论文部分内容阅读
摘要：奥肯定律是宏观经济学中的一个重要定律或理论，它描述了失业率与产出变化之间的数量关系，但这个组合运用到中国，却出现了失灵。故而本文通过构建二元模型，对该问题进行了进一步的验证和解释。本文选取1979年以来我国GDP增长率与失业率的数据，再次进行考察，并引入了劳动转移率等概念，试图修正和扩大奥肯定律的概念。并在最后，根据当前经济形势提出的政策思考及建议。
关键词：奥肯定律；二元经济结构；劳动转移率
中图分类号：F120.2 文献识别码：A 文章编号：1001-828X（2016）028-00000-04
一、综述
GDP增长率、就业和通过膨胀是关乎国民经济和社会稳定的两个重要指标，所以三者之间的关系，即菲利普斯曲线和奥肯定律，可称是宏观经济学中两个重大的统计发现。其中，前者描述通货膨胀率和失业率的关系，而后者则描述了失业率和经济增长的关系。其中就奥肯定律而言，是在1962年，由美国经济学家阿瑟·奥肯（Arthur Okun）所提出，用于描述GDP和失业率之间的关系，即：g=α β（ut-ut-1）（ut為失业率，gyt为经济增长率），他发现美国的GDP增长率每提高2%，失业率就会下降约1%。通过对其他发达经济体的后续研究发现，虽然不同经济体GDP增长率的变化对其失业率影响的具体数字有所不同，但是奥肯定律的正确性一再得到了验证（Clark，1983；Gordon，1984；Adams and Coe，1989；Holloway，1989；Prachowny，1993；Moosa，1997；Attifeldand Silverstone，1998）。
从内在原理上分析，奥肯定律的结论是符合经济直觉的，可提供给粗糙的宏观分析一个可行的依据。当经济上升时，企业会得到更多的订单，从而对劳动力的需求也会增加，进而起到降低失业率的作用。可惜的是，当我们将该定律照搬到我国的经济分析时，却发现我国的失业率和经济增长率之间，竟然发生了反向的调整，统计上存在着不显著的正向关系（如图1.1）。
不少国内学者对此进行过一系列的解释。其中，早在07年，林秀梅和王磊（2007）就利用改革开放以来的数据检验了我国GDP增长率和城镇登记失业率之间的关系，结果由于官方授意的登记失业率并不存在经济意义，发现并不存在线性相关关系；包括后来的很多研究都证实了，中国城镇登记失业率变化和经济增长率之间没有显著关系，实际GDP增长率与失业率变动情况与标准奥肯模型中的参数性质有相当大的出入（李晗、蒲晓红，2009），中国就业人数增长率与经济增长率之间呈现负相关关系表明奥肯定律并不在中国发挥作用（尹碧波、周建军，2010），甚至有学者对奥肯定律的经验形式设立差分模型、缺口模型、动态模型、生产函数模型和不对称性模型，分别加以实证检验，结果发现标准形式的奥肯定律依旧不能成立（方福前、孙永君，2010）。总之，现有的研究成果都告诉我们，我们标准的奥肯定律在中国无法成立。
所以，很多学者对传统的数据指标进行了修正。例如尝试采用其他失业率替代之前官方公布的城镇登记失业率（蔡昉，2004）。还有很多学者通过计算不在岗职工数量来重新估算真实城镇失业率，并建立协整与误差校正模型，并引入虚拟变量，来验证在78年之后的三大阶段中的奥肯定律适用性，但其忽略了中国的二元经济结构对模型解释力的影响。其他的研究还有很多，但都同样存在明显的问题：一是所使用的数据为城镇登记失业率，和经济真实情况相差较大，二是它们的模型同样没有考虑到中国二元经济这一结构性影响。所以后文将集中在二元经济结构这一特定约束上，通过对模型和变量进行调整，来试图解释和说明在中国奥肯定律是否成立，以及这背后的逻辑。
其中，A是经济体整体的劳动生产率；为劳动转移率，表示每年向非农部门转移的农业劳动力数量占总就业的比重；为非农业部门的真实失业率，Δ表示非农业部门的真实失业率相对于前一期的变化量，也即失业率时间序列的一阶差分变量。由①式可知，
在现代经济体中，特别是对于发展中经济体来说，非农业部门的劳动生产率往往会高于农业部门，故模型本身结合经济学理论可以做出猜想： 。
从①式还可以得出，在二元经济体制的条件下，将其特有的变量，即劳动转移率，加入标准奥肯模型中，对于解释失业率变化与产出增长率间的数量关系会更有说服力。
