发达国家的工资转型及其对经济的影响

表3的注释中给出了指数。表3：中国：1990-20151990-2015年农业和其他经济领域的人均GDP比率2015/1990年整体经济GDP（亿元人民币）18666700036.002 GDP差异12 42 3.503 GDP（亿元人民币）G6 5316700010.304劳动力（亿元人民币）E0.64 0.81 1.265人均GDP（2015年人民币）P10、204 82、716 8.10农业GDP（亿元人民币）G1、763 6，030 3.427劳动力（十亿）E0。330.250.758人均国内生产总值（2015年人民币）P5342242104.51其他经济体9国内生产总值（2015年人民币亿元）G4 76860970127910劳动力（亿元）E0。31 0.56 1.8111人均GDP（2015元）p15、380 108、875 7.07注：可以观察到劳动力的变化率比GDP的变化率小一个数量级。当引入中间值时，发现指数α=0.062±0.016（倍增时间为11.1年）和α=0.075±0.011（倍增时间为9.2年）的潘-平指数均为指数。因此，从长期来看，生产率差距随着p- P~ exp（αt）来源：世界银行，贸易经济学，http://www.investopedia.com.Thepand PHA的指数增长有两个有趣的含义众所周知，在一个有限的世界里，指数增长不可能永远持续下去，这意味着饱和效应迟早会出现。数据如图所示。6.建议在2025年之前不要发生在过去几十年里，农业部门与经济其他部门之间的生产率差距呈指数级增长：差距=p- p=p（1）- p/p）=p[1- （A/A）exp(-dt）]d=α- α=0.013对于较大的t，间隙等于pitself。因此，从第一部门到第二部门的任何劳动力转移都将引发生产率的跃升，其幅度在一段时间内呈指数增长。

这一效应可能会弥补随着经济规模变小而减少的转移。换言之，根据图6，即使在2030年左右，农村照明的生产力效应将降至10%以下，也不会显著。描述劳动力转移导致的GDP变化现在，为了描述图4的机制，我们必须假设Edesbey增加了一个数量e、 事实上，在接下来的过程中，跟随变量e会更方便，因为它会发生变化e=-随着时间的推移，我们的态度是积极的。人口从1区转移到2区导致的G变化为：G=G+G=peE+peE→ G=（pe+pe） e=（p- p） Ee（1）在上述表达式中：G生产率p，pha一直保持不变，因为我们希望关注劳动力转移的影响。通过引入因子k，表达式（1）变成：G=（k）- 1） 体育e=（k）- 1） 葛！GE→EGG=（k）- 1） 葛！（2） 我们可以利用之前关于g/EtO表达式（2）稳定性的观察结果，将其简化为：EGG=（k）- 1） 其中，<g/e>表示几个周期内g/e的平均值。对美国来说，<g/e>=0.69，而对中国来说：<g/e>=0.35。在左手边，分子和分母可以乘以100，这表示两者伊恩德G/G，以百分比表示。因此，左边代表了变化的百分比G/G表示e的1%变化。注意等式（3）适用于劳动力的任何转移。它还特别描述了劳动力从制造业转移到医疗保健业导致的GDP下降，这是过去30年工业化国家的一个关键特征。

这一点可能会在随后的论文中进一步阐述。随着时间的推移发生的巨大变化是一个不同的问题，将在后面讨论。在这种情况下，第一部门将是除医疗保健以外的整个经济，第二部门将指定医疗保健部门。劳动力转移是经济增长的引擎从所有劳动力转移的更广泛角度来看，本文主要关注农村劳动力对经济增长的影响，原因有两个这种劳动力转移具有明确的统计定义，因为农业是一个定义明确的经济部门。相比之下，医疗保健等行业的统计定义相当模糊。例如，养老院是属于医疗保健行业还是酒店业从历史上看，农村照明在所有发达国家都非常重要，如今它仍然是中国和印度等国家的一个主要因素。然而，这种关注不应掩盖这样一个事实：农村劳动力转移只是不断发生的各种劳动力转移中的一种（尽管是最重要的）。例如，在发达国家，有两个部门在过去50年中快速增长：（i）医疗和（ii）信息技术部门。根据表1，2012年左右，美国医疗保健行业雇佣了约15%的总劳动力，而IT行业的份额约为1%或2%。这些行业的发展对全球生产力产生了什么影响？表1显示，医疗保健及其生产率分别为全国平均水平的一半和两倍。一个恰当的例子是：医疗保健与基础设施发展在各国，医疗保健部门的扩展存在巨大差异。

