魏素豪，劉穎燃，高延雷，宗 剛

(1.中國人民大學(xué) 農(nóng)業(yè)與農(nóng)村發(fā)展學(xué)院，北京 100872； 2.北京工業(yè)大學(xué) 經(jīng)濟與管理學(xué)院，北京 100124)

中國用全球7%的耕地成功養(yǎng)活了全球19%的人口，但要滿足收入增長、營養(yǎng)升級背景下“城市中國”的高質(zhì)量農(nóng)產(chǎn)品需求，就需要進一步提升全國農(nóng)業(yè)的現(xiàn)代化發(fā)展水平。然而，僅僅依靠其自身，農(nóng)業(yè)無法催生出現(xiàn)代化的要素投入與生產(chǎn)方式。因此，需要依托工業(yè)、服務(wù)業(yè)等其他非農(nóng)部門的產(chǎn)品武裝農(nóng)業(yè)[1-2]。黨的十九大報告提出，推動新型工業(yè)化、信息化、城鎮(zhèn)化、農(nóng)業(yè)現(xiàn)代化同步發(fā)展。2016年10月，國務(wù)院印發(fā)《全國農(nóng)業(yè)現(xiàn)代化規(guī)劃(2016—2020年)》，明確要求到2020年，東部沿海發(fā)達地區(qū)、大城市郊區(qū)、國有墾區(qū)和國家現(xiàn)代農(nóng)業(yè)示范區(qū)基本實現(xiàn)農(nóng)業(yè)現(xiàn)代化。中國農(nóng)業(yè)現(xiàn)代化已經(jīng)進入全面推進、重點突破、梯次實現(xiàn)的新時期。

關(guān)于農(nóng)業(yè)現(xiàn)代化的內(nèi)涵界定，有3種觀點：一種觀點認(rèn)為，要利用現(xiàn)代的物質(zhì)技術(shù)裝備農(nóng)業(yè)，以達到提高農(nóng)業(yè)生產(chǎn)效率的目的[3]；一種觀點認(rèn)為，應(yīng)該包含現(xiàn)代化的物資裝備、一定的規(guī)模經(jīng)營，以及產(chǎn)前、產(chǎn)中、產(chǎn)后全過程的專業(yè)化、社會化服務(wù)體系，以提高農(nóng)業(yè)生產(chǎn)效率[4-5]；還有一種觀點認(rèn)為，既應(yīng)包括農(nóng)業(yè)生產(chǎn)領(lǐng)域的要素使用、經(jīng)營管理、制度安排的現(xiàn)代化，還應(yīng)包括農(nóng)村社會發(fā)展與農(nóng)民生活質(zhì)量的提升[6]。這3種觀點的界定范圍依次放寬。由于內(nèi)涵界定的不同，不同研究構(gòu)建的農(nóng)業(yè)現(xiàn)代化評價指標(biāo)體系存在差異，概括起來主要包括生產(chǎn)手段現(xiàn)代化、經(jīng)營現(xiàn)代化、農(nóng)村社會現(xiàn)代化、投入現(xiàn)代化、產(chǎn)出現(xiàn)代化、生態(tài)現(xiàn)代化、可持續(xù)發(fā)展等[6-10]。農(nóng)業(yè)現(xiàn)代化水平的評價方法較多，已有的研究主要包括層次分析法(AHP)、主成分分析法、熵權(quán)逼近理想解排序法(TOPSIS)法、基于Delphi法權(quán)重計算的多指標(biāo)模型等[6-10]。但是，這些研究對農(nóng)業(yè)現(xiàn)代化地區(qū)的空間分異特征等因素考慮較少。為此，本文基于2000—2016年中國省域面板數(shù)據(jù)，以經(jīng)濟地理學(xué)的視角刻畫中國農(nóng)業(yè)現(xiàn)代化發(fā)展水平的時空分布格局，并基于空間計量模型分析中國農(nóng)業(yè)現(xiàn)代化的空間溢出效應(yīng)，以期為中國農(nóng)業(yè)現(xiàn)代化的均衡發(fā)展和布局優(yōu)化提供理論支撐。

