本文基于SBI法定量测算了各省劳动力资源的平均素质水平和考虑劳动力素质后的劳动力利用效率，发现当前中国存在着劳动力资源与经济发展的区域错配问题，即：中西部地区的劳动力平均素质显著高于东部地区，但劳动力利用效率却低于东部地区

　　本文基于SBI法定量测算了各省劳动力资源的平均素质水平和考虑劳动力素质后的劳动力利用效率，发现当前中国存在着劳动力资源与经济发展的区域错配问题，即：中西部地区的劳动力平均素质显著高于东部地区，但劳动力利用效率却低于东部地区。这主要是由于中西部地区经济发展较慢、产业结构升级相对滞后，不能为高素质劳动力提供充足与适合的工作机会。解决劳动力资源与经济发展的区域错配问题城市是什么，将是进一步促进区域经济协调发展的有益思路之一。

　　中国是一个地区发展差异非常大的国家，虽然近年来政府先后推出了多个区域规划和指导性意见，大力推进区域经济协调发展，但是，目前地区经济社会发展不平衡的问题在依然突出。究其原因，许多学者已经从各地区享受优惠政策的差异、外商直接投资（王小鲁、樊纲，2004）、参与全球化的程度以及城市化进程的差异（贺灿飞、梁进社，2004）、要素投入及技术效率改进的差异（郭玉清城市是什么、姜磊，2010）等方面进行了深刻论述。然而，已有研究均忽略了一个重要方面，即各地区对劳动力素质的利用效率也对地区的协调发展具有非常深远的影响。

　　中国经过三十多年的改革开放，资本不再是经济发展的最大制约，具备相应技术的劳动力成为了关键因素。拥有众多高素质的劳动力，并且能够充分利用各种素质的劳动力以充分发挥其作用，是经济能够实现可持续快速发展的重要推动力。进入21世纪以来，中国劳动力的素质有了很大提升，劳动力受教育的程度不断提高。目前中国拥有世界上数量最多的大学毕业生，中国高等教育毕业生从2000年的177.6万人增加至2008年的707.1万人，为世界最多城市包括什么。然而，高素质劳动力在各地区间的分布并不均衡，更重要的是，各地区对于劳动力的利用效率也不相同。只有在区分了各地区所拥有的劳动力素质资源的前提下，厘清各地区对不同劳动力的利用状况，才能更有针对性地实施区域协调发展战略。然而，已有的研究中还缺乏对各地区劳动力利用效率的分析，本文将利用SBI方法对此进行一些有益的尝试。

　　本文首先利用2004年与2008年经济普查中的劳动力素质数据，测算各省、市、自治区的劳动力平均素质；接着使用基于包含劳动力素质的SBI法，测算考虑劳动力素质后，各地区的劳动力利用效率。

　　文章结构安排如下：第二部分介绍本文的研究框架，包括劳动力素质的衡量方法及测算劳动力利用效率的方法——基于松弛量的效率损失测度法（Slack-based Inefficiency Measurement, SBI）；第三部分介绍测算结果，包括劳动力素质的地区差异、考虑素质因素后劳动力利用效率的地区差异、各类劳动力的利用效率及其地区差异；第四部分探讨劳动力素质及劳动力利用效率之间的关系，并揭示其区域分布特征；第五部分利用Tobit模型考察劳动力利用效率的影响因素，旨在寻找提高劳动力利用效率的途径；第六部分概括本文的主要发现及其政策含义。

　　劳动力素质是一个综合的指标，包含了受教育程度、技术水平、身体健康状况、精神状态和职业操守等多方面内容。单纯从劳动力对技术进步、产业升级和经济增长的促进作用来看，劳动力的技术水平和受教育程度是劳动力素质中最重要的内涵。劳动力的受教育程度与技术水平相关但有区别。受教育程度是劳动力素质的基础，劳动者除了具备必要的受教育程度外，还需要掌握与所从事的行业相适应的劳动技能和专业技术知识，其掌握的程度则由技术等级和技术职称等指标衡量。

