经济增长的劳动力效应分解.doc

1、经济增长的劳动力效应分解内容摘要：本文通过岭估计法分析劳动力各大效应的产出弹性及其对经济增长的贡献，并得出相关结果。此外，通过 Granger 因果检验还发现，教育效应、非农业配置以及非公有经济就业与人均产出之间存在双向因果关系。对此，本文提出了一些政策建议。 关键词：劳动力 经济增长 劳动力效应 抚养比 经济增长的劳动力效应 从亚当斯密（ASmith）和大卫李嘉图（DRicardo）提出劳动力是决定经济增长的三大要素之一开始，各种研究就从劳动力要素的不同方面探讨其对经济增长的作用。在新古典经济增长模型中，R索洛（RMSolow） 、TW斯旺（TWSwan）和 JE米德（JEMeade）都认为

2、劳动和资本是经济增长的两个基本内生变量。但这一阶段的认识停留在劳动力投入或就业数量上面。以新古典经济增长理论为基础，西奥多舒尔茨（TWSchultz） 、卢卡斯（Robert Lucas） 、加里S贝克尔（Becker）则认为促进经济增长的重要原因是劳动者的知识和技能。这时提出的“人力资本”概念实际上将劳动力质量与劳动力数量分离开来，将劳动力质量作为经济增长的一种投入要素。事实上，劳动力对经济增长的影响不仅仅体现在数量和质量二个方面，劳动力配置以及劳动力负担也起着至关重要的作用。在二元经济结构比较显著的中国，农业劳动力流向非农部门意味着劳动力在不同产业间的优化配置。这种配置促进劳动力生产率的提

3、高，从而促进经济增长（王菲，2008；胡兵，2005） 。此外，劳动力抚养比（少儿抚养负担和老年赡养负担）对经济增长也有影响，劳动力抚养比越高，意味着劳动力负担越重，越不利于经济增长（王德文等，2004；Modigliani，1970；Kelly，1973） 。世界银行（1998）对中国经济增长的劳动力效应进行研究后得出，劳动力数量增长和质量提高可以解释 17%的 GDP 增长，劳动力部门转移可以解释约 16%。蔡 、王德文（1999）对 19821997 年的中国经济增长分解后发现，劳动力对经济增长率的贡献份额达到 23.71%，人力资本贡献 23.70%，劳动力配置贡献20.23%。因此现

4、有研究已经逐渐意识到，仅仅研究劳动力投入对经济增长的贡献很不全面，并开始对经济增长进行劳动力效应分解，如从总量、质量出发的“二分解”或总量、质量、配置的“三分解”等方面进行了分析。在前述研究的基础上，本文尝试将劳动力的经济增长效应分解为四个部分进行分析，即劳动力投入效应、劳动力质量效应、劳动力配置效应和劳动力负担效应。 在模型设计上，现有研究大都采用生产函数（主要是 Cobb-Douglas函数）来解释经济发展过程中各种要素对经济增长的作用。但是在分析中，一般测算的是资本投入和劳动力投入（一般是指劳动力数量投入或就业量）的贡献，而将劳动力质量（素质的提高、健康水平的提升） 、劳动力配置（劳动力

5、非农转移和非农转移） 、劳动力负担等因素全部归在残差中，缺乏对残差的进一步分解。这实际上是将劳动力作为一个同质的静态的变量处理，没有考虑到劳动力本身会发生质量的变化或空间的移动从而对经济增长发生影响。本文的工作在于将劳动力的的四个效应同时纳入生产函数，并从“残差”中分离出它们对经济增长的影响和贡献。在探讨劳动力效应对经济增长的影响时，一些学者采用最小二乘法估计模型中的参数，但当法方程系数矩阵 XX 偏离单位矩阵较大时，未知参数的最小二乘估值很不可靠。岭估计方法的原理是在其法方程系数矩阵 XX 的对角线上加了一个很小岭参数 k（0k1） 。这个参数能大大加强法方程系数矩阵的正交性，降低复共线特征

