供給分析（1）：教育、農業(yè)技術和資本對二元勞動力市場勞動供給的影響

供給分析（1）教育、農業(yè)技術和資本對二元勞動力市場勞動供給的影響

第一節(jié)文獻回顧教育既可以指學校正式教育又可以指在職教育或培訓，但學校正式教育和在職教育對勞動力的職業(yè)變換和遷移行為決策具有很不同的含義。雖然在本課題的前面兩章對主要經濟學流派關于勞動力市場工資決定的理論文獻做了綜述性的概括，但是并沒有具體探討教育因素影響作用方面的文獻，因此本章主要闡述古典經濟學家和現(xiàn)當代經濟學家是如何對此做出精辟闡述的，然后再來看最新研究的情況。一古典與新古典經濟學派的代表性觀點：教育對勞動力供給的作用亞當·斯密在其巨著《國富論》（Smith，1776）中對牧師（churchman）教育的影響進行了非常精辟的分析。他認為在歐洲所有基督教國家里，大部分牧師的教育費用是由許多獎金、助學金、獎學金、苦學生津貼等來支付的，很少人是完全自費接受牧師教育的（Smith，1776，BookI，I.10.88）。斯密認為，這些自費教育的人很難在教會職業(yè)里獲得他應有的報酬，因為教會里充斥著太多愿意接受比正常情況下更低報酬的窮人，以至于這些窮人搶奪了能夠自費教育的富人的收入。斯密是在論述三種歐洲政策產生的勞動和資本各種用途利害關系變化的不平等時闡述教育的影響。這種結果的根本原因是這些歐洲的政策使得某些職業(yè)產生過度競爭，從而產生這些勞動力過度供給。而馬歇爾在《經濟學原理》（Marshall，1890）一書中論及教育對勞動力供給的影響時則從接受教育機會的不平等上來分析。他認為對勞動技能的投資與對物質資本的投資是不同的，那些負擔自身教育和培訓費用的人卻只能從其未來提供勞動服務的價值中獲得很少。另外，工人的培養(yǎng)和早年的訓練卻受到其父母的資產、預見未來的能力和為子女做出犧牲的意愿所限制；這些限制對于上層階級來說是微不足道的，因為他們能夠以很低的折現(xiàn)率（discountitatalowrateofinterest）來對子女教育進行投資（BookVI4），而對于下層階級，由代代累積下來的貧窮造成的能力和意愿的低下使得他們子女的教育極為缺乏，這就有一種惡性循環(huán)的效應（參見《勞動力市場分割理論的辨析》，陳廣漢、曾奕、李軍，2006）。他認為，當我們考慮勞動的供給依賴于那些負擔教育和培訓費用的人的資源時，我們應該考慮全部階級，而不是某一行業(yè)的；如果勞動的供給受到用以支付它的生產成本的資本制約時，則任何階級的勞動供給決定于這一階級上代人（而不是當代人）的工資。事實上，馬歇爾關于勞動供給的觀點類似于適應性預期（Adaptiveexpectation）的思想。他分析說，在英國，工人階級大多想當然地認為每一行業(yè)的當前狀態(tài)足以預示其未來的情況，只要這種習慣的影響擴展開來，任一行業(yè)任一代人的勞動供給就會取決于前一代人的工資水平（BookVI5）。二關于中國勞動力市場的一些研究關于中國農村勞動力的一些特點，20世紀90年代就已有很多學者做了研究，但大多停留在一些純粹的定性分析或者干脆就是一些簡單的統(tǒng)計分析（周其仁，1997；陸銘、葛蘇勤，2000），而很少有深入的理論分析和計量分析。在理論分析之前我們先要知道中國勞動力市場的一些特點，才能研究二元勞動力市場。我們把中國勞動力市場劃分為農村勞動力市場、城市非正式部門勞動力市場和城市正式部門勞動力市場來進行分析。（1）一般而言，我們很容易認為中國農村勞動力市場應該是完全競爭的市場。事實上，據WANGetal.（WANG、MARUYAMAandKIKUCHI，2000）的研究，中國農村勞動力市場是不完全競爭的、分割的市場。WANG等人以問卷調查的形式對黑龍江省的一些農村勞動力市場做了深入研究后得出結論：1998年黑龍江省一些種植玉米的村莊的農民日平均收入為14元，而種植水稻的村莊的農民日平均收入則是19元，盡管有這么明顯的收入差距卻沒有任何勞動力從收入低的玉米村莊遷移到收入高的水稻村莊的情況發(fā)生。