论文部分内容阅读
摘 要：构建新型城镇化水平综合评价体系，基于熵权法测算2004—2016年30个省份的新型城镇化水平，同时将非合意产出农业碳排放纳入农业全要素生产率测度框架，基于SBM—ML指数法测算2004—2016年30个省份农业绿色全要素生产率及其分解指数。在此基础上，采用面板VAR模型和系统GMM估计方法，实证考察新型城镇化与农业高质量发展的相互关系。研究发现：农业绿色全要素生产率对新型城镇化具有正向促进作用，分解后的农业技术进步和农业技术效率对新型城镇化的影响分别为微弱负向作用和显著正向作用，说明农业绿色全要素生产率对新型城镇化的正向促进效应主要是农业技术效率改善的结果，而非农业技术进步所致;新型城镇化对农业绿色全要素生产率的增长具有微弱的制约作用，新型城镇化促进了农业技术进步，但抑制了农业技术效率改善。
关键词：农业高质量发展;绿色农业全要素生产率;新型城镇化
中图分类号：F323 文献标识码：A 文章编号：1003-7543（2020）07-0145-15
基金项目：重庆市“巴渝青年学者”人才支持项目;教育部人文社会科学基金青年项目“实体企业金融化的微观量化、作用机理与影响研究”（19YJC790106）;重庆市教委科技项目“绿色金融促进西部贫困地区脱贫攻坚的机制与路径研究”（KJQN201900500）。
作者简介：龚锐，重庆大学经济与工商管理学院博士研究生;谢黎，重庆师范大学经济与管理学院硕士研究生;王亚飞（通信作者），重庆师范大学经济与管理学院教授。
现阶段，我国经济由“总量”不足转变为“结构性”矛盾，该矛盾主要表现为城乡发展的不平衡、农业或农村发展的不充分。绿色全要素生产率（Green Total Factor Productivity，GTFP）不仅显示了剔除劳动、资本和土地等有形要素之外因技术进步、要素配置效率改善、管理流程优化、组织模式改进等推动的增长程度，而且将碳排放等非合意产出或“坏”产出纳入增长核算框架。促进以农业绿色全要素生产率为内生动力的农业高质量发展，是解决城乡发展不平衡、农业或农村发展不充分问题的战略安排和路径选择，对于我国决胜全面建成小康社会、开启全面建设社会主义现代化国家新征程具有重要意义。
从提高农业绿色全要素生产率方面挖掘农业高质量发展的内在潜力固然重要，但若忽视新型城镇化这一外在变量的作用，或者说没有有效发挥新型城镇化对农业高质量发展或乡村振兴的带动作用，则农业高质量发展的潜力有限，乡村振兴的政策效果也将大打折扣。也就是说，在我国城镇化进程演进至中后期的历史节点，将新型城镇化建设纳入农业高质量发展的政策框架，通过市场化改革和政策调控相结合，在继續推动新型城镇化发展的同时发挥好其对农业高质量发展的带动作用，形成农业高质量发展与新型城镇化的互动发展格局，对于实现乡村振兴、城乡二元结构转化和经济整体高质量发展具有重要现实意义。
一、相关文献综述
现有文献虽然很少直接探讨农业高质量发展与新型城镇化之间的关系，但围绕城乡经济关系或城镇化与农业现代化关系问题的讨论较多。国际上最为经典或最具代表性的当属基于古典经济分析框架构建的城乡二元经济模型——“刘易斯—费景汉—拉尼斯模型”，该模型成为后来进一步探寻城乡经济关系问题的理论基点，后续围绕我国城乡经济关系问题的相关讨论，也大多是对该模型进行本土化拓展、修正或验证[1-2]。围绕我国城镇化和农业高质量发展关系问题的讨论，相关性较强的文献主要有：罗小锋、袁青构建耦合协同模型对新型城镇化与农业技术进步的耦合协调水平进行测算后发现，二者的耦合协调水平从1993—2000年的低度耦合协调演变至2001—2005年的中度耦合协调、2006—2015年的高度耦合协调，总体呈现相互促进、相互制约的状态[3]。刘维奇、韩媛媛基于SVAR模型和脉冲响应实验发现：农业技术进步推动了城镇化进程，但后者对前者的促进作用不显著[4]。郭军华等人基于三阶段DEA模型对农业生产效率与城镇化关系的研究发现：城镇化水平的提升有利于提高农业的要素资源配置效率和生产效率[5]。宋元梁等人基于VAR模型并运用脉冲响应函数考察了中西部六省农业技术效率与城镇化的关系，发现具有短期相互制约而长期相互促进的内在关联[6]。刘克非基于河南省17个地级市数据的协整检验发现：城镇化进程对农业技术效率的改善表现为长期的正向促进作用[7]。何悦、漆雁斌通过面板 Tobit 模型，分别从人口城镇化、土地城镇化、经济城镇化以及城镇化带来的污染四个维度来展开对粮食生产技术效率的影响研究，发现人口城镇化对农业技术效率影响呈“倒U型”，土地城镇化和城镇化污染排放均不利于技术效率改善，而经济城镇化对技术效率改善则利弊共存[8]。郭海红、张在旭基于全国30个省份的面板数据和门槛模型的实证研究发现，新型城镇化与农业绿色全要素生产率之间存在以农村居民人均收入水平为门槛变量的单一门槛效应，跨过门槛值后新型城镇化对农业绿色全要素生产率具有显著正向影响[9]。方龙朋基于湖南省地级市的面板数据和固定效应模型检验发现，城镇化与农业全要素生产率存在“U型”关系[10]。
综合来看，关于城镇化与农业高质量发展二者关系的相关研究虽有值得借鉴之处，但存在值得边际改进的空间：第一，大多数文献仍采用单一的人口城镇化率来刻画城镇化水平，在国家推进经济高质量发展和新型城镇化建设的发展导向下，采用多元指标刻画新型城镇化水平更具有政策耦合性;第二，极少的文献虽然考察了（新型）城镇化与农业（绿色）全要素生产率的关系问题，但没有进一步将农业（绿色）全要素生产率分解为农业技术进步指数（TC）和农业技术效率指数（EC），以更为深入地揭示更深层次的影响机制。基于此，本研究在系统测度新型城镇化与农业绿色全要素生产率水平的基础上，构建PVAR模型和采用系统GMM估计方法实证检验二者的互动效应，并提出若干政策启示。 二、理论分析框架的构建
新型城镇化与以农业绿色全要素生产率为表征的农业高质量发展具有内在的逻辑关联，主要体现在要素资源再配置效应、产业结构升级效应、“三产”融合效应三个层面。受城乡经济发展水平和国家城乡经济关系政策调整的影响，新型城镇化与农业高质量发展的关系可能存在不同的阶段性特征。
（一）新型城镇化与农业高质量发展之间的关联效应
1.要素资源再配置效应
农业高质量发展通过资源或要素再配置效应推动了新型城镇化进程。第一，农业高质量发展所蕴含的农业技术进步和技术效率改善，有助于释放并促进农村富余劳动力向城镇转移，通过人口集中和产业集聚，带动城镇基础设施和公共服务体系完善以及城镇功能提升。第二，农业技术进步和技术效率改善，有助于生产出量多质优的农副产品，为城镇居民福利改善和产业发展提供产品或原料支撑。第三，农业技术进步和技术效率改善，增加了资本积累，为城镇产业转型升级和城镇功能提升提供了更为充裕的资金支持。第四，农业技术进步和技术效率改善尤其是土地节约型技术和管理的集约化采用，在不降低农业产出的条件下，留存了可供转化为城镇建设用地的土地资源，为城镇规模扩大和产业园区建设创造了更大的潜在物理空间。
新型城镇化通过资源或要素再配置效应带动了农业高质量发展。第一，城镇化进程加快伴随的产业扩张和功能提升，有助于吸纳更多的农村富余劳动力，为农业适度规模经营和专业化发展创造了条件，其蕴含的农业资本（土地）劳动比的提升，能推動农业技术进步和技术（规模）效率改善[11]。第二，通过引导城镇部门的教育和文化资源向农业或农村部门的辐射和延伸，大幅促进农村文化贫困的缓解、农业从业人员素质的提升以及农民职业化的发展。第三，城镇化进程中农业生产装备或农业生产资料部门的快速发展，通过市场机制和政策引导人才、装备、技术和管理等先进生产要素向农业或农村集聚和配置，有效提升农业生产的技术和管理含量，提高农业劳动生产率和土地产出率，促进农业技术进步和技术效率改善[12]。第四，城镇化以及二、三产业的发展增强了地方政府的财政实力，为农村基础设施建设和公共服务完善提供了强大的资金支持，有助于优化农业生产、居民生活的外部环境，进而推动农业高质量发展。
2.产业结构升级效应
农业高质量发展通过产业结构升级效应推动了新型城镇化进程，其发生机理主要体现在供给和需求两个层面。就供给层面而言，农业高质量发展蕴含的技术进步和效率改善，将释放出更大规模的富余劳动力，生产出数量更多和质量更优的农副产品，创造更多的利润，分别作为劳动力、初级原材料和资本金投向城镇二、三产业以及新型工业和现代服务业部门，推动城镇新兴产业和现代服务业部门的扩张，促进城镇产业结构调整和优化升级，进而促进城镇化高质量发展。就需求层面而言，农业高质量发展引致的对农业科技、现代装备和农业生产性服务业等的内在需求，有助于拉动城镇部门农业生产装备或生产资料部门的发展，并为农业生产性服务业如金融、保险、物流、电商等产业或业态的扩张提供广阔的市场。农业高质量发展有助于带动农村居民收入增长和消费水平的提高，有效拉动城镇消费品或生活服务业部门的发展，这对于促进城镇产业结构调整和城镇化进程都具有重要意义。
