中国农业劳动力配置效应再考察_基于三次产业劳动产出弹性动态估计

2010年8月

商 业 经 济 与 管 理

JOURNAL OF BUSI NESS ECONOM ICS

No .8V o.l 226Aug .2010

收稿日期:2010-05-26

基金项目:国家哲学社会科学基金项目(10CT J009);天津市哲学社会科学规划课题(T J T J08-001)

作者简介:赵慧卿(1979-),女,河北辛集人,天津商业大学经济学院讲师,主要从事农业经济研究;郝枫(1979-),男,河北河间人,天津财经大学统计学院讲师,经济学博士,主要从事国民经济统计分析研究。

中国农业劳动力配置效应再考察

基于三次产业劳动产出弹性动态估计

赵慧卿1

,郝 枫

2

(1.天津商业大学经济学院,天津300134;2.天津财经大学统计学院,天津300222)

摘 要:加快农业劳动力向二三产业转移,不仅有利于解决三农问题,对促进我国经济持续健康发展也具有深远意义。本文依据结构主义增长理论,利用总量生产函数经济增长率分解方法,基于三次产业要素产出弹性动态估计结果,对改革开放30年来中国劳动力配置效应及其变化规律进行重新考察。结果显示:三次产业劳动产出弹性差异明显,已有研究中直接用国民经济劳动产出弹性代替的做法存在很强假定性;基于分产业劳动产出弹性重新估算劳动力配置效应,发现其数值明显减小,表明已有文献夸大了配置效应;但其在不同时期更为稳定,说明配置效应是

促进我国经济持续发展的重要稳定因素。

关键词:劳动力转移;配置效应;要素产出弹性

中图分类号:F061.2;F323.6 文献标识码:A 文章编号:10002154(2010)08008308

一、引 言

中国的经济改革始于农村。农村家庭联产承包责任制实施后,极大调动了农民生产积极性,农业劳动生产率显著提高。计划经济时期被牢固束缚在农业中的劳动力迅速释放,积累起大量剩余劳动力。尽管自1990年以来,农业劳动力转移步伐明显加快,但其总量规模仍然相当庞大,进一步转移压力有增无减。加快农业劳动力向非农产业转移,是和发展生产力的客观要求,也是提高农民收入和协调城乡发展的迫切需要

[1]

。做好这项工作,不仅有利于解决三农问题,对促进我国经济持续健康发展也意义深远。

结构主义增长理论认为,结构转变是经济增长重要的内在动因,产业结构变化显著影响经济增长速度。生产要素从效率较低的传统部门向效率更高的现代部门转移,必然促进经济增长。 结构红利假说!进一步指出,生产要素从生产率增速较慢的部门流向生产率增速较快的部门,也会促进经济增长。这种剔除技术进步影响的条件下,仅由产业之间资源流动引发的经济增长,称为生产要素配置效应。对经济转型过程中的发展中国家,配置效应是一个非常现实的重要增长源泉。20世纪80年代以来,我国农业劳动力持续由农业转向二三产业。多数研究普遍认为,这种由矫正产业结构扭曲带来的配置效率是改革以来中国经济高速增长的重要源泉之一

[2]

。已有一些文献对中国要素流动配置效应 特别是劳动力配置效应进行研

究,但估计结果差异较大。本文立足已有研究成果,细致探讨理论模型和数据处理,重新审视改革开放30年来中国劳动力配置效应及其变化规律。

二、文献回顾

关于农业劳动力转移对中国经济发展的作用,已有大量文献。一些研究关注农业劳动力流动对输出地的影响[3],认为其有利于改善农业资源配置,提高农民非农收入;回流农民带回先进技术经验,也有利于农村经济发展。一些研究关注农业劳动力流动对输入地的影响[4],认为其能有力缓解城市劳动力紧缺状况,促进城市用工效率提高和城市经济发展;但同时也带来某些社会问题,对城市公共交通、卫生、教育、环保等方面造成压力。还有研究关注农业劳动力流动对经济增长的作用,其依据结构主义增长理论,主要由配置效应角度展开。

