中国饲料产业发展与养殖业规模耦合格局及驱动因素研究

2024-02-26许宇轩强凤娇

湖北农业科学 2024年1期

许宇轩强凤娇

摘要：為科学评估中国饲料产业与养殖业的协调发展关系，识别驱动耦合协调的主要因素，基于2015—2019年省域面板数据，运用熵值法、耦合协调模型、雷达图、空间可视化表达、线性回归等方法对饲料产业发展与养殖业规模的耦合格局及其驱动因素进行研究。结果表明，①中国饲料产业发展呈现“南高北低，东高西低”格局；②养殖业规模呈现“四周高、中间低”格局；③饲料产业发展与养殖业规模的耦合协调度呈现“东高西低、四周高中间低”格局；④近五年大部分省份耦合协调水平无明显提高；⑤饲料产业发展与养殖业规模耦合失调区长期主导因素是畜牧养殖规模，协调区长期主导因素是饲料企业的管理维护能力。因此，政府可通过引导中小型饲料企业联合生产、人才引进等方式促进饲料产业、养殖业协调发展。

关键词：饲料产业发展；养殖业规模；耦合协调度；时空演化；驱动因素

中图分类号：F307.3 文献标识码：A

文章编号：0439-8114（2024）01-0125-06

DOI：10.14088/j.cnki.issn0439-8114.2024.01.023 开放科学（资源服务）标识码（OSID）：

Study on the coupling pattern and driving factors of feed industry development and aquaculture scale in China

XU Yu-xuan，QIANG Feng-jiao

（School of Economics and Management， Shaanxi University of Science and Technology， Xian 710021， China）

Abstract： In order to scientifically evaluate the coordinated development relationship between Chinas feed industry and aquaculture industry and identify the main factors driving coupling coordination， based on the provincial panel data from 2015 to 2019， the coupling pattern and driving factors of feed industry development and aquaculture scale were studied by using entropy method， coupling coordination model， radar map， spatial visual expression， linear regression and other methods. The results showed that： ①The development of Chinas feed industry showed a pattern of “high in the south， low in the north， high in the east and low in the west”； ②The scale of aquaculture industry presented a pattern of “high in the surrounding areas and low in the central areas”； ③The coupling and coordination degree between the development of feed industry and the scale of aquaculture industry was in the pattern of “high in the east and low in the west， and high in the surrounding areas and low in the central areas”； ④The coupling and coordination level of most provinces had not significantly improved in recent five years； ⑤The long-term dominant factor in the coupling imbalance area between the development of feed industry and the scale of aquaculture was the scale of animal husbandry， and the long-term dominant factor in the coordination area was the management and maintenance ability of feed enterprises. In view of this， the government could promote the coordinated development of feed industry and breeding industry by guiding the joint production of small and medium-sized feed enterprises and introducing talents.

Key words： feed industry development； scale of aquaculture； coupling coordination； spatiotemporal evolution； driving factor

收稿日期：2022-07-29

基金项目：陕西省社会科学基金年度项目（2022D034）；陕西省哲学社会科学研究专项青年项目（2023QN140）

作者简介：许宇轩（1999-），男，江苏扬州人，在读硕士研究生，研究方向为企业管理、产业经济学，（电话）18192354981（电子信箱）sxxaxyx@126.com。

饲料产业是中国国民经济中的重要产业之一［1］，发展养殖业是增加农民收入的重要途径［2］，饲料产业是为养殖业提供物质基础［3］。2022年中央1号文件再次明确了饲草饲料生产是耕地的主要用途之一；鼓励发展工厂化集约养殖、立体生态养殖，再次启示各省份要做好饲料产业与现代养殖业的协调发展。因此，有必要分析清楚中国饲料产业及养殖业规模的耦合协调水平及空间分布特征，掌握基本规律，为饲料产业与养殖业规模的协调发展提出合理化建议。

饲料产业发展、养殖业规模的相关研究大致分为以下几种：①对区域饲料产业竞争力的研究。研究表明，企业规模与管理能力［4］、人力资本［5］、科技创新能力［6］是影响区域饲料产业竞争力的重要因素，中国饲料产业竞争力结果存在明显的地区差异性［4］。②对养殖业规模的影响因素及空间分异研究。研究表明，养殖面积［7］、自然资源禀赋［8］、城镇化水平［9］等对养殖规模有显著影响，畜牧业、水产养殖业规模均存在省际差异和地理集聚特征［8，9］。③饲料产业与养殖业的关系问题研究。部分研究同时关注饲料产业与养殖业的发展，具体涉及到两个产业的融合动力、养殖业扶贫对饲料产业的促进作用，大多数研究认为现阶段的饲料产业发展水平尚不能满足多样性的养殖需求［10-12］。

