中国粮食虚拟耕地进口的测度及其影响因素

中国粮食虚拟耕地进口的测度及其影响因素

摘要：测度1995-2015年中国粮食虚拟耕地资源进口量，构建扩展的引力模型，考量虚拟耕地资源进口的影响因素。结果表明：不同粮食品种贸易中所隐含的虚拟耕地进口量具有差别。汇率、价格、技术、经济距离以及区域合作是影响中国粮食虚拟耕地进口的重要因素，经济规模和人口数量只对部分品种的虚拟耕地进口有影响。
关键词：虚拟耕地；引力模型；影响因素
中图分类号：F307.11文献标识码：A文章编号：10037217（2018）03013406
一、引言
耕地是粮食生产的基本要素，是关系国计民生的重要资源。截至2016年底，我国耕地面积为13495.66万公顷，比2011年减少了28.2万公顷，人均耕地面积不到世界人均水平的50%，平均耕地质量等级为9.96等①，中低产田占比达70%，再加上水土流失、退耕还林、建设占用等原因，我国耕地面积持续减少，仅2015年耕地面积净减少4.35万公顷，需求刚性增长与供给持续减少之间的矛盾愈发突出。利用国际耕地资源已经成为缓解我国资源供给压力，维护生态平衡，实现农业可持续发展，保障粮食长期、稳定、有效供给的重要手段。
耕地受其形态限制，不能在国家间自由流动，需要借助商品贸易来间接实现，即“虚拟耕地”，它是指生产某种商品或服务所需要的耕地资源数量。一个国家或地区进口耕地资源密集型产品，实际上就是间接利用别国的耕地资源，相当于进口虚拟耕地。我国加入WTO后，粮食进口快速增长，不仅大豆严重依赖进口，玉米、小麦和大米的净进口也成为常态。粮食进口量从2001年的1950.4万吨，增长到2015年的12477万吨，年均增长14%。虚拟耕地资源进口对保障我国粮食安全的贡献日益增大，测度不同粮食品种的虚拟耕地进口量，并分析其影响因素，为我国更加有效地利用国际耕地资源提供政策依据。
二、文献综述
虚拟耕地的国际流动以贸易为载体，影响因素不仅涉及资源的禀赋及平衡问题，还涉及政治、经济等其他影响粮食贸易的因素，主要涉及三个方面：（1）自然因素。资源稀缺的国家可以利用国际资源保障国内生产，同时将节约的耕地资源投入到消耗低、收益高的部门，促进国家经济发展。（2）经济因素。经济实力是影响一国利用国际资源潜力的最直接的因素[1]。一国经济发展水平越高，农产品的消费量也会越高，继而对资源的需求量也就越高[2]。同时，汇率也会影响国际资源利用的能力[3]。（3）政治因素。国家内部的稳定能够保障粮食生产的正常发展，双边或多边的自贸协定能够消除关税等妨碍国际贸易的因素，促进产品在国家间流动，提高资源利用的规模[4]。此外，人口数量、单产、农业技术水平和生态环境等因素也会对国际资源利用产生影响[5]。
国内外学者利用计量模型对国际资源利用的影响因素进行定量分析。一是以虚拟资源为对象直接研究国际资源利用的影响因素。黄敏和黄炜（2016）利用投入产出及IO-SDA方法分析虚拟水贸易的影响因素，研究表明进出口规模是虚拟水贸易量的主要影响因素，贸易结构的影响在不同部门间存在较大差异[6]。二是以粮食贸易为对象间接研究国际资源利用的影响因素。高颖等（2012）利用差异化需求模型研究发现豆油进口量减少会导致大豆进口的增加[7]。郭天宝等（2013）利用引力模型对大豆进口的影响因素进行分析，得出人口、GDP大豆产量等因素对大豆进口量有正效应[8]。李爽和单琳琳（2017）利用引力模型研究我国玉米进口的影响因素，发现出口国人数、GDP、我国GDP与玉米进口正相关，出口国玉米产量则与我国玉米进口负相关[9]。
