曾湘泉 陈力闻 杨玉梅
农村劳动力由农业向非农产业转移,由农村向城市流动是发展中国家经济社会发展必经的过程。作为农业大国,农村劳动力转移是中国经济社会发展进程中无法回避的关键问题。已有研究发现,改革开放以来,大量农村剩余劳动力流动到城镇,对我国经济增长贡献巨大[1][2],他们的转移也是推动城镇化进程的重要前提[3][4]。
从理论上说,城镇对农村劳动力吸纳能力的提升依赖于城镇化与产业结构的相互配合、相互促进,城镇的产业结构、产业竞争力则在很大程度上决定了城镇容纳农村剩余劳动力的能 力。[5][6][7][8]在研究农村劳动力转移问题时,城镇化进程与产业结构分布是无法割裂的两个方面。现阶段,学术界还没有提出有利于吸纳农村剩余劳动力的城镇化模式与产业分布最优组合。针对城镇化模式的选择,仍有不同主张。[9][10][11][12]而不同城镇化模式应当选择哪种产业结构分布才能达到转移农村劳动力的最优效率,有关研究相对缺乏。不同区域应当采用哪种城镇化策略和产业发展战略才能提升城镇对农村剩余劳动力的吸纳能力,达到优化配置劳动力资源的目的,实现人与城市和谐发展,经济与社会协调发展?这已成为中国经济发展必须解决的问题。
本文将使用数据包络分析方法,建立基于产出的规模报酬可变的BCC 模型,评估不同城镇化模式、城镇化水平、产业结构分布条件下,我国各个省份、经济区域城镇吸纳农村剩余劳动力的效率,分析不同省份的城镇化水平、产业结构与城镇吸纳农村剩余劳动力能力之间相互协调的程度,找寻各个省份、经济区域城镇化发展、产业结构调整与农村劳动力转移效率之间的规律,为今后的学术研究和政策制定提供参考。
学术界的主流观点认为,农村剩余劳动力转移主要有两大方向:产业转移与地域转移。产业转移,即农村剩余劳动力由农业向非农产业转移,既包括向农村的非农产业转移,又包括向城镇的非农产业转移,其最终表现是第一产业就业人数减少,第二、三产业就业人数增加,产值比重提升。地域转移,即农村剩余劳动力由农村向城镇转移,其最终表现是城镇化水平提高,城镇数量增加,城镇规模扩大。在这一过程中,城镇化进程、城镇化模式的选择都将影响城镇对农村劳动力的吸纳能力,从而影响农村剩余劳动力向城镇转移的规模和速度。
国内外学者使用柯布 道格拉斯函数、灰色关联分析、相关分析和回归分析、数据包络分析、偏离份额分析法等研究农村劳动力产业间转移问题,得出了以下结论:产业结构的调整将会促进劳动力从第一产业向第二、三产业转移,这一规律适用于中国现实;由于中国区域之间产业结构差异较大,虽然大多数地区第一产业劳动力吸纳能力趋于饱和,但是第二、三产业吸纳劳动力的能力仍然存在较大的区域差异。
国内外关于城市对劳动力吸纳的研究,主要集中在劳动力转移决策的动因与影响因素方面。城镇对农村劳动力转移的影响因素包括城乡收入差距、非货币收益 (如生活条件、受教育机会、公共卫生设施、购物环境和社会交往)等。城市的人口密度、一国城市人口的百分比、城市规模等与农村劳动力转移呈现正相关关系。跨省的城乡流动中,迁入地的城镇人口会影响农民的迁移决策,城镇人口越多,对农民的迁移 决 策 越有鼓励作用。[13][14]
但也有研究指出,某些情况下,在城镇发展的某些阶段,某种城镇发展模式可能对农村劳动力的转移有阻碍作用。如蔡昉和都阳认为,依靠再分配发展城市的模式,阻碍人口的自由迁移,可能导致国家城镇化整体格局的扭曲。[15]Kevin Honglin,ZHANG 和Shunfeng,SONG 根 据1978—1999年时间序列数据的测算结果发现,随着时间的推移,农村向城市的移民呈现下降的态势,这表明随着城市经济的发展,向城市迁移的成本提高,导致农村人口向城市的流动减少。[16]
