中国劳动力要素扭曲测算、时空演变特征及区域差异研究

周正柱,石 葳

(上海应用技术大学 经济与管理学院,上海 201418)

一、引 言

中国市场经过四十余年渐进式改革的推进,产品价格市场化指数已经高达97.5%以上(1)中国政府网(https:∥www.gov.cn/xinwen/2021-06/19/content_5619483.htm)。,市场决定价格机制基本形成。而反观要素市场,价格市场化指数较低,政府仍是定价主导者,定价范围广泛,要素市场半市场化、非市场化特征鲜明[1]。2022年颁布的《要素市场化配置综合改革试点总体方案》,强调深化要素市场体制改革,健全劳动力等要素定价体系,完善要素市场运行机制。要素有效配置作为经济学的首要研究对象,而价格机制又是决定要素能否有效配置的关键,因此纠正要素价格扭曲以减少要素配置效率损失是当前打造高质量要素市场体系的要点。随着劳动年龄人口数量和比重的持续“双降”,中国经济发展驱动力不足、劳动力市场结构性矛盾突出,坚持深化要素市场化改革,提高要素配置效率,将成为推动新发展格局形成的重要切入点。那么,近些年来中国劳动力要素配置扭曲与价格扭曲程度如何?其时空演变态势如何?中国劳动力要素扭曲的区域差异呈现怎样态势?弄清这些问题,有助于把握劳动力市场发展态势,进而“对症下药”以提升其要素资源配置效率,达到推动劳动力市场一体化的目标。因此,测度中国劳动力要素扭曲指数,并进一步剖析其演变特征及区域差异是加快要素市场化改革步伐、助推一体化高质量发展的必然要求。

二、文献回顾

关于劳动力要素扭曲的内涵与理论基础。新古典经济学认为,在纯粹竞争市场中,要素价格应当等于边际产出,市场中不存在价格扭曲问题,但现实中往往不存在完全竞争理想状态,价格背离于价值的价格扭曲现象普遍存在[2]。一般认为,劳动力要素扭曲是劳动力要素的价格和配置偏离其最优均衡状态,进而产生效率损失的现象[3],具体可以分为:一是外生性扭曲和内生性扭曲,前者多由政府过度干预导致,后者多由市场失灵造成[4-5]。尤其对于后发国家来说,为加快经济发展步伐实施赶超战略,政府干预经济普遍存在,因此外生性扭曲往往比内生性扭曲更为严重化。二是绝对扭曲和相对扭曲,前者指实际工资与边际生产力的偏离,后者则指两种或两种以上要素绝对扭曲的比值[6-7]。三是正向扭曲和负向扭曲,前者表示劳动力价格高于劳动边际产出,后者相反[8]。四是配置扭曲与价格扭曲,即劳动力要素扭曲表现为劳动力要素的配置机制失灵以及竞价机制失效[9]。基于劳动力市场分割理论,当劳动力市场处于割据扭曲状态时,跨域流动障碍造成劳动力市场供求信息不对称,往往导致劳动力供给与岗位需求间的错配,即存在劳动力配置扭曲现象[10]。同时基于局部均衡理论认为,劳动力价格扭曲是指劳动力要素未达到最优配置,强调经济效率未达到最优时,劳动力价格对于价值的偏离[11]。

关于劳动力要素价格扭曲与配置扭曲的关系。一方面,二者为劳动力市场扭曲所包含的两种维度,是劳动力市场扭曲的两种表现形式,当使用劳动力要素配置扭曲指数和劳动力要素价格扭曲指数对劳动力市场扭曲进行衡量时,可以反映劳动力市场扭曲的全貌[9]。另一方面,劳动力要素配置扭曲和价格扭曲形成的原因不同,例如,市场多重分割、信息不对称等市场内生性因素往往造成劳动力要素配置扭曲;政府政策的人为干预市场、户籍制度等政策外生性因素往往造成劳动力要素价格扭曲。同时,劳动力要素配置扭曲和价格扭曲之间的影响是相互的、双向的:从劳动力要素配置扭曲来看,劳动力在不同部门之间的自由流动受到阻碍,由此造成劳动力竞价机制扭曲,劳动力价格逐渐背离价值[12];从劳动力要素价格扭曲来看,劳动力要素价格长期偏离边际产出,价格信号失真难以反映出要素市场实际的供需状况,导致劳动力要素等资源无法实现有效配置。

