新型城鎮化提升了中國農業綠色全要素生產率嗎？
——基于空間溢出效應及門檻特征

劉戰偉

(許昌學院商學院，河南許昌 461000)

1 研究背景

農業現代化是中國“四化”（新型工業化、信息化、城鎮化、農業現代化）同步發展的重要短板。黨的十九大報告明確提出了實施鄉村振興戰略，為了實現這一戰略，在農業發展過程中必須轉變發展方式，樹立“綠水青山就是金山銀山”的核心發展觀，倡導以綠色科技為支撐的農業綠色供給理念，通過制定綠色發展政策促進農業供給側結構性改革，推動農業經濟發展與資源、環境的有機結合。近年來，中國城鎮化水平不斷提高，2018 年達到了59.58%，比1949 年提高了48.94%［1］。城鎮化的快速發展促進了農業剩余勞動力轉移，提高了農業資源配置效率，加大了對農產品的需求，加劇了農業面源污染和生態環境退化的趨勢，因此，如何破解農業綠色發展面臨的問題已經成為深化農業供給側結構性改革的關鍵。現代經濟增長理論認為，全要素生產率是推動經濟增長的重要動力。隨著農業全要素生產率對農業經濟增長貢獻度不斷提升，農業現代化水平會不斷提高，但是，傳統農業全要素生產率往往忽略農業生產對環境的破壞，從而對非期望產出不予考慮，如果忽略了農業碳排放帶來的環境因素影響，必然會夸大農業綠色全要素生產率。所以，通過納入環境資源因素測算農業綠色全要素生產率更加科學和合理，而且對促進農業可持續發展具有重要的實踐價值。

目前，有關中國農業綠色全要素生產率的研究取得了一定的成就，主要集中于農業綠色全要素的測算方面。在測算方法上，主要使用隨機前沿分析（SFA）和數據包絡分析（DEA）方法，如王奇等［2］、王留鑫等［3］采用SFA 方法測算了農業綠色全要素生產率；相對于SFA 方法，DEA 方法運用更為廣泛，如呂娜等［4］將農業污染排放納入Malmquist 指數框架中測算了農業綠色全要素生產率；楊騫等［5］采用全局參比的非徑向方向性距離函數和Luenberger 生產率指數，測算中國分省份及區域的農業綠色全要素生產率；郭海紅等［6］則采用改進能量模型（EBM）并結合馬爾姆奎斯特指數（ML 指數），從靜態和動態視角測算并解析農業綠色全要素生產率。但學者在測算農業綠色全要素生產率中，對資源與環境的約束性指標選擇存在差異性，一種是將農業面源污染納入分析框架，如李兆亮等［7］，另外一種則是將農業碳排放納入分析框架，如葛鵬飛等［8］，這種差異性導致研究的結論略有不同。現有對農業綠色全要素生產率影響因素的研究較為缺乏，葉初升等［9］認為農業財政支出對農業綠色全要素生產率的影響具有一定的滯后性；張永強等［10］認為化肥施用量、農業機械總動力、農田水利設施對農業全要素生產率具有顯著的促進作用；高楊等［11］探討了農業信息化對農業全要素生產率的影響，認為農業信息化水平的提升有助于農業全要素生產率增長。

鑒于城鎮化建設有利于促進農業產業結構調整、推動農業高質量發展，近年來部分學者開始將研究視角轉向城鎮化對農業綠色全要素產率驅動效應的研究。其中，部分學者認為城鎮化發展促進了農業綠色全要素生產率提升，如李谷成［12］基于制度視角研究了人口城鎮化、農業費稅改革、農業結構調整系數等變量對農業綠色全要素生產率的影響，認為1992 年以后城鎮化有助于農業綠色全要素生產率的提升，余子鵬等［13］認為城鎮化通過提高耕地生產率進而提高農業綠色全要素生產率；也有學者認為城鎮化抑制了農業綠色全要素生產率的提高，如梁俊等［14］認為城鎮化的推進阻礙了農業綠色全要素生產率的增長，張淑輝［15］認為城鎮化進程對農業綠色全要素生產率的提高具有顯著的負向作用，杜紅梅等［16］認為城鎮化發展抑制了洞庭湖區域農業綠色全要素生產率增長。

