2. 长沙民政职业技术学院 长沙 410004;
3. 湖南第一师范学院 长沙 410205
2. Changsha Social Work College, Changsha 410004, China;
3. Hunan First Normal University, Changsha 410205, China
有机农业遵循生态学原理, 禁止使用化学合成投入品和转基因生物及其产物, 是一种采用可持续农业技术的生产方式。鉴于它在诸如食品质量安全、生态环境保护和资源可持续利用等公共物品供给方面明显优于常规农业, 许多国家将其视为改善农产品质量、满足消费需求和提升农业发展水平的重要策略[1]。然而, 发展有机农业富有挑战性, 尤其是在发展中国家[2]。基于有机农业提供食品安全和环境改善等公共物品的事实, 学者们不仅认为公共部门应当支持其发展, 而且发现大多数国家的有机农业发展得益于公共政策支持[3-4]。近几年, 中国政府多次在政策文件中提出要建立农业绿色开发机制, 促进发展有机农业, 这意味着需要设计并实施相应的有机农业支持政策。
已有的文献表明有机农业的支持政策有普惠性和瞄准性两类。例如, 欧盟国家和美国对所有有机生产者实施的财政补贴就是普惠性政策[5-6], 其支持对象广泛, 但所需投入大且投入分散。诸如澳大利亚等一些国家实施的有机农业项目支持计划属于瞄准性政策[7], 其支持对象有针对性, 但惠及范围有限。尽管欧盟经验表明普惠性政策促进了其成员国有机农业发展, 但究竟是普惠性还是其成员国各自的瞄准性政策更有效并不清楚。有文献表明瞄准性政策在支持力度受限情形下对空间外溢性强的产业发展有较好效果, 对可投入资源紧张的发展中国家支持创新活动尤为适用[8-9]。产业集聚程度与空间外溢性的关系紧密。产业集聚最大的优势在于能够降低生产成本、更方便获得熟练劳动力和信息、改善服务与投入供应和产生规模经济, 这尤其利于新技术扩散或外溢[10-11]。有机农业是一种基于知识和信息的创新体系, 如果其发展存在区域集聚, 那么, 政府可以集中资源针对具有集聚优势的地区或毗邻地区实施瞄准性支持政策, 就很可能获得比普惠性政策更好的效果。已有证据表明, 发达国家有机农业存在集聚和空间依赖性。例如, 美国的有机农业主要集中在加利福利亚、华盛顿、俄勒冈州和新英格兰等西部地区[12]。丹麦有机农业的集中区域是日德兰西南部、哥本哈根和奥胡斯市[13]。德国有机农业在东北部和中南部集中[14]。有机农业的空间依赖性主要源于集聚经济和溢出效应等[15-18]。然而, 发展中国家有机农业是否也存在集聚与空间效应, 还缺乏证据支持, 这不利于公共部门对支持政策类别的选择。
本文借鉴Feldman等[19]和Anselin[20]等的研究思路, 采用Jenks自然间断点分级法、产业集聚分析技术和空间效应分析方法, 分析中国有机农业的集聚和空间依赖性, 以期为中国政府选择和设计有机农业支持政策提供决策参考。
1 材料与方法 1.1 研究样本及数据来源本文以“省份×年份”为观测单元的面板数据为样本, 考察中国各省、市、自治区(由于香港、澳门和台湾的数据未能获取, 故本文不包含这3个地区)有机农业的空间分布, 判别有机农业发展过程是否存在产业集聚和空间依赖性。选取有机生产面积和有机产品认证数据衡量中国有机农业规模和发展水平。有机生产面积是指有机作物的种植面积, 包括有机和转换面积。有机产品指获得中国有机标准认证的产品。有机产品认证数据包括有机产品认证证书、有机获证企业和有机产品认证示范区及示范创建区等信息[21]。
有机生产面积和有机产品认证数据来源于国家认证认可监督管理委员会信息中心及中国食品农产品认证信息系统, 耕地面积数据和行政区划面积来源于《中国农村统计年鉴》和《中国国家统计年鉴》。
1.2 研究方法 1.2.1 Jenks自然间断点分级法Jenks自然间断点分级法是基于地图展示的数据分级算法, “自然间断点”类别基于数据本身固有自然间断分组, 在数据值差异较大的位置处设置边界和识别分类间隔, 使组间差异最大化而组内差异较小, 以实现最佳分组[22-23]。
1.2.2 产业集聚分析方法根据有机农业的认证标准, 农业生态条件对其空间分布有重要影响, 那么分析产业集聚时需重点考虑行政或自然地理单元内的空间分布。为从整体及区域两个层面分析中国有机农业的集聚及其变化趋势, 选取EG指数、产业集聚指数和区位熵3种方法。EG指数是反映国家尺度上有机农业集聚最为有效的方法, 产业集聚指数则能衡量一定时间段内中国有机农业的集聚和分散趋势, 区位熵则能较为有效地衡量省级空间尺度有机农业集聚水平[24-26]。
EG指数(γEG)的计量方法:
$ {\gamma ^{{\rm{EG}}}} = \frac{{G - (1 - \sum\limits_i {x_i^2} )H}}{{(1 - \sum\limits_i {x_i^2} )H\left( {1 - H} \right)}} $ | (1) |
$ G = \frac{\Delta }{{4u}} $ | (2) |
