陳江濤，張巧惠，呂建秋※

(1.華南農(nóng)業(yè)大學數(shù)學與信息學院，廣東廣州 510642； 2.華南農(nóng)業(yè)大學新農(nóng)村發(fā)展研究院，廣東廣州 510642；3.廣東省科技管理與規(guī)劃研究院，廣州 510642)

0 引言

三農(nóng)問題是關系到社會穩(wěn)定、人民幸福的關鍵性問題，實現(xiàn)農(nóng)業(yè)現(xiàn)代化一直是黨和人民的迫切愿望，中共中央、國務院發(fā)布的中央一號文件更是連續(xù)幾年將農(nóng)業(yè)現(xiàn)代化作為文件主題，體現(xiàn)了黨和國家對我國農(nóng)業(yè)發(fā)展的高度重視。農(nóng)業(yè)現(xiàn)代化是國家現(xiàn)代化的一項重要指標，實現(xiàn)農(nóng)業(yè)現(xiàn)代化能有效促進國民經(jīng)濟的發(fā)展，美國農(nóng)業(yè)經(jīng)濟學家舒爾茨認為農(nóng)業(yè)現(xiàn)代化是發(fā)展中國家經(jīng)濟增長的重要動力[1]。

農(nóng)業(yè)現(xiàn)代化評價是科學評價一個地區(qū)農(nóng)業(yè)發(fā)展水平的重要措施，許多機構和學者都從不同角度研究過我國的農(nóng)業(yè)現(xiàn)代化水平，如農(nóng)業(yè)部農(nóng)村經(jīng)濟研究中心將我國農(nóng)業(yè)現(xiàn)代化的評價分成農(nóng)業(yè)外部條件指標、農(nóng)業(yè)內(nèi)部條件指標、農(nóng)業(yè)生產(chǎn)效果3個體系、4項指標。中國農(nóng)科院文獻中心將農(nóng)業(yè)現(xiàn)代化指標體系分為收入和消費水平、農(nóng)村經(jīng)濟發(fā)展水平、農(nóng)業(yè)生產(chǎn)發(fā)展水平等7大類、 22個指標[2]。林正雨[3]從農(nóng)業(yè)投入水平、農(nóng)業(yè)產(chǎn)出水平、農(nóng)業(yè)社會水平、農(nóng)業(yè)可持續(xù)水平4個維度、 12個指標研究了四川省農(nóng)業(yè)現(xiàn)代化水平。農(nóng)業(yè)現(xiàn)代化的評價方法主要有德爾菲法、層次分析法、DEA數(shù)據(jù)包絡分析、灰色關聯(lián)分析等，如譚愛花等[4]運用層次分析法和多指標綜合評定法測量了我國農(nóng)業(yè)的現(xiàn)代化水平。李虹來等[5]探討了灰色關聯(lián)分析法在農(nóng)業(yè)現(xiàn)代化評價體系中的應用。劉春峰等[6]用德爾菲法和層次分析法分析了北京市的農(nóng)業(yè)現(xiàn)代化水平。信息熵是信息論中的內(nèi)容，已在多個領域得到廣泛應用，如周子英等[7]將其用于探究長沙市的土地利用結構變化。張研等[8]將用于城市生態(tài)系統(tǒng)演化分析等。戶艷玲[9]則將熵值法用于對河北省水資源利用效率的研究等。TOPSIS法是一種有效的客觀評價方法，在系統(tǒng)決策方面有廣泛應用。文章嘗試依據(jù)這兩種方法計算各省區(qū)在當年與農(nóng)業(yè)現(xiàn)代化理想值的接近程度，從而對農(nóng)業(yè)現(xiàn)代化水平進行量化。

空間經(jīng)濟計量是將空間相關因素考慮到計量模型之中的一種方式，能夠有效克服傳統(tǒng)計量未考慮周邊環(huán)境影響的局限性。目前空間經(jīng)濟計量學已廣泛應用于區(qū)域經(jīng)濟的各種研究之中。例如周國富等[10]運用空間計量對中國地區(qū)GDP質(zhì)量的評估、宋慧林等[11]對區(qū)域旅游經(jīng)濟增長的實證研究、劉凱等[12]對深林碳匯量的估算等。農(nóng)業(yè)是一種空間溢出效應十分強烈的行業(yè)，但這方面的研究相對較少。因此，該文旨在將熵權TOPSIS法與空間經(jīng)濟計量相結合，探究考慮空間因素影響下我國農(nóng)業(yè)現(xiàn)代化發(fā)展與產(chǎn)業(yè)結構、農(nóng)業(yè)固定資產(chǎn)投入以及基礎設施建設之間的關系。

