中國農(nóng)業(yè)高質(zhì)量發(fā)展的時空差異與動態(tài)演進

郭郡郡，劉玉萍

（西華師范大學(xué) 公共政策研究院，四川 南充 637009）

習(xí)近平總書記在黨的十九大報告中作出“我國經(jīng)濟已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段”的重大判斷，并指出堅持把解決好“三農(nóng)”問題作為全黨工作重中之重，實施鄉(xiāng)村振興戰(zhàn)略。按照習(xí)近平總書記“高質(zhì)量發(fā)展不只是一個經(jīng)濟要求，而是對經(jīng)濟社會發(fā)展方方面面的總要求”的論述[1]，在全面實施鄉(xiāng)村振興戰(zhàn)略之際，我國農(nóng)業(yè)發(fā)展的政策導(dǎo)向?qū)⒅鸩接稍霎a(chǎn)向提質(zhì)轉(zhuǎn)變，而推進農(nóng)業(yè)高質(zhì)量發(fā)展，則被視為實現(xiàn)此政策目標的重要支撐。長期以來，為了保障農(nóng)產(chǎn)品的總量供給安全，我國農(nóng)業(yè)主要通過增加要素投入來實現(xiàn)“總量平衡、豐年有余”，這種靠“投入驅(qū)動”的農(nóng)業(yè)發(fā)展模式不僅造成了資源的大量浪費[2-3]，還帶來了令人擔(dān)憂的環(huán)境問題[4]，成為未來我國農(nóng)業(yè)發(fā)展“提質(zhì)”所面臨的重大挑戰(zhàn)。在此背景下，2018—2021年的中央一號文件連續(xù)提出“落實農(nóng)業(yè)高質(zhì)量發(fā)展”的要求，將農(nóng)業(yè)高質(zhì)量發(fā)展視為實施鄉(xiāng)村振興戰(zhàn)略的重要舉措。

正因為農(nóng)業(yè)高質(zhì)量發(fā)展既是我國整體發(fā)展質(zhì)量提升的重要組成部分，也是鄉(xiāng)村振興戰(zhàn)略推行的必由之路，近年來，農(nóng)業(yè)高質(zhì)量發(fā)展相關(guān)議題受到了學(xué)界的廣泛關(guān)注。從研究內(nèi)容來看，大多研究者從內(nèi)涵特征[5-6]、影響因素[7]和提升對策[8]等方面，對農(nóng)業(yè)高質(zhì)量發(fā)展相關(guān)問題展開了定性探討，也有少量研究者通過構(gòu)建評價指標體系，對特定對象的農(nóng)業(yè)發(fā)展質(zhì)量進行了測度分析[9]。審視當(dāng)前研究，盡管對象、方法和內(nèi)容多不相同，但我國農(nóng)業(yè)發(fā)展質(zhì)量的“非均衡性”卻已成為大部分研究者的共識[10]，然而，定性為主的分析范式或主觀偏向的測度方法，使得現(xiàn)有研究并不能為我們描繪我國農(nóng)業(yè)高質(zhì)量發(fā)展“非均衡性”的詳細圖景，回答諸如我國農(nóng)業(yè)高質(zhì)量發(fā)展的“城市和區(qū)域差距分別有多大”“整體差異主要來自哪里”“隨著時間的推移表現(xiàn)出什么樣的動態(tài)變化特征”等問題，對這些問題更詳盡地把握則需要更翔實的測評和分布分析為支撐。

為此，本研究基于2004—2018年中國大陸地級城市的樣本數(shù)據(jù)，對我國農(nóng)業(yè)高質(zhì)量發(fā)展的時空差異與動態(tài)演進進行定量分析，試圖更為清晰地展現(xiàn)我國農(nóng)業(yè)發(fā)展質(zhì)量的“非均衡性”面貌。具體而言，本文首先采用Fare-Primont指數(shù)法對各城市不同年份的農(nóng)業(yè)全要素生產(chǎn)率進行測度，以之作為城市農(nóng)業(yè)高質(zhì)量發(fā)展的度量；然后基于Dagum基尼系數(shù)及其分解方法，分析城市及區(qū)域間農(nóng)業(yè)高質(zhì)量發(fā)展水平的差距，考察整體差距的來源；進而通過Kernel密度估計方法分析農(nóng)業(yè)高質(zhì)量發(fā)展整體分布的動態(tài)變化，通過Markov鏈模型分析不同城市農(nóng)業(yè)高質(zhì)量發(fā)展的狀態(tài)轉(zhuǎn)移趨勢。我們期待，通過對中國城市農(nóng)業(yè)高質(zhì)量發(fā)展時空差異與動態(tài)演進的詳盡分析，本文的研究不僅有助于研究者更清晰地理解我國農(nóng)業(yè)高質(zhì)量發(fā)展“非均衡性”現(xiàn)狀，也能為政策制定者基于農(nóng)業(yè)高質(zhì)量發(fā)展水平差異精準施策提供翔實的數(shù)量依據(jù)。

1 研究方法與數(shù)據(jù)來源

1.1 基于Fare-Primont指數(shù)的農(nóng)業(yè)高質(zhì)量發(fā)展測度

在實證研究中，學(xué)術(shù)界測度農(nóng)業(yè)高質(zhì)量發(fā)展的方法主要可歸納為多指標測度和單一指標測度兩類。多指標測度是根據(jù)農(nóng)業(yè)高質(zhì)量發(fā)展的內(nèi)涵和特征構(gòu)建評價指標體系，并采用不同的賦權(quán)方法確定各個基礎(chǔ)指標的權(quán)重，在此基礎(chǔ)上計算綜合測度指標作為農(nóng)業(yè)高質(zhì)量發(fā)展的度量[7,11]。多指標測度方法雖然能夠有效反映農(nóng)業(yè)高質(zhì)量發(fā)展的多維特性，但由于指標體系構(gòu)建和指標權(quán)重確定的“雙重”主觀性對測度結(jié)果有較大影響，使得多指標測度結(jié)果缺乏客觀性，不同研究的測度結(jié)果也不具有可比性。

