奶牛养殖产业发展空间关联网络与影响因素研究

马昕鑫，叶 璟

南京财经大学管理科学与工程学院，江苏南京 210023

0 引言

党的“十九大”以来，我国出台一系列推进奶业振兴的政策文件，为全面发展奶业新格局、实现全维度振兴打下坚实基础。近年来，我国现代畜牧产业高速发展，其中奶牛养殖产业于2018年触底进入景气周期，存栏和原奶产量持续增长，奶牛存栏数在世界范围已名列前茅。我国奶牛养殖业逐渐形成集约化、规模化格局。但同时面临挑战，如种养结合比例低，优质干草进口量大，饲养成本高，原奶收购价格低，进口产品挤压市场等，这些都令奶牛养殖业承载压力。

现阶段围绕奶牛养殖产业发展的研究可分为3 个方面：（1）针对产业各项创新养殖集成技术及相关生物技术的研究：①饲养草料的营养成分及各种草料的调配比例对奶牛产奶量有显著影响[1～3]；②注重奶牛疫病治疗和防控，正确执行治疫、防疫措施，能大幅提高存活率、产奶率，切实保障产业效益[4，5]。③在奶牛养殖全环节,应用绿色养殖技术，努力推进科学饲养[6～8]。（2）对优秀企业或地区进行相关政策和活动分析：我国主要奶牛养殖地区为河北、内蒙古、黑龙江、山东等，依据各地区情况及相关产业特征[9～11]，研究本地养殖结构、模式并且建立优良品种选育模式，推进产业结构升级[12～14]。（3）对经营模式进行相关经济和生态分析，根据不同特色经营方式或地理条件辨析及优化产业发展：为适应我国环境变化，草地放牧要注重放牧制度，以达到生态效益和经济效益平衡[15]。我国2019年以前养殖成本不断增加，行业规范不断落实，导致中小型公司和家庭作坊的生存空间被挤压，需寻求新的发展[16～18]。我国奶牛养殖规模化程度越来越高，应积极探索适宜的规模养殖方式，优化产业配置，争取建立更适合我国产业发展的规模化养殖方案[19]。

我国幅员辽阔，区域间空间关联一直是复杂的多线性，且各行业形成不同规模的区域经济[20]。基于此，识别奶牛养殖产业的空间关联关系、分析奶牛养殖产业空间网络的结构特征、辨析奶牛养殖产业的相关驱动因素，将有力推进我国奶牛养殖业的市场发展，建成产业新格局。本文运用刘军[21]提出的引力模型构建空间关联网络，对模型进行系统的社会网络分析，获得奶牛养殖产业发展的空间网络整体特征、个体特征、层级划分，最后运用QAP模型探究奶牛养殖产业发展空间关联的影响因素。

1 研究设计及分析方法

1.1 引力模型的构建

本文采用引力模型识别奶牛养殖产业发展的空间关联关系。以我国31 个省份（港、澳、台除外）为空间网络节点，计算各省份的空间地位和空间关联的连线，利用Ucinet（网络分析集成软件）绘制奶牛养殖产业的空间关联网络。

式（1）、式（2）中，Nij、Kij为奶牛养殖产业中省份i和省份j之间的引力；Pi和Pj为省份i和省份j的原奶年总产量（万吨）；Ri和Rj为省份i和省份j的年末总人数（万人）；Gi和Gj为省份i和省份j的国内生产总值（亿元）；Dij为省份i和j的省会之间的地理距离（千米）；Kij为对2 省份引力的调节系数。基于此，本文建立年度奶牛养殖产业的相关引力矩阵。分析该引力矩阵，探究省份之间是否存在空间溢出效应。

1.2 社会网络研究分析

1.2.1 空间关联网络整体特征

网络密度表现为产业空间关联网络的密切程度；空间溢出关系联系度反映空间关联网络的稳定性；网络等级度表明空间关联网络的阶级程度；网络效率衡量的是空间关联网络的发展关联度。

