糧食生產與水資源空間錯配緣由：基于比較優勢理論探究

李自強 李曉云* 王金霞

(1.華中農業大學 經濟管理學院，武漢 430070； 2.北京大學 現代農學院/中國農業政策研究中心，北京 100871)

保障水資源可持續利用是實現糧食安全的重要前提。我國人均水資源占有量僅為世界人均水平的1/4，農業生產是我國水資源的主要用途，而糧食生產用水在農業用水總量中一直占較高比例，水資源短缺嚴重制約著我國糧食的可持續生產。另一方面，糧食生產與水資源空間分布錯配導致部分區域農業用水壓力日益增大。究竟導致糧食生產與水資源分布錯配的原因是什么？這一問題長久以來備受政府和學術界的關注。

選取合適的視角深入探究糧食生產與水資源分布錯配的根源至關重要。糧食生產與水資源空間分布錯配根源，主要源于水資源的空間分布和大規模糧食作物種植的區域布局。其中，水資源的空間分布主要受氣候和水文等因素影響，成為社會經濟活動，包括糧食生產的硬約束，但氣候和水文條件在短期內變動均較小。因此，大規模糧食作物種植的區域布局決定了我國糧食生產與水資源空間分布的錯配程度。而影響大規模糧食作物種植區域布局的因素繁多，不僅有土地要素、勞動力要素、資本要素和水資源要素等糧食種植要素稟賦的內部推動因素，還有諸如價格和政策等誘導糧食生產的外部拉動因素。但由于糧食價格和政策因素對我國多數地區的影響較為相似，而各地區之間的要素稟賦則表現出現明顯的區域特征和屬性差異，從而產生區域間糧食生產比較優勢的異質性。因而，本研究擬選取由區域間要素稟賦異質性所致的糧食生產比較優勢差異視角，深入探究糧食生產與水資源空間分布錯配產生的原因。

1 文獻綜述

1.1 糧食生產與水資源壓力的相關研究

本研究糧食定義采用國家統計局制定的《統計用產品分類目錄》，包含谷物、豆類和薯類。水資源定義則采用國家統計局對水資源總量的定義，即地表水資源量與地下水資源量之和扣除兩者重復量之后的值。水資源壓力是指在特定的自然環境和社會環境中，人類自身以及社會經濟活動對水資源的利用產生超出水環境容量的影響和沖擊，從而對水量或水質產生的壓力程度。已有研究將水資源壓力進行分解，分別從水資源數量壓力、質量壓力、生態環境壓力、經濟壓力、技術壓力和人口壓力等角度進行研究，但多數研究的焦點仍主要集中在對水資源的數量和質量研究2方面。水資源壓力指數的測算方法主要有以下4類：單一指標法、供需比值法、嚴格比例法和綜合評價法，其中，綜合評價法是指從多個角度、運用多種指標對水資源壓力進行刻畫的一類方法，主要包括水貧窮指數法、水資源壓力指數法以及水資源承載力綜合評價等。上述4類測量方法中，綜合評價法是測量水資源壓力指數最為常用的評價方法，以水資源壓力指數法和水資源承載力評價法為主。已有的水資源壓力指數測算方法，缺乏對不同地區間稟賦差異的權重賦值，從而降低了測算結果的精確性。

此外，已有研究還從種植業作物的種類、種植結構調整、種植作物布局等角度分析對區域水資源壓力的影響，也從作物生長的水足跡角度闡釋區域水資源壓力指數的變化。支彥玲等從共生視角，評估我國區域“水—能源—糧食”的系統適配性，發現我國部分地區水資源、能源和糧食生產的適配性水平較低。孫偵等計算出我國潛在耕地資源與水資源的基尼系數達到0.712，耕地資源和水資源的時空分布錯位嚴重，從而出現糧食從缺水省份不斷向豐水省份調度的現象。目前，我國13個糧食主產區中有12個省份對水資源的需求量日益加劇，在河北、山東、河南等幾個資源大省中具有惡化趨勢，水資源分布和糧食生產的耦合度呈現波動下降趨勢。基于此，楊鑫等利用水資源指數法發現糧食生產與水資源分布的空間錯配導致區域水資源壓力日益增大，以黃淮海和東北地區尤為凸顯。已有文獻多停留在現象描述階段，缺乏對錯配產生根源的深入探究，相應的實證研究也較為鮮見。本研究基于比較優勢理論視角，擬采用熵權TOPSIS法對糧食生產比較優勢和農業用水壓力進行測算，并通過面板數據回歸實證檢驗糧食生產比較優勢與農業用水壓力之間的關系，以期更為準確地測算出不同區域的糧食生產比較優勢和農業用水壓力，探尋糧食生產與水資源空間分布錯配的根源。

1.2 糧食生產比較優勢的相關研究

農業生產對自然稟賦具有較高的依賴性，各國農業要素稟賦的差異性對農產品生產比較優勢具有較大影響。糧食生產比較優勢被描述為國家或地區之間由于土地要素、水資源要素、勞動力要素和資本要素等稟賦的不同，導致在糧食生產和貿易時機會成本的差異。已有研究主要從要素投入和產出、生產成本和收益、面積和單產、種植模式和區域布局、農業生態系統生產力等角度，對影響糧食生產比較優勢的因素進行探究。此外，從糧食生產比較優勢的測算方法看，主要有顯示性比較優勢指數、國際市場占有率、產品技術復雜度、國內資源成本法、農業生產經濟指標研究法和綜合比較優勢指數法等。廣泛運用于研究區域糧食生產比較優勢的測度方法是由規模優勢、效益優勢和效率優勢構成的綜合比較優勢指數法。然而，現有研究關于糧食生產比較優勢的測算通常僅考慮規模優勢、效率優勢和效益優勢等顯性比較優勢，忽略了傳統比較優勢理論涉及的諸如土地、勞動力、資本和水資源等要素資源稟賦指標。

