王如如，房艷剛,2,3*，劉建志

（1. 東北師范大學地理科學學院，吉林 長春 130024；2. 東北師范大學長白山地理過程與生態(tài)安全教育部重點實驗室，

吉林 長春 130024；3. 東北師范大學中國東北研究院，吉林 長春 130024）

二戰(zhàn)以來，在快速人口城鎮(zhèn)化背景下，眾多新興發(fā)展中國家城鄉(xiāng)居民對于動物源性食品（ADF）的需求不斷增加，從而推動了牲畜產量的增長，這一過程被稱為“畜牧革命”[1]?！靶竽粮锩痹谥袊憩F最為顯著[2]。中國人均肉類消費量從1978年的8.90 kg增長到2017年的62.26 kg，總增長率高達599.55%。肉類消費的上升倒逼農業(yè)結構轉型，構成了中國隱形農業(yè)革命的一部分[3]。從肉類消費結構上看，豬肉在中國肉類消費中居主導地位（豬肉占比60%以上）[4-5]，生豬市場潛力巨大。然而，現階段中國生豬生產正面臨著規(guī)?；c環(huán)保和疫病防治的矛盾、貿易政策變動與供給波動的復雜關聯。一方面，隨著生豬規(guī)模化生產的快速發(fā)展，環(huán)境污染問題日益突出[6]，疫病風險引發(fā)的產業(yè)脆弱性持續(xù)加大，土地利用規(guī)劃背景下的土地資源脅迫問題愈加嚴重[7]；另一方面，我國生豬綜合競爭力明顯低于發(fā)達國家[8]，國外生豬產品的大量涌入給國內生豬生產帶來了巨大沖擊。新形勢下，中美貿易摩擦對大豆等蛋白飼料進口量的限制進一步提高了生豬生產成本。2019年以來，受“豬周期”下行、非洲豬瘟疫情沖擊、地方環(huán)保限養(yǎng)等多因素疊加影響，我國生豬產能明顯下降，生豬價格大幅度上漲[9]。因此，在消費需求變化、可持續(xù)發(fā)展及中美貿易摩擦等背景下，基于生豬生產的時空格局演變特征探索我國生豬產業(yè)的空間布局優(yōu)化策略，對穩(wěn)定生豬市場供給、促進生豬產業(yè)可持續(xù)發(fā)展、提升農業(yè)綜合競爭力具有重要意義。

國內外關于生豬生產的相關研究主要涉及生豬生產模式[10]、環(huán)境規(guī)制[11]、生豬質量安全[12-13]、市場波動[14-15]、空間布局[16-17]及其影響因素[18]等。對于生豬生產空間布局的研究，學者多采用基尼系數、地域集中度指數、區(qū)域重心分析法、空間自相關等來揭示生豬生產的區(qū)域差異[19-20]，研究尺度涉及國家、區(qū)域、省域單元。在空間布局方面，趙俊偉等[21]認為生豬生產的空間集聚具有一定的階段性特征，時空分布呈現“集-散-集”的變化特征；劉勍等[19]認為生豬生產區(qū)域布局呈現向北向西移動的趨勢；但王歡和喬娟[17]認為東南地區(qū)仍是生豬生產優(yōu)勢區(qū)，生豬生產區(qū)域布局呈現向東向北移動的趨勢。同時，還有學者指出隨著規(guī)模化的發(fā)展，生豬生產區(qū)域將向黃淮海平原和東北地區(qū)等糧食主產區(qū)以及其他邊遠地區(qū)轉移[22]。在影響因素方面，大部分學者提出生豬生產受相鄰地區(qū)和本地區(qū)因素的共同影響[17,21]。此外，還有學者通過對生豬產地移動的分析發(fā)現生豬生產的自然性布局條件減弱，經濟性布局條件不斷增強[16,23]?？偟膩砜?，目前我國生豬生產時空演變特征及影響因素的研究成果豐碩。但是，此類研究大多基于省域尺度，對市域尺度生豬生產的研究鮮見。由于各省域內部自然和社會經濟條件差異明顯，省域尺度研究對于生豬生產時空演變規(guī)律和驅動機制的刻畫相對不夠細致精準。在研究內容上，多數研究集中在對生豬平均生產水平影響因素的探究，忽略了不同生豬生產水平影響因素的差異。此外，此類研究對于生豬生產空間布局優(yōu)化的探討相對較少。