新型城镇化也可通过产业结构升级效应带动农业高质量发展。就供给层面而言，城镇化进程加快伴随的知识、技术外溢效应提升了农业技术或管理水平，促进了农民素质的提高和农民职业化发展，为农业产业结构升级提供了技术、管理和人才上的动力支撑[13]。就需求层面而言，城镇化进程伴随的城镇人口增加和生活水平的提高，使得城镇居民对农副产品质量的要求提高，尤其是大量城镇居民到乡村旅游、休闲、度假的需求增加，促进了生态农业、观光农业的发展，引致农业生产向多功能化方向演进，从而带动农业生产结构或产业结构的调整，在一定程度上促进了农业高质量发展。
3.“三产”融合效应
“三产”融合是以农业为基础和依托，借助产业渗透、产业交叉和产业重组的方式，通过形成新技术、新业态、新商业模式延伸农业产业链，由一产向二产、三产拓展，打造农业综合体和联合体，进而实现农业高质量发展和乡村振兴的目的[14]。随着城镇化进程的加快，与农业相关的城镇二、三产业逐步将其生产链条向农村或农业部门拓展和延伸，而农业高质量发展所蕴含的农业产业化经营也将延展农业产业链、供应链或价值链，城乡两大部门的涉农企业或生产经营主体，必然在农业产业链的“前端”即农业原材料或初级农产品生产以及“后端”即最终农产品的生产或销售环节产生关联，并衍生出新业态和新商业模式，如农产品电商[15]。城镇涉农企业可以采用“公司+基地+农户”或“公司+农民合作社（大户）+农户”的产业组织模式，进而形成以龙头企业为核心、横向和纵向相结合的嵌入式农业技术或流程管理溢出机制，这种溢出机制不仅有助于促进农业技术进步和技术效率改善进而直接推动农业高质量发展，而且能通过农业产业链延伸和城镇部门涉农企业与广大农村经营主体的纵向合作，促进城乡三次产业的融合发展，实现城乡产业部门的要素资源整合和再配置，提高农业技术效率。
（二）新型城镇化与农业高质量发展之间关联的阶段性特征
新型城镇化与农业高质量发展之间的关系在某一个时点或时期，并非呈现绝对平衡或均等状态。对于我国而言，这种互动关系受城乡经济发展阶段和宏观政策等外在变量的影响较大。其原因是：农业高质量发展与新型城镇化各自发展水平、演进阶段差异导致二者对彼此的效应具有不一致性，即二者互动效应的大小、方向会受到各自发展水平的影响;这种互动效应的形成和演化也受制于国家城乡经济发展战略、制度安排及政策设计，其动态调整是二者互动效应大小、方向改变的重要变量。通常来讲，城镇化与农业高质量发展的关系将经历三个典型的阶段，在不同阶段，二者互动效应的大小、方向具有典型的异质性。在城镇化发展初级阶段，城镇部门利用优于乡村或农业部门的初始条件，在市场机制和“城市偏向”的政策激励下，通过人口集中和产业集聚伴随的“极化效应”快速吸纳农业或农村要素资源，在促进城镇化快速发展的同时也导致农业或农村部门“失血”过多，农业或农村经济严重滞后于城镇化进程，城乡二元结构凸显，城乡差距扩大，即城镇化进程抑制了农业生产和高质量发展。随着城镇化进程演进至中期阶段，城镇化边际增长的速度放缓，“集聚不经济”和“大城市病”不断凸显，人才、资金、技术和管理等生产要素开始流向农业或农村部门，城镇化对农业或农村经济的扩散、辐射效应开始显现[16]。上述生产要素与农村土地要素的整合促进了农业产业化经营，带动了农业技术进步和农业技术效率改善。在这一阶段，尽管城镇化对农业发展的带动效应不断凸显，但城乡要素流动的路径依赖和政策实施的滞后效应，使得城镇化对农业或农村部门的“极化效应”仍然显著大于“带动效应”。城镇化进程演进至中后期后，随着农业部门的增长潜力不断释放，农业部门与城镇部门的要素回报率差距持续收敛，再加之农村改革和政策实施的经济增长绩效持续提高，城乡融合发展态势初步形成，城镇化与农业现代化的互动效应持续增强，城镇化带动农业高质量发展、农业高质量发展促进城镇化的双向互动格局形成，表现为城乡二元结构向“一元化”演进[17]。 我国长期实施的“工业优先、城市偏向”的非均衡发展战略，使得农村劳动力、土地、资金等生产要素“净”流向城镇地区，形成了长期以来的农业支持工业、农村支持城镇的发展格局。此后，我国对上述战略进行了重大调整，相继采取了“工业反哺农业、城市带动乡村”“农业农村优先发展”以及乡村振兴的发展战略，但政策效果的全面凸显具有一定的时滞效应。因此，就新型城镇化与农业高质量发展的关系特征而言，我国仍然处于第二阶段。由此，这里作出如下假设：农业高质量发展促进了新型城镇化进程，而新型城镇化对农业高质量发展具有抑制作用。这一假设是否成立还有待后续的实证检验。
三、农业高质量发展与新型城镇化的测度及演进特征
（一）农业绿色全要素生产率的测度及演进特征
1.测度方法
数据包络分析法（DEA）对生产效率的测度，往往因径向和角度选择不同极易造成结果的偏差。为消除此偏差，Tone Karou将松弛变量引入目标函数中，提出了基于松弛的（Slack-based measure，SBM）非径向和非角度的效率测度方法[18]。近年来，该方法在生产率测度领域得到广泛应用。在GTFP测算及分解中應用较为普遍的是Malmquist—Luenberger（ML）指数法和Global Malmquist—Luenberger（GML）指数法。考虑到操作上的可实现性以及测算的客观真实性，这里采用SBM—ML指数法对我国30个省份的农业绿色全要素生产率进行测算。本文以每个省份作为一个决策单元，每个决策单元有三个要素：每个省份的农业生产存在N种投入X={x1，x2，…，xN}∈R■■，Q种合意产出Y={y1，y2，…，yQ}∈R■■以及L种非合意产出B={b1，b2，…，bL}∈R■■，假设规模报酬可变，则SBM方向性距离函数为：
D■■（x■■，y■■，b■■）=■
=min■（1）
s.t.■z■■y■■-s■■=y■■，q=1，2，…，Q;■z■■x■■+s■■=x■■，n=1，2，…，N;■z■■b■■+s■■=b■■，l=1，2，…，L;■z■■=1，z■■≥0，s■■≥0，s■■≥0，s■■≥0，i=1，2，…，I（2）
式中：■为效率评价指标，x■■表示省份i的投入，y■■表示省份i的合意产出，b■■表示省份i的非合意产出，s■■表示投入过度，s■■表示合意产出的不足，s■■表示非合意产出的冗余，z■■表示权重向量。
（SBM-ML）■■
=■×■■
=■×■×■■
=Ec■■×Tc■■（3）
式（3）为t时期至t+1时期的SBM—ML指数。SBM—ML指数可以分解为EC（技术效率变化指数）和TC（技术进步变化指数），SBM—ML>1，EC>1，TC>1分别表示农业绿色全要素生产率提高，技术效率上升，技术进步;SBM—ML<1，EC<1，TC<1分别表示农业绿色全要素生产率降低，技术效率下降，技术退步。
2.投入产出指标的选取与数据来源
农业产出。（1）合意产出。选择农林牧渔总产值表示农业合意产出，为了剔除价格的影响，本文利用农林牧渔总产值价格指数（2003年=100）对农林牧渔总产值进行了处理。（2）非合意产出。农业非合意产出主要体现为化肥、农药、农膜、柴油、翻耕、灌溉等六大因素引致的农业碳排放，故本研究用农业碳排放作为非合意产出的代理变量，其核算公式为：E=∑Ei=∑Ti·δi，式中E为农业碳排放总量，Ei为第i个碳源的碳排放量，δi为第i个碳源的碳排放系数，各碳排放源的排放系数如表1（下页）所示。2003—2016年各省份农林牧渔总产值及农林牧渔总产值指数和的六个方面的农业碳排放源数据都来自2003—2016年《中国统计年鉴》。
农业投入。选择劳动、土地、机械、化肥、灌溉作为农业投入。一是劳动投入。为了有效反映一定时期内的农业劳动力实际投入情况，本研究用第一产业从业人数代表农业劳动投入。二是土地投入。土地投入有耕地面积和播种面积之分，为了更好地反映土地实际利用情况，本研究用播种面积表征土地投入。三是机械投入。农业机械是指用于农林牧渔生产的机械动力总和，本研究用农业机械总动力表示机械投入水平。四是化肥投入。化肥投入是指农用氮肥、磷肥、钾肥以及复合肥数量，本研究用化肥施用折纯量来表征。五是灌溉投入。在通常情形下，有效灌溉面积应等于灌溉工程或设备已经配套且能够进行正常灌溉的水田和水浇地面积之和，是反映我国农田水利建设的重要指标[19]，本研究以有效灌溉面积来表示灌溉投入。上述五大投入变量数据来自2003—2016年《中国统计年鉴》《中国人口和就业统计年鉴》及各省份统计年鉴，缺失的少量数据用stata14软件插值法计算得出。
3.演进态势
基于2003—2016年除西藏外的30个省份的农业投入产出数据和SBM—ML指数法，测算2004—2016年农业绿色全要素生产率增长指数，并将其分解为农业技术进步指数（TC）和技术效率指数（EC），结果如图1（下页）所示。从整体来看，除个别年份（2005年、2010年）外，我国农业绿色全要素生产率在波动中保持增长态势（GTFP指数大于1），年均增长3.1%;农业技术进步指数（TC）均值为1.046（年均增长4.6%）、农业技术效率指数（EC）均值为0.996（年均负增长0.4%），说明农业绿色全要素生产率增长呈现技术进步和技术效率恶化相伴的事实特征，技术进步是农业绿色全要素生产率增长的核心动力，技术效率恶化拖累了农业绿色全要素生产率增长。当前和今后一段时期，应在继续保持技术进步增长态势的同时，重点从技术效率改善上挖掘农业高质量发展的内在潜力。
