我国农业现代化的空间网络结构及其驱动机制

于　伟， 张　鹏

(1.山东财经大学 工商管理学院，山东 济南 250014； 2.济南大学 管理学院,山东 济南 250002)



我国农业现代化的空间网络结构及其驱动机制

于伟1， 张鹏2

(1.山东财经大学 工商管理学院，山东 济南 250014； 2.济南大学 管理学院,山东 济南 250002)

为进一步优化我国农业现代化的空间格局，运用社会网络分析法，对2000—2014年我国农业现代化发展的空间网络结构和驱动机制进行分析，研究显示：我国农业现代化空间网络密度逐年提升，但整体仍较为松散，网络关联度上升明显，网络等级度则存在下降趋势；北部沿海、东部沿海和长江中游省域是我国农业现代化空间网络的重要节点和关键行动者，网络内部向多核演变；各子群的群间互动有待强化；邻近地理距离、相似的城市化进程和产业结构、较大的市场化程度落差能够推动农业现代化产生省际关联。政策设计有必要关注农业现代化的空间网络联动效应以及不同省域在其中的位势和角色，既完善相对滞后区域农业和农村生产系统，也关注省际间日趋复杂化的关联形态。

农业现代化； 农业产业； 空间网络； 社会网络分析

改革开放以来，在制度红利和技术进步等因素的综合驱动下，我国农业现代化水平有了显著提升，但由于发展基础和路径的不同，我国各地区农业产业生态系统仍具有明显的差异性，使得农业现代化水平表现出空间不均衡特征，并随着地区间互动的深入在全域层面表现出复杂化的空间关联特征和网络形态。在推动区域间整体协调发展的大格局下，厘清和优化我国农业现代化的空间网络格局无疑具有重要的意义。

我国农业现代化问题是研究者关注的重点领域之一，研究文献从2008年之后显著增多。学者们围绕农业现代化发展水平评价[1-3]、“新四化”协调[4-7]、农业现代化的驱动机制[8-12]、农业现代化进程中的农村农民以及环境问题[13-14]等进行了大量的探索。近年来亦有文献关注到我国农业现代化的空间差异和空间效应问题，研究显示我国农业现代化进程具有时间上的积累效应和空间上的辐射带动作用[15]，从东部到中部再到西部梯度降低，且存在显著的空间自相关[16]，特定区域农业现代化会受到周边邻近区域的影响，形成农业发展的空间集聚现象[17]。这些基于新经济地理学视角和空间计量等模型的研究证实了区域农业现代化系统动力机制的复杂性：除区域内部驱动要素之外，区域间联动也能够对特定区域农业发展产生影响。换言之，特定区域农业现代化的发展同时受到本地“属性”和地区间“关系”的影响。

尽管既有空间计量模型克服了传统模型的不足，将经济“关系”纳入了考察，但仅聚焦于“邻近”效应和局部特征，缺少基于“关系数据”对整体空间关联特征的探究，仍无法揭示我国农业现代化的整体关联特征及其驱动机制。本研究则尝试基于2000—2014年数据和社会网络分析法(SNA)对我国农业现代化的空间关联网络结构的特征及其驱动机制进行分析，以期从全域网络化的视角为优化我国农业现代化的整体空间格局和提升全域农业现代化水平提供政策启示。

一、空间网络结构特征及驱动因素的测算方法

社会网络分析通过图论工具和代数模型技术描述关系模式，关注地理单元间的“关系数据”并带有全局分析的特征，有利于探究不同地理单元间关联形态和聚类模式[18-19]。本研究以省域(省、自治区、直辖市)为网络节点，在测算农业现代化省际联系强度基础上，分析2000年以来我国农业现代化空间网络结构特征，并借助QAP算法探讨我国农业现代化空间网络相关影响因素的作用机制。

(一)农业现代化省际联系强度测算

探究农业现代化空间关联网络需要明确不同节点之间的关联关系，即在“点”的基础上确定网络中的“线”。借鉴万有引力定律，本研究将农业现代化省际联系强度模型表示为：

(1)