从现有研究来看，大多从总体上分析我国农业虚拟资源利用的影响因素，针对具体品种虚拟资源利用的研究较少。不同粮食品种的生长特性、技术水平、消费需求、贸易地位等方面都是存在显著性差异的，需要对具体品种开展研究，为我国科学制定粮食贸易政策提供有效支持。
三、我国粮食虚拟耕地进口量的测度
（一）虚拟耕地的测度方法
虚拟耕地贸易量的计算方法主要有两种：一是从生产者的角度出发，将虚拟耕地定义为在产品生?a地生产这种产品所实际使用的耕地资源数量。二是从消费者的角度出发，将虚拟耕地定义为消费地生产同质产品所需的耕地资源数量。对于粮食贸易中虚拟贸易量的核算，都是从考察粮食贸易对我国耕地资源的影响出发，出口产品从生产者的角度核算，进口产品从消费者的角度核算。虚拟耕地贸易量由粮食产品的贸易数量和单位面积产量决定，其计算过程如下：
ALi，t=Li，t/Qi，t（1）
VLi，t=IMi，t×ALi，t（2）
其中，ALi，t表示第t年粮食作物i每单位产量的虚拟耕地含量（公顷/吨）；Qi，t表示粮食作物i第t年的总产量（吨）；Li，t表示粮食作物i第t年的播种面积（公顷）。VLi，t表示第t年该国进口粮食产品i中所包含的虚拟耕地量（公顷）；IMi，t分别表示第t年该国进口粮食产品i的数量（吨）。
（二）单位虚拟耕地含量的测度
根据式（1）测算发现，在四种粮食作物中，大豆每单位产量的虚拟耕地含量最高，平均值达到0.5867公顷/吨，远高于其他三大主粮，且波动较为频繁。其次是小麦和玉米，分别为0.2400公顷/吨和0.1943公顷/吨，大米每单位产量的虚拟耕地含量最低，平均值仅为0.1579公顷/吨，这三种粮食作物单位产量的虚拟耕地含量比较接近，且呈下降趋势，相对比较平稳（见图1）。大豆的单位虚拟耕地含量是大米的3.72倍，在耕地资源利用中的优势更明显。
（三）虚拟耕地进口量的测度
1995-2015年，我国粮食虚拟耕地进口总量达到39171.45万公顷，总体呈上升趋势，年均增长11.17%，略低于粮食进口量的增长速度（见图2）。特别是2000年以后，进口增速明显加快，净进口总量达到36522.43万公顷，相当于2015年我国耕地面积的2.71倍，年均净进口量为1739.16万公顷，相当于每年进口了一个黑龙江省的耕地面积（1586万公顷）。四、我国粮食虚拟耕地进口的影响因素研究
（一）模型的设定
研究贸易影响因素的方法很多，本文选择在国际上被广泛应用的引力模型作为研究工具。引力模型的理念源于牛顿的万有引力定律，即任意两个物体互相吸引，其引力的大小与两者的质量之积成正比，与两者间的距离成反比。20世纪60年代，Tinbergen（1962）和Poyhonen（1963）应用到国际贸易的研究领域，通过实证检验得出两国贸易量与它们的经济规模成正比，与两国间的距离成反比。随后贸易引力模型逐渐发展成为研究国家间贸易流量的重要工具。其原始模型一般表示为：
Tij=AGiGjDij（3）
其中，Tij表示i国和j国之间的贸易流量，Gi和Gj分别表示i国和j国的经济规模，即两国的GDP，Dij表示两个国家之间的距离，A表示常数项。本文根据我国粮食贸易的实际情况，将虚拟耕地资源进口的引力模型扩展为：
Ln（TLijt）=β0+β1Ln（GDPit）+β2Ln（GDPjt）+β3Ln（POPit）+β4LN（POPjt）+β5Ln（DISTANTij）+β6Ln（Landit）+β7Ln（Landjt）+β8Ln（PIit）+β9Ln（HLijt）+β10WTO+β11Ln（QBijt）+μij（4）
