亚洲城网页版 ca88 cc >>发展规划研究 总第62期 2012年>> 一线建言 打印 | 收藏 | 字体: | 阅读 次数 | 发布日期:2012/6/18
山东省城镇化与农村劳动力流动相互影响的动态分析——基于1986-2009年的数据
王 伟 李 奇

     一、引言
     改革开放以来,我国经济快速发展,推动城镇化水平不断提高。城镇产业的发展是城镇化的内在动力,同时也是吸引农村劳动力流向城镇的主要动力之一,从这一角度看,城镇化与农村劳动力流动是产业化过程中相伴相生的两个方面。由于城镇第二、三产业的发展,引发了劳动力从农业向非农产业,从农村向城镇的转移,伴随着这种流转,居民的收入水平和消费水平得到提高,推动着其他生产要素进一步向城镇聚集,进一步增强了城镇的生产和吸纳能力,推进城镇化进程。
      城镇化的发展给流动农村劳动力带来了前所未有的发展机遇,但在不完善的农村劳动力流动与就业制度的条件下,又给其流动与就业带来了诸多困难和问题。随着农村劳动力流动规模的扩大以及城镇化过程中的一系列问题的出现,城镇化与农村劳动力流动之间的相互影响关系逐渐成为学界研究的热点。以农民进城就业的相关政策制度作为研究对象,花卉剖析了各种政策制度因素对农民进城就业的影响作用,并提出建立城乡统一的劳动力市场,改革户籍制度、社会保障制度创造公平的就业环境,以推动城市化健康发展。通过采用比较分析和文献分析等方法,夏德孝、张道宏探讨了城市化水平的地区差异引发劳动力从中西部地区向东部沿海地区流动的问题,他们认为跨地区流动的劳动力强化了东部地区工业化和城市化进程,弱化了中西部地区的进程,以致城市化的地区差距与劳动力流动之间产生了正反馈效应。通过梳理改革开放以来城镇化和农村劳动力转移的历史、现状与趋势,白南生、李靖认为劳动力仍较多地聚集于农业生产,大多数农村流动劳动力由于受到就业、生活、交往等多个层面的社会排斥未能实现稳定定居,处于半城市化阶段,农民工问题成为中国城市化的核心问题。陆铭认为由于户籍、土地等制度的制约,劳动力流动具有明显短期特征,但又是长期化的趋势,在城市内部形成了“新二元结构”,基于此,他提出“提高教育、促进信息交流、推进城乡融合”等有效推进劳动力流动和城市化进程的政策。
      自上个世纪80年代以来,随着市场经济的发展与相关政策的支撑,大量的劳动力由农村流向城市,作为拥有5900多万农业人口的山东省,农村流动劳动力的规模较大,其流动对城镇化产生的影响更为显著。利用相关的统计数据估算,在1986-2009年间,山东省农村劳动力流动总量由570.4万增长到3107.2万,年均增长约为7.6%;同期城镇化率则由12.5%增长到37.5%。在稳步推进城镇化进程的同时,如何有效地发挥农村流动劳动力的作用,更好的促进地区经济的发展与城镇化,成为当前很长一段时间内推进城镇化发展与解决“三农”问题的过程中需要重点考虑的问题。就现有研究文献来看,学者们分别从政策制度、不同地区城镇化发展与劳动力的跨区流动、城乡二元结构等不同角度分析城镇化与农村劳动力流动之间的相互影响关系,定性分析较多,定量分析较少。在总结前人研究的基础上,本文构建了城镇化与农村劳动力流动的动态经济计量模型,就两者之间的相互影响作用关系进行动态分析。

