城镇非均衡发展对农业生产效率提升的影响与空间效应分析

陈坤，朱庆莹，陈银蓉

（华中农业大学公共管理学院，湖北 武汉 430070）

党的十九届五中全会审议通过的《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》提出要在新发展阶段优先发展农业农村，夯实农业生产能力基础，全面推进乡村振兴[1]。这表明农业生产始终是我国社会发展过程中要协调好的重点问题之一。大量研究和事实证明，城镇化快速发展是影响我国农业生产的主要因素[2]。随着改革开放后非均衡发展战略的实施，我国东、中、西部城镇发展差距日益显著。城镇非均衡发展是在区域自然资源禀赋差异基础上，从不平衡发展理论出发实施部分区域、城镇或部门优先的发展模式，通过经济发展的外部性带动滞后发展的城镇或经济部门[3-4]。城镇非均衡发展也造成了城镇内部及城镇间经济、社会、文化和环境发展的不平衡，从其对农业的影响来看，城镇化等发展差异影响了我国农业现代化发展水平的空间格局，进一步增强了农业生产的复杂性[5-6]。应对这些复杂影响的有效途径之一是提升农业生产效率（Agricultural Production Efficiency, APE），这也是实现农业现代化和增加农业产出的必经之路[7]。

厘清城镇化对区域农业生产效率变化的影响机理是提升农业生产效率的重要前提。国内外关于城镇化发展对农业生产的影响研究较为丰富。从城镇非均衡发展角度来看，在城镇化水平较低阶段或地区，农业生产集聚了大量劳动力，抑制了工业化和城镇化的发展，不利于农业技术和效率的提升[8]。而城镇快速发展一方面导致城镇建设用地扩张大量占用耕地，直接导致耕地规模下降和农业生产的萎缩[9]。另一方面，城镇快速发展拉动地方财政收入的增长，客观上增加了农业生产的资金投入，对于农业基础设施的改善具有积极影响[10]。此外，土地城镇化的快速发展使得耕地保护政策得到了重视，间接促进了农地的集约节约利用[11]。但城镇化的快速发展伴随着第二、三产业的迅速发展，使得城乡经济差距不断扩大，引起农村劳动力的流失，造成农地闲置和撂荒等社会问题[12-13]。虽然部分研究表明城镇化和工业化引起的农业劳动力下降对农业生产的危害性并不明确，但其致使耕地面积大幅度下降，引起了人们对粮食安全的担忧[2,14-15]。从农业生产影响要素来看，一些学者通过聚焦城镇发展过程中非农就业[16]、城乡差距[6]、城市基础服务[17]以及资金与人才因素[18]对农业生产效率变化的影响，从而提出改善农业生产的措施。

综合可知，城镇化发展对于农业生产的影响十分复杂，而针对城镇化对农业生产效率的影响分析也较为丰富，但基于城镇化发展的溢出效应对农业生产效率的影响分析相对较少，在此基础上考虑区域城镇化的空间非均衡性的研究则较为缺乏[19]。随着区域社会经济发展越来越开放，不同地区的联系日益加强，空间因素和空间异质性日益成为影响农业发展的重要因素[20]。基于此，本文将空间溢出效应纳入城镇化对农业生产的影响机制分析中，进一步考虑了城镇非均衡发展对农业生产效率的影响，得出长江经济带全域和局部视角下农业生产效率的影响路径和建议，从而准确把握区域农业生产效率的提升路径。

1 研究方法与数据来源

1.1 农业生产效率评估SFA方法

由于随机前沿分析（Stochastic frontier analysis，SFA）可以将随机误差考虑进研究中，且可以对分析结果进行统计检验，具有一定的模型优势。因此，本文基于Cobb-Douglas生产函数基本架构，构建长江经济带市级层面农业生产效率的面板SFA实证模型，测算各市农业生产效率。模型如下[21]：