2 研究假設與理論框架

2.1 糧食生產比較優勢影響農業用水壓力的理論分析

影響農業用水的因素主要來源于農作物的種植以及農產品的生產過程，其中糧食的種植過程是水資源在農業部門的主要用途，也是導致區域農業用水壓力增長的重要原因。而影響糧食種植的因素以土地要素、勞動力要素、資本要素、水資源要素為主。首先，土地是影響糧食種植的最根本因素，我國耕地面積的變化與糧食播種面積的波動趨勢近乎一致，規模化種植與糧食增產更是息息相關，耕地質量的提升也有助于糧食產量的提升。其次，農業勞動力也是影響糧食生產的一個重要因素，農業勞動力的數量與糧食播種面積在空間上具有明顯的耦合特征，而且農業勞動力的人力資本(如受教育程度)、老齡化、女性化對糧食的生產效率均具有重要影響。再者，資本要素投入對糧食種植的影響也日漸凸顯，尤其是農業機械的投入，勞動的機械替代率能夠有效促進糧食增產；此外，農業基礎設施的建設水平、農村固定資產投入和農業技術進步也可以有效增強糧食生產能力。最后，水資源要素本應對糧食生產具有較強的約束作用，但水資源的公共資源屬性致使其機會成本常被市場主體所忽視，從而導致市場對水資源的配置效率低下。

對于農戶個體而言，土地要素、勞動力要素和資本要素具有較高的機會成本，而水資源要素作為一種公共資源具有競用性和非排他性，加之水權交易規則和水價形成機制尚未完善，水資源要素使用的機會成本較低。意味著，當地區除水資源以外的其他資源稟賦較為豐裕(即糧食生產綜合比較優勢較高時)，農戶個體生產糧食的總成本低于市場價格，市場便通過價格機制不斷誘導這些地區的農戶以超過農業用水負荷的強度生產糧食，導致地區水資源要素日益匱乏。直到由水資源要素使用成本上升導致糧食生產總成本提高至與市場價格持平或高于市場價格時，農戶個體才可能停止生產糧食。可見，水資源要素對糧食生產的約束作用較為微弱。因此，相較于水資源要素，土地要素、勞動力要素、資本要素具有較高的機會成本，是影響農戶個體糧食生產決策的主導因素，在這3種要素稟賦較高的區域，由于糧食生產綜合比較優勢的存在，農戶個體在市場機制的誘導下自發地種植更多糧食，對水資源的需求量也不斷增長，導致農業用水壓力日漸加大。可見，土地要素、勞動力要素和資本要素優勢通過增加糧食播種面積，進而加大農業用水壓力的程度可能大于水資源要素優勢所帶來的影響。據此，提出假設1：由于水資源優勢對農業用水壓力的負向作用小于土地、勞動力和資本優勢的正向作用，導致糧食生產比較優勢對地區農業用水壓力具有顯著的正向影響。

2.2 農業用水效率對錯配的緩解作用的理論分析

具備豐裕資源要素稟賦的區域，即擁有較高的糧食生產比較優勢，在市場機制的誘導下將會自發擴大糧食種植面積，增加農業用水，從而加劇區域的農業用水壓力。而糧食種植面積又是糧食產量的必要保障，那么在糧食生產與水資源分布錯配的現狀下，是否有既可以保障糧食產量又能夠緩解農業用水壓力的方法呢？本研究嘗試從農業用水效率角度，闡述保障糧食產量緩解農業用水壓力的方法作用，進而論證農業用水效率在糧食生產比較優勢影響農業用水壓力中的調節作用。農業用水效率是指在農業多要素生產環境中，綜合評價農業部門水資源投入所帶來的農業部門的GDP產出，反映的是在保障農業產出的前提下水資源的節約程度。由于水資源要素投入對糧食產出存在邊際遞減效應，在技術水平不變的前提下，隨著水資源要素投入的不斷增加，每增加一單位的水資源要素投入所導致糧食產量的增加量逐漸減少。此外，農業用水效率較低的區域為保障糧食產量，就必須投入更多的水資源。于是糧食生產比較優勢通過增加糧食產量對農業用水壓力的影響就更大。反之，較高的農業用水效率能夠降低單位糧食生產所需的水資源量，使得糧食生產比較優勢通過擴大糧食生產對區域農業用水壓力的影響程度減小。據此，提出假設2：農業用水效率在糧食生產比較優勢對地區農業用水壓力的影響中具有負向調節作用。

