中國城鄉融合發展效率評價及其影響因素研究

王大超，趙 紅

(遼寧大學經濟學院，遼寧 沈陽 110036)

一、引 言

目前，中國城鄉發展不平衡不協調仍然是現階段中國經濟社會發展中最為突出的結構性矛盾[1]，制約著中國城鄉建設高質量發展。國務院印發的《2030年前碳達峰行動方案》從綠色低碳角度出發，對中國城鄉融合發展提出了新要求。在此背景下，如何正確評價中國城鄉融合發展效率，推動中國城鄉融合高質量發展，成為學術界日益關注的重點課題。

經過文獻梳理發現，學術界對中國城鄉發展效率的研究可以劃分為三個階段：一是城鄉統籌階段。學者們多選擇DEA模型進行效率評價，研究多以省域為主[2]，隨著對城鄉關系認識的深入，逐漸開始從全國層面對城鄉統籌發展效率進行評價[3]，并基于城鄉統籌效率值進一步分析了城鄉統籌效率損失的原因[4]。二是城鄉一體化階段。學者們開始采用非角度、非徑向的效率評價模型對中國城鄉一體化效率進行分析，如蔡軼和夏春萍[5]利用SBM超效率模型分析了2012 年湖北省縣域城鄉一體化發展效率，呂連菊和闞大學[6]采用EBM模型測算了中國中部地區城鄉一體化發展效率。三是城鄉融合階段。以施建剛等[7]為代表的學者在考慮區域碳排放非期望產出的情況下，研究2008—2017年長三角地區27座中心區城市城鄉融合發展效率及其動態演進特征。

總之，從研究內容上看，城鄉統籌和城鄉一體化階段的效率研究較多，城鄉融合發展效率的研究較少；從指標構建上看，多從城鄉統籌和城鄉一體化的角度構建指標體系，對城鄉融合發展效率指標體系構建仍不全面；從效率評價模型選擇看，早期多以DEA模型為主，隨著效率評價模型的不斷優化，學者們開始采用SBM、EBM等非角度、非徑向模型，研究結果更加真實可靠。

二、研究方法與評價指標體系構建

(一)模型設計

1.超效率EBM模型

為了綜合考慮中國城鄉融合發展效率情況，本文選取非導向EBM模型對中國城鄉融合發展效率進行評價。為了避免EBM模型測算結果存在大量效率值為1的有效決策單元，從而無法對有效決策單元進行比較分析的問題，本文在Andersen 和 Petersen[8]建立的超效率DEA 模型的基礎上，進一步借鑒俞會新和林曉彤[9]與李宵宵等[10]的研究，構建基于非期望非導向的超效率EBM模型。假設有n個決策單元，則第k個決策單元的效率值測算公式如式(1)：

(1)

2.BML指數分析法

BML指數既克服了ML指數計算量大、結算結果不穩定的缺點，也解決了BM指數無法識別非期望產出的問題[11]。本文借鑒王兵等[12]與賀臘梅等[13]的做法構建BML指數，對中國城鄉融合發展全要素生產率進行測算和分解，以期找出城鄉融合全要素生產率變動的源頭。

=TECH×TECCH

(2)

(二)指標選取和城鄉融合發展水平測度

目前，學者們對中國城鄉融合發展效率的測算多使用包含多投入和多產出的指標體系。本文根據中國城鄉融合發展的現實情況，參考現有文獻中的指標體系[2-7]，同時遵循科學性、系統性、代表性等原則構建中國城鄉融合發展效率評價的投入產出指標，具體指標說明及描述性分析如表1所示。

表1 城鄉融合發展效率評價的投入產出指標及描述性分析

目前，學術界關于城鄉融合發展水平的測度多立足于“城鄉全面融合”，從經濟、空間、生態等角度構建城鄉融合發展指標體系，使用不同的賦權方法對全國或區域城鄉融合發展水平作出評價[14-15]。為了科學地測度高質量發展階段中國城鄉融合發展水平，本文在已有研究框架的基礎上，結合“十四五”規劃的最新要求構建了城鄉融合發展指標體系，如表2所示。并借鑒楊麗和孫之淳[16]的做法，采用加入時間變量的熵權法對2010—2019年中國城鄉融合發展水平進行計算[17]。

