基于效率测度的安徽省工业化、城镇化、农业现代化协调发展研究＊

徐志文，谢 方

（1.西北农林科技大学 经济管理学院，陕西 杨凌712100；2.铜陵学院 工商管理学院，安徽 铜陵244000）

工业化、城镇化、农业现代化（本文简称“三化”）作为带动社会转型升级的三驾马车，彼此之间发展是否协调直接关系着我国改革发展的成败。安徽省作为承接东部产业转移的重要省份，其区域内既有传统农业的升级诉求，也有工业兴城的繁忙景象，因此“三化”协调发展问题十分典型，对该地区“三化”协调问题展开研究具有很强的现实意义。

一、“三化”协调发展理论追溯以及述评

（一）国外相关理论

在国外较早涉及“三化”内在逻辑关系的研究中，以Lewis的“二元经济”理论最为典型。他认为，二元经济发展的核心问题就是传统农业剩余劳动力向现代工业化部门的转移问题，同时另一个角度也是农村劳动力向城市转移的问题，即城镇化的问题［1］。此外围绕三者之间协调的深入研究也十分的丰富。如Hollis Chenery认为，随着工业化的推进，人口转移速度将会加快，从而城镇化的速度也会提高［2］。Timmer和 Mai认为，农业收入与非农收入之间的差距会伴随工业化和城镇化的推进进一步拉大，此时缩小城乡差距、提高农业劳动生产率、实施有效的工业反哺农业等问题应该是一个国家关注的焦点［3］。Ralph和Kline认为，工业化会提高欠发达地区的城镇化水平，但是城镇化同时也会导致城乡收入差距过大，且城镇化速度的加快使农地非农化的速度加快，从而不利于农业的可持续发展［4］。

（二）国内相关理论

我国经济发展历程中产业调整、城镇化活动十分活跃，这为国内学者的相关研究提供了丰富素材。如蔡昉通过研究发现，中国长期奉行优先工业的战略迫使大量的农业要素流向城市和工业部门，是我国二元经济结构加剧的一个重要原因［5］。杨文举认为，城镇化对产业结构调整的促进作用要高于农业现代化；产业结构调整总体上对城镇化和农业现代化具有正效应，其中，对城镇化的影响因受户籍政策、结构性失业等问题的影响，可能会出现短暂为负的情况，而对农业现代化则具有持续的正向拉动作用［6］。马晓河等认为，工业反哺农业的目标应该以增加农产品产量为中心，突出粮食安全地位［7］。张红宇认为，在工业化、城镇化和农业现代化的发展过程中，要重视农业现代化“短腿”的问题，要坚持以产业为基础、政府为主题、改革为动力的发展理念来推进农业现代化［8］。贺叶玺认为，“三化”协调发展的实现方式较多，只有从产业发展、市场建设、劳动分工等多个角度来同步推进，科学谋划，“三化”协调才能得以实现［9］。尹成杰归纳了我国现实的“三化”问题，认为，农业现代化建设滞后、农地非农化、粮食产需结构的变化、农民工工资偏低、农村土地征收补偿不合理都加剧了城乡发展的不协调［10］。安徽省经济研究院课题组通过三化理论和经验的总结，认为产业耦合是“三化”协调的主要内容，产城融合是“三化”协调的关键，要素高效配置是“三化”协调的核心，城乡和谐是“三化”协调的本质要求，可持续发展是“三化”协调的前提［11］。

（三）理论述评

纵观上述国内外在“三化”协调领域的相关研究，不难看出，它们在经济现象解释以及经济行为内在关联分析等领域都取得了丰硕的成果，但也存在一定的不足，主要表现为三点：第一，国外研究很少具体到我国国情，缺乏针对性，同时国内很多研究都是理论性的推导，在定量分析方面还不够深入。第二，一些定量研究采用的数据较为陈旧和宽泛，往往从全国或者省域范围来探讨，鲜有具体到市、县一级的研究。第三，对“三化”协调发展的度量往往倾向于采用大而全的指标体系，从而掩盖了经济现象背后的真实原因。针对上述研究中的不足，本文将研究的对象聚焦为安徽省16市，结合各自的经济地理差异，定量分析其“三化”协调发展的实际情况，以期得出更加有现实意义的对策建议。

