降雨量对城镇化的影响机制研究*

鄢姣 胡必亮

在国家的现代化进程中，城镇化、农业现代化往往相辅相成，共同发展。农业是国民经济的基础，农业发展水平和农业劳动力的剩余状况是城镇化发展的前提条件，它不仅为非农产业和城市社会提供食品、原料供给，还提供良好的生态环境、休闲场所和广阔的市场，并伴随着农业劳动生产率水平的提升，不断地从农业部门产生出剩余劳动力。城市则为第二、第三产业提供空间聚集场所，并大量吸收农业剩余劳动力在其间转移。总体而言，中国的农业现代化水平尚不高，农业基础设施建设仍然比较薄弱，农业生产受气候变化影响比较大，气温、降雨等气候变化对中国农业的直接或间接影响仍然比较显著。当然，农业现代化程度不同的地区，应对气候变化风险的能力差异也很大。本文从降雨量及其变化情况出发，分析降雨量对农业生产、农村居民向城镇转移以及城镇化发展水平的影响。

一、文献综述

气候变化会对农业生产产生影响，这一观点在现有的文献中已经得到多方验证，部分学者通过研究发现农业产出对某些气候因素，如气温、降雨量、白昼温差及日照强度等的变化较为敏感，探索了影响农业产出的具体气候因素（王馥棠，1996；Welch et al.，2010；麻吉亮等，2012；Dell et al.，2014；侯麟科，2015；周洁红等，2015）。更为深入地，Schlenker&Robertsb（2009）和Chen et al.（2016）通过研究美国与中国气候变化对一些代表性农产品（如玉米、大豆、棉花等）产量的影响，认为气候变化与农业产量间存在着先增后减的倒U型关系；同时，林而达等（2006）、Cline（2007）、潘根兴等（2011）、Zhang et al.（2017）借助农作物生长模拟模型（Crop-simulation Model），模拟了气候要素（温度、湿度、光照等）的变化对农作物生长及产量的影响，得出了不确定的气候变化会对中国农业产量产生负面影响的结论。此外，刘彦随等（2010）和Lobell et al.（2011）也指出气候的变化会制约农业技术的突破与推广，进而在一定程度上抵消农业技术进步带来的农业产量的增加。

另有学者发现，气候变化对人口迁移也有一定影响（Hugo，1996；Myers，2002；Warner etal.，2009；余庆年等，2010；Piguet et al.，2011；Foresight，2011；Gray and Mueller，2012）。如Barrios et al.（2006）发现非洲撒哈拉以南地区降雨量影响了农村与城市间的人口流动。也有学者研究得出农业产量是气候变化对人口迁移产生影响的中间因素，如Feng et al.（2010）和Feng and Oppenheimer（2012）分别以墨西哥和美国为研究样本，发现气候变化导致粮食产量不稳定，进而影响了墨西哥与美国间的国际人口迁移和美国内部的人口流动；类似地，Gray and Mueller（2012）发现由于孟加拉国降雨量减少引起粮食产量剧减，导致人口大量外流。此外，Feng et al.（2016）对气候变化、农业产量、人口迁移三者的关系做了详细分析，发现气候变化与农业产量呈非线性关系，这证实了前人提出的两者之间呈倒U型关系的结论；而且，气候变化与人口迁移也为非线性关系，且气候变化对正处于发展中的农业国家的人口迁移具有更为显著的影响。

相较于农村地区转变为城镇地区的行政区划调整和城镇人口的自然增长所导致的城镇化水平提升，人口迁移是提高发展中国家城镇化水平的主要路径，具体表现为农村人口向城镇的迁移（殷江滨和李郇，2012）。例如，Jeffrey（1988）通过对16个发展中国家城镇化历程的研究发现，城乡间人口迁移对其城镇化率的贡献值达33%—76%，平均值为58%；Zhang和Song（2003）也测算出中国1978—1999年农村向城镇迁移的人口占城镇人口增长的75%，这是中国城镇化率提高的主要原因。

