周旅梅

(河海大學(xué) 公共管理學(xué)院，江蘇 南京 211100)

江蘇農(nóng)村服務(wù)業(yè)發(fā)展水平的空間測度

周旅梅

(河海大學(xué) 公共管理學(xué)院，江蘇 南京 211100)

選取了7個反映農(nóng)村服務(wù)業(yè)發(fā)展水平的測度指標(biāo)，采用時間序列主成分分析和空間自相關(guān)分析方法，對2006～2014年江蘇省13個地級市農(nóng)村服務(wù)業(yè)發(fā)展水平和區(qū)域差異進(jìn)行了綜合定量評價。結(jié)果表明，江蘇省的農(nóng)村服務(wù)業(yè)發(fā)展水平一直在提升，但發(fā)展水平不高、區(qū)域差異性明顯，且呈現(xiàn)異質(zhì)性。為實現(xiàn)農(nóng)村服務(wù)業(yè)健康發(fā)展，提出了實現(xiàn)區(qū)域協(xié)同發(fā)展、縮小區(qū)域差距；加強產(chǎn)業(yè)引導(dǎo)、增加農(nóng)民收入以及改善配套設(shè)施等對策建議。

農(nóng)村服務(wù)業(yè)；發(fā)展水平；綜合定量評價；對策建議

0 引言

農(nóng)村服務(wù)業(yè)是指在農(nóng)業(yè)種植的基礎(chǔ)上通過多種現(xiàn)代生產(chǎn)要素和經(jīng)營方式而發(fā)展起來的農(nóng)村產(chǎn)業(yè)，是農(nóng)村經(jīng)濟的重要組成部分[1]。農(nóng)村服務(wù)業(yè)并非是農(nóng)業(yè)與服務(wù)業(yè)的簡單疊加，除農(nóng)、林、牧、漁服務(wù)業(yè)外，還包括農(nóng)村地區(qū)的第三產(chǎn)業(yè)。近20年來，我國農(nóng)村服務(wù)業(yè)總量迅速增長，地位明顯提高，內(nèi)部結(jié)構(gòu)持續(xù)優(yōu)化，發(fā)展模式和經(jīng)營方式日趨多樣化和新型化，然而也面臨著產(chǎn)業(yè)升級緩慢、發(fā)展理念和經(jīng)營管理方式落后、統(tǒng)籌規(guī)劃不足導(dǎo)致惡性競爭等問題[2]。

