农业新质生产力发展水平的统计测度及其动态演变

Statistical Measurement and Dynamic Evolution of New Quality Agricultural Productivity Development

摘要: 本文在深入探讨农业新质生产力理论内涵的基础上，利用2012年至2022年我国31个省份的数据，从农业劳动力、农业劳作对象和农业生产资料三个方面建立了农业新质生产力的综合评估指标体系。通过熵值法、泰尔指数、核密度估计和莫兰指数等方法，对中国农业新质生产力的发展水平及其动态变化特征进行了测量与分析。研究结果表明：中国农业新质生产力的提升十分显著，东部地区凭借科技创新和管理经验，始终在农业新质生产力水平上占据领先位置。然而，中西部地区在政策支持和技术推广的推动下，增速明显超过东部，展现出了“追赶效应”。组内差异是导致我国各地区农业新质生产力发展不均衡的主要原因。各地的发展程度有一定的两极化趋势，但在研究期间，这种两极化的影响逐步减弱。全国范围内，农业新质生产力呈现出显著的空间集聚效应，高生产力和低生产力区域分别聚集。

Abstract: Based on an in-depth exploration of the theoretical connotation of the new quality productivity in agriculture, this paper establishes a comprehensive evaluation index system for the new quality productivity in agriculture from three aspects: agricultural labor force, agricultural labor objects, and agricultural production means, using data from 31 provinces in China from 2012 to 2022. Through methods such as entropy method, Theil index, kernel density estimation, and Moran index, the development level and dynamic change characteristics of the new quality productivity in agriculture in China were measured and analyzed. The research results show that the improvement of the new quality productivity in agriculture in China is very significant, with the eastern region maintaining a leading position in the level of new quality productivity in agriculture through technological innovation and management experience. However, driven by policy support and technology promotion, the central and western regions have shown a “catch-up effect” with growth rates significantly exceeding those of the eastern region. The main reason for the uneven development of the new quality productivity in agriculture across different regions in China is the intra-group differences. There is a certain polarization trend in the development degree of various regions, but during the study period, the impact of this polarization gradually weakened. Nationwide, the new quality productivity in agriculture exhibits a significant spatial agglomeration effect, with high-productivity and low-productivity regions clustering separately.

1. 引言

随着我国经济由高速增长阶段转向高质量发展阶段，现有生产力发展水平与人民日益增长的美好生活需要之间的矛盾日渐突出。同时，保护主义盛行导致国际合作受阻，我国面临的外部环境日趋复杂。发展新质生产力成为驱动我国经济高质量发展，应对外部环境冲击的必然选择。在之后的2024年7月18日发布的中国共产党第二十届中央委员会第三次全体会议公报中又进一步提出了要健全因地制宜发展新质生产力体制机制，健全促进实体经济和数字经济深度融合制度，完善发展服务业体制机制，健全现代化基础设施建设体制机制，健全提升产业链供应链韧性和安全水平制度。

作为中国战略发展体系中的重要组成部分，农业要想符合市场发展的趋势，就必须大力发展新质生产力，强化农业科技人才和农村高技能人才培养使用，优化农业科技创新战略布局，完善农业基础设施建设，构建现代农业经营体系，以新质生产力引领农业强国建设。在此背景下，厘清农业新质生产力的理论内涵，测定我国农业新质生产力的发展水平并分析其动态演变趋势具有重要的理论和现实意义。

目前，学界对于新质生产力的研究尚处于探索阶段，现有文献主要从新质生产力的理论内涵[1]、形成逻辑[2]、实现路径[3]及其与高质量发展之间的关系[4]展开讨论。此外，还有部分学者针对新质生产力的测度[5] [6]及其对产业数字化的影响[7]进行了开创性探索。但将新质生产力具体到农业领域的研究尚少且偏重理论分析。罗必良[8] [9]认为新质生产力是推动农业高质量发展、实现农业强国目标的重要突破口和核心着力点。基本的方向是，着力推进从传统要素到重构基要函数的根本性转变；从能源农业到数智型农业的跨越性提升；从种子技术到“五良法”的匹配性延伸；从大食物观到大国土资源观的创新性配置；从食物生产到农业功能拓展的突破性转型；从农民队伍到新型农业经营主体的系统性培育。要以农业新质生产力的强大动能驱动农业强国建设，实现中国式农业农村现代化与高质量发展。通过文献梳理，本文认为现有研究仍存在以下可拓展的方面：一是目前针对新质生产力的讨论主要围绕工业领域展开，关于农业新质生产力的研究较少；二是目前关于新质生产力的理论分析较多而实证分析不足；三是目前关于农业新质生产力的测度尚未形成统一标准，缺少能够综合评价农业新质生产力发展水平的指标体系。