$ \Delta = \frac{1}{{n(n - 1)}}\sum\limits_{i = 1}^n {\sum\limits_{j = 1}^n {\left| {{x_i} - {x_j}} \right|} } $ | (3) |
$ H = {\sum\limits_{i = 1}^n {\left( {\frac{{{x_i}}}{x}} \right)} ^2} $ | (4) |
式中: G为空间基尼系数; H为赫芬达尔指数; i和j表示某区域, i≠j; u是xi的平均值; x为i或j区域的有机生产面积占比; n是区域数。γEG < 0.02表明产业呈现随机分布, 不存在集聚; 0.02 < γEG < 0.05表明产业存在集聚现象, 但不显著; γEG > 0.05表明产业呈现高集聚[27]。
产业集聚指数(F)的计算式为:
$ F = \frac{{{C_{it}}}}{{{C_t}}} $ | (5) |
$ {C_{it}} = \sqrt[t]{{{Q_{it}}/{Q_{i{\rm{0}}}}}} - 1 $ | (6) |
$ {C_t} = \sqrt[t]{{{Q_t}/{Q_0}}} - 1 $ | (7) |
式中: Cit为研究期内区域i有机农业的平均增长速度; Ct为全国有机农业的平均增长速度; Qi0、Q0、Qit和Qt分别为研究期内i区域有机农业生产面积的期初值、全国有机农业生产面积的期初值、i地区有机农业生产面积的期末值和全国有机农业生产面积的期末值; 研究期为[0, t]。Ct > 0说明全国有机农业处于增长状态: 此时若F > 1, 表明i地区有机农业的增速快于全国增速, 具有比较优势, 呈现向该地区集聚的趋势; 若0 < F < 1, 表明该地区有机农业增速低于全国增速, 产业集聚态势不明显; 若F < 0, 说明该地区有机农业出现萎缩, 产业呈扩散态势。Ct < 0说明全国有机农业处于衰退状态: 此时若F < 0, 表明i地区有机农业处于增长态势, 具有一定的集聚优势; 若F > 0, 表明该地区有机农业也处于衰退状态, 缺乏集聚优势。
区位熵(LQe)的计算式为:
$ {\rm{L}}{{\rm{Q}}_{\rm{e}}} = \frac{{{A_{i{\rm{org}}}}/{A_{i{\rm{all}}}}}}{{{A_{n{\rm{org}}}}/{A_{n{\rm{all}}}}}} $ | (8) |
式中: Aiorg/Aiall为i省份的有机农业生产面积占该省份耕地面积的份额, Anorg/Anall为全国有机农业生产面积占全国耕地面积的份额。LQe > 1表明该省份的有机农业在全国具有比较优势, 集聚能力较强; LQe=1表明该省份有机农业在全国处于均势, 产业集聚能力不明显; LQe < 1表明该省份有机农业在全国处于劣势, 集聚能力弱[28]。
1.2.3 空间依赖性分析法空间依赖性又称空间相关性, 是指某一空间单元与其周围单元就某一特征值的相关程度, 表现为在不同空间位置的函数关系。本文采用全局Moran’s I指数判别中国有机农业是否存在空间依赖性, 并应用局部Getis-Ord Gi*指数和标准差椭圆来探讨其在局域空间的集聚与演化趋势。全局Moran’s I指数可以描述某现象整体分布, 判断是否存在空间聚集和空间依赖性, 其识别和测量邻近度的能力突出, 尤其适用于空间集聚研究[29], 但不能说明各局域的特征及方向分布的演变。这一缺陷可通过局部Getis- Ord Gi*指数和标准差椭圆技术来弥补, 局部Getis-Ord Gi*指数可识别聚集的热/冷点区域, 标准差椭圆可识别空间分布演变趋势[30]。
Moran’s I指数计算式如下:
$ {I_i} = {Z_i}\sum\limits_j^n {{w_{ij}}{z_j}} $ | (9) |
式中: i和j表示两个被比较的区域, Zi和Zj分别为i区域和j区域有机生产面积与中国有机生产面积均值的偏差, wij是空间权重矩阵。Ii > 0, 表明存在空间正相关, 某区域及其邻域有机农业呈现在空间上相似值连片, 即集聚; Ii越接近于1, 空间正依赖性越强; Ii < 0, 表明空间负相关, 某区域及其邻域的有机农业属性值为相异值, 空间上呈现交错分布; Ii越接近于-1, 空间负相关越强, 分散倾向越强; 当Ii接近于0时, 有机农业属性不存在空间依赖性, 在整个区域上呈随机分布。
通过计算局部Getis-Ord Gi*指数得到的z得分和P值, 可区分有机农业的高高集聚和低低集聚, 识别区域单元冷点和热点地区分布。局部Getis-Ord统计计算式如下:
$ {G_i}^* = {\rm{ }}\left( {\sum\limits_{j = 1}^n {{w_{ij}}{x_j} - \bar X} \sum\limits_{j = 1}^n {{w_{ij}}} } \right)/S\sqrt {\frac{{n\sum\limits_{j = 1}^n {w_{ij}^2 - {{\left( {\sum\limits_{j = 1}^n {{w_{ij}}} } \right)}^2}} }}{{n - 1}}} $ | (10) |
