胡晨沛 胡霞

［摘?要］?全員勞動生產(chǎn)率增長可分解為勞動力在農(nóng)業(yè)與非農(nóng)業(yè)間配置的結(jié)構(gòu)效應，以及農(nóng)業(yè)等各行業(yè)勞動生產(chǎn)率提升的增長效應。文章利用指數(shù)分解方法，對1978—2019年31個省份（不含港澳臺地區(qū)）農(nóng)業(yè)和非農(nóng)業(yè)兩部門勞動力和生產(chǎn)率數(shù)據(jù)展開分析，嘗試探究不同省份全員勞動生產(chǎn)率增長的動能所在。結(jié)果顯示：第一，改革開放以來各省份農(nóng)業(yè)

增加值占GDP比重有不同程度下降，但部分省份農(nóng)業(yè)相對于非農(nóng)業(yè)的勞動生產(chǎn)率出現(xiàn)上升；第二，從結(jié)構(gòu)效應看，改革開放以來各省份勞動力結(jié)構(gòu)效應對全員勞動生產(chǎn)率提升的帶動效應總體呈上升趨勢，但受勞動力轉(zhuǎn)移速度放緩等因素影響，多數(shù)省份結(jié)構(gòu)效應增勢正在減弱；第三，從增長效應看，“十三五”時期各省份全員勞動生產(chǎn)率背后的增長效應繼續(xù)提高，東、中部增長效應總體更高，農(nóng)業(yè)勞動生產(chǎn)率增長效應較高省份則集中在農(nóng)業(yè)大省。從農(nóng)業(yè)視角看，農(nóng)業(yè)勞動力轉(zhuǎn)移對全員勞動生產(chǎn)率提升仍有促進作用，但農(nóng)業(yè)勞動生產(chǎn)率是中長期全員勞動生產(chǎn)率提高的關鍵所在。

［關鍵詞］農(nóng)業(yè)勞動生產(chǎn)率；結(jié)構(gòu)效應；增長效應；區(qū)域比較

［中圖分類號］??F323.0；F323.6［文獻標識碼］??A［文章編號］?1673-0461（2023）04-0069-08

一、引言與文獻綜述

黨的二十大報告提出，“著力提高全要素生產(chǎn)率”。在當前官方尚未對全要素生產(chǎn)率概念及其測度進行統(tǒng)一的情況下，全要素生產(chǎn)率提高最直接的表現(xiàn)在于全員勞動生產(chǎn)率的提升。從勞動力視角出發(fā)，一國的國內(nèi)生產(chǎn)總值（GDP）可分解為勞動力數(shù)量和全員勞動生產(chǎn)率的乘積。中國經(jīng)濟自改革開放以來高速增長的背后，便可從勞動力和生產(chǎn)率視角進行解讀：一方面，農(nóng)村剩余勞動力不斷向城鎮(zhèn)和生產(chǎn)率更高的制造業(yè)、服務業(yè)轉(zhuǎn)移，城鎮(zhèn)勞動力數(shù)量不斷增加帶來了“人口結(jié)構(gòu)紅利”；另一方面，包括農(nóng)業(yè)在內(nèi)的各行業(yè)勞動生產(chǎn)率大幅增長，帶動了全員勞動生產(chǎn)率的整體提升，產(chǎn)生了“生產(chǎn)率紅利”。但近年來，我國經(jīng)濟增長動能出現(xiàn)轉(zhuǎn)換，部分傳統(tǒng)要素紅利式微，2020年全國就業(yè)人員7.51億人，較上年下降383萬人，已連續(xù)多年下降。從未來增長動能看，隨著勞動力等傳統(tǒng)要素對經(jīng)濟增長的拉動作用減弱，中國經(jīng)濟中長期增長將更依賴于生產(chǎn)率的提高。