　　受限于数据可获得性，此前的大部分研究都使用受教育程度来衡量劳动力素质。2004年和2008年，中国分别进行了第一次和第二次全国经济普查，在许多方面取得了更详细的数据，其中包括劳动力技术等级和技术职称的分省数据，这就为以技术等级和技术职称来衡量劳动力素质、进而测算劳动力利用效率提供了可能。

　　以受教育程度来衡量劳动力素质，最常用的指标是劳动力的平均受教育程度。各地区劳动力的平均受教育程度计算方法为：

　　与平均技术水平的情况类似城市包括什么，多数沿海发达省份的劳动力平均受教育程度并不高。初看起来，这一结果似乎与人们的直观感受有差异。但深入分析后发现，劳动力的平均技术水平与受教育程度不仅取决于高素质劳动力的绝对数量和相对比例，还取决于素质劳动力的绝对数量与相对比例。东部发达地区虽然经济发展程度较高，但其参与的主要是加工贸易环节，吸纳了大量来自中部与西部地区的劳动力，而这部分劳动力以农村剩余劳动力为主，技术水平与受教育程度相对较低，由此导致东部发达地区劳动力的平均技术水平与受教育程度均有下降。例如，浙江、福建、广东具有研究生学历的劳动力比例分别为0.36%、0.40%和0.69%，低于全国0.71%的平均水平，更远远低于北京（3.66%）、辽宁（1.04%）和上海（1.76%）等高学历劳动力密集的地区。这三个省份具有初中及以下学历的劳动力比例分别为58.03%、49.04%和46.37%，高于全国39.58%的平均水平，也高于吉林（29.09%）、北京（29.87%）和内蒙古（31.50%）等省份。

　　首先，利用公式（2）可以测算出未考虑劳动力素质时的劳动力利用效率损失值；其次，将图2与图3的数据带入公式（5），可以测算出考虑劳动力素质后的劳动投入量，再通过（6）式，可以测算考虑劳动素质后的劳动力利用效率损失值；最后，通过比较两种情形时的劳动力利用效率损失值的变化，可以更好的考察劳动力的利用状况。

　　如表1所示，无论是否考虑劳动力素质，一些省份的劳动力利用效率都处于生产前沿面上，如2004年的广东、湖北、海南、青海，2008年的广东、内蒙古、辽宁城市包括什么、黑龙江、上海、海南、青海与宁夏等。这些地区对劳动力的总体利用，在全国来看是效率最高的。

　　大部分地区在考虑了劳动力的技术水平后，劳动力利用效率损失值出现了提高，即劳动力利用效率下降。如2004年的广西城市包括什么、辽宁、吉林、云南等省；2008年的山西、四川、新疆、湖南等省。这意味着，多数省市的经济发展程度、产业结构和经济制度并不能够有效地识别出各类劳动力，未能有效地将其配置到相应的工作岗位上。在这些地区，各类劳动力在一定程度上被同一化了，劳动力的素质差别在一定程度上被忽略。高素质劳动力并没有被安排到更高的需要更复杂技术的工作岗位上，而是与普通劳动者一样，被安排到了对劳动力素质要求不高的工作岗位上，这样，高素质劳动力就不能充分地发挥其应有的作用，并未起到倍乘的劳动力的作用，因此，在考虑了劳动力素质因素后，劳动力利用效率反而下降了。

　　少数省份在纳入劳动力素质因素后，劳动力利用效率损失值减小了，即劳动力利用效率出现了提高。这类省份在2004主要是上海、浙江、福建与江苏，2008年除了上述四个省份外，还增加了天津、江西、河南与陕西四个省市。这说明，上述地区的经济发展程度、产业结构和经济制度能够有效地识别出各类劳动力，并将其分配到相应的工作岗位上，从而使得高素质的劳动力能够产生更高的劳动生产率，这样，各类劳动力都得到相对较充分的利用，劳动力总体的利用效率相应提高。

