沿海地区农村流动人口与户籍常住人口对渔业总产值贡献的比较分析——以上海市为例

张 帅，汪 蕾，韩兴勇

（上海海洋大学经济管理学院，上海 201306）

沿海地区农村流动人口与户籍常住人口对渔业总产值贡献的比较分析
——以上海市为例

张 帅，汪 蕾，韩兴勇

（上海海洋大学经济管理学院，上海 201306）

将沿海地区人口构成分为农村流动人口和户籍常住人口，以上海市为例，依据1992—2012年农村流动人口、户籍常住人口、渔业总产值数据，运用灰色关联度和改良生产函数模型进行实证分析。结果表明：上海市农村流动人口与渔业总产值的关联度高于户籍常住人口与渔业总产值的关联度，但是户籍常住人口对上海市渔业总产值的贡献要高于农村流动人口。在此基础上，为促进沿海地区渔业经济增长提出几点建议。

农村流动人口；户籍常住人口；渔业总产值；灰色关联度；实证分析

引言

近年来，随着我国社会经济的发展，人民生活水平的提高，渔产品以其富含优良动物蛋白的特点越来越受到消费者的青睐。我国沿海地区消费的相当数量的动物性蛋白来自于渔产品，从保障我国粮食安全的角度来说，渔业的发展具有重要意义[1]。然而，渔业的发展有一定的特殊性，它受到内外部因素的制约。内部因素主要有：资源与环境因素、劳动力因素、资本科技因素等，外部因素主要有政策法规等因素[2]。随着国家对“三农问题”的重视，给渔业的发展营造了一个有力的政策环境，社会资本纷纷向渔业倾斜，随之带来的还有渔业生产和加工技术的进步，渔业发展的所依赖的资源环境问题，也越来越受到社会关注[3]。然而，鲜有文献从沿海地区人口构成的角度来研究渔业经济发展的契机。本文以上海市为例，将人口构成分为农村流动人口和户籍常住人口，研究二者与渔业经济发展的关联度和贡献值，旨在为渔业经济发展从劳动力的角度提出政策建议。

1 指标与数据选取

1.1 渔业的概念

狭义上来说渔业是指传统的捕捞业和养殖业，即人类依赖水域资源，利用水生生物自身生长特点，采用劳动、科技等手段获取渔产品的物质生产部门。随着国民经济的发展，渔业的内涵和外延也在不断演进，发展到如今的广义上的渔业是指包括狭义渔业在内所有从事与狭义渔业密切相关的生产、服务活动的行业和部门[4]。本文以广义渔业为基础进行研究。

1.2 农村流动人口与户籍常住人口

为了正确估算农村流动人口和户籍常住人口与渔业经济总量的关系，结合第六次人口普查的定义，将沿海地区人口构成划分为农村流动人口和户籍常住人口。农村流动人口指人们离开户籍所在的居住地到该地以外的地区从事各类活动所形成的跨地区人口流动，并且户籍管理关系不像迁移那样发生行政区域变化[4]。沿海地区农村流动人口流动的特点是外来人口向沿海地区流动，这部分人口主要是来自中西部地区的农村剩余劳动力，基本均处在壮年期，具有人口红利优势[5]。近几十年来，上海市流动人口一直居全国前三，而且，流动人口中基本是农村流动人口，选择1992—2012年上海市流动人口数据作为样本进行实证研究，具有统计意义。户籍常住人口是指常住户籍人口。户籍常住人口的特点是就地演化：出生—儿童期—成熟期—衰老期—死亡，流动性较小，不具有人口红利优势[6]。

1.3 数据选取

为了研究沿海地区人口构成与渔业经济发展的关系，本文选择1992—2012年上海市统计数据作为实证研究样本，主要取自《上海市统计年鉴》和《渔业统计年鉴》。设上海市农村流动人口为F，户籍常住人口为D，渔业生产总值为G。为了使模型的设定更加合理，并减少和消除异方差问题，对三个指标分别取自然对数，相应的，这三个对数序列分别以ln F，ln D，ln G表示，其一阶差分分别表示上海市农村流动人口增长率，户籍常住人口增长率和渔业总产值增长率，分别为Δln F、Δln D、Δln G。此项研究均以这些数值为基础，进行计量分析研究。

