县域棉花生产格局时空演化及影响因素

揭懋汕，雪 燕，薛 领

(1.北京大学 政府管理学院，北京 100871)2.中国农业科学院 农业信息研究所，北京 100081)

县域棉花生产格局时空演化及影响因素

揭懋汕1，雪 燕2，薛 领1

(1.北京大学 政府管理学院，北京 100871)2.中国农业科学院 农业信息研究所，北京 100081)

综合采用空间集中和集聚分析方法，对1978—2011年中国县域棉花生产格局时空演变展开分析，发现中国棉花生产的空间集中程度经历了降低、平稳和上升三个阶段，整体上空间差异变大，地理重心持续向西北方向转移。棉花生产整体上高度集聚，局部呈现出黄淮海和长江中下游流域高值集聚区由片状缩减成斑块状，西北棉区逐渐形成大片区高值集聚区的变动特征。利用空间误差模型对1981、1991、2001和2011年生产空间格局的影响因素进行实证分析，结果表明：技术进步，劳动力投入，农业机械和化肥的使用对棉花生产具有正向的影响，其中技术进步影响最大；地膜、农药的作用下降，农药在后两年显现出负向影响，灌溉的影响不突出；消费市场和劳动力的非农化在县域尺度上对棉花生产格局无显著影响。

棉花生产；棉花产区；空间自相关

中国是世界最大的棉花生产国和消费国，棉花是中国最重要的经济作物，是除粮食之外最重要的农产品和战略物资，棉花生产直接关系到棉花产业的发展。关于中国棉花生产空间分布的已有研究主要有三类。第一类是对全国或者局部地区棉花生产的现状、历史演进、存在问题和发展思路等问题进行一般性地梳理和概括，运用的分析方法主要是简单的统计分析和比较[1-2]。第二类是对棉花在空间上的产量差异、生产率差异等方面进行探究，主要利用计量分析建立模型进行研究[3-4]。第三类是利用经济地理学的研究手段对棉花生产的空间差异进行分析和研究[5-6]。在国外研究方面，相关文献也比较缺乏，代表性的有平(Ping，2004)利用全局和局部空间自相关对美国德克萨斯州1998—2000年棉花产量的空间独立性进行分析[7]。

上述研究为本研究提供了重要启示，但存在以下不足：一是总体看来，国内外对于棉花生产空间问题的相关研究比较少且零散，关注度不够；二是缺乏从大的时间跨度和精细的空间尺度对中国棉花生产空间格局进行系统梳理和总结的研究。为了研究的精度和准确性，本文将在全国县域尺度，对1980—2011年中国县域棉花生产的空间格局演变进行分析，并进一步对空间格局形成的影响因素进行分析，从而系统梳理中国棉花生产格局的时空演变及其影响因素，这是本文的创新性和贡献所在。

一、研究方法与数据来源

(一)空间集中与差异分析

1.生产集中度指数

生产集中度指数是指局部产量占整体产量总和的比重，从横向看，生产集中度指数可以比较同一时期各地区棉花产量占全国总产量比重的大小；从纵向看，针对某个地区历年数据的变化，可以判断该地区棉花生产在全国地位重要性的时间序列变化。

2.差异系数

3.赫芬代尔系数

(二)空间自相关分析

1.地理重心和标准差椭圆

假设一个大区域由n个小区域构成，mi(xi,yj)为第i个小区域的中心坐标，i为小区域的某种属性值，Mi(xi,yj)为大区域第j年的重心坐标，则重心计算公式为：

标准差椭圆和标准距离方法是空间统计方法中能精确揭示地理要素空间分布整体特征的有效方法[8-10]。标准差椭圆主要由3要素构成：转角θ、沿主轴(长轴)的标准差与沿辅轴(短轴)的标准差，椭圆的长轴为空间分布最多的方向，短轴为空间分布最少的方向。标准差椭圆可以反映属性值的空间分布，识别其重心的位置变化和移动方向等趋势[11-12]。

