姚成勝 ，胡宇*，黃琳

（1. 南昌大學(xué)中國中部經(jīng)濟(jì)社會(huì)發(fā)展研究中心，江西 南昌 330047；2. 南昌大學(xué)經(jīng)濟(jì)管理學(xué)院，江西 南昌 330031；3. 江西師范大學(xué)外國語學(xué)院，江西 南昌 330022）

農(nóng)業(yè)現(xiàn)代化是指把傳統(tǒng)農(nóng)業(yè)改造成為先進(jìn)、可持續(xù)發(fā)展的現(xiàn)代農(nóng)業(yè)的過程[1]，它對于保障中國糧食安全，提高農(nóng)民收入具有重要意義。為此，2014—2016年國家連續(xù)以3 個(gè)“中央一號文件”的形式持續(xù)聚焦農(nóng)業(yè)現(xiàn)代化，進(jìn)一步突出了其對國民經(jīng)濟(jì)發(fā)展的重要性[2]。糧食主產(chǎn)區(qū)是保障國家糧食安全和促進(jìn)農(nóng)民增收的最為核心區(qū)域，2000—2016年全國13 個(gè)糧食主產(chǎn)區(qū)平均生產(chǎn)了全國71.99%的糧食，集聚了我國64.77%的農(nóng)業(yè)人口?？梢?，加快推進(jìn)我國農(nóng)業(yè)現(xiàn)代化的關(guān)鍵在于加快推進(jìn)糧食主產(chǎn)區(qū)的農(nóng)業(yè)現(xiàn)代化，它對于維護(hù)我國經(jīng)濟(jì)社會(huì)穩(wěn)定發(fā)展，統(tǒng)籌協(xié)調(diào)城鄉(xiāng)和區(qū)域發(fā)展均具有十分重要意義。

由于農(nóng)業(yè)現(xiàn)代化涉及農(nóng)業(yè)生產(chǎn)投入、產(chǎn)出結(jié)構(gòu)、生產(chǎn)水平等多方面內(nèi)容，而且不同區(qū)域的農(nóng)業(yè)現(xiàn)代化模式也存在明顯差異[3]，因此國內(nèi)外學(xué)者對此展開了大量研究。西奧多·舒爾茨提出對傳統(tǒng)農(nóng)業(yè)的改造來實(shí)現(xiàn)現(xiàn)代農(nóng)業(yè)的轉(zhuǎn)變[3]；梅爾[4]指出，從傳統(tǒng)農(nóng)業(yè)轉(zhuǎn)變成現(xiàn)代農(nóng)業(yè)的過程，其發(fā)展必然經(jīng)過技術(shù)停滯、低資本技術(shù)動(dòng)態(tài)和高資本技術(shù)動(dòng)態(tài)3 個(gè)階段。與國外發(fā)達(dá)國家比較，我國于20 世紀(jì)50年代就提出了農(nóng)業(yè)機(jī)械化、電氣化、水利化和化學(xué)化的農(nóng)業(yè)現(xiàn)代化發(fā)展理念，但有關(guān)農(nóng)業(yè)現(xiàn)代化的研究則存在起步晚發(fā)展快的特點(diǎn)，目前相關(guān)研究成果頗多，研究范圍也頗廣。

國內(nèi)已有關(guān)于農(nóng)業(yè)現(xiàn)代化的研究，大體可以分為3 種類型：一是研究國外發(fā)達(dá)國家的農(nóng)業(yè)現(xiàn)代化歷程，總結(jié)其經(jīng)驗(yàn)教訓(xùn)，為我國農(nóng)業(yè)現(xiàn)代化建設(shè)提供借鑒。如鄧漢慧和鄧璇[5]分析討論了美國、日本和西歐三種農(nóng)業(yè)現(xiàn)代化發(fā)展模式，結(jié)合我國的資源稟賦、科技狀況，提出了我國農(nóng)業(yè)現(xiàn)代化的實(shí)現(xiàn)路徑。何磊[6]研究了日本實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化的歷程和經(jīng)驗(yàn)，指出了中國農(nóng)業(yè)現(xiàn)代化可能出現(xiàn)的問題，根據(jù)日本經(jīng)驗(yàn)提出了推進(jìn)中國農(nóng)業(yè)現(xiàn)代化的政策啟示。二是國內(nèi)學(xué)者根據(jù)對農(nóng)業(yè)現(xiàn)代化的理解，設(shè)計(jì)了農(nóng)業(yè)現(xiàn)代化評價(jià)指標(biāo)體系。如程智強(qiáng)和程序[7]、譚愛花等[8]、李萬明和劉磊磊[9]、趙建梅等[10]在對農(nóng)業(yè)現(xiàn)代化內(nèi)涵、特征、發(fā)展目標(biāo)進(jìn)行分析的基礎(chǔ)上，結(jié)合各地區(qū)、各時(shí)代的現(xiàn)實(shí)情況，設(shè)計(jì)農(nóng)業(yè)現(xiàn)代化評價(jià)指標(biāo)體系，以滿足農(nóng)業(yè)現(xiàn)代化評價(jià)需要。既有全國層面的研究，也有區(qū)域?qū)用娴难芯?。三是針對不同區(qū)域，根據(jù)設(shè)計(jì)的指標(biāo)體系，運(yùn)用多指標(biāo)綜合指數(shù)法對其農(nóng)業(yè)現(xiàn)代化水平進(jìn)行測度。如王錄倉等[11]、李麗純[12]、龍冬平等[13]、辛嶺和蔣和平[14]于不同時(shí)期對中國農(nóng)業(yè)現(xiàn)代化發(fā)展水平進(jìn)行了評價(jià)。傅晨[15]、徐貽軍和任木榮[16]、鐘麗娜和李松柏[17]、陳強(qiáng)強(qiáng)等[18]分別對廣東、湖南、陜西、甘肅等省區(qū)的農(nóng)業(yè)現(xiàn)代化水平做了評價(jià)。

