我国油料作物生产概况和空间集聚特征分析

孙 华， 余意雯， 黄 萌， 张建栋， 武玉环

(1.苏州市农业科学院，江苏苏州 215000； 2. 河北水利电力学院，河北沧州 061000)

油料作物是我国食用植物油和植物蛋白的重要来源，在国民经济发展、社会发展中具有重要地位。我国是油料作物种植大国，但近年来食用植物油及油菜籽进口量不断增加，油料作物对外依存度上升[1]。优化我国油料作物布局是推动农业供给侧结构性改革、推进农业提质增效的主要途径，也是保障我国食用植物油安全、平衡进出口贸易、提升我国油料作物国际竞争力的必要手段[2]。2017年中央一号文件中指出，“经济作物要优化品种品质和区域布局，巩固主产区棉花、油料、糖料生产”。2017年11月，国家发展改革委、原农业部、国家林业局印发的《全国大宗油料作物生产发展规划(2016—2020年)》中提出，“优化油料生产布局，集中连片建设高产稳产的核心产区”。由此可见，研究我国油料作物区域布局不仅是产业自我发展的要求，也是油料作物各产业融入现代农业发展，适应大市场发展的要求。

产业地理集聚是经济活动最突出的地理特征。最早关注产业分布不均现象的是李嘉图和赫克歇尔-俄林，其主要思想就是地区间的相对优势是地区间贸易的基础。一般认为农业是最接近于完全竞争市场的产业[3]，其产业集聚是一种特定而有效的农业空间组织形态，既能节约交易成本，又能促进规模经济的发展[4]。目前，产业地理集中已成为区域经济实证分析中的一个基本主题，衡量的是产业在各地理单元间分布的不均衡性。国内关于油料作物的研究较为丰富，总的来说主要分为以下几个方面：(1)区域异质性视角下油料作物比较优势，从成本、效率、比较收益等方面出发进行合理的地区分工[2，5-6]，充分发挥地区优势是提高油料作物产业竞争力的重要手段。同时，对各省份油料作物布局的研究也较多，如吴海中等利用重心理论分析安徽省油料作物时空演化过程，并指出油料作物重心向南转移[7]；马丽荣等通过分析甘肃省各类油料作物的比较优势，得出应通过增加综合优势度较大地区的种植面积以优化油料作物区域布局[8]。(2)各类油料作物区域布局空间演化趋势，如油菜籽、花生、芝麻、向日葵、胡麻[9-14]。殷艳等认为科技创新以及国家优势区域布局是影响油菜区域布局的主要因素[9-10]；张怡研究了我国花生生产布局变化情况，并指出花生生产的集中程度有所降低[11]；昌华敏等指出优化芝麻区域种植结构是产业发展的方向[12]；张晓蒙等认为合理规划种植布局是产业提质增效的重要手段[13]；许新清认为因地制宜调整生产布局，提出合理利用气候资源、建立基地及促进产业化有深远意义[14]。

综上所述，关于我国油料作物区域地理布局的研究已形成较为完整的体系。本文在参考现有研究的基础上有所创新，主要创新点有以下2个方面：(1)参考国家统计局对油料作物的分类，对各类农作物(除大豆外)进行比较分析，对行业整体有参考价值，为各类产业自身发展提供借鉴；(2)同时运用统计分析方法与计量经济学方法对油料作物地理集聚特征进行空间统计分析，从多方面对油料作物地理集聚特征进行系统性描述。研究结论可为油料作物各产业供给侧结构性改革、产业提质增效提供政策依据。

1 研究方法与数据来源

1.1 数据来源

本文所用数据来源于国家统计局(https：//data.stats.gov.cn/)，按国家统计局对油料作物的定义，油料作物包括花生、油菜籽、芝麻、葵花籽、胡麻籽(亚麻籽)和其他油料，油料产量指全部油料作物的生产量。需要说明的是本文所用数据不包括大豆(大豆既是粮食作物，又是油料作物)、木本油料和野生油料，花生以带壳干花生计算。数据时间区间为2000—2020年，其中，花生、油菜籽、芝麻数据时间区间为2000—2019年，葵花籽、胡麻籽数据时间区间为2000—2018年。

1.2 研究方法

参考众多学者关于产业区域地理集聚的研究方法[15-16]，结合本研究内容，采用区位基尼系数、探索性空间数据分析(Moran’s I指数、Moran散点图)，分析我国油料作物产业地理集聚特征及演变趋势。

