我國農業現代化發展水平評價方法研究

辛嶺，郝漢

（中國農業科學院農業經濟與發展研究所，北京 100081）

農業現代化一般指利用科學技術和現代管理理念來改造傳統農業，創造新型的現代化農業生產體系，不斷提高生產轉化率、資源利用率，并最大可能的減少環境污染[1]。農業現代化理論最早由美國經濟學家西奧多·舒爾茨在其出版于1964年的著作《改造傳統農業》中提出，經過近六十年的發展，農業現代化的概念從關注如何提高生產效率、促進技術創新，逐漸轉變為關注如何合理利用資源、實現農業可持續發展等方面[2-3]。我國對于農業現代化的研究先后經歷了“農業機械現代化”“農業經營現代化”“農業科技現代化”和“農業系統現代化”的四個發展階段，對農業現代化的認識不斷深入。農業現代化發展水平評價是指通過建立評價模型或是確定評價標準，對某一地區在某個具體時間節點的農業發展狀況進行定性或定量的判斷，科學的評價對于深刻認識我國各地區農業現代化發展現狀，推動農業供給側結構性改革和建設具有中國特色的現代農業體系具有重要的意義。

隨著農業現代化的內涵和目標變得更加多元，學界對農業現代化發展水平的評價也在不斷的進行演進與優化，從傳統的對農業生產效益水平進行評價，拓展到了對農業產業體系建設、農業支持保護水平、農業綠色發展水平等維度的評價[4]。對農業現代化發展水平評價方法應用和改良的研究成果不斷涌現，如對全國各省份農業現代化發展水平的總體評價[5-6]，對某一特定省份進行的評價[7-8]以及對相關的農業機械化水平、信息化水平的評價等[9-10]。近年來，隨著各種新的評價模型和人工智能學習技術的出現，又促進了原有評價方法的進一步完善。從單一屬性、單一目標的靜態評價，關注評價指標體系建立及各地區農業現代化發展水平的定量評 價[11]；逐漸發展為多種屬性、多類目標的動態評價，關注農業現代化和工業現代化、科學技術現代化的協調發展，以及農業現代化與城鄉融合的耦合關系等[12-13]，評價方法與覆蓋內容逐漸復雜化和精細化。

在新的發展階段，我國已經逐步形成新的城鄉關系，有必要在準確、深刻的把握我國農業現代化發展內涵特征的基礎之上，設置一套科學合理的、符合我國國情的評價指標體系，并確立與之相適應的評價方法。因此，本文應用文獻分析法、歸納研究法和實證分析法等研究方法，深入分析現有的各種農業現代化發展水平評價方法理論依據的可靠性、評價過程的科學性和評價結果的準確性，探究各評價方法的差異及產生的原因，以此為科學的選擇和應用評價方法，衡量我國各地區農業現代化的建設進程并開展相關研究奠定良好的基礎。

1 農業現代化發展水平主要評價方法

1.1 評價方法介紹

一般來說，對農業現代化發展水平評價的基本思路是：從某地區自然資源和社會經濟發展現狀出發，遵循數據可獲得性和代表性原則，選取評價指標并構建評價指標體系，通過選取評價模型進行定性或定量的判斷[14]。目前，農業現代化發展水平評價的主要方法有四種。

1）重點參數比較法。該方法通過選取自然資源稟賦、政策、區位、文化和市場等農業現代化發展過程中的重點參數進行各地區之間的橫向比較，或是與農業現代化水平較高的國家同期水平進行比較，找出目前發展存在的差距。如劉彥隨等[15]對我 國東北地區的農業現代化水平進行綜合評價，深入探究東北地區種植業、漁牧業相較于全國平均水平的比較優勢，并針對東北地區的資源和生態稟賦提出了發展對策；劉世薇等[16]對黑龍江墾區在農業生 產、物質裝備、經營管理、農業生活和農業環境保護 等五個方面和國際農業現代化水平差距的研究等。

2）多指標綜合測度法。該方法來源于層次分析法，是目前學界應用最為廣泛、評價結果最為認可的一種農業現代化發展水平的評價方法，現有成果中利用這種方法對于農業現代化發展水平的測度既有針對全國總體水平的研究，也有具體到某個省份或是縣域的研究，研究視角非常廣泛。多指標綜合測度法主要通過構建評價指標體系，再根據各個指標之間的關系確定層次指標內容并對各個指標進行加權平均的處理，得到對一個地區農業現代化發展水平的綜合指數。如劉衡等[17]從5個維度構建農業現代化發展評價指標體系，對我國農業現代化發展的時空特征和區域特征進行評價。

