中国粮食产业地理集聚效应及影响因素分析
——基于中国省域面板数据

李文华 李丹丹 王秀妹 黄秀全

（1重庆工商大学经济学院，重庆 400067；2重庆工商大学长江上游经济研究中心，重庆 400067）

一、引言

粮食产业作为农村的第一大产业，在国民经济中具有基础性地位。尤其自家庭联产承包责任制实施以来，以粮食为代表的农业获得了显著的成就，不仅以不足世界10%的耕地成功养活世界20%多的人口，而且自2003年以来，我国粮食产业实现了13年的连续增长，但粮食产业仍然面临着严峻的生产压力。其一，粮食产业结构失衡，玉米、水稻等供给出现阶段性过剩，而大豆产量却呈现下降趋势［1］，虽然2017年中央一号文件提出农业供给侧结构性改革，但政策效果并没有达到立竿见影的效果。其二，国内农产品价格过高，粮食进口数量增加，尽管粮食拥有大量库存，但仍然存在粮食大量进口现象［2］。其三，农业土地荒芜问题突出，农业用地效率较低，在工业化、城镇化取得快速发展的同时，农业现代化却发展缓慢，机械化水平较低，规模化经营不足，生产效率低下［3］。

借鉴发达国家农业发展经验，粮食产业的集聚化生产是稳定产业结构、保证粮食产品安全及提高生产效率的关键。第一，粮食产业集聚能够充分利用土地、人力、资本等要素资源［4］；第二，粮食产业集聚能够提高地区专业分工，因地制宜进行农业生产［5］。尤其在党和国家提出乡村振兴战略背景下，农业适度规模经营得到了国家和学界的高度重视，这就在更大程度上要求我国粮食产业走集聚化发展道路。目前相关学者对农业产业集聚［6］、种植业产业集聚［7］进行了初步研究，也有学者开始涉足水果产业集聚［8］、蔬菜产业集聚［9］［10］等领域，而对粮食产业集聚的研究略显不足。因此，本文集中视角研究粮食产业集聚问题，并采用实证方法重点考察粮食产业及具体行业集聚情况，具体来说，第一，采取区位熵、集中率等指标衡量粮食产业及分行业集聚现状与时序特征；第二，建立面板数据模型，从政府宏观调控、交通通达度、市场需求等内容分析影响东、中、西部粮食产业地理集聚的具体因素。

二、模型设定与变量选取

（一）模型设定

产业集聚测算方法较多，本文选取区位熵（LQij）、产业集中率（CRjm）与地区产业集中率（Vk）衡量全国省域粮食产业及分行业地理集聚现状及时序特征；通过建立面板数据模型，重点考察影响粮食产业地理集聚的具体影响因素，所需方法与模型如下：

1.粮食产业地理集聚的计算。我国粮食产品主要由稻谷（水稻）、小麦、玉米、谷子、高粱、豆类、薯类等构成，根据本文研究意义、数据可获得性及连续性，选取谷类、小麦，玉米、豆类、薯类及总体粮食作为研究对象。并且由粮食产业地理集聚的特点，选取各粮食行业耕种面积分析粮食产业地理集聚。

（1）区位熵通常用来衡量某一地区产业专业化程度，分析产业空间地理集聚程度，选择区位熵计算中国31个省、市、自治区粮食产业集聚程度，当区位熵值大于1时，表示粮食产业在该地区具有较高集聚程度；当区位熵值小于1时，表示集聚程度较低，低于相关地区集聚状况。区位熵计算公式如下：

以稻谷为例，其中，LQij为区域i稻谷j的区位熵，eij表示区域i稻谷的耕种面积，ei表示区域i农业总体耕种面积，Ej表示全国稻谷的耕种面积，E表示全国农业总体耕种面积。其余小麦、玉米、谷类、薯类及总体粮食产业区位熵计算方法与稻谷区位熵计算方法相同。

（2）粮食产业集中率是粮食产业种植规模排名前几位省份占全国粮食作物种植规模的比重，可以反映各粮食产业规模最大省份的集聚程度，计算公式如下：

其中，m为省份数，本文取前5个省份， 表示k省粮食产业或某粮食品种j占全国种植规模的比重。

（3）地区产业集中率是用来反映产业空间分布及地区间差距的指标，分析中国粮食产业地区产业集中率情况，采用公式如下：

其中，Vk表示k省粮食产业平均集中率，表示k省j粮食品种种植规模占全国总种植规模比重，n表示k省所具有粮食种类。地区产业平均集中率Vk取值范围在0～1之间，当取值接近于1时，表示粮食产业具有较高占有率，其地理集聚程度也越高。

