时间：2019-03-20 11:12:44 所属分类：农业工程 浏览量:
摘要：当前城市化发展影响农业资源利用与产出，特别是城市化发展的区域异质性会加剧农业生产效率区域差异状况，并降低整体效率水平。人口城市化有利于降低农业生产资源投入冗余，经济城市化与空间城市化可以减少劳动力与化肥的投入冗余，但也导致机械和灌溉
摘要：当前城市化发展影响农业资源利用与产出，特别是城市化发展的区域异质性会加剧农业生产效率区域差异状况，并降低整体效率水平。人口城市化有利于降低农业生产资源投入冗余，经济城市化与空间城市化可以减少劳动力与化肥的投入冗余，但也导致机械和灌溉的过度投入，并加剧产出不足问题;单纯增加居民收入的社会城市化无益于降低投入冗余，配套全面福利保障的社会城市化才能产生积极效应。城市化发展的“空间近邻效应”使得农业生产效率呈现出空间集聚特征，剥离城市化环境后低低集聚区域范围显著缩小并向南推移，农业生产效率的空间溢出效应变得不再显著。要转变过去城市优先发展的思想，实施乡村振兴战略，建立健全城乡融合发展的体制机制和政策体系，巩固完善农村基本经营制度，深化农村土地制度改革，加快城乡投资一体，进一步发挥金融对现代农业发展的带动作用。
关键词：城市化;农业生产效率;空间近邻效应;乡村振兴战略
一、引言
改革开放以来，中国的农业发展取得了巨大成就，农林牧渔总产值从1978年的1397亿元增长到2015年的1.103×104亿元(按1978年不变价格)，年均增长速度为5.7%，但是农业现代化依然落后于工业现代化进程，成为“四化”同步的短板①。加快补齐农业农村短板，必须坚持工业反哺农业、城市支持农村的政策取向。农业发展的根本来源是生产效率提升，然而对于我国城市化发展是否能够提高农业生产效率水平，学者们有着不同的观点。一种观点认为，城市化发展带来资本与人口的集聚，促进国民经济发展，有助于实现农业经营规模化、产业结构优化、农业生产模式和经营制度的现代化，从而促进农业生产效率提升;另一种观点认为，城市化发展同时也会与农村争夺耕地、劳动力与资金等要素资源，并向农村输出环境污染，使得农业发展缺乏优质资源保障，阻碍农业生产效率提升②。中国正处在快速城市化进程中，以城镇常住人口比例衡量的城镇化率由1978年的17.92%上升到2016年的57.35%，尤其是自1996年城镇化率水平达到30%以后，城市化发展速度由1978—1995年期间的年均增长0.65个百分点，提高到1996—2016年期间的年均增长1.34个百分点。当然，城市化发展并不仅仅表现在人口方面，还综合反映在经济、社会、空间等方面，具有明显的区域发展不平衡特征，东部地区持续领先于中西部地区，部分地区出现了超越经济发展阶段和客观规律的冒进态势，产生诸如土地城市化盲目扩张，远超人口城市化等问题，在一定程度上对农业生产造成影响③。那么，中国当前的城市化发展真正起到了提升农业生产效率水平的作用，还是抑制了农业生产效率水平提高?城市化发展区域差异性的减弱是否有助于降低农业生产效率的空间差异性并提升其效率水平?不同的城市化内涵会以何种方式影响农业资源利用效率?这些问题研究对于改变农业和农村经济在资源配置中的不利地位，加快农业现代化，促进“四化”同步与区域经济协调发展具有重要意义。
国内外学者对中国农业经济发展和农业生产率增长进行了广泛的研究，相关文献主要集中在三个领域：一是农业经济增长的源泉与影响因素研究。农业经济增长的动力源泉来自于两个方面，即农业要素投入增加与农业生产率提升。在经济发展的初级阶段，中国农业增长的一半以上是靠要素投入驱动，然而经济资源的稀缺性决定了主要依靠要素投入的模式是不可持续的，中国农业发展根本出路在于農业全要素生产率增长④;从中国农业经济增长影响因素来看，农村经济体制改革，技术进步、农产品价格体制改革、农村工业化与城市化进程、税费改革及农业公共支出变迁等都是重要变量，不同时期各制度变量作用不尽相同⑤。