农业生产率变动与城镇化发展动态关系研究

马如意 肖海峰

[提要]本文以2005-2019年31个省份的数据为研究样本，在测度各省份农业生产率的基础上，利用面板向量自回归模型系统研究农业生产率变动和城镇化发展之间的动态关系及其区域异质性。研究发现：(1)农业生产率呈平稳波动增长趋势，整体水平不高，规模效率进步是促进农业生产率提高的主要原因，而纯技术效率作用不显著。(2)农业生产率提升和城镇化发展过程中均具有自我增强机制，在时间上存在经济惯性。(3)基于短期动态关联性效应，全国层面农业生产率与城镇化率互为格兰杰原因，西部地区与之结果一致，中部地区城镇化率是农业生产率的单向格兰杰原因，东部地区二者互不为格兰杰原因。(4)基于长期动态交互效应，全国及中部、西部地区城镇化发展对农业生产率变动具有长期的正向影响，而农业生产率变动对城镇化发展具有负向效应，西部地区表现最为明显。根据研究结论，本文从释放纯技术效率增长潜力、制定因地制宜的农业发展和城镇化策略、完善城市建设用地制度与加强耕地质量管理、开发农村人力资本以及加快农业转移人口市民化进程方面提出对策建议，以期促进农业生产与城镇化协调发展。

引言

中国改革开放40多年来，城镇化进程不断加快，对城镇化的认识也逐渐深化。《国家新型城镇化规划(2014-2020年)》指出：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；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，体现其在解决农业剩余劳动力、拉动农村经济增长、增加农民收入、提高农业生产率等方面做出的重要贡献。在新的历史时期，城镇化更是实现乡村振兴和城乡统筹发展的重要动力(顾天竹等，2021)；[1]但城镇化发展带来的农业面源污染、生态环境退化和农业用地消耗等负效应同样值得关注(刘战伟等，2021；[2]钟水映等，2009[3])。“十四五”时期，中国政府对农业高质量发展提出新要求，农业生产率的进步是驱动“绿色兴农”“质量兴农”的有效抓手，是实现城乡融合发展的助力器(龙少波等，2021；[4]李谷成等，2021[5])。也就是说，城镇化推进与农业生产率变动相伴相生，是新时期中国“三农”问题的两大基本背景特征。那么城镇化与农业生产率变动之间具有怎样的关系？是“促进”还是“抑制”？短期和长期有何区别？不同区域有何差异？在此背景下，探讨其互动关系显得尤为必要。据此，本文以2005-2019年31个省份的数据为研究样本，在测度各省份农业生产率的基础上，利用PVAR模型的GMM估计、Granger因果检验以及脉冲响应函数系统研究农业生产率变动和城镇化发展之间的动态关系及其区域异质性，以期为促进农业生产与城镇化的协调发展提供理论参考和对策建议。

一、文献综述

农业生产率又称为农业技术效率，是衡量农业生产状况的重要指标，亦是农业经济研究的重要议题，得到学者们的广泛关注。相关研究主要围绕以下三个维度展开：一是对农业生产效率测算方法的讨论，主要包含索洛余值与生产函数法(Lio等，2006；[6]Bustos等，2016；[7]王璐等，2020[8])、指数法(王兵等，2020)[9]、数据包络分析(李航飞等，2020)[10]和随机前沿分析(宋浩楠等，2021)[11]，综合来看，测算方法和指标选取的不同会引致测度结果的差异(田友春等，2017；[12]龚斌磊等，2020[13])。二是研究主体聚焦于宏观和微观两个层面。在宏观上，研究多将各省(市、自治区)作为决策单元，测算相应的农业生产率。如郑志浩等(2021)[14]基于1980-2018年省级面板数据分析中国粮食种植业TFP增长率以及演进趋势；葛鹏飞等(2018)[15]通过使用SBM-DDF方法中的Luenberger指数测度2001-2015年中国31个省份的农业绿色全要素生产率；史常亮等(2021)[16]基于空间视角，利用空间杜宾模型检验中国农业全要素生产率的收敛性。在微观上，研究多基于实际调研数据，分析个体农户的生产效率状况。如郭小年等(2014)[17]测算了西部退耕区农户的农业生产率，并探究其结构分布的变化情况；郭晓鸣(2015)[18]等基于老龄化视角，分析四川省农户的生产技术选择与技术效率。三是有关农业生产率的影响因素研究。研究多聚焦农地流转(曾雅婷等，2018)[19]、种植结构(杨进等，2021)[20]、农村劳动力转移(李江等，2021)[21]、农业机械化(郑晶等，2021)[22]等影响因素，探讨其作用机制。

