經濟增長的勞動力效應分解

李佛關+周冠郴

內容摘要：本文通過嶺估計法分析勞動力各大效應的產出彈性及其對經濟增長的貢獻，并得出相關結果。此外，通過Granger因果檢驗還發現，教育效應、非農業配置以及非公有經濟就業與人均產出之間存在雙向因果關系。對此，本文提出了一些政策建議。

關鍵詞：勞動力 經濟增長 勞動力效應 撫養比

經濟增長的勞動力效應

從亞當·斯密（A·Smith）和大衛·李嘉圖（D·Ricardo）提出勞動力是決定經濟增長的三大要素之一開始，各種研究就從勞動力要素的不同方面探討其對經濟增長的作用。在新古典經濟增長模型中，R·索洛（R·M·Solow）、T·W·斯旺（T·W·Swan）和J·E·米德（J·E·Meade）都認為勞動和資本是經濟增長的兩個基本內生變量。但這一階段的認識停留在勞動力投入或就業數量上面。以新古典經濟增長理論為基礎，西奧多·舒爾茨（T·W·Schultz）、盧卡斯（Robert Lucas）、加里·S·貝克爾（Becker）則認為促進經濟增長的重要原因是勞動者的知識和技能。這時提出的“人力資本”概念實際上將勞動力質量與勞動力數量分離開來，將勞動力質量作為經濟增長的一種投入要素。事實上，勞動力對經濟增長的影響不僅僅體現在數量和質量二個方面，勞動力配置以及勞動力負擔也起著至關重要的作用。在二元經濟結構比較顯著的中國，農業勞動力流向非農部門意味著勞動力在不同產業間的優化配置。這種配置促進勞動力生產率的提高，從而促進經濟增長（王菲，2008；胡兵，2005）。此外，勞動力撫養比（少兒撫養負擔和老年贍養負擔）對經濟增長也有影響，勞動力撫養比越高，意味著勞動力負擔越重，越不利于經濟增長（王德文等，2004；Modigliani，1970；Kelly，1973）。世界銀行（1998）對中國經濟增長的勞動力效應進行研究后得出，勞動力數量增長和質量提高可以解釋17%的GDP增長，勞動力部門轉移可以解釋約16%。蔡 、王德文（1999）對1982～1997年的中國經濟增長分解后發現，勞動力對經濟增長率的貢獻份額達到23.71%，人力資本貢獻23.70%，勞動力配置貢獻20.23%。因此現有研究已經逐漸意識到，僅僅研究勞動力投入對經濟增長的貢獻很不全面，并開始對經濟增長進行勞動力效應分解，如從總量、質量出發的“二分解”或總量、質量、配置的“三分解”等方面進行了分析。在前述研究的基礎上，本文嘗試將勞動力的經濟增長效應分解為四個部分進行分析，即勞動力投入效應、勞動力質量效應、勞動力配置效應和勞動力負擔效應。

在模型設計上，現有研究大都采用生產函數（主要是Cobb-Douglas函數）來解釋經濟發展過程中各種要素對經濟增長的作用。但是在分析中，一般測算的是資本投入和勞動力投入（一般是指勞動力數量投入或就業量）的貢獻，而將勞動力質量（素質的提高、健康水平的提升）、勞動力配置（勞動力非農轉移和非農轉移）、勞動力負擔等因素全部歸在殘差中，缺乏對殘差的進一步分解。這實際上是將勞動力作為一個同質的靜態的變量處理，沒有考慮到勞動力本身會發生質量的變化或空間的移動從而對經濟增長發生影響。本文的工作在于將勞動力的的四個效應同時納入生產函數，并從“殘差”中分離出它們對經濟增長的影響和貢獻。

在探討勞動力效應對經濟增長的影響時，一些學者采用最小二乘法估計模型中的參數，但當法方程系數矩陣X′X偏離單位矩陣較大時，未知參數的最小二乘估值很不可靠。嶺估計方法的原理是在其法方程系數矩陣X′X的對角線上加了一個很小嶺參數k（0

模型的構建及數據處理

（一）模型構建

根據Lau et al.（1989），蔡 、王德文（1999）的實證模型，描述經濟增長的函數可以建立如下： （1）

（1）式中，K為資本，E為勞動力投入數量，H為人力資本水平。這里，假設規模報酬不變，即有，α、β、γ均∈（0，1）且α+β+γ=1。以上公式左右兩邊除以總人口數量N，可得到如下變換：

