🔬 physics

Inequality and Concentration in Farmland Production and Size: Regional Analysis for the European Union from 2010 to 2020

本文分析了2010年至2020年间欧盟范围内农田集中与生产不平等的区域时空动态，以判断在农场数量减少而农业产出增加的背景下，市场权力是否日益向数量更少、规模更大的农场经营主体转移。

原作者： Simone Boccaletti, Paolo Maranzano, Miguel Viegas

发布于 2026-04-30

📖 1 分钟阅读☕ 轻松阅读

原作者： Simone Boccaletti, Paolo Maranzano, Miguel Viegas

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象欧盟的农业部门是一片巨大而 sprawling 的花园。几十年来，园丁们一直在问一个重大问题：这片花园是否正被少数几个巨型、超高效的田块所主导，而小型的家庭式地块正在消失？

本文如同一份详尽的地图和一段延时摄影，细致观察了 2010 年至 2020 年间这片花园的变迁。作者西蒙娜·博卡莱蒂（Simone Boccaletti）、保罗·马拉扎诺（Paolo Maranzano）和米格尔·维埃加斯（Miguel Viegas）不仅清点植物数量，还测量了两个具体指标：

土地：每个农场拥有的实际土地面积（公顷）。
收成：每个农场产生的资金（经济价值）。

以下是他们研究发现的叙述，拆解为简单概念。

1. “花园规模”与“收成价值”

研究人员使用了一种名为基尼指数的特殊测量工具。将其想象为一个“不均衡计量表”。

计量表读数为 0 意味着完全平等：每个农场的规模完全相同，产生的金额也完全相同。
计量表读数为 100 意味着完全垄断：单一农场拥有所有土地并生产所有食物，而其他人一无所有。

重大发现：
在欧洲几乎每一个角落，“收成价值”计量表的读数都高于“土地规模”计量表。

类比：想象两位邻居。一位拥有一个小小的后院，但种植着稀有且昂贵的兰花；另一位拥有一大片田地，却只种植廉价的草。即使土地分配均匀，金钱分配也并不均匀。该论文发现，金钱的集中度远高于泥土。少数大型农场产生了总收入中巨大的份额，甚至超过了其土地份额所暗示的比例。这是因为大型农场通常拥有更先进的机械和技术（规模经济），使它们能从每一平方英寸中榨取更多价值。

2. 地图是拼布，而非实心块

如果你查看欧洲地图，可能会预期整个国家的农业风格是统一的。论文指出：绝非如此。

“东与西”的隔阂：在德国和波兰等国家，存在明显的分野。西部地区看起来像一种类型的花园（通常分布更平等），而东部地区看起来像另一种（通常更集中）。这是历史留下的伤痕——具体来说，是这些地区曾处于不同政治体制（如苏联阵营）之下，对土地采取了不同的对待方式。
“北与南”的模糊：在意大利，你可能会预期富裕的北部与较贫穷的南部之间存在清晰的分裂。论文发现这并非一条干净的界线。相反，“不均衡”像五彩纸屑一样散落。一些北部地区非常集中，而一些南部地区则不然。这是一幅混乱、交织的图景，而非整齐的划分。
“簇群”：研究发现，农场倾向于与邻居聚集。如果法国的一个地区拥有许多大型农场，那么紧邻的地区很可能也是如此。这些簇群经常跨越国界，基于历史和地理而非仅仅是国界线形成“超级区域”。

3. 这十年间花园改变了吗？

作者观察了花园从 2010 年到 2020 年的生长。巨人变得更大了吗？还是小地块获得了更公平的份额？

答案：完全取决于你站在哪里。
- 法国：花园变得更加平等。“不均衡计量表”的读数下降，意味着土地和金钱的分配更加公平，特别是在 2016 年至 2020 年间。
- 希腊：一个有趣的转折。土地变得更加平等（小农场获得了更多土地），但金钱却变得更加集中。这就像小农场获得了更大的地块，但大农场变得如此高效，以至于它们仍然攫取了几乎所有现金。
- 东欧（保加利亚、罗马尼亚等）：这些地区起初具有极高的“不均衡”（贫富农场之间存在巨大差距）。在这十年间，土地差距略有缩小，但金钱差距依然顽固地居高不下。
- 荷兰与比利时：这些地区保持高度稳定。它们的花园原本就相当平衡，并保持了这一状态。

