中国奶牛养殖生产布局时空演变分析
薛晓聪，樊 斌*
（东北农业大学经济管理学院，黑龙江哈尔滨 150030）
摘 要： 本研究基于2001—2017 年中国奶牛存栏量统计数据，运用奶牛养殖布局指数、奶牛养殖重心模型和空间自相关模型分析方法，分析中国奶牛养殖生产布局在时间和空间上的演变过程和特征。结果表明：①东北和内蒙古产区奶牛存栏量呈下降趋势，华北产区保持稳定上升，西部产区缓慢上升，南方产区和大城市周边产区呈下降趋势；内蒙古、新疆和黑龙江稳居奶牛养殖主产区的主导地位，但优势逐渐减弱，以河南为代表的新兴产区奶牛养殖发展迅速。②奶牛养殖重心呈现出先向东南方向移动再向西南方向移动的演变趋势。③省际间奶牛存栏量具有全局空间正相关性且相关性不断增强，并已在黑龙江、山西、贵州、广东、海南、云南、广西、河南、陕西、青海、吉林、辽宁和河南出现局部地理集聚现象。最后，提出促进我国奶业发展的相关建议。
关键词： 奶牛养殖；生产布局；时空演变；指数；重心；空间自相关
“三聚氰胺”事件使中国乳业遭受沉重打击，经过政府、企业和社会的持续努力，近年来中国乳业发展环境已得到根本改变，但依然存在国际奶价与国内奶价严重倒挂、国内消费者对国产乳制品缺乏信心的现象。面临内忧外患，破解中国乳业发展难题要从奶牛养殖切入，通过优化生产布局实现降成本、补短板、增强竞争力。
目前，国内外学者对奶牛养殖生产布局的研究主要集中于3 个方面：第一，奶牛养殖生产布局变迁方面，国外学者从交通运输[1]、水资源[2]和养殖技术[3]等方面研究奶牛养殖合理布局；国内学者利用生产布局指数对奶牛养殖布局变动进行描述[4]。第二，奶牛养殖布局形成原因方面，学者们从比较优势的角度分析奶牛养殖的优势区域形成原因[5-6]。第三，奶牛养殖生产布局变迁的影响因素方面，学者们主要选取乳企的发展和布局、交通条件、技术效率水平、生鲜乳需求以及自然禀赋等影响因素[7-8]。已有研究成果研究视角相对单一，忽视了地理空间演变效应的存在。本文旨在揭示中国奶牛养殖生产布局在时空上的变迁轨迹和特征，以期为中国奶牛养殖生产布局规划和区域间协调发展提供参考。
1 中国奶牛养殖生产布局变动分析
本文通过奶牛养殖布局指数（Production Distribution Index，PDI）综合反映奶牛养殖的地区分布和规模变化，直观地展现各省区奶牛存栏量的贡献在变化趋势上的差异。PDI 是某一时期某省奶牛年末存栏量占同期全国奶牛年末存栏总量的比重。
1.1 区域层面 区域划分参考《全国奶业发展规划（2016—2020 年）》划分出的5 个奶牛养殖区域，即东北和内蒙古产区，包括黑龙江、吉林、辽宁和内蒙古；华北产区，包括河北、河南、山东和山西；西部产区，包括陕西、甘肃、青海、宁夏、新疆和西藏；南方产区，包括湖北、湖南、江苏、浙江、福建、安徽、江西、广东、广西、海南、云南、贵州和四川；大城市周边产区，包括北京、天津、上海和重庆。
4.1 经济效益 据北海市合浦佳永金花茶开发有限公司测算，金花茶种植6年后可达产，年产金花茶干叶600 kg/hm2，按30元/kg计，折款1.8万元/hm2。年产鲜花4 500 kg/hm2，按90元/kg计，折款40.5万元/hm2。以上2项共收入42.3万元/hm2。紫檀树25年后产心材54 t/hm2，按市场价25万元/t计算，共1 350万元/hm2，年均产值54.0万元/hm2。紫檀林下套种金花茶2项共年产收入达96.3万元/hm2。
