勞動力要素行業分布與經濟增長

摘要：知識密集型勞動力具有更高的生產率，在生產過程中帶來更高的產出，推動經濟的增長。本文利用我國加07-2014年間的省級面板數據，構建了知識密集型行業勞動力比重影響經濟增長的計量模型，并做了半對數與全對數變化，計量結果表明二者間存在著顯著的正向相關關系，且知識密集型行業勞動力比重半彈性與彈性的大小分別為0.469和0.246。木文的研究結果表明政府可以通過“企業和人才兩手抓”的“筑巢引鳳”政策來踐行創新驅動發展戰略，通過提升地區知識密集型行業勞動力比重來推動地區經濟增長。

關鍵詞：勞動力要素行業分布;經濟發展;知識密集型行業

一、引言

改革開放以來，我國主要采用的經濟發展模式是以東部沿海地區為代表的出口導向外向型經濟，“引進一消化吸收一再創新”的模式為我國贏得了“世界工廠”的稱號，更重要的是為我國帶來了30余年的GDP高速增長。2007年至2016年，我國GDP季度增速由14.4%一路下降至不足7%，經濟進入新常態。當前經濟發展面臨“資本充足，缺乏好項目”的問題;“計劃生育”帶來的人口老齡化使我國經濟增長失去“人口紅利”，而能源、資源與環境對經濟增長的制約愈發凸顯。黨的十九大報告指出：“我國經濟已由高速增長階段轉向高質量發展階段，正處在轉變經濟發展、優化經濟結構、轉換增長動力的攻關期。”在此背景下，走轉型升級道路是解決當前中國經濟發展所面臨的一系列結構性問題的必然選擇。

目前從勞動力要素行業分布進行產業結構變遷與經濟增長之間關系的研究并不多。（韓克恩和王璐，2017）對東中西三大經濟區域的產業結構變動進行了比較，利用shift-share分析法得出東中西部雖然均處于產業結構不斷優化的過程中，但是分配與比例并不協調。（孫皓和石柱鮮，2011）基于行業勞動力比率的視角，構建了1981-2006年間的時間序列數據，通過計量檢驗發現產業結構調整對經濟增長具有正向的推動作用。本文從勞動力要素的行業分布人手，構建了知識密集型勞動力比重這一變量，從一個地區勞動力素質升級的角度來反映該地區產業結構的升級變化，進而研究其對于地區經濟增長的驅動作用。

二、理論推演

知識密集型行業勞動力驅動經濟增長，其驅動的邏輯在于為了滿足行業工作需求，知識密集型行業勞動力必須接受更長年限的教育（或技能培訓）來使得他們所掌握的技能符合工作的要求，這表現在知識密集型勞動力群體擁有高等學歷的比重要遠大于其他行業，反映出通過人力資本的積累來提高生產率，再由生產率的提升帶動經濟增長的模式。技術進步是驅動產出和勞動生產率增長的關鍵因素，技術進步的重要來源之一就是由知識密集型勞動力比例提高、生產過程中的“干中學”等帶來的勞動效率改進，這種現象即為創新驅動發展的表現之一。（黃先海和宋學印，2017）認為技術進步意味著節省單位產量的勞動投入，技術是可以傳播和引進的。知識密集型行業勞動力驅動經濟增長，其驅動模式表現為通過更高的勞動力研發創新效率來實現更高價值的單位產出，旨在擺脫競爭的創新提升了創新者的競爭力，為其擴大了潛在的市場規模以及提高了潛在的租金水平，貿易放大了由此競爭力提升帶來的收益，更進一步激勵了創新。知識密集型行業勞動力驅動經濟增長離不開城鎮化經濟，城市為其發揮作用提供了有效的環境支持，一方面，表現在不同產業企業的集聚，伴隨集聚而至的競爭加強與研發創新為知識密集型行業勞動力提供了與其技能匹配的工作機會，另一方面，表現在城市完善的基礎設施，為其順利開展工作與生活提供了必要的硬件支持。歸于根源，為實現知識密集型勞動力發揮作用，在發展方式上必須采用創新驅動發展，在硬件環境支持上必須通過固定資產投資來實現。

