我国GI农产品空间分布特征及与农业发展匹配度研究

李志方，陈 通

(天津大学管理与经济学部，天津 300072)

一、引 言

地理标志农产品(geographical Indications agricultural product，简称GI农产品)因其生长于特定的地域环境内，而相对于同类农产品具有更高的经济价值。GI农产品的发展对培育地方主导产业，挖掘地域品牌，提高农产品质量，增加农民收入，推动农村经济发展具有十分重要的战略意义。然而，我国各省份农业发展呈现不均衡态势，加之当前GI农产品数量呈迅猛增长的形势下，研究其空间分布的特征及与省际农业发展的匹配程度，对国家和地区制定合理的农业发展规划具有十分重要的理论支撑和决策参考价值。

目前，GI农产品的研究主要集中于理论和实证两个角度。(1)从理论角度来看，主要是采用公共品理论、产业组织理论，对GI农产品的属性、规制等方面开展研究，如Josling认为地理标志具有公共品属性，通过建立适当的认证机制，将有效促进社会福利的增加［1］;Zago和Pick利用产品差异模型，对地理标志认证制度的福利效应进行了研究［2］。(2)从实证角度来看，主要是对GI农产品的消费者支付意愿以及品牌认知度进行研究，如Scarpa等采用离散选择方法对意大利消费者GI农产品消费中的认知异质性进行研究［3］;周安宁等采用假想价值评估法(CVM)对消费者就“地域”属性和“地理标志保护”标签的支付意愿进行了研究［4］。而从宏观角度对GI农产品进行实证研究相对匮乏，如王寒等从地域分布、产品类型和批准时间三个角度定性分析了我国GI农产品的发展情况［5］;刘华军采用空间经济学方法对我国地理标志产品空间分布特征进行了研究［6］。但这些文献的数据都不能反映当前GI农产品迅猛发展的态势，也没有开展针对GI农产品分布与省际农业匹配度的研究，从而无法为GI农产品的发展规划提出更为详细的宏观依据。

基于上述研究现状，本文使用空间经济学中的集聚测算方法，结合我国当前GI农产品由国家工商总局、国家质检总局和农业部三部门管理的制度现状，以三部门注册数据为依据，对GI农产品空间分布进行分析，然后创新性地对GI农产品省际分布数量与农业发展的匹配度进行计算，最后依据匹配度结果，使用聚类分析方法，对各省进行分类并总结其特征，以期为合理开展规划提供决策参考。

二、我国GI农产品空间分布特征分析

本文从国家工商总局、国家质检总局和农业部官方网站获得GI农产品(以果蔬、畜禽、茶叶、粮油、中药材、花卉、蜂产品和其他农副产品为统计对象)的注册数量。数据范围为大陆地区31个省份，数据截止日期为2011年12月31日。

(一)GI农产品省际分布

表1提供了国家工商总局、国家质检总局和农业部及剔除重复四类统计情况下各省GI农产品数量。

表1 我国GI农产品省际分布

(二)GI农产品区域分布

将31个省份划分为东部、中部、西部和东北四大区域，表2提供了各区域GI农产品的数量分布情况。我们可得到如下结论:

(1)从总量及比重分布来看，依据国家工商总局、国家质检总局和剔除重复的数据，从多到少依次是东部、西部、中部和东北;而依据农业部的数据，呈西部、东部、中部、东北次序排列。

(2)从各区域数量平均值来看，依据国家工商总局的数据，东部地区平均值最高，西部地区居第二位，中部地区居第三位，东北地区最低;依据国家质检总局的数据，中部地区平均值最高，东北地区居第二位，东部地区居第三位，西部地区最低;依据农业部的数据，中部地区平均值最高，东北地区居第二位，西部地区居第三位，东部地区最低;依据剔除重复的数据，中部地区平均值最高，东部地区居第二位，东北地区居第三位，西部地区最低。

