農(nóng)業(yè)生產(chǎn)率變動與城鎮(zhèn)化發(fā)展動態(tài)關(guān)系研究

馬如意 肖海峰

[提要]本文以2005-2019年31個省份的數(shù)據(jù)為研究樣本，在測度各省份農(nóng)業(yè)生產(chǎn)率的基礎(chǔ)上，利用面板向量自回歸模型系統(tǒng)研究農(nóng)業(yè)生產(chǎn)率變動和城鎮(zhèn)化發(fā)展之間的動態(tài)關(guān)系及其區(qū)域異質(zhì)性。研究發(fā)現(xiàn)：(1)農(nóng)業(yè)生產(chǎn)率呈平穩(wěn)波動增長趨勢，整體水平不高，規(guī)模效率進(jìn)步是促進(jìn)農(nóng)業(yè)生產(chǎn)率提高的主要原因，而純技術(shù)效率作用不顯著。(2)農(nóng)業(yè)生產(chǎn)率提升和城鎮(zhèn)化發(fā)展過程中均具有自我增強(qiáng)機(jī)制，在時間上存在經(jīng)濟(jì)慣性。(3)基于短期動態(tài)關(guān)聯(lián)性效應(yīng)，全國層面農(nóng)業(yè)生產(chǎn)率與城鎮(zhèn)化率互為格蘭杰原因，西部地區(qū)與之結(jié)果一致，中部地區(qū)城鎮(zhèn)化率是農(nóng)業(yè)生產(chǎn)率的單向格蘭杰原因，東部地區(qū)二者互不為格蘭杰原因。(4)基于長期動態(tài)交互效應(yīng)，全國及中部、西部地區(qū)城鎮(zhèn)化發(fā)展對農(nóng)業(yè)生產(chǎn)率變動具有長期的正向影響，而農(nóng)業(yè)生產(chǎn)率變動對城鎮(zhèn)化發(fā)展具有負(fù)向效應(yīng)，西部地區(qū)表現(xiàn)最為明顯。根據(jù)研究結(jié)論，本文從釋放純技術(shù)效率增長潛力、制定因地制宜的農(nóng)業(yè)發(fā)展和城鎮(zhèn)化策略、完善城市建設(shè)用地制度與加強(qiáng)耕地質(zhì)量管理、開發(fā)農(nóng)村人力資本以及加快農(nóng)業(yè)轉(zhuǎn)移人口市民化進(jìn)程方面提出對策建議，以期促進(jìn)農(nóng)業(yè)生產(chǎn)與城鎮(zhèn)化協(xié)調(diào)發(fā)展。

引言

中國改革開放40多年來，城鎮(zhèn)化進(jìn)程不斷加快，對城鎮(zhèn)化的認(rèn)識也逐漸深化?！秶倚滦统擎?zhèn)化規(guī)劃(2014-2020年)》指出：城鎮(zhèn)化是伴隨工業(yè)化發(fā)展、非農(nóng)產(chǎn)業(yè)在城鎮(zhèn)集聚、農(nóng)村人口向城鎮(zhèn)集中的自然、社會歷史過程；是社會經(jīng)濟(jì)發(fā)展、國家現(xiàn)代化的必由之路，是人類社會進(jìn)步的產(chǎn)物，同時也是解決農(nóng)業(yè)農(nóng)村農(nóng)民問題的重要途徑，體現(xiàn)其在解決農(nóng)業(yè)剩余勞動力、拉動農(nóng)村經(jīng)濟(jì)增長、增加農(nóng)民收入、提高農(nóng)業(yè)生產(chǎn)率等方面做出的重要貢獻(xiàn)。在新的歷史時期，城鎮(zhèn)化更是實(shí)現(xiàn)鄉(xiāng)村振興和城鄉(xiāng)統(tǒng)籌發(fā)展的重要動力(顧天竹等，2021)；[1]但城鎮(zhèn)化發(fā)展帶來的農(nóng)業(yè)面源污染、生態(tài)環(huán)境退化和農(nóng)業(yè)用地消耗等負(fù)效應(yīng)同樣值得關(guān)注(劉戰(zhàn)偉等，2021；[2]鐘水映等，2009[3])。“十四五”時期，中國政府對農(nóng)業(yè)高質(zhì)量發(fā)展提出新要求，農(nóng)業(yè)生產(chǎn)率的進(jìn)步是驅(qū)動“綠色興農(nóng)”“質(zhì)量興農(nóng)”的有效抓手，是實(shí)現(xiàn)城鄉(xiāng)融合發(fā)展的助力器(龍少波等，2021；[4]李谷成等，2021[5])。也就是說，城鎮(zhèn)化推進(jìn)與農(nóng)業(yè)生產(chǎn)率變動相伴相生，是新時期中國“三農(nóng)”問題的兩大基本背景特征。那么城鎮(zhèn)化與農(nóng)業(yè)生產(chǎn)率變動之間具有怎樣的關(guān)系？是“促進(jìn)”還是“抑制”？短期和長期有何區(qū)別？不同區(qū)域有何差異？在此背景下，探討其互動關(guān)系顯得尤為必要。據(jù)此，本文以2005-2019年31個省份的數(shù)據(jù)為研究樣本，在測度各省份農(nóng)業(yè)生產(chǎn)率的基礎(chǔ)上，利用PVAR模型的GMM估計(jì)、Granger因果檢驗(yàn)以及脈沖響應(yīng)函數(shù)系統(tǒng)研究農(nóng)業(yè)生產(chǎn)率變動和城鎮(zhèn)化發(fā)展之間的動態(tài)關(guān)系及其區(qū)域異質(zhì)性，以期為促進(jìn)農(nóng)業(yè)生產(chǎn)與城鎮(zhèn)化的協(xié)調(diào)發(fā)展提供理論參考和對策建議。

