● 杨胜利 段世江

转型期我国劳动力资源配置效率评价与分析研究

● 杨胜利 段世江

我国已步入人口红利削减期，而传统的以数量为主的劳动力资源配置方式仍在发挥重要作用。在经济转型、人口转变的背景下，劳动力资源配置效率更需要我们关注。本文利用投入产出模型，通过构建劳动力资源配置效率的投入、产出衡量指标体系对我国劳动力资源配置效率进行了模拟和评价，利用聚类分析和回归检验等方法，对我国劳动力资源配置效率的区域差异性和影响因素做了研究。研究发现，我国劳动力资源配置效率从2004年以后开始波动下降，受2008年金融危机影响，2009年达到了最低点，之后开始回升；我国劳力资源配置的经济效益和社会效益存在较大的区域差异性；企业利润率、人力资本、工资水平、产业结构、人口年龄结构、市场化程度对劳动力资源配置效率具有显著影响。最后，针对影响因素的区域差异性提出了相关建议。

劳动力 配置效率 区域差异 聚类分析

一、引言

李克强总理在2013年达沃斯论坛上指出中国经济发展已步入转型期。习近平总书记也多次强调中国面临转型期的“新常态”。2014年7月29日，习近平总书记在和党外人士的座谈会上提出，由于面临的客观环境发生了变化，经济发展从过去的传统粗放型转为高效率、低成本、可持续型，从高速增长转向中高速增长，同时经济结构不合理，社会面临风险较大。这就要求我们在宏观调控上将转方式、调结构放在更加突出的位置，更加注重经济发展的质量和效益。资源优化配置是提高经济效益，促进经济发展的重要途径，其中劳动力资源作为一种生产要素，其在经济发展中的重要性早已被实践所证明。改革开放以来我国凭着劳动力资源丰富的优势，经济得到了快速发展，但是这种优势正在淡化，中国已处于“人口红利”消减期，经济增长必须向提高质量转变，淘汰落后产能、提升劳动力资源配置效率是经济转型的必然要求，并已经日益提上日程。

国外很早就已经注意到提升劳动力资源配置效率的意义，1912年经济学家熊彼特（J.A. Schumpeter）开创性的提出经济的根本现象是发展而不是均衡，创新（生产要素的新组合）是经济发展的动力。西奥里.W.舒尔茨（Schultz，1960）的人力资本理论，认为人力资本积累能够提高劳动力资源配置效率。国外学术界普遍认为，在市场机制作用下，劳动力从边际生产率低的部门向边际生产率高的部门流动，会提升劳动力资源配置效率，从而提高区域整体的经济效率。在普遍存在二元经济结构的地区和国家中，劳动力资源市场配置机制不一致，从旧部门到新部门的再配置顺利实现的国家，经济发展则较早的过度到新的发展阶段。Klaus F（1995）研究发现工业化进程减慢，非农就业岗位较少，制约了劳动力资源配置效率的提升。劳动力产业间、区域间流动能够促进经济结构转变，进而推进经济增长。

国内学者也从定量和定性角度对劳动力资源配置效率进行了大量研究。朱宝树（1996）指出提高劳动力资源配置效率，能够更好的适应人口老龄化的客观要求。劳动力资源优化配置有利于经济发展，是一种积极的就业政策（蔡昉，2000）。劳动力资源作为一种资源的资源，其本身不仅是经济发展的一种十分重要的资源，而且对其他资源的优化配置还有十分重要的作用。柏培文（2012）利用生产函数法，以企业获取最大利润为目标，测算了劳动要素在农业部门和非农业部门之间最优配置状况。刘洪银（2009）将经济效率分解为纯技术效率和配置效率，采用数据包络分析法研究了劳动力资源的相对经济效率。袁志刚（2012）研究了不同部门资源配置与生产率的关系。朱喜，史清华等（2013）的研究也得出劳动等生产要素配置扭曲，会降低农业总量全要素生产率。

