中國(guó)“四化”協(xié)調(diào)發(fā)展格局及其影響因素研究——基于農(nóng)業(yè)現(xiàn)代化視角

周　振，孔祥智

(中國(guó)人民大學(xué)　農(nóng)業(yè)與農(nóng)村發(fā)展學(xué)院，北京　100872)

中國(guó)“四化”協(xié)調(diào)發(fā)展格局及其影響因素研究
——基于農(nóng)業(yè)現(xiàn)代化視角

周振，孔祥智

(中國(guó)人民大學(xué)農(nóng)業(yè)與農(nóng)村發(fā)展學(xué)院，北京100872)

摘要：促進(jìn)“四化”協(xié)調(diào)發(fā)展，首先要明確“四化”發(fā)展的基本格局。本文通過(guò)構(gòu)建“四化”指標(biāo)體系，采用幾何平均數(shù)法與HR評(píng)價(jià)模型測(cè)算出了1998-2013年中國(guó)各省市區(qū)“四化”綜合發(fā)展水平與協(xié)調(diào)發(fā)展程度。測(cè)算結(jié)果顯示：第一，我國(guó)“四化”發(fā)展較快，“四化”關(guān)系逐年趨于協(xié)調(diào)。第二，農(nóng)業(yè)現(xiàn)代化滯后于其他“三化”與地區(qū)間“四化”失衡的問(wèn)題較為突出，其中農(nóng)業(yè)現(xiàn)代化的滯后性已經(jīng)嚴(yán)重阻礙了“四化”綜合水平的提高。基于此，本文從農(nóng)業(yè)現(xiàn)代化的視角出發(fā)分析了影響“四化”協(xié)調(diào)發(fā)展的因子。研究結(jié)果表明，農(nóng)業(yè)資本深化、農(nóng)業(yè)科技、農(nóng)業(yè)防災(zāi)減災(zāi)、鄉(xiāng)村工業(yè)化與農(nóng)業(yè)稅改革是促進(jìn)“四化”協(xié)調(diào)發(fā)展顯著且穩(wěn)健的因素。根據(jù)研究結(jié)論，我們認(rèn)為應(yīng)從加大農(nóng)業(yè)資本投入、強(qiáng)化科技支農(nóng)、增強(qiáng)農(nóng)業(yè)減災(zāi)防災(zāi)能力與促進(jìn)農(nóng)村工業(yè)化為政策切入點(diǎn)，提高農(nóng)業(yè)現(xiàn)代化水平，推動(dòng)“四化”協(xié)調(diào)發(fā)展。

關(guān)鍵詞：農(nóng)業(yè)現(xiàn)代化；工業(yè)化；城鎮(zhèn)化；信息化；協(xié)調(diào)發(fā)展

一、引言

進(jìn)入21世紀(jì)以來(lái)，我國(guó)工業(yè)化、信息化、城鎮(zhèn)化和農(nóng)業(yè)現(xiàn)代化(以下簡(jiǎn)稱“四化”)快速發(fā)展，取得了巨大的成就，有力地推動(dòng)了全面建設(shè)小康社會(huì)和現(xiàn)代化建設(shè)。2010年黨的十七屆五中全會(huì)明確提出“在工業(yè)化、城鎮(zhèn)化深入發(fā)展中同步推進(jìn)農(nóng)業(yè)現(xiàn)代化”，首次提出了“三化協(xié)調(diào)”的經(jīng)濟(jì)社會(huì)發(fā)展目標(biāo)。2012 年在黨的十八大報(bào)告中繼而又明確做出了促進(jìn)工業(yè)化、信息化、城鎮(zhèn)化、農(nóng)業(yè)現(xiàn)代化協(xié)調(diào)發(fā)展的戰(zhàn)略部署?！八幕眳f(xié)調(diào)發(fā)展成為了現(xiàn)階段中國(guó)經(jīng)濟(jì)社會(huì)發(fā)展的重要戰(zhàn)略與實(shí)踐目標(biāo)，也成為了當(dāng)前學(xué)術(shù)界討論的熱點(diǎn)話題。如何推進(jìn)“四化”協(xié)調(diào)發(fā)展成為了眾多研究的落腳點(diǎn)。

促進(jìn)“四化”協(xié)調(diào)發(fā)展，首先必須要明確“四化”發(fā)展的基本格局。圍繞“四化”協(xié)調(diào)發(fā)展的基本格局，國(guó)內(nèi)學(xué)者做了大量的研究，也形成了較為豐富的研究結(jié)論。例如，黃祖輝等(2013)[1]的定性研究就指出當(dāng)前中國(guó)城鎮(zhèn)化滯后于工業(yè)化，農(nóng)業(yè)現(xiàn)代化滯后于工業(yè)化和城鎮(zhèn)化，并且農(nóng)業(yè)現(xiàn)代化滯后性在進(jìn)一步加?。煌瑫r(shí)，工業(yè)化質(zhì)量不高，而城鎮(zhèn)化存在一定程度的高估。徐維祥等(2014)[2]通過(guò)構(gòu)建“四化”協(xié)調(diào)發(fā)展的評(píng)價(jià)指標(biāo)體系，并以2010年287個(gè)地級(jí)及以上城市為研究對(duì)象，采用PLS通徑模型和空間距離測(cè)度模型對(duì)我國(guó)“新四化”協(xié)調(diào)發(fā)展水平進(jìn)行測(cè)度和評(píng)價(jià)。研究表明：中國(guó)“新四化”發(fā)展呈現(xiàn)地區(qū)間發(fā)展不均衡和地區(qū)內(nèi)發(fā)展不協(xié)調(diào)的雙重矛盾；總體上，城鎮(zhèn)化落后于工業(yè)化，農(nóng)業(yè)現(xiàn)代化發(fā)展相對(duì)滯后；信息化融合城鎮(zhèn)化、工業(yè)化、農(nóng)業(yè)現(xiàn)代化程度及其推動(dòng)作用的地區(qū)差異明顯。舒季君、徐維祥(2015)[3]基于2000-2012 年287 個(gè)地級(jí)及以上城市數(shù)據(jù)，采用相對(duì)發(fā)展率結(jié)合ArcGIS 空間分析刻畫(huà)了我國(guó)的“四化”協(xié)調(diào)發(fā)展水平時(shí)空分異特征，研究認(rèn)為我國(guó)的“四化”協(xié)調(diào)發(fā)展水平總體呈上升趨勢(shì)，但發(fā)展速度略有下降，地區(qū)間相對(duì)發(fā)展率的差異和變動(dòng)引起了“四化”協(xié)調(diào)發(fā)展水平的相應(yīng)變化。李裕瑞等(2014)[4]的研究也認(rèn)為“四化”各自發(fā)展水平、綜合指數(shù)、耦合度、協(xié)調(diào)度均存在明顯的空間差異。

還有大量的研究集中分析某幾化之間的協(xié)調(diào)關(guān)系。如Eswaran和Kotwal(2002)[5]的研究就認(rèn)為農(nóng)業(yè)高產(chǎn)出可以加速工業(yè)化進(jìn)程，然而工業(yè)生產(chǎn)的滯后將阻礙農(nóng)業(yè)的發(fā)展。Bhaduri(2003)[6]也得到了工農(nóng)相互促進(jìn)的研究結(jié)論。還有的學(xué)者指出，隨著工業(yè)快速增長(zhǎng)，農(nóng)業(yè)向工業(yè)提供要素的同時(shí)，工業(yè)化還能提高城鎮(zhèn)化水平(Golden和Hilda，1954)[7]。但是，也有的學(xué)者指出，城鎮(zhèn)化會(huì)導(dǎo)致城鄉(xiāng)收入差距擴(kuò)大，加速農(nóng)地非農(nóng)化，對(duì)農(nóng)業(yè)可持續(xù)發(fā)展產(chǎn)生負(fù)面影響(Ralph等，2004)[8]。國(guó)內(nèi)學(xué)者者，如王貝(2011)[9]使用協(xié)整方法，分析了工業(yè)化、城鎮(zhèn)化和農(nóng)業(yè)現(xiàn)代化之間的動(dòng)態(tài)關(guān)系，研究認(rèn)為中國(guó)農(nóng)業(yè)現(xiàn)代化與工業(yè)化、城鎮(zhèn)化呈現(xiàn)出反向變動(dòng)趨勢(shì)，三者之間的發(fā)展嚴(yán)重不協(xié)調(diào)。錢(qián)麗等(2012)[10]探索了1996-2010年中國(guó)省際工業(yè)化、城鎮(zhèn)化與農(nóng)業(yè)現(xiàn)代化耦合協(xié)調(diào)度的時(shí)空變化差異，研究發(fā)現(xiàn)中國(guó)“三化”耦合協(xié)調(diào)度差異不明顯，仍處于初級(jí)協(xié)調(diào)狀態(tài)，而且農(nóng)業(yè)現(xiàn)代化發(fā)展滯后是制約“三化”協(xié)調(diào)發(fā)展水平提升的主要因素。

不過(guò)，縱觀這些研究，筆者認(rèn)為它們?cè)凇八幕眳f(xié)調(diào)度的測(cè)度上還存在較大的局限性。已有的研究主要采取了如下四種測(cè)度方法：一是層次分析法(如舒季君、徐維祥，2015；李裕瑞等，2014)[3-4]，二是耦合協(xié)調(diào)度評(píng)價(jià)模型(如徐維祥等，2014；錢(qián)麗等，2012)[2，10]，這兩種方法大多需要人為地賦予權(quán)重或熵值，得到的測(cè)算值過(guò)于主觀；三是SBM-HR法(曾福生、高鳴，2013)[11]，這種方法是用產(chǎn)出技術(shù)效率值表征“四化”發(fā)展水平，然而技術(shù)效率值與“四化”發(fā)展水平卻是兩個(gè)不同維度的指標(biāo)，就如同邊際產(chǎn)出與總產(chǎn)出一般，因此這種方法在邏輯上就存在很大缺陷；四是協(xié)整檢驗(yàn)法(如王貝，2011)[9]，協(xié)整檢驗(yàn)法測(cè)算出的僅僅是“四化”之間長(zhǎng)期的均衡關(guān)系，是種相關(guān)關(guān)系，還不能代表“四化”的協(xié)調(diào)度。因此，提出新的科學(xué)的“四化”協(xié)調(diào)度測(cè)算方法顯得尤為重要。

為此，本研究將在現(xiàn)有文獻(xiàn)基礎(chǔ)上，重新構(gòu)建出“四化”發(fā)展水平指標(biāo)體系，給出新的測(cè)算方法，分析并探討當(dāng)前中國(guó)“四化”協(xié)調(diào)發(fā)展的基本格局。更為重要的是，本研究還將進(jìn)一步地研究影響“四化”協(xié)調(diào)發(fā)展的主要因素。這一點(diǎn)也是目前已有研究關(guān)注較少的方面。希冀通過(guò)本文的研究提出促進(jìn)“四化”協(xié)調(diào)發(fā)展的政策建議。