①如图1 所示，东北和内蒙古产区的奶牛养殖业一直占据中国奶牛养殖业的主导地位，从2002 年开始，该产区PDI 一直保持在30%以上，是五大产区中最高的，2006 年达到最高值40.90%，但在2010 年以后呈明显下降趋势，从2010 年的38.69%下降到2017 年的31.99%，下降了6.70%。②华北产区PDI 呈现出稳定上升趋势，从2001 年到2017 年上升了5.63%，并逐渐缩小与东北和内蒙古产区的差距，差距由6.85%缩小到3.00%；2009 年以后超过西部产区，在五大产区中排在第二位，2016 年甚至超过东北和内蒙古产区。③西部产区PDI 总体上呈现出先下降后上升的趋势，2001—2010 年下降了9.48%，2011—2017 年又上升了5.98%，但整体下降3.20%，在五大产区的排名下降到了第三位。④南方产区PDI 整体上变化幅度较小，从2001 年的9.89% 下降到2017 年的8.74%，下降1.15%；⑤大城市周边产区PDI 呈现下降趋势，由2001 年的4.98%下降到2017 年的1.92%，下降3.06%。
脂肪含量，酸水解法；蛋白含量，参照GB 5009.5-2010；水分含量，参照GB 5009.3-2010；灰分，参照GB 5009.4-2010。
1.2 省级层面 从省级层面来看：①奶牛养殖主产区发生变化。2017 年奶牛PDI 排名前十的省区依次是内蒙古、新疆、黑龙江、河北、山东、河南、陕西、山西、宁夏、西藏，共占全国奶牛存栏量的80.97%。与2001年相比，内蒙古、新疆和黑龙江稳居主导地位，其PDI仍保持在10% 以上；河南、西藏和宁夏均有不同程度的增长，增长最为突出的是河南，增加了5.62%，其中西藏和宁夏代替北京和青海进入前十；而新疆、河北、黑龙江、陕西、山西则呈下降趋势，其中新疆下降幅度最明显，2001—2017 年下降了7.04%，降到了第二位。②新兴产区奶牛养殖发展迅速。辽宁、吉林、安徽、山东、河南、西藏、宁夏7 个省区PDI 都逐年增长，其中河南增速最快，成为奶牛养殖新兴区域的代表。③其余省（区、市）均呈小幅度的增减趋势，其中北京下降最明显，降低了1.63%，其他省份增减幅度都在0.80%以下。
图1 2001—2017 年中国奶牛PDI 区域变化
2 奶牛养殖重心演变轨迹分析
利用ArcGIS10.2 直接生成Moran's I 及其显著性检验结果P 值，其中关于Moran'sI 的显著性检验是通过蒙特卡罗模拟在ArcGIS10.2 中实现的，具体结果如表1 所示。
式中，Zi 和Zj 分别为空间位置i 和j 奶牛存栏量的标准差；wij 为空间距离权重矩阵。
（e）用户访问业务系统的验证页面时，验证页面需能解析Cookie中账号信息，以及请求的目标地址。业务系统完成用户认证后，必须能够定向到用户访问的目标地址页面，不能转向到业务系统首页或其他页面。
2.1.2 模型构建 奶牛养殖重心是指某个时期奶牛养殖分布在某个区域上的力矩达到平衡的点（地理重心），本文采用奶牛年末存栏量作为代理变量，基于牛顿的重力法则构建奶牛养殖重心模型（Center of Gravity Model，CGM）。CGM 模型包括奶牛养殖重心确定、奶牛养殖重心年际空间移动角度测算和奶牛养殖重心年际空间移动距离测算3 个方面。由于奶牛养殖布局空间分布的广泛性和分散性特征，本文以各省中心城市的空间位置来代表奶牛养殖主产区的空间位置（即奶牛养殖重心）。
1）奶牛养殖重心计算：
3.1.1 加快煤电转型和燃机建设。推进石洞口、上海石化和宝钢自备电厂等煤电机组转型升级和清洁能源替代，加快实施吴泾地区整体转型。有序开展奉贤、闵行等区域的热电联产和重点燃机项目建设，保障区域负荷备用率充足。结合燃气发电机组国产化进程，推进国产H级燃气轮机的开发制造和重型燃机试验基地建设，降低天然气机组设备价格和检修费用，提升竞争力。
