中国城乡融合发展效率评价及其影响因素研究

王大超，赵 红

(辽宁大学经济学院，辽宁 沈阳 110036)

一、引 言

目前，中国城乡发展不平衡不协调仍然是现阶段中国经济社会发展中最为突出的结构性矛盾[1]，制约着中国城乡建设高质量发展。国务院印发的《2030年前碳达峰行动方案》从绿色低碳角度出发，对中国城乡融合发展提出了新要求。在此背景下，如何正确评价中国城乡融合发展效率，推动中国城乡融合高质量发展，成为学术界日益关注的重点课题。

经过文献梳理发现，学术界对中国城乡发展效率的研究可以划分为三个阶段：一是城乡统筹阶段。学者们多选择DEA模型进行效率评价，研究多以省域为主[2]，随着对城乡关系认识的深入，逐渐开始从全国层面对城乡统筹发展效率进行评价[3]，并基于城乡统筹效率值进一步分析了城乡统筹效率损失的原因[4]。二是城乡一体化阶段。学者们开始采用非角度、非径向的效率评价模型对中国城乡一体化效率进行分析，如蔡轶和夏春萍[5]利用SBM超效率模型分析了2012 年湖北省县域城乡一体化发展效率，吕连菊和阚大学[6]采用EBM模型测算了中国中部地区城乡一体化发展效率。三是城乡融合阶段。以施建刚等[7]为代表的学者在考虑区域碳排放非期望产出的情况下，研究2008—2017年长三角地区27座中心区城市城乡融合发展效率及其动态演进特征。

总之，从研究内容上看，城乡统筹和城乡一体化阶段的效率研究较多，城乡融合发展效率的研究较少；从指标构建上看，多从城乡统筹和城乡一体化的角度构建指标体系，对城乡融合发展效率指标体系构建仍不全面；从效率评价模型选择看，早期多以DEA模型为主，随着效率评价模型的不断优化，学者们开始采用SBM、EBM等非角度、非径向模型，研究结果更加真实可靠。

二、研究方法与评价指标体系构建

(一)模型设计

1.超效率EBM模型

为了综合考虑中国城乡融合发展效率情况，本文选取非导向EBM模型对中国城乡融合发展效率进行评价。为了避免EBM模型测算结果存在大量效率值为1的有效决策单元，从而无法对有效决策单元进行比较分析的问题，本文在Andersen 和 Petersen[8]建立的超效率DEA 模型的基础上，进一步借鉴俞会新和林晓彤[9]与李宵宵等[10]的研究，构建基于非期望非导向的超效率EBM模型。假设有n个决策单元，则第k个决策单元的效率值测算公式如式(1)：

(1)

2.BML指数分析法

BML指数既克服了ML指数计算量大、结算结果不稳定的缺点，也解决了BM指数无法识别非期望产出的问题[11]。本文借鉴王兵等[12]与贺腊梅等[13]的做法构建BML指数，对中国城乡融合发展全要素生产率进行测算和分解，以期找出城乡融合全要素生产率变动的源头。

=TECH×TECCH

(2)

(二)指标选取和城乡融合发展水平测度

目前，学者们对中国城乡融合发展效率的测算多使用包含多投入和多产出的指标体系。本文根据中国城乡融合发展的现实情况，参考现有文献中的指标体系[2-7]，同时遵循科学性、系统性、代表性等原则构建中国城乡融合发展效率评价的投入产出指标，具体指标说明及描述性分析如表1所示。

表1 城乡融合发展效率评价的投入产出指标及描述性分析

目前，学术界关于城乡融合发展水平的测度多立足于“城乡全面融合”，从经济、空间、生态等角度构建城乡融合发展指标体系，使用不同的赋权方法对全国或区域城乡融合发展水平作出评价[14-15]。为了科学地测度高质量发展阶段中国城乡融合发展水平，本文在已有研究框架的基础上，结合“十四五”规划的最新要求构建了城乡融合发展指标体系，如表2所示。并借鉴杨丽和孙之淳[16]的做法，采用加入时间变量的熵权法对2010—2019年中国城乡融合发展水平进行计算[17]。