表1 区域劳动力资源配置效率指标体系

国内外学者对劳动力资源配置效率的研究颇为丰富，但综合来看对全国劳动力资源配置效率研究较多，而对区域差异研究较少；对劳动力资源配置中投入关注不够全面，往往只是将劳动力数量作为投入的单一指标，忽略了经济发展水平、产业结构、就业服务等对劳动力资源配置效率的影响；对劳动力资源配置的产出界定范围较小，劳动力资源配置的产出不仅仅是GDP，它是利用类指标和效果类指标的组合体。那么在转型期伴随着中国人口转变、经济转型，我国劳动力资源配置效率是如何变动的？劳动力资源配置的经济效益和社会效益二者关系怎么样？区域劳动力资源配置效率有何差异？主要影响因素又是什么？本文基于以上分析，利用投入产出模型，通过构建劳动力资源配置效率的投入、产出衡量指标对全国劳动力资源配置效率情况进行了模拟和评价，利用聚类分析和回归检验等方法，对我国劳动力资源配置效率的区域差异性和影响因素做出了研究，以为提高劳动力资源配置效率、促进经济转型提供参考。

二、方法选取与指标说明

（一）劳动力资源配置效率指标

劳动力资源宏观配置效率是投入与产出的比例问题。其投入可以分为两类：一类是具有物质形态的投入（如人力、物力、财力等），称为硬投入或狭义投入；另一类是不具备物质形态的投入（如政策、规划、管理、科技、信息等），称为软投入或广义投人。软投入可以有效表示量化存在困难的指标，在定量分析研究中常指硬投入。就业服务是指为了实现比较充分就业和优化就业结构、提高劳动生产率的服务，按照服务的效果又可以分为直接服务和间接服务。直接服务包括就业培训、职业介绍、社会保障、工资待遇、人才引进等，间接服务包括科教文卫支出、产业政策、空间规划、人口政策、发展环境等。

这里讲的宏观劳动力资源配置投入既包括硬投入也包括软投入，即就业服务的人力、物力、财力的投入和就业的规划、管理投入。反映宏观劳动力资源配置投入的指标较多，直接投入方面如：就业密度、高学历劳动力比重、15-64岁劳动力适龄人口比重、区域就业集聚程度等，间接投入方面如：科教文卫支出、万人职业介绍服务人员数和职业培训服务人员数、人均固定资产投资等。

宏观劳动力资源配置带来的产出是利用（经济效率）与效果（社会效率）的统一，是一种复合产出(或双层产出)。劳动力资源配置的利用是劳动力资源配置(或投人)的直接结果，称为劳动力资源配置的第一产出或直接产出；其效果体现了在劳动力资源配置中为优化就业结构、提高劳动力再生产水平、促进经济发展和提高劳动者收入水平所获得的结果，是最终结果，也称为劳动力资源配置的第二产出(或最终产出)。反映劳动力资源配置所带来产出的指标比较复杂，主要概括两个方面：①利用方面。如经济密度、劳动生产率、企业利润率、科技进步率、市场开放程度、区域集聚优势等。②效果方面。如三次产业结构偏离度、社会保障参保率、从业人员待遇水平、恩格尔系数、家庭耐用消费品拥有量等（详见表1）。

（二）投入产出模型的应用

投入产出法，是一种研究经济体系各部门之间投入与产出相互依存关系的数量分析方法。在建立区域劳动力资源宏观配置效率的投入产出模型时为书写简洁规范和模型通用化，假设：①宏观劳动力资源配置的投入分为n个指标、利用指标分为k个、效果指标数为h，产出指标数为m，且m=k+h 。②对投入产出指标进行无量纲化处理，并将其转换成百分制下的得分值，其投入指标的得分值为x1,x2,x3……xn；利用指标记为y1,y2,y3……yk；效果指标的得分值记为yk+1,yk+2,yk+3……yk+n；则产出指标的得分值记为y1,y2,y3……yk+yk+1,yk+2,yk+3……yk+n。③第i个投入指标相对于第j个产出指标的效益为xi与yi之比。根据投人产出原理，建立劳动力资源配置投人产出数学模型。

对于总的投入与利用、效果、产出之比的计算，我们采用了算术平均的方法。劳动力资源配置过程中的投入、利用、效果及总产出如下：d1,d2……di分别为相应指标采用熵值法确定的权重。

