中国农业现代化评价及其空间格局演化

引用本文

魏素豪, 刘颖燃, 高延雷, 宗刚. 中国农业现代化评价及其空间格局演化[J]. 浙江农业学报, 2019,31(6): 1012-1020.
WEI Suhao, LIU Yingran, GAO Yanlei, ZONG Gang. Evaluation of China’s agricultural modernization and evolution of its spatial pattern[J]. ACTA AGRICULTURAE ZHEJIANGENSIS, 2019,31(6): 1012-1020. 复制到剪切板

doi: 10.3969/j.issn.1004-1524.2019.06.20

Permissions

《浙江农业学报》编辑部所有

中国农业现代化评价及其空间格局演化

魏素豪¹, 刘颖燃¹, 高延雷¹, 宗刚^2,^*

1.中国人民大学农业与农村发展学院,北京 100872

2.北京工业大学经济与管理学院,北京 100124

*通信作者,宗刚,E-mail: zonggang1957@sina.com

作者简介:魏素豪(1992—),男,河南通许人,博士研究生,主要从事农业经济理论与政策研究。E-mail: 18810925328@163.com

收稿日期: 2019-03-27

基金资助: 中国人民大学2018年度拔尖创新人才培育资助计划; 国家自然科学基金(7167328)

摘要

从投入、产出、生产服务3维度构建农业现代化评价指标体系,基于2000—2016年省域面板数据,采用熵权法实证分析了中国农业现代化时空演化规律与空间溢出效应。结果表明,2000—2016年中国整体层面的农业现代化发展水平呈上升趋势,并呈现出东高西低、北高南低的空间分异特征,分化为以黄淮海平原为核心的高值区和以西南山区为核心的低值区。农业现代化存在显著的空间集聚趋势与正向空间溢出效应,局域空间集聚方式以高-高集聚和低-低集聚型为主。应制定差异化的农业现代化发展提升策略,重点推动山区农业现代化水平的提升,并充分发挥地理上的空间溢出与辐射带动效用。

关键词: 农业现代化; 评价指标; 空间格局

中图分类号:S-9;F329.9 文献标志码:A 文章编号:1004-1524(2019)06-1012-09

Evaluation of China’s agricultural modernization and evolution of its spatial pattern

WEI Suhao¹, LIU Yingran¹, GAO Yanlei¹, ZONG Gang^2,^*

1. School of Agricultural Economics and Rural Development, Renmin University of China, Beijing 100872, China

2. School of Economics and Management, Beijing University of Technology, Beijing 100124, China

Abstract

The evaluation index system of agricultural modernization was constructed from three dimensions of input, output and production services. Based on the provincial panel data from 2000 to 2016, the temporal and spatial evolution law and spatial spillover effect of agricultural modernization in China were empirically analyzed by using the method of entropy weight. It was shown that from 2000 to 2016, China’s overall level of agricultural modernization development showed an upward trend, and exhibited the characteristics of spatial differentiation of high in east, low in west, high in north and low in south. It was divided into high-value areas with the Huang-Huai-Hai Plain as the core and low-value areas with the southwest mountainous areas as the core. There were significant spatial agglomeration trends and positive spatial spillover effects in agricultural modernization. The local spatial agglomeration mode was dominated by high-high and low-low. The government should formulate strategies to improve the development level of agricultural modernization in different areas, focus on promoting the level of agricultural modernization in mountainous areas, and give full play to the spatial spillover and radiation-driven effect.

Keyword: agricultural modernization; evaluation index; spatial pattern

Show Figures

中国用全球7%的耕地成功养活了全球19%的人口, 但要满足收入增长、营养升级背景下“ 城市中国” 的高质量农产品需求, 就需要进一步提升全国农业的现代化发展水平。然而, 仅仅依靠其自身, 农业无法催生出现代化的要素投入与生产方式。因此, 需要依托工业、服务业等其他非农部门的产品武装农业^{[1, 2]}。党的十九大报告提出, 推动新型工业化、信息化、城镇化、农业现代化同步发展。2016年10月, 国务院印发《全国农业现代化规划(2016— 2020年)》, 明确要求到2020年, 东部沿海发达地区、大城市郊区、国有垦区和国家现代农业示范区基本实现农业现代化。中国农业现代化已经进入全面推进、重点突破、梯次实现的新时期。

关于农业现代化的内涵界定, 有3种观点:一种观点认为, 要利用现代的物质技术装备农业, 以达到提高农业生产效率的目的^[3]; 一种观点认为, 应该包含现代化的物资装备、一定的规模经营, 以及产前、产中、产后全过程的专业化、社会化服务体系, 以提高农业生产效率^{[4, 5]}; 还有一种观点认为, 既应包括农业生产领域的要素使用、经营管理、制度安排的现代化, 还应包括农村社会发展与农民生活质量的提升^[6]。这3种观点的界定范围依次放宽。由于内涵界定的不同, 不同研究构建的农业现代化评价指标体系存在差异, 概括起来主要包括生产手段现代化、经营现代化、农村社会现代化、投入现代化、产出现代化、生态现代化、可持续发展等^{[6, 7, 8, 9, 10]}。农业现代化水平的评价方法较多, 已有的研究主要包括层次分析法(AHP)、主成分分析法、熵权逼近理想解排序法(TOPSIS)法、基于Delphi法权重计算的多指标模型等^{[6, 7, 8, 9, 10]}。但是, 这些研究对农业现代化地区的空间分异特征等因素考虑较少。为此, 本文基于2000— 2016年中国省域面板数据, 以经济地理学的视角刻画中国农业现代化发展水平的时空分布格局, 并基于空间计量模型分析中国农业现代化的空间溢出效应, 以期为中国农业现代化的均衡发展和布局优化提供理论支撑。

