中国小麦产业布局研究及影响因素分析

中国小麦产业布局研究及影响因素分析作者：齐艾玲来源：《中国经贸导刊》2015年第29期摘要：小麦是我国重要的粮食作物之一。

通过效率比较优势指数、规模比较优势指数、综合比较优势指数等三大指数对中国小麦划分的六大区域进行产业布局分析，得出西北地区三大指数均较高，华北地区波动幅度不大，华东地区各指数均呈上升趋势。

对影响中国小麦产业发展的各因素进行实证分析，得出小麦使用机械总动力和有效灌溉面积是影响小麦产业发展的重要因素。

因此，应当提出适合中国小麦产业发展的政策建议，提高小麦产业的竞争力。

关键词：小麦产业比较优势指数 VAR检验一、引言小麦在全球的分布较为广泛，是世界上重要的粮食作物之一，世界上以小麦为主要食粮的人口占世界总人口的1/3。

小麦是我国人民，尤其是北方人民所广泛食用的主要粮食作物，2012年小麦总产量占全国粮食总产量的20.5%。

2012年中国小麦播种面积、单产、总产量分别为24268.26千公顷、4986.23公斤/公顷、12102.32万吨，比1949年小麦的播种面积（21515.5千公顷）、单产（624.1公斤/公顷）、总产量（1381.5万吨）分别增加了113%、777%、876%，每年递增1.79%、12.33%、13.9%，增长幅度较大。

综上所述，小麦生产在粮食作物生产中占有举足轻重的地位。

二、中国小麦产业布局演变特征的实证分析（一）中国小麦产业区域划分本文中中国小麦产业的区域划分是依据当前中国农业区域的划分，是根据当前中国农业的发展状况，以及为了适应区域研究和区域政策分析的需要，除港澳台外将中国小麦产业区域划分为以下六大区域，分别为：华北地区（京、津、冀、晋、蒙）、东北地区（黑、吉、辽）、华东地区（沪、苏、浙、皖、闽、赣、鲁）、中南地区（豫、鄂、湘、粤、桂、琼）、西南地区（渝、川、黔、滇、藏）、西北地区（陕、甘、青、宁、新）。

依据该划分标准，下面对六大区域小麦产业布局的演变趋势进行实证分析。

（二）实证分析的指标选定不同地区农产品的单产是集自然因素、科技因素等的综合反映，种植面积是根据耕地因素、劳动力与资金投入以及当前市场对该农产品的需求状况而决定的。

小麦产业的发展是由自然因素、社会及制度因素、科技因素、市场需求等影响的。

因此，本文运用效率比较优势指数、规模比较优势指数、综合比较优势指数对中国小麦产业布局的演变进行研究。

效率比较优势指数（EAIij）=（APij/APi）/（APj/AP），规模优势指数（SAIij）=（GSij/GSi）/（GSj/GS），综合比较优势指数（AAIij）=（EAIij*SAIij）^（1/2）。

本文中EAIij是各地区小麦的效率比较优势指数，APij是指各地区小麦的单产，APi是指各地区全部农产品的平均单产，APj是指中国小麦的平均单产， AP是指中国全部农产品平均单产；SAIij 是指各地区小麦的规模比较优势指数，GSij是指各地区农产品的种植面积，GSi是指各地区全部农产品的种植面积，GSj是指全国小麦的种植面积，GS是指中国全部农产品的种植面积；AAIij表示i区j种作物的综合比较优势指数。