鑒于此，本文以市域為基本研究單元，首先運用有序樣品聚類法探尋中國生豬生產發(fā)展演化的關鍵節(jié)點，確定研究截面；其次，基于標準差橢圓和探索性空間數據分析等空間分析方法探索其時空演變特征；最后利用分位數回歸模型對時空格局演化機制進行定量剖析，以期為我國生豬養(yǎng)殖業(yè)的空間布局優(yōu)化及制定生豬養(yǎng)殖業(yè)可持續(xù)發(fā)展政策提供科學參考。

1 研究方法與數據來源

1.1 研究方法

1.1.1 有序樣品聚類法 有序樣品聚類法又稱最優(yōu)分割法，是針對有序樣本的聚類分析方法。該方法在分類時不打破樣本順序[24]，基于類內離差平方和(W)最小且類間離差平方和(B)最大的原則，選取最優(yōu)分割點，對連續(xù)樣本數據劃分階段，從而達到分類的目的。

式中：n表示樣本數量；L表示包含n個樣本的序列被劃分的類別數目；nk表示第k類含有的樣品數量；Xkj表示第k類第j個樣本對應的指標；表示第k類指標的均值；為所有樣本的均值。

1.1.2 標準差橢圓 標準差橢圓是通過以中心、長軸、短軸、方位角為基本參數定量描述地理要素的中心性、展布性、方向性、空間形態(tài)等，從而揭示地理要素空間分布特征的方法[25]。本文基于ArcGIS 10.2軟件構建生豬出欄密度標準差橢圓，分析其空間分布特征。

1.1.3 分位數回歸 分位數回歸用于研究自變量與因變量條件分位數之間的關系，使用殘差絕對值的加權平均作為最小化目標函數，在消除極端值影響的同時還能提供因變量條件分布的完整特性[26]。相比OLS，分位數回歸具有兩大優(yōu)勢：一是對離群值與偏態(tài)分布的不敏感性；二是對于因變量條件分布完整特征的反映[27]。本研究中，采用分位數回歸方法對生豬出欄密度進行回歸估計以反映不同生豬出欄水平影響因素的差異。具體的計量模型如下：

式中：Y表示生豬出欄密度；X表示自變量；i表示市域；m表示自變量的個數；μ表示隨機誤差項；β0表示常數項，βi為待估計的解釋變量的系數。

分位數回歸系數的估計通過使殘差絕對值的加權平均最小化得出，即：

式中：yi代表因變量的第i個觀測值；xi代表自變量的第i個觀測值；θ是估計時人為設定的分位數值，本研究設定為10，25，50，75，90；β是對應x的偏回歸系數。將(3)式設定的模型代入(4)式的模型可估算出y相應分位數上的回歸系數。根據模型需要保證數據的穩(wěn)定性，本文對數值大于1的因子進行對數變換[28]。

1.2 數據來源與指標選擇

首先運用有序樣品聚類法選取研究截面。本文借助Matlab 9.1軟件平臺，采用有序樣品聚類法對1978—2017年中國生豬出欄密度進行分析，首先得到1988、1994、2000、2008年四個最優(yōu)分割點。囿于數據的可獲取性，本文不考慮1988、1994年。此外，相關研究表明，2000年是我國生豬出欄量增長率由下降到穩(wěn)步提升的重要節(jié)點，2008年是增長率由穩(wěn)步提升到波動下降的重要節(jié)點[21]。因此，本文選取2000、2008和2017年作為研究截面。