综上所述，本文首先分析农业新质生产力的理论内涵，丰富了关于新质生产力的理论研究；其次，构建综合评价指标体系，为科学测度我国农业新质生产力发展水平提供新的思路；最后，运用多种方法实证分析我国农业新质生产力的区域差异和动态演变特征，以期为精准引导农业新质生产力形成提供相关对策。

2. 农业新质生产力的理论内涵、指标体系及测度方法

2.1. 农业新质生产力的理论内涵

农业新质生产力是指以农业科技创新为主要驱动力的农业生产力的现代化，是农业由粗放发展转变成现代化、高产高效、可持续的质的飞跃。从马克思主义生产力理论中可知，生产力由劳动力、劳动对象和劳动资料三种因素构成，所以必须从这三个重点对农业新质生产力的涵义加以分析阐述。

第一，新质劳动者是一切新质生产力的基础和前提条件。农业生产者既是农业生产要素生产力不可或缺的组成部分，又是一切农业科技发明创造在生产领域进行成功转化的直接参与者。因此，农业生产者要适应农业新质生产力的标准，就必须拥有更高的素质要求，具备前沿技术的掌握能力，能够以现代化的生产技术和生产模式提高农业的生产效率。新质农业劳动者理应具有较高教育水平、先进技术掌握能力以及提高农业劳动生产率的创新能力，既是一个传统农民的继承者，又是一个新型农业经营主体的缔造者，是农业专业技术人员和农业企业经营者。

第二，新质劳动对象是农业新质生产力发展物化劳动的依托。“传统农业以土地、林木等作为主要的劳动对象，以提高生产率为主要取向，注重土地的集约型经营模式是一定时期内推动农业生产发展的必要举措，但结果形成了严重的生态环境破坏和资源浪费现象。”而在农业新质生产力发展过程中，注重生态保护和促进农业产业进行转型升级有机结合，采取科技创新和生态技术手段，减少农业生产过程中的资源消耗，推动资源循环利用，实现农业经济利益与生态效益的双重协调发展过程。“新质劳动对象”就是在这个过程中体现的新质形态，所拥有的劳动对象不仅是传统的物质化资源，还包括数字信息、精准农业信息等新型生产资料。

第四，新质劳动资料是农业新质生产力发展的关键主导因素。劳动资料不仅是衡量生产力发展阶段的标志，更是农业新质生产力发生质变的关键动力。与传统农业机械化工具相比，农业新质劳动资料是指智能化、信息化、现代化生产工具和设施，如农业大数据平台、互联网设施、自动化灌溉装置、农业机器人等。农业新质劳动资料不仅提高了农业生产效率，还能够实现农业生产方式的前卫性和先进性。同时，随着数字经济的发展以及科技的不断进步，农业产业生产资料会不断得到发展和改进，在这方面农业产业的数字化便体现出农业产业生产资料的不断优化。

综上，新农业生产力的发展不仅是传统农业生产要素的全方位发展，也是劳动者、劳动对象及劳动资料的有机统一，由科学技术作为动力的新农业生产力，有利于促使我国农业生产摆脱对资源密集型生产要素和劳动密集型生产方式的传统思维模式，步入高效率、可持续发展的一种新质生产力形态，成为农业实现现代化、实现建设现代化强国的根基。