2.全局空间自相关

全局空间自相关分析是从整体上衡量区域之间的空间关联与空间差异程度的方法，全局莫兰指数(Moran’s I)是常用的度量指标，其具体计算公式为：

其中，n是空间单元的个数，Y是每个空间单元的值，W′是行标准化的空间邻接权重矩阵，对应于所有权重之和；Moran’s I取值范围介于-1与1，在给定显著性水平下，当Moran’s I显著为正时，表示观测值之间存在显著的正相关，在空间上呈集聚分布；当Moran’s I显著为负时，表示观测值之间存在显著的负相关，在空间上呈分散分布；仅当Moran’s I接近期望值-1/(n-1)时，观测值之间相互独立，在空间上随机分布。

3.局部空间自相关

局部空间自相关分析通过测算空间关联局域指标(Local Indicator of Spatial Association,LISA)显著性水平，采用Moran散点图、局部Moran’s I统计量来分析每个区域与周边地区之间的空间差异程度。

本文使用的数据是1980—2011年全国县域的棉花产量及农业投入的数据，全部来源于中国县域农业经济数据库。

二、县域棉花生产格局时空演变分析

(一)棉花生产整体格局

图1 1980—2011年中国县域棉花生产集中系数

从集中角度来看，以中国县域单元中棉花产量前十位的粮食产量占全国总产量的比重来衡量集中系数，其结果如图1所示。1980—2011年，中国县域棉花产量的集中系数在10%左右上下波动，大致可以分为三个阶段。第一阶段是1980—1984年，集中系数在1981年上升到高点，此后连续三年下降。这一阶段是中国棉花生产的黄金时代，连续5年棉花大丰收，1984年达到新的顶峰[13]，因此集中系数连续下降。第二阶段是1985—1995年，处于相对稳定时期，在10%上下小幅波动。这一阶段是棉花流通体制改革的探索期，统购统销与市场化运作同时并存，政策调控和市场机制同时发挥作用，因此棉花生产相对稳定。第三阶段是1996—2011年，集中系数相对较高，都在10%以上，且呈上升趋势。这主要因为1999年起棉花流通体制正式改革，逐步确立了以市场为主的流通机制，有助于规模化生产和产业化经营模式的形成，但受市场风险的影响较大。因此，集中系数总体呈上升趋势，但波动幅度较大。

在空间分异方面，如图2所示，这一时期的差异系数一直处于1.5～1.7之间，波动很小，但总体呈上升趋势。这反映了中国县域棉花生产的空间差异性，且这一差异性有所提高。赫芬代尔系数也呈现出类似的特征，印证了棉花生产的空间差异性及上升趋势。

图2 1980—2011年中国县域棉花生产差异系数与赫芬达尔系数

(二)棉花生产空间相关性

从县域棉花生产地理重心和标准差椭圆移动图(限于篇幅，略)可以看出，中国棉花生产的地理重心由位于河南省内转移到陕西、甘肃和宁夏地区，大体一直向西北方向移动；标准差椭圆的范围由中原地区为主逐渐向西北和东南方向延伸，其长轴持续向西北方向延伸。这都反映出中国棉花生产的重要产区起初以黄淮海棉区为主，之后长江中下游棉区和西北棉区地位逐渐提升，西北棉区的地位提升尤为突出。从重心移动的距离和速度来看，20世纪90年代后期向西北方向移动的距离最长、速度最快，其次是2007—2011年，反映这些时期西北棉产区重要性迅速提升。

1980—2011年，中国县域棉花的全局莫兰指数基本在0.4以上，其中1995年以前波动较大，此后相对平稳地维持在0.5以上，且依据Z值可以判断出各年的莫兰指数都通过了显著性检验，如表1所示。这反映出中国县域棉花生产在空间上高度集聚，尤其是1996年后一直表现出高度的集聚特征。

表1 1980—2011年中国县域棉花产量莫兰指数及Z值

从LISA集聚图(限于篇幅，略)可以看出县域棉花生产高值集聚变动的趋势：黄淮海和长江中下游流域高值集聚区由片状缩减成斑块状，西北棉区逐渐形成大片区高值集聚区。20世纪80年代，棉花生产在黄淮海和长江中下游棉区形成高值集聚，包括山东西南、河南东北、河北南部、湖北中部、鄱阳湖周边和江苏沿海等地。90年代，黄淮海棉区集聚区域集中到河南和安徽交界区域，新疆天山以南出现大片集聚区。2000年后，新疆棉花生产高值集聚的地区向天山以北扩展，黄淮海和长江中下游的棉区的高值集聚地区进一步缩减，仅在河北、河南和湖北仍有较大面积的斑块状分布，其它在江西、安徽、江苏和山东等仅有零星分布。

