旱區(qū)農(nóng)業(yè)現(xiàn)代化水平及驅(qū)動(dòng)因素分析
——以寧夏為例

田 帥，葛志軍

(寧夏大學(xué)農(nóng)學(xué)院，寧夏銀川 750021)

在經(jīng)濟(jì)發(fā)展新常態(tài)背景下，我國(guó)先后推進(jìn)了工業(yè)化、城鎮(zhèn)化和農(nóng)業(yè)現(xiàn)代化“三化”協(xié)調(diào)發(fā)展，新型工業(yè)化、城鎮(zhèn)化、信息化和農(nóng)業(yè)現(xiàn)代化的“四化”同步發(fā)展，新型工業(yè)化、城鎮(zhèn)化、信息化、農(nóng)業(yè)現(xiàn)代化和綠色化發(fā)展的“五化”協(xié)同發(fā)展進(jìn)程，反映了人們?nèi)找嬖鲩L(zhǎng)的物質(zhì)需求，及對(duì)美好生活追求實(shí)踐的不懈努力。在此過(guò)程中，農(nóng)業(yè)現(xiàn)代化始終處于重要地位，但從目前中國(guó)“五化”協(xié)同發(fā)展?fàn)顩r來(lái)看，農(nóng)業(yè)現(xiàn)代化仍處于滯后發(fā)展階段，相較于發(fā)達(dá)國(guó)家，農(nóng)業(yè)現(xiàn)代化發(fā)展水平較低，區(qū)域差異顯著，尤其是中國(guó)西部地區(qū)。同時(shí)，農(nóng)業(yè)現(xiàn)代化已逐漸成為中國(guó)現(xiàn)代化進(jìn)程中的關(guān)鍵一環(huán)，是促進(jìn)鄉(xiāng)村振興的重要力量，并逐步成為地理學(xué)、經(jīng)濟(jì)學(xué)和社會(huì)科學(xué)等領(lǐng)域的研究熱點(diǎn)。梳理國(guó)內(nèi)既有研究成果，發(fā)現(xiàn)農(nóng)業(yè)現(xiàn)代研究主要聚焦在三方面：①農(nóng)業(yè)現(xiàn)代化發(fā)展的理論研究。目前，產(chǎn)業(yè)集群理論、國(guó)際減貧理論、農(nóng)業(yè)生態(tài)理論等理論視角下，研究?jī)?nèi)容逐步由理論研究轉(zhuǎn)向理論實(shí)踐相結(jié)合。②農(nóng)業(yè)現(xiàn)代化水平測(cè)算及時(shí)空特征分析。農(nóng)業(yè)現(xiàn)代化水平測(cè)算在不同尺度取得豐碩的研究成果，主要采用熵值法、TOPSIS熵權(quán)法和主成分分析法，重點(diǎn)測(cè)度國(guó)家、省域和長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)現(xiàn)代化水平及空間分布特征。③農(nóng)業(yè)現(xiàn)代化與新型城鎮(zhèn)化的耦合關(guān)系。隨著“五化”深入推進(jìn)，農(nóng)業(yè)現(xiàn)代化與城鎮(zhèn)化、交通、人力資本、科技創(chuàng)新和農(nóng)業(yè)社會(huì)化服務(wù)的關(guān)系，及其與新型職業(yè)農(nóng)民的培育路徑等方面研究逐步成為農(nóng)業(yè)現(xiàn)代化發(fā)展的關(guān)注重點(diǎn)。通過(guò)文獻(xiàn)梳理，發(fā)現(xiàn)時(shí)間序列水平測(cè)算及宏觀尺度特征的農(nóng)業(yè)現(xiàn)代化發(fā)展水平研究的成果豐富，微觀尺度農(nóng)業(yè)現(xiàn)代化時(shí)空特征分析及驅(qū)動(dòng)因素研究較少，而農(nóng)業(yè)發(fā)展對(duì)自然資源依賴性較強(qiáng)，其不同區(qū)域空間發(fā)展差異客觀存在，且表現(xiàn)出尺度效應(yīng)。因此微觀尺度農(nóng)業(yè)現(xiàn)代化時(shí)空特征及驅(qū)動(dòng)因素分析，有助于更客觀、準(zhǔn)確把握農(nóng)業(yè)發(fā)展規(guī)律，為各縣(區(qū))農(nóng)業(yè)向現(xiàn)代化發(fā)展的調(diào)控策略提供參考。