1 我國省域農(nóng)業(yè)現(xiàn)代化水平評價

1.1 熵權TOPSIS法簡介

熵是熱力學中微觀狀態(tài)多樣性或均勻性的一種度量，表示系統(tǒng)的無序性程度[13]。1948年信息論之父香農(nóng)將熵引入到信息論中，提出了信息熵的概念，用以表示信息中排除了冗余后的平均信息量，并給出了信息熵的計算方式[14]。

假設系統(tǒng)處于無序的狀態(tài)之中，所有可能的狀態(tài)出現(xiàn)的概率為Pi，該系統(tǒng)熵的計算公式為：

(1)

信息熵是系統(tǒng)無序性的度量，信息熵越大，信息的無序度越高，其信息的貢獻度越小； 反之信息熵越小，信息的無序度越低，信息的貢獻度越大。

TOPSIS模型稱為“逼近理想解排序方法”，為系統(tǒng)工程中有限方案多目標決策分析的一種常用的決策技術，是一種距離綜合評價法，該方法通過測量目標靠近正理想解和遠離負理想解的程度來評估評價對象。

1.2 評價指標的選取與數(shù)據(jù)的收集

相關指標數(shù)據(jù)的收集要綜合考慮指標的系統(tǒng)性、綜合性、重點性、代表性、可比性[15]。另外，根據(jù)數(shù)據(jù)的可獲取性，該文選取了農(nóng)業(yè)生產(chǎn)效率、農(nóng)民的生活水平、農(nóng)業(yè)基礎建設情況、農(nóng)業(yè)生態(tài)環(huán)保性4個維度， 13個指標來評價各地的農(nóng)業(yè)現(xiàn)代化水平，具體維度和指標如表1。

表1 農(nóng)業(yè)現(xiàn)代化評價指標體系

一級指標 二級指標指標解釋農(nóng)業(yè)生產(chǎn)效率農(nóng)業(yè)勞動生產(chǎn)率(X1)用當?shù)剞r(nóng)業(yè)總產(chǎn)值除以農(nóng)村總人口，用以衡量人均產(chǎn)出的一個指標，生產(chǎn)率越高，說明現(xiàn)代化程度越高投入產(chǎn)出率(X2)當?shù)剞r(nóng)業(yè)增加值除以農(nóng)業(yè)中間消耗值，用以反映產(chǎn)出效率，產(chǎn)出率越大說明生產(chǎn)效率越高，現(xiàn)代化程度越高糧食單產(chǎn)量(X3)用當?shù)丶Z食總產(chǎn)量除以耕地總面積，反映當?shù)氐母禺a(chǎn)出水平，耕地單位產(chǎn)出越高，說明農(nóng)業(yè)現(xiàn)代化程度越高農(nóng)民生活水平農(nóng)村居民人均純收入(X4)反映當?shù)剞r(nóng)村居民的收入水平，收入水平越高，說明生活水平越好，現(xiàn)代化程度越高農(nóng)村居民人均用電量(X5)用總用電量除以總人數(shù)，人均用電量越多，說明家用電器設備等越多，生活水平越高，現(xiàn)代化程度越高農(nóng)村居民的恩格爾系數(shù)(X6)食品支出占總支出的比重，恩格爾系數(shù)越低，說明富裕程度越高，生活水平越高農(nóng)村衛(wèi)生廁所普及率(X7)普及率越高，生活水平越高，現(xiàn)代化程度越高農(nóng)村基礎設施建設情況有效灌溉率(X8)反映農(nóng)田水利設施的建設情況，有效灌溉率越高，基礎設施建設情況越完善，現(xiàn)代化程度越高旱澇保收率(x9)反映該地農(nóng)業(yè)抗災害的能力，旱澇保收率越高，現(xiàn)代化程度越高平均農(nóng)機總動力(X10)用該地農(nóng)機總動力除以該地耕地總面積，反映機械化水平，平均總動力越高，現(xiàn)代化程度越高養(yǎng)老機構的覆蓋率(X11)用以反映農(nóng)村社會保障情況，覆蓋率越高，現(xiàn)代化程度越高農(nóng)業(yè)生態(tài)環(huán)保意識化肥施用強度(X12)用當?shù)鼗适┯每偭砍赞r(nóng)業(yè)總產(chǎn)值，每億元產(chǎn)值施用的化肥量越低，生態(tài)環(huán)保意識越強，農(nóng)業(yè)現(xiàn)代化程度越高農(nóng)藥施用強度(X13)用當?shù)剞r(nóng)藥施用總量除以農(nóng)業(yè)總產(chǎn)值，每億元產(chǎn)值施用的農(nóng)藥量越少，生態(tài)環(huán)保意識越強，農(nóng)業(yè)現(xiàn)代化程度越高

