城鎮化與農業全要素生產率提升：異質性與空間效應

武宵旭 葛鵬飛 徐璋勇

摘要 農業過剩勞動力的城鎮化流動有助于改善農業資源配置效率，實現全要素生產率的增長，進而推動農業發展質量，實現鄉村振興戰略。本文基于SBM-DDF和Malmquist-Luenberger生產率指數，在測算農業過剩勞動力的基礎上，從常住城鎮化和就業城鎮化視角分別考察了其對農業全要素生產率的差異性影響。研究發現：①地區間的農業勞動力要素過剩表現出較大差異。具體，中部地區的農業過剩勞動力高于東部和西部，糧食主產區的過剩量高于主銷區和平衡區。②整體上，常住城鎮化和就業城鎮化對農業全要素生產率均表現出促進作用。分地區顯示，常住城鎮化的促進作用對西部地區最為明顯，其次為東部和西部；就不同糧食功能區而言，其對糧食平衡區的促進作用最大，然后是主銷區和主產區。③區分不同產業就業城鎮化對農業全要素生產率的影響，發現相比于第二產業就業城鎮化，第三產業就業城鎮化對農業全要素生產率的正向影響更大；進一步地，第二、三產業就業城鎮化對東部和主銷區的農業全要素生產率影響不顯著，對其余區域均有著顯著地正向影響。④空間分析表明，就業城鎮化具有正向的空間溢出效應，但常住城鎮化則不存在；實現“就業”和“身份”的雙重改變，是實現農業過剩勞動力持久“轉身”的決定因素。政策啟示在于，本地城鎮化是解決農業過剩勞動力的首選；關注包容性社會政策設計，積極引導農業過剩勞動力城鎮服務業就業，不失為改善現階段城鄉社會鴻溝，強化非農“轉身”穩定性，實現鄉村振興計劃的可行方案。

關鍵詞 城鎮化；農業全要素生產率；勞動力轉移；空間效應；異質性

中圖分類號 F326 文獻標識碼 A 文章編號 1002-2104（2019）05-0149-08 DOI：10.12062/cpre.20181119

黨的十九大指出，實施鄉村振興戰略，是決勝全面建成小康社會、全面建設社會主義現代化國家的重大歷史任務，是新時代“三農”工作的總抓手。鄉村振興的先決條件在于實現農業現代化，提升農業的發展質量，使農業發展從增產向提質轉變。農業現代化在很大程度上就是全要素生產率對農業經濟增長的貢獻不斷提升的過程[1]，全要素生產率的提升，取決于技術進步[2]和既定技術下的資源配置效率[3]。以往中國農業全要素生產率的增長主要依靠技術進步，但隨著農藥、化肥、農膜等現代農業生產資料投入量的不斷增加，在提高農業產出的同時，也使得農業逐漸形成“高碳性”的粗放式發展模式。因此，優化要素配置，改善配置效率，成為當前提高農業全要素生產率的一個重要途徑[4]。

農業生產要素的投入包括土地、機械動力、化肥、勞動力等；提高要素配置效率，就是提高土地規模效率、提升農業機械效率、合理使用化肥、提高單位勞動力產出。1982年實施的家庭聯產承包責任制改革，激發了農村市場活力，農民不僅可以在市場出售多余農產品來獲得更多經濟收入，而且能夠從市場帶回農具、化肥、農藥等生產資料，提高農業生產效率。但是，由此帶來的農戶家庭小規模經營也嚴重制約了現代農業的發展；小規模農戶經營不利于農業機械效率的發揮[5]，而且易在農業生產中超量使用化肥和農藥，對土壤和生態環境造成負面影響[6]。改變中國農業農地小規模經營模式，實現規模化經營的前提是加快農地的土地流轉，這需要進一步降低農業的勞動力。

