中国农业现代化发展水平时空格局及趋同演变

周 迪，程慧平

(1．中南财经政法大学 统计与数学学院，湖北 武汉430073;2．湖北工业大学 管理学院，湖北 武汉430068)

一、引 言

党的十八大报告中首次提出了“四化”同步推进的战略思想，在“四化”过程中，要求现代化农业能够对工业发展起到支持作用，而农业现代化发展需要与信息技术等新的生产力要素深度融合，走一条资本密集型和知识密集型的农业发展道路。但我国农业现代化发展仍远滞后于其他“三化”的发展，今后的“四化”同步发展，关键在于加快农业现代化步伐［1］。因此，设置一套评价农业现代化发展水平的指标体系，并运用客观科学的方法评价我国农业现代化的发展水平是研究我国农业现代化的基础工作。而研究我国各地区农业现代化发展水平的趋同与分异(regional convergence/divergence)以及农业发展演变过程的时空特征对于进一步深入了解我国农业现代化发展状况、推动不同地区农业现代化均衡健康发展具有重要的意义。

我国在农业现代化发展的研究领域已经取得了较大的进展，已有的研究文献主要从下3个方面展开:(1)国外农业现代化发展模式、发展特征及其对我国的启示和借鉴［2－3］;(2)农业现代化指标体系的设计以及基于不同地域范围的农业现代化发展水平测算［4－6］;(3)中国农业在其自身的现代化发展过程中，以及在“三化”、“四化”同步发展过程中的种种问题探讨［7－9］。目前，关于我国农业现代化发展水平的趋同研究还处于缺失状态，另外以往的研究多是建立在区域之间相互独立的假设前提下，缺乏空间视角，难以揭示我国农业现代化水平差异的空间机制。因此，本文试图构建我国农业现代化发展水平综合评价指标体系，引入熵权TOPSIS 法测算出我国农业现代化水平，并结合探索性数据分析以及空间Markov 链方法分析我国31个省份(直辖市、自治区，不包括港澳台，下同)农业现代化水平的空间格局及区域趋同的演变特征。

二、指标体系构建及数据来源

农业现代化水平的时空格局以及趋同研究建立在对其发展水平测度的基础之上，因此首先需要建立评价指标体系。出于研究目的的差异，学者对农业现代化评价指标体系形成了不同的构建方法。如谭爱花等基于农业现代化内涵和农业可持续发展理论，以农业经济、农业生态以及农业社会现代化等为目标，设计了一个包括8个二级指标、30个三级指标的指标体系［5］;辛岭、蒋和平选择农业投入水平、农业产出水平、农村社会发展水平和农业可持续发展水平4个二级指标、12个三级指标构建了农业现代化发展水平的综合评价指标体系，并对改革开放以来我国农业的现代化发展水平进行了定理测算［10］。参考大量已有文献，本文构建了如表1 所示的指标体系来测算我国31个省的农业现代化水平。

基于体系构建的系统性、综合性、重点性、代表性和可比性，本文的评价体系在二级指标的选取上主要借鉴辛岭、蒋和平的研究成果，在三级指标的选取上则综合了已有研究成果［7，12－13］。其中，农业现代化投入水平方面，主要从资金、动力、水利灌溉、化肥、劳动力等农业生产资源的投入角度进行指标选取;在农业现代化产出水平方面，主要选取了劳动生产率、土地生产率和农民人均纯收入这3个指标;在农业现代化农村社会发展水平上，使用恩格尔系数、城镇率以及农村居民家庭劳动力文化程度来考察;农业现代化可持续发展水平主要用森林覆盖率指标来衡量。本文数据来自《中国农村统计年鉴》(2002—2013)和《中国统计年鉴》(2002—2013)，部分数据来自于各省统计年鉴以及《中国农业与经济发展统计数据库》。

表1 我国农业现代化发展水平评价指标体系

三、研究方法

本文采用熵值TOPSIS 来测度我国农业现代化水平，并运用Kernel 密度曲线、Moran’I 指数与GIS 可视化方法分析我国农业现代化水平的整体分布特征和空间格局，通过Matlab 编程来完成我国农业现代化发展的趋同演变特征分析。各种方法简要介绍如下。

