安徽省產(chǎn)業(yè)結(jié)構(gòu)與農(nóng)村勞動(dòng)力轉(zhuǎn)移關(guān)系的實(shí)證研究*

司愛麗，陸 影

(1.安徽財(cái)貿(mào)職業(yè)學(xué)院 雪巖貿(mào)易學(xué)院 ，安徽 合肥 230601；2．宿州學(xué)院 皖北城鄉(xiāng)一體化研究中心，安徽 宿州 234000)

安徽省產(chǎn)業(yè)結(jié)構(gòu)與農(nóng)村勞動(dòng)力轉(zhuǎn)移關(guān)系的實(shí)證研究*

司愛麗1,2，陸 影1,2

(1.安徽財(cái)貿(mào)職業(yè)學(xué)院 雪巖貿(mào)易學(xué)院 ，安徽 合肥 230601；2．宿州學(xué)院 皖北城鄉(xiāng)一體化研究中心，安徽 宿州 234000)

農(nóng)村勞動(dòng)力轉(zhuǎn)移一直在安徽省長期存在，這種現(xiàn)象出現(xiàn)的原因很多，既有國家政策的影響，也有區(qū)域經(jīng)濟(jì)發(fā)展不平衡的問題，更有個(gè)人因素等。而產(chǎn)業(yè)結(jié)構(gòu)對農(nóng)村勞動(dòng)力轉(zhuǎn)移也起著很大的作用，尤其是構(gòu)成產(chǎn)業(yè)結(jié)構(gòu)中的相關(guān)指標(biāo)如第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、建筑業(yè)、第三產(chǎn)業(yè)總值、農(nóng)用機(jī)械總動(dòng)力、城鎮(zhèn)化水平和城鄉(xiāng)居民人均收入比等因素影響明顯，這些因素中除第一產(chǎn)業(yè)外，其他因素都對農(nóng)村勞動(dòng)力轉(zhuǎn)移起到正面的影響，因而大力發(fā)展現(xiàn)代農(nóng)業(yè)、城鎮(zhèn)工業(yè)、建筑業(yè)、特別是第三產(chǎn)業(yè)能夠促使安徽省農(nóng)村勞動(dòng)力實(shí)現(xiàn)更加合理化的轉(zhuǎn)移。

產(chǎn)業(yè)結(jié)構(gòu)；農(nóng)村勞動(dòng)力轉(zhuǎn)移；實(shí)證研究；嶺回歸

中共中央、國務(wù)院《關(guān)于落實(shí)發(fā)展新理念加快農(nóng)業(yè)現(xiàn)代化 實(shí)現(xiàn)全面小康目標(biāo)的若干意見》 (2016年中央“一號文件”)明確指出要“加大創(chuàng)新驅(qū)動(dòng)力度，推進(jìn)農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革”，到2020年，“農(nóng)村居民人均收入比2010年翻一番”，習(xí)近平總書記也把“小康不小康，關(guān)鍵看老鄉(xiāng)”作為我國建設(shè)小康社會的重要衡量指標(biāo)。為此國家采取多種措施全方位地加快現(xiàn)代化大農(nóng)業(yè)建設(shè)、促進(jìn)農(nóng)民增收，而其中“農(nóng)村勞動(dòng)力轉(zhuǎn)移”工作則成為各省進(jìn)行經(jīng)濟(jì)建設(shè)的大事，也成為專家學(xué)者研究的重點(diǎn)。

