中国奶牛生产布局变迁影响因素分析

（东北农业大学经济管理学院，哈尔滨 150030）

进入21世纪以来，随着经济的发展和乳制品供求关系的不断变化，奶牛养殖业受到来自资源与环境的约束及生产加工的压力越来越大。由于各地区自然和社会资源禀赋不同，奶牛生产布局在市场和政策的共同作用下不断变迁[1]。中国奶业已迈进全面振兴的新时期，分析中国奶牛生产布局演进历程，探究影响因素、掌握变迁规律，有利于制定奶业发展规划和推进奶源基地建设。

通过现有相关文献可以发现，学者们主要探究了饲料资源禀赋、生产者未来预期、市场需求、交通条件、非农就业机会[2]、养殖技术水平[3,4]、优势区域政策[5]等因素对奶牛生产布局变迁的影响。但可以发现现有实证分析的研究方法主要以面板数据模型为主，忽略了地理空间效应的影响。因此，本文将在分析中国奶牛生产布局演进历程和特征的基础上，构建空间杜宾模型，探究其具体影响因素，并提出相关对策建议，以期为奶牛生产布局进一步优化提供参考借鉴。

1 中国奶牛生产布局变迁情况

本文采用《中国农村统计年鉴》中2000-2018年中国各省份的奶牛年末存栏量数据，运用奶牛生产布局指数（Production Layout Index，PLI）测算并分析奶牛生产布局变迁情况。公式如下：

式中，PLIit为t年i省区的奶牛生产布局指数；Qit为t年i省区的奶牛存栏量。区域划分参考《全国奶业发展规划（2016—2020年）》，东北和内蒙古产区包括黑龙江、吉林、辽宁和内蒙古；华北产区包括河北、河南、山东和山西；西部产区包括陕西、甘肃、青海、宁夏、新疆和西藏；南方产区包括湖北、湖南、江苏、浙江、福建、安徽、江西、广东、广西、海南、云南、贵州和四川；大城市周边产区包括北京、天津、上海和重庆，测算结果见图1。省际变迁重点考察PLI排名前十的地区变动情况。

图1 2000-2018年中国奶牛区域变动情况

1.1 区域变迁情况

根据图1可知，东北和内蒙古产区PLI一直保持在30%以上，总体变化不大；在2002年超过西部产区后，PLI呈现波动增长态势；在2010年达到峰值后，呈现下降趋势，并在2016年被华北产区赶超。华北产区总体呈增长态势，从2000年的20.81%增长到2018年的31.37%，涨幅超过一半。西部产区总体呈减少态势，由2000年五大产区中第一位下降至2018年的第三位；在2009年被华北产区赶超后，PLI稍有下降，随后呈现较好增长趋势。南方产区总体较为平稳，PLI变动不大，一直位于第四位。大城市周边产区一直处于末位，并呈现小幅下降趋势，由2000年的4.40%下降至2018年的2.47%，降幅超过四成。不难看出，奶牛生产布局由西部产区和大城市周边产区向华北产区发生变迁，且区域稳定，2010年之后五大产区PLI变化幅度明显小于2010年之前。

1.2 省际变迁情况

总体来看，中国奶牛养殖产业集中度较高。内蒙古、新疆、黑龙江和河北等地区一直位于PLI排名前五，占比超过50%，一直占据着中国奶牛养殖的主导地位。具体来看，四川、山东、宁夏、河南、辽宁等地区保持增长态势，增长最为明显的是河南，由2000年的1.37%增长至2018年的6.30%，涨幅超过300%。这可能与河南距离北京、上海等一线乳制品消费市场较近，且饲料资源优势明显有关。新疆、黑龙江、内蒙古、河北、北京、上海等地区保持下降态势，下降原因各不相同。北京、上海和河北等省市下降的原因可能是部分奶牛养殖主体因不符合环保要求而被迫关停。新疆、黑龙江和内蒙古等奶牛存栏量较高的地区下降原因可能与规模化进程加快，散户和小规模养殖主体退出有关。其他地区较为稳定，变化幅度不大。

2 理论分析与研究假说

根据前文分析并借鉴现有研究，本文将影响因素总结为自然资源禀赋、社会资源禀赋、技术进步和政策扶持等。

（1）自然资源禀赋

一方面，奶牛属于传统的耗量型畜牧业，养殖过程会需要消耗大量玉米饲料。根据前文分析可知，PLI较高的省区玉米产量均较高，如黑龙江、内蒙古、河南等。另一方面，奶牛对自然环境要求较高，不适宜的自然环境会影响奶牛泌乳性能。不同地区的自然环境各不相同，对奶牛养殖影响也存在差异。因此，本文参考卫宝龙[2]的研究，选择“玉米产量”和“上期PLI”作为衡量自然资源禀赋的指标，并提出研究假说：