本文所用統(tǒng)計數據主要來源于相應年份的《中國統(tǒng)計年鑒》與各省統(tǒng)計年鑒。以上兩個年鑒缺失的數據獲取于各地級市統(tǒng)計年鑒與統(tǒng)計公報。生豬生產空間格局的研究范圍為中國大陸315個市域行政單元，按2016年最新市域單元劃分情況對部分市域數據進行歸并處理。數據分析過程中，對出入較大的數據做了剔除處理，對異常值或缺失數據的市域單元，用插值或趨勢外推法進行估計。對于影響因素研究，由于2000年自變量數據的可獲取性較差，本文僅選取2008、2017年兩個時間截面，并將前述范圍缺失數據的市域剔除，最終選取了297個市域行政單元。氣溫、高程與耕地數據來源于中國科學院資源環(huán)境科學數據中心（http://www.resdc.cn/）；限制開發(fā)區(qū)名錄來源于各省主體功能區(qū)規(guī)劃。

本文使用的生豬出欄密度是地區(qū)生豬出欄總量除以其行政區(qū)面積。生豬生產時空格局演變是區(qū)域本底因素和內外部驅動因素交互作用、相互影響的結果。依據指標選擇的科學性和可得性原則，本文構建如表1的影響因素測度指標體系。

表1 生豬生產時空格局影響因素測度指標體系Table 1 Measurement index system of factors influencing the spatio-temporal pattern of hog production

具體指標的解釋如下：1）區(qū)域本底因素。①自然資源稟賦是農業(yè)區(qū)域形成發(fā)展的自然基礎，對于生豬養(yǎng)殖而言主要包括飼料資源、本底資源、自然條件[29]。飼料資源包括地均玉米產量（Core）、地均大豆產量（Soy），對生豬這種耗糧型產業(yè)的影響較大[17]；本底資源包括生豬養(yǎng)殖業(yè)所需的水土資源，以人均耕地面積（Land）、人均水資源量（Water）進行表征，人均耕地面積越大，既能夠滿足生豬生產規(guī)?；瘜ν恋刭Y源的需求[21]，也有利于負荷更多的畜禽污染物[20]，人均水資源量越多對生豬這一耗水型產業(yè)的支撐作用越強；自然條件選取年平均氣溫（Temp）、高程（Elev），一般來講，過冷和過熱都會提高生豬養(yǎng)殖成本，高程表征的地形地勢條件將會影響生豬的規(guī)?；a。②區(qū)位條件能夠影響生豬運輸、交易成本以及資金、技術、信息等現代生產要素的傳遞[29]，采用單位面積公路里程（Road）進行表征。③環(huán)境條件主要體現在區(qū)域主體功能對生豬生產的約束。本文選取區(qū)域內限制開發(fā)區(qū)面積占比（Rest）來衡量區(qū)域環(huán)境容納能力。

2）內外部驅動因素。①經濟發(fā)展水平對生豬生產的影響復雜。一方面，經濟發(fā)展水平的提升能夠為生豬養(yǎng)殖業(yè)提供更多的資金與技術支持，另一方面，當經濟發(fā)展水平達到一定高度后，產業(yè)結構升級對生豬生產具有排斥和置換作用。因此，兩者可能呈倒“U”關系。本文選取人均GDP（Agdp）表征經濟發(fā)展水平。②區(qū)域勞動力、土地等生產要素快速非農化會壓縮生豬生產的要素投入。本文選擇鄉(xiāng)村非農就業(yè)率（Nona）表征鄉(xiāng)村非農化水平。③市場需求一定程度上取決于消費者數量與城鄉(xiāng)居民收入水平，對生豬生產發(fā)展具有推動作用。本文選取區(qū)域年末總人口（Popu）及城鄉(xiāng)居民人均可支配收入（Inco）進行表征。