针对城镇化与产业结构相互作用机制的研究认为,城镇化与产业机制之间存在着作用与反作用的关系,城镇化与产业结构相互作用机制存在着区域差异,而农村劳动力的流动,一方面是这一过程的中间力量,另一方面也受到这两大因素相互作用的影响。目前,较多学者在解释产业结构升级与城镇化的关系时,认为产业结构升级所带来的集群效应有助于推动城镇化进程的加快。
国内外学者在研究农村劳动力转移的相关问题时,考虑到城镇化模式与农村劳动力转移之间的关系,就适宜农村劳动力转移的城镇化模式问题存在着 “大小城市”之争。但是,大多数学者采用的是定性分析方法,并没有采用定量的方法将城镇规模、城镇化水平与城镇吸纳农村劳动力的能力联系起来进行研究。同时,学者们注意到城镇化与产业结构之间存在着相互作用,但并没有学者将城镇化模式和产业结构结合起来研究农村劳动力的转移问题;关于不同城镇化模式与产业结构相互作用产生的城镇吸纳农村劳动力效率问题,当前也没有研究者涉及。因此,将城镇化模式、城镇化水平与产业结构联系起来,研究三者相互作用之下城镇吸纳农村劳动力效率的区域差异,对当前我国城镇化模式的选择、顺利实现农村劳动力转移具有一定的意义。
数据包络分析方法 (DEA)可根据一组相同类型部门或单位的输入输出观察值,找出其中最富效率部门或单位及其构成的有效生产前沿面,其本质是建立非参数最优化模型,利用统计数据确定相对有效参照面,研究相同类型部门间的效率差异。DEA 在测定若干个决策单元的相对效率时,注重的是对每一个决策单元进行优化,所得出的相对效率是其最大值,是最有利于该决策单元的相对效率。常用的DEA 模型有CCR/BCC/FG/ST 等,根据最优化的目标不同,分别有基于投入和基于产出两种形式的模型。
规模报酬不变模型是Charnes、Cooper 和Rhodes所提出的最基本DEA 模型[17],因此也称为CCR 模型。为了对决策单元 (DMU)的有效性进行简单判别,他们引入非阿基米德无穷小量的概念,以便用线性规划的单纯形方法求解模型,对决策单元进行一次性判别。设有n个单元需要进行效率评估,第j个单元的输入向量是Xj,输出向量是Yj。模型每次从中选出不同单元进行评价,看是否在n个单元中最优。假设当期被评价单元输入向量是X0,输出向量是Y0,那么,CCR 模型输入最小化形式是:
替换模型 (1)中的被评价单元,经过n次评价,可以找出所有满足模型目标值θ=1的被评价单元,这些被称为DEA 弱有效点,表示在规模收益不变的前提下投入要素的最适宜组合。
但是,用不变规模报酬模型进行效率测评时,必须假定各决策单元是位于最佳生产规模,若存在变动规模报酬,则导致在衡量技术效率时规模效率亦混杂其中,因此必须考虑变动规模报酬的情况。为测算生产单元的纯技术效率水平,Banker、Charnes和Cooper提出了可变规模报酬(BCC)模型。[18]BCC模型将CCR 模型中的固定规模报酬的假设剔除,以衡量不同规模报酬状态下的相对效率值。BCC 模型引进Shephard距离函数的概念,把技术效率分解成纯技术效率和规模效率。也就是说,技术无效率除了来自资源配置 (投入产出)不当的因素外,也可能源于决策单位 (DMU)的非适度规模,因此,我们可以通过调整DMU 的规模来改进其无效率的状态。
以产出为导向的BCC 模型衡量的是在维持现有水平的投入和环境难度的情况下,最大化产出,则该线性规划的解θ 为DMU 在产出导向BCC模型下的相对技术效率,表示在给定投入和环境难度的情况下,相对于生产前沿面而言,DMU 的产出能够实现的最大程度的扩大比例。
由于城镇接受农村转移的劳动力的数量不可能保持规模报酬不变,因而选择规模报酬可变的BCC模型更能适应一般情况。面对当前农村劳动力转移压力,各个省份和经济区域应当寻求最合适的城镇化和产业发展策略,尽可能地提升城镇单位对农村劳动力的吸纳能力,因此,本文所采用的BCC模型是产出导向的形式。