式（4）将作为本文检验国际资源利用影响因素的基本模型。
（二）变量的选取及说明
玉米、小麦和大米作为我国三大主粮，是粮食消费的重要组成部分，而大豆作为我国进口量最大的粮食品种，年均占比达到60%以上，这四种产品在粮食虚拟耕地资源进口中占有非常重要的地位。1995年以前我国粮食贸易规模较小，且与大部分国家没有贸易往来。因此，考虑到数据的完整性与可获得性，以及检验结果的有效性，本文选取1995-2015年大豆、玉米、小麦和大米的贸易面板数据进行检验。
1.因变量。
选取虚拟耕地进口量作为因变量，数据在第三部分中根据式（1）和式（2）已经计算得出。我国粮食进口来源非常集中，因此贸易伙伴国只选取最主要的几个国家。大豆选取美国、巴西、阿根廷、加拿大、俄罗斯和乌拉圭六个国家，合计年均进口量占98%以上；玉米选取美国、老挝、阿根廷、秘鲁和缅甸五个国家，合计年均进口量占90%以上；小麦选取美国、加拿大和澳大利亚三个国家，合计年均进口量占90%以上；大米选取巴基斯坦、老挝、缅甸、泰国和越南五个国家，合计年均进口量占98%以上。各粮食品种不同国家的年度贸易量均来自联合国商品贸易统计数据库（UNCOMTRADE），以实际贸易量吨为计量单位。
2.贸易引力因素。
（1）经济规模。选取国内生产总值（GDP）来代表经济规模，数据来源于世界银行WorldDataBank数据库，以2010年为基期计算。（2）人口数量。人口的增长不仅会推动粮食需求增长，也会加大交通、住宅的用地需求，进口国潜在需求增加，进口来源国的潜在供给减少。同时，人口的增加会增加劳动力供给，促进农产品产量提升，进口国对国际资源的需求减少，进口来源国的供给能力增加，影响效果待定。各国人口数据来源于世界银行WorldDataBank数据库。
3.贸易阻力因素。（1）贸易成本因素。一般而言，两国间的距离越大，生活习惯、语言、文化的差异就越大，所产生的运输成本、时间成本就越高，面临的风险就越大，这些都会给双方的贸易带来阻力。因而，距离是重要的贸易阻力因素。两国间的距离用DISijt表示，与虚拟耕地资源进口负相关。采用进口来源国的国内生产总值对绝对距离进行加权平均后取得的相对距离指标进行研究[10]。计算公式如下：
DISijt=Dij×（GDPjt/∑GDPt）（5）
（2）汇率。本文采用间接标价法的人民币汇率，即1单位所能兑换的外币数。汇率反映了我国的换汇成本，汇率上升，即1单位人民币所能兑换的外币数量增加，人民币?买力提高，虚拟耕地资源进口量增加。汇率的数据来自世界银行WorldDataBank数据库，将汇率转化为对人民币的双边名义汇率（以人民币间接标价法表示）。
4.其他因素。（1）价格。2008年以后，国际粮食价格在开始逐步下滑，而我国的粮食价格却在成本上升和价格支持政策的双重作用下不断上升，国内外价格差成为当前我国粮食进口的最主要因素。本文选用国际国内价格之比PIijt=Pjt/Pit来表示，Pit表示国内价格，Pjt表示出口国的商品到达我国的到岸价格，t表示不同的年份。（2）粮食生产技术水平。农业技术通过改变粮食产量和粮食产品单位资源含量来影响国内资源需求。一国的粮食生产技术水平越高，单位面积产量就会越多，对国际资源的需求就越小，与资源进口量成反比；进口来源国的技术水平越高，供给能力就越强，与我国资源进口量成正比。因此，两国间的技术差距越大，资源贸易量就越大。本文用QBijt=UQjt/UQit来表示国内外技术差异，其中UQit和UQjt分别表示我国和进口来源国粮食品种的单产。数据来自联合国粮农组织（FAO）数据库。