1.2.1 区位基尼系数 基尼系数是衡量国家或地区收入分配的指标，后来拓展至研究变量的分布不均问题，区位基尼系数衡量的是经济活动在地理空间上分布的不均衡性。其基本计算公式为

(1)

(2)

区位基尼系数的取值在0～1之间。

1.2.2 探索性空间分析 区位基尼系数可用来分析油料作物产业分布的全局空间特征，但会受到地理单元设定的影响，为更全面、系统地分析我国油料作物的产业地理集聚特征，采用探索性空间分析考察产业分布的相关性。

空间分析的基本特征就是把空间效应引入传统计量经济学，空间效应包括空间相关性和空间异质性，空间异质性可以通过传统的计量经济学进行解释，因此关于探索性空间分析则更多关注空间相关性，Moran’s I检验仍然是最常见的空间相关性检验方法[17]。空间相关性指标主要分为全局空间自相关指标和局部空间自相关指标，其中，全局空间自相关指标用Moran指数检验，局部空间自相关指标用局部指标(LISA集聚图)和Moran散点图检验。

全局Moran’s I的计算公式为：

(3)

局部Moran’s Ii被定义为：

(4)

Moran散点图是对空间滞后因子Wz和z数据进行了可视化的二维图示，其中第1、3象限代表观测值的正向空间相关性，第2、4象限代表观测值的负相关性。

2 实证分析结果

2.1 我国油料作物生产概况

图1给出了2000—2020年期间我国油料作物及花生、油菜籽、芝麻、向日葵、胡麻籽产量变化情况：(1)从整体看，我国油料作物产量较为稳定，其中：2000—2005年期间，油料作物产量波动较小，由2 954.83万t上升至3 077.14万t，上升了4.14%；2006—2007年期间油料作物产量大幅下降，由 3 077.14 万t下降至2 640.31万t，下降了14.20%；2008—2020年，油料作物产量稳步增加，由 3 036.76 万t上升至3 586.40万t，上升了18.10%。(2)分品种来看，花生产量变动趋势与油料作物整体一致：油菜籽产量在2001—2002年、2005—2006年、2015—2016年呈现下降趋势，其余年份则稳步增加，在2020年达到峰值1 404.9万t；芝麻产量从81.12万t下降至45.70万t，下降幅度为43.66%；葵花籽产量波动幅度较大，但总体呈现上升趋势，由2000年的195.41万t上升至2020年的330.00万t，上升了68.88%；胡麻籽产量较为稳定，波动较小，产量处于29万～35万t之间。

表1给出了我国油料作物产量排名前5省份的变动(也称为产业集中度)。需要说明的是，此处仅为对各省的油料作物产量进行整体把握。从油料作物整体来看，2000年油料作物总产量占全国比重排名前5省份分别为河南、山东、湖北、安徽、江苏，占全国油料作物总产量的比重为52.37%；2020年排名前5省份为河南、四川、湖北、山东、湖南，占全国油料作物比重为54.70%，相较于2000年上升了2.33百分点。分品种来看，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3.54百分点，油菜籽下降了0.19百分点；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2.74百分点，葵花籽上升了4.25百分点，胡麻籽上升了1.98百分点。

从各类油料作物对比看，各类油料作物排名前5省份产量占全国比重均在50%以上，这表明各类油料作物均具有明显的产业集聚特征。其中，2000年花生集聚于华北、华中、华东部分地区，2019年也出现在华南、东北地区；油菜籽主要集聚于长江流域，且基本保持稳定；芝麻集聚于华中地区，且变化不大；葵花籽主要集中于西北、东北部分省份，变化较小；胡麻籽主要集中于西北部分省份，且变化较小。

表1 我国油料作物产量排名前5省份

2.2 我国油料作物地理集聚特征

2.2.1 区位基尼系数 图2显示了我国油料作物的区位基尼系数。总的来看，油料作物整体区位基尼系数较为稳定，处于0.55～0.62之间。但各类油料作物基尼系数都较大，其中，花生、油菜籽区位基尼系数均在0.7以上，芝麻、葵花籽区位基尼系数均在0.8以上，胡麻籽区位基尼系数在0.9以上，这与我国油料作物实际种植分布情况相吻合。与其他农作物相比，油料作物的种植相对集中，这一点已在表1中进行分析。

