加快建設(shè)農(nóng)業(yè)強國背景下高標準農(nóng)田建設(shè)質(zhì)量的區(qū)域差異及分布動態(tài)演進

摘要：高標準農(nóng)田建設(shè)是“藏糧于地、藏糧于技”的重要舉措，也是加快建設(shè)農(nóng)業(yè)強國推進農(nóng)業(yè)農(nóng)村現(xiàn)代化的重要基礎(chǔ)。構(gòu)建高標準農(nóng)田建設(shè)質(zhì)量評價指標體系，利用2010—2021年30個省份面板數(shù)據(jù)，采用熵值法、Dagum基尼系數(shù)、Kernel密度估計及Markov鏈，識別2010—2021年我國高標準農(nóng)田建設(shè)質(zhì)量的區(qū)域差異及分布動態(tài)。結(jié)果表明：我國高標準農(nóng)田建設(shè)質(zhì)量均值從2010年的0.219上升到2021年的0.319，年均增長率達3.47%，呈逐年上升態(tài)勢。四大地區(qū)高標準農(nóng)田建設(shè)質(zhì)量呈現(xiàn)東部＞東北部＞中部＞西部的分異特征，并且東部和東北高標準農(nóng)田建設(shè)質(zhì)量高于全國均值。我國高標準農(nóng)田建設(shè)質(zhì)量總體基尼系數(shù)逐年下降，從2010年的0.129下降至2021年的0.114，降幅達11.43%，高標準農(nóng)田建設(shè)質(zhì)量的地區(qū)差異逐漸縮小?！皡^(qū)域間差異”是我國高標準農(nóng)田建設(shè)質(zhì)量差異的主要來源，其貢獻率在69.00%～75.64%之間波動，平均貢獻率達到71.78%。從分布動態(tài)來看，東部、中部地區(qū)高標準農(nóng)田建設(shè)質(zhì)量的絕對差異逐漸縮小，西部和東北地區(qū)高標準農(nóng)田建設(shè)質(zhì)量的絕對差異呈現(xiàn)擴大趨勢，東部呈現(xiàn)多極分化，東北地區(qū)從兩極分化轉(zhuǎn)向相對均衡狀態(tài)，中部和西部地區(qū)不存在極化現(xiàn)象。我國高標準農(nóng)田建設(shè)質(zhì)量等級狀態(tài)較穩(wěn)定，存在“俱樂部趨同”現(xiàn)象，并且建設(shè)質(zhì)量受到空間效應影響。

關(guān)鍵詞：高標準農(nóng)田；Dagum基尼系數(shù)；Kernel密度估計；空間Markov鏈

一、引言

2023年第6期《求是》刊發(fā)習近平總書記《加快建設(shè)農(nóng)業(yè)強國推進農(nóng)業(yè)農(nóng)村現(xiàn)代化》文章，強調(diào)“保障糧食和重要農(nóng)產(chǎn)品穩(wěn)定安全供給始終是建設(shè)農(nóng)業(yè)強國的頭等大事”“要逐步把永久基本農(nóng)田全部建成高標準農(nóng)田”“建設(shè)質(zhì)量和管護機制也要到位”。黨的二十屆三中全會明確要求“完善高標準農(nóng)田建設(shè)、驗收、管護機制”。圍繞高標準農(nóng)田建設(shè)，黨和政府持續(xù)進行關(guān)鍵政策供給，有效驅(qū)動了更多糧田向“良田”合理轉(zhuǎn)化，逐步實現(xiàn)了我國農(nóng)田“質(zhì)量高”“產(chǎn)出能力高”“資源利用效率高”的“三高”突破。至2022年年末，全國累計建成高標準農(nóng)田規(guī)模已達10億畝，可幫助我國糧食產(chǎn)能相對穩(wěn)定于1萬億斤以上。盡管如此，從長期來看，我國糧食產(chǎn)能面臨資源趨緊與要素流失并存的現(xiàn)實約束（龔燕玲和張應良，2023），而高標準農(nóng)田建設(shè)通過有效提升耕地質(zhì)量（孔祥斌，2020），優(yōu)化糧食生產(chǎn)要素結(jié)構(gòu)（徐志剛等，2017），有助于鞏固和提高糧食生產(chǎn)能力，是保障國家糧食穩(wěn)定安全供給和夯實農(nóng)業(yè)強國建設(shè)根基的關(guān)鍵舉措。實際上，作為農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)高級化的重要載體，高標準農(nóng)田建設(shè)為農(nóng)業(yè)高質(zhì)量發(fā)展提供內(nèi)源性動力，并通過“要素整合-結(jié)構(gòu)優(yōu)化-價值提升”這一傳導路徑持續(xù)賦能農(nóng)業(yè)農(nóng)村現(xiàn)代化和社會主義農(nóng)業(yè)強國建設(shè)（羅千峰，2021）。因此，在全面推進鄉(xiāng)村振興和加快建設(shè)農(nóng)業(yè)強國的雙重背景下，如何充分厘清高標準農(nóng)田建設(shè)基本規(guī)律，持續(xù)賦能“藏糧于地、藏糧于技”目標實現(xiàn)和中國特色糧食安全保障體系構(gòu)建具有現(xiàn)實的緊迫性。

實際上，西方發(fā)達國家圍繞高標準農(nóng)田建設(shè)已采取了諸多行動，目前已建立較成熟的高標準農(nóng)田規(guī)劃與建設(shè)體系。諸如：日本通過開展“土地改良事業(yè)”顯著提升了農(nóng)業(yè)生產(chǎn)的穩(wěn)定性與可持續(xù)性，韓國通過“新村運動”將其農(nóng)田建設(shè)的重心轉(zhuǎn)向增強農(nóng)田的多功能性，德國則借助其前沿的“農(nóng)業(yè)4.0”計劃，增強農(nóng)田種植的智能化和精準化。西方發(fā)達國家政府也出臺了諸多農(nóng)田建設(shè)的政策文本，包括《土地改良法》（日本，2001年修訂）、《環(huán)境友好型農(nóng)業(yè)法》（韓國，1997年）、《聯(lián)邦土壤保護法》（德國，1999年）等，以賦能其耕地的綜合質(zhì)量提升。關(guān)于高標準農(nóng)田建設(shè)，國外學者主要圍繞農(nóng)業(yè)生產(chǎn)成本節(jié)約（Colombo和Manuel，2019）和農(nóng)田經(jīng)營模式優(yōu)化（Hiironen和Riekkinen，2016）等維度開展相關(guān)研究工作，普遍認為高標準農(nóng)田建設(shè)對提高農(nóng)業(yè)機械化水平、降低農(nóng)業(yè)勞動強度（Asiama等，2017）、優(yōu)化農(nóng)業(yè)空間布局（Tourino等，2003）以及促進農(nóng)村可持續(xù)發(fā)展等方面均具有積極意義。與國外研究相比，國內(nèi)學者則更關(guān)注我國高標準農(nóng)田建設(shè)的基本模式、監(jiān)管體系、主要現(xiàn)狀（郝帥等，2023）和現(xiàn)實困境（陳美球等，2017）等方面，相關(guān)研究持續(xù)聚焦我國高標準農(nóng)田建設(shè)的規(guī)劃與實踐。同時學者們通過構(gòu)建高標準農(nóng)田評價模型（張旭等，2018），系統(tǒng)梳理高標準農(nóng)田建設(shè)質(zhì)量實現(xiàn)的要素體系以及障礙因子，進而揭示高標準農(nóng)田建設(shè)時序的劃分邏輯。關(guān)于高標準農(nóng)田建設(shè)的多重效應與傳導機制，學者們研究發(fā)現(xiàn)通過調(diào)動農(nóng)戶種糧積極性（魏后凱，2020）和激活農(nóng)地流轉(zhuǎn)市場等途徑，高標準農(nóng)田建設(shè)將對糧食增產(chǎn)（龔燕玲和張應良，2023）、農(nóng)民增收以及城鄉(xiāng)融合發(fā)展（張正峰等，2019）等方面產(chǎn)生顯著正向激勵，而通過帶動農(nóng)業(yè)綠色發(fā)展（張志新等，2023）和賦能鄉(xiāng)村生態(tài)振興，高標準農(nóng)田建設(shè)也將對農(nóng)業(yè)面源污染和農(nóng)業(yè)碳排放（陳宇斌和王森，2023）等產(chǎn)生持續(xù)抑制效應。盡管學者們普遍認同高標準農(nóng)田建設(shè)的現(xiàn)實意義，強調(diào)農(nóng)田水利工程、農(nóng)田建設(shè)技術(shù)（徐志剛等，2022）和數(shù)字管護體系（龔劍飛和張宜紅，2022）之于高標準農(nóng)田建設(shè)的支撐作用，但高標準農(nóng)田建設(shè)面臨現(xiàn)實路徑依賴（郝帥等，2023）、前后銜接失序以及監(jiān)管機制缺位（陳美球等，2017）等諸多約束，推進高標準農(nóng)田建設(shè)賦能農(nóng)業(yè)強國建設(shè)的偉大征程依然任重道遠。

