黃淮海地區縣域糧食單產的空間溢出效應及影響因素分析

劉 玉，唐秀美，潘瑜春，唐林楠

（1. 北京農業信息技術研究中心，北京 100097； 2. 國家農業信息化工程技術研究中心，北京 100097；3. 農業部農業信息技術重點實驗室，北京 100097； 4. 北京市農業物聯網工程技術研究中心，北京 100097）

黃淮海地區縣域糧食單產的空間溢出效應及影響因素分析

劉 玉，唐秀美，潘瑜春※，唐林楠

（1. 北京農業信息技術研究中心，北京 100097； 2. 國家農業信息化工程技術研究中心，北京 100097；3. 農業部農業信息技術重點實驗室，北京 100097； 4. 北京市農業物聯網工程技術研究中心，北京 100097）

該研究運用馬爾科夫鏈和空間馬爾科夫鏈方法探討了1980－2010年黃淮海地區347個縣域糧食單產的溢出效應；并借助空間滯后模型揭示1995和2010年糧食單產分異的影響因素，以期為糧食生產布局優化和糧食生產提升政策制定提供依據。結果表明：1）35 a間黃淮海地區縣域糧食單產轉移總體呈現漸進、平滑的特征，大規模跨越的幾率較低。2）似然比統計量分析表明，在1980－1995年和1995－2010年2個時段，區域背景對縣域糧食單產類型轉移格局的影響顯著，且在1995－2010年更顯著。中低產或中高產類型縣域的糧食單產類型以平穩轉移為主，而高產和低產類型縣域在區域背景的作用下逐漸向中產類型轉變。3）在空間格局演進方面，平原地帶上移概率增加，而市轄區和沿海一帶下移趨勢明顯，江蘇、河南和山東3省的縣域糧食單產類型趨于穩定。4）空間滯后模型計算結果表明，1995年，上一期糧食單產、農民人均純收入、有效灌溉面積比率、產業結構對糧食單產的正向促進作用顯著，分別通過1%的顯著性水平檢驗；2010年，上一期糧食單產、農民人均純收入和種植結構分別通過1%、1%、5%水平的顯著性檢驗，而且上一期糧食單產和農民人均純收均對糧食單產的正面推動作用顯著。

糧食；模型；優化；單產；空間溢出效應；空間馬爾科夫鏈；空間滯后模型；黃淮海地區

0 引言

糧食持續穩定增產是確保國家糧食安全、維持社會穩定的基礎[1]。近年來，中國糧食產量實現了連續增長，但其增長慢于糧食消費的增長[2]，并且糧食生產資源偏緊、生態環境惡化等問題凸顯[3]。在耕地面積減少的背景下，如何在糧食作物播種面積基本穩定的基礎上，切實提高糧食單產成為未來糧食增產的主要途徑[4-5]。糧食單產存在顯著的空間自相關性，即特定區域的糧食單產水平不僅取決于區域本身，也與周邊地區的糧食單產水平密切相關[1,6]，而這進一步體現在糧食生產演化的區域差異上[7]。經濟學理論將促進區域自身發展內在因素以外的經濟外部性現象稱為溢出，其對區域要素共同增長的促進作用明顯[8-9]。在當今謀求區域協同發展的戰略背景下，糧食單產集聚的空間外部性研究日益引起重視。

中國糧食生產格局變化歷來是學術界關注的熱點問題，并圍繞糧食單產的時空格局、波動特性、空間關聯、演化機制等展開一系列研究[10-13]。梳理文獻可知，現有研究往往基于國家、區域、省域等尺度，重在揭示宏觀層面的糧食單產格局演化特征；同時，開始關注區域間地理要素的空間異質性，綜合運用空間探索性分析技術、灰色關聯度等模型揭示糧食單產的空間關聯特征[14-15]。但總體上看，糧食單產空間溢出效應尤其是區域背景對糧食單產溢出效應的測度研究不足，難以為區域糧食生產政策制定提供有效支撐。然而，經濟增長、區域發展等空間溢出效應的研究思路與方法相對成熟，其中基于空間馬爾科夫鏈的研究成為當前的主流思路[16-17]，為糧食單產的空間溢出效應研究提供方法借鑒。

黃淮海地區包含天津市和山東省的全部，河北和河南2省的大部分縣域，北京市部分縣域，以及江蘇、安徽2省的淮北地區，共轄53個地市、347個縣域（市、區），在保障全國糧食穩定供應方面具有重要作用[18-20]。基于此，本研究運用馬爾科夫鏈分析方法揭示1980－2010年黃淮海地區縣域糧食單產（單位糧食作物播種面積上的糧食產出量）的空間溢出效應，并借助空間滯后模型探討糧食單產分異的影響因素，以期為針對性的制定糧食單產提升措施提供參考。

1 研究方法及數據來源

1.1 數據來源及研究思路

自“八五”計劃實施以來，國家及地方出臺的一系列農業結構調整政策對黃淮海地區的農業生產具有較大影響，且這一影響在1995年前后尤其顯著。基于此，本研究以1995年為分界點，從1980－1995年和1995－2010 年2個階段分析黃淮海地區縣域糧食單產的空間溢出效應。1980－2010年糧食單產及影響因素指標數據主要來自相應年份的各省（市）統計年鑒、農村統計年鑒、中國區域經濟統計年鑒、中國城市統計年鑒以及中國縣（市）社會經濟統計年鑒。按照黃淮海地區歷年糧食單產平均值的75%、100%、125%的標準，將縣域糧食單產劃分為低產（糧食單產低于區域均值的75%）、中低產（糧食單產介于區域均值的75%～100%之間）、中高產（糧食單產介于區域均值的100%～125%之間）和高產（糧食單產在區域均值的125%以上）4種類型。