三、棉花生产空间格局影响因素分析

影响棉花生产空间布局的因素是多方面的，既包括自然条件，也包括生产投入、技术条件和社会经济条件等。农业劳动力、灌溉、农业机械、化肥、地膜、农药是棉花生产的常规性投入要素，对产量具有影响。单产反映了种植的技术水平，其高低影响棉花产量的多少。农村居民人均纯收入和非农就业机会等社会经济因素对棉花生产的选择产生影响，人均收入水平往往与市场消费需求相联系，因而会对棉花生产的布局产生影响；非农就业机会是农村劳动力转移成非农业劳动力的比例，反映了从事农业生产的机会成本，对棉花生产具有负向的影响，这一点在省域层面的文献中得到实证支持[14]。这些因素都可能影响中国棉花生产的空间格局，但其影响力在不同时期可能发生变化。本研究以棉花生产集中度为因变量，以十年为一个周期，比较这些因素对因变量的影响的差别，从中分析棉花生产影响因素的变动特征与规律。

(一)模型设定与数据说明

在模型设定方面，由于棉花生产在空间上并非随机分布，而是呈现出空间集聚的特征，不符合经典的最小二乘法(OLS)模型的假设前提。本研究主要采用空间滞后模型和空间误差模型[15]。

空间滞后模型(SLM)中，空间的自相关性体现在因变量的滞后项，一般的模型形式为：

Y=ρWY+Xβ+ε

其中，Y为被解释变量，X为1×k的外生解释变量矩阵，ρ为空间回归系数，W为n×n阶的空间权重矩阵，WY为空间滞后被解释变量，ε为随机误差项向量。

空间误差模型(SEM)中，空间自相关体现在误差项中，一般的模型形式为：

Y=Xβ+ε

ε=λWε+μ

其中，ε为随机误差项向量，λ为n×1的截面被解释变量向量的空间误差系数，反应了残差之间的空间关联程度。μ为正态分布的随机误差向量。空间误差模型考察的是相邻地区间那些观测不到的因素的空间相关性，并且这些因素会对因变量产生影响。如果存在误差的空间相关，利用最小二乘法回归中的误差项不相关的经典假设不成立，其估计也是有偏的。

对于权重矩阵的设定存在多种情况。最为常见的两种是邻接矩阵和基于距离的矩阵。由于本文的研究是针对细尺度的县域研究，个体单元间的邻接不能反映较大区域的空间相关性，因此采用基于距离的矩阵[16]。

在数据使用中，需要对部分数据做一定处理。由于有效灌溉面积、农药使用量、化肥使用量、农用机械总动力和地膜使用量是针对所有农作物的，参考一般文献的处理方法进行修正，即分别乘以棉花面积占总播种面积之比，得到上述要素用于棉花生产的使用量。非农就业机会是乡村从业人员减去农、林、牧、渔业从业人员之差后占乡村从业人员的比重。此外，由于数据缺失，1981年自变量缺少棉花农药使用量、棉花地膜使用量和农民平均收入这三项。

(二)分析结果

在估计实证模型参数之前，需要对模型因变量进行空间自相关检验，只有存在空间自相关性的数据才可以使用空间计量模型。常用的检测方法有Moran’s I检验、LM-Lag检验和LM-Error检验，后两者还可用于空间滞后与空间误差模型的选择判断，在Moran’s I检验显著时，如果稳健估计R-LMError显著而R-LMLag不显著，则选用空间误差模型[17]。

利用Geoda软件计算，检验结果如表2所示。1981、1991、2001和2011年的县域棉花生产都具有空间自相关性，通过误差正态性检验和异方差检验。由于这四年的R-LMError值都高于R-LMLag，且1991年的R-LMLag未通过显著性检验，说明整体上空间误差模型比空间滞后模型更具有解释力。因此，本文采用空间误差模型进行参数估计。