（三）实证分析运用比较优势指数对中国六大区域小麦产业布局的演变趋势进行实证分析，从而得出当前中国小麦的发展现状。

如图1所示，自建国以来中国各区域小麦的效率比较优势指数都在0.5之上，尤其最近几年指数平稳。

华北地区小麦的效率比较优势指数一直围绕1上下波动，且波动幅度较小。

除东北地区在建国后20年间小麦的效率比较优势指数波动幅度较大，其他各区域小麦的效率比较优势指数均在0.5—1之间，且波动幅度不大。

规模比较优势指数能够在很大程度上体现出不同地区农产品的种植面积的大小和集中化程度，种植面积越大、集中化程度越高说明该地区小麦产业的竞争力越大。

根据图2，西北地区小麦的SAIij基本一直保持在1.5以上，从1980年后基本呈下降趋势，但总体指数较高，说明该地区小麦生产的专业化程度较高。

华北地区、华东地区小麦的比较优势指数最近几年大于1且呈上升趋势，中南地区小麦的规模比较优势指数逐渐上升至1，而东北地区、西南地区小麦的规模比较优势指数逐渐下降，且均低于1，说明这两个地区小麦的规模优势和专业化程度较低。

根据图3，华北地区、西北地区小麦的综合比较优势指数虽逐年下降但均大于1，说明这两个地区小麦产业发展的综合优势良好但优势逐渐下降。

中南地区小麦的综合比较优势指数先下降后上升，而东北地区、西南地区小麦的综合比较优势指数呈下降趋势且数值较低，说明这两个地区小麦产业发展的综合优势不突出。

三、中国小麦产业发展影响因素的实证研究（一）影响因素分析小麦产业的发展离不开自然因素、经济政治因素、科技因素以及劳动力因素等。

本文通过对影响中国小麦产业发展的各因素进行分析，并利用各因素对既定资源进行资源再分配，以实现小麦产业发展的帕累托最优。

下面对影响小麦产业发展的各因素进行理论分析。

1、自然因素我国是一个人口和农业大国，农业的发展至关重要。

自然因素是影响农业发展的重要因素，种植面积、气候、水源都与此息息相关。

由于我国地域辽阔，不同地区自然条件、生产条件等存在一定的差异，地区发展不平衡。

我国小麦主要以冬小麦和春小麦为主，温度和阳光适宜，生长期长，因此小麦的产量和质量均较高。

2、制度政策因素经济是基础，政治是经济发展的保障。

制度因素是农业更好更快生产的制度保障，我国实行工业反哺农业、城市支持农村以及惠民的“三农”政策，并取消农业税，实行粮食补贴等优惠政策。

这极大提高了农民生产的积极性，从而扩大小麦产业的种植面积，增加小麦产量，促进小麦产业的发展。

3、农用机械、有效灌溉面积等因素农用使用机械因素主要指单位耕地面积所使用的农业机械动力的大小和使用机械进行灌溉能力的大小，从而反映该地区农业的机械化程度。

增加农业机械、有效灌溉面积既能够增加小麦的产量，又能够提高小麦的运作效率，从而实现小麦的专业化经营，实现小麦生产的规模经济。

4、劳动力、教育水平及交通运输因素从事小麦生产的劳动力的多少、这些劳动力所受的教育水平的高低以及交通运输的快慢等都直接或间接影响小麦产业的发展。

目前我国的交通运输工具以陆路、水路以及航空运输为主，交通路线及交通工具多，其运输能力强、速度快、成本低，这些因素都对小麦产业的专业化经营提供了有利的条件。

（二）影响因素实证分析本文依据小麦产量、小麦使用机械总动力等七个因素对中国小麦产业发展的影响因素进行实证分析。

2000年之前、2013年及2014年数据不完整，所以本文主要选取2000—2012年影响中国小麦发展的因素数据，运用STATA软件对各因素进行格兰杰因果检验，对这些数据进行实证分析，得出该阶段影响中国小麦产业发展的主要因素，并提出相应的政策建议以促进该产业的发展。

1、各因素数据的收集及整理该时期的数据选取源自于2000—2012年中国国家统计局，并通过STATA软件进行计算整理。

由于数据的自然对数不改变时间序列的性质和相互关系，并使其趋于线性化，同时可以消除数据中潜在的异方差现象，得到平稳的时间序列，本文对所选的影响中国小麦产业发展成因的数据进行自然对数的变换。