以2015年農(nóng)業(yè)現(xiàn)代化水平評價為例，當年數(shù)據(jù)主要來源于《2016年中國統(tǒng)計年鑒》和《2016年中國農(nóng)村統(tǒng)計年鑒》，統(tǒng)計日期截止2015年年底。

1.3 運用熵權法求各指標權重

設有m個評價對象，n個指標，指標值為xij(i=1， 2，∧，m；j=1， 2，∧，n)，評價矩陣為：

(2)

運用極差標準化對原始數(shù)據(jù)進行同趨化處理后得到矩陣：

(3)

再按公式(4)對矩陣Y進行歸一化和無量綱化處理。

(4)

得到矩陣：

(5)

根據(jù)公式(6)可求出指標j的熵：

(6)

根據(jù)公式(7)計算出指標j信息的偏差度：

dj=1-ej

(7)

最后根據(jù)公式(8)可求得各指標的權重：

(8)

1.4 運用加權TOPSIS法對各地的農(nóng)業(yè)現(xiàn)代化水平進行評價

運用TOPSIS進行評價時首先要對數(shù)據(jù)進行同趨勢化和歸一化處理，這里的同趨化矩陣可以直接使用信息熵中極差標準化后的矩陣Y，對矩陣Y按式(9)進行規(guī)范化處理：

(9)

得到矩陣：

(10)

表2 2015年各地區(qū)的農(nóng)業(yè)現(xiàn)代化評價

地區(qū)D+iD-iCi地區(qū)D+iD-iCi江蘇0 11480 24720 6828四川0 21090 15850 4291北京0 15500 26900 6344海南0 24120 17190 4161浙江0 14520 22830 6113安徽0 21900 15320 4117上海0 16690 25280 6023黑龍江0 24810 16450 3987山東0 16070 21740 5749吉林0 23320 15400 3978福建0 17500 20700 5418內(nèi)蒙古0 24110 14990 3834天津0 17630 20830 5416青海0 26450 16130 3788湖南0 18580 19990 5183重慶0 24730 14590 3709河北0 18860 19820 5124廣西0 24110 14090 3688江西0 19720 18280 4810陜西0 26220 13240 3354廣東0 19770 17620 4714寧夏0 25540 12680 3318河南0 21780 18390 4577貴州0 27410 13490 3298湖北0 20240 16700 4521山西0 26130 11190 2998新疆0 22490 18520 4516云南0 27710 10850 2814遼寧0 22150 18230 4514甘肅0 28770 09800 2540西藏0 24270 19950 4512 注：按Ci降序排列

根據(jù)公式(11)(12)分別計算所有評價對象距最優(yōu)方案和最劣方案的距離。

(11)

(12)

根據(jù)公式(13)計算評價對象與最優(yōu)方案的接近程度。

(13)

圖1 2015年我國部分省域農(nóng)業(yè)現(xiàn)代化程度四分位圖

式(13)中，Ci在0與1之間取值，Ci愈接近1，表示該評價對象越接近最優(yōu)水平； 反之，愈接近0，表示該評價對象越接近最劣水平。

1.4.2 2015年加權TOPSIS法的計算結果

為了更加清晰地展示我國農(nóng)業(yè)發(fā)展的空間格局情況，該文以2015年為例，運用空間四分位圖對我國農(nóng)業(yè)現(xiàn)代化格局進行分析， 2015年農(nóng)業(yè)現(xiàn)代化程度的空間四分位圖如圖1，可以看出，我國農(nóng)業(yè)現(xiàn)代化具有明顯的空間集聚特征。其中，我國東南沿海地區(qū)和環(huán)渤海經(jīng)濟區(qū)是農(nóng)業(yè)現(xiàn)代化第一梯隊的聚集區(qū)，由于具有得天獨厚的地理條件以及氣候優(yōu)勢，該區(qū)域自古以來都是我國重要的魚米之鄉(xiāng)，具有良好的農(nóng)業(yè)發(fā)展基礎。隨著東部沿海地區(qū)經(jīng)濟的快速發(fā)展以及中央對農(nóng)業(yè)發(fā)展的不斷重視，東部沿海地區(qū)在原有的基礎之上，利用經(jīng)濟上的優(yōu)勢，加大農(nóng)業(yè)技術與人才的投入力度，不斷提高農(nóng)業(yè)現(xiàn)代化水平，并取得良好成效。