1 材料與方法

1.1 數(shù)據(jù)來源與處理

受數(shù)據(jù)連續(xù)性、可得性的限制，將臺灣、香港、澳門、西藏和海南從樣本中略去，共采取29個省域的面板數(shù)據(jù)，再加上全國整體層面的數(shù)據(jù)，共30個研究單元。數(shù)據(jù)來源于2001—2017年歷年《中國統(tǒng)計年鑒》、《中國農(nóng)村統(tǒng)計年鑒》、《中國水利統(tǒng)計年鑒》、《中國勞動統(tǒng)計年鑒》、《中國農(nóng)業(yè)機械工業(yè)年鑒》、各省(市、自治區(qū))統(tǒng)計年鑒等。其中，《中國統(tǒng)計年鑒》僅發(fā)布了2007—2016年地方財政農(nóng)林水支出統(tǒng)計數(shù)據(jù)，2000—2006年地方財政農(nóng)林水支出數(shù)據(jù)則是根據(jù)《中國統(tǒng)計年鑒》中農(nóng)業(yè)、林業(yè)、農(nóng)林水利氣象和農(nóng)業(yè)綜合開發(fā)支出加和計算得到。各省份統(tǒng)計年鑒中2000—2004年鄉(xiāng)村人口指標(biāo)小部分?jǐn)?shù)據(jù)缺失，2000年部分省份蔬菜產(chǎn)量、蔬菜播種面積缺失，針對這些極少部分的缺失數(shù)據(jù)，采用線性插值法補充。

1.2 農(nóng)業(yè)現(xiàn)代化指標(biāo)體系

農(nóng)業(yè)現(xiàn)代化內(nèi)涵的界定是一個動態(tài)演進的過程，基于不同的資源稟賦、土地制度、歷史傳統(tǒng)等，不同國家農(nóng)業(yè)現(xiàn)代化的道路也不盡相同，如典型的東亞模式、西歐模式、以色列模式、美國模式等。農(nóng)業(yè)現(xiàn)代化是階段性、區(qū)域性、相對性概念，與傳統(tǒng)農(nóng)業(yè)的概念相對立，既是手段也是過程，是指用現(xiàn)代工業(yè)、科學(xué)技術(shù)與管理方法從事農(nóng)業(yè)生產(chǎn)經(jīng)營活動，使得一個國家或地區(qū)的農(nóng)業(yè)物資技術(shù)裝備、配套基礎(chǔ)設(shè)施、農(nóng)業(yè)生產(chǎn)效率與其他國家或地區(qū)相比較而言達到相對先進水平，這樣即可稱為實現(xiàn)了階段性的農(nóng)業(yè)現(xiàn)代化。從內(nèi)涵界定不難看出，農(nóng)業(yè)現(xiàn)代化是動態(tài)概念，不同時期含義不同，同一時期不同地區(qū)由于要素稟賦的差異，內(nèi)涵也不相同；因此，評估農(nóng)業(yè)現(xiàn)代化水平的指標(biāo)選取須因地制宜、因時制宜，突出重點，避免大而全式的指標(biāo)體系帶來評估誤差。

根據(jù)2018年《中共中央國務(wù)院關(guān)于實施鄉(xiāng)村振興戰(zhàn)略的意見》和《鄉(xiāng)村振興戰(zhàn)略規(guī)劃(2018—2022年)》，農(nóng)業(yè)農(nóng)村現(xiàn)代化是包含農(nóng)業(yè)生產(chǎn)經(jīng)營與農(nóng)村居民生活2個方面現(xiàn)代化的系統(tǒng)工程，其中農(nóng)村生活方面主要包括城鄉(xiāng)基本公共服務(wù)均等化、鄉(xiāng)村治理體系優(yōu)化、農(nóng)村宜居環(huán)境建設(shè)等。農(nóng)業(yè)現(xiàn)代化與農(nóng)村現(xiàn)代化是實施鄉(xiāng)村振興戰(zhàn)略過程中相輔相成的兩面，二者存在明顯的區(qū)別，不應(yīng)將二者混淆。