措姆呜呜地哭着，米九不停地揉搓着双手，措姆的声音又带着浓重的鼻音：我本来想生个孩子证明了自己，他会让我回去的，可万万没想到，他在我隆起大肚子时，娶了个更年轻，更漂亮的，让我彻底没了回家的路。米九低低地叹气：姆姆，人生还很漫长，说不定他老了就后悔了，他就会把你接回家。措姆幽幽地：他都娶第三个老婆了，我还有什么盼头？米九还是努力着让措姆开心：也说不准，他前些天还给我打探你的消息呢！措姆哀怨：你就骗我吧，每次你都这样说，可他看到我时躲得远远的，根本都不想见我。
2）奶牛养殖重心年际空间移动角度计算：
式中，θr-s表示奶牛养殖重心的年际空间移动角度；arctan 表示反正切函数；
分别表示第r 年和第s 年奶牛养殖重心的经度和纬度。
式中，
分别表示第t 年奶牛养殖重心所在地理位置的经度和纬度；Lngi、Lati 分别表示第i 个省份省会所在城市的经度和纬度；Qit 表示第i 个省份在第t 年的奶牛存栏量；n 为省（区、市）数量。
3）奶牛养殖重心年际空间移动距离计算：
式中，Dr-s 表示奶牛养殖重心之间的年际空间移动距离；λ 是由地理坐标单位（1°）换算为平面距离（km）的系数，一般取λ =111.111；
分别表示第r 年和第s 年奶牛养殖重心的经度和纬度。
2.2 结果分析 根据奶牛养殖重心模型中公式（1）、（2）、（3）计算得出2001—2017 年中国奶牛养殖重心的变化情况，奶牛养殖重心演变轨迹如图2 所示。
由图2 可以看出，中国奶牛养殖重心在2001—2017 年发生了明显变化，整体上表现出先向东南方向移动，再向西南方向移动的演变趋势。移动范围主要在109.01°E～111.55°E、38.54°N～39.33°N，处于中国几何重心（103.50°E，36°N）的东北方向。具体可以将中国奶牛养殖重心演变轨迹划分为4 个阶段。
第一阶段朝东南方向较快移动（2001—2003 年）。奶牛养殖重心分别以每年33.27 km 和33.12 km 的速度朝东南方向移动，表明该阶段东南方向奶牛养殖能力增大，拉动作用明显，主要原因是国家推出“学生饮用奶计划”以改善青少年营养健康问题，使液态奶需求大量增加；奶牛胚胎移植技术得到推广，全国养殖数量增加，其中东南方向的云南省、四川省和江苏省养殖数量增长明显。
由表1 可以看出，2001—2017 年奶牛存栏量的Moran'sI 都是大于0 的，并且2001—2006 年的Moran's I 是在90% 以上的置信水平下通过显著性检验，2007—2017年的Moran'sI 都是在95%以上的置信水平下通过显著性检验。因此，各省（区、市）的奶牛存栏量存在着显著的空间正相关性，并且空间相关性呈现增加的趋势。
第二阶段总体向南较快移动（2004—2007 年）。奶牛养殖重心分别以每年27.24 km 的速度向东北方向移动、以每年59.32 km 的速度向西南方向移动、以每年29.05 km 的速度向东北方向移动和以每年44.08 km的速度向西南方向移动。表明该阶段北方地区奶牛养殖业发展速度变缓，南方地区发展加速，主要原因是国家大力发展规模养殖、注重奶业科技水平的发展和创新、普及奶牛优良品种，并落实奶牛良种补贴；政府通过多种技术培训活动，提升养殖户科学喂养水平，从而提高牛群的健康状况。
第四阶段朝西南方向稳定移动（2011—2017 年）。奶牛养殖重心分别以每年21.33 km 的速度向西南方向移动、以36.88 km 的速度向西北方向移动、以30.40 km的速度向西南方向移动、以14.75 km 和21.37 km 的速度连续向西北方向移动、以25.82 km 和79.44 km 的速度连续快速向西南方向移动。表明该阶段经上一阶段的快速转变后，东北方向的奶牛养殖业发展速度放缓，西南方向增长加快且持续时间较长，主要原因是政府利用政策引导奶牛养殖业发展，具体包括实施奶牛良种补贴、标准化规模养殖、生产性能测定、挤奶机械购置补贴、政策性保险、养殖污染防治等。