当经济达到稳态时，失业率不再变化，农业部门与非农业部门间的劳动力转移对经济增长的影响不再显著，可计为零，此时的经济增长率即为经济体的潜在增长率，也即自然增长率。假设劳动参与率不变，由经济体生产函数Yt=At·Lt可知：
即经济体的自然增长率近似等于劳动生产率的增长率与人口增长率之和。由此可知，①式中的即为潜在增长率，故：
因此，与①式对应的扩展奥肯模型的缺口形式为：
②式表明，在二元经济的条件下，相对于潜在增长率来说，经济增长率的高低受劳动转移率及失业率变动影响，其影响的方式及影响幅度由和的符号以及数值大小来决定，还需要通过实际经济数据对模型进行进一步实证估计。
三、数据预处理和实证检验
1.数据预处理
本文采用蔡昉（2004）的方法，将城镇失业人口数量由城镇经济活动人口减去城镇就业人口得到。但城镇登记失业率所用人口基数为与城镇户籍人口数量大致相当，不能反映出城镇的经济活动人口。而且城镇经济活动人口在统计年鉴中没有相关指标，于是我们假设农村不存在失业，则农村经济活动人口就等于农村就业人口数量。再用全国经济活动人口减去农村就业人口就可以得到城镇经济活动人口数量。由于实行家庭联产承包责任制，农村劳动力要么在农业部门就业，要么在非农业部门就业，失业率很低。因此假设农村不存在失业对我们的数据处理来说不会产生太大的误差。再将计算出的城镇失业人口除以城镇经济活动人口即可得到城镇真实失业率，即： ③式中对城镇失业率计算公式中分子与分母都做了更接近现实的修正，因此，③式的计算方法较为准确的反映了城镇失业率。
接下来是对劳动转移率这一变量的构建。在模型推导中，我们定义了劳动转移率为劳动转移率，即每年向非农业部门转移的农业劳动力数量占社会总就业的比重。
由于农业部门为第一产业，非农业部门的就业量就应该等于第二、三产业就业量之和，再假设城镇人口增长率与全国总人口增长率相等，那么每年从农业部门转移到非农业部门的人数可由下列公式计算出：
ΔM= 非农业部门就业变化量 城镇失业人数变化-上期城镇人口× 人口增长率
再求得每年转移人数与前一年的社会就业总量之间的比率，即为劳动转移率。
因此劳动转移率的计算公式为：
在对数据做出相关处理之后，就可以按照①式所述关系对模型做出实证检验。
2.实证检验
根据本文统计的“真实失业率”和官方给出的登记失业率之间有一定出入，但对于计量的检验来讲，影响效果并不明显，然而本文在开始会采用两个失业率相比较的方法来进行实证检验，后半部分就只利用官方公布的失业率的變化来进行深入的分析。
首先，从图 3.1 中可以发现，④式计算出的每年的劳动转移率与经济增长率之间，存在着较为明显的关联。改革开放以来，劳动转移率跟随者经济周期，保持着较为平缓的波动，遂可初步证明将其加入模型的合理性。
下一步，为了验证序列的平稳性，防止非平稳的序列在进行回归时，会出现伪回归问题，使得分析结果不可靠，本文对模型中使用的变量进行了 DF 单位根检验。检验结果如表所示。
从上表可知，除了失业率，经济增长率序列、劳动转移率序列以及失业率的变化序列在1979到2014年间是平稳的。再对①式所对应的模型进行异方差检验，结果显示异方差现象并不显著。所以，可以通过稳健标准误下的OLS方法，来对①式中的变量所对应的数据进行回归，并通过引入增长率的一阶滞后项，可以得到对比结果，如下表3.2：
由上表可知，在有和没有增长率一阶滞后项的情况下，劳动转移率m之前的系数非别为0.96和1.1，且在10%的显著性水平上显著，表示劳动转移率每增加1个百分点，经济增长率可以上升约1.1个百分点，失业率变化△u之前的系数为分别为-0.61和-0.53 ，同样在10%的显著性水平下显著，而系数符号为负，说明了失业率变化对经济产出增长起反向的影响作用，即在短期内，失业率上升往往会伴随着经济增速下降，而失业率下降伴随着经济增长率的上升；对后者，系数的值表示失业率变化1个百分点的同时，经济增长率会反向变化约0.53个百分点。但失业率变化的滞后项并不显著，这表明失业率变化和经济增长率之间并不存在显著的统计关系。
结合模型构建过程中的分析可知，常数项为潜在产出增长率的估计值，自1979至2014年，中国经济的潜在增长率约为8.20%，这与中国经济的现实契合度与比较高。整个模型通过了置信水平为5%的显著性检验，也证明了用修正过的失业率变化，以及劳动转移率来解释经济增长是有说服力的。
