我国葡萄生产空间布局特征研究*

穆维松，李程程，高 阳，冯建英（中国农业大学信息与电气工程学院，北京 100083）



我国葡萄生产空间布局特征研究*

穆维松，李程程，高 阳，冯建英※
（中国农业大学信息与电气工程学院，北京 100083）

摘 要随着葡萄育种、栽培及管理技术的提高，我国葡萄种植已由传统的优势产区发展到全国各省区都有种植，特别是南方产区葡萄的生产持续快速增长，使得全国葡萄生产布局发生了较大变化，因此在新形势下研究我国葡萄生产布局特征，把握葡萄生产变迁特征与规律，对于合理地配置农业生产资源、优化调整葡萄产业空间布局与规划，具有重要的现实意义。文章首先从宏观角度系统分析了我国葡萄生产的阶段特征与全国层面生产布局的变迁，其次利用微观层面的农户调研数据、比较了不同产区间葡萄生产投入与产出的区域特点及其差异；接着引入空间自相关性指标，采用Moran’s I指数，在ArcGIS中选取基于边界的空间权重矩阵定义，从全局与局部自相关角度分析了葡萄生产投入产出的空间特征及其与地理位置之间的相互依赖关系与驱动因素。研究结果表明，我国葡萄生产呈现明显的“西迁”、“南移”的发展趋势；葡萄生产投入与产出指标具有明显的区域差异性；受葡萄产业内部与外部因素的驱动，其分布体现出显著的空间自相关性，其中全局空间自相关定量测算结果显示我国葡萄生产存在空间正相关性，即相邻地区葡萄生产的投入与产出指标具有相似性，且空间自相关性在逐年加强；局部空间自相关指数显示我国葡萄投入与产出的低值聚集区主要分布在陕甘宁与内蒙古地区，而高值聚集区主要分布在江浙沪一带，进一步表明，地理因素通过经济发展水平与农业生产结构等方面因素影响着葡萄产业的发展。

关键词葡萄 GIS Moran’s I指数 空间分布 空间自相关 驱动因素

0 引言

葡萄在我国是一种重要的水果，仅次于苹果、柑橘、梨及桃。近20年来，随着葡萄育种、栽培及管理技术的提高，加上葡萄生产的相对较高的经济收益吸引，我国葡萄种植已由传统的优势产区发展到全国各省区都有种植，特别是南方产区葡萄的种植面积增长较快；全国葡萄的生产布局也发生了较大变化。根据实际调研情况看，由于葡萄产业与区域经济发展水平差异等因素带来的产业间、地区间比较收益差距拉大，导致葡萄生产的空间布局发生很大变化。因此，充分了解葡萄生产空间变迁特征，把握葡萄生产区域变迁特征与规律，为合理地配置农业生产资源，合理调整葡萄产业空间布局与规划，均具有重要的现实意义。

我国学者对农作物的生产的布局特征与影响因素等进行深入的研究，如杨春、陆文聪运用空间计量经济学Moran’s I指数与Panel Data模型，分析了中国31个省级区域粮食生产空间布局特征与其影响因素［1］；周霞、胡继连等利用供需弹性理论，柑橘供给反应函数与需求反应函数，分析了柑橘供需变动与生产波动的影响因素［2］。但是，目前对葡萄的生产的布局特征与影响因素等进行深入的研究还比较少。冯建英等运用双对数模型研究设施葡萄生产中各变量对成本差异的影响，定量研究了各影响因子对成本差异的贡献［3］；杜亚楠应用C-D生产函数模型研究葡萄生产效率、技术效率及规模效率的地区差异［4］；郑小平等运用行业集中率与区位基尼系数研究了葡萄产业种植地理集中程度与规模分布情况［5］。但尚未发现有学者基于投入与产出差异的角度对葡萄生产布局变化趋势与地理位置的相互关系开展研究。该文借助葡萄种植规模的时空面板数据与各地区投入与产出差异角度，研究葡萄生产的空间布局的变迁规律与集聚特征。