2.3 理論模型框架

基于比較優勢理論，依據假設1和假設2構建了本研究的理論模型框架(圖1)。糧食生產對自然稟賦具有較高的依賴性，各國糧食生產要素稟賦即土地要素、水資源要素、勞動力要素和資本要素的差異性對糧食生產比較優勢具有較大影響。因此，參照已有研究將糧食生產比較優勢劃分為土地優勢、勞動力優勢、資本優勢和水資源優勢4個子維度，通過邏輯論證得出，糧食生產比較優勢會通過擴大糧食種植面積加劇區域農業用水壓力。并且，由于水資源優勢對農業用水壓力的負向作用小于土地、勞動力和資本優勢的正向作用，導致糧食生產比較優勢對地區農業用水壓力具有顯著的促進作用。此外，為能在糧食生產與水資源分布錯配的現狀下，探究保障糧食產量的同時緩解農業用水壓力的方法。考慮到較高的農業用水效率能夠降低單位糧食生產所需的水資源量，使得糧食生產比較優勢通過擴大糧食生產對區域農業用水壓力的影響減小，本研究嘗試從農業用水效率角度，論證其在糧食生產比較優勢影響農業用水壓力中的負向調節作用。

圖1 糧食生產比較優勢與農業用水壓力理論模型框架Fig.1 Comparative advantage of grain production and agricultural water pressure theory model frame map

3 變量選取與模型設計

3.1 變量選取

3

.

1

.

1

被解釋變量

本研究選取農業用水壓力作為被解釋變量，結合單一指標法與綜合評價法進行測算。先參照劉燕慧等從水資源子系統、經濟子系統、社會子系統、生態子系統選取23個指標運用熵權TOPSIS法測算出水資源承載力，再結合于法穩從農業用水可持續視角計算出農業用水壓力，能夠相對準確地表征農業用水壓力變量。原因在于我國各區域的經濟、社會和生態等因素差異較大，農業用水量對不同區域造成的壓力除了受到水資源稟賦的影響之外，也會受到經濟、社會和生態等因素的影響。已有研究僅以水資源稟賦的40%來判斷農業用水是否可持續，并沒有考慮到經濟、社會和生態等因素對區域水資源承載力的影響。本研究加入水資源承載力對各區域包括水資源、經濟、社會和生態4方面因素的差異進行權重賦值，并運用農業用水比例與水資源承載力的比值來表征農業用水壓力變量，在一定程度上能夠更加真實、準確、合理地反映出各區域農業用水所帶來的壓力狀況。具體測算方法如下：

(1)

式中：

i

表示省級行政區；

t

表示年份；

A

表示

t

年

i

區的農業用水壓力；

F

表示

t

年

i

區的農業用水量；

T

表示

t

年

i

區的總用水量；

W

表示

t

年

i

區的水資源承載力。水資源承載力作為測算農業用水壓力的重要組成部分，參照劉雁慧等采用熵權TOPSIS方法對其進行測算，計算公式參考Shih等。1)原始數據預處理。將每一項指標原始數據用矩陣表示如下：(

i

=1，2，…，31；

j

=1，2，…，23)

(2)

式中：

j

為評價指標的數量；

y

為第

i

個省級行政區的第

j

個指標值。

2)熵權法計算權重。

①計算每一項指標

y

的比重

q

：

(3)

②計算23項評價指標對應的熵值

f

：

(4)

式中，

β

=1/ln(

i

)。③確定各項指標權重

w

：

(5)

3)TOPSIS法計相對貼近度。

①構建加權規范化決策矩陣，將標準化的決策矩陣乘以對應的權重

w

：=

w

(6)

②計算正負理想解集合和

(7)

(8)

式中，

v

為

i

區

j

指標的理想解值。

③計算歐氏距離。以正負理想解為評價基準，計算出各評價對象至正負理想解的歐式距離，值越大表示距離正理想值越遠，即該評價對象越不理想。值越大表示距離負理想值越遠，即該評價對象越理想。

(9)

(10)

④測算各評價對象的相對貼近度

W

。

W

取值范圍為0～1，

W

值越大表示距離負理想值越遠，且距離正理想值越近，評價對象越理想；反之，

W

值越小表示評價對象越不理想。

(11)

3

.

1

.

2

解釋變量

本研究選取糧食生產比較優勢作為解釋變量。糧食生產比較優勢的常用測算方法是綜合比較優勢法，從規模優勢、效益優勢和效率優勢三個角度選取顯性比較優勢指標進行測算，忽略了傳統比較優勢理論涉及的諸如土地優勢、勞動力優勢、水資源優勢等自然稟賦因素，未從產生糧食生產比較優勢的潛在動因角度選取測量指標。本研究參照胡文海等在綜合比較優勢法基礎上進行改善，從土地優勢、勞動力優勢、資本優勢和水資源優勢4個方面，兼顧顯性比較優勢和潛在比較優勢選取16個指標(表1)，具有較強的系統性和科學性。同時，由于糧食生產比較優勢亦為多指標維度變量，運用熵權TOPSIS對區域糧食生產比較優勢進行綜合評價，并計算出綜合比較優勢指數作為糧食生產比較優勢變量的代理變量，并同時測算出4個子維度的值，指標具體計算方法同式(2)～(11)。

表1 糧食生產比價優勢測度指標體系
Table 1 Index system for measuring price comparison advantage of grain production

目標層Target layer準則層Criterion layer指標層Indicator layer計算方法Calculation method類別Category糧食生產比較優勢Comparativeadvantagein grainproduction土地優勢(B1)勞動力優勢(B2)資本優勢(B3)水資源優勢(B4)耕地面積(C1)統計數據正向勞均耕地面積(C2)耕地面積/第一產業從業人員數正向糧食播種面積(C3)統計數據正向勞均糧食播種面積(C4)糧食播種面積/第一產業從業人員數正向農村人力資本(C5)農村平均受教育年限正向農業勞動力占比(C6)(省第一產業從業人數/省常住人口數)/(全國第一產業從業人數/全國常住人口數)正向勞均糧食產量(C7)糧食產量/第一產業從業人員數正向農村交通設施(C8)公路總里程/省域國土面積正向農業電力設施(C9)(電力消費量×第一產業增加值/GDP)/農作物播種面積正向糧食專利產出(C10)收集數據正向農業機械水平(C11)農業機械總動力/農作物播種面積正向農村人均固定資產投資(C12)農戶固定資產投資/鄉村人口數正向降水密度(C13)降水量/省域國土面積正向水資源總量(C14)統計數據正向地下水資源量(C15)統計數據正向河流面積(C16)統計數據正向

3

.