式中: i和j表示两个被比较的区域, xj为j区域有机农业生产面积占比, wij是空间权重矩阵, n为区域总数, X和S分别为xi的均值和方差。Gi*统计为z得分, 正的 Gi*值越高, 高值(热点)的聚类就越紧密; 负的 Gi*值越低, 低值(冷点)的聚类就越紧密。
标准差椭圆通过重心(平均中心点)、方位角、X轴(长轴)和Y轴(短轴)方向的标准差等指标, 反映区域有机农业的分布方向和集散程度。平均中心表示区域有机农业空间分布的相对位置, 其计算式如下:
$ M\left( {\bar x, \bar y} \right) = \left\{ {\begin{array}{*{20}{c}} {\bar x = \frac{1}{w}\sum\limits_{i = 1}^n {{w_i}{x_i}} }\\ {\bar y = \frac{1}{w}\sum\limits_{i = 1}^n {{w_i}{x_i}} } \end{array}} \right. $ | (11) |
方位角表示区域有机农业空间分布的主趋势方向, 其计算式为:
$ \begin{array}{l} {\tan _\theta } = \left[ {\left( {\sum\limits_{i = 1}^n {{w_i}^2\overline {{x_i}^2} } - \sum\limits_{i = 1}^n {{w_i}^2\overline {{y_i}^2} } } \right)} \right. + \\ \;\;\;\;\;\;\;\;\left. {\sqrt {{{\left( {\sum\limits_{i = 1}^n {{w_i}^2\overline {{x_i}^2} } - \sum\limits_{i = 1}^n {{w_i}^2\overline {{y_i}^2} } } \right)}^2} + 4\sum\limits_{i = 1}^n {{w_i}^2\overline {{x_i}^2} \overline {{y_i}^2} } } } \right]/\\ \;\;\;\;\;\;\;\;2\sum\limits_{i = 1}^n {w_i^2\overline {{x_i}} \overline {{y_i}} } \end{array} $ | (12) |
X轴(长轴)和Y轴(短轴)方向的标准差(SEDx和SDEy)分别反映区域有机农业在主要及次要趋势方向上的集聚或离散程度, 计算式为:
$ {\rm{SD}}{{\rm{E}}_x} = \sqrt {\frac{{\sum\limits_{i = 1}^n {{{\left( {{w_i}{{\bar x}_i}\cos \theta - {w_i}{{\bar y}_i}\sin \theta } \right)}^2}} }}{{\sum\limits_{i = 1}^n {{w_i}^2} }}} $ | (13) |
$ {\rm{SD}}{{\rm{E}}_y} = \sqrt {\frac{{\sum\limits_{i = 1}^n {{{\left( {{w_i}{{\bar x}_i}\sin \theta - {w_i}{{\bar y}_i}\cos \theta } \right)}^2}} }}{{\sum\limits_{i = 1}^n {{w_i}^2} }}} $ | (14) |
式中: xi和yi为xi区域的坐标, yi为区域重心, wi为θ区域的权重, θ为方位角, n为区域总数。
2 结果与分析 2.1 有机农业空间分布基于自然间断点分级法的分级结果显示中国有机农业空间分布不均, 存在局部区域集中。1)从有机生产面积占耕地面积比例来看, 中国东北和西部地区的占比有优势, 东部和中部地区不具优势(表 1), 空间分布演变趋势显示近年西部地区有机生产面积增长较快, 尤其是新疆、青海和西藏的增长幅度较大, 此外, 2016年后海南省有机生产面积大幅提高。2)有机产品认证证书数量的分布显示中国东北和西南地区是最多的两大区域(表 2)。四川、贵州、内蒙古和新疆等西部地区, 以及西南腹地的四川和贵州的增长速度快。2016年后江西和安徽的有机产品认证也出现快速增长, 但山东和浙江有机认证证书数量的分级位次下降。3)获得有机产品认证的企业数量与有机认证证书数量的空间分布及演变趋势大体一致(表 3)。东北地区的黑龙江自2013年以来连续6年有机产品认证书和有机获证企业数的分级位次均位列全国最高。东部沿海的山东、浙江、江苏虽然获有机证的企业数较多, 但相较于有机产品认证增长强劲的四川、江西和安徽等地, 有机产品获证企业数分级位次近年来呈现下降趋势。4)有机产品认证示范区及示范创建区建设主要在东北、西南方向形成较为显著的集聚(表 4)。
