周 迪，程慧平

(1．中南財(cái)經(jīng)政法大學(xué) 統(tǒng)計(jì)與數(shù)學(xué)學(xué)院，湖北 武漢430073;2．湖北工業(yè)大學(xué) 管理學(xué)院，湖北 武漢430068)

一、引 言

黨的十八大報(bào)告中首次提出了“四化”同步推進(jìn)的戰(zhàn)略思想，在“四化”過程中，要求現(xiàn)代化農(nóng)業(yè)能夠?qū)I(yè)發(fā)展起到支持作用，而農(nóng)業(yè)現(xiàn)代化發(fā)展需要與信息技術(shù)等新的生產(chǎn)力要素深度融合，走一條資本密集型和知識(shí)密集型的農(nóng)業(yè)發(fā)展道路。但我國農(nóng)業(yè)現(xiàn)代化發(fā)展仍遠(yuǎn)滯后于其他“三化”的發(fā)展，今后的“四化”同步發(fā)展，關(guān)鍵在于加快農(nóng)業(yè)現(xiàn)代化步伐［1］。因此，設(shè)置一套評(píng)價(jià)農(nóng)業(yè)現(xiàn)代化發(fā)展水平的指標(biāo)體系，并運(yùn)用客觀科學(xué)的方法評(píng)價(jià)我國農(nóng)業(yè)現(xiàn)代化的發(fā)展水平是研究我國農(nóng)業(yè)現(xiàn)代化的基礎(chǔ)工作。而研究我國各地區(qū)農(nóng)業(yè)現(xiàn)代化發(fā)展水平的趨同與分異(regional convergence/divergence)以及農(nóng)業(yè)發(fā)展演變過程的時(shí)空特征對(duì)于進(jìn)一步深入了解我國農(nóng)業(yè)現(xiàn)代化發(fā)展?fàn)顩r、推動(dòng)不同地區(qū)農(nóng)業(yè)現(xiàn)代化均衡健康發(fā)展具有重要的意義。

我國在農(nóng)業(yè)現(xiàn)代化發(fā)展的研究領(lǐng)域已經(jīng)取得了較大的進(jìn)展，已有的研究文獻(xiàn)主要從下3個(gè)方面展開:(1)國外農(nóng)業(yè)現(xiàn)代化發(fā)展模式、發(fā)展特征及其對(duì)我國的啟示和借鑒［2－3］;(2)農(nóng)業(yè)現(xiàn)代化指標(biāo)體系的設(shè)計(jì)以及基于不同地域范圍的農(nóng)業(yè)現(xiàn)代化發(fā)展水平測(cè)算［4－6］;(3)中國農(nóng)業(yè)在其自身的現(xiàn)代化發(fā)展過程中，以及在“三化”、“四化”同步發(fā)展過程中的種種問題探討［7－9］。目前，關(guān)于我國農(nóng)業(yè)現(xiàn)代化發(fā)展水平的趨同研究還處于缺失狀態(tài)，另外以往的研究多是建立在區(qū)域之間相互獨(dú)立的假設(shè)前提下，缺乏空間視角，難以揭示我國農(nóng)業(yè)現(xiàn)代化水平差異的空間機(jī)制。因此，本文試圖構(gòu)建我國農(nóng)業(yè)現(xiàn)代化發(fā)展水平綜合評(píng)價(jià)指標(biāo)體系，引入熵權(quán)TOPSIS 法測(cè)算出我國農(nóng)業(yè)現(xiàn)代化水平，并結(jié)合探索性數(shù)據(jù)分析以及空間Markov 鏈方法分析我國31個(gè)省份(直轄市、自治區(qū)，不包括港澳臺(tái)，下同)農(nóng)業(yè)現(xiàn)代化水平的空間格局及區(qū)域趨同的演變特征。

二、指標(biāo)體系構(gòu)建及數(shù)據(jù)來源

農(nóng)業(yè)現(xiàn)代化水平的時(shí)空格局以及趨同研究建立在對(duì)其發(fā)展水平測(cè)度的基礎(chǔ)之上，因此首先需要建立評(píng)價(jià)指標(biāo)體系。出于研究目的的差異，學(xué)者對(duì)農(nóng)業(yè)現(xiàn)代化評(píng)價(jià)指標(biāo)體系形成了不同的構(gòu)建方法。如譚愛花等基于農(nóng)業(yè)現(xiàn)代化內(nèi)涵和農(nóng)業(yè)可持續(xù)發(fā)展理論，以農(nóng)業(yè)經(jīng)濟(jì)、農(nóng)業(yè)生態(tài)以及農(nóng)業(yè)社會(huì)現(xiàn)代化等為目標(biāo)，設(shè)計(jì)了一個(gè)包括8個(gè)二級(jí)指標(biāo)、30個(gè)三級(jí)指標(biāo)的指標(biāo)體系［5］;辛嶺、蔣和平選擇農(nóng)業(yè)投入水平、農(nóng)業(yè)產(chǎn)出水平、農(nóng)村社會(huì)發(fā)展水平和農(nóng)業(yè)可持續(xù)發(fā)展水平4個(gè)二級(jí)指標(biāo)、12個(gè)三級(jí)指標(biāo)構(gòu)建了農(nóng)業(yè)現(xiàn)代化發(fā)展水平的綜合評(píng)價(jià)指標(biāo)體系，并對(duì)改革開放以來我國農(nóng)業(yè)的現(xiàn)代化發(fā)展水平進(jìn)行了定理測(cè)算［10］。參考大量已有文獻(xiàn)，本文構(gòu)建了如表1 所示的指標(biāo)體系來測(cè)算我國31個(gè)省的農(nóng)業(yè)現(xiàn)代化水平。