全員勞動生產(chǎn)率本質(zhì)是三次產(chǎn)業(yè)勞動生產(chǎn)率的加權(quán)組合，生產(chǎn)率不斷提升體現(xiàn)了農(nóng)業(yè)和非農(nóng)業(yè)兩部門的協(xié)同發(fā)展。20世紀70年代末，農(nóng)村改革發(fā)軔于家庭聯(lián)產(chǎn)承包責任制，在制度創(chuàng)新驅(qū)動下，農(nóng)民生產(chǎn)積極性和農(nóng)業(yè)勞動生產(chǎn)率持續(xù)提高，在解決溫飽問題的同時，釋放了大量勞動力，為工業(yè)發(fā)展提供了必要的要素支撐；而后工業(yè)部門的發(fā)展又反過來促進農(nóng)業(yè)生產(chǎn)率的提高，形成了工農(nóng)相互促進的良性互動循環(huán)［1-2］。近年來，在第二和第三產(chǎn)業(yè)勞動生產(chǎn)率快速上升、占國民經(jīng)濟比重持續(xù)提高的同時，農(nóng)業(yè)所扮演的角色進一步轉(zhuǎn)變，“小部門化”特征凸顯。從經(jīng)濟結(jié)構(gòu)看，我國第一產(chǎn)業(yè)（以下統(tǒng)稱為農(nóng)業(yè)）增加值占GDP比重從1978年的27.7%降至2020年的7.7%，降幅達20個百分點；從就業(yè)人員構(gòu)成看，1978年農(nóng)業(yè)就業(yè)人員占全部就業(yè)人員比重超過七成，2020年僅為23.6%，相對工業(yè)化和城市化來說，農(nóng)業(yè)現(xiàn)代化滯后使原有的農(nóng)村勞動力表現(xiàn)出數(shù)量和質(zhì)量上的“雙重剩余”［3］。而從區(qū)域?qū)用婵矗鳛榈湫偷慕?jīng)濟大國，由于在較長時間里沒能形成全國統(tǒng)一的要素市場，以及不同地區(qū)存在一定的自然條件差異，農(nóng)業(yè)要素稟賦非均衡分布、地區(qū)農(nóng)業(yè)技術發(fā)展差異較大成為不爭事實，這也意味著農(nóng)業(yè)發(fā)展在不同地區(qū)存在一定的階段和模式差異［4-6］。例如，2020年北京、上海兩地農(nóng)業(yè)增加值占GDP比重已不足1%，就業(yè)人員份額也降至5%以下；而黑龍江、海南等省份農(nóng)業(yè)增加值份額仍在20%以上，無論是農(nóng)村剩余勞動力再配置還是農(nóng)業(yè)勞動生產(chǎn)率提升都具有一定潛力。一直以來，我國農(nóng)業(yè)生產(chǎn)率具有明顯的土地生產(chǎn)率較高而勞動生產(chǎn)率較低的特征［7］，目前農(nóng)業(yè)勞動生產(chǎn)率僅相當于美國的約10%、日本的約30%［8］。在中國經(jīng)濟進入“新常態(tài)”和鄉(xiāng)村振興戰(zhàn)略的背景下，客觀看待農(nóng)業(yè)在不同地區(qū)經(jīng)濟發(fā)展中的作用，研判農(nóng)業(yè)勞動力、生產(chǎn)率等對經(jīng)濟增長的貢獻潛力，對于未來地區(qū)經(jīng)濟增長潛能挖掘、推動農(nóng)業(yè)高質(zhì)量發(fā)展具有重要意義［9］。

與本文研究相關的大體有兩類文獻。第一類主要聚焦于農(nóng)村剩余勞動力轉(zhuǎn)移與經(jīng)濟增長之間的關系。劉易斯在20世紀50年代初創(chuàng)立的二元經(jīng)濟理論將生產(chǎn)率差距的存在合理化，認為剩余勞動力轉(zhuǎn)移和技術要素投入是實現(xiàn)部門間勞動生產(chǎn)率趨同的不二法門［10］。RANIS等（1961）、TODARO（1969）等學者基于二元經(jīng)濟理論進一步發(fā)展出“費-拉模型”“托達羅分析”等，成為解釋發(fā)展中國家經(jīng)濟社會轉(zhuǎn)型的經(jīng)典理論［11-12］。但中國經(jīng)濟國情和發(fā)展實際表明，傳統(tǒng)關于勞動力轉(zhuǎn)移模型無法解釋在我國所觀察到的農(nóng)業(yè)與二、三產(chǎn)業(yè)勞動生產(chǎn)率并不趨同的“轉(zhuǎn)型悖論”［3］，不少學者嘗試分析中國特有勞動力轉(zhuǎn)移所帶來的經(jīng)濟增長效應。較早文獻主要側(cè)重于研究中國農(nóng)村剩余勞動力轉(zhuǎn)移與經(jīng)濟增長之間的機制［13-15］，鄧一鳴（1989）基于價格、資源分配等視角研究發(fā)現(xiàn)，在農(nóng)業(yè)勞動力向城鎮(zhèn)轉(zhuǎn)移過程中，城鄉(xiāng)利益結(jié)構(gòu)不斷向城市傾斜，從而把國民經(jīng)濟轉(zhuǎn)入到現(xiàn)代經(jīng)濟增長階段上來［16］。近年來，學者對于勞動力轉(zhuǎn)移與經(jīng)濟增長的研究主要聚焦于利用指數(shù)分解的方法定量測算勞動力轉(zhuǎn)移所帶來的貢獻。例如，我國1978—2015年農(nóng)村勞動力轉(zhuǎn)移貢獻了11.64%的非農(nóng)部門產(chǎn)出和10.21%的社會總產(chǎn)出［17］。通過情景模擬方法測算發(fā)現(xiàn)，1991—2011年農(nóng)村勞動力的非農(nóng)轉(zhuǎn)移總體上使中國經(jīng)濟年均增速提升1.5個百分點，其中轉(zhuǎn)移帶來的勞動力利用效率提升使經(jīng)濟增速加快1.1個百分點，由于產(chǎn)業(yè)結(jié)構(gòu)升級帶來的勞動生產(chǎn)率提升使經(jīng)濟增速加快0.4個百分點［18］。通過不同時期比較得出，農(nóng)業(yè)勞動力轉(zhuǎn)移對1971—1978年、1984—1988年、1991—1997年、2003—2008年和2009—2015年經(jīng)濟增長貢獻率均在17%以上［19］。此外，還有學者通過尋找全要素生產(chǎn)率等中介因素，探析勞動力結(jié)構(gòu)配置對經(jīng)濟增長的影響［20-23］。