对于人口老龄化的国家（就像所有发达国家一样），医疗保健部门的扩张是自然的，但必须认识到，其实际规模取决于政治决定。因此，在拥有国有化医疗体系的美国，医疗保健在经济中的比重只有美国的一半。事实上，由于自身生产力水平低下，医疗保健部门拖累了整体生产力，这并不是其唯一的责任。由于大多数患者是超过退休年龄的老年人，医疗保健与其他活动几乎没有协同作用。基础设施费用的情况则完全不同。许多其他行业将受益于更好的交通基础设施。显然，基于医疗保健的发展和面向基础设施的发展构成了两种不同的模式。我知道，中国政府不仅在国内，而且在亚洲大陆的其他地区推广基础设施模式。尽管如此，在医疗保健方面，2009年左右英国人的预期寿命比美国长2.5年。现在说中国将选择哪种制度还为时过早。是美国模式还是英国模式？显然，这一选择将影响整个中国经济的生产率。在医疗保健方面投入太多的资源和投资将对经济产生不良影响。

在论文的开头，我们曾说过，人们预计到2025年将出现8%的增长趋势，但过度扩张的医疗保健行业很可能会将这一预期降低到6%或5%。农村飞行能解释增长的哪一部分？在本节中，我们以三种不同的方式将实际观察到的人均GDP变化与农村光线效应预测的变化进行比较。首先，我们想看看经济的起伏与工资的变化之间是否有联系。显然，这种测试不适用于几乎没有起伏的情况（如中国）。相比之下，对于美国来说，这项测试可以在良好的条件下进行，因为它的工资变化表现出几次起伏。观察到的工资变化与转移模型预测的工资变化之间的比较显示出显著的相关性（图5）。尽管人们希望进行传统测试，但要找到合适的案例并不容易。例如，法国、德国或日本等在其领土上经历过战争的国家的收入将受到与转移效应无关的外部冲击的影响。1990年和2015年，直接由农村照明导致的增长百分比上一小节中进行的相关测试在很大程度上独立于各自变化的幅度。现在，我们想确定农村光线效应在人均GDP增长中所占的比例。对于这个测试，需要一个变化率尽可能大的情况。中国非常适合这个目的。在进行正式计算之前，我们将计算1990-2015年时间间隔两端的预期变化。

为此，我们将使用上述数据（表3和其他数据）。正如前面所解释的那样，农村照明效应只是促进GDP增长的众多转移效应之一。这些转移效应最明显的表现之一是这两个部门的生产率提高。这种影响不能用农村的光线来解释。事实上，由于农业和其他经济部门之间的相互作用，农村光线只能解释全球G的增长。可以肯定的是，这种决定将受到多方游说的影响-2-11900 1920 1940 1960 1980 2000 2020美国，年工资变化（%）0.20.40.60.81.21.41.61.8观察到的工资变化模型图。5观察到美国工资变化与转移效应导致的变化。两个系列之间的相关性为0.64（95%置信区间为0.08至0.90）。可以观察到，在大萧条期间，实际工资没有下降。这是因为物价消费指数的下降速度快于名义工资。来源：与图3相同的来源。这两个部门内的生产率提高是由于其各个子部门之间的相互作用拖拉机、卡车（而非马车）、发动机、泵、摩托车、移动电话和第二部门生产的许多其他物品逐渐在农村投入使用，从而提升了p。这些变化将取决于劳动力的任何转移与此同时，在第二区，过时的纺织厂配备了第二区其他工厂生产的现代纺纱机和织布机，报纸印刷机被计算机系统取代，超市取代了小店。如上所述，这些变化将独立于劳动力的任何转移。

因为第二部门比第一部门更加多元化，所以它经历了更多的协同效应，这可能就是为什么第二部门的内生增长快于第一部门的内生增长。根据表3中的评论，我们预计2015年农村照明的影响将大于1990年。让我们看看观察是否证实了这一点。在整个1990-2015年期间，第一部门的劳动力减少了1.7亿人，每5年平均变化3400万人。1990年至1995年，在这段时间间隔内，人们会得到（处处人民币意味着“2015年人民币”）opisp的平均值=（5231+7434）/2=6332元opisp的平均值=（15380+27323）/2=21,351元。因此，从1到2的农村飞行将增加G：G′=34×10（p-p） =511×10元。G的实际增加为G=G（1995年）- G（1990）=5627×10元。因此，由于农村光线引起的变化代表：511/5627=9.1%。2010-2015年类似的计算得出：G′=2383×10元，以及G=G（2015年）- G（2010）=5627×10元。在这种情况下，由农村照明引起的变化为：11.4%。正如预期的那样，2015年，农村照明带来的变化在总增长中所占的比例高于1990年。我们还看到，GDP增长的最大部分必须归因于甘地的内生增长，而这反过来又是由于这些部门内发生的转移。一般公式在本小节中，前面的计算以更广泛、更正式的方式呈现。让我们用p表示根据通货膨胀和每位员工调整后的GDP。从1985年到2014年，p以年均9.2%的速度定期增长；在整个时间间隔内，这个比率导致生产力乘数k=p/p乘以10.3，在4到6之间波动。为了获得农村照明所占增长的上限，我们将k的最大值设为6。

