中国奶业地理集中演化模式及其成因分析

道日娜，罗燕芳

（1.内蒙古大学经济管理学院，内蒙古 呼和浩特 010021；2. 长江师范学院财经学院，重庆 涪陵 408100）

中国奶业地理集中演化模式及其成因分析

道日娜1,2，罗燕芳1

（1.内蒙古大学经济管理学院，内蒙古 呼和浩特 010021；2. 长江师范学院财经学院，重庆 涪陵 408100）

本文利用1990-2015年中国奶业省际面板数据，借助相对熵值法考察了中国奶业空间分布特征，并引入动态面板模型实证了中国奶业空间分布的驱动因素。研究发现：1）1990年以来，中国奶业地理集中演化模式总体呈现“横向扩散”特征；2）区域层面看，华北和西北奶业呈现“横向扩散”模式，而大城市、东北和南方奶业凸显内部扩大模式；3）2011年中国奶业首现衰退恶化迹象，但华北、大城市和南方表现为横向扩散；4）从区域之间地理集中模式演化看，中国奶业消耗缩减模式存在区域之间梯度转移现象，其转移路径依次为“大城市、华北、东北、西北”；而南方奶业表现出奶牛存栏持续增长的良好发展势头；5）计量模型结果表明，地区饲料供给，奶牛存栏一期滞后以及经济增长促进奶业集聚，而奶牛单产和人口规模递增驱使奶业扩散。

奶业地理集中模式；奶牛存栏；相对熵值；集聚；分散

Abstract：Based on a state-level panel data set of China’s dairy industry from 1990 to 2015, and applying the dynamic panel model and the relative entropy method, this paper investigated the spatial distribution characteristics of China’s dairy industry and analyzed the driving factors of it. Results show that: 1) since 1990, at the national level,the geographical concentration pattern of China’s dairy industry has been observed as “diffusion”. And at the regional level, both Central North China and Northwest China showed “diffusion” pattern. However, augmentation features were shown in metropolitan areas, Northeast and South China; 2) in 2011, the recession pattern first appeared at the national level, while the pattern of diffusion was maintained in the regions of Central North China, South China and metropolises; 3) in terms of the change of regional geographical concentration patterns, “attrition” pattern shifted orderly from “metropolitan areas to Central North, Northeast, and to Northwest China”. Surprisingly, South China has enjoyed a consistent increase in cow inventories all the time since 1990; and 4) according to the econometric analysis results, regional feed supply, the one year lag of cow inventory and economic growth factors promote dairy cows clustering, while per cow productivity and the total population boost lead to the dispersion of cows.

Key words：dairy geographical concentration pattern; cow inventory; relative entropy; clustering; dispersion

伴随奶业规模化进程，中国奶业区域格局正在发生深刻变化。一方面，规模化生产促进生产专业化和产业链纵向合作，降低交易成本，淘汰小规模散养户，减弱以“小规模散养”为主的奶业产区比重。投入于规模化生产的技术进步，突破了气候、土地资源以及饲料供给等物质要素对奶业生产的先天制约，进而削弱传统区域的比较优势。另一方面，政府和乳企对奶业生产的大规模注资，扩充了奶业基础，直接替代了奶业自我循环积累，助力新兴奶业产区迅速崛起。经济增长的区域差异，导致乳制品消费数量和结构的差异，吸引奶业向大的消费市场或临近区域转移。另外，人口密度增加催生政府环境管制，进而驱使奶业向环境管制宽松、人口稀疏区域转移。综上，规模经济、技术进步、经济增长以及人口密度等因素都会对奶业区域布局产生影响，促进奶业区域重组。

中国奶业区域分布不均衡、“北奶南运”问题早有学者关注[1-2]。然而直到2008年三聚氰胺事件之后，奶业区域分布变迁问题才引起学者们广泛关注。学者们的研究主要从以下三个方面展开：一是总结中国奶业区域格局演化特征[3]；二是测算中国奶业不同区域的成本比较优势[3-4]；三是利用生产集中度指标总结中国奶业区域格局演化特征基础上，基于静态面板数据模型，实证分析奶业区域格局演化的影响因素[5-8]。这些研究开拓了中国奶业区域分布变迁研究的视野，揭示了这一地理变迁的区域、省际特征及其驱动因素。但是上述研究还存在以下不足：首先，在统计指标选择方面，基于奶牛存栏或牛奶产量的生产集中度指标，不能揭示长期以来中国奶业在总体层面的时空分布特征，更不能揭示区域内部和区域之间的非均衡演化趋势。其次，在计量模型选择方面，基于静态面板模型的分析，不能克服奶牛存栏与其滞后变量的内生性问题，进而产生有偏差的结果。最后，在理论视角方面，上述研究只笼统地关注奶业区域格局演化的影响因素，并未清晰界定其集聚和分散机制，进而无法比较各个因素的作用方向及其强度对奶业地理分布的影响。

为了弥补上述研究的不足，本文首次将熵值法应用到中国奶业时空分布的研究，以期表示奶业地理分布的非均衡特征及其随时间变化趋势。同时，引用动态面板数据模型，从集聚和分散两个方面，揭示中国奶业地理集中模式演化的影响因素。