三、實證分析

（一）計量模型設定

根據前文中的理論推演與指標選定，構建了如下反應勞動力行業分布變化影響地區經濟增長的計量模型。

其中rperGD_it表示第i省份在時期t的實際人均GDP，knowledge_it表示第i省份在時期t的知識密集型行業從業人數占第三產業總從業人數的比重。X_kit表示t省在時期t的一組控制變量，k=1，2，…，其中包括全社會固定資產投資總額（invest），進出口總額（exandim），大專以上人口占總人口比重（hcapital）與地區人均專利授權數（rper_patent）。數據來自《中國統計年鑒》《中國科技統計年鑒》和《中國第三產業統計年鑒》，并對指標進行了CPI平減。

對模型進行對數變化不改變模型的基本性質，我們在這里對（1）式進行半對數變化和全對數變化，依次得到如下兩個模型。

這樣變化的意義在于使得式（2）中與式（3）中的16分別具有了半彈性與彈性的意義，式（2）中的β所表示的是知識密集型行業從業人數占第三產業總從業人數的比重每變化一個單位的絕對值，人均GDP變化百分之多少;式（3）中β表示知識密集行業從業人員占第三產業總從業人數的比重每變化百分之一，導致人均GDP變化百分之多少。

（二）計量檢驗

在計量方法上依次對模型（1）（2）（3）做了混合回歸、固定效應模型回歸、隨機效應模型回歸，豪斯曼檢驗的結果中P值為0.0000，固定效應模型解釋力更強，計量結果如下表所示。

從計量結果來看，主解釋變量知識密集型行業勞動力比重在模型（1）中是顯著的，這印證了知識密集型勞動力驅動經濟增長。在模型（2）中，我們關注的半彈性值為0.469，這表示知識密集行業從業人數比重每變化一個單位的絕對值，人均GDP變化0.469%。在模型（3）中，彈性值為0.246，這表示知識密集行業從業人員比重每增加1%，會導致人均GDP提高0.246%。計量結果體現出勞動力要素行業分布變化對于經濟增長非常強的促進作用。

四、政策建議

一個地區，通過提升勞動力素質，提高知識密集型行業從業人員比重，實現勞動力行業分布由低附加值向高附加值的轉變，這是推動地區經濟增長非常有效的途徑之一。要走好這一途徑，政府應“筑巢引鳳”，這里的“鳳”不僅指人才，更指能為這些人才提供與其技能相匹配崗位的優質企業，這要求政府做好兩件事：一是重視基礎設施的建設，為人才與企業在當地有機結合提供良好的硬件支持;二是要制定有利于人才與優質企業發展的相關政策，用“政策紅利”吸引人才與優質企業在此發揮各自作用。事實上，當前人才的引進在諸多地區都是政府工作的重要部分，特別是在一些二三線城市，如武漢、成都、南京等都對于知識密集型人才給予了非常優厚的政策福利，同時基礎設施十分完備，政府“筑巢引鳳”必須兩手抓，一手抓人才，一手抓優質企業，不然人才很難有空間去發揮應有的作用，在長期也留不住。

參考文獻：

[1]孫皓，石柱鮮.中國的產業結構與經濟增長——基于行業勞動力比率的研究[J].人口與經濟，2011（2）：1-6.

[2]黃先海，宋學印.準前沿經濟體的技術進步路徑及動力轉換——從“追趕導向”到“競爭導向”[J].中國社會科學，2017（6）;6+60-79+206.

[3]韓克恩，王璐.中國產業結構變動的區域差異實證研究[J].甘肅金融，2017（8）：33-37.

作者簡介：

黃孚，南京大學經濟學院，江蘇南京。