農(nóng)業(yè)現(xiàn)代化發(fā)展水平時(shí)空特征：分異性與集聚性*
——基于山東省2010—2019年數(shù)據(jù)分析

張志新，孟 曉

（1.山東理工大學(xué)經(jīng)濟(jì)學(xué)院，淄博 255022；2.北京林業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，北京 100083）

0 引言

農(nóng)業(yè)現(xiàn)代化是國(guó)家現(xiàn)代化的重要組成部分，是“十四五”時(shí)期全面推進(jìn)鄉(xiāng)村振興的目標(biāo)，是新時(shí)代黨和國(guó)家核心任務(wù)之一。2021年“中央一號(hào)文件”明確提出“舉全黨全社會(huì)之力加快農(nóng)業(yè)農(nóng)村現(xiàn)代化”，因此，不斷提高農(nóng)業(yè)現(xiàn)代化發(fā)展水平是農(nóng)業(yè)農(nóng)村工作的重中之重。農(nóng)業(yè)現(xiàn)代化發(fā)展水平可以通過(guò)提高農(nóng)業(yè)綜合生產(chǎn)力、創(chuàng)造良好農(nóng)村生態(tài)環(huán)境、提升農(nóng)民生活質(zhì)量的關(guān)鍵指標(biāo)得到體現(xiàn)?！笆濉逼陂g我國(guó)農(nóng)業(yè)現(xiàn)代化發(fā)展水平大幅提升，“十三五”末我國(guó)蔬菜、水果、禽蛋、水產(chǎn)品產(chǎn)量分別比“十二五”末增長(zhǎng)8.5、11.7、8.6、4.3個(gè)百分點(diǎn)，糧食單產(chǎn)提升12.1kg/hm2，農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)率提高4個(gè)百分點(diǎn)；農(nóng)作物秸稈綜合利用率提高將近13個(gè)百分點(diǎn)；人均可支配收入突破1.6萬(wàn)元，提前一年實(shí)現(xiàn)比2010年翻一番的目標(biāo)①數(shù)據(jù)來(lái)源：農(nóng)業(yè)農(nóng)村部《農(nóng)業(yè)現(xiàn)代化成就輝煌全面小康社會(huì)根基夯實(shí)》http://www.moa.gov.cn/xw/zxfb/202105/t20210510_6367489.htm；但不可否認(rèn)的是，我國(guó)農(nóng)業(yè)現(xiàn)代化發(fā)展水平不僅與發(fā)達(dá)國(guó)家存在較大差距，也明顯滯后于工業(yè)化和城鎮(zhèn)化，更是“四化”同步中的短腿。譬如，2018年美國(guó)的糧食單產(chǎn)為6 885.7kg/hm2，是我國(guó)同期的1.22倍；另外，發(fā)達(dá)國(guó)家的農(nóng)業(yè)科技貢獻(xiàn)率一般在70%～80%，德國(guó)、英國(guó)、法國(guó)等超過(guò)了90%，而2020年我國(guó)農(nóng)業(yè)科技貢獻(xiàn)率剛剛突破60%[1]。不僅如此，我國(guó)農(nóng)業(yè)現(xiàn)代化發(fā)展水平整體上以“胡煥庸線”為界，呈現(xiàn)出東南高、西北低的空間分異[2]。

2020年山東省成為全國(guó)首個(gè)農(nóng)業(yè)林牧漁總產(chǎn)值（數(shù)值為10 190.6億元）突破萬(wàn)億元的省份，“十三五”末山東省農(nóng)業(yè)現(xiàn)代化發(fā)展水平走在全國(guó)前列，但各地區(qū)農(nóng)業(yè)現(xiàn)代化發(fā)展水平差異明顯。譬如，魯西北、魯南地區(qū)基本形成以土地流轉(zhuǎn)、新型經(jīng)營(yíng)主體培育、農(nóng)業(yè)機(jī)械跨區(qū)聯(lián)合作業(yè)等方式以提升農(nóng)業(yè)種植業(yè)現(xiàn)代化發(fā)展水平；魯東地區(qū)則以普惠金融、農(nóng)村經(jīng)濟(jì)人引領(lǐng)、“互聯(lián)網(wǎng)+”等方式以提升經(jīng)濟(jì)作物現(xiàn)代化發(fā)展水平。截止2020年，魯西、魯南地區(qū)農(nóng)業(yè)綜合生產(chǎn)能力僅為4.7，魯東地區(qū)則高達(dá)7.3，高出55.32%；魯西北、魯南地區(qū)農(nóng)民人均純收入為1.465 7萬(wàn)元，而魯東地區(qū)則為1.963 3萬(wàn)元，是魯西北、魯南的1.34倍①根據(jù)地理位置、地形地貌、氣候環(huán)境等條件，將山東省劃分為沿海半島的魯東地區(qū)，包括威海、煙臺(tái)、青島；泰山山脈以北且不與其他省份接壤的魯中地區(qū)，包括濰坊、淄博、濟(jì)南、東營(yíng)、萊蕪；泰山山脈以南與河南、江蘇、浙江省接壤的魯南地區(qū)，包括泰安、濟(jì)寧、菏澤、棗莊、臨沂、日照；地處內(nèi)陸與河南、河北省接壤的的魯西北地區(qū)，包括濱州、德州、聊城。農(nóng)業(yè)現(xiàn)代化是實(shí)現(xiàn)從農(nóng)業(yè)大省蛻變?yōu)檗r(nóng)業(yè)強(qiáng)省的關(guān)鍵，但現(xiàn)階段農(nóng)業(yè)現(xiàn)代化發(fā)展水平存在較大區(qū)域差異和空間分異，空間非均衡問(wèn)題日益突出[3-5]，對(duì)實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化全面快速推進(jìn)和協(xié)調(diào)發(fā)展極為不利。因此，文章以山東省為例研究農(nóng)業(yè)現(xiàn)代化發(fā)展水平的時(shí)空特征，不僅具有的代表性，還具有典型性，也有較強(qiáng)的示范效應(yīng)，能夠?yàn)槿珖?guó)推進(jìn)農(nóng)業(yè)現(xiàn)代化全面、協(xié)調(diào)發(fā)展提供借鑒，以利于加快推進(jìn)我國(guó)農(nóng)業(yè)現(xiàn)代化進(jìn)程。