1 研究方法和数据来源

1.1 研究方法

1.1.1 Theil的熵值法 在信息论中，熵是对不确定性的一种度量。信息量越大，不确定性就越小，熵也就越小。熵值法是一种客观赋权法,它根据各项指标观测值所提供信息量的大小确定指标权重。根据熵的特性，可通过计算熵值判断一个方案的随机性、无序性，也可判断某个指标的离散度。Theil的熵值法由泰尔利用信息理论中的熵概念提出，主要应用于测量收入不平等。Herath等[9]将其作为一种测度行业集中度的指数，研究美国肉猪、肉牛和奶牛的空间和地理分布演化。

熵值有绝对熵值和相对熵值之分。若n代表数据集里中国省份个数，θit代表每一个省份每一年的奶牛存栏比重，则绝对熵值定义如下：

根据定义可知绝对熵值的取值范围为0≤Н(θ)≤log2n，如果全国的奶牛存栏都集中到一个省，则该省θi=1，Н(θ)=0，表明中国奶业集中度最大或分散度最小；如果全国的奶牛存栏平均地分散到各个省，则每个省的θi值都相等，即Н(θ)=log2n，说明中国奶业集中度最小或分散度最大。绝对熵值能够有效用来区别具有相同省份个数的区域之间在地理集中度方面随时间的变化趋势，但不能够测度具有不同省份个数的区域之间在地理集中度方面随时间的变化趋势。鉴于中国奶业区域划分，每个区域涵盖的省份数量不尽相同，所以还需要引入相对熵值分析区域内部和区域之间的变化。相对熵值定义如下：R(θ)=1说明全国奶牛存栏平均地分散到每一个省；R(θ)=0比率趋近于0，说明全国奶牛存栏在地理上逐渐集中；R(θ)比率趋近于1，表明中国奶业区域分布不均衡，差异明显。

1.1.2 动态面板数据模型方法 本研究旨在探索奶业区域格局演化的影响因素，所用数据包含时间和空间两个维度，因此，在计量分析时采用动态面板数据模型（Dynamic Panel Data Model）。动态面板数据模型的一个突出优点是通过控制固定效应较好地克服了变量遗漏问题，而且还较好地克服了反向因果性问题[10]。由于解释变量的内生性问题会导致参数估计的非一致性，故本文采用GMM估计法来估计参数。GMM的基本思想是先求出水平方程的一阶差分形式：

式中：i=1, 2, …,N；t=1, 2, …,T，∆yit是被解释变量省际奶牛存栏的变化量，∆yit-1是被解释变量省际奶牛存栏的变化量的滞后期，∆xit是解释变量变化量的矩阵，i，t分别为截面维度和时间维度，a0，…，ak为待估参数矩阵，∆εit为随机扰动项。

对于动态面板数据模型，要增强参数估计结果的可靠性，还需要对模型设定的合理性和工具变量的有效性进行检验。一般来说，Sargan检验常用来检验工具变量的有效性，AR（2）统计量则用来检验原模型一阶差分后是否存在二阶自相关问题。此外，为了评价估计结果和滞后阶的稳健性，还需要对估计的模型进行检验，常用方法主要是对面板残差的稳定性进行检验。由于IPS检验不仅允许残差项存在序列相关，而且也允许各剖面时间序列具有不同的动态行为和残差方差，本文选用IPS检验来诊断面板残差的平稳性，进而确认GMM估计是否是伪回归的结果[10]。

1.2 数据来源

本研究应用的我国省际奶牛存栏和其他奶业相关数据来源于《中国奶业年鉴》（2001-2016），相关解释变量数据来源于《中国统计年鉴》（2003-2016）、《中国农村统计年鉴》（2003-2016）、《新中国五十五年统计资料汇编》等。数据的时间维度为1990-2015年，空间维度为除重庆、西藏、青海和海南以外的中国大陆27个省市自治区。

2 结果与分析

2.1 基于熵值法的中国奶业地理集中模式分析

2.1.1 地理集中模式分类 地理集中度相对熵值测量方法的一个缺点是不能够提供各个地理区域之间的奶牛存栏数目的绝对变化。Hubbel和Welsh[11]提出了一种将绝对存栏数量和地理集中度两者结合起来表征地理集中模式的分类方法。Herath等[9]等将其应用到了奶业领域，具体分类见下表1。由表可得，根据集中度和奶牛存栏数的指标可以把奶业的地理集中模式分为内部扩大、重新分配、消耗缩减、横向扩散和衰退恶化五种类型。例如，当集中度和奶牛存栏数都增加时对应的地理集中模式属于内部扩大，其他四种分类以此类推。

