农村剩余劳动力的新估计及其含义，本文主要内容关键词为：剩余劳动力论文,含义论文,农村论文，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。
以往有关中国农村剩余劳动力的估计很多，估计的结果存在很大差异。早在20世纪80年代中期，随着农村经济改革的激励效果显示出来，绝大多数学者和政策制定者都相信，农村有大约30%～40%的劳动力是剩余的，绝对数大约为1亿到1.5亿[1]。到了20世纪90年代，一些学者推算表明，农村剩余劳动力的绝对数进一步增加。例如，卡特等[2]的估算为1.72亿，剩余比例为31.5%。到了21世纪，人们对于农村剩余劳动力绝对数量和比例的估计不仅几乎没变，甚至还有所提高。例如，刘建进估算的结果是，农村剩余劳动力比例高达46.6%，绝对数量超过1.7亿。[3]
这些估计存在着一个共同的特点，就是注重农村剩余劳动力总量关系的测算，但忽视微观个体特征和行为差异对农村劳动力配置产生的影响。这一方面容易造成对农村劳动力剩余的总量关系判断产生偏差；另一方面，由于缺乏对农村劳动力微观特征的把握，也很难形成具有针对性的劳动力转移政策。在本文中，我们首先讨论以往众多研究基于“农业需求劳动力”估计农村剩余劳动力数量可能存在的缺陷，然后利用微观资料，观察农村劳动力资源的配置状况，并根据微观特征，估计农村剩余劳动力的总量规模。最后，我们根据所估计的结果，就进一步发掘农村劳动力供给的潜力，提出一些政策建议。
一、基于“农业需求劳动力”估计农村劳动力剩余的缺陷
改革开放30年的历程，使中国的经济结构发生了重大的转变。其中一个显著的方面，就是劳动力市场所发生的深刻变化。改革开放之初，中国是一个典型的二元经济结构，大量的剩余劳动力和绝对贫困人口集中于农村。改革开放以来，经济的持续高速增长，尤其是非农部门的迅速发展，为农业部门剩余劳动力转移创造了必要条件。然而，尽管非农部门的劳动力需求持续增加，但关于农村剩余劳动力的规模有多大，却是一个具有广泛争议的问题。一直以来，对农村剩余劳动力的估计，大多是用农村劳动力资源总量，减去既定的农业生产能力下农业对劳动力的需求量得到。这种估计方法虽然直接，却在4个方面存在着缺陷。
首先，在城乡经济关系和劳动力市场一体化程度逐步加强的情况下，农业部门的劳动力配置不仅取决于农业生产能力及其产生的劳动力需求，也取决于农产品价格、非农部门的工作机会和经济收入等多种因素。
在二元分割的社会经济形态下，农业剩余劳动力是一个静态的、绝对的概念，即特定的技术水平和农业生产条件下，除了农业需求的劳动力，其余的劳动力都可以称之为农业剩余劳动力。而在城乡之间产品和要素市场相互联系的情况下，农村剩余劳动力则成为一个动态的、相对的概念。农户的劳动力配置不取决于农业部门的实际劳动力需求，而是取决于劳动力配置于农业部门和非农部门的边际收益大小。在这种情况下，农村劳动力的绝对数量和农业需求劳动力水平，就不能成为估计农村剩余劳动力规模的依据。
实际上，随着经济的不断发展和市场化改革的不断深入，城乡关系逐步改善，劳动力市场逐步一体化的局面已经形成。一方面，劳动力由农村向城市流动的规模越来越大，农村劳动力占城市就业规模的比重已接近一半；[4]另一方面，由于劳动力流动的频繁，劳动力市场一体化的程度也在逐步加强。[5]这就意味着，农户有条件根据非农部门的劳动力市场信息和农业的收益，决定其劳动力配置的部门。而兼业经营和直接、间接的撂荒等现象的日益普遍，则更说明农业劳动力需求数量难以估计，也就难以成为估算农村剩余劳动力规模的基础。