即小麦播种面积Y（单位：千公顷）、小麦产量X1（单位：万吨）、小麦使用机械总动力X2（单位：万千瓦）、小麦有效灌溉面积X3（单位：千公顷）、从事小麦种植的乡村户数X4（单位：万户）、小麦中国农村家庭拥有文教卫生固定资产原值X5（单位：万元），该七个变量的数据来源于中国国家统计局，对所选取的数据取对数，记作LNY、LNX1、LNX2、LNX3、LNX4、LNX5。

2、在选定了数据的基础上，通过VAR模型对2000—2012年的时间序列数据做实证分析（1）单位根检验由于经济变量数据的时间序列的统计规律会随时间的推移而发生变化，例如中国小麦的种植面积和种植产量大多数情况下会随着时间的位移而持续增长，因此先对观测值的时间序列数据进行平稳性检验。

本文采用ADF检验对时间序列数据进行单位根检验。

通过计算可知，LNY、LNX1、LNX2、LNX3、LNX4、LNX5在5%的显著性水平下都存在单位根，是非平稳的。

通过二阶差分后，可以看出进行二阶差分后，D2.LNY、D2.LNX1、D2.LNX2、D2.LNX3、D2.LNX4、D2.LNX5序列的ADF统计量的绝对值分别为3.576、4.433、3.238、3.432、3.803、6.060大于5%显著性水平临界值的绝对值3.0，故在95%的置信水平下认为这七个变量的二阶差分序列不存在单位根，是平稳的。

（2）格兰杰因果检验在进行格兰杰因果关系检验之前，需要根据AIC、HQIC、LR确定该七个变量的最优滞后期，以此作为格兰杰因果检验的最优滞后期。

表1为滞后期数为1—4期的LL、LR、AIC、HQIC、SBIC的计算结果，可以看出4期为VAR模型的最优滞后期，以此进行格兰杰因果检验。

经过格兰杰因果检验，当滞后期为4期时，在10%的显著性水平下，LNX1、LNX2、LNX3、LNX4、LNX5不是LNY的Granger原因的F值分别为0.17837、4.712、7.5683、1.4204、19.343，P值分别为0.673、0.030、0.006、0.233、0.000，则中国小麦使用机械总动力、有效灌溉面积、投资小麦生产的中国农村家庭拥有的文教卫生固定值产原值都是中国小麦播种面积的格兰杰原因，即该3个变量是影响中国小麦产业发展的重要原因。

（3）回归分析通过对六个变量进行的格兰杰因果关系检验，得出中国小麦种植面积与其他五个因素之间存在一定的线性关系。

经过STATA模型运算可知，回归系数LNX1、LNX4、LNX5的T显著性分别为0.520、0.589、0.924，均大于0.05，未通过显著性检验，其他变量通过了显著性检验，因此剔除LNX1、LNX4、LNX5两个变量，得出2000—2012年中国小麦种植面积主要受到LNX2、LNX3两个变量的影响，并重新对变量进行线性回归分析。

经过计算，中国小麦种植面积与小麦使用机械总动力、有效灌溉面积之间存在很强的线性关系，得到线性回归方程：LNY=-0.19LNX2+1.18LNX3+1.22，F值为240.43，显著性均0.0000四、结论本文通过分析中国小麦产业的重要性，并依据一定的标准将中国区域进行划分，运用效率比较优势指数、规模比较优势指数以及综合比较优势指数来对各个区域进行分析，得出西北地区各指标数值均较高，但呈下降趋势，华北地区各指标数值相对较高且波动幅度不大，华东地区各指标数值呈上升趋势，其他地区数值相对较低。

说明这三个地区小麦生产的专业化程度相对较高，能够进行专业化经营。

五、政策建议增加小麦种植面积，提高产量，改进质量，是小麦产业发展中始终贯穿的原则。