農(nóng)村服務(wù)業(yè)發(fā)展水平的評價，作為衡量農(nóng)村經(jīng)濟社區(qū)發(fā)展的重要組成內(nèi)容，對促進(jìn)農(nóng)村現(xiàn)代服務(wù)體系建設(shè)，提高農(nóng)業(yè)綜合生產(chǎn)力尤為重要，因此近年來成為新農(nóng)村建設(shè)研究熱點。然而，國內(nèi)相關(guān)領(lǐng)域研究起步較晚，對發(fā)展水平的評價多以定性為主。姚於康[3]從農(nóng)業(yè)社會化服務(wù)體系、新型農(nóng)技服務(wù)業(yè)、良種服務(wù)業(yè)、農(nóng)資連鎖經(jīng)營業(yè)、農(nóng)產(chǎn)品現(xiàn)代物流業(yè)、農(nóng)村勞動力轉(zhuǎn)移培訓(xùn)和中介服務(wù)業(yè)、現(xiàn)代農(nóng)業(yè)信息服務(wù)業(yè)、現(xiàn)代觀光旅游服務(wù)業(yè)8個角度，定性分析了江蘇農(nóng)村服務(wù)業(yè)發(fā)展現(xiàn)狀，并綜合評價其發(fā)展水平。袁媛等[4]從農(nóng)村服務(wù)業(yè)總量規(guī)模、基礎(chǔ)服務(wù)設(shè)施、農(nóng)業(yè)產(chǎn)前和產(chǎn)中為特色的傳統(tǒng)服務(wù)業(yè)、新型服務(wù)業(yè)角度對云南農(nóng)村服務(wù)業(yè)的發(fā)展現(xiàn)狀進(jìn)行了總結(jié)分析，然而僅局限于特定經(jīng)濟指標(biāo)的升高降低，缺乏明確的量化值。謝方等[5]從農(nóng)村服務(wù)產(chǎn)品需求與供給角度透視了農(nóng)村服務(wù)業(yè)發(fā)展水平。王新華[6]選取了農(nóng)林牧漁服務(wù)業(yè)增加值、農(nóng)村服務(wù)業(yè)從業(yè)人員等10項指標(biāo)，采用因子分析法綜合評價中部六省的農(nóng)村服務(wù)業(yè)發(fā)展水平，然而其中某幾項指標(biāo)選擇欠妥，如農(nóng)林牧漁服務(wù)業(yè)增加值作為衡量農(nóng)村服務(wù)業(yè)發(fā)展整體規(guī)模的主要指標(biāo)略顯不足，農(nóng)林牧漁服務(wù)業(yè)僅反映了第一產(chǎn)業(yè)中的農(nóng)業(yè)服務(wù)業(yè)規(guī)模。張平等[7]選取了13項指標(biāo)，利用主成分分析法對2012年我國30個省份的農(nóng)村服務(wù)業(yè)發(fā)展水平進(jìn)行了評價，但僅對2012年單一年度的分析并不足以客觀全面體現(xiàn)農(nóng)村服務(wù)業(yè)發(fā)展水平的時空變換格局?？傮w來說，對于我國農(nóng)村服務(wù)業(yè)發(fā)展水平客觀、全面地綜合評價仍顯不足，尤其是相關(guān)綜合定量分析方法的研究極少。

鑒于以上原因，本文在已有相關(guān)研究的基礎(chǔ)上，借鑒張平和王新華等建立的農(nóng)村服務(wù)業(yè)發(fā)展水平評價指標(biāo)體系，同時考慮指標(biāo)的可獲得性、綜合性以及系統(tǒng)性，對能體現(xiàn)農(nóng)村服務(wù)業(yè)發(fā)展水平的指標(biāo)進(jìn)行了重選調(diào)整，采用基于時間序列的主成分分析法，對江蘇省13個地級市2006～2014年農(nóng)村服務(wù)業(yè)發(fā)展水平進(jìn)行了橫向和縱向的評價比較，并進(jìn)行空間自相關(guān)分析，旨在揭示江蘇省農(nóng)村服務(wù)業(yè)發(fā)展進(jìn)程中存在的不足以及區(qū)域間的協(xié)調(diào)性和差異性，進(jìn)而提出了江蘇省農(nóng)村服務(wù)業(yè)發(fā)展的相關(guān)對策建議。

1 評價體系建構(gòu)