1 相關(guān)文獻(xiàn)回顧

關(guān)于農(nóng)業(yè)現(xiàn)代化發(fā)展水平的研究由來(lái)已久，國(guó)內(nèi)外專家學(xué)者主要在以下方面進(jìn)行了大量有益的探索。

農(nóng)業(yè)現(xiàn)代化發(fā)展水平的定量評(píng)價(jià)。農(nóng)業(yè)現(xiàn)代化定量評(píng)價(jià)方法主要包括多指標(biāo)綜合測(cè)度法、重點(diǎn)參數(shù)比較法、DEA結(jié)合熵值法等[7,8]。多指標(biāo)綜合測(cè)度法是目前被認(rèn)為評(píng)價(jià)農(nóng)業(yè)現(xiàn)代化發(fā)展水平最為合理、應(yīng)用最多的方法[9]，由于可持續(xù)發(fā)展和環(huán)境保護(hù)在農(nóng)業(yè)現(xiàn)代化發(fā)展的重要性已得到國(guó)內(nèi)外學(xué)者的關(guān)注和認(rèn)可[10-12]，基于農(nóng)業(yè)可持續(xù)發(fā)展視角構(gòu)建的包含經(jīng)濟(jì)、環(huán)境、污染、發(fā)展4個(gè)層面的指標(biāo)體系得到廣泛應(yīng)用[13,14]，還有在參考國(guó)際標(biāo)準(zhǔn)、總結(jié)專家討論結(jié)果和相關(guān)文獻(xiàn)基礎(chǔ)上構(gòu)建的以農(nóng)業(yè)投入、農(nóng)業(yè)產(chǎn)出、農(nóng)村社會(huì)和農(nóng)業(yè)可持續(xù)發(fā)展為一級(jí)指標(biāo)的指標(biāo)體系和推敲農(nóng)業(yè)現(xiàn)代化的內(nèi)涵和特征基礎(chǔ)上構(gòu)建的指標(biāo)體系[15,16]。2016年《全國(guó)農(nóng)業(yè)現(xiàn)代化檢測(cè)評(píng)價(jià)指標(biāo)體系方案》頒布后有學(xué)者以此為據(jù)構(gòu)建一級(jí)指標(biāo)為產(chǎn)業(yè)體系、生產(chǎn)體系、經(jīng)營(yíng)體系、質(zhì)量效益、綠色發(fā)展、支持保護(hù)的指標(biāo)體系[17,18]。指標(biāo)權(quán)重的分配也是定量評(píng)價(jià)農(nóng)業(yè)現(xiàn)代化發(fā)展水平的重要環(huán)節(jié)，現(xiàn)有研究的賦權(quán)方法和其應(yīng)用的研究層面如表1所示。

農(nóng)業(yè)現(xiàn)代化發(fā)展水平的空間分異研究。專家學(xué)者們通過(guò)繪制Kernel密度曲線，計(jì)算Dagum基尼系數(shù)、泰爾指數(shù)等方式發(fā)現(xiàn)不同研究尺度的農(nóng)業(yè)現(xiàn)代化發(fā)展水平都存在明顯差異，區(qū)域間和區(qū)域內(nèi)部差異對(duì)整體差異擴(kuò)大的貢獻(xiàn)度不同，而且我國(guó)農(nóng)業(yè)現(xiàn)代化發(fā)展水平短期內(nèi)空間流動(dòng)性不明顯存在“俱樂(lè)部趨同”現(xiàn)象，但隨時(shí)間延長(zhǎng)不同俱樂(lè)部成員之間流動(dòng)性增強(qiáng)，而且考慮空間效應(yīng)時(shí)，高水平地區(qū)對(duì)其鄰居還可以起到一定的帶動(dòng)作用[5,25,26]。以全國(guó)為研究對(duì)象，農(nóng)業(yè)現(xiàn)代化發(fā)展水平的呈現(xiàn)東部、東北部、中部、西部農(nóng)業(yè)現(xiàn)代化發(fā)展水平水平依次遞減的空間分異，也有學(xué)者的出東北地區(qū)農(nóng)業(yè)現(xiàn)代化發(fā)展水平高于東部地區(qū)的結(jié)論[28]，可能是由于評(píng)價(jià)時(shí)指標(biāo)選擇側(cè)重點(diǎn)不同導(dǎo)致；細(xì)化研究層面到省域尺度，孫曉欣[29]指出江蘇省呈現(xiàn)高水平集聚于蘇南地區(qū)低水平集聚于蘇北地區(qū)的空間分異，陜西省則在空間上呈現(xiàn)為中部水平高、南北水平低[26]。對(duì)于形成空間分異的原因，專家學(xué)者們或從定性角度，通過(guò)對(duì)比不同時(shí)間段、不同區(qū)域的地理區(qū)位、產(chǎn)業(yè)結(jié)構(gòu)、區(qū)域資源和區(qū)域政策分析農(nóng)業(yè)現(xiàn)代化發(fā)展水平時(shí)空分異形成原因；或從定性角度，通過(guò)對(duì)數(shù)據(jù)的整合計(jì)算，發(fā)現(xiàn)農(nóng)業(yè)現(xiàn)代化發(fā)展水平提升速度是由農(nóng)業(yè)現(xiàn)代化發(fā)展水平評(píng)價(jià)指標(biāo)體系的各個(gè)子系統(tǒng)協(xié)調(diào)度決定，各地區(qū)農(nóng)業(yè)現(xiàn)代化發(fā)展空間非均衡是由農(nóng)業(yè)現(xiàn)代化發(fā)展貢獻(xiàn)率及帶動(dòng)作用的差異造成[28,30]。