根据以上建立起的投入产出指标体系，结合区域内部劳动力资源配置环境的实际状况，可以用投入产出法来衡量区域劳动力资源配置效率，并分析其区域间的差异和提升措施。

三、劳动力资源配置效率评价与分析

（一）全国基本情况

本文采用的数据为2000年至2014年省际面板数据，数据主要来自《中国统计年鉴》、《中国劳动统计年鉴》。由于年鉴中的原始数据也存在不同的量纲差异，所以需要对指标数据进行了标准化处理。然后带入投入产出模型中进行计算，进而得到历年的投入产出比。产出类指标包括总效果类和总利用类指标，某一区域投入产出比越小说明该区域劳动力资源配置效率越低，在进行劳动力资源配置中单位投入带来的产出效果较小，反之则说明了劳动力资源在配置中人力和物力的投入得到了良好的利用，较好的实现了预期效果，即这种配置是有效率的，是有意义的，具体评价结果如表2所示。

综合来看，2000-2004年我国劳动力资源配置效率处于上升趋势，2005-2009年则处于波动下降状态，年均下降11.6%，并于2009年达到了最低点。投入效果比和投入利用比几乎处于一个相同的变化趋势上，但投入利用比下降幅度较大，2005-2009年下降了53.81%，年均下降13.74%，这也是造成我国劳动力资源配置效率出现下降的主要原因。虽然我国在劳动力资源配置中的投入在不断增加，但是产出效果并不是很理想，尤其是2005年后出现了明显下降趋势，直到2010年劳动力资源配置效率才开始好转。究其原因，主要是因为2004年之后我国劳动力密集型产业优势开始逐渐下降，之后相继出现的“招工难”、“民工荒”等说明了这一点。2008年金融危机不过使这一现象更充分的暴露出来而已。之后在中央财政的支持下，我国加快了产业调整、经济转型步伐，投入产出效率明显回升。这也证明了经济发展必须由低效率的粗放型经济增长方式，向高效率的集约型增长方式转变才有出路。

表2 2000-2014年我国劳动力资源配置效率

（二）区域间差异分析

我们利用2015年统计年鉴中的相关数据，经过计算得到各个指标的相应值，并对其进行标准化，目的也是为了消除正负指标的影响。采用投入产出法对全国31个省市劳动力资源配置效率进行评价分析，以发现区域劳动力资源配置效率的差异，为提高配置效率提供宏观调控依据。评价分为三部分，一是对31个省市劳动力资源配置效率进行总体评价；二是对全国31个省市按照地理位置分为东、中、西和东北四个区域，评价分析这些区域的差异；三是通过聚类分析，对31各省市劳动力资源配置效率进行归类，进而寻找不同地区间差异，探讨各地区的优势与不足。

表3 劳动力资源配置效率省际差异

通过计算可以将具体分析结果归纳为以下几个方面：

1. 劳动力资源配置效率省际间差异分析

从我国31个省市劳动力资源配置总效率来看，上海、广东、北京、浙江、江苏、重庆等地区劳动力资源配置效率较高，其中上海最高。河北、河南、湖南、青海、湖北、安徽等地区劳动力资源配置效率最差，说明这些地区对劳动力资源配置还不够理想，还存在一定的上升空间，即在现有的劳动力资源配置投入上还可以获得更多的产出。从劳动力资源配置投入来看，北京是全国投入最大的地区，其次是天津、上海、浙江和广东，但是就投入利用比来看，上海、浙江、江苏、广东要好于北京。同时上海、北京、重庆、天津的投入效果比在全国属于较优的地区。长三角地区的浙江省劳动力资源配置效率要低于上海和江苏，主要是近年来在长三角一体化中浙江省产业结构和产业布局得到了大幅度的优化，吸引了大量流动人口进入，2010年第六次全国人口普查显示，除广东省之外，全国流动人口分布比重最大就是浙江省，占全国跨省流动人口的16.38%，而上海和江苏这一比重10.94%和8.96%。大量流动人口流入造成人均就业服务资源占有量难以快速提升，同时流动人口中80%以上是农民工群体，也造成浙江省整体就业质量不高，劳动力资源配置中投入较多，而产出相对较少的局面。

2. 劳动力资源配置效率区域间差异分析

为了更好地分析我国劳动力资源的配置效率状况，本文根据国家经济发展战略中按经济类型划分的大陆东、中、西和东北四大区域进行比较研究。东部省市包括：北京、天津、山东、河北、上海、江苏、浙江、广东、海南；中部包括：山西、河南、安徽、江西、湖北、湖南；西部包括：四川、重庆、云南、贵州、广西、内蒙古、青海、甘肃、宁夏、陕西、新疆、西藏；东北地区包括黑龙江、辽宁、吉林。