　　还有部分省市在考虑劳动者的技术水平后，劳动力利用效率得以提高，但在考虑劳动者的受教育程度后，劳动力利用效率下降，如2004年的天津、贵州与陕西，2008年的北京、吉林与陕西等，这可能是因为这些省份的劳动力市场可以较有效的识别不同技术职称的劳动者，但难以识别出不同学历的劳动者。另外一些省市正好相反，如2004年的河北与山西，2008年的河北城市包括什么、广西、贵州与云南，在考虑劳动者的平均受教育程度后，劳动力利用效率得以提高，但在考虑劳动者的平均技术职称后，劳动力利用效率下降，这可能是因为这些省份的劳动力市场可以较有效的识别不同学历的劳动者，但难以识别出不同技术职称的劳动者。

　　第一类地区是处于生产前沿面上的、劳动力利用效率最高（即劳动力利用效率损失值为0）的地区，包括海南、江苏、青海、广东、湖北、福建6个省份。从整体上看，这6个省份，其对各类劳动力的需求和供给相对平衡，其经济发展程度、产业结构与劳动力结构比较匹配，各类劳动力能较大程度的发挥作用。

　　第二类地区是劳动力利用效率相对较高（劳动力利用效率损失值小于0.056）的地区。包括山东、上海、天津、河北、辽宁、黑龙江、宁夏、浙江、内蒙古和贵州等10个省、市、自治区。这些地区高素质劳动力的供给略大于需求，其经济发展程度或产业结构的提升速度相对滞后于劳动力素质结构的提升速度，因此，部分劳动力，尤其是素质相对较高的劳动力没有得到充分利用，出现了劳动力利用的效率损失。

　　第三类地区，是对劳动力利用效率较低（劳动力利用效率损失值大于0.056）的地区，包括陕西、安徽、湖南、云南、新疆、河南、四川城市是什么、广西、吉林、江西、北京、甘肃与山西等13个省、市、自治区。这些地区主要位于西部地区，地区的经济发展程度或者产业结构的提升程度相对滞后于劳动力素质结构的提升速度，或者经济制度并未给劳动力提供足够的激励，导致现在的各种素质的劳动力并没有得到充分利用。

　　对湖北和广东的深入考察有助于更好地理解劳动力利用效率的省际差异。从劳动力素质与经济发展水平来看，两省属于不同类型的地区。2004年湖北的平均技术水平最高，广东最低。从经济发展水平来看，广东比湖北高，2004年的人均GDP分别为19707元和10500元。然而，两省都处于生产前沿面上，劳动力利用效率均为全国最高。这说明其背后的作用机制并不相同，主要在于产业结构的差异。广东省的工业比重相对较高，湖北省的服务业所占比重相对较高。从目前来看，加工贸易对广东经济的发展仍很重要，2006年，广东省的来料加工贸易出口额占总出口额的14.3%、进料加工贸易出口额占总出口额的54.7%，两者合计占出口总额的比重为69%。而加工贸易往往位于产业链条的中低端环节，需要的劳动力主要是普通劳动者，对高技术水平的劳动力的需求相对较小。实际上，广东省也正是农村剩余劳动力的主要接收地，这从另一个侧面说明广东省对劳动力素质的需求并不高。而湖北工业的技术水平相对较高，例如，湖北是中国第二大汽车生产基地和最大的中型货车生产基地、最大的重型机床和包装机械生产基地；信息产业也是湖北的主要工业产业，其产值占全省工业总产值的比重在2005年达到8.5%。这些行业对劳动力的技术要求都比较高，因此，湖北的产业结构能为高技术水平的劳动者提供较多的机会。

　　在第三类地区中，需要对北京深入分析。北京劳动力的平均受教育程度为全国最高，平均技术水平也较高（全国第8位），但劳动力利用效率仅为全国倒数第三。劳动力素质高与利用效率极低的矛盾，是三方面因素共同作用的结果。

　　第一，高素质人才过于密集，竞争过度导致了效率损失。以2004年为例，北京劳动力结构的一个明显特征是，高级人才非常集中。北京的就业人口中4.55%为具有高级技术职称的人员，该比例在全国是最高的。高素质劳动力过度密集，导致该层次的劳动力供给远大于需求，部分高素质劳动力未能进入与其相适应的工作岗位，利用效率过低。