一、文獻(xiàn)綜述

農(nóng)業(yè)生產(chǎn)率又稱為農(nóng)業(yè)技術(shù)效率，是衡量農(nóng)業(yè)生產(chǎn)狀況的重要指標(biāo)，亦是農(nóng)業(yè)經(jīng)濟(jì)研究的重要議題，得到學(xué)者們的廣泛關(guān)注。相關(guān)研究主要圍繞以下三個維度展開：一是對農(nóng)業(yè)生產(chǎn)效率測算方法的討論，主要包含索洛余值與生產(chǎn)函數(shù)法(Lio等，2006；[6]Bustos等，2016；[7]王璐等，2020[8])、指數(shù)法(王兵等，2020)[9]、數(shù)據(jù)包絡(luò)分析(李航飛等，2020)[10]和隨機(jī)前沿分析(宋浩楠等，2021)[11]，綜合來看，測算方法和指標(biāo)選取的不同會引致測度結(jié)果的差異(田友春等，2017；[12]龔斌磊等，2020[13])。二是研究主體聚焦于宏觀和微觀兩個層面。在宏觀上，研究多將各省(市、自治區(qū))作為決策單元，測算相應(yīng)的農(nóng)業(yè)生產(chǎn)率。如鄭志浩等(2021)[14]基于1980-2018年省級面板數(shù)據(jù)分析中國糧食種植業(yè)TFP增長率以及演進(jìn)趨勢；葛鵬飛等(2018)[15]通過使用SBM-DDF方法中的Luenberger指數(shù)測度2001-2015年中國31個省份的農(nóng)業(yè)綠色全要素生產(chǎn)率；史常亮等(2021)[16]基于空間視角，利用空間杜賓模型檢驗(yàn)中國農(nóng)業(yè)全要素生產(chǎn)率的收斂性。在微觀上，研究多基于實(shí)際調(diào)研數(shù)據(jù)，分析個體農(nóng)戶的生產(chǎn)效率狀況。如郭小年等(2014)[17]測算了西部退耕區(qū)農(nóng)戶的農(nóng)業(yè)生產(chǎn)率，并探究其結(jié)構(gòu)分布的變化情況；郭曉鳴(2015)[18]等基于老齡化視角，分析四川省農(nóng)戶的生產(chǎn)技術(shù)選擇與技術(shù)效率。三是有關(guān)農(nóng)業(yè)生產(chǎn)率的影響因素研究。研究多聚焦農(nóng)地流轉(zhuǎn)(曾雅婷等，2018)[19]、種植結(jié)構(gòu)(楊進(jìn)等，2021)[20]、農(nóng)村勞動力轉(zhuǎn)移(李江等，2021)[21]、農(nóng)業(yè)機(jī)械化(鄭晶等，2021)[22]等影響因素，探討其作用機(jī)制。