基于體系構(gòu)建的系統(tǒng)性、綜合性、重點(diǎn)性、代表性和可比性，本文的評(píng)價(jià)體系在二級(jí)指標(biāo)的選取上主要借鑒辛嶺、蔣和平的研究成果，在三級(jí)指標(biāo)的選取上則綜合了已有研究成果［7，12－13］。其中，農(nóng)業(yè)現(xiàn)代化投入水平方面，主要從資金、動(dòng)力、水利灌溉、化肥、勞動(dòng)力等農(nóng)業(yè)生產(chǎn)資源的投入角度進(jìn)行指標(biāo)選取;在農(nóng)業(yè)現(xiàn)代化產(chǎn)出水平方面，主要選取了勞動(dòng)生產(chǎn)率、土地生產(chǎn)率和農(nóng)民人均純收入這3個(gè)指標(biāo);在農(nóng)業(yè)現(xiàn)代化農(nóng)村社會(huì)發(fā)展水平上，使用恩格爾系數(shù)、城鎮(zhèn)率以及農(nóng)村居民家庭勞動(dòng)力文化程度來考察;農(nóng)業(yè)現(xiàn)代化可持續(xù)發(fā)展水平主要用森林覆蓋率指標(biāo)來衡量。本文數(shù)據(jù)來自《中國農(nóng)村統(tǒng)計(jì)年鑒》(2002—2013)和《中國統(tǒng)計(jì)年鑒》(2002—2013)，部分?jǐn)?shù)據(jù)來自于各省統(tǒng)計(jì)年鑒以及《中國農(nóng)業(yè)與經(jīng)濟(jì)發(fā)展統(tǒng)計(jì)數(shù)據(jù)庫》。

表1 我國農(nóng)業(yè)現(xiàn)代化發(fā)展水平評(píng)價(jià)指標(biāo)體系

三、研究方法

本文采用熵值TOPSIS 來測(cè)度我國農(nóng)業(yè)現(xiàn)代化水平，并運(yùn)用Kernel 密度曲線、Moran’I 指數(shù)與GIS 可視化方法分析我國農(nóng)業(yè)現(xiàn)代化水平的整體分布特征和空間格局，通過Matlab 編程來完成我國農(nóng)業(yè)現(xiàn)代化發(fā)展的趨同演變特征分析。各種方法簡(jiǎn)要介紹如下。

(一)熵權(quán)TOPSIS 方法

熵權(quán)TOPSIS 方法的本質(zhì)是首先通過熵權(quán)法來確定指標(biāo)權(quán)重，再通過TOPSIS 法的理想值逼近技術(shù)來進(jìn)行綜合評(píng)價(jià)。其核心思想是首先定義決策問題的最優(yōu)解和最劣解的距離，然后測(cè)算出各個(gè)方案與理想解的相對(duì)近似度，從而可以對(duì)各方案進(jìn)行排序。該方法目前被廣泛應(yīng)用于效益評(píng)價(jià)、區(qū)域經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)等領(lǐng)域，而對(duì)于區(qū)域農(nóng)業(yè)現(xiàn)代化發(fā)展水平的綜合評(píng)價(jià)，熵權(quán)TOPSIS 應(yīng)用還較少。具體的計(jì)算過程和步驟在此不再贅述［12］。

(二)核密度估計(jì)方法

核密度估計(jì)是用來求密度函數(shù)未知的變量概率分布的一種重要的非參數(shù)方法，已經(jīng)廣泛運(yùn)用于收入分布領(lǐng)域［13］。本文借助該方法來分析我國農(nóng)業(yè)現(xiàn)代化發(fā)展水平的分布形態(tài)，假設(shè)隨機(jī)變量X 的密度函數(shù)為f(x)，在x 點(diǎn)的概率密度函數(shù)可以用下式進(jìn)行估計(jì)。

其中，N 為觀測(cè)值個(gè)數(shù);h 為帶寬，用來控制密度曲線的平滑程度;Xi為獨(dú)立同分布的觀測(cè)值;K(·)為核函數(shù)，本文采用高斯核密度進(jìn)行估計(jì)。

(三)空間自相關(guān)分析

本文采用Moran’I 指數(shù)來衡量我國農(nóng)業(yè)現(xiàn)代化發(fā)展的空間相關(guān)性。Moran’I 指數(shù)的取值范圍在－1 到1 之間，大于0 時(shí)，表示這一批事物屬性的空間分布存在正的相關(guān)性;小于0 則表示其屬性分布具有負(fù)相關(guān)性;如果接近于0 我們認(rèn)為其屬性處于隨機(jī)分布，此時(shí)空間自相關(guān)關(guān)系不存在。

(四)空間馬爾科夫鏈

馬爾科夫鏈?zhǔn)且环N時(shí)間和狀態(tài)均為離散的馬爾科夫過程。Quah［14］指出:趨同和趨同檢驗(yàn)的方法不能揭示地區(qū)間收入分布，也不能確定收入分布在收斂或者發(fā)散過程中的分布動(dòng)態(tài)。因此其提出使用馬爾可夫鏈的辦法來捕捉收入的分布情況。此后學(xué)者開始嘗試將其運(yùn)用到其他領(lǐng)域，如經(jīng)濟(jì)發(fā)展趨同［15］、農(nóng)業(yè)全要素生產(chǎn)率趨同［16］等領(lǐng)域，但已有研究只關(guān)注時(shí)長(zhǎng)為1年的轉(zhuǎn)移概率，因而得不出狀態(tài)轉(zhuǎn)移隨時(shí)間累計(jì)的效應(yīng)。本文在已有研究基礎(chǔ)上進(jìn)行了擴(kuò)展，通過編程構(gòu)建了多年的轉(zhuǎn)移概率矩陣。

