| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 经济/产业 |
| 农业新质生产力空间聚集与等级跃迁 |
| 第771期 作者：□文/李忠华 谢欣延 时间：2026/2/16 13:31:26 浏览：9次 |
［提要］ 在高质量发展与农业强国战略引领下，农业新质生产力作为推动农业转型升级的核心动力，日益成为学界与政策关注的焦点。本文构建农业新质生产力指标体系，对我国30个省（区、市）农业新质生产力水平进行测度分析。研究发现：（1）农业新质生产力整体实现“量质齐升”，但三维结构失衡；（2）空间格局上呈现出高水平区域集聚与低水平区域固化并存的“双极分化”趋势，区域间联动性逐步增强；（3）等级跃迁存在明显路径依赖性，“跃迁壁垒”与“俱乐部效应”突出，空间邻接结构影响跃迁概率。
关键词：农业新质生产力；空间集聚；等级跃迁
基金项目：2024—2025年度河北省社会科学基金重点项目（编号：HB24GL001）
中图分类号：F323 文献标识码：A
收录日期：2025年10月13日
伴随全球科技革命及产业变革不断推进，传统农业增长范式遭遇资源瓶颈和生态限制的双重打击，农业高质量发展迫切需要探寻新的动力源泉。已有研究普遍认为，农业新质生产力的生成依赖于多维要素协同，如劳动力素质结构优化、生态资源与环境承载力提升、农业科技资本与数字化基础设施强化，三者之间形成高度互动的系统机制。在实证探索方面，部分研究初步构建了农业新质生产力的测度体系，采用多维指标对其区域发展水平进行评估，揭示其空间极化、区域不均等特征。然而，现有研究大多聚焦于发展水平静态测度，尚缺乏对其内部结构协同、动态演进过程与空间跃迁路径的综合性分析。
为填补上述研究空白，本文基于马克思主义关于“劳动者-劳动对象-劳动资料”三要素构成的生产力理论，结合新质生产力“创新引领、要素重构”的特征，从“新质劳动者-新质劳动对象-新质劳动资料”三维结构出发，构建系统评价指标体系，综合测度2012～2024年我国省域农业新质生产力水平。研究采用熵值法确定权重，在此基础上借助莫兰指数（Moran’s I）刻画空间分布格局，并引入传统与空间Markov链模型，分析其等级跃迁行为。
一、研究方法
（一）熵值法。本文采用熵值法来确定各指标权重。
第一步，对数据进行标准化处理：
正向指标：yij′=■
负向指标：yij′=■
第二步：确定权重：
wj=■
其中，ej＝-k■■ln■。
最后，计算各省份综合得分：
Si＝■wj×yij′
（二）Moran’s I指数。为揭示农业新质生产力在地理空间上的集聚性与关联性，引入Moran’s I指数进行空间相关性分析。
全局Moran’s I指数用于反映总体空间相关格局，其表达式为：
I＝■×■
引入局部Moran’s I指数进行空间异质性识别，其表达式如下：
Ii＝■■wij（yj-■）
（三）马尔科夫链。传统马尔科夫链假设系统在各状态之间的转移仅依赖当前状态，其状态转移概率矩阵如下：
P＝［pij］m×m pij=■
空间条件下的状态转移概率可表示为：
Pk=［p■■］ p■■=■
二、农业新质生产力指标体系构建及测度
（一）评价指标体系设计。农业新质生产力并不是传统农业生产力的简单延续，而是在生产范式、组织方式和价值取向上的一次范式跃迁。它一方面继承了马克思主义关于生产力由“劳动者-劳动对象-劳动资料”三个要素组成的理论框架；另一方面也反映出现代农业生产力在数字化、绿色化、创新驱动等新发展理念下的质量提升和结构变革。