表2 城乡融合发展水平测度指标体系

鉴于数据的可得性，本文选取2010—2019年中国30个省份(不含西藏和港澳台地区)的面板数据进行分析。所用数据均来自《中国统计年鉴》《中国能源统计年鉴》《中国人口和就业统计年鉴》《中国劳动统计年鉴》《中国信息产业年鉴》和各地方统计年鉴，部分城乡数据来自EPS数据库。二氧化碳排放量的数据来自中国碳核算数据库。文中部分缺失数据采用线性插值法或均值法予以填补。

三、中国城乡融合发展效率评价

(一)基于超效率EBM模型的城乡融合发展效率静态分析

基于以上指标体系，以中国30个省份为决策单元，利用MaxDEA8软件对中国城乡融合发展效率进行测算。具体分析结果如表3所示。

1.整体层面分析

分析表3可以发现，2010—2014年效率逐年下降，而2014—2016年呈小幅波动的态势，2016—2019年则呈持续上升的态势。城乡融合发展效率呈现这种阶段性特征主要与2014年经济进入“新常态”以来各省份产业结构转型和“乡村振兴”战略实施带来城乡融合发展水平的稳步提高密切相关。总体来看，样本期内中国30个省份城乡融合发展水平均值为0.6338，城乡融合发展效率均值仅为0.4148，数值上看二者发展的差距较大，说明中国城乡融合发展的下一步需要平衡城乡融合发展水平和效率的关系，推动中国城乡融合朝着高水平、高效率方向发展。

2.区域分析

由表3可知，中国城乡融合发展区域效率均值呈西部>东部>东北部>中部的态势，且区域差距逐渐拉大。从中国城乡融合区域发展效率的时间演化上看，2010—2014年各地区效率值都有小幅下降，这一阶段的下降与经济进入新常态后的产业结构调整密切相关；2014—2016年进入波动期，各地区效率值均有小幅波动，随后2016—2019年呈现分化的趋势，西部地区和东北部地区城乡融合发展效率持续增加，中部地区稳定发展，东部地区则出现小幅下降，这一阶段城乡融合发展效率差异很可能是由于国家实施的乡村振兴战略及进一步严格限制碳排放的原因导致。

3.省际分析

由表3可知，中国城乡融合发展省际分化十分明显。从效率均值上看，研究期内城乡融合效率值始终有效的是海南、青海、宁夏及天津，城乡融合发展效率均值分别为1.1893、1.1735、1.0376及1.0335，效率值相对较低的是河南、山东、江苏及广东，城乡融合发展效率均值分别为0.1587、0.1515、0.1079及0.0884。通过对比各省份的城乡融合发展效率均值，可以发现广东、江苏、山东等经济相对更加发达省份的城乡融合发展效率普遍低于青海、宁夏等经济欠发达省份，说明经济产出水平未必同城乡融合发展效率呈正相关关系[7]。经济相对发达的地区为了保持其经济持续增长，会投入更多的资本，消耗更多的能源，由此造成更多的资源浪费和更高的碳排放总量，从而导致其城乡融合发展的投入—产出效率相对较低。

(二)碳排放约束下城乡融合发展效率的改进分析

除了青海、宁夏、海南和天津外，其他省份城乡融合发展效率均未达到有效(如表3所示)。EBM模型的优势就是能够同时测算无效决策单元的比例改进值和松弛改进值，分别与投入产出指标的投入冗余值和产出冗余(不足)值相对应，二者之和构成了全部的改进值[10]。投入冗余率和冗余(不足)率表明了该决策单元的投入产出结构，可以为提升各省份的城乡融合发展效率提供调整和改进方向。(1)中国30个省份城乡融合发展投入冗余率和产出冗余(不足)率未在正文中列出，留存备索。从投入指标看，中国30个省份在各项投入指标上的整体冗余率偏高，均值均超过50%，说明大多数投入要素在城乡融合发展推进过程中并未充分发挥作用，形成了大量的要素资源浪费。对于绝大部分省份而言，其城乡融合发展效率损失主要来源于劳动力、土地和技术投入冗余。从产出指标看，各省份的产出不足(冗余)率差异较为明显，这与不同省份的资源要素禀赋与经济发展结构特征等因素有关。通过对比各省份的期望产出与非期望产出冗余率，可以发现二氧化碳排放量过高是城乡融合发展效率损失的主要原因。因此，各省份提高城乡融合发展效率的重点应该是合理配置各项投入要素，以及控制城乡融合过程中的二氧化碳排放总量。