其次，在城乡劳动力市场逐步发育的情况下，农户的劳动力配置行为，也逐渐转化为劳动者根据劳动力市场信号进行个人决策的过程。也就是说，农村劳动力是否在非农部门就业或者迁移到其他地区从事经济活动，取决于劳动力市场的工资水平和个人的保留工资水平。另外，即便是农业生产需求以外，存在着一定数量的剩余劳动力，也需要考虑各种可能存在的不同的劳动力市场选择。对于任何一个群体的劳动力，都存在三种可能的劳动力市场状态：就业、失业和退出劳动力市场，农村剩余劳动力也不例外。
对城市劳动力市场的研究结果表明，由于劳动供给特征、流动性、保留工资和市场分割等因素，城市中的农村迁移劳动力的失业率很低。[6]从全国平均水平看，2000年城市本地劳动力失业率为9.1%，农村迁移劳动力失业率为3.6%，农村迁移劳动力失业率不到城市本地劳动力失业率的一半。这是一个选择性的结果，在城市劳动力市场上未找到工作的农村迁移劳动力，往往倾向于返回农村。因此，把农村剩余劳动力作为一个群体来考虑，他们的失业率可能很低，但劳动参与率也可能较低。
显然，用农村劳动力资源总量减去农业需求劳动力，得到农村剩余劳动力数量的加总分析方法，难以分析个人的劳动力市场参与等决策过程，而笼统地把没有参与劳动力市场的劳动力也作为农村剩余劳动力，并认为其可以为非农经济部门所使用，显然会高估农村劳动力的供给数量。而对农村剩余劳动力构成的差异性不加区分，也不利于形成合理的、有针对性的劳动力市场政策。
再次，由于以往对农村剩余劳动力的估计是基于加总数据，因此，也就很难考虑劳动者的个体差异性。实际上，目前的非农劳动力市场对农村转移劳动力具有很强的选择性，从而使得年龄、受教育水平等个人特征，成为决定农村剩余劳动力流动方向的最主要的因素。已有的研究也已经指出，农村中中青年劳动力已转移殆尽，而老年劳动力的转移可能性却很低。因此，不对这两个群体的转移可能性加以区分，不仅可能高估农村剩余劳动力的总体规模，也不利于出台具有群体针对性的政策，鼓励迁移可能性低的农村劳动力转移，以挖掘现有的劳动力供给潜力。
最后，农业生产的复杂性为确切地估计农业劳动力需求的数量增加了难度。农业生产的季节性很强，目前，劳动者在不同部门之间循环往复地就业，形成兼业化模式的现象非常普遍，这会给度量农业劳动力需求增加难度。同时，农业中的精耕细作和粗放经营会产生明显的劳动力需求差异，但这些差异很难在加总分析中得到反映。而不同程度和形式的撂荒，则更增加了对农业劳动力需求的估计难度。
鉴于上述原因，我们拟通过具有全国代表性的微观数据资料，分析农村劳动力资源的配置状况，基于个体特征，对农村劳动力的转移可能性和农村剩余劳动力数量进行估计，并以此为基础，讨论进一步挖掘农村劳动力的供给潜力所应进行的政策调整。
二、农村劳动力资源的配置状况
本部分我们将利用2005年1%人口抽样调查数据，分析农村劳动力资源的配置现状。2005年全国1%人口抽样调查的标准时间为2005年11月1日零时。调查对象是在被抽中的调查小区内具有中华人民共和国国籍并于2005年10月31日晚居住在本调查小区以及户口在本户，2005年10月31日晚未居住在本户的全部人口。调查以户为单位进行登记，调查登记采取入户调查的方法进行。
这次调查以全国为总体，以各省、自治区、直辖市为次总体，采取分层、多阶段、整群概率比例的抽样方法。最终样本单位为调查小区。本次调查共涉及345个地（市）、2 869个县（市、区）、21 182个乡（镇、街道）、61820个村（居）委会的77417个调查小区。全国共调查登记常住人口1699万人，占全国总人口的1.325%。根据事后质量抽查，总人口的漏报率为1.72%。我们将使用的数据，是2005年1%人口抽样调查数据中20%的样本。