表2（下页）报告了30个省份的农业绿色全要素生产率及其分解指数。分省级区域看，除上海和广西外，其余28个省份的农业绿色全要素生产率均保持增长态势（GTFP指数均大于1），增长最快的前三个省份依次为江苏、吉林和宁夏;除上海之外的29个省份的农业技术进步实现了正增长，最高和最低的省份分别为新疆和上海;技术效率改善（EC大于1）和恶化（EC小于1）的省份各占50%，最高和最低的省份分别为江苏和广西。上述演变格局再次说明：制约农业高质量发展的最大瓶颈是农业技术效率，而提升农业技术效率必须提高农业生产经营的管理水平。为此，应通过适度规模经营促进农业生产的适度规模化、专业化，通过农业产业化经营带动“三产”融合发展，并且在稳定粮食生产的前提下引导农业多功能化发展，提升农业生产的附加值。 （二）新型城镇化的测度及演进特征
1.测度方法
本文采用熵权法对我国省际新型城镇化水平进行测度。由于构建的新型城镇化评价体系中各指标在数量级、量纲、正负取向上均有所差异，因而需要对数据进行标准化处理。采用式（4）对正向指标进行标准化处理，其值越大表明其对系统的贡献越大;采用式（5）对负向指标进行标准化处理，其值越小表明对系统贡献越大。在此基础上，采用熵权法测度我国省际新型城镇化水平。
xij=■（i=1，2，…，m;j=1，2，…，n）（4）
xij=■（i=1，2，…，m;j=1，2，…，n）（5）
2.新型城镇化指标体系和数据来源
依据《国家新型城镇化规划（2014—2020年）》和国家发展和改革委员会印发的《2019年新型城镇化建设重点任务》提出的新型城镇化高质量发展要求，并参考已有文献[24]，本文选取了经济与社会发展、基础设施、公共服务、生态环境四个准则层21個指标来度量新型城镇化水平，并运用熵权法计算得到新型城镇化各项指标的权重（见表3）。2004—2016年新型城镇化21个指标数据均来自2005—2017年《中国统计年鉴》《中国人口和就业统计年鉴》《中国卫生和计划生育统计年鉴》以及各省份统计年鉴。
3.演进态势
从图2（下页）可以看出，除上海之外的各个省份2004—2016年新型城镇化水平都得到了不同程度的提升。2004年新型城镇化水平列前六位的省份依次是上海（0.79）、北京（0.72）、天津（0.48）、辽宁（0.32）、浙江（0.32）、广东（0.32）;新型城镇化水平列后七位的省份依次是贵州（0.13）、广西（0.14）、河南（0.14）、安徽（0.14）、江西（0.16）、湖南（0.17）、四川（0.17）。2016年新型城镇化水平列前六位的省份依次是北京（0.87）、上海（0.69）、浙江（0.54）、天津（0.52）、江苏（0.46）、广东（0.46）;新型城镇化水平列后七位的省份依次是云南（0.20）、广西（0.21）、甘肃（0.22）、河南（0.22）、安徽（0.22）、江西（0.23）、贵州（0.23）。经过十多年的发展，新型城镇化水平排名前六位的省份虽有所变动，但多属于东部地区省份，排名靠后的省份中西部地区几乎各占50%，这可能是因为东部地区拥有先天的地理优势和良好的自然禀赋，其经济社会发展水平、基础设施建设水平、公共服务供给水平以及生态环境投入较其他地区更高。
四、我国农业高质量发展与新型城镇化互动发展关系的实证考察
（一）计量模型及估计方法
本研究采用PVAR（面板向量自回归模型）和系统GMM（系统广义矩）方法，考察农业高质量发展与新型城镇化的互动效应，具体模型构建如下：
Yit=Yit-1A1+Yit-2A2+…+Yit-pAp+βXit+λi+μit（6）
其中，Yit表示被解释变量，Xit表示解释变量，p为滞后阶数，λi代表个体效应，i和t分别代表省份和年份，A1，A2，…，Ap和β为待估计的系数矩阵，μit代表随机扰动项。
在采用系统GMM对PVAR模型进行估计的基础上，通过格兰杰因果关系检验和脉冲响应函数以更深入细致地考察农业高质量发展与新型城镇化之间的因果关联和动态影响机制。考虑到农业绿色全要素生产率在很大程度上能刻画农业高质量发展的整体水平，这里采用该指标作为农业高质量发展的代理变量。由于农业绿色全要素生产率还可以分解为农业技术进步指数（TC）和农业技术效率指数（EC），因此本研究在整体考察农业高质量发展与新型城镇化之间的互动效应的同时，还分别检验了TC、EC与新型城镇化之间的关系。
（二）数据来源与数据说明
本文选取2003—2016年除西藏之外的30个省份作为样本。所涉及的数据来源于2003—2016年《中国统计年鉴》《中国人口和就业统计年鉴》《中国卫生和计划生育统计年鉴》以及各省份统计年鉴。为消除异方差以及缩小数量级，本文对所有数据进行了对数和一阶差分处理。变量说明与描述性统计结果分别如表4、表5（下页）所示。
（三）实证检验
1.数据平稳性检验与模型滞后阶数选择
PVAR模型兼具时间序列性质，为了避免“伪回归”现象发生，在运行模型前需要对选取的面板数据进行单位根检验。本研究选取了分别适用于同根假设和不同根假设的LLC检验和IPS检验，分别考察样本数据的平稳性。结果显示：各变量至少在1%的显著性水平下拒绝有单位根的假设，说明各序列是平稳的。
在确认样本数据平稳后，需要进一步确定模型的最优滞后阶数，参考AIC、BIC、HQIC评价准则，d.lnGTFP、d.lnTC、d.lnEC与d.lnNU的PVAR模型的最优滞后阶数均为第2阶。
2.模型估计及结果分析
表6（下页）报告了基于PVAR模型和系统GMM估计方法的实证检验结果。由表6可知，农业绿色全要素生产率对新型城镇化的影响在滞后一期为负向不显著，滞后二期为正向且在5%的水平下显著;新型城镇化对农业绿色全要素生产率的影响在滞后一期为正向，滞后二期为负向，且都不显著。进一步将农业绿色全要素生产率分解为农业技术进步指数和农业技术效率指数后发现：农业技术进步对新型城镇化的影响在滞后一期和二期时均为负向不显著，新型城镇化对农业技术进步的影响在滞后一期和二期均为正向，且至少在1%的水平下显著，滞后二期的系数比滞后一期系数更大;农业技术效率对新型城镇化的影响在滞后一期为正向不显著，滞后二期为正且在1%的水平下显著;新型城镇化对农业技术效率的影响在滞后一期时为负向不显著，滞后二期为负且在1%的水平下显著。
上述实证结果表明：第一，农业绿色全要素生产率对新型城镇化具有正向促进作用，分解后的农业技术进步和农业技术效率对新型城镇化的影响，分别为微弱负向作用和显著正向作用，这说明农业绿色全要素生产率对新型城镇化的正向促进效应主要是农业技术效率改善的结果，而非农业技术进步所致。第二，新型城镇化对农业绿色全要素生产率的增长具有微弱的制约作用，新型城镇化促进了农业技术进步，但抑制了农业技术效率改善，由此可见新型城镇化对农业技术进步的带动作用并未有效弥补对农业技术效率的损失，整体上制约了农业绿色全要素生产率的增长。 3.格兰杰因果检验
表7（下页）报告了格兰杰因果关系检验结果。由表7可知，当设定农业绿色全要素生产率为被解释变量、新型城镇化为解释变量时，在10%的水平下仍不显著（P=0.224），说明新型城镇化不是农业绿色全要素生产率的格兰杰原因;当设定新型城镇化为被解释变量、农业绿色全要素生产率为解释变量时，在5%的水平下显著（P=0.027），说明农业绿色全要素生产率是新型城镇化的格兰杰原因。同理可得，新型城镇化是农业技术进步和农业技术效率的格兰杰原因，农业技术效率是新型城镇化的原因，农业技术进步不是新型城镇化的格兰杰原因。这与PVAR模型和系统GMM估计结果高度一致。
4.模型系统稳定性检验
脉冲响应函数的分析是建立在稳定的PVAR模型之上的，只有通过了PVAR模型系统稳定性检验，脉冲响应函数才可以进行。图3（下页）为系统稳定性检验的判别图，结果显示：模型的所有特征值均在单位圆内，因此，可以认为本文建立的PVAR系统是稳定的，可以进行后续的脉冲响应函数分析。
5.脉冲响应函数
考虑到脉冲响应函数是通过面板VAR参数构造的，须考虑标准差，事实上标准差又难以通过计算精确获得，因此本研究采用蒙特卡洛方法模拟产生这些置信区间。本文通过蒙特卡洛方法模拟999次，得到了95%置信水平下农业绿色全要素生产率与新型城镇化的脉冲响应结果、农业技术进步与新型城镇化的脉冲响应结果、农业技术效率与新型城镇化的脉冲响应结果（见图4）。
