中国小麦生产布局演化及影响因素研究*

郝晓燕，张 益， 2，韩一军※

(1.中国农业大学经济管理学院，北京 100083；2.中国热带农业科学院科技信息研究所，海南儋州 571737)

0 引言

粮食生产布局的变化将直接影响粮食市场供给量在时间和空间上分布的均衡性，进而引发粮价、贸易、市场等一系列波动[1]。随着中国社会经济的不断发展，粮食生产空间布局的区域特征日益显现，小麦生产区域由比较分散逐渐演变为相对集中，优势区域日益明显，对小麦供给发挥着越来越重要的作用。

现有研究中关于粮食生产布局的研究成果较为丰富，学者基本认同在自然资源、社会资源、经济资源、市场资源及政策环境等因素的综合作用下，中国粮食生产布局呈现整体北移的特征[2-5]。但是学者们对小麦生产变迁布局趋势的判断尚未达成一种比较直观趋同的认识。姜会飞[6]认为1979—2002年小麦生产的时空差异性导致北方是我国小麦生产发展的重点地区。赵俊晔[7]提出尽管生产水平和种植条件有所不同，但我国小麦正逐步向着黄淮海和长江中下游两大优质麦产区的产业带集中。杨春[8]指出小麦生产布局在华东、东北、西南区不断缩减的同时，生产重心不断向华北和华中集中。卢布[9]指出黄淮海、长江中下游和大兴安岭沿麓产区优质专用小麦的区位优势不断增强。屈宝香[10]指出小麦生产北多南少西部萎缩，核心优势逐渐流向黄淮海流域。徐志宇[11]通过测算比较优势指数，认为华北和西北地区是小麦生产布局发展过程中综合比较优势较高的地区。

关于生产布局的影响因素研究，国内外学者主要考虑了自然资源、经济效益、技术进步、市场环境、自然灾害和政策等方面因素。国外学者David & Elliott[12]通过结合粮食生产效率，验证了粮食生产布局与相关粮食作物的价格、自然灾害和是否接近沿海区省份布局具有相关关系。R.Welsh[13]指出农业生产布局也受到上下游部门的影响。Daniel & Killkenny[14]认为农业生产布局与一般农业政策的变化有关系，如增加农业津贴和转移支付等。国内学者陆文聪[15]发现农业劳动力数量及其受教育程度、化肥及农业动力投入、有效灌溉面积和农村水库库容量对粮食播种面积有正向影响，而除涝面积、承载比例和农民非农就业收入对粮食播种面积有负向影响。钟甫宁等[16]指出棉花与替代作物等价格和单产比是棉花生产布局变化的关键影响因素，棉粮相对价格、棉花单产、政府的棉花投资、公路里程、有效灌溉面积对棉花生产布局有正向影响。陈欢等[17]指出农民以往决策、技术、畜牧业发展、交通条件对玉米生产面积变化有正向影响，而非农收入比重、玉米与替代作物亩均净收益差值对其有负向影响。

该研究借鉴以往文献研究方法，首先对改革开放以来中国小麦生产布局变迁分析，总结出小麦生产布局变迁的趋势性特征； 其次构建空间杜宾模型，实证分析中国小麦生产布局变迁的影响因素，以期为优化小麦生产布局和小麦产业发展提供有针对性的理论参考依据。