1

.

3

調節變量

本研究選取農業用水效率作為糧食生產比較優勢對區域農業用水壓力影響的調節變量，測算方法參照張玲玲等選取農業部門總產值作為產出變量，農業機械總動力、農作物播種總面積、農業勞動力人數、化肥投入、農藥投入和農業用水量6個指標作為投入變量，利用超效率DEA方法測算出農業用水效率指數，能夠有效地表征各區域的農業用水效率。

3

.

1

.

4

控制變量

根據已有研究對農業用水壓力影響因素的相關研究成果，本研究選取濕地占比(即濕地面積占省域國土面積比例)、糧食凈利潤(即水稻、小麥和玉米凈利潤的均值)、自然保護區占比(即自然保護區面積占省域國土面積比例)、農田水利設施(即有效灌溉面積占農作物播種面積比例)、水土流失治理水平(即水土流失治理面積占省域國土面積比例)，共5個變量作為本研究模型的控制變量。

3.2 數據來源

本研究使用的原始數據，無特別說明均來源于2003—2018年我國31個省(除港、澳、臺之外的省級行政區)統計資料，共16年496個樣本數據。具體如下：GDP、第一產業增加值、省域國土面積和電力消費量數據來自《中國統計年鑒》；耕地面積、糧食播種面積、農作物播種面積、鄉村人口數、水土流失治理面積數據來自《中國農村統計年鑒》；農業用水量、水資源總量、河流面積、濕地面積和地表水資源數據來自《中國水利統計年鑒》；糧食產量、農業機械總動力、第一產業從業人員數、農戶固定資產投資和有效灌溉面積數據來自《中國農業統計資料》。此外，糧食專利產出的數據來源于知網數據庫自行收集整理。

3.3 模型設計

基于變量選取，設計本研究的實證基準模型為：

A

=

σ

+

α

G

,+

α

X

,+

μ

+

ε

(12)

式中：

G

,為核心解釋變量，表示

t

年

i

區域的糧食生產比較優勢，

q

=1，2，…，5分別表示水資源優勢、土地優勢、勞動力優勢、資本優勢和糧食生產比較優勢；

X

,為控制變量，代表影響農業用水壓力的其他因素，

z

=1，2，…，5分別表示濕地占比、糧食凈利潤、自然保護區占比、農田水利設施和水土流失治理水平5個控制變量；

σ

為方程的常數項；

α

為各變量對應的系數；

μ

為各省難以觀測的省區效應；

ε

為隨機擾動項。

式(12)為本研究的基準模型，用于檢驗由于水資源優勢對農業用水壓力的負向作用小于土地、勞動力和資本優勢的正向作用，導致糧食生產比較優勢對農業用水壓力具有顯著的正向影響，即假設1。

為在糧食生產與水資源分布錯配的現狀下，探究既能保障糧食產量又能夠緩解農業用水壓力的方法，本研究嘗試從農業用水效率角度，分析其在糧食生產比較優勢影響農業用水壓力中的負向調節作用。為此設計層次回歸分析模型如下：

A

=

σ

+

λ

G

+

λ

M

+

λ

X

,+

φ

+

ε

(13)

A

=

σ

+

ξ

G

+

ξ

M

+

ξ

G

×

M

+

ξ

X

,+

ω

+

ε

(14)

式中：

M

為調節變量，表示

t

年

i

區域的農業用水效率；

λ

和

ξ

表示各方程對應的系數；

φ

和

ω

表示各省難以觀測的省區效應。通過式(13)和式(14)以檢驗假設2。

4 指標測算結果與實證分析

4.1 指標測算結果分析

2003—2018年我國31個省級行政區的水資源承載力、農業用水壓力和糧食生產比較優勢3個指標的均值和增長率測算結果見表2。

4

.

1

.

1

水資源承載力測量結果

2003—2018年我國平均水資源承載力為0.303,且地區間呈現出明顯的差異(表2)。總體而言，我國南部地區水資源承載力普遍較高，各行業為滿足生產需要，消耗的每單位水資源所產生的壓力較小。而北部地區水資源承載力除內蒙古外普遍較低，各行業生產用水所產生的水資源壓力承載能力較弱。由各省級行政區水資源承載力增長率可見，2003—2018年我國多數地區水資源承載力出現惡化。一方面是由于當地經濟社會的快速發展，工業服務業、城鎮化率、人口密度、人均生活用水以及生態用水的迅速增加，另一方面各地水資源稟賦并無明顯變化，導致多數區域水資源承載力的持續下降。而2003—2018年河北省水資源承載力卻不降反增6.41%，這與政策干預息息相關。2003—2018年，河北省不僅多次實施“引黃補淀”水利工程、而且開展水土保持監督執法專項行動、施行休耕補貼、實行最嚴格水資源管理制度實施方案，2016年又印發實施《河北省水資源保護規劃(2016—2030年)》。通過一系列的政策干預使得原本水資源承載力較低的河北省，得到了一定程度的改善。

4

.