表2 1981、1991、2001和2011年县域棉花生产空间自相关性检验

SEM模型的估计结果如表3所示。整体来看，四年的调整的R2在86%以上，空间依赖性也通过检验，说明模型的解释力较好。从估计结果来看，在这四年中，对因变量都具有显著影响的自变量有单产、农业劳动力、棉花农业机械总动力和棉花化肥使用量，且系数均为正，说明技术进步、劳动力投入、农业机械的使用以及化肥的使用对棉花生产具有正向的影响，其中技术进步的影响最强。

棉花地膜使用量和农药使用量的系数在1991年显著且为正，而在2001和2011年地膜使用量的系数不再显著，农药使用量的系数则变为负数，且仅在10%的水平下显著，说明地膜的使用对棉花生产格局由正向影响变成无显著影响，而农药的使用则由正向变成负向影响。这可能是因为地膜和农药的过度使用会对土壤和生态环境带来危害，随着棉花栽培科学水平的提高，地膜和农药的使用得到一定的控制。棉花有效灌溉面积的系数并不都显著，说明灌溉对棉花生产格局的影响并不突出，这可能与自然和人为两方面的综合作用有关。一方面棉花是喜热作物，适宜在气候干旱的地方生长，另一方面滴灌等灌溉技术改进又使得灌溉对棉花生产具有重要影响。

表3 1981、1991、2001和2011年中国县域棉花生产格局影响因素空间误差模型估计结果

表3(续)

农村居民人均纯收入的系数仅在1991年显著，说明消费市场对棉花生产格局的影响有减弱趋势，这是因为棉花市场化流通机制的确立和现代交通运输发展，使得物流和运输对棉花生产布局的影响减弱，棉花生产倾向于集中到自然环境最适宜的西北棉区。非农就业机会的系数都不显著，说明从县域层面来看，农村剩余劳动力向城市的转移以及农村劳动力的非农化，并没有对棉花生产格局带来不利的影响，这与在省域尺度进行实证的文献得出的结论不同。这两个自变量影响不显著，说明从全国县域层面看来，棉花生产布局受社会经济因素的影响较弱，自然环境仍发挥着“第一性”的基础作用。

四、结论

本文在较长的时间跨度和细致的空间尺度上，利用空间集中和集聚的分析方法，对1980—2011年中国县域棉花生产格局的时空演化展开分析，发现如下特征：

空间集中和分异上，大致可以分为三个阶段：第一阶段是1980—1984年，集中程度连续下降；第二阶段是1985—1995年，处于相对稳定时期；第三阶段是1996—2011年，集中程度相对较高且呈上升趋势。整个时期内，棉花生产的空间差异较大，并呈上升趋势。

地理重心上，整体呈现向西北方向移动的规律，反映出中国棉花主产区由以黄淮海棉区为主，到以西北棉区为主的变动趋势。从重心移动的距离和速度来看，20世纪90年代后期向西北方向移动的距离最长、速度最快，其次是2007—2011年，反映这些时期西北棉花产区的重要性迅速提升。

空间相关性上，棉花生产整体上呈现出高度集聚的特征，尤其是1996年以后，局部上呈现出黄淮海和长江中下游流域高值集聚区由片状缩减成斑块状，西北棉区逐渐形成大片区高值集聚区的变化特征。

利用空间计量的方法，分析影响棉花生产空间格局的驱动因素，得到如下发现：第一，技术进步、劳动力投入和农业机械的使用以及化肥的使用对棉花生产具有正向的影响，其中技术进步的影响最强。第二，地膜的使用对棉花生产格局的影响减弱至不再显著，农药的影响则由正变负，灌溉的影响并不突出。第三，消费市场以及农村劳动力的非农化，在县域层面对棉花生产格局并无显著影响。

[1]翟云飞,朱美玲,陈卫东.中国三大棉区的生产现状和趋势分析[J].江西棉花,2008(3):3-7.

[2]张鹏忠,王新江,托乎提.新疆棉花产业发展现状、存在问题及对策建议[J].新疆农业科学,2008(S2):174-176.