1.2.2 空间关联网络个体特征

度数中心度为省份之间直接相连的个数，反映各省份对整个产业的空间网络中的核心程度；接近中心度为某省份与其他所有省份的最短距离之和的倒数，反映省份产业结构完善程度；中介中心度为各节点间最短路径经历最多的节点，表现为省份的媒介能力[22]。

1.2.3 空间聚类分析

根据板块内省份之间及不同板块省份之间的承接和溢出关系，确立不同板块的功能属性。净受益板块对其他板块的承接关系显著多于溢出关系，且板块成员之间的溢出关系较多；净溢出板块对其他板块的承接关系显著小于溢出关系，且板块内部成员之间的溢出关系相对较小；双向溢出板块在其内部或其他板块之间产生较多溢出关系；经纪人板块与其他板块接收溢出关系相当且板块内成员与其他板块成员的联系相对较多。

1.3 影响因素选择与模型构建

基于前文文献对该产业的研究现状，本文选取6 个影响奶牛养殖产业空间关联网络的因素，分别为生产资料、市场需求、相关和支持产业、政府支持、创新技术和地理位置，并构建如下模型。

式（3）中，Y为前文奶牛养殖产业空间关联引力矩阵；PF为以农机总动力为代表的生产资料条件差异矩阵；DC为以人均奶类消费量市场为代表的需求条件差异矩阵；IC为以人均农林牧渔增加值为代表的相关和支持产业条件差异矩阵；GS为以人均农林水事务支出为代表的政府支持条件差异矩阵；IN为以国内专利申请授权量为代表的创新技术条件差异矩阵；GD为根据地理是否临近构建的地理邻近关系矩阵。对6 个影响因素差异矩阵进行标准化处理。

2 奶牛养殖产业的空间关联网络结构特征

2.1 奶牛养殖产业发展的整体空间关联网络特征及演变趋势

根据本文建立奶牛养殖产业的空间关联矩阵，运用NetDraw绘制历年空间网络结构图，各省份奶牛养殖产业发展呈复杂的多线程网络结构。因此，本文认为奶牛养殖产业发展的空间相关性具有普遍性。

其中，2019年、2021年的空间网络关联布局（图1、图2）有明显差异。图1、图2表明该产业在2020年前后的空间关联网络发生较大变化，由多处分别小型聚集转变为围绕4 个省份进行中心化发展。这是由于2008—2019年我国奶牛养殖主要依靠小型散户。从2020年起，我国开始陆续出台产业相关改革政策，导致网络格局巨大变动，从原来广东、湖南、安徽、河南、山东等多地进行产业参与和联动，变为以河北、山东、内蒙古、河南、陕西5 地为主的省份集群，代表我国奶牛养殖产业逐步向规模化、集群化发展。

图1 2019年和2021年空间关联布局图

图2 奶牛养殖产业发展网络密度和空间溢出关系

2.1.1 奶牛养殖产业发展的网络密度与空间溢出关系

2003—2019年该产业的空间关联关系呈“小幅波动，总体平稳”态势。产业发展的网络密度也呈总体稳定趋势，表明这一时期我国省级奶牛养殖产业发展的空间关联已形成稳定空间体系。从2020年起，网络密度和联系度出现明显下降趋势，表明我国从2020年起产业格局开始从个体分散养殖向产业集中化、规模化变革。我国2018年发布奶业振兴相关政策措施，进行产业改革，导致2019年后奶牛养殖产业表现出明显集聚效应（图2）。

2.1.2 奶牛养殖产业发展的网络等级度和网络效率

由图3可知，2003—2019年产业的网络关联度为1，表明此期间内，各省份之间的产业发展关系十分密切，空间溢出效应相对普遍。网络等级度为0，表明在此期间奶牛养殖产业发展空间关联网络中无明显等级结构。网络效率与网络等级度均在2019年陡然上升，表现出明显阶段性特征。该结果表明，产业发展的空间网络结构在2019年从完全无等级结构形成等级结构，产业的空间溢出渠道减少，各省份不再为全面链接关系，而是转移到若干省份，产生明显优势地区。