2013年以来中国有机农业的EG指数均大于0.02且逐年增加, 表明中国有机农业空间分布不均衡, 存在空间集聚, 且集聚程度呈现增强趋势(表 5)。2017年EG指数超过0.05, 有机农业开始表现高度集聚。
产业集聚指数结果显示(图 1), 青海、内蒙古、宁夏、新疆和海南有机农业的产业集聚指数大于1, 表明这5个省份的有机农业增速快于全国增速, 具有比较优势, 集聚趋势明显; 其他地区的产业集聚指数均小于1, 表明虽然这些地区有机农业处于增长态势, 但增速低于全国增速, 产业集聚态势不明显。产业集聚指数显示中国有机农业向西部集聚。
借鉴Goetz等的经验[31], 传统LQ分析临界值(1)和更严格的LQ临界值(1.25和3)的分析结果表明, 有11个省份的有机农业区位熵大于1, 其余19个省份的区位熵小于1。有机农业区位熵大于1.25的省份有9个, 其中新疆和北京的区位熵均值大于3。由于北京市2013—2016年的有机生产面积未剔除京外有机基地, 区位熵呈现虚高; 2017年剔除京外有机基地面积后北京市有机农业区位熵降至0.6左右, 表明北京市有机农业的集聚度实际上还比较低。
区位熵结果显示, 中国有机农业分布主要聚集在黑龙江、辽宁、内蒙古、新疆、青海、西藏和贵州等东北、西(南)部省份(表 6), 这些省份的区位熵值近年来稳定维持在1以上。其中新疆、宁夏的区位熵增长显著, 表明这2个自治区有机农业集聚趋势凸显。此外, 海南省近两年有机生产区位熵大幅提高, 集聚的比较优势开始显现。然而, 部分省份如东部沿海的广东、福建、江苏和山东, 中部的安徽、湖北、湖南、河南和陕西, 以及西南的云南和广西的区位熵均较低, 尤其是江苏、山东、安徽、湖北和河南的区位熵低于0.3且逐年下降, 表明其有机农业产业集聚度低且呈减弱态势。
根据有机面积占耕地面积比例和有机认证书数量计算的全局自相关的Moran’s I值均大于0, 且呈上升趋势, Z值均大于显著性水平下的临界值(1.98), 表明中国有机农业并非完全随机分布, 呈现出相似值间的空间集聚, 毗邻省份有机农业存在空间正依赖性且日益显著(表 7)。这意味着一些省份的有机农业增长受周边区域有机农业发展的积极影响, 相同的一些区位因素如自然资源及生态环境条件、产业结构和经济发展水平, 可能导致毗邻地区有机农业采用呈现相似值集聚。
采用局部Getis-Ord Gi*统计有机农业热/冷点省(市、自治区), 结果见表 8。2013—2015年中国有机农业的热点区主要分布在东北部并呈现扩展态势, 这表明东北是有机农业最具活力的地区。2016年后有机农业热点地区从东北向西部转变且呈扩展态势, 新疆、西藏和内蒙等地形成高值簇。研究期内冷点和次冷点区域(低值簇)始终分布在中东部地区, 且在中东部地区扩展明显, 表明该区域有机农业的发展滞后。研究期内热/冷点的扩展验证了Moran’s I指数得出的中国有机农业毗邻地区呈现正向空间依赖性的结论。
中国有机生产面积占比和有机产品认证示范(创建)区数量的标准差椭圆分析结果(表 9)显示, 2013—2018年中国有机农业方向分布和重心移动均呈现东北—西部的扩展格局。中国有机生产面积占比的标准差椭圆的方位角从66°扩大到118°, 表明东北—西部空间格局得到加强。2013—2016年长短轴标准差均缩小, 表明整体上中国有机农业空间分布在东北出现极化现象, 存在较高程度集聚; 但2016年后二者均较大幅度回弹, 表明有机农业空间分布在东北极化减弱, 而西部极化现象增强。有机认证示范(创建)区的标准差椭圆呈先东北再向西部的演变趋势, 表明有机认证示范区及示范创建区项目与中国有机生产面积占比的空间分布同向相关。
本文采用自然断点分级法从有机生产面积占比、有机认证证书、获证企业和认证示范(创建)区4个指标, 分析了中国有机农业的空间分布格局。发现经济欠发达的东北和西部地区的有机生产面积占比和认证示范(创建)区的分布逐渐占优势, 但有机产品认证证书和获证企业仍处劣势, 这可能是因欠发达省份的加工业较落后。而东部沿海经济发达省份加工业发达, 有机获证企业数较多[21]。
有文献认为经济欠发达地区难以发展有机农业[32], 这与本文分析结果不符。我们认为中国经济欠发达的东北和西部地区的有机农业发展优于发达地区的主要原因可能在于: 1)拥有有机农业所需要的良好生态条件, 例如农业集约化程度较低、具有天然缓冲隔离带等; 2)西部省份的劳动力成本相对经济发达地区较低, 而这正是降低有机农业成本和产生比较优势的有效途径[33]; 3)政府的政策支持, 例如近年来青海大力创建绿色有机农畜产品示范省和新疆大力发展绿色有机循环农牧业的政策, 国家有机产品认证示范(创建)区建设项目向西部倾斜。但是, 欠发达省份的加工业较落后, 故其有机认证证书和获证企业占比不具优势。相反, 经济发达省份的加工业发达, 这可能是其有机认证证书和获证企业占比有优势的重要原因。