式中：yit表示t年i市的农业生产总值（亿元）；Lit表示t年i市的第一产业从业人员数（万人）；Pit表示t年i市的农用机械总动力（万kW）；Fit表示t年i市的化肥使用量（万t）；Uit表示t年i市的农作物总播种面积（103hm2）；β0表示截距项，β1~β4则表示对应待估参量的产出弹性；vit和uit均表示误差项，其中vit表示无法预测的随机冲击，通常认为该项可假设服从正态分布，uit表示t年i市的技术无效率项，通常服从半正态分布。APEit为市域单元i在t年的农业生产效率，且0

1.2 面板空间杜宾模型

区域农业生产效率具有空间相依性与空间异质性，农业生产发展与区域城镇用地扩张，人口转移、经济发展、城乡发展差距、社会公共条件之间可能存在不同的交互效应，分别运用空间滞后、空间误差以及空间杜宾三种模型来衡量，限于篇幅仅介绍面板空间杜宾模型（Panel spatial dubin model,PSDM）。PSDM模型的一般表达式为[20]：

式中：Yit表示被解释变量，本文中为t年i市的农业生产效率；Mit表示t年i市的解释变量，即各城镇化因素；ρ和θ均表示空间效应系数；β是k维列向量，表示k个解释变量的系数；W为空间权重矩阵；是一个可变的解释变量矩阵；W反映相邻区域空间滞后解释变量的平均观测值；γ用以度量相邻区域的解释变量对被解释变量Yit的边际影响。εit表示空间自相关误差项；eit为随机扰动项；μi表示空间固定效应；λt表示时间固定效应。当θ、γ、ρ均等于0，则该模型简化为一般的面板模型；当ρ≠0，θ、γ均等于0，则模型变为面板空间滞后模型（Panel spatial lag model，PSLM）；如果δ≠0，θ、ρ均等于0，则模型变为面板空间误差模型（Panel spatial error model，PSEM）。

1.3 指标的选择

本文主要包括农业生产效率测算指标数据和城镇化发展对农业生产效率的影响分析指标数据。效率测算指标体系参考前人的研究成果[21]，并基于权威性和适用性原则选取农业生产投入产出核心指标进行效率的测算。其中，投入指标包括第一产业从业人员数、农用机械总动力、化肥使用量、农作物总播种面积；产出指标为农业生产总值。所有指标并在参与运算时进行对数处理。

效率分析指标体系参考已有研究成果[6,14-15]，结合本文对于城镇发展对农业生产影响的分析，综合考虑城镇化水平、人口就业、资本投资、非农经济、城乡差距、社会条件和自然地理条件七大因素。其中城镇化水平表征指标选取城市建设用地总面积占行政面积的比重，可以较好地反映城市土地城镇化水平；人口就业表征指标选取第二、三产业就业人员数，反映了城市非农就业和非农产业发展水平；资本投资表征指标采用普遍接受的固定资产投资来反映城市资本水平；非农经济采用二、三产业增加值来直接表征城市的经济总体水平；城乡差距表征指标选取城市居民可支配收入与农村居民纯收入的差距，可以较好地反映城市内部城乡发展的差异；社会条件表征指标选取城市发展相对重要的教育、医疗与卫生三大方面的表征指标来综合反映城镇发展对社会的促进作用；自然地理条件也是影响农业发展的重要因素之一，因此将与农业生产息息相关的地形坡度、气温和降水因素作为城镇自然地理条件的表征指标，具体指标说明与单位见表1。

1.4 数据来源

本文数据主要包含社会经济数据和自然地理数据两大方面，社会经济数据来源于《中国区域经济统计年鉴》（2006—2019年）和省（直辖市）、市统计年鉴（2006—2019年）；自然地理条件数据和省市行政边界来自中国科学院资源环境科学数据库（http://www.resdc.cn）。具体指标情况见表1。

表1 效率测算与分析指标说明Table 1 Description of productivity measurement and analysis indicators