      二、数据与模型
    (一)数据及其处理
     本文选取山东省1986-2009年的城镇化水平与农村劳动力流动两个指标进行计量分析。将农村劳动力流动定义为由农村转移出来的劳动力,借鉴李勋来、李国平对于农村转移劳动力规模的估计方法,对山东省农村劳动力流动量进行估计;对地区城市化水平而言,其衡量方法有单一指标法与综合指标法之分,分析城镇化与其他经济变量的相互影响关系时一般选用单一指标法,就单一指标法而言,可供选择的指标有城镇用地面积比重、城镇人口比重、非农人口比重等,考虑到数据的可获得性,本文采用城镇人口在总人口中所占比重衡量城市化水平。
    为排除时间序列数据中可能存在的异方差现象,分别对农村劳动力流动(ml)与城镇化水平(ur)进行对数变换,并分别用lnml与lnur表示农村劳动力流动与城镇化水平的自然对数。本文相关数据均来自1987-2010年山东省统计年鉴。
    (二)模型的建立
      在衡量变量之间数量关系的计量方法中,一般的回归模型只能单向描述自变量的改变对因变量产生的影响,灰色关联分析模型侧重于对因素间关联程度的分析,而VAR模型把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型,从而将单变量回归模型推广到由多元时间序列变量组成的向量自回归模型,对变量间相互影响的程度能够进行较好的测度。因此,基于本文研究的目的,采用VAR模型对山东省城镇化与农村劳动力流动之间的相互影响程度进行动态计量分析。VAR模型的一般数学表达式为:
      ⑴
     其中:yt为k维内生变量列向量,xt为d维外生变量列向量,p为滞后阶数,k×k维矩阵A和k×d维矩阵B是待估系数矩阵,  为k维扰动列向量。
据此VAR模型的一般形式,本文构建如下模型:

   
   (2)
     三、计量分析
    (一)检验与VAR模型估计
     为避免所建的模型存在伪回归问题,本文利用Dickey和Fuller提出的ADF检验法对各变量进行单位根检验。
    水平检验结果显示:ADF值的绝对值均小于临界值的绝对值,具有单位根,为非平稳序列;进一步对各变量序列进行一阶差分后再进行ADF检验,结果显示,在1%的显著性水平上,各变量序列ADF值的绝对值大于临界值的绝对值,拒绝有单位根的原假设,为I(1)序列。(如表1所示)

      进一步借助Granger因果关系检验来判断农村劳动力流动与城镇化之间的因果关系。Granger因果关系检验结果表明,在10%的显著性水平下:就农村劳动力流动与城镇化而言,拒绝“lnur不是lnml的Granger原因”的假设,同时也拒绝“lnml不是lnur的Granger原因”的假设,因此从2阶滞后的情况来看,农村劳动力流动是城镇化水平提高的Granger原因,同时城镇化也是农村劳动力流动的Granger原因。因此,农村劳动力流动与城镇化之间互为Granger原因。(如表2所示)


       在运用式(2)进行估计之前,需要对滞后阶数p进行确定,本文采用AIC信息准则,即AIC统计量的值越小越好。在比较了1-4之间的滞后阶数后发现,滞后阶数为1时AIC统计量最小,为-8.98,所以确定最优滞后阶数均为1。式(2)模型估计结果如表2所示(括号内为t值),所有回归函数的可决系数均在0.98以上,回归函数的拟合度较好。滞后1期的城镇化水平每增加1%,会带动农村劳动力流动数量增加0.29%;滞后1期的农村劳动力流动数量每增加1%,将带动城镇化水平提高0.06%。
 (3)
     (1.64) (8.47)   (1.62)
  (4)
     (2.01) (1.29)   (9.62)
      (二)协整检验与向量误差修正模型
      以上述结果为基础,本文采用Johansen检验,检验变量之间的协整关系。在“协整个数为零”的原假设下,迹统计量大于5%临界值,即16.16﹥15.41,拒绝没有协整关系的原假设,即lnml和lnur之间存在一个长期均衡的协整关系。进一步对协整向量进行标准化处理,则变量之间的协整关系分别如式(5)所示:
    (5)
      从长期来看,城镇化水平每提高1个百分点,农村劳动力流动数量同方向增长2.14个百分点。