3.2 有机农业集聚本文利用有机生产面积占比数据, 采用EG指数、产业集聚指数和区位熵探讨了中国有机农业的产业集聚程度。EG指数显示中国有机农业分布不均衡, 存在集聚且有增强趋势。产业集聚指数分析表明, 青海、内蒙古、宁夏、新疆和海南的有机生产面积增长快于全国平均水平, 有机农业有向这些省份集聚趋势。而区位熵显示2017年后青海、辽宁、黑龙江、内蒙古、宁夏、新疆、西藏、贵州和海南等省份的有机生产面积在全国具有比较优势。产业集聚指数与区位熵分析结果都表明, 青海、内蒙古、宁夏、新疆和海南的有机生产有集聚优势。然而, 区位熵分析显示, 辽宁、黑龙江、西藏和贵州的有机生产有集聚优势, 但产业集聚指数却没有表明它们有此优势, 其原因在于产业集聚指数是通过衡量研究期内某区域有机农业增长速度相对全国发展速度来测算集聚水平, 而区位熵反映各省份不同年度的有机农业集聚程度。研究期内辽宁、黑龙江、西藏和贵州有机农业的产业集聚指数不高, 表明其增速相对放缓。区位熵显示辽宁、黑龙江、西藏和贵州的有机生产集聚优势仍然存在, 但有随时间减弱趋势, 这与其产业集聚指数所得出的结果一致。
有机农业集聚分析结果显示集聚度高的区域呈连片发展, 有机农业是一种典型的农业创新活动, 集聚有助于推动有机农业发展, 其区域差异可能源于产业集聚差异。一方面, 创新扩散过程中, 空间上的邻近带来了集聚效应[34-35]。另一方面, 高度集聚区强大的有机组织机构和市场网络带来了正向溢出效应, 能够降低常规生产者转向有机农业的风险[36-41]和有机生产者的生产、营销和交易成本[42-43]。
3.3 有机农业空间依赖性全局自相关的Moran’s I值显示毗邻省份有机农业存在空间正依赖性且日益显著。这一分析结果与德国、瑞士、丹麦及美国等欧美发达国家的研究一致[12-14]。在欧美发达国家, 毗邻地区有机农业份额相似是一种普遍现象。例如德国西南部有机农业所占比例较高, 是因该地区毗邻瑞士这一全球最重要的有机农业创新中心。
局部Getis-Ord Gi*统计显示热点区由东北向西部地区扩展, 冷点和次冷点区在中东部地区扩展。西部有机农业连片发展和中东部有机农业整体上未能形成比较优势验证了毗邻地区有机农业发展的正向空间依赖性。空间依赖性可能主要源于正向的邻近效应和集聚效应[44-45]。农业生态条件是有机农业分布的重要影响因素, 并影响其成本和效益, 虽然生产强度和规模效益递增比常规农业中更加受限制, 但有机农业集聚效应与生产力、知识和信息方面的正向空间溢出效应有关[3, 46]。
标准差椭圆分析显示有机农业分布方向在东北极化减弱, 西部极化现象增强, 重心向西部转移, 与中国政府实施的有机认证示范区和示范创建区项目在分布方向和重心演变上趋同, 这隐含着政府的有机农业支持项目是有机农业集聚效应与空间溢出效应的重要驱动力。示范(创建)区建设使得有机农业实践成为可观察和交流的对象, 毗邻地区生产主体之间的非正式信息交流对于信息普遍匮乏的农村地区发展有机农业作用尤为显著, 邻里效应、正的空间和社会互动效应使得示范区的空间溢出效应显著[47-48]。从中国的实践来看, 国家通过开展有机产品认证示范区创建工作, 引导和推动一批早期的创新者, 继而带动有机农业这一创新活动的传播和扩散, 形成有机农业产业集聚, 产业集聚又进一步推动创新活动, 从而形成二者间的良性循环, 带动毗邻地区的有机农业发展。
3.4 省级空间尺度分析的可靠性本文基于省级空间尺度分析有机农业的集聚和空间依赖性, 这和部分学者[40-43]的做法不同。如Lewis等[44]基于欧美国家农场或地块数据研究了有机农业空间效应, 发现正向的空间和社会互动效应。但已有研究亦证明了基于大空间尺度数据研究的可靠性[14, 48-49], 如Schmidtner等[48]选取州级和社区级两个空间尺度的横断面数据, 对德国有机农场集聚的巴伐利亚和巴登-沃特滕堡两个州的有机农业空间集聚及空间依赖性进行了分析, 研究表明在两个不同空间分辨率的分析产生一致的结果, 较低空间分辨率的聚合数据使用不影响空间分析的结果。
确实, 使用省级面板数据因未能包含更多的变量信息, 如确切的农业生态环境(地理、气候、土壤等)、空间结构(是否接近有机加工企业和有机认证机构)以及农民个人态度等, 无法解释区域内的多样性。一个有前景的研究途径是将重点放在与有机农业高度集聚和正相关的地区(如黑龙江、内蒙古、新疆、青海等地), 通过获取更高空间分辨率(县/村镇/地块)的有机农业数据, 来分析有机农业集聚和空间依赖性。
4 结论与启示本文基于有机生产面积和有机产品认证数据, 采用Jenks自然间断点分级法描述了中国有机农业的空间分布, 然后应用EG指数、产业集聚指数和区位熵等指标分析了中国有机农业的产业集聚程度, 最后应用全局Moran’s I值、局部Getis-Ord Gi*统计和标准差椭圆技术探讨了中国有机农业的空间依赖性。本文研究结论如下:
1) 中国有机农业发展不均衡, 经济欠发达的东北和西部地区的有机生产面积占比和认证示范(创建)区居优势, 但经济发达省份的有机认证证书和获证企业居优势。
2) 中国有机农业存在集聚且呈现增强趋势, 青海、内蒙古、宁夏、新疆和海南的有机生产集聚优势明显, 集聚有助于有机农业的扩散和发展。
3) 中国有机农业发展存在正向空间依赖性, 新疆、西藏、青海和内蒙古有机生产的空间外溢效应, 有益于毗邻省份有机农业的增长。