（2）

對于N，可做如此變換，N=L+L×CD+L×OD。其中，L、CD、OD分別為勞動力數量、少兒撫養比、老年撫養比。這里，CD=N0-14 /L，OD=N65+ /L。N0-14為0～14歲少兒人口數量，N65+為65歲及以上老年人口數量，L為15～64歲的勞動年齡人口總量。因此，（2）式可進一步轉化為：

（3）

（3）式的意義在于，勞動力負擔與經濟產出之間存在密切的關系。少兒撫養比和老年撫養比對人均收入具有反作用。兩類撫養比越大，即總撫養比越大，人均收入越少，反之亦然。根據蔡 、王德文（2004）等研究，勞動力撫養比作用于經濟增長主要有三個機制：其一，撫養負擔低，能釋放出更多的勞動力，從事經濟活動，增加產出；其二，撫養負擔低，尤其孩子數量減少，可使更多的家庭積累用于孩子教育和自身人力資本投資，提高勞動生產率和經濟效率；其三，更多的資源，如時間、儲蓄、精力等都可用于生產性活動之中。為了定量探討經濟增長中的勞動力負擔效應，建立引入撫養比的回歸方程：

Lny=A0+αLnl+βLnk+γLnh+LnCD +φLnOD+μt （4）

及Lny=A0+αLnl+βLnk+γLnh+′ LnDR+μt （5）

方程（5）是從總撫養比（DR=CD+ OD）出發進行的整體考慮。

以往在探討勞動力質量對經濟增長的影響時，往往用教育發展水平進行衡量。實際上，身體健康水平也是勞動力質量的重要構成，因此本文將勞動力健康水平M作為一個獨立的外生變量引入模型：

Lny=A0+αLnl+βLnk+γLnh+ωLnm +LnCD+φLnOD+μt （6）

勞動力配置決定勞動生產率變化，從而影響經濟增長結果。正如蔡 （1999）等人研究指出，勞動力配置是中國經濟增長的重要因素。故將勞動力的非農業配置NA和非公有制部門配置NP加入模型之中，得到最終回歸方程如下：

Lnyt=A0+αLnkt+βLnlt+γLnht+ωLnmt +LnCDt+φLnODt+ψLnNAt+ξLnNPt+μt （7）

（二）數據來源及處理

模型的樣本期定為1978～2010年。以人均產出為被解釋變量，用實際GDP與總人口的比值進行衡量。實際GDP用消除了價格因素的國內生產總值（GDP）（1978年價格）表示。被解釋指標有勞均資本、勞動力投入率、勞動力質量和勞動力配置四個。勞均資本用實際資本存量與勞動力數量的比值進行衡量。實際資本存量的測算采用Goldsmith于1951年開創的永續盤存法。基本公式是：Kt=It /Pt+（1-δt）Kt-1。其中，Kt、It /Pt、δt分別表示第t期實際資本存量、實際投資和固定資產折舊率。

本文的基期確定為1978年，不變價設定為1978年價格。統計年鑒中固定資產價格指數從1991年才有。由于謝千里等人（Jefferson et al，1996）與國家統計局都采用建筑安裝平減指數和設備購置平減指數的加權平均方法來計算，數據上具有承接性。因此，本文1978～1991年的數據采用謝千里等人的估計，而1991年以后的數據采用《中國統計年鑒》公布的數據。固定資產折舊率存在5%、8%、10%等幾種標準，本文沿用王小魯和樊綱等使用過的5%的標準。用就業人數與勞動力數量（15～64歲）的比重表示勞均力投入率。勞動力質量通過勞動力教育水平和健康水平進行反映。以往研究一般采用從業人口的“平均受教育年限法”來衡量人力資本水平。具體就是對不同受教育層次賦予不同年限，構造特定時點的受教育年數總和∑xi pi（xi、pi分別為各教育層次的年限和從業人口比重）。但由于按教育程度劃分的從業人口數據只有在五次人口普查中才有，其它數據只能估計，誤差很大。同時由于本文采用的是勞動力的教育水平，而非總人口教育水平，因此采用每萬勞動力人口中大學生的比重作為勞動力教育質量的代理變量。勞動力健康水平無具體衡量指標，這里用“每千人口醫生數”作代理變量。勞動力負擔用少兒撫養比和老年撫養比來反映。少兒撫養比用0～14歲少兒人口與15～64歲勞動力人口比重表示。老年撫養比用65歲及以上老年人口與15～64歲勞動力人口比重表示。勞動力配置用非農就業比重和非公有經濟部門就業比重來反映。非農就業比重用非農從業人數與總從業人數比重表示。非公有經濟部門就業比重用非公有經濟部門就業人數與總從業人數比重表示。表1是對各變量取對數后的描述性統計。以上所有變量的數據來源于歷年《中國統計年鑒》、《中國人口統計年鑒》和《新中國50年統計資料匯編》。

