勞動力錯配誘發(fā)全要素生產(chǎn)率損失了嗎?
——來自中國產(chǎn)業(yè)層面的經(jīng)驗證據(jù)

董直慶，劉迪鑰，宋 偉

(1.華東師范大學 商學院，上海 200241；2.吉林大學 商學院，吉林 長春 130012)

一、前 言

近年來我國環(huán)境污染日益嚴重，沙塵和霧霾天氣頻繁爆發(fā)，居民的生活質(zhì)量日漸惡化，這都不斷凸顯傳統(tǒng)資源高投入、高增長和高污染經(jīng)濟發(fā)展模式的不可持續(xù)性。如何在不增加要素投入和環(huán)境污染的前提下，盤活和提升存量要素的生產(chǎn)效率以提高經(jīng)濟增長率和產(chǎn)出質(zhì)量，已成為“十二五”時期經(jīng)濟可持續(xù)發(fā)展的關(guān)鍵。誠然，一國無法在短期內(nèi)迅速提升技術(shù)水平和要素質(zhì)量，我國在控制投資規(guī)模背景下也無法以大規(guī)模引進技術(shù)方式提升效率。為此，如何通過破除要素流動障礙，提高存量要素配置效率來改變?nèi)厣a(chǎn)率，已成為當前我國推動經(jīng)濟轉(zhuǎn)型和增長方式轉(zhuǎn)變的重點。

關(guān)于要素錯配問題的研究，可以追溯至20世紀70年代，Mundlak(1970)構(gòu)造出兩部門模型考察要素錯配，發(fā)現(xiàn)要素錯配會影響要素供給、產(chǎn)出份額和產(chǎn)出替代彈性。John(1971)認為制度約束會引發(fā)要素價格變化，使其出現(xiàn)價格扭曲而明顯有別于自由市場價格，導致生產(chǎn)要素無法達到最優(yōu)化配置。Jaime和De Melo(1977)將兩部門模型擴展到多部門模型，衡量資源錯配效應及要素價格扭曲對經(jīng)濟產(chǎn)出和結(jié)構(gòu)優(yōu)化的影響。Syrquin(1986)從要素配置視角擴展了Solow要素無流動障礙時的經(jīng)濟增長模型，分析了資源錯配對全要素生產(chǎn)率的作用效應。Kumbhakar(1992)發(fā)現(xiàn)，美國航空業(yè)要素錯配引發(fā)企業(yè)間資源配置不均，技術(shù)進步率出現(xiàn)不斷下降趨勢，這根源于資源非市場方式配置，使航空業(yè)企業(yè)將工作重心轉(zhuǎn)向?qū)ぷ?，而不再關(guān)注經(jīng)濟效率與技術(shù)創(chuàng)新。若將一國經(jīng)濟分成農(nóng)業(yè)和非農(nóng)業(yè)兩部門，Rogerson(2008)和Temple(2001)發(fā)現(xiàn)農(nóng)業(yè)和非農(nóng)業(yè)部門間的要素報酬差異明顯，其中非市場因素阻礙了要素的自由流動，使部門間出現(xiàn)要素錯配現(xiàn)象。Barseghyan和Dicecio(2010)結(jié)合一般均衡模型利用企業(yè)注冊登記費表示行業(yè)進入障礙，發(fā)現(xiàn)行業(yè)進入障礙可以解釋相當大比例的跨國生產(chǎn)率差距，若以產(chǎn)出份額測度行業(yè)進入成本則可以解釋25%的全要素生產(chǎn)率增長，且進入成本每增加1%，全要素生產(chǎn)率將損失0.52%，成本最低國家和最高國家相比二者全要素生產(chǎn)率和人均收入分別相差1.32倍和1.52倍，表明市場結(jié)構(gòu)越不完全和壟斷程度越高，要素錯配越明顯，全要素生產(chǎn)率增長越慢。Buera等(2010)對比了不同國家金融部門的要素配置效率問題，發(fā)現(xiàn)最發(fā)達和最不發(fā)達金融部門的效率損失相差40%。