綜上，已有文獻(xiàn)在農(nóng)業(yè)現(xiàn)代化發(fā)展水平定量評(píng)價(jià)、空間分異方面取得了一定的成果，但是也存在一些不足：（1）現(xiàn)有研究定量評(píng)價(jià)農(nóng)業(yè)現(xiàn)代化發(fā)展水平時(shí)多使用簡(jiǎn)單的加權(quán)平均，結(jié)果缺乏說(shuō)服力；（2）大多數(shù)農(nóng)業(yè)現(xiàn)代化發(fā)展水平時(shí)空分析都假設(shè)區(qū)域之間相互獨(dú)立，考慮空間作用力的研究以分析全局空間集聚為主，忽略局部空間異常；（3）現(xiàn)有文獻(xiàn)以對(duì)研究層面農(nóng)業(yè)現(xiàn)代化發(fā)展水平時(shí)空特征結(jié)果陳述為主，鮮有時(shí)空規(guī)律探析。因此，該文構(gòu)建全面的評(píng)價(jià)指標(biāo)體系對(duì)山東省農(nóng)業(yè)現(xiàn)代化發(fā)展水平進(jìn)行合理評(píng)價(jià)，采用以空間關(guān)聯(lián)測(cè)度為核心的探索性空間數(shù)據(jù)分析方法分析農(nóng)業(yè)現(xiàn)代化發(fā)展水平的時(shí)空特征，深入探索農(nóng)業(yè)現(xiàn)代化發(fā)展的時(shí)空規(guī)律，以期為農(nóng)業(yè)現(xiàn)代化發(fā)展規(guī)劃及相關(guān)戰(zhàn)略決策提供參考。

2 研究區(qū)概況

山東省以占全國(guó)6%的耕地和1%的淡水資源，貢獻(xiàn)了8%的糧食產(chǎn)量、9%的肉類產(chǎn)量、12%的水果產(chǎn)量、13%的蔬菜產(chǎn)量，農(nóng)產(chǎn)品出口總額占全國(guó)的24%①數(shù)據(jù)來(lái)源：新華社《山東：繪制鄉(xiāng)村振興的“齊魯樣板”》https://baijiahao.baidu.com/s?id=1602070601671827578&wfr=spider&for=pc，這都與農(nóng)業(yè)現(xiàn)代化發(fā)展息息相關(guān)。該文從以下幾個(gè)方面闡述山東省農(nóng)業(yè)現(xiàn)代化發(fā)展情況。

（1）農(nóng)業(yè)物質(zhì)裝備：農(nóng)業(yè)機(jī)械化是農(nóng)業(yè)現(xiàn)代化重要體現(xiàn)，2020年山東省農(nóng)作物耕種收綜合機(jī)械化率達(dá)到89.0%；2010—2019年山東省農(nóng)業(yè)有效灌溉面積以0.61%的年均增長(zhǎng)率穩(wěn)步增加，山東省農(nóng)業(yè)灌溉裝備普及和利用程度不斷提高。

（2）農(nóng)業(yè)科技研發(fā)應(yīng)用：山東省農(nóng)業(yè)林牧漁業(yè)R&D科研經(jīng)費(fèi)由2010年1.077 9億元增加至2019年2.388 7億元，R&D人員折合當(dāng)時(shí)全量由671人增加到780人，截止2020年全省共組建26個(gè)農(nóng)業(yè)科技創(chuàng)新團(tuán)隊(duì)，各級(jí)農(nóng)機(jī)推廣機(jī)構(gòu)4 771個(gè)，農(nóng)業(yè)技術(shù)人員2.9萬(wàn)人，致力打通農(nóng)業(yè)科技研發(fā)應(yīng)用的“最后一公里”。

（3）農(nóng)業(yè)產(chǎn)業(yè)建設(shè)：山東省十分重視養(yǎng)殖業(yè)類高附加值產(chǎn)業(yè)的發(fā)展，畜禽標(biāo)準(zhǔn)化程度在很多方面都高于全國(guó)平均水平，豬牛羊禽肉產(chǎn)量達(dá)721.8萬(wàn)t，禽蛋產(chǎn)量480.9萬(wàn)t，牛奶產(chǎn)量241.4萬(wàn)t，水產(chǎn)品總產(chǎn)量790.2萬(wàn)t；作為“新六產(chǎn)”模式提出者和踐行者，山東省鼓勵(lì)農(nóng)業(yè)與其他產(chǎn)業(yè)融合發(fā)展，國(guó)家級(jí)農(nóng)業(yè)產(chǎn)業(yè)化龍頭企業(yè)數(shù)量從60家上升至79家（表2），建成諸城得利斯、臨沂金鑼、陽(yáng)谷鳳翔等畜產(chǎn)品加工龍頭企業(yè)，與第三產(chǎn)業(yè)融合發(fā)展的休閑農(nóng)業(yè)持續(xù)升溫，截止2020年全省共創(chuàng)建各類省級(jí)休閑農(nóng)業(yè)示范669個(gè)②數(shù)據(jù)來(lái)源：《2020年山東省國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》。

（4）經(jīng)營(yíng)管理建設(shè)：截止2020年，山東省累計(jì)培育家庭農(nóng)場(chǎng)8.7萬(wàn)家、專業(yè)合作社23.6萬(wàn)個(gè)、高素質(zhì)農(nóng)民52萬(wàn)人，農(nóng)林牧漁服務(wù)業(yè)增加值由3 588.284 2億元增加至5 476.467 9億元，年均增長(zhǎng)率4.32%，農(nóng)業(yè)向著規(guī)模化、專業(yè)化方向發(fā)展。但據(jù)表2數(shù)據(jù)，2010—2019年山東省農(nóng)村初中以上文化程度勞動(dòng)力數(shù)量從2.592 2萬(wàn)人下降至1.630 5萬(wàn)人，農(nóng)村優(yōu)質(zhì)勞動(dòng)力當(dāng)前仍存在流失嚴(yán)重的問(wèn)題。

