新生代勞動力供給變化對產業(yè)升級的影響研究
——基于分地區(qū)新生代勞動力供給和產業(yè)結構數(shù)據(jù)的實證

陽立高，龔世豪，韓 峰，王業(yè)強

(1. 長沙理工大學 經濟與管理學院，湖南 長沙 410076； 2. 南京審計大學 政治與經濟研究院，江蘇 南京 211815；3. 中國社會科學院 城市發(fā)展與環(huán)境研究所，北京 100732)*

·經濟管理·

新生代勞動力供給變化對產業(yè)升級的影響研究
——基于分地區(qū)新生代勞動力供給和產業(yè)結構數(shù)據(jù)的實證

陽立高1，龔世豪1，韓 峰2，王業(yè)強3

(1. 長沙理工大學 經濟與管理學院，湖南 長沙 410076； 2. 南京審計大學 政治與經濟研究院，江蘇 南京 211815；3. 中國社會科學院 城市發(fā)展與環(huán)境研究所，北京 100732)*

基于1995-2014年全國31個省(市)新生代勞動力供給與產業(yè)結構數(shù)據(jù)，構建面板FGLS模型，考量新生代勞動力供給變化影響產業(yè)升級效應。結果表明：全國新生代勞動力供給數(shù)量與質量上升均有利于我國產業(yè)升級；分地區(qū)新生代勞動力供給數(shù)量增加對中部地區(qū)產業(yè)升級正向影響效應顯著，西部次之，東部較弱；新生代勞動力質量改善對西部地區(qū)產業(yè)升級的助推作用最大，中部次之，東部較小。因此，應適當放開計生政策和延長退休年齡以緩解勞動力供給數(shù)量下行壓力，扶持西、中部地區(qū)教育事業(yè)發(fā)展，加速提高當?shù)厝司芙逃晗蓿约涌炜s小區(qū)域差距等。

新生代勞動力；供給變化；產業(yè)升級；面板FGLS模型

一、引言及文獻述評

“晚婚晚育、少生優(yōu)生”的人口政策和“一胎化”計生政策，對于有效控制人口數(shù)量的過快增長，緩解人口過多帶來的資源、環(huán)境壓力，促進人與自然和諧發(fā)展具有重要意義。然而，這也導致了當前我國人口結構失衡和人口老齡化加速，并繼而帶來了勞動要素結構正經歷的深刻變化，突出表現(xiàn)為：一是勞動年齡人口數(shù)正持續(xù)、快速下降，且將在未來較長時期內呈不可逆下降趨勢[1]。二是勞動力人均受教育年限正持續(xù)、較快增長，中高端勞動力供給將長期不可逆增加，基礎和專業(yè)化人力資本優(yōu)勢日益顯現(xiàn)[2]。三是勞動力主體正逐漸轉變?yōu)?0世紀80、90年代出生的新生代勞動力，其供給數(shù)量相對較少，受教育年限不斷延長，生活條件優(yōu)越且期望值高，使得其擇業(yè)行為呈現(xiàn)出“去制造業(yè)化”、“服務化”和“高端化”新特征[3]。

關于勞動力供給變化對產業(yè)升級的影響，現(xiàn)有文獻主要集中于：(1)勞動力供給數(shù)量變化對產業(yè)升級的影響。蔡昉(2010)認為，劉易斯拐點已經出現(xiàn)，人口老齡化高峰即將到來，勞動力無限供給時代已經過去[4]；鄭偉(2014)運用分要素預測法預測出，我國勞動力供給數(shù)量將從2013年的10.06億一直下降到2089年的8.31億[5]，勞動力尤其是低端勞動力供給正快速縮減，而我國企業(yè)又未及時轉型升級，反倒繼續(xù)在擴張規(guī)模，這必將導致其需求成本急劇攀升，進一步擠壓傳統(tǒng)產業(yè)“薄得像一層紙”的利潤，倒逼產業(yè)轉型升級[6]。(2)勞動力供給質量變化對產業(yè)升級的影響。Schultz(1981)認為，產業(yè)升級的源泉是技術進步，而勞動力質量的提升是影響技術進步的核心因素[7]。產業(yè)結構要以人為本，才能使我國更進一步地邁向全球價值鏈的高端[8]，逐步提高勞動力質量，促進技術進步，是推進我國產業(yè)升級，再造比較優(yōu)勢的根本途徑[9]。(3)勞動力擇業(yè)行為變化對產業(yè)升級的影響。勞動力擇業(yè)行為的影響因素眾多，楊金鳳(2009)[10]認為勞動力擇業(yè)行為與人力資本投入正向關系明顯。黃四海(2011)[11]通過構建Logistic回歸模型發(fā)現(xiàn)，工資收入每提高1%，勞動力就業(yè)意愿增加5.95%。