考慮到高質(zhì)量發(fā)展主要考察的是效率是否得到提升[12]，而全要素生產(chǎn)率是指在資本、勞動等投入要素保持不變時，產(chǎn)出仍能增加的部分，主要刻畫了技術(shù)進步對生產(chǎn)效率的改善作用，與高質(zhì)量發(fā)展中有關(guān)效率的內(nèi)涵和對效率目標的關(guān)注具有較高的一致性。因此，在采用單一指標測度農(nóng)業(yè)高質(zhì)量發(fā)展時，農(nóng)業(yè)全要素生產(chǎn)率指標得到了最為廣泛的應(yīng)用[13]。

本研究采用由Fare-Primont指數(shù)法測度的農(nóng)業(yè)全要素生產(chǎn)率指標作為城市農(nóng)業(yè)高質(zhì)量發(fā)展的度量，與多指標評價指標體系測度和傳統(tǒng)的全要素生產(chǎn)率測度方法（如：Solow余值法、SFA方法、DEA方法等）相比[14]，F(xiàn)are-Primont指數(shù)法不僅適用于多投入、多產(chǎn)出的情形，從而能夠有效反映農(nóng)業(yè)高質(zhì)量發(fā)展的多維特性，還同時滿足乘積完備性和傳遞性，因此測度結(jié)果既可用于研究農(nóng)業(yè)高質(zhì)量發(fā)展水平的縱向變動趨勢，又可以對農(nóng)業(yè)高質(zhì)量發(fā)展水平進行橫向比較[15]。

從具體設(shè)定看，F(xiàn)are-Primont指數(shù)是產(chǎn)出與投入之比的函數(shù)，多種投入要素的全要素生產(chǎn)率可通過總產(chǎn)出與總要素投入的比值來表示。假設(shè)xit和qit分別表示城市i第t年的投入向量和產(chǎn)出向量，則第t年的全要素生產(chǎn)率可表述為：

式中：TFP為城市i第t年的全要素生產(chǎn)率，Xit=X(xit)和Qit=Q(qit)分別表示投入加總函數(shù)和產(chǎn)出加總函數(shù)。滿足齊次線性和非遞減可加總的條件，城市i第t年與城市j第v年的TFP之比為：

式中：Qit,jv=Qit/Qjv為總產(chǎn)出數(shù)量指數(shù)，Xit,jv=Xit/Xjv為總投入數(shù)量指數(shù)。因此，TFP增長率可以表示為產(chǎn)出增長率與投入增長率的函數(shù)，這是Jorgenson & Griliches[16]等大部分經(jīng)濟學(xué)家所定義的生產(chǎn)率變化，它滿足乘積完備性。

參照已有研究[17]并考慮數(shù)據(jù)的易得性，在采用Fare-Primont指數(shù)法測度我國地級城市的農(nóng)業(yè)全要素生產(chǎn)率時，投入指標主要包括第一產(chǎn)業(yè)就業(yè)人員數(shù)（萬人）、農(nóng)業(yè)機械總動力（萬千瓦）、化肥施用量（萬噸）、農(nóng)作物總播種面積（千公頃）、有效灌溉面積（千公頃），產(chǎn)出指標則為2004年不變價格的第一產(chǎn)業(yè)增加值（億元）。

1.2 基于Dagum基尼系數(shù)的農(nóng)業(yè)高質(zhì)量發(fā)展差距分析

為了考察目標變量的空間分布差異問題，Dagum[18]提出了一種在充分考慮子群樣本分布的狀況下，將基尼系數(shù)按照子群進行分解的方法。Dagum基尼系數(shù)及其分解方法不僅彌補了泰爾指數(shù)在小樣本、異方差等方面可能存在的局限性[19]，且相對于傳統(tǒng)的基尼系數(shù)，該方法還可用以識別并比較區(qū)域內(nèi)和區(qū)域間差距及其來源，并根據(jù)所描述樣本子群的分布狀況，反映子群間交叉項的問題。故而，Dagum基尼系數(shù)及其分解方法近年在區(qū)域差異相關(guān)研究中得到了廣泛應(yīng)用[20]。

沿循慣例，我們將中國大陸的地級城市按所處位置劃分為東部、中部、西部和東北四大區(qū)域。根據(jù)Dagum的設(shè)定，總體基尼系數(shù)可表述為：

式中：k和n分別表示區(qū)域和城市的個數(shù)，yri(yhj)表示區(qū)域r(h)內(nèi)城市i(j)的農(nóng)業(yè)發(fā)展質(zhì)量，為全國農(nóng)業(yè)發(fā)展質(zhì)量的均值。G值越大意味著城市間農(nóng)業(yè)高質(zhì)量發(fā)展水平的差距越大，農(nóng)業(yè)發(fā)展質(zhì)量越不平衡。

參照Dagum基尼系數(shù)分解方法，總體基尼系數(shù)G可分解為區(qū)域內(nèi)差距的貢獻Gw、區(qū)域間差距的貢獻Gnb和超變密度的貢獻Gt三個部分，滿足G=Gw+Gnb+Gt。其中，區(qū)域r的基尼系數(shù)Grr以及區(qū)域內(nèi)差異Gw的計算公式如式（4）和（5）所示；區(qū)域r和區(qū)域h之間的基尼系數(shù)Grb和區(qū)域間凈值差異Gnb的計算公式見式（6）和（7）；區(qū)域間超變密度Gt計算公式則見式（8）。。式（7）中，Drh為區(qū)域r和h之間農(nóng)業(yè)高質(zhì)量發(fā)展的相對影響，詳細計算公式可參見張龍耀和邢朝輝[21]的研究。

其中，式（5）中

1.3 基于Kernel密度估計的農(nóng)業(yè)高質(zhì)量發(fā)展分布動態(tài)分析

Kernel密度估計采用平滑的峰值函數(shù)擬合樣本數(shù)據(jù)，利用連續(xù)的密度曲線描述隨機變量的分布形態(tài)[22]，觀察Kernel密度曲線可得到變量的分布位置、分布態(tài)勢、分布延展性、極化趨勢等信息[23]。作為一種重要的非參數(shù)方法，Kernel密度估計方法無需利用有關(guān)數(shù)據(jù)分布的先驗知識，具有模型依賴性弱、穩(wěn)健性強等優(yōu)點，已經(jīng)成為研究區(qū)域分布動態(tài)特征的一種流行方法。Kernel密度估計方法假定隨機變量Y的密度函數(shù)f(y)為：