根據(jù)本文對農(nóng)業(yè)現(xiàn)代化的定義，基于農(nóng)辦計〔2013〕79號文中原農(nóng)業(yè)部對國家現(xiàn)代農(nóng)業(yè)示范區(qū)建設(shè)水平的監(jiān)測評價辦法，將農(nóng)業(yè)現(xiàn)代化與農(nóng)村現(xiàn)代化區(qū)分開來，單獨研究農(nóng)業(yè)現(xiàn)代化空間分布格局。同時，兼顧研究數(shù)據(jù)可得性，從投入要素、產(chǎn)出能力、生產(chǎn)服務(wù)3個方面構(gòu)建一個能夠綜合評價農(nóng)業(yè)現(xiàn)代化發(fā)展水平的指標(biāo)體系，如表1所示。

表1 農(nóng)業(yè)現(xiàn)代化評價指標(biāo)體系

Table1Evaluation index system of agricultural modernization

一級指標(biāo)First-class index二級指標(biāo)Second-class index三級指標(biāo)Third-class index計算方式Calculation formula投入要素現(xiàn)代化Input factorsmodernization流動投入要素Flow input factors單位面積農(nóng)用機械總動力Agricultural machinery powerper unit area/(kW·hm-2)農(nóng)業(yè)機械總動力/農(nóng)作物總播種面積Total agricultural machinery power/Total cropplanting area單位面積化肥施用量Fertilizer applied perunit area/(kg·hm-2)農(nóng)用化肥施用折純總量/農(nóng)作物總播種面積Total purified fertilizer application/Total cropplanting area單位面積塑料薄膜使用量Plastic film usage per unit area/(kg·hm-2)農(nóng)用塑料薄膜使用總量/農(nóng)作物總播種面積Total agriculture plastic film usage/Total cropplanting area單位面積柴油使用量Diesel usage per unit area/(kg·hm-2)農(nóng)用柴油使用總量/農(nóng)作物總播種面積Total agricultural diesel usage/Total crop plantingarea勞動力投入Labor input勞動者受教育程度Workers educational level/%大專及以上學(xué)歷人數(shù)/小學(xué)畢業(yè)人數(shù)Number of college and above graduates/Numberof primary school graduates產(chǎn)出能力現(xiàn)代化Output capacitymodernization總產(chǎn)出增長能力Gross output growthcapacity產(chǎn)值指數(shù)Output value index/%農(nóng)林牧漁業(yè)總產(chǎn)值指數(shù)Agriculture, forestry, animal husbandry and fisheryoutput value index土地產(chǎn)出能力Land output capacity單位面積糧食產(chǎn)量Grain yield per unit area/(t·hm-2)糧食總產(chǎn)量/糧食播種面積Total grain output/Grain sown area單位面積油料產(chǎn)量Oil production per unit area/(t·hm-2)油料總產(chǎn)量/油料播種面積Total oil yield/Oil crops sown area單位面積蔬菜產(chǎn)量Vegetable yield per unit area/(t·hm-2)蔬菜總產(chǎn)量/蔬菜播種面積Total vegetable yield/Vegetable sown area勞動產(chǎn)出能力Labor output capacity勞均農(nóng)業(yè)產(chǎn)值A(chǔ)verage agricultural output perworker/(104 yuan)第一產(chǎn)業(yè)增加值/鄉(xiāng)村人口總數(shù)Primary industry added value/Total ruralpopulation中間消耗率Intermediate consumption rate農(nóng)林牧漁業(yè)中間消耗占比Proportion of intermediate con-sumption in agriculture, forestry,animal husbandry and fishery/%農(nóng)林牧漁業(yè)中間消耗/農(nóng)林牧漁業(yè)總產(chǎn)值Intermediate consumption of agriculture, forestry, animal husbandry and fishery/Total output value of agriculture, forestry, animal husbandry and fishery生產(chǎn)服務(wù)現(xiàn)代化Production servicemodernization交通設(shè)施Traffic facilities交通密度Traffic density/(km·km-2)公路總里程/行政面積Total highway mileage/Administrative area農(nóng)田灌溉設(shè)施Farmland irrigationfacilities有效灌溉率Effective irrigation rate/%有效灌溉面積/耕地面積Effective irrigation area/Cultivated land area耕地保護Cultivated landprotection耕地保有率Tillage retention rate/%當(dāng)年耕地數(shù)量/前一年耕地數(shù)量Number of cultivated land in that year/Number ofcultivated land in the previous year水土流失治理Soil erosion control水土流失治理面積占比Proportion of soil erosioncontrol area/%水土流失治理面積/耕地面積Soil erosion control area/Cultivated land area財政支持力度Financial support單位面積財政支農(nóng)支出Financial expenditure onagriculture per unit area/(yuan·hm-2)財政支農(nóng)支出總額/農(nóng)作物總播種面積Total financial expenditure on agriculture/Total sown area of crops