從國家的統計數據上，2016年，中國農業就業人口占全部就業人口的27.7%，即使考慮到統計口徑問題，中國農業從業人員也高達18%，而同期高收入國家僅為3.1%；根據發達國家的發展經驗，一個成熟經濟體中的農業就業比例大都在10%內。基于此，中國農業現階段仍面臨著嚴重的勞動力過剩和勞動力要素配置問題，即使這類問題較之以往已有所改善[7]。也有學者認為，中國農業已不存在剩余勞動力[8]。農業是否依然存在勞動力過剩，農業勞動力轉移如何影響農業生產效率，成為學術界爭議的問題之一。

根據本文的測算，農業部門仍然存在著嚴重的勞動力過剩。如何吸收或轉移農業部門冗余的勞動力，是農業效率研究必須要面對的問題。雖然，農業部門的過剩勞動力向非農部門的轉移，是中國經濟過去四十年高速增長的重要源泉[9]；但是，在過去幾十年農業勞動力向非農部門轉移的過程中，同時出現的諸如社會保障欠缺、公共福利受限等諸多社會問題，已經對經濟發展和社會穩定產生了較嚴重的負向影響。如何有效地解決農業勞動力向非農部門的轉移，成為農業發展和經濟發展面臨的直接問題。為此，國家提出新型城鎮化戰略，指出城鎮化是解決三農問題的重要途徑。

區別于勞動力轉移的不完全和不徹底，城鎮化并不單純只是從農村帶走了大量勞動力，實現人口從農業向非農部門的轉移，同時也是促進農業工業化、提高農村人口綜合素質、實現社會關系改變的過程[10]。因此，忽視城鎮化進程，單純就勞動力轉移視角分析其對農業全要素生產率的影響具有一定的片面性。雖然現有學者也關注到了城鎮化在吸引農業過剩勞動力的作用，但是這方面的探討主要停留在理論層面，缺乏實證研究。而且，現有研究也未考慮到城鎮化衡量的異質性。例如，以常住人口衡量的人口城鎮化與職業轉變視角衡量的就業城鎮化對農業全要素生產率的影響是否存在差異？剩余勞動力不同產業就業的城鎮化又如何呢？另外，勞動力的特點就是具有較大的流動性，農業人口的流動性，表明城鎮化對農業全要素生產率的影響，可能不是獨立的，而是具有一定的空間相關性。城鎮化的空間互動和空間異質性是否會影響其他地區的農業全要素生產率？這些疑問都是本文研究的起點和重點。

1.1 農業全要素生產率研究：從技術進步到要素配置

農業全要素生產率的提升機制包括使用新的農業生產技術和優化農業生產要素配置，即技術進步和技術效率兩個途徑。研究表明，改革開放以來，驅動中國農業全要素生產率增長的主要機制是技術進步，而非技術效率的改善[11]。但是，在中國農業的轉型過程中，要素配置效率低下是限制農業全要素生產率提升的一個重要的發展瓶頸。已有文獻發現，中國農業平均效率不足50%，許多省份特別是西部地區的生產效率可能更低。農業資源配置效率不高且不斷變壞的趨勢，甚至阻礙了一些省份的增長。要素配置不合理帶來的一系列負面影響，例如，影響農業機械化的普及，制約土地的集約化生產，阻礙勞動生產率的提高，拉大城鄉之間的差距和地區不平衡發展等，最終會制約農業的結構轉型和現代化發展。

在農業要素的配置方面，一些學者發現若土地能夠有效配置，農業勞動力占比將下降16.42%，農業部門全要素生產率將提高1.36倍，整個社會的加總勞動生產率將提高1.88倍[12]。若有效消除農業的資本和勞動的跨部門配置扭曲，中國農業TFP將提高6%～36%[13]。改善要素配置效率，減少要素錯配對全要素生產率的增長具有不可替代的作用[4]。但是，相比于土地、機械動力、化肥和資本等生產要素，中國四十年改革過程中出現的勞動力要素市場改革滯后無疑是制約農業配置效率的一塊巨大“絆腳石”。農業就業比例過高所造成的效率損失，隨著經濟發展階段的演進，對農業全要素生產率的負面影響也越來越嚴重[14]。2016年，中國農業勞動力占全部就業人口的27.7%，但農業總產值僅占GDP的9%。比較顯示，中國農業勞動力比重仍高于高收入國家的平均水平，繼續降低農業勞動力比重，向該結構水平趨同是中國農業未來調整的方向[7]。因此，如何有效吸收或轉移滯留在農業部門的過剩勞動力，是提升農業效率、促進農業與農村持續發展、實現鄉村振興戰略的關鍵。