2 结果与分析

2.1 农业生产效率测算结果分析

2.1.1 SFA模型估计与参数检验 本文基于长江经济带14期129个城市的投入产出面板数据，通过SFA模型估计长江经济带城市农业生产效率，模型检验结果见表2。模型单边效应似然比服从混合卡方分布，似然比检验的数值为3334.951，通过查找卡方分布可知在0.01的显著性水平下通过存在技术效率项的假设；且γ的数值为0.893，表明了技术无效率在误差项中占比较大，无法轻易忽视无效率项对生产活动的影响，以上表明较OLS模型而言，SFA模型更适用于本研究的案例分析。SFA模型参数系数的T检验值均大于0.05显著性水平下的临界值，表明在95%的置信度上参数估计是准确的。

表2 随机前沿生产函数评估结果Table 2 Estimation of the stochastic frontier production function

2.1.2 农地生产效率时空变化特征 由计算结果及图1可知，长江经济带2005—2018年农业生产效率处于稳健的上升状态，但效率水平整体偏低，这与吴郁玲等[22]的研究结论一致。长江经济带2005年农业生产效率整体平均值为0.385，2018年整体平均值为0.604，增长了57.06%，但增速逐年下降，反映了长江经济带近年来农业生产技术水平整体偏低，增长乏力。

图1 长江经济带市域单元2005—2018年农业生产效率变化图Fig.1 Changes of agricultural productivity in prefectural and municipal units of the Yangtze River economic belt from 2005 to 2018

从空间上来看，2005—2018年长江经济带农业生产效率表现出显著的东高西低，平原高、山地低的空间特征，即高值区主要集聚于下游长江三角洲，而低值区主要集聚在上游云贵高原一带。进一步地，长江经济带农业生产效率的增长表现出以上海市、武汉市和重庆市为中心并向外扩张的趋势，这一方面反映了研究区农业发展极不均衡，区域差异明显；另一方面表明大城市农业生产效率具有显著的空间辐射效应，证明了市级单元农业生产效率不仅受本市条件的影响，同时也受周边城市的带动作用，因此有必要进一步分析长江经济带农业生产效率及影响要素的空间溢出效应。

2.2 城镇化发展对农业生产效率的影响效应

2.2.1 模型遴选与检验 限于篇幅，本文主要展示长江经济带全域角度模型检验过程。由表3可知，2005—2018年长江经济带全域视角下农业生产效率的Moran’I指数均大于0.3并在1%的显著性水平下显著，表明长江经济带农业生产效率存在较强的空间相关性。此外，Moran’I指数呈现出曲折上升的变化趋势，表明随着农业生产要素和技术的发展，农业生产效率的空间相关性和相互作用逐渐加强，技术溢出效应在农业生产过程中的影响越来越大。

表3 长江经济带2005—2018年农业生产效率的Moran’ I指数Table 3 Moran’ I of agricultural productivity in the Yangtze River economic belt from 2005 to 2018

根据表4可知，农业生产效率变化的模型检验结果中LM_lag、Robust LM_lag和LM_error、Robust LM_error均通过了5%的显著性检验，说明长江经济带市域单元农业生产效率的空间依赖性存在滞后项和误差项，因此选择更加符合检验结果的PSDM。其次，由Walds和LR检验结果可知，二者高度拒绝了PSDM可以简化为PSEM或PSLM的假设，即长江经济带农业生产效率与城镇化发展的PSDM不可以简化为PSLM或PSEM。最后，由于豪斯曼检验值为64.165，且通过了1%的显著性检验，可以确定面板模型应选择固定效应。

表4 空间计量模型检验结果Table 4 Test results of the spatial econometric model

2.2.2 模型结果与影响因素分析 通过对长江经济带全域及上、中、下游四个分析模型分别通过无固定效应、空间固定、时间固定和空间-时间双固定的PSDM模拟分析，其中空间固定效应模型中R2和对数似然函数值相对最大，表明空间固定效应模型拟合效果相对而言更加理想，因此本文主要对四个分析模型的空间固定模型结果进行分析（表5）。

