中国农业农村现代化的时空演变特征及影响因素分析

杨头平，钟桂珍

（江西财经大学统计与数据科学学院，南昌 330013）

0 引言

党的十八大以来，我国经济实力、综合国力和国际影响力持续增强。然而，发展的机遇与挑战同时存在，如何在百年未有之大变局中建设农业强国，守好“三农”基本盘，对全面建成社会主义现代化强国至关重要。建设农业强国既包括实现农业现代化，也包括建设宜居宜业和美乡村。因此，推进农业农村现代化既是农业高质量发展的必然选择，也是实现中国式现代化的关键目标之一。

学术界关于农业农村现代化的研究大致分为三个层面。一是探讨农业农村现代化概念的内涵和外延。从理论内涵来看，农业农村现代化是通过技术变革或生产方式变革，实现传统农业农村向现代农业农村的全面转变过程，是农业农村经济、政治、文化、社会、生态文明普遍发展、互动提升，并达到世界先进水平的一种结果[1,2]；从外延来看，农业农村现代化是农业、农村、农民“三位一体”的现代化[3]。二是关于农业农村现代化统计测度的研究。部分学者从农业现代化单一维度[4]，农业现代化和农村现代化两个维度[5]，或从农业现代化、农村现代化、底线任务等多个维度[6,7]构建指标体系来测度农业农村现代化水平，研究发现农业农村现代化水平整体呈上升态势，但区域间存在差异；还有部分学者从地域差异出发，测度地区农业农村现代化水平并分析其演变特征[8,9]。三是关于农业农村现代化影响因素的研究，学者们认为数字普惠金融、新型城镇化等因素能助推农业农村现代化的发展[10]。

综上所述，现有文献以探讨农业农村现代化的理论内涵和统计测度为主，为农业农村现代化研究奠定了重要的理论和方法基础，但仍存在一定的改进空间。一是目前对农业农村现代化的内涵尚未形成理论共识，部分学者在构建评价指标体系时，只从一个或两个维度出发，忽视了农业农村现代化的内在逻辑。二是关于农业农村现代化的定量测度研究不足，难以全面刻画我国现阶段农业农村现代化的发展水平和特征。基于此，本文尝试从《“十四五”推进农业农村现代化规划》中七个方面的重点任务出发，构建包含农业现代化、农村现代化和有效衔接三个维度的农业农村现代化评价指标体系，定量测度我国农业农村现代化发展的水平，比较其区域差异，分析农业农村现代化的时空演变特征，识别影响其发展的关键因素，定量测度各因素的影响程度，进而为促进我国农业农村现代化发展提供参考。

1 研究设计

1.1 指标体系构建

由于农业农村现代化不是农业现代化和农村现代化在内容上的简单叠加，而是相互联系、彼此促进、相互交融的有机整体[11—13]。因此，本文借鉴已有研究成果，结合数据的可得性和可比性，参考《“十四五”推进农业农村现代化规划》中七个方面的重点任务，将提升粮食保障水平、提升农业质量效益、提升产业链供应链水平等归纳为农业现代化维度，将建设宜居宜业、绿色美丽、文明和谐乡村归纳为农村现代化维度，将巩固拓展脱贫攻坚成果同乡村振兴有效衔接归纳为有效衔接维度，从这三个维度选取22 项指标构建农业农村现代化评价指标体系（见表1）。其中，在农业现代化指标方面，参考张小允和许世卫（2022）[4]的做法，选取了7个具体指标；在农村现代化指标方面，参考钱佰慧等（2022）[7]的做法，选取了9个具体指标；考虑到农民的收入水平和生活条件是巩固拓展脱贫攻坚成果同乡村振兴有效衔接的最直接体现，故在有效衔接方面，参考国务院发展研究中心农村经济研究部课题组等（2021）[6]的思路，设置了6个具体指标。