对劳动力配置效应的实证研究,多以总量生产函数为基础,通过分解全要素生产率(TFP)实现。TFP 研究历史悠久,可以追溯到丁伯根和索洛在新古典框架下测度索洛余值!对经济增长的贡献。对中国各地区、各行业TFP进行测算与比较,是我国学术界的持续热点之一。作为其中一个重要方向,通过分解TFP 增长率测定劳动力配置效应的研究也获得发展。在一篇开创性文章中,胡永泰(1998)利用CD生产函数估计我国增长模型,并将TFP增长率分解为劳动力再分配效应和净TFP增长效应[5]。其结果显示:利用官方统计数据,1979-1993年劳动力再配置对经济增长贡献为0.5-0.7个百分点;考虑劳动力流动之后,其贡献提高到0.9-1.3个百分点。依据相同方法,丁霄泉(2001)[6]、郝枫等(2006)[7]使用延长的数据进行分析,其结论均支持胡永泰(1998)的基本发现。这些研究中,假定各产业具有相同的要素产出弹性,并直接由国民经济要素产出弹性代替。故一旦设定要素产出弹性数值,即可测度配置效应。该处理方法存在内在缺陷,但受制于(特别是各产业)资本数据难以获取,其简单代替也属无奈之举。

另一类研究则根据国民经济恒等式,利用指数方法分解经济增长率。指数方法的相对劣势在于经济理论支撑较弱,相对优势在于推导方便、意义直观、数据易得,操作性强。赵伟等(2005)依据M a l m quist生产力指数分解模型,以中国各地区1980-2003年面板数据对TFP变动、技术效率变动以及技术变动进行实证研究,认为TFP增长主要与劳动力再配置以及区际、国际贸易和投资紧密联系[8]。郝大明(2006)基于指数方法,将经济增值率分解为纯生产率效应、纯劳动投入效应、纯劳动结构(配置)效应以及各种交叉效应,进而归并交叉效应得到整合的劳动配置效应[9]。利用1978-2004年数据,其结果支持同类研究中我国劳动力配置效应日益减弱的结论。李小平等(2007)使用扩展的shift share方法,检验1998-2004年中国省际工业间劳动力流动和资本转移对生产率增长的影响[10]。发现资本转移对生产率增长具有促进作用,但劳动力流动对生产率增长的促进作用不显著;考虑V erdoorn效应后,劳动力和资本转移对中国工业TFP增长的总贡献较小,结构红利假说!对中国工业并不成立。利用辽宁1994-2005年数据,田成诗(2008)考察就业结构变动对劳动生产率和经济增长的影响[11],发现劳动力重新配置对经济增长的贡献为-4.1%。这表明,尽管劳动力配置效应在全国显著为正,但在不同省区存在巨大差异。

总之,生产要素流动对经济增长影响很大,劳动力配置效应是中国改革时期经济高速增长的重要源泉之一。但现有对中国劳动力配置效应的实证研究,基于不同的分解方法和数据,结果差异很大。特别是针对行业层面或地区层面的研究,甚至存在截然相反的结论。因此,细致梳理现有研究方法,扩展数据范围并提高数据质量,深入考察产业与地区差异,是此类研究发展的迫切需要。

本文力图由模型与数据两方面扩展与改进现有研究。模型方面:一是正视生产技术的产业差异,放弃统一由国民经济要素产出弹性代替的处理方式,严格使用一般化配置效应分解模型;二是利用面板计量分析工具,给出三次产业要素产出弹性动态估计值,以克服主观设定静态参数的不利影响。数据方面:在已有研究基础上,调整、补充得到1952-2007年中国31个省区分产业GDP、劳动和资本面板数据,特别是提供口径一致的资本存量细分数据,以提高估计结果准确性,并为相关研究提供数据支持。