二是农业生产效率的测度。伴随研究视角和研究方法的创新，农业生产效率的研究更为精细化和贴近实际。有的将资源环境因素纳入农业生产效率研究框架中，以农业面源污染、碳排放等作为非期望产出，测算资源环境约束下的农业生产率，希望通过中国农业绿色生产率革命来推动农业环境友好发展，取得了许多研究成果⑥;有的剔除外部环境和随机误差对农业生产效率的影响，国家宏观经济环境、政府对农业发展的相关政策、人力资源因素及自然灾害等因素都会对农业生产效率产生影响⑦，却又不受决策单元的主观控制，需要运用三阶段DEA方法剥离外部环境影响才能真实反映效率水平。三是城市化与农业生产效率关系及其空间效应研究。中国具有典型的城乡二元经济结构，城市化对农业效率既有促进效果又有抑制作用⑧，使得农业发展面临诸多挑战，可能导致效率降低，由于地域辽阔，农业生产效率存在明显的区域不均衡现象⑨，农业生产率、农业劳动效率、土地效率等具有空间溢出效应，与此同时，不同地区的城市化水平也存在较大差异，但是从空间角度对二者之间的联系却鲜有研究⑩。
既有成果为研究城市化环境下的农业生产效率提供了重要的方法论和研究思路，但是仍存在一些问题值得进一步研究。其一，多数文献在研究农业生产效率时，假设外部环境是无差异的，然而不同地区城市化环境各异，如果忽略了它的影响，很可能导致结论失真，难以反映中国农业生产效率的真实状况及优化空间;其二，在衡量城市化环境因素时，多采用单一指标法，该方法计算简单，数据易得。但是由于城市化的内容非常丰富，包含该地区的人口城市化、经济城市化、社会城市化和空间城市化等多个方面，选择综合指标法会有助于全面界定城市化内涵，客观反映其对农业效率的影响;其三，在剥离外部环境影响时，主要采用传统三阶段DEA模型，但是该模型基于径向改进的BCC模型，主观选择投入最小化导向，也无法对多个处于生产前沿面的决策单元进行有效排序;第四，较少关注城市化环境与农业资源利用和投入产出的关系，分析城市化发展对农业生产效率的影响路径，以及对农业生产效率区域非均衡特征的解释。
本文通过分析城市化发展对中国农业生产效率的影响路径，在人口、经济、空间与社会等角度全面衡量城市化的基础上，基于改进的三阶段超效率SBM-DEA(Three-Stage Super-SBM-DEA)模型分别测度剥离城市化环境前后的农业生产效率，该方法既考虑投入与产出两个角度的非径向改进，又解决了处于效率前沿面决策单元的有效排序问题，以期为政府决策提供可靠的依据。
二、研究方法、变量选取与数据来源
1. 研究方法
一是剥离城市化环境前后农业生产效率的测度。为了研究城市化发展对中国农业生产效率的影响，需要分别测算剥离城市化环境前后农业生产效率值，并进行比较分析。本文利用改进的三阶段Super-SBM-DEA模型，在第一阶段测算城市化环境下农业生产效率，第三阶段测算剥离城市化环境后农业生产效率。
(1)三阶段非角度SBM-DEA模型。对传统三阶段DEA模型进行改进{11}，构建过程仍然分为三个阶段，在第一三阶段测度效率时，将传统的BCC-DEA模型改进为SBM-DEA模型，在第二阶段SFA分析中，从只关注投入松弛变量扩展为同时考虑投入产出松弛变量。
第一阶段：测度投入产出松弛变量的初始SBM-DEA分析。建立非角度非径向的SBM-DEA模型，假设一个投入产出系统中共有K个决策单元，每个决策单元有N种投入和M种产出。根据Tone的研究结论{12}，在假设规模报酬不变条件下，测度第k个决策单元效率的SBM-DEA模型如下：
为了实现式(4)、式(5)所作的调整，首先需要从SFA回归模型的误差中将管理无效率和随机因素分离出来，采用Jondrow等{13}提出的JLMS方法先得到μij的条件估计量，根据Kumbhakar{14}、罗登跃{15}的研究可計算投入模型μij的条件估计量，进而可以得到统计噪声νij与νrj的条件估计，计算出调整以后的投入产出变量。
