郑士伟，杨 飞，黄 敏

(1.山东理工大学建筑工程学院，淄博 255049； 2.中国科学院地理科学与资源研究所，资源与环境信息系统国家重点实验室，北京 100101)

0 引言

随着经济、社会和信息技术的不断发展，产业集聚现象已经越来越普遍[1-2]。产业集聚对区域经济增长、地区技术进步以及产业竞争力提高[3]的促进作用，使得集聚经济受到更多学者的青睐。早期关于制造业产业地理集聚[4-8]的研究较多。但随着农业产业朝着规模化、集约化的方向发展，农业生产的地理集聚及农业产业集群的发展研究[9-11]逐步引起国内外相关学者的关注。作为世界农业大国，研究我国农业生产集聚的时空演变及其产业效益表征，对我国农业的生产、结构的调整、政策的制定以及促进农业现代化发展都具有重要意义。

目前国内学者关于农业方面的集聚研究主要集中在以下3个方面：一方面是关于种植业集聚[12-17]的发展研究。研究认为，我国种植业的整体空间集聚水平在不断增强，整体呈“南下西进”的趋势，劳动密集型和经济作物的地理集聚度较高，土地密集型和粮食作物则相对较低，河南省部分农作物有分散化的趋向。另一方面是农业产业的地理集聚研究。刘世薇等[18]、张宏升[19]不仅研究了农作物的集聚情况，而且对国家级农业龙头企业的集聚与分布进行了研究，得出结论，农业龙头企业没有集中分布在优势农作物生产集中的县市，而是集聚在省会城市或中心城市的市区； 农业产业集聚能够提高交易效率、生产效率、创新效率和竞争效率。第三方面是农业集聚对产业经济增长的研究。吕超等[20]、王艳荣等[21-22]、黄修杰等[24]研究认为农业产业集聚与产业经济增长之间是相互促进的正向相关关系，农业产业集聚的形成机理有利于农民收入的增加。贾兴梅等[23]研究认为，农业产业集聚的提高带来了区域农业经济的增长，农业产业集群为农村和农村经济发展创造巨大的竞争优势。以上学者的研究主要存在以下部分不足： ①纵向研究数据较少，一般学者只获得距离研究时期20年左右的数据，文章数据支撑为1980—2015年，较全面地反应研究区近36年农作物集聚的动态变化情况。②集聚性分析不够全面，以区位商均值研究集聚存在分析偏差。该文分别通过比较优势集聚(区位商)和生产面积集聚(产业集中率)，并创新性地使用区位商的标准差分布来研究农作物的集聚程度，避免了均值相等但数据离散程度不同造成分析结果的偏差，更能准确地反应研究区各县市的集聚情况。可为后期学者的研究提供方法参考。

京津冀地区作为北方经济较发达的大型城市群，农业集聚的发展现状对全国其他各大发展中城市群，起到了一定参考和预测作用。近年来京津冀地区城市化、经济以及生态环境的发展研究受到很多学者的关注。但有关农业产业的集聚，尤其是各农产品的空间地理集聚程度较少有学者关注。因此，该文选取京津冀地区14类农产品作为研究对象，采用1980—2015年县级行政单位数据，综合运用区位商、基尼系数、产业集中率、重心分析法，对该地区农产品的集聚、空间分布的演化路径进行研究，以期为京津冀地区农业的因地施策，以及相关农产品加工企业的选址落地提供数据参考，具有一定的研究价值(表1)。

1 数据来源与研究方法

1.1 数据来源及处理

该研究数据来源主要以京津冀地区县级行政单位统计数据为主，包括县级农业经济数据库、市级统计年鉴以及《河北农村统计年鉴》。研究对象为广义上的农产品(包括农林牧渔业产品)。整理农业农村部种植司发布的1980—2011年农业经济数据库以及2016年各市统计年鉴，获得了1980—2015年5年1期共8期农作物种植相关数据。该文将整个京津冀地区农业经济数据库的统计单元合并成171个县级研究单元。14类作物分别为：小麦、稻谷、大豆、玉米、薯类、棉花、油料、蔬菜、果园、肉类、禽蛋、牛奶、水产和林业。该文用各县林业产值数据来间接研究该地区林产品的集聚情况。