綜合已有研究可知，從理論研究層面看，對于農(nóng)業(yè)現(xiàn)代化的內(nèi)涵、特征、評價(jià)指標(biāo)設(shè)計(jì)以及發(fā)達(dá)國家農(nóng)業(yè)現(xiàn)代化發(fā)展的總結(jié)和經(jīng)驗(yàn)借鑒的定性研究已較為豐富，為農(nóng)業(yè)現(xiàn)代化的實(shí)證研究提供了有益參考。而從實(shí)證層面看，已有研究基本分為兩類：第一類是針對中國整體及其東中西三大區(qū)域的農(nóng)業(yè)現(xiàn)代化整體狀況進(jìn)行評價(jià)，或者是對中國大陸31個(gè)省域的農(nóng)業(yè)現(xiàn)代化水平進(jìn)行評價(jià)，這類評價(jià)未能突出我國13 個(gè)糧食主產(chǎn)區(qū)在中國農(nóng)業(yè)現(xiàn)代化過程中的核心地位和關(guān)鍵作用；第二類是對各省域及其內(nèi)部各市縣農(nóng)業(yè)現(xiàn)代化水平的評價(jià)，它對于科學(xué)認(rèn)識某一省域及其不同市縣的農(nóng)業(yè)現(xiàn)代化水平具有積極作用，但這類研究未能將13 個(gè)糧食主產(chǎn)區(qū)置于統(tǒng)一的指標(biāo)體系下進(jìn)行比較研究，也無法充分認(rèn)識它們之間的差異。為此，本文在已有研究的基礎(chǔ)上構(gòu)建糧食主產(chǎn)區(qū)的農(nóng)業(yè)現(xiàn)代化評價(jià)指標(biāo)體系，在統(tǒng)一的指標(biāo)體系下運(yùn)用熵權(quán)TOPSIS 法對13 個(gè)糧食主產(chǎn)區(qū)的農(nóng)業(yè)現(xiàn)代化發(fā)展水平進(jìn)行評價(jià)，利用Dagum基尼系數(shù)對13 個(gè)省區(qū)農(nóng)業(yè)現(xiàn)代化水平的差異狀況進(jìn)行比較分析，最后采用馬爾科夫鏈分析糧食主產(chǎn)區(qū)農(nóng)業(yè)現(xiàn)代化發(fā)展水平的內(nèi)部動(dòng)態(tài)演進(jìn)過程，這有利于抓住中國農(nóng)業(yè)現(xiàn)代化的主要矛盾，并針對問題有的放矢地實(shí)行重點(diǎn)突破。

1 研究方法

1.1 評價(jià)指標(biāo)體系的構(gòu)建

農(nóng)業(yè)的現(xiàn)代化是從傳統(tǒng)農(nóng)業(yè)轉(zhuǎn)變?yōu)楝F(xiàn)代農(nóng)業(yè)的漸變過程，主要表現(xiàn)為通過現(xiàn)代農(nóng)業(yè)要素的投入、利用現(xiàn)代農(nóng)業(yè)勞動(dòng)力和管理經(jīng)驗(yàn)，提高農(nóng)業(yè)產(chǎn)出，促進(jìn)農(nóng)村經(jīng)濟(jì)的繁榮，并且隨著農(nóng)業(yè)生產(chǎn)環(huán)境問題的日益突出，農(nóng)業(yè)現(xiàn)代化還需注重農(nóng)業(yè)的可持續(xù)發(fā)展[19-20]。基于以上分析，結(jié)合已有的研究，從農(nóng)業(yè)生產(chǎn)要素投入、農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)與模式、農(nóng)業(yè)產(chǎn)出平、農(nóng)村經(jīng)濟(jì)發(fā)展水平、農(nóng)業(yè)生產(chǎn)可持續(xù)水平5 個(gè)方面構(gòu)建糧食主產(chǎn)區(qū)的農(nóng)業(yè)現(xiàn)代化評價(jià)指標(biāo)（表1）。

表1 糧食主產(chǎn)區(qū)農(nóng)業(yè)現(xiàn)代化評價(jià)指標(biāo)體系Table 1 Evaluation index system of the agricultural modernization levels in major grain producing areas

首先，現(xiàn)代農(nóng)業(yè)強(qiáng)調(diào)農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)，農(nóng)業(yè)機(jī)械投入和灌溉條件的改善，這些要素對糧食主產(chǎn)區(qū)的持續(xù)穩(wěn)定發(fā)展也尤為重要，因此可選取人均農(nóng)業(yè)固定資產(chǎn)投資、勞均農(nóng)業(yè)機(jī)械總動(dòng)力、有效灌溉率3 項(xiàng)指標(biāo)予以測度[8,10]。第二，農(nóng)業(yè)現(xiàn)代化在生產(chǎn)模式和結(jié)構(gòu)方面具有顯著特征，主要表現(xiàn)在農(nóng)地的適度規(guī)模經(jīng)營，農(nóng)業(yè)勞動(dòng)者素質(zhì)不斷提高，農(nóng)業(yè)技術(shù)進(jìn)步重要性日益突出，與此同時(shí)作為糧食主產(chǎn)區(qū)也需要維持一定的糧食作物播種面積，以實(shí)現(xiàn)國家糧食安全；因此，可選取戶均耕地面積、農(nóng)業(yè)勞動(dòng)者素質(zhì)、糧食播種面積比例等3 項(xiàng)指標(biāo)予以測度[12,15]。第三，現(xiàn)代農(nóng)業(yè)具有明顯高于傳統(tǒng)農(nóng)業(yè)的產(chǎn)出水平，主要體現(xiàn)在單位農(nóng)業(yè)勞動(dòng)力和單位面積耕地的產(chǎn)出率；與此同時(shí)，糧食主產(chǎn)區(qū)的核心任務(wù)是保障國家糧食安全，因而必須維持較高的糧食產(chǎn)出率，因此可以從勞動(dòng)生產(chǎn)率、單位耕地面積產(chǎn)出率、勞均糧食產(chǎn)量等3 個(gè)方面予以測度[14,16]。第四，農(nóng)業(yè)現(xiàn)代化的目標(biāo)是實(shí)現(xiàn)農(nóng)村產(chǎn)業(yè)興旺，以提高農(nóng)村經(jīng)濟(jì)發(fā)展水平，因此從人均農(nóng)業(yè)GDP、農(nóng)村居民人均純收入、恩格爾系數(shù)3 個(gè)方面予以測度[17-18]。最后，糧食主產(chǎn)區(qū)農(nóng)業(yè)現(xiàn)代化過程中，化肥、農(nóng)藥等現(xiàn)代農(nóng)業(yè)生產(chǎn)要素的過量施用，必然會(huì)導(dǎo)致農(nóng)業(yè)生態(tài)環(huán)境變化，影響農(nóng)業(yè)生產(chǎn)的可持續(xù)性，為此選取森林覆蓋率、農(nóng)業(yè)成災(zāi)率、地均化肥施用量、地均農(nóng)藥施用量4 個(gè)指標(biāo)來反映農(nóng)業(yè)生產(chǎn)可持續(xù)水平[11, 19-20]。

1.2 評價(jià)方法

熵權(quán)TOPSIS 方法首先通過熵權(quán)法確定指標(biāo)權(quán)重，然后定義決策問題的最優(yōu)和最劣理想解的距離，測算出各方案與理想解的相對近似度，最后對各方案進(jìn)行相應(yīng)排序。目前，該方法已被廣泛應(yīng)用于區(qū)域經(jīng)濟(jì)發(fā)展水平和發(fā)展效益評價(jià)方面。