胡晨沛，胡霞：農(nóng)業(yè)勞動力轉(zhuǎn)移、生產(chǎn)率提高與地區(qū)全員勞動生產(chǎn)率增長

2023年第4期

第二類文獻主要關注農(nóng)業(yè)勞動生產(chǎn)率提升與經(jīng)濟增長之間的關系。傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)轉(zhuǎn)變的本質(zhì)特征是農(nóng)業(yè)勞動生產(chǎn)率不斷提高［24］。從農(nóng)業(yè)勞動生產(chǎn)率對經(jīng)濟增長的直接影響看，多數(shù)研究證實了農(nóng)業(yè)勞動生產(chǎn)率提高有助于經(jīng)濟增長［25］。國際比較發(fā)現(xiàn)，改革開放40年，勞動生產(chǎn)率提高是中國經(jīng)濟增長重要動力，其中農(nóng)業(yè)勞動生產(chǎn)率增長對全員勞動生產(chǎn)率增長的帶動作用遠大于美國、日本等其他主要經(jīng)濟體［26］。在有關農(nóng)業(yè)勞動生產(chǎn)率提升對其他行業(yè)的“外溢效應”研究上，利用1992—2012年間省級面板數(shù)據(jù)發(fā)現(xiàn)，二元經(jīng)濟中農(nóng)業(yè)勞動生產(chǎn)率提高導致農(nóng)業(yè)部門勞動力有效流入現(xiàn)代產(chǎn)業(yè)部門，對促進二元經(jīng)濟增長具有顯著作用［27］。此外，農(nóng)業(yè)勞動生產(chǎn)率的提升還能夠帶動農(nóng)業(yè)部門和非農(nóng)部門的聯(lián)動發(fā)展，即農(nóng)業(yè)勞動生產(chǎn)率提高所釋放的勞動力向非農(nóng)部門轉(zhuǎn)移，促進非農(nóng)部門的發(fā)展；非農(nóng)部門的進步又為農(nóng)業(yè)技術進步提供了條件，反過來促進農(nóng)業(yè)勞動生產(chǎn)率進一步提高［2］。

通過梳理已有文獻發(fā)現(xiàn)，現(xiàn)有關于國內(nèi)農(nóng)業(yè)勞動生產(chǎn)率的研究主要側(cè)重于兩方面：一方面，聚焦于全員勞動生產(chǎn)率的絕對水平和增長趨勢進行比較，對其背后結(jié)構(gòu)性特征分析相對較少，缺乏就農(nóng)業(yè)因素對全員勞動生產(chǎn)率影響的探析；另一方面，多關注全國層面農(nóng)業(yè)勞動生產(chǎn)率增長，對于地區(qū)農(nóng)業(yè)勞動生產(chǎn)率尤其是其與地區(qū)經(jīng)濟增長之間的關系較少研究。本文以我國31個省份三次產(chǎn)業(yè)勞動生產(chǎn)率數(shù)據(jù)為基礎，對改革開放以來不同地區(qū)全員勞動生產(chǎn)率增長及其背后的農(nóng)業(yè)驅(qū)動因素展開分析，可能存在以下三方面邊際貢獻：第一，基于31個省份三次產(chǎn)業(yè)經(jīng)濟數(shù)據(jù)，對1978年以來各地區(qū)農(nóng)業(yè)“小部門”特征的表現(xiàn)進行測度，并就不同地區(qū)產(chǎn)業(yè)變遷的橫向差異進行比較；第二，從兩部門經(jīng)濟視角出發(fā)，測算改革開放以來不同地區(qū)全員勞動生產(chǎn)率增長背后的結(jié)構(gòu)效應和增長效應，并就全員勞動生產(chǎn)率增長的模式差異進行比較；第三，通過產(chǎn)業(yè)勞動生產(chǎn)率增長效應的分解，分析不同地區(qū)農(nóng)業(yè)勞動生產(chǎn)率增長效應的差異。

二、研究方法與數(shù)據(jù)來源

（一）研究方法

根據(jù)國民經(jīng)濟核算相關理論，國內(nèi)生產(chǎn)總值Y可以表示為勞動力數(shù)量W和全員勞動生產(chǎn)率A的乘積，即：

Y=W×A（1）

對（1）式進一步分解，可推導出一國經(jīng)濟增速Y可近似分解為勞動力數(shù)量增速W和全員勞動生產(chǎn)率增速A之和，由于分項增速之積較小，通常忽略不計，即：

Y=W+A+W×A≈W+A（2）

近年來，我國勞動力數(shù)量增速W由正轉(zhuǎn)負，未來經(jīng)濟增長將更依賴于全員勞動生產(chǎn)率增速A提高。進一步的，從經(jīng)濟兩部門出發(fā)，全員勞動生產(chǎn)率A可表示為農(nóng)業(yè)勞動生產(chǎn)率A1和非農(nóng)業(yè)勞動生產(chǎn)率A2的加權(quán)之和，權(quán)重為各自部門勞動力份額w1、w2，即：