我國中部地區(qū)是農(nóng)業(yè)現(xiàn)代化第二梯隊的聚集區(qū)，該區(qū)域在地形地勢、氣候條件方面具有較明顯的優(yōu)勢，以平原為主，適合大面積種植、機械化管理，同時擁有宜人的氣候，四季分明，適合發(fā)展不同的農(nóng)業(yè)產(chǎn)業(yè)。另外，該區(qū)域緊挨東部沿海地區(qū)，在東部地區(qū)高度發(fā)達的現(xiàn)代化農(nóng)業(yè)的輻射下，農(nóng)業(yè)現(xiàn)代化水平相對較高。我國新疆地區(qū)、西藏地區(qū)由于西部大開發(fā)、機械化作業(yè)等原因，也逐漸成為我國農(nóng)業(yè)現(xiàn)代化水平較高的地區(qū)之一。

表3 2008～2015年各地區(qū)按年份的熵權TOPSIS值

地區(qū)20152014201320122011201020092008北京0 63440 56440 58310 59540 59460 59590 60840 5879天津0 54160 54380 54520 49390 49290 48600 48760 4913河北0 51240 48590 48780 46020 45420 44500 44560 4373山西0 29980 28320 28230 26910 25440 26140 25840 2308內(nèi)蒙古0 38340 36790 37040 34830 34790 34210 32680 3375遼寧0 45140 45860 46850 43330 40830 42250 40330 3985吉林0 39780 37810 38010 35940 35940 35150 35300 3613黑龍江0 39870 39980 39120 34490 32070 32730 33360 3353上海0 60230 62200 62250 61120 61610 63220 69460 6796江蘇0 68280 66680 66330 60780 56830 55630 52500 5071浙江0 61130 64920 63550 58940 58290 57510 55310 5454安徽0 41170 39740 42400 38520 36910 37080 35740 3474福建0 54180 51840 54870 49060 46980 45250 44280 4325江西0 48100 47830 46130 46650 44510 43190 42630 4170山東0 57490 52460 52070 48430 47550 47410 47170 4618河南0 45770 46470 46280 43370 42550 42810 42850 4298湖北0 45210 46170 44910 41470 40000 38170 35940 3537湖南0 51830 50970 52350 47540 46580 45020 44600 4411廣東0 47140 49060 48510 47370 46220 46580 46580 4516廣西0 36880 33890 35070 32640 30430 28630 28370 2734海南0 41610 40740 39510 37170 35700 35030 34220 3321重慶0 37090 36430 41340 45980 45390 45080 43610 4271四川0 42910 41660 39820 37130 36280 35470 35630 3389貴州0 32980 27150 27410 25390 23530 24370 24540 2398云南0 28140 27030 25720 23350 21360 22040 23770 2248西藏0 45120 41100 39020 38340 38630 38070 38970 3831陜西0 33540 31270 32050 31430 31810 29850 28380 2853甘肅0 25400 23560 23780 22910 22440 20950 22420 2098青海0 37880 38250 38320 37170 36470 36020 36200 3451寧夏0 33180 31440 30980 28940 28660 28240 26400 2690新疆0 45160 44620 44150 40090 39490 37590 35820 3559

第三梯隊聚集在我國東北部分省份以及內(nèi)蒙地區(qū)，東北是我國重要的糧食主產(chǎn)區(qū)，地廣人稀、土壤肥沃是東北特有的優(yōu)勢，無論從地理條件還是歷史地位上來講，發(fā)展現(xiàn)代化農(nóng)業(yè)都是該區(qū)域勢在必行的一個重要任務。內(nèi)蒙古地形與氣候上存在一定的劣勢，但同時也具備發(fā)展特色的農(nóng)業(yè)的自然條件，應當積極發(fā)展畜牧業(yè)、生態(tài)旅游等特色產(chǎn)業(yè)。

