本站小編為你精心準備了生產率差距城市化與勞動配置研討參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

《人口與經濟雜志》2014年第三期

一、工業化和城市化進程中的勞動配置效應

勞動配置效應是對勞動力在不同產業之間重新分配導致的總勞動生產率增長變化①的測量［24］。只要三次產業的邊際勞動產出存在差距，勞動力從低邊際產出的產業轉移到高邊際產出的產業就能帶來更多的產出，產生正的勞動配置效應。產業之間邊際勞動產出的差距越大，勞動配置效應越大;反之，勞動配置效應越小。因此，勞動配置效應的變化趨勢與邊際勞動產出差距的變化趨勢一致。雖然沒有數據來計算產業之間的邊際勞動產出差距，但我們發現邊際勞動產出與勞動生產率存在正相關關系。假定產業生產函數為C-D形式:其中，Yi為第i次產業的產出，Ai為第i次產業的全要素生產率，Ki、Li分別為第i次產業的資本存量和勞動投入，α、β分別為資本和勞動的產出彈性。在(1)式兩邊對Li求導可得:公式(2)的經濟含義為勞動邊際產出等于勞動生產率乘以勞動產出彈性。根據趙慧卿和郝楓的圖2我國三次產業勞動生產率比值研究，我國三次產業勞動產出彈性的差別并不大，第一產業大約為0.72～0.84、第二產業大約為0.52～0.72、第三產業大約為0.42～0.58，而三次產業勞動生產率的比值都大于3［25］(見圖2)，因此，勞動生產率的差距可以反映邊際勞動產出的差距，也即勞動生產率差距的變化趨勢可以反映勞動配置效應的變化趨勢。三次產業勞動生產率的差距并不是固定不變的，因各次產業勞動生產率增長速度的變化而變化。任何一個經濟體在進入工業化階段之前，都以第一產業為經濟活動的主體，但第一產業勞動生產率明顯低于二、三產業［26］，我國也不例外(見圖3)。進入工業化階段后，三次產業的勞動生產率都開始加速提高，但第二產業的提高速度最快，第一產業最慢，從而導致第一產業與第二產業勞動生產率的差距變大。第二產業的勞動者相比第一產業能夠獲得更多的產出，促使第一產業的勞動力向第二產業轉移，推動工業化和城市化進程。第二產業的壯大刺激了以流通和服務為主的第三產業的發展，第一產業勞動力開始向第三產業轉移，進一步推進城市化的發展。隨著勞動力的轉移，二、三產業的勞動力比重不斷加大，當其就業份額達到一定程度后，邊際勞動產出開始下降，而第一產業的邊際勞動產出開始上升，第一產業與二、三產業勞動生產率之間的差距開始縮小，直至三次產業的勞動邊際產出一致。此時，勞動配置效應消失，三次產業之間勞動力的任何流動都導致負的勞動配置效應。因此，隨著工業化和城市化的推進，三次產業勞動生產率的差距和勞動配置效應經歷一個由小變大再變小的倒“U”型變化過程(見圖4。改革開放以來，我國三次產業勞動生產率差距的變化趨勢大致如此。圖3是我國1978～2010年三次產業勞動生產率的對數①。1978～1986年，我國三次產業勞動生產率的增長速度差不多，第一產業的速度甚至略快，這是因為家庭聯產承包責任制的實施刺激了廣大農村勞動力的積極性，提高了第一產業的勞動生產率。1987～1995年，三次產業勞動生產率的增長速度基本一致，差距也保持不變。1996～2004年，第一產業勞動生產率的增長速度明顯低于二、三產業，第一產業與二、三產業之間的勞動生產率差距逐漸變大，農村勞動力向二、三產業轉移帶來的配置效應也逐漸變大。2005～2010年，第一產業勞動生產率的增長加速，增速超過二、三產業，勞動生產率的差距開始縮小，勞動配置效應開始下降。因此，從圖3來看，我國農村勞動力轉移到二、三產業帶來的勞動配置效應呈倒“U”型變化趨勢。勞動生產率比值的變化趨勢圖也能反映勞動配置效應的倒“U”型變化規律。從圖2可以看出，二、三產業的勞動生產率明顯高于第一產業，并且在1996～2004年間，二、三產業與第一產業勞動生產率的比值顯著遞增，2004年之后，兩個比值又開始遞減。因此，從圖2來看，我國勞動配置效應也呈倒“U”型變化規律。為了進一步驗證我國勞動配置效應隨著工業化和城市化的推進呈倒“U”型變化趨勢，本文在徐現祥和舒元的模型［27］基礎上，建立如下三個回歸模型，并用我國1978～2010年的省級面板數據對三個模型的系數進行估計、檢驗。Effectit、gdpit、Struit、Urbanit分別表示第i個省區在t時期的勞動配置效應、人均實際GDP、二三產業就業份額、城市化水平;Labor21和Labor31分別表示二、三產業與第一產業勞動生產率的比值，在模型中取滯后一期值是因為上一期的生產率差距越大，當期的勞動配置效應才可能有較大的上升空間①;αi為各省區的固定或隨機效應;t為時間虛擬變量。模型一用于檢驗錢納里等“隨著人均收入的增加，勞動配置效應呈倒‘U’型變化趨勢”的論斷;模型二用于檢驗隨著二、三產業的發展，勞動配置效應是否呈倒“U”型變化趨勢;模型三用于檢驗隨著城市化的發展，勞動配置效應是否呈倒“U”型變化趨勢。