(一)熵权TOPSIS 方法

熵权TOPSIS 方法的本质是首先通过熵权法来确定指标权重，再通过TOPSIS 法的理想值逼近技术来进行综合评价。其核心思想是首先定义决策问题的最优解和最劣解的距离，然后测算出各个方案与理想解的相对近似度，从而可以对各方案进行排序。该方法目前被广泛应用于效益评价、区域经济发展水平评价等领域，而对于区域农业现代化发展水平的综合评价，熵权TOPSIS 应用还较少。具体的计算过程和步骤在此不再赘述［12］。

(二)核密度估计方法

核密度估计是用来求密度函数未知的变量概率分布的一种重要的非参数方法，已经广泛运用于收入分布领域［13］。本文借助该方法来分析我国农业现代化发展水平的分布形态，假设随机变量X 的密度函数为f(x)，在x 点的概率密度函数可以用下式进行估计。

其中，N 为观测值个数;h 为带宽，用来控制密度曲线的平滑程度;Xi为独立同分布的观测值;K(·)为核函数，本文采用高斯核密度进行估计。

(三)空间自相关分析

本文采用Moran’I 指数来衡量我国农业现代化发展的空间相关性。Moran’I 指数的取值范围在－1 到1 之间，大于0 时，表示这一批事物属性的空间分布存在正的相关性;小于0 则表示其属性分布具有负相关性;如果接近于0 我们认为其属性处于随机分布，此时空间自相关关系不存在。

(四)空间马尔科夫链

马尔科夫链是一种时间和状态均为离散的马尔科夫过程。Quah［14］指出:趋同和趋同检验的方法不能揭示地区间收入分布，也不能确定收入分布在收敛或者发散过程中的分布动态。因此其提出使用马尔可夫链的办法来捕捉收入的分布情况。此后学者开始尝试将其运用到其他领域，如经济发展趋同［15］、农业全要素生产率趋同［16］等领域，但已有研究只关注时长为1年的转移概率，因而得不出状态转移随时间累计的效应。本文在已有研究基础上进行了扩展，通过编程构建了多年的转移概率矩阵。

空间马尔科夫链是传统的马尔科夫链方法与“空间滞后”这一概念相结合的产物［17］，用来研究空间效应对区域动态分布的影响，即分析邻近地区对于本地区的“转移”是否存在影响。其主要是通过空间权重矩阵(W)来实现，本文采用邻阶标准来定义空间权重矩阵元素wij，即:

空间马尔科夫转移概率矩阵以区域i 在初始年份的空间滞后类型为条件，在传统的k ×k 马尔科夫转移概率矩阵基础上分解得到k个k ×k条件转移概率矩阵。具体的矩阵元素可以表示为表示在周围邻居的农业现代化水平类型为λ 的条件下，本地区从i 类型经过d年后变为j 类型的概率。同样，本文不局限于分析1年的空间影响作用，而是考察时间累积下的空间效应。

四、我国农业现代化水平评价与比较

(一)农业现代化发展水平评价

通过熵权分析，可以得到农业现代化指标体系的各指标的权重值。为了分析方便，本文仅考察起始年份和最终年份的各指标权重。在熵权的基础上结合TOPSIS 模型就可以评测出各省份的农业现代化水平。此外，借助Kernel 密度曲线可以得到我国农业现代化水平的整体分布情况。

1． 农业现代化水平综合评价指标权重分析

2． 农业现代化水平综合评价结果

本文根据表1 构建的我国农业现代化评价指标体系，运用熵权TOPSIS 方法测算出我国31个省份2001—2012年农业现代水水平的综合得分，并对各年的平均值进行排序①限于篇幅，具体结果没有给出。。

在考察期内，我国农业现代化整体水平按照东中西部的地理划分梯度递减。排名较高的5个地区是北京、上海、浙江、福建、天津，都位于我国的沿海地区。而排名后5 位的地区分别是甘肃、贵州、青海、山西、宁夏，这些地区都位于我国的中西部。可见我国农业现代化水平存在着明显的区域差异。中西部地区的农业科技资源、人才资源明显更加匮乏，农业现代化发展中所需的人力和技术支持远远落后于东部地区。同时，中西部地区经济发展水平相对较弱，财政支农资金有限。2001年，北京和上海的劳均财政支农支出分别为2773.57元和2109.49元，而中部的河南仅83.06元，西部贵州仅145.45元，平均差距在20 倍左右。2012年，北京和上海分别为34856.86元和156823.75元，河南为2117.61元，贵州为3132.04元，北京和上海分别是河南的16 和75 倍，是贵州的11 和50 倍。中西部地区工业化、城市化水平相对较低，使得工业反哺农业、城市支持农村的力度较小，不能有效将现代要素引入到农业中，这也导致其农业现代化的发展水平较低。