寧夏位于西北干旱半干旱區(qū)域，農(nóng)業(yè)生產(chǎn)自然資源和環(huán)境條件內(nèi)部差異明顯，農(nóng)業(yè)成為區(qū)域社會(huì)經(jīng)濟(jì)發(fā)展的重要支撐，其農(nóng)業(yè)人口遠(yuǎn)高于全國(guó)平均水平。2019年底，全區(qū)第一產(chǎn)從業(yè)人口共116萬(wàn)，占全區(qū)總?cè)丝诘?0.16%，農(nóng)業(yè)總產(chǎn)值達(dá)5 848 470億元，占地區(qū)經(jīng)濟(jì)總產(chǎn)值的39.43%。近年來(lái)，在農(nóng)業(yè)現(xiàn)代化和高質(zhì)量發(fā)展推動(dòng)下，寧夏農(nóng)業(yè)現(xiàn)代化發(fā)展格局有所變動(dòng)，厘清其時(shí)空分布特征，分析其變動(dòng)規(guī)律，識(shí)別推動(dòng)區(qū)域農(nóng)業(yè)現(xiàn)代化發(fā)展的關(guān)鍵因素對(duì)進(jìn)一步助力鄉(xiāng)村振興和農(nóng)業(yè)現(xiàn)代化進(jìn)程意義重大。

鑒于此，該研究以寧夏19個(gè)縣(區(qū))為研究單元，構(gòu)建農(nóng)業(yè)現(xiàn)代化發(fā)展指標(biāo)體系，選取2010—2019年面板數(shù)據(jù)，研究寧夏10年間的農(nóng)業(yè)現(xiàn)代化發(fā)展時(shí)空演變特征，以期為各縣(區(qū))明晰農(nóng)業(yè)現(xiàn)代化發(fā)展水平及階段，制定推進(jìn)農(nóng)業(yè)現(xiàn)代化發(fā)展進(jìn)程的路徑提供科學(xué)依據(jù)。

1 指標(biāo)選取、數(shù)據(jù)來(lái)源及研究方法

指標(biāo)體系構(gòu)建。依據(jù)數(shù)據(jù)科學(xué)性、易得性及綜合性原則，借鑒劉銳等對(duì)不同地區(qū)農(nóng)業(yè)現(xiàn)代化評(píng)價(jià)水平的研究成果，構(gòu)建寧夏農(nóng)業(yè)現(xiàn)代化評(píng)價(jià)指標(biāo)體系。該體系分為3個(gè)系統(tǒng)：農(nóng)業(yè)生產(chǎn)現(xiàn)代化，反映區(qū)域農(nóng)業(yè)現(xiàn)代化社會(huì)經(jīng)濟(jì)生產(chǎn)效益，包括農(nóng)業(yè)勞動(dòng)生產(chǎn)率、耕地產(chǎn)出率、糧食單產(chǎn)和單位耕地農(nóng)業(yè)機(jī)械總動(dòng)力；農(nóng)業(yè)生活現(xiàn)代化，反映農(nóng)業(yè)生產(chǎn)為滿足居民需求創(chuàng)造的價(jià)值及基礎(chǔ)，包括居民人均可支配收入、人均農(nóng)業(yè)總產(chǎn)值和每萬(wàn)人擁有醫(yī)院床位數(shù)3個(gè)指標(biāo)；農(nóng)業(yè)生態(tài)現(xiàn)代化，反映農(nóng)業(yè)發(fā)展對(duì)生態(tài)環(huán)境的影響，包括森林覆蓋率、單位耕地面積農(nóng)藥施用量和環(huán)境治理投資占GDP比重，3個(gè)系統(tǒng)共涉及10個(gè)指標(biāo)，見表1。