相關研究表明，糧食單產空間格局通常在3～5 a間才發生較大變動[21-22]。綜合考慮分析的科學性以及數據可獲取性，本研究以5 a為間隔，計算各階段縣域糧食單產類型的馬爾科夫轉移概率矩陣和空間馬爾科夫轉移概率矩陣，將其可視化后分析縣域糧食單產類型的轉移概率及演進趨向，揭示縣域糧食單產的空間溢出效應；對比傳統馬爾科夫轉移矩陣和考慮區域背景下的轉移矩陣（即空間馬爾科夫矩陣），采用似然比統計量檢驗方法分析糧食單產類型轉移平穩性以及區域背景對中心縣域溢出效應的影響是否符合統計性檢驗，揭示縣域糧食單產類型變化與區域背景的內在聯系；以1995和2010年為研究時點，采用空間滯后模型分析區域糧食單產空間分異的影響因素，揭示區域糧食單產變化與各因素之間的關系。

1.2 馬爾科夫鏈方法和空間馬爾科夫鏈方法

1.2.1 馬爾科夫鏈方法

馬爾科夫鏈是一種時間和狀態均離散的馬爾科夫過程，其狀態轉移過程具有無后效性，即若某隨機過程在時刻t0所處狀態為已知，則其在時刻t（t>t0）所處狀態的條件分布和過程與時刻t0之前的狀態無關[16]。通常，該隨機過程的馬爾科夫鏈具有如下性質：1）一定區域內，類型之間可以相互轉化；2）類型轉化過程包含著較多尚難用函數關系準確描述的事件，這恰好與糧食單產類型的動態演化過程相符。因此，采用馬爾科夫鏈方法揭示縣域糧食單產類型的變化足跡：將縣域糧食單產劃分為k種類型；用一個狀態向量存儲t時刻1×k種類型的糧食單產類型轉移概率；結合不同時刻糧食單產類型轉移過程建立一個k×k的概率矩陣M（式（1））。

式中mij(d)表示在某時刻類型為i而經過時間d后轉移為類型j的概率。矩陣nij(d)表示在某時刻屬于類型i而經過時間d后轉移為類型j的縣域個數之和；ni則表示整個研究期所有年份中屬于類型i的縣域個數之和。如果某時刻縣域糧食單產類型為i，在經歷時間d后仍保持類型i，則表示區域糧食單產類型轉移平穩；若糧食單產類型等級提高，表示縣域向上轉移，否則表示向下轉移[23]。

1.2.2 空間馬爾科夫鏈方法

在傳統馬爾科夫鏈方法的基礎上，引入空間滯后或者空間自相關變量構建空間馬爾科夫鏈方法。該方法通過計算區域糧食單產類型Y和空間權重矩陣W的乘積（WY）來確定某一縣域相鄰的糧食單產狀態，為定量分析區域環境對糧食單產的空間效應提供依據[24]。本研究中，基于空間鄰接關系建立空間權重矩陣W，空間馬爾科夫概率轉移矩陣即是以初始年份縣域糧食單產的空間滯后類型為條件，將傳統的k×k馬爾科夫矩陣分解為l(l為空間滯后類型)個k×k條件轉移概率矩陣。對于第l個條件矩陣而言，則表示以某年份縣域糧食單產的空間滯后類型l為條件，該年份屬于類型i間隔d年后轉移為類型j的概率。

空間馬爾科夫鏈概率轉移矩陣可用于分析不同區域背景（空間滯后類型）下，縣域糧食單產類型在不同類型間轉移的可能性。通過傳統馬爾可夫矩陣和空間馬爾可夫矩陣的對比分析，探討一個區域向上或向下轉移的概率與區域背景的關系。

1.2.3 似然比統計量檢驗

作為非參數檢驗方法的一種，似然比統計量可以檢驗2個變量之間是否存在關聯，在計量經濟模型檢驗中具有極強的適用性[25]。結合相關文獻，構建式（3）和（4）[17,26]。其中，式（3）中原假設認為縣域糧食單產類型轉移具有平穩性，即在1980－1995年和1995－2010年期間不存在顯著差異。備擇假設指縣域糧食單產類型轉移在2個時期存在顯著差異。式（4）中原假設區域背景下糧食單產類型變化在空間上相互獨立，區域轉移概率與空間滯后類型無關；備擇假設是縣域糧食單產類型轉移在空間上并不獨立，需要根據空間滯后類型進行轉移概率估計。

1.3 空間滯后模型

當統計指標存在空間自相關或者空間溢出效應時，經典回歸模型（ordinary least squares，OLS）不再適用，通常采用空間計量回歸方法來捕捉因變量和自變量之間的顯著性關系。其中，空間滯后模型（spatial lag model，SLM）較為常用。在矩陣1?ρW可逆時，空間滯后模型（SLM）的表達式為[27]式中y為被解釋變量；X為n×k的外生解釋變量矩陣；ρ為空間回歸系數；W為n×n階的空間權重矩陣，常采用鄰接矩陣；Wy為空間滯后被解釋變量；β為解釋變量的回歸系數向量，反映了解釋變量x對被解釋變量y的影響；ε為正態分布的相互獨立的隨機誤差向量。