1.1 指標(biāo)體系與數(shù)據(jù)來源

農(nóng)村常住居民可支配收入、生活消費支出的增加以及城鎮(zhèn)化水平的提高能帶動農(nóng)村服務(wù)業(yè)的發(fā)展，而且農(nóng)村服務(wù)業(yè)的發(fā)展也能增加農(nóng)村居民的收入；交通運輸倉儲及郵政業(yè)的發(fā)展能促進(jìn)農(nóng)村服務(wù)業(yè)的發(fā)展；農(nóng)林牧漁服務(wù)業(yè)總產(chǎn)值是農(nóng)村服務(wù)業(yè)產(chǎn)值的重要組成部分之一，能在一定程度上反映農(nóng)村服務(wù)業(yè)的總體發(fā)展水平；第一產(chǎn)業(yè)固定資產(chǎn)投資以及鄉(xiāng)村勞動力服務(wù)業(yè)從業(yè)人員數(shù)能反映農(nóng)村服務(wù)業(yè)發(fā)展的規(guī)模。所以，基于上述分析，本文選取了農(nóng)村常住居民家庭人均可支配收入(X1)、農(nóng)村常住居民家庭人均生活消費支出(X2)、城鎮(zhèn)化率(X3)、交通運輸倉儲及郵政業(yè)增加值(X4)、農(nóng)林牧漁服務(wù)業(yè)總產(chǎn)值(X5)、第一產(chǎn)業(yè)固定資產(chǎn)投資(X6)、鄉(xiāng)村勞動力服務(wù)業(yè)從業(yè)人數(shù)(X7)7個指標(biāo)作為農(nóng)村服務(wù)業(yè)發(fā)展水平的測度指標(biāo)。本文所用數(shù)據(jù)源自2007～2015年《中國農(nóng)村統(tǒng)計年鑒》、江蘇省及13個地級市的統(tǒng)計年鑒。

1.2 研究方法

1.2.1 主成分分析 主成分分析旨在依照降維思路研究指標(biāo)之間的內(nèi)在結(jié)構(gòu)，用少數(shù)新的包含原有信息的非相關(guān)性指標(biāo)代替原有指標(biāo)。此方法是用第1個線性組合指標(biāo)的方差var(U1)，var(U1)越大，U1所包含的信息就越多；若所有線性組合中U1方差最大，則U1為第1主成分。若第1主成分不足以代表原來p個指標(biāo)的信息，則選取第2個線性組合U2，cov(U1,U2)=0時，U2為第2主成分，同理可得出第3、第4,…，第m主成分。

假定n個樣本，每個樣本p個變量，則構(gòu)成1個n×p階數(shù)據(jù)矩陣，p維隨機向量X=(X1,X2,…,Xp)T

n個樣本xi=(xi1,xi2,…,xip)T，i=1，2，…，n

(1)

由式(1)得出標(biāo)準(zhǔn)化矩陣Z，相關(guān)系數(shù)矩陣R為：

(2)

特征方程為：|r-λIp|=0

(3)

由式(3)求得p個特征根，若信息利用率高于p%，則

(4)

m的值可由(4)式確定，對于λj，j=1，2，…，m

解出方程組Rb=λjb

(5)

(6)

其中，U1為第1主成分；U2為第2主成分，…，Up為第p主成分。

1.2.2 空間自相關(guān)分析 空間自相關(guān)分析適用于描述區(qū)域發(fā)展的協(xié)同性和差異性，包含局部空間自相關(guān)(LISA)和全局空間自相關(guān)(GSA)分析。本文采用全局空間自相關(guān)和局部空間自相關(guān)分析相結(jié)合的方法，分別用GlobalMoran’sI和LocalMoran’sI表示。|Moran’sI|≤1，I值大小可以判斷相關(guān)性強弱；I>0，空間正相關(guān)；I<0，空間負(fù)相關(guān)；I=0，空間不相關(guān)。

全局Moran’sI指數(shù)為公式(7)，全局自相關(guān)是對屬性在整個區(qū)域空間分布特征的描述，可用來判斷研究區(qū)域中某一要素在空間內(nèi)是否集聚。

(7)

其中，wij為臨界空間權(quán)重矩陣，i和j邊界相鄰，wij=1，否則為0，n為研究空間單元的個數(shù)。本文中，若i區(qū)域和j區(qū)域共邊或共點(Queencontiguity)，則視為兩區(qū)域相鄰?？臻g權(quán)重矩陣如公式(8)：

(8)

其中，n表示所研究的空間單元個數(shù)，本文研究對象為江蘇省13個地級市，則n=13。

局域空間相關(guān)性(LISA)是一個區(qū)域單元的某一屬性值與鄰近區(qū)域單元上某屬性值的相關(guān)程度。結(jié)合Moran散點圖，Lisa圖，可以度量某區(qū)域與周邊區(qū)域之間的局部空間關(guān)聯(lián)和空間差異程度，計算公式如下：