表1 寧夏農(nóng)業(yè)現(xiàn)代化水平評(píng)價(jià)指標(biāo)體系

數(shù)據(jù)來(lái)源。2010年，紅寺堡區(qū)成立，為避免行政區(qū)劃變動(dòng)和數(shù)據(jù)統(tǒng)計(jì)口徑的影響，該研究初期確定為2010年。該研究數(shù)據(jù)包括社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)和地理空間數(shù)據(jù)。其中，社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)來(lái)源于《寧夏統(tǒng)計(jì)年鑒》(2009—2020年)、《中國(guó)縣域統(tǒng)計(jì)年鑒》(2009—2020年)及相應(yīng)年份寧夏統(tǒng)計(jì)公報(bào)。地理空間數(shù)據(jù)來(lái)源于國(guó)家基礎(chǔ)地理信息中心1∶100萬(wàn)電子地圖，通過(guò)ArcGIS 10.8軟件矢量化得到寧夏行政區(qū)界限及各縣(區(qū))矢量圖。

TOPSIS熵權(quán)法。TOPSIS熵權(quán)法又被稱為“逼近理想解排序方法”，其通過(guò)假定正、負(fù)理想解，測(cè)算各樣本與正、負(fù)理想解的距離，得到其與理想方案的相對(duì)貼近度，評(píng)價(jià)對(duì)象與理想化目標(biāo)的接近程度進(jìn)行排序，能夠綜合評(píng)價(jià)研究單元發(fā)展水平。其通過(guò)熵值法確定指標(biāo)權(quán)重，有效避免主觀因素對(duì)評(píng)價(jià)結(jié)果的影響。TOPSIS熵權(quán)法主要計(jì)算原理如下：

指標(biāo)標(biāo)準(zhǔn)化及權(quán)重確定：采用極差標(biāo)準(zhǔn)化方法，對(duì)寧夏農(nóng)業(yè)現(xiàn)代化評(píng)價(jià)的10項(xiàng)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，消除指標(biāo)量級(jí)量綱對(duì)評(píng)價(jià)結(jié)果的影響。

(1)

(2)

式(1)(2)中，、min、max分別表示第個(gè)指標(biāo)的原始值、最小值和最大值。在此基礎(chǔ)上，確定各指標(biāo)的差異系數(shù)，并計(jì)算各指標(biāo)權(quán)重。

(1)確定規(guī)范化矩陣。

=()×=×

(3)

(2)確定正理想解和負(fù)理想解。

(4)

(5)

(3)計(jì)算樣本與正理想解和負(fù)理想解間距離。

(6)

(4)計(jì)算最優(yōu)方案與貼近度。

(7)

式(7)中，∈(0，1)，值越接近于1，表明寧夏農(nóng)業(yè)現(xiàn)代化水平越高，反之，則越低。

空間自相關(guān)分析和熱點(diǎn)分析。全局莫蘭指數(shù)(Global Moran’s I)通過(guò)計(jì)算空間鄰近單元間的相似程度，反映研究區(qū)域的集散程度，Moran’s I越大，表明研究區(qū)域空間自相關(guān)程度越高，區(qū)域集聚水平越高，反之則越低，但全局莫蘭指數(shù)不能反映局部區(qū)域的空間差異。因此，該研究采用熱點(diǎn)分析進(jìn)一步分析寧夏局部區(qū)域的空間集聚特征，得到標(biāo)準(zhǔn)化得分值，值越大，表明該區(qū)域?yàn)闊狳c(diǎn)區(qū)域(高值區(qū))，值越小，表明該區(qū)域?yàn)槔潼c(diǎn)區(qū)域(低值區(qū))。該研究將全局莫蘭指數(shù)與熱點(diǎn)分析方法相結(jié)合，探究研究期限內(nèi)寧夏農(nóng)業(yè)現(xiàn)代化發(fā)展水平的全局及局部集散程度，進(jìn)而揭示農(nóng)業(yè)現(xiàn)代化水平的空間分布特征及演化趨勢(shì)。