由于不同指標(biāo)間的量綱、數(shù)量級和指標(biāo)間的正、負(fù)性存在差別，本文采用極差標(biāo)準(zhǔn)化的方法對表1中原始的正向和負(fù)向指標(biāo)進(jìn)行處理，其中原始指標(biāo)記xij，標(biāo)準(zhǔn)化后的指標(biāo)記為Xij；指標(biāo)權(quán)重則是在相同目標(biāo)約束下，各指標(biāo)的重要性關(guān)系，計(jì)算得到的各二級指標(biāo)權(quán)重記為wj，本研究采用熵權(quán)系數(shù)法對表1 中農(nóng)業(yè)現(xiàn)代化發(fā)展評價(jià)指標(biāo)賦予權(quán)重。指標(biāo)標(biāo)準(zhǔn)化和熵權(quán)法的具體計(jì)算步驟詳見陳江濤等[21]、慶文和王義保[22]、吳振華等[23]的研究。

在指標(biāo)標(biāo)準(zhǔn)化和指標(biāo)權(quán)重確定之后，將各二級指標(biāo)的標(biāo)準(zhǔn)化值Xij乘以其對應(yīng)的權(quán)重wj可計(jì)算得到相應(yīng)的目標(biāo)值fij，然后再尋找各目標(biāo)值fij的最優(yōu)值和最劣值，構(gòu)成最優(yōu)值向量和最劣值向量，其中，最優(yōu)值向量為：

最劣值向量為：

式中：i為年份，j為評價(jià)指標(biāo)數(shù)。

在獲取各目標(biāo)值fij最優(yōu)和最劣值向量的基礎(chǔ)上，分別計(jì)算fij與fj+和fj-之間的歐式距離，其中，fij與最優(yōu)值的歐式距離為：

fij與最劣值的歐式距離為：

依據(jù)各目標(biāo)值fij與最優(yōu)和最劣值向量的歐式距離，可計(jì)算得到各目標(biāo)的相對貼近度，其計(jì)算公式為：

式中：i=1，2，…，m，0 ≤ci≤1；ci值即表示農(nóng)業(yè)現(xiàn)代化水平的發(fā)展情況，ci=1 是正理想方案，ci=0 是負(fù)理想方案，ci越接近于1，則表示農(nóng)業(yè)現(xiàn)代化發(fā)展水平越高；而越接近于0，則表明農(nóng)業(yè)現(xiàn)代化發(fā)展水平越低。

1.3 省域農(nóng)業(yè)現(xiàn)代化發(fā)展水平的類型劃分

參考鐘水映等[24]、周迪和程慧平[25]對中國省域農(nóng)業(yè)現(xiàn)代化發(fā)展水平高低類型的劃分標(biāo)準(zhǔn)，以糧食主產(chǎn)區(qū)各年農(nóng)業(yè)現(xiàn)代化發(fā)展水平的80%、100%和120%為分界點(diǎn)，分別記MPij為i年j省的農(nóng)業(yè)現(xiàn)代化發(fā)展水平，MGPAi為i年糧食主產(chǎn)區(qū)整體的農(nóng)業(yè)現(xiàn)代化發(fā)展水平，則可以將糧食主產(chǎn)區(qū)的農(nóng)業(yè)現(xiàn)代化發(fā)展水平劃分為4 種類型（表2）。

表2 糧食主產(chǎn)區(qū)各省域農(nóng)業(yè)現(xiàn)代化發(fā)展水平類型劃分依據(jù)Table 2 Classification of agricultural modernization development levels in major grain producing areas

1.4 基尼系數(shù)

為了進(jìn)一步了解糧食主產(chǎn)區(qū)農(nóng)業(yè)現(xiàn)代化發(fā)展水平地區(qū)差異的來源和大小，根據(jù)Dagum 提出的基尼系數(shù)公式[24,26-27]分別計(jì)算2000—2016年糧食主產(chǎn)區(qū)的農(nóng)業(yè)現(xiàn)代化發(fā)展水平地區(qū)差異的基尼系數(shù)，計(jì)算公式為：

式中：yji、yhr為j(h)地區(qū)任意省份的農(nóng)業(yè)現(xiàn)代化發(fā)展水平，μ為糧食主產(chǎn)區(qū)農(nóng)業(yè)現(xiàn)代化發(fā)展水平，n為考察對象數(shù)，k為地區(qū)數(shù)，nj、nh為j(h)地區(qū)的省份個(gè)數(shù)。

按照Dagum 基尼系數(shù)的分解方法，可以將糧食主產(chǎn)區(qū)農(nóng)業(yè)現(xiàn)代化發(fā)展水平地區(qū)差異分解成三個(gè)部分，即地區(qū)內(nèi)差距的貢獻(xiàn)（Gn），地區(qū)間差距的貢獻(xiàn)（Gj）和超變密度的貢獻(xiàn)（Gt），且滿足：

1.5 馬爾科夫鏈

馬爾科夫鏈方法是通過構(gòu)造一個(gè)概率轉(zhuǎn)移矩陣，描述各區(qū)域農(nóng)業(yè)現(xiàn)代化發(fā)展水平從一種狀態(tài)轉(zhuǎn)移為另一種狀態(tài)的動(dòng)態(tài)演進(jìn)，其基本原理和計(jì)算方法詳見鐘水映等[24]、周迪和程慧平[25]、張學(xué)龍等[28]的研究。通過馬爾科夫鏈可以將農(nóng)業(yè)現(xiàn)代化發(fā)展水平的4 種類型區(qū)構(gòu)造成一個(gè)4×4 的農(nóng)業(yè)現(xiàn)代化發(fā)展水平概率轉(zhuǎn)移矩陣，由此可以通過最大似然估計(jì)得出一種類型區(qū)轉(zhuǎn)移到另一種類型區(qū)的概率Pij，其計(jì)算公式[24-25]為：

式中：nij為某地區(qū)農(nóng)業(yè)現(xiàn)代化發(fā)展水平從i類型轉(zhuǎn)變?yōu)閖類型的次數(shù)；ni表示第i種類型農(nóng)業(yè)現(xiàn)代化發(fā)展水平出現(xiàn)的次數(shù)。

1.6 數(shù)據(jù)的來源

本文所用的指標(biāo)數(shù)據(jù)中，人均農(nóng)業(yè)固定資產(chǎn)投資、勞均農(nóng)業(yè)機(jī)械總動(dòng)力、有效灌溉率、糧食播種面積比例、勞動(dòng)生產(chǎn)率、勞均糧食產(chǎn)量、人均農(nóng)業(yè)GDP、農(nóng)村居民人均純收入數(shù)據(jù)來自于國家統(tǒng)計(jì)局；戶均耕地面積、農(nóng)業(yè)勞動(dòng)者素質(zhì)、恩格爾系數(shù)、森林覆蓋率、農(nóng)業(yè)成災(zāi)率、地均化肥施用量、地均農(nóng)藥施用量等指標(biāo)數(shù)據(jù)來自于各省市統(tǒng)計(jì)年鑒（2001—2017年）和中國農(nóng)村統(tǒng)計(jì)年鑒（2001—2017年）。部分缺失數(shù)據(jù)采用均值替換法和線性擬合法進(jìn)行補(bǔ)充。