二、勞動配置效應的計算方法與數據來源

1．勞動配置效應的計算方法本文采用賽爾奎因計算勞動配置效應的方法［28］。總產出等于三次產業的產出之和:(5)式右邊第二項即為勞動配置效應，等于總勞動生產率的增長率與以各部門產出份額為權重計算的各部門勞動生產率增長率的加權和的差值，即:其中，A(y)為勞動配置效應，Gy為總勞動生產率的增長率，ρi為第i部門的產出份額，Gyi為第i部門勞動生產率的增長率。

2．數據來源與說明改革開放之前，我國三次產業之間勞動力的流動并不顯著，測算1978年之前的勞動配置效應沒有太大意義，所以本文只分析1978年以來我國各省區三次產業之間勞動力轉移帶來的勞動配置效應。計算勞動配置效應需要各地區三次產業的產值、就業人數以及生產指數，國家統計局出版的《新中國60年統計資料匯編》中有各省區這三個指標1978～2008年的數據，2009和2010年的數據用《中國統計年鑒》補齊，其中，重慶市1978～1985年的三次產業就業數據缺失。由于計算過程中涉及勞動生產率的增長率，各省區1978年的勞動配置效應無法計算，所以最終的樣本個數為985個。本文各地區人均實際GDP數據根據《新中國60年統計資料匯編》中的當年價人均GDP和生產指數數據計算而得，并以1978年為基期;二三產業的就業份額根據《新中國60年統計資料匯編》中各地區分產業的就業數據計算而得，同樣利用《中國統計年鑒》補齊2009年和2010年的數據。城市化率用各地區城鎮常住人口除以總常住人口得到。《中國統計年鑒》從2005年才開始公布各地區的分城鄉常住人口數據，2005年之前，只有三次人口普查年度的數據。本文假定各地區城市化年增長率不變，用1982年、1990年、2000年、2005年四個年度的數據平滑出缺失年份的城市化率。其中，海南省在1990年以及重慶市在2000年才單獨普查，相應年份之前的數據缺失。