1.2 研究方法

表1 研究方法介绍

研究方法分析的问题区位商分析某农作物在各研究单元的面积种植比重与在该地区面积种植比重大小比较,反应农作物在各研究单元的面积种植优势度情况。优点是能够反应各研究单元农作物种植的比较优势情况; 缺点是只反应了比重问题,不能从量化角度反应各研究单元农作物面积的种植优势基尼系数分析该地区农作物种植面积在各研究单元中是否均匀分布。优点是能够从面积角度分析农作物的分布情况; 缺点是无法反应农作物集聚的位置信息产业集中率分析农作物种植面积靠前的若干个研究单元面积之和在整个地区所占的比重。优点是反应农作物在该地区种植结构的集中程度; 缺点是只能反应该地区前几名研究单元农作物种植面积之和的比重情况,无法反应各研究单元农作物的集聚情况重心分析法分析不同时期该地区各农作物种植重心的演化路径。优点是能够反应该地区农作物种植重心的总体转移情况; 缺点是重心坐标位置并一定是种植集聚的中心

1.2.1 区位商

区位商计算公式[25]：

(1)

式(1)中，Qij为j县农作物i的区位商；Ei为该县农作物i的播种面积；Et为该县农作物总播种面积；Ai为京津冀地区农作物i的总播种面积；At为京津冀地区农作物的总播种面积；Qij>1，说明该种农作物的种植比较优势程度高于京津冀的平均水平；Qij=1，说明该种农作物的种植比较优势程度等于京津冀的平均水平；Qij<1，说明该种农作物种植的比较优势程度低于京津冀的平均水平。

区位商标准差(SQ)计算公式：

(2)

式(2)中，SQi表示i农作物在整个京津冀地区的区位商标准差，n=171，Qij与(1)式含义相同，μ表示i农作物区位商的算术平均值。SQi越大，说明i农作物区位商分布的离散程度越大，则i农作物的相对集聚程度也就越高。SQi越小，说明i农作物区位商分布的离散程度越小，则i农作物的相对集聚程度也就越低。

1.2.2 基尼系数法

基尼系数计算公式[26]：

(3)

式(3)中，Gj为农产品j的基尼系数，n为京津冀地区市辖区、县和县级市均等分组的组数，该文中n=5。Wij表示各分组i农作物j的种植面积(产量)占整个京津冀地区农作物j面积或产量的比例。基尼系数的取值在0～1之间，数值越小说明该农产品的空间分布越分散，数值越大说明该农产品的空间分布越集聚。

1.2.3 产业集中率

产业集中率计算公式：

(4)

式(4)中，CRn表示集中率系数，即产量或种植面积最大的前n县之和占整个京津冀地区的百分比，因为该文研究单元数量较多，所以n选取总数的20%，即n=34，Si表示i县的某农作物的面积(产量)占京津冀地区总面积(产量)的比重。

1.2.4 重心分析法

重心坐标计算公式[27]：

(5)

(6)

2 京津冀农产品集聚特征分析

2.1 比较优势集聚特征分析

由区位商公式计算出以下14类农产品各时期的区位商(表2)，Q>1表示该农产品区位商大于1的县的个数，SQ指该农产品所有县区位商的标准差。并计算出每年所有农产品的平均区位商标准差(图1)。根据图1区位商标准差均值变化趋势图可以看出，SQ均值呈现出明显的上升趋势。可见，京津冀地区农产品生产的比较优势集聚程度在不断地增强。根据表1各类农产品的区位商标准差数据结果，按集聚度升降情况分为以下3类。

(1)比较优势集聚度提高的农产品。根据2015和1980年的SQ值可以得出，以下几类农产品的区位商标准差增加明显，增幅分别是稻谷(4.178)、大豆(0.416)、薯类(1.120)、棉花(0.764)、果园(0.698)、水产(0.602)和禽蛋(0.260)。说明这几类农产品在京津冀地区的集聚程度越来越高，具有集聚优势的县的数量也越来越多。

(2)比较优势集聚度相对稳定的农产品。小麦、玉米、油料、肉类和林业5类产品的区位商标准差在波动中总体保持平稳，表明该几类农产品在京津冀地区内的比较优势集聚度变化不大。

(3)比较优势集聚度下降的农产品。在这14类农产品中，只有蔬菜和牛奶的比较优势集聚度呈现明显的下降趋势。2015年相比1980年分别下降为：蔬菜(-1.243)、牛奶(-0.363)，说明该地区蔬菜和牛奶生产优势差异不断缩小、集聚性减弱。

