新型城镇化、农业产业集聚与农业绿色全要素生产率增长：影响机理与实证检验

王 亚 飞 杨 萧

(重庆师范大学 经济与管理学院，重庆 401331)

一、引 言

农业是立国之本，强国之基。改革开放至今，我国农业经济实现了举世瞩目的增长绩效，农业总产值由1978年的1 118.50亿元快速跃升至2019年的66 066.45亿元，增幅高达近60倍。但就可持续性而言，中国农业的增长模式仍主要表现为“高投入、高产出、高污染、低效率”特征，这不仅意味着农业资源的过度消耗，还引致日益凸显的生态环境污染问题。当前乃至今后较长一段时期，中国农业发展的转型方向，应更加强调以绿色全要素生产率(Green Total Factor Productivity，GTFP)增长为核心动力的农业高质量发展。换句话说，农业发展的驱动力更加凸显为除劳动、土地等有形要素之外的农业技术进步及要素综合配置效率的改善，以此促进农业期望产出的增长及环境污染这一非期望产出的降低。这对于新时期实现脱贫攻坚成果巩固、相对贫困治理、乡村振兴以及城乡二元经济结构根本性转化等具有重要的现实意义。

城乡两大经济部门是国民经济增长的两大主体力量，城乡经济关系调整不仅是中国整体区域经济关系调整的重要内容，也是厘清中国政府区域经济发展战略及制度变迁的重要线索。1949年中华人民共和国成立至1978年改革开放之初，在复杂国际国内形势下，我国实施了重工业优先发展战略，通过一系列制度安排提取“农业完全剩余”以保障这一战略的有效实施，城乡二元经济结构得以固化。改革开放以后的较长一段时期，基于比较优势考量，中国又实施了“城市偏向、工业优先”的非均衡发展战略，农业土地、优质劳动力、资本等生产要素在市场机制和政府导向的共同作用下，源源不断地“净”流向城镇非农产业部门，城乡产业发展不平衡问题由此进一步凸显。自党的十六大以后，中国逐步调整城乡经济关系，从“城乡统筹”到“城乡协调”再到党的十九大明确提出的“农业农村优先发展”及“乡村振兴”，中国农业发展的制度性环境得到明显改善。由此，讨论中国农业GTFP增长为主要表征或核心动力的农业高质量发展，特别是在当前中国更加强调“新型城镇化”及城乡产业互动的背景下，分析新型城镇化对农业GTFP增长的影响及作用，必然应将城镇化纳入分析框架。但遗憾的是，对这一问题的讨论目前并不多见，且研究结论仍存较大争议。

此外，从产业集聚视角讨论某一产业的生产率效应，也是区域经济学、产业经济学长期关注的热点话题。长期以来，学者们把更多的关注指向了制造业或服务业集聚的生产率效应，而对农业产业集聚与农业GTFP的理论及实证关联关注较少。事实上，美国、欧盟、日本等发达国家或地区农业发展的经验表明，农业的集聚现象是农业空间布局调整的重要表征。就中国而言，伴随着农村交通基础设施及公共服务体系的不断完善、农业土地流转的逐步推进，农业生产的专业化、规模化、市场化取向日益凸显，农业产业集聚趋势日渐明显。产业集聚的关联理论表明，产业集聚可以通过规模经济和范围经济的内在机制促进生产率增长。那么，这些理论能否解释农业产业集聚的生产率效应，仍有待进一步的实证检验。

当前，促进以农业GTFP为内生增长动力的农业高质量发展是缓解城乡发展不平衡、农村以及农业发展不充分等问题的有效途径，而在新型城镇化建设持续推进背景下，这一途径的潜力是否得到足够挖掘显得尤为重要，且城镇化的推进对农业发展的带动作用是否得到发挥仍耐人寻味。其次，实现城乡一体化，谈及农业的高质量发展，若忽视了对农业产业这一重要因素的考量，则农业高质量发展的讨论将略显空洞，尤其是涉农产业在空间距离上的缩短和产业间关联性的加强是否发挥出集聚效应，这种联系网络的形成带给农业发展的是促进作用还是抑制作用？带着以上疑问，本研究同时将新型城镇化、农业产业集聚纳入农业GTFP分析框架，在理论层面，阐述其间的作用机理以及逻辑关系，在实证检验层面，使用2004至2018年中国除西藏、港澳台地区外的30个省级样本面板数据，在把握其各自的发展特征以及演进态势基础上，实证检验新型城镇化、农业产业集聚各自对农业GTFP增长的影响及效应，并进一步刻画新型城镇化与农业产业集聚的协同效应。这一研究取向无疑具有重要的理论价值及丰富的政策意涵。

