前言：尋找寫作靈感？中文期刊網用心挑選的城鎮化對農業全要素生產率的影響，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。
摘要：基于2008～2016年的湖南省地級市面板數據，利用了DEA-Malmquist指數法測算了湖南省14個地級市的農業全要素生產率，基于此，運用固定效應模型就城鎮化水平對農業全要素生產效率的動態影響進行了實證分析。實證結果表明，城鎮化對農業全要素生產率的增長有負作用且存在“U型”關系。因此，應當對農村剩余勞動力進行科技教育和培訓，提升機械化水平以及種植結構的調整，以此來減弱因城鎮化造成的勞動力減少而對農業全要素生產率的影響。
關鍵詞：城鎮化；農業；全要素生產率；“U型”關系
0引言
隨著我國城鎮化水平的不斷發展，越來越多的農民進入城市務工，這勢必會對農業發展造成一定影響。農業是我國第一產業，對經濟發展具有不可忽略的推動作用。湖南省作為傳統農業大省，“十三五”之前城鎮化發展一直落后于全國平均水平，進入“十三五”全省城鎮建設保持高速發展態勢，遠超全國平均水平。到2017年末，湖南省城鎮化率與全國城鎮化率平均水平之間的差距，已從“十一五”末的6.38%，縮小到如今的3.9%。但觀察其近幾年農業發展，發現農業增速減緩，生產效率不高，因此分析城鎮化對農業生產效率的影響，從而提出對應的政策建議。從現有外文獻來看，眾多學者都對影響農業全要素生產率的因素進行了研究。Po-ChiChen、Ming-MiinYU（2008）發現農業全要素生產率增長的主要來源是技術進步，區域間生產率增長的差距隨著時間推移而加劇[1]。時悅、趙鐵豐（2009）認為我國財政支農彈性對全要素生產率的提高具有促進作用，但促進作用比較微弱[2]。李楊、伍賢旭等（2012）研究發現自然災害已經影響到我國農業的正常生產經營，自然災害抑制了農業全要素生產率的提高[3]。李士梅、尹希文（2017）研究發現，農村勞動力減少阻礙了農業全要素生產率的提升[4]。提高農業全要素生產率，有利于打破農業發展的瓶頸，使農業得以更好發展。因此本文從城鎮化的角度出發，運用stata軟件，通過建立面板數據模型，分析城鎮化如何影響其農業生產效率，從而提出對應的解決對策。
1湖南農業全要素測算
1.1農業全要素生產率（TFP）
針對宏觀層面的全要素生產率測算方法可以使用包括增長核算法和增長率回歸法的非前沿分析方法與包括DEA數據包絡分析法和隨機前沿分析法的前沿分析方法。本文將使用DEA數據包絡分析法中的DEA-Malmquist指數法對農業全要素生產率進行測算。與其它測算相比，DEA數據包絡分析法不需要設定具體的投入產出生產函數形式，避免由于估計函數形式錯誤而導致的偏差，同時，可以研究多投入和多產出的全要素問題（段文斌、尹向飛，2009）。
1.2數據來源與測算結果
在利用DEA模型測算農業全要素生產率時，農業產出變量是以2008年不變價格進行計算的農林牧漁業總產值（萬元）。農業投入變量分別選取鄉村年底農林牧漁業從業人員數（萬人）、農作物總播種面積（萬公頃）、農業機械總動力（萬千瓦）、農用化肥施用量（萬噸）、農業有效灌溉面積（千公頃）、年度農村用電量（萬千瓦時）計算。利用DEA軟件，測算出農業生產率Malmquist指數分解平均值結果如表1所示。表1從時間角度顯示了湖南省14市2008-2016年各年的農業生產率Malmquist指數。2008-2016年湖南省農業TFP在不同時間段內分別呈現U型的波動特征。從表中可以看出，要想提高農業TFP，主要從技術方面入手，加快新的農業技術的研發推廣和運用。
2實證設計
2.1實證模型
本文的關注點是城鎮化對農業全要素生產效率的動態影響。其中，i，t分別代表城市和時間；TFP、UR分別為農業全要素生產率和城鎮化水平，TFP以對數形式表示；UR2檢驗城鎮化化與農業全要素生產率之間是否存在“U”型關系；control、ciy、ε分別為控制變量、地區虛擬變量、隨機擾動項。
2.1.1核心解釋變量
城鎮化水平（UR）。指一個地區城鎮化所達到的程度，是區域經濟發展程度的重要標志。目前衡量城鎮化水平主要采用單一指標法，即城鎮化水平=城鎮人口/總人口（均按常住人口計算，不是戶籍人口），用于反映人口向城市聚集的過程和聚集程度。
2.1.2控制變量