3）模型法。目前學界對農業現代化發展水平評價的模型主要有TOPSIS評價模型和DEA評價模型。TOPSIS評價模型的基本思路是通過對正向化、標準化的指標數據進行觀察，找出相對的最優與最劣值，并計算各個樣本之間的歐式距離。各個樣本的相對接近程度越高，其最終值就越接近于1，表示該樣本的得分最高，反映到評價中也就是農業現代化發展水平越高。DEA評價模型將所有決策單位的投入和產出項投影到幾何空間中，得出每個決策單元的綜合數量指標并進行排序。如田野等[18]從農業生產、經營和服務三個維度，利用超效率DEA模型對各省份農業現代化發展效率進行評價；劉云菲等[19]使用2011—2018年相關數據，利用TOPSIS評價模型對全國農墾農業現代化水平進行評價等。

4）BP神經網絡評價法。該方法同樣需要建立農業現代化發展水平評價指標體系，利用BP人工神經網絡模擬神經網絡的映射關系，進而尋找最優的權值適量，通過這樣的方式對原有數據集合進行分類。BP神經網絡評價法同時具備了專家打分法的準確性和客觀評價的可靠性，被廣泛應用于各種評價過程中。如趙紅巍和呂杰[20]通過建立農業現代化進程程度的指標，并將其應用于BP人工神經網絡，對遼寧省各地區的農業現代化發展現狀進行綜合評價；王肖芳[21]以河南省18個省轄市的數據指標為樣本，構建BP神經網絡模型進行模擬檢驗，依據綜合模擬得分對各地市生態農業綜合效益進行評價等。

1.2 評價方法的適用條件

就評價方法本身而言，不同評價方法的理論基礎與評價過程都不同，因而適用的條件和對數據的要求也有所不同。農業現代化評價是用相對靜態的標準來判斷動態事物的發展水平，其中多指標綜合測度法的適用范圍最廣，但不應苛求絕對有效的評價指標體系，而是應當根據實際情況進行調整[22]。

重點參數比較法適用于分析有明確標桿的評價對象，例如把一些已經公認實現了農業現代化的國家的某些指標作為評價標準，有利于找出我國農業現代化發展和國際先進水平的差距，學習和借鑒國際現代農業發展的成功經驗。但由于我國的農業發展路徑和模式與其他發達國家不具有完全的可比性，因而其評價結果很難做到科學嚴謹。

多指標綜合測度法是目前公認的評價農業現代化水平最為合理，應用最為廣泛的一種方法[23]。該方法在評價指標體系的構建上遵循全面性、重點性和代表性等原則，且在評價指標權重的確定上通常采用主觀與客觀打分相結合的方式，不易受到評價者個人主觀偏見的影響。但其缺點在于計算量較大，計算步驟較為繁瑣，容易出現計算誤差。

TOPSIS模型評價法是一種多目標評價方法，其評價過程簡單快捷，評價結果較為客觀，因為它完全依賴于現有數據的分布情況，在進行樣本數據內部排序、確定不同評價對象的差異性時效率非常高。但該方法要求具有一定數量的樣本單位，且研究表面各評價指標之間如果存在非常強的相關性，可能會導致結果出現偏差[24-25]。

BP神經網絡評價法可以較好的模仿專家評分的特點和偏好，同時又相對客觀，適用于信息冗余度較低的評價對象[26]。但該方法的使用仍有一定的弊端，例如在擬合數據時，網絡隱含層的層數和單元數需要多次試錯才能確定，因此在應用的時候往往將BP神經網絡評價法和主成分分析法結合起來，剔除掉多重共線性較強的指標，提高預測的精準度。