表1 地理集中模式分类[9]Table 1 Geographic concentration pattern classification

2.1.2 中国奶业地理集中模式演化 根据中国农业部2010年《中国奶业发展规划（2009-2013）》，中国大陆奶业版图（不包括港澳台）划分为大城市、华北、东北、西北和南方五大产区。大城市包括北京、上海、天津和重庆四个直辖市；华北包括河北、河南、山西和山东四省；东北包括内蒙古、黑龙江、吉林、辽宁四省；西北包括新疆、陕西、宁夏和甘肃省；南方包括江苏、浙江、安徽、福建、江西、湖北、湖南、广东、广西、海南、四川、贵州、云南和西藏14个省市和自治区。基于全国奶牛存栏的相对熵值和存栏总数的变化情况，自1990年以来中国奶业发展可以划分为五个历史时期，即1990至1999年、1999至2002年、2002至2006年、2006至2011年，2011至2015年。进一步从区域层面考虑，发现只有西北地区在1990至1999年间，其波动较全国奶业波动剧烈，其他区域奶业波动周期均小于全国奶业。因此，这一时段划分标准，既能表现奶业波动的全局性特征，也能揭示奶业区域异质性特点。具体情况见表2。根据以上区域和时间段划分，可以得到中国奶业的全国总体以及区域地理集中模式变化（表3和图1）。

1）1990至2015年中国奶业地理分布变迁在全国层面呈现横向扩散模式，即奶牛存栏持续增长，而奶业地理集中度在波动中降低（图1）。可见，经过20多年的发展，中国奶业的地理集聚尚不明显。区域层面，华北、西北奶业与全国奶业地理变迁模式一致，而大城市、东北和南方奶业则呈现内部扩大模式，即奶牛存栏增长的同时，奶业向区域内部省份集中。具体而言，大城市区域的上海奶牛存栏明显减少，逐渐向北京和天津集中；东北区域的吉林奶牛存栏大幅减少，向黑龙江、辽宁以及内蒙古集中；南方区域的江苏、浙江、湖北、广东、四川、云南等省份的奶牛存栏减少，逐步向安徽、福建、江西、湖南、广西和贵州等省份集中。

2）1990至1999年是中国奶业内部扩大期，奶牛存栏数持续增长，奶业趋于区域集聚。这一时期，东北和南方奶业都呈现内部扩大模式，华北地区则呈现横向扩散模式，大城市奶业却呈现消耗衰减趋势，可见中国奶业存栏减少现象首先发生在大城市。究其原因，这一时期是中国奶业市场化改革时期，其主要内容是放开牛奶购销价格、取消牛奶补贴、实行市场竞争、开放乳制品市场[12]。因此，奶业市场的逐步放开，激发了资源富集区域的成本优势，替代了饲料资源短缺的大城市区域生产。与其他区域不同的是，西北奶业在这一时期呈现两个阶段性特征；首先是1990至1997年横向扩散模式；其次是1998至1999年的内部扩大模式。即在区域奶牛存栏普遍增长的情况下奶牛先扩散后集中。其具体表现是1990至1997年，西北各省的奶牛存栏普遍增长，而1998年后，陕西、甘肃和宁夏奶牛存栏减少，特别是甘肃，在1997至1998年间，奶牛存栏由21.4万头骤降至5万头；宁夏也由7.1万头降至6.1万头，陕西由11.5万头降至11.2万头，只有新疆奶牛存栏保持增长势头，奶业进一步向新疆集中。

3）1999至2002年是中国奶业横向扩散期，奶牛存栏数和相对熵值双重递增，奶业趋于扩散。区域层面，大城市、华北、西北和南方四大区域都呈现横向扩散模式，与中国奶业的变化模式一致；而东北地区则呈现内部扩大的发展模式。这一时期也是中国奶业高速发展时期，乳品需求增加和乳品企业规模扩张带动中国乳业进入高速发展阶段。全国奶牛存栏数从1999年末的432万头增加到2002年末的667.3万头，增长了54.46%。

表2 1990-2015年中国奶业总体以及区域相对熵值变化情况Table 2 Changes in the degree of relative entropy of China’s dairy industry at the national and provincial level, 1990 to 2015

表3 1990-2015年全国以及区域奶业地理集中模式变化Table 3 Changes of the national and regional dairy geographic concentration patterns, 1990 to 2015

图1 1990-2015年全国和区域奶业相对熵值和奶牛存栏趋势图Fig.1 Relative entropy and cow inventory trend of both national and regional levels from 1990-2015

4）2002至2006年，中国奶业再度迎来内部扩大期，奶牛存栏持续扩张，而相对熵值持续降低，奶业倾向于集聚。这一时期与1990至1999年中国奶业所呈现的模式是一致的，但是所对应的五大区域内部模式有变化。其中大城市、东北、西北和南方四大区域都呈现内部扩大模式，与中国奶业的变化模式一致；而华北地区则呈现横向扩散的发展模式。究其原因，自2003年末始，中国奶业养殖环节生产成本递增，销售环节乳品企业过度竞争，导致利润率下降，产业链“两头不见利”[13]导致奶业内部整合，生产集中度上升。

5）2006至2011年是中国奶业横向扩散期，奶牛存栏和相对熵值都持续增长，奶业依然趋于扩散。2006年以后，中国奶业进入生产结构调整期，其显著特征是小规模散养奶户大量退出，奶业生产向100头以上规模养殖场集中[14]。由于区域奶业的规模化比重不同，奶业生产结构调整在区域层面表现出差异性。其中，东北和西北两个区域都呈现横向扩散模式，而大城市和华北地区则呈现消耗衰减，南方依然延续了2002-2006年的内部扩大模式。可见，在奶业生产结构调整中，大城市和华北地区经历了生产逐步集中和奶牛存栏逐渐减少的发展过程，而南方则迎来了存栏和生产集中度双重递增的发展阶段。