二、中國(guó)“四化”指標(biāo)體系與協(xié)調(diào)度模型構(gòu)建

(一)“四化”指標(biāo)體系構(gòu)建

“四化”涉及的方面較多，由于現(xiàn)有的“四化”協(xié)調(diào)發(fā)展水平的評(píng)價(jià)指標(biāo)體系尚未統(tǒng)一，本文借鑒現(xiàn)有研究成果，構(gòu)建了如表1所示的“四化”發(fā)展水平測(cè)算指標(biāo)體系。在工業(yè)化指標(biāo)選取上，我們選擇了工業(yè)化率、工業(yè)就業(yè)率與工業(yè)勞動(dòng)生產(chǎn)率三個(gè)指標(biāo)，這三個(gè)指標(biāo)是目前衡量工業(yè)化的常用指標(biāo)(徐維祥等，2014；舒季君、徐維祥，2015；劉文耀、蔡燾，2014)[2-3，12]，其中工業(yè)化率反映了地區(qū)工業(yè)產(chǎn)值占經(jīng)濟(jì)比重的情況，工業(yè)就業(yè)率折射出工業(yè)吸納就業(yè)情況，更為重要的是工業(yè)勞動(dòng)生產(chǎn)率體現(xiàn)出了工業(yè)生產(chǎn)效率實(shí)況。在信息化指標(biāo)選擇中，許多研究以郵電業(yè)務(wù)量(徐維祥等，2014；周先波、盛華梅，2008；俞立平等，2009；謝康，2012)[2，13-15]、互聯(lián)網(wǎng)普及率(舒季君、徐維祥，2015；黎雪林等，2003；王瑜煒、秦輝，2014)[3，16-17]表征信息化程度，這兩個(gè)指標(biāo)一方面反映了地區(qū)信息產(chǎn)業(yè)的發(fā)展情況，另一方面也能體現(xiàn)出信息化的普及程度。此外本文在這些研究的基礎(chǔ)上還加入了信息就業(yè)率，表征信息產(chǎn)業(yè)的發(fā)達(dá)程度。在城鎮(zhèn)化指標(biāo)構(gòu)建中，我們選擇了人口城鎮(zhèn)化率、非農(nóng)產(chǎn)業(yè)比重兩個(gè)常用指標(biāo)(徐維祥等，2014；舒季君、徐維祥，2015；劉文耀、蔡燾，2014；陳明星等，2009；丁志偉等，2013)[2-3，12，18-19]，另外還有的研究選擇了城鎮(zhèn)人口恩格爾系數(shù)(舒季君、徐維祥，2015)[3]，但是為使研究指標(biāo)具有一致的方向性，我們選擇了城鎮(zhèn)居民年人均可支配收入，用于衡量城鎮(zhèn)化的質(zhì)量。農(nóng)業(yè)現(xiàn)代化指標(biāo)選取中，我們選擇了農(nóng)業(yè)勞動(dòng)生產(chǎn)率(徐維祥等，2014；李裕瑞等，2014)[2，4]，用于測(cè)量農(nóng)業(yè)生產(chǎn)效率。眾所皆知，農(nóng)業(yè)機(jī)械化是農(nóng)業(yè)現(xiàn)代化的重要衡量指標(biāo)，為此許多研究選擇了農(nóng)機(jī)總動(dòng)力表征農(nóng)業(yè)機(jī)械化(徐維祥等，2014；劉文耀、蔡燾，2014；郭震，2013)[2， 12， 20]。不過(guò)與這些研究不同的是，本文選擇主要農(nóng)作物耕種收綜合機(jī)械化率代表農(nóng)業(yè)機(jī)械化，事實(shí)上農(nóng)機(jī)總動(dòng)力還無(wú)法準(zhǔn)確地衡量某一個(gè)區(qū)域真實(shí)的農(nóng)業(yè)機(jī)械化實(shí)況。這是因?yàn)殡S著農(nóng)機(jī)工業(yè)的發(fā)展，動(dòng)力大小對(duì)農(nóng)機(jī)作業(yè)水平能力的決定作用正在弱化，已有越來(lái)越多的小動(dòng)力機(jī)械具有著高效能的作業(yè)能力；另一方面農(nóng)機(jī)跨區(qū)作業(yè)是我國(guó)農(nóng)業(yè)機(jī)械化中的常態(tài)，某個(gè)地區(qū)農(nóng)機(jī)總動(dòng)力水平低已經(jīng)不能說(shuō)明其農(nóng)業(yè)機(jī)械化水平低，在農(nóng)機(jī)跨區(qū)作業(yè)下低農(nóng)機(jī)總動(dòng)力的區(qū)域依然能有高水平的機(jī)械化程度。重要的是，使用主要農(nóng)作物耕種收綜合機(jī)械化率比農(nóng)機(jī)總動(dòng)力更為直接、準(zhǔn)確地反映出了地區(qū)農(nóng)業(yè)機(jī)械的作業(yè)情況。另外，我們還選擇了農(nóng)村居民年人均純收入來(lái)代表某個(gè)區(qū)域的農(nóng)業(yè)現(xiàn)代化質(zhì)量。基于以上指標(biāo)選擇，本文構(gòu)建了1998-2013年全國(guó)31個(gè)省市區(qū)的面板數(shù)據(jù)。

(二)“四化”發(fā)展水平值測(cè)算與“四化”協(xié)調(diào)度模型構(gòu)建

依據(jù)表1中的指標(biāo)體系，我們需要首先測(cè)算出“四化”發(fā)展水平值。許多研究常采用算術(shù)平均法或?qū)＜易稍兎ǖ葋?lái)確定權(quán)數(shù)(舒季君、徐維祥，2015；李裕瑞等，2014；秦玫芬，2000)[3-4， 21]，但是這種方法人為因素較大。結(jié)合已有研究成果，本文提出了一種新的測(cè)算方法。下面以工業(yè)化為例介紹這種方法。

第一，對(duì)指標(biāo)進(jìn)行面板標(biāo)準(zhǔn)化處理。在測(cè)算中需要將各級(jí)指標(biāo)數(shù)據(jù)轉(zhuǎn)換成同一數(shù)量級(jí)別的無(wú)量綱數(shù)據(jù)，由于本文選擇的指標(biāo)均為正指標(biāo)，為此本研究將使用面板標(biāo)準(zhǔn)化的方法。面板標(biāo)準(zhǔn)化公式如式(1)所示，通過(guò)(1)式處理后各變量均實(shí)現(xiàn)了無(wú)量綱化。無(wú)量綱化后的變量取值范圍為[0，1]，為了保證變量取值都大于0，借鑒周先波、盛華梅(2008)[13]的處理方式，我們對(duì)無(wú)量綱化的零值做了如下處理：用該指標(biāo)第二小的數(shù)值的十分之一對(duì)零值做替換。

表1　“四化”發(fā)展水平測(cè)算指標(biāo)體系

注：本研究的數(shù)據(jù)來(lái)源與缺失值處理方法如下：(1)第二產(chǎn)業(yè)增加值與GDP數(shù)據(jù)來(lái)自歷年《中國(guó)統(tǒng)計(jì)年鑒》；第二產(chǎn)業(yè)從業(yè)人員數(shù)量指標(biāo)中，1998-2005，2007-2010年的來(lái)自歷年《中國(guó)統(tǒng)計(jì)年鑒》，2006年的為2005年與2007年的平均值，2011-2013年的數(shù)值為估算值，使用2009-2010年的年平均增長(zhǎng)率乘以2010年的數(shù)值推算出2011年的，進(jìn)一步用這個(gè)年平均增長(zhǎng)率乘以2011年數(shù)據(jù)推算出2012年的，再以這個(gè)年平均增長(zhǎng)率乘以2012年數(shù)據(jù)推算出2013年的；總從業(yè)人員數(shù)量指標(biāo)中1998-2005，2007-2010年的來(lái)自歷年《中國(guó)統(tǒng)計(jì)年鑒》，2006年的為2005年與2007年的平均值，2011-2013年各省市區(qū)的數(shù)據(jù)根據(jù)這三年全國(guó)從業(yè)人員總數(shù)乘以2010年各地區(qū)總從業(yè)人員數(shù)量占全國(guó)的比重而來(lái)，即假設(shè)各地區(qū)2011-2013年從業(yè)人員數(shù)量占全國(guó)的比重一致。(2)郵電業(yè)務(wù)量，其中1998、2001-2013年各省市區(qū)數(shù)據(jù)來(lái)自國(guó)家統(tǒng)計(jì)局，1999-2000年沒(méi)有分省的數(shù)據(jù)，但是《中國(guó)統(tǒng)計(jì)年鑒》統(tǒng)計(jì)了全國(guó)總數(shù)，為此我們根據(jù)1998年與2001年各省郵電業(yè)務(wù)量占全國(guó)的比重的均值作為當(dāng)年各省郵電業(yè)務(wù)量占全國(guó)的比重，以此比重推算出當(dāng)年各省的郵電業(yè)務(wù)量；郵電行業(yè)從業(yè)人員數(shù)據(jù)為交通運(yùn)輸、倉(cāng)儲(chǔ)及郵電通信業(yè)城鎮(zhèn)單位就業(yè)人員與信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)城鎮(zhèn)單位就業(yè)人員之和，其中2003-2013年的來(lái)自歷年《中國(guó)統(tǒng)計(jì)年鑒》，1998年、2002年《中國(guó)統(tǒng)計(jì)年鑒》未分別統(tǒng)計(jì)各省交通運(yùn)輸、倉(cāng)儲(chǔ)及郵電通信業(yè)城鎮(zhèn)單位就業(yè)人員與信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)城鎮(zhèn)單位就業(yè)人員數(shù)據(jù)，但是公布了交通運(yùn)輸倉(cāng)儲(chǔ)和郵電通信業(yè)城鎮(zhèn)單位就業(yè)人員數(shù)據(jù)，我們以此作為當(dāng)年郵電業(yè)從業(yè)人員指標(biāo)，1999-2001年數(shù)據(jù)缺失，我們根據(jù)1998-2002年的數(shù)據(jù)計(jì)算出這幾年的年平均增長(zhǎng)率，并用這個(gè)年平均增長(zhǎng)率乘以1998年的數(shù)據(jù)推算出1999年的，進(jìn)一步乘以1999年的得到2000年，再者得到2001年的；互聯(lián)網(wǎng)使用人數(shù)、總?cè)丝跀?shù)量來(lái)自歷年《中國(guó)統(tǒng)計(jì)年鑒》。(3)城鎮(zhèn)人口中2005-2013年的數(shù)據(jù)來(lái)源歷年《中國(guó)統(tǒng)計(jì)年鑒》，1998-2004年的城鎮(zhèn)人口為總?cè)丝跍p去鄉(xiāng)村人口所得，1998-2004年的鄉(xiāng)村人口數(shù)據(jù)來(lái)源《新中國(guó)農(nóng)業(yè)六十年統(tǒng)計(jì)資料》；非農(nóng)增加值為第二、三產(chǎn)業(yè)增加值之和，數(shù)據(jù)來(lái)源歷年《中國(guó)統(tǒng)計(jì)年鑒》；城鎮(zhèn)居民年可支配收入數(shù)據(jù)來(lái)自歷年《中國(guó)統(tǒng)計(jì)年鑒》。(4)第一產(chǎn)業(yè)增加值來(lái)源歷年《中國(guó)統(tǒng)計(jì)年鑒》；農(nóng)林牧副漁從業(yè)人員數(shù)據(jù)中，1998-2012年的數(shù)據(jù)來(lái)自國(guó)家統(tǒng)計(jì)局官網(wǎng)，2013年的數(shù)據(jù)采用估算的方法，根據(jù)2010-2012年年平均增長(zhǎng)率乘以2012年的數(shù)據(jù)推算出2013年的數(shù)據(jù)；主要農(nóng)作物耕種收綜合機(jī)械化率數(shù)據(jù)由國(guó)家農(nóng)業(yè)部在統(tǒng)計(jì)測(cè)算，它的測(cè)算方法是由機(jī)耕水平、機(jī)播水平與機(jī)收水平分別按照0.4、0.3、0.3的權(quán)重加權(quán)平均，機(jī)耕水平、機(jī)播水平與機(jī)收水平數(shù)據(jù)中1998-2004年的來(lái)自《全國(guó)農(nóng)業(yè)機(jī)械化統(tǒng)計(jì)資料匯編1949-2004》，2004-2012年的來(lái)自歷年《全國(guó)農(nóng)業(yè)機(jī)械化統(tǒng)計(jì)年報(bào)》，2013年的數(shù)據(jù)《全國(guó)農(nóng)業(yè)機(jī)械化統(tǒng)計(jì)年報(bào)》尚未統(tǒng)計(jì)，該數(shù)據(jù)來(lái)自農(nóng)業(yè)部?jī)?nèi)部資料；農(nóng)村居民年人均純收入來(lái)自歷年《中國(guó)統(tǒng)計(jì)年鑒》。