2 結果與分析

2.1 基于馬爾科夫鏈方法的縣域糧食單產類型轉移特征

2.1.1 1980－2010年縣域糧食單產類型的時間特征

1）主對角線上中間的概率高于兩端和對角線兩側的概率（表1）。其中，主對角線上中低產和中高產類型的概率最小為0.613，表明研究期間中低產和中高產類型縣域保持不變的概率至少在60%以上，中低產和中高產類型縣域糧食增長較為平穩。與1980－1995年相比，1995－2010年間主對角線兩端的概率均降低，低產類型和高產類型縣域保持平穩的概率分別為0.396、0.466，縣域糧食單產類型呈現向中低產、中高產類型轉移的趨勢，且中產類型的縣域個數約為低產、高產類型個數加和的3～4倍，縣域糧食單產類型逐漸向中產水平趨進。

表1 縣域糧食單產類型的馬爾科夫轉移概率矩陣Table 1 Markov transition-probability matrix for types of grain yield per hectare at county level

2）相鄰糧食單產類型間的轉移概率大于差距大的類型間的轉移概率，縣域糧食單產類型表現出一種漸進、平滑的轉移特征，跨越式轉移的幾率較小。其中，低產與中低產、中低產與中高產類型間的轉移可能性較大。中高產、高產類型向下轉移的最小概率在0.4以上，大于其向上轉移的概率，表明縣域間糧食單產差距呈現縮小趨勢。

基于式（3）進行似然比統計量檢驗，Ya=20.884，并剔除轉移概率為0的元素，自由度調整為6。在0.5%的統計檢驗下，Ya>26χ=18.548。因此，拒絕原假設，表明黃淮海地區縣域糧食單產類型轉移在1980－1995年和1995－2010年2個時期存在顯著差異。

2.1.2 1980－2010年縣域糧食單產類型空間轉移格局

1980－1995年，黃淮海地區糧食單產類型上移和下移的縣域分布相對集中（圖1）。

圖1 縣域糧食單產類型轉移空間格局Fig.1 Transition pattern for type of grain yield per hectare at county level

108 個縣域的糧食單產類型向上轉移，約占縣域總數的31.1%，集中分布在太行山山前平原、魯西北平原以及淮河流域；96個縣域的糧食單產類型向下轉移，主要分布在市轄區和沿海一帶。與1980－1995年相比，1995－ 2010年間糧食單產類型發生轉移的縣域個數減少，其中上移單元減少13個，下移單元減少10個。總體上看，縣域糧食單產類型轉移的空間分布相對集中，其中上移縣域集中在滄州市、德州市和河南東南部；下移縣域集中在濰坊、萊蕪、泰安、棗莊和山東濱海地區，且分布更為集聚；江淮一帶的縣域糧食單產類型相對平穩。2個階段同時保持上移的縣域有26個，集中分布在山東德州市，河北和河南有零星分布；同時保持下移的縣域有28個，主要分布在北京市、山東濱海地區、江蘇徐州市等。

2.2 基于空間馬爾科夫鏈方法的糧食單產溢出效應

2.2.1 區域背景下縣域糧食單產類型的變化特征

1）基于中心縣域周邊的糧食單產的加權平均值劃分空間滯后類型，其劃分原則與糧食單產類型的劃分原則一致。結果表明，若以低產類型縣域為鄰，縣域糧食單產類型向上轉移的概率減小而向下轉移的概率增加。相反，若以高產類型縣域為鄰，縣域糧食單產類型向上轉移的概率增加而向下轉移的概率減小。由表1和表2可知：1980－1995年間，中低產類型縣域向上轉移為中高產類型的概率為0.231，而在中高產和高產背景下上移概率分別增至0.400和0.333，而在低產背景下上移概率僅為0.083；中高產類型縣域下移為中低產類型的概率為0.247，但以高產類型縣域為鄰時向下轉移的概率降至0.173，以低產類型縣域為鄰時，向下轉移的概率增至0.571。這一趨勢在1995－2010年更明顯。

表2 縣域糧食單產類型的空間馬爾科夫矩陣（以空間滯后為條件）Table 2 Spatial Markov matrices for type of grain yield per hectare class conditioning on its spatial lag at county level

2）縣域向上或向下轉移的概率與該縣域周圍之間的差異程度不成比例。盡管鄰近縣域糧食單產水平對中心縣域糧食單產類型的轉移有顯著影響，但這種影響并不是同比例發展的。以低產縣域為例，在中低產、中高產區域背景下，其向上轉移的概率往往高于平均概率；而在低產背景下縣域上移概率減小甚至為0，高產背景下縣域下移概率亦減小甚至為0。這也印證了前文“糧食單產類型較難實現大規模跨越”的觀點。

總體來說，區域背景對縣域糧食單產類型的轉移具有重要作用。在不同區域背景下，縣域糧食單產類型的轉移概率各不相同。隨著相鄰縣域糧食單產水平的提升，中等類型縣域的糧食增長具有相似性，表現為向上轉移的可能性增加；而高產和低產類型縣域在區域負面或者正面的影響下，開始向中產類型發展。可見，以較高水平縣域為鄰，中心縣域能夠獲得更多提高糧食單產的機會，從而該地區向上轉移的可能性增大。相反，如果以低水平縣域為鄰，中心縣域提高糧食單產的機會減少。