在過去農業勞動力向非農部門轉移的過程中，農業勞動力的轉移具有明顯的不持久性和不徹底性。一方面，遷移人口常住地與戶籍地不匹配、居住城市與市民身份相分離等差距的擴大，使得一些地方選擇性地排斥了文化素質較低、年齡偏大的勞動人口流入，以減少本地經濟發展負擔，造成勞動力流動不足[15]。另一方面，許多城市的公共服務還未實現常住人口全覆蓋，高昂的生活成本、福利分配以及身份認同等問題降低了農民對未來城市生活的預期。許多進城農民在未找到穩定就業崗位之前，往往不愿意放棄在家鄉的居住用地和農業用地，兼業性和短期流動特征明顯[16]。由此，導致土地流轉供給不足、農地閑置浪費與細碎化經營并存，機械等資本要素無法投入農業生產，規模效益難以發揮。可見，增加農業過剩勞動力轉移的持久性，是實現農業規模經營、提高機械化效率和農地利用水平的重要前提。

1.2 城鎮化與農業全要素生產率提升：勞動力視角

在中國式勞動力市場的改革中，新型城鎮化戰略成為解決“三農”問題的重要途徑[17]。城鎮化對農業剩余勞動人口的吸收，主要通過勞動要素再配置、規模經營以及資本深化等方面對農業全要素生產率起到直接和間接的作用。①首先，城鎮化發展帶動的農業剩余勞動力轉移，有利于農業勞動力資源配置效率的提高。從要素配置角度講，城鎮化發展帶來的產業集聚和發展，為農業剩余勞動力提供了更多的就業機會，直接導致了其數量的下降。在產出不變或增加的情況下，勞動力的減少意味著單位勞動產出的增加，農業勞動利用效率以及加總全要素生產率的提高。②其次，城鎮化發展有利于提高土地集約化程度，實現農業規模化生產。眾所周知，中國農業長期面臨人多地少等剛性資源稟賦約束條件，耕地細碎化會帶來農業生產技術效率損失[18]。通過對城鄉間勞動人口、土地等生產要素重新配置，城鎮化促使原來分散閑置、低效利用的土地資源整合盤活，形成適度規模化、產業化和組織化經營，有效減少農業的生產成本，提高土地產出率，促進農業全要素生產率增長。③最后，城鎮化帶動的勞動人口流動，促進了城鄉資本流動，有利于農業資本深化。資本積累是改造傳統農業，促進轉型期農業增長的重要源泉。在一定程度上，農業從業人員向非農產業轉移所獲得的非農收入和匯款可以緩解當前中國農村信貸供給不足和正規金融缺失所導致的農戶資金約束，加速資本深化，幫助農戶及時購置和增加農業資本投入、雇傭勞動力，提高農業生產效率[19]。

不同于常住城鎮化，一個地區的就業城鎮化主要受經濟力量的驅動。在有穩定收入、有補償且自愿的基礎上，就業城鎮化因實現了“就業”和農民工“身份”的雙重轉換，推進了農民工市民化程度，農業轉移人口的遷移持久性會加強。一方面，城鎮的不斷發展和產業結構的優化升級，為新生代的農村勞動力提供了更多的就業選擇機會。一定程度上，拓展了進城農民的就業范圍和收入來源，減少了其對土地的依賴，并將擁有土地承包經營權轉讓給剩下的農業人口，增加人均資源占有量，改變當前農地經營細碎化的狀況，為土地的規模化經營打下基礎，發揮規模效應，提高農業土地利用率和勞動生產率。另一方面，進城農民會通過其在城鎮的經歷和教育等產生知識外溢，通過所獲非農收入加速農村資本深化，最終反哺農村，推動本地區的甚至相鄰區域的農業全要素生產率。