A=w1A1+w2A2（3）

地區(qū)全員勞動生產(chǎn)率增長的機理，既可以表現(xiàn)為兩部門生產(chǎn)率差異帶來產(chǎn)出差額，從而驅(qū)動勞動力要素向回報率更高的行業(yè)轉(zhuǎn)移；也可以表現(xiàn)為，在集聚效應和干中學等學習效應影響下，純勞動生產(chǎn)率的提升。由于各省份經(jīng)濟由農(nóng)業(yè)和非農(nóng)業(yè)兩部門組成，為克服傳統(tǒng)生產(chǎn)率測度方法忽略行業(yè)及要素流轉(zhuǎn)因素的影響，梳理全員勞動生產(chǎn)率增長的內(nèi)在機理，將各年度不同省份全員勞動生產(chǎn)率的增量ΔA分解為結(jié)構(gòu)效應、增長效應和交互效應，具體表達式為：

ΔA=∑2i=1Δwt，iAt-1，i+∑2i=1wt-1，iΔAt，i

+∑2i=1Δwt，iΔAt，i（4）

在（4）式等號右邊，第一部分為結(jié)構(gòu)效應，表示在各行業(yè)勞動生產(chǎn)率保持不變的情況下，省內(nèi)、省際間流動引發(fā)勞動力在農(nóng)業(yè)和非農(nóng)業(yè)分布結(jié)構(gòu)變化所帶來的全員勞動生產(chǎn)率增長；第二部分為增長效應，含義為在農(nóng)業(yè)和非農(nóng)業(yè)勞動力份額保持不變的情況下，依靠行業(yè)自身勞動生產(chǎn)率提高帶來的全員勞動生產(chǎn)率增長；第三部分為交互效應，數(shù)值上等于各部門勞動生產(chǎn)率、勞動力份額增量的乘積，數(shù)值通常較小，不做重點討論。

（二）數(shù)據(jù)來源與概況

利用1978—2019年31個省份三次產(chǎn)業(yè)增加值數(shù)據(jù)和勞動力面板數(shù)據(jù)，測算得到三次產(chǎn)業(yè)勞動生產(chǎn)率數(shù)據(jù)。數(shù)據(jù)來源于歷年《中國統(tǒng)計年鑒》、歷年各省份統(tǒng)計年鑒、《新中國60年統(tǒng)計資料匯編》等。樣本數(shù)據(jù)基本情況和各省份兩部門經(jīng)濟結(jié)構(gòu)的變遷如圖1、圖2所示。從農(nóng)業(yè)勞動力份額看，改革開放以來，31個省份均出現(xiàn)不同程度下降，其中安徽、山東、河南、四川、西藏等1978年農(nóng)業(yè)勞動力份額均在80%左右，目前已降至約30%；北京、天津、上海等1978年農(nóng)業(yè)勞動力份額就已處于較低水平，改革開放以來份額降幅更小。農(nóng)業(yè)勞動力份額下降凸顯其“小部門化”特征，從內(nèi)部推力看，農(nóng)業(yè)機械化進程不斷推進和資本深化程度提高，帶動了單位勞動力產(chǎn)出水平的增加，生產(chǎn)相同糧食產(chǎn)量和農(nóng)業(yè)增加值所需的農(nóng)業(yè)勞動力數(shù)量大幅減少，農(nóng)村剩余勞動力開始向其他產(chǎn)業(yè)轉(zhuǎn)移。從外部拉力看，在工業(yè)化和城市化進程中，非農(nóng)行業(yè)快速發(fā)展擴張了對勞動力的需求，剩余勞動力經(jīng)歷了“離土不離鄉(xiāng)”“離土又離鄉(xiāng)”階段，導致農(nóng)業(yè)勞動力份額持續(xù)走低。

圖1?31個省份農(nóng)業(yè)勞動力份額

從勞動生產(chǎn)率看，圖2給出了各省份農(nóng)業(yè)勞動生產(chǎn)率相對于非農(nóng)業(yè)勞動生產(chǎn)率的比值。由圖可知，盡管農(nóng)業(yè)勞動力占比全面下降，但2019年河北、黑龍江、甘肅、青海、新疆等部分省份農(nóng)業(yè)相對勞動生產(chǎn)率較1978年有所上升。究其原因，一方面，中西部以及東北地區(qū)多數(shù)仍是農(nóng)業(yè)生產(chǎn)大省，農(nóng)業(yè)在地區(qū)經(jīng)濟中扮演重要角色，需通過農(nóng)業(yè)勞動生產(chǎn)率的不斷提升釋放更多剩余勞動力；另一方面，東部省份由于農(nóng)業(yè)勞動力占比降幅明顯，相伴而生的是農(nóng)業(yè)物質(zhì)資本的快速積累，進而推動了農(nóng)業(yè)勞動生產(chǎn)率上升。