1 材料与方法

1.1 数据来源与处理

受数据连续性、可得性的限制, 将台湾、香港、澳门、西藏和海南从样本中略去, 共采取29个省域的面板数据, 再加上全国整体层面的数据, 共30个研究单元。数据来源于2001— 2017年历年《中国统计年鉴》、《中国农村统计年鉴》、《中国水利统计年鉴》、《中国劳动统计年鉴》、《中国农业机械工业年鉴》、各省(市、自治区)统计年鉴等。其中, 《中国统计年鉴》仅发布了2007— 2016年地方财政农林水支出统计数据, 2000— 2006年地方财政农林水支出数据则是根据《中国统计年鉴》中农业、林业、农林水利气象和农业综合开发支出加和计算得到。各省份统计年鉴中2000— 2004年乡村人口指标小部分数据缺失, 2000年部分省份蔬菜产量、蔬菜播种面积缺失, 针对这些极少部分的缺失数据, 采用线性插值法补充。

1.2 农业现代化指标体系

农业现代化内涵的界定是一个动态演进的过程, 基于不同的资源禀赋、土地制度、历史传统等, 不同国家农业现代化的道路也不尽相同, 如典型的东亚模式、西欧模式、以色列模式、美国模式等。农业现代化是阶段性、区域性、相对性概念, 与传统农业的概念相对立, 既是手段也是过程, 是指用现代工业、科学技术与管理方法从事农业生产经营活动, 使得一个国家或地区的农业物资技术装备、配套基础设施、农业生产效率与其他国家或地区相比较而言达到相对先进水平, 这样即可称为实现了阶段性的农业现代化。从内涵界定不难看出, 农业现代化是动态概念, 不同时期含义不同, 同一时期不同地区由于要素禀赋的差异, 内涵也不相同; 因此, 评估农业现代化水平的指标选取须因地制宜、因时制宜, 突出重点, 避免大而全式的指标体系带来评估误差。

根据2018年《中共中央国务院关于实施乡村振兴战略的意见》和《乡村振兴战略规划(2018— 2022年)》, 农业农村现代化是包含农业生产经营与农村居民生活2个方面现代化的系统工程, 其中农村生活方面主要包括城乡基本公共服务均等化、乡村治理体系优化、农村宜居环境建设等。农业现代化与农村现代化是实施乡村振兴战略过程中相辅相成的两面, 二者存在明显的区别, 不应将二者混淆。

根据本文对农业现代化的定义, 基于农办计〔2013〕79号文中原农业部对国家现代农业示范区建设水平的监测评价办法, 将农业现代化与农村现代化区分开来, 单独研究农业现代化空间分布格局。同时, 兼顾研究数据可得性, 从投入要素、产出能力、生产服务3个方面构建一个能够综合评价农业现代化发展水平的指标体系, 如表1所示。