三、模型设定

现代经济理论中,总量生产函数是分析经济增长的基本工具,其以简洁的形式给出识别增长源泉的分

析框架。结构主义增长理论重视产业结构变化对经济增长的作用,强调产业技术差异及资源流动的配置效应。三次产业是运用最广的经济部门划分标准,也是中国官方统计数据的基本分类依据。为有效反映各产业技术差异,需分别估计其生产函数,进而在统一框架内计算配置效应。

(一)配置效应分解模型

假定i 产业具有规模报酬不变的生产技术∀,可由CD 生产函数表示:

Y i = i L i

i K i (1- i )

(1)

其中,i 取值1,2,3,代表三次产业;对i 产业,Y i 为增加值,L i 为劳动投入,K i 为资本投入, i 为技术因子, i 为劳动产出弹性。

经济增长以三次产业发展为基础,总量生产函数可视为各产业生产函数之综合。假定其综合机制由几何加权平均方式刻画:

Y =

#3

i=1

Y

W i

i

(2)

Y 为国民经济GDP ,W i =Y i /Y 为i 产业增加值比重。将式(1)代入式(2):

Y =

#3

i=1

( i L i i

K i

(1- i )

)

W i

=[#3

i=1

( i X i

i Z i

(1- i )

)

W i

]∃L %

W i i

K %

W i (1- i )

(3)

对i 产业,X i =L i /L 为劳动投入比重,Z i =K i /K 为资本投入比重;L =%

i

L i 和K =

%

i

K i 分别为国

民经济中劳动和资本投入总量。

经济增长率(dY /Y),可分解为要素投入增长率与TFP 增长率(gTFP )。前者包括劳动投入增长率(dL /L )和资本投入增长率(dK /K )。

(dY /Y)=

%W

i

i (dL /L )+

%W

i

(1- i )(dK /K )+gTFP (4)TFP 增长率可分解为:

gTFP =

%W

i

i (dX i /X i )+

%W i

(1- i

)(dZ i

/Z i

)+%W i

(d i

/ i

)(5)

其中,

%W

i

i (dX i /X i )为劳动配置效应,

%W i

(1- i

)(dZ i

/Z i

)为资本配置效应,%W

i

(d i / i )为

净TFP 增长效应。本文重点考察劳动配置效应,将其展开为:

%W

i

i (dX i /X i )=(W 1 1/X 1)dX 1+(W 2 2/X 2)dX 2+(W 3 3/X 3)dX 3

(6)根据定义,dX 1=-dX 2-dX 3。代入式(6),得到:

%W

i

i (dX i /X i )=[(W 2 2/X 2)-(W 1 1/X 1)]dX 2+[(W 3 3/X 3)-(W 1 1/

X 1)]dX 3(7)

中国是一个典型的劳动力过剩国家,农业劳动力占最大比重。劳动力从农业转向非农产业(dX 1<0,dX 2>0,dX 3>0),是改革时期经济结构调整的重要形式。由于二三产业劳动生产率高于农业,即(W 2 2/X 2)-(W 1 1/X 1)>0,(W 3 3/X 3)-(W 1 1/

X 1)>0,理论上预期劳动力流动将产生正的配置效应。已有研究假定各产业劳动产出弹性 i 相等,并统一由国民经济劳动产出弹性 代替,这实质是上述一般化方法的特例。且该假定过于苛刻,无论在理论上还是经验上都面临极大挑战。其之所以忽略各产业的技术差异,主要是受分类资本数据可得性制约,无法估计分产业生产函数。得益于中国资本存量估算研究的持续进展,本文利用细分资本数据估计三次产业 i 值,用于计算配置效应。

(二)生产函数计量模型

Zhang &Tan (2004)利用1978-2001年数据,估计了中国四部门生产函数[12]