然而，對于發(fā)展中國家而言，要素錯配和無效配置現(xiàn)象更為常見，通常即便不增加資本投入而只需減少要素錯配，就可以大幅提高經(jīng)濟產(chǎn)出水平和生產(chǎn)效率(Dollar和Wei，2007)。Hsieh和Klenow(2007)以美國制造業(yè)為基準，對比中國1998-2005年制造業(yè)要素錯配對全要素生產(chǎn)率的影響，結(jié)果發(fā)現(xiàn)中國制造業(yè)若能實現(xiàn)美國制造業(yè)的要素匹配程度或效率水平，則中國的全要素生產(chǎn)率可以增長30%-45%且經(jīng)濟產(chǎn)出提高1倍。袁志剛和解棟棟(2010)以日、韓經(jīng)濟為基準，從單要素錯配視角，估計了我國勞動力在部門間錯配對全要素生產(chǎn)率的影響，發(fā)現(xiàn)1978年后我國勞動力錯配引致全要素生產(chǎn)率損失在2%到18%之間，而且呈逐年擴大趨勢，并且認為要素價格而非市場結(jié)構(gòu)因素是導致我國勞動力錯配的主要原因。同樣，利用要素錯配引發(fā)效率損失的邏輯，朱喜等(2011)結(jié)合2003-2007年全國農(nóng)村固定農(nóng)戶數(shù)據(jù)，分析了我國地區(qū)農(nóng)戶生產(chǎn)的要素配置扭曲度與總量全要素生產(chǎn)率的關(guān)系，發(fā)現(xiàn)地區(qū)間要素配置扭曲程度差異明顯，如果消除資本和勞動配置扭曲，農(nóng)戶農(nóng)業(yè)全要素生產(chǎn)率可以增長20%-30%，從農(nóng)村和農(nóng)戶層面印證了袁志剛和解棟棟(2011)的結(jié)論。同時，陳永偉和胡偉民(2011)將資源錯配和效率損失與傳統(tǒng)增長核算相結(jié)合，考察我國制造業(yè)資源錯配的效率損失情況，發(fā)現(xiàn)我國制造業(yè)資源錯配在不同子行業(yè)內(nèi)差異明顯，資源錯配導致15%的經(jīng)濟產(chǎn)出缺口。姚戰(zhàn)琪(2009)結(jié)合面板數(shù)據(jù)檢驗發(fā)現(xiàn)，我國資源錯配對總體經(jīng)濟和工業(yè)部門的作用均為負。張杰等(2011)利用2001-2007年工業(yè)企業(yè)樣本數(shù)據(jù)考察要素市場錯配度，發(fā)現(xiàn)要素市場扭曲除引發(fā)效率損失外還會抑制企業(yè)R&D投入，表明要素錯配不僅會直接降低技術(shù)效率，還會通過影響企業(yè)的R&D投入來改變技術(shù)效率。

毫無疑問，勞動力是生產(chǎn)活動中不可或缺的要素，勞動力規(guī)模和配置效率更是對經(jīng)濟增長有決定性影響。2010年以來我國已經(jīng)開始進入勞動力絕對減少階段，為此，人口紅利漸次消失時期如何提高勞動力配置效率，對我國經(jīng)濟而言作用更明顯。那么，是什么因素引起勞動力錯配呢？Becker(1957)認為，擁有相同勞動生產(chǎn)率的勞動者，因種族和性別歧視而出現(xiàn)明顯的工資報酬差異，進而影響勞動力資源的優(yōu)化配置。Doeringe(1971)認為，可以將勞動力市場劃分為一級勞動力市場和二級勞動力市場，通常勞動力在一級勞動力市場會得到高于市場價格的工資，而在二級勞動力市場會得到低于市場價格的工資，進而使勞動力在一級市場和二級市場間出現(xiàn)價格扭曲。Dickens(1985)則進一步證實了市場分割對勞動力錯配的影響，認為市場分層是導致勞動要素流通障礙的重要因素。同時，20世紀90年代后技術(shù)發(fā)展愈加與資本耦合(Pakko, 2002)，技術(shù)進步物化性使技能勞動需求不斷增加(Berman, 1994)，加劇了勞動力市場需求結(jié)構(gòu)的變化。由于技能信息在勞動供給者與市場需求者之間存在信息不對稱性，引發(fā)企業(yè)崗位和技能勞動的非匹配，進而使勞動力錯配問題愈發(fā)嚴重。Goldin(1998)強調(diào)，不同生產(chǎn)方式對勞動力錯配的影響不同，傳統(tǒng)機械化生產(chǎn)刺激企業(yè)引進低技能勞動力，自動化生產(chǎn)則需要高技能勞動者，但市場需求無法有效識別勞動者技能，在一定程度上扭曲了勞動力結(jié)構(gòu)，從而改變了勞動力的匹配水平。Fisher(2000)還發(fā)現(xiàn)，在歐美國家工會使勞動力在工資談判過程中擁有一定的壟斷力，工會對勞動工資的干預使勞動力市場供求無法按照市場規(guī)律運行，進而使勞動價格出現(xiàn)扭曲和勞動力錯配現(xiàn)象。盛仕斌和徐海(1999)發(fā)現(xiàn)，我國要素市場更是普遍存在要素價格扭曲現(xiàn)象，而且不同地區(qū)間勞動力市場的資源錯配現(xiàn)象存在差異，尤其是中西部勞動力市場發(fā)展較慢，計劃經(jīng)濟和政府管制色彩濃厚，相對于東部沿海地區(qū)資源錯配現(xiàn)象就更嚴重(蔡昉等，2001)，當然，這也可能是地方分權(quán)引致資源流動障礙使地區(qū)要素價格扭曲(鄭毓盛，2003)。不過，袁志剛和解棟棟(2011)指出，勞動力錯配引發(fā)的效率損失更可能是源于部門間的工資差異。