6、向量的影响，从而保证参数估计更接近真实情况（Hoerl A E. et al，1970） 。当然，岭估计是以放弃最小二乘的无偏性来换取精确度稍差但更加符合实际的回归结果。本文通过构建（k）=（XX+kL）-1XY 进行岭估计。其中 XX 是标准化后的设计阵，L 是元素均为 1 的列向量，k 为岭参数。显然，当 k=0 时，（0）=（XX）-1XY 就是 的最小二乘估计。岭回归的关键在于岭参数的确定。常用的岭参数确定方法有岭轨法、GCV 法（Generalized Cross-Validation）以及 L-曲线法三种。本文通过观察岭轨迹图，选取趋于稳定态势时的岭参数对应的各自变量的回归系数，作

7、为最终结果。 模型的构建及数据处理 （一）模型构建 根据 Lau et al.（1989） ，蔡 、王德文（1999）的实证模型，描述经济增长的函数可以建立如下： （1） （1）式中，K 为资本，E 为劳动力投入数量，H 为人力资本水平。这里，假设规模报酬不变，即有，、 均（0，1）且+=1。以上公式左右两边除以总人口数量 N，可得到如下变换： （2） 对于 N，可做如此变换，N=L+LCD+LOD。其中，L、CD、OD 分别为劳动力数量、少儿抚养比、老年抚养比。这里，CD=N0-14 /L，OD=N65+ /L。N0-14 为 014 岁少儿人口数量，N65+为 65 岁及以上老年人口数量，

8、L 为 1564 岁的劳动年龄人口总量。因此， （2）式可进一步转化为： （3） （3）式的意义在于，劳动力负担与经济产出之间存在密切的关系。少儿抚养比和老年抚养比对人均收入具有反作用。两类抚养比越大，即总抚养比越大，人均收入越少，反之亦然。根据蔡 、王德文（2004）等研究，劳动力抚养比作用于经济增长主要有三个机制：其一，抚养负担低，能释放出更多的劳动力，从事经济活动，增加产出；其二，抚养负担低，尤其孩子数量减少，可使更多的家庭积累用于孩子教育和自身人力资本投资，提高劳动生产率和经济效率；其三，更多的资源，如时间、储蓄、精力等都可用于生产性活动之中。为了定量探讨经济增长中的劳动力负担效应，建

9、立引入抚养比的回归方程： Lny=A0+Lnl+Lnk+Lnh+LnCD +LnOD+t （4） 及 Lny=A0+Lnl+Lnk+Lnh+ LnDR+t （5） 方程（5）是从总抚养比（DR=CD+ OD）出发进行的整体考虑。 以往在探讨劳动力质量对经济增长的影响时，往往用教育发展水平进行衡量。实际上，身体健康水平也是劳动力质量的重要构成，因此本文将劳动力健康水平 M 作为一个独立的外生变量引入模型： Lny=A0+Lnl+Lnk+Lnh+Lnm +LnCD+LnOD+t （6） 劳动力配置决定劳动生产率变化，从而影响经济增长结果。正如蔡 （1999）等人研究指出，劳动力配置是中国经济增长的

10、重要因素。故将劳动力的非农业配置 NA 和非公有制部门配置 NP 加入模型之中，得到最终回归方程如下： Lnyt=A0+Lnkt+Lnlt+Lnht+Lnmt +LnCDt+LnODt+LnNAt+LnNPt+t （7） （二）数据来源及处理 模型的样本期定为 19782010 年。以人均产出为被解释变量，用实际 GDP 与总人口的比值进行衡量。实际 GDP 用消除了价格因素的国内生产总值（GDP） （1978 年价格）表示。被解释指标有劳均资本、劳动力投入率、劳动力质量和劳动力配置四个。劳均资本用实际资本存量与劳动力数量的比值进行衡量。实际资本存量的测算采用 Goldsmith 于 1951

11、 年开创的永续盘存法。基本公式是：Kt=It /Pt+（1-t）Kt-1。其中，Kt、It /Pt、t 分别表示第 t 期实际资本存量、实际投资和固定资产折旧率。 本文的基期确定为 1978 年，不变价设定为 1978 年价格。统计年鉴中固定资产价格指数从 1991 年才有。由于谢千里等人（Jefferson et al，1996）与国家统计局都采用建筑安装平减指数和设备购置平减指数的加权平均方法来计算，数据上具有承接性。因此，本文 19781991 年的数据采用谢千里等人的估计，而 1991 年以后的数据采用中国统计年鉴公布的数据。固定资产折旧率存在 5%、8%、10%等几种标准，本文沿用王