表1 农业现代化评价指标体系 Table 1 Evaluation index system of agricultural modernization

一级指标 First-class index	二级指标 Second-class index	三级指标 Third-class index	计算方式 Calculation formula
投入要素现代化 Input factors modernization	流动投入要素 Flow input factors	单位面积农用机械总动力 Agricultural machinery power per unit area/(kW· hm^-2)	农业机械总动力/农作物总播种面积 Total agricultural machinery power/Total crop planting area
		单位面积化肥施用量 Fertilizer applied per unit area/(kg· hm^-2)	农用化肥施用折纯总量/农作物总播种面积 Total purified fertilizer application/Total crop planting area
		单位面积塑料薄膜使用量 Plastic film usage per unit area/ (kg· hm^-2)	农用塑料薄膜使用总量/农作物总播种面积 Total agriculture plastic film usage/Total crop planting area
		单位面积柴油使用量 Diesel usage per unit area/ (kg· hm^-2)	农用柴油使用总量/农作物总播种面积 Total agricultural diesel usage/Total crop planting area
	劳动力投入 Labor input	劳动者受教育程度 Workers’ educational level/%	大专及以上学历人数/小学毕业人数 Number of college and above graduates/Number of primary school graduates
产出能力现代化 Output capacity modernization	总产出增长能力 Gross output growth capacity	产值指数 Output value index/%	农林牧渔业总产值指数 Agriculture, forestry, animal husbandry and fishery output value index
	土地产出能力 Land output capacity	单位面积粮食产量 Grain yield per unit area/(t· hm^-2)	粮食总产量/粮食播种面积 Total grain output/Grain sown area
		单位面积油料产量 Oil production per unit area/(t· hm^-2)	油料总产量/油料播种面积 Total oil yield/Oil crops sown area
		单位面积蔬菜产量 Vegetable yield per unit area/(t· hm^-2)	蔬菜总产量/蔬菜播种面积 Total vegetable yield/Vegetable sown area
	劳动产出能力 Labor output capacity	劳均农业产值 Average agricultural output per worker/(10⁴ yuan)	第一产业增加值/乡村人口总数 Primary industry added value/Total rural population
	中间消耗率 Intermediate consumption rate	农林牧渔业中间消耗占比 Proportion of intermediate con- sumption in agriculture, forestry, animal husbandry and fishery/%	农林牧渔业中间消耗/农林牧渔业总产值 Intermediate consumption of agriculture, forestry, animal husbandry and fishery/Total output value of agriculture, forestry, animal husbandry and fishery
生产服务现代化 Production service modernization	交通设施 Traffic facilities	交通密度 Traffic density/(km· km^-2)	公路总里程/行政面积 Total highway mileage/Administrative area
	农田灌溉设施 Farmland irrigation facilities	有效灌溉率 Effective irrigation rate/%	有效灌溉面积/耕地面积 Effective irrigation area/Cultivated land area
	耕地保护 Cultivated land protection	耕地保有率 Tillage retention rate/%	当年耕地数量/前一年耕地数量 Number of cultivated land in that year/Number of cultivated land in the previous year
	水土流失治理 Soil erosion control	水土流失治理面积占比 Proportion of soil erosion control area/%	水土流失治理面积/耕地面积 Soil erosion control area/Cultivated land area
	财政支持力度 Financial support	单位面积财政支农支出 Financial expenditure on agriculture per unit area/(yuan· hm^-2)	财政支农支出总额/农作物总播种面积 Total financial expenditure on agriculture/Total sown area of crops

表1 农业现代化评价指标体系 Table 1 Evaluation index system of agricultural modernization

1.3 农业现代化评价方法

有关综合评价的文献基本采用专家打分法, 但专家打分法的主观性容易导致评估结果偏差^{[11, 12]}。客观权重赋值法能够有效避免专家主观性因素对评估结果的影响, 因此本文采取熵值法这一客观赋权方法进行农业现代化水平评价, 其基本思路是依据不同指标的变异程度来赋予相应的权重。

构建农业现代化发展水平评价的特征值矩阵:

M=(m_ij)= $[\begin{array}{l} m_{11} & m_{12} & \dots & m_{1 n} \\ m_{21} & m_{22} & \dots & m_{2 n} \\ ⋮ & ⋮ & ⋮ & ⋮ \\ m_{k 1} & m_{k 2} & \dots & m_{kn} \end{array}]$ 。 (1)

式(1)中m_ij表示第i个省份第j项指标的取值。采取极差法消除不同指标间量纲的差异, 正向指标与负向指标分别运用式(2)、(3)做无量纲化处理, 处理结果用a_ij表征:

a_ij= $\frac{m_{ij} - \min (m_{j})}{\max (m_{j}) - \min (m_{j})}$ , (2)

a_ij= $\frac{\max (m_{j}) - m_{ij}}{\max (m_{j}) - \min (m_{j})}$ 。 (3)

i省份j指标占所有省份该指标的比重为

$q_{ij} = a_{ij} / (\overset{k}{\sum_{i = 1}} a_{ij})$ , (4)

基于比重计算出j指标的信息熵为

$t_{j} = \overset{k}{\sum_{i = 1}} \frac{- q_{ij} \times \ln q_{ij}}{\ln m}$ , (5)

j指标的信息冗余度为

$r_{j} = 1 + \overset{k}{\sum_{i = 1}} \frac{q_{ij} \times \ln q_{ij}}{\ln m}$ , (6)

j指标的权重为

$w_{j} = \frac{r_{j}}{\overset{n}{\sum_{j = 1}} r_{j}}$ 。 (7)

基于权重计算农业现代化水平:

$S_{i} = \overset{n}{\sum_{j = 1}} a_{ij} \times w_{j}$ , (8)

S_i为多个省份之间相对农业现代化水平得分。

1.4 空间自相关检验模型

空间数据极有可能存在空间自相关性, 集中表现为要素在相邻地理单元的空间集聚。非空间计量分析手段难以解释要素在空间层面的异质性及其溢出效应^{[13, 14, 15]}。为全面掌握农业现代化发展水平的空间分布特征, 运用探索性空间数据分析(ESDA)中的全局Moran’ s I指数检验农业现代化全局空间相关性特征, 运用局部Moran’ s I指数、散点图与(局部空间自相关分析LISA)图来分析农业现代化局部空间相关性特征。

全局Moran’ s I指数(I)反映相邻省份农业现代化相近程度, 其计算公式如下:

$I = \frac{k \overset{k}{\sum_{i = 1}} \overset{k}{\sum_{j = 1}} w_{ij} (S_{i} - \overset{̅}{S}) (S_{j} - \overset{̅}{S})}{\overset{k}{\sum_{i = 1}} \overset{k}{\sum_{j = 1}} w_{ij} \overset{k}{\sum_{i = 1}} (S_{i} {- \overset{̅}{S})}^{2}}$ , (9)

式(9)中:k为观察到的省份个数, S_i和S_j分别为i省和j省的农业现代化水平, $\overset{̅}{S}$ 为平均农业现代化水平, w_ij为标准化权重矩阵,

w $_{ij} = \frac{W_{ij}}{\overset{k}{\sum_{j = 1}} W_{ij}}$ 。 (10)

式(10)中W_ij为根据是否相邻设置的1、0矩阵。全局Moran’ s I指数介于-1~1, 正数表示存在正向空间自相关性, 负数表示存在负向空间自相关性。

为了深入研究局部性非典型的农业现代化空间分布特征, 引入局部Moran’ s I指数(I_L), 并绘制局部散点图来分析农业现代化局部空间异质性。

$I_{L} = \frac{k (S_{i} - \overset{̅}{S}) \sum_{i = 1} w_{ij} (S_{j} - \overset{̅}{S})}{\sum_{i} (S_{j} {- \overset{̅}{S})}^{2}}$ , (11)

局部Moran’ s I指数值如果为正, 说明局部相邻省份农业竞争呈现出相似的属性特征, 即局部性高-高(HH)或低-低(LL)集聚特征; 如果为负, 则说明局部相邻省份农业竞争呈现出非相似属性特征, 即局部性高-低(HL)或低-高(LH)集聚特征。

2 结果与分析

2.1 不同区域农业现代化及其分解要素的发展趋势

2000— 2016年中国整体层面的农业现代化发展水平呈上升趋势, 如图1所示, 农业现代化发展水平得分从2.53上升到3.03, 年均增长率达1.13%。分阶段看, 2000— 2003年上下波动幅度较大, 2003— 2009年增速加快, 2009年以后平稳增长。分区域看, 东部省份平均农业现代化水平综合得分最高, 东北次之, 而中部和西部得分相对较低, 属于相对低农业现代化发展水平区域。以投入、产出、生产服务为衡量标准的农业现代化发展水平的不断上升, 很大程度上得益于这三者的快速增长, 不同区域表现出来的差异化的农业现代化发展水平, 是相对高低水平, 并非绝对水平。

	Figure Option View Download New Window
	图1 2000— 2016年农业现代化水平发展趋势Fig.1 Development trend of agricultural modernization level from 2000 to 2016

将农业现代化分解为投入、产出、生产服务3大要素, 其评价结果如表2所示。投入要素现代化方面, 东部平均得分最高, 东北次之, 中、西部得分最低。以2016年为例, 东部投入要素现代化水平是东北的2.36倍, 是西部的2.57倍, 是中部的3.22倍。产出能力现代化方面, 东北平均得分从2000年的3.51上升到2016年的4.67, 成为得分最高的区域, 东部则从2000年的5.35下降到了2016年的4.16, 中部和西部得分呈上升趋势, 但仍与东部和东北有较大差距。生产服务现代化方面, 东部与其他区域的差距呈扩大趋势, 以2016年为例, 东部得分是西部的3.84倍, 是中部的4.46倍, 是东北的4.68倍。

表2 不同年份分区域农业现代化要素分解得分 Table 2 Regional factor decomposition score of agricultural modernization in different years

2.2 省域农业现代化空间格局演化特征

省域层面, 2000— 2016年农业现代化空间格局差异性极为明显, 且空间差异表现得相对稳定, 呈现出北高南低、东高西低的分布特征, 具体结果如表3所示。农业现代化发展水平最高的是北京、上海和天津, 最低的是贵州、江西和四川。2000— 2016年, 北京农业现代化发展水平从16.22上升到19.00, 上海从8.26上升到9.20, 天津从6.21下降到5.23, 贵州一直维持在0.93的水平, 江西从1.46略微下降到1.45, 四川从1.59下降到1.54。北京的农业现代化发展水平是贵州的20倍, 两极分化趋势较为严重。北京、天津、辽宁、上海、浙江、山东等农业现代化发展水平高的省份主要集中在东部地区, 对比之下, 中西部省份现代化水平相对较低。以长江为分界线, 北方农业现代化发展水平高于南方, 尤其是贵州、四川、云南等西南山区的农业现代化发展水平严重滞后于其他区域。2000— 2016年, 农业现代化发展水平得分介于2~4的省份由15个增加到17个, 得分大于4的省份则由6个下降到4个。

表3 2000和2016年农业现代化空间格局 Table 3 Provincial agricultural modernization level in 2000 and 2016