機械化程度（MA），機械化程度的提高對新農作物品種的使用和農業技術效率的提升有著促進作用，用年末農村從業人員的人均擁有的機械動力表示。農作物結構比率（AS），用于控制種植結構的改變對農業全要素生產率的影響，用糧食種植面積與農作物種植總面積的比值來表示。農作物生產規模（AC），生產規模的進行一定的擴大可以形成規模效應，這對于農業全要素生產率亦有促進作用，用人均播種面積表示。農作物受災面積率（DA），農作物受災面積率是影響農業發展的因素之一，農作物受災面積率提高，農業產值會減少。政府規制（GOV），用于控制政府的投入對農業全要素生產率的影響，用農林水事務財政支出與地區生產總值的比值來衡量。
2.2數據來源與描述性統計
本文數據來源于《湖南省統計年鑒》和《中經網》，選取2008-2016年湖南省14市農業投入和產出數據。
2.3實證分析
本文使用計量軟件Stata14.0對面板數據進行了回歸分析。在實證檢驗中采用固定效應模型的LSDV進行估計。下面，本文將使用固定效應模型進行回歸分析。
2.3.1總體樣本的回歸分析
模型1是不考慮城鎮化率（LNUR）與農業生產率（LNTFP）的非線性關系的情況下，探究城鎮化（LNUR）與流通業生產率（LNTFP）之間關系的固定效應回歸結果，結果顯示，城鎮化率（LNUR）在5%的顯著水平下顯著，說明城鎮化率（LNUR）對農業生產率（LNTFP）存在抑制作用。模型2是考察城鎮化（LNUR）與農業全要素生產率之間是否存在“U型”關系的固定效應回歸結果，結果顯示，城鎮化率（LNUR）和其平方項分別在1%、5%的顯著水平下顯著，說明城鎮化與農業全要素生產率之間存在顯著的正“U型”關系。在控制變量中，盡管機械化（LnMA）和政府規制（LNGOV）沒有通過10%的顯著性檢驗，但其系數為正，說明技術效率和政府投入對農業全要素生產率亦存在著影響。自然災害（LNDR）通過了1%的檢驗，說明自然災害對農業全要素生產效率有著顯著的抑制作用。農業種植結構（LnAS）和生產規模（LNSC）分別通過了5%和10%的檢驗。（表3）
2.3.2按地區分樣本的回歸分析
為了進一步探究城鎮化對農業全要素生產率影響的區域性差異，本文將湖南省14個地級市分為環長株潭城市群和城市群外兩個分地區樣本，均使用固定效應模型進行了回歸分析。回歸結果表明，環長株潭城市群內城鎮化率（LNUR）和其平方項的顯著性比城市群外的城市顯著性要高，這可能群內市城市城鎮化化率群外城市的高。城鎮化與農業全要素生產率之間也存在正“U型”關系，這與前文的整體分析結果一致。即當城鎮化水平（UR）在某一值時，農業全要素生產率達到最小值，位于正“U型”的最低點。在控制變量中，環長株潭城市群內政府規制（LNGOV）通過10%的顯著性檢驗，而城市群外城市并沒有通過檢驗，這可能是群內城市的政府投入較群外的城市多，對農業全要素生產率的增長起到了一定的作用。機械化水平（LNMA）均沒有通過10%檢驗，但其系數均為正，這與前文的檢驗結果一致。此外，自然災害（LNDR）均通過了1%的檢驗，說明自然災害依然是阻礙農業全要素生產效率提高的重要因素。兩個分區樣本城市的農業種植結構（LnAS）和生產規模（LNSC）均通過了顯著性的檢驗，但環長株潭城市群內的規模效應顯著性要比其他城市的強，這可能是因為城市群內的城市種植規模較大，形成了一定的規模效應。（表4）
3結論與建議
本文通過DEA－Malmquist方法分析了2008-2016年湖南省14個地級市農業全要素生產率，發現湖南省農業全要素生產率年均增長率1.7%。在此基礎上，通過固定效應模型分析了城鎮化水平對湖南省農業全要素生產率的影響，得到如下結論：第一，城鎮化水平對農業全要素生產率增長有負作用且存在“U”型關系；第二，農業機械化程度、種植結構的優化以及適當的擴大生產規模能促進農業全要素生產率的提升；第三，自然災害依然是影響農業生產的重要因素；第四，政府規制即財政投入農業所占的比重對湖南省農業全要素生產率也存在一定的促進作用。因此，在城鎮化進程中，應當對農村剩余勞動力進行科技教育和培訓以提高科技文化的素質，減弱因城鎮化造成的勞動力減少對農業全要素生產率的影響。農業全要素生產率的提高應重視機械化水平的提升和種植結構的調整。地方政府應鼓勵新農業經營組織的發展，利用土地流轉和大規模經營的機遇，通過適當擴大農業生產經營規模，使得農業機械化水平的提高更好的服務于農業生產，提高農業全要素生產率和加速現代農業的發展。此外，政府應當加強對自然災害的防范，切實保障農民的收益，保證農民生產的積極性。與此同時，在保證糧食安全的情況下，通過對農業產品的產業結構調整，迎合市場需求，合理進行資源配置，做到資源利用效率最大化。最后，加大對農業科研投入，研究新的農業管理模式和農業技術，通過政府牽引來和相關高校及研究所進行合作以分析解決生產過程遇到的典型問題并培養專業的農業科研人才，加快農業技術成果的運用，理論結合實際，使研發的新技術更好的服務于農業生產。
作者:方龍朋 單位:安徽財經大學國際經濟與貿易學院
