中國農業高質量發展的時空差異與動態演進

郭郡郡，劉玉萍

（西華師范大學 公共政策研究院，四川 南充 637009）

習近平總書記在黨的十九大報告中作出“我國經濟已由高速增長階段轉向高質量發展階段”的重大判斷，并指出堅持把解決好“三農”問題作為全黨工作重中之重，實施鄉村振興戰略。按照習近平總書記“高質量發展不只是一個經濟要求，而是對經濟社會發展方方面面的總要求”的論述[1]，在全面實施鄉村振興戰略之際，我國農業發展的政策導向將逐步由增產向提質轉變，而推進農業高質量發展，則被視為實現此政策目標的重要支撐。長期以來，為了保障農產品的總量供給安全，我國農業主要通過增加要素投入來實現“總量平衡、豐年有余”，這種靠“投入驅動”的農業發展模式不僅造成了資源的大量浪費[2-3]，還帶來了令人擔憂的環境問題[4]，成為未來我國農業發展“提質”所面臨的重大挑戰。在此背景下，2018—2021年的中央一號文件連續提出“落實農業高質量發展”的要求，將農業高質量發展視為實施鄉村振興戰略的重要舉措。

正因為農業高質量發展既是我國整體發展質量提升的重要組成部分，也是鄉村振興戰略推行的必由之路，近年來，農業高質量發展相關議題受到了學界的廣泛關注。從研究內容來看，大多研究者從內涵特征[5-6]、影響因素[7]和提升對策[8]等方面，對農業高質量發展相關問題展開了定性探討，也有少量研究者通過構建評價指標體系，對特定對象的農業發展質量進行了測度分析[9]。審視當前研究，盡管對象、方法和內容多不相同，但我國農業發展質量的“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，使得現有研究并不能為我們描繪我國農業高質量發展“非均衡性”的詳細圖景，回答諸如我國農業高質量發展的“城市和區域差距分別有多大”“整體差異主要來自哪里”“隨著時間的推移表現出什么樣的動態變化特征”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據，對我國農業高質量發展的時空差異與動態演進進行定量分析，試圖更為清晰地展現我國農業發展質量的“非均衡性”面貌。具體而言，本文首先采用Fare-Primont指數法對各城市不同年份的農業全要素生產率進行測度，以之作為城市農業高質量發展的度量；然后基于Dagum基尼系數及其分解方法，分析城市及區域間農業高質量發展水平的差距，考察整體差距的來源；進而通過Kernel密度估計方法分析農業高質量發展整體分布的動態變化，通過Markov鏈模型分析不同城市農業高質量發展的狀態轉移趨勢。我們期待，通過對中國城市農業高質量發展時空差異與動態演進的詳盡分析，本文的研究不僅有助于研究者更清晰地理解我國農業高質量發展“非均衡性”現狀，也能為政策制定者基于農業高質量發展水平差異精準施策提供翔實的數量依據。

1 研究方法與數據來源

1.1 基于Fare-Primont指數的農業高質量發展測度

在實證研究中，學術界測度農業高質量發展的方法主要可歸納為多指標測度和單一指標測度兩類。多指標測度是根據農業高質量發展的內涵和特征構建評價指標體系，并采用不同的賦權方法確定各個基礎指標的權重，在此基礎上計算綜合測度指標作為農業高質量發展的度量[7,11]。多指標測度方法雖然能夠有效反映農業高質量發展的多維特性，但由于指標體系構建和指標權重確定的“雙重”主觀性對測度結果有較大影響，使得多指標測度結果缺乏客觀性，不同研究的測度結果也不具有可比性。

考慮到高質量發展主要考察的是效率是否得到提升[12]，而全要素生產率是指在資本、勞動等投入要素保持不變時，產出仍能增加的部分，主要刻畫了技術進步對生產效率的改善作用，與高質量發展中有關效率的內涵和對效率目標的關注具有較高的一致性。因此，在采用單一指標測度農業高質量發展時，農業全要素生產率指標得到了最為廣泛的應用[13]。

