城镇化与粮食生产效率关系的VAR模型分析*

章 乐，郑循刚

(四川农业大学管理学院，成都 611130)

·问题研究·

城镇化与粮食生产效率关系的VAR模型分析*

章 乐，郑循刚※

(四川农业大学管理学院，成都 611130)

目的:中国粮食生产实现了“十二连增”，我国城镇化率也在持续提升并已在2011年突破了50%，然而在两者不断增长的背后却隐含着复杂的相互影响关系，文章利用我国1991～2014年城镇化率和主要粮食单位面积产量的时间序列数据，研究两者之间的关系。方法:通过变量间的多项检验后，构建了VAR模型，并对城镇化和粮食生产效率之间的关系进行了协整分析、脉冲响应分析和方差分解分析等。分析结果认为:城镇化和粮食生产效率两者之间存在长期稳定的均衡关系。其中，城镇化对粮食生产效率有显著的正向影响，且该影响作用随着时间的增加效果减缓；粮食生产效率对城镇化的影响作用呈现先负后正的波动状态。结论:结合我国实际政策背景和理论环境进行了进一步深入剖析，造成该结果的深层原因主要是耕地面积、农业劳动力、户籍制度、农业经营规模、先进科学技术等要素，最后分别从城镇、农业和政府3个视角提出了相关的对策建议。

城镇化 粮食生产效率 实证分析 对策建议

0 引言

城镇化的相关概念于1875年被提出，新中国成立以来尤其是改革开放以后，我国城镇化发展的步伐不断加快，对城镇化的认识也不断深化。城镇化是伴随工业化发展、非农产业在城镇集聚、农村人口向城镇集中的自然、社会历史过程。而新型城镇化要求以民生、追求质量和可持续发展为内涵，以人为核心，来实现中国的新型城镇化的特色之路[1]。城镇化在解决农村剩余劳动力，扩大内需，推动经济增长、促进粮食生产的技术进步以及改善粮食生产的基本条件等方面发挥着巨大的作用。在《国家新型城镇化规划(2014～2020年)》中提出“城镇化是社会经济发展、国家现代化的必由之路，是人类社会进步的产物，同时也是解决农业农村农民问题的重要途径，是推动区域协调发展的有力支撑，是扩大内需和促进产业升级的重要抓手。”

粮食生产效率关乎国家的粮食安全问题，而粮食安全问题又是关系到国家战略发展的核心问题[2]。一般而言，从生产角度看，粮食生产效率越高，粮食生产满足消费需求的能力也越高，意味着国家的粮食安全水平也就越高。

改革开放30多年以来，我国粮食生产效率在不断地提高。同时，我国的城镇化率也在持续的上升，在两者不断增长的背后却隐含着相当复杂的相互影响关系[3]。城镇化的推进可能会面临与粮食生产竞争土地、水资源、农业劳动力、资金投入等要素，在环境规制角度下城镇化不利于粮食生产技术效率的改进[4]； 但粮食生产的技术进步以及粮食生产基本条件的改善也是伴随着城镇化的发展而发生的[5]，并且粮食安全是积极稳妥推进城镇化的基础[6]。随着社会的不断发展两者必将达到一定的饱和状态并维持稳定，如何正确把握新型城镇化指导思想并更好地利用城镇化的发展来带动粮食生产效率的稳定及提升，是当下中国面临的一个非常紧迫的核心问题[7]。文章将研究城镇化和粮食生产效率两者之间的关系，以实现两者之间的良性互动发展。

1 城镇化与粮食生产效率的实证分析

1.1 数据来源及说明

农业部农村经济研究中心主任宋洪远在谈及我国农业竞争力的高低时指出农业竞争力要看“三率”，其中第一“率”为土地产出率，也就是单位面积产量的高低。鉴于指标的经济意义和数据的可得到性，本文中粮食生产效率用主要粮食农作物的单位面积产量(LSDC)来表征； 城镇化(CZH)用城镇人口在人口构成中比重来衡量。该文选用了1991～2014年度的时间序列数据，数据来源于《中国统计年鉴2014、2015》，通过构建VAR模型以研究城镇化与粮食生产效率之间的相互影响关系。