2 中國農業勞動力過剩的特征事實

2.1 變量說明與數據處理

參考現有研究[11]，選擇土地、勞動力、機械動力、化肥等作為農業投入要素，農業增加值作為農業產出。其中，土地投入使用農作物播種總面積代表；勞動力投入使用第一產業從業人數表示；機械動力投入使用農業的機械總動力衡量；化肥使用農用化肥總施用量表示。為剔除價格的影響，農業增加值根據第一產業產值指數、機械動力根據農具價格指數、化肥根據化學肥料價格指數均換算成以1997年為基期的不變價格。農作物總播種面積、農用化肥施用量來源于《中國統計年鑒》，第一產業從業人數來源于各省的統計年鑒，農業機械總動力來源于《中國農業統計資料》，農業增加值取自《中國農村統計年鑒》，農具價格指數、化學肥料價格指數取自《中國統計年鑒》。

2.2 農業勞動力過剩的特征事實

基于SBM-DDF和ML生產率指數，利用Matlab7.0測算中國農業的全要素生產率。首先得到農業各投入要素的無效率值，在此基礎上計算出勞動力的冗余值，即農業勞動力過剩的數量。根據測算結果，整體上，農業過剩勞動力呈下降趨勢，2016年全國農業勞動力過剩量為1 902萬人。分省來看，河南、山東、四川、湖南等11個省的過剩數量過百萬，屬于嚴重過剩；其中，過剩最多的河南達到244.29萬，遠高于其他省份。從東中西地區看，中部冗余量最多，其次為東部和西部。從農業功能區看，糧食主產區的冗余量遠超主銷區和平衡區。同時，農業剩余勞動力的差異不僅表現在東中西地區和農業功能區之間，就同一地區或同一功能區而言，農業剩余勞動力也表現出巨大差異。

3 城鎮化與農業全要素生產率的實證分析

3.1 模型構建

基于上述理論分析，本文構建如下回歸模型來考察城鎮化對農業TFP的影響：

LNATFPit=α0+α1URBANit+βXit+REGi+YEARt+εit

（1）

其中，下標i和t分別表示不同的地區和時間，REG是不可觀測的地區固定效應，YEAR是時間固定效應，ε是隨機誤差項。LNATFP表示農業全要素生產率取自然對數；URBAN表示城鎮化水平，α1為城鎮化水平的系數；X表示控制變量，β為控制變量的系數向量。

（1）被解釋變量：農業全要素生產率（LNATFP）。采用基于SBMDDF模型的ML指數，測算中國各省農業TFP，將其轉化為以1997年為基期的累積值，并求自然對數來代表。

（2）核心解釋變量：城鎮化（URBAN）。參考王兵等[10]的研究，城鎮化分為常住城鎮化（PP）和就業城鎮化（EP）；就業城鎮化進一步分解為第二產業就業城鎮化（SEP）、第三產業就業城鎮化（TEP）。其中，常住城鎮化使用城鎮常住人口占地區總人數的比重衡量；就業城鎮化使用城鎮非農就業人數占地區全部就業人數的比重代表。

（3）控制變量。主要包括土地質量（LAQA），采用有效灌溉面積占播種總面積的比值表示；農業機械化程度（LNMECH），利用人均機械化擁有量并取自然對數代表；農村交通便利度（LNTRAF），使用除去高速公路、一級公路、二級公路以后的地區公路里程數與地區土地面積的比值衡量（公里/平方公里）；第一產業內結構（INST），利用第一產業內狹義農業產值的比重表示，它標度了廣義農業中不同農業類型的結構變化。工業化程度（IND），使用第二產業占GDP的比重來衡量；地區發展水平（LNPGDP），使用地區人均GDP的對數值來衡量；金融發展（FIN），采用地區年末貸款余額占GDP的比重來表示；政府行為（GOV），使用地方財政支出占GDP的比例來量化。