面向产出的BCC模型构建如下:
其中,i为投入指标,i=1,2,…,m;j为决策单元指标,j=1,2,…,n;r为产出指标,r=1,2,…,s;Xij表示第j个决策单元(DMU)的第i个投入;Yrj表示第j个决策单元(DMU)的第r个产出;λj表示第j个决策单元(DMU)的非负权重;μ 表示最优产出水平。
因为模型需要被求解n次 (每个决策单元一次),这里以DMU0代表其中任一待评估的决策单元(DMU)。对于任一给定的DMU0,模型试图创建一个效率最大的虚拟决策单元 (DMU),它的效率基于所有的决策单元 (DMU)的线性组合。目标函数 (1)试图最大化虚拟决策单元的产出水平;约束条件 (2)使得投入的最大值不超过观测的投入量;约束条件 (3)明确产出水平至少与DMU0一样;约束条件 (4)确保DEA 模型满足规模报酬可变的模式;约束条件(5)为λj的非负限制。
设μ 表示综合技术效率值,当μ=1时,决策单元 (DMU)投入与产出的组合在DEA 生产前沿面上,表示其投入值达到最佳产出水平,称决策单元 (DMU)达到DEA 相对有效的状态;当μ<1时,决策单元 (DMU)处于非DEA 有效状态,并且μ的值越小,表明决策单元的投入对应的产出效率越低。
本文根据研究所需,分以下几个步骤研究我国不同地区城镇化、产业结构与农村劳动力转移效率之间的关系,寻找适宜农村劳动力转移的城镇化与产业结构模式。
在基于BCC 的分省城镇吸纳农村劳动力效率评价模型中,被评价的决策单元 (DMU)为31个省、直辖市和自治区;分区域城镇吸纳农村劳动力效率评价模型中,被评价的决策单元(DMU)为8个经济区域。本文将城镇化与产业结构作为衡量农村劳动力转移效率模型的投入因素,即BCC 模型的输入指标,将农村劳动力转移数量作为模型的产出因素,即BCC 模型的输出指标。将以上概念具体化为如下数量指标:
1.输出指标:城镇吸纳农村劳动力的能力
2009年年末城镇单位使用农村劳动力数量①城镇单位指的是城镇国有单位、集体单位与其他性质单位;使用农村劳动力指的是户粮关系在农村的职工。由于没有最新的分省农村劳动力转移数据,因此,采用城镇单位使用农村劳动力年末数作为衡量城镇单位吸纳农村劳动力数量的指标。(万人)。选择城镇单位使用农村劳动力年末数能够较为有效地了解我国不同地区城镇对农村劳动力的吸纳能力,更好地衡量城镇化、产业结构分布对农村劳动力进城就业效率的影响。数据来源:《中国劳动统计年鉴2010》。
2.输入指标:城镇化模式、城镇化水平、产业结构分布
(1)大城市所占比重。这一指标主要衡量的是各个省份和区域城镇化进程中采用的是大城市为主导的城镇化模式、中小城镇为主导的城镇化模式,还是大中小城镇结合发展的城镇化模式。按照 《中国中小城市发展报告 (2010)》给出的概念,市区常住人口50 万人以下的为小城市,50万人~100 万人的为中等城市,100 万~300万人的为大城市,300万~1 000 万人的为特大城市,1 000万人以上的为巨大型城市。本文选用该报告提出的城市规模分类方法,大城市比重指的是人口在50万人以上城市的数目占区域城市总数的比重。当这一比重大于70%时,则该地区采用的是以大城市为主的城镇化模式;在40%到70%之间,则该地区是大中小城镇结合发展的城镇化模式;小于40%的时候,这一地区实行的是中小城镇为主的城镇化模式。
