根据所构建的劳动就业与城乡融合发展的分析框架,对所获得的面板数据进行数据包络分析,从而得到了2005—2017年区间内,涵盖城乡经济总量和人口城镇化产出的分析结果,样本31个省区市的面板数据计算的全要素城乡融合效率平均变动及其分解结果,如表3-6所示。
表3-1 各省区市2005—2017年从业人员数面板数据表
(万人)
续表
表3-2 各省区市2005—2017年全社会固定资产投资情况面板数据表
(亿元)
续表
表3-3 各省区市2005—2017年建成区面积情况面板数据表
(单位:平方千米)
续表
表3-4 各省区市2005—2017年地区生产总值情况面板数据表
(亿元)
续表
表3-1 各省区市2005—2017年城镇化率情况面板数据表
(%)
续表
注:表3-1—表3-5 数据由国家统计年鉴及各省区市统计年鉴汇总计算而得。
表3-6 2005—2017年31个省区市全要素城乡融合发展效率平均变动及分解结果
数据来源:根据软件计算结果整理而得。
由表3-6中的计算结果能够获知,2005年至2017年总共13个年度区间的全国整体全要素城乡融合发展效率出现了明显的分化,城乡融合发展效率在各个年份在± 1较小范围内波动,效率取值差异突出;全要素城乡融合发展效率平均值达到了1.013,说明在这31个省区市整体城乡发展中,城乡融合发展效率呈现出相对较好态势,而且总体效率处于不断攀升的趋势,平均增长率达到了1.3%。从全要素生产效率指数分解的情况看,全要素城乡融合发展效率的增长主要是受到城乡经济运行的技术变化和技术效率变化共同推动作用的影响,2005—2017年样本31个省区市整体技术变化指数的平均增长率为3.5%,而同期技术效率指数平均增长率为-2.1%,分别为正负的增长状态,可以获知在这31个省区市范围内,全要素城乡融合发展效率增长受到技术变化的影响制约作用相对突出,也就说明在省级区域范围内科技导向及创新意识的影响仍然较为明显,这主要是因为省级区域城乡经济发展中科技引领程度不足从而在一定范围内削弱了城乡融合发展的进程。从影响结果上看可能会妨碍农村人口市民化流动的转换效率,所以有必要更加重视科技创新对城乡经济融合发展的影响作用,从机制上更好地把握两者之间的互动关系,通过政府政策的引导强化科技创新对城乡经济融合的推动作用,从而进一步放大效应。另一方面,根据上述获得的具体效率表现结果,纯技术效率的平均增长率为-0.6%,规模效率的平均增长率为-1.5%,可以获知这31个省区市的城乡融合发展一定程度上呈现出外延式发展的特征,在城乡融合的体制机制创新和政策着力点等相关领域尚存在一定程度的改善空间。基于上述分析结果,在全国城乡融合发展进程中,伴随中国经济由高速增长转向高质量发展阶段,国内城乡融合发展方式也应该进行相应的调整优化,必须通过政府引导把外延式发展顺利演进到内涵式发展上来,才能逐步找到城乡融合高质量发展通道,进而推动传统城乡融合发展模式演变为资源节约、环境友好、发展高效的新型城乡融合模式,真正使得高水平城乡融合下的投入成本和代价更低。
由表3-7可以获知,样本31个省区市的平均全要素城镇化效率及其分解结果的具体表现。从计算结果看,各个省级行政区的全要素城乡融合发展效率呈现出明显差异,从具体表征上看,技术效率和技术变化的指数结果都明显分化,各个省区市的指数情况围绕1上下的范围内波动。
表3-7 2005—2017年31个省区市全要素城乡融合发展效率综合变动及分解
续表
数据来源:根据本文计算结果整理而得。