此外，由于变量是平稳的，故可以通过格兰杰因果检验的方法来进一步发现变量间的关系，当然，这其中的因果关系并非我们通常理解的因与果的关系，而是指A的前期变化能有效地解释B的变化。首先，通过白噪声检验（Lagrange-multiplier test），看残值是否存在自相关（表3.3）：
结果显示，可以接受残差“无自相关”的原假设，即扰动项为白噪声。接着，通过Kurtosis检验（表3.4），所有检验结果均无法在10%的显著水平下排除扰动项正态分布的假设，故可以认为残差服从正态分布。
再者，将78年到14年的数据截取为两部分，即78年到04年以及04年到14年两个部分，并通过后者的10个时期来与前者构成的趋势来进行比对，来发现本文模型长期的稳定性。从图3.2中可见经济增长率和劳动转移率在两阶段一直比较平缓，而失业率的变化波动较大。
接着，根据格兰杰因果检验的结果（表3.5），我们可以发现劳动转移率与经济增长率的关系在10%的显著性水平上显著，而失业率的变化对经济增长率并没有显著的格兰杰原因。
因此，这基本验证了我们的假说，即中国典型的二元经济体制中劳动力随着经济周期反向迁移有着重要的关系。在经济上行期间，城市里工厂接收大量订单，劳动力的需求增加，城市的“虹吸效应”把农民从土地里“拉”了出来；而在经济相对不景气的时候，工厂订单减少，农民工的需求减少，农民不得不返回农村，对劳动转移率产生影响。
最后，我们来具体讨论一下劳动转移率变量m的系数β1所代表的经济意义。由图3.3可知的大小从开始的1.8左右逐渐下降到2014年不到1。β1的大小反映了中国两大部门间劳动生产率的差距。自1979至2011年间，实际的劳动转移弹性比模型估计出来的β1大，而2011到2014年，实际劳动转移弹性小于估计出来的β1，即模型在大部分时间段内低估了劳动转移对产出增长的影响。劳动力在从农业部门向非农部门转移之后，大多就业于劳动密集型制造产业，因为劳动供给充足，伴随着制度成本的下降，劳动力价格和发达国家相比要低得多，从而带动经济出现额外的增长率，也即是劳动力转移对经济增长产生了额外的贡献。
四、结论及相关建议
本文结合了中国经济的二元经济体制现实，在标准的奥肯模型中加入了二元经济特有变量——劳动转移率，并运用了相关的数据对模型进行检验。模型检验的结果表明，中国的经济增长受劳动力转移的影响较大，并且其影响较为显著。但估计出的劳动力转移弹性小于实际数据计算出来的农业部门与非农部门劳动力生产力差距。这有可能是因为劳动力转移加速了中国经济出口部门的增长，从而带动经济增速上升。但自2010年到达刘易斯拐点、人口红利消失之后，劳动力转移对经济增长的贡献明显下降。正如发展经济学经典的二元模型所预测的一样，人口在2010年左右达到了刘易斯拐点，发生了逆转。而从本文所计算出来的劳动转移弹性来看，改革开放三十年间，即从1979年到2010年，农村的劳动力接近无限供给的假设。但由于长时间的经济快速发展，人口趋于老龄化，农村也出现空心化等现象，人口红利消耗殆尽。而人口红利减少的一大重要标志便是人口转移对经济增长的贡献减少。 但失业率变化和经济增长之间存在并不显著的反向关系。这种现象和中国此前典型的二元经济体制有重要的关系。两大部门间的劳动力转移充当了就业的“蓄水池”，使得城镇失业在中国并不像西方国家那样会对经济产生重大的影响。但随着中国二元体制的一体化和经济市场化进程不断加快，劳动力转移对经济的贡献不断减小，城镇失业对经济增长的影响会逐渐加大。
因此，在到达刘易斯拐点之后，中国经济增长政策应该加大对城市就业的重视程度。中国目前是一个逐渐老龄化的发展中国家，纵使二胎政策的放开利好于老龄压力的缓解，但要实现“保就业、促增长”的宏观调控目标，必须要重视人力资本的投资，提高教育水平；还需要建立更全面的社会保障体系，完善养老保障体制；还可以通过延缓退休等政策增加劳动参与率。
参考文献：
[1]Okun. A. M. "Potential GNP： Its Measurement and Significance" American Statistical[J].Association， Proceedings of the Business and Economic Statistics Section 1962.11（4）：98-104.