表1 农业农村现代化评价指标体系

1.2 评价方法

本文采用熵权TOPSIS 方法进行统计测度，对指标进行客观赋权。具体计算过程如下：

①原始数据标准化。因各指标的量纲不同，故需对各指标数据进行标准化处理。

正向指标标准化公式为：

负向指标标准化公式为：

②计算第j项指标下第i个评价对象的特征比重（贡献度）rij。

③计算每个指标的信息熵ej。

④计算每个指标的权重wj。

⑤计算农业农村现代化指数。

1.3 模型构建

1.3.1 时空动态演变模型

（1）Dagum基尼系数分解法

本文通过Dagum基尼系数分解法来测度我国总体、西部地区、东部地区、中部地区的农业农村现代化水平差异，具体计算公式如下：

将基尼系数G分解为区域内差异贡献Gw、区域间差异贡献Gb与超变密度Gt。三者之间的关系可以表示为G=Gw+Gb+Gt。

（2）莫兰指数

本文通过莫兰指数（Moran’s I）分析我国农业农村现代化的空间集聚模式，反映全局空间的集聚特征。全局莫兰指数公式为：

其中，I为莫兰指数，表示各地区间农业农村现代化指数的总体空间相关程度，I∈[-1，1]，若I＞0，则说明总体上呈现正空间相关性；若I＜0，则说明总体上呈现负空间相关性；若I=0，则说明不存在空间相关性。Wij为空间邻接权重矩阵，xi和xj分别表示地区i和地区j的农业农村现代化水平，为所有地区农业农村现代化水平的均值。此外还需要计算z值对Moran’s I 统计结果进行检验：

局部莫兰指数公式为：

其中，zj=xj-。Ii为局部莫兰指数，表示第i个地区与其相邻地区的空间相关程度，若Ii＞0，则说明地区i的农业农村现代化指数与相邻地区呈现空间正相关性；若Ii＜0，则说明地区i的农业农村现代化指数与相邻地区呈现空间负相关性；若Ii=0，说明地区i的农业农村现代化指数与相邻地区不存在空间相关性。

1.3.2 影响因素模型

通过面板数据回归模型探讨我国农业农村现代化的影响因素。计算公式为：

其中，Arit为省份i第t年的农业农村现代化指数；β0是常数项，β1～β5是影响因素1～5的回归系数；εit是随机误差项。pgdp表示经济发展水平，urb表示城镇化水平，ind表示工业化水平，dig表示数字普惠金融，gov表示财政支农力度。

1.4 数据来源

本文选取2002—2021年我国31个省份（不含港澳台）作为研究对象，数据主要来源于《中国农村统计年鉴》《中国环境统计年鉴》《中国城乡建设统计年鉴》《中国民政统计年鉴》以及各省份统计年鉴。部分缺失数据采用线性插值法补齐。

2 实证分析

2.1 农业农村现代化指数测度

根据评价指标体系，本文基于熵权TOPSIS法，通过式（1）至式（6）计算得出2002—2021年我国农业农村现代化指数，考虑到篇幅原因，本文仅展示2002年、2007年、2012年、2017 年、2021 年的测算结果（见表2）。根据测算结果可知，从整体来看，2002—2021年我国农业农村现代化整体呈上升趋势，我国农业农村现代化指数从2002 年的0.1807 逐渐上升为2021 年的0.5116，年均涨幅为1.65%。此外，各省份农业农村现代化增长程度存在差异，这一方面说明近年来各省份在全面推动农业农村现代化发展，另一方面也说明农业农村现代化发展呈现不充分的发展特征。从具体省份来看，广东、上海、北京等发达地区省份农业农村现代化指数高于青海、西藏等省份。这说明省际农业农村现代化发展呈现不均衡的发展特征。

2.2 农业农村现代化的时空动态演变特征

2.2.1 农业农村现代化的时序变化特征

（1）整体发展水平的时序变化

通过式（7）计算Dagum 基尼系数，测度我国农业农村现代化指数区域差异（见图1）。研究发现，Dagum 基尼系数呈现与农业农村现代化指数相反的下降趋势，从2002年的0.254 逐渐下降为2021 年的0.172，年均下降0.41%。虽然这表明我国农业农村现代化的区域差异在缩小，但从图1可以看出Dagum基尼系数先上升，2003年以后才开始下降。究其原因，2004—2021 年我国连续十八年发布以“三农”为主题的中央一号文件，并配套出台了一系列政策，持续推动我国农业农村现代化发展。