(三)基于BML指数分析法的城乡融合发展效率动态评价

前文从静态角度分析了中国城乡融合发展效率特征，为了更好地说明中国城乡融合发展效率的动态变化趋势，本文利用BML指数分析法测算了碳排放约束下中国城乡融合发展全要素生产率变化情况及其分解结果。从表4可以看出，样本期内全要素生产率、技术变化和技术效率变化均处于上升趋势，且技术变化与全要素生产率之间形成了良好的互动关系。具体看，2010—2014年中国城乡融合发展全要素生产率呈小幅上升的趋势。随着2014年国家经济进入新常态，中国深化医疗体制改革、户籍制度改革，以及建立全国统一的城乡居民养老保险制度等措施的不断推进，中国城乡融合发展全要素生产率2014年开始大幅增长，直至2016年到达巅峰值，全要素生产率增长率约为4.68%，从表中可以看出这种趋势变化主要以技术进步作为支撑，说明科技创新、技术进步有利于城乡资源要素的配置，为提高全要素生产率创造条件。随后，2016—2018年全要素生产率的增长出现小幅下降，在2019年开始回升。全要素生产率呈现这种变化，从内部因素看，是技术进步和技术效率改善的结果，外部因素则可能是中国经济社会进入新时代，受增长动能转换的影响。

表4 中国城乡融合全要素生产率值及其分解值

四、中国城乡融合发展效率的影响因素

(一)影响因素与变量选取

第一，人口质量。教育水平的提高会加强农村人力资本深化，人力资本深化将使得收入差距存在逐渐缩小的收敛性特征，收入差距的收敛性促进了城乡融合[18]；同时由于城镇化的影响，农村劳动力的异地转移更加严重，农村人口主体的老弱化更加突出，将不利于现代化农业和美丽乡村的建设[19]。本文衡量人口质量的变量为：平均受教育程度(Education)，衡量指标为(未上小学人数×0+小学人数×6+初中人数×9+高中人数×12+大专及以上人数×12)/6岁以上人口数量；老龄化程度(Old)，衡量指标为老年人口抚养比。

第二，土地政策。以农地“三权分置”为核心的新一轮农村土地制度改革缩小了城乡要素市场的差异，直接带来级差地租的提升，缩小城乡收入差异，助力城乡融合[20]。“三权分置”改革政策(Land)的虚拟变量设计为政策实施前为0，政策实施后为1(2015年及以后)。

第三，经济结构。经济中产业结构向第二、三产业转型升级，将迫使农业为提高经济效益而自发地与第二、三产业之间相互渗透、相互融合，奠定了城乡融合的经济基础[21]；同时经济结构中金融规模扩大能拓宽信贷渠道和提升信贷支持面，并通过盘活市场经济等“主渠道效应”提升农村地区人力资本投资和职业技能水平，从而增加低层次劳动力就业与创收机会[22]。本文衡量地区经济结构的变量为：产业结构(Industry)，衡量指标为三产产值占比/二产产值占比；金融发展规模(Finance)，衡量指标为金融业增加值/地区GDP。

第四，营商环境。良好的营商环境可以激发企业投资农业的踊跃性，激活了农村各种生产要素，使农村居民收入在原来单纯的农业经营性收入之外增加工资性收入[23]。地方政府在与其他国家或地区的贸易往来过程中，学习国外农业的生产管理经验和技术，从而促进当地农业发展，促进城乡融合[24]。本文衡量地区营商环境的变量为：创业活力(Company)，衡量指标为分行业企业法人单位数/年末常住人口；对外开放程度(Open),衡量指标为地区进出口贸易总额/地区GDP。