結合式（4）分階段計算似然比統計量，自由度調整為30。1980－1995年，在1%的顯著性水平下，Yb=52.198>；1995－2010年，在0.5%的顯著性水平下，。因此，拒絕原假設，認為2個階段黃淮海地區糧食單產轉移類型與相鄰縣域類型存在顯著性關聯。而且就顯著性水平而言，1995－2010年明顯高于1980－1995年，表明區域背景對縣域糧食單產類型的影響程度加深。

2.2.2 區域背景下縣域糧食單產類型的空間格局

1980－1995年間，縣域自身和周圍縣域糧食單產類型同時向上轉移的單元65個，集中分布在河北中南部、山東西北部；同時向下轉移的單元53個，主要分布在市轄區和沿海縣域；78個縣域的糧食單產類型維持不變，河南、河北和江蘇3省居多，如圖2所示。與1980－1995年相比，1995－2010年間縣域自身和周圍縣域同時向上轉移（或者向下轉移）的單元減少，其中同時向上轉移的縣域個數減少至33個，集中分布在河北滄州和山東德州；同時向下轉移的單元減少至38個，分布狀況與1980－1995年大致相同；保持平穩的縣域增至109個，新增單元以山東省、江蘇省和河南省居多。2個時段內自身糧食單產類型和周圍地區糧食單產類型同時上移或者下移的縣域單元的地理位置基本相同，耕地資源相對豐富的地區上移概率較大，而經濟發展迅速的市轄區及沿海一帶縣域下移的概率較大，并且這種變化趨勢在1995－2010年間增強；江蘇、河南和山東3省多數縣域的糧食單產類型保持不變。總體來說，黃淮海地區糧食單產類型轉移在靠自身發展的同時，確實受到周圍地區和區域宏觀背景的影響，單產水平較高的區域背景對縣域糧食單產向上轉移具有促進作用，而處于較低水平的區域背景帶動糧食單產提升的能力較弱。

圖2 區域背景下縣域糧食單產轉移類型的空間分布Fig.2 Spatial distribution of transfer types for grain yield per hectare at county level

2.3 縣域糧食單產分異的影響因素分析

研究表明，黃淮海地區縣域糧食單產具有較強的空間自相關性，區域背景對縣域糧食單產類型轉移的影響顯著，因此采用考慮空間效應的空間滯后模型揭示1995年和2010年糧食單產分異的影響因素。基于相關研究[28-31]，綜合考慮數據可獲取性和黃淮海地區發展實際，初步篩選有效灌溉面積比率（有效灌溉面積/耕地面積）、種植結構（糧食作物播種面積/農作物播種面積）、地均農林牧漁勞動力（農林牧漁勞動力/耕地面積）、地均化肥投入量（化肥投入量/農作物播種面積）、地均農機總動力投入量（農機總動力投入量/農作物播種面積）、農民人均純收入、人均GDP、產業結構（第一產業增加值占GDP比例）、上一期糧食單產（對應1995年和2010年，上一期糧食單產分別為1990年和2005年的糧食單產）等9個指標作為自變量，以縣域糧食單產為因變量，分析1995和2010年縣域糧食單產空間分異的影響因素。建模前，采用逐步回歸分析法篩選指標以消除指標間的多重共線性，最終選取上一期糧食單產、農民人均純收入、產業結構、有效灌溉面積比率、種植結構等5個指標。

經計算，空間滯后模型下1995年和2010年的AIC值分別為?677.51和?890.84，均低于經典回歸模型的結果（分別為?639.98和?859.20），表明考慮空間效應后模型的解釋能力提高。模型結果顯示，1995和2010年空間滯后變量的系數為0.209和0.175，均通過了1%的顯著性檢驗，表明空間溢出效應對縣域糧食單產產生了顯著影響，如表3所示。

表3 縣域糧食單產分異的空間滯后模型分析結果Table 3 Regression results of grain yield per hectare at county level by spatial lag model

由表3可知：1）1995和2010年，上一期糧食單產通過了1%概率水平的顯著性檢驗，回歸系數均為正且遠大于其他因素的回歸系數，表明糧食單產存在一定的路徑依賴，糧食單產原有基礎對縣域糧食生產的正向促進作用顯著。2）1995和2010年，農民人均純收入分別通過了1%概率水平的顯著性檢驗，但是相關系數由正轉為負，表明農民收入與糧食單產之間由顯著的同向推動轉為逆向阻礙。在較長的時間內，農業是農戶生活需求的主要來源，收入較高的農民有更多的資金購買化肥、農藥等生產資料，有助于提高糧食單產；隨著經濟發展和市場經濟意識的增強，農戶投資的非農化傾向加強，而且當農戶種植業投入達到一定極限時，投入要素邊際遞減規律的作用促使農戶向更高層次的兼業化方向發展，農民收入水平在較大程度上抑制糧食單產的提升[32-33]。3）產業結構在1995年通過了顯著性檢驗，且系數為正，表明第一產業發展對糧食單產起到正向作用，但這一指標在2010年沒有通過顯著性檢驗。1995年，黃淮海地區第一產業增加值比例較大，第一產業的發展對整個區域經濟的促進作用顯著。第一產業增加值比例越高，當地政府對糧食生產的重視程度也較高，對糧食生產的投入、技術提升等訴求也比較強烈，糧食單產提升較快。隨著經濟發展，第一產業增加值所占比例顯著下降，與糧食單產的相關性也不顯著。4）1995年，有效灌溉面積比率與糧食單產呈現顯著正向相關關系，表明增加有效灌溉面積有助于提升糧食單產；2010年，有效灌溉面積的回歸系數仍然為正，但未通過顯著性檢驗，表明灌溉已非黃淮海地區糧食生產的主要瓶頸，單純依靠農業灌溉難以有效提高糧食單產。黃淮海地區農業水資源利用效率具有很大的提升空間，未來需要合理控制農業水資源利用量，實行灌溉預報和動態配水，做到適時、適量灌溉，并實時調整渠道流量和輪灌組合，有效提升水資源利用效率[34-35]。5）種植結構對1995年糧食單產的影響不顯著，但2010年通過了5%水平下的顯著性檢驗且系數為正值，表明糧食作物種植比例越高、糧食單產的提升越明顯。近年來，中國各級政府日益重視主產區的糧食生產，在農田基礎設施投入等方面給予政策傾斜[36]，促進糧食單產的顯著提升；而且，糧食作物播種面積比例越大，越有利于培育和推廣良種良方、實施測土配方施肥、統一科學的田間管理、推廣統一機播機收技術等，有助于糧食單產水平的提高。

