我國奶業(yè)生產(chǎn)的時空演化及影響因素分析

陳志敏　江一帆

摘要：目的和方法：基于我國2009—2018年相關(guān)奶業(yè)的省級面板數(shù)據(jù)，結(jié)合生產(chǎn)布局指數(shù)模型以及空間計量模型，分析我國奶業(yè)生產(chǎn)布局變化及影響因素。結(jié)果與結(jié)論：我國奶業(yè)生產(chǎn)共分為三個階段：1999—2005年是快速增長階段，2006—2014年為波動階段，2016年后受環(huán)境規(guī)制和國際貿(mào)易的影響，奶牛存欄數(shù)出現(xiàn)持續(xù)下降趨勢，但我國奶業(yè)生產(chǎn)仍具有很強的空間集聚性和正向空間相關(guān)性。農(nóng)村教育、玉米產(chǎn)量、畜牧技術(shù)機構(gòu)、農(nóng)業(yè)用水、城鎮(zhèn)化率、消費水平、奶牛優(yōu)勢區(qū)對奶業(yè)生產(chǎn)布局集聚有顯著的正向促進作用，而環(huán)境規(guī)制對奶業(yè)生產(chǎn)布局集聚的影響呈現(xiàn)負向抑制作用。要加強省際間溝通交流，實施差異化環(huán)境規(guī)制，加大畜牧技術(shù)研發(fā)投入，培養(yǎng)技術(shù)型農(nóng)村人才，推動農(nóng)村城鎮(zhèn)化建設(shè)健康發(fā)展，加快促進奶業(yè)高質(zhì)量發(fā)展。

關(guān)鍵詞：奶業(yè)發(fā)展;生產(chǎn)布局;空間計量;影響因素

奶業(yè)是關(guān)乎食品安全與國民健康發(fā)展的重要產(chǎn)業(yè)，也是協(xié)調(diào)一二三產(chǎn)業(yè)發(fā)展的戰(zhàn)略產(chǎn)業(yè)。促進奶業(yè)發(fā)展是增加農(nóng)民收入、改善居民飲食結(jié)構(gòu)、優(yōu)化農(nóng)業(yè)布局的重要保障。伴隨著奶業(yè)規(guī)?；降牟粩嗵嵘?，中國奶業(yè)區(qū)域格局也發(fā)生著深遠變化。揭示中國奶業(yè)區(qū)域格局演化的核心驅(qū)動要素及其影響機制，不僅能夠為我國奶業(yè)地理集聚提供經(jīng)驗指導，而且能夠為奶業(yè)產(chǎn)業(yè)化發(fā)展提供切實的借鑒，從而帶動整個區(qū)域經(jīng)濟、社會的快速發(fā)展[1]。中國一直高度重視奶業(yè)發(fā)展和乳品質(zhì)量安全，強調(diào)提高奶業(yè)質(zhì)量安全水平，實現(xiàn)奶業(yè)振興。2018年，中央一號文件進一步強調(diào)“做大做強民族奶業(yè)”;2019年，中央一號文件再次提出實施奶業(yè)振興行動，加強優(yōu)質(zhì)奶源基地建設(shè)。國內(nèi)外關(guān)于奶業(yè)生產(chǎn)布局的研究文獻很多，主要分為兩類：一方面是研究現(xiàn)階段我國奶業(yè)空間布局[2-3];另一方面，學者在分析奶業(yè)空間布局的同時，對影響其驅(qū)動的因素進行探究。另外，技術(shù)[4]、最終家庭消費支出和人口[5]、玉米的生產(chǎn)布局[6]、比較優(yōu)勢[7]、乳品加工企業(yè)的發(fā)展和布局[8]、自然資源[9]等也是影響奶業(yè)生產(chǎn)布局的主要因素?，F(xiàn)有研究較少考慮奶業(yè)生產(chǎn)分布的空間相關(guān)性情況，忽略了空間效應對奶業(yè)生產(chǎn)布局產(chǎn)生的重要影響。本研究在生產(chǎn)布局指標模型基礎(chǔ)上，結(jié)合空間計量模型分析2009—2018年奶業(yè)發(fā)展時空演化特征，并進一步分析我國奶業(yè)生產(chǎn)布局的影響因素，為振興奶業(yè)發(fā)展提出建設(shè)性意見。