图2 2001—2017 年中国奶牛养殖重心演变轨迹
第三阶段朝东南方向快速移动（2008—2010 年）。奶牛养殖重心分别以每年27.28 km 的速度向东南方向移动、以每年157.13 km 的速度快速向东北方向移动和以每年85.44 km 的速度向东南方向移动。表明该阶段东北方向的奶牛养殖业快速发展，彻底改变了奶牛养殖的重心，主要原因是2008 年发生的“三聚氰胺”事件使中国奶牛养殖业受到严重打击，国务院2008 年颁布《乳品质量安全监督管理条例》等文件，导致一些地区的奶牛存栏量下降，但东北和内蒙古产区奶牛养殖业发展较为稳定，受到波及较小，奶牛存栏量仍保持上升趋势。
Pushover study of three loading modes based on multi-modal
3 中国奶牛养殖地理集聚分析
3.1 全局空间自相关性分析 在假定奶牛养殖布局变动空间过程为同质的条件下，对中国31 个省（区、市）的奶牛年存栏量进行全局空间相关性分析。采用Moran's I 指数通过比较邻近空间位置奶牛存栏量的相似程度来测量全局空间自相关性，从整体上判断中国奶牛养殖在空间上是否存在聚集特性。全局Moran 指数I 的计算公式为：
式中，n 为空间位置的个数；xi、xj 是空间位置i 和j 的观察值；
为x 的平均值；wij 为空间距离权重矩阵，全局Moran 指数I 的取值范围为[-1,1]，当Moran'sI =0 时，表示研究单元i 和j 在空间上呈现随机分布、相互独立，不存在空间自相关关系；当Moran'sI >0 时，表示研究单元i 和j 在空间分布上呈现集聚空间格局，且取值越接近1，其集聚性越强；反之亦然。
2.1 数据来源与模型构建
表1 2001—2017 年中国奶牛养殖存栏量的Moran's I 及其显著性检验
《挂职笔记》以一种记录的方式来凸显客观性和真实性。这种记录方式让多种声音、多种诉求在一个话语场域里形成碰撞，构成了叙事的张力。书中的每一个人物都鲜活生动，每一个故事都错综复杂、耐人寻味，从他们的经历和遭遇中我们能看到时代的变迁带给农民的变化，从中也能看到人性的复杂。不同的人有不同的性格和色彩。而作者也一直坚持以人为本的立场，借助于多个题材展示众生百态，凸显他们生活的艰辛不易：在这样一个平凡的环境中，生活着一群平凡的人，他们不太成功，没有上天的眷顾，可他们依然为了生存和尊严不停挣扎、不断奋斗。作者将这些微弱却努力的坚持通过文字真实地呈现在读者眼前，这样的呈现正是文学的一种魅力所在。
3.2 局部空间自相关分析 在假定奶牛养殖布局变动空间过程为异质的条件下，对中国31 个省（区、市）的奶牛年存栏量进行局部空间相关性分析，反映整个大区域中某一省奶牛存栏量与其相邻省份是否存在存栏量的高值集聚或低值集聚，并确切地指出聚集在哪些地区。局部Moran 指数I 的计算公式为：
2.1.1 数据来源 奶牛存栏量的增减不仅与繁育幼畜和死亡成畜有关，同时受自然资源、饲料价格、生鲜乳收购价格、经济水平以及政策环境等因素影响，综合反映了某一地区的奶牛养殖生产水平，因此本文选取奶牛存栏量为研究变量。数据主要来源于2002—2018 年《中国奶业年鉴》。