空間馬爾科夫鏈?zhǔn)莻鹘y(tǒng)的馬爾科夫鏈方法與“空間滯后”這一概念相結(jié)合的產(chǎn)物［17］，用來研究空間效應(yīng)對(duì)區(qū)域動(dòng)態(tài)分布的影響，即分析鄰近地區(qū)對(duì)于本地區(qū)的“轉(zhuǎn)移”是否存在影響。其主要是通過空間權(quán)重矩陣(W)來實(shí)現(xiàn)，本文采用鄰階標(biāo)準(zhǔn)來定義空間權(quán)重矩陣元素wij，即:

空間馬爾科夫轉(zhuǎn)移概率矩陣以區(qū)域i 在初始年份的空間滯后類型為條件，在傳統(tǒng)的k ×k 馬爾科夫轉(zhuǎn)移概率矩陣基礎(chǔ)上分解得到k個(gè)k ×k條件轉(zhuǎn)移概率矩陣。具體的矩陣元素可以表示為表示在周圍鄰居的農(nóng)業(yè)現(xiàn)代化水平類型為λ 的條件下，本地區(qū)從i 類型經(jīng)過d年后變?yōu)閖 類型的概率。同樣，本文不局限于分析1年的空間影響作用，而是考察時(shí)間累積下的空間效應(yīng)。

四、我國農(nóng)業(yè)現(xiàn)代化水平評(píng)價(jià)與比較

(一)農(nóng)業(yè)現(xiàn)代化發(fā)展水平評(píng)價(jià)

通過熵權(quán)分析，可以得到農(nóng)業(yè)現(xiàn)代化指標(biāo)體系的各指標(biāo)的權(quán)重值。為了分析方便，本文僅考察起始年份和最終年份的各指標(biāo)權(quán)重。在熵權(quán)的基礎(chǔ)上結(jié)合TOPSIS 模型就可以評(píng)測(cè)出各省份的農(nóng)業(yè)現(xiàn)代化水平。此外，借助Kernel 密度曲線可以得到我國農(nóng)業(yè)現(xiàn)代化水平的整體分布情況。

1． 農(nóng)業(yè)現(xiàn)代化水平綜合評(píng)價(jià)指標(biāo)權(quán)重分析

2． 農(nóng)業(yè)現(xiàn)代化水平綜合評(píng)價(jià)結(jié)果

本文根據(jù)表1 構(gòu)建的我國農(nóng)業(yè)現(xiàn)代化評(píng)價(jià)指標(biāo)體系，運(yùn)用熵權(quán)TOPSIS 方法測(cè)算出我國31個(gè)省份2001—2012年農(nóng)業(yè)現(xiàn)代水水平的綜合得分，并對(duì)各年的平均值進(jìn)行排序①限于篇幅，具體結(jié)果沒有給出。。

在考察期內(nèi)，我國農(nóng)業(yè)現(xiàn)代化整體水平按照東中西部的地理劃分梯度遞減。排名較高的5個(gè)地區(qū)是北京、上海、浙江、福建、天津，都位于我國的沿海地區(qū)。而排名后5 位的地區(qū)分別是甘肅、貴州、青海、山西、寧夏，這些地區(qū)都位于我國的中西部?？梢娢覈r(nóng)業(yè)現(xiàn)代化水平存在著明顯的區(qū)域差異。中西部地區(qū)的農(nóng)業(yè)科技資源、人才資源明顯更加匱乏，農(nóng)業(yè)現(xiàn)代化發(fā)展中所需的人力和技術(shù)支持遠(yuǎn)遠(yuǎn)落后于東部地區(qū)。同時(shí)，中西部地區(qū)經(jīng)濟(jì)發(fā)展水平相對(duì)較弱，財(cái)政支農(nóng)資金有限。2001年，北京和上海的勞均財(cái)政支農(nóng)支出分別為2773.57元和2109.49元，而中部的河南僅83.06元，西部貴州僅145.45元，平均差距在20 倍左右。2012年，北京和上海分別為34856.86元和156823.75元，河南為2117.61元，貴州為3132.04元，北京和上海分別是河南的16 和75 倍，是貴州的11 和50 倍。中西部地區(qū)工業(yè)化、城市化水平相對(duì)較低，使得工業(yè)反哺農(nóng)業(yè)、城市支持農(nóng)村的力度較小，不能有效將現(xiàn)代要素引入到農(nóng)業(yè)中，這也導(dǎo)致其農(nóng)業(yè)現(xiàn)代化的發(fā)展水平較低。

3． 農(nóng)業(yè)現(xiàn)代化水平的分布演進(jìn)

利用高斯核函數(shù)做出中國31個(gè)省份農(nóng)業(yè)現(xiàn)代化水平的kernel 密度估計(jì)二維圖(如圖1 所示)，可以發(fā)現(xiàn):(1)從2001 到2012年間，密度曲線峰的高度先減小后增大，2004年略有下降，2008年上升到與2001年相同的高度，2012年則有較大幅度的上升，峰值隨著時(shí)間變化稍稍向右移動(dòng)，同時(shí)分布的寬度不斷縮小，這一方面說明我國農(nóng)業(yè)現(xiàn)代化水平有所提高，特別是從2001年開始到2008年這個(gè)時(shí)間段，從表1 也可以看到我國農(nóng)業(yè)現(xiàn)代化水平綜合得分值從2001年的0.311 上升到了2008年的0.348;另一方面也表明我國農(nóng)業(yè)現(xiàn)代化的地區(qū)差異不斷縮小，呈現(xiàn)出一定收斂趨勢(shì)。(2)中國各省產(chǎn)業(yè)結(jié)構(gòu)水平在2001—2012年間經(jīng)歷了從“單峰”分布到“雙峰”分布的變化過程，2001—2008年間分布呈現(xiàn)單峰分布，但在2012年，分布呈現(xiàn)出雙峰分布，新的波峰出現(xiàn)在右側(cè)高水平區(qū)，峰度較低，表明雖然我國各省市間的農(nóng)業(yè)現(xiàn)代化水平差異有所縮小，但呈現(xiàn)出不太嚴(yán)重的兩極分化格局。

