新型城镇化对农业生态效率的影响研究

收稿日期：2023-07-13

基金项目：甘肃省科技厅软科学计划“乡村振兴背景下甘肃河西地区戈壁农业发展的路径分析与对策研究”（20CX4ZA044）。

作者简介：杨学莲，女，硕士研究生，研究方向：农业经济管理；陈秉谱（通讯作者），男，副教授，研究方向：农业经济管理。

摘  要：为讨论新型城镇化对农业生态效率的影响，本文以甘肃省河西走廊为研究对象，采用熵值法、Super-SBM模型测算2012—2021年河西地区新型城镇化水平、农业生态效率，进一步采用Tobit模型探究新型城镇化对农业生态效率的影响。结果显示，研究期内：（1）河西走廊地区新型城镇化综合指数呈增长趋势，与国内趋势保持一致；（2）年均农业生态效率先增后降，总体趋势线下降，区域上排序为金昌>武威>张掖>酒泉；（3）新型城镇化整体的快速发展有利于促进农业生态效率提高；（4）人口城镇化与社会城镇化对农业生态效率产生促进作用，经济城镇化、土地城镇化对农业生态效率产生抑制作用，环境城镇化影响不显著。基于此，提出进一步提高河西走廊农业生态效率的建议。

关键词：河西走廊；新型城镇化；农业生态效率；Super-SBM模型；Tobit模型

中图分类号：X321；F323

文献标识码：A

文章编号：1008-2697（2023）05-0050-06

一、引言

乡村振兴战略指出，要坚持乡村振兴和新型城镇化双轮驱动，加快形成城乡融合发展格局，以此满足人民日益增长的美好生活需要。随着新型城镇化迅猛发展，农村劳动力、耕地等资源减少，农业生产环境恶化等问题逐渐突出。绿色发展理念下，新型城镇化与农业生态环境的改善相互协调逐渐成为现阶段重点关注的内容，而农业生态效率作为衡量农业可持续发展的重要指标，能够准确评价农业生态系统的现实水平，故研究新型城镇化对农业生态效率的影响有利于发现农业环境问题以便针对性解决，对农业可持续发展有一定意义。

国内学者对新型城镇化和农业生态效率的研究较丰富，新型城镇化研究主要涉及其内涵[1]、发展水平测度[2]、影响因素[3]及与其他主体之间关系[4]等。农业生态效率主要是利用DEA模型[5]、SBM-Undesirable模型[6-7]、Malmquist指数[8]等方法对其进行测算及影响因素研究。两者关系研究较少，仅有少量篇幅对中国13个粮食主产区二者关系进行研究[9]。综上，全方面讨论新型城镇化对农业生态效率影响的专门研究较少，研究区域单一。因此，本文选取甘肃省河西走廊地区为研究对象，采用熵值法、Super-SBM模型分别测算2012—2021年河西地区新型城镇化水平、农业生态效率，进而探究河西走廊新型城镇化对农业生态效率的影响，有利于发现区域内农业生产中存在的环境问题，从而提出对策建议，为河西地区农业可持续发展提供参考。

二、研究区概况与影响机理

（一）研究区概况

河西走廊位于甘肃省西北部，是甘肃省乃至西北地区重要的商品粮基地，生产全省2/3的粮食。区域内耕地少产出多，年均降水量200 mm左右，生态环境脆弱。尽管河西地区降水稀少，但农业发展的其他条件较好，祁连山冰雪融水形成的黑河、石羊河、疏勒河等水系哺育着较为发达的绿洲农业。2012—2021年，河西走廊地区农业总产值从284.43亿元增加到566.54亿元，占地区生产总值的21.42%。