第一步，考虑两种极端情况：e=1和e=0。从第一个移动到第二个将导致G乘以6。换句话说，在这个思维实验中，转移效应只能解释6/10.3=58%的增长。为了得到一个更现实的估计值，我们用下面的方式写出了1985年和2014年的G值（G′表示通过乡村飞行预测的G值）：G′（i）=p（i）E+6p（i）E=[E（i）+6e（i）]p（i）EWith E（1）=67%，E（2）=31%：G′（2）/G′（1）=1.67（p（2）/p（1））。在农村照明模型中，生产率p是固定的，即p（1）=p（2）。在此假设下，劳动力转移仅占实际生产率增长的1.67/11=15%。等式（3）将得出类似的结论。对于平均年度变化，它给出：G′/G′=（k）- 1） <g/e>e=5×0.4×1.2=2.4%，而实际年GDP增长率为G/G=9.2%。影响农村航空仅占总增长的一小部分这一事实有两个重要影响经济衰退可能会暂时停止就业从第一部门向第二部门的转移。如果这种转移将在经济增长中占很高的比例（比如80%或更多），那么停止转移将冻结进一步的增长，并将衰退转化为萧条。然而，如果就业转移实际上只是一个次要因素，那么协同引擎将继续发挥作用，并将使经济走出衰退。这确实是发达国家在第二次世界大战后几十年里观察到的情况。只有轻微的衰退。换句话说，除非发生非政治性的动荡，否则中国的增长至少在15年内不会出现重大中断，也就是说，直到它也成为一个服务经济体如前所述，发达国家的工资增长在20世纪80年代停止或放缓。

这是因为他们的经济向服务业经济转变，服务业由低生产率部门主导，而医疗保健是其中的一个重要组成部分。20世纪80年代农村飞行几乎结束的事实是由于两种情况：（i）第一部门的劳动力已经严重枯竭。（ii）由于第二部门的生产率增长放缓，该部门在提高工资方面失去了吸引力。事实上，第二部门的增长在很大程度上是由于引入了所谓的“零工”、“二等工”或“无桌临时工”。结论从比较的角度来看，2015-2035年中国经济增长图6突出了几个有趣的特征在所有发达国家，劳动力从农业转移到工业和服务业的进程有增无减。经济危机甚至两次世界大战可能略微减缓了演变（例如澳大利亚的情况），但它们没有产生任何持久的影响我们已经提出，韩国可能是中国经济未来的一个很好的预测者。韩国的发展紧随其后，毋庸置疑，经济增长可能会因为许多其他原因而受阻，例如通货膨胀、资本流动、银行业的混乱等等。1880年1900年1920年1940年1960年1980年2000年2020年2040年农业劳动力（占总就业率的百分比）20年30年中国澳大利亚芬兰德国英国瑞典韩国图。6.农业劳动力。除了与众不同的英国，所有发达国家都经历了或多或少相同的演变。瑞典和德国的曲线几乎与战争几乎没有影响的曲线相同。中国的这条曲线是根据其他国家，尤其是韩国的利率推算出来的。

关于英国的特殊情况，请参见上面与图3相关的解释。资料来源：1970年之前：Flora等人（1987年）和美国历史统计（1975年）。1970年后：贸易经济学网站和圣路易斯联邦储备委员会。tern由发达国家设定。我们看到，就在农业部门工作的劳动力比例而言，芬兰比韩国领先约20年，而韩国自身也比中国领先30年。如果用韩国的比率来推断中国的曲线，就会得出这样的结论：到2035年，农业劳动力的百分比将在10%左右在发达国家中，英国是一个例外。它的农业部门比美国早60年就下降到了10%的水平。从这个意义上说，英国是第一个后工业经济体；这或许可以解释（图3所示）中国的工资增长率大大低于其他国家的事实。苏联和后来的苏联联邦农业就业的演变是什么？通过从各种来源收集数据（Gaidar 2012，W–adekin1982，Lerman et al.2003，贸易经济网站），我们得到了以下图片：在这方面，人们不应该忘记，与台湾一样，日本的占领不仅在朝鲜，而且在韩国都带来了实质性的工业化；更多证据可以在Roehner（2015）中找到。表4俄罗斯：农业就业占总劳动力的百分比1930 1960 1978 1985 1990 2000 2010 201487%39%21%15%14%15%9%7该表显示，农业就业份额下降的中断与1988-2000年的危机同时发生。因此，我们再次看到，这个变量是长期经济增长的良好指标。