3． 农业现代化水平的分布演进

利用高斯核函数做出中国31个省份农业现代化水平的kernel 密度估计二维图(如图1 所示)，可以发现:(1)从2001 到2012年间，密度曲线峰的高度先减小后增大，2004年略有下降，2008年上升到与2001年相同的高度，2012年则有较大幅度的上升，峰值随着时间变化稍稍向右移动，同时分布的宽度不断缩小，这一方面说明我国农业现代化水平有所提高，特别是从2001年开始到2008年这个时间段，从表1 也可以看到我国农业现代化水平综合得分值从2001年的0.311 上升到了2008年的0.348;另一方面也表明我国农业现代化的地区差异不断缩小，呈现出一定收敛趋势。(2)中国各省产业结构水平在2001—2012年间经历了从“单峰”分布到“双峰”分布的变化过程，2001—2008年间分布呈现单峰分布，但在2012年，分布呈现出双峰分布，新的波峰出现在右侧高水平区，峰度较低，表明虽然我国各省市间的农业现代化水平差异有所缩小，但呈现出不太严重的两极分化格局。

图1 中国区域农业现代化发展水平的分布动态演进

(二)省际农业现代化水平类型划分

为了进一识别和比较我国各省份农业现代化发展水平的空间分布状况，选择代表性年份，根据各年份农业现代化平均水平的75%、100%和120%把我国31个省份分成了低水平、中等水平、中高水平以及高水平四大类型区域，并进行空间可视化呈现(图2)。

图2 中国各省份农业现代化发展水平类型划分

从各发展水平类型的省份个数看，2001年低水平类型的省份数量最多，共有11个省份，除了四川之外，其他所有的西部地区省份都为低水平类型。其次为高水平地区，共有8个省份，主要都位于我国的沿海地区，从北方的京津一直到南方的广东。属于中低水平类型的省份有7个，主要位于东北和中部地区。而中高类型地区最少，仅有辽宁、河北、湖南、江西和海南5个地区。随着时间推移，可以看到，西部地区农业现代化水平有了较快发展，2004年，新疆率先摆脱低水平类型，2008年，内蒙古、西藏、陕西等地区相继超越低水平类型，而到了2012年，云南，贵州也上升一个类型。相反高水平类型的省份在2008年之前变化较小，一直都是沿海地区省份，但2012年这种格局被打破，中部的湖北省进入高水平阵营，同时，整体高水平区域逐渐由东部沿海往东南沿海转移。可见我国农业现代化发展水平差距逐渐缩小，呈现出从西北到东南沿海水平逐渐上升的空间格局。

五、农业现代化发展的趋同研究

(一)不考虑空间效应的趋同研究

基于前文对我国各地区农业现代化水平所划分的四种类型，通过Markov 链方法可以计算各省农业现代化水平在不同类型之间转移的概率。如果某地区在初始年份为某一类型，一步转移后仍为该类型，则认为该转移是平稳的;如果一步转移后类型等级变高，则认为该地区发生向上转移，否则为向下转移。表2 给出了不同时长下我国农业现代化水平在不同类型之间转移的概率，对角线上的元素表示区域农业现代化水平没有发生变化的概率，即发生平稳转移的概率，非对角线上的元素为地区发生向上转移或者向下转移的概率。从表中可以看到我国农业现代化水平转移存在如下特点:

首先，在不同时长下，主对角线的元素值相对其他地方的值更高，这表明若一个地区的农业现代化水平在初期为某一类型，则在随后1 ～4年，其仍属于此类型的可能性相对更高，且时长越短概率越大。如时长为1年时，对角线上元素最小值为0.8，最大值为0.934，说明如果一个地区在初期属于某一类型，1年之后仍属于该类型的可能性至少为80%。而在4年后，其仍属于这一类型的概率大大降低，最高不到80%(0.797)。这表明，我国农业现代化发展存在“俱乐部趋同”现象。这种现象具有两个特点:(1)随着时间延长，各俱乐部的趋同程度有所降低，不同俱乐部成员之间的流动性逐渐增强;(2)在未来1 ～4年，高水平俱乐部的趋同现象更加明显，表明我国农业现代化水平高的省份具有较强的优势，难以被其他省份所超越，即存在着“高水平垄断”现象。