1 葡萄生产布局与变迁分析

1.1 我国葡萄生产发展的阶段特征

改革开放以来，我国葡萄生产规模有显著增长，生产规模变化表现出明显的阶段特征，如图1所示。

图1 我国葡萄发展历程

1980～1993年为我国葡萄产业的平稳发展期，种植面积由1980年的3.16万hm2增长为1993年的14.06万hm2，1993年葡萄产量是1980年产量的12.28倍；1994～2003年为我国葡萄产业的快速发展期，这一时期我国葡萄种植面积由1994年的14.76万hm2增长为2003年的41.92万hm2，产量的年平均增长率达14.54%；2004～2012年我国葡萄产业的种植面积增长增加了62%，葡萄年产量由2004年的562.9 万t增长到2012年的1 054.3万t，单产的年平均增长率达1.85%。

1.2 我国葡萄生产分布的变迁

根据我国葡萄生产发展的阶段特征，现将发展历程各节点数据进行对比分析，1980年、1994年、2004年及2012年我国葡萄生产面积与产量数据显示如图2。

图2 葡萄产业分布变迁

历年来新疆维吾尔自治区葡萄种植面积与年产量均居全国首位，山东、河北、辽宁及河南等地葡萄生产规模仅次于新疆，5个省区葡萄生产总量占全国50%以上。随着避雨、温室等设施栽培模式在南方、东北等地区的广泛应用削弱了新疆、山东等五大主产区的种植优势，市场集中度在逐年降低［6］，五大主产区的种植面积比例由1980年的79%下降为2012年50%，年产量比例由1980年的78%降低为2012年的71%，我国葡萄生产规模的地区集聚性逐步减弱。

1980年我国葡萄生产主要集中于新疆等西北葡萄种植区与黄土高原葡萄种植区，年产量占全国总量的53.75%，其次是山东、河北等华北葡萄种植区与渤海湾葡萄种植区，葡萄生产规模占全国30%以上；随着葡萄育种技术与栽培技术的发展与应用，东南、西南部地区高温多雨的农业生产环境得以改善，扩大了葡萄种植区域，提高了农户进行葡萄生产的热情，到1994年，华北与渤海湾葡萄种植区比西北与黄土高原葡萄种植区种植面积多出0.317万hm2，在占总面积的比例中高出4.71%；2004～2012年，华北与渤海湾葡萄种植区，江苏、浙江等秦岭、淮河以南亚热带葡萄种植区，云贵高原及川西部分高海拔葡萄种植区的种植面积与年产量继续增长。由此可以看出，我国葡萄生产规模有明显的“西迁”、“南移”的发展趋势。

2 基于葡萄生产投入与产出的空间分布差异性分析

2.1 我国葡萄生产投入与产出的指标体系构建

葡萄生产投入与产出信息持续采集由国家葡萄产业技术体系通过问卷调研的方式获取，主要包括种植者基本信息、葡萄园信息、成本投入信息及收益产出信息等4部分，其中成本投入信息涉及每年葡萄生产各环节所需成本，包括建园成本、物质成本及人工成本等［7］，葡萄园收益信息以鲜食葡萄及其制品销售额为统计目标。调查内容包括葡萄品种、单位面积产量、价格及总收益。净收益为葡萄园的销售额与生产投入的总成本的差值。由以上内容构建的葡萄生产投入与产出的指标体系结构图，如图3所示。

图3 葡萄生产投入与产出指标

2.2 我国葡萄生产投入与产出的空间分布差异分析

为了进一步探究我国葡萄生产的空间差异性，该研究首先对不同生产地区葡萄生产投入与产出数据进行对比分析。该文使用的数据为各地区葡萄生产的投入与产出平均数据。由于2010年问卷调查省份不全，考虑到区域信息的可比性问题，该研究仅采用2009年、2011年及2012年的调研数据，共包括23个样本区域的2 722份葡萄园数据信息。

（1）从主产区角度来看，葡萄生产投入与产出差异有明显的区域差异性。在葡萄生产投入总成本中，云贵高原与川西部分高海拔葡萄种植区＞秦岭、淮河以南亚热带葡萄种植区＞华北与渤海湾葡萄种植区＞东北、西北冷凉气候葡萄种植区＞西北与黄土高原葡萄种植区；葡萄生产净收益方面，秦岭、淮河以南亚热带葡萄种植区＞华北与渤海湾葡萄种植区＞东北、西北冷凉气候葡萄种植区＞云贵高原与川西部分高海拔葡萄种植区＞西北与黄土高原葡萄种植区。由葡萄生产成本的区域差异性与收益的区域差异性对比可以发现，秦岭、淮河以南亚热带葡萄种植区的成本与收益均处于较高水平；西北与黄土高原葡萄种植区投入成本与收益均低于全国其他种植区；云贵高原与川西部分高海拔葡萄种植区投入成本最高，但经济收益低于其他3个种植区。