随着城镇化进入加速期，其对农业生产率变动的影响日益剧增(赵丽平，2016)[23]，二者的关系成为学者们讨论的热点，呈现百家争鸣之态势，争论焦点之一即是城镇化是否有利于提高农业生产率。一部分学者认为城镇化能显著提高农业生产率，理由有四：其一，在资本方面，城镇化带来的制度变迁有效改善农户的生产经营方式，提升了农业机械化水平和经营规模化程度，从而带动农业资本的提高(曹雪莹，2021)。[24]此外，城镇化为工商资本下乡创造了有利条件，促进农村低效要素配置关系改善，从而提高农业生产率(刘魏等，2018)。[25]其二，在劳动力方面，中国农业劳动力“过密化”“内卷化”现象较为严重，人均劳动生产率不高，城镇化带动城市吸纳农业劳动力，导致农业劳动力不断向城镇转移实现非农就业，显著提高农村劳动生产率，进而拉动农业生产率提升(王跃梅等，2013)。[26]其三，在农业用地方面，土地城镇化可以有效利用未经开发土地、荒地，有利于农村土地连片成块，促使土地集约化经营，提高土地利用率。同时，非农就业劳动力增加，为土地流转创造条件，助力土地经营规模化(杨丽梅等，2011)。[27]其四，在农业技术方面，农业生产率的提高主要得益于农业技术进步。依据增长极理论，城镇作为增长极的扩散效应会促进农业技术创新和提高农民技术采纳率，推动农业技术进步(汪慧玲，2014)。[28]然而，部分学者认为城镇化阻碍农业生产率的提升。贺雪峰(2014)[29]指出趋利是资本的本能，在利益驱动下，工商资本下乡可能导致土地“非农化”与“非粮化”使用，这将对农业生产率产生不利影响；Yang(2000)[30]等指出城镇化会导致耕地被占用，转为建设用地，同时会造成土壤污染，进而导致无效的土地资源配置。此外，城镇化下的剩余劳动力转移，性别偏于男性，年龄偏于青壮年，造成农村劳动力紧缺，呈现出“女性化”“老龄化”和“空心化”现象，带来农业劳动力资源的无效配置(何可等，2014)。[31]以上讨论均聚焦于城镇化对农业生产率的影响，而关于农业生产率变动对城镇化发展影响的研究则付诸阙如，章乐(2017)[32]认为由于户籍政策因素的存在，粮食生产效率对城镇化的影响呈先负后正的波动状态；而宋元梁(2012)[33]指出，农业技术效率提高，使得要素投入减少，尤其是节省农业劳动力，从而有利于富余劳动力向城镇转移。

上述文献为本文农业生产率的测度，及其与城镇化发展之间动态互动关系探究奠定了理论基础，但是对于二者关系的研究仍存空间。第一，已有成果侧重分析农业生产率变动与城镇化发展之间的相关关系，缺乏将它们纳入到统一内生框架，系统分析二者之间的因果关系和传导机制的研究；第二，大部分文献对农业生产率变动和城镇化发展之间关系研究皆是基于截面数据或时间序列数据的实证分析，然而既能控制时点效应，又能控制个体异质性的面板数据分析较少；第三，研究对象多面向全国，但由于中国东部、中部和西部地区发展差异性较大，既有研究对区域差异化的考量相对不足。据此，本文的边际贡献可能是通过面板数据构建PVAR模型，既分析了城镇化发展与农业生产率变动的互动关系，也讨论了不同区域该关系的异质性及成因。

二、研究设计

(一)变量选择与测算

1.农业生产率(TE)。本文使用2005-2019年31个省份的面板数据，使用数据包络分析法测算各地区农业生产率，具体如下：首先，借鉴已有研究，产出指标选择农林牧渔总产值(为了消除通货膨胀因素影响，本文以2005年为基期对数据进行平减)；投入指标选取农作物总播种面积、农业机械总动力、化肥施用折纯量、有效灌溉面积和第一产业从业人员数(李谷成等，2021[5]；易福金等，2021[34])。其次，使用MaxDEA软件基于产出导向可变规模报酬测算出各地区每年的农业生产率。最后，将31个省份15年的农业生产率数据组合成面板数据。由表1可知，2005-2019年农业生产率整体上呈现平稳波动增长的趋势，增长率约为14.2%，但是TE值均未超过0.7，说明我国农业生产率整体水平不高，距离最优生产前沿面差距较大。此外查证发现，31个省份中仅有8个地区曾达到TE最优，即DEA值为1，实现投入和产出既达到相对最优又相对平衡状态。从农业生产效率增长的驱动因素来看，纯技术效率(PTE)趋于稳定，TE增长主要得益于规模效率的进步，这与李谷成等(2021)[5]的研究结果一致。

