农业供给侧结构性改革背景下种植业结构调整的鲜菜消费研究

杨瑞铭 王复基 郭前进 许瑞德

摘 要：选取2013—2019年研究区农业种植面积、城镇居民鲜菜消费有关数据，运用灰色关联分析方法对其进行关联分析。结果表明，鲜菜消费与粮食、非粮食、蔬菜播种面积关联度大小依次为：粮食、非粮食、蔬菜。鲜菜消费与蔬菜内部各类作物播种面积关联度大小依次为：水生菜类、瓜类、白菜类、茄果类、其他类、菜用豆类、葱蒜类、根茎类、叶菜类、甘蓝类。蔬菜作物总播种面积调整对城镇居民人均蔬菜消费量的关联度较低，直接体现在本地蔬菜产品占市场供应总量偏低。蔬菜内部十大种类中，白菜、瓜、茄果、水生菜四类蔬菜作物播种面积与城镇居民人均鲜菜消费量关聯度较高，这四类蔬菜种植面积调整与居民消费需求各要素配比是比较适应的。叶菜、甘蓝、根茎、葱蒜、菜用豆、其他蔬菜类与城镇居民鲜菜消费量关联度较低。说明蔬菜作物内部各个品种布局、季节性种植安排存在一定的调整和品质提升空间。因此，研究区要适度增加适合于本地种植且大量从外地调入的蔬菜品种的种植面积，尤其是适度增加叶菜类和甘蓝类蔬菜的播种面积。

关键词：供给侧改革 灰色关联分析 种植结构调整 鲜菜消费 厦门市

中图分类号：F322;F327.9  文献标识码：A

文章编号：1004-4914（2021）10-037-04

关于农业供给侧结构性改革的办法，国内许多专家学者从不同角度展开了富有成效的研究。从我国农业发展呈现的特点视角研究农业供给侧结构性改革：陈锡文认为我国农产品在与国际市场农产品竞争中存在部分农产品科技含量不足导致的单产低效益差的问题和成本高、价格不具有竞争力的问题。江维国、李立清从要素方面分析了我国农业供给侧存在的问题，认为制度、技术、劳动、土地和资本要素都存在着一些问题。张霞探究在制度背景下农业生产力发展水平和地区差异，认为必须以市场需求为科研方向，加大科技创新投入力度。从我国种植业结构调整呈现的特点视角研究农业供给侧结构性改革：黄泽群、董雪等、帅婉璐等、顿姣和何蒲明在分析我国主要农产品玉米、大豆、水稻供需及成本收益现状后，认为优化农产品供给结构是农业供给侧结构性改革的重中之重，提出积极拓宽农产品国外销售市场来增加农产品需求渠道，调节农产品国内市场。邓文华、努尔古丽·阿不都苏力认为随着农业供给侧的改革，果蔬产业不断做出调整，此时引导、满足和挖掘消费者的果蔬消费升级需求，以消费者的需求为果蔬供给导向尤为关键。就目前的研究现状而言，已有农业供给侧结构性改革研究文献的视野主要集中在产粮大省或地区上，而对于沿海都市现代农业中种植结构调整与城镇居民鲜菜消费的关系的相关性，以及通过这种相关性分析促进种植业结构优化升级问题的研究稍显不足。笔者以厦门为例，运用2010—2019年的数据，实证分析农业种植结构的变化对城镇居民家庭鲜菜消费的影响，探讨适合研究区农业供给侧结构性改革的方向，促进蔬菜市场的供需平衡，进而更好地满足消费者的需求，为政府有关部门如何在农业供给侧结构性改革背景下调整种植结构以满足城镇居民蔬菜消费需求提供科学依据。

一、灰色关联方法步骤简介

灰色关联分析是灰色系统理论的一种数据统计分析，是根据各因素之间发展趋势的密切程度，即“灰色关联度”来衡量各因素间关联程度的一种方法，关联度的大小是判断因素之间相关性的重要依据。该方法对样本数量的多少和样本有无规律都同样适用，且计算量小，不会出现量化结果与定量分析结果不符的情况。该文认为在充分考察研究区农业统计数据的有限性，且现有的数据灰度较大，没有呈现典型的分布规律，采用灰色关联分析模型对研究区农业种植结构调整情况进行分析是适宜的。其关联度计算步骤如下。