圖1 中國區(qū)域農(nóng)業(yè)現(xiàn)代化發(fā)展水平的分布動(dòng)態(tài)演進(jìn)

(二)省際農(nóng)業(yè)現(xiàn)代化水平類型劃分

為了進(jìn)一識(shí)別和比較我國各省份農(nóng)業(yè)現(xiàn)代化發(fā)展水平的空間分布狀況，選擇代表性年份，根據(jù)各年份農(nóng)業(yè)現(xiàn)代化平均水平的75%、100%和120%把我國31個(gè)省份分成了低水平、中等水平、中高水平以及高水平四大類型區(qū)域，并進(jìn)行空間可視化呈現(xiàn)(圖2)。

圖2 中國各省份農(nóng)業(yè)現(xiàn)代化發(fā)展水平類型劃分

從各發(fā)展水平類型的省份個(gè)數(shù)看，2001年低水平類型的省份數(shù)量最多，共有11個(gè)省份，除了四川之外，其他所有的西部地區(qū)省份都為低水平類型。其次為高水平地區(qū)，共有8個(gè)省份，主要都位于我國的沿海地區(qū)，從北方的京津一直到南方的廣東。屬于中低水平類型的省份有7個(gè)，主要位于東北和中部地區(qū)。而中高類型地區(qū)最少，僅有遼寧、河北、湖南、江西和海南5個(gè)地區(qū)。隨著時(shí)間推移，可以看到，西部地區(qū)農(nóng)業(yè)現(xiàn)代化水平有了較快發(fā)展，2004年，新疆率先擺脫低水平類型，2008年，內(nèi)蒙古、西藏、陜西等地區(qū)相繼超越低水平類型，而到了2012年，云南，貴州也上升一個(gè)類型。相反高水平類型的省份在2008年之前變化較小，一直都是沿海地區(qū)省份，但2012年這種格局被打破，中部的湖北省進(jìn)入高水平陣營，同時(shí)，整體高水平區(qū)域逐漸由東部沿海往東南沿海轉(zhuǎn)移?？梢娢覈r(nóng)業(yè)現(xiàn)代化發(fā)展水平差距逐漸縮小，呈現(xiàn)出從西北到東南沿海水平逐漸上升的空間格局。

五、農(nóng)業(yè)現(xiàn)代化發(fā)展的趨同研究

(一)不考慮空間效應(yīng)的趨同研究

基于前文對(duì)我國各地區(qū)農(nóng)業(yè)現(xiàn)代化水平所劃分的四種類型，通過Markov 鏈方法可以計(jì)算各省農(nóng)業(yè)現(xiàn)代化水平在不同類型之間轉(zhuǎn)移的概率。如果某地區(qū)在初始年份為某一類型，一步轉(zhuǎn)移后仍為該類型，則認(rèn)為該轉(zhuǎn)移是平穩(wěn)的;如果一步轉(zhuǎn)移后類型等級(jí)變高，則認(rèn)為該地區(qū)發(fā)生向上轉(zhuǎn)移，否則為向下轉(zhuǎn)移。表2 給出了不同時(shí)長(zhǎng)下我國農(nóng)業(yè)現(xiàn)代化水平在不同類型之間轉(zhuǎn)移的概率，對(duì)角線上的元素表示區(qū)域農(nóng)業(yè)現(xiàn)代化水平?jīng)]有發(fā)生變化的概率，即發(fā)生平穩(wěn)轉(zhuǎn)移的概率，非對(duì)角線上的元素為地區(qū)發(fā)生向上轉(zhuǎn)移或者向下轉(zhuǎn)移的概率。從表中可以看到我國農(nóng)業(yè)現(xiàn)代化水平轉(zhuǎn)移存在如下特點(diǎn):

首先，在不同時(shí)長(zhǎng)下，主對(duì)角線的元素值相對(duì)其他地方的值更高，這表明若一個(gè)地區(qū)的農(nóng)業(yè)現(xiàn)代化水平在初期為某一類型，則在隨后1 ～4年，其仍屬于此類型的可能性相對(duì)更高，且時(shí)長(zhǎng)越短概率越大。如時(shí)長(zhǎng)為1年時(shí)，對(duì)角線上元素最小值為0.8，最大值為0.934，說明如果一個(gè)地區(qū)在初期屬于某一類型，1年之后仍屬于該類型的可能性至少為80%。而在4年后，其仍屬于這一類型的概率大大降低，最高不到80%(0.797)。這表明，我國農(nóng)業(yè)現(xiàn)代化發(fā)展存在“俱樂部趨同”現(xiàn)象。這種現(xiàn)象具有兩個(gè)特點(diǎn):(1)隨著時(shí)間延長(zhǎng)，各俱樂部的趨同程度有所降低，不同俱樂部成員之間的流動(dòng)性逐漸增強(qiáng);(2)在未來1 ～4年，高水平俱樂部的趨同現(xiàn)象更加明顯，表明我國農(nóng)業(yè)現(xiàn)代化水平高的省份具有較強(qiáng)的優(yōu)勢(shì)，難以被其他省份所超越，即存在著“高水平壟斷”現(xiàn)象。

