城镇化、耕地集约利用与粮食生产

来源:用户上传      作者:侯孟阳 邓元杰 姚顺波

　　关键词粮食生产；城镇化；耕地集约利用；气候条件；有调节的中介效应
　　中国经济新常态的基本特征是由注重数量的粗放式增长转向追求质量的集约式发展，而城镇化和粮食安全无疑是中国经济高质量转型过程中动力引擎与基础保障。中国经历了史无前例的快速城镇化过程［1］，农村人口向城镇地区迁移与集聚，构成了推动城镇化的主要动力，但有限的城镇土地决定了人口承载力存在极限，必然导致城镇空间边界不断由城镇边郊地区向农村腹地延伸，引致耕地退出［2］。城镇化进程引发人口流动与土地扩张等要素的变化，首当其冲引起粮食生产的变化，因而生产要素的流动性约束使得城镇化与粮食生产之间存在不容忽视的内在联系。事实上，中国的粮食产量并没有因为耕地的减少而下降，从2003年开始还实现了“十二连增”态势。城镇化对耕地生产力的边际影响并未导致粮食产量相应比例的下降，但当前粮食供需逐渐处于紧平衡的状态［3］，并面临着成本上升［4］、资源约束［5］、浪费严重［6］、刚性需求增长等诸多挑战。《国家新型城镇化规划（2014―2020年）》中也指出，确保粮食安全是推进城镇化的重要保障［7］。当耕地面积波动时，微观农户具有改变耕地集约利用水平的内在动力，通过权衡单位面积的要素投入规模是否能够带来可观的经济收益来调整粮食生产结构和方式。此外，粮食生产与气候条件关系密切，粮食生产面R着根据气候变化调整适应性生产行为的需求。那么，中国的城镇化对粮食生产存在怎样的影响？耕地集约利用与气候条件在其中发挥怎样的作用？其背后的作用路径是什么？将社会经济变化与自然气候条件相结合，深入考察城镇化对粮食生产的影响及其路径，对于理解农民的种粮意愿与行为变化、政府制定推动城镇化与保障粮食安全相适应的政策、在高质量转型期实现城镇化与粮食生产的协调均衡均至关重要。
　　1 文献综述
　　城镇化扩张导致的耕地减少能够直接作用于粮食生产，使得人们关注到城镇化会不会影响到中国的粮食生产安全？该问题已成为学术界广泛研究的热点，但城镇化对粮食生产的影响存在多维复杂性，具有不同学术背景的学者们存在的观点不一。有观点认为城镇化进程会挤压粮食生产资源，不利于粮食生产［8-9］，城镇化是导致耕地转向建设用地等非农用地的重要原因，对城镇化率的片面追求不会有助于保障粮食产出［10］；还有观点则认为城镇化有利于粮食生产［11-12］。当前，中国粮食生产最大的威胁是城镇化发展的不均衡，而不是城镇化水平的高低。从长期来看，中国城镇化并未威胁到粮食生产，但短期内城市化和粮食生产的强约束态势仍将持续［13］。
　　在城镇化影响粮食生产的路径方面，相关文献主要通过农村劳动力外流、种粮成本上升、水资源短缺、农业技术进步［11，14-15］等要素配置的变化展开研究。农村人口大规模向城镇流动、城镇土地规模的扩张，促使生产要素投入结构调整，造成耕地流失与劳动力结构性短缺，引发生产方式与种植结构的变化［16］。城镇化还推动农业技术进步与机械化作业的普及，提高劳动生产率和粮食单产［11］。而城镇化扩张最直观的影响是耕地减少，导致在存量耕地上要素投入配置的改变，引发耕地集约利用程度的变化，如何高效、集约利用有限的耕地是保障粮食供给的必然路径［17］，耕地集约利用在城镇化影响粮食生产中可能发挥中介作用，但鲜有文献对这一作用路径展开深入探讨。此外，气候条件的空间变化对粮食生产带来了诸多不确定风险，气温、降水、日照等气候条件在不同区域及不同作物间具有明显差异［18］：北方气温增幅明显高于南方，而南方日照减幅则明显大于北方，且区域性干旱将使得粮食生产面临越来越严重的挑战。有研究预计到本世纪中期，气候条件将超过最优拐点，会对小麦和水稻的生产造成明确的负面影响［19］，也有研究发现降水增加和气温上升抑制了南方地区粮食产量增长，但对北方地区却具有促进作用［20］，可见气候条件的区域性差异可能在城镇化影响粮食生产中发挥调节作用。