2 中國市域生豬出欄密度的時空格局及演化

2.1 中國市域生豬出欄密度的時序演變特征

2000—2017 年中國生豬出欄密度總體呈現快速增長的趨勢，總增長率達到32.46%。2000—2008年，生豬出欄密度由0.65頭/hm2增加到0.81頭/hm2，增幅達24.48%；2008—2017年，生豬出欄密度由0.81頭/hm2增加到0.86頭/hm2，增幅為6.41%。這表明中國生豬出欄密度在2000—2008年增長速度較快，2008—2017年增長速度趨緩。從核密度曲線來看（圖1），2000—2017年生豬出欄低密度區(qū)所占比重明顯下降，整體縮小了中國生豬生產的地區(qū)差距。這一現象通過泰爾指數的對比更加明顯，2000—2017年中國市域生豬出欄密度的泰爾指數由0.417下降到0.409，再到0.407，表明中國生豬生產的地區(qū)差異不斷縮小，“追趕效應”顯現。

圖1 2000—2017年全國生豬出欄密度的核密度曲線Fig. 1 Kernel density curve of the density of hog slaughterhouses of China from 2000 to 2017

2.2 中國市域生豬出欄密度的時空演變特征

2000—2017 年中國市域生豬出欄密度區(qū)域差異顯著，以“胡煥庸線”為界呈現出西低東高的空間格局。四川盆地、湘江流域、黃淮海平原等糧食主產區(qū)和哈大沿線、珠江流域下游等經濟較發(fā)達區(qū)為生豬生產高值區(qū)（>2.21頭/hm2，圖2）。

2000—2008 年中國各地區(qū)生豬出欄密度普遍增長（圖3），增長區(qū)域占比達75.56%。增長幅度較大的區(qū)域主要分布在東北地區(qū)、秦巴山區(qū)、川西高原、云南高原和橫斷山區(qū)等，此類地區(qū)基期生豬出欄密度普遍較小，對整體的生豬出欄分布格局未造成較大影響；負增長區(qū)域散布在河北、寧夏、廣西中東部、豫皖蘇交界和蘇南等地區(qū)。該時段生豬生產分布重心由湖北省孝感市向西北方向移動36.21 km到達湖北省隨州市南部，生豬生產“北進西移”現象顯現（圖4）。2008—2017年，全國生豬出欄密度變化率區(qū)域差異顯著，增長區(qū)域占比達56.83%，主要分布在黃淮海平原，黃土高原，珠江流域中上游以及西藏、青海與甘肅等地，而減少區(qū)域主要分布在東北地區(qū)，長江流域的四川、重慶、湖南、長江三角洲，東南沿海以及部分大城市（如北京、天津、鄭州等地，圖3）。該時段生豬生產分布重心由隨州市南部向東北方向偏移了13.54 km。2000—2017年，生豬生產分布重心總體上向北偏西方向移動39.10 km，且“北進”速度快于“西移”，呈現出“南豬北移”的演變格局（圖4）。

圖2 2000—2017年中國市域生豬出欄密度時空格局圖Fig. 2 Spatio-temporal pattern of the density of hog slaughterhouses in China’s cities during 2000—2017

圖3 2000—2017年中國市域生豬出欄密度變化率圖Fig. 3 The change rate of the density of hog slaughterhouses in China’s cities during 2000—2017

分地區(qū)來看，2000—2017年東北地區(qū)生豬出欄密度偏低（2017年僅達到0.78頭/hm2），呈現總體增長但先升后降的態(tài)勢，2000—2017年總體增幅為56.78%，其中2000—2008年上升89.61%，2008—2017年下降17.32%；黃淮海平原生豬出欄密度較高（2017年達到3.43頭/hm2），2000—2017年增幅達37.55%，除一些特大城市（如北京、天津）外，其余地區(qū)生豬出欄密度呈持續(xù)增長態(tài)勢；長江流域生豬出欄密度較高，2000—2017年整體呈現先升后降的演化趨勢，其中上游地區(qū)表現出較大幅度的先升后降趨勢，中游地區(qū)平穩(wěn)增加（[15%，35%）），下游地區(qū)的皖南山區(qū)增長率持續(xù)增大，而長江三角洲地區(qū)基本呈持續(xù)下降趨勢；湘江流域平均生豬出欄密度極高（2017年達到了3.46頭/hm2），但在2008—2017年明顯下降，降幅達20.64%；珠江流域上游地區(qū)生豬出欄密度處于中等水平（2017年為1.58頭/hm2），但始終保持較強的增長態(tài)勢，2000—2017年增長率高達81.10%；東南沿海地區(qū)生豬出欄密度處于中等水平（2017年達到1.59頭/hm2），但2008—2017年出現下降趨勢，降幅達9.12%。