式(1)中，Fij为省域i农业现代化水平对省域j的联系强度；Mi和Mj指代不同省域农业现代化水平，鉴于农业现代化内涵的复杂性，通过将多指标降维的方式测度；dij表示省域间距离，通过基于省会城市经纬度坐标计算的直线距离确定；b为距离衰减系数，参照Taaffe[20]关于区域间的联系强度与相互间距离的平方成反比的相关研究结论将其确定为2；kij是经验常数，考虑到不同省域间农业现代化的相互联系会因发展状态的不同而表现出非对等性，有必要对经验常数进行修正，计算方式为kij=Mi/(Mi+Mj)。

由于西藏相关数值存在较多缺失，故本研究不计之。将除西藏外的30省域的年度数据带入式(1)即可得到表征农业现代化省际联系的年度30×30的初始矩阵。由于要对该矩阵进行二值化处理(即达到某一切分值记作1，否则为0)，因此选择合理的切分值很重要。本研究参考既有做法[21]，选择考察年度内所有省域间农业现代化联系强度均值作为切分值，形成表示省域间是否具有引力关系的有向1-model网络。此外，设定省域与自身联系强度为零以避免网络出现封闭子环。

(二)网络结构特征

应用网络分析法测度空间结构涵盖整体网络特征、各节点的网络特征、凝聚子群和核心—边缘等方面[18]。整体网络特征衡量指标包括网络的密度、关联度、等级度和效率等。网络密度是网络中节点实际连线和整个网络理论上的最大可能连线之比，密度越高意味着网络中各节点组成的共同体就愈加牢固[22]；网络关联度刻画了网络自身的稳健程度，如果网络中连线都与特定的节点有关，此时网络关联度较差，因为一旦该节点出现问题则会波及整个网络；网络等级度代表各节点非对称可达的程度，高等级度意味着网络中各节点等级存在森严结构，部分节点被边缘化；网络效率被界定为在网络成分数确定情况下在多大程度上存在多余的连线，网络效率越低，区域间的空间外溢通道就越多。

各节点的网络特征重在分析各节点在网络中的中心程度，可通过程度中心度、接近中心度和中介中心度进行描述[18]。程度中心度反映了特定节点在网络中心位置的程度，该指标越高说明该节点与其他节点连线越多；接近中心度刻画可特定节点不受网络中其他节点控制的程度，节点接近中心度越高说明该节点与网络中其他部分通达性越好，更有可能成为网络的中心行动者。在有向网络中，程度中心度和接近中心度均可分为外向和内向。中介中心度衡量了特定节点在多大程度上能够成为其他节点联系的“中介”，高中介中心度的节点在整个网络中扮演了“桥”的角色。

空间网络中的凝聚子群分析是基于节点间的联系强度探究其中存在的小团体集聚现象，进而揭示整个网络的内部结构，即凝聚子群分析是通过发现各节点间的亲疏关系，寻找整体结构中存在的子结构。核心—边缘分析则用以反映特定节点在整体网络中的相对位置和重要程度，量化各节点的核心度以及核心对边缘的带动效应。

(三)基于QAP回归的驱动机制分析

由于影响区域农业现代化发展水平的因素众多，在使用传统估计方法时会因这些解释变量之间可能存在的高相关性导致估计结果失真。QAP(二次迭代分配程序)则不需要假设解释变量之间相互独立，因而能够避免多重共线性问题，且具有处理关系数据的比较优势[23]。因此，本文将通过QAP回归分析揭示影响因素的作用。具体过程为先对被解释变量和解释变量分别对应的长向量进行多元回归，再同时随机置换解释变量矩阵的各行和其对应列，并与解释变量矩阵再次进行回归，重复该过程多次可得到统计量的标准误和全部随机置换后得到的系数不小于第一步计算所得系数的比例，通过比对可得到参数估计值和对应的显著性水平。网络结构特征研究和QAP回归分析均可通过UCINET软件实现。