就我們研究所及，國內(nèi)文獻雖已關(guān)注到勞動力錯配及其對全要素生產(chǎn)率的影響，卻普遍忽視勞動力在不同行業(yè)的配置情況，在我國行業(yè)管制和市場壟斷下勞動力在不同行業(yè)的市場進入障礙和政府管制強度差異明顯，勞動力錯配往往更易表現(xiàn)在行業(yè)層面。若從行業(yè)視角度量我國勞動力的錯配水平及其對全要素生產(chǎn)率的影響，將有利于產(chǎn)業(yè)結(jié)構(gòu)和勞動力結(jié)構(gòu)優(yōu)化及生產(chǎn)率的提升。為此，本文借鑒Aoki(2008a,b)的框架，構(gòu)建存在勞動力流動摩擦的多部門一般均衡模型，結(jié)合1978-2010年數(shù)據(jù)，度量我國分行業(yè)勞動力扭曲系數(shù)和錯配程度，對比不同行業(yè)勞動力錯配水平及其對全要素生產(chǎn)率的影響，并進一步考察技能勞動規(guī)模、勞動報酬和行業(yè)壟斷對勞動力錯配的影響。本文的剩余結(jié)構(gòu)安排如下：第二部分指標設(shè)計和我國分行業(yè)勞動力錯配水平；第三部分勞動力錯配誘發(fā)的效率損失水平；第四部分勞動力錯配的成因分析；第五部分基本結(jié)論。

二、指標設(shè)計和我國分行業(yè)勞動力錯配水平

令θi=piYi(∑jpjYj)-1，其中θi表示行業(yè)i的產(chǎn)值在整體經(jīng)濟中所占的比重，有

則行業(yè)i的勞動力相對錯配系數(shù)為：

本文數(shù)據(jù)來自1978-2010年《中國統(tǒng)計年鑒》和《中國勞動力統(tǒng)計年鑒》，行業(yè)產(chǎn)出數(shù)據(jù)Yi取不同行業(yè)產(chǎn)出增加值并按不變價格調(diào)整。Lit為行業(yè)勞動投入，在此采用行業(yè)t-1期和t期的從業(yè)人員數(shù)表示。Ki為不同行業(yè)固定資本投資存量，在此使用永續(xù)盤存法估計Kit=Ki(t-1)+(1-δ)Iit，It為t期固定資產(chǎn)投資，δ為資本折舊率。由于不同行業(yè)價格變動差異及可能引發(fā)的估計偏差，數(shù)據(jù)均按照定基比價格指數(shù)剔除價格影響并調(diào)整到1978年水平，相關(guān)指標的統(tǒng)計特征見表1。

表1 產(chǎn)出、資本和勞動變量的行業(yè)數(shù)據(jù)統(tǒng)計特征(均值、標準差)

注：總產(chǎn)出和資本單位為“億元”，勞動力單位為“萬人”。

建立面板數(shù)據(jù)模型lnYit=ci+αilnKit+βiLit+μi，在此采用Hausman檢驗和F檢驗確定最優(yōu)的模型形式。Hausman檢驗結(jié)果表明在5%的條件下拒絕原假設(shè)，面板數(shù)據(jù)使用固定效應效果更優(yōu)。F統(tǒng)計量也在5%顯著性水平上印證面板數(shù)據(jù)應建立固定效應的變系數(shù)模型(相關(guān)估計結(jié)果見表2)。為此，本節(jié)利用1978-2010年六個行業(yè)面板數(shù)據(jù)，建立固定效應的變系數(shù)面板數(shù)據(jù)模型，依據(jù)規(guī)模報酬不變假設(shè)對資本和勞動力產(chǎn)出彈性進行標準化處理，運用普通最小二乘法并借鑒朱喜等(2011)估計思路，結(jié)果見表3。