DWI作为常规MRI检查序列的补充，与常规增强MRI联合诊断胰腺癌的敏感度为97%，特异度为92%，并显著提高对小胰腺癌(长径<3 cm)的诊断效能[9]。多项研究表明胰腺癌的ADC值显著小于正常胰腺组织[10-16]，本组14例胰腺癌的平均ADC值为1.14×10-3 mm2/s，在以往报道的胰腺癌ADC值范围内。此外，DWI有利于胰腺癌分期，特别是诊断<10 mm肝转移病灶的敏感度和特异度均高于CT[17]。

2.面板数据模型的设定。通过建立平衡面板数据模型，分析以区位熵表示的粮食产业具体影响因素。设定模型如下：

其中，αij表示模型常数项，βi对应各解释变量的系数，μit为随机误差项，并相互独立，且满足零均值等方差假设。

（二）变量选取与数据来源

本文选取政府宏观调控（GC）、交通通达度（TA）、城镇化水平（UL）、市场需求（MD）、自然条件（NC）五个方面分析粮食产业地理集聚（LQ）的具体影响因素，为了消除异方差对计量结果的影响，对相关变量进行对数化处理，分别以lnGC、ln－TA、lnUL、lnMD、lnNC、lnLQ 表示。

解释变量中政府宏观调控（lnGC）以农业财政支出与财政总支出的比值表示，交通通达度（Ln－TA）采用省域公路里程数与土地面积比值衡量，城镇化水平（lnUL）以城镇人口与各地区总人口比值表示，市场需求（MD）借鉴卢凌霄［11］做法，采用人均社会消费品来反映粮食产业消费水平，自然条件（NC）采用彭晖等［10］研究，以有效灌溉面积加以衡量。

本文选取1999－2015年数据进行分析，相关数据均来源于历年《中国统计年鉴》《中国农村统计年鉴》《中国人口和就业统计年鉴》及各省统计年鉴。并且根据传统地理单元划分方法，将全国分成东、中、西部地区以具体分析粮食产业地理集聚影响因素及区域差异。其中，东部地区包括北京、天津、河北、辽宁、上海，江苏、浙江、福建、山东、广东、海南11个省域，中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南8个省域，西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆12个省域。表1计算了东、中、西部地区描述性统计结果，可以发现相关数据差异较大且区域差异明显。

三、中国粮食产业地理集聚的特征分析

（一）中国粮食产业地理集聚现状特征

表2分析了2015年粮食产业及各行业集聚水平，其中谷类粮食行业区位熵平均值为0.87，包括黑龙江、上海、江苏等13个省域达到1以上的集聚水平，集聚程度较高尤其是江西、湖北、湖南等南方各省。小麦行业区位熵平均值为0.84，集聚程度在1以上的有山东、陕西、安徽等11个省域，小麦种植面积相对较广，但总体来说以北方平原地区为主。玉米行业集聚程度较高，区位熵均值达到0.91，包括北京、天津、吉林在内的13个省域达到1以上的水平，尤其是东北三省玉米集聚程度更高，区位熵系数均在2以上。豆类区位熵均值为0.82，相对较低，并且区位熵值只有山西、内蒙古、黑龙江等8个省域在1以上，与其他行业集聚程度相比存在一定差距，原因在于豆类只是日常生活附属品，并没有占据较高比例。薯类产业全国区位熵系数为1.14，在五大类粮食产业中居于最高值，内蒙古、重庆、四川等13个省域区位熵在1以上，并且重庆、贵州、青海3个省直辖市更是达到了3以上的较高集聚程度，反映了地区粮食行业的环境适应性及当地居民生活习惯与偏好。从粮食产业总体看，全国区位熵均值为0.95，区位熵最高的黑龙江省也只有1.40，最低的是新疆维吾尔自治区，为0.61，因此可以看出总体粮食产业区位熵不如具体粮食产业差距大。