由于這些村子地理上是相鄰的，不存在自然地理條件的遷移障礙，顯然這里存在人為障礙。他們認為，技能水平不成為遷移障礙，況且技能水平是遷移后的結果（即改為種植水稻后技能總可以提高）。由此他們認為家庭聯(lián)產承包責任制以及戶籍制度的限制才是真正的勞動力遷移障礙，這是一種制度障礙。除此之外，我們很容易知道還有更多政策性的障礙，比方說各地區(qū)的地方保護政策、思想觀念的保守落后等等。所以，我們認為中國農村勞動力市場是分割的、不完全競爭的。（2）顯然，中國農村勞動力向城市遷移的最初動機是城鄉(xiāng)收入差距，因此高低不同的農村收入會使得農村勞動力遷移的方向不同，農村收入低一些的勞動力會傾向于遷移到就近的城市地區(qū)而收入高一些的則會傾向于遷移到較遠的東南沿海發(fā)達地區(qū)。這里的主要原因是存在勞動力的轉移成本以及許多生理和心理成本（Zhao，1999b）。WANG等人的研究也證實了這一點：玉米村莊的勞動力主要是遷移到哈爾濱市或者本省的其他城市；而水稻村莊的勞動力則遷移到南方省份的大城市或工業(yè)發(fā)達地區(qū)的非正式部門。他們的研究結果指出，藍領勞動力的市場無論是在城市非正式部門還是在城市正式部門都是統(tǒng)一的、連接在一起的。城市正式部門藍領市場的進入障礙很低，而城市正式部門的白領市場的進入障礙明顯而且主要是教育程度要求的限制。因此，我們可把農村向城市遷移的勞動力市場總結為：農村低生產力的農業(yè)勞動力市場和城市（包括非正式部門和正式部門）低技能的非熟練勞動力市場（或藍領工人）是一體化的競爭性勞動力市場；而城市正式部門的高技能勞動力（白領工人）市場則明顯存在教育程度的限制從而與前者分割開來。三教育對農村勞動力決策行為的影響劉易斯1954年發(fā)表的論文《無限勞動供給下的經濟發(fā)展》創(chuàng)立了二元勞動力理論，但劉易斯本人并沒有對教育水平對農村勞動力決策行為的影響做出具體分析，當然這要視每一個國家的具體情況而定。最直接對教育影響中國農村家庭戶勞動力決策行為做出深入研究的是Yang（1997）。他從家庭戶成員之間的比較優(yōu)勢來研究家庭戶成員之間農業(yè)與非農勞動時間的配置行為，而主要影響因素則是家庭成員的不同受教育程度。他認為，在某一農戶家庭內如果任何成員的農業(yè)勞動邊際產品價值（VMP：thevaluemarginalproduct）和各自非農工資率（wage）的比較都是同一個方向，即要么都是VMP＞wage，要么都是VMP＜wage，那么這個家庭將會專業(yè)化從事其中一種職業(yè)，即要么都是農業(yè)生產，要么都是非農工作。如果家庭戶要在兩個部門工作，那么受教育程度的選擇性作用就會出現(xiàn)：假設成員i的受教育程度高于成員j，（1）如果wagei-wagej>VMPi-VMPj，則i首先從事非農工作；（2）如果wagei-wagej=VMPi-VMPj，則i或j都有可能從事非農工作，而且家庭戶對在兩個部門（農業(yè)和非農）就業(yè)沒有差異；（3）相反，若wagei-wagej＜VMPi-VMPj，則j（原文是i，疑有誤）首先從事非農工作。事實上，我們把差異比較移項變?yōu)椋簑agei-VMPi>wagej-VMPj，則能更好理解比較優(yōu)勢的原理。一般在農業(yè)生產率的研究中都假定教育水平的提高會提高物理的勞動生產率和配置決策的效率。Huffman（1977），Chaudhri（1968）等人的研究還把更高受教育程度的收益分解為物理的勞動生產率和勞動時間配置效率（轉引自Yang，1997）。Yang在計量實證研究中以變量交叉效應的方法檢驗了這兩種效率提高之間的關系，發(fā)現(xiàn)家庭戶內受教育程度最高的成員從事非農工作并不會影響其在農業(yè)勞動中的決策效率。這一點與Abdulai和Huffman（2000）對非洲國家加納的研究剛好相反。Abdulai和Huffman的研究表明農民參與更多的非農工作會降低農業(yè)的盈利效率；他們以隨機前沿超越對數利潤函數（stochastictranslogprofitfrontier）模型來研究農業(yè)非效率的影響因素，認為農民的非農工作會產生非效率的影響。