2.2. 指标体系构建与数据来源

本文通过分析农业新质生产力理论的内涵，并结合现有文献的研究成果，从农业劳动者、农业劳动对象和农业劳动资料三个方面选择指标，构建了农业新质生产力的综合评价指标体系，如表1所示。各省份的农业科技人员数量参考了钟晓华(2023) [10]的方法确定。其他数据来源于国家统计局官网、《中国统计年鉴》《中国农村统计年鉴》《中国财政年鉴》《中国环境统计年鉴》《中国社会统计年鉴》《中国能源统计年鉴》《中国经营管理统计年报》《中国农村合作经济统计年报》《中国农村政策与改革统计年报》、北京大学数字金融研究中心以及各省份的统计年鉴，对于缺失数据采用移动平均插值法进行补充。研究时间范围为2012年至2022年，研究样本覆盖了中国的31个省份(不包括港澳台地区)。

2.3. 测度方法

本文采用熵权法测度农业新质生产力的发展水平指数。熵权法能够在很大程度上克服主观思维的干扰，客观准确地反映评价指标对系统的贡献程度。其具体计算步骤如下：

首先，进行数据标准化处理：

正向指标：

$y_{ij}^t=\frac{x_{ij}^t-x_{j \min }}{x_{j \max }-x_{j\min }}+0.0001$ (1)

负向指标

$y_{ij}^t=\frac{x_{j \max }-x_{ij}^t}{x_{j \max }-x_{j\min }}+0.0001$ (2)

其中，$x_{ij}^t$ 为第t年i省份的第j项指标。

其次，计算各指标熵值：

$e_j=-k{\displaystyle \sum }_{t=1}^T{\displaystyle \sum }_{i=1}^m{P}_{ij}^{t}ln{P}_{ij}^t$ (3)

其中，$P_{ij}^t=y_{ij}^t/{\displaystyle \sum }_{t=1}^T{\displaystyle \sum }_{i=1}^m{y}_{ij}^t$ ，$k=\frac{1}{ln\left(mT\right)}$ ，m为样本数量，T为年份数量。

再次，确定各指标权重：

$w_j=\left(1-e_j\right)/{\displaystyle \sum }_{j=1}^n\left(1-e_j\right)$ (4)

最后，计算各省份综合得分：

$S_i={\displaystyle \sum }_{j=1}^n{w}_j{y}_{ij}^i$ (5)

Table 1. Comprehensive evaluation index system of new quality productivity in agriculture

表1. 农业新质生产力综合评价指标体系

目标层	一级指标	二级指标	计量方式	属性
农业 新质 生产力	劳动力	农村人均受教育年限	农村人均受教育年限代替	+
		教育支出/财政支出	教育支出/财政支出	+
		农业科研人员数	R&D人员数 × 农林牧渔业总产值占地区生产总值的比重	+
		农业科技专利数量	农业科技专利数量/总人口	+
		教育结构	在校本科生/常住人口	+
		农村居民人均收入	农村居民人均可支配收入	+

续表

	劳动目标	人均国内生产总值	人均国内生产总值	+
		产业结构	产业结构合理化指数	−
		农村居民交通便利程度	农村居民平均每百户年末家用汽车拥有量	+
		绿色食品认证数	绿色食品认证数量存量	+
		电子商务发展水平	电子商务销售额/国内生产总值(电子商务销售额(万元))	+
		农村恩格尔系数	农村恩格尔系数	−
		环保水平	森林覆盖率	+
		绿色农业发展水平	绿色农业专利存量	+
		产品创新投入	新产品开发经费支出/国内生产总值	+
		环保强度	环境保护支出/政府公共财政支出	+
		水质	化学需氧量排放/国内生产总值	−
		农业用水效率	农业用水总量/国内生产总值	−
		空气质量	二氧化硫排放量/国内生产总值	−
	劳动资料	化肥使用量	化肥折纯量	−
		人均农业机械总动力	人均农业机械总动力	+
		上网情况	人均互联网宽带接入端口	+
		交通设施	铁路里程	+
		城乡社区支出	城乡社区支出	+
		农用塑料薄膜使用量	农用塑料薄膜使用量	−
		通信业务	电信业务总量	+
		通信设施	用光缆线路长度/地区面积	+
		商业环境	第一产业法人单位数	+
		数字经济指数	北大数字普惠经济指数	+
		涉农贷款	涉农贷款	+
		农村金融发展水平	农村金融机构网点数量	+