2 結(jié)果與分析

2.1 糧食主產(chǎn)區(qū)農(nóng)業(yè)現(xiàn)代化的綜合評價(jià)分析

2000—2016年糧食主產(chǎn)區(qū)整體的農(nóng)業(yè)現(xiàn)代化發(fā)展指數(shù)由0.434 波動(dòng)變化到0.379，呈現(xiàn)出明顯的不規(guī)則波動(dòng)變化特征，波動(dòng)幅度為0.055，平均值為0.401（表3）；可見近17年來，糧食主產(chǎn)區(qū)農(nóng)業(yè)現(xiàn)代化發(fā)展呈現(xiàn)出不穩(wěn)定的特征，而且發(fā)展水平明顯偏低。究其主要原因在于，糧食主產(chǎn)區(qū)糧食生產(chǎn)任務(wù)重，高附加值的經(jīng)濟(jì)作物、畜牧業(yè)發(fā)展較慢，因而農(nóng)業(yè)生產(chǎn)經(jīng)濟(jì)效益時(shí)常受經(jīng)濟(jì)形勢影響而產(chǎn)生波動(dòng)，而且農(nóng)藥、化肥等化學(xué)要素長期過量使用，使得農(nóng)業(yè)生產(chǎn)可持續(xù)性明顯降低。糧食主產(chǎn)區(qū)是維護(hù)我國糧食安全的關(guān)鍵區(qū)域，本研究揭示了糧食主產(chǎn)區(qū)農(nóng)業(yè)現(xiàn)代化發(fā)展不穩(wěn)定，發(fā)展水平不高且進(jìn)展較慢，因而加快推進(jìn)糧食主產(chǎn)區(qū)農(nóng)業(yè)現(xiàn)代化乃是我國農(nóng)業(yè)現(xiàn)代化發(fā)展的重中之重。

與糧食主產(chǎn)區(qū)整體類似，區(qū)內(nèi)13 個(gè)糧食主產(chǎn)省份的農(nóng)業(yè)現(xiàn)代化發(fā)展水平也呈現(xiàn)出不穩(wěn)定的波動(dòng)變化特征，其中波動(dòng)幅度最大的是湖北省，其農(nóng)業(yè)現(xiàn)代化發(fā)展指數(shù)值由2000年的0.461 波動(dòng)變化到2016年0.404，最低值為2008年的0.305，波動(dòng)幅度達(dá)到了0.156；波動(dòng)幅度最小的是遼寧省，其農(nóng)業(yè)現(xiàn)代化發(fā)展指數(shù)值由2000年的0.414 波動(dòng)變化到2016年的0.366，波動(dòng)幅度為0.054。按2000—2016年農(nóng)業(yè)現(xiàn)代化發(fā)展水平波動(dòng)幅度大小，13 個(gè)糧食主產(chǎn)省份大體可以劃分為3 個(gè)層次，其中波動(dòng)幅度在0.12 以上的有湖北（0.156）、吉林（0.135）和河南（0.123），波動(dòng)幅度在0.100～0.115 之間的有江西（0.112）、黑龍江（0.105）和內(nèi)蒙古（0.103），波動(dòng)幅度在0.054～0.100 之間的有河北（0.090）、山東（0.087）、安徽（0.085）、湖南（0.073）、四川（0.062）、江蘇（0.061）和遼寧（0.054）?？梢姡?7年來區(qū)內(nèi)13 個(gè)糧食主產(chǎn)省份的農(nóng)業(yè)現(xiàn)代化發(fā)展水平雖然波動(dòng)幅度大小有別，但它們都未能實(shí)現(xiàn)持續(xù)穩(wěn)定的推進(jìn)，究其原因在于，我國人多地少，以家庭聯(lián)產(chǎn)承包為主導(dǎo)的小農(nóng)戶經(jīng)營使得農(nóng)地細(xì)碎化特征尤為明顯，難以實(shí)現(xiàn)機(jī)械化的規(guī)模經(jīng)營，因而農(nóng)業(yè)勞動(dòng)產(chǎn)出率低，農(nóng)業(yè)生產(chǎn)的經(jīng)濟(jì)收益不穩(wěn)定；農(nóng)藥和化肥的過量施用問題突出，農(nóng)業(yè)生產(chǎn)可持續(xù)性有所下降。

從糧食主產(chǎn)區(qū)各省發(fā)展的差異方面看，農(nóng)業(yè)現(xiàn)代化水平排在前3 位的始終為黑龍江、內(nèi)蒙古和吉林3 省區(qū)，2016年其發(fā)展水平分別為0.596、0.479、0.452；排在后三位的始終為安徽、河南和四川3 省，2016年其發(fā)展水平分別為0.282、0.261 和0.244。究其原因在于，黑龍江、內(nèi)蒙古和吉林3 省區(qū)位于中國北部，相對于安徽、河南和四川3 省而言，具有地廣人稀的特征，其人均耕地面積大，較好地實(shí)現(xiàn)了農(nóng)地的適度規(guī)模經(jīng)營，因而3 省的農(nóng)業(yè)勞動(dòng)生產(chǎn)率、單位耕地面積產(chǎn)出率、人均農(nóng)業(yè)GDP、農(nóng)民人均可支配收入等各項(xiàng)農(nóng)業(yè)產(chǎn)出和農(nóng)村經(jīng)濟(jì)發(fā)展的指標(biāo)都比較高；與此同時(shí)，這些地區(qū)財(cái)政支農(nóng)力度大，而且化肥、農(nóng)藥等化學(xué)要素使用相對較少，農(nóng)業(yè)的可持續(xù)性也較強(qiáng)。以戶均耕地面積和人均農(nóng)業(yè)固定資產(chǎn)投入為例，2016年黑龍江、內(nèi)蒙古、吉林3 省區(qū)分別為3.03 hm2/戶、2.34 hm2/戶、1.60 hm2/戶和383.7 元/人、245.4 元/人、193.9 元/人，而四川、安徽、河南3 省僅為0.19 hm2/戶、0.39 hm2/戶、0.39 hm2/戶和34.0 元/人、45.1 元/人、54.5 元/人。其中，四川省的戶均耕地面積和人均農(nóng)業(yè)固定資產(chǎn)投資僅為黑龍江的6.3%和8.9%。

2.2 糧食主產(chǎn)區(qū)農(nóng)業(yè)現(xiàn)代化水平的空間差異分析

利用農(nóng)業(yè)現(xiàn)代化水平高低值區(qū)的劃分標(biāo)準(zhǔn)，運(yùn)用Arcgis10.2 軟件，生成2000、2008 和2016年糧食主產(chǎn)區(qū)農(nóng)業(yè)現(xiàn)代化水平的空間演變圖（圖1）。

