1996~2005年我国农业剩余劳动力估计:基于随机前沿模型的分析_农业论文

1996-2005年中国农业剩余劳动力的估算——基于随机前沿模型的分析,本文主要内容关键词为:剩余劳动力论文,年中论文,模型论文,农业论文,此文献不代表本站观点,内容供学术参考,文章仅供参考阅读下载。

剩余劳动是发展经济学的基本概念。经济发展的本质是就业结构的转变,即人口由低效率的就业部门流向高效率的就业部门,由此从整体上提高经济效率,从而促进经济持续较快地增长。因此,剩余劳动力的数量及其变化趋势是决定未来中国经济增长潜力的重要因素。国内外学者对中国剩余劳动力的数量进行了大量的研究,但由于对剩余劳动的定义以及估算方法的不同,得出的结论存在很大的差异。本文采用随机前沿模型,利用1996-2005年的省际面板数据对近十年来我国农业剩余劳动的数量进行了估算,并对剩余劳动的变化趋势进行了分析。

本文结构安排如下:第一部分是文献综述,评述主要的剩余劳动估算方法及对中国剩余劳动估算的结果;第二部分介绍本文采用的计量模型、使用的数据、计量结果,并对结果进行讨论;第三部分是对全文的总结。

一、文献综述

直接估算剩余劳动的数量是非常困难的。由于从事农业生产的劳动力数量可以从统计资料中获得①,因此,可以通过估算在农业产出与其它要素投入不变的条件下实际需要的劳动数量,间接地估算剩余劳动数量,或者通过估算剩余劳动比例,进而估算剩余劳动数量。估算实际需要的劳动数量的方法有经验法、基准估算法、劳动定额法、古典法与国际比较法等。经验法、基准法和劳动定额法是20世纪90年代以前国内学者采用的主要方法(Taylor,1988)。经验法由农业生产基层组织的领导者估计本生产单位所需的劳动投入,将其与实际劳动投入进行比较,从而得到剩余劳动的估算。基准估算法首先选择基准年,根据基准年的土地劳动比或劳动设备比确定总的劳动需求,然后将其与实际劳动数量进行比较。基准年一般选择在20世纪50年代初期。劳动定额法根据农业技术经济的研究,计算每种农作物单位产出需要投入的劳动数量,再根据实际产量计算每种作物的实际劳动需求,将其加总得到总的劳动需求,与实际投入的劳动数量相比较得到剩余劳动数量。由于生产方式的转变(家庭联产承包责任制后,农户具有分散的农业生产决策权,生产队领导难以掌握准确估算各农户实际劳动需求的信息)、生产技术水平的提高(劳动与其他要素投入的比例发生变化)以及缺乏相关农业技术经济研究的支持(1986年以后再未在全国范围内编制农业生产的劳动定额标准),因此,这三种估算方法逐渐被放弃。根据Taylor(1988,第750页)对国内外学者研究成果的归纳,按照以上三种方法进行的各项研究,估计80年代中前期我国农村剩余劳动力在7千万至1.5亿之间,剩余劳动比率在30%左右。

古典法依据二元结构下农业部门与非农部门之间存在的效率差异,假定农业部门生产效率提高至某一特定水平,如与非农部门效率相同,或相当于非农生产效率的三分之一,比较此时所需的农业劳动投入与实际劳动投入,将其差额作为剩余劳动数量的估算。按照OECD(2002)的估算,如果农业部门生产效率提高到与非农业部门相同的水平,我国剩余劳动力的数量约为2.75亿,如果与其它东亚国家一样,提高到非农部门三分之一的水平,则剩余劳动力的数量约为1.5亿。国际比较法是根据其他国家的工业化经验,确定不同发展阶段的收入水平与农业就业比重的对应关系,再由我国实际收入水平推断符合国际经验的农业就业比重,进而估算剩余劳动数量。王检贵、丁守海(2005)根据钱纳里等归纳的经济发展经验,估计2003年我国农业剩余劳动力数量为4500万,剩余劳动力比率为14%。古典法和国际比较法的问题在于设定的估算标准缺乏合理的依据。古典法对农业生产效率提高比例的假定具有一定的随意性,而不同假定的估算结果差异很大。经济发展模式是对各国经济发展经验的归纳,考虑到不同国家和地区经济发展特征的巨大差异,似乎难以用其他国家的经验作为标准,来估算我国农业剩余劳动力的数量。