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

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

式中：TFP為城市i第t年的全要素生產率，Xit=X(xit)和Qit=Q(qit)分別表示投入加總函數和產出加總函數。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為總產出數量指數，Xit,jv=Xit/Xjv為總投入數量指數。因此，TFP增長率可以表示為產出增長率與投入增長率的函數，這是Jorgenson & Griliches[16]等大部分經濟學家所定義的生產率變化，它滿足乘積完備性。

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

1.2 基于Dagum基尼系數的農業高質量發展差距分析

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，將基尼系數按照子群進行分解的方法。Dagum基尼系數及其分解方法不僅彌補了泰爾指數在小樣本、異方差等方面可能存在的局限性[19]，且相對于傳統的基尼系數，該方法還可用以識別并比較區域內和區域間差距及其來源，并根據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基尼系數及其分解方法近年在區域差異相關研究中得到了廣泛應用[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、西部和東北四大區域。根據Dagum的設定，總體基尼系數可表述為：

式中：k和n分別表示區域和城市的個數，yri(yhj)表示區域r(h)內城市i(j)的農業發展質量，為全國農業發展質量的均值。G值越大意味著城市間農業高質量發展水平的差距越大，農業發展質量越不平衡。

參照Dagum基尼系數分解方法，總體基尼系數G可分解為區域內差距的貢獻Gw、區域間差距的貢獻Gnb和超變密度的貢獻Gt三個部分，滿足G=Gw+Gnb+Gt。其中，區域r的基尼系數Grr以及區域內差異Gw的計算公式如式（4）和（5）所示；區域r和區域h之間的基尼系數Grb和區域間凈值差異Gnb的計算公式見式（6）和（7）；區域間超變密度Gt計算公式則見式（8）。。式（7）中，Drh為區域r和h之間農業高質量發展的相對影響，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密度估計的農業高質量發展分布動態分析

Kernel密度估計采用平滑的峰值函數擬合樣本數據，利用連續的密度曲線描述隨機變量的分布形態[22]，觀察Kernel密度曲線可得到變量的分布位置、分布態勢、分布延展性、極化趨勢等信息[23]。作為一種重要的非參數方法，Kernel密度估計方法無需利用有關數據分布的先驗知識，具有模型依賴性弱、穩健性強等優點，已經成為研究區域分布動態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f(y)為：

其中，Yi表示以農業全要素生產率表征的各城市農業高質量發展水平，y為農業全要素生產率的均值；N表示樣本城市數，h表示帶寬，K為核函數。作為一種加權函數或者平滑轉換函數，核函數往往還需要滿足以下條件：

根據Kernel密度函數的表達形式不同，核函數包括三角核函數、四角核函數、Gauss核函數、Epanechnikov核函數等，為不失一般性，本文選擇比較常用的Gauss核函數對我國農業高質量發展水平進行動態研究，Gauss核函數的設定為：

1.4 基于Markov鏈的農業高質量發展狀態轉移趨勢分析

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

Markov鏈是一種時間和狀態都離散的Markov過程，它通過把數據離散化為多種類型，并計算相應類型的概率分布及其隨時間的變化，以近似模擬狀態變化的整個過程。假定農業高質量發展的Markov鏈是一個隨機過程{Z(t),t∈T}的狀態空間，t時刻農業高質量發展水平處于k狀態，t+1時刻處于l狀態，則t到t+1時刻的狀態轉移概率可定義為：

其中，對于特定的在給定狀態k下的樣本城市，其在t時刻轉移到狀態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，對研究時間范圍內的轉移概率進行加權，可得到研究時間范圍內從初始狀態k轉移為狀態l的概率，具體如式（13）所示：