表2 不同时长下中国各省份农业现代化水平类型的马尔科夫矩阵

其次，当时长为1年时，表2 中大于0 的概率都紧挨对角线的两侧，表明在短期比如1年的时间内，我国区域农业现代化水平实现跨越式发展(向上转移一种以上农业现代化水平类型)或者跨区域退步的可能性并不存在。但是在时间变长时，表中对角线的两侧之外开始出现大于0 的概率，表明我国区域农业现代化水平实现跨越式发展或跨区域退步至少需要2年时间，当然这里的进步和退步是相对的。

(二)基于空间视角的分析

1． 空间自相关分析

通过计算发现①为节约篇幅，2001—2012年具体的Moran 值没有给出。，我国农业现代化水平的Moran’I 指数在各年间都较高，指数最高的年份为2006年，达到0.446，2009年开始有所回落，空间相关性在各年份都通过了1%的显著性检验。这表明中国各区域的农业现代化发展表现出了较强的空间正相关性，区域农业发展在空间上并不是随机散布的，而是具有某一内在的联系和规律，在样本期内显示出一种集聚的倾向，即农业现代化水平发展较高的地区与农业现代化发展较高的地区相邻，而水平较低的地区则与水平较低的地区相邻。这是由于相邻地区在农业发展中存在着地理区位、经济财力近似的特征，相应在政策倾向上会互相看齐，从而导致我国农业现代化发展格局存在集聚效应。因此，在进行趋同演化分析时，有必要考虑空间因素。

2． 空间视角下的趋同研究

由前面的分析可知，我国农业现代化发展的空间分布不是随机的，而是呈现出地区聚集性，某一地区的发展水平会受到周边地区的影响。但是我们不清楚这种影响需要多长时间才能体现出来。本文通过计算出不同时长下，考虑空间因素和不考虑空间因素的转移概率，再根据统计检验来对这一问题进行回答。

原假设为不同类型农业现代化水平的转移在空间上相互独立，区域转移概率与空间滞后及滞后类型无关。该检验统计量是一个似然比统计量，形式如下［19］:

在时长为1年至4年下求得普通Markov 转移概率矩阵和空间Markov 转移概率矩阵，代入式(3)，得到检验结果。研究发现，在考察期内，空间因素对我国农业现代化水平的显著影响作用至少需要3年时间才能体现，这表明，本地区的农业活动与周围邻居农业发展水平高低有一定关系，且这种关系至少需要3年时间的积累才能体现。那么空间因素对我国农业现代化水平起着怎样的作用呢?基于空间经济学及前人的相关研究成果［18］，本文做出如下假设:空间作用对我国农业现代化发展水平的动态演变具有积极影响。下面给出空间转移概率矩阵②为了节约篇幅，本文只给出在考虑和不考虑空间空间因素下，马尔科夫矩阵结果存在显著差异所需的最小年份(3年)的结果，随后年份的结果和本文得到的结论类似。。具体结果见表3。

表3 2001—2012年中国各省农业现代化水平空间马尔科夫转移概率矩阵结果

通过表3 可以发现:(1)在考虑空间因素时，马尔科夫转移概率矩阵的主对角线上的元素值依然明显更大，表明在考虑空间因素时，我国区域农业现代化发展依然存在趋同特征，但与不考虑空间因素的情况相比，当周围邻居为较低水平时，趋同情况和之前的类似，但是当周围邻居为较高水平时，则存在较大差异。(2)空间因素对我国各地区农业现代化水平的趋同演变存在不同影响。当本地区为低水平而周围临近区域也为低水平时，三年后其仍处于低水平的概率为74.6%，向上转移到中高水平类型的概率为23.6%，发生跨越式向上转移的可能性为1.8%;而如果周围邻居为中低水平时，这三个概率分别为83.8%、16.7%、0;当不区分周围邻居的发展水平(或者周围邻居为平均水平)时，这三个概率分别为78.3%、20.7%、1.1%(见表2)。可见周围邻居水平不太高时，空间因素对于本地区的农业现代化水平的作用不太明显。当周围邻居为高水平时，考虑到较小样本量不具有代表性，我们仅分析本地为中低水平的情况，发现周围邻居可以大大带动其向上转移(44.4%)，远高于不考虑空间因素时的16.9%。

