城鎮化水平、農業勞動生產率與城鄉融合發展*
——以吉林省為例

張馥，韓冬青，董明巖，曹建民

(1. 吉林農業大學經濟管理學院，長春市，130118； 2. 洮南市農業農村局，吉林白城，137100)

0 引言

近年來，我國城鎮化水平不斷提高，農業勞動生產率的絕對數值不斷增加，然而城鄉收入水平的差距卻不斷擴大。根據劉易斯的二元經濟理論[1]，城鎮化水平的提高會促進農業的發展，使農業勞動生產率與非農勞動生產率逐漸趨同，并最終實現城鄉融合發展。然而，上述推論需要在城鄉間具有完備的要素市場、平等的社會保障制度和較低的交易成本等隱含假設下才會實現。在現實發展中，我國農業勞動生產率的相對狀態并沒有隨著城鎮化水平的不斷提高而得到改善[2]。雖然城鎮化水平的提高促進了我國的經濟發展，但是我國城鄉收入差距過大的問題還沒有引起足夠的重視[3]。且隨著經濟的增長，我國產業結構不斷轉變，二三產業生產總值占比遠高于第一產業，出現農業比重不斷下降，服務業比重不斷升高的庫茲涅茨事實[4]。城鄉收入水平的差距及產業結構的改變直接造成了城鄉二元經濟結構的不斷深化，不利于城鄉融合發展。

在此背景之下，研究我國城鎮化水平、農業勞動生產率和城鄉融合發展間的相關關系及其相互作用機制就極為必要。特別是，需要回答：農業勞動生產率是否會隨著城鎮化水平的提高而得到顯著的變化？隨著城鎮化水平的提高，農業勞動生產率的相對狀態是否會得到改善？城鎮化水平的提高是否有利于農村居民生活水平的提高和城鄉經濟差距的縮減，促進城鄉融合發展？二元經濟程度對城鎮化建設和農業勞動生產率的提高是否具有一定影響？解決這些問題，將有利于我們從宏觀上認識城鄉經濟發展差距，理解實施鄉村振興的重點和難點，探尋我國城鄉融合發展的道路。

研究吉林省各縣農業勞動生產率、城鎮化水平和城鄉融合發展的相關關系將為保障糧食安全、縮小城鄉差距、促進部門間協調發展提供重要理論和實踐參考。縣域地區承載著農村居民看病就醫和子女上學的重要功能，縣域地區的城鎮化建設有利于推動地區農業經濟發展，實現鄉村振興和城鄉融合發展。“十四五”時期，國家提出要重點支持東北地區的縣城建設，合理支持農產品主產區的城鎮化建設。本文選取吉林省39個縣作為樣本，通過構建PVAR模型，對農業勞動生產率、人口城鎮化水平、產業城鎮化水平和二元對比系數4個指標進行回歸，分析了農業勞動生產率、城鎮化水平和城鄉融合發展之間的動態關系。

1 理論分析

從城鎮化水平與農業勞動生產率的相關關系來看，城鎮化的發展有利于推動農業勞動生產率的提升。建國初期，為加快經濟增長，我國設定了工農價格剪刀差，使工業產品價格高于其價值，農業產品價格低于其價值，并實施二元戶籍制度，限制農業人口向城市流動，由此形成城鄉二元結構。隨著戶籍制度的改革和城鎮化水平的不斷提高，農業勞動力開始向城市轉移。從農村部門的角度來看，農業勞動力的數量隨著城鎮化的推進而顯著減少，勞均農產品產量不斷增加，農業勞動生產率也隨之提高。從城市部門的角度來看，農業勞動力的轉移擴大了城市勞動力的選擇范圍，一定程度上降低了企業的用人成本，增加企業創造的價值，且隨著企業資本的不斷擴大，農業勞動力進一步被城市吸納。