12、小鲁和樊纲等使用过的 5%的标准。用就业人数与劳动力数量（1564 岁）的比重表示劳均力投入率。劳动力质量通过劳动力教育水平和健康水平进行反映。以往研究一般采用从业人口的“平均受教育年限法”来衡量人力资本水平。具体就是对不同受教育层次赋予不同年限，构造特定时点的受教育年数总和xi pi（xi、pi 分别为各教育层次的年限和从业人口比重） 。但由于按教育程度划分的从业人口数据只有在五次人口普查中才有，其它数据只能估计，误差很大。同时由于本文采用的是劳动力的教育水平，而非总人口教育水平，因此采用每万劳动力人口中大学生的比重作为劳动力教育质量的代理变量。劳动力健康水平无具体衡量指标，这里用“每千人口

13、医生数”作代理变量。劳动力负担用少儿抚养比和老年抚养比来反映。少儿抚养比用 014 岁少儿人口与1564 岁劳动力人口比重表示。老年抚养比用 65 岁及以上老年人口与1564 岁劳动力人口比重表示。劳动力配置用非农就业比重和非公有经济部门就业比重来反映。非农就业比重用非农从业人数与总从业人数比重表示。非公有经济部门就业比重用非公有经济部门就业人数与总从业人数比重表示。表 1 是对各变量取对数后的描述性统计。以上所有变量的数据来源于历年中国统计年鉴 、 中国人口统计年鉴和新中国50 年统计资料汇编 。 参数估计与实证分析 （一）模型的参数估计 在对模型进行估计之前，首先采用方差膨胀因子（VIF）

14、探讨变量之间是否存在明显的多重共线性。方差膨胀因子检验结果表明，解释变量的 VIF 都比较大，表明它们之间存在明显的多重共线性（见表 2） 。因此，本文采用岭估计进行回归。对于方程 1，查看岭迹图（见图 1） ，当岭参数 k0.19 时，模型参数变的平稳（以水平线为渐进线） ，因此，将岭参数设定为 0.19。同理，对于方程 2，选取 k=0.20 作为岭参数。模型估计时，DPS 软件会给出 k 从 0 至 1 时的所有参数估计值，这可以作为选定岭参数的依据，限于篇幅，这里不再一一详列。表 3 是对模型参数的岭估计结果。表 4 是根据各因素的产出弹性计算出的各因素对人均经济增长的贡献率。 （二）

15、岭估计结果分析 首先，从四大劳动力效应的产出弹性来看，劳动力配置效应的弹性最高。非农就业配置效应、非公有就业配置效应的产出弹性系数分别达到 0.261 和 0.245（见表 3） 。这说明，非农就业比重和非公有就业比重每增加 1%，人均经济增长就分别提高 0.261%和 0.245%。 其次，劳动力质量效应的产出弹性也比较高，而这主要由劳动力教育水平的提高带来。本文采用每万劳动力人口中大学生比重来衡量劳动力教育水平变化。尽管这一指标相比平均受教育年限有一定缺陷，但也能反映出改革开放以来教育规模的扩张和教育水平的提高。劳动力教育质量效应的产出弹性为 0.117%，意味着每万劳动力人口中大学生比重

16、每上升一个百分点，人均经济增长就会提高 0.117%。这说明教育对于经济增长的边际效应很大。与劳动力教育效应形成明显对比的是，劳动力健康效应的产出弹性很小，对经济增长的影响微乎其微。原因可能在于我国医疗卫生事业发展缓慢，与经济快速发展相匹配的医疗体制还未建立。从劳动力抚养负担来看，前文从理论上阐述了少儿抚养负担和老年抚养负担（或总抚养负担）对于人均经济产出具有负作用。而岭估计结果验证了这一结论。 从岭估计方程 2 得出，抚养总负担对经济增长具有反向作用，即劳动力抚养负担越重，人均产出越少。基于少儿人口与老年人口的消费需求不同，老年人的消费负担要大大高于少儿人口（Kleiman，1967） ，因

17、此少儿抚养负担和老年抚养负担对于人均经济增长的作用大小应该不同。实证结果也验证了这一判断。从岭估计方程 1 看到，老年负担效应的产出弹性为-0.22%，而少儿抚养负担仅为-0.01%。这对于未来中国经济增长具有重要的警示意义。中国已经走完了“少儿人口负担时代” ，开始迈向“老年人口负担时代” 。1978 年，平均每个劳动力抚养 0.603 个未成年儿童，赡养 0.081 个 65 岁以上老人；而 2010 年，平均每个劳动力仅负担 0.26 个儿童，但却赡养 0.13 个老人。28 年间，少儿抚养负担年均以1.24%的幅度降低，而老年负担以 0.166%的幅度增加。未来，中国少儿抚养负担将逐渐

