生产率差距城市化与劳动配置研讨范文

本站小编为你精心准备了生产率差距城市化与劳动配置研讨参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

《人口与经济杂志》2014年第三期

一、工业化和城市化进程中的劳动配置效应

劳动配置效应是对劳动力在不同产业之间重新分配导致的总劳动生产率增长变化①的测量［24］。只要三次产业的边际劳动产出存在差距，劳动力从低边际产出的产业转移到高边际产出的产业就能带来更多的产出，产生正的劳动配置效应。产业之间边际劳动产出的差距越大，劳动配置效应越大;反之，劳动配置效应越小。因此，劳动配置效应的变化趋势与边际劳动产出差距的变化趋势一致。虽然没有数据来计算产业之间的边际劳动产出差距，但我们发现边际劳动产出与劳动生产率存在正相关关系。假定产业生产函数为C-D形式:其中，Yi为第i次产业的产出，Ai为第i次产业的全要素生产率，Ki、Li分别为第i次产业的资本存量和劳动投入，α、β分别为资本和劳动的产出弹性。在(1)式两边对Li求导可得:公式(2)的经济含义为劳动边际产出等于劳动生产率乘以劳动产出弹性。根据赵慧卿和郝枫的图2我国三次产业劳动生产率比值研究，我国三次产业劳动产出弹性的差别并不大，第一产业大约为0.72～0.84、第二产业大约为0.52～0.72、第三产业大约为0.42～0.58，而三次产业劳动生产率的比值都大于3［25］(见图2)，因此，劳动生产率的差距可以反映边际劳动产出的差距，也即劳动生产率差距的变化趋势可以反映劳动配置效应的变化趋势。三次产业劳动生产率的差距并不是固定不变的，因各次产业劳动生产率增长速度的变化而变化。任何一个经济体在进入工业化阶段之前，都以第一产业为经济活动的主体，但第一产业劳动生产率明显低于二、三产业［26］，我国也不例外(见图3)。进入工业化阶段后，三次产业的劳动生产率都开始加速提高，但第二产业的提高速度最快，第一产业最慢，从而导致第一产业与第二产业劳动生产率的差距变大。第二产业的劳动者相比第一产业能够获得更多的产出，促使第一产业的劳动力向第二产业转移，推动工业化和城市化进程。第二产业的壮大刺激了以流通和服务为主的第三产业的发展，第一产业劳动力开始向第三产业转移，进一步推进城市化的发展。随着劳动力的转移，二、三产业的劳动力比重不断加大，当其就业份额达到一定程度后，边际劳动产出开始下降，而第一产业的边际劳动产出开始上升，第一产业与二、三产业劳动生产率之间的差距开始缩小，直至三次产业的劳动边际产出一致。此时，劳动配置效应消失，三次产业之间劳动力的任何流动都导致负的劳动配置效应。因此，随着工业化和城市化的推进，三次产业劳动生产率的差距和劳动配置效应经历一个由小变大再变小的倒“U”型变化过程(见图4。改革开放以来，我国三次产业劳动生产率差距的变化趋势大致如此。图3是我国1978～2010年三次产业劳动生产率的对数①。1978～1986年，我国三次产业劳动生产率的增长速度差不多，第一产业的速度甚至略快，这是因为家庭联产承包责任制的实施刺激了广大农村劳动力的积极性，提高了第一产业的劳动生产率。1987～1995年，三次产业劳动生产率的增长速度基本一致，差距也保持不变。1996～2004年，第一产业劳动生产率的增长速度明显低于二、三产业，第一产业与二、三产业之间的劳动生产率差距逐渐变大，农村劳动力向二、三产业转移带来的配置效应也逐渐变大。2005～2010年，第一产业劳动生产率的增长加速，增速超过二、三产业，劳动生产率的差距开始缩小，劳动配置效应开始下降。因此，从图3来看，我国农村劳动力转移到二、三产业带来的劳动配置效应呈倒“U”型变化趋势。劳动生产率比值的变化趋势图也能反映劳动配置效应的倒“U”型变化规律。从图2可以看出，二、三产业的劳动生产率明显高于第一产业，并且在1996～2004年间，二、三产业与第一产业劳动生产率的比值显著递增，2004年之后，两个比值又开始递减。因此，从图2来看，我国劳动配置效应也呈倒“U”型变化规律。为了进一步验证我国劳动配置效应随着工业化和城市化的推进呈倒“U”型变化趋势，本文在徐现祥和舒元的模型［27］基础上，建立如下三个回归模型，并用我国1978～2010年的省级面板数据对三个模型的系数进行估计、检验。Effectit、gdpit、Struit、Urbanit分别表示第i个省区在t时期的劳动配置效应、人均实际GDP、二三产业就业份额、城市化水平;Labor21和Labor31分别表示二、三产业与第一产业劳动生产率的比值，在模型中取滞后一期值是因为上一期的生产率差距越大，当期的劳动配置效应才可能有较大的上升空间①;αi为各省区的固定或随机效应;t为时间虚拟变量。模型一用于检验钱纳里等“随着人均收入的增加，劳动配置效应呈倒‘U’型变化趋势”的论断;模型二用于检验随着二、三产业的发展，劳动配置效应是否呈倒“U”型变化趋势;模型三用于检验随着城市化的发展，劳动配置效应是否呈倒“U”型变化趋势。