二、文献综述

本文以农业GTFP来表征农业高质量发展。基于相关文献的梳理，发现农业GTFP在测度方法[1][2][3]以及影响因素[4][5]方面的研究较多，其中，围绕城镇化与农业发展的讨论却形成了不同观点。就城镇化促进农业发展而言，李谷成(2014)以生产率增长背后的制度为出发点，运用方向性距离函数模型，发现城镇化能促进农业绿色生产率增长[6]。余子鹏等(2015)以省级层面数据为依据，验证了城镇化在农业生产中，通过提升资源配置效率以提高农业生产率[7]。郭军华等(2010)构建DEA模型研究得出城市化的加快对农业生产效率改良具有正向作用[8]，持类似观点的还有李宾等(2016)[9]、谢攀(2020)[10]等。就城镇化抑制农业发展来说，李士梅等(2017)在测算农业全要素生产率变动的基础上，发现城市化所引致的农村劳动力非农就业转移会抑制农业生产率的增长[11]。梁俊等(2015)认为城市化推动所带来的农业贸易条件不利于农业绿色TFP增速的进步[12]。郑垂勇等(2018)[13]、何悦等(2019)[14]通过研究，同样发现城镇化不利于农业生产率的提升。

关于农业产业集聚的研究，银西阳(2022)[15]、(Galeetal，2001)[16]等主要着眼于其对经济增长、劳动生产率提升以及农业产量上升等方面的影响。其中，Henry(1996)发现农业产业集聚有助于农村经济的增长，其具体作用的形式是增加农民收入以及扩大居民就业[17]。黄海平等(2010)从专业化分工角度研究农业产业集群的优势，得出产业集聚能够提高劳动者生产率的结论[18]。秦建军等(2010)运用扩展的C-D函数分析发现，农业产业集聚有利于农业的发展，尤其可以促进农产品加工业的发展[19]。

可见，现有文献，尤其在模型运用、理论分析等层面有借鉴之处，但仍有边际改良的地方。一是多数文献仍采用较单一的指标来度量城镇化水平，未能充分融入城镇化由“一维”向“多维”转型的内在要义，难免造成城镇化水平的刻画过于片面，而本文选取四个准则层21个指标层来度量新型城镇化。二是大多数学者以农业生产率、农业资源配置效率和生产效率来替代农业高质量发展，而与可持续发展关联的环境资源、污染排放等因素未能得到足够关注，这一脱离可持续意义上的增长过程不可能是真正的高质量发展，本文则以农业GTFP作为表征农业高质量发展的依据。三是围绕农业产业集聚与农业发展的研究以理论定性研究为主，实证检验的分析依据较少，因而农业产业集聚对农业高质量发展的影响究竟如何，仍众说纷纭，本文在借鉴现有文献的基础上，结合获取的数据，运用Stata计量软件进行实证检验的定量分析。

三、理论分析

(一)新型城镇化与农业绿色全要素生产率

就农业绿色全要素生产率增长的内涵而言，主要表征为除去劳动、资本、土地等传统要素之外农业技术进步和要素配置效率的改善程度，在产出中表现为合意产出或期望产出的增加和环境污染等非合意产出或非期望产出的降低。由此，在理论分析中，本研究从技术进步、要素配置效率、产出类型三个方面，讨论新型城镇化对农业GTFP影响的理论机理。

1.技术进步促进效应

亚当·斯密在分工促进经济增长理论中以技术进步内生化来解释经济增长,其指出劳动分工专业化、工序改进使技术进步成为可能(Smith,1776)[20]。城镇化的推进促使农村剩余劳动力流入城镇从事非农产业，这种转移在一定程度上给农业规模化、专业化生产提供了条件，在农业生产投入更多物质资本对农业劳动力逐步形成替代的同时，其蕴藏的农业资本劳动比的提高也将引发农业技术进步，从而保证农业产量增长。农业可细分程度较低，但随着育种技术、灌溉技术等新兴农业技术的进步与扩散，农业产业呈现出的专业化、精细化趋势越发明显，新一轮技术的更新换代，可促进农业生产力的提高[21]。