从分区域劳动力资源配置效率来看，东部地区最好，中部地区最差，东北地区仅次于东部位居第二。中部地区低于西部地区主要是因为中部地区人口密集，劳动力资源丰富，造成在投入类指标上的分值会较大，而产出类分值受到人口众多的影响，分摊到人均之后就显得较少了，这也是中部塌陷的一个主要原因。同时由于中部劳动力投入较多，而政府在就业服务上投入较少，使劳动力资源配置效率在全国处于较低的水平。提高劳动力资源的利用率和配置效果是中部地区提高劳动力资源配置效率的关键。西部地区劳动力资源配置的投入利用比高于东北地区，但是投入效果比低于东北地区，说明西部地区在产业结构方面比较落后，劳动力的就业结构与产业结构出现了较大的偏离，就业服务水平较低，劳动者的待遇水平和生活水平还有待于进一步提高。东北地区的投入效果比与东部地区相近，但是投入利用比远落后于东部地区，说明东北地区劳动生产率、市场化程度、科技创新能力、技术进步率与东部地区还有较大的差距。东北地区和中部地区、西部地区需要提高劳动力资源配置的投入利用比，充分发挥出劳动力资源丰富的优势。

3. 劳动力资源配置效率聚类分析

通过上述对各个地区劳动力资源配置效率的分析，可以发现不同区域之间劳动力资源配置效率存在一定的差异，不同区域内部各个省市之间的配置效率也存在差异。劳动力资源配置效率是由投入和产出决定的，不同的投入带来的产出或许一样或许不同，在劳动资源配置中投入是决定效率的一个前提。所以按照区域投入的多少来聚类分析，探寻投入相近的地区在配置效率上的差距，以为全国各省市提高劳动力资源配置效率提供更加可比性的数据，从而为落后地区提高劳动力资源配置效率提供一个追赶和参考对象。

在每个区域组内部各个省市由于劳动力资源配置的投入相近，所以区域组内劳动力资源配置效率较高的地区就成为其他地区追赶的标杆。在区域组一内上海劳动力资源配置效率高于北京、天津，并成为后两者追求的参考对象，北京、天津应该按照上海劳动力资源配置的路径模式来完善自身配置体系，以提高配置效率。在区域二内，江苏、福建劳动力资源配置效率明显高于其他区域，成为湖南、湖北、辽宁、河北、山西、内蒙古、河南等省份所要学习的对象，需要在比较中探寻为什么等量或者相近的投入却没有带来相近或者等量的产出的问题。在区域三中，广东成为山东和浙江学习的对象，山东在向广东学习的同时还需要进一步向浙江学习，在劳动力资源配置效率上山东与浙江、广东还有很大差距。在区域四中，陕西、黑龙江、吉林劳动力资源配置效率较高，青海、安徽和四川需要向前三者看齐。在区域五种海南、重庆、新疆在配置效率上处于较高的地位，江西、甘肃、贵州、云南等省份要以前三者为参考，努力提升省内劳动力资源的配置效率。

表3 东部、中部、西部、东北劳动力资源配置效率比较

表4 按照投入分组的区域劳动力资源配置效率

从劳动力资源配置投入方面来看，五个区域组中，区域一内部的省份投入最大，其次是区域三、再次是区域四，区域五投入最少。在区域一和区域三中的省市（山东除外）劳动力资源配置投入都较大，产出也较大，使其效率一直处于全国较高的水平上。同时这类省市也是全国经济发展水平较高的地区。这类地区要想提高劳动力资源配置效率，就需要增加创新投入，以新的管理方式来提高配置效率。区域二中的省份虽然投入较高，但是产出并不高（江苏除外），这类地区需要增加产出，才能进一步提高劳动力资源配置效率，像辽宁、福建、湖南、湖北、河南、河北等省份，需要以江苏为参考标准，急需提高劳动力资源配置的产出。区域五中的甘肃、云南、广西、宁夏等省份，投入规模较小、产出规模也较小，该类地区不仅需要提升自身劳动力资源配置能力，更需要提高劳动力资源配置效率，在投入和产出上都有待于提高，但是首先要提高自身的投入，这样才能够为增加产出提供基础，因为只有发展环境好了，才能为吸引人才集聚、才能为提高劳动生产率创造条件。

