我国省域乳业发展的空间计量经济分析

薛强，乔光华，樊宏霞

（内蒙古农业大学经济管理学院，呼和浩特 010019）

我国省域乳业发展的空间计量经济分析

薛强，乔光华，樊宏霞

（内蒙古农业大学经济管理学院，呼和浩特 010019）

以柯布—道格拉斯生产函数为理论框架，运用空间计量经济模型，对2006-2009年我国乳品加工业的区域产出进行了实证分析。结果表明，我国省域乳业产出呈现明显的空间依赖性和空间集聚现象，引入空间效应的空间误差模型克服了普通最小二乘估计设定偏差的问题，对我国省域乳业产值的空间关系具有更强的解释力。

乳品加工业；空间计量分析；空间误差模型

0 引言

作为畜牧业的重要组成部分，乳业的健康、持续发展对畜牧业实现现代化具有积极的促进作用。近年来，我国乳业发展迅速，2010年全国奶牛存栏达到1260万头，原奶总产量3740万t，分别是1999年的2.84倍和5.21倍，乳品加工业年生产总值由1998年的83.33亿元上升到2009年的1668.11亿元，年均增长率达到31.31%。随着经济一体化水平以及开放程度的不断提高，我国省域乳业发展区域差异呈缩小态势，出现了空间分布的均等化趋势[1]，省域劳动、资本及技术知识等要素的自由流动和相互融合成为乳业空间分布均等化的主要原因，区域间乳业发展不再独立，而是呈现空间相关和空间依赖。基于此，本文以柯布—道格拉斯生产函数为理论框架，构建空间计量经济模型，探讨我国省域乳业产出的空间关系。

1 文献回顾

乳品加工业的快速持续发展不仅关系到乳业乃至畜牧业经济的发展，同时对消费者的安全与健康也有直接影响。特别是近年来，与乳品安全密切相关的事件不断发生，引起了国家与社会各界的普遍关注，在学术界也围绕乳品加工业的发展以及乳业的集聚和空间布局等问题形成了一系列研究成果。花俊国等[2]分析了我国乳业的产业集中状况和空间布局的变化，认为，我国乳品加工业的产业集中度还没有达到理想的高集中寡头垄断的状态，还处于结构优化的演进过程中；在市场机制的作用下，影响乳业空间布局的首要因素是产业发展基础，其次是资源条件；我国乳品加工业产业集中度的演化和乳业空间布局的形成，体现了以市场为导向、企业为主体、政府为引导、资源为基础的产业发展理念。

齐雪、李翠霞[3]运用区位商法（location quotient，LQ）对哈尔滨市乳业集群集聚度进行测定和评价，结果表明，哈尔滨市乳业集群的专业化程度高于全国平均水平，具备明显的产业集群现象，并且集群集聚程度较高。郝晓燕等[1]对我国乳品制造业的空间布局从发展水平差异性和专业化程度差异性两个视角进行了测度，结果显示，2004年以来，我国乳业发展呈现空间分布的均等化趋势，乳业专门化程度最高和非专门化地区的空间分布比较稳定，有消费奶制品习惯的少数民族聚集地区（包括内蒙古、西藏、青海、宁夏、新疆、云南）其专业化地位有一定的波动性。类似地，杨红等学者[4]对我国各省乳品加工业的综合竞争力进行了测度，研究表明，各省乳品加工业竞争地位是动态变化的，具体表现为：强势区变化度较小，实力区、潜力区变化逐步加大；省域间乳品加工业竞争地位的上升呈阶梯式递进，无跳跃式发展。

乌云花、黄季焜等[5]对北京市周边地区农户奶牛养殖与乳品加工企业的关系进行了分析，结果表明，乳品加工企业的发展和布局显著影响着其周边地区农户奶牛养殖发展，乳品加工企业的发展是促进当地农户奶牛养殖发展的最重要因素。王威、顾海英[6]以市场绩效为判断标准，对我国乳品加工业的竞争状况进行了研究，认为我国的乳品加工业处于过度竞争阶段，其中市场过度进入、乳品的产品特性和企业退出障碍是乳品加工业出现过度竞争的主要原因。