不過他們的研究還表明更高的受教育程度可以提高農民有效感知市場價格等信息而產生的配置能力，這一點與Yang的研究一致。以上Yang研究的第（1）種情況下，又可以分為兩種情形：第一，i首先從事非農勞動同時兼顧農業(yè)生產，而j全職從事農業(yè)勞動；第二，i全職從事非農勞動，而j同時從事農業(yè)與非農勞動。那么我們看到這兩種情形對于農業(yè)勞動投入影響的意義有很大不同，而且在不同時期會隨勞動力本身受教育程度和城鄉(xiāng)收入差距等因素的變化而變化。而Yang研究的樣本數據只是1990年的微觀靜態(tài)數據，無法得出這種變化情況。因此，本章旨在從宏觀上研究教育對農村勞動投入影響的總體時期變化軌跡以及地區(qū)和區(qū)域之間的差異。第二節(jié)理論模型分析：教育水平的影響一理論假設根據以上分析，我們對本章的理論分析做出一些假設。首先，我們認為劉易斯的假定是合理的，即中國城市非熟練勞動力市場是競爭性的勞動力市場，也是農民工遷移的主要目標就業(yè)市場，正如前文所分析的。本章的分析正是集中于這種競爭性的城市非熟練勞動力市場。其次，在競爭性市場的假設下，假定農業(yè)勞動力是收益最大化的理性主體，他們會把勞動時間分配到農業(yè)和非農勞動上直到兩者的邊際收益相等為止。再次是失業(yè)問題：由于中國城市的失業(yè)主要是國有企業(yè)或國有事業(yè)單位的下崗人員，而在三資企業(yè)以及私有企業(yè)里失業(yè)比較少見，中國農村勞動投入影響的也正是這些企業(yè)而非國有企事業(yè)單位，因此我們假定城市不存在（勞動類型）周期性失業(yè)。我們認為，這里的假設是合理的，而且與蔡昉等人的研究結論是相符的（蔡昉、都陽、高文書，2004）。我們引入一個微觀分析框架來解釋這個模型中的四種不同情形。二農村教育水平、農業(yè)技術水平和城市勞動工資率不變情況下的時間配置分析如圖4-1所示，這是一個把工農業(yè)生產、消費和閑暇結合起來分析理性經濟個體的稀缺時間資源的分配行為，是由Huffman（1974）以及Yang（1997b）的分析發(fā)展而來的。圖中橫軸為可分配的時間資源t，即24小時去除正常睡眠時間之外的時間，一般認為共有16小時；縱軸是使用工農業(yè)生產所得收入進行的消費。曲線GEB為農業(yè)生產可能性曲線，U為等效用曲線，直線部分G是初始財富或非勞動收入；W為農業(yè)勞動邊際產品，W0為城市勞動工資率。當不存在城市工業(yè)部門時，個體會選擇農業(yè)生產可能性曲線、農業(yè)勞動邊際產品曲線和等效用曲線U′三者同時相切的那一點E；而當出現(xiàn)城市工業(yè)部門并且其工資率高于農業(yè)勞動邊際產品，即表現(xiàn)為傳統(tǒng)理論所說的城市收入高于農村收入時，盡管農村教育水平、農業(yè)技術水平和城市勞動工資率保持不變，理性的農民完全可以通過減少農業(yè)勞動時間同時增加投入到工業(yè)生產的時間，從而使W移動到與W0完全重合時達到均衡。[1]那么，為什么農民減少農業(yè)勞動時間卻會提高農業(yè)勞動邊際產品呢？顯然從劉易斯無限剩余勞動供給的理論可以得到很好解釋——太多的勞動投入到農業(yè)生產使得最后的農業(yè)邊際生產率幾乎為零，因此較少農業(yè)勞動投入便會自然增加農業(yè)勞動邊際產品。此時農業(yè)產出會有一些減少，不過非農工資收入彌補后還能夠獲得更高的效用（U>U′）。如圖4-1所示，OL為閑暇，LM為實際非農業(yè)勞動供給，MT為實際農業(yè)勞動供給。LM0為潛在非農業(yè)勞動供給水平，這是因為農業(yè)勞動邊際產品低于城市勞動工資率W0。所以LM有增大的趨勢，MT則有減少的趨勢。圖4-1時間分配行為分析三農業(yè)技術水平提高與農業(yè)產出對時間配置的影響顯然，農業(yè)技術水平提高會使得農業(yè)勞動生產可能性曲線向上擴張，如圖4-2所示BEG曲線向上移動。