我國油料作物生產概況和空間集聚特征分析

孫 華， 余意雯， 黃 萌， 張建棟， 武玉環

(1.蘇州市農業科學院，江蘇蘇州 215000； 2. 河北水利電力學院，河北滄州 061000)

油料作物是我國食用植物油和植物蛋白的重要來源，在國民經濟發展、社會發展中具有重要地位。我國是油料作物種植大國，但近年來食用植物油及油菜籽進口量不斷增加，油料作物對外依存度上升[1]。優化我國油料作物布局是推動農業供給側結構性改革、推進農業提質增效的主要途徑，也是保障我國食用植物油安全、平衡進出口貿易、提升我國油料作物國際競爭力的必要手段[2]。2017年中央一號文件中指出，“經濟作物要優化品種品質和區域布局，鞏固主產區棉花、油料、糖料生產”。2017年11月，國家發展改革委、原農業部、國家林業局印發的《全國大宗油料作物生產發展規劃(2016—2020年)》中提出，“優化油料生產布局，集中連片建設高產穩產的核心產區”。由此可見，研究我國油料作物區域布局不僅是產業自我發展的要求，也是油料作物各產業融入現代農業發展，適應大市場發展的要求。

產業地理集聚是經濟活動最突出的地理特征。最早關注產業分布不均現象的是李嘉圖和赫克歇爾-俄林，其主要思想就是地區間的相對優勢是地區間貿易的基礎。一般認為農業是最接近于完全競爭市場的產業[3]，其產業集聚是一種特定而有效的農業空間組織形態，既能節約交易成本，又能促進規模經濟的發展[4]。目前，產業地理集中已成為區域經濟實證分析中的一個基本主題，衡量的是產業在各地理單元間分布的不均衡性。國內關于油料作物的研究較為豐富，總的來說主要分為以下幾個方面：(1)區域異質性視角下油料作物比較優勢，從成本、效率、比較收益等方面出發進行合理的地區分工[2，5-6]，充分發揮地區優勢是提高油料作物產業競爭力的重要手段。同時，對各省份油料作物布局的研究也較多，如吳海中等利用重心理論分析安徽省油料作物時空演化過程，并指出油料作物重心向南轉移[7]；馬麗榮等通過分析甘肅省各類油料作物的比較優勢，得出應通過增加綜合優勢度較大地區的種植面積以優化油料作物區域布局[8]。(2)各類油料作物區域布局空間演化趨勢，如油菜籽、花生、芝麻、向日葵、胡麻[9-14]。殷艷等認為科技創新以及國家優勢區域布局是影響油菜區域布局的主要因素[9-10]；張怡研究了我國花生生產布局變化情況，并指出花生生產的集中程度有所降低[11]；昌華敏等指出優化芝麻區域種植結構是產業發展的方向[12]；張曉蒙等認為合理規劃種植布局是產業提質增效的重要手段[13]；許新清認為因地制宜調整生產布局，提出合理利用氣候資源、建立基地及促進產業化有深遠意義[14]。

綜上所述，關于我國油料作物區域地理布局的研究已形成較為完整的體系。本文在參考現有研究的基礎上有所創新，主要創新點有以下2個方面：(1)參考國家統計局對油料作物的分類，對各類農作物(除大豆外)進行比較分析，對行業整體有參考價值，為各類產業自身發展提供借鑒；(2)同時運用統計分析方法與計量經濟學方法對油料作物地理集聚特征進行空間統計分析，從多方面對油料作物地理集聚特征進行系統性描述。研究結論可為油料作物各產業供給側結構性改革、產業提質增效提供政策依據。

1 研究方法與數據來源

1.1 數據來源

本文所用數據來源于國家統計局(https：//data.stats.gov.cn/)，按國家統計局對油料作物的定義，油料作物包括花生、油菜籽、芝麻、葵花籽、胡麻籽(亞麻籽)和其他油料，油料產量指全部油料作物的生產量。需要說明的是本文所用數據不包括大豆(大豆既是糧食作物，又是油料作物)、木本油料和野生油料，花生以帶殼干花生計算。數據時間區間為2000—2020年，其中，花生、油菜籽、芝麻數據時間區間為2000—2019年，葵花籽、胡麻籽數據時間區間為2000—2018年。

1.2 研究方法

參考眾多學者關于產業區域地理集聚的研究方法[15-16]，結合本研究內容，采用區位基尼系數、探索性空間數據分析(Moran’s I指數、Moran散點圖)，分析我國油料作物產業地理集聚特征及演變趨勢。