局部空间相关性重点考察的是空间异质性，集聚类型有H-H（High-High）、L-L（Low-Low）、L-H（Low-High）和H-L（High-Low）4 种形式，分别表示高水平地区向高水平地区集聚、低水平地区向低水平地区集聚、高水平地区向低水平地区集聚和低水平地区向高水平地区集聚。根据GeoDa1.6.7 生成的2001—2017 年的LISA 聚类图和LISA 显著性图可以得出中国奶牛养殖布局出现了局部聚集现象，具体分布情况如表2 所示。
将机器人抽象成一系列的连杆和关节，我们对各个杆件建立一个参考坐标系，从基座开始到第一关节，再到第二关节，通过矩阵变换都能得到每两个相邻关节的变换矩阵，最后将得到的所有变换矩阵进行结合即可得到总的变换矩阵。这个总的变换矩阵就是用D-H参数法表示的机器人运动学模型。
①高水平地区向高水平地区集聚型（H-H）空间差异较小，自身和周边的奶牛养殖水平均较高，仅有东北和内蒙古产区的黑龙江省。黑龙江省一般是在99% 的置信水平下通过显著性检验。主要原因是黑龙江省自身不仅具有适合奶牛养殖的自然资源，政府和乳制品加工企业对于奶牛养殖业的发展也起到了关键作用。在政策方面，黑龙江省政府推进“两牛一猪”标准化规模养殖基地建设项目，新增林甸县、杜蒙县、安达市3 个“粮改饲”试点县；联合雀巢奶牛养殖培训中心（DFI），推广奶牛养殖技术，培养优秀的奶牛养殖技术人员和牧场管理人员。此外，与黑龙江紧邻的养殖水平较高的省区有内蒙古，内蒙古是奶牛养殖的优势产区，奶牛存栏居全国首位，面对强大的竞争对手，对黑龙江省奶牛养殖业发展也起到刺激性激励作用。
②低水平地区向低水平地区集聚型（L-L）空间差异较小，自身和周边养殖水平均较低，主要集中在南方产区和华北产区，数量较多、分布广泛。其中，山西、贵州、广东和海南几乎都是在99% 的置信水平下通过显著性检验；广西在2001—2016 年、河南在2001—2006 年均是L-L 型，而陕西是在2007 年首次出现的，但在2008 年、2009 年以及2013 年没有地理集聚现象，以上省份均在95%的置信水平下通过显著性检验。这些省份养殖水平较低的主要受限于气候条件和土地资源，夏季较高的温度并不适宜奶牛成长，同时地理面积限制了奶牛养殖规模，此外缺乏丰富的养殖经验、成熟的养殖技术和充足的饲草饲料供给都限制了奶牛养殖业发展[9]。
定义 6[19] 设(U,A∪D)是一个覆盖决策系统,U={x1,x2,…,xn}, B⊆A,决策划分U/D={k=1,2,…,l},则(xi)B→Dk称作是由对象xi({1,2,…,n})诱导的关于条件属性子集B的一条覆盖粒规则。
③高水平地区向低水平地区集聚型（L-H）空间差异较大，区域自身养殖水平较低、但周边较高，主要集中在西部产区、东北和内蒙古产区。青海除了2010 年不存在L-H 的地理集聚现象以外，其他年份都存在，一般在95% 的置信水平下通过显著性检验。青海奶牛养殖水平较低的原因主要在于奶牛优良品种少，奶牛单产水平低；养殖以散养为主，且分布广泛；饲料供应不足，干草等粗饲料品质差[10]。吉林是在2004 年首次出现L-H 地理集聚现象，2010—2016 年在99%的置信水平下通过显著性检验；辽宁是在2010 年首次出现L-H地理集聚现象，始终在95% 的置信水平下通过显著性检验。吉林和辽宁的奶牛存栏量一直处于增长趋势，但奶牛存栏量仍然处于较低水平，主要原因一方面是与其紧邻的黑龙江和内蒙古是奶牛养殖优势产区，在一定程度上抢占了原料奶供给市场；另一方面原料奶的收购方存在一定程度的垄断，因此养殖户面临高成本、低收益的双重压力，成为奶牛存栏量增长的潜在威胁[11]。