（二）新型城镇化对农业生态效率的影响机理

现有研究发现，新型城镇化从人口、经济、土地、社会、生态环境等方面潜移默化地影响着我国农业农村可持续发展，同样也对农业生态效率产生重要作用。

人口城镇化过程中，农村劳动力逐渐向城市转移，农民以机械投入代替人力，产生大量碳排放，使得农业生产环境恶化，但提高农业劳动的效率。经济城镇化过程中，二三产业发展迅猛，农业机械投入增加，能源消耗增加，在提高农业生产效率的同时对生产环境造成不良影响[10]。另一方面，人均GDP的增加推动消费升级，人们对绿色农产品的需求增加，使农民增强环保意识，减少化肥等使用。土地城镇化对土地资源的需求逐渐提高，建成区面积的扩张在逐渐缩小农村耕地面积[11]，影响农作物产出的同时也对生态效率起到负面作用。社会城镇化过程中，教育水平的提升会加强劳动者的素质和专业技能，一方面使有能力的劳动者向二三产业转移，农业劳动力减少，此时机械投入增加，从而污染环境，另一方面，高素质的农业劳动者生态环保意识强，可能会减少农业生产中化学品投入。随着生态文明建设的深入，以绿色发展为主的生态环境城镇化逐渐成为一条可持续发展的道路，在国家环保政策实施力度加强的情况下，地方政府环境治理意识逐渐提升，废水、废气、废渣污染程度降低，空气质量达标率升高，积极影响农业生产。

三、指标选择、测算方法与数据来源

（一）指标选择

1.新型城镇化指标

为客观、系统反映新型城镇化对农业生态效率的影响，本文参考相关研究[3-4]和河西地区发展状况，从人口、经济、土地、社会、生态五个层面综合测度河西走廊新型城镇化水平，具体指标见表1。

2.农业生态效率投入产出指标

参考已有研究成果[6、8]和河西走廊地区现状，遵循数据可获得性原则，选取劳动力投入、土地投入、机械总动力投入、农业灌溉投入、化肥投入、农膜投入作为农业投入要素指标。农业产出分为期望产出和非期望产出，期望产出由农业总产值表示；非期望产出由农业面源污染和农业碳排放组成，具体指标表示见表2。

根据吴小庆[5]的研究，农业面源污染由化肥污染量、农膜残留量的总和表示，其中化肥污染量=化肥施用折纯量*化肥流失率，农膜残留量=农膜使用量*地膜残留率，化肥流失率、地膜残留率分别取65%、10%。农业碳排放量用表2中各碳源相应指标乘以相应碳排放系数的总和表示，借鉴李波[12]和张艳芳[13]等研究，设置化肥、农膜、农业机械、农业灌溉、农业翻耕碳排放系数分别为0.8956 kg·kg-1、5.18 kg·kg-1、0.18 kg·kW-1、20.476 kg·hm-2、312.6 kg·km-2。

（二）测算方法

1.熵值法

为避免人为因素带来的偏差，使计算结果更客观准确，采用熵值法确定指标权重，并测算新型城镇化综合发展指数，具体操作如下：

首先，进行标准化处理，为防止处理后的数据出现0的情况，在标准化后加上0.0001。

正向指标：X′ij=Xij-XminXmax-Xmin+0.0001（1）

其次，求标准化后各指标的比重Pij和熵值ej：

Pij=X′ij∑ni=1X′ij（2）

ej=-1lnn∑ni=1PijlnPij （3）

再次，计算各指标的指标权重Wj：

Wj=1-ej∑mj=11-ej （4）

最后，采用线性加权法，结合指标权重Wj和比重Pij计算新型城镇化的综合发展指数：

Si=∑mj=1Wj×Pij （5）

2.Super-SBM模型

农业生态效率测算由多个变量组成，为解决非期望产出问题和投入产出变量的松弛性情况，采用Kaoru等[14]提出的能同时反映期望产出和非期望产出的Super-SBM模型，弥补了SBM模型的缺陷，允许效率值大于1，使多个决策单元同时有效时可进行比较。由于河西走廊地区各市的投入和产出规模报酬不一定保持不变，参考舒晓波等[15]的研究，本文采用规模报酬可变（VAR）条件下的Super-SBM模型测算河西走廊地区农业生态效率值。具体公式如下：

minρ=1m∑mi=1x-xik1r1+r2∑r1s=1y-ysk+∑r1s=1b-bqk（6）

s.t.x-∑nj=1xijλj，i=1，2，…，m;y-∑nj=1ysjλj，s=1，2，…，r1;b-∑nj=1bqjλj，q=1，2，…，r2;λj0，j=1，2，…，n;j≠0;x-xk，j=1，2，…，m;y-yk，s=1，2，…，r1;b-bk，q=1，2，…，r2;（7）