這時，應分為兩種情況。（1）假設城市非農工資率不變，同時我們假設W和W0已完全重合為W0，即第（1）種情況下的農業(yè)勞動變化已達到均衡。此時W0平行移動到W0′，從而使得農業(yè)勞動供給增加到M0′T，并且由于存在收入效應使得閑暇的消費增加到OL′，因此非農勞動供給必然減少到L′M0。當然，一方面，非農工資不變與農業(yè)技術水平提高導致的農業(yè)勞動邊際產品上升從而使得農業(yè)勞動供給增加，這一點并不會因為剩余勞動力的存在而受到影響；另一方面，直觀上我們可以知道農業(yè)技術水平提高將會增加農業(yè)產出，使農業(yè)收益與非農工資收入的差距縮小從而減少農民工遷移的動力。所以，實質上農業(yè)技術進步也會通過增加農業(yè)產出來影響農業(yè)勞動時間。圖4-2農業(yè)技術和農業(yè)產出對勞動時間配置的影響（2）假設非農工資率上升，由W0變?yōu)閃0″，則此時W0是原來的農業(yè)勞動邊際產品而且低于新的非農工資率，所以就會出現(xiàn)第（1）種情況下的農業(yè)勞動時間調整。四農業(yè)資本增加的作用農業(yè)資本的增加分兩種情形。（1）顯然，農業(yè)資本的增加會擴大農民的勞作范圍，從而使其作用類似于農業(yè)技術進步進而會使得農業(yè)生產可能性曲線向外移動，如圖4-2所示，這時如果假設其他條件不變，最優(yōu)生產點會由E點變?yōu)镋′點，農業(yè)勞動力由M0T增加到M0′T。這是農業(yè)資本增加的收入效應。（2）如圖4-3所示，若資本增加的同時城市（目標就業(yè)市場）非農工資率增加到W0″，假設W0″與生產可能性曲線相切點E″正好與原均衡點E有相同的農業(yè)產出，則農業(yè)生產可能性曲線向外移動，此時農民將會產生資本替代勞動的行為，農業(yè)勞動時間將會移到原來M0T與最低農業(yè)勞動時間M0′T之間的某點（注意，圖中新的可能性曲線上假設農業(yè)勞動時間不變則農業(yè)勞動邊際產品將會提高到W0′）。這是因為農業(yè)資本的增加要求農業(yè)產出必須不低于原來的產值，同時又要減少農業(yè)勞動時間增加非農工作時間。這是農業(yè)資本替代農業(yè)勞動的情況，不過這種替代效應會隨著勞動的減少而下降。圖4-3農業(yè)機械動力對勞動時間配置的影響綜合這兩種效應，若收入效應大于替代效應則農業(yè)勞動時間將會隨農業(yè)資本增加而增加，否則將會隨著農業(yè)資本增加而減少，我們將會在計量模型中來看總的效應。五教育水平提高的影響教育水平提高的影響分為兩種情況。（1）教育水平提高使農業(yè)生產可能性曲線向外擴張，在城市勞動工資率（與農業(yè)勞動邊際產品相等）和農業(yè)勞動投入量不變的情況下，W平行移動到W′；同時教育水平提高會增加農業(yè)勞動生產率從而提高農業(yè)勞動邊際產品（由W→W0），W0為農業(yè)勞動邊際產品。這樣，W0會逐漸調整到再次與W′重合的水平，農業(yè)勞動供給會增加到M0T（MT→M0T）（見圖4-4）。圖4-4教育水平對勞動配置時間的影響（2）與（1）相比，假設教育水平提高會同時提高農業(yè)勞動邊際產品（通過提高農業(yè)勞動生產率）和城市勞動工資率，農業(yè)勞動邊際產品與城市勞動工資率的比較就難以確定，此時的農業(yè)勞動供給量與初始水平MT的大小關系難以確定。若城市勞動工資率上升到新的農業(yè)勞動邊際產品W0的右邊大于W0的某點，則會引起農業(yè)勞動時間向右邊調整從而減少農業(yè)勞動時間；若在W0的左邊則增加農業(yè)勞動時間。總之兩者最終必然會調整到相等的水平。不過，我們可以預期，由于整體教育水平與經濟發(fā)展水平的提高，城市工資率會有一個領先增加的趨勢。這是因為城市現(xiàn)代產業(yè)部門工資上升推動城市生活費用上升從而引起城市傳統(tǒng)部門工資水平上升。