从全域视角来看，由表5可知，通过检验的影响因素包括城镇化水平（0.112）、第二、三产业从业人员数（0.014）、第二、三产业产值（0.311）、城乡居民收入差距（-0.755）、城市公路里程（0.513）、卫生机构床位数（0.114）和自然地理条件（0.214），其中，影响最大的分别是城乡居民收入差距、城市公路里程和第二、三产业产值。长江经济带研究期内城镇化飞速发展，区域整体经济水平不断提升，但发展十分不均衡，区域差距和城乡差距不断扩大，产业和生产要素等不断向城镇化发展水平高及地理条件优越的地区集聚，导致了其他地区资源不足，最终抑制农业生产效率的整体提升。而城镇化过程中道路基础设施建设有效加强了发达地区和欠发达地区之间的联系，可以促进生产要素在区域的合理配置以及欠发达地区的技术升级，成为推动农业生产效率增长的主要因素。此外，非农经济、城镇建设及卫生等基础设施的发展对于提高欠发达地区的农业生产水平也具有积极影响。

相较于全域视角而言，局部视角模型结果具有相似性特征，城乡居民收入差距仍是主要影响因素。局部视角下各区域影响因素也表现出明显的差异性特征。上游地区显著的特点是影响因素作用强度明显提升，如第二、三产业产值、城乡居民收入差距和城市公路里程，其作用强度分别增长了34.73%、47.02%和79.53%，成为影响上游地区农业生产效率的核心因素，主要原因可能是上游地区农业生产效率较低，城镇发展等因素对其影响幅度大。

中游地区主要特征是城乡居民收入差距和城市公路里程两大因素的影响急剧下降，分别由-0.755和0.513降至-0.281和0.206，而下游地区与中游地区类似，主要影响因素作用力也显著降低。主要原因是中、下游地区长期以来城镇快速发展，区域整体发展水平较高，差异相对较小，收入差距和交通条件对农业生产效率的边际提升作用较小。与此同时，中、下游地区持续、高速的城镇扩张、工业化以及大规模人口集聚等引起的农业生态环境问题，耕地面积缩减等逐渐成为影响地区农业发展的关键。

2.2.3 全域视角下空间溢出效应分解 由于PSDM模型包含了空间滞后项，即考虑了临近地区影响因素对于农业生产效率的影响，因此需要分析城镇各要素对于农业生产效率影响的直接效应和间接效应，全域视角和局部视角的具体结果见表6和表7。

由表6中全局视角的直接效应和间接效应结果可知，长江经济带全域城镇化水平提升，城市非农产业的发展和交通、卫生基础设施的完善既对城市自身农业生产效率增长具有正向的反馈作用，也对于邻近城市农业生产效率具有积极的影响，而城镇非均衡发展引起的城乡发展差距直接不利于区域农业生产效率的提升。其原因可能是城镇建成区的扩张一方面反映了城镇集聚的生产要素向外围的流动，从而提高城镇整体农业生产水平；另一方面间接深化耕地保护政策的影响，有利于耕地修复和耕地质量的提升。其次，非农经济增长和交通等基础设施的完善则有利于开拓农产品市场，促进生产要素的流通和生产规模扩大，从而刺激农业生产效率的提升。而城乡收入差距扩大则导致农业生产要素的过度集聚，造成要素配置不合理和资源浪费等不利影响。

2.2.4 局部视角下空间溢出效应分解 由表7结果可知，上游地区城市农业生产效率的提升依托于城镇化水平的提高以及发展非农经济和完善交通，缩小城乡收入差距，然而发展非农经济和完善交通对于邻市农业生产效率表现出抑制作用。其原因可能在于上游地区受地理条件的影响，耕地资源有限且集中，整体发展水平较低，城市非农经济和交通发展强化了对周边地区资本、劳动力和技术等要素的“虹吸效应”。基于此，上游地区应因地制宜发展农业，对于不适宜发展农业的区域实施“退耕还林还草”项目，从而集中资源提高宜农地区的农业生产效率；另一方面注重区域和城乡整体发展水平的提升，避免城镇非均衡发展造成农业生产要素的不合理集聚和城乡收入差距的扩大。