圖2?31個省份農(nóng)業(yè)相對勞動生產(chǎn)率

三、勞動生產(chǎn)率增長的效應分解

（一）結(jié)構(gòu)效應的地區(qū)比較

結(jié)構(gòu)效應實質(zhì)上反映了勞動力在不同產(chǎn)業(yè)之間的配置，更多代表的是農(nóng)業(yè)和非農(nóng)業(yè)在國民經(jīng)??濟中地位變化所引起的勞動力分布調(diào)整，主要體現(xiàn)了農(nóng)業(yè)勞動力向非農(nóng)業(yè)轉(zhuǎn)移帶來的生產(chǎn)率提升。表1給出了31個省份1978—2019年勞動生產(chǎn)率結(jié)構(gòu)效應情況，其中，重慶結(jié)構(gòu)效應達到20?046元/人，是31個省份中唯一超過2萬元的省份；

陜西、江蘇結(jié)構(gòu)效應分別為19?384元/人和18?645元/人；貴州、云南、廣東等省份結(jié)構(gòu)效應也在1.5萬元/人以上。相較而言，北京、上海等經(jīng)濟發(fā)達地區(qū)結(jié)構(gòu)效應較低，北京1978—2019年結(jié)構(gòu)效應為8?936元/人，位列第20位；上海結(jié)構(gòu)效應為8?689元/人，僅位列第22位。

分區(qū)域看，改革開放以來，我國四大區(qū)域板塊結(jié)構(gòu)效應均有所上升，其中東部在“十一五”時期率先達到峰值。進入“十三五”時期，中部、西部地區(qū)結(jié)構(gòu)效應增勢明顯放緩，從側(cè)面反映出勞動力轉(zhuǎn)移對于全員勞動生產(chǎn)率增長拉動作用的減弱。當前，西部地區(qū)結(jié)構(gòu)效應最大，隨著未來繼續(xù)承接其他地區(qū)的部分產(chǎn)業(yè)，結(jié)構(gòu)效應仍存在增長空間。值得關注的是，東北地區(qū)因人口外流等原因，結(jié)構(gòu)效應最小，例如遼寧省第一產(chǎn)業(yè)就業(yè)人數(shù)占比在2014年降至26.8%的低值之后連續(xù)多年出現(xiàn)回升，從而導致結(jié)構(gòu)效應對勞動生產(chǎn)率增長貢獻處在較低水平（見圖3）。

圖3?不同時期各地區(qū)勞動生產(chǎn)率年均結(jié)構(gòu)效應比較

（二）增長效應的地區(qū)比較

表2給出了31個省份勞動生產(chǎn)率增長效應情況，和前文比較可知，增長效應絕對值明顯大于結(jié)構(gòu)效應，且與各省經(jīng)濟發(fā)展水平具有較強相關性。1978—2019年，北京勞動生產(chǎn)率增長效應在31個省份中處于最高水平，達到26.6萬元/人；外，江蘇、浙江、福建、廣東等沿海省份以及天津、重慶等直轄市增長效應均超過10萬元/人。通過不同時期比較發(fā)現(xiàn)，隨著我國經(jīng)濟步入新發(fā)展階段，結(jié)構(gòu)效應對上述省份勞動生產(chǎn)率增長拉動效應逐步減弱，取而代之的是增長效應帶來更持久拉動，2016—2019年，31個省份中有28個年均增長效應較“十二五”時期有所增加。

不同于結(jié)構(gòu)效應，東中西部以及東北地區(qū)增長效應在2016—2019年均大于“十二五”時期。在地區(qū)比較方面，東部、中部地區(qū)高于西部、東北地區(qū)。具體到省級層面，經(jīng)濟發(fā)達地區(qū)增長效應更高，其原因可以從供給側(cè)角度進行解讀：一是從人力資本看，經(jīng)濟發(fā)達地區(qū)在改革開放初期吸引了中西部大量勞動力流入，隨著基礎教育和高等教育水平不斷提升，逐漸從過去的人口“數(shù)量紅利”向“質(zhì)量紅利”轉(zhuǎn)變，勞動生產(chǎn)率增長的基礎更為扎實；二是從資本深化看，改革初始時期各省份資本深化水平低，區(qū)域間差距較小，隨著經(jīng)濟快速發(fā)展，區(qū)域間資本深化程度差距拉大，東部地區(qū)優(yōu)勢顯現(xiàn)，而中西部多數(shù)省份發(fā)展仍表現(xiàn)出較強的勞動密集型特征；三是從技術創(chuàng)新看，東部省份參與全球價值鏈程度更高，更易享受外商投資帶來的技術外溢，加之人才積聚為技術創(chuàng)新提供了智力支撐，從而能有效充分發(fā)揮“后來者”優(yōu)勢（見圖4）。

圖4?不同時期各地區(qū)勞動生產(chǎn)率年均增長效應比較

（三）農(nóng)業(yè)勞動生產(chǎn)率增長效應的地區(qū)比較

根據(jù)前文結(jié)果可知，盡管不同地區(qū)所處經(jīng)濟發(fā)展階段不同，增長效應和結(jié)構(gòu)效應規(guī)模存在一定差異，但從長期發(fā)展看，增長效應將成為全員勞動生產(chǎn)率提升更為重要的動能。盡管當前各省份出現(xiàn)了不同程度農(nóng)業(yè)“小部門”化特點，但農(nóng)業(yè)仍在國民經(jīng)濟發(fā)展過程中發(fā)揮著基礎性作用，隨著農(nóng)業(yè)勞動力人口占比不斷下降，農(nóng)業(yè)勞動生產(chǎn)率提升將成為未來一段時期農(nóng)業(yè)經(jīng)濟穩(wěn)定增長的關鍵因素。為測度不同地區(qū)未來農(nóng)業(yè)經(jīng)濟增長潛力，本部分進一步測算了31個省份農(nóng)業(yè)勞動生產(chǎn)率增長效應的情況。