Tobit回歸模型。Tobit回歸模型也被稱為截尾回歸模型或刪失回歸模型，能夠有效處理[0，1]區(qū)間的樣本數(shù)據(jù)，且能避免最小二乘回歸帶來(lái)的結(jié)果偏差。該研究農(nóng)業(yè)現(xiàn)代化水平值介于[0，1]，適用于Tobit回歸模型識(shí)別農(nóng)業(yè)現(xiàn)代化水平的關(guān)鍵因素。

2 寧夏農(nóng)業(yè)現(xiàn)代化水平時(shí)空特征

通過(guò)TOPSIS熵權(quán)法測(cè)算得出寧夏農(nóng)業(yè)現(xiàn)代化發(fā)展水平值(圖1)，變異系數(shù)反映寧夏各縣(區(qū))的農(nóng)業(yè)現(xiàn)代化的發(fā)展差異。2010—2020年寧夏農(nóng)業(yè)現(xiàn)代化水平整體偏低，其中2010—2015年處于快速下降階段，2015年以后處于緩慢波動(dòng)下降階段(圖1)。2010—2015年為快速波動(dòng)下降階段，農(nóng)業(yè)現(xiàn)代化水平從0.382下降到0.331，年均降幅2.67%，農(nóng)業(yè)現(xiàn)代化進(jìn)程中，寧夏農(nóng)業(yè)生產(chǎn)負(fù)向影響逐步顯現(xiàn)，成為未來(lái)寧夏農(nóng)業(yè)現(xiàn)代化發(fā)展亟待突破的瓶頸。2016—2019年呈波動(dòng)下降態(tài)勢(shì)，增長(zhǎng)幅度較小，從2016年0.345下降到2019年的0.332，主要源于在經(jīng)濟(jì)新常態(tài)背景下，對(duì)農(nóng)業(yè)發(fā)展提出新要求，加之“十三五”時(shí)期注重穩(wěn)定農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)，同時(shí)調(diào)整農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，影響寧夏農(nóng)業(yè)現(xiàn)代化整體發(fā)展。此外，在區(qū)域內(nèi)農(nóng)業(yè)發(fā)展環(huán)境和政策引導(dǎo)下，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展趨于穩(wěn)定。2010—2019年，寧夏農(nóng)業(yè)現(xiàn)代化發(fā)展水平的變異系數(shù)波動(dòng)上升，從0.219上升到0.242，表明寧夏農(nóng)業(yè)現(xiàn)代化發(fā)展水平的縣(區(qū))差異逐步增大。

從縣(區(qū))層面來(lái)看，2010—2020年，由表2可知，銀川市、靈武市、平羅縣、利通區(qū)和涇源縣農(nóng)業(yè)現(xiàn)代化水平均值分別為0.469、0.448、0.418、0.401、0.452，分別高于全區(qū)平均水平35.16%、29.11%、20.46%、15.56%、30.26%，其原因在于銀川市、靈武市、平羅縣農(nóng)業(yè)發(fā)展自然條件優(yōu)渥，地形平坦，農(nóng)業(yè)機(jī)械化操作水平較低，農(nóng)產(chǎn)品產(chǎn)出效率和規(guī)模效率顯著。2010—2019年，紅寺堡區(qū)、鹽池縣、同心縣、沙坡頭區(qū)和海原縣農(nóng)業(yè)現(xiàn)代化發(fā)展水平平均值分別為0.220、0.241、0.171、0.292、0.228，分別低于全區(qū)平均水平36.60%、30.55%、50.72%、15.85%、34.29%，其原因在于該類區(qū)域多位于寧夏中部干旱帶，水資源短缺，農(nóng)業(yè)氣候多變，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)和經(jīng)濟(jì)效益提升限制因素較多。