6）2011年是中国奶业发展的一个重要转折点，多年来持续增长的奶牛存栏开始下滑，全国奶业进入衰退恶化期。同时，与全国奶业变化趋势相近的是奶业两大主产区东北和西北，分别呈现存栏减少、集中度上升的消耗缩减模式和存栏减少、集中度降低的衰退恶化模式。与此相反的是，华北、南方和大城市表现出奶牛存栏增加，地理集中度降低的横向扩散模式。可见，在奶业总体形势不好的情况下，华北、南方和大城市奶业逆势而上，表现出强劲的发展势头，证实中国奶业区域重组悄然开始。

纵观中国奶业20多年的地理分布历史变迁，在全国层面呈现横向扩散模式。区域层面，华北和西北与全国奶业演化模式一致，而东北、大城市和南方奶业呈现内部扩大模式。2011年中国奶业出现衰退恶化迹象。与此相对应，东北和西北纷纷呈现消耗缩减和衰退恶化模式，而大城市、华北和南方奶业则表现为横向扩散模式。同时，中国奶业地理分布变迁呈现五个阶段性特点；全国总体层面，奶业地理集中模式呈现内部扩大、横向扩散交替出现，直至2011年开始衰退。区域层面，两大奶业主产区东北和华北分别以内部扩大和横向扩散为主导模式，并先后出现了消耗缩减态势。而中国奶业消耗缩减模式首现于大城市，且经历过两次。总结中国奶业区域层面的时空演化，发现中国奶业消耗缩减模式存在区域之间梯度转移现象，其转移路径依次为“大城市、华北、东北、西北”。特别值得关注的是，南方奶业在过去的20多年里，从未出现消耗或衰退迹象，受全国奶业波动影响最小。

2.2 中国奶业地理集中模式演化的决定因素及其作用机理

要素禀赋理论认为，产业的区位选择由自然资源、地理位置，气候等外生变量决定，经济活动的空间分布取决于外生变量在空间上的分散或集中。奶业属于自然资源转化产业，其空间分布与区域的饲料资源、地理区位以及气候条件密切相关，即地区的初始禀赋或第一自然（first nature）对产业分布有决定性影响。许多学者证明区域土地资源禀赋、饲料供给等因素促进奶业集聚[6-8]。在产业空间重组研究文献中，新经济地理理论得到了学者们普遍关注，特别是在中国制造业集聚领域得到了最广泛的应用。突破传统贸易理论的产业区位选择外生性假设，新经济地理学认为产业区位及其变化是一个内生过程。该理论认为根植于规模经济的生产集中力量和运输成本引起的生产分散力量的关系决定了产业区位[15]，其强调生产的收益递增、集聚经济和累积循环过程对经济活动空间分布的影响。学者对中国奶业实证研究表明，中国奶业有显著的路径依赖特征，产业自我循环积累对产业区域集聚有重要影响，但运输成本以及规模经济因素对奶业区域分布影响不显著[6,8]。

由上述奶业相对熵值分析可以看出，中国奶业仍处于横向扩散期，产业分散因素对奶业地理分布有重要影响。根据新经济地理理论，产业扩散是产业集聚的孪生兄弟，产业集聚到一定程度后导致集聚区域内非贸易品价格居高不下，地价上升、环境污染加剧等拥挤成本的产生，从而形成了推动产业向新的地理区位扩散的离心力[16]。奶业空间集聚对生态环境的污染增加，产生人畜矛盾，迫使政府出台环境规制政策，促使产业转移。对美国畜牧业研究表明，州政府的环境规制政策促使美国奶牛业、肉牛业以及生猪业等畜牧业由传统区域向非传统区域转移[9]。虞袆等[17]对中国生猪产业的研究，也得到了相同的结论。具体到中国各地奶业，关于环境管制政策信息不完全，我们可以考虑利用人口密度部分替代环境管制政策，分析两者之间的关系。进一步，对美国奶业的研究表明人口密度、技术进步以及市场力量是决定其空间分布的重要外生力量[18]。同时，道日娜和罗燕芳[8]对中国奶业的研究表明伴随奶业生产技术进步，奶牛单产水平提升替代奶牛数量增加，尤其在奶业技术发达区域形成奶业驱散力，促使奶牛由高单产区域向低产区域转移。中国大城市区域出现的消耗缩减模式即是这一地理变迁的证据。因此，基于奶牛单产水平提升的技术进步成为奶业区域发展的离心力。综上，在新的奶业地理集中模式演化背景下，要素禀赋论和新经济地理理论相互补充，共同识别奶业集聚与分散的影响因素。具体的模型变量选择见表4。