　　第二，各种素质劳动力的配比关系出现了失调。在特定的经济发展阶段，各种素质的劳动力之间存在着由技术水平客观决定的最优配比关系，不同素质和专业的劳动力进行相互分工与合作。如果无法达到最优配比，就会出现某一层次的素质的劳动力利用效率低下。

　　我们将北京与处于劳动力利用效率前沿面的江苏省、以及全国平均的劳动力配比状况进行比较。北京和江苏都是经济发展水平较高的地区，虽然两地的生产技术水平存在差异，但不会很大，劳动力配比具有可比性。2004年，劳动力中高级技术职称者与初级技术职称者的比例，北京是4:10，而江苏是2:10，全国平均也是2:10，这意味着，与江苏及全国平均水平相比，北京的高级技术职称人员相对于初级技术职称人员过多。就业人员中具有高级技术职称者与高级技师的比例，北京是15.9:1，而江苏是7:1，全国平均是8:1，这意味着，与江苏及全国平均水平相比，北京的高级技术职称人员相对于高级技师而言明显过多。正是由于北京市高素质劳动力的比重相对过高且中等素质劳动力的比例相对过低，使得该地区的劳动力配比偏离了最优比例，导致了劳动力利用效率较低。

　　第三，与劳动力素质结构的升级相比，北京的产业结构升级相对滞后。为更好的理解这一点，可以对上海和北京进行对比分析。从平均技术水平来看，北京的劳动力平均技术水平远高于上海，但是，北京产业结构升级的幅度却不如上海市（吴福象、朱蕾，2011）。通过对比北京和上海的六大支柱产业（电子信息业、金融业、商贸流通、汽车制造、成套设备制造业、房地产业）增加值占GDP的比重，可以发现，2004年，除了金融业和商贸流通业外，四个支柱产业增加值占GDP的比重均要低于上海。产业结构的相对滞后，使得北京无法为高素质人才提供充足的工作机会，导致劳动力尤其是高素质劳动力并未充分利用。

　　从全国平均水平来看，在不同技术水平的劳动力中，普通劳动者的利用效率最高，其次为初级技术职称劳动力、技师和高级技师、中级技术职称劳动力和高级技术职称劳动力等，最低的是中级工和高级工（图4）。如果按照受教育程度来计算（图5），则具有大专学历的劳动力利用效率最低，具有大学本科、研究生及以上学历的劳动力利用效率相对较低，而具有高中、初中及初中以下的劳动力利用效率相对较高。

　　素质相对较低的普通劳动者的利用效率最高，其主要原因是，目前中国的产业结构和经济发展水平对普通劳动者需求较大，一些地区甚至出现普通劳动者供不应求的情况。对高级工和中级工的利用效率最低则意味着，中国目前在全球价值链中处于较低端的位置。

　　比较低。这些地区面临着双重任务：一方面要加快区域内产业升级，以提高劳动力资源的利用效率，另一方面要加快教育事业发展城市包括什么，提高劳动力素质，为本地区的长期经济发展提供人才储备。

　　第三类地区位于第一象限，主要包括甘肃、云南、新疆、湖南以及一定程度上的北京与贵州等省、市、自治区。这类地区主要位于西部地区，其劳动力素质较高，但劳动力利用效率却相对较低。对于这些地区而言，当务之急是加快区域内产业升级，使区域内的劳动力资源尤其是高素质的劳动力得以充分利用。

　　第四类地区位于第三象限，主要包括上海、浙江、广东、福建、山东、江苏、河北以及一定程度上的天津等省、市、自治区。这类地区主要位于东部沿海发达地区，其劳动力的平均素质在全国处于较低水平，但劳动力利用效率却相对较高。这一方面是因为这些地区的经济发展与产业升级与其他地区相比较快，为高素质劳动力提供了充足的机会，另一方面是因为，这些地区从其他地区尤其是中西部地区吸引了大量的素质相对较低的劳动力，拉低了本地区劳动人员的平均素质。作为全国经济发展最快的地区，这些地区吸收了大量来自于其他地区的劳动力，应当担负起促进全国劳动力利用效率提高的任务。因此，对于这些地区而言，一是应加快教育事业发展，提高本地区劳动力的素质，为本地区产业结构升级提供人才储备；二要制定鼓励措施，吸引其他地区尤其是西部地区未得到充分利用的高素质劳动力，为本地区产业结构升级提供人才保障；三要加快产业结构升级，不仅为本地区，还要为全国的高素质劳动力提供充足的就业机会。