　　为探讨城镇化对粮食生产的影响及内在路径，考察耕地集约利用发挥的中介作用及气候条件发挥的调节作用，拟建立一个集城镇化、耕地集约利用、气候条件与粮食生产于一体的理论分析框架。将地理信息系统、遥感技术与社会经济系统相结合，以2000―2018年中国330个地级及以上城市的面板数据为研究样本，在运用熵值法测算城镇化综合水平和耕地集约利用的基础上，选择气温、降水量、日照时数为代表性、关键性的气候变量，运用有调节的中介效应模型检验耕地集约利用在城镇化影响粮食生产的中介作用，考察不同气候变量对耕地集约利用中介效应的调节方向和程度，进而揭示气候条件调节作用的区域异质性。
　　2 理论分析与研究假设
　　2. 1 城镇化与粮食生产
　　城镇化进程是社会结构、空间结构与经济结构变迁的过程，其直观表现为人口向城镇流动、农业用地转变为建设用地与产业结构升级等方面［21］。城镇化的核心主要体现在人口的城镇化，城乡二元体制结构下，过低的农业收入与不断升高的生产成本促使青壮年农村劳动力持续转移，不仅导致种粮劳动力总体规模的下降，还导致劳动力结构逐渐妇女化与老龄化。耕地是粮食生产的物质基础，城镇土地空间的扩张会导致大尺度、转换性的地表覆被变化，使得耕地大面积退出，而以耕地保护目的“占补平衡”政策在实施过程中存在的“占优补劣”“占地不补”的现象，会降低耕地的质量，可见耕地在数量和质量上的变化必将导致粮食产量的波动。总体上，当前粮食生产面临的主要问题依然是耕地与劳动力的刚性约束［22］，可能不利于粮食生产。此外，城镇化助力产业结构升级，促进了要素资源向第二产业和第三产业转移与流动，引发农业部门要素投入结构调整，城乡居民收入水平的提高也促使人们增加了对高附加值的经济型农产品的旺盛需求，引致耕地生产结构的“非粮化”调整，同样也不利于粮食生产。综合来看，城镇化能够通过人口流动、土地扩张、产业升级等方面负向影响粮食生产。故可提出假设H1。
　　假设H1：城镇化对粮食生产能够产生显著负向影响。

nlc202301040951

　　2. 2 耕地集约利用的中介作用
　　土地本身具有的稀缺性，使得城镇化与粮食生产的主要矛盾在于不同类型土地利用的相互竞争，耕地集约利用则是通过对单位面积耕地的非耕地要素投入、优化存量土地利用结构，以提高耕地的产出效益和效率［23］。城镇化主要表现为能够通过农村劳动力转移、城乡居民消费升级、非农产业发展等因素引致耕地集约利用水平的变化。在实践中，城镇化虽然导致了耕地面积的减少，但禀赋条件异质性的存在，使得城镇化带来的农业诱致性技术变迁进程表现出突出的区域不平衡特征［3］，不同地区的农户面对耕地的减少及务农劳动力的变化，会倒逼农户调整耕地利用方式，根据生产成本和预期收益的变化产生不同的应对方式。
　　在假设现有农业技术条件不变的情况下，耕地资源丰富地区的农户能够通过套种、间作等多种方式增加播种面积及复种指数，并存在增加单位面积的化肥、农药、农机等物质要素投入的正向激励，以提高耕地集约利用水平，从而应对市场需求的增加和耕地稀缺性的约束［24］。而对于耕地资源相对欠缺的地区，难以形成规模效应，种植成本的上升降低了农户从事粮食生产的意愿，提高了农户流转土地或撂荒、抛荒的可能性，同时也存在“靠天吃饭”的现象，依然保持原有粗放的耕地利用方式，不利于提升耕地集约利用水平。此外，要素投入增长空间的有限性和耕地保护政策的推进，也限制了集约利用水平的提升。对于具有规模经济潜力的种粮大户，还能够通过扩大经营规模等手段降低单位面积的物质要素投入，提高利用效率及粮食单产，也存在集约利用水平降低的可能。可见，拥有不同规模的农户，其耕地利用的价值取向和集约偏好存在明显差异［25］，耕地集约利用是农户在面对各种经济、社会和制度约束条件下，对不同耕地利用方式进行自我权衡的结果。
