城镇化对粮食产区耕地利用效率的影响

刘传福，王云霞，曹建民

（吉林农业大学经济管理学院，吉林 长春 130118）

耕地是人类生存和发展不可或缺的自然资源，在确保粮食安全、维持社会稳定以及实现农业可持续发展等方面发挥着重要的战略作用[1]。我国农业的主要特点是人多地少，目前我国有2.2亿农户，但户均经营规模只有0.5 hm2，加上流转的土地，户均约0.7 hm2。而美国210万个家庭农场，平均经营规模是170 hm2，是中国的240倍，欧盟15个国家家庭农场平均规模18 hm2，是中国的25倍[2]。在人多地少、耕地资源有限的背景下，提高耕地利用效率、探讨耕地合理利用始终是政策制定者和理论研究者所关注的重要话题，尤其是现阶段城镇化、工业化进程不断加快的背景下，如何保障农业农村平衡发展，粮食生产有效供给，耕地资源有效利用是一项紧迫的课题。近些年，学术界对耕地利用效率的研究不断深入，从劳动力年龄、耕地细碎化、农民分化、农民土地价值观及外生环境因素等多个角度对耕地利用效率的影响机制做了深入研究[3-7]。那么城镇化快速发展是否会对耕地利用效率产生影响值得进一步的研究。

城镇化是中国走向现代化国家的必由之路，是社会经济发展的必然趋势和要求[8]。从美、英、日、韩等发达国家的成功经验来看，加快城市化尤其是农村城市化进程、重构城乡空间、改造传统农业是解决“三农”问题、实现城乡一体化、加快农业和农村现代化进程的必由之路[9]。各个国家在城市化进程中虽然存在着共性规律，但也存在着区域差异。日本在短期内实现快速城镇化（1950—1977年），使农业农村发展受到了严重冲击，美国是由农业快速发展推动城市化发展（1830—1950年），乡村和城市发展相对均衡[10]。我国自“十三五”期间新型城镇化战略推出后，城镇化进入快速发展阶段，2020年城镇居住人口相比2010年增长了14.21个百分点，户籍人口城镇化率已达到45.4%[11]。对于中国特殊的土地制度和基本国情来看，城镇化进程中农村人口快速向城市转移，使原本的耕地资源获得重新分配，减少的农业人口和重新分配的耕地资源一方面能否保障粮食安全，另一方面能否促进农业经济发展是需要探讨的重要问题。

从以往研究来看，城镇化发展势必会对农业生产要素投入带来一定的影响。首先，城镇化会加速人口向城市转移，减少农村劳动力要素的同时会加速农村老龄化[12]。其次城镇化会加快农村土地流转进程，促进土地规模化生产[13]。从动态来看，城镇化发展会通过降低农村人口密度，进而改变农业生产方式，促进农业机械化投入水平的提高[14]。最后，城镇化进程中还会对农药化肥施用强度、耕地利用强度、农村空心化等农村生产要素和结构有着一定的影响[15-17]。城镇化所造成的劳动力及土地的重新配置会对耕地利用产生不可避免的影响，不免让我们思考这样一个问题，高水平的城镇化对耕地利用效率将产生怎样的作用，这些作用会不会影响到国家粮食安全和乡村振兴战略。基于上述背景和问题，本文构建了县级面板数据，采用随机前沿生产函数、单要素效率测算及中介效应模型等方法，系统的分析了城镇化对粮食产区耕地利用效率的影响及其作用机制。

1 理论分析与研究假设

影响耕地利用效率的因素一般分为两个方面（图1）：一方面受到内部因素影响，包括耕地的投入及产出，投入的冗余或者产出不足都会直接导致决策单元的无效率情况；另一方面受到外部因素影响，包括管理、环境和技术等因素。已有学者对耕地利用效率做过大量研究，为本文城镇化对耕地利用效率影响的内在机制提供了有效线索。本文基于已有研究，从耕地粮食产出效率和农业总产值效率两个维度，构建了城镇化对耕地利用效率的作用机制假说（图2），具体分为四个方面。

图1 耕地利用效率影响因素Fig.1 Impact factors of cultivated land utilization eきciency

图2 城镇化对耕地利用效率影响的作用机制Fig.2 Mechanism of urbanization on the farmland utilization eきciency