表2 面板數(shù)據(jù)模型的Hausman檢驗和F檢驗結(jié)果

表3 資本和勞動固定效應的變系數(shù)模型下行業(yè)要素產(chǎn)出彈性估計結(jié)果

面板數(shù)據(jù)模型總體R2擬合效果和F檢驗結(jié)果比較理想，表明固定效應的變系數(shù)模型對數(shù)據(jù)解釋力強。數(shù)據(jù)顯示，不同行業(yè)要素產(chǎn)出彈性差異明顯。其中勞動力產(chǎn)出彈性大于資本產(chǎn)出彈性的行業(yè)，主要有農(nóng)業(yè)、建筑業(yè)和交通運輸倉儲及郵電通信業(yè)，這類行業(yè)屬于傳統(tǒng)的勞動密集型行業(yè)。而資本產(chǎn)出彈性大于勞動的行業(yè)，涉及工業(yè)、金融業(yè)以及房地產(chǎn)業(yè)，這類行業(yè)產(chǎn)出增長主要依靠資本投入，屬于傳統(tǒng)的資本密集型產(chǎn)業(yè)。對比分行業(yè)要素產(chǎn)出彈性，發(fā)現(xiàn)農(nóng)業(yè)勞動力產(chǎn)出彈性和金融業(yè)資本產(chǎn)出彈性最高，這兩類行業(yè)勞動力技能和資本密集度差異也最為顯著，表明行業(yè)的要素稟賦與該產(chǎn)業(yè)的要素產(chǎn)出彈性呈現(xiàn)匹配性。不過，工業(yè)行業(yè)要素產(chǎn)出彈性估計結(jié)果超預期，其資本產(chǎn)出彈性遠高于勞動并達到1.24，而勞動產(chǎn)出彈性卻為負，這應該不符合勞動的真實貢獻。究其原因，偏誤可能是來自面板數(shù)據(jù)在截面或時間上的異方差，而且工業(yè)行業(yè)包括眾多細分行業(yè)，而這些行業(yè)也都可以歸并為資本密集型或勞動密集型行業(yè)，由于相互間要素產(chǎn)出彈性差距明顯，多重因素的共同作用易導致工業(yè)行業(yè)的要素彈性估計出現(xiàn)偏誤。為此，依據(jù)Aoki(2008a,b)的要素收入份額法重新估算行業(yè)的要素產(chǎn)出彈性，計算公式為：αk=(∑irK)/Y；βL=(∑iwL)/Y。其中αK和βL分別表示行業(yè)資本和勞動收入份額，Y表示行業(yè)增加值，r、w、K和L分別表示利率、工資、資本和勞動(見表4)。

表4 依據(jù)要素收入份額法估計的分行業(yè)要素產(chǎn)出彈性結(jié)果

圖1 分行業(yè)勞動力錯配程度及其變化趨勢

利用分行業(yè)資本和勞動力彈性系數(shù)和勞動力錯配系數(shù)定義，計算我國1978-2010年六個行業(yè)的勞動力錯配程度及變化趨勢(見圖1)。數(shù)據(jù)顯示：

(1)勞動力錯配問題普遍但行業(yè)差異明顯。在六大行業(yè)中，無論是傳統(tǒng)的農(nóng)業(yè)還是現(xiàn)代金融業(yè)，無一不出現(xiàn)勞動力錯配現(xiàn)象。與其他行業(yè)相比，農(nóng)業(yè)勞動力錯配問題最為突出。雖然改革開放時期的家庭聯(lián)產(chǎn)承包責任制改革使農(nóng)業(yè)勞動力擺脫舊經(jīng)濟體制束縛，生產(chǎn)效率提升和勞動力錯配水平在改革初期有所緩解；但伴隨工業(yè)化改革，工業(yè)勞動力需求增長明顯而農(nóng)村勞動力由于制度障礙無法從農(nóng)業(yè)自由流入工業(yè)，勞動力錯配程度開始不斷上升，從1983年的最低值1.53逐年提高到2010年的3.46。剔除農(nóng)業(yè)外，其他五個行業(yè)勞動力也都存在一定的錯配，表明政府行政管制和制度約束引發(fā)勞動力流動障礙，誘使不同行業(yè)勞動力不可避免地出現(xiàn)無效配置現(xiàn)象。

(2)勞動力錯配周期波動特征不突出但不同行業(yè)分化趨勢明顯。無論哪一產(chǎn)業(yè)，勞動力錯配都沒有出現(xiàn)較明顯的周期波動特征，而是呈現(xiàn)出趨勢性。其中農(nóng)業(yè)、房地產(chǎn)業(yè)和金融業(yè)的勞動力錯配度都表現(xiàn)出逐年遞增趨勢，其他產(chǎn)業(yè)出現(xiàn)遞減。不過，不同產(chǎn)業(yè)分化趨勢明顯，主要表現(xiàn)在兩個方面：一是農(nóng)業(yè)勞動力錯配度不斷趨高且明顯高于其他產(chǎn)業(yè)。其中農(nóng)業(yè)勞動力平均扭曲程度達到10%，并在樣本期末達到最高，表明農(nóng)業(yè)在經(jīng)歷農(nóng)村聯(lián)產(chǎn)承包責任制后產(chǎn)出規(guī)模和產(chǎn)出效率僅在短期內(nèi)對勞動力配置優(yōu)化發(fā)揮作用，使勞動力錯配得到某種程度的緩解。但由于戶籍管理制度和社會保障制度改革滯后，以及農(nóng)業(yè)技術(shù)進步引致的剩余勞動力無法有效退出農(nóng)業(yè)等因素的影響，使農(nóng)業(yè)勞動力錯配表現(xiàn)愈加突出。二是不同產(chǎn)業(yè)勞動力錯配出現(xiàn)不同變化。其中金融業(yè)也表現(xiàn)出勞動力錯配現(xiàn)象，并且錯配程度持續(xù)惡化，暗示我國金融業(yè)管制和國有壟斷問題依然突出，民營資本的行業(yè)進入成本仍然高昂。金融業(yè)行政管制的結(jié)果是，其從業(yè)人員更有機會享受體制內(nèi)成果，勞動報酬和社會福利明顯偏高，而高工資和高福利又誘使勞動力通過各種方式流入金融業(yè)，使勞動力錯配現(xiàn)象不斷惡化。與此相反，工業(yè)、建筑業(yè)和交通運輸通信業(yè)的勞動力錯配度卻出現(xiàn)較為平穩(wěn)的下降趨勢，這應該歸功于歷年來的市場化改革，促使勞動力更多通過市場而非行政進行配置，降低了行業(yè)勞動力錯配程度。