3. 农业新质生产力发展水平测度结果

3.1. 总体发展水平

图1给出了2012~2022年我国农业新质生产力发展水平测算结果，图1(a)和图1(b)分别给出了不同地理分区和不同农业功能分区的新质生产力发展状况。全国范围内，农业新质生产力的中位数由2012年的0.1280上涨至2022年的0.2741，年平均增长率为7.91%；全国平均值由0.1210上涨至0.2870，年平均增长率为9.02%。这说明我国农业新质生产力发展速度较快，但整体来说水平仍较低。在研究期内，2012~2017年全国农业新质生产力均值略低于中位数，说明该阶段分布数据整体偏向左边，即全国农业新质生产力水平处于较低值的省份较多；但自2017年开始，全国农业新质生产力平均值开始高于中位数，且此特征在后面的几年逐步明显。这说明分布数据从左边逐渐向右边偏移，即全国农业新质生产力在一部分省份间的生产力水平较高，从而进一步拉高平均值。在区域层面上，两种分区下的趋势基本一致，但由于区域之间的发展程度差异巨大。

从区位来看，区位从东到西，发展水平呈现高低排序依次是东部、中部和西部地区，均值分别为0.2719、0.2046、0.1535；区位从东到西，发展速度呈现高低排序依次是西部、中部和东部地区，年平均增长速率分别为9.41%、9.19%、8.68%。从农业功能区位来看，区位从高到低依次是粮食主销区、粮食主产区、粮食产销平衡区，均值分别为0.2634、0.2349、0.1430；区位从高到低依次是粮食产销平衡区、粮食主产区、粮食主销区，年平均增长速率分别为9.29%、9.16%、8.56%。造成上述区位差异的原因可能是粮食主销省份大部分位于东部，这些省份科研能力较强，农业经济比重小，农业基础设施条件比较完备，农业创新和技术变革难度低，因此其农业新质生产力发展水平比较高。粮食主产省份大部分位于中部，具有比较丰富的农业资源和较大的规模化程度，农业创新技术应用条件成熟，土地产出率高，农业规模化发展规模较大，拉动了生产力的加快增长。西部地区的自然资源条件比较不利于农业发展，集中的粮食产销平衡省份大多位于该地，农业经营规模分散，机械化率低，内生发展能力较弱。

但是，近几年，西部大开发、“一带一路”战略、西部地区陆海新通道发展规划等利好的政策措施的积极影响使得创新驱动作用得到强化，使得农产新型生产力发展较快。上述因素使得中部地区、西部地区新型生产力发展速度高于东部地区，表现出明显的“追赶效应”。

Figure 1. New quality productivity index of agriculture

图1. 农业新质生产力指数

3.2. 子维度发展水平

通过计算农业工作者、农业劳动对象以及农业生产资料这三个方面的发展水平和增长速度，可以识别我国农业新型生产力发展的优势与不足，具体测算结果见表2。

从农劳层面看，第一，东部地区发展最好，中部居中，西部靠后。第一，东部地区农劳素质与生产力水平最高，农业依托发达经济与科研创新条件，利用更多现代技术和技术、组织、管理等现代农业技术，农民更多从事技术和组织管理农业以及从事附加价值更高的农业产业活动，收入也最高。第二，中部地区的农劳处转轨时期，农业技术和机械化、信息化水平慢慢提高，劳动力素质有所提高，农业新质生产力水平位于东、西部之间。第三，西部地区农劳最落后，仍然依赖传统生产技术，农业机械化水平低，农民收入水平低，政策扶持较大力度，但是技术推广相对较慢，劳动力素质和技术现代农业技术应用上待提高。从农业功能区域角度来看，农业主销区省份位于东部地区，发展水平最先进；粮食主产区省份大多位于中部地区，除山西外其余省份位于西部地区，粮食产销平衡区省份西部多，东部少，发展水平最落后。第二，从增速方面来看，西部地区农劳维度增速最快，主要是因为西部地区发展基础最差，政策扶持力度大，随着更多现代技术、生态农业推广应用，西部地区农劳的生产力水平逐渐提升，具有更强大的发展潜力。