綜上所述，現有研究對城鎮化與中國農業綠色全要素生產率關系的研究已經進行了一定的探索，但研究結論不統一，存在一定的完善空間。首先，現有研究城鎮化的指標主要采用城鎮人口占總人口比重來衡量城鎮化水平，但新型城鎮化與傳統城鎮化不同，新型城鎮化重視人本精神，兼顧城鎮化質量和規模，強調“新”；其次，不同省份之間由于經濟發展水平、資源稟賦、生產要素等方面的差異性，使得新型城鎮化對農業綠色全要素生產率的影響會產生空間溢出效應；最后，現有研究主要分析了城鎮化與農業綠色全要素生產率之間的線性關系，而忽略了二者之間可能存在非線性關系。因此，本研究構建了新型城鎮化水平綜合評價指標體系，重新測算新型城鎮化水平，從而全面反映新型城鎮化的內涵；基于此，以2006—2017 年中國30 個省份為研究對象，在測算出農業綠色全要素生產率和新型城鎮化水平的基礎上，通過構建空間計量模型和面板門檻模型，實證分析新型城鎮化發展對農業綠色全要素生產率的空間溢出效應及門檻特征，以期為實現中國農業可持續發展和生態環境的良性循環，促進農業綠色成長提供參考。

2 模型構建、變量選取與數據來源

2.1 基礎模型的構建

新型城鎮化水平的提高加快了農村勞動力的轉移，降低了農業勞動投入的質量，使得這些勞動者從農業生產者轉變為農產品的需求者，帶動了農業生產方式的轉變，促進了農業集約化生產，推動了農業產業結構的升級，提高了農產品的質量，進而促進了農業綠色全要素生產率的提高。但是新型城鎮化的快速發展也帶來了城鎮人口的快速擴張，城市用水量不斷提升擠壓了農業用水，而且帶來了更大的資源消耗，對生態環境造成了一定的威脅，加大了環境污染，阻礙了農業綠色全要素生產率的提高。上述分析說明，新型城鎮化發展對農業綠色全要素生產率具有重要的影響。因此，建立如下線性模型：

2.2 空間面板計量模型

2.2.1 空間相關性檢驗

2.2.2 空間面板模型

空間計量模型主要包含空間滯后模型（SAR）、空間誤差模型（SEM）和空間杜賓模型（SDM），通過構建這3 種空間面板模型分析新型城鎮化發展對農業綠色全要素生產率的空間溢出效應。

（1）空間滯后模型（SAR）。模型形式如下：

2.3 面板門檻模型

根據Hansen［17］提出的面板門檻模型，以經濟發展水平為門檻變量建立如下模型，研究新型城鎮化發展與農業綠色全要素生產率之間是否存在門檻特征。

2.4 變量選取與數據來源

（1）被解釋變量：農業綠色全要素生產率（GTFP）。農業綠色全要素生產率的測算，除了需要考慮農業碳排放對環境造成的污染，也要考慮水資源的約束，因此，投入指標選取勞動力、土地、農業機械總動力、化肥和農業用水量等要素。與現有文獻相比較，剔除了役畜要素，主要是由于隨著農業機械化程度的不斷提高，大型役畜利用度大幅度下降。選取農業碳排放作為非期望產出指標。現有研究認為，農業碳排放主要包括農田、耕作、化肥、農藥、畜禽養殖和機械動力等6 個方面，本研究對農業碳排放的計算借鑒李波等［18］的方法。選取農業總產值作為期望產出，為了剔除價格因素，以2006 年不變價表示。農業綠色全要素生產率的測算由于包含有非期望產出，大部分研究都引入了方向性距離函數方法，基于此，本研究采用基于SBM方向性距離函數的GML 指數法進行測算，該方法無需選擇測度角度，而且還考慮了投入與產出變量對生產率的影響。