分品种来看，各类油料作物基尼系数在2000—2007年期间有小幅波动，2008—2020年期间较为平稳，且各类油料作物区位基尼系数均高于油料作物整体区位基尼系数，其中各类油料作物平均区位基尼系数大小排序为胡麻籽(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)。由此可见，胡麻籽的空间集聚特征最为明显，其余依次为葵花籽、芝麻、花生、油菜籽，油料作物区域集聚特征与各品种相比最弱，主要原因在于各类油料作物对气候的适应程度不同，由此导致种植分布呈现较大差异：胡麻只适宜生长在寒冷地区，种植区域高度集中在华北、西北一带[14]；相对于胡麻籽，葵花籽、芝麻、花生、油菜籽对环境的适应性较强，葵花籽分布在东北、华北、云贵高原、新疆等地，芝麻广泛分布在我国东、中部地区，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 空间相关性分析 利用ArcGIS、GeoDa软件测算的我国油料作物全局Moran’s I指数如表2所示。根据表2，除2017、2019年外，其余年份油料作物整体全局Moran’s I指数均通过了1%、5%或10%的显著性检验，且均为正值。这表明，从整体上看，我国油料作物种植受邻近省份的影响较为明显，基本呈现高值与高值相邻、低值与低值相邻的地理集聚特征，且具有明显的正向相关性特征。主要原因在于：(1)各相邻省区在光照、温度、适度等自然条件以及种植历史、品种等社会条件上的禀赋相似，一般来说，资源禀赋相似的地区往往形成较为相似的种植结构，由此形成相邻省区集聚分布的特点。(2)各地区农业产业政策调整一般朝着有利于发挥本省比较优势的方向进行，由此制定的产业激励政策能推动产业的地理集聚。

分品种来看，各类油料作物基本呈现正向空间相关性，但各类之间存在差异性。

表2 我国油料作物全局Moran’s指数

2.2.2.1 花生、油菜籽、芝麻3种作物空间相关性呈现逐步减弱的演化趋势 花生的全局Moran’s指数从2000年的0.341 8下降至2019年的0.170 5，油菜籽的全局Moran’s指数由2000年的0.205 1下降至2019年的0.153 8，芝麻的全局Moran’s指数由2000年的0.307 5下降至2019年的0.148 9。造成3种作物空间相关性逐步弱化的趋势的主要原因在于：(1)技术进步。首先是技术进步拓展了油料作物的种植空间，农业生产工艺技术的进步使得各地产生了适应于油料作物生产的温度、湿度等条件；其次是通过现代科技可以有效地针对不同地区的特点培育出适合当地自然条件的农作物品种，增强了品种对环境的适应性。(2)市场畅通。首先是交通运输条件的改善使得各种生产要素投入与产后产品的销售更为便利，其次是以油料作物作为原材料的生产企业分布也会影响油料作物的分布。

2.2.2.2 葵花籽的空间集聚特征呈现显著的阶段特征 2000—2007年，其Moran’s指数为正，且通过了1%或5%的显著性检验，存在正向空间自相关性；2008、2009年，其全局Moran’s指数未通过显著性检验，不存在空间自相关性；2010—2013年，其存在正向空间自相关性；2014—2018年，其不存在空间自相关性，表明其朝着地理分散演变。向日葵是我国主要的油料作物之一，由于其种植条件对土壤的要求不高，广泛分布在我国东北、西北、华北部分干旱、盐碱地区，向日葵的环境适应性推动其向西南、中南、华东部分地区扩展。

2.2.2.3 胡麻籽的全局Moran’s指数波动较小，其地理集聚特征将在未来一段时间内保持稳定。由于胡麻种植对于干旱、盐碱土地的适应性强，其在西北地区广为种植。近年来，部分胡麻种植地抛弃了“广种薄收”的生产习惯，把胡麻种植地改造成为退耕、还草的生态项目，但由于品种更新、更换速度加快，栽培技术的进步，胡麻籽的产量并未因种植面积减少而下降，这也是胡麻籽地理布局稳定的原因之一。

利用代表年份的局部Moran’s散点图(图略，表3)和油料作物LISA集聚图分析样本期间我国油料作物的区域生产布局及演变趋势。从表3可以看出，各类油料作物处于第一、三象限的省份占60%以上。这表明，各类油料作物局域空间集聚特征明显，具有显著的正向空间自相关性，在地理分布上存在空间差异性。