3 討論

1）空間溢出效應的表現形式有空間異質性、空間依賴以及地理溢出。與以往的空間探索技術、關聯分析等方法不同，空間馬爾科夫鏈方法通過空間權重矩陣不僅解決了區域之間的空間關系測度問題，還借助于空間滯后這一概念界定了每一個區域所處的空間鄰域狀態，為定量分析區域背景對糧食單產的空間溢出效應提供了的方法借鑒。

2）區域背景對縣域糧食生產格局變化產生顯著影響。低產類型縣域對中心縣域糧食單產類型轉移的影響多為負面，應通過積極改善當地發展水平來避免負面溢出；對處于中低產和中高產類型的縣域而言，縣域之間的相互作用隨著時間推移有增強趨勢，糧食單產類型表現出相似的集聚特征；高產類型縣域對中心縣域糧食生產往往有正向引領作用，縣域之間可通過加強技術交流、農業生產資料流通等增強正面溢出效應，提高糧食單產。

3）本文借助空間馬爾科夫鏈刻畫區域背景對糧食單產類型演化的作用，為區域農業經濟要素空間溢出效應分析提供了新方法依據，但也存在不足：一方面，在空間馬爾科夫鏈方法分析中，糧食單產類型數目發生變化，區域類型及其空間鄰域狀態也將隨之變化，對統計分析結果產生一定影響。受篇幅限制，本研究僅分析了4種糧食單產類型下的空間溢出效應，下一步將強化對比分析不同類型劃分下的區域差異。此外，在分析縣域糧食單產分異的影響因素時，政策作為重要的外生機制之一，對區域糧食單產的影響存在滯后性，如何量化政策在時序上的滯后性等，將是后續科學量化影響機制與糧食單產變化間關聯作用的重要方向。

4 結論

1）1980 －2010年間，黃淮海地區縣域糧食單產轉移總體呈現漸進、平滑的特征，縣域糧食單產類型呈現“中間大、兩頭小”的分布態勢。

2）1980 －1995年的似然比統計量Yb=52.198，1995－2010年的似然比統計量Yb=55.147，分別通過1%和0.5%的顯著性水平檢驗，表明區域背景對縣域糧食單產類型轉移的影響顯著，且在1995－2010年更為顯著。受自身和周邊縣域的影響，高產和低產類型縣域逐漸向中產類型轉變。以糧食單產水平較高的縣域為鄰，縣域糧食單產類型向上轉移的概率增加，向下轉移的概率減小，反之亦然。

3）江蘇、河南、山東的縣域糧食生產格局變化趨于平穩，沿海地帶和市轄區縣域出現下移趨勢，自然資源相對豐富的平原地區則表現出明顯的上移趨勢。

4）空間滯后模型分析表明，空間溢出效應對縣域糧食單產分異的影響顯著，不同時期，各影響因素的作用方向與程度存在較大差異：1995年，上一期糧食單產、農民人均純收入、有效灌溉面積比率、產業結構分別通過1%的顯著性水平檢驗，對糧食單產的正向促進作用顯著；2010年，上一期糧食單產、農民人均純收入、種植結構分別通過1%、1%、5%的顯著性水平檢驗，除農民人均純收入外其余指標均對糧食單產提升具有促進作用。

[1] 張金萍，秦耀辰. 縣域糧食單產及其生產投入因素的空間異質性：以河南省為例[J]. 自然資源學報，2011，26(3)：373－381. Zhang Jinping, Qin Yaochen. Spatial heterogeneity of grain yield per hectare and factors of production inputs in counties: A case study of Henan province[J]. Journal of Natural Resources, 2011, 26(3): 373－381. (in Chinese with English abstract)

[2] 姚成勝，黃琳，呂晞. 河南省糧食消費結構變化及其對我國糧食安全的貢獻率分析[J]. 農業現代化研究，2014，35(2)：163－167. Yao Chengsheng, Huang Lin, Lü Xi. Grain demand structure change in Henan and its contribution rate to China’s food security[J]. Research of Agricultural Moderanization, 2014, 35(2): 163－167. (in Chinese with English abstract)

[3] 黎東升，曾靖. 經濟新常態下我國糧食安全面臨的挑戰[J].農業經濟問題，2015(5)：42－47. Li Dongsheng, Zeng Jing. The challenges facing the food security of China under the new normal economic situation[J]. Issues in Agricultural Economy, 2015(5): 42－47. (in Chinese with English abstract)