二、研究方法和步骤简介

目前，测度“三化”协调发展的方法较多，如利用层析分析法、相关系数法，结合城乡收入差距、城镇化率、产业结构与就业结构偏离度等来综合度量。但这些方法要么需要人为赋予权重，要么就只能从表征“三化”的结果指标推导出一个综合的协调系数，而不能在科学度量“三化”效率的基础上进一步去评价它们之间的协调度，因此测度的结果可能会存在较大的误差，并且掩盖许多有价值的信息。如某个地区综合测算得到的协调度很高，但这种高度协调是“三化”高效率基础上的协调，还是“三化”低效率上的协调，我们不得而知，而且很多协调度的综合评价忽视了地区经济发展水平阶段性差异，模糊了经济水平和协调水平的内涵。因此本文借鉴前人的研究成果，综合运用SBM—DEA（基于松弛量测度的DEA效率模型）、HR（协调度模型）以及Ologit（排序概率模型）的方法，对安徽省16地市进行层进式的分析。

（一）测度“三化”绩效的SBM—DEA评价模型

针对传统DEA（Data Envelopment Analysis）模型（如CCR、BCC模型）没有考虑环境因素对效率的影响，Tone在传统模型的基础上提出了基于松弛变量测度效率的SBM—DEA（Slackbased measure DEA）模型，该模型将投入和产出的松弛变量引入目标函数，有效地减少了测度的偏差［12］。本文将借鉴该方法，从规模报酬可变、投入角度对相应的安徽省16市的工业化、城镇化、农业现代化效率分别进行度量。模型的基本思想见式（1）。

其中，λ＝ （λ1，…，λn）′为权重向量，si－表示使用第i个投入的松弛量。ρ0∈ ［0，1］，当ρ0＝1时，DMU0将位于效率前沿，投入松弛量为0，表明该生产单位完全有效；ρ0＜1，则表明生产的投入产出点没有落在前沿面上，效率没有达到最优。

（二）测度“三化”协调度的HR模型

HR模型［13－14］最核心的思想是度量效率之间的变异系数，具体的表达式可以描述为式（2）。

式中i和t分别表示截面和时间，HRit表示协调度，Sit表示效率值的标准差，Ait表示效率值的平均值。由于本文的研究中，只涉及到工业化、城镇化、农业现代化三者的效率，因此n＝3，Ait＝（ρ1＋ρ2＋ρ3）/3＝。ρ1、ρ2、ρ3、分别代表工业化、城镇化、农业现代化的具体效率以及它们的综合平均（由于“三化”之间内在逻辑关系十分紧密，系统协同性较强，所以三者效率的综合均值也具有一定的指导意义。本文中所提到的“三化”效率如果没有特指是“三化”中的哪一化效率，则表示三者的综合均值）。因此该模型可以简化为式（3）。

式 HRit∈ ［0，1］，HRit越大，说明“三化”协调度越高，反之亦然。由于效率和协调度均为［0，1］区间的连续分布，对中间细小波动进行度量缺乏实际的意义，为了能更加直观地对安徽省不同地区进行定量基础上的定性评价，本文结合经验标准，将“三化”效率和协调度利用门限的方法分为四类。具体记为Ord以及OrdHR，具体见表1。

表1 “三化”效率以及协调发展类型

（三）测度“三化”效率以及协调度影响因素的Ologit模型

协调影响因素的分析是本文对策建议的重要前提依据。具体将采用上述步骤的结果，利用有序响应模型Ologit（Ordered Logit）进行估计。

Ologit模型［15］的基本思想可以表达如下：

设y表示在｛0，1，2，…，J｝上取值的有序响应，对于某个已知的整数J。关于Y（以解释变量x为条件）的Ologit模型可以从潜变量y＊模型中推出，具体见式（4）（5）（6）。