其中，Yi表示以農(nóng)業(yè)全要素生產(chǎn)率表征的各城市農(nóng)業(yè)高質(zhì)量發(fā)展水平，y為農(nóng)業(yè)全要素生產(chǎn)率的均值；N表示樣本城市數(shù)，h表示帶寬，K為核函數(shù)。作為一種加權(quán)函數(shù)或者平滑轉(zhuǎn)換函數(shù)，核函數(shù)往往還需要滿足以下條件：

根據(jù)Kernel密度函數(shù)的表達形式不同，核函數(shù)包括三角核函數(shù)、四角核函數(shù)、Gauss核函數(shù)、Epanechnikov核函數(shù)等，為不失一般性，本文選擇比較常用的Gauss核函數(shù)對我國農(nóng)業(yè)高質(zhì)量發(fā)展水平進行動態(tài)研究，Gauss核函數(shù)的設(shè)定為：

1.4 基于Markov鏈的農(nóng)業(yè)高質(zhì)量發(fā)展狀態(tài)轉(zhuǎn)移趨勢分析

Kernel密度估計有助于簡單直觀地刻畫我國城市農(nóng)業(yè)發(fā)展質(zhì)量的整體分布形態(tài)及其隨時間變化的走勢，但不能深刻反映其內(nèi)部城市狀態(tài)變化與特征，Markov鏈方法則能夠精確反映不同城市農(nóng)業(yè)高質(zhì)量發(fā)展水平相對位置的動態(tài)變化及發(fā)生狀態(tài)轉(zhuǎn)移的概率，二者相互補充能夠深入刻畫農(nóng)業(yè)高質(zhì)量發(fā)展的分布動態(tài)演進[24]。

Markov鏈是一種時間和狀態(tài)都離散的Markov過程，它通過把數(shù)據(jù)離散化為多種類型，并計算相應(yīng)類型的概率分布及其隨時間的變化，以近似模擬狀態(tài)變化的整個過程。假定農(nóng)業(yè)高質(zhì)量發(fā)展的Markov鏈是一個隨機過程{Z(t),t∈T}的狀態(tài)空間，t時刻農(nóng)業(yè)高質(zhì)量發(fā)展水平處于k狀態(tài)，t+1時刻處于l狀態(tài)，則t到t+1時刻的狀態(tài)轉(zhuǎn)移概率可定義為：

其中，對于特定的在給定狀態(tài)k下的樣本城市，其在t時刻轉(zhuǎn)移到狀態(tài)l的概率的極大似然估計值可通過pklt＝Nklt/Nk進行計算。對于所有樣本城市而言，對研究時間范圍內(nèi)的轉(zhuǎn)移概率進行加權(quán)，可得到研究時間范圍內(nèi)從初始狀態(tài)k轉(zhuǎn)移為狀態(tài)l的概率，具體如式（13）所示：

式中：Nkl表示研究時間范圍內(nèi)由t年的狀態(tài)k轉(zhuǎn)移為t+1年的狀態(tài)l的樣本城市數(shù)量，Nk表示研究時間范圍內(nèi)所有處于狀態(tài)k的樣本城市數(shù)量。

1.5 數(shù)據(jù)來源

本研究重點考察2004—2018年，中國大陸地級城市農(nóng)業(yè)高質(zhì)量發(fā)展的時空差異與動態(tài)演進特征，所涉數(shù)據(jù)主要為測算城市層面農(nóng)業(yè)全要素生產(chǎn)率的投入產(chǎn)出指標數(shù)據(jù)。其中，各指標的原始數(shù)據(jù)大部分來自2005—2019年的《中國城市統(tǒng)計年鑒》，少量缺失數(shù)據(jù)則以對應(yīng)城市的統(tǒng)計年鑒為補充。此外，為使產(chǎn)出具有可比性，第一產(chǎn)業(yè)增加值是以2004年為基期，利用對應(yīng)價格指數(shù)對其進行平減處理之后的實際增加值。

2 我國城市農(nóng)業(yè)高質(zhì)量發(fā)展的整體變化趨勢

采用由Fare-Primont指數(shù)法測算的農(nóng)業(yè)全要素生產(chǎn)率作為地級城市農(nóng)業(yè)高質(zhì)量發(fā)展的測度，并以第一產(chǎn)業(yè)增加值占比為權(quán)重，計算全國和不同區(qū)域城市農(nóng)業(yè)全要素生產(chǎn)率的加權(quán)平均值，通過農(nóng)業(yè)全要素生產(chǎn)率加權(quán)均值的變化判斷全國和不同區(qū)域農(nóng)業(yè)高質(zhì)量發(fā)展的整體變化趨勢。2004—2018年全國及各區(qū)域農(nóng)業(yè)全要素生產(chǎn)率的加權(quán)均值及其變化如圖1所示。

