云南省资本与劳动力的边际生产率的差异分析
2013-04-17中共云南省委党校
■许 林 中共云南省委党校
一、问题的提出
资源配置是指资源的稀缺性决定了任何一个社会都必须通过一定的方式把有限的资源合理分配到社会的各个领域中去,以实现资源的最佳利用,即用最少的资源耗费,生产出最适用的商品和劳务,获取最佳的效益。资源包括自然资源,资本和劳动等。资源如果能够得到相对合理的配置,经济效益就显著提高,经济就能充满活力;否则,经济效益就明显低下,经济发展就会受到阻碍。
二、模型的选择与数据的来源及处理
1.模型的选择
研究的数据主要来源于《中国统计年鉴》和《云南省统计年鉴》。首先对道格拉斯生产函数做一些处理方便估计资本对产出的贡献率a,因为Y=AKaLb,对等式两边求自然对数得,
在上式中,因变量Y代表云南省的GDP,自变量为资本和劳动。也就是说Y=F(K,L),为了方便估计出资本对产出的贡献率,采用人均数据,就消除了劳动力的影响,即y=f(k,1),所以把因变量定为人均GDP,自变量定为人均资本存量。因此,将采用如下的双对数模型来估计资本对产出的贡献率a:
2.数据的来源与处理
(1)人均GDP
GDP平减指数=1980年GDP指数*各年GDP现价/各年GDP指数*1980年的GDP
计算结果如表1所示。
(2)人均资本存量
在中国统计年鉴和云南省统计年鉴中查得云南省每年的固定资产投资总额,这是研究的基础数据。但是这与每年度的资本存量有所差异。因此需要作以适当的调整。资本存量的表达式为:
表1 云南省的人均资本存量
其中,Kt表示年度资本存量,It代表全社会的固定资产投资总额,Pt表示固定资产投资价格指数,表示固定资产折旧率,t表示年份。
(3)从业人员数
对于从业人员数,作以下说明:
1980年、1980年、1985年、1990年~2010年的数据均来自中国统计年鉴和云南省统计年鉴。
1981年~1984年、1986年~1989年的数据为估算数据,采用的方法是均值法。原因是统计年鉴中这几年的数据缺失。
三、模型的回归与资本及劳动的边际生产率
1.模型的回归
利用上述处理的数据,借助SPSS软件做计量分析结果如下:
由结果我们可知:a=0.530的t值为19.973>2是显著异于零的,通过了5%的T检验。判定系数为0.932,由此我们知道人均GDP和人均资本存量具有密切的正相关关系。
2.资本和劳动的边际生产率
接下来将研究1980年~2010年的云南省的资本和劳动的边际生产率。首先,将道格拉斯生产函数分别对资本和劳动求偏导如下:
表2 云南省资本和劳动的边际生产率
其中,y、k表示人均GDP和人均资本存量。计算结果如表2:
四、结论
1.云南省资本和劳动的单位货币边际报酬大致呈下降趋势,说明了改革开放以来云南省经济发展在资本和劳动力的满足程度上都有很大的提高。
2.云南省劳动的单位货币边际报酬逐渐趋近于0,说明了云南省的劳动力已经处于市场饱和状态。
3.云南省的资本单位货币报酬远大于劳动单位货币边际报酬,说明了云南省经济发展对资本的需求远大于对劳动力的需求。
[1]傅晓霞,吴利学.全要素生产率在中国地区差异中的贡献:兼与彭国华和李静等商榷.世界经济,2006第9期
[2]龚六堂,谢丹阳.我国省份之间的要素流动和边际生产率的差异分析.经济研究,2004年第1期,第45-53页
[3]姚洋.农地制度与农业绩效的实证研究.北京大学中国经济研究中心,1997
[4]张军.资本形成、工业化与经济增长:中国的转轨特征.经济研究,2002第6期
[5]李国友,方舟.试论城市群各城市适度规模.江西社会科学,2006年第4期
[6]卫兴华,侯为民.中国经济增长方式的选择与转换途径.经济研究,2007第7期
[7]Aziz,Jahangir and Christoph Duenwald,2001,“China’s Provincial Grow th Dynamics”,IMFW orkingPaperNo.01P3
[8]Barro,R.J.and Xavier Sala-i-Martin,1991,“Convergence across U.S.States and Regions”,Brookings Papers on EconomicActivity I:107—182
[9]Barro,R.J.and Xavier Sala-i-Martin,1992,“RegionalGrow th and M igration: A Japan.U.S.Comparison”,Journal of the Japaneseand InternationalEconomies,No.6,pp.312—346
[10]Chen,Jian and B.M.Fleisher,1996,“Regional Income Inequality and E-conom ic Grow th in China”,Journal of Comparative Econom ics,Vol.22,pp.141—164