向 晶 钟甫宁
(1.中国社会科学院人口与劳动经济研究所,北京100732;2.南京农业大学经济管理学院,江苏 南京210095)
我国人口总量居世界之首,约为世界总人口的1/5。制定准确、高效的粮食安全策略是稳定中国社会的重中之重。粮食需求预测是我国制定粮食安全战略的重要基础。虽然,伴随着我国“独生子女”政策的贯彻实施,我国人口总量增长对粮食安全的压力有所缓解;但是,我国未来人口总量仍会进一步提高,因此对我国未来的粮食需求预测的研究也从未断过。虽然,目前国内外很多学者都开始注意到人口年龄结构和劳动强度的变化导致人均粮食需求调整的问题[1-2]。但是,在现有的粮食消费分析和预测,仍主要关注人均的收入水平、粮食价格、食品消费结构以及城镇化水平等变化的方向和作用的大小,鲜有有关人口结构和职业构成等对粮食需求的影响放入到粮食需求的预测之中。在充分理解不同年龄人群的生理需求导致的粮食消费能力的差异[3-4]之后,采用传统的粮食估计方法获得的粮食需求预测结果很可能会因为忽略人口构成的调整而出现巨大误差。解决这一问题的方法是,首先获得分配给各年龄人口一个等标准人的消费权数,再将这些权数与对应的年龄人口数量进行加权求和,最后获得一个国家或地区按照标准人计算出来的人口总量,并乘上一个标准人的粮食需求量进而估计得到该国家或地区的粮食总量需求水平。通过这种方法我们与传统的人均粮食消费和人口总量的乘积进行对比,分析考虑与不考虑人口构成的调整对我国未来粮食需求预测的误差范围有多大,进而对我国粮食安全预警系统的修正与改进提供有意义的参考。
无论人们的收入水平高低和增长快慢,其粮食消费量总要受到自然和生理条件的限制。从社会各成员生理需求来看,个体间的性别和年龄差异决定其所需的能量和食物摄入量。如年轻人、劳动强度大的人其消耗的热量大,对应的粮食消费也高,而老人或儿童的热量摄入需求量相应较小,对应的粮食需求也低。为了将人口结构变量引入到粮食需求预测中,需要一个衡量人口结构的定量测度指标。综合现有人口结构对消费影响的研究来看,较为合适的是采用标准人消费权数或等成人消费权数(Adult Male Equivalent Scale)这一概念,其基本思路是通过测度各年龄性别人口的需求,来分配其不同的消费权数,即标准消费系数,从而可以计算与标准人对等的个人需求。目前标准人消费权数这一概念在消费、储蓄、儿童福利测度以及其他特殊的商品研究中得到广泛运用[1,5-11]。
对不同的人群而言,其粮食需求不仅仅取决于年龄构成,同时个人的饮食习惯以及食物的消费结构差异也会对最终的粮食需求产生影响。简单地采用分年龄人口实际消费粮食的做法,可能会因不同年龄人口的食物消费构成差异(如,素食主义者消费的肉类少,其最终的粮食需求量很可能低于以肉食为主的人群)造成更多的问题和混乱。加上,我国未来人口结构本身也会发生巨大的调整。这就使得以现有的膳食构成来分析未来人口构成对粮食需求的影响,变得难以理解。这里,我们以一个标准成年人需要的热量为基础,根据我国居民标准膳食结构表,来测量一个标准成年人在既定的热量需求下的最终粮食需求。这样做不仅仅消除了因收入以及饮食习惯的改变带来的膳食结构调整对我国需求的影响,同时也能够专注于考虑人口年龄构成对我国未来粮食需求的影响,而不受膳食结构调整带来的预测干扰。
通常,粮食消费总量是单个个体消费量的加总。用公式可以表达为:
其中,Ct表示粮食消费总量,ckt表示第k个人的粮食消费水平,Pt表示人口数,ct表示人均粮食消费水平。
根据FAO(2001)提供的分年龄性别人口的日热量需求量表,我们以17-18岁男性作为标准成人,确定其标准消费系数为1,并计算出其他各年龄性别人口对应的消费系数 βik。
βik=EIik/EI17,1(k=1 男性;2 女性)