已有文献大多是对饲料产业发展或养殖业规模的单方面评价，也有部分学者联系性地研究过二者之间的关系问题，但对饲料产业发展与养殖业规模的耦合协调度、时空分异特征及驱动因素尚缺乏实证研究。基于此，本研究从省域尺度出发，采用耦合协调度模型、熵值法、雷达图、空间可视化表达、线性逐步回归等方法评价了中国各省份2015—2019年饲料产业发展、养殖业规模，并在此基础上对二者的耦合格局及其驱动因素进行研究，有助于科学评估中国饲料产业发展与养殖业规模的协调发展关系，识别驱动这种耦合协调关系的主要因素，为饲料产业及养殖业的发展提供了参考和借鉴。

1 数据来源与研究方法

1.1 数据来源

由于饲料产业数据目前只能获取到2019年的，故选取2015—2019年的数据进行研究。饲料产业子系统的指标来源于2016—2020年《中国饲料工业年鉴》，养殖业规模数据来源于2016—2020年《中国农村统计年鉴》。

1.2 研究方法

在评价经济社会各系统时，大多数学者通过熵值法或层次分析法确定指标权重。为减少主观因素影响，使用熵值法为指标赋予权重。采用阈值法对指标进行无量纲化处理，由于本研究选取的均为正向指标，故仅给出正向指标处理公式。

式（1）中，uij表示第i个指标第j年的标准化数值，xij表示第i个指标第j年的原始数值。

研究饲料产业系统与养殖业规模系统的耦合协调度，需要先测算两大子系统的综合水平，子系统综合水平与耦合度公式如下：

式（2）中，[λij]表示指标权重，Uz表示两个子系统， U1表示饲料产业发展子系统； U2表示养殖业规模子系统。

式（3）中，[ω]是调节系数，本研究取值为2；C表示两个子系统的耦合度。

在衡量饲料产业系统与养殖业规模系统之间的相互关系时，由于耦合度指数仅能反映两要素之间的关联程度，为进一步测算两系统间良性耦合水平的高低，故引入耦合协调度模型衡量二者之间的耦合协调程度［13］，计算公式如下：

式（4）中，D是两个子系统间的耦合协调度，T是反映两个子系统整体协同效应的综合评价指数。[α]，[β]分别是饲料产业系统与养殖业规模系统的贡献系数，且[α+β=1]。

这里认为两个子系统为同级系统，故赋值[α=β=0.5]，两个子系统耦合协调评价标准如表1所示。

借助多元线性逐步回归分析中国饲料产业发展与养殖业規模耦合协调度和各因素的相关性，找准主要变量，构建优化的回归模型。多元线性逐步回归分析模型的表达式为：

[Y=β0+β1X1+β2X2+…+βkXk] （5）

式（5）中，Y为因变量，即耦合协调度；[β0]为回归常数；[β1]，[β2]，[…]，[βk]为驱动因子[X1]，[X2]，[…]，[Xk]的偏回归系数；k为驱动因子的个数（本研究k=11）。

2 饲料产业与养殖业规模的耦合协调度测算

2.1 评价指标体系构建

饲料产业发展子系统主要参考现有研究对饲料产业竞争力的测算体系［4，5］，根据产业竞争力的内涵［14］、比较优势理论［15］、竞争优势理论［16］以及《中国工业统计年鉴》最终确定了饲料产业发展评价指标体系。需要说明的是，现代养殖离不开饲料供应［17］，而养殖业主要包括牲畜养殖和水产养殖，故养殖业规模子系统的构建从主要出栏牲畜和水产品养殖产量方面考虑。饲料产业系统和养殖业规模的指标体系如表2所示。

2.2 评价指标权重分析

利用熵值法计算权重的方法实际反映数据的离散程度，差距大的指标会被赋予更高的权重，饲料产业发展子系统和养殖业规模子系统的各项权重如表2所示。在饲料产业发展子系统中，硕博学历的职工人数及饲料总产量占比较高，均接近20%，说明各省饲料产能差异巨大，各地饲料企业研发及创新能力存在较大差异。在养殖业规模子系统中，肉羊出栏量及水产品养殖产量权重较高，占比在25%左右，很大程度上受到中国自然地理特征的影响，各省份水资源丰富度很大程度上决定了水产养殖产能。