(1)

第二，計(jì)算“四化”發(fā)展水平值。我們分別用X1、X2、X3代表工業(yè)化率、工業(yè)就業(yè)率與工業(yè)勞動(dòng)生產(chǎn)率，這三個(gè)指標(biāo)的無(wú)量綱化變量分別用INFX1、INFX2、INFX3表征。在這里我們摒棄了用算術(shù)均值計(jì)算工業(yè)化水平的方法，而是用幾何平均值，如式(2)所示。幾何平均值不同于算術(shù)平均值，算術(shù)平均值基于各變量間相互并列的關(guān)系，因而采用了加法原理；但是，事實(shí)上較高的工業(yè)化率、工業(yè)就業(yè)率與工業(yè)勞動(dòng)生產(chǎn)率是工業(yè)化的必要條件而不是充分條件，某方面的指標(biāo)如工業(yè)就業(yè)率較高并不能一定就代表著較高的工業(yè)化率，也存在著工業(yè)勞動(dòng)生產(chǎn)率較低的可能性，因而這也就決定了計(jì)算工業(yè)化時(shí)應(yīng)使用乘法原理而不是加法原理(趙本東、趙宗禹，2011)[22]。舉個(gè)極端的實(shí)例，若工業(yè)化率、工業(yè)就業(yè)率與工業(yè)勞動(dòng)生產(chǎn)率取值為(0.01，0.9，0.9)，那么算術(shù)平均值的測(cè)算結(jié)果為0.603，然而幾何平均值的測(cè)算結(jié)果卻為0.27，這說(shuō)明了幾何平均值在一定程度上比算術(shù)平均值更能體現(xiàn)出工業(yè)化各指標(biāo)間的協(xié)調(diào)性與工業(yè)化的質(zhì)量，它強(qiáng)調(diào)了各變量的協(xié)同發(fā)展。

(2)

依照這種方法我們不難測(cè)算出工業(yè)化、信息化、城鎮(zhèn)化與農(nóng)業(yè)現(xiàn)代化的水平值，本研究分別用ρ1、ρ2、ρ3、ρ4表征。值得注意的是，本研究測(cè)算出的“四化”水平值是個(gè)相對(duì)概念，它是有時(shí)間約束的，判斷的是1998-2013年這個(gè)時(shí)間內(nèi)的相對(duì)水平值。倘若改變測(cè)量時(shí)間段，測(cè)算的結(jié)果會(huì)隨之發(fā)生較大的改變。不過(guò)，這種分析有利于我們比較“四化”水平值在封閉時(shí)間段內(nèi)的變遷，也能對(duì)“四化”間進(jìn)行橫向比較。

(3)

進(jìn)一步，我們還需要測(cè)算出“四化”間的協(xié)調(diào)度，以此判斷出“四化”的協(xié)調(diào)發(fā)展?fàn)顩r。在對(duì)“四化”協(xié)調(diào)度的測(cè)量中，許多學(xué)者借鑒了物理學(xué)中的耦合度概念(李裕瑞等，2014；錢(qián)麗等，2012；廖重斌，1999；徐大偉等，2012)[4， 10， 23-24]。但是耦合度計(jì)算出來(lái)的數(shù)值分布區(qū)間較窄，缺乏層次性，不利于判斷。為此，本研究借鑒薛紅霞等(2010)[25]、曾福生、高鳴(2013)[11]的方法，建立評(píng)價(jià)“四化”協(xié)調(diào)度的HR模型：

(4)

(5)

(6)

三、中國(guó)“四化”基本格局及其協(xié)調(diào)度的描述分析

(一)中國(guó)“四化”基本格局

根據(jù)表1中的“四化”指標(biāo)體系，式(1)與式(2)的測(cè)算方法，我們計(jì)算出了1998-2013年全國(guó)31個(gè)省市區(qū)的“四化”發(fā)展水平值，如表2所示。

從表2中的數(shù)據(jù)，我們能獲得如下幾個(gè)結(jié)論：

第一，1998-2013年間，中國(guó)“四化”發(fā)展水平逐年持續(xù)增長(zhǎng)。各地區(qū)工業(yè)化、信息化、城鎮(zhèn)化與農(nóng)業(yè)現(xiàn)代化各項(xiàng)指標(biāo)均實(shí)現(xiàn)了快速增長(zhǎng)，“四化”發(fā)展水平較1998年發(fā)生了重大變化。當(dāng)前中國(guó)“四化”發(fā)展水平已然是1998年的數(shù)倍乃至數(shù)十倍。

第二，“四化”中以農(nóng)業(yè)現(xiàn)代化和信息化指標(biāo)增長(zhǎng)得最為迅速。(1)1998-2013年內(nèi)，中國(guó)各地區(qū)農(nóng)業(yè)現(xiàn)代化的平均水平值從0.0494快速增長(zhǎng)到了2013年的0.2611，年均增長(zhǎng)11.74%，超過(guò)了同時(shí)期工業(yè)化與城鎮(zhèn)化的增長(zhǎng)速度。值得注意的是，2004年以來(lái)農(nóng)業(yè)現(xiàn)代化發(fā)展得尤為迅速，其平均水平值在2004-2013年間幾乎每年都能以0.02個(gè)單位持續(xù)增加，同時(shí)本時(shí)期內(nèi)的年均增長(zhǎng)率更是達(dá)到了14.01%，遠(yuǎn)高于1998-2003年的6.47%。我們認(rèn)為這與2004年以來(lái)中國(guó)連續(xù)頒布十二個(gè)涉農(nóng)中央“一號(hào)文件”，以及同年開(kāi)啟的農(nóng)業(yè)補(bǔ)貼、實(shí)施農(nóng)業(yè)稅減免等重大惠農(nóng)強(qiáng)農(nóng)富農(nóng)政策密切相關(guān)。這些政策的實(shí)施極大地推動(dòng)了我國(guó)農(nóng)業(yè)現(xiàn)代化的進(jìn)程。(2)中國(guó)信息化起點(diǎn)較低，2000年以前信息化水平落后于其他“三化”。然而，進(jìn)入新世紀(jì)以來(lái)中國(guó)信息化得到了突發(fā)猛進(jìn)地發(fā)展。經(jīng)測(cè)算，1998-2013年間信息化水平年均增長(zhǎng)14.24%，遠(yuǎn)大于其他“三化”的增長(zhǎng)速度。信息化的迅速發(fā)展與同時(shí)期內(nèi)中國(guó)信息科技的廣泛應(yīng)用與普及有著緊密的聯(lián)系。

第三，橫向比較“四化”各自發(fā)展水平，中國(guó)城鎮(zhèn)化、工業(yè)化遠(yuǎn)高于信息化與農(nóng)業(yè)現(xiàn)代化，農(nóng)業(yè)現(xiàn)代化滯后于其他“三化”的發(fā)展。當(dāng)前“四化”中，城鎮(zhèn)化發(fā)展水平最高，工業(yè)化次之，信息化第三，農(nóng)業(yè)化最低。從數(shù)值來(lái)看，信息化與農(nóng)業(yè)現(xiàn)代化發(fā)展水平不及城鎮(zhèn)化的50%，不及工業(yè)化的60%?！八幕敝g內(nèi)部差距較大。

為了進(jìn)一步對(duì)中國(guó)“四化”基本格局進(jìn)行分析，本研究參照張光南等(2010)[26]的分法將中國(guó)劃分成東、中、西三個(gè)地區(qū)進(jìn)行比較*具體分法是，東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南(11個(gè))；中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南(8個(gè))；西部地區(qū)包括重慶、四川、貴州、廣西、云南、西藏、陜西、內(nèi)蒙古、甘肅、寧夏、青海、新疆(12個(gè))。。圖1-圖3是東部、中部、西部三個(gè)區(qū)域“四化”發(fā)展水平值，各年份的數(shù)值為各省份的算術(shù)平均值。經(jīng)比較，可知：

表2　1998-2013年中國(guó)“四化”發(fā)展水平描述

注：這里的均值指算術(shù)平均值。

圖1　東部地區(qū)“四化”發(fā)展水平值

圖2　中部地區(qū)“四化”發(fā)展水平值

圖3　西部地區(qū)“四化”發(fā)展水平值

(1)中國(guó)“四化”發(fā)展失衡較為明顯。橫向比較，東中西部“四化”失衡的表象各有不同。2004年前，東中西部“四化”基本格局較為相似，工業(yè)化與城鎮(zhèn)化協(xié)調(diào)發(fā)展，信息化與農(nóng)業(yè)現(xiàn)代化發(fā)展水平較為一致，然而兩組之間的差異卻十分明顯；不同的是，中西部地區(qū)“四化”發(fā)展水平的起點(diǎn)嚴(yán)重落后于東部地區(qū)。2005年始，東中西部地區(qū)“四化”發(fā)展格局逐步變化，逐漸形成了地域特征。2005年后，東部地區(qū)城鎮(zhèn)化快速發(fā)展，其他“三化”雖有增長(zhǎng)，但是增長(zhǎng)速度不及城鎮(zhèn)化。及至今日，東部地區(qū)“四化”現(xiàn)狀表現(xiàn)出了城鎮(zhèn)化遙遙領(lǐng)先于其他“三化”，其他“三化”之間相對(duì)協(xié)調(diào)的基本態(tài)勢(shì)。然而，中部地區(qū)城鎮(zhèn)化與工業(yè)化始終保持著高度協(xié)調(diào)性，兩者的發(fā)展水平幾乎保持著同步增長(zhǎng)的態(tài)勢(shì)；中部地區(qū)信息化與農(nóng)業(yè)現(xiàn)代化也呈現(xiàn)出了這樣同步增長(zhǎng)的趨勢(shì)。不過(guò)，中部城鎮(zhèn)化與工業(yè)化，信息化與農(nóng)業(yè)現(xiàn)代化這兩組之間的差距卻在逐年擴(kuò)大。西部地區(qū)，城鎮(zhèn)化與工業(yè)化逐步形成差距，信息化與農(nóng)業(yè)現(xiàn)代化的差距也逐漸拉開(kāi)，尤其是在2010年前，信息化與城鎮(zhèn)化的差距呈現(xiàn)出了逐年擴(kuò)張的趨勢(shì)，2011年后這種差距有所縮小。值得注意的是，西部地區(qū)不僅表現(xiàn)出了工業(yè)化、城鎮(zhèn)化、信息化與農(nóng)業(yè)現(xiàn)代化四者之間的不協(xié)調(diào)性，而且還顯現(xiàn)出了城鎮(zhèn)化與工業(yè)化，信息化與農(nóng)業(yè)現(xiàn)代化兩組之間的組間不協(xié)調(diào)性。

