中國糧食虛擬耕地進口的測度及其影響因素

王瓊

摘 要：測度1995-2015年中國糧食虛擬耕地資源進口量，構(gòu)建擴展的引力模型，考量虛擬耕地資源進口的影響因素。結(jié)果表明：不同糧食品種貿(mào)易中所隱含的虛擬耕地進口量具有差別。匯率、價格、技術(shù)、經(jīng)濟距離以及區(qū)域合作是影響中國糧食虛擬耕地進口的重要因素，經(jīng)濟規(guī)模和人口數(shù)量只對部分品種的虛擬耕地進口有影響。

關(guān)鍵詞： 虛擬耕地；引力模型；影響因素

中圖分類號：F307.11 文獻標識碼： A 文章編號：10037217（2018）03013406

一、引 言

耕地是糧食生產(chǎn)的基本要素，是關(guān)系國計民生的重要資源。截至2016年底，我國耕地面積為13495.66萬公頃，比2011年減少了28.2萬公頃，人均耕地面積不到世界人均水平的50%，平均耕地質(zhì)量等級為9.96等①，中低產(chǎn)田占比達70%，再加上水土流失、退耕還林、建設(shè)占用等原因，我國耕地面積持續(xù)減少，僅2015年耕地面積凈減少4.35萬公頃，需求剛性增長與供給持續(xù)減少之間的矛盾愈發(fā)突出。利用國際耕地資源已經(jīng)成為緩解我國資源供給壓力，維護生態(tài)平衡，實現(xiàn)農(nóng)業(yè)可持續(xù)發(fā)展，保障糧食長期、穩(wěn)定、有效供給的重要手段。

耕地受其形態(tài)限制，不能在國家間自由流動，需要借助商品貿(mào)易來間接實現(xiàn)，即“虛擬耕地”，它是指生產(chǎn)某種商品或服務所需要的耕地資源數(shù)量。一個國家或地區(qū)進口耕地資源密集型產(chǎn)品，實際上就是間接利用別國的耕地資源，相當于進口虛擬耕地。我國加入WTO后，糧食進口快速增長，不僅大豆嚴重依賴進口，玉米、小麥和大米的凈進口也成為常態(tài)。糧食進口量從2001年的1950.4萬噸，增長到2015年的12477萬噸，年均增長14%。虛擬耕地資源進口對保障我國糧食安全的貢獻日益增大，測度不同糧食品種的虛擬耕地進口量，并分析其影響因素，為我國更加有效地利用國際耕地資源提供政策依據(jù)。

二、文獻綜述

虛擬耕地的國際流動以貿(mào)易為載體，影響因素不僅涉及資源的稟賦及平衡問題，還涉及政治、經(jīng)濟等其他影響糧食貿(mào)易的因素，主要涉及三個方面：（1）自然因素。資源稀缺的國家可以利用國際資源保障國內(nèi)生產(chǎn)，同時將節(jié)約的耕地資源投入到消耗低、收益高的部門，促進國家經(jīng)濟發(fā)展。（2）經(jīng)濟因素。經(jīng)濟實力是影響一國利用國際資源潛力的最直接的因素[1]。一國經(jīng)濟發(fā)展水平越高，農(nóng)產(chǎn)品的消費量也會越高，繼而對資源的需求量也就越高[2]。同時，匯率也會影響國際資源利用的能力[3]。（3）政治因素。國家內(nèi)部的穩(wěn)定能夠保障糧食生產(chǎn)的正常發(fā)展，雙邊或多邊的自貿(mào)協(xié)定能夠消除關(guān)稅等妨礙國際貿(mào)易的因素，促進產(chǎn)品在國家間流動，提高資源利用的規(guī)模[4]。此外，人口數(shù)量、單產(chǎn)、農(nóng)業(yè)技術(shù)水平和生態(tài)環(huán)境等因素也會對國際資源利用產(chǎn)生影響[5]。