1.2.1 區位基尼系數 基尼系數是衡量國家或地區收入分配的指標，后來拓展至研究變量的分布不均問題，區位基尼系數衡量的是經濟活動在地理空間上分布的不均衡性。其基本計算公式為

(1)

(2)

區位基尼系數的取值在0～1之間。

1.2.2 探索性空間分析 區位基尼系數可用來分析油料作物產業分布的全局空間特征，但會受到地理單元設定的影響，為更全面、系統地分析我國油料作物的產業地理集聚特征，采用探索性空間分析考察產業分布的相關性。

空間分析的基本特征就是把空間效應引入傳統計量經濟學，空間效應包括空間相關性和空間異質性，空間異質性可以通過傳統的計量經濟學進行解釋，因此關于探索性空間分析則更多關注空間相關性，Moran’s I檢驗仍然是最常見的空間相關性檢驗方法[17]。空間相關性指標主要分為全局空間自相關指標和局部空間自相關指標，其中，全局空間自相關指標用Moran指數檢驗，局部空間自相關指標用局部指標(LISA集聚圖)和Moran散點圖檢驗。

全局Moran’s I的計算公式為：

(3)

局部Moran’s Ii被定義為：

(4)

Moran散點圖是對空間滯后因子Wz和z數據進行了可視化的二維圖示，其中第1、3象限代表觀測值的正向空間相關性，第2、4象限代表觀測值的負相關性。

2 實證分析結果

2.1 我國油料作物生產概況

圖1給出了2000—2020年期間我國油料作物及花生、油菜籽、芝麻、向日葵、胡麻籽產量變化情況：(1)從整體看，我國油料作物產量較為穩定，其中：2000—2005年期間，油料作物產量波動較小，由2 954.83萬t上升至3 077.14萬t，上升了4.14%；2006—2007年期間油料作物產量大幅下降，由 3 077.14 萬t下降至2 640.31萬t，下降了14.20%；2008—2020年，油料作物產量穩步增加，由 3 036.76 萬t上升至3 586.40萬t，上升了18.10%。(2)分品種來看，花生產量變動趨勢與油料作物整體一致：油菜籽產量在2001—2002年、2005—2006年、2015—2016年呈現下降趨勢，其余年份則穩步增加，在2020年達到峰值1 404.9萬t；芝麻產量從81.12萬t下降至45.70萬t，下降幅度為43.66%；葵花籽產量波動幅度較大，但總體呈現上升趨勢，由2000年的195.41萬t上升至2020年的330.00萬t，上升了68.88%；胡麻籽產量較為穩定，波動較小，產量處于29萬～35萬t之間。

表1給出了我國油料作物產量排名前5省份的變動(也稱為產業集中度)。需要說明的是，此處僅為對各省的油料作物產量進行整體把握。從油料作物整體來看，2000年油料作物總產量占全國比重排名前5省份分別為河南、山東、湖北、安徽、江蘇，占全國油料作物總產量的比重為52.37%；2020年排名前5省份為河南、四川、湖北、山東、湖南，占全國油料作物比重為54.70%，相較于2000年上升了2.33百分點。分品種來看，花生、油菜籽排名前5省份所占比重有所下降，其中，花生下降了3.54百分點，油菜籽下降了0.19百分點；芝麻、葵花籽、胡麻籽排名前5省份所占比重有所上升，其中，芝麻上升了2.74百分點，葵花籽上升了4.25百分點，胡麻籽上升了1.98百分點。

從各類油料作物對比看，各類油料作物排名前5省份產量占全國比重均在50%以上，這表明各類油料作物均具有明顯的產業集聚特征。其中，2000年花生集聚于華北、華中、華東部分地區，2019年也出現在華南、東北地區；油菜籽主要集聚于長江流域，且基本保持穩定；芝麻集聚于華中地區，且變化不大；葵花籽主要集中于西北、東北部分省份，變化較小；胡麻籽主要集中于西北部分省份，且變化較小。

表1 我國油料作物產量排名前5省份

2.2 我國油料作物地理集聚特征

2.2.1 區位基尼系數 圖2顯示了我國油料作物的區位基尼系數。總的來看，油料作物整體區位基尼系數較為穩定，處于0.55～0.62之間。但各類油料作物基尼系數都較大，其中，花生、油菜籽區位基尼系數均在0.7以上，芝麻、葵花籽區位基尼系數均在0.8以上，胡麻籽區位基尼系數在0.9以上，這與我國油料作物實際種植分布情況相吻合。與其他農作物相比，油料作物的種植相對集中，這一點已在表1中進行分析。