EIik表示年龄为i,性别为k的个体日热量需求量。
EI17,1表示一个年龄为17岁成年男子的日标准摄入量。
假定一个标准成年人的粮食消费量为sct,则一个国家的粮食总需求可以用该社会的人口构成进行表达,公式(1)可以调整为:
其中,nit,k表示t年时年龄为i,性别为k的人口总数,sct表示t年时标准人粮食消费,βik表示年龄i,性别为k的个体对应的标准人消费系数[9]。在等式的右边,提取一国总人口Pt,公式(2)进一步整理成:
从公式(3)可以看到,粮食需求总量的变化幅度取决于标准人消费水平和按标准消费权数计算的有效消费总人口增长的幅度。由于不论人们的收入水平增长多高,其食品消费总量是生理条件限制的,因此本文拟根据中国营养学会(2008)制定的《中国居民膳食指南(2007)》[12](以下简称《指南》)的最新营养标准,作为一个标准成人的食物用粮数量。
《指南》提供了每日每天摄入的食物品种和摄入量,并以膳食宝塔的形式分为5层。本文主要考虑粮食消费的变化,因此只考察与食用粮食消费有关的食物品种。其中将畜产品等的消费量根据各自的料肉比转化为粮食消费量。则对应一个标准人的粮食消费总量计算公式为:
其中,sct表示一个标准人的粮食消费总量,αj表示第j种食品的料肉比,fj表示第j种食品的建议摄入量。
《中国居民膳食指南(2007)》膳食宝塔中建议的食物摄入量有上下限之分。如建议谷物每日摄入量取值范围为250-400 g,相差150 g。如果以14亿人口计算的话,则谷物作为口粮消费的总量预测将相差0.77亿t。根据一个标准人的定义,以最高消费量作为标准摄入水平,因此本文取各食物建议摄入值的上限作为一个标准人消费量。即一个标准人日谷物消费为400 g,豆类消费50 g,肉类消费75 g,蛋类消费50 g,奶类消费300 g,水产品消费100 g。根据各类食品的料肉比[13],最后计算的一个标准人的日粮食需求总量为1 053 g,约384.35 kg/a。
本研究主要从人口结构的角度对中国未来的粮食需求做分析,故在未来粮食消费估计时,假定标准人消费情况不变(虽然地区、季节性导致食品消费结构发生变化,但本文暂不考虑这些因素变化的影响),通过对未来中国人口结构进行模拟,观察未来中国粮食需求的波动趋势,以期对未来的粮食安全政策提供指导。
本文的研究目的在于对比有无人口结构变量的情况下,我国未来粮食需求预测分析。因此,在对未来的人口分析预测当中,我们采用的是年龄推移法进行估算。
为建立预测模型,给出假设:①中国未来社会经济发展稳定,在无较大的战争、流行病等情况下,生育率不会出现大的波动;②假定国内迁出和迁入的人口数相等;③生育和死亡结构不会发生显著变化;④人口的年龄上限为90岁。
以各年龄性别人口数为基础,年龄从0到90岁的男性人口数表示为:
Mt={m0t,m1t,m2t,…,m90t}
女性表示为:
Ft={f0t,f1t,f2t,…,f90t}
其中,Mt和Ft分别表示t年年龄为i的男性和女性的人口数。
根据年龄推移的基本思路:某年i岁人口数乘以从i岁存活到i+1岁就等于下一年的i+1岁的人口数,以此类推。则男性和女性的人口预测公式表示为:
男性:
女性:
其中,Sit和Xit分别表示男性和女性t年时i岁人口的存活概率。Sbt和Xbt分别表示男性和女性的新生人口。
存活概率是根据对应人口的死亡概率求得,新生人口用处于育龄女性的人口和平均生育率计算的。一年的新生人口为,其中wi(t)和 git分别表示年龄i妇女的生育率和妇女人口数。新生儿男女比根据以往的性别比进行推算。
2.2.1 模拟的可信度
本预测以2000年人口普查数据为基础,涵盖分别年龄的人口性别结构、分年龄的妇女生育率以及分年龄的死亡率。先通过预测2000年到2009年人口情况,然后将2009年全国的人口抽样调查数据进行调整,再以2009年往后推算预测2010-2050年人口。