表2 我国GI农产品区域分布

(三)基于空间经济学的我国GI农产品集聚程度测算

本文对GI农产品的空间集聚程度进行测算是基于空间经济学的统计描述方法。空间经济学主要研究生产要素的空间布局及经济活动的空间区位。当前，空间经济学的研究内容主要分为经济体空间分布差异的成因解析、经济体生产要素空间分布对经济增长的助推效应和经济体生产要素空间分布的统计描述。其中，成因解析集中对报酬递增、随机过程和地理要素三个方面进行研究，助推效应主要是基于经济增长模型的空间分布研究，而统计描述就是使用变异系数、EG指数、集中度、赫芬达尔指数及锡尔指数等指标对经济体生产要素空间分布的集聚程度进行测算［7］。因此，考虑到本文统计指标的单一性，为合理计算而决定采用空间经济学统计描述方法中的变异系数、集中度、赫芬达尔指数三种测算指标对GI农产品空间集聚程度进行测算［8］［9］。

结合表1、2的数据，使用三种指标进行测算，我们可得GI农产品的集聚程度测算结果(如表3所示)。依据三种测算指标的含义［8］，我们可得如下结论:

(1)我国GI农产品在空间分布上呈现明显的集聚特征。

(2)变异系数结果表明依据农业部的数据计算所得的集聚程度高于依据国家工商总局和国家质检总局的数据计算所得的集聚程度，集中度结果表明依据国家工商总局和农业部的数据计算所得的集聚程度明显高于依据国家质检总局的数据计算所得的集聚程度，赫芬达尔指数结果表明依据农业部的数据计算所得的集聚程度高于依据国家质检总局的数据计算所得的集聚程度、略高于依据国家工商总局的数据计算所得的集聚程度。

表3 我国GI农产品空间集聚程度计算结果

从表4所示结果可以看出，在三部门及剔除重复四种统计情况下，山东和四川的GI农产品集聚测算结果均在前5名;在国家工商总局注册及剔除重复两种统计情况下，福建和浙江的GI农产品集聚测算结果都在前5名。这说明我国GI农产品呈现明显的个别省份集聚特征。原因是山东、福建及浙江属于我国临海省份，气候宜人，名优农产品资源丰富，均重视农业在经济发展中的基础作用，近年来GI农产品数量呈上升态势;四川素有“天府之国”美誉，自然环境条件好，政府较为重视特色农业资源挖掘。

PBL教学模式可以帮助学生将所学英语口语切实应用到实践中去，为学生提供一个更加真实的环境，通过提问，正确引导学生深入思考，让学生反复回忆所学知识，实现问题与知识的有机联系，以此强化学生的思维能力，以及知识应用水平。

表4 我国GI农产品数量排名前10位的省份及其百分比

三、我国GI农产品省际分布与农业发展匹配度分析

(一)研究方法

其中，Gi代表第i个省的农业产值，G代表全国农业总产值，Yi代表第i个省的GI农产品数量，Y代表全国GI农产品总量。农业产值数据来源于《中国统计年鉴(2012)》。当匹配度趋于0时，表明该省GI农产品数量与其农业发展较为匹配;当匹配度小于0时，说明该省GI农产品数量较多，存在资源浪费;当匹配度大于0时，说明该省GI农产品数量较少。

2.聚类分析法

聚类分析(Cluster Analysis)是研究分类问题的一种多元统计方法。聚类分析的目的是把相似或相近的对象归并成类，研究主要内容是如何度量相似性和构造聚类的具体方法。由于样本量较大，本文采用 K-means聚类算法［10］。

(二)计算结果与分析

根据匹配度公式，本文使用表1和统计年鉴数据，计算在三部门及剔除重复四种统计情况下各省GI农产品分布均与其农业发展呈现不同程度的匹配失衡。依据所得匹配度，使用软件SPSS20.0，在聚类设定为3、4、5、6的前提下，对31个省份进行分类。在K=4后，单因素方差分析结果已无差异［11］。因此，我们可知K=4时的分类结果较为合理(结果如表5所示)。

