环境压力下城镇化对我国粮食生产技术效率的影响

何悦　范云峰　漆雁斌　于伟咏

摘要：[目的]分析城镇化对不同粮食功能区粮食生产技术效率的影响，为提升我国粮食生产技术效率提出对策建议。[方法]通过数据包络分析（DEA）模型测算2003-2015年我国30个省份的粮食生产技术效率，采用受限因变量（Tobit）模型从人口城镇化、土地城镇化和经济城镇化3个方面分析环境压力下城镇化对我国粮食生产技术效率的影响。[结果]我国粮食主产区、主销区和平衡区的粮食生产均存在技术无效率的现象。人口城镇化对粮食主产区和平衡区技术效率存在正向影响，对主销区技术效率存在反向作用；土地城镇化只对主销区技术效率具有正向作用；工业“三废”的排放对我国粮食生态环境造成严重影响，不利于技术效率的提升。[建议]发挥区域功能优势，推进专业化生产；推动城镇化进程，发挥其带动作用；加大工业“三废”处理力度，促进农业资源有效利用。

关键词：粮食生产技术效率；城镇化；数据包络分析模型；受限因变量模型

中图分类号：S5-33；F323.1 文献标志码：A 文章编号：2095-1191（2018）03-0599-07

0引言

[研究意义]我国正处于城镇化发展的加速期，大量农村劳动力不断向城市转移，农用地不断向非农用地转移，加之工业污染加剧，对我国粮食安全产生巨大威胁。在生态环境压力下，推进新型城镇化过程中稳定粮食生产、保障粮食安全是我国农业供给侧结构性改革所需要研究和解决的重大问题。我国各省（区）要素禀赋的不同导致其城镇化发展对粮食生产的影响也存在一定差异性（王跃梅等，2013；程名望等，2015），因此，分析城镇化对粮食生产技术效率的影响及其机制，探讨其存在的差异性，对提高我国粮食生产技术效率具有一定的现实意义。[前人研究进展]关于城镇化对粮食生产的影响前人已开展了大量研究工作，一些学者认为，城镇化发展促使劳动力转移、农村人口老龄化、妇女化（温铁军等，2010；彭代彦和文乐，2015）及农村劳动力弱化（李曼和赵连阁，2009），为提高单位劳动的边际产出，不少农户转种效益更高的经济作物，粮食种植面积的锐减严重威胁粮食安全（毛学峰等，2015）；另外，城市建设征用农村耕地，粮食种植面积减少（聂英，2015），给粮食生产带来负面影响，不利于技术效率的提升（范东君，2013；程名望等，2015；刘景景，2017）。但另一方面，在我国农村存在剩余劳动力的情况下，劳动力转移可缓解农村“内卷化”“过密化”现象，提高农业劳动边际生产率（王跃梅等，2013）。因此，部分学者认为，城镇化发展并不一定会真正威胁到粮食安全和技术效率，土地城镇化的发展，增减挂钩政策，有利于耕地后备资源的开发和利用，通过土地置换等方式促使耕地连片成块（杨丽梅等，2011）；而且农户可通过增加机械、科技等替代性要素的投入和土地资料有效配置等策略来缓解城镇化发展带来的不利影响（王欧等，2016；钟甫宁等，2016）。除此之外，还有一些研究从环境压力的视角对城镇化与粮食生产问的关系进行分析，认为城镇化伴随着工业化的发展，产生的废水、废气和废物导致土壤污染、水资源污染，影响到粮食生产效率（Qa-dir et a1.，2010）；土地集约利用也可能导致化肥、农药等辅助性生产要素的过量使用，产生严重的面源污染问题（Bai et a1.，2014）。我国农业发展面临资源和环境的双重约束，农业依靠增加投入来提高产业是不可持续的发展思路，而是需要通过科技的推动促进农业增长（牛凯等，2014）。[本研究切入点]第一，现有研究主要是从劳动力转移、耕地资源等单一角度分析其对粮食生产的影响，但城镇化是一个动态、多维度的复杂系统（姚成胜等，2016），单个系统不能全面反映城镇化特征。第二，现有研究更多關注的是劳动力、土地、科技等与粮食生产问的关系，专门针对城镇化发展对粮食生产技术效率影响的研究较少，但技术效率可较好反映生产要素投入带来的产出效应。第三，现有研究主要关注直接投入要素对粮食生产的影响，而忽略一些间接因素的影响。[拟解决的关键问题]基于环境压力背景下，利用数据包络分析（Data envelopment arialysis，DEA）模型和受限因变量（Limited dependent variable，Tobit）模型分析城镇化对我国粮食生产技术效率的影响，并对不同粮食功能区进行差异性分析，为提升我国粮食生产技术效率提出对策建议。

