农民工对中国经济的贡献测算，本文主要内容关键词为：中国经济论文,农民工论文,贡献论文，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。
[中图分类号] F304.6[文献标识码] A[文章编号] 1009-508X(2007)01-0114-08
一、前言：研究背景和研究意义
中国的农民工现象是改革开放以后才出现的。在1978年以前，由于中国实行严格的城乡户籍隔离政策，很少发生真正经济意义上的劳动力流动。如果说有劳动力流动，与现在相比，也主要是劳动力逆流。即知识青年上山下乡以及其他形式的人员从城市流向农村。1978年以后，随着户籍制度的放开和民营外资经济的发展，快速发展的城市第二、第三产业需要大量的廉价劳动力；而伴随着人口的增加以及非农用地对农地的征用，农业人地比例关系日趋紧张，大量的农村劳动力成为隐蔽失业劳动力，为寻找更好的就业和获利机会，这些农业劳动力便开始大规模流向城市，并且目前这种流动仍然没有停止的迹象。在解释这种劳动力流动的原因上，拉文斯坦(Ravenstein)提出的“推—拉”理论至今仍然是解释劳动力流动原因的重要理论基础。二十世纪五十年代以来，随着发展中国家由传统经济向现代经济转变，与这一转型过程伴生的农村劳动力转移、农村工业化、城市化问题的研究是发展经济学研究的热点问题，也产生了大量相关的、富有成效的成果。1954年，刘易斯(W·A·Lewis)在“无限劳动供给下的经济发展”一文中，首先系统地建立起用于分析发展中国家经济发展问题的二元经济结构模型，其主要观点是，快速发展的城市工业部门由于劳动生产率高，通过吸收落后的农业中供给弹性趋于无穷的剩余劳动力，从而实现经济的现代化。刘易斯在发展经济学中首次系统地提出解释劳动力流动的理论模型[1]，费景汉和拉尼斯(Ranis-Fei)等人进一步发展了刘易斯的工作，对“劳动无限供给”条件下的经济发展过程做了更细的阶段划分，即认为从传统农业发展到现代农业，二元经济结构是必须经过的一个中间过渡阶段[2]；此外，也有其他一些理论模型，如哈里斯(J.R.Harris)和托达罗(M.P.Todaro)共同提出的不确定性条件下预期收入理论，即准备向城市移民的人们主要考虑到城市就业的预期工资。该工资为城乡实际工资的差异水平与在城市找到工作的概率大小之乘积，该理论也被称为哈里斯托达罗模型[3]。关于国内农村劳动力流动的原因和意义，学界较为一致的观点是：在原有的户籍和经济制度松动后，农村大量过剩劳动力的压力和工农业比较利益差异是推动农村劳动力向城市转移的主要原因，并且这种劳动力转移将对优化劳动力、土地等资源配置，对工业化和城市化的发展和促进国民经济快速增长、缩小城乡收入差距产生积极的意义。中国农民工的规模是随着经济的发展而壮大的，并且近年来，农民工增长的速度要大大高于经济的增长速度。根据农业部农村固定观察点的数据，农民工的规模具体如下：
另外，根据《中国农业年鉴》转引国家统计局的数据，2003年农村外出务工劳动力为11390万人，2004年为11823万人。上述农业部农村固定观察点的数据与国家统计局的数据比较接近，因此，可以肯定的说，近年来，农民工流动的规模已经超过每年1亿人。另外，根据媒体的报道，农民工占城市第二、第三产业劳动力的比重很多地方已经超过50％。可以说，农民工已经成为城市劳动力大军的重要组成部分，农民工对国民经济的贡献功不可没。但是，农民工对国民经济的贡献却常常不被重视。这可以从前些年的农民工欠薪、低工资、缺乏劳动保护和社会保障，到现在的农民工在城市仍然被歧视，在子女入学、就业等方面与城市居民的不平等等方面看出来。由于农民工在当今的社会也成为一个不容忽视的重要的、独立的社会阶层，因此有必要精确地测算农民工对中国经济的贡献。本文拟利用农业部农村固定观察点的数据，采用生产函数测算农民工对全国第二、第三产业产值增长的贡献。研究这个问题，可以为国家制订有关农民工政策提供参考。
二、文献综述及述评