另外，内生增长理论将技术进步作为研究核心,认为人力资本和“干中学”是技术进步的首要来源(Lucas，1988)[22]。经济发展水平较好的城镇部门为知识生产提供了条件，农村劳动力流入城镇，享受城市技术进步的成果，通过“干中学”积累知识和经验，提高自身人力资本后回流农村，反馈整个传统农业部门，一定程度上推动技术进步。最后，技术进步也源于城乡企业的研发活动，城镇部门通过研发创新活动，孕育新的技术以及研发资本，这些新资本品在引导下将“反哺”传统农业部门，策动农村原有资本品的更新升级。此过程中，乡镇企业积极参与到创新研发活动中去，进一步深化农村或农业部门的技术分工，直接提高了农村或农业部门的技术水平。因此，通过研发与创新，城乡部门联合提高了整个经济系统的技术水平，形成内生技术进步机制，进而促进农业经济增长。

2.要素配置效率的制约性

Yotopoulos and Lau(1973)认为要素配置效率是一种要素组合状态,要求投入要素的边际产出等于其边际成本[23]。但刘易斯二元经济结构理论阐述了传统农业部门受限于各项要素的影响，在实际农业生产中，产量很容易达到上限，而城市工业体系中的生产要素普遍有可再生性，这样城镇部门的边际生产率会高于农业部门的边际生产率。因而，在市场调节和“城市偏向”政策的双重导向下，各类生产要素的流向均按照低效率到高效率部门的规律流动，城镇部门因极化效应不断积累有利因素，农业部门各要素被其迅速吸纳，尤其是各种优质资源、先进生产要素向城镇集聚和配置，致使农业部门“失血”过多，留存低端要素，这在很大程度上会带来农业绿色生产率的变化。

劳动、土地作为农业生产中最重要的两大要素，在进一步推动以城带乡过程中，文化及教育资源通过“扩散效应”从城镇向农村辐射，能够缓解农村文化贫困、提高农业工作者素质并培育新型职业农民，甚至涌现出农业经理人，这为农业高质量发展提供了人才支持。但涌入城市的农民以及不以种地谋生的“离土不离乡”农民放弃了农耕，直接导致部分耕地出现弃置和荒废，以及大量的农业耕地在城镇化建设中被占用开发都会影响农业生产。虽然国家相继采取“以城带乡”“工业反哺农业”以及乡村振兴等发展战略，在政策驱使下，二三产业资本以及城镇资源向农村逐步流转，能有效促进技术和资金等要素在农业生产中的使用，持续加速农业要素配置的优化，但政策功效的全面突显有时滞效应。

3.不同产出类型的正反效应

就合意产出而言，城镇化促进人们生活水平提升的同时，城镇居民对乡村旅游、生态休闲度假的需求也会应运而生，而这必将引致农业与旅游的进一步融合，促使农业产业发展多样化，如休闲农业、观光农业等。而非农产业随着三产融合的深入推进，也必将其生产经营活动拓展至与农相关领域，农业价值链、产业链也将得到不同程度的延展。经营主体会在农业原材料生产这一产业链的前端以及最终农产品的生产或销售环节这一后端构建联系，并衍生出新商业模式和新业态，如农产品电商[24]。

就非合意产出来说，自环境库兹涅茨曲线假说提出以来，部分学者认为环境污染会影响决策者的抉择，进而影响经济发展[25][26]。当存在环境管制时,污染排放的增多会增加企业的生产成本, 降低企业效益, 进而不利于经济增长。城镇化伴随的人口迁移带来的生产与生活活动改变，会引起污染排放的变化，而生态文明建设时代的到来，政府定会出台相应的政策措施对企业生产活动加以管控，进而影响企业的决策，放缓经济增长的脚步。另外，农业生产中，不仅水稻等作物生产过程中会产生温室气体，以化肥农药为代表的投入增产方式，以及劳动力转移带来的对农业机械高度依赖，也会导致化石能源消耗与农业碳排放量的增加，使农业绿色生产率处于恶化的境地[27]。

由此看来，新型城镇化通过技术进步、要素配置、产出类型对农业绿色全要素生产率产生影响，且既有正效应也有负效应。因此，新型城镇化到底是促进还是抑制农业绿色全要素生产率？关键取决于正效应和负效应之间的力量对比或强弱。由此，本研究提出假设一：新型城镇化对农业绿色全要素生产率增长的影响具有不确定性。