1.3 農(nóng)業(yè)現(xiàn)代化評價方法

有關(guān)綜合評價的文獻基本采用專家打分法，但專家打分法的主觀性容易導(dǎo)致評估結(jié)果偏差[11-12]?？陀^權(quán)重賦值法能夠有效避免專家主觀性因素對評估結(jié)果的影響，因此本文采取熵值法這一客觀賦權(quán)方法進行農(nóng)業(yè)現(xiàn)代化水平評價，其基本思路是依據(jù)不同指標(biāo)的變異程度來賦予相應(yīng)的權(quán)重。

構(gòu)建農(nóng)業(yè)現(xiàn)代化發(fā)展水平評價的特征值矩陣：

(1)

式(1)中mij表示第i個省份第j項指標(biāo)的取值。采取極差法消除不同指標(biāo)間量綱的差異，正向指標(biāo)與負(fù)向指標(biāo)分別運用式(2)、(3)做無量綱化處理，處理結(jié)果用aij表征：

(2)

(3)

i省份j指標(biāo)占所有省份該指標(biāo)的比重為

(4)

基于比重計算出j指標(biāo)的信息熵為

(5)

j指標(biāo)的信息冗余度為

(6)

j指標(biāo)的權(quán)重為

(7)

基于權(quán)重計算農(nóng)業(yè)現(xiàn)代化水平：

(8)

Si為多個省份之間相對農(nóng)業(yè)現(xiàn)代化水平得分。

1.4 空間自相關(guān)檢驗?zāi)Ｐ?/h3>

空間數(shù)據(jù)極有可能存在空間自相關(guān)性，集中表現(xiàn)為要素在相鄰地理單元的空間集聚。非空間計量分析手段難以解釋要素在空間層面的異質(zhì)性及其溢出效應(yīng)[13-15]。為全面掌握農(nóng)業(yè)現(xiàn)代化發(fā)展水平的空間分布特征，運用探索性空間數(shù)據(jù)分析(ESDA)中的全局Moran’s I指數(shù)檢驗農(nóng)業(yè)現(xiàn)代化全局空間相關(guān)性特征，運用局部Moran’s I指數(shù)、散點圖與(局部空間自相關(guān)分析LISA)圖來分析農(nóng)業(yè)現(xiàn)代化局部空間相關(guān)性特征。

全局Moran’s I指數(shù)(I)反映相鄰省份農(nóng)業(yè)現(xiàn)代化相近程度，其計算公式如下：

(9)

(10)

式(10)中Wij為根據(jù)是否相鄰設(shè)置的1、0矩陣。全局Moran’s I指數(shù)介于-1～1，正數(shù)表示存在正向空間自相關(guān)性，負(fù)數(shù)表示存在負(fù)向空間自相關(guān)性。

為了深入研究局部性非典型的農(nóng)業(yè)現(xiàn)代化空間分布特征，引入局部Moran’s I指數(shù)(IL)，并繪制局部散點圖來分析農(nóng)業(yè)現(xiàn)代化局部空間異質(zhì)性。

(11)

局部Moran’s I指數(shù)值如果為正，說明局部相鄰省份農(nóng)業(yè)競爭呈現(xiàn)出相似的屬性特征，即局部性高-高(HH)或低-低(LL)集聚特征；如果為負(fù)，則說明局部相鄰省份農(nóng)業(yè)競爭呈現(xiàn)出非相似屬性特征，即局部性高-低(HL)或低-高(LH)集聚特征。