國內(nèi)外學者利用計量模型對國際資源利用的影響因素進行定量分析。一是以虛擬資源為對象直接研究國際資源利用的影響因素。黃敏和黃煒（2016）利用投入產(chǎn)出及IO-SDA方法分析虛擬水貿(mào)易的影響因素，研究表明進出口規(guī)模是虛擬水貿(mào)易量的主要影響因素，貿(mào)易結(jié)構(gòu)的影響在不同部門間存在較大差異[6]。二是以糧食貿(mào)易為對象間接研究國際資源利用的影響因素。高穎等（2012）利用差異化需求模型研究發(fā)現(xiàn)豆油進口量減少會導致大豆進口的增加[7]。郭天寶等（2013）利用引力模型對大豆進口的影響因素進行分析，得出人口、GDP大豆產(chǎn)量等因素對大豆進口量有正效應[8]。李爽和單琳琳（2017）利用引力模型研究我國玉米進口的影響因素，發(fā)現(xiàn)出口國人數(shù)、GDP、我國GDP與玉米進口正相關(guān)，出口國玉米產(chǎn)量則與我國玉米進口負相關(guān)[9]。

從現(xiàn)有研究來看，大多從總體上分析我國農(nóng)業(yè)虛擬資源利用的影響因素，針對具體品種虛擬資源利用的研究較少。不同糧食品種的生長特性、技術(shù)水平、消費需求、貿(mào)易地位等方面都是存在顯著性差異的，需要對具體品種開展研究，為我國科學制定糧食貿(mào)易政策提供有效支持。

三、我國糧食虛擬耕地進口量的測度

（一）虛擬耕地的測度方法

虛擬耕地貿(mào)易量的計算方法主要有兩種：一是從生產(chǎn)者的角度出發(fā)，將虛擬耕地定義為在產(chǎn)品生產(chǎn)地生產(chǎn)這種產(chǎn)品所實際使用的耕地資源數(shù)量。二是從消費者的角度出發(fā)，將虛擬耕地定義為消費地生產(chǎn)同質(zhì)產(chǎn)品所需的耕地資源數(shù)量。對于糧食貿(mào)易中虛擬貿(mào)易量的核算，都是從考察糧食貿(mào)易對我國耕地資源的影響出發(fā)，出口產(chǎn)品從生產(chǎn)者的角度核算，進口產(chǎn)品從消費者的角度核算。虛擬耕地貿(mào)易量由糧食產(chǎn)品的貿(mào)易數(shù)量和單位面積產(chǎn)量決定，其計算過程如下：

ALi，t=Li，t/Qi，t（1）

VLi，t=IMi，t×ALi，t（2）

其中，ALi，t表示第t年糧食作物i每單位產(chǎn)量的虛擬耕地含量（公頃/噸）；Qi，t表示糧食作物i第t年的總產(chǎn)量（噸）；Li，t表示糧食作物i第t年的播種面積（公頃）。VLi，t表示第t年該國進口糧食產(chǎn)品i中所包含的虛擬耕地量（公頃）；IMi，t分別表示第t年該國進口糧食產(chǎn)品i的數(shù)量（噸）。

（二）單位虛擬耕地含量的測度

根據(jù)式（1）測算發(fā)現(xiàn)，在四種糧食作物中，大豆每單位產(chǎn)量的虛擬耕地含量最高，平均值達到0.5867公頃/噸，遠高于其他三大主糧，且波動較為頻繁。其次是小麥和玉米，分別為0.2400公頃/噸和0.1943公頃/噸，大米每單位產(chǎn)量的虛擬耕地含量最低，平均值僅為0.1579公頃/噸，這三種糧食作物單位產(chǎn)量的虛擬耕地含量比較接近，且呈下降趨勢，相對比較平穩(wěn)（見圖1）。大豆的單位虛擬耕地含量是大米的3.72倍，在耕地資源利用中的優(yōu)勢更明顯。

（三）虛擬耕地進口量的測度

1995-2015年，我國糧食虛擬耕地進口總量達到39171.45萬公頃，總體呈上升趨勢，年均增長11.17%，略低于糧食進口量的增長速度（見圖2）。特別是2000年以后，進口增速明顯加快，凈進口總量達到36522.43萬公頃，相當于2015年我國耕地面積的2.71倍，年均凈進口量為1739.16萬公頃，相當于每年進口了一個黑龍江省的耕地面積（1586萬公頃）。

