农村劳动力转移、 农业技术进步与城乡收入差距——基于PVAR 模型的实证分析

袁玉青，丁建军

（1.长江大学经济与管理学院，湖北 荆州 434023；2.荆楚理工学院新农村发展研究院，湖北 荆门 448000）

农村劳动力转移、农业技术进步与城乡收入差距的相关研究主要集中在3 个方面。关于农业技术进步与农村劳动力转移的影响研究，曾广奎等[1]、李斌等[2]和周振等[3]认为农业技术进步有利于促进农村劳动力转移，因为技术进步对劳动力形成替代作用，导致剩余劳动力被迫转移；程名望等[4]和马轶群[5]认为农业技术进步对农村劳动力转移影响不显著的原因是正效应与负效应相互作用或抵消；周晓时[6]和林善浪等[7]认为农村劳动力转移促进农业技术进步；王兴仓[8]研究表明，劳动力转移导致农村劳动力趋于老龄化、女性化，促使了农业技术进步。关于农村劳动力转移对城乡收入差距关系的研究，学者们认为，农村劳动力转移减小了城乡收入差距[9～12]，农村劳动力转移扩大了城乡收入差距[13～15]，农村劳动力转移对城乡收入差距起到了先扩大、后减小的作用[16，17]。关于农业技术进步对城乡收入差距的影响研究，一部分学者认为，技术进步缩小了城乡收入差距[18～20]；另外一部分学者认为技术进步扩大了城乡收入差距，而这种观点多数以全要素生产率来表征技术进步[21～23]。综上所述，学者们关于农村劳动力转移与农业技术进步的影响研究结论尚未统一，同时多数学者深入研究了农村劳动力转移对城乡收入差距、农业技术进步对城乡收入差距的影响，而关于城乡收入差距对劳动力转移的影响、农业技术进步的关系研究极少，因此，以全国30 省（自治区、直辖市）19 a 的面板数据为基础，采用PVAR模型方法对农村劳动力转移、农业技术进步与城乡收入差距之间的关系进行深入研究，旨为促进农村劳动力转移、改善农业技术进步和缩小城乡收入差距的实践提供依据。

1 材料与方法

1.1 数据来源

选用2002～2020 年30 个省（自治区、直辖市）的面板数据，主要指标包括第二产业就业人口、第三产业就业人口、农业机械总动力、第一产业就业总人数、城镇居民人均可支配收入和农村居民人均纯收入。

1.2 研究方法

1.2.1 变量选取

1.2.1.1 农村劳动力转移（Ytrans）。农村劳动力转移主要有产业间转移和区域间转移2 种形式，农村劳动力往往从事第一产业，城镇劳动力从事第二、第三产业，农村劳动力转移最终表现为劳动力由传统的农业部门向现代的工业部门转移。基于数据的可得性原则，在借鉴了刘劭睿等[12]的研究思路基础上，采用二三产业就业人口与总就业人口的比值进行表征。比值越大，说明第一产业转向第二、三产业的人数越多，劳动力从农村转向城市的数量增加，即劳动力转移越强。

1.2.1.2 农业技术进步（Ytech）。农业技术进步主要包括机械性技术进步和生物性技术进步，即节约劳动型技术和节约土地性技术。基于科学性原则与研究侧重点，在借鉴程莉等[24]、张宽等[25]的研究成果的基础上，采用农业机械总动力与第一产业就业总人数的比值作为农业技术进步的代理变量。

1.2.1.3 城乡收入差距（Ygap）。关于城乡收入差距的测度主要有基尼系数、泰尔指数、城镇人均可支配收入与农村人均纯收入比值3 种。基于数据的可得性原则，借鉴葛娟[26]、张红丽等[27]、玉国华[28]的研究思路基础上，采用城镇居民人均可支配收入与农村居民人均纯收入的比值来衡量城乡收入差距。

1.2.2 数据标准化处理 在数据采集过程中，对于缺失值采用移动平均法进行补充，各变量取对数进行无量纲处理（表1）。

表1 各变量描述性统计Table 1 Descriptive statistics of variables

1.2.3 PVAR 模型构建 面板向量自回归模型（PVAR）是在向量自回归模型（VAR）的基础上提出的，该模型兼具面板数据分析和VAR 模型的优点，不仅不必考虑各变量间的关系，而且还能增加观测值的自由度，控制个体异质性，便于说明各变量间的复杂联系。PVAR 模型公式为：

