杨柳　杨帆

[摘 要]通过聚焦资源型城市，从产出层面、投入层面和效率层面，采用动态线性回归法、广义矩估计法和非参数协方差矩阵模型，衡量了工业反哺农业的实现水平。研究表明，最初级的粗放型反哺在产出层面和投入层面已经实现，资源型城市的工业产值和工业投资都带动农业发展，而工业对农业的集约型反哺并未实现。在效率层面，工业全要素生产率的提升对农业表现为虹吸效应;农业产值自回归效应显著，农业发展具有强烈的延续性和路径依赖。文章的政策意义在于，应充分利用工业规模扩张对农业的溢出效应，强化工业效率提升对农业的带动作用，构建知识层面的工农业“智力回路”和技术层面的农业信息化体系;应尊重农业生产的自然规律，充分预期、提前布局，保证农业资源的专用型和农业政策的平稳性。

[关键词]反哺;资源型城市;粗放型;集约型;路径依赖

[中图分类号]F062.9 ;F061.5[文献标识码]A[文章编号]1673-0461（2020）02-0053-06

一、引 言

我国经济发展的结构性改革，本质是协调和优化产业间关系。2004年党的十六届四中全会提出了“工业反哺农业、城市支持农村”的重要发展战略，背景是工业在农业支持下的全面兴起。工业化浪潮之后，商业取代工业成为支柱产业，金融行业和互联网行业也方兴未艾。在增长热点历经更迭的时代，工业反哺农业并未得到充分关注。然而在我国人口基数扩张和贸易战持续攀升的背景下，农业决定了我国经济稳定发展的基础和可持续发展的能力。因此，研究工业发展对农业的“反哺”是否实现，对于我国产业分布合理化，区域规划成熟化和经济结构的理性回归都具有鲜明的现实意义和学术价值。

改革开放后商业经济飞速发展，我国城市逐渐分化为几种类型。第一种是较为传统的农业城市，工业化的痕迹较弱，工业对农业的影响并不显著[1]。第二种是典型的现代化商业城市，土地和人力资源大量涌向商业，工业和农业均被逐步边缘化[2]。第三种是以资源开采为主要收入来源的资源型城市，由于其特殊的资源禀赋、地形地貌和文化传统，并不适宜大规模商业发展[3]。资源型城市保留了农业发展的土地和资源，其工业体系已度过建国初期的成长期并进入成熟期，因此可以充分体现农业和工业之间自然、有机和稳态的联系。

广义的农业和工业的联系起源于经典的刘易斯二元结构模型，而“反哺”和“虹吸”之争还兼具社会公平和价值判断的特殊意义。就反哺的必要性而言，国际经验证明，美国、日本、韩国等通过反哺适时优化了产业结构，墨西哥农产品长期低价带来的虹吸效应导致经济乏力[4-5]。在农业受到虹吸数十年的背景下，学者们也针对中国反哺的必要性提出了工业欠账论、农业弱质论、二元经济论、农业多功能论、公平竞争论和农业外部性等理论[6]。对于从虹吸转向反哺的路径建议，可分为自然反哺和强制性反哺[7]，以及收入反哺和要素反哺[8]，以及致力于农作物生产的价值链驱动模式[9]。

针对反哺和虹吸的效果研究，不仅包括工业和农业在总量、效率和增速等维度上的对比[10-12]，更应剖析农业发展成果中有多少份额源于工业的带动和溢出。然而，学术界关于工业对农业贡献程度的量化文献并不太多。刘明辉（2017）采用省级面板数据，从空间经济学角度证明了工业部门对农业部门的影响已实现从虹吸到反哺的转变[13]。王永培（2011）测算了工业发展的结构效应和收入效应，认为两者抵消的结果不利于农业生产率。上述文献从总量和效率两方面进行分析，为本文的反哺研究提供了很好的视角，同时也存在改进空间。在第三产业飞速发展的背景下，采用工业占GDP比重衡量工业和农业的相对发展水平[14]，以及将经济结构存在显著异质性的不同城市平均至省级数据进行测算，都不利于模型的精准识别。为进一步减少区域异质性，加强结论的稳健性，本文将研究对象聚焦于资源型城市，从产出层面、投入层面和效率层面多角度考查资源型城市中虹吸和反哺的实现水平。