(2)首位度四城市指数 (2009年年末)。城市首位度指标主要是用于衡量各个省份、经济区域的中心城市的人口集中程度。杰斐逊曾提出首位度两城市指数,即首位城市与第二位城市的人口规模之比的计算方法:S=P1/P2。两城市指数尽管容易理解和计算方便,但不免以偏概全。为了改进首位度两城市指数,又有人提出四城市指数:S=P1/(P2+P3+P4)和十一城市指数:S=2P1/(P2+P3+…+P11)。按照位序—规模的原理,所谓正常的两城市指数应该是2,正常的四城市指数和十一城市指数应该是1。本文选用四城市指数作为测度中心城市重要程度的指标,同时也作为不同城镇化模式的参考指标。各大省份地级以上城市人口数量来源于 《中国城市统计年鉴2010》;城市首位度由笔者根据城市首位度四城市指数计算公式计算而得。
(3)城镇化水平——城镇人口占总人口百分比 (2009年年末数)。城镇化水平,通常用市人口和镇人口占全部人口的百分比来表示,用于反映人口向城市聚集的过程和聚集程度。数据来源于 《中国统计年鉴2010》。
(4)产业结构分布。所谓产业结构分布,就是区域产业构成及其比例关系,它由在生产和流通过程中相互联系并彼此间保持一定比例关系的各种产业共同构成。本文利用三大产业就业结构偏离度来衡量不同区域产业结构与就业结构之间的相互适应程度。由于DEA 模型无法完成对负值数据的计算,因此,本文中产业就业结构偏离度指标采用某次产业的产值比重与就业比重的比值计算。若小于1,则意味着该产业存在劳动力迁出的压力;若大于1,则意味着该产业需要迁入劳动力;在理论上产业就业结构偏离度为1是最佳状态。从各个产业结构偏离度是否大于1可以判断出该产业是挤出劳动力还是吸收劳动力。数据来源于《中国统计年鉴2010》分省数据指标。
具体地,本文使用的变量见表1。
表1 城镇吸纳农村劳动力分析使用的主要指标
将输入、输出指标数据代入BCC 模型,并运用deap2.1软件进行分析,得出结果如表2所示。通过建立产出导向型的BCC 模型,评价各省的城镇化模式、产业结构对于提升城镇吸纳农村劳动力效率的贡献,并结合各个省份的城镇化模式与产业结构分布情况,可以得出以下几个结论:
表2 各省份城镇吸纳农村劳动力效率评价
续前表
1.从城镇吸纳农村劳动力效率看,浙江、广东两省属于高水平相对效率最优,西藏、新疆两个自治区属于低水平相对效率最优
基于BCC 模型的分析结果表明,浙江、广东、新疆、西藏这四个省 (自治区)处于DEA生产前沿面上,城镇吸纳农村劳动力同时达到了相对规模有效与相对技术有效,综合效率达到100%,即这四个省区的城镇对农村劳动力的吸纳达到DEA 相对有效状态。这表明,在2009年年末,这四个省区的城镇化水平、产业结构分布相互作用,构成城镇吸纳农村劳动力投入与产出相对最优的状态。但是,这四个省份的城镇吸纳农村劳动力的数量却存在着明显的差异:浙江、广东两省2009年年末城镇单位使用农村劳动力的数量分别为105.19万人和127.75万人,是31个省 (自治区、直辖市)中城镇吸纳农村劳动力数量最多的两个省份;相比之下,新疆、西藏两个自治区2009年年末城镇单位使用农村劳动力的数量分别为10.42 万人和0.11 万人,城镇吸纳农村劳动力数量排名靠后。换言之,浙江、广东两省处于高水平相对效率最优状态,而新疆、西藏两个自治区则处于低水平相对效率最优状态。结合以上四地的城镇化模式与产业结构分布,可以对这一结果做如下解释。
(1)从城镇吸纳农村劳动力高水平相对效率最优的浙江、广东两个省份城镇化模式与产业结构分布可以看出,大中小城镇结合发展的城镇化模式配合以劳动密集型第二产业与高新技术第三产业,有助于提升城镇吸纳农村劳动力的效率。
(2)尽管实证分析结果显示,新疆维吾尔自治区和西藏自治区的城镇吸纳农村劳动力为相对效率最优的状态,但结合两个自治区2009 年年末城镇单位使用农村劳动力的数量分析,不难发现,这两个自治区的城镇吸纳农村劳动力的能力偏低。由此可以判断,新疆、西藏两个自治区城镇吸纳农村劳动力的能力处于低水平效率最优的状态。究其原因,是城镇化与产业发展在低水平基础上相互作用,尽管促使城镇单位使用农村劳动力处于投入—产出效率最优状态,但却无法提升城镇单位吸纳农村劳动力的绝对数量。