表2 不同時(shí)長(zhǎng)下中國各省份農(nóng)業(yè)現(xiàn)代化水平類型的馬爾科夫矩陣

其次，當(dāng)時(shí)長(zhǎng)為1年時(shí)，表2 中大于0 的概率都緊挨對(duì)角線的兩側(cè)，表明在短期比如1年的時(shí)間內(nèi)，我國區(qū)域農(nóng)業(yè)現(xiàn)代化水平實(shí)現(xiàn)跨越式發(fā)展(向上轉(zhuǎn)移一種以上農(nóng)業(yè)現(xiàn)代化水平類型)或者跨區(qū)域退步的可能性并不存在。但是在時(shí)間變長(zhǎng)時(shí)，表中對(duì)角線的兩側(cè)之外開始出現(xiàn)大于0 的概率，表明我國區(qū)域農(nóng)業(yè)現(xiàn)代化水平實(shí)現(xiàn)跨越式發(fā)展或跨區(qū)域退步至少需要2年時(shí)間，當(dāng)然這里的進(jìn)步和退步是相對(duì)的。

(二)基于空間視角的分析

1． 空間自相關(guān)分析

通過計(jì)算發(fā)現(xiàn)①為節(jié)約篇幅，2001—2012年具體的Moran 值沒有給出。，我國農(nóng)業(yè)現(xiàn)代化水平的Moran’I 指數(shù)在各年間都較高，指數(shù)最高的年份為2006年，達(dá)到0.446，2009年開始有所回落，空間相關(guān)性在各年份都通過了1%的顯著性檢驗(yàn)。這表明中國各區(qū)域的農(nóng)業(yè)現(xiàn)代化發(fā)展表現(xiàn)出了較強(qiáng)的空間正相關(guān)性，區(qū)域農(nóng)業(yè)發(fā)展在空間上并不是隨機(jī)散布的，而是具有某一內(nèi)在的聯(lián)系和規(guī)律，在樣本期內(nèi)顯示出一種集聚的傾向，即農(nóng)業(yè)現(xiàn)代化水平發(fā)展較高的地區(qū)與農(nóng)業(yè)現(xiàn)代化發(fā)展較高的地區(qū)相鄰，而水平較低的地區(qū)則與水平較低的地區(qū)相鄰。這是由于相鄰地區(qū)在農(nóng)業(yè)發(fā)展中存在著地理區(qū)位、經(jīng)濟(jì)財(cái)力近似的特征，相應(yīng)在政策傾向上會(huì)互相看齊，從而導(dǎo)致我國農(nóng)業(yè)現(xiàn)代化發(fā)展格局存在集聚效應(yīng)。因此，在進(jìn)行趨同演化分析時(shí)，有必要考慮空間因素。

2． 空間視角下的趨同研究

由前面的分析可知，我國農(nóng)業(yè)現(xiàn)代化發(fā)展的空間分布不是隨機(jī)的，而是呈現(xiàn)出地區(qū)聚集性，某一地區(qū)的發(fā)展水平會(huì)受到周邊地區(qū)的影響。但是我們不清楚這種影響需要多長(zhǎng)時(shí)間才能體現(xiàn)出來。本文通過計(jì)算出不同時(shí)長(zhǎng)下，考慮空間因素和不考慮空間因素的轉(zhuǎn)移概率，再根據(jù)統(tǒng)計(jì)檢驗(yàn)來對(duì)這一問題進(jìn)行回答。

原假設(shè)為不同類型農(nóng)業(yè)現(xiàn)代化水平的轉(zhuǎn)移在空間上相互獨(dú)立，區(qū)域轉(zhuǎn)移概率與空間滯后及滯后類型無關(guān)。該檢驗(yàn)統(tǒng)計(jì)量是一個(gè)似然比統(tǒng)計(jì)量，形式如下［19］:

在時(shí)長(zhǎng)為1年至4年下求得普通Markov 轉(zhuǎn)移概率矩陣和空間Markov 轉(zhuǎn)移概率矩陣，代入式(3)，得到檢驗(yàn)結(jié)果。研究發(fā)現(xiàn)，在考察期內(nèi)，空間因素對(duì)我國農(nóng)業(yè)現(xiàn)代化水平的顯著影響作用至少需要3年時(shí)間才能體現(xiàn)，這表明，本地區(qū)的農(nóng)業(yè)活動(dòng)與周圍鄰居農(nóng)業(yè)發(fā)展水平高低有一定關(guān)系，且這種關(guān)系至少需要3年時(shí)間的積累才能體現(xiàn)。那么空間因素對(duì)我國農(nóng)業(yè)現(xiàn)代化水平起著怎樣的作用呢?基于空間經(jīng)濟(jì)學(xué)及前人的相關(guān)研究成果［18］，本文做出如下假設(shè):空間作用對(duì)我國農(nóng)業(yè)現(xiàn)代化發(fā)展水平的動(dòng)態(tài)演變具有積極影響。下面給出空間轉(zhuǎn)移概率矩陣②為了節(jié)約篇幅，本文只給出在考慮和不考慮空間空間因素下，馬爾科夫矩陣結(jié)果存在顯著差異所需的最小年份(3年)的結(jié)果，隨后年份的結(jié)果和本文得到的結(jié)論類似。。具體結(jié)果見表3。