表1 上海市农村流动人口、户籍常住人口与渔业生产总值统计表Tab.1 Statistics of the rural floating population，permanent resident population and gross fishery output value of Shanghai

2 实证分析

2.1 上海市农村流动人口、户籍常住人口与渔业总产值的灰色关联度分析

灰色关联度分析来自系统理论，其基本思想是一种相对性的排序分析，根据序列曲线几何形状的相似程度来判断其联系是否紧密[7]。灰色关联度分析是一种系统动态趋势分析，不像线性回归分析那样，必须要求变量具有一定的分布规律，参数具有线性特征，这种分析在一定程度上可以判断子因素对母因素的重要性。

首先，将上海市渔业总产值G设为母序列X0（t），农村流动人口总数F设为子序列X1（t），户籍常住人口D为子序列X2（t），其中i=1，2，3，…，n，然后无量纲化后相应的序列分别为：

X0（t）=（1.00，1.34，1.91，2.49，2.96，3.31，3.22，3.45，4.13，4.37，4.92，5.36，5.44，5.63，6.02，5.90，6.22，5.83，5.73，5.96，6.29）

X1（t）=（1.00，1.14，1.31，1.49，1.94，2.43，2.91，3.36，3.79，4.51，5.01，5.61，6.38，7.01，7.88，9.05，9.91，10.70，11.77，12.27，12.63）

X2（t）=（1.00，1.00，1.01，1.01，1.01，1.01，1.01，1.02，1.03，1.03，1.03，1.04，1.05，1.05，1.06，1.07，1.08，1.09，1.10，1.10，1.11）

再对上述序列求绝对差，得如下序列：

Δ01（t）=（0.00，0.20，0.61，1.00，1.03，0.89，0.32，0.11，0.37，0.12，0.07，0.22，0.92，1.35，1.82，3.11，3.65，4.81，5.99，6.24，6.38）

Δ02（t）=（0.00，0.34，0.90，1.48，1.95，2.30，2.20，2.44，3.11，3.34，3.88，4.32，4.39，4.57，4.96，4.83，5.14，4.74，4.64，4.86，5.15）

可以看到绝对差序列中Δmin=0.00，Δmax= 6.38，由此我们计算母序列与子序列的灰色关联系数：

R01（t）=（1.00，0.94，0.84，0.76，0.76，0.78，0.91，0.97，0.90，0.97，0.98，0.94，0.78，0.70，0.64，0.51，0.47，0.40，0.35，0.34，0.33）

R02（t）=（1.00，0.90，0.78，0.68，0.62，0.58，0.59，0.57，0.51，0.49，0.45，0.42，0.42，0.41，0.39，0.40，0.38，0.40，0.41，0.40，0.38）

由以上两个序列可求得灰色关联度：β01= 0.73，β02=0.53，即上海市农村流动人口序列与渔业总产值序列的灰色关联度为0.73，上海市户籍常住人口序列与渔业总产值序列的灰色关联度为0.53。根据经验，灰色关联度大于0.6，关联度比较理想。可见，上海市农村流动人口与渔业总产值有较强的正相关关系，相比来说，上海市户籍常住人口与渔业总产值的关联度较低，总体来说上海市农村流动人口对渔业总产量的正影响要强于户籍常住人口对渔业总产量的正影响。

上海市农村流动人口与渔业总产值的关联度要高于户籍常住人口与渔业总产值的关联度，这说明，近年来，相对于户籍常住人口，农村流动人口的变动与渔业经济总量的变动关系更紧密而不能说明对于渔业经济的发展哪一部分的人口更重要，所以，需要具体算出二者对母序列的贡献值进行比较。

