劳动力要素行业分布与经济增长

摘要：知识密集型劳动力具有更高的生产率，在生产过程中带来更高的产出，推动经济的增长。本文利用我国加07-2014年间的省级面板数据，构建了知识密集型行业劳动力比重影响经济增长的计量模型，并做了半对数与全对数变化，计量结果表明二者间存在着显著的正向相关关系，且知识密集型行业劳动力比重半弹性与弹性的大小分别为0.469和0.246。木文的研究结果表明政府可以通过“企业和人才两手抓”的“筑巢引凤”政策来践行创新驱动发展战略，通过提升地区知识密集型行业劳动力比重来推动地区经济增长。

关键词：劳动力要素行业分布;经济发展;知识密集型行业

一、引言

改革开放以来，我国主要采用的经济发展模式是以东部沿海地区为代表的出口导向外向型经济，“引进一消化吸收一再创新”的模式为我国赢得了“世界工厂”的称号，更重要的是为我国带来了30余年的GDP高速增长。2007年至2016年，我国GDP季度增速由14.4%一路下降至不足7%，经济进入新常态。当前经济发展面临“资本充足，缺乏好项目”的问题;“计划生育”带来的人口老龄化使我国经济增长失去“人口红利”，而能源、资源与环境对经济增长的制约愈发凸显。党的十九大报告指出：“我国经济已由高速增长阶段转向高质量发展阶段，正处在转变经济发展、优化经济结构、转换增长动力的攻关期。”在此背景下，走转型升级道路是解决当前中国经济发展所面临的一系列结构性问题的必然选择。

目前从劳动力要素行业分布进行产业结构变迁与经济增长之间关系的研究并不多。（韩克恩和王璐，2017）对东中西三大经济区域的产业结构变动进行了比较，利用shift-share分析法得出东中西部虽然均处于产业结构不断优化的过程中，但是分配与比例并不协调。（孙皓和石柱鲜，2011）基于行业劳动力比率的视角，构建了1981-2006年间的时间序列数据，通过计量检验发现产业结构调整对经济增长具有正向的推动作用。本文从劳动力要素的行业分布人手，构建了知识密集型劳动力比重这一变量，从一个地区劳动力素质升级的角度来反映该地区产业结构的升级变化，进而研究其对于地区经济增长的驱动作用。

二、理论推演

知识密集型行业劳动力驱动经济增长，其驱动的逻辑在于为了满足行业工作需求，知识密集型行业劳动力必须接受更长年限的教育（或技能培训）来使得他们所掌握的技能符合工作的要求，這表现在知识密集型劳动力群体拥有高等学历的比重要远大于其他行业，反映出通过人力资本的积累来提高生产率，再由生产率的提升带动经济增长的模式。技术进步是驱动产出和劳动生产率增长的关键因素，技术进步的重要来源之一就是由知识密集型劳动力比例提高、生产过程中的“干中学”等带来的劳动效率改进，这种现象即为创新驱动发展的表现之一。（黄先海和宋学印，2017）认为技术进步意味着节省单位产量的劳动投入，技术是可以传播和引进的。知识密集型行业劳动力驱动经济增长，其驱动模式表现为通过更高的劳动力研发创新效率来实现更高价值的单位产出，旨在摆脱竞争的创新提升了创新者的竞争力，为其扩大了潜在的市场规模以及提高了潜在的租金水平，贸易放大了由此竞争力提升带来的收益，更进一步激励了创新。知识密集型行业劳动力驱动经济增长离不开城镇化经济，城市为其发挥作用提供了有效的环境支持，一方面，表现在不同产业企业的集聚，伴随集聚而至的竞争加强与研发创新为知识密集型行业劳动力提供了与其技能匹配的工作机会，另一方面，表现在城市完善的基础设施，为其顺利开展工作与生活提供了必要的硬件支持。归于根源，为实现知识密集型劳动力发挥作用，在发展方式上必须采用创新驱动发展，在硬件环境支持上必须通过固定资产投资来实现。

三、实证分析

（一）计量模型设定

根据前文中的理论推演与指标选定，构建了如下反应劳动力行业分布变化影响地区经济增长的计量模型。

其中rperGD_it表示第i省份在时期t的实际人均GDP，knowledge_it表示第i省份在时期t的知识密集型行业从业人数占第三产业总从业人数的比重。X_kit表示t省在时期t的一组控制变量，k=1，2，…，其中包括全社会固定资产投资总额（invest），进出口总额（exandim），大专以上人口占总人口比重（hcapital）与地区人均专利授权数（rper_patent）。数据来自《中国统计年鉴》《中国科技统计年鉴》和《中国第三产业统计年鉴》，并对指标进行了CPI平减。

对模型进行对数变化不改变模型的基本性质，我们在这里对（1）式进行半对数变化和全对数变化，依次得到如下两个模型。

这样变化的意义在于使得式（2）中与式（3）中的16分别具有了半弹性与弹性的意义，式（2）中的β所表示的是知识密集型行业从业人数占第三产业总从业人数的比重每变化一个单位的绝对值，人均GDP变化百分之多少;式（3）中β表示知识密集行业从业人员占第三产业总从业人数的比重每变化百分之一，导致人均GDP变化百分之多少。

（二）计量检验

在计量方法上依次对模型（1）（2）（3）做了混合回归、固定效应模型回归、随机效应模型回归，豪斯曼检验的结果中P值为0.0000，固定效应模型解释力更强，计量结果如下表所示。

从计量结果来看，主解释变量知识密集型行业劳动力比重在模型（1）中是显著的，这印证了知识密集型劳动力驱动经济增长。在模型（2）中，我们关注的半弹性值为0.469，这表示知识密集行业从业人数比重每变化一个单位的绝对值，人均GDP变化0.469%。在模型（3）中，弹性值为0.246，这表示知识密集行业从业人员比重每增加1%，会导致人均GDP提高0.246%。计量结果体现出劳动力要素行业分布变化对于经济增长非常强的促进作用。

四、政策建议

一个地区，通过提升劳动力素质，提高知识密集型行业从业人员比重，实现劳动力行业分布由低附加值向高附加值的转变，这是推动地区经济增长非常有效的途径之一。要走好这一途径，政府应“筑巢引凤”，这里的“凤”不仅指人才，更指能为这些人才提供与其技能相匹配岗位的优质企业，这要求政府做好两件事：一是重视基础设施的建设，为人才与企业在当地有机结合提供良好的硬件支持;二是要制定有利于人才与优质企业发展的相关政策，用“政策红利”吸引人才与优质企业在此发挥各自作用。事实上，当前人才的引进在诸多地区都是政府工作的重要部分，特别是在一些二三线城市，如武汉、成都、南京等都对于知识密集型人才给予了非常优厚的政策福利，同时基础设施十分完备，政府“筑巢引凤”必须两手抓，一手抓人才，一手抓优质企业，不然人才很难有空间去发挥应有的作用，在长期也留不住。

参考文献：

[1]孙皓，石柱鲜.中国的产业结构与经济增长——基于行业劳动力比率的研究[J].人口与经济，2011（2）：1-6.

[2]黄先海，宋学印.准前沿经济体的技术进步路径及动力转换——从“追赶导向”到“竞争导向”[J].中国社会科学，2017（6）;6+60-79+206.

[3]韩克恩，王璐.中国产业结构变动的区域差异实证研究[J].甘肃金融，2017（8）：33-37.

作者简介：

黄孚，南京大学经济学院，江苏南京。