。借鉴其方法,本文使用中国31个省区1952-2007年面板数据&,估计三次产业生产函数。鉴于考察期内中国经济结构和生产技术

85

第8期 赵慧卿,郝 枫:中国农业劳动力配置效应再考察∀&与现有文献一致,在理论模型设定时首先假定规模报酬不变。本文估计生产函数时,放松该假定。结果表明,三次产业要素产出弹性之和均接近于1,无法拒绝规模报酬不变的假定。

现有研究往往忽略,并分别将海南和重庆归入广东和四川。本文根据历史数据推算三省数据,以尽早将其纳入研究范围。

都存在显著变化,允许要素产出弹性随时间变化。对每个产业,生产函数均为CD 形式:

l n (Y ijt )=A it +

%

k

B ikt ln (X ijkt )+

%

m

C im R m + ijt

A it =a i 0+a i 1t +a i 2t

2B ikt =b ik 0+b ik 1t+b ik 2t

2

(8)

其中,Y ijt 为j 省区i 产业t 期增加值,X ijkt 为j 省区i 产业k 种要素t 期投入量,包括资本K 与劳动L 。式(8)中诸变量均已取自然对数,因此参数即为要素产出弹性。鉴于不同省区的资源禀赋和经济环境差异较大,引入虚拟变量R m 反映∀,具体为R 1(东部取1,其他取0)、R 2(东北取1,其他取0)和R 3(中部取1,其他取0)。

四、变量选择与数据处理

(一)产出

国民经济和三次产业产出数据,分别使用GDP 和产业增加值。早期数据取自∋中国国内生产总值核算历史资料1952-1995((简称GDP1952)和∋新中国50年统计资料汇编((简称50年);近期数据取自∋中国国内生产总值核算历史资料1952-2004(&(简称GDP2004)和∋中国统计年鉴(。

海南和均缺乏1952-1977年现价GDP 。利用地理位置相邻且发展水平相近的省区数据推算,详见郝枫(2006)。重庆缺乏1952-1992年现价GDP 。利用重庆获批直辖市前后 老四川!(据GDP1952)和 新四川!(据50年和GDP2004)数据推算)。比较发现,调整后全国GDP 与省区加总数据之间的差异减小,表明所用调整方法具有合理性。上述省区同样缺失三次产业增加值数据,仍利用相关省份数据推算∗。

至此,可获得31个省区1952-2005年现价GDP 。将三次产业增加值与GDP 对比,得到各产业增加值比重W i 。然后,利用GDP1952和GDP2004提供的三次产业可比价增加值指数,推算各省区各产业1978年价格增加值Y ijt 。

(二)劳动投入

理论上,劳动投入应由标准劳动强度的劳动时间衡量。但我国官方统计无法提供这类数据。本文采用年中从业人员反映劳动投入,其可由年末从业人员+推算。利用分产业从业人员数据,可计算产业劳动投入比重X i 。

我国劳动力统计建立在户口登记基础之上,社会从业人员指标难以反映流动人口就业。改革开放以来中心城市吸引大量外来劳动力,且规模日益扩大。由于无法获得各地区分产业劳动力流动数据,估计产

86商 业 经 济 与 管 理2010年

∀&)∗+,根据∋中国统计年鉴(,我国31个省区可划分为东部、东北、中部、西部4大区域。东部包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南;东北包括辽宁、吉林、黑龙江;中部包括山西、安徽、江西、河南、湖北和湖南;西部包括内蒙古、广西、重庆、四川、贵州、云南、、陕西、甘肃、青海、宁夏和。2004年,我国进行了第一次全国经济普查。随后,国家统计局和各省统计局据此对2004年GDP 进行重新核算,并按照国际惯例,对早期生产法和支出法GD P 历史数据进行系统修订。∋中国国内生产总值核算历史资料1952-2004(,汇集了修订后的最新资料。其中,全国资料为1952-2004年的生产法和支出法GDP 数据;地区资料为1993-2004年生产法、收入法和支出法GDP 数据。