由于面板数据测算结果篇幅过大，省略具体数据及各省份饲料发展水平（U1）、养殖业规模水平（U2）、耦合度（C）、耦合协调度（D）的罗列，后文中将以空间可视化形式加以表达，并辅之以必要说明。

3 实证结果与分析

3.1 中国省域饲料产业发展空间分布

为识别和比较中国各省级行政区饲料产业发展、养殖业规模的空间分布规律，现将2015—2019年两个子系统的熵值法测算结果（即U1、U2）按省份进行加和，从而起到淡化偶然事件、强调长期规律的目的。饲料产业发展得分和养殖业规模得分均按照自然间断点法（Jenks）划分为低、较低、中等、较高、高5个等级，分级可视化结果如图1所示。

如图1a所示，中国各省份之间饲料产业发展水平存在显著差异，大体呈现“南高北低、东高西低”格局；高值区集中在华中、华南、西南及环渤海地区，山东省、广东省是中国饲料产业发展水平最高的两个省份；低值区多集中在西北地区，也包括贵州省、海南省。西北地区饲料企业普遍存在博士人才引进困难的问题从而导致企业研发及创新能力差；低值区各省饲料产能有待提高，饲料企业营收的能力不足也很大程度上限制了生产规模扩大及高端人才引进，这也是今后一段时间应该思考和解决的问题。

3.2 中国省域养殖业规模空间分布

如图1b所示，中国省域养殖业规模分布特征受自然地理条件影响较大，总体呈现“四周高中间低”格局，高值区在华北平原、东南沿海及西南山区均有分布；各省份在养殖业规模方面取得较高得分的原因各不相同，如内蒙古自治区在牛羊养殖方面具有较大优势［18］，广东、福建省凭借海水养殖业占据市场，山东省作为传统农业大省在大宗养殖业等方面有较好表现，从而取得了最高层次得分。低值区包括山西、陕西、宁夏、重庆和贵州五省组成的集中连片区域，以及北京、天津、上海、浙江和青海；同样是低值区，其低值原因各有不同，北京、天津、上海和重庆市作为直辖市城镇化程度较高，其原有养殖企业大多已经外迁，可供养殖使用的面积逐年缩小；陕西、宁夏、山西、贵州和青海以传统分散养殖模式为主，大型龙头企业较少，从而导致养殖业产业化和规模化程度均较低。

3.3 中国省域饲料产业发展与养殖业规模耦合协调度空间分布

在得到熵值法对饲料产业发展、养殖业规模的测算结果后，再根据耦合协调度模型对二者协调程度的测算结果（D），分别绘制了2015年、2019年中国省域饲料产业发展与养殖业规模耦合协调度空间分级可视化地图（图2）。

从空间分布来看，2015—2019年省域饲料产业发展与养殖业规模耦合协调空间特点逐渐明晰，处于良好协调的省份有所增加；从总体来看，呈现“东高西低、四周高中间低”空间分布格局，一般协调以上的省份大多分布在中国东部沿海、西南以及北疆地区，中西部地区大部分省份处于轻度失调或严重失调状态。山东省和广东省耦合协调发展始终处于良好协调以上水平。山东省饲料产业发展、养殖业发展均处于全国领先水平［19］，耦合协调结果进一步验证了该省的高水平协调发展。

3.4 中国省域饲料产业发展与养殖业规模耦合协调度时序演化特征

从时间上来看，2015—2019年中国大部分省份饲料产业发展与养殖业规模耦合协调水平（D）没有大幅度变动。由图3可知，近5年来，耦合协调水平具有较大提高的省份是云南省，该省通过政策扶持饲料产业发展、积极引导养殖业的规模化和产业化，逐步摆脱了饲料产业发展与养殖业规模的轻度失调状态；湖南省、辽宁省的饲料产业发展与养殖业规模耦合协调水平波动较大，表现为耦合协调度先上升后下降的“倒V”形发展，从两个系统的角度分别观测，发现两省耦合协调水平波动都是因为饲料产业发展水平的先上升后下降所致。湖南省饲料产量在2019年明显减少，主要是该省受非洲猪瘟影响更为严重，直接导致商品饲料需求减量，致使猪料生产量下跌［20］。根据饲料工业年鉴的数据，发现2018—2019年辽宁省饲料企业高学历人才流失严重，博士学历的职工由626人急剧下降至132人，大大削弱饲料企业的创新能力，十分不利于新产品研发［21］。