1 中国小麦生产布局变迁特征分析

该研究采用生产规模指数和生产集中度指数，分别以代表不同经济发展水平的中国四大经济区域和代表不同自然禀赋的农作物种植区划的双视角来分析小麦生产布局现状[注]文中对中国四大经济区域的划分，主要依据2011年《中共中央、国务院关于促进中部地区崛起的若干意见》《国务院发布关于西部大开发若干政策措施的实施意见》，将其划分为东部、中部、西部和东北四大地区，其中东北地区包括3个省，分别为辽宁、吉林、黑龙江； 东部地区包括10个省(市)，分别是北京、天津、河北、上海、江苏、浙江、福建、山东、广东、海南； 中部地区包括6个省，分别为山西、河南、安徽、湖北、湖南、江西； 西部地区包括12个省(区)，分别是内蒙古自治区、陕西、甘肃、宁夏、青海、新疆、广西壮族自治区、重庆、四川、云南、贵州、西藏自治区。根据农业部发布的《小麦优势区域布局规划(2008-2015)》，将我国小麦种植区域划分为黄淮海小麦优势区、长江中下游小麦优势区、西南小麦优势区、西北小麦优势区及东北小麦优势区。(1)黄淮海小麦优势区：北京、天津、河北、河南、山西、江苏、安徽；(2)长江中下游小麦优势区：湖北、湖南、江西、浙江、上海； (3)西南小麦优势区：重庆、四川、贵州、云南、广西壮族自治区、西藏； (4)西北小麦优势区：甘肃、宁夏回族自治区、青海、新疆维吾尔自治区、陕西、内蒙古； (5)东北小麦优势区：黑龙江、吉林、辽宁。，并进一步采用生产重心指数分析我国小麦生产贡献变迁轨迹，以期更加深入细致分析我国小麦生产布局变迁特征。

生产规模指数是指某地区某个时期小麦播种面积占同期全国小麦播种面积的比重。该指标能够很好地衡量各地区小麦生产对全国的贡献程度。

从四大经济区域来看(图1)， 2000年以前，东部、中部和西部地区小麦生产规模指数相差不大，基本处于0.25～0.30区间， 2000年以后，中部地区指数大幅度显著增长，东部地区表现为缓慢增长，西部地区转入下降通道。而东北地区在考察期内呈现持续下降趋势。具体来看， 1978—2014年，中部指数从0.28增至0.40，增幅41.72%，年均增0.97%； 东部指数从0.33增至0.35，增幅7.89%，年均增0.21%； 西部指数从0.31降至0.24，降幅22.84%，年均降0.72%； 东北指数从0.08降至0.01，降幅92.00%，年均降6.78%。表明，改革开放以来，我国中部和东部的播种面积对小麦生产的贡献越来越大，其他地区的贡献水平在减弱。

从五大优势区来看(图1)，黄淮海地区指数远远高于其他地区，常年保持在0.40以上，且呈现持续增长态势。西北地区指数位列其次，但表现为逐年下降态势。西南地区表现为先增后降，长江中下游地区先降后增，东北地区则持续下降。具体来看， 1978—2014年，黄淮海地区指数从0.40增至0.55，增幅7.89%，年均增0.21%； 西北地区指数从0.19降到0.16，降幅18.68%，年均降0.57%； 西南地区从0.19降至0.08，降幅29.72%，年均降0.97%； 长江中下游地区从0.06降至0.05，降幅18.37%，年均降0.56%； 东北地区指数从0.08降至0.01，降幅92.00%，年均降6.78%。表明，改革开放以来，黄淮海地区的播种面积对小麦生产的贡献越来越大，其他地区的贡献水平呈现不同程度地下降。

图1 1978—2014年中国四大经济区域(左)及五大小麦优势区(右)的小麦生产规模指数

图2 1978—2014年中国四大经济区域(左)及五大小麦优势区(右)的小麦生产集中度指数

生产集中度指数是指某个省份某时期的小麦产量占同期全国小麦总产量的比重。

从四大经济区域来看(图2)，东部和中部地区是小麦生产集中度指数较高地区。1978—2014年，东部地区小麦生产集中度指数从0.39增至0.40，增幅1.29%，年均增0.04%，中部小麦生产集中度指数从0.29增至0.43，增幅48.87%，年均增1.11%。2002年以前，东部地区生产集中度指数位居全国前列，近几年略有下滑，中部地区则呈现持续增长态势，并于2002年以后超越东部地区。到2014年，两区生产集中度指数之和高达0.64。西部地区呈波动下降趋势，从0.26降至0.17，降幅34.38%，年均降1.16%。东北地区指数较最低，且呈下降趋势，从0.06降至0.00，降幅93.39%，年均降7.27%。表明，改革开放以来，我国中部和东部地区的产量对小麦生产贡献越来越大。