綜合以上分析，幾種主要評價方法的適用特點與適用范圍見表1。

表1 不同評價方法的比較Table 1 Comparison of di§erent evaluation methods

2 農業現代化發展水平評價方法的應用與比較

2.1 農業現代化發展水平評價方法研究的基本思路

評價方法的選擇是開展農業現代化發展水平評價工作的核心，也是衡量評價結果是否科學、合理的關鍵。客觀評價一個地區的農業現代化發展水平，準確反映農業現代化的發展狀況和現有基礎，有利于找出與該地區自然資源稟賦和經濟社會發展情況相適應的發展模式，尋找現代農業發展的突破口。在評價方法的選擇上應考慮評價對象本身的特點、數據的代表性和可獲得性[27-28]。根據經濟學的理論，農業現代化是一個動態的轉變過程，不僅僅是生產要素的引入或是技術的進步，而是通過對城鄉關系和工農關系的調整，使農業成為更具競爭力的現代產業，實現生產要素的更優配置[29]。因而農業現代化發展水平評價方法應當從理論依據出發，把握現代農業發展規律，將目標設定與評價過程全面對接。評價指標體系的構建要遵循系統性、綜合性、重點性、代表性和可比性的原則[30]。

評價方法選擇的原則是，首先，對農業現代化發展水平的評價屬于宏觀評價，且考慮到評價對象為全國、省域或縣域，涉及到的評價指標較多，評價過程不應過于復雜。其次，不同的行業專家對農業現代化的認識可能有不同的角度，單獨采用主觀評價法的方式可能會造成結果的可信度下降，因此，主客觀結合的方法較為合理。再次，由于農業現代化是一個動態發展的過程，不同時期的評價指標構建往往存在一定的差異，因而不宜單獨采用完全客觀的評價方法[31]。最后，農業現代化評價的數據應主要來自于宏觀經濟公開數據，提高數據的可信度。

因此，本文對農業現代化發展水平評價方法的研究思路為：首先根據農業現代化發展的內涵確定評價指標體系，選擇一定的標準化方法對評價指標原始數據進行處理。接著分別采用不同的評價方法進行農業現代化發展水平的總體評價，進而對評價指標的選擇與指標體系的構建、指標權重的確定、數據的標準化和評價結果的準確性進行對比分析，探究這幾種評價方法的內涵與性質、優缺點、適用條件和評價結果的差異性。最后對評價方法的應用和優化提出相應的建議。

2.2 農業現代化發展水平評價指標體系的建立

在農業現代化發展水平評價的過程中，評價指標體系的建立是最重要的環節，評價指標體系的層次設計，應全面涵蓋農業現代化系統的各個組成結構及農業生產、經營的各個環節。構建時應遵循四條原則：一是引領性，即能夠代表農業現代化的最新發展水平，既要符合國際慣例和公眾認知，又要注重實現農業現代化的探索性和特色性；二是系統性，應充分考慮有關農業現代化的深刻內涵和我國鄉村振興的戰略目標，以宏觀理論為支撐，系統構建一級和二級指標體系；三是科學性，選取指標既要有理論基礎和政策依據，又要兼顧不同區域資源稟賦、發展水平等實際情況差異；四是可操作性，選擇指標要具有強代表性、針對性、延續性和可操作性，指標間既存在聯系、互相印證，又彼此獨立、避免交叉，確保評價簡便易行、務求實效。

綜合以上考慮，本研究確定了農業產業體系現代化、農業生產體系現代化、農業經營體系現代化和農業綠色發展4個系統層指標及22個具體指標（表2）。

表2 農業現代化評價指標體系Table 2 Evaluation index system of agricultural modernization

系統層中，產業體系體現現代農業生產力與生產關系的相互作用和有機融合程度，生產體系體現農業生產力的提升和農產品的有效供給水平，經營體系體現農業生產關系的完善程度，農業綠色發展體現農業生態治理效果和可持續發展水平，這四個方面互為補充、相互支撐。

指標數據的來源為《中國統計年鑒》《中國農村統計年鑒》《農村經營管理統計年報》等。考慮到數據的可獲得性，本文使用2020年全國（不含港、澳、臺地區）及30個省（市、自治區）的截面數據（由于西藏自治區較多數據不可獲得，未納入計算中）進行農業現代化發展水平評價。

2.3 數據標準化方法的比較

數據標準化的主要方法有標準分數法、極差化法、極大（小）值法、均值化法、向量歸一法和功效系數法等[32-33]。不同的數據標準化方法的計算結果差異性較大，具體表現為評價指標的總量恒定性、單調不變性、差異比不變性、平移相關性等性質均產生較大變化，進而影響評價的結果。理想的標準化方法應完全減少各評價指標之間的數量級差異，同時盡量保留原有的指標內部差異信息[34]。