表3 糧食主產(chǎn)區(qū)各省2000—2016年農(nóng)業(yè)現(xiàn)代化水平Table 3 Provincial agricultural modernization levels in major grain producing areas from 2000 to 2016

2000—2016年在糧食主產(chǎn)區(qū)的13 個(gè)省份中，相對而言黑龍江、吉林、內(nèi)蒙古3 ?。ㄗ灾螀^(qū)）由于現(xiàn)代農(nóng)業(yè)發(fā)展特征顯著（農(nóng)業(yè)機(jī)械化水平高，較好地實(shí)現(xiàn)了適度規(guī)模經(jīng)營），因而其農(nóng)業(yè)產(chǎn)出水平（即土地產(chǎn)出率、勞動(dòng)生產(chǎn)率、勞均糧食產(chǎn)量等指標(biāo)）和農(nóng)村經(jīng)濟(jì)發(fā)展程度（人均農(nóng)業(yè)GDP、農(nóng)村居民人均可支配收入等指標(biāo)）均比較高，與此同時(shí)其農(nóng)業(yè)可持續(xù)性也較強(qiáng)（化肥和農(nóng)藥等要素投入較少），因而始終是農(nóng)業(yè)現(xiàn)代化水平的高值區(qū)。河北、河南、四川、湖南、安徽5 省都是人口大省，農(nóng)業(yè)人口眾多，人多地少和耕地細(xì)碎化經(jīng)營特征尤為明顯，再加上農(nóng)業(yè)勞動(dòng)者文化水平不高，糧食作物所占比重大，勞均糧食產(chǎn)量和農(nóng)業(yè)經(jīng)濟(jì)效益不高，農(nóng)村經(jīng)濟(jì)發(fā)展水平也較低，因而這些省份的農(nóng)業(yè)現(xiàn)代化水平始終屬于中低值區(qū)。而遼寧、山東、江蘇、湖北、江西等5 省雖然也存在人多地少的特征，但這些省份都位于東部沿海和中部農(nóng)村經(jīng)濟(jì)發(fā)展水平相對較高的地帶，其農(nóng)業(yè)勞動(dòng)者文化水平相對較高，農(nóng)業(yè)生產(chǎn)已基本轉(zhuǎn)變?yōu)楝F(xiàn)代農(nóng)業(yè)生產(chǎn)模式，農(nóng)業(yè)產(chǎn)出率和經(jīng)濟(jì)效益較高，因而這些地區(qū)農(nóng)業(yè)現(xiàn)代化水平較多地在中值區(qū)和較高值區(qū)之間波動(dòng)。

圖1 糧食主產(chǎn)區(qū)省域農(nóng)業(yè)現(xiàn)代化水平的空間演變Fig. 1 Spatial evolution of the agricultural modernization level in provincial scale of major grain producing areas

2.3 糧食主產(chǎn)區(qū)農(nóng)業(yè)現(xiàn)代化發(fā)展水平的地區(qū)差距及其來源分析

按照Dagum 基尼系數(shù)計(jì)算公式，得到2000—2016年糧食主產(chǎn)區(qū)農(nóng)業(yè)現(xiàn)代化發(fā)展水平的總體基尼系數(shù)；在此基礎(chǔ)上將其按照東北（黑龍江、吉林、遼寧、內(nèi)蒙古）、華北（河北、河南、山東）、長江流域（江蘇、安徽、江西、湖南、湖北、四川）三大地區(qū)分解[25,29]，分別測算出三大地區(qū)的地區(qū)內(nèi)基尼系數(shù)和地區(qū)間基尼系數(shù)，然后再計(jì)算地區(qū)內(nèi)基尼系數(shù)、地區(qū)間基尼系數(shù)和超核密度在總體基尼系數(shù)當(dāng)中所占的貢獻(xiàn)率。

2.3.1 糧食主產(chǎn)區(qū)農(nóng)業(yè)現(xiàn)代化發(fā)展水平的總體差距及其演變趨勢 總體上看，2000—2016年基尼系數(shù)總體水平呈波動(dòng)變化，基尼系數(shù)從2000年的0.121上升到2016年的0.140（圖2），年均上升0.86%，可見糧食主產(chǎn)區(qū)各省份的農(nóng)業(yè)現(xiàn)代化水平的差距總體在擴(kuò)大。具體來看，基尼系數(shù)從2000年的0.121上升到2002年的0.170，達(dá)到局部最大值。從2002年基尼系數(shù)下降到2013年的0.125，達(dá)局部最小值。之后，基尼系數(shù)又開始上升，到2016年達(dá)0.140，年均增長率為2.32%。

圖2 糧食主產(chǎn)區(qū)農(nóng)業(yè)現(xiàn)代化水平總體基尼系數(shù)演變趨勢Fig. 2 Evolution trend of the Gini coefficient of the agricultural modernization level in major grain producing areas

2.3.2 糧食主產(chǎn)區(qū)農(nóng)業(yè)現(xiàn)代化發(fā)展水平的地區(qū)內(nèi)差距及其演變趨勢 分區(qū)域來看，東北地區(qū)農(nóng)業(yè)現(xiàn)代化水平的基尼系數(shù)呈現(xiàn)出明顯的波動(dòng)上升趨勢，其基尼系數(shù)由2000年的0.069 變化到2016年的0.096（圖3），年均增長率為2.09%，2011年基尼系數(shù)達(dá)到最大為0.104。究其原因在于，相較于黑龍江、吉林、內(nèi)蒙古3 省，遼寧人多地少特征顯著，農(nóng)業(yè)的規(guī)?；?jīng)營水平較低，農(nóng)業(yè)產(chǎn)出水平和農(nóng)村經(jīng)濟(jì)發(fā)展水平也明顯較低，因而遼寧農(nóng)業(yè)現(xiàn)代化水平與其他3省存在顯著的差距（表3）。2000—2007年東北地區(qū)農(nóng)業(yè)現(xiàn)代化的區(qū)內(nèi)差異要顯著低于長江流域和華北地區(qū)，但2008—2016年東北地區(qū)農(nóng)業(yè)現(xiàn)代化水平的區(qū)內(nèi)差距逐步擴(kuò)大，越來越接近長江流域的區(qū)內(nèi)差異，而且已明顯高于華北地區(qū)的區(qū)內(nèi)差異。

圖3 東北、華北、長江流域地區(qū)內(nèi)基尼系數(shù)的演變趨勢Fig. 3 Evolution trends of the Gini coefficients in Northeast China, North China and Yangtze River Basin