1

.

2

農業用水壓力測量結果

2003—2018年我國平均農業用水壓力為2.098，東北區與黃淮海區的農業用水壓力2003—2018年分別增長了16.59%、18.15%(表2)，這是由于東北區與黃淮海區水資源承載力較低，而糧食種植面積卻處于全國最高水平，導致這2個區域農業用水壓力增長較快，其中，安徽、遼寧、吉林、山東增長幅度較大。此外，西北區省級行政區由于水資源稟賦稀缺農業用水壓力較大，2018年高達3.480，遠高于2003—2018年我國平均農業用水壓力2.098，其中，寧夏和新疆兩省增幅較大。而我國南方地區則相反，如重慶、浙江、廣東、福建、西藏、湖北、貴州、湖南和四川等省級行政區2003—2018年平均農業用水壓力綜合指數均在1.824以下，小于2003—2018年我國平均農業用水壓力2.098，一方面是由于上述地區糧食生產規模較小，農業部門對水資源的需求量相對較少，另一方面我國南方地區的水資源承載力普遍較高，使得南方地區的農業用水壓力相對北方地區較低。然而，從農業用水壓力的增長視角看，南方地區也存在農業用水增長較快的省級行政區，如重慶、四川、海南、江西等省級行政區。這可能是由于近年來這4個省級行政區經濟社會發展迅速，水資源承載力快速下降，加之農業發展速度較快用水量大，從而導致農業用水壓力增長速度較快。

4

.

1

.

3

糧食生產比較優勢測量結果

2003—2018年我國糧食生產比較優勢均值為0.347，地區間糧食生產比較優勢呈現較大差異(表2)。包括13個糧食主產區以外，還有廣東、浙江、新疆3個省級行政區也具有較高的糧食生產比較優勢，均大于2003—2018年我國糧食生產比較優勢平均值0.347。上述16個省級行政區大多具有較高的耕地要素、農業勞動力要素、農業資本要素或水資源要素，從而具備較強的糧食生產能力。海南、青海、陜西、重慶、寧夏、甘肅等省級行政區的糧食生產比較優勢較低均在0.301及以下，小于全國均值0.347。其中，青海、陜西、寧夏和甘肅由于缺乏耕地資源、農業勞動力資源、農業資本和水資源，從而不具備糧食生產比較優勢。海南和重慶水資源較為豐富，但由于耕地要素、農業勞動力要素或者農業資本要素的欠缺，導致糧食生產比較優勢較弱。此外，從表2糧食生產比較優勢增長率可見，2003—2018年我國糧食生產比較優勢上升較快的省級行政區，西南區主要為貴州、云南、重慶；東北區主要為黑龍江；長江中下游區主要為湖北和浙江；華南區主要為廣西；黃淮海區為江蘇。一方面，可能是由于近年來這些省級行政區的農業資本投入迅猛增長，農業機械化水平快速提升，農村交通設施、農業電力設施不斷完善，大幅提高了這些地區的糧食生產比較優勢。另一方面，由于適度規模經營的新型農業經營主體如雨后春筍般涌現，導致單位土地產出效率得到進一步提升。

表2 2003—2018年我國31省級行政區水資源承載力、農業用水壓力和糧食生產比較優勢分布特征
Table 2 Distribution characteristics of water resources carrying capacity, agricultural water pressure and comparative advantage of grain production in 31 provinces in China from 2003 to 2018

地區Area水資源承載力Water carrying capacity農業用水壓力Agricultural water stress糧食生產比較優勢Advantage in grain production均值Mean增長率/%Growth rate均值Mean增長率/%Growth rate均值Mean增長率/%Growth rate北京 Beijing0.241-16.241.119-55.050.3201.32天津 Tianjin0.246-8.452.092-20.040.299-3.06河北 Hebei0.2776.412.672-12.350.3615.12山西 Shanxi0.279-14.152.16419.970.3342.69內蒙古 Inner Mongolia0.324-23.612.40114.940.41811.11遼寧 Liaoning0.271-26.312.39530.040.3500.61吉林 Jilin0.276-14.732.46921.450.4016.81黑龍江Heilongjiang0.2794.672.86519.980.44943.01上海 Shanghai0.250-15.730.58714.140.3313.32江蘇 Jiangsu0.285-19.371.82313.420.43519.08浙江 Zhejiang0.3490.361.359-12.170.37126.55安徽 Anhui0.278-32.792.05546.330.3464.04福建 Fujian0.324-16.571.5503.450.3327.24江西 Jiangxi0.336-17.771.96223.620.35112.82山東 Shandong0.268-28.912.64921.060.34516.34河南 Henan0.266-34.422.19535.260.4115.17湖北 Hubei0.309-19.141.71413.980.35231.06湖南 Hunan0.333-15.311.80510.960.3966.42廣東 Guangdong0.344-5.551.4785.480.42117.45廣西 Guangxi0.330-14.282.08910.000.33120.14海南 Hainan0.337-29.092.30330.810.2413.32重慶 Chongqing0.295-29.861.00460.450.28834.26四川 Sichuan0.325-22.271.81333.340.39515.06貴州 Guizhou0.3011.491.7612.750.32552.13云南 Yunnan0.346-13.292.0278.210.33234.94西藏 Xizang0.534-18.101.67515.640.3207.09陜西 Shaanxi0.298-25.262.23724.580.27125.55甘肅 Gansu0.273-14.092.91218.820.3015.63青海 Qinghai0.302-8.232.46516.220.25413.54寧夏 Ningxia0.238-33.253.88040.670.2963.75新疆 Xinjiang0.265-21.973.55229.760.36910.56