式中：Nkl表示研究時間范圍內由t年的狀態k轉移為t+1年的狀態l的樣本城市數量，Nk表示研究時間范圍內所有處于狀態k的樣本城市數量。

1.5 數據來源

本研究重點考察2004—2018年，中國大陸地級城市農業高質量發展的時空差異與動態演進特征，所涉數據主要為測算城市層面農業全要素生產率的投入產出指標數據。其中，各指標的原始數據大部分來自2005—2019年的《中國城市統計年鑒》，少量缺失數據則以對應城市的統計年鑒為補充。此外，為使產出具有可比性，第一產業增加值是以2004年為基期，利用對應價格指數對其進行平減處理之后的實際增加值。

2 我國城市農業高質量發展的整體變化趨勢

采用由Fare-Primont指數法測算的農業全要素生產率作為地級城市農業高質量發展的測度，并以第一產業增加值占比為權重，計算全國和不同區域城市農業全要素生產率的加權平均值，通過農業全要素生產率加權均值的變化判斷全國和不同區域農業高質量發展的整體變化趨勢。2004—2018年全國及各區域農業全要素生產率的加權均值及其變化如圖1所示。

圖1 2004—2018年農業全要素生產率的加權均值及其變化

圖1顯示，從全國層面看，雖然部分年份有所波動，但2004—2018年我國農業高質量發展水平整體呈現出明顯改善趨勢。在考察期內，除2014年、2017年和2018年農業全要素生產率的加權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平均農業全要素生產率由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惠農政策，如積極推動現代農業發展，大幅度增加了對“三農”的投入，提高了農業基礎設施和裝備水平；采取了諸如提高農業補貼、新型城鎮化、美麗鄉村建設等一系列的政策，推動了“城鄉一體化”發展進程；確立了農村土地“三權分置”政策，加速了農村土地資源的流轉，活躍了農村土地市場等，這些利農惠農政策極大地改善了我國農業的發展績效，提升了農業的整體發展質量。2013年之后，隨著政策效應逐漸釋放完畢和政策調整進入瓶頸期，我國農業全要素生產率的增長快速放緩，以至于2014—2018年，農業全要素生產率加權均值的年均增長率僅剩0.31%，尤其是2017年和2018年，隨著我國經濟進入新常態以及農業供給側結構性問題開始顯現，我國農業發展質量甚至出現了連續兩年的降低。

分區域看，2004—2018年，不僅不同年份各區域農業高質量發展的相對水平有較大差異，且考察期內不同區域的農業發展質量還呈現出不同的變化趨勢。2004—2018年，東部地區不同年份的農業高質量發展水平均遠高于中部和西部地區，也高于全國平均水平，且在此期間東部地區保持了相對其他區域更高的農業全要素生產率增長率，使得東部地區城市整體的農業發展質量優勢在不斷拉大?？疾炱趦?，不同年份中部和西部地區城市農業全要素生產率的均值相當，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城市的農業發展質量在考察期內也有明顯的提升，但與東部地區相比，其農業發展質量的相對水平卻有所降低。在2004年時，東北地區城市的整體農業高質量發展水平高于東部、中部、西部地區，但之后其他地區均開啟了增長之路，東北地區的農業全要素生產率卻始終處于幾近原地踏步的波動狀態，以至于到2009年時，東北地區城市農業全要素生產率的加權均值僅比2004年增長了0.47%，東部地區也在該年完成了對東北地區整體農業發展質量的趕超；雖然在2009年之后，東北地區開始了連續3年的農業全要素生產率增長，但自2013年，東北地區的整體農業發展質量開始逐年惡化，至2018年時，東北地區不僅成為四大區域中整體農業發展質量最低的區域，也是考察期內唯一一個農業高質量發展絕對水平有所降低的區域。

3 農業高質量發展的差異及其來源

不同區域不同的農業高質量發展水平及其變化趨勢，體現了考察期內我國農業高質量發展的空間分布和隨時間動態變化的差異性，為進一步揭示農業高質量發展的時空差異及其來源，我們借助Dagum基尼系數及其分解對其進行考察，結果如表1所示。