1.1 城镇化、机械化水平与耕地利用效率的作用机制

根据刘易斯二元经济结构理论来看，发展中国家一般存在着由传统农业部门和现代工商业构成的二元经济结构[18]。根据诱致性变迁理论，城市工业部门劳动力稀缺，因此工业部门的工资普遍比农业部门工资高，诱发农村剩余劳动力向城市转移。城镇化进程中，农民选择进城会导致农村人口大量流失，农村劳动力减少进而导致农业雇工成本不断提高[19]。因此，在农业劳动力减少和雇工成本增加的双重作用下，农民会积极采取机械替代人工的技术选择，农业机械化水平将在城镇化水平提高的影响下快速提升。相对于经济作物来说，粮食作物的机械化更加成熟和普及，在机械化水平不断提高的同时，可能会造成粮食作物的种植面积不断提高。因此在既定的耕地面积下，粮食产量会不断增多，极大可能提高耕地的粮食产出效率。另外一方面，单位耕地面积内经济作物相对于粮食作物的经济价值要高，由于机械化水平的提高对人工要求较多的经济作物有着一定的负向影响，可能会对耕地的农业总产值效率带来抑制作用。据此，提出以下假说：

H1：城镇化通过促进农业机械化水平的提高进而提高耕地的粮食产出效率，但对耕地的农业总产值效率有抑制作用。

1.2 城镇化、土地规模化与耕地利用效率的作用机制

农村土地规模化是未来农业实现现代化的基础条件，也是随着城镇化发展，通过市场机制自然发展的客观规律[20]。城镇化过程中，大量的农业人口会选择进城，在农村耕地资源保持稳定的情况下，农业人口的单向流动势必会加速农村土地的流转。在土地流转和农业技术不断提升的双重作用下，土地的规模化利用程度将会不断提高。伴随着土地的集中化生产经营，农村土地趋向于专业化和标准化的目标发展，为了有效降低投入成本和投资风险，农业生产者更偏向于种植生产方式简单、管理粗放的粮食作物，在既定的耕地面积中极大可能提高了粮食作物的产量，从而提升耕地的粮食产出效率，相反对农业总产值效率可能存在抑制作用。据此，提出以下假说：

H2：城镇化通过促进土地规模化利用进而提高耕地的粮食产出效率，但对耕地的农业总产值效率则有抑制作用。

1.3 城镇化、经济发展水平与耕地利用效率的作用机制

世界经济发展史表明，在社会经济发展过程中，第二产业达到峰值后将呈现缓慢增长甚至下降状态，同时第三产业产值将呈现上升状态，逐渐成为经济发展的主要动力。城镇化伴随着大量农业人口向城市转移，新流入的城市人口的消费观念会受到城镇人口的影响而向城镇趋同，人力的流入在促进第二产业发展的同时，以消费升级的方式促进了第三产业的发展，现阶段我国城镇化已经成为推动社会经济增长的主要动力[21]。经济发展水平在一定程度上优化产业结构，同时拉动非农就业，农户不再单纯依靠种植业来增加家庭收入，对兼业化收入的关注度可能会极大提高。因此，在利益驱动下，诱使农户偏向种植机械化程度高、便于管理的粮食作物，极大可能的提高耕地的粮食产出效率；同时，农户收入的多元化会降低对农业生产利润的追求，可能降低农业总产值效率。据此，提出如下假说：

H3：城镇化通过提升经济发展水平提高耕地的粮食产出效率，而降低了耕地的农业总产值效率。

1.4 城镇化、产业结构升级与耕地利用效率的作用机制

产业结构升级在宏观上是指产业由第一产业向第二、三产业发展转型的过程。改革开放以来，伴随城镇化经济体制的改革，以工业化为特征的产业结构不断优化，劳动力向生产率较高的二、三产业扩张，从而实现人力资源的重新配置。城镇化会加速要素流动和需求扩张，要素流入会驱动产业结构持续优化[22]。刘易斯理论表明，通过现代大工业的发展，取得资本的积累，使农村剩余劳动力得到充分的转移，诱发产业结构不断由低层次向高层次演变发展[23]。同时，产业结构升级会通过技术创新、科技进步和信息优化等方式促进农业生产技术的提升，引导农业生产向专业化、机械化、信息化方向发展，进而通过提高化肥、农药、机械等农业现代化技术来促进粮食产出效率的提升。另外，产业结构升级也会促进劳动力专业化分工，使人们向劳动生产率更高的二、三产业发展。农业作为基础产业，会牺牲农业所带来的经济利润为二、三产业发展提供支持。因此，随着产业结构的升级，有可能对农业总产值效率有抑制作用。据此，提出如下假说：