華北地區(qū)的基尼系數(shù)變化可以分為快速上升（2000—2005年）、快速下降（2006—2012年）和持續(xù)上升（2013—2016年）3 個(gè)階段；第一階段其農(nóng)業(yè)現(xiàn)代化基尼系數(shù)從2000年的0.065 上升到2005年的0.107（圖3），達(dá)到研究期間的最大值；可以看出，期間華北地區(qū)內(nèi)各省份農(nóng)業(yè)現(xiàn)代化發(fā)展差異較大，與長江流域內(nèi)各省份的差距基本相當(dāng)。第二階段華北地區(qū)農(nóng)業(yè)現(xiàn)代化基尼系數(shù)則由2006年的0.100 下降到2012年的0.029，達(dá)到研究期間的最小值，年均下降18.64%，表明期間華北地區(qū)內(nèi)各省的農(nóng)業(yè)現(xiàn)代化水平差距不斷縮小。第三階段其基尼系數(shù)則由0.037 持續(xù)上升到2016年的0.052，年均上升12%，表明期間華北地區(qū)內(nèi)各省的農(nóng)業(yè)現(xiàn)代化水平差有擴(kuò)大的趨勢。總體上看，2008年以后，華北地區(qū)基尼系數(shù)已明顯低于東北地區(qū)和長江流域，原因在于河北、河南和山東都是農(nóng)業(yè)人口大省，自然資源稟賦最為相似，因而3 省在農(nóng)業(yè)生產(chǎn)模式與結(jié)構(gòu)、農(nóng)業(yè)產(chǎn)出水平、農(nóng)村經(jīng)濟(jì)發(fā)展等方面的各項(xiàng)具體指標(biāo)均相差不大。

長江流域地區(qū)2000—2016年基尼系數(shù)也呈現(xiàn)明顯的波動(dòng)上升趨勢，從2000年的0.072 波動(dòng)上升到2016年的0.114（圖3），年均增長率為2.78%，而且在長江流域、東北和華北三大區(qū)域內(nèi)，長江流域各省份的農(nóng)業(yè)現(xiàn)代化水平差異最大；究其原因在于，長江流域從東到西跨度很大，6 省在農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)與模式、農(nóng)業(yè)產(chǎn)出水平、農(nóng)村經(jīng)濟(jì)發(fā)展程度等方面都有較大差異，例如2016年江蘇、湖北和江西3 省都屬于農(nóng)業(yè)現(xiàn)代化水平較高值區(qū)，湖南屬于中值區(qū)，安徽和四川則屬于低值區(qū)（圖1）。

2.3.3 糧食主產(chǎn)區(qū)農(nóng)業(yè)現(xiàn)代化發(fā)展水平的地區(qū)間差距及其演變趨勢 東北—華北、東北—長江流域間的基尼系數(shù)明顯大于華北—長江流域間的基尼系數(shù)（圖4），究其原因在于2000—2016年東北地區(qū)的農(nóng)業(yè)現(xiàn)代化水平均值為0.512，顯著地高于期間華北地區(qū)的0.347 和長江流域地區(qū)0.338，而華北與長江流域地區(qū)的農(nóng)業(yè)現(xiàn)代化水平相對比較接近，因而華北—長江流域間的基尼系數(shù)相對較小。

從單個(gè)地區(qū)間的基尼系數(shù)變化來看，東北—華北地區(qū)間基尼系數(shù)從2000年的0.195 緩慢波動(dòng)下降到2004年0.240，達(dá)到最大值，之后波動(dòng)下降至2013年的0.163，然后又上升到2016年的0.217。在整個(gè)研究期間，東北—華北地區(qū)間的基尼系數(shù)年均上升率為0.67%。

圖4 東北、華北、長江流域地區(qū)間基尼系數(shù)演變趨勢Fig. 4 Evolution trends of the Gini coefficients among Northeast Plain, North China Plain and Yangtze River Basin

東北—長江流域的基尼系數(shù)從2000年的0.172上升到2003年的0.265，達(dá)到最大值；然后波動(dòng)下降到2016年的0.159，年均下降3.85%。究其原因在于，2000—2003年間，黑龍江、吉林、遼寧、內(nèi)蒙古4 省區(qū)農(nóng)業(yè)現(xiàn)代化水平明顯提高，而江西、安徽、湖南、湖北的農(nóng)業(yè)現(xiàn)代化水平有所下降，導(dǎo)致地區(qū)間的基尼系數(shù)增大。2004—2016年期間，黑龍江、吉林、內(nèi)蒙古三省區(qū)的農(nóng)業(yè)現(xiàn)代化水平雖然在波動(dòng)中有所增長，但增速緩慢，且遼寧的農(nóng)業(yè)現(xiàn)代化水平有所下降；而長江流域的江蘇、安徽、江西、湖南、湖北5 省的農(nóng)業(yè)現(xiàn)代化水平都在波動(dòng)中有一定提高，因此該期間基尼系數(shù)呈波動(dòng)減小。

華北—長江地區(qū)的基尼系數(shù)變化可以分為2000—2005年的波動(dòng)上升階段、2006—2012年的平穩(wěn)波動(dòng)和2013—2016年的逐步上升3 個(gè)階段，且其值要遠(yuǎn)小于東北—華北和東北—長江流域地區(qū)。第一階段，基尼系數(shù)從2000年的0.075 上升到2005年的0.148，達(dá)到最大值，年均上升14.37%，表明在此期間兩地區(qū)間的差距不斷擴(kuò)大。第二階段，基尼系數(shù)從2006年的0.111 平穩(wěn)波動(dòng)到2012年的0.110，表明在此期間兩地區(qū)之間的發(fā)展差距基本保持穩(wěn)定。第三階段基尼系數(shù)從2013年的0.082 上升到了2016年的0.122，年均增長14.16%，增速略低于第一階段。

2.3.4 糧食主產(chǎn)區(qū)農(nóng)業(yè)現(xiàn)代化地區(qū)差距的來源及其貢獻(xiàn)率 從圖5 可以發(fā)現(xiàn)，地區(qū)間、地區(qū)內(nèi)、超變密度的貢獻(xiàn)率差距較為明顯。從整體上來看，地區(qū)間貢獻(xiàn)率最大，其次是地區(qū)內(nèi)貢獻(xiàn)率，最小超變密度。究其主要原因在于，東北、華北和長江流域3大區(qū)域之間自然資源、經(jīng)濟(jì)發(fā)展水平等條件稟賦差異較大（相對而言，東北地區(qū)地廣人稀，而長江流域則人多地少），因而在農(nóng)業(yè)生產(chǎn)的經(jīng)營模式，生產(chǎn)結(jié)構(gòu)、產(chǎn)出效益等方面均有較大差異；相對于地區(qū)間的差異而言，同一區(qū)域內(nèi)的自然和經(jīng)濟(jì)條件差別都明顯較小，因而其對差距形成的貢獻(xiàn)率最小?？梢?，提升糧食主產(chǎn)區(qū)整體的農(nóng)業(yè)現(xiàn)代化水平，其關(guān)鍵在于縮小地區(qū)間的差異。

