產業技術進步與農村勞動力轉移的動態影響關系研究

佟光霽，王 衛

(東北林業大學經濟管理學院，黑龍江 哈爾濱 150040)

1 文獻綜述

關于技術進步與農村勞動力轉移的相關研究并沒有得到確定和一致性的結論。程名望等［1］的實證結論認為農業技術進步對農村剩余勞動力轉移有正負兩種效應，馬軼群［2］分析認為第一產業技術進步對勞動力轉移不具有穩定影響。與上述結論不同，一些研究結論則表明技術進步對農村勞動力轉移具有正向作用，但這種作用只有長期時才存在，且中西部地區的正向作用明顯高于東部地區［3-4］。王衛等［5］的研究成果則表明農業技術進步對農村勞動力轉移具有正向顯著影響，而非農技術進步對轉移的影響則不顯著。

上述技術進步對農村勞動力轉移的影響研究主要集中于整體經濟層面，沒有從三次產業劃分角度對技術進步與農村勞動力轉移影響關系進行實證分析，盡管已有研究討論了非農技術進步對農村勞動力轉移的整體影響，但沒有分析二、三產業的具體影響，也沒有分析技術進步與農村勞動力轉移相互的動態影響關系。農村勞動力轉移是農村勞動力由第一產業向二、三產業流動的過程，研究各產業技術進步與農村勞動力轉移的影響至關重要，可以直觀了解技術進步在農村勞動力流動中的動態影響效應。鑒于此，本文在利用1978—2011年的時間序列數據計算各產業的全要素生產率的基礎上，根據實際情況建立VAR 模型分別實證分析各產業技術進步與農村勞動力轉移的長期動態影響關系，并利用脈沖響應分析技術進步與農村勞動力轉移之間排除其他因素后的純影響效應關系。

2 計量模型和數據獲取

2.1 計量模型構建

變量選取為農村勞動力轉移數量和各產業全要素生產率，分別建立計量模型，分析農村勞動力轉移與各產業技術進步的影響關系效應。程名望等通過農業傳統部門的分析，建立了農村勞動力轉移數量為被解釋變量，農村人口數量、耕地面積、資本投入為解釋變量的計量模型，這一理論推導同樣適用于二、三產業。但全要素生產率的計算源于生產函數，因此建立全要素生產率與資本投入等變量關系模型可能導致完全共線性問題。因此本文僅選取農村勞動力轉移數量和全要素生產率兩個變量，分別建立農村勞動力轉移數量與各產業技術進步的VAR 計量模型。

2.2 數據獲取

(1)農村勞動力轉移指標。農村勞動力轉移數量因統計口徑的不同，目前未形成統一的數據。在眾多已有研究成果中，針對農村勞動力轉移數量，不同學者運用了不同的方法進行了估算。本文借鑒程名望等［6］采用的1978—2004年數據資料，其余年份的農村勞動力轉移數量來自于《全國農村固定觀察點調查數據匯編(2000—2009)》和2011年我國農民工調查監測報告。通過數據連接年份數值變換解決統計口徑不一致問題，推算1978—2011年的農村勞動力轉移數量。

(2)技術進步指標。本文選用索羅殘差法進行全要素生產率測算，這種方法也被很多學者使用［7-10］。使用該方法進行三次產業全要素生產率測算，需要各產業現實產出指標、資本存量指標和勞動投入指標，計算指標的數據來自于《中國國內生產總值核算歷史資料:1952—1995》、《中國國內生產總值核算歷史資料:1996—2002》和歷年中國統計年鑒，具體指標值獲取方法借鑒王衛等的相關方法。在獲取1978—2011年各產業相關時間序列的基礎上，運用索羅殘差法進行了各產業全要素生產率測算(見表1)。

