中国的农村劳动力转移刘建进文档格式.docx

中国的农村劳动力转移刘建进文档格式.docx

《中国的农村劳动力转移刘建进文档格式.docx》由会员分享，可在线阅读，更多相关《中国的农村劳动力转移刘建进文档格式.docx（17页珍藏版）》请在冰豆网上搜索。

●改进了刘易斯关于农业劳动力边际生产率为零的假设，提出“隐性失业”概念，认为虽然很多农村劳动力有就业，但他们的就业是不充分的，没有达到经济效益。

●制度性实际工资不是长期不变，而是缓慢上升的。

●刘易斯的“劳动力无限供给曲线”是以工业实际工资的时间路径，不是新古典经济学的微观静态优化结果。

费景汉和拉尼斯对日本经济发展进行了研究认为，1917年左右日本进入刘易斯拐点（图2），而现在又有些文献认为日本1960左右进入。

图2日本经济发展的刘易斯拐点

（三）舒尔茨理论

舒尔茨等人根据新古典主义理论认为刘易斯二元经济理论是不对的，因为农民是理性的，农民也遵循优最化行为配置生产要素，不存在边际劳动为零的农业剩余劳动力。

农业可以通过增加投入主动发展的，改造传统农业要诱导农民使用新技术，发展人力资本，注重农业均衡发展，维护好市场机制将自动促使经济均衡发展，走向现代化。

（四）托达罗理论

很多发展中国家在借鉴发达国家经验实现农村劳动力转移时发现，农村剩余劳动力的转移到城市后并不能完全实现现代化，城市部门无法实现劳动力资源的有效利用和配置。

托达罗理论认为城市部门分现代的正规部门和非正规部门两部分，农村劳动力只要预期能够获得更高的收入就会转移往城市，虽然可能在城市的非正规部门。

这样就形成农村部门、城市非正规部门和正规部门的三部门经济理论，以解释了后来的发展中国家并不能够按照正统状况的发展经济学理论走向现代化的实际状况。

例如墨西哥的城市实际工资水平十几年几乎不变（图3），城市和农村的工资除受到金融危机的冲击有小幅波动外基本保持了不变，墨西哥农村剩余劳动力转移到城市使得城市存在大量的非正规部门。

图31992-2006墨西哥农村和城市部门实际的工资变化

（五）黄宗智：

《中国的隐性农业革命》

黄宗智认为，中国自明清时期的商品化无法导致近代化是因为中国小农经济的发展方式与18世纪英国农场发展方式的不同。

其最核心的一个概念就是“过密化”或叫“内卷化”，由于中国人口、土地等资源禀赋的特点使得中国家庭式小农生产以单位劳动报酬递减为代价的总产出增加，形成所谓的没有发展的增长。

黄认为现在有三大历史趋势交汇使得中国有另外的发展道路的可能：

非农就业增加和人口生育率降低使得务农劳动力下降，食品消费的趋势使得农产品需求结构变化（图5-图9），农业向高附加值高劳动需求的结构变动恰好与劳动力结构变动趋势（图4）吻合，可以走出与追求总产出扩大排斥劳动的规模产业化不同的发展道路。