从五大优势地区来看(图2)，黄淮海地区指数远远高于其他地区，常年保持在0.40以上，还表现出持续增长态势。1978—2014年，小麦生产集中度指数从0.45增至0.61，增幅34.78%，年均增0.83%。西北地区位列其次，但呈现出逐年下滑趋势，从0.15降至0.12，降幅18.92%，年均降0.58%； 西南地区也呈明显下降趋势，从0.11降至0.05，降幅55.68%，年均降2.23%。长江中下游地区变化幅度较小，稳中略降，从0.06降至0.04，降幅40.83%，年均降1.45%。东北地区呈现波动下降趋势，从0.06降至0.00，降幅达93.39%，年均降7.27%。表明，改革开放以来，黄淮海地区的产量对小麦生产的贡献越来越大，其他地区的贡献水平呈现不同程度地下降。

综合小麦生产规模指数和小麦生产集中度指数分析，可以发现，随着时间迁移，小麦生产布局由分散逐渐变集中，目前小麦生产主要集中在中部、黄淮海地区，该地区的面积和产量对全国小麦生产的贡献最大。主要原因是该地区具有天然的地理优势，年均降水量700mm左右，年均气温15℃左右，气候条件非常适宜小麦生产。同时该区也是经济较为发达地区，交通、技术、政策、教育、市场等条件较为成熟，便于组织小麦生产活动。

生产重心指数是指某个时期小麦生产(可用播种面积或者产量指标度量)分布在某个区域上的力矩达到平衡的点(地理重心)。计算公式如下：

(1)

Jt和Wt分别为第t年小麦生产重心所在地理位置的经度和纬度值，Ji和Wi分别为i地的经度和纬度值，Ait为i省第t年小麦播种面积(或产量)，n为地区数量。

小麦生产重心移动距离的计算公式如下：

D=C×Ja-Jb2+Wa-Wb21/2

(2)

式(2)中，D为小麦生产重心之间的距离，C为常数，是把地理坐标(以度为单位)转换为平面距离所对应的值，取111.111km，Ja、Wa和Jb、Wb分别为第a年和第b年小麦生产重心所在的地理位置的经度和纬度值。

通过采用GIS软件分析结果(表1)，我国小麦播种面积重心在1998年和2004年两次转移至西南方向，其中2004年重心移动距离达到自1978年以来的最大值，为53.391km； 到2014年，播种面积重心转向东北。我国小麦产量重心移动距离同样在2004年达到最大，为62.311km，重心转移方向也符合自东南转向西北的趋势。可以发现中国小麦生产无论是播种面积还是产量角度，都表现出自北向南再向东的趋势，说明改革开放以来，随着农业结构调整，我国东北及西部小麦主产省的生产贡献相对弱化，而南部及东部小麦主产省的生产贡献进一步加大。

表1 小麦播种面积和产量重心移动距离及路径

年份播种面积产量经度纬度重心移动距离(KM)重心转移方向经度纬度重心移动距离(km)重心转移方向1978112.3235.98——112.8335.76——1988112.4935.7432.679东南113.0135.5530.732东南1998112.3835.4930.348西南112.7035.8850.308东北2004112.2835.0253.391西南112.9135.3662.311东南2014112.5935.2140.399东北113.2835.3741.126东北

2 小麦生产布局变迁影响因素分析

2.1 模型构建及数据说明

该研究采用空间计量模型对小麦生产布局的影响因素进行分析。根据空间统计和空间计量经济学原理方法，进行空间分析。首先要检验变量之间是否存在空间自相关，如果存在，即可将空间交互影响因素纳入模型。因此，该研究首先采用莫兰指数对中国小麦生产布局进行空间相关性检验，以确定中国小麦生产布局的空间集中性是否存在，其次使用空间杜宾模型实证分析小麦生产布局变动的影响因素及空间效应。