其中β表示K×1向量。设α1＜α2＜…＜αJ表示未知的割点，同时定义

在给定x时可以计算出每一个对应y值的响应概率：

其中F（＊）为取值范围严格介于［0，1］之间的Logistic分布累积概率函数。依据表1的门限分类可知，本文中J取值为3。

借助Stata12.0软件，上述所描述的三种方法和步骤均可以实现。

三、安徽省“三化”效率以及协调度发展状况分析

（一）“三化”效率的分析

“三化”效率的测度是本文层进式实证分析的出发点。借鉴C－D生产函数的理论内涵，结合数据可获得性以及系统性的原则，本文建立相应的效率测评指标体系（见表2）。

在指标和数据的双重支持下，通过DEA相关软件，可以分别测算出安徽省2000—2012年16个地级市的工业化、城镇化、农业现代化发展效率。限于篇幅仅列出它们的统计性描述（见表3）。

表2 工业化、城镇化、农业现代化效率测算的指标体系

表3 安徽省工业化、城镇化、农业现代化效率统计描述

进一步分别绘制出安徽省2000—2012年13年间工业化、城镇化、农业现代化对应效率均值的折线图（见图1）。

从图1我们可以得出如下信息：

第一，安徽省工业化平均效率处于三种效率的最低端，效率均值自2003年以后持续下降。这与DEA模型利用前沿面分析的原理不无关系。少数几个处于工业化效率前沿面的城市，使得其他大多数城市的相对效率长期偏低，因而出现了均值的下降。这点可以从各个地市13年纵向工业化效率均值的横向对比得出。合肥、芜湖、蚌埠、淮南、马鞍山、淮北、铜陵、安庆、黄山、滁州、阜阳、宿州、六安、亳州、池州、宣城对应的工业化效率均值分别为 0.91、0.99、0.71、0.42、0.96、0.51、0.93、0.57、1、0.74、0.25、0.49、0.50、0.49、0.68、0.70。其中只有合肥、芜湖、马鞍山、铜陵、黄山四个城市的效率超过了0.9，其余城市的效率都偏低。阜阳、宿州、六安、亳州、淮南都在0.5以下，安庆、滁州、蚌埠也均没有超过0.75。历年各地区的效率分布情况与均值分布基本吻合。这点再次说明工业化水平在安徽省存在严重的区域不平衡现象。

第二，安徽省城镇化平均效率历年来波动较大，这可能与其城镇化发展的特点存在一定的关联。同我国其他地区类似，依赖投资，尤其是房地产业投资来实现大规模的城市建设是一个主要特征，而固定资产投资、房地产业又是国家宏观政策调控比较频繁的领域，因此其效率受宏观经济、地方发展政策、人口流动等因素影响较大。

第三，安徽省农业现代化的效率均值总体要高于其他两项，但根据DEA比较效率的原理，仅能说明，作为一个农业基础较好的中部省份，安徽省各个地区农业现代化的运行效果差别不大（事实上这种效率的相近意味着总体水平都很低，这从一些学者们进行的省际间农业效率对比研究中可知）。虽然皖南几个经济较发达的城市在工业化规模、城市建设等方面要领先全省其他地区，尤其是皖北以农业为主的城市，但它们在农业现代化推进方面并没有表现出更多的优势。这点可以从各个地市13年纵向农业现代化效率均值的横向对比得出。其中农业现代化效率均值超过0.75的城市比例达到了87%。历年各地区的效率分布情况也比较均匀。2004年以后效率均值的下降可能与少数地级市农业现代化效率大幅改进和提高拓展了生产前沿面有关。