3 基于VAR 模型的實證模型分析

3.1 平穩性檢驗

在進行計量分析之前，首先對序列的平穩性進行檢驗，否則可能發生偽回歸現象。單位根檢驗的方法選用ADF 檢驗法，檢驗結果見表2。除LNTFP2 外，各時間序列均為平穩序列，即零階單整序列，說明除第二產業技術進步外，其他兩產業技術進步與農村勞動力轉移均具有長期因果關系。VAR 模型的構建具有兩個前提要求:變量均為平穩變量;若變量不平穩，為同階單整變量，并存在協整關系。本文的LNL、LNTFP1 和LNTFP3 均為平穩數據，因此可直接建立VAR 模型。LNL 和LNTFP2 兩個變量經過一階差分變換后均為平穩變量，且存在協整關系，而且差分的兩個變量均具有新的經濟意義，分別表示農村勞動力轉移和第二產業全要素生產率的增長率。因此構建LNL 和LNTFP2 兩變量的一階差分VAR 模型(DLNL 為被解釋變量，DLNTFP2 為解釋變量)。

表1 1978—2011年中國一、二、三產業的全要素生產率及農村勞動力轉移數量

表2 ADF 單位根檢驗結果

3.2 VAR 模型的穩定性檢驗

令LNL 和LNTFP1 建立的VAR 模型為模型1，DLNL 和DLNTFP2 建立的一階差分VAR 模型為模型2，LNL 和LNTFP3 建立的VAR 模型為模型3。VAR 模型構建的一個至關重要的問題是確定最佳滯后期數。考慮到樣本時間序列區間的限制，選取最大滯后期數為3，通過LR、FPE、AIC、SC 和HQ 的值判斷最佳滯后期數(見表3)。結果表明，模型1 選取最佳滯后階數為2，模型2 選擇最佳滯后階數為1，模型3 選擇最佳滯后階數為3，分別建立VAR (2)、VAR (1)和VAR (3)模型。對VAR 模型穩定性進行估計，利用AR 根進行檢驗，結果表明VAR 模型所有根的倒數均小于1，即位于單位圓內，則說明該VAR 模型是穩定的。因此隨后進行的格蘭杰因果檢驗、脈沖響應和方差分解等檢驗，都將基于各VAR 模型進行。

表3 VAR 模型的最佳滯后階數檢驗結果

3.3 格蘭杰因果檢驗

格蘭杰因果檢驗的關鍵在于滯后期的選擇，根據上述各模型的VAR 模型滯后期的選擇進行因果檢驗(見表4)。模型的格蘭杰因果檢驗結果得到以下初步的結論:第一，農村勞動力轉移(LNL)與第一產業技術進步(LNTFP1)之間存在單方面格蘭杰因果關系，農村勞動力轉移是技術進步的格蘭杰原因;第二，農村勞動力轉移的增長率(DLNL)與第二產業技術進步率(DLNTFP2)之間存在單方面格蘭杰因果關系，農村勞動力轉移的增長率是第二產業技術進步率的格蘭杰原因;第三，農村勞動力轉移(LNL)與第三產業技術進步(LNTFP3)之間存在單方面格蘭杰因果關系，農村勞動力轉移是技術進步的格蘭杰原因。整體上來看，農村勞動力轉移是技術進步的格蘭杰原因，而技術進步不是農村勞動力轉移的格蘭杰原因。

3.4 脈沖響應分析

VAR 模型說明了產業技術進步與農村勞動力轉移之間存在長期均衡關系，格蘭杰因果檢驗說明了最佳滯后期產業技術進步與農村勞動力轉移之間的因果關系，但格蘭杰因果關系檢驗結果受滯后期影響非常嚴重，統計推斷很容易出錯［11］。為了說明產業技術進步與農村勞動力轉移之間排除其他影響因素之外的純動態影響，采用脈沖響應函數分析技術進步或農村勞動力轉移的一個標準差沖擊對所有內生變量當前值和未來取值的影響。圖1 和圖2 分別表示技術進步對農村勞動力轉移的脈沖響應軌跡和農村勞動力轉移對技術進步的脈沖響應軌跡。圖中橫軸代表追溯期數，本文選擇20;縱軸表示因變量對自變量的響應大小。實線部分為計算值，虛線部分為響應函數值加或減兩倍標準差的置信帶。

