中國小麥生產布局演化及影響因素研究*

郝曉燕，張 益， 2，韓一軍※

(1.中國農業大學經濟管理學院，北京 100083；2.中國熱帶農業科學院科技信息研究所，海南儋州 571737)

0 引言

糧食生產布局的變化將直接影響糧食市場供給量在時間和空間上分布的均衡性，進而引發糧價、貿易、市場等一系列波動[1]。隨著中國社會經濟的不斷發展，糧食生產空間布局的區域特征日益顯現，小麥生產區域由比較分散逐漸演變為相對集中，優勢區域日益明顯，對小麥供給發揮著越來越重要的作用。

現有研究中關于糧食生產布局的研究成果較為豐富，學者基本認同在自然資源、社會資源、經濟資源、市場資源及政策環境等因素的綜合作用下，中國糧食生產布局呈現整體北移的特征[2-5]。但是學者們對小麥生產變遷布局趨勢的判斷尚未達成一種比較直觀趨同的認識。姜會飛[6]認為1979—2002年小麥生產的時空差異性導致北方是我國小麥生產發展的重點地區。趙俊曄[7]提出盡管生產水平和種植條件有所不同，但我國小麥正逐步向著黃淮海和長江中下游兩大優質麥產區的產業帶集中。楊春[8]指出小麥生產布局在華東、東北、西南區不斷縮減的同時，生產重心不斷向華北和華中集中。盧布[9]指出黃淮海、長江中下游和大興安嶺沿麓產區優質專用小麥的區位優勢不斷增強。屈寶香[10]指出小麥生產北多南少西部萎縮，核心優勢逐漸流向黃淮海流域。徐志宇[11]通過測算比較優勢指數，認為華北和西北地區是小麥生產布局發展過程中綜合比較優勢較高的地區。

關于生產布局的影響因素研究，國內外學者主要考慮了自然資源、經濟效益、技術進步、市場環境、自然災害和政策等方面因素。國外學者David & Elliott[12]通過結合糧食生產效率，驗證了糧食生產布局與相關糧食作物的價格、自然災害和是否接近沿海區省份布局具有相關關系。R.Welsh[13]指出農業生產布局也受到上下游部門的影響。Daniel & Killkenny[14]認為農業生產布局與一般農業政策的變化有關系，如增加農業津貼和轉移支付等。國內學者陸文聰[15]發現農業勞動力數量及其受教育程度、化肥及農業動力投入、有效灌溉面積和農村水庫庫容量對糧食播種面積有正向影響，而除澇面積、承載比例和農民非農就業收入對糧食播種面積有負向影響。鐘甫寧等[16]指出棉花與替代作物等價格和單產比是棉花生產布局變化的關鍵影響因素，棉糧相對價格、棉花單產、政府的棉花投資、公路里程、有效灌溉面積對棉花生產布局有正向影響。陳歡等[17]指出農民以往決策、技術、畜牧業發展、交通條件對玉米生產面積變化有正向影響，而非農收入比重、玉米與替代作物畝均凈收益差值對其有負向影響。

該研究借鑒以往文獻研究方法，首先對改革開放以來中國小麥生產布局變遷分析，總結出小麥生產布局變遷的趨勢性特征； 其次構建空間杜賓模型，實證分析中國小麥生產布局變遷的影響因素，以期為優化小麥生產布局和小麥產業發展提供有針對性的理論參考依據。