圖1 2004—2018年農(nóng)業(yè)全要素生產(chǎn)率的加權(quán)均值及其變化

圖1顯示，從全國層面看，雖然部分年份有所波動，但2004—2018年我國農(nóng)業(yè)高質(zhì)量發(fā)展水平整體呈現(xiàn)出明顯改善趨勢。在考察期內(nèi)，除2014年、2017年和2018年農(nóng)業(yè)全要素生產(chǎn)率的加權(quán)均值較上年有少量降低外，其他年份均較上年有所增長，使得地級城市的加權(quán)平均農(nóng)業(yè)全要素生產(chǎn)率由2004年的0.057增至2018年的0.091，年均增長率為3.36%，整體增幅則達58.84%，尤其是2007—2013年7年的年均增長率更是高達6.50%。自2007年開始，政府出臺了一系列利農(nóng)惠農(nóng)政策，如積極推動現(xiàn)代農(nóng)業(yè)發(fā)展，大幅度增加了對“三農(nóng)”的投入，提高了農(nóng)業(yè)基礎(chǔ)設(shè)施和裝備水平；采取了諸如提高農(nóng)業(yè)補貼、新型城鎮(zhèn)化、美麗鄉(xiāng)村建設(shè)等一系列的政策，推動了“城鄉(xiāng)一體化”發(fā)展進程；確立了農(nóng)村土地“三權(quán)分置”政策，加速了農(nóng)村土地資源的流轉(zhuǎn)，活躍了農(nóng)村土地市場等，這些利農(nóng)惠農(nóng)政策極大地改善了我國農(nóng)業(yè)的發(fā)展績效，提升了農(nóng)業(yè)的整體發(fā)展質(zhì)量。2013年之后，隨著政策效應(yīng)逐漸釋放完畢和政策調(diào)整進入瓶頸期，我國農(nóng)業(yè)全要素生產(chǎn)率的增長快速放緩，以至于2014—2018年，農(nóng)業(yè)全要素生產(chǎn)率加權(quán)均值的年均增長率僅剩0.31%，尤其是2017年和2018年，隨著我國經(jīng)濟進入新常態(tài)以及農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性問題開始顯現(xiàn)，我國農(nóng)業(yè)發(fā)展質(zhì)量甚至出現(xiàn)了連續(xù)兩年的降低。

分區(qū)域看，2004—2018年，不僅不同年份各區(qū)域農(nóng)業(yè)高質(zhì)量發(fā)展的相對水平有較大差異，且考察期內(nèi)不同區(qū)域的農(nóng)業(yè)發(fā)展質(zhì)量還呈現(xiàn)出不同的變化趨勢。2004—2018年，東部地區(qū)不同年份的農(nóng)業(yè)高質(zhì)量發(fā)展水平均遠高于中部和西部地區(qū)，也高于全國平均水平，且在此期間東部地區(qū)保持了相對其他區(qū)域更高的農(nóng)業(yè)全要素生產(chǎn)率增長率，使得東部地區(qū)城市整體的農(nóng)業(yè)發(fā)展質(zhì)量優(yōu)勢在不斷拉大?？疾炱趦?nèi)，不同年份中部和西部地區(qū)城市農(nóng)業(yè)全要素生產(chǎn)率的均值相當(dāng)，且低于全國平均水平，增長速度類似，且小幅低于全國平均增速，這意味著雖然中部和西部地區(qū)城市的農(nóng)業(yè)發(fā)展質(zhì)量在考察期內(nèi)也有明顯的提升，但與東部地區(qū)相比，其農(nóng)業(yè)發(fā)展質(zhì)量的相對水平卻有所降低。在2004年時，東北地區(qū)城市的整體農(nóng)業(yè)高質(zhì)量發(fā)展水平高于東部、中部、西部地區(qū)，但之后其他地區(qū)均開啟了增長之路，東北地區(qū)的農(nóng)業(yè)全要素生產(chǎn)率卻始終處于幾近原地踏步的波動狀態(tài)，以至于到2009年時，東北地區(qū)城市農(nóng)業(yè)全要素生產(chǎn)率的加權(quán)均值僅比2004年增長了0.47%，東部地區(qū)也在該年完成了對東北地區(qū)整體農(nóng)業(yè)發(fā)展質(zhì)量的趕超；雖然在2009年之后，東北地區(qū)開始了連續(xù)3年的農(nóng)業(yè)全要素生產(chǎn)率增長，但自2013年，東北地區(qū)的整體農(nóng)業(yè)發(fā)展質(zhì)量開始逐年惡化，至2018年時，東北地區(qū)不僅成為四大區(qū)域中整體農(nóng)業(yè)發(fā)展質(zhì)量最低的區(qū)域，也是考察期內(nèi)唯一一個農(nóng)業(yè)高質(zhì)量發(fā)展絕對水平有所降低的區(qū)域。

3 農(nóng)業(yè)高質(zhì)量發(fā)展的差異及其來源

不同區(qū)域不同的農(nóng)業(yè)高質(zhì)量發(fā)展水平及其變化趨勢，體現(xiàn)了考察期內(nèi)我國農(nóng)業(yè)高質(zhì)量發(fā)展的空間分布和隨時間動態(tài)變化的差異性，為進一步揭示農(nóng)業(yè)高質(zhì)量發(fā)展的時空差異及其來源，我們借助Dagum基尼系數(shù)及其分解對其進行考察，結(jié)果如表1所示。

表1 農(nóng)業(yè)全要素生產(chǎn)率的Dagum基尼系數(shù)及其分解結(jié)果

表1顯示，2004—2018年，中國地級城市農(nóng)業(yè)全要素生產(chǎn)率的總體基尼系數(shù)介于0.266 8～0.302 6之間，不同年份的農(nóng)業(yè)高質(zhì)量發(fā)展均表現(xiàn)出明顯的非均衡性特征。從總體基尼系數(shù)的變化看，在經(jīng)歷2005年和2006年較大幅度的下降后，總體基尼系數(shù)開始進入了波動上升的進程，基尼系數(shù)值逐漸增大，農(nóng)業(yè)高質(zhì)量發(fā)展的非均衡性不斷強化。雖然同2004年相比，2018年的總體基尼系數(shù)僅增加了0.005 8，但從最近幾年的變化趨勢推斷，未來農(nóng)業(yè)高質(zhì)量發(fā)展的非均衡性將不斷增強。