表1 農業全要素生產率的Dagum基尼系數及其分解結果

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

與總體基尼系數相比，不同年份各區域內農業全要素生產率的基尼系數均明顯更小，表明區域內農業高質量發展的差異明顯低于全國總體差異，城市農業高質量發展的非均衡性具有“區域異質”的特征。從區域間的橫向比較來看，不同年份東部地區的區域內基尼系數均大于中部、西部和東北地區，這說明相對于其他區域，東部地區內部城市農業發展質量的差異更大。從不同區域的縱向變化來看，2012年之前，中部地區的區域內基尼系數明顯小于其他地區，此時中部地區農業高質量發展的區域內均衡性程度最高，但從2013年開始，中部地區的區域內基尼系數逐漸追上西部和東北地區，此后中部地區開始具有與西部和東北地區類似的均衡性程度，與中部地區相比，東部、西部和東北地區的區域內基尼系數則在考察期內一直保持了相對穩定的波動狀態，區域內農業高質量發展的均衡性變化不大。

從區域間基尼系數看，所有年份“東部—中部”和“東部—西部”之間的區域間基尼系數均在0.3以上，且在考察期內處于明顯增大的趨勢，由此再次證實了2004—2018年，東部和中部、西部地區農業高質量發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”較大的區域間農業發展質量差距不同，不同年份“中部—西部”農業全要素生產率的區域間基尼系數基本在0.21附近較為穩定的波動，體現了“中部—西部”之間較小且相對穩定的整體農業高質量發展水平差異。由于考察期內東北地區農業發展質量的相對水平經歷了較大的波動，這就使得東部、中部、西部和東北地區農業高質量發展區域間差異處于明顯變化之中。2015年之前，東部和東北地區農業高質量發展的區域間差異較小，區域間基尼系數在0.25附近波動，2015年之后兩個地區的區域間差異快速擴大，對應的區域間基尼系數也快速增長，直至2018年達到0.35以上。與東部和東北地區區域間差異的變化方向相反，初始時，中部、西部和東北地區農業高質量發展的區域間差異較大，但隨著時間的推移不斷縮小，最終在觀察期內，“中部—東北”和“西部—東北”區域間基尼系數分別由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、西部和東北地區之間農業高質量發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，區域內、區域間和超變密度對農業高質量發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定性。區域內、區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，區域內差異的貢獻率則在均值附近小幅波動。根據貢獻率不難看出，我國城市農業高質量發展水平的整體差異及其變化主要來自區域間差異的影響。

4 農業高質量發展的分布動態及其演進

4.1 農業高質量發展的分布動態

為了更加直觀地描述我國地級城市農業高質量發展的分布特征及動態演變過程，本文采用Kernel密度估計圖描繪我國農業高質量發展的分布形態，并從時間維度分析其分布的動態演變。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、東北四大區域農業全要素生產率的Kernel密度估計二維圖。

圖2 全國農業高質量發展的動態分布

圖3 不同區域農業高質量發展的動態分布

圖2顯示，在不同的觀察年份，全國城市農業全要素生產率的Kernel密度估計圖均表現為明顯的“單峰”狀態且伴有細長的右拖尾，表明大部分的農業發展質量比較接近，但少量城市明顯較高，這與東部地區城市相對于中部、西部和東北地區整體更高的農業發展質量和越來越明顯的領先優勢較為一致。2004—2013年，農業全要素生產率的核密度曲線逐年右移，說明此間全國地級城市農業高質量發展水平總體呈明顯上升態勢，與此同時，波峰高度逐漸下降，寬度則小幅擴大，城市間農業高質量發展水平的集中程度趨于減弱。但在2013年之后，農業全要素生產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定性，表明2013年之后我國農業發展質量整體提升乏力，但城市間農業高質量發展水平的集中程度變化不大。