表2 2010—2019年山東省農(nóng)業(yè)現(xiàn)代化發(fā)展部分情況

（5）農(nóng)業(yè)可持續(xù)發(fā)展：2010—2019年山東省地均化肥和農(nóng)藥使用量分別以年均1.93%和3.18%速度不斷下降，減少了農(nóng)業(yè)生產(chǎn)過(guò)程中由于使用過(guò)量的農(nóng)藥和化肥而導(dǎo)致的土壤板結(jié)、水資源污染問(wèn)題。2020年山東省共計(jì)開工建設(shè)45項(xiàng)抗旱水源工程，累計(jì)受益農(nóng)田面積超過(guò)200萬(wàn)hm2（3 000萬(wàn)畝），重點(diǎn)林業(yè)生態(tài)工程建設(shè)1.465 1萬(wàn)hm2；森林覆蓋率達(dá)18.25%，但是不及全國(guó)平均水平（23%）③數(shù)據(jù)來(lái)源：《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》（2020）。

（6）農(nóng)業(yè)產(chǎn)出效益：山東省農(nóng)業(yè)產(chǎn)出效益高且提升速度快，農(nóng)林牧漁業(yè)增加值在2010—2019年由3 588.284 3億元上升到5 476.467 9億元，年均增長(zhǎng)率達(dá)4.37%；農(nóng)業(yè)土地生產(chǎn)率由2010年的4.777 5萬(wàn)元/hm2上升到2019年的72.332 1萬(wàn)元/hm2，年均增長(zhǎng)率7.66%；農(nóng)民人均純收入以9.78%的年均增長(zhǎng)率穩(wěn)步上升。

（7）農(nóng)村現(xiàn)代化：據(jù)表2可知，山東省農(nóng)村恩格爾系數(shù)由2010年0.38逐步下降至2019年0.26，農(nóng)村生活水平穩(wěn)步提升；農(nóng)民每萬(wàn)人配備醫(yī)護(hù)人員數(shù)量從61人以7.28%的年均增長(zhǎng)率增加到116人，農(nóng)村醫(yī)療條件不斷改善。

3 數(shù)據(jù)來(lái)源、指標(biāo)選取和體系構(gòu)建及研究方法

3.1 數(shù)據(jù)來(lái)源

該文以2010—2019年山東省各地市的農(nóng)業(yè)現(xiàn)代化發(fā)展水平為研究對(duì)象，所用數(shù)據(jù)主要來(lái)源于《山東省統(tǒng)計(jì)年鑒》（2011—2020）、各地級(jí)市統(tǒng)計(jì)年鑒和統(tǒng)計(jì)公報(bào)，部分缺失數(shù)據(jù)使用平均值法補(bǔ)齊。所使用的圖形基礎(chǔ)數(shù)據(jù)來(lái)自全國(guó)地理信息資源目錄服務(wù)系統(tǒng)1∶100萬(wàn)全國(guó)基礎(chǔ)地理數(shù)據(jù)庫(kù)。

為了保證最終計(jì)算結(jié)果的真實(shí)性和合理性，需對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。該文運(yùn)用極值法處理原始數(shù)據(jù)，解決不同指標(biāo)在量綱、單位、數(shù)量級(jí)和正負(fù)屬性有差異的問(wèn)題。

對(duì)于正向指標(biāo)，原始數(shù)據(jù)標(biāo)準(zhǔn)化公式為：

對(duì)于負(fù)向指標(biāo)，原始數(shù)據(jù)標(biāo)準(zhǔn)化公式為：

式（1）（2）中，Xij中代表指標(biāo)的原始值，X′ij代表標(biāo)準(zhǔn)化數(shù)值，maxXj代表第j項(xiàng)指標(biāo)中的最大值，minXj為最小值。

3.2 指標(biāo)選取和體系構(gòu)建

農(nóng)業(yè)現(xiàn)代化是一個(gè)發(fā)展的概念，現(xiàn)階段農(nóng)業(yè)現(xiàn)代化是指由現(xiàn)代物質(zhì)條件裝備、現(xiàn)代科技信息改造、現(xiàn)代產(chǎn)業(yè)體系提升、現(xiàn)代經(jīng)營(yíng)模式管理、現(xiàn)代發(fā)展理念指導(dǎo)，提高農(nóng)業(yè)綜合生產(chǎn)力、創(chuàng)造良好農(nóng)村生態(tài)環(huán)境、提升農(nóng)民生活質(zhì)量，實(shí)現(xiàn)農(nóng)業(yè)強(qiáng)、農(nóng)村美、農(nóng)民富、可持續(xù)的系統(tǒng)工程，以此根本依據(jù)，參考《全國(guó)農(nóng)業(yè)現(xiàn)代化檢測(cè)評(píng)價(jià)指標(biāo)體系方案》和18篇相關(guān)文獻(xiàn)[15-31,36-37]，遵循系統(tǒng)性、代表性、數(shù)據(jù)可得性原則，構(gòu)建農(nóng)業(yè)現(xiàn)代化發(fā)展水平評(píng)價(jià)指標(biāo)體系，指標(biāo)計(jì)算公式和屬性見(jiàn)表3。

表3 山東省農(nóng)業(yè)現(xiàn)代化發(fā)展水平評(píng)價(jià)指標(biāo)體系及指標(biāo)計(jì)算公式

借鑒張香玲的做法權(quán)重值取各年份二級(jí)權(quán)重計(jì)算結(jié)果的平均值。由于行政區(qū)變化，2019年萊蕪市劃入濟(jì)南市，但計(jì)算每年各地市權(quán)重時(shí)k值與當(dāng)年地市總數(shù)有關(guān)，所以在計(jì)算農(nóng)業(yè)現(xiàn)代化發(fā)展水平時(shí)，2019年按16地市計(jì)算，其余年份均按17地市計(jì)算。