參數估計與實證分析

（一）模型的參數估計

在對模型進行估計之前，首先采用方差膨脹因子（VIF）探討變量之間是否存在明顯的多重共線性。方差膨脹因子檢驗結果表明，解釋變量的VIF都比較大，表明它們之間存在明顯的多重共線性（見表2）。因此，本文采用嶺估計進行回歸。對于方程1，查看嶺跡圖（見圖1），當嶺參數k≥0.19時，模型參數變的平穩（以水平線為漸進線），因此，將嶺參數設定為0.19。同理，對于方程2，選取k=0.20作為嶺參數。模型估計時，DPS軟件會給出k從0至1時的所有參數估計值，這可以作為選定嶺參數的依據，限于篇幅，這里不再一一詳列。表3是對模型參數的嶺估計結果。表4是根據各因素的產出彈性計算出的各因素對人均經濟增長的貢獻率。

（二）嶺估計結果分析

首先，從四大勞動力效應的產出彈性來看，勞動力配置效應的彈性最高。非農就業配置效應、非公有就業配置效應的產出彈性系數分別達到0.261和0.245（見表3）。這說明，非農就業比重和非公有就業比重每增加1%，人均經濟增長就分別提高0.261%和0.245%。

其次，勞動力質量效應的產出彈性也比較高，而這主要由勞動力教育水平的提高帶來。本文采用每萬勞動力人口中大學生比重來衡量勞動力教育水平變化。盡管這一指標相比平均受教育年限有一定缺陷，但也能反映出改革開放以來教育規模的擴張和教育水平的提高。勞動力教育質量效應的產出彈性為0.117%，意味著每萬勞動力人口中大學生比重每上升一個百分點，人均經濟增長就會提高0.117%。這說明教育對于經濟增長的邊際效應很大。與勞動力教育效應形成明顯對比的是，勞動力健康效應的產出彈性很小，對經濟增長的影響微乎其微。原因可能在于我國醫療衛生事業發展緩慢，與經濟快速發展相匹配的醫療體制還未建立。從勞動力撫養負擔來看，前文從理論上闡述了少兒撫養負擔和老年撫養負擔（或總撫養負擔）對于人均經濟產出具有負作用。而嶺估計結果驗證了這一結論。

從嶺估計方程2得出，撫養總負擔對經濟增長具有反向作用，即勞動力撫養負擔越重，人均產出越少。基于少兒人口與老年人口的消費需求不同，老年人的消費負擔要大大高于少兒人口（Kleiman，1967），因此少兒撫養負擔和老年撫養負擔對于人均經濟增長的作用大小應該不同。實證結果也驗證了這一判斷。從嶺估計方程1看到，老年負擔效應的產出彈性為-0.22%，而少兒撫養負擔僅為-0.01%。這對于未來中國經濟增長具有重要的警示意義。中國已經走完了“少兒人口負擔時代”，開始邁向“老年人口負擔時代”。1978年，平均每個勞動力撫養0.603個未成年兒童，贍養0.081個65歲以上老人；而2010年，平均每個勞動力僅負擔0.26個兒童，但卻贍養0.13個老人。28年間，少兒撫養負擔年均以1.24%的幅度降低，而老年負擔以0.166%的幅度增加。未來，中國少兒撫養負擔將逐漸趨于穩定，而老年撫養負擔日趨加重。因此，必須注意到老年撫養負擔對經濟增長的負作用并采取措施降低這種影響。endprint