二、我国省域农业现代化水平测算

区域农业现代化发展涵盖要素多元。借鉴先前学者的相关研究[1-3,16,24]，本研究从农业投入、农业产出、农业发展效率和农村发展水平等方面共选取了12个指标进行测度，各指标具体内容如表1所示，时间跨度为2000—2014年。二级指标中的成灾面积占受灾面积比重、农业中间消耗占增加值比重、衣食支出占消费支出比重为负向指标，其余均为正向指标。一级和二级指标权重通过熵值法确定，该方法以指标传递给决策者信息量大小确定权重，具有较高的可信度，限于篇幅，具体计算过程从略。本部分的原始数据取自《中国统计年鉴》《中国农村统计年鉴》和《中国人口和就业统计年鉴》，期间个别缺失值通过插值法补齐，末期个别缺失值通过趋势推演获得；部分指标值是在原始数据基础上简单计算得到；相关经济数据已进行消胀处理，劳动力文化程度指标中的小学、初中、高中、中专和大专及以上教育年限分别取6年、9年、12年、11年和16年。

表1　农业现代化指标体系

图1和图2分别报告了各省域在考察年度内农业现代化水平的均值和增长率。按均值计算，2000—2014年间农业现代化水平位居前4位省域依次为福建(0.464)、浙江(0.459)、江苏(0.452)和山东(0.449)。这些省域都位于东部沿海地带，从图1中也能够看出我国农业现代化水平存在“东高西低”的整体格局。增长率排名前4位的省域依次为黑龙江(5.81%)、陕西(5.34%)、青海(5.25%)和新疆(4.98%)。受惠于西部大开发和中部崛起的政策推动，中西部地区农业现代化水平具有较高的增幅。

图1　各省域农业现代化水平均值

图2　各省域农业现代化年均增幅

三、我国农业现代化水平的空间网络特征分析

本部分首先基于可视化工具Netdraw绘制了2014年我国农业现代化水平的空间网络图(限于篇幅未报告其他年度网络图)，如图3所示(各数字指代省域见表3)。从中能够看出，省域尺度下我国农业现代化存在显著的网络化特征。环渤海、长三角、两湖、河南和陕西等省域因经济较为发达或是农业大省等条件在我国农业现代化空间网络中发挥着重要作用。西北和西南板块存在一定数量的内部连接，但与其他省域关联度较弱，整体上较为孤立。由于所处的西北板块农业现代化水平整体偏低加之距离其他省域空间距离较远，新疆脱离于网络之外。整个西部地区尤需强化对整体网络的有效嵌入。

图3　我国农业现代化空间关联网络(2014年)

年份网络密度网络关联度网络等级度网络效率关联关系数20000．1010．4090．3540．8198820010．1110．5450．5090．8499720020．1140．5450．5170．8449920030．1170．5450．5090．84010220040．1290．5450．2490．84011220050．1390．5450．0080．81112120060．1450．6970．0930．84812620070．1610．8690．3580．85814020080．1850．8690．1980．83216120090．2020．9330．0690．82517620100．2140．9330．0690．81018620110．2200．9330．0000．80719120120．2290．9330．0000．79419920130．2440．9330．0000．77321220140．2550．9330．0000．759222

(一)整体网络结构特征描述

表2报告了反映整体网络结构各项指标的年度值。我国农业现代化省际关联关系数由2000年的88条逐年上升至2014年的222条，网络密度也由初期的0.101逐年上升为末期的0.255，我国农业现代化省际联系程度日趋紧密，省域间的联动趋势日渐显著，这与区域间涉农要素流动加快以及区间经济辐射带动作用强化等密切相关。但需要指出的是，即便是在考察末期的2013年和2014年，我国农业现代化网络密度值也仅为0.244和0.255，这意味着在全部可能存在的关联关系中，末期也只是观察到了1/4左右，我国农业现代化的省际联系仍较为薄弱，相互间的合作仍存在较大的空间。网络关联度在考察期内则从0.409大幅上升为后期的0.933，我国农业现代化空间网络通达性快速改善，农业现代化的空间互动和溢出效用普遍存在。由于新疆脱离网络，网络关联度在后期也未达到1。农业现代化网络等级度呈现“减增减”的基本趋势，考察末期下降为0，初期较为森严的网络结构在末期发生弱化，不同区域和发展层次的省域均有可能产生互动。网络效率则表现出下降的整体趋势，省际农业现代化的外溢通道增多，相关要素的流动性增强。整体网络结构各指标均显示，我国省际农业现代化“一盘棋”态势逐渐增强，省际间相互影响加深，推动全域农业现代化水平的提升必须对这种一体化趋势加以关注。