中部地区增速仅次于东部，因为农业生产资源好而且基础比东部好，但发展现代化转型水平快于东部，在政策、技术推广的带动下，生产力保持良性增长。东部地区水平整体领先，但因农业现代化水平处于较高水平，边际增长放缓，增长相对缓慢，只能着重解决进一步优化和技术更新的问题。对应到农业功能分区上也与地理分区保持一致，产销平衡区增速最快，主产区次之，主销区增速最末，由此可见相对落后地区明显存在追赶作用。

在农业劳动目标维度和农业劳动资料维度下，地理分区的发展水平与在农业劳动者维度下的排名一致，均为东部地区第一、中部地区第二、西部地区第三。对应到农业功能分区发展水平也与农业劳动者维度下的排名一致。但是在增长速度上则出现了分化。

农业生产目标任务层增长速度最快的是中地区、次快的是西地区、最慢的是东地区，农业生产功能层对应的地理层也分别为中地区、西地区和东地区，主产地区第一，销地区次之，销地区第三。农业生产目标层增长速度最快的是中地区和产地区，最慢的是东地区，主要原因在于中地区农业资源优势明显，且国家扶持力度大，且在从传统农业向现代农业转变中实现较快突破，且技术推广取得实效；次之的是西地区，虽然农业基础不厚，但因国家政策的支持和相关先进技术的应用，使得农业生产目标任务层的增长速度相对较快；最慢的是东地区，该地区由于接近最高生产力水平，因此增速放慢，增速慢的主要是促进农业结构升级，实行高质、绿色发展。

Table 2. Development level and growth rate of new quality productivity in agriculture

表2. 农业新质生产力各维度发展水平及增长速度

子维度		地理分区			农业功能分区			全国
		东部	中部	西部	主销区	主产区	产销平衡区
农业 劳动者	均值排名	0.0541 (1)	0.0421 (2)	0.0292 (3)	0.0528 (1)	0.0463 (2)	0.0282 (3)	0.0414
	增速排名	5.53% (3)	6.37% (2)	9.27% (1)	5.36% (3)	6.37% (2)	9.22% (1)	6.72%
农业 劳动目标	均值排名	0.1140 (1)	0.0769 (2)	0.0607 (3)	0.1164 (1)	0.0894 (2)	0.0564 (3)	0.0838
	增速排名	11.68% (3)	12.82% (1)	11.91% (2)	10.99% (3)	13.01% (1)	11.57% (2)	12.01%
农业 劳动资料	均值排名	0.1038 (1)	0.0856 (2)	0.0637 (3)	0.0943 (1)	0.0992 (2)	0.0583 (3)	0.0836
	增速排名	7.13% (3)	7.45% (1)	7.15% (2)	7.32% (1)	7.20% (2)	7.16% (3)	7.22%

农业劳动资料维度下的空间增长幅度，从地理分区结果看，中、西、东部分别处于增长序列的第一、二和三位；从农业功能分区的结果看，粮食主销区表现最好，其次是粮食主产区，粮食产销平衡区最低。与地理分区计算所得结果相比，这两类分化的排名有一定差异，但是，两类分化的计算结果的增幅差异不大，说明各省份分化的程度并不大，整体上各省份农业劳动资源方面的进步都不低。

总体上看，研究期内农业新的劳动对象发展水平最高，农业新的劳动资料次之，农业新的劳动者最低，其增长率高低与各自发展程度排序均相一致。后期应加大对农业从业者的教育投入和提高待遇水平，加大农业基础设施尤其是智慧农业建设投入，大力培养新型职业农民主体，提高农业社会化服务水平。

4. 农业新质生产力区域差异及来源分析

本文采用泰尔指数分析各区域农业新质生产力发展的相对差异[11]，其具体表达式如下：

$T=\frac{1}{k}{\displaystyle \sum }_{q=1}^1\left(\frac{k_p}{k}\times \frac{{\overline{S}}_p}{\overline{S}}\times \ln \frac{{\overline{S}}_p}{\overline{S}}\right)$ (6)

$T_p=\frac{1}{k_p}{\displaystyle \sum }_{q=1}^{k_p}\left(\frac{S_{pq}}{{\overline{S}}_p}\times \ln \frac{S_{pq}}{{\overline{S}}_p}\right)$ (7)