2 結(jié)果與分析

2.1 不同區(qū)域農(nóng)業(yè)現(xiàn)代化及其分解要素的發(fā)展趨勢

2000—2016年中國整體層面的農(nóng)業(yè)現(xiàn)代化發(fā)展水平呈上升趨勢，如圖1所示，農(nóng)業(yè)現(xiàn)代化發(fā)展水平得分從2.53上升到3.03，年均增長率達1.13%。分階段看，2000—2003年上下波動幅度較大，2003—2009年增速加快，2009年以后平穩(wěn)增長。分區(qū)域看，東部省份平均農(nóng)業(yè)現(xiàn)代化水平綜合得分最高，東北次之，而中部和西部得分相對較低，屬于相對低農(nóng)業(yè)現(xiàn)代化發(fā)展水平區(qū)域。以投入、產(chǎn)出、生產(chǎn)服務(wù)為衡量標(biāo)準(zhǔn)的農(nóng)業(yè)現(xiàn)代化發(fā)展水平的不斷上升，很大程度上得益于這三者的快速增長，不同區(qū)域表現(xiàn)出來的差異化的農(nóng)業(yè)現(xiàn)代化發(fā)展水平，是相對高低水平，并非絕對水平。

將農(nóng)業(yè)現(xiàn)代化分解為投入、產(chǎn)出、生產(chǎn)服務(wù)3大要素，其評價結(jié)果如表2所示。投入要素現(xiàn)代化方面，東部平均得分最高，東北次之，中、西部得分最低。以2016年為例，東部投入要素現(xiàn)代化水平是東北的2.36倍，是西部的2.57倍，是中部的3.22倍。產(chǎn)出能力現(xiàn)代化方面，東北平均得分從2000年的3.51上升到2016年的4.67，成為得分最高的區(qū)域，東部則從2000年的5.35下降到了2016年的4.16，中部和西部得分呈上升趨勢，但仍與東部和東北有較大差距。生產(chǎn)服務(wù)現(xiàn)代化方面，東部與其他區(qū)域的差距呈擴大趨勢，以2016年為例，東部得分是西部的3.84倍，是中部的4.46倍，是東北的4.68倍。

2.2 省域農(nóng)業(yè)現(xiàn)代化空間格局演化特征

省域?qū)用妫?000—2016年農(nóng)業(yè)現(xiàn)代化空間格局差異性極為明顯，且空間差異表現(xiàn)得相對穩(wěn)定，呈現(xiàn)出北高南低、東高西低的分布特征，具體

圖1 2000—2016年農(nóng)業(yè)現(xiàn)代化水平發(fā)展趨勢Fig.1 Development trend of agricultural modernization level from 2000 to 2016

表2 不同年份分區(qū)域農(nóng)業(yè)現(xiàn)代化要素分解得分

Table2Regional factor decomposition score of agricultural modernization in different years

一級指標(biāo)First-class index區(qū)域Region200020082016投入要素東部Eastern China6.186.286.09Input factors中部Central China2.182.301.89西部Western China2.082.022.37東北Northeastern China2.792.482.57產(chǎn)出能力東部Eastern China5.354.344.16Output capacity中部Central China2.992.983.11西部Western China2.122.562.72東北Northeastern China3.514.964.67生產(chǎn)服務(wù)東部Eastern China6.745.947.22Production service中部Central China1.642.521.62西部Western China2.062.461.88東北Northeastern China2.311.471.54

結(jié)果如表3所示。農(nóng)業(yè)現(xiàn)代化發(fā)展水平最高的是北京、上海和天津，最低的是貴州、江西和四川。2000—2016年，北京農(nóng)業(yè)現(xiàn)代化發(fā)展水平從16.22上升到19.00，上海從8.26上升到9.20，天津從6.21下降到5.23，貴州一直維持在0.93的水平，江西從1.46略微下降到1.45，四川從1.59下降到1.54。北京的農(nóng)業(yè)現(xiàn)代化發(fā)展水平是貴州的20倍，兩極分化趨勢較為嚴(yán)重。北京、天津、遼寧、上海、浙江、山東等農(nóng)業(yè)現(xiàn)代化發(fā)展水平高的省份主要集中在東部地區(qū)，對比之下，中西部省份現(xiàn)代化水平相對較低。以長江為分界線，北方農(nóng)業(yè)現(xiàn)代化發(fā)展水平高于南方，尤其是貴州、四川、云南等西南山區(qū)的農(nóng)業(yè)現(xiàn)代化發(fā)展水平嚴(yán)重滯后于其他區(qū)域。2000—2016年，農(nóng)業(yè)現(xiàn)代化發(fā)展水平得分介于2～4的省份由15個增加到17個，得分大于4的省份則由6個下降到4個。