表3 2001—2012年中國各省農(nóng)業(yè)現(xiàn)代化水平空間馬爾科夫轉(zhuǎn)移概率矩陣結(jié)果

通過表3 可以發(fā)現(xiàn):(1)在考慮空間因素時(shí)，馬爾科夫轉(zhuǎn)移概率矩陣的主對(duì)角線上的元素值依然明顯更大，表明在考慮空間因素時(shí)，我國區(qū)域農(nóng)業(yè)現(xiàn)代化發(fā)展依然存在趨同特征，但與不考慮空間因素的情況相比，當(dāng)周圍鄰居為較低水平時(shí)，趨同情況和之前的類似，但是當(dāng)周圍鄰居為較高水平時(shí)，則存在較大差異。(2)空間因素對(duì)我國各地區(qū)農(nóng)業(yè)現(xiàn)代化水平的趨同演變存在不同影響。當(dāng)本地區(qū)為低水平而周圍臨近區(qū)域也為低水平時(shí)，三年后其仍處于低水平的概率為74.6%，向上轉(zhuǎn)移到中高水平類型的概率為23.6%，發(fā)生跨越式向上轉(zhuǎn)移的可能性為1.8%;而如果周圍鄰居為中低水平時(shí)，這三個(gè)概率分別為83.8%、16.7%、0;當(dāng)不區(qū)分周圍鄰居的發(fā)展水平(或者周圍鄰居為平均水平)時(shí)，這三個(gè)概率分別為78.3%、20.7%、1.1%(見表2)?？梢娭車従铀讲惶邥r(shí)，空間因素對(duì)于本地區(qū)的農(nóng)業(yè)現(xiàn)代化水平的作用不太明顯。當(dāng)周圍鄰居為高水平時(shí)，考慮到較小樣本量不具有代表性，我們僅分析本地為中低水平的情況，發(fā)現(xiàn)周圍鄰居可以大大帶動(dòng)其向上轉(zhuǎn)移(44.4%)，遠(yuǎn)高于不考慮空間因素時(shí)的16.9%。

另外對(duì)于本地區(qū)為中高水平或者高水平的區(qū)域，周圍鄰居的農(nóng)業(yè)發(fā)展水平則可以降低其向下轉(zhuǎn)移的概率。例如，當(dāng)本地區(qū)為中高水平，而周圍鄰居也為中高水平時(shí)，其發(fā)生向下轉(zhuǎn)移的概率為0，發(fā)生向上轉(zhuǎn)移的概率為25%;當(dāng)周圍鄰居水平為高水平時(shí)，這種促進(jìn)作用更加明顯，此時(shí)不存在向下轉(zhuǎn)移的概率，向上轉(zhuǎn)移的概率更高(36.8%)。而在不考慮空間因素時(shí)，中高水平俱樂部的省份有17.3%的可能性發(fā)生向下轉(zhuǎn)移，發(fā)生向上轉(zhuǎn)移的概率也僅為19.6%?？梢妼?duì)中高農(nóng)業(yè)現(xiàn)代化發(fā)展水平的地區(qū)而言，周圍高水平的鄰居對(duì)其起到了積極影響。當(dāng)本地區(qū)為高水平，而周圍鄰居也為高水平時(shí)，其發(fā)生向下轉(zhuǎn)移的概率僅為9.5%，若不考慮周圍鄰居水平，其發(fā)生向下轉(zhuǎn)移的概率則為15.8%，再一次說明高水平鄰居可以起到一定積極帶動(dòng)作用。

通過上述分析，可以發(fā)現(xiàn)當(dāng)周圍鄰居的農(nóng)業(yè)現(xiàn)代化水平不太高時(shí)，此時(shí)的空間影響作用不太明顯，但當(dāng)周圍鄰居水平較高時(shí)，其對(duì)本地區(qū)的促進(jìn)作用則很顯著:本地區(qū)的水平較低，其可以較好地促進(jìn)其向上轉(zhuǎn)移;當(dāng)本地區(qū)水平也較高，其一方面可以促進(jìn)本地區(qū)向更高水平發(fā)展，即實(shí)現(xiàn)向上轉(zhuǎn)移，另一方面也可以降低其發(fā)生向下轉(zhuǎn)移的概率。因此我們得出結(jié)論:農(nóng)業(yè)現(xiàn)代化發(fā)展水平較高的地區(qū)具有一定的輻射力量，在本地區(qū)積極發(fā)展的同時(shí)，其還能間接地帶動(dòng)鄰近地區(qū)的發(fā)展，從而產(chǎn)生了一定的集聚效應(yīng)，這也驗(yàn)證了之前的假設(shè)。

六、結(jié)論與政策建議

本文采用熵權(quán)TOPSIS 法對(duì)我國2001—2012年31 省份的農(nóng)業(yè)現(xiàn)代化發(fā)展水平進(jìn)行綜合評(píng)價(jià)，進(jìn)而采用GIS 技術(shù)對(duì)我國農(nóng)業(yè)現(xiàn)代化發(fā)展水平進(jìn)行空間格局分析，并運(yùn)用Markov 鏈方法對(duì)我國農(nóng)業(yè)現(xiàn)代化水平的趨同演變特征進(jìn)行了實(shí)證研究，得到以下幾點(diǎn)認(rèn)識(shí):