二、数据来源、变量说明和描述性统计

（一）数据来源

文中所需的农作物播种面积数据、城镇居民家庭鲜菜消费量等数据均来源于《厦门经济特区年鉴》（2010—2019），其他数据为原始数据计算所得。

（二）变量说明与统计描述

1.种植结构变化趋势。近年，随着食物品种的日益丰富和生活水平的不断提高，人们对口粮需求持续减少，而增加种植收益的需求日益强烈，农民会主动调减粮食种植，增加经济作物的种植。图1显示，研究区粮食作物播种面积呈下降趋势，2010年粮食作物播种面积为8388.7hm2，2019年为4016.6hm2，年均递减7.9%。2010年粮食、非粮食、蔬菜作物分别占农作物总播种面积30.29%，12.83%，56.88%。图2显示，2019年粮食、非粮食、蔬菜作物分别占农作物总播种面积18.51%、11.97%、69.52%。10年间粮食作物和非粮食作物播种面积占比分别减少11.78%和0.86%，蔬菜播种面积占比增加了12.64%。粮食、非粮食和蔬菜作物播种面积比重的变化，反映人们对粮食需求的变化，也反映种植不同作物的比较收益的变化。

2.蔬菜作物内部结构变化趋势。相对粮食作物而言，经济作物带给农民的直接收入更高，由此，随着农村经济市场化改革，蔬菜种植比重大幅度提高。但不同蔬菜作物带来的收益存在差异，由于种植习惯、资源禀赋、出口、外地销售市场巨大等因素，蔬菜作物内部种植结构差异较大。研究区菜农根茎类、茄果类蔬菜种植热情持续高涨，前些年胡萝卜、紫长茄年播种面积分别达到3924hm2、1974hm2以上。胡萝卜生产出口基地是全国胡萝卜质量安全示范基地，90%以上的产品出口和外销，图3显示，2019年根茎类占蔬菜内部作物播种面积达到18.69%。历史资料显示，2006年叶菜播种面积7828.2hm2产量21.27万吨，播种面积在2017年降到1416hm2产量3.28万吨，近年出现上升趋势。

3.城镇居民家庭鲜菜消费量变化趋势。图4显示，2013—2019年研究区城镇居民人均鲜菜和人均鲜瓜果消费量分别在73.96～89.71kg之间和36.5～47.1kg之间波动，7年间鲜菜平均消费量80.5kg，鲜瓜果平均消费量42.1kg。全国城镇居民人均鲜菜和鲜瓜果消费量分别在99～105kg之间和47.6～60.9kg之间波动。7年间鲜菜平均消费量为100.2kg，鲜瓜果平均消费量为52.8kg。研究区城镇居民两项消费量均低于全国平均水平，鲜菜消费量是全国消费量的80.3%，鲜瓜果消费量是全国的79.8%。随着居民收入水平的提高，食物消费结构发生了巨大的变化，人们对蔬菜的消费已从数量型逐步转向质量安全型，要求蔬菜“优质、卫生、营养、保健、方便”。据调查，2019年研究区蔬菜生产总量为51.54万吨，自给率约为47.4%。其中叶菜产量为6.94万吨，自给率约为49%。为保障“菜篮子”产品的有效供给，近年出台了许多政策措施，2020年厦门市农业农村局与市财政局共同制定了《都市现代设施农业建设的实施办法》，尤其在新型冠状病毒肺炎疫情影响期间为确保蔬菜（叶菜）生产供应稳定，市农业农村局、市财政局、银保监局联合制定《厦门市政策性蔬菜（叶菜）目标价格保险试点冠状方案》。