图3 奶牛养殖产业网络等级度与网络效率

2.2 奶牛养殖产业发展的个体空间关联网络特征及演变趋势

本文以2021年为例，汇总31 个省份的度数中心度、接近中心度、中介中心度3 个指标，展示空间关联网络中详细数据和状态水平（表1）。

表1 空间关联网络中心度汇总表

由表1可知，河北的度数中心度为100%，在奶牛养殖产业发展中居绝对中心地位。河北作为中心省份，乳制品产量连续8 年全国第一，拥有龙头企业君乐宝乳业集团，并在2021年实现伊利、蒙牛等多家龙头乳企扎根，下游的消费需求极大推动该省奶牛养殖产业发展。

点出度均值约为7.19，高于均值的省份对其他省份有明显溢出效应，即担任生产供应角色。

点入度均值约为7.19，高于均值的省份表现为奶牛养殖产业规模不大，但对其产出相关下游产品和衍生品的市场需求相对较大，过于依赖其他省份供应，在网络中承担消费者角色。

接近中心度均值为49.68，数值较高省份的产业发展不依赖于其他省份的资源交换和市场需求，表明其在产业发展中拥有极强竞争力和话语权，扮演“中心行动者”角色。数值较低省份产业发展过度依赖其他省份，扮演“边缘行动者”角色。

中介中心度均值为23.98，高于均值的省份在奶牛养殖产业发展过程中处在与其他省份产业间相关联的链接点上，控制各省份之间的相互作用。河北、山东、内蒙古在奶牛养殖产业发展中属于交通枢纽，在全国产业网络中发挥“桥梁”和“媒介”作用。

2.3 奶牛产业发展空间关联网络的块模型分析

基于上述产业发展的空间关联网络及相关特征，本文选用CONCOR法探析奶牛养殖产业发展空间关联网络的集聚特征。将31 个省份划分为4 个板块，计算相关板块关联度（表2）。

表2 板块关联相关表

板块之间的关联关系总数为170，说明板块内部及板块之间均具有显著的关联关系及溢出效应。引入以下2 个测算数值。

以此表达板块相关特性，进行板块职能划分计算。

为进一步研究各板块的溢出关系分布状况，本文引入密度矩阵和像矩阵。如表3所示，板块一无明显溢出效应。板块二的溢出效应主要表现为对板块二内部、板块三的溢出关系。板块三的溢出效应主要表现为对板块一、板块四的溢出关系。板块四的溢出效应主要表现为对板块一、板块二、板块三、板块四的溢出关系。

表3 板块网络密度矩阵及像矩阵

四大板块之间的溢出关系表现为显著的“梯度效应”。产业面临调整时，扮演“领导者”角色的板块四率先波动，然后向板块二和板块三传导，板块三波动之后又向板块一传导，并对板块四反馈，板块二波动后会在内部明显调整，并调节板块三。由此可见，板块二和板块三是维系产业发展联动关系的重要枢纽。

3 奶牛养殖产业发展空间关联网络的影响因素

3.1 QAP相关分析

经QAP方法的5 000 次随机置换后，本文得到QAP相关性分析结果，如表4所示。

表4 QAP相关性分析结果

奶牛养殖产业发展的空间关联矩阵与政府支持矩阵的相关系数为正，但未通过5%的显著性检验，表明其对产业空间溢出关系的影响不明显；与生产资料矩阵、相关和支持性产业矩阵、地理临近矩阵的相关系数为正，且通过5%的显著性检验，这三者差异越大，空间关联网络的联系越多；与需求条件、创新科技矩阵的相关系数为负，但未通过5%的显著性检验，表明两者对产业空间溢出关系的影响不明显。

3.2 QAP回归分析

本次分析的可决系数为0.043，说明选取的差异矩阵诠释奶牛养殖产业空间网络的程度为4.3%，下表为回归分析结果（表5）。

表5 QAP回归结果

4 结论与建议

本文利用社会网络分析研究奶牛养殖产业发展的空间关联网络特性及相关影响因素，得出如下结论。

（1）奶牛养殖产业2019年前各地区发展均匀，之后形成明显集聚性。奶牛养殖产业发展空间关联网络的网络密度呈较明显下降态势，省份之间的空间溢出效应从较普遍到形成城市集群；网络等级度和网络效率在2020年陡然上升，产业的空间网络结构开始逐步形成等级，空间溢出的相互作用开始降低，网络连接度降低，形成“等级制度”。