表2 城鄉融合發展水平測度指標體系

鑒于數據的可得性，本文選取2010—2019年中國30個省份(不含西藏和港澳臺地區)的面板數據進行分析。所用數據均來自《中國統計年鑒》《中國能源統計年鑒》《中國人口和就業統計年鑒》《中國勞動統計年鑒》《中國信息產業年鑒》和各地方統計年鑒，部分城鄉數據來自EPS數據庫。二氧化碳排放量的數據來自中國碳核算數據庫。文中部分缺失數據采用線性插值法或均值法予以填補。

三、中國城鄉融合發展效率評價

(一)基于超效率EBM模型的城鄉融合發展效率靜態分析

基于以上指標體系，以中國30個省份為決策單元，利用MaxDEA8軟件對中國城鄉融合發展效率進行測算。具體分析結果如表3所示。

1.整體層面分析

分析表3可以發現，2010—2014年效率逐年下降，而2014—2016年呈小幅波動的態勢，2016—2019年則呈持續上升的態勢。城鄉融合發展效率呈現這種階段性特征主要與2014年經濟進入“新常態”以來各省份產業結構轉型和“鄉村振興”戰略實施帶來城鄉融合發展水平的穩步提高密切相關。總體來看，樣本期內中國30個省份城鄉融合發展水平均值為0.6338，城鄉融合發展效率均值僅為0.4148，數值上看二者發展的差距較大，說明中國城鄉融合發展的下一步需要平衡城鄉融合發展水平和效率的關系，推動中國城鄉融合朝著高水平、高效率方向發展。

2.區域分析

由表3可知，中國城鄉融合發展區域效率均值呈西部>東部>東北部>中部的態勢，且區域差距逐漸拉大。從中國城鄉融合區域發展效率的時間演化上看，2010—2014年各地區效率值都有小幅下降，這一階段的下降與經濟進入新常態后的產業結構調整密切相關；2014—2016年進入波動期，各地區效率值均有小幅波動，隨后2016—2019年呈現分化的趨勢，西部地區和東北部地區城鄉融合發展效率持續增加，中部地區穩定發展，東部地區則出現小幅下降，這一階段城鄉融合發展效率差異很可能是由于國家實施的鄉村振興戰略及進一步嚴格限制碳排放的原因導致。

3.省際分析

由表3可知，中國城鄉融合發展省際分化十分明顯。從效率均值上看，研究期內城鄉融合效率值始終有效的是海南、青海、寧夏及天津，城鄉融合發展效率均值分別為1.1893、1.1735、1.0376及1.0335，效率值相對較低的是河南、山東、江蘇及廣東，城鄉融合發展效率均值分別為0.1587、0.1515、0.1079及0.0884。通過對比各省份的城鄉融合發展效率均值，可以發現廣東、江蘇、山東等經濟相對更加發達省份的城鄉融合發展效率普遍低于青海、寧夏等經濟欠發達省份，說明經濟產出水平未必同城鄉融合發展效率呈正相關關系[7]。經濟相對發達的地區為了保持其經濟持續增長，會投入更多的資本，消耗更多的能源，由此造成更多的資源浪費和更高的碳排放總量，從而導致其城鄉融合發展的投入—產出效率相對較低。

(二)碳排放約束下城鄉融合發展效率的改進分析

除了青海、寧夏、海南和天津外，其他省份城鄉融合發展效率均未達到有效(如表3所示)。EBM模型的優勢就是能夠同時測算無效決策單元的比例改進值和松弛改進值，分別與投入產出指標的投入冗余值和產出冗余(不足)值相對應，二者之和構成了全部的改進值[10]。投入冗余率和冗余(不足)率表明了該決策單元的投入產出結構，可以為提升各省份的城鄉融合發展效率提供調整和改進方向。(1)中國30個省份城鄉融合發展投入冗余率和產出冗余(不足)率未在正文中列出，留存備索。從投入指標看，中國30個省份在各項投入指標上的整體冗余率偏高，均值均超過50%，說明大多數投入要素在城鄉融合發展推進過程中并未充分發揮作用，形成了大量的要素資源浪費。對于絕大部分省份而言，其城鄉融合發展效率損失主要來源于勞動力、土地和技術投入冗余。從產出指標看，各省份的產出不足(冗余)率差異較為明顯，這與不同省份的資源要素稟賦與經濟發展結構特征等因素有關。通過對比各省份的期望產出與非期望產出冗余率，可以發現二氧化碳排放量過高是城鄉融合發展效率損失的主要原因。因此，各省份提高城鄉融合發展效率的重點應該是合理配置各項投入要素，以及控制城鄉融合過程中的二氧化碳排放總量。