二、劳动配置效应的计算方法与数据来源

1．劳动配置效应的计算方法本文采用赛尔奎因计算劳动配置效应的方法［28］。总产出等于三次产业的产出之和:(5)式右边第二项即为劳动配置效应，等于总劳动生产率的增长率与以各部门产出份额为权重计算的各部门劳动生产率增长率的加权和的差值，即:其中，A(y)为劳动配置效应，Gy为总劳动生产率的增长率，ρi为第i部门的产出份额，Gyi为第i部门劳动生产率的增长率。

2．数据来源与说明改革开放之前，我国三次产业之间劳动力的流动并不显著，测算1978年之前的劳动配置效应没有太大意义，所以本文只分析1978年以来我国各省区三次产业之间劳动力转移带来的劳动配置效应。计算劳动配置效应需要各地区三次产业的产值、就业人数以及生产指数，国家统计局出版的《新中国60年统计资料汇编》中有各省区这三个指标1978～2008年的数据，2009和2010年的数据用《中国统计年鉴》补齐，其中，重庆市1978～1985年的三次产业就业数据缺失。由于计算过程中涉及劳动生产率的增长率，各省区1978年的劳动配置效应无法计算，所以最终的样本个数为985个。本文各地区人均实际GDP数据根据《新中国60年统计资料汇编》中的当年价人均GDP和生产指数数据计算而得，并以1978年为基期;二三产业的就业份额根据《新中国60年统计资料汇编》中各地区分产业的就业数据计算而得，同样利用《中国统计年鉴》补齐2009年和2010年的数据。城市化率用各地区城镇常住人口除以总常住人口得到。《中国统计年鉴》从2005年才开始公布各地区的分城乡常住人口数据，2005年之前，只有三次人口普查年度的数据。本文假定各地区城市化年增长率不变，用1982年、1990年、2000年、2005年四个年度的数据平滑出缺失年份的城市化率。其中，海南省在1990年以及重庆市在2000年才单独普查，相应年份之前的数据缺失。

三、劳动配置效应的倒“U”型趋势检验

1．描述性统计表1是各省区劳动配置效应，人均实际GDP对数，二、三产业就业份额，城市化水平，第二产业与第一产业以及第三产业与第一产业劳动生产率比值等变量的描述性统计结果。所有变量都有足够大的变化区间，适合于回归分析。二、三产业就业份额的最大值和最小值分别为0.961和0.148，基本上覆盖其理论取值区间，城市化水平的取值范围也是如此，所以这两个变量的样本数据适合于劳动配置效应的倒“U”型趋势检验。一、二产业和一、三产业之间劳动生产率比值都大于1，能够反映第一产业劳动生产率低于二、三产业的事实，在检验模型中控制这两个比值变量具有合理性。表2是我国各省区1979～2010年的平均劳动配置效应。重庆市的年均劳动配置效应最大(0.0299)，黑龙江省的年均劳动配置效应最小(－0.008)。年均劳动配置效应大于0.02的省份大多位于东部和中部地区，年均劳动配置效应在0.01～0.02之间的省份主要位于中西部地区，年均劳动配置效应小于0.01的省份主要是经济发展水平较高的北京、天津、上海三大直辖市以及城市化水平较高的东北三省①，其中吉林和黑龙江两省的年均劳动配置效应为负。可见，各省区的劳动配置效应存在明显的差异，在对三个模型进行检验时，应该考虑地区效应。图5、图6、图7分别是劳动配置效应(Effect)对人均实际GDP对数、第二和第三产业就业份额、城市化水平的散点图。从图5中可以看出，在人均实际GDP对数较小时，劳动配置效应随着人均实际GDP对数的增加而变大;在人均实际GDP对数达到7.5左右时，劳动配置效应最大;随着人均实际GDP对数的继续增加，劳动配置效应开始下降。从图6中可以看出，在二、三产业就业比重低于55%时，劳动配置效应随着二、三产业就业份额的增加而增加;在二、三产业就业比重超过55%后，劳动配置效应随着二、三产业就业份额的增加而下降。从图7可知，在城市化水平低于40%时，劳动配置效应随着城市化水平的提升而增加;在城市化水平超过40%后，劳动配置效应随着城市化的进一步发展而下降。因此，从三个散点图可以得出，随着经济发展水平、第二和第三产业就业水平、城市化水平的提升，劳动配置效应呈倒“U”型变动。