在样本31个省区市区域中,北京市、天津市、河北省、山西省、内蒙古自治区、辽宁省、上海市、江苏省、浙江省、安徽省、福建省、江西省、山东省、河南省、湖北省、湖南省、重庆市、四川省、云南省和陕西省等二十个省区市的全要素城乡融合发展效率均大于整体平均值(1.0127)。其中,辽宁省的平均增长率在全国最高达到了6.39%,主要是受到技术变化的影响,也即辽宁省多年的科技进步因素有效推动了城乡融合效率的提高,技术变化指数的平均增长率达到4.29%,而技术效率页同样表现为正向增长,平均增长率为2.02%,一定程度上也体现了科技进步对城乡融合发展效率的作用程度和效应。江苏省的全要素城乡融合发展效率平均增长率为5.85%,浙江省为4.86%,这两个省份在城乡经济发展进程中技术变化其对城乡融合发展效率的推动作用都受到技术变化方面比较强烈的影响。剩下的11个省区市全要素城乡融合发展效率均未超过整体平均水平,尤其是西藏自治区和海南省负增长率均接近10%,分别达到9.93%和9.53%,这两个省区受到技术变化的强大作用从而对城乡融合发展效率降低产生极大的影响。可以获知在推动城乡融合发展的进程中,积极推动科技进步对提升城乡融合发展效率能够形成突出的影响作用,所以,不能忽略省级行政区城乡融合发展中新技术和新服务产品的开发,要重视科技创新的关键作用。技术效率方面也可能对城乡融合发展形成相应的放大效应,必须积极加以利用,尤其是纯技术效率和规模效率都可能对技术效率的变化产生重要影响作用,如天津、上海、江苏、青海和宁夏等五个省区的纯技术效率均为1,技术效率受到规模效率影响偏大,而西藏自治区的技术效率受纯技术效率影响较大。在推动城乡融合发展过程中,技术效率集中体现在省域行政运行、城乡资源流动、城乡社会治理和城乡人口素质等方面,必须有针对性地通过大力度因地制宜地出台政策措施,最终突破资源投入限制,实现更高效的城乡融合发展。综上所述,国家在推动城乡融合发展过程中,一方面必须重视科技进步的示范引领作用,另一方面也要注重软环境的建设打造,积极推动城乡融合模式转变,在城乡建设中摆脱资源投入依赖,以调控软环境的方式谋取更加高效合理的发展效率,进而得到城乡融合发展满意的结果。
正如前面所描述的那样,在中国城乡融合发展的历史进程中,所围绕的核心问题是解决农村人口市民化的转变,而要实现人口身份顺利转换就必须先解决转移人口的劳动就业安置,从而实现城乡融合发展。鉴于此,就应该搞清楚劳动就业如何促进城乡融合发展,以及所产生的相关影响,特别是劳动就业内部结构的差异对城乡融合发展的效率存在哪些方面的不同表现或者反应。这个问题的思考有利于找到城乡融合发展进程中劳动就业布局的优化途径。通过构建的就业结构和城乡融合发展分析框架,以及前述DEA-Malmquist指数方法获得的城乡融合发展效率通常情况下以1为限值,一般是大于0的数值,所以,在使用回归分析上,可以选择专门用于处理观察数据截断的分析方法,也即Tobit回归模型,按照分析框架的思路和上述变量取舍情况,回归模型可以设定城乡融合发展效率值为因变量,把三次产业劳动就业人数作为自变量,这样便可以建立起一个城乡融合发展效率的Tobit回归模型,用来分析城乡融合发展效率和劳动就业结构之间的对应关系。具体模型如下:
当对城乡融合发展效率因变量给出一个数量指标界限c时,就存在截断数据,此时(6)式需改写为:
对Tobit模型,假设模型误差项服从 N (0, σ 2 )分布,此时回归模型的规则表达式为:
一般条件下,结合城乡融合发展分析框架可以选着最大似然估计法对回归模型参数 β , σ 2 进行估计。
在所研究的框架内,研究的对象为劳动就业在三次产业内部结构分布中对全要素城乡融合效率(TPUE)的影响,因此可以把对应的产业就业人数作为具体自变量,把第一产业劳动就业人数用NEFI表示,第二产业劳动就业人数用NESI表示,第三产业劳动就业人数用NETI表示,为统一计算口径单位统一为万人,这样便形成了以下具体回归模型:
上述模型中,把
设定为潜变量,一般条件下它具有线性条件均值的正态同方差,
则是31个省区市2005—2017年的全要素城乡融合发展效率值,
β
表示各项的相关系数,
表示随机误差项,而且它服从
N
(0,
σ
2