对农业现代化发展水平进行热点分析, 省域农业现代化发展水平空间分布呈现出明显的冷热点集中分布特征, 具体结果如表4所示。2000年的热点集中区以北京、天津、河北、山东、山西、河南、安徽、江苏、上海为核心, 2016年热点集中区转化为以山西、河南、山东为核心, 高值区范围存在一定程度的退化。2000年冷点集中区以广西、广东、重庆为核心, 2016年冷点集中区转化为以重庆、贵州、广西、广东为核心, 低值区范围存在一定程度的扩张。整体而言, 省域农业现代化发展水平地理分异特征明显, 分化为以黄淮海平原为主的高值区和以西南山区为主的低值区。如何避免机械化难以推进的西南山区农业发展走向粗放成为引领不同区域农业现代化均衡发展的关键。

表4 2000— 2016年省域农业现代化发展水平冷热点变化 Table 4 Changes of hot and cold points in the development level of agricultural modernization in provinces from 2000 to 2016

2.3 农业现代化空间相关性检验

2.3.1 全域空间相关性

基于Stata 14.0软件, 计算2000— 2016年农业现代化全域Moran’ s Ⅰ 指数, 其变化趋势如图2所示。整体而言, Moran’ s Ⅰ 指数值波动升降, 均通过了1%水平的显著性检验, 正向空间溢出效应明显。2000— 2004年Moran’ s Ⅰ 指数在0.174~0.488波动, 2005— 2012年维持在0.4以上, 2013年以后呈下降趋势, 2016年下降到0.197。从Moran’ s Ⅰ 指数变化趋势可知, 省域农业现代化正向溢出强度上下波动较大, 但存在显著的地理空间上的集聚趋势, 且以高高集聚和低低集聚的空间结构为主。

	Figure Option View Download New Window
	图2 2000— 2016年Moran’ s Ⅰ 指数与标准化Z值的变化趋势Fig.2 Trends of Moran’ s Ⅰ index and standardized Z value from 2000 to 2016

2.3.2 局域空间相关性

为进一步揭示农业现代化局域空间相关性变化规律, 基于Stata 14.0软件绘制局部Moran’ s Ⅰ 指数散点图, 并转化为更为直观的省域分布图, 如图3所示。整体而言, 农业现代化发展水平具有较强的局域空间集聚特征, 且以HH集聚与LL集聚为主要局域空间集聚类型, HH集聚型以北京、天津、上海、浙江等东部省份为主, LL集聚型则以中、西部省份为主。以2016年为例, HH、LL集聚型省份共计23个, 占研究总数的79.31%, 而HL、LH集聚型省份仅占20.69%。2000— 2016年, HH集聚型省份数量由8个减少到6个, HL集聚型由3个减少到2个, LL集聚型由16个增加到17个, LH集聚型则由2个增加到4个, 农业现代化水平较低省份的集聚程度略有上升, 而较高省份的集聚度有所下降。其中, 江苏、河北由HH集聚型转为LH集聚型, 山东由HH集聚型转为HL集聚型, 新疆由LH集聚型转为HH集聚型, 青海由LL集聚型转为HL集聚型, 广东、辽宁则由LH集聚型转为LL集聚型。

	Figure Option View Download New Window
	图3 2000— 2016年局部空间相关性特征变化Fig.3 Change of local spatial relevance characteristic from 2000 to 2016

3 结论与讨论

基于2000— 2016年中国省域面板数据, 运用熵权法、空间计量模型、探索性空间数据分析技术, 实证分析了中国农业现代化发展水平的时空分布格局及其空间溢出效应。在内涵界定方面:农业现代化是阶段性、区域性、相对性的概念, 在一定时期内一个国家或地区与其他国家或地区相比, 其农业物资技术装备、配套基础设施、农业生产效率达到相对先进水平, 可界定为实现了阶段性的农业现代化。农业现代化与农村现代化是实施乡村振兴战略过程中相辅相成的两面, 二者内涵存在显著差异, 不应混淆。

在区域空间格局方面, 2000— 2016年中国整体层面的农业现代化发展水平呈上升趋势, 东部农业现代化发展水平最高, 东北次之, 中、西部相对落后。将农业现代化细分为投入要素现代化、产出能力现代化和生产服务现代化, 2016年投入要素和生产服务方面的得分表现为东部> 东北> 中、西部, 产出能力得分表现为东北> 东部> 中、西部。

在省域空间格局方面, 2000— 2016年农业现代化省域格局空间差异性极为明显, 且具有较强的稳定性, 以长江为分界线, 北方农业现代化发展水平高于南方, 以是否临海为标准, 东部临海区域农业现代化发展水平高于中、西部, 且两极分化趋势较为严重, 呈现出明显的冷热点集中区特征, 分化为以黄淮海平原为核心的高值区和以西南山区为核心的低值区。

在空间相关性方面, 2000— 2016年农业现代化存在显著的空间集聚趋势与正向空间溢出效应, 正向溢出强度呈波动升降趋势, 局域空间集聚特征明显, 以HH集聚和LL集聚型为主导空间集聚类型, 农业现代化水平较低省域的集聚程度略有上升, 而较高省域的集聚度有所下降。