(9)

2 實證評價與結(jié)果分析

2.1 時間序列主成分分析

2.1.1 主成分分析適應(yīng)性檢驗 主成分分析前，先對標(biāo)準(zhǔn)化后的指標(biāo)數(shù)據(jù)進(jìn)行KMO檢驗和Bartlett球形檢驗，測量是否符合相關(guān)分析。KMO>0.5時，適合進(jìn)行主成分分析，越接近1效果越佳。Bartlett球形檢驗用于檢驗相關(guān)系數(shù)矩陣是否為單位矩陣，數(shù)值<0.05時各變量間相互獨立。江蘇省13個地級市的KMO檢驗結(jié)果均大于0.5，適合做主成分分析；Bartlett球形檢驗的Sig.取值均顯示為0.000，非常適合做主成分分析。

2.1.2 主成分分析指標(biāo)數(shù)據(jù)統(tǒng)計 本文的研究對象為江蘇省13個地級市農(nóng)村服務(wù)業(yè)發(fā)展情況，在適應(yīng)性檢驗的基礎(chǔ)上首先分別對江蘇省13個市反映農(nóng)村服務(wù)業(yè)發(fā)展情況標(biāo)準(zhǔn)化后的指標(biāo)數(shù)據(jù)進(jìn)行了描述統(tǒng)計，如鎮(zhèn)江市農(nóng)村服務(wù)業(yè)發(fā)展水平指標(biāo)數(shù)據(jù)描述表(表1)。

表1 鎮(zhèn)江市農(nóng)村服務(wù)業(yè)發(fā)展水平指標(biāo)數(shù)據(jù)描述

2.1.3 主成分特征值、方差、累計方差分析 對江蘇省各地市農(nóng)村服務(wù)業(yè)發(fā)展水平評價指標(biāo)進(jìn)行主成分分析，按照特征值大于1的前m個主成分的原則來提取主成分；累計貢獻(xiàn)率表示公共因子反映原總體樣本信息的程度。如鎮(zhèn)江市農(nóng)村服務(wù)業(yè)發(fā)展水平評價主成分的特征值及方差貢獻(xiàn)率。由表2可知，第一個主成分的特征值為5.406，第二個主成分的特征值為1.144，前2個主成分的特征值均大于1，累計方差貢獻(xiàn)率為93.573%，前2個主成分能代表鎮(zhèn)江市農(nóng)村服務(wù)業(yè)發(fā)展水平的93.573%的信息。

表2 鎮(zhèn)江市農(nóng)村服務(wù)業(yè)發(fā)展水平評價主成分的特征值及方差貢獻(xiàn)率

2.1.4 江蘇省各地市農(nóng)村服務(wù)業(yè)發(fā)展水平主成分因子載荷分析 每個指標(biāo)所對應(yīng)系數(shù)可以通過因子載荷系數(shù)表中的數(shù)據(jù)除以相對應(yīng)特征值再開平方根得到。以鎮(zhèn)江市為例，特征值λ1=5.406,λ2=1.144，則特征向量b1=(0.4282122，0.4271989，0.4263573，0.4254018，0.3499541，-0.226，-0.396)，b2=(0.22,0.17,-0.13,0.16,0.8,0.82,0.35)，特征向量與標(biāo)準(zhǔn)化指數(shù)的乘積為主成分得分值。如表3為鎮(zhèn)江市農(nóng)村服務(wù)業(yè)發(fā)展水平評價主成分的因子載荷矩陣，表4為評價指標(biāo)標(biāo)準(zhǔn)化處理后數(shù)值。鎮(zhèn)江市農(nóng)村服務(wù)業(yè)發(fā)展得分值F=(0.77234U1+0.16339U2)/0.95573，其中U1=0.4282122Z1+0.4271989Z2+0.4263573Z3+0.4254018Z4+0.3499541Z5-0.226Z6-0.396Z7