一、文獻(xiàn)綜述

國外關(guān)于“農(nóng)村勞動(dòng)力轉(zhuǎn)移”的研究起步較早，成果也較豐碩。17世紀(jì)時(shí)，威廉·配第在《政治算術(shù)》中提出不同的產(chǎn)業(yè)間收入差距過大，則會使得勞動(dòng)力自然地從從低收入產(chǎn)業(yè)向高收入產(chǎn)業(yè)流動(dòng)[1]；科林·克拉克也認(rèn)為產(chǎn)業(yè)結(jié)構(gòu)演進(jìn)的過程中，收入差距促使農(nóng)村勞動(dòng)力流向非農(nóng)產(chǎn)業(yè)，即向高收入產(chǎn)業(yè)部門轉(zhuǎn)移[2]；約翰·?？怂?932年指出勞動(dòng)力流動(dòng)的首要?jiǎng)右蚴菂^(qū)域間不斷擴(kuò)大的經(jīng)濟(jì)和利益差距[3]；國內(nèi)關(guān)于“農(nóng)村勞動(dòng)力轉(zhuǎn)移”的研究相對較晚，這與我國的國情是分不開的。杜鷹認(rèn)為，西方的人口遷移決策是個(gè)人尋求利益最大化及成本最小化的個(gè)體決策過程，而受傳統(tǒng)文化理念的影響，中國農(nóng)村勞動(dòng)力流動(dòng)決策則與家庭利益最大化聯(lián)系在一起，而以獲取最大化的經(jīng)濟(jì)收入為最直接目的[4]；趙耀輝提出，那些具有最高人力資本稟賦的農(nóng)村勞動(dòng)者，優(yōu)先選擇的轉(zhuǎn)移領(lǐng)域是農(nóng)村的非農(nóng)產(chǎn)業(yè)[5]；蔡昉著重分析了城鄉(xiāng)二元結(jié)構(gòu)對勞動(dòng)力流動(dòng)的深刻影響[6]；盛來運(yùn)利用遷移理論從個(gè)體、家庭、社區(qū)和制度等多個(gè)層面對中國農(nóng)村勞動(dòng)力外出的影響因素進(jìn)行了系統(tǒng)分析，提出了相關(guān)因素影響勞動(dòng)力外出可能性的16個(gè)假設(shè)，并在此基礎(chǔ)上建立了勞動(dòng)力外出決策模型，利用34 000戶中國農(nóng)村住戶調(diào)查樣本數(shù)據(jù)，對這些假設(shè)進(jìn)行了實(shí)證分析[7]；張蕊等通過統(tǒng)計(jì)年鑒的數(shù)據(jù)研究，認(rèn)為農(nóng)村勞動(dòng)力從農(nóng)業(yè)部門向非農(nóng)業(yè)部門流動(dòng)是農(nóng)村勞動(dòng)力流動(dòng)的重要因素[8]；呂煒等從農(nóng)村“推力”的角度分析了農(nóng)機(jī)具購置補(bǔ)貼及其他財(cái)政支農(nóng)支出對農(nóng)村勞動(dòng)力轉(zhuǎn)移的影響，提出農(nóng)機(jī)具購置補(bǔ)貼能夠促進(jìn)農(nóng)村勞動(dòng)力轉(zhuǎn)移，而其他財(cái)政支農(nóng)支出可改善農(nóng)村生活條件但卻阻礙農(nóng)村勞動(dòng)力流出[9]。

應(yīng)該說，國內(nèi)外學(xué)者圍繞“農(nóng)村勞動(dòng)力轉(zhuǎn)移”研究投入較多，其成果具有很高的理論深度及實(shí)踐意義，但同時(shí)我們也應(yīng)該看到，近幾年來，產(chǎn)業(yè)轉(zhuǎn)移與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化交替進(jìn)行，農(nóng)村勞動(dòng)力出現(xiàn)了逆向流動(dòng)，而且這一趨勢可能還將持續(xù)，這些都將對農(nóng)村勞動(dòng)力的分布結(jié)構(gòu)和就業(yè)模式產(chǎn)生較大影響，但到現(xiàn)在關(guān)于這方面的研究還較少。為此，本文以農(nóng)業(yè)大省安徽省為例，采用2000—2014年間相關(guān)數(shù)據(jù)進(jìn)行實(shí)證分析并得出相關(guān)結(jié)論和啟示，以期推動(dòng)安徽省農(nóng)村勞動(dòng)力更有效地轉(zhuǎn)移。

