饲料加工业的空间布局因素分析——以马铃薯生产为例

熊云军

(湖南科技大学 商学院，湖南 湘潭 411201)

0 引 言

随着我国农业生产的不断现代化，农产品的产量逐渐增加。根据世界粮农组织(FAO)发布的统计数据，中国是全球第一大马铃薯生产国。2013年中国马铃薯种植面积约为488万公顷(合7 321万亩)，占世界种植面积的25%，马铃薯产量达8 892.5万吨，占同期全球总产量的24.2%，居世界领先地位。虽然我国马铃薯产量遥遥领先于世界各国，但我国对马铃薯的利用率却非常低。与欧美等西方发达国家相比，我国的马铃薯大部分局限于直接食用，产业链条短，并没有发挥其应有的经济价值。但从另一个角度来看，也说明我国马铃薯加工业发展潜力巨大。本文将重点研究饲料加工业与马铃薯产业带的空间布局问题，以期为我国饲料加工业的发展提供借鉴依据。

1 相关文献综述

农产品加工业的空间布局问题是我国学者关注的重要问题。王梅梅、张晓从影响农产品加工业的空间布局因素出发，建立了农产品加工业空间布局的模型和评价体系。[1]40-42周涛、王娟从产业集群的定义出发，结合农产品加工集群的特殊性，构建了3种农产品加工业集群模式。[2]21-23陈池波从树立整体观念，突出区域特色，选准优势产业，延伸产业链条，完善利益机制，加强宏观调控等方面对湖北优势农产品产业带的建设与发展问题进行了探索，他认为，科学规划和有序发展优势农产品产业带又是关键中的关键。[3]37-41邓宗兵、封永刚等运用产业集中度、EG系数和空间自相关系数等方法，对2003—2011年中国农产品加工业的空间集聚进行考察，结果发现，农产品加工业总体具有显著的地理集聚特征，不同行业的地理集聚存在显著差异。农产品加工业地理集聚呈现出减弱趋势，并表现出“先小幅上涨，后显著下降”的阶段性特征，农产品加工业呈现出向中部地区集聚的趋势，但东部地区仍是主要集聚区。部分行业呈现出高度集聚的特征。[4]117-123随着新兴古典经济学的兴起，部分学者从分工模型和交易效率分析了农产品加工业的空间集聚。韩绍凤、刘静等通过对交易效率的特殊处理，将空间布局问题引入模型中。[5]116-123韩绍凤、赵晓鸽等充分考虑了交易风险对于菜籽油加工业选址的影响。[6]116-122

综上所述，已有的研究分析了不同情况下农产品加工业的空间布局，但针对马铃薯产业利用率低，无法充分发挥马铃薯更大的市场价值的研究还较少。因此，本文将对饲料加工业与马铃薯的产业带进行分析，并研究造成这种产业带与饲料加工业选址不一致的原因。通过超边际方法，从理论上解释这种空间分离的现象。

2 饲料加工业与马铃薯产业带的空间布局状况分析

2.1 马铃薯产业带的空间布局现状

我国是马铃薯的生产大国。2016年马铃薯的产量为9 682万吨，约占全世界的28%，但是我国的马铃薯种植地区差异明显。不同地区马铃薯种植情况状况详见表1所示。

表1 中国东部、中部、西部及东北地区2006—2015年马铃薯种植比例 单位：%

数据来源：《中国统计年鉴》。

从表1可知，由于马铃薯的生产明显存在地区差异，造成了马铃薯供给的地区性差异，西部地区的马铃薯产量大约占全国马铃薯产量的3/4。由此可见，由于地理位置和气候条件等差异，西部地区更适合种植马铃薯，并且随着时间的增加，这种趋势比较稳定。

2.2 饲料加工业的空间分布现状

我国饲料行业容量巨大，2015年饲料产量1.8亿吨。根据《中国饲料统计年鉴》可知，我国饲料加工地集中在广东、山东、河南、河北、辽宁、湖南、广西、江苏、四川共9个大省，9省的饲料加工产量达到了全国的70%。由此可见，饲料加工业主要集中在我国中东地区和东部沿海地区。

