中國油料生產的時空演變特征研究

黃柳婷

（南京農業大學經濟管理學院，江蘇 南京 210095）

自改革開放以來，隨著我國經濟的持續快速發展和人們生活水平的不斷提高，人們對于食用油的消費總量逐年增加，雖然總供給呈上升趨勢，但是從供求平衡角度來看，國內油料生產的增長受資源的限制始終無法趕上國內消費的增長速度，區域供求矛盾日益突出，且食用植物油自給率嚴重不足。那么我國油料作物生產空間布局的逐年變化，勢必影響我國油料產業的持續穩定發展、食用油供給安全，因此，本文基于1993-2017年省、市、自治區的主要油料作物生產面積的數據，運用arcgis10.2軟件，從宏觀層面量化研究我國主要油料作物生產的時空演變特征，對優化油料種植結構，穩定主要油料作物的生產供給，保障我國油料產業的持續穩定發展有重要意義。

1 我國主要油料作物時空變化特征

1.1 生產規模指數分析

生產規模指數是測算產業空間集聚程度的常用指標之一，指某一時期各地區某一油料作物播種面積占該油料作物全國總播種面積的比重。公式（1）中Pit代表第i省第t年的生產規模指數，Xit表示第i省第t年的播種面積數量，n表示所研究的省份數量。通過測算該指數，能夠反映出特定年份各省份主要油料作物播種面積對中國主要油料作物生產的貢獻，時間序列變化能夠反映各省份主要油料作物播種面積在中國主要油料作物生產中地位的變化，從橫向和縱向兩個角度反映我國主要油料作物生產空間布局演變趨勢。

1.2 空間自相關分析

空間自相關分析是探索不同區域行為是否具有相似性，即相關關系和相關程度。檢驗區域行為的空間相關性存在與否，空間統計學一般用Moran(1950)提出的空間自相關指數GlobalMoran’I進行檢驗。當莫蘭指數變大時，出現空間集聚現象，反之，表現為空間離散趨勢。本文借助空間自相關分析，研究我國主要油料作物生產的整體分布情況，并判斷是否存在空間集聚現象。計算公式如下：

公式（2）表示全局莫蘭指數，其中n表示有n個空間觀測值個數（省級行政單位數量），Xi和Xj分別表示第i個地區和第j個地區的觀測值，Wij為標準化的空間權重矩陣，多為二進制的鄰接空間權值矩陣，一般鄰接標準為兩個地區相鄰取值為1，否則為0。全局莫蘭指數的取值范圍為[-1，1]，如果I〉0表示正相關關系，接近1時表明相似屬性值具有空間聚集趨勢（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時表示相異屬性值具有空間聚集趨勢（高值和低值相鄰、低值和高值相鄰）；如果I=0，表示屬性是空間相關性較低或者不存在空間相關性，油料作物生產空間布局表現為隨機分布。

2 實證分析

本文選取了1993-2017年省、市、自治區的主要油料作物大豆、花生、油菜籽生產面積的數據，分別分析時序變化區位遷移特征、空間自相關性和空間冷熱點情況，研究我國主要油料作物的時空演變格局。數據來源于《中國統計年鑒》和《中國農業年鑒》，考慮數據的可獲得性以及實際種植情況，從宏觀層面選取除港澳臺外的其他省級行政單位作為樣本。

由于油料作物生產的自然條件差異和不同社會經濟條件、不同歷史發展階段，以及各地區文化和生產習慣不同，人口分布疏密，工業交通和城鎮的分布也不一致，加上進行了一系列生產建設和生產布局的調整，使得油料作物結構、種類、生產水平逐年凸顯出油料作物區域特色，油料生產格局逐步優化，形成了東北和內蒙古大豆、長江流域油菜籽、冀魯花生等優勢產區。

2.1 時序變化特征分析

2.1.1 大豆生產規模指數分析

從表1中可以看出分時段各省大豆種植面積占全國總播種面積比重逐年變化，從生產排名上來看，黑龍江一直都是大豆生產的第一梯隊；1978年河南、安徽排在第二梯隊，但之后這兩省大豆生產規模指數不足第二梯隊，排名跌至第三梯隊，2017年河南未達到5%，重回第二梯隊的安徽大豆種植比重排名下降至第三梯隊，內蒙1978年雖未前三梯隊名列，但之后一直穩定上升，逐步從第三梯隊躍升至第二梯隊；1978年大豆生產的第三梯隊為吉林、遼寧、山東、江蘇，1993年除了山東省排名保持穩定，其他三省排名有所跌落，遼寧、江蘇跌出第三梯隊，新增河北、河南、內蒙、安徽，1999年吉林排名跌出第三梯隊，2006年第三梯隊由原來的多個省份變至一個省份河南，2017年第三梯隊省份只剩下安徽。總而言之，大豆生產趨勢整體表現為由分散式生產趨向東北、華北地區內蒙古一帶集中。

表1 1978-2017年大豆生產規模指數分梯隊

2.1.2 花生生產規模指數分析

從表2中可以看出分時段各省花生種植面積占全國總播種面積比重逐年變化，從生產排名上來看，1978年山東和廣東為生產第一梯隊，之后廣東跌出第一梯隊，河南由第二梯隊上升至第一梯隊，并超越山東，躍居首位，山東在2006年階段之前一直是中國花生種植省份第一梯隊，之后跌入第二梯隊；1993年第二梯隊有河南、廣東、河北，之后河北從第二梯隊中的第三位躍升至第一位，2011年河北跌出第二梯隊；1978年第三梯隊只有廣西、河北、四川，隨著時間的變化，第三梯隊的隊伍越來越壯大，2017年第三梯隊已經包括吉林、廣東、遼寧、河北、四川、湖北。總而言之，花生生產趨勢整體表現為高規模水平省份少、中低水平數量逐步增加的金字塔型分布，即趨向于集中至主產大省華東地區河南、山東，同時又逐漸分散在東北、華北、華中、華南部分地區。