当前, 高度商品化的小规模经营农户依然是占绝对主导地位的农业生产单元, 在小规模经营基础上实现中国特色的农业现代化是未来相当长一段时间内中国农业发展的方向。在当前经济发展阶段, 不同区域间相对水平差距依然十分明显的条件下, 需要依据不同区域地形、气候、土壤、经济基础等, 制定差异化的农业现代化发展水平提升策略。东部地区可以利用技术、资本、劳动力素质、区位条件等方面的优势, 在保障粮食生产的前提下, 围绕城市消费需求, 发展高效率的设施农业、效益农业等; 中部省份可以利用地形、气候的优势, 发展成为粮棉油糖等大宗农产品专业种植区, 加快推动机械对劳动力的进一步替代; 西部省份可以利用生态优势, 发展特色农业、品牌农业, 打造一批珍、野、稀、名、特产品。

山区农业生产过去依赖于大量劳动力投入下的精耕细作, 现在大量劳动力外出务工, 同时受地形限制, 机械化难以推进, 对此问题若不加以重视, 山区农业生产极有可能滑向粗放的经营方式。为此, 应重点推动山区农业的均衡发展, 避免机械化难以推进的山区农业经营走向粗放。这不仅需要依托山区生态资源发展特色农业与特色品牌, 还需要大力推广适用技术, 研发适合山区的中小型机械技术, 公共财政支持对此应有所偏重。

此外, 建议充分发挥省域农业现代化的空间溢出效应与辐射带动作用。农业现代化生产要素的扩散与辐射具有涟漪效应, 对相邻区域农业现代化发展有正向带动作用, 应打破省域现代化农业生产要素流动壁垒, 促进现代化生产要素由农业现代化发展高水平区域向相对低水平区域合理流动。在农业现代化发展水平相对较低的区域优先扶持并打造一批农业现代化提升试点县, 以试点县为把手, 推动现代化生产要素的扩散, 谋求区域内农业现代化的均衡发展。

The authors have declared that no competing interests exist.