直观想法是, 老四川!与 新四川!数据之差即为重庆数据。该序列多数年份较为可信,但在1968-1977年存在数据异常(低)。因此转而尝试其他方法,最终选定人口数据推算法。即根据 老四川!人口和GDP 数据,得到其人均GDP;假定重庆人均GDP 与 老四川!相同,并将其乘以重庆人口数据,补齐1952-1992年重庆现价GDP 。

篇幅所限,无法详细说明。具体推算方法和详细结果,可向作者索取。下同。

1949-1998年数据以50年为基础,并利用∋全国各省、自治区、直辖市历史统计资料汇编:1949-19(补充;1999-2005年数据取自∋中国统计年鉴(。对部分省区存在的数据缺失,利用各种方法补充。

国家统计局调查结果显示:2004年农村外出劳动力1.2亿;加上本地兼业,实际转移到二三产业的人数更高。

业生产函数时暂不考虑这一因素;在能获得更好数据后,需要对现有结果进行比较和修正。计算配置效应时,分别使用两组劳动数据:一组直接来自官方统计,另一组结合流动人口估计值进行修正。基本思路参照胡永泰(1998):以1984年为界分为两个阶段;假定1984年之前不存在农业流动人口;假定1984年流动人口为4000万,此后每年增加500万,2007年增至1.55亿;假定农业流动人口中60%从事第二产业,40%从事第三产业。

(三)资本投入

资本投入是直接或间接构成生产能力的资本总量,通常由物质资本存量代表。我国没有现成的资本存量官方数据

[13]

。本文所用年中资本存量,由作者利用PI M 估算得到

[14][15]

。估算所需的投资数据与价格指

数,取自前述GDP 核算历史资料。1952年基准资本存量,采用OC M 方法估计。各省区采用统一的几何折旧率,第一产业0.055,第二产业0.065,第三产业0.055。国民经济及三次产业资本数据,均为1978年价格∀。

五、实证结果

(一)分产业要素产出弹性估计

根据式(8),利用1952-2007年31个省区面板数据,估计分产业生产函数。结果见表1。

表1 三次产业生产函数估计结果

变量国民经济第一产业第二产业第三产业系数t prob .

系数

t prob .系数t prob .系数t prob .

常数项-2.103490.000-4.02090.000-1.95450.000-1.60170.000LnK

0.13440.000-0.12170.0000.230.0000.33060.000LnL 0.70470.0001.08050.0000.70240.0000.49790.000t 0.04030.0000.05430.0000.01570.000-0.01190.00010t *Ln K 0.02340.0000.08760.000-0.03450.000-0.00210.60610t *LnL -0.01910.000-0.12170.0000.05210.0000.06500.000100t 2

-0.00040.0000.01460.0010.01490.0000.09130.000100t 2*L n K -0.00020.000-0.000.0000.01940.0000.00290.000100t 2*LnL

0.00020.0000.01020.000-0.01600.000-0.01500.000R 1

0.54540.0000.33090.0000.41100.0000.34220.000R 20.60970.0000.75320.0000.35130.0000.33100.000R 30.2884

0.000

0.20

0.000

0.0106

0.007

0.2608

0.000

Ad j R 20.99980.9996

0.99880.9995D.W.1.40661.57051.42581.4127F prob

0.0000

0.0000

0.0000

0.0000

注:本表结果由Eviews 软件估计得到。

各产业生产函数基本特征差异明显,既表现在要素产出弹性上,也表现在技术因子和规模报酬特征

上。(1)农业生产函数,劳动产出弹性(EL)极高,资本产出弹性(EK)很低;二者之和由0.96降至0.81,呈轻微规模报酬递减;改革时期,农业技术水平加速提高,成为农业增长的重要驱动力。(2)计划经济时期,第二产业生产函数EL 与EK 基本稳定在3/4与1/4;改革时期,EL 持续降至0.5,E K 快速升至0.6;二者之和由0.94提高到1.1,由规模报酬递减变为规模报酬递增。(3)计划经济时期,第三产业生产函数EL 与EK 基本稳定在0.55与0.33;改革时期,EL 逐渐降至0.4,EK 则升至0.4;二者之和在0.8-0.9之间,呈轻微规模报酬递减。