3.3 研究方法

該文采用熵值法對(duì)指標(biāo)賦權(quán)。熵值法是一種客觀賦權(quán)方法，它通過(guò)計(jì)算指標(biāo)的信息熵，根據(jù)指標(biāo)的相對(duì)變化程度對(duì)系統(tǒng)整體的影響來(lái)決定指標(biāo)的權(quán)重，是一個(gè)比較成熟的賦權(quán)方法，計(jì)算過(guò)程不再贅述。

TOPSIS法可以解決熵值法中因某個(gè)指標(biāo)的數(shù)值離散程度較大導(dǎo)致的指標(biāo)權(quán)重偏誤問(wèn)題，更準(zhǔn)確地表達(dá)農(nóng)業(yè)現(xiàn)代化發(fā)展水平的變動(dòng)趨勢(shì)與地區(qū)差異[32]。i市第j項(xiàng)指標(biāo)得分：eij=X′ij·wj，按照順序然后構(gòu)建一個(gè)n行m列的矩陣Enm=(eij)nm。找出每列的最大值maxij和最小值minij，為正理想值Vj+=maxij(j=1，2，3，…，m)和負(fù)理想值Vj-=minij(j=1，2，3，…，m)。計(jì)算評(píng)價(jià)對(duì)象與理想解之間的歐式距離為：

最后計(jì)算評(píng)價(jià)對(duì)象與最優(yōu)方案的相對(duì)貼近度，公式為：

Qi值越接近于1（0＜Qi＜1)，說(shuō)明i市的農(nóng)業(yè)現(xiàn)代化發(fā)展水平越高。

ESDA以空間關(guān)聯(lián)度為核心，是一系列空間數(shù)據(jù)分析方法和技術(shù)的合集，可以發(fā)現(xiàn)空間集聚和空間異常[32]，揭示差異變化的空間相互作用機(jī)制[34]，目前多應(yīng)用于區(qū)域經(jīng)濟(jì)、能源效率的空間探索[34,35]。該文選擇Global Moran′s I和Local Moran′s I指數(shù)分別計(jì)算全局和局部自相關(guān)程度，并借助Moran散點(diǎn)圖和LISA值進(jìn)一步揭示局部空間聚集、異常狀態(tài)和顯著程度。其中全局莫蘭指數(shù)Global Moran′s I（GMI）的計(jì)算公式為：

式（6）中，n是地級(jí)市總數(shù)，Xi和Xj是地級(jí)市i和j的農(nóng)業(yè)現(xiàn)代化發(fā)展水平綜合評(píng)價(jià)值，Xˉ是其均值；Wij為空間權(quán)重，該文先使用GeoDa軟件按照Queen Contiguity原則創(chuàng)造空間權(quán)重，在此基礎(chǔ)上采用Stata15.1導(dǎo)出n行n列的空間權(quán)重矩陣Wij=(wij)n×n，即區(qū)域之間邊、角、點(diǎn)相鄰則Wij=1，否則Wij=0，其中矩陣中區(qū)域與自身的Wij=0。給定顯著性水平時(shí)，GMI為正且越接近1說(shuō)明全局聚集程度越高，即高值與高值或低值與低值聚集；GMI為負(fù)且越接近-1則說(shuō)明全局差異越明顯，即高值與低值交叉分布；GMI=0說(shuō)明高值低值無(wú)規(guī)律分布。

局部莫蘭指數(shù)Local Moran′s I（LMI）的計(jì)算公式為：

LMI＞0表示空間單元的農(nóng)業(yè)現(xiàn)代化發(fā)展水平高值或低值聚集，LMI＜0則表示空間單元高值被低值包圍或低值被高值包圍。局部自相關(guān)檢驗(yàn)中，經(jīng)常用Moran散點(diǎn)圖體現(xiàn)各地市與其周邊地市的空間分布情況。Moran散點(diǎn)圖中的第一象限（HH）表示空間單元的農(nóng)業(yè)現(xiàn)代化發(fā)展水平高值被高值包圍，屬于擴(kuò)散型分布；第三象限（LL）表示低值被低值包圍，屬于蕭索型分布；第二象限（LH）表示低值被高值包圍，屬于空心型分布；第四象限（HL）表示高值被低值包圍，屬于極化型分布。但是Moran散點(diǎn)圖不能顯示局部空間單元聚集或異常的顯著性，LISA值恰好可以彌補(bǔ)這個(gè)不足[32]。

4 結(jié)果與分析

4.1 時(shí)序特征分析

根據(jù)式（3）至（5）測(cè)度2010—2019年山東省各地市農(nóng)業(yè)現(xiàn)代化發(fā)展水平，據(jù)此對(duì)各地市進(jìn)行排名，根據(jù)表4結(jié)果，山東省各地市10年間農(nóng)業(yè)現(xiàn)代化發(fā)展水平在0.2～0.6內(nèi)變動(dòng)。2010—2019年山東省各地級(jí)市農(nóng)業(yè)現(xiàn)代化發(fā)展水平變化趨勢(shì)如圖1所示，具體特征有以下幾點(diǎn)。

表4 2010—2019年山東省各地市部分年份農(nóng)業(yè)現(xiàn)代化發(fā)展水平得分及排名

（1）各地市農(nóng)業(yè)現(xiàn)代化發(fā)展水平的平均值有較明顯的差異。青島、淄博、東營(yíng)、煙臺(tái)、濰坊、威海6個(gè)地市農(nóng)業(yè)現(xiàn)代化發(fā)展水平平均值都高于其他地市，排名均在前1/3；濟(jì)南、德州、濱州的平均值和排名略低于上述地市，剩余8個(gè)地市的平均值和排名則明顯低于其他級(jí)市。