[4] 柏林川，武蘭芳，宋小青. 1995－2010年山東省糧食單產變化空間分異及均衡增產潛力[J]. 地理科學進展，2013，32(8)：1257－1265. Bo Linchuan, Wu Lanfang, Song Xiaoqing. Spatial difference of grain yield changes during 1995－2010 and balanced potential output to increase in Shandong Province[J]. Progress in Geography, 2013, 32(8): 1257－1265. (in Chinese with English abstract)

[5] 周志剛，鄭明亮. 基于對數均值迪氏指數法的中國糧食產量影響因素分解[J]. 農業工程學報，2015，31(2)：1－6. Zhou Zhigang, Zheng Mingliang. Influential factors decomposition for China’s grain yield based on logarithmic mean divisia index method[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(2): 1－6. (in Chinese with English abstract)

[6] 劉玉，郜允兵，高秉博，等. 1980－2012年河南省縣域糧食單產時空分異及增產潛力研究[J]. 北京大學學報:自然科學版，2014，50(6)：1106－1114. Liu Yu, Gao Yunbing, Gao Bingbo, et al. Spatial-temporal difference of grain yield per hectare during 1980－2012 at county level and its balanced increasing potential in Henan province[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2014, 50(6): 1106－1114. (in Chinese with English abstract)

[7] 程葉青. 東北地區糧食單產空間格局變化及其動因分析[J].自然資源學報，2009，24(9)：1541－1549. Cheng Yeqing. Spatial pattern change and its driving factors of grain per unit area yield in Northeast China[J]. Journal of Natural Resources, 2009, 24(9): 1541－1549. (in Chinese with English abstract)

[8] Pan Wenqing. Regional correlation and spatial spillovers in China’s regional economic growth[J]. Social Sciences in China, 2013, 34(3): 125－139.

[9] Pines D. Economics of agglomeration: Cities, industrial location and regional growth[J]. Journal of Economic Geography, 2004, 4(3): 395－397.

[10] 周立青，程葉青. 黑龍江省糧食生產的時空格局及動因分析[J]. 自然資源學報，2015，30(3)：491－501. Zhou Liqing, Cheng Yeqing. Spatio-temporal pattern and its driving factors of grain production in Heilongjiang Province[J]. Journal of Natural Resources, 2015, 30(3): 491－501. (in Chinese with English abstract)

[11] 蔣尚明，金菊良，許滸，等. 基于經驗模態分解和集對分析的糧食單產波動影響分析[J]. 農業工程學報，2013，29(4)：213－221. Jiang Shangming, Jin Juliang, Xu Hu, et al. Fluctuations effect analysis of grain yield per hectare based on empirical mode decomposition and set pair analysis[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(4): 213－221. (in Chinese with English abstract)

[12] 劉忠，黃峰，李保國. 2003－2011年中國糧食增產的貢獻因素分析[J]. 農業工程學報，2013，29(23)：1－8. Liu Zhong, Huang Feng, Li Baoguo. Investigating contribution factors to China’s grain output increase in period of 2003 to 2011[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(23): 1－8. (in Chinese with English abstract)

[13] 劉忠，黃峰，李保國. 基于經驗模態分解的中國糧食單產波動特征及影響因素[J]. 農業工程學報，2015，31(2)：7－13. Liu Zhong, Huang Feng, Li Baoguo. Analysis on characteristics and influential factors of grain yield fluctuation in China based on empirical mode decomposition[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of theCSAE), 2015, 31(2): 7－13. (in Chinese with English abstract)

[14] 白立佳，張路路，劉瑞卿，等. 基于ESDA的河北省糧食單產空間格局變化研究[J]. 農機化研究，2012(1)：18－24. Bai Lijia, Zhang Lulu, Liu Ruiqing, et al. Regional difference research of grain per unit area yield in Hebei Province base on ESDA[J]. Journal of Agricultural Mechanization Research, 2012(1): 18－24. (in Chinese with English abstract)

[15] 鄧宗兵，封永剛，張俊亮，等. 中國糧食生產空間布局變遷的特征分析[J]. 經濟地理，2013，33(5)：117－123. Deng Zongbing, Feng Yonggang, Zhang Junliang, et al. Analysis on the characteristics and tendency of grain production’s spatial distribution in China[J]. Economic Geography, 2013, 33(5): 117－123. (in Chinese with English abstract)

[16] 蒲英霞，馬榮華，葛瑩，等. 基于空間馬爾科夫鏈的江蘇區域趨同時空演變[J]. 地理學報，2005，60(5)：817－826. Pu Yingxia, Ma Ronghua, Ge Ying, et al. Spatial-temporal dynamics of Jiangsu regional convergence with spatial Markov chains approach[J]. Acta Geographica Sinica, 2005, 60(5): 817－826. (in Chinese with English abstract)

[17] 王少劍，王洋，趙亞博. 1990年來廣東區域發展的空間溢出效應及驅動因素[J]. 地理學報，2015，70(6)：965－979. Wang Shaojian, Wang Yang, Zhao Yabo. Spatial spillover effects and multi-mechanism for regional development in Guangdong province since 1990s[J]. Acta Geographica Sinica, 2015, 70(6): 965－979. (in Chinese with English abstract)