估算剩余劳动比例的方法主要包括生产函数法、劳动投入调研法和技术效率法。生产函数法将经济分为农业和非农业两个部门,并设定两个部门各自的生产函数,根据资金和劳动在不同部门合理配置的均衡原则,推导出农业剩余劳动比例的估计式。刘建进(1997)和王红玲(1998)采用这一方法估算了1994年我国农业剩余劳动,得到了相似的估算结果,剩余劳动比例约为25%,剩余劳动力数量约为1.2亿。劳动投入调研法通过调查得到农民每年实际投入的劳动时间,将其与充分就业条件下全年工作时间进行比较(一般为270个或300个工作日),进而估计剩余劳动力的数量。王检贵、丁守海(2005)采用这一方法估算2003年我国农业剩余劳动力比例为14.4%,剩余劳动力数量为4586.6万。②采用生产函数法和劳动投入调研法需要进行大范围的调研,并且调研的数据往往只是某一时点的截面数据,因此难以考察剩余劳动数量和比例在较长时期内的变动趋势。

技术效率法是利用农业生产的要素投入和实际产出的数据,估算有效的生产前沿(frontier),实际产出与按照生产前沿可获得的产出之间的差距,或实际的要素投入与按生产前沿估算的必需的要素投入之间的差距,被视为生产的无效率部分,在估算剩余劳动时,这一无效率部分则被视为剩余劳动比例。估算生产前沿的方法可以分为非参数法和参数法。非参数法使用线性规划的方法估计有效的生产前沿,又被称为数据包络分析法(DEA,Data Envelopment Analysis)。这种方法将所有对生产前沿的偏离均视为无效率的部分,因此,有可能高估效率损失,从而高估剩余劳动比例。Ng等(2000)采用这一方法对1978-1992年江苏和四川的剩余劳动比例进行了估计,江苏省剩余劳动比例在31%~49%之间,四川在22%~41%之间。参数法又被称为随机前沿分析法(Stochastic Frontier Aparoach),需要假定生产函数的形式,通过极大似然估计得到参数的估计。Bhattacharyya和Parker(1999)采用这一方法对我国1980-1995年的剩余劳动比例和数量进行了估计,剩余劳动比例在35.2%~39.5%之间,剩余劳动数量在1.05~1.33亿之间。使用随机前沿模型可以估计不同省区在农业生产中农业劳动力投入的相对效率,进而相对准确地估算在农业产出、其他要素投入和自然环境等条件不变的情况下,可由农业生产中转移出的劳动力数量,因此,本文采用这一方法对我国农业剩余劳动力进行了估算。

二、计量模型与经验检验

(一)模型

Battese和Coelli(1992,1995)发展的随机前沿模型可以用来分析面板数据。利用1996-2005年我各省区农业生产的数据,可以分析近十年来我国农业剩余劳动力的比例和数量。基本模型可由公式(1)表示:

由公式(1)和公式(2)可以得出剩余劳动比例(s)的表达式:

公式(4)假定早期样本的技术无效率部分是面板数据中最后一期样本技术无效部分的指数函数。如果η>0,则技术无效率部分随时间变化呈下降趋势;如果η<0,则技术无效率部分随时间变化呈上升趋势;如果η=0,则技术无效率部分不随时间变化而变化。假定农业生产函数为(G-D)函数形式,则对公式(1)两端取对数,并加入地区虚拟变量(D[j,i]),可以得到公式(5):

公式(5)与公式(4)即是本文的模型(1)。Bhattacharyya和Parker(1999)在用随机前沿模型估算中国剩余劳动力时,采取了η=0的时不变模型(Timeinvariant),为了分析农业生产技术效率随时间变化的趋势,Bhattacharyya和Parker在模型中加入了时间趋势项(T)与时间趋势项的平方(TT)。这可以用公式(6)来表示:

在本文中令T=t-1995,TT=T[2]。公式(6)即是本文的模型(2)。统计的农业劳动数量大于必需的劳动投入是由于两种不同的原因造成的,一是由于农业劳动力的不充分就业造成的农业生产的无效率,二是由于虽然一部分农业劳动力已经由农业部门转移到非农部门,但在统计中仍被归到农业部门。③因此,影响劳动力转移的一些因素将会对u[,it]造成影响,根据Battese和Coelli(1995)建立模型,u[,it]可由公式(7)表示:

通过极大似然估计法可以得到α、β、δ、φ、σ[2]、γ等参数的估计值,从而可以估算u[,it]和剩余劳动力比例S[,it],进而估算农业剩余劳动力的数量。

(二)数据

我们收集了1996-2005年全国31个省区农业主要要素投入和产出的数据。由于京津沪三个直辖市农业产值比重、农业人口比重均远低于其他省区,而人均农业产值远高于其他省区,其都市型农业的特征与其他省区有显著差别,我们将其排除在样本之外。这样,我们样本中包括了1996-2005年28个省区共280个观测值。由于在1997年《中国统计年鉴》中将重庆和四川合并统计,1996年重庆和四川的数据来自于2005年《重庆统计年鉴》和《四川统计年鉴》,其余数据来自于各年《中国统计年鉴》。

我们以农业劳动力为被解释变量,解释变量包括农业总产值、农业机械总动力、化肥施用量、役畜、播种面积、灌溉面积和地区虚拟变量④。影响劳动力转移的因素包括城镇化水平、城乡收入差距和地区收入差距。表1是这些变量的简单说明及数据特征。

注:农业产出与要素投入的数据特征是对变量的自然对数进行计算的结果。为了得到各省实际农业总产值,我们首先利用2006年《中国统计年鉴》中国民经济核算的数据,计算了1996-2005年第一产业以1978年为基期的平减指数,然后利用各年的平减指数对各省的农业总产值进行缩减,从而得到实际农业总产值。

(三)结果

我们将模型(1)至(3)的估计结果归纳在表2中。在统计上没有显著性的解释变量包括模型(1)中的农业产出和中部地区虚拟变量、模型(2)中的农业机械动力、役畜、中部地区和东南地区虚拟变量、模型(3)中的时间趋势项和技术无效率效应模型中的常数项,其余系数具有统计显著性。在影响劳动投入的各项因素中,播种面积对劳动力需求的影响最大,反映我国农业生产中劳动土地比例较高的特征;役畜的影响较小,表明役畜在农业生产中的作用可能在下降。与北部地区相比,东北、西北与南部地区在其他条件相同的情况下,必需的劳动投入较少,西南地区必需的劳动投入较多,中部和东南地区与北部没有显著差别。

在时变模型(1)中,η<0说明技术无效率随时间变化呈上升趋势,这与模型(2)中劳动需求随时间上升的趋势是一致的,在模型(3)中虽然劳动需求随时间下降,但在统计上没有显著性。当然,从时间趋势项的系数来看,劳动需求增加的幅度是很小的,但这至少说明近十年来农业生产中缺少节约劳动的技术进步,这与我国农业生产的劳动密集型特征是一致的。

注:模型(3)缺少西藏1997和1998年城镇居民可支配收入数据,因此少两个观测值。上标*和**分别代表在5%、10%的水平上具有统计显著性。

在影响劳动力转移的因素中,城镇化水平影响最为显著。根据Bhattacharyya和Parker(1999)的解释,城镇化水平越高,农产品需求越大,农业生产的边际收入越高,因而劳动力转移的数量较少,这使得由于统计误差而导致的“剩余劳动”较少,从而使技术无效率部分减少。与城镇化的影响相反,本地城乡收入差距越大会导致更多的劳动力转移,因此会导致“剩余劳动”增加,从而使技术无效率的部分增加。地区收入差距与城乡收入差距的影响相同。

根据模型的估算结果可以估计u[,it],并根据公式(3)估算各省区的剩余劳动力比例S[,it],进而估算各省区农业剩余劳动力的数量。将各省区剩余劳动力数量加总,得到1996年以来全国农业剩余劳动数量,与当年农业劳动力相比,可以得出相应的剩余劳动比例(见表3)。根据模型估算的结果,从长期来看,我国农业剩余劳动力的数量和比例并没有明显下降的趋势,在经济增长放缓的90年代中后期,剩余劳动力的绝对数量甚至还出现了上升的趋势。这与Bhattacharyya和Parker(1999)对我国1980-1995年农业剩余劳动力的研究结果是一致的。⑤农业剩余劳动力数量的减少取决于农业劳动力向非农经济部门转移的速度。与东亚其他国家和地区经济高速增长时期相比,我国农业劳动力转移的速度较慢,农业劳动比重下降的速度仅为相当于日本、韩国和我国台湾地区的一半左右。(柳欣、郭金兴,2005)这可能是我国剩余劳动力数量与比例没有出现明显下降趋势的主要原因。