$T=T_w+T_b={\displaystyle \sum }_{p=1}^3\left(\frac{k_p}{k}\times \frac{{\overline{S}}_p}{\overline{S}}\times T_p\right)+{\displaystyle \sum }_{p=1}^3\left(\frac{k_p}{k}\times \frac{{\overline{S}}_p}{\overline{S}}\times \ln \frac{{\overline{S}}_p}{\overline{S}}\right)$ (8)

(2)式中，T表示农业新质生产力指数的总体差异泰尔指数，其大小处于[0, 1]，泰尔指数越小，说明农业新质生产力指数的总体差异越小，反之则说明总体差异越大。q表示省份，k表示省份数量，S_q表示省份q的农业新质生产力指数，$\overline{S}$ 表示全国农业新质生产力的平均值。(3)式中，T_p表示区域p的总体差异泰尔指数k_p表示区域p的省份数量，S_pq表示区域p省份q的农业新质生产力指数，${\overline{S}}_p$ 表示区域p的农业新质生产力指数平均值。(4)式中农业新质生产力指数的总体差异泰尔指数被进一步分解为区域内差异泰尔指数T_w和区域间差异泰尔指数T_b。另外，定义T_w/T和T_b/T分别为区域内差异和区域间差异对总体差异的贡献率，(S_p/S) × (T_p/T)为各区域对区域内总体差异的贡献率，S_p表示区域p内各省份的农业新质生产力指数之和，S则表示全国农业新质生产力指数之和。

Figure 2. Trends of China’s new quality agricultural productivity Theil Index from 2012 to 2022

图2. 2012~2022年中国农业新质生产力泰尔指数变化趋势

2012~2022年中国农业新质生产力指数在地理分区、农业功能分区两种分区下的泰尔指数变化趋势呈现相似且明显的区域差异(见图2)，从图中可以看出，泰尔指数的变化大致分为三个阶段，分别为2012~2015年、2015~2019年、2019年~2022年。在2012~2015年间，地理分区及农业功能分区下的泰尔指数表现为波动下降趋势，同时从泰尔指数的构成来看，总体差异的主要来源由区域间差异逐渐转变为区域内差异；在2015~2019年间两种分区下的泰尔指数表现为稳步上升的趋势，同时从泰尔指数的构成来看，区域内差异与区域间差异的差距进一步扩大，在总体差异中的主导地位进一步提升；2019~2022年，两种分区下的泰尔指数表现为2019~2020年下降后在2020~2021年保持了相对短暂的稳定之后又回升到略低于2019年的水平，同时从泰尔指数的构成来看，总体差异的主要来源虽然仍然是区域内差异，但是区域间差异在总体差异中的占比有所回升。

4. 农业新质生产力动态演变特征

4.1. 时间演变特征及其演化

本文采用Kernel密度估计并采用三维核密度图考察全国及不同分区农业新质生产力发展的时间演变特征及其演化[12]，其基本函数形式如下：

$f\left(x\right)=\frac{1}{Nh}{\displaystyle \sum }_{i=1}^{N}K\left(\frac{X_i-\overline{X}}{h}\right)$ (9)

$K\left(x\right)=\frac{1}{\sqrt{2\pi }}{e}^{\frac{-x^2}{2}}$ (10)

核密度估计方法能够对随机变量的概率密度进行估计，并用连续的密度曲线描述随机变量的分布态势，进而反映变量分布的位置、形态和延展性等信息，它对模型的依赖性较弱，具有较强的稳健性。假设随机变量X的密度函数为$f\left(x\right)$ ，如式(4)。其中，N是样本的个数，X_i为独立同分布的观测值，$\overline{X}$ 为均值，h为带宽。带宽越小，估计的密度函数曲线越不平滑，但估计精度越高，因此应尽可能选择较小的带宽用于实际估计。

与之前文章采用表格或二维核密度图相比[13] [14]，三维核密度图能够更全面地展示数据的分布情况，揭示变量间的复杂关系。三维图能更好地捕捉数据的密集区域和变化趋势，使得模式和结构更为明显，为分析农业新质生产力的核密度变化提供了更深入的洞察力。