[18] 洪舒蔓，郝晉珉，周寧，等. 黃淮海平原耕地變化及對糧食生產格局變化的影響[J]. 農業工程學報，2014，30(21)：268－277. Hong Shuman, Hao Jinmin, Zhou Ning, et al. Change of cultivated land and its impact on grain production pattern in Huang-Huai-Hai Plain[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(21): 268－277. (in Chinese with English abstract)

[19] 劉玉，高秉博，潘瑜春，等. 基于LMDI 模型的黃淮海地區縣域糧食生產影響因素分解[J]. 農業工程學報，2013，29(21)：1－10. Liu Yu, Gao Bingbo, Pan Yuchun, et al. Influencing factor decomposition of grain production at county level in Huang-Huai-Hai region based on LMDI[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(21): 1－10. (in Chinese with English abstract)

[20] 張秋平，郝晉珉，白瑋. 黃淮海地區糧食生產中的農業水資源經濟價值核算[J]. 農業工程學報，2008，24(2)：1－5. Zhang Qiuping, Hao Jinmin, Bai Wei. Estimation of economic value of agricultural water resource in grain production in Huang-Huai-Hai Region[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2008, 24(2): 1－5. (in Chinese with English abstract)

[21] 徐志宇，宋振偉，鄧艾興，等. 近30年我國主要糧食作物生產的驅動因素及空間格局變化研究[J]. 南京農業大學學報，2013，36(1)：79－86. Xu Zhiyu, Song Zhenwei, Deng Aixing, et al. Regional changes of production layout of main grain crops and their actuation factors during 1981－2008 in China[J]. Journal of Nanjing Agricultural University, 2013, 36(1): 79－86. (in Chinese with English abstract)

[22] 徐海亞，朱會義. 基于自然地理分區的1990－2010年中國糧食生產格局變化[J]. 地理學報，2015，70(4)：582－590. Xu Haiya, Zhu Huiyi. Spatial change of China’s grain production based on geographical division of natural factors during 1990－2010[J]. Acta Geographica Sinica, 2015, 70(4): 582－590. (in Chinese with English abstract)

[23] 鐘紹軍，劉洪. 中國人均GDP區域趨同性時空演變分析[J].統計與決策，2015(16)：83－88. Zhong Shaojun, Liu Hong. Temporal evolution convergence analysis of China’s per capita GDP[J]. Statistics and Decision, 2015(16): 83－88. (in Chinese with English abstract)

[24] 薛亮，任志遠. 基于空間馬爾科夫鏈的關中地區生態安全時空演變分析[J]. 生態環境學報，2011，20(1)：114－118. Xue Liang, Ren Zhiyuan. The spatial-temporal dynamics of Guanzhong eco-security based on spatial Malcov Chains[J]. Ecology and Environmental Sciences, 2011, 20(1): 114－118. (in Chinese with English abstract)

[25] Bernard Fingleton. Specification and testing of Markov chain models: An application to convergence in the European union[J]. Oxford Bulletin of Economics & Statistics, 1997, 59(3): 385－403.

[26] Le Gallo J. Space-time analysis of GDP disparities among European regions: A Markov chains approach[J]. Regional Science Review, 2004, 27(2): 138－163.

[27] 姜世國，滕駿華，王法輝. 基于GIS的數量方法與應用[M].北京：商務印書館，2009.

[28] 劉玉，郭麗英，劉彥隨. 1980－2008年環渤海地區縣域糧食的時空動態變化及分析[J]. 農業工程學報，2012，28(12)：230－236. Liu Yu, Guo Liying, Liu Yansui. Spatial-temporal dynamic change and analysis of grain production in county scale in Bohai Rim from 1980 to 2008[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(12): 230－236. (in Chinese with English abstract)

[29] 陸文聰，梅燕. 中國糧食生產區域格局變化及其成因實證分析：基于空間計量經濟學模型[J]. 中國農業大學學報：社會科學版，2007，24(3)：140－152. Lu Wencong, Mei Yan. Empirical studies on the variation and contributing factors of regional grain production structure in China: based on spatial econometrics models[J]. China Agricultural University Journal of Social Sciences Edition, 2007, 24(3): 140－152. (in Chinese with English abstract)

[30] 胥亞男，張改素，王發曾，等. 中原經濟區糧食生產空間格局變化研究[J]. 河南大學學報：自然科學版，2014，44(2)：170－177. Xu Ya’nan, Zhang Gaisu, Wang Faceng, et al. Spatial pattern change of the grain production in central plains economic region[J]. Journal of Henan University: Natural Science, 2014, 44(2): 170－177. (in Chinese with English abstract)

[31] 仇方道，錢進，佟連軍，等. 江蘇省糧食生產時空格局演變及影響因素[J]. 農業現代化研究，2009，30(1)：11－15. Qiu Fangdao, Qian Jin, Tong Lianjun, et al. Influence factors and temporal-spatial structure of grain production in Jiangsu province[J]. Research of Agricultural Modernization, 2009, 30(1): 11－15.(in Chinese with English abstract)

[32] 中共中央政研室農業部農村固定觀察點辦公室. 我國農戶農業投入行為研究[J]. 中國農村經濟，1997(11)：53－60.

[33] 馬俊賢，時明國. 市場條件下農業投入機制研究[J]. 農業經濟問題，1995(12)：7－11.