2.城镇化率(URB)。城镇化包含了经济、社会、土地和人口等多方面内容，考虑本文主要聚焦于要素配置问题，而且人口城镇化又是相关政策制定和实施的重要参考依据(高延雷等，2019)，[35]所以用城镇人口占总人口的比例衡量地区的城镇化水平(李士梅等，2017；[36]董凌波等，2021[37])。从表1可见，2005-2019年我国城镇化率整体上呈现平稳增长的趋势，增长率约为34.4%，城镇化水平不断提高。

表1 2005-2019年农业生产率与城镇化率变化分析

(二)数据来源与描述性统计

农林牧渔总产值、农作物总播种面积、农业机械总动力、化肥施用折纯量、有效灌溉面积数据来源于《中国统计年鉴》和《中国农村统计年鉴》，城镇化率和第一产业从业人员数来源于EPS数据平台以及各省市区统计年鉴、统计公报，主要变量描述性统计分析见表2。此外，为分析农业生产率与城镇化率的区域差异，参照《中国统计年鉴》分类标准，本文将中国划分为东部、中部和西部。

表2 主要变量的描述性统计分析

(三)模型设定

Holtz-Eakin于1988年提出面板向量自回归模型(Panel Vector Autoregression，PVAR)。[38]该模型继承了Sims于1980年提出向量自回归模型 (Vector Autoregression，简称VAR)的优点，即与传统因果推断模型相异，这两个模型在建模之前无需事先设定变量间的因果关系，而是将各变量当作一个内生系统，均视为内生变量，检验变量以及其滞后项对其他变量的影响(张艾莲等，2016)，[39]这为本文探究农业生产率变动和城镇化发展之间的关系提供技术支撑。此外，与VAR模型相比，PVAR模型克服了长时序跨度的要求，具有截面大时序短的优点，可以从地区和时间维度丰富研究数据。首先，需要确定PVAR模型的最优滞后阶数；其次，应用GMM估计，计算模型中各内生变量间的数理关系；再次，判断内生变量之间是否存在格兰杰因果关系，进一步检验变量选择的合理性；最后，使用脉冲响应函数分析内生变量受到冲击之后对自身以及其他变量的影响(苏屹等，2021)。[40]

运用PVAR模型分析农业生产率和城镇化率之间的动态关系，模型如下：

上式yi，t为二元向量，即yi，t=(TEi，t和URBi，t)，i指第i个省级单元，t指第t时期，TE为农业生产率，URB为城镇化率；j为滞后阶数，yi，t-j为j阶滞后所有的内生变量；∂0为截距项；Γj表示回归系数矩阵；fi表示固定效应，λt表示时间效应；μi，t表示随机扰动项。

三、实证分析

(一)滞后阶数确定

建立PVAR模型需要确立最优的滞后阶数，若滞后阶数过短可能会导致模型估计结果不可靠，反之，滞后阶数过长可能会导致自由度受损，从而影响模型整体效果。因此，本文构建BIC、AIC和HQIC信息准则综合判断最优滞后阶数，结果如表3所示。由表3可知，BIC、AIC和HQIC信息准则说明全国和东部、中部、西部地区的最优滞后期均为滞后1阶。