1 中國小麥生產布局變遷特征分析

該研究采用生產規模指數和生產集中度指數，分別以代表不同經濟發展水平的中國四大經濟區域和代表不同自然稟賦的農作物種植區劃的雙視角來分析小麥生產布局現狀[注]文中對中國四大經濟區域的劃分，主要依據2011年《中共中央、國務院關于促進中部地區崛起的若干意見》《國務院發布關于西部大開發若干政策措施的實施意見》，將其劃分為東部、中部、西部和東北四大地區，其中東北地區包括3個省，分別為遼寧、吉林、黑龍江； 東部地區包括10個省(市)，分別是北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南； 中部地區包括6個省，分別為山西、河南、安徽、湖北、湖南、江西； 西部地區包括12個省(區)，分別是內蒙古自治區、陜西、甘肅、寧夏、青海、新疆、廣西壯族自治區、重慶、四川、云南、貴州、西藏自治區。根據農業部發布的《小麥優勢區域布局規劃(2008-2015)》，將我國小麥種植區域劃分為黃淮海小麥優勢區、長江中下游小麥優勢區、西南小麥優勢區、西北小麥優勢區及東北小麥優勢區。(1)黃淮海小麥優勢區：北京、天津、河北、河南、山西、江蘇、安徽；(2)長江中下游小麥優勢區：湖北、湖南、江西、浙江、上海； (3)西南小麥優勢區：重慶、四川、貴州、云南、廣西壯族自治區、西藏； (4)西北小麥優勢區：甘肅、寧夏回族自治區、青海、新疆維吾爾自治區、陜西、內蒙古； (5)東北小麥優勢區：黑龍江、吉林、遼寧。，并進一步采用生產重心指數分析我國小麥生產貢獻變遷軌跡，以期更加深入細致分析我國小麥生產布局變遷特征。

生產規模指數是指某地區某個時期小麥播種面積占同期全國小麥播種面積的比重。該指標能夠很好地衡量各地區小麥生產對全國的貢獻程度。

從四大經濟區域來看(圖1)， 2000年以前，東部、中部和西部地區小麥生產規模指數相差不大，基本處于0.25～0.30區間， 2000年以后，中部地區指數大幅度顯著增長，東部地區表現為緩慢增長，西部地區轉入下降通道。而東北地區在考察期內呈現持續下降趨勢。具體來看， 1978—2014年，中部指數從0.28增至0.40，增幅41.72%，年均增0.97%； 東部指數從0.33增至0.35，增幅7.89%，年均增0.21%； 西部指數從0.31降至0.24，降幅22.84%，年均降0.72%； 東北指數從0.08降至0.01，降幅92.00%，年均降6.78%。表明，改革開放以來，我國中部和東部的播種面積對小麥生產的貢獻越來越大，其他地區的貢獻水平在減弱。

從五大優勢區來看(圖1)，黃淮海地區指數遠遠高于其他地區，常年保持在0.40以上，且呈現持續增長態勢。西北地區指數位列其次，但表現為逐年下降態勢。西南地區表現為先增后降，長江中下游地區先降后增，東北地區則持續下降。具體來看， 1978—2014年，黃淮海地區指數從0.40增至0.55，增幅7.89%，年均增0.21%； 西北地區指數從0.19降到0.16，降幅18.68%，年均降0.57%； 西南地區從0.19降至0.08，降幅29.72%，年均降0.97%； 長江中下游地區從0.06降至0.05，降幅18.37%，年均降0.56%； 東北地區指數從0.08降至0.01，降幅92.00%，年均降6.78%。表明，改革開放以來，黃淮海地區的播種面積對小麥生產的貢獻越來越大，其他地區的貢獻水平呈現不同程度地下降。

圖1 1978—2014年中國四大經濟區域(左)及五大小麥優勢區(右)的小麥生產規模指數

圖2 1978—2014年中國四大經濟區域(左)及五大小麥優勢區(右)的小麥生產集中度指數

生產集中度指數是指某個省份某時期的小麥產量占同期全國小麥總產量的比重。

從四大經濟區域來看(圖2)，東部和中部地區是小麥生產集中度指數較高地區。1978—2014年，東部地區小麥生產集中度指數從0.39增至0.40，增幅1.29%，年均增0.04%，中部小麥生產集中度指數從0.29增至0.43，增幅48.87%，年均增1.11%。2002年以前，東部地區生產集中度指數位居全國前列，近幾年略有下滑，中部地區則呈現持續增長態勢，并于2002年以后超越東部地區。到2014年，兩區生產集中度指數之和高達0.64。西部地區呈波動下降趨勢，從0.26降至0.17，降幅34.38%，年均降1.16%。東北地區指數較最低，且呈下降趨勢，從0.06降至0.00，降幅93.39%，年均降7.27%。表明，改革開放以來，我國中部和東部地區的產量對小麥生產貢獻越來越大。