(二)我国农业现代化网络中心度分析

限于篇幅，本研究只报告了2014年网络中心度计算值，如表3所示。2014年全域外向和内向中心度均值为25.517，天津、河北、山西、内蒙、上海、江苏、浙江、安徽、福建、江西、山东、河南、湖北、湖南和陕西等外向中心度和内向中心度均高于均值，这些省域集中在华北片区、长三角和长江中游区域，其农业发展水平较高或处于地理空间的中心位置，对其他省域既存在显著的输出带动作用，也存在明显的吸纳效应，是我国农业现代化空间网络的枢纽。黑吉辽组成的东北板块、云贵川组成的西南板块和除陕西外的西北省域外向和内向的程度中心度均较低，在农业现代化网络中的外向带动作用和内向吸纳作用均较弱。与均值相比，北京具有较低的外向程度中心度和较高的内向程度中心度，是我国农业现代化空间网络的集聚门户。2014年农业现代化网络的外向和内向程度中心势(通过比较各省域中心度差值与同等规模网络的最大差值得出)分别为30.678%和23.543%，现阶段我国农业现代化网络的中心在地理空间上并未表现出过于集中的格局，网络整体表现出了一定程度的均衡性。

表3　我国农业现代化网络中心性分析

2014年农业现代化网络内向和外向接近中心度的均值分别为31.230和31.478，其中除东北板块、南部沿海板块、云贵甘青和新疆等的其他省域内向接近中心度数值高于全国平均值，在全域农业现代化的“流入”网络中占有重要位置，能够与其他省域快速相连。前述省域因农业现代化水平相对较低或地处边境等原因，内向接近中心度数值低于均值，对农业现代化的“流入”网络的控制较弱。全域内向接近中心度的标准差为6.276，低于均值，说明各省域对农业现代化的“流入”网络控制的差异度较小。东北板块、西南板块、广西、海南、甘肃、青海和新疆外向接近中心度低于全国均值，对农业现代化的“流出”网络的控制较弱，是“流出”网络的非关键行动者。河南因是农业大省加之地处中原腹地，具有最高的内向和外向接近中心度值，是我国农业现代化网络的最关键行动者。

2014年全域中介中心度均值为3.970，河北、辽宁、江苏、山东、河南、湖北、湖南、重庆和陕西中介中心度高于均值，是我国农业现代化内部网络互动的“桥”，对整个网络具有较强的控制能力，吉林、辽宁、海南、青海和新疆中介中心度为零，这些省域因地处偏远等原因很难对其他省域间的互动产生影响，需要进一步强化这些省域与其他省域间的关联度，以增强我国农业现代化空间网络的稳定性和均衡性。2014年中介中心度标准差为5.156，高于均值，这在一定程度上说明各省域在“桥”的作用上存在较大差异，农业现代化网络是通过少数部分省域的中介作用实现链接的。

(三)我国农业现代化网络结构的凝聚子群分析

本部分基于2014年数据，采用强调关系相关性的Concor法进行分析(最大分割深度和集中标准分别设定为2和0.2)，将省域分成四个凝聚子群，如图4所示。其中，北京、天津、河北、山西、内蒙、辽宁、山东、江苏、河南等组成子群1，该区域以环渤海省域为中心，涵盖了环渤海区域的周边地带，呈“面状”分布特征；吉林、黑龙江、陕西、甘肃、青海、宁夏等组成子群2，包括东北和西北大部分省域，呈现双“块状”空间特征；上海、浙江、安徽、福建、江西、湖北、湖南和广东组成子群3，这部分省域沿长江中下游和东南沿海分布，呈现“带状”格局；其余省域组成子群4，以西南板块为中心。四个子群在空间上大致呈现出“田”字形的格局。

图4　我国农业现代化空间关联网络凝聚子群分析(2014年)

