产业技术进步与农村劳动力转移的动态影响关系研究

佟光霁，王 卫

(东北林业大学经济管理学院，黑龙江 哈尔滨 150040)

1 文献综述

关于技术进步与农村劳动力转移的相关研究并没有得到确定和一致性的结论。程名望等［1］的实证结论认为农业技术进步对农村剩余劳动力转移有正负两种效应，马轶群［2］分析认为第一产业技术进步对劳动力转移不具有稳定影响。与上述结论不同，一些研究结论则表明技术进步对农村劳动力转移具有正向作用，但这种作用只有长期时才存在，且中西部地区的正向作用明显高于东部地区［3-4］。王卫等［5］的研究成果则表明农业技术进步对农村劳动力转移具有正向显著影响，而非农技术进步对转移的影响则不显著。

上述技术进步对农村劳动力转移的影响研究主要集中于整体经济层面，没有从三次产业划分角度对技术进步与农村劳动力转移影响关系进行实证分析，尽管已有研究讨论了非农技术进步对农村劳动力转移的整体影响，但没有分析二、三产业的具体影响，也没有分析技术进步与农村劳动力转移相互的动态影响关系。农村劳动力转移是农村劳动力由第一产业向二、三产业流动的过程，研究各产业技术进步与农村劳动力转移的影响至关重要，可以直观了解技术进步在农村劳动力流动中的动态影响效应。鉴于此，本文在利用1978—2011年的时间序列数据计算各产业的全要素生产率的基础上，根据实际情况建立VAR 模型分别实证分析各产业技术进步与农村劳动力转移的长期动态影响关系，并利用脉冲响应分析技术进步与农村劳动力转移之间排除其他因素后的纯影响效应关系。

2 计量模型和数据获取

2.1 计量模型构建

变量选取为农村劳动力转移数量和各产业全要素生产率，分别建立计量模型，分析农村劳动力转移与各产业技术进步的影响关系效应。程名望等通过农业传统部门的分析，建立了农村劳动力转移数量为被解释变量，农村人口数量、耕地面积、资本投入为解释变量的计量模型，这一理论推导同样适用于二、三产业。但全要素生产率的计算源于生产函数，因此建立全要素生产率与资本投入等变量关系模型可能导致完全共线性问题。因此本文仅选取农村劳动力转移数量和全要素生产率两个变量，分别建立农村劳动力转移数量与各产业技术进步的VAR 计量模型。

2.2 数据获取

(1)农村劳动力转移指标。农村劳动力转移数量因统计口径的不同，目前未形成统一的数据。在众多已有研究成果中，针对农村劳动力转移数量，不同学者运用了不同的方法进行了估算。本文借鉴程名望等［6］采用的1978—2004年数据资料，其余年份的农村劳动力转移数量来自于《全国农村固定观察点调查数据汇编(2000—2009)》和2011年我国农民工调查监测报告。通过数据连接年份数值变换解决统计口径不一致问题，推算1978—2011年的农村劳动力转移数量。

(2)技术进步指标。本文选用索罗残差法进行全要素生产率测算，这种方法也被很多学者使用［7-10］。使用该方法进行三次产业全要素生产率测算，需要各产业现实产出指标、资本存量指标和劳动投入指标，计算指标的数据来自于《中国国内生产总值核算历史资料:1952—1995》、《中国国内生产总值核算历史资料:1996—2002》和历年中国统计年鉴，具体指标值获取方法借鉴王卫等的相关方法。在获取1978—2011年各产业相关时间序列的基础上，运用索罗残差法进行了各产业全要素生产率测算(见表1)。

3 基于VAR 模型的实证模型分析

3.1 平稳性检验

在进行计量分析之前，首先对序列的平稳性进行检验，否则可能发生伪回归现象。单位根检验的方法选用ADF 检验法，检验结果见表2。除LNTFP2 外，各时间序列均为平稳序列，即零阶单整序列，说明除第二产业技术进步外，其他两产业技术进步与农村劳动力转移均具有长期因果关系。VAR 模型的构建具有两个前提要求:变量均为平稳变量;若变量不平稳，为同阶单整变量，并存在协整关系。本文的LNL、LNTFP1 和LNTFP3 均为平稳数据，因此可直接建立VAR 模型。LNL 和LNTFP2 两个变量经过一阶差分变换后均为平稳变量，且存在协整关系，而且差分的两个变量均具有新的经济意义，分别表示农村劳动力转移和第二产业全要素生产率的增长率。因此构建LNL 和LNTFP2 两变量的一阶差分VAR 模型(DLNL 为被解释变量，DLNTFP2 为解释变量)。