)分布。在具体计算分析时,考虑区域差异可能产生的影响表现,本研究分类别对这31个省区市的相关变量进行回归,即按照内陆城市和沿海省份的不同类型对相关变量进行回归,以此来了解省域发展条件的差异对回归模型的响应情况。然后再与不分组情况下的回归模型进行对照比较,这样可使分析更加深入全面。全国各省区市三次产业的劳动就业人数具体数据详见表8所示。按照上述步骤分析得到了不同组别类型的城乡融合效率以及对应的不同产业劳动就业结构的Tobit回归分析结果,进而获知具体影响表现的差异情况,如表3-9所示。
表3-8 城乡就业融合发展三次产业从业人员数情况表
(万人)
续表
续表
续表
续表
注:数据由国家统计年鉴和各省区市统计年鉴数据整理汇总而得。
表3-9 中国城乡就业融合发展效率Tobit模型回归结果
注:*,**,***分别表示在10%、5%和1%水平上是显著的。
通过回归模型分析获得的不同分组情况的分析结果看,中国城乡就业融合发展的具体表现差异比较明显,分产业就业具体结论如下:
1.在中国城乡融合发展进程中,全国范围内的城乡融合发展效率受到第一产业内部的劳动就业人数的负面影响比较明显,这与中国城乡融合的具体实践和产业发展规律是相吻合的,总体的回归系数达到了-3.3803,说明以第一产业为代表的行业,在农业现代化和产业化条件不足的情况下,农业从业情况可能会对城乡融合形成某种程度上的制约。沿海省市和内陆省区市在第一产业的劳动就业影响表现上则明显不同,内陆省区市第一产业就业人数对城乡融合发展的制约并不显著,而沿海省市在这个问题上所体现出的制约则相对比较突出,这可能与沿海省份及内陆省份的城乡经济产业重心有关,沿海省份通常不是以第一产业为重点来带动城乡融合的,而内陆省份城乡融合发展更加依赖第一产业的转型升级,由此便产生了在具体表现上的差异。
2.第二产业通常是以制造业等为主的产业领域,其对城乡劳动就业的拉动具有典型的阶段性特征,即在产业水平较低的早期对就业拉动效应明显,在产业转型升级过程中其城乡劳动就业效应会逐步降低。上述模型结果也验证了这一规律性表现,无论是沿海省份还是内陆省份以及全国范围,第二产业就业人数的回归系数均为负值,说明当前情况下第二产业劳动就业已对城乡融合发展产生了一定的负面制约作用。当前中国经济已逐渐步入新常态,制造业转型升级的任务繁重艰巨,其所吸纳的城乡就业人数已经相对有限,对城乡融合发展效率形成了掣肘,具体系数分别为全国范围(-1.0556)、内陆省份(-0.7350)、沿海省份(-0.6967)。这充分印证了我国制造业发展已经处于动能转换的关键阶段,必须有针对性地解决产业内部的挖潜问题,以供给侧结构性改革为主线,推动第二产业提质增效,完善产业发展配套,践行创新驱动战略,推动产业做大做强,不断拓展制造业吸纳城乡劳动就业的渠道,为城乡融合发展提供新的发展动力。
3.在城乡就业融合发展过程中,第三产业始终充当着拓展城乡就业的主渠道角色,为中国实现充分就业做出了巨大的贡献。尤其是当前我国城乡经济正处于深刻调整变化之中,党和国家提倡的“大众创业,万众创新”政策为第三产业吸纳城乡就业人口开拓了更加广阔的发展空间。从回归模型的具体结果看,第三产业劳动就业显著影响着中国城乡融合发展效率,其系数为1.7743,说明第三产业在全国范围内有效促进了城乡融合发展,这与我国服务业发展的现状完全相符。沿海省份和内陆省区在具体表现上存在差异,沿海省分的第三产业就业显著促进城乡融合,而内陆省区第三产业就业对城乡融合的影响不显著,这主要也是沿海和内陆的产业重心和发展层次差异造成的,服务业等第三产业高度发达的沿海省市吸纳城乡人口就业的水平更高,由此对城乡融合产生的拉动效应就更突出;相反,如果服务业相对薄弱,其带动的城乡融合效应就相对较低。因此,要充分重视服务业为代表的第三产业的就业带动效应,由于其人口高密度集聚的产业特点,城乡融合发展离不开服务业的重要支撑作用,必须尽快消除产业区域差异,继续加大服务业扶持力度,优化营商环境,推动第三产业发展再生新台阶,助力城乡融合高质量发展。