关于劳动力要素扭曲程度测度,目前主要包括四类方法:一是生产函数法,包括C-D生产函数和超越对数生产函数。例如,Zhu、赵富森等采用C-D生产函数法测算了生产要素市场价格扭曲程度,主要包括劳动力、资本及能源要素[13-14]。吴武林等对比分析了C-D生产函数与超越对数生产函数,最终采取拟合度较好的超越对数生产函数测度劳动力市场相对价格扭曲程度[15]。二是生产前沿分析法,主要包括参数化随机前沿法(SFA)和非参数化数据包络法(DEA)。例如,Skoorka最先采用SFA方法测度了产品市场和要素市场的扭曲程度[16],之后蒋含明也利用该方法测算要素价格扭曲指数[17]。赵自芳等基于DEA方法分析了要素市场扭曲造成资本、劳动力资源错配,进而导致要素配置效率损失[18]。三是市场化进程指数法。例如,张杰等利用市场化指数构建劳动力市场扭曲指数,进一步算得劳动力价格扭曲指数和劳动力配置扭曲指数[19]。四是影子成本测算法。例如,袁鹏等采用影子成本模型,从地区、要素和时间等方面来研究要素市场扭曲与经济效率问题[20]。劳动力要素扭曲程度四种测度方法比较如表1所示。

表1 劳动力要素扭曲四种测度方法比较

关于劳动力要素扭曲水平的分析,学者们也展开一定程度探讨。例如,陈翼然等基于微观角度,利用改进后的HK模型(2)Hsieh和Klenow对企业间要素错配测算具有一定代表性,因此一般将其使用的模型简称为“HK模型”。,从四个层面对中国制造业要素配置扭曲程度进行深入分析,研究发现:部门内企业间要素错配逐年加剧,以及行业和地区结构性错配问题都较为严重等[21]。李言使用生产函数法对中国2000—2016年间的生产要素价格扭曲进行测算,并深入分析了生产要素价格扭曲的时间层面和空间层面的变异系数、协调度和影响因素[22]。崔琳昊通过计算劳动力要素的相对价格扭曲系数间接表示劳动力要素的资源错配程度,同时从中国整体、四大经济区域以及城市分布来描述劳动力资源错配程度并分析其资源错配原因[23]。

回顾既有文献可知,现有关于劳动力要素扭曲的研究文献较为丰富,为本文研究提供了较好的借鉴思路和启发,但从现有的文献来看,还存在以下不足:一是从研究视角看,现有研究多是基于劳动力价格扭曲或劳动力配置扭曲单一视角,而从价格扭曲和配置扭曲双重视角来探讨研究较少,难以全面揭示劳动力要素扭曲程度。二是从研究内容看,现有文献较多对特定区域劳动力要素扭曲进行测度及水平演变分析,而对劳动力要素扭曲程度的时空动态演变特征、区域差异及来源等内容放在统一的分析框架下较少,难以揭示劳动力要素扭曲区域差异及其原因。三是从研究方法看,考虑到生产前沿分析法操作复杂,难以测算每种要素的价格扭曲指数;影子成本测算法,需要系统达到最优时才能赋予价值,实际难以符合此要求;市场化进程指数法,测度受时间跨度限制;生产函数法能较好测算出每种要素的价格扭曲指数,操作简单且可以多时序多维度测量。鉴于此,本文将配置扭曲和价格扭曲纳入生产函数中,测度2010—2021年中国30个省份劳动力要素配置和价格扭曲程度,在此基础上,采用空间分析法阐述劳动力要素扭曲程度的空间分布状况,并借助Moran-I指数法分析劳动力要素扭曲程度的空间相关性,同时运用Dagum基尼系数方法进一步揭示中国四大地区劳动力要素扭曲程度的区域差异及来源,以全面深入阐释中国劳动力要素扭曲程度的时空分布特点及空间相关性特征,并把握中国劳动力市场配置机制和价格机制运行现状、趋势及成因,推动其市场化改革与产品市场同步,将“滞后性”转变为“同步性”。