3.2 常住城鎮化對農業TFP的影響

表1報告了常住城鎮化對農業TFP的影響結果。根據模型1，常住城鎮化在1%水平上顯著促進了農業全要素生產率的提高。具體地，常住城鎮化每提高1個單位，地區農業全要素生產率的增長率提升1.680 9個單位。常住城鎮化通過減少農業勞動力要素的無效投入，實現城鄉人口的流動，促進了農業全要素生產率的提升。為保證結論的可靠，模型2將常住人口1%的極大值和極小值進行縮尾處理；模型3在模型2的基礎上將核心解釋變量作滯后一期處理。結果均顯示，常住城鎮化對農業TFP具有正向影響，說明本文結果具有較好的穩健性。

3.3 常住城鎮化對農業TFP影響的區域特點

表2報告了常住城鎮化對農業TFP影響的回歸結果。模型4-模型6為東中西部的估計結果。可以看到，常住城鎮化對東、中和西部地區農業TFP的影響系數都顯著為正，說明常住城鎮化促進了各地區的農業TFP，且對西部的促進作用最大，其次是東部和中部。模型7-模型9是糧食主產區、主銷區和平衡區的回歸結果。同樣地，常住城鎮化對不同糧食功能區的農業TFP均表現出積極影響。其對糧食平衡區的促進作用最大（1.870 6），然后是主銷區和主產區。城鎮化進程中的空間聚集，可以通過直接改善農業勞動人口的配置效率，提高單位勞動的產出效率，促進農業TFP的提升，也可以間接通過農業機械化的普及和規模效率，促進農業TFP的提升。

3.4 就業城鎮化對農業TFP的影響：農業過剩勞動力的就業引導 人口城鎮化的推進會導致大量從事農業的農民進入非農產業就業。一直以來，農業人口進入城鎮的步伐從未間斷，“農民工”的總量持續增長。據國家統計局發布的《2016年農民工調查監測報告》顯示，中國農民工總量已超2.8億，越來越多的農業人口在非農部門就業。毫無疑問，推動城鎮化，實現非農就業是農村剩余勞動力轉移的關鍵。那么，不同非農產業就業的城鎮化對農業TFP起著怎樣的影響呢？

3.4.1 就業城鎮化對農業TFP的影響

表3報告了非農部門就業城鎮化與農業TFP的回歸結果。可以看到，非農部門就業城鎮化對農業TFP都存在顯著的正向影響。以模型11為例，非農部門就業城鎮化每增加1個單位，農業TFP的增長率提高0.126 1個單位。隨后，模型12-模型14分別通過縮減樣本、縮尾處理異常值和滯后項，進一步驗證了引導農業過剩勞動力向非農部門就業，整體上會促進農業TFP的提升。非農部門就業和“農民工”身份轉換的不斷推進，為農村剩余勞動力的轉移提供了可行的解決方案，“就業”和“身份”的雙重轉換，加強了農業轉移人口遷移的持久性，促使了農業TFP的提高。

3.4.2 就業城鎮化對農業TFP的影響：二、三產業的差異性分析

就業結構是構成社會經濟結構的重要部分，產業結構和就業結構內部各組成要素的變動也會影響農業TFP的提升。不同產業就業的類別有各自的獨有特征，忽視就業異質性不利于掌握不同產業的就業城鎮化對農業TFP的差異性影響。因此，將非農就業城鎮化進一步劃分為第二產業就業城鎮化和第三產業就業城鎮化進行回歸分析。