第四梯隊主要集中在中西部的中間地帶，主要包括黃土高原和云貴高原地區(qū)，這些地區(qū)在農(nóng)業(yè)現(xiàn)代化方面相對落后，造成該現(xiàn)象的原因，一方面在于經(jīng)濟不發(fā)達帶來的約束，另一方面又源于氣候條件、地形地勢方面的劣勢。

為了對我國農(nóng)業(yè)現(xiàn)代化發(fā)展的影響因素有更加深入的分析，該文運用熵權TOPSIS法對2008～2015年8年的省域農(nóng)業(yè)現(xiàn)代化水平進行了評價。

2 空間面板計量分析

2.1 理論假說

基于農(nóng)業(yè)現(xiàn)代化的評價數(shù)據(jù)，該文選用空間面板數(shù)據(jù)模型對農(nóng)業(yè)現(xiàn)代化的空間相關性、產(chǎn)業(yè)結構、農(nóng)業(yè)固定資產(chǎn)投入、基礎設施建設與農(nóng)業(yè)現(xiàn)代化發(fā)展的關系進行探究。為此，該文首先建立了4個假設。

假設一：我國的農(nóng)業(yè)現(xiàn)代化發(fā)展呈現(xiàn)空間相關性，即周邊地區(qū)的農(nóng)業(yè)發(fā)展會對該地區(qū)的農(nóng)業(yè)發(fā)展產(chǎn)生影響，農(nóng)業(yè)現(xiàn)代化程度的熵權TOPSIS評價值用Y表示。

假設二：產(chǎn)業(yè)結構的調(diào)整，特別是二、三產(chǎn)業(yè)比重的提高，會加快促進農(nóng)業(yè)的三產(chǎn)融合，提高農(nóng)業(yè)的現(xiàn)代化程度，二、三產(chǎn)業(yè)在三產(chǎn)中的比重越高，即第一產(chǎn)業(yè)的比重越低，農(nóng)業(yè)現(xiàn)代化程度會越高。產(chǎn)業(yè)結構即第一產(chǎn)業(yè)在三產(chǎn)中的占比用X1表示。

假設三：人均農(nóng)業(yè)固定資產(chǎn)投入越多，說明國家對于當?shù)剞r(nóng)業(yè)發(fā)展越重視，也說明當?shù)卦诒M力改善農(nóng)民生活，因而人均農(nóng)業(yè)固定資產(chǎn)投入與農(nóng)業(yè)現(xiàn)代化呈正相關。人均農(nóng)業(yè)固定資產(chǎn)投入用X2表示。

假設四：農(nóng)村基礎設施建設情況對農(nóng)業(yè)現(xiàn)代化發(fā)展存在影響，由于數(shù)據(jù)的可得性以及對農(nóng)民的重要程度，該文將農(nóng)村的基礎設施建設情況簡化表示為當?shù)氐牡缆方ㄔO情況即等外公路的建設占比，等外公路占比越多，說明該地區(qū)道路改造越慢，基礎建設越薄弱，越影響農(nóng)村發(fā)展，因而等外公路的建設占比對農(nóng)業(yè)現(xiàn)代化呈負相關，等外公路的建設占比用X3表示。

2.2 空間相關性檢驗

空間計量學研究的一個重點就是考慮到空間相關性對于計量模型的影響，常用來分析橫截面數(shù)據(jù)，利用Moran′s I指數(shù)等來進行空間相關性檢驗，可通過擴展權重矩陣的方式將檢驗擴展到面板數(shù)據(jù)中去，常用的方法有通過建立分塊對角矩陣即IT?Wn代替Moran′s I檢驗中的的空間權重矩陣，進行空間相關性檢驗[16]。

(14)

式(14)中，e表示OLS估計的殘差值;IT為T維單位矩陣;Wn為n×n階空間鄰近矩陣;該文中的空間權重矩陣選用GeoDa軟件中的Queen鄰近，即：假設i地與j地相鄰，則Wij=1，否則Wij=0。最終通過GeoDa軟件得到的空間相關性檢驗如圖2。