二、模型设计

（一）统计描述

本文从《中国城市统计年鉴》《中国区域经济统计年鉴》和《中国省市经济发展年鉴》中获取我国地级市层面的产业发展相关数据，以国务院2013年印发的《全国资源型城市可持续发展规划（2013-2020年）》中界定的资源型城市为研究对象，从“虹吸”和“反哺”的角度，考察了2000—2015年间100个资源型城市中农业发展与工业发展的关系。《全国资源型城市可持续发展规划（2013-2020年）》主要以地级市为单位进行分类，也涉及部分资源型县和区，本文仅考虑资源型地级市，将局部包含资源型县、区的地级市视同非资源型城市，除去数据缺失的阿勒泰地区、阿坝藏族羌族自治州等地，有100个城市被纳入资源型城市范畴。面板数据各变量统计性描述如表1所示。

表1中的全要素生產率变量（TFP）采用数据包络分析（Data Envelopment Analysis，DEA）方法计算而得。该方法以超边际生产函数为基础，采用非参数法对独立决策的行为主体进行投入产出效率分析。为了与城市统计口径保持一致，本文把每个地级市看作一个决策单位（DMU）。基于DEA模型设定的拇指法则，投入产出变量的选取应力求简洁准确。因此，本文以资本投入和劳动力投入为投入变量，以地区生产总值为产出变量，进行线性规划求解。如对第j个DMU进行效率评价（j=1，2，…，t），以权系数v和u为变向量，以第j个DMU的效率指数最大化为目标，以所有DMU的效率指数为约束，构建的最优化模型。由于中国地级市数目众多，普通DEA模型结论中“有效”的城市往往不止一个，诸多城市效率值为1导致结果难以比较。因此本文采用适用于多期决策单元效率变化的DEA-Malmquist模型，在每个城市效率最大化的线性规划过程中，将该城市从约束条件中排除后求解。

（二）回归分析

1.基准回归

基于以上地级市数据，本文采用回归分析验证资源型城市中农业发展和工业发展的关系。我们首先对解释变量和被解释变量进行基准回归，然后添加控制变量。首先，采用以下动态线性模型进行基准回归：

表2的左边四列数据汇报了作为基准模型的动态线性面板模型估计结果，其中第一列控制了农业发展滞后一期的影响。一方面，农业产值对自身的跨期影响是正向的，且非常显著，上一期农业生产每增加1%，都会带来当期农业产值约1%的增幅，这体现了农业生产特有的稳定性和延续性。另一方面，工业产出规模对农业的影响也显著为正。就当期而言，工业产值每增长1个百分点，就伴随0.005%的农业产值增幅。

由于农业生产特有的路径依赖性，农业并非只受到当年工业发展的影响。长期而言，当年工业产值的变化会影响当年的农业，当年的农业又会显著影响未来几年的农业发展。因此，当工业发展时，我们不仅要考虑到当期的影响力，也要考虑到一段时间内的后效性。例如，工业对农业在当期的影响为β，考虑到该作用会通过当期农业传递到下一期，传递的强度为γ，那么当期工业对第二年农业的影响则为β+β×γ。依此类推，工业对农业的长期影响为式（3）：

表2中Se（shortrun）的系数呈现了工业对农业的当期影响，Se（longrun）的系数则体现了工业对农业的长期作用。从表2中模型（1）Se（longrun）的系数可看出，工业生产规模对农业的长期促进作用非常显著，工业产值提升1个百分点，其后续的乘数效应会带来0.24%的农业产值增幅。

表2的模型（2）—（4）分别以2期、4期和8期的时间跨度纳入了农业发展的滞后变量，这三列的结果都具有稳健性。综合表1前四列的数据，可以看出，农业生产的路径依赖非常明显，这种后效性在第五个年度达到饱和，到第六年便不再显著。