(3)尽管四个省区城镇吸纳农村劳动力产出水平不一,但是均达到相对的DEA 有效状态,这说明在有限投入的约束下同样可以达到相对效率最优的状态。
2.云南、广西、湖南、陕西、吉林、黑龙江、海南等省 (自治区)城镇吸纳农村劳动力的技术效率不足
技术效率在此衡量的是城镇化与产业结构相互配合、相互适应的程度对城镇吸纳农村劳动力效率的贡献。实证分析结果显示,云南、广西、湖南、陕西、吉林、黑龙江、海南等省份城镇吸纳农村劳动力的技术效率不足,因为这些省份的城镇化水平、城镇化模式与产业结构分布之间没有很好地结合,导致城镇吸纳农村劳动力的综合效率无法达到最优。除了海南省以外,这几个省份都位于我国的中西部地区,城镇化模式的共同特点是,人口在400万以上的特大城市数量少,中心城市的辐射带动能力不强,以中小城市为主。在这样的城镇化模式下,第一产业从业人员比重过大 (2009 年年末,云南、广西、湖南、陕西、黑龙江、海南第一产业从业人员比重分别为:61.3%、54.5%、48%、45.7%、46.3%、52.4%),占主导地位的产业为采矿、冶金、加工制造业等资金密集型第二产业,难以创造足够的就业需求,限制了城镇对农村劳动力的吸纳能力。因此,未来政策导向应当考虑调整这几个省份的城镇化与产业结构模式,促使二者协调配合,壮大中心城市,协调发展多等级城市体系,以城市经济发展带动第三产业发展,创造就业需求,提升城市对农村劳动力的吸纳能力。
3.大部分省份城镇吸纳农村劳动力处于规
模报酬递增阶段
在非DEA 有效的省份中,除黑龙江省以外,其他省份城镇吸纳农村劳动力的效率均存在规模效率非DEA 有效的现象,制约了城镇吸纳农村劳动力的综合效率达到最优。从数据分析结果来看,这些省份城镇吸纳农村劳动力都处于规模报酬递增阶段。这意味着,在这些省份中,适当加大投入,提升城镇化水平,扩大第二、三产业发展的规模,有助于提高其城镇吸纳农村劳动力的效率。这也意味着这些省份城镇在吸纳农村劳动力的能力上有较大的发展空间,可以进一步接收农村劳动力进入城镇就业。
我国地区经济的发展很不平衡,具体到城镇化和产业结构发展,也充分体现了地域之间的差异性与不平衡性。考虑到区域内部生产要素流动、区域内部城市相互呼应、区域内部产业体系的相似性与区域间的差异性将会对区域城镇吸纳农村劳动力数量产生影响,因此,根据我国不同区域的经济发展水平、产业结构、城镇化模式,本文将31个省、直辖市和自治区 (台湾省除外)划分为八大经济区域。这八大经济区域及其城镇化模式、产业结构模式、农村劳动力转移模式如表3所示。
表3 八大经济区域的划分及其城镇化、产业结构和农村劳动力转移模式
将输入、输出指标数据代入BCC模型,并运用deap2.1软件进行分析,得出结果如表4所示:
表4 各经济区域城镇吸纳农村劳动力效率评价
通过建立产出导向型的BCC 模型,评价各区域城镇化模式、产业结构相互作用对提升城镇吸纳农村劳动力效率的贡献,得出以下结论:
1.珠三角、长三角经济区域城镇吸纳农村劳动力达到相对效率最优
实证分析结果显示,珠三角、长三角经济区域是我国经济最为发达的两大区域,同时也是农村劳动力的主要输出区。2009年年末数据显示,这两大区域的城镇吸纳农村劳动力数量分别为189.71万人和179.53万人。BCC 模型分析结果显示,这两大区域的城镇化模式、城镇化水平与产业结构相互结合较好,促进城镇单位吸纳农村劳动力达到了效率最优。