圖2 2008～2015年的Moran′s I檢驗值

從圖2中可以看到，省域農(nóng)業(yè)現(xiàn)代化程度的全局Moran′s I指數(shù)大致位于0.4～0.6之間，說明我國的農(nóng)業(yè)現(xiàn)代化發(fā)展還是呈現(xiàn)較強的相關性的，并且相關性有增強的趨勢，農(nóng)業(yè)現(xiàn)代化發(fā)展的外溢現(xiàn)象顯著。

2.3 空間面板數(shù)據(jù)模型的LM檢驗與模型選擇

在空間計量經(jīng)濟學的研究之中，最常用來估計空間截面數(shù)據(jù)的模型有兩種，一種是空間滯后模型(SLM)，用來刻畫解釋變量之間的空間依賴性導致了空間相關。另一種是空間誤差模型(SEM)，即鄰近地區(qū)因變量的誤差項空間相關，從而導致了模型的空間相關。兩種模型的形式為：

空間滯后模型(SLM)：y=ρWy+Xβ+ε

(15)

空間誤差模型(SEM)：y=Xβ+ε；ε=λWε+μ

(16)

表4 空間面板數(shù)據(jù)模型的Hausman檢驗

Hausman檢驗模型t檢驗值probability空間滯后模型(SLM)1 90930 7524空間誤差模型(SEM)-1 07040 8989

式(15)(16)中，y為因變量；ρ為空間自相關系數(shù);β為解釋變量的相關系數(shù);ε為隨機誤差項;W為權重矩陣;λ為空間誤差相關系數(shù);μ為隨機誤差向量。

對于空間面板數(shù)據(jù)模型，首先需要進行Hausman檢驗來確定是選擇固定效應還是隨機效應模型，該文選用matlab中spitial軟件包進行實證檢驗，假設模型不含有固定效應而是隨機效應，分別對(15)(16)兩種模型進行檢驗，檢驗結果如表4，兩類模型都拒絕了原假設，因而應該選用固定效應模型。

固定效應模型分為空間固定效應、時間固定效應、時空雙固定效應，為了使模型更加準確，對該面板數(shù)據(jù)進行LM檢驗，檢驗結果如表5，綜合考慮擬合優(yōu)度(R2)以及極大似然值(logL)，可以發(fā)現(xiàn)，選用空間固定效應模型的擬合優(yōu)度以及極大似然值都處于較高水平，因而，該文選用空間固定效應模型。對于空間固定效應模型，當運用傳統(tǒng)的LM檢驗時，在1%的顯著性水平下，空間滯后項通過檢驗，而空間誤差項未通過檢驗。當運用穩(wěn)健的LM檢驗時，在1%的顯著性水平下，空間滯后和空間誤差都通過了檢驗，因而選用空間滯后模型。綜上，該文采用含有空間固定效應的空間滯后模型進行分析。

表5 空間面板數(shù)據(jù)模型的LM檢驗

檢驗指標普通OLS估計空間固定效應時間固定效應空間與時間雙固定σ20 00740 00050 00690 0004R20 38590 37440 39990 0032logL258 6325584 6705266 3358604 5461LM空間滯后78 9387???8 6655???65 7934???19 8400???LM空間誤差30 9005???0 471617 8469???20 3768???穩(wěn)健LM空間滯后68 5184???31 7054???75 6673???1 8606穩(wěn)健LM空間誤差20 4801???23 5115???27 7208???2 3974 注：???，??，?分別代表在1%，5%，10%的水平上顯著

表6 空間固定效應的SLM模型檢驗

決定因素相關系數(shù)t檢驗值z-probabilityLnX1-0 267224-1 5074820 131687LnX20 0000074 7773910 000002LnX3-0 098568-2 4662930 013652W?y0 2013002 6427190 008224σ2=0 0006；R2=0 9575；logL=587 42032

2.4 實證結果

運用空間固定效應的空間滯后模型對空間面板數(shù)據(jù)進行實證分析，分析結果如表6，具有空間固定效應的空間滯后模型的擬合優(yōu)度達到了0.957 5，極大似然值也有所提高，說明引入空間固定效應的空間滯后模型符合預期期望。

實證結果：

(1)空間相關項在1%的顯著性水平下通過了檢驗，說明我國省域農(nóng)業(yè)現(xiàn)代化的發(fā)展呈現(xiàn)較強的空間依賴性，且相關系數(shù)達到了0.2左右，對當?shù)剞r(nóng)業(yè)現(xiàn)代化的發(fā)展影響較大。