1我國奶業(yè)生產(chǎn)的時空演變特征

為更好地研究我國奶業(yè)分布及集聚情況，采用基尼系數(shù)和產(chǎn)業(yè)集中度指標進行衡量?；嵯禂?shù)最先是用來衡量收入分配是否公平的重要指標，后來有學者將該指標改造為反映產(chǎn)業(yè)空間聚集程度[10]?；嵯禂?shù)的計算公式為式（1）：

式（1）中，GINI為基尼系數(shù);n表示全國省份均等分組的組數(shù)，本研究將海南、西藏以及湖南剔除，將剩下28個省的奶牛存欄數(shù)依照從小到大順序均等分為7組，即n=7;Y表示第j組的奶牛存欄數(shù)在全國所占比重。基尼系數(shù)范圍在0～1之間，基尼系數(shù)越高，表示我國奶業(yè)生產(chǎn)的空間集聚性越高。奶業(yè)的產(chǎn)業(yè)集中度反映奶牛存欄數(shù)排在前幾位的省份產(chǎn)量之和占全國比重，其計算公式為式（2）：

式（2）中，m表示奶牛存欄數(shù)排在前幾位的省份個數(shù)，丁存振[11]指出m一般為1、3、5，本研究選取m=5; Y表示省份i的奶牛存欄數(shù)在全國所占比重。

1.1奶牛存欄量變動趨勢

由圖1可以看出，1999—2015年，我國奶牛存欄數(shù)雖有波動，但總體呈現(xiàn)上升趨勢，從1999年的442.8萬頭迅速增長到2015年的1 453.9萬頭，增長幅度達到197.38%，年平均增長額為64.3萬頭。到2016年再次下降一直持續(xù)到2018年。總體來看，奶牛存欄數(shù)變化可以分為3個階段，1999—2005年是快速增長階段，我國在這一階段注重農(nóng)業(yè)、畜牧業(yè)的高速發(fā)展，奶業(yè)的發(fā)展是這一過程中畜牧業(yè)發(fā)展的重中之重，《牛奶質(zhì)量安全推進計劃（2003—2007年）》等相關(guān)扶持奶業(yè)發(fā)展的文件陸續(xù)出臺[12]，我國奶業(yè)生產(chǎn)得到蓬勃發(fā)展。2006—2014年為波動階段，奶業(yè)的迅速發(fā)展導致原料供應不足。2008年，我國奶粉行業(yè)遭受 “三聚氰胺” 事件的重創(chuàng)，消費者對國產(chǎn)奶粉的質(zhì)量安全信任度降到低點[13]。在這一階段奶牛存欄數(shù)增長緩慢，失去前期強勁的發(fā)展動力，消費者喪失信心，養(yǎng)殖戶放棄養(yǎng)殖奶牛，奶業(yè)生產(chǎn)發(fā)展開始滯緩。2015—2018年為下降階段，奶業(yè)開始整頓，環(huán)境管控越來越嚴格，加之中美貿(mào)易對于奶業(yè)影響巨大，奶業(yè)發(fā)展缺乏動力。

1.2奶業(yè)生產(chǎn)空間聚集特征

從圖2可以看出，2009—2018年奶牛存欄數(shù)的基尼系數(shù)呈現(xiàn)小幅波動且有下降趨勢，但這一階段的基尼系數(shù)均在0.71以上，集聚程度顯著，而奶牛存欄數(shù)的產(chǎn)業(yè)集中度波動性較大，在2015年之后出現(xiàn)大幅下降趨勢。2009年奶牛存欄數(shù)排在前5位的省份之和占全國比重的69.4%，在2013年出現(xiàn)波谷，下降到63.5%，在之后1年內(nèi)迅速回升。從2015年的67%開始持續(xù)下降到2018年的58.7%。我國奶業(yè)生產(chǎn)集中度較高，雖然近幾年呈現(xiàn)下降趨勢，但整體仍具有空間集聚性。