2.1.1 全局莫兰指数(Global Moran′s I)

全局空间自相关是从区域空间的整体上研究区域经济活动分布的集群状况。通过全局Moran′s I可以分析研究对象在空间中是独立、相似还是相异。

(3)

(4)

Moran′s I的取值范围为[-1， 1]。如果，I>0表示正相关关系，接近1时表明具有相似属性值聚集在一起(高值和高值相邻、低值和低值相邻)； 如果I<0表示负相关关系，接近-1时表明具有相异属性值聚集在一起(高值和低值相邻、低值和高值相邻)； 如果I=0，表示属性是随机分布的或者不存在空间相关性。Z统计值可以检验Moran′s I在正态假设条件下的显著性。

2.1.2 空间面板数据模型

该研究采用空间杜宾模型分析小麦生产布局的影响因素。具体模型设置如下：

(5)

式(5)中，areait表示各地区小麦播种面积，μi为地区效应，εit为随机误差项。ρ、βi和δi为估计系数。Xi，j，t为影响因素变量，包括有效灌溉面积、农业机械总动力、化肥使用量、小麦比较收益、非农就业机会、成灾面积、政策变量、小麦单产。W表示空间权重矩阵。该研究采用基于邻接关系的方法构建空间权重矩阵，其元素定义形式如下：

(6)

由于空间效应的存在，普通最小二乘估计空间误差模型是无偏的，但不具有效性，估计的空间滞后模型不仅是有偏的也是不一致的。

在空间杜宾模型中，解释变量包含了被解释变量的变形，违背了传统模型回归中解释变量严格外生的假设，从而使得采用普通最小二乘估计(OLS)方法得到的结果是有偏且不一致的[19]。因此，根据Lee和Yu的建议[20]，该研究采用最大似然估计法来估计。

2.2 变量选择

根据前文分析，并充分考虑到数据可获得性，最终变量设置见表2。替代作物的选取标准是播种面积的大小和实际的替代可能性[17](表3)。

表2 模型变量设置及说明

变量代码单位定义面积area万hm2各地区小麦播种面积有效灌溉面积irrigation万hm2加权有效灌溉面积,权重为当期小麦播种面积/当期农作物播种面积农业机械总动力machinery万(kW)加权农业机械总动力,权重同上化肥施用量fertilizer万t加权化肥施用量,权重同上小麦比较收益alternative/替代作物单产与小麦单产的比重非农就业机会 nae(non-agricultural employment)/每万平方公里第二、三产业增加值(即,地区第二、三产业增加值/地区行政面积)成灾面积disaster万hm2各地区农作物成灾面积政策变量policy/虚拟变量(1998年及以后为1,其余为0)空间交互效应Wx/各解释变量的空间溢出作用小麦单产productionkg/hm2各地区小麦单位面积产量(表示技术进步)

表3 不同地区替代作物选择

省份替代作物北京、天津、河北、山西、内蒙古、辽宁、吉林、山东、河南、陕西、甘肃、宁夏玉米上海、江苏、浙江、安徽、福建、江西、湖北、湖南、广东、广西稻谷四川、贵州、云南稻谷、玉米黑龙江豆类、玉米甘肃、宁夏薯类新疆玉米、棉花青海、西藏油菜籽

2.3 数据说明及处理

该研究所采用数据为1978—2014年全国省级面板数据。小麦播种面积、小麦产量、小麦单产、替代作物单产、有效灌溉面积、农业机械总动力、化肥使用量及成灾面积数据来自《新中国50年农业统计资料汇编》和《中国农村统计年鉴》(1979—2015)全国每万平方公里第二、三产业增加值数据主要来自《中国统计年鉴》(1979—2015)。