隨著城鎮(zhèn)化進(jìn)入加速期，其對農(nóng)業(yè)生產(chǎn)率變動的影響日益劇增(趙麗平，2016)[23]，二者的關(guān)系成為學(xué)者們討論的熱點(diǎn)，呈現(xiàn)百家爭鳴之態(tài)勢，爭論焦點(diǎn)之一即是城鎮(zhèn)化是否有利于提高農(nóng)業(yè)生產(chǎn)率。一部分學(xué)者認(rèn)為城鎮(zhèn)化能顯著提高農(nóng)業(yè)生產(chǎn)率，理由有四：其一，在資本方面，城鎮(zhèn)化帶來的制度變遷有效改善農(nóng)戶的生產(chǎn)經(jīng)營方式，提升了農(nóng)業(yè)機(jī)械化水平和經(jīng)營規(guī)?；潭?，從而帶動農(nóng)業(yè)資本的提高(曹雪瑩，2021)。[24]此外，城鎮(zhèn)化為工商資本下鄉(xiāng)創(chuàng)造了有利條件，促進(jìn)農(nóng)村低效要素配置關(guān)系改善，從而提高農(nóng)業(yè)生產(chǎn)率(劉魏等，2018)。[25]其二，在勞動力方面，中國農(nóng)業(yè)勞動力“過密化”“內(nèi)卷化”現(xiàn)象較為嚴(yán)重，人均勞動生產(chǎn)率不高，城鎮(zhèn)化帶動城市吸納農(nóng)業(yè)勞動力，導(dǎo)致農(nóng)業(yè)勞動力不斷向城鎮(zhèn)轉(zhuǎn)移實(shí)現(xiàn)非農(nóng)就業(yè)，顯著提高農(nóng)村勞動生產(chǎn)率，進(jìn)而拉動農(nóng)業(yè)生產(chǎn)率提升(王躍梅等，2013)。[26]其三，在農(nóng)業(yè)用地方面，土地城鎮(zhèn)化可以有效利用未經(jīng)開發(fā)土地、荒地，有利于農(nóng)村土地連片成塊，促使土地集約化經(jīng)營，提高土地利用率。同時，非農(nóng)就業(yè)勞動力增加，為土地流轉(zhuǎn)創(chuàng)造條件，助力土地經(jīng)營規(guī)?；?楊麗梅等，2011)。[27]其四，在農(nóng)業(yè)技術(shù)方面，農(nóng)業(yè)生產(chǎn)率的提高主要得益于農(nóng)業(yè)技術(shù)進(jìn)步。依據(jù)增長極理論，城鎮(zhèn)作為增長極的擴(kuò)散效應(yīng)會促進(jìn)農(nóng)業(yè)技術(shù)創(chuàng)新和提高農(nóng)民技術(shù)采納率，推動農(nóng)業(yè)技術(shù)進(jìn)步(汪慧玲，2014)。[28]然而，部分學(xué)者認(rèn)為城鎮(zhèn)化阻礙農(nóng)業(yè)生產(chǎn)率的提升。賀雪峰(2014)[29]指出趨利是資本的本能，在利益驅(qū)動下，工商資本下鄉(xiāng)可能導(dǎo)致土地“非農(nóng)化”與“非糧化”使用，這將對農(nóng)業(yè)生產(chǎn)率產(chǎn)生不利影響；Yang(2000)[30]等指出城鎮(zhèn)化會導(dǎo)致耕地被占用，轉(zhuǎn)為建設(shè)用地，同時會造成土壤污染，進(jìn)而導(dǎo)致無效的土地資源配置。此外，城鎮(zhèn)化下的剩余勞動力轉(zhuǎn)移，性別偏于男性，年齡偏于青壯年，造成農(nóng)村勞動力緊缺，呈現(xiàn)出“女性化”“老齡化”和“空心化”現(xiàn)象，帶來農(nóng)業(yè)勞動力資源的無效配置(何可等，2014)。[31]以上討論均聚焦于城鎮(zhèn)化對農(nóng)業(yè)生產(chǎn)率的影響，而關(guān)于農(nóng)業(yè)生產(chǎn)率變動對城鎮(zhèn)化發(fā)展影響的研究則付諸闕如，章樂(2017)[32]認(rèn)為由于戶籍政策因素的存在，糧食生產(chǎn)效率對城鎮(zhèn)化的影響呈先負(fù)后正的波動狀態(tài)；而宋元梁(2012)[33]指出，農(nóng)業(yè)技術(shù)效率提高，使得要素投入減少，尤其是節(jié)省農(nóng)業(yè)勞動力，從而有利于富余勞動力向城鎮(zhèn)轉(zhuǎn)移。

上述文獻(xiàn)為本文農(nóng)業(yè)生產(chǎn)率的測度，及其與城鎮(zhèn)化發(fā)展之間動態(tài)互動關(guān)系探究奠定了理論基礎(chǔ)，但是對于二者關(guān)系的研究仍存空間。第一，已有成果側(cè)重分析農(nóng)業(yè)生產(chǎn)率變動與城鎮(zhèn)化發(fā)展之間的相關(guān)關(guān)系，缺乏將它們納入到統(tǒng)一內(nèi)生框架，系統(tǒng)分析二者之間的因果關(guān)系和傳導(dǎo)機(jī)制的研究；第二，大部分文獻(xiàn)對農(nóng)業(yè)生產(chǎn)率變動和城鎮(zhèn)化發(fā)展之間關(guān)系研究皆是基于截面數(shù)據(jù)或時間序列數(shù)據(jù)的實(shí)證分析，然而既能控制時點(diǎn)效應(yīng)，又能控制個體異質(zhì)性的面板數(shù)據(jù)分析較少；第三，研究對象多面向全國，但由于中國東部、中部和西部地區(qū)發(fā)展差異性較大，既有研究對區(qū)域差異化的考量相對不足。據(jù)此，本文的邊際貢獻(xiàn)可能是通過面板數(shù)據(jù)構(gòu)建PVAR模型，既分析了城鎮(zhèn)化發(fā)展與農(nóng)業(yè)生產(chǎn)率變動的互動關(guān)系，也討論了不同區(qū)域該關(guān)系的異質(zhì)性及成因。