在本期给新型城镇化一个标准差的外部冲击后，对农业绿色全要素生产率的影响在经历短暂的促进作用后迅速转负且在第二期达到最大值（负），随后在波动中收敛于0;当农业技术进步受到新型城镇化一个标准差信息的冲击后，产生了一个正向的响应幅度并在第二期达到最大值（正），随后在波动中收敛于0;当农业技术效率受到新型城镇化一个标准差信息的冲击后，产生了一个负向的响应幅度并在第二期达到最大值（负），随后在波动中收敛于0。上述结果再次印证了前述的研究结论：新型城镇化对农业技术进步的影响为正，对农业技术效率改善的影响为负，且总体上抑制了农业绿色全要素生产率的增长。
在本期给农业绿色全要素生产率一个标准差的外部冲击后，对新型城镇化的影响在经历短暂的波动后迅速在第二期达到最大值（正），随后在波动中收敛于0;当新型城镇化受到农业技术进步一个标准差信息的冲击后，产生的响应幅度为当期最大（负），后虽有缓解但在前六期仍明显为负，随后在波动中收敛于0;当新型城镇化受到农业技术效率一个标准差信息的冲击后，产生的正向响应幅度于当期达到最大值（正），且在第二期仍为正值，随后在波动中收敛于0。上述结果再次说明：农业技术进步尚未发挥对新型城镇化的促进作用，而农业技术效率则有助于推动新型城镇化进程，且农业生产率总体上对新型城镇化具有促进作用。
五、结论与政策建议
本研究通过理论分析与实证检验相结合，分析了我国新型城镇化与农业高质量发展的相互关系。研究发现：第一，农业绿色全要素生产率对新型城镇化具有正向促进作用，分解后的农业技术进步和农业技术效率对新型城镇化的影响，分别为微弱负向作用和显著正向作用，说明农业绿色全要素生产率对新型城镇化的正向促进效应主要是农业技术效率改善的结果，而非农业技术进步所致。第二，新型城镇化对农业绿色全要素生产率的增长具有微弱的制约作用，新型城镇化促进了农业技术进步，但抑制了农业技术效率改善。
总体来看，现阶段以农业绿色全要素生产率为核心要义的农业高质量发展对新型城镇化已发挥较大的促进作用，但新型城镇化对农业高质量发展的带动作用仍然不够。因此，当前或今后较长一段时期内，国家制定和实施的城乡经济政策的主要导向，应是在稳步提高新型城镇化水平的同时进一步强化其对农业高质量发展的带动作用，在农业高质量发展尚未取得明显成效之前，短期不能过多强调农业或农村发展对城镇化的支撑或促进作用，否则，当前已经取得的农村扶贫开发成效将可能难以长期保持甚至会回到“原点”，城乡差距的收敛态势也将出现逆转。基于此，提出如下政策建议：
第一，推动以“城镇综合承载能力”和“农民工市民化”为核心要旨的城镇高质量发展，建立或完善城镇知识、技术、人才和资本等生产要素向农业或农村流动和融入的实现机制和政策框架。我国城镇化规模或速度虽已取得长足进步，但城镇化的质量仍有较大提升空间，当前和今后的相当长一段时期，应将新型城镇化建设的内容拓展至提高城镇综合承载能力、有序推进农业转移人口市民化、推动产城融合和城乡融合以及人居环境的改善等方面，实現城镇高质量发展。与此同时，应通过市场机制完善和政策推动相结合，逐步实现城镇服务功能以及现代生产要素向农业或农村扩散并扎根。逐步逆转农业优质劳动力、资金和土地“净流向”城镇部门的路径依赖，改善农业或农村的要素禀赋条件，促进农业技术进步和技术效率的改善，进而实现农业高质量发展和乡村振兴。
第二，在市场引导、政策推动城镇服务和生产要素向农业或农村流动的同时，还应通过一系列市场化改革和政策支持，进一步优化农业或农村发展环境，激活要素功能，释放要素潜力。例如，通过财政支农、农村金融扶持等，加大对农村基础设施和公共服务的投入力度，实现城乡基础设施和公共服务的均等化，优化农业生产、居民生活的外部环境;通过推进土地所有权、承包权、经营权“三权”分置改革以及构建和完善公平的市场化土地流转机制，积极稳妥推动农村土地流转，促进农业适度规模化、专业化和市场化，并通过土地要素再配置进一步集聚人才、资金、技术和管理等生产要素，以提高农业生产经营的市场意识、技术和管理含量，进而实现农业高质量发展和乡村振兴。此外，还应通过“公司+合作社（大户）+农户”“公司+基地+农户”等多种组织模式，延展农业产业链或价值链，这种农业产业链上各经营主体的纵向联合有利于提升要素资源的协同效应，在一定程度上促进一二三产业的融合发展，进而衍生出新产业、新业态、新的商业模式。 第三，在积极释放城镇部门对农业或农村部门的技术扩散效应以带动农业技术进步时，要始终坚守“绿色”底线。在经济高质量发展以及环境约束强化的新形势下，农业技术进步路径选择的基准应体现为资源集约型和劳动节约型技术并重的发展方向，其目标导向应体现为合意与非合意产出下全要素生产率的共同增长。在方法、手段上，应在加大农业科技研发力度的同时，聚焦低碳或绿色化肥、农药、农膜、农业机械等农业生产资料的技术进步，并通过财政补贴、税收优惠、金融支持、环境规制等多种政策工具的协同作用，激励和强化农业经营主体更多采用“环境友好型”生产资料、流程管理和技术手段，以推动绿色农业科技成果的研发、转化和广泛推广。
第四，建立城镇和农业高质量发展及其融合发展的统计监测体系和政府绩效考核体系，充分发挥其对新型城镇化和农业高质量发展以及二者的协调推进的引导作用。以经济高质量发展为指导，在统一新型城镇化和农业高质量发展的理念认知的基础上，建立或完善新型城镇化、农业高质量发展以及城乡协调发展的统计监测体系，并以此为基础完善各级政府的绩效考核体系和激励、约束机制。■
参考文献
[1]白永秀.城乡二元结构的中国视角：形成、拓展、路径[J].学术月刊，2012（5）：67-76.
[2]陈宗胜，康健.中国居民收入分配“葫芦型”格局的理论解释——基于城乡二元经济体制和结构的视角[J].经济学动态，2019（1）：3-14.
[3]罗小锋，袁青.新型城镇化与农业技术进步的时空耦合关系[J].华南农业大学学报（社会科学版），2017（2）：19-27.
[4]刘维奇，韩媛媛.城镇化与农业技术变迁的互动机制——基于中国数据的理论与经验研究[J].经济理论与经济管理，2014（1）：87-99.
[5]郭军华，倪明，李帮义，等.基于三阶段DEA模型的农业生产效率研究[J].数量经济技术经济研究，2010（12）：27-38.
[6]宋元梁，胡晗，宋光阳，等.农业技术效率改进与城镇化关系的实证研究——以中西部六省为例[J].统计与信息论坛，2012（11）：53-59.
[7]刘克非.城镇化与农业技术效率协整关系的实证研究[J].统计与决策，2015（9）：115-117.
[8]何悦，漆雁斌.城镇化发展对粮食生产技术效率的影响研究——基于我国13个粮食主产区的面板数据[J].中国农业资源与区划，2019（3）：101-110.
[9]郭海红，张在旭.新型城镇化对农业绿色全要素生产率的门槛效应[J].湖南师范大学社会科学学报，2019（2）：55-63.
[10]方龙朋.城镇化对农业全要素生产率的影响分析——基于湖南省2008—2016年的数据[J].价值工程，2019（5）：60-62.
[11]孙健夫，李晓鹏，温彩璇，等.中国的城乡经济关系：逻辑、演进、问题与对策[J].云南社会科学，2019（1）：89-94.
[12]张玉林. 21世纪的城乡关系、要素流动与乡村振兴[J].中国农业大学学报（社会科学版），2019（3）：18-30.
[13]杨钧.中国新型城镇化发展对农业产业结构的影响[J].经济经纬，2016（6）：84-89.
[14]赵霞，韩一军，姜楠，等.农村三产融合：内涵界定、现实意义及驱动因素分析[J].农业经济问题，2017（4）：49-57.
[15]陈学云，程长明.乡村振兴战略的三产融合路径：逻辑必然与实证判定[J].农业经济问题，2018（11）：91-100.
[16]邢祖礼，陈杨林，邓朝春，等.新中国70年城乡关系演变及其启示[J].改革，2019（6）：20-31.
[17]趙秋成，孙佳伶，杨秀凌，等.中国城乡联动发展：基于现实城乡关系的理论研究[J].东北财经大学学报，2018（4）：63-70.
[18]TONE K. A slacks-based measure of efficiency in data envelopment analysis[J]. European Journal of Operational Research， 2001， 130（3）： 498-509.
[19]李俊鹏，冯中朝，吴清华.农田水利设施的粮食生产成本节约效应研究[J].改革，2019（6）：102-113.
[20]WEST T O， MARLAND G. A synthesis of carbon sequestration， carbon emissions， and net carbon flux in agriculture： comparing tillage practices in the United States[J]. Agriculture， Ecosystems and Environment， 2002， 91（1-3）： 217-232.
[21]田云，张俊飚，李波，等.中国农业碳排放研究：测算、时空比较及脱钩效应[J].资源科学，2012（11）：2097-2105.