传统农业以资源投入推动产出，强调的是数量扩张与自给自足；而农业新质生产力强调的是高素质人力资本、绿色生态环境与高效技术装备等新型要素的重构与协同，目标是实现生产方式的智能转型、农业功能的多元拓展以及农业系统的可持续发展。
因此，本文基于马克思主义生产力三要素理论，选取2012～2024年全国30个省（区、市）（不含港澳台、西藏地区）的数据，从“新质劳动者-新质劳动对象-新质劳动资料”三个维度，并参考朱迪（2024）、丁宝根（2024）、罗光强（2024）等的研究，构建农业新质生产力评价指标体系，并运用熵值法计算其权重，具体见表1。（表1）
（二）农业新质生产力总体水平。2012～2024年我国农业新质生产力水平总体呈现出稳步提升的态势。过去十几年间农业新质生产力呈现出“量质齐升”的跃迁态势，然而其内部结构仍表现出“资料维度领跑、对象发展滞缓、劳动者能力不足”的失衡格局。为推动农业新质生产力持续跃升，应在强化科技创新引领作用的基础上，统筹推进农业组织体系优化与农业人力资本积累，构建起“三维协同、要素联动”的高质量发展新格局。
三、农业新质生产力空间聚集与关联格局
（一）全局空间自相关检验。为深入揭示我国农业新质生产力的空间分布格局与集聚特征，本文构建基于空间邻接矩阵的全局Moran’s I指数，对其空间自相关性进行实证检验。Moran’s I指数是衡量变量空间自相关性的重要指标，指数越接近1，表明空间集聚性越强。2012～2024年我国农业新质生产力的全局Moran’s I指数持续为正，且全部通过5%的显著性检验，显示其具有显著且稳定的空间正相关性。尤其在2018～2020年间，Moran’s I指数分别为0.366、0.370和0.388，z值均超过3，p值均小于0.001，表明空间集聚效应达到高峰，呈现出“高-高”与“低-低”区域集聚特征。从时间演化看，2012～2017年空间集聚性逐步增强；2018～2020年为集聚高峰期，之后虽略有回落，但2022年仍保持在较高水平，说明农业新质生产力空间分布具备一定稳定性与延续性。
上述空间集聚格局的产生，可能是由多种因素造成的，一方面东部地区较早完成农业技术升级，制度改革深入，要素配置高效，农业新质生产力持续提升，形成江苏、浙江、山东等“高-高”集聚核心圈层；另一方面中西部大部分地区在地形、经济、技术等方面相对薄弱，农业发展方式仍然以传统路径为主，容易与周边低水平区域形成“低-低”集聚区，阻碍区域协同发展和要素流动。
（二）局部空间自相关检验。从局部空间关联来看，如图1（a）所示，2012年大部分省份处于第一象限（高-高集聚区）和第三象限（低-低集聚区）中，江苏、上海、浙江、山东等省份位于高-高集聚区，说明这些省份的农业新质生产力发展水平较高，其周边省份也较高；新疆、甘肃、青海、宁夏、内蒙古等西部省份主要位于低-低集聚区，是农业新质生产力发展的相对“洼地”，海南、安徽等省份位于低-高集聚区，有被带动的趋势。（图1）
2024年整体格局较2012年发生了一定的演化，如图1（b）所示，高-高集聚区省份有所扩展，广东、福建、上海、江苏等东部沿海发达省份依旧稳居高-高集聚区，且空间拉动作用愈发显著。同时，部分中部省份（如河南）也从中间地带跃入高-高集聚区，这说明中部高能级省份已具备一定的辐射带动效应，或是得益于国家粮食核心区政策扶持以及农业科技园区布局，区域联动加强。与此同时，宁夏等传统低-低集聚省份的空间位置上移，显示西部部分地区正逐步打破低水平锁定，具备上行趋势。整体来看，高-高集聚区向中西部扩展，空间差距缩小，区域协同发展成效初显。