最后，勞動力投入效應的產出彈性僅有0.034%。文本對勞動力投入效應的估計并沒有其它文獻估計的那么高。原因在于，本文對模型進行變化后使用的勞動投入率實際上是一個相對指標，而非絕對指標。改革開放以來，勞動投入率自1978年的70.22%逐年上升。2000年以后維持在80%～83%。這說明有20%的勞動力損耗。理論上講，并不是所有的勞動力都能參與就業，這一比例也屬合理。

勞動力效應的邊際影響并不等同于勞動力效應對于經濟增長的貢獻。例如，盡管勞動力配置效應在經濟增長中的邊際影響最大，但其貢獻卻低于勞動力質量效應。從各因素對人均經濟產出的貢獻來看，勞動力質量效應最大，占將近14%，其中主要由教育效應貢獻而來。其次是勞動力配置效應。非農就業配置效應與非公有就業配置效應對人均GDP的貢獻比例分別為2.921%、1.817%（見表4）。顯著的非農就業配置效應表明了勞動力脫離農業進入非農產業優化了勞動力資源的配置并以此促進了經濟增長，并且這種促進作用大于勞動力的非公有部門配置效應。

這個結論的啟示在于：要繼續優化勞動力在產業部門和產權部門內部的配置，并且重點促進勞動力由農業部門向非農業部門的轉移。從勞動力負擔效應來看，勞動力老年撫養比的邊際效應比較顯著，但對經濟增長的貢獻微弱，原因在于，改革開放以來的老年撫養負擔雖有增重，但增加的速度和幅度都不大，年均增長率僅

0.016%，年均幅度也只有0.166%。但值得警醒的是，老年撫養負擔已開始加速上升，未來老年撫養比對經濟的負面作用將可能更為顯著。人口結構老化的趨勢難于改變，但不是束手無策，當前及今后的重要戰略是用人口紅利換來的經濟成果為老齡化浪潮奠定物質基礎。與老年撫養負擔相比，少兒撫養負擔下降的幅度更大，但由于少兒撫養負擔的邊際作用微弱，因此對經濟產出的影響也十分微小。從勞動力投入來看，勞動投入率的邊際作用和增長率都很小，對人均產出貢獻也很小。

通過對變量進行Granger因果檢驗得出，在10%的顯著水平下，教育效應、非農業配置以及非公有經濟就業與人均產出之間存在雙向因果關系（見表5）。這種雙向因果關系促成良性循環互動，如勞動力向非農領域配置可以增加人均經濟產出，而人均經濟產出增加又進一步促進勞動力退出農業。此外，健康效應與人均經濟產出存在單向因果關系，即健康水平的提高可以帶來人均產出的增加，而人均產出的增加未能帶來健康水平的提高。

政策建議

本文采用了專門克服多重共線性的嶺估計法，有效處理了多重共線性數據的不足，模型參數估計值具有一定的理論意義和實踐價值。本文發現勞動力四大效應在經濟增長過程中的作用存在顯著差異。因此應當采取的政策舉措是：維持勞動力投入效應，應對勞動力結構效應，強化和發揮勞動力質量效應和配置效應。具體而言，未來經濟發展過程中，維持適度的勞動力投入比例，以保障民生。面對老年撫養負擔日趨加重的趨勢，要將老年撫養負擔適度社會化來減輕勞動力個人的贍養負擔，擴大養老保障范圍、配備醫療衛生設施、健全養老保障機制、完善養老保障制度等。在勞動力數量優勢日趨衰弱的情況下，要大力實施“勞動力質量替代戰略”，加大勞動力教育投資，提高醫療衛生保障水平，增強勞動力整體素質。優化勞動力配置，促使勞動力從“低效率、低效益”的農業部門退出來，進入“高效率、高效益”的非農業部門。

參考文獻：

1.蔡 ，王德文.中國經濟增長可持續性與勞動貢獻[J].經濟研究，1999（10）

2.王德文，蔡 ，張學輝.人口轉變的儲蓄效應和增長效應—論中國增長可持續性的人口因素[J].人口研究，2004（5）

3.王菲.農村剩余勞動力轉移與經濟增長的耦合分析[J].統計與決策，2008（6）

4.胡兵.二元結構、勞動力轉移與經濟增長[J].財經問題研究，2005（7）endprint

最后，勞動力投入效應的產出彈性僅有0.034%。文本對勞動力投入效應的估計并沒有其它文獻估計的那么高。原因在于，本文對模型進行變化后使用的勞動投入率實際上是一個相對指標，而非絕對指標。改革開放以來，勞動投入率自1978年的70.22%逐年上升。2000年以后維持在80%～83%。這說明有20%的勞動力損耗。理論上講，并不是所有的勞動力都能參與就業，這一比例也屬合理。