　　另外，耕地集约利用与粮食生产存在密切联系。耕地集约利用的改变意味着单位面积上投入生产要素规模的变化，在耕地面积面临约束的趋势下，增加物质性农业生产资料投入规模，有助于粮食增产，这也是过去粮食生产保持增长依赖的路径［26］。虽然增加单位耕地的物质资本投入会带来粮食单产的提高，但耕地超负荷利用，即过高的化肥、农药、农膜等化学品投入强度还有可能存在土壤养分失衡、降低土壤肥力、破坏农田生态复原力及水体污染的风险，不利于长期的粮食供给［27］。因而，耕地集约利用可能在城镇化影响粮食生产存在中介效应，但是很少有研究关注到城镇化进程中土地利用变化引致耕地集约利用水平的改变而影响粮食生产的间接路径。考虑间接影响的必要性涉及粮食生产对持续减少的耕地供应的固有反应，对该反应的长期应对取决于生产功能的技术提升，而不是无限制地增加生产要素投入。鉴于以上分析，提出以下假设H2。
　　假设H2：耕地集约利用能够在城镇化影响粮食生产的过程中发挥中介作用。
　　2. 3 气候条件的调节作用
　　农业是对气候条件最敏感和最脆弱的领域，粮食生产不仅受到各种社会经济因素的影响，还受到气候等自然条件的直接影响。气候条件中的气温、降水量、日照等关键指标的区域性差异还造成农作物生长水土资源空间分布的不同，不同粮食作物的生长地域、环境适应性、生产方式和结构都能改也存在空间上的差异，粮食产量也随之波动。总之，气候条件对粮食生产的影响是复杂的，并存在时空上的异质性［28］，主要体现在农业地理分布差异的变化，即不同区域内农作物种植及生长发育对气温、降水等气候要素的响应存在差异［29］。中国北方气温增幅明显高于南方，而南方日照减幅则明显大于北方，“南涝北旱”的降水差异比较突出［30］，气候的显著差异不仅使得粮食生产的适应性表现出复杂而明显的区域特征，还会影响地区间的农作物种植种类及其生长时令季节性的变化。
　　同时，不同地区气候条件及其变化导致生产要素的边际产出存在差异，使得城镇化影响粮食生产的作用路径可能受到外在气候条件变化的影响，促使不同区域粮食生产及耕地利用对气候条件产生不同的适应性，比如气候变暖对东北地区粮食增产有明显的促进作用，并有助于提高耕地利用程度，而对华北、西北和西南地区的粮食增产有一定的抑制作用［31］，气候变暖还使得北方作物适宜种植区域向高纬度高海拔地区扩展［32］。降水变化同样也是影响粮食生产区域性差异的主要原因，旱涝灾害的地区差异已成为限制耕地集约利用及粮食单产提高的主要限制因素［33］。可见，在不同区域气温、降水等气候条件的约束下，作物的种植制度也表现为小麦、玉米、稻谷等不同品种差异化的区域分布，种植熟制自南向北经历了一年三熟到一年一熟的适应性演化分布。整体来说，气候条件的变化能够调节不同地区的耕地利用、粮食生产活动，但不同的气候条件对粮食生产与耕地利用所产生的调节作用存在区域异质性，从而使得粮食生产能够根据当地气候条件做出适应性选择［34］。因而，面对中国农业地理和气候条件的多样化和区域差异，可提出以下假设H3和假设H4。
　　假设H3：气候条件能够调节“城镇化→耕地集约利用→粮食生产”的中介路径。
　　假设H4：不同的气候变量在中介路径中发挥的调节作用存在区域异质性。
　　基于此，可构建气候条件下城镇化通过耕地集约利用影响粮食生产的作用路径图（D1）。
　　3 模型设定与变量说明
　　3. 1 有调节的中介效应模型