4. 这为何重要？

论文将这些点连接到更大的图景：政策。
多年来，欧盟一直拥有一项旨在帮助农民的“共同农业政策”（CAP）。作者指出，虽然该政策试图帮助所有人，但往往无意中更偏袒大玩家。

“补贴陷阱”：某些规则根据你拥有的土地面积发放资金。这就像给拥有最大后院的人发放奖金。它帮助巨人变得更大。
“小农场生命线”：其他规则试图帮助小农场生存，但结果参差不齐。在某些国家，这些规则效果良好；而在其他国家，它们并未改变整合的趋势。

核心结论

论文得出结论，欧洲农业没有单一的故事。

不存在一条“共同路径”，即每个国家都变得更为或更为不平等。
然而，土地规模与金钱之间存在紧密联系：土地集中的地方，金钱通常也集中。
这片花园是一块拼布被。有些方块变得更加平等，有些则被巨人主导，而这些模式深深植根于当地历史、地理以及不同国家如何应用欧盟规则之中。

简而言之：欧洲农业并未变成一个单一、统一的巨人。它正在变成一个复杂的马赛克，游戏规则取决于你站在边境的哪一侧。

以下是 Boccaletti、Maranzano 和 Viegas 所著论文《欧盟 2010 年至 2020 年农田生产与规模的不平等与集中：区域分析》的详细技术总结。

1. 问题陈述与研究背景

本文探讨了欧洲农业部门日益加剧的集中化趋势，其特征是农场总数减少，而平均农场规模和标准产出增加。尽管全球文献承认这种碎片化现象，但缺乏关于土地集中（物理规模）与生产集中（经济规模）如何在欧盟各地区以不同方式演变的细粒度时空分析。

作者旨在调查：

2010 年至 2020 年间，欧盟国家之间及内部是否存在农田和生产集中的共同轨迹。
土地集中与生产集中之间是否存在正相关关系，从而暗示规模经济和范围经济的相关性。

本研究将这些问题置于共同农业政策（CAP）的历史框架中，指出早期的 CAP 政策（如曼斯霍尔特计划）明确鼓励为效率而进行整合，而最近的改革则试图通过农村发展和再分配支付来缓解这些影响，但结果喜忧参半。

2. 方法论

数据来源与范围：

数据： 研究利用欧盟统计局（Eurostat）的“按 NUTS 2 地区划分的主要农场指标”数据库。
范围： 涵盖 27 个欧盟成员国的 236 个 NUTS-2 地区。
时间跨度： 四个特定年份：2010 年、2013 年、2016 年和 2020 年。
变量：
- 利用农业用地（L）： 以公顷为单位测量（物理规模的代理指标）。
- 标准产出（P）： 以欧元为单位测量（经济规模/生产的代理指标）。
- 农场数量： 持有农场的数量。

统计方法：

分层： 根据标准产出将农场分层为 $K=11$ 个经济规模类别。
集中度量： 计算每个地区和年份的土地（ $Gini_L$ $G in i_{L}$ ）和生产（ $Gini_P$ $G in i_{P}$ ）的基尼指数。计算遵循 Brown (1994) 和 Cerqueti 等人 (2024) 的分组数据规范。
- $Gini = 0$ 意味着完全平等（所有农场具有相同的规模/产出）。
- $Gini = 1$ 意味着完全集中（一个农场拥有所有土地/产出）。
空间分析： 作者采用**探索性空间数据分析（ESDA）**技术：
- 全局莫兰指数（Global Moran's I）： 用于衡量全局空间自相关（欧盟范围内相似值的聚类）。
- 局部空间自相关指标（LISA）： 用于识别特定聚类（高 - 高、低 - 低、高 - 低、低 - 高）和异常值。
- 相关性分析： 通过线性回归评估 $Gini_L$ 与 $Gini_P$ 之间的关系。

