inflation．”NBEＲWorking Paper，No．7818．

[20]Pissarides，C．A．，1990．Equilibrium Unemployment Theory．London：BasilBlackwell．

[21]Ｒomer，PaulM．，1986．“Increasing Ｒeturn and Long－ＲunGrowth．”Journal of Political Economy．94(2)：1002－37．

[22]Schumpter，JosephA．，1934．The Theory of Economic Development．Cambrige，MA：Harvard University Press．

[23]Zimmerman，K．，1991．“The Employment Consequences of Technological Advance Demandand Labour Costs in 16 German Industries．”Empirical Economics．[16]：253－66．