綜上所述，現(xiàn)有文獻主要集中于從勞動力供給數(shù)量、質量及擇業(yè)行為三個方面來探討勞動力供給變化和產業(yè)升級二者之間的內在關系、作用機理及影響效應。而結合我國人口與教育政策發(fā)生重大轉變帶來的新老勞動力代際差異，來探討新生代勞動力供給變化影響產業(yè)轉型升級的文獻尚為少見；鑒于此，本文運用1995-2014年全國31個省(市)面板數(shù)據(jù)，從勞動力供給數(shù)量與質量等層面，來探討新生代勞動力供給變化對產業(yè)升級的綜合影響，并為探索如何順應新生代勞動力供給變化，順勢推進產業(yè)轉型升級提供理論依據(jù)和政策支持。

二、理論分析與模型構建

理論上而言，勞動力供給數(shù)量、質量及成本變化對第一、二、三產業(yè)發(fā)展的影響效應理應存在較大差異。一般而言，第一產業(yè)，尤其是傳統(tǒng)農、林、牧、副、漁業(yè)，對勞動力供給數(shù)量需求量大，對勞動力受教育年限及勞動力供給質量要求相對不高，而對勞動力工資上漲的承受能力相對更差，可稱之為低端勞動密集型產業(yè)。第三產業(yè)，尤其是現(xiàn)代服務業(yè)，則既對勞動力供給數(shù)量有較大需求，又對勞動力供給質量有更高要求，對勞動力工資上漲的承受能力相對較強，可稱之為高端勞動密集型產業(yè)。第二產業(yè)，尤其是作為主體的制造業(yè)，在其發(fā)展的不同階段，對勞動力供給數(shù)量與質量的需求存在較大差異，對勞動力成本的敏感度也有所不同。工業(yè)化初期，資本與技術相對稀缺，勞動力供給數(shù)量相對豐裕，此時更偏向于發(fā)展勞動密集型工業(yè)，這時的第二產業(yè)對勞動力供給質量要求不高，而對勞動力成本上漲高度敏感。隨著其工業(yè)化的不斷推進，往往資本優(yōu)先得到較大積累，技術也會有所進步，資本密集型工業(yè)會得到更快發(fā)展，這時的第二產業(yè)對勞動力供給質量的要求會進一步提高，對數(shù)量的需求會逐漸減少，而對成本上漲的敏感度也會隨之降低。而當一個國家或地區(qū)進入工業(yè)化后期，如果其技術水平能得到有效提高，并且技術密集型工業(yè)能成為工業(yè)主體，則這時的第二產業(yè)對勞動力素質的要求會更高，對數(shù)量的需求更少，對成本的敏感度更低。