從城鎮化水平與城鄉融合發展的關系上來看，雖然二元經濟理論認為城鎮化水平的提高有利于農業勞動生產率與非農勞動生產率的趨同，促進城鄉融合發展。但是，由于我國在城鄉經濟建設的過程中存在交易成本過大和信息不對稱等問題，城鎮化與城鄉融合之間是否存在顯著的正向關系還有待驗證。國內學者對城鎮化和城鄉融合發展之間的相關關系進行論證，主要觀點包括以下幾個方面:部分學者通過實證分析，認為城鎮化會促進城鄉融合發展[5-6]；另一部分學者認為城鎮化和城鄉差距之間存在一種惡性循環關系[7-8]；還有一部分學者則認為，城鎮化是否能縮小城鄉差距存在時間效應和地區間效應，在不同時間和不同地區內兩個變量間的作用機制存在較大差異[9-10]。

從農業勞動生產率與城鄉融合發展的相關關系來看，農業勞動生產率的提高有利于促進農民增收和農業勞動力的轉移，最終實現城鄉融合發展。一方面，農業勞動生產率的提高可以直接增加農民收入，縮減城鄉收入差距；另一方面，農業勞動生產率的提高促進了農業剩余勞動力的轉移，為農業規模生產和農業現代化發展創造了有利的條件。城鄉融合水平一定程度體現了農業勞動生產率的相對狀態，城鄉經濟差距越小，說明農業勞動生產率的相對狀態越好，農民生活越富足；城鄉經濟差距越大，說明農業勞動生產率的相對狀態越差，農產品供給能力越弱，城鄉資源配置越不平等。

2 研究方法與數據來源

2.1 模型構建

面板向量自回歸模型(Penal Vector Auto-regression Model)最早由Hltz-Eakin等[11]學者于1988年提出，經過Arrellano等[12]、Blundell等[13]的進一步發展，PVAR模型已經成為宏觀經濟分析中常用的計量工具。不同于傳統的VAR模型，PVAR模型既考慮了個體異質性的問題，也考慮了個體的時間效應，能夠對變量之間的相關關系進行較好的描述。本文為考察2004—2019年農業勞動生產率、人口城鎮化水平、產業城鎮化水平和二元對比系數之間的相互作用機制，構建以下PVAR模型，對其進行估計，具體形式如下

式中：A、B、C、D——農業勞動生產率的對數、人口城鎮化水平、產業城鎮化水平和二元對比系數構成的矩陣；

Π、Λ、Z、Ψ——n×p維待估系數矩陣；

p——滯后階數；

rt——時間效應；

ni——個體效應；

εit——隨個體和時間變化而變化的隨機誤差項；

Yit——被解釋變量，包括農業勞動生產率的對數lnscore、人口城鎮化水平urban_popu、產業城鎮化水平urban_industry和二元對比系數R四個變量；

t——年份編號，t=1(2004)，2(2005)，…，16(2019)；

i——縣域序號，i=1，2，…，n，本文n=39。

2.2 變量說明

2.2.1 農業勞動生產率

農業勞動生產率是指農業勞動時間與勞動成果的比率，即單位農業勞動時間內所生產出來的農產品數量或者生產單位農產品所花費的勞動時間。關于“農業勞動生產率”，目前學術界通常有兩類衡量方法：第一類是用實物的度量方法采用平均每個勞動者在單位時間內的農產品產量來衡量[14]；第二類是以貨幣的度量方法采用單位勞動力的農業總產值來衡量，由于定義更為清晰且農業總產值和勞動力總數量的數據較容易獲取，這種衡量方法的使用更加普遍[15-18]。在本文中，采用貨幣的度量方法，即使用農林牧漁總產值與第一產業從業人員的比值來衡量農業勞動生產率的大小。為了削弱異方差的影響，在回歸過程中采用農業勞動生產率的自然對數來反映該指標的經濟變化水平，這極大地提高了模型的穩健性。

2.2.2 人口城鎮化水平

在人口城鎮化水平的度量上，通常采用常住人口數量占地區總人口比重和戶籍人口數量占地區總人口比重兩種測算方法。由于城市常住人口往往代表著城市人口的消費能力和人力資本現狀，能更加直觀地反映一個地區的城鎮化水平，因此，在本文的研究中，采用城鎮常住人口數量所占地區總人口比重來代表人口城鎮化水平。

2.2.3 產業城鎮化水平

由于二三產業的發展往往集中在城市，而第一產業的發展大多集中在農村，許多國內學者采用二三產業生產總值與地區生產總值的關系作為衡量地區城鎮化水平的最重要指標之一[19-20]。本文沿用了這一習慣，用吉林省39個縣市二三產業生產總值占地區生產總值的比值來衡量地區產業城鎮化水平。