圖3顯示，考察期內，東部、中部、西部和東北地區城市農業高質量發展水平的分布經歷了不同動態演進。2004—2018年，東部地區農業全要素生產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，表明此間東部地區城市的農業高質量發展水平整體呈增長之勢，城市間農業發展質量的差異逐漸拉大，且有部分城市的農業發展質量明顯較高。2013年之前，中部地區經歷了與東部地區類似的農業高質量發展水平整體提升且差異拉大的演進態勢，但2013年之后，中部地區城市的整體農業發展質量開始出現波動中小幅降低的趨勢，以至于與2013年相比，2018年中部地區農業全要素生產率的核密度曲線有略微的左移?？疾炱趦?，西部地區農業全要素生產率的核密度曲線有明顯的右移，西部地區城市的農業高質量發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年時的單峰變為2013年后的明顯雙峰，表明隨著時間的推移，西部地區的農業高質量發展開始出現梯度效應，呈現出一定的兩極分化現象。雖然與2004年相比，東北地區農業全要素生產率的核密度曲線在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，這也印證了考察期內東北地區的整體農業高質量發展水平先小幅提升又大幅下降的變化趨勢；與其他地區相比，東北地區農業全要素生產率的核密度曲線的波峰高度最低，寬度最大，表明在四大區域中，東北地區城市具有相對較高的農業發展質量離散程度；考察期內的不同年份，東北地區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，表明東北地區的農業高質量發展一直表現出梯度特征，且與2004年相比，2018年時東北地區農業高質量發展的兩極分化現象甚至有所增強。

4.2 城市農業高質量發展的狀態演進

沿用Markov分析框架[25]，首先，將地級城市的農業高質量發展按農業全要素生產率測算值劃分為完備、有限和不交叉的區間，并且每個區間對應于不同等級的城市農業高質量發展水平的演進狀態；其次，運用Markov鏈分析方法，計算出考察期內全國和各區域城市間農業高質量發展水平的Markov鏈轉移概率矩陣，并通過分析其結構特征，揭示城市間農業高質量發展水平的內部動態變化信息。

借鑒趙磊和方成[26]的做法，依據農業全要素生產率測算值將我國城市農業高質量發展水平劃分為四種類型：低于農業全要素生產率加權平均值的75%為低農業高質量發展水平（類型Ⅰ）；介于加權平均值的75%～100%為中低農業高質量發展水平（類型Ⅱ）；介于加權平均值的100%～125%為中高農業高質量發展水平（類型Ⅲ）；高于加權均值125%為高農業高質量發展水平（類型Ⅳ）。表2顯示，2004年和2018年，農業全要素生產率位于加權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業高質量發展水平相對較低的類型，且在考察內，向較低農業高質量發展水平類型（類型Ⅰ和類型Ⅱ）集中的程度還有所增強。不僅如此，不同區域農業高質量發展水平的類型分布也有較大差異，2004年時，農業高質量發展水平較高的城市主要位于東部和東北地區，兩地類型Ⅲ和類型Ⅳ城市分別占到所在地區樣本城市的72.86%和76.19%，而中部和西部地區類型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，在農業高質量發展水平較高的城市有所減少的情況下，東部地區類型Ⅲ和類型Ⅳ城市的數量仍實現了一定的增長，占比也增至東部地區樣本城市的77.14%，但反觀東北地區，到2018年時類型Ⅲ和類型Ⅳ城市的數量則大幅減少，占比由2004年的76.19%降至2018年的13.81%。由此可見，2004—2018年，東部地區保持甚至強化了其在農業發展質量上的領先優勢，而東北地區則快速落后了，大部分原本農業高質量發展水平相對較高的城市變為了低農業高質量發展水平或中低農業高質量發展水平的城市。