二、研究設(shè)計(jì)

(一)變量選擇與測算

1.農(nóng)業(yè)生產(chǎn)率(TE)。本文使用2005-2019年31個省份的面板數(shù)據(jù)，使用數(shù)據(jù)包絡(luò)分析法測算各地區(qū)農(nóng)業(yè)生產(chǎn)率，具體如下：首先，借鑒已有研究，產(chǎn)出指標(biāo)選擇農(nóng)林牧漁總產(chǎn)值(為了消除通貨膨脹因素影響，本文以2005年為基期對數(shù)據(jù)進(jìn)行平減)；投入指標(biāo)選取農(nóng)作物總播種面積、農(nóng)業(yè)機(jī)械總動力、化肥施用折純量、有效灌溉面積和第一產(chǎn)業(yè)從業(yè)人員數(shù)(李谷成等，2021[5]；易福金等，2021[34])。其次，使用MaxDEA軟件基于產(chǎn)出導(dǎo)向可變規(guī)模報酬測算出各地區(qū)每年的農(nóng)業(yè)生產(chǎn)率。最后，將31個省份15年的農(nóng)業(yè)生產(chǎn)率數(shù)據(jù)組合成面板數(shù)據(jù)。由表1可知，2005-2019年農(nóng)業(yè)生產(chǎn)率整體上呈現(xiàn)平穩(wěn)波動增長的趨勢，增長率約為14.2%，但是TE值均未超過0.7，說明我國農(nóng)業(yè)生產(chǎn)率整體水平不高，距離最優(yōu)生產(chǎn)前沿面差距較大。此外查證發(fā)現(xiàn)，31個省份中僅有8個地區(qū)曾達(dá)到TE最優(yōu)，即DEA值為1，實(shí)現(xiàn)投入和產(chǎn)出既達(dá)到相對最優(yōu)又相對平衡狀態(tài)。從農(nóng)業(yè)生產(chǎn)效率增長的驅(qū)動因素來看，純技術(shù)效率(PTE)趨于穩(wěn)定，TE增長主要得益于規(guī)模效率的進(jìn)步，這與李谷成等(2021)[5]的研究結(jié)果一致。

2.城鎮(zhèn)化率(URB)。城鎮(zhèn)化包含了經(jīng)濟(jì)、社會、土地和人口等多方面內(nèi)容，考慮本文主要聚焦于要素配置問題，而且人口城鎮(zhèn)化又是相關(guān)政策制定和實(shí)施的重要參考依據(jù)(高延雷等，2019)，[35]所以用城鎮(zhèn)人口占總?cè)丝诘谋壤饬康貐^(qū)的城鎮(zhèn)化水平(李士梅等，2017；[36]董凌波等，2021[37])。從表1可見，2005-2019年我國城鎮(zhèn)化率整體上呈現(xiàn)平穩(wěn)增長的趨勢，增長率約為34.4%，城鎮(zhèn)化水平不斷提高。

表1 2005-2019年農(nóng)業(yè)生產(chǎn)率與城鎮(zhèn)化率變化分析

(二)數(shù)據(jù)來源與描述性統(tǒng)計(jì)

農(nóng)林牧漁總產(chǎn)值、農(nóng)作物總播種面積、農(nóng)業(yè)機(jī)械總動力、化肥施用折純量、有效灌溉面積數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》和《中國農(nóng)村統(tǒng)計(jì)年鑒》，城鎮(zhèn)化率和第一產(chǎn)業(yè)從業(yè)人員數(shù)來源于EPS數(shù)據(jù)平臺以及各省市區(qū)統(tǒng)計(jì)年鑒、統(tǒng)計(jì)公報，主要變量描述性統(tǒng)計(jì)分析見表2。此外，為分析農(nóng)業(yè)生產(chǎn)率與城鎮(zhèn)化率的區(qū)域差異，參照《中國統(tǒng)計(jì)年鑒》分類標(biāo)準(zhǔn)，本文將中國劃分為東部、中部和西部。