我们知道，任何一个劳动力，都可能存在三种不同的劳动力市场状态：就业、失业和退出劳动力市场。如果满足下列三种情况，我们就说一个劳动年龄人口处于失业状态：(1)调查周内未从事有劳动报酬或经营收入的劳动（即就业不到1小时）；(2)有工作机会可以在一个特定的时期内（现规定调查时点之后两周内）应聘就业或从事自营职业；(3)某一特定期间（现规定调查时点前3个月）内采取了某种方式寻找工作。否则，如果不符合第一种情况，就属于就业；如果不符合第二和第三种情况，就属于退出劳动力市场。
在本研究中，我们将以下两类人口定义为农村劳动力资源：第一类为16岁及以上，具有劳动能力、农业户口，没有离开户口登记地而且居住在农村的人；第二类为16岁及以上，具有劳动能力、农业户口，虽然离开户口登记地半年以下，但户口登记地为乡或镇的村委会的人①。还有一种类型的人口，即年龄在16岁及以上，具有劳动能力、农业户口，户口登记地为乡或镇的村委会，但已经外出半年及以上的人，我们将其称为外出的农村劳动力，不再将其视为农村劳动力资源。以下我们将根据农村劳动力的不同劳动力市场状态，讨论农村劳动力资源的配置现状。
值得特别指出的是，以上我们定义的这两类农村劳动力资源中包括学生这一群体。根据就业、失业和退出劳动力市场的定义，学生应该属于退出劳动力市场人口。但显然，学生退出劳动力市场的原因，与其他劳动力群体退出的原因存在很大不同，学生这一群体具有较强的异质性。因此，我们在分析时将学生这一群体排除在外，即学生不被包括在农村劳动力资源中。
根据2005年1%人口抽样调查数据，我们推算得到农村劳动力资源总量为4.55亿人。其中，外出半年以下的农村劳动力为1 059万人，占农村劳动力资源总量的2%；本地农村劳动力为4.45亿人，占农村劳动力资源总量的98%。我们将本地农村劳动力细分为就业、失业和退出劳动力市场三种类型，其中，就业者又分为从事农业和非农就业两种类型。这样，本地农村劳动力一共被分为四种类型：从事农业者、非农就业者、失业者和退出劳动力市场者。在本地农村劳动力中，从事农业者为3.26亿人，占农村劳动力资源总量的72%；非农就业者为5424万人，占本地农村劳动力资源总量的12%；失业者为311万人，占本地农村劳动力资源总量的1%；退出劳动力市场者为6107万人，占本地农村劳动力资源总量的13%（图1）。
图1 农村劳动力资源的配置状况
资料来源：根据2005年1%人口抽样调查数据计算得到。
表1给出了农村劳动力资源的年龄分布状况。从总的农村劳动力资源看，16～20岁、21～30岁、31～40岁、41～50岁和51岁及以上年龄组的劳动力分别为2 845万、7 154万、11 487万、9 532万和14 521万，占农村劳动力资源总量的6%、16%、25%、21%和32%。在农村劳动力资源总量中，40岁以上的劳动力占了53%。农村劳动力资源的老龄化状况较为严重。本地农村劳动力的年龄分布状况与总的农村劳动力资源十分类似，40岁以上的劳动力占了近54%。外出半年以下农村劳动力的年龄分布状况与本地农村劳动力有较大差异，40岁以上劳动力仅占19%。这说明，那些曾经外出过的人，年龄相对较为年轻。
