基于托达罗模型修正的农村非农就业影响因素研究

李石新，熊 云

（湖南科技大学a.湖南省新型工业化研究基地；b.管理学院，湖南 湘潭 411201）

基于托达罗模型修正的农村非农就业影响因素研究

李石新a，熊 云b

（湖南科技大学a.湖南省新型工业化研究基地；b.管理学院，湖南 湘潭 411201）

因为农村非农就业的快速发展已使其影响因素分析成为必要，故在修正托达罗人口流动模型的基础上，探讨影响农村非农就业的因素。研究认为：由收入差距和农民工就业率决定的城乡预期收入差距是影响农村非农就业规模的主要因素，而劳动力市场均衡分析表明各种因素共同影响最终形成了三部门条件下新的城乡收入差距。为了验证以上结论而设计的统计检验表明：务工工资、务农收入差距和农民工就业率是影响非农就业的最重要的因素，而农民工人力资本储量、人均家庭负担以及城市现代部门工资与务工收入差距的影响也较显著。因此，政策制定者必须通过发展农业生产和构建人口流动管理长效机制，以规范农村非农就业。

农村非农就业；城乡预期收入差距；农民工就业率

改革开放以来，中国城乡收入差距和地区收入差距不断扩大，导致大批中西部落后地区农村劳动力涌向东部沿海城市，形成了规模巨大的“民工潮”。国家统计局数据显示：2009年全国农村非农就业达20 991万人，占农村劳动力总数的44.8%，如此大规模的农村劳动力转移必然影响农村乃至整个中国经济发展进程。目前，关于农村劳动力流动的研究颇多，但从就业视角进行探讨的却较少［1－2］，而且这些研究大都以特定地区的时间序列数据为基础进行实证分析，很少有文献对影响农村非农就业规模进行理论模型的探讨，并通过实际数据对理论模型进行统计检验。因此，笔者在融入各影响因素的基础上修正了托达罗人口流动模型，通过农村和城市劳动市场均衡分析，探讨预期收入差距如何在三部门条件下影响非农就业规模，并通过变量筛选进行其影响因素的实证检验，以此为农村非农就业发展战略的制定提供理论依据。

一、托达罗人口流动模型修正［3］311－322

自1954年刘易斯发表《无限劳动供给下的经济发展》以来，20世纪六七十年代发展经济学家提出了一系列理论模型对发展中国家人口流动问题进行了解释，其中托达罗提出的理论模型与发展中国家的现实具有高度吻合性，已被广泛运用于解释农村劳动力的非农就业［4］［5］256－284［6］。该模型从微观的角度探讨了劳动力在城乡间转移的动因，托达罗认为迁移决策取决于潜在迁移者对预期收入的估计，而预期收入是同时以当前的城市工资水平和在城市现代部门就业的概率决定的。城乡预期收入差异构成了迁移动机的主要方面，这种差异越大迁移倾向就越大。笔者结合中国农村劳动力流动的实际，对该模型进行修正以探讨影响农村非农就业的因素。

总体上来说，农村非农就业的规模主要取决于城乡预期收入差距：

其中f′（d）＞0表示农村非农就业规模是预期收入差距的增函数。尽管农业部门存在隐性失业，但中国农村土地使用权的普遍性保证了高就业率，因此农业部门的预期收入等于未来某年的实际收入；而城市现代部门在没有土地保障的前提下，其预期收入等于未来某年的预期实际收入与就业概率的乘积。因此，如果用w r表示农村非就业者实际工资率，r表示农民务农的实际工资率，π表示现代城市部门的就业概率，则城乡预期收入差距可用公式表述如下：

式（2）中的农村劳动力流入城市后的就业概率π，主要取决于现代部门创造的就业机会和城市失业人数这两个因素，就业概率与现代部门创造的就业机会成正比、与城市失业人数成反比。如果用γ表示现代部门工作创造率，N表示现代部门总就业人数，S表示城市劳动力总人数，则γ与N的乘积表示现代部门创造就业的机会，S与N的差代表城市的失业人数，于是城市就业概率可用公式表示为：

式（3）中现代部门工作创造率等于工业产出增长率λ减现代部门劳动生产率增长率ρ，即：

式（2）中非农就业者的工资率w r是由多种因素决定的，其形成基础是城市现代部门工人的工资率。由于二元经济结构的影响，中国城乡居民在就业制度上有较大的差距，城乡劳动者的工资率存在明显的城乡歧视，同一工种城市劳动者的工资率高于农村劳动者的工资率，因此如果用w u表示城市现代部门工人工资率，用w g表示工资差距待遇，则：