三、勞動力錯配誘發(fā)的效率損失水平

為對比不同行業(yè)勞動力錯配對全要素生產(chǎn)率的影響，首先估計行業(yè)全要素生產(chǎn)率，依據(jù)資本和勞動力要素產(chǎn)出彈性，利用索洛余值法估算全要素生產(chǎn)率，結(jié)果見圖2。圖2顯示：除房地產(chǎn)業(yè)外幾乎所有行業(yè)的全要素生產(chǎn)率均表現(xiàn)出增長趨勢，金融業(yè)增長趨勢最為明顯，表明歷經(jīng)30年的金融體制改革，金融業(yè)人力資本積累和制度建設(shè)都達到一定水平。全要素生產(chǎn)率水平較高的行業(yè)依次是金融保險業(yè)、建筑業(yè)以及房地產(chǎn)業(yè)，其全要素生產(chǎn)率均值分別為2.4976、1.3990和0.9332。這一結(jié)果基本與實際相符，金融保險業(yè)和房地產(chǎn)業(yè)屬于技術(shù)密集型行業(yè)，憑借市場的資本優(yōu)勢和政策傾斜，不斷發(fā)展使其全要素生產(chǎn)率實現(xiàn)了快速增長。此外，全要素生產(chǎn)率水平較低的行業(yè)有農(nóng)業(yè)、工業(yè)和交通運輸及郵電通信業(yè)，其平均值分別為0.2603、0.4682和0.4802，主要是這三個行業(yè)均屬于平穩(wěn)發(fā)展的基礎(chǔ)產(chǎn)業(yè)，行業(yè)技術(shù)水平較低，經(jīng)濟發(fā)展過程中技術(shù)進步對行業(yè)的影響較弱，從而使其生產(chǎn)率增長相對緩慢。

結(jié)合勞動力錯配系數(shù)，估計樣本期內(nèi)我國勞動力錯配誘發(fā)的效率損失情況，結(jié)果見表5和圖3。數(shù)據(jù)顯示：(1)我國勞動力錯配引發(fā)的效率損失呈現(xiàn)多頭“W”形非對稱特征。主要體現(xiàn)為經(jīng)歷了三次明顯的下降和兩次明顯的上升趨勢，其中下降階段分別是1978-1983年、1993-1996年和2003-2010年，而上升階段是1984-1993年和1996-2003年，表明改革開放初期以家庭聯(lián)產(chǎn)承包責任制為主要內(nèi)容的市場化改革，有效改善了勞動力配置扭曲現(xiàn)象，促使剩余勞動力在產(chǎn)業(yè)和地區(qū)間流動，提高經(jīng)濟產(chǎn)出效率。之后雖經(jīng)歷國有企業(yè)改制和市場經(jīng)濟體制改革，卻未能有效扭轉(zhuǎn)勞動力錯配狀況，使經(jīng)濟效率損失逐年提高。不過，在歷經(jīng)近20年的勞動力市場制度改革，近十年來勞動力錯配引發(fā)的效率損失逐年減少。(2)我國勞動力錯配引發(fā)經(jīng)濟效率損失近24%。改革開放初期全要素生產(chǎn)率下降均值水平在14%左右，但在1985年至1993年的觀測期內(nèi)，勞動力錯配對全要素生產(chǎn)率的負效應持續(xù)加劇，其影響攀升至25%，并于2003年達到36%的最高點。而在2003-2010年間我國勞動力錯配對TFP的效率損失雖有所緩解，但依舊維持在約30%的較高水平。這充分說明，在當前經(jīng)濟發(fā)展階段，我國經(jīng)濟效率的提升還有較大的空間，完全可以通過制度改革釋放紅利以減少勞動力錯配，從而進一步提升效率。