2材料與方法

2.1變量選擇及數(shù)據(jù)說明

本研究為考慮空間效應對我國奶業(yè)生產(chǎn)布局的影響作用采用省級面板數(shù)據(jù)，選取我國28個省份（西藏、海南以及湖南地區(qū)數(shù)據(jù)缺失嚴重）作為調(diào)查對象，選取調(diào)查年份為2009—2018年。本研究以奶牛存欄數(shù)（Y）作為奶業(yè)生產(chǎn)布局的衡量指標，以此為被解釋變量，將其影響因素分為經(jīng)濟因素、科技因素、飼料因素以及資本因素，變量設(shè)置及選擇依據(jù)如下。

2.1.1經(jīng)濟因素本研究采用城鎮(zhèn)居民消費水平（X）、城鎮(zhèn)化率（X）、環(huán)境規(guī)制水平（X）作為解釋變量。借鑒周建軍[12]環(huán)境規(guī)制的計算方法，環(huán)境規(guī)制的公式為式（3）：

2.1.2科技因素從長遠角度看，農(nóng)業(yè)科技進步是支持農(nóng)業(yè)生產(chǎn)發(fā)展的持久推動力[14]，將會直接影響農(nóng)業(yè)科技成果轉(zhuǎn)換率，對農(nóng)戶養(yǎng)殖奶牛的技術(shù)需求具有重大影響。畜牧技術(shù)機構(gòu)（X）能夠反映當?shù)剞r(nóng)戶對養(yǎng)殖畜牧的技術(shù)掌握程度。飼料因素對于畜牧業(yè)而言，其質(zhì)量直接關(guān)系到奶制品的優(yōu)劣，而生產(chǎn)成本也會對農(nóng)戶養(yǎng)殖的積極性造成影響。本研究選擇玉米產(chǎn)量（X）衡量飼料產(chǎn)量情況、用豆粕價格（X）作為飼料價格，用農(nóng)業(yè)用水（X）表示養(yǎng)殖奶牛所需用水情況。

2.1.3資本因素政府對畜牧業(yè)的投入對于帶動當?shù)匦竽翗I(yè)的生產(chǎn)發(fā)展有重要意義。本研究用運輸線路（X）表示物流水平，反映牛奶在流通環(huán)節(jié)的具體情況，物流水平的發(fā)達會促進牛奶在加工、消費領(lǐng)域的效率，為農(nóng)戶帶來巨大收益，調(diào)動農(nóng)戶養(yǎng)殖奶牛的積極性。用農(nóng)村中擁有初中學歷的人口比重作為農(nóng)村教育水平（X）的指標，反映對農(nóng)村教育的投入程度。將是否為奶牛優(yōu)勢區(qū)（X）作為虛擬變量，衡量政策優(yōu)勢對養(yǎng)殖奶牛布局的影響程度。

本研究所選數(shù)據(jù)均來自《中國畜牧獸醫(yī)年鑒》《中國農(nóng)村統(tǒng)計年鑒》《中國統(tǒng)計年鑒》《中國人口與就業(yè)統(tǒng)計年鑒》，個別缺失數(shù)據(jù)通過線性插值法進行補全。表1為樣本初始變量的描述性統(tǒng)計結(jié)果及影響效應假定。

2.2模型選擇及估計

本研究為全面了解奶業(yè)生產(chǎn)的空間分布以及各因素在空間效應下的影響作用，采用空間計量模型通過特定矩陣反映不同研究對象間的空間關(guān)系。根據(jù)上文中影響機制及研究假說，建立模型如式（4）：