（2）解釋變量：新型城鎮化（NTU）。新型城鎮化強調綠色和協調發展，在遵循科學性、可比性和可操作性等原則下，本研究借鑒趙磊等［19］的方法，從經濟、人口、社會、環境等4 個維度，采用15 個具體指標建立了新型城鎮化水平評價指標體系，如表1 所示。其中GDP 為地區生產總值。

表1 新型城鎮化水平評價指標體系

熵值法主要是以各項指標值的變異程度來確定指標權數，從而能夠避免了人為因素帶來的偏差，因此本研究采用熵值法對新型城鎮化水平評價指標權重賦值。假設有個對象、個評價指標，則為第個對象的第個指標。首先需要對原始數據進行標準化處理。

對于正向指標的標準化處理：

對于逆向指標的標準化處理：

數據標準化處理后會出現0，因而對標準化數據進行加1 平移。對處理后的數據計算第項指標在第個指標中所占的比重（），計算公式如下：

（3）門檻變量：經濟發展水平（ECL）。一般情況下，經濟發展水平高的地區，新型城鎮化發展質量相對較高，而農業綠色全要素生產率往往會受到經濟發展水平與新型城鎮化水平的影響。因此，選取經濟發展水平作為門檻變量，采用人均GDP 衡量，以2006 年不變價表示。

（4）控制變量：1）工業化水平（IND）。相關研究表明，工業化水平與農業綠色全要素生產率之間存在著重要的影響，因此選取第二產業增加值占總產值的比重衡量。2）財政支農水平（FSA）。采用農業財政支出額占總財政支出的比重衡量。其中，2007 年財政支農統計口徑發生變化，2006 年財政支農數據包括農業支出、林業支出和農林水利氣象等部門的事業費支出，而2007—2017 年的財政支農數據為農林水事務支出。中國農業的發展在很大程度上依賴于國家財政惠農強農政策，財政支農力度越大，越有利于優化農業外部環境，進而提高農業綠色全要素生產率。3）農業產業結構（AML）。采用糧食播種面積占農作物總播種面積的比重衡量。經濟作物相對于糧食作物的生產需要投入更多的化肥等環境污染物，增加農業碳排放量，對農業綠色全要素生產率產生負面影響。4）農業受災率（ADR）。采用受災面積與農作物總播放面積之比衡量。農業生產依賴于自然環境，農業受災面積的變化會對農業綠色全要素生產率產生重要影響。

由于港澳臺及西藏地區的數據缺失，本研究選取國內其余30 個省、自治區、直轄市為研究對象（以下簡稱“30 省份”），研究的時間范圍是2006—2017 年。以上所有變量的基礎數據主要來源于歷年的《中國統計年鑒》《中國農村統計年鑒》《中國農業統計資料》和各省份的統計年鑒以及國泰安數據庫等。各變量的描述性統計情況如表2 所示。

表2 中國30 省份新型城鎮化變量的描述性統計

3 農業綠色全要素生產率和新型城鎮化的區域差異性分析

3.1 農業綠色全要素生產率的區域差異性分析

基于SBM 方向性距離函數的GML 指數，采用MaxDEA7.0 軟件測算樣本地區2006—2017 年的農業綠色全要素生產率，并按照《中國統計年鑒》中的經濟區域劃分方法，分析不同區域的農業綠色全要素生產率演化特征。如圖1 所示，可以看出2006—2017 年間30 個省份的農業綠色全要素生產率呈現出波動中穩步提升的變動趨勢，年均增長率為5.7%；波動性具體體現在2006—2013 年呈現穩定上升走勢，2003—2016 年出現了短暫的下降，2016—2017年又開始回升，主要是由于中國農業發展正處于轉型時期，而且受到國家相關政策的影響較大導致的。分區域看，東、中、西部的農業綠色全要素生產率變動趨勢和30 個省份總體層面的變動趨勢基本相似，也是呈現出波動性上升，年均增長率分別為6.75%、5.2%和5%，主要是由于東部地區經濟發展水平高，農業技術水平較好，農業生產中對資源和環境的保護力度更強，而中、西部地區由于經濟發展水平不高、農業機械化程度較低、對新產品和新技術的使用率緩慢等，導致農業生產相對粗放，因此農業綠色全要素生產率較低。