表1 1978—2011年中国一、二、三产业的全要素生产率及农村劳动力转移数量

表2 ADF 单位根检验结果

3.2 VAR 模型的稳定性检验

令LNL 和LNTFP1 建立的VAR 模型为模型1，DLNL 和DLNTFP2 建立的一阶差分VAR 模型为模型2，LNL 和LNTFP3 建立的VAR 模型为模型3。VAR 模型构建的一个至关重要的问题是确定最佳滞后期数。考虑到样本时间序列区间的限制，选取最大滞后期数为3，通过LR、FPE、AIC、SC 和HQ 的值判断最佳滞后期数(见表3)。结果表明，模型1 选取最佳滞后阶数为2，模型2 选择最佳滞后阶数为1，模型3 选择最佳滞后阶数为3，分别建立VAR (2)、VAR (1)和VAR (3)模型。对VAR 模型稳定性进行估计，利用AR 根进行检验，结果表明VAR 模型所有根的倒数均小于1，即位于单位圆内，则说明该VAR 模型是稳定的。因此随后进行的格兰杰因果检验、脉冲响应和方差分解等检验，都将基于各VAR 模型进行。

表3 VAR 模型的最佳滞后阶数检验结果

3.3 格兰杰因果检验

格兰杰因果检验的关键在于滞后期的选择，根据上述各模型的VAR 模型滞后期的选择进行因果检验(见表4)。模型的格兰杰因果检验结果得到以下初步的结论:第一，农村劳动力转移(LNL)与第一产业技术进步(LNTFP1)之间存在单方面格兰杰因果关系，农村劳动力转移是技术进步的格兰杰原因;第二，农村劳动力转移的增长率(DLNL)与第二产业技术进步率(DLNTFP2)之间存在单方面格兰杰因果关系，农村劳动力转移的增长率是第二产业技术进步率的格兰杰原因;第三，农村劳动力转移(LNL)与第三产业技术进步(LNTFP3)之间存在单方面格兰杰因果关系，农村劳动力转移是技术进步的格兰杰原因。整体上来看，农村劳动力转移是技术进步的格兰杰原因，而技术进步不是农村劳动力转移的格兰杰原因。

3.4 脉冲响应分析

VAR 模型说明了产业技术进步与农村劳动力转移之间存在长期均衡关系，格兰杰因果检验说明了最佳滞后期产业技术进步与农村劳动力转移之间的因果关系，但格兰杰因果关系检验结果受滞后期影响非常严重，统计推断很容易出错［11］。为了说明产业技术进步与农村劳动力转移之间排除其他影响因素之外的纯动态影响，采用脉冲响应函数分析技术进步或农村劳动力转移的一个标准差冲击对所有内生变量当前值和未来取值的影响。图1 和图2 分别表示技术进步对农村劳动力转移的脉冲响应轨迹和农村劳动力转移对技术进步的脉冲响应轨迹。图中横轴代表追溯期数，本文选择20;纵轴表示因变量对自变量的响应大小。实线部分为计算值，虚线部分为响应函数值加或减两倍标准差的置信带。

图1a 表示农村劳动力转移对第一产业技术进步冲击的响应，当在本期给第一产业技术进步一个正向冲击，农村劳动力转移从初期反应为0 迅速上升至第4 期的最高点，从第4 期开始逐渐下降，一直持续着正向响应，表明第一产业技术进步受外部条件的一个冲击后，会对农村劳动力转移带来同向的冲击;图1b 表示农村劳动力转移增长率对第二产业技术进步率冲击的响应，可见短期效应较为明显，响应期在7 期之后趋于0，面对第二产业技术进步的冲击，农村劳动力转移的响应一直为负，初期的反应为0，第2 期的负响应最大，随后趋于收敛;图1c 表示农村劳动力转移对第三产业技术进步冲击的响应，面对第三产业技术进步的冲击，短期(1 期和2 期)农村劳动力转移的响应尽管为负，但反应并不强烈，在2 期至4 期逐步上升，在第4 期到达最高的，说明短期内的第三产业技术进步促进农村劳动力转移力度较大但响应反应较慢，4 期之后逐步下降，但响应始终为正。

表4 格兰杰因果检验结果

图1 农村劳动力转移对技术进步的脉冲响应轨迹

图2 技术进步对农村劳动力转移的脉冲响应轨迹

图2a 表示第一产业技术进步对农村劳动力转移冲击的响应，面对农村劳动力转移的冲击，第一产业技术进步从初期的正值下降到2 期的负值，这种负的响应只持续了两期，然后转变为正响应，6 期达到最大，随后逐步下降，但一直持续着正向响应;图2b 表示第二产业技术进步率对农村劳动力转移增长率的冲击的响应，面对农村劳动力转移的冲击，第二产业技术进步率从初期的0 上升到2 期的最大值，随后开始迅速下降，到6 期趋于0，这期间一直持续着正向的响应;图2c 表示第三产业技术进步对农村劳动力转移冲击的响应，面对农村劳动力转移的冲击，第三产业技术进步短期内逐步上升，在3 期达到最高点，随着在中期(3期至8 期)逐渐下降，一直持续着正的响应，但8期之后下降为负的响应并趋于收敛。

