基于灰色关联度的我国玉米产业区域优势及其影响因素研究

潘鸿 刘能毓 杨兴龙

摘 要：我国玉米产业正面临生产效率低、创新能力弱、流通成本较高等问题，并且各地区间玉米综合生产优势差异较大，对于各地区的玉米产业未来如何定位以及发展，是在我国供给侧结构性改革背景下的重要课题。本文对全国21省的玉米种植面积、产量以及单产率等相关指标进行数据统计，采用比较优势指数分析方法对各省的玉米产业数据进行测算，同时对各地区的玉米生产综合优势进行排名，并绘制形成全国玉米产业综合比较优势分布格局图。依据波特钻石模型理论所提出的竞争要素，整理相关影响变量，采用灰色关联度分析方法对综合优势指数（AAI）进行测算。依据数据分析结果，明确玉米产业区域优势差异并对主导影响因素进行分析，从而提出调整耕作模式，加快集约化生产进程;实行土地休耕，恢复土壤肥力;优化局部地区产业结构，调整玉米种植面积;加强技术创新、延长玉米产业链的对策建议。

关键词：玉米;区域优势;影响因素;比较优势;灰色关联度

玉米产业是我国的基础性农业产业，是国家经济发展、国民生活保障的重要产业之一。我国是世界第二大玉米出产地，粮食生产是关乎民生的重要问题。自2015年以来，随着供给侧结构性改革的推进，玉米产业在调整优化生产结构、完善市场应急调控机制等方面取得了一定进展和成效，并从2016年开始我国进行玉米收储制度改革，以黑龙江、吉林、辽宁以及内蒙古等地区率先实行“市场化”加“补贴”的新机制，多个玉米主产区进入渐进式改革阶段，玉米收储制度的改革促使玉米产业有了整体性的进步。但玉米产业发展仍存在产需脱节和供给质量较低、生产成本高和长期竞争力弱、资源环境压力大等问题，同时伴随着国内外玉米贸易的不断推进，非洲猪瘟、乙醇燃料发展等不定因素对玉米产业的影响都不容乐观。对此，分析我国玉米产业区域优势及影响因素对于我国玉米产业发展研究如何深化玉米产业改革，进而提高玉米产业竞争力，达到保障粮食安全及满足高端需求的目的是我国玉米产业发展亟待解决的重要课题。

目前，对于区域竞争优势的分析多源于比较优势理论以及波特钻石模型理论。比较优势理论认为每个国家或地区应该集中生产以及出口具有优势的产品，这样会使得贸易双方的生产分工更为专业化，可以降低双方的劳动成本。基于该理论研究，孙瑞玲（2008）主张农业生产应当结合地区优势，重点发展具有比较优势的农产品，加快地区间的农业产业结构调整;韩国明、朱侃（2018）等采用比较优势指数测算方法，对改革开放以来我国玉米种植的效率、规模、成本优势的时空变迁进行分析。而波特钻石模型理论则是从竞争要素角度出发，从生产要素、需求条件、相关及支撑性产业、企业的战略与结构以及同行竞争四个方面對地区的竞争优势展开分析。基于该理论研究，马云博（2018）从波特钻石模型理论所提出的竞争四要素对河北省玉米产业竞争优势展开分析;刘慧宇（2019）结合波特钻石模型的四要素，同时考虑玉米产业生产特点，构建玉米产业竞争力模型，并对黑龙江省玉米产业优势进行测算。

针对目前玉米生产区域优势方面的相关研究，本文结合比较优势理论以及波特钻石模型理论，采用比较优势指数测算各地区玉米产业区域优势，并从波特钻石模型理论所提出的竞争要素方面，结合比较优势指数结果，分析各地区玉米产业区域优势影响因素。通过对比各地区玉米生产差异，探索各地区的玉米生产主导优势，依据各地区间资源差异因素改善玉米产业生产结构，增强玉米生产竞争优势，对于各地区的玉米产业发展具有重要意义。

一、研究区域选择与数据来源

基于部分省份玉米种植数量较小，种植面积浮动较大同时存在数据缺失的情况，本文研究主要以玉米产业生产大省为主，选取2009年-2018年间每年平均玉米种植面积在200千公顷以上的省份作为研究对象，包括河北、吉林、甘肃、内蒙古等全国21个省。该21个省份在近10年的玉米产量占全国玉米总产量的95.55%，玉米种植面积占全国玉米种植面积的92.23%。