與總體基尼系數(shù)相比，不同年份各區(qū)域內(nèi)農(nóng)業(yè)全要素生產(chǎn)率的基尼系數(shù)均明顯更小，表明區(qū)域內(nèi)農(nóng)業(yè)高質(zhì)量發(fā)展的差異明顯低于全國總體差異，城市農(nóng)業(yè)高質(zhì)量發(fā)展的非均衡性具有“區(qū)域異質(zhì)”的特征。從區(qū)域間的橫向比較來看，不同年份東部地區(qū)的區(qū)域內(nèi)基尼系數(shù)均大于中部、西部和東北地區(qū)，這說明相對于其他區(qū)域，東部地區(qū)內(nèi)部城市農(nóng)業(yè)發(fā)展質(zhì)量的差異更大。從不同區(qū)域的縱向變化來看，2012年之前，中部地區(qū)的區(qū)域內(nèi)基尼系數(shù)明顯小于其他地區(qū)，此時中部地區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的區(qū)域內(nèi)均衡性程度最高，但從2013年開始，中部地區(qū)的區(qū)域內(nèi)基尼系數(shù)逐漸追上西部和東北地區(qū)，此后中部地區(qū)開始具有與西部和東北地區(qū)類似的均衡性程度，與中部地區(qū)相比，東部、西部和東北地區(qū)的區(qū)域內(nèi)基尼系數(shù)則在考察期內(nèi)一直保持了相對穩(wěn)定的波動狀態(tài)，區(qū)域內(nèi)農(nóng)業(yè)高質(zhì)量發(fā)展的均衡性變化不大。

從區(qū)域間基尼系數(shù)看，所有年份“東部—中部”和“東部—西部”之間的區(qū)域間基尼系數(shù)均在0.3以上，且在考察期內(nèi)處于明顯增大的趨勢，由此再次證實了2004—2018年，東部和中部、西部地區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的整體水平保持了較大差距，且隨著時間推移，它們之間的差距還在不斷拉大。與“東部—中部”和“東部—西部”較大的區(qū)域間農(nóng)業(yè)發(fā)展質(zhì)量差距不同，不同年份“中部—西部”農(nóng)業(yè)全要素生產(chǎn)率的區(qū)域間基尼系數(shù)基本在0.21附近較為穩(wěn)定的波動，體現(xiàn)了“中部—西部”之間較小且相對穩(wěn)定的整體農(nóng)業(yè)高質(zhì)量發(fā)展水平差異。由于考察期內(nèi)東北地區(qū)農(nóng)業(yè)發(fā)展質(zhì)量的相對水平經(jīng)歷了較大的波動，這就使得東部、中部、西部和東北地區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展區(qū)域間差異處于明顯變化之中。2015年之前，東部和東北地區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的區(qū)域間差異較小，區(qū)域間基尼系數(shù)在0.25附近波動，2015年之后兩個地區(qū)的區(qū)域間差異快速擴大，對應(yīng)的區(qū)域間基尼系數(shù)也快速增長，直至2018年達到0.35以上。與東部和東北地區(qū)區(qū)域間差異的變化方向相反，初始時，中部、西部和東北地區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的區(qū)域間差異較大，但隨著時間的推移不斷縮小，最終在觀察期內(nèi)，“中部—東北”和“西部—東北”區(qū)域間基尼系數(shù)分別由2004年的0.361 0和0.380 0降至2018年的0.226 1和0.230 2，至此，中部、西部和東北地區(qū)之間農(nóng)業(yè)高質(zhì)量發(fā)展水平的整體差異降至“中部—西部”之間類似的水平。

從貢獻率看，雖然在考察期內(nèi)，區(qū)域內(nèi)、區(qū)域間和超變密度對農(nóng)業(yè)高質(zhì)量發(fā)展整體差異的貢獻率在不斷變化，但變動幅度并不大，相對貢獻率則保持了較高的穩(wěn)定性。區(qū)域內(nèi)、區(qū)域間和超變密度的平均貢獻率分別為22.47%、56.30%和21.23%，不同年份區(qū)域間差異均具有最大的貢獻率，且隨著時間推移有一定的增大趨勢，區(qū)域內(nèi)差異的貢獻率則在均值附近小幅波動。根據(jù)貢獻率不難看出，我國城市農(nóng)業(yè)高質(zhì)量發(fā)展水平的整體差異及其變化主要來自區(qū)域間差異的影響。

4 農(nóng)業(yè)高質(zhì)量發(fā)展的分布動態(tài)及其演進

4.1 農(nóng)業(yè)高質(zhì)量發(fā)展的分布動態(tài)

為了更加直觀地描述我國地級城市農(nóng)業(yè)高質(zhì)量發(fā)展的分布特征及動態(tài)演變過程，本文采用Kernel密度估計圖描繪我國農(nóng)業(yè)高質(zhì)量發(fā)展的分布形態(tài)，并從時間維度分析其分布的動態(tài)演變。選取2004年、2009年、2013年和2018年作為觀察時點，圖2和圖3分別為全國與東部、中部、西部、東北四大區(qū)域農(nóng)業(yè)全要素生產(chǎn)率的Kernel密度估計二維圖。

圖2 全國農(nóng)業(yè)高質(zhì)量發(fā)展的動態(tài)分布

圖3 不同區(qū)域農(nóng)業(yè)高質(zhì)量發(fā)展的動態(tài)分布

圖2顯示，在不同的觀察年份，全國城市農(nóng)業(yè)全要素生產(chǎn)率的Kernel密度估計圖均表現(xiàn)為明顯的“單峰”狀態(tài)且伴有細長的右拖尾，表明大部分的農(nóng)業(yè)發(fā)展質(zhì)量比較接近，但少量城市明顯較高，這與東部地區(qū)城市相對于中部、西部和東北地區(qū)整體更高的農(nóng)業(yè)發(fā)展質(zhì)量和越來越明顯的領(lǐng)先優(yōu)勢較為一致。2004—2013年，農(nóng)業(yè)全要素生產(chǎn)率的核密度曲線逐年右移，說明此間全國地級城市農(nóng)業(yè)高質(zhì)量發(fā)展水平總體呈明顯上升態(tài)勢，與此同時，波峰高度逐漸下降，寬度則小幅擴大，城市間農(nóng)業(yè)高質(zhì)量發(fā)展水平的集中程度趨于減弱。但在2013年之后，農(nóng)業(yè)全要素生產(chǎn)率核密度曲線的右移趨勢放緩甚至停滯，波峰高度和寬度則保持了相對的穩(wěn)定性，表明2013年之后我國農(nóng)業(yè)發(fā)展質(zhì)量整體提升乏力，但城市間農(nóng)業(yè)高質(zhì)量發(fā)展水平的集中程度變化不大。