参考文献

View Option

[1]	唐忠, 魏素豪. 我国耕地保护补偿: 研究进展、主要争论与理论解释[J]. 农村经济, 2018(5): 1-7. TANG Z, WEI S H. Compensation for cultivated land protection in China: research progress, major controversies and theoretical explanations[J]. Rural Economy, 2018(5): 1-7. (in Chinese) [本文引用:1]
[2]	魏素豪. 中国与“一带一路”国家农产品贸易: 网络结构、关联特征与策略选择[J]. 农业经济问题, 2018, 39(11): 101-113. WEI S H. Agricultural products trade between China and “the belt and road” countries: network structure, correlation characteristics and strategy selection[J]. Issues in Agricultural Economy, 2018, 39(11): 101-113. (in Chinese with English abstract) [本文引用:1]
[3]	刘琦, 赵明正. 农业现代化进程中农业要素使用强度变化规律研究: 基于全球29个主要农业国家的国际经验[J]. 农业经济问题, 2018, 39(3): 23-32. LIU Q, ZHAO M Z. Theoretical analysis and empirical study on international experience of agricultural modernization: based on the panel data of 29 major agricultural countries[J]. Issues in Agricultural Economy, 2018, 39(3): 23-32. (in Chinese with English abstract) [本文引用:1]
[4]	杜鹰. 小农生产与农业现代化[J]. 中国农村经济, 2018(10): 2-6. DU Y. Small-scale production and agricultural modernization[J]. Chinese Rural Economy, 2018(10): 2-6. (in Chinese with English abstract) [本文引用:1]
[5]	张占耕. 新时代中国特色农业现代化道路[J]. 区域经济评论, 2018(2): 102-111. ZHANG Z G. The agricultural modernization road with Chinese characteristics in the new era[J]. Regional Economic Review, 2018(2): 102-111. (in Chinese with English abstract) [本文引用:1]
[6]	杜宇能, 潘驰宇, 宋淑芳. 中国分地区农业现代化发展程度评价: 基于各省份农业统计数据[J]. 农业技术经济, 2018(3): 79-89. DU Y N, PAN C Y, SONG S F. Evaluation on the development degree of China’s agricultural modernization: based on the calculation and grading of agricultural statistics in different regions at provincial level[J]. Journal of Agrotechnical Economics, 2018(3): 79-89. (in Chinese with English abstract) [本文引用:3]
[7]	夏四友, 文琦, 赵媛, 等. 榆林市农业现代化发展水平与效率的时空演变[J]. 经济地理, 2017, 37(10): 173-180. XIA S Y, WEN Q, ZHAO Y, et al. Space-time evolution analysis of the agricultural modernization development of Yulin city[J]. Economic Geography, 2017, 37(10): 173-180. (in Chinese with English abstract) [本文引用:2]
[8]	赵文英, 付仁玲, 何佳琪, 等. 我国各省农业现代化发展水平综合评价[J]. 中国农机化学报, 2018, 39(12): 94-100. ZHAO W Y, FU R L, HE J Q, et al. Comprehensive evaluation on development level of agricultural modernization in every province of China[J]. Journal of Chinese Agricultural Mechanization, 2018, 39(12): 94-100. (in Chinese with English abstract) [本文引用:2]
[9]	刘晓越. 中国农业现代化进程研究与实证分析[J]. 统计研究, 2004, 21(2): 10-16. LIU X Y. The research of Chinese agriculture modernization process and the relevant experimental study[J]. Statistical Research, 2004, 21(2): 10-16. (in Chinese with English abstract) [本文引用:2]
[10]	蒋和平, 崔凯. 我国粮食主产区农业现代化指标体系的构建和测算及发展水平评价[J]. 农业现代化研究, 2011, 32(6): 646-651. JIANG H P, CUI K. Construction and measuring of agricultural modernization evaluation index system on major grain producing areas in China[J]. Research of Agricultural Modernization, 2011, 32(6): 646-651. (in Chinese with English abstract) [本文引用:2]
[11]	陈宁丽, 张红方, 张合兵, 等. 基于熵权TOPSIS法的耕地生态质量空间分布格局及主控因子分析: 以河南省新郑市为例[J]. 浙江农业学报, 2015, 27(8): 1444-1450. CHEN N L, ZHANG H F, ZHANG H B, et al. Spatial distribution and dominating factors analysis of ecological quality of cultivated land based on entropy-weighting TOPSIS method: a case study of Xinzheng City, Henan Province[J]. Acta Agriculturae Zhejiangensis, 2015, 27(8): 1444-1450. (in Chinese with English abstract) [本文引用:1]
[12]	陈明星, 陆大道, 张华. 中国城市化水平的综合测度及其动力因子分析[J]. 地理学报, 2009, 64(4): 387-398. CHEN M X, LU D D, ZHANG H. Comprehensive evaluation and the driving factors of China’s urbanization[J]. Acta Geographica Sinica, 2009, 64(4): 387-398. (in Chinese with English abstract) [本文引用:1]
[13]	刘洋, 陈英, 张玉娇, 等. 农户参与农地整治的空间特征及其影响因素分析: 以甘肃省河西走廊区为例[J]. 浙江农业学报, 2017, 29(8): 1398-1408. LIU Y, CHEN Y, ZHANG Y J, et al. Analysis on spatial characteristics and influence factors of farmers’ participation in land consolidation: a case of Hexi Corridor in Gansu Province[J]. Acta Agriculturae Zhejiangensis, 2017, 29(8): 1398-1408. (in Chinese with English abstract) [本文引用:1]
[14]	ANSELIN L, BONGIOVANNI R, LOWENBERG-DEBOER J. A spatial econometric approach to the economics of site-specific nitrogen management in corn production[J]. American Journal of Agricultural Economics, 2004, 86(3): 675-687. [本文引用:1]
[15]	崔凯, 李宁辉, 郭静利. 农业生产的空间效应、产出弹性与技术差异分析: 来自京津区县的例证[J]. 浙江农业学报, 2015, 27(12): 2240-2248. CUI K, LI N H, GUO J L. Analysis on spatial effect, output elasticity and technical discrepancy of agricultural production: an example from Beijing and Tianjin counties[J]. Acta Agriculturae Zhejiangensis, 2015, 27(12): 2240-2248. (in Chinese with English abstract) [本文引用:1]

0.0

... 因此,需要依托工业、服务业等其他非农部门的产品武装农业^[1,2] ...

2018

0.0

... 因此,需要依托工业、服务业等其他非农部门的产品武装农业^[1,2] ...

2018

0.0

... 关于农业现代化的内涵界定,有3种观点:一种观点认为,要利用现代的物质技术装备农业,以达到提高农业生产效率的目的^[3] ...

0.0

... 一种观点认为,应该包含现代化的物资装备、一定的规模经营,以及产前、产中、产后全过程的专业化、社会化服务体系,以提高农业生产效率^[4,5] ...

0.0

... 一种观点认为,应该包含现代化的物资装备、一定的规模经营,以及产前、产中、产后全过程的专业化、社会化服务体系,以提高农业生产效率^[4,5] ...

0.0

... 还有一种观点认为,既应包括农业生产领域的要素使用、经营管理、制度安排的现代化,还应包括农村社会发展与农民生活质量的提升^[6] ...

... 由于内涵界定的不同,不同研究构建的农业现代化评价指标体系存在差异,概括起来主要包括生产手段现代化、经营现代化、农村社会现代化、投入现代化、产出现代化、生态现代化、可持续发展等^[6,7,8,9,10] ...

... 农业现代化水平的评价方法较多,已有的研究主要包括层次分析法(AHP)、主成分分析法、熵权逼近理想解排序法(TOPSIS)法、基于Delphi法权重计算的多指标模型等^[6,7,8,9,10] ...

2017

0.0

2018

0.0

2004

0.0

2011

0.0

2015

0.0

陈宁丽, 张红方, 张合兵, 等. 基于熵权TOPSIS法的耕地生态质量空间分布格局及主控因子分析: 以河南省新郑市为例[J]. 浙江农业学报, 2015, 27(8): 1444-1450.