圖1 寧夏農(nóng)業(yè)現(xiàn)代化水平及變異系數(shù)Fig.1 Level of agricultural modernization in Ningxia and coefficient of variation

表2 2010—2019年寧夏農(nóng)業(yè)現(xiàn)代化水平結(jié)果

全局空間自相關(guān)分析。從全局空間自相關(guān)統(tǒng)計(jì)結(jié)果可以看出，寧夏農(nóng)業(yè)現(xiàn)代化水平空間相關(guān)系數(shù)均為正值，表明寧夏農(nóng)業(yè)現(xiàn)代化水平的集聚特征顯著，但在從時(shí)序變化上看(表3)，Moran’s指數(shù)值呈逐步下降趨勢(shì)，由2010年 0.386下降到 2019年的 0.230，表明寧夏農(nóng)業(yè)現(xiàn)代化水平空間集聚程度不斷減弱，農(nóng)業(yè)現(xiàn)代化發(fā)展方向逐步趨向離散化和均衡化。

熱點(diǎn)分析。為進(jìn)一步探索寧夏農(nóng)業(yè)現(xiàn)代化縣域分布的空間格局，分析其局部集聚分布情況，采用局部空間自相關(guān)方法(Getis-Ord Gi)，借助ArcGIS 10.8空間統(tǒng)計(jì)工具分類中的熱點(diǎn)分析方法，計(jì)算2010、2013、2016、2019年寧夏農(nóng)業(yè)現(xiàn)代化水平的Gi統(tǒng)計(jì)量值得分，按照自然斷點(diǎn)法將值分成3個(gè)等級(jí)，得到不同年份寧夏農(nóng)業(yè)現(xiàn)代化水平空間分布的冷熱點(diǎn)圖(圖2)。

2010—2019年，寧夏農(nóng)業(yè)現(xiàn)代化水平的熱點(diǎn)區(qū)主要分布在寧夏北部引黃灌區(qū)，冷點(diǎn)地區(qū)主要分布在寧夏中部干旱帶，冷熱點(diǎn)區(qū)空間分布大體呈現(xiàn)“北高南低”趨勢(shì)。2010年北部引黃灌區(qū)熱點(diǎn)區(qū)域數(shù)量為8個(gè)，有石嘴山市、平羅縣、賀蘭縣、銀川市、永寧縣、靈武市、利通區(qū)和青銅峽市。2013年，寧夏農(nóng)業(yè)向現(xiàn)代化發(fā)展熱點(diǎn)區(qū)仍集中在北部引黃灌區(qū)，但縣(區(qū))數(shù)量下降至5個(gè)，分別為平羅縣、永寧縣、銀川市、賀蘭縣和青銅峽市。2016年，寧夏農(nóng)業(yè)向現(xiàn)代化發(fā)展熱點(diǎn)區(qū)域呈現(xiàn)擴(kuò)散現(xiàn)象，但主體部分仍集中在寧夏北部引黃灌區(qū)，此外，南部六盤山區(qū)的隆德縣和涇源縣也發(fā)展成為熱點(diǎn)區(qū)域。相較于2016年，2019年全區(qū)農(nóng)業(yè)現(xiàn)代化熱點(diǎn)區(qū)域總數(shù)下降至6個(gè)，占全區(qū)總數(shù)的31.5%，其中，隆德縣和涇源縣農(nóng)業(yè)現(xiàn)代化發(fā)展類型轉(zhuǎn)變?yōu)橹虚g區(qū)域，彭陽(yáng)縣轉(zhuǎn)變?yōu)闊狳c(diǎn)區(qū)域。2010和2013年，全區(qū)農(nóng)業(yè)現(xiàn)代化發(fā)展的冷點(diǎn)區(qū)域集中在中部干旱帶，共7個(gè)縣(區(qū))，占全區(qū)總數(shù)的36.8%，分別是中寧縣、紅寺堡區(qū)、沙坡頭區(qū)、同心縣、海原縣、原州區(qū)和西吉縣。2016和2019年，全區(qū)農(nóng)業(yè)現(xiàn)代化發(fā)展冷點(diǎn)區(qū)域數(shù)量有所下降，但仍集中分布在寧夏中部干旱帶，共6個(gè)縣(區(qū))，占縣區(qū)總數(shù)的31.5%，分別是中寧縣、紅寺堡區(qū)、沙坡頭區(qū)、同心縣、海原縣和原州區(qū)。2010、2013、2016、2019年，全區(qū)農(nóng)業(yè)現(xiàn)代化的中間區(qū)域數(shù)量大體逐步增加，分別占全區(qū)總數(shù)的21.1%、36.8%、31.5%、36.8%，表明寧夏農(nóng)業(yè)現(xiàn)代化發(fā)展在縣域?qū)用姘l(fā)展勢(shì)頭良好，且在空間上逐步趨向均衡發(fā)展。