考慮到我國幅員遼闊，各地區的資源稟賦和社會經濟發展情況差異較大，因此一般在對某個地區的農業現代化發展水平進行縱向評估時，可以采用標準分數法、均值化法等方法，以增強評估結果的穩定性和可比性。對于地區之間的橫向比較，可以采用極差化法、向量歸一法等方法，該類方法標準化之后的數據值在0~1之間，可以很好的克服由于某個評價指標值過大導致的結果失真。除上述方法外，還有學者采取功效系數法對評價指標值進行標準化，該方法需要人為設定平移指數、縮放指數、滿意值和不容許值，在實際的操作中，由于滿意值和不容許值不易確定，也有采取極大值和極小值代替的做法。

由于農業現代化是一個整體的目標，某個單項指標非常突出的情況很常見，但并不能夠完全彌補其他評價指標存在的劣勢，也就是說某些省份的部分指標達到甚至超過了農業現代化的標準，不代表其整體水平達到農業現代化。因此，基于對數據標準化方法的特點分析，且本研究采用的是2020年全國各省市區的截面數據，為克服由于某個評價指標值過大導致的評價結果偏差，本文選用極差化法對評價指標數據進行標準化處理，正向指標計算方法為：

式中：max(xj)和min(xj)分別為評價指標j各樣本中最大值和最小值，xij為樣本i的第j個指標。

2.4 評價指標權重確定方法的比較

評價指標權重確定方法包括主觀方法和客觀方法。主觀方法有層次分析法、德爾菲法等，客觀方法有平均賦權法、熵值法、因子分析法等。由于熵值法和德爾菲法在指標權重確定的方法中應用較多，且可以很好的反映出主觀賦權方法和客觀賦權方法的特性及差異，因此本文主要比較一下熵值法和德爾菲法的不同。采用表2的指標體系和數據進行應用后，分別采用熵值法和德爾菲法確定各評價指標的權重。熵值法的計算過程為：

第一步計算指標j在所有省份指標j加總值中所占的比例bij，即：

德爾菲法確定指標權重的過程為：本研究共征求了國內農業農村領域的16位知名專家和8位農業農村相關管理人員對權重的意見，通過分別給專家發送郵件的方式，各自獨立的對各評價指標進行打分。經測算發現每一個判斷矩陣的CR值均小于0.1，說明可以通過一致性檢驗，基于平均值計算得出指標的權重。熵值法和德爾菲法所得的權重結果見圖1。

總體來看，德爾菲法所確定的權重相對比較平均，除個別值外，均分布于0.03~0.06之間（圖1），這說明專家打分所確定的權重相對比較平均，不易于區分指標的重要性和差異性；而熵值法所確定的指標權重差別較大，反映出全國各個地區農業現代化發展水平不平衡對指標權重造成的影響較大。其中農作物耕種收綜合機械化率（A7）、耕地適度經營規模（A13）、土地托管面積占比（A15）三個指標相較于其他指標權重較大，說明農業生產規模化和專業化是影響農業現代化發展水平的重要因素，農 業產業融合發展是推動農業現代化的有力支撐[35-36]；有效灌溉面積占比（A6）和農業防災率（A16）兩個指標相較于其他指標權重較小，原因可能是各省之間的差距并不算太大。

圖1 指標權重確定差異Fig.1 Di§erence of index weight determination

熵值法和德爾菲法法對于農業經營與農業綠色發展指標的判斷較為一致，如農業防災率（A16）、農業勞動生產率（A17）、綠色農產品數量（A21）等；而對于農業產業與農業生產指標的權重判斷存在一定差異，如休閑農業和鄉村旅游總產值占比（A5）、有效灌溉面積占比（A6）、農作物耕種收綜合機械化率（A7）等。

可以看出，使用客觀方法（熵值法）雖然客觀性較強，且較大的差異性更能夠突出不同評價指標的重要程度，但由于僅根據數值本身的差異來判斷指標的重要程度可能會忽視評價指標的實際意義，因此在實際的評價過程中應當結合主觀方法（德爾菲法）對指標權重進行二次調整。