式（4）中，W為空間權(quán)重矩陣、ρ為空間自回歸系數(shù)、μ為隨機擾動項、β為對應影響因素的影響系數(shù)、i為本研究中的省份，t為年份。

2.2.1空間相關(guān)性檢驗本研究分別選取三種空間權(quán)重矩陣對奶牛存欄數(shù)進行莫蘭指數(shù)（Mroan's I）計算。由表2可知，經(jīng)濟空間權(quán)重矩陣的莫蘭指數(shù)多數(shù)大于0.3，個別年份小于但接近0.3，且多數(shù)都在1%的水平下顯著。鄰接空間矩陣和經(jīng)濟地理矩陣雖然也在5%水平下顯著，但莫蘭指數(shù)值相對較低，相比經(jīng)濟空間權(quán)重矩陣顯著性不佳。而在地理距離空間權(quán)重矩陣下我國奶牛存欄數(shù)的空間關(guān)系顯著性最弱，說明地區(qū)是否鄰近對奶牛生產(chǎn)布局聚集性影響不大。因此，本研究選取以各地區(qū)生產(chǎn)總值為經(jīng)濟指標體系的空間權(quán)重矩陣進行分析。

為了更好地呈現(xiàn)奶牛存欄數(shù)的空間相關(guān)性變化，選擇2009年、2012年、2015年、2018年作為觀察點，通過時間變化探索空間相關(guān)性的演變情況（圖3～6）。整體來看，內(nèi)蒙古、山東、陜西、青海、寧夏、新疆、黑龍江、山西、吉林、河北、甘肅、遼寧這12個省份一直處于第一象限，形成以東北和西北地區(qū)為中心的高—高型（H-H）集聚。位于第二象限低—高（L-H）型的省市共有4個，分別為北京、天津、安徽、湖北，奶牛存欄數(shù)低的省份周圍多為奶牛存欄數(shù)低的省份。浙江、上海、重慶、廣東、江西、廣西、貴州、福建、云南、四川、江蘇這11個省份主要聚集在低—低型（L-L）區(qū)域，這些地區(qū)多數(shù)為南方及沿海地區(qū)，奶牛存欄數(shù)較少，奶業(yè)發(fā)展水平較為落后。河南省從2009—2018年一直處在第四象限，表明該地區(qū)奶牛存欄數(shù)較高，奶業(yè)發(fā)展水平良好，但周圍地區(qū)奶業(yè)發(fā)展水平低下。2018年，河北省和四川省轉(zhuǎn)移到第四象限成為高—低型（H-L）聚集。所以就奶業(yè)生產(chǎn)而言，我國有23個省份存在空間相似性，進一步可得我國各省份之間存在空間相關(guān)性。

2.2.2空間模型估計本研究采用空間計量模型來進行實證分析，空間計量模型分為空間滯后模型（SLM）、空間誤差模型（SEM）、空間杜賓模型（SDM）。為進一步確認空間計量模型的類別，本研究通過LM檢驗來判斷空間滯后項和空間誤差項。由表3檢驗結(jié)果可得，LM檢驗中Spatial error中的Lagrange multiplier和Robust Lagrange multiplier檢驗值均不顯著，未拒絕無空間誤差項的原假設(shè)，而Spatial lag的檢驗中Lagrange multiplier和Robust Lagrange multiplier檢驗值都在1%和5%的水平上顯著，拒絕了無空間滯后項的假設(shè)。因此在本研究中，空間滯后模型（SLM）為最佳模型。經(jīng)過Hausman檢驗得出檢驗值為22.01，P值為0.015，在5%的水平下顯著，因此拒絕原隨機效應的假設(shè)，選用固定效應的空間滯后模型。