二、模型建立和實(shí)證分析

安徽針對于農(nóng)村勞動(dòng)力轉(zhuǎn)移采取了很多措施，如土地流轉(zhuǎn)、建立農(nóng)村勞動(dòng)力轉(zhuǎn)移就業(yè)培訓(xùn)實(shí)訓(xùn)基地、提供就業(yè)信息等，經(jīng)過多年的運(yùn)作，取得了較好的效果，2015年，安徽農(nóng)村常住居民人均可支配收入已達(dá)10 821元，同比增長9.1%。但同時(shí)，我們也應(yīng)該看到“農(nóng)村勞動(dòng)力轉(zhuǎn)移”工作是一項(xiàng)非常復(fù)雜的工作，對于一個(gè)農(nóng)業(yè)大省來說就更是如此，因此從“產(chǎn)業(yè)結(jié)構(gòu)”這一宏觀的角度分析對“農(nóng)村勞動(dòng)力轉(zhuǎn)移”的影響、找出相應(yīng)的解決對策對推進(jìn)我國整個(gè)現(xiàn)代化農(nóng)業(yè)建設(shè)和小康社會的實(shí)現(xiàn)意義較大。

(一)變量選取與模型構(gòu)建

為了研究安徽省產(chǎn)業(yè)結(jié)構(gòu)與安徽省農(nóng)村勞動(dòng)力轉(zhuǎn)移之間的關(guān)系，本文選取“安徽省農(nóng)村勞動(dòng)力轉(zhuǎn)移數(shù)量”作為被解釋變量Y，“安徽省產(chǎn)業(yè)結(jié)構(gòu)”相關(guān)要素“安徽省第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、建筑業(yè)、第三產(chǎn)業(yè)總值、農(nóng)用機(jī)械總動(dòng)力、城鎮(zhèn)化水平和城鄉(xiāng)居民人均收入比”作為解釋變量，并依次設(shè)為X1、X2、X3、X4、X5、X6、X7，對2000年到2014年的數(shù)據(jù)進(jìn)行分析，具體數(shù)據(jù)見表1。

鑒于本文是要探討“安徽省產(chǎn)業(yè)結(jié)構(gòu)”與“農(nóng)村勞動(dòng)力轉(zhuǎn)移”之間的關(guān)系，即“安徽省產(chǎn)業(yè)結(jié)構(gòu)”相關(guān)指標(biāo)的變動(dòng)引起“農(nóng)村勞動(dòng)力轉(zhuǎn)移”數(shù)量的增減，在模型構(gòu)建上選取了最能體現(xiàn)這一變動(dòng)所帶來影響大小的模型——“多元對數(shù)模型”。因?yàn)樵撃Ｐ妥畲蟮奶攸c(diǎn)就是能夠直觀體現(xiàn)出解釋變量與被解釋變量之間的變動(dòng)關(guān)系，尤其適合對長期的時(shí)間序列數(shù)據(jù)進(jìn)行分析，所要估計(jì)的結(jié)構(gòu)系數(shù)恰好是變量之間的彈性系數(shù)，基于此建立計(jì)量模型結(jié)構(gòu)如下：

LnY=β0+β1LnX1+β2LnX2+β3LnX3+β4LnX4+β5LnX5+β6LnX6+β7LnX7

同時(shí)，在分析問題時(shí)，出于全面考慮，往往會選取很多指標(biāo)作為自變量，但這些自變量之間有可能存在一定的重復(fù)性，所以首先要對這些自變量指標(biāo)進(jìn)行共性線診斷，若發(fā)現(xiàn)存在共線性則需要對其進(jìn)行改造,變原多指標(biāo)為新的少指標(biāo)，以保證分析的客觀性。為此，本文采用嶺回歸分析方法建立模型。嶺回歸是一種有偏估計(jì)回歸方法，主要用于共線性數(shù)據(jù)分析，它本質(zhì)上是一種經(jīng)過改良的最小二乘估計(jì)法，通過放棄最小二乘法的無偏性，以損失部分信息、降低精度為代價(jià)獲得更加符合實(shí)際情況、更為可靠的回歸系數(shù)，對病態(tài)數(shù)據(jù)的擬合要好于最小二乘法。一般情況下嶺回歸方程的R平方值比普通回歸分析的要稍低，但回歸系數(shù)的顯著性卻比普通回歸明顯偏高，在存在共線性問題和病態(tài)數(shù)據(jù)偏多的研究中非常有幫助。