（二）“三化”效率与协调度的综合分析

为了更加直观反映安徽省16个地级市在“三化”效率以及协调发展方面的整体情况，在表1的基础上进一步以0.85为标准界限，将16个地级市总共208个混合样本的“三化”效率值和协调度总体分为四个区域，见图2（Ⅰ、Ⅱ、Ⅲ、Ⅳ象限分别对应“协调，有效率”“不协调，有效率”“不协调，无效率”“协调，无效率”）。从图可知，安徽省在“三化”发展领域，两级分化现象比较严重，绝大多数的样本分布在“不协调，无效率”的第Ⅲ象限，只有少数样本位于“协调，有效率”的第Ⅰ象限。进一步对第Ⅰ象限分布数据对应的城市进行统计分析发现，合肥、芜湖、马鞍山、黄山四个地区历年的观测值占到了总共63个“协调且有效”观测值的73%。表明这四个地区是安徽省“三化”发展最为有效率且协调的地区。在第Ⅲ象限“不协调，无效率”的总共110个观测样本中，阜阳、淮南、六安分别出现了12次，占到了它们13年13个观测值的92.3%。淮北、滁州、宿州占到了观测样本的70%左右；宣城、铜陵、池州、蚌埠约为50%。

四、“三化”效率与协调度的影响因素分析——基于农业现代化的视角

为了使“三化”效率以及协调度的研究更具有现实意义，对“三化”协调发展影响因素的进一步探究就显得十分必要。工业化、城镇化、农业现代化内在逻辑关系紧密，对其效率以及协调的定量研究必须选择一个突破口。其中农业作为稳定国家社会经济的基础性产业无疑是“三化”共同协调发展中的重要一环。此外安徽省域内不同地区工业化、城镇化水平发展极不平衡，其中既有经济基础以及经济地理差异的原因，也有工业化聚集发展的合理内在要求。相比之下，全省范围内各地区农业现代化水平比较均匀，农业基础总体较好，因此从农业现代化的视角来分析影响“三化协调”的因素，对安徽省全局性的“三化”工作应该具有一定的现实意义。

借鉴西方国家现代农业的一些基本特征，本文主要从农业机械化、农业水利化、农业工业化以及农业精细化几个方面来选取指标，分析探讨它们对“三化”效率以及协调发展的影响，见表4。

以上变量均采用单位化或者比值性指标，排除了不同地市不同年份由于规模和总量差异所造成的影响。目前化学农业在我国很多地方仍然占据主流，其中化肥、农药的投入量都比较大，此处工业化水平赋值为单位面积的化肥使用量主要出于工业产品对农业带动和影响的考虑；我国是一个人多地少的国家，与美国等发达国家农业禀赋完全不同，因此劳动、资金投入密度较大，人均单位产出较高的精细密集农业应该是农业现代化的一个思路。此处精细化水平赋值为第一产业从业人员，人均增加值正是出于这一点的考虑。

表4 现代农业衡量指标

为了有效消除变量间可能存在的异方差，在不改变原始数据性质以及关系的基础上，表4中的指标数据均进行对数处理（这也有利于后面利用百分比变动来对风险比的实证结果进行解释）。进行相关性检验，结果显示，变量Irrigation与Labor之间的相关系数r达到了－0.574。以经验性的三级划分标准“｜r｜＜0.4为低度线性相关，0.4≤｜r｜＜0.7为显著性相关，0.7≤｜r｜＜1为高度线性相关”来判断，两者之间显著相关，应该舍弃其一。考虑到安徽省皖南与皖北完全不同的气候特征以及农业生产对灌溉的依赖性不同，因此决定舍弃指标Irrigation。

表5 农业因素对“三化”效率的影响

表6 农业因素对“三化”协调度的影响

从表5可以看出，三个解释变量都通过了95%的显著性检验，而且模型总体效果较好。其中Machine的风险比达到了0.328 7，表明，农业机械化水平每提升一个百分点，“三化”效率变得更高的可能性将提高0.328 7个百分点；农业工业化的风险比达到了6.917 5，表明，农业工业化水平每提高一个百分点，“三化”效率变得更高的可能性将提高6.917 5%；农业精细化水平每提高一个百分点，“三化”效率变得更高的可能性将提高0.063 8个百分点，三者对于“三化”效率向更高方向演进都有正向的推动作用。其中机械化以及工业化水平作用十分明显，这可能是由于农业在物质要素方面的投入更能从需求角度促进工业化发展以及城镇的聚集。

