刘昊一 凌小燕 曹光乔

摘要：对2012—2016年江苏省13个市6种主要农作物以综合比较优势指数法进行分析，确定江苏省区域优势作物。结果表明，江苏省稻谷比较优势市有8个;小麦比较优势市有7个;玉米比较优势市有5个;大豆、花生、油菜籽比较优势市各有4个;同时确定江苏省13个市各自比较优势作物和劣势作物，并指出需要加大农业科技投入的市和作物，使在具规模优势同时，提升效率优势，为江苏省农作物规划布局提供科学依据。

关键词：比较优势;主要农作物;结构调整;规划布局;江苏省

中图分类号： F326  文献标志码： A  文章编号：1002-1302（2019）22-0109-04

江苏省位于我国大陆东部沿海地区中部，省内各地区自然条件、经济、技术等方面存在不同程度差异，同一农作物在本省各地比较优势不同。本研究采用综合比较优势指数法[1-2]，对江苏省稻谷、小麦、玉米、大豆、花生和油菜籽6种主要农作物，在江苏省13个市进行比较优势分析，确定江苏省各地比较优势作物，为江苏省主要农作物区域布局优化提供依据。

1 研究方法与数据来源

综合比较优势指数法适合区域之间的比较或者同区内不同作物之间的比较，包括规模优势指数、效率优势指数和综合优势指数[3]。

1.1 研究方法

1.1.1 规模优势指数（SAI） 规模优势指数是反映一个地区某一农作物生产的规模和专业化程度。

1.2 数据来源

本研究所用数据主要来源于《江苏省农村统计年鉴（2013—2017）》《中国农业机械化年鉴（2013—2017）》等统计资料，为减少数据波动影响，选择了2012—2016年的平均数据进行分析[4-7]。

2 结果与分析

2.1 江苏省不同地区主要农作物播种面积和单产

2012—2016年江苏省13个市的6种主要农作物的播种面积和单产的原始数据的平均值见表1。2012—2016年江苏省13个市的6种主要农作物播种面积的方差见表2。

根据规模优势指数（SAI）、效率优势指数（EAI）、综合优势指数（AAI）计算得出结果，分别见表3、表4、表5，其中公式（1）～公式（3）中，高一级区域均为江苏省。从表3～表5可以看出，江苏省6种主要农作物在13个市各优势指数排序。

2.2 江苏省不同地区主要农作物综合优势指数分析

2.2.1 稻谷 江苏省稻谷综合优势指数顺序依次为常州市> 南京市>苏州市>镇江市>无锡市>扬州市>泰州市>淮安市>盐城市>连云港市>宿迁市>南通市>徐州市。南京市、无锡市、常州市、苏州市、淮安市、扬州市、镇江市和泰州市的规模优势指数均大于1，均高于江苏省平均水平，其中徐州市规模优势指数仅为0.617，低于0.70，具有较强比较劣势;各市的效率优势指数差异不大，在0.93～1.12之间。综合优势指数高于全省平均水平有苏州市、无锡市、常州市、南京市、扬州市、镇江市、泰州市和淮安市，徐州市稻谷综合优势指数最低，为0.779。

2.2.2 小麦 江苏省小麦综合优势指数顺序依次为徐州 市> 宿迁市>连云港市>淮安市>扬州市>无锡市>泰州市>苏州市>盐城市>南通市>镇江市>常州市>南京市。规模优势指数高于江苏省平均水平的市有无锡市、徐州市、苏州市、连云港市、淮安市、扬州市、泰州市和宿迁市，其中南京市的最低，为0.612，低于0.70，具有较强比较劣势;效率优势指数差异不大，在0.88～1.17之间。综合优势指数高于全省平均水平的有无锡市、扬州市、泰州市、淮安市、宿迁市、徐州市和连云港市。

2.2.3 玉米 江苏省玉米综合优势指数顺序依次为徐州 市> 盐城市>南通市>宿迁市>连云港市>南京市>淮安市>镇江市>泰州市>常州市>苏州市>扬州市>无锡市。徐州市、南通市、连云港市、盐城市和宿迁市的规模优势指数均高于1，以徐州市最高，达到2.649，远远超过江苏省平均水平，具有绝对优势，无锡市、常州市、苏州市、扬州市和泰州市的规模优势指数均低于0.30，其中无锡市仅为0.045，扬州市仅为0.060，远远低于江苏省平均水平，具有绝对劣势，南京市、淮安市和镇江市的规模优势指数也不高，均低于0.70，具有较强比较劣势;效率优势指数差异不显著，只有无锡市较低，为0.669，具有较强比较劣势，其余各市在0.93～1.23之间。综合优势指数高于江苏省平均水平的有南通市、盐城市、宿迁市、徐州市和连云港市，其中徐州市高达1.707，具有绝对优势，而常州市、苏州市、扬州市、镇江市和泰州市的综合优势指数均低于0.70，具有较强比较劣势，其中无锡市的为 0.174，扬州市的为0.238，均低于0.30，具有绝对劣势。

2.2.4 大豆 江苏省13个市大豆综合优势指数顺序依次为南通市>徐州市>扬州市>泰州市>无锡市>盐城市>淮安市>南京市>常州市>鎮江市>宿迁市>苏州市>连云港市。规模优势指数高于江苏省平均水平有徐州市和南通市，其中南通市的规模优势指数高达2.530，具有绝对优势，南京市、常州市、苏州市、连云港市、淮安市和镇江市的规模优势指数均低于0.70，苏州市仅为0.378，具有较强比较劣势;效率优势指数差异不大，在0.84～1.40之间，仅有宿迁市低于江苏省平均水平。综合比较优势指数高于全省平均水平有南通市、泰州市、扬州市和徐州市，具有较强比较优势。