[2] Holloway， Thomas M . An Updated Look at Okun’s Law[J].Ocial Science Quarterly. 1989.2（6）：497-504.
[3] Moosa，I. A. A Cross-Country Comparison of Okun’s Coefficient[J].Jouraal of Comparative Economics， 1997，25（3）：335-356.
[4]Mary Daly， Bart Hobijin. Okun’s Law and the Unemployment Surprise of 2009[J].FRBSF Economic Letter，2010，9（8）：236-240.
[5]林秀梅，王磊.我国经济增长与失业的非线性关系研究[J]. 数量经济技术经济研究. 2007年06期
[6]尹碧波，周建军.中国经济中的高增长与低就业——奥肯定律的中国经验检验[J].财经科学，2010（1）.
[7]李晗，蒲晓红.奥肯定律在中国的适用性分析[J].商业研究，2009（06）.
[8]方福前，孙永君.“奥肯定律”的五种版本及其不一致性[J].经济论坛，2010（10）.
[9]邹薇，胡翻.中国经济对奥肯定律的偏離与失业问题研究[J].世界经济，2003（6）.
[10]蔡昉.为什么“奥肯定律”在中国失灵[J].宏观经济研究，2007（01）.
[11]卢锋，刘晓光，姜志霄，张杰平：劳动力市场与中国宏观经济周期：兼谈奥肯定律在中国[J].中国社会科学，2015（12）.
作者简介：代毓成（1993-），男，汉族，吉林人，现在中国青年政治学院的经济管理学院就读研究生（研究生二年级），世界经济专业，研究方向：宏观经济与城镇化。
关键词：奥肯定律；二元经济结构；劳动转移率
中图分类号：F120.2 文献识别码：A 文章编号：1001-828X（2016）028-00000-04
一、综述
GDP增长率、就业和通过膨胀是关乎国民经济和社会稳定的两个重要指标，所以三者之间的关系，即菲利普斯曲线和奥肯定律，可称是宏观经济学中两个重大的统计发现。其中，前者描述通货膨胀率和失业率的关系，而后者则描述了失业率和经济增长的关系。其中就奥肯定律而言，是在1962年，由美国经济学家阿瑟·奥肯（Arthur Okun）所提出，用于描述GDP和失业率之间的关系，即：g=α β（ut-ut-1）（ut為失业率，gyt为经济增长率），他发现美国的GDP增长率每提高2%，失业率就会下降约1%。通过对其他发达经济体的后续研究发现，虽然不同经济体GDP增长率的变化对其失业率影响的具体数字有所不同，但是奥肯定律的正确性一再得到了验证（Clark，1983；Gordon，1984；Adams and Coe，1989；Holloway，1989；Prachowny，1993；Moosa，1997；Attifeldand Silverstone，1998）。
从内在原理上分析，奥肯定律的结论是符合经济直觉的，可提供给粗糙的宏观分析一个可行的依据。当经济上升时，企业会得到更多的订单，从而对劳动力的需求也会增加，进而起到降低失业率的作用。可惜的是，当我们将该定律照搬到我国的经济分析时，却发现我国的失业率和经济增长率之间，竟然发生了反向的调整，统计上存在着不显著的正向关系（如图1.1）。
不少国内学者对此进行过一系列的解释。其中，早在07年，林秀梅和王磊（2007）就利用改革开放以来的数据检验了我国GDP增长率和城镇登记失业率之间的关系，结果由于官方授意的登记失业率并不存在经济意义，发现并不存在线性相关关系；包括后来的很多研究都证实了，中国城镇登记失业率变化和经济增长率之间没有显著关系，实际GDP增长率与失业率变动情况与标准奥肯模型中的参数性质有相当大的出入（李晗、蒲晓红，2009），中国就业人数增长率与经济增长率之间呈现负相关关系表明奥肯定律并不在中国发挥作用（尹碧波、周建军，2010），甚至有学者对奥肯定律的经验形式设立差分模型、缺口模型、动态模型、生产函数模型和不对称性模型，分别加以实证检验，结果发现标准形式的奥肯定律依旧不能成立（方福前、孙永君，2010）。总之，现有的研究成果都告诉我们，我们标准的奥肯定律在中国无法成立。