农民工的准确概念应该叫外出就业农村劳动力。直接测算农民工对GDP的贡献的文献不多。胡兵等人[4] 测算了农业转移劳动力对GDP增长的贡献，方法是采用柯布-道格拉斯生产函数，因变量是国内生产总值，自变量除了资本和劳动之外，还多了农业劳动力占总劳动力的比重这一变量。测算结果为农业转移劳动力对国民经济的贡献为17.26％。但是在生产函数模型中加入农业劳动力占总劳动力比重这个变量缺乏理论基础和经济意义，因此该测算结果的可信性令人怀疑。丁霄泉[5] 通过分别建立第一、第二、第三产业三个生产函数，测算劳动、资本和全要素生产率的贡献。其中全要素生产率的贡献又包括农业劳动力转移的配置效应，该文的结论是1978—1998年间，GDP增长的10％是由劳动力再配置引起的。但文中引用的劳动弹性不一致且有多个，农业劳动力流动数量假设过于随意，这影响了该研究的说服力。潘文卿[6] 采用数理模型测算农业劳动力转移的效益，他将国民经济分为农业和非农业部门，认为GDP增长等于劳动力和劳动生产率增长，以及两者交叉作用之和，并且生产率总增长率与分部门增长率加权平均和之差就是劳动力转移的配置效应。经过研究，他认为1979—1997年间，农业劳动力转移对整个经济增长的贡献率为15.9％。这种方法与本文采用的方法应该说是完全不同的，但结果可与本文研究结果相参照。刘秀梅和田维明[7] 两人采用生产函数方程组方法估计农业和非农业部门劳动力配置的边际生产率，然后评价农村劳动力转移对经济增长的贡献。其研究结果表明，农业劳动力的边际生产率小于转移的农业劳动力的边际生产率，转移的农业劳动力的生产率小于城市劳动力的生产率。但由于该模型可能存在变量之间严重的多重共线性(因模型个别变量不显著而没有剔除)，因此该结果存在一定缺陷。不过，本文引用了该文的部分结果。
三、研究思路、模型和方法
本文采用的方法比较直接，即采用对数形式的柯布-道格拉斯(C-D)生产函数
lnY=lnA+a[，1]lnL+b[，1]lnK+ε(1)
其中Y为全国第二产业加第三产业的产值之和，lnA为常数项，L为全国第二和第三产业劳动力的数量和，K为全国第二和第三产业固定资产投资之和，a[，1]和b[，1]分别为劳动和资本的产出弹性系数。研究的年限受数据的限制只采用1995—2005年。上述L包括农民工的数值。本来估计农民工贡献的简便而理想的方法是将上式总劳动力L再分解为农民工和扣除了农民工之后的第二、第三产业劳动力。采用这种方式用最小二乘法估计，得到的结果如下(采用Eviews3.1软件进行估计)：
但是从上述结果可以看出，采用这种方法进行估计，模型存在严重的多重共线性，资本变量的系数在经济意义上不合理(理论上应为正，估计结果却为负)，个别变量(资本和常数)的t值不显著，模型的统计和计量性质不好。直接用(1)式估计也存在多重共线性的问题。因此实际估计中，为避免劳动力和固定资本可能存在的多重共线性(本研究中L和K的皮尔逊相关系数达到0.975635，且在0.01双侧显著性水平显著)，同时也减少异方差和自相关的影响，本文假设二、三产业存在规模报酬不变，即a[，1]+b[，1]=1。经过简单变形，估计的随机方程变为：
估计(1)的方法取决于随机项ε的性质。如果假设技术完全有效率，也就是仅考虑技术进步的情形，则一般假设ε服从标准正态分布，可采用最小二乘法估计；如果ε为负正项正态分布随机项与球形扰动项之和，也就是同时考虑技术进步和技术无效率的情形，则函数为随机前沿生产函数法，可采用极大似然法估计。其中球形扰动项代表了测量误差和其他随机因素，如气候和运气，以及其他未考虑的自变量因素等对产出的综合影响。它是独立同分布的、具有零均值和常数方差的正态随机变量，且与负正项正态分布随机项(表示效率损失)相互独立。同时考虑技术进步和技术无效率的前沿生产函数情形时有时也假设：(1)ε为独立同分布指数分布误差项与球形扰动项之和；(2)ε为截尾正态分布误差项与球形扰动项之和。