数据来源于《中国统计年鉴（2010-2019）》、《中国农村统计年鉴2010-2019》以及各省市自治区的相关统计年鉴。选取2009-2018年间的玉米作物生产时间序列数据为本研究的主要数据，主要包括各省市自治区玉米作物的种植面积与产量、全国粮食作物的种植面积与产量。

二、玉米产区区域优势分析

笔者采用综合比较优势指数法从我国各省份区域视角出发，从效率优势、规模优势以及综合优势三方面对各地区间的玉米产业区域优势进行分析。

1.玉米生产区域效率优势分析

效率优势指数（EAI）是从生产力角度出发，通过计算该地区某一农作物平均土地产出率与全国该农作物平均土地产出率的比值关系，反映地区间某一农作物的生产效率优势。通过对全国21个省份玉米作物进行效率优势分析（EAI）可知（图1），在2009年-2018这十年间，山西、内蒙古、黑龙江、贵州、云南、陕西、甘肃、宁夏、新疆这几个省份的EAI数值大于1，说明这几个省份的玉米生产效率高于全国玉米生产效率，具有一定的效率优势;河北、辽宁、吉林、山东、重庆、四川这几个省份的EAI值在1附近，说明这几个省份的玉米生产效率与全国玉米生产效率相近;江苏、安徽、河南、湖北、广西这几个省份的EAI值小于1，说明这几个省份的玉米生产效率低于全国玉米生产效率，在生产效率方面处于劣势状态。依据各省份玉米作物2009年-2018年这十年间的EAI值浮动变化可以看出，山西、内蒙古、黑龙江、湖北、贵州、宁夏、新疆这几个省份波动较大，且都处于相对下降的状态，仅有安徽、广西、四川、云南四个省份的EAI值有小幅度的上升。

通过EAI值的变动，可以看出各地区玉米作物生产效率的变化，这对探索各地区间的玉米生产变化可以提供一定的借鉴。在2009年-2018年间，我国玉米生产总量呈现先上升后下降的变化趋势，这一点与多数玉米生产区域的种植效率下降有着直接的关系。对此，本文将围绕各地区玉米种植效率的影响因素展开探讨，提出各地区间促进玉米生产效率的对策建议。

2.玉米生产区域规模优势分析

规模优势指数（SAI）是反映作物生产的规模和专业化程度的重要指标，通过对某一地区的某种农作物的播种面积与该地区所有农作物总播种面积的比例以及与全国地区该农作物与所有农作物比率的对比关系，反映出区域间某一农作物的规模优势。通过对全国21个省份玉米作物进行规模优势分析（SAI）可知（图2），在2009年-2018这十年间，河北、山西、内蒙古、辽宁、吉林、山东、黑龙江、新疆这几个省份的SAI值大于1，说明这几个省份的玉米生产规模与专业化程度与全国相比具有明显优势，尤其是辽宁、吉林两个省份的玉米种植规模优势尤为显著，SAI平均值分别为2.18、2.22;河南、云南、陕西、甘肃、宁夏这几个省份的SAI值在1附近，说明这几个省份的玉米生产规模优势与全国相近;江苏、安徽、湖北、湖南、广西、重庆、四川、贵州这几个省份SAI值小于1，说明这几个省份的玉米生产规模与全国相比处于劣势状态。依据各省份玉米作物2009年-2018年这十年间的SAI值浮动变化可以看出，吉林、贵州、甘肃、宁夏、新疆这几个省份的SAI值变动幅度较为明显，其中，吉林、贵州两省的SAI值有一定的下降，甘肃、宁夏、新疆三个省份的SAI值有一定的上升，其余省份的SAI值变动幅度较小。

通过对SAI值变动的分析，可以看出各地区在玉米生产规模优势的变化幅度较小，多数地区呈现小幅度上升。但是，部分省份玉米种植规模的提升并未明显提高玉米总体产量。由此看出，规模优势对于不同地区的玉米种植所产生的影响不可一概而论。对此，本文将围绕各地区玉米种植规模以及地区差异影响因素展开探讨，提出各地区间促进玉米生产的对策建议。