四、劳动力资源配置效率的主要影响因素

为了进一步探究影响劳动力资源配置效率变动的因素，我们采用相关性分析，得出了与劳动力资源配置效率相关系数较大的几个指标，其分别为劳动适龄人口比重、失业率、平均工资、人均固定资产投资、社会保障财政支出比重、进出口总额比重、产业结构偏离度、第三产业比重、人力资本等指标，将其与劳动力资源配置效率的结果进行回归分析，来探析不同因素对总产出效率的影响程度。对影响系数的分析，可以作为探寻劳动力资源配置效率变动的原因。模型1为全国影响因素检验，数据为2000-2014年纵向数据；模型2为东部地区影响因素检验，数据为2000-2014年东部各省市数据（样本量为126）；模型3为中部地区影响因素检验，数据来源同上（样本量为84）；模型4为西部地区影响因素检验，数据来源同上（样本量为168）；模型5为东北地区影响因素检验，数据来源同上（样本量42）。

通过主要影响因素的回归分析可以看出：

1.我国劳动力资源配置效率主要受人力资本、平均工资的影响，每个劳动者创造财富的多少直接影响着劳动力资源配置的效率，其次人口年龄结构、企业利润率、劳动者素质等因素对劳动力资源配置效率的影响程度较大，其他影响指标从高到低依次是第三产业就业比重、失业率、结构偏离度、万人专利申请数、进出口总额比重，要想提高我国劳动力资源配置效率，需要进一步扩大市场开放程度，增加进出口总量，促进就业和科技创新的发展，推动劳动力向高端产业不断转移。劳动者素质和技能水平是影响劳动力资源配置效率的一个重要因素，并且这一因素与劳动力市场化程度、区域对外开放程度直接相关，因为劳动力市场越大，劳动力资源可以配置的范围就越宽广，可供集聚的人才资源就越多，可见影响我国劳动力资源配置效率的众多因素之间也是相互联系，往往做出一方面的努力可能会带动其他方面影响因素的整体变动。

2.良好的发展环境和技术创新平台是提升劳动力配置效率的前提条件。改革创新是我国经济发展的必然要求，正是不断改革、不断创新才使得产业结构日以高端化、劳动生产率日益提升。在经济发展达到一定水平后，劳动力资源配置效率受到多种因素影响，投资或许在某种程度上已经不是最主要的因素，劳动者素质、发展环境、创新平台、就业服务、对外开放程度等等基本发展条件的好坏对提升劳动力资源配置效率具有的更重要的意义。按照国际经验，一般当一个国家或地区人均GDP在5000美元至10000美元之间时，是向高收入国家过渡的关键期，也是最容易进入“中等收入陷阱”的阶段。因为处于该阶段的国家或地区劳动力资源丰富的优势几乎消耗殆尽，而技术创新、科技研发能力又不及发达国家，往往会停滞不前，往返许久。目前我国人均GDP已达到了7000多美元，正处于转型期的关键阶段，要通过鼓励创新创业，形成全国万众创新的局面，才能推动经济快速转型和向更高阶段发展。

表5 劳动力资源配置效率影响因素检验

3.劳动力资源配置效率的影响因素存在一定的区域差异。人力资本、专利数、进出口总额比重、结构偏离度等变量在东部、中部模型中显著为正，而在西部模型中不显著。这主要因为西部地区人力资本水平普遍较低，人力资本提升速度缓慢，其对劳动力资源配置效率的贡献更多的通过劳动生产率提升、工资水平提高来表现出来。企业利润率、产业结构、劳动力人口比重对西部地区劳动力资源配置效率的影响显著为正。这显示了西部地区的生产方式还比较落后，产业结构层次较低，主要靠劳动力投入、企业投资来拉动经济发展，进而提升劳动力资源的投入利用比。同时西部地区劳动力资源配置中的投入效果比要小于投入利用比，劳动者创造的成果没有更好的惠及全部劳动力的再生产，这也制约了西部地区人民生活水平和劳动力素质的提升。从东北地区来看，产业结构偏离度、劳动力人口比重变的不在显著。东北地区作为全国的老工业基地，第二产业一直占据的很重要的位置，同时国有企业份额较大，劳动力在产业间流动受到很多客观因素影响。同时东北振兴战略中科技创新显得更为重要，传统的依靠人力、物力投入的增长方式已难以为继，近年来大量东北地区人口向中部、东部迁移也说明了这一点，即劳动力规模不再是影响配置效率的主要因素。