(2)第一產(chǎn)業(yè)在三產(chǎn)中的占比越高，農(nóng)業(yè)現(xiàn)代化程度越低的假設以較小的差距被拒絕，說明并不是農(nóng)業(yè)產(chǎn)業(yè)占比越低越好，更多的是應該調(diào)整產(chǎn)業(yè)結構，優(yōu)化產(chǎn)業(yè)布局。

(3)人均農(nóng)業(yè)固定資產(chǎn)的投入與農(nóng)業(yè)現(xiàn)代化的發(fā)展呈現(xiàn)正相關，在1%的顯著性水平下通過了檢驗，但是其相關系數(shù)卻不高，說明影響不大，對于農(nóng)業(yè)固定資產(chǎn)的投入不應該成為促進農(nóng)業(yè)發(fā)展的主要方式。

(4)等外公路的占比與農(nóng)業(yè)現(xiàn)代化呈負相關，并且等外公路的占比每減少約1個百分點，農(nóng)業(yè)現(xiàn)代化的程度會提高0.1個百分點，說明為了加快農(nóng)業(yè)現(xiàn)代化的進程，應該加快農(nóng)村基礎設施的建設,特別是農(nóng)村道路的改造與優(yōu)化。

3 結論與建議

該文首先運用熵權TOPSIS法對我國部分省域的農(nóng)業(yè)現(xiàn)代化水平進行了評價，發(fā)現(xiàn)我國農(nóng)業(yè)現(xiàn)代化發(fā)展呈現(xiàn)明顯的空間集聚特征。其中，東南沿海地區(qū)是我國農(nóng)業(yè)現(xiàn)代化程度第一梯隊聚集區(qū)，中部地區(qū)以及西藏、新疆地區(qū)是第二梯隊聚集區(qū)，東北以及西部部分省份處于第三梯隊聚集區(qū)，中西部交界處農(nóng)業(yè)現(xiàn)代化程度明顯要落后于其他地區(qū)。在此基礎上，通過空間計量分析得出，我國農(nóng)業(yè)現(xiàn)代化發(fā)展呈現(xiàn)較強的空間相關性，人均固定資產(chǎn)投入對農(nóng)業(yè)現(xiàn)代化發(fā)展有顯著正影響，第一產(chǎn)業(yè)占比以及等外公路建設比重都對農(nóng)業(yè)現(xiàn)代化有顯著負影響的結論。當前我國正處在全面建成小康社會的關鍵階段，大部分貧困人口都集中于農(nóng)村地區(qū)，保持區(qū)域協(xié)調(diào)發(fā)展對我國實現(xiàn)整體脫貧、全面建成小康社會具有十分重要的意義。因而，必須正視農(nóng)業(yè)區(qū)域發(fā)展不平衡的問題，鼓勵落后地區(qū)吸收先進地區(qū)的發(fā)展經(jīng)驗，促進農(nóng)業(yè)的協(xié)同發(fā)展。同時，各地區(qū)在發(fā)展現(xiàn)代化農(nóng)業(yè)的過程中，要充分認識自身特點，綜合各方面因素，合理規(guī)劃發(fā)展路徑，優(yōu)化產(chǎn)業(yè)結構。

針對該文的分析結果，對我國農(nóng)業(yè)現(xiàn)代化發(fā)展提出建議。

(1)關注中西部交接地帶的農(nóng)業(yè)，實現(xiàn)均衡發(fā)展。中西部交界地帶不僅在地理與氣候條件方面存在劣勢，又常年缺少政府支持，各方面實力都比較薄弱，需要引起重視，加大資金與政策的投入力度，當?shù)卣惨J真把握自身在農(nóng)業(yè)發(fā)展中的優(yōu)勢，發(fā)展特色農(nóng)業(yè)。

(2)建設農(nóng)業(yè)區(qū)域示范中心城市，帶動周邊城市農(nóng)業(yè)發(fā)展。由于地理條件等因素的影響，我國農(nóng)業(yè)現(xiàn)代化存在地域發(fā)展不均衡的問題，因此可以采用以點帶面、以優(yōu)帶劣的方法，通過建設農(nóng)業(yè)區(qū)域中心城市，有效發(fā)揮區(qū)域農(nóng)業(yè)的示范帶動作用，實現(xiàn)全面發(fā)展。