三、劳动力要素扭曲形成的现实动因

从理论上看,学术界主要基于“局内人—局外人”、二元劳动力市场、效率工资和人力资本差异等理论,对中国劳动力要素扭曲形成动因,从不同角度进行了一定程度解释。从实践上看,中国经济体制改革以来,产品与要素价格扭曲一直是中国市场的一个主要特征。随着计划调节和市场调节两种机制的同时实行,中国产品价格扭曲现象正在逐步消除。但由于地方保护政策和市场分割等原因,中国依旧存在较为严重的要素市场扭曲现象,其中劳动力要素价格难以全面反映供求关系,劳动力的禀赋关系也没有通过其相对价格体现出来。具体来说,政府管制和市场分割是造成中国劳动力要素扭曲的主要根源。一方面,出于对政绩、GDP经济绩效的盲目追逐,地方政府对关键劳动要素实施垄断控制,阻隔了本地市场与外地市场交流,减缓了要素市场化改革的步伐[24];同时,地方政府为实现劳动力价值“剪刀差”的最大化,对劳动力价格和劳动力流动加以管制,以获取经济持续增长所必需的资本积累与低劳动力成本竞争优势[25]。另一方面,劳动力市场逐渐衍生出新的分割形式,限制了劳动力在不同城市、不同所有制、不同部门等环境下的自由转移,使其薪酬和能力得不到最佳配置,加剧了实际工资与劳动边际生产率之间的偏离程度[26]。市场分割壁垒普遍存在于中国劳动力市场中,并渗透到了劳动力配置与价格体系方面。首先,大多数城市户籍制度和公共服务之间存在不兼容,一定程度上削弱了劳动力要素的流动自由度,进而影响到劳动边际生产率。其次,所有制壁垒帮助国有单位在体制内交易中获得更多资金支持与超额利润,但明显对非国有单位造成挤出,拉大了两部门间的工资差距[27];最后,大量科技型人力资本受高收入激励选择进入非科技生产型部门,导致创新生产效率低下,要素报酬下降,而技能部门与非技能部门之间工资失衡进一步导致部门之间劳动力要素的结构性错配[28-29]。

四、研究方法与数据说明

(一)测度方法

1.劳动力要素配置扭曲(Dislait)测度方法

本文借鉴白俊红等的做法,采用C-D生产函数法进行测算[30],计算公式如下:

(1)

(2)

对上式两侧同时取自然对数,并在模型中加入省份固定效应ϑi、年份固定效应ϑt和随机扰动项εit,可得到:

(3)

其中,Yit为省份i在第t年的产出,用各省份国内生产总值表示,并折算成2010年不变价格表示的实际国内生产总值;Kit为各省份i在第t年的资本投入量,测算方法采用永续盘存法测度:

Kit=Iit/Pit+(1-δ)Kit-1

(4)

其中,Iit为省份i在第t年的全社会固定资产投资总额;Pit为对应的固定资产投资价格指数;δ为折旧率,按照已有研究,取值为9.6%[31]。

2.劳动力要素价格扭曲(Dislpit)测度方法

本文采用生产函数对全国劳动力要素价格扭曲指数进行测算,同时借鉴Yang、吴武林等的做法[8,15],采用由C-D生产函数改进而来的更具一般性的超越对数生产函数法(3)与C-D生产函数相比较,超越对数生产函数法具有更多的替代及转换模式,是目前实证研究中最常使用的灵活生产函数,因此本文采用超越对数函数法测度劳动力要素价格扭曲。但是,由于超越对数生产函数估计参数多,且现有研究很少使用其来测度要素配置扭曲,由此本文使用C-D生产函数和超越对数生产函数分别测度劳动力要素配置扭曲和价格扭曲。,生产函数形式如下:

(5)

劳动力边际产出为:

(6)

那么,劳动力价格扭曲指数可以写成:

(7)

其中,wit表示各省份i在第t年实际工资,用城镇单位就业人员的平均工资进行取值,并根据CPI平减指数折算为实际工资;vit和uit分别表示为随机误差项和效率损失项。

3.空间分析方法

使用ArcGIS10.8软件,绘制劳动力要素配置扭曲和劳动力要素价格扭曲的空间分布图谱,以表现全国及四大地区劳动力要素扭曲程度的空间布局特征。同时,运用Moran-I指数探讨要素扭曲程度与城市空间分布是否存在内在联系,若存在,其关联程度和方向如何。Moran-I指数模型表达式为:

(8)

4.Dagum基尼系数及分解方法

本文采用Dagum基尼系数对2010—2021年中国四大地区劳动力要素扭曲差异进行测度和分解,计算方法如下:

(9)

首先对地区内省份的劳动力要素扭曲均值进行从大到小降序排列,在此基础上将其分解为地区内差距贡献Gw、地区间差距贡献Gnb和超变密度贡献Gt三部分,且满足等式G=Gw+Gnb+Gt。计算公式如下:

(10)

(11)

(12)

(13)

(14)

(15)

(16)

Djh=djh-pjh/djh+pjh

(17)

其中,式(10)和式(11)分别表示j地区内基尼系数Gjj和地区内差距贡献Gw;式(12)和式(13)分别表示j、h地区间基尼系数Gjh和地区间差距贡献Gnb;式(14)表示超变密度贡献Gt;式(15)中djh表示地区内劳动力要素扭曲程度水平之差,式(16)中pjh表示超变一阶矩,式(17)中Djh表示j、h地区间劳动力要素扭曲程度的相对影响。