3結(jié)果與分析

基于上述分析，利用Stata16.0統(tǒng)計軟件分別對奶牛存欄數(shù)的相關(guān)影響因素進行實證分析。為了保證研究的科學性，同時采用固定效應的空間滯后模型回歸以及傳統(tǒng)多元回歸進行分析。由表4可以看出，傳統(tǒng)多元回歸模型會因為無法考慮到空間相關(guān)性和空間差異性導致得出的回歸結(jié)果與考慮空間效應的模型結(jié)果有所偏差?？臻g自回歸系數(shù)為0.135，在5%的水平下顯著，表明當?shù)啬膛４鏅跀?shù)每增加1個百分比，會促進經(jīng)濟鄰近地區(qū)的奶牛存欄數(shù)增加0.135個百分比，奶牛存欄數(shù)存在正向空間溢出效應。從經(jīng)濟方面分析，環(huán)境規(guī)制和城鎮(zhèn)居民消費水平的顯著性良好。環(huán)境規(guī)制的影響作用為顯著負向，主要原因是隨著當?shù)卣卟粩嘁?guī)范，對環(huán)境保護的意識愈加強烈，奶牛養(yǎng)殖所應對的環(huán)境管制越來越嚴格，環(huán)境成本較重超過養(yǎng)殖奶牛帶來的利益，因此養(yǎng)殖戶通過減小規(guī)?；蛘哌w往環(huán)境規(guī)制水平較弱的地區(qū)來降低成本，從而導致本地區(qū)的奶牛存欄數(shù)會有所下降，造成奶牛生產(chǎn)的空間聚集性減弱。牛奶產(chǎn)出經(jīng)過加工大多會流向城鎮(zhèn)，城鎮(zhèn)居民消費水平是影響奶牛存欄數(shù)的主要因素，其影響呈現(xiàn)正向促進作用，在所有變量中作用效應最明顯。說明消費水平對農(nóng)戶養(yǎng)殖奶牛的積極性影響最大，城鎮(zhèn)居民消費水平越高，表明居民能接受的牛奶價格波動區(qū)間越大，且對于牛奶的營養(yǎng)需求穩(wěn)定上升，價格與需求的雙重刺激會一定程度提高農(nóng)戶養(yǎng)殖奶牛的積極性，也會吸引外來養(yǎng)殖戶的投入，進而促進奶牛存欄數(shù)的增加，加強該地區(qū)的奶業(yè)生產(chǎn)的空間集聚程度。城鎮(zhèn)化率的快速發(fā)展對當?shù)丶敖?jīng)濟鄰近地區(qū)的奶業(yè)發(fā)展存在顯著促進作用，城鎮(zhèn)化的發(fā)展為農(nóng)村帶來規(guī)?；B(yǎng)殖與先進的科學技術(shù)，更加促進當?shù)啬虡I(yè)的發(fā)展。

從科技角度來看，科學技術(shù)始終是推動農(nóng)業(yè)生產(chǎn)的核心技術(shù)，畜牧技術(shù)機構(gòu)能代表該地區(qū)畜牧技術(shù)的發(fā)展水平，從影響作用來看，畜牧技術(shù)機構(gòu)的影響為顯著正向，表明畜牧技術(shù)機構(gòu)數(shù)越多，本地區(qū)對畜牧技術(shù)的重視程度越高，相應的投入也會愈大，技術(shù)的應用推廣使得奶牛養(yǎng)殖產(chǎn)出增加，帶動農(nóng)戶積極性。從飼料角度而言，飼料是養(yǎng)殖戶最為關(guān)注的問題，玉米、豆粕等飼料原材料的品質(zhì)與數(shù)量將會直接影響奶牛產(chǎn)出的品質(zhì)。玉米是飼料中用量最大的飼料原料，玉米產(chǎn)量對奶牛存欄數(shù)產(chǎn)生顯著正向作用，原因是玉米產(chǎn)量的增加表明該地區(qū)飼料來源充分，能夠為養(yǎng)殖奶牛提供更多飼料來源且養(yǎng)殖成本相對較低，造成養(yǎng)殖戶向該地區(qū)的聚集，提高奶業(yè)生產(chǎn)的空間集聚性。另外，水資源也是決定能否為奶牛提供正常水分的重要因素，農(nóng)業(yè)用水呈現(xiàn)顯著正向作用，表明農(nóng)業(yè)用水越多，越能夠充足保障奶業(yè)飲用水的安全，促進奶牛正常生長發(fā)育。從資本方面，農(nóng)村教育對奶牛存欄數(shù)存在正向顯著促進效應，農(nóng)民的知識技能水平越高，掌握程度越熟練，越有利于促進奶牛存欄數(shù)大幅提升。