總的來講，學者們普遍認同高標準農(nóng)田建設(shè)對于中國特色糧食安全保障體系構(gòu)建和現(xiàn)代化農(nóng)業(yè)強國建設(shè)的重要意義，諸多研究工作已經(jīng)對高標準農(nóng)田建設(shè)的理論邏輯與實踐路徑進行討論。盡管如此，在全國層面對我國高標準農(nóng)田建設(shè)質(zhì)量及其分布動態(tài)的討論實則相對缺失，因此，本文嘗試從全局與局域視角對我國高標準農(nóng)田建設(shè)質(zhì)量進行討論，從時間和空間維度刻畫我國高標準農(nóng)田建設(shè)質(zhì)量的動態(tài)分布特征，并進行系統(tǒng)的區(qū)域差異分析。本文基于設(shè)施供給保障、農(nóng)業(yè)協(xié)調(diào)發(fā)展、農(nóng)田建設(shè)投入、農(nóng)業(yè)經(jīng)濟效益、農(nóng)業(yè)綠色發(fā)展、農(nóng)村社會影響六個維度，構(gòu)建高標準農(nóng)田建設(shè)質(zhì)量指標評價體系，采用熵值法、Dagum基尼系數(shù)及其分解法、Kernel密度估計以及Markov鏈等研究方法，識別2010-2021年高標準農(nóng)田建設(shè)質(zhì)量的區(qū)域差異及分布動態(tài)演進，揭示我國高標準農(nóng)田建設(shè)質(zhì)量的空間演化規(guī)律，以期為全面推進鄉(xiāng)村振興和加快建設(shè)農(nóng)業(yè)強國的背景下持續(xù)推動我國高標準農(nóng)田建設(shè)提供一定理論支持。

二、指標體系、研究方法與數(shù)據(jù)來源

（一）指標體系構(gòu)建

高標準農(nóng)田建設(shè)是地方政府、村集體、農(nóng)業(yè)經(jīng)營主體、農(nóng)業(yè)社會化服務(wù)組織等多主體協(xié)同參與、基層治理體系與土地要素制度體系交互影響以及勞動力、資本等多要素共同支撐下的系統(tǒng)演化過程，其在本質(zhì)上屬于土地綜合整治的集體行動。20世紀80年代以來，用于解釋集體行動的分析框架逐步構(gòu)建，這一框架包括外部變量、行動舞臺、關(guān)聯(lián)結(jié)果等關(guān)鍵元素（Kaufmann等，1986），國內(nèi)學者則將其發(fā)展為“情境—結(jié)構(gòu)—行為—結(jié)果”的一般性分析框架，用于中國土地治理復雜系統(tǒng)中相關(guān)工作機理的識別（周小平等，2021）。實際上，在中國土地治理系統(tǒng)內(nèi)在規(guī)律揭示的學術(shù)場域中，“情境—結(jié)構(gòu)—行為—結(jié)果”的四維框架已被廣泛使用（周小平等，2021；谷曉坤等，2022），高標準農(nóng)田建設(shè)屬于土地治理的基本范疇，上述分析框架適用于高標準農(nóng)田建設(shè)過程的基本規(guī)律識別。因此，本文采用“情境—結(jié)構(gòu)—行為—結(jié)果”分析框架，構(gòu)建高標準農(nóng)田建設(shè)系統(tǒng)，揭示高標準農(nóng)田建設(shè)質(zhì)量的評價機制?！扒榫场笔侵父邩藴兽r(nóng)田建設(shè)過程中政府所提供的外部環(huán)境，“結(jié)構(gòu)”是指高標準農(nóng)田建設(shè)過程中主體協(xié)調(diào)發(fā)展所形成的治理結(jié)構(gòu)及農(nóng)業(yè)結(jié)構(gòu)，“行為”是指主體在情境驅(qū)動下進行農(nóng)田建設(shè)的過程，而“結(jié)果”則是指通過高標準農(nóng)田建設(shè)實現(xiàn)的經(jīng)濟、社會、生態(tài)等綜合效益。因此，通過“關(guān)鍵政策供給、設(shè)施供給保障”（情境）—農(nóng)業(yè)協(xié)調(diào)發(fā)展（結(jié)構(gòu)）—農(nóng)田建設(shè)投入（行為）—“農(nóng)業(yè)經(jīng)濟效益、農(nóng)業(yè)綠色發(fā)展、農(nóng)村社會影響”（結(jié)果）等多維傳導路徑，高標準農(nóng)田建設(shè)系統(tǒng)將獲得持續(xù)正向激勵，農(nóng)業(yè)強國建設(shè)的“質(zhì)量”根基也將不斷強化。

1.設(shè)施供給保障

設(shè)施供給保障反映地方政府通過彌補農(nóng)業(yè)基礎(chǔ)設(shè)施短板保障高標準農(nóng)田建設(shè)的政策力度。設(shè)施供給保障是高標準農(nóng)田建設(shè)的外部環(huán)境與前提條件，惟有政府在農(nóng)田治理和農(nóng)田防護方面給予充分設(shè)施保障，農(nóng)田才能承接持續(xù)投入和產(chǎn)出（田孟和熊宇航，2023），以達到高標準農(nóng)田建設(shè)標準。

2.農(nóng)業(yè)協(xié)調(diào)發(fā)展

農(nóng)地集體產(chǎn)權(quán)性質(zhì)決定高標準農(nóng)田建設(shè)高度依賴于政府精準施策，但高標準農(nóng)田建設(shè)無法脫離市場經(jīng)濟體制，高標準農(nóng)田建設(shè)過程也是協(xié)調(diào)多元主體投入經(jīng)營的過程（呂火明等，2023）。因此，優(yōu)化主體參與結(jié)構(gòu)有助于提高主體投資能力（孫春蕾等，2022），從而為高標準農(nóng)田建設(shè)提供充足要素保障。同時，作為提升國家糧食安全保障能力的關(guān)鍵舉措，高標準農(nóng)田建設(shè)引致農(nóng)田空間布局統(tǒng)籌安排（易家林等，2022），限定高標準農(nóng)田農(nóng)業(yè)結(jié)構(gòu)以保障糧食安全（黃季焜，2023）。

3.農(nóng)田建設(shè)投入

多主體參與引導多維要素“趨農(nóng)化”流動，高標準農(nóng)田建設(shè)過程伴隨的農(nóng)業(yè)結(jié)構(gòu)調(diào)整也引致要素投入結(jié)構(gòu)優(yōu)化。農(nóng)業(yè)資金、技術(shù)、勞動力等要素投入直接反映在利用農(nóng)藥、化肥、農(nóng)膜等農(nóng)業(yè)資料（賈冀南等，2022）提高生產(chǎn)效率（杜書云等，2023）。特別是在農(nóng)業(yè)基礎(chǔ)設(shè)施完善情境下，新型農(nóng)業(yè)經(jīng)營主體為實現(xiàn)農(nóng)業(yè)規(guī)?；?jīng)營而投入資金用于農(nóng)業(yè)機械化（孫學濤，2023），并引致社會化服務(wù)主體參與（許鈺莎等，2022），助推農(nóng)業(yè)現(xiàn)代化發(fā)展。

4.農(nóng)業(yè)經(jīng)濟效益

高標準農(nóng)田建設(shè)對于提升糧食產(chǎn)量、增加農(nóng)民收入等具有輻射帶動作用（張正峰等，2019）。自2011年9月國土資源部印發(fā)《高標準基本農(nóng)田建設(shè)規(guī)范（試行）》以來，高標準農(nóng)田建設(shè)開展已有十余年時間。高標準農(nóng)田建設(shè)所帶來的正效益日漸凸顯，作為建設(shè)農(nóng)業(yè)強國的重要組成部分，高標準農(nóng)田建設(shè)生產(chǎn)效益提高，促進地區(qū)農(nóng)業(yè)經(jīng)濟發(fā)展，并帶動農(nóng)民增收致富。