另外，从各类农产品生产水平大于该地区平均水平(Q>1)的县数统计结果来看，Q>1明显减少的有小麦、稻谷、薯类、棉花和肉类5类，而这5类的SQ均属于增加的1类；Q>1明显增加的有大豆、油料、蔬菜、牛奶4类，其中牛奶和蔬菜的区位商标准差都明显减小，油料的变化不大，仅有大豆的区位商标准差SQ与Q>1的变化趋势相同。因此得出：Q>1与SQ的数值呈反向变化关系。

表2 1980—2015年各类农产品生产优势县数及区位商标准差均值

类别区位商19801985199019952000200520102015小麦Q>1106110111102100939792SQ0.5620.4900.5010.4380.4700.5300.5560.598稻谷Q>14033383435352523SQ2.8934.3184.1904.9824.4465.8196.4507.071玉米Q>189909298981019792SQ0.3560.4790.4740.4430.4090.3850.3700.504大豆Q>15659576175697074SQ0.8620.7530.7990.7410.8271.1131.2011.278薯类Q>16462585647443739SQ0.8560.8661.0691.2751.4461.8362.0251.976油料Q>14453556364635661SQ0.9030.8140.8580.7530.7020.7930.8800.902棉花Q>16773565339494733SQ1.1030.9261.0251.1271.5231.4841.5391.877蔬菜Q>15854636456636571SQ2.0571.8582.0371.4690.9510.9620.7980.814果园Q>16065616870685959SQ1.7252.1422.6372.7801.6431.9992.1012.423肉类Q>1122117112981051079596SQ0.4550.4210.3930.3890.3880.4330.5420.576水产Q>12622283534343532SQ1.4191.6911.5261.5931.6161.7091.8872.021牛奶Q>12719294142525252SQ1.0421.1631.1881.3061.1800.7980.6700.679禽蛋Q>18679957070828584SQ0.4560.5330.5020.4930.5480.6700.7210.716林业Q>15155615656505259SQ2.1141.6991.7842.2242.2462.5512.8961.940 注:Q>1表示具有生产比较优势的县的数量(单位/个); SQ表示区位商标准差

图1 历年区位商标准差均值

表3 1980—2015年各农产品CR34系数与GN系数

种类系数19801985199019952000200520102015小麦GN0.428 0.376 0.404 0.372 0.384 0.420 0.440 0.468 CR3444.4%41.4%42.8%41.1%42.2%45.1%46.4%48.4%稻谷GN0.736 0.752 0.772 0.772 0.772 0.784 0.792 0.796 CR3486.6%89.7%92.9%92.7%92.9%96.4%98.3%99.3%玉米GN0.300 0.320 0.336 0.320 0.308 0.316 0.308 0.320 CR3437.3%39.5%40.0%38.8%38.3%38.6%38.6%39.2%大豆GN0.500 0.472 0.480 0.476 0.424 0.444 0.452 0.476 CR3457.1%53.8%54.8%54.3%49.8%53.0%52.1%54.3%薯类GN0.460 0.436 0.480 0.520 0.576 0.584 0.628 0.656 CR3452.2%50.7%54.7%60.4%67.0%67.9%73.1%76.0%油料GN0.520 0.496 0.504 0.492 0.476 0.508 0.540 0.540 CR3461.1%56.4%56.3%54.1%53.8%56.6%60.4%58.4%棉花GN0.596 0.548 0.612 0.624 0.688 0.664 0.680 0.736 CR3461.1%56.4%65.3%67.1%79.3%72.8%75.7%86.7%蔬菜GN0.396 0.380 0.416 0.424 0.444 0.440 0.440 0.424 CR3449.0%48.2%50.6%52.1%52.8%52.0%51.3%48.5%果园GN0.472 0.460 0.460 0.440 0.444 0.468 0.512 0.532 CR3454.5%52.2%53.1%50.2%49.9%54.0%57.7%59.3%肉类GN0.408 0.428 0.460 0.384 0.368 0.364 0.368 0.356 CR3447.1%50.2%54.8%46.6%45.0%44.4%44.2%42.7%水产GN0.752 0.772 0.752 0.740 0.740 0.744 0.740 0.744 CR3491.3%94.4%90.9%89.5%89.5%90.3%89.1%88.7%牛奶GN0.772 0.776 0.772 0.728 0.700 0.652 0.636 0.636 CR3493.9%95.2%93.6%85.7%81.6%75.6%71.5%71.4%禽蛋GN0.488 0.488 0.480 0.452 0.468 0.480 0.452 0.464 CR3460.4%59.7%58.7%51.8%54.9%55.1%52.3%53.9%林业GN0.556 0.544 0.552 0.560 0.608 0.628 0.564 0.528 CR3464.5%60.7%62.7%64.3%68.6%73.0%67.1%62.7%粮食GN0.2640.2640.2760.2760.2680.2920.2960.316CR3435.3%35.8%36.0%36.0%35.5%37.5%38.4%38.7%经济GN0.322 0.301 0.298 0.291 0.297 0.325 0.336 0.341 CR3440.5%37.9%38.2%36.5%37.3%40.7%41.3%40.9%畜牧GN0.4370.4430.4580.3790.3780.3970.4080.41CR3452.8%54.1%56.3%46.3%45.6%47.9%48.1%48.4% 注:GN表示基尼系数; CR34表示前34个县总和占整个地区的比重