四、我國糧食虛擬耕地進口的影響因素研究

（一）模型的設(shè)定

研究貿(mào)易影響因素的方法很多，本文選擇在國際上被廣泛應用的引力模型作為研究工具。引力模型的理念源于牛頓的萬有引力定律，即任意兩個物體互相吸引，其引力的大小與兩者的質(zhì)量之積成正比，與兩者間的距離成反比。20 世紀60年代，Tinbergen（1962）和Poyhonen（1963）應用到國際貿(mào)易的研究領(lǐng)域，通過實證檢驗得出兩國貿(mào)易量與它們的經(jīng)濟規(guī)模成正比，與兩國間的距離成反比。隨后貿(mào)易引力模型逐漸發(fā)展成為研究國家間貿(mào)易流量的重要工具。其原始模型一般表示為：

Tij=AGiGjDij（3）

其中，Tij表示i國和j國之間的貿(mào)易流量，Gi和Gj分別表示i國和j國的經(jīng)濟規(guī)模，即兩國的GDP，Dij表示兩個國家之間的距離，A表示常數(shù)項。本文根據(jù)我國糧食貿(mào)易的實際情況，將虛擬耕地資源進口的引力模型擴展為：

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）將作為本文檢驗國際資源利用影響因素的基本模型。

（二）變量的選取及說明

玉米、小麥和大米作為我國三大主糧，是糧食消費的重要組成部分，而大豆作為我國進口量最大的糧食品種，年均占比達到60%以上，這四種產(chǎn)品在糧食虛擬耕地資源進口中占有非常重要的地位。1995年以前我國糧食貿(mào)易規(guī)模較小，且與大部分國家沒有貿(mào)易往來。因此，考慮到數(shù)據(jù)的完整性與可獲得性，以及檢驗結(jié)果的有效性，本文選取1995-2015年大豆、玉米、小麥和大米的貿(mào)易面板數(shù)據(jù)進行檢驗。

1.因變量。

選取虛擬耕地進口量作為因變量，數(shù)據(jù)在第三部分中根據(jù)式（1）和式（2）已經(jīng)計算得出。我國糧食進口來源非常集中，因此貿(mào)易伙伴國只選取最主要的幾個國家。大豆選取美國、巴西、阿根廷、加拿大、俄羅斯和烏拉圭六個國家，合計年均進口量占98%以上；玉米選取美國、老撾、阿根廷、秘魯和緬甸五個國家，合計年均進口量占90%以上；小麥選取美國、加拿大和澳大利亞三個國家，合計年均進口量占90%以上；大米選取巴基斯坦、老撾、緬甸、泰國和越南五個國家，合計年均進口量占98%以上。各糧食品種不同國家的年度貿(mào)易量均來自聯(lián)合國商品貿(mào)易統(tǒng)計數(shù)據(jù)庫（UN COMTRADE），以實際貿(mào)易量噸為計量單位。

2.貿(mào)易引力因素。

（1）經(jīng)濟規(guī)模。選取國內(nèi)生產(chǎn)總值（GDP）來代表經(jīng)濟規(guī)模，數(shù)據(jù)來源于世界銀行World Data Bank 數(shù)據(jù)庫，以2010年為基期計算。（2）人口數(shù)量。人口的增長不僅會推動糧食需求增長，也會加大交通、住宅的用地需求，進口國潛在需求增加，進口來源國的潛在供給減少。同時，人口的增加會增加勞動力供給，促進農(nóng)產(chǎn)品產(chǎn)量提升，進口國對國際資源的需求減少，進口來源國的供給能力增加，影響效果待定。各國人口數(shù)據(jù)來源于世界銀行World Data Bank數(shù)據(jù)庫。

3.貿(mào)易阻力因素。（1）貿(mào)易成本因素。一般而言，兩國間的距離越大，生活習慣、語言、文化的差異就越大，所產(chǎn)生的運輸成本、時間成本就越高，面臨的風險就越大，這些都會給雙方的貿(mào)易帶來阻力。因而，距離是重要的貿(mào)易阻力因素。兩國間的距離用DISijt表示，與虛擬耕地資源進口負相關(guān)。采用進口來源國的國內(nèi)生產(chǎn)總值對絕對距離進行加權(quán)平均后取得的相對距離指標進行研究[10]。計算公式如下：