　　有调节的中介效应模型（Moderated Mediation Model，MMM）是一种同时包含中介变量和调节变量的模型，该模型意味着自变量通过中介变量对因变量产生影响，且中介过程受到调节变量的调节［35］。有调节的中介效应模型的检验方法主要包括层次检验、依次检验、系数乘积的区间检验和中介效应差异检验四种，层次检验相比其他3种方法的解释力更强［36］，因而根据层次检验的分析步骤对检验城镇化影响粮食生产的传导路径。
　　第一步：检验城镇化对粮食生产的直接影响是否受到气候条件的调节作用（图2）。具体的调节模型公式为：

nlc202301040951

　　第二步：检验城镇化通过耕地集约利用（icu，IntensiveCropland Use）影响粮食生产的中介效应，及该中介效应是否受到气候条件的调节（图3），通过依次检验的两个回归分析完成：
　　式（2）：中介效应的前半段路径。检验的是气候条件是否在城镇化对耕地集约利用的影响中产生调节效应，此时，城镇化对集约经营的影响为a1+a3ln ccit。
　　式（3）：中介效应的后半段路径。检验的是气候条件对耕地集约利用与粮食生产之间关系的调节效应及城镇化对粮食生产残余效应的调节效应，耕地集约利用对粮食生产的影响为b1+b2ln ccit，城镇化对粮食生产残余效应的影响为c'1 + c'3 ln ccit，当残余效应没有受到调节时，则c' 3=0。
　　城镇化的中介效应为（a1+a3ln ccit）×（b1+b2ln ccit）=a1b1+（a1b2+a3b1）ln ccit +a3b2（ln ccit）2，它是关于气候条件的一元二次函数。先检验式（2）中a1和a3是否显著，再检验式（3）中b1 和b2 是否显著。根据以下原则判断中介效应是否受到气候条件的调节作用：①若a1和a3同时不显著或者b1和b2同时不显著，则表明不存在中介效应；②若a3显著、b2不显著，则气候条件调节中介效应的前半段路径；③若a3不显著、b2显著，则气候条件调节中介效应的后半段路径；④若a3显著、b2显著，则中介效应的前后半段两个路径均受到气候条件的调节；⑤若a3、b2均不显著，则表明中介效应未受到气候条件的调节作用。
　　3. 2 变量说明与数据来源
　　（1）被解释变量：粮食生产。以地区粮食产量表征粮食生产。当前，保障粮食安全的基础仍是提高粮食自给率，总供给量满足基本需求是粮食安全最重要的方面，其根本策略依然是提高粮食的供给能力，故粮食生产主要从粮食供给规模的角度进行刻画，且能够同时反映地区粮食安全水平。
　　（2）核心解释变量：城镇化水平。城镇化发展是一个包含人口迁移、土地扩张、非农经济等多维特征的综合性系统，单一维度的人口城镇化测算城镇化水平难以反映城镇化发展的复杂特征。参考已有研究与数据获取基础，从人口、土地、经济等三个维度选取相关指标，为避免人为赋权的主观性，通过熵值法赋予指标权重并对城镇化水平进行综合评价［37］。人口城镇化主要表现为农村人口向城镇的集聚及城镇对人口的承载力，选取常住人口城镇化率进行表征；土地城镇化主要表现为城镇扩张对土地资源的占用及城镇基础设施的完善，选取城镇建成区面积与土地面积之比来表征；经济城镇化主要表现为城镇非农经济效益的提高及产业结构的升级，选取非农产业增加值比重来表征。
　　（3）中介变量：耕地集约利用水平。参考相关研究［23］，结合数据的可得性，构建包含单位耕地面积的非耕地要素投入水平与耕地利用强度的测度评估体系，包括劳动力、物质资本投入强度（农业机械动力、化肥施用）及复种指数。同样采用熵值法确定指标权重，测度耕地集约利用水平（表1）。