對農(nóng)業(yè)現(xiàn)代化發(fā)展水平進行熱點分析，省域農(nóng)業(yè)現(xiàn)代化發(fā)展水平空間分布呈現(xiàn)出明顯的冷熱點集中分布特征，具體結(jié)果如表4所示。2000年的熱點集中區(qū)以北京、天津、河北、山東、山西、河南、安徽、江蘇、上海為核心，2016年熱點集中區(qū)轉(zhuǎn)化為以山西、河南、山東為核心，高值區(qū)范圍存在一定程度的退化。2000年冷點集中區(qū)以廣西、廣東、重慶為核心，2016年冷點集中區(qū)轉(zhuǎn)化為以重慶、貴州、廣西、廣東為核心，低值區(qū)范圍存在一定程度的擴張。整體而言，省域農(nóng)業(yè)現(xiàn)代化發(fā)展水平地理分異特征明顯，分化為以黃淮海平原為主的高值區(qū)和以西南山區(qū)為主的低值區(qū)。如何避免機械化難以推進的西南山區(qū)農(nóng)業(yè)發(fā)展走向粗放成為引領(lǐng)不同區(qū)域農(nóng)業(yè)現(xiàn)代化均衡發(fā)展的關(guān)鍵。

2.3 農(nóng)業(yè)現(xiàn)代化空間相關(guān)性檢驗

2.3.1 全域空間相關(guān)性

表32000和2016年農(nóng)業(yè)現(xiàn)代化空間格局

Table3Provincial agricultural modernization level in 2000 and 2016

省域Province20002016省域Province20002016省域Province20002016北京Beijing16.2219.00浙江Zhejiang4.586.01重慶Chongqing2.331.34天津Tianjin6.215.23安徽Anhui2.332.34四川Sichuan1.591.54河北Hebei3.923.35福建Fujian3.563.72貴州Guizhou0.930.93山西Shanxi2.331.92江西Jiangxi1.461.45云南Yunnan1.921.61內(nèi)蒙古Inner Mongolia1.922.35山東Shandong4.743.66陜西Shaanxi 2.162.23遼寧Liaoning4.233.41河南Henan2.882.31甘肅Gansu2.072.89吉林Jilin2.462.29湖北Hubei2.382.36青海Qinghai2.393.52黑龍江Heilongjiang1.802.02湖南Hunan1.961.88寧夏Ningxia2.382.64上海Shanghai8.269.20廣東Guangdong3.942.40新疆Xinjiang3.623.84江蘇Jiangsu3.822.87廣西Guangxi1.631.57

表42000—2016年省域農(nóng)業(yè)現(xiàn)代化發(fā)展水平冷熱點變化

Table4Changes of hot and cold points in the development level of agricultural modernization in provinces from 2000 to 2016

冷熱點狀態(tài)20002016熱點(99%置信度)——Hot spot (99% confidence)熱點(95%置信度)Hot spot (95% confidence)北京Beijing,天津Tianjing,河北Hebei,山西Shanxi,山東Shandong,河南Henan,安徽Anhui,江蘇Jiangsu,上海Shanghai山東Shandong,山西Shanxi,河南Henan,上海Shanghai熱點(90%置信度)Hot spot (90% confidence)吉林Jilin,遼寧Liaoning,內(nèi)蒙古Inner Mongolia,寧夏Ningxia,湖北Hubei北京Beijing,天津Tianjing,河北Hebei,寧夏Ningxia,安徽Anhui,江蘇Jiangsu冷點(99%置信度)——Cold spot (99% confidence)冷點 (95%置信度)Cold spot(95% confidence)——冷點(90%置信度)Cold spot(90% confidence)廣東Guangdong,廣西Guangxi,重慶Chongqi廣東Guangdong,貴州Guizhou,廣西Guangxi,重慶Chongqi

基于Stata 14.0軟件，計算2000—2016年農(nóng)業(yè)現(xiàn)代化全域Moran’s Ⅰ指數(shù)，其變化趨勢如圖2所示。整體而言，Moran’s Ⅰ指數(shù)值波動升降，均通過了1%水平的顯著性檢驗，正向空間溢出效應(yīng)明顯。2000—2004年Moran’s Ⅰ指數(shù)在0.174～0.488波動，2005—2012年維持在0.4以上，2013年以后呈下降趨勢，2016年下降到0.197。從Moran’s Ⅰ指數(shù)變化趨勢可知，省域農(nóng)業(yè)現(xiàn)代化正向溢出強度上下波動較大，但存在顯著的地理空間上的集聚趨勢，且以高高集聚和低低集聚的空間結(jié)構(gòu)為主。