表3 滞后阶数的选择

(二)模型估计结果

在确定最优滞后阶数后对PVAR模型进行GMM估计，估计结果如表4所示。全国和东部、中部、西部地区的农业生产率滞后一期对当期影响的弹性系数值分别为1.0268、1.2825、0.9391、0.9799，对应的统计量分别在1%和5%的水平下通过显著性检验；城镇化率滞后一期对当期影响的弹性系数值分别为0.9886、0.9933、0.9985和0.9947，对应的统计量均在1%的水平下通过显著性检验。由此可见农业生产率和城镇化率提升过程中均具有自我增强机制，在时间上存在惯性效应。将农业生产率作为被解释变量，全国和中部、西部滞后一期的城镇化率对当期的农业生产率具有显著的正向影响，从弹性系数看，中部地区的作用程度更大；东部地区滞后一期的城镇化率对当期的农业生产率具有负向影响的趋势但作用并不显著。将城镇化率作为被解释变量，全国和西部滞后一期的农业生产率对当期的城镇化率具有显著的负向影响，而东部和中部作用效果不显著。由此可以初步判定农业生产率和城镇化率间的动态关系在不同区域间存在一定的差异。然而，对PVAR模型进行GMM估计的结果只能从宏观层面反映内生变量之间的动态模拟过程，无法具体说明内生变量之间的因果关系、影响路径和动态传导机制，据此下文将采用格兰杰因果检验和脉冲响应函数等方法进一步探究农业生产率和城镇化率之间的动态关系(张宽等，2017)。[41]

表4 PVAR模型估计结果

(三)格兰杰因果检验

为了探究农业生产率和城镇化率之间的短期动态关联性效应，采用格兰杰(Granger)因果检验来验证两个内生变量的因果关系，结果如表5所示。全国层面的检验结果显示，在5%的显著性水平下拒绝URB不是TE的格兰杰原因；在1%的显著性水平下拒绝TE不是URB的格兰杰原因，农业生产率与城镇化率互为格兰杰原因。分地区来看，东部地区城镇化率不是农业生产率的格兰杰原因，同时农业生产率亦不是城镇化率的格兰杰原因，两内生变量之间互不为格兰杰原因；中部地区在10%的显著性水平下拒绝URB不是TE的格兰杰原因，接受TE不是URB格兰杰原因的假定，农业生产率与城镇化率是单向格兰杰原因；西部地区在10%的显著性水平下拒绝URB不是TE的格兰杰原因；在1%的显著性水平下拒绝TE不是URB的格兰杰原因，与全国层面结果一致，两内生变量之间互为格兰杰原因。由此可见内生变量之间的短期动态关系在不同区域间存在差异，这与GMM估计结果一致。

表5 农业生产率和城镇化率之间的Granger因果检验

(四)脉冲响应分析

为了探究农业生产率和城镇化率的长期动态交互效应，对全国和东部、中部、西部地区均使用500次蒙特卡洛模拟，追踪10期，得到内生变量之间的脉冲响应图，如图1-图4所示，其中实线表示计算值，阴影表示5%和95%的置信水平。脉冲响应函数主要模拟在其他变量控制不变的情况下，研究其中一个变量受到一单位标准差冲击后对其他变量各期冲击响应的动态影响轨迹。

从脉冲响应图可以得到以下结论：(1)内生变量对来源于自身信息冲击的响应能够显著为正，并随着时间的推移达到稳态，这表明农业生产率和城镇化率具有经济惯性，表现出扩张效应，这与GMM估计结果相呼应。(2)在全国及中部、西部地区，当城镇化受到一单位标准差冲击后，其对农业生产率呈现出正向影响。这种正向作用均从第一期就开始，在以后各期保持稳定上升趋势，直到第10期趋于平缓。这说明从长期来看，一方面城镇化为农民提供了更多的非农就业机会，促进他们可支配收入的增加，提高农业生产资料和机器设备的购买能力，即为农业资本增加做出贡献。此外，城镇化促进城乡融合发展，削弱城乡生产要素之间制度壁垒，有利于土地资源得到有效配置，提高土地资源的整体利用效率(张合林等，2020)。[42]同时城镇化能够带动工业化发展，工业既为农业发展提供技术支持，又能改善农业生产要素，如高质量化肥、先进农业机械等，促进农业产量增加，提高农业生产效率。另一方面，随着城镇化进程的加快，以及各级政府对“三农”问题的重视，诸如工商资本等要素下乡得到有效监督，可以缓解甚至避免土地用途的“非农化”与“非粮化”现象。与此同时，在耕地红线和生态环境双重制约下，城镇“与农争地”“与农争水”及造成土壤污染等问题将会得到严格管制，故而不会对农业生产率的提升产生过多的负面效应。(3)在全国及中部、西部地区，当农业生产率受到一单位标准差冲击后，其对城镇化呈现出负向影响。这种负向作用均从第1期开始到第10期趋于平缓，西部地区影响程度最高。这说明从长期来看，城镇化对农业生产率具有负向响应。可能有以下三方面原因：其一，农业劳动力之所以转移到城镇是由于城乡收入差别，逐利是农民去城镇工作的最主要驱动力，但也需承担相较于农村更高的城镇生活成本。倘若农业生产效率提高了，意味着农民更低的投入可以获得更高的收入，那么就会降低他们进入城镇务工的预期。其二，需要注意的是本文城镇化特指人口城镇化，中国城乡二元结构下，进城务工的农业劳动力无法享受与城镇就业人员同等的医疗和社会劳动保障，而且随迁子女入学也较为困难，使得农民进城工作负担更重，所以即使农业生产率提高，释放出富余劳动力，在户籍制度约束下也限制了劳动力转移(章乐等，2017)。[32]其三，较其他地区，中国西部地区整体经济水平发展落后，表现为第二、第三产业相对不发达，吸纳农业释放出的富余劳动力能力有限，城市就业情况并不乐观。此外，需要说明的是，观察东部地区的脉冲响应图可以发现农业生产率变动和城镇化发展之间的相互冲击并不明显，这与Granger因果检验结果保持一致，究其原因可能与其经济发展水平较高、地区人口密集和城乡差距相对较小等有关(符海月等，2020；[43]叶璐等，2021[44])。