综上可知，已有大量文献研究了气候变化对农业产出和人口迁移的影响，以及人口迁移与城镇化之间的关系，但不足之处有两点：第一，鲜有文献直接涉及气候变化与城镇化关系的研究。第二，缺乏从逻辑层面串联起气候因素、农业产出、人口迁移和城镇化传导机制的文献。因此，本文在前人研究的基础上，以降雨量为代表，试图构建气候变化导致农业产出变化，引起城乡间人口迁移变动，继而导致城镇化水平变化的传导机制，以探索气候变化对中国城镇化水平的影响。更为具体地，本文的主要工作和贡献是：第一，以两部门模型为基础，推导了“降雨量—农业产量—农村人口迁移—城镇化”的理论传导机制。第二，通过建立“减约型”的计量模型，运用186个地级市数据对理论模型进行实证分析，确定降雨量与城镇化的直接关系；第三，为了深入分析降雨量对城镇化的影响，将地级市按农业全要素生产率的高低进行分类回归，从而揭示了降雨量对不同农业技术水平地区城镇化的不同影响程度。

二、理论模型

1.基本假设

我们通过回顾已有文献，简要提出了一套地区降雨量影响当地城镇化率传导机制的分析思路，即降雨量在一定程度上影响农作物的产出，进而导致农村居民收入变化，当收入由于产量减少而降低时会加速农村劳动力向城市部门的转移，继而影响城镇化率。下文将试图从理论层面上分析这一传导机制的合理性和有效性，从而推导降雨量对农村人口向城镇转移的实际效果。

关于理论模型，本文首先提出了如下四个假设：（a）城乡二元结构经济和小型开放经济体假设，该假设认为城乡两部门共同构成所要研究地区的经济总体，劳动力可在两部门中自由流动，城市部门承担了第二和第三产业的产出（以工业和服务业为代表），农村部门则负责农产品的生产；农产品与工业产品除本地消费外均可以参与对内（其他地区）或对外贸易，服务型产品则由于其时效性被假定为只可对内消费。（b）假设城市部门符合标准的城市经济学模型（Duranton and Puga，2004;Desmet and Henderson，2015），以便于对城市劳动力收入的计算。（c）为简化推导，在城乡构成经济整体的基础上，假设人口流动仅限于城市周边的农村人口向城市流动，认为城市的吸引力只会对其周边的农村地区产生作用。（d）借鉴前人的相关研究，本文也假设降雨量对于农作物产出的影响呈非线性关系，即倒U型关系（Shuai Chen，et al.，2015;Ruohong Cai，et al.，2016），农作物产出随着降雨量的增加呈现先增后减的态势①。

2.基本模型

在城市部门模型的建立方面。第一，根据假设（a），城市部门主要从事制造业和服务业的生产，服务性产品在地区之间往往不可贸易，而制造业产品则是潜在可贸易的，既可用于本地消费，也可用于贸易。假设服务业单位产出为b，制造业单位产出为cLεM，这里LM是制造业总劳动力，且ε＞1。ε代表制造业规模经济，它由技术溢出与垄断竞争市场下的中间品投入决定②。因为城市中制造业最终产品的贸易价格是固定不变的，并假设工资的行业无差异，从而城市单位劳动工资可以表示如下：

其中，ps是指服务业价格，制造业价格是基准价格。

第二，由假设（b）中的标准城市经济学模型可知，城市劳动力被假设为呈直线状均匀分布在城市中［-NU/2，NU／2］，他们面临相等的自主性支出，包括租金和通勤花费，其中租金与居住地距离呈反比，在城市最外围居住的租金为0。也就是说，距离城市中心越远的劳动力，他们所要支付的住房租金越低，但是所花费的通勤成本却越高，劳动收入也因为工作时间的缩短而减少。

同时，城市为了吸引企业入驻、充分利用人口红利，从而促进城市经济增长，政府的最优做法是将所收的地租以补贴形式发放给企业，并最终以再分配形式提高劳动力收入水平（雷潇雨等，2014）。因而单位劳动力的净收入（工资收入 租金-通勤成本+城市地租再分配）可表示为：

NU是城市人口③。当然，随着城市规模的扩大，单位工人的劳动时间减少，这是城市扩张的一个成本。城市的大小影响了劳动力花费在通勤上的时间，进而影响了总劳动时间的供给。设总劳动力为L，则有：

这里Ls是服务业的劳动力供给。

在农村部门模型建设方面。农村部门生产的产品为农产品，并以固定价格PA在市场上销售（包括贸易部分）。农村部门的单位劳动收入假设为：

其中是f1、f2是一阶偏导，f22是二阶偏导，NA为农村人口。f1＜0反映边际产出递减规律，即农村人口增加，单位劳动力产出降低；f2（R→0）＞0，f22＜0表达了假设（d）中降雨量与农业产出的非线性关系。