2.3.2 局域空間相關(guān)性

為進一步揭示農(nóng)業(yè)現(xiàn)代化局域空間相關(guān)性變化規(guī)律，基于Stata 14.0軟件繪制局部Moran’s Ⅰ指數(shù)散點圖，并轉(zhuǎn)化為更為直觀的省域分布圖，如圖3所示。整體而言，農(nóng)業(yè)現(xiàn)代化發(fā)展水平具有較強的局域空間集聚特征，且以HH集聚與LL集聚為主要局域空間集聚類型，HH集聚型以北京、天津、上海、浙江等東部省份為主，LL集聚型則以中、西部省份為主。以2016年為例，HH、LL集聚型省份共計23個，占研究總數(shù)的79.31%，而HL、LH集聚型省份僅占20.69%。2000—2016年，HH集聚型省份數(shù)量由8個減少到6個，HL集聚型由3個減少到2個，LL集聚型由16個增加到17個，LH集聚型則由2個增加到4個，農(nóng)業(yè)現(xiàn)代化水平較低省份的集聚程度略有上升，而較高省份的集聚度有所下降。其中，江蘇、河北由HH集聚型轉(zhuǎn)為LH集聚型，山東由HH集聚型轉(zhuǎn)為HL集聚型，新疆由LH集聚型轉(zhuǎn)為HH集聚型，青海由LL集聚型轉(zhuǎn)為HL集聚型，廣東、遼寧則由LH集聚型轉(zhuǎn)為LL集聚型。

圖2 2000—2016年Moran’s Ⅰ指數(shù)與標(biāo)準(zhǔn)化Z值的變化趨勢Fig.2 Trends of Moran’s Ⅰ index and standardized Z value from 2000 to 2016

3 結(jié)論與討論

基于2000—2016年中國省域面板數(shù)據(jù)，運用熵權(quán)法、空間計量模型、探索性空間數(shù)據(jù)分析技術(shù)，實證分析了中國農(nóng)業(yè)現(xiàn)代化發(fā)展水平的時空分布格局及其空間溢出效應(yīng)。在內(nèi)涵界定方面：農(nóng)業(yè)現(xiàn)代化是階段性、區(qū)域性、相對性的概念，在一定時期內(nèi)一個國家或地區(qū)與其他國家或地區(qū)相比，其農(nóng)業(yè)物資技術(shù)裝備、配套基礎(chǔ)設(shè)施、農(nóng)業(yè)生產(chǎn)效率達到相對先進水平，可界定為實現(xiàn)了階段性的農(nóng)業(yè)現(xiàn)代化。農(nóng)業(yè)現(xiàn)代化與農(nóng)村現(xiàn)代化是實施鄉(xiāng)村振興戰(zhàn)略過程中相輔相成的兩面，二者內(nèi)涵存在顯著差異，不應(yīng)混淆。

圖3 2000—2016年局部空間相關(guān)性特征變化Fig.3 Change of local spatial relevance characteristic from 2000 to 2016

在區(qū)域空間格局方面，2000—2016年中國整體層面的農(nóng)業(yè)現(xiàn)代化發(fā)展水平呈上升趨勢，東部農(nóng)業(yè)現(xiàn)代化發(fā)展水平最高，東北次之，中、西部相對落后。將農(nóng)業(yè)現(xiàn)代化細分為投入要素現(xiàn)代化、產(chǎn)出能力現(xiàn)代化和生產(chǎn)服務(wù)現(xiàn)代化，2016年投入要素和生產(chǎn)服務(wù)方面的得分表現(xiàn)為東部>東北>中、西部，產(chǎn)出能力得分表現(xiàn)為東北>東部>中、西部。

在省域空間格局方面，2000—2016年農(nóng)業(yè)現(xiàn)代化省域格局空間差異性極為明顯，且具有較強的穩(wěn)定性，以長江為分界線，北方農(nóng)業(yè)現(xiàn)代化發(fā)展水平高于南方，以是否臨海為標(biāo)準(zhǔn)，東部臨海區(qū)域農(nóng)業(yè)現(xiàn)代化發(fā)展水平高于中、西部，且兩極分化趨勢較為嚴(yán)重，呈現(xiàn)出明顯的冷熱點集中區(qū)特征，分化為以黃淮海平原為核心的高值區(qū)和以西南山區(qū)為核心的低值區(qū)。