表5 各省份GI农产品数量与其农业发展匹配度聚类分析结果

依据表5的聚类分析结果，我们可将四类省份的特征总结如下:

1.“深挖数量、塑造品牌”型省份

广东对GI农产品的质量较为重视，但不太重视资源挖掘和品牌化经营，这与目前广东省农产品品牌数量较少的现状较为贴近。

此类省份多属于我国的农业大省，农业人口多，农业基础较好，但在资源挖掘力度、品牌经营和质量层次仍有较大的提升空间。

3.“塑造品牌、重视质量”型省份

此类省份在优质农产品的资源挖掘上较为重视，出现不同程度地饱和趋势，但对品牌经营和质量管理的重视程度仍有待提高。

4.“协调发展”型省份

该类省份前期较为重视名优特色农产品的挖掘，品牌化经营程度较高，质量管理模式也较为先进，但目前GI农产品已呈现饱和趋势。

四、结 语

通过上述研究，本文所得结论为:(1)我国GI农产品呈现明显的个别省份集聚特征;(2)当前各省GI农产品与其农业发展匹配失衡现象较为普遍，但依据匹配失衡程度，我们可将大陆31个省份进一步分为“深挖数量、塑造品牌”型省份、“深挖数量、塑造品牌、重视质量”型省份、“塑造品牌、重视质量”型省份和“协调发展”型省份。因此，本文提出以下政策建议:

(一)差异化发展战略

针对第一类省份，要积极培育GI农产品品牌。针对第二类省份，要在做好优质农产品资源挖掘、申报工作的前提下，积极培育GI农产品品牌、重视质量保护，引导走向“品牌化、高附加值、精细化生产”的发展道路。针对第三类省份，要坚持品牌经营和质量管理并重。针对第四类省份，需要进一步调整其农业政策倾向，合理发展其他农副产品，促进农业各部门的协调发展。

(二)完善化发展战略

要顺应当前GI农产品大量涌现的发展趋势，适时构建统计评估体系，有效提高监测与监管。

［1］Josling T.The war on terror:geographical indications as a transatlantic trade conflict［J］.Journal of Agricultural Economics，2006，57(3):337－363.

［2］Zago A.M.，Pick D.Labeling policies in food markets:private incentives，public intervention and welfare effects［J］.Journal of Agricultural and Resource Economics，2004，29(1):150－165.

［3］Scarpa R.，Philippidis G.，Spalatro F.Product-country images and preference heterogeneity for Mediterranean food products:a discrete-choice framework ［J］.Agribusiness，2005，21(3):329－349.

［4］周安宁，应瑞瑶.我国消费者地理标志农产品支付意愿研究——基于淘宝网“碧螺春”交易数据的特征价格模型分析［J］.华东经济管理，2012，26(7):111－114.

［5］王寒，陈通.我国农产品地理标志发展现状分析［J］.西安电子科技大学学报(社会科学版)，2008，18(4):101－105.

［6］刘华军.地理标志的空间分布特征与品牌溢出效应——基于中国三部门地理标志数据的实证研究［J］.财经研究，2011，37(10):49－57.

［7］赵作权.空间分布经济学研究综述［C］.全国经济地理研究会第十三届学术年会论文集，2009.543－551.

［8］刘斯敖.产业集聚测度方法的研究综述 ［J］.商业研究，2008，(11):64－66.

［9］张洁.中国文化创意产业的空间分布和地区绩效分析［J］.商业经济与管理，2011，232(2):64－70.

［10］朱红兵.应用统计与SPSS应用［M］.北京:电子工业出版社，2011.

［11］李洪英，胡求光.农村消费城市化水平的测度与评价——基于东部11个省份的考察［J］.财经论丛，2010，151(3):19－23.