表1 安徽省產(chǎn)業(yè)結(jié)構(gòu)與農(nóng)村勞動(dòng)力轉(zhuǎn)移相關(guān)數(shù)據(jù)

年份Y農(nóng)村勞動(dòng)力轉(zhuǎn)移數(shù)量(萬人)X1第一產(chǎn)業(yè)GDP(億元)X2第二產(chǎn)業(yè)GDP(億元))X3建筑業(yè)GDP(億元)X4第三產(chǎn)業(yè)GDP(億元))X5農(nóng)用機(jī)械總動(dòng)力(萬千瓦)X6城鎮(zhèn)化率(%)X7城鄉(xiāng)居民人均收入比2000786741．771056．78171．681103．542975．87282．742001892760．771254．88192．881231．063164．9829．32．812002944．7783．661337．04221．951399．023372．1130．72．852003976749．41535．29279．491638．423544．7323．1920041089．2950．51844．93561963．93784．433．53．0120051096．3966．52245．9408．542137．773983．8335．53．2120061119．11011．032711．18470．812390．294239．937．13．2920071121．21200．183370．96560．962789．784535．338．73．23200811251418．094198．93693．263234．644807．540．53．0920091243．61495．454905．22840．503662．155108．942．13．13201013001729．026436．621029．224193．695409．7843．22．99201113702015．318309．381247．384975．965657．144．82．99201214492178．739404．8413795628．485902．846．52．94201314962267．1510390．041524．116572．156140．2847．92．8520141508．62392．3911077．671638．327378．696365．8349．22．5

數(shù)據(jù)來源：《安徽省統(tǒng)計(jì)年鑒》、安徽省城調(diào)隊(duì)。

(二)結(jié)果分析

采用 SAS9.0對自變量指標(biāo)進(jìn)行相關(guān)性分析，得出共線性結(jié)果如表2所示。

表2 自變量指標(biāo)相關(guān)性分析

變量x1x2x3x4x5x6x7Yx11．00000．99330．98560．98640．98250．9752-0．25010．9556x20．99331．00000．99660．99530．99520．9915-0．16720．9727x30．98560．99661．00000．99660．99870．9967-0．11440．9807x40．98640．99530．99661．00000．99640．9947-0．16890．9828x50．98250．99520．99870．99641．00000．9988-0．11240．9801x60．97520．99150．99670．99470．99881．0000-0．08480．9796x7-0．2501-0．1672-0．1144-0．1689-0．1124-0．08481．0000-0．1016Y0．95560．97270．98070．98280．98010．9796-0．10161．0000

由表2可以看出，除了X1和X7之外，各變量之間顯著相關(guān)，為了消除影響，用reg過程就7個(gè)自變量對Y進(jìn)行嶺回歸，結(jié)果如圖1和表3所示。