（2）从省份角度分析，同一地区的投入与产出数据在年度间差异不大，但地区之间存在较大差异。地区之间的差异性与自然资源禀赋、生产模式密切相关，其次与经济发展水平、劳务人员素质与数量等因素密不可分［8］。由表1可以看出，上海、浙江、江苏、四川、北京等地葡萄生产的投入成本均在7.5万元/hm2以上，高于全国其他省份，其中投入成本最高的是上海市，在2012年投入达到13.6万元/hm2；投入成本最低的为内蒙古，每年投入葡萄生产的总成本均低于全国平均水平，其中2009年投入成本最低，总成本不足1.5万元/hm2。葡萄生产收益位居全国前列的是江苏、浙江、上海，净收益达12万元/hm2以上；收益最低的是内蒙古与宁夏地区，每年净收益要远低于全国葡萄平均收益水平，并且宁夏地区3年来葡萄生产净收益均低于3万元/hm2。

表1 全国各地区葡萄生产成本与收益 万元/hm2

3 葡萄生产空间自相关性分析

该文研究显示，葡萄生产的成本与收益存在明显的区域差异性，为了进一步研究葡萄生产投入产出与地理因素之间的关系，引入空间自相关性这一指标［9］。选用Moran在1950年提出的Moran’s I指数，从全局与局部角度分析我国葡萄生产存在的空间相关性［10］。

3.1 葡萄生产空间自相关性评价指标

全局空间自相关性的定量计算是为了研究整个区域所有对象之间的相互关联度。该文用全局Moran’s I表示，其公式为:

式中，n是样本总数，xi是空间i单元的属性值，x是全部观测位置属性值的平均，wij是空间权重矩阵。全局Moran’s I指数的值介于-1～1之间，＞0为正相关，即空间相邻单元之间属性值相似，而且值越大表示属性数据的相似性越大；＜0为负相关，即空间相邻单元之间属性数据差异较大；近似为0时则表示数据之间随机独立分布［11］。

局部Moran’s I公式为:

式中，Zi=（xi-），Zj= （xj-）；wij是行标准化的空间权重矩阵。局部空间正相关性与负相关性均存在两种情况，高值-高值聚集 （H-H象限）、低值-低值聚集 （L-L象限）、高值-低值聚集 （H-L象限）与低值-高值聚集 （L-H象限）［12］。

在ArcGIS中选取基于边界的空间权重矩阵定义Contiguity-Edges-Corners［13］:

3.2 葡萄生产空间自相关性分析结果

3.2.1 全局空间自相关性

运用全局Moran’s I指数，对葡萄生产投入与产出数据进行分析，结果见表2。

表2 成本收益全局空间自相关分析

由葡萄成本与收益的全局Moran’s I可以看出，葡萄生产投入总成本与净收益均存在显著的空间自相关性。葡萄生产投入总成本与净收益的空间自相关性的显著性检验Z值均大于1.96，P值均小于1%，表明葡萄生产的空间正相关性仅有小于1%的可能为随机分布［14～15］。2009年、2011年、2012年等3年全局Moran’s I均大于0，表明葡萄生产存在空间正相关性，即从全局来看，相邻地区葡萄生产的投入总成本与净收益具有相似性。从全局Moran’s I的数值来看，I（2012） ＞I（2011）＞I（2009）表明2012年相邻地区葡萄生产投入总成本与净收益的相似程度要高于2011年与2009年相邻地区投入总成本与净收益的相似程度，葡萄生产的空间自相关性在逐年加强。