從五大優勢地區來看(圖2)，黃淮海地區指數遠遠高于其他地區，常年保持在0.40以上，還表現出持續增長態勢。1978—2014年，小麥生產集中度指數從0.45增至0.61，增幅34.78%，年均增0.83%。西北地區位列其次，但呈現出逐年下滑趨勢，從0.15降至0.12，降幅18.92%，年均降0.58%； 西南地區也呈明顯下降趨勢，從0.11降至0.05，降幅55.68%，年均降2.23%。長江中下游地區變化幅度較小，穩中略降，從0.06降至0.04，降幅40.83%，年均降1.45%。東北地區呈現波動下降趨勢，從0.06降至0.00，降幅達93.39%，年均降7.27%。表明，改革開放以來，黃淮海地區的產量對小麥生產的貢獻越來越大，其他地區的貢獻水平呈現不同程度地下降。

綜合小麥生產規模指數和小麥生產集中度指數分析，可以發現，隨著時間遷移，小麥生產布局由分散逐漸變集中，目前小麥生產主要集中在中部、黃淮海地區，該地區的面積和產量對全國小麥生產的貢獻最大。主要原因是該地區具有天然的地理優勢，年均降水量700mm左右，年均氣溫15℃左右，氣候條件非常適宜小麥生產。同時該區也是經濟較為發達地區，交通、技術、政策、教育、市場等條件較為成熟，便于組織小麥生產活動。

生產重心指數是指某個時期小麥生產(可用播種面積或者產量指標度量)分布在某個區域上的力矩達到平衡的點(地理重心)。計算公式如下：

(1)

Jt和Wt分別為第t年小麥生產重心所在地理位置的經度和緯度值，Ji和Wi分別為i地的經度和緯度值，Ait為i省第t年小麥播種面積(或產量)，n為地區數量。

小麥生產重心移動距離的計算公式如下：

D=C×Ja-Jb2+Wa-Wb21/2

(2)

式(2)中，D為小麥生產重心之間的距離，C為常數，是把地理坐標(以度為單位)轉換為平面距離所對應的值，取111.111km，Ja、Wa和Jb、Wb分別為第a年和第b年小麥生產重心所在的地理位置的經度和緯度值。

通過采用GIS軟件分析結果(表1)，我國小麥播種面積重心在1998年和2004年兩次轉移至西南方向，其中2004年重心移動距離達到自1978年以來的最大值，為53.391km； 到2014年，播種面積重心轉向東北。我國小麥產量重心移動距離同樣在2004年達到最大，為62.311km，重心轉移方向也符合自東南轉向西北的趨勢?？梢园l現中國小麥生產無論是播種面積還是產量角度，都表現出自北向南再向東的趨勢，說明改革開放以來，隨著農業結構調整，我國東北及西部小麥主產省的生產貢獻相對弱化，而南部及東部小麥主產省的生產貢獻進一步加大。

表1 小麥播種面積和產量重心移動距離及路徑

年份播種面積產量經度緯度重心移動距離(KM)重心轉移方向經度緯度重心移動距離(km)重心轉移方向1978112.3235.98——112.8335.76——1988112.4935.7432.679東南113.0135.5530.732東南1998112.3835.4930.348西南112.7035.8850.308東北2004112.2835.0253.391西南112.9135.3662.311東南2014112.5935.2140.399東北113.2835.3741.126東北

2 小麥生產布局變遷影響因素分析

2.1 模型構建及數據說明

該研究采用空間計量模型對小麥生產布局的影響因素進行分析。根據空間統計和空間計量經濟學原理方法，進行空間分析。首先要檢驗變量之間是否存在空間自相關，如果存在，即可將空間交互影響因素納入模型。因此，該研究首先采用莫蘭指數對中國小麥生產布局進行空間相關性檢驗，以確定中國小麥生產布局的空間集中性是否存在，其次使用空間杜賓模型實證分析小麥生產布局變動的影響因素及空間效應。