圖1a 表示農村勞動力轉移對第一產業技術進步沖擊的響應，當在本期給第一產業技術進步一個正向沖擊，農村勞動力轉移從初期反應為0 迅速上升至第4 期的最高點，從第4 期開始逐漸下降，一直持續著正向響應，表明第一產業技術進步受外部條件的一個沖擊后，會對農村勞動力轉移帶來同向的沖擊;圖1b 表示農村勞動力轉移增長率對第二產業技術進步率沖擊的響應，可見短期效應較為明顯，響應期在7 期之后趨于0，面對第二產業技術進步的沖擊，農村勞動力轉移的響應一直為負，初期的反應為0，第2 期的負響應最大，隨后趨于收斂;圖1c 表示農村勞動力轉移對第三產業技術進步沖擊的響應，面對第三產業技術進步的沖擊，短期(1 期和2 期)農村勞動力轉移的響應盡管為負，但反應并不強烈，在2 期至4 期逐步上升，在第4 期到達最高的，說明短期內的第三產業技術進步促進農村勞動力轉移力度較大但響應反應較慢，4 期之后逐步下降，但響應始終為正。

表4 格蘭杰因果檢驗結果

圖1 農村勞動力轉移對技術進步的脈沖響應軌跡

圖2 技術進步對農村勞動力轉移的脈沖響應軌跡

圖2a 表示第一產業技術進步對農村勞動力轉移沖擊的響應，面對農村勞動力轉移的沖擊，第一產業技術進步從初期的正值下降到2 期的負值，這種負的響應只持續了兩期，然后轉變為正響應，6 期達到最大，隨后逐步下降，但一直持續著正向響應;圖2b 表示第二產業技術進步率對農村勞動力轉移增長率的沖擊的響應，面對農村勞動力轉移的沖擊，第二產業技術進步率從初期的0 上升到2 期的最大值，隨后開始迅速下降，到6 期趨于0，這期間一直持續著正向的響應;圖2c 表示第三產業技術進步對農村勞動力轉移沖擊的響應，面對農村勞動力轉移的沖擊，第三產業技術進步短期內逐步上升，在3 期達到最高點，隨著在中期(3期至8 期)逐漸下降，一直持續著正的響應，但8期之后下降為負的響應并趨于收斂。

利用方差分解方法可以分別分析技術進步對農村勞動力轉移變化的貢獻度。從這三個VAR 模型的脈沖響應函數的方差分解結果來看，模型1 中的第一產業技術進步對農村勞動力轉移的貢獻逐步上升，預測方差的影響在8 期之后基本趨于穩定，約為22%;模型2 中的第二產業技術進步率對農村勞動力轉移的預測方差影響非常小，僅有0.84%左右，說明第二產業技術進步對農村勞動轉移幾乎沒有什么貢獻;模型3 中的第三產業技術進步對農村勞動力轉移貢獻也逐步上升，預測方差的影響也在8 期之后基本趨于穩定，約為11%。

4 結論與啟示

本文采用1978—2011年時間序列數據，研究了三次產業技術進步與農村勞動力轉移的動態影響關系，得到了以下結論與啟示:

第一，第一產業技術進步與農村勞動力轉移存在長期正相關關系且相互影響。從脈沖響應軌跡和方差貢獻來看，第一產業技術進步對農村勞動力轉移的貢獻度長期在22%左右，短期內對勞動力轉移影響較大，隨著時間的進展響應雖然逐漸減小，但存在著顯著和持續的長期效應。

第二，第二產業技術進步與農村勞動力轉移并不存在長期效應，技術進步對農村勞動力轉移呈短期負影響。第二產業結構特征決定了技術進步可能導致技術和技能型勞動力需求的增長，農村轉移勞動力的素質與技能并不滿足企業技術進步的勞動資源需求，停留在原有技術水平的農村勞動力導致了結構性失業的產生。