截尾正态分布误差项是半正态分布误差项的推广，这两者的区别在于前者的均值不一定为零；(3)ε为双参数的γ(gamma)分布误差项与球形扰动项之和。后面两种误差分布假设比前两种分布假设适用面要广，但计算更复杂[8]。本文假设ε为负正项正态分布随机项与球形扰动项之和。如果要测算技术进步，只需在柯布-道格拉斯生产函数中引入时间项(根据考虑的是希克斯中性技术进步还是非中性技术进步而采取不同形式)。时间项t的系数如果为正则表示技术进步，如果为负则表示技术退步。系数的大小表示技术进步(退步)对产出的影响百分比。为便于比较，本文同时采用随机前沿生产函数的极大似然法和平均生产函数最小二乘法这两种方法估计。估计软件分别为Frontier4.1和Eviews4.0。Frontier4.1是澳大利亚新英格兰大学效率与生产率研究中心的Tim Coelli教授为估计随机前沿生产函数而专门开发出来的软件，使用Fortran语言编写，在DOS环境下运行。该软件可以从Tim Coelli的个人主页上免费下载。
一些说明：(1)本研究在计算时，分转移的农业劳动力素质与城市劳动力素质一样，以及转移的农业劳动力素质与城市产业工人有区别这两种情况分别计算农民工对GDP的贡献；(2)在假设函数形式时，受样本量的限制，以及避免多重共线性，本文没有采用超越对数生产函数形式，虽然超越对数生产函数是任意形式生产函数的二阶近似，有良好的适应性。因此本研究实际上隐含不变规模报酬的假设，不过，估计结果表明，假设不变规模报酬与不假设不变规模报酬的结果相近，因此不变规模报酬这个假设是比较符合实际的；(3)之所以采用二、三产业的产值而不是GDP来计算农民工的贡献，主要是因为农民工主要在二、三产业就业，并且在现行的统计体系中，第二、三产业劳动力统计包括农民工。劳动和社会保障部2005年快速调查显示，农民工主要分布在制造业、建筑业、住宿和餐饮业、批发和零售业、居民服务业等第二、第三行业。其中制造业占27％，建筑业占26％，住宿和餐饮业占11％，批发和零售业占12％，居民服务和其它服务业占9％，其它行业占15％；(4)资本的作用可能存在滞后现象，受统计资料和样本年限限制，本文没有考虑这种情况；(5)资本的计算用存量而非流量，主要是由于流量的固定资产虽然更为科学，但统计数字没有公布，也没有办法予以准确衡量和计算。这里指的资本流量与资本增量以及资本存量不是一回事。资本流量指一年中实际对产出有贡献的资本。资本存量一般用资本实际价值表示，即固定资本原值减去折旧；(6)在折算指数的选择上，采用1991年等于100的不变指数，主要是这样便有了一个统一的比较标准，并且中国的固定资产投资折算指数从1991年起才开始公布数据。
四、数据来源及说明
本文中用到的第二、第三产业的产出、劳动L和资本K的数值均可以从历年的《中国统计年鉴》上找到并加以计算。由于农民工的数量数据不在各种统计年鉴上单列，农民工比较系统的调查是近几年才开始的，有关农民工的数据主要从有关论著和报道中查找，并适当地进行了估算，但在查找中注意了数据的统一性(均是农业部农村经济研究中心的数据)、权威性和科学性，其中1995—2004年农民工数据根据农业部农村经济研究中心赵长保提供的图表测算[9]。实际上，有关农民工的数据主要有三个调查系统：农业部农村经济研究中心、国家统计局以及劳动和社会保障部。其中前者的调查数据比较系统，而后两者的调查仅仅是近几年才开始的。农业部农村经济研究中心的数据是根据对全国3万多农户的调查推算的。