DISijt=Dij×（GDPjt/∑GDPt）（5）

（2）匯率。本文采用間接標價法的人民幣匯率，即1單位所能兌換的外幣數(shù)。匯率反映了我國的換匯成本，匯率上升，即1單位人民幣所能兌換的外幣數(shù)量增加，人民幣購買力提高，虛擬耕地資源進口量增加。匯率的數(shù)據(jù)來自世界銀行World Data Bank數(shù)據(jù)庫，將匯率轉(zhuǎn)化為對人民幣的雙邊名義匯率（以人民幣間接標價法表示）。

4.其他因素。（1）價格。2008年以后，國際糧食價格在開始逐步下滑，而我國的糧食價格卻在成本上升和價格支持政策的雙重作用下不斷上升，國內(nèi)外價格差成為當前我國糧食進口的最主要因素。本文選用國際國內(nèi)價格之比PIijt=Pjt/Pit來表示，Pit表示國內(nèi)價格，Pjt表示出口國的商品到達我國的到岸價格，t表示不同的年份。（2）糧食生產(chǎn)技術(shù)水平。農(nóng)業(yè)技術(shù)通過改變糧食產(chǎn)量和糧食產(chǎn)品單位資源含量來影響國內(nèi)資源需求。一國的糧食生產(chǎn)技術(shù)水平越高，單位面積產(chǎn)量就會越多，對國際資源的需求就越小，與資源進口量成反比；進口來源國的技術(shù)水平越高，供給能力就越強，與我國資源進口量成正比。因此，兩國間的技術(shù)差距越大，資源貿(mào)易量就越大。本文用QBijt=UQjt/UQit來表示國內(nèi)外技術(shù)差異，其中UQit和UQjt分別表示我國和進口來源國糧食品種的單產(chǎn)。數(shù)據(jù)來自聯(lián)合國糧農(nóng)組織（FAO）數(shù)據(jù)庫。（3）要素稟賦。一國的資源稟賦會影響資源貿(mào)易的規(guī)模和方向。耕地資源稟賦用耕地面積來表示，Landit表示我國的耕地面積，耕地資源越豐富，進口需求就越小，與虛擬耕地資源進口負相關(guān)；Landjt表示進口來源國的耕地面積，耕地資源越豐富，出口供給能力就越強，與我國虛擬耕地資源進口正相關(guān)。數(shù)據(jù)來自聯(lián)合國糧農(nóng)組織（FAO）數(shù)據(jù)庫。（4）區(qū)域合作。國家間的雙邊或多邊區(qū)域合作協(xié)定會對國家間的糧食貿(mào)易產(chǎn)生積極影響，繼而擴大國際資源利用規(guī)模。WTO是世界上規(guī)模最大、影響最廣的貿(mào)易組織，因此，將其作為政策變量引入模型，為虛擬變量WTO，與我國虛擬耕地資源進口呈正相關(guān)。如果該國是WTO成員，取值為1，如果不是，則取值為0。各國加入WTO的時間等相關(guān)信息均來源于WTO官方網(wǎng)站。

模型中各變量的含義及系數(shù)符號預期見表1。

（三）實證檢驗

1.單位根檢驗。

首先，對各變量進行平穩(wěn)性檢驗，單位根檢驗是檢驗時間系列平穩(wěn)性的重要方式。同時采用LLC、IPS、ADFFisher和PPFisher四種方法對模型（式4）中的各變量進行面板數(shù)據(jù)單位根檢驗，如果檢驗值大于臨界值，就說明序列非平穩(wěn)，還需對序列進行一階差分后重新檢驗單位根，以判定該序列是一階單整還是高次單整。檢驗結(jié)果表明，大豆、玉米、小麥和大米四個糧食品種的相關(guān)變量的原序列都是非平穩(wěn)的。進行一階差分后，除GDPit是非平穩(wěn)序列外，其余的變量序列都屬于一階單整序列I（1）。而GDPit二階差分序列是平穩(wěn)的，屬于二階單整序列I（2）。