勞動力效應的邊際影響并不等同于勞動力效應對于經濟增長的貢獻。例如，盡管勞動力配置效應在經濟增長中的邊際影響最大，但其貢獻卻低于勞動力質量效應。從各因素對人均經濟產出的貢獻來看，勞動力質量效應最大，占將近14%，其中主要由教育效應貢獻而來。其次是勞動力配置效應。非農就業配置效應與非公有就業配置效應對人均GDP的貢獻比例分別為2.921%、1.817%（見表4）。顯著的非農就業配置效應表明了勞動力脫離農業進入非農產業優化了勞動力資源的配置并以此促進了經濟增長，并且這種促進作用大于勞動力的非公有部門配置效應。

這個結論的啟示在于：要繼續優化勞動力在產業部門和產權部門內部的配置，并且重點促進勞動力由農業部門向非農業部門的轉移。從勞動力負擔效應來看，勞動力老年撫養比的邊際效應比較顯著，但對經濟增長的貢獻微弱，原因在于，改革開放以來的老年撫養負擔雖有增重，但增加的速度和幅度都不大，年均增長率僅

0.016%，年均幅度也只有0.166%。但值得警醒的是，老年撫養負擔已開始加速上升，未來老年撫養比對經濟的負面作用將可能更為顯著。人口結構老化的趨勢難于改變，但不是束手無策，當前及今后的重要戰略是用人口紅利換來的經濟成果為老齡化浪潮奠定物質基礎。與老年撫養負擔相比，少兒撫養負擔下降的幅度更大，但由于少兒撫養負擔的邊際作用微弱，因此對經濟產出的影響也十分微小。從勞動力投入來看，勞動投入率的邊際作用和增長率都很小，對人均產出貢獻也很小。

通過對變量進行Granger因果檢驗得出，在10%的顯著水平下，教育效應、非農業配置以及非公有經濟就業與人均產出之間存在雙向因果關系（見表5）。這種雙向因果關系促成良性循環互動，如勞動力向非農領域配置可以增加人均經濟產出，而人均經濟產出增加又進一步促進勞動力退出農業。此外，健康效應與人均經濟產出存在單向因果關系，即健康水平的提高可以帶來人均產出的增加，而人均產出的增加未能帶來健康水平的提高。

政策建議

本文采用了專門克服多重共線性的嶺估計法，有效處理了多重共線性數據的不足，模型參數估計值具有一定的理論意義和實踐價值。本文發現勞動力四大效應在經濟增長過程中的作用存在顯著差異。因此應當采取的政策舉措是：維持勞動力投入效應，應對勞動力結構效應，強化和發揮勞動力質量效應和配置效應。具體而言，未來經濟發展過程中，維持適度的勞動力投入比例，以保障民生。面對老年撫養負擔日趨加重的趨勢，要將老年撫養負擔適度社會化來減輕勞動力個人的贍養負擔，擴大養老保障范圍、配備醫療衛生設施、健全養老保障機制、完善養老保障制度等。在勞動力數量優勢日趨衰弱的情況下，要大力實施“勞動力質量替代戰略”，加大勞動力教育投資，提高醫療衛生保障水平，增強勞動力整體素質。優化勞動力配置，促使勞動力從“低效率、低效益”的農業部門退出來，進入“高效率、高效益”的非農業部門。

參考文獻：

1.蔡 ，王德文.中國經濟增長可持續性與勞動貢獻[J].經濟研究，1999（10）

2.王德文，蔡 ，張學輝.人口轉變的儲蓄效應和增長效應—論中國增長可持續性的人口因素[J].人口研究，2004（5）

3.王菲.農村剩余勞動力轉移與經濟增長的耦合分析[J].統計與決策，2008（6）

4.胡兵.二元結構、勞動力轉移與經濟增長[J].財經問題研究，2005（7）endprint

最后，勞動力投入效應的產出彈性僅有0.034%。文本對勞動力投入效應的估計并沒有其它文獻估計的那么高。原因在于，本文對模型進行變化后使用的勞動投入率實際上是一個相對指標，而非絕對指標。改革開放以來，勞動投入率自1978年的70.22%逐年上升。2000年以后維持在80%～83%。這說明有20%的勞動力損耗。理論上講，并不是所有的勞動力都能參與就業，這一比例也屬合理。