87

第8期 赵慧卿,郝 枫:中国农业劳动力配置效应再考察∀资本估算并非本文重点,基本方法和应用综述可见肖红叶等(2005),技术细节可见郝枫(2006)、郝枫等(2009)。

图1 国民经济与三次产业劳动产出弹性动态估计结果

尽管三次产业生产函数具有不同的规模报酬特征,但均无法在显著统计水平上拒绝规模报酬不变假定。故本文遵循常用作法,计算配置效应时采用规模报酬不变假定,即对各产业要素产出弹性进行标准化处理,结果见图1。新古典生产函数中,劳动产出弹性等于劳动份额。因此,可用劳动份额对以上估计结果做粗略检验。对比发现,本文估计结果能很好反映我国分行业劳动份额的一般水平和变化趋势

[16]

。

(二)劳动力配置效应:算法一

分析劳动力配置效应时,将整个考察期分为三个阶段:1978-1983,1984-1993,1994-2007。划分依

据为:1978-1983年农业劳动力转移数量较少,1984-1993年转移加速,1994年后转移趋稳;预计三个阶段劳动配置效应特征不同。

已有劳动配置效应研究,对整个考察期设定固定的国民经济 值。为与其比较,首先假定各产业 i 和国民经济 值一致。区别在于,本文放松考察期内要素产出弹性固定的假定,而采用图1中 值动态估计结果。

表2 劳动力配置效应时期平均值(算法一)

(单位:百分点)时期不考虑流动人口

考虑流动人口

时期不考虑流动人口

考虑流动人口

1978-19830.750.751994-20070.750.661984-1993

0.96

1.49

1978-2007

0.82

0.96

表2显示,如不考虑流动人口,1978-2007年农业劳动力再配置对经济增长的平均贡献为0.82

个百分点;三个子时期平均贡献依次为0.75,0.96和0.75。与郝枫(2006)相比,表2中配置效应有所增加,说明基于固定的 设定值,其结果可信性应慎重评估。考虑流动人口因素后,1978-2007年平均贡献提高为0.96个百分点。1984-1993年配置效应平均贡献高达1.49,占同期GDP 增长率10%以上。这主要是由于该时期国家逐步放宽人口流动,农业劳动力加速转出,有力推动了经济增长。1994-2007年,农业劳动力转移趋稳,配置效应平均贡献降至0.66。这一方面源于乡镇企业发展放缓,继续吸纳农业劳动力的能力减弱;同时也反映出城市化进程滞后,农业劳动力向城市转移速度放缓。

图2 劳动力配置效应变化趋势:基于算法一

图2给出劳动力配置效应变化趋势。整个时期,配置效应呈明显的周期波动特征;绝大多数年份,劳动力配置效应为正。改革初期配置效应逐渐提高,1984年达到顶点。随后开始回落,并于1990年降至最低点。这主要是由于80年代末,国民经济结构性矛盾加剧,为抑制通货膨胀采取紧缩,控制乡镇企业贷款,关停并转了一批效益差、污染高的乡镇企业,农村劳动力转移进入低潮期

[17]

。1992年

南巡讲话之后,在建立市场经济的引导下,农业劳动力转移重新加快,1993年配置效应再次出现峰值。此后,随着农业劳动力转移趋稳,配置效应

缓慢下降,1999年降至谷底并维持数年。2003年之后,劳动力配置效应再次上升,并稳定在较高水平。

(三)劳动力配置效应:算法二

图1显示,各产业 i 与 差异很大。根据式(7),利用分产业 i 动态估计值重新计算配置效应。表3显

88商 业 经 济 与 管 理2010年

示,不考虑流动人口,1978-2007年农业劳动力再配置对经济增长的平均贡献为0.65个百分点;三个子时期平均贡献依次为0.63,0.78和0.57。考虑流动人口因素后,1978-2007年平均贡献提高为0.71个百分点;1984-1993年提高为1.19,1994-2007年则降为0.41。