图4劳动力变动趋势

图5牧渔业产品的消费趋势

图6人均粮食消费的趋势

图7城乡消费的比较

图8人均消费的趋势预测

图9各种副食产品的劳均产量预测

黄宗智根据劳动力和农产品消费的变化特征对农业劳动投入量进行了预测（图10），2005农业劳动力年人均169天务农，其中136天种植业，33天渔牧业。

按一年250个工作日算，约三分之一的时间是失业的，即一亿左右剩余劳动力，与学术界的共识基本一致。

到2015年农民用176天种植业，64天渔牧业。

农村隐性失业问题将大大缓解。

至2030年，每个农民就要用300天种田，120天从事渔牧业，这就可能需要机械替代。

图10农业劳均劳动投入量的预测

对黄宗智研究的几点评论：

●人均粮食消费的的下降不一定意味着对粮食需求的下降，鱼肉消费上升可能意味着饲料需求（粮食的间接需求）上升；

●其它农产品需求的上升也可能意味着土地需求的上升，结构转换能否可持续实现还有待深入研究。

黄认为刘易斯二元经济理论关于剩余劳动力是历史观察的产物，但仍然以新古典主义理论为发展的归宿。

舒尔茨的理论是对市场机制的信念为基础，不分历史和具体条件地强调理论的指导性。

中国过去的农业生产“过密化”，今后可能是“去过密化”，但小农经济仍有生命力。

（六）中国农村劳动力转移与城乡收入差距的扩大

在中国经济发展过程中，大规模的农村外出务工并没有引起城乡和区域收入差距的缩小，城乡收入差距扩大令一些经济学家们困惑。

对此不同的学者提出几种解释：

1．如果中西部地区的农民不到东部地区打工，收入差距会更大。

在此意义上，劳动力流动缩小了收入差距，此观点被普遍接受（姚枝仲，周素芳，2003.4，《世界经济》），（王小鲁，樊纲，2004.1，《经济研究》）。

但此解释只能做为微观假设，在做宏观分析时不能够采用此假设，而姚的分析基础是宏观生产函数增长方程。

2．外出务工的农村劳动力的务工收入没有被计算进农民人均纯收入统计指标，导致农民收入低估；

外出务工的农村劳动力的务工收入没有被计算进城市居民收入导致城市收入高估。

（蔡昉，2010）、（华生，2010，博客网页）等。

这也存在两个质疑点：

一是不符合统计调查制度和实际操作。

二是不能够在改变城乡收入统计对象的外延时却要某个部门保持原收入水平。

事实是城市居民收入增长比农民工工资增长快，农民工收入是农村收入增长最快的部分。

3．对于农村劳动力转移的，非熟练劳动力不应该分年龄段认为某个年龄段的劳动力是不可转移的，以及某种文化水平以下就不可转移。

不是剩余量减少就导致工资上升，而是剩余消失才导致工资水平上升。

讨论否总量是否过剩问题时，不应当以结构为理由谈某个年龄段劳动力短缺。

工资上升要以实际工资来判断，而非名义工资。

（七）农村剩余劳动力数量讨论

在这里还要介绍一下王检贵、丁守海2005年在《中国社会科学》发表的一篇文章：

《中国究竟还有多少农业剩余劳动力》，这篇论文曾引起较大的反响，他们应用几种不同的估计方法得到的结论是认为中国农村剩余劳动力4600万。

1.王-丁的国际结构标准比较估算方法：

如果把表1中农业部门的就业比重看成一个国际标准（表1），那么一国农业剩余劳动力的比例，就是该国农业部门就业比重超过国际标准比重的部分减去其产值比重超过标准比重的部分。

表1国际标准结构中农业部门的比重

人均GNP（以1964年美元计价）

第一产业所占份额

<

100

200

300

400

500

800

1000

>

产值

0.552

0.452

0.327

0.266

0.228

0.202

0.156

0.138

0.127

就业

0.712

0.658

0.557

0.489

0.438

0.395

0.3

0.252

0.159

他们根据表1所示的结构标准对中国各省农业剩余劳动力剩余进行测算得到下表2，得到全国农村剩余劳动力比例为14%，总共4492.88万人。

表2分地区农业剩余劳动力数量

评价：

这种的所谓国际标准比较方法在理论基础和使用方法是存在问题的。

作者没有做任何理论依据和研究例子论证就把国际间的产业就业比重与产值的比重的回归关系引申为变成剩余劳动力的判断标准，并且进一步使用在省级的地域上。

有必要支出，这种的“国际标准”下的中低收入水平的发展中国家本身就还存在大量农业劳动力剩余，把这样的产业就业偏离度来衡量农业劳动力剩余不仅理论上基础薄弱，本身就极大地低估了农业劳动力剩余了。