式中，Y（trans，tech，gap）为核心变量，即农村劳动力转移、农业技术进步和城乡收入差距；yi，t-j为模型中所有内生变量的向量（滞后j阶），i为第i个省份；t为年份；α0为截距项；αj为参数矩阵；j为滞后阶数；βi为样本个体效应，反映各样本在截面上的个体异质性；γt为时间效应，反映各变量的时间趋势变化；εit为随机干扰项。

1.2.3.1 稳定性检验。为了避免伪回归情况的发生，采用LLC、Fisher、Breitung、HT 4 种检验方法对各变量数据的平稳性进行检验。

1.2.3.2 最优滞后阶数确定。构建AIC、BIC、HQIC准则来确定模型的最优滞后阶数，在各准则下最小值对应的阶数为最优滞后阶数。

1.2.3.3 GMM 估计。为避免时间效应和个体效应对系数估计造成的偏差，借鉴陈培钦[29]、游士兵等[30]和何文海等[31]的研究思路，先进行Helmert 过程转换，再进行GMM 估计。

1.2.4 脉冲响应函数 脉冲响应函数考察一个变量受到另一个变量的冲击影响，会预测出响应变量在各滞后期的影响程度，以反映两变量之间长期的动态互动效应。借助蒙特卡洛模拟（Monte-Carlo）200 次得到各变量滞后10 期的脉冲响应函数图，图中横轴是滞后期数，纵轴是响应值，中间的实线是一个冲击变量对某个响应变量进行一个标准差冲击后的脉冲响应值，上下虚线是95%的置信区间。

1.2.5 方差分解 为进一步考察农村劳动力转移、农业技术进步与城乡收入差距之间的长期相互影响程度，对PVAR 模型进行方差分解，分析各指标冲击其他变量的贡献度。

2 结果与分析

2.1 平稳性检验、最优滞后阶数确定、GMM 估计

2.1.1 平稳性检验 经过1 阶差分后，lnYtrans、lnYtech、lnYgap通过了单位根检验（表2），说明各变量存在1阶单整，需要对lnYtrans、lnYtech、lnYgap进行协整检验，结果显示，t=-2.439 0，P=0.007 4，说明各变量在0.01水平上均显著，拒绝了没有协整关系的原假设。因此，从长期视角来看构建的PVAR 模型有现实意义。

表2 面板数据单位根检验结果Table 2 Unit root test results of panel data

2.1.2 最优滞后阶数确定 AIC 和HQIC 推荐滞后4阶为最优滞后阶数，BIC 推荐滞后1 阶为最优滞后阶数（表3），最终确定滞后4 阶为模型的最优滞后阶数。因此，需构建PVAR（4）模型。

表3 不同准则下最优滞后阶数的确定Table 3 Determination of optimal lag order under different criteria

2.1.3 GMM 估计 农村劳动力转移、农业技术进步与城乡收入差距对自身的影响系数在滞后1 阶中均为正，且在0.01 水平上显著，说明3 个指标能够自我改善；而在滞后2～4 阶中发生了正负变化，说明在长期发展过程中，变量间存在着复杂关系（表4）。由于PVAR 模型的向量自回归参数缺乏实际经济意义[31]，因此，重点分析了脉冲响应和方差分解。

表4 PVAR 模型的GMM 估计结果Table 4 GMM estimation results of PVAR model

2.2 脉冲响应函数分析

农村劳动力转移、农业技术进步与城乡收入差距对自身的冲击反应迅速，且正向显著（图1），说明三者均有较强的经济惯性，对自身具有显著的扩张效应。

图1 脉冲响应函数图Fig.1 Impulse response function

2.2.1 农村劳动力转移作为冲击变量 当农村劳动力转移作为冲击变量时，农业技术进步呈现正向显著影响，响应值在前6 期增长较快，从第7 期开始响应值逐渐趋于稳定，说明农村劳动力转移对农业技术进步具有正向影响，并且这种正向影响在前期增速较快，后期保持较高水平稳步推进。农村劳动力转移显著正向影响城乡收入差距，前6 期表现为稳步上升的正向影响，第7 期开始上升趋势放缓并逐渐趋于平稳，说明农村劳动力转移与城乡收入差距正相关，可能是因为农村劳动力向收入更高的城市转移，在城市的生产与消费促进城市的发展，然而反哺农村的却相对较少，导致城乡差距拉大，城乡收入差距扩大，这与贺雪峰等[34]、李周[35]的观点一致。