2.2 生产集聚特征分析

根据CR34系数的分布情况(表3)来看， 2015年14类农产品中，除了玉米(39.2%)、小麦(48.4%)、蔬菜(48.5%)和肉类(42.7%)的CR34系数低于50%之外，其余10种农产品的CR34系数均高于50%，分别是稻谷(99.3%)、大豆(54.3%)、薯类(76.0%)、油料(58.4%)、棉花(86.7%)、果园(59.3%)、水产(88.7%)、牛奶(71.4%)、禽蛋(53.9%)和林产品(62.7%)。由表3数据结果及图2基尼系数变化趋势图可以看出，京津冀地区农产品生产整体呈现出比较明显的地理集聚特征，且在朝着更加集聚的方向发展。

从集聚率的增减角度分析，整个研究期内， 14类农产品中集聚率保持提升或波动提升的农产品有5种，分别是稻谷(+12.7%)、棉花(+25.6%)、薯类(+23.8%)、果园(+4.8%)和小麦(+4.0%)。保持大致稳定的农产品有6种，分别是包括大豆、油料、林产品、水产、蔬菜和玉米。下降的农产品有3种，分别是牛奶(-22.5%)、禽蛋(-6.5%)和肉类(-4.4%)。

从不同的行业角度分析，各行业集聚程度比较：水产业>林业>畜牧业(包括牛奶、禽蛋和肉类)>经济作物(包括棉花、油料、蔬菜和果园)>粮食作物(包括谷物类、薯类和大豆)。虽然水产和林业集聚程度较高，但近年来呈现出逐年降低的趋势； 粮食作物和经济作物集聚度较低，却呈现出逐年提高的趋势。

从集聚程度的高低分布角度分析(2015年数据)，大致可以分为3个档次：稻谷、水产、牛奶、薯类和棉花属于高度集聚(CR34>70%)； 林业、油料、果园、禽蛋和大豆属于中等集聚(70%>CR34>50%，且大多都分布在50%～60%之间)； 小麦、玉米、蔬菜和肉类属于低集聚(CR34<50%)。其中稻谷、水产和牛奶3种农产品的CR34系数常年保持在70%以上，薯类和棉花早期集聚率并不是很高，但经过30多年的发展，两者集聚率均已超过了牛奶，分别达到了76.0%和86.7%。

根据以上从比较优势集聚度和面积产量集聚度两个角度的分析结果可知，京津冀地区的农产品生产具有明显的集聚现象。

2.3 地理空间集聚及时空演变特征分析

该文计算了8个时期各农产品的生产重心所在位置，并研究其转移路线的变化。为了能清晰地看到各农产品重心变化趋势，经过对数据的分析，最终选取1980、2000和2015年3个时期的重心数据进行转移路径可视化出图(图3)，以及面积和产量数据进行时空分布演变可视化出图(图4)。图3中箭头所在位置为2015年该农产品生产重心所处位置，箭头所指方向为近些年农产品重心转移的方向。因为玉米、果园、蔬菜和林业此3期的重心位置比较集中，所以无法在图上画出转移路线，仅用2015年重心坐标表示，果园和蔬菜重心位置相离太近，故用一个点表示。图4采用自然间断点分级法，对各行业农产品种植面积和产量数据按县级研究单位进行等级划分，能够保证等级内差异最小，等级间差异最大。