此外，还有一些因素既影响非农就业率也影响非农就业者的工资率，其中最重要的因素主要是农民工的社会资本状况和人力资本储量，二者都正向地影响π和w r。如果用sc表示农民工的社会资本储量，用hc表示农民工的人力资本拥有量，则：

上述模型是针对某个时期的短期行为而言的，但理性的迁移者通常要考虑经济行为的长期后果，故需建立长期的理论模型。在长期中，迁移成本（如搬迁费等）必须加以考察，用C（0）来表示。如果用V（0）表示迁移者在计划期内预期收入差距的现值，Y u（t）和Y r（t）分别表示t期农民的务工工资率和务农收入，n表示计划期内的时间数，r表示反映迁移者时间偏好程度的贴现率，则迁移者的预期收入差距的贴现值可表示为：

其中p（t）表示迁移者t期中找到工作的概率，它是特定时期就业概率π的累加就业率，其关系为：迁移者在第t期的累加就业率是第t－1期被现代部门雇用的概率，加上第t期被雇用的概率与第t－1期未被雇用的概率的乘积，即：

据此，农村非农就业规模可表示为城乡收入差距的贴现净值的函数：

由此可知，如果V（0）＞0，则迁移者愿意流入城市，农村非农就业规模增加；如果V（0）＜0，则迁移者不愿意流入城市，甚至返回农村，农村非农就业规模减少。

综上所述，农村非农就业的规模主要受城市工资率、农业工资率、工业产出增长率、城乡工资歧视、现代部门劳动生产率增长率、城市失业率、非农就业者社会资本拥有量、非农就业人力资本储量等因素的影响，其中城市工资率、工业产出增长率、非农就业者社会资本拥有量、非农就业者人力资本储量与农村非农就业规模正向相关，而农业工资率、现代部门劳动生产率增长率、城市失业率、城乡工资歧视与农村就业规模反向相关。

二、劳动力市场均衡的三部门模型

由于各种原因的影响，中国的城市劳动力市场和农村劳动力市场是分割的，存在较严重的二元经济特征，在此情形下，可根据前面关于农村非农就业规模决定因素的分析，对城市和农村的劳动力市场均衡加以考察（见图1）。

图1 农村非农就业与城乡劳动力市场均衡图

在图1中：左图表示城市劳动力市场的均衡，其横轴L表示城市劳动力市场中城市劳动者和进城打工农民工就业人数；纵轴w表示城市劳动者和农民工的工资率；右图表示农村劳动力市场的均衡，其横轴L表示农业生产人数，纵轴r表示务农收入。

左图中向右下方倾斜的曲线Du是城市劳动力需求曲线，向右上方倾斜的曲线Su表示城市部门的劳动力供给；右图中向右下方倾斜的曲线Dr是农村劳动力需求曲线，向右上方倾斜的曲线Sr表示农村部门的劳动力供给。相对地说，左图中的劳动需求曲线Du比右图中的劳动需求曲线D r要陡峭，说明城市劳动力需求弹性比农村劳动力需求曲线的弹性要大；左图中城市劳动力供给曲线Su比右图农村劳动力供给曲线Sr要陡峭，说明城市劳动力供给的工资率弹性比农村劳动力供给的工资弹性要大。城市劳动力市场和农村劳动力市场均衡都取决于各自的供给曲线与需求曲线。

开始时，城市劳动力市场均衡是由城市劳动供给曲线和城市劳动需求曲线D u共同决定，其均衡工资水平为，均衡就业水平为；农村劳动力市场均衡是农村劳动供给曲线和农村劳动需求曲线D r共同决定，其均衡工资水平为r1，均衡就业水平为

当进城务工农民加入城市劳动队伍时，其供给曲线向右移动，而影响其移动规模的决定因素是城乡预期收入差距，在非农就业开始前，主要取决于和r1的差距，即d0；在d0的驱动下，农村劳动力逐渐向城市转移，城市劳动供给曲线由向移动是一条折线，是原有的城市劳动供给加上农村非农就业人数；折点前的劳动供给曲线及其延长部分是城市部门的供给曲线S′u，它在数量上与农村非农就业前保持一致，但位置更低，这主要是受农民工就业竞争的影响而产生的结果；折点后的供给曲线是城乡劳动者共同的劳动供给曲线，它与的距离越来越大，说明农民工的劳动供给会随着工资水平的提升而增加。由于农民工的加入，城市劳动供给发生变化，从而其工资率也发生变化，由原来的下降到，这是不考虑其它因素的情形下城市劳动者和农民工共同的实际工资水平。此时为城市就业量，其中是城市劳动供给曲线S′u和劳动需求曲线D u相交共同决定的城市居民就业量－是农民工的非农就业量。