(2)農(nóng)業(yè)現(xiàn)代化發(fā)展與工業(yè)化、信息化、城鎮(zhèn)化不協(xié)調(diào)。從圖1-圖3中，我們發(fā)現(xiàn)無(wú)論是東部、中部還是西部地區(qū)，絕大多數(shù)年份內(nèi)農(nóng)業(yè)現(xiàn)代化發(fā)展水平都落后于其他“三化”。農(nóng)業(yè)現(xiàn)代化的這種滯后性在西部地區(qū)表現(xiàn)得尤為明顯。

綜合這些分析，不難得出如下結(jié)論：第一，1998-2013年中國(guó)“四化”發(fā)展較快，實(shí)現(xiàn)了較大突破；第二，中國(guó)“四化”發(fā)展失衡較為明顯；第三，農(nóng)業(yè)現(xiàn)代化滯后于其他“三化”是“四化”基本格局中的顯著特征，這一點(diǎn)與主流的研究結(jié)論高度一致。

(二)中國(guó)“四化”綜合發(fā)展水平與協(xié)調(diào)度

測(cè)算出工業(yè)化、信息化、城鎮(zhèn)化與農(nóng)業(yè)現(xiàn)代化的發(fā)展水平值后，運(yùn)用公式(3)可計(jì)算出“四化”的綜合發(fā)展水平。圖4描繪了1998-2013年內(nèi)各省“四化”綜合發(fā)展水平的平均值。

從圖4中可知：第一，1998-2013年內(nèi)，中國(guó)“四化”綜合發(fā)展水平逐年遞增。測(cè)算結(jié)果表明，“四化”綜合發(fā)展水平從1998年的0.0737穩(wěn)步增長(zhǎng)到2013年的0.3561，年均增長(zhǎng)11.07%。第二，“四化”綜合發(fā)展水平的增長(zhǎng)率表現(xiàn)出明顯的倒“U”型曲線規(guī)律，即先增后減。2001-2005年內(nèi)，增長(zhǎng)率逐年增加，于2005年達(dá)到最高值；2005年后，綜合發(fā)展水平的增長(zhǎng)率呈現(xiàn)出了波動(dòng)下降的態(tài)勢(shì)。尤其是近幾年來(lái)“四化”綜合發(fā)展水平的增長(zhǎng)率已降至16年來(lái)的最低點(diǎn)。由此可見(jiàn)，當(dāng)前中國(guó)“四化”發(fā)展已顯現(xiàn)出了動(dòng)力不足的跡象。我們認(rèn)為動(dòng)力不足的根源在于農(nóng)業(yè)現(xiàn)代化滯后于其他“三化”，圖1-圖3充分說(shuō)明了這一點(diǎn)。

在“四化”發(fā)展水平值的基礎(chǔ)上，運(yùn)用(7)式可測(cè)算出各省份“四化”協(xié)調(diào)度。圖5展示出了代表年份全國(guó)各省份“四化”協(xié)調(diào)度的時(shí)空分布圖。從圖5中，我們獲悉：

第一，1998-2013年間，全國(guó)各省份“四化”關(guān)系逐漸趨于協(xié)調(diào)。1998年時(shí)，全國(guó)僅北京、吉林、江蘇、海南、廣東等地區(qū)“四化”較為協(xié)調(diào)，值得注意的是，當(dāng)時(shí)這種協(xié)調(diào)還僅僅是低水平的，遠(yuǎn)不及2005年與2013年的。及至2005年，圖5中圖中灰黑色面積相比1998年大幅度增加，并且顏色明顯加深，這表明全國(guó) “四化”協(xié)調(diào)發(fā)展的范圍逐步擴(kuò)大，并且協(xié)調(diào)程度與日俱增。2013年時(shí)，這種變化表現(xiàn)得尤為突出，如圖5右圖所示，全國(guó)版圖中灰黑色面積再度增加，許多地區(qū)灰色再次加深。

第二，2013年測(cè)算的數(shù)據(jù)表明，我國(guó)“四化”協(xié)調(diào)度還僅處于“中等”水平。從圖5右圖中，我們也能發(fā)現(xiàn)當(dāng)前許多地區(qū)的“四化”協(xié)調(diào)度都集中在0.6-0.7之間。理論上協(xié)調(diào)度的取值范圍為0-1.雖然當(dāng)前各地區(qū)“四化”正逐步趨于協(xié)調(diào)，但是理論上顯示這種協(xié)調(diào)程度還并不高。因此，推進(jìn)我國(guó)“四化”協(xié)調(diào)發(fā)展仍有較長(zhǎng)的道路。

第三，中西部是當(dāng)前我國(guó)“四化”協(xié)調(diào)發(fā)展中的薄弱地區(qū)。在圖5左圖中，我們能清晰地發(fā)現(xiàn)東部地區(qū)“四化”協(xié)調(diào)度率先領(lǐng)先于中西部地區(qū)。中圖表明，隨著各地區(qū)“四化”協(xié)調(diào)度逐步增強(qiáng)，中西部“四化”協(xié)調(diào)度仍然明顯弱于其他地區(qū)。在右圖中，我們?nèi)匀荒芮宄匕l(fā)現(xiàn)云南、貴州、重慶、廣西、湖南、安徽、吉林等地的“四化”協(xié)調(diào)度顯著地低于其他地區(qū)。我們認(rèn)為這是因?yàn)檫@些地區(qū)的農(nóng)業(yè)現(xiàn)代化嚴(yán)重滯后于其他“三化”，從而導(dǎo)致了“四化”協(xié)調(diào)度明顯弱于其他地區(qū)，如圖2與圖3所示。

不過(guò)，值得考慮的是，有些地區(qū)雖然“四化”發(fā)展協(xié)調(diào)，但是發(fā)展水平卻較低。例如，2013年西藏地區(qū)“四化”協(xié)調(diào)度高達(dá)0.7068，位于全國(guó)前列；但是“四化”綜合發(fā)展水平卻僅有0.2214，位于全國(guó)倒數(shù)第三。因此，判斷“四化”協(xié)調(diào)發(fā)展還應(yīng)綜合考慮“四化”發(fā)展水平的質(zhì)量。為此，本文借鑒曾福生、高鳴(2013)[11]的方法，結(jié)合“四化”綜合發(fā)展水平與協(xié)調(diào)度，將中國(guó)各省份按“四化”協(xié)調(diào)度分為5類(lèi)，記為ORD，具體劃分標(biāo)準(zhǔn)如表3所示。表4給出了1998-2013年“四化”協(xié)調(diào)發(fā)展類(lèi)型省份數(shù)量的時(shí)間變遷情況。

圖4　1998-2013年中國(guó)“四化”綜合發(fā)展水平

圖5　中國(guó)“四化”協(xié)調(diào)度時(shí)空分布

ORD協(xié)調(diào)發(fā)展類(lèi)型劃分標(biāo)準(zhǔn)代表省份(2013年)1不協(xié)調(diào)HR<0.55,0≤ρ*≤1貴州、云南2協(xié)調(diào)且無(wú)效HR≥0.55,ρ*≤0.2西藏(2012年)3協(xié)調(diào)且一般有效HR≥0.55,0.2<ρ*≤0.4湖北、湖南、河南、安徽、山西、河北4協(xié)調(diào)且較有效HR≥0.55,0.4<ρ*≤0.6北京、浙江、江蘇、廣東5協(xié)調(diào)且有效HR≥0.55,ρ*>0.6上海、天津

根據(jù)我們測(cè)算的結(jié)果來(lái)看，當(dāng)前各省份“四化”協(xié)調(diào)發(fā)展類(lèi)型大多處于第3類(lèi)，即協(xié)調(diào)且一般有效。其中，經(jīng)濟(jì)發(fā)達(dá)地區(qū)如上海、天津、北京、廣東等地區(qū)則處于第4-5類(lèi)；欠發(fā)達(dá)地區(qū)主要集中在中部，“四化”協(xié)調(diào)發(fā)展類(lèi)型處于第3類(lèi)；落后地區(qū)如貴州、云南等地，“四化”發(fā)展高度不協(xié)調(diào)。不過(guò)，從歷史角度來(lái)看，中國(guó)“四化”協(xié)調(diào)發(fā)展?fàn)顩r正在逐步改善。2000年前后，大多數(shù)省份的“四化”協(xié)調(diào)發(fā)展類(lèi)型處于第1類(lèi)，即不協(xié)調(diào)。隨著時(shí)間的推移，“四化”協(xié)調(diào)發(fā)展類(lèi)型逐步向“協(xié)調(diào)”轉(zhuǎn)變，效率也由“無(wú)效”向“有效”過(guò)渡。值得一提的是，2006年時(shí)全國(guó)“四化”協(xié)調(diào)發(fā)展類(lèi)型發(fā)生了重大變化，不協(xié)調(diào)省份數(shù)量大量減少，協(xié)調(diào)類(lèi)型位于第3類(lèi)的省份數(shù)量迅速增多；并且這種趨勢(shì)延續(xù)至今，2013年時(shí)，僅有2個(gè)省份“四化”協(xié)調(diào)發(fā)展類(lèi)型處于第1-2類(lèi)。我們認(rèn)為這可能與2006年起全國(guó)范圍內(nèi)取消農(nóng)業(yè)稅，加大對(duì)農(nóng)業(yè)財(cái)政投入等系列惠農(nóng)政策相關(guān)聯(lián)。

四、農(nóng)業(yè)現(xiàn)代化視角下“四化”協(xié)調(diào)發(fā)展影響因素分析

通過(guò)上述分析并結(jié)合現(xiàn)有學(xué)者的研究結(jié)論，我們知道農(nóng)業(yè)現(xiàn)代化滯后是制約中國(guó)“四化”協(xié)調(diào)發(fā)展的主要原因。為此，本文將基于農(nóng)業(yè)現(xiàn)代化的視角，分析制約“四化”協(xié)調(diào)發(fā)展的主要因素。希冀通過(guò)我們的研究調(diào)整現(xiàn)代農(nóng)業(yè)發(fā)展方向或改善農(nóng)業(yè)投入，從而提高農(nóng)業(yè)現(xiàn)代化水平，進(jìn)一步促進(jìn)“四化”協(xié)調(diào)發(fā)展。

(一)現(xiàn)代農(nóng)業(yè)指標(biāo)選取

本研究將從三個(gè)層面選擇現(xiàn)代農(nóng)業(yè)指標(biāo)，一是生產(chǎn)基本面的，如資本、土地、勞動(dòng)、化肥等要素的投入；二是農(nóng)業(yè)生產(chǎn)環(huán)境，如農(nóng)業(yè)灌溉條件，受災(zāi)、成災(zāi)情況；三是制度變量，用于分析制度變遷對(duì)農(nóng)業(yè)現(xiàn)代化的作用，具體如表4所示。根據(jù)表4中的指標(biāo)本文構(gòu)建了1998-2013年31個(gè)省市區(qū)的面板數(shù)據(jù)。