      根据Granger定理,一组具有协整关系的变量一定具有向量误差修正模型的表达式存在,向量误差修正模型估计结果如式(6)(7)所示。从估计结果来看,两个误差修正项(ec)系数均为负值,符合反响修正机制;就短期而言,滞后1期的农村劳动力流动对现期农村劳动力流动的短期非均衡拉动为0.25,表明农村劳动力流动在短期内存在惯性作用,滞后1期的城镇化对现期农村劳动力流动的短期非均衡拉动为0.45;滞后1期的农村劳动力流动对现期城镇化的短期非均衡拉动为0.05,滞后1期的城镇化对现期城市化的短期非均衡拉动为0.47。
(6)
(0.01)(0.18)(0.18)(0.35)(0.36)(0.14)
(7)
(0.00)(0.07)(0.07)(0.14)(0.14)(0.05)
注:括号内为标准误差。

     (三)脉冲响应函数与方差分解分析
      在上述分析的基础上,本文进一步运用脉冲响应函数与方差分解就山东省农村劳动力流动和城镇化之间的相互冲击影响进行分析。其结果如图1与表4所示。
     从脉冲响应函数分析的结果来看,当lnml一个标准的正冲击发生后,在前6期对lnur产生逐渐增加的正影响,并且在第6期达到最大,之后维持在一个相对稳定的水平上;相比于农村劳动力流动对城镇化的冲击影响,城镇化对农村劳动力流动的冲击较大,当lnur一个标准的正冲击发生后,在前7期对lnml产生逐渐增加的正影响,并且在第7期达到最大,约为0.01左右。总体来看,城镇化与农村劳动力流动具有相互促进的正效应。
    表4 方差分解结果
Pe V.D.of lnml V.D.of lnur
 lnml lnur lnml lnur
1 100 0.00 0.62 99.38
2 98.93 1.07 2.49 97.51
3 97.02 2.98 4.94 95.06
4 94.78 5.22 7.58 92.42
5 92.49 7.51 10.16 89.84
6 90.34 9.66 12.56 87.44
7 88.39 11.61 14.71 85.29
8 86.67 13.33 16.61 83.39
9 85.17 14.83 18.27 81.73
10 83.88 16.12 19.70 80.30
Cholesky Ordering:lnml lnur

注:①pe为预测期;②略去了不同预测期变量的预测误差值。
       从方差分解结果来看,lnml与lnur的冲击影响均主要来自于其自身,虽然均呈递减的趋势,但在第10期仍然分别达到83.88%、80.30%;lnur对lnml的冲击影响逐渐递增,在第10期达到16.12%;lnml对lnur的影响同样呈递增的趋势,最高时可达19.7%。

       四、结论
      本文选取山东省1986-2009年的农村劳动力流动与城镇化水平两个指标,运用VAR模型,就农村劳动力流动与城镇化之间的相互影响作用关系进行了分析。结果表明:①山东省农村劳动力流动与城镇化水平之间互为Granger原因,两者之间存在着长期稳定的协同互动关系,且变动具有同向性,“劳动力流动和城镇化之间存在着正向相互反馈效应”。②短期来看,滞后1期的农村劳动力流动与城镇化对现期劳动力流动数量的增加具有拉动效应,农村劳动力流动在短期内存在惯性作用;同样滞后1期的农村劳动力流动与城镇化对现期城镇化水平的提高具有短期非均衡拉动作用。③脉冲响应函数分析显示,城镇化与农村劳动力流动具有相互促进的正效应;方差分解则表明,城镇化与农村劳动力流动之间存在不同程度的冲击影响。
      随着改革开放政策的深入实施,劳动力城乡之间的流动打破了城乡要素的分割,成为促进地区经济发展,推动产业结构升级,提升城镇化水平的重要力量。但由于受到就业、教育、交际等多方面的城市社会排斥,大多数的农村流动劳动力依然未能实现稳定定居,处于“半城市化”阶段。如何加强区域城镇化与农村劳动力流动两者之间的协同作用,促进两者之间的和谐发展,实现社会经济的可持续发展,依然值得进一步地探究。

(编辑单位:兰州大学经济学院)

_
  上一篇:防治PM2.5的思考和建议

关闭窗口
XML 地图 | Sitemap 地图