所以，很多学者对传统的数据指标进行了修正。例如尝试采用其他失业率替代之前官方公布的城镇登记失业率（蔡昉，2004）。还有很多学者通过计算不在岗职工数量来重新估算真实城镇失业率，并建立协整与误差校正模型，并引入虚拟变量，来验证在78年之后的三大阶段中的奥肯定律适用性，但其忽略了中国的二元经济结构对模型解释力的影响。其他的研究还有很多，但都同样存在明显的问题：一是所使用的数据为城镇登记失业率，和经济真实情况相差较大，二是它们的模型同样没有考虑到中国二元经济这一结构性影响。所以后文将集中在二元经济结构这一特定约束上，通过对模型和变量进行调整，来试图解释和说明在中国奥肯定律是否成立，以及这背后的逻辑。
其中，A是经济体整体的劳动生产率；为劳动转移率，表示每年向非农部门转移的农业劳动力数量占总就业的比重；为非农业部门的真实失业率，Δ表示非农业部门的真实失业率相对于前一期的变化量，也即失业率时间序列的一阶差分变量。由①式可知，
在现代经济体中，特别是对于发展中经济体来说，非农业部门的劳动生产率往往会高于农业部门，故模型本身结合经济学理论可以做出猜想： 。
从①式还可以得出，在二元经济体制的条件下，将其特有的变量，即劳动转移率，加入标准奥肯模型中，对于解释失业率变化与产出增长率间的数量关系会更有说服力。
当经济达到稳态时，失业率不再变化，农业部门与非农业部门间的劳动力转移对经济增长的影响不再显著，可计为零，此时的经济增长率即为经济体的潜在增长率，也即自然增长率。假设劳动参与率不变，由经济体生产函数Yt=At·Lt可知：
即经济体的自然增长率近似等于劳动生产率的增长率与人口增长率之和。由此可知，①式中的即为潜在增长率，故：
因此，与①式对应的扩展奥肯模型的缺口形式为：
②式表明，在二元经济的条件下，相对于潜在增长率来说，经济增长率的高低受劳动转移率及失业率变动影响，其影响的方式及影响幅度由和的符号以及数值大小来决定，还需要通过实际经济数据对模型进行进一步实证估计。
三、数据预处理和实证检验
1.数据预处理
本文采用蔡昉（2004）的方法，将城镇失业人口数量由城镇经济活动人口减去城镇就业人口得到。但城镇登记失业率所用人口基数为与城镇户籍人口数量大致相当，不能反映出城镇的经济活动人口。而且城镇经济活动人口在统计年鉴中没有相关指标，于是我们假设农村不存在失业，则农村经济活动人口就等于农村就业人口数量。再用全国经济活动人口减去农村就业人口就可以得到城镇经济活动人口数量。由于实行家庭联产承包责任制，农村劳动力要么在农业部门就业，要么在非农业部门就业，失业率很低。因此假设农村不存在失业对我们的数据处理来说不会产生太大的误差。再将计算出的城镇失业人口除以城镇经济活动人口即可得到城镇真实失业率，即： ③式中对城镇失业率计算公式中分子与分母都做了更接近现实的修正，因此，③式的计算方法较为准确的反映了城镇失业率。
接下来是对劳动转移率这一变量的构建。在模型推导中，我们定义了劳动转移率为劳动转移率，即每年向非农业部门转移的农业劳动力数量占社会总就业的比重。
由于农业部门为第一产业，非农业部门的就业量就应该等于第二、三产业就业量之和，再假设城镇人口增长率与全国总人口增长率相等，那么每年从农业部门转移到非农业部门的人数可由下列公式计算出：
ΔM= 非农业部门就业变化量 城镇失业人数变化-上期城镇人口× 人口增长率
再求得每年转移人数与前一年的社会就业总量之间的比率，即为劳动转移率。
因此劳动转移率的计算公式为：
在对数据做出相关处理之后，就可以按照①式所述关系对模型做出实证检验。
2.实证检验
根据本文统计的“真实失业率”和官方给出的登记失业率之间有一定出入，但对于计量的检验来讲，影响效果并不明显，然而本文在开始会采用两个失业率相比较的方法来进行实证检验，后半部分就只利用官方公布的失业率的變化来进行深入的分析。