第五，财政分权。财政分权制度影响着地方政府财政行为，而地方政府的财政行为偏好则会影响城镇化发展水平和对乡村振兴的支持力度，以及城乡融合发展水平和发展效率[24]。本文衡量财政分权的变量为地方财政自主权(Fiscal)，衡量指标为本级财政支出/预算内中央财政支出。

(二)模型构建

由于综合技术效率都处在DEA的有效边界，大多数数据也都处于[0,1]之间，属于归并数据。若继续采用OLS方法对样本进行回归分析，得到的估计结果不具有无偏性和一致性。为解决被解释变量受限问题，本文使用Tobit模型进行分析[25]，其表达式如下：

TEit=α+β1Educationit+β2Oldit+β3Landit+β4Industryit+β5Financeit+β6Companyit+β7Openit+β8Fiscalit+εit

(3)

其中，TEit是中国第i省t年的城乡融合发展效率水平；α是常数项，其余变量为人口质量、土地政策、经济结构、营商环境和财政分权相关变量；εit是随机扰动项。

(三)结果分析

由于计算得出的城乡融合发展效率值是各年横截面数据的处理结果，因此本文选用回归分析中的混合数据Tobit模型。通过stata16.0软件，利用混合Tobit模型得到2010—2019年中国总体及四大区域城乡融合发展效率影响因素的回归结果，如表5所示。

表5 中国总体和四大区域城乡融合发展效率的影响因素回归结果

第一，人口质量因素——平均受教育程度和老龄化程度。就全国而言，地区人均受教育程度估计系数为正，老龄化程度估计系数为负，且都具有较强的显著性，说明提高人口的受教育程度会提高中国城乡融合发展的效率，但老年人口抚养比的增加会制约其发展。就区域而言，人均受教育程度的回归系数在中部、东部、西北部地区均为正，由于东部地区地理和经济上的双重优势，吸引了大量中、西和东北部的优秀青年，体现在回归结果上就是东部地区人均受教育程度对城乡融合发展效率的回归系数较大，而人口老龄化在东部和西部地区表现为负影响，且具有较强的显著性。

第二，土地政策因素——“三权分置”改革政策。全国层面上，农村土地“三权分置”改革的回归结果显示，其估计系数在1%水平上显著为负，说明相关部门在执行土地“三权分置”改革政策时，对以“土地经营权流转”放活土地资源要素这一新命题认识不充分，因而降低了土地要素的配置效率，进而抑制了城乡融合发展效率。区域层面上，土地“三权分置”改革政策的负影响对东部及西部地区较为显著，对中部地区则不显著。东北部地区作为中国主要的粮食产地，其农业发展相对较好，土地利用程度较高，因而“三权分置”改革政策在东北部地区的回归系数为正，但目前对城乡融合发展的正向影响在统计上还不显著，这说明在城乡融合过程中，仍然要积极推进土地改革，充分发挥“三权分置”改革在城乡融合发展中的积极作用。

第三，经济结构因素——产业结构与金融发展规模。全国层面上的估计结果显示，产业结构估计系数为正，说明产业结构的调整会提高城乡融合发展的效率，而金融发展规模的系数为正，但这种正向作用并不显著。区域层面上看，产业结构显著促进了东北部地区的城乡融合发展效率，却降低了中部及西部地区城乡融合发展效率，表明东北地区作为老工业基地，其产业结构正处在向第三产业发展的过程中，工业企业的能源消耗量将会降低，从而降低碳排放量冗余，提高城乡融合发展的效率。金融发展规模对东北部地区融合发展效率有显著的降低作用，却在西部地区表现为正向促进作用，可能的原因是当前各地区金融发展的不一致性，金融服务规模的扩大对于农村生活环境的改善方面还没有体现出对生产方面的促进作用，所以在相对发达地区没有起到促进城乡融合的作用[23]。