[3]钟甫宁,胡雪梅.中国棉花生产区域格局及其影响因素[J].农业技术经济,2008(1):4-9.

[4]肖双喜,刘小和.棉花种植面积影响因素——基于新疆、河南、江苏和山东的调查[J].农业技术经济,2008(4):79-84.

[5]朱启荣.中国棉花主产区生产布局分析[J].中国农村经济,2009(4):31-38.

[6]揭懋汕,雪燕,薛领.我国棉花生产的空间格局演化及集聚因素分析[J].农业现代化研究,2015(3):387-393.

[7]PING J L,GREEN C J,ZARTMAN R E,et al.Exploring spatial dependence of cotton yield using global and local autocorrelation statistics[J].Field Crops Research,2004,89(2):219-236.

[8]周珂慧,甄峰,余洋,等.中心城区金融服务业空间集聚过程与格局研究以潍坊市奎文区为例[J].人文地理，2010(6):62-67.

[9]林晓,韩增林,赵琳,等.我国省域金融联系的空间格局及其变化[J].经济地理,2013,33(9):87-92.

[10]刘辉,申玉铭,柳坤.中国城市群金融服务业发展水平及空间格局[J].地理学报,2013(2):186-192.

[11]赵璐,赵作权,王伟.中国东部沿海地区经济空间格局变化[J].经济地理,2014(2):14-27.

[12]马荣华,蒲英霞,马晓冬.GIS空间关联模式发现[M].北京:科学出版社,2007.

[13]马家璋.我国棉花生产发展历程及今后战略[J].中国棉花，1989(6):7-10.

[14]杨万江，陈文佳.中国水稻生产空间布局变迁及影响因素分析[J].经济地理，2011(12)：2087-2093.

[15]ANSELIN L.Spatial Econometrics:Methods and Models[M].Dordrecht：Kluwer Academic Publishers，1988.

[16]钟水映,李魁.人口红利、空间外溢与省域经济增长[J].管理世界,2010(4):14-35.

[17]ANSELIN L,REY S.Properties of Tests for Spatial Dependence in Linear Regression Models[J].Geographical Analysis，1991，23(2)：112-131.

(责任编辑：宛恬伊)

The Spatial and Temporal Evolution of the Distribution of Cotton Production and Its Influencing Factors at County Level in China

JIE Maoshan1，XUE Yan2，XUE Ling1

(1.School of Government,Peking University,Beijing 100871,China;2.Agricultural Information Institute,Chinese Academy of Agricultural Sciences,Beijing 100081,China)

This paper uses methods of spatial concentration and clustering to illustrate the changes of spatial distribution of China’s cotton production at county level from 1978 to 2011.The result shows that the degree of spatial concentration of cotton production goes through three periods of declining,remaining stable and going up.The spatial disparity gets larger and the gravity center moves northwest.Cotton production is highly spatial correlated on the whole.In the local,the high value cluster areas in Huanghuaihai and middle and lower Yangtze River shrink from schistose to plaques,while a large area of high value cluster forms in the northwest cotton production areas.Using SEM model to compare the influencing factors by conducting empirical analysis on cotton production data in the year of 1981,1991,2001 and 2011,it is found that technical advance,agricultural labor,agricultural machinery and fertilizer have a remarkable effect on the distribution of cotton production;the effects of mulching film and pesticide get weaker and pesticide even shows a negative effect in last two years and irrigation has little effect;consumer market and the non-agriculturalization of agricultural labor have no significant effects on that.

cotton production;cotton production areas;spatial autocorrelation

2015-06-20

国家重点基础研究发展计划(973计划)“气候变化下中国区域增长与公平控制”(2012CB955803)；国家自然科学基金项目“城市演化集成模型及模拟系统研究”(40301012)

揭懋汕(1992—)，男，北京大学政府管理学院硕士研究生，研究方向为新经济地理；雪燕(1961—)，女，中国农业科学院农业信息研究所研究员，研究方向为农业信息；薛领(1969—)男，北京大学政府管理学院教授，博士生导师，研究方向为地理计算、空间经济学、演化经济地理等。

F304.5

A

1008-2700(2015)06-0046-08