司爱丽，陆 影

(1.安徽财贸职业学院 雪岩贸易学院 ，安徽 合肥 230601；2．宿州学院 皖北城乡一体化研究中心，安徽 宿州 234000)

安徽省产业结构与农村劳动力转移关系的实证研究*

司爱丽1,2，陆 影1,2

(1.安徽财贸职业学院 雪岩贸易学院 ，安徽 合肥 230601；2．宿州学院 皖北城乡一体化研究中心，安徽 宿州 234000)

农村劳动力转移一直在安徽省长期存在，这种现象出现的原因很多，既有国家政策的影响，也有区域经济发展不平衡的问题，更有个人因素等。而产业结构对农村劳动力转移也起着很大的作用，尤其是构成产业结构中的相关指标如第一产业、第二产业、建筑业、第三产业总值、农用机械总动力、城镇化水平和城乡居民人均收入比等因素影响明显，这些因素中除第一产业外，其他因素都对农村劳动力转移起到正面的影响，因而大力发展现代农业、城镇工业、建筑业、特别是第三产业能够促使安徽省农村劳动力实现更加合理化的转移。

产业结构；农村劳动力转移；实证研究；岭回归

中共中央、国务院《关于落实发展新理念加快农业现代化 实现全面小康目标的若干意见》 (2016年中央“一号文件”)明确指出要“加大创新驱动力度，推进农业供给侧结构性改革”，到2020年，“农村居民人均收入比2010年翻一番”，习近平总书记也把“小康不小康，关键看老乡”作为我国建设小康社会的重要衡量指标。为此国家采取多种措施全方位地加快现代化大农业建设、促进农民增收，而其中“农村劳动力转移”工作则成为各省进行经济建设的大事，也成为专家学者研究的重点。

一、文献综述

国外关于“农村劳动力转移”的研究起步较早，成果也较丰硕。17世纪时，威廉·配第在《政治算术》中提出不同的产业间收入差距过大，则会使得劳动力自然地从从低收入产业向高收入产业流动[1]；科林·克拉克也认为产业结构演进的过程中，收入差距促使农村劳动力流向非农产业，即向高收入产业部门转移[2]；约翰·希克斯1932年指出劳动力流动的首要动因是区域间不断扩大的经济和利益差距[3]；国内关于“农村劳动力转移”的研究相对较晚，这与我国的国情是分不开的。杜鹰认为，西方的人口迁移决策是个人寻求利益最大化及成本最小化的个体决策过程，而受传统文化理念的影响，中国农村劳动力流动决策则与家庭利益最大化联系在一起，而以获取最大化的经济收入为最直接目的[4]；赵耀辉提出，那些具有最高人力资本禀赋的农村劳动者，优先选择的转移领域是农村的非农产业[5]；蔡昉着重分析了城乡二元结构对劳动力流动的深刻影响[6]；盛来运利用迁移理论从个体、家庭、社区和制度等多个层面对中国农村劳动力外出的影响因素进行了系统分析，提出了相关因素影响劳动力外出可能性的16个假设，并在此基础上建立了劳动力外出决策模型，利用34 000户中国农村住户调查样本数据，对这些假设进行了实证分析[7]；张蕊等通过统计年鉴的数据研究，认为农村劳动力从农业部门向非农业部门流动是农村劳动力流动的重要因素[8]；吕炜等从农村“推力”的角度分析了农机具购置补贴及其他财政支农支出对农村劳动力转移的影响，提出农机具购置补贴能够促进农村劳动力转移，而其他财政支农支出可改善农村生活条件但却阻碍农村劳动力流出[9]。

应该说，国内外学者围绕“农村劳动力转移”研究投入较多，其成果具有很高的理论深度及实践意义，但同时我们也应该看到，近几年来，产业转移与产业结构优化交替进行，农村劳动力出现了逆向流动，而且这一趋势可能还将持续，这些都将对农村劳动力的分布结构和就业模式产生较大影响，但到现在关于这方面的研究还较少。为此，本文以农业大省安徽省为例，采用2000—2014年间相关数据进行实证分析并得出相关结论和启示，以期推动安徽省农村劳动力更有效地转移。