上述基准模型利用动态线性结构很好地描述了工业与农业的关系，以及农业自身显著的延续性。但由于动态线性模型不能严格满足外生性，所以估计系数会有微小的尼克尔偏误[15-16]。我们在简单动态线性模型的基础上略做改进，采用广义矩估计 （Generalized method of moments， GMM） 模型[17]，得出对参数的无偏估计。表2的模型（5）—（8）汇报了GMM模型的估计结果，估计系数验证了动态线性模型的稳健性，这进一步证实了工业产值对农业的促进作用，以及农业自身的路径依赖特征。

2.多元回归

上文采用工业产出规模作为解释变量，反映了工业反哺农业的初级形式，也就是产出层面的促进和溢出。然而，从更全面的角度来看，工业效率通过溢出效应促进农业生产率，增加工业投资导致对农产品的需求扩大，都是工业反哺农业的可能途径。此外，污染等工业副产品抑制农业发展，构成了工业发展对农业的负面影响，即“虹吸效应”产生的途径。最后，商业的挤出效应也是农业发展不可忽视的影响因素。考虑到上述因素对农业部门的影响，我们把工业生产效率（TFP）、工业投资（Invest）、工业污染（Effluent）、第三产业发展（Te）和经济发展水平（Gdpper）加入到回归变量中。为避免多重共线性，本文采用第三产业占比作为商业发展的代理变量。本文首先采用动态线性模型和GMM模型对资源型城市中工业对农业的影响进行分析，得到的回归结果如表3所示。

纳入控制变量增加了模型的复杂性。鉴于工业投资存在区域间竞争和攀比，废水排放也会污染相邻区域，回归模型中可能存在区域间的相关性。Driscoll和Kraay（1998）通过对协方差矩阵进行拓展，获得了在空间相关的前提下具有一致性和稳健性的参数估计[18]。我们采用Driscoll and Kraay提出的非参数协方差矩阵估计方法，得到的回归结果如表4所示。

表3和表4从产出层面、效率层面和投资层面衡量了工业发展，据此多维度测量了资源型城市“反哺”或是“虹吸”的实现水平。各变量对农业产出的影响如下：

（1）工业产出和投入规模的扩张均对农业发展有显著的促进效应。从表3和表4的第一行可以看出，工业产值增加带来工业部门收入提升，导致农产品需求的高端化和多元化，为农业发展提供了有利条件，这是最常见的反哺表现形式。此外，从表3和表4中工业投资变量（Invest）的系数可以看出，工业投资和农业产出之间存在着显著的正相关关系。这说明在控制了工业产出的情况下，工业投入的增加对农业产出依然有带动作用。从乘数效应的角度来看，工业投入增加切实带动了农业原材料的需求。因此，工业对农业的反哺机制，不仅表现为工业产出促进了农业产出，也表现为工业投资扩大间接带动农业部门的繁荣。（2）工业生产效率的提升对农业发展有虹吸效应，工业污染的排放对农业产出有抑制作用。从表3和表4中工业效率变量（TFP）的系数可以看出，资源型城市的工业效率越高，工业对农业资源的竞争性就越强，资本和人力以及土地等要素都会流向工业[19]。另外，機械、信息、数字以及生物化学等现代化工业的成果对农业的技术转移则比较困难，农业机械化的阻力既源于大量技术水平较低的农业剩余劳动力，也源于我国特殊的自然条件，占全国土地面积三分之二的山地丘陵地区没有开展大规模机械耕种的地形条件，大型农机设备没有用武之地[20]。因此，工业效率提升带来的报酬增长，导致了农村生产要素向城市的“涌入”;而工业全要素生产率提升对农业的促进作用仅限于“滴落”，总体而言工业效率提升对农业表现出显著的虹吸效应。结合工业投资对农业的影响效果，说明现阶段工业对农业实现了粗放型的影响，即工业规模扩大带动农业发展，而集约型的促进作用却没有实现。诸多文献已经证明，污染作为工业发展的副产品对农业不利。由于工业废水具有流动性，会对周围农田进行污染，并带来农业减产的后果。