其中，ρ为农业生态效率值，x、y、b分别为投入、期望产出、非期望产出，m、r1、r2分别为投入、期望产出和非期望产出指标个数，n为决策单元，λ为权重。当ρ≥1时，决策单元相对有效；当ρ＜1时，决策单元相对无效。

（三）数据来源

本文以甘肃省河西走廊地区（武威市、张掖市、金昌市、酒泉市、嘉峪关市）为研究对象，探究城镇化对农业生态效率的影响，由于嘉峪关市为新兴工业城市，城市大，农村小，农业占比仅有1.8%，故剔除嘉峪关市，以河西走廊地区的武威市、张掖市、金昌市、酒泉市为研究区域，整理数据进行探究。涉及原始数据主要来源于2013—2022年的《甘肃发展年鉴》《甘肃农村年鉴》《中国城市统计年鉴》及4市的统计年鉴和官方网站。

四、新型城镇化及农业生态效率发展特征

（一）新型城镇化综合发展特征分析

使用stata17.0软件，采用熵值法确定新型城镇化各指标权重（表1），再利用综合分析法测度新型城镇化综合发展指数来反映河西走廊地区新型城镇化总体发展状况（表3）。从整体看，2012—2020年，河西走廊地区新型城镇化综合指数均值呈增长趋势，从2012年的0.295增长到2020年的0.546，可见河西地区新型城镇化发展迅速，与国内整体趋势保持一致。2021年末综合指数下降至0.482，可能原因是受国际国内社会经济环境影响，全球经济复苏缓慢，当时新冠疫情处在上升期，各地政府开启管控，生产生活暂时性停滞，经济出现下行趋势。从不同地市看，金昌市城镇化综合指数远高于其他地区，酒泉市、张掖市仅随其后，武威市最低。

（二）农业生态效率特征分析

使用MATLAB R2022b软件，利用Super-SBM模型测算规模报酬可变（VRS）条件下河西走廊地区农业生态效率值如表4所示，年均农业生态效率变化趋势见图1。从整体看，基于Super-SBM模型的河西走廊农业生态效率值均大于1，说明决策单元有效。从时间上看，2012—2021年，河西走廊4市年均农业生态效率经历了先增后降的过程，总体趋势线呈下降趋势。可将研究区间分为两个阶段：2012—2014年为农业生态效率增加阶段，从1.73增加到2.11，增幅达21.96%；2014—2021年为农业生态效率下降阶段，从2.11下降至1.57，降幅25.59%；十年间，农业生态效率整体下降9.24%，可见河西走廊地区需高度重视农业生态环境，进一步提高当地农业生态效率。从空间上看，河西走廊各地区农业生态效率存在差异，年均生态效率值排序为金昌>武威>张掖>酒泉。在研究期内，金昌农业生态效率常年远高于其他地区且变化幅度较大，可能原因是与河西其他地区相比，金昌耕地面积小，化肥、农药投入少，使得非期望产出偏小，农业生态效率值会偏大。酒泉农业生态效率最低且较稳定，张掖农业生态效率与酒泉基本保持一致。

五、新型城镇化对农业生态效率的影响因素分析

（一）变量选取

被解释变量：以Super-SBM模型测算出的农业生态效率为被解释变量。

解释变量：选择两组变量作为解释变量。第一组以熵值法得出的新型城镇化综合发展指数为解释变量，反映河西走廊地区新型城镇化总体水平对农业生态效率的影响；第二组以反映新型城镇化综合发展水平的10项指标为解释变量，即常住人口城镇化率、二三产业就业人口比重、人均生产总值、二三产业产值比重、建成区面积比重、人均建成区面积、每千人职业（助理）医师数、教育支出占GDP比重、建成区绿化覆盖率、污水集中处理率。

（二）模型构建

Tobit回归模型又称为受限因变量模型，是用于解决被解释变量存在上限、下限等情况的计量模型。由于Super-SBM模型测算出的农业生态效率值大于零，为避免参数估计出现不一致问题，采用Tobit回归模型，探究新型城镇化对农业生态效率的影响。Tobit面板数据模型如下：