(二)农业产业集聚与农业绿色全要素生产率

农业产业集聚是农业产业空间布局调整并伴随农业产业或关联企业在特定地理范围内相对集中的空间组织形式。集聚引发的多领域、多层次、多维度联系可以带来学习效应、共享效应，这利于产生规模经济、技术扩散以及稳定整体市场。从此内涵出发，本文从规模经济效应、知识技术溢出效应以及竞争强化效应三个维度来阐释农业产业集聚对农业绿色全要素生产率的影响。

1.规模经济的促进效应

马歇尔最早开始系统研究规模经济理论，其认为合理的分工合作、区位布局会形成外部规模经济，并促进经济发展。高鸿业等将规模经济带来收益递增的原因归纳为专业化程度、资源的集约化利用以及资金的节约[28]。产业集聚所引发的向心力会吸引外来生产要素及关联行业、企业在空间上聚集，而集聚区内关联行业、企业的分工合作深化、充分利用资源聚集优势能够产生规模经济效应。规模经济效益可以降低企业的整体生产经营成本，且专业化分工深化也促进了熟练劳动力增长及专门技术发明，进而促进要素配置效率、流通效率改善及产业技术进步。集聚可推动土地经营权的流转集中，扩大农户土地经营规模，增加资本投资，促进技术进步与扩散[29]，土地流转也能改善我国农村土地长期存在的细碎化、分散化以及小规模经营状况。此外，土地经营规模的扩大也会使专业大户和家庭农场等农业经营主体批量购买生产资料和广泛使用农机器械，经营主体在做到“开源”即提高农业产量的同时，也能做到“节流”即降低生产过程中的成本，进而提高农业GTFP。

2.知识技术溢出的提升效应

新古典理论研究知识的空间扩散时，认为技术扩散可使地区间的技术水平趋同, 技术差距得以消除。随着产业在空间上的集聚，邻近企业的生产活动联系日渐紧密，各种要素的跨区作业日益频繁，各个企业可共享集聚区内的基本设施、公共服务、劳动力蓄水池，进行面对面的经验分享、知识交流而形成溢出效应，使各企业的技术水平趋于一致，这种共享聚集经济的溢出，能够提高各自的生产效率。另外，索洛模型将技术进步看作经济增长的外部因素,新技术可被无成本地即刻扩散[30]，集聚区域内的求职人员在不同经济主体间的转换，均加大了关联企业间显性知识技术和隐性知识技术的“低成本”或“零成本”溢出，这有助于推动产业集聚区内及所在区域的产业技术进步，并通过先进技术采用及产业技术升级降低环境污染产出，进而提升农业GTFP。

3.竞争强化的带动效应

“物竞天择，适者生存”，是达尔文进化论的核心思想，其认为环境时刻变化，事物间存在着相互竞争，适应环境的会生存下来，不适应的则面临灭亡和淘汰，即“优胜劣汰”[31]85。同理，产业集聚在促进产业内及产业间企业分工协作的同时，也加剧了关联企业间的相互竞争，其主要表现为高端稀缺要素和熟练劳动力的竞争、产业链上下游市场交易的讨价还价、相对有限市场范围的竞争优势获取等。在有效的市场机制下，产业集聚带来的竞争强化效应将迫使相关企业研发新的技术、优化业务流程、提高管理效率来适应市场环境的变化，竞争引发的兼并、重组也引致生产要素从低效产业或企业向高效产业或企业流动，这有助于提升农业产业内或产业间要素配置效率，进而促进农业产业结构的合理化、高级化，最终带动农业生产效率的整体提升。

这里作出假设二：农业产业集聚促进农业绿色全要素生产率的增长。

四、模型构建、变量说明与数据来源

(一)模型

依据上述理论分析，本研究同时将新型城镇化、农业产业集聚纳入农业GTFP分析框架，构建如下(1)式回归模型一，另外构建(2)式模型二，探讨新型城镇化和农业产业集聚两者对农业GTFP是否存在交互效应或共同影响机制。

GTFPit=α+β1NU+β2LQ+β3Xit+εit

(1)

GTFPit=α+β1NULQ+β2NU+β3LQ+β4Xit+εit

(2)