2.2 贡献值分析

2.2.1 模型建立

柯布道格拉斯生产函数是美国数学家柯布和经济学家保罗·道格拉斯共同探讨投入和产出关系时创造的生产函数，它是可以用来预测国家和地区发展生产的途径的一种经济数学模型，简称生产函数[8]。单独采用生产函数模型不能够测算农村流动人口与户籍常住人口对渔业生产总值的贡献值，所以需要结合夏普利值方法改进生产函数。Shapley值是合作博弈中估值解法的代表。夏普利（L S Shapley） 在1953年基于三个公理：有效性、对称性和可加性，提出Shapley值方法。假设一些经济中的主体构成一种合作关系，满足前三个公理，Shapley值给出一个向量，其元素就是这些经济主体对收益的分配比例[9]。夏普利值的实质在于，参与的经济主体取得的收入等于其对所有可能的联盟的边际贡献的平均值。

结合Shapley值改进道格拉斯生产函数来建立模型分析农村流动人口与户籍常住人口对上海市渔业总产值的贡献率。假定农村流动人口、户籍常住人口及技术进步等其他因素形成了经济运行的基本模型，可以用下列函数表示：

从博弈论的角度出发，用G表示上海市渔业生产总值，A完全代表了除劳动力投入以外的技术进步、资本投入及其他影响经济变动的因素，F表示农村流动人口，D表示户籍常住人口，α和β分别表示农村流动人口和户籍常住人口对渔业总产值的弹性系数，这里假定A保持不变。因此，可以利用夏普利值中对参与要素的边际贡献运算方法来对农村流动人口的经济贡献进行量化。

根据前文，参与计算的数值都是经过了标准化和对数化的数据，在此基础上，由Shapley值公式对C-D生产函数变换：

式中：t表示t期数据，0表示基期数据，所以有上海市农村流动人口对渔业总产值的贡献为：Δln F/Δln G，根据Shapley值的计算公式，可得：

为了减少α和β取值对经济贡献的影响，本文的两个弹性系数均是学术界的经验值，即α在0.6～0.8，β在0.2～0.4。

同时，根据Shapley值计算公式，可得：

户籍常住人口对渔业总产值的贡献为：Δln D/Δln G。同理，为了减少α和β取值对经济贡献的影响，本文的两个弹性系数均是学术界的经验值，即α在0.6～0.8，β在0.2～0.4。

2.2.2 贡献值测算

经过对模型的计算得到：上海市农村流动人口对渔业总产值的贡献值序列（见表2）、上海市户籍常住人口对渔业总产值的贡献值序列（见表3）。

由表2可知，上海市农村流动人口对渔业总产值的贡献值序列具有一定的波动性，而且在有些年份，贡献值呈负值。渔业毕竟属于农业，避免不了在一些年份会有较大波动，不能笼统的说，贡献值呈负值就一定是人口超越了行业承载极限，所以为了从总体上反映农村流动人口对上海市渔业总产值的贡献，这里将上述结果进行简单的推算，可以得到：

表2 上海市农村流动人口对渔业总产值的贡献值序列Tab.2 The sequence of contribution value of the rural floating population of to the total output value of fishery in Shanghai

当α=0.8，β=0.2时，贡献率的平均值为0.038 702；

当α=0.7，β=0.3时，贡献率的平均值为0.055 756；

当α=0.6，β=0.4时，贡献率的平均值为0.072 789 8；

表3 上海市户籍常住人口对渔业总产值的贡献值序列Tab.3 The sequence of contribution values of the permanent resident population to total output value of fishery in Shanghai