至于劉易斯-費-拉模型所論述的農業(yè)勞動生產率提高會推動城市部門工資率上漲的理論在開放的發(fā)展中國家似乎未必成立，即使本國的農業(yè)勞動生產率提高使得本國農業(yè)工資水平上升從而推動本國農產品價格上漲，本國的工業(yè)原料完全可以通過進口來替代本國價格較高的農產品原料。這樣，城市工資率上升就會使得農業(yè)勞動邊際產品隨其增加（通過調整農業(yè)勞動時間），從而農業(yè)勞動供給量總體上會有減少的趨勢。這是本章下面計量模型部分所要分析的重點。在這里我們應注意農業(yè)勞動生產率與農業(yè)勞動邊際產品的區(qū)別。農業(yè)勞動邊際產品除了與前者有關之外，還與農業(yè)勞動時間（或農業(yè)勞動力投入數量）直接相關，在前者不變的情況下，可通過調整農業(yè)勞動時間來改變農業(yè)勞動邊際產品。第三節(jié)模型設定與研究方法針對以上分析的理論模型我們設計一個計量模型來提供一定的實證依據。一變量的選擇及其相關關系正如本章的標題，本章的分析重點是教育對于農村勞動力的釋放所起的作用，從而得知從農村遷移到城市的農村剩余勞動力的供給作用。因此，我們可以選擇在農村從業(yè)的勞動力數量作為被解釋變量，而農村勞動力的受教育程度、農業(yè)資本存量和農業(yè)產出則作為解釋變量。受教育程度被普遍認為是影響農民決策行為的一個很重要的因素（Zhang，HuangandRozelle，2002；Zhao，1997，1999a，1999b；都陽，1999；朱農，2002）。由于農村勞動力主要從事農業(yè)勞動，而且由于農業(yè)機械是農業(yè)生產的其中一個要素，所以農業(yè)資本存量可作為一個解釋變量。最后，我們沿襲傳統(tǒng)理論的分析，包括劉易斯-費-拉模型和托達羅模型的分析，農村勞動力遷移的一個重要動機是由于存在城鄉(xiāng)收入差距，不過我們這里不直接把收入差距作為解釋變量，而是把農村農業(yè)收入作為解釋變量。事實上，假設農民遷移能夠得到的非農工資不變[2]，則收入差距的影響完全轉化為農業(yè)收入的影響。根據前文的理論分析，農村勞動力數量與勞動力受教育程度呈負相關關系，即農村勞動力受教育程度越高則在農村從業(yè)的勞動力就越少，從而將會釋放出勞動力遷往城市。一般而言，農業(yè)資本存量與農村勞動力數量應該呈弱正相關關系，因為農業(yè)資本還會對農業(yè)勞動力產生一種要素替代作用，因此勞動力和農業(yè)資本相結合的正相關關系不明顯，當然具體情況我們還是要看計量分析結果。而農業(yè)收入與被解釋變量也應該是正相關關系，因為一方面農業(yè)收入越高則城鄉(xiāng)收入差距越小從而遷移動力也越小，使得在農村就業(yè)的勞動力數量增加，當然另一方面也可以直接說農業(yè)收入越高勞動力越有動力投入。二模型結構形式的分析以往對農村勞動力或民工潮的研究，大多是農村勞動力向城市的遷移決策研究，采用的是微觀樣本的probit模型（Zhao，1999a，1999b；都陽，1999；朱農，2002）。其中，都陽的研究和趙耀輝（Zhao，1999b）的研究還分析了教育對遷移決策的作用。這些模型分析的一個好處是可以發(fā)現(xiàn)哪些主要因素影響勞動力從農村遷移到城市的決策，但它們共同的缺點是我們無法知道這些因素影響一個國家總體的效果，也無法知道國家內地區(qū)之間的差別所在，當然更無法知道這些因素的影響效果是如何隨時間變化而變化的，因為它們的樣本采集是在某一個固定時間點。既然我們想知道各個時間點和各個地區(qū)的總體變化，那么我們就應該選擇面板數據模型。我們選擇幾個有代表性的年份來采集各個地區(qū)所有變量的數據，包括30個省區(qū)市的。這樣我們固定時間不變，分析各個橫斷面（地區(qū)）差異變化，然后再看各個時間點的參數估計的變化。模型的數學形式，我們采用對數線性模型：lnL=β0+β1lnH+β2lnK+β3lnY[3]L、H、K、Y分別代表農業(yè)勞動力數量、勞動力受教育程度、農業(yè)資本量和農業(yè)產出。