　　（4）调节变量：气候条件。由于气候条件的区域差异性影响是各气候变量综合作用的结果，而已有公布的气候观测数据集均针对某个单一的气候变量，但传统社会经济学领域内的熵值法、因子分析等综合评价方法并不适用于评估气候条件影响的综合水平，故选取对粮食生产影响较直观的气温（tem）、降水量（pre）和日照时数（sun）作为气候条件变量，具体考察每一个气候变量的调节作用。
　　此外，文章还控制了一系列影响粮食生产的社会经济、基础禀赋、地理特征等变量。社会经济变量具体包括：人口密度（dens），用以反映人口数量规模的增长对粮食生产的影响；经济增长（pgdp），选取人均GDP 的对数值来表示，反映经济发展对粮食生产的影响；产业结构升级（struc），选取第三产业增加值与第二产业增加值之比来表示，反映工业和服务业的转型升级对粮食生产的影响；城乡收入差距（gap），选取城镇居民人均可支配收入与农村居民人均纯收入之比来表示，反映城乡收入水平的变化引致农户种粮意愿的改变对粮食生产的影响；对外开放水平（open），对外开放水平的提高能够促进城镇的高质量发展与农产品贸易，以此来反映对外贸易的变化对粮食生产的影响；交通运输条件（trans），选取公路里程与城市土地面积之比来表示，完善的交通基础设施则降低了城乡沟通成本与农产品贸易成本，以此来反映便利的交通条件对粮食生产的影响。基础禀赋条件变量主要选择人均耕地面积（land），以反映农户耕地规模对粮食生产的影响。地理特征变量主要包括高程（dem）和坡度（slope），用以反映地理条件对粮食生产的影响。
　　文章采用2000―2018年中国330个地级及以上城市所在地区的面板数据进行实证检验与评估。社会经济数据来自《中国城市统计年鉴》《中国区域经济统计年鉴》及各省市统计年鉴，对于缺失数据，通过查询各地级市统计年鉴和统计公报获取，依然缺失的数据通过插值法加以补充。气温、降水量与日照时数等气候变量的数据来自中国气象数据网（www. data. cma. cn）的中国地面气候资料年值数据集，通过反距离插值法转为栅格数据进行ArcGIS提取。耕地面积数据来自欧洲太空局气候变化项目（CCI，Climate Change Initiative）全球土地覆盖产品数据（www. esa?landcover?cci. org），时间序列为2000―2018年，时空分辨率分别为年尺度和300 m×300 m。坡度和高程的地形数据来自中国科学院资源环境科学数据中心公布的中国海拔高度（DEM）空间分布数据（SRTM 90m）（www. resdc. cn）。耕地与地形数据均通过ArcGIS提取于栅格数据。
　　4 城镇化影响粮食生产的传导路径
　　4. 1 中介效应的初步检验
　　自变量的方差膨胀因子VIF均明@小于10，平均VIF为1. 86，表明各变量间不存在明显的多重共线性问题。采用普通的中介效应检验模型［38］考察未引入气候条件调节的耕地集约利用在城镇化影响粮食产量的中介作用关系（表2）。首先，城镇化对粮食产量具有显著的负向影响，城镇化水平的提高将导致粮食产量的下降，城镇化扩张导致的耕地规模变动与劳动力流动依然是粮食生产面临的主要矛盾，假设H1得到验证。其次，耕地集约利用能够在城镇化与粮食生产之间能够发挥部分的负向中介作用，但减缓效应的存在有效削弱了城镇化对粮食产量的负向影响，假设H2初步得到验证。城镇化引发耕地面积波动，激发农户对单位面积要素投入的重新分配，不同耕地规模的农户通过权衡自身利弊，改变自身的种粮意愿和行为，重新配置非耕地生产要素的投入强度和结构，来调整粮食生产方式，逐渐引致耕地集约利用水平的变化，从而影响粮食生产。

nlc202301040951

　　4. 2 有调节的中介效应检验