H4：城镇化通过促进产业结构升级提高耕地的粮食产出效率，而降低了耕地的农业总产值效率。

2 研究方法

根据研究内容，首先，采用随机前沿生产函数对吉林省39个县、市的农业生产效率进行测算，之后，根据各县、市的农业生产效率值，采用单要素效率测算方法测算其耕地利用效率值作为本研究的被解释变量，最后，采用中介效应模型分析城镇化对耕地利用效率的影响机制。其中包括的检验： 1）适用性检验，检验随机前沿模型与OLS回归的适用性；2）多重共线性检验，检验变量之间是否存在多重共线性，确保估计结果的可靠性；3）单位根检验，确保面板数据的平稳性；4）Hausman检 验，用来检验模型固定效应和随机效应的选择。

2.1 模型设计

1） 随机前沿生产函数（Stochastic Frontier Analysis， SFA）模型。借鉴Battese和Coelli[24]提出了一个适用于面板数据的随机前沿生产函数模型，该模型假设无效率项服从正态分布，也允许其随时间变化，因此被称为时变无效性随机前沿生产函数模型，根据研究内容设计模型的具体形式如下：

式中：ln(yit)表示第i个地市（州）在第t期农业生产 总值或者粮食总产量的对数值，ln(Nit)表示第i个地市（州）在第t期农作物总播种面积的对数值；ln(Lit) 表示农业从业人员人数的对数值，ln(Jit)表示农业机械总动力的对数值；ln(Fit)表示农用化肥施用（实物量）的对数值，β是未知参数向量，vit是随机噪声，反应统计测量误差等不可抗拒因素造成的模型偏差，uit表示为i市t年的生产无效率项。与横截面数 据模型一样，BC92模型也根据Battese和Corra[25]的参数化方法，用代替这主要是出于计算最大似然估计量的考虑，且γ的取值范围是[0，1]。

2）单要素测算方法。借鉴耿献辉等[26]对农业用水灌溉效率的测算模型及方法，定义本文所研究的耕地利用效率指当其他投入要素既定时，实际耕地投入量与农业产出达到前沿面时的理想耕地投入量的比值。其表达式为：

联立（1）式和（2）式化简可得耕地利用效率为：

3）中介效应模型设计。根据上文理论机制分析与本文研究目标，城镇化可能通过农业机械化水平、土地规模化、经济发展水平和产业结构升级四个中介变量来影响耕地的粮食产出效率和农业总产值效率，借鉴Baron和Kenny[27]的方法，构建以下中介效应模型对其进行验证，同时根据温忠麟和叶宝娟[28]改进的中介效应检验流程，进一步采用Bootstrap检验。具体模型设置如下：

式中：被解释变量Ait为第i个省第t年的耕地利用效率，Mzit为第i个省第t年的z个中介变量，Ckit为可能影响耕地利用效率的k个控制变量。θi为个体效应项，uit为随机误差项。采用逐步回归法进行中介效应实证，其中β1为城镇化影响耕地利用效率的总体效应，a1为城镇化影响中介变量的影响效应，η1为城镇化对耕地利用效率的直接影响，β1*η1表示通过中介变量传导的中介效应。

2.2 指标选取与数据来源

本文所涉及的主要变量分为两部分，一是对吉林省各县、市耕地利用效率测算的变量选取，二是对后文城镇化对耕地利用效率的影响机制分析的变量选取，具体变量选取及解释如表1所示。