(三)基于BML指數分析法的城鄉融合發展效率動態評價

前文從靜態角度分析了中國城鄉融合發展效率特征，為了更好地說明中國城鄉融合發展效率的動態變化趨勢，本文利用BML指數分析法測算了碳排放約束下中國城鄉融合發展全要素生產率變化情況及其分解結果。從表4可以看出，樣本期內全要素生產率、技術變化和技術效率變化均處于上升趨勢，且技術變化與全要素生產率之間形成了良好的互動關系。具體看，2010—2014年中國城鄉融合發展全要素生產率呈小幅上升的趨勢。隨著2014年國家經濟進入新常態，中國深化醫療體制改革、戶籍制度改革，以及建立全國統一的城鄉居民養老保險制度等措施的不斷推進，中國城鄉融合發展全要素生產率2014年開始大幅增長，直至2016年到達巔峰值，全要素生產率增長率約為4.68%，從表中可以看出這種趨勢變化主要以技術進步作為支撐，說明科技創新、技術進步有利于城鄉資源要素的配置，為提高全要素生產率創造條件。隨后，2016—2018年全要素生產率的增長出現小幅下降，在2019年開始回升。全要素生產率呈現這種變化，從內部因素看，是技術進步和技術效率改善的結果，外部因素則可能是中國經濟社會進入新時代，受增長動能轉換的影響。

表4 中國城鄉融合全要素生產率值及其分解值

四、中國城鄉融合發展效率的影響因素

(一)影響因素與變量選取

第一，人口質量。教育水平的提高會加強農村人力資本深化，人力資本深化將使得收入差距存在逐漸縮小的收斂性特征，收入差距的收斂性促進了城鄉融合[18]；同時由于城鎮化的影響，農村勞動力的異地轉移更加嚴重，農村人口主體的老弱化更加突出，將不利于現代化農業和美麗鄉村的建設[19]。本文衡量人口質量的變量為：平均受教育程度(Education)，衡量指標為(未上小學人數×0+小學人數×6+初中人數×9+高中人數×12+大專及以上人數×12)/6歲以上人口數量；老齡化程度(Old)，衡量指標為老年人口撫養比。

第二，土地政策。以農地“三權分置”為核心的新一輪農村土地制度改革縮小了城鄉要素市場的差異，直接帶來級差地租的提升，縮小城鄉收入差異，助力城鄉融合[20]。“三權分置”改革政策(Land)的虛擬變量設計為政策實施前為0，政策實施后為1(2015年及以后)。

第三，經濟結構。經濟中產業結構向第二、三產業轉型升級，將迫使農業為提高經濟效益而自發地與第二、三產業之間相互滲透、相互融合，奠定了城鄉融合的經濟基礎[21]；同時經濟結構中金融規模擴大能拓寬信貸渠道和提升信貸支持面，并通過盤活市場經濟等“主渠道效應”提升農村地區人力資本投資和職業技能水平，從而增加低層次勞動力就業與創收機會[22]。本文衡量地區經濟結構的變量為：產業結構(Industry)，衡量指標為三產產值占比/二產產值占比；金融發展規模(Finance)，衡量指標為金融業增加值/地區GDP。

第四，營商環境。良好的營商環境可以激發企業投資農業的踴躍性，激活了農村各種生產要素，使農村居民收入在原來單純的農業經營性收入之外增加工資性收入[23]。地方政府在與其他國家或地區的貿易往來過程中，學習國外農業的生產管理經驗和技術，從而促進當地農業發展，促進城鄉融合[24]。本文衡量地區營商環境的變量為：創業活力(Company)，衡量指標為分行業企業法人單位數/年末常住人口；對外開放程度(Open),衡量指標為地區進出口貿易總額/地區GDP。