（3）农业自身的跨期影响显著，农业生产的稳定性、延续性和路径依赖非常强烈。这是因为农业生产与季节和生态因素联系紧密，而自然条件变化的不可控因素众多，较之于机械化的工业环境和瞬息万变的商业环境，农业的进步显然要复杂缓慢得多[21]。此外，我国农业发展还被赋予了更加丰富和深远的特征，农村作为社会结构的基本单元，具有稳定和调节作用，中国几千年儒文化的稳定与延续也深藏于精耕细作的农业生产方式中。

（4）人均收入的增长和第三产业的发展都伴随农业产值的降低。从表3和表4中商业发展水平（Te）的系数可以看出，商业的繁荣伴随着农业规模的收缩。从2000年开始，中国经历了金融、地产等行业的快速扩张，第三产业成为经济增长主力。一方面，商业和农业存在竞争关系，商业的繁荣导致土地、资金和人力等生产要素离开农业。大量农村人口通过高等教育进入报酬较高的商业，商业的扩张也导致农业用地面积逐渐缩小[22]。另一方面，商业和农业又存在互补关系，商业的发展本身就使农业的生产要素采购和产品销售环节更为便利，商业繁荣增加了人们的购买力，也会通过乘数效应促进农业发展。研究发现，这两种影响中，前者更为显著。与商业的发展相似，人均收入的增长一方面带来农产品购买力的增加，另一方面降低恩格尔系数从而减少农产品在消费中的重要性。表3和表4中人均收入变量（Gdpper）的系数显示，正负效应抵消的前提下，人均收入增长伴随农业占比的下降。商业的繁盛和收入的增长被视为文明的象征，而文明的兴起也见证了农业的边缘化过程。

三、结论与政策含义

本文以资源型城市为研究对象，从多个角度衡量了工业反哺农业的实现程度。最初级的工业反哺农业，体现为产出层面上的反哺，经本文验证，这种反哺在以资源开采为主的资源型城市已经实现。此外，工业对农业在投入层面的反哺在资源型城市也有清晰体现。在我国经济从粗放型向集约型发展的过程中，可持续的反哺途径不是扩大工业规模，而是效率层面的促进和带动，从这个角度来看，资源型城市工业效率提升对农业主要表现为虹吸而非反哺。就农业本身而言，农业生产的稳定性和路径依赖也得到了充分验证。

上述结论对资源型城市的产业政策精细化具有重要意义，资源型城市体现出的工业和农业的联动效应对普通城市也有借鉴价值。从产业协调和区域布局来看，应充分利用工业规模扩张对农业的溢出效应，合理规划以期在最大程度上促进农业发展。资源型城市中工业对农业的效率反哺仍有广阔的提升空间，而效率的提升在微观层面表现为知识和技术水平的提升。应在知识层面构建农业和工业间的“智力回路”，防止农村精英流失和农村传统文化萎缩;在技术层面推进“互联网+农业”的深化发展，加强农业信息化网络建设，在尊重农业生产规律的前提下积极拓展销售渠道。

就农业政策本身而言，农业生产过程具有非常强的稳定性和延续性，因此政策的制定应尊重自然规律，遵循谨慎原则，应该充分考虑到农业发展所需的稳定和可持续的环境。“土地是财富之母，劳动是财富之父”，应保证农业生产中人员的专业化和土地的區域化，严格控制通过征地从农民手中获取廉价土地的行为，降低土地用途频繁变化的风险。较之于机械化和产业化的大规模农业扩建，保持平稳的农业政策，充分预期、提前布局，更有助于农业发展。只有尊重农业的自然规律，真正做到工业效率上的反哺，才能让农民走出“温饱陷阱”，实现农村从衰落到再生的历史性转变。

[参考文献]

[1] WANG C.An analysis of rural household livelihood change and the regional effect in a western impoverished mountainous area of China[J]. Sustainability， 2018， 10（6）： 35-44.

[2] 张婷麟，孙斌栋.都市区空间结构与经济发展的互动关系研究[J].地理科学，2017，37（4）：512-518.

[3] 徐君，李巧辉，王育红.供给侧改革驱动资源型城市转型的机制分析[J].中国人口·资源与环境，2016，26（10）：53-60.

[4] 蔡昉.“工业反哺农业、城市支持农村”的经济学分析[J].中国农村经济，2006（1）：11-17.