4) 中国政府的有机产品认证示范(创建)区建设项目是有机农业发展的重要驱动力。
根据上述结论, 我们可以获得几点政策启示:
1) 推进有机农业发展, 首选地区可能不是经济发达地区, 在生态环境良好的经济欠发达地区发展有机农业可能更具优势。
2) 有机农业有集聚优势的省份, 政府可以通过支持有机农业技术研发、支持有机农民合作组织和产加销合作协议、建设有机生产基地等措施[49-51], 稳定有机农民生产积极性和带动常规农民进行有机农业转换, 进一步提升区域内有机农业集中度, 形成集聚与扩散的良性循环。毗邻有机农业集聚区的区域则受益于集聚区的外溢效应, 实现有机农业的发展。
3) 鉴于中央政府实施的有机产品认证示范(创建)区项目对有机农业发展的积极贡献, 地方政府也可以设计实施瞄准性支持政策以促进当地有机农业发展, 尤其是有经济实力的发达省份, 这些省份的消费者对有机产品的需求更旺盛[52]且有更多公共资源用于瞄准性政策实施[32]。
[1] |
LAMPKIN N H, PADEL S. The Economics of Organic Farming: An International Perspective[M]. Oxford, UK: CAB International, 1994.
|
[2] |
BEST H. Environmental concern and the adoption of organic agriculture[J]. Society & Natural Resources, 2010, 23(5): 451-468. |
[3] |
PARRA-LOPEZ C, DE-HARO-GIMÉNEZ T, CALATRAVA-REQUENA J. Diffusion and adoption of organic farming in the southern Spanish olive groves[J]. Journal of Sustainable Agriculture, 2007, 30(1): 105-151. DOI:10.1300/J064v30n01_09 |
[4] |
KHALEDI M, WESEEN S, SAWYER E, et al. Factors influencing partial and complete adoption of organic farming practices in Saskatchewan, Canada[J]. Canadian Journal of Agricultural Economics, 2010, 58(1): 37-56. DOI:10.1111/j.1744-7976.2009.01172.x |
[5] |
谢玉梅, 周方召. 欧盟有机农业补贴政策分析[J]. 财经论丛, 2013(3): 26-31. XIE Y M, ZHOU F Z. Analysis on the EU organic payments policy[J]. Collected Essays on Finance and Economics, 2013(3): 26-31. DOI:10.3969/j.issn.1004-4892.2013.03.007 |
[6] |
谢玉梅, 浦许进. 澳大利亚有机农业发展及其启示[J]. 农业经济问题, 2014(5): 105-109. XIE Y M, PU X J. Development of organic agriculture in Australia and its enlightenment[J]. Issues in Agricultural Economy, 2014(5): 105-109. |
[7] |
于杰. 美国农业法案与有机农业发展[J]. 世界农业, 2016(9): 94-98. YU J. American agricultural act and development of organic agriculture[J]. World Agriculture, 2016(9): 94-98. |
[8] |
HATTAM C E, LACOMBE D J, HOLLOWAY G J. Organic certification, export market access and the impacts of policy: Bayesian estimation of avocado smallholder "times-to-organic certification" in Michoacán Mexico[J]. Agricultural Economics, 2012, 43(4): 441-457. DOI:10.1111/j.1574-0862.2012.00595.x |
[9] |
DABBERT S, HÄERING A M, ZANOLI R. Organic Farming: Policy and Prospects[M]. London, UK/New York: Zed Books, 2004.
