农村剩余劳动力转移的一个动态搜寻模型与实证分析_程名望

DOI:10.14120/11-5057/f.2013.01.001农村剩余劳动力转移的一个动态搜寻模型与实证分析程名望1史清华2潘烜1（1.同济大学经济与管理学院，上海200092；2.上海交通大学安泰经济与管理学院，上海200052）摘要：运用动态均衡分析方法，建立农村剩余劳动力转移搜寻模型分析了影响农村劳动力转移的关键性因素，并采用2003－2006年国家农村固定观察点数据，建立Probit模型进行了实证分析。

研究发现，外出从业收入与费用、农业产出与投入、转移者个性特征等因素对农村劳动力转移有显著性影响。

由此可见，经济因素是影响我国农村劳动力转移的核心因素。

要应对“民工荒”，关键是要满足农民工的物质需求，给予农民工实实在在的经济利益。

该研究对于揭示“民工荒”的成因，保持农村剩余劳动力有序、平稳、持续地向城镇转移，具有一定的参考价值。

关键词：搜寻模型；劳动力转移；民工荒；国家农村固定观察点问题的提出改革开放以来，数以亿计的农村剩余劳动力转移到城镇或非农产业，使得农村劳动力在城乡之间、产业之间的配置更为有效，极大的促进了农村经济和城镇经济的发展。

学者们十分重视对农村剩余劳动力转移问题的研究，主要从人类学、社会学、经济学等角度进行了较多的分析[1]。

就经济学视角来看，主要有结构主义、新古典主义和行为主义三种方法。

以托达罗模型为代表的新古典主义方法，以转移者个体决策为出发点，在理性人的基本假设条件下，注重于分析转移者以收益最大化或效用最大化为目的的经济均衡。

经典的新古典主义模型多以静态均衡分析为主，而“经济均衡的研究在近几十年经历了一个显著的转变，它再也不带有静止系统的含义，而是用动态均衡来表达的”[2]。

实际上，理性的转移者绝不会仅仅考虑眼前利益，而会基于理性预期去判断未来的成本或收益，以对在村务农或是进城务工做出决策。

因此，运用动态分析的方法研究转移者的决策机理及其影响因素，具有较强的理论价值和现实意义。

本文运用扩展的动态搜寻模型（Job Search Model）来研究该问题。

搜寻模型主要是用来研究失业问题的，最早由Stigler[3]提出，后来McCall[4]、Gronau[5]、Burdett[6]、Diamond[7]、Diamond和Fudenberg[8]、Pissarides[9]等经济学者对该理论进行了扩展或深入研究，分别建立了失业搜寻扩展模型或工作匹配模型等。

以建立的动态搜寻模型为基础，本文进一步应用2003-2006年国家农村固定观察点的247349条数据，建立Probit计量模型进行实证分析，以检验动态模型的结论并得出系列收稿日期：2010-02-20基金项目：国家自然科学基金项目（71073102；71173156；71273171）；教育部人文社科基金项目（10YJC790032）；全国教育科学“十一五”规划课题（EAA080254）；上海市哲学社科规划课题（2008EJB007）；中央高校基本科研业务费课题（1200219177）。

作者简介：程名望，同济大学经济与管理学院副教授，硕士生导师，博士；史清华，上海交通大学安泰经济与管理学院教授，博士生导师，博士；潘烜，同济大学经济与管理学院讲师，博士。

政策性建议。

本研究对于揭示“民工荒”的成因，保持农村剩余劳动力有序、平稳、持续地向城镇转移，具有一定的参考价值。

模型的建立与推导①不失一般性，考虑一个代表性农民，假设其有足够长的寿命、风险中性并追求终身贴现收入最大化。

该代表性农民是否选择转移，关键是看在村务农和城镇务工预期终身收入现值的大小比较。

只有城镇务工预期终身收入现值不小于务农预期终身收入现值，他才愿意到城镇去搜寻工作。

做如下假设：（1）务农收入只有农业工资w，用x表示农业工资的分布，x是通过稳态分布函数F（）描述的非负随机变量，即：F（w）＝p（x≤w）；（2）时间是连续的，且每一期的长度都相等，用h表示，则每期的务农收入就是xh；（3）每期贴现因子是时间长度的函数β（h）。

用W a（x）表示务农的预期终身收入现值，则有：W a（x）=∞t=0Σβ（h）t xh=xh（1）以W c表示农民进城务工的预期终身收入现值，T c表示进城务工的转移成本，并假设W c、T c均独立于农业工资（w）。

理性农民会选择能给自己带来更大收益的策略，则其务农或务工的决策可以通过如下的价值函数来决定：V（x）=max[W a（x），W c-T c]当且仅当W c-T c≥W a（x），农民才选择进城务工。