1数据来源与研究方法

1.1模型介绍

1.1.1DEA模型 该模型将技术效率（TE）分解为纯技术效率（PTE）和规模技术效率（SE），即TE=PTExSE，其中，TE反映决策单元在现有条件下以最优比例利用投入的能力，PTE反映决策单元在现有条件下投入的产出水平，SE反映要素投入规模的有效性。本研究采用DEA模型考察一定要素投入下不同粮食功能区的粮食生产技术效率，具体形式如下：

假设所需要测度的DEA模型有n个决策单元，每个决策单元有m项投入和s项产出；x为投入要素，y为产出收益，θ为决策单元的效率值；s⁺、s^-分别表示产出不足量和投入冗余量。

（1）若θ=-1或s⁺=s⁼=0，则决策单元DEA有效；

（2）若θ=1且s⁺≠0或s^-≠0，则决策单元为弱DEA有效；

（3）若0≤θ<1，则决策单元非DEA有效。

1.1.2Tobit模型 该模型的研究是以正态分布假定为基础，其模型的基本形式为：

其中，y_it代表被解释变量，表示t时期内第f个省份的技术效率值；X_it代表解释变量，表示t时期内第i个省份技术效率值的影响因素；β₀为常数项，β_it为相关系数，ε_it为随机扰动项。由此可知，Tobit模型的似然函数不是标准的似然函数形式，而DEA方法测算的技术效率值介于0～1，属于受限因变量，直接采用普通二乘法回归会导致参数估计有偏差，因此本研究采用Tobit模型进行处理。

1.2指标选取

结合马林静等（2015）的研究结果及粮食生产的特征，考虑到数据的可获得性，建立粮食生产技术效率的投入产出指标体系（表1）。粮食总产量作为产出指标；投入指标包括土地投入、劳动力投入和技术投入。其中，土地投入考虑到各省份的土地闲置弃耕状况有所不同，采用粮食作物播种面积作为其衡量变量；劳动力投入主要是指种粮劳动力投入，因缺乏相应统计数据，本研究采用马林静等（2015）的测度方法，从事种粮劳动力数量=第一产业从业人员×（农业产值/农林牧渔业总产值）×（粮食播种面积/农作物播种面积）；技术投入主要考虑粮食种植所需技术，因此主要从化肥施用折纯量、农药施用量、农业机械总动力和土地有效灌溉面积等4个变量进行分析。

1.3数据来源

本研究采用2003～2015年我国30个省份的相关数据，由于西藏地区部分数据缺失，故剔除。根据王跃梅等（2013）的研究结果，将30个省份划分为粮食主产区、主销区和平衡区，其中，粮食主产区包括河北、内蒙古、辽宁、吉林、黑龙江、江苏、山东、安徽、江西、河南、湖北、湖南和四川等13个省份；粮食主销区包括北京、天津、上海、浙江、福建、广东和海南等7个省份；粮食平衡区包括山西、广西、重庆、贵州、云南、陕西、青海、宁夏、新疆和甘肃等10个省份。相关数据来源于历年的《中国农村统计年鉴》《中国统计年鉴》和《新中国60年统计资料汇编》，个别指标缺失数据采用数据平滑法进行处理。

2结果与分析

2.1粮食生产技术效率的实证分析结果

本研究采用DEAP 2.1进行测算，得到2003～2015年我国30个省份的粮食生产技术效率，以下基于区域差异的视角，对粮食主产区、主销区和平衡区的技术效率进行比较分析。