2.2.1 被解释变量 奶业区域格局变化可由区域内新增牛场数量或奶牛存栏比重表示。但是存栏比重变化不仅受本地奶牛存栏量变化的影响，还受到全国总体存栏变化的影响，因此不能直观表达区域经济总体行为。Bartik[19]认为利用奶牛存栏水平不仅可以反映区域经济的总体行为，还可以反映经济主体不同的经济决策。现有奶牛存栏规模扩张或缩减、新奶牛场的进入或原有牛场的退出都会影响区域奶牛存栏。因此，本文选择奶牛存栏数作为被解释变量进行分析。

2.2.2 解释变量 1）集聚因素。饲料供给。奶业是自然资源转化产业，奶牛饲养需要玉米、豆粕以及秸秆等粗饲料和青饲料的投入。事实上，中国奶业区域分布与玉米带分布天然重合，即表明了这一种养业之间的关系。饲料种植结构决定奶业的物质资料基础。许多学者的研究表明自然资源是影响奶业区域格局演化的重要因素[6-7]。本文研究选择省际年玉米产量和年大豆产量作为饲料供给的决定变量，分析饲料种植与奶牛养殖之间的关系。

奶牛存栏滞后变量。由资源优势决定的奶业主产区通过奶牛的周期性繁殖，形成自我强化和循环积累，推动奶业区域由“第一”优势（资源）区域向“第二”优势（资本）区域转化。有研究表明，上一期的奶牛存栏促进奶业地理集聚[6-7]，也有研究表明奶牛两年的生产周期是影响牛奶供给的重要因素[20-21]。因此，本文选择奶牛存栏滞后一期和二期两个变量，研究奶业自我循环积累机制对地理分布的影响，进而说明中国奶业是否突破了“自我循环”的路径依赖，转向新的区域。

表4 模型变量选择Table 4 Model variable selection

市场潜力。在新经济地理学文献中，市场潜力通常用来衡量一个地区市场规模的大小，我们引入这一变量来反映本地市场规模对奶业集聚的影响。有研究表明中国持续的经济增长促进了奶业发展[22]。因此，我们用省际人均GDP来表示本地市场潜能对地方奶业发展的影响，且这一影响有集聚和分散的两种可能。中国奶业发展历史较短，人们的饮奶保健习惯刚刚形成，故奶业从自给自足到商业化发展过程中，经济增长推动了乳品需求，对地方奶业发展有一定的助推作用。但是随着经济快速发展，地价攀升，劳动力工资上涨，其他边际报酬高的产业对奶业构成挤压，会驱散奶业在经济发达地区的集中。经济增长在不同阶段可能起到集聚和分散两种力量的不同作用，对奶业空间分布产生影响。

2）分散因素。人口规模。人口数量是影响畜牧业产业布局的重要因素。人口规模递增对奶业布局的影响机制主要表现为两个方面：一是人口增加推动土地价格上涨，进而增加奶业生产成本，驱散奶业集聚；二是人口规模递增促使政府加强环境管制，驱使奶业向环境管制宽松地区转移（污染天堂效应）。美国奶业由东北部人口密集区向西南人口稀疏地区转移恰好遵循这一逻辑[23]。本文选择省际人口数量分析地方人口规模变化对奶业区域格局的影响。

奶牛单产。纵观发达国家奶业现代化历程，均以奶牛单产水平提升伴随奶牛存栏减少为特征。因此，奶业发展到一定程度，奶牛单产水平提升替代奶牛存栏数量增长，推动奶业由数量型增长模式向质量型增长模式转化。同时，奶牛单产水平的空间差异导致奶牛生产率的地区差异，进而导致奶牛由高生产率区域向低生产率区域转移（大城市向周边地区），且只要这种空间生产率差异存在，区域之间奶牛迁移就会发生。因此，奶牛单产作为奶业技术进步的重要代理变量，对区域奶牛存栏增长构成一股重要的驱散力量，驱赶奶牛向低产区转移。

2.3 模型设定与变量描述

根据上述区域奶牛存栏变化的影响因素，模型设定为双对数线性的计量模型，具体模型如下；

式中：a0是常数项 ，a1、a2、…、a7为待估参数，εit为误差项。式中，logCowit是被解释变量，代表各省年奶牛存栏数的对数值；logCowit-1，logCowit-2分别为各省奶牛存栏量的滞后一期和二期对数值。logTopuit为省总人口数量、logCornit为省际玉米年产量、logBeanit为省际大豆年产量、logAgdpit为省际人均GDP、logProdit为省际奶牛单产水平。所有变量都取对数值，以消除可能的异方差。

模型变量的总体性描述分析见表5。

2.4 回归分析

2.4.1 计量分析 就动态面板数据模型而言，GMM方法又可分为DIF-GMM(差分GMM)和SYS-GMM(系统GMM)两类。利用STATA12.0软件，我们分别得到差分GMM和系统GMM两组模型估计结果，DIF-GMM估计量较易受弱工具变量的影响而产生有限样本偏误，而SYS-GMM估计量则结合了差分方程和水平方程，具有更好的有限样本性质。从估计方法的结果以及相关的检验进行对比，系统GMM的Sargan检验P值和IPS检验P值都优于差分GMM；并且系统GMM的AR（2）检验结果说明一阶差分后的残差不存在二阶自相关，而在差分GMM中AR（2）检验结果拒绝原假设，也即说明扰动项存在自相关。综合以上的检验分析，因此我们以动态面板系统GMM模型的估计结果为依据，分析各因素对奶牛存栏数量的影响（表6）。