图1 全国脉冲响应图 图2 东部脉冲响应图

图3 中部脉冲响应图 图4 西部脉冲响应图

四、结论与政策启示

本文以2005-2019年31个省市区的数据为研究样本，在测度各省份农业生产率的基础上，利用PVAR模型的GMM估计、Granger因果检验以及脉冲响应函数系统研究农业生产率变动和城镇化之间的动态关系及其区域异质性，得到以下结论：(1)2005-2019年农业生产率呈平稳波动增长的趋势，但整体水平不高，规模效率进步是促进农业生产率提高的主要原因，而纯技术效率作用不显著。同时农业生产率提升和城镇化发展过程中均具有自我增强机制，在时间上存在经济惯性。(2)城镇化率与农业生产率之间的短期动态效应在不同区域间存在差异。全国层面农业生产率与城镇化率在短期内互为格兰杰原因，西部地区与该结果一致；中部地区城镇化率是农业生产率的单向格兰杰原因；而在东部地区农业生产率与城镇化率互不为格兰杰原因。(3)全国及中部、西部地区城镇化对农业生产率具有长期的正向影响，但是需要警惕城镇化进程中，城镇“与农争地”“与农争水”以及造成土壤污染等问题；而在经济效益和户籍政策等因素共同作用下，长期来看农业生产率对城镇化发展具有负向效应，在西部地区表现最为明显。

根据以上结论，本文得到如下政策启示：(1)充分发挥农业生产率和城镇化的自我增强能力，关注二者发展中具有的连贯性和循序渐进特征，需要从长期视角出发，兼顾地区差异性，因地制宜制定农业发展和城镇化策略。(2)生产要素投入对提高农业生产效率的贡献率已经减弱(张丽等，2021)，[45]需要进一步释放纯技术效率促进农业生产率增长的潜力。提升纯技术效率要兼顾农业科技投入和农户技术采纳两个方面。以城镇化带动工业化，为农业科技发展提供支持，持续改善农机装备，重点关注农户对农业机械的采纳程度和使用效率(刘敏等，2020)。[46]特别对于中西部农业机械化水平相对较低的区域，可以考虑在农机补贴政策上适当倾斜。(3)坚持耕地红线不突破，完善城市建设用地严格审批制度。严防城镇建设与农争地，在保护现有耕地数量的同时，加强耕地质量管理，改善农业生态环境，不断加大高标准农田建设投入力度，推进农业规模化和集约化经营，坚持“藏粮于地、藏粮于技”。(4)重视农村人力资本的开发，加强农业劳动力职业培训，提高农民受教育和技能水平，改变传统农业生产观念，提高农业劳动效率。此外，要加快推进三产融合，增加劳动力转移渠道，为释放出来的农村富余劳动力提供非农就业指导，增加其向城市转移的内生动力。(5)深化户籍制度改革，加快农业转移人口市民化进程。各省份要继续放宽落户限制，促进有能力的农业转移人口在城镇有序落户，破除各类隐形门槛，消除户籍制度壁垒，完善医疗保障和社会劳动保障，减少随迁子女教育支出等，降低其生活成本。