在实际应用时数据的处理如下：将历年的第二、三产业产值除以历年的GDP折算指数(1991年等于100)，此折算指数根据历年的GDP环比指数计算(基期以后到计算期之间历年GDP环比指数相乘即等于计算期GDP折算指数。比如，假设1991、1992、1993年GDP环比指数分别为109.2，114.2和114，则以1991年为100，1993年的GDP折算指数为1.142×1.14=1.302，即130.2，以此类推。根据这种方法可以自己选定任意一个年份为基期计算折算指数)。在计算资本存量时，先计算全社会固定资产存量，采用张军等[10] 利用的方法及估算结果，即折旧率9.6％，1990年名义资本存量32088.31万亿。但是1990年以后的数据没有采用张军等的数据，主要是由于2005年国家统计局重新调整了固定资产投资量，因而必须采用永续盘存法重新计算，即用公式I[，t]=0.904I[，t]-1+ΔI(其中I[，t]为t年的固定资产存量，ΔI为当年固定资产增量)计算；然后将全社会固定资产存量减去第一产业的固定资产投资总额(其中第一产业的固定资产投资总额为农村集体经济和个体经济投资总和)，然后将此差额除以固定资产折算指数(以1991年为100)。经过处理后的数据见表3。
五、估计结果及分析
用Frontier4.1估计(1)式，结果见表4：
可以看出，直接对(1)采用平均生产函数的普通最小二乘法或者随机前沿生产函数的极大似然法估计，资本和常数项的系数不显著，模型存在多重共线性，因此本文不采用公式(1)估计。从上式也可以看出最小二乘法的估计结果从t值上看优于极大似然法的估计结果。
用Eviews3.1采用最小二乘法对(2)式进行估计，结果见表5。
从估计结果看，模型的t值和F值均在0.01显著性水平显著，模型的拟合效果也很好，调整后的样本决定系数为0.82。D-W值为1.344493，经查表得知在0.01显著性水平下不存在自相关。经检查模型也不存在异方差(用Eviews4.0里的White无交叉项检验异方差)。因此，本文采用此结果。
从上面的分析可以看出，从1995到2005年，假设农民工劳动生产率与城市产业工人一样，则农民工每年创造的第二、第三产业产值从约14.77％增长到约24.35％，平均每年为19.98％。
以上是假设农民工素质与城市第二、三产业工人一样。不过，也有研究认为，城市第二、三产业工人素质比农民工高。本文采用刘秀梅、田维明[7] 的研究结果，即农民工的劳动生产率与城市非农产业工人的劳动生产率之比是1∶1.45，这样农民工的贡献应在原贡献的基础上乘以一个折算系数，折算系数m=1×农民工数量/(1×农民工数量+1.45×除去农民工之外的第二、三产业劳动力数量)，折算后农民工的贡献见表6的最后1列。此时1995—2005年农民工年创造的第二、第三产业产值从约1.67％增长到约4.71％，平均每年为3.26％。
如果假设农民工的劳动生产率与城市产业工人一样，则得到这样的结果与前文提到的其他结果比较接近；但如果假设农民工的劳动生产率低于城市产业工人，则这样的结果与类似研究相比略低。但后一个假设似乎更与实际情况相符，因为农民工的以受教育年限为衡量标准的人力资本存量低于城市产业工人，农民工的报酬也远低于城市产业工人。得到这样较低的结果，主要有两个原因：一个是由于农民工数量占第二、第三产业的比例，在最大的年份也就1/4；另外一个原因是农民工与城市产业工人的劳动生产率相比也低很多。
六、本文的优点及待进一步讨论的问题
本文的优点在于，由于本文利用的数据真实、可靠而不是猜测的，并且可以测量每一年农民工对国民经济的贡献，因此比前面列举的结果更精确、具体、科学和可信。不过，本文的一些前提假设，如采用柯布-道格拉斯生产函数形式而不是超越对数生产函数形式，限制性太强。资本的测算采用存量而非实际发生作用的存量，可能影响到结果的准确性。对柯布-道格拉斯生产函数的批评，如直接估计该函数可能遇到随机方程偏误的问题，也适用于本文。不过，Zellner,Kmenta和Dreze在一篇论文[11] 中指出，如果能假设生产者试图最大化期望利润而非实际利润，则可以避免这个问题，他们的这个观点一直被人们用来为直接估计生产函数辩护。另外本文使用的数据年限只有11年，偏短。进一步的研究可以采用各省的面板数据估计第二、三产业的生产函数，以及采用超越对数生产函数对此问题进行研究，这可以解决数据量不足以及变量自由度不够的问题。可以考虑采用联立方程组估计生产函数，这样可以避免随机方程偏歧的问题。