表1 相关变量的描述性统计结果

表2 2015年中国各省粮食产业区位熵

表3测算了粮食行业排名前五位省域耕地面积占全国耕地面积的比例，可以看出比例都较高，除薯类较低为48.49%外，稻谷、小麦、玉米豆类集聚程度均在50%以上，但总体粮食产业集聚程度较低，为37.60%，与表1区位熵分析结果存在一致性。从表2粮食产业地理集聚情况与区位熵结合看，不管是粮食具体行业还是总体粮食产业，耕地面积排名前五位的省域与区位熵较高的省域大体一致。域。从分类可以看出，多数省域集中于中度地理集聚地区，而高度地理集聚地区均是拥有广阔耕地面积的农业大省，低度地理集聚地区一方面是经济发达省域，比如北京、上海等，适宜耕地的土地面积有限，另一方面是由于地理环境气候等自然原因不适宜发展粮食种植，比如西藏、青海等。

由区位熵系数、地理集聚及平均集中率三项指标测度2015年粮食产业地理集聚情况，分析结果存在一致性。第一，从总体粮食产业看，黑龙江、安徽、河南、四川等省域均存在高度地理集聚。第二，从具体粮食行业看，稻谷类集中于江西、湖南、

表3 2015年粮食产业地理集聚情况

本文借鉴路江涌等［12］研究方法，由粮食地区产业集中率计算的平均值（0.1613）与标准差（0.1309）将各省地理集聚程度划分成三种类型。当粮食产业平均集中率大于两者之和（0.2922）时，为高度地理集聚地区；当粮食产业平均集中率小于两者之差（0.0304）时处于低度地理集聚地区；当粮食产业地理集聚介于两者之间时，为中度地理集聚地区，具体计算结果见表4。安徽、黑龙江等省域，总体来说位于南方雨水集中地区；小麦、玉米主要分布于北方地区的河南、山东、河北等省域，另外黑龙江玉米种植面积较广；豆类主要在黑龙江、安徽、内蒙古、云南等省域集聚程度较高；薯类主要分布于重庆、四川、云南、贵州等南方地区。粮食产业地理集聚一方面反映出对自然禀赋条件的适应和依赖，另一方面可看出地理集聚程度较高的省域均是较先进的农业大省。

表4 2015年中国粮食产业地区平均集中率分类

其中，高度地理集聚地区有黑龙江、安徽、四川、河南4个省域；中度地理集聚地区较多，包括河北、山西、内蒙古等21个省域；低度地理集聚地区包括北京、天津、上海、海南、西藏、青海6个省

（二）中国粮食产业地理集聚时序特征

图1分析了1999－2015年中国粮食产业集中率变化情况，可以看出粮食产业地理集聚程度低于具体粮食行业，从1999－2005年是第一阶段，集聚水平基本在35%左右徘徊，2005年后有一个小幅度的上升，之后稳定在37.5%左右水平，上升幅度为 6.99%。

粮食具体行业整体呈现上升趋势，其中稻谷和玉米的地理集聚水平相近，但玉米行业波动幅度相对较大，而稻谷行业呈现稳步增长的发展趋势，由 1999年的 45.6%增加到2015年的 50.1%，上升幅度为9.81%，玉米产业上升也有小幅增加，但变化并不明显。水稻、玉米是我国主要粮食产品，水稻和玉米的平稳、协调发展对于国家粮食安全和经济稳定发展具有重要意义。同样小麦行业也是主要粮食供给品，但相对水稻和玉米地理集聚程度持续增长，由1999年的55.2%增加到2015年的67.0%，集聚程度在粮食行业中最大并且增长趋势明显。说明我国小麦行业逐步实现规模化经营，提高了小麦行业生产效率。并且从图中可以发现，集聚程度的提高是平稳过渡的，这对于小麦行业乃至粮食产业的安全生产具有重要作用。豆类、薯类集聚水平波动性较大，其中豆类1999－2006年呈现波动性增长阶段，自2006年达到最大值66.0%后便呈现下降趋势，最后稳定于57%左右水平。薯类行业具体分为三个阶段，其中第一阶段是1999－2002年，集聚水平稳定在38%左右；第二阶段是2003－2006年，呈现跳跃式增长至2006年的47.9%；之后基本稳定在这一水平。豆类、薯类作为粮食产业的补充，并不是生活必需品，因此集聚现象波动性较大，这与现实粮食产业发展趋于一致，当豆类或薯类在某些年份价格较高时就会扩大种植规模，当价格降低时就会缩减种植规模。