为深入揭示子群内部及相互间关系，本研究基于2014年数据进一步测度了相应的密度矩阵和像矩阵，并计算了各子群的内外互动效应，如表4和表5所示。像矩阵的转化以2014年全域网络密度值0.255为界进行。表4显示，各子群内部存在较为密切的互动关系，特别是泛环渤海区域构成的子群1和长江中下游及东南沿海区域构成的子群3在各自内部存在着密切的关联。此外，子群1和子群3之间存在较为密切的互动关系，但与子群2和子群4之间的互动并不显著。2014年子群1和子群3内部发出/接收关系分别为59条和49条，群外发出关系均为31条，长江中下游和东部沿海地区现阶段仍是我国农业现代化发展的主要驱动区域。

表4　密度矩阵和像矩阵(2014年)

注：R2=0.391。

表5　各子群内外互动效应(2014年)

(四)我国农业现代化网络的核心—边缘分析

表6给出了2000年、2008年和2014年3个时间截面下各省域的核心度指数。2000年京津冀鲁豫核心度指数在0.3以上，是我国农业现代化网络发展的核心；2008年京津冀的核心地位有所下降，泛长三角省域的核心度指数上升，我国农业现代化网络的核心区由华北向华东转移；2014年，长江中游省域在网络中的地位上升，我国农业现代化网络呈现出多核趋势。3年度内各省域核心度指数的变异系数依次为1.330、1.000和0.835，省域间核心度指数差距呈缩减趋势，农业现代化网络均衡化趋势明显。

表6　核心—边缘分析

四、 我国农业现代化网络的驱动机制分析

农业现代化内生的开放性使其嵌入在区域经济社会系统中,农业现代化空间网络的形成和演变则是区域间经济和社会发展的相互作用在农业领域内的客观反映，各种动力机制综合作用形成的辐合力共同驱动着农业现代化的空间网络。综合先前学者的研究[5-6,11,13,15]和平行数据的可得性，本研究从地理距离、城市化进程、产业结构、区域开放度、市场化程度和创新水平等考察我国农业现代化空间网络的驱动机制，各变量测度见表7，除地理距离外各变量原始数据取自《中国统计年鉴》，并采用差值网形式(表征该变量在不同省域的属性差异)。区域城市化进程和产业结构的提升能够为农业现代化提供更多的市场空间和知识资源，而区间城市网络和产业网络的完善则可通过规模经济和扩大需求等方式驱动农业现代化网络的演变。开放度和市场化程度反映了区域发展的“软环境”，能够作用于农业产业生产系统，区域间“软环境”网络的协同有利于资源的跨区域流动和高效率的配置，从而对农业现代化空间网络产生影响。农业和农村技术进步有赖于区域创新水平的提升，区间创新网络能够通过反哺农业的方式充实农业现代化空间网络的动力体系。

表7　我国农业现代化空间网络演变的驱动机制

本研究选择5000次随机置换后得到QAP回归分析结果。如表7所示，回归结果中的概率A和B分别指代随机置换产生的回归系数绝对值不小于和不大于观察到回归系数的概率(双尾检验)。QAP回归的判定系数R2为0.331，考虑到QAP回归判定系数一般低于OLS，可认为本研究所选择的解释变量对我国农业现代化水平空间关联具有较强解释力。其中地理距离系数在1%水平下显著为负，省域间较近的空间距离有利于农业现代化产生空间关联，这与引力模型的解释一致。城市化进程和产业结构的系数在10%水平下为负，城市化进程和产业结构的相似性有利于拓展市场边界，扩散和释放增长极形成的经济动能，从而推动农业现代化的跨区域溢出，增强农业现代化的省际联动。市场化程度系数在10%水平下为正，区域间市场化程度落差较大有利于农业现代化空间关联网络的拓展，省际市场化的落差一方面会形成农业现代化要素流动的“马太效应”，但另一方面也会通过示范作用和辐射效应等优化周边区域的发展软环境，推动农业现代化要素回流，这都会提升农业现代化空间网络的复杂性。开放度和创新水平回归系数均不显著(P>0.1)，农业现代化空间网络与对外开放程度和科技创新之间的响应机制还有待于完善。