影响农村非农就业规模的因素除了d0外，还受到城市就业率π的影响，即当城市就业率比较高时，就业竞争压力小，同一种工资水平下劳动供给就相对较小，从而供给曲线位置较高；相反，当城市就业率较低时，其劳动供给曲线位置相对低；就业率π则受工业产出增长率、现代部门劳动生产率增长率、城市失业率、非农就业者社会资本拥有量、非农就业者人力资本储量等因素的影响，是这些因素共同作用的结果。

非农就业的规模不仅受初始收入差距d0和城市就业率π的影响，还受城乡劳动者的工资率歧视差额的影响。通常的情形是工资率歧视越大，同一非农就业水平下农民工更容易接受更低的工资率，从而供给曲线位置越低；相反，工资率歧视越小，劳动供给曲线位置越高，考虑这一因素后，城市劳动供给曲线由向右移到。也是一条折弯的供给曲线，它与在A点相连，此时城市劳动市场被一分为二，城市劳动者和素质较高的农民工在城市现代部门工作，接受工资率；而素质较低农民工则在城市非现代部门从事劳动密集型工作，接受的工资率，农民工的就业量为－，因此农村非农就业总量为－。

在农村劳动力市场，当农村劳动者发生部分转移后，其供给曲线由向左移到，工资率由r1上升至r2，就业量由下降至，且－＝－。此时，城市劳动者与农村务农者的预期收入差距由d0缩小至d1，而农村务农者和进城务工者的预期收入差距则为d2，只要这种差距存在，即d1＞0，农村劳动力流动规模就会扩大，直到d1＝0为止。

三、统计检验

为了对影响农村非农就业的上述因素进行检验，笔者的课题组深入湖南、贵州、四川、陕西四省的20个乡镇和广东、上海、浙江三省的21个乡镇企业和民营企业，对农村家庭和农民工进行实地考察，搜集了有关农村非农就业的实地调查数据，并通过《中国统计年鉴》和国家统计局农调总队相关统计数据的搜集，整理出研究所需要的系统性数据资料（1995—2010年）。在实地调查中，课题组发放了有关农村非农就业的调查问卷580份，收回问卷432份，共涉及家庭人口1 882人、农村劳动力545人、外出民工356人，占劳动力人数的65.3%，其中在外打工人口中男性占69.5%、女性占30.5%；年龄30岁以下占43.2%；文化程度初中以下（含初中）占86.4%。

根据前述的理论研究，运用所搜集的数据资料，可建立回归模型进行实证检验。模型的因变量是农村非农就业规模，用M表示，单位为万人，其数据来源于各年度的《中国统计年鉴》。回归模型主要有以下自变量：

（1）城市工资率和务工收入之间的差距是影响农民工进城的主要因素，可用x1表示城市现代部门工资与农村务农收入的差距，用x2表示城市非正规部门工资率与务农收入的差距，二者数据来源于实地调查，单位为元／月。

（2）农民工就业率通过预期收入差距影响农村非农就业规模，在此不考虑现代部门工作创造率、工业产出增长率和现代部门劳动生产率增长率等因素，而直接用农民工就业人数与农民工总人数的比率来代替，用x3表示，其计量值为百分比，数据来源于实地调研。

（3）农民工的人力资本拥有量是影响农民工就业率和农民工工资率的重要因素，包括文化程度（按照受教育年限换算）、身体健康情况（身体较差＝0，身体一般＝1，身体较好＝2）和技能培训情况（未接受过非农技能的培训＝0，接受过非农技能的培训＝1），这些指标统一量化为人力资本状况的三种情形：人力资本储量低＝0，人力资本储量一般＝1，人力资本储量高＝2，用x4表示，其数据源于实地调查，处理方法是先按教育程度0.5、营养健康状况0.25和劳动技能0.25的权重计算农民工个体人力资本状况，再计算农民工人力资本平均值，最后按年度进行排列得到相应的时间序列数据。

（4）农民工社会资本储量也通过非农就业率和工资率影响非农就业规模，可按其丰富与贫脊程度区分为1～5五个数量标志，用x5来表示，其数据来源于实地调查得来的农民工社会资本储量平均值的时间序列。