把W c-T c＝W a（x）时的解x*称为保留工资（Reservation Wages），在该点，农民选择务农或务工的预期终身收入现值是无差异的。

进一步的，假设农民进城务工搜寻到工作的概率为λh，当h趋于0时，找到工作的概率服从泊松分布（Poisson Distribution）。

则务工的预期终身收入现值W c-T c可以表示为如下递归形式：W c-T c=β（h）{λhE max[W a（x），W c-T c]+（1－λh）（W c－T c）}（2）根据x*的含义，有：W a（x*）=x*h1-β（h）=W c-T c（3）由（3）式得：x*=[1-β（h）]（W c-T c）/h（4）把（2）式代入（4）式得：x*＝（W c－T c）/h－β（h）/h（W c－T c）＝β（h）/h{λhE max[W a（x），W c－T c]＋（1－λh）（W c－T c）}－β（h）/h（W c－T c）＝β（h）/h{λhE max[W a（x）－（W c－T c），0]}＝λβ（h）{E max[W a（x）－（W c－T c），0]}（5）继续简化（5）式并利用期望值定义得：x*=λβ（h）∞乙max[W a（x）－（W c－T c），0]dF（x）=λβ（h）{x*0乙max[W a（x）－（W c－T c），0]dF（x）+∞x*乙max[W a（x）－（W c－T c），0]dF（x）}=λβ（h）∞x*乙[W a（x）－（W c－T c）]dF（x）]（6）在（6）式推导过程中，对于第二行积分项的第一项，由于x≤x*，所以W a（x）≤W c-T c，故当x∈（0，x*]时，max[W a（x）-W c-T c，0]=0，因而该积分项的第一项为零，即：x* 0乙max[W a（x）－（W c－T c），0]dF（x）=0。

当x∈（x*，∞）时，W a（x）≥W c-T c，所以max[W a（x）-（W c-T c），0]=W a（x）-（W c-T c），因而该积分项的第二项化为∞x*乙[W a（x）－（W c－T c）]dF（x）。

把（1）式和（3）式代入（6）式得：x*=λhβ（h）1-β（h）∞x*乙[x-x*]dF（x）（7）①本部分模型的建立和推导应用了Angel[10]的分析框架，并参考了Stokey和Lucas[2]的分析方法。

lim h →0β（h ）=1（8）lim h →01-β（h ）h=ρ（9）则当h 趋于零时，也就是考虑时间是连续时，把（8）式和（9）式代入（7）式，得到：x *=λ∞x *乙[x-x *]dF （x ）（10）在式（10）中，左边是保留工资，右边是农民进城务工期望终生收入现值。

为了进行静态比较分析，构建如下函数：H （x *，λ，ρ）=x *-λρ∞x *乙[x-x *]dF （x ）（11）计算函数H （x *，λ，ρ）的偏导数，可得：H x *=H （x *，λ，ρ）鄣x *=1-λρ[∞x *乙（-1）dF （x ）-（x *-x *）F ′（x *）]=1+λρ∞x *乙dF （x ）=1+λρ[1-F （x *）]>0H λ=H（x *，λ，ρ）鄣λ=-1ρ∞x *乙（x-x *）dF （x ）]<0H ρ=H （x *，λ，ρ）=-λ∞x*乙（x-x *）dF （x ）]>0根据以上三式，应用隐函数定理，可得如下定理：定理1：因为鄣x *鄣λ=-H λH x*>0，所以保留工资（x *）是进城务工就业机会（λ）的增函数，即：农民进城务工就业机会越大，保留工资就越高，进城务工的意愿就越强烈；反之，农民进城务工就业机会越小，保留工资就越低，进城务工的意愿就越弱。

定理2：因为鄣x *鄣ρ=-H ρH x*<0，所以保留工资（x *）是未来收益贴现率（ρ）的减函数，即：未来收益贴现率越大（农民越缺乏耐心），保留工资就越小，进城务工的意愿就越强烈；反之，未来收益贴现率越小（农民越具有耐心），保留工资就越大，进城务工的意愿就越弱。

实证分析本文的理论模型及其结论表明，当且仅当W c -T c ≥W a （x ），也即x *≥x 时，农民才选择进城务工。

因此，影响保留工资和农业工资的因素都会影响到农民工进城的决策。

该模型实质上是从动态终生收益最大化的角度说明：城乡工资（或收入）的绝对差异是影响农民工进城的核心因素。

该结论是否符合中国实际呢？该部分采用2003－2006年农村固定观察点数据进行实证分析。

1、数据来源及样本特征本文采用2003-2006年全国农村固定观察点的数据。

2003-2006年调查样本分别为82498、77885、82833和77558个，共计320774个。

就总体样本的年龄特征及分布看（见表1），14岁及以下占14.31%；15-24岁占20.01%；25-34岁占14.80%；35-44岁占14.64%；45-54岁占17.31%；55-64岁占11.53%；65岁及以上占7.39%，其中75岁及以上占2.23%。

进一步的，就样本的性别年龄分布看，年龄在14岁以下的男性的比例为15.09%，女性为13.47%，男性较女性高1.63个百分点，其中5岁及以下的高0.61个百分点；在15-24岁，男性的比例为20.09%，女性为19.93%，男性较女性高0.15个百分点；在25-34岁，男性的比例为15.57%，女性为13.97%，男性较女性高1.60个百分点；在35-44岁，男性的比例为13.89%，女性为15.46%，男性较女性低1.57个百分点；在45-54岁，男性的比例为16.29%，女性为18.42%，男性较女性低2.13个百分点；在55-64岁，男性的比例为11.74%，女性为11.30%，男性较女性高0.44个百分点；在65岁及以上，男性的比例为7.33%，女性为表1农户家庭成员的年龄与性别分布单位：%资料来源：全国农村固定观察点（2003-2006）。

7.45%，男性较女性低0.12个百分点，其中，在75岁及以上，男性较女性低0.75个百分点。

显然，在整个农村地区，男性数量多于女性主要集中在15岁及以下、18-21岁、24-35岁和59-74岁等4个年龄段。