[22]段华平，张悦，赵建波，等.中国农田生态系统的碳足迹分析[J].水土保持学报，2011（5）：203-208.
[23]伍芬琳，李琳，张海林，等.保护性耕作对农田生态系统净碳释放量的影响[J].生态学杂志，2007（12）：2035-2039.
[24]朱鹏华，刘学侠.城镇化质量测度与现实价值[J].改革，2017（9）：115-128.
关键词：农业高质量发展;绿色农业全要素生产率;新型城镇化
中图分类号：F323 文献标识码：A 文章编号：1003-7543（2020）07-0145-15
基金项目：重庆市“巴渝青年学者”人才支持项目;教育部人文社会科学基金青年项目“实体企业金融化的微观量化、作用机理与影响研究”（19YJC790106）;重庆市教委科技项目“绿色金融促进西部贫困地区脱贫攻坚的机制与路径研究”（KJQN201900500）。
作者简介：龚锐，重庆大学经济与工商管理学院博士研究生;谢黎，重庆师范大学经济与管理学院硕士研究生;王亚飞（通信作者），重庆师范大学经济与管理学院教授。
现阶段，我国经济由“总量”不足转变为“结构性”矛盾，该矛盾主要表现为城乡发展的不平衡、农业或农村发展的不充分。绿色全要素生产率（Green Total Factor Productivity，GTFP）不仅显示了剔除劳动、资本和土地等有形要素之外因技术进步、要素配置效率改善、管理流程优化、组织模式改进等推动的增长程度，而且将碳排放等非合意产出或“坏”产出纳入增长核算框架。促进以农业绿色全要素生产率为内生动力的农业高质量发展，是解决城乡发展不平衡、农业或农村发展不充分问题的战略安排和路径选择，对于我国决胜全面建成小康社会、开启全面建设社会主义现代化国家新征程具有重要意义。
从提高农业绿色全要素生产率方面挖掘农业高质量发展的内在潜力固然重要，但若忽视新型城镇化这一外在变量的作用，或者说没有有效发挥新型城镇化对农业高质量发展或乡村振兴的带动作用，则农业高质量发展的潜力有限，乡村振兴的政策效果也将大打折扣。也就是说，在我国城镇化进程演进至中后期的历史节点，将新型城镇化建设纳入农业高质量发展的政策框架，通过市场化改革和政策调控相结合，在继續推动新型城镇化发展的同时发挥好其对农业高质量发展的带动作用，形成农业高质量发展与新型城镇化的互动发展格局，对于实现乡村振兴、城乡二元结构转化和经济整体高质量发展具有重要现实意义。
一、相关文献综述
现有文献虽然很少直接探讨农业高质量发展与新型城镇化之间的关系，但围绕城乡经济关系或城镇化与农业现代化关系问题的讨论较多。国际上最为经典或最具代表性的当属基于古典经济分析框架构建的城乡二元经济模型——“刘易斯—费景汉—拉尼斯模型”，该模型成为后来进一步探寻城乡经济关系问题的理论基点，后续围绕我国城乡经济关系问题的相关讨论，也大多是对该模型进行本土化拓展、修正或验证[1-2]。围绕我国城镇化和农业高质量发展关系问题的讨论，相关性较强的文献主要有：罗小锋、袁青构建耦合协同模型对新型城镇化与农业技术进步的耦合协调水平进行测算后发现，二者的耦合协调水平从1993—2000年的低度耦合协调演变至2001—2005年的中度耦合协调、2006—2015年的高度耦合协调，总体呈现相互促进、相互制约的状态[3]。刘维奇、韩媛媛基于SVAR模型和脉冲响应实验发现：农业技术进步推动了城镇化进程，但后者对前者的促进作用不显著[4]。郭军华等人基于三阶段DEA模型对农业生产效率与城镇化关系的研究发现：城镇化水平的提升有利于提高农业的要素资源配置效率和生产效率[5]。宋元梁等人基于VAR模型并运用脉冲响应函数考察了中西部六省农业技术效率与城镇化的关系，发现具有短期相互制约而长期相互促进的内在关联[6]。刘克非基于河南省17个地级市数据的协整检验发现：城镇化进程对农业技术效率的改善表现为长期的正向促进作用[7]。何悦、漆雁斌通过面板 Tobit 模型，分别从人口城镇化、土地城镇化、经济城镇化以及城镇化带来的污染四个维度来展开对粮食生产技术效率的影响研究，发现人口城镇化对农业技术效率影响呈“倒U型”，土地城镇化和城镇化污染排放均不利于技术效率改善，而经济城镇化对技术效率改善则利弊共存[8]。郭海红、张在旭基于全国30个省份的面板数据和门槛模型的实证研究发现，新型城镇化与农业绿色全要素生产率之间存在以农村居民人均收入水平为门槛变量的单一门槛效应，跨过门槛值后新型城镇化对农业绿色全要素生产率具有显著正向影响[9]。方龙朋基于湖南省地级市的面板数据和固定效应模型检验发现，城镇化与农业全要素生产率存在“U型”关系[10]。
综合来看，关于城镇化与农业高质量发展二者关系的相关研究虽有值得借鉴之处，但存在值得边际改进的空间：第一，大多数文献仍采用单一的人口城镇化率来刻画城镇化水平，在国家推进经济高质量发展和新型城镇化建设的发展导向下，采用多元指标刻画新型城镇化水平更具有政策耦合性;第二，极少的文献虽然考察了（新型）城镇化与农业（绿色）全要素生产率的关系问题，但没有进一步将农业（绿色）全要素生产率分解为农业技术进步指数（TC）和农业技术效率指数（EC），以更为深入地揭示更深层次的影响机制。基于此，本研究在系统测度新型城镇化与农业绿色全要素生产率水平的基础上，构建PVAR模型和采用系统GMM估计方法实证检验二者的互动效应，并提出若干政策启示。 二、理论分析框架的构建
新型城镇化与以农业绿色全要素生产率为表征的农业高质量发展具有内在的逻辑关联，主要体现在要素资源再配置效应、产业结构升级效应、“三产”融合效应三个层面。受城乡经济发展水平和国家城乡经济关系政策调整的影响，新型城镇化与农业高质量发展的关系可能存在不同的阶段性特征。
（一）新型城镇化与农业高质量发展之间的关联效应
1.要素资源再配置效应
农业高质量发展通过资源或要素再配置效应推动了新型城镇化进程。第一，农业高质量发展所蕴含的农业技术进步和技术效率改善，有助于释放并促进农村富余劳动力向城镇转移，通过人口集中和产业集聚，带动城镇基础设施和公共服务体系完善以及城镇功能提升。第二，农业技术进步和技术效率改善，有助于生产出量多质优的农副产品，为城镇居民福利改善和产业发展提供产品或原料支撑。第三，农业技术进步和技术效率改善，增加了资本积累，为城镇产业转型升级和城镇功能提升提供了更为充裕的资金支持。第四，农业技术进步和技术效率改善尤其是土地节约型技术和管理的集约化采用，在不降低农业产出的条件下，留存了可供转化为城镇建设用地的土地资源，为城镇规模扩大和产业园区建设创造了更大的潜在物理空间。
新型城镇化通过资源或要素再配置效应带动了农业高质量发展。第一，城镇化进程加快伴随的产业扩张和功能提升，有助于吸纳更多的农村富余劳动力，为农业适度规模经营和专业化发展创造了条件，其蕴含的农业资本（土地）劳动比的提升，能推動农业技术进步和技术（规模）效率改善[11]。第二，通过引导城镇部门的教育和文化资源向农业或农村部门的辐射和延伸，大幅促进农村文化贫困的缓解、农业从业人员素质的提升以及农民职业化的发展。第三，城镇化进程中农业生产装备或农业生产资料部门的快速发展，通过市场机制和政策引导人才、装备、技术和管理等先进生产要素向农业或农村集聚和配置，有效提升农业生产的技术和管理含量，提高农业劳动生产率和土地产出率，促进农业技术进步和技术效率改善[12]。第四，城镇化以及二、三产业的发展增强了地方政府的财政实力，为农村基础设施建设和公共服务完善提供了强大的资金支持，有助于优化农业生产、居民生活的外部环境，进而推动农业高质量发展。
2.产业结构升级效应
农业高质量发展通过产业结构升级效应推动了新型城镇化进程，其发生机理主要体现在供给和需求两个层面。就供给层面而言，农业高质量发展蕴含的技术进步和效率改善，将释放出更大规模的富余劳动力，生产出数量更多和质量更优的农副产品，创造更多的利润，分别作为劳动力、初级原材料和资本金投向城镇二、三产业以及新型工业和现代服务业部门，推动城镇新兴产业和现代服务业部门的扩张，促进城镇产业结构调整和优化升级，进而促进城镇化高质量发展。就需求层面而言，农业高质量发展引致的对农业科技、现代装备和农业生产性服务业等的内在需求，有助于拉动城镇部门农业生产装备或生产资料部门的发展，并为农业生产性服务业如金融、保险、物流、电商等产业或业态的扩张提供广阔的市场。农业高质量发展有助于带动农村居民收入增长和消费水平的提高，有效拉动城镇消费品或生活服务业部门的发展，这对于促进城镇产业结构调整和城镇化进程都具有重要意义。
新型城镇化也可通过产业结构升级效应带动农业高质量发展。就供给层面而言，城镇化进程加快伴随的知识、技术外溢效应提升了农业技术或管理水平，促进了农民素质的提高和农民职业化发展，为农业产业结构升级提供了技术、管理和人才上的动力支撑[13]。就需求层面而言，城镇化进程伴随的城镇人口增加和生活水平的提高，使得城镇居民对农副产品质量的要求提高，尤其是大量城镇居民到乡村旅游、休闲、度假的需求增加，促进了生态农业、观光农业的发展，引致农业生产向多功能化方向演进，从而带动农业生产结构或产业结构的调整，在一定程度上促进了农业高质量发展。