（5）非农就业预期收益差距还须扣除其迁移成本，它将负向地影响非农就业规模，用x6表示，数据来源于实地调研，单位为元。

（6）尽管在前面的理论分析中没有考察家庭负担和农业剩余劳动比例，但它们又都是驱动农民进城务工的重要原因，其中家庭负担是指每个劳动力的赡／抚养人口的负担，用x7表示，单位为元，其状况可用实地调查得来的家庭负担平均值的时间序列数据来描述；农业剩余劳动比例用x8来表示，其数据来源于相关统计资料和研究文献。

假定上述解释变量与因变量之间存在线性依据关系，由此可得到多元线性回归方程：其中βi为各变量系数；ε为白噪音，是农民工年龄、性别、婚姻状况、外出打工时间、户籍制度以及国内外经济形势等因素的影响所造成的残差项。

根据调查所收集的数据，在Eviews软件中采用OLS法对模型式（11）进行拟合。采用Forward：LR（逐步筛选策略）进行变量选择，剔除变量x5、x6、x8，其统计学原因是它们的显著性水平为0.10，其现实解释是：由于农民工进城务工后脱离了其原有的生存环境，社会资本拥有量普遍较低，对非农就业规模影响力较弱，因此x5被剔除；当前农村非农就业的迁移成本仅限于交通费用，只占非农就业收入较小的比例，对非农就业无实质性影响，因此x6被剔除；当前农村非农就业的主推动力是城乡预期收入差距，即便在农业无剩余劳动力时，农民也会在城市高工资引诱下进城务工，因此x8被剔除。在剔除以上变量后，运用OLS回归方法进行回归分析，可得到以下回归方程：

R2＝0.879，回归系数拟合较理想；F＝157.1＞F0.05（5，10）＝10.05，说明模型的线性关系在95%的水平下是明显成立的；DW＝1.924，接近于2，说明模型不存在一阶自相关，从而参数估计量是有效的，变量的显著性检验有意义，而且模型的预测有效。与此同时，通过计算可知：

又查表知t0.025（10）＜2.262 2＜｜ti｜，这说明所有变量在95%水平下通过显著性检验，由此可分析各因素对农村劳动力流动规模的影响：

首先，城乡收入差距都正向地影响了农村非农就业规模，其中城市现代部门工资与农村务农收入的差距d1（自变量x1）决定了农村高素质劳动者从农村转移到城市现代部门，其影响参数为1.32，即d1每增加1元，会导致农村劳动力向城市现代部门转移1.32万人；城市非正规部门工资率与务农收入的差距d2（自变量x2）决定了农村低素质劳动力转移到城市非正式部门，其影响参数为9.65，即d2每增加1元，会导致农村劳动力向城市非正式部门转移9.65万人。将1995—2010年趋势数据进行平均，可知d2是影响农村非农就业的最强因素，占总影响的36.2%，而d1则是第五大影响因素，占总影响的6.6%。

其次，农民工就业率也与农村劳动力流动规模正向相关，其影响参数为5 044.7，即就业率每提高一个百分点，农村劳动力流动规模就增加5 044.7万人。将1995—2010年趋势数据进行平均，农民工就业率是影响农村非农就业的第二大因素，占总影响的26.8%。

再次，农民工的人力资本拥有状况通过影响非农就业的就业率和工资率影响非农就业规模，统计检验表明其影响是显著的，其影响参数为1 925.4，说明人力资本储量平均每增加1时，会导致农村非农就业规模增加1 925.4万人。将1995—2010年趋势数据进行平均，农民工人力资本储量是影响农村非农就业的第三大因素，占总影响的14.2%。

最后，农村劳动力人均家庭负担也是影响农村非农就业的主要因素，其影响参数为0.53，即人均家庭负担每增加1元，会导致农村非农就业增加0.53万人，这是影响农村非农就业的第四大因素，占总影响的7.3%。同时，农民工社会资本拥有量、迁移成本和农业剩余劳动力比例对农村非农就业影响不大，与其它各种非显著性因素一起，只占总影响程度的8.9%。

四、结论与政策含义

课题组通过对农村非农就业影响因素进行系统的理论研究和实证检验，得出以下结论：

1.在秉承托达罗人口流动理论关于城乡预期收入差距是人口流动的决定因素这一观点的基础上，结合中国当前农村劳动力流动的现实，融入城乡工资歧视、社会资本、人力资本以及迁移成本等因素，构建了适应中国情形的人口流动模型，为研究农村非农就业影响因素奠定了理论基础。

2.在城乡劳动力市场分割这一符合现实的假设下，探讨了农村非农就业对城市和农村劳动力市场均衡的影响，其理论模型分析认为：由农村向城市转移的非农就业，一方面通过提升务农收入和降低城市工资率缩小了城乡收入差距；另一方面则在劳动力市场均衡的前提下形成农村传统部门、城市现代部门和城市非正式部门，造成了务农收入、城市非正式部门工资率和城市现代部门工资率三者之间的差距。