表1 相关变量选择与解释Table 1 Related variable selection and interpretation

本文针对2004—2019年吉林省39个县、市展开研究，研究使用的数据均来自《吉林省统计年鉴》《中国农村统计年鉴》及布瑞克数据库。表2是主要变量的描述性统计结果。结果显示粮食总产量等6个投入及产出变量的标准误较大，证明吉林省农业生产过程中各县市存在较大差异，可能是由于行政区面积、自然禀赋等因素所造成的。

表2 变量的描述性统计Table 2 Descriptive statistics of the variables

3 结果与分析

3.1 样本县、市耕地利用效率分析

耕地对于社会具有双重价值，一是保障粮食安全，二是保障农业经济增长。本文从社会效益视角和经济效益视角出发，分别选用耕地的粮食产量和农业总产值作为产出指标进行计算，从而深入分析城镇化对耕地的粮食产出效率和农业总产值效率的影响。由于篇幅过长，无法对各决策单元每年的效率值进行罗列，表3分别展示了农业生产技术效率和耕地利用效率的频数分布。

表3 农业技术效率与耕地利用效率频数分布Table 3 Frequency distribution of technical eきciency and the farmland utilization eきciency

从农业生产技术效率来看：社会效益视角均值为0.62，最大值为0.98，最小值为0.15；经济效益视角均值为0.42，最大值为0.97，最小值为0.23。结果相对李强等[31]采用DEA方法测算的数值偏低，但各区域间仍表现出明显的差异，结果显示吉林省农业生产技术效率具有一定的提升空间。

从耕地利用效率来看：耕地粮食产出效率均值为0.67，效率值主要集中在0.5~0.8之间，占样本总数的71.3%，根据频数可以判断各地区粮食产出效率具有一定的差异，效率值普遍集中在中上等，说明吉林省耕地在粮食生产方面具有相对优势；农业总产值效率均值为0.26，效率值主要集中在0~0.4之间，占样本总数的94.9%，各地区农业总产值效率具有显著差异，效率值普遍偏低，说明吉林省耕地的农业总产值效率具有较大的提升空间。

结合吉林省的地貌形态进行分析，可分为东部山地和中西部平原两大地貌，70%以上的耕地资源都集中在中西部地区，主要种植玉米大豆等粮食作物，其粮食产量较高。白山市、通化市和延边地区临近长白山脉，森林资源较为丰富，依据特有的自然禀赋，在粮食种植的基础上主要以种植人参、蒲公英等药材为特色，因此单位耕地面积的农业总产值更高，自然形成了农业总产值效率的差异较大，粮食产出效率差异相对较小的局面。

3.2 耕地利用效率变化趋势分析

图3展示了吉林省2004—2019年耕地粮食产出效率和农业总产值效率趋势。从折线图可以看出，吉林省耕地粮食产出效率呈平稳上升趋势，说明在既定的农业投入中粮食的产出逐年增长；农业总产值效率主要在0.2~0.3之间，呈现稳步下滑状态，说明吉林省耕地的农业总产值呈现下滑态势。结合吉林省近些年种植特点来看，吉林省农作物主要是以种植玉米为主，近些年来，粮食作物种植面积不断提高，产量不断提升，经济作物的种植面积不断减少，产值不断下降。粮食作物产量的提升带来耕地粮食产出效率的提高，经济作物种植的减少则影响农业总产值效率的下滑。

图3 吉林省2004—2019年耕地粮食产出效率和农业总产值效率Fig.3 Farmland grain output eきciency and the economic output eきciency in Jilin Province from 2004 to 2019

3.3 多重共线性检验及单位根检验

在城镇化对耕地利用效率的影响机制分析之前，为了避免变量之间存在严重的多重共线性问题，导致回归结果的不可靠，首先对相关变量进行多重共线性检验。如表4所示，通过检验可以看到，VIF值均在5以下，模型不存在严重的共线性问题，回归结果是可靠的。另外考虑到面板数据的平稳性，在做中介效应之前，对数据进行了含时间趋势、个体固定效应的单位根检验。通过检验看到，除经济发展水平原始数据未通过，其他变量均通过检验，P值均为0。之后对经济发展水平进行一阶差分后，通过单位根检验。因此，检验过的面板数据不存在单位根，序列平稳，进一步做机制分析是可靠的。