圖2 行業(yè)全要素生產(chǎn)率的變化趨勢 圖3 要素錯配引發(fā)整體經(jīng)濟的效率損失情況

觀測期最大值最小值均值標準差1978-20100.36700.12500.23910.08351978-19850.17420.12500.14150.01621985-19950.23880.14370.19290.03181995-20050.36700.21630.30180.05702005-20100.35430.32050.33900.0123

為進一步考察我國勞動力錯配改善及其對經(jīng)濟效率的影響，結(jié)合前述我國宏觀經(jīng)濟中勞動力錯配對經(jīng)濟效率的作用特征，將觀測期分成1978-1985年、1985-1995年、1995-2005年和2005-2009年四個階段，分別考察不同時期勞動力錯配對經(jīng)濟效率的影響，結(jié)果見表6。表6顯示：不同行業(yè)勞動力錯配誘發(fā)全要素生產(chǎn)率損失出現(xiàn)分化趨勢。主要體現(xiàn)在兩方面：一是勞動力錯配作用在不同行業(yè)差異明顯。其中農(nóng)業(yè)勞動力錯配引發(fā)的效率損失最為突出，自20世紀80年代中期以來，勞動力錯配引發(fā)全要素生產(chǎn)率損失不斷減少。而工業(yè)勞動力錯配緊接其次，平均保持兩位數(shù)增幅。金融保險業(yè)、房地產(chǎn)業(yè)以及建筑業(yè)的勞動力錯配對經(jīng)濟效率的影響最小，并在某些階段還表現(xiàn)出一定的正效應。在四個觀測期內(nèi)，行業(yè)勞動力錯配程度變動對全要素生產(chǎn)率的影響雖有正有負，但在整個樣本期內(nèi)更多表現(xiàn)為負效應。二是勞動力錯配作用在不同時期分化突出。20世紀80年代中后期勞動力錯配有所改善，但其他時段勞動力錯配并沒有明顯好轉(zhuǎn)。

表6 不同時期分行業(yè)勞動力錯配變化對全要素生產(chǎn)率的影響(均值)

四、勞動力錯配的成因分析

從宏觀經(jīng)濟和分行業(yè)看，勞動力錯配現(xiàn)象及其引發(fā)的效率損失突出，那么，是何種因素引發(fā)了勞動力錯配呢？一般地，一國勞動力錯配大多來自流動障礙和勞動價格扭曲，其中市場制度、勞動報酬和技能勞動水平?jīng)Q定了勞動力市場結(jié)構(gòu)及其配置效率。為此，建立如下勞動力錯配模型：

其中，被解釋變量為i行業(yè)的勞動力錯配系數(shù)。解釋變量包括：(1)行業(yè)相對于整體經(jīng)濟的技能勞動水平lnls。國家統(tǒng)計局并沒有提供技能勞動指標的數(shù)據(jù)，不同研究文獻也未形成統(tǒng)一認識。為此，本文定義行業(yè)或一國的技能勞動水平為大學生與高中及以下學歷勞動者的相對比例；(2)行業(yè)i相對于整體經(jīng)濟的工資水平lnwl，用行業(yè)的平均工資和整體經(jīng)濟的平均工資表示；(3)制度ins，制度是發(fā)展中國家尤其是轉(zhuǎn)軌經(jīng)濟體阻礙勞動力自由流動的關(guān)鍵性因素，對于我國而言，阻礙勞動力流動的制度因素更多體現(xiàn)為政府管制，在此將制度表示為國有經(jīng)濟對市場的壟斷水平，以國有員工人數(shù)與行業(yè)全體員工人數(shù)的相對比例表示。其中勞動力相對錯配系數(shù)使用上節(jié)對六個行業(yè)的估算結(jié)果，2002-2010年勞動報酬、技能水平和制度變量的數(shù)據(jù)直接取自歷年《中國統(tǒng)計年鑒》和《中國勞動統(tǒng)計年鑒》。此外，本文利用Hausman 檢驗來選擇固定效應和隨機效應，變量統(tǒng)計特征見表7。

表7 相關(guān)變量的統(tǒng)計描述

注：以上所有變量的數(shù)據(jù)均經(jīng)過對數(shù)化處理。

數(shù)據(jù)顯示，農(nóng)業(yè)勞動力錯配更多體現(xiàn)為勞動力的過度使用，其相對技能水平、相對工資以及市場壟斷程度均顯著低于整體經(jīng)濟。而其他行業(yè)的勞動力錯配則普遍表現(xiàn)為勞動力投入不足，其相對技能水平、相對工資和相對壟斷程度在不同程度上均高于整體經(jīng)濟。

應用Eviews統(tǒng)計軟件進行Hausman檢驗以確定固定效應或隨機效應，分析結(jié)果發(fā)現(xiàn)在5%的顯著性水平上應使用固定效應模型，利用面板數(shù)據(jù)和普通最小二乘法， 檢驗勞動力錯配與行業(yè)相對工資、相對技能水平及相對壟斷程度的作用關(guān)系，結(jié)果見表8。