第五，財政分權。財政分權制度影響著地方政府財政行為，而地方政府的財政行為偏好則會影響城鎮化發展水平和對鄉村振興的支持力度，以及城鄉融合發展水平和發展效率[24]。本文衡量財政分權的變量為地方財政自主權(Fiscal)，衡量指標為本級財政支出/預算內中央財政支出。

(二)模型構建

由于綜合技術效率都處在DEA的有效邊界，大多數數據也都處于[0,1]之間，屬于歸并數據。若繼續采用OLS方法對樣本進行回歸分析，得到的估計結果不具有無偏性和一致性。為解決被解釋變量受限問題，本文使用Tobit模型進行分析[25]，其表達式如下：

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

(3)

其中，TEit是中國第i省t年的城鄉融合發展效率水平；α是常數項，其余變量為人口質量、土地政策、經濟結構、營商環境和財政分權相關變量；εit是隨機擾動項。

(三)結果分析

由于計算得出的城鄉融合發展效率值是各年橫截面數據的處理結果，因此本文選用回歸分析中的混合數據Tobit模型。通過stata16.0軟件，利用混合Tobit模型得到2010—2019年中國總體及四大區域城鄉融合發展效率影響因素的回歸結果，如表5所示。

表5 中國總體和四大區域城鄉融合發展效率的影響因素回歸結果

第一，人口質量因素——平均受教育程度和老齡化程度。就全國而言，地區人均受教育程度估計系數為正，老齡化程度估計系數為負，且都具有較強的顯著性，說明提高人口的受教育程度會提高中國城鄉融合發展的效率，但老年人口撫養比的增加會制約其發展。就區域而言，人均受教育程度的回歸系數在中部、東部、西北部地區均為正，由于東部地區地理和經濟上的雙重優勢，吸引了大量中、西和東北部的優秀青年，體現在回歸結果上就是東部地區人均受教育程度對城鄉融合發展效率的回歸系數較大，而人口老齡化在東部和西部地區表現為負影響，且具有較強的顯著性。

第二，土地政策因素——“三權分置”改革政策。全國層面上，農村土地“三權分置”改革的回歸結果顯示，其估計系數在1%水平上顯著為負，說明相關部門在執行土地“三權分置”改革政策時，對以“土地經營權流轉”放活土地資源要素這一新命題認識不充分，因而降低了土地要素的配置效率，進而抑制了城鄉融合發展效率。區域層面上，土地“三權分置”改革政策的負影響對東部及西部地區較為顯著，對中部地區則不顯著。東北部地區作為中國主要的糧食產地，其農業發展相對較好，土地利用程度較高，因而“三權分置”改革政策在東北部地區的回歸系數為正，但目前對城鄉融合發展的正向影響在統計上還不顯著，這說明在城鄉融合過程中，仍然要積極推進土地改革，充分發揮“三權分置”改革在城鄉融合發展中的積極作用。

第三，經濟結構因素——產業結構與金融發展規模。全國層面上的估計結果顯示，產業結構估計系數為正，說明產業結構的調整會提高城鄉融合發展的效率，而金融發展規模的系數為正，但這種正向作用并不顯著。區域層面上看，產業結構顯著促進了東北部地區的城鄉融合發展效率，卻降低了中部及西部地區城鄉融合發展效率，表明東北地區作為老工業基地，其產業結構正處在向第三產業發展的過程中，工業企業的能源消耗量將會降低，從而降低碳排放量冗余，提高城鄉融合發展的效率。金融發展規模對東北部地區融合發展效率有顯著的降低作用，卻在西部地區表現為正向促進作用，可能的原因是當前各地區金融發展的不一致性，金融服務規模的擴大對于農村生活環境的改善方面還沒有體現出對生產方面的促進作用，所以在相對發達地區沒有起到促進城鄉融合的作用[23]。