|
[10] |
PUGA D, VENABLES A J. The spread of industry: Spatial agglomeration in economic development[J]. Journal of the Japanese and International Economies, 1996, 10(4): 440-464. DOI:10.1006/jjie.1996.0025 |
[11] |
HENDERSON J V. Ways to think about urban concentration: Neoclassical urban Systems versus the new economic geography[J]. International Regional Science Review, 1996, 19(1/2): 31-36. |
[12] |
KUO H J. The socioeconomic geography of organic agriculture in the United States[D]. Iowa: Iowa State University Capstones, 2015
|
[13] |
BICHLER B, HÄRING A M, DABBERT S, et al. Determinants of spatial distribution of organic farming in Germanys[J]. Researching Sustainable Systems, 2005(19): 121-128. |
[14] |
FREDERIKSEN P, LANGER V. Localisation and concentration of organic farming in the 1990s—The Danish case[J]. Tijdschrift voor Economische en Sociale Geografie, 2004, 95(5): 539-549. DOI:10.1111/j.0040-747X.2004.00338.x |
[15] |
GENIUS M, PANTZIOS C J, TZOUVELEKAS V. Information acquisition and adoption of organic farming practices[J]. Journal of Agricultural and Resource Economics, 2006, 31(1): 93-113. |
[16] |
MUSSHOFF O, HIRSCHAUER N. Adoption of organic farming in Germany and Austria: An integrative dynamic investment perspective[J]. Agricultural Economics, 2008, 39: 135-145. DOI:10.1111/j.1574-0862.2008.00321.x |
[17] |
PARKER D C, MUNROE D K. The geography of market failure: Edge-effect externalities and the location and production patterns of organic farming[J]. Ecological Economics, 2007, 60(4): 821-833. DOI:10.1016/j.ecolecon.2006.02.002 |
[18] |
WOLLNI M, LEE D R, THIES J E. Conservation agriculture, organic marketing, and collective action in the Honduran hillsides[J]. Agricultural Economics, 2010, 41(3/4): 373-384. |
[19] |
FELDMAN M P, AUDRETSCH D B. Innovation in cities: Science-based diversity, specialization and localized competition[J]. European Economic Review, 1999, 43(2): 409-429. DOI:10.1016/S0014-2921(98)00047-6 |
[20] |
ANSELIN L. Local indicators of spatial association—LISA[J]. Geographical Analysis, 1995, 27(2): 93-115. |
[21] |
国家认证认可监督管理委员会, 中国农业大学. 中国有机产品认证与有机产业发展[M]. 北京: 中国农业科学技术出版社, 2019. Certification and Accreditation Administration of the People's Republic of China, China Agricultural University. Organic Product Certification and Development of Organic Industry in China[M]. Beijing: China Agricultural Science and Technology Press, 2019. |
[22] |
ENDERLEIN T, BAUMER G M. Arcgis Desktop: Release 10[M]. Redlands, CA: Environmental Systems Research Institute, 2009.
|
[23] |
ANSELIN L. GeoDaTM 0.9 User's Guide[M]. Urbana-Champaign: Spatial Analysis Laboratory, 2003.
|
[24] |
张琳彦. 产业集聚测度方法研究[J]. 技术经济与管理研究, 2015(6): 113-118. ZHANG L Y. Research on the measurement methods of industrial agglomeration[J]. Journal of Technical Economics & Management, 2015(6): 113-118. DOI:10.3969/j.issn.1004-292X.2015.06.023 |
[25] |
王欢芳, 李密, 宾厚. 产业空间集聚水平测度的模型运用与比较[J]. 统计与决策, 2018(11): 37-42. WANG H F, LI M, BIN H. Application and comparison of measurement model of industrial spatial agglomeration level[J]. Statistics & Decision, 2018(11): 37-42. |
[26] |
MARCON E, PUECH F. A typology of distance-based measures of spatial concentration[J]. Regional Science and Urban Economics, 2017, 62: 56-67. DOI:10.1016/j.regsciurbeco.2016.10.004 |
[27] |
BILLINGS S B, JOHNSON E B. The location quotient as an estimator of industrial concentration[J]. Regional Science and Urban Economics, 2012, 42(4): 642-647. DOI:10.1016/j.regsciurbeco.2012.03.003 |
[28] |
刘华军, 王耀辉, 雷名雨. 中国战略性新兴产业的空间集聚及其演变[J]. 数量经济技术经济研究, 2019, 36(7): 99-116. LIU H J, WANG Y H, LEI M Y. Spatial agglomeration of strategic emerging industries in China[J]. The Journal of Quantitative & Technical Economics, 2019, 36(7): 99-116. |
[29] |
乔彬, 李国平, 杨妮妮. 产业聚集测度方法的演变和新发展[J]. 数量经济技术经济研究, 2007, 24(4): 124-133. QIAO B, LI G P, YANG N N. The evolution and new development of the industry agglomeration measurement[J]. The Journal of Quantitative & Technical Economics, 2007, 24(4): 124-133. DOI:10.3969/j.issn.1000-3894.2007.04.013 |
[30] |
丘雯文, 钟涨宝, 田文文. 长江经济带农业绿色增长的时空格局及影响因素研究[J]. 中国生态农业学报(中英文), 2020, 28(5): 764-774. QIU W W, ZHONG Z B, TIAN W W. Spatio-temporal patterns and impact factors of green economic growth of agriculture in the Yangtze River Economic Belt[J]. Chinese Journal of Eco-Agriculture, 2020, 28(5): 764-774. |
[31] |
朱磊, 杨爱民, 夏鑫鑫, 等. 基于空间自相关的1975—2015年玛纳斯河流域耕地时空特征变化分析[J]. 中国生态农业学报(中英文), 2020, 28(6): 887-899. ZHU L, YANG A M, XIA X X, et al. Spatial distribution pattern and change characteristics analysis of cultivated land in the Manas River Basin from 1975 to 2015[J]. Chinese Journal of Eco-Agriculture, 2020, 28(6): 887-899. |