2.2.4 二元對比系數

二元對比系數是農業與非農勞動生產率的比值，代表著一個地區城鄉經濟的差距，是用于衡量城鄉融合水平的重要指標[21-22]。本文采用二元對比系數作為城鄉融合發展程度的替代變量，具體計算方法為

式中：G1——第一生產總值；

G2——二三產業生產總值；

L1——第一產業從業人員；

L2——二三產業從業人員。

二元對比系數R值越大，表明農業勞動生產率與工業勞動生產率相差越小，城鄉融合程度越高；R值越小，表明農業勞動生產率與工業勞動生產率差距越大，城鄉發展越不平衡。

2.3 數據來源及描述性統計分析

2004—2019年，我國城鎮化取得了飛速的發展，農村人口不斷轉向城市，農業勞動生產率水平不斷提高，城鎮化的飛速發展為研究農業勞動生產率、城鎮化水平與城鄉融合發展之間的相關關系提供了有利的條件，因此本文選取吉林省39個縣2004—2019年的數據為樣本，樣本個數為624，所有數據均來自《吉林統計年鑒》。表1報告了農業勞動生產率、人口城鎮化水平、產業城鎮化水平和二元對比系數的統計特征。二元對比系數的均值為0.126，這表明吉林省城鄉經濟差距較大，農業產值比重較低；人口城鎮化水平和產業城鎮化水平的均值分別為0.406和0.793，低于全國平均水平0.523和0.907(根據《中國統計年鑒》2004—2019年的相關數據計算)，這可能是由于只選取了縣級單位為樣本而刪除了地級市樣本的原因。雖然整體數據和全國平均水平有所出入，但是本文所選取的數據一定程度上代表了我國東北地區的縣域發展水平。

表1 變量描述性統計分析

3 結果與分析

3.1 平穩性檢驗

在時間序列的回歸中，如果出現了單位根，不僅會導致傳統的t檢驗失效，而且可能會造成偽回歸，影響回歸結果的精度。在面板數據中常用的平穩性檢驗包括LLC檢驗、HT檢驗、Fisher檢驗和Hadri檢驗，本文基于這4種方法，對數據的平穩性進行檢驗，檢驗結果如表2所示。

表2 面板數據的平穩性檢驗

檢驗結果表明，農業勞動生產率、人口城鎮化水平、產業城鎮化水平和二元對比系數這4個變量均通過顯著性水平至少為5%的檢驗，所有變量都是平穩的。

3.2 PVAR模型滯后階數的選擇

PVAR模型同VAR模型一樣，要對滯后階數進行檢驗，表3顯示了AIC檢驗、BIC檢驗和HQIC檢驗的檢測結果。

表3 PVAR模型滯后階數檢驗結果

從表3可以看出，3種檢驗一致認為應選擇滯后一期，故在接下來的估計中，選擇滯后一期為最優滯后階數。

3.3 PVAR模型參數的GMM估計

GMM估計能夠從宏觀上了解變量之間的動態模擬過程。因此，本文選取PVAR模型的最優滯后階數，對農業勞動生產率、人口城鎮化水平、產業城鎮化水平和二元對比系數4個變量進行GMM估計，估計結果如表4所示。估計結果表明，滯后一期的產業城鎮化水平對其自身的解釋力度為0.498 6，且在1%的顯著性水平下表現為顯著。

表4 GMM估計結果

同時，農業勞動生產率和二元對比系數對其自身也具有一定的解釋力度，至少在5%的顯著性水平下，兩個變量對自身的解釋力度分別為0.748 6和0.501 3。而人口城鎮化水平對其自身的解釋力度較弱，農業勞動生產率、人口城鎮化水平、產業城鎮化水平和二元對比系數4個變量之間的互動關系并不明顯。由于GMM估計的結果并不顯著，為了進一步了解農業勞動生產率、人口城鎮化水平、產業城鎮化水平和二元對比系數四者之間的邏輯關系和作用機制，接下來將對以上變量進行格蘭杰因果關系檢驗、脈沖響應分析和方差分解，對其互動關系進行進一步的解釋和預測。