2.3 马铃薯产业带与饲料加工业的空间重合或空间分离

我国马铃薯产业带与饲料加工业的空间布局情况复杂，比如四川省既是马铃薯产业带所在地，又是饲料生产大省，而山东省、河北省和河南省尽管为饲料的主要加工区，但其并不是马铃薯产业带所在地。因此，探讨饲料加工业与马铃薯产业带的空间重合或空间分离时，饲料加工业的最优选址是一个重要的问题。

3 理论模型与一般均衡分析

3.1 基本假设

本文假定一个经济系统中存在三个区域，用字母A、B、C分别表示三个不同的区域，其中，A区域使用劳动要素种植农产品马铃薯，B区域使用劳动要素和马铃薯生产中间产品饲料，C区域使用劳动要素和B区所生产的饲料养猪，在此只有猪肉才是最终商品，同时，每个区域的居民既是生产者又是消费者。由此形成，饲料加工业产业链。详见图1。

3.2 模型构建

假设整个经济社会的总人口为M，并且三个区域A、B、C的人口数分别为M1，M2，M3，马铃薯x

图1 饲料加工业产业链交易流程

是初级加工产品，饲料y是次级加工产品，猪肉z为最终产品，并且存在专业化经济，进而构建基本模型，详见(1)～(6)式：

U=z+k3zd

(1)

(2)

(3)

(4)

lx+ly+lz=1

(5)

pxxs+pyys+pzzs=pxxd+pyyd+pzzd

(6)

上述公式中，(1)式表示效用函数，(2)式表示最终产品猪肉的生产函数，(3)式表示初级中间产品马铃薯的生产函数，(4)式为次级中间产品饲料的生产函数，(5)式是劳动禀赋的约束方程，(6)式是预算约束。为了使模型简单化，假设整个经济社会存在专业化经济，因此a，b和c均大于1。为了简化计算，本文令生产的迂回程度β=1，γ=2。在此，为了反映饲料加工业的选址问题，本文有关交易效率参考韩绍凤的做法，通过距离的远近衡量交易效率的高低，假设AC之间的距离为S，具体见图2所示。

图2 马铃薯交易效率

如图2，B位于A、C地连线的任意一点时，马铃薯从A地到B地交易效率为k1，见(7)式：

(7)

饲料从B地运输至C地的交易损失为h，B位于A、C地连线的任意一点时，饲料在B、C之间的交易效率为k2，见(8)式：

(8)

3.3 消费者—生产者的超边际分析决策

为了反映整个生产链条之间的相互关系，假定每一个厂商既是生产者，又是消费者。因此对于每一个厂商而言，只有选择完全专业化模式，厂商所得到的效用才是最大的。

对于马铃薯生产者来说，为了实现效用最大化，在完全专业化的模式下，厂商的所有劳动要素都用来生产马铃薯，从猪肉生产者那里购买最终消费品猪肉。因此，z=y=yd=lz=ly=0，模型建立见(9)～(12)式：

MaxUx=k3zd

(9)

(10)

lx=1

(11)

pxxs=pzzd

(12)

为了实现马铃薯生产者效用最大化，通过求解一般均衡结果进行分析。见(13)式。

(13)

对于饲料生产者来说，在完全专业化的模式下，厂商的所有劳动都用于生产饲料，并从马铃薯生产者那里购买原材料马铃薯，从猪肉生产者哪里购买猪肉。因此，z=x=xs=lz=lx=0，进而建立模型。详见(14)～(17)式。

MaxUy=k3zd

(14)

(15)

ly=1

(16)

pyys=pxxd+pzzd

(17)

为了实现饲料生产者效用最大化，通过求解一般均衡结果进行分析，详见(18)式。

(18)

对于猪肉生产者来说，在完全专业化的模式下，厂商的所有劳动都用于养猪，并从饲料生产者那里购买中间产品饲料，将生产的猪肉卖给马铃薯生产者和饲料生产者。因此，y=x=xd=ys=ly=lx=0，模型建立见(19)～(22)式。

MaxUz=z

(19)

(20)

lz=1

(21)

pzzs=pyyd

(22)

为了实现猪肉生产者效用最大化，通过求解一般均衡结果进行分析。见(23)式。

(23)

3.4 一般均衡分析及结果讨论

根据一般均衡的条件，在效用均等的情况下实现市场出清，因此根据效用均等化条件Ux=Uy=Uz可以求出三组相对价格以及均等效用，见(24)～(25)式。

(24)

(25)

(26)