三维核密度图的结果如图3所示。在全国层面上，2012~2019年主峰高度逐年下降，2019~2022年保持相对稳定，并逐渐由双峰转变为单峰，且曲线持续右移，宽度增加，右拖尾现象较为明显，这表明我国农业新质生产力整体发展水平逐年提升，但省际之间的绝对差距有所增加，领先省份与全国平均水平的差距有所扩大。

Figure 3. Core density map of new quality productivity in China’s agriculture from 2012 to 2022

图3. 2012~2022年中国农业新质生产力核密度图

从区域角度看，图3(a)和图3(b)分别显示了地理分区和农业功能分区中农业新质生产力水平的时间变化趋势。在这两种分区的情况下，区域层面的曲线变化与全国整体趋势大致相符，但也存在一些不同之处。图3(a)中东部地区峰值持续右移并降低，曲线右拖尾现象也逐渐减弱，表明东部地区省份农业新质生产力整体水平逐年提升，但同样存在内部差距扩大的问题；中部地区峰值同样持续右移，2012~2019年主峰高度逐年下降，2019~2022年则有所上升，同时还出现了逐渐由单峰变为多峰、右拖尾逐渐转变为左拖尾的情况，这表明中部地区省份的整体农业新质生产力水平在提高，但是地区内部各省份之间出现了较为明显的分化，导致了由单峰变为多峰的分化现象。可能是某些省份或农业产业在技术、政策或资源上的获益较多，快速发展；而其他省份或产业发展相对滞后导致的；西部地区与中部地区类似，峰值右移，高度先下降之后又有小幅回升，右拖尾逐渐转变为左拖尾，同时宽度显著增加，这表明西部地区省份的整体农业新质生产力水平在提高，但是区域内部各省份农业新质生产力水平正在经历结构性变化，虽然有部分省份重新集中了农业新质生产力，但总体上地区之间的差异仍然存在扩大的迹象；图3(b)中由于粮食主销区所有省份都位于东部地区，因此三维核密度图与东部地区保持高度相似；粮食主产区省份虽大多处于中部地区，但仍有部分省份位于东西部地区，因此与中部地区有一定的区别。主产区核密度图由双峰逐渐演变为单峰，主峰持续右移并降低，次峰逐渐消失，没有明显的拖尾现象。这表明粮食主产区整体新质生产力水平在提高，但分布的集中度在下降。各省之间的差异正在逐步变化，原本产量较低或较高的省份正在逐渐与主流省份趋于一致；粮食产销平衡区的省份中，除了山西省位于中部地区之外，其他省份全都位于西部地区。从3D核密度图可以看出，粮食产不足省和西部省份基本一致，峰度趋势逐年向右位移，由2012年逐步向2020年降低，之后在2020~2022年稍有回升，但是粮食产不足省从宽度看比西部省份要大，表示由于地理位置的差异，粮食生产平衡省的农业综合生产力发展的程度差距更大。

4.2. 空间特征及其演化

本文采用莫兰指数分析我国各省农业新质生产力的空间差异性特征，相关莫兰指数分析结果见表3。研究结果显示，根据三种权重矩阵：W1 (空间相邻权重矩阵)、W2 (地理距离权重矩阵)和W3 (经济地理距离嵌套空间权重矩阵)下，各年度莫兰指数均处于1%显著性水平上显示显著的空间正相关性，且Z值均超过2.7，说明省际新质生产力具有集聚特征。其中，W1的莫兰指数值在0.296~0.360之间，表明省际新质生产力高值省份的相邻省份皆为高值省份或低值省份的相邻省份皆为低值省份，强调省际相邻的省份农业新质生产力显著相关；W2权重矩阵下莫兰指数值在0.217~0.269之间，具有中度的空间聚集性；体现了除了省份间是否相邻之外，地理距离的存在同样也会影响到省际农业新质生产力的空间依赖性，说明了区域间相互作用受到地理距离的影响。在W3中的莫兰指数值稍低，在0.104~0.171之间，虽然莫兰指数数值略小于W1和W2两种权重矩阵下相应的数值，仍处于1%显著性水平显示显著，这说明在此嵌套经济地理距离下的空间依赖性也是显著的，尤其是2012~2016年间Z指达到3.7以上，说明经济活动与空间的密切联系，即使相距较远也会对其所处省份的新质生产力造成影响。