U2=0.22Z1+0.17Z2-0.13Z3+0.16Z4+0.8Z5+0.82Z6+0.35Z7

2.1.5 江蘇省各地市農(nóng)村服務(wù)業(yè)發(fā)展水平主成分評價分析 江蘇省13個地級市的農(nóng)村服務(wù)業(yè)發(fā)展水平主成分評價得分RSI見表5，其中負(fù)分值并不代表農(nóng)村服務(wù)業(yè)發(fā)展水平差，正負(fù)值只代表發(fā)展水平的相對強弱。由表5可知，江蘇省13個地市的農(nóng)村服務(wù)業(yè)發(fā)展水平總體呈上升趨勢。特別需要指出的是2011年各市農(nóng)村服務(wù)業(yè)的發(fā)展水平，除南京外均出現(xiàn)陡降現(xiàn)象，2011年全省主要農(nóng)產(chǎn)品產(chǎn)量較2010年均有所下降，導(dǎo)致農(nóng)村服務(wù)業(yè)在一定程度上受到影響。2006～2014年，揚州農(nóng)村服務(wù)業(yè)發(fā)展水平增速最快，泰州增速最慢。至2014年，南通和揚州的農(nóng)村服務(wù)業(yè)發(fā)展水平最佳，而泰州和常州的發(fā)展水平最低，主要是由于南通和揚州的農(nóng)村規(guī)模較大，而常州和泰州2市農(nóng)村規(guī)模較小，常州農(nóng)村地區(qū)主要集中在金壇、溧陽2地，地理區(qū)位不具優(yōu)勢；泰州地處蘇中地區(qū)，農(nóng)村還主要停留在傳統(tǒng)農(nóng)作物種植階段，農(nóng)業(yè)發(fā)展業(yè)態(tài)亟待更新。

2.2 空間序列自相關(guān)分析

為了更直觀地分析江蘇省13個地級市農(nóng)村服務(wù)業(yè)發(fā)展水平的差異性和協(xié)調(diào)性，將各市農(nóng)村服務(wù)業(yè)發(fā)展水平綜合得分進(jìn)行空間自相關(guān)分析。本文在主成分分析的基礎(chǔ)上，借助Arcview GIS 3.3和GeoDa軟件對江蘇省13個地市農(nóng)村服務(wù)業(yè)發(fā)展水平進(jìn)行了全局空間自相關(guān)分析和局部空間自相關(guān)分析。

2.2.1 全局空間自相關(guān)分析 對江蘇省各市農(nóng)村服務(wù)業(yè)發(fā)展水平主成分分析評價得分進(jìn)行全局空間自相關(guān)分析，得出2006～2014年江蘇省13個地級市農(nóng)村服務(wù)業(yè)發(fā)展水平(RSI)全局空間自相關(guān)Moran指數(shù)值變化趨勢(圖1)所示。

表3 鎮(zhèn)江市農(nóng)村服務(wù)業(yè)發(fā)展水平評價主成分的因子載荷矩陣

表4 鎮(zhèn)江市農(nóng)村服務(wù)業(yè)發(fā)展水平評價指標(biāo)標(biāo)準(zhǔn)化數(shù)值表

表5 江蘇省農(nóng)村服務(wù)業(yè)發(fā)展水平主成分分析評價得分

圖1 2006～2014年江蘇省農(nóng)村服務(wù)業(yè)發(fā)展Moran指數(shù)變化趨勢

由圖1可知，江蘇省13個地市農(nóng)村服務(wù)業(yè)發(fā)展全局空間自相關(guān)分析Moran指數(shù)值存在較大幅度的波動，絕大多數(shù)年份(除2007，2011年外)Moran指數(shù)值都為負(fù)，但是接近0，說明江蘇省各地市農(nóng)村服務(wù)業(yè)發(fā)展空間自相關(guān)特征不明顯，大多數(shù)年份存在空間負(fù)相關(guān)，呈現(xiàn)異質(zhì)性，但是并不太明顯。