二、模型建立和实证分析

安徽针对于农村劳动力转移采取了很多措施，如土地流转、建立农村劳动力转移就业培训实训基地、提供就业信息等，经过多年的运作，取得了较好的效果，2015年，安徽农村常住居民人均可支配收入已达10 821元，同比增长9.1%。但同时，我们也应该看到“农村劳动力转移”工作是一项非常复杂的工作，对于一个农业大省来说就更是如此，因此从“产业结构”这一宏观的角度分析对“农村劳动力转移”的影响、找出相应的解决对策对推进我国整个现代化农业建设和小康社会的实现意义较大。

(一)变量选取与模型构建

为了研究安徽省产业结构与安徽省农村劳动力转移之间的关系，本文选取“安徽省农村劳动力转移数量”作为被解释变量Y，“安徽省产业结构”相关要素“安徽省第一产业、第二产业、建筑业、第三产业总值、农用机械总动力、城镇化水平和城乡居民人均收入比”作为解释变量，并依次设为X1、X2、X3、X4、X5、X6、X7，对2000年到2014年的数据进行分析，具体数据见表1。

鉴于本文是要探讨“安徽省产业结构”与“农村劳动力转移”之间的关系，即“安徽省产业结构”相关指标的变动引起“农村劳动力转移”数量的增减，在模型构建上选取了最能体现这一变动所带来影响大小的模型——“多元对数模型”。因为该模型最大的特点就是能够直观体现出解释变量与被解释变量之间的变动关系，尤其适合对长期的时间序列数据进行分析，所要估计的结构系数恰好是变量之间的弹性系数，基于此建立计量模型结构如下：

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

同时，在分析问题时，出于全面考虑，往往会选取很多指标作为自变量，但这些自变量之间有可能存在一定的重复性，所以首先要对这些自变量指标进行共性线诊断，若发现存在共线性则需要对其进行改造,变原多指标为新的少指标，以保证分析的客观性。为此，本文采用岭回归分析方法建立模型。岭回归是一种有偏估计回归方法，主要用于共线性数据分析，它本质上是一种经过改良的最小二乘估计法，通过放弃最小二乘法的无偏性，以损失部分信息、降低精度为代价获得更加符合实际情况、更为可靠的回归系数，对病态数据的拟合要好于最小二乘法。一般情况下岭回归方程的R平方值比普通回归分析的要稍低，但回归系数的显著性却比普通回归明显偏高，在存在共线性问题和病态数据偏多的研究中非常有帮助。

表1 安徽省产业结构与农村劳动力转移相关数据

年份Y农村劳动力转移数量(万人)X1第一产业GDP(亿元)X2第二产业GDP(亿元))X3建筑业GDP(亿元)X4第三产业GDP(亿元))X5农用机械总动力(万千瓦)X6城镇化率(%)X7城乡居民人均收入比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

数据来源：《安徽省统计年鉴》、安徽省城调队。

(二)结果分析

采用 SAS9.0对自变量指标进行相关性分析，得出共线性结果如表2所示。

表2 自变量指标相关性分析

变量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，各变量之间显著相关，为了消除影响，用reg过程就7个自变量对Y进行岭回归，结果如图1和表3所示。

图1 岭回归估计的岭迹图

表3 不同k值下岭回归估计的部分输出结果

Obs＿MODEL＿＿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

续表3

Obs＿MODEL＿＿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

由图1可知,当k≥0.03时开始平稳，这说明当k=0.03时就可以满足岭回归参数估计的均方误差较小的要求，另外，根据表3第8行的方差膨胀因子都小于7可知，这时多重共线性的影响已经不明显。鉴于此根据表3第9行的输出结果可写出回归方程为：

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

从岭回归的结果可以看出，7个变量中有6个变量对因变量的影响是正向的， 有1个变量的影响是负向的，具体如下：

第一，X1对Y的影响系数为-0.017,即第一产业的发展对农村劳动力转移数量的影响为负，第一产业的GDP每增加1%,农村劳动力转移数量则减少0.017%，这说明农业经济的发展对农村劳动力转移数量有减弱作用。

第二，X2对Y的影响系数为0.019,即第二产业的发展对农村劳动力转移数量的影响为正，第二产业的GDP每增加1%,农村劳动力转移数量则增加0.019%，这说明工业经济的发展对农村劳动力转移数量有促进作用。

第三，X3对Y的影响系数为0.05,即建筑业的发展对农村劳动力转移数量的影响为正，建筑业的GDP每增加1%,农村劳动力转移数量则增加0.05%，这说明建筑业的发展能够促进农村劳动力的转移。

