农业技术进步、新型城镇化与农村剩余劳动力转移——基于“推拉理论”和省际动态面板数据的实证研究
2015-12-04吴书胜
李 斌,吴书胜,朱 业
(湖南大学经济与贸易学院,湖南 长沙 410079)
2004-2014年中央连续11年发布关于“三农”问题的“一号文件”,文件主线也从单纯提高农民收入逐步转向促进农业现代化、统筹城乡发展、维护农村稳定及社会和谐。在二元经济体制下,上述目标的实现都以农村剩余劳动力向城镇非农产业顺利转移为前提。20世纪90年代以后,得益于市场经济体制改革和低廉的劳动力成本,中国通过吸引大量外资迅速成为世界制造业的加工生产基地,数以亿计的农村剩余劳动力实现转移而成为产业工人。此后,中国通过工业化带动经济增长,继续促进农村剩余劳动力发生转移。但是,一方面,高成本的城镇化与低成本的工业化发展相脱节促成我国农村剩余劳动力呈现“候鸟式”的转移模式,农民工市民化滞后于职业转换;另一方面,农业技术进步滞后于非农技术进步,农业技术推广受限于资本、资源禀赋的缺乏,使农村剩余劳动力转移呈现阶段性、复杂性的特点。本文以传统的“推拉”理论为基础,基于1998-2012年省际动态面板数据,研究农业技术进步、新型城镇化对农村剩余劳动力向城镇非农产业转移的影响效应。
一、相关文献综述
(一)迁出地因素
1.农业技术进步。学界普遍认可农业技术进步是农村剩余劳动力转移的主要推力。Matsuyama(1992)认为农业技术进步不仅可以促进农村剩余劳动力向城镇非农产业转移,而且会提高城镇非农产业部门的劳动生产率[3]。赵德昭等(2012)通过构建“合力模型”的理论框架,运用省际动态面板数据进行实证研究,认为农业技术进步对农村剩余劳动力转移的推力作用呈现区域性特征,具体表现为中西部地区的推力效果明显大于东部地区[4]。王卫等(2013)认为农村剩余劳动力转移受制于农业技术进步的同时也会影响农业技术进步,二者之间存在长期的正相关均衡关系[5]。
2.人均耕地面积。程名望等(2006)基于宏观经济变量的Logit模型和微观经济变量的描述性分析,认为人均耕地对农民进城呈负向作用,即耕地资源越丰富,农业对劳动力的黏性越强[6]。刘彦随等(2010)通过对县域耕地与劳动力转移的时空耦合关系研究进一步验证了上述观点[7]。
(二)迁入地因素
1.城镇化。已有研究普遍认为城镇化对农村剩余劳动力转移具有拉力作用。刘丽萍(2008)认为城镇化进程中应大力发展第二、三产业,使其成为吸纳农村剩余劳动力的主力军[8]。曾湘泉等(2013)的实证研究表明城镇化对推动农村剩余劳动力转移具有促进作用,同时发现中国城镇化在吸纳农村剩余劳动力的效率上存在东南高、西北低的阶梯状地理差异性[9]。
2.城镇非农产业产值占总产值的比重。城镇非农产业产值占总产值的比重较大,说明对劳动力需求较大,尤其体现在对农村剩余劳动力的需求上。郭文杰等(2009)认为经济结构转换中第二、三产业的快速发展对劳动力流动具有正向促进作用,但不同地区农村剩余劳动力转移程度不一样[10]。
3.户籍制度。蔡昉(2001)认为户籍制度是造成劳动力市场分割、阻碍农村剩余劳动力发生转移的重要制度因素[11]。张杰飞等(2010)将Harris-Todaro模型与新经济地理模型相结合建立内生劳动力转移模型,认为在促进农业技术进步的同时逐步放松户籍制度,对农村剩余劳动力转移有重要作用[12]。
当前,学者多采用单一指标测算城镇化水平和农业技术进步,且缺乏城镇化与农村剩余劳动力转移的实证分析。为弥补现有研究的不足,本文构建新型城镇化指标体系,通过熵值法测算新型城镇化指数和非参数DEA方法测算农业技术进步,运用广义矩估计的方法实证分析农业技术进步、新型城镇化对农村剩余劳动力转移的影响效应。
二、理论机制分析
在样本期间内,基于中国二元经济体制发展框架,我们作如下的几个假设:(1)社会中仅存在两个部门——农业部门和非农业部门,农业部门在农村,非农业部门在城镇;(2)劳动力和资本等生产要素在两个部门之间可以自由流动;(3)农业部门和非农业部门的生产要素都是劳动力和资本;(4)农业部门的技术进步和非农业部门的技术进步都属于外生变量;(5)农业部门和非农业部门的规模报酬均不变;(6)农业部门的劳动力供给量在短期内不变。