在人口迁移模型建设方面。由于农业产量下降导致农业劳动力转移是人口迁移的一个因素（Feng et al.，2016）。理想化地假设两部门的失业率均为0，在忽略农村劳动力进入城市工作的摩擦成本后，模型达到稳态解的条件是城市部门与农村部门的收入相等，此时两部门之间停止人口流动，因此可得如下公式：

其中，N是总人口。

同时，本模型也要求非贸易服务业市场出清。其中，服务业总产出为bLs，面临的总需求为D（y，PA，Ps）④，是单位需求，通过服务业市场出清。将式（2）与式（5）代入，可得：

在降雨量对城市人口变化的影响方面。本文研究的目的是分析降雨量对城市人口变化的影响，因此需要求出dNU/dR，探索降雨量对城市人口的实际影响效果，综合式（1）、（3）、（5）和（7）。

假设服务业的收入价格弹性与需求价格弹性分别为ηy＞0，ηPs＜0。运用公式（6）以替换NA，通过式（1）、（3）、（5）和（7）联合求解可得到模型的比较静态解如下⑤：

由式（5）的微分形式（8），在等式两边同时除以dNU，当dR=0时，若NU增加，表达式将变为负值，从而可以推出：

三、数据来源与模型设定

1.数据来源

本文的数据来源于2003—2013年度的《中国统计年鉴》《中国城市统计年鉴》《中国区域统计年鉴》，各省（市区）统计年鉴及《广东农村统计年鉴》。在所有地级及以上城市中，舍弃了同一变量连续缺少两年及以上样本数据的城市和在2003—2013年有所调整的城市。例如，2011年撤销了巢湖市这个地级市，2011年新设立了毕节市和铜仁市这两个地级市，2012年新设立了三沙市这一地级市等。最终得到了186个样本城市的数据，此外，对于缺少个别年份数据的样本运用线性插值法进行补足⑦。

2.模型选择

在上述理论模型的基础上，为了进一步验证降雨量与城镇化的关系，设立了如下简约型的固定效应模型：

式（10）中，Yit表示城镇化率；Rainit为各地级市年均降雨量，Rain2为年均降雨量的平方项；是Xit为所有随时间变化、与降雨量有关且可能会影响城镇化水平的变量（见表1）；Tt表示年份固定效应，同一地区所有因为时间变化而发生变化的因素由时间固定效应控制；Di表示地区固定效应，不同地区的城镇化水平差异较大，这部分不随时间变化的地区城镇化率差异由地区固定效应控制；εit是计量经济模型的误差项。

3.变量设置与说明

根据第三部分的理论模型，本文实证分析部分验证的是“降雨量减小—农业产量降低—城镇人口增加—城镇化水平上升”这一逻辑思路。同时，为了解决遗漏变量造成的内生性问题，本文控制了一系列与降雨量有关且影响城镇化率的变量。

4.区域发展等级差异性问题

现阶段中国区域间发展十分不平衡，不同区域间各城市的经济实力和发展方式差别较大，如东部沿海地区城市的经济发展水平就远超中西部城市，经济实力也将直接影响农业基础设施建设及相关投资；再加上自然资源禀赋和地理条件的限制，各地区的农业发展水平也有所不同。事实上，不同的农业现代化发展程度，也使得不同地区的农业生产条件不同，从而导致降雨量对城镇化的影响也会有比较大的差别，因此有必要分别进行讨论。

表1 变量描述性统计（观察值：3113，样本量：193，时间跨度：2003—2013年）

凡是提到分区域研究时，人们习惯上就会将中国的地区按照地理位置分成东部、中部、西部三大地带，但这种方法对于研究城镇化问题来说有点过于粗略。本文主要是分析农业现代化水平不同的地区，降雨量对其城镇化的影响程度问题，而农业生产率又是农业现代化水平较为合理的衡量指标，因此本文根据各个省份农业全要素生产率的增长率高低对各地级市进行了新的划分。实际上，这样的划分此前已经有了，本文只是在相关研究的基础上有针对性地进行了更加详细的研究。譬如，全炯振（2009）已经测算过中国各省份的农业全要素生产率，并根据所测算数值的高低，对农业全要素生产率增长率高低不同省份的城市进行了重新划分，其研究划分的结果显示，农业全要率生产率高的地区东部省市占了8个，即山东、海南、辽宁、浙江、江苏、广东、天津、北京；中部地区1个，即河南；西部地区1个，即贵州。农业全要素生产率处于后10位的省份主要位于中国西部地区，包括新疆、宁夏、内蒙古、青海、四川、陕西、甘肃、西藏等8个省或自治区；中部地区有2个，即湖南和安徽；东部地区没有处于最后10位的。陈卫平（2006）对中国农业TFP也做过类似的研究，其测算结果也比较类似，前8位的结果与全炯振所得结果相同，但是陈卫平又分出来了后5位，其中有4个都位于西部地区。鄢姣（2015）也同样测算出了中国不同省份的农业全要素生产率的情况。由此，根据这些相关文献的分类，利用农业全要素生产率指标将所要研究的样本城市分为三类，进行分组回归，下面将介绍回归分析结果。