表3 劳动力配置效应时期平均值(算法二)

(单位:百分点)时期不考虑流动人口考虑流动人口时期不考虑流动人口考虑流动人口1978-1983

0.630.631994-20070.570.411984-19930.781.191978-20070.650.71图3 劳动力配置效应变化趋势:基于算法二与表2相比,表3中配置效应有所降低。故不考虑各

产业要素产出弹性差异,用 代替 i 计算配置效应,导

致计算结果存在高估风险。表2和表3均显示:整个改革

时期,考虑流动人口后配置效应提高;但其主要由1984-

1993年结果主导,1994-2007年情况则相反。

两类算法的结果,既有共性也有区别。(1)共性:考

虑流动人口前后,配置效应曲线变动趋势相似;考虑流

动人口后,配置效应绝大多数年份为正值,且波动幅度

明显收窄,对经济增长的贡献更为平稳。(2)区别:基于

i 计算的配置效应曲线波动幅度更小,配置效应更稳

定;表明已有文献夸大了配置效应波动幅度,难以有效

反映农业劳动力转移对经济增长的真实贡献[18]。

六、结论与展望

依据结构主义增长理论,利用总量生产函数经济增长率分解方法,基于分产业要素产出弹性动态估计结果,重新考察改革开放30年中国劳动力配置效应及其变化趋势。主要结论有两点:

(一)计算配置效应时,使用要素产出弹性动态估计值优于固定设定值。一方面,人为设定值难免掺杂主观因素,而基于计量模型和统计数据的估计值能更好反映真实特征;另一方面,固定设定值无力反映考察期内的经济和技术条件变化,动态估计值则能有效捕捉此类信息。计算发现,使用动态估计值计算的配置效应,明显高于使用固定设定值的结果。表明已有研究对配置效应存在低估风险,对其结果可信性需要慎重评估。

(二)计算配置效应时,使用分产业要素产出弹性 i 优于国民经济要素产出弹性 。其能充分反映各产业技术差异,且更符合一般化配置效应分解理论模型要求。计算发现,与使用 动态估计值相比,使用 i 动态估计值计算配置效应有两方面不同:一是配置效应数值有所减小,说明用 代替 i 导致结果存在高估风险;二是用 i 计算的配置效应曲线波动幅度更小,配置效应更稳定,表明已有文献夸大了配置效应波动幅度,难以有效反映农业劳动力转移对经济增长的真实贡献。

结构调整和要素流动对经济发展具有重要推动作用,其对经济转型期的发展中国家尤为关键。现有研究普遍承认,矫正产业结构扭曲带来的配置效应,是改革以来中国经济高速增长的重要源泉之一。准确测度配置效应及其变化趋势,具有重要的现实意义。该领域已有文献包括两类,TFP 增长率分解法具有更强的经济理论支撑,指数分解法则具有更好的可操作性。但各项研究基于不同的方法和数据,实证结果差异很大。经济学发展中,经验研究的作用日益凸显。理论研究与经验研究高度一体化,以经验研究检验和发展理论,已成为现代经济学的重要范式。而改善数据质量,改进计量分析方法,则是提高经验研究质量的内在需要。未来研究中,有三点迫切需要:细致梳理、整合两类研究方法;扩展数据范围并提高数据质 第8期 赵慧卿,郝 枫:中国农业劳动力配置效应再考察

量;深入考察产业与地区差异。本文主要针对第二点进行初步尝试,而该领域研究的深入发展有待更多学者的不懈努力。

参考文献:

[1]赵慧卿,周国富.我国农业剩余劳动力转移影响因素分析[J].统计研究,2006(4):20-23.

[2]蔡昉,王德文.中国经济增长可持续性与劳动贡献[J].经济研究,1999(10):62-68.