3.4 格蘭杰因果檢驗

為了進一步說明農業勞動生產率、人口城鎮化水平、產業城鎮化水平和二元對比系數之間的邏輯關系，利用Eviews9軟件，對其進行格蘭杰因果檢驗，表5顯示了格蘭杰因果檢驗的測算結果。

表5 格蘭杰因果檢驗

1) 農業勞動生產率與人口城鎮化水平及產業城鎮化水平的回歸結果在10%的顯著性水平下拒絕原假設，這表明人口城鎮化水平和產業城鎮化水平都是農業勞動生產率的格蘭杰原因。

2) 在10%的顯著性水平下，產業城鎮化水平是人口城鎮化水平的格蘭杰原因，而農業勞動生產率和二元對比系數并不是人口城鎮化水平的格蘭杰原因，農業勞動生產率的和城鄉經濟差距的變化并不會引起農業勞動力發生轉移。

3) 在1%的顯著性水平下，人口城鎮化水平是產業城鎮化水平的格蘭杰原因，而農業勞動生產率和二元對比系數不是產業城鎮化水平的格蘭杰原因。

4) 在1%的顯著性水平下，農業勞動生產率是二元對比系數變化的格蘭杰原因，說明農業勞動生產率的變化可以影響城鄉經濟差距的改變，而不論是人口城鎮化水平還是產業城鎮化水平對城鄉經濟差距的改變都沒有顯著的影響。

3.5 脈沖響應函數

從長期的角度來看，采用脈沖響應函數和方差分解等方法可以預測在未來一個時期內，某一變量的沖擊所引起的另一個變量的變化軌跡，模擬在現有條件不變的情況下，變量之間的動態傳導路徑。本文使用Cholesky分解構造脈沖響應函數，進一步分析了農業勞動生產率、人口城鎮化水平、產業城鎮化水平和二元對比系數的作用機理。圖1為面板數據向量自回歸模型滯后6期的脈沖響應圖。

圖1 面板向量自回歸模型脈沖響應圖

1) 來自農業勞動生產率、人口城鎮化水平、產業城鎮化水平自身的新息沖擊都較為迅速，且在數值上顯著為正，說明農業勞動生產率、人口城鎮化水平和產業城鎮化水平的發展都具有經濟慣性。來自二元對比系數的自身沖擊在數值上也是顯著為正的，說明在其他條件不變的情況下，二元對比系數在接下來3年的時間里會顯著擴大，即城鄉經濟差距會在未來的3年里不斷縮小，且這種變化將最終趨近于0。

2) 人口城鎮化水平、產業城鎮化水平的正向新息沖擊都會引起農業勞動生產率正向變化，且隨著時間的推移，這種影響效果將逐漸減弱，這符合格蘭杰因果檢驗的結果，說明農業勞動力的轉移、產業結構的優化都會促進農業勞動生產率的增長。

3) 對于人口城鎮化水平來說，來自其他變量的新息沖擊并不會對人口城鎮化水平有顯著的影響。而對于產業城鎮化水平來說，短期內來自人口城鎮化水平的新息沖擊會對產業城鎮化水平造成負向影響，來自二元對比系數的新息沖擊則會對其產生正向影響。

4) 對于二元對比系數來說，雖然農業勞動生產率是二元對比系數的格蘭杰原因，但是農業勞動生產率的沖擊并不會對二元對比系數造成顯著的沖擊效果，同樣，來自產業城鎮化水平的沖擊也不會對其產生顯著的影響。而來自人口城鎮化水平的正向沖擊在短期內則會對二元對比系數產生負向影響。

3.6 基于方差分解的預測

基于以上分析結果，進一步利用方差分解考察結構沖擊對內生變量波動的貢獻度。根據表6方差分解結果，得出以下結論。

表6 方差分解結果

1) 農業勞動生產率和產業城鎮化水平對人口城鎮化水平的貢獻隨時間的增加而增加，且二元對比系數對人口城鎮化水平的貢獻較為穩定。具體表現為：在第1期的時候，農業勞動生產率和產業城鎮化水平對人口城鎮化水平的貢獻度為0.13%和0%；到了第5期，這一數值增長為26.3%和0.78%并且在第10期的時候，農業勞動生產率和產業城鎮化水平對人口城鎮化水平的貢獻率也基本維持在這一數值；二元對比系數對人口城鎮化水平的貢獻率始終保持在2%左右。