表4 多重共线性检验及单位根检验Table 4 Multiple collinearity tests and unit root tests for the variables

3.4 城镇化对粮食产出效率的中介效应影响

3.4.1 中介效应分析 考虑到模型的适用性，本文对回归模型均进行了Hausman检验，通过检验均拒绝原假设，因此采用固定效应模型更有效，因篇幅有限未展示对控制变量的回归结果。

基于中介效应模型，采用逐步回归的方法对中介效应进行验证（表5）。模型1是城镇化对耕地的粮食产出效率影响的总效应回归，回归结果系数为0.195 8，通过了1%的显著性水平检验，说明城镇化发展对粮食产出效率存在显著的正向影响，城镇化的提升减少农村剩余劳动力，同时通过改变其农业生产投入要素进而促进耕地的粮食产出效率。

表5 城镇化对粮食产出效率的中介效应影响Table 5 Intermediary e§ect and influence of urbanization on the grain output eきciency

模型2到模型5为城镇化对中介变量的回归结果，结果显示机械化水平、经济发展水平、产业结构升级和土地规模化均通过1%和5%的显著性水平检验，说明城镇化对以上四个中介变量均有显著的正向影响。可能的解释为城镇化发展通过减少农村劳动力和提高农业雇工价格的双重作用，诱发农户使用农业机械替代劳动力的技术选择；同时根据刘易斯理论，城镇化发展会使产业由第一产业向第二、三产业发展，第二、三产业是经济发展的主要动力，必然会带来社会经济的增长和产业结构的升级；最后，在大量农村人口外流的外部条件下，为土地规模化利用奠定基础。因此，城镇化对以上四个变量均存在显著的正向影响。

模型6到模型9是将中介变量分别控制后的回归结果，通过回归可以看到机械化水平系数为0.016 3， 土地规模化系数为0.008 1，经济发展水平系数为0.008 7，产业结构升级系数为0.095 0，且以上四个中介变量均通过1%的显著性水平检验，可能的解释为：土地规模化和机械化水平的提升为规模化种植提供有力的保障和技术支持，而产业结构升级和经济发展水平的提升，使农户获得更多的就业机会和收入来源，促进了农户兼业化程度，使农户更偏向种植机械化程度高、便于管理的粮食作物，从而提升粮食产出效率。综上论述来看，假说1~4的前半部分得以验证。

3.4.2 稳健性检验 为保障中介效应的可信度，本文通过Bootstrap检验对中介效应做进一步验证。通过1 500次重复抽样检验，模型6到模型9的直接效应和中介效应在95%的置信区间均不包含“0”，说明四个中介变量均为部分中介效应。同时计算了机械化水平、土地规模化、经济发展水平和产业结构升级的中介效应占比分别为：8.09%、6.04%、43.30%和36.11%。模型10是将核心解释变量、四个中介变量及控制变量与因变量回归所得，通过结果可以看到，机械化水平的影响被其他中介效应覆盖，其余变量仍显著影响，模型相对稳定。

3.5 城镇化对农业总产值效率的中介效应影响

3.5.1 中介效应分析 模型1是城镇化对农业总产值效率的总效应回归，通过回归结果来看系数是-0.029 6， 并通过1%显著性水平的检验，说明城镇化对耕地的农业总产值效率呈显著的负向影响。模型2到模型5为城镇化对中介变量的回归结果，与上文相同，均存在显著的正向影响（表6）。

表6 城镇化对农业总产值效率的中介效应影响Table 6 Intermediary e§ects and the influence of urbanization on the economic output eきciency

模型6到模型9是将中介变量分别控制后进行回归的结果。结果显示机械化水平、土地规模化、经济发展水平、产业结构升级对农业总产值效率均呈现显著的负向影响。在控制中介变量后，城镇化仍然通过1%的显著性水平的检验，说明四个中介变量为部分中介效应。可能的解释为：城镇化过程中，一方面通过促进机械化水平和土地规模化的提高而为规模化种植提供了便利条件，诱发农户种植投资成本低、风险系数较小的粮食作物，在一定程度上对经济作物的种植有抑制作用。另外一方面，经济发展水平的提升和产业结构升级会促使农民向兼业化农民转变，在这种转变之前，没有收入选择的农户只能依靠种植业来提高家庭收入，会尽可能地去选择种植经济效益更高的农作物，但由于城镇化所带来的收入多元化水平提高，农户会选择种植机械化程度高、管理简单的粮食作物进行，从而抑制了耕地的农业总产值效率。研究假说1~4的后半部分得以验证。