注:在模型(3)中,以西藏1996-2005年其余年份剩余劳动比例的算术平均值估算了1997和1998年剩余劳动数量。

为了便于比较,本文归纳了部分学者对我国剩余劳动力的估算结果(见表4)。即使对相同或相近时期剩余劳动的估算,结果也存在着很大差异。与这些研究相比,本文的估算结果较为适中。

注:1.为了便于比较,剩余劳动时间序列的估算结果,在表中列出代表性年份的数值,时间在数值后括号内标注;

2.王检贵、丁守海(2005)采用了不同的方法进行估算,采用标准结构比较法的估算结果用上标a标注,通过生产函数法得出的估算结果用上标b标注。

三、小结

本文采用随机前沿分析方法,利用省际面板对我国农业剩余劳动力的数量和比例进行了估算,发现1996年以来我国剩余劳动力没有明显的下降趋势。目前我国农业剩余劳动力数量约为1亿人,约占全部农业劳动力的三分之一。农业剩余劳动力的变化与经济增长有着密切的联系,保持较快的经济增长,在非农部门创造更多就业机会,加快农业劳动力向其他部门的转移,是减少农业剩余劳动力的根本途径。

由于在目前的统计中,一部分已经由农业部门转移到其他部门的劳动力仍被统计到农业劳动人口中,因此,本文的研究可能会高估农业剩余劳动力的数量和比例。但是如果考虑到吸收农业劳动力转移的主要是生产效率较低的非正式部门,而根据刘易斯(1954)的分析这些非正式部门也存在着相当数量的剩余劳动力,这会减少由于统计误差而造成的影响。在进一步的研究中,如果可以更准确地分析劳动统计误差的影响程度,对于农业剩余劳动力的研究是非常有帮助的。

注释:

①Rawski和Mead(1998)、岳希明(2005)指出中国官方统计资料高估了农业就业人口的数量,这是由于不能准确地确定农村就业人口的行业归属,从而将一部分不再从事农业的劳动力笼统地归并到了第一产业中。但是,目前并没有合适的方法处理这一问题。本文按照以往文献的惯例,以农村农林牧渔业的从业人员统计作为农业生产投入的劳动力数量。

②王检贵、丁守海对剩余劳动比例的估算明显低于其他研究的结论。这可能是由于他们在研究中并没有使用劳动投入的原始数据,而是利用全国调查数据建立了人均收入与劳动投入之间的关系,再由以各省人均年收入推断劳动投入与剩余劳动的比例(参见王检贵、丁守海,2005)。这种方法存在以下问题:首先,由于各地农业生产条件的差异,人均收入与劳动投入之间可能存在着不同的函数关系,难以用全国平均水平来概括。实际上,根据该文使用的数据,人均收入与劳动投入是一条向上倾斜的曲线,这意味着农业劳动的边际报酬是递增的,这与人们直觉经验相悖。第二,由于农村地区存在收入分配不均的情况,以各省人均收入推断劳动投入,将高估劳动投入时间,低估剩余劳动比例,收入分配差距越大,偏离的误差越大。

③为了论述的方便,我们将统计的农业劳动大于必需的农业劳动的部分统称为剩余劳动。

④Fan和Pardey(1997)按照农业生产特性将我国各省区分为北部、东北、西北、中部、东南、西南、南部七个地区,本文采用了相同的分类,并将北部作为参照组。

⑤根据Bhattacharyya和Parker的估算,我国1995年剩余劳动力数量为1.19亿,比1980年增加了9百万;1995年剩余劳动力比例为37.1%,仅比1980年下降了1.2%。

标签:;  ;  ;  ;  ;  ;  

1996~2005年我国农业剩余劳动力估计:基于随机前沿模型的分析_农业论文
下载Doc文档

猜你喜欢