圖1 嶺回歸估計(jì)的嶺跡圖

表3 不同k值下嶺回歸估計(jì)的部分輸出結(jié)果

Obs＿M(jìn)ODEL＿＿TYPE＿＿DEPVAR＿＿RIDGE＿＿PCOMIT＿＿RMSE＿Interceptx1x2x3x4x5x6x7Y1MODEL1PARMSY．0．040113-0．98979-0．210-0．052-0．100．7781．57-2．530．3682-12MODEL1RIDGEVIFY0．00．．．261．100420．471783．28867．0472369．001621．0413．9419-13MODEL1RIDGEY0．00．0．040113-0．98979-0．210-0．052-0．100．7781．57-2．530．3682-14MODEL1RIDGEVIFY0．01．．．16．21911．7686．4911．7526．649．851．3182-15MODEL1RIDGEY0．01．0．0480474．08704-0．0920．0020．080．1790．140．130．0252-16MODEL1RIDGEVIFY0．02．．．7．5463．9131．874．2502．223．861．1144-17MODEL1RIDGEY0．02．0．0501343．86891-0．0430．0140．060．1300．150．190．0450-18MODEL1RIDGEVIFY0．03．．．4．4421．9940．892．2531．142．131．0275-19MODEL1RIDGEY0．03．0．0512753．80248-0．0170．0190．050．1090．140．200．0580-110MODEL1RIDGEVIFY0．04．．．2．9411．2230．531．4120．711．370．9761-111MODEL1RIDGEY0．04．0．0520163．77592-0．0010．0230．050．0970．140．200．0664-112MODEL1RIDGEVIFY0．05．．．2．0970．8330．350．9750．490．960．9397-113MODEL1RIDGEY0．05．0．0525453．764620．0100．0250．050．0890．140．200．0719-114MODEL1RIDGEVIFY0．06．．．1．5740．6080．260．7170．360．720．9111-115MODEL1RIDGEY0．06．0．0529453．760470．0180．0270．050．0840．140．190．0756-116MODEL1RIDGEVIFY0．07．．．1．2280．4660．200．5530．280．560．8868-117MODEL1RIDGEY0．07．0．0532633．760150．0240．0280．050．0800．140．190．0781-118MODEL1RIDGEVIFY0．08．．．0．9860．3700．160．4410．230．450．8654-119MODEL1RIDGEY0．08．0．0535263．762060．0280．0290．050．0760．140．190．0799-120MODEL1RIDGEVIFY0．09．．．0．8110．3030．130．3610．190．370．8459-121MODEL1RIDGEY0．09．0．0537493．765360．0320．0300．050．0740．140．190．0810-122MODEL1RIDGEVIFY0．10．．．0．6800．2540．110．3030．160．310．8278-123MODEL1RIDGEY0．10．0．0539453．769570．0350．0310．050．0710．140．190．0817-124MODEL1RIDGEVIFY0．20．．．0．2140．0870．050．1010．060．110．6866-125MODEL1RIDGEY0．20．0．0553023．827670．0500．0340．040．0610．130．180．0788-126MODEL1RIDGEVIFY0．30．．．0．1140．0530．040．0600．040．070．5829-1

續(xù)表3

Obs＿M(jìn)ODEL＿＿TYPE＿＿DEPVAR＿＿RIDGE＿＿PCOMIT＿＿RMSE＿Interceptx1x2x3x4x5x6x7Y1MODEL1PARMSY．．0．040113-0．98979-0．210-0．052-0．100．7781．57-2．530．3682-12MODEL1RIDGEVIFY0．00．．．261．100420．4761783．28867．0472369．001621．0413．9419-13MODEL1RIDGEY0．00．0．040113-0．98979-0．210-0．052-0．100．7781．57-2．530．3682-14MODEL1RIDGEVIFY0．01．．．16．21911．7686．4911．7526．649．851．3182-15MODEL1RIDGEY0．01．0．0480474．08704-0．0920．0020．080．1790．140．130．0252-16MODEL1RIDGEVIFY0．02．．．7．5463．9131．874．2502．223．861．1144-17MODEL1RIDGEY0．02．0．0501343．86891-0．0430．0140．060．1300．150．190．0450-18MODEL1RIDGEVIFY0．03．．．4．4421．9940．892．2531．142．131．0275-19MODEL1RIDGEY0．03．0．0512753．80248-0．0170．0190．050．1090．140．200．0580-110MODEL1RIDGEVIFY0．04．．．2．9411．2230．531．4120．711．370．9761-111MODEL1RIDGEY0．04．0．0520163．77592-0．0010．0230．050．0970．140．200．0664-112MODEL1RIDGEVIFY0．05．．．2．0970．8330．350．9750．490．960．9397-113MODEL1RIDGEY0．05．0．0525453．764620．0100．0250．050．0890．140．200．0719-114MODEL1RIDGEVIFY0．06．．．1．5740．6080．260．7170．360．720．9111-115MODEL1RIDGEY0．06．0．0529453．760470．0180．0270．050．0840．140．190．0756-116MODEL1RIDGEVIFY0．07．．．1．2280．4660．200．5530．280．560．8868-117MODEL1RIDGEY0．07．0．0532633．760150．0240．0280．050．0800．140．190．0781-118MODEL1RIDGEVIFY0．08．．．0．9860．3700．160．4410．230．450．8654-119MODEL1RIDGEY0．08．0．0535263．762060．0280．0290．050．0760．140．190．0799-120MODEL1RIDGEVIFY0．09．．．0．8110．3030．130．3610．190．370．8459-121MODEL1RIDGEY0．09．0．0537493．765360．0320．0300．050．0740．140．190．0810-122MODEL1RIDGEVIFY0．10．．．0．6800．2540．110．3030．160．310．8278-123MODEL1RIDGEY0．10．0．0539453．769570．0350．0310．050．0710．140．190．0817-124MODEL1RIDGEVIFY0．20．．．0．2140．0870．050．1010．060．110．6866-125MODEL1RIDGEY0．20．0．0553023．827670．0500．0340．040．0610．130．180．0788-126MODEL1RIDGEVIFY0．30．．．0．1140．0530．040．0600．040．070．5829-1