表8 勞動力錯配成因的實證檢驗

注：括號內(nèi)為系數(shù)的T值；*、**、***分別表示10%、5%和1%的顯著性水平。

表8顯示，勞動力錯配決定因素模型擬合效果較好，自變量與因變量間的線性關(guān)系總體顯著，模型對變量關(guān)系具有較好的解釋力。全樣本的數(shù)據(jù)檢驗結(jié)果發(fā)現(xiàn)，技能勞動、工資和國有壟斷水平對我國勞動力相對錯配水平均有顯著負效應，其作用系數(shù)分別為-0.73、-0.26和-0.14，表明技能勞動、勞動報酬和國有經(jīng)濟市場化改革正不斷降低勞動力的錯配水平。與此類似，市場化改革使勞動力錯配得到改善的還體現(xiàn)在工業(yè)、房地產(chǎn)業(yè)和交通運輸倉儲及郵電通信業(yè)。不過，雖然農(nóng)業(yè)技能勞動發(fā)展和勞動工資改革均有助于減少勞動力錯配，但市場化改革卻并沒有明顯引導農(nóng)業(yè)勞動力向其他行業(yè)流動。這也基本符合預期，原因在于農(nóng)業(yè)勞動力能否自由流動，并非取決于國有企業(yè)的市場化程度及其市場化水平，而根本在于城鄉(xiāng)戶籍制度和社保制度的發(fā)展程度。金融保險業(yè)解釋變量對勞動力錯配水平的作用均不顯著，表明金融保險業(yè)作為最重要的要素市場，其市場化改革的作用并未有效發(fā)揮，政府管制的結(jié)果是使金融業(yè)工資更高且福利更好，表明技能勞動過度配置、高工資和國有壟斷正不斷惡化金融業(yè)勞動力的錯配水平。

五、基本結(jié)論

在粗放型經(jīng)濟發(fā)展模式下，我國資本和勞動的高投入拉動經(jīng)濟持續(xù)高增長。但在經(jīng)濟高增長的同時，由于通過市場而非行政方式配置資源的改革并未取得實質(zhì)性進展，勞動力涌入高收入行業(yè)，而富余勞動力又無法從富余行業(yè)流出，致使勞動價格扭曲和勞動力錯配而引發(fā)經(jīng)濟效率損失。

本文借助于存在勞動力錯配的多部門一般均衡模型，通過構(gòu)建勞動力錯配指標考察勞動力錯配對全要素生產(chǎn)率的影響，選取1978-2010年行業(yè)時間序列數(shù)據(jù)，測算出我國整體經(jīng)濟及農(nóng)業(yè)、工業(yè)、建筑業(yè)、交通運輸倉儲和郵電通信業(yè)、金融業(yè)以及房地產(chǎn)業(yè)的勞動力錯配程度，估計其對全要素生產(chǎn)率增長的影響，并進一步考察引發(fā)勞動力錯配的決定因素。結(jié)果發(fā)現(xiàn)：(1)勞動力錯配的行業(yè)分化趨勢明顯。從行業(yè)上看，勞動密集型行業(yè)的勞動力產(chǎn)出彈性大于資本產(chǎn)出彈性，而資本密集型行業(yè)與之相反，不同行業(yè)勞動力相對錯配水平呈現(xiàn)顯著差異，表現(xiàn)為農(nóng)業(yè)勞動力過度使用與其他行業(yè)勞動力要素投入不足相并存。從時間上看，農(nóng)業(yè)、金融業(yè)的勞動力錯配幾乎都經(jīng)歷了先改善后惡化的過程。(2)所有行業(yè)全要素生產(chǎn)率呈上升趨勢，但不同行業(yè)水平和增速差異明顯。其中全要素生產(chǎn)率水平較高的行業(yè)主要表現(xiàn)在金融保險業(yè)、房地產(chǎn)業(yè)和建筑業(yè)，且增速較快。而農(nóng)業(yè)、工業(yè)和交通運輸業(yè)全要素生產(chǎn)率相對較低，但在觀測期內(nèi)也呈現(xiàn)穩(wěn)步上升趨勢。勞動力錯配明顯抑制了全要素生產(chǎn)率的增長，勞動力錯配整體誘致效率損失約24%且出現(xiàn)逐年惡化趨勢，若能糾正行業(yè)勞動力錯配可以有效提高全要素生產(chǎn)率，但不同行業(yè)勞動力錯配對全要素生產(chǎn)率的作用存在差異。(3)技能勞動規(guī)模、勞動工資和國有經(jīng)濟壟斷水平均對勞動力錯配有顯著負作用，作用系數(shù)分別為-0.73、-0.26和-0.14且都在1%的水平上顯著。因此，通過市場化方式縮減行業(yè)間工資差距、合理配置勞動力和破除國有壟斷以減少行政干預，將會有效抑制勞動力錯配并提升經(jīng)濟效率。

主要參考文獻：

[1]白重恩，錢震杰. 國民收入的要素分配:統(tǒng)計數(shù)據(jù)背后的故事[J]. 經(jīng)濟研究,2009,(3).