至于采用固定系數模型還是隨機系數效應（random/variablecoefficients），我們認為從時間的維度來看，中國農村生產中L、H、K、Y的結合存在一個穩(wěn)定的系數均值β，這個系數均值使得在一定條件下產生最佳的要素組合。而每一年的系數值都是由這一年的具體條件決定的圍繞這個均值的隨機變量。因此我們采用隨機系數模型，這一點我們會在數據分析中來檢驗。模型如下：Yi=Xiβ0+（Xivi+εi）=Xiβ0+wi，E［wi］=0，E［wiw′i］=σ2iΙ+XiTX′i=ΠiVi=σ2i（X′iXi）-1則：，b為各個個體OLS參數估計值。卡方統(tǒng)計量為：，為OLS估計值的加權平均值。每個個體的FGLS最佳線性預測值為：第四節(jié)數據與變量由于我們的計量分析是一種宏觀的計量分析，因此我們采用中國各種統(tǒng)計年鑒的數據，主要是《中國農村統(tǒng)計年鑒》。從時間上來說，我們分別取1988年、1990年、1992年、1994年、1995年、1996年、1998年、2000年、2002年九年的數據，本打算從1985年開始隔1年取數據，但一方面從橫斷面看1985年沒有海南省的數據（海南省直到1988年才從廣東省分出去），只好從1988年開始；另一方面也考慮到1988年是中國改革的重點開始從農村改革轉移到城市改革的年份。從橫斷面上來看，樣本包括30個省區(qū)市，但沒有包括1997年才設立的重慶市，而是將其包括在四川省的數據內。[4]首先，被解釋變量1988年、1990年、1992年三年的數據我們取自《中國農村統(tǒng)計年鑒》1989年、1991年和1993年中“各地區(qū)農村勞動力”下“鄉(xiāng)村勞動力”這一項；1994～1998年數據則是取自相應《中國農村統(tǒng)計年鑒》里“各地區(qū)農村勞動力”下“鄉(xiāng)村實有勞動力”這一項。而2000年和2002年的數據也是取自相應年鑒中的“各地區(qū)鄉(xiāng)村從業(yè)人員”。這些數據被命名為labor1988等。再看解釋變量農業(yè)資本量，所有年份的數據都是來自《中國農村統(tǒng)計年鑒》的“各地區(qū)農業(yè)機械總動力”下“農業(yè)機械總動力”；這些數據被命名為capital1988等。農業(yè)產出1988年、1990年、1992年數據取自《中國農村統(tǒng)計年鑒》1989、1991、1993年的“各地區(qū)農林牧副漁業(yè)產值”下“農業(yè)總產值”一項；而1994～2002年也是《中國農村統(tǒng)計年鑒》中相應年份的“各地區(qū)農林牧漁業(yè)總產值、增加值和中間消耗”下“總產值”一項。這些數據被命名為output1988等。以上統(tǒng)計量的口徑是一致的。農村勞動力受教育程度方面，我們先取《中國農村統(tǒng)計年鑒》1989年和1991年的“各地區(qū)農村勞動力文化狀況”獲得1988年和1990年的數據；然后取《中國農村統(tǒng)計年鑒》相應年份的“各地區(qū)農民家庭勞動力文化狀況”得到1992～2002年的數據。所有這些關于勞動力文化狀況的數據是一些各種文化程度所占的百分比，我們不能直接使用，必須轉化成具體的平均受教育年限。這些統(tǒng)計資料把文化狀況分為“不識字或識字很少”、“小學程度”、“初中程度”、“高中程度”、“中專程度”、“大專及大專以上”六個等級，我們分別給予2年、6年、9年、12年、13年、15年的相當受教育年限。為什么“不識字或識字很少”不是0年而是2年呢？考慮到那些年紀較大的農民即使沒有上過學經過幾十年的勞作也積累了相當的經驗，如果我們給予0年的受教育年限等于忽略了他們的作用，因此給予2年較為合理；另外，“中專程度”很多都是高中考上去讀的，所以只給予比高中多一年的相當受教育年限，而“大專及大專以上”由于是高中考上讀三年（本科及以上的極少回到農村因而忽略）所以給予15年的相當受教育年限。這樣，我們就可以把這些年限乘以各自的百分比得到一個平均受教育年限，比方說2002年北京市農村勞動力平均受教育年限=（2×1.240000+6×10.56000+9×56.26000+12×19.26000+13×8.700000+15×3.990000）/100=9.762500。