2.1.1技术效率区域差异分析 根据测算结果得出2003～2015年我国粮食主产区、主销区和平衡区的TE及其分解项值（PTE、SE）（表2），表2中所显示的数值均是各区域每年的TE、PTE和sE平均值。效率值为1.000示粮食生产技术有效率，即当前的产出已经是现有投入的最优产出，不存在产出不足或投人冗余现象；效率值小于1.000表示粮食生产技术缺乏效率，投入或产出需要进一步改进和优化。

从表2可看出，2003～2015年我国三大粮食功能区的粮食生产技术效率间存在明显差异，粮食主产区的技术效率平均值远高于粮食主销区和平衡区，说明主产区资源投入使用效率优于主销区和平衡区。我国粮食生产技术无效率为15.7%，虽然根据测算结果，个别传统粮食大省粮食生产技术有效率（效率值为1.000），但从粮食功能区来看，三大功能区均存在资源浪费和产出不足的情况，粮食主产区、主销区和平衡区粮食生产技术无效率分别为11.5%、18.2%和19.3%，均未达到最佳状态。（1）从纯技术效率来看，主销区>主产区>平衡区。由于我国粮食主销区位于东部沿海地区，其经济发展水平远高于内陆省份，较强的经济实力促使农业技术提升，而且生产者管理水平有利于高新技术的推广和运用，因此，主销区的纯技术效率水平拥有明显的优势。（2）从规模效率来看，主产区>平衡区>主销区。粮食主产区无论播种面积和年产量均远高于主销区和平衡区，其规模优势较明显。出现此种情况，一方面是由于各地区地理环境、资源禀赋和气候条件等存在明显差异，导致粮食生产技术效率不同；另一方面，不同的农业基础设施条件、农业生产技术水平和管理水平等也会导致不同区域技术效率的差异。此外，随着我国城镇化建设不断推进，不同区域经济发展水平也出现明显差距，城镇化成为影响粮食生产技术效率的重要因素。

2.1.2技术效率時间纵向分析 从图1可看出，粮食主产区和主销区技术效率变化趋势与全国变化基本一致，呈M形变化趋势，在2007和2009年出现高峰后迅速下降，直至2013年逐步回升；粮食平衡区发展略有不同，总体变化趋势较平稳，技术效率在2012年超过粮食主销区。从背景来看，其原因可能是2006年我国颁布免除农业税政策，农民种粮积极性得到一定提高，因此技术效率在2007年得到较大提升；2008年的金融危机和大面积的自然灾害可能是导致技术效率下跌的主要原因；2009年随着技术水平的提升和种植规模的扩大，各区域技术效率值又重新回到21世纪以来的顶峰值。但在技术发展相对成熟的平缓期，纯技术效率的下跌导致技术效率出现急速下滑，2013年后逐渐回升。

2.2城镇化对粮食生产技术效率的影响分析

2.2.1变量设置与模型构建本研究构建以下模型，对环境压力下城镇化与粮食生产技术效率的关系进行研究。

Y_it=β₀+β_itX_it+α_itZ_it+ε_it

式中，i代表省份，t代表时间，β₀为常数项，β_it、α_it为各变量的估计参数，ε_it为随机扰动项。

被解释变量（Y_it）：根据DEA模型测算得到的粮食生产技术效率（TE）作为被解释变量。

解释变量（X_it）：城镇化，包括人口城镇化、土地城镇化和经济城镇化3个方面。其中，人口城镇化和土地城镇化选用大多数学者使用的指标，分别用城镇人口占总人口比重（Population）和建成区面积占区域总面积比重（Land）来表示，劳动力的转移有利于粮食规模化生产，提高其技术效率，但城市建设不断扩张，对粮食生产的耕作面积产生威胁，对我国粮食生产技术效率提升产生负向作用；经济城镇化选取第二产业产值占GDP的比重（Second）、第三产业产值占GDP的比重（Third）和城镇居民可支配收入（Income）3个指标衡量，第二、三产业的快速发展可提高政府财政收入和技术水平，促进财政支农力度，提升农业科技水平，但城镇居民可支配收入不断提升，膳食结构不断优化，个人对粮食的消费需求降低，农业生产结构发生变化，粮食产量受到影响。