將2003—2018年我國各區域糧食生產比較優勢的4個子維度相對于全國平均水平的比值進行比較，分別測算出二者的標準化指數，結果見圖2：從土地優勢和勞動優勢看，黃淮海區和東北區處于相對較高水平；從資本優勢來看，黃淮海區、華南區和長江中下游區具有較高的優勢；從水資源優勢來看，長江中下游區、華南區和西南區具有較高優勢。

圖2 2003—2018年我國31個省糧食生產比較優勢4維度分布特征Fig.2 Distribution characteristics of the four dimensional index of comparative advantage of grain production in 31 provinces in China from 2003 to 2018

4

.

1

.

4

糧食種植面積與水資源承載力

2003—2018年我國年均糧食播種面積為35.291 km。其中最大的糧食種植區域主要集中在黃淮海區和東北區、長江中下游區、西南區等地區，這些區域2003—2018年的糧食平均播種面積均在35.842 km以上，大于全國平均水平。將2003—2018年我國各地區水資源承載力和食種植面積相對于全國平均水平的比值進行比較，分別測算出二者的標準化指數，結果見圖3：黑龍江、河南、山東、安徽、河北、四川、江蘇、內蒙古和吉林水資源承載力標準化指數明顯低于糧食播種面積標準化指數，且黃淮海區和東北區錯配較為嚴重，由此使得這兩個地區產生較高的農業用水壓力；而西藏、海南、青海、浙江、福建和廣東等省級行政區水資源承載力標準化指數明顯高于糧食播種面積標準化指數，主要集中于華南區、西北區、西南區、長江中下游區，其中華南區和西北區尤為凸顯，由此具有較低的農業用水壓力。可以初步看出，多數地區2003—2018年水資源承載力標準化指數與糧食播種面積標準化指數存在錯配，導致水資源匱乏的錯配區域農業用水壓力增大。

圖3 2003—2018年我國水資源承載力與糧食播種面積標準化指數Fig.3 2003-2018 China water resources carrying capacity and grain sown area standardization index

4

.

1

.

5

農業用水壓力與糧食生產比較優勢

將2003—2018年我國各地區農業用水壓力和糧食生產比較優勢相對于全國平均水平的比值進行比較，分別測算出二者的標準化指數，結果見圖4：除西北區的農業用水壓力標準化指數和糧食生產比較優勢標準化指數差異較大以外，黃淮海區(山東、河北、江蘇、安徽、河南)、東北區(內蒙古、遼寧省、吉林省、黑龍江)、華南區(福建、廣西、海南)、長江中下游區(江西、湖北、湖南)和西南區(四川、貴州、云南)的農業用水壓力標準化指數和糧食生產比較優勢標準化指數基本匹配。由此，可以初步看出，糧食生產比較優勢與農業用水壓力之間可能存在一定程度的關聯性。據此現象推測，由于水資源、土地、勞動力和資本要素的綜合比較優勢，可能會推動區域不斷擴大糧食生產。但由于土地、勞動力和資本的優勢持續增加糧食種植面積，而忽視水資源的可持續利用，可能會導致區域農業用水壓力進一步加劇。下文將通過實證方法進一步檢驗二者之間的聯系。

圖4 2003—2018年我國農業用水壓力與糧食生產比較優勢標準化指數Fig.4 2003-2018 standardized index of China’s agricultural water pressure and comparative advantage of grain production

4.2 實證檢驗

4

.

2

.

1

糧食生產比較優勢影響農業用水壓力的實證結果

為檢驗糧食生產比較優勢與農業用水壓力之間的關系機制，運用Stata 16.0進行面板數據回歸。本研究在固定效應和隨機效應實證模型的選擇上，采用Hausman檢驗進行判斷，檢驗結果表示選擇固定效應更加適合，后續研究主要針對固定效應模型結果進行分析。此外，本研究還運用方差膨脹因子(VIF)和容差值(tolerance)對每個模型進行多重共線性檢驗，結果發現各模型方差膨脹因子均小于門檻值10，且容差值均超過臨界值0.1，表明各模型不存在嚴重的多重共線性。

表3示出糧食生產比較優勢與農業用水壓力的回歸系數及顯著性，其中模型1為控制變量回歸結果，模型2至模型5(基于式(12))依次加入糧食生產比較優勢的4個子維度，可以看出水資源優勢、土地優勢、勞動力優勢和資本優勢與區域農業用水壓力之間的關系，即水資源優勢在5%水平上通過顯著性檢驗且系數為-0.321，土地優勢、勞動力優勢和資本優勢均在1%水平上通過顯著性檢驗，且系數分別為0.720、1.423和1.273，說明水資源優勢對農業用水壓力具有顯著的負向影響，而土地優勢、勞動力優勢和資本優勢對農業用水壓力具有顯著的正向影響。模型6(基于式(12))加入糧食生產比較優勢變量進行回歸，發現其對區域農業用水壓力的影響在5%水平上顯著，且系數為0.611，表明糧食生產綜合比較優勢會加大區域農業用水壓力。根據這6個模型回歸結果，可進一步推出糧食生產的土地優勢、勞動力優勢和資本優勢對農業用水壓力的正向影響程度超過了水資源優勢對農業用水壓力的負向影響，因此糧食生產綜合比較優勢才會顯著增大區域農業用水壓力，假設1得到驗證。