這是一個相當高的受教育年限，是當年全國最高的地區(qū)。每一年的原始數據經過這種換算之后得到每一年各地區(qū)的平均受教育年限，命名為edu1988、edu1990等。另外，有些省區(qū)市的個別數據缺失，我們都把它歸于零；1997年后重慶和四川的數據則是兩者的簡單平均值。我們計算得到的農村勞動力平均受教育程度如表4-1所示。表4-1農村勞動力平均受教育程度情況從表4-1我們可以看出，我們國家每個地區(qū)農村勞動力的受教育水平是越來越高的。第五節(jié)實證結果與分析一隨機系數模型的檢驗根據Swamy提出的隨機系數模型，在Eviews軟件下必須通過編程來實現(xiàn)。編程的思路是先對9個年份的子樣本分別進行OLS估計得出9組相應參數估計值，然后再求出加權平均值。這樣就可以求出Swamy（1971，參見Greene，2000）提出的卡方統(tǒng)計量。檢驗方法有兩種。第一種方法為卡方統(tǒng)計量。我們可以看到這九年數據的分別單獨OLS估計都很顯著。[5]計算出的卡方值=139.4968，這個統(tǒng)計量的自由度=k（n-1）=4（9-1）=32，卡方分布32個自由度在5%顯著度的臨界值是46.1943，所以5%的顯著度下拒絕不同時期同參數（不變參數）的原假設，即模型應該選擇隨機參數模型。第二種方法為F統(tǒng)計量。Johnston（1984，也可參見Hsiao，2002）證明，在滿足一定條件下，以上卡方檢驗與對H0：β1=β2=…=βn檢驗的F統(tǒng)計量是等價的。程序運行得出F統(tǒng)計量=1.8778，在5%的顯著度下臨界值F［（T-1）（K+1），NT-T（K+1）］=F［116，150］=1.3305。[6]這樣，在5%顯著度下拒絕原假設，結論與第一種方法是一致的。二隨機參數模型的FGLS估計及其結果分析1.OLS的估計結果從圖4-5來看，三個解釋變量參數估計結果的符號與我們的理論預期是一致的，勞動力受教育程度對農村勞動力數量是負的影響，即勞動力平均受教育程度越高，投入到農村農業(yè)生產中的勞動力越少，因此越可能把勞動投入到城鎮(zhèn)的非農產業(yè)生產中。農業(yè)資本的總效應是正的，這說明農業(yè)資本的收入效應大于替代效應。農業(yè)產出也是正的，農業(yè)產出的正作用意味著農業(yè)技術對農業(yè)勞動力投入的影響為正的。2.隨機系數模型的FGLS最佳預測值比較表4-2結果，顯然FGLS估計的精度提高了，因為所有參數的標準誤都比單獨OLS估計的相應標準誤小。表4-2只是9個年份隨機系數的均值，我們也能通過編程來獲得各個年份系數值的線性最佳預測值（Greene，2000），如表4-3所示。我們繪出參數估計的時間趨勢圖：由圖4-6與圖4-5的比較我們知道隨機系數模型的FGLS估計更能清楚地反映參數估計值的趨勢。受教育年限的估計參數值（絕對值），從1988年到2002年有一個先上升而后下降的趨勢，先是從1988年到1995年上升然后到2002年都是下降。這說明農村勞動力受教育年限對農村勞動力的最大釋放作用發(fā)生在1995年，而在此之后作用開始下降。我們的這個結果與Zhang，Huang和Rozelle的研究結果非常接近（Zhang，HuangandRozelle，2002）。這也完全符合中國在這個時間段經濟改革過程的特點，即1988年中國經過近10年的經濟改革農村開始釋放出大量的剩余勞動力向城市遷移，再加上教育的發(fā)展也逐步開始推動勞動力的遷移；直到1995年左右（或20世紀90年代下半葉）中國經濟改革出現(xiàn)了一個調整期，即教育發(fā)展的勞動投入影響推動作用達到頂峰并開始下降，見圖4-6（a）。從圖4-6（b）我們看到，農業(yè)資本對農業(yè)勞動力數量雖然是正的關系，但影響作用越來越小。這是由于農業(yè)資本替代勞動的作用越來越大，但是還沒有大于它的收入效應，因而其參數估計值還是正的。