3.5 中国省域饲料产业发展与养殖业规模耦合协调度的驱动因素

利用多元线性逐步回归分析（表3），将11个指标作为驱动因子划分成6种驱动因素类型：规模生产能力（Ⅰ）、管理维护能力（Ⅱ）、市场竞争能力（Ⅲ）、创新研发能力（Ⅳ）、畜牧养殖规模（Ⅴ）和水產养殖规模（Ⅵ）。2015年中国饲料产业发展与养殖业规模耦合协调属于Ⅲ/Ⅴ/Ⅵ三因素综合影响型，主导驱动因子为饲料工业总营业收入（X4）、肉猪出栏量（X7）、肉牛出栏量（X8）、肉羊出栏量（X9）、水产品养殖产量（X11）；2019年中国饲料产业发展与养殖业规模耦合协调受到Ⅲ/Ⅳ/Ⅴ/Ⅵ四因素影响，饲料工业总产值（X3）、饲料加工企业博士职工数（X5）、肉牛出栏量（X8）、水产品养殖产量（X11）是主导驱动因子。根据耦合协调程度分地区来看，2015年失调区为Ⅰ/Ⅳ/Ⅴ三因素综合影响型，主导影响因子为饲料总产量（X1）、饲料加工企业硕士职工数（X6）、肉猪出栏量（X7）、肉羊出栏量（X9），协调区为Ⅱ/Ⅳ双因素综合影响型，主导影响因子为饲料企业工程技术人员人数（X2）以及饲料加工企业博士职工数（X5）；2019年失调区成为Ⅱ/Ⅴ双因素影响型，主导影响因子为饲料企业工程技术人员人数（X2）、肉猪出栏量（X7）、肉羊出栏量（X9），协调区为Ⅱ/Ⅳ/Ⅴ三因素影响型，主导影响因子为饲料企业工程技术人员人数（X2）、饲料加工企业博士职工数（X5）、肉猪出栏量（X7）。

虽然2015—2019年全国饲料产业发展与养殖业规模耦合协调的驱动类型由三因素转变为四因素，但是其主导驱动因子明显减少，这有利于识别问题的主要方面，精准发力提高耦合协调水平。根据不同年份各地区的耦合协调程度，将全国划分为失调区、协调区；对于失调区而言，长期影响耦合协调水平的主导因素在于畜牧业养殖规模，规模生产能力及饲料企业硕士职工数量的影响地位已经被管理维护能力所取代；对于协调区而言，管理维护能力、饲料加工企业博士职工数量是影响协调区耦合协调水平的长期因素，肉猪出栏量也逐渐占据重要地位。

4 结论与建议

4.1 结论

本研究运用熵值法、耦合协调度模型、空间可视化表达等方法，首先对2015—2019年中国省域饲料产业发展、养殖业规模的空间分布特征进行了研究，然后在此基础上测算了各省份饲料产业发展与养殖业规模的耦合协调度并呈现出时空演化轨迹，得到以下结论：

1）饲料产业发展的空间分布总体呈“南高北低，东高西低”格局，各省份之间饲料产业发展水平存在明显差异；高值区集中在华中、华南西南部及环渤海地区，低值区多集中在西北地区。

2）養殖业规模分布特征受自然地理条件影响较大，总体呈现“四周高中间低”空间分布格局，高值区在西北内陆、华北平原、东南沿海及西南山区均有分布，低值区是陕西、宁夏、北京、天津及上海。

3）2015—2019年中国省域饲料产业与养殖业规模的耦合协调度总体上呈现“东高西低、四周高中间低”空间分布格局，达到良好协调的省份数量有所增加，山东省饲料产业与养殖业规模呈现优质协调。

4）2015—2019年中国大部分省份饲料产业发展与养殖业规模耦合协调水平没有明显改善，云南省耦合协调度增长相对明显，湖南省、辽宁省呈“倒V”形发展趋势。

5）2015—2019年中国饲料产业发展与养殖业规模耦合协调度演化的主导驱动因子有所减少，失调区耦合协调度的长期主导因素是畜牧业养殖规模，协调区耦合协调度的长期主导因素是管理维护能力、饲料加工企业博士职工数量。