2.2.2 农业技术进步作为冲击变量 当农业技术进步作为冲击变量时，农村劳动力转移呈现正向影响，响应值在前3 期比较平稳，第3 期以后逐步减小并趋于0，说明短期内农业技术进步会稳定促进农村劳动力转移，但长期而言促进作用会逐渐变小，这可能是因为农业技术进步会释放更多的劳动力向非农业部门转移，具体的释放能力取决于农业机械化水平。农业技术进步对城乡收入差距的冲击在第1 期内不显著，第2 期～第6 期正向冲击逐渐增强，第7 期开始逐渐趋于平缓，说明农业技术进步对城乡收入差距具有正向影响，但存在滞后效应，这可能是因为农业技术进步需要一定的时间才能真正融合到生产中，短期的变化不能对城乡收入差距产生较大的影响，这与苏荟等的观点一致[36]。

2.2.3 城乡收入差距作为冲击变量 当城乡收入差距作为冲击变量时，农村劳动力转移呈现负向影响，响应值在第1 期迅速为负值，第2 期～第3 期趋于平缓的状态，第3 期以后负向冲击缓慢增强，并逐渐趋于稳定，说明城乡收入差距扩大对农村劳动力转移具有阶段性特征的负向影响，这可能是因为城乡收入差距扩大导致转移成本增加，进而影响劳动力的转移决策，这与刘莉君[37]的观点一致。农业技术进步响应值呈显著负向影响，在前5 期负向影响逐步增强，第5 期以后响应值的绝对值不再变大，转而逐渐减小呈现并趋于0，说明城乡收入差距对农业技术进步在短期内有很强的阻碍作用，长期来看，阻碍作用会渐渐减弱，这可能是因为城乡收入差距过大，阻碍了劳动力转移，农村仍有剩余劳动力，进而阻碍农业技术进步。

2.3 方差分解

对各指标在第10 期、第20 期和第30 期进行方差分解，结果（表5）显示，农村劳动力转移对农业技术进步与城乡收入差距的方差贡献率在第10 期分别为26.3%和14.1%，在第30 期分别为31.2%和20.7%，说明农村劳动力转移是影响农业技术进步与城乡收入差距的重要因素。农业技术进步对农村劳动力转移的方差贡献率在第10 期为10.5%，在第30 期为9.5%，说明农业技术进步短期内会促进农村劳动力转移，随着时间的变化这种促进作用会减弱；对城乡收入差距的贡献率在第10 期为9.2%，在第30 期为13.1%，说明短期内农业技术进步促进城乡收入差距扩大的影响较小，长期促进作用会明显增大。城乡收入差距对农村劳动力转移的方差贡献率在第30 期仅有5.8%；城乡收入差距对农业技术进步的方差贡献率在第10 期为38.4%，在第30 期为42.3%，说明城乡收入差距对农业技术进步的有较强的阻碍作用。

表5 PVAR 模型方差分解结果Table 5 PVAR model variance decomposition results

3 主要结论与建议

3.1 主要结论

以2002～2020 年全国30 省市面板数据为基础，运用PVAR 模型探究了农村劳动力转移、农业技术进步与城乡收入差距的关系，得到以下结论：

（1）农村劳动力转移对农业技术进步与城乡收入差距均有正向影响。农村劳动力转移会促进农业技术进步，同时也会扩大城乡收入差距。

（2）农业技术进步对农村劳动力转移与城乡收入差距具有正向影响。农业技术进步在短期内稳定促进农村劳动力转移，对城乡收入差距的影响存在滞后效应，从长远视角出发，农业技术进步会促进城乡收入差距进一步扩大。

（3）城乡收入差距对农村劳动力转移与农业技术进步均有阻碍作用。城乡收入差距对农村劳动力转移呈阶段性的阻碍，但这种阻碍作用并不明显，而对农业技术进步具有较强的阻碍作用。

3.2 建议

基于上述研究结果，提出优化农地资源配置、加强农村技能培训、实施“数商兴农”工程的对策建议。