18、趋于稳定，而老年抚养负担日趋加重。因此，必须注意到老年抚养负担对经济增长的负作用并采取措施降低这种影响。 最后，劳动力投入效应的产出弹性仅有 0.034%。文本对劳动力投入效应的估计并没有其它文献估计的那么高。原因在于，本文对模型进行变化后使用的劳动投入率实际上是一个相对指标，而非绝对指标。改革开放以来，劳动投入率自 1978 年的 70.22%逐年上升。2000 年以后维持在80%83%。这说明有 20%的劳动力损耗。理论上讲，并不是所有的劳动力都能参与就业，这一比例也属合理。 劳动力效应的边际影响并不等同于劳动力效应对于经济增长的贡献。例如，尽管劳动力配置效应在经济增长中的边际影响最大，但

19、其贡献却低于劳动力质量效应。从各因素对人均经济产出的贡献来看，劳动力质量效应最大，占将近 14%，其中主要由教育效应贡献而来。其次是劳动力配置效应。非农就业配置效应与非公有就业配置效应对人均 GDP 的贡献比例分别为 2.921%、1.817%（见表 4） 。显著的非农就业配置效应表明了劳动力脱离农业进入非农产业优化了劳动力资源的配置并以此促进了经济增长，并且这种促进作用大于劳动力的非公有部门配置效应。 这个结论的启示在于：要继续优化劳动力在产业部门和产权部门内部的配置，并且重点促进劳动力由农业部门向非农业部门的转移。从劳动力负担效应来看，劳动力老年抚养比的边际效应比较显著，但对经济增长的贡献

20、微弱，原因在于，改革开放以来的老年抚养负担虽有增重，但增加的速度和幅度都不大，年均增长率仅 0.016%，年均幅度也只有 0.166%。但值得警醒的是，老年抚养负担已开始加速上升，未来老年抚养比对经济的负面作用将可能更为显著。人口结构老化的趋势难于改变，但不是束手无策，当前及今后的重要战略是用人口红利换来的经济成果为老龄化浪潮奠定物质基础。与老年抚养负担相比，少儿抚养负担下降的幅度更大，但由于少儿抚养负担的边际作用微弱，因此对经济产出的影响也十分微小。从劳动力投入来看，劳动投入率的边际作用和增长率都很小，对人均产出贡献也很小。 通过对变量进行 Granger 因果检验得出，在 10%的显著水平

21、下，教育效应、非农业配置以及非公有经济就业与人均产出之间存在双向因果关系（见表 5） 。这种双向因果关系促成良性循环互动，如劳动力向非农领域配置可以增加人均经济产出，而人均经济产出增加又进一步促进劳动力退出农业。此外，健康效应与人均经济产出存在单向因果关系，即健康水平的提高可以带来人均产出的增加，而人均产出的增加未能带来健康水平的提高。 政策建议 本文采用了专门克服多重共线性的岭估计法，有效处理了多重共线性数据的不足，模型参数估计值具有一定的理论意义和实践价值。本文发现劳动力四大效应在经济增长过程中的作用存在显著差异。因此应当采取的政策举措是：维持劳动力投入效应，应对劳动力结构效应，强化和发挥劳动力质量效应和配置效应。具体而言，未来经济发展过程中，维持适度的劳动力投入比例，以保障民生。面对老年抚养负担日趋加重的趋势，要将老年抚养负担适度社会化来减轻劳动力个人的赡养负担，扩大养老保障范围、配备医疗卫生设施、健全养老保障机制、完善养老保障制度等。在劳动力数量优势日趋衰弱的情况下，要大力实施“劳动力质量替代战略” ，加大劳动力教育投资，提高医疗卫生保障水平，增强劳动力整体素质。优化劳动力配置，促使劳动力从“低效率、低效益”的农业部门退出来，进入“高效率、高效益”的非农业部门。 参考文献： 1.蔡 ，王德文.中国经济增长可持续性与劳动贡献J.经济研究，1999（10）