[5] 王永明.高增长背景下我国经济增长与产业结构变动的关系研究[D].北京：首都经济贸易大学， 2018.

[6] 曹俊杰.我国几种工业反哺农业模式比较研究[J].农村经济，2017（3）：6-12.

[7] 安同良，卞加振，陆国庆.中国工业反哺农业的机制与模式：微观行为主体的视角[J].经济研究，2007（7）：23-35.

[8] 洪银兴.工业和城市反哺农业、农村的路径研究——长三角地区实践的理论思考[J].经济研究，2007（8）：13-20.

[9] 洪银兴，郑江淮.反哺农业的产业组织与市场组织——基于农产品价值链的分析[J].管理世界，2009（5）：67-79，187-188.

[10] 马恒运，许欣，严功岸，刘瑞峰.改革四十年的工农关系变化及思考[J].农业经济问题，2018（7）：4-13.

[11] 胡志全，朱殿霄，侯丽薇，等.实现我国工业化与农业现代化协调发展的探讨——基于生产三要素的比较[J].农业经济问题，2016，37（7）：74-81，111.

[12] WANG J， LIN Y，GLENDINNING A. Land-use changes and land policies evolution in China′s urbanization processes[J].Land use policy， 2018， 75（3）： 375-387.

[13] 刘明辉，卢飞.农业部门与工业部门：互哺还是反哺——基于空间杜宾模型[J].经济与管理评论，2017，33（6）：153-160，167.

[14] 王永培，李逢春，蔡晓辉.工业反哺农业的经济效应及其政策含义—— 一项随机前沿模型的实证研究[J].经济体制改革，2011（4）：60-64.

[15] NICKELL S. Biases in dynamic models with fixed effects[J].Econometrica， 1981， 49（6）， 1417-1426.

[16] ALVAREZ J， MANUEL A. The time series and cross-section asymptotics of dynamic panel data estimators[J].Econometrica， 2003， 71 （4）， 1121-1159.

[17] ARELLANOM， STEPHEN B. Some tests of speci cation for panel data： monte carlo evidence and an application to employment equations[J]. Review of economic studies， 1991，58 （2）， 277-297.

[18] DRISCOLL C， KRAAY C. Consistent covariance matrix estimation with spatially dependent panel data[J].Review of economics and statistics， 1998， 80（3）： 549-560.

[19] ZOU B， MISHRA K， LUO B. Aging population， farm succession， and farmland usage： evidence from rural China[J]. Land use policy， 2018， 77（5）： 437-445.

[20] 江省身.新型城镇化背景下我国工业化与农业现代化的互动发展[J].社会科学家，2017（6）：85-89.

[21] YU J， WU J.The sustainability of agricultural development in china： the agriculture-environment nexus[J]. Sustainability， 2018， 10（6）： 57-62.

[22] LI C， WANG M， SONG Y.Vulnerability and livelihood restoration of landless households after land acquisition： evidence from peri-urban China[J].Habitat international， 2018， 79（5）： 109-115.

Abstract： From the perspective of input， output and efficiency， the author uses the dynamic linear panel model， the generalized method of moments model and nonparametric covariance matrix estimation to measure the status of industry nurturing agriculture in China′s resources-based cities. Firstly， the primary extensive nurturing is achieved in terms of input and output， which means that the industrial inputs and outputs do promote the agricultural production. Secondly， the intensive feeding back of industry to agriculture has not been realized.On the efficiency level， the promotion of industrial total factor productivity has a syphoning effect on agriculture. Thirdly， agricultural production is significantly positive in auto-regression， which means that agricultural development is sustainable and path-dependent. The significance of this research on policy making is that an intellectual loop and an agricultural informational system should be constructed by making full use of the spill-over effect of industry on agriculture and the promoting effect of the increase of industrial efficiency on agriculture. Agricultural resources should be used for specific purpose and the agricultural policy should be stable after full anticipation and careful planning based on the natural law of agriculture.

Key words： nurturing; resource-based cities; extensive;intensiveness; path  dependence

（責任编辑： 张梦楠）