(二)数据说明

五、劳动力要素扭曲测度与时空演变特征分析

(一)时间序列分析

根据式(1)～(7)对2010—2021年中国劳动力要素配置扭曲程度和价格扭曲程度进行测度,测度结果如表3和表4所示。依据该测度结果对中国30个省份劳动力要素扭曲情况进行时间序列变动特征进行深入分析。

表3 2010—2021年30个省份及全国四大地区劳动力要素配置扭曲程度的测度结果

表4 2010—2021年30个省份及中国四大地区劳动力要素价格扭曲程度的测度结果

1.劳动力要素配置扭曲时序变动分析

由表3可知2010—2021年中国劳动力要素配置扭曲呈现2010—2014年逐渐下降,2014年后小范围内上下波动的演变特征,整体上仍处于下降态势,且呈现较为明显的区域差异。一方面,从区域整体看,四大地区劳动力要素配置扭曲程度呈现“东北>西部>中部>东部”的特征,具体而言,东北地区劳动力要素配置扭曲指数由2010年的0.401下降到2021年的0.205,年均下降5.45%;西部地区劳动力要素配置扭曲指数由2010年的0.328下降到2021年的0.163,年均下降5.66%,下降幅度最大;中部地区劳动力要素配置扭曲指数由2010年的0.207下降到2021年的0.121,年均下降4.40%;东部地区劳动力要素配置扭曲指数由2010年的0.202下降到2021年的0.144,年均下降2.78%,下降幅度最小;而全国劳动力要素配置扭曲指数由2010年的0.269下降到2021年的0.153,年均下降4.63%。另一方面,从省份来看,大部分省份整体上排名比较稳定,整个时间段均值排名前五的省份是甘肃、黑龙江、山西、新疆和青海,排名后五的省份为河北、湖北、湖南、山东和安徽;2010—2015年以及2016—2021均值排名前五和后五的省份大部分没有变化。同时省份个体排名与其所在区域排名呈现显著的正相关,劳动力要素配置扭曲指数最高的15个省份中有11个分别位于排名为第一和第二的东北地区与西部地区;最低的15个省份中有12个分别位于排名为第三和第四的中部地区和东部地区。由此可知,劳动力要素配置扭曲程度,东北地区和西部地区相对较高,但年均下降幅度也较大;中部地区和东部地区相对较低,但年均下降幅度也较小,且大部分省份排名较稳定。这表明,近年来随着市场化改革稳步推进,全国及四大地区劳动力要素配置扭曲纠偏取得较好的成效,尤其是东北地区和西部地区等较不发达地区,劳动力要素配置扭曲年均下降幅度均大于全国年均下降幅度水平。上述特征事实可能的原因是中国“人口红利”处于减缓期,由此大力推动“人才发展战略”并逐步迈向“人才红利”,劳动力要素资源错配的体制机制得到一定程度完善,劳动力自由流动的渠道得到进一步畅通,使得全国及区域内劳动力要素配置扭曲程度整体呈现下降态势。

2.劳动力要素价格扭曲的时序变动分析

由表4可知2010—2019年中国劳动力要素价格扭曲呈现逐年下降态势,但2019年后,表现为小幅度上升的变动特征,且四大地区演变轨迹大体与全国一致。一方面,从区域整体看,四大地区劳动力要素价格扭曲程度呈现“东北>东部>西部>中部”的特征。具体而言,东北地区劳动力要素价格扭曲指数由2010年的4.278下降到2021年的3.585,年均下降1.46%;东部地区劳动力要素价格扭曲指数由2010年的3.870下降到2021年的2.910,年均下降2.35%,下降幅度最大;西部地区劳动力要素价格扭曲指数由2010年的2.697下降到2021年的2.186,年均下降1.74%;中部地区劳动力要素价格扭曲指数由2010年的2.514下降到2021年的2.404,年均下降0.37%,下降幅度最小;而全国劳动力要素价格扭曲指数由2010年的3.210下降到2021年的2.611,年均下降1.71%。另一方面,从省份个体看,各省份间排名总体上非常稳定,没有明显的波动态势,整个时间段均值排名前五的省份是内蒙古、天津、辽宁、江苏、吉林,排名后五的省份为四川、安徽、甘肃、云南、贵州;2010—2015年以及2016—2021均值排名前五和后五的省份大部分没有变化。同时省份个体排名与其所在区域排名也呈现显著的正相关,劳动力要素价格扭曲指数最高的15个省份中有12个分别位于排名为第一和第二的东北地区与东部地区;最低的15个省份中有12个分别位于排名为第三和第四的西部地区和中部地区。由此可知,中国劳动力要素价格扭曲程度东北地区最高,经济发达的东部地区高于西部地区和中部地区。本文认为上述现象产生的原因可能在于:首先,东北地区产业结构仍以传统重型化工业为主,经济增长速度过于缓慢;同时这也进一步致使劳动力要素外流,而人才的流失和高素质劳动力匮乏也是其经济发展疲软的原因。这些情况难免使得东北地区劳动力要素价格常年处于较高扭曲状态。其次,经济较为发达的东部地区对生产要素聚集能力较强,劳动力要素资源较为充裕,容易导致劳动力资源以低成本被过度使用,从而加剧劳动力要素价格扭曲。最后,对于中西部地区,近年来,随着部分劳动密集型产业和过剩劳动力回流以及人才吸纳政策的开放落实,为中西部地区带来新一轮人口红利,相较于其他地区而言,劳动力要素价格扭曲程度较小。