圖4 2000—2017年中國市域生豬出欄密度標準差橢圓曲線圖Fig. 4 The standard deviation ellipse of the density of hog slaughterhouses in China’s cities during 2000—2017

2.3 中國市域生豬出欄密度空間關聯特征

2000—2017 年，中國生豬出欄密度全局空間自相關Moran's I值都通過了1%水平下的顯著性檢驗，且全為正值，表明中國市域生豬出欄密度在空間分布上呈現顯著的空間集聚現象。2000—2017年，Moran’s I值下降態(tài)勢明顯，由2000年的0.56下降到2008年的0.52和2017年的0.37，一定程度上反映出自然本底、距離等地理因素對生豬生產分布的作用弱化。

進一步對中國市域生豬出欄密度局部空間自相關進行測度，結果顯示（圖5）：2000—2017年高高集聚區(qū)的市域主要分布在四川盆地、湘江流域和黃淮海平原。2000—2008年三大高高集聚區(qū)的數量沒有發(fā)生明顯變化。2008—2017年，四川盆地、湘江流域的生豬出欄密度高高集聚區(qū)收縮，兩者的數量分別由11個減少到8個，7個減少到5個，而黃淮海平原高高集聚區(qū)的數量由9個大幅度擴大到24個。2000—2017年，低低集聚區(qū)的市域主要分布在西藏、青海、寧夏、甘肅、黑龍江、內蒙古大部以及吉林東部山區(qū)；高—低和低—高類型區(qū)數量較少，“高地現象”和“洼地現象”都不明顯。

3 中國市域生豬出欄密度時空格局演化的影響因素

本文對影響因子進行方差膨脹因子檢驗（VIF）以消除多重共線性的影響，選取VIF值小于5的最佳影響因素組合進行基于bootstrap方法的分位數回歸（QR）?？v向來看，2008與2017年兩個時間截面通過顯著性檢驗的影響因子及其影響強度存在差異；橫向來看，不同出欄水平影響因子的影響強度也存在差異，具體如下（表2）。

1）飼料資源。①地均玉米產量對生豬出欄密度起顯著正向影響。隨著分位數的提高，回歸系數不斷減小，地均玉米產量對生豬出欄密度的正向促進作用減弱。這主要是由于生豬出欄密度高值區(qū)大部分位于糧食主產區(qū)，地均玉米產量較大（如黃淮海平原）；部分生豬出欄密度高值區(qū)也可以通過域外玉米的調入彌補本地玉米等飼料資源的不足。②2008、2017年地均大豆產量對生豬出欄密度起顯著正向影響，回歸系數隨條件分位數的增大而減?。ㄈ?017年由第10分位數的0.223減小到第90分位數的0.141），因此，地均大豆產量同樣對生豬出欄密度較低地區(qū)的促進作用較強。2017年地均大豆產量的正向影響程度有所減弱，主要由于近年來國外進口大豆對國內的補充（2017年大豆進口量是2008年的2.55倍），生豬生產對國內大豆的依賴程度減弱。當前，中美貿易摩擦使大豆等蛋白飼料的進口量短期內大量減少，對生豬養(yǎng)殖業(yè)飼料供給產生較大影響。