（2）高值地區(qū)農(nóng)業(yè)現(xiàn)代化發(fā)展水平發(fā)展不穩(wěn)定。據(jù)圖1可知，農(nóng)業(yè)現(xiàn)代化發(fā)展水平得分平均值高于0.4且排名位于1～9名的地市農(nóng)業(yè)現(xiàn)代化發(fā)展水平不穩(wěn)定。青島、淄博、濰坊、濟(jì)南呈現(xiàn)中間低兩邊高的“凹”狀趨勢(shì)；東營(yíng)和濱州則呈現(xiàn)中間高兩邊低的“凸”狀趨勢(shì)；威海農(nóng)業(yè)現(xiàn)代化發(fā)展水平自0.533 6下降至0.478 0后一直穩(wěn)定0.47～0.49；煙臺(tái)農(nóng)業(yè)現(xiàn)代化發(fā)展水平隨時(shí)間變動(dòng)最大，由2010年0.558 1波動(dòng)下降至2019年0.440 3。德州農(nóng)業(yè)現(xiàn)代化發(fā)展水平雖然隨時(shí)間推進(jìn)不斷提升，但幅度較小，年均增長(zhǎng)率僅

圖1 2010—2019年山東省各地市部分年份農(nóng)業(yè)現(xiàn)代化發(fā)展水平得分及平均值

1.69 %。

（3）低值地區(qū)陷入“低水平陷阱”。如表4和圖1所示，低值地區(qū)是指農(nóng)業(yè)現(xiàn)代化發(fā)展水平平均值低于0.4且排名基本都在后8名的地市。棗莊和日照呈幅度較小的“凹”型趨勢(shì)變動(dòng)、菏澤以年均2.02%的增長(zhǎng)率略微提升，萊蕪以年均4.79%的速度持續(xù)下降，泰安、臨沂、聊城、濟(jì)寧的農(nóng)業(yè)現(xiàn)代化發(fā)展水平無(wú)明顯變化。以上地市農(nóng)業(yè)現(xiàn)代化發(fā)展水平的平均值低于0.4，無(wú)法突破在低水平停滯不前的狀態(tài)。

4.2 空間分布特征分析

該文選擇2010年、2015年和2019年數(shù)據(jù)對(duì)比探索山東省農(nóng)業(yè)現(xiàn)代化發(fā)展水平的空間分布特征。利用ArcGIS10.8軟件，運(yùn)用自然斷點(diǎn)法生成山東省農(nóng)業(yè)現(xiàn)代化發(fā)展水平空間變化圖，并將農(nóng)業(yè)現(xiàn)代化發(fā)展水平劃分為高水平、較高水平、較低水平、低水平4個(gè)等級(jí)（圖2）。按農(nóng)業(yè)現(xiàn)代化發(fā)展水平的分類，山東省農(nóng)業(yè)現(xiàn)代化發(fā)展水平空間分布有以下特征。

圖2 2010年、2015年和2019年山東省農(nóng)業(yè)現(xiàn)代化發(fā)展水平的空間分布

（1）高水平地市的數(shù)量占比從2010年11.76%提升至2019年的31.25%，并且與經(jīng)濟(jì)發(fā)展水平較高地區(qū)在空間上有一定耦合。由東部沿海的半島區(qū)域逐漸向西擴(kuò)張至內(nèi)陸的魯中地區(qū)，青島在3個(gè)時(shí)間點(diǎn)都屬于高水平地區(qū)。

（2）較高水平地市數(shù)量占比由2010年29.41%下降至2019年的18.75%，主要是因?yàn)樯?jí)為高水平地市數(shù)量多于保持較高水平和由較低水平升級(jí)而來(lái)的地市數(shù)量。表現(xiàn)為由沿渤海地區(qū)和魯中內(nèi)陸地區(qū)逐漸向魯西北地區(qū)轉(zhuǎn)移，濟(jì)南在3個(gè)時(shí)間點(diǎn)上始終屬于較高水平地區(qū)。

（3）較低和低水平區(qū)域由環(huán)濟(jì)南魯西北和魯南地區(qū)轉(zhuǎn)移至魯南地區(qū)，且地市數(shù)量也由2010年10個(gè)下降至2015年8個(gè)，但是2019年濱州由較高水平降低為較低水平，濟(jì)寧、聊城也由較低水平下降為低水平，較2015年出現(xiàn)“返低”現(xiàn)象。除此之外，2019年與2010年相比除了德州由較低水平升級(jí)為較高水平，萊蕪歸入濟(jì)南之外，農(nóng)業(yè)現(xiàn)代化發(fā)展水平較低和低水平的地市在數(shù)量和分布上相同。

4.3 空間自相關(guān)分析

4.3.1 全局自相關(guān)分析

為了判斷山東省農(nóng)業(yè)現(xiàn)代發(fā)展水平在在空間上是否存在全局和局部的空間集聚或空間異?，F(xiàn)象，進(jìn)一步探索山東省農(nóng)業(yè)現(xiàn)代化發(fā)展水平的時(shí)空格局演變情況，該文利用Stata15.1計(jì)算出山東省農(nóng)業(yè)現(xiàn)代化發(fā)展水平的Global Moran′I指數(shù)。

表5顯示山東省農(nóng)業(yè)現(xiàn)代化發(fā)展水平的全局自相關(guān)指數(shù)以及對(duì)應(yīng)的P值。表中所有年份的P值均小于0.05，拒絕原假設(shè)且在95%水平下顯著性，說(shuō)明山東省農(nóng)業(yè)現(xiàn)代化發(fā)展水平空間分布不是隨機(jī)的，表現(xiàn)出顯著的空間聚集性；Global Moran′I指數(shù)均大于0.2，表示存在高水平與高水平地區(qū)和低水平與低水平的空間顯著性聚集；山東省農(nóng)業(yè)現(xiàn)代化發(fā)展水平的Global Moran′I指數(shù)隨時(shí)間推進(jìn)呈“凸”狀，2015年的空間聚集狀態(tài)達(dá)到10年來(lái)的頂峰；隨后指數(shù)由2015年的0.277下降到2019年的0.225，整體空間分異即高水平地區(qū)與低水平地區(qū)的聚集程度增強(qiáng)。