表2 1978-2017年花生生產規模指數分梯隊

2.1.3 油菜籽生產規模指數分析

從表3中可以看出分時段各省油菜籽種植面積占全國總播種面積比重逐年變化，1978年油菜籽生產廣泛分布在長江流域地區，1993年后湖北躍升第一梯隊，第三梯隊的部分長江中下游地區躍居第二梯隊，從而第三梯隊只剩下江蘇和貴州。總而言之，隨著時間推進，油菜籽生產第一梯隊越來越集中于湖南、四川，第二梯隊只剩下湖北，其他省份掉至第三梯隊，且第三梯隊省份數量在逐年減少。

表3 1978-2017年油菜籽生產規模指數分梯隊

2.2 空間分布演變分析

從油料作物種植總量來看，我國大豆生產呈波動趨勢，花生和油菜籽在生產波動中逐年增長，增幅近1.4倍。從1993年至2017年我國油料作物生產的空間布局變遷來看，其空間自相關性變化特征如圖3.1、圖3.2、圖3.3所示，我國油料作物生產區域分布顯著呈現高聚集狀態，但逐年有弱化趨勢。

大豆生產區域1993年至2006年表現為高聚集分布，Moran’sI值均在0.14以上，其中2000年Moran’sI值為0.236，是近25年來的最高值，這樣的高聚集分布一直持續到2005年，2006年之后莫蘭指數雖有上升，但總體趨向隨機分布演變。2008年國際市場油料價格大幅下降，大豆國內價格偏離國際價格，國家在東北產區采取了大豆臨時收儲政策，Moran’s I值稍有上升。2年的政策性托市收購局限于短期內穩定市場價格，此后因進口沖擊，大豆生產的空間正相關關系減弱。2014年后國家實施大豆目標價格政策，大豆生產逐步復蘇，面積和產量實現雙增，生產空間集聚趨勢逐步回升。

圖1 1993-2017年大豆種植面積的Moran’s I得分和Z值

圖2 1993-2017年花生種植面積的Moran’s I得分和Z值

花生空間自相關性變化特征如圖3.2所示，花生生產區域分布呈現顯著高聚集狀態，但2000年之后有弱化趨勢。1993年至2006年花生生產空間正相關性明顯，Moran’sI值均在0.26以上，均值為0.28，其中2000年Moran’sI值最高為0.313，2000年之后我國花生處在價格主導型市場，具有價格競爭優勢，再加上花生種植適應性強，除西藏、青海、寧夏三省外，其他地方均可種植，因此2000年之后花生生產區域聚集狀態減弱。2006年之后花生生產區域聚集狀態進一步減弱，Moran’s I值均值為0.21，總體空間相關性趨向隨機分布演變。

油菜籽空間自相關性變化特征如圖3.3所示，油菜籽生產區域分布呈現顯著高聚集狀態，但1997之后整體空間正相關性呈現波動弱化趨勢。1993年至2006年Moran’sI值均值為0.25，其中1997年Moran’sI值為近25年最高值0.321，2006年至2017年Moran’sI值均值為0.21，2006年之后國家出臺政策使得油菜籽產業恢復發展，Moran’sI值稍有上升，2015年臨儲菜籽托市收購政策取消之后，油菜籽生產空間聚集狀態稍有減弱。

圖3 1993-2017年油菜籽種植面積的Moran’s I得分和Z值

3 結論及對策

本文利用1993-2017年共25年的省級面板數據，研究了我國油料作物生產時序變化、空間演化和空間冷熱點分布，結論如下：

（1）從時序變化特征來看，大豆生產逐年由分散式生產趨向東北區（黑龍江）、華北區（內蒙古）一帶集中；花生生產趨勢表現為高規模水平省份少、中低水平數量逐步增加的金字塔型分布；四川、湖南、湖北隨著時間變化成為油菜籽優勢產區。

（2）從空間演化特征來看，結合油料作物生產的Moran’sI值，可知大豆1993年至2006年表現為高聚集分布，2006年之后總體趨向隨機分布演變，2014年后國家實施大豆目標價格政策，大豆生產逐步復蘇，生產空間集聚趨勢逐步回升；花生1993年至2006年生產空間正相關性明顯，Moran’sI值均在0.26以上，2006年之后花生生產區域聚集狀態減弱；油菜籽1993年至2006年空間正相關性大于2006年至2017年，2015年臨儲菜籽托市收購政策取消之后，油菜籽生產空間正相關性稍有減弱。

由以上我國油料作物生產時序變化、空間演化分布情況，可對我國油料作物生產結構優化提出有針對性的措施，譬如減弱大豆、油菜籽對外依存度，又或穩定花生生產，應區分冷點和熱點區域。冷點地區為低—低聚集，生產增長空間相對較大，在考慮種植自然條件、災害發生頻率的基礎上，應政策性提高油料作物相對于其他作物的比較收益，提高農民種植積極性。熱點地區高—高聚集，重視推廣高產、優質、專用品種和配套栽培技術，提高含油量和出油率，鼓勵規模化、機械化、集約化生產，進一步降低生產成本，提高生產效率。