图1 2002—2021年我国农业农村现代化指数变化趋势

从农业农村现代化指数的3 个具体维度（见图2）来看，2002—2021年，我国农业农村现代化各维度的发展水平取得了较大增长。一是农村现代化增长最为明显，随着新型城乡关系的确立和发展，农村进行了全面深化改革，从而实现农村现代化指数的快速上升。二是农业现代化指数增长显著，这主要得益于农业税费改革、农业支持保护制度以及农业供给侧结构性改革，使得农业现代化水平不断提升。三是有效衔接指数呈现逐步上升趋势，但增长速度低于农村和农业现代化指数。究其原因，一方面，农民的收入水平和生活条件受知识水平、个人能力、传统理念、生活习惯等多重因素影响，另一方面，受国际国内形势变化影响，有效衔接层面增速最慢。

图2 2002—2021年我国农业农村现代化各维度发展水平变化趋势

从Dagum 基尼系数分解结果（见图2）可知，2002—2021 年我国农业农村现代化发展水平中，区域内差异平均意义上占总差异的21.59%，而区域间差异占总差异的75.36%。区域间差异的贡献大体上呈下降态势，由0.198下降至0.123。区域内差异则呈现波动下降趋势，由0.052下降至0.040。这表明我国农业农村现代化区域内和区域间存在差异，但差异在不断缩小。

（2）区域差异分析

为进一步深入比较我国农业农村现代化发展的区域差异，本文根据国家统计局对我国的地域空间划分标准，分东部、中部和西部三大地区对Dagum基尼系数进行分解（见图3）。分析2002—2021 年我国分区域农业农村现代化指数的区域差异演变趋势可知，东部、中部和西部地区的农业农村现代化指数均呈现上升趋势，东部地区的农业农村现代化指数虽然高于中部地区和西部地区，但2021年中部地区和西部地区的农业农村现代化指数呈现加速上升态势。从Dagum 基尼系数分解情况来看，东部、中部和西部地区的区域间差异和区域内差异均呈下降趋势，但区域间差异普遍大于区域内差异。就区域间差异贡献度而言，贡献度最大的是东部和西部地区的区域间差异，基尼系数由0.447降至0.279；其次是中部和西部地区的区域间差异，基尼系数由0.318 降至0.198；最后是东部和中部地区的区域间差异，基尼系数由0.167降至0.117。就区域内差异贡献度而言，贡献度由高到低依次为西部、东部、中部地区。随着时间推移，各区域农业农村现代化水平的差异呈不断缩小态势，西部地区的农业农村现代化水平较东部和中部地区仍处于落后水平。

图3 2002—2021年我国农业农村现代化区域差异的演变趋势

由图3可知，区域间差异是我国农业农村现代化发展不均衡的根源所在。究其原因，一是经济发展水平存在差异。东部地区的经济发展水平较中部和西部地区高，财政投入农业农村基础设施建设的资金也相对更多。二是资源禀赋存在差异。东部、中部地区地势相对西部地区来说较为平坦，农业农村基础设施的建设成本较低，也便于现代化农业机械作业。三是产业布局存在差异。东部、中部地区的工业发展程度较西部地区高，工业门类齐全，产业集聚，为农业农村现代化提供了相应的配套支撑。

2.2.2 农业农村现代化的空间演变特征

（1）空间分异特征

本文利用ArcGIS自然间断点分级法（Jenks）将2021年我国农业农村现代化指数分为0、0.000001～0.370600、0.370601～0.512400、0.512401～0.612100、0.612101～0.838000五个区间，以探讨我国农业农村现代化水平（限于篇幅，图略）。结果表明：整体来看，2021年我国农业农村现代化指数分布呈自东向西逐渐递减的趋势，东部地区农业农村现代化指数的均值为0.6401，中部地区农业农村现代化指数的均值为0.5381，西部地区农业农村现代化指数的均值为0.3591。东部地区农业农村现代化指数普遍较高，其中，广东为0.8380、上海为0.7838、北京为0.7752、山东为0.7687，而海南、福建、天津、吉林的农业农村现代化指数较低。中部地区农业农村现代化指数由高到低依次为河南、安徽、湖南、湖北、山西、江西。西部地区农业农村现代化指数（除四川为0.5421、重庆为0.5124外）普遍较低。