王-丁还从人均收入水平区间与劳动力工作时间投入的关系角度研究，认为农业劳动力也存在如小表3的关系：

表3不同收入组的农村劳动力年均投入工日数

组内农户的人均收入

691.95

1344.34

1927.54

2801

6582.93

劳动力年均工作日

187.02

205.7

220.75

240.37

267.74

资料来源：

2000年农业部农村经济研究中心全国农村固定观察点调查系统调查数据。

他们认为，一般而言，农户家庭的年均投工情况与农业从业人员的投工情况是大致相同的，因此表3数据也反映了不同收入情况下对应的农业从业人员的工作负荷。

人均收入水平本身就能反映出农业劳动力年投工数，从而间接反映出剩余劳动力水平。

将2003年全国31个省市自治区的农村家庭人均收入折算成2000年水平，对比上表3，可以得到各省的农业人员年均投工数及剩余比例，再以各省农业人员占全国的比重为权，可以测算出全国的平均水平。

计算结果如下表4，也得到接近的结论。

表4分地区农业劳动力的年投入工数、剩余比例和剩余规模

评论：

把“农户家庭的年均投工情况与农业从业人员的投工情况是大致相同的”做为方法的假设而又不加以实证是不可以的，必须通过实证检验而不能够“假设”。

这种估算方法是本末倒置。

收入水平与劳动力投工、农业劳动力投工的关系是经验数据关系，本身需要通过抽样调查数据来实证。

把全国调查抽样数据的平均结果作为各省的经验关系用插值方法来估计投工数是不可取的，也是方法上的“本末倒置”。

研究生们在做文献阅读时不能够只停留在什么文献得到什么样的结论上，要学会深入判断结论是如何得到的，前提假设是否合理，方法和逻辑推理是否正确，数据的来源及可靠性的判断。

经验关系本身就是有适用范围、条件和时间地域等的限制，不可以在没有加以论证和实证检验的条件下无限地推广使用甚至加以延伸。

实在由于种种原因限制，也应当对不同年份的情况加以验证，如果同学们有兴趣，可以把王-丁他们的方法也对二十世纪八十年代和九十年代的年份的情况做个验证和比较。

创新探索应当鼓励，但重大问题的结论一定要慎重。

二、中国农村劳动力转移数据问题

农村劳动力的统计数据是我们研究中国农村剩余劳动力的最重要的基础，统计数据对判断起非常大的作用，在使用统计数据的时候，特别需要具有一致性的具有结构的数据，可比性问题。

应当说，在有关中国的农村劳动力方面存在有较高质量的统计数据，但因种种使用的限制等原因，现有的开发使用利用远远不够。

（一）农村劳动力统计数据主要来源

1．统计年鉴。

它包括城乡就业口径和乡村从业人员（乡村劳动力）口径。

2．1996年、2006年全国农业普查统计数据。

3．国家统计局农村调查队农村劳动力专项抽样调查。

4．其它调查（如农业部固定观察点调查）数据。

（二）数据特点

1．统计年鉴“乡村劳动力”指标数据更多基于上报汇总数据（乡村基层组织已经难以胜任此项工作），与普查数据相差甚大。

2.农业普查中的农村劳动力数据应该说更为准确，但每十年才调查一次。

（国际上并不这么认为，普查人员的素质使得往往会低估就业水平）。

3．城乡就业口径数据参考了1％人口抽样变动，但仍然参考部门上报的汇总数据（从《国家统计调查制度》可知），分类数据仍然有准确性问题。

4.农户抽样调查数据较为准确，更多的结构数据而不是总量数据；

但没有固定数据发布制度，需要总量数据才能推断宏观。

年份间的数据可比性有时会出现问题。

（三）有关农村劳动力研究中的数据问题

1．关于中国农村劳动力总量和结构的统计数据几乎都使用统计年鉴中“乡村劳动力”（后改称“乡村从业人员”统计指标口径数据），极少使用第一次全国农业普查数据。

2.很少考虑数据之间不一致的情况。

在不少研究文献中不注意正确使用统计数据。

统计局的数据是否权威、准确？

3．农业普查数据与农户抽样调查数据之间较为符合，但不易获得涉及到区域和结构方面的数据。

有时会有年度之间数据口径的可比性问题。

5.原有关农村劳动力的统计年鉴数据截止在2005年。

《2007中国统计年鉴》不再发布原来的“乡村人口和从业人员”等统计口径数据，《2007中国农村统计年鉴》也不再有“农村基本情况和乡村从业人员”表，“农村劳动力资源数”和“乡村从业人员”。