三、勞動配置效應的倒“U”型趨勢檢驗

1．描述性統計表1是各省區勞動配置效應，人均實際GDP對數，二、三產業就業份額，城市化水平，第二產業與第一產業以及第三產業與第一產業勞動生產率比值等變量的描述性統計結果。所有變量都有足夠大的變化區間，適合于回歸分析。二、三產業就業份額的最大值和最小值分別為0.961和0.148，基本上覆蓋其理論取值區間，城市化水平的取值范圍也是如此，所以這兩個變量的樣本數據適合于勞動配置效應的倒“U”型趨勢檢驗。一、二產業和一、三產業之間勞動生產率比值都大于1，能夠反映第一產業勞動生產率低于二、三產業的事實，在檢驗模型中控制這兩個比值變量具有合理性。表2是我國各省區1979～2010年的平均勞動配置效應。重慶市的年均勞動配置效應最大(0.0299)，黑龍江省的年均勞動配置效應最小(－0.008)。年均勞動配置效應大于0.02的省份大多位于東部和中部地區，年均勞動配置效應在0.01～0.02之間的省份主要位于中西部地區，年均勞動配置效應小于0.01的省份主要是經濟發展水平較高的北京、天津、上海三大直轄市以及城市化水平較高的東北三省①，其中吉林和黑龍江兩省的年均勞動配置效應為負。可見，各省區的勞動配置效應存在明顯的差異，在對三個模型進行檢驗時，應該考慮地區效應。圖5、圖6、圖7分別是勞動配置效應(Effect)對人均實際GDP對數、第二和第三產業就業份額、城市化水平的散點圖。從圖5中可以看出，在人均實際GDP對數較小時，勞動配置效應隨著人均實際GDP對數的增加而變大;在人均實際GDP對數達到7.5左右時，勞動配置效應最大;隨著人均實際GDP對數的繼續增加，勞動配置效應開始下降。從圖6中可以看出，在二、三產業就業比重低于55%時，勞動配置效應隨著二、三產業就業份額的增加而增加;在二、三產業就業比重超過55%后，勞動配置效應隨著二、三產業就業份額的增加而下降。從圖7可知，在城市化水平低于40%時，勞動配置效應隨著城市化水平的提升而增加;在城市化水平超過40%后，勞動配置效應隨著城市化的進一步發展而下降。因此，從三個散點圖可以得出，隨著經濟發展水平、第二和第三產業就業水平、城市化水平的提升，勞動配置效應呈倒“U”型變動。

2．計量結果分析本文采用我國省級面板數據依次對三個模型參數進行估計，首先進行混合最小二乘估計，然后對截面和時間雙固定效應模型進行估計，最后對截面隨機或時間隨機效應模型進行估計②。三個模型雙固定效應似然比(LR)檢驗的卡方統計量的P值都為0.0000，表明三個模型都應該加入截面和時間雙固定效應。三個模型隨機效應Hausman檢驗的卡方統計量的P值也都為0.0000，拒絕模型中存在截面隨機效應或時間隨機效應的假設，因此，在三個模型中都加入截面和時間雙固定效應最優。表3給出了三個模型的估計結果。模型一的混合最小二乘估計結果顯示，所有解釋變量的系數都在5%的顯著性水平下顯著，但模型調整后的擬合優度僅為0.0433，另外較低的D.W.值表明混合回歸的殘差序列可能存在自相關。相比混合回歸結果，模型一在截面和時間雙固定效應情形下的估計結果更優。調整后的擬合優度有了明顯的改善，提高到0.2723;D.W.值增加到1.87，表明殘差序列已不存在明顯的自相關。從雙固定效應回歸結果可知，滯后一期的一、二產業之間和一、三產業之間勞動生產率比值的系數都為正，與“上一期生產率差距越大，當期勞動配置效應越大”的理論假設相符。人均實際GDP對數的一次項系數為正，二次項系數為負，并且都在1%的水平下顯著，反映隨著經濟發展水平的提高，勞動配置效應呈倒“U”型變化趨勢，驗證了錢納里等的結論。模型二的混合回歸結果同樣存在調整擬合優度偏低和殘差自相關等問題。加入截面和時間雙固定效應后，問題得到了解決。滯后一期的一、二產業和一、三勞動生產率比值的系數符號都與理論假設相符。二、三產業就業份額的一次項系數為正，二次項系數為負，且都在1%的水平下顯著，表明隨著二、三產業就業比重的提升，勞動配置效應呈倒“U”型變化趨勢，與徐現祥和舒元的結論一致。模型三的混合回歸結果同樣不夠理想，并且城市化水平一次項和二次項系數都不顯著。加入截面和時間固定效應后，調整擬合優度提高到0.2772，D.W.值接近于2。雙固定效應模型中城市化水平一次項系數為正，二次項系數為負，都在5%的水平下顯著，表明隨著我國城市化的發展，勞動配置效應呈倒“U”型變化趨勢。三個模型截面和時間雙固定效應的回歸結果表明隨著經濟水平的發展、第二和第三產業就業比重的增加、城市化水平的提升，勞動配置效應呈倒“U”型變化趨勢。依據這三個變量一次項和二次項系數的值可以計算出勞動配置效應由上升趨勢轉為下降趨勢的拐點。當人均實際GDP為1595元(1978年價)，二、三產業就業份額為58.18%，城市化水平為38.97%時，勞動配置效應達到最大。對我國歷年人均GDP以1978年為基年進行平減可知，2010年的人均實際GDP約為1500元，而二、三產業的就業份額在2007年約為59%，表明模型一和模型二對勞動配置效應變化趨勢拐點的預測基本一致，即在2008年金融危機前后，我國的勞動配置效應達到了最高點。2002年我國城市化水平大約在39%左右，也就是說與模型一和模型二相比，模型三對勞動配置效應拐點的預測有所提前。但是，目前我國還有部分從事二、三產業的勞動力居住于鄉村，根據常住人口計算的城市化率對我國真實的城市化水平有所低估，所以模型三對拐點的判斷并不顯著異于前兩個模型。