表2给出了农村劳动力资源的受教育水平分布状况。从总体分布上看，受教育水平为小学及以下、初中和高中及以上的劳动力分别为2.42亿、1.9亿和2 298万，占农村劳动力资源总量的53%、42%和5%。农村劳动力资源的受教育水平较低，仍有一半以上的劳动力仅受过小学及以下教育。本地农村劳动力的受教育水平分布状况与总的农村劳动力资源十分类似，将近54%的劳动力仅受过小学及以下教育。外出半年以下农村劳动力的受教育水平分布状况与本地农村劳动力有较大差异，仅受过小学及以下教育的劳动力占29%。这说明，那些曾经外出过的人，受教育水平相对要高一些。
三、基于个体特征估计农村剩余劳动力
如前所述，农业劳动力向非农部门转移的可能性，既取决于非农部分的劳动力需求状况，也取决于劳动力的个体特征。在本部分，我们将首先系统地估计农村劳动力外出的概率，然后根据模型估计的参数和每一个劳动力的个体特征，预测目前从事农业生产的劳动力迁移到非农部门的概率，并据此推算农村剩余劳动力的总规模。
（一）农村劳动力外出的决策
农村劳动力的个体特征，是决定其是否外出的重要因素。2005年1%人口抽样调查资料中，包含着有关农村劳动力外出行为和个体特征的资料。因此，我们得以根据该资料，从总体上估计农村劳动力的外出决策。在文章的前一部分，我们界定了三种类型的劳动力：本地农村劳动、外出半年以下农村劳动力和外出的农村劳动力。在估计农村劳动力的外出决策时，我们将劳动力的外出决策过程定义为一个虚拟变量，其中，本地农村劳动力和外出半年以下农村劳动力合并称为“未外出劳动力”，赋值为0；外出农村劳动力赋值为1。这使得我们在预测外出概率时，可以避免选择性造成的偏差。然后，我们使用Probit模型，估计农村劳动力外出的决策过程。
在农村劳动力的外出决策模型中，包括了反映劳动力个体特征的变量，如性别、年龄、受教育水平和健康状况等。同时，为了反映区域性的因素对劳动力外出决策的影响，我们又在模型中加入了户口登记地所在省份的虚拟变量，以体现地区差异性。模型中使用的主要变量见表3。
用于估计农村劳动力外出决策的Probit模型设定如下：
其中，female为女性虚拟变量（男性为参照组），age为年龄，age2为年龄平方项，junior为初中虚拟变量（小学及以下为参照组），senior为高中及以上虚拟变量（小学及以下为参照组）②，healthy为健康状况好虚拟变量（健康状况差为参照组），prov为一组户口登记地所在省份虚拟变量，ε是随机误差项。Probit模型回归结果见表4。
模型中的主要解释变量都在1%水平上显著。这表明，我们可以根据上述模型的估计结果，来预测样本中每一个未外出的农村劳动力向其他地区迁移的概率。需要注意的是，这种预测是基于劳动力市场的需求因素，和调查时点相比没有发生根本变化的前提下。换言之，任何引起需求发生明显变化的因素，最终会通过劳动力市场的价格机制，传导并影响农村劳动力的外出决策。例如，非农部门劳动力需求的增加，会在既定的劳动力供给水平下，提高非农劳动力市场的工资率，相应地增加农村劳动力外出的可能性。反之，非农经济部门增长放缓，会降低对农村劳动力的需求，使农村劳动力外出的可能性降低。
另外，任何对保留工资产生影响的因素发生变化，也会使预测结果产生结构性的变动。例如，影响劳动力外出的制度性因素，包括农民工的社会保护水平、福利状况、工作条件和享受公共服务的水平和范围的变化，也会影响到农村劳动力外出决策。这些因素也是我们未来讨论政策变化和劳动力转移的主要领域。
（二）不同个体特征的农村劳动力外出的差异性