表4　現(xiàn)代農(nóng)業(yè)因素的指標(biāo)選取

注：數(shù)據(jù)來(lái)源與缺失值處理方法：(1)農(nóng)業(yè)資本存量依照李谷成等(2014)[27]的方法進(jìn)行測(cè)算，本研究使用數(shù)據(jù)時(shí)間跨度為1998-2013年，資本存量基期選擇李谷成等(2014)[27]提供的1995年的數(shù)據(jù)，由于該文沒(méi)有提供海南、重慶、西藏1995年的數(shù)據(jù)，為此使用李谷成等(2014)[27]提供的公式K1995=I1995/(5.42%+gI)進(jìn)行測(cè)算，其中K1995、I1995、gI分別為1995年農(nóng)業(yè)資本存量、農(nóng)業(yè)固定資本形成總額與1995~2013年第一產(chǎn)業(yè)增加值的幾何平均增長(zhǎng)率，不過(guò)由于海南1995年農(nóng)業(yè)固定資本形成總額數(shù)值相比其他幾年發(fā)生了突變，為此用1996年的數(shù)據(jù)進(jìn)行估算，測(cè)算數(shù)據(jù)來(lái)源以及缺失值處理方法與李谷成等(2014)[27]一致，此處不再贅述。(2)農(nóng)林牧漁從業(yè)人員數(shù)量來(lái)源見(jiàn)表1下注。(3)農(nóng)業(yè)財(cái)政支出包括地方與中央兩部分，然而由于現(xiàn)有統(tǒng)計(jì)年鑒僅有中央財(cái)政支農(nóng)的全國(guó)總數(shù)，沒(méi)有分省數(shù)據(jù)，另一方面地方財(cái)政支農(nóng)占農(nóng)業(yè)財(cái)政支出的主要部分，如2013年地方財(cái)政農(nóng)林水事務(wù)支出占全部財(cái)政農(nóng)林水事務(wù)支出的96.1%，因此本研究以地方財(cái)政口徑統(tǒng)計(jì)計(jì)算。其中，2007-2013年的統(tǒng)計(jì)指標(biāo)為“財(cái)政農(nóng)林水事務(wù)支出”；2003-2006年的指標(biāo)為“農(nóng)業(yè)支出、林業(yè)支出、農(nóng)林水利氣象等部門(mén)事業(yè)費(fèi)”三者之和；1998-2002年的指標(biāo)為“支援農(nóng)村生產(chǎn)支出、農(nóng)業(yè)綜合開(kāi)發(fā)支出、農(nóng)林水利氣象等部門(mén)事業(yè)費(fèi)”三者之和。數(shù)據(jù)來(lái)自歷年《中國(guó)統(tǒng)計(jì)年鑒》。(4)農(nóng)業(yè)技術(shù)人員以“公有經(jīng)濟(jì)企事業(yè)單位農(nóng)業(yè)技術(shù)人員”為代理指標(biāo)，數(shù)據(jù)來(lái)源歷年《中國(guó)科技統(tǒng)計(jì)年鑒》。(5)鄉(xiāng)鎮(zhèn)企業(yè)總產(chǎn)值數(shù)據(jù)來(lái)自歷年《中國(guó)農(nóng)業(yè)年鑒》。其中，2006年山西省數(shù)據(jù)缺，用2005與2007年的均值替代；2000年西藏?cái)?shù)據(jù)缺失，用2001與1999年的替代，西藏1998年數(shù)據(jù)缺，用1999-2001年年平均增長(zhǎng)率進(jìn)行估算；2009-2012年西藏?cái)?shù)據(jù)缺失，用同時(shí)間青海省的年增長(zhǎng)率替代西藏的增長(zhǎng)率進(jìn)行估算；2010-2012年貴州的數(shù)據(jù)缺失，用同時(shí)間廣西省的年增長(zhǎng)率替代貴州的增長(zhǎng)率進(jìn)行估算；2013年各省份數(shù)據(jù)均缺失，用2010-2012年三年年平均增長(zhǎng)值估算。(6)農(nóng)產(chǎn)品進(jìn)出口總額數(shù)據(jù)主要來(lái)自歷年《中國(guó)農(nóng)業(yè)年鑒》。其中，1998-2000年僅有全國(guó)總數(shù)，為此本文用2001年各省農(nóng)產(chǎn)品進(jìn)出口總額占全國(guó)比重乘以1998-2000年的全國(guó)總額數(shù)進(jìn)行估算；2013年也僅有全國(guó)農(nóng)產(chǎn)品進(jìn)出口總額數(shù)，數(shù)據(jù)來(lái)自農(nóng)業(yè)部官方網(wǎng)站，用2012年各省農(nóng)產(chǎn)品進(jìn)出口總額占全國(guó)比重乘以2013年的總額數(shù)進(jìn)行估算。(7)1998-2012農(nóng)作物成災(zāi)面積、受災(zāi)面積來(lái)自國(guó)家統(tǒng)計(jì)局官方網(wǎng)站，2013年數(shù)據(jù)來(lái)自2014年《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》，缺失值用前一年與后一年的算術(shù)平均值替代。(8)第一產(chǎn)業(yè)增加值、地方財(cái)政總支出、農(nóng)作物播種面積、糧食播種面積、農(nóng)作物有效灌溉面積、農(nóng)用化肥施用折存量數(shù)據(jù)來(lái)自歷年《中國(guó)統(tǒng)計(jì)年鑒》。

第一，生產(chǎn)基本面中本文選擇了資本勞動(dòng)比、資本土地比、農(nóng)業(yè)財(cái)政投資強(qiáng)度、農(nóng)業(yè)技術(shù)人員與單位面積化肥施用量五個(gè)指標(biāo)，涵蓋了農(nóng)業(yè)生產(chǎn)中資本、土地、勞動(dòng)力三要素信息?，F(xiàn)有的研究業(yè)已證實(shí)農(nóng)業(yè)資本積累及其深化是當(dāng)代中國(guó)農(nóng)業(yè)增長(zhǎng)的重要?jiǎng)恿?李谷成等，2014)[27]。因而本文結(jié)合已有文獻(xiàn)的衡量方式，用資本勞動(dòng)比和資本土地比表征農(nóng)業(yè)資本深化。不過(guò)，與其他文獻(xiàn)不同的是，本研究沒(méi)有選擇當(dāng)年農(nóng)業(yè)固定資本投資作為農(nóng)業(yè)資本的衡量指標(biāo)，而是使用了農(nóng)業(yè)資本存量。農(nóng)業(yè)資本存量比當(dāng)年農(nóng)業(yè)固定資本投資更能準(zhǔn)確地反映出農(nóng)業(yè)資本的實(shí)情，它既包含了當(dāng)年投資也包含了以往投資積累形成的凈資本。此外，本文考慮了農(nóng)業(yè)財(cái)政投資強(qiáng)度，它反映了政府對(duì)農(nóng)業(yè)的實(shí)質(zhì)性態(tài)度，能從投資的層面影響農(nóng)業(yè)在“四化”中的地位，因而能對(duì)“四化”協(xié)調(diào)度產(chǎn)生影響。農(nóng)業(yè)技術(shù)人員能在一定層面上反映出地區(qū)科技支農(nóng)的情況，因而能對(duì)農(nóng)業(yè)產(chǎn)出形成影響。單位面積化肥施用量則是常用的要素投入指標(biāo)，也是影響農(nóng)業(yè)產(chǎn)出的重要變量。

第二，農(nóng)業(yè)生產(chǎn)環(huán)境指標(biāo)中本文選擇了農(nóng)業(yè)受災(zāi)率、農(nóng)業(yè)成災(zāi)率與農(nóng)業(yè)有效灌溉率三個(gè)變量。其中，農(nóng)業(yè)受災(zāi)率反映了各地區(qū)農(nóng)業(yè)災(zāi)害發(fā)生情況，體現(xiàn)了不可控氣候因素對(duì)農(nóng)業(yè)生產(chǎn)的影響；農(nóng)業(yè)成災(zāi)率折射出了各地區(qū)面對(duì)農(nóng)業(yè)自然災(zāi)害的應(yīng)對(duì)能力；農(nóng)業(yè)有效灌溉率反映了各地農(nóng)業(yè)灌溉情況，也是農(nóng)業(yè)生產(chǎn)的關(guān)鍵變量。

第三，制度變量中，本文選擇了農(nóng)業(yè)結(jié)構(gòu)調(diào)整、農(nóng)村工業(yè)化、農(nóng)業(yè)開(kāi)放程度與農(nóng)業(yè)稅四個(gè)指標(biāo)。農(nóng)業(yè)結(jié)構(gòu)調(diào)整，采用糧食作物播種面積占總播種面積表示，主要考慮農(nóng)業(yè)種植結(jié)構(gòu)是否朝比較優(yōu)勢(shì)方法發(fā)展及其對(duì)農(nóng)業(yè)的影響(李谷成等，2014)[27]。農(nóng)村工業(yè)化，以鄉(xiāng)鎮(zhèn)企業(yè)為代表的農(nóng)村工業(yè)化是中國(guó)工業(yè)化進(jìn)程中的一大特色，它涉及了勞動(dòng)力轉(zhuǎn)移、“反哺”等因素，因而也能對(duì)農(nóng)業(yè)現(xiàn)代化產(chǎn)生影響，進(jìn)而影響“四化”協(xié)調(diào)度。農(nóng)業(yè)開(kāi)放程度，自“入世”以來(lái)，中國(guó)農(nóng)業(yè)對(duì)外大為開(kāi)放，引入這個(gè)變量用于分析“入世”對(duì)農(nóng)業(yè)現(xiàn)代化的影響。農(nóng)業(yè)稅，大量的研究都表明農(nóng)業(yè)稅改革對(duì)中國(guó)農(nóng)業(yè)現(xiàn)代化起到了顯著的影響(周黎安、陳燁，2005；徐翠萍等，2009)[28-29]。因此，本研究也將考慮農(nóng)業(yè)稅改革對(duì)“四化”協(xié)調(diào)發(fā)展的作用。

(二)“四化”協(xié)調(diào)發(fā)展影響因素模型估計(jì)

在對(duì)“四化”協(xié)調(diào)發(fā)展的影響因素分析中，我們以“四化”協(xié)調(diào)發(fā)展類(lèi)型ORD作為因變量，ORD是取值為1-5的有序序列數(shù)?；谝蜃兞颗c研究樣本數(shù)據(jù)的特征，我們選擇隨機(jī)效應(yīng)有序probit模型(Random-effectsOrderedProbitRegression)對(duì)上述問(wèn)題進(jìn)行研究。

模型估計(jì)結(jié)果如表5所示，在表5中我們選擇了穩(wěn)健標(biāo)準(zhǔn)誤。

模型(1)與模型(2)分析了農(nóng)業(yè)資本存量或投入與“四化”協(xié)調(diào)發(fā)展之間的關(guān)系?？紤]到資本勞動(dòng)比與資本土地比之間存在著的高度相關(guān)性，在我們的研究中沒(méi)用將這兩個(gè)變量同時(shí)放入估計(jì)模型中。在模型(1)與模型(2)中，Cap_labor、Cap_land與Fisc的估計(jì)系數(shù)顯著為正，并且表現(xiàn)出了較高的顯著性水平。隨著研究變量的逐步增加，如模型(1)-模型(6)中，我們發(fā)現(xiàn)Cap_labor的估計(jì)系數(shù)始終為正，并且均在1%的水平下顯著，這充分說(shuō)明了Cap_labor對(duì)“四化”協(xié)調(diào)度有著顯著地、穩(wěn)健地正向影響。事實(shí)上，Cap_land對(duì)“四化”協(xié)調(diào)度的作用也表現(xiàn)出了這種穩(wěn)健性，不過(guò)囿于篇幅本文未對(duì)估計(jì)結(jié)果進(jìn)行報(bào)告。同樣的，F(xiàn)isc也表現(xiàn)出了這樣的穩(wěn)健性，如模型(1)-模型(4)。雖然在模型(5)中，F(xiàn)isc的估計(jì)系數(shù)并不顯著，然而這是由于新增變量與Fisc之間高度的相關(guān)性造成的。因而在模型(6)中我們剔除了變量Fisc。