3. 主要贡献

细粒度空间分辨率： 与以往通常局限于国家（NUTS-0）层面的研究不同，本文提供了 NUTS-2 层面高分辨率的分析，揭示了常被国家平均水平所掩盖的国内异质性。
双指标比较： 明确比较了土地集中与生产集中，证明它们并不总是同步变动。
2010 年后的焦点： 通过分析重大 CAP 改革（2013 年后）后的特定十年（2010–2020），填补了文献空白，为近期政策工具在遏制集中方面的有效性提供了见解。
历史背景化： 将实证发现与 CAP 的历史演变联系起来，特别是第一支柱（通常有利于大农场的直接支付）与第二支柱（旨在支持小农场的农村发展）之间的张力。

4. 主要结果

A. 高度异质性与碎片化

国家层面： 不存在单一的欧洲轨迹。各国之间的集中水平差异显著。
- 低集中： 法国、荷兰、比利时和奥地利通常显示较低的基尼指数（更平等的分配）。
- 高集中： 东欧国家（保加利亚、罗马尼亚、匈牙利、斯洛伐克）和部分南欧地区表现出高基尼指数，表明高度集中。
国内变异性： 国家内部存在显著差异。
- 德国： 存在持久的东西部差距，东部地区的集中程度高于西部地区。
- 西班牙： 出现了土地集中的南北差距，北方在该十年间变得更加集中。
- 意大利： 与清晰的南北经济差距不同，土地集中模式是碎片化的，并不遵循严格的地理梯度。

B. 土地与生产集中

生产 > 土地： 在几乎所有地区，标准产出的基尼指数（ $Gini_P$ ）都高于农田的基尼指数（ $Gini_L$ ）。这表明经济权力比土地所有权更加集中。
正相关关系： $Gini_L$ $G in i_{L}$ 与 $Gini_P$ $G in i_{P}$ 之间存在强烈的正线性相关性。随着土地变得更加集中，生产也变得更加集中。
- 含义： 这支持了农业中存在规模经济的观点；大农场不仅在规模上更大，而且在生产力（或产出价值）上不成比例地更高。
- 分歧： 在某些情况下（例如希腊），土地集中度下降（土地分配更平等），而生产集中度上升，这表明剩余农场的效率提升或资本密集度推动了产出集中，尽管土地发生了再分配。

C. 空间自相关与聚类

全局聚类： 两个指标的莫兰指数统计量均为正且显著（ $p < 0.001$ ），证实邻近地区往往具有相似的集中水平。
区域聚类：
- 低 - 低聚类： 发现于西欧/中欧（比荷卢三国、德国西部、法国北部、奥地利）。这些地区集中程度低（更多中小农场）。
- 高 - 高聚类： 发现于东欧（罗马尼亚、匈牙利、保加利亚）和部分南欧（西班牙、意大利）。这些地区集中程度高。
跨国模式： 这些聚类通常跨越国界，反映了共同的历史进程（例如，东欧后社会主义集体化的遗产与西欧的家庭农场结构）。

5. 意义与政策启示

政策有效性： 研究结果表明，虽然 CAP 措施（如再分配支付和封顶）产生了一定效果，但并未一致地扭转集中趋势。东欧高集中度的持续存在与后社会主义转型以及大型实体快速整合土地有关。
农村可持续性： 生产的集中意味着小农场正在失去市场份额，这可能威胁农村就业和社会凝聚力。本文认为，维持多样化的农场结构对于农村振兴和防止“荒漠化”至关重要。
环境联系： 作者指出，高集中通常与集约化实践相关。相反，较小且更多样化的农场（存在于低集中聚类中）可能更适合农业生态计划（生态计划）并防止土地撂荒。
未来研究： 本文呼吁进一步调查集中与环境指标（如氨排放）之间的联系，以及农场类型（有机与传统）对这些集中动态的影响。

总之，本文提供了有力的证据，表明欧洲农业部门正在经历一个复杂的集中过程，且该过程在空间上具有异质性。虽然土地集中和生产集中呈正相关，但不平等程度因地区而异，这由历史遗留问题、经济结构以及欧盟政策实施的差异所驱动。