表2 主要變量的描述性統(tǒng)計(jì)分析

(三)模型設(shè)定

Holtz-Eakin于1988年提出面板向量自回歸模型(Panel Vector Autoregression，PVAR)。[38]該模型繼承了Sims于1980年提出向量自回歸模型 (Vector Autoregression，簡稱VAR)的優(yōu)點(diǎn)，即與傳統(tǒng)因果推斷模型相異，這兩個模型在建模之前無需事先設(shè)定變量間的因果關(guān)系，而是將各變量當(dāng)作一個內(nèi)生系統(tǒng)，均視為內(nèi)生變量，檢驗(yàn)變量以及其滯后項(xiàng)對其他變量的影響(張艾蓮等，2016)，[39]這為本文探究農(nóng)業(yè)生產(chǎn)率變動和城鎮(zhèn)化發(fā)展之間的關(guān)系提供技術(shù)支撐。此外，與VAR模型相比，PVAR模型克服了長時序跨度的要求，具有截面大時序短的優(yōu)點(diǎn)，可以從地區(qū)和時間維度豐富研究數(shù)據(jù)。首先，需要確定PVAR模型的最優(yōu)滯后階數(shù)；其次，應(yīng)用GMM估計(jì)，計(jì)算模型中各內(nèi)生變量間的數(shù)理關(guān)系；再次，判斷內(nèi)生變量之間是否存在格蘭杰因果關(guān)系，進(jìn)一步檢驗(yàn)變量選擇的合理性；最后，使用脈沖響應(yīng)函數(shù)分析內(nèi)生變量受到?jīng)_擊之后對自身以及其他變量的影響(蘇屹等，2021)。[40]

運(yùn)用PVAR模型分析農(nóng)業(yè)生產(chǎn)率和城鎮(zhèn)化率之間的動態(tài)關(guān)系，模型如下：

上式y(tǒng)i，t為二元向量，即yi，t=(TEi，t和URBi，t)，i指第i個省級單元，t指第t時期，TE為農(nóng)業(yè)生產(chǎn)率，URB為城鎮(zhèn)化率；j為滯后階數(shù)，yi，t-j為j階滯后所有的內(nèi)生變量；?0為截距項(xiàng)；Γj表示回歸系數(shù)矩陣；fi表示固定效應(yīng)，λt表示時間效應(yīng)；μi，t表示隨機(jī)擾動項(xiàng)。

三、實(shí)證分析

(一)滯后階數(shù)確定

建立PVAR模型需要確立最優(yōu)的滯后階數(shù)，若滯后階數(shù)過短可能會導(dǎo)致模型估計(jì)結(jié)果不可靠，反之，滯后階數(shù)過長可能會導(dǎo)致自由度受損，從而影響模型整體效果。因此，本文構(gòu)建BIC、AIC和HQIC信息準(zhǔn)則綜合判斷最優(yōu)滯后階數(shù)，結(jié)果如表3所示。由表3可知，BIC、AIC和HQIC信息準(zhǔn)則說明全國和東部、中部、西部地區(qū)的最優(yōu)滯后期均為滯后1階。

表3 滯后階數(shù)的選擇

(二)模型估計(jì)結(jié)果

在確定最優(yōu)滯后階數(shù)后對PVAR模型進(jìn)行GMM估計(jì)，估計(jì)結(jié)果如表4所示。全國和東部、中部、西部地區(qū)的農(nóng)業(yè)生產(chǎn)率滯后一期對當(dāng)期影響的彈性系數(shù)值分別為1.0268、1.2825、0.9391、0.9799，對應(yīng)的統(tǒng)計(jì)量分別在1%和5%的水平下通過顯著性檢驗(yàn)；城鎮(zhèn)化率滯后一期對當(dāng)期影響的彈性系數(shù)值分別為0.9886、0.9933、0.9985和0.9947，對應(yīng)的統(tǒng)計(jì)量均在1%的水平下通過顯著性檢驗(yàn)。由此可見農(nóng)業(yè)生產(chǎn)率和城鎮(zhèn)化率提升過程中均具有自我增強(qiáng)機(jī)制，在時間上存在慣性效應(yīng)。將農(nóng)業(yè)生產(chǎn)率作為被解釋變量，全國和中部、西部滯后一期的城鎮(zhèn)化率對當(dāng)期的農(nóng)業(yè)生產(chǎn)率具有顯著的正向影響，從彈性系數(shù)看，中部地區(qū)的作用程度更大；東部地區(qū)滯后一期的城鎮(zhèn)化率對當(dāng)期的農(nóng)業(yè)生產(chǎn)率具有負(fù)向影響的趨勢但作用并不顯著。將城鎮(zhèn)化率作為被解釋變量，全國和西部滯后一期的農(nóng)業(yè)生產(chǎn)率對當(dāng)期的城鎮(zhèn)化率具有顯著的負(fù)向影響，而東部和中部作用效果不顯著。由此可以初步判定農(nóng)業(yè)生產(chǎn)率和城鎮(zhèn)化率間的動態(tài)關(guān)系在不同區(qū)域間存在一定的差異。然而，對PVAR模型進(jìn)行GMM估計(jì)的結(jié)果只能從宏觀層面反映內(nèi)生變量之間的動態(tài)模擬過程，無法具體說明內(nèi)生變量之間的因果關(guān)系、影響路徑和動態(tài)傳導(dǎo)機(jī)制，據(jù)此下文將采用格蘭杰因果檢驗(yàn)和脈沖響應(yīng)函數(shù)等方法進(jìn)一步探究農(nóng)業(yè)生產(chǎn)率和城鎮(zhèn)化率之間的動態(tài)關(guān)系(張寬等，2017)。[41]