2.1.1 全局莫蘭指數(Global Moran′s I)

全局空間自相關是從區域空間的整體上研究區域經濟活動分布的集群狀況。通過全局Moran′s I可以分析研究對象在空間中是獨立、相似還是相異。

(3)

(4)

Moran′s I的取值范圍為[-1， 1]。如果，I>0表示正相關關系，接近1時表明具有相似屬性值聚集在一起(高值和高值相鄰、低值和低值相鄰)； 如果I<0表示負相關關系，接近-1時表明具有相異屬性值聚集在一起(高值和低值相鄰、低值和高值相鄰)； 如果I=0，表示屬性是隨機分布的或者不存在空間相關性。Z統計值可以檢驗Moran′s I在正態假設條件下的顯著性。

2.1.2 空間面板數據模型

該研究采用空間杜賓模型分析小麥生產布局的影響因素。具體模型設置如下：

(5)

式(5)中，areait表示各地區小麥播種面積，μi為地區效應，εit為隨機誤差項。ρ、βi和δi為估計系數。Xi，j，t為影響因素變量，包括有效灌溉面積、農業機械總動力、化肥使用量、小麥比較收益、非農就業機會、成災面積、政策變量、小麥單產。W表示空間權重矩陣。該研究采用基于鄰接關系的方法構建空間權重矩陣，其元素定義形式如下：

(6)

由于空間效應的存在，普通最小二乘估計空間誤差模型是無偏的，但不具有效性，估計的空間滯后模型不僅是有偏的也是不一致的。

在空間杜賓模型中，解釋變量包含了被解釋變量的變形，違背了傳統模型回歸中解釋變量嚴格外生的假設，從而使得采用普通最小二乘估計(OLS)方法得到的結果是有偏且不一致的[19]。因此，根據Lee和Yu的建議[20]，該研究采用最大似然估計法來估計。

2.2 變量選擇

根據前文分析，并充分考慮到數據可獲得性，最終變量設置見表2。替代作物的選取標準是播種面積的大小和實際的替代可能性[17](表3)。

表2 模型變量設置及說明

變量代碼單位定義面積area萬hm2各地區小麥播種面積有效灌溉面積irrigation萬hm2加權有效灌溉面積,權重為當期小麥播種面積/當期農作物播種面積農業機械總動力machinery萬(kW)加權農業機械總動力,權重同上化肥施用量fertilizer萬t加權化肥施用量,權重同上小麥比較收益alternative/替代作物單產與小麥單產的比重非農就業機會 nae(non-agricultural employment)/每萬平方公里第二、三產業增加值(即,地區第二、三產業增加值/地區行政面積)成災面積disaster萬hm2各地區農作物成災面積政策變量policy/虛擬變量(1998年及以后為1,其余為0)空間交互效應Wx/各解釋變量的空間溢出作用小麥單產productionkg/hm2各地區小麥單位面積產量(表示技術進步)

表3 不同地區替代作物選擇

省份替代作物北京、天津、河北、山西、內蒙古、遼寧、吉林、山東、河南、陜西、甘肅、寧夏玉米上海、江蘇、浙江、安徽、福建、江西、湖北、湖南、廣東、廣西稻谷四川、貴州、云南稻谷、玉米黑龍江豆類、玉米甘肅、寧夏薯類新疆玉米、棉花青海、西藏油菜籽

2.3 數據說明及處理

該研究所采用數據為1978—2014年全國省級面板數據。小麥播種面積、小麥產量、小麥單產、替代作物單產、有效灌溉面積、農業機械總動力、化肥使用量及成災面積數據來自《新中國50年農業統計資料匯編》和《中國農村統計年鑒》(1979—2015)全國每萬平方公里第二、三產業增加值數據主要來自《中國統計年鑒》(1979—2015)。