从已掌握的文献资料看，目前学术界对乳品加工业以及乳业的空间布局方面的相关研究主要集中在乳业的空间分布、积聚程度、乳品加工业的发展等几个方面，一般多是基于时间序列数据或横截面数据，而将地理空间因素纳入到乳品加工业中，进行专门的省域间的空间计量经济分析尚不多见。实际上，由于各省（市、自治区）在资源禀赋、气候条件、技术水平等方面存在较大差异，乳品加工业在省域间不仅存在空间异质性（Spatial heterogeneity），同时也存在较强的空间依赖性（Spatial dependence），而且空间效应的存在将对我国乳业的空间布局及发展差异性产生重要影响。基于以上背景及研究现状，本文将地理空间因素纳入传统计量经济模型对我国省域乳业发展的空间依赖性和差异性进行实证研究。

2 模型与数据

2.1 乳品加工业空间计量经济模型

2.1.1 空间自相关性检验模型

已有的研究[7-11]已证实空间自相关指数——莫兰指数（Moran's I）是检验区域经济行为是否存在空间相关性的重要指标，因此，本文借鉴这一研究成果，将莫兰指数[12]作为检验乳品加工业空间相关性的标准。其表达式为：

式中：Yi为第i个省（市、自治区）的乳品加工业产出观测值；Yj为第j个省（市、自治区）的乳品加工业产出观测值；n为省（市、自治区）的总数；为n个省（市、自治区）乳品加工业产出观测值的平均值；Wij为空间权重矩阵，用以说明空间研究对象的相互邻接关系，若第j个省（市、自治区）与第i个省（市、自治区）相邻，Wij=1，否则Wij=0。

2.1.2 生产函数的基本模型

目前，学术界普遍认为测算要素投入对经济增长贡献率较为成熟的方法是柯布—道格拉斯（Cobb-Douglas）生产函数（陈江龙等，2004）[13]，因此，本文构建的乳品加工业产值与要素投入的CD生产函数关系为：

式中：Yi为第i个区域乳品加工业的产出；A为乳品加工业的技术水平；Li与Ki分别为第i个区域乳品加工业的劳动和资本的投入量；eui为随机扰动项；参数α与β分别表示劳动和资本的产出弹性。

为了便于估计，将式（2）进行对数变换，得到：

式（3）静态地表达了技术不变的条件下，乳品加工业产出与基本生产要素（劳动、资本）投入之间的函数关系。

2.1.3 空间滞后模型

乳品加工业的空间计量经济模型表达了各种生产要素的投入对不同省市奶业产出的影响，但没考虑奶业产出的空间联系，事实上，某一省市的奶业产出状况不仅受自身生产要素种类及其投入量的影响，还可能受到临近省市奶业生产的溢出作用，这样一来，某省的奶业产出就不单是其生产要素的函数，同时也是临近省市产出的函数。因此，考虑不同省的空间联系就必须引入空间滞后模型才能准确反映某省奶业的产出状况。

式中：WLnY为空间滞后变量，参数ρ为空间回归系数，表示在地理位置上临近区域产出的外部溢出，因此式（4）表示了某省市乳品加工业的产出是自身生产要素投入和临近省市空间溢出效应共同作用的结果。

2.1.4 空间误差模型

式（4）主要说明了某一省市生产要素投入以及临近省市产出对该省市产出的影响，事实上，模型中未包括其他要素，诸如，企业的技术水平、资源条件、产业政策等，可能会对乳品加工业的产出产生重要影响，并存在空间相关性。因此，为了准确反映某一省市的乳品加工业产出状况，用如下空间误差模型来表达。

式中：W为空间权值矩阵，参数λ为空间自回归系数，刻画了未包括在模型中的随机项对其他省市产出的空间溢出效应。

2.2 指标选择与数据

本文的研究对象为我国大陆除海南省之外的30个省（直辖市、自治区）的乳制品加工业，借鉴已有成果，考虑到数据的可获得性、一致性及准确性，以CD生产函数为基础，用年末乳品企业从业人员数和乳品企业资产额分别代表乳品加工业劳动投入和资本投入，并将二者作为乳业计量经济模型的解释变量，用乳品企业产值表示产出，并作为被解释变量，为了分析我国省域乳业产出的空间关系，本文用30个省相互间的公路营运里程来衡量省域间的距离。奶业生产要素投入数据来源于《中国奶业年鉴》（2003-2010年），各省省会（首府）之间的公路营运里程数据来自于《中国高速公路及各等级公路网地图册》，文中的空间相关性及空间回归分析均借助GeoDa 0.9.8.14实现。