就同一年份而言，葡萄生产净收益的空间正相关性要显著于总成本的空间正相关性，表明由产量与单价决定的葡萄生产收益具有更为显著的空间自相关性。对空间自相关性最为显著的2012年进行葡萄生产产量与销售价格的全局自相关分析可以看出，葡萄生产产量不存在空间正相关性，全局Moran’s I仅为0.09，未通过P值与Z值的显著性检验，表明葡萄生产产量多为随机分布［16～18］；葡萄销售价格的全局Moran’s I大于0，且通过了P值与Z值的显著性检验，表明葡萄的市场销售价格存在较强的空间正相关性，即相邻地区葡萄价格属性具有较强的相似性。葡萄价格不仅因品质差别而异，更多地受到地理因素的影响，物价水平与区位条件都将影响葡萄运输过程成本与最终销售价格。

3.2.2 局部空间自相关性

葡萄生产投入与产出的局部Moran’s I指数测算结果如表3所示。

从葡萄生产投入总成本与净收益的局部Moran’s I结果中可以看出，H-H类型的地区与L-L类型的地区相对较为稳定［19-20］，其中H-H类型的区域均为江浙沪地区，表明江浙沪地区不仅自身的葡萄生产成本与收益超全国平均水平，且其周围地区的葡萄生产成本与收益也较高，表明这些地区已经成为我国优势的葡萄产区并且逐渐形成联系紧密的葡萄产业聚集区，对周围地区葡萄生产具有较大的辐射带动作用。

L-L类型的区域均为陕甘宁与内蒙古地区，这些地区的葡萄生产投入与产出具有相似的属性且均为低值。由L-L类型地区数目多于H-H类型地区可知，我国葡萄生产存在明显的低投入与低产出现像，且主要分布于西北地区，地区经济发展水平与农业生产结构等方面因素制约了葡萄产业发展。

表3 成本收益局部空间自相关分析

3.3 葡萄生产空间分布演变驱动因素分析

葡萄生产空间自相关性是葡萄产业发展过程中在某个时间点上的空间分布状态，它的演变实质是多种驱动因素对各区域葡萄生产发展综合作用的空间表现形式，这些因素包括各区域产业内部因素、外部因素及相邻区域产业的影响。

3.3.1 内部因素

（1）自然环境因素。葡萄生产具有较强的地域性，不同区域的光照、温度、水土等自然条件制约与影响了葡萄生产的发展与经营模式，因此葡萄生产的布局应该以遵循自然资源的合理与高效利用为前提。自然环境对葡萄产业的集聚情况具有基础性作用，不同自然条件的组合差异在较大尺度上造成了葡萄生产格局的明显差异［21］，在生态环境适宜的地区集聚发展葡萄产业，可以保证以较低成本投入获得较高产量与产品品质，从而提高葡萄产品的竞争力。

（2）劳动力资源因素。劳动力资源的差异会影响葡萄生产空间布局的演变［22］。劳动力是贯穿葡萄生产全过程的一个重要的生产要素，从劳动力的素质与掌握相关种植技术、市场信息及市场经营的能力来看，我国农业劳动力在空间上具有较大地域性差异，且西部地区劳动力获取与掌握相关技术的渠道与东部经济发达地区存在很大的差距，这是导致我国葡萄产业区域布局变迁的重要原因。

3.3.2 外部因素

（1）地区的经济发展水平。我国地区间经济发展水平差异很大，包括市场规模、供求关系等经济因素，导致不同地区消费者对葡萄产品的消费能力的呈现显著差异，尤其是像葡萄这类不耐储运的产品在价格方面就会存在较大差别，同样的产品在经济发达地区的市场价格比较高，如长三角地区等，受到经济利益的驱动，种植者会选择葡萄这种高收益的农产品进行生产，由此经济发达地区的葡萄产业也会持续发展，这也是我国葡萄产业布局出现“西迁”、“南移”的重要原因之一。

（2）区位因素。区位因素主要包括贸易区位置与交通状态，其中交通状况包括交通易达程度与运输费用等因素对葡萄，尤其是鲜食葡萄的生产发展有显著影响，运输不便与较高的运输成本会增加鲜食葡萄的物流与销售成本，降低该地区鲜食葡萄产业的比较优势。目前，我国水、陆、空等各种运输方式逐渐形成较完整的运输网络，为全国性的葡萄产品流通开创了前所未有的优越条件［23］，区位因素所造成的影响力逐渐减小，这也是我国葡萄产业种植区域不断扩大的原因之一。

