城鎮化率與農機化程度的關系研究

鄧 鑫，漆雁斌，于偉詠

(四川農業大學 a.管理學院；b.經濟學院，成都 611130)

?

城鎮化率與農機化程度的關系研究

鄧 鑫a，漆雁斌b，于偉詠b

(四川農業大學 a.管理學院；b.經濟學院，成都 611130)

城鎮化率與糧食產量同步增長，但看到農業生產勞動力卻在減少。為此，假設農業機械替代了農業生產勞動力，確保了糧食產量安全，通過SVAR模型和時變參數模型，以城鎮化變動率與農業機械化變動率為研究對象，分長期和短期、靜態和動態兩組進行分析，結果表明：兩者之間在長期內有均衡關系，短期內有偏離修復能力；靜態角度上，農業機械化需要很長時間才能完全消化城鎮化率變動沖擊；動態角度上，從1978年至2014年之間彈性系數基本大于1，富有彈性。因此認為，城鎮化吸引了人口，農業機械化代替了勞動力從事生產。

城鎮化率；農業機械化水平；彈性系數；SVAR模型；時變參數模型

0 引言

隨著戶籍制度變遷，放松的戶籍制度加大了農業勞動人口的流動性，使得我國經濟效率得到極大提升[1]，與此相伴隨的是城鎮化進程穩步推進及城鎮化水平的不斷提高[2-4]。民以食為天，糧食需求一直有增無減，糧食產量在很長一段時間里供不應求，但在2008年卻出現了供大于求的局面[5]。那么不禁會產生這樣的疑問：既然農村很大一部分勞動力都向非農部門轉移了，那么究竟是什么替代了農業勞動力而保證糧食產量有增無減，出現11連增的局面呢？

1 研究設計

1.1 設計原理

在非農部門具有報酬比較優勢的情況下，農業勞動力向非農部門富集，并逐漸脫離農業生產，定居于城市，成為城市常住人口是改革開放以來比較顯著的事件。此消彼長的結果導致農業生產勞動力不足，以致于對農業生產勞動力替代性投入需求增加，技術性投入便是農業生產勞動力替代性要素之一。由于最直接的技術投入反映在農業機械化程度，由此猜想城鎮化率變動對農業機械化水平變動具有正向傳導機制。傳導機制示意如圖1所示。

從已有文獻來看，城鎮化率與農機化水平之間具有長期的穩定關系，在長期內農業機械化水平隨著城鎮化率提高1%，將正向變動1.09%[6]。也有學者提出：區域農業機械化、新型城鎮化與工業化應當協同發展，以保障發展質量[7]。同時，農業機械化發展也與區域農業可持續發展密不可分[8]，農業機械化改善了農業生產的要素投入，減少了對勞動力的需求[9]。也有學者從微觀角度指出，勞動力外出打工，其農業生產意愿逐漸降低，但在較近地區工作的人員卻對農機服務支出表現出強烈意愿[10]，這就說明農業機械對農業勞動力具有替代作用。也就是說，城鎮化的演進吸納了農村人口不斷向城市聚集，大量農業人口脫離農業生產，而農業機械化發展卻保障了農業可持續發展，因此農業機械化的需求伴隨著城鎮化率的不斷提升而富有彈性。本文將結合SVAR模型與時變參數模型對上述猜想和假設進行驗證。

圖1 城鎮化率對農業機械需求影響傳導機制

agricultural machinery

1.2 變量選擇及處理

本文擬以城鎮常住人口與總人口的比值表示城鎮化率。由于考慮的是農業機械化變動率對城鎮化變動的影響，因此對兩個時間序列數據農業機械化水平(Agricultural Mechanization Level，AML，以下簡稱農機化水平)、城鎮化率(Rate of Urbanization，RU)做了相應處理，農業機械化水平變動、城鎮化率變動指標均以上一年為基期。為了提高觀測效果，將變動效果都擴大了100，分別表示為

(1)

(2)

1.3 數據來源及描述

本文數據均來源于國家統計官網，并按照上述方式進行了預處理。從兩列時間序列趨勢圖(見圖2)來看，大致上表示出農業機械化水平變動跟隨著城鎮化率變動而變動，且趨勢大致一致，具有正向傳導機制。

圖2 農業機械水平變動與城鎮化率變動趨勢圖

2 分析過程及結果

本部分將通過常規的時間序列檢驗及分析，最后在結構向量自回歸模型中分析我國農業機械化水平變動對城鎮化率的影響。以下檢驗均在Eviews8.0中實現。

為保證時間序列的平穩性，避免出現偽回歸現象，筆者首先對數據進行平穩性檢驗，結果顯示農機化水平變動與城鎮化率變動原序列分別在5%、1%的顯著性水平下平穩，兩個序列具有同階單整性。單位根據檢驗結果如表1所示。其中，C、T、K分別表示常數項、趨勢項、滯后期數。本檢驗采用SIC法則。