五、结论与建议

本文利用投入产出法对我国区域劳动力资源配置效率进行了评价分析，显示我国劳动力资源配置效率受经济发展环境的影响呈现先下降后上升的趋势。同时不同区域相同的投入规模并未带来相同的产出规模，部分地区投入较多，但是产出并不大，配置效率较低，如山东的投入在全国排名第四，而配置效率却排名第22位，而上海、江苏的投入在全国排名为第三和第九，配置效率却排在第一和第四位，这就是明显的投入较少，产出较高的现象。通过将投入相近的区域进行聚类发现，投入相近的省市在产出上存在的较大差异，不同类型区域内的省市需要按照不同的标杆提升自身劳动力资源配置效率。

（一）加快产业结构调整，促进就业结构高级化

部分省市劳动力资源配置效率低于经济发展水平，其中内蒙古、山西、河北、河南、青海的劳动力资源配置效率与经济发展水平的差距较为明显，需要进一步提高劳动力资源配置效率，否则会制约到经济发展。同时研究发现，劳动力资源配置的投入利用比对经济发展的影响要大于投入效果比。辽宁、内蒙古、河北、湖北的投入利用比相对于其经济发展水平而言，明显落后很多，需要着重提升投入利用比。东部地区、中部地区需要充分利用自身的比较优势，加快产业结构调整，提升人力资本水平，进而推进高科技产出份额增加和劳动力生产率提升。西部地区需要进一步完善劳动力市场、加快经济体制改革，走出一条依靠企业创新带动就业转移、带动人才集聚的新路子，同时西部地区要重点提升劳动力资源配置中的投入效果比，加大民生财政支出力度，让经济发展成果更多的惠及到普通老百姓，为劳动力再生产创造条件。从全国来看，需要消除劳动力资源向高端产业流动的限制，创造条件，通过产业的高端化引导劳动者向高端产业转移。虽然我国第三产业逐渐成为经济发展主导产业，并且在科技进步、产业升级中发挥着越来越大的作用。但是与处于同一发展水平的发达国家相比，还存在差距。尤其是第三产业中的低端产业比重较高，成为影响第三产业进一步发展的重要因素，需要进一步加强第三产业中的金融保险、计算机和软件服务、科技咨询等高端服务业的发展。带动劳动力进一步由低端服务业向高端服务业转移。

（二）改善发展环境，促进人才集聚

紧紧围绕“调结构、促转型”、“万众创新”的要求，加快相应产业发展，进而带动产业集聚和劳动力集聚，通过优化主导产业结构，促进劳动力资源配置效率提升。根据全国紧缺人才的需求变动情况，及时更新人才培养方案，通过国内外劳动力市场实现人才资源的集聚。在欧洲很多国家都贯彻产业人才计划，通过高端产业的发展实现人才资源的集聚，尤其是科技创新产业的人才吸纳能力是十分可观的。目前我国人才集聚能力在国际上还比较低，要想实现世界人才集聚，首先需要创造和提供人才需求的岗位，探索“项目+人才”的工作机制，做到筑巢引凤。如，产业园区的建设吸引先进加工工业的进入，进而吸引人才的进入，以重大项目吸引高层次人才等等。同时，要以全球一体化为契机，以国家级或省级工业示范基地为载体，形成一批装备制造、精细化工、现代旅游、仓储物流、专用设备制造等产业高地，以重点项目为抓手，打造一批知名企业，培育一支具有丰富经验，拥有自主创新能力，掌握核心技术的创新人才队伍，创造出一流的人才发展环境，为实现人才规模效应，提高劳动生产率创造条件。