2.5 評價過程比較

在參考國內外農業現代化評價研究的基礎上，根據發達國家的歷程和農業發展的特點，可將農業現代化劃分為起步發展階段、轉型跨越階段、基本實現階段和全面實現階段（表3）。

表3 農業現代化階段劃分Table 3 Division of agricultural modernization stages

由于重點參數比較法的評價指標選取主觀性較強，且由于我國農業現代化發展水平和實現路徑與發達國家之間存在較大差異，使用該方法的不能夠很好的體現我國各省市區的發展現狀。因此本文分別采用多指標綜合測度法、模型法和BP神將網絡法三種方法來比較我國及各省市區2020年的農業現代化發展水平。

1）多指標綜合測度法。本文參考胡志全等[23]的評價方法，基于層次分析法的理論，通過專家咨詢建立農業現代化水平綜合評價模型組測算模型，以加權求和的方式得到農業現代化各子系統的現代化指數。計算方法為：

式中：Zis為第i個省市區第s個子系統的現代化指數；wj為第j項的指標的權重，Yij為第i個省市區第j項指標的標準化值。ARMi為第i省市區農業現代化發展水平指數，m為農業現代化子系統數量。

2）模型法。本文參考何曉瑤[25]的做法，采取TOPSIS模型對我國各省市區2020年農業現代化發展水平進行評價。評價對象距離正理想解和負理想解之間的歐式距離，計算方法為：

式中：x（x）表示評價對象的正（負）理想解，即各指標中表現最優（劣）的樣本值表示評價對象的指標值到理想解的正向（負向）歐式距離。

對計算相對貼進度并進行百分制處理，計算方法為：

式中：Ci為綜合得分結果，越接近100則農業現代化發展水平相對越高。

3）BP神經網絡法。考慮到BP神經模型法的特殊性質，本文借鑒吳愛忠等[37]的做法，在權重的確定上先用因子分析的方法對指標進行降維，再采用熵值法進行賦權，剔除掉多重共線性較強的指標，提高預測的精準度。將30個地區22個指標標準化的結果進行降維，得到的10個主因子分別命名為F1~F10，10個主因子共貢獻91.58%。接著將主成分分析所得到的10個新的評價指標替代原有的22個指標，作為BP網絡的輸入向量。利用MATLAB 2018b構造神經網絡，輸入層和輸出層的神經元個數分別為10個和1個，以樣本數據中的18個作為訓練樣本，4個作為測試樣本，4個作為驗證樣本，用New §函數來構造網絡，用Train函數來訓練，利用訓練好的BP神經網絡分別對30個省市區的農業現代化發展水平進行評價。

將以上三種方法所得的各省市區評價結果分別進行排序，得分越高則說明該地區的農業現代化發展水平越高。

3 農業現代化發展水平總體評價結果與分析

3.1 權重確定結果與分析

根據上述對權重確定方法的分析討論，本研究采取熵值法確定初始權重，專家咨詢法進行二次調整的方式來確定評價指標權重，最終確定的權重結果（表4）。

表4 評價指標權重確定結果Table 4 Evaluation index weight determination results

可以看出，該方式對于評價指標權重的確定行之有效，既保留了原始數據的差異性，能夠較好的突出不同評價指標的重要程度，又進一步結合了評價指標的實際意義。如指標休閑農業和鄉村旅游總產值占比（A5）調整前權重為0.095 2，該指標雖然是衡量農業產業結構調整的重要指標，代表著農業和旅游業的融合發展程度，但專家普遍認為該指標受不同地區居民消費習慣影響較大，因此調整后為0.065 9，雖略微減少但更加合理；而有效灌溉面積（A6）調整前權重為0.015 1，調整后為0.029 6；設施農業面積占比（A8）調整前的權重為0.033 2，調整后為0.043 0，權重值均有所增加，則說明參與打分的專家普遍更加看重農業是否具備現代化的生產體系，這也是出于推動農業向現代化生產方式轉變的考量。