3.玉米生产区域综合优势分析

综合优势指数（AAI）是EAI和SAI共同作用的结果，可以更加综合地反映某一区域某一农作物生产的综合比较优势水平。通过对全国21个省份玉米作物进行综合优势分析（AAI）可知（图3），在2009年-2018这十年间，河北、山西、内蒙古、辽宁、吉林、黑龙江、山东、陕西、新疆这几个省份的AAI值大于1，说明这几个省份玉米种植水平与全国种植水平相比综合优势明显;河南、云南、甘肃、宁夏这几个省份的AAI值在1附近，说明这些省份的玉米种植综合优势与全国相近;江苏、安徽、湖北、湖南、广西、重庆、四川、贵州这几个省份的AAI值小于1，说明这几个省份的玉米种植水平与全国种植水平相比处于劣势状态。依据各省份玉米作物2009年-2018年这十年间的AAI值浮动变化，可以看出除贵州省有一定量的下降外，其余各省份的AAI值变动幅度不大。

本文通过对各省份2009年-2018年这十年间的AAI均值进行排序，依据罗善军，何英彬等人（2018）的研究：将AAI均值作为综合比较优势的依据，并将优势分区分为优势强区、优势较强区、优势稍强区三个等级。对此，本文将介于1.4以上的省份划定为优势强区，包括吉林、辽宁、内蒙古、山西;介于1.2-1.4之间的省份划定为优势较强区，包括新疆、黑龙江、宁夏;介于1-1.2之间的省份划定为优势稍强区，包括河北、甘肃、陕西、山东、云南;介于1以下的各省份均划定为劣势区。

为更加直观地了解玉米产业的优势分区，本文将AAI均值作为衡量标准，采用ArcGIS可视化功能形成玉米产业优势分区图。由图4可知，我国玉米生产优势区域大致以秦岭-淮河为界线，秦岭-淮河以北主要为玉米种植优势区;秦岭-淮河以南主要为玉米种植劣势区。其中优势强区集中在东北平原、西北平原，劣势区多集中在南部地区。

三、实证分析

本文结合各地区玉米产业EAI、SAI、AAI指数，纵向对比各地区间的环境差异，并以波特钻石模型理论作为依据，从生产要素、经济市场要素以及相关支撑要素三方面筛选AAI指数的影响因素。以研究地区的AAI指数之和作为母序列，设为{X0（k）}，以生产、经济市场以及相关支撑要素下的影响变量作为特征序列，设为{Xi（k）}。

1.变量选择

（1）生产要素

生产要素是反映地区的自然资源、人力水平、科技因素等资源禀赋的重要衡量指标。本文中的生产要素选择以玉米种植面积（X1）反映地区自然资源、以地表水资源量（X2）反映地区水资源情况、以农用化肥使用量（X3）反映农业资本投入情况、以水土流失治理面积（X4）反映环境保护能力。

（2）经济市场要素

经济市场要素对于产业发展具有一定的导向作用，地区间的经济水平、消费环境等都会对农业生产方式、生产结构产生影响。本文中的经济要素选择以人均GDP（X5）反映经济发展水平、以社会消费品零售总额（X6）反映地区贸易情况、以居民消费水平（X7）反映地区居民消费能力。

（3）相关支撑要素

相关支撑要素包括與农产品产加销模式相关的基础设施、技术环境以及政府对农业的支持等。本文中的相关支撑要素选择以农机总动力（X8）反映技术水平、以规模以上工业企业单位数（X9）反映加工水平、以货运量（X10）反映物流发展水平。

2.数据处理与计算

由于原始序列中的各维度数据单位不同，无法直接进行比较，对此需要对数据进行无量钢化处理，将原始数据转化为可比较的数据序列。本文采用标准化方法对原始数据进行无量纲化处理，计算公式如下：

式（1）中Xi为数据标准化后值，Xi为原始变量值，X为原始变量值平均值，S为变量标准差。

经过对原始数据的无量纲化处理后，得到新的数据序列，此时需要计算新的数据序列的灰色关联度系数，计算公式如下：

式（2）中，ηt为灰色关联度系数，为k时刻的绝对误差，为计算结果的最小值和最大值，为避免绝对值过大而导致数据失真，本文取ρ为0.5分辨系数削减其影响。

灰色关联度即为灰色关联度系数的平均值，计算结果如表2所示：

四、研究结论与讨论

1.研究结论

本文采用效率优势指数（EAI）、规模优势指数（SAI）以及综合优势指数（AAI）对全国21个省份的玉米产业数据进行测算。研究结果显示，生产效率优势方面：相比全国玉米作物生产水平，山西、内蒙古、黑龙江、贵州、云南、陕西、甘肃、宁夏、新疆这几个省份及自治区的玉米生产具有明显的效率优势;规模优势方面：河北、山西、内蒙古、辽宁、吉林、山东、黑龙江、新疆这几个省份及自治区具有明显的规模优势;综合优势方面：吉林、辽宁、内蒙古、山西、宁夏的综合优势最为明显。