3.“三产”融合效应
“三产”融合是以农业为基础和依托，借助产业渗透、产业交叉和产业重组的方式，通过形成新技术、新业态、新商业模式延伸农业产业链，由一产向二产、三产拓展，打造农业综合体和联合体，进而实现农业高质量发展和乡村振兴的目的[14]。随着城镇化进程的加快，与农业相关的城镇二、三产业逐步将其生产链条向农村或农业部门拓展和延伸，而农业高质量发展所蕴含的农业产业化经营也将延展农业产业链、供应链或价值链，城乡两大部门的涉农企业或生产经营主体，必然在农业产业链的“前端”即农业原材料或初级农产品生产以及“后端”即最终农产品的生产或销售环节产生关联，并衍生出新业态和新商业模式，如农产品电商[15]。城镇涉农企业可以采用“公司+基地+农户”或“公司+农民合作社（大户）+农户”的产业组织模式，进而形成以龙头企业为核心、横向和纵向相结合的嵌入式农业技术或流程管理溢出机制，这种溢出机制不仅有助于促进农业技术进步和技术效率改善进而直接推动农业高质量发展，而且能通过农业产业链延伸和城镇部门涉农企业与广大农村经营主体的纵向合作，促进城乡三次产业的融合发展，实现城乡产业部门的要素资源整合和再配置，提高农业技术效率。
（二）新型城镇化与农业高质量发展之间关联的阶段性特征
新型城镇化与农业高质量发展之间的关系在某一个时点或时期，并非呈现绝对平衡或均等状态。对于我国而言，这种互动关系受城乡经济发展阶段和宏观政策等外在变量的影响较大。其原因是：农业高质量发展与新型城镇化各自发展水平、演进阶段差异导致二者对彼此的效应具有不一致性，即二者互动效应的大小、方向会受到各自发展水平的影响;这种互动效应的形成和演化也受制于国家城乡经济发展战略、制度安排及政策设计，其动态调整是二者互动效应大小、方向改变的重要变量。通常来讲，城镇化与农业高质量发展的关系将经历三个典型的阶段，在不同阶段，二者互动效应的大小、方向具有典型的异质性。在城镇化发展初级阶段，城镇部门利用优于乡村或农业部门的初始条件，在市场机制和“城市偏向”的政策激励下，通过人口集中和产业集聚伴随的“极化效应”快速吸纳农业或农村要素资源，在促进城镇化快速发展的同时也导致农业或农村部门“失血”过多，农业或农村经济严重滞后于城镇化进程，城乡二元结构凸显，城乡差距扩大，即城镇化进程抑制了农业生产和高质量发展。随着城镇化进程演进至中期阶段，城镇化边际增长的速度放缓，“集聚不经济”和“大城市病”不断凸显，人才、资金、技术和管理等生产要素开始流向农业或农村部门，城镇化对农业或农村经济的扩散、辐射效应开始显现[16]。上述生产要素与农村土地要素的整合促进了农业产业化经营，带动了农业技术进步和农业技术效率改善。在这一阶段，尽管城镇化对农业发展的带动效应不断凸显，但城乡要素流动的路径依赖和政策实施的滞后效应，使得城镇化对农业或农村部门的“极化效应”仍然显著大于“带动效应”。城镇化进程演进至中后期后，随着农业部门的增长潜力不断释放，农业部门与城镇部门的要素回报率差距持续收敛，再加之农村改革和政策实施的经济增长绩效持续提高，城乡融合发展态势初步形成，城镇化与农业现代化的互动效应持续增强，城镇化带动农业高质量发展、农业高质量发展促进城镇化的双向互动格局形成，表现为城乡二元结构向“一元化”演进[17]。 我国长期实施的“工业优先、城市偏向”的非均衡发展战略，使得农村劳动力、土地、资金等生产要素“净”流向城镇地区，形成了长期以来的农业支持工业、农村支持城镇的发展格局。此后，我国对上述战略进行了重大调整，相继采取了“工业反哺农业、城市带动乡村”“农业农村优先发展”以及乡村振兴的发展战略，但政策效果的全面凸显具有一定的时滞效应。因此，就新型城镇化与农业高质量发展的关系特征而言，我国仍然处于第二阶段。由此，这里作出如下假设：农业高质量发展促进了新型城镇化进程，而新型城镇化对农业高质量发展具有抑制作用。这一假设是否成立还有待后续的实证检验。
三、农业高质量发展与新型城镇化的测度及演进特征
（一）农业绿色全要素生产率的测度及演进特征
1.测度方法
数据包络分析法（DEA）对生产效率的测度，往往因径向和角度选择不同极易造成结果的偏差。为消除此偏差，Tone Karou将松弛变量引入目标函数中，提出了基于松弛的（Slack-based measure，SBM）非径向和非角度的效率测度方法[18]。近年来，该方法在生产率测度领域得到广泛应用。在GTFP测算及分解中應用较为普遍的是Malmquist—Luenberger（ML）指数法和Global Malmquist—Luenberger（GML）指数法。考虑到操作上的可实现性以及测算的客观真实性，这里采用SBM—ML指数法对我国30个省份的农业绿色全要素生产率进行测算。本文以每个省份作为一个决策单元，每个决策单元有三个要素：每个省份的农业生产存在N种投入X={x1，x2，…，xN}∈R■■，Q种合意产出Y={y1，y2，…，yQ}∈R■■以及L种非合意产出B={b1，b2，…，bL}∈R■■，假设规模报酬可变，则SBM方向性距离函数为：
D■■（x■■，y■■，b■■）=■
=min■（1）
s.t.■z■■y■■-s■■=y■■，q=1，2，…，Q;■z■■x■■+s■■=x■■，n=1，2，…，N;■z■■b■■+s■■=b■■，l=1，2，…，L;■z■■=1，z■■≥0，s■■≥0，s■■≥0，s■■≥0，i=1，2，…，I（2）
式中：■为效率评价指标，x■■表示省份i的投入，y■■表示省份i的合意产出，b■■表示省份i的非合意产出，s■■表示投入过度，s■■表示合意产出的不足，s■■表示非合意产出的冗余，z■■表示权重向量。
（SBM-ML）■■
=■×■■
=■×■×■■
=Ec■■×Tc■■（3）
式（3）为t时期至t+1时期的SBM—ML指数。SBM—ML指数可以分解为EC（技术效率变化指数）和TC（技术进步变化指数），SBM—ML>1，EC>1，TC>1分别表示农业绿色全要素生产率提高，技术效率上升，技术进步;SBM—ML<1，EC<1，TC<1分别表示农业绿色全要素生产率降低，技术效率下降，技术退步。
2.投入产出指标的选取与数据来源
农业产出。（1）合意产出。选择农林牧渔总产值表示农业合意产出，为了剔除价格的影响，本文利用农林牧渔总产值价格指数（2003年=100）对农林牧渔总产值进行了处理。（2）非合意产出。农业非合意产出主要体现为化肥、农药、农膜、柴油、翻耕、灌溉等六大因素引致的农业碳排放，故本研究用农业碳排放作为非合意产出的代理变量，其核算公式为：E=∑Ei=∑Ti·δi，式中E为农业碳排放总量，Ei为第i个碳源的碳排放量，δi为第i个碳源的碳排放系数，各碳排放源的排放系数如表1（下页）所示。2003—2016年各省份农林牧渔总产值及农林牧渔总产值指数和的六个方面的农业碳排放源数据都来自2003—2016年《中国统计年鉴》。
农业投入。选择劳动、土地、机械、化肥、灌溉作为农业投入。一是劳动投入。为了有效反映一定时期内的农业劳动力实际投入情况，本研究用第一产业从业人数代表农业劳动投入。二是土地投入。土地投入有耕地面积和播种面积之分，为了更好地反映土地实际利用情况，本研究用播种面积表征土地投入。三是机械投入。农业机械是指用于农林牧渔生产的机械动力总和，本研究用农业机械总动力表示机械投入水平。四是化肥投入。化肥投入是指农用氮肥、磷肥、钾肥以及复合肥数量，本研究用化肥施用折纯量来表征。五是灌溉投入。在通常情形下，有效灌溉面积应等于灌溉工程或设备已经配套且能够进行正常灌溉的水田和水浇地面积之和，是反映我国农田水利建设的重要指标[19]，本研究以有效灌溉面积来表示灌溉投入。上述五大投入变量数据来自2003—2016年《中国统计年鉴》《中国人口和就业统计年鉴》及各省份统计年鉴，缺失的少量数据用stata14软件插值法计算得出。
3.演进态势
基于2003—2016年除西藏外的30个省份的农业投入产出数据和SBM—ML指数法，测算2004—2016年农业绿色全要素生产率增长指数，并将其分解为农业技术进步指数（TC）和技术效率指数（EC），结果如图1（下页）所示。从整体来看，除个别年份（2005年、2010年）外，我国农业绿色全要素生产率在波动中保持增长态势（GTFP指数大于1），年均增长3.1%;农业技术进步指数（TC）均值为1.046（年均增长4.6%）、农业技术效率指数（EC）均值为0.996（年均负增长0.4%），说明农业绿色全要素生产率增长呈现技术进步和技术效率恶化相伴的事实特征，技术进步是农业绿色全要素生产率增长的核心动力，技术效率恶化拖累了农业绿色全要素生产率增长。当前和今后一段时期，应在继续保持技术进步增长态势的同时，重点从技术效率改善上挖掘农业高质量发展的内在潜力。