（3）要素禀赋。一国的资源禀赋会影响资源贸易的规模和方向。耕地资源禀赋用耕地面积来表示，Landit表示我国的耕地面积，耕地资源越丰富，进口需求就越小，与虚拟耕地资源进口负相关；Landjt表示进口来源国的耕地面积，耕地资源越丰富，出口供给能力就越强，与我国虚拟耕地资源进口正相关。数据来自联合国粮农组织（FAO）数据库。（4）区域合作。国家间的双边或多边区域合作协定会对国家间的粮食贸易产生积极影响，继而扩大国际资源利用规模。WTO是世界上规模最大、影响最广的贸易组织，因此，将其作为政策变量引入模型，为虚拟变量WTO，与我国虚拟耕地资源进口呈正相关。如果该国是WTO成员，取值为1，如果不是，则取值为0。各国加入WTO的时间等相关信息均来源于WTO官方网站。模型中各变量的含义及系数符号预期见表1。
（三）实证检验
1.单位根检验。
首先，对各变量进行平稳性检验，单位根检验是检验时间系列平?性的重要方式。同时采用LLC、IPS、ADFFisher和PPFisher四种方法对模型（式4）中的各变量进行面板数据单位根检验，如果检验值大于临界值，就说明序列非平稳，还需对序列进行一阶差分后重新检验单位根，以判定该序列是一阶单整还是高次单整。检验结果表明，大豆、玉米、小麦和大米四个粮食品种的相关变量的原序列都是非平稳的。进行一阶差分后，除GDPit是非平稳序列外，其余的变量序列都属于一阶单整序列I（1）。而GDPit二阶差分序列是平稳的，属于二阶单整序列I（2）。
2.协整检验。
模型中的大部分变量都是一阶单整的，因此可以进行协整检验。由于变量较多，样本数量不足以支持对所有变量一次性进行协整检验，按照组检验的方法，采用Johansen协整检验，将因变量LN（TLijt）分别与表示经济规模的LN（GDPjt）、LN（GDPit），表示人口数量的LN（POPjt）、LN（POPit），表示贸易成本的LN（DISijt）、LN（HLjt），表示资源禀赋的LN（Landjt）、LN（Landit），表示产品因素的LN（PIijt）、LN（QBijt）等变量组成一组检验对象。由于协整检验要求待检验变量必须是同阶单整的，所以检验之前，先将二阶单整I（2）的序列LN（GDPit）进行一阶差分处理，将其转化为一阶单整I（1）序列ΔLN（GDPit，转变后变量的含义为其变化率，即当期中国国内生产总值的变化率，并与其他变量一起进行协整检验。检验结果如表2所示。
由检验结果中的迹统计量可知，在这五组变量中，对于四种不同的粮食品种而言，每组都是由因变量和两个自变量组成，这三个变量之间至少存在两个协整关系，因此可以判定大豆、玉米、小麦和大米各自的贸易中所隐含的虚拟耕地进口量与中国和伙伴国的经济规模、中国和伙伴国的人口数量、中国和伙伴国的资源禀赋、经济距离、汇率变动、国际价格与国内价格之比，技术条件等因素存在着长期均衡关系。
3.模型检验。经过不断尝试，最后选取模型形式为混合面板模型。运用EVIEWS8.0软件采用普通最小二乘法作回归分析。通过对贸易引力模型的扩展形式（式4）进行检验，结果发现除小麦模型拟合度不高，R2仅为0.5外，其他三个品种的R2都在0.7以上，尤其大豆的模型拟合度最高，达到0.8以上，这说明市场开放程度越高，模型的解释性越强。小麦模型的拟合度不高，这可能与小麦进口过于集中有关。从1995年起，除个别年份外，美国、加拿大和澳大利亚三国合计提供了我国小麦进口量的90%以上。高度集中的市场来源，使得我国小麦虚拟耕地进口受市场因素影响较小，模型解释度不强。同时，在模型检验中，不同品种的模型均有部分变量不能通过检验，因而对模型进行调整，逐步剔除显著性水平不高的变量，得到修正的引力模型，并对该模型进行检验，结果如表3所示。