表4 PVAR模型估計(jì)結(jié)果

(三)格蘭杰因果檢驗(yàn)

為了探究農(nóng)業(yè)生產(chǎn)率和城鎮(zhèn)化率之間的短期動態(tài)關(guān)聯(lián)性效應(yīng)，采用格蘭杰(Granger)因果檢驗(yàn)來驗(yàn)證兩個內(nèi)生變量的因果關(guān)系，結(jié)果如表5所示。全國層面的檢驗(yàn)結(jié)果顯示，在5%的顯著性水平下拒絕URB不是TE的格蘭杰原因；在1%的顯著性水平下拒絕TE不是URB的格蘭杰原因，農(nóng)業(yè)生產(chǎn)率與城鎮(zhèn)化率互為格蘭杰原因。分地區(qū)來看，東部地區(qū)城鎮(zhèn)化率不是農(nóng)業(yè)生產(chǎn)率的格蘭杰原因，同時農(nóng)業(yè)生產(chǎn)率亦不是城鎮(zhèn)化率的格蘭杰原因，兩內(nèi)生變量之間互不為格蘭杰原因；中部地區(qū)在10%的顯著性水平下拒絕URB不是TE的格蘭杰原因，接受TE不是URB格蘭杰原因的假定，農(nóng)業(yè)生產(chǎn)率與城鎮(zhèn)化率是單向格蘭杰原因；西部地區(qū)在10%的顯著性水平下拒絕URB不是TE的格蘭杰原因；在1%的顯著性水平下拒絕TE不是URB的格蘭杰原因，與全國層面結(jié)果一致，兩內(nèi)生變量之間互為格蘭杰原因。由此可見內(nèi)生變量之間的短期動態(tài)關(guān)系在不同區(qū)域間存在差異，這與GMM估計(jì)結(jié)果一致。

表5 農(nóng)業(yè)生產(chǎn)率和城鎮(zhèn)化率之間的Granger因果檢驗(yàn)

(四)脈沖響應(yīng)分析

為了探究農(nóng)業(yè)生產(chǎn)率和城鎮(zhèn)化率的長期動態(tài)交互效應(yīng)，對全國和東部、中部、西部地區(qū)均使用500次蒙特卡洛模擬，追蹤10期，得到內(nèi)生變量之間的脈沖響應(yīng)圖，如圖1-圖4所示，其中實(shí)線表示計(jì)算值，陰影表示5%和95%的置信水平。脈沖響應(yīng)函數(shù)主要模擬在其他變量控制不變的情況下，研究其中一個變量受到一單位標(biāo)準(zhǔn)差沖擊后對其他變量各期沖擊響應(yīng)的動態(tài)影響軌跡。