表2（下页）报告了30个省份的农业绿色全要素生产率及其分解指数。分省级区域看，除上海和广西外，其余28个省份的农业绿色全要素生产率均保持增长态势（GTFP指数均大于1），增长最快的前三个省份依次为江苏、吉林和宁夏;除上海之外的29个省份的农业技术进步实现了正增长，最高和最低的省份分别为新疆和上海;技术效率改善（EC大于1）和恶化（EC小于1）的省份各占50%，最高和最低的省份分别为江苏和广西。上述演变格局再次说明：制约农业高质量发展的最大瓶颈是农业技术效率，而提升农业技术效率必须提高农业生产经营的管理水平。为此，应通过适度规模经营促进农业生产的适度规模化、专业化，通过农业产业化经营带动“三产”融合发展，并且在稳定粮食生产的前提下引导农业多功能化发展，提升农业生产的附加值。 （二）新型城镇化的测度及演进特征
1.测度方法
本文采用熵权法对我国省际新型城镇化水平进行测度。由于构建的新型城镇化评价体系中各指标在数量级、量纲、正负取向上均有所差异，因而需要对数据进行标准化处理。采用式（4）对正向指标进行标准化处理，其值越大表明其对系统的贡献越大;采用式（5）对负向指标进行标准化处理，其值越小表明对系统贡献越大。在此基础上，采用熵权法测度我国省际新型城镇化水平。
xij=■（i=1，2，…，m;j=1，2，…，n）（4）
xij=■（i=1，2，…，m;j=1，2，…，n）（5）
2.新型城镇化指标体系和数据来源
依据《国家新型城镇化规划（2014—2020年）》和国家发展和改革委员会印发的《2019年新型城镇化建设重点任务》提出的新型城镇化高质量发展要求，并参考已有文献[24]，本文选取了经济与社会发展、基础设施、公共服务、生态环境四个准则层21個指标来度量新型城镇化水平，并运用熵权法计算得到新型城镇化各项指标的权重（见表3）。2004—2016年新型城镇化21个指标数据均来自2005—2017年《中国统计年鉴》《中国人口和就业统计年鉴》《中国卫生和计划生育统计年鉴》以及各省份统计年鉴。
3.演进态势
从图2（下页）可以看出，除上海之外的各个省份2004—2016年新型城镇化水平都得到了不同程度的提升。2004年新型城镇化水平列前六位的省份依次是上海（0.79）、北京（0.72）、天津（0.48）、辽宁（0.32）、浙江（0.32）、广东（0.32）;新型城镇化水平列后七位的省份依次是贵州（0.13）、广西（0.14）、河南（0.14）、安徽（0.14）、江西（0.16）、湖南（0.17）、四川（0.17）。2016年新型城镇化水平列前六位的省份依次是北京（0.87）、上海（0.69）、浙江（0.54）、天津（0.52）、江苏（0.46）、广东（0.46）;新型城镇化水平列后七位的省份依次是云南（0.20）、广西（0.21）、甘肃（0.22）、河南（0.22）、安徽（0.22）、江西（0.23）、贵州（0.23）。经过十多年的发展，新型城镇化水平排名前六位的省份虽有所变动，但多属于东部地区省份，排名靠后的省份中西部地区几乎各占50%，这可能是因为东部地区拥有先天的地理优势和良好的自然禀赋，其经济社会发展水平、基础设施建设水平、公共服务供给水平以及生态环境投入较其他地区更高。
四、我国农业高质量发展与新型城镇化互动发展关系的实证考察
（一）计量模型及估计方法
本研究采用PVAR（面板向量自回归模型）和系统GMM（系统广义矩）方法，考察农业高质量发展与新型城镇化的互动效应，具体模型构建如下：
Yit=Yit-1A1+Yit-2A2+…+Yit-pAp+βXit+λi+μit（6）
其中，Yit表示被解释变量，Xit表示解释变量，p为滞后阶数，λi代表个体效应，i和t分别代表省份和年份，A1，A2，…，Ap和β为待估计的系数矩阵，μit代表随机扰动项。
在采用系统GMM对PVAR模型进行估计的基础上，通过格兰杰因果关系检验和脉冲响应函数以更深入细致地考察农业高质量发展与新型城镇化之间的因果关联和动态影响机制。考虑到农业绿色全要素生产率在很大程度上能刻画农业高质量发展的整体水平，这里采用该指标作为农业高质量发展的代理变量。由于农业绿色全要素生产率还可以分解为农业技术进步指数（TC）和农业技术效率指数（EC），因此本研究在整体考察农业高质量发展与新型城镇化之间的互动效应的同时，还分别检验了TC、EC与新型城镇化之间的关系。
（二）数据来源与数据说明
本文选取2003—2016年除西藏之外的30个省份作为样本。所涉及的数据来源于2003—2016年《中国统计年鉴》《中国人口和就业统计年鉴》《中国卫生和计划生育统计年鉴》以及各省份统计年鉴。为消除异方差以及缩小数量级，本文对所有数据进行了对数和一阶差分处理。变量说明与描述性统计结果分别如表4、表5（下页）所示。
（三）实证检验
1.数据平稳性检验与模型滞后阶数选择
PVAR模型兼具时间序列性质，为了避免“伪回归”现象发生，在运行模型前需要对选取的面板数据进行单位根检验。本研究选取了分别适用于同根假设和不同根假设的LLC检验和IPS检验，分别考察样本数据的平稳性。结果显示：各变量至少在1%的显著性水平下拒绝有单位根的假设，说明各序列是平稳的。
在确认样本数据平稳后，需要进一步确定模型的最优滞后阶数，参考AIC、BIC、HQIC评价准则，d.lnGTFP、d.lnTC、d.lnEC与d.lnNU的PVAR模型的最优滞后阶数均为第2阶。
2.模型估计及结果分析
表6（下页）报告了基于PVAR模型和系统GMM估计方法的实证检验结果。由表6可知，农业绿色全要素生产率对新型城镇化的影响在滞后一期为负向不显著，滞后二期为正向且在5%的水平下显著;新型城镇化对农业绿色全要素生产率的影响在滞后一期为正向，滞后二期为负向，且都不显著。进一步将农业绿色全要素生产率分解为农业技术进步指数和农业技术效率指数后发现：农业技术进步对新型城镇化的影响在滞后一期和二期时均为负向不显著，新型城镇化对农业技术进步的影响在滞后一期和二期均为正向，且至少在1%的水平下显著，滞后二期的系数比滞后一期系数更大;农业技术效率对新型城镇化的影响在滞后一期为正向不显著，滞后二期为正且在1%的水平下显著;新型城镇化对农业技术效率的影响在滞后一期时为负向不显著，滞后二期为负且在1%的水平下显著。
上述实证结果表明：第一，农业绿色全要素生产率对新型城镇化具有正向促进作用，分解后的农业技术进步和农业技术效率对新型城镇化的影响，分别为微弱负向作用和显著正向作用，这说明农业绿色全要素生产率对新型城镇化的正向促进效应主要是农业技术效率改善的结果，而非农业技术进步所致。第二，新型城镇化对农业绿色全要素生产率的增长具有微弱的制约作用，新型城镇化促进了农业技术进步，但抑制了农业技术效率改善，由此可见新型城镇化对农业技术进步的带动作用并未有效弥补对农业技术效率的损失，整体上制约了农业绿色全要素生产率的增长。 3.格兰杰因果检验
表7（下页）报告了格兰杰因果关系检验结果。由表7可知，当设定农业绿色全要素生产率为被解释变量、新型城镇化为解释变量时，在10%的水平下仍不显著（P=0.224），说明新型城镇化不是农业绿色全要素生产率的格兰杰原因;当设定新型城镇化为被解释变量、农业绿色全要素生产率为解释变量时，在5%的水平下显著（P=0.027），说明农业绿色全要素生产率是新型城镇化的格兰杰原因。同理可得，新型城镇化是农业技术进步和农业技术效率的格兰杰原因，农业技术效率是新型城镇化的原因，农业技术进步不是新型城镇化的格兰杰原因。这与PVAR模型和系统GMM估计结果高度一致。
4.模型系统稳定性检验
脉冲响应函数的分析是建立在稳定的PVAR模型之上的，只有通过了PVAR模型系统稳定性检验，脉冲响应函数才可以进行。图3（下页）为系统稳定性检验的判别图，结果显示：模型的所有特征值均在单位圆内，因此，可以认为本文建立的PVAR系统是稳定的，可以进行后续的脉冲响应函数分析。
5.脉冲响应函数
考虑到脉冲响应函数是通过面板VAR参数构造的，须考虑标准差，事实上标准差又难以通过计算精确获得，因此本研究采用蒙特卡洛方法模拟产生这些置信区间。本文通过蒙特卡洛方法模拟999次，得到了95%置信水平下农业绿色全要素生产率与新型城镇化的脉冲响应结果、农业技术进步与新型城镇化的脉冲响应结果、农业技术效率与新型城镇化的脉冲响应结果（见图4）。
在本期给新型城镇化一个标准差的外部冲击后，对农业绿色全要素生产率的影响在经历短暂的促进作用后迅速转负且在第二期达到最大值（负），随后在波动中收敛于0;当农业技术进步受到新型城镇化一个标准差信息的冲击后，产生了一个正向的响应幅度并在第二期达到最大值（正），随后在波动中收敛于0;当农业技术效率受到新型城镇化一个标准差信息的冲击后，产生了一个负向的响应幅度并在第二期达到最大值（负），随后在波动中收敛于0。上述结果再次印证了前述的研究结论：新型城镇化对农业技术进步的影响为正，对农业技术效率改善的影响为负，且总体上抑制了农业绿色全要素生产率的增长。