（四）检验结果分析
总体来看，四个品种修正后的模型拟合度较好，除了小麦模型的拟合度不高外，其他三个品种修正模型的R2都在0.7以上，且大部分变量都通过了10%的显著性检验，说明该模型能够较好的解释我国大豆、玉米、小麦和大米贸易中虚拟耕地进口的主要影响因素。具体来看：
1.经济规模。四个品种中，进口来源国的经济规模与大豆和大米贸易中的虚拟耕地进口量正相关，且对大豆虚拟耕地资源的影响要明显大于大米，对玉米和小麦的影响不显著；我国的经济规模增长率与大豆和小麦贸易中的虚拟耕地进口负相关，对玉米和大米的影响不显著。这可能是因为经济的发展，随着经济发展水平的提升，粮食生产的配套设施有所改进，农业技术显著提高，能够有效提高资源利用效率，玉米和大米作为我国的优势粮食产品，生产率明显高于大豆和小麦，本国经济规模的拉动效应不明显。而进口来源国的生产效率提高也会增强国际资源的供给能力，使得我国的耕地资源进口量增加。玉米和小麦的进口来源集中度远高于大豆和大米，因此受出口国经济规模变化的影响较小。
2.人口数量。我国的人口规模与大豆、小麦和大米贸易中的虚拟耕地进口呈负相关，回归系数分别为-65.397、-31.950和-26.083，在模型所有变量系数的绝对值中最大，可见该变量对我国虚拟耕地资源进口的影响最大，但其对玉米影响不显著。进口来源国的人口规模与大豆贸易中的虚拟耕地进口呈正相关，与小麦贸易中的虚拟耕地进口呈负相关，对玉米和大米的影响不显著。这主要是因为，人口的增长既能增加消费需求，又能推动供给增长，两者相互作用。大豆、小麦和大米的生产拉动效应要大于需求增长，因此会减少对国际耕地资源的进口。而玉米生产中的机械化程度相对较高，劳动力的拉动效应较小，两者相抵，效应不明显。
3.经济距离。从检验结果来看，四个品种中只有大豆和大米模型中经济距离的回归系数符合预期，分别为-33.08808和-4.507112，并通过了1%的显著性检验，大豆模型中的回归系数明显大于其他品种。可见，大豆的进口量虽大，但是进口来源相对比较分散，因而经济距离对大豆的虚拟耕地进口影响较大。而玉米模型中经济距离的回归系数虽然通过了显著性检验，但符号与预期不符。这可能是因为玉米的进口市场结构变化较大，各国位次变动比较频繁，尤其是美国从2010年超越越南、老挝等亚洲国家，开始重新抢占我国玉米市场95%以上的份额，因而经济距离的影响为正。而小麦模型中的距离因素不显著，这可能是因为小麦的进口来源高度集中在美、加、澳三国，占据了90%以上，距离并不能阻碍小麦贸易中虚拟耕地的进口。
汇率、WTO、国内外价格比、资源禀赋、国内外技术水平差异这5个变量均通过了显著性检验，由于篇幅限制，故不展开叙述。
五、结论及政策启示本文利用1995-2015年的数据，运用引力模型，分析了我国大豆虚拟耕地资源进口的影响因素。结果表明：（1）不同粮食品种贸易中所隐含的虚?M耕地进口量是有差别的，其中大豆的单位虚拟耕地含量最高，是大米的3.72倍。进口等量的大豆所利用的国际耕地资源要远高于大米。（2）汇率、国内外价格差、国内外技术差以及WTO在四个模型中都显著，经济距离对除小麦外的其他三个模型中都显著、它们是影响我国粮食虚拟耕地进口的重要因素，只是对不同品种的效应方向不同。（3）不同粮食品种贸易中的虚拟耕地进口影响因素又有其差异性，进口量越大，影响因素就越多。两国的经济规模和人口规模都对大豆虚拟耕地进口有影响；我国的耕地面积对玉米虚拟耕地进口有影响；我国的经济规模和人口规模、进口来源国的人口规模对小麦虚拟耕地进口有影响；进口国的经济规模和我国的人口规模对大米虚拟耕地进口有影响。