分别取已知含氮量(2.9942%)供试品0.1 g,共6份,精密称定重量于消化管,分别精密加入十二水硫酸铝铵,按样品测定方法测定含氮量,结果见表2,准确度结果良好。
(一)农业部门技术进步与农村剩余劳动力转移机制
在样本期间内,中国农村劳动力规模较大,固定的土地供给量难以满足农村劳动力规模需求,农村存在大量剩余劳动力。农业部门的C-D生产函数和成本函数分别为
其中,Y1表示农业部门的产出,A1、K1、L1分别表示农业部门技术进步(农业部门的全要素生产率)、资本投入要素和劳动力投入要素,α、1-α分别表示农业部门的资本和劳动力要素产出弹性,C1、W1、R1分别为农业部门的成本、劳动力要素价格、资本要素价格,TR1、P1、L、L2分别为农业部门的利润、农产品价格、农村劳动力和农村剩余劳动力。根据前述的假设(6),则利润函数为
根据利润最大化原则,对(2)式中劳动力、资本要素求一阶导数且令各导数为零,联立方程求得农业部门劳动力剩余量为故农业技术进步增加农村剩余劳动力供给,对农村剩余劳动力转移具有“推力”作用。
(二)非农业部门新型城镇化与农村剩余劳动力转移机制
在样本期间内,城镇化水平的提高表现为城镇非农产业技术进步和资本要素投入的增加。我们构建城镇非农业部门的C-D生产函数和成本函数分别为
其中,Y2表示农村剩余劳动力转移量的产出水平,A2、K2、L2分别表示城镇非农业部门的技术进步(非农业部门的全要素生产率)、资本投入要素和农村剩余劳动力转移要素投入量,β、1-β分别表示城镇非农业部门资本和农村剩余劳动力转移要素产出弹性,C2、W2、R2分别为城镇非农业部门的生产成本、转移的农村剩余劳动力要素价格、资本要素价格,TR2、P2为城镇非农业部门的利润和非农产品价格,则利润函数为
根据利润最大化原则,将上述(5)式方程两边对农村剩余劳动力转移量求一阶导数且令各导数为零,再对导数方程两边取对数,移项后则有
由(6)式可知,城镇化(非农业技术进步和资本要素投入加大)是农村剩余劳动力转移的重要“拉力”。
三、计量模型设定与变量说明
(一)计量模型设定
本文采用简约型模型,以农村剩余劳动力转移量(labor)为被解释变量,解释变量以农业技术进步(tch)、新型城镇化(urb)为核心变量,农村人均收入水平(inc)、城乡消费差距(gap)为基础变量,人均耕地面积(squ)、城镇非农产业产值占总产值比重(rat)、户籍因素(hj)为控制变量。据此,我们构建如下的计量模型
其中,下标i表示地区,t表示时间,ui表示不可观测的地区效应,εit为随机扰动项,tchit表示i地区t时期的农业技术进步,urbit表示i地区t时期的新型城镇化水平,incit表示i地区t时期的农村人均收入水平,gapit表示i地区t时期的城乡消费差距,squit表示i地区t时期的人均耕地面积,ratit表示i地区t时期的城镇非农产业产值占总产值比重,hjit表示i地区t时期的户籍开放程度。(7)式是静态面板模型,主要运用固定效应模型(FE)和随机效应模型(RE)估计。由于忽略了农村剩余劳动力转移量(labor)动态特征及其与农业技术进步(tch)存在的相互影响效应,故在(7)式中加入农村剩余劳动力转移量(labor)的滞后一期,模型如下
传统的面板数据估计方法不再适用于(8)式,本文采用广义矩估计(GMM)方法进行回归。广义矩估计可分为一步估计和两步估计,也可分为差分GMM估计和系统GMM估计。由于两步估计的标准差存在偏误,一步系统GMM比一步差分GMM运用更多的信息、有效性更强[13][14]。本文选择一步系统GMM估计方法,可有效控制农村剩余劳动力存在的序列自相关及前期值与残差之间的内生关联,也可控制其他解释变量与残差之间的内生性问题。
(二)变量测度
1.农村剩余劳动力转移量(labor)。农村剩余劳动力主要从事采掘业、制造业和建筑业工作,故本文以城镇中从事采掘业、制造业和建筑业人员总数来表示。