圖1 中國30 省份及分區域的農業綠色全要素生產率變化趨勢

3.2 新型城鎮化的區域差異性分析

根據表1 評價指標體系，對樣本區域2006—2017 年的新型城鎮化水平采用熵值法進行測算，進而分析新型城鎮化發展的區域演變特征。限于篇幅，以2006、2011 和2017 年為例，結果如表3 所示，可以看出30 個省份的新型城鎮化水平整體呈穩步上升趨勢，其中北京、上海、天津、江蘇、浙江等5省市的新型城鎮化水平最高，而廣西、貴州、甘肅等省區的新型城鎮化水平最低，說明新型城鎮化水平在空間分布上表現為東部沿海地區較高而西部地區較低的集聚特征；同時，各省份新型城鎮化水平在空間分布上表現出明顯的差異性特征且差距較大，其中北京市新型城鎮化水平的均值達到了0.913，而甘肅省新型城鎮化水平的均值只有0.112，但大部分省份的新型城鎮化水平隨著時間的推移呈現穩步上升的態勢。

表3 中國30 省份新型城鎮化水平測算結果

表3（續）

4 實證結果與分析

4.1 空間溢出效應分析

4.1.1 空間相關性檢驗

為了判斷新型城鎮化和農業綠色全要素生產率是否存在空間相關性，采用Stata14.0 測算了全局Moran'sI指數，結果如表4 所示，可以看出新型城鎮化與農業綠色全要素生產率的Moran'sI指數全部顯著為正，說明二者都存在正向空間相關性。

表4 中國30 省份新型城鎮化與農業綠色全要素生產率的空間相關性檢驗

4.1.2 估計結果分析

通過拉格朗日乘數檢驗（LM 檢驗）和似然比檢驗（LR 檢驗），驗證以上空間計量的合理性及確定正確的空間計量模型。表5 結果說明，傳統面板模型劣于空間面板計量模型；表6 結果說明，空間杜賓模型（SDM）最優，而空間杜賓模型又包括固定效應和隨機效應兩種模型，需通過Hausman 檢驗判斷選擇哪一種，最終結果表明應選擇的是固定效應模型。

表5 空間計量模型檢驗結果

表6 空間計量模型的似然比檢驗結果

采用Stata14.0 軟件估計空間面板杜賓固定效應模型，如表7 所示，根據3 種形式的固定效應空間杜賓模型的回歸結果，表明應選擇雙固定效應模型，因此本研究選擇雙固定效應模型估計結果進行分析。結果顯示：空間自回歸系數ρ的值為0.096，且在5%水平下顯著，說明地區農業綠色全要素生產率存在明顯的正空間溢出效應，即本地區農業綠色全要素生產率的提升對鄰近地區農業綠色全要素生產率具有明顯的改善效應；新型城鎮化及滯后項的回歸系數分別為-0.165 和-0.232，且都通過了顯著性檢驗，說明新型城鎮化對本地區及相鄰地區的農業綠色全要素生產率具有顯著的抑制作用，表明目前各地區新型城鎮化建設質量較低。一方面，新型城鎮化進程的快速推進促進了農村勞動力向城鎮轉移，造成農業生產的老齡化和女性化局面，使得農業生產要素流動呈現非均衡性，加上當前農業生產方式正處于從粗放型向集約型轉變時期，為了提高產量，農戶在農業生產中普遍增加農藥、化肥等投入，造成農業碳排放增加，制約了農業綠色全要素生產率的提高；另一方面，農村人口大量涌向城鎮，擴大了城鎮對農產品數量和質量的需求，造成對資源能源與要素的消耗量大，同時也加大了城市生態環境壓力，造成環境污染，影響農業綠色全要素生產率的增長。此外，各地區的經濟發展不均衡加大了地區之間對資源與要素的爭奪，不僅致使本地區的農業綠色全要素生產率降低，而且還影響鄰近地區。