　　气候条件的区域性分布差异在城镇化影响粮食生产的中介过程中发挥怎样的作用，有待于有调节的中介效应模型的深入探讨（表3）。对城镇化对粮食生产直接影响（模型4、模型7和模型10），气候条件能够在其中发挥显著调节作用，但不同气候变量在方向上表现出差异性。此时，城镇化对粮食产量的直接影响是关于各气候变量的一元线性函数。气温和降水量的负向调节下城镇化的直接影响分别为-0. 117-0. 523ln tem、-0. 207-0. 264ln pre，气温的升高、降水量增多均会强化城镇化对粮食产量的负向影响。而在日照时数的正向调节下城镇化的直接影响为-0. 191+0. 569ln sun，当ln sun>0. 336时，城镇化的直接影响转为正，而现有样本ln sun∈［6. 665，8. 134］，即日照的调节作用能够抵消城镇化对粮食生产的直接不利影响。气温、降水量和日照时数均能够有效调节城镇化对粮食产量的直接影响。
　　气候条件能够显著调节“城镇化→耕地集约利用→粮食产量”中介过程的前半段路径（模型5、8、11）和后半段路径（模型6、9、12），但不同气候变量在各路径调节作用的方向表现出差异性。对于中介过程前半段路径，城镇化对耕地集约利用的影响是关于各气候变量的一元线性函数，气温与日照时数的正向调节下城镇化的影响效应分别为-0. 148+0. 069ln tem、-0. 156+0. 021ln sun，气温升高、日照时数的增加均削弱了城镇化对耕地集约利用的抑制作用；而在降水量的负向调节下城镇化影响效应为-0. 159-0. 022ln pre，降水量的增多强化了城镇化对耕地集约利用的抑制作用。对于中介过程后半段路径，耕地集约利用对粮食产量的影响同样是关于气候变量的一元线性函数，气温与降水量负向调节下耕地集约利用的影响效应分别为0. 915-0. 039ln tem、0. 895-0. 101ln pre，气温的升高、增多的降水量均显著削弱了耕地集约利用对粮食产量的正向影响；而日照时数的正向调节下耕地集约利用的影响效应为0. 885+0. 435ln sun，充足的日照时数强化了耕地集约利用对粮食产量的正向影响。
　　总体而言，“城镇化→耕地集约利用→粮食产量”的中介效应是显著的，假设H2得到进一步验证，且该中介效应路径还受到气候条件的调节。气温、降水量及日照时数均能够对中介路径前后半段产生调节作用，但不同气候变量调节作用的程度、方向存在明显差异，假设H3得到验证。
　　4. 3 气候条件调节下的耕地集约利用中介效应
　　在气温、降水量及日照时数等不同气候变量的调节作用下，耕地集约利用的中介效应表现出差异化的特征。那么，值得思考的是，对于不同的气候条件，是否存在削弱耕地集约利用负向中介作用的区间？接下来将普通中介效应与有调节中介效应的结果进行对比分析。由前文知，普通中介效应检验得到的耕地集约利用中介效应为M0=-0. 069。假设各气候变量调节下耕地集约利用的中介效应为M1，由于气候条件对耕地集约利用中介过程的前半段路径和后半段路径均存在显著的调节作用，那么，M1是关于不同气候变量的一元二次函数。根据M1与M0的比较，及各气候变量的样本范围，可求得不同气候变量发挥调节作用程度的区域分布，总体可按以下3种类型进行区域划分：① 当M1>0时，气候条件的调节作用能够完全抵消耕地集约利用的负向中介效应，此时耕地集约利用发挥正向的中介效应。② 当M0≤M1≤0时，气候条件的调节作用能够削弱耕地集约利用的负向中介效应。
　　据此一元二次不等式的计算，可求得各气候变量在耕地集约利用的中介效应中发挥不同调节作用的区间（表4），并进一步得到不同气候变量发挥不同调节作用的区域分布（图4）。
　　从气候条件的调节作用看，气温、降水量和日照时数均有效调节了耕地集约利用在城镇化负向影响粮食产量的中介效应，能够进一步削弱甚至完全抵消该负向中介效应，但在不同气候变量的调节作用下，耕地集约利用的中介效应表现出明显的区域异质性，假设H4 得到验证。综合来看，气候条件调节与耕地集约利用中介的双重作用有效削弱甚至抵消了城镇化对粮食产量的负向影响。