2.2.5 花生 江苏省花生综合优势指数顺序依次为连云港市>南通市>徐州市>宿迁市>淮安市>泰州市>盐城市>南京市>镇江市>常州市>苏州市>扬州市>无锡市。南通市、泰州市、宿迁市、淮安市、徐州市和连云港市规模优势指数均高于1，其中徐州市、南通市和连云港市的规模优势指数高于1.7，远远超过江苏省平均水平，具有绝对优势，南京市、无锡市、常州市、苏州市、扬州市和镇江市的规模优势指数较低，均低于0.7，具有较强比较劣势，其中无锡市、常州市、苏州市和扬州市的均低于0.3，具有绝对劣势;效率优势指数仅有徐州市、连云港市和宿迁市高于江苏省平均水平，其他各市在0.55～0.85之间，其中无锡市、常州市、扬州市和镇江市均低于0.70，具有较强比较劣势。综合比较优势指数高于江苏省平均水平的有徐州市、南通市、连云港市和宿迁市，其中连云港市最高，高达1.747，具有绝对优势，而南京市、无锡市、常州市、苏州市、扬州市和镇江市的综合比较优势指数较低，均低于0.70，具有较强比较劣势。

2.2.6 油菜籽 江苏省油菜籽综合优势指数顺序依次为南通市>南京市>镇江市>盐城市>常州市>泰州市>扬州 市> 苏州市>淮安市>无锡市>宿迁市>徐州市>连云港市。规模优势指数高于1的有南京市、常州市、南通市、盐城市、镇江市和泰州市，其中南京市、南通市的规模优势指数均高于1.70，具有绝对优势，无锡市、淮安市的均低于0.70，具有较强比较劣势，而徐州市、连云港市、宿迁市的规模优势指数均低于0.30，具有绝对劣势;效率优势指数仅有南通市高于江苏省平均水平，其他各市在0.70～0.98之间。综合比较优势指数高于全省平均水平的市有南京市、南通市、盐城市和镇江市，而徐州市、连云港市、宿迁市的均低于0.30，具有绝对劣势，无锡市、淮安市的均低于0.70，具有比较劣势。

2.2.7 方差分析 方差反映数据离散程度，比较优势方差越大，农作物的区域特征越明显。一般情况下农作物规模优势指数方差越大，其综合优势指数方差也越大。江苏省6种主要农作物综合优势指数方差顺序为花生>油菜籽>玉米>大豆>小麦>稻谷。花生综合优势指数方差最大，说明花生仅限于个别地区种植，花生主要在南通市、泰州市、宿迁市、连云港市、淮安市和徐州市6个市种植。玉米、大豆和油菜籽的综合优势指数方差居中，说明这3种农作物在不同市的区域特征突出。玉米主要在徐州市、南通市、连云港市、盐城市和宿迁市5个市种植;大豆主要在徐州市、南通市2个市种植;油菜籽主要在南通市、常州市、南京市、镇江市、泰州市和盐城市6个市种植。

综上所述，江苏省稻谷比较优势产区有无锡市、苏州市、常州市、南京市、镇江市、扬州市、泰州市、淮安市8个市;小麦比较优势产区有无锡市、扬州市、泰州市、徐州市、连云港市、淮安市、宿迁市7个市;玉米比较优势产区有徐州市、南通市、连云港市、盐城市、宿迁市5个市;大豆比较优势产区有徐州市、南通市、扬州市、泰州市4个市;花生比较优势产区有徐州市、南通市、连云港市、宿迁市4个市;油菜籽比较优势产区有南京市、南通市、盐城市、镇江市4个市（表6）。

3 结论

分析了6种主要农作物在江苏省13个市的规模优势和效率优势状况，确定了13个市综合比较优势作物和比较劣势作物，为江苏省农作物种植的合理规划布局[8]提供了一定的科学依据。

江苏省某些市的部分农作物生产具有规模优势，只是源于该作物的种植面积大，但其效率优势反而低于江苏省平均水平，如无锡市的稻谷、苏州市的小麦，南通市的花生等，因此需要在稳定规模优势的基础上，加大这些地区的农业科技投入，使具有规模比较优势的同时，同步提升效率比较优势。

参考文献：

[1]周喜新，邓小华，周冀衡. 湖南省主要农作物区域比较优势差异及地域类型划分[J]. 湖南科技大学学报（社会科学版），2011，14（5）：84-89.

[2]蒋和平，崔 凯. 我国粮食主产区农业现代化指标体系的构建和测算及发展水平评价[J]. 农业现代化研究，2011（6）：646-651.

[3]张先叶. 辽宁省三種主要经济作物2005—2010的比较优势分析[J]. 陕西农业科学，2013（1）：80-82.

[4]刘昊一，凌小燕，马 聪，等. 江苏省主要农作物种类分布研究[J]. 中国农机化学报，2017，38（12）：108-117.

[5]高 雅，凌小燕，马 聪，等. 江苏省水稻生产全程机械化农机装备研究[J]. 中国农机化学报，2018，39（2）：99-110.

[6]江苏省统计局. 江苏省农村统计年鉴（2013—2017）[M]. 北京：中国统计出版社，2013—2017.

[7]农业部南京农业机械化研究所. 中国农业机械化年鉴[M]. 北京：中国农业科学技术出版社，2013-2017.

[8]秦小丽，王经政，陈沛然. 苏北农产品主产区农业生态补偿实践及其财税政策优化研究[J]. 江苏农业科学，2017，45（7）：316-320.