2.協(xié)整檢驗。

模型中的大部分變量都是一階單整的，因此可以進行協(xié)整檢驗。由于變量較多，樣本數(shù)量不足以支持對所有變量一次性進行協(xié)整檢驗，按照組檢驗的方法，采用Johansen協(xié)整檢驗，將因變量LN（TLijt）分別與表示經(jīng)濟規(guī)模的LN（GDPjt）、LN（GDPit），表示人口數(shù)量的LN（POPjt）、LN（POPit），表示貿(mào)易成本的LN（DISijt）、LN（HLjt），表示資源稟賦的LN（Landjt）、LN（Landit），表示產(chǎn)品因素的LN（PIijt）、LN（QBijt）等變量組成一組檢驗對象。由于協(xié)整檢驗要求待檢驗變量必須是同階單整的，所以檢驗之前，先將二階單整I（2）的序列LN（GDPit）進行一階差分處理，將其轉(zhuǎn)化為一階單整I（1）序列ΔLN（GDPit，轉(zhuǎn)變后變量的含義為其變化率，即當期中國國內(nèi)生產(chǎn)總值的變化率，并與其他變量一起進行協(xié)整檢驗。檢驗結(jié)果如表2所示。

由檢驗結(jié)果中的跡統(tǒng)計量可知，在這五組變量中，對于四種不同的糧食品種而言，每組都是由因變量和兩個自變量組成，這三個變量之間至少存在兩個協(xié)整關(guān)系，因此可以判定大豆、玉米、小麥和大米各自的貿(mào)易中所隱含的虛擬耕地進口量與中國和伙伴國的經(jīng)濟規(guī)模、中國和伙伴國的人口數(shù)量、中國和伙伴國的資源稟賦、經(jīng)濟距離、匯率變動、國際價格與國內(nèi)價格之比，技術(shù)條件等因素存在著長期均衡關(guān)系。

3.模型檢驗。經(jīng)過不斷嘗試，最后選取模型形式為混合面板模型。運用EVIEWS8.0軟件采用普通最小二乘法作回歸分析。通過對貿(mào)易引力模型的擴展形式（式4）進行檢驗，結(jié)果發(fā)現(xiàn)除小麥模型擬合度不高，R2僅為0.5外，其他三個品種的R2都在0.7以上，尤其大豆的模型擬合度最高，達到0.8以上，這說明市場開放程度越高，模型的解釋性越強。小麥模型的擬合度不高，這可能與小麥進口過于集中有關(guān)。從1995年起，除個別年份外，美國、加拿大和澳大利亞三國合計提供了我國小麥進口量的90%以上。高度集中的市場來源，使得我國小麥虛擬耕地進口受市場因素影響較小，模型解釋度不強。同時，在模型檢驗中，不同品種的模型均有部分變量不能通過檢驗，因而對模型進行調(diào)整，逐步剔除顯著性水平不高的變量，得到修正的引力模型，并對該模型進行檢驗，結(jié)果如表3所示。

（四）檢驗結(jié)果分析

總體來看，四個品種修正后的模型擬合度較好，除了小麥模型的擬合度不高外，其他三個品種修正模型的R2都在0.7以上，且大部分變量都通過了10%的顯著性檢驗，說明該模型能夠較好的解釋我國大豆、玉米、小麥和大米貿(mào)易中虛擬耕地進口的主要影響因素。具體來看：

1.經(jīng)濟規(guī)模。四個品種中，進口來源國的經(jīng)濟規(guī)模與大豆和大米貿(mào)易中的虛擬耕地進口量正相關(guān)，且對大豆虛擬耕地資源的影響要明顯大于大米，對玉米和小麥的影響不顯著；我國的經(jīng)濟規(guī)模增長率與大豆和小麥貿(mào)易中的虛擬耕地進口負相關(guān)，對玉米和大米的影響不顯著。這可能是因為經(jīng)濟的發(fā)展，隨著經(jīng)濟發(fā)展水平的提升，糧食生產(chǎn)的配套設(shè)施有所改進，農(nóng)業(yè)技術(shù)顯著提高，能夠有效提高資源利用效率，玉米和大米作為我國的優(yōu)勢糧食產(chǎn)品，生產(chǎn)率明顯高于大豆和小麥，本國經(jīng)濟規(guī)模的拉動效應不明顯。而進口來源國的生產(chǎn)效率提高也會增強國際資源的供給能力，使得我國的耕地資源進口量增加。玉米和小麥的進口來源集中度遠高于大豆和大米，因此受出口國經(jīng)濟規(guī)模變化的影響較小。