（3）技术进步因素。近年来，我国葡萄产业相关技术有了巨大的进步，如葡萄品种改良、新型品种培育提高了葡萄对不同环境的适应性，扩大了葡萄的适宜种植范围；避雨、温室等设施葡萄栽培技术的发展与应用，克服了水、热等自然条件对葡萄生产的限制；加工技术拓宽了葡萄的加工利用潜力，提高了葡萄的利用价值。基础的技术创新突破了原有的地域限制，而且信息化与机械化技术促进了葡萄产业化与现代化的快速发展，因此技术进步因素成为驱动葡萄生产的布局与变迁的关键因素。

（4）政策因素。在市场经济条件下，政府不能直接干预农业生产，但是可以通过改善地区政策环境与基础设施环境以带动产业的发展。在葡萄产业发展中，政府主要起到引导与督促作用，特定地区会通过政府财政支持对产业发展进行扶持与带动。政府财政支持的强度可以反映政府支持政策的力度，如果一个地区葡萄产业发展得到政府较多的财政投入支持，那么该地区就会在市场竞争中获得比较优势，可以较快地形成产业集聚，从而导致产业空间布局的演变。

4 小结

该文系统分析了改革开放以来我国葡萄生产的布局特征与变迁情况。首先采用描述性统计方法分析了葡萄产业规模、经济效益之间时空变迁特征，进一步从成本与收益角度测算了我国葡萄生产的空间自相关性，具体结论如下。

（1）通过对葡萄生产的时空数据进行对比分析发现，我国葡萄种植面积与产量持续增长，且布局总体呈现出西迁、南移的趋势；秦岭、淮河以南亚热带葡萄种植区的成本投入与收益都较高，西北与黄土高原葡萄种植区成本与收益均远低于全国平均水平。

（2）2009年、2011年及2012年葡萄投入成本与经济收益均存在显著的空间正相关性，且空间自相关性逐年加强；对2012年收益情况进行分析发现，葡萄销售价格有明显的空间正相关性，但葡萄生产产量多为随机分布。

（3）局部空间自相关指数测算表明，葡萄投入成本与收益的低值区主要聚集在陕甘宁与内蒙古地区，高值区主要聚集在江浙沪一带，地理因素通过经济发展水平与农业生产结构等方面因素影响着葡萄产业的发展。

（4）葡萄产业自然、劳动力自身因素，市场、区位、技术、政策外部因素等共同驱动葡萄生产空间自相关布局演变，其中自然环境是基础驱动因素，技术进步是关键驱动因素，其他各方面因素均对葡萄生产空间格局产生不同程度的影响。

参考文献

［1］ 杨春，陆文聪.中国粮食生产空间布局变迁实证.经济地理，2008，28（5）:813～816

［2］ 周霞，胡继连，宋霞.中国柑橘供求弹性与生产波动影响因素实证研究.中国农业资源与区划，2014，35（3）:52～58

［3］ 冯建英.葡萄设施栽培技术效果与效益评价研究.北京:中国农业大学，2014

［4］ 杜亚楠.基于GIS的葡萄生产效率的评价研究.北京:中国农业大学，2010

［5］ 郑小平，穆维松，田东.中国葡萄生产区域布局变迁及影响因素分析.中国农业资源与区划，2014，35（4）:89～93

［6］ 赵春明.山西省主要农作物产业集中度及产业布局研究.西北农林科技大学学报:社会科学版，2005，5（4）:10～12

［7］ 穆维松，冯建英.中国葡萄产业经济研究.北京:中国农业大学出版社，2010

［8］ 秦富，李先德，吕新业，等.河南小麦产业链各环节成本收益研究.农业经济问题，2008，（5）:13～19

［9］ 沈绿珠.空间关联分析及其应用.统计与决策，2006，（8）:28～30

［10］ Anselin L.Spatial econometrics:methods and models.Springer，1988

［11］ 吴玉鸣.县域经济增长集聚与差异:空间计量经济实证分析.世界经济文汇，2007，4（2）:37～57

［12］ 黄飞飞，张小林，余华，等.基于空间自相关的江苏省县域经济实力空间差异研究.人文地理，2009，24（2）:84～89

［13］ 王红亮，胡伟平，吴驰.空间权重矩阵对空间自相关的影响分析——以湖南省城乡收入差距为例.华南师范大学学报 （自然科学版），2010，（1）:110～115

