城镇化与耕地利用集约化的动态响应分析*——以重庆市为例

张 炜

(重庆交通大学，重庆 400074)

0 引言

在我国新型城镇化发展背景下，城镇人口急剧扩张，城乡用地格局变动剧烈，土地利用深度及利用广度处于不断转型的变化时期[1-2]。一方面，城镇化有利于耕地利用集约度的提高，对耕地起到一定的保护作用。另一方面，城镇化的发展导致建设用地需求不断增加，在此趋势下，耕地数量不断减少，粮食安全日益受到威胁[3]，而耕地利用集约化对增加耕地单位面积产量，提升耕地利用水平，缓解耕地压力具有重要影响。由此可见，城镇化与耕地集约利用具有一定的关联。因而，协调城镇化与耕地利用集约化之间的关系，构建新形势下可持续发展的耕地利用模式，是新型城镇化发展及实现乡村振兴战略的重要保障，是协调社会经济发展与粮食安全的关键所在[4-7]。

近年来，国内外专家学者对于城镇化及耕地集约化的研究主要集中在时空演变、耦合类型、影响因素及问题对策等方面，如慕智玉[8]认为四川省耕地集约度及城镇化水平不高但区域差； 郭施宏等[9]以山东省为研究区，对城市化与城市土地集约利用程度进行耦合协调关系研究； 韩玉[10]等基于城镇化背景并运用鱼骨分析法列举黄淮海平原耕地集约利用水平的影响因素； 郭小忠[11]结合我国城镇化及耕地利用集约化特性阐述目前其所存在的问题，并从统筹规划、产城融合、土地整治等方面提出建设性建议； 总体来看，以上研究均为城镇化及耕地利用集约化奠定丰富的研究基础，但两者动态响应的量化研究仍相对较少，仅吴红[12]基于VAR向量自回归模型对安徽省城镇化及耕地集约利用动态响应情况进行分析，这充分表明我国对动态响应关系研究不成熟。基于此，文章以重庆市为研究区，选取城镇化及耕地利用集约化评价指标，利用向量自回归模型对城镇化及耕地利用集约化动态响应关系进行分析，促进新型城镇化与农业现代化协调发展。

1 研究区及研究方法

1.1 研究区概况

重庆市地处中国西南部，东邻湖北、湖南，南靠贵州，西接四川，北连陕西，地理位置东经105°11′～110°11′、北纬28°10′～32°13′，是我国西部大开发重要的战略支点、“一带一路”和长江经济带重要联结点，简称渝或巴。重庆市地势由南北向长江河谷逐级降低，西北部和中部以丘陵、低山为主，总地势东南部、东北部高，中部和西部低，由南北向长江河谷逐级降低。重庆属亚热带季风性湿润气候，年平均气温16～18℃。2016年重庆市常住人口3 048.43万人，比2015年增加31.88万人，其中城镇人口1 908.45万人，占总人口比例为62.60%，比2015年提高1.66%。重庆市耕地总面积162.3万hm2，农用耕地开发度与集约利用水平较高，是全国重要的粮食主产区， 2017年重庆市农业总产值2 008.26亿元，粮食作物产量1 167.15万t，同比增长0.1%。

1.2 研究方法

1.2.1 研究方法

向量自回归模型，主要用于捕捉动态随机扰动对变量的影响，解释每个变量基于自身的滞后和其他变量的滞后情况。非平稳序列可能会产生虚假回归现象，所以需要先对时间序列进行平稳性检验[15-17]。公式如下：

(1)

表1 指标选取变量说明

变 量代码城镇化城镇人口比例UP(urban population)二、三产业比例STP(secondary and tertiary Industry proportion)土地城镇化LU(land urbanization)集约化复种指数CI(cropping index)化肥投入CUI(chemical fertilizer use intensity)农业机械总动力TPAM(total power of agricultural machinery)

1.2.2 指标选取与数据来源

城镇化表征指标多样，根据重庆市实际情况及查阅相关文献，该文选取城镇人口比例(城镇人口占总人口比例/%)、二、三产业比例(二、三产业产值占国民生产总值的比值/%)以及土地城镇化(人均建成区面积/hm2)等对城镇化水平进行测度。耕地利用集约化是指在一定面积的土地上，集中地投入较多的生产资料和生活劳动，使用先进的技术和管理方法，以求在较小面积的土地上获得高额产量和收入的一种农业经营方式。，耕地利用集约化评价指标选取复种指数(农作物总播种面积与耕地面积的比值/%)、化肥投入(单位面积化肥施用量/kg)及农业机械总动力(单位面积耕地的农业机械总动力/kW)。