三、实证分析

（一）灰色关联度测定

本文主要考察农作物和蔬菜作物内部种植结构变化对城镇居民家庭鲜菜消费量的影响。由此，设定参考序列是来自城镇居民人均鲜菜消费量（kg），比较序列分别是粮食播种面积（hm2）、非粮食作物（花生、油料、甘蔗、中成药、果用瓜、花卉、青饲料）播种面积、蔬菜作物及蔬菜内部结构各类作物播种面积。考虑到研究数据的有限性与可获得性，本文研究的时间区间分为：2010—2019年，2013—2019年。为了便于分析种植结构调整对城镇居民家庭鲜菜消费量影响，本文建立两个灰色关联分析模型：一是城镇居民人均鲜菜消费量为参考序列，粮食、非粮食、蔬菜播种面积为比较序列;二是城镇居民人均鲜菜消费量为参考序列，叶菜类、白菜类、甘蓝类、瓜类、根茎类、茄果类、葱蒜类、菜用豆类、水生菜类、其他蔬菜播种面积为比较序列。

1.模型1的灰色关联度测算。选取2010—2019年城镇居民人均鲜菜消费量，粮食、非粮食、蔬菜播种面积等四项指标的相关数据。其中，城镇居民人均鲜菜消费量为参考序列，其余为比较序列。运用灰色关联分析法对选取的数据进行计算参考序列与比较序列之间的关联度，结果如表1所示。

2.模型2的灰色关联度测算。选取灰色关联2013—2019年城镇居民人均鲜菜消费量，叶菜、白菜、甘蓝菜、瓜、根茎、茄果、葱蒜、菜用豆、水生菜、其他等十大蔬菜类的播种面积指标的相关数据。其中，城镇居民人均鲜菜消费量为参考序列，其余为比较序列。计算结果如表2所示。

（二）结果分析

1.城镇居民人均鲜菜消费量与粮食、非粮食、蔬菜播种面积灰色关联分析。表1展示了城镇居民人均鲜菜消费量与粮食、非粮食、蔬菜播种面积的灰色关联度。可以看出，城镇居民人均鲜菜消费量与粮食、非粮食、蔬菜播种面积的关联度分别为0.7214、0.6713、0.5305。在三个要素中粮食作物播种面积是影响城镇居民人均鲜菜消费量变化的主要因素。蔬菜作物播种面积与城镇居民人均鲜菜消费量的关联度为0.5305，呈不显著关系。从研究区蔬菜生产消费需求、蔬菜外销及外地调入情况来看，研究区近几年蔬菜产量在52万～58万吨之间，每年从外地调入在29万吨以上。以2019年为例，蔬菜总产量51.45万吨，外地调入30万吨，共有81.45万吨。全市常住人口429万人，流动人口320万人，如果以城镇居民年人均鲜菜消费75.9kg标准核算，则需鲜菜57万吨，还余出24.45万吨。说明本地蔬菜总量基本满足本市居民和流动人口的需求，且自给率仅有47.4%。研究区胡萝卜生产出口基地是全国胡萝卜质量安全示范基地，90%以上的产品出口和外销，连续7年累积出口胡萝卜65万余吨。紫长茄、花椰菜、葱蒜合计每年外地销售约在6万～7万吨。余出的部分正好是出口及调往外地的数量。说明并非蔬菜总产量影响了蔬菜作物播种面积调整对城镇居民人均蔬菜消费量关联度偏低，而是蔬菜内部种植结构不合理以及城镇居民鲜菜消费结构发生变化，种植结构与消费结构配置不合理所致。

2.城镇居民鲜菜人均消费量与蔬菜内部结构各类蔬菜播种面积灰色关联度分析。表2数据显示，城镇居民人均鲜菜消费量与蔬菜内部各类作物播种面积灰色关联度分别为0.7504、0.8639、0.6529、0.8745、0.7565、0.8390、0.7618、0.7744、0.8946、0.7961。其中，白菜、瓜、茄果、水生菜四类作物播种面积与城镇居民人均鲜菜消费量关联度比較显著，四个关联度大小相近。说明这四类蔬菜的播种面积变动对鲜菜消费的影响同等重要，供需关系比较平衡。而其余六类与城镇居民鲜菜消费量关联度较低，表明这六类蔬菜播种面积各要素的调整不同程度存在与居民鲜菜消费要素不相匹配。部分产品出现了阶段性的供给不足和供过于求现象，且两种现象并存。调研显示，通常农贸市场叶菜销售价格每公斤在4～6元之间，但每公斤在2～4元以及6～9元这两个区间一年内交替出现多次。蔬菜价格波动幅度大，频率高，短缺及价格波动直接影响了居民的消费需求。理论测算叶菜类蔬菜播种面积与居民鲜菜消费关联度为0.7504，说明理论测算与实际调查基本吻合。综上所述，导致这六类蔬菜播种面积调整与城镇居民蔬菜消费灰色关联度较低的主要因素有：一是根茎类、茄果类、葱蒜类在研究区播种面积占比大（见图3），且大部分出口和外地销售，这部分的数据会体现供过于求;二是叶菜类、甘蓝类蔬菜播种面积偏少产量供给不足;三是部分蔬菜品种的新鲜度、高品质满足不了居民的消费需求。