2.2.2 局部空間自相關(guān)分析 對江蘇省各市農(nóng)村服務(wù)業(yè)發(fā)展水平主成分分析得分進(jìn)行局部空間自相關(guān)分析，選取2006、2010、2014年的局部空間自相關(guān)Moran指數(shù)散點圖和LISA聚集地圖(圖2～圖4)。表6為2006～2014年江蘇省農(nóng)村服務(wù)業(yè)發(fā)展局部空間自相關(guān)Moran指數(shù)值。

圖2 2006年Moran指數(shù)散點圖和Lisa圖

圖3 2010年Moran指數(shù)散點圖和Lisa圖

圖4 2014年Moran指數(shù)散點圖和Lisa圖

指標(biāo)年份200620072008200920102011201220132014RSI-MI-0．1638720．226002-0．074361-0．185641-0．0772850．227247-0．083592-0．236863-0．027059

結(jié)合圖1、圖3以及表6可知，2006～2014年江蘇省農(nóng)村服務(wù)業(yè)發(fā)展水平局部空間自相關(guān)分析Moran指數(shù)散點圖大部分點集聚于第Ⅱ、Ⅳ象限，Moran指數(shù)基本為負(fù)值，且存在頻繁波動，這說明江蘇省各地市農(nóng)村服務(wù)業(yè)發(fā)展具有異質(zhì)性。2006～2014年江蘇省各地市間農(nóng)村服務(wù)業(yè)發(fā)展水平的差異性和協(xié)調(diào)性可直觀地從表7中顯示出來。

江蘇省13個地級市農(nóng)村服務(wù)業(yè)發(fā)展水平整體不高，各地市農(nóng)村服務(wù)業(yè)發(fā)展空間集聚情況不理想，沒能較好地實現(xiàn)協(xié)同發(fā)展。就農(nóng)村服務(wù)業(yè)發(fā)展水平來看，整體而言，蘇南地區(qū)領(lǐng)先蘇中地區(qū)，而蘇北地區(qū)相對落后。主要原因是：一方面，農(nóng)民收入水平較低，導(dǎo)致農(nóng)民對服務(wù)業(yè)的需求和大規(guī)模經(jīng)營的投入受到制約；另一方面，農(nóng)村服務(wù)業(yè)的發(fā)展受當(dāng)?shù)亟?jīng)濟基礎(chǔ)、城鎮(zhèn)化進(jìn)程、地理區(qū)位、交通運輸條件以及政府的整體規(guī)劃、產(chǎn)業(yè)引導(dǎo)、政策扶持等因素的影響。蘇北地區(qū)的宿遷、連云港、徐州等市呈現(xiàn)低值積聚，說明這些城市與其周邊城市農(nóng)村服務(wù)業(yè)發(fā)展水平均較為落后。根據(jù)主成分分析評價得分來看，近年來宿遷的農(nóng)村服務(wù)業(yè)發(fā)展水平相對較為落后；蘇中地區(qū)泰州在2007～2008年農(nóng)村服務(wù)業(yè)發(fā)展水平較高，但是近些年則不明顯，甚至出現(xiàn)低值積聚，而南通和揚州農(nóng)村服務(wù)業(yè)發(fā)展水平則表現(xiàn)一般；蘇南地區(qū)的城市如無錫、蘇州呈現(xiàn)“高—低”集聚，說明蘇州、無錫農(nóng)村服務(wù)業(yè)的良好發(fā)展并沒有發(fā)揮輻射作用，沒能帶動周邊城市農(nóng)村服務(wù)業(yè)的發(fā)展。