城镇化与耕地利用集约化的表现方面呈现出多样性，是一个内含丰富的多层次系统。首先，确定指标选取原则为“以人为本”和“可持续发展”。其次，指标具有科学性、典型性、可操作性及系统性。最后，根据重庆市的实际情况以及便于资料收集与目标分析。

该文以重庆市为研究地理单元，研究所需数据来源于2000—2016年《重庆市统计年鉴》《中国区域经济统计年鉴》，国家统计局及重庆市统计局，部分缺失数据来源于重庆市农业厅等公布的相关年度报告，经整理，建立原始数据库并运用相关模型及软件进行数据分析与处理(表1)。

2 数据分析

2.1 时间序列的单根检验

为避免未回归现象发生，采用ADF方法对UP、STP、LU、CI、CUI及TPAM 6个时间序列进行检验。从检验结果来看(表2)，UP的ADF检验值为0.127，分别大于1%、5%、10%显著水平下的-4.312、-3.254及-2.168，说明该序列不稳定，对其进行一阶差分后得到D(UP)均小于1%、5%、10%显著水平下的值，故说明该序列为稳定序列。同理，说明UP、STP、LU、CI、CUI及TPAM 6个时间序列均为平稳序列。

表2 平稳性检验结果

变量检验值临界值检验结果1%5%10%UP0.127-4.312-3.245-2.168不平稳D(UP)-3.632-3.292-2.691-2.226平稳STP-4.128-3.688-3.122-2.988平稳D(STP)-4.589-4.433-3.856-3.126平稳LU-2.978-4.119-3.792-3.177不平稳D(LU)-5.123-2.198-1.083-0.117平稳CI-4.563-5.167-4.788-3.672平稳D(CI)-3.697-3.667-2.790-0.987平稳CUI-1.918-4.776-3.554-2.586不平稳D(CUI)-4.228-4.132-2.444-0.243平稳TPAM-3.477-3.223-2.987-2.668平稳D(TPAM)-3.672-3.865-3.689-2.779平稳

表3 协整检验结果

2.2 协整检验

该文构建向量自回归模型，并根据赤池信息准则(AIC)与施瓦茨准则(SC)对上述时间序列进行协整检验，若多个非平稳时间序列能都构成平稳时间序列，则说明上述变量之间存在长期的均衡关系，其中AIC与SC值越小，说明模型拟合效果越好。由表3可得，各变量之间协整检验结果P值均低于5%的显著水平，即在5%的显著性水平下拒绝“不存在协整关系”的原假设。即说明重庆市城镇化与耕地利用集约化之间存在长期的均衡关系，说明近年来重庆市城镇化发展水平及耕地集约利用较为协调。

2.3 脉冲响应分析和方差分解分析

对变量(UP、STP、LU、CI、CUI及TPAM)进行计量分析，得出重庆市城镇化与耕地利用集约化之间存在因果关系。该文继续运用脉冲响应法分析上述变量相互作用关系，由表4可知各变量之间的动态响应关系，UP对CI冲击呈现出由负值向正值转变的过程，从第六期开始转为正值，说明复种指数对城镇化人口比例逐渐呈现出正向影响。同理可以看出，CI对STP、LU及CI均表现出正向影响，其中对二、三产业比例及土地城镇化冲击较不明显，对自身复种指数较为明显。CUI对UP、STP、LU及CUI冲击均较小，较不明显，对STP前期及LU呈现为负值，说明化肥投入对二、三产业比例及土地城镇化表现出负向影响，化肥投入导致的环境污染等问题对城镇化发展产生了一定的影响。TPAM对UP、STP、LU及TPAM冲击程度差异较大，其中对STP、LU及TPAM表现出负向影响，说明重庆市农业机械总动力对人口城镇化表现出正向影响，对二、三产业比例、土城镇化及自身有负向作用，农业的机械化推进乡村人口转变生产方式，劳动力数量有所下降。

在对上述变量进行脉冲分析的基础上，进一步进行方差分解，分析各变量冲击对系统变量动态变化的相对重要性。由表5可得，重庆市城镇人口比例、二、三产业比例及土地城镇化的冲击对复种指数解释的水平不同，其中复种指数方差分解结果受自身冲击而影响较大，解释水平较高，后期二、三产业比例、土地城镇化贡献率逐步缓慢升高，到第八期总贡献率达到70%。二、三产业比例的冲击对化肥投入冲击的贡献率基本保持在11% ～14%之间，城镇人口比例、二、三产业比例及土地城镇化总贡献率不断上升，整体来看10期内均不断增大。重庆市城镇人口比例、二、三产业比例及土地城镇化对农业机械总动力冲击的贡献率差异较大，其中城镇人口比例对其贡献率基本保持在20%左右，后期变化较小。总体来看，脉冲响应与方差分解分析结果具有较高的一致性。