表3 各类油料作物地理集聚的空间关联类型

分品种来看，2000—2019年期间，各类油料作物集聚区均发生变动，且各类产品间存在显著差异：

(1)花生：2000年位于第一、三象限的省份数量分别为6、14个，分别占19.35%、45.16%，到2019年位于第一、三象限的数量增加至6、17个，分别占19.35%、54.84%；2000年“高—高”空间聚集区出现在河北、安徽、山东、河南4省，且在2019年未发生变化；2000年“低—低”空间集聚区存在于宁夏、新疆，到2019年仅存在于新疆。

(2)油菜籽：2000年位于第一、三象限的省份数量分别为7、14个，分别占22.58%、45.16%，到2019年位于第一、三象限的数量增加至8、14个，分别占25.81%、45.16%；2000年“高—高”空间聚集区出现在安徽、江西、湖北3省，2019年变为湖北、重庆、贵州；2000年“低—低”空间集聚区存在于河北、内蒙古，到2019年仅存在于内蒙古。

(3)芝麻：2000年位于第一、三象限的省份数量分别为5、18个，分别占16.13%、58.06%，到2019年位于第一、三象限的数量增加至5、20个，分别占16.13%、64.52%；2000年“高—高”空间聚集区出现在安徽、河南、湖北3省，2019年未发生变化；2000年“低—低”空间集聚区存在于西藏、青海、新疆，到2019年仅存在于新疆。

(4)葵花籽：2000年位于第一、三象限的省份数量分别为5、19个，分别占16.13%、61.29%，到2018年位于第一、三象限的数量减少至2、19个，分别占6.45%、61.29%；2000年“高—高”空间聚集区出现在山西、内蒙古、吉林、黑龙江4省，2018年变为甘肃省；2000年“低—低”空间集聚区存在于江苏、浙江、安徽、福建、江西、湖南、广东，2018年变为江苏、浙江、安徽、福建、江西、广东。

(5)胡麻籽：2000年位于第一、三象限的省份数量分别为7、17个，分别占22.58%、54.84%，到2018年位于第一、三象限的数量减少至5、16个，分别占16.13%、51.61%；2000年“高—高”空间聚集区出现在内蒙古、甘肃、宁夏、新疆4省，2018年变为内蒙古、甘肃、宁夏；2000年“低—低”空间集聚区存在于安徽、江西、湖北、广东，2018年已不存在“低—低”空间集聚区。

从代表年份的LISA集聚图看，我国油料作物发展呈现非均衡空间分布特征：“高—高”空间聚集区出现在山东、河南、湖北、安徽，这几个区域为我国油料作物的优势区域，这与我国油料作物产量实际情况相吻合，且在未来一段时间内，4个省份油料作物的种植优势还将继续保持，并仍呈现集聚特征。由此，可以推断未来推动油料作物产业发展的重要手段就是继续保持优势区域的发展(图3)。

“高—高”集聚核心区域有逐步分散的趋势，并逐步稳定。主要原因在于随着油料消费市场的扩大及交通的进一步便利，“高—高”集聚核心区域在省区合作上不断加强，使得各省之间的流通不断增强，空间溢出效应不断增强，这些都有利地促进了区域油料作物的产出水平和农业经济实力的整体增强。

3 结论与建议

本文利用区位基尼系数、探索性空间分析等方法对我国油料作物地理集聚特征进行阐述，研究发现：(1)各类油料作物基尼系数都较大，与其他农作物相比，油料作物的种植相对集中；(2)我国油料作物种植受邻近省份的影响较为明显，基本呈现高值与高值相邻、低值与低值相邻的地理集聚特征，且具有明显的正向相关性特征；(3)各类油料作物在地理分布上具有明显的空间差异性，且具有显著的正向空间自相关性和地理集聚特征。

据此提出以下建议：(1)运用现代科学技术选育优良品种，更新栽培技术，发挥各地区比较优势，提高油料作物整体种植水平；(2)建立优质油料作物的生产基地，发挥规模优势，充分发挥本地自然、资源、经济、技术等方面的优势，建立具备区位优势的产业带，依靠产业地理集聚降低交易成本，提高生产效益；(3)因地制宜调整生产布局，利用邻近省份相似的自然、社会条件，合理制定发展规划，建立基地，促进油料作物产业化。