(二)空间差异分析

根据测算出来的劳动力要素配置扭曲指数和劳动力要素价格扭曲指数,运用ArcGIS10.8软件对2010年、2014年、2017年和2021年的测度结果进行可视化分析,得到劳动力要素扭曲程度空间分布图谱并进一步对空间分布特征分析(4)由于篇幅所限,结果未列出,如有需要,请向作者索取。。

1.劳动力要素配置扭曲空间分布特征分析

总体上看,2010—2021年中国劳动力要素配置扭曲程度省份间呈现集聚特征,空间分布并不均衡。从区域整体看,四大地区要素配置扭曲程度总体上沿着“东部→中部→西部→东北”方向呈现加剧的空间分布特征。其中西部地区和东北地区劳动力要素配置扭曲程度在全国范围内较大,且在2010—2014年间扭曲程度减弱,2014—2017年间部分省份扭曲程度呈现加剧态势;东部地区和中部地区劳动力要素配置扭曲程度相对较为稳定。从具体省份看,东北三省、新疆和山西等省份扭曲程度逐渐减弱,表明东北三省、新疆和山西等省份劳动力资源配置不足,但其错配程度在不断缓解。湖北、湖南、安徽和山东等人口大省,劳动力要素资源错配程度加剧,可能是随着经济深化改革,产业结构转型升级,导致劳动者的技能水平与劳动力市场需求不匹配,就业结构性矛盾突出,致使劳动力要素配置扭曲加剧。总之,中国劳动力要素配置扭曲整体上呈现减缓态势,但部分地区由于现实原因,空间分布发生明显变动。

2.劳动力要素价格扭曲空间分布特征分析

总体上看,2010—2021年中国劳动力要素价格扭曲程度的空间分布存在一定的规律性。从区域整体看,相对较高劳动力要素价格扭曲程度大多分布于东北地区和东部地区,同时劳动力要素价格扭曲程度空间分布呈现“圈层结构”,即沿着“西部→中部→东部→东北”由内向外逐渐加强分布。其中西部地区劳动力要素价格扭曲程度相对稳定,2010—2017年间西部地区部分省份价格扭曲程度减小,东北地区、东部地区以及中部地区部分省份劳动力要素价格扭曲程度有所加剧。从具体省份看,2017—2021年间相较于其他省份而言,河北、河南、重庆、江西、广东、黑龙江、吉林、山东、江苏、福建等大部分省份劳动力要素价格扭曲程度逐渐加强,究其原因可能是近年来中国经济增长动力不足,因而经济增长速度放缓,导致劳动力要素市场供大于求,劳动力要素价格存在被低估的情况,因此劳动力价格扭曲程度有所加深。

(三)空间相关性特征

本文采用Moran-I指数方法来判断中国劳动力要素扭曲在整体上是否存在空间相关性,即中国劳动力要素扭曲程度与省份空间布局是否存在关联。运用ArcGIS10.8对30个省份构建空间权重矩阵,通过Stata测度不同年份的Moran-I指数,若P值小于0.1,且Moran-I指数为正,表明劳动力要素扭曲程度存在空间相关性;反之,若P值大于0.1,或Moran-I指数为负,表明劳动力要素扭曲程度不具备空间相关性。