模型(3)在模型(1)和模型(2)的基礎(chǔ)上增加了化肥投入與農(nóng)業(yè)科技人員兩個(gè)變量。在模型(3)中，fertilizer與Tech_labor的估計(jì)系數(shù)顯著為正。不過(guò)，fertilizer估計(jì)系數(shù)的穩(wěn)健性不高，在模型(5)與模型(6)中，估計(jì)系數(shù)并不顯著。然而，Tech_labor估計(jì)系數(shù)的顯著性卻非常穩(wěn)健。這說(shuō)明了Tech_labor是“四化”協(xié)調(diào)發(fā)展的穩(wěn)健性因素。

模型(4)增加了農(nóng)業(yè)生產(chǎn)環(huán)境變量，從模型(4)-模型(6)的估計(jì)結(jié)果來(lái)看：Affect、Disaster對(duì)“四化”協(xié)調(diào)發(fā)展均表現(xiàn)出顯著的負(fù)向作用，并且估計(jì)系數(shù)在模型(4)-模型(6)中都表現(xiàn)出了較高的穩(wěn)健性。Irrigation則對(duì)“四化”協(xié)調(diào)發(fā)展的作用并不顯著。

表5　“四化”協(xié)調(diào)發(fā)展影響因素的隨機(jī)效應(yīng)有序probit模型分析

注：括號(hào)外的數(shù)值為估計(jì)系數(shù)，括號(hào)內(nèi)為該系數(shù)下的Z值，其中*p< 0.1，**p< 0.05，***p< 0.01。

模型(5)與模型(6)中增加了些許制度變量，從估計(jì)結(jié)果來(lái)看，Stru與Tax是影響“四化”協(xié)調(diào)發(fā)展的因子，并且都對(duì)“四化”的協(xié)調(diào)發(fā)展產(chǎn)生了顯著的負(fù)向影響。

通過(guò)對(duì)表5的分析，我們不難有如下幾個(gè)研究結(jié)論：第一，農(nóng)業(yè)資本深化是促進(jìn)“四化”協(xié)調(diào)發(fā)展的顯著性因素。研究發(fā)現(xiàn)資本勞動(dòng)比、資本土地比以及農(nóng)業(yè)財(cái)政投資強(qiáng)度均對(duì)“四化”的協(xié)調(diào)發(fā)展有著顯著的促進(jìn)作用。這充分表明，隨著農(nóng)業(yè)資本的深化以及農(nóng)業(yè)財(cái)政投入強(qiáng)度的加大，“四化”正朝著協(xié)調(diào)的方向發(fā)展。第二，農(nóng)業(yè)科技人員數(shù)量的增多也有利于“四化”的協(xié)調(diào)發(fā)展。農(nóng)業(yè)科技人員數(shù)量反映出了各地區(qū)對(duì)農(nóng)業(yè)的科技投入或科技支撐情況，因而研究結(jié)論表明了農(nóng)業(yè)科技投入有助于“四化”的協(xié)調(diào)發(fā)展。第三，農(nóng)業(yè)災(zāi)害制約了“四化”的協(xié)調(diào)發(fā)展。其中，農(nóng)業(yè)成災(zāi)率對(duì)“四化”協(xié)調(diào)發(fā)展有著顯著的負(fù)面影響，這間接反映出了應(yīng)對(duì)農(nóng)業(yè)自然災(zāi)害能力與“四化”協(xié)調(diào)發(fā)展間的關(guān)系，即應(yīng)災(zāi)能力越強(qiáng)，越有利于促進(jìn)“四化”協(xié)調(diào)發(fā)展。第四，糧食作物播種面積占比與“四化”協(xié)調(diào)之間表現(xiàn)出了顯著的負(fù)向關(guān)系，這說(shuō)明糧食作物播種面積比重越低的地區(qū)，“四化”的發(fā)展?fàn)顩r越協(xié)調(diào)。第五，農(nóng)業(yè)稅的取締顯著地促進(jìn)了“四化”的協(xié)調(diào)發(fā)展。

(三)穩(wěn)健性檢驗(yàn)

在表5中我們得到了影響“四化”協(xié)調(diào)發(fā)展的幾個(gè)核心因子，并且形成了如上五個(gè)研究結(jié)論。然而，上述結(jié)論是否具有較高的準(zhǔn)確性，還需要做出進(jìn)一步的討論與檢驗(yàn)。為此，本部分將對(duì)以上研究結(jié)論做深入的穩(wěn)健性檢驗(yàn)。

表5中的模型使用“四化”協(xié)調(diào)發(fā)展類(lèi)型ORD作為因變量，在本部分中我們將使用新的指標(biāo)衡量“四化”的協(xié)調(diào)發(fā)展。該指標(biāo)記為Y，測(cè)算方法如(7)式所示。新指標(biāo)是“四化”綜合發(fā)展水平與協(xié)調(diào)度的乘積，它既考慮了“四化”的綜合發(fā)展水平，又關(guān)注了“四化”間的協(xié)調(diào)度。一般而言，Y值越大，意味著“四化”綜合發(fā)展水平越高且協(xié)調(diào)度越好。

(7)

此時(shí)，因變量不再是有序的序列數(shù)，而是一個(gè)連續(xù)型變量。為此，我們將采用面板OLS的方法進(jìn)行估計(jì)。一般而言，面板數(shù)據(jù)常具有異方差、序列相關(guān)和截面相關(guān)等特征；然而，常用的面板OLS估計(jì)很難處理這些問(wèn)題，最終會(huì)使得估計(jì)結(jié)果出現(xiàn)嚴(yán)重的偏離(Hoechle，2007)[30]。為此，本文在面板OLS模型估計(jì)中，將選擇估計(jì)系數(shù)的DriscollandKraay標(biāo)準(zhǔn)誤(Driscoll和Kraay，1998)[31]。這種估計(jì)方法能處理面板數(shù)據(jù)常有的異方差、序列相關(guān)和截面相關(guān)等特征，從而能得到有效、無(wú)偏的估計(jì)結(jié)果。模型估計(jì)結(jié)果如表6所示。(2)Hausman檢驗(yàn)的結(jié)果表明，模型(7)-模型(12)應(yīng)使用地區(qū)固定效應(yīng)。

表6與表7的估計(jì)結(jié)果近乎一致。最大的不同是，在表7中Indus的估計(jì)系數(shù)顯著為正，而在表7中這種顯著性并沒(méi)有顯現(xiàn)出來(lái)。表6、表7的估計(jì)結(jié)果與表5相比，有如下幾方面的特點(diǎn)：

第一，表5中估計(jì)系數(shù)顯著的變量如Cap_labor、Cap_land、Fisc、Tech_labor、Affect與Tax，在表6、表7中依舊表現(xiàn)出高度的顯著性，并且對(duì)“四化”協(xié)調(diào)發(fā)展的作用方向也顯現(xiàn)出了較高的一致性。這說(shuō)明了這些變量是影響“四化”協(xié)調(diào)發(fā)展的穩(wěn)健性因素，也表明了表5與表6、表7的估計(jì)結(jié)果的一致性較高。

第二，表5中估計(jì)系數(shù)顯著的變量如Disaster與Stru在表6與表7中的估計(jì)結(jié)果不顯著。這說(shuō)明這兩個(gè)變量對(duì)“四化”協(xié)調(diào)發(fā)展的作用并不穩(wěn)健。不過(guò)，這兩個(gè)變量在表5、表6與表7中對(duì)因變量的作用方向卻是一致的。

第三，與表5相比，表6、表7中新顯現(xiàn)出了兩個(gè)估計(jì)系數(shù)顯著的變量，fertilizer與Indus。事實(shí)上，fertilizer在表5中模型(3)-模型(4)的估計(jì)系數(shù)也非常顯著，只是隨著研究變量的增多，這種顯著性并沒(méi)有持續(xù)下去。可見(jiàn)，fertilizer對(duì)“四化”協(xié)調(diào)發(fā)展作用的穩(wěn)健性并不及其他變量。在表6與表7中，Indus表現(xiàn)出了對(duì)“四化”協(xié)調(diào)發(fā)展顯著的正向促進(jìn)作用，這與我們的預(yù)期較為一致，表明以鄉(xiāng)鎮(zhèn)企業(yè)為特征的農(nóng)村工業(yè)化的確起到了“以工促農(nóng)”，帶動(dòng)農(nóng)民就業(yè)，增加農(nóng)民收入，促進(jìn)“四化”的協(xié)調(diào)發(fā)展的作用。

表6　“四化”協(xié)調(diào)發(fā)展影響因素穩(wěn)健性估計(jì)(一)

注：(1)括號(hào)外的數(shù)值為估計(jì)系數(shù)，括號(hào)內(nèi)為該系數(shù)下的t值，其中*p< 0.1，**p< 0.05，***p< 0.01。

進(jìn)一步，為更好地驗(yàn)證以上變量的有效性與穩(wěn)健性，我們將選擇門(mén)限模型對(duì)以上顯著變量進(jìn)行再次估計(jì)。在回歸分析中，我們常常關(guān)心系數(shù)估計(jì)值是否穩(wěn)定，即如果將整體樣本分割成若干個(gè)子樣本分別進(jìn)行回歸，是否還能得到大致相同的估計(jì)系數(shù)。門(mén)限模型就是基于樣本劃分的原理，通過(guò)給定一個(gè)劃分標(biāo)準(zhǔn)即“門(mén)限值”對(duì)樣本進(jìn)行估計(jì)(陳強(qiáng)，2014)[32]。這里我們將以O(shè)RD作為研究因變量，使用隨機(jī)效應(yīng)廣義排序概率模型(random-effectsgeneralizedorderedprobitregression)。隨機(jī)效應(yīng)廣義排序概率模型不僅考慮了估計(jì)系數(shù)隨門(mén)限值變化而變動(dòng)的情況，并且還增加了一個(gè)截面?zhèn)€體隨機(jī)效應(yīng)項(xiàng)(Boes和Winkelmann，2004、2006)[33-34]。因此，該模型考慮的約束條件較為充分。運(yùn)用該模型，我們將以上估計(jì)出來(lái)的顯著變量單獨(dú)地與ORD一一做回歸。由于ORD只有5個(gè)取值，因而隨機(jī)效應(yīng)廣義排序概率模型報(bào)告出了四個(gè)門(mén)限值下各變量的估計(jì)系數(shù)值。模型估計(jì)結(jié)果顯示以上變量的估計(jì)系數(shù)均非常顯著(限于篇幅未報(bào)告結(jié)果)，尤其是在前3個(gè)門(mén)限值下，各變量均在1%的水平下高度顯著，并且估計(jì)系數(shù)的符號(hào)與表5~表7中的保持一致。在第4個(gè)門(mén)限值下，僅Fisc、Affect與Indus的估計(jì)系數(shù)不太顯著。整體而言，我們認(rèn)為capital_labor、capital_land、Fisc、fertilizer、Tech_labor、Affect、Indus、Tax是影響“四化”協(xié)調(diào)發(fā)展顯著并且穩(wěn)健的因素。