2.人口數(shù)量。我國的人口規(guī)模與大豆、小麥和大米貿(mào)易中的虛擬耕地進口呈負相關(guān)，回歸系數(shù)分別為-65.397、-31.950和-26.083，在模型所有變量系數(shù)的絕對值中最大，可見該變量對我國虛擬耕地資源進口的影響最大，但其對玉米影響不顯著。進口來源國的人口規(guī)模與大豆貿(mào)易中的虛擬耕地進口呈正相關(guān)，與小麥貿(mào)易中的虛擬耕地進口呈負相關(guān)，對玉米和大米的影響不顯著。這主要是因為，人口的增長既能增加消費需求，又能推動供給增長，兩者相互作用。大豆、小麥和大米的生產(chǎn)拉動效應要大于需求增長，因此會減少對國際耕地資源的進口。而玉米生產(chǎn)中的機械化程度相對較高，勞動力的拉動效應較小，兩者相抵，效應不明顯。

3.經(jīng)濟距離。從檢驗結(jié)果來看，四個品種中只有大豆和大米模型中經(jīng)濟距離的回歸系數(shù)符合預期，分別為-33.08808和-4.507112，并通過了1%的顯著性檢驗，大豆模型中的回歸系數(shù)明顯大于其他品種?？梢姡蠖沟倪M口量雖大，但是進口來源相對比較分散，因而經(jīng)濟距離對大豆的虛擬耕地進口影響較大。而玉米模型中經(jīng)濟距離的回歸系數(shù)雖然通過了顯著性檢驗，但符號與預期不符。這可能是因為玉米的進口市場結(jié)構(gòu)變化較大，各國位次變動比較頻繁，尤其是美國從2010年超越越南、老撾等亞洲國家，開始重新?lián)屨嘉覈衩资袌?5%以上的份額，因而經(jīng)濟距離的影響為正。而小麥模型中的距離因素不顯著，這可能是因為小麥的進口來源高度集中在美、加、澳三國，占據(jù)了90%以上，距離并不能阻礙小麥貿(mào)易中虛擬耕地的進口。

匯率、WTO、國內(nèi)外價格比、資源稟賦、國內(nèi)外技術(shù)水平差異這5個變量均通過了顯著性檢驗，由于篇幅限制，故不展開敘述。

五、結(jié)論及政策啟示

本文利用1995-2015年的數(shù)據(jù)，運用引力模型，分析了我國大豆虛擬耕地資源進口的影響因素。結(jié)果表明：（1）不同糧食品種貿(mào)易中所隱含的虛擬耕地進口量是有差別的，其中大豆的單位虛擬耕地含量最高，是大米的3.72倍。進口等量的大豆所利用的國際耕地資源要遠高于大米。（2）匯率、國內(nèi)外價格差、國內(nèi)外技術(shù)差以及WTO在四個模型中都顯著，經(jīng)濟距離對除小麥外的其他三個模型中都顯著、它們是影響我國糧食虛擬耕地進口的重要因素，只是對不同品種的效應方向不同。（3）不同糧食品種貿(mào)易中的虛擬耕地進口影響因素又有其差異性，進口量越大，影響因素就越多。兩國的經(jīng)濟規(guī)模和人口規(guī)模都對大豆虛擬耕地進口有影響；我國的耕地面積對玉米虛擬耕地進口有影響；我國的經(jīng)濟規(guī)模和人口規(guī)模、進口來源國的人口規(guī)模對小麥虛擬耕地進口有影響；進口國的經(jīng)濟規(guī)模和我國的人口規(guī)模對大米虛擬耕地進口有影響。