另外对于本地区为中高水平或者高水平的区域，周围邻居的农业发展水平则可以降低其向下转移的概率。例如，当本地区为中高水平，而周围邻居也为中高水平时，其发生向下转移的概率为0，发生向上转移的概率为25%;当周围邻居水平为高水平时，这种促进作用更加明显，此时不存在向下转移的概率，向上转移的概率更高(36.8%)。而在不考虑空间因素时，中高水平俱乐部的省份有17.3%的可能性发生向下转移，发生向上转移的概率也仅为19.6%。可见对中高农业现代化发展水平的地区而言，周围高水平的邻居对其起到了积极影响。当本地区为高水平，而周围邻居也为高水平时，其发生向下转移的概率仅为9.5%，若不考虑周围邻居水平，其发生向下转移的概率则为15.8%，再一次说明高水平邻居可以起到一定积极带动作用。

通过上述分析，可以发现当周围邻居的农业现代化水平不太高时，此时的空间影响作用不太明显，但当周围邻居水平较高时，其对本地区的促进作用则很显著:本地区的水平较低，其可以较好地促进其向上转移;当本地区水平也较高，其一方面可以促进本地区向更高水平发展，即实现向上转移，另一方面也可以降低其发生向下转移的概率。因此我们得出结论:农业现代化发展水平较高的地区具有一定的辐射力量，在本地区积极发展的同时，其还能间接地带动邻近地区的发展，从而产生了一定的集聚效应，这也验证了之前的假设。

六、结论与政策建议

本文采用熵权TOPSIS 法对我国2001—2012年31 省份的农业现代化发展水平进行综合评价，进而采用GIS 技术对我国农业现代化发展水平进行空间格局分析，并运用Markov 链方法对我国农业现代化水平的趋同演变特征进行了实证研究，得到以下几点认识:

(1)在农业现代化指标体系中，农业投入指标所包含的信息较多，特别是财政支农投入，在整个评价中权重最大，且权重不断变大。另外，农民人均收入水平这一指标也可以较好地反映我国农业现代化的水平。从评价结果来看，在考察期内，我国农业现代化水平区域差异逐渐缩小，但是部分高水平地区优势明显，农业现代化整体水平由东向西梯度递减。全国农业现代化水平最高的地区基本都是东部地区，特别是东南沿海地区，农业现代化水平最低的省份主要在西部地区，特别在西北地区。

(2)我国农业现代化发展存在“俱乐部趋同”现象。一方面，随着时间的不断发展，各俱乐部的趋同程度有所降低，不同俱乐部省份之间的流动性逐渐增强;另一方面，在未来1 至4年，高水平俱乐部的趋同现象都更为明显，表明我国农业现代化发展水平高的省份难以被其他省份所超越，存在一定的“高水平垄断”特征，这也间接地说明了我国各地区农业现代化发展水平较高的地区和其他地区差距过大，这对于我国农业现代化发展的良性竞争，特别是中高水平地区的赶超极为不利。可以预见，在循环累计因果机制的作用下，我国区域农业现代化发展的高水平极化格局将进一步加剧。

(3)我国农业现代化发展水平存在显著正相关的空间格局，具体表现为不管是发展水平较高的各省份，还是发展水平低的各省份，其在空间上都呈现出分布集中化，且在考虑空间因素后，我国农业现代化发展依然存在“俱乐部趋同”现象。但我国农业现代化的趋同过程在空间上不是独立的，地区农业现代化水平的转移明显会受到其周围邻居发展水平的制约。当周围邻居位于较高水平时，本地区农业现代化水平向上转移的概率会增加，向下转移概率会降低。