4.2 建议

为进一步驱动饲料产业发展与养殖业规模的耦合协调，提出以下几点建议：

1）针对中国各省份饲料产业发展差距较大的问题，相对落后的省份要引导中小型饲料生产企业联合生产或集团化整合，促进当地饲料企业形成较大规模的生产运作，有利于实现规模经济从而降低生产成本。重视生产合作和技术交流，要经常组织饲料产业相对落后地区的企业去东部沿海省份的饲料龙头企业学习发展经验。

2）针对养殖业规模差异较大等问题，需要先理清楚限制养殖业发展的是自然条件因素还是经济社会因素，再针对性处理。如果是自然条件限制，例如干旱缺水的地方就不适合淡水养殖，则应该考虑发展其他种类的养殖业。如果是经济社会因素，可以考虑从政策扶持、税收减免、提供低息贷款等方面有针对性地扶持养殖业或其中的具体产业，筑牢养殖业根基是产业兴旺的必然要求。

3）针对部分省份饲料产业发展与养殖业规模的耦合协调度较低的问题，要精准识别造成不协调状态的原因主要在饲料产业系统还是养殖业系统，再具体扶持某个系统促成协调发展。同时，建立健全饲料产业系统或养殖业系统不能以牺牲环境保护为代价，对于不适宜发展规模化养殖及工业化生产的生态脆弱地区，要理性看待产业发展的不协调。

4）针对大部分省份饲料产业发展与养殖业规模的耦合协调水平难以提高的问题，要树立典型地区，分享发展优势。建议通过饲料产业、养殖业发展所需要的土地、水源、市场、人才、资金等要素，建立综合评估体系对各省的饲料产业、养殖业发展条件做出几级分类，在相似发展条件的若干个省份中寻找近五年耦合协调度较高或提升较快的省份，深入挖掘典型地区迅速实现协调发展的内在原因作为经验参考。

5）抓好影响饲料产业发展与养殖业规模协调发展的主要方面，精准发力提高耦合协调水平。对于失调区而言，要进一步监测畜牧养殖规模的动态变化，尽量把城镇化、工业化发展对饲料产业与养殖业耦合系统的影响降到最低；对于协调区而言，要将饲料企业的人才引进作为发展的重点工作长抓不放，切实提高创新研发能力及企业管理能力。

本研究先从空间分异的视角分析了中国省域饲料产业发展及养殖业规模，又从时空演化的思路呈现出各省份饲料产业发展及养殖业规模的耦合协调水平，最后运用逐步回归模型分析了驱动耦合协调发展的主导因素，为评价饲料产业、养殖业发展提供了实证研究，为推动饲料产业发展与养殖业规模趋于协调提供了借鉴和参考。

参考文献：

［1］范润梅，王征南.国际化背景下的中国饲料产业的经济分析［J］.世界农业，2015（12）：161-166.

［2］陈成文，陈建平，陶纪坤.产业扶贫：国外经验及其政策启示［J］.经济地理，2018，38（1）：127-134.

［3］杨柳，赵辉，李大兵.辽宁省饲料加工业产业组织分析［J］.农业经济，2019（6）：126-128.

［4］宁攸凉，乔娟，宁泽逵，等.中国省域饲料产业竞争力的实证研究［J］.农业技术经济，2011（6）：87-94.

［5］张利庠，谭智心.我国饲料产业区域竞争力评价分析［J］.农业技术经济，2007（2）：53-60.

［6］马男.黑龙江省饲料产业竞争力研究［D］.哈尔滨：东北农业大学，2009.

［7］苟杰松，李宗南，吴柏清，等.四川省水产养殖业空间格局及影响因素［J］.西南农业学报，2022，35（3）：712-720.

［8］姚成胜，李政通，王维，等.中国水产养殖业地理集聚特征及空间演化机制［J］.经济地理，2016，36（9）：118-127.

［9］张园园，吴强，孙世民.生猪养殖规模化程度的影响因素及其空间效应——基于13个生猪养殖优势省份的研究［J］.中国农村经济， 2019（1）：62-78.

［10］杜晓娜.养殖业扶贫对饲料企业发展影响分析［J］.中国饲料，2021（16）：122-125.