從脈沖響應(yīng)圖可以得到以下結(jié)論：(1)內(nèi)生變量對來源于自身信息沖擊的響應(yīng)能夠顯著為正，并隨著時間的推移達(dá)到穩(wěn)態(tài)，這表明農(nóng)業(yè)生產(chǎn)率和城鎮(zhèn)化率具有經(jīng)濟(jì)慣性，表現(xiàn)出擴(kuò)張效應(yīng)，這與GMM估計(jì)結(jié)果相呼應(yīng)。(2)在全國及中部、西部地區(qū)，當(dāng)城鎮(zhèn)化受到一單位標(biāo)準(zhǔn)差沖擊后，其對農(nóng)業(yè)生產(chǎn)率呈現(xiàn)出正向影響。這種正向作用均從第一期就開始，在以后各期保持穩(wěn)定上升趨勢，直到第10期趨于平緩。這說明從長期來看，一方面城鎮(zhèn)化為農(nóng)民提供了更多的非農(nóng)就業(yè)機(jī)會，促進(jìn)他們可支配收入的增加，提高農(nóng)業(yè)生產(chǎn)資料和機(jī)器設(shè)備的購買能力，即為農(nóng)業(yè)資本增加做出貢獻(xiàn)。此外，城鎮(zhèn)化促進(jìn)城鄉(xiāng)融合發(fā)展，削弱城鄉(xiāng)生產(chǎn)要素之間制度壁壘，有利于土地資源得到有效配置，提高土地資源的整體利用效率(張合林等，2020)。[42]同時城鎮(zhèn)化能夠帶動工業(yè)化發(fā)展，工業(yè)既為農(nóng)業(yè)發(fā)展提供技術(shù)支持，又能改善農(nóng)業(yè)生產(chǎn)要素，如高質(zhì)量化肥、先進(jìn)農(nóng)業(yè)機(jī)械等，促進(jìn)農(nóng)業(yè)產(chǎn)量增加，提高農(nóng)業(yè)生產(chǎn)效率。另一方面，隨著城鎮(zhèn)化進(jìn)程的加快，以及各級政府對“三農(nóng)”問題的重視，諸如工商資本等要素下鄉(xiāng)得到有效監(jiān)督，可以緩解甚至避免土地用途的“非農(nóng)化”與“非糧化”現(xiàn)象。與此同時，在耕地紅線和生態(tài)環(huán)境雙重制約下，城鎮(zhèn)“與農(nóng)爭地”“與農(nóng)爭水”及造成土壤污染等問題將會得到嚴(yán)格管制，故而不會對農(nóng)業(yè)生產(chǎn)率的提升產(chǎn)生過多的負(fù)面效應(yīng)。(3)在全國及中部、西部地區(qū)，當(dāng)農(nóng)業(yè)生產(chǎn)率受到一單位標(biāo)準(zhǔn)差沖擊后，其對城鎮(zhèn)化呈現(xiàn)出負(fù)向影響。這種負(fù)向作用均從第1期開始到第10期趨于平緩，西部地區(qū)影響程度最高。這說明從長期來看，城鎮(zhèn)化對農(nóng)業(yè)生產(chǎn)率具有負(fù)向響應(yīng)?？赡苡幸韵氯矫嬖颍浩湟?，農(nóng)業(yè)勞動力之所以轉(zhuǎn)移到城鎮(zhèn)是由于城鄉(xiāng)收入差別，逐利是農(nóng)民去城鎮(zhèn)工作的最主要驅(qū)動力，但也需承擔(dān)相較于農(nóng)村更高的城鎮(zhèn)生活成本。倘若農(nóng)業(yè)生產(chǎn)效率提高了，意味著農(nóng)民更低的投入可以獲得更高的收入，那么就會降低他們進(jìn)入城鎮(zhèn)務(wù)工的預(yù)期。其二，需要注意的是本文城鎮(zhèn)化特指人口城鎮(zhèn)化，中國城鄉(xiāng)二元結(jié)構(gòu)下，進(jìn)城務(wù)工的農(nóng)業(yè)勞動力無法享受與城鎮(zhèn)就業(yè)人員同等的醫(yī)療和社會勞動保障，而且隨遷子女入學(xué)也較為困難，使得農(nóng)民進(jìn)城工作負(fù)擔(dān)更重，所以即使農(nóng)業(yè)生產(chǎn)率提高，釋放出富余勞動力，在戶籍制度約束下也限制了勞動力轉(zhuǎn)移(章樂等，2017)。[32]其三，較其他地區(qū)，中國西部地區(qū)整體經(jīng)濟(jì)水平發(fā)展落后，表現(xiàn)為第二、第三產(chǎn)業(yè)相對不發(fā)達(dá)，吸納農(nóng)業(yè)釋放出的富余勞動力能力有限，城市就業(yè)情況并不樂觀。此外，需要說明的是，觀察東部地區(qū)的脈沖響應(yīng)圖可以發(fā)現(xiàn)農(nóng)業(yè)生產(chǎn)率變動和城鎮(zhèn)化發(fā)展之間的相互沖擊并不明顯，這與Granger因果檢驗(yàn)結(jié)果保持一致，究其原因可能與其經(jīng)濟(jì)發(fā)展水平較高、地區(qū)人口密集和城鄉(xiāng)差距相對較小等有關(guān)(符海月等，2020；[43]葉璐等，2021[44])。