在本期给农业绿色全要素生产率一个标准差的外部冲击后，对新型城镇化的影响在经历短暂的波动后迅速在第二期达到最大值（正），随后在波动中收敛于0;当新型城镇化受到农业技术进步一个标准差信息的冲击后，产生的响应幅度为当期最大（负），后虽有缓解但在前六期仍明显为负，随后在波动中收敛于0;当新型城镇化受到农业技术效率一个标准差信息的冲击后，产生的正向响应幅度于当期达到最大值（正），且在第二期仍为正值，随后在波动中收敛于0。上述结果再次说明：农业技术进步尚未发挥对新型城镇化的促进作用，而农业技术效率则有助于推动新型城镇化进程，且农业生产率总体上对新型城镇化具有促进作用。
五、结论与政策建议
本研究通过理论分析与实证检验相结合，分析了我国新型城镇化与农业高质量发展的相互关系。研究发现：第一，农业绿色全要素生产率对新型城镇化具有正向促进作用，分解后的农业技术进步和农业技术效率对新型城镇化的影响，分别为微弱负向作用和显著正向作用，说明农业绿色全要素生产率对新型城镇化的正向促进效应主要是农业技术效率改善的结果，而非农业技术进步所致。第二，新型城镇化对农业绿色全要素生产率的增长具有微弱的制约作用，新型城镇化促进了农业技术进步，但抑制了农业技术效率改善。
总体来看，现阶段以农业绿色全要素生产率为核心要义的农业高质量发展对新型城镇化已发挥较大的促进作用，但新型城镇化对农业高质量发展的带动作用仍然不够。因此，当前或今后较长一段时期内，国家制定和实施的城乡经济政策的主要导向，应是在稳步提高新型城镇化水平的同时进一步强化其对农业高质量发展的带动作用，在农业高质量发展尚未取得明显成效之前，短期不能过多强调农业或农村发展对城镇化的支撑或促进作用，否则，当前已经取得的农村扶贫开发成效将可能难以长期保持甚至会回到“原点”，城乡差距的收敛态势也将出现逆转。基于此，提出如下政策建议：
第一，推动以“城镇综合承载能力”和“农民工市民化”为核心要旨的城镇高质量发展，建立或完善城镇知识、技术、人才和资本等生产要素向农业或农村流动和融入的实现机制和政策框架。我国城镇化规模或速度虽已取得长足进步，但城镇化的质量仍有较大提升空间，当前和今后的相当长一段时期，应将新型城镇化建设的内容拓展至提高城镇综合承载能力、有序推进农业转移人口市民化、推动产城融合和城乡融合以及人居环境的改善等方面，实現城镇高质量发展。与此同时，应通过市场机制完善和政策推动相结合，逐步实现城镇服务功能以及现代生产要素向农业或农村扩散并扎根。逐步逆转农业优质劳动力、资金和土地“净流向”城镇部门的路径依赖，改善农业或农村的要素禀赋条件，促进农业技术进步和技术效率的改善，进而实现农业高质量发展和乡村振兴。
第二，在市场引导、政策推动城镇服务和生产要素向农业或农村流动的同时，还应通过一系列市场化改革和政策支持，进一步优化农业或农村发展环境，激活要素功能，释放要素潜力。例如，通过财政支农、农村金融扶持等，加大对农村基础设施和公共服务的投入力度，实现城乡基础设施和公共服务的均等化，优化农业生产、居民生活的外部环境;通过推进土地所有权、承包权、经营权“三权”分置改革以及构建和完善公平的市场化土地流转机制，积极稳妥推动农村土地流转，促进农业适度规模化、专业化和市场化，并通过土地要素再配置进一步集聚人才、资金、技术和管理等生产要素，以提高农业生产经营的市场意识、技术和管理含量，进而实现农业高质量发展和乡村振兴。此外，还应通过“公司+合作社（大户）+农户”“公司+基地+农户”等多种组织模式，延展农业产业链或价值链，这种农业产业链上各经营主体的纵向联合有利于提升要素资源的协同效应，在一定程度上促进一二三产业的融合发展，进而衍生出新产业、新业态、新的商业模式。 第三，在积极释放城镇部门对农业或农村部门的技术扩散效应以带动农业技术进步时，要始终坚守“绿色”底线。在经济高质量发展以及环境约束强化的新形势下，农业技术进步路径选择的基准应体现为资源集约型和劳动节约型技术并重的发展方向，其目标导向应体现为合意与非合意产出下全要素生产率的共同增长。在方法、手段上，应在加大农业科技研发力度的同时，聚焦低碳或绿色化肥、农药、农膜、农业机械等农业生产资料的技术进步，并通过财政补贴、税收优惠、金融支持、环境规制等多种政策工具的协同作用，激励和强化农业经营主体更多采用“环境友好型”生产资料、流程管理和技术手段，以推动绿色农业科技成果的研发、转化和广泛推广。
第四，建立城镇和农业高质量发展及其融合发展的统计监测体系和政府绩效考核体系，充分发挥其对新型城镇化和农业高质量发展以及二者的协调推进的引导作用。以经济高质量发展为指导，在统一新型城镇化和农业高质量发展的理念认知的基础上，建立或完善新型城镇化、农业高质量发展以及城乡协调发展的统计监测体系，并以此为基础完善各级政府的绩效考核体系和激励、约束机制。■
参考文献
[1]白永秀.城乡二元结构的中国视角：形成、拓展、路径[J].学术月刊，2012（5）：67-76.
[2]陈宗胜，康健.中国居民收入分配“葫芦型”格局的理论解释——基于城乡二元经济体制和结构的视角[J].经济学动态，2019（1）：3-14.
[3]罗小锋，袁青.新型城镇化与农业技术进步的时空耦合关系[J].华南农业大学学报（社会科学版），2017（2）：19-27.
[4]刘维奇，韩媛媛.城镇化与农业技术变迁的互动机制——基于中国数据的理论与经验研究[J].经济理论与经济管理，2014（1）：87-99.
[5]郭军华，倪明，李帮义，等.基于三阶段DEA模型的农业生产效率研究[J].数量经济技术经济研究，2010（12）：27-38.
[6]宋元梁，胡晗，宋光阳，等.农业技术效率改进与城镇化关系的实证研究——以中西部六省为例[J].统计与信息论坛，2012（11）：53-59.
[7]刘克非.城镇化与农业技术效率协整关系的实证研究[J].统计与决策，2015（9）：115-117.
[8]何悦，漆雁斌.城镇化发展对粮食生产技术效率的影响研究——基于我国13个粮食主产区的面板数据[J].中国农业资源与区划，2019（3）：101-110.
[9]郭海红，张在旭.新型城镇化对农业绿色全要素生产率的门槛效应[J].湖南师范大学社会科学学报，2019（2）：55-63.
[10]方龙朋.城镇化对农业全要素生产率的影响分析——基于湖南省2008—2016年的数据[J].价值工程，2019（5）：60-62.
[11]孙健夫，李晓鹏，温彩璇，等.中国的城乡经济关系：逻辑、演进、问题与对策[J].云南社会科学，2019（1）：89-94.
[12]张玉林. 21世纪的城乡关系、要素流动与乡村振兴[J].中国农业大学学报（社会科学版），2019（3）：18-30.
[13]杨钧.中国新型城镇化发展对农业产业结构的影响[J].经济经纬，2016（6）：84-89.
[14]赵霞，韩一军，姜楠，等.农村三产融合：内涵界定、现实意义及驱动因素分析[J].农业经济问题，2017（4）：49-57.
[15]陈学云，程长明.乡村振兴战略的三产融合路径：逻辑必然与实证判定[J].农业经济问题，2018（11）：91-100.
[16]邢祖礼，陈杨林，邓朝春，等.新中国70年城乡关系演变及其启示[J].改革，2019（6）：20-31.
[17]趙秋成，孙佳伶，杨秀凌，等.中国城乡联动发展：基于现实城乡关系的理论研究[J].东北财经大学学报，2018（4）：63-70.
[18]TONE K. A slacks-based measure of efficiency in data envelopment analysis[J]. European Journal of Operational Research， 2001， 130（3）： 498-509.
[19]李俊鹏，冯中朝，吴清华.农田水利设施的粮食生产成本节约效应研究[J].改革，2019（6）：102-113.
[20]WEST T O， MARLAND G. A synthesis of carbon sequestration， carbon emissions， and net carbon flux in agriculture： comparing tillage practices in the United States[J]. Agriculture， Ecosystems and Environment， 2002， 91（1-3）： 217-232.
[21]田云，张俊飚，李波，等.中国农业碳排放研究：测算、时空比较及脱钩效应[J].资源科学，2012（11）：2097-2105.
[22]段华平，张悦，赵建波，等.中国农田生态系统的碳足迹分析[J].水土保持学报，2011（5）：203-208.
[23]伍芬琳，李琳，张海林，等.保护性耕作对农田生态系统净碳释放量的影响[J].生态学杂志，2007（12）：2035-2039.
[24]朱鹏华，刘学侠.城镇化质量测度与现实价值[J].改革，2017（9）：115-128.