综上分析，在选取不同空间权重矩阵的方式下，农业新质生产力指数均具有明显空间正相关特征。即，生产力高的区域与周边生产力高的区域聚集在一起，生产力低的区域与周边生产力低的区域也有集聚特征。

Table 3. Global Moran’s I index of China’s new quality agricultural productivity

表3. 中国农业新质生产力的全局Moran’s I指数

年份	W1	W2	W3
2012	0.331^*** (3.372)	0.254^*** (3.126)	0.171^*** (4.154)
2013	0.311^*** (3.188)	0.248^*** (3.064)	0.169^*** (4.116)
2014	0.331^*** (3.372)	0.261^*** (3.203)	0.166^*** (4.056)
2015	0.322^*** (3.297)	0.250^*** (3.091)	0.154^*** (3.818)
2016	0.354^*** (3.590)	0.266^*** (3.266)	0.152^*** (3.787)
2017	0.336^*** (3.436)	0.245^*** (3.049)	0.129^*** (3.331)
2018	0.334^*** (3.426)	0.239^*** (2.982)	0.121^*** (3.160)
2019	0.316^*** (3.272)	0.223^*** (2.831)	0.107^*** (2.892)
2020	0.296^*** (3.084)	0.217^*** (2.757)	0.104^*** (2.837)
2021	0.359^*** (3.658)	0.260^*** (3.212)	0.125^*** (3.242)
2022	0.360^*** (3.663)	0.269^*** (3.313)	0.129^*** (3.328)

注：括号内为Z值；***、**和*分别代表在1%、5%和10%的水平上显著；W₁为空间邻接矩阵，W₂为地理距离空间权重矩阵(两地距离平方的倒数)，W₃为经济地理距离嵌套空间权重矩阵。

5. 结论与建议

5.1. 结论

本研究对我国农业新质生产力进行了实证分析，将农业劳动者、农业劳动对象以及农业劳动资料3个方面构建综合评价指标体系，测算了2012~2022年我国31个省(市、自治区) (不含港澳台地区)农业新质生产力的整体水平及动态变化特征。研究结果显示，我国农业新质生产力整体水平逐步提高，但是区域发展极不均衡，其中东部地区享有经济、技术、政策优势，农业新质生产力水平长期处于前列，中部和西部地区在政策引导与技术扶持下保持了显著的、更高的增速，形成“追赶效应”，地理位置、农业资源禀赋、经济发展水平等因素显著影响区域农业新质生产力间差异。

从空间特征上来看，权重矩阵所对应的莫兰指数都表现出显著的空间正自相关性，这表明空间分布上农业新质生产力的集聚特征明显，高生产率区域和高生产率区域以及低生产率区域和低生产率区域之间均表现出显著空间聚集现象，反映出邻近省份之间在农业新质生产力上有较强空间依赖效应。

5.2. 建议

通过以上研究结论，本文建议：第一，政府应进一步加大对中西部地区的政策倾斜、科技投资力度，使其发展水平逐步贴近农业新型生产力发展水平，从而进一步缓解区域间的不平衡发展。政府应针对不同地区资源禀赋、经济发展水平、科技发展水平的差异制定不同的鼓励政策，指导其差异化的、有针对性的农业技术革新、产业升级发展。第二，对区域协调发展，促进农业生产力协调发展，使各个区域的农业生产力趋于平衡发展。应提倡中西部地区应遵循东方式农业先进技术经验和农业经营方式，利用政策鼓励的方式吸引东部地区的农业企业到中西部地区发展农业产业，使中西部地区的农业生产走向现代农业方式，做到专业化生产、精细化生产。第三，发展农业社会化服务组织，重点改进农业生产条件的设施，例如大力推进农业数字和智能设施，促进农业生产实现精耕细作。应重点发展新型农业经营主体，例如应着力发展农业合作社、家庭农场以及农业企业，以提高其经营与生产管理水平以及其开拓市场的能力。第四，政府应重视内部地区发展的不平衡问题，应在规划农业生产力分布布局时，充分利用资源调配，优化内部区域生产力结构，推动各省农业生产力协调发展，推动农业新质生产力的协调发展和可持续性发展。

基金项目

武汉工程大学研究生教育创新基金项目(CX2024362)。