2.农业技术进步(tch)。本文以第一产业从业人数、第一产业资本存量为投入变量,以第一产业生产总值为产出变量,测算出的曼奎斯特(Malmquist)生产率指数表示农业技术进步(tch)。其中,第一产业资本存量的测算运用永续盘存法,以各地区农林牧渔业全社会固定资产投资额为当年投资量,用各地区固定资产投资价格指数进行平减。以各地区1998年第一产业占总产值的比重乘以当年全社会资本形成总额为基期资本,用全社会固定资产价格指数进行平减。依照张军(2004)等的做法,固定资产折旧率取9.6%[15]。
3.新型城镇化(urb)。参考已有城镇化指标体系,我们构建以基本水平、经济发展、社会建设、文化建设、生态建设等5个一级指标、16个二级指标的测算体系(如表1所示)。为避免主观赋权法产生的偏差,本文采用能反映指标信息效用价值的熵值法来客观赋权,测算各地区各时期的新型城镇化指数[16]。
表1 新型城镇化指标体系
4.农村人均收入水平(inc)、人均耕地面积(squ)和城镇非农产业产值占总产值比重(rat)的数据直接来源于历年的《中国统计年鉴》。城乡消费差距(gap)用当年消费价格指数平减后的城镇居民消费额与农村居民消费额的比值来表示,其中农村居民消费额为1。户籍因素(hj)用城镇单位雇佣的农村劳动力占城镇单位就业人员比重来表示。
(三)数据处理
本文的研究对象为我国大陆31个省(市、自治区),样本区间为1998-2012年,由1999-2013年的《中国统计年鉴》、《中国劳动力统计年鉴》和《中国农村统计年鉴》各期数据整理计算而得。为消除价格因素的影响,部分数据用消费价格指数和固定资产投资价格指数进行平减。另外,为反映我国区域发展水平的差异性,本文将我国分成东中西部三大区域并依次进行实证计量分析。
四、实证研究结果及分析
(一)基本估计结果
对方程(8)估计时,我们分别采用固定效应(FE)、随机效应(RE)和广义矩估计(GMM)三种方法。在系统GMM估计中,内生变量的选择至关重要。根据相关性分析,本文将农村剩余劳动力转移量(labor)的滞后一期作为内生变量。另外,通过改变控制变量个数分别进行系统GMM估计,以保证估计结果的稳健性。农村剩余劳动力转移量(labor)及其滞后项(labort-1)和农村人均收入(inc)分别取对数,以减少变量的波动性(估计结果如表2所示)。
表2 全国层面基本估计结果
Hausman检验指出固定效应模型比随机效应模型的估计结果更有效率。在广义矩估计中,依次加入人均耕地面积(squ)、城镇非农产业产值占总产值比重(rat)和户籍因素(hj)等控制变量进行稳健性估计,结果显示核心变量系数的相关性稳定且都通过显著性水平为10%的相关性检验。其中,AR(2)检验值表明模型设定不存在残差的二阶自相关,Sargan检验的统计值都大于0.05,说明模型使用的工具变量有效,不存在过度识别的问题。模型3、4、5设定合理,较好地处理了模型内生性问题,因此本文的分析是基于广义矩估计的回归结果。
模型3、4、5的估计结果显示,农业技术进步(tch)对农村剩余劳动力转移的影响系数在0.13-0.21之间,形成一股“推力”,对其向城镇非农产业转移具有显著的正向促进作用。在样本期间内,我国主要从农机硬件、农业知识“软件”两方面加大农业技术推广,提高农业劳动生产率,使大量农村剩余劳动力“脱农而出”。但农业技术推广受地形、气候、土壤等自然条件影响,对农村剩余劳动力转移的影响程度偏低。而新型城镇化(urb)对农村剩余劳动力转移的影响程度最明显,系数稳定在10.5左右,形成一股“拉力”。新型城镇化是农村剩余劳动力转移的持续动力表现为:第一,新型城镇化消除农村剩余劳动力的“候鸟式”转移模式,在农民工市民化的同时增强其在城镇的归属感;第二,新型城镇化在改善投资结构、提高投资效率、拉动投资规模的同时,持续加大对农村剩余劳动力的需求,最大限度地吸纳农村剩余劳动力向城镇非农产业转移。
