俄罗斯技术创新的就业效应（下）.pdf

俄罗斯技术创新的就业效应（俄罗斯技术创新的就业效应 （下下）） 俄罗斯技术创新的就业效应俄罗斯技术创新的就业效应 （（下下）） 2018年 08月 09 日 3.VAR模型的估计结果 在 VAR（p）模型中，内生变量有p 阶滞后。实际应用中通常希望滞后期p 足够大，从而完 整的反映所构造模型的动态特征。但是，滞后期越长，模型中的待估参数就越多，自由度 就越少。因此，应当在自由度与滞后期之间寻求一种均衡。可依据信息准则，AIC 和 SC 取 值最小，判断滞后阶数。 如表 4所示，通过比较 VAR（1）、VAR（2）、VAR（3）、VAR（4）的 AIC 与 SC 值，确定 滞后阶数为 2 阶。因此，俄罗斯的技术创新 x 与就业 y 间的 VAR（2）模型的估计结果为： y =0.0708+1.1864y -0.3173y +0.0343x +0.0231x t t-1 t-2 t-1 t-2 2 （R =0.8896；F=34.2498） 由此可见，俄罗斯的就业会受到前期技术创新的影响，且二者间存在显著的正相关性。定 量分析结果很好的验证了之前提出的俄罗斯技术创新与就业间存在非替代关系的设想。 4.脉冲响应分析 VAR 模型的一个重要特征是，可以通过脉冲响应函数刻画系统的动态变化，即显示任意一 内生变量的变动是如何通过模型影响其他变量，最终又反馈到自身的过程。基于文章建立 的 VAR模型，可利用该方法分析技术创新对就业的动态冲击效应（如图 2 所示）。 图 2 中实线表示，随着预测期数的增加，就业对技术创新的一个标准差新息的脉冲响应； 虚线表示，在脉冲响应图像两侧加或减两倍标准差的置信带。俄罗斯技术创新冲击就业的 响应值清楚的表明，在技术创新初始阶段（第一期），技术创新会“挤出”就业，因为此 时的技术创新主要是通过引进国外先进技术或设备实现的，即通过物化的技术进步提高劳 动生产率，呈现出资本对劳动的强烈替代。技术创新对就业的这种负效应在第二期仍然存 在，但是作用效果有所减弱。可见，在前两期，技术创新呈现出资本偏向性的特征，对就 业产生破坏效应。但是到了第三期，技术创新与就业之间呈现出正向关系。可见，随着时 间的推移，技术创新对就业的破坏效应逐渐被弱化。这主要是因为在较长的时期中，新技 术的应用或新产品市场份额的扩展使得创新企业的生产规模不断扩张，在引致需求作用下， 技术创新的正向就业效应逐渐显现。在俄罗斯，技术创新对就业的这种正向促进作用会在 第五期表现最为突出。之后，技术创新对就业的影响逐渐消退，经济达到新的均衡状态。 上述脉冲效应分析结果再次量化验证了之前提出的技术创新与就业间关系的设想，并阐述 了在俄罗斯技术创新的正向就业效应将在实现技术创新后的第三期逐渐呈现，且在第五期 达到最大，之后逐渐减弱，直到新一轮的技术创新发生。 5.方差分解 在 VAR模型中，方差分解有助于进一步量化模型的动态特征，将系统中某一内生变量的波 动的成因进行分解。表 5给出了俄罗斯就业波动的方差分解结果。当技术创新发生后，就 业随之产生波动。在第一期就业波动 34%的原因在于技术创新，66%的原因来自就业市场本 身。第二期到第四期，就业波动主要受自身内部因素的影响，但是作用逐渐下降。到了第 五期，技术创新对就业的影响越发凸显，之后一直呈上升趋势。由此可见，当俄罗斯实现 技术创新后，就业会立刻随之变动，但是在短期内，其波动主要是就业市场内部因素导致 的，技术创新对就业的影响要在第五期之后才逐渐占据主导地位。 6.实证分析 第一，对于俄罗斯而言，就业量受前期技术创新水平的影响，滞后期为两期。因此，认为 在创新转型后，当期技术创新会对未来的就业市场产生影响。 第二，当俄罗斯进行创新转型后，最初技术创新会对就业产生冲击，但是不会维持很久， 仅为两期；且创新转型初期就业量的下降，主要是因为就业市场自身因素导致的供求结构 不平衡。创新转型后第一期