2．计量结果分析本文采用我国省级面板数据依次对三个模型参数进行估计，首先进行混合最小二乘估计，然后对截面和时间双固定效应模型进行估计，最后对截面随机或时间随机效应模型进行估计②。三个模型双固定效应似然比(LR)检验的卡方统计量的P值都为0.0000，表明三个模型都应该加入截面和时间双固定效应。三个模型随机效应Hausman检验的卡方统计量的P值也都为0.0000，拒绝模型中存在截面随机效应或时间随机效应的假设，因此，在三个模型中都加入截面和时间双固定效应最优。表3给出了三个模型的估计结果。模型一的混合最小二乘估计结果显示，所有解释变量的系数都在5%的显著性水平下显著，但模型调整后的拟合优度仅为0.0433，另外较低的D.W.值表明混合回归的残差序列可能存在自相关。相比混合回归结果，模型一在截面和时间双固定效应情形下的估计结果更优。调整后的拟合优度有了明显的改善，提高到0.2723;D.W.值增加到1.87，表明残差序列已不存在明显的自相关。从双固定效应回归结果可知，滞后一期的一、二产业之间和一、三产业之间劳动生产率比值的系数都为正，与“上一期生产率差距越大，当期劳动配置效应越大”的理论假设相符。人均实际GDP对数的一次项系数为正，二次项系数为负，并且都在1%的水平下显著，反映随着经济发展水平的提高，劳动配置效应呈倒“U”型变化趋势，验证了钱纳里等的结论。模型二的混合回归结果同样存在调整拟合优度偏低和残差自相关等问题。加入截面和时间双固定效应后，问题得到了解决。滞后一期的一、二产业和一、三劳动生产率比值的系数符号都与理论假设相符。二、三产业就业份额的一次项系数为正，二次项系数为负，且都在1%的水平下显著，表明随着二、三产业就业比重的提升，劳动配置效应呈倒“U”型变化趋势，与徐现祥和舒元的结论一致。模型三的混合回归结果同样不够理想，并且城市化水平一次项和二次项系数都不显著。加入截面和时间固定效应后，调整拟合优度提高到0.2772，D.W.值接近于2。双固定效应模型中城市化水平一次项系数为正，二次项系数为负，都在5%的水平下显著，表明随着我国城市化的发展，劳动配置效应呈倒“U”型变化趋势。三个模型截面和时间双固定效应的回归结果表明随着经济水平的发展、第二和第三产业就业比重的增加、城市化水平的提升，劳动配置效应呈倒“U”型变化趋势。依据这三个变量一次项和二次项系数的值可以计算出劳动配置效应由上升趋势转为下降趋势的拐点。当人均实际GDP为1595元(1978年价)，二、三产业就业份额为58.18%，城市化水平为38.97%时，劳动配置效应达到最大。对我国历年人均GDP以1978年为基年进行平减可知，2010年的人均实际GDP约为1500元，而二、三产业的就业份额在2007年约为59%，表明模型一和模型二对劳动配置效应变化趋势拐点的预测基本一致，即在2008年金融危机前后，我国的劳动配置效应达到了最高点。2002年我国城市化水平大约在39%左右，也就是说与模型一和模型二相比，模型三对劳动配置效应拐点的预测有所提前。但是，目前我国还有部分从事二、三产业的劳动力居住于乡村，根据常住人口计算的城市化率对我国真实的城市化水平有所低估，所以模型三对拐点的判断并不显著异于前两个模型。

四、结论与讨论

本文对我国改革开放以来三次产业之间劳动力流动带来的配置效应进行计算和分析发现，劳动配置效应对经济增长的促进作用并不像要素投入、技术进步那样明确，某些时期的劳动配置效应甚至为负，劳动配置效应存在消失的可能。从劳动配置效应的概念出发，本文认为三次产业之间劳动生产率的差距是产生劳动配置效应的前提条件，而工业化和城市化的推进使劳动配置效应得以实现。在工业化的不同发展阶段，三次产业的发展速度不同，劳动生产率差距也不断变化。通过对我国三次产业劳动生产率的年度数据进行分析，本文发现随着工业化和城市化的推进，三次产业之间边际劳动产出差距经历了一个由小变大再变小的过程。据此，本文推断劳动配置效应的变化趋势是一条先上升再下降的倒“U”型曲线。利用我国1979～2010年的省级面板数据进行回归分析发现，随着工业化和城市化的发展，劳动配置效应确实呈现倒“U”型变化趋势。依据计量回归结果对劳动配置效应变化趋势的拐点进行计算，本文发现我国三次产业之间劳动力的再配置效应在2008年金融危机之前达到了最高点，“十二五”期间劳动配置效应将会不断下降。2008年之后，我国经济增长速度开始下降。虽然金融危机是我国经济减缓的一个主要因素，但是劳动配置效应转向下降趋势也是一个不可忽视的原因。目前，我国第一产业的劳动生产率与二、三产业还存在较大的差距，第一产业劳动力继续向二、三产业转移还能促进经济的增长，但贡献将越来越小。因此，消除我国东南沿海发达地区的“民工荒”现象，完善劳动力市场，减缓劳动配置效应的下降趋势是当前亟待解决的问题。本文验证了钱纳里等对劳动配置效应随人均收入增加呈倒“U”型变化的论断，也阐明了劳动配置效应呈倒“U”型变化趋势的原因，然而本文还存在以下几点不足:回归模型中用劳动生产率的差距替代边际劳动产出的差距可能影响对劳动配置效应变化趋势拐点的判断;本文对各省区的城市化率进行平滑，可能忽略某些地区城市化发展的阶段性特征，进而影响本文的结论。

作者：秦佳李雅楠单位：南开大学经济学院