H1：自然资源禀赋对本地区奶牛生产布局有正向影响。

H1a：自然资源禀赋对相邻地区奶牛生产布局有负向影响。

（2）社会资源禀赋

社会资源禀赋对奶牛生产布局变迁的影响是多方面的。首先，作为理性经济人，奶牛养殖主体会权衡奶牛养殖经济效益与机会成本，从而做出最佳生产决策。非农就业机会越多，奶牛养殖主体可能会更倾向于从事收入更高的非农产业。当地奶牛养殖数量减少，为相邻区域的奶牛养殖业发展创造出空间，奶牛养殖布局增多。其次，不同地区乳制品市场需求存在差异。居民消费水平越高，乳制品需求可能越多[6]，奶牛养殖数量可能越多。最后，奶牛养殖过程中，会排放出大量养殖废弃物，对环境造成污染。通常，经济越发达的地区，环境规制越严格，直接导致部分奶牛养殖主体迁出。基于以上分析，本文选择“第二、三产业占地区生产总值比重”作为衡量非农就业机会的指标，选择“居民消费水平”作为衡量市场需求的指标，选择“地区生产总值”作为衡量环境规制力度的指标，并提出以下研究假说：

H2：非农就业机会对本地区奶牛生产布局有负向影响。

H2a：非农就业机会对相邻地区奶牛生产布局有正向影响。H3：市场需求对本地区奶牛生产布局有正向影响。H3a：市场需求对相邻地区奶牛生产布局有负向影响。

H4：环境规制力度对本地区奶牛养殖布局有负向影响。

H4a：环境规制力度对相邻地区奶牛养殖布局有正向影响。

（3）技术进步

技术进步对于奶牛生产的影响主要体现在三方面：一是通过繁育良种，改善奶牛对不同地区自然环境的适应性，克服资源禀赋的约束；二是通过采用先进的饲养技术，降低奶牛发病率和死亡率；三是以大型机械和信息化设备完成养殖活动，以此来降低对传统劳动力的依赖。因此，本文选择“奶牛单产水平”作为衡量技术进步的指标，并提出研究假说：

H5：技术进步对本地区奶牛生产布局有正向影响。

H5a：技术进步对相邻地区奶牛生产布局有负向影响。

（4）政策扶持

为形成科学合理的农业生产布局，稳步推进中国奶业持续健康发展，农业农村部出台了《优势农产品区域布局规划（2003-2007年）》《全国奶牛养殖区域布局规划（2008-2015年）》和《全国奶业发展规划（2016-2020年）》，为奶牛生产布局变迁进一步指明方向。因此，本文选择“是否为奶牛优势区域”作为衡量政策扶持的指标，并提出研究假说：

H6：政策扶持对优势区域奶牛生产布局有正向影响。

H6a：政策扶持对优势区域相邻地区奶牛生产布局有负向影响。

3 研究方法与数据来源

3.1 研究方法

在运用空间计量模型进行估计之前，要先采用全局Moran’s I指数对数据进行空间相关性检验，其计算公式为：

式中，n为地区总数；Wij为二进制邻接关系空间权重矩阵（若地区i与地区j相邻，则Wij=1，若地区i与地区j不相邻，Wij=0）。Moran’s I指数介于-1和1之间，绝对值越大，空间相关性越强。

空间杜宾模型是空间滞后模型和空间误差模型的扩展形式，能将因变量和自变量的空间相关性都纳入考虑范围之内。模型具体形式为：

式中，ρ为PLI的空间溢出系数；X为PLI的影响因素；β为待估系数；α为空间溢出系数；Wij为空间权重矩阵。指标说明见表1。

表1 指标说明

3.2 数据来源

为保证数据的完整性，将重庆、海南、西藏、青海和新疆剔除，仅对2000-2018年中国26个地区的面板数据进行实证分析。计算PLI的奶牛存栏量、玉米产量和奶牛单产水平来自《中国农村统计年鉴》；地区生产总值、居民消费水平、地区三产产值来自《中国统计年鉴》；奶牛优势区域政策参考农业农村部官方网站。为消除价格影响，本文对地区生产总值、产业产值和居民消费水平均做了平减处理。

4 结果与分析

4.1 空间相关性检验

根据表2可知，2000-2018年PLI的Moran’s I指数均大于0.200，在1%的显著性水平下都通过了显著性检验，说明中国奶牛生产布局存在较强的空间相关性，即PLI较大的地区倾向于与PLI同样较大的省份相邻，PLI较小的地区倾向于与PLI同样较小的省份相邻。