在基础变量方面,农村人均收入水平(inc)的系数为正且通过显著性水平为1%的相关性检验,它是农村剩余劳动力转移的“推力”。但城乡消费差距(gap)对农村剩余劳动力转移有负向影响且系数偏小,几乎没有通过显著性检验。在控制变量方面,人均耕地面积(squ)对农村剩余劳动力转移有负向影响且都通过至少10%的显著性水平的相关性检验,但影响程度偏小。城镇非农产业产值占总产值的比重(rat)的系数持续为正,体现了样本期间内城镇非农产业对农村剩余劳动力的巨大需求,它是农村剩余劳动力转移的“拉力”。户籍因素(hj)对农村剩余劳动力转移的影响为负,即样本期间内户籍制度阻碍农村剩余劳动力转移。
(二)分区域估计结果
本文运用模型5在全国、东部、中部和西部分别运用一步系统广义矩估计(S-GMM),进一步分区域研究核心变量对农村剩余劳动力转移的影响。根据模型检验结果可知,S-GMM模型的序列相关性检验和Sargan检验均显著通过,说明S-GMM选择的工具变量是有效的,模型设定是合理的(估计结果如表3所示)。
表3 分区域动态面板估计结果(S-GMM)
从表3可以看出,按照东中西部地区分组后,其估计结果与总体样本的估计结果基本一致。农业技术进步(tch)、新型城镇化(urb)、农村人均收入水平(inc)和城镇非农产业产值占总产值比重(rat)仍是农村剩余劳动力转移的重要“推力”,城乡消费差距(gap)对中西部农村剩余劳动力转移具有阻碍作用。
农业技术进步(tch)对农村剩余劳动力转移的“推力”由大到小依次是西部、东部和中部。西部地区受自然资源和环境限制,经济、农业发展水平低于东中部地区,生物化学性技术进步、机械性技术进步及应用同样落后于东中部地区。随着2000年“西部大开发”战略的推动,西部地区农业技术进步的应用大大提高了农业劳动生产率,农业技术进步对劳动力的替代效应明显大于东中部地区,这必然“释放”大量农村剩余劳动力向城镇非农产业转移。而中部地区处在中国经济发展的“塌陷区”,中央政策层面的支持力度滞后于东西部地区,第一产业产值占比较大,大量劳动力仍从事科技附加值较低的传统农业生产活动,农业技术进步对农村剩余劳动力转移的“推力”不明显。
新型城镇化(urb)对农村剩余劳动力转移的“拉力”由大到小依次是中部、西部和东部。在经济体制改革初期,东部地区依靠区位优势大量引进外资,新型城镇化水平、人均收入水平“领跑”全国。但在样本期间内,东部地区农民工市民化成本逐步提升,在一定程度上加剧了农村剩余劳动力的“候鸟式”转移态势,减缓农村剩余劳动力向东部地区转移。随着新型城镇化、产业结构转移战略的调整,中部地区承接沿海制造业转移,房地产业快速发展,促使东部地区农民工回流选择家乡就业。如此“一增一减”使中部地区城镇化“拉力”居高,而东部地区的“拉力”居低。
(三)模型参数一致性
广义矩估计是一种工具变量法,其估计结果具有一致性,但当样本量较小或使用的工具变量薄弱时,动态面板估计值容易产生较大偏误。在POLS估计时,由于因变量的滞后项与不可观测的地区效应ui正相关,估计值向上偏误。在固定效应估计时,由于因变量的滞后项与随机扰动项εit负相关,估计值向下偏误。当因变量滞后项的GMM估计结果处在POLS估计值和固定效应估计值之间时,说明GMM估计值没有发生较大偏误。为探讨模型参数的一致性,我们分别进行POLS回归估计、固定效应回归估计并统计和比较滞后项的估计值(结果如表4所示)。由表4可知,因变量滞后项的GMM估计值的确处在二者之间,即GMM估计值是一致的,并没有因为样本容量小和工具变量的选择而产生较大偏误。
表4 因变量滞后项的POLS、GMM、固定效应模型估计值
五、主要结论与政策建议
本文以“推拉理论”为基础,构建包含农业技术进步、新型城镇化和农村剩余劳动力转移在内的计量模型,利用1998-2012年省际动态面板数据进行实证检验。全国层面的研究结果表明,农业技术进步的“推力”和新型城镇化的“拉力”显著促进农村剩余劳动力向城镇非农产业转移。分区域的研究结果表明,农业技术进步对农村剩余劳动力转移的“推力”由大到小依次为西部、东部和中部,而城镇化对农村剩余劳动力转移的“拉力”由大到小依次为中部、西部和东部。