5.農(nóng)業(yè)綠色發(fā)展

農(nóng)業(yè)綠色發(fā)展強調(diào)在保證產(chǎn)量和降低成本的同時兼顧農(nóng)業(yè)生產(chǎn)對生態(tài)系統(tǒng)的積極影響，以達到多目標均衡（祝宏輝等，2023）。具體而言，高標準農(nóng)田建設(shè)通過綠色技術(shù)應用（李周，2023），實現(xiàn)生產(chǎn)要素高效利用（張志新等，2023），農(nóng)產(chǎn)品綠色生產(chǎn)，促進農(nóng)業(yè)可持續(xù)發(fā)展。因此，農(nóng)業(yè)發(fā)展也應作為檢驗高標準農(nóng)田質(zhì)量的重要評估標準。

6.農(nóng)村社會影響

高標準農(nóng)田建設(shè)以經(jīng)濟和社會效益最大化為主抓手（邊振興等，2016）。農(nóng)業(yè)外部性決定高標準農(nóng)田建設(shè)也具有外部性，在高標準農(nóng)田前期建設(shè)及后期管護過程中，本區(qū)域農(nóng)戶通過土地流轉(zhuǎn)、參與施工維護、產(chǎn)量提高等形式獲得持續(xù)社會效益（信桂新等，2017），并且高標準農(nóng)田建設(shè)引致生產(chǎn)生活環(huán)境改善，推動農(nóng)民生活質(zhì)量提升（彭繼權(quán)和秦小迪，2022）。

因此，基于高標準農(nóng)田建設(shè)的內(nèi)在邏輯，以《高標準農(nóng)田建設(shè)評價規(guī)范（GB/T33130—2016）》、《高標準農(nóng)田建設(shè)通則GBT30600-2022》、《全國高標準農(nóng)田建設(shè)規(guī)劃（2021-2030年）》等政策文本為依據(jù)，本文借鑒已有研究成果（賈冀南等，2022；許鈺莎等，2022），構(gòu)建設(shè)施供給保障、農(nóng)業(yè)協(xié)調(diào)發(fā)展、農(nóng)田建設(shè)投入、農(nóng)業(yè)經(jīng)濟效益、農(nóng)業(yè)綠色發(fā)展、農(nóng)村社會影響六個一級指標（子系統(tǒng)）的高標準農(nóng)田建設(shè)質(zhì)量評價指標體系，其中包含12個二級指標和34個具體指標，具體見于表1。根據(jù)具體指標屬性建立正向指標和負向指標，正向指標數(shù)值與高標準農(nóng)田建設(shè)質(zhì)量正相關(guān)，而負向指標則負相關(guān)。

（二）研究方法

1.熵值法

采用熵值法對中國30個?。ㄊ?自治區(qū)）（不包括西藏和中國香港、中國澳門、中國臺灣地區(qū)）2010年至2021年的高標準農(nóng)田建設(shè)質(zhì)量進行測度。在進行正向、負向指標數(shù)據(jù)標準化處理后，按步驟測算如下指標。計算第i年各省份第j個指標比重，記為Wij;

計算指標信息熵，記為ej;

計算信息熵冗余度，記為bi;

根據(jù)冗余度計算第j個指標的權(quán)重，記為Ej;

計算單個指標得分，記為Sij。

指標得分在[0-1]之間，其分值越高，表明該地區(qū)高標準農(nóng)田建設(shè)質(zhì)量越高，反之越低。

2.Dagum基尼系數(shù)

Dagum基尼系數(shù)法可有效解決樣本數(shù)據(jù)之間的交叉問題。利用Dagum基尼系數(shù)揭示中國30個省份間高標準農(nóng)田建設(shè)質(zhì)量的總體差異。將Dagum基尼系數(shù)G分解為地區(qū)內(nèi)差異Gw、地區(qū)間差異Gjj以及超變密度Gt，滿足G=Gw+Gjj+Gt。Dagum 基尼系數(shù)的計算公式如下：

G=∑kj=1∑kh=1∑nji=1∑nhr=1yjr－yhr2μn2（1）

式中，yjr、yhr表示j、h地區(qū)某一省份高標準農(nóng)田建設(shè)質(zhì)量。n為省份個數(shù)，k為地區(qū)個數(shù)。

3.Kernel密度估計

Kernel密度估計法具有非參數(shù)優(yōu)勢，可直觀呈現(xiàn)研究主題的分布動態(tài)和演變趨勢。Kernel密度函數(shù)有多種表達方式，選擇常見的高斯核函數(shù)進行處理。假設(shè)概率密度函數(shù)為f（x），Kernel密度估計函數(shù)K（x）為：

f（x）=1N∑Ni=1Kh（Xi－x）=1Nh∑Ni=1KXi－xh（2）

K（x）=12πexp－x22（3）

式中，h為帶寬，Xi和x分別表示觀測值和均值，N為觀測值的個數(shù)。

4.Markov鏈轉(zhuǎn)移矩陣

空間馬爾可夫鏈通過Markov轉(zhuǎn)移矩陣展示單個個體的時間變化過程。不同時刻的Markov的轉(zhuǎn)移矩陣如下：

M=p11…p1npn1…pnn（4）

式中，pij是某地區(qū)T時刻i型狀態(tài)在T+1時刻轉(zhuǎn)化為j型狀態(tài)的概率，其表達式如下：

pij=mijmi（5）

式中，mij為T時刻i型狀態(tài)在T+1時刻轉(zhuǎn)化為j型狀態(tài)的地區(qū)數(shù)量之和，mi為觀察期內(nèi)處于i型狀態(tài)的地區(qū)數(shù)量之和。

（三）數(shù)據(jù)來源

本文對中國30個省份（除西藏和港澳臺地區(qū)）高標準農(nóng)田建設(shè)質(zhì)量進行測度。34個具體指標相關(guān)數(shù)據(jù)來自《中國統(tǒng)計年鑒》、《中國農(nóng)業(yè)年鑒》、《中國城鄉(xiāng)建設(shè)統(tǒng)計年鑒》、《中國社會統(tǒng)計年鑒》、《中國農(nóng)村統(tǒng)計年鑒》、《中國金融統(tǒng)計年鑒》、《中國農(nóng)業(yè)機械工業(yè)統(tǒng)計年鑒》、《中國農(nóng)產(chǎn)品價格調(diào)查年鑒》、《中國環(huán)境統(tǒng)計年鑒》、各省份統(tǒng)計年鑒。由于單個指標存在個別年份數(shù)據(jù)缺失，因此采用插值法對缺失數(shù)據(jù)進行補充。對于農(nóng)村發(fā)電量、農(nóng)作物總播種面積、農(nóng)林水事務(wù)財政支出、第一產(chǎn)業(yè)固定資產(chǎn)投資額、生產(chǎn)設(shè)備工具器具購投資額等數(shù)值型指標進行對數(shù)處理，以便消除數(shù)據(jù)偏差，使數(shù)據(jù)間具有可比性。

三、我國高標準農(nóng)田建設(shè)質(zhì)量的區(qū)域差異分解

（一）高標準農(nóng)田建設(shè)質(zhì)量的測度結(jié)果分析

1.高標準農(nóng)田建設(shè)質(zhì)量的總體特征分析

從全國來看，2010-2021年高標準農(nóng)田建設(shè)質(zhì)量在0.219—0.319區(qū)間浮動，均值為0.272，年平均增長率約為3.47%，整體呈現(xiàn)逐年上升趨勢。其中，2017年高標準農(nóng)田建設(shè)質(zhì)量增幅最大，達到5.04%，2011年、2013年、2015年、2019年增幅均超過4%。從各省份來看，各省高標準農(nóng)田建設(shè)質(zhì)量均值在0.178—0.423區(qū)間浮動，這一指標均值高于全國均值（0.272）的11個省份中，8個省份隸屬東部地區(qū)，北京（0.423）、浙江（0.376）、天津（0.357）、江蘇（0.347）、山東（0.340）的高標準農(nóng)田建設(shè)質(zhì)量位居前列，而云南（0.216）、重慶（0.208）、廣西（0.207）、貴州（0.186）、青海（0.178）的高標準農(nóng)田建設(shè)質(zhì)量落后于其他省份。并且有16個省份高標準農(nóng)田建設(shè)質(zhì)量增速超過全國平均增速，其中福建（5.54%）、甘肅（5.40%）、吉林（5.23%）、青海（4.88%）、陜西（4.61%）等省份年均增速較大。