圖1 全國脈沖響應(yīng)圖 圖2 東部脈沖響應(yīng)圖

圖3 中部脈沖響應(yīng)圖 圖4 西部脈沖響應(yīng)圖

四、結(jié)論與政策啟示

本文以2005-2019年31個省市區(qū)的數(shù)據(jù)為研究樣本，在測度各省份農(nóng)業(yè)生產(chǎn)率的基礎(chǔ)上，利用PVAR模型的GMM估計(jì)、Granger因果檢驗(yàn)以及脈沖響應(yīng)函數(shù)系統(tǒng)研究農(nóng)業(yè)生產(chǎn)率變動和城鎮(zhèn)化之間的動態(tài)關(guān)系及其區(qū)域異質(zhì)性，得到以下結(jié)論：(1)2005-2019年農(nóng)業(yè)生產(chǎn)率呈平穩(wěn)波動增長的趨勢，但整體水平不高，規(guī)模效率進(jìn)步是促進(jìn)農(nóng)業(yè)生產(chǎn)率提高的主要原因，而純技術(shù)效率作用不顯著。同時農(nóng)業(yè)生產(chǎn)率提升和城鎮(zhèn)化發(fā)展過程中均具有自我增強(qiáng)機(jī)制，在時間上存在經(jīng)濟(jì)慣性。(2)城鎮(zhèn)化率與農(nóng)業(yè)生產(chǎn)率之間的短期動態(tài)效應(yīng)在不同區(qū)域間存在差異。全國層面農(nóng)業(yè)生產(chǎn)率與城鎮(zhèn)化率在短期內(nèi)互為格蘭杰原因，西部地區(qū)與該結(jié)果一致；中部地區(qū)城鎮(zhèn)化率是農(nóng)業(yè)生產(chǎn)率的單向格蘭杰原因；而在東部地區(qū)農(nóng)業(yè)生產(chǎn)率與城鎮(zhèn)化率互不為格蘭杰原因。(3)全國及中部、西部地區(qū)城鎮(zhèn)化對農(nóng)業(yè)生產(chǎn)率具有長期的正向影響，但是需要警惕城鎮(zhèn)化進(jìn)程中，城鎮(zhèn)“與農(nóng)爭地”“與農(nóng)爭水”以及造成土壤污染等問題；而在經(jīng)濟(jì)效益和戶籍政策等因素共同作用下，長期來看農(nóng)業(yè)生產(chǎn)率對城鎮(zhèn)化發(fā)展具有負(fù)向效應(yīng)，在西部地區(qū)表現(xiàn)最為明顯。

根據(jù)以上結(jié)論，本文得到如下政策啟示：(1)充分發(fā)揮農(nóng)業(yè)生產(chǎn)率和城鎮(zhèn)化的自我增強(qiáng)能力，關(guān)注二者發(fā)展中具有的連貫性和循序漸進(jìn)特征，需要從長期視角出發(fā)，兼顧地區(qū)差異性，因地制宜制定農(nóng)業(yè)發(fā)展和城鎮(zhèn)化策略。(2)生產(chǎn)要素投入對提高農(nóng)業(yè)生產(chǎn)效率的貢獻(xiàn)率已經(jīng)減弱(張麗等，2021)，[45]需要進(jìn)一步釋放純技術(shù)效率促進(jìn)農(nóng)業(yè)生產(chǎn)率增長的潛力。提升純技術(shù)效率要兼顧農(nóng)業(yè)科技投入和農(nóng)戶技術(shù)采納兩個方面。以城鎮(zhèn)化帶動工業(yè)化，為農(nóng)業(yè)科技發(fā)展提供支持，持續(xù)改善農(nóng)機(jī)裝備，重點(diǎn)關(guān)注農(nóng)戶對農(nóng)業(yè)機(jī)械的采納程度和使用效率(劉敏等，2020)。[46]特別對于中西部農(nóng)業(yè)機(jī)械化水平相對較低的區(qū)域，可以考慮在農(nóng)機(jī)補(bǔ)貼政策上適當(dāng)傾斜。(3)堅(jiān)持耕地紅線不突破，完善城市建設(shè)用地嚴(yán)格審批制度。嚴(yán)防城鎮(zhèn)建設(shè)與農(nóng)爭地，在保護(hù)現(xiàn)有耕地?cái)?shù)量的同時，加強(qiáng)耕地質(zhì)量管理，改善農(nóng)業(yè)生態(tài)環(huán)境，不斷加大高標(biāo)準(zhǔn)農(nóng)田建設(shè)投入力度，推進(jìn)農(nóng)業(yè)規(guī)?；图s化經(jīng)營，堅(jiān)持“藏糧于地、藏糧于技”。(4)重視農(nóng)村人力資本的開發(fā)，加強(qiáng)農(nóng)業(yè)勞動力職業(yè)培訓(xùn)，提高農(nóng)民受教育和技能水平，改變傳統(tǒng)農(nóng)業(yè)生產(chǎn)觀念，提高農(nóng)業(yè)勞動效率。此外，要加快推進(jìn)三產(chǎn)融合，增加勞動力轉(zhuǎn)移渠道，為釋放出來的農(nóng)村富余勞動力提供非農(nóng)就業(yè)指導(dǎo)，增加其向城市轉(zhuǎn)移的內(nèi)生動力。(5)深化戶籍制度改革，加快農(nóng)業(yè)轉(zhuǎn)移人口市民化進(jìn)程。各省份要繼續(xù)放寬落戶限制，促進(jìn)有能力的農(nóng)業(yè)轉(zhuǎn)移人口在城鎮(zhèn)有序落戶，破除各類隱形門檻，消除戶籍制度壁壘，完善醫(yī)療保障和社會勞動保障，減少隨遷子女教育支出等，降低其生活成本。