表7 2006～2014年江蘇省農(nóng)村服務(wù)業(yè)發(fā)展水平Lisa統(tǒng)計表

3 結(jié)論與建議

3.1 結(jié)論

本文選取2006～2014年反映江蘇省13個地級市農(nóng)村服務(wù)業(yè)發(fā)展水平的7項指標(biāo)，進(jìn)行基于時間序列的主成分分析，并對評價得分進(jìn)行了基于空間序列的全局空間自相關(guān)分析和局部空間自相關(guān)分析。分析結(jié)果表明，江蘇省13個地市農(nóng)村服務(wù)業(yè)發(fā)展水平空間集聚性和同質(zhì)性水平較差，區(qū)域差異明顯，各市農(nóng)村服務(wù)業(yè)發(fā)展協(xié)同性較為缺乏，并且無錫、蘇州等發(fā)展水平較好的地區(qū)沒能發(fā)揮輻射作用，沒有帶動周邊地區(qū)服務(wù)業(yè)的發(fā)展。

3.2 建議

作為現(xiàn)代服務(wù)業(yè)的重要組成部分，農(nóng)村服務(wù)業(yè)對提升農(nóng)民收入、優(yōu)化農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)、推進(jìn)城鎮(zhèn)化、轉(zhuǎn)移農(nóng)村剩余勞動力以及發(fā)展農(nóng)村經(jīng)濟起著重要作用。農(nóng)村服務(wù)業(yè)的健康良好發(fā)展必須以實現(xiàn)區(qū)域協(xié)同發(fā)展、縮小區(qū)域發(fā)展差距、加強產(chǎn)業(yè)引導(dǎo)、改善配套設(shè)施等為依托。

3.2.1 縮小區(qū)域發(fā)展差距 江蘇省應(yīng)進(jìn)一步加強農(nóng)村服務(wù)業(yè)的集聚發(fā)展，形成以城帶鄉(xiāng)、區(qū)域協(xié)作、信息共享、資源互補、規(guī)?；a(chǎn)業(yè)關(guān)聯(lián)度強、運作效率高的農(nóng)村服務(wù)業(yè)發(fā)展模式，進(jìn)而降低交易成本，形成外部經(jīng)濟優(yōu)勢。政府部門及相關(guān)行業(yè)組織應(yīng)加快推進(jìn)城市的金融、信息、法律等服務(wù)業(yè)向農(nóng)村延伸，尤其是對蘇北一些經(jīng)濟欠發(fā)達(dá)地區(qū)，政府應(yīng)給予更多的政策、資金支持和金融貸款。當(dāng)?shù)馗骷壵畱?yīng)結(jié)合區(qū)域資源優(yōu)勢，通過建立農(nóng)村經(jīng)濟合作組織，整合農(nóng)村資源，調(diào)整農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)，規(guī)模化發(fā)展農(nóng)村服務(wù)業(yè)，如因地制宜發(fā)展農(nóng)產(chǎn)品電子商務(wù)等。在經(jīng)濟發(fā)展水平較高、農(nóng)村服務(wù)業(yè)發(fā)展勢頭較好的地區(qū)，地方政府可引導(dǎo)農(nóng)村服務(wù)業(yè)進(jìn)行企業(yè)化運作、產(chǎn)業(yè)化發(fā)展，如發(fā)展農(nóng)業(yè)生態(tài)旅游產(chǎn)業(yè)等。

3.2.2 加強基礎(chǔ)設(shè)施建設(shè) 農(nóng)村交通、水利、教育、醫(yī)療、衛(wèi)生等基礎(chǔ)設(shè)施的建設(shè)仍需加強，農(nóng)村居民的生產(chǎn)生活條件亟待改善，同時，政府應(yīng)該積極推進(jìn)農(nóng)產(chǎn)品批發(fā)市場升級改造，實現(xiàn)集采購、配送、銷售于一體的農(nóng)產(chǎn)品現(xiàn)代物流產(chǎn)業(yè)鏈。此外，還應(yīng)積極推動農(nóng)村服務(wù)業(yè)與城鎮(zhèn)化協(xié)調(diào)發(fā)展，放寬市場準(zhǔn)入，以農(nóng)村服務(wù)業(yè)要素的集聚推進(jìn)農(nóng)村城鎮(zhèn)化進(jìn)程，增加農(nóng)民的收入。