這一點很符合農業(yè)機械在農業(yè)耕作中的作用。圖4-6（c）顯示，農業(yè)產出對農村勞動力數量的正向作用從1988年到2002年有一個緩慢上升的趨勢，這表明農業(yè)收入的增加對農村勞動力向城市遷移的抑制作用越來越大，也是在1995、1996年達到最大，之后有一些下降，2000年又開始上升。這似乎印證了托達羅強調農村經濟發(fā)展的政策建議。[7]表4-2隨機系數模型的OLS回歸結果及FGLS總體均值圖4-5（a）1988～2002年log（EDU）系數（絕對值）變化（OLS）圖4-5（b）1988～2002年log（CAPITAL）系數變化（OLS）圖4-5（c）1988～2002年log（OUTPUT）系數變化（OLS）表4-3各個年份系數值的線性最佳預測值圖4-6（a）1988～2002年log（EDU）系數（絕對值）變化（FGLS）圖4-6（b）1988～2002年log（CAPITAL）系數變化（FGLS）圖4-6（c）1988～2002年log（OUTPUT）系數變化（FGLS）我們比較表4-3和表4-1的相應年份的結果，F(xiàn)GLS的估計大部分比OLS估計更為精確，所有參數估計更精確一些。我們來分析表4-3和表4-2，所有解釋變量的參數估計完全符合我們的理論模型分析，即受教育年限與農村勞動力數量呈負相關關系因而其參數為負，而其他解釋變量是正相關關系因而其參數是正的。三地區(qū)和教育水平作用的差別1.地區(qū)差別我們來看同一時間不同地區(qū)的差別是否存在，這在計量上我們主要通過同一時間不同個體（地區(qū)，這是本章的數據結構決定的）是否存在異方差來檢驗。檢驗方法包括兩步：第一步，每一個年份先以OLS估計并生產殘差系列；第二步，以這個殘差系列的平方作為被解釋變量對相應年份的解釋元回歸，能得到可決系數R2，如果NR2>X20.95（K-1），則拒絕同方差的原假設，N為每一個OLS的觀察變量數，這里是30。按照這種方法，我們編一個小程序就可以實現(xiàn)（見表4-4）。表4-4地區(qū)異方差檢驗所以每一個年份都不能拒絕同方差的原假設，即沒有異方差。這表明各地區(qū)之間的殘差在統(tǒng)計上并沒有表現(xiàn)出異質性。這個檢驗結果也支持了前面隨機系數模型的可行性。2.教育水平作用的差別孫志軍、杜育紅（2004）對農村居民的研究表明，教育的邊際收益存在一個邊界點，在這個邊界點之前，教育對農業(yè)收入有顯著的正向影響，而過了這個點之后，教育的作用逐漸降低。在這個研究結果啟發(fā)下，我們對每個年份的樣本做一個區(qū)域劃分：按教育對勞動力吸納的作用來確定一個邊界點，平均教育水平大于這個邊界點的地區(qū)為一個區(qū)域，小于或等于這個邊界點的為另外一個區(qū)域。然后對這兩個子樣本分別進行OLS估計，看教育參數的變化情況。我們先以2000年為例說明這種方法。首先看2000年各省區(qū)市勞動力與教育水平之間關系的散點圖：這是包含勞動力對教育水平二次方程簡單回歸的散點圖。圖4-72000年各省區(qū)勞動力與教育水平之間關系的散點示意我們可以看到教育的分界點為7.78左右。我們接著把2000年的樣本分為兩個子樣本：教育水平大于7.78的為一個子樣本，剩下的為另一個子樣本。之后對這兩個子樣本分別進行回歸得到以下結果（見表4-5）。表4-5Subsample1：ifedu2000＞7.78Subsample2：ifedu2000≤7.78從表4-5我們看出，在較高教育水平的子樣本中，所有參數估計較為顯著，更重要的是教育的估計參數要遠大于低教育水平的子樣本。同時在兩個子樣本教育參數估計的標準誤幾乎一樣，這證明了教育參數估計在兩個子樣本上的差別完全來源于各自參數估計值的大小。換言之，低教育水平子樣本的教育估計參數之所以不顯著是因為其參數估計值太小。按照這種方法我們分別對其他年份進行估計得到以下結果。從表4-6我們可以看出經過截段的這些子樣本的估計值中，教育變量的估計值仍然是在1995年達到最大值（絕對值）4.85，這個估計