首先，从图 3.1 中可以发现，④式计算出的每年的劳动转移率与经济增长率之间，存在着较为明显的关联。改革开放以来，劳动转移率跟随者经济周期，保持着较为平缓的波动，遂可初步证明将其加入模型的合理性。
下一步，为了验证序列的平稳性，防止非平稳的序列在进行回归时，会出现伪回归问题，使得分析结果不可靠，本文对模型中使用的变量进行了 DF 单位根检验。检验结果如表所示。
从上表可知，除了失业率，经济增长率序列、劳动转移率序列以及失业率的变化序列在1979到2014年间是平稳的。再对①式所对应的模型进行异方差检验，结果显示异方差现象并不显著。所以，可以通过稳健标准误下的OLS方法，来对①式中的变量所对应的数据进行回归，并通过引入增长率的一阶滞后项，可以得到对比结果，如下表3.2：
由上表可知，在有和没有增长率一阶滞后项的情况下，劳动转移率m之前的系数非别为0.96和1.1，且在10%的显著性水平上显著，表示劳动转移率每增加1个百分点，经济增长率可以上升约1.1个百分点，失业率变化△u之前的系数为分别为-0.61和-0.53 ，同样在10%的显著性水平下显著，而系数符号为负，说明了失业率变化对经济产出增长起反向的影响作用，即在短期内，失业率上升往往会伴随着经济增速下降，而失业率下降伴随着经济增长率的上升；对后者，系数的值表示失业率变化1个百分点的同时，经济增长率会反向变化约0.53个百分点。但失业率变化的滞后项并不显著，这表明失业率变化和经济增长率之间并不存在显著的统计关系。
结合模型构建过程中的分析可知，常数项为潜在产出增长率的估计值，自1979至2014年，中国经济的潜在增长率约为8.20%，这与中国经济的现实契合度与比较高。整个模型通过了置信水平为5%的显著性检验，也证明了用修正过的失业率变化，以及劳动转移率来解释经济增长是有说服力的。
此外，由于变量是平稳的，故可以通过格兰杰因果检验的方法来进一步发现变量间的关系，当然，这其中的因果关系并非我们通常理解的因与果的关系，而是指A的前期变化能有效地解释B的变化。首先，通过白噪声检验（Lagrange-multiplier test），看残值是否存在自相关（表3.3）：
结果显示，可以接受残差“无自相关”的原假设，即扰动项为白噪声。接着，通过Kurtosis检验（表3.4），所有检验结果均无法在10%的显著水平下排除扰动项正态分布的假设，故可以认为残差服从正态分布。
再者，将78年到14年的数据截取为两部分，即78年到04年以及04年到14年两个部分，并通过后者的10个时期来与前者构成的趋势来进行比对，来发现本文模型长期的稳定性。从图3.2中可见经济增长率和劳动转移率在两阶段一直比较平缓，而失业率的变化波动较大。
接着，根据格兰杰因果检验的结果（表3.5），我们可以发现劳动转移率与经济增长率的关系在10%的显著性水平上显著，而失业率的变化对经济增长率并没有显著的格兰杰原因。
因此，这基本验证了我们的假说，即中国典型的二元经济体制中劳动力随着经济周期反向迁移有着重要的关系。在经济上行期间，城市里工厂接收大量订单，劳动力的需求增加，城市的“虹吸效应”把农民从土地里“拉”了出来；而在经济相对不景气的时候，工厂订单减少，农民工的需求减少，农民不得不返回农村，对劳动转移率产生影响。
最后，我们来具体讨论一下劳动转移率变量m的系数β1所代表的经济意义。由图3.3可知的大小从开始的1.8左右逐渐下降到2014年不到1。β1的大小反映了中国两大部门间劳动生产率的差距。自1979至2011年间，实际的劳动转移弹性比模型估计出来的β1大，而2011到2014年，实际劳动转移弹性小于估计出来的β1，即模型在大部分时间段内低估了劳动转移对产出增长的影响。劳动力在从农业部门向非农部门转移之后，大多就业于劳动密集型制造产业，因为劳动供给充足，伴随着制度成本的下降，劳动力价格和发达国家相比要低得多，从而带动经济出现额外的增长率，也即是劳动力转移对经济增长产生了额外的贡献。