根據(jù)表3可知，2016—2019年，有15個省份農(nóng)業(yè)勞動生產(chǎn)率年均增長效應較“十二五”時期出現(xiàn)下降，根據(jù)農(nóng)業(yè)勞動生產(chǎn)率增長效應差異，可大致劃分為三類。一是增長效應已由正轉(zhuǎn)負，例如北京、上海作為城鎮(zhèn)面積份額大、城鎮(zhèn)勞動力人口占比高的直轄市，經(jīng)濟增長主要依賴于二、三產(chǎn)業(yè)發(fā)展，農(nóng)業(yè)增加值占GDP比重已基本穩(wěn)定在不足1%的水平，成為2016—2019年僅有的兩個年均增長效應小于零的省份。二是農(nóng)業(yè)勞動生產(chǎn)率增長效應仍具潛力。當前，我國已進入全面推進鄉(xiāng)村振興的發(fā)展階段，農(nóng)業(yè)互聯(lián)網(wǎng)+、數(shù)字農(nóng)業(yè)發(fā)展?jié)摿薮?，雖然農(nóng)業(yè)增加值占比在多數(shù)省份有所下降，但質(zhì)量穩(wěn)中有進，部分省份尤其是江西、湖北、湖南等中西部省份仍可通過提高農(nóng)業(yè)資本深化、全要素生產(chǎn)率等方式提升增長效應水平。三是增長效應保持較高水平。圖5給出了各省份第一產(chǎn)業(yè)增加值占比和農(nóng)業(yè)勞動生產(chǎn)率增長效應的散點圖，二者呈現(xiàn)出明顯的正相關關系，包括新疆、海南、黑龍江、內(nèi)蒙古在內(nèi)的農(nóng)業(yè)生產(chǎn)大省，呈現(xiàn)出農(nóng)業(yè)勞動生產(chǎn)率增長效應和農(nóng)業(yè)增加值份額“雙高”的特點。

四、研究結(jié)論與建議

本文在分析地區(qū)農(nóng)業(yè)勞動力轉(zhuǎn)移、生產(chǎn)率提高與全員勞動生產(chǎn)率關系的基礎上，通過對31個省份的比較研究，明晰地區(qū)全員勞動生產(chǎn)率增長中農(nóng)業(yè)勞動力轉(zhuǎn)移和農(nóng)業(yè)勞動生產(chǎn)率提高帶來的貢獻。研究發(fā)現(xiàn)：一是從農(nóng)業(yè)和國民經(jīng)濟關系看，改革開放以來，我國各省份農(nóng)業(yè)增加值占GDP比重有不同程度下降，但部分東部省份和中西部農(nóng)業(yè)大省農(nóng)業(yè)相對勞動生產(chǎn)率較改革開放初期有所上升。二是從農(nóng)業(yè)勞動力轉(zhuǎn)移和全員勞動生產(chǎn)率增長看，東部沿海省份以及重慶、陜西等中西部省份由于對外開放、產(chǎn)業(yè)承接等因素，其結(jié)構(gòu)效應更大，但東部地區(qū)結(jié)構(gòu)效應對于全員勞動生產(chǎn)率提升的貢獻峰值已過，中部、西部地區(qū)結(jié)構(gòu)效應增勢明顯放緩，從側(cè)面反映出勞動力轉(zhuǎn)移對于全員勞動生產(chǎn)率增長拉動作用的減弱。三是從勞動力生產(chǎn)率增長效應看，勞動生產(chǎn)率增長效應與地區(qū)經(jīng)濟發(fā)展狀況較為吻合，東部和中部地區(qū)總體增長效應相對更高；但從農(nóng)業(yè)發(fā)展看，2016—2019年已有近半數(shù)省份農(nóng)業(yè)勞動生產(chǎn)率增長效應出現(xiàn)下降。