以农村劳动力个体的外出概率为基础，我们可以观察并比较具有不同特征的群体外出的可能性，并进一步探讨它们对农村剩余劳动力数量估计的影响。年龄和受教育水平，是影响农村劳动力是否外出的重要因素，我们将主要从这两个维度，观察农村劳动力的外出概率。在劳动力外出的人口学特征分析中，年龄是受到广泛关注的因素。一方面，目前的非农劳动力市场对农村的年轻劳动力的利用已经比较充分，因此，农村劳动力中，年轻劳动力究竟有多少“剩余”受到了广泛的关注；另一方面，有关中国人口转变和未来劳动力年龄构成的分析也表明，年轻劳动力的数量会随着人口转变过程的不断深化而越来越少。[7]
我们关注的另一个因素是受教育水平，其中也有两个方面的原因。其一，受教育水平历来就是决定一个农业劳动力是否有能力参与非农劳动力市场的重要因素；[8]其二，随着刘易斯转折点的来临，中国经济必将发生一系列结构性的转变。目前的人力资本存量能否在质量上满足更现代化的经济结构的需要，也值得关注。
基于预测的劳动力外出概率，我们可以观察不同受教育水平的农村劳动力随着年龄变化的外出概率变动情况，如图2所示。该图很明显地展示了两个趋势：其一，在同一年龄组内，受教育水平越高的劳动力，外出的可能性也越大；其二，对于任何一种受教育水平的劳动力而言，随着年龄的增加，外出的可能性都逐渐下降。可见，如果不考虑年龄较大和受教育水平较低的农村劳动力与年龄较轻和受教育水平较高的劳动力在外出可能性上的差异，显然会高估目前的农村劳动力资源中可能的非农劳动供给数量。
随年龄变化的外出概率
（三）基于个体特征的农村剩余劳动力估计
在外出半年以下农村劳动力、本地农村劳动力中的从事农业者、非农就业者、失业者和退出劳动力市场者这几类农村劳动力资源中，我们可以较为确定地认为，在本地从事农业生产的劳动力，是未来农村劳动力资源中可能外出的主要组成部分，也就是说，这个群体是农村劳动力剩余的主要源泉。由此，在估计农村剩余劳动力时，我们将重点关注在本地从事农业生产的劳动力。
根据劳动力的个体特征和农村劳动力外出决策模型，我们可以预测出每一个在本地从事农业生产的劳动力的外出概率。在预测时，我们分别预测每一个年龄组下，不同受教育水平的劳动力的外出概率，外出概率乘以该年龄组下每种受教育水平的劳动力人数，即可得到该组别的劳动力中可能转移的劳动力数量。表5分别列出了3.26亿农业劳动力的年龄及其受教育水平的分布情况，每一个组别的平均迁移概率，以及每一个组别可供转移的劳动力数量。
首先，在3.26亿农业劳动力中，年龄的分布并不均衡，这和我们以前的研究结论是一致的。[9]从事农业生产的农业劳动力中，40岁以上的人占52.1%，50岁以上者占28.7%。可见，由于农村劳动力转移规模的逐年增加，滞留在农业中的劳动力的老化现象已经非常明显。由于年轻劳动力大部分已经在本地非农部门就业或实现了迁移，因此，仍然在农业部门就业的年轻劳动力数量已经非常有限，30岁以下从事农业生产的劳动力占农业劳动力的比例为20.6%。而2005年总的农村劳动力资源中，30岁以下劳动力占农村劳动力的比例为22%。
其次，从可供转移的数量看，如果非农部门的需求和劳动力市场的制度因素不出现大的变化，农业中可供转移的劳动力数量已经非常有限。2005年可供转移的农业劳动力总量约为4357万人。这与蔡昉和王美艳的研究结论[10,11]是一致的。那就是说：农业劳动力剩余规模和比例远不像人们认为的那么严重。如果中国的经济发展保持最近几年的发展速度和就业弹性，则每年新增就业的数量约为1000万人，这也就意味着，到“十一五”末期，业已出现的劳动力短缺形势将更加严峻，而这种判断也和我们以前对就业供求关系的总量分析相一致。[7]