表7 2006—2017 年中國30 省份新型城鎮化與農業綠色全要素生產率的空間杜賓模型回歸結果

表7（續）

在控制變量方面：（1）工業化水平及其空間滯后項的回歸系數均為正，且都通過了1%水平檢驗，表明工業化水平對本地區及鄰近地區的農業綠色全要素生產率具有顯著的提升作用。隨著工業化水平的提高，農業機械化水平大幅提升，加快了農業生產中新技術、新產品的利用，提高農業單位面積的產出效率，實現了農業生產要素不斷地重新組合與利用水平持續升，推動了農業現代化發展，促進了農業綠色全要素生產率的提高。（2）財政支農水平及其空間滯后項的回歸系數均為正，且均在5%水平下顯著，表明財政支農水平的提高促進了本地區農業綠色全要素生產率的增長，同時對鄰近地區存在顯著的正向溢出效應。財政支農使得農業生產條件得到較大改善，有利于農業生產力的提高，從而促進農業綠色全要素生產率增長。（3）農業產業結構及其空間滯后項的回歸系數均為正，均通過顯著性檢驗，但目前種植業比例過高，農業產業結構調整仍然沒有達到理想的效果。（4）農業受災率及其空間滯后項的回歸系數均為負，且在1%水平下顯著，表明農業受災率阻礙了本地區農業綠色全要素生產率的增長，同時對鄰近地區存在顯著的負向溢出效應。農業自然災害會破壞本地區的農業生產，同時對鄰近地區的交通、網絡線路等基礎設施產生破壞，造成農業生產要素流動不暢，影響農業綠色全要素生產率增長。

4.2 門檻效應分析

4.2.1 門檻效應檢驗

根據式（7）模型，選取經濟發展水平為門檻變量，為了排除異方差影響，對經濟發展水平取對數，建立新型城鎮化對農業綠色全要素生產率影響的面板門檻模型。首先檢驗模型是否存在門檻效應，確定門檻個數，如表8 所示，雙重門檻結果不顯著而單一門檻在1%水平下顯著，因此新型城鎮化發展對農業綠色全要素生產率的影響存在單一門檻效應。門檻值及置信區間如表9 所示。生產率降低0.193 個百分點；當經濟發展水平跨過門檻值時，新型城鎮化對農業綠色全要素生產率的影響仍然為負值，但影響系數降低到-0.178，且在1%水平下顯著。總體來看，新型城鎮化進程抑制了農業綠色全要素生產率，但隨著經濟發展水平的提高，各地在推進新型城鎮化建設過程中更加注重與農業現代化的協調發展，使得新型城鎮化對農業綠色全要素生產率的阻礙作用不斷減弱。

表8 2006—2017 年中國30 省份新型城鎮化對農業綠色全要素生產率影響的門檻效應檢驗

表9 新型城鎮化對農業綠色全要素生產率影響的門檻估計值和置信區間

控制變量方面，工業化水平在1%水平下對農業綠色全要素生產率具有顯著的促進作用；財政支農水平在1%水平下對農業綠色全要素生產率具有正向促進作用；農業產業結構影響系數為正，但結果不顯著，說明目前農業產業結構調整對農業綠色全要素生產率提高的潛力還沒有完全發揮出來；農業受災率的影響系數為負值，但也不顯著，說明農業受災情況得到了較好地控制，其負向沖擊作用還沒有完全表現出來。