（2）奶牛养殖产业出现核心龙头省份，围绕核心地区形成相应产业链。度数中心度结果表明，河北、山东、内蒙古在空间关联网络中居核心龙头地位；接近中心度结果表明，河北、山东、内蒙古扮演“中心行动者”角色，贵州、西藏在空间关联网络中扮演“边缘行动者”角色；中介中心度结果表明，山东在奶牛养殖产业发展空间关联网络中发挥“桥梁”和“中介”作用。

（3）奶牛养殖产业有明显板块划分现象，且各板块承担不同功能。河南、山西、内蒙古、山东、河北为“双向溢出”板块；海南、广西、广东、云南、贵州、辽宁、上海、西藏、黑龙江、重庆、北京、新疆、甘肃、天津、吉林、青海为“净受益”板块；湖南、福建、江西、湖北、安徽、江苏、浙江为“经纪人”板块；陕西、宁夏、四川为“净溢出”板块。四大板块之间的溢出关系呈明显“梯度效应”，板块二和板块三是维系产业发展联动关系的重要枢纽。

（4）生产要素、相关及支持性产业、地理位置对产业空间关联具有显著影响。本文对6 个相关因素进行产业QAP分析，相关和支持性产业、生产资料、政府支持、地理临近与产业正相关，创新科技、市场需求与产业负相关。对通过显著性检验的3 个因素进行回归分析：生产要素、相关及支持性产业、地理位置有助于建立产业发展的空间关联关系，产生空间溢出效应。

针对本文结论，提出如下建议。

（1）产业集聚有助于产业升级，但发展过程中要根据实际情况对产业各层级调整和优化。我国奶牛养殖产业正在国家有关扶持政策推动下进行产业升级，争取更快更好实现产业规模化发展。但在此期间，产业链的中小企业被严重挤压生存空间。因此，在优化产业结构时应更全面寻求各层级发展，积极找寻新商业模式，保障各规模企业健康稳定运营。例如，中小型企业抛弃单一产品的大规模经营模式，转向精准化、特质化服务，走高端定制化服务；或引进新的饲养品种和模式，获得多项产品收益，采用肉牛奶牛相结合的生产结构。

（2）产业链无法完全依靠单一省份或地区，我国各地区在产业发展过程中都起到一定效用。由于地域广阔，各省份地理资源储备差异较大。为更好推进奶牛养殖产业差异化、多样化发展，各省份应因地制宜，充分发挥自身优势条件，找到其在产业链中位置及职能。例如，中心城市注重产业链各层级的科技突破，加大研发投入，推动产业技术革新，提高核心竞争力；“桥梁”和“中介”城市应做好城市产业规划，优化交通布局，厘清相关运输路线，构建经销通路，更好进行产业链交互和流通；边缘城市需清晰认识自身发展现状及方向，出台适宜管理监督政策，形成良好市场监督体制。

（3）我国奶牛养殖产业发展至今，逐渐依据各省份综合资源形成不同产业发展方向，形成明显板块效应。已形成较成熟稳定的省份，拥有具体产销地和沟通枢纽，产业布局较稳定。应在此基础上，确立各板块的特性和联系，进行细节调控。例如，注重奶牛养殖产业发展枢纽板块的产业规范和监管制度，更好调控全国奶牛养殖产业整体环境，协助制定更完善的行业规范；重点关注产地的产品质量和销地的销售流程，对消费者负责，保障国民健康。

（4）本文检验我国奶牛养殖产业主要影响因素，帮助各省份参照自身情况因地制宜发展本地产业。各省份间地理距离很大程度决定该省份产业发展，应将其作为省份自我定位的重要依据。各省份的生产资料储备和政府支持力度很大程度影响该省份的产业化进程。生产资料充足的省份应意识到核心位置，探索我国奶牛养殖产业发展方向，对标国外产业，不断吸收借鉴，助力我国产业制度和经营模式完善。各省级政府应针对不同情况制定与之相适应的相关鼓励举措，稳步完成产业技术升级。