由于考察期較久，結合實際發展情況，故將重慶市并入四川省，海南省并入廣東省核算。對于個別缺失數據，采用前后兩年平均數據。

圖3 1978—2014年中國小麥播種面積莫蘭指數

2.4 實證分析過程與結果

2.4.1 空間相關性檢驗

通過中國省域小麥生產布局空間相關性檢驗結果顯示， 1978—2014年小麥播種面積的莫蘭指數全部為正，顯著不為0，說明存在空間正相關性，即小麥生產布局出現了高高、低低的集聚現象：播種面積多的省份相互聚集，播種面積少的省份相互聚集。莫蘭指數呈現穩中有升的趨勢，說明空間集聚效應隨時間變化越來越顯著,見圖3。

2.4.2 小麥生產布局變遷原因的估計結果分析

該研究首先對面板數據進行Hausman檢驗，結果顯示不能拒絕原假設，故采用隨機效應模型。另外，Wald統計量拒絕了δ=0和δ+ρβ=0的原假設，可以采用空間杜賓模型。該研究應用stata13軟件進行空間杜賓模型估計，根據估計結果，空間回歸系數在1%的水平上顯著，表明存在空間溢出效應，這與Moran′s I檢驗結果相符。由于空間杜賓模型的估計系數不能直接反映與被解釋變量的關系，所以對空間杜賓模型的估計結果進一步分解為直接效應、間接效應和總效應?？臻g杜賓模型的直接效應表示解釋變量的變化對該地區被解釋變量造成的平均影響，間接效益應表示解釋變量對其他地區被解釋變量造成的平均影響，總效應表示某一解釋變量的變化對所有地區造成的平均影響[21],見表4。

表4 空間杜賓模型估計及影響效應估計結果

變量代碼系數(Z值)直接效應(Z值)間接效應(Z值)總效應(Z值)有效灌溉面積irrigation1.572(22.86)***1.587(23.38)***0.409(4.63)***1.997(16.66)***農業機械總動力machinery-0.141(5.48)***-0.143(5.52)***-0.037(3.43)***-0.180(5.29)***化肥施用量fertilizer3.175(5.42)***3.227(5.65)***0.834(3.56)***4.060(5.46)***小麥比較收益alternative-42.436(4.88)***-41.425(4.87)***33.765(1.87)*-7.660(0.42)非農就業機會nae0.005(2.24)**0.005(2.09)**-0.013(1.78)*-0.008(1.12)成災面積disaster-0.013(1.37)-0.013(1.40)-0.003(1.31)-0.016(1.39)政策變量policy-50.583(1.87)*-52.399(2.02)**-61.162(2.46)**-113.561(6.77)***小麥單產production-0.025(3.24)***-0.026(3.31)***-0.007(2.78)***-0.033(3.30)***空間回歸系數Spatial rho 0.372(6.12)***R20.9 注:***、**和*分別代表1%、5%和10%的顯著性水平

從SDM的直接效應來看，只有成災面積變量不顯著，說明該區自然災害對該區小麥生產布局變化的影響有限。有效灌溉面積和化肥使用量的提高能夠有效促進該地區的小麥播種面積的增加，而機械總動力、替代作物的單產比例、非農就業機會、政策及單產的提高，會降低該區小麥播種面積。

水和化肥等要素投入的增加在一定程度上能夠改善耕作環境，從而有利于播種面積的增加。機械化發展是建立在土地規?；幕A上，但是我國耕地面積細碎小，這是土地規模經營和機械化發展的主要障礙，小麥機械化水平已經發展到95%以上，隨著機械化水平的提高，導致該區內不能采用機械作業的耕地不斷退出。替代作物的單產比例提高對該區小麥播種面積有顯著的負向影響，表明小麥生產布局變化遵循了比較優勢原則，農民會選擇更高收益的農作物來替代小麥。非農就業機會的增加，會使該區農業勞動力轉移，從而導致該區小麥播種面積減少。政策變量顯著為負，主要原因可能是1998年后糧食保護價市場化，短期內維持糧食生產和調動農民積極性上起到了很重要的作用，但也存在一定的弊端，收購價格日益攀升，國家財政補貼的負擔加大，導致小麥播種面積快速下滑。小麥生產技術顯著為負，表明我國小麥生產技術進步屬于要素集約化技術進步，機械化、化肥等要素的配置水平決定了小麥播種面積變化。而小麥育種、研發、管理等技術的發展還不足以擴大小麥播種面積。