由圖1可知,當(dāng)k≥0.03時(shí)開始平穩(wěn)，這說明當(dāng)k=0.03時(shí)就可以滿足嶺回歸參數(shù)估計(jì)的均方誤差較小的要求，另外，根據(jù)表3第8行的方差膨脹因子都小于7可知，這時(shí)多重共線性的影響已經(jīng)不明顯。鑒于此根據(jù)表3第9行的輸出結(jié)果可寫出回歸方程為：

lnY=3.80248-0.017lnX1+0.019lnX2+0.05lnX3+0.109lnX4+0.14lnX5+0.2lnX6+0.058lnX7

從嶺回歸的結(jié)果可以看出，7個(gè)變量中有6個(gè)變量對因變量的影響是正向的， 有1個(gè)變量的影響是負(fù)向的，具體如下：

第一，X1對Y的影響系數(shù)為-0.017,即第一產(chǎn)業(yè)的發(fā)展對農(nóng)村勞動(dòng)力轉(zhuǎn)移數(shù)量的影響為負(fù)，第一產(chǎn)業(yè)的GDP每增加1%,農(nóng)村勞動(dòng)力轉(zhuǎn)移數(shù)量則減少0.017%，這說明農(nóng)業(yè)經(jīng)濟(jì)的發(fā)展對農(nóng)村勞動(dòng)力轉(zhuǎn)移數(shù)量有減弱作用。

第二，X2對Y的影響系數(shù)為0.019,即第二產(chǎn)業(yè)的發(fā)展對農(nóng)村勞動(dòng)力轉(zhuǎn)移數(shù)量的影響為正，第二產(chǎn)業(yè)的GDP每增加1%,農(nóng)村勞動(dòng)力轉(zhuǎn)移數(shù)量則增加0.019%，這說明工業(yè)經(jīng)濟(jì)的發(fā)展對農(nóng)村勞動(dòng)力轉(zhuǎn)移數(shù)量有促進(jìn)作用。

第三，X3對Y的影響系數(shù)為0.05,即建筑業(yè)的發(fā)展對農(nóng)村勞動(dòng)力轉(zhuǎn)移數(shù)量的影響為正，建筑業(yè)的GDP每增加1%,農(nóng)村勞動(dòng)力轉(zhuǎn)移數(shù)量則增加0.05%，這說明建筑業(yè)的發(fā)展能夠促進(jìn)農(nóng)村勞動(dòng)力的轉(zhuǎn)移。

第四，X4對Y的影響系數(shù)為0.109,即第三產(chǎn)業(yè)的發(fā)展對農(nóng)村勞動(dòng)力轉(zhuǎn)移數(shù)量的影響為正，第三產(chǎn)業(yè)的GDP每增加1%,農(nóng)村勞動(dòng)力轉(zhuǎn)移數(shù)量則增加0.109%，這說明第三產(chǎn)業(yè)的發(fā)展能夠促進(jìn)農(nóng)村勞動(dòng)力的轉(zhuǎn)移。

第五，X5對Y的影響系數(shù)為0.14,即農(nóng)用機(jī)械的使用對農(nóng)村勞動(dòng)力轉(zhuǎn)移數(shù)量的影響為正，即農(nóng)業(yè)機(jī)械總動(dòng)力每增加1%,農(nóng)村勞動(dòng)力轉(zhuǎn)移數(shù)量則隨之增加0.14%，這說明農(nóng)業(yè)機(jī)械的使用能夠促進(jìn)農(nóng)村勞動(dòng)力的轉(zhuǎn)移。