④低水平地区向高水平地区集聚型（H-L）空间差异较大，区域自身养殖水平较高但周边较低，由西部产区向华北产区转移。陕西在2001、2002、2003、2008、2009 年和2013 年是H-L 地理集聚类型，一般在95% 的置信水平下通过显著性检验，陕西的H-L 地理集聚特征逐渐不明显，主要原因在于陕西奶牛养殖业正处于由散养向规模养殖转型时期，存在良种奶牛不足、养殖设备应用不充分、饲养管理水平落后的问题[12]。河南省从2007 年开始具有H-L 地理集聚特征，并且显著性逐渐增强，主要原因是河南是农业大省，为奶牛养殖提供丰富的饲草饲料资源，政府部门对奶牛养殖提供资金支持，以及奶牛生产性能测定（DHI）技术的广泛应用也有助于推进牧场信息化管理，实现奶牛科学高效养殖[13]。
4 结论与启示
4.1 结论 第一，东北和内蒙古产区呈现出明显的H-H和L-H 地理集聚特征，在五大产区中处于主导地位，奶牛存栏量总体上呈现出波动下降的变化趋势。第二，华北产区具有L-L 和H-L 地理集聚特征，在2009 年成为五大产区中的第二位，逐渐缩小与东北和内蒙古产区的差距，在一定程度上拉动奶牛养殖重心向东迁移。第三，西部产区具有L-L、L-H 和H-L 多样的地理集聚特征，发展呈现出先下降后缓慢上升的趋势；同时政府制定奶牛养殖补贴政策，引导奶牛养殖重心向西南方向迁移。第四，南方产区具有单一的L-L 地理集聚特征，不仅奶牛存栏量占全国比重较小，且呈现出缓慢下降趋势。主要原因是除了自然资源不适合奶牛饲养外，该产区奶牛养殖户缺乏养殖经验、养殖技术和先进设备，限制了奶牛养殖业的发展。第五，大城市周边产区没有出现明显的地理集聚现象，且奶牛存栏量呈现出持续下降趋势，主要由于环保政策、畜禽养殖禁养区划定工作的开展。
表2 2001—2017 年中国奶牛养殖存栏量集聚类型
4.2 启示 中国五个奶牛养殖区域都各具特色，自然资源、养殖技术和经济环境各不相同，在制定区域奶牛养殖政策时，要因地制宜地制定符合自身资源禀赋和发展环境的政策，合理优化奶牛养殖的产业布局。具体建议如下：第一，对具有自然资源禀赋优势的地区构建以黑龙江省为中心的东北奶牛养殖区带，构建以宁夏为中心的西北奶牛养殖区带，进一步巩固内蒙古奶牛养殖区域建设；对于南方产区奶牛养殖分散的特点，政府可以制定政策引导养殖数量较少的奶牛养殖户进行集中的规模化养殖，在乳品加工企业周围划定养殖区域和禁养区域，构建以乳品加工企业为中心建设奶牛养殖区带。第二，对于奶牛养殖发展落后的地区，政府通过增加资金投资，联合乳品加工企业、高校以及相关的畜牧业协会等对奶牛养殖户进行技术培训和指导，提高奶牛养殖的科学化管理程度。第三，在奶牛养殖户的收益方面，政府应通过制定全国性乳业托底政策，建立生鲜乳收购保护价机制，确保奶牛养殖户能够获得的最低收益，提高奶牛养殖户的积极性。第四，奶牛养殖场的建立要符合畜禽养殖禁养区、限养区划定要求，提高奶牛粪污资源化利用程度，实现奶牛养殖业的绿色发展。本文并未对影响奶牛养殖生产布局的因素进行分析，这将是进一步研究重点。
参考文献：
[1]Jaarsma R,Hermans T,Rienks W,et al .Enlarging of scale in dairy farming:Consequences for farm-bound traffic flows in the countryside[J].Njas-Wagen J Life Sci,2013(3):67-75.
[2]Huang J,Xu C C,Ridoutt B G,et al .Water availability footprint of milk and milk products from large-scale dairy production systems in Northeast China[J].J Clean Prod,2014(79):91-97.