首先,虽然长三角经济区域中等规模的城镇数量较少,但是上海、杭州、南京等区域中心城市强有力的经济实力与辐射能力,带动了周边地区城镇的经济发展。同时,该区域的中小城镇经济发展良好,县域经济发达,城镇阶梯等级结构发展完善。由于该地区受地理环境限制,农业机械化难以普及,农业生产需要较多的人工作业,但是由于中小城镇主要以劳动密集型制造产业和小商品批发业为经济支柱,能够创造较多的就业岗位,为农村劳动力季节性就近、就地迁移创造了就业机会,有力地提升了城镇吸纳农村剩余劳动力的效率。
其次,珠三角经济区域与长三角经济区域类似,虽说大城市辐射能力及县域经济发展不如长三角地区好,但是受到接近港澳台地区的区位优势影响,中等规模的城市陆续崛起,成为劳动、技术密集型的加工制造业和高新技术产业的聚集地,同时,新型服务业的崛起也为当地创造了不少就业机会。闽粤地区中等规模城镇与加工制造业、新型服务业相配合,提升了城镇吸纳农村剩余劳动力的效率。尽管海南省就单个省份来看,城镇吸纳农村劳动力的效率较低,但是,由于其接近闽粤港澳地区,其剩余劳动力可以就近向闽、粤等省的加工制造业与新型服务业转移,从区域整体来看,达到效率最优的状态。
2.新藏经济区域城镇吸纳农村劳动力处于低水平状态
实证分析结果显示,新藏经济区域城镇吸纳农村劳动力的效率得分很高,仅次于长三角经济区域和珠三角经济区域,为0.930分,但是,这一区域2009年年末城镇单位使用农村劳动力的数量在八大经济区域中却是处于最低水平。
新藏经济区域由于自然环境脆弱、交通不便等原因,经济发展水平落后于全国其他经济区域。这一地区大中规模的城镇屈指可数,中心城市正处于发展的起步阶段,城镇的经济集聚能力无法有效带动区域城镇的发展;以第一产业为主导的产业结构分布无法创造有效的城镇就业机会。由于这一地区不是我国主要的农村劳动力输入地,因此,城镇化模式与产业结构的结合能够使城镇吸纳农村劳动力在有限投入的水平上得到相对高效率。
3.东北经济区域与陕甘宁青经济区域城镇吸纳农村劳动力效率较低
分区域分析结果显示,东北经济区域和陕甘宁青经济区域城镇吸纳农村劳动力的效率低于全国平均水平,效率得分分别为0.177 和0.148。这两个经济区域城镇吸纳农村劳动力的效率较低的共同原因是: (1)城市规模等级结构不合理,城镇规模普遍偏小;(2)就业结构转换滞后于产业结构的转换,与当前城镇化模式不相适应。
根据实证分析的结果,得出主要结论如下:
实证研究的结果显示,我国城镇单位在吸纳农村劳动力的效率上存在着东南高、西北低的阶梯状地理差异性。这主要是由于我国东部地区的省份城镇化与产业结构之间配合适宜。东部地区的产业集群或依赖于外商投资 (珠三角经济区域),或依赖于地理上的相互靠近 (长三角、环渤海经济区域),工业企业在地理上得以成群存在,分工合作程度高,制造业与服务业协调发展;同时,这些地区的城镇化发展水平较高,城镇之间形成较为完善的等级体系,大中小城市相互协调。而西部地区产业集聚与城镇化发展的模式与东部地区不同,工业企业分布多是资源导向型的,对自然资源有着较强的依赖性,还有很大一部分企业是由沿海企业向内地迁移完成,第二、三产业发展缺乏良好的呼应作用;城镇化发展过程中,城镇等级体系存在断档现象,或缺乏强经济辐射能力的大城市,或中等城市缺位,省会城市首位度过高,或中小城镇较为萧条,大城市对农村的辐射链条中断,某些地区因原有矿藏资源动力衰竭而导致城市发展动力衰退,缺乏东部地区城镇化的集群动力。
实证研究结果显示,城镇吸纳农村剩余劳动力达到高水平效率最优的地区在城镇化模式与产业结构的整合上有共同之处,即以大城市为主导、中小城镇结合发展的城镇化模式配合以劳动密集型制造业与新型服务业。这种城镇化模式既能充分利用中心城市的辐射能力带动城镇集聚,又能利用大城市的强大经济实力提升中小城镇乃至县域经济的发展水平,有利于形成城市核心经济竞争力,形成对农村劳动力的拉力;同时,劳动密集型制造业和快速发展的新型服务业创造了众多就业机会,能够及时容纳转移的农村劳动力,从而在促进城镇吸纳农村剩余劳动力的投入上达到效率最优状态。这些地区的经验是值得借鉴的。