圖5 糧食主產(chǎn)區(qū)農(nóng)業(yè)現(xiàn)代化水平的地區(qū)差距貢獻(xiàn)率及其演變態(tài)勢Fig. 5 Contribution rates of the regional gaps to the agricultural modernization level in major grain producing areas

從演變趨勢具體來看，2000—2016年糧食主產(chǎn)區(qū)農(nóng)業(yè)現(xiàn)代化水平的地區(qū)間的貢獻(xiàn)率總體上呈下降趨勢，從2000年的72.79%下降到2016年的65.70%，下降了7.09 個(gè)百分點(diǎn)。地區(qū)內(nèi)的貢獻(xiàn)率則從2000年的20.62%上升到2016年的26.03%，上升了5.41 個(gè)百分點(diǎn)。這表明，近年來我國一系列旨在推進(jìn)農(nóng)業(yè)規(guī)模經(jīng)營，推進(jìn)農(nóng)業(yè)現(xiàn)代化的扶持政策已開始在人多地少的糧食主產(chǎn)區(qū)開始產(chǎn)生積極效應(yīng)，使得華北和長江流域的農(nóng)業(yè)現(xiàn)代化水平與東北地區(qū)的差距逐漸縮小。另一方面，由于各省的城鎮(zhèn)化和經(jīng)濟(jì)發(fā)展水平不同，各省對推進(jìn)農(nóng)業(yè)現(xiàn)代化的各類政策的執(zhí)行和實(shí)踐程度存在明顯差異（例如，江蘇、山東、湖北等省在推進(jìn)農(nóng)地規(guī)模經(jīng)營，發(fā)展現(xiàn)代農(nóng)業(yè)方面明顯走在全國前列[30]），因而導(dǎo)致同一區(qū)域內(nèi)各省的農(nóng)業(yè)現(xiàn)代化水平差距開始加大。超變密度在2000—2016年貢獻(xiàn)率變化幅度不大，從2000年的6.59%波動(dòng)變化到2016年的8.27%。

2.4 糧食主產(chǎn)區(qū)農(nóng)業(yè)現(xiàn)代化發(fā)展水平的概率轉(zhuǎn)移分析

表4 給出了糧食主產(chǎn)區(qū)農(nóng)業(yè)現(xiàn)代化發(fā)展水平的概率轉(zhuǎn)移計(jì)算結(jié)果，從中可以看出：對角線上的概率明顯大于非對角線上的概率，說明糧食主產(chǎn)區(qū)各省的農(nóng)業(yè)現(xiàn)代化水平轉(zhuǎn)化的可能性較低。具體來看，原來處于農(nóng)業(yè)現(xiàn)代化水平低值區(qū)（類型Ⅰ）的省份，78.2%的概率仍然為低值區(qū)（類型Ⅰ），18.2%的概率轉(zhuǎn)化為中值區(qū)（類型Ⅱ），3.6%的概率轉(zhuǎn)化為較高值區(qū)（類型Ⅲ）；原處于農(nóng)業(yè)現(xiàn)代化水平中值區(qū)（類型Ⅱ）的省份，有69.9%的概率仍然保持中值區(qū)，13.7%的概率轉(zhuǎn)化為較高值區(qū)（類型Ⅲ），16.4%的概率轉(zhuǎn)變?yōu)榈椭祬^(qū)（類型Ⅰ）；原來農(nóng)業(yè)現(xiàn)代化水平處于較高值區(qū)（類型Ⅲ）的省份，有66.7%的概率仍然保持較高值區(qū)（類型Ⅲ），23.8%的概率降低為中值區(qū)（類型Ⅱ），2.4%的概率降低為低值區(qū)（類型Ⅰ），7.1%的概率轉(zhuǎn)化為高值區(qū)（類型Ⅳ）；原來屬于農(nóng)業(yè)現(xiàn)代化水平高值區(qū)（類型Ⅳ）的省份，92.2%的概率維持在高值區(qū)（類型Ⅳ），7.8%的概率降低為較高值區(qū)（類型Ⅲ）。

表4 糧食主產(chǎn)區(qū)農(nóng)業(yè)現(xiàn)代化發(fā)展水平馬爾科夫鏈轉(zhuǎn)移矩陣概率分布Table 4 Distribution of the Markov probability matrix of the agricultural modernization levels in major grain producing areas

表5 則表示出了糧食主產(chǎn)區(qū)2000—2016年的農(nóng)業(yè)現(xiàn)代化發(fā)展水平的初始分布和Markov 鏈的穩(wěn)態(tài)分布，從中可以看出：比較于初始分布，穩(wěn)態(tài)分布的低值區(qū)提高了2.2 個(gè)百分點(diǎn)，中值區(qū)基本不變，較高值區(qū)提高了1.9 個(gè)百分點(diǎn)，高值區(qū)則下降了4個(gè)百分點(diǎn)。這表明，糧食主產(chǎn)區(qū)各省農(nóng)業(yè)現(xiàn)代化水平的長期均衡狀態(tài)將在中值區(qū)和較高值區(qū)分布，呈現(xiàn)出始終穩(wěn)定集聚在中值區(qū)和較高值區(qū)的發(fā)展趨勢。其中，中值區(qū)比例最高，達(dá)到32.9%，較高值區(qū)為20.9%，兩者合計(jì)達(dá)53.8%；相對而言，高值區(qū)分布最少，僅為19.1%；低值區(qū)分布較高，達(dá)到了27.1%。

表5 糧食主產(chǎn)區(qū)農(nóng)業(yè)現(xiàn)代化發(fā)展水平的初始分布和穩(wěn)態(tài)分析Table 5 Initial and steady state of the agricultural modernization levels in major grain producing areas

3 結(jié)論與政策建議

3.1 結(jié)論

研究表明，2000—2016年糧食主產(chǎn)區(qū)農(nóng)業(yè)現(xiàn)代化水平均值為0.394，整體發(fā)展水平不高，區(qū)內(nèi)13個(gè)省區(qū)的發(fā)展水平差距較明顯，其中黑龍江、內(nèi)蒙古和吉林3 省始終處于農(nóng)業(yè)現(xiàn)代化水平的高值區(qū)，河北、河南、安徽、湖南和四川等5 省始終屬于中低值區(qū)，遼寧、山東、江蘇、湖北和江西等5 省較多地在中值區(qū)和較高值區(qū)在之間轉(zhuǎn)化。這充分說明，糧食主產(chǎn)區(qū)內(nèi)13 個(gè)省域的農(nóng)業(yè)現(xiàn)代化發(fā)展水平是非均衡的，其演化和發(fā)展的路徑也存在明顯差異。