在空間相關(guān)性方面，2000—2016年農(nóng)業(yè)現(xiàn)代化存在顯著的空間集聚趨勢與正向空間溢出效應(yīng)，正向溢出強度呈波動升降趨勢，局域空間集聚特征明顯，以HH集聚和LL集聚型為主導(dǎo)空間集聚類型，農(nóng)業(yè)現(xiàn)代化水平較低省域的集聚程度略有上升，而較高省域的集聚度有所下降。

當(dāng)前，高度商品化的小規(guī)模經(jīng)營農(nóng)戶依然是占絕對主導(dǎo)地位的農(nóng)業(yè)生產(chǎn)單元，在小規(guī)模經(jīng)營基礎(chǔ)上實現(xiàn)中國特色的農(nóng)業(yè)現(xiàn)代化是未來相當(dāng)長一段時間內(nèi)中國農(nóng)業(yè)發(fā)展的方向。在當(dāng)前經(jīng)濟發(fā)展階段，不同區(qū)域間相對水平差距依然十分明顯的條件下，需要依據(jù)不同區(qū)域地形、氣候、土壤、經(jīng)濟基礎(chǔ)等，制定差異化的農(nóng)業(yè)現(xiàn)代化發(fā)展水平提升策略。東部地區(qū)可以利用技術(shù)、資本、勞動力素質(zhì)、區(qū)位條件等方面的優(yōu)勢，在保障糧食生產(chǎn)的前提下，圍繞城市消費需求，發(fā)展高效率的設(shè)施農(nóng)業(yè)、效益農(nóng)業(yè)等；中部省份可以利用地形、氣候的優(yōu)勢，發(fā)展成為糧棉油糖等大宗農(nóng)產(chǎn)品專業(yè)種植區(qū)，加快推動機械對勞動力的進一步替代；西部省份可以利用生態(tài)優(yōu)勢，發(fā)展特色農(nóng)業(yè)、品牌農(nóng)業(yè)，打造一批珍、野、稀、名、特產(chǎn)品。

山區(qū)農(nóng)業(yè)生產(chǎn)過去依賴于大量勞動力投入下的精耕細作，現(xiàn)在大量勞動力外出務(wù)工，同時受地形限制，機械化難以推進，對此問題若不加以重視，山區(qū)農(nóng)業(yè)生產(chǎn)極有可能滑向粗放的經(jīng)營方式。為此，應(yīng)重點推動山區(qū)農(nóng)業(yè)的均衡發(fā)展，避免機械化難以推進的山區(qū)農(nóng)業(yè)經(jīng)營走向粗放。這不僅需要依托山區(qū)生態(tài)資源發(fā)展特色農(nóng)業(yè)與特色品牌，還需要大力推廣適用技術(shù)，研發(fā)適合山區(qū)的中小型機械技術(shù)，公共財政支持對此應(yīng)有所偏重。

此外，建議充分發(fā)揮省域農(nóng)業(yè)現(xiàn)代化的空間溢出效應(yīng)與輻射帶動作用。農(nóng)業(yè)現(xiàn)代化生產(chǎn)要素的擴散與輻射具有漣漪效應(yīng)，對相鄰區(qū)域農(nóng)業(yè)現(xiàn)代化發(fā)展有正向帶動作用，應(yīng)打破省域現(xiàn)代化農(nóng)業(yè)生產(chǎn)要素流動壁壘，促進現(xiàn)代化生產(chǎn)要素由農(nóng)業(yè)現(xiàn)代化發(fā)展高水平區(qū)域向相對低水平區(qū)域合理流動。在農(nóng)業(yè)現(xiàn)代化發(fā)展水平相對較低的區(qū)域優(yōu)先扶持并打造一批農(nóng)業(yè)現(xiàn)代化提升試點縣，以試點縣為把手，推動現(xiàn)代化生產(chǎn)要素的擴散，謀求區(qū)域內(nèi)農(nóng)業(yè)現(xiàn)代化的均衡發(fā)展。