圖3顯示，考察期內(nèi)，東部、中部、西部和東北地區(qū)城市農(nóng)業(yè)高質(zhì)量發(fā)展水平的分布經(jīng)歷了不同動態(tài)演進。2004—2018年，東部地區(qū)農(nóng)業(yè)全要素生產(chǎn)率的核密度曲線逐年右移，波峰高度逐漸降低，寬度逐漸增加，且均具有右長尾，表明此間東部地區(qū)城市的農(nóng)業(yè)高質(zhì)量發(fā)展水平整體呈增長之勢，城市間農(nóng)業(yè)發(fā)展質(zhì)量的差異逐漸拉大，且有部分城市的農(nóng)業(yè)發(fā)展質(zhì)量明顯較高。2013年之前，中部地區(qū)經(jīng)歷了與東部地區(qū)類似的農(nóng)業(yè)高質(zhì)量發(fā)展水平整體提升且差異拉大的演進態(tài)勢，但2013年之后，中部地區(qū)城市的整體農(nóng)業(yè)發(fā)展質(zhì)量開始出現(xiàn)波動中小幅降低的趨勢，以至于與2013年相比，2018年中部地區(qū)農(nóng)業(yè)全要素生產(chǎn)率的核密度曲線有略微的左移?？疾炱趦?nèi)，西部地區(qū)農(nóng)業(yè)全要素生產(chǎn)率的核密度曲線有明顯的右移，西部地區(qū)城市的農(nóng)業(yè)高質(zhì)量發(fā)展水平整體有較為明顯的提升，不僅如此，核密度曲線的形狀也由2004年時的單峰變?yōu)?013年后的明顯雙峰，表明隨著時間的推移，西部地區(qū)的農(nóng)業(yè)高質(zhì)量發(fā)展開始出現(xiàn)梯度效應(yīng)，呈現(xiàn)出一定的兩極分化現(xiàn)象。雖然與2004年相比，東北地區(qū)農(nóng)業(yè)全要素生產(chǎn)率的核密度曲線在2009年和2013年時均有一定程度的右移，但至2018年時又大幅左移至2004年時曲線的左側(cè)，這也印證了考察期內(nèi)東北地區(qū)的整體農(nóng)業(yè)高質(zhì)量發(fā)展水平先小幅提升又大幅下降的變化趨勢；與其他地區(qū)相比，東北地區(qū)農(nóng)業(yè)全要素生產(chǎn)率的核密度曲線的波峰高度最低，寬度最大，表明在四大區(qū)域中，東北地區(qū)城市具有相對較高的農(nóng)業(yè)發(fā)展質(zhì)量離散程度；考察期內(nèi)的不同年份，東北地區(qū)核密度曲線的形狀均具有雙峰甚至多峰特征，且在2018年時，雙峰特征尤為明顯，表明東北地區(qū)的農(nóng)業(yè)高質(zhì)量發(fā)展一直表現(xiàn)出梯度特征，且與2004年相比，2018年時東北地區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的兩極分化現(xiàn)象甚至有所增強。

4.2 城市農(nóng)業(yè)高質(zhì)量發(fā)展的狀態(tài)演進

沿用Markov分析框架[25]，首先，將地級城市的農(nóng)業(yè)高質(zhì)量發(fā)展按農(nóng)業(yè)全要素生產(chǎn)率測算值劃分為完備、有限和不交叉的區(qū)間，并且每個區(qū)間對應(yīng)于不同等級的城市農(nóng)業(yè)高質(zhì)量發(fā)展水平的演進狀態(tài)；其次，運用Markov鏈分析方法，計算出考察期內(nèi)全國和各區(qū)域城市間農(nóng)業(yè)高質(zhì)量發(fā)展水平的Markov鏈轉(zhuǎn)移概率矩陣，并通過分析其結(jié)構(gòu)特征，揭示城市間農(nóng)業(yè)高質(zhì)量發(fā)展水平的內(nèi)部動態(tài)變化信息。

借鑒趙磊和方成[26]的做法，依據(jù)農(nóng)業(yè)全要素生產(chǎn)率測算值將我國城市農(nóng)業(yè)高質(zhì)量發(fā)展水平劃分為四種類型：低于農(nóng)業(yè)全要素生產(chǎn)率加權(quán)平均值的75%為低農(nóng)業(yè)高質(zhì)量發(fā)展水平（類型Ⅰ）；介于加權(quán)平均值的75%～100%為中低農(nóng)業(yè)高質(zhì)量發(fā)展水平（類型Ⅱ）；介于加權(quán)平均值的100%～125%為中高農(nóng)業(yè)高質(zhì)量發(fā)展水平（類型Ⅲ）；高于加權(quán)均值125%為高農(nóng)業(yè)高質(zhì)量發(fā)展水平（類型Ⅳ）。表2顯示，2004年和2018年，農(nóng)業(yè)全要素生產(chǎn)率位于加權(quán)平均值以下的城市分別占所考察城市的67.83%和73.49%，低于加權(quán)平均值75%的城市也分別占到了47.2%和51.4%，表明我國大部分城市集中于農(nóng)業(yè)高質(zhì)量發(fā)展水平相對較低的類型，且在考察內(nèi)，向較低農(nóng)業(yè)高質(zhì)量發(fā)展水平類型（類型Ⅰ和類型Ⅱ）集中的程度還有所增強。不僅如此，不同區(qū)域農(nóng)業(yè)高質(zhì)量發(fā)展水平的類型分布也有較大差異，2004年時，農(nóng)業(yè)高質(zhì)量發(fā)展水平較高的城市主要位于東部和東北地區(qū)，兩地類型Ⅲ和類型Ⅳ城市分別占到所在地區(qū)樣本城市的72.86%和76.19%，而中部和西部地區(qū)類型Ⅲ和類型Ⅳ城市分別僅占樣本城市的13.42%和12.38%。至2018年時，在農(nóng)業(yè)高質(zhì)量發(fā)展水平較高的城市有所減少的情況下，東部地區(qū)類型Ⅲ和類型Ⅳ城市的數(shù)量仍實現(xiàn)了一定的增長，占比也增至東部地區(qū)樣本城市的77.14%，但反觀東北地區(qū)，到2018年時類型Ⅲ和類型Ⅳ城市的數(shù)量則大幅減少，占比由2004年的76.19%降至2018年的13.81%。由此可見，2004—2018年，東部地區(qū)保持甚至強化了其在農(nóng)業(yè)發(fā)展質(zhì)量上的領(lǐng)先優(yōu)勢，而東北地區(qū)則快速落后了，大部分原本農(nóng)業(yè)高質(zhì)量發(fā)展水平相對較高的城市變?yōu)榱说娃r(nóng)業(yè)高質(zhì)量發(fā)展水平或中低農(nóng)業(yè)高質(zhì)量發(fā)展水平的城市。