圖5 2000—2017年中國市域生豬出欄密度LISA圖Fig. 5 LISA cluster diagrams of the density of hog slaughterhouses in China’s cities during 2000—2017

表2 QR模型結果匯總表Table 2 Result summary table of QR model

2）水土資源。①人均耕地面積與生豬出欄密度呈負相關關系，與預期不符。這主要因為在人均耕地面積較小的地區(qū)，農戶在種植業(yè)中獲得的收入較低，傾向于選擇種植和養(yǎng)殖相結合的方式提高收入，從而促進生豬養(yǎng)殖業(yè)的發(fā)展。橫向上看，隨著分位數的提高，回歸系數的絕對值不斷變大?？v向上看，2017年各分位數上回歸系數的絕對值明顯大于2008年，負相關程度增強，主要是因為在2017年，隨著種植業(yè)比較收益的進一步下降，部分人均耕地面積較小的地區(qū)發(fā)展生豬養(yǎng)殖業(yè)的意愿更大，生豬養(yǎng)殖大幅度上升（如黃淮海平原）。②2008年人均水資源量的回歸系數顯著為正，符合預期方向，但2017年回歸系數不顯著。2008—2017年由于環(huán)境規(guī)制、農業(yè)政策等因素影響，長江流域、東北地區(qū)等人均水資源量豐富區(qū)生豬養(yǎng)殖大幅減少，同時受南水北調、集約化生產等因素影響，黃淮海平原等缺水區(qū)生豬產業(yè)供水壓力有所緩解，養(yǎng)殖量也不斷增加。

3）自然條件。①年平均氣溫在各分位數上對生豬出欄密度呈顯著正向影響。隨著分位數的提高，年平均氣溫的回歸系數基本下降（如2017年由第25分位數的0.110下降到第90分位數的0.053），表明其正向促進作用隨著生豬出欄密度的增加而變小。這主要因為生豬出欄密度較高的區(qū)域大部分位于氣溫較適宜的地區(qū)（基于生豬出欄密度的空間格局可知）。②高程對生豬出欄密度呈負向影響?？v向上看，2008年各分位數上的回歸系數不顯著，而2017年回歸系數基本顯著，負向影響開始顯現；橫向上看，2017年回歸系數的絕對值隨分位數的提高呈增長趨勢（如由第25分位數的-0.067減少到第90分位數的-0.161）。2017年生豬生產規(guī)模化水平高于2008年（2017年出欄量為500頭以上的生豬養(yǎng)殖場占出欄量為50頭以上的比重是2008年的1.56倍），中、高分位數規(guī)?；礁哂诘头治粩担?017年生豬生產高值區(qū)年出欄500頭以上的規(guī)模養(yǎng)殖場占全國的60%以上），因此，隨著規(guī)模化程度的加深，高程的負向影響凸顯。

4）環(huán)境條件。限制開發(fā)區(qū)面積占比與生豬出欄密度呈負相關關系，與預期相符。橫向上看，回歸系數隨條件分位數的增大而減小?？v向上看，2017年各分位數上回歸系數的絕對值小于2008年，負向影響程度有所減弱，這主要是因為2008—2017年長江流域、東北平原等限制開發(fā)區(qū)面積占比較小地區(qū)的生豬出欄密度不斷減小。2008年之后相繼頒布的《水污染防治行動計劃》、《農業(yè)部關于促進南方水網地區(qū)生豬養(yǎng)殖布局調整優(yōu)化的指導意見》等使長江流域環(huán)境規(guī)制壓力加大，成為其生豬出欄密度下降的重要原因。

5）區(qū)位條件。單位面積公路里程與生豬出欄密度呈顯著正相關關系。縱向上看，2017年各分位數上的回歸系數小于2008年，正向影響程度有所減弱，主要是由于2017年我國交通基礎設施明顯提升，對生豬生產的促進作用弱化。橫向上看，2017年回歸系數隨條件分位數的提高而增加，主要是因為生豬出欄密度高值區(qū)生豬商品率較高，對交通運輸條件的要求較高。