控制变量（Z_it）：（1）环境压力，城镇化伴随着工业化的发展，工业污染对我国环境造成严重影响，进而威胁到粮食安全，故选择工业废水排放量（Wa-ter）、工业废气排放量（Gas）和工业固定废弃物排放量（Rubbish）作为环境压力的衡量指标；（2）受灾率（Disager），即受灾面积占耕地面积的比重，受灾率越高，粮食产量受损程度越大；（3）财政支农（Finance），即财政农业支出占财政支出的比重，财政支农力度越大，有利于农业基础设施改善和科技水平提升，提高农民种粮积极性；（4）复种指数（Mul-tiple），即种植面积占耕地面积的比重，复种指数越高，单位耕地产量越高，粮食总产量得以提升。

2.2.2模型估计结果及其分析 利用Stata 14.0对样本数据进行回归分析，回归结果如表3所示。

（1）全国总体分析。人口城镇化对粮食生产技术效率具有显著正向影响，说明目前我国总体来说农村地区仍存在剩余劳动力，劳动力迁移一定程度上缓解“内卷化”现象，与部分学者研究结论（王跃梅等，2013）一致。城镇居民可支配收入对技术效率提升呈负向作用，人们生活水平的提高和生活方式的改变，对我国粮食生产造成一定影响。环境约束方面，工业废水和工业废气的排放对粮食生产技术效率存在反向作用，工业废水排放对水体的污染严重影响到农业灌溉用水和地表水的质量，空气中的废弃物和酸沉降，造成土壤严重的重金属污染，城镇化、工业化带来的空气污染导致越来越多的耕地受到影响。另外，财政支农和复种指数两个指标对我国粮食生产技术效率具有显著正向影响，受灾率具有显著的负向影响，财政支农力度越大，越有利于农业基础设施的建设和改善，提高农业生产效率；通过复种生产方式，可提高粮食产量，但受灾率又会影响到粮食的产出。

（2）不同区域分析。第一，城镇化对粮食生产技术效率的影响。人口城镇化对粮食主产区和平衡区有显著正向影响，对主销区却存在负向影响，其原因是我国粮食主产区和平衡区大多是劳动力大省，农村劳动力过密，劳动力转移有利于效率的提升，而主销区处于我国沿海发达地区，农业从业人员缺乏，劳动力流动致使当地粮食生产无法保障。从土地城镇化来看，其仅对粮食主销区存在正向影响，对主产区和平衡区影响均不显著，主销区地处平原地区，有利于农业机械化的推广；建成区面积虽不断扩大，但由于增减挂钩政策，大量荒地得到开发和利用，有利于耕地连片成块，通过农业规模化、机械化经营，提高劳动生产率，促进粮食生产技术效率的提升。从经济城镇化来看，第二、三产业发展对技术效率的影响三个功能区均呈现显著正向关系，而城镇居民可支配收入对粮食主产区和主销区存在反向影响，对平衡区影响不显著。第二、三产业的快速发展，一方面提高国家财政收入，加大对农业的投入力度，而且人才、技术、资本的集聚，有利于提升农业科学技术；另一方面提供大量的就业岗位，农村劳动力通过从事非农就业提高收入，在满足基本需求后其余收入大多流回农村，加大农业投入。城镇居民可支配收入的提升，消费饮食结构出现较大变化，粮食在人们每日膳食中的比重越来越少，对蔬菜、禽蛋、水果、肉类等需求明显增加。因此，农户种植结构发生变化，以经济作物替代粮食作物，严重威胁粮食种植面积。而粮食平衡区多处于我国中西部贫困地区，人们收入增长幅度有限，消费需求相对单一，粮食仍作为主要食物。