考慮到模型可能存在不穩定性，進行了VAR模型平穩性判定及Granger因果關系檢驗。將兩個數列構造一個試探性構建向量自回歸模型(VAR模型)，在AIC和SC法則下確定VAR最佳滯后期數為1。按照最佳滯后期數構建的模型，其AR根均落在單位圓內，VAR模型穩定。在VAR模型中進行Granger因果關系檢驗，在5%的顯著性水平下，發現RUC對AMLC存在顯著的單向Granger因果關系，如表2所示。

表1 單位根檢驗結果

表2 Granger因果關系檢驗

2.1 城鎮化率與農機化水平之間的靜態分析

2.1.1 靜態角度的長短期均衡分析

在確定的滯后期數下進行基于Johansen協整關系檢驗，檢驗結果表明至少存在一個協整關系(檢驗方程結果如方程3)。城鎮化率變動對農機化水平變動的長期影響效力為2.225 8%，也表示為農機化水平與城鎮化率之間的彈性為2.225 8，則

AMLC=2.275 8RUC

(3)

通過向量誤差修正模型來討論短期內城鎮化率變動對農機化水平變動的影響，發現模型的誤差項修正系數為-0.3050，呈現出負向反饋機制，與修正含義吻合。這表明，城鎮化率變動對農機化水平變動具有短期作用效力。當農機化水平變動偏離長期均衡時，將以30.50%的速度對下個月的變動速率產生影響，則

D(AMLC)=-0.305 0×[AMLC(-1)-2.275 8×

RUC(-1)+0.820 5]-0.294 7

(4)

城鎮化變動與農機化水平之間存在著長期和短期均衡關系。從長期來看，兩者之間長期內存在著正向變動關系，且農機化水平與城鎮化水平之間富有彈性，說明城鎮化對農機化水平的提高具有很強的促進作用。從短期來看，城鎮化率變動對農機化水平變動的短期修正力度較大，修正力度達偏離值的30%。上述均衡分析僅僅是在靜態角度觀察了城鎮化率與農機化水平之間的長期和短期變動結果，因此將構建結構向量自回歸模型，來觀察靜態環境下農機化水平變動如何隨著城鎮化水平的沖擊而做出反應的。

2.1.2 靜態角度影響的時滯性分析—基于SVAR模型

將城鎮化率變動與農機化水平變動指標建立VAR模型，并根據AIC和SC確定最佳的滯后期為1。建立AB型雙變量形式的SVAR模型，模型假定為

Aεt=Bμt

(5)

其中，A、B分別表示2×2的矩陣；εt、μ分別表示的是一個二維向量。由上述知A、B的具體設定為

(6)

其中，C(1)、C(2)、C(3)分別為待估系數。估計結果為

(7)

以上述構造的SVAR模型為基礎，通過脈沖響應函數(IPF)分析當模型中的一個內生變量遭遇到一個標準誤差大小的沖擊后，其自身的當期值和未來值所產生的響應。從圖3可以看出：城鎮化水平變動對農機化水平變動呈現出正向沖擊狀態，正向沖擊效果從第1期開始迅速增加，到第2期達到最大值0.508 2%；隨后開始逐漸下降，進一步延長沖擊時間，在第14期后達到穩定狀態。也就是說，短期內農機化水平對城鎮化水平的變動具有很強的靈敏度，城鎮化水平細微的變動都將引起農機化水平的劇烈變化。

圖3 農機化水平變動對城鎮化水平變動的響應

進一步通過方差分解有助于研究SVAR模型的特征，分析每個結構沖擊對內生變量變化產生影響的程度來評價不同結構沖擊的重要性。從表3可以看出：對于農機化水平變動而言，城鎮化率變動在開始時對農機化水平變動的貢獻率快速增長，從第1期的0貢獻到第2期的8.856 6%，此后的增長速度有所放緩，但一直在略微增長，并于第16期后穩定在12.841 7%。這表明，城鎮化水平變動將持續影響農機化水平變動。

表3 方差分解結果

～表示在第16期時穩定。

從上面的分析來看，城鎮化水平變動對農機化水平變動的沖擊在第2期達到最大值，而城鎮化水平變動對農機化水平變動的貢獻率在前兩期增長迅速，并在第16期后穩定。這進一步表明農機化與城鎮化率之間具有較強的彈性關系，并且這種彈性是正向連續的。城鎮化是一個連續不斷的過程，隨著城鎮化率不斷提高，農村常住人口，尤其是從事農業生產的人員逐漸減少，農業生產動力不足，在對糧食需求并沒有減少的情況，農業機械的需求將持續增加，以緩解農業生產勞動力不足。