在人口與計生政策歷經較大轉變和高等教育大眾化步伐加快的多重背景下，新生代勞動力供給數(shù)量、質量、擇業(yè)行為及成本等都發(fā)生了深刻變化。一是改革開放后三十多年的時間里，越來越嚴的計生政策，使新生代勞動力供給數(shù)量減少；二是高等教育大眾化背景下新生代人均受教育年限迅速延長，接受高等教育人數(shù)倍增；三是隨著經濟社會的持續(xù)快速發(fā)展和人們生活水平的顯著提高，尤其是“一胎化”帶來的核心家庭子女獨生化，受教育年限更長，特別是接受過高等教育的新生代，擇業(yè)行為正發(fā)生復雜而深刻的變化，突出表現(xiàn)為就業(yè)行為的“去一產業(yè)化”和“去制造業(yè)化”，并呈現(xiàn)出明顯的就業(yè)“服務化”和“高端化”新趨勢。此外，中低端，尤其是低端制造業(yè)的“招工難”問題則更顯嚴重，發(fā)展舉步維艱；而現(xiàn)代服務業(yè)，特別是高端服務業(yè)，則成為新生代就業(yè)的新寵，呈現(xiàn)出“一崗難求”的另一番風景。

隨著新生代逐步成長為我國勞動力市場的主力軍，這群數(shù)量逐步縮減、受教育年限不斷延長、成本較快上漲、擇業(yè)行為發(fā)生根本性轉變的新生代勞動力，已經給我國產業(yè)發(fā)展帶來了深刻的影響。一是將對傳統(tǒng)第一產業(yè)的發(fā)展帶來巨大的負向沖擊，如果第一產業(yè)不能順應新生代勞動力供給正在發(fā)生的新變化，順勢改變傳統(tǒng)的分散式、低效率、低收益的農耕方式和落后的經營管理模式，第一產業(yè)將很可能出現(xiàn)后繼無人的嚴重問題，甚至可能將直接影響到國計民生和國家安全問題；二是對第二產業(yè)，尤其是制造業(yè)發(fā)展影響深遠，并且將在其不同發(fā)生階段呈現(xiàn)出不同特征，主要表現(xiàn)可能為：不利于勞動密集型產業(yè)發(fā)展，卻可能成為技術密集型產業(yè)發(fā)展的助推器；三是將可能成為促進第三產業(yè)，尤其是現(xiàn)代服務業(yè)快速發(fā)展的重要因素，因為新生代勞動力受教育程度較高、就業(yè)行為的“服務化”及“高端化”等特征，恰好和現(xiàn)代服務業(yè)對勞動力的基本需求相吻合。由此可見，就理論上而言，新生代勞動力供給的新特征、新變化將有利于驅動我國產業(yè)轉型升級和產業(yè)結構優(yōu)化。

本文重點探討新生代勞動力供給數(shù)量與質量的影響，并以I(Industrial upgrading)表示產業(yè)升級，以L(Labor quantity)代表新生代勞動力供給數(shù)量，以E(Labor quality)表示新生代勞動力供給質量，以T(Technology)表示技術水平、C(Capital)代表資本存量、U(Urbanlevel)表示城市化水平、F(FDI)代表外商直接投資，回歸方程如下：

lnIit=In(Yit/Y)=a0+a1lnLit+

a2lnEit+a3lnTit+a4lnCit+

a5lnUit+a6ln Fit+εit

(1)

式(1)中，i表示三次產業(yè)(i =1，2，3)；t表示時間(t =1995-2014)；ɑ1至ɑ6為相應的彈性系數(shù)；ɑ0和εit分別為截距項與誤差項。

三、變量測度與數(shù)據(jù)說明

本文樣本為1995-2014年31個省(市)，以下是各變量的數(shù)據(jù)來源、處理方法及相關統(tǒng)計年鑒的說明。

1.被解釋變量：產業(yè)升級Iit(Industrialupgrading)。Iit=Yit/Y(第一、二、三產業(yè)產值占產業(yè)總產值的比重，為衡量t時期、第i產業(yè)比重的變化，其中，Y1t、Y2t、Y3t分別代表第一、二、三產業(yè))。在三次產業(yè)中，第三產業(yè)占比越大說明產業(yè)結構高度化水平越高，而第一產業(yè)占比越大則表示水平越低。數(shù)據(jù)來源于1996-2015 年全國31個省(市)《統(tǒng)計年鑒》，單位：億元。為消除通貨膨脹的影響，數(shù)據(jù)均以1990年為基期進行處理。