第三，第三產業技術進步與農村勞動力轉移存在長期正相關關系且相互影響。從脈沖響應軌跡和方差貢獻來看，第三產業技術進步對農村勞動力轉移的貢獻度長期在11%左右，盡管貢獻度不大，但長期看來第三產業技術進步對農村勞動轉移具有長期的正向的持續效應。值得說明的是，第三產業的技術進步的正向沖擊并沒有馬上帶來農村勞動力轉移的迅速提升，說明勞動力轉移對第三產業技術進步的響應具有明顯的滯后性。

因此，在第一產業技術進步推動農村勞動力轉移的前提下，消減第二產業技術進步可能對農村勞動力轉移帶來的短期負效應，充分發揮第三產業技術進步對農村勞動力非農就業的帶動作用，保證農村勞動力轉移由第一產業向二、三產業的順利轉移，有必要的采取以下幾點對策措施。第一，繼續加大各產業的科技投入。通過第一產業的技術進步挖掘農村潛在勞動力，使農村有勞動力可以進行轉移，通過二、三產業的技術進步從需求角度加大農村勞動力對素質和技能的提升意愿。第二，培育具有專業化技能的職業農民。農業現代化和產業化發展需要懂技術和會經營的現代新型農民，在勞動力逐漸轉移的過程中保證農業產業化規模的不斷擴大和農村經濟的持續發展。第三，加強農村勞動力非農技能培訓。與整體教育水平提升相比，技能培訓可以在短期內使農村勞動力滿足企業和雇主的技能型需求偏好，通過對預期技術進步進行相應技能培訓或人力資本投資，降低資本對勞動力的替代作用。第四，培育具有地方特色的勞務品牌。勞動力雇傭市場的信息不對稱導致企業和雇主選擇效率缺失，具有獨特技能和良好口碑的品牌勞動力通過降低感知風險和提高感知質量實現雇傭雙方的有效溝通。第五，繼續深化改革打破制度羈絆。逐步健全城鄉一體化的勞動力就業市場體制，逐漸將戶籍制度與保障福利松綁，保證勞動力非農就業各項保障公平合理，有計劃地逐步實現農民工市民化，實現農村勞動力由業到人的真正城鎮化。

［1］程名望，阮青松.資本投入、耕地保護、技術進步與農村剩余勞動力轉移［J］.中國人口·資源與環境，2010，(8):27-32.

［2］馬軼群.蘇浙兩省技術進步影響勞動力轉移的實證分析——基于不同發展模式的比較研究［J］.科學學研究，2013，(6):864-870 +882.

［3］劉洪銀.技術進步影響農村勞動力轉移的條件和機理［J］.軟科學，2011，(7):87-91.

［4］趙德昭，許和連.FDI、農業技術進步與農村剩余勞動力轉移——基于“合力模型”的理論與實證研究［J］.科學學研究，2012，(9):1342-1353.

［5］王衛，佟光霽.農業技術進步、非農技術進步與農村勞動力轉移——基于1978—2011年全國數據的實證研究［J］.山西財經大學學報，2013，(11):57-67.

［6］程名望，史清華.經濟增長、產業結構與農村勞動力轉移——基于中國1978—2004年數據的實證分析［J］.經濟學家，2007，(5):49-54.

［7］Solow，R.M.Technical change and the aggregate production function［J］.Review of Economics and Statistics，1957，39(3):312-320.

［8］趙洪斌.改革開放以來中國農業技術進步率演進的研究［J］.財經研究，2004，(12):91-100 +110.

［9］黃振華.技術進步、人力資本與中國農業發展——1985—2005年中國農業技術進步率的實證與比較［J］.財經問題研究，2008，(3):124-129.

［10］趙志耘，楊朝峰.中國全要素生產率的測算與解釋:1979—2009年［J］.財經問題研究，2011，(9):3-12.

［11］龐皓，陳述云.格蘭杰因果檢驗的有效性及其應用［J］.統計研究，1999，(11):42-46.