　　从这些象限图中可以发现，当前中国劳动力资源与经济发展地区配置不合理的情况比较明显。东部地区经济增长速度较快，应较多的承担产业结构升级的任务，但是，东部地区的劳动力平均素质在全国相对较低，这难以为产业升级提供足够的人才保障；与此同时，中西部地区虽然劳动力素质较高，但由于经济增长相对缓慢、产业结构升级相对滞后，劳动力资源得不到充分利用。

　　本文的主要发现如下：（1）各省市之间的劳动力素质存在明显差异，用平均技术水平及受教育程度衡量，西部地区劳动力的平均素质普遍较高，而东部地区相对较低。（2）与未考虑劳动力素质的情形相比，在考虑了素质因素后，大部分地区的劳动力利用效率下降。（3）从各类劳动力来看，素质相对较低的普通劳动者的利用效率较高，而素质相对较高的劳动力利用效率较低。（4）分地区来看，在考虑了劳动力素质因素后，西部地区的劳动力利用效率较低，东部与中部地区的劳动力利用效率较高。（5）进一步的计量检验发现，劳动力素质与利用效率未能同向变化；增加人均固定资本存量、增加劳动报酬是劳动力利用效率的途径之一；在西部地区与中部地区，平均受教育程度的增加有助于劳动力利用效率的提高。

　　综合上述发现，可以形成下述推测：由于中西部地区的素质较低的劳动力向东部沿海发达地区转移，中西部地区的劳动力素质要高于东部地区。但是，由于中西部地区的经济发展相对较慢、产业结构升级相对滞后，高素质的劳动力资源并未得到充分利用。东部地区正好相反，由于经济发展和产业升级较快，各类劳动力尤其是高素质劳动力得到了充足利用。但是，东部地区的劳动力平均素质相对较低，这可能已经阻碍了其产业结构进一步升级。

　　显然，包括劳动力资源与经济发展的区域错配问题不仅不利于劳动力资源的充分利用（主要是中西部地区）、制约了产业升级（主要是东部地区），而且还极大的阻碍了区域间的协调发展。解决该问题的思路是：一方面，加快产业结构转移，促进中西部地区的产业升级，为高素质劳动力提供更充足有效的就业机会，以提高中西部地区的劳动力利用效率。鼓励东部地区企业到中西部地区投资建厂；不仅要鼓励劳动密集型产业转移到中西部地区，而且要鼓励科技含量较高、对劳动者技能要求较高的产业向中西部地区转移。另一方面，继续促进劳动力的跨地区流动，进一步消除劳动力在区域间流动的制度壁垒；促使高素质劳动力从利用效率较低的地区向利用效率较高的地区转移。不应盲目要求大学生到中西部地区就业，而应通过促进中西部产业结构升级，吸引大学生自愿到中西部地区就业。

　　1. 王兵、吴延瑞、颜鹏飞（2010）：《中国区域环境效率与环境全要素生产率增长》，《经济研究》，第5期。

　　2. 张军、吴桂英、张吉鹏（2004）：《中国省际物质资本存量估算:1952-2000》，《经济研究》，第10期。

　　3. 吴福象、朱蕾（2011）：《技术嵌入、产业融合与产业结构转换效应》，《上海经济研究》，第2期。

　　4. 王小鲁、樊纲（2004）：《中国地区差距的变动趋势和影响因素》，《经济研究》，第1期。

　　5. 贺灿飞、梁进社（2004）：《中国区域经济差异的时空变化：市场化、全球化、城市化》，《管理世界》，第8期。

　　6. 郭玉清、姜磊（2010）：《中国地区经济差距扩散的源泉：资本深化还是效率改进?》，《数量经济技术经济研究，第7期。