表1 全國31個省(市)新生代勞動力供給和 產業(yè)升級等變量的樣本統(tǒng)計值

數(shù)據(jù)來源：根據(jù)以上歷年《統(tǒng)計年鑒》整理而得。

2.核心解釋變量：新生代勞動力供給變化的測度。將1980-1999年20年間每年新出生且年滿15歲及以上的人口，作為1995-2014年的新生代勞動力。新生代勞動力供給變化主要包括其數(shù)量與質量變化兩個方面，一是新生代勞動力供給數(shù)量L(Laborquantity)：第t年新生代勞動力供給數(shù)量=第t-16年末的人口總量×第t-15年的人口自然增長率，單位：萬人。數(shù)據(jù)來源于1980-2000年《中國人口統(tǒng)計年鑒》。二是新生代勞動力供給質量E(Laborquality)：用新生代勞動力平均受教育年限表示，單位：年。即：第t年新生代勞動力供給質量=(第t+3年大專以上招生數(shù)×4+第t年高中招生數(shù)×3+第t-3年初中招生數(shù)×3+第t-9年小學招生數(shù)×6)/第t年新生代勞動力供給數(shù)量。數(shù)據(jù)來源于1987-2015 年《中國教育統(tǒng)計年鑒》。

3.其他控制變量的測度。一是技術水平T(Technology)：用專利申請數(shù)量來衡量，單位：件；二是資本存量C(Capital)：用資本存量作為衡量產業(yè)總資本的依據(jù)，單位：億元，具體計算方法參照單豪杰(2008)[20]的基期數(shù)據(jù)、折舊率與計算方法求得；三是城市化U(Urbanlevel)：用城鎮(zhèn)人口占總人口的比例來衡量；四是外商直接投資F(FDI)：用外商對華直接投資總量來衡量，單位：千萬美元。以上數(shù)據(jù)根據(jù)1996-2015年《中國統(tǒng)計年鑒》整理而得。表1報告了被解釋變量、解釋變量及其他控制變量的樣本統(tǒng)計值。

四、計量檢驗與結果分析

(一)計量檢驗

在進行面板數(shù)據(jù)計量估計之前，應先檢驗模型是否存在固定效應、隨機效應及混合效應等，以確定合適的估計模型，見表2。

表2 第一、二、三產業(yè)計量模型選擇結果

注:第三產業(yè)與第二產業(yè)估計效果基本一致，限于篇幅，未將其列出。

根據(jù)表2檢驗結果，第一產業(yè)的模型應該選用處理了異方差和自相關的隨機效應FGLS模型，第二、三產業(yè)則應選用處理了異方差和自相關的固定效應FGLS模型。

(二)全國樣本的初步估計結果及其分析

從表3的檢驗結果可知：

其一，新生代勞動力供給數(shù)量L對第一產業(yè)的影響為負但不顯著，對第二、三產業(yè)的影響顯著為正，這說明，20世紀80、90后新生代勞動力正成為勞動力市場主體，新生代勞動力數(shù)量的增加有利于第二、三產業(yè)的發(fā)展，卻不利于第一產業(yè)。這是因為新生代勞動力大多數(shù)是高學歷群體，他們的擇業(yè)行為呈現(xiàn)出“高端化”、“服務化”的新特征，因而主觀上不愿意從事較為低端的傳統(tǒng)第一產業(yè)，這種偏好有利于促進生產要素從第一產業(yè)依次向第二、三產業(yè)轉移，從而倒逼產業(yè)轉型升級。

表3 全國層面新生代勞動力供給變化對 產業(yè)升級影響的初步估計結果

注:()中為t統(tǒng)計值，[ ]中為統(tǒng)計量的伴隨概率；*表示p< 0.10，**表示p< 0.05，*** 表示p< 0.01。

其二，新生代勞動力供給質量上升對第一產業(yè)的影響顯著為負，對第二、三產業(yè)的影響顯著為正，此外，無論是新生代勞動力供給數(shù)量還是質量，對第三產業(yè)的正向影響效應都比第二產業(yè)大，而且供給質量比供給數(shù)量在這方面的正向影響效應更明顯，則進一步說明，隨著新生代勞動力逐漸成為主體勞動力，其受教育年限的不斷延長和質量的較快提高，我國專業(yè)化的人力資本優(yōu)勢將日益突出，而這可能將成為驅動我國產業(yè)轉型升級與結構優(yōu)化的重要推手。