表2 Moran’s I指数测算结果

4.2 估计结果与分析

空间杜宾模型的解释变量估计系数并不能反映解释变量对被解释变量的影响。需要将估计系数分解为直接效应、间接效应来分析解释变量对被解释变量的影响。其中，直接效应表示影响因素对本地区奶牛生产布局的影响；间接效应表示影响因素对相邻地区奶牛生产布局指数造成的影响。分解结果见表3。

4.2.1 自然资源禀赋

玉米产量对本地区奶牛生产布局产生显著正向影响，对相邻地区正向影响不显著。说明本地区玉米产量越多，本地区PLI越高。对相邻地区正向影响不显著的原因可能是随着交通便利化水平不断提高，加之种养结合的不断推进，饲料及其运输成本已经不再是限制奶牛生产的重要因素。上期奶牛生产布局指数对本地区奶牛生产布局产生显著正向影响，对相邻地区产生显著负向影响。说明本地区自然环境越适合奶牛养殖，本地区PLI越高，相邻地区PLI 越高。基于以上分析，研究假说H1被证实，H1a未被证实。

4.2.2 社会资源禀赋

非农就业机会对本地区奶牛生产布局产生显著负向影响，对相邻地区产生显著正向影响。正如前文分析，本地区非农就业机会增加，当地奶牛生产布局减少，为相邻区域的奶牛养殖业发展创造出空间。研究假说H2和H2a被证实。

居民消费水平对本地区奶牛生产布局产生显著正向影响，对相邻地区负向影响不显著。说明本地区市场需求越强烈，PLI越高。对相邻地区负向影响不显著可能是因为乳企通常布局在某一中心城市，负责中心城市和周围地区的乳制品销售业务。不同乳企的布局战略不同，对奶牛生产布局的影响也有所不同。因此，研究假说H3被证实，H3a未被证实。

环境规制力度对本地区奶牛养殖布局产生正向影响，对相邻地区产生负向影响，但均不显著，这可能与畜禽废弃物资源化利用补贴有关。对于不能自行处理废弃物的奶牛养殖主体，进行设备和资金补贴等，奶牛养殖主体只承担了小部分费用，影响较小。研究假说H4和H4a未被证实。

4.2.3 技术进步

技术进步对本地区奶牛生产布局产生显著正向影响，对相邻地区负向影响不显著。说明本地区奶牛养殖技术越好，PLI越高。对相邻地区负向影响不显著的原因可能是相邻地区存在技术溢出，负向作用不明显。因此，研究假说H5被证实，H5a未被证实。

4.2.4 政策扶持

奶牛优势区域政策对本地区和相邻地区奶牛生产布局都产生了显著正向影响。说明奶牛优势区域政策有效地推动了中国奶牛养殖区域布局。对相邻地区也产生正向影响的原因可能是奶牛优势区域政策发挥了示范带动作用，带动相邻地区奶牛养殖业发展。因此，研究假说H6被证实，H6a未被证实。

5 结论

本文基于2000-2018年中国各省份的奶牛年末存栏量数据，在分析中国奶牛生产布局演进历程和特征的基础上，构建空间杜宾模型，探究中国奶牛生产布局变迁的影响因素，得出以下结论：2000-2018年，奶牛生产布局由西部产区和大城市周边产区向华北产区发生变迁；中国奶牛生产布局已经进入稳定阶段，PLI变化趋向于稳定；自然资源禀赋、市场需求、养殖技术和政策扶持对本地区奶牛生产布局有正向影响，非农就业机会对本地区奶牛生产布局有负向影响，对相邻地区奶牛生产布局有正向影响。

6 建议

基于以上结论，本文提出对策建议：

6.1 稳玉米

在充分利用国内外玉米市场的基础上，不断培育高产、优质和多抗的优质玉米品种，持续推进种养结合，着力发展青贮玉米、苜蓿等优质饲草料，保障奶牛养殖饲料供应。

6.2 固就业

积极推进养殖户“职业化”进程，加大对奶牛养殖主体的信贷支持，完善畜牧业保险体系，降低养殖户风险。为产量较高、经营较好的奶牛养殖主体提供人才奖励激励。

6.3 提技术

一方面，通过引进高产种牛或进口良种奶牛冻精等方法，优化奶牛品种；另一方面，完善品种繁良体系，培育国产精品奶牛良种，增加奶牛良种供应。同时，建立科学的饲喂管理制度，实现奶牛精准饲喂管理，提高奶牛单产水平。

6.4 强政策

结合《关于加快推进奶业振兴和保障乳品质量安全的意见》等政策文件，制定“十四五”期间的全国奶牛发展规划，持续优化奶牛生产布局，完善优势区域制度，积极引导奶牛生产布局由非优势产区向优势产区变迁，率先实现奶牛优势区域奶业振兴。