[3]Adell I H,Andreu P.Economic Growth and Biological Innovation:The Development of the European Dairy Sector[J].Rural Hist,2016,27(2):187-212.
[4]卫龙宝,张菲.我国奶牛养殖布局变迁及影响因素研究[J].中国畜牧杂志,2012,48(18):52-61.
[5]于海龙,李秉龙.中国奶牛养殖的区域优势分析与对策[J].农业现代化研究,2012,33(2):150-154.
[6]殷志扬,袁小慧.我国奶牛养殖业布局及生产组织模式现状[J].江苏农业科学,2013,41(8):8-10.
[7]乌云花,黄季焜,Scott Rozelle,等.农户奶牛养殖与乳品加工业扩展[J].农业经济问题,2007(12):62-69.
[8]何忠伟,韩啸,余洁,等.我国奶牛养殖户生产技术效率及影响因素分析——基于奶农微观层面[J].农业技术经济,2014(9):46-51.
[9]李桂叶,李天平,杨劲宇,等.云南剑川县奶牛养殖现状与发展对策[J].养殖与饲料,2018(4):98-100.
[10]仁欠端智.浅议青海省奶牛发展面临的挑战及对策[J].山东畜牧兽医,2016,37(12):81-82.
[11]靖飞,廖翔宇,王绪龙.垄断市场结构下辽宁省奶牛养殖业发展困局及其破解[J].江苏农业科学,2018,46(11):310-313.
[12]陈帅,胡建宏,魏淑娟,等.陕西省奶牛产业发展现状和问题[J].中国牛业科学,2016,42(6):5-9.
[13]张震,闫磊,闫跃飞,等 河南:DHI 助推奶牛养殖水平大幅提高[J].中国畜牧业,2016(23):27-29.
Analysis on Temporal and Spatial Evolution in Production Distribution of Dairy Cow Farming in China
XUE Xiaocong,FAN Bin*
（School of Economics and Management，Northeast Agricultural University，Heilongjiang Harbin 150030，China）
Abstract: Based on the statistical data of Chinese dairy cow stock from 2001 to 2017,this paper analyzed temporal and spatial evolution process and characteristics in production distribution of Chinese dairy cow farming by applying production distribution index,center of gravity model and spatial autocorrelation model.The result shows that:1)The stock of dairy cow in the northeastern and Inner Mongolia producing areas showed a downward trend,the North China producing areas maintained a steady rise,the western producing areas increased slowly,the southern producing areas and the surrounding areas of large cities showed a downward trend;Inner Mongolia,Xinjiang and Heilongjiang stabilized the dominant position of dairy cow farming,but the advantages gradually weakened,and the dairy cow farming in the emerging production areas represented by Henan has developed rapidly.2)The center of gravity of dairy cow farming showed an evolutionary trend of moving to the southeast and then moving to the southwest.3)The inter-provincial dairy cow stocks had a positive correlation with global space and their correlation had been continuously enhanced.There appeared partial geographic agglomeration phenomena in Heilongjiang,Shanxi,Guizhou,Guangdong,Hainan,Yunnan,Guangxi,Henan,Shaanxi,Qinghai,Jilin,Liaoning and Henan.
Keywords: Dairy cow farming;Production distribution;Temporal and spatial evolution;Index;center of gravity;Spatial autocorrelation
中图分类号： F304.5
文献标识码： A
DOI 编号： 10.19556/j.0258-7033.20190320-01
收稿日期： 2019-03-20；修回日期： 2019-06-25
资助项目： 国家自然科学基金项目（71303039、71673042）；教育部人文社会科学研究规划基金项目（19YJA790008）；黑龙江省哲学社会科学研究规划项目（18JYB139）
作者简介： 薛晓聪(1994-)，女，河北石家庄人，硕士，主要从事畜牧经济研究，E-mail：445748934@qq.com
*通讯作者： 樊斌，E-mail：fanbin-fb@163.com
（责任编辑：赵 楠）
标签：奶牛养殖论文; 生产布局论文; 时空演变论文; 指数论文; 重心论文; 空间自相关论文; 东北农业大学经济管理学院论文;