四、研究结论

（一）结论

通过以上分析，结论显示：一是蔬菜作物播种面积调整对城镇居民人均蔬菜消费量的作用能力不足，直接体现在本地蔬菜产品占市场供应总量偏低，明显存在种植的结构性矛盾;二是蔬菜内部十大种类中，白菜、瓜、茄果、水生菜四类作物播种面积与城镇居民人均鲜菜消费量关联度较高，这四类蔬菜种植面积调整变化与居民消费需求各要素之间的配比是相适应的。叶菜、甘蓝、根茎、葱蒜、菜用豆、其他蔬菜类与城镇居民鲜菜消费量关联度较低。导致灰色关联度较低的主要因素有：一是根茎类、茄果类、葱蒜类播种面积占比大，这部分的数据会体现供过于求。叶菜、甘蓝类蔬菜播种面积偏少产量供给不足，需要从外地调进加剧蔬菜市场价格波动。二是部分蔬菜品种的新鲜度、高品质满足不了居民的消费需求。三是自然灾害也会造成部分蔬菜短期的不足和价格波动，从而影响城镇居民鲜菜消费。四是蔬菜产品自给率偏低，加大了稳定供给的难度。因此，研究区要适度增加适合于本地自然环境且大量从外地调入的蔬菜品种的种植面积，尤其是适度增加叶菜、甘蓝类蔬菜的播种面积。减少无效和低质蔬菜的供给，扩大有效和高质蔬菜供给，增强蔬菜种植结构对本地城镇居民蔬菜品种需求变化的适应性。

（三）措施建议

1.蔬菜播种面积调整应适应市场需求的新变化。调查表明，研究区居民鲜菜消费中叶菜类蔬菜占25%以上，仅2019年就从外地市调进7万吨。有关研究显示，高端优质蔬菜市场需求正以每年20%的速度增长，加之目前高品质蔬菜生产存在面积小、品种少、且技术储备还比较薄弱。因此，首先要适度扩大适合本地种植的叶菜、甘蓝类蔬菜的播种面积;其次要筛选引进国内外品质优良的蔬菜品种，根据当地气候条件，进行栽培技术本地化改进升级;第三要针对特定的栽培模式，摸索适宜的水肥管理模式，创造促进品质提升的水肥条件;第四要大力推动农业标准化、规模化、绿色化、品牌化发展。

2.蔬菜播种面积调整应结合提升农业生产经营的效果和收益。农业的问题直接和农民的问题关联着，图1显示，这几年结构调整，粮食作物播种面积是逐年下降，蔬菜作物播种面积波动不大，从量上来看已经满足本地市场需求。影响本地市场需求的品种既不能盲目扩大种植面积也不能忽视，一定要适度安排。一旦扩大超过3%就会出现价格下降。因此，亟需进一步完善调控机制，确保蔬菜价格合理稳定，基本民生有效保障。尤其要充分利用互联网推动市场信息管理平台建立，为社会各界提供准确、及时、权威、全面的蔬菜市场价格、销售数量、质量安全等信息。蔬菜生产者根据市场需求合理安排生产。

3.蔬菜播种面积调整应遵循自然条件和资源优化配置。不同农作物播种面积的占比和十大蔬菜种类占比变化说明，研究区存在种植的结构性矛盾，蔬菜出现了阶段性的供给不足和供过于求并存的现象。因此，首先种植生产结构应以市场为导向，就是让市场在结构性中发挥决定主体的作用。因地制宜发挥区域优势的原则进行合理化调整。种植结构调整是研究区农业供给侧结构性调整的关键环节，在优化种植业结构的条件下，促使种植业生产结构由数量型向质量型转化。要加快名特优蔬菜生产，以解决高质量农产品供给不足的问题。其次加快蔬菜生产布局，形成蔬菜区域化和规模化生产。第三加强种植业农产品的品牌建设，提升市场竞争力;改变过去那种单纯追求产量增长转到依靠科技進步、依靠提高劳动者素质的轨道上来。