其三，其他控制變量對產業(yè)升級的影響。一是技術進步對第二、三產業(yè)的影響雖然顯著為正，但系數(shù)很小。這說明當前我國的技術水平雖然有利于產業(yè)升級，但作用還不太明顯。這可能和當前我國的專利結構不合理，發(fā)明專利占比和科技成果轉化率低等相關。二是資本存量和城市化水平對第一產業(yè)影響顯著為負，對第二、三產業(yè)影響均顯著為正，這表明資本存量增加和城市化水平提高都有利于產業(yè)升級。三是FDI對第二產業(yè)有著顯著正向影響，而對第一、三產業(yè)影響顯著為負。這說明外資更加看重的是依賴我國豐富而廉價的勞動力資源獲得持續(xù)、快速增長的，回報較快、利潤較高的，較容易實現(xiàn)規(guī)模化經營的第二產業(yè)，而既非投入大、風險高、回報周期長、難以規(guī)模化的第一產業(yè)，又非當前開放程度相對較低、技術要求較高、難以規(guī)模化的第三產業(yè)。

(三)分地區(qū)樣本的初步估計結果及其分析

本文對東、中、西部地區(qū)的樣本分別進行了計量估計，結果見表4。

表4 新生代勞動力供給變化對產業(yè)升級的分地區(qū)面板FGLS估計結果①

注:( )中為t統(tǒng)計值，[ ]中為統(tǒng)計量的伴隨概率；* 表示p< 0.10,** 表示p< 0.05,*** 表示p< 0.01。

1.新生代勞動力供給數(shù)量對東、中、西部地區(qū)產業(yè)升級的影響。一是新生代勞動力供給數(shù)量對東部地區(qū)第一、二、三產業(yè)的影響均顯著為正。這說明東部地區(qū)經濟社會發(fā)展更快，市場開放程度和自由化程度更高，新生代勞動力受教育程度更高，就業(yè)觀念和擇業(yè)行為更加理性化。二是新生代勞動力供給數(shù)量對中部第一、二、三產業(yè)的影響分別顯著為負、為負不顯著和顯著為正。這既說明中部地區(qū)第一產業(yè)現(xiàn)代化程度還很低，對新生代的吸引力很低，又說明第二產業(yè)也不夠發(fā)達，對新生代的吸引力還不夠，還說明中部地區(qū)新生代隨著受教育程度的提高，大多希望擺脫“三農”約束，到中部城市第三產業(yè)和東部沿海發(fā)達地區(qū)工作。這也是導致中部新生代勞動力侯鳥式大遷徙外出務工的重要原因，而這將可能成為中部崛起的一大挑戰(zhàn)。三是新生代勞動力供給數(shù)量對西部第一、三產業(yè)的影響均顯著為正，而對第二產業(yè)影響顯著為負。這既說明西部第二產業(yè)發(fā)展滯后，又表明西部新生代受低教育水平制約，就業(yè)主要集中于第一產業(yè)和傳統(tǒng)第三產業(yè)，難以支撐現(xiàn)代工業(yè)的發(fā)展。

2.新生代勞動力供給質量提高對東、中、西部地區(qū)第二、三產業(yè)的影響均顯著為正，對中、西部第一產業(yè)影響顯著為負，對東部第一產業(yè)影響為負但不顯著。這說明，無論是東、中、西部地區(qū)，新生代勞動力供給質量的提高均能明顯推動產業(yè)轉型升級與結構優(yōu)化。進一步地，通過對分地區(qū)計量估計結果大小進行比較，發(fā)現(xiàn)新生代勞動力質量對產業(yè)升級的促進作用在區(qū)域間是非均衡的。結果表明新生代人均受教育年限延長對西部產業(yè)升級的促進作用最大，中部次之，東部反而最小。迫切需要通過政策促推中西部尤其是西部地區(qū)教育事業(yè)快速發(fā)展，以更快加速中西部產業(yè)轉型升級，縮小區(qū)域差距。