3 实证分析

3.1 空间自相关检验

空间自相关性一般用Moran指数来测度，其中Moran指数又分为全域指数（Global Moran's I）和局域指数（Local Moran's I）两种[14]。从全域Moran指数看，2002-2009年我国乳品加工企业产值Moran指数为0.1026，通过了显著性检验。由于Moran指数变化范围为-1到+1之间，Moran指数大于0表明空间分布中具有相同属性的数据形成聚集，也即省域间乳品加工业产值在空间分布上并非完全呈随机状态，而是具有一定相关性，空间集聚现象比较明显。

为了进一步考察我国乳品加工业产值的局部空间特征，需要测算局域Moran指数。从乳品加工企业产值（OUTVA）的Moran散点图发现，我国大部分省份乳业产值聚集在第一和第三象限（图1），Moran散点图的四个象限分别对应于空间单元与其邻近省份间的局域空间联系形式，因此H-H和L-L类型居于主导地位。乳品加工业产值较高的省份（H-H）相对集聚，这些省份包括内蒙古、北京、河北和山东，产值较低的省份亦形成集聚（L-L），包括新疆、西藏、青海、甘肃、云南、四川、贵州、湖北、湖南、广西、广东、陕西。其他省份除辽宁、山西和宁夏三省处于L-H外，均不显著。

上述分析结果显示，我国省域间乳业产值差异明显，存在空间集聚现象，若沿用传统经济增长理论中仅基于时间维度的分析思路，势必会影响结论的准确性与解释力，为此，有必要将省域间的空间依赖性纳入到计量经济分析模型对我国省域乳业区域发展问题进行探讨。

3.2 空间计量经济分析

在全域Moran指数和局域Moran指数测度的基础上，运用空间计量经济模型对我国乳业产值的空间格局进行分析，为了便于比较，先利用我国省域面板数据进行普通最小二乘法（OLS）估计。结果显示，SLM和SEM的拟合优度检验值R2分别为98.15%和98.25%，均高于OLS模型的R2（98.14%）（表1，表2），而且都通过了误差正态性检验和空间依赖性检验；进一步地，通过比较Log L值，发现SLM和SEM的Log L值都比OLS模型的值大，说明SLM和SEM比OLS模型更显著，更适合于分析我国乳制品加工业的区域产出；此外，从AIC和SC值看，SEM的AIC和SC值分别为200.519和204.722，小于SLM与OLS模型的203.547、209.151和201.562、205.766，表明SEM不仅优于OLS模型，与SLM相比也具有更强的解释力和说服力。综合以上分析结果，本文认为加入空间因素的SEM对我国省域乳业产值的空间结构解释能力更强。

表1 OLS估计结果

表2 SLM和SEM估计结果

4 结果及讨论

本文以柯布—道格拉斯生产函数为理论基础，运用2002-2009年我国省域乳品加工业投入产出数据，将空间因素纳入到计量经济模型框架，对我国省域乳业产出的空间关系进行了实证分析。研究得到的结论有：

（1）我国省域间乳业产出呈现明显的空间依赖性和空间差异性，乳业产出存在正的空间相关性在理论上以全域Moran指数（>0）得到了证实，同时与实际也是相符的。相邻区域的地理环境具有相似性，加之经济一体化的发展，促进了奶业生产要素在省域间的自由流动以及区域间乳制品生产加工技术的扩散和传播，原本封闭的经济单元不再独立，而是呈现相互依赖的态势，且这种依赖性随着区域间的融合不断加强。

（2）我国省域间乳业产出在空间上形成了集聚，表现为具有较高产出的省域相对地趋于和较高产出的省域相邻，较低产出的省域相对地趋于和较低产出的省域相邻，这与实际并不相悖，因为省域间要素的流动以及增长极的辐射扩散作用与经济单元之间的距离有极大关系。