模型一、二中，农业绿色全要素生产率(GTFP)为被解释变量，模型一将新型城镇化(NU)、农业产业集聚(LQ)同时作为核心解释变量，模型二则主要关注新型城镇化和农业产业集聚的交互项(NULQ)。式中i、t分别表示省份、年份，Xit代表控制变量，εit为随机扰动项。系统GMM估计方法由于可以纠正潜在内生性等问题，因而被广泛使用，但为了避免其产生大量工具变量而削弱模型设定检验，本研究主要使用两步系统GMM方法进行模型估计。

(二)变量界定

1.被解释变量：农业绿色全要素生产率

(3)

(4)

计算t至t+1时期的SBM-ML指数如下：

(5)

结果中，若SBM-ML>1,则表明GTFP增长；若SBM-ML<1，则代表GTFP降低。具体投入产出指标的选取以及各碳排放源的排放系数参考龚锐等(2020)[32]。

为更好把握农业GTFP的演进态势，本文从全国层面和东部、中部、西部三个地区层面运用核密度估计对其进行分析，对本研究涉及的起始与截止年份进行图示，如图1。

图1 GTFP核密度估计

2.核心解释变量：新型城镇化、农业产业集聚

参考相关文献[33]，本研究构建如下表1指标体系来刻量新型城镇化程度，指标权重使用熵权法计算。采用(6)式、(7)式分别对正向指标、负向指标进行标准化处置，(6)式中xij越大则意味其对系统的贡献越大，(7)式中xij越小则意味其对系统贡献越大。

(6)

(7)

表1 新型城镇化发展水平评价指标体系

基于测算结果，图2绘制了样本省份2004年和2018年新型城镇化水平，以便更为直观地认识各省份的新型城镇化水平。就2004年与2018年来看，北京、上海、天津与浙江的新型城镇化水平位居前列，除开上海，其余省份的新型城镇化水平从2004年到2018年都有提升。比较而言，西部地区省份新型城镇化水平总体上低于东部地区省份，究其原因，可能和东西部地区区域经济发展、产业结构、对外开放程度等的不同密不可分。

图2 30个省份2004年和2018年新型城镇化水平比较

关于产业集聚，少数学者采用面积占比进行测度(Fu，2007)[34]，本文农业产业集聚水平借鉴大多数学者的做法，用区位商指数表示。区位商指一个地区某种产业在全国( 全省) 的产业中所占的比重与该地区某项指标占全国( 全省)该项指标比重之比(王艳荣等2011)[35]。其计算公式为:

(8)

(9)

3.控制变量

除了本文重点关注的新型城镇化以及农业产业集聚之外，影响农业GTFP的因素还较多，参考相应文献，本文选择控制如下变量：

表2 控制变量说明

(三)数据来源

本文以30个省份为研究对象，在保证年份跨度以及各变量测度口径统一性的基础上，将样本区间设置为2004—2018年。分析的数据来自各年《中国统计年鉴》《中国人口和就业统计年鉴》、国家统计局以及各省份统计年鉴。其中，个别控制变量2018年数据缺失，本文采取线性回归预测分析法进行插值。变量的描述性统计如表3。

笔者提出了一种桩土界面土和孔隙水压力测试装置及方法，该测试技术专门用于现场试验测试桩土界面土压力和孔隙水压力[34].笔者在前期室内模型桩沉桩试验中，首次尝试在模型桩桩身表面植入光纤光栅传感器，并在桩身表面安装微型硅压阻式土压力和孔隙水压力传感器的测试方法，成功测试了桩身轴力、桩土界面处的土压力和孔隙水压力[35-36].

表3 变量描述性统计

五、回归结果与分析

(一)基准回归

本文主要采用两步系统GMM方法对模型进行估计，但在进行估计之前，要求有效的工具变量需满足两个条件：

相关性：即Cov(xt,pt)≠0;外生性：即Cov(xt,ut)=0。

因此，本研究进行Hansen或Sargan工具变量有效性以及Arellano-Bond序列相关检验。检验结果显示，AR(1)的P值小于0.1，AR(2)的P值大于0.1，Hansen检验的P值大于0.1，不能拒绝工具变量有效的原假设。