[3]王艳平.劳动力流动对流出地居民收入的影响分析[J].科技资讯,2008(11):199-200.

[4]王东升,李娅娜.农业劳动力转移的正负效应及对策研究[J].北京科技大学学报:社会科学版,1999(1):18-21.

[5]胡永泰.中国全要素生产率:来自农业部门劳动力再配置的首要作用[J].经济研究,1998(3):31-39.

[6]丁霄泉.农村剩余劳动力转移对我国经济增长的贡献[J].中国农村观察,2001(2):18-24.

[7]郝枫,赵慧卿.中国农业劳动力转移对经济增长影响的实证分析[J].数据分析,2006(5):19-26.

[8]赵伟,马瑞永,何元庆.全要素生产率变动的分解[J].统计研究,2005(7):37-42.

[9]郝大明.基于指数方法的劳动结构效应分析[J].统计研究,2006(6):69-72.

[10]李小平,陈勇.劳动力流动、资本转移和生产率增长[J].统计研究,2007(7):22-28.

[11]田成诗.劳动生产率及经济增长视角下辽宁就业结构变动效应[J].大连海事大学学报,2008(3):55-59.

[12]ZHANG X,TAN K Y.B lunt to Sharpened R azo r:Incre m en tal R efor m and D isto rti ons in t he P roduct and Capita lM a rkets i n

Chi na[J].IFPR I D iscussi on P aper,2004(13):21-23.

[13]肖红叶,郝枫.资本永续盘存法及其国内应用[J].财贸经济,2005(3):55-62.

[14]郝枫.中国省区资本存量估算:1952-2004[J].数据分析,2006(6):11-30.

[15]郝枫,郝红红,赵慧卿.中国基准资本存量研究[J].统计与信息论坛,2009(2):7-13.

[16]肖红叶,郝枫.中国收入初次分配结构及其国际比较[J].财贸经济,2009(2):13-21.

[17]惠宁,霍丽.中国农村剩余劳动力转移研究[M].北京:中国经济出版社,2007:44-45.

[18]赵慧卿,郝枫.我国农业剩余劳动力流动效应分析[J].天津商业大学学报,2009(4):47-50.

Reexa m ine the Agricultural Labor A llocation Effect in China:

Based on t he Dyna m ic E stim ates of Industrial Out put E lasticity of Labor

ZHAO H u i q i ng1,HAO F eng2

(1.School of Econo m ics,T i anj i n University of Comm erce,T ianjin300134,China;

2.Schoo l of Statistics,T i anj i n Uni versity of F i nance and Econo m ics,T ianjin300222,China)

Abstrac t:A cce l e ra ting t he transfer of l abor fro m ag ricu lture t o t he secondary and tertiary industr i es not on l y benefit so lv i ng t he issues of agr i culture,far m er and rura l a reas,but also enhance the persi stent and healthy econom i c deve l op m en t i n Ch i na.Based on the structuralis m gro w th theory and by using the dyna m ic esti m ate o f industr i a l output elasti c ity o f factors,this paper breaks do w n t he g row th ra te of TFP and calculates the labor a llocati on effect i n China du ri ng the past30years.T he resu lts show:firstl y,t here are g reat d iffe rences i n facto r output e l asti c ity a m ong v arious sec t o rs,i m p l y i ng that it is irrati onal to substit ute its i ndustrial va l ue for nati ona l esti m ates;second l y,the outcomes based on i ndustrial esti m ates are much s m all e r,i m ply i ng that m ost ex isti ng researches overesti m ate the all ocation e ffect;fi na lly,t he ou tcom es based on i ndustr i a l esti m ates are m ore stable,s how i ng t hat a ll ocati on effect is an i m portant stabilizer fo r Ch i na s econom ic grow th.

K ey word s:transfer of labor;a ll ocati on effect;output elasti c ity of factor

(责任编辑 孙敬水)