第六，X6對Y的影響系數(shù)為0.2,即城鎮(zhèn)化水平對農(nóng)村勞動(dòng)力轉(zhuǎn)移數(shù)量的影響為正，城鎮(zhèn)化水平每增加1%,農(nóng)村勞動(dòng)力轉(zhuǎn)移數(shù)量則隨之增加0.2%，這說明城鎮(zhèn)化水平的提高能夠促進(jìn)農(nóng)村勞動(dòng)力的轉(zhuǎn)移。

第七，X7對Y的影響系數(shù)為0.058,即城鄉(xiāng)居民人均收入比對農(nóng)村勞動(dòng)力轉(zhuǎn)移數(shù)量的影響為正，城鄉(xiāng)居民人均收入比每增加1%,農(nóng)村勞動(dòng)力轉(zhuǎn)移數(shù)量則增加0.058%，這說明城鄉(xiāng)居民人均收入差距越大越能夠促進(jìn)農(nóng)村勞動(dòng)力的轉(zhuǎn)移。

三、結(jié)論和啟示

首先，第一產(chǎn)業(yè)即農(nóng)業(yè)發(fā)展得越好, 農(nóng)村勞動(dòng)力轉(zhuǎn)移數(shù)量就會越少。這是因?yàn)檗r(nóng)業(yè)發(fā)展得越好，所能夠容納的就業(yè)量就越大，農(nóng)民在家門口實(shí)現(xiàn)就業(yè)的可能性也就越大，外出務(wù)工的人員也就相應(yīng)減少。另外隨著農(nóng)業(yè)機(jī)械化水平的提高，農(nóng)村勞動(dòng)力轉(zhuǎn)移數(shù)量就會隨之增加，這是因?yàn)檗r(nóng)業(yè)機(jī)械化的使用提高了農(nóng)業(yè)作業(yè)效率、解放了人力，因而有更多的人可以外出務(wù)工。

其次，第二、第三產(chǎn)業(yè)的發(fā)展越好，農(nóng)村勞動(dòng)力轉(zhuǎn)移數(shù)量就會越多。這是因?yàn)榈诙?、第三產(chǎn)業(yè)的發(fā)展尤其是建筑業(yè)發(fā)展得越好，越是能夠?yàn)檫M(jìn)城務(wù)工的農(nóng)民工創(chuàng)造更多的就業(yè)機(jī)會。

再次，城鎮(zhèn)化水平越高，城鄉(xiāng)居民人均收入差距越大，農(nóng)村勞動(dòng)力轉(zhuǎn)移數(shù)量就會越多。這是因?yàn)槌擎?zhèn)化水平的提高也會同時(shí)伴隨農(nóng)民的市民化，而城鄉(xiāng)居民人均收入的差距則成為吸引農(nóng)民進(jìn)入城市獲取更高的報(bào)酬以提高自己的生活水平。

總之，基于對安徽省2000—2014年的數(shù)據(jù)分析，我們可以看到農(nóng)業(yè)機(jī)械化水平的提高解放了農(nóng)村勞動(dòng)力，為農(nóng)村勞動(dòng)力轉(zhuǎn)移創(chuàng)造了前提條件，城鎮(zhèn)經(jīng)濟(jì)(工業(yè)、建筑業(yè)和服務(wù)業(yè))的發(fā)展則為我國農(nóng)村勞動(dòng)力轉(zhuǎn)移提供了機(jī)會，而城鄉(xiāng)居民的收入水平差距則對農(nóng)村勞動(dòng)力轉(zhuǎn)移形成了巨大的推力和吸引力。這給我們的啟示是，農(nóng)村發(fā)展尤其是現(xiàn)代化農(nóng)業(yè)的發(fā)展和城鎮(zhèn)建設(shè)是一個(gè)相互影響、相互促進(jìn)的共贏系統(tǒng)，農(nóng)業(yè)現(xiàn)代化水平越高，就越能給城鎮(zhèn)提供大量的勞動(dòng)力；城鎮(zhèn)發(fā)展越快，對勞動(dòng)力轉(zhuǎn)移的拉力就越大，就越能更好地解決“三農(nóng)”問題。因而，進(jìn)一步發(fā)展現(xiàn)代農(nóng)業(yè)，提高農(nóng)業(yè)現(xiàn)代化水平，把更多的勞動(dòng)力從農(nóng)村解放出來；大力發(fā)展城鎮(zhèn)工業(yè)、建筑業(yè)、特別是第三產(chǎn)業(yè)，使得城鎮(zhèn)能夠吸納更多的勞動(dòng)力，都是安徽省解決農(nóng)村剩余勞動(dòng)力的重要戰(zhàn)略選擇。