利用U对g求导可知：

由上述分析，我们可以得出如下结论：马铃薯的交易成本与饲料的交易成本共同决定饲料加工业的选址问题，且如果g=1，即饲料加工业与饲料的需求地重合，表明饲料的交易成本对饲料加工业的选址影响更大；如果g=0，即饲料加工业与马铃薯产出地重合，表明马铃薯的交易成本对饲料加工业的选址影响更大；当0

4 饲料加工业空间分布影响因素的实证检验

4.1 指标选取

为了验证影响饲料加工业的最优选址的因素，并保证数据的齐整性和真实性，本文选取2006—2014年23个省份的省级面板数据作为研究样本。其中，剔除了马铃薯产量极少的北京、天津、上海、江苏、山东、河南、海南和西藏的数据。其它个别省份马铃薯产量的缺失值通过平均值法进行补齐，对影响饲料加工业的最优选址因素进行实证研究。数据来源于《中国统计年鉴》、《中国农业统计资料》和《中国劳动年鉴》。结合上述理论分析，本文构建的计量模型详见(27)式。

LnYit=α+β1LnLit+β2LnSit+β3LnTit+β4LnDit+β5LnGit+εit

(27)

(27)式中，Yi为各省份各年的饲料产量比重，Li为各省份各年的劳动力成本，Si是各省份各年的原材料丰裕度，Ti为各省份各年的运输效率，Di是各省份2006—2015年的饲料需求规模，Gi是我国不同省份每年的固定资本投资规模。各个指标的定义与说明详见表2。

表2 变量定义与计算方法

4.2 回归结果分析

结合上述研究进行回归分析。其中，模型1为OLS回归，模型2为RE回归，模型3为FE回归。结果详见表3所示。

表3 实证回归结果

注：()内为t统计量，符号***、**、*分别表示在1%、5%、10%的置信水平上显著。

从上表的回归结果来看，无论是哪一个模型，各变量的结果都在10%的显著性水平上显著，这说明各个变量是影响饲料加工业选址的关键因素。根据Hausman检验的假设，Hausman检验的结果高度显著，因此固定效应模型的结果更能说明问题。从固定效应回归模型来看，除了劳动力成本，其他系数都显著为正，这表明马铃薯的产量、运输效率、饲料需求规模和社会投资程度与饲料产量都正向影响饲料的产量。并且，劳动力的成本每增加1%，会使得饲料的产量下降0.69%，这说明，饲料加工业的分布不仅会受到饲料需求地和马铃薯丰裕程度的影响，更会受到原材料与饲料的运输成本的影响，这与本文结论相一致。

5 研究结论与政策启示

本文基于新兴古典经济学理论，运用超边际分析及一般均衡分析的方法，从理论上阐述了影响饲料加工业最优选址的相关因素，并通过2006—2014年我国饲料加工业的面板数据进行实证检验，结果表明：

(1)我国饲料加工能力落后于欧美等发达国家。马铃薯等饲料仅局限于简单食用，与其应有的经济价值仍有相当大的差距，表明我国的饲料加工业发展潜力巨大。因此，政府应出台相应的政策，鼓励企业充分利用国家的优惠政策发展饲料加工业，充分发挥农产品加工业的规模经济优势，加大对农产品加工企业的扶持。

(2)饲料加工业的选址关系着原材料和产成品的供给和需求，交易效率对于饲料加工业的最优选址影响很大。饲料加工业的交易效率主要体现在运输效率上，目前对于饲料和马铃薯的运输存在不少问题。如道路基础设施建设不完善，厂商为了减少运输成本而超载等，都存在着极大的安全隐患。为此，政府应加强公路建设和维护的力度，不断完善公路网络体系，提高运输效率，降低马铃薯的交易成本。

(3)充分利用西部地区资源优势，推动部分东部和中部饲料加工企业向西部转移。西部地区是我国马铃薯的主要种植基地，东部沿海地区是饲料加工业的产业集聚地，价格竞争使得企业的利润很低，部分地区由于产业拥挤导致企业亏损严重。因此，饲料加工业应充分利用西部地区资源环境优势，推动部分东部和中部饲料加工企业向西部转移，以改变东部饲料加工企业较多的局面，从而在一定程度上为西部地区增加就业，解决西部地区初级饲料产品销售困难的问题，以促进西部地区的经济增长。