(3)不能片面地以降低第一產(chǎn)業(yè)在三產(chǎn)中的比重來促進農(nóng)業(yè)現(xiàn)代化建設，應該加快傳統(tǒng)農(nóng)業(yè)的轉型升級，促進工業(yè)反哺農(nóng)業(yè)，調(diào)整優(yōu)化產(chǎn)業(yè)布局，積極延伸農(nóng)業(yè)生產(chǎn)的產(chǎn)業(yè)鏈，加快農(nóng)產(chǎn)品加工、農(nóng)業(yè)生態(tài)旅游的發(fā)展等，促進三產(chǎn)融合。

(4)加大農(nóng)業(yè)固定資產(chǎn)投入雖然可以促進農(nóng)業(yè)現(xiàn)代化的發(fā)展，但對于農(nóng)業(yè)現(xiàn)代化建設的作用并不是很大，不能盲目追求投資帶動，應結合區(qū)域優(yōu)勢，發(fā)展精細農(nóng)業(yè)，鼓勵產(chǎn)業(yè)創(chuàng)新。

(5)完善農(nóng)村基礎設施建設，助推農(nóng)業(yè)現(xiàn)代化。加強農(nóng)村基礎設施建設尤其是道路交通的硬化改造，改善鄉(xiāng)村道路交通環(huán)境，對一個地區(qū)的農(nóng)業(yè)現(xiàn)代化發(fā)展具有重要的推動作用，政府應加大政策支持與資金投入力度，優(yōu)化農(nóng)村生活環(huán)境。

[1] Schultz T W.Transforming Traditional Agriculture， 1964， 15(21)： 121～125

[2] 陳春霞. 我國農(nóng)業(yè)現(xiàn)代化評價指標體系研究評述.改革與戰(zhàn)略， 2009, 25(6): 184～186

[3] 林正雨， 李曉，何鵬.四川省農(nóng)業(yè)現(xiàn)代化發(fā)展水平綜合評價.中國人口·資源與環(huán)境， 2014, 24(S3): 319～322

[4] 譚愛花， 李萬明，謝芳.我國農(nóng)業(yè)現(xiàn)代化評價指標體系的設計.干旱區(qū)資源與環(huán)境， 2011, 25(10): 7～14

[5] 李虹來， 勒中堅.勒中堅灰色關聯(lián)分析在農(nóng)業(yè)現(xiàn)代化評價體系中的應用.江西財經(jīng)大學學報， 2007, (1): 43～44

[6] 劉春峰， 蘇海平.農(nóng)業(yè)現(xiàn)代化發(fā)展水平評價方法研究——以北京市為例.測繪與空間地理信息， 2009, 32(6): 202～205

[7] 周子英， 段建南，梁春鳳.長沙市土地利用結構信息熵時空變化研究.經(jīng)濟地理， 2012, 32(4): 126～131

[8] 張妍， 楊志峰，何孟常，等.基于信息熵的城市生態(tài)系統(tǒng)演化分析.環(huán)境科學學報， 2005, 25(8): 1127～1134

[9] 戶艷領， 陳志國，劉振國.基于熵值法的河北省農(nóng)業(yè)用水利用效率研究.中國農(nóng)業(yè)資源與區(qū)劃, 2015，36(3)： 136～142

[10]周國富， 連飛.中國地區(qū)GDP數(shù)據(jù)質(zhì)量評估——基于空間面板數(shù)據(jù)模型的經(jīng)驗分析.山西財經(jīng)大學學報， 2010, 32(8): 17～23

[11]宋慧林， 宋海巖.中國旅游創(chuàng)新與旅游經(jīng)濟增長關系研究——基于空間面板數(shù)據(jù)模型.旅游科學， 2011, 25(2): 23～29

[12]劉凱， 江世浩，朱文玨.廣東省森林碳匯量估算及其空間效應分析.中國農(nóng)業(yè)資源與區(qū)劃, 2015，(3)： 120～126

[13]Anderson D R.Information Theory and Entropy.Springer New York， 2008

[14]Shannon C.A mathematical theory of distribution.Bell Syst Techn， 1948, 27(15): 623～624

[15]辛嶺， 蔣和平.我國農(nóng)業(yè)現(xiàn)代化發(fā)展水平評價指標體系的構建和測算.農(nóng)業(yè)現(xiàn)代化研究， 2010, 31(6): 646～650

[16]Sanso Navarro M，Vera Cabello M，Ximénez De，et al.Human capital spillovers and regional development.Journal of Applied Econometrics， 2017,32(4): 923～930