表5两种口径下的中国农村劳动力和农业劳动力变动情况

（四）粗线条把握农村劳动力转移数据的尝试

我以两次农业普查数据为基础，其中较早的数据使用“乡村劳动力口径”，参考一些抽样调查结果，估算了1980-1986、1986-1996、1996-2006不同阶段的农村劳动力就业状况与转移状况（表6），得到1996至2006十年间农村就业人口下降8700多万。

农村劳动力转移速度加快，外出转移速度高于本地转移，但本地转移也占有重要地位，并且这些年加速，劳动力转移一直是以外出为主要途径，与一般认为八十年代中至九十年代中以乡镇企业转移为主的感觉有所不同。

原因是80年以前乡镇企业就已经有近2000万，而当时外出转移却非常少。

表61980-2006年中国农村劳动力从业状况及其变化

在此需要说明的是上表6中的本乡镇内非农劳动力就业数量不一定是本地农民工（要求非农就业6月以上）数，可能包含非农就业时间小于6月但大于农业就业时间者。

根据最新得到的数据发现2009年本地农民工数量8445万，比2008年下降56万人，此下降是趋势性还是波动性？

还不清楚，尚需观察。

另外还需区分转移劳动力和劳动力转移两个概念，农村转移劳动力是外出6月以上，或本地非农6月以上的农村劳动力，它是就业状态描述，是存量，而农业/农村劳动力转移数量是某时间段内农业就业状态改变的数量，是变化量，要明确起止时点。

2006年农村普查数据显示，农村劳动力非农化程度还不高，即使东部地区，无论是户籍从业人员还是常住从业人员都还有超过一半农业劳动力（表7）。

如果从就业模式来划分的话，户籍从业人员中1/3（31.7%）务工,38.3%工资性收入，2/3（66.9%）自营，53.8%经营性纯收入，常住从业人员中1/5（18.9%）务工，4/5（79.3%）自营。

从2006年农业普查数据的对比分析可以看出，农业普查得到的农村劳动力资源和农村从业人员数量比统计年鉴的数据高出约五千多万，农业普查得到的农村户籍口径的农业从业人员与常住农业从业人员数量相差不大，但比统计年鉴的数据高出约四千万。

（五）年轻农村劳动力是否“能走的都走了”？

农村外出从业人员占农村户籍从业人员的比重与年龄成反比，但总体上30岁以下的外出劳动力比例没有超过一半（20岁以下为46.5％,最高省份（湖北）为70％；

21－30岁为40.7％，最高省份（湖北）为61％），应该还不到“能走的都走了”程度。

2006年农业普查中某省连续区域的8个县3950个村330万个17-60岁成年人（排除在校学生、非农户口，相当于农村户籍劳动力）中，仅近15%为外出15天以上。

外出者大部分离家半年以上，70%迁移省外。

佐证了农村劳动力并非“能走的都走了”！

根据普查数据分析，20岁以下农村从业人员占农村劳动力资源比例竟在53％，不大可能主要是在校学习缘故（图11）。

20岁以下农村户籍劳动力资源有8662万，如果20岁以下农村劳动力资源的劳动参与率提高10％，保持外出比例不变，大概会有400万的的20岁以下农村外出劳动力的供给增加（还需要从多方面深入研究年轻劳动力外出的决定行为和障碍因素）。

图11分年龄组农村外出从业人员占户籍从业人员比重（％）

从户籍劳动力调查数据看，20岁及以下和21-30岁的年青农村劳动力外出就业比例都不到一半（图12），结合农村教育等现实情况分析，可以认为农村劳动力也并非“能走的都走了”。