分品種來看，各類油料作物基尼系數在2000—2007年期間有小幅波動，2008—2020年期間較為平穩，且各類油料作物區位基尼系數均高于油料作物整體區位基尼系數，其中各類油料作物平均區位基尼系數大小排序為胡麻籽(0.900 3)>葵花籽(0.882 2)>芝麻(0.848 5)>花生(0.755 5)>油菜籽(0.716 0)>油料作物(0.584 0)。由此可見，胡麻籽的空間集聚特征最為明顯，其余依次為葵花籽、芝麻、花生、油菜籽，油料作物區域集聚特征與各品種相比最弱，主要原因在于各類油料作物對氣候的適應程度不同，由此導致種植分布呈現較大差異：胡麻只適宜生長在寒冷地區，種植區域高度集中在華北、西北一帶[14]；相對于胡麻籽，葵花籽、芝麻、花生、油菜籽對環境的適應性較強，葵花籽分布在東北、華北、云貴高原、新疆等地，芝麻廣泛分布在我國東、中部地區，油菜籽分布在除北京、海南外的各省份，花生分布在除青海外的各省份。

2.2.2 空間相關性分析 利用ArcGIS、GeoDa軟件測算的我國油料作物全局Moran’s I指數如表2所示。根據表2，除2017、2019年外，其余年份油料作物整體全局Moran’s I指數均通過了1%、5%或10%的顯著性檢驗，且均為正值。這表明，從整體上看，我國油料作物種植受鄰近省份的影響較為明顯，基本呈現高值與高值相鄰、低值與低值相鄰的地理集聚特征，且具有明顯的正向相關性特征。主要原因在于：(1)各相鄰省區在光照、溫度、適度等自然條件以及種植歷史、品種等社會條件上的稟賦相似，一般來說，資源稟賦相似的地區往往形成較為相似的種植結構，由此形成相鄰省區集聚分布的特點。(2)各地區農業產業政策調整一般朝著有利于發揮本省比較優勢的方向進行，由此制定的產業激勵政策能推動產業的地理集聚。

分品種來看，各類油料作物基本呈現正向空間相關性，但各類之間存在差異性。

表2 我國油料作物全局Moran’s指數

2.2.2.1 花生、油菜籽、芝麻3種作物空間相關性呈現逐步減弱的演化趨勢 花生的全局Moran’s指數從2000年的0.341 8下降至2019年的0.170 5，油菜籽的全局Moran’s指數由2000年的0.205 1下降至2019年的0.153 8，芝麻的全局Moran’s指數由2000年的0.307 5下降至2019年的0.148 9。造成3種作物空間相關性逐步弱化的趨勢的主要原因在于：(1)技術進步。首先是技術進步拓展了油料作物的種植空間，農業生產工藝技術的進步使得各地產生了適應于油料作物生產的溫度、濕度等條件；其次是通過現代科技可以有效地針對不同地區的特點培育出適合當地自然條件的農作物品種，增強了品種對環境的適應性。(2)市場暢通。首先是交通運輸條件的改善使得各種生產要素投入與產后產品的銷售更為便利，其次是以油料作物作為原材料的生產企業分布也會影響油料作物的分布。

2.2.2.2 葵花籽的空間集聚特征呈現顯著的階段特征 2000—2007年，其Moran’s指數為正，且通過了1%或5%的顯著性檢驗，存在正向空間自相關性；2008、2009年，其全局Moran’s指數未通過顯著性檢驗，不存在空間自相關性；2010—2013年，其存在正向空間自相關性；2014—2018年，其不存在空間自相關性，表明其朝著地理分散演變。向日葵是我國主要的油料作物之一，由于其種植條件對土壤的要求不高，廣泛分布在我國東北、西北、華北部分干旱、鹽堿地區，向日葵的環境適應性推動其向西南、中南、華東部分地區擴展。

2.2.2.3 胡麻籽的全局Moran’s指數波動較小，其地理集聚特征將在未來一段時間內保持穩定。由于胡麻種植對于干旱、鹽堿土地的適應性強，其在西北地區廣為種植。近年來，部分胡麻種植地拋棄了“廣種薄收”的生產習慣，把胡麻種植地改造成為退耕、還草的生態項目，但由于品種更新、更換速度加快，栽培技術的進步，胡麻籽的產量并未因種植面積減少而下降，這也是胡麻籽地理布局穩定的原因之一。

利用代表年份的局部Moran’s散點圖(圖略，表3)和油料作物LISA集聚圖分析樣本期間我國油料作物的區域生產布局及演變趨勢。從表3可以看出，各類油料作物處于第一、三象限的省份占60%以上。這表明，各類油料作物局域空間集聚特征明顯，具有顯著的正向空間自相關性，在地理分布上存在空間差異性。