基于上述分析，進一步認為，“十四五”時期應客觀科學研判農(nóng)業(yè)在不同省份發(fā)展中的定位，因地制宜做好農(nóng)業(yè)勞動力轉(zhuǎn)移和生產(chǎn)率提升有關工作。首先，仍需重視農(nóng)村剩余勞動力轉(zhuǎn)移對經(jīng)濟增長的拉動作用。盡管北京、上海等經(jīng)濟發(fā)達地區(qū)結(jié)構(gòu)效應增長空間已基本較小，但其他省份尤其是西部地區(qū)結(jié)構(gòu)效應仍有增長潛力，在剩余勞動力流入部分大城市仍存壁壘的情況下，應加快推進新型城鎮(zhèn)化建設，持續(xù)深化戶籍制度改革，全面落實相應城市取消落戶限制政策，加強農(nóng)民工就業(yè)服務和技能培訓，提供更多二、三產(chǎn)業(yè)就業(yè)機會。其次，在“人口紅利”逐漸消失、部分地區(qū)結(jié)構(gòu)效應增長受限背景下，新時期農(nóng)業(yè)發(fā)展不再是如何改造傳統(tǒng)農(nóng)業(yè)的問題，而是農(nóng)業(yè)在面臨勞動力規(guī)模不斷減少條件下如何進一步發(fā)展的問題，需通過資本、技術等要素投入實現(xiàn)對勞動力減少的替代，加快資本深化程度，強化農(nóng)業(yè)科技和裝備支撐，堅持農(nóng)業(yè)科技自立自強，推進關鍵核心技術攻關。最后，我國農(nóng)業(yè)勞動生產(chǎn)率增長效應仍有挖掘潛力，應當看到的是涉農(nóng)行業(yè)已不再僅僅依賴于產(chǎn)業(yè)自身要素的投入，農(nóng)業(yè)在發(fā)展過程中需注重與其他產(chǎn)業(yè)的融合，培育壯大現(xiàn)代種養(yǎng)業(yè)、鄉(xiāng)村特色產(chǎn)業(yè)、農(nóng)產(chǎn)品加工流通業(yè)、鄉(xiāng)村休閑旅游業(yè)、鄉(xiāng)村新型服務業(yè)、鄉(xiāng)村信息產(chǎn)業(yè)等，通過發(fā)展種養(yǎng)結(jié)合循環(huán)農(nóng)業(yè)、加強農(nóng)產(chǎn)品倉儲物流設施建設，加快構(gòu)建三次產(chǎn)業(yè)融合的現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)體系。

［參考文獻］

［1］張培剛.農(nóng)業(yè)與工業(yè)化［M］.武漢：華中工學院出版社，1984.

［2］徐建國，張勛.農(nóng)業(yè)生產(chǎn)率進步、勞動力轉(zhuǎn)移與工農(nóng)業(yè)聯(lián)動發(fā)展［J］.管理世界，2016（7）：76-87，97.

［3］鄧宏圖，周鳳.勞動力轉(zhuǎn)移與農(nóng)業(yè)勞動生產(chǎn)率變化——基于理論與實證統(tǒng)一框架下的分析［J］.東北師大學報（哲學社會科學版），2021（3）：73-93.

［4］李谷成.資本深化、人地比例與中國農(nóng)業(yè)生產(chǎn)率增長——一個生產(chǎn)函數(shù)分析框架［J］.中國農(nóng)村經(jīng)濟，2015（1）：14-30，72.

［5］李欠男，李谷成，高雪，等.農(nóng)業(yè)全要素生產(chǎn)率增長的地區(qū)差距及空間收斂性分析［J］.中國農(nóng)業(yè)資源與區(qū)劃，2019，40（7）：28-36.

［6］陳喜，陸建珍，王凱，等.農(nóng)旅融合對農(nóng)業(yè)勞動生產(chǎn)率影響的實證檢驗——以全國休閑農(nóng)業(yè)與鄉(xiāng)村旅游示范縣為例［J/OL］.中國農(nóng)業(yè)資源與區(qū)劃：1-9［2022-12-28］.?http：//kns.cnki.net/kcms/detail/11.3513.s.20220624.1552.019.html.

［7］余康，郭萍，章立.我國農(nóng)業(yè)勞動生產(chǎn)率地區(qū)差異動態(tài)演進的決定因素——基于隨機前沿模型的分解研究［J］.經(jīng)濟科學，2011（2）：42-53.

［8］胡晨沛.轉(zhuǎn)移效應、增長效應與勞動生產(chǎn)率增長——基于兩部門勞動生產(chǎn)率的國際比較［J］.中國科技論壇，2021（5）：57-66.

［9］鄭宏運，李谷成.農(nóng)業(yè)資源再配置的生產(chǎn)率效應評估［J］.華中農(nóng)業(yè)大學學報（社會科學版），2021（5）：45-53，193.

［10］胡景北.劉易斯經(jīng)濟發(fā)展理論：成就、問題和發(fā)展前景［J］.社會科學，2015（12）：40-49.

［11］RANIS?G，?FEI?J?C.?A?theory?of?economic?development［J］.?American?economic?review，1961，51（4）：533-565.

［12］TODARO?M?P.?Model?of?labor?migration?and?unemployment?in?less?developed?countries［J］.?American?economic?review，1969，59（1）：138-148.

［13］BECKER?B?E，?YANG?G.?The?Chinese?urban?labor?system：?prospects?for?reform［J］.?Journal?of?labor?research，1989，10（4）：411-428.

［14］SHEN?J.?Rural?development?and?rural?to?urban?migration?in?China?1978—1990［J］.?Geoforum，1995，26（4）：395-409.

［15］謝曉凌.轉(zhuǎn)變農(nóng)村經(jīng)濟增長方式與農(nóng)村剩余勞動力轉(zhuǎn)移［J］.經(jīng)濟研究參考，1997（34）：19-23.