6）經濟規(guī)模。整體來看，人均GDP與生豬出欄密度之間呈倒“U”關系，符合預期。具體而言，2008年隨著分位數水平的提升，人均GDP的正向促進作用逐漸減弱（回歸系數由第10分位數的0.373下降到第90分位數的0.040），而2017年人均GDP的回歸系數不顯著且基本為負。2017年人均GDP普遍高于2008年，高分位數的人均GDP普遍高于低分位數。因此，在經濟發(fā)展水平相對較低的時期和地區(qū)，人均GDP的提高可以促進當地生豬生產，當人均GDP達到一定水平后，其正向作用不斷減小，而負向作用開始顯現，如在東南沿海地區(qū)，經濟發(fā)展引發(fā)的產業(yè)轉型升級使生豬養(yǎng)殖業(yè)不斷被置換出去。

7）鄉(xiāng)村非農化水平。如表2所示，隨著分位數的提高，2008年鄉(xiāng)村非農化水平的回歸系數顯著為正（第10～75分位數），且不斷降低，而2017年回歸系數顯著為負（第25～90分位數），且絕對值不斷變大，因此鄉(xiāng)村非農化水平對生豬生產的影響也具有倒“U”趨勢。在非農化水平較低時，當地非農產業(yè)的發(fā)展具有反哺功能，可為生豬生產提供資金、技術等多方面支持，促進其生產經營；隨著城鎮(zhèn)化和工業(yè)化進程加快，非農產業(yè)的發(fā)展會壓縮生豬養(yǎng)殖業(yè)勞動力、土地等要素投入，抑制生豬養(yǎng)殖業(yè)的發(fā)展，如四川、湖南等地農業(yè)勞動力大量轉移[31]，生豬養(yǎng)殖量也呈明顯下降趨勢。

8）市場需求。區(qū)域年末總人口對生豬出欄密度呈正向顯著影響，且這種正向影響在中、低生豬出欄水平體現的較為明顯（如2008年的第10～50分位數），這主要是因為生豬出欄密度高的地區(qū)生豬商品率較高，更多面向域外市場。結果顯示，城鄉(xiāng)居民人均可支配收入在各分位數上基本未通過顯著性檢驗，可能是因為城鄉(xiāng)居民人均可支配收入增加對豬肉的需求作用具有階段性、本地生豬市場的擴大也可以通過其他區(qū)域得到滿足、收入增加對當地農戶生豬生產意愿的作用復雜等。

4 結論與討論

4.1 結論

1）2000—2017 年，中國市域生豬出欄密度顯著增長，總增長率達32.46%。四川盆地、湘江流域、黃淮海平原等糧食主產區(qū)和哈大沿線、珠江流域下游等部分經濟較發(fā)達區(qū)為生豬生產高值區(qū)。2008—2017年全國生豬出欄密度變化率區(qū)域差異顯著，增長幅度較大的區(qū)域主要分布在黃土高原以及西藏、青海與甘肅等，而減少幅度較大的區(qū)域主要分布在東北地區(qū)，長江流域中上游、長江三角洲以及部分大城市。2000—2017年，“南豬北移”的生豬生產區(qū)域演變格局顯現。

2）中國市域生豬出欄密度時空格局演變受區(qū)域本底因素與內外部驅動因素綜合作用。不同生豬出欄水平的影響因素、各因素的影響強度及作用方向存在差異?？v向來看，隨著全球化發(fā)展、交通等基礎設施完善、規(guī)模化進程加快，飼料資源、水資源、區(qū)位條件等因素的作用減弱，地形條件等的影響加劇；橫向來看，隨著生豬出欄水平的增加，年平均氣溫、飼料資源等對生豬出欄密度的直接作用減弱，區(qū)位條件的作用增強。內外部驅動因素對生豬出欄密度的影響較為復雜，其中經濟發(fā)展水平、鄉(xiāng)村非農化水平與生豬出欄密度呈倒“U”關系。