(1)在農(nóng)業(yè)現(xiàn)代化指標(biāo)體系中，農(nóng)業(yè)投入指標(biāo)所包含的信息較多，特別是財(cái)政支農(nóng)投入，在整個(gè)評(píng)價(jià)中權(quán)重最大，且權(quán)重不斷變大。另外，農(nóng)民人均收入水平這一指標(biāo)也可以較好地反映我國農(nóng)業(yè)現(xiàn)代化的水平。從評(píng)價(jià)結(jié)果來看，在考察期內(nèi)，我國農(nóng)業(yè)現(xiàn)代化水平區(qū)域差異逐漸縮小，但是部分高水平地區(qū)優(yōu)勢(shì)明顯，農(nóng)業(yè)現(xiàn)代化整體水平由東向西梯度遞減。全國農(nóng)業(yè)現(xiàn)代化水平最高的地區(qū)基本都是東部地區(qū)，特別是東南沿海地區(qū)，農(nóng)業(yè)現(xiàn)代化水平最低的省份主要在西部地區(qū)，特別在西北地區(qū)。

(2)我國農(nóng)業(yè)現(xiàn)代化發(fā)展存在“俱樂部趨同”現(xiàn)象。一方面，隨著時(shí)間的不斷發(fā)展，各俱樂部的趨同程度有所降低，不同俱樂部省份之間的流動(dòng)性逐漸增強(qiáng);另一方面，在未來1 至4年，高水平俱樂部的趨同現(xiàn)象都更為明顯，表明我國農(nóng)業(yè)現(xiàn)代化發(fā)展水平高的省份難以被其他省份所超越，存在一定的“高水平壟斷”特征，這也間接地說明了我國各地區(qū)農(nóng)業(yè)現(xiàn)代化發(fā)展水平較高的地區(qū)和其他地區(qū)差距過大，這對(duì)于我國農(nóng)業(yè)現(xiàn)代化發(fā)展的良性競(jìng)爭(zhēng)，特別是中高水平地區(qū)的趕超極為不利?？梢灶A(yù)見，在循環(huán)累計(jì)因果機(jī)制的作用下，我國區(qū)域農(nóng)業(yè)現(xiàn)代化發(fā)展的高水平極化格局將進(jìn)一步加劇。

(3)我國農(nóng)業(yè)現(xiàn)代化發(fā)展水平存在顯著正相關(guān)的空間格局，具體表現(xiàn)為不管是發(fā)展水平較高的各省份，還是發(fā)展水平低的各省份，其在空間上都呈現(xiàn)出分布集中化，且在考慮空間因素后，我國農(nóng)業(yè)現(xiàn)代化發(fā)展依然存在“俱樂部趨同”現(xiàn)象。但我國農(nóng)業(yè)現(xiàn)代化的趨同過程在空間上不是獨(dú)立的，地區(qū)農(nóng)業(yè)現(xiàn)代化水平的轉(zhuǎn)移明顯會(huì)受到其周圍鄰居發(fā)展水平的制約。當(dāng)周圍鄰居位于較高水平時(shí)，本地區(qū)農(nóng)業(yè)現(xiàn)代化水平向上轉(zhuǎn)移的概率會(huì)增加，向下轉(zhuǎn)移概率會(huì)降低。

因此，要統(tǒng)籌區(qū)域農(nóng)業(yè)現(xiàn)代化的發(fā)展，實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化均衡快速發(fā)展，為“四化”的同步推進(jìn)奠定堅(jiān)實(shí)的基礎(chǔ)，應(yīng)該從如下三個(gè)方面入手:(1)不同區(qū)域的農(nóng)業(yè)現(xiàn)代化發(fā)展差距較大是導(dǎo)致我國農(nóng)業(yè)現(xiàn)代化發(fā)展“俱樂部趨同”的主要原因。而各地區(qū)差異是由其不同的經(jīng)濟(jì)結(jié)構(gòu)、資源稟賦、生態(tài)環(huán)境、技術(shù)條件等共同作用的結(jié)果。因此各區(qū)域需因地制宜，充分發(fā)展適合自己的農(nóng)業(yè)現(xiàn)代化，如東部地區(qū)應(yīng)該繼續(xù)立足區(qū)位優(yōu)勢(shì)，充分利用地區(qū)的勞動(dòng)力素質(zhì)較高、現(xiàn)代化技術(shù)水平較高的優(yōu)勢(shì)，提高農(nóng)業(yè)生產(chǎn)效率，加快向技術(shù)集約型和資金集約型的農(nóng)業(yè)現(xiàn)代化發(fā)展之路邁進(jìn)，西部特別是西北地區(qū)由于自然環(huán)境的先天劣勢(shì)，應(yīng)該更加重視農(nóng)業(yè)現(xiàn)代化管理，積極向節(jié)水、生態(tài)、特色農(nóng)業(yè)的勞動(dòng)密度和技術(shù)密集型的農(nóng)業(yè)現(xiàn)代化之路邁進(jìn);而對(duì)于中部糧食主產(chǎn)區(qū)，政府應(yīng)該在保障糧食安全的情況下鼓勵(lì)發(fā)展多種形式規(guī)模經(jīng)營，鼓勵(lì)農(nóng)民進(jìn)行土地流轉(zhuǎn)。(2)要重視我國農(nóng)業(yè)現(xiàn)代化發(fā)展中的趨同現(xiàn)象，特別是低水平俱樂部的趨同，應(yīng)采取各種有效的措施引導(dǎo)我國中西部地區(qū)早日走出“低水平陷阱”。除了要結(jié)合自身情況發(fā)展適合自身的農(nóng)業(yè)外，政府應(yīng)該對(duì)這些地區(qū)農(nóng)業(yè)加大財(cái)政的轉(zhuǎn)移支付力度，持續(xù)引導(dǎo)農(nóng)村集體和農(nóng)戶個(gè)人對(duì)農(nóng)機(jī)具的投入，以及引導(dǎo)農(nóng)業(yè)科技人才的回歸，為資金、技術(shù)內(nèi)生的農(nóng)業(yè)現(xiàn)代化發(fā)展提供必要的支撐條件。(3)應(yīng)該充分重視區(qū)域之間的空間集聚效應(yīng)以及空間的帶動(dòng)效應(yīng)，應(yīng)該有效引導(dǎo)地區(qū)之間農(nóng)業(yè)現(xiàn)代化的全方面的交流與合作、協(xié)調(diào)與配合，一方面讓有著較高水平農(nóng)業(yè)現(xiàn)代化水平的地區(qū)積極帶動(dòng)周邊低水平地區(qū)的發(fā)展，特別是對(duì)于現(xiàn)代化農(nóng)業(yè)發(fā)展中的一些先進(jìn)管理經(jīng)驗(yàn)、技術(shù)推廣經(jīng)驗(yàn)等，應(yīng)最大限度地發(fā)揮地區(qū)間的互補(bǔ)與合作，實(shí)現(xiàn)共同發(fā)展，從而打破這種“高水平壟斷”現(xiàn)象。另一方面讓一地區(qū)的政策傾向去影響周邊地區(qū)的政策調(diào)整，加速建立一體化的要素市場(chǎng)和資金市場(chǎng)，使得區(qū)域整體的農(nóng)業(yè)現(xiàn)代化水平得到提高，進(jìn)而在全國層面實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化的均衡快速發(fā)展。