3.其他控制變量的估計結果。一是技術進步能顯著促進東部地區(qū)產業(yè)升級，但在中、西部地區(qū)作用不明顯。這說明中、西部地區(qū)技術水平仍然很低，尚未成為推動產業(yè)升級的主要因素。二是資本對中、西部地區(qū)產業(yè)升級推動作用明顯；對東部第二產業(yè)影響顯著為正，而對一、三產業(yè)影響顯著為負。這說明資本仍是中、西部實現(xiàn)經濟增長的最主要生產要素，而東部地區(qū)則技術水平已相對較高，并對資本造成了擠占效應。三是城市化水平提高皆有利于東、中、西部地區(qū)產業(yè)升級，結果符合預期。四是FDI對東部第二、三產業(yè)影響顯著為正，對中、西部只有第二產業(yè)顯著為正，而在其他方程中顯著為負或為負但不顯著。這說明外資主要流入了我國第二產業(yè)，除東部第三產業(yè)外，我國第一、三產業(yè)對外資的吸引力仍然不夠。

五、主要結論與政策建議

1.新生代勞動力供給數(shù)量增加有利于促進產業(yè)升級，無論是從全國還是分地區(qū)層面來看，結果都是如此。因此，可考慮進一步放寬計生政策，在人口自然增長率極其緩慢甚至呈負增長狀態(tài)的東南沿海大城市，甚至可考慮采取適當政策鼓勵生育，以增補人口老齡化加速帶來的人口紅利損失，緩解勞動力供給數(shù)量下行給產業(yè)升級與經濟增長帶來的壓力。

2.新生代勞動力供給質量提高能有效促進產業(yè)升級，但在西部地區(qū)作用最大，中部次之，東部為最小，勞動力質量成為推動產業(yè)升級的核心因素，教育水平的經濟增長效應日益顯著。因此，仍然要政策強力推進實施教育強國戰(zhàn)略，在中西部尤其是西部教育欠發(fā)達地區(qū)，更要通過政策、資源、人才、傾斜性扶持政策，及發(fā)達和欠發(fā)達地區(qū)的對口支教，強力推進中西部地區(qū)教育事業(yè)發(fā)展，通過提高受教育程度，培養(yǎng)應用型、創(chuàng)新型人才，實現(xiàn)人力資本的更快積累，促推區(qū)域內產業(yè)升級與經濟更快增長。

3.一方面，技術創(chuàng)新能力不強，技術水平的產業(yè)升級效應較弱，科技進步的產業(yè)升級促進作用尚未得到有效發(fā)揮。因此，既要加快實施創(chuàng)新驅動和中國制造2025戰(zhàn)略，強力融合政產學研民優(yōu)勢資源進行技術創(chuàng)新，又要推進科技與市場融合，提高科技成果轉化率，使科學技術成為驅動產業(yè)升級的源動力。另一方面，F(xiàn)DI流入行業(yè)與區(qū)域不盡合理，對第三產業(yè)及西部地區(qū)發(fā)展貢獻率低甚至為負。因此，要科學甄別和合理選擇FDI，政策引導FDI更多地流到第三產業(yè)和西部地區(qū)去，更好地推動產業(yè)升級與區(qū)域經濟增長。

注釋:

① 東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南等11個省(市)；中部地區(qū)有8個省級行政區(qū)，分別是山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南；西部地區(qū)包括的省級行政區(qū)共12個，分別是內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆。

[1] 蔡昉. 勞動力供給與中國制造業(yè)的新競爭力來源[J]. 中國發(fā)展觀察, 2012(4):17-19.

[2] 王章豹, 俞一珍. 我國高等教育人力資本與產業(yè)結構調整升級的相關性分析[J]. 現(xiàn)代教育管理, 2016(3):25-31.