表4 模型一回归结果

针对模型一，对时间效应以及地区效应分别加以控制，发现其均显示新型城镇化与农业GTFP互为负相关关系，当同时控制时间、地区效应时，新型城镇化增加1个百分点，农业GTFP将降低0.096个百分点，且在5%的水平上显著，表明新型城镇化对农业GTFP有抑制作用。对此可能的解释是，城镇化进程中，大量农业人口向城镇迁移，生产和生活空间的压缩会带来集聚负外部性，环境污染加剧，化石能源消耗的增加以及由农用物质(化肥、农药等)所引发的农业碳排放等污染物的增加也是必然的，这种非期望产出的增加使得农业绿色生产率不断恶化。此外，许素琼(2019)认为，城镇的扩张伴随农用耕地被建设用地挤占的现象，可能造成农业无法实现规模化生产，人口从农村涌入城市，势必会使农业生产力因素中的劳动者数量锐减，且客观上引起原有劳动素质、技术技能等优秀的农业人口优先转移[37]，这也契合前文理论分析中农业要素配置效率对农业GTFP所带来的影响。

而农业产业集聚与农业GTFP之间呈现正相关关系，意味着农业产业集聚有利于农业GTFP的提高。可能的原因是，农业产业的集聚加强了企业的联系，进一步促使集聚区内企业劳动力队伍专业化、生产流程标准规范化以及分工的精细化，集聚区内的经营者通过各种渠道进行交流形成知识溢出，在成本控制、节能减排和污染治理问题上进行合作与经验共享，这给各自的生产效率均带来正向作用，进而推动农业绿色生产效率的提升。农业生产倾向于向优势区域集中，借助基础设施共享、中间投入品与社会化服务共享、“劳动力池”与技术溢出，发挥外部规模经济效应，提高生产效率(张哲晰等，2018)[38]。另外，产业集群的发展促使市场、农户、农业企业和政府部门有机联系起来，农户和农业企业“纵向”共享产业链，拥有不同资源禀赋的农户通过劳动分工镶嵌进农业产业集群的某一环节，提高了农户农业生产决策的科学性，并降低了农户的生产成本(刘学华等，2018)[39]。

(二)分位数回归分析

为探讨农业绿色全要素生产率进行概率分布时其在不同范围是否受到不同程度影响，本文引用分位数进行再次回归。本文估计三个分位数点，分别为1/10、5/10、9/10，表5、图3分别报告了回归系数、分位数回归系数的变化。

表5 分位数回归

表5中，当逐步扩大分位点时(1/10→5/10→9/10)，新型城镇化的分位数回归系数逐渐降低(-0.047→-0.050→-0.074)，表明在农业GTFP逐渐提高的过程中，新型城镇化对其抑制能力也逐步加强，也就是说，若农业绿色全要素生产率水平较低，则其受新型城镇化的抑制较为微弱。图3中，新型城镇化分位数回归系数曲线随着分位数的增加而整体上表现为下降形态，同样证实了新型城镇化对农业GTFP的抑制作用在随着GTFP的增长而增强的结论。图3的基本形状印证了前面表格中所报告内容。而对于农业产业集聚，其分位数回归系数的变化未出现规律性变化趋势。

图3 分位数回归系数的变化

(三)作用机制分析

1.中介效应模型

上文计量检验表明，农业产业集聚促进农业绿色全要素生产率增长，而新型城镇化对其具有抑制作用。相比于正效应或者促进效应，非期望的负效应或者抑制效应往往更能引致我们进行更深的思考。因此，我们将进一步尝试对新型城镇化抑制农业绿色全要素生产率增长的作用机制进行检验，构建中介效应模型如(10)—(14)式。

GTFPit=α+β1NU+β2LQ+β3Xit+εit

(10)

TPit=α+β1NU+β2LQ+β3Xit+εit

(11)

FAEit=α+β1NU+β2LQ+β3Xit+εit

(12)

OTit=α+β1NU+β2LQ+β3Xit+εit

(13)

GTFPit=α+β1NU+β2TP+β3FAE+β4OT+β5LQ+β6Xit+εit

(14)

(10)式与(1)式相同。中介效应方程(11)的被解释变量TPit表示省份i在t时期的技术进步，社会的发展和技术的进步促使农业生产向精细化和生产设备专业化方向演进，农业生产也将更多地投入农用机械等物质资本，因此本文采用劳均农业机械总动力度量技术进步。中介效应方程(12)中，被解释变量为要素配置效率(FAE),基于耕地作为农业最重要的生产要素，本文采用劳均有效灌溉面积进行刻画。中介效应方程(13)的被解释变量为产出类型(OT)，本文主要从非合意产出进行讨论，使用氨氮排放量、废水排放量和二氧化硫排放量三者加总取对数表示。