虛擬耕地資源的進口能夠緩解我國的耕地供給壓力，保障國內(nèi)糧食供給，但是也不能過度依賴資源進口。因此，要想安全、穩(wěn)定、有效的利用國際耕地資源，需要做到以下幾點：第一，制定有針對性的國際資源利用戰(zhàn)略。不同糧食品種的虛擬耕地含量不同，其影響因素也有所差別，所以構(gòu)建資源利用戰(zhàn)略時，需要根據(jù)不同品種的特征，制定有針對性的貿(mào)易政策和投資方案，選擇最優(yōu)貿(mào)易伙伴。第二，加快調(diào)整糧價形成機制。在價格支持政策和成本增加的共同作用下，我國糧食價格一路走高，國內(nèi)外糧食價格嚴重倒掛，導致我國糧食進口持續(xù)增長，較高的外貿(mào)依存度不利于我國糧食安全。要盡快調(diào)整價格形成機制，在保證農(nóng)民收益的基礎(chǔ)上，通過市場作用推動我國糧食價格回到合理水平，進一步縮小國內(nèi)外價格差，從而使虛擬耕地的進口保持在一個合理適度的規(guī)模。第三，提高糧食生產(chǎn)技術(shù)。國內(nèi)外技術(shù)差距是我國利用國際虛擬耕地資源的重要影響因素。要減少對國際市場的依賴，需要加快技術(shù)創(chuàng)新，加大對糧食生產(chǎn)技術(shù)的投資力度，積極培育良種，改進栽培技術(shù)，提高我國糧食的單產(chǎn)水平。同時，進一步加強對國內(nèi)糧食生產(chǎn)支持力度，提供優(yōu)惠貸款，增加生產(chǎn)補貼，穩(wěn)定糧食的生產(chǎn)規(guī)模，提高國際競爭力。第四，推進區(qū)域自由貿(mào)易協(xié)定的發(fā)展。區(qū)域合作組織的建立能夠消除貿(mào)易壁壘，減少貿(mào)易成本，擴大貿(mào)易規(guī)模，實現(xiàn)貿(mào)易創(chuàng)造效應和轉(zhuǎn)移效應。我國要加強與部分國家的貿(mào)易關(guān)系，加快雙邊或多邊貿(mào)易協(xié)定的談判，開展區(qū)域合作，幫助我國糧食產(chǎn)業(yè)在其市場上搶占有利地位，維護本國糧食安全。

注釋：

① 全國耕地評定為15個等別，1～4等、5～8等、9～12等、13～15等耕地分別劃分為優(yōu)等地、高等地、中等地、低等地。

參考文獻：

[1] Turton A R. A strategic decision to makers guide to virtual water[M].Pretoria： Pretoria University， 2001：126-139.

[2] 劉紅梅，鄧光耀，王克強.中國農(nóng)產(chǎn)品虛擬水消費的影響因素分析——基于省級數(shù)據(jù)的動態(tài)空間面板STIRPAT模型[J].中國農(nóng)村經(jīng)濟，2013（8）：15-28.

[3] 于燕.中國進口貿(mào)易增長的影響因素分析——基于行業(yè)層面的貿(mào)易引力模型[J].中國經(jīng)濟問題，2014（5）：99-108.

[4] 谷強平.中國大豆進口貿(mào)易影響因素及效應研究[D].沈陽：沈陽農(nóng)業(yè)大學，2015（12）：75-85.

[5] 戴鵬.中國谷物進口影響因素分析[J].南京農(nóng)業(yè)大學學報（社會科學版），2014（6）：26-33.

[6] 黃敏，黃煒.中國虛擬水貿(mào)易的測算及影響因素研究[J].中國人口、資源與環(huán)境，2016（4）：100-106.

[7] 高穎.中國大豆進口需求實證研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2012（12）：84-87.

[8] 郭天寶，王云鳳，郝慶生.中國大豆進口影響因素的實證分析[J]：農(nóng)業(yè)技術(shù)經(jīng)濟，2013（11）：103-111.

[9] 李爽，單琳琳.基于引力模型的中國玉米進口貿(mào)易影響因素研究[J].價格月刊，2017（6）：44-48.

[10]Soloaga I， Winters L A.ReGionalism in the nineties： what effect on trade？[J]. North American Journal of Economics and Finance，2001，12（1）：1-29.

（責任編輯：鐘 瑤）