[3] 陽立高, 龔世豪, 韓峰. 新生代勞動力供給變化對制造業(yè)升級的影響研究——基于新生代勞動力供給和制造業(yè)細分行業(yè)數(shù)據(jù)的實證[J]. 中國軟科學, 2015(11):136-144.

[4] 蔡昉. 人口轉變、人口紅利與劉易斯折點[J]. 經濟研究, 2010(4):4-13.

[5] 鄭偉, 林山君, 陳凱. 中國人口老齡化的特征趨勢及對經濟增長的潛在影響[J]. 數(shù)量經濟技術經濟研究, 2014(8):3- 20.

[6] 陽立高, 謝銳, 賀正楚等. 勞動力成本上升對制造業(yè)結構升級的影響研究——基于中國制造業(yè)細分行業(yè)數(shù)據(jù)的實證分析[J]. 中國軟科學, 2014(12):136-147.

[7]SchultzTW.InvestinginPeople-theEconomicsofPopulationQuality[M].UniversityofCaliforniaPress, 1981,4(100): 206-207.

[8] 王志華, 董存田. 中國制造業(yè)結構與勞動力素質結構吻合度分析[J]. 人口與經濟, 2012(5):1-7.

[9] 彭國華. 技術能力匹配、勞動力流動與中國地區(qū)差距[J]. 經濟研究，2015(1):99-110.

[10] 楊金風. 農村勞動力的非農就業(yè)能力與外出動機之間的關系分析——以山西為例[J]. 中國農村觀察, 2009(3):53-62+95.

[11] 黃四海. 基于Logit模型返鄉(xiāng)農民工外出務工意愿及影響因素分析——以陜西地區(qū)為例[J]. 廣東農業(yè)科學, 2011, 02: 194-196.

(責任編輯:鐘 瑤)

Research on the Effectiveness of the New Generation Labor Supply Change on Industrial Upgrade--An Empirical Analysis Based on the Regional Data of the New Generation Labor Supply and Chinese Industrial Structure

YANG Ligao1, GONG Shihao1, HAN Feng2, WANG Yeqiang3

(1.CollegeofEconomicsandManagement,ChangshaScience&TechnologyUniversity,Changsha,Hunan410076,China;2.InstituteforPoliticsandEconomics,NanjingAuditUniversity,Nanjing,Jiangsu211815,China;3.InstituteforUrbanandEnvironmentalStudiesChineseAcademyofSocialSciences,Beijing100732,China)

Evident changes have been taking place in the characteristics of the new generation labor supply quantity, which will bring significant influence on the upgrading of China's industry structure. Using the panel data of the national 31 provinces (municipalities) during 1995 -2014 on the new generation labor supply and industrial structure, this paper constructs a panel FGLS model to empirically test that the new generation labor supply changes for an influence on the effect of industry structure upgrading. So that, the improving of new generation labor supply quantity and quality is conducive to China's industry structure upgrading. The influence degree on industry structure upgrading of the changes of the new generation labor supply is different from midland to eastern and western. Therefore, appropriately to release family planning policy and extend the terms of service of the labor is beneficial to alleviate the downtrend of new generation labor supply quantity in the future, at the same time, to improve the quality of the local new generation labor will contribute to promoting industry structure optimization and upgrading in the midland and western region.

new generation labor; supplying change; industry structure upgrading; panel FGLS model

2016 -11 -12

國家社會科學基金項目(13CJL058)、國家自科基金項目(71473266)、湖南省軟科學計劃重點項目(2015ZK2006)、湖南省教育廳創(chuàng)新平臺開放基金項目(15K004)；湖南省社會科學基金項目(14YBA006)

陽立高(1978—)，男，湖南隆回人，經濟學博士、博士后，長沙理工大學經濟與管理學院副教授，碩士生導師，研究方向：計量經濟學、人力資本與產業(yè)發(fā)展。

F426

A

1003 -7217(2017)02 -0105 -06