從SDM的間接效應來看，同樣只有成災面積變量不顯著，說明該區的自然災害對相鄰地區小麥生產布局變化影響作用有限。其他變量都體現出了空間交互效應。該區有效灌溉面積、化肥使用量和替代作物的單產比例的提高能夠有效促進相鄰地區的小麥播種面積的增加，而該區機械總動力、非農就業機會、政策及小麥技術的提高，會使相鄰地區小麥播種面積降低。

有效灌溉面積、化肥使用量和機械總動力反映了要素投入，三者對該區和相鄰地區的小麥播種面積均產生同方向的顯著作用，可能是相鄰地區的農民在生產要素投入方面有相互學習的現象，增加或減少不同要素，導致小麥播種面積發生相應變化。值得注意的是，該區的替代作物單產比例對相鄰地區小麥播種面積產生顯著負向作用，說明農民小麥生產決策并未參考相鄰地區的農作物比較收益水平而遵循比較優勢原則進行生產，這可能是受到農業生產條件限制和農業生產慣性所致。該區小麥技術進步，會產生技術溢出效應，影響相鄰地區小麥播種面積，具體表現為該區小麥技術進步導致該區小麥面積減少，相鄰地區受到技術溢出影響，同樣會減少當地小麥播種面積。該區非農就業機會增加，會對相鄰地區農民產生吸引力，農民放棄農業生產的可能性就會提高，從而小麥播種面積會相應減少。全國各地區的小麥生產政策較為一致，均由國家統一制定，所以該區的政策也就是相鄰地區的政策，從而出現政策重大調整會改變小麥播種面積現象。

從SDM的總效應來看，有效灌溉面積、化肥使用量、機械總動力、政策變量和小麥單產通過了顯著性檢驗，說明這些變量變化對全國所有地區的小麥播種面積都產生了影響。原因可能是小麥生產布局更加集中，各地區小麥生產條件更加相似，同時在市場化和信息化發展水平不斷提高背景下，農業生產要素流通更有效率，各地區農民在小麥生產要素配置方面產生效仿效應。但是比較收益和非農就業機會對所有地區的小麥生產布局影響不顯著，可能是各地區主產作物不同且經濟發展水平差距較大所致。

3 結論與建議

該研究采用1978—2014年全國各省市面板數據，首先分別測算小麥生產規模指數、生產集中度指數、重心指數及重心演變路徑，對改革開放以來中國小麥生產布局空間演化進行了分析； 其次以Moran′s I檢驗各省區小麥播種面積的空間相關性，構建空間杜賓模型，實證分析中國小麥生產布局變遷的影響因素。結論如下。

(1)隨著時間遷移，小麥生產布局由分散逐漸變集中。目前小麥生產主要在中部、黃淮海地區，該地區的面積和產量對全國小麥生產的貢獻最大。

(2)無論是從播種面積還是產量角度，小麥生產重心都表現出自北向南再向東的趨勢。

(3)小麥生產的空間集聚效應隨時間變化越來越顯著。該區灌溉水平和化肥投入增加，不僅對該區的小麥播種面積有正向作用，同時也對相鄰地區和全國小麥播種面積產生正向作用。該區機械化投入、政策和技術水平不僅對該區的小麥播種面積產生負向影響，同時也對相鄰地區和全國小麥播種面積產生負向影響。該區的比較收益和非農就業機會變化，會對該區和相鄰地區的小麥播種面積產生相反作用。

基于以上分析，建議進行小麥生產優化布局時，要根據我國自然氣候條件，充分發揮經濟發展、要素投入等因素的空間交互作用。首先，注重發揮鄰近區域農民的學習效仿能力，保障小麥產量穩定； 其次，促進小麥品種研發技術提升，增強小麥生產的環境適應性，提高小麥生產的要素配置效率； 最后，關注因農業勞動力非農就業而導致的小麥播種面積波動，切實保障小麥主產省農民的收益。