2.作用机制检验与讨论

当前，学界差异系数检验法、Bootstrap法、系数乘积检验法和逐步回归法四种方法在检验中介效应时使用较频繁，本文模仿温忠麟等(2014)[40]的做法，使用逐步回归法进行检验，主要包括四个步骤。

步骤一：检验未加中介变量的总效应方程中新型城镇化对农业GTFP的显著性；步骤二：检验中介效应方程中新型城镇化对中介变量的影响，以及加入中介变量后的总效应方程中中介变量对农业GTFP的影响，若都显著，则表明间接效应显著；步骤三：检验加入中介变量后的总效应方程中新型城镇化对农业GTFP的显著性，若显著，表明直接效应显著；步骤四：检验系数乘积符号以及计算中介效应占总效应的比例。

通过检验发现，三个中介变量的间接效应以及直接效应都显著，但技术进步的步骤四检验发现系数0.237×0.093与系数-0.042符号不同，因此技术进步不是抑制农业GTFP增长的中介效应，不过通过以上检验，在一定程度上说明新型城镇化能够通过技术进步效应促进农业GTFP的增长。农业要素配置效率的系数乘积-0.053×0.098与系数-0.042的符号相同，即要素配置效率属于部分中介效应，计算中介效应占总效应的比例：-0.053×0.098÷(-0.096)=0.054，即中介效应占总效应的比例为5.4%，可见农业要素配置效率的提升可促进农业GTFP的增长，但城镇化不利于农业要素配置效率的提升，进而抑制了农业GTFP的增长。产出类型(非合意)系数乘积符号与系数-0.042也相同，计算其中介效应占总效应的比例为10.35%，即新型城镇化通过非合意产出增长效应，能够对农业GTFP产生10.35%的抑制影响。

表6 作用机制检验结果

(四)稳健性检验

本文利用下列方法进行稳健性检验，以增强前文结果的可靠性。

方法一：更换估计方法。采用Tobit模型做再次估计，其一般形式如下：

(15)

方法二：选取子样本。参考史常亮等(2020)的做法，由于北京、天津、上海的农业功能不同于其他省份，以现代都市农业为特色，且这3市的土地流转率遥遥领先于其他省区，将其纳入分析可能会影响到回归结果的准确性[41]。另外，图4所示，将30个省份2004年和2018年农业产业集聚水平加以对比可以发现，北京、天津、上海相比其他省份落后趋势明显，因此，在北京、天津、上海3个样本不纳入研究的情况下再次进行估计。图4的产业集聚水平还反映出东部地区呈现下降趋势，西部普遍有所增加。

图4 30个省份2004年和2018年农业产业集聚水平对比

方法三：修改变量测度方法。对于新型城镇化，本文是通过一系列指标来度量其水平，众多学者常用总人口中城镇常住人口的占比(城镇化率)来表示其水平，因此，本研究也尝试用此种做法测算城镇化水平，以其表示新型城镇化水平。针对农业产业集聚，因考虑到农业属于第一产业范畴，且第一产业产值中农业产值占比较高，其中在产业集聚过程中，林业、牧业、渔业等产业也会有集聚效应，所以本文试将前文农业产业集聚测度公式中的地区农业总产值替换为地区第一产业总产值、国内农业总产值替换为国内第一产业总产值，用所得的第一产业集聚水平来表征农业产业集聚水平，再次进行估计。估计结果如表7。

表7 稳健性检验结果

表7列(1)、列(2)、列(3)分别是采用tobit模型，剔除北京、天津、上海的子样本(样本数变为405)，更换新型城镇化和农业产业集聚数据三种稳健性检验方法。结果表明，新型城镇化依然抑制农业GTFP的增长。值得注意的是，采取方法三估计，新型城镇化系数大小有明显变化，但其符号依然为负，且在5%的水平显著。结合新测得的新型城镇化数据，究其原因，本文猜测采用传统城镇化率来单维角度表征新型城镇化水平，会导致新型城镇化水平被过度拔高，进而高估其对农业GTFP产生的作用。这也是前文阐述的选择通过多个指标体系来多维度地刻画新型城镇化会更加客观实际的缘由。农业产业集聚促进农业GTFP的提高在此依旧得到体现，整体而言，前文基准回归结果在稳健性检验中仍然成立。