我国农业农村现代化指数分布呈现空间分异的成因较多，主要因素有三个：一是各省份城镇化水平不同，二是各省份农村人力资本水平不同，三是各省份农村数字普惠金融水平不同。

（2）空间集聚特征

本文对2002—2021年农业农村现代化指数进行空间自相关分析，但考虑到西藏缺失值较多故暂不列入分析，利用SPSSAU 软件绘制2002 年、2006 年、2018 年、2021 年农业农村现代化指数Moran散点图（限于篇幅，图略）。研究发现：一是4 个时间截面的Moran’s I 分别为0.403、0.416、0.377、0.346，说明我国农业农村现代化指数存在正向的空间相关关系，且这种空间集聚趋势随着时间的推移正不断调整。2021年30个省份大部分位于HH、LL、LH区域，即第Ⅰ、Ⅱ、Ⅲ象限。其中，上海、山东、江苏、浙江因经济基础和区位优势处于HH区域，这些省份不仅自身农业农村现代化水平较高，而且带动周边省份的农业农村现代化指数提升，具有空间溢出效应。LL 区域包括宁夏、青海、甘肃、云南等省份。这些省份受地理和经济条件约束，自身和周边省份的农业农村现代化水平相对较低，且很难能带动周边省份的农业农村现代化发展，属于我国农业农村现代化的“滞后区”。LH区域包括福建、江西、天津等省份，这些省份自身的农业农村现代化指数相对较低，但与他们相邻的省份农业农村现代化指数相对较高，故需充分利用HH区域农业农村现代化的辐射作用，促进自身向更高水平的农业农村现代化转变。二是我国农业农村现代化的空间格局相对稳定，仅少数省份存在区域变动，如福建和江西从2002年的HH区域变动到2021年的LH区域，表明这两个省份的农业农村现代化水平相对低于周边省份，需进一步探究影响其农业农村现代化发展水平的关键因素。

2.3 农业农村现代化的影响因素分析

本文在测度和分析我国农业农村现代化水平及特征的基础上，继续探究其影响因素，认为经济发展水平（pgdp，单位：千元）、工业化水平（ind，单位：%）、城镇化水平（urb，单位：%）、数字普惠金融（dig，单位：%）、财政支农力度（gov，单位：%）是影响农业农村现代化水平的关键因素。因此，本文分别通过人均GDP、第二产业增加值占GDP的比例、城镇人口占总人口的比例、北京大学数字普惠金融指数、农林水事务投资占地方财政支出的比例对上述五大因素进行度量，并定量测度这些因素对农业农村现代化水平的影响。所需数据来源于2003—2022 年《中国统计年鉴》及各省份统计年鉴，以及北京大学数字金融研究重心，同时考虑到数字普惠金融指数是从2011 年开始公布的，故将研究时间调整为2011—2021 年。利用SPSSAU 软件对我国及各省份2011—2021 年的面板数据进行多元回归，通过F 检验、BP 检验、Hausman 检验，检验结果显示固定效应模型优于混合估计模型，随机效应模型优于固定效应模型，故最终确定用随机效应模型进行回归分析（见表3）。

表3 农业农村现代化影响因素回归结果

结果表明，经济发展水平对全国、东部地区、中部地区、西部地区农业农村现代化水平影响的回归系数分别为0.048、0.039、0.018、0.028，均通过了5%水平上的显著性检验，说明经济发展水平对我国农业农村现代化具有显著的积极影响。经济发展水平越高，越能促进农业农村现代化发展，主要体现在农村基础设施完善、农业技术创新、农业产业结构优化、非农就业、农民增收等方面。