表7 局部视角下直接效应、间接效应和总效应分析结果Table 7 Results of the direct effect, indirect effect and total effect from a local perspective

中游地区检验通过的影响因素中，仅城市公路里程和城乡收入差距的直接效应绝对值大于0.1，分别为0.129和-0.297。间接效应结果中，第二、三产业产值系数显著增加，高达0.629，且通过1%显著性检验，表明中游地区城市发展对于农业生产效率的作用主要在于发展非农经济，增强区域联系，在间接效应影响下进一步促进要素的流动和合理分配。

下游地区直接效应结果中，城镇化水平、第二、三产业产值和城市公路里程的影响较大且为正，而城乡居民收入差距直接效应为负；间接效应结果仅城镇化水平和第二、三产业就业人员数通过了显著性检验，且二者系数较小。可能原因在于下游地区整体发展水平较高，城市发展对于邻近地区的间接影响相对较小。由此可知，下游地区城镇化发展对于市域自身农业生产效率的影响较为显著，且主要通过提升城镇化水平、发展非农经济、完善交通网络进一步抑制城乡发展差距来提升农业生产效率水平。然而在当前生态文明建设和耕地保护背景下，下游地区城市应限制城镇扩张，注重提升城镇化质量，从提升农业技术、改善农业生态环境和耕地质量层面进一步提高农业生产效率水平。

3 结论与建议

3.1 结论

1）长江经济带129个市级单元农业生产效率在2005—2018年间虽均处于稳健的增长状态，但效率水平整体偏低，后续增长动力不足。效率值在空间上东高西低，存在明显的空间集聚特征。

2）城乡居民收入差距始终是阻碍农业生产效率提升的主要因素，而发展非农经济和交通基础设施建设可以有效促进研究区尤其是上游地区农业生产效率的提升。

3）长江经济带上游地区农业生产受城镇发展的直接效应影响较大，而中、下游地区农业发展受城镇发展中的间接效应影响较大，应注重全域城镇的均衡发展，避免农业生产要素过度集聚造成集聚不经济。

3.2 政策建议

1）长江经济带上游地区一方面应因地制宜发展农业生产，清退不适合耕作的农地，集中资源提高宜农区农业生产效率；另一方面强化招商引资，充分发掘本地自然资源和人文资源，通过发展观光农业、生态农业等将农业与旅游业相结合，提高农业附加值，增加农业经济产出，从而将自然资源优势转为经济优势。

2）中游地区应合理承接发达地区的产业转移，发展二、三产业，并优先布局于经济水平较差城镇以及乡村地区，从而缩小区域和城乡发展差距。此外，进一步完善交通网络布局，加强发达城镇和欠发达城镇之间以及城乡之间的联系，通过政策和制度减小生产要素的流动阻力，从基础设施“硬件”和政策制度“软件”两大方面促进区域农业生产相关要素的流动，充分发挥城镇发展因素溢出效应对农业生产效率的积极影响。

3）下游地区可以依托较高的资本和研发水平，集中发展农业技术开发和推广服务，培养专业技术人才，提升区域整体农业技术水平和经济产出水平。注重改善和提升生态环境质量，加强高标准农田建设，严守“三条红线”，严格限制建设用地的“增量”，对建设用地进行“存量”挖潜，确保耕地安全。

本文在测算和分析农业生产效率及与城镇化因素之间的影响路径过程中，并未充分考虑影响粮食生产的土壤、气候变化等自然地理因素的影响，更多的是聚焦于城镇化等社会经济因素，由此可能引起研究偏误。此外，本文主要基于地理空间上的分区进行不同视角的因素分析，经济权重考虑较少。基于此，下一步研究中应注意考察非社会经济因素对农业生产效率的影响，并在地理空间分区基础上充分考虑经济发展权重，加强对非空间因素及其在时间序列上的影响分析。