由于考察期较久，结合实际发展情况，故将重庆市并入四川省，海南省并入广东省核算。对于个别缺失数据，采用前后两年平均数据。

图3 1978—2014年中国小麦播种面积莫兰指数

2.4 实证分析过程与结果

2.4.1 空间相关性检验

通过中国省域小麦生产布局空间相关性检验结果显示， 1978—2014年小麦播种面积的莫兰指数全部为正，显著不为0，说明存在空间正相关性，即小麦生产布局出现了高高、低低的集聚现象：播种面积多的省份相互聚集，播种面积少的省份相互聚集。莫兰指数呈现稳中有升的趋势，说明空间集聚效应随时间变化越来越显著,见图3。

2.4.2 小麦生产布局变迁原因的估计结果分析

该研究首先对面板数据进行Hausman检验，结果显示不能拒绝原假设，故采用随机效应模型。另外，Wald统计量拒绝了δ=0和δ+ρβ=0的原假设，可以采用空间杜宾模型。该研究应用stata13软件进行空间杜宾模型估计，根据估计结果，空间回归系数在1%的水平上显著，表明存在空间溢出效应，这与Moran′s I检验结果相符。由于空间杜宾模型的估计系数不能直接反映与被解释变量的关系，所以对空间杜宾模型的估计结果进一步分解为直接效应、间接效应和总效应。空间杜宾模型的直接效应表示解释变量的变化对该地区被解释变量造成的平均影响，间接效益应表示解释变量对其他地区被解释变量造成的平均影响，总效应表示某一解释变量的变化对所有地区造成的平均影响[21],见表4。

表4 空间杜宾模型估计及影响效应估计结果

变量代码系数(Z值)直接效应(Z值)间接效应(Z值)总效应(Z值)有效灌溉面积irrigation1.572(22.86)***1.587(23.38)***0.409(4.63)***1.997(16.66)***农业机械总动力machinery-0.141(5.48)***-0.143(5.52)***-0.037(3.43)***-0.180(5.29)***化肥施用量fertilizer3.175(5.42)***3.227(5.65)***0.834(3.56)***4.060(5.46)***小麦比较收益alternative-42.436(4.88)***-41.425(4.87)***33.765(1.87)*-7.660(0.42)非农就业机会nae0.005(2.24)**0.005(2.09)**-0.013(1.78)*-0.008(1.12)成灾面积disaster-0.013(1.37)-0.013(1.40)-0.003(1.31)-0.016(1.39)政策变量policy-50.583(1.87)*-52.399(2.02)**-61.162(2.46)**-113.561(6.77)***小麦单产production-0.025(3.24)***-0.026(3.31)***-0.007(2.78)***-0.033(3.30)***空间回归系数Spatial rho 0.372(6.12)***R20.9 注:***、**和*分别代表1%、5%和10%的显著性水平

从SDM的直接效应来看，只有成灾面积变量不显著，说明该区自然灾害对该区小麦生产布局变化的影响有限。有效灌溉面积和化肥使用量的提高能够有效促进该地区的小麦播种面积的增加，而机械总动力、替代作物的单产比例、非农就业机会、政策及单产的提高，会降低该区小麦播种面积。

水和化肥等要素投入的增加在一定程度上能够改善耕作环境，从而有利于播种面积的增加。机械化发展是建立在土地规模化的基础上，但是我国耕地面积细碎小，这是土地规模经营和机械化发展的主要障碍，小麦机械化水平已经发展到95%以上，随着机械化水平的提高，导致该区内不能采用机械作业的耕地不断退出。替代作物的单产比例提高对该区小麦播种面积有显著的负向影响，表明小麦生产布局变化遵循了比较优势原则，农民会选择更高收益的农作物来替代小麦。非农就业机会的增加，会使该区农业劳动力转移，从而导致该区小麦播种面积减少。政策变量显著为负，主要原因可能是1998年后粮食保护价市场化，短期内维持粮食生产和调动农民积极性上起到了很重要的作用，但也存在一定的弊端，收购价格日益攀升，国家财政补贴的负担加大，导致小麦播种面积快速下滑。小麦生产技术显著为负，表明我国小麦生产技术进步属于要素集约化技术进步，机械化、化肥等要素的配置水平决定了小麦播种面积变化。而小麦育种、研发、管理等技术的发展还不足以扩大小麦播种面积。