表2 高質量發展水平Markov鏈轉移概率矩陣

表2全國農業高質量發展水平的Markov鏈轉移概率矩陣顯示，除類型Ⅱ外，對角線上的轉移概率均高于非對角線上的轉移概率，表明受前期農業發展路徑依賴的影響，全國范圍內大多城市的農業高質量發展水平類型保持了相對穩定性。從轉移概率的大小可知，類型Ⅰ和類型Ⅳ城市的穩定性相對較高，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，也甚少有農業高質量發展水平較低的城市能夠實現向上的追趕，而大部分農業高質量發展水平較高的城市則能持續保持其在農業發展質量上的優勢?？疾炱趦?，類型Ⅱ和類型Ⅲ城市保持狀態穩定的概率分別為42.37%和36.84%，穩定性明顯低于類型Ⅰ和類型Ⅳ，且較大的轉移概率主要分布在對角線兩側，表明相對而言，中等農業高質量發展水平的城市更易發生狀態轉移，且狀態轉移是一個漸進的過程，主要發生在臨近類型之間。

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

5 結論與政策含義

高質量發展是“十四五”乃至更長時期我國經濟社會發展的主題，堅持農業農村優先發展是實施鄉村振興戰略的總方針。推進農業高質量發展，不僅對我國整體發展質量的提升具有重要意義，亦是實施鄉村振興戰略的客觀要求。本研究基于2004—2018年中國大陸286個地級城市的樣本數據，對我國農業高質量發展的時空差異與動態演進進行定量分析，研究結果顯示：

（1）整體而言，2004—2018年，中國農業高質量發展水平改善趨勢明顯，且不同區域的農業高質量發展水平呈現出不同的變化趨勢，中國城市的農業高質量發展展現出明顯的“非均衡”特征，且城市農業高質量發展水平的整體差異及其變化主要是受區域間差異的影響；2004—2013年，中國城市農業高質量發展水平表現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定的狀態?？疾炱趦?，大多數城市農業高質量發展水平的類型保持了相對穩定性，狀態轉移則多發生在鄰近類型之間。

（2）分區域看，東部地區城市不僅初始農業發展質量較高、區域內差異較大，且隨著時間的推移，對其他區域的領先優勢持續拉大，并有越來越多的城市進入較高農業發展質量類型；中部和西部地區雖然也在考察期內實現了農業發展質量的提升，但提升速度較慢，城市也多展現出向更低的農業高質量發展水平類型轉變的趨勢，其結果是隨著時間推移，中部、西部地區和東部地區農業高質量發展水平的差距逐漸擴大；盡管在2004年東北地區的農業發展質量在四大區域中處于領先位置，但是除2010—2012年短暫的提升外，其他時期東北地區的農業高質量發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城市均進入了低農業高質量發展水平類型，東北地區的整體農業發展質量也由領先變為最低。

在歷經多年農業發展質量的改善之后，自2016年起，我國整體農業高質量發展水平的提升開始出現停滯，這也構成了我國推行農業供給側結構性改革和實施鄉村振興戰略的現實背景。農業發展質量改善乏力，也反映出當前我國農業發展所面臨的環境污染嚴重、生產結構失衡、質量效益不高等方面的問題，從這個意義上說，推進農業高質量發展，不僅是現階段我國整體經濟高質量的根本要求，也是當前我們有效應對農業發展相關問題的必然選擇。

現階段我國社會的主要矛盾已經轉化為人民日益增長的美好生活需要和不平衡不充分的發展之間的矛盾，我國農業高質量發展同樣面臨“不平衡不充分”的問題。本文的研究顯示，我國農業高質量發展水平已分異為兩大“地域”，農業發展質量整體較高的東部地區和農業發展質量相對較低的其他地區，且隨著時間推移，東部地區的領先優勢還在不斷擴大。而從農業產出看，我國大量的農產品來自中西部和東北地區，農業發展質量和農業產出數量的不匹配必然會導致農業資源的浪費。由此，提升非東部地區的農業發展質量，不僅是農業發展質量補長自身“短板”的現實選擇，亦關系到我國農業整體的提質增效。

除此之外，考察期內，東北地區的農業發展質量由領先變為落后，對東北地區農業高質量發展面臨的困境及其致因的考察，以實現東北地區農業高質量發展的“追趕”，也是今后的理論研究者和政策制定者要尤為關注的問題。