表3 寧夏農(nóng)業(yè)現(xiàn)代化Global Moran’s I指數(shù)

圖2 寧夏農(nóng)業(yè)現(xiàn)代和水平熱點(diǎn)分析Fig.2 Hotspot analysis of modern and horizontal agriculture in Ningxia

3 寧夏農(nóng)業(yè)現(xiàn)代水平影響因素

農(nóng)業(yè)現(xiàn)代化受社會(huì)經(jīng)濟(jì)、自然條件和區(qū)位因子等多因素共同影響，綜合考慮數(shù)據(jù)代表性、易獲性和可量化原則，借鑒已有研究成果，該研究選取人均社會(huì)消費(fèi)品零售額、地方財(cái)政農(nóng)業(yè)支出費(fèi)用、人均教育經(jīng)費(fèi)支出和公路通車?yán)锍?個(gè)指標(biāo)，取2010—2019年指標(biāo)均值作為自變量，構(gòu)建Tobit回歸模型。指標(biāo)數(shù)據(jù)來(lái)源于《寧夏統(tǒng)計(jì)年鑒》(2010—2019年)，采用極差標(biāo)準(zhǔn)化法，消除指標(biāo)的量級(jí)量綱差異。模型如下：

QI=XFP+DFC+EDU+PLC++

(8)

式(8)中，QI代表寧夏農(nóng)業(yè)現(xiàn)代化發(fā)展水平值；XFP代表人均社會(huì)消費(fèi)品零售額；DFC代表地方財(cái)政農(nóng)業(yè)支出費(fèi)用；EDU代表人均教育經(jīng)費(fèi)支出；PLC代表公路通車?yán)锍?。代表截距?xiàng)，代表隨機(jī)誤差項(xiàng)，～代表各自變量的系數(shù)。

根據(jù)寧夏農(nóng)業(yè)現(xiàn)代化影響因素估計(jì)結(jié)果(表4)可知，農(nóng)業(yè)固定資產(chǎn)投資占比、人均儲(chǔ)蓄存款金額分別在0.05和0.01水平下通過(guò)顯著性檢驗(yàn)，且均對(duì)寧夏農(nóng)業(yè)現(xiàn)代化發(fā)展產(chǎn)生正向影響。地方財(cái)政支出和產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化程度暫未通過(guò)顯著性檢驗(yàn)。

表4 農(nóng)業(yè)現(xiàn)代化水平回歸結(jié)果

綜合回歸結(jié)果，結(jié)合目前寧夏農(nóng)業(yè)現(xiàn)代化的發(fā)展進(jìn)程，影響寧夏農(nóng)業(yè)現(xiàn)代化發(fā)展的關(guān)鍵因素如下：