表1 变量的单位根检验结果

变量检测类型ADF统计量临界点平稳性CZH(0,0,0)1.3277-2.6743非平稳LSDC(C,T,0)-2.6400-3.2486非平稳DCZH(C,T,0)-5.1662-3.2547***平稳DLSDC(0,0,0)-4.2719-2.6743***平稳 注:①检测类型中C、T、K分别表示检验模型中含有截距项、时间趋势项、滞后阶数;②D表示一阶差分;③*、**和***分别表示在10%、5%和1%显著性水平上拒绝原假设(下同)

表2 协整检验的结果

表3 CZH与LSDC的格兰杰因果关系检验

1.2 变量的检验

1.2.1 平稳性检验

伪回归往往使得模型的拟合优度偏高，t统计量偏大，从而夸大模型的效果。因此，要想得到客观的结果，必须进行平稳性检验。表1为城镇化和粮食生产效率指标变量的单位根检验结果。

由表1可知，LSDC和CZH的ADF检验统计量的值大于10%的置信水平下的临界值，在这种情况下不能拒绝原假设，即原始序列LSDC和CZH存在单位根，是非平稳的。而对CZH和LSDC进行一阶差分后进行单位根检验，它们的ADF检验统计量都小于1%置信水平下的临界值，所以能拒绝原假设，经过一阶差分后的非平稳序列CZH和LSDC是平稳的。

1.2.2 协整性检验

非平稳序列不能直接建立VAR模型，否则会导致伪回归，必须要通过协整检验。由于该文仅涉及CZH和LSDC 2个变量，因此采用E-G两步法进行协整性检验。检验结果如表2所示。检验形式既不包含常数项也不包含趋势项其滞后期为0，此时的ADF值为-5.112 6，小于1%置信水平下的临界值-2.679 7，LSDC和CZH 2个变量回归的残差项序列都是平稳的。因此，认为在1%的置信水平下，LSDC和CZH 2个变量为(1， 1)阶协整，也就是说，CZH和LSDC存在长期均衡关系。

1.2.3 Granger因果关系检验

在CZH和LSDC存在长期均衡关系的基础上，须检验两者之间是否存在因果关系，避免模型出现伪回归。运用Eviews对城镇化和粮食生产效率进行格兰杰因果关系检验，原假设为“CZH不是LSDC的Granger原因”和“LSDC不是CZH的Granger原因”，选取滞后长度分别为1、2，检验结果如表3所示。结果表明：城镇化是粮食生产效率的单向格兰杰因果关系，粮食生产效率不是城镇化的格兰杰原因。由此说明，CZH与LSDC之间存在因果关系，CZH是LSDC的Granger单向原因，随着城镇化进程的加快对有效促进粮食生产效率具有重要的影响作用。

1.3 构建VAR模型

1.3.1 VAR模型滞后期的选择

为了使得VAR模型参数具有较强解释力，需要对模型的滞后期与自由度进行权衡选择，使它既能够完整地反映VAR模型的动态特征，又可以保证模型的自由度。结果如表4所示，基于5种常用指标选择1作为最优的滞后期，建立1阶滞后模型。

表4 VAR模型滞后期的选择准则

LagLogLLRFPEAICSCHQ0-195.4175NA128486219.741819.841319.76121-118.9974129.9142*923.8458*12.4997*12.7984*12.5581*2-115.23555.6428962.419212.523613.021412.62073-114.03351.56271325.263012.803413.500412.93944-109.61264.86291372.392012.761313.657412.9362 注:*表示根据各评价指标分别选择的最优滞后期

1.3.2 VAR模型估计

1.4VAR模型的检验及分析

1.4.1 模型的稳定性检验

对VAR模型来说，检验其是否平稳主要是检验模型的特征根是否全部都落在单位圆中，即VAR模型的特征根数值不大于1，如果满足该条件则模型是平稳的，但只要有一个特征根没有落入单位圆内，则模型是非平稳的。对本文构建的VAR模型进行了平稳性检验，得到模型的特征根分布均位于单位圆内，可知该VAR模型是平稳的。