[32] |
李锁娜, 赵言文, 施毅超. 江苏省有机农业发展的区域差异及对策[J]. 江苏农业科学, 2006(6): 113-117. LI S N, ZHAO Y W, SHI Y C. Regional difference and correspond solve strategy for organic agriculture development in Jiangsu Province[J]. Jiangsu Agricultural Sciences, 2006(6): 113-117. DOI:10.3969/j.issn.1002-1302.2006.06.044 |
[33] |
MORONE P, SISTO R, TAYLOR R. Knowledge diffusion and networking in the organic production sector: A case study[J]. EuroChoices, 2006, 5(3): 40-46. DOI:10.1111/j.1746-692X.2006.00043.x |
[34] |
HERMANOWSKI R. Alternative and conventional farms in Hesse in comparison[J]. Regionalpolitik Und Umweltschutz Im Laendlichen Raumcht, 1989(25): 311-321. |
[35] |
PADEL S. Conversion to organic farming: A typical example of the diffusion of an innovation?[J]. Sociologia Ruralis, 2001, 41(1): 40-61. DOI:10.1111/1467-9523.00169 |
[36] |
CASE A. Neighborhood influence and technological change[J]. Regional Science and Urban Economics, 1992, 22(3): 491-508. DOI:10.1016/0166-0462(92)90041-X |
[37] |
CONLEY T G, UDRY C R. Learning about a new technology: Pineapple in Ghana[J]. American Economic Review, 2010, 100(1): 35-69. DOI:10.1257/aer.100.1.35 |
[38] |
PAUDEL G S, THAPA G B. Impact of social, institutional and ecological factors on land management practices in mountain watersheds of Nepal[J]. Applied Geography, 2004, 24(1): 35-55. DOI:10.1016/j.apgeog.2003.08.011 |
[39] |
KUMINOFF N V, WOSSINK A. Why isn't more US farmland organic?[J]. Journal of Agricultural Economics, 2010, 61(2): 240-258. DOI:10.1111/j.1477-9552.2009.00235.x |
[40] |
ACS S, BERENTSEN P, HUIRNE R, et al. Effect of yield and price risk on conversion from conventional to organic farming[J]. Australian Journal of Agricultural and Resource Economics, 2009, 53(3): 393-411. DOI:10.1111/j.1467-8489.2009.00458.x |
[41] |
LÄPPLE D, VAN RENSBURG T. Adoption of organic farming: Are there differences between early and late adoption?[J]. Ecological Economics, 2011, 70(7): 1406-1414. DOI:10.1016/j.ecolecon.2011.03.002 |
[42] |
王小楠, 朱晶, 薄慧敏. 家庭农场有机农业采纳行为的空间依赖性[J]. 资源科学, 2018, 40(11): 2270-2279. WANG X N, ZHU J, BO H M. Spatial dependence of family farms' adoption behaviors of organic agriculture[J]. Resources Science, 2018, 40(11): 2270-2279. |
[43] |
BJØRKHAUG H, BLEKESAUNE A. Development of organic farming in Norway: A statistical analysis of neighbourhood effects[J]. Geoforum, 2013, 45: 201-210. DOI:10.1016/j.geoforum.2012.11.005 |
[44] |
LEWIS D J, BARHAM B L, ROBINSON B. Are there spatial spillovers in the adoption of clean technology? The case of Organic Dairy Farming[J]. Land Economics, 2011, 87(2): 250-267. DOI:10.3368/le.87.2.250 |
[45] |
WOLLNI M, ANDERSSON C. Spatial patterns of organic agriculture adoption: Evidence from Honduras[J]. Ecological Economics, 2014, 97: 120-128. DOI:10.1016/j.ecolecon.2013.11.010 |
[46] |
HOLLOWAY G, LAPAR M L A. How big is your neighbourhood? Spatial implications of market participation among Filipino smallholders[J]. Journal of Agricultural Economics, 2007, 58(1): 37-60. DOI:10.1111/j.1477-9552.2007.00077.x |
[47] |
STAAL S I, BALTENWECK I, WAITHAKA M M, et al. Location and uptake: Integrated household and GIS analysis of technology adoption and land use, with application to smallholder dairy farms in Kenya[J]. Agricultural Economics, 2002, 27(3): 295-315. DOI:10.1111/j.1574-0862.2002.tb00122.x |
[48] |
SCHMIDTNER E, LIPPERT C, ENGLER B, et al. Spatial distribution of organic farming in Germany: Does neighbourhood matter?[J]. European Review of Agricultural Economics, 2012, 39(4): 661-683. DOI:10.1093/erae/jbr047 |
[49] |
LATACZ-LOHMANN G, RECKE G, WOLFF H. Die Wettbewerbsfähigkeit des ökologischen Landbaus: Eine Analyse mit dem Konzept der Pfadabhängigkeit[J]. German Journal of Agricultural Economics, 2001, 50(7): 433-438. |
[50] |
刘璐琳. 有机农业协作式供应链契约稳定性的经济学解释[J]. 北方民族大学学报: 哲学社会科学版, 2010(5): 133-136. LIU L L. The perspective of economics for stability of the organic agriculture coordinated supply chain[J]. Journal of Beifang Ethnic University, 2010(5): 133-136. DOI:10.3969/j.issn.1674-6627.2010.05.025 |
[51] |
谢玉梅, 刘慰霖. 有机农业发展: 基于外部性视角的分析[J]. 农村经济, 2013(5): 8-12. XIE Y M, LIU W L. Development of organic agriculture: An analysis based on externality[J]. Rural Economy, 2013(5): 8-12. DOI:10.3969/j.issn.1671-6485.2013.05.003 |
[52] |
强百发. 韩国有机农业的发展及对我国的借鉴意义[J]. 生态经济, 2009(5): 132-135. QIANG B F. The development of organic agriculture in South Korea and it's reference to China[J]. Ecological Economy, 2009(5): 132-135. |