（三）加大教育培训投入，提升劳动力素质

我国劳动力资源比较丰富，但配置效率较低，主要是因为劳动力资源整体质量不高，阻碍了我国由人力资源大国向人力资源强国的转变。为此要：第一，大力发展教育事业，逐步完善教育设施，不断优化教育结构，促进人口文化素质提高。改善和提高农村办学条件，提高农村劳动力人口受教育水平。抓住城乡一体化的大好机遇，与各相关部门合作，进一步提升农村办学条件，扩大学校规模，提升服务社会的能力。采用积极的措施抓教育事业的改革，使教育人才培养与社会经济发展对人才需求相协调，无论是对于缓解当前的就业形势还是提升劳动者素质都具有重要意义。第二，实施“技能振兴计划”为数字产业和创新产业的发展培养和储备充足的人才资源，加快从业人员继续教育和素质提升。一是，需根据我国产业结构调整和就业需求导向，加快发展以装备制造业、电子设备制造业、出口贸易、现代服务业为重点的职业能力建设机制、劳动预备制度等。二是，需积极整合全省职业技术教育资源，形成完整规范的职业技术教育体系。积极发展高等职业教育、职业技术学校，使之逐步成为培养高技能人才、应用型人才的主渠道。三是，针对当前从业人员技能水平低的现象，加大继续教育的力度，提升现存人才素质。四是，做好就业安置，推进劣势产业的淘汰关停。在转型期，政府把产业结构调整和节能减排作为全国优化产业空间布局、改善发展环境的重要举措，小型炼钢炼铁、砖瓦、水泥和纺织印染等大量企业的关停或缩小规模，使大量从业人员面临转岗分流和安置。需要做好分流职工的就业安置和培训教育工作，多渠道引领分流职工就业。

1. 柏培文：《中国劳动要素配置扭曲程度的测量》，载《中国工业经济》，2012年第10期，第19–22页。

3. 范剑勇、王立军：《产业聚集与农村劳动力跨地区流动》，载《管理世界》，2004年第4期，第22–28页。

4. 刘洪银：《我国劳动力资源经济效率的实证分析》，载《人口与经济》，2009年第3期，第47–52页。

5. 熊彼特：《经济发展理论》，华夏出版社，2015年版。

6. 袁志刚、封进：《城市劳动力供求与外来劳动力就业政策研究——上海的例证与启示》， 载《复旦学报（社会科学版）》，2005年第5期，第202–207页。

7. 朱宝树、孙嘉丰：《上海浦东新区人力资源配置的空间态势及问题思考》，载《市场与人口分析》，1999年第6期，第22–30页。

8. 朱喜、史清华：《要素配置扭曲与农业全要素生产率》，载《经济研究》，2011年第5期，第86–92页。

9. Lin, Justin Y. Rural reforms and agricultural growth in china. American Economic Review，1992, 82(1): 34–51.

10. Schultz T W. Nobel lecture: the economic of being poor. Journal of Political Economy, 1980, (8): 640.

■责编/倪超 E-mail：nc714@163.com Tel: 010-88383907

The Study of Effciency of Labor Resource Allocation in China

Yang Shengli and Duan Shijiang
(Population Research Institute, College of Economics, Hebei University)

China has entered a period of demographic dividend declining，we need to not only focus on the model of resource allocation which based on the number of labor，but also need to focus on effciency of labor resources allocation. In this paper, using the input-output model, by building a measure of effciency of labor resource allocation, we simulated and evaluated resource allocation efficiency of China's labor force. Using cluster analysis and regression testing methods, study the regional differences and factors influencing the efficiency of our labor resources. The study found, allocation effciency of labor force began to decline from 2004, affected by the 2008 fnancial crisis, reaching the lowest point in 2009, then it began to rise after 2009. There is a big regional difference on effciency of labor resources allocation. Corporate proft margins, human capital, wages, industry structure, population age structure, the degree of market have a signifcant impact on labor effciency of resource allocation. At last, we put forward relevant proposals.

Labor Force; Allocation Efficiency; Regional Diffidence; Influence Factors

杨胜利，河北大学经济学院，副教授，法学博士。电子邮箱：victory558@126.com。

段世江，河北大学经济学院，教授，法学博士。电子邮箱：dsj691@163.com。

本文受全国教育科学规划项目教育部青年课题“产业转型升级对劳动力市场、高等教育和大学生就业的影响研究”（EIA150413）资助。