對比模型15和模型16（見表4），第二產業和第三產業就業城鎮化對農業TFP均具有顯著正向影響，且第三產業就業城鎮化對農業TFP的促進作用更大，說明引導農業剩余勞動力向三產就業轉移，對實現農業剩余勞動力城鎮化的“轉身”更有幫助。隨著經濟發展水平的提升，產業結構的優化升級，服務業需要的從業人員持續增多，而且當前新生代農村勞動力也更愿意從事像快遞員、家政等相對“體面”的服務業。另外，第二產業的進入門檻較低，文化水平較低的農業過剩勞動力更容易實現就業，但待遇低、工作枯燥等原因，使得從業人員存在較大流行性，工作 的不確定性使得農業剩余勞動力不能完全放下農業生活，來實現城鎮化的徹底“轉身”。根據國家統計局發布的2016年農民工監測調查報告顯示，從事第二產業的農民工比重為52.9%；雖然比上年下降2.2%，但比例依舊較大；而且，服務業對從業人員有著更高的素質，需要政府在提倡服務業就業引導的同時也要加強對農業過剩勞動力的再培訓。

為確保結果的穩健性，分別使用縮減樣本（模型17-模型18）、縮尾異常值處理（模型19-模型20）和滯后項（模型21-模型22）等回歸方法，進行穩健性檢驗。

3.4.3 就業城鎮化對農業TFP影響的區域特征

（1）東中西部的區域差異性分析。表5中，模型23-模型25，模型26-模型28分別報告了東中西部地區二產就業城鎮化、三產就業城鎮化對農業TFP的影響。首先，第二產業就業城鎮化的促進作用大小依次是中部（1.096 5）、西部（0.623 8）和東部（-0.079 8）。對比來說，引導中、西部的農業剩余勞動力進入第二產業就業，有利于農業TFP的提升；而引導東部農業過剩勞動力向第二產業就業則恰好相反。其次，第三產業就業城鎮化在東中西部均對農業TFP有著促進作用，并且對中部的作用最大，西部次之，東部影響最小并且不顯著。

（2）農業功能區的區域差異性分析。表6報告了糧食主產區、主銷區和平衡區的第二產業就業城鎮化、第三產業就業城鎮化對農業TFP的影響情況。可以發現，在主產區和平衡區，第二產業就業城鎮化和第三產業就業城鎮化對農業TFP均有著顯著地促進作用；在主銷區，第二產就業和第三產業就業對農業TFP的促進作用均不顯著。

34.4 內生性檢驗

參考現有研究中對內生性檢驗的普遍做法，本文從兩方面進行了檢驗：（1）采用滯后一期的城鎮化作為核心解釋變量，分別就常住城鎮化和就業城鎮化對農業TFP的影響進行研究，直接減少當期城鎮化的反向因果干擾，因為滯后一期的城鎮化與當期密切相關，且不受當期農業TFP增長的影響（見表2模型3，表4模型14，表5模型21、模型22）。（2）采用滯后一期城鎮化作為當期城鎮化的工具變量，利用兩階段最小二乘法2SLS進行工具變量估計。結果可以發現，常住城鎮化、就業城鎮化以及二產就業城鎮化和三產就業城鎮化對農業TFP的影響系數仍顯著為正，這表明反向因果對本文結論的影響微弱。

4 城鎮化對農業全要素生產率的空間溢出效應 城鎮化進程的不斷加快會加速市場經濟中要素的流動，特別是勞動力要素的流動，既受到其鄰近地區的影響，也會影響鄰近地區，往往具有空間溢出效應。從空間經濟學角度理解城鎮化對農業TFP的促進作用有著理論和現實雙重意義，可以說本地區城鎮化的發展除了吸引本地區的農業過剩勞動力以外，也會吸引周邊地區的農業過剩勞動力。因此，本文通過建立空間計量模型來捕捉城鎮化對農業TFP的空間溢出效應。

4.1 模型構建

本文構建如下形式的空間杜賓面板模型：

LNATFPit=α0+α1URBANit+θW×URBANjt+γXit+

REGi+YEARt+εit

（2）

其中，W為空間權重矩陣；θ為空間權重矩陣下的空間外溢系數，即鄰近區域城鎮化水平對農業TFP的估計系數，用于捕捉鄰近城鎮化對本地區農業TFP的空間溢出效應，是我們關注的核心變量。為檢驗估計結果的穩健性，式（2）中，權重W的設置分別用地理距離倒數矩陣W1和地理距離平方倒數矩陣W2兩種空間權重矩陣來反映空間關系。