表5 变量的总体性描述Table 5 Descriptive statistics of variables

表6 系统GMM模型的回归结果Table 6 Estimation results of the system GMM model

从表6中可以看出：模型系数联合显著性的检验值都在1%的水平上显著；Sargan检验结果说明工具变量有效；AR（2）检验结果说明一阶差分后的残差是不存在二阶自相关的，即本文所设定的模型是合理的；IPS检验的p值均小于0.01，验证面板残差是平稳的，进而确认本文所选取的系统GMM的估计结果可靠。本文补充多重共线性检验，结果表明总体解释变量方差膨胀因子均值为7.63，小于10是可以接受的。其主要原因是奶牛存栏滞后一期与二期存在共线性，但是由于我们使用的动态面板数据模型，是对变量进行差分分析。同时从回归结果看二期滞后的存栏数并不显著，而且引入二期滞后的回归结果表明并没有影响到一期滞后的显著性检验，这种共线性是可以接受的。

2.4.2 计量结果 根据表6的结果可以得到：所有的解释变量均显著。

1）地区奶牛存栏与大豆年产量显著正相关，且2011至2015年，大豆在奶业生产中的贡献不断增强。这表明区域大豆产量增加促进奶业集聚。该研究结论与李鸿帮等[7]的研究结论一致，也揭示出区域饲料资源禀赋在奶业发展中的基础作用[4]。

2）地区奶牛存栏与玉米产量负相关，但2011至2015年玉米对奶牛存栏的影响由负转正。首先，地区奶牛存栏与玉米产量负相关的原因有：玉米产量的大幅度提高受到需求快速增长导致的价格上升的影响，而这部分需求当中用作饲料的占比不高，工业用玉米和其他用途的玉米占有很大的比重。其次，玉米产量受到补贴政策、粮食政策以及农村种植业结构调整因素的影响。然而奶牛存栏数的减少主要受到奶业规模化进程中小规模奶户退出以及奶粉进口替代的影响。进一步，玉米的供给对散户养殖的影响要远比规模化养殖的影响大，而散户的大规模退出主要是养殖户与加工企业之间的利益分配矛盾。所以单纯从数据的回归结果上表现出玉米产量与奶牛养殖数量之间存在负相关关系。其次，2011年以后，玉米产量与地区奶牛存栏正相关的原因是，自2011年以后，全国大部分省市奶牛存栏数量与玉米产量集体递增，可见玉米生产与奶牛存栏变化趋势一致，玉米成为促进奶牛存栏增加的重要因素。

3）即期奶牛存栏与滞后一期奶牛存栏正相关，而与滞后二期关系不显著。这一结果表明，中国奶业已经突破原有的路径依赖模式，由传统产区向新兴区域转移。西北奶业的衰退以及华北奶业的崛起是这一结果的良好印证。从模型1至模型2，滞后一期的影响在减弱，且滞后二期由负相关变为不相关，表明2011至2015年是中国奶业生产结构调整活跃期，表现为小规模散养户不断退出，而大规模养殖场不断进入。中国奶业统计数据表明，这一时期，1至4头小规模散养奶户的奶牛存栏比重由23.99%降至20.3%，而100头以上规模养殖户的存栏比重由32.87%增至48.3%，其中特别是1 000头以上大规模牧场的存栏比重由12.06%增长至23.6%，年均增长率达18.27%。而2008年，1 000头以上养殖场的存栏比重仅为5.54%。新进入者以资本优势扩充产业基础，突破了奶业自我循环积累的历史发展模式，奶业由传统区域向新兴区域转移。

4）人均GDP增长促进地区奶牛规模扩张。模型结果表明人均GDP每增加1%，奶牛存栏数增加0.162%，即人均GDP每增长10 000元，奶牛总头数将增加162头。经济增长对奶业的拉动作用主要表现为收入水平的提升带动乳品消费的增长，进而推动奶业扩张。这与奶业总体长期发展趋势相吻合，中国奶业迅速崛起与中国经济增长拉动的消费增加密切相关[20]。

5）总人口对奶业的挤出效应，2011年以后变得显著且增强。该结果表明，2011年以前，地方奶业环境管制政策不完善，奶业发展尚未实现环境协调发展模式。另外，在奶业规模化发展过程中，大量资本注入冲淡了经济增长和人口递增带来的土地价格上升对奶业的驱散效应。但2011年以后，伴随奶业规模化提升对环境要求从严，大城市等人口密集区域奶牛存栏大幅减少，表明人口规模对奶业的挤出效应开始显现。这一变化与美国奶业的区域格局演化趋势一致[9]。

6）奶牛的单产水平与地区奶牛存栏显著负相关，且2011至2015年提升奶牛单产对减少奶牛头数的贡献在增强。 由模型2的结果可知，省际奶牛单产水平每增加1%，其奶牛存栏数减少0.191%，即奶牛单产水平每增长1 000 kg，省际奶牛总头数将减少191头。这一系数表明中国奶业依然处于数量型增长时期，奶牛单产水平的提升将会减少奶牛存栏量。提高奶牛单产是减少地区奶牛存栏，促进奶业区域转移的重要手段。