　　粮食生产与气候条件密切相关，水土光热等资源是粮食生产发育所必需的物质和能量来源，各种资源的不同组合形式会对粮食生产产生不同的影响，这也是气候条件在区域间产生差异化影响的前提基础。气候条件能够在城镇化影响粮食生产的路径中发挥调节作用，在宏观层面主要源于不同地区的地理环境、气候特征等自然禀赋的独特性，使得维持粮食生产的水土光热等资源空间分布的差异，也决定了地区间的作物品种、生产方式与种植制度的差异，并导致种植结构与作物熟制的异质性分布，而使得不同地区城镇化进程对粮食生产的影响存在不确定性。反映在微观层面上，也是不同地区的农户根据当地气候特征在长期积累中形成的适应性行为，农户基于自身成本投入与预期收益的权衡，结合环境约束条件，自发选择应对气候波动的适应性策略，并形成了因地制宜的耕地利用形式，以规避气候波动带来的不利影响。
　　5 稳健性检验
　　5. 1 内生性讨论
　　该研究可能面临内生性问题主要包括遗漏变量、双向因果关系等，从而导致有偏且不一致的结论。为弱化可能存在的内生性问题导致的估计偏误，尝试寻找城镇化发展的工具变量（Instrumental Variables，IV），并采用两阶段最小二乘法（IV?2SLS）估计城镇化和粮食生产之间的因果关系。参考相关文献，选择夜间灯光数据作为城镇化发展的工具变量［39］，主要原因是，夜间灯光数据能够综合地定量测度城市地区人类活动的广度与强度，即能够反映城镇土地扩张与人口集聚［40］，故满足工具变量与内生变量相关的条件。此外，夜间灯光数据并不直接影响粮食的供给能力和耕地集约利用水平，满足工具变量的排他性约束，其作为工具变量具有一定的合理性。

nlc202301040951

　　当前已有学者通过跨传感器（DMSP?OLS和NPP?VIIRS）校正的方式提取了2000―2018全球500 m分辨率的“ 类NPP?VIIRS”夜g灯光数据集（NPP?VIIRS?like NTLData），该数据集具备类似于NPP?VIIRS夜间灯光数据的质量［41］。故采用“类NPP?VIIRS”夜间灯光数据作为工具变量（light），对气候条件调节下的中介效应路径进行估计（表5）。KP LM统计量显示模型不存在不可识别的问题，KP Wald F 与CD Wald F 统计量的对比表明模型不存在弱工具变量问题，验证了工具变量的有效性［42］。第一阶段light 的系数显示，城镇化与夜间灯光强度呈现显著的正相关关系，夜间灯光强度越高，则城镇化水平越高。第二阶段的估计结果显示，引入工具变量后，各气候变量对耕地集约利用中介效应的调节作用的方向均与前文结果基本一致，未发生较大变化，仅在调节作用的程度和显著性上有所差异，总体上检验结果支持文章假设，并不影响文章的研究结论。
　　5. 2 稳健性检验
　　为进一步确保研究结论的稳健性，通过剔除非典型样本及控制空间效应干扰两种方式进行稳健性检验①。①剔除非典型样本。由于直辖市、省会城市、计划单列市、经济特区等城市的产业升级，农业在国民经济中所占比重较低，种植业已不再是其主导产业，故在此剔除了直辖市、省会城市、计划单列市、经济特区等城市样本，保留的其他地级城市样本共292个，对气候条件调节下的中介效应路径进行重新估计。②已有研究发现生产要素存在的空间流动性使得农业生产表现出明显的空间依赖性与集聚性特征［43］，且城镇化也表现出空间相关性［44］，城镇化也加速了要素的流动速率。因而，需要控制空间效应的干扰，通过构建空间计量模型的方法依次检验有调节中介的各步骤，对气候条件调节下的中介效应路径进行重新估计。选用的空间计量模型为空间杜宾模型（Spatial Durbin Model，SDM），该模型同时考虑了因变量和自变量的空间相关性，采用的空间权重矩阵形式为Rook邻接矩阵，其元素为地区相邻设为1，不相邻设为0，并进行行标准化。两种稳健性检验结果均显示，各气候变量对“城镇化→耕地集约利用→粮食生产”中介效应的调节作用仅在程度上和显著性上有所差异，调节作用的方向均与前文结果基本一致，可认为文章检验结果具有较强的稳健性。