城镇化水平对全国、东部地区、中部地区、西部地区农业农村现代化水平影响的回归系数分别为0.020、0.020、-0.008、0.035，全国和西部地区回归系数显著为正，东部地区虽然回归系数为正但影响不显著，中部地区回归系数为负且不显著，说明城镇化对全国和西部地区农业农村现代化具有显著的积极影响。这可能是因为在城镇化进程中，中部地区大量农村人口向城镇转移，农村大量优质年轻劳动力外流，影响农业技术普及和应用，从而制约了农业现代化和农村现代化。

工业化水平对全国、东部地区、中部地区、西部地区农业农村现代化水平影响的回归系数分别为-0.013、-0.023、0.003、-0.003，全国、东部地区和西部地区的回归系数均为负，但西部地区的负向影响不显著，中部地区的回归系数虽为正但也不显著。这表明工业化水平对农业农村现代化具有一定的消极影响。究其原因，工业化的发展挤占了农业生产的资源要素，农业又通过增加化肥农药，施用量来增加产值，使得农业农村的生态环境恶化，从而抑制了农业农村现代化的发展。

数字普惠金融对全国、东部地区、中部地区、西部地区农业农村现代化影响的回归系数分别为0.016、0.025、0.030、-0.001，全国、东部地区、中部地区的回归系数在5%的水平上显著为正，西部地区的回归系数为负但不显著，说明数字普惠金融对全国、东部地区、中部地区农业农村现代化具有积极影响。可能是因为数字普惠金融具有包容性和普惠性，降低了农业农村发展的融资成本。

财政支农力度对全国、东部地区、中部地区、西部地区农业农村现代化水平影响的回归系数分别为0.008、0.018、0.024、0.009，虽然回归系数为正，但仅有中部地区和西部地区的回归系数显著。说明财政支农力度对我国农业农村现代化具有一定的积极影响，但财政支农支出通过增加农民收入和扩大城乡资本边际生产率差异使得农村资金外流加剧，农村资金外流扩大了城乡居民收入差距[14]，从而制约了财政支农在推动农业农村现代化发展方面发挥积极作用。

3 结论

本文通过构建农业农村现代化评价指标体系，运用熵权TOPSIS、Dagum 基尼系数、莫兰指数等方法，测度2002—2021 年我国农业农村现代化水平，分析其时空演变特征，并通过随机效应模型探讨影响其发展的因素。得出以下结论：

第一，从时序变化特征来看，2002—2021 年我国农业农村现代化指数整体呈上升态势，区域差异逐步缩小。就农业农村现代化指数而言，农村现代化指数、农业现代化指数高于有效衔接指数。就Dagum 基尼系数分解结果而言，区域间基尼系数差异高于区域内基尼系数和超变密度基尼系数，区域间差异是农业农村现代化总体差异的主要来源。

第二，从空间演变特征来看，2021年我国农业农村现代化指数分布整体呈自东向西逐渐递减的趋势，东部地区农业农村现代化指数高于中部和西部地区的农业农村现代化指数。空间Moran’s I 均为正，但数值呈现波动下降趋势，说明我国农业农村现代化指数存在正向的空间相关性，但这种空间集聚态势随着时间的推移正不断调整，且高值集聚区主要分布在东部地区，低值集聚区主要分布在西部地区。

第三，从影响因素来看，经济发展水平、城镇化水平、数字普惠金融对我国农业农村现代化具有积极影响，工业化水平对我国农业农村现代化具有一定的消极影响，财政支农力度虽然对我国农业农村现代化具有积极影响，但影响不显著。分地域来看，经济发展水平、数字普惠金融对东部地区农业农村现代化具有显著正向影响，工业化水平对东部地区农业农村现代化具有较显著的负向影响；经济发展水平、数字普惠金融和财政支农力度对中部地区农业农村现代化具有正向显著影响；经济发展水平、城镇化水平和财政支农力度对西部地区农业农村现代化具有显著的正向影响。