影响劳动力生产率的因素_经济衰退前G7各国劳动力系统生产率的实证分析

　　摘要：本文运用DEA评价方法以评价经济衰退前(1997-2007年期间)G7发达国家的劳动力系统生产率(效率)。研究发现：(1)1997-2007年期间G7发达国家劳动力系统生产率(效率)下降造成了经济衰退。(2)G7发达国家按大洲编组的劳动力系统生产率(效率)存在显著差异，较有效率的国家是美国、加拿大、日本。文章最后给出结论并提出建议：(1)未来可进一步创新DEA模型以分析各国劳动力系统生产率(效率)；(2)经济衰退中的G7各国应高度关注国家劳动力系统生产率(效率)的研究，加强国际比较和学习。
　　关键词：劳动力系统：生产率：发达国家
　　JEL分类号：J2　中图分类号：F752　文献标识码：A文章编号：1006-1428(2012)05-0023-04
　　本文运用DEA评价方法评价经济衰退前(1997-2007年期间)G7发达国家(美国、加拿大、法国、日本、德国、意大利和英国)的劳动力系统生产率(效率)。一是检验1997-2007年期间这些国家劳动力系统生产率的运行趋势以确定制造业中人力资源的利用是否最大化。二是我们采用DEA方法对G7发达国家按大洲地域编组的劳动力系统生产率(效率)进行比较，并得出效率排名。
　　一、文献简评
　　(一)劳动力系统生产率
　　相比目前使用颇多的全要素生产率方法。DEA技术(Charnes et al，1978)更具有优势，对劳动力生产率和资本生产率的DEA分析方法得到广泛应用。各行各业纷纷采用DEA方法进行研究，如银行业(Lin et aL 2009)、港口业务(Ablanedo-Rosas and Ruiz-Torres,2009)、发展中国家的社会经济表现等(Adler et aL 2010)。
　　但将DEA技术直接运用到劳动力生产率和以国家为单位的生产率分析中的学者并不多。Thomas等(1992)对七个国家建筑业的劳动力生产率进行了比较，这七个国家分别是澳大利亚、加拿大、英国、芬兰、苏格兰、瑞典和美国。统计分析表明尽管劳动方式有巨大不同，这七个国家的生产率基本没有差别。Lee和Park(2005)从国家的层面(特别是亚洲国家)研究了R&D生产率及政策影响，该研究采用了DEA方法衡量R&D的生产率，其中新加坡和日本在总效率和专利效率上排名很高，而中国大陆、韩国和中国台湾在R&D方面效率较低。同样，Fare等(2006)分析了欧盟地区劳动力生产率的决定因素并研究各国人均产出：文章认为DEA是用于构建欧盟生产函数前沿的最好方式，作者计算了全要素生产率(TFP)的Malmquist指数，并分解了影响每个国家生产力的因素。其中，实际国内生产总值是产出因素，而劳动和资本是投入因素。同时，文章发现欧盟每个员工产出的分布形态已慢慢从双峰变成了单峰。
　　一些学者从不同的角度对劳动力系统进行了国际比较研究。Freeman等(2008)研究了一家大型美国跨国制造业公司(分布于19个国家)的3万名职工，他们发现无论一个国家整体劳动力系统怎样，是法制的西欧国家，还是发展中国家，亦或是市场导向体系的美国，员工对于工作环境的反应是类似的。Gross-mann和Stadelmann(2010)研究了高技能劳动力海外移民的影响，高科技人才的国际一体化通过损害人才资源提供国、让东道国收益，加深了各国间的不平等。Kahn (2010)分析了9个欧洲共同体国家的就业保护体系改革。那些能够创造短期就业的政策其实并没有真正意义上提高就业，各国劳动力系统和政策的差别对生产率有很大影响。
　　(二)DEA方法
　　数据包络分析法(DEA)衡量决策单元将投入转化为产出的技术效率(Charnes et al，1978)。该分析法不需要生产函数的前提假设，也不需要投入或产出权重。DEA模型可以分解成为CCR模型和BCC模型，这两个模型通过规模报酬这个假设来进行区别(Cooper et al，2000)，CCR模型假定规模报酬不变，而提出的BCC模型则假定规模报酬可变。DEA模型的目标函数是：产出最大化或投入最小化。
　　二、方法论和实证结果
　　(一)数据来源
　　本文数据来源于劳工统计局公布的2008年国际制造业生产率(BLS，2009)。数据包含主要发达国家以及一些新兴经济体的制造业生产率的年度指标。GDP、劳工时间、薪酬和单位劳动成本的数据可参见表1。
　　(二)变量的选取
　　本研究评价国家的劳动力系统生产率，DEA函数中可考虑多个方面的劳动力的投入和产出，可将GDP作为产出，将工资和人力资源作为投入。三个投入变量是：制造业的总体工作时间、每小时薪酬、单位劳动成本。产出变量是：GDP、劳动力生产率(见表2)。