3.2 不同評價方法所得結果的差異

將上述三種學界常用的評價方法對全國及30個省市區的農業現代化發展水平的得分進行對比（圖2）。

圖2 評價結果對比圖Fig.2 Comparison of evaluation results

結合對評價結果的對比可以看出，多指標綜合測度法的評價結果最符合我國農業現代化發展的客觀實際情況。該評價方法下全國總體的農業現代化指數為73.59，屬于農業現代化的轉型跨越階段。北京、上海、江蘇、浙江等直轄市和東部沿海地區農業現代化發展水平較高，其中北京和上海的評價分值已經接近全面實現階段；西部地區農業現代化發展水平較低，其中云南和貴州兩個省的評價分值小于60，屬于農業現代化的起步發展階段。根據層次指標測算結果，可以得到各評價對象得分差異的來源，進而明確目前需要著重解決的問題和未來發展的方向，提高了該評價方法的現實意義。但由于多指標綜合測度法的評價結果是各指標加權平均得到的，通過抽象的差異性排序來反映農業現代化發展的一般水平，單從評價結果來看很難發現評價方法使用過程存在的問題。因此使用多指標綜合測度法最好能夠采取聚類分析等檢驗方法來對結果進行二次檢驗，提升評價結果的科學性和可靠性。

TOPSIS模型法的評價結果和多指標測度法相對比較接近，但個別樣本出現較大偏差。這說明采用TOPSIS模型對農業現代化發展水平進行評價也不失為一種較為可靠的方法。該評價方法下全國總體的農業現代化指數為74.83，屬于農業現代化的轉型跨越階段。個別省份的評價結果不太理想，具體表現為部分農業資源稟賦相似、社會經濟發展程度接近的兩個省份之間的評價結果差距異常大，如北京與上海、江蘇與浙江的農業現代化指數差距都超過了12%。農業現代化發展是一個漸進的過程，且已有研究證明其具有顯著的空間自相關性[38]，這說明TOPSIS模型用于農業現代化發展水平評價擬合程度不夠優良。此外，距離度量參數的選擇會對TOPSIS評價模型的穩健性產生顯著的影響，這也在一定程度上限制了該評價方法使用的范圍[39]。

BP神經網絡評價法主要通過運行程序和訓練樣本來獲取結果，操作比較簡單，但評價結果和另外兩種評價方式的差異較大。該評價方法下全國總體的農業現代化指數為78.42，屬于農業現代化的基本實現階段。學者們的理論估計和現實考量都認為北京、上海、浙江等省市目前已經基本實現農業現代化，在該方法的評價結果中卻處于靠后的位置，得分均低于75分，這與客觀實際情況不相符合。這是由于BP神經網絡法要求各評價指標之間存在高度的相關性，如在做農業機械化發展水平評價時采用BP神經網絡法可以得到較為理想的評價結果。但由于農業現代化評價涉及到農業生產、農業產業、農業經營和農村發展水平等多方面的指標，且評價指標之間具有相對獨立性，因此不適宜采用該評價方法。

4 農業現代化發展水平評價結果分析——以多指標綜合測度法為例

4.1 農業現代化發展的分類特征

利用多指標綜合測度法的特性，根據表2所設計的我國農業現代化評價指標體系，分別計算各個子系統的得分情況，可以對全國及各個省市區農業現代化產業體系、生產體系、經營體系和綠色發展的實現程度進行判斷，進一步明確不同地區的發展優勢和短板。

計算結果可以看出，全國總體的農業現代化產業體系、經營體系得分較低，兩個一級指標得分均低于70分（圖3），這說明我國在農產品加工技術、裝備運用和農產品精深加工轉化等方面的總體水平還有待提升；土地適度規模經營水平較低，仍需繼續大力發展土地的集中連片。生產體系的得分相對較高，說明我國的農業基礎設施建設相對較為完善，農業科技驅動和現代化農業技術得到一定程度的普及，但仍存在進步空間。農業綠色發展得分最高，超過了80分，這說明我國的化肥、農藥施用強度適度，畜禽糞污綜合利用率較高，農業可持續發展程度較高。

圖3 農業現代化發展的各子系統得分Fig.3 Score of each subsystem of agricultural modernization development

根據各個省市區的分類特征可以看出，從農業產業體系來看，天津、上海和北京分別排在前三位，其農產品加工業發展水平較高，農林牧漁服務業產值占比較大，部分已經達到全面現代化的發展水平。而貴州、四川、重慶和海南等西部欠發達地區，農產品加工率不足，尚處在“初制品”階段，農產品網絡銷售量較低，農林牧漁服務業的絕對增量并不顯著[40]。從農藥生產體系來看，黑龍江、新疆、江蘇和山東等地區農業基礎設施建設完善，農業新裝備、新技術應用水平高，生產體系的評價得分較高。而同樣是海南、云南、重慶和貴州等西部山區，由于耕地細碎化程度高，且經營管理模式粗放，生產體系總體發展水平較為落后。從農業經營體系來看，上海、北京和黑龍江排在前三位，其中黑龍江的土地規模經營率超過了90%，帶動了勞動生產率和土地產出率的提高，在全國居于領先地位。從農業綠色發展來看，上海、重慶和浙江等排在前列，這些地區每萬公頃綠色農產品數量超過了7個，且畜禽糞污綜合利用率均超過90%，在保障農產品安全、促進資源節約、保持環境友好等方面表現較為突出。