表2 高質(zhì)量發(fā)展水平Markov鏈轉(zhuǎn)移概率矩陣

表2全國農(nóng)業(yè)高質(zhì)量發(fā)展水平的Markov鏈轉(zhuǎn)移概率矩陣顯示，除類型Ⅱ外，對角線上的轉(zhuǎn)移概率均高于非對角線上的轉(zhuǎn)移概率，表明受前期農(nóng)業(yè)發(fā)展路徑依賴的影響，全國范圍內(nèi)大多城市的農(nóng)業(yè)高質(zhì)量發(fā)展水平類型保持了相對穩(wěn)定性。從轉(zhuǎn)移概率的大小可知，類型Ⅰ和類型Ⅳ城市的穩(wěn)定性相對較高，分別有82.96%和61.11%在2004年位于類型Ⅰ和類型Ⅳ的城市至2018年時仍位于相同類型，表明即便是在長達15年的考察期內(nèi)，也甚少有農(nóng)業(yè)高質(zhì)量發(fā)展水平較低的城市能夠?qū)崿F(xiàn)向上的追趕，而大部分農(nóng)業(yè)高質(zhì)量發(fā)展水平較高的城市則能持續(xù)保持其在農(nóng)業(yè)發(fā)展質(zhì)量上的優(yōu)勢。考察期內(nèi)，類型Ⅱ和類型Ⅲ城市保持狀態(tài)穩(wěn)定的概率分別為42.37%和36.84%，穩(wěn)定性明顯低于類型Ⅰ和類型Ⅳ，且較大的轉(zhuǎn)移概率主要分布在對角線兩側(cè)，表明相對而言，中等農(nóng)業(yè)高質(zhì)量發(fā)展水平的城市更易發(fā)生狀態(tài)轉(zhuǎn)移，且狀態(tài)轉(zhuǎn)移是一個漸進的過程，主要發(fā)生在臨近類型之間。

分地區(qū)看，不同區(qū)域內(nèi)部農(nóng)業(yè)高質(zhì)量發(fā)展水平類型的變化有較大的差異。東部地區(qū)Markov鏈轉(zhuǎn)移概率矩陣中類型Ⅰ、類型Ⅲ和類型Ⅳ對應(yīng)的對角線上的轉(zhuǎn)移概率均明顯高于非對角線，表明考察期內(nèi)農(nóng)業(yè)高質(zhì)量發(fā)展水平位于類型Ⅰ、類型Ⅲ和類型Ⅳ的城市保持了較高的狀態(tài)穩(wěn)定性，不僅如此，在類型Ⅱ和類型Ⅲ對應(yīng)的非對角線上的轉(zhuǎn)移概率中，對角線右側(cè)的轉(zhuǎn)移概率明顯高于左側(cè)，表明即便發(fā)生狀態(tài)轉(zhuǎn)移，類型Ⅱ和類型Ⅲ城市也更多的是向更高的農(nóng)業(yè)高質(zhì)量發(fā)展水平類型轉(zhuǎn)變。由此再次證實，2004—2018年，東部地區(qū)城市在保持農(nóng)業(yè)高質(zhì)量發(fā)展水平整體分布相對穩(wěn)定的同時，進一步夯實了領(lǐng)先優(yōu)勢。雖然在不同類型中，中部地區(qū)對角線上的轉(zhuǎn)移概率均高于非對角線，但其對角線左側(cè)的轉(zhuǎn)移概率值卻大多高于對角線右側(cè)，說明盡管大部分中部地區(qū)城市保持了農(nóng)業(yè)高質(zhì)量發(fā)展水平類型的穩(wěn)定，但整體上中部地區(qū)城市卻展現(xiàn)出向更低的農(nóng)業(yè)高質(zhì)量發(fā)展水平類型轉(zhuǎn)變的趨勢。西部地區(qū)的轉(zhuǎn)移概率矩陣中，僅類型Ⅰ和類型Ⅱ?qū)?yīng)的對角線上的轉(zhuǎn)移概率相對較高，類型Ⅲ和類型Ⅳ所對應(yīng)的較高轉(zhuǎn)移概率主要位于對角線左側(cè)，表明考察期內(nèi)西部地區(qū)較低農(nóng)業(yè)發(fā)展質(zhì)量類型（類型Ⅰ和類型Ⅱ）的城市保持了相對穩(wěn)定性，而大多較高農(nóng)業(yè)發(fā)展質(zhì)量類型（類型Ⅲ和類型Ⅳ）的城市則在向更低類型轉(zhuǎn)移，這也使得西部地區(qū)城市農(nóng)業(yè)高質(zhì)量發(fā)展的整體相對水平明顯降低。東北地區(qū)的轉(zhuǎn)移概率矩陣顯示，無論何種類型，較高的轉(zhuǎn)移概率均位于類型Ⅰ所在的列，且類型Ⅰ、類型Ⅱ和類型Ⅲ中類型Ⅰ所在列對應(yīng)的轉(zhuǎn)移概率均為100%，類型Ⅳ中類型Ⅰ和類型Ⅱ所在列對應(yīng)的轉(zhuǎn)移概率之和也高達61.54%，說明無論在2004年時農(nóng)業(yè)高質(zhì)量發(fā)展水平如何，至2018年東北地區(qū)大部分城市都進入了低農(nóng)業(yè)發(fā)展質(zhì)量城市類型（類型Ⅰ和類型Ⅱ）的行列，考察期內(nèi)東北地區(qū)城市的農(nóng)業(yè)高質(zhì)量發(fā)展水平的整體領(lǐng)先優(yōu)勢蕩然無存。