由表5可知,基于劳动力要素配置扭曲维度来看,除2012和2021年外,其余考察期内中国劳动力要素配置扭曲程度P值在10%显著性水平上通过检验,且全局Moran-I指数除2021年均为正值,表明中国劳动力要素配置扭曲程度除2012年和2021年外存在空间相关性。从全局Moran-I指数变化趋势来看,2010—2021年,劳动力要素配置扭曲指数空间关联性呈现波动下降趋势,从2010年的0.275波动下降至2021年的-0.042,表明空间集聚趋势总体上呈现不断弱化态势。基于劳动力要素价格扭曲维度来看,2010—2021年中国劳动力要素价格扭曲程度P值在1%显著性水平上通过检验,全局Moran-I指数均为正值,表明中国劳动力要素价格扭曲程度与空间分布存在正相关性。从全局Moran-I指数变化趋势来看,在考察期内劳动力要素价格扭曲指数空间关联性呈现稳定下降趋势,但各年份间变化幅度并不大,数值较为接近,其空间集聚趋势总体上具有一定的稳定性。综上所述,各省份的劳动力要素扭曲水平不仅会影响周围省份的扭曲水平,同时也会受到周围省份的影响。这一特征对于提升劳动力要素市场化水平、缩小区域差距具有重要指导意义。例如,2022年国务院下发《关于加快建设全国统一大市场的意见》,提出要发挥市场的规模效应和聚集效应,破除各种封闭小市场、自我小循环,努力形成畅通高效、供需互促的国内大循环。

六、劳动力要素扭曲程度的区域差异及分解

本文运用Dagum基尼系数方法测算2010—2021年全国四大地区劳动力要素扭曲的区域差异并予以分解,具体结果见表6～10。

表6 全国及四大地区劳动力要素配置扭曲程度的基尼系数

(一)劳动力要素配置扭曲程度的区域差异及分解

1.区域总体差异分析

表6反映了2010—2021年全国及四大地区劳动力要素配置扭曲程度的区域差异。从总体层面看,基尼系数总体上呈现出波动上升态势,由2010年的0.280波动上升至2017年最大值0.370,然后波动小幅下降至2021年的0.355。由此可见,中国劳动力要素配置扭曲区域总体差异在整个考察期内呈现扩大态势,这种扩大态势主要是在2017年之前产生的,2017年至2021年区域总体差异却呈现缩小态势。这表明近年来随着深化户籍制度改革推进,城市落户限制等政策开放,制约劳动力要素流动的机制得到有效突破,从而促进了区域间劳动力要素流动的整体性和协同性,也一定程度上缩小了劳动力要素配置扭曲区域总体差异。

2.区域内差异分析

从考察期内均值看,中部地区、东部地区、西部地区和东北地区基尼系数均值分别为0.402、0.301、0.248和0.104,可见中国四大地区劳动力要素配置扭曲程度的区域内差异呈现“中部>东部>西部>东北”特征。从波动幅度来看,中部地区、西部地区、东北地区和东部地区基尼系数标准差分别为0.086、0.049、0.039和0.031,总体上都较小,表明基尼系数差异较小。综上所述,中国四大地区劳动力要素配置扭曲程度,中部地区区域内差距最大,东北地区区域内差距最小,且四大地区基尼系数波动幅度都较为平稳。对于上述结论的可能原因在于,中国中部地区和东部地区内部各省份发展水平不同,区域内经济联系紧密度和融合度不高,发展不平衡不充分问题依然突出,导致地区市场内部要素不能有序循环,劳动力要素的配置效率和配置能力得不到提升,从而抑制中部地区和东部地区区域内差距缩小。此外,西部地区和东北地区内省份产业发展基础、经济发展水平和地理条件等具有一定的相似性,相对而言,区域内差异较小。

3.区域间差异分析

表7呈现了2010—2021年中国四大地区劳动力要素配置扭曲程度的区域间差异。从考察期内均值来看,东北—东部、东部—中部、东北—中部、中部—西部、东部—西部、东北—西部区域间基尼系数均值分别为0.409、0.404、0.378、0.369、0.350和0.231,由此可见,中国劳动力要素配置扭曲程度地区间差异大小降序排列为“东北—东部>东部—中部>东北—中部>中部—西部>东部—西部>东北—西部”。从波动幅度来看,东北—东部、东部—中部、东北—西部、中部—西部、东北—中部和东部—西部区域间基尼系数标准差分别为0.071、0.059、0.046、0.044、0.041和0.03,区域间差异波动都较小,总体较为平稳。通过进一步分析,中国东北地区和西部地区经济发展相对滞后,主要依托于当地的实体经济,中国当前实体经济存在招工难、就业质量低、高技能劳动力不足等问题,导致东北地区和西部地区劳动力要素资源得不到有效配置,其扭曲程度与其他地区产生一定的差异。因此,劳动力要素配置扭曲区域间差异最大的为东北—东部,最小的是东北—西部。