四、結論與討論

本文對我國改革開放以來三次產業之間勞動力流動帶來的配置效應進行計算和分析發現，勞動配置效應對經濟增長的促進作用并不像要素投入、技術進步那樣明確，某些時期的勞動配置效應甚至為負，勞動配置效應存在消失的可能。從勞動配置效應的概念出發，本文認為三次產業之間勞動生產率的差距是產生勞動配置效應的前提條件，而工業化和城市化的推進使勞動配置效應得以實現。在工業化的不同發展階段，三次產業的發展速度不同，勞動生產率差距也不斷變化。通過對我國三次產業勞動生產率的年度數據進行分析，本文發現隨著工業化和城市化的推進，三次產業之間邊際勞動產出差距經歷了一個由小變大再變小的過程。據此，本文推斷勞動配置效應的變化趨勢是一條先上升再下降的倒“U”型曲線。利用我國1979～2010年的省級面板數據進行回歸分析發現，隨著工業化和城市化的發展，勞動配置效應確實呈現倒“U”型變化趨勢。依據計量回歸結果對勞動配置效應變化趨勢的拐點進行計算，本文發現我國三次產業之間勞動力的再配置效應在2008年金融危機之前達到了最高點，“十二五”期間勞動配置效應將會不斷下降。2008年之后，我國經濟增長速度開始下降。雖然金融危機是我國經濟減緩的一個主要因素，但是勞動配置效應轉向下降趨勢也是一個不可忽視的原因。目前，我國第一產業的勞動生產率與二、三產業還存在較大的差距，第一產業勞動力繼續向二、三產業轉移還能促進經濟的增長，但貢獻將越來越小。因此，消除我國東南沿海發達地區的“民工荒”現象，完善勞動力市場，減緩勞動配置效應的下降趨勢是當前亟待解決的問題。本文驗證了錢納里等對勞動配置效應隨人均收入增加呈倒“U”型變化的論斷，也闡明了勞動配置效應呈倒“U”型變化趨勢的原因，然而本文還存在以下幾點不足:回歸模型中用勞動生產率的差距替代邊際勞動產出的差距可能影響對勞動配置效應變化趨勢拐點的判斷;本文對各省區的城市化率進行平滑，可能忽略某些地區城市化發展的階段性特征，進而影響本文的結論。

作者：秦佳李雅楠單位：南開大學經濟學院