通过灰色关联度分析可知，与AAI指数最为密切的变量依次为规模以上工业企业单位数>农机总动力>地表水资源量>农用化肥使用量>水土流失治理面积>玉米种植面积>货运量，灰色关联度系数分别达到0.951、0.914、0.842、0.823、0.817、0.816、0.703;而人均GDP、居民消费水平、社会消费品零售总额变量与AAI指数的关联较弱，灰色关联度系数仅有0.596、0.58、0.556。

2.讨论

将与AAI指数最为密切的相关变量进行归纳可知，规模以上工业企业单位数与农机总动力可以体现出一个地区农产品加工能力以及机械化水平，是对地区整体技术因素的反映;地表水资源量、玉米种植面积以及水土流失治理面积是对地区玉米种植自然环境、水资源情况以及环境治理方面的体现，是对地区整体自然环境因素的反映;货运量可以体现地区物流的发展水平，同时也是交通运输因素的重要反映。对此，本文将从技术因素、自然环境因素以及交通运输因素三个方面分析对地区玉米种植综合优势的影响。

（1）技术因素影响

由于我国各地区间经济发展的不平衡，各地区间的科技水平也参差不一，同时各地区间优势农作物的差异也导致各地区的农业科技研究方向有所不同。通过灰色关联度分析可知，规模以上工业企业单位数、农机总动力、农用化肥使用量这三个变量与AAI值的灰色关联度分别达到0.951、0.914、0.823。规模以上工业企业单位数可以反映出该地区的玉米加工水平，较强的加工能力可促进企业规模化生产，提高生产过程中的机械化水平，促进玉米生产效率;农机总动力可以反映出地区的机械化水平，机械化程度的加深将会减少玉米种植过程中播种与收割过程的时间;农用化肥使用量是对农业生产投入的衡量，合理的化肥使用将会提高农作物的产量及农产品质量。

结合SAI值可以看出，黑龙江、辽宁、吉林、山东、新疆等地的SAI值总体较高，对比分析不难看出，以上这些地区地处平原，适宜大型生产设备进行规模化生产，这一点促进了以上地区对于玉米生产技术的研发，促使在玉米生产过程中采用机械化栽培与生产，既减少了玉米生产过程中的破损与浪费，也提高了生产效率;而江苏、安徽、湖北、湖南等南方地区的玉米种植较为零散，同时丘陵地带偏多，不利于玉米的规模化生产，导致机械化生产水平较低，造成南方地区的SAI值普遍较低。对此，在玉米生产过程中，应当选择相对适宜的生产方式及生产工具，在有限的自然环境中提高玉米产量。

（2）自然资源影响

玉米在我国种植范围十分广泛，南至海南岛地区，北至黑龙江黑河地区都有玉米的生产。不同地区之间的土壤、气候、降水、光照等自然环境差异十分明显，这些自然因素会对玉米生产产生直接影响。通过灰色关联度分析可知地表水资源、水土流失治理面积以及玉米种植面积的灰色关联度分别达到0.842、0.817、0.816。地表水资源、水土流失治理面积以及玉米种植面积这三个变量均是对自然环境因素的體现，玉米种植需要有良好的种植环境和充足的水源灌溉来保证其生长。对水土流失的治理，不但可以较低自然灾害的发生，还有利于改善地区间的种植环境，扩大种植面积并提高单位产量。