第四，營商環境因素——創業活力和對外開放程度。全國層面的創業活力和對外開放程度的估計系數均不顯著，說明營商環境因素對全國城鄉融合發展效率的影響尚不明顯，這可能與現階段中國城鄉融合發展主要由政府主導、國有企業為主力軍的方式相關。區域層面講，創業活力對東、中、西部地區的城鄉融合發展效率有顯著正向作用，但東北部地區不顯著。對外開放程度對中部、東北部地區城鄉融合發展效率有顯著的負向作用，這可能是由于區域內享有對外開放優惠政策的城市，會導致農民收入難以跟上城市居民收入的增長速度，從而使得城鄉收入差距漸漸擴大，城鄉融合發展進程減緩，進而城鄉融合發展效率下降。

第五，財政分權因素——地方財政自主權。全國層面看，地方財政自主權的估計系數為正，且在1‰水平上顯著，說明地方政府擁有更多的財政自主權時，可以優化公共服務的財政投入，減少不必要的投入損失，降低公共服務資源投入的冗余率，提高中國城鄉融合發展效率。區域層面講，當增加一個單位的地方政府財政自主權時，東部、中部和西部地區城鄉融合發展效率會提高，但東北部地區的城鄉融合發展效率則會降低，可能的原因是在財政分權體制下，地方政府所掌握的資源不同，資源豐富的地方政府可以依照中央政府的政策要求，采用各種方法達到促進城鄉融合的目的，而資源相對缺乏的地方政府可利用的手段和途徑較少，在促進城鄉融合的效果上不如資源豐富地區明顯[22]。

五、結論與啟示

本文對2010—2019年中國30個省份城鄉融合發展效率進行分析評價，在此基礎上進一步對城鄉融合發展效率的影響因素進行檢驗，最終得出以下結論：從效率值上看，中國城鄉融合發展效率值整體仍然偏低，且區域差距逐漸拉大，省際分化愈發明顯；從投入—產出要素資源配置效率上看，各項投入指標上的整體冗余率偏高，城鄉融合發展水平不足及較高的碳排放量冗余對城鄉融合發展效率損失也存在較大影響；從全要素生產率及其分解上看，城鄉融合發展全要素生產率整體呈現增長趨勢；從影響因素上看，平均受教育程度、產業結構和地方財政自主權能顯著提高城鄉融合發展效率，老齡化程度、“三權分置”改革政策則對其有顯著的負影響，金融發展規模、創業活力及對外開放程度對城鄉融合發展效率的影響尚不明顯。

根據上述研究結論，筆者得出以下政策啟示：

第一，基于中國城鄉融合發展整體效率偏低及區域不平衡，需進一步加強區域合作和省際交流，促進區域間人才、資本、技術、資金等資源要素的雙向流動流動；同時，還需鼓勵各省份共同交流，推廣效率較高的省份如海南的“墾地融合”新模式、寧夏的“全域土地綜合整治”試點和天津實施的“百村示范、千村整治”工程，吸取不足并共同商討解決方案，促進各省份協同發展。

第二，基于投入產出要素資源配置，一方面需提高城鄉要素配置效率，進一步優化城鄉融合發展過程中投入端的資源配置，提高投入要素資源的轉化率；另一方面需加快農村地區經濟發展、加大農村地區基礎設施建設，提高農村地區公共服務水平，以及優化城鄉空間布局，以此提高城鄉融合發展水平，進而彌補城鄉融合發展過程中面臨的產出不足問題，同時還需高度重視在促進城鄉融合在發展過程中降低消耗、減少污染，降低二氧化碳的排放量。

第三，基于全要素生產率分解結果，需優化城鄉綠色科技發展布局。目前中國城鄉融合發展的技術效率、技術進步均處于增長階段，因此，要充分發揮科技創新在“三農”工作中的支撐引領作用，積極推進前沿技術在農業領域的應用，如“互聯網+農業”的智慧農業新模式。

第四，基于城鄉融合發展的影響因素分析可知，地方政府仍需全面落實九年義務教育工作，提高勞動人口素質，從而增加低層次勞動力就業與創收機會?？s小城鄉收入差距促進城鄉融合，還需加快產業結構轉型升級，使農業從業者為提高經濟效益自發地與第二、三產業之間相互滲透、相互融合；同時，中央政府應給予地方政府更多的財政自主權，充分發揮地方政府在城鄉資源配置中的作用，從而提高各要素資源的配置效率，減少無謂損失。