从SDM的间接效应来看，同样只有成灾面积变量不显著，说明该区的自然灾害对相邻地区小麦生产布局变化影响作用有限。其他变量都体现出了空间交互效应。该区有效灌溉面积、化肥使用量和替代作物的单产比例的提高能够有效促进相邻地区的小麦播种面积的增加，而该区机械总动力、非农就业机会、政策及小麦技术的提高，会使相邻地区小麦播种面积降低。

有效灌溉面积、化肥使用量和机械总动力反映了要素投入，三者对该区和相邻地区的小麦播种面积均产生同方向的显著作用，可能是相邻地区的农民在生产要素投入方面有相互学习的现象，增加或减少不同要素，导致小麦播种面积发生相应变化。值得注意的是，该区的替代作物单产比例对相邻地区小麦播种面积产生显著负向作用，说明农民小麦生产决策并未参考相邻地区的农作物比较收益水平而遵循比较优势原则进行生产，这可能是受到农业生产条件限制和农业生产惯性所致。该区小麦技术进步，会产生技术溢出效应，影响相邻地区小麦播种面积，具体表现为该区小麦技术进步导致该区小麦面积减少，相邻地区受到技术溢出影响，同样会减少当地小麦播种面积。该区非农就业机会增加，会对相邻地区农民产生吸引力，农民放弃农业生产的可能性就会提高，从而小麦播种面积会相应减少。全国各地区的小麦生产政策较为一致，均由国家统一制定，所以该区的政策也就是相邻地区的政策，从而出现政策重大调整会改变小麦播种面积现象。

从SDM的总效应来看，有效灌溉面积、化肥使用量、机械总动力、政策变量和小麦单产通过了显著性检验，说明这些变量变化对全国所有地区的小麦播种面积都产生了影响。原因可能是小麦生产布局更加集中，各地区小麦生产条件更加相似，同时在市场化和信息化发展水平不断提高背景下，农业生产要素流通更有效率，各地区农民在小麦生产要素配置方面产生效仿效应。但是比较收益和非农就业机会对所有地区的小麦生产布局影响不显著，可能是各地区主产作物不同且经济发展水平差距较大所致。

3 结论与建议

该研究采用1978—2014年全国各省市面板数据，首先分别测算小麦生产规模指数、生产集中度指数、重心指数及重心演变路径，对改革开放以来中国小麦生产布局空间演化进行了分析； 其次以Moran′s I检验各省区小麦播种面积的空间相关性，构建空间杜宾模型，实证分析中国小麦生产布局变迁的影响因素。结论如下。

(1)随着时间迁移，小麦生产布局由分散逐渐变集中。目前小麦生产主要在中部、黄淮海地区，该地区的面积和产量对全国小麦生产的贡献最大。

(2)无论是从播种面积还是产量角度，小麦生产重心都表现出自北向南再向东的趋势。

(3)小麦生产的空间集聚效应随时间变化越来越显著。该区灌溉水平和化肥投入增加，不仅对该区的小麦播种面积有正向作用，同时也对相邻地区和全国小麦播种面积产生正向作用。该区机械化投入、政策和技术水平不仅对该区的小麦播种面积产生负向影响，同时也对相邻地区和全国小麦播种面积产生负向影响。该区的比较收益和非农就业机会变化，会对该区和相邻地区的小麦播种面积产生相反作用。

基于以上分析，建议进行小麦生产优化布局时，要根据我国自然气候条件，充分发挥经济发展、要素投入等因素的空间交互作用。首先，注重发挥邻近区域农民的学习效仿能力，保障小麦产量稳定； 其次，促进小麦品种研发技术提升，增强小麦生产的环境适应性，提高小麦生产的要素配置效率； 最后，关注因农业劳动力非农就业而导致的小麦播种面积波动，切实保障小麦主产省农民的收益。