结合EAI指数可以看出，山西、内蒙古、黑龙江、甘肃、宁夏、新疆等地的EAI指数较高，对比分析可以看出，新疆、甘肃、宁夏、山西、内蒙古等地区处于西北内陆地区，属大陆性干燥气候带，这些地区的热量资源丰富，昼夜温差大，有利于玉米作物的生长;黑龙江地区地表径流量较大，水资源丰富，同时该地区土质以黑土为主，土壤中营养物丰富，为玉米生产提供了良好的生长环境。由此可以看出，不同地区间的自然资源对玉米生产所造成的影响很大。因此，在玉米种植过程中，应注意对种植环境的保护，选择与该地区相适宜的玉米品种，做到因地制宜，根据地区间的自然禀赋，合理规划玉米作物生产。

（3）交通运输因素影响

玉米在前期生产以及后期的销售过程中，均需要交通运输能力提供保障。通过灰色关联度分析可知，货运量灰色关联度系数为0.703，可以看出，交通运输以及货运能力对玉米生产综合效率具有一定的促进作用。目前玉米运输主要通过铁路、公路、航空的方式进行，运输要遵循时效性、经济性的原则，因地制宜选择合适且经济的运输方式。良好的运输以及物流能力将会缩短玉米在加工以及销售环节中的时间、降低运输成本、提高玉米品质，从而提高产品竞争力，是玉米产业专业化生产与经营的重要组成部分。

通过AAI值我们可以看出，在山西、内蒙古、辽宁、吉林等地的AAI指数较高，综合优势较为明显。这些地区除了具有一定的规模优势外，也出台了多项补贴措施来促进玉米生产。例如综合优势最为明显的吉林省，除了实施玉米生产补贴外，还出台了玉米外销整车运输减免省内路桥通行费办法，降低玉米在交通运输环节的成本，提高了吉林省玉米的竞争力。黑龙江省政府也针对全省制定了向省外销售玉米的整车运输车辆减免高速公路通行费的办法以及对鲜活农产品开展绿色通道的政策办法。包括河南、河北、宁夏、山东等多省份也推出了相应的农产品运输绿色通道，缓和农产品运输的成本压力。

五、对策

1.调整耕作模式，加快集约化生产进程

各地区间自然资源的差异，要求对玉米的种植模式不可一概而论，各地区应结合地区资源禀赋，调整耕作模式。在SAI指数较高的河北、辽宁、吉林、宁夏、新疆等地区，应充分发挥规模化生产优势，提高机械化水平的同时，加强对现有玉米品种以及农业机械的改良，增强二者在生产过程中的匹配度，减少因机械化生产而导致的破损与浪费，即保证玉米品质，也提高玉米生产效率。而在SAI指数较低的江苏、安徽、湖北、湖南等地区，应更加注重精细化的耕作模式，从土壤管理、水肥控制、良种选择等方面加强玉米生产集约化管理，通过精细化生产提高单位产量，以弥补在规模生产方面的劣势。

2.实行土地休耕，恢复土壤肥力

自然资源对农业产业发展影响深远，土地资源更是农业产业的物质基础。通过EAI值浮动变化可以看出，山西、内蒙古、黑龙江、湖北、贵州、宁夏、新疆这几个省份及自治区波动较大，且都处于相对下降的状态。生产效率的不稳定，与地区土壤肥力变化有着密切联系。在生产过程中，一些地区由于农药化肥使用不合理降低土壤肥力或者周边生态环境遭到破坏降低土壤活力等而导致生产力水平下降，使得生产效率明显下降，玉米产量相对减少。在这些地区，应当通过轮作休耕的方式缓解土地资源压力，为耕地提供休养生息的机会，采取用地养地有效结合的长效生产模式。虽短期粮食产量下降，但长远发展后，不仅可提高粮食总体产量，还可以实现农民稳产保收、平衡粮食供求矛盾、减小生态资源压力，促进农业可持续发展。

3.优化局部地区产业结构，调整玉米种植面积

在当前供给侧改革背景下，玉米产业生产应摒弃原有粗放式生产，转向精细化、专业化的生产方式。前文研究显示江苏、安徽、湖北、湖南、广西等地的SAI、EAI、AAI值均低于1，这说明这些地区既不具备规模化的种植条件，也没有提高种植效率的生产资源。对此，在这些地区应当注重调整产业结构，提高大豆、水稻等其他粮食作物补贴力度，缓解因玉米生产补贴而产生的盲目性，鼓励农户针对不同地区选择适宜种植的农作物进行种植，优化地区间的产业结构。这样既可以避免地区间的玉米产能过剩，也可以改变地区农作物单一的情况，更为重要的是可以将有限的生产资源转让给该地区的优势农作物，提高地区在其他农产品方面的竞争力。