四、基于中国186个地级市的实证研究结果分析

1.主要回归结果分析

根据上文的变量分析和理论模型设定，可以得到下面的回归结果（如表2所示）。

表2给出了固定效应估计结果。模型（1）单独考虑了降雨量与城镇化率的关系。结果显示，如果降雨量减少一个百分点，那么城镇化率将提高0.002%。虽然影响较小，但也说明了降雨量减少在一定程度上促进了城镇化的发展。在模型（2）中，引入了降雨量的平方项，实证结果显示其系数为正，同时降雨量一次项系数为负，故可知，降雨量与城镇化率之间确实存在着一个先下降后上升的正U型关系，且这种关系在5%的显著性水平上显著，较好地证实了之前的假设。模型（3）则控制了农业产量及其一期滞后项和灌溉水平三个变量，以控制降雨量影响城镇化水平的内生渠道。尽管三个控制变量的回归系数相对较小，但与城镇化率都具有显著的负相关关系；另外，降雨量与城镇化率的正U型关系仍然在5%水平上显著。模型（4）进一步控制了代表社会经济水平的人均资本存量和反映行业集中程度的产业集聚效应，试图研究在一定的社会发展水平下降雨量对城镇化的影响。结果显示，降雨量与城镇化率的正U型关系依旧显著。从模型（2）、（3）（4）也可以看出，降雨量及其平方项的回归系数分别维持在0.05%和-0.17%左右，表明降雨量与城镇化率呈稳定的正U型关系。所以，当实际降雨量从左右两侧向拐点值靠近时，农业产出均会增加，从而导致城镇化率的下降；反之，当实际降雨量远离拐点值时，农业产出下降，城镇化率上升。

表2 降雨量对城镇化率的影响

2.分类结果回归分析

根据前面的分析，具有不同产业特征、不同人口规模的不同城市，降雨量对城镇化水平的影响程度也是不同的。因此，用农业全要素生产率的增长率指标，对样本城市进行分类，然后按城市类别对模型进行估计。结果如表3显示，无论在农业全要素生产率是高还是低，或是处于中间的城市，降雨量与城镇化率的正U型关系依旧存在；但是对于农业全要素生产率处于较高和中间水平的城市，这一关系并不显著，只有那些农业全要素生产率较低的城市，降雨量对城镇化率的影响比较明显，正U型关系在10%的显著性水平上显著。

表3 降雨量对城镇化率的影响（按城市等级分类）

从表3也可以看出，城市分类回归与整体回归的结果基本一致，降雨量与城镇化水平有着正U型关系。针对农业全要素生产率处于中高水平的城市，降雨量对城镇化率的影响并不显著，对此不难做出合理解释：如果一个地区的农业现代化程度越高，那么农业基础设施越完善，农业生产技术水平也越高，在降雨量变化较大，或是遇到旱涝等自然灾害时，先进的农业生产条件会避免农业产出因为自然条件的恶化出现大幅下降，从而缓解自然灾害对农业产出的不利影响。因此，对这些城市而言，降雨量并不会明显地影响城镇化水平。从（5）中的回归可以看出来，农业全要素生产率增长率低的城市降雨量对城镇化率影响是显著的，也就是说，由于农业生产条件落后，这些地区的农业生产更容易受到降雨量等自然气候的影响，因此有更多的人口会由于降雨量的减少而从农村转移到城镇，进而影响城镇化率。

3.稳健性检验

前述所有模型的被解释变量均是城镇化率，后者是衡量城镇化水平的最常用指标。为了检验模型的稳健性，下面将市辖区总人口数变化率作为被解释变量进行回归分析。从表4可以看出，回归结果的符号与表2呈现一致，只是在加入控制变量后降雨量与城镇化水平的显著程度有所下降。这是因为城镇化率是一个相对变化率，它的大小取决于市辖区总人口与全市总人口两部分，但是市辖区的人口变化是一个绝对值，用它来衡量城镇化水平并不精确。但可以肯定的是，稳健回归结果更加证实了之前估计结果的可靠性，即降雨量与城镇化水平存在较为稳健的正U型关系。