4結(jié)論與建議

本研究利用2009—2018年面板數(shù)據(jù)，構(gòu)建空間計量模型，對奶業(yè)生產(chǎn)布局影響因素進行定量研究。研究發(fā)現(xiàn)：第一，我國各地區(qū)的奶業(yè)生產(chǎn)布局具有正向空間相關(guān)性;第二，固定效應的空間滯后模型表明，鄰近地區(qū)的奶牛存欄數(shù)對本地區(qū)的奶牛存欄數(shù)存在正向溢出效應，即鄰近地區(qū)的奶牛存欄數(shù)的增加能夠帶動本地區(qū)奶牛存欄數(shù)的增加，能更加促進奶業(yè)生產(chǎn)的空間聚集;第三，環(huán)境規(guī)制強度越弱、城鎮(zhèn)居民消費水平越高，畜牧技術(shù)機構(gòu)數(shù)量越多、玉米產(chǎn)量越多，農(nóng)村教育程度越高、城鎮(zhèn)化率越高，農(nóng)業(yè)用水越多、政策優(yōu)勢越明顯，奶業(yè)生產(chǎn)集聚程度就越高。為有效促進奶業(yè)振興發(fā)展，提出以下政策建議。

第一，加強省際交流，促進資源流動。利用地區(qū)間的空間效應和各要素的溢出效應，加強正向促進作用機制，發(fā)揮鄰近省際間溝通協(xié)調(diào)作用，促進奶業(yè)生產(chǎn)在區(qū)域間的自由流動和優(yōu)化配置，縮小省際奶業(yè)生產(chǎn)差距，加強奶業(yè)生產(chǎn)的空間聚集性，為實現(xiàn)我國奶業(yè)振興增添動力。

第二，實施差異化環(huán)境規(guī)制，促進規(guī)模化經(jīng)營。西部地區(qū)草原遼闊，養(yǎng)殖業(yè)發(fā)達，適當加強環(huán)境規(guī)制有利于提高環(huán)境保護技術(shù)，減少養(yǎng)殖污染排放保護生態(tài)環(huán)境，促進生態(tài)可持續(xù)發(fā)展。中部、東部地區(qū)地域面積有限，養(yǎng)殖成本較高，應相對降低環(huán)境規(guī)制強度，實現(xiàn)規(guī)?；?jīng)營以此應對高強度環(huán)境規(guī)制帶來的負向影響，促進奶業(yè)生產(chǎn)空間聚集，加速奶業(yè)高質(zhì)量健康發(fā)展。

第三，加大畜牧技術(shù)研發(fā)投入，建設(shè)功能完備的生態(tài)化養(yǎng)殖推廣體系，有利于整合畜牧技術(shù)機構(gòu)與環(huán)保部門的優(yōu)勢資源，解決環(huán)境污染問題，發(fā)揮畜牧環(huán)保技術(shù)推廣體系在養(yǎng)殖業(yè)的作用。同時，政府應加大對奶牛養(yǎng)殖的扶持力度，擴大補貼力度，逐漸形成扶持奶牛養(yǎng)殖發(fā)展的長效機制。

第四，加強農(nóng)村教育，培養(yǎng)技術(shù)型人才。在職業(yè)院校、高校等開展畜牧養(yǎng)殖專業(yè)，鼓勵農(nóng)村青年勞動力參與學習，將技術(shù)帶回農(nóng)村應用實踐。在農(nóng)村設(shè)立技術(shù)培訓改革試點，針對當前畜牧技術(shù)革新需要，成立專業(yè)團隊定向幫扶，幫助農(nóng)戶快速掌握實際操作，為振興奶業(yè)發(fā)展提供堅強后盾。參考文獻

[1]道日娜，羅燕芳.從資源到資本：中國奶業(yè)區(qū)域格局演化成因分析[J].農(nóng)業(yè)現(xiàn)代化研究，2016，37（2）：205-213.

[2]薛曉聰，樊斌.中國奶牛養(yǎng)殖生產(chǎn)布局時空演變分析[J].中國畜牧雜志，2019，55（11）：174-179.