2.我國高標準農(nóng)田建設(shè)質(zhì)量的地區(qū)特征分析

由圖1可知，四大地區(qū)高標準農(nóng)田建設(shè)質(zhì)量基本呈現(xiàn)穩(wěn)健增長態(tài)勢。東部地區(qū)高標準農(nóng)田建設(shè)質(zhì)量處于0.268～0.378之間，始終大幅度高于全國均值。東北地區(qū)高標準農(nóng)田建設(shè)質(zhì)量自2013年也高于全國均值。相較之下，中部和西部地區(qū)與高標準農(nóng)田建設(shè)的全國平均質(zhì)量尚有差距，尤其是西部地區(qū)，高標準農(nóng)田建設(shè)質(zhì)量低于其他三個地區(qū)，處于0.183～0.265之間。從年均增長率來看，四大地區(qū)年均增速均大于3%，東北地區(qū)（4.21%）＞中部地區(qū)（3.75%）＞西部地區(qū)（3.43%）＞東部地區(qū)（3.18%）。東北地區(qū)高標準農(nóng)田建設(shè)質(zhì)量在2012年出現(xiàn)小幅下降，但年均增速最高。東部地區(qū)高標準農(nóng)田建設(shè)質(zhì)量持續(xù)領(lǐng)先，但年均增速最低。

3.高標準農(nóng)田建設(shè)子系統(tǒng)發(fā)展質(zhì)量分析

在全國層面，設(shè)施供給保障子系統(tǒng)發(fā)展質(zhì)量遠高于其他子系統(tǒng)，且2017年增速最快，達到11.68%。分地區(qū)來看，東部地區(qū)的設(shè)施供給保障、農(nóng)田建設(shè)投入和農(nóng)業(yè)綠色發(fā)展優(yōu)勢明顯，中部地區(qū)的農(nóng)業(yè)協(xié)調(diào)發(fā)展相對領(lǐng)先，西部地區(qū)得分均較為低下，東北地區(qū)的農(nóng)業(yè)經(jīng)濟效益和農(nóng)村社會影響呈現(xiàn)相對優(yōu)勢。分省份來看，設(shè)施供給保障子系統(tǒng)全國均值在0.079～0.106區(qū)間浮動（見表2，其他子系統(tǒng)結(jié)果按需備索），年均增速2.51%，呈波動上升態(tài)勢。19個省份年均增速大于全國均值，其中，山西（7.30%）、福建（7.18%）、吉林（5.07%）均超過5%。從設(shè)施供給保障子系統(tǒng)發(fā)展質(zhì)量來看，2010-2016年北京、上海、新疆穩(wěn)居前三，2017-2021年黑龍江、福建、浙江的得分相對較高，而貴州、青海、重慶的得分偏低。

（二）高標準農(nóng)田建設(shè)質(zhì)量的區(qū)域差異分解

1.高標準農(nóng)田建設(shè)質(zhì)量的總體差異及演變趨勢

我國高標準農(nóng)田建設(shè)質(zhì)量的地區(qū)差異及分解結(jié)果匯總于表3。樣本考察期內(nèi)，我國高標準農(nóng)田建設(shè)質(zhì)量總體基尼系數(shù)呈現(xiàn)波動下降態(tài)勢，從2010年的0.129下降至2021年的0.114，下降了0.015，降幅為11.43%，說明總體差異正在縮小。2017年降幅最大，為5.34%，且從2017年至2021年我國高標準農(nóng)田建設(shè)質(zhì)量的總體基尼系數(shù)維持在0.120以下，說明高中低質(zhì)量差距持續(xù)彌合。

2.高標準農(nóng)田建設(shè)質(zhì)量的地區(qū)內(nèi)差異及演變趨勢

從總體來看，地區(qū)內(nèi)基尼系數(shù)均低于0.103。地區(qū)內(nèi)差異由大到小依次為東部、西部、東北和中部地區(qū)。從地區(qū)來看，東部地區(qū)內(nèi)部差異最大，其主要原因是海南、廣東大多數(shù)年份屬于高標準農(nóng)田建設(shè)中質(zhì)量省份，與北京、天津、浙江等高質(zhì)量地區(qū)差異較大。東部地區(qū)內(nèi)部差異呈現(xiàn)“下降-短暫上升-緩慢下降-短暫上升-逐漸下降”態(tài)勢，且在觀察期首年（2010年）達到峰值0.103。西部地區(qū)內(nèi)部基尼系數(shù)由2010年的0.096下降到2021年的0.073，年均降幅達到2.44%。東北地區(qū)區(qū)域內(nèi)基尼系數(shù)小于0.070，這一區(qū)域高標準農(nóng)田建設(shè)整體差異較小，但在觀察期內(nèi)基尼系數(shù)浮動變化較大。中部地區(qū)區(qū)域內(nèi)差異最小，且在觀察期內(nèi)年均降幅最大，表明其高標準農(nóng)田建設(shè)注重地區(qū)內(nèi)協(xié)同發(fā)展。

3.高標準農(nóng)田建設(shè)質(zhì)量的地區(qū)間差異及演變趨勢

整體而言，東-西部基尼系數(shù)最大，極值為0.206，中-東北基尼系數(shù)最小，最小值為0.042。東-中、東-西、東-東北、中-西基尼系數(shù)呈下降趨勢，2010年和2021年東-東北基尼系數(shù)基本保持不變，而西-東北基尼系數(shù)有所提升。從降幅來看，東-東北（26.79%）降幅最大，東-中（17.43%）降幅排名第二，東-西（7.82%）降幅排名第三，中-西（6.67%）降幅排名第四，而中-東北保持穩(wěn)定，西-東北（增幅21.89%）區(qū)域間差異呈現(xiàn)擴大態(tài)勢。雖然東西部地區(qū)差異較大，但東-西部基尼系數(shù)呈現(xiàn)“緩慢上升-加速下降-短暫上升-加速下降”態(tài)勢，東-西部地區(qū)高標準農(nóng)田建設(shè)質(zhì)量差距正在彌合。

4.高標準農(nóng)田建設(shè)質(zhì)量的地區(qū)差異來源及其貢獻率

地區(qū)間高標準農(nóng)田建設(shè)貢獻率最高，變動區(qū)間在69.00%～75.64%之間浮動，平均貢獻率為71.78%，且整體呈現(xiàn)波動增長態(tài)勢，表明區(qū)域間差異是高標準農(nóng)田建設(shè)質(zhì)量總體差異的主要來源。區(qū)域內(nèi)差異貢獻率變動區(qū)間在18.21%～21.06%，平均貢獻率為19.42%，降幅為10.49%。區(qū)域間超變密度貢獻率位于5.90%～11.66%，平均貢獻率為8.80%，降幅為17.38%?？偟膩碇v，我國高標準農(nóng)田建設(shè)質(zhì)量地區(qū)差異呈現(xiàn)逐漸縮小態(tài)勢，但高標準農(nóng)田建設(shè)依然亟待開展區(qū)域協(xié)作，逐步實現(xiàn)均衡發(fā)展。

（三）高標準農(nóng)田建設(shè)子系統(tǒng)發(fā)展質(zhì)量的區(qū)域差異分解

1.高標準農(nóng)田建設(shè)子系統(tǒng)發(fā)展質(zhì)量的總體差異及演變趨勢

從基尼系數(shù)均值來看，農(nóng)田建設(shè)投入（0.229）＞農(nóng)業(yè)經(jīng)濟效益（0.196）＞設(shè)施供給保障（0.164）＞農(nóng)村社會影響（0.156）＞農(nóng)業(yè)綠色發(fā)展（0.153）＞農(nóng)業(yè)協(xié)調(diào)發(fā)展（0.114）。農(nóng)田建設(shè)投入基尼系數(shù)最高，說明新型農(nóng)業(yè)經(jīng)營主體參與高標準農(nóng)田建設(shè)存在較大區(qū)域差異。但其變化呈現(xiàn)“上升-下降”態(tài)勢，并且2020年下降速度加快，說明高標準農(nóng)田建設(shè)在提升糧食生產(chǎn)能力的同時擴展了生產(chǎn)利潤空間，并且高標準農(nóng)田新增改造數(shù)量增多，為各地區(qū)農(nóng)村勞動力“趨糧化”創(chuàng)造條件（龔燕玲和張應良，2023）。樣本觀察期內(nèi)，農(nóng)村社會影響基尼系數(shù)降幅最大，達38.26%。呈現(xiàn)“急速下降-緩慢下降-上升-下降”變化趨勢，下降變緩的可能原因是各地區(qū)高標準農(nóng)田建設(shè)相繼由擴建新增轉(zhuǎn)向改造維護，農(nóng)戶土地流轉(zhuǎn)和農(nóng)民合作社基本穩(wěn)定，地區(qū)差異削弱。農(nóng)業(yè)協(xié)調(diào)發(fā)展基尼系數(shù)最低，且變化較平穩(wěn)。實際上，地區(qū)農(nóng)業(yè)資金結(jié)構(gòu)和農(nóng)田結(jié)構(gòu)相對穩(wěn)定，即使調(diào)整優(yōu)化，考慮到正負外部性，地方政府通常采取穩(wěn)健政策。