4.2 我國農業現代化的發展演變

上述分析可以看出，多指標綜合測度法的評價結果相對于另外兩種方法更為準確。為進一步驗證該方法對于評價農業現代化發展水平的適用性，根據表2中的評價指標體系，本研究加入2000年、2005年、2010年和2015年各省市區的相關數據，再次進行評價（部分年度數據不可得，按照年均增長率均值和插值法進行估算）。結合前文對2020年的評價結果，綜合分析我國各地區農業現代化近20年以來的發展演變情況，評價結果見表5。

表5 我國農業現代化的發展演變Table 5 Development and evolution of agricultural modernization

采用多指標綜合測度法對多年度的農業現代化發展水平進行評價，從評價結果來看，各地區的農業現代化發展水平變化較為平穩，沒有出現劇烈變動，比較符合實際狀況。其中農業現代化發展水平率先達到基本實現階段的地區集中在東部沿海和東北地區，包括北京、上海、天津、江蘇、浙江和黑龍江；得益于區位優勢，中部地區的農業現代化發展起步較早，但部分省份由于農作物種植結構、技術進步程度、經濟發展水平等因素的制約，遲遲無法進入農業現代化的基本實現階段，如湖北、湖南、安徽等；而農業現代化發展較慢的地區長期鎖定在西南地區，包括云南、貴州、廣西、重慶、四川和海南等。

總體來看，我國農業現代化的發展水平變化整體呈現東北高西南低的特點。主要原因是西部地區與中部、東部地區資源稟賦和區位優勢有較大的差距，農業現代化發展存在一定阻力，但也有部分西部地區如重慶、海南和新疆等，借助國家政策優勢加快補齊發展短板，較快的實現了農業現代化發展的轉型跨越。

5 結論

本文在對相關文獻梳理的基礎上，對常用的幾種農業現代化發展水平評價方法進行了應用與對比分析，研究表明，利用不同評價方法得到的評價結果存在一定差異，這種差異產生于評價方法本身不同的內涵和性質，也與數據的標準化處理和權重確定的方法有關。其中，多指標綜合測度法雖然計算過程較為繁瑣，容易出現人為誤差，但對于農業現代化發展水平的評價仍然是最為準確和有效的方法。通過進一步分析評價指標體系內部各個子系統評價得分呈現的差異，可以明確目前需要著重解決的問題和未來發展的方向，使得多指標綜合測度法的評價結果更加具有現實意義。

以多指標綜合測度法為例，對全國及30個省市區2020年農業現代化的分類特征和2000—2020年農業現代化發展水平進行了測度。從評價結果來看，2020年農業現代化的生產體系和綠色發展水平較高，產業體系和經營體系有待加快發展。2000—2020年各地區的農業現代化發展水平呈平穩上升趨勢。北京、上海等東部地區得分較高，已經接近全面實現農業現代化的水平，應進一步立足區位、資金、技術和資源的優勢，提高農業資源利用率，走高效化、集約化和專業化的現代農業發展道路。中部地區處于轉型跨越期，應積極引入新要素、開辟新模式、打造新業態，避免發展模式的同質化，全面激發農業現代化發展的活力。貴州、云南等西部地區的農業現代化發展較為滯后，應充分挖掘農業資源特色，結合休閑農業與鄉村旅游產業，推動農業現代化的全面可持續發展。

本文僅對農業現代化發展評價的幾種常用方法進行了比較研究，考慮到評價方法的可操作性與評價結果的可比性等因素，一些新出現的、但運用還不夠成熟的評價方法沒有納入進討論范圍，還有待于豐富和完善。近年來學界越來越趨向于不同知識領域相互融合，采用兩種或兩種以上評價方法集成化的形式來對我國農業現代化發展水平進行評價。受篇幅限制本文沒有對這類研究方法展開分析，有待于相關領域的學者開展進一步的研究。