4.加强技术创新，延长玉米产业链

要想打破地区间玉米生产的障碍性因素，需要多项举措并举。通过创新技术手段，提高农药化肥使用效率、玉米深加工能力、农机节源率及劳动者技术水平，使玉米产业更为精细化、专业化、规模化。在提高玉米生产效率的同时，积极探索玉米深加工形式，增加产品附加值，提高竞争力。尤其是在AAI指数相对较低的重庆、四川、广西、安徽、湖北、江苏、湖南等地区，由于玉米生产与全国水平相比不具有综合优势，加上自身产量较小，不具备出口经营的能力，因此更应该注重发挥技术创新的带动作用，发挥自身产业优势，推进农产品区域品牌化建设，提高农产品的附加值;并根据玉米市场的需求和自身情况调整生产加工计划以及延长产业链，将加工方向转向附加值较高的产品，通过深加工的方式提高玉米竞争优势。

参考文献：

[1]孙瑞玲.中国现代农业建设的路径与模式选择[J].洛阳师范学院学报，2008（02）：163-166.

[2]韩国明，朱侃，黄雪松.玉米种植时空变迁与供给侧结构性改革研究[J].东北农业大学学报（社会科学版），2018，16（02）：1-11.

[3]马云博.基于对比优势的河北省玉米产业竞争力研究[J].南方农机，2018，49（14）：153.

[4]刘慧宇.黑龙江省玉米产业竞争力研究[D].东北农业大学，2019.

[5]罗善军，何英彬，罗其友，蔡为民，王卓卓，段丁丁.中国马铃薯生产区域比较优势及其影响因素分析[J].中国农业资源与区划，2018，39（05）：137-144.

[6]尹义坤，曲文春，娄高.吉林省玉米产能过剩的原因与治理路径分析[J].农业经济，2018（01）：15-17.

[7]董雪，崔莹，葛立群.遼宁省玉米新型农业技术推广模式研究[J].农业经济，2017（05）：26-27.

[8]郭庆海.玉米产业供给侧结构性改革难点探析[J].农业经济与管理，2017（01）：5-11.

[9]王大力.云南粮食生产地理集聚格局研究[D].云南师范大学，2016.

[10]葛均筑.气象资源特性对玉米产量形成的影响及长江中游玉米高产关键技术研究[D].华中农业大学，2015.

[11]胡文海.中部地区粮食生产比较优势分析与基地建设[J].地理科学，2015，35（03）：293-298.

[12]李玉勤.杂粮产业发展研究[D].中国农业科学院，2009.

[13]张旭东，郝迪，吴迪，付玉娟，孙仕军，陈志君.辽宁省不同水文年型玉米水足迹变化规律研究[J].沈阳农业大学学报，2018，49（05）：584-593.

[14]张新仕，李敏，王晓夕，王亚楠，王桂荣，李思光，郭雪红，蒲娜娜.河北省玉米生产比较优势分析——基于粮食生产大省的比较[J].安徽农业科学，2018，46（26）：191-195.

[15]刘英，金龙新，彭清辉，曲娜，谭杰扬，祝琪雅.基于灰色关联分析的湖南省农业产业结构优化研究[J].湖南农业科学，2017（05）：107-110.

[16]李帅.湖南省农业产业结构优化研究[D].南华大学，2012.

[17]张大瑜，吴景贵，陈日曌，祝延立，吕铁彪，赵仁贵，刘武仁.吉林省玉米生产省域尺度上比较优势研究[J].安徽农业科学，2010，38（32）：1809 1-18093+18101.

[18]罗善军，何英彬，罗其友，蔡为民，王卓卓，段丁丁.中国马铃薯生产区域比较优势及其影响因素分析[J].中国农业资源与区划，2018，39（05）：137-144.

作者简介：潘鸿（1970- ），女，布依族，贵州贵阳人，经济学博士，吉林大学生物与农业工程学院教授，东北区域现代农业发展研究中心副主任;刘能毓，（1995- ），男，汉族，安徽六安人，吉林大学农村发展硕士研究生，主要研究方向：农业科技创新;杨兴龙（1971- ），男，汉族，吉林延边州人，管理学博士，吉林农业大学经济管理学院工商管理系主任，教授，博士生导师