四、农业新质生产力等级跃迁
（一）农业新质生产力水平空间特征。为识别农业新质生产力的地区发展梯度与结构性差异，本文参考谭燕芝、李白雪等的研究，结合我国农业发展实际，采用相对平均值倍数法将农业新质生产力划分为以下四个等级：低于全国平均值（0.195）50%的为Ⅰ级（0，0.098］，为低水平；介于50%～100%的为Ⅱ级（0.098，0.195］，为中低水平；介于100%～150%的为Ⅲ级（0.195，0.293］，为中高水平；高于150%的为Ⅳ级（0.293，+∞），为高水平。
从总体演进趋势看，2012～2024年间，我国农业新质生产力水平总体上呈稳步上升趋势，等级分布由以Ⅱ级为主，逐渐向Ⅲ级和Ⅳ级发展。
从区域分布格局来讲，农业新质生产力存在着东高西低，中部居中的典型空间梯度特点，东部地区大多处于Ⅲ级和Ⅳ级发展水平，江苏、广东、北京、上海等省市从2014年开始就一直处在Ⅳ级，显示出很强的农业科技底蕴以及不断更新的动力，浙江、山东、福建等地最近几年才从Ⅲ级升到Ⅳ级，变成带动区域共同发展的新兴力量，中部地区多数位于Ⅱ级，即便安徽、河南、江西、湖北等省在“十二五”期间和“十三五”期间完成了一定程度的跨越，但中部地区整体上还是提升速度较慢，西部地区基本上都是Ⅱ级或者更低等级，甘肃、青海、宁夏、西藏等地由于资源禀赋条件差，科技支撑弱，农业基础设施比较落后，所以长期停留在Ⅰ级或者Ⅱ级状态。
从典型省份的演化路径来看，江苏自2012年以来始终稳居全国前列，得益于其高强度的科技投入和制度创新。北京由2012年的Ⅱ级升至2020年的Ⅳ级，2022年虽略降为Ⅲ级，但整体发展基础稳固。回落可能是受都市用地紧张与非农转移加剧影响。中部的安徽与河南分别由Ⅰ级和Ⅱ级在2014年前后跃升至Ⅱ级和Ⅲ级，2020年后趋于稳定，体现出追赶态势。西部的陕西发展势头较突出，从2014年进入Ⅲ级后，2020年起迈入Ⅳ级，成为西部少数实现跨级跃升的代表省份。这一成就或与其近年来加快推进农业科技成果转化、新技术推广及制度供给优化密切相关。
（二）农业新质生产力动态跃迁
1、传统Markov链分析。为进一步揭示农业新质生产力在不同发展等级间的动态跃迁特征，本文引入传统Markov链模型，对各省份在2012～2024年间的农业新质生产力等级演进路径进行分析。农业新质生产力呈现出显著的等级稳定性，尤其表现为发展水平的固化趋势。具体来看，四个发展等级的省份在下一个时期保持原有状态的概率分别为：70.59%（Ⅰ类）、86.64%（Ⅱ类）、81.5%（Ⅲ类）和97.7%（Ⅳ类），其中，高等级（Ⅳ类）和中低等级（Ⅱ类）省份的稳定性最强，说明农业新质生产力呈现出较强的路径依赖特征。各等级向相邻更高等级跃迁的概率相对较小：Ⅰ类向Ⅱ类跃迁概率为29.41%，Ⅱ类向Ⅲ类跃迁为12.73%，Ⅲ类向Ⅳ类跃迁为14.29%，说明农业新质生产力的等级上升存在较高的跃迁壁垒，各等级间发展仍较为封闭，跨等级突破相对困难。
进一步分析发现，除极少数向上跃迁外，农业新质生产力发展几乎不存在向下滑落的现象。Ⅰ类与Ⅱ类地区几乎未下降，Ⅲ类仅有4.21%向Ⅱ类回退，Ⅳ类则保持97.7%的等级稳定。这种上升不易、下滑更难的转移特征，与我国近年来持续加强的农村基础设施建设、农业科技投入和绿色发展战略相吻合，体现出农业新质生产力具备较强的累积性和不可逆性特征。