CHEN N

, ZHANG H

, et al. Spatial distribution and dominating factors analysis of ecological quality of cultivated land based on entropy-weighting TOPSIS method: a case study of Xinzheng City, Henan Province[J]. Acta Agriculturae Zhejiangensis, 2015, 27(8): 1444-1450. (in Chinese with English abstract)

Evaluation of ecological quality of cultivated land and analysis of its influence factors would be helpful for the sustainable utilization of cultivated land. In the present study， Xinzheng City in Henan Province was chosen as the study area， and an evaluation index system for cultivated land quality including 13 evaluation indices was constructed from the perspectives of natural resources， ecological stress and ecological benefits. The ecological quality of cultivated land in Xinzheng City was evaluated by entropy\|weighting TOPSIS method and GIS spatial analysis， and dominating factors influencing the ecological quality of cultivated land were explored via obstacle degree model. It was shown that the overall ecological quality of cultivated land in Xinzheng City was good. The cultivated land in the east， southwest and northwest of Xinzheng City exhibited a higher ecological quality， while that in the south and north around city showed a lower ecological quality. Proportions of 1st， 2nd， 3rd， 4th and 5th class cultivated land were 2544%， 4194%， 815%， 933% and 1514%， respectively. The dominating factors of the ecological quality of cultivated land in Xinzheng City were the forest network proportion， per capita grain yield， synthetic index of soil pollution， soil organic matter content and thickness of soil layer.

(1 School of Surveying and Landing Information Engineering， Henan Polytechnic University， Jiaozuo 454000， China; 2 Zhongwei Surveying and Planning Information Engineering Co.， Ltd of Henan Province， Jiaozuo 454000， China)

耕地生态质量评价及其主控因子分析是耕地可持续利用的基础。文章以河南省新郑市为例，从自然禀赋、生态压力、生态效益3个方面构建耕地生态质量评价指标体系，采用熵权TOPSIS法，并结合GIS空间分析法，对耕地生态质量进行评价，并借助障碍度模型提取耕地生态质量的主控因子。结果显示，新郑市耕地生态质量状况整体良好，呈现东部、西南部与西北部高，城区南部与北部低的趋势。其中，Ⅰ等耕地占耕地总面积的2544%，Ⅱ等耕地占耕地总面积的4194%，Ⅲ，Ⅳ，Ⅴ等耕地分别占耕地总面积的815%，933%和1514%。该市耕地生态质量的主控因子是林网化比例、人均粮食产量、土壤综合污染指数、土壤有机质含量、有效土层厚度。

... 3 农业现代化评价方法有关综合评价的文献基本采用专家打分法,但专家打分法的主观性容易导致评估结果偏差^[11,12] ...

2009

0.0

... 3 农业现代化评价方法有关综合评价的文献基本采用专家打分法,但专家打分法的主观性容易导致评估结果偏差^[11,12] ...

2017

0.0

... 非空间计量分析手段难以解释要素在空间层面的异质性及其溢出效应^[13,14,15] ...

2004

0.0

... 非空间计量分析手段难以解释要素在空间层面的异质性及其溢出效应^[13,14,15] ...

2015

0.0

崔凯, 李宁辉, 郭静利. 农业生产的空间效应、产出弹性与技术差异分析: 来自京津区县的例证[J]. 浙江农业学报, 2015, 27(12): 2240-2248.

CUI

, LI N

, GUO J

. Analysis on spatial effect, output elasticity and technical discrepancy of agricultural production: an example from Beijing and Tianjin counties[J]. Acta Agriculturae Zhejiangensis, 2015, 27(12): 2240-2248. (in Chinese with English abstract)

As neoclassical input\|output model combined with space effect， spatial econometrics method was used to study spatial correlation and measure output elasticity of agricultural production in Beijing and Tianjins 22 counties. Then regional difference in agricultural technology was decomposed. Result showed that agricultural production performed local accumulation in spatial distribution and positive spatial lag effect. Labor and capital was determinant factor in agricultural production， while lands contribution was not significant. For total regional differences， agricultural technology discrepancy was mainly reflected within region， but not among different regions. Considering similarity and interaction in agricultural production activities around neighborhood， spatial interaction needs to be considered in policy setting.

（Institute of Agricultural Economic and Development， Chinese Academy of Agricultural Sciences， Beijing 100081， China）

以北京和天津为例，基于空间权重矩阵估算农业生产要素产出弹性，并对农业技术的区域差异进行分解。将空间效应纳入新古典投入产出模型，运用空间计量学方法考查京津地区22个区县农业生产的空间相关性。结果表明，京津地区农业生产的空间分布表现为局部聚集，存在正向的空间滞后效应。劳动和资本是两地农业产出最主要的决定因素，土地的贡献不显著。京津农业技术差异主要体现在地区内部差异上，地区之间的差异不是区域总体差异的主要原因。考虑到京津邻近地区之间的农业生产活动的相似性和互动性，农业政策的制定需充分考虑空间范围的相互作用。

... 非空间计量分析手段难以解释要素在空间层面的异质性及其溢出效应^[13,14,15] ...