因此，要统筹区域农业现代化的发展，实现农业现代化均衡快速发展，为“四化”的同步推进奠定坚实的基础，应该从如下三个方面入手:(1)不同区域的农业现代化发展差距较大是导致我国农业现代化发展“俱乐部趋同”的主要原因。而各地区差异是由其不同的经济结构、资源禀赋、生态环境、技术条件等共同作用的结果。因此各区域需因地制宜，充分发展适合自己的农业现代化，如东部地区应该继续立足区位优势，充分利用地区的劳动力素质较高、现代化技术水平较高的优势，提高农业生产效率，加快向技术集约型和资金集约型的农业现代化发展之路迈进，西部特别是西北地区由于自然环境的先天劣势，应该更加重视农业现代化管理，积极向节水、生态、特色农业的劳动密度和技术密集型的农业现代化之路迈进;而对于中部粮食主产区，政府应该在保障粮食安全的情况下鼓励发展多种形式规模经营，鼓励农民进行土地流转。(2)要重视我国农业现代化发展中的趋同现象，特别是低水平俱乐部的趋同，应采取各种有效的措施引导我国中西部地区早日走出“低水平陷阱”。除了要结合自身情况发展适合自身的农业外，政府应该对这些地区农业加大财政的转移支付力度，持续引导农村集体和农户个人对农机具的投入，以及引导农业科技人才的回归，为资金、技术内生的农业现代化发展提供必要的支撑条件。(3)应该充分重视区域之间的空间集聚效应以及空间的带动效应，应该有效引导地区之间农业现代化的全方面的交流与合作、协调与配合，一方面让有着较高水平农业现代化水平的地区积极带动周边低水平地区的发展，特别是对于现代化农业发展中的一些先进管理经验、技术推广经验等，应最大限度地发挥地区间的互补与合作，实现共同发展，从而打破这种“高水平垄断”现象。另一方面让一地区的政策倾向去影响周边地区的政策调整，加速建立一体化的要素市场和资金市场，使得区域整体的农业现代化水平得到提高，进而在全国层面实现农业现代化的均衡快速发展。

［1］崔 凯，冯 献．“四化”演进轨迹:1950—2012年［J］．改革，2013，(7):144－151．

［2］卢荣善．经济学视角:日本农业现代化经验及其对中国的适用性研究［J］．农业经济问题，2007，(2):95－100．

［3］叶前林．何伦志．美国推进农业现代化发展的做法及启示［J］．经济纵横，2014，(4):105－108．

［4］程智强，程 序．农业现代化指标体系的设计［J］．农业技术经济，2003，(2):1－4．

［5］谭爱花，李万明，谢 芳．我国农业现代化评价指标体系的设计［J］． 干旱区资源与环境，2011，(10):7－14．

［6］卢方元，王 茹．中原经济区农业现代化水平的综合评价［J］．地域研究与开发，2013，(4):140－143．

［7］顾 宁，余孟阳．农业现代化进程中的金融支持路径识别［J］．农业经济问题，2013，(9):58－64．

［8］周建群．我国新型工业化、城镇化和农业现代化“三化”协同发展理论与实证研究［J］． 科学社会主义，2013，(2):110－115．

［9］董梅生，杨德才． 工业化、信息化、城镇化和农业现代化互动关系研究——基于VAR 模型［J］．农业技术经济，2014，(5):14－24．

［10］辛 岭，蒋和平． 我国农业现代化发展水平评价指标体系的构建和测算［J］． 农业现代化研究，2010，(6):646－650．

［11］王国敏，周庆元，卢婷婷． 西部农业现代化发展水平的定量测评与实证分析［J］． 四川大学学报(哲学社会科学版)，2011，(6):70－81．

［12］杜 挺，谢贤健，梁海艳，等．基于熵权TOPSIS 和GIS 的重庆市县域经济综合评价及空间分析［J］．经济地理，2014，(6):40－47．

［13］刘 靖，张车伟，毛学峰．中国1991—2006年收入分布的动态变化:基于核密度函数的分解分析［J］．世界经济，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，马荣华，葛 莹，等． 基于空间马尔可夫链的江苏区域趋同时空演变［J］． 地理学报，2005，(5):817－826．

［16］石 慧．中国省区间农业生产率的空间依赖性及分布动态［J］．资源科学，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］钟 阳，丁一兵，赵宣凯． 农业现代化发展区位分布的影响因素及空间溢出效应［J］． 南京社会科学，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．