五、研究结论和启示

经济发展一体化的趋势和要素的加剧流动推动了我国农业现代化在空间维度上呈现出多线程的网络化形态，了解这种区间关联和网络格局对优化我国农业整体发展绩效具有重要价值。本文基于2000—2014年数据研究得出：(1)我国农业现代化的网络密度逐年增加，网络关联度上升明显，网络等级度则存在下降趋势，农业现代化省际关联日趋紧密，农业现代化“一盘棋”态势增强。(2)各区域在农业现代化网络中的位势存在较大差异。北部沿海、东部沿海和长江中游省域具有较高的程度中心度和接近中心度，是我国农业现代化空间网络的重要节点和关键行动者。环渤海和长江中游部分省域等还扮演网络内部“桥梁”角色。省域间核心度指数差距呈缩减趋势，网络内部由期初的单核向多核演变。(3)凝聚子群分析表明，各子群在地理空间上呈现“田”字格局，子群内部存在较多关联，但群间仅有泛环渤海区域构成的子群1和长江中下游及东南沿海区域构成的子群3存在明显互动，东部地区是我国农业现代化网络主要驱动区域。(4)QAP回归分析表明，省域间较近的空间距离、相似的城市化进程和产业结构有利于增强农业现代化的省际溢出，市场化程度省际落差越大越有利于农业现代化的空间关联。

本研究基于“关系数据”的分析显示我国省域农业现代化存在普遍关联，相关政策设计有必要关注农业现代化的空间网络联动效应以及不同省域在其中的位势和角色。首先，应重视我国农业现代化的空间不均衡格局及其网络关联特征。本研究测度的省域农业现代化水平具有“东高西低”态势，与我国经济社会发展的整体空间格局相吻合。推动相对滞后区域农业现代化水平和弥补区间农业发展差距不仅需要完善当地农业和农村生产系统，而且需要关注省际间日趋复杂化的关联形态，树立“谋全局”而非“谋一域”的观念，通过政策设计和宏观调控创造出更多的空间溢出通道，为农业现代化相关要素向中西部地区配置创造条件。其次，基于网络化视角推动区域农业现代化协同发展。在推动区域农业现代化发展时兼顾“属性数据”和“关系数据”，而后者不仅重视省际农业现代化的地理近邻效应，更需要关注整个网络的作用，强化农业现代化发展的跨区域统筹机制，将政策着力点由点向面提升。特别是农业现代化“属性数据”和“关系数据”双低的西北和西南区域，不仅需要完善自身包括城镇化发展和产业结构升级等在内的农业产业生态系统，更需要积极强化与中东部地区农业发展的联动，通过有效协同提升西部区域在我国农业现代化网络中的位势。最后，充分发挥农村现代化网络中枢纽省域的作用，本研究表明，河南、湖北、湖南、重庆和陕西等中西部省域在整个网络中发挥较高的中介效应，推动中西部农业现代化水平的整体提升需要重点关注这部分省域，尤其需要发挥重庆对西南板块和陕西对西北板块的辐射作用，将特定省域在板块中的势能转化为整体板块发展的动能。

本研究以省域为节点分析了我国农业现代化空间网络的特征和形成机制，未来研究可从以下几方面展开：一是缩小研究的空间尺度，由省域向市县延伸，分析特定区域内部农业现代化发展的空间协同机制；二是增加对比研究和趋势研究，囿于研究篇幅，本研究并未对网络中心度和凝聚子群进行年度对比分析，这部分研究有利于更好厘清我国农业现代化网络的变化特征，此外，有必要进行追踪研究，分析我国农业现代化网络未来变化趋势；三是进行政策仿真研究，寻求优化我国农业现代化空间网络格局的措施，为优化农业整体发展绩效提供借鉴。

[1]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.

[2]王国敏,周庆元.我国农业现代化测评体系的构建与应用[J].经济纵横,2012，(2):69-74.

[3]李丽纯.基于灰色优势分析的中国农业现代化水平测度与波动趋势分析[J].经济地理,2013，(8):116-120.

[4]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[J].农业技术经济,2014，(4):14-24.

[5]徐维祥,舒季君,唐根年.中国工业化、信息化、城镇化、农业现代化同步发展测度[J].经济地理,2014，(9):1-6.

[6]夏春萍,刘文清.农业现代化与城镇化、工业化协调发展关系的实证研究[J].农业技术经济,2012，(5):79-85.