从表6可以看出，只有农业机械化通过了95%的显著性检验，并且对于协调度有着正向的影响。这进一步说明了以农业机械总动力为代表的农业机械化应该是“三化”协调发展的重要突破口。

五、结论和政策建议

以安徽省16城市2000—2012年的“三化”实效作为研究对象，在测算出工业化、城镇化、农业现代化各自效率的基础上利用HR模型对其“三化”协调度进行了度量。然后进一步利用上述测算的结果进行地区单元以及综合对比分析，最后从农业现代化的视角对“三化”效率以及协调度的影响因素进行了探索性的研究。发现：第一，安徽省在工业化发展效率方面存在严重的地区不平衡，其中只有合肥、芜湖、马鞍山、铜陵、黄山四城市长期处于生产的前沿面，其他城市的发展效率则堪忧。第二，相对工业化效率的巨大差异，安徽省各个城市农业现代化的效率差异不大。结合学者们省际间农业效率比较研究得出的安徽省农业效率偏低的结果，可以说明安徽省农业现代化的水平整体偏低。第三，安徽省“三化”协调发展情况存在巨大差异。合肥、芜湖、马鞍山、黄山四个城市实现了“三化”高效率协调发展，其他大部分城市都属于低效率且不协调。第四，农业机械化、农业工业化水平的提高能有效提高“三化”效率，其中机械化水平的提升还能在此基础上有效促进“三化”的协调。

基于以上结果，本文提出相关政策建议：第一，充分重视地区工业发展水平不平衡的问题，借鉴推广合肥、芜湖、马鞍山等城市的先进经验，实现全省工业化效率的总体提升。第二，在提升工业化、城镇化、农业现代化效率水平的同时，要统筹兼顾，实现协调和可持续发展。第三，应该在土地合理规模化经营的基础上推广农业机械化、增加农业生产过程中的工业品投入；结合人多地少的资源现状，增加精细农业发展过程中的资金以及技术投入。

［1］LEWIS W A.Economic development with unlimited supplies of labor［J］.Manchester School of Economics and Social Studies，1954，22（2）：139－191.

［2］CHENNERY H.Industrialization and Growth：A comparation Study［M］.Oxford：Oxford University Press 1986：205－224.

［3］TIMMER C P，MAI L.Developing the Chinese Rural Economy：Experience of the 1980sand Prospects for the Future［R］.HIID Development Discussion Paper，1992：1－35.

［4］RALPH J，KLINE J D.Urbanization on the US Landscape：Looking ahead in the 21stCentury［J］.Landscape and Urban Planning，2004，69 （2）：219－234.

［5］蔡昉.城乡收入差距与制度变革的临界点［J］.中国社会科学，2003（5）：16－25.

［6］杨文举.中国城镇化与产业结构关系的实证分析［J］.经济经纬，2007（10）：78－81.

［7］马晓河，蓝海涛，黄汉权.工业反哺农业的国际经验及我国的政策调整思路［J］.管理世界，2005（7）：55－63.

［8］张红宇.关于城乡统筹推进过程中若干问题的思考［J］.管理世界，2005（9）：59－69.

［9］贺叶玺.工业化、城镇化和农业现代化共生关系研究［J］.理论与改革，2011（5）：54－58.

［10］尹成杰.关于“三化同步”推进的理论思考与对策［J］.农业经济问题，2011（11）：8－11.

［11］安徽省经济研究院课题组.安徽“三化”协调发展研究［J］.经济研究参考，2013（5）：51－62.

［12］Tone K A.Slacks－based measure of efficiency in data envelopment analysis［J］.European Journal of Operational Research，2001，130（3）：498－509.

［13］曾福生，高鸣.中国农业现代化、工业化和城镇化协调发展研究及其影响因素分析——基于现代农业视角［J］.中国农村经济，2013（1）：24－38.

［14］薛红霞，刘菊鲜，罗伟玲.广州是城乡发展协调度研究［J］.中国土地科学，2010（8）：39－45

［15］伍德里奇.横截面与面板数据的经济计量分析［M］.北京：中国人民大学出版社，2007：505－507.