2) 農業勞動生產率、人口城鎮化水平和二元對比系數對產業城鎮化水平的影響也呈現逐漸增加的趨勢：在第1期的時候，農業勞動生產率、人口城鎮化水平和二元對比系數的貢獻程度分別為1.32%、0.03%和0%，到了第5期，這三個變量的貢獻程度分別增長為10.12%、2.47%和3%；到了第10期這一數值進一步增長為10.36%、2.78%和5.41%。

3) 對于二元對比系數來說，農業勞動生產率、產業城鎮化水平和人口城鎮化水平的沖擊對其波動的影響效果不強，且隨著時間的推移，其影響程度并沒有明顯的增加。說明農業勞動生產率的增長以及城鎮化水平的增加并沒有減少城鄉收入差距。具體表現為：在第1期，三個變量對二元對比系數的貢獻率分別為7.05%、4.39%和2.38%；到了第5期，三個變量的貢獻率為6.79%、6.80%和2.19%；在第10期時，三個變量的貢獻率基本維持在6.82%、6.86%和2.20%。

4 結論

通過對吉林省2004—2019年縣域數據的分析，本文驗證了農業勞動生產率、城鎮化水平和城鄉融合發展之間存在顯著的相關關系，分析了短期內各變量之間的相互作用機制，模擬了長期內各變量之間的動態傳導路徑。

1) 基于GMM估計和格蘭杰因果檢驗的結果，發現在短期內：至少在5%的顯著性水平下，農業勞動生產率、產業城鎮化水平和二元對比系數對其自身的解釋力度分別為0.748 6、0.498 6和0.501 3。城鎮化水平是農業勞動生產率的格蘭杰原因，且農業勞動生產率是二元對比系數的格蘭杰原因，說明城鎮化水平的提高能夠通過提高農業勞動生產率來縮小城鄉經濟差距，最終實現城鄉融合發展。而農業勞動生產率既不是人口城鎮化水平的格蘭杰原因，也不是產業城鎮化水平的格蘭杰原因，說明農業勞動生產率的提升不能促進城鎮化水平的提升，還沒有到達劉易斯所說的二元經濟的轉折點。

2) 從脈沖響應函數和方差分解的結果中，可以看出：農業勞動生產率、人口城鎮化水平、產業城鎮化水平和二元對比系數4個變量具有長期互動關系。來自人口城鎮化水平的正向沖擊會引起農業勞動生產率的正向變化和產業城鎮化水平及二元對比系數的負向變化。人口城鎮化水平對農業勞動生產率的貢獻率在第1期、第5期和第10期分別為0%、6.24%和6.65%；對產業城鎮化水平的貢獻率在第1期、第5期和第10期分別為0.03%、2.47%和2.78%。來自產業城鎮化水平的正向沖擊會引起農業勞動生產率的正向變化；來自二元對比系數的正向沖擊會引起農業勞動生產率和產業城鎮化水平的正向變化。產業城鎮化水平對農業勞動生產率的貢獻率在第1期、第5期和第10期分別為0%、6.24%和0.87%。二元對比系數對農業勞動生產率的貢獻率在第1期、第5期和第10期分別為0%、1.91%和6.82%。

根據上述結論，得出以下啟示：一是要進一步推動以縣域為載體的新型城鎮化建設，提升縣域城鎮化水平不僅有利于農民治病就醫和子女上學等問題的解決，而且能夠推動農業勞動生產率的提高，縮小城鄉經濟差距。二是由于農業勞動生產率的提升還沒有起到促進城鎮化發展的作用，應進一步完善要素市場配置，健全農業部門的社會保障制度，推動城鄉經濟相互促進，共同發展。三是要把農業勞動生產率、城鎮化水平和城鄉融合發展看作一個有機的整體來制定相關政策，不僅要關注農業勞動生產率絕對數量的增長，而且要關注農業勞動生產率相對狀態的改善。