［1］崔 凱，馮 獻(xiàn)．“四化”演進(jìn)軌跡:1950—2012年［J］．改革，2013，(7):144－151．

［2］盧榮善．經(jīng)濟(jì)學(xué)視角:日本農(nóng)業(yè)現(xiàn)代化經(jīng)驗(yàn)及其對(duì)中國的適用性研究［J］．農(nóng)業(yè)經(jīng)濟(jì)問題，2007，(2):95－100．

［3］葉前林．何倫志．美國推進(jìn)農(nóng)業(yè)現(xiàn)代化發(fā)展的做法及啟示［J］．經(jīng)濟(jì)縱橫，2014，(4):105－108．

［4］程智強(qiáng)，程 序．農(nóng)業(yè)現(xiàn)代化指標(biāo)體系的設(shè)計(jì)［J］．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2003，(2):1－4．

［5］譚愛花，李萬明，謝 芳．我國農(nóng)業(yè)現(xiàn)代化評(píng)價(jià)指標(biāo)體系的設(shè)計(jì)［J］． 干旱區(qū)資源與環(huán)境，2011，(10):7－14．

［6］盧方元，王 茹．中原經(jīng)濟(jì)區(qū)農(nóng)業(yè)現(xiàn)代化水平的綜合評(píng)價(jià)［J］．地域研究與開發(fā)，2013，(4):140－143．

［7］顧 寧，余孟陽．農(nóng)業(yè)現(xiàn)代化進(jìn)程中的金融支持路徑識(shí)別［J］．農(nóng)業(yè)經(jīng)濟(jì)問題，2013，(9):58－64．

［8］周建群．我國新型工業(yè)化、城鎮(zhèn)化和農(nóng)業(yè)現(xiàn)代化“三化”協(xié)同發(fā)展理論與實(shí)證研究［J］． 科學(xué)社會(huì)主義，2013，(2):110－115．

［9］董梅生，楊德才． 工業(yè)化、信息化、城鎮(zhèn)化和農(nóng)業(yè)現(xiàn)代化互動(dòng)關(guān)系研究——基于VAR 模型［J］．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2014，(5):14－24．

［10］辛 嶺，蔣和平． 我國農(nóng)業(yè)現(xiàn)代化發(fā)展水平評(píng)價(jià)指標(biāo)體系的構(gòu)建和測(cè)算［J］． 農(nóng)業(yè)現(xiàn)代化研究，2010，(6):646－650．

［11］王國敏，周慶元，盧婷婷． 西部農(nóng)業(yè)現(xiàn)代化發(fā)展水平的定量測(cè)評(píng)與實(shí)證分析［J］． 四川大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版)，2011，(6):70－81．

［12］杜 挺，謝賢健，梁海艷，等．基于熵權(quán)TOPSIS 和GIS 的重慶市縣域經(jīng)濟(jì)綜合評(píng)價(jià)及空間分析［J］．經(jīng)濟(jì)地理，2014，(6):40－47．

［13］劉 靖，張車偉，毛學(xué)峰．中國1991—2006年收入分布的動(dòng)態(tài)變化:基于核密度函數(shù)的分解分析［J］．世界經(jīng)濟(jì)，2009，(10):3－13．

［14］QUAH D T． Empirical Cross-Section Dynamics in Economic Growth［J］．European Economic Review，1993，37(2):426－434．

［15］蒲英霞，馬榮華，葛 瑩，等． 基于空間馬爾可夫鏈的江蘇區(qū)域趨同時(shí)空演變［J］． 地理學(xué)報(bào)，2005，(5):817－826．

［16］石 慧．中國省區(qū)間農(nóng)業(yè)生產(chǎn)率的空間依賴性及分布動(dòng)態(tài)［J］．資源科學(xué)，2010，(7):1323－1332．

［17］REY S J，MONTOURI B D． US Regional Income Convergence:A Spatial Econometric Perspective［J］． Regional Studies，1999，33(2):143－156．

［18］鐘 陽，丁一兵，趙宣凱． 農(nóng)業(yè)現(xiàn)代化發(fā)展區(qū)位分布的影響因素及空間溢出效應(yīng)［J］． 南京社會(huì)科學(xué)，2012，(4):53－58，52．

［19］LE GALLO J． Space-Time Analysis of GDP Disparities among European Regions:A Markov Chains Approach［J］．International Regional Science Review，2004，27 (2):138－163．