3.在假定农村非农就业与其影响因素之间存在线性关系的前提下，构建了多元线性回归方程，运用实地调查数据和相关统计数据，通过解释变量筛选，采用广义最小二乘法进行回归分析，其检验结果显示：务工工资率与务农收入的差距和农民工就业率是影响非农就业的最重要的两大因素，而农民工的人力资本储量、人均家庭负担以及城市现代部门工资率与务工收入的差距则在不同程度上对农村非农就业产生影响。农民工社会资本储量、迁移成本、农业剩余劳动力比例以及其它因素对农村非农就业的影响不明显。

无可置疑的是，中国农村非农就业的发展对农村经济乃至整个国民经济的发展起到了非常重要的推动作用，但这种农村人口向城市转移的过程并非如西方各国工业化过程中的人口转移那样，不是农业劳动生产率大幅度提升导致农村劳动力剩余而转向城市从事第二、三产业，相反当前中国农村非农就业主要源于城乡预期收入差距的影响，农业生产效率提升的推动力明显弱于城市高收入的拉动力，因而这种人口转移具有明显的无序性，而要实现经济稳定持续发展，就必须使这种人口流动有序化，这就为政策的制定者提出了两个重大课题：其一，如何在农业生产领域和农村区域内实现政策、体制甚至制度创新，以强化农业生产和农村经济发展对农村人口向城市转移的推动力；其二，建立何种长期行之有效的人口流动宏观管理机制，以使城市发展对农村人口流动的拉动力处于有序范围内。

［1］ 陈宗胜，周云波，任国强.影响农村三种非农就业途径的主要因素研究——对天津市农村社会的实证分析［J］.财经研究，2006（5）.

［2］ 李旻，赵连阁，谭洪波.农村女性劳动力非农就业影响因素——基于辽宁省的实证分析［J］.中国农村观察，2007（12）.

［3］ 谭崇台.发展经济学［M］.太原：山西经济出版社，2001.

［4］ Todaro M P.A Model of Labor Migration and Urban Unemployment in Less Developed Countries［J］.American Economic Review，1969（3）.

［5］ Todaro M P.Internal Migration in Developing Countries：A Survey［C］／／Easterlin R A.Population and Economic Change in Developing Countries［M］.Chicago：The University of Chicago press，1980.

［6］ 周天勇，胡锋.托达罗人口流动模型的反思与改进［J］.中国人口科学，2007（1）.

Study on the Impact Factors of Non－Farm Employment Based on the Todaro Model Amendment

LI Shi-xina，XIONG Yunb

（a.Hunan Province Research Base for“New Style of Industrialization”；b.School of Management，Hunan University of Science and Technology，Xiangtan 411201，China）

Rapid development of rural no－farm employment makes it necessary to analyze its influence factors.After amending The Todaro Model，this paper discusses the influence Factors of rural no－farm employment.It shows that the rural－urban expect income gap，which is decided by income gap and rural migrant workers＇employment rate，is the main factor affecting the scale of no－farm employment.While，Labor market equilibrium analysis indicates that various factors which products effect jointly brings new rural－urban income gap between three departments at last.Statistics test，which is designed to find verifications for the conclusion，shows that the gap between rural migrant workers＇wage and agriculture income，rural migrant workers＇employment rate is the most important factors of affecting the scale of nofarm employment，and that the effect of rural migrant workers＇human capital reserves，per capita household burdens，the gap between urban modern department wage and agriculture income is also more remarkable.Thus，policy maker must regulate rural no－farm employment by developing agricultural production and building a long－term mechanism of population flow management.

rural no－farm employment；the rural－urban expect income gap；rural migrant workers＇employment rate

（责任编辑：郭诗梦）

F325

A

1007－3116（2011）12－0074－06

2011－05－17；修复日期：2011－10－17

教育部人文社会科学规划项目《中国农村劳动力流动的贫困变动效应研究》（07JA790080）；湖南省社会科学规划项目《中国农村劳动力转移的贫困影响研究》（07YBA097）；湖南省教育厅科学研究青年项目《湖南农村非农就业的贫困变动效应及政府行为选择》（10B033）；湖南省科技厅软科学研究项目《湖南农村非农就业的贫困变动效应及政策设计》（2010ZK3090）

李石新，男，湖南新化人，经济学博士，副教授，硕士生导师，研究方向：农村贫困和人力资源管理；

熊 云，女，江西高安人，硕士生，研究方向：农业经济与管理。

【统计应用研究】