表7　“四化”協(xié)調(diào)發(fā)展影響因素穩(wěn)健性估計(jì)(二)

注：括號(hào)外的數(shù)值為估計(jì)系數(shù)，括號(hào)內(nèi)為該系數(shù)下的t值，其中*p< 0.1，**p< 0.05，***p< 0.01。

五、主要結(jié)論與政策含義

(一)主要結(jié)論

本文通過(guò)構(gòu)建“四化”指標(biāo)體系，采用幾何平均數(shù)法與HR評(píng)價(jià)模型分別測(cè)算出了“四化”綜合發(fā)展水平與協(xié)調(diào)發(fā)展程度，并從農(nóng)業(yè)現(xiàn)代化的視角出發(fā)分析了影響“四化”協(xié)調(diào)發(fā)展的因子。通過(guò)這些研究，本文得出如下幾個(gè)重要結(jié)論。

第一，當(dāng)前中國(guó)“四化”發(fā)展較快，并且“四化”關(guān)系也在逐年趨于協(xié)調(diào)。我們的測(cè)算表明，“四化”綜合發(fā)展水平從1998年的0.0737穩(wěn)步增長(zhǎng)到2013年的0.3561，年均增長(zhǎng)達(dá)11.07%。各地區(qū)“四化”關(guān)系逐漸從不協(xié)調(diào)向協(xié)調(diào)發(fā)展，大多數(shù)地區(qū)的“四化”關(guān)系都處于“協(xié)調(diào)且一般有效”之中。不過(guò)，值得注意的是，理論分析表明我國(guó)各地區(qū)“四化”協(xié)調(diào)度還僅處于“中等”水平。

第二，“四化”發(fā)展不協(xié)調(diào)的問(wèn)題仍然突出，農(nóng)業(yè)現(xiàn)代化的滯后性嚴(yán)重制約了“四化”協(xié)調(diào)發(fā)展?！八幕辈粎f(xié)調(diào)主要表現(xiàn)為兩個(gè)方面：一是農(nóng)業(yè)現(xiàn)代化嚴(yán)重滯后于其他“三化”。本文研究表明無(wú)論是東部、中部還是西部地區(qū)，絕大多數(shù)年份內(nèi)農(nóng)業(yè)現(xiàn)代化發(fā)展水平都落后于其他“三化”，并且這種滯后性在我國(guó)西部地區(qū)表現(xiàn)得尤為明顯。更為重要的是，農(nóng)業(yè)現(xiàn)代化的滯后性已經(jīng)嚴(yán)重影響了“四化”綜合水平的提高。近幾年來(lái)“四化”綜合發(fā)展水平的增長(zhǎng)率已降至16年來(lái)的最低點(diǎn)，已明顯顯現(xiàn)出了動(dòng)力不足的跡象。二是各地區(qū)間“四化”發(fā)展失衡。中西部是當(dāng)前我國(guó)“四化”協(xié)調(diào)發(fā)展中的薄弱地區(qū)，這些地區(qū)的“四化”協(xié)調(diào)度顯著地低于其他地區(qū)。其原因也是因?yàn)檫@些地區(qū)的農(nóng)業(yè)現(xiàn)代化嚴(yán)重滯后于其他“三化”，從而使得“四化”協(xié)調(diào)度明顯弱于其他地區(qū)。

第三，研究表明如下農(nóng)業(yè)現(xiàn)代化因子是影響“四化”協(xié)調(diào)發(fā)展顯著且穩(wěn)健的因素。(1)農(nóng)業(yè)資本深化是促進(jìn)“四化”協(xié)調(diào)發(fā)展的顯著性因素。研究結(jié)論顯示，隨著農(nóng)業(yè)資本的深化、化肥投入增多以及農(nóng)業(yè)財(cái)政投入強(qiáng)度的加大，“四化”正朝著協(xié)調(diào)的方向發(fā)展。這表明以資本和化肥為代表的現(xiàn)代要素投入是農(nóng)業(yè)增長(zhǎng)的重要源泉(李谷成等，2014)[27]。(2)農(nóng)業(yè)科技人員數(shù)量的增多也有利于“四化”的協(xié)調(diào)發(fā)展，這說(shuō)明農(nóng)業(yè)科技投入有助于“四化”的協(xié)調(diào)發(fā)展。(3)農(nóng)業(yè)自然災(zāi)害嚴(yán)重制約了“四化”的協(xié)調(diào)發(fā)展，這間接反映了我國(guó)在應(yīng)對(duì)農(nóng)業(yè)自然災(zāi)害上的能力還非常欠缺。(4)鄉(xiāng)鎮(zhèn)企業(yè)的發(fā)展也是促進(jìn) “四化”協(xié)調(diào)發(fā)展的重要因素，這表明農(nóng)村工業(yè)化在“以工促農(nóng)”，吸納農(nóng)民就業(yè)，增加農(nóng)民收入上發(fā)揮了積極的作用。(5)農(nóng)業(yè)稅的取締顯著地促進(jìn)了“四化”的協(xié)調(diào)發(fā)展，這折射出了新世紀(jì)實(shí)施的農(nóng)村稅費(fèi)改革的重大效果。

(二)政策含義

農(nóng)業(yè)現(xiàn)代化滯后是制約“四化”協(xié)調(diào)發(fā)展的主要原因。從國(guó)際經(jīng)驗(yàn)與我國(guó)實(shí)際情況來(lái)看，推進(jìn)“四化”協(xié)調(diào)發(fā)展的關(guān)鍵是加快發(fā)展農(nóng)業(yè)現(xiàn)代化。結(jié)合研究結(jié)論，本文有如下政策含義：

第一，政策上加大對(duì)農(nóng)業(yè)資本的投入。資本是農(nóng)業(yè)增長(zhǎng)、促進(jìn)農(nóng)業(yè)現(xiàn)代化最為活躍的要素，大量的研究都已表明資本投入有利于促進(jìn)農(nóng)業(yè)現(xiàn)代化(Timmer，1998；黃金輝，2004；Huang等，2006；Haggblade，2007)[35-38]，這一點(diǎn)與本文的研究結(jié)論一致。然而，當(dāng)前中國(guó)卻仍然處于向農(nóng)村抽取資金的發(fā)展階段，農(nóng)業(yè)現(xiàn)代化的資金投入嚴(yán)重不足(周振等，2015)[39]。這對(duì)“四化”的協(xié)調(diào)發(fā)展產(chǎn)生了較大的負(fù)面效果。因此，這就需要：一是大幅度增加財(cái)政支農(nóng)資金投入。進(jìn)一步提高三農(nóng)支出在中央財(cái)政支出中的比例，增加對(duì)農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)、農(nóng)業(yè)補(bǔ)貼和公共服務(wù)各項(xiàng)政策資金投入，并建立支農(nóng)資金的穩(wěn)定增長(zhǎng)機(jī)制。二是建立普惠型的現(xiàn)代農(nóng)村金融制度，加快建立商業(yè)性金融、合作性金融、政策性金融相結(jié)合，資本充足、功能健全、服務(wù)完善、運(yùn)行安全的農(nóng)村金融體系，引導(dǎo)更多信貸資金和社會(huì)資金投向農(nóng)村。

第二，大力發(fā)揮科技對(duì)農(nóng)業(yè)的支撐作用?，F(xiàn)代農(nóng)業(yè)的發(fā)展需要插上科技的翅膀。發(fā)揮科技對(duì)農(nóng)業(yè)的支撐作用需要解決農(nóng)技推廣體系建設(shè)這“最后一公里”問(wèn)題。因此，要在政策上鼓勵(lì)、支持建設(shè)以公益性農(nóng)技推廣機(jī)構(gòu)為主導(dǎo)，農(nóng)業(yè)科研教學(xué)單位、社會(huì)化服務(wù)組織等廣泛參與的“一主多元”的農(nóng)技推廣體系，充分發(fā)揮不同主體在農(nóng)技推廣服務(wù)中的作用。強(qiáng)化基層公益性農(nóng)技推廣服務(wù)，引導(dǎo)科研教育機(jī)構(gòu)積極開(kāi)展農(nóng)技服務(wù)，培育和支持新型農(nóng)業(yè)社會(huì)化服務(wù)組織，振興發(fā)展農(nóng)業(yè)教育，加快培養(yǎng)農(nóng)業(yè)科技人才，大力培訓(xùn)農(nóng)村實(shí)用人才等。

第三，建立多重應(yīng)對(duì)農(nóng)業(yè)自然災(zāi)害的處理機(jī)制。當(dāng)前中國(guó)農(nóng)業(yè)靠天吃飯的局面還沒(méi)有根本改變，農(nóng)業(yè)應(yīng)對(duì)自然災(zāi)害的能力還很脆弱。提升農(nóng)業(yè)應(yīng)對(duì)自然災(zāi)害的能力，必須大力加強(qiáng)以農(nóng)田水利為重點(diǎn)的農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)，從根本上增強(qiáng)農(nóng)業(yè)抗御自然災(zāi)害的能力。這就需要切實(shí)加強(qiáng)與完善小型農(nóng)田水利建設(shè)，加快推進(jìn)節(jié)水灌溉農(nóng)業(yè)。此外，還應(yīng)逐步建立健全農(nóng)業(yè)保險(xiǎn)制度，充分發(fā)揮農(nóng)業(yè)保險(xiǎn)在穩(wěn)定生產(chǎn)、防范和化解農(nóng)業(yè)生產(chǎn)風(fēng)險(xiǎn)、促進(jìn)農(nóng)業(yè)和農(nóng)村經(jīng)濟(jì)發(fā)展的功能。

第四，扶持鄉(xiāng)鎮(zhèn)企業(yè)，積極促進(jìn)一二三產(chǎn)業(yè)融合。鄉(xiāng)鎮(zhèn)企業(yè)因其地理位置的特殊性，在工業(yè)反哺農(nóng)業(yè)，“以城帶鄉(xiāng)”上發(fā)揮著重要作用。扶持鄉(xiāng)鎮(zhèn)企業(yè)的發(fā)展成為了促進(jìn)農(nóng)業(yè)現(xiàn)代化的一個(gè)重要著力點(diǎn)。這就需要在政策上給予鄉(xiāng)鎮(zhèn)稅收減免、財(cái)政獎(jiǎng)勵(lì)、信貸扶持等優(yōu)惠政策。在扶持鄉(xiāng)鎮(zhèn)企業(yè)發(fā)展之際，注重推動(dòng)農(nóng)村一二三產(chǎn)業(yè)融合。立足市場(chǎng)需求導(dǎo)向，以用地、財(cái)政、稅收、金融等扶持政策為抓手，推動(dòng)農(nóng)村特色種養(yǎng)業(yè)、農(nóng)產(chǎn)品加工業(yè)、農(nóng)村服務(wù)業(yè)的發(fā)展。

本文的研究還存在不足之處：一是構(gòu)建的 “四化”指標(biāo)體系還并不完善。如工業(yè)化體系中，選取的指標(biāo)主要是工業(yè)產(chǎn)出變量，忽略了節(jié)能、治污能力等能反映綠色工業(yè)化的指標(biāo)。事實(shí)上，綠色工業(yè)化是當(dāng)前工業(yè)化的重要內(nèi)容。不過(guò)，由于數(shù)據(jù)可獲得性的問(wèn)題，本文未能全面考慮。二是本文僅從農(nóng)業(yè)現(xiàn)代化的視角考慮了影響“四化”協(xié)調(diào)發(fā)展的因素，而未從工業(yè)化、信息化和城鎮(zhèn)化的角度選擇相關(guān)因素。在今后的研究中我們將會(huì)對(duì)這些問(wèn)題進(jìn)行探討。

參考文獻(xiàn)：

[1]黃祖輝，邵峰，朋文歡.推進(jìn)工業(yè)化、城鎮(zhèn)化和農(nóng)業(yè)現(xiàn)代化協(xié)調(diào)發(fā)展[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2013(1)：8-14.