2.1.3 長期、短期與靜態角度小結

長期來看，通過協整關系結果表述了農機化與城鎮化之間存在較強的均衡關系，農機化替代了農業生產勞動力而保證了糧食安全，驗證了假設和猜想；短期來看，通過誤差修正模型，表述了農機化與城鎮化之間偏離了均衡關系時，將以非常大的力度進行修正(30%)，表明它們之間的均衡關系十分緊密，進一步刻畫了農機化受到城鎮化影響，參與了農業生產勞動力的替代。靜態角度來看，通過SVAR模型脈沖響應與方差分解結果來看，兩者穩定期數平均數為15期。也就是說，農機化要吸收城鎮化率變動的沖擊，需要15年；但這只是從當前變動對后期的影響，具體當期對當期的影響并不可知。

2.2 城鎮化率與農機化水平之間的動態分析

考慮到前面構建的模型雖然從整體上觀察到了城鎮化水平與農業機械化水平之間的變動關系，但不能觀察到這個變化的過程，因此將通過構建狀態空間模型來進行觀察。

2.2.1 固定參數模型時變性檢驗

本文已經對數據進行了平穩性檢驗，兩個數據原序列是平穩的，這里不再進行數據的平穩性檢驗。同時,也基于VAR模型進行了Johansen協整關系檢驗，證實了城鎮化水平變動對農業機械化水平之間存在長期均衡關系。因此，直接利用OLS方法構建固定參數模型，則

AMLCt=3.1635+1.0149RUCt

各項系數的顯著性水平很好，均在1%的顯著性水平下成立。接下來，通過對固定參數模型的估計結果進行Cusum Test(殘差累積檢驗)，檢驗模型參數的穩定性，結果如圖4所示。

圖4 固定參數模型估計的檢驗結果

檢驗結果表明：遞歸殘差的Cusum Test 檢驗值在5%顯著性水平下超出了臨界值(虛線表示)。這說明，農機化水平變動與城鎮化水平變動模型參數不穩定，參數可能隨著時間變化而變化。因此，觀察取樣時間段內的農機化水平與城鎮化水平之間的彈性大小，需要構建時變參數狀態空間模型。

2.2.2 時變參數狀態空間模型的設定及估計

狀態空間模型分為信號方程和狀態方程兩部分。通過卡爾曼濾波迭代算法來估計到不可觀測變量的估計結果，即考察樣本時間段內農機化水平與城鎮化之間的彈性關系具體是怎樣變化的，建立如下模型。

信號方程為

AMLCt=C(1)+svtRUCt+ut

(8)

狀態方程為

svt=C(2)+C(3)svt-1+δt

(9)

其中，信號方程表示農機化水平與城鎮化水平之間的一般關系。方程式中的sv表示狀態變量，反映的是樣本區間內城鎮化水平與農機化水平之間的動態關系；狀態方程反映狀態變量的生成過程，ut、δt分別表示兩個方程的隨機擾動項，且服從零均值、方差為常數的正態分布。

利用卡爾曼濾波算法，通過計量軟件分析，得到在狀態空間模型下農機化水平與城鎮化率的函數關系為

AMLCt=3.1635+svtRUCt

svt=4.0086+0.0920svt-1

2.2.3 我國城鎮化率變動對農機化水平變動的動態影響與假設驗證

由圖5可知：從1978年來，城鎮化率對農機化水平的彈性系數波動性較大，波動范圍0～5.9，且呈現出彈性系數逐漸增大的趨勢。這種波動趨勢在1995年后幅度增大，表現出1995年后由于改革開放的逐漸深入，農村剩余勞動力逐漸向沿海地區轉移，參與非農工作，致使農村勞動力不足，從而對農業機械投入的需求增大；同時，也看到在2003年用工荒前后，城鎮化率與農機化水平的彈性系數波動較大，主要是由于受到農民工返鄉潮的影響，勞動力替代農機化投入所致。

從整體來看，大部分時間內城鎮化與農機化水平的彈性系數都大于1，表明了城鎮化與農機化水平水平之間是富有彈性的，進一步論證了本文開始部分的猜想。隨著城鎮化水平的不斷提高，農業生產勞動力相對不足，再加上其他因素，諸如大多數農村出生勞動力并不會產于農業生產，加劇農業生產勞動力不足，導致農機化需求增加，因此城鎮化水平與農業機械化水平之間呈現出富有彈性。