勞動力效應的邊際影響并不等同于勞動力效應對于經濟增長的貢獻。例如，盡管勞動力配置效應在經濟增長中的邊際影響最大，但其貢獻卻低于勞動力質量效應。從各因素對人均經濟產出的貢獻來看，勞動力質量效應最大，占將近14%，其中主要由教育效應貢獻而來。其次是勞動力配置效應。非農就業配置效應與非公有就業配置效應對人均GDP的貢獻比例分別為2.921%、1.817%（見表4）。顯著的非農就業配置效應表明了勞動力脫離農業進入非農產業優化了勞動力資源的配置并以此促進了經濟增長，并且這種促進作用大于勞動力的非公有部門配置效應。

這個結論的啟示在于：要繼續優化勞動力在產業部門和產權部門內部的配置，并且重點促進勞動力由農業部門向非農業部門的轉移。從勞動力負擔效應來看，勞動力老年撫養比的邊際效應比較顯著，但對經濟增長的貢獻微弱，原因在于，改革開放以來的老年撫養負擔雖有增重，但增加的速度和幅度都不大，年均增長率僅

0.016%，年均幅度也只有0.166%。但值得警醒的是，老年撫養負擔已開始加速上升，未來老年撫養比對經濟的負面作用將可能更為顯著。人口結構老化的趨勢難于改變，但不是束手無策，當前及今后的重要戰略是用人口紅利換來的經濟成果為老齡化浪潮奠定物質基礎。與老年撫養負擔相比，少兒撫養負擔下降的幅度更大，但由于少兒撫養負擔的邊際作用微弱，因此對經濟產出的影響也十分微小。從勞動力投入來看，勞動投入率的邊際作用和增長率都很小，對人均產出貢獻也很小。

通過對變量進行Granger因果檢驗得出，在10%的顯著水平下，教育效應、非農業配置以及非公有經濟就業與人均產出之間存在雙向因果關系（見表5）。這種雙向因果關系促成良性循環互動，如勞動力向非農領域配置可以增加人均經濟產出，而人均經濟產出增加又進一步促進勞動力退出農業。此外，健康效應與人均經濟產出存在單向因果關系，即健康水平的提高可以帶來人均產出的增加，而人均產出的增加未能帶來健康水平的提高。

政策建議

本文采用了專門克服多重共線性的嶺估計法，有效處理了多重共線性數據的不足，模型參數估計值具有一定的理論意義和實踐價值。本文發現勞動力四大效應在經濟增長過程中的作用存在顯著差異。因此應當采取的政策舉措是：維持勞動力投入效應，應對勞動力結構效應，強化和發揮勞動力質量效應和配置效應。具體而言，未來經濟發展過程中，維持適度的勞動力投入比例，以保障民生。面對老年撫養負擔日趨加重的趨勢，要將老年撫養負擔適度社會化來減輕勞動力個人的贍養負擔，擴大養老保障范圍、配備醫療衛生設施、健全養老保障機制、完善養老保障制度等。在勞動力數量優勢日趨衰弱的情況下，要大力實施“勞動力質量替代戰略”，加大勞動力教育投資，提高醫療衛生保障水平，增強勞動力整體素質。優化勞動力配置，促使勞動力從“低效率、低效益”的農業部門退出來，進入“高效率、高效益”的非農業部門。

參考文獻：

1.蔡 ，王德文.中國經濟增長可持續性與勞動貢獻[J].經濟研究，1999（10）

2.王德文，蔡 ，張學輝.人口轉變的儲蓄效應和增長效應—論中國增長可持續性的人口因素[J].人口研究，2004（5）

3.王菲.農村剩余勞動力轉移與經濟增長的耦合分析[J].統計與決策，2008（6）

4.胡兵.二元結構、勞動力轉移與經濟增長[J].財經問題研究，2005（7）endprint