［14］ 高远东.中国区域经济增长的空间计量研究.重庆:重庆大学，2010

［15］ 赵永.基于GIS技术的福建地区降水空间分布模型研究.福建师范大学，2008

［16］ Anselin L，Kim Y W，Syabri I.Web-based analytical tools for the exploration of spatial data.Journal of Geographical Systems，2004，6（2）: 197～218

［17］ Anselin L，Getis A.Spatial statistical analysis and geographic information systems.Perspectives on Spatial Data Analysis.Springer Berlin Heidelberg，2010:35～47

［18］ 李国柱，朱忠芳，李新通.基于空间自相关分析方法的福建省县域经济研究.科技情报开发与经济，2008，（6）:102～104

［19］ 吴玉鸣.中国区域农业生产要素的投入产出弹性测算.中国农村经济，2010，（6）:25～37

［20］ 黄智佳.云南省县域经济增长差异成因的空间统计分析.云南财经大学，2008

［21］ 陈伟莲，张虹鸥，陈凤桂.广东省农业经营结构的时空演变特征及其驱动机制分析.广东农业科学，2014，（16）:226～231

［22］ Anselin L，Bao S.Exploratory spatial data analysis linking SpaceStat and ArcView//Recent developments in spatial analysis.Springer Berlin Heidelberg，1997:35～59

［23］ 吕超.我国蔬菜主产地形成及其经济效应研究.南京农业大学，2011

REAEARCH ON THE SPATIAL FEATURES OF GRAPE PRODUCTION IN CHINA

Mu Weisong，Li Chengcheng，Gao Yang，Feng Jianying※
（College of Information and Electrical Engineering，China Agricultural University，Beijing 100083，China）

AbstractWith the improvement of technologies in grape breeding，cultivation and field management，grape cultivation has expanded from the traditional advantage regions to all over China.Especially in the south of China，grape planting area has increased rapidly，which causes the change of grape production layout in recent years.It has practical significance for the optimization and adjustment of industrial distribution and the program of grapes.Therefore，it is necessary to study on the spatial layout of grape production in China under the new situation.First of all，from the perspective of macroscopic，this article systematically analyzed the stage characteristics of grape production and the changes in the national-level production layout.Secondly，using the micro-level household survey data，the article compared the regional characteristics and differences in the different regions with the different grape production capacity range of inputs and outputs.By introducing spatial autocorrelation index adopting Moran＇s I index method and the definition of the spatial weight matrix based on the boundaries in ArcGIS，it analyzed the spatial characteristics of the input and output of grape production，as well as the dependency relationship and driving factors of the geographic location，from the perspective of global and local autocorrelation.From the perspective of cost-benefit，the study estimated the spatial autocorrelation of grape production.The results showed that the grape production in China showed a development trend with obviously"westward"and"southward".In the same time，the input and output indicators of grape production had visible regional differences.Because of internal and external factors，the spatial layout of the grape industry had significant spatial autocorrelations.Local spatial autocorrelation index showed that the gathering area of the low input and output value of the grape mainly distributed in Shanxi，Gansu，Inner Mongolia，and some provinces in northwest of China，while the areas with high value were mainly located in the east of China，such as Jiangsu，Zhejiang，etc.It further indicated that the development of the grape industry was affected by geographical factors due to the different level of economic development and agricultural production structure.

Keywordsgrapes；GIS；Moran＇s I index；spatial layout；spatial autocorrelation；driving factors

中图分类号：F323.1；S127；S663.1

文献标识码：A

文章编号：1005-9121［2016］02-0168-09

doi:10.7621/cjarrp.1005-9121.20160228

收稿日期：2015-01-20

作者简介：穆维松 （1967—），女，黑龙江伊春人，教授。研究方向:产业信息管理。※通讯作者:冯建英 （1982—），女，陕西宝鸡人，讲师。研究方向:产业经济信息管理。Email:fjying@cau.edu.cn

*资助项目：中央高校基本科研业务费专项资金项目“基于GIS的我国葡萄生产空间布局研究”（2014XJ028）；现代农业产业技术体系建设专项资金“国家葡萄产业技术体系”（CARS-30）