4.2 城鎮化對農業TFP影響的空間效應

4.2.1 常住城鎮化對農業TFP影響的空間效應

表7報告了依據W1和W2的空間權重矩陣下的空間杜賓面板模型的估計結果。模型35和模型36為常住城鎮化的估計，模型37、模型38為縮減樣本后的結果。在考慮空間關系后，本地農業TFP不僅受到本地常住城鎮化的正向影響，還顯著受到鄰近地區常住城鎮化的影響，證明城鎮化的空間效應是影響農業TFP的一個重要因素。但是，不同于本地區常住城鎮化的正面效應，鄰近地區的常住城鎮化抑制了本地農業TFP。農業過剩勞動力的本地區的常住城鎮化有利于農業TFP的提升，而外地的常住城鎮化的農業勞動力，因為預期等因素，反而不太會放棄本地農業生產，制約農業規模化生產，不利于農業TFP的持續提升。

4.2.2 就業城鎮化對農業TFP影響的空間效應

表8報告了職業轉變視角下就業城鎮化對農業TFP空間溢出的回歸結果。模型39和模型40分別是W1、W2權重矩陣下就業城鎮化對農業TFP影響的計量結果，模型41和模型42、模型43和模型44分別是二產就業城鎮化、三產就業城鎮化的回歸結果。可以發現，就業城鎮化、二產就業城鎮化與三產就業城鎮化對農業TFP均存在顯著的正向空間效應，表明不僅本地區的就業城鎮化、二產就業城鎮化、三產就業城鎮化可以推動當地農業TFP的提升，鄰近地區同樣也對本地區農業TFP的提升產生了一定程度的空間外溢。就業城鎮化的空間外溢是促進農業TFP提升的一個重要因素。對比二產就業城鎮化與三產就業城鎮化，鄰近區域的二產就業城鎮化對本地區農業TFP的提升作用要大于三產就業城鎮化，說明農業過剩勞動力去鄰近地區非農就業時，存在著首先選擇第二產業，次之選擇服務業；而在本地區進行非農就業時，則首先選擇第三產業，次之選擇第二產業。

5 結論與政策含義

面對人多地少的剛性資源稟賦條件，通過人口城鎮化對農業過剩勞動力進行再次配置，有利于推動城鄉之間要素的自由流動和平等交換，讓市場在資源配置中起決定性作用，推動農業現代化和地區經濟的平衡發展。利用中國省際面板數據，在測度中國農業勞動力過剩現狀的基礎上，就人口城鎮化與農業TFP的關系進行了深入分析。研究發現：①農業部門仍存在大量過剩勞動力，且地區間差異較大。②常住城鎮化和就業城鎮化均促進了農業TFP的提高，且常住城鎮化對西部地區和糧食平衡區的影響最大。③相比于第二產業就業城鎮化，三產就業城鎮化對農業TFP的正向影響更大。④就業城鎮化對農業TFP具有正向的空間溢出效應，并且鄰近地區二產就業城鎮化比三產就業城鎮化對本地農業TFP的空間溢出效應更強烈。

基于以上結論，本文的啟示如下：①加強農業過剩勞動力轉移過程中的持久性，拓寬非農就業途徑，是提升農業的發展質量，實現鄉村振興的關鍵因素。農業過剩勞動力的轉移要體現地區異質性，未來應將解決農業剩余勞動力的重點放在中部地區和糧食主產區。②城鎮化是吸收農業過剩勞動力，提升農業全要素生產率的核心。為此，需要堅持城鄉融合發展，加快農業人口市民化，設計和實施一系列包容性的社會政策，從福利分配、社會關系和人文心理等各個方面，推動城鎮化進程中對農業過剩勞動力的吸收接納能力。本地城鎮化是農業過剩勞動力向非農“轉身”的首要選擇，同時要引導農業過剩勞動力盡可能地實現城鎮服務業的就業，以強化非農“轉身”的穩定性。③積極引導農業過剩勞動力的城鎮就業，完善就業服務體系，尤其是推動農業人口第三產業就業，不失為現階段實現農業過剩勞動力轉移持久性的另一條道路。這需要政府在加強引導的同時，加大對農民工職業培訓的力度和范圍，提高其人力資本積累，以適應經濟結構轉型升級的要求，最終實現城鄉一體化。