1.4.2 脉冲响应分析

脉冲响应函数描述的是VAR模型中的一个内生变量的冲击给其他内生变量所带来的影响，刻画了内生变量对误差变化大小的反应。检验结果如图1所示。

图1 脉冲响应图

从图1可以看出，CZH对自身信息冲击的响应函数时间路径一直为正，并且一直维持稳定不变水平。CZH对LSDC信息冲击的响应函数时间路径一直正，第1期为0，之后开始逐期不断持续上升。LSDC对自身信息冲击的响应函数时间路径一直为正，但其影响不断下降到第7期趋于平稳。LSDC对CZH信息的冲击响应函数的时间路径现有一个微弱的负向响应，但其响应路径一直不断上升，第2期之后开始呈现正向响应，其响应函数时间路径先负后正呈波动分布。

1.4.3 方差分解分析

方差分解是通过分析每一个结构冲击对内生变量变化的贡献度，进而评价不同结构冲击的重要性。CZH和LSDC的方差分解结果在10期以后趋于稳定，一方面，粮食生产效率的波动不仅受自身冲击影响显著，城镇化对其冲击随着时间推移同样具有显著贡献，受来自城镇化水平的冲击对粮食生产效率变动的贡献率从第5期开始以较快的速率增大，到第10期达到8.53%左右，也即粮食生产效率的预测方差的8.53%可由城镇化水平的变动来解释。另外一方面，城镇化变动受到粮食生产效率的贡献率从0开始持续上升至11.95%左右维持稳定不变。

2 结论及建议

2.1 结论

通过对城镇化与粮食生产效率关系的实证分析，我们认为城镇化和粮食生产效率之间存在长期稳定的相互关系，得出以下结论并结合我国实际政策背景和理论环境探讨分析了其背后的经济意义。

(1)城镇化对粮食生产效率具有显著的正向影响，并且这种正向影响关系前期剧烈，后期缓慢。说明城镇化的发展通过促进农业科技进步、加速现代农业化发展、吸引促进资金对农业的投入、提高农村劳动力的素质能力等为增强粮食生产效率而创造了诸多有利的条件。但是随着城镇化的广泛推广，可能会侵占更多的农田土地、水、资金等资源而阻碍粮食生产效率的提升，所以后期其正向促进作用减缓。

(2)粮食生产效率对城镇化发展的影响呈先负后正的波动状态。粮食生产效率提升的初期，受到经济效益、户籍政策、结构性就业以及耕地转换为建设用地等问题的影响，从而一定程度上使得其对城镇化的影响作用会出现短暂为负的情况。而随着粮食生产效率的进一步扩大，使得粮食安全问题得以保障，从而通过达到物质保障、要素支撑等必要条件积极稳妥地推进了城镇化的发展。

2.2 对策建议

鉴于城镇化和粮食生产效率之间产生的影响，为了正确把握城镇化指导思想并更好地利用城镇化的发展来带动粮食生产效率的提升，该文从城镇、农业和政府3个方面提出了相应的对策建议。

(1)城镇的角度：高质量的推进新型城镇化内涵式发展，增强集聚辐射能力。合理配置城镇化进程和规模，调整新型城镇化发展内部产业结构和生产模式； 由外延扩张转化为以人为核心的内涵式发展，有效地吸收农业剩余劳动力，促进城乡居民知识和财富的增长； 探求有效发展新型城镇化的户籍制度和相关的社会保障制度[10]； 通过协调发展、集约利用、产业升级转型、低碳经济以及生态文明等途径来实现新型城镇化的发展； 加大工业化和城镇化对发展农业科学技术辐射促进作用，带动周围城乡的持续快速发展。

(2)农业的角度：大力发展现代农业，提升粮食生产效率。强化耕地保护制度，坚守1.2亿hm2粮食耕地红线，保护现有耕地，加强耕地质量管理，保障农田水利灌溉等基础设施的建设和维护，强化耕地污染的治理力度，提高土地利用率和耕地集约化规模； 对农业劳动力从思想上到行动上改善传统农业的管理手段和管理模式，加强技能培训，不断学习新知识技巧，推进农业集约和规模化生产理念，提高农业新观念、新科学技术的敏感度，与现代农业技术设施设备相结合，从传统农业生产方式向现代农业的方向转变，促进粮食生产效率的高效发展，保障粮食安全。