图1 1999－2015年粮食产业集中率变化趋势

三、实证检验与结果分析

（一）面板单位根检验

面板单位根检验方法较多，为了保证数据的平稳性，本文选取 LLC、IPS、ADF－Fisher、PP－Fisher四种检验方法，从检验结果（见表5、表6、表7）可以看出只有东部、中部地区的粮食产业集聚（lnLQ）、城镇化水平（lnUL）及西部地区的城镇化水平（lnUL）通过了显著性检验；另外东、中、西部的部分变量通过了显著性检验，因此从总体上说面板数据并不平稳。经过一次差分之后，东、中、西部地区相关数据均通过了1%水平下的单位根检验，即原始数据为一阶单整序列，能够进行面板协整检验。

（二）面板协整检验

在通过面板单位根检验的基础上对粮食产业集聚（lnLQ）等相关数据进行协整检验，本文采用Pedroni检验和Kao检验方法，其中Pedroni检验包括如表8所示的Panel v－Statistic等七种检验方法，从检验结果可以看出东、中、西部地区Panel PPStatistic、Panel ADF －Statistic、Group PP －Statistic、Group ADF－Statistic检验均拒绝了不存在协整关系的原假设，表明相关变量存在一定程度相关关系；进一步Kao检验结果显示，在东、中、西部地区同样拒绝了原假设，因此可以判断政府宏观调控（LnGC）等变量与粮食产业集聚（lnLQ）的发展趋势是有显著联系的。

（三）面板数据模型的确立

在通过面板单位根检验及协整检验的基础上可以建立面板数据模型，常用的面板数据检验方法有混合效应、固定效应与随机效应模型。对于模型的选择，通过一系列检验完成。（1）对采用固定效应模型还是混合效应模型进行F检验，原假设为“H0：allui＝0”，即接受混合回归模型。（2）对采用随机效应模型还是混合效应模型进行LM检验，其原假设为，如果拒绝H0，应采用随机效应模型。在F检验和LM检验均通过的情况下进行Hausman检验，若检验结果P值小于显著水平，应采用固定效应模型；否则采用随机效应模型。通过表9检验结果可以看出，东、中、西部F检验、LM检验与Hausman检验均拒绝原假设，因此根据上述分析三大地区均采取个体固定效应模型。

表5 东部地区面板单位根检验

表6 中部地区面板单位根检验

表7 西部地区面板单位根检验

表8 东、中、西部地区面板协整检验

表9 东、中、西部面板模型的选择

表10 东、中、西部地区面板数据的检验结果

从检验结果表10可以看出，可决系数、调整后的可决系数与F统计量比较理想，模型整体拟合情况良好。其中东部地区在政府宏观调控（lnGC）、交通通达度（LnTA）、市场需求（lnMD）与自然条件（lnNC）通过了不同水平下的显著性检验，对粮食产业集聚产生了较大影响；中部地区只有城镇化水平（lnUL）与自然条件（lnNC）通过了显著性检验，并且均对粮食产业集聚为正向影响；西部地区在政府宏观调控（lnGC）、交通通达度（Ln－TA）、市场需求（lnMD）与自然条件（lnNC）通过了显著性检验，而只有自然条件能够促进粮食产业集聚，其他三项内容均对粮食产业集聚产生阻碍作用。

政府宏观调控（lnGC）对三大地区粮食产业集聚具有不同影响，其中对东部地区粮食产业集聚具有促进作用，中部地区影响不显著，不利于西部地区粮食产业集聚。很显然可以看出政府重视东部地区粮食产业发展，忽视了中、西部粮食产业在全国粮食产业中的重要地位，尤其是对西部地区粮食产业的投入力度较低。在东部地区粮食产业率先发展的基础上，政府和农业部相关部门仍然要重视中、西部粮食产业发展，逐步实现全国粮食产业公平、均衡发展，提高集聚水平。

交通通达度（LnTA）同样显著促进了东部地区粮食产业集聚，抑制了西部粮食产业集聚，对中部粮食产业集聚无显著影响。由于东部地区经济发展水平较高，交通运输网络便捷，为粮食产业的空间区域联系创造了良好的条件，有利于粮食产业形成地理集聚效应；而西部地区由于经济落后、地理位置、自然状况等因素，交通建设处于落后位置，尽管近些年以交通为代表的基础设施建设取得了巨大成就，但总体上发展程度较低；虽然中部地区交通设施较为发达，但对粮食产业集聚仍然不具显著影响。