（編輯：于 杰）

參考文獻

[1]COELLI T J， RAO D S. Total factor productivity growth in agriculture： a malmquist index analysis of 93 countries， 1980-2000[J]. Agricultural economics， 2005， 32（S1）：115-134.

[2]COMIN D， HOBIJN B. Technology diffusion and postwar growth[J]. Nber macroeconomics annual， 2011， 25（1）：209-246.

[3]CHANDA A， DALFAARD C J. Dual economies and international total factor productivity differences： channelling the impact from institutions， trade， and geography[J]. Economica， 2008， 75（300）： 629-661.

[4]張樂， 曹靜. 中國農業全要素生產率增長：配置效率變化的引入——基于隨機前沿生產函數法的實證分析[J]. 中國農村經濟， 2013（3）： 4-15.

[5]THAPA G， GAIHA R. Smallholder farming in Asia and the Pacific： Challenges and opportunities[C]. Conference on New Directions for Smallholder Agriculture. International Fund for Agricultural Development Rome， 2011， 25.

[6]MASTERS B， ROHDE K. Reducing the risk of herbicide runoff in sugarcane farming through controlled traffic and earlybanded application[J]. Agriculture ecosystems & environment， 2013， 180（6）：29-39.

[7]蔡昉. 中國經濟改革效應分析——勞動力重新配置的視角[J]. 經濟研究， 2017 （7）： 4-17.

[8]張興華. 中國農村剩余勞動力的重新估算[J]. 中國農村經濟， 2013 （8）： 49-54.

[9]郝大明. 農業勞動力轉移對中國經濟增長的貢獻率：1953—2015[J]. 中國農村經濟， 2016 （9）： 44-57.

[10]王兵， 唐文獅， 吳延瑞. 城鎮化提高中國綠色發展效率了嗎？[J]. 經濟評論， 2014 （4）： 38-49.

[11]高帆. 我國區域農業全要素生產率的演變趨勢與影響因素——基于省際面板數據的實證分析[J]. 數量經濟技術經濟研究， 2015（5）：3-19.

[12]蓋慶恩， 朱喜， 程名望， 史清華. 土地資源配置不當與勞動生產率[J]. 經濟研究， 2017（5）： 117-130.

[13]陳訓波. 資源配置、全要素生產率與農業經濟增長愿景[J]. 改革， 2012（8）： 82-90.

[14]HICKS J H， KLEEMANS M， LI N Y. Reevaluating agricultural productivity gaps with longitudinal microdata[J]. Nber working papers， 2017.

[15]王克強， 賀俊剛， 劉紅梅. 戶籍堤壩效應與東部城市就業吸引力研究[J]. 中國人口科學， 2014（6）： 2-14.

[16]張紅宇. 城鎮化進程中農村勞動力轉移：戰略抉擇和政策思路[J]. 中國農村經濟， 2011（6）： 4-14.

[17]馬曉河， 胡擁軍. 一億農業轉移人口市民化的難題研究[J]. 農業經濟問題， 2018（4）： 4-14.

[18]TAN S， HEERINK N， KUYVENHOVEN A. Impact of land fragmentation on rice producers technical efficiency in southeast China[J]. NJASWageningen journal of life sciences， 2010， 57（2）： 117-123.

[19]WOUTERSE F. Migration and technical efficiency in cereal production： evidence from Burkina Faso.[J]. Agricultural economics， 2010， 41（5）：385-395.