(1)農(nóng)業(yè)資源稟賦。相對(duì)于第二三產(chǎn)業(yè)而言，農(nóng)業(yè)發(fā)展對(duì)地形、氣候、土壤和水源等自然資源具有較高依賴性，土壤肥力、光照條件和水資源等自然資源是農(nóng)業(yè)發(fā)展必要基礎(chǔ)條件，而自然資源環(huán)境條件具有客觀性，一方面表現(xiàn)在各縣(區(qū))農(nóng)業(yè)種植結(jié)構(gòu)和農(nóng)業(yè)產(chǎn)出效率的差異，另一方面通過(guò)農(nóng)戶掌握技術(shù)和信息的能力，間接影響地區(qū)產(chǎn)業(yè)結(jié)構(gòu)，形成不同的農(nóng)業(yè)現(xiàn)代化景觀格局。例如，寧夏北部形成了精品糧食和瓜菜產(chǎn)區(qū)，而南部六盤山區(qū)形成了特色雜糧和冷涼蔬菜產(chǎn)區(qū)。

(2)農(nóng)業(yè)固定資產(chǎn)投資占比。農(nóng)業(yè)固定資產(chǎn)投資總額與農(nóng)業(yè)現(xiàn)代化發(fā)展水平呈正相關(guān)，即農(nóng)業(yè)固定資產(chǎn)投資力度大的區(qū)域，其農(nóng)業(yè)現(xiàn)代化發(fā)展進(jìn)程越快、水平越高。固定資產(chǎn)投資具有乘數(shù)效應(yīng)，即在拉動(dòng)區(qū)域經(jīng)濟(jì)增長(zhǎng)的同時(shí)能夠擴(kuò)大生產(chǎn)規(guī)模，提升規(guī)模效應(yīng)。因此，增加農(nóng)業(yè)固定資產(chǎn)投資能夠促進(jìn)農(nóng)村經(jīng)濟(jì)社會(huì)發(fā)展，同時(shí)擴(kuò)大能源生產(chǎn)規(guī)模，為農(nóng)業(yè)產(chǎn)業(yè)集群發(fā)展提供條件。從回歸結(jié)果來(lái)看，農(nóng)業(yè)固定資產(chǎn)投資占比對(duì)農(nóng)業(yè)現(xiàn)代化發(fā)展水平的影響系數(shù)為0.436，且在0.05水平下通過(guò)檢驗(yàn)，表明農(nóng)業(yè)固定資產(chǎn)投資占比對(duì)推進(jìn)寧夏農(nóng)業(yè)現(xiàn)代化發(fā)展進(jìn)程，提升其發(fā)展水平具有正向推動(dòng)作用。

(3)人均儲(chǔ)蓄存款金額。人均儲(chǔ)蓄存款金額與農(nóng)業(yè)現(xiàn)代化發(fā)展水平呈正相關(guān)，即人均儲(chǔ)蓄存款金額越高，農(nóng)業(yè)現(xiàn)代化發(fā)展水平越高。人均儲(chǔ)蓄存款金額利于資金聚集，促進(jìn)消費(fèi)結(jié)構(gòu)升級(jí)，助推產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化。因此，居民人均儲(chǔ)蓄存款金額越高將刺激更高層次的消費(fèi)需求，引導(dǎo)農(nóng)產(chǎn)品需求層次高級(jí)化，推動(dòng)農(nóng)業(yè)生產(chǎn)轉(zhuǎn)型升級(jí)。從回歸結(jié)果來(lái)看，寧夏人均儲(chǔ)蓄存款金額對(duì)農(nóng)業(yè)現(xiàn)代化發(fā)展水平的影響系數(shù)為0.002，且在0.01水平下通過(guò)檢驗(yàn)，成為助推寧夏農(nóng)業(yè)現(xiàn)代化發(fā)展的重要?jiǎng)右颉?/p>