(3)政府的角度：统筹规划，促进城镇化与粮食生产效率的协同发展。统筹规划城乡土地的利用，合理制定城乡区域农业耕地保护和城镇发展用地，严守生态保护红线和城市开发边界线，优化城乡用地空间形态； 统筹城乡规划与产业布局，因地制宜，促进新型城镇化发展的同时，促进农业生产的协调发展[11]； 平衡城乡居民收入机制，促进城镇新技术、新机械、新方法在农村的推广使用，提高农民种粮积极性，完善粮食储备和流通体系； 合理配置城乡基础建设投资，完善城镇和农村教育制度，让农民有更多的权利和机会学习并运用城镇化发展的成果。

[1] 姚士谋，张平宇，余成，等.中国新型城镇化理论与实践问题.地理科学， 2014, 34(6): 641～647

[2] 李娜. 新常态下农业可持续发展的新问题及对策研究.中国农业资源与区划， 2016, 37(1): 30～33

[3] 杜宇能. 工业化城镇化农业现代化进程中国粮食安全问题.安徽：中国科学技术大学， 2013

[4] 赵丽平， 王雅鹏，何可.城镇化、农村人力资本与粮食生产技术效率——基于环境规制视角的面板数据分析.农业现代化研究， 2015, 36(4): 565～602

[5] 刘卉. 城镇化进程中的粮食安全政策研究.湖南：湖南师范大学， 2012

[6] 徐建玲， 查婷俊.基于城镇化视角的省域粮食安全研究——以江苏省为例.资源科学， 2014, 36(11): 2353～2360

[7] 程广燕， 刘珊珊，王东阳.工业化城镇化背景下粮食生产的制约因素及对策——基于粮食主产区湖南省宁乡县的调研分析.中国农业资源与区划， 2014, 35(6): 53～57

[8] 刘红利， 高峰.城镇居民食物消费结构变动对农业的影响——基于VAR模型的实证检验.中国农业资源与区划， 2016, 37(1): 99～105

[9] 李子奈， 潘文卿.计量经济学(第三版).北京：高等教育出版社， 2010：174～177， 261～306

[10]马远， 龚新蜀.城镇化、农业现代化与产业结构调整——基于VAR模型的计量分析.开发研究, 2010，(5)： 85～91

[11]常文涛. 农民财产性收入与城镇化互动关系——基于1978～2012时间序列数据的分析.价格理论与实践, 2013，(4)： 59～60

THE RELATIONSHIP BETWEEN URBANIZATION AND FOOD PRODUCTION EFFICIENCY BASED ON THE VAR MODEL ANALYSIS*

Zhang Le，Zheng Xungang※

(School of management, Sichuan agricultural university, Chengdu 611130, China)

China′s food production has realized "twelve-year consecutive growth", and China′s urbanization rate also continues to ascend and have excessed 50% in 2011. However, behind the over-growing situation of food production and urbanization, there is complicated interactional relationship between them. Based on the data of the urbanization rate and the main grain yield per unit from 1991 to 2014, this paper studied the relationship between food production and urbanization using VAR model after a number of test variables, co-integration analysis, impulse response analysis, and variance decomposition analysis. The results showed that there was long-run equilibrium relationship between urbanization and food production efficiency. Urbanization had a positive and significant impact on food production efficiency, which declined as time went by. The impact of food production efficiency on urbanization was negative and then became positive afterwards. Combined with the national realistic policy background and theoretical environment, it concluded that the main causes were cultivating land, agricultural labor force, the household registration system, agricultural management scale and advanced science and technology, etc. In the end, it put forward relevant countermeasures and suggestions respectively from the three perspectives of township, government and agriculture.

urbanization; food production efficiency; the empirical analysis; VAR; countermeasures and suggestions

10.7621/cjarrp.1005-9121.20170115

2016-06-08 作者简介：章乐(1993—)，女，湖南湘潭人，硕士。研究方向：技术经济及管理。※通讯作者：郑循刚(1966—)，男，四川雅安人，教授。研究方向：技术经济及管理。Email：zxg9@163.com *资助项目：国家科技支撑计划项目“城镇近郊区空心村整治关键技术研究与示范课题”(2014BAL01B04)

TU984; F326.11; F224

A

1005-9121[2017]01096-05