（3）空间因素对我国乳业的产出具有重要影响在文中实证部分已经得到验证，因此，普通最小二乘（OLS）模型估计结果的可靠性值得关注。通过对经典线性模型的修正发现，引入空间依赖性和空间差异性的空间误差模型（SEM）的检验值优于普通最小二乘（OLS）模型及空间滞后模型（SLM），在一定程度上克服了经典计量经济模型设定偏差的问题，对我国省域乳业产值的空间结构解释能力更强，结果的可信度更高。

在政策导向方面，由于我国乳业产出省域间存在明显的空间依赖性和空间差异性，因此在制定乳业发展政策上，要充分认识空间地理效应的作用，不应忽视省域间乳业产出的相互影响，同时还要兼顾各自发展的特点。应合理利用、有效配置乳业生产要素，提高生产要素的空间互补性和空间配置效率，加强区域间乳业生产加工技术的交流与合作，建立区域统筹协调的乳业分工与有效的乳业加工合作机制，整合资源、发挥区域优势，推动乳业产业转型与升级，促进我国乳业区域化、一体化以及持续健康发展。

[1]郝晓燕，巩芳，文宗川，等.我国乳品制造业区域空间分布的差异性测度[J].干旱区资源与环境，2011（4）：56-61.

[2]花俊国，朱香荣，殷成文.中国乳业集中状况和空间布局分析[J].中国农村经济，2007（2）：49-54.

[3]齐雪，李翠霞.哈尔滨市乳业集群发展程度评价[J].东北农业大学学报（社会科学版），2010（6）：34-37.

[4]杨红，柴军，陈静.中国各省（区、市）乳品加工业综合竞争力评价分析[J].中国乳业，2005（10）：30-33.

[5]乌云花，黄季焜，Scott Rozelle，等.农户奶牛养殖与乳品加工业扩展[J].农业经济问题，2007（12）：62-69.

[6]王威，顾海英.中国乳品加工业的过度竞争分析[J].中国农村经济，2005（2）：40-45.

[7]吴玉鸣.空间计量经济模型在省域研发与创新中的应用研究[J].数量经济技术经济研究，2006（5）：74-85.

[8]吴玉鸣.中国区域农业生产要素的投入产出弹性测算——基于空间计量经济模型的实证[J].中国农村经济，2010（6）：25-37.

[9]田成诗，盖美.中国地区劳动生产率的空间统计分析[J].东北财经大学学报，2004(2)：87-90.

[10]孟斌，王劲峰，张文忠，等.基于空间分析方法的中国区域差异研究[J].地理科学，2005，25(4)：393-400.

[11]ORD J K,GETIS A.Local Spatial Autocorrelation Statistics:Distributional Issues and an Application.Geographical Analysis,1995,27(4): 286-306.

[12]ANSELIN L,BONGIOVANNI R，LOWENBERG-DEBOER J.A Spatial Econometric Approach to the Economics of Site-specific Nitrogen Management in Corn Production[J].American Journal of A-gricultural Economics,2004,86(3):675-687.

[13]陈江龙，曲福田，陈雯.农地非农化效率的空间差异及其对土地利用政策调整的启示[J].管理世界，2004（8）：37-42.

[14]沈体雁，冯等田，孙铁山.空间计量经济学[M].北京：北京大学出版社，2010.

Spatial econometric analysis of dairy development in China’s provincial regions

XUE Qiang，QIAO Guang-hua，FAN Hong-xia
(College of Economics and Management,Inner Mongolia Agricultural University,Hohhot 010019,China)

This paper takes Cobb-Douglas production function as the theoretical framework,use spatial econometric model,analyses China's regional dairy industry output in 2006 to 2009.The result shows that China's regional dairy industry output present significant spatial dependence and spatial agglomeration,the Spatial Error Model(SEM)which add spatial effects overcomes the bias of Ordinary Least Squares(OLS) estimation model,and have a stronger explanatory power to the spatial relationships of China's regional dairy industry output.

dairy industry;spatial econometric analysis;spatial error model

F326.3

B

1001-2230（2012）03-0049-04

2011-11-13

内蒙古畜牧业经济研究基地资助项目——内蒙古奶业现代化路径研究（JD2011003）。

薛强（1982-），男，博士研究生，研究方向为农牧业经济。