[34] 王震，吳穎超，張娜娜，等. 我國糧食主產區農業水資源利用效率評價[J]. 水土保持通報，2015，35(2)：292－296. Wang Zhen, Wu Yingchao, Zhang Nana, et al. Evaluation on agricultural water utilization efficiency in major grain producing region[J]. Bulletin of Soil and Water Conservation 2015, 35(2): 292－296. (in Chinese with English abstract)

[35] 劉影，肖池偉，李鵬，等. 1978－2013年中國糧食主產區“糧-經”關系分析[J]. 資源科學，2015，37(10)：1891－1901. Liu Ying, Xiao Chiwei, Li Peng, et al. Relationship of grain output and economic development from 1978 to 2013 in the major grain producing area of China[J]. Resources Science, 2015, 37(10): 1891－1901. (in Chinese with English abstract)

[36] 張士云，姚升，蔣和平，等. 糧食主產區農村公共產品投入對農業增長的影響分析[J]. 農業經濟問題，2010(4)：70－74. Zhang Shiyun, Yao Sheng, Jiang Heping, et al. Analysis on the impact of the rural public goods input on the agricultural growth in main grain producing region[J]. Issues in Agricultural Economy, 2010(4): 70－74. (in Chinese with English abstract)

Analysis on spatial spillover effect and influence factors of grain yield per hectare at county level in Huang-Huai-Hai region

Liu Yu, Tang Xiumei, Pan Yuchun※, Tang Linnan
(1. Beijing Research Center for Information Technology in Agriculture, Beijing 100097, China; 2. National Engineering Research Center for Information Technology in Agriculture, Beijing 100097, China; 3. Key Laboratory of Agri-informatics, Ministry of Agriculture, Beijing 100097, China; 4. Beijing Engineering Research Center of Agricultural Internet of Things, Beijing 100097, China)

As an important grain production base of China, Huang-Huai-Hai region is of great significance for the steady grain supply of the country. Under the strategic background of regional cooperative development, the spatial externality of grain yield per hectare has attracted increasing attention. In order to investigate the spillover effects of grain yield per hectare at county level, this study focuses on the 347 counties of Huang-Huai-Hai region by Markov Chain method and Spatial Markov Chain method, and reveals the spatial spillover effect of grain yield per hectare at county level during 1980-2010 as well as the influential factors of the differentiation of grain yield in 1995 and 2010. And the results show: 1) During 1980-2010, the type of grain yield per hectare at county level in Huang-Huai-Hai region transfers in a gradual and smooth way, with a low probability of large-scale crossing. 2) During 1980-1995, the likelihood ratio statistic is 52.198, passing the Chi-square test with the significance level of 0.01, and is 55.147, passing the Chi-square test with the significance level of 0.005 during 1995-2010. That is to say the regional background type exerts significant impact on the type shifting of grain yield per hectare, and it’s more significant in the second stage. The growth of grain yield per hectare of the counties at medium-low or medium-high level is similar, while the counties with high yield and low yield under the action of the regional context, gradually change toward middle type. Taking the counties adjacent to the high grain yield for example, their grain yield types per hectare will have a relative high possibility to increase, and vice versa. 3) In the aspect of spatial pattern of evolution, the type of grain yield per hectare tends to increase in the plain, and reduce obviously in the municipal districts and the coastal area. However, the type of grain yield per hectare in Jiangsu, Henan and Shandong Province gradually transfers to be stable. 4) Variations like grain yield per unit area in the last stage, average net income of peasant, industrial structure and ratio of effective irrigated areas have great impacts on the differentiation of grain yield per hectare at county level. And the influencing direction and degree of the factors in 1995 and 2010 are significantly different. In 1995, grain yield per hectare in the last stage, average net income of peasant, ratio of effective irrigated areas and industrial structure have passed the test of the significance level of 0.01, separately, and these indices are significantly positive to promote the grain yield; in 2010, the index of grain yield per hectare in the last stage, average net income of peasant and plant structure goes through the significant test, and the significance level is 0.01, 0.01 and 0.05, respectively. Except the average net income of peasant, the rest both play a positive role in promoting the overflow yield. These results can provide scientific ground for the optimization of grain production and policy-making to increase the grain yield per hectare in Huang-Huai-Hai region.

grain; models; optimization; yield per hectare; spatial spillover effect; spatial Markov chain; spatial lag model; Huang-Huai-Hai region

10.11975/j.issn.1002-6819.2016.09.042

F301.11; F304.5

A

1002-6819(2016)-09-0299-09

劉 玉，唐秀美，潘瑜春，唐林楠. 黃淮海地區縣域糧食單產的空間溢出效應及影響因素分析[J]. 農業工程學報，2016，32(9)：299－307.

10.11975/j.issn.1002-6819.2016.09.042 http://www.tcsae.org

Liu Yu, Tang Xiumei, Pan Yuchun, Tang Linnan. Analysis on spatial spillover effect and influence factors of grain yield per hectare at county level in Huang-Huai-Hai region[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(9): 299－307. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2016.09.042 http://www.tcsae.org

2015-11-24

2016-03-24

國家自然科學基金項目（41401193；41471115）

劉 玉，男，河北無極縣人，博士，副研究員，主要從事土地利用、區域農業與農村發展研究。北京 北京農業信息技術研究中心，100097。Email：Liuyu@nercita.org.cn

※通信作者：潘瑜春，男，安徽歙縣人，研究員，主要從事GIS空間分析與空間信息系統集成研究。北京 北京農業信息技術研究中心，100097。Email：panyc@nercita.org.cn