此外，从未来非农劳动力的供给源泉看，随年龄增长的“倒U型”趋势非常明显。16～20岁和21～30岁的年轻劳动力虽然受教育水平较高，但在农业中就业的数量已经有限（1716万和5008万），可供转移的数量就更少，分别为497万和1118万人；41～50岁和50岁以上劳动力在农业中就业的规模虽然较大（7648万和9370万），但受教育水平相对较低、外出的概率也最低，转移意愿不足，可供转移的数量分别为829万和569万人；31～40岁组的劳动力在农业中的就业数量为8896万人，外出的概率尽管低于30岁以下的年轻人，但高于40岁以上的劳动力，该年龄组可供转移的数量最大，为1344万人，应该成为短期迁移政策的目标群体。
四、主要结论及政策含义
利用具有全国代表性的抽样调查资料，基于劳动力的个体特征，我们测算了农村劳动力资源的配置状况，并根据计量经济模型，预测了样本中每一个劳动力的迁移概率。以此为基础，我们推算出在现有的劳动力市场状况和制度环境下，农业中可供转移的劳动力规模约为4 300多万人。这一结果和中国仍然存在无限供给的劳动力的观点，有很大差异。同时，也支持了中国的经济发展和劳动力市场变迁正在接近“刘易斯转折点”的判断。而且，由于我们的研究充分考察了劳动力个体特征的差异，其结果对于形成更具针对性的农村劳动力转移政策有直接的含义。
我们的分析表明，目前在农业部门就业的劳动力主要是受教育水平较低的老年劳动力。模拟分析已经显示，随着年龄的增加，农业中劳动力转移到非农部门的概率逐渐下降，而受教育水平越低，外出的可能性也会减小。因此，农业中劳动力的存量虽然仍是一个庞大的数字，但要使他们真正为经济的持续发展发挥作用，却需要相应的政策支持。
首先，需要在农村人力资本投资体系中正确处理正规教育和培训的关系。由于接受过较高教育的年轻劳动力大多已经实现转移，而且，随着人口转变的进一步深化，受教育人口的相对比例趋于下降。因此，在农村人力资本投资的分配，尤其是公共资源的分配，要更加强调培训的重要性。
其次，根据农村劳动力存量结构的特点，要进一步完善现有的培训体系，把工作重点转移到对中老年劳动力的培训上来。以41至50岁组的农业劳动力为例，教育水平在小学及以下者占52%，初中及以下者更是占到92%。很显然，要让这一部分劳动力在未来的非农经济部门发挥作用，需要有针对性地加强人力资本投资。其中，完善现有的培训体系非常重要。把这一部分年纪相对大、教育水平相对低的劳动者作为培训的重点，就需要结合他们的特点，改革现行的培训体系、培训方式和培训内容。
最后，通过继续深化劳动力市场改革，降低劳动力流动的成本，从而提高非农工作的参与程度。我们的分析表明，在现行的劳动力市场格局下，即便农业生产难以提供足够的劳动力需求，农业中的劳动力也可能没有参与非农劳动力市场。要提高农村劳动者参与非农劳动的程度，除了要坚持一般性的改革原则，如提高对农民工的社会保护水平、改善其福利状况和工作条件、扩大其享受公共服务的水平和范围以外，还需要考虑年老、低教育水平的农业劳动力和年轻的受教育水平更高的劳动力在参与劳动力市场可能性上的差异，如他们具有更高的医疗保健需求，应对风险的能力更低、更脆弱，对养老保障的需求更为迫切，对劳动力条件的适应性更低等。因此，在劳动力市场规制和劳动保护政策的制订中，形成更加具有群体针对性的细化措施，将非常必要。
注释：
①以下我们简称第一种类型的农村劳动力为本地农村劳动力，第二种类型的农村劳动力为外山半年以下农村劳动力。
②农村劳动力中，受教育水平在大专及以上的比例很低，此处，我们将“高中”与“大专及以上”合并为“高中及以上”。