4.2 討論

綜合考慮各地生豬生產水平、發(fā)展趨勢以及資源稟賦、社會經濟發(fā)展水平、環(huán)境承載力等因素，本研究對我國重要的生豬生產主產區(qū)和潛力發(fā)展區(qū)提出以下差別化的分區(qū)優(yōu)化策略。

1）東北地區(qū)水土資源富集，飼料資源豐富且成本較低，是我國生豬生產的潛力增長區(qū)。未來應加大生豬產業(yè)布局，提升玉米等飼料就地轉化率，同時加大大豆蛋白飼料作物的種植，建設一批高標準種養(yǎng)結合生產基地，提升農業(yè)綜合競爭力；積極推行經濟高效的糞污收集處理利用的無害化設施裝備，解決冷涼氣候對糞便資源化利用不足等問題；此外，努力補齊畜產品加工流通短板，提升生豬市場營銷能力。

2）隨著“南豬北移”的趨勢不斷強化，黃淮海平原逐漸成為我國生豬供給的核心區(qū)域，但同時也面臨著水土資源短缺加劇的挑戰(zhàn)，傳統(tǒng)要素與經營模式支撐下的生豬生產增長潛力有限。未來應充分發(fā)揮傳統(tǒng)糧食種植和牲畜養(yǎng)殖比較優(yōu)勢，鼓勵種養(yǎng)結合的生豬養(yǎng)殖模式[32]；在穩(wěn)定現有生產規(guī)模的基礎上，依靠技術進步實現資源的高效利用，提高集約化水平，促進生豬產業(yè)的可持續(xù)發(fā)展。

3）長江流域作為我國第一大流域，水熱條件優(yōu)越，農業(yè)資源稟賦高，人口密集，市場廣闊，是我國重要的生豬主產區(qū)，但由于勞動力非農化進程加快和環(huán)境治理壓力加大，生豬生產呈明顯下降趨勢。未來應精準評估區(qū)內生豬生產的環(huán)境承載力差異，在長江中上游地區(qū)應遵循“共抓大保護、不搞大開發(fā)”的策略，調減生豬養(yǎng)殖規(guī)模；在長江入?？诘拳h(huán)境承載力較高的地區(qū)應保持適度規(guī)模的生豬生產，加快推動生豬生產向綠色化發(fā)展。

4）云貴地區(qū)生豬出欄密度整體大幅度增加，但受地形條件影響，目前散養(yǎng)戶居多，大規(guī)模養(yǎng)殖戶發(fā)展較慢，同時由于區(qū)位條件的限制，遠離消費市場。未來應適度提高生豬規(guī)?；?，完善交通等基礎設施，加快物流產業(yè)發(fā)展，擴大生豬市場；同時大力推廣滇南小耳豬、撒壩豬等地方優(yōu)良豬種。

5）東南沿海地區(qū)在水熱條件、環(huán)境承載力、交通區(qū)位等方面優(yōu)勢明顯，在當前生豬供需矛盾加大的背景下，應穩(wěn)定生豬生產布局和現有生產規(guī)模，重點通過發(fā)展適度規(guī)?；B(yǎng)殖提高勞動生產率，避免生豬養(yǎng)殖業(yè)的過快下滑；同時要瞄準高端市場，強化品牌建設，提升生豬產業(yè)競爭力。

本文僅選取典型截面數據開展生豬生產時空格局演化特征及其影響因素的探究，一方面對各地區(qū)生豬生產動態(tài)規(guī)律的揭示不夠充分，另一方面對經濟要素對于生豬生產分布的復雜影響刻畫不足。未來應進行面板數據的深入分析，更加細致地揭示各地區(qū)生豬生產發(fā)展演化特征及驅動機制。此外，本文對于養(yǎng)殖技術、規(guī)模化、全球化等對生豬生產的影響探討不足，未來應充分利用農業(yè)大數據等多源數據進一步開展深入研究。