2000年我国男性人口的平均预期寿命为69.84岁,女性为73.40岁。根据2009年的人口抽样调查,计算出我国男性的预期寿命为76.95,女性为81.59,以此保持不变至2050年。虽然,2000年人口普查数据显示总和生育率为1.22,但大量的学者研究表明这一数值被低估了[14-16]。于此,在人口模拟进行调整,2000年的总和生育率设定为1.60。随着越来越多的独生子女进入生育年龄,考虑到夫妻两人均为独生子女的可以生育第二个孩子,因此预计2009年以后的生育水平有所回升。因此预测方案假定总和生育率将从2000年的1.60上升到2009年的1.8,此后保持不变。根据2009年0-8岁男女生的性别比,2001年的性别比为119∶100,到2009年为120.21,此后保持不变。
据此,以2000年的人口普查数据为基础,推测了2009年的人口情况,模拟的人口总数为133 739万人同国家统计局公布的数据133 747万人接近,误差范围为0.059 9‰;且各年龄人口的模拟情况见图1,可见人口模拟情况良好。
图1 2009年全国人口抽样数据与模型模拟值的比较Fig.1 Comparison of simulation values and national population sample data,2009
2.2.2 模拟结果
根据模拟结果可以看到,我国人口总量将在2030年达到峰值,为14.57亿。其中,老年人口的比重从2009年的9.71%上升到2050年的26.75%。对一个社会经济繁荣发展有决定性贡献的经济活动人口,将出现大幅度下降。据估计,15-65岁人口的比重将从 2009年的73.65%下降到2050年的59.20%。随着预期寿命的延长,医疗服务的改善,中国的社会总抚养比((老年人+少儿)/经济活动人口)将增长近1倍,且在2025年以后的增长幅度会大于2010-2025的水平(见图2)。
图2 2010-2050年总人口和抚养比情况Fig.2 Population and dependency ratio,2010 -2050
根据人口预测,未来中国人口总量最高将达到14.57亿,且老龄化程度将进一步加深。从表1中可以看到,我国粮食消费总量在2010-2050年间整体上呈现先上升然后持续下降的趋势。如果不考虑人口结构变化,我国人口总量增幅于2030年达到峰值,增长幅度为7.87%(见表1)。然而,如果按照将所有人都转化为可计算的标准人之后,标准消费人口总量将于2030年之前达到峰值,增长幅度略小于实际人口增长率,增幅最高约为6.26%。人口结构的变化不仅仅表现在按标准人计算的总人口增长速度的放缓,还表现在其对未来的粮食总量消费预测估计上。从表1中可以看到,如果没有人口结构的变化及其影响,我国未来粮食消费量将在2030年达到65 872.90万t的最高峰;如果考虑人口结构变化的影响,我国未来粮食消费量最高峰将出现在2025年,且最高消费量为64 822.92万 t。
从这里可以看到两种差异:一个是消费高峰时间上的差异,即加入人口结构变化的因素以后粮食消费高峰出现较早;另一个是最高消费量之间的差额,即加入人口结构变化因素以后粮食消费总量减少1 050万t,相当于我国进口大豆总量的1/5。
表1 2015-2050年粮食消费预测的结果Tab.1 Forecast of China’s grain demand in 2015 -2050
进一步观察两种方法计算的粮食消费总量的差额可以看到,2040-2050年预测值相差最高达2 834.43万t,最少的为2 493.43万t。这个数额约占我国现在粮食消费总量水平的5%。也就是