(五)进一步讨论

城镇化的持续推进在引致农业产业结构优化调整、土地加速流转的同时，也必将伴随着农业产业集聚现象，前面我们主要将新型城镇化和农业产业集聚分别作为两个解释变量进行讨论，在这里，我们设定一个新型城镇化和农业产业集聚的交互项(nulq)，进一步揭示两者对农业GTFP的共同影响机制。

作为一个参考系，采用传统的最小二乘法(OLS)进行估计，如表8所示，二者的交互效应对农业GTFP的提高有一定促进作用。采用系统GMM法进行估计，在同时控制时间和地区效应下，其交互项系数同样显著为正，说明二者的协同或者交互效应对农业GTFP的提高有一定促进效应。不难想象，从区域布局合理规划来看，城镇化为农业产业集聚提供了空间载体，延伸农业产业链的同时，也建立了更为合理的农业空间布局模式，并进一步为产业集群或者产业集聚区带来市场原动力，促进提升农业集聚效率。另外，农业产业集聚也能够较好地利用资源优势，形成农业特色产业，进而优化市场结构以及改变就业结构，提高城镇化水平。由此，两者可谓是协调共进，这种协同对农业高质量发展的促进效应也在逐步显现。

表8 新型城镇化与农业产业集聚的交互效应

六、结论与启示

本研究在测度2004—2018年30个省份的新型城镇化水平、农业产业集聚水平以及农业GTFP水平的基础上，理论阐述并实证检验前两者对农业GTFP的影响。研究发现：(1)自2004到2018年，我国各省份新型城镇化水平总体上上升，东部地区相较于中西部地区水平更高；西部地区农业产业集聚水平显著增长，东部则下降；农业绿色全要素生产率水平从全国来看，有所提高，但是区域间仍然存在差距。(2)新型城镇化抑制农业GTFP增长，其主要通过要素配置制约效应和非期望产出增长效应抑制农业GTFP增长，而技术进步所带来的促进效应尚不足以扭转这种抑制局面。(3)农业产业集聚促进农业GTFP增长，结合理论分析，其主要通过规模经济的促进效应、知识技术溢出的提升效应、竞争强化的带动效应三个途径。(4)新型城镇化和农业产业集聚两者的交互效应或共同影响机制对农业GTFP的增长起到了促进作用。

本文启示如下：(1)我国城镇化进程持续加快的同时，应当有序推进城镇化的发展，由快速成长阶段向质量提升阶段进行转变，促进城乡一体化，逐步扭转农业优质要素“净流向”城镇部门的局面，使城乡两部门资源要素能够自由流动并得到合理配置。在改善农业或农村部门要素条件的同时，为农业技术水平的提高奠定要素基础，并进一步发挥出城镇化对农业高质量发展的带动作用。此外，在“双碳”目标的大背景下，城镇化发展更应重视环境保护，政府层面需要进一步完善绿色低碳政策体系、健全碳市场交易体系，企业层面应当明确自身责任义务，实施节能减排新技术开发，加快能源和经济结构调整，严控高能耗高污染项目建设，减少非期望产出，在实际生产中更多纳入绿色这一要义。(2)各地区充分认识当地资源环境承载能力，立足本地资源要素优势，加快出台支持农业特色产业集群发展壮大的扶持政策和相关实施细则，大力提升农业特色产业集群基础设施建设和服务水平，在财税、金融等方面给予更多支持，引导资金、信息、人才、技术等生产要素向农业特色产业集群流动，有效提升产业集中度。通过政策引导外来行业、企业与当地产业有效衔接，加快土地流转，有序推进农业产业集聚发展，做大做强做优特色产业集群，进而形成农业产业高水平集聚经济。(3)坚持市场主导、政府扶持的原则，因地制宜提供精准化的政策支持，在城镇化进程中，大力推进农业信息化、产业化和适度规模化，调整传统农业空间布局结构，形成面向需求、具有优势、主导产业和特色产业兼顾的农业综合体，进一步挖掘新型城镇化与农业产业集聚的良性交互或协同效应，以有效释放出对农业绿色全要素生产率增长的促进作用，并以此带动我国农业进一步向农业绿色高质量发展。