虚拟耕地资源的进口能够缓解我国的耕地供给压力，保障国内粮食供给，但是也不能过度依赖资源进口。因此，要想安全、稳定、有效的利用国际耕地资源，需要做到以下几点：第一，制定有针对性的国际资源利用战略。不同粮食品种的虚拟耕地含量不同，其影响因素也有所差别，所以构建资源利用战略时，需要根据不同品种的特征，制定有针对性的贸易政策和投资方案，选择最优贸易伙伴。第二，加快调整粮价形成机制。在价格支持政策和成本增加的共同作用下，我国粮食价格一路走高，国内外粮食价格严重倒挂，导致我国粮食进口持续增长，较高的外贸依存度不利于我国粮食安全。要尽快调整价格形成机制，在保证农民收益的基础上，通过市场作用推动我国粮食价格回到合理水平，进一步缩小国内外价格差，从而使虚拟耕地的进口保持在一个合理适度的规模。第三，提高粮食生产技术。国内外技术差距是我国利用国际虚拟耕地资源的重要影响因素。要减少对国际市场的依赖，需要加快技术创新，加大对粮食生产技术的投资力度，积极培育良种，改进栽培技术，提高我国粮食的单产水平。同时，进一步加强对国内粮食生产支持力度，提供优惠贷款，增加生产补贴，稳定粮食的生产规模，提高国际竞争力。第四，推进区域自由贸易协定的发展。区域合作组织的建立能够消除贸易壁垒，减少贸易成本，扩大贸易规模，实现贸易创造效应和转移效应。我国要加强与部分国家的贸易关系，加快双边或多边贸易协定的谈判，开展区域合作，帮助我国粮食产业在其市场上抢占有利地位，维护本国粮食安全。
注释：
①全国耕地评定为15个等别，1～4等、5～8等、9～12等、13～15等耕地分别划分为优等地、高等地、中等地、低等地。
参考文献：
[1]TurtonAR.Astrategicdecisiontomakersguidetovirtualwater[M].Pretoria：PretoriaUniversity，2001：126-139.
[2]刘红梅，邓光耀，王克强.中国农产品虚拟水消费的影响因素分析――基于省级数据的动态空间面板STIRPAT模型[J].中国农村经济，2013（8）：15-28.
[3]于燕.中国进口贸易增长的影响因素分析――基于行业层面的贸易引力模型[J].中国经济问题，2014（5）：99-108.
[4]谷强平.中国大豆进口贸易影响因素及效应研究[D].沈阳：沈阳农业大学，2015（12）：75-85.
[5]戴鹏.中国谷物进口影响因素分析[J].南京农业大学学报（社会科学版），2014（6）：26-33.
[6]黄敏，黄炜.中国虚拟水贸易的测算及影响因素研究[J].中国人口、资源与环境，2016（4）：100-106.
[7]高颖.中国大豆进口需求实证研究[J].农业技术经济，2012（12）：84-87.
[8]郭天宝，王云凤，郝庆生.中国大豆进口影响因素的实证分析[J]：农业技术经济，2013（11）：103-111.
[9]李爽，单琳琳.基于引力模型的中国玉米进口贸易影响因素研究[J].价格月刊，2017（6）：44-48.
[10]SoloagaI，WintersLA.ReGionalisminthenineties：whateffectontrade？[J].NorthAmericanJournalofEconomicsandFinance，2001，12（1）：1-29.
（责任编辑：钟瑶）