2.高標準農(nóng)田建設(shè)子系統(tǒng)發(fā)展質(zhì)量的地區(qū)內(nèi)差異及演變趨勢

分系統(tǒng)看，設(shè)施供給保障子項中，四大地區(qū)基尼系數(shù)整體呈現(xiàn)波動下降趨勢，其中2012年東北地區(qū)波動較大。農(nóng)業(yè)協(xié)調(diào)發(fā)展子項中，東部和西部地區(qū)基尼系數(shù)遠高于中部和東北地區(qū)，農(nóng)田建設(shè)投入子項中，中部和東北基尼系數(shù)降幅較大，西部地區(qū)變化平緩，東部地區(qū)農(nóng)田投入?yún)^(qū)域內(nèi)差異較高并且有上升態(tài)勢。農(nóng)業(yè)經(jīng)濟效益子系統(tǒng)，西部地區(qū)基尼系數(shù)最高但從2019年起緩慢下降，中部地區(qū)基尼系數(shù)最低并且變化平穩(wěn)。四大地區(qū)中惟有東北地區(qū)區(qū)域內(nèi)農(nóng)業(yè)經(jīng)濟效益基尼系數(shù)波動上升，增幅為18.18%。農(nóng)業(yè)綠色發(fā)展子系統(tǒng)，東部地區(qū)基尼系數(shù)最高，中部、西部和東北地區(qū)三個地區(qū)基尼系數(shù)差異呈現(xiàn)“縮小-擴大-縮小”變化態(tài)勢，2021年三個地區(qū)基尼系數(shù)保持在0.075左右。農(nóng)村社會影響子系統(tǒng)，東部、中部和西部地區(qū)基尼系數(shù)波動下降，惟有東北地區(qū)區(qū)域內(nèi)農(nóng)村社會影響基尼系數(shù)從2010年的0.047上升至2021年的0.081，呈現(xiàn)波動上升態(tài)勢。

3.高標準農(nóng)田建設(shè)子系統(tǒng)發(fā)展質(zhì)量的地區(qū)間差異及演變趨勢

設(shè)施供給保障子項中，東-西和東-東北基尼系數(shù)偏高，并且東-西基尼系數(shù)波動上升，增幅達13.11%。中-西基尼系數(shù)最低，并且降幅最大，達到37.03%，說明中部與西部地區(qū)在設(shè)施供給保障方面的差異彌合。農(nóng)業(yè)協(xié)調(diào)發(fā)展子系統(tǒng)四大地區(qū)間基尼系數(shù)均小于0.160，基尼系數(shù)整體偏小，說明農(nóng)業(yè)協(xié)調(diào)發(fā)展地區(qū)間差異小。并且除中-東北外，其他地區(qū)間基尼系數(shù)呈現(xiàn)穩(wěn)步下降態(tài)勢。農(nóng)田建設(shè)投入子項中，中-東北和西-東北基尼系數(shù)波動較大。相較而言，其他地區(qū)間基尼系數(shù)變化更平緩。農(nóng)業(yè)經(jīng)濟效益子項中，東-西、中-東北和西-東北區(qū)域間基尼系數(shù)波動上升，東-中、東-東北和中-西區(qū)域間基尼系數(shù)波動下降，并且西-東北區(qū)域間基尼系數(shù)介于0.351和0.425之間，基尼系數(shù)偏高。在農(nóng)業(yè)綠色發(fā)展子項中，中-西和中-東北基尼系數(shù)波動下降，降幅超過15%。東-中和東-西基尼系數(shù)變化走勢大抵一致，呈現(xiàn)“上升-下降-上升-下降”態(tài)勢，并且上升幅度大于下降幅度，相較2010年，2021年東-中和東-西基尼系數(shù)增幅超過30%。在農(nóng)村社會影響子項中，中-東北基尼系數(shù)值最小，并且變化幅度最小，說明中-東北農(nóng)村社會影響差異最小，并且保持穩(wěn)定。2010年至2013年，東-中、東-西和東-東北基尼系數(shù)出現(xiàn)大幅下降，2013年之后，東-中基尼系數(shù)穩(wěn)定在0.117左右，東-西基尼系數(shù)則繼續(xù)緩慢下降，說明東-西區(qū)域間差異持續(xù)彌合，東-東北基尼系數(shù)緩慢上升。

4.高標準農(nóng)田建設(shè)子系統(tǒng)發(fā)展質(zhì)量的地區(qū)貢獻

五個子系統(tǒng)的地區(qū)間差異對整體系統(tǒng)地區(qū)差異平均貢獻率分別為52.53%、40.49%、69.73%、63.74%、74.48%。而農(nóng)村社會影響子系統(tǒng)產(chǎn)生地區(qū)差異的主要原因在2016年發(fā)生變化，2010年至2015年地區(qū)間差異是引發(fā)農(nóng)村社會影響地區(qū)差異的主要來源，2016年至2021年超變密度成為農(nóng)村社會影響地區(qū)差異的主要來源，2010年至2018年，農(nóng)村社會影響子項中超變密度持續(xù)上升，說明隨著地區(qū)高標準農(nóng)田建設(shè)，省份個體差異擴大導致區(qū)域內(nèi)部分化，整體質(zhì)量較高的地區(qū)存在低質(zhì)量省份，高標準農(nóng)田建設(shè)質(zhì)量偏低的地區(qū)也存在中高質(zhì)量省份，高標準農(nóng)田建設(shè)交叉重疊成為農(nóng)村社會影響地區(qū)不平衡的主要來源。因此，高標準農(nóng)田建設(shè)子系統(tǒng)發(fā)展質(zhì)量存在地區(qū)差異，根據(jù)差異大小排序，農(nóng)田建設(shè)投入＞農(nóng)業(yè)經(jīng)濟效益＞設(shè)施供給保障＞農(nóng)村社會影響＞農(nóng)業(yè)綠色發(fā)展＞農(nóng)業(yè)協(xié)調(diào)發(fā)展。

四、我國高標準農(nóng)田建設(shè)質(zhì)量的分布動態(tài)演進

（一）高標準農(nóng)田建設(shè)質(zhì)量的Kernel密度估計

1.我國高標準農(nóng)田建設(shè)質(zhì)量的分布動態(tài)演進

圖2顯示了我國高標準農(nóng)田建設(shè)質(zhì)量的分布動態(tài)演進特征。從分布位置來看，我國高標準農(nóng)田建設(shè)質(zhì)量分布中心明顯右移，說明我國高標準農(nóng)田建設(shè)質(zhì)量不斷提高。從分布形態(tài)來看，核密度曲線具有明顯的右拖尾特征，說明各省份在高標準農(nóng)田建設(shè)質(zhì)量上存在高質(zhì)量省份，如北京、天津、上海、浙江。從峰值特征來看，高標準農(nóng)田建設(shè)質(zhì)量分布的峰值在觀察期內(nèi)整體呈現(xiàn)上升勢態(tài)，波峰形狀由寬變尖，說明高標準農(nóng)田建設(shè)質(zhì)量的絕對差異縮小。從波峰數(shù)量來看，2013年起高標準農(nóng)田建設(shè)質(zhì)量分布曲線明顯出現(xiàn)側(cè)峰，形成一個主峰一個側(cè)峰，并且在2019年、2020年出現(xiàn)小波峰，說明我國高標準農(nóng)田建設(shè)質(zhì)量呈現(xiàn)分化式發(fā)展結(jié)構(gòu)。值得注意的是，側(cè)峰趨于平緩，且2021年波峰消失，說明極化現(xiàn)象有所緩解。