[3]衛(wèi)龍寶，張菲.我國奶牛養(yǎng)殖布局變遷及其影響因素研究——基于我國省級面板數(shù)據(jù)的分析[J].中國畜牧雜志，2012，48（18）：52-56、61.

[4]Simony M B L，Bruno V，Gustavo V d C，et al.Technical and economic indicators of milk production systems in the Caiuá sandstone region[J].Acta Scientiarum Animal Sciences，2018，41（1）：e42536-e42536.

[5]Bórawski P，Pawlewicz A，Parzonko A，et al.Factors Shaping Cow’s Milk Production in the EU[J].Sustainability，2020，12（1）：1-15.

[6]袁艷云，何忠偉，劉芳.京津冀奶業(yè)發(fā)展空間集聚特征及影響因素研究[J].中國畜牧雜志，2020，56（8）：221-227.

[7]殷志揚，袁小慧.我國奶牛養(yǎng)殖業(yè)布局及生產(chǎn)組織模式現(xiàn)狀[J].江蘇農(nóng)業(yè)科學，2013，41（8）：8-10.

[8]烏云花，黃季焜，Scott R，等.農(nóng)戶奶牛養(yǎng)殖與乳品加工業(yè)擴展[J].農(nóng)業(yè)經(jīng)濟問題，2007（12）：62-69、111.

[9]李幫鴻，李翠霞，鄒玉友.中國原料乳生產(chǎn)區(qū)域布局變化及其影響因素研究——基于1995—2011年省際面板數(shù)據(jù)的分析[J].中國畜牧雜志，2014，50（8）：51-56.

[10]李偉.中國小麥生產(chǎn)的時空演變特征及其影響因素分析[J].中國農(nóng)業(yè)資源與區(qū)劃，2019，40（10）：49-57.

[11]丁存振，肖海峰.中國肉羊產(chǎn)業(yè)時空演變的特征分析[J].華中農(nóng)業(yè)大學學報（社會科學版），2018（1）：58-64、158-159.

[12]周建軍，梁煒韜，譚瑩.環(huán)境規(guī)制對家禽產(chǎn)業(yè)布局及轉(zhuǎn)移的影響分析——基于空間計量的實證研究[J].黑龍江畜牧獸醫(yī)，2018（16）：24-31.

[13]張亞偉，任愛勝，趙婧潔.基于鉆石模型的奶粉國際競爭力分析[J].中國農(nóng)業(yè)資源與區(qū)劃，2016，37（2）：84-90.

[14]張三峰，楊德才.基于農(nóng)民異質(zhì)性的土地流轉(zhuǎn)、專業(yè)合作社與農(nóng)業(yè)技術(shù)推廣研究——以江蘇泗陽縣X鎮(zhèn)為例[J].財貿(mào)研究，2010，21（2）：52-57、111.

Spatial and Temporal Evolution of Dairy Production in China and Its Influencing FactorsCHEN Zhi-min，JIANG Yi-fan

（Management College，Ocean University of China，Qingdao 266100，China）Abstract：Objective and Method Based on the provincial panel data of China's dairy industry from 2009 to 2018，combined with the production layout index model and spatial econometric model，this paper analyzed the changes and influencing factors of China's dairy industry production layout.Result and Conclusion China's dairy production is divided into three stages，1999—2005 is a rapid growth stage，2006—2014 is a fluctuating stage，after 2016，affected by environmental regulations and international trade，the number of dairy cattle on hand continued to decline，but China's dairy production still has a strong spatial agglomeration and positive spatial correlation.Rural education，corn yield，animal husbandry technology institutions，agricultural water use，urbanization rate，consumption level，and dairy cow advantage area have significant positive effects on dairy production distribution agglomeration，while environmental regulation has a negative inhibitory effect on dairy production distribution agglomeration.It is necessary to strengthen inter provincial communication and exchange，implement differentiated environmental regulations，increase investment in animal husbandry technology research and development，cultivate technical rural talents，promote the healthy development of rural urbanization construction，and accelerate the high-quality development of dairy industry.

Keywords：dairy industry development;production layout;spatial measurement;influencing factor