图2 历年基尼系数值

图3 各农产品生产重心转移路径

经过分析图3各农产品重心转移情况，薯类重心在不断地往北部转移，油料、小麦和禽蛋的重心往西南方向转移，稻谷重心不断地往东北方向转移，水产品的重心虽然存才往返波动情况，但整体上呈现出往沿海方向转移的趋势。以上几种农产品的生产重心在空间上表现出明显的转移方向，牛奶、肉类、大豆和棉花的转移方向不固定。

图4 各行业农产品时空分布演变特征

图5 各农产品生产重心跨度排名柱状图

从图4中可以看出，畜产品生产的时空演变比较明显，早期北京及其周边县市畜产品生产地位比较突出，随后慢慢向周边转移， 2015年时北京及其周边县的生产地位明显降低，重点分布在东部及南部地区； 水产品生产的整体分布地区变化不大，集中分布在沿海县市，但内陆县市的淡水养殖也在不断地发展； 林业生产的分布情况变化不大，主要分布在京津冀地区北部县市； 粮食作物种植的时空演变主要表现为北京地区粮食作物种植的大幅减少，其余地区的粮食作物种植分布变化较小； 经济作物的时空演变主要体现在京津冀地区东北部县市种植面积的不断提高，以及北京地区种植面积的不断减少。京津冀地区农业的总体演变规律即：农业生产的重心在不断地向外围转移，北京地区的农业功能在不断地降低。

为了清晰地表示出各农产品生产重心的分布范围，以及30多年来各农产品生产重心的变化幅度情况，该文利用各农产品重心坐标位置信息，计算了1980—2015年每相邻两时期重心坐标的经度差的绝对值和、纬度差的绝对值和以及两者的总和3个数据对各农产品的转移跨度进行计算排序，最终得到各农产品生产重心跨度排名柱状图(图5)。该图反映了京津冀地区30多年来，各农产品生产重心结构的稳定性情况，跨度越大说明生产结构的稳定性越低。并得到结果各农产品生产结构稳定性强弱为：玉米>水产>小麦>蔬菜>果园>稻谷>牛奶>大豆>肉类>薯类>油料>林产品>棉花>禽蛋。由排名结果分析可见，粮食作物的生产结构稳定性较好，位置集聚变化不大； 经济作物的生产结构稳定性较差，位置集聚波动性较强； 水产品由于受水资源等的限制，所以位置集聚表现稳定； 禽蛋生产受自然禀赋限制相对较小，所以生产结构稳定性最差，位置集聚变化也最明显。

3 结论与建议

该研究以京津冀地区主要农产品作为研究对象，分别采用了区位商、基尼系数和产业集中率等方法，从比较优势集聚和面积产量集聚两个方面分析了各农产品的集聚情况，利用重心分析法得到了30多年各农产品生产重心的转移路径与生产结构的稳定性情况。研究表明：(1)稻谷、大豆、薯类、棉花、果园、水产和禽蛋的集聚度在不断地增强； 小麦、玉米、油料、肉类和林业的集聚度保持相对稳定； 蔬菜和牛奶的集聚度在不断地降低。(2)SQ与Q>1两者总体呈反向变化。即具有种植优势的县数减小，说明该农作物种植集中在少数县市，该农作物的集聚程度在增强； 具有种植优势的县数增多，说明该农作物种植不集中，则该农作物的集聚程度减弱。(3)不同行业农产品的集聚度高低为：水产业>林业>畜牧业>经济作物(含蔬菜和果园)>粮食作物，虽然水产、林业和畜牧业集聚程度较高，但近年来呈逐年降低的趋势； 粮食作物和经济作物集聚度较低，却呈现逐年提高的趋势。(4)各农产品的生产结构稳定性排列为：玉米>水产>小麦>蔬菜>果园>稻谷>牛奶>大豆>肉类>薯类>油料>林产品>棉花>禽蛋。粮食作物的生产结构稳定性较好，位置集聚变化不大； 经济作物的生产结构稳定性较差，位置集聚波动性较强。

总体来说，京津冀地区农产品集聚度在提高，少数农产品的集聚度在降低； 各农产品生产重心总体朝着京津冀外围转移。建议政府充分发挥政策的引导作用，结合技术、市场和资源禀赋条件等，着重推动各县市具有生产优势的农作物朝着更加集聚、更具优势的方向发展，用以形成产业化、规模化、特色化的生产优势农作物集聚带，促进农业产业的快速发展。