[7]韩国明,张恒铭.我国新型城镇化与农业现代化协调发展空间分布差异研究[J].吉林大学社会科学学报,2015，(5):36-46.

[8]梅方权.农业信息化带动农业现代化的战略分析[J].中国农村经济,2001，(12):22-26.

[9]钟水映,王雪,肖小梅.中国农业现代化的再思考与顶层制度设计[J].武汉大学学报(哲学社会科学版),2013，(6):112-121.

[10]刘奕,夏杰长.以服务业促进农业现代化:思路之辨与路径选择[J].宏观经济研究,2014，(5):11-18.

[11]王锋.制度变迁与我国农业现代化的实现[J].经济学家,2015，(7):65-71.

[12]张红宇,张海阳,李伟毅,李冠佑.中国特色农业现代化:目标定位与改革创新[J].中国农村经济,2015，(1):4-13.

[13]杜雯翠,张平淡,朱松.农业市场化、农业现代化与环境污染[J].北京理工大学学报(社会科学版),2016，(1):1-9.

[14]朱蓉蓉,徐之顺.农业现代化进程中的农民决策及其文化认同[J].南京农业大学学报(社会科学版),2016，(3):15-22.

[15]谢杰,李鹏.中国农业现代化进程直接影响因素与空间溢出效应[J].农业经济问题,2015，(8):42-48.

[16]周迪,程慧平.中国农业现代化发展水平时空格局及趋同演变[J].华南农业大学学报(社会科学版),2015，(1):25-35.

[17]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.

[18]刘军.整体网分析讲义[M].上海:格致出版社.2009.

[19]林聚任.社会网络分析[M].北京:北京师范大学出版社.2009.

[20]TAAFFE E J. The urban hierarchy: An air passenger definition[J]. Economic Geography, 1962, 38(1): 1-14.

[21]王珏,陈雯,袁丰.基于社会网络分析的长三角地区人口迁移及演化[J].地理研究,2014, (2):385-400.

[22]BORGATTI S P, EVERETT M G, FREEMAN L C. Ucinet for Windows: Software for social network analysis[M].Harvard, MA:Analytic Technologies, 2002.

[23]李敬,陈澍,万广华,付陈梅.中国区域经济增长的空间关联及其解释 [J].经济研究,2014，(11):4-16.

[24]于伟,张鹏.我国省域农村教育与农业现代化的耦合协调发展[J].华南农业大学学报(社会科学版),2015，(1):16-24.

Research on the Spatial Network Structure and Driving Mechanism of Agricultural Modernization in China

YU Wei1, ZHANG Peng2

(1.College of Business Administration, Shangdong University of Finance and Business, Jinan 250014, China;2.CollegeofManagement,JinanUniversity,Jinan250002,China)

To make clear the spatial structure characteristics and driving mechanism of agricultural modernization in China has a great importance to optimize the spatial pattern of agricultural development and promote regional coordinated development. Based on the data of years 2000-2014, the study shows that agricultural modernization in China has significant spatial difference, its global network density has increased year by year, but is still relatively loose; the network correlation degree has increased significantly while the network grade is downward. The northern and eastern coastal provinces and the middle reaches of the Yangtze River are important nodes and key actors of space network, the whole network develops to several cores, the interactions among the subgroups need to be strengthened; agricultural modernization network is significantly related to the geographical distance, level of urbanization, industrial structure, opening, marketization and innovation. Policy design is necessary to pay close attention to linkage effects of agricultural modernization in spatial network and role of different provinces, not only to improve regional agriculture and rural production system in the relatively lagged-behind areas, but also should concern the complex hybrid pattern of connections.

agricultural modernization; agriculture industry; spatial network; social network analysis

2016-07-22DOI:10.7671/j.issn.1672-0202.2016.06.003

国家社会科学规划项目(13BGL060)；教育部人文社会科学研究基金项目(16YJCZH149)

于伟(1981—)，男，山东烟台人，山东财经大学工商管理学院副教授，主要研究方向为区域经济。E-mail: longkouyuwei@sina.com

F320.1

A

1672-0202(2016)06-0018-11