图12农村外出从业人员占户籍劳动力资源比例

从不同地区农村劳动力从业时间方面的特点来看（图13），一般地，外出从业人员就业时间>

户籍从业人员就业时间>

常住从业人员就业时间，少数民族地区外出就业时间低，东北地区常住从业人员就业时间低（气候原因？

）河南省农村常住从业人员就业时间低（剩余劳动力多？

）。

图13不同地区农村劳动力平均年就业时间（月）

由上述分析结果可以说明：

中国农村劳动力转移应当还有长期路程，还有大量农村劳动力需要转移，如果转移遇障碍，更多的应当是体制性障碍因素，而不是资源禀赋/结构因素，城市化进程如果能够有实质性进展，举家迁移比例能够增加，农村劳动力的供给还可以增加。

三、农业劳动生产率与农业雇用工资

农村本地雇用工资与农业劳动生产率和劳动力的外出转移有这样的影响。

2003年以来出台的有利于粮食生产农业政策，如农业税费改革、补贴逐年增加、粮食价格提高等措施的出台使得粮食生产营利。

这种情况下，农村低技术劳工工资上涨，沿海工业区的出现“民工荒”、农民工工资提高，农村当地劳动力市场也就面临工资上涨，农业雇用工资大约相当于本地低技术劳工市场的工资，当地农业雇员工人的工资迅速上升。

通常很难找到农村本地劳动力市场的时间序列的系统统计信息，1998年以后“中国农产品的成本和收益数据”中包含的雇用劳动信息包括了投入/产出，成本/收入，数量/价格的信息。

国家发改委价格司进行了对1000个县60000农户进行调查的数据，得到各省按不同的农业产品品种汇总统计的总体平均数据，通过这些数据我们能分析得到外出农民工的工资变化和农村本地从事农业的收入与农村雇工工资，如下表8-表9。

表8外出农民工的名义工资变化情况：

2001-2008

年份

2001

2002

2003

2004

2005

2006

2007

2008

月工资（元）

662

677

690

778

861

946

1060

1205

日工资（元）

25.46

26.04

26.54

29.92

33.12

36.38

40.77

46.35

数据来源:

中国农村住户调查中国统计年鉴；

计算日工资时每月以26日计算

表9三种谷物（大米，小麦，玉米）收益数据

单位劳动种粮纯收入1（元/日）

15.61

19.95

39.61

34.84

43.02

51.94

59.24

单位劳动种粮纯收入2（去除补贴）

19.88

38.73

33.77

41.02

48.74

52.53

外出农民工工资（元/日）

种粮雇佣劳动力工资率（元/日）

18.10

18.80

22.51

25.84

30.26

35.59

46.36

平均粮食价格元/公斤）

0.98

1.13

1.41

1.35

1.44

1.58

1.67

通过分析发现，2003前年农业生产利润最低，外出农民工工资最高，2004年后农业生产纯收入最高，农村当地农业雇工的工资增长速度超过了农民工工资。

那么是什么让当地农村工资上涨？

农业生产利润上升或农村本地劳动力短缺？

进一步的问题是农村本地工资上涨导致外出农民工工资增加或农民工工资增加导致农村本地工资上升？

在此对三种谷物收益数据的相关系数进行统计检验（表13），发现农业收入与农村本地工资有很高的相关性，而农村劳动力受雇比例与农村本地工资的相关系数很小。

表13农业收益与农村本地工资的相关性检验

1纯收入vs.农村本地工资1998-2008

纯收入1vs农村本地工资

0.9774

纯收入2vs农村本地工资

0.9784

2农村劳动力受雇比例vs农村本地工资0.4463

我们同时也通过回归方程来进行检验影响农村本地工资的因素（表表14A、14B）：

表13A对农村本地工资的影响因素的回归分析1

MultipleR

0.9341

RSquare

0.8726

AdjustedRSquare

0.8407

Obs.

11

方差分析

df

SS

MS

F

Sig.F

回归分析

2

814.27

407.14

27.39

0.000264

残差

8

118.9

14.9

总计

10

933.2

Coeff.