3 结论及建议

3.1 结论

过去20多年里，中国奶业地理集中演化模式在全国总体层面呈现横向扩散特征。区域层面，华北和西北奶业地理集中模式与全国一致，表现为横向扩散模式，而东北、大城市和南方则呈现为内部扩大模式。2011年是中国奶业发展的重要转折点，持续增长的奶牛存栏开始下滑，奶业出现衰退恶化迹象。与此相对应，传统奶业产区东北和西北纷纷呈现消耗缩减和衰退恶化模式，而大城市、华北和南方奶业则表现为横向扩散模式。总结中国奶业区域层面的时空演化，发现中国奶业消耗缩减模式存在区域之间梯度转移现象，其转移路径依次为“大城市、华北、东北、西北”。令人惊奇的是，南方奶业一路凯歌，在过去的20多年里尚未出现缩减或衰退迹象。

本文计量模型结果表明，区域饲料供给、奶牛存栏滞后一期以及经济增长促进奶业地理集聚，而奶牛单产和人口数量递增促使奶业扩散。可见，中国奶业地理集中演化模式呈“市场主导，资源为辅”的驱动特征。人口规模递增对奶业的挤出效应显著，表明奶业发展过程中的人蓄矛盾或者环境管制因素对奶业发展的约束作用开始显现。

3.2 建议

在新一轮的奶业区域格局演化过程中，政府应该充分考虑“市场、资源”等集聚因素和“环境、技术”等分散因素对奶业发展的作用，根据五大区域不同特征，引导奶业向资源、环境协调互动方向发展。具体而言，1）对于具有市场和技术优势，而饲料供给和人口环境压力大的大城市，应该“以提高单产”为首要目标，同时严格环境规制，逐渐减少奶牛存栏；2）东北传统奶业产区，增大豆减玉米，增加奶牛存栏；3）对于人口稀疏的西北产区，政府引导乳企和大规模牧场布局，并增加饲草料播种面积，增加奶牛存栏，以实现奶业与资源环境的协调；4）邻近市场，产业基础好的华北区域，以增加区域大豆种植，并促进饲料外购的方式提升区域奶牛存栏。同时区域经济增长会有效拉动奶业；5）人口多，饲料短缺但一直表现良好的南方奶业区域，鼓励发展单产高，符合地方环境气候条件的奶牛品种，以部分满足地方市场。同时加强环境规制，以减轻人蓄矛盾。最后，当前“市场主导，资源为辅”的奶业区域分布模式中，政府应该充分考虑奶业发展过程中的环境成本，逐渐引导奶业向人口稀疏、资源环境压力小的西北区域转移。

[1]钱贵霞, 解晶. 中国原料奶供求矛盾关系的实证分析[J].农业现代化研究, 2010, 31(3): 272-276.Qian G X, Xie J. Contradictory relationship between raw milk supply and demand in China[J]. Research of Agricultural Modernization, 2010, 31(3): 272-276.

[2]花俊国. 我国奶业生产的波动性及区域特征——基于H-P滤波法的分析[J]. 西北农林科技大学学报(社会科学版),2014, 14(2): 60-67 Hua J G. The volatility and regional characteristics of milk production in China: Based on the analysis of H-P filtering method[J]. Journal of Northwest Agriculture and Forestry University (Social Science Edition), 2014, 14(2): 60-67.

[3]郭利亚, 张娜, 王加启. 转型升级期我国奶业生产区域分布特征变化分析[J]. 中国畜牧杂志, 2014, 50(8): 16-20.Guo L Y, Zhang N, Wang J Q. Analysis of varration characteristics of Chinese dairy production during the period of transformation and upgrading[J].Chinese Journal of Animal Science, 2014, 5(8): 16-20.

[4]于海龙, 李秉龙. 中国奶牛养殖的区域优势分析与对策[J].农业现代化研究, 2012, 33(2): 150-154.Yu H L, Li B L. Analysis and policy proposals on regional advantages of dairy cows production in China[J]. Research of Agricultural Modernization,2012, 33(2): 150-154.

[5]张曼玉, 李彤, 褚林然. 不同养殖规模及主产省间原料奶成本收益分析[J]. 中国畜牧杂志, 2015, 51(24): 54-59.Zhang M Y, Li T, Zhu L R. Analysis on the cost benefit of raw milk production on different scales and main producing provinces[J]. Chinese Journal of Animal Science, 2015, 51(24): 54-59.

[6]卫龙宝, 张菲. 我国奶牛养殖布局变迁及其影响因素研究——基于我国省级面板数据的分析[J]. 中国畜牧杂志,2012, 48(18): 52-56.Wei L B, Zhang F. The distribution changes of dairy cows in China and its influencing factors: Based on the analysis of provincial panel data[J]. Chinese Journal of Animal Science, 2012, 48(18): 52-56.

[7]李帮鸿, 李翠霞, 邹玉友. 中国原料乳生产区域布局变化及其影响因素研究——基于1995-2011年省际面板数据的分析[J]. 中国畜牧杂志, 2014, 50(8): 51-56.Li B H, Li C X, Zou Y Y. Chinese regional distribution of raw milk production and its influencing factors:Based on 1995-2011 provincial panel data analysis[J].Chinese Journal of Animal Science, 2014, 50(8): 51-56.