表3 各類油料作物地理集聚的空間關聯類型

分品種來看，2000—2019年期間，各類油料作物集聚區均發生變動，且各類產品間存在顯著差異：

(1)花生：2000年位于第一、三象限的省份數量分別為6、14個，分別占19.35%、45.16%，到2019年位于第一、三象限的數量增加至6、17個，分別占19.35%、54.84%；2000年“高—高”空間聚集區出現在河北、安徽、山東、河南4省，且在2019年未發生變化；2000年“低—低”空間集聚區存在于寧夏、新疆，到2019年僅存在于新疆。

(2)油菜籽：2000年位于第一、三象限的省份數量分別為7、14個，分別占22.58%、45.16%，到2019年位于第一、三象限的數量增加至8、14個，分別占25.81%、45.16%；2000年“高—高”空間聚集區出現在安徽、江西、湖北3省，2019年變為湖北、重慶、貴州；2000年“低—低”空間集聚區存在于河北、內蒙古，到2019年僅存在于內蒙古。

(3)芝麻：2000年位于第一、三象限的省份數量分別為5、18個，分別占16.13%、58.06%，到2019年位于第一、三象限的數量增加至5、20個，分別占16.13%、64.52%；2000年“高—高”空間聚集區出現在安徽、河南、湖北3省，2019年未發生變化；2000年“低—低”空間集聚區存在于西藏、青海、新疆，到2019年僅存在于新疆。

(4)葵花籽：2000年位于第一、三象限的省份數量分別為5、19個，分別占16.13%、61.29%，到2018年位于第一、三象限的數量減少至2、19個，分別占6.45%、61.29%；2000年“高—高”空間聚集區出現在山西、內蒙古、吉林、黑龍江4省，2018年變為甘肅省；2000年“低—低”空間集聚區存在于江蘇、浙江、安徽、福建、江西、湖南、廣東，2018年變為江蘇、浙江、安徽、福建、江西、廣東。

(5)胡麻籽：2000年位于第一、三象限的省份數量分別為7、17個，分別占22.58%、54.84%，到2018年位于第一、三象限的數量減少至5、16個，分別占16.13%、51.61%；2000年“高—高”空間聚集區出現在內蒙古、甘肅、寧夏、新疆4省，2018年變為內蒙古、甘肅、寧夏；2000年“低—低”空間集聚區存在于安徽、江西、湖北、廣東，2018年已不存在“低—低”空間集聚區。

從代表年份的LISA集聚圖看，我國油料作物發展呈現非均衡空間分布特征：“高—高”空間聚集區出現在山東、河南、湖北、安徽，這幾個區域為我國油料作物的優勢區域，這與我國油料作物產量實際情況相吻合，且在未來一段時間內，4個省份油料作物的種植優勢還將繼續保持，并仍呈現集聚特征。由此，可以推斷未來推動油料作物產業發展的重要手段就是繼續保持優勢區域的發展(圖3)。

“高—高”集聚核心區域有逐步分散的趨勢，并逐步穩定。主要原因在于隨著油料消費市場的擴大及交通的進一步便利，“高—高”集聚核心區域在省區合作上不斷加強，使得各省之間的流通不斷增強，空間溢出效應不斷增強，這些都有利地促進了區域油料作物的產出水平和農業經濟實力的整體增強。

3 結論與建議

本文利用區位基尼系數、探索性空間分析等方法對我國油料作物地理集聚特征進行闡述，研究發現：(1)各類油料作物基尼系數都較大，與其他農作物相比，油料作物的種植相對集中；(2)我國油料作物種植受鄰近省份的影響較為明顯，基本呈現高值與高值相鄰、低值與低值相鄰的地理集聚特征，且具有明顯的正向相關性特征；(3)各類油料作物在地理分布上具有明顯的空間差異性，且具有顯著的正向空間自相關性和地理集聚特征。

據此提出以下建議：(1)運用現代科學技術選育優良品種，更新栽培技術，發揮各地區比較優勢，提高油料作物整體種植水平；(2)建立優質油料作物的生產基地，發揮規模優勢，充分發揮本地自然、資源、經濟、技術等方面的優勢，建立具備區位優勢的產業帶，依靠產業地理集聚降低交易成本，提高生產效益；(3)因地制宜調整生產布局，利用鄰近省份相似的自然、社會條件，合理制定發展規劃，建立基地，促進油料作物產業化。