基于上述研究结论,我们给出以下的政策建议:第一,农业技术进步是农村剩余劳动力转移的主要“推力”,关键在于提高农业技术水平和增加农业技术应用面。首先,政府应加大农业技术公共物品的投入力度,弥补私人农业生产者技术创新动力的不足。同时,应建立覆盖广大农村地区的农业技术推广体系,使农业技术尽快走向应用。其次,在农业技术进步类型选择上,应双向推进生物化学性技术进步和机械性技术进步。第二,继续推进新型城镇化建设,扩大新型城镇化对农村剩余劳动力转移的吸纳能力。总体而言,完善农民工市民化机制,尽快将农民工纳入城市社会保障体系,使其与城镇市民平等享有基本公共服务,降低农民工市民化成本。就区域发展而言,东部地区应加快劳动密集型产业向中西部地区梯度转移,发展高新技术产业,实现产业结构的优化升级。中西部地区在承接东部沿海地区产业转移的同时,加大新型城镇化基础设施建设,提升中小城镇的吸引力。第三,在非农产业规模方面,应积极推进城镇非农产业发展,有效利用风俗传统、地域特点等发展旅游业及附带产业。在体制方面,深化制度改革,健全制度体系,直至消除二元户籍制度对农村剩余劳动力转移的阻碍。政府应发挥主导作用,充分利用农村市场信息资源开辟转移渠道,有针对性地增加农村剩余劳动力的技能培训,提高农村剩余劳动力的就业竞争力。
[1]Bogue D.J.Principles of Demography[M].John Wiley and Sons,1969.
[2]Lee Everett S.A theory of migration[J].Demography,1966,3(1):10-14.
[3]Matsuyama,Kiminori.Agricultural productivity,comparative advantage and economic growth [J].Journal of Economic Theory,1992,58(2):317-334.
[4]赵德昭,许和连.FDI、农业技术进步与农村剩余劳动力转移 [J].科学学研究,2012,(9):1342-1353.
[5]王卫,佟光霁.农业技术进步、非农技术进步与农村劳动力转移[J].山西财经大学学报,2013,(11):57-67.
[6]程名望,史清华,徐剑侠.中国农村劳动力转移动因与障碍的一种解释[J].经济研究,2006,(4):68-78.
[7]刘彦随,李裕瑞.中国县域耕地与农业劳动力变化的时空耦合关系[J].地理学报,2010,(12):1602-1612.
[8]刘丽萍.农村剩余劳动力转移与城市化 [J].农业经济与科技,2008,(6):58-60.
[9]曾湘泉,陈力闻,杨玉梅.城镇化、产业结构与农村劳动力转移吸纳效率[J].中国人民大学学报,2013,(4):36-46.
[10]郭文杰,李泽红.劳动力流动、服务业增长与经济结构转换[J].数量经济技术经济研究,2009,(11):51-62.
[11]蔡昉,都阳,王美艳.户籍制度与劳动力市场保护[J].经济研究,2001,(12):41-50.
[12]张杰飞,李国平,柳思维.中国农业剩余劳动力转移理论模型及政策分析:Harris-Todaro与新经济地理模型的综合[J].世界经济,2009,(3):82-95.
[13]Bond S.Dynamic panel data models:A guide to micro data methods and practice [J].Portuguese Economic Journal,2002,(1):141-162.
[14]Windmeijer F.A finite sample correction for the variance of liner efficient two-step GMM estimations[J].Journal of Econometrics,2005,(126):25-51.
[15]张军,吴桂英,张吉鹏.中国省际物质资本存量估算:1952-2000[J].经济研究,2004,(10):35-44.
[16]蓝庆新,陈超凡.新型城镇化推动产业结构升级了吗?[J].财经研究,2013,(12):57-71.