　　6 结论与相关启示
　　基于2000―2018年中国地级及以上城市所在地区的面板数据，构建有调节的中介效应模型实证检验了气温、降水量和日照时数调节下城镇化通过耕地集约利用影响影响粮食生产的路径及区域异质性。研究发现：①城镇化对粮食生产具有负向影响，虽然耕地集约利用发挥的部分中介作用为负，但能够削弱城镇化的负向影响，气候条件则在“城镇化→耕地集约利用→粮食生产”的路径中存在显著的调节作用，并能够进一步地削弱甚至抵消该负向影响，但气温、降水量及日照时数的调节作用在程度、方向及区域分布上存在明显异质性。②对于耕地集约利用的负向中介效应，气温处于（8. 542，25. 230］℃、日照时数处于（1 684. 123，3 407. 620］h的地区，气候条件的调节能够产生完全抵消作用；气温处于［2. 726，8. 542］℃、降水量处于［749. 196，2 680. 360］mm、日照时数处于［784. 640，1 684. 123］h的地区，气候条件的调节则部分削弱了耕地集约利用的负向中介效应；而气温处于［-2. 908，2. 726］℃、降水量处于［29. 289，749. 196］mm的地区，气候条件的调节未能产生削弱作用。总体上，耕地集约利用中介与气候条件调节的双重效应能够有助于抵消城镇化对粮食生产的负向影响。
　　根据研究结论得出的政策启示包括：①城镇化与粮食生产之间基于土地利用的冲突关系涉及国土空间规划，应制定科学合理的城乡土地利用规划，明确城镇化扩张区域与范围，控制城镇建设用地的无序扩张，改进城镇扩张中的耕地占补平衡政策管理，严守耕地保护红线，确保现有耕地的稳定性，通过高效地利用土地资源确保城镇化的高质量发展与粮食生产活动的可持续性。②城镇化也是倒逼粮食生产活动更高效运行的契机，通过积极的财税激励政策鼓励粮食生产的技术创新活动，加快农业技术进步，并引导农户以土地经营权有序流转等形式适度扩大农业生产经营规模，发挥土地规模效应，充分挖掘土地利用潜力，通过耕地的规模化经营提高生产要素的利用效率。③单位面积化肥、农药等化学品物质投入提高可能破坏耕地的土壤结构，导致土壤养分流失，降低土壤的基础肥力，应在保障耕地数量与化肥农药减量化施用的前提下，推广保护性耕作技术，并加强土地整治，通过土壤改良、盐碱地治理等方面技术创新与高标准农田建设提高耕地质量。④面对气候条件在地区间的禀赋差异，为保障粮食生产，各地区应因地制宜地调整符合自身实际的气候变化适应性生产策略，并建立和完善区域间耕地利用、土壤质量评估与气象灾害监测的多部门协作的粮食耕种收综合性平台，实时监督、部门之间信息共享与联合预警，提高粮食生产适应气候环境变化的能力。
　　当然，城镇化影响粮食生产的内在机制是复杂的，而该研究对问题讨论的视角较单一，限于篇幅，只考虑了耕地集约利用的一条中介效应路径。对于城镇化引起的种植结构、要素配置结构、农业技术进步等因素变化对粮食生产的影响，由于数据获取的局限性，未能在地级市层面展开全面而深入的探讨，这将是进一步研究需努力的方向。

nlc202301040951

转载注明来源:https://www.xzbu.com/7/view-15443638.htm