3.2.3 為農(nóng)村服務(wù)業(yè)發(fā)展提供人才支撐 地方政府應(yīng)進(jìn)一步加強與中等職業(yè)學(xué)校、高等院校的產(chǎn)學(xué)研合作，以培養(yǎng)技術(shù)型、管理型的新型職業(yè)農(nóng)民為重點，培養(yǎng)一批具有物流、計算機、市場營銷、農(nóng)業(yè)技術(shù)等相關(guān)知識、技能的農(nóng)村服務(wù)業(yè)人才，用先進(jìn)的運營管理理念拓寬農(nóng)村服務(wù)業(yè)發(fā)展空間。同時，高層次專業(yè)人才的引進(jìn)可為農(nóng)村服務(wù)業(yè)的可持續(xù)發(fā)展積累人力資本。

[1] 嚴(yán)先鋒.生產(chǎn)性服務(wù)業(yè)、制造業(yè)與農(nóng)村服務(wù)業(yè)的聯(lián)動新探索[J].經(jīng)濟研究參考，2014(59):67-69.

[2] 姜長云.加快發(fā)展農(nóng)村服務(wù)業(yè)[J].農(nóng)村工作通訊，2007(11):40-41.

[3] 姚於康.江蘇農(nóng)村現(xiàn)代服務(wù)業(yè)發(fā)展現(xiàn)狀和道路模式探討[J].江西農(nóng)業(yè)學(xué)報，2008，20(11):160-163.

[4] 袁媛，李學(xué)林，彭子蕓，等.加快云南農(nóng)村服務(wù)業(yè)發(fā)展的對策研究[J].經(jīng)濟問題探索，2009(2):176-182.

[5] 謝方，徐志文.基于服務(wù)需求與供給視角:農(nóng)村現(xiàn)代服務(wù)業(yè)滯后的原因與發(fā)展對策[J].農(nóng)村經(jīng)濟，2011(3):113-115.

[6] 王新華.中部六省農(nóng)村服務(wù)業(yè)發(fā)展水平評價的實證研究[J].湖南商學(xué)院學(xué)報，2013，20(4):23-26.

[7] 張平，孫偉仁.我國省際農(nóng)村服務(wù)業(yè)發(fā)展水平綜合評價及實證研究[J].農(nóng)村經(jīng)濟，2015(11):81-85.

(責(zé)任編輯：管珊紅)

Spatial Measurement on Developmental Level of Rural Service Industry in Jiangsu

ZHOU Lv-mei

(College of Public Management, Hohai University, Nanjing 211100, China)

Seven measurement indexes reflecting the developmental level of rural service industry were selected, and the developmental levels and regional differences of rural service industry in 13 prefecture-level cities of Jiangsu province during 2006～2014 were comprehensively and quantitatively evaluated by using the methods of time-series principal component analysis and spatial autocorrelation analysis. The results showed that the developmental level of rural service industry in Jiangsu province was rising year by year, but it was not high, its regional difference was evident, and its heterogeneity was existent. In order to realize the healthy development of rural service industry in Jiangsu, the writer put forward the following suggestions: realizing the coordinated development of different regions, and shrinking the regional disparity; strengthening the guidance on rural service industry, and increasing the income of farmers; improving the supporting facilities.

Rural service industry; Developmental level; Comprehensive and quantitative evaluation; Solution and suggestion

2017-03-28

周旅梅(1992—)，女，江蘇南通人，碩士研究生，研究方向：農(nóng)村經(jīng)濟。

F327

A

1001-8581(2017)08-0145-06