表5 2010—2019年山東省農(nóng)業(yè)現(xiàn)代化發(fā)展水平部分年份的Global Moran′I指數(shù)

4.3.2 局部自相關(guān)分析

Global Moran′I指數(shù)大于0只能反映全局同質(zhì)聚集程度，不能體現(xiàn)是高水平與高水平地區(qū)聚集還是低水平與低水平地區(qū)聚集，且無(wú)法反映局部空間聚集特征，Local Global Moran′I指數(shù)可以彌補(bǔ)這一不足，并通過(guò)Moran散點(diǎn)圖和LISA分析展示局部空間的聚集情況，而且LISA值可以賦予Moran散點(diǎn)圖統(tǒng)計(jì)意義、深化空間統(tǒng)計(jì)的結(jié)果。

根據(jù)表6可知，2010—2019年落入第一象限（HH）和第三象限（LL）的地市數(shù)量明顯多于第二象限（LH）、第四象限（HL），說(shuō)明大部分地市呈局部空間正相關(guān)，聚類特征相似；但落入局部正相關(guān)象限的地市數(shù)量占比從2010年的76.47%下降至2019年的68.75%，說(shuō)明局部空間聚集程度減弱，局部空間差異增強(qiáng)。為了更直觀展示空間局部聚集類型和顯著性，該文利用Arc-GIS10.8軟件將表6結(jié)果可視化，如圖3。

圖3 2010年、2015年和2019年山東省農(nóng)業(yè)現(xiàn)代化發(fā)展水平的Moran散點(diǎn)-LISA分布

結(jié)合表6，圖2、3不難發(fā)現(xiàn)2010年、2015年和2019年的局部空間聚集呈明顯的南北分異，且趨勢(shì)不斷增強(qiáng)。

表6 2010年、2015年和2019年山東省農(nóng)業(yè)現(xiàn)代化發(fā)展水平Moran散點(diǎn)-LISA分布

（1）表現(xiàn)為空間集聚的HH型和顯著HH型一直位于魯東地區(qū)和魯中地區(qū)。沿海的魯東地區(qū)交通便利、經(jīng)濟(jì)發(fā)達(dá)又有發(fā)展?jié)O業(yè)的天然優(yōu)勢(shì)；魯中地區(qū)的淄博是山東老牌工業(yè)區(qū)，工業(yè)反哺農(nóng)業(yè)程度較高，濰坊提出和引領(lǐng)農(nóng)業(yè)產(chǎn)業(yè)化這樣的現(xiàn)代化經(jīng)營(yíng)方式和產(chǎn)業(yè)組織形式，開辟農(nóng)業(yè)現(xiàn)代化發(fā)展的新道路。顯著HH型之間的相互作用力逐漸增強(qiáng)，2010—2015年農(nóng)業(yè)現(xiàn)代化發(fā)展水平顯著高值區(qū)域不斷向魯中區(qū)域擴(kuò)展；2019年無(wú)顯著HH型區(qū)域，說(shuō)明高值區(qū)域之間的擴(kuò)散作用減弱，這可能是由于高值地區(qū)農(nóng)業(yè)現(xiàn)代化發(fā)展水平下降導(dǎo)致。

（2）同為空間集聚的LL型區(qū)域范圍不斷縮小，從2010年魯西北和魯南地區(qū)逐漸縮小至魯南地區(qū)。顯著LL型地市數(shù)量除了在2015年為零之外，2010年和2019年都僅有濟(jì)寧，這說(shuō)明2015年低水平聚集顯著性有所緩解，但2019年空間上與2010年在魯南地區(qū)的低水平顯著聚集現(xiàn)象一致，與上文所述農(nóng)業(yè)現(xiàn)代化發(fā)展水平在較低和低值區(qū)域出現(xiàn)“返低”現(xiàn)象相吻合。

（3）表現(xiàn)為空間異常的LH和HL型的地市數(shù)量占比由23.52%增加到31.25%，位于高值聚集（HH型）和低值聚集（LL型）聚集交界處。據(jù)圖4可知空間異常分布魯西北“環(huán)濟(jì)南”區(qū)域和以及東南沿海的日照。日照屬于LH“空心型”，雖與HH型區(qū)域相連但農(nóng)業(yè)現(xiàn)代化發(fā)展水平仍低于HH型區(qū)域，說(shuō)明非顯著HH型區(qū)域擴(kuò)散作用不明顯，現(xiàn)階段還無(wú)法惠及四鄰。濟(jì)南屬于HL“極化型”，作為魯中核心區(qū)域?qū)χ苓叺貐^(qū)的輻射帶動(dòng)能力有限，還可能與周邊區(qū)域存在極化作用，所以濟(jì)南周邊僅有德州逐漸發(fā)展為HL型，其他與濟(jì)南接壤的地市如濱州、聊城則發(fā)展為L(zhǎng)H型。

5 結(jié)論及建議

5.1 結(jié)論

該文運(yùn)用TOPSIS-ESDA方法，基于2010—2019年山東省數(shù)據(jù)，研究農(nóng)業(yè)現(xiàn)代化發(fā)展水平的時(shí)空特征，主要結(jié)論如下。

（1）時(shí)間維度上，農(nóng)業(yè)現(xiàn)代化發(fā)展水平指數(shù)高值地區(qū)波動(dòng)性較大，低值地區(qū)則陷入“低水平陷阱”。以時(shí)間為序，山東省農(nóng)業(yè)現(xiàn)代化發(fā)展水平平均值高于0.4且排名上位于中上游的地市大多隨時(shí)間推進(jìn)有較大程度的波動(dòng)；而農(nóng)業(yè)現(xiàn)代化發(fā)展水平平均值低于0.4且排名處于下游的8個(gè)地市則一直停滯在較低水平。