实证研究结果显示,我国大部分省市城镇在吸纳农村剩余劳动力上处于规模效率递增的阶段,如能根据不同地区的经济发展水平、自然条件和工业基础,选择合适的产业结构和城镇化模式,加大投入,则有利于提升这些区域城镇吸纳农村劳动力的能力,从而加快农村劳动力转移的进程。
具体地,根据各经济区域当前城镇化模式与产业结构分布的状况以及社会经济发展状况,不同区域当前城镇化模式与产业结构分布可以采用如下的调整策略,以提升城镇吸纳农村剩余劳动力的效率。
(1)东北经济区域应当加强大城市、特大城市建设,提升中心城市的经济辐射能力,同时充分利用工业快速发展对劳动力大量需求的契机,积极推进人口及劳动力的城市化和乡村社会的城市化,避免工业化与城市化的分离。
(2)环渤海经济区域的规划发展起步较晚,区域经济发展相对于珠三角和长三角地区明显落后。这一区域的城市密集程度高,大城市所占比重为八大经济区域中最高,但是各个城市的 “发展惯性”大,城市之间的离散程度高,因此,未来应当加强中小城市建设,提升城市间的聚集程度,形成一个功能分工明确、产业体系互补的骨干城市群。就产业结构而言,这一地区与长三角、珠三角经济区域类似,已经进入了 “退二进三”阶段,因此,可以考虑向中西部地区转移部分劳动密集型制造产业,把运量大、高耗水、高耗能、占地多的工业企业向中小城市和卫星镇转移,把技术要求不高的产品、零部件生产企业逐步向郊区扩散,以避免过度集中带来的“大城市病”。
(3)中部经济区域的人口密度相对较大,人均耕地面积不及环渤海和东北地区,农村剩余劳动力相对充裕。这一地区的第二产业存在较为严重的资源依赖性,第三产业的发展相对于东部、东南沿海及华南地区较为滞后。同时,这一地区城镇规模等级体系中存在一定程度的断档现象,中等规模的城市数量不足,且经济实力远远落后于东部地区同等规模的城市。因此,为提高这一地区城镇吸纳农村劳动力的能力,应当大力建设中等规模的城市,加强区域中心城市的建设,推动区域中心城市网的发展。同时,考虑从东部转移一批劳动密集型产业在这一区域落户,通过产业结构的调整来创造就业机会,以调整农村劳动力的转移方向,推动该区域农村劳动力就近转移就业。
(4)西南经济区域和陕甘宁青经济区域虽然存在区域差异,但农村发展的基础条件和环境有相似之处:一是自然资源丰富;二是地处边疆地带,少数民族聚居;三是有特色农业和产业;四是缺乏人口400万以上的中心城市;五是第二、三产业就业结构滞后于产业结构转换。因此,这两个经济区域应当加强中心城市建设,提升中心城市的辐射带动能力,同时,要充分发挥自身的地理位置优势和独特的资源条件,大力发展主导产业,增强主导产业优势和竞争力,提升主导产业的就业带动能力和农村劳动力转移的集聚力,提升城镇吸纳农村剩余劳动力的能力。
(5)新疆、西藏地区城镇化起步晚,发展水平低,且经济发展水平滞后于全国其他经济区域,因此,尽管这一地区城镇吸纳农村劳动力的效率较高,但是仍然处于低水平发展的阶段。这一地区应加强中心城市的建设,在区域中形成多个中心城市,并且建设一批中等规模的城市和小城镇,完善城镇体系,大、中、小城市相互补充,形成依托大中城市,以口岸、经济合作区为“触角”,以边境城市、骨干城市为节点,以中心城市为核心的网络型城镇分布格局。在产业结构上,这一地区应当充分发挥地区资源优势,形成有特色的农牧产品加工工业,发挥优势特色产业在就业岗位创造和劳动力转移中的作用。