[2]林毅夫，蔡昉, 李周. 競爭、政策性負擔與國有企業(yè)改革[J]. 經(jīng)濟社會體制比較,1998,(5).

[3]盛仕斌，徐海. 要素價格扭曲的就業(yè)效應研究[J]. 經(jīng)濟研究,1999,(15).

[4]盛譽. 貿(mào)易自由化與中國要素市場扭曲的測定[J]. 世界經(jīng)濟,2005,(6).

[5]宋冬林，王林輝，董直慶. 技能偏向型技術(shù)進步存在嗎？[J]. 經(jīng)濟研究,2010,(5).

[6]蘇永照. 技術(shù)進步偏向?qū)χ袊鴦趧恿κ袌龅挠绊慬J]. 財貿(mào)研究,2010,(1).

[7]王德文，王美艷，陳蘭. 中國工業(yè)的結(jié)構(gòu)調(diào)整、效率與勞動配置[J]. 經(jīng)濟研究,2004,(4).

[8]姚戰(zhàn)琪. 生產(chǎn)率增長與要素再配置效應：中國的經(jīng)驗研究[J]. 經(jīng)濟研究,2009,(11).

[9]鄭毓盛. 中國地方分割的效率損失[J]. 中國社會科學,2003,(1).

[10]朱喜，史清華，蓋慶恩. 要素配置扭曲與農(nóng)業(yè)全要素生產(chǎn)率[J]. 經(jīng)濟研究,2011,(5).

[11]陳永偉，胡偉民. 價格扭曲、要素錯配和效率損失：理論和應用[J]. 經(jīng)濟學(季刊),2011,(10).

[12]袁志剛，解棟棟. 中國勞動力錯配對TFP 的影響分析[J]. 經(jīng)濟研究,2010,(7).

[13]蔡昉，王德文，都陽. 勞動力市場扭曲對區(qū)域差距的影響[J]. 中國社會科學,2001,(2).

[14]Aoki S. A Simple Accounting Framework for the Effect of Resource Misallocation on Aggregate Productivity [R]. MPRA Paper, No. 11511, 2008a.

[15]Aoki S. Was the Barrier to Labor Mobility an Important Factor for the Prewar Japanese Stagnation [R]. No. 8178，2008b.

[16]Berman E., Bound J., Griliches Z. Changes in the Demand for Skilled Labor within U.S. Manufacturing Industries: Evidence from the Annual Survey of Manufacturing [R]. NEBR Working Paper, No.4255, 1994.

[17]Dickens L. Shadow Prices with Variable Factor Supply and Distortion [J]. Southern Economic Journal, 1985, 57(3): 649-655.

[18]Doeringer P. An Economic Justification for Protectionism: Comment [J]. Quarterly Journal of Economics, 1971, 75(1): 133-144.

[19]Dollar D., Wei S. Das (Wasted) Kapital: Firm Ownership and Investment Efficiency in China [R]. NBER Working Paper,No.13103,2007.

[20]Fisher W. Between Plan and Market: The Role of the Local Sector in Post-Mao China [J]. Journal of Comparative Economies, 2000, 11(3): 385-398.

[21]Hsieh C. T., Klenow P. Misallocation and Manufacturing TFP in China and India [J]. Quarterly Journal of Economics, 2007, 124(4):1403-1448.

[22]Jaime A. P. , De Melo. Distortions in the Factor Market: Some General Equilibrium Estimates [J]. Review of Economics and Statistics, 1977, 59(4): 398-405.

[23]John J. R. Sectoral Elasticities of Substitution between Capital and Labor in a Developing Economy: Time Series Analysis in the Case of Post War Chile [J]. Econometrist, 1971, 40(2): 311-326.

[24]Mundlak Y. Serra. Substitutability and Price Distortion in the Demand for Factors of Production: An Empirical Estimation [J]. Applied Economics, 1970, 9(3): 203-217.

[25]Pakko M. R. Investment-Specific Technology Growth: Concepts and Recent Estimates [J]. Federal Reserve Bank of St. Louis Review, 2002: 37-48.

[26]Rogerson R. Structural Transformation and the Deterioration of European Labor Market Outcomes [J]. Journal of Political Economy, 2008, 116(2): 235-259.

[27]Syrquin M. Productivity Growth and Factor Reallocation in Chenery. Industrialization and Growth. Oxford [M]. Oxford University Press, 1986.

[28]Temple R.W. Jonathan. Structural Change and Europe’s Golden Age [R]. University of Bristol Discussion Paper, 2001:501-519.