（2）空間層面上，呈現(xiàn)從高值向低值地區(qū)梯次轉(zhuǎn)移，低值地區(qū)長(zhǎng)期處于鎖定狀態(tài)。觀察2010年、2015年和2019年3個(gè)時(shí)間點(diǎn)的空間分布不難發(fā)現(xiàn)，高水平地區(qū)逐漸由東部沿海地區(qū)向魯中地區(qū)擴(kuò)張，較高水平地區(qū)由魯中地區(qū)擴(kuò)張至魯西北地區(qū)；較低水平地市在空間上逐漸在魯南地區(qū)轉(zhuǎn)移，低水平地區(qū)則在魯南地區(qū)鎖定，而且2019年與2015年相比與濱州和魯南地區(qū)的聊城、濟(jì)寧出現(xiàn)“返低”現(xiàn)象，同一時(shí)間農(nóng)業(yè)現(xiàn)代化發(fā)展水平落后于其他地市。

（3）時(shí)空角度上，整體呈現(xiàn)顯著的同類集聚，但高值和低值接壤區(qū)域存在“空心”和“極化”現(xiàn)象。山東省農(nóng)業(yè)現(xiàn)代化發(fā)展水平Global Moran′I指數(shù)均大于0.2，呈現(xiàn)顯著的同類集聚但集聚程度自2015年起不斷下降。2010年、2015年和2019年3個(gè)時(shí)間點(diǎn)上各地市聚集類型特征也以同類集聚為主，表現(xiàn)為空間集聚的“擴(kuò)散型”HH始終集中在東部沿海和魯中地區(qū)，“蕭索型”LL型區(qū)域范圍不斷至魯南5地市；表現(xiàn)為空間異常的“空心型”LH主要為日照和濱州，“極化型”HL由濟(jì)南擴(kuò)張至德州，從空間上看位于高值集聚區(qū)與低值集聚區(qū)的交界處。

5.2 建議

基于該文實(shí)證結(jié)果和主要結(jié)論，為進(jìn)一步提高各地區(qū)農(nóng)業(yè)現(xiàn)代化發(fā)展水平、實(shí)現(xiàn)全面協(xié)調(diào)發(fā)展提出以下對(duì)策建議。

（1）高值地區(qū)應(yīng)立足于資金充裕、高素質(zhì)勞動(dòng)力流入、基礎(chǔ)設(shè)施完善、科研環(huán)境良好等優(yōu)勢(shì)，發(fā)展資金和技術(shù)集約化、信息化、知識(shí)化農(nóng)業(yè)。首先，政府可采取直接農(nóng)戶補(bǔ)貼等形式加大對(duì)農(nóng)業(yè)的資金扶持力度，并主導(dǎo)構(gòu)建農(nóng)業(yè)科研機(jī)構(gòu)與農(nóng)業(yè)類高?！r(nóng)業(yè)專業(yè)合作社和集體—農(nóng)戶的農(nóng)業(yè)科技研發(fā)與應(yīng)用渠道打通農(nóng)業(yè)技術(shù)變?yōu)樯a(chǎn)力的最后一公里；其次，以互聯(lián)網(wǎng)為媒介、信息技術(shù)為支撐，推進(jìn)云上農(nóng)業(yè)發(fā)展，實(shí)現(xiàn)市場(chǎng)導(dǎo)向、精準(zhǔn)投入、高效產(chǎn)出、反饋及時(shí)的信息化農(nóng)業(yè)良性循環(huán)；最后，政府應(yīng)聯(lián)合專業(yè)合作社積極引導(dǎo)、鼓勵(lì)農(nóng)業(yè)類品牌打造、專利申請(qǐng)和標(biāo)識(shí)認(rèn)證，推進(jìn)發(fā)展以農(nóng)業(yè)類知識(shí)產(chǎn)權(quán)的創(chuàng)造、運(yùn)用和保護(hù)為特征的知識(shí)化農(nóng)業(yè)，在保證通過(guò)質(zhì)量的基礎(chǔ)上盡量簡(jiǎn)化申請(qǐng)或認(rèn)證的程序。

（2）低值地區(qū)應(yīng)繼續(xù)完善基礎(chǔ)設(shè)施建設(shè)，根據(jù)因地制宜原則提高農(nóng)業(yè)現(xiàn)代化發(fā)展水平，逐步打破“低水平陷阱”。首先，農(nóng)業(yè)現(xiàn)代化發(fā)展水平低值地區(qū)尤其要重視農(nóng)業(yè)機(jī)械、電力、水利工程等生產(chǎn)基礎(chǔ)設(shè)施建設(shè)，同時(shí)也要重視農(nóng)村、農(nóng)民生活環(huán)境和質(zhì)量，如道路、醫(yī)療和教育等方面的提升，為突破“低水平陷阱”打下堅(jiān)實(shí)基礎(chǔ)。其次，根據(jù)因地制宜原則形成優(yōu)勢(shì)產(chǎn)業(yè)，充分發(fā)揮區(qū)域重點(diǎn)農(nóng)業(yè)產(chǎn)業(yè)化龍頭企業(yè)的模范帶動(dòng)作用，推動(dòng)“一村一品”“一縣一業(yè)”和“一村一韻”“一村一景”的建設(shè)。

（3）增加區(qū)域間交流與合作，增強(qiáng)高值集聚區(qū)域的輻射帶動(dòng)效果，同時(shí)培育低值同類集聚區(qū)域的增長(zhǎng)極。首先，要加強(qiáng)區(qū)域間在先進(jìn)技術(shù)、管理經(jīng)驗(yàn)等方面的交流，避免高值集聚區(qū)與低值集聚區(qū)交界處的“空心”和“極化”現(xiàn)象。其次，低值集聚區(qū)不能僅靠輻射作用被動(dòng)提升農(nóng)業(yè)現(xiàn)代化發(fā)展水平，可以通過(guò)加大財(cái)政的轉(zhuǎn)移支付力度，引導(dǎo)農(nóng)業(yè)科技人才的回歸，為資金、科學(xué)技術(shù)內(nèi)生的農(nóng)業(yè)現(xiàn)代化發(fā)展提供必要支持。