3.5.2 稳健性检验 为保障中介效应的可信度，本文通过Bootstrap检验对中介效应做进一步验证。通过1 500次重复抽样检验，以机械化水平、土地规模化、经济发展水平和产业结构升级为中介变量的影响路径中，中介效应在95%的置信区间均不包含“0”，且z值显著，中介效应显著，直接效应在95%的置信区间均不包含“0”，即四个中介变量为部分中介效应。同时计算了机械化水平、土地规模化、经济发展水平和产业结构升级的中介效应占比分别为：9.59%、8.95%、48.81%和44.87%。模型10是将核心 解释变量、四个中介变量及控制变量与因变量回归所得，通过结果可以看到，机械化水平的影响被其他中介效应覆盖，其余变量仍显著，模型相对稳定。

4 结论与对策建议

4.1 研究结论

本文通过随机前沿生产函数计算了吉林省39个县市的农业生产技术效率，进一步采用单要素效率测算方法计算了耕地的粮食产出效率和农业总产值效率，在此基础上通过中介效应分析方法对影响耕地利用效率的路径进行探索，主要研究结论如下：

1）吉林省耕地的粮食产出效率均值为0.67，逐年呈上升趋势，农业总产值效率均值为0.26，逐年呈下降趋势。吉林省未来农业的增长不仅仅是产量上的增长，更多的要重视农业产值的增长，要加强农产品质量、特色农业、绿色农产品整合的多元化农业增长模式。

2）城镇化对粮食产出效率具有显著的正向影响：城镇化通过对机械化水平、土地规模化、经济发展水平和产业结构升级的促进作用，对农业种植技术选择和农户种植行为产生影响，使农户更加倾向于种植机械化水平较高的粮食作物，进而在一定程度上促进了粮食产出效率的提升。

3）城镇化对农业总产值效率具有显著的抑制作用：城镇化通过对机械化水平、土地规模化、经济发展水平和产业结构升级的促进作用，使得农户不单单只依靠种植业来提高家庭收入，更多的选择非农就业的方式增加家庭收入，利益驱动下降低了对耕地经济产出的预期，进而在一定程度上抑制了农业总产值效率的提升。

4.2 对策建议

1）促进高值农业发展和农民增收，在保障粮食安全的基础上，加速农村转型速度。吉林省是农业大省，具有保障国家粮食安全的重要使命，也是经济比较落后的省份，具有农业大、工业小、财政穷的特点。因此，吉林省在保障粮食安全的基础上，要依靠地理优势和自然禀赋特征，促进高附加值农作物生产，提高耕地的农业总产值效率。

2）有序推进城镇化发展的同时，要注重加强完善土地流转机制，实现城镇化发展和农村土地流转有机结合。吉林省要有序推进农村土地流转工作，建立完善土地流转机制，逐渐形成以专业大户、家庭农场、农村合作社为主体、小农户并存的农业生产模式，为保障粮食有人种、能种好，农民可发展、能发展好创造有利条件。

3）加强特色农业机械化发展，促进城镇化发展和乡村振兴的“双轮驱动”机制。吉林省应加强特色农业机械化发展，用现代农业技术和机械装备促进特色农业生产，有效节约经济作物的劳动力需求，提高资源的合理利用，为特色农业发展奠定基础，从而在技术层面促进经济作物种植来提高耕地的农业总产值效率，以达到粮食产出和农业总产值效率双增长的目标。

4）促进城乡融合发展理念，推动城镇化与乡村振兴协调发展。吉林省在促进经济增长和产业结构升级的过程中，要加强以工补农，以城带乡，推动工农互补、城乡协调发展新格局。有序引导工商资本下乡、技术下乡、人才返乡，合理提供投资创业平台，充分发挥农村土地资源要素的经济作用，推动吉林省特色农业发展，从而推动乡村振兴战略的有效实施。