第四，X4对Y的影响系数为0.109,即第三产业的发展对农村劳动力转移数量的影响为正，第三产业的GDP每增加1%,农村劳动力转移数量则增加0.109%，这说明第三产业的发展能够促进农村劳动力的转移。

第五，X5对Y的影响系数为0.14,即农用机械的使用对农村劳动力转移数量的影响为正，即农业机械总动力每增加1%,农村劳动力转移数量则随之增加0.14%，这说明农业机械的使用能够促进农村劳动力的转移。

第六，X6对Y的影响系数为0.2,即城镇化水平对农村劳动力转移数量的影响为正，城镇化水平每增加1%,农村劳动力转移数量则随之增加0.2%，这说明城镇化水平的提高能够促进农村劳动力的转移。

第七，X7对Y的影响系数为0.058,即城乡居民人均收入比对农村劳动力转移数量的影响为正，城乡居民人均收入比每增加1%,农村劳动力转移数量则增加0.058%，这说明城乡居民人均收入差距越大越能够促进农村劳动力的转移。

三、结论和启示

首先，第一产业即农业发展得越好, 农村劳动力转移数量就会越少。这是因为农业发展得越好，所能够容纳的就业量就越大，农民在家门口实现就业的可能性也就越大，外出务工的人员也就相应减少。另外随着农业机械化水平的提高，农村劳动力转移数量就会随之增加，这是因为农业机械化的使用提高了农业作业效率、解放了人力，因而有更多的人可以外出务工。

其次，第二、第三产业的发展越好，农村劳动力转移数量就会越多。这是因为第二、第三产业的发展尤其是建筑业发展得越好，越是能够为进城务工的农民工创造更多的就业机会。

再次，城镇化水平越高，城乡居民人均收入差距越大，农村劳动力转移数量就会越多。这是因为城镇化水平的提高也会同时伴随农民的市民化，而城乡居民人均收入的差距则成为吸引农民进入城市获取更高的报酬以提高自己的生活水平。

总之，基于对安徽省2000—2014年的数据分析，我们可以看到农业机械化水平的提高解放了农村劳动力，为农村劳动力转移创造了前提条件，城镇经济(工业、建筑业和服务业)的发展则为我国农村劳动力转移提供了机会，而城乡居民的收入水平差距则对农村劳动力转移形成了巨大的推力和吸引力。这给我们的启示是，农村发展尤其是现代化农业的发展和城镇建设是一个相互影响、相互促进的共赢系统，农业现代化水平越高，就越能给城镇提供大量的劳动力；城镇发展越快，对劳动力转移的拉力就越大，就越能更好地解决“三农”问题。因而，进一步发展现代农业，提高农业现代化水平，把更多的劳动力从农村解放出来；大力发展城镇工业、建筑业、特别是第三产业，使得城镇能够吸纳更多的劳动力，都是安徽省解决农村剩余劳动力的重要战略选择。

[1] 配第.政治算术[M].马妍,译. 北京：中国社会科学出版社,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] 杜鹰. 现阶段中国农村劳动力流动的群体特征与宏观背景分析[J]. 中国农村经济，1997(6):4-11.

[5] 赵耀辉. 关于改革农业科教体制 促进农科教结合的几点思考[J]. 农业科技管理，1999(4):6-9.

[6] 蔡昉. 中国二元经济与劳动力配置的跨世纪调整:制度、结构与政治经济学的考察[J]. 浙江社会科学，2000(5):18-22.

[7] 盛来运. 中国农村劳动力外出的影响因素分析[J]. 调研世界， 2007(9):5-12.

[8] 张蕊，杨晓丹，王楠. 四川省农业“人口红利”及剩余劳动力转移研究[J]. 农村经济，2011(11)：126-129.

[9] 吕炜，张晓颖，王伟同. 农机具购置补贴、农业生产效率与农村劳动力转移[J]. 中国农村经济，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

安徽省高校人文社会科学重点研究基地招标项目(SK2014A118：《皖北地区加快农民市民化进程研究》)

司爱丽(1976-)，女，安徽濉溪人，安徽财贸职业学院雪岩贸易学院教授，硕士。 陆 影(1965-)， 女， 安徽涡阳人，安徽财贸职业学院雪岩贸易学院教授，硕士。

F321

A

1009-2463(2016)05-0053-06