表7 四大地区劳动力要素配置扭曲程度的区域间基尼系数

4.区域差异来源及其贡献

表8展示了2010—2021年中国劳动力要素配置扭曲程度区域差异的来源及其贡献。从差距来源的贡献率来看,地区内差异、地区间差异及超变密度的贡献率平均值分别为23.81%、47.98%和28.21%。可见,地区间差异贡献率最大,且2010—2021年间,地区间差异贡献率显著超过地区内差异和超变密度贡献率。从贡献率增幅来看,地区内差异贡献率由2010年的24.258%上升至2021年的28.527%,上涨了4.269个百分点,超变密度贡献率由2010年的25.516%上升至2021年的47.434%,上涨了21.918个百分点;而地区间差异贡献率由2010年的50.226%下降至2021年的24.039%,下降了26.187个百分点。由此可知,地区内差异贡献率和超变密度贡献率呈现波动上升态势,而地区间差异贡献率整体呈现下降态势。总体而言,从分解结果可以发现,地区间差异是造成区域差异的主要原因,这可能与四大地区之间劳动力资源禀赋、空间功能分工以及就业机会的不同有关。因此,缩小地区间差异是解决劳动力要素配置扭曲程度不均衡问题的关键。

表8 基尼系数分解结果

(二)劳动力要素价格扭曲程度的区域差异及分解

1.区域内总体差异分析

表9刻画了2010—2021年全国及四大地区中国劳动力要素价格扭曲的区域差异。从中国总体层面看,基尼系数呈现出波动下降态势,由2010年的最大值0.185波动下降至2014年最小值0.165,然后上升至2018年的0.179,再降至2021年的0.171。由此可见,中国劳动力要素价格扭曲区域总体差异在整个考察期内呈现缩小态势,表明劳动力市场价格机制失衡的现象有所缓解。

表9 全国及四大地区劳动力要素价格扭曲程度的基尼系数

2.区域内差异分析

从考察期内均值看,西部地区、东部地区、中部地区和东北地区基尼系数均值分别为0.189、0.110、0.088和0.045,可见中国四大地区劳动力要素价格扭曲程度的区域内差异呈现“西部>东部>中部>东北”特征。从波动幅度来看,东北地区、东部地区、西部地区和中部地区基尼系数标准差分别为0.018、0.013、0.011和0.010,表明基尼系数波动幅度都较小。综上所述,中国四大地区劳动力要素价格扭曲程度,西部地区区域内差距最大,东北地区区域内差距最小,且全国及四大地区劳动力要素价格扭曲程度区域内差距并未发生较大变化,总体保持稳定,但东部地区和中部地区存在持续扩大的可能性。

3.区域间差异分析

表10呈现了2010—2021年中国四大地区劳动力要素价格扭曲程度的区域差异。从考察期内均值来看,东北—西部、东北—中部、东部—西部、东部—中部、中部—西部、东北—东部区域间基尼系数均值分别为0.253、0.231、0.214、0.180、0.154和0.106,因此,中国劳动力要素价格扭曲程度地区间差异大小降序排列为“东北—西部>东北—中部>东部—西部>东部—中部>中部—西部>东北—东部”。从波动幅度来看,东部—中部、东北—中部、东北—西部、东北—东部、中部—西部以及东部—西部区域间基尼系数标准差分别为0.025、0.023、0.010、0.010、0.009和0.008,表明各区域间差异尼基系数走势整体呈现一定的平稳性,地区之间在劳动力价格扭曲变动上具有一定的同步性;2010年以来,四大地区区域间差异在早期呈现缩小的态势,后期除中部—西部和东部—中部外,其他地区区域间差异呈现缓慢扩大的态势。这表明,近年来随着中国深入完善要素市场价格机制,着力理顺劳动力要素价格信号,劳动力工资扭曲现象正逐步被矫正。

表10 四大地区劳动力要素价格扭曲程度的区域间基尼系数

4.区域差异的来源及其贡献

表11展示了2010—2021年中国劳动力要素价格扭曲程度区域差异的来源及贡献。从差距来源的贡献率看,地区内差异、地区间差异和超变密度贡献率平均值分别为22.56%、56.20%和21.23%,因此地区间差异贡献率最大,且2010年至2021年地区间差异贡献率每年都大于百分之五十。从贡献率增幅来看,地区内差异贡献率由2010年的20.801%上升至2021年的23.057%,上涨了2.256个百分点,超变密度贡献率由2010年的19.497%上升至2021年的24.248%,上涨了4.751个百分点;而地区间差异贡献率由2010年的59.702%下降至2021年的52.695%,下降了7.007个百分点。总体而言,从分解结果可以发现,地区间差异是造成区域总体差异的主要原因,由于省份规模、经济水平、发展路径等存在较大差异,工资水平不合理不均衡问题凸显。因此,缩小地区间差异是解决劳动力要素价格扭曲程度不均衡问题的关键,应着重从缩小中国四大地区区域间劳动报酬水平差距的角度采取措施。