计算三个不同比例的贡献均值可以得到农村流动人口对上海市渔业总产值的贡献均值为0.055 749，也就是说，农村流动人口对上海市经济发展的贡献约为5.6%。

根据表3，上海市户籍常住人口对渔业总产值的贡献值序列也具有一定的波动性，同样在一些年份呈现负值。

将上述结果进行简单的推算可以从总体上反应户籍常住人口对上海市渔业总产值的贡献值，可以得到：

当α=0.8，β=0.2时，贡献率的平均值为0.104 511；

当α=0.7，β=0.3时，贡献率的平均值为0.094 079；

当α=0.6，β=0.4时，贡献率的平均值为0.083 178；

计算三个不同比例的贡献均值可以得到户籍常住人口对上海市渔业总产值的贡献均值0.093 923，也就是说，户籍常住人口对上海市渔业总产值的贡献约为9.4%。

通过改良道格拉斯生产函数计算，得到农村流动人口对上海市渔业总产值的贡献值约为5.6%，户籍常住人口对上海市渔业总产值的贡献值约为9.4%，可见就贡献度而言，户籍常住人口要远远高于农村流动人口。

这里需要说明一点，经过改良道格拉斯生产函数计算出来的贡献值有一定的可信度，但是结果可能偏大，比如：首先，我们假定技术进步不存在，那么技术进步所带来的渔业总产值变动就分配给了人口因素，造成二者贡献值偏大。其次，假设投资不变，会导致一些数据异常，比如九八年东南亚经济危机和零八年全球金融风暴引起投资额迅速降低所导致的渔业总产值的损失，就需要劳动力贡献的弥补，从而导致贡献值的偏大。最后，渔业属于农业中的高风险行业[10]，受自然条件的约束较大，在有些年份因为天气恶劣、环境污染严重等问题甚至还会出现贡献值为负数的情况等等。这些缺陷不影响这里作贡献值的对比分析，因为同样的假设条件下，比较二者的均值还是具有一定的经济意义的。

3 结论与政策建议

基于上海市1992—2012年渔业总产值和人口数据，应用灰色关联度分析和改良生产函数两种方法，揭示了人口结构与渔业总产值的关系，得到如下结论：第一，农村流动人口相对于户籍常住人口对上海市渔业总产值变动影响更大。近年来，上海市农村流动人口增长率较高，户籍常住人口人口增长率较低，而且上海市农村流动人口普遍是青壮年劳动力，具有人口红利优势，而且由于流动性较强，因而与渔业总产值变动的关系更为密切。第二，户籍常住人口比农村流动人口对上海市渔业经济总量的贡献值更高。尽管户籍常住人口与渔业总产值变动的关联度较低，但是户籍常住人口的基数较大，并且渔业资源和技术主要掌握在户籍常住人口手中[11]，另外户籍常住人口在行业间的变动较小，所以贡献值要高于农村流动人口。

渔业经济发展的好坏关乎我国粮食安全，是关乎国计民生的大事[12]，为了促进我国渔业经济的发展，从沿海地区人口结构的角度提出以下几点意见：首先，针对户籍常住人口，可以在政策上提供更多支持。渔民中的户籍常住人口大多数掌握着一定生产设备，如果能够获得更多政策和资金支持，将有利于渔业的产业升级[13]。同时，在渔业转产转业过程中有大量的渔业剩余劳动力从传统的捕捞业和养殖业中解放出来，可以引导其进入渔产品加工、流通、服务等行业，在繁荣渔业的同时减少社会不稳定因素[14]。其次，对于农村流动人口，应当提高其社会保障福利。渔民作业过程风险大，从事一定年限会出现伤病多等状况，相对于户籍常住人口，农村流动人口的社会保障较差，如果改善这方面待遇，更多的农村流动人口会更倾向于选择渔业，这样可以为渔业的发展提供更充足的劳动力支持[15]。最后，着力提高从事渔业的劳动者的素质。从事渔业的劳动者，无论是户籍常住人口还是农村流动人口，文化素质和技术能力都处于较低的水平，要改善这种局面可以从建立渔民教育和培训体制上下功夫。

[1]杨子江，柯炳生.关于粮食安全与渔业发展的对话[J].中国渔业经济，2006，03：75-80+82.

[2] 李振龙.专家学者共同探讨中国渔业经济发展方向——“2007中国渔业经济专家论坛—渔业增长方式转变学术研讨会”在中国水产科学研究院成功召开 [J].中国水产，2007，02：16-19.