[8]道日娜, 罗燕芳. 从资源到资本: 中国奶业区域格局演化成因分析[J]. 农业现代化研究, 2016, 37(2): 205-213.Dao R N, Luo Y F. From resource to capital: Causal analysis of regional structural change in China’s dairy industry[J]. Research of Agricultural Modernization, 2016, 37(2): 205-213.

[9]Herath P, Weersink A J, Carpentier C L. Spatial and temporal changes in the U.S. hog, dairy and fedcattle sectors, 1975-2000[J]. Review of Agricultural Economics, 2004, 27(1): 49-69.

[10]肖干, 徐鲲. 农村金融发展对农业科技进步贡献率的影响—基于省级动态面板数据模型的实证研究[J]. 农业技术经济, 2012(8): 87-97.Xiao G, Xu K. Study on of the influnce of rural financial development on the contribution rate of agricultural scientific and technological progress:Based on provincial dynamic panel data model[J].Journal of Agrotechnical Economics, 2012(8): 87-97.

[11]Hubbell B J, Welsh R. An examination of trends in geographic concentration in U.S. hog production 1974-1996[J]. Agricultural and Applied Economics,1998, 30(2): 285-299.

[12]中 国奶 业协 会. 中 国奶 业改 革开放30年[J]. 中 国 奶 牛, 2009(1):Ⅰ-Ⅶ.China Dairy Association. Tracing the past 30 years of China’s dairy industry development after introuducing the reform and opening up policy[J]. China Dairy Cows, 2009(1): Ⅰ-Ⅶ.

[13]李建平, 刘冬梅. 我国奶业发展面临的新问题与对策建议——对“奶农与乳品加工企业两头不见利”现象的思考[J]. 农业经济问题, 2005(12): 69-72.Li J P, Liu D M. Development of Chinese dairy industry: Problems and solutions[J]. Issues of Agricultural Economy, 2005(12): 69-72.

[14]罗燕芳, 道日娜. 基于马尔科夫模型的中国牛奶生产结构变迁分析[J]. 前沿, 2015(12): 74-78.Luo Y F, Dao R N. Using Markov Models to analyze the size distribution of China’s dairy farms[J]. Forward Position, 2005(12): 74-78.

[15]Krugman P R. Increasing returns and economic geography[J]. Journal of Political Economy, 1991,99(3): 483-499.

[16]Klmienko M. Comptition, matching, and geograghical clustering at early stages of the industry life cycle[J]. Journal of Economics and Business, 2004, 56(3): 178-195.

[17]虞袆, 张晖, 胡浩. 环境规制对中国生猪生产布局的影响分析[J]. 中国农村经济, 2011(8): 81-88.Yu W, Zhang H, Hu H. Environmental regulation and pig production distribution in China[J]. Chinese Rural Economy, 2011(8): 81-88.

[18]Abdalla C W, Lanyon L E, Hallberg M C. What we know about historical trends in firm location decisions and regional shifts: Policy issues for an industrializing animal sector[J]. American Journal of Agricultural Economics, 1995, 77(5): 1229-1236.

[19]Bartik T J. The effect of environmental regulation on business location in the United States[J]. Growth and Change, 1988, 19(3): 22-44.

[20]乌云花, 黄季焜, ScottRozelle, 等. 农户奶牛养殖

Analysis the pattern and causes of geographical concentration change in China’s dairy industry

DAO Ri-na1,2, LUO Yan-fang1
（1. School of Economics and Management, Inner Mongolia University, Hohhot, Inner Mongolia 010021, China;2. School of Finance and Economics, Yangtze Normal University, Fuling, Chongqing 408100, China）

F326.3

A

1000-0275（2017）05-0852-10

国家自然科学基金（71563036）；内蒙古自然科学基金（2014MS0702）;长江师范学院高层次人才引进科研启动项目（2017KYQD05）。

道日娜（1980-），女（蒙古族），内蒙古赤峰人，管理学博士，讲师，主要从事农业经济方面的研究，E-mail：daorina345@163.com；罗燕芳（1989-），女，内蒙古乌兰察布人，硕士研究生，主要从事乳业经济方面的研究，E-mail：xinyufeiyang668@126.com。

2016-12-29，接受日期：2017-08-30

Foundation item:National Natural Science Foundation of China (71563036); Natural Science Foundation of Inner Mongolia (2014MS0702); The high-level introduction of talent research start-up fund of Yangtze Normal University (2017KYQD05).

Corresponding author:DAO Ri-na, E-mail:daorina345@163.com.

Received29 December, 2016;Accepted30 August, 2017

10.13872/j.1000-0275.2017.0088

道日娜, 罗燕芳. 中国奶业地理集中演化模式及其成因分析[J]. 农业现代化研究, 2017, 38(5): 852-861.

Dao R N, Luo Y F. Analysis the pattern and causes of geographical concentration change in China’s dairy industry[J]. Research of Agricultural Modernization, 2017, 38(5): 852-861.