圖5 動態影響

3 結論

1)城鎮化率與農機化水平之間的猜想成立。由前述分析可以看出：城鎮化率與農機化水平之間存在著聯系。由于改革開放以來農業人口不斷涌入到城市工作，城鎮常住人口逐漸增加，反映在城鎮化率逐漸升高；同時，由于農業生產人口逐漸減少，農業產品需求量并未下降，因此農業生產勞動力替代性需求上升，主要反映在農業生產過程中農業機械投入增加。從文中來看：城鎮化率與農機化水平之間的彈性系數多數情況下大于1，表現出富有彈性，由此得出農業勞動力向城市富集，推動城鎮化率不斷提高，導致農業生產力不足及農業生產勞動力替代性需求提升，且農業機械廣泛運用于農業生產，農業機械化變動系數不斷增大。

2)城鎮化率對農機化水平存在長期而穩定的正向影響。從SVAR模型的脈沖響與方差分解來看：城鎮化率變動對農機化水平變動存在著長期而穩定的關系，且這種關系是正向促進的。當城鎮化率提高時，會在很長一個時期內對農機化水平產生正向促進作用。從脈沖效應和方差分解的穩定期數綜合判定來看，城鎮化率對農機化促進作用的消化期大約為15期，即約15年。

3)城鎮化率與農機化水平之間的彈性系數波動性較大。從狀態空間模型分析來看：改革開放以來，城鎮化率與農機化水平之間的彈性系數之間存在著較大的波動性，且波動范圍較大為0～5.9。波動性較大會導致農業生產的不穩定性，尤其是對農機公司決策的影響，會進一步加劇農機產品價格的波動性，從而加劇影響農戶從事農業生產的積極性，影響農產品供給安全。

[1] 都陽, 蔡昉, 屈小博, 等. 延續中國奇跡:從戶籍制度改革中收獲紅利[J]. 經濟研究, 2014(8):4-13.

[2] 梁琦, 陳強遠, 王如玉. 戶籍改革、勞動力流動與城市層級體系優化[J]. 中國社會科學, 2013(12):36-59.

[3] 孫文凱, 白重恩, 謝沛初. 戶籍制度改革對中國農村勞動力流動的影響[J]. 經濟研究, 2011(1):28-41.

[4] 路琪, 周洪霞. 人口流動視角下的城鎮化分析[J]. 宏觀經濟研究, 2014(12):112-121.

[5] 呂捷, 余中華, 趙陽. 中國糧食需求總量與需求結構演變[J]. 農業經濟問題, 2013(5):15-19.

[6] 侯方安, 李斯華. 我國農業機械化與城鎮化關系的協整分析[J]. 中國農機化學報, 2015(2):300-304.

[7] 陳莉, 王清. 區域農業機械化新型城鎮化新型工業化協同發展研究[J]. 河南農業大學學報, 2015(5):707-717.

[8] 王術, 劉一明. 農業機械化與區域農業可持續發展關系實證分析[J]. 農機化研究, 2015,37(4):1-6.

[9] Akdemir B. Agricultural Mechanization in Turkey[J]. IERI Procedia, 2013(5):41-44.

[10] 曹陽, 胡繼亮. 中國土地家庭承包制度下的農業機械化—基于中國17省(區、市)的調查數據[J]. 中國農村經濟, 2010(10):57-65.

Study on the Relationship Between Urbanization Rate and Agricultural Mechanization Level

Deng Xina, Qi Yanbinb, Yu Weiyongb

(a.College of Management; b.College of Economics, Sichuan Agricultural University, Chengdu 611130, China)

Urbanization rate and grain output synchronous growth, but we see that the labor force in the agricultural production is reduced. In this paper, it is assumed that the agricultural machinery replaces the agricultural labor force, which ensures the security of grain output. Through the SVAR model and the Time-varying Autoregressive Model, the change rate of urbanization and the change rate of agricultural mechanization were studied, from two groups of long-term& short-term and static&dynamic analysis. That between them in the long term there is a equilibrium relationship, in the short term there is deviation from the repair capacity; static angle of agricultural mechanization need a long time to fully digest urbanization rate changes impact, dynamic angle from 1978 to 2014 between coefficient of elasticity is substantially greater than 1 and elastic. Therefore, we believe that the urbanization has attracted the population, agricultural mechanization in place of the labor force engaged in production.

rate of urbanization; agricultural mechanization level; modulus of elasticity; the SVAR model; the time-varying autoregressive model

2016-01-14

國家社會科學基金項目(14XGL003)

鄧 鑫(1991-)，男，四川大竹人，碩士研究生，(E-mail) sicaudx@163.com。

漆雁斌(1969-)，男，四川岳池人，教授，博士生導師，(E-mail)qybin@sina.com。

S23-9

A

1003-188X(2017)02-0042-05