[3]周信君.夏普利值在产学研利益分配中的应用 [J].消费导刊，2007，05：23+155.

[4]董晓花，王欣，陈利.柯布——道格拉斯生产函数理论研究综述[J].生产力研究，2008，03：148-150.

[5]陈自强，林超.关于渔业基本涵义及渔业发展内外部因素[J].黑龙江水产，2008，02：45-48+32.

[6]张象枢.要素整合与系统演化——中国三农问题出路的系统思考[A].中国系统工程学会农业系统工程专业委员会、中国农业工程学会农业系统工程专业委员会；湖南省农业系统工程学会、湖南省农学会、湖南省休闲农业协会、湖南省长沙市科学技术协会、台湾休闲农业学会、台湾农业经营管理学会、台湾神农科技发展协会、中华两岸农业交流发展协会；湖南省长沙市科学技术协会.2011年中国农业系统工程学术年会论文集；海峡两岸农业学术研讨会论文集；长沙市第五届自然科学学术年会农学研讨会论文集[C].中国系统工程学会农业系统工程专业委员会、中国农业工程学会农业系统工程专业委员会；湖南省农业系统工程学会、湖南省农学会、湖南省休闲农业协会、湖南省长沙市科学技术协会、台湾休闲农业学会、台湾农业经营管理学会、台湾神农科技发展协会、中华两岸农业交流发展协会；湖南省长沙市科学技术协会：，2011：9.

[7]赵青霞.河北省科技投入与经济增长的灰色关联度分析[J].现代物业（中旬刊），2011，04：42-44.

[8]崔岩.流动人口心理层面的社会融入和身份认同问题研究[J].社会学研究，2012，05：141-160+244.

[9]林森.上海市流动人口经济融合状况研究[D].上海社会科学院，2012.

[10]韩兴勇.战后日本渔业人口过剩问题及对策 [J].中国渔业经济，2002，04：49-35.

[11]葛相安，刘世禄.我国渔业发展现状、问题及出路[J].中国渔业经济，2009，04：5-12.

[12]同春芬，黄艺.我国海洋渔业转产转业政策导致的双重困境探析——从“过度捕捞”到“过度养殖”[J].中国海洋大学学报（社会科学版），2013，02：1-7.

[13]杨子江，阎彩萍.我国沿海地区渔业基本经营主体调查分析报告[J].中国渔业经济，2008，06：21-28.

[14]陈新军.海洋渔业资源可持续利用评价 [D].南京农业大学，2001.

[15]阎峰，高健，孙家平.南漪湖及其周边乡镇社会经济可持续发展的研究[J].上海水产大学学报，2003，02：163-167.

Comparative Analysis of the Contributions of Rural Floating Population and Household Resident Population to the Gross Output Value of Fisheries in Coastal Areas—A case study of Shanghai city

Zhang Shuai，Wang Lei，Han Xingyong
（College of Economics and Management，Shanghai Ocean University，Shanghai 201306，China）

The paper takes Shanghai as an example，divides the population in coastal areas into the rural floating population and the household resident population.Then based on the statistics of the rural floating population，household resident population and the gross output value of fisheries from 1992 to 2012，the paper makes an empirical study on the relationship of the rural floating population and the household resident population with the gross output value of fisheries of Shanghai by using the methods of grey correlation analysis and improved Douglas production function model.The results show that the correlation between the rural floating population and the gross output value of fisheries is higher than that between the household resident population and the gross output value of fisheries.The contribution of household resident population to the gross output value of fisheries is higher than the contribution of the rural floating population's.On this basis，the article finally puts forward several suggestions for promoting the growth of coastal fisheries.

Pural floating population；Household resident population；Gross output value of fisheries；Greycorrelation，Empiricalanalysis

F307.4

：A

：2095-1647（2014）03-0011-07

2014-03-05

张帅，男，硕士研究生，主要研究方向：渔业经济增长影响因素，E-mail：18817564983@126.com。