第四，营商环境因素——创业活力和对外开放程度。全国层面的创业活力和对外开放程度的估计系数均不显著，说明营商环境因素对全国城乡融合发展效率的影响尚不明显，这可能与现阶段中国城乡融合发展主要由政府主导、国有企业为主力军的方式相关。区域层面讲，创业活力对东、中、西部地区的城乡融合发展效率有显著正向作用，但东北部地区不显著。对外开放程度对中部、东北部地区城乡融合发展效率有显著的负向作用，这可能是由于区域内享有对外开放优惠政策的城市，会导致农民收入难以跟上城市居民收入的增长速度，从而使得城乡收入差距渐渐扩大，城乡融合发展进程减缓，进而城乡融合发展效率下降。

第五，财政分权因素——地方财政自主权。全国层面看，地方财政自主权的估计系数为正，且在1‰水平上显著，说明地方政府拥有更多的财政自主权时，可以优化公共服务的财政投入，减少不必要的投入损失，降低公共服务资源投入的冗余率，提高中国城乡融合发展效率。区域层面讲，当增加一个单位的地方政府财政自主权时，东部、中部和西部地区城乡融合发展效率会提高，但东北部地区的城乡融合发展效率则会降低，可能的原因是在财政分权体制下，地方政府所掌握的资源不同，资源丰富的地方政府可以依照中央政府的政策要求，采用各种方法达到促进城乡融合的目的，而资源相对缺乏的地方政府可利用的手段和途径较少，在促进城乡融合的效果上不如资源丰富地区明显[22]。

五、结论与启示

本文对2010—2019年中国30个省份城乡融合发展效率进行分析评价，在此基础上进一步对城乡融合发展效率的影响因素进行检验，最终得出以下结论：从效率值上看，中国城乡融合发展效率值整体仍然偏低，且区域差距逐渐拉大，省际分化愈发明显；从投入—产出要素资源配置效率上看，各项投入指标上的整体冗余率偏高，城乡融合发展水平不足及较高的碳排放量冗余对城乡融合发展效率损失也存在较大影响；从全要素生产率及其分解上看，城乡融合发展全要素生产率整体呈现增长趋势；从影响因素上看，平均受教育程度、产业结构和地方财政自主权能显著提高城乡融合发展效率，老龄化程度、“三权分置”改革政策则对其有显著的负影响，金融发展规模、创业活力及对外开放程度对城乡融合发展效率的影响尚不明显。

根据上述研究结论，笔者得出以下政策启示：

第一，基于中国城乡融合发展整体效率偏低及区域不平衡，需进一步加强区域合作和省际交流，促进区域间人才、资本、技术、资金等资源要素的双向流动流动；同时，还需鼓励各省份共同交流，推广效率较高的省份如海南的“垦地融合”新模式、宁夏的“全域土地综合整治”试点和天津实施的“百村示范、千村整治”工程，吸取不足并共同商讨解决方案，促进各省份协同发展。

第二，基于投入产出要素资源配置，一方面需提高城乡要素配置效率，进一步优化城乡融合发展过程中投入端的资源配置，提高投入要素资源的转化率；另一方面需加快农村地区经济发展、加大农村地区基础设施建设，提高农村地区公共服务水平，以及优化城乡空间布局，以此提高城乡融合发展水平，进而弥补城乡融合发展过程中面临的产出不足问题，同时还需高度重视在促进城乡融合在发展过程中降低消耗、减少污染，降低二氧化碳的排放量。

第三，基于全要素生产率分解结果，需优化城乡绿色科技发展布局。目前中国城乡融合发展的技术效率、技术进步均处于增长阶段，因此，要充分发挥科技创新在“三农”工作中的支撑引领作用，积极推进前沿技术在农业领域的应用，如“互联网+农业”的智慧农业新模式。

第四，基于城乡融合发展的影响因素分析可知，地方政府仍需全面落实九年义务教育工作，提高劳动人口素质，从而增加低层次劳动力就业与创收机会。缩小城乡收入差距促进城乡融合，还需加快产业结构转型升级，使农业从业者为提高经济效益自发地与第二、三产业之间相互渗透、相互融合；同时，中央政府应给予地方政府更多的财政自主权，充分发挥地方政府在城乡资源配置中的作用，从而提高各要素资源的配置效率，减少无谓损失。