［16］鄧一鳴.論二元經(jīng)濟結(jié)構(gòu)時期農(nóng)業(yè)增長與就業(yè)結(jié)構(gòu)轉(zhuǎn)換——兼論農(nóng)業(yè)勞動力轉(zhuǎn)移機制［J］.中國農(nóng)村經(jīng)濟，1989（7）：15-25.

［17］程名望，賈曉佳，俞寧.農(nóng)村勞動力轉(zhuǎn)移對中國經(jīng)濟增長的貢獻（1978～2015年）：模型與實證［J］.管理世界，2018，34（10）：161-172.

［18］齊明珠.中國農(nóng)村勞動力轉(zhuǎn)移對經(jīng)濟增長貢獻的量化研究［J］.中國人口·資源與環(huán)境，2014（4）：127-135.

［19］郝大明.農(nóng)業(yè)勞動力轉(zhuǎn)移對中國經(jīng)濟增長的貢獻率：1953～2015［J］.中國農(nóng)村經(jīng)濟，2016（9）：44-57.

［20］蔡昉，王德文，都陽，等.技術效率、配置效率與勞動力市場扭曲——解釋經(jīng)濟增長差異的制度因素［J］.經(jīng)濟學動態(tài)，2002（8）：32-37.

［21］KLENOW?H?P?J.?Misallocation?and?manufacturing?TFP?in?China?and?India［J］.?Quarterly?journal?of?economics，2009（4）：1403-1448.

［22］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，2011，46（7）：4-17.

［23］李士梅，尹希文.中國農(nóng)村勞動力轉(zhuǎn)移對農(nóng)業(yè)全要素生產(chǎn)率的影響分析［J］.農(nóng)業(yè)技術經(jīng)濟，2017（9）：4-13.

［24］汪小平.中國農(nóng)業(yè)勞動生產(chǎn)率增長的特點與路徑分析［J］.數(shù)量經(jīng)濟技術經(jīng)濟研究，2007（4）：14-25，64.

［25］TIMMER?C?P.?The?agricultural?transformation［J］.?Handbook?of?development?economics，1988，1：275-331.

［26］李輝尚，胡晨沛，季勇，等.農(nóng)業(yè)勞動力轉(zhuǎn)移、生產(chǎn)率提升與宏觀經(jīng)濟增長——基于全球55個經(jīng)濟體的國際比較［J］.農(nóng)業(yè)經(jīng)濟問題，2021（7）：117-129.

［27］肖琳子，肖衛(wèi).二元經(jīng)濟中農(nóng)業(yè)技術進步、勞動力流動與經(jīng)濟增長——基于中國1992—2012年省級面板數(shù)據(jù)的實證分析［J］.上海經(jīng)濟研究，2014（6）：23-33.

Agricultural?Labor?Transfer，?Productivity?Improvement

and?Regional?Labor?Productivity?Growth

—Based?on?the?Comparison?of?Labor?Productivity?among?31?Provinces

Hu??Chenpei，??Hu??Xia

（School?of?Economics，?Renmin?University?of?China，?Beijing?100872，?China）

Abstract：???The?growth?of?total?labor?productivity?can?be?divided?into?the?structural?effect?of?labor?allocation?between?agriculture?and?nonagricultural?industries，?and?the?growth?effect?of?labor?productivity?improvement?in?agriculture?and?other?industries.?This?paper?uses?the?index?decomposition?method?to?analyze?the?labor?force?and?productivity?data?of?agricultural?and?nonagricultural?sectors?in?Chinas?31?provinces?（excluding?Hong?Kong，?Macao?and?Taiwan）?from?1978?to?2019，?and?tries?to?explore?the?driving?force?of?the?growth?of?total?labor?productivity?in?different?provinces.?The?results?show?that：?firstly，?the?proportion?of?the?added?value?of?agriculture?in?the?GDP?of?each?province?has?decreased?since?the?reform?and?opening?up，?but?the?labor?productivity?of?agriculture?in?some?provinces?has?increased?comparing?with?nonagricultural?labor?productivity;?secondly，?the?driving?effect?of?the?labor?force?structure?effect?of?each?province?has?shown?an?upward?trend，?but?due?to?factors?such?as?the?slowing?down?of?labor?force?transfer，?the?growth?of?structural?effect?of?most?provinces?is?weakening;?thirdly，?the?growth?effect?behind?the?overall?labor?productivity?of?all?provinces?continued?to?improve?during?the?“13th?Five?Year?Plan”?period.?The?growth?effect?in?the?east?and?middle?regions?is?generally?higher?than?that?in?the?west?and?northeast?regions.?The?provinces?with?higher?agricultural?labor?productivity?growth?effect?are?concentrated?in?major?agricultural?provinces.?In?general，?the?transfer?of?agricultural?labor?still?promotes?the?improvement?of?overall?labor?productivity，?but?agricultural?labor?productivity?is?the?key?to?the?improvement?of?overall?labor?productivity?in?the?medium?and?long?term.

Key?words：agricultural?labor?productivity;?structure?effect;?growth?effect;?regional?comparison

（責任編輯：張麗陽）