城镇化水平（lnUL）只对中部地区粮食产业集聚具有显著正向影响，原因在于东部地区城镇化发展水平较快，许多农用土地演变为城市用地，在一定程度上促进了粮食用地集聚，但总体用地规模却是下降的，在双重效应下对粮食产业集聚影响并不显著；而西部地区城镇化发展速度缓慢，对粮食产业集聚没有产生显著影响；中部地区城镇化不仅呈现快速发展态势，而且土地资源相对东部地区广阔，城镇化的发展推动了经济发展的同时也对粮食产业集聚具有积极影响。

市场需求（lnMD）在东部、西部地区对粮食产业集聚具有负向显著影响，对中部地区影响不显著。一般认为对某产业需求的增长能够拉动经济增长，形成集聚效应，但这里结果恰恰相反，原因可能在于粮食作为生活必需品，消费具有刚性，在一定范围内的需求是有限的，因此很难形成较大的消费潜力及形成大规模的产业集群；另外，只有把粮食产品的消费作为具体衡量因素才比较准确，但由于很难获得连续性数据，才将社会消费品零售额作为代替，但存在一定偏差，在以后进一步的研究中可以做进一步改进。

自然因素（lnNC）对东部地区粮食产业集聚影响显著为负，对中、西部地区粮食产业集聚具有正向影响。粮食生产依靠气候、温度、土地等自然禀赋，但由于数据的获得性原因，本文只选取有效灌溉面积以衡量自然条件中的土地因素这一内容。由于东部地区土地资源相对较少，因而得出自然资源不利于东部地区粮食产业集聚的结论也不足为怪。依靠农业科学技术进步，中、西部相对恶劣的气候条件可以得到一定程度的改善，并且中、西部地区具有丰富的土地资源，具有形成粮食产业集聚的自然条件。

四、结论与建议

（一）结论

1.自1999年以来，粮食产业地理集聚水平稳定在36%左右水平，集聚程度较高的地区有黑龙江、四川、山东、河南、河北等农业大省。从粮食产业具体行业来看，小麦行业集聚水平最高且呈现逐年稳步增长趋势，稻谷、玉米行业集聚水平相近且较稳定，豆类、薯类作为粮食的补充部分，波动性较大。从水稻、小麦、玉米三大粮食行业集聚稳定现状可以看出，我国粮食产业平稳、协调发展对国家粮食安全具有重要战略意义。

2.从区域粮食产业地理集聚影响因素实证分析结果发现，政府财政支持与交通条件对东部地区粮食产业集聚效应明显，尤其是政府财政支持，政府每提高1%的财政支持力度，东部粮食产业集聚水平将提高1.83%，但市场需求与自然条件降低了东部地区粮食产业集聚程度，这与东部地区较高发展水平及有限的耕种面积密切相关。政府财政支持、交通条件及市场条件不利于西部地区粮食产业集聚，只有以灌溉面积为衡量的自然条件能够提高集聚水平。东部地区只有自然条件及城镇化水平对粮食产业集聚具有显著影响，且能提高粮食产业集聚水平。

（二）政策建议

本文基于新时代国家农业政策导向、粮食产业发展现状、实证检验及相关研究，提出以下几点提高粮食产业集聚及粮食增产增收的对策建议：

1.加大粮食产业财政投入，实现区域粮食产业协调发展。粮食产业协调发展并不是说各地区粮食产业一致发展，这既不符合经济发展规律，也与当地自然地理环境不相适应，而是说在粮食主产区优先发展的基础上，通过国家财政政策倾斜，鼓励、支持、引导落后地区粮食产业发展，逐步实现区域协调与公平。

2.提高科技研发力度，改善不良生产方式。通过培养优良品种及改善当地生产方式的前提下，粮食生产受土地、气候、温度等自然条件的限制越来越小；同时研发适宜粮食产业生产的机械设备，扩大经营规模，提高生产效率。

3.建立健全粮食市场机制，保证有效需求和供给。其中近年来玉米库存积压严重，而大豆出现供不应求现象，粮食产业内部结构不合理；虽然国内拥有充足粮食数量，但却在一定程度上依赖对国外粮食的进口。为改变粮食市场不利发展局面，就要在尊重市场规律的前提下，健全和完善粮食市场体系。