利用方差分解方法可以分别分析技术进步对农村劳动力转移变化的贡献度。从这三个VAR 模型的脉冲响应函数的方差分解结果来看，模型1 中的第一产业技术进步对农村劳动力转移的贡献逐步上升，预测方差的影响在8 期之后基本趋于稳定，约为22%;模型2 中的第二产业技术进步率对农村劳动力转移的预测方差影响非常小，仅有0.84%左右，说明第二产业技术进步对农村劳动转移几乎没有什么贡献;模型3 中的第三产业技术进步对农村劳动力转移贡献也逐步上升，预测方差的影响也在8 期之后基本趋于稳定，约为11%。

4 结论与启示

本文采用1978—2011年时间序列数据，研究了三次产业技术进步与农村劳动力转移的动态影响关系，得到了以下结论与启示:

第一，第一产业技术进步与农村劳动力转移存在长期正相关关系且相互影响。从脉冲响应轨迹和方差贡献来看，第一产业技术进步对农村劳动力转移的贡献度长期在22%左右，短期内对劳动力转移影响较大，随着时间的进展响应虽然逐渐减小，但存在着显著和持续的长期效应。

第二，第二产业技术进步与农村劳动力转移并不存在长期效应，技术进步对农村劳动力转移呈短期负影响。第二产业结构特征决定了技术进步可能导致技术和技能型劳动力需求的增长，农村转移劳动力的素质与技能并不满足企业技术进步的劳动资源需求，停留在原有技术水平的农村劳动力导致了结构性失业的产生。

第三，第三产业技术进步与农村劳动力转移存在长期正相关关系且相互影响。从脉冲响应轨迹和方差贡献来看，第三产业技术进步对农村劳动力转移的贡献度长期在11%左右，尽管贡献度不大，但长期看来第三产业技术进步对农村劳动转移具有长期的正向的持续效应。值得说明的是，第三产业的技术进步的正向冲击并没有马上带来农村劳动力转移的迅速提升，说明劳动力转移对第三产业技术进步的响应具有明显的滞后性。

因此，在第一产业技术进步推动农村劳动力转移的前提下，消减第二产业技术进步可能对农村劳动力转移带来的短期负效应，充分发挥第三产业技术进步对农村劳动力非农就业的带动作用，保证农村劳动力转移由第一产业向二、三产业的顺利转移，有必要的采取以下几点对策措施。第一，继续加大各产业的科技投入。通过第一产业的技术进步挖掘农村潜在劳动力，使农村有劳动力可以进行转移，通过二、三产业的技术进步从需求角度加大农村劳动力对素质和技能的提升意愿。第二，培育具有专业化技能的职业农民。农业现代化和产业化发展需要懂技术和会经营的现代新型农民，在劳动力逐渐转移的过程中保证农业产业化规模的不断扩大和农村经济的持续发展。第三，加强农村劳动力非农技能培训。与整体教育水平提升相比，技能培训可以在短期内使农村劳动力满足企业和雇主的技能型需求偏好，通过对预期技术进步进行相应技能培训或人力资本投资，降低资本对劳动力的替代作用。第四，培育具有地方特色的劳务品牌。劳动力雇佣市场的信息不对称导致企业和雇主选择效率缺失，具有独特技能和良好口碑的品牌劳动力通过降低感知风险和提高感知质量实现雇佣双方的有效沟通。第五，继续深化改革打破制度羁绊。逐步健全城乡一体化的劳动力就业市场体制，逐渐将户籍制度与保障福利松绑，保证劳动力非农就业各项保障公平合理，有计划地逐步实现农民工市民化，实现农村劳动力由业到人的真正城镇化。

［1］程名望，阮青松.资本投入、耕地保护、技术进步与农村剩余劳动力转移［J］.中国人口·资源与环境，2010，(8):27-32.

［2］马轶群.苏浙两省技术进步影响劳动力转移的实证分析——基于不同发展模式的比较研究［J］.科学学研究，2013，(6):864-870 +882.

［3］刘洪银.技术进步影响农村劳动力转移的条件和机理［J］.软科学，2011，(7):87-91.

［4］赵德昭，许和连.FDI、农业技术进步与农村剩余劳动力转移——基于“合力模型”的理论与实证研究［J］.科学学研究，2012，(9):1342-1353.

［5］王卫，佟光霁.农业技术进步、非农技术进步与农村劳动力转移——基于1978—2011年全国数据的实证研究［J］.山西财经大学学报，2013，(11):57-67.

［6］程名望，史清华.经济增长、产业结构与农村劳动力转移——基于中国1978—2004年数据的实证分析［J］.经济学家，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］赵洪斌.改革开放以来中国农业技术进步率演进的研究［J］.财经研究，2004，(12):91-100 +110.

［9］黄振华.技术进步、人力资本与中国农业发展——1985—2005年中国农业技术进步率的实证与比较［J］.财经问题研究，2008，(3):124-129.

［10］赵志耘，杨朝峰.中国全要素生产率的测算与解释:1979—2009年［J］.财经问题研究，2011，(9):3-12.

［11］庞皓，陈述云.格兰杰因果检验的有效性及其应用［J］.统计研究，1999，(11):42-46.