3 結(jié)論與討論

該研究構(gòu)建寧夏農(nóng)業(yè)現(xiàn)代化評(píng)估指標(biāo)體系，使用TOPSIS模型、全局莫蘭指數(shù)、熱點(diǎn)分析和Tobit回歸模型分析了寧夏農(nóng)業(yè)現(xiàn)代化水平的時(shí)空特征及演變，識(shí)別了其發(fā)展的關(guān)鍵制約因素，結(jié)論如下：

(1)2010—2020年寧夏農(nóng)業(yè)現(xiàn)代化水平整體偏低，縣(區(qū))間空間差異逐步增大。2010—2020年農(nóng)業(yè)現(xiàn)代化水平整體波動(dòng)下降，年均降幅為1.7%。分縣(區(qū))來(lái)看，銀川市、靈武市和平羅縣的農(nóng)業(yè)現(xiàn)代化發(fā)展水平最高，研究時(shí)限內(nèi)均值高于0.4，高出全區(qū)平均水平13.25%，紅寺堡區(qū)、鹽池縣和海原縣相對(duì)滯后，年均值分別為0.220、0.241、0.228，低于全區(qū)平均值。

(2)寧夏農(nóng)業(yè)現(xiàn)代化發(fā)展水平呈現(xiàn)“北高南低”的空間分布格局。以銀川市、平羅縣和靈武市為代表的北部引黃灌區(qū)是寧夏農(nóng)業(yè)現(xiàn)代化發(fā)展的高水平區(qū)和熱點(diǎn)區(qū)域，農(nóng)業(yè)發(fā)展優(yōu)勢(shì)顯著，而以紅寺堡區(qū)、同心縣和海原縣等中部干旱帶縣(區(qū))受水資源抑制，成為寧夏農(nóng)業(yè)現(xiàn)代化發(fā)展的低水平區(qū)和冷點(diǎn)區(qū)域。

(3)寧夏農(nóng)業(yè)現(xiàn)代化發(fā)展的驅(qū)動(dòng)因素為農(nóng)業(yè)固定資產(chǎn)投資占比、人均儲(chǔ)蓄存款金額，其對(duì)農(nóng)業(yè)現(xiàn)代化發(fā)展水平的影響系數(shù)分別為0.436、0.002。農(nóng)業(yè)固定資產(chǎn)投資占比成為推動(dòng)寧夏農(nóng)業(yè)現(xiàn)代化進(jìn)程的關(guān)鍵驅(qū)動(dòng)力，同時(shí)人均儲(chǔ)蓄存款金額對(duì)農(nóng)業(yè)轉(zhuǎn)型升級(jí)發(fā)揮重要作用。

該研究從縣(區(qū))尺度出發(fā)綜合評(píng)價(jià)旱區(qū)農(nóng)業(yè)現(xiàn)代化水平，研究發(fā)現(xiàn)寧夏農(nóng)業(yè)現(xiàn)代化總體水平呈波動(dòng)下降趨勢(shì)，相較于省域尺度對(duì)農(nóng)業(yè)現(xiàn)代化水平的綜合評(píng)價(jià)，縣(區(qū))尺度評(píng)價(jià)結(jié)果偏低，這表明農(nóng)業(yè)現(xiàn)代化發(fā)展水平存在明顯的尺度效應(yīng)和個(gè)體效應(yīng)，微觀尺度的農(nóng)業(yè)現(xiàn)代化水平發(fā)展態(tài)勢(shì)并不完全與宏觀尺度吻合。因此，該研究能夠豐富和完善農(nóng)業(yè)現(xiàn)代化發(fā)展的多尺度研究成果，后續(xù)研究將持續(xù)關(guān)注農(nóng)業(yè)現(xiàn)代化發(fā)展的尺度效應(yīng)及提升農(nóng)業(yè)現(xiàn)代化發(fā)展的策略。