表3 糧食生產比較優勢與農業用水壓力的回歸系數及顯著性
Table 3 Regression coefficient and significance of comparative advantage in grain production and agricultural water stress index

變量名稱Variable模型1Model 1模型2Model 2模型3Model 3模型4Model 4模型5Model 5模型6Model 6水資源優勢Water resources advantage-0.321**(-2.09)土地優勢Land advantage0.720***(4.48)勞動力優勢Labor advantage1.423***(5.94)資本優勢Capital advantage1.273***(5.79)糧食生產比較優勢Comparative advantage0.611**(2.05)濕地占比Wetland occupancy-0.051(-0.09)0.390(0.51)0.151(0.23)-0.437(-0.58)-1.124(-1.52)-0.368(-0.64)糧食凈利潤Grain net profit-0.003(-1.26)-0.002(-1.08)0.003(0.12)0.006***(3.42)0.005**(2.60)-0.001(-0.26)自然保護區占比Proportion of nature reserves-0.204(-0.18)-0.468(-0.34)-1.211(-1.17)-1.648*(-1.78)1.309(1.42)-0.284(-0.32)農田水利設施Water conservancy facilities0.450(0.79)0.555(0.87)0.528(1.01)0.136(0.30)-0.157(-0.33)0.376(0.69)水土流失治理水平Soil erosion control level-0.168(-0.28)0.004(0.01)-0.331(-0.59)-0.202(-0.42)-0.927(-1.67)-0.443(-0.74)常數項Cons2.008***(6.18)2.034***(5.65)1.869***(6.70)1.793***(7.96)1.842***(7.18)1.904***(7.42)觀測值Observations465465465465465465

注：***、**、*分別代表在 1%、5%、10%的水平上顯著；括號內的數值為值。表4、5同。

Note: ***, ** and * mean effects of a variables at 1%, 5% and 10% levels. The number of parentheses is value.Tables 4 and 5 are the same as Table 3.

為克服極端值和誤差項等干擾對估計結果的影響，更加客觀全面地描述糧食生產比較優勢對農業用水壓力的影響在不同分位點處的差異,以及更為詳細地了解不同分為點處糧食生產比較優勢與農業用水壓力的關系，本研究以0.1，0.2，…，0.9為分位點進行分位數回歸，分別對應模型7，模型8，…，模型15，以此檢驗回歸結果的穩健性的同時分析區域間的異質性。表4示出糧食生產比較優勢與農業用水壓力的分位數回歸系數及顯著性，可見，糧食生產比較優勢對農業用水壓力的影響在不同分位點處的系數及顯著性都有所差異。其中，在0.1處(模型7)糧食生產比較優勢對農業用水壓力的影響系數為-0.014不顯著，說明在農業用水壓力極小的地區，糧食生產比較優勢的增加并不會顯著加大農業用水壓力。例如，浙江(1.359)、廣東(1.478)、福建(1.550)和西藏(1.675)等地農業用水壓力極低，糧食生產比較優勢的提升會增加區域糧食播種面積，從而增加區域農業用水量。但由于水資源豐裕地區較易從新的渠道開采水資源進行補充，從而對這些區域的農業用水壓力并不會產生顯著的影響。同時，在0.9分位點上(模型15)糧食生產比較優勢對農業用水壓力的影響系數為0.723不顯著，說明在農業用水壓力極大的區域，糧食生產比較優勢的增加也不會顯著加大農業用水壓力。例如寧夏(3.880)、新疆(3.552)、甘肅(2.912)和河北(2.672)等地區農業用水壓力極大，每增加一單位糧食生產比較優勢雖然能夠一定程度上推動糧食播種面積的擴張，但由于這些區域已經處于極高的農業用水壓力水平，水資源較為匱乏且開采難度和成本較高，水資源已然成為糧食生產的硬約束條件，使得的農業用水量的增量較小，從而并未對區域的農業用水壓力產生顯著影響。而在0.2～0.8分位點上(模型8至模型14)糧食生產比較優勢對農業用水壓力的影響均顯著為正。說明在0.2至0.8分位點上，區域的糧食生產比較優勢確實會加大農業用水壓力，再一次驗證了假設1。

4

.

2

.

2

農業用水效率對錯配緩解作用的實證檢驗

為能在糧食生產與水資源分布錯配的現狀下，保障糧食產量的同時緩解農業用水壓力，本研究實證檢驗農業用水效率對錯配的緩解作用。表5示出農業用水效率調節機制的回歸系數及顯著性，其中模型16、模型19和模型22為控制變量回歸結果作為參照。模型17(基于式(13))的結果顯示，糧食生產比較優勢對農業用水壓力具有顯著的正向影響。模型18(基于式(14))加入農業用水效率與糧食生產比較優勢的交互項之后，交互項對農業用水壓力的回歸系數為-0.311且在10%水平上通過顯著性檢驗，表明農業用水效率在糧食生產比較優勢對農業用水壓力的影響中起負向調節作用，驗證了假設2。由此可見，雖然糧食生產比較優勢在市場機制作用下，誘導區域種植更多的糧食從而加大農業用水壓力，但是在農業用水效率較高的區域，由于農業水資源配置效率、利用水平或灌溉技術較高，單位糧食播種面積耗水量較低，能夠有效降低農業生產用水需求量，從而緩解區域農業用水壓力。