第二，环境压力对粮食生产技术效率的影响。城镇化发展中环境压力对粮食生产技术效率的影响呈现明显差异。工业废水对粮食主产区和平衡区存在显著负向影响，而工业废气、工业废物仅对主销区存在反向作用。城镇化必然伴随工业化的发展，大量废气、废水和废物未得到合理利用和处置，对粮食生产要素产生重要影响，阻碍技术效率的提升。不同区域由于主导产业选择和发展状况的差异，其受“三废”影响的程度也有所不同。目前工业废水成为粮食主产区和平衡区粮食生产的重要影响因素，而在主销区，工业废气、废物的排放对粮食生产的影响更显著。

第三，控制变量对粮食生产技术效率的影响。受灾率对三个功能区技术效率均存在显著负向影响，由于农业的特殊性，其发展水平受自然因素和社会因素的双重影响，自然灾害的发生严重影响粮食产量和质量，从而影响技术效率。财政支农对粮食主产区和平衡区效率提升存在正向影响，对主销区影响不显著。出现这种情况，可能是由于主销区总体经济水平较高，农业生产基础设施和农业技術均处于较高水平，财政支农对于技术效率提升的影响有限，支农惠农政策对从事粮食生产的激励程度不足。复种指数对于粮食平衡区技术效率存在正向影响，通过复种的耕作方式，提高单位耕地产量，直接增加粮食产量，提高生产规模和效率。

3讨论

本研究运用DEA模型对我国粮食生产技术效率进行测算，并从粮食主产区、主销区和平衡区进行分区域分析，发现我国及各区域均存在资源浪费和产出不足的情况，与马林静等（2015）的研究结论一致。虽然我国用世界7%的耕地养活了世界22%的人口，但粮食安全一直以来都是我国农业发展的重点，提质增效是我国农业发展的首要目标。从区域来看，粮食主产区的生产技术效率远高于主销区和平衡区，是出于自身禀赋还是国家政策的作用，前人研究未对其中原因进行深入探究，这为后续研究提供一些思路。此外，区域内部各省份的生产技术效率也存在明显差异，但具体原因有待进一步考察。

本研究还从人口城镇化、土地城镇化和经济城镇化3个方面分析城镇化对于粮食生产技术效率的影响。由于各区域的禀赋差异，城镇化发展对于粮食生产技术效率的影响也存在明显差异，与赵丽平等（2016）的结论一致，但其研究主要从城镇化综合水平对粮食生产技术效率的影响进行分析，本研究将城镇化细化，分别从人口、土地和经济等方面深入剖析其影响。由于本研究并未对区域内各省份进行深入分析，如同为粮食主产区的山东和四川，均为我国农业大省，但一个在我国东部沿海地区，一个在西部内陆地区，其城镇化对粮食生产技术效率的影响存在一定的差异，因此，对于各省份城镇化对粮食技术效率的影响仍需进一步深入探究。

4建议

（1）发挥区域功能优势，推进专业化生产。根据我国粮食功能分区，充分发挥主产区、主销区和平衡区的区域分化功能性优势，大力推进专业化生产，优化要素资源配置，提高各区域粮食生产各投入要素产出比，提高粮食质量效益和市场竞争力；加大对粮食生产技术研发的投入，促进先进技术在各功能区域的推广，特别是主产区，提高粮食生产纯技术效率。

（2）推动城镇化进程，发挥带动性作用。积极推进城镇化发展对粮食生产的正向影响。人口城镇化方面，针对性制定相应政策，积极有效推动农村劳动力转移，加快新型职业农民和新型经营主体的培育；土地城镇化方面，积极推进荒地的整理和开发，深化我国农村土地改革，通过土地流转、土地置换等多种方式促进土地集约化利用、规模化种植；经济城镇化方面，通过产业融合提升第二、三产业对粮食产业的带动作用，提升农业生产技术，创造更多就业岗位。

（3）加大工业“三废”处理力度，促进农业资源有效利用。加大对城镇化发展中工业废气、废水、废物的回收利用和综合处理力度；加强对粮食生产区域的农业用水治理和耕地土壤修复，通过退耕、休耕等方式提高土地生产能力；加快环境友好型技术的采纳和推广，提高农业废弃物资源化利用水平，促进粮食生产的可持续发展。

（责任编辑 邓慧灵）