四、结论及相关建议
本文结合了中国经济的二元经济体制现实，在标准的奥肯模型中加入了二元经济特有变量——劳动转移率，并运用了相关的数据对模型进行检验。模型检验的结果表明，中国的经济增长受劳动力转移的影响较大，并且其影响较为显著。但估计出的劳动力转移弹性小于实际数据计算出来的农业部门与非农部门劳动力生产力差距。这有可能是因为劳动力转移加速了中国经济出口部门的增长，从而带动经济增速上升。但自2010年到达刘易斯拐点、人口红利消失之后，劳动力转移对经济增长的贡献明显下降。正如发展经济学经典的二元模型所预测的一样，人口在2010年左右达到了刘易斯拐点，发生了逆转。而从本文所计算出来的劳动转移弹性来看，改革开放三十年间，即从1979年到2010年，农村的劳动力接近无限供给的假设。但由于长时间的经济快速发展，人口趋于老龄化，农村也出现空心化等现象，人口红利消耗殆尽。而人口红利减少的一大重要标志便是人口转移对经济增长的贡献减少。 但失业率变化和经济增长之间存在并不显著的反向关系。这种现象和中国此前典型的二元经济体制有重要的关系。两大部门间的劳动力转移充当了就业的“蓄水池”，使得城镇失业在中国并不像西方国家那样会对经济产生重大的影响。但随着中国二元体制的一体化和经济市场化进程不断加快，劳动力转移对经济的贡献不断减小，城镇失业对经济增长的影响会逐渐加大。
因此，在到达刘易斯拐点之后，中国经济增长政策应该加大对城市就业的重视程度。中国目前是一个逐渐老龄化的发展中国家，纵使二胎政策的放开利好于老龄压力的缓解，但要实现“保就业、促增长”的宏观调控目标，必须要重视人力资本的投资，提高教育水平；还需要建立更全面的社会保障体系，完善养老保障体制；还可以通过延缓退休等政策增加劳动参与率。
参考文献：
[1]Okun. A. M. "Potential GNP： Its Measurement and Significance" American Statistical[J].Association， Proceedings of the Business and Economic Statistics Section 1962.11（4）：98-104.
[2] Holloway， Thomas M . An Updated Look at Okun’s Law[J].Ocial Science Quarterly. 1989.2（6）：497-504.
[3] Moosa，I. A. A Cross-Country Comparison of Okun’s Coefficient[J].Jouraal of Comparative Economics， 1997，25（3）：335-356.
[4]Mary Daly， Bart Hobijin. Okun’s Law and the Unemployment Surprise of 2009[J].FRBSF Economic Letter，2010，9（8）：236-240.
[5]林秀梅，王磊.我国经济增长与失业的非线性关系研究[J]. 数量经济技术经济研究. 2007年06期
[6]尹碧波，周建军.中国经济中的高增长与低就业——奥肯定律的中国经验检验[J].财经科学，2010（1）.
[7]李晗，蒲晓红.奥肯定律在中国的适用性分析[J].商业研究，2009（06）.
[8]方福前，孙永君.“奥肯定律”的五种版本及其不一致性[J].经济论坛，2010（10）.
[9]邹薇，胡翻.中国经济对奥肯定律的偏離与失业问题研究[J].世界经济，2003（6）.
[10]蔡昉.为什么“奥肯定律”在中国失灵[J].宏观经济研究，2007（01）.
[11]卢锋，刘晓光，姜志霄，张杰平：劳动力市场与中国宏观经济周期：兼谈奥肯定律在中国[J].中国社会科学，2015（12）.
作者简介：代毓成（1993-），男，汉族，吉林人，现在中国青年政治学院的经济管理学院就读研究生（研究生二年级），世界经济专业，研究方向：宏观经济与城镇化。