[1] 配第.政治算術(shù)[M].馬妍,譯. 北京：中國社會科學(xué)出版社,2010.

[2] CLARK C ．The Conditions of economic progress[M].London： Macmillan & Co． Ltd,1940.

[3] HICKS ，RICHARD J．The theory of wages[M].London：Macmillan & Co． Ltd,1932.

[4] 杜鷹. 現(xiàn)階段中國農(nóng)村勞動(dòng)力流動(dòng)的群體特征與宏觀背景分析[J]. 中國農(nóng)村經(jīng)濟(jì)，1997(6):4-11.

[5] 趙耀輝. 關(guān)于改革農(nóng)業(yè)科教體制 促進(jìn)農(nóng)科教結(jié)合的幾點(diǎn)思考[J]. 農(nóng)業(yè)科技管理，1999(4):6-9.

[6] 蔡昉. 中國二元經(jīng)濟(jì)與勞動(dòng)力配置的跨世紀(jì)調(diào)整:制度、結(jié)構(gòu)與政治經(jīng)濟(jì)學(xué)的考察[J]. 浙江社會科學(xué)，2000(5):18-22.

[7] 盛來運(yùn). 中國農(nóng)村勞動(dòng)力外出的影響因素分析[J]. 調(diào)研世界， 2007(9):5-12.

[8] 張蕊，楊曉丹，王楠. 四川省農(nóng)業(yè)“人口紅利”及剩余勞動(dòng)力轉(zhuǎn)移研究[J]. 農(nóng)村經(jīng)濟(jì)，2011(11)：126-129.

[9] 呂煒，張曉穎，王偉同. 農(nóng)機(jī)具購置補(bǔ)貼、農(nóng)業(yè)生產(chǎn)效率與農(nóng)村勞動(dòng)力轉(zhuǎn)移[J]. 中國農(nóng)村經(jīng)濟(jì)，2015(8)：22-32.

An Empirical Study on the Relationship between Industrial Structure and Rural Labor Force Transfer in Anhui Province

SI Aili1,2, LU Ying1,2

(1. Xueyan Trade School, Anhui Finance & Trade Vocational College, Hefei 230601, China2. Research Center for Urban and Rural Integration, Suzhou University, Suzhou 234000, China)

Rural labor force transfer has long existed in Anhui Province. This phenomenon appears for many reasons, which include impact of national policies, imbalance of regional economic development and personal factors as well. Industrial structure plays an important role in rural labor force transfer, of which total value of primary, secondary and construction industries, total power of agricultural machinery, level of urbanization, per capita income ratio between urban and rural residents and so on, have an obvious effect on the transfer. And of these factors, all except primary industry have a positive effect on the transfer. Therefore, vigorously developing modern agriculture, urban industry, construction industry, especially teriary industry, can help to achieve a more rational transfer of rural labor in Anhui Province.

industrial structure, rural labor force transfer; empirical study, ridge regression

2016-05-17

安徽省高校人文社會科學(xué)重點(diǎn)研究基地招標(biāo)項(xiàng)目(SK2014A118：《皖北地區(qū)加快農(nóng)民市民化進(jìn)程研究》)

司愛麗(1976-)，女，安徽濉溪人，安徽財(cái)貿(mào)職業(yè)學(xué)院雪巖貿(mào)易學(xué)院教授，碩士。 陸 影(1965-)， 女， 安徽渦陽人，安徽財(cái)貿(mào)職業(yè)學(xué)院雪巖貿(mào)易學(xué)院教授，碩士。

F321

A

1009-2463(2016)05-0053-06