5 結(jié)論與政策含義

高質(zhì)量發(fā)展是“十四五”乃至更長時期我國經(jīng)濟社會發(fā)展的主題，堅持農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展是實施鄉(xiāng)村振興戰(zhàn)略的總方針。推進農(nóng)業(yè)高質(zhì)量發(fā)展，不僅對我國整體發(fā)展質(zhì)量的提升具有重要意義，亦是實施鄉(xiāng)村振興戰(zhàn)略的客觀要求。本研究基于2004—2018年中國大陸286個地級城市的樣本數(shù)據(jù)，對我國農(nóng)業(yè)高質(zhì)量發(fā)展的時空差異與動態(tài)演進進行定量分析，研究結(jié)果顯示：

（1）整體而言，2004—2018年，中國農(nóng)業(yè)高質(zhì)量發(fā)展水平改善趨勢明顯，且不同區(qū)域的農(nóng)業(yè)高質(zhì)量發(fā)展水平呈現(xiàn)出不同的變化趨勢，中國城市的農(nóng)業(yè)高質(zhì)量發(fā)展展現(xiàn)出明顯的“非均衡”特征，且城市農(nóng)業(yè)高質(zhì)量發(fā)展水平的整體差異及其變化主要是受區(qū)域間差異的影響；2004—2013年，中國城市農(nóng)業(yè)高質(zhì)量發(fā)展水平表現(xiàn)出整體提升且差異拉大的趨勢；2013年之后則處于整體提升乏力而集中程度相對穩(wěn)定的狀態(tài)?？疾炱趦?nèi)，大多數(shù)城市農(nóng)業(yè)高質(zhì)量發(fā)展水平的類型保持了相對穩(wěn)定性，狀態(tài)轉(zhuǎn)移則多發(fā)生在鄰近類型之間。

（2）分區(qū)域看，東部地區(qū)城市不僅初始農(nóng)業(yè)發(fā)展質(zhì)量較高、區(qū)域內(nèi)差異較大，且隨著時間的推移，對其他區(qū)域的領(lǐng)先優(yōu)勢持續(xù)拉大，并有越來越多的城市進入較高農(nóng)業(yè)發(fā)展質(zhì)量類型；中部和西部地區(qū)雖然也在考察期內(nèi)實現(xiàn)了農(nóng)業(yè)發(fā)展質(zhì)量的提升，但提升速度較慢，城市也多展現(xiàn)出向更低的農(nóng)業(yè)高質(zhì)量發(fā)展水平類型轉(zhuǎn)變的趨勢，其結(jié)果是隨著時間推移，中部、西部地區(qū)和東部地區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展水平的差距逐漸擴大；盡管在2004年東北地區(qū)的農(nóng)業(yè)發(fā)展質(zhì)量在四大區(qū)域中處于領(lǐng)先位置，但是除2010—2012年短暫的提升外，其他時期東北地區(qū)的農(nóng)業(yè)高質(zhì)量發(fā)展水平要么停滯不前，要么快速下降，使得至2018年時大部分東北地區(qū)城市均進入了低農(nóng)業(yè)高質(zhì)量發(fā)展水平類型，東北地區(qū)的整體農(nóng)業(yè)發(fā)展質(zhì)量也由領(lǐng)先變?yōu)樽畹汀?/p>

在歷經(jīng)多年農(nóng)業(yè)發(fā)展質(zhì)量的改善之后，自2016年起，我國整體農(nóng)業(yè)高質(zhì)量發(fā)展水平的提升開始出現(xiàn)停滯，這也構(gòu)成了我國推行農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革和實施鄉(xiāng)村振興戰(zhàn)略的現(xiàn)實背景。農(nóng)業(yè)發(fā)展質(zhì)量改善乏力，也反映出當(dāng)前我國農(nóng)業(yè)發(fā)展所面臨的環(huán)境污染嚴重、生產(chǎn)結(jié)構(gòu)失衡、質(zhì)量效益不高等方面的問題，從這個意義上說，推進農(nóng)業(yè)高質(zhì)量發(fā)展，不僅是現(xiàn)階段我國整體經(jīng)濟高質(zhì)量的根本要求，也是當(dāng)前我們有效應(yīng)對農(nóng)業(yè)發(fā)展相關(guān)問題的必然選擇。

現(xiàn)階段我國社會的主要矛盾已經(jīng)轉(zhuǎn)化為人民日益增長的美好生活需要和不平衡不充分的發(fā)展之間的矛盾，我國農(nóng)業(yè)高質(zhì)量發(fā)展同樣面臨“不平衡不充分”的問題。本文的研究顯示，我國農(nóng)業(yè)高質(zhì)量發(fā)展水平已分異為兩大“地域”，農(nóng)業(yè)發(fā)展質(zhì)量整體較高的東部地區(qū)和農(nóng)業(yè)發(fā)展質(zhì)量相對較低的其他地區(qū)，且隨著時間推移，東部地區(qū)的領(lǐng)先優(yōu)勢還在不斷擴大。而從農(nóng)業(yè)產(chǎn)出看，我國大量的農(nóng)產(chǎn)品來自中西部和東北地區(qū)，農(nóng)業(yè)發(fā)展質(zhì)量和農(nóng)業(yè)產(chǎn)出數(shù)量的不匹配必然會導(dǎo)致農(nóng)業(yè)資源的浪費。由此，提升非東部地區(qū)的農(nóng)業(yè)發(fā)展質(zhì)量，不僅是農(nóng)業(yè)發(fā)展質(zhì)量補長自身“短板”的現(xiàn)實選擇，亦關(guān)系到我國農(nóng)業(yè)整體的提質(zhì)增效。

除此之外，考察期內(nèi)，東北地區(qū)的農(nóng)業(yè)發(fā)展質(zhì)量由領(lǐng)先變?yōu)槁浜螅瑢|北地區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展面臨的困境及其致因的考察，以實現(xiàn)東北地區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展的“追趕”，也是今后的理論研究者和政策制定者要尤為關(guān)注的問題。