表4 稳健性分析（被解释变量为市辖区人口的对数值）

五、结论与启示

农村劳动力流动在城乡经济发展中具有重要作用，决定劳动力自由流动的因素有很多，本文的主要目的是探讨降雨量对于农村人口向城镇转移进而对城镇化水平的影响。

本文在已有文献的基础上，建立了一个简单的关于降雨量、农业产出、人口迁移和城镇化水平的两部门经济模型。提出了降雨量对城镇化水平影响的传导机制，即降雨量影响农业产出，继而影响农村劳动力向城市部门的转移，最终影响城镇化水平。理论部分推导得出了降雨量与城镇化水平间存在正U型关系，即正U型曲线的拐点处是降雨量对农业产出的最优值，拐点处的农业产量最高，农民收入也最高，而城镇化水平最低；当降雨量从曲线两侧向拐点值靠近时，农业产量增加，农民收入上升，农村人口向城镇转移数量下降，城镇化水平降低；而当降雨量从拐点处向两侧移动时，农业产量降低，农民收入下降，农村劳动力进城务工人数增加，最终表现为城镇化水平提高。

实证回归部分，通过对186个地级市数据进行整体回归发现，降雨量与城镇化率呈显著地先下降后上升的正U型关系。由于农业产出是降雨量影响城镇化率的中间渠道，而农业产出对城镇化率的影响本身具有时滞性，所以模型选择控制住农业产出及其一期滞后项，结果发现降雨量与城镇化率的正U型关系依旧显著。进一步考虑到降雨量与城镇化水平的关系会受到社会经济水平的影响，在控制住人均资本存量与产业集聚效应后这一关系仍旧显著。三个模型均证实了降雨量与城镇化率的正U型关系非常稳定。为了保证结果的可靠性，在稳健性检验中，用市辖区人口数作为被解释变量，做了相同的回归分析，结果一致。

此外，按农业全要素生产率的高低将186个样本城市划分成三类城市。农业全要素生产率处于中高水平的样本城市，降雨量与城镇化率虽显示为正U型相关，但是相关性并不显著；相反，农业全要素生产率处于低水平的样本城市，降雨量与城镇化率呈较为显著的正U型关系。原因可以解释为，对于农业全要素生产率水平较低的地区，其农业技术水平与技术效率较差，其农业生产防御自然灾害能力也就越差，当面临干旱或者洪涝年份时，农业产量受到影响，从而迫使农业劳动力更多地选择进城务工，也就增加了城镇人口的供给数量。

由此可见，这项研究的政策含义主要有两点：一是农业现代化应与城镇化协同发展，共同推进，通过不断提高农业技术发展和农业现代化水平而逐渐推进城镇化进程，而不是任由农业技术发展和现代化水平滞后而在自然气候发生变化的情况下，譬如说因为降雨量较历史均值发生较大变化而导致大量农业劳动力涌入城镇而导致城镇人口被动增长。二是为了促进中国城镇化可持续健康发展，必须特别重视提高农业技术水平，加强农业现代化建设，尤其是要加强对农业技术水平和农业现代化发展水平相对低下的地区，特别是对农业大省的农业水利、农业机械等方面的投入，提高其抵御不利自然气候变化的能力，以防止因为自然气候的重大变化对农村社会形成较大冲击，而造成农业劳动力大量涌入城镇的现象发生，从而促进城镇化平稳有序地推进。

当然，本文的分析工作还有许多需要改进与完善的地方。首先，模型只分析了本地农业人口向城市的迁移，而当地城市人口规模扩大也有可能源于其他地方人口的移入，尤其是北上广深这样的大城市，但目前的实证模型暂时无法反应空间信息。其次，本文的传导途径在理论部分有详细的论述，但是实证过程只是直接建立了降雨量与城镇化水平的“约减型”关系，以探索两者的相关性。对于传导机制的实证，比如农业产出的中间作用，并没有得到真正的验证。最后，在处理城市分类时，本文利用的农业全要素生产率指标处于省级层次，使用此指标划分地级市有些粗略，而进一步研究各地级市的农业全要素生产率，且对地级市进行精确划分非常有意义，这也是值得深入研究的方向。

注释