4.2.2 估計結果分析

門檻模型估計結果如表10 所示，當經濟發展水平低于門檻值10.723 時，新型城鎮化對農業綠色全要素生產率的影響系數為-0.193，且在1%水平下顯著，即新型城鎮化水平提高1%，農業綠色全要素

表10 2006—2017 年中國30 省份新型城鎮化對農業綠色全要素生產率影響的面板門檻模型估計結果

為了更加直觀地反映區域的差異性，根據門檻值將30 省份劃分為兩組，即低經濟發展水平（lnECL ≤10.723）和高經濟發展水平（lnECL ＞10.723）。2006、2011 和2017 年30 省份新型城鎮化對農業綠色全要素生產率影響的區域分布格局如表11 所示，可以看出2006 年小于門檻值10.723 的省份最多，而高于門檻值的只有北京和上海市；與2006 年相比，2011 年和2017 年低經濟發展水平區域的部分省份實現了向高經濟發展水平區域轉移，具體來講，2011 年處于高經濟發展水平區域的省份增加到10 個，大部分省份屬于東部沿海地區，而2017 年更是達到了18 個，大部分省份則屬于中、東部地區。由此可見，各省份之間經濟發展水平表現出非均衡性，呈現出東、中、西部逐漸遞減的特性，使得新型城鎮化發展對農業綠色全要素生產率的影響差異性明顯。

表11 中國30 省份新型城鎮化對農業綠色全要素生產率影響的分布格局

5 結論與建議

結合已有相關研究，本研究以2006—2017 年中國30 個省份為研究對象，通過構建新型城鎮化水平綜合評價指標體系，建立空間面板計量模型和面板門檻模型，探討了新型城鎮化發展對農業綠色全要素生產率影響的空間溢出效應和門檻特征，得出以下主要結論：

（1）空間面板計量結果表明，新型城鎮化對農業綠色全要素生產率存在顯著的負向空間溢出效應，即新型城鎮化的推進對本地區和相鄰地區農業綠色全要素生產率的提升均具有抑制作用。

（2）面板門檻模型結果表明，新型城鎮化對農業綠色全要素生產率的影響存在單一門檻效應，當經濟發展水平低于門檻值時，新型城鎮化對農業綠色全要素生產率的提高產生制約作用；當經濟發展水平跨過門檻值時，新型城鎮化對農業綠色全要素生產率的制約作用逐漸減弱。從空間上來看，考察期內屬于低門檻值的省份逐漸減少，而屬于高門檻值的省份主要集中在東部地區。

根據上述研究結論，建議各級地方政府要充分認識到新型城鎮化發展對農業綠色全要素生產率影響的空間溢出效應，針對區域間的空間差異性，在制定新型城鎮化建設和農業生產政策時要因地制宜，加強區域間的合作和交流，尋求農業生產和新型城鎮化建設的協調均衡點，推動城鎮向集約化、智能化和綠色方向發展，降低對生態環境的破壞，大力提升新型城鎮化發展質量，從而促進農業綠色全要素生產率的提升。在不同經濟發展水平下，新型城鎮化建設的質量參差不齊，對農業綠色全要素生產率的影響也不同，其中低經濟發展水平的省份，特別是西部地區，由于自身在地理位置、資源、交通等方面的原因，經濟發展的持續增長點不足，無法為新型城鎮化建設提供良好的財政支出，導致新型城鎮化建設阻礙了其農業綠色全要素生產率。因此，必須促進工業化、城鎮化和農業現代化相互協調發展，增強新型城鎮化聚集效應，拓展區域經濟發展空間，特別是對于高經濟發展水平的省份，其新型城鎮化建設已經比較完善，但要避免過度城鎮化，一定要尊重城鎮化發展的規律，合理轉移農村剩余勞動力，降低新型城鎮化成本，注重資源與環境的保護，為提高農業綠色全要素生產率打下堅實的基礎。