同时，也要注意到，虽然跃迁路径以原地稳定为主，但是Ⅰ类和Ⅱ类状态维持比例都在七成以上，这说明有部分省份长期处于低水平或者中低水平，存在低水平陷阱的风险，而高水平（Ⅳ类）省份几乎不发生跃迁，一定程度上形成高水平锁定或者俱乐部效应，进一步加大了不同等级之间的鸿沟。
2、空间Markov链分析。在传统Markov链模型基础上，进一步引入空间邻接矩阵，构建空间Markov链模型，以刻画农业新质生产力等级在不同邻接空间结构下的动态跃迁特征。从整体上来看，空间邻接结构对跃迁行为具有显著影响，邻接省份等级越高，地区向上跃迁的概率越大，反之越容易陷入等级锁定。当邻接省份是Ⅰ类或者Ⅱ类（低或者中低水平）时，该地区维持原状的概率非常高，说明“低-低”空间结构具有较强的路径依赖性与锁定效应，农业新质生产力难以冲破原有的束缚。当邻接省份为Ⅲ类（中高水平）时，不同等级地区跃迁情况存在较大差别，Ⅱ类向Ⅲ类跃迁的概率为28.57%，远高于传统模型下的12.73%，Ⅲ类向Ⅳ类的跃迁概率达12.28%，这表明相对高的发展水平对周围中低等级地区有一定的带动效应，开始有初步的协同增长现象。当邻接省份为Ⅳ类（高水平）时，带动效应最强。Ⅱ类跃迁至Ⅲ类的概率为18.37%，Ⅲ类跃迁至Ⅳ类的概率最高，达41.2%，远高于其他邻接组合，体现出“高-高”的空间结构的强辐射能力，具有典型的空间俱乐部核心区特征。
五、结论
从总体发展水平看，农业新质生产力稳步向好，综合指数十年间翻了一倍多，呈现出“量质齐升”的跃迁式发展态势，但各要素贡献度存在明显差异。
在空间分布格局上，农业新质生产力显著表现为东高西低的空间梯度和“高-高、低-低”的双极集聚态势。全局Moran’s I指数稳定在正值，空间自相关性显著增强；局部空间结构显示，东部沿海高值集聚区不断扩张，中西部部分省份有赶超趋势，区域联动初显。
从动态跃迁特征看，农业新质生产力等级具有较强的路径依赖性，上升难、下滑难，跨等级跃迁壁垒高。空间Markov链分析表明，相邻省份发展水平显著影响本地跃迁概率，“高-高”邻接结构辐射带动作用明显，“低-低”结构易固化，陷于低水平陷阱。
（作者单位：华北理工大学）
主要参考文献：
［1］苏艺.发展农业新质生产力的逻辑基点、内涵阐释与着力重点［J］.农村经济，2024（05）.
［2］黄季焜.农业新质生产力：内涵与外延、潜力与挑战和发展思路［J］.中国农村观察，2024（05）.
［3］岳佳欣，李辉，李丹，等.农业新质生产力发展与应用综述［J］.智慧农业导刊，2025.05（08）.
［4］朱迪，叶林祥.中国农业新质生产力：水平测度与动态演变［J］.统计与决策，2024.40（09）.
［5］张凤兵，王会宗.中国农业新质生产力：水平测度、时空分异与收敛性［J］.经济论坛，2024（07）.
［6］丁宝根，方羽，罗芳.中国农业新质生产力水平的测度、时空特征及影响因素研究［J］.江苏农业科学，2024.52（24）.
［7］罗光强，宋新宇.中国农业新质生产力：生成机理、时空特征与区域差异［J］.中国农业资源与区划，2025.46（06）.
［8］谭燕芝，王超，陈铭仕，等.中国农民共同富裕水平测度及时空分异演变［J］.经济地理，2022.42（08）.
［9］李白雪，梁贝贝，毛伟.农业新质生产力水平时空特征及区域差异［J］.重庆文理学院学报（社会科学版），2025（06）.
|
|
|
|