表4 脉冲响应结果

时期CI对UP冲击CI对STP冲击CI对LU冲击CI对CI冲击CUI对UP冲击CUI对STP冲击CUI对LU冲击CUI对CUI冲击TPAM对UP冲击TPAM对STP冲击TPAM对LU冲击TPAM对TPAM冲击1-0.0230.0140.0030.0360.001-0.008-0.0030.0380.015-0.001-0.003-0.0022-0.0340.0170.0150.0370.006-0.005-0.0050.0370.017-0.002-0.006-0.0073-0.0360.0210.0190.0390.0080.001-0.0080.0350.017-0.003-0.007-0.0084-0.0180.0240.0260.0350.0120.006-0.0090.0290.018-0.004-0.009-0.0125-0.0020.0260.0290.0310.0130.008-0.0120.0270.021-0.003-0.012-0.01360.0030.0200.0310.0280.0150.004-0.0150.0270.022-0.005-0.023-0.01570.0110.0180.0370.0250.0170.006-0.0130.0260.023-0.006-0.024-0.01480.0140.0150.0410.0210.0160.007-0.0140.0250.024-0.006-0.027-0.01390.0210.0120.0210.0170.0150.008-0.0170.0260.021-0.005-0.028-0.014100.0230.0020.0150.0120.0130.008-0.0160.0250.020-0.003-0.027-0.015

表5 方差分解结

时期UP对CI贡献率STP对CI贡献率LU对CI贡献率CI对CI贡献率UP对CUI贡献率STP对CUI贡献率LU对CUI贡献率CUI对CUI贡献率UP对TPAM贡献率STP对TPAM贡献率LU对TPAM贡献率TPAM对TPAM贡献率10.230.140.130.500.110.110.230.550.230.110.230.4320.240.170.150.440.160.120.250.470.240.120.260.4730.260.210.190.340.180.110.280.430.260.130.270.4840.280.240.160.320.210.140.290.360.270.140.290.4250.230.260.190.320.220.150.320.310.300.130.320.4360.230.230.210.330.230.130.350.290.310.130.330.3570.210.210.270.310.250.120.330.300.340.140.360.3480.240.250.210.300.240.130.340.290.340.140.370.3390.210.220.210.360.260.140.370.230.320.140.380.34100.230.220.250.300.220.130.360.290.340.130.370.35

3 结论与讨论

该文选择城镇化及耕地集约化指标，基于ADF方法对指标进行时间序列单根检验，并利用VAR模型分析重庆市城镇化与耕地利用集约化之间的动态响应关系，且运用赤池信息准则(AIC)与施瓦茨准则(SC)证明城镇化与耕地利用集约化之间存在长期均衡关系，主要得出以下结论。

(1)城镇人口比例对复种指数冲击响应呈现出由负转正的态势，表明复种指数对城镇化人口比例逐渐呈现出正向影响。

(2)复种指数对二、三产业比例、土地城镇化及复种指数均表现出正向影响，其中对二、三产业比例及土地城镇化冲击较不明显，对自身复种指数较为明显。

(3)化肥投入对城镇人口比例、二、三产业比例、土地城镇化及化肥投冲击均较小，且对二、三产业比例、土地城镇化呈现为负值，说明化肥投入对二、三产业比例及土地城镇化表现出负向影响。

(4)农业机械总动力对城镇人口比例、二、三产业比例、土地城镇化及农业机械总动力冲击程度差异较大，其中对二、三产业比例、土地城镇化及农业机械总动力表现出负向影响，说明农业机械总动力对人口城镇化表现出正向影响，对二、三产业比例、土城镇化及自身有负向作用。

(5)复种指数方差分解结果受自身冲击而影响较大，解释水平较高，二、三产业比例、土地城镇化贡献率在第八期总贡献率达到70%； 二、三产业比例的冲击对化肥投入冲击的贡献率基本保持在11% ～14%之间，城镇人口比例、二、三产业比例及土地城镇化总贡献率不断上升。城镇人口比例、二、三产业比例及土地城镇化对农业机械总动力冲击的贡献率差异较大，其中城镇人口比例对其贡献率基本保持在20%左右，后期变化较小。

该文探索性地分析了城镇化与耕地集约利用化之间的动态响应关系，具有一定的理论意义，但依旧存在某些不足，主要表现在以下3方面：(1)由于VAR模型相对复杂，因此，该文认为未来的研究方向应是如何将VAR模型简便化并更好地阐述其两者关系。(2)该文旨在分析城镇化与耕地集约利用化动态响应关系，但两者之间关系相对复杂，如何更好地分析两者之间关系并分离两者的相互关系是未来研究的核心问题。(3)后期对城镇化及耕地集约化之间动态关系研究应重点关注在影响因素及驱动机制方面。