研究期內(nèi)，糧食主產(chǎn)區(qū)農(nóng)業(yè)現(xiàn)代化水平的基尼系數(shù)總體上升，其中東北、華北和長江流域3 大區(qū)域內(nèi)農(nóng)業(yè)現(xiàn)代化發(fā)展分異對糧食主產(chǎn)區(qū)整體農(nóng)業(yè)現(xiàn)代化非均衡發(fā)展的貢獻(xiàn)率在不斷增大，其值由2000年的20.62%上升到了2016年的26.03%；而東北—華北、東北—長江流域和華北—長江流域3 大區(qū)域間農(nóng)業(yè)現(xiàn)代化發(fā)展分異對糧食主產(chǎn)區(qū)整體農(nóng)業(yè)現(xiàn)代化非均衡發(fā)展的貢獻(xiàn)率則在不斷減小，其值由72.79%下降到了65.70%?？梢?，在今后農(nóng)業(yè)現(xiàn)代化推進(jìn)過程中，需要強(qiáng)化同一區(qū)域內(nèi)各省的農(nóng)業(yè)交流與合作，以降低同一區(qū)域內(nèi)各省農(nóng)業(yè)現(xiàn)代化發(fā)展水平的差距。

糧食主產(chǎn)區(qū)各省農(nóng)業(yè)現(xiàn)代化發(fā)展水平狀態(tài)流動(dòng)性較低，但長期來看，糧食主產(chǎn)區(qū)各省農(nóng)業(yè)現(xiàn)代化發(fā)展將呈現(xiàn)向中值區(qū)和較高值集聚發(fā)展的特征，與此同時(shí)高值區(qū)數(shù)量略有減少，而低值區(qū)的數(shù)量略有增加。因而需要尋找重點(diǎn)省域的關(guān)鍵因素，力爭提高其農(nóng)業(yè)現(xiàn)代化發(fā)展水平，防范向低值區(qū)轉(zhuǎn)化。

3.2 政策建議

1）推進(jìn)農(nóng)地適度規(guī)模經(jīng)營，強(qiáng)化農(nóng)業(yè)合作。研究表明，戶均耕地面積是糧食主產(chǎn)區(qū)權(quán)重最大指標(biāo)，而東北地區(qū)農(nóng)業(yè)現(xiàn)代化水平始終處于高值區(qū)的重要原因是戶均耕地面積大，較好地實(shí)現(xiàn)了農(nóng)業(yè)的適度規(guī)模經(jīng)營。因此，在當(dāng)前和今后很長一段時(shí)期，應(yīng)在除黑龍江、吉林、內(nèi)蒙古外的其他10 個(gè)主產(chǎn)省區(qū)，加快實(shí)施2019年2 月印發(fā)《關(guān)于促進(jìn)小農(nóng)戶和現(xiàn)代農(nóng)業(yè)發(fā)展有機(jī)銜接的意見》，立足我國“人均一畝三分地，戶均不過十畝田”的實(shí)情，小農(nóng)戶家庭經(jīng)營將是我國農(nóng)業(yè)的主要經(jīng)營模式的國情，加快制定支持和鼓勵(lì)小農(nóng)戶聯(lián)戶經(jīng)營、聯(lián)耕聯(lián)種、組建合伙農(nóng)場等方面的政策措施，以實(shí)現(xiàn)土地的適度規(guī)模經(jīng)營；加快規(guī)范和發(fā)展各類農(nóng)業(yè)服務(wù)組織，引導(dǎo)農(nóng)戶共同購置農(nóng)機(jī)、農(nóng)資，接受統(tǒng)耕統(tǒng)收、統(tǒng)防統(tǒng)治、統(tǒng)銷統(tǒng)結(jié)等服務(wù)，以降低農(nóng)業(yè)生產(chǎn)經(jīng)營成本，提高其經(jīng)濟(jì)效益和競爭力。

2）加大區(qū)域間農(nóng)業(yè)全方位的交流與合作，發(fā)揮各地區(qū)間的協(xié)同效應(yīng)。分析表明，除東北地區(qū)外，江蘇、山東、湖北等3 省的農(nóng)業(yè)現(xiàn)代化發(fā)展水平顯著高于周邊條件類似的糧食主產(chǎn)省份，因此可以因地制宜強(qiáng)化發(fā)展條件相似地區(qū)（例如構(gòu)建江蘇-安徽-江西、山東-河北-河南、湖北-湖南-四川等農(nóng)業(yè)合作區(qū)），重點(diǎn)圍繞職業(yè)農(nóng)民培訓(xùn)、農(nóng)業(yè)合作組織建設(shè)、農(nóng)地流轉(zhuǎn)等關(guān)鍵領(lǐng)域，加快構(gòu)建現(xiàn)代農(nóng)業(yè)發(fā)展的交流與合作機(jī)制，使該地區(qū)建立的支農(nóng)惠農(nóng)政策去影響周邊省份，促進(jìn)周邊地區(qū)主動(dòng)進(jìn)行政策的調(diào)整，從而提高糧食主產(chǎn)區(qū)整體的農(nóng)業(yè)現(xiàn)代化發(fā)展水平。

3）防范山地丘陵省區(qū)向農(nóng)業(yè)現(xiàn)代化水平低值區(qū)轉(zhuǎn)變，引導(dǎo)其向較高值區(qū)發(fā)展。分析表明，雖然長期而言糧食主產(chǎn)區(qū)各省農(nóng)業(yè)現(xiàn)代化將向較高值區(qū)和高值區(qū)集聚，但低值區(qū)仍將有27.1%的比例。因此，為提升江西、湖南、安徽、四川等山地丘陵省區(qū)的農(nóng)業(yè)現(xiàn)代化水平，應(yīng)加快推進(jìn)該類地區(qū)的新型城鎮(zhèn)化，引導(dǎo)山地丘陵地區(qū)的農(nóng)戶有序向周邊城鎮(zhèn)轉(zhuǎn)移，為農(nóng)地流轉(zhuǎn)創(chuàng)造條件；與此同時(shí)，針對山區(qū)的“雞爪田”、“巴掌田”等特殊農(nóng)業(yè)立地條件，引導(dǎo)農(nóng)戶通過農(nóng)地互換，逐步擴(kuò)大地塊面積；大力發(fā)展適合山區(qū)的小型農(nóng)業(yè)機(jī)械，推進(jìn)山區(qū)田間的機(jī)械道路建設(shè)，逐步提升農(nóng)業(yè)的機(jī)械化發(fā)展水平。山地丘陵地區(qū)農(nóng)業(yè)勞動(dòng)力老弱化特征明顯，應(yīng)加快培育一批新型職業(yè)農(nóng)民和農(nóng)業(yè)大戶，發(fā)揮農(nóng)業(yè)帶頭人的引領(lǐng)作用，加快各類先進(jìn)農(nóng)業(yè)技術(shù)的推廣和應(yīng)用。