参考文献：

[1] 任海静，丁生喜，李燚.基于灰色关联分析法的张家口农业经济发展与供给侧结构性改革分析[J].价值工程，2017（34）

[2] 杨淑杰，李玉波，许请涛.吉林省农业机械化与粮食产量灰色关联分析[J].中国农机化学报，2018，39（8）：101-107.

[3] 陈锡文.论农业供给侧结构性改革[J].中国农业大学学报（社会科学版），2017，34（2）：5-13.

[4] 吴海峰.推进农业供给侧结构性改革的思考[J].中州学刊，2016（5）：38-42.

[5] 江维国，李立清.我国农业供给侧问题及改革[J].广东财经大学学报，2016（5）：84-91.

[6] 张霞.供给侧结构改革背景下的西南地区全要素生产率分析[J].中国农业资源与区划，2019，40（10）：148-154.

[7] 黄泽群.基于供给侧结构性改革的我国农产品供需及收益现状分析[J].中国农业资源与区划，2018，39（9）：183-189.

[8] 董雪，刘畅，等.基于农业供给侧改革的黑龙江省农业种植结构调整研究[J].黑龙江八一农垦大学学报，2018，30（01）：92-95.

[9] 帅婉璐，尚永辉，魏君英.农业供给侧改革背景下种植业结构调整的收入效应研究[J].南方农村，2019（2）：30-35.

[10] 顿姣，何蒲明.基于玉米种植调整的农业供给侧问题研究[J].农业经济，2017（10）

[11] 邓文华，努尔古丽·阿不都苏力.农业供给侧改革背景下的乌鲁木齐市果蔬消费需求[J].农业工程，2020（4）：117-121.

[12] 周振亚，罗其友，刘洋，等.中国农业供给侧结构性改革探讨[J].中国农业资源与区划，2017，38（12）

[13] 李曼莉，殷明，倪锡林.促进一二三产融合发展加快农业供给侧结构性改革[J].江苏农村经济，2017（1）：23-25.

[14] 韩磊，王维.基于灰色关联的湖南省农业经济发展水平评价研究[J].湖南行政学院学报（双月刊），2018（1）：58-64.

[15] 沈翠芝.福建省绿色金融发展与产业结构升级关系研究[J].闽江学院学报，2019，40（6）：32-38.

[16] 付云鹏，佟昕，钟时佳.辽宁省制造业与服务业发展的灰色关联分析[J].辽宁大学学报，2018，45（4）：345-349.

[17] 贾楠，赵娜.基于机器视觉的蔬菜外部品质的检测方法研究[J].电脑知识与技术，2019，15（10）：155-156.

[18] 于康震.我国质量兴农推进方向及策略[J].农产品质量与安全，2019（2）：3-7.

[19] 宋湘湘，廖禅娟，卢丽丽，等.农产品安全产业链中不安全因素权重分析[J].农产品质量与安全，2019（2）：77-82.

[20] 马爱国.当前我国发展绿色食品和有机农产品的新形势和新任务[J].农产品质量与安全，2017（2）：8-10.

[21] 陈晓华.推进农业供给侧结构性改革要从五个方面抓起[J].上海农村经济，2016（4）：4-6.

（作者单位：厦门市经济师协会 福建厦门 360000）

[作者简介：杨瑞铭（1952—），男，福建厦门人，研究员，厦门市经济师协会专家委员。研究方向：农产品质量安全管理研究;王复基（1957—），男，福建厦门人，研究员，厦门市经济师协会会长，研究方向：农业经济;郭前进（1963—），男，福建泉州人，高级经济师，厦门市经济师协会专家委员。研究方向：宏观经济;许瑞德（1954—）男，福建厦门人，教授级高级农艺师，厦门市经济师协会会员。研究方向：植保植检。]（责编：赵毅）