第三阶段：基于调整后投入产出数据的最终SBM-DEA分析。将经过第二阶段调整以后的投入产出数据重新带入式(1)的SBM-DEA模型进行效率测算。此阶段得到的测算结果反映了消除运营环境和统计噪声影响后的管理效率，能够更为客观地体现决策单元的技术效率状况。
(2)超效率SBM-DEA模型。在SBM-DEA模型计算时，如果出现多个决策单元效率值均为1的情况，则无法对这些决策单元进行有效的评价与排序。针对此问题，Tone提出了超效率SBM-DEA模型(Super-SBM-DEA){16}，利用该模型可以对相对有效率的决策单元进行评价和排序，也就是说，Super-SBM-DEA模型的效率值可以出现大于1的情况，Super-SBM-DEA模型如式(6)所示：
二是农业生产效率区域差异的测度。泰尔指数是信息理论中广义熵指数(Generalized Entropy Index)的特殊形式，可以测度区域发展、收入分配等不公平程度，因其具有可多层级分解等优良性质，能将区域总体差异分解为区域间差异和区域内差异，进而考察各部分对研究总体差异的影响和贡献，所以可利用该指数衡量农业生产效率的区域差异状况。泰尔指数有T指数和L指数两种形式，其中L指数又称为平均对数偏差指数，不仅形式更为简洁，而且能够更好地满足评价社会不平等的公理化要求，因此采用泰尔L指数测度剥离城市化环境前后农业生产效率的区域差异，并分析区域间差异(Lb)与区域内差异(Lw)的构成情况，泰尔L指数公式及其分解如下：
式中，n为样本观测值个数(所有省市数)，k为分组个数(划分的区域数)，各区域的省市数量分别为n1，n2，k，…nk，y为所有省市农业生产效率均值，yi为第i区域农业生产效率均值，yij为第i区域第j省市农业生产效率，j=1，2，k，…ni。泰尔L指数值越高，说明区域或省市间农业生产效率的差异越大。
三是农业生产效率空间自相关性的测度。为了考察农业生产效率在空间上是否具有依赖关系，比较剥离城市化环境前后农业生产效率的空间分布特征是否发生变化，可以利用空间自相关系数定量地描述变量在空间上的相关关系及其程度。本文采用Global Morans I统计量来测度农业生产效率全局空间关联度，进而利用Local Morans I统计量和Moran LISA图来厘清局部空间集聚特征。
2. 变量选取与数据来源
农业生产效率的测度需要选取农业投入产出变量(见表1)，本文收集1996—2013年中国大陆31个省份的面板数据，研究城市化进程中农业生产效率问题。以1996年作为研究初始年份主要基于两点考虑：一是根据美国地理学家诺瑟姆提出的城市化发展理论，当城市化水平在30—70%时，将进入快速发展阶段;二是从中国城市化发展实际来看，1996年城市化水平达到30%以后，城市化发展速度明显加快，由1978—1995年期间的年均增长0.65个百分点，提高到1996—2015年期间的年均增长1.34个百分点，可见1996年是中国城市化进程的一个转折点，由此进入飞速发展时期，对农业生产的影响也更为显著{17}。农业投入产出变量与城市化变量数据来源于历年《中国统计年鉴》、《中国农村统计年鉴》、《中国农业年鉴》，以及《新中国五十年统计资料汇编》、《新中国五十五年统计资料汇编》和《新中国六十年统计资料汇编》等，少量缺失数据由地方统计年鉴和插值法计算补齐。
推荐阅读：《农业技术与装备》AgriculturalTechnology&Equipment(半月刊)曾用刊名：农业化技术推广通讯;农机推广与安全;农机推广，1985年创刊，是面向全国公开发行的农机推广专业科技期刊。
转载请注明来自：http://www.zazhifabiao.com/lunwen/nykx/nygc/44935.html