[2]徐維祥，舒季君，唐根年.中國(guó)工業(yè)化、信息化、城鎮(zhèn)化、農(nóng)業(yè)現(xiàn)代化同步發(fā)展測(cè)度[J].經(jīng)濟(jì)地理，2014，34( 09)：1-6.

[3]季君，徐維祥.中國(guó)“四化”同步發(fā)展時(shí)空分異及其影響因素研究[J].經(jīng)濟(jì)問(wèn)題探索，2015(3)：50-57.

[4]李裕瑞，王婧，劉彥隨，等.中國(guó)“四化”協(xié)調(diào)發(fā)展的區(qū)域格局及其影響因素[J].地理學(xué)報(bào)，2014(2)：199-212.

[5]ESWARAN M，KOTWAL A.The role of the service sector in the process of industrialization [J].General Information，2002，68(2):401-420.

[6]BHADURI A.Effective demand and the terms of trade in a dual economy：a Kaldorian perspective [J].Cambridge Journal of Economics，2003，27 ( 4)：583-595.

[7]GOLDEN K D，HILDA H.Urbanization and the development of pre-industrial areas [J].Economic Development & Cultural Change，1954，3(1)：6.

[8]RALPH J A，JEFFREY D A ，MARK L B.Urbanization on the US landscape：Looking ahead in the 21st century [J].Landscape & Urban Planning，2003，69：219-234.

[9]王貝.中國(guó)工業(yè)化、城鎮(zhèn)化和農(nóng)業(yè)現(xiàn)代化關(guān)系實(shí)證研究[J].城市問(wèn)題，2011(9)：21-25.

[10]錢(qián)麗，陳忠衛(wèi)，肖仁橋.中國(guó)區(qū)域工業(yè)化、城鎮(zhèn)化與農(nóng)業(yè)現(xiàn)代化耦合協(xié)調(diào)度及其影響因素研究[J].經(jīng)濟(jì)問(wèn)題探索，2012(11)：10-17.

[11]曾福生，高鳴.中國(guó)農(nóng)業(yè)現(xiàn)代化、工業(yè)化和城鎮(zhèn)化協(xié)調(diào)發(fā)展及其影響因素分析——基于現(xiàn)代農(nóng)業(yè)視角[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2013(1)：24-39.

[12]劉文耀，蔡燾.“四化同步”的本質(zhì)特征和指標(biāo)構(gòu)建[J].改革，2014(8)：65-71

[13]周先波，盛華梅.信息化產(chǎn)出彈性的非參數(shù)估計(jì)分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008(10)：130-141.

[14]俞立平，潘云濤，武夷山.工業(yè)化與信息化互動(dòng)關(guān)系的實(shí)證研究[J].中國(guó)軟科學(xué)，2009(1)：34-40.

[15]謝康.中國(guó)工業(yè)化與信息化融合質(zhì)量：理論與實(shí)證[J].經(jīng)濟(jì)研究，2012(1)：4-16.

[16]黎雪林，呂永成.我國(guó)各地區(qū)信息化水平的綜合評(píng)價(jià)與分析[J].統(tǒng)計(jì)與預(yù)測(cè)，2003(5)：8-10.

[17]王瑜煒，秦輝.中國(guó)信息化與新型工業(yè)化耦合格局及其變化機(jī)制分析[J].經(jīng)濟(jì)地理，2014(2)：93-100.

[18]陳明星，陸大道，張華.中國(guó)城市化水平的綜合測(cè)度及其動(dòng)力因子分析[J].地理學(xué)報(bào)，2009(4)：387-398．

[19]丁志偉，張改素，王發(fā)曾.中原經(jīng)濟(jì)區(qū)“三化”協(xié)調(diào)的內(nèi)在機(jī)理與定量分析[J].地理科學(xué)，2013(4)：402-409.

[20]郭震.工業(yè)化、城市化、農(nóng)業(yè)現(xiàn)代化發(fā)展的區(qū)域差異研究——基于中國(guó)1978-2009 年省級(jí)面板數(shù)據(jù)的實(shí)證[J].河南社會(huì)科學(xué)，2013(2)：44-46.

[21]秦玫芬.信息化水平測(cè)算方法的改進(jìn)及實(shí)例研究[J].情報(bào)理論與實(shí)踐，2000(5)：325-327.

[22]趙本東，趙宗禹.乘法[M].美國(guó)學(xué)術(shù)出版公司，2011：121.

[23]廖重斌.環(huán)境與經(jīng)濟(jì)協(xié)調(diào)發(fā)展的定量評(píng)判及其分類(lèi)體系：以珠江三角洲城市群為例[J].熱帶地理，1999(2)：171-177.

[24]徐大偉，段姍姍，劉春燕.“三化”同步發(fā)展的內(nèi)在機(jī)制與互動(dòng)關(guān)系研究：基于協(xié)同學(xué)和機(jī)制設(shè)計(jì)理論[J].農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題，2012(2)：8-13.

[25]薛紅霞，劉菊鮮，羅偉玲.廣州市城鄉(xiāng)發(fā)展協(xié)調(diào)度研究[J].中國(guó)土地科學(xué)，2010(8)：39-45.

[26]張光南，李小瑛，陳廣漢.中國(guó)基礎(chǔ)設(shè)施的就業(yè)、產(chǎn)出和投資效應(yīng)——基于1998-2006年省際工業(yè)企業(yè)面板數(shù)據(jù)研究[J].管理世界，2010(4)：5-13.

[27]李谷成，范麗霞，馮中朝.資本積累、制度變遷與農(nóng)業(yè)增長(zhǎng)——對(duì)1978-2011年中國(guó)農(nóng)業(yè)增長(zhǎng)與資本存量的實(shí)證估計(jì)[J].管理世界，2014(5)：67-79.

[28]周黎安，陳燁.中國(guó)農(nóng)村稅費(fèi)改革的政策效果：基于雙重差分模型的估計(jì)[J].經(jīng)濟(jì)研究，2005 (8)：44-53.

[29]徐翠萍，史清華，Wang H.稅費(fèi)改革對(duì)農(nóng)戶收入增長(zhǎng)的影響：實(shí)證與解釋——以長(zhǎng)三角15村跟蹤觀察農(nóng)戶為例[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2009(2)：22-33.

[30]HOECHLE D.Robust standard errors for panel regressions with cross-sectional dependence [J].Stata Journal，2007，7(3):281-312.

[31]DRISCOLL J C，KRAAY A C.Consistent covariance matrix estimation with partially dependent panel data [J].Review of Economics & Statistics，1998，80(4)：549-560.

[32]陳強(qiáng).高級(jí)計(jì)量經(jīng)濟(jì)學(xué)及stata應(yīng)用[J].第2版.北京：高等教育出版社，2014：505-506.

[33]BOES S，WINKELMANN R.Income and happiness：New results from generalized threshold and sequential models [R].IZA：Working Paper 1175，2004.

[34]BOES S，WINKELMANN R.The effect of income on positive and negative subjective well-being [R].working paper，2006.

[35]TIMMER C P.The agricultural transformation [M].// SCHULTZ T P，STRAUSS J.Handbook of development economics，Part II.Amsterdam：North Holland，1998：276-331.

[36]黃金輝.中國(guó)農(nóng)業(yè)現(xiàn)代化的瓶頸：投資不足[J].四川大學(xué)學(xué)報(bào)：哲學(xué)社會(huì)科學(xué)版，2004(3)：5-9.

[37]HUANG J K，ROZELLE S，WANG H L.Fostering or stripping rural China：Modernizing agriculture and rural to urban capital flows [J].Developing Economies，2006，44(1)：1-26.

[38]HAGGBLADE S.Returns to investment in agriculture [R].East Lansing：Michigan State University，2007.

[39]周振，伍振軍，孔祥智.中國(guó)農(nóng)村資金凈流出的機(jī)理、規(guī)模與趨勢(shì)：1978-2012[J].管理世界，2015(1)：63-74.

(本文責(zé)編：辛城)

Pattern and Influencing Factors of Coordinated Implementation of

“Four Tasks” in China：Perspective of Agricultural Modernization

ZHOU Zhen，KONG Xiang-zhi

(School of Agricultural Economics and Rural Development，RUC，Beijing 100872，China)

Abstract：Making clear the pattern of four modernizations is the first step to promote coordination development of the four modernizations.Through constructing four modernizations index system，this paper calculates the comprehensive level and coordination development degree of four modernizations from 1998 to2013 in Chinese provinces using geometric mean method and HR evaluation model.The paper finds that，firstly four modernizations make great progress and tends to coordinating year by year.Secondly，the problems of lagging agricultural modernization and imbalance of four modernizations between regions are serious.The big concern is that lagging agricultural modernization has seriously hindered the improvement of the comprehensive level of four modernizations.So that this paper analyses the influencing factors of coordination development degree of four modernizations in the perspective of agricultural modernization.The results show that the agricultural capital deepening，agricultural science and technology，agricultural disaster prevention，rural industrialization and agricultural tax reforming are significant and steady factors which can promote four modernizations coordinating.So Chinese government should increase agricultural capital input，strengthen agriculture science and technology，enhance the ability of disaster prevention and reduction in agriculture and promoting rural industrialization.In these ways，China can improve the level of agricultural modernization and promote thefour modernizations more synchronizing.

Key words:agricultural modernization；industrialization；urbanization；information；coordination development

中圖分類(lèi)號(hào)：F301.2

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1002-9753(2015)10-0009-18

作者簡(jiǎn)介：周振(1988-)，男，湖北仙桃人，中國(guó)人民大學(xué)農(nóng)業(yè)與農(nóng)村發(fā)展學(xué)院博士研究生，研究方向：農(nóng)業(yè)政策分析、農(nóng)村合作經(jīng)濟(jì)。

基金項(xiàng)目：中國(guó)人民大學(xué)2014年度拔尖創(chuàng)新人才培育資助計(jì)劃成果；國(guó)家社會(huì)科學(xué)基金重點(diǎn)項(xiàng)目“農(nóng)業(yè)現(xiàn)代化體制機(jī)制創(chuàng)新與工業(yè)化、信息化、城鎮(zhèn)化同步發(fā)展研究”(13AZD003)；教育部人文社會(huì)科學(xué)研究一般項(xiàng)目“土地承包經(jīng)營(yíng)權(quán)流轉(zhuǎn)與規(guī)模經(jīng)營(yíng)問(wèn)題研究”(10YJC790211)的階段性研究成果。

收稿日期：2015-05-21修回日期：2015-07-22