2.四大地區(qū)高標準農(nóng)田建設(shè)質(zhì)量的分布動態(tài)演進

如圖3所示，從分布位置來看，四大地區(qū)主峰位置不斷右移，說明四大地區(qū)高標準農(nóng)田建設(shè)質(zhì)量不斷提高。從分布形態(tài)來看，東部地區(qū)高標準農(nóng)田建設(shè)質(zhì)量分布存在“右拖尾”現(xiàn)象，說明東部省份存在高標準農(nóng)田建設(shè)質(zhì)量較高的省份。其他三大地區(qū)未出現(xiàn)拖尾現(xiàn)象。從峰值特征來看，東部地區(qū)波峰形狀由“寬而扁”向“尖而窄”變化，說明東部地區(qū)高標準農(nóng)田建設(shè)質(zhì)量的絕對差異逐漸縮小。中部地區(qū)峰值整體呈現(xiàn)上升態(tài)勢，說明中部地區(qū)高標準農(nóng)田建設(shè)質(zhì)量的絕對差異呈現(xiàn)縮小態(tài)勢。西部地區(qū)峰值先緩慢上升，后來在2019年下降，波峰形狀由窄變寬，說明2019年西部地區(qū)高標準農(nóng)田建設(shè)質(zhì)量絕對差異出現(xiàn)擴大趨勢。東北地區(qū)峰值小幅度波動，寬度擴大，說明東北地區(qū)高標準農(nóng)田建設(shè)質(zhì)量存在絕對差異，并且呈擴大態(tài)勢。從波峰數(shù)量來看，東部地區(qū)高標準農(nóng)田建設(shè)質(zhì)量分布曲線存在多個小側(cè)峰，呈現(xiàn)多峰態(tài)勢，說明東部地區(qū)呈現(xiàn)多極分化趨勢。中部和西部地區(qū)高標準農(nóng)田建設(shè)質(zhì)量分布曲線無側(cè)峰，不存在極化現(xiàn)象。東北地區(qū)在2014年、2015年、2018年、2020年、2021年年均出現(xiàn)主次峰，其余年份為單一峰，呈兩極化與均衡化交叉發(fā)展態(tài)勢，說明東北地區(qū)絕對差異波動變化。

3.高標準農(nóng)田建設(shè)子系統(tǒng)發(fā)展質(zhì)量的分布動態(tài)演進

六個子系統(tǒng)發(fā)展質(zhì)量核密度曲線如圖4所示。從分布位置來看，六大子系統(tǒng)主峰位置均出現(xiàn)右移，說明各子系統(tǒng)發(fā)展質(zhì)量逐漸提高。從分布形態(tài)來看，六個子系統(tǒng)均呈現(xiàn)一個主峰形態(tài)，說明高標準農(nóng)田建設(shè)子系統(tǒng)發(fā)展質(zhì)量未出現(xiàn)極化現(xiàn)象和收斂現(xiàn)象。從峰值特征來看，設(shè)施供給保障分布曲線的主峰高度波動下降，且寬度呈現(xiàn)擴大態(tài)勢，說明設(shè)施供給保障絕對差異擴大。農(nóng)業(yè)協(xié)調(diào)發(fā)展主峰高度平穩(wěn)，主峰寬度基本不變，說明農(nóng)業(yè)協(xié)調(diào)發(fā)展子項差異變化小。農(nóng)田建設(shè)投入分布曲線峰值呈現(xiàn)“下降-上升”演變態(tài)勢，觀察期首尾年峰值高度基本保持一致。并且寬度呈現(xiàn)先擴大后縮小態(tài)勢。說明農(nóng)田建設(shè)投入絕對差異先擴大后縮小。農(nóng)業(yè)經(jīng)濟效益、農(nóng)業(yè)綠色發(fā)展和農(nóng)村社會影響的分布曲線峰值均呈現(xiàn)波動降低演變態(tài)勢，且分布曲線寬度小幅擴大，說明三個高標準農(nóng)田建設(shè)子系統(tǒng)絕對差異呈現(xiàn)擴大趨勢。

（二）高標準農(nóng)田建設(shè)質(zhì)量的Markov鏈分析

1.我國高標準農(nóng)田建設(shè)質(zhì)量傳統(tǒng)Markov鏈分析

利用Markov鏈觀察中國各省份高標準農(nóng)田建設(shè)質(zhì)量轉(zhuǎn)移方向及其轉(zhuǎn)移概率。本文將高標準農(nóng)田建設(shè)質(zhì)量四等分：小于25%為低質(zhì)量、26%～50%為中低質(zhì)量、51%～75%為中高質(zhì)量、大于 75%為高質(zhì)量。并使用MATLAB2020b軟件測算2010-2021年高標準農(nóng)田建設(shè)質(zhì)量Markov轉(zhuǎn)移概率矩陣，結(jié)果見表4。對角線上的元素表示高標準農(nóng)田建設(shè)質(zhì)量不變的概率，對角線上方的元素表示高標準農(nóng)田建設(shè)質(zhì)量相對提高的概率，對角線下方的元素表示高標準農(nóng)田建設(shè)質(zhì)量相對下降的概率。

由表4可知，第一，對角線上的元素始終大于非對角線上的元素，其中對角線元素最大為0.987，最小為0.733。高標準農(nóng)田建設(shè)質(zhì)量保持不變的概率在70%以上，遠大于狀態(tài)轉(zhuǎn)移概率，存在“俱樂部趨同”現(xiàn)象，具有慣性發(fā)展態(tài)勢。第二，非對角線上的元素置于對角線兩側(cè)，說明在連續(xù)年份存在向更高等級類型轉(zhuǎn)移的可能，但低質(zhì)量向中低質(zhì)量轉(zhuǎn)移概率（21.3%）遠高于低質(zhì)量向中高質(zhì)量轉(zhuǎn)移概率（1.1%），較難實現(xiàn)“跨越式”提升。第三，低質(zhì)量、中低質(zhì)量和中高質(zhì)量在一年后向上轉(zhuǎn)移一級的概率分別是21.3%、23.3%、16.5%，概率偏低，說明高標準農(nóng)田建設(shè)向更高質(zhì)量前進具有一定阻力。中低質(zhì)量、中高質(zhì)量、高質(zhì)量向下轉(zhuǎn)移一級的概率分別為3.5%、1.3%，1.3%，說明高標準農(nóng)田建設(shè)質(zhì)量等級下移風險較低。

2.空間Markov鏈分析

在進行空間Markov鏈分析之前，判斷各省份高標準農(nóng)田建設(shè)質(zhì)量的空間自相關(guān)性?；诘乩砭嚯x空間權(quán)重矩陣測算出高標準農(nóng)田建設(shè)質(zhì)量的全局莫蘭指數(shù)，結(jié)果見表5。由表5可知，2010-2021年高標準農(nóng)田建設(shè)質(zhì)量的全局莫蘭指數(shù)均顯著為正，且均通過1%以內(nèi)置信度檢驗。說明各省高標準農(nóng)田建設(shè)質(zhì)量存在顯著空間正相關(guān)。因此，建立空間Markov轉(zhuǎn)移概率矩陣，結(jié)果如表5所示。

由表6可知，第一，空間Markov轉(zhuǎn)移概率數(shù)值與傳統(tǒng)Markov鏈數(shù)值有差異，說明高標準農(nóng)田建設(shè)狀況受空間因素影響。第二，不同空間滯后類型下的四個轉(zhuǎn)移矩陣概率均不相同，這說明在鄰近省份高標準農(nóng)田建設(shè)質(zhì)量存在差異的情況下，本省內(nèi)部高標準農(nóng)田建設(shè)質(zhì)量等級變化存在差異。第三，在低、中低、中高滯后類型中，處于等級表格對角線的數(shù)據(jù)均為最高，說明即使考慮空間因素，高標準農(nóng)田建設(shè)質(zhì)量的“俱樂部趨同”現(xiàn)象依然顯著。第四，不同空間滯后類型對于同一等級的影響有所不同，例如，在中低滯后類型下，中低質(zhì)量向中高質(zhì)量轉(zhuǎn)移的概率為17.8%，而在中高滯后類型下中低質(zhì)量向中高質(zhì)量轉(zhuǎn)移的概率為33.3%。總而言之，從Markov鏈分析結(jié)果可知，高標準農(nóng)田建設(shè)質(zhì)量具有一定穩(wěn)定性，存在俱樂部趨同特征，較難實現(xiàn)跨越式發(fā)展，應根據(jù)階段任務(wù)逐步提高高標準農(nóng)田建設(shè)質(zhì)量。并且高標準質(zhì)量受到空間效應影響，應發(fā)揮區(qū)域整體動能，“以高帶低”，從而縮小地區(qū)差異，實現(xiàn)整體提升。