此外，本研究根據區域農業用水壓力水平的中位數，將我國31省級行政區分為農業用水壓力低組和高組2個樣本。分別對農業用水效率在2個樣本中的調節作用強度進行檢驗，驗證結果穩健性的同時分析區域間的異質性。在農業用水壓力低組中(模型20和模型21)，農業用水效率與糧食生產比較優勢的交互項對農業用水壓力的回歸系數為-0.207且在1%水平上通過顯著性檢驗(基于式(13)和式(14))。而在農業用水壓力高組中(模型23和模型24)，農業用水效率與糧食生產比較優勢的交互項對農業用水壓力的回歸系數為-3.551且在1%水平上通過顯著性檢驗(基于式(13)和式(14))。表明相對于農業用水壓力較低的區域，在農業用水壓力較高的區域內，農業用水效率在糧食生產比較優勢對農業用水壓力的影響中能夠發揮更強的負向調節效應。可見，在農業用水壓力較高的區域更有必要提升農業用水效率。

5 結論與對策建議

本研究基于比較優勢理論，采用熵權TOPSIS法對水資源承載力和糧食生產比較優勢進行測算，比較區域間糧食播種面積與水資源承載力，以此分析糧食生產與水資源空間分布的錯配狀況；探尋糧食生產與水資源空間分布錯配的邏輯根源，采用面板數據實證檢驗了糧食生產與水資源空間分布錯配的根源。得出以下結論：

1)我國不同區域2003—2018年的糧食生產與水資源空間分布存在明顯空間錯配現象。東北區和黃淮海區水資源承載力標準化指數與糧食播種面積標準化指數之差分別為-0.815、-0.552，糧食生產規模大而水資源卻較為稀缺；相反地，華南區和西北區水資源承載力標準化指數與糧食播種面積標準化指數之差分別為0.590和0.471，糧食生產規模小而水資源卻相對豐裕。

2)水資源優勢能夠顯著降低區域農業用水壓力，土地優勢、勞動力優勢和資本優勢會顯著加大區域農業用水壓力，而綜合比較優勢也具有加大區域農業用水壓力的作用。即糧食生產比較優勢加劇地區農業用水壓力的原因，主要是由于土地優勢、勞動力優勢、資本優勢對地區農業用水壓力的正向影響超過了水資源優勢對地區農業用水壓力的負向影響所導致；進一步研究發現，在農業用水壓力極小(0.1分位點)和極大(0.9分位點)的區域，糧食生產比較優勢對地區農業用水壓力的影響作用并不明顯，然而在0.2～0.8的所有分位點則具有顯著的正向影響，說明實證結果較為穩健。

3)從調節效應回歸結果看，農業用水效率在糧食生產比較優勢對農業用水壓力的影響中具有負向調節作用，且分樣本回歸結果發現相對于農業用水壓力較低的區域，在農業用水壓力較高的區域內，農業用水效率能夠發揮更強的負向調節作用。說明在農業用水效率較高的區域，雖然受到糧食生產比較優勢誘導糧食種植面積不斷增加，但由于農業用水效率的作用降低了單位糧食種植面積的需水量，使得區域農業用水壓力得以緩解。可見，較高的農業用水效率能夠有效緩解區域糧食生產比較優勢對糧食生產與水資源空間分布錯配的影響，且在農業用水壓力較高的區域緩解作用更加明顯。

根據上述結論可得到如下政策啟示，現階段我國正面臨糧食生產和水資源空間分布錯配的窘境，逐步有序動態地調整優化我國糧食作物種植與生產布局以緩解區域農業用水壓力，實現水資源可持續利用，是保障糧食可持續生產的重要舉措。

1)優化糧食生產與水資源空間匹配程度。根據區域間農業用水壓力差異分類并有所側重地制定糧食補貼政策，調整優化各區域糧食生產與水資源空間分布的匹配程度。通過政策扶持手段對水資源要素豐裕，但土地、勞動力和資本要素較低區域進行有效激勵，適當增加土地與水資源條件優越區域的糧食產量。

2)加大糧食生產布局中水資源要素約束權重。在糧食生產比較優勢較高且農業用水壓力較大的區域，考慮到水資源的可持續利用，政府應完善水權交易市場促成水價形成機制并實施節水激勵制度，謹慎適度漸進地提高這些區域的農業用水成本，進一步緩解由市場失靈帶來的水資源配置效率低下問題。

3)分區域提升糧食生產用水效率。尤其在農業用水壓力水平較高的區域，應加大力度通過優化需水管理策略、推廣節水灌溉技術、培育節水糧食品種、推進節水灌溉工程等手段，分區域提高農業用水效率，以此緩解由于糧食種植面積擴張產生的區域農業用水壓力。

本研究還存在一定的局限性，一方面，受限于數據的可獲取性，僅基于2003—2018年的省級面板數據進行測算和實證分析，較難反映我國糧食生產格局形成的歷史原因；另一方面，本研究僅從比較優勢視角探究糧食生產與水資源錯配問題，對政策制度、人口遷移、歷史文化等因素的考慮還有所欠缺。后續研究將進一步豐富數據來源，并考慮更多影響因素對該問題進行探究。