表11 基尼系数分解结果

七、结论与建议

本文通过生产函数法测算了中国30个省份2010—2021年劳动力要素配置和价格扭曲指数,对其时空演变特征和空间相关性进行了深入分析,并进一步分析中国劳动力要素扭曲程度的区域差异及其来源,主要得到以下结论:

第一,从时间序列变动看,2010—2021年中国劳动力要素配置扭曲和价格扭曲程度总体上呈现下降态势,且存在较为明显的区域差异;其中东北地区劳动力要素配置扭曲和价格扭曲都是最高,东部地区劳动力要素配置扭曲最低,而价格扭曲程度仅次于东北地区。

第二,从空间分布及空间相关性特征看,2010—2021年中国劳动力要素配置扭曲程度省份间呈现集聚特征,空间分布并不均衡,总体上沿着“东部→中部→西部→东北”方向呈现加剧的空间分布特征;劳动力要素价格扭曲程度的空间分布呈现圈层结构,即沿着“西部→中部→东部→东北”由内向外逐渐加强分布;劳动力要素扭曲程度与空间分布存在正相关性,且呈现不断弱化态势,即各省份的劳动力要素扭曲程度不仅会影响周围省份的价格扭曲程度,同时也会受到周围省份的影响,且这种影响程度呈现减弱态势。

第三,从区域差异及分解来看,考察期内中国四大地区劳动力要素配置扭曲程度区域总体差异呈现扩大趋势,区域内差异中部地区最大,东北地区最小,区域间差异东北—东部间最大,东北—西部间最小;而价格扭曲程度区域总体差异呈现缩小趋势,区域内差异西部地区最大,东北地区最小,区域间差异东北—西部间最大,东北—东部间最小;无论是劳动力要素配置扭曲,还是价格扭曲,区域总体差异主要来源都是区域间差异。

基于此,本文提出以下政策建议:第一,针对中国劳动力要素扭曲程度整体呈现下降的特点。要稳步深化要素市场化制度建设,以“要素市场化”为着力点,全面提倡市场化用工,完善市场化准入、退出机制,着力破除各类人力资源自由有序流动的政策。同时规范垄断企业的工资体系,提高非垄断行业劳动力工资,缩小部门间收入差距。第二,根据中国劳动力要素扭曲程度空间分布不均衡的特征。要结合地区实际状况,因地制宜,分类施策,依据地区劳动力资源禀赋与劳动力收入在初次分配中的情况,精准合理地健全政策体系。其中经济欠发达地区要积极培育地方特色产业,加强区域间的协调合作,着力扩大当地就业市场规模,以减少劳动力资源错配,并切实提高劳动报酬。第三,对于中国劳动力要素扭曲区域间相互影响、相互制约的特点。要进一步构建区域化协同发展机制,聚焦于区域间的整体性和协调性,缩小地区间经济发展差异。第四,关于中国四大地区劳动力要素扭曲存在显著的区域差异。首先,要打破区域内部的行政分割,消除区域内发展不均衡不充分的制度性隐患;同时,要充分发挥经济更为发达省份的辐射带动效应,从经济层面实质性提升经济洼地的收入水平,从区域层面发力改善劳动力要素市场扭曲;此外,进一步深化户籍制度改革,激发人才创新创业活动,鼓励人才跨区域流动,实现劳动力要素资源的合理配置。

对于要素扭曲程度的测算,中国学者在这一领域已做出较多成果,通过进一步对比发现,本文测度结果与既有文献测度结果之间存在一定的差异,如表12所示,究其原因,主要有三个方面:第一,与测度相关的数据样本、数据来源以及计量口径不同,进而导致测度结果的不同。例如,数据选取的时间跨度不同,部分变量指标选取标准存在差异,数据预处理的操作方法不同等因素。第二,选取不同的测度方法也会导致研究结果存在较大差异。比如,前文所提到的生产函数法存在函数设定、数据选择偏误,容易导致估计偏差;生产前沿分析法操作复杂,且容易出现数据选择误差;市场化进程指数法受时间跨度限制等问题。因此,采用不同的测度方法将导致研究得到不同的测算结果。第三,由于所研究的层面和视角不同,而使得测度结果不同。中国要素资源扭曲是多维度的,所有制、行业、部门、地区以及不同生产要素等均呈现扭曲现象,而且彼此相互交织,因此从不同视角或层面来进行研究,其结果会产生一定的差异。

表12 既有研究劳动力要素配置或价格扭曲的测算结果汇总