分省实证研究结果显示,我国各大省份城镇吸纳农村劳动力平均效率得分为0.271,而分区域实证研究显示,我国各大区域城镇吸纳农村劳动力的平均效率得分为0.577,分区域城镇吸纳农村劳动力的平均效率有所提高。因此,劳动力在区域中的合理适度流动有助于提升城镇吸纳农村劳动力的效率,实现资源优化配置。当前应当推行一系列政策,减少对农村劳动力在区域间流动的限制,同时,合理引导农村劳动力向中西部地区、向中小城镇流动,这一方面可以减轻东部地区大城市容纳农村劳动力的压力,另一方面,也有助于满足中西部地区、中小城镇产业发展对劳动力的需求,使区域城镇吸纳农村劳动力达到效率最优状态。
综上,在农村剩余劳动力数量不断减少,我国经济发展模式转变和产业结构升级的大背景下,在继续推动农村剩余劳动力从事非农产业的同时,应将未来的政策和工作重点逐渐转移到提高迁移质量上来,重视农民工的就业稳定性和正规性,提高农民工就业质量,有序引导部分农民工在城镇永久性定居,真正推动城镇化的发展。
[1] 蔡昉、王德文:《中国经济增长可持续性与劳动贡献》,载 《经济研究》,1999 (10)。
[2] 李晓超、严于龙:《农民工对经济增长贡献及成果分享的定量测量》,载 《调研世界》,2007 (3)。
[3][13][16] Kevin Honglin,ZHANG,Shunfeng,SONG.“Rural-urban Migration and Urbanization in China:Evidence from Time-series and Cross-section Analyses”.ChinaEconomicReview,2003,14 (4):386-400.
[4] 刘丽萍:《农村剩余劳动力转移与城市化》,载 《农村经济与科技》,2008,19 (6)。
[5] 蒲艳萍、吴永球:《经济增长、产业结构与劳动力转移》,载 《数量经济技术经济研究》,2005 (9)。
[6] 邓智团、但涛波:《论我国农村剩余劳动力转移与区域产业结构演变》,载 《中国农村经济》,2005 (8)。
[7] 王新华、戴维周:《人口流动与产业结构升级的相关性分析》,载《南京人口管理干部学院学报》,2006,22(4)。
[8] 唐斌、黄娟、黄小勇:《工业化进程中产业结构对劳动力就业结构偏离效应的实证研究——以江西为例》,载 《江西社会科学》,2010 (6)。
[9] 高德步、吕致文:《内外环境制约下的中国新型工业化战略选择》(下),载 《改革》,2004 (3)。
[10] 王悦:《工业化和城镇化进程中农民工问题的新探索》,载 《中国人口·资源与环境》,2008 (6)。
[11] 王小鲁、夏小林:《优化城市规模,推动经济增长》,载 《经济研究》,1999 (9)。
[12] 周天勇:《城市及其体系起源和演进的经济学描述》,载 《财经问题研究》,2003 (7)。
[14] Au,Chun-Chung and J.Vernon Henderson.“Are Chinese Cities Too Small?”.ReviewofEconomicStudies,2006,73 (3):549-576.
[15] 蔡昉、都阳:《转型中的中国城市发展——城市顶级结构,融资能力与迁移政策》,载《经济研究》,2003(6)。
[17] Charnes,A.,Cooper,W.W.,and E.Rhodes.“Measuring the Efficiency of Decision Making Units”.EuropeanJournalofOperationalResearch,1978,2 (6):429-444.
[18] Banker,R.D.,Charnes,A.,& W.W.Cooper.“Some Models for Estimating Technical and Scale Efficiencies in Data Envelopment Analysis”.ManagementScience,1984,30 (9).