五、結(jié)論與啟示

本文基于2010-2021年我國30個省份面板數(shù)據(jù)，運用“情境-結(jié)構(gòu)-行為-結(jié)果”分析框架，構(gòu)建高標準農(nóng)田建設(shè)質(zhì)量評價指標體系，運用熵值法測度高標準農(nóng)田建設(shè)質(zhì)量，采用Dagum基尼系數(shù)識別高標準農(nóng)田建設(shè)及其子系統(tǒng)發(fā)展質(zhì)量的差異來源，使用Kernel密度估計和Markov鏈揭示高標準農(nóng)田建設(shè)質(zhì)量的分布動態(tài)和演化趨勢，獲得如下基礎(chǔ)結(jié)論。（1）我國高標準農(nóng)田建設(shè)質(zhì)量呈現(xiàn)逐年上升態(tài)勢，四大地區(qū)高標準農(nóng)田建設(shè)質(zhì)量呈現(xiàn)東部＞東北部＞中部＞西部的分異特征，且東部和東北高標準農(nóng)田建設(shè)質(zhì)量高于全國均值。我國高標準農(nóng)田建設(shè)子系統(tǒng)的發(fā)展質(zhì)量也均呈上升趨勢，但增幅不盡相同。（2）我國高標準農(nóng)田建設(shè)質(zhì)量總體基尼系數(shù)逐年下降，四大地區(qū)區(qū)域內(nèi)基尼系數(shù)也整體呈現(xiàn)縮小趨勢。東-西部地區(qū)區(qū)域間差異基尼系數(shù)最大，中-東北基尼系數(shù)最小，東-中、東-西、東-東北、中-西基尼系數(shù)呈下降趨勢。從總體差異分解來看，地區(qū)間差異的貢獻率最高，地區(qū)間差異是高標準農(nóng)田建設(shè)質(zhì)量總體差異的主要原因。（3）從分布動態(tài)來看，東部、中部地區(qū)高標準農(nóng)田建設(shè)質(zhì)量的絕對差異逐漸縮小，西部和東北地區(qū)高標準農(nóng)田建設(shè)質(zhì)量的絕對差異呈現(xiàn)擴大趨勢，東部呈現(xiàn)多極分化，東北地區(qū)從兩極分化轉(zhuǎn)向相對均衡狀態(tài)，中部和西部地區(qū)不存在極化現(xiàn)象。我國高標準農(nóng)田建設(shè)質(zhì)量等級狀態(tài)較穩(wěn)定，存在“俱樂部趨同”現(xiàn)象，并且建設(shè)質(zhì)量受到空間效應影響。

高標準農(nóng)田建設(shè)是夯實農(nóng)業(yè)強國建設(shè)根基的重要舉措。在政府引導、市場參與和農(nóng)戶響應下，我國高標準農(nóng)田建設(shè)高質(zhì)量推進，相關(guān)基礎(chǔ)設(shè)施日益完備，基本實現(xiàn)多元主體協(xié)調(diào)發(fā)展，并為保障萬億斤糧食產(chǎn)能，為賦能農(nóng)業(yè)強國建設(shè)提供了“質(zhì)量”基礎(chǔ)。盡管如此，我國高標準農(nóng)田建設(shè)質(zhì)量提升尚需關(guān)注如下問題：（1）建立健全高標準農(nóng)田設(shè)施管護機制，強化高標準農(nóng)田建設(shè)質(zhì)量的“設(shè)施基礎(chǔ)”。通過設(shè)置高標準農(nóng)田設(shè)施管護專項資金，雇用高標準農(nóng)田設(shè)施管護專業(yè)人員，構(gòu)建高標準農(nóng)田設(shè)施長效管護機制，弱化高標準農(nóng)田設(shè)施損毀之于農(nóng)業(yè)生產(chǎn)活動的負面效應。（2）建立健全高標準農(nóng)田建設(shè)衍生收益配置機制，強化高標準農(nóng)田建設(shè)質(zhì)量的“利益基礎(chǔ)”。通過“有為政府”與“有效市場”有機結(jié)合，在政府引導、市場參與和農(nóng)戶積極響應下，不斷構(gòu)建以農(nóng)戶為中心的多主體利益聯(lián)結(jié)機制，夯實高標準農(nóng)田建設(shè)衍生收益配置“主體基礎(chǔ)”。（3）建立健全高標準農(nóng)田建設(shè)科技創(chuàng)新機制，強化高標準農(nóng)田建設(shè)質(zhì)量的“創(chuàng)新基礎(chǔ)”。強化高標準農(nóng)田建設(shè)科技研發(fā)與推廣，提升高標準農(nóng)田建設(shè)科技含量，充分發(fā)揮科技創(chuàng)新在高標準農(nóng)田建設(shè)中的基礎(chǔ)作用。（4）建立健全高標準農(nóng)田建設(shè)跨區(qū)域合作機制，強化高標準農(nóng)田建設(shè)質(zhì)量的“空間基礎(chǔ)”。通過構(gòu)建跨區(qū)域的組織保障機制、激勵約束機制、信息共享機制、政策協(xié)調(diào)機制等，持續(xù)探索高標準農(nóng)田建設(shè)的區(qū)域間合作機制，不斷賦能高標準農(nóng)田建設(shè)質(zhì)量提升的空間協(xié)同過程，最終也必將繼續(xù)譜寫社會主義農(nóng)業(yè)強國的美好圖景。

參考文獻：

[1]邊振興、楊子嬌、錢鳳魁、朱瑞雪、康萌，2016：《基于LESA體系的高標準基本農(nóng)田建設(shè)時序研究》，《自然資源學報》第3期。

[2]陳美球、洪土林、劉桃菊，2017：《高標準農(nóng)田建設(shè)的“困”與“解”》，《中國土地》第7期。

[3]陳宇斌、王森，2023：《農(nóng)業(yè)綜合開發(fā)投資的農(nóng)業(yè)碳減排效果評估——基于高標準基本農(nóng)田建設(shè)政策的事件分析》，《農(nóng)業(yè)技術(shù)經(jīng)濟》第6期。

[4]杜書云、劉丁瑞、牛文濤，2023：《全面推進鄉(xiāng)村振興下中國趨農(nóng)產(chǎn)業(yè)發(fā)展質(zhì)量的區(qū)域差異及分布動態(tài)演進》，《中國軟科學》第2期。

[5]龔劍飛、張宜紅，2022：《推動高標準農(nóng)田提質(zhì)升級：實踐困境與破解路徑》，《中州學刊》第11期。

[6]龔燕玲、張應良，2023：《高標準基本農(nóng)田建設(shè)政策對糧食產(chǎn)能的影響》，《華中農(nóng)業(yè)大學學報（社會科學版）》第4期。

[7]谷曉坤、周小平、劉博研、張思露、劉瑞，2022：《基于“情境—結(jié)構(gòu)—行為—結(jié)果”分析的上海市低效工業(yè)用地減量化治理》，《自然資源學報》第6期。

[8]郝帥、王國剛、楊艷濤、韓成吉、張歡歡，2023：《高標準農(nóng)田建設(shè)研究追蹤與未來展望——基于CiteSpace可視化分析》，《中國農(nóng)業(yè)資源與區(qū)劃》第4期。

[9]黃季焜，2023：《踐行大食物觀和創(chuàng)新政策支持體系》，《農(nóng)業(yè)經(jīng)濟問題》第5期。

[10] 賈冀南、郭曉磊、王金良，2022：《中國農(nóng)業(yè)綠色高質(zhì)量發(fā)展評價研究》，《農(nóng)業(yè)經(jīng)濟》第8期。

[11] 孔祥斌，2020：《中國耕地保護生態(tài)治理內(nèi)涵及實現(xiàn)路徑》，《中國土地科學》第12期。

[12] 李周，2023：《中國農(nóng)業(yè)綠色發(fā)展：創(chuàng)新與演化》，《中國農(nóng)村經(jīng)濟》第2期。

[13] 羅千峰，2021：《基于構(gòu)建“三大體系”視角的農(nóng)業(yè)現(xiàn)代化實現(xiàn)路徑研究》，《農(nóng)村經(jīng)濟》第10期。

[14] 呂火明、許鈺莎、劉宗敏，2023：《建設(shè)新時代更高水平“天府糧倉”：歷史邏輯·理論依據(jù)·現(xiàn)實需要·實現(xiàn)路徑》，《農(nóng)村經(jīng)濟》第6期。

[15] 彭繼權(quán)、秦小迪，2022：《21世紀以來農(nóng)業(yè)基礎(chǔ)設(shè)施減貧效應研究》，《中國農(nóng)業(yè)資源與區(qū)劃》第1期。

[16] 孫春蕾、楊紅、韓棟、郝聰明、李虎，2022：《全國高標準農(nóng)田建設(shè)情況與發(fā)展策略》，《中國農(nóng)業(yè)科技導報》第7期。

[17] 孫學濤，2023：《高標準農(nóng)田建設(shè)對農(nóng)業(yè)社會化服務(wù)的影響》，《中南財經(jīng)政法大學學報》第3期。

[18] 田孟、熊宇航，2023：《生產(chǎn)性服務(wù)業(yè)集聚對農(nóng)業(yè)高質(zhì)量發(fā)展的影響——基于地區(qū)異質(zhì)性視角》，《經(jīng)濟問題》第8期。

[19] 魏后凱，2020：《“十四五”時期中國農(nóng)村發(fā)展若干重大問題》，《中國農(nóng)村經(jīng)濟》第1期。

[20] 信桂新、楊朝現(xiàn)、楊慶媛、李承檜、魏朝富，2017：《用熵權(quán)法和改進TOPSIS模型評價高標準基本農(nóng)田建設(shè)后效應》，《農(nóng)業(yè)工程學報》第1期。

[21] 徐志剛、譚鑫、鄭旭媛、陸五一，2017：《農(nóng)地流轉(zhuǎn)市場發(fā)育對糧食生產(chǎn)的影響與約束條件》，《中國農(nóng)村經(jīng)濟》第9期。

[22] 徐志剛、鄭姍、劉馨月，2022：《農(nóng)業(yè)機械化對糧食高質(zhì)量生產(chǎn)影響與環(huán)節(jié)異質(zhì)性——基于黑、豫、浙、川四省調(diào)查數(shù)據(jù)》，《宏觀質(zhì)量研究》第3期。

[23] 許鈺莎、何鵬、李曉，2022：《農(nóng)業(yè)大省農(nóng)業(yè)社會化服務(wù)、農(nóng)業(yè)現(xiàn)代化評價及耦合協(xié)調(diào)度分析——以四川省為例》，《農(nóng)村經(jīng)濟》第11期。

[24] 易家林、歐名豪、郭杰，2022：《國土空間規(guī)劃時代的土地利用規(guī)劃：歷史貢獻與時代使命》，《南京農(nóng)業(yè)大學學報（社會科學版）》第6期。

[25] 張旭、雷國平、周浩、張穎、曲曉涵、孟祥玉，2018：《蘿北縣高標準基本農(nóng)田建設(shè)時序及障礙因素診斷》，《中國農(nóng)業(yè)資源與區(qū)劃》第6期。

[26] 張正峰、譚翠萍、梁育、陳艷林，2019：《高標準農(nóng)田建設(shè)對縣域農(nóng)村經(jīng)濟拉動效應的對比研究——以浙江省江山市與遼寧省盤山縣為例》，《地域研究與開發(fā)》第5期。

[27] 張志新、周亞楠、丁鑫，2023：《高標準農(nóng)田建設(shè)政策對農(nóng)業(yè)綠色發(fā)展的影響研究》，《農(nóng)林經(jīng)濟管理學報》第1期。

[28] 周小平、申端帥、谷曉坤、李小天、張思露，2021：《大都市全域土地綜合整治與耕地多功能——基于“情境—結(jié)構(gòu)—行為—結(jié)果”的分析》，《中國土地科學》第9期。

[29] 祝宏輝、杜美玲、尹小君、張朝輝，2023：《鄉(xiāng)村振興戰(zhàn)略下農(nóng)地規(guī)模經(jīng)營對農(nóng)業(yè)綠色發(fā)展的影響》，《調(diào)研世界》第7期。

[30] Asiama， K.， Bennett， R. and Zevenbergen， J.， 2017， Land Consolidation on Ghanas Rural Customary Lands： Drawing from the Dutch，Lithuanian and Rwandan Experiences， Journal of Rural Studies， 56：87-99.

[31] Colombo， S. and Manuel， P.V.， 2019， A Practical Method for the Ex-Ante Evaluation of Land Consolidation Initiatives： Fully Connected Parcels with the Same Value， Land Use Policy， 81：463-471.

[32] Hiironen， J. and Riekkinen， K.， 2016， Agricultural Impacts and Profitability of Land Consolidations， Land Use Policy， 55：309-317.

[33] Kaufmann， F.X.， Majone， G. and Ostrom， V.， 1986， Guidance，Control， and Evaluation in the Public Sector： The Bielefeld in Terdisciplinary Project， Berlin and New York： de Gruyter， 459-474.

[34] Tourino， J.， Pararar， J.， Doallo， R.， Boullon， M. and Francisco， F.， 2003， A GIS-embedded System to Support Land Consolidation Plans in Galicia， International Journal of Geographical Information Science， 17（4）：377-396.

Regional Differences and Distribution Dynamic Evolution of

High-standard Farmland Construction Development in the Context

of Accelerating the Construction of Agricultural Powerhouse

Niu Wentao1，2 ，Chu Junyi3 and Dong Andong3

（1.Institute of Rural Revitalisation， Zhengzhou University;

2.Center for Innovation in Public Administration， Zhengzhou University;

3.School of Management， Zhengzhou University）

Abstract：The construction of high-standard farmland is an important measure for “sustainable farmland use and innovative application of agricultural technology to increase farmland productivity”， and it is also an essential cornerstone for accelerating the building of an agricultural powerhouse and advancing the modernization of agriculture and rural areas. We construct an evaluation index system for the construction quality of high-standard farmland， using panel data from 30 provinces from 2010 to 2021. The entropy method， Dagum Gini coefficient， Kernel density estimation， and Markov chain are employed to identify the regional differences and distribution dynamics of high-standard farmland construction quality in China from 2010 to 2021. The results show that the average value of high-standard farmland construction in China rises from 0.219 in 2010 to 0.319 in 2021， with an average annual growth rate of 3.47%， indicating a year-by-year upward trend. The construction quality of high-standard farmland in the four major regions exhibits the divergent characteristics of east>northeast > central > west， and the construction quality of high-standard farmland in the east and northeast is higher than the national average. The overall Gini coefficient of high-standard farmland construction quality in China has been decreasing year by year， dropping from 0.129 in 2010 to 0.114 in 2021， a decrease of 11.43%. The regional disparities in the quality of high-standard farmland construction have gradually narrowed.“Regional disparities”constitute the main source of differences in the quality of high-standard farmland construction， with their contribution rate fluctuating between 69.00% and 75.64%， and averaging a contribution rate of 71.78%. In terms of distribution dynamics， the absolute differences in the quality of high-standard farmland construction are gradually narrowing between the eastern and central regions. Conversely， the western and northeastern regions show an increasing trend in these differences. The eastern region demonstrates multi-level differentiation， while the northeastern region is transitioning from bi-level division to relative balance. The central and western regions dont exhibit polarization phenomena. The quality grade of high-standard farmland construction in China is relatively stable， exhibiting a phenomenon of “club convergence”， and the construction quality is influenced by spatial effects.

Key Words：high-standard farmland; Gini coefficient; kernel density estimation; spatial Markov chain

責任編輯鄧悅

牛文濤，鄭州大學鄉(xiāng)村振興研究院、鄭州大學公共管理學科創(chuàng)新中心，電子郵箱：wentaoniu@zzu.edu.cn；褚珺祎（通訊作者），鄭州大學管理學院，電子郵箱：jychu@gs.zzu.edu.cn；董安洞，鄭州大學管理學院，電子郵箱：andongdong@gs.zzu.edu.cn。本文受國家社科基金項目（21BJL058）、河南省高校哲學社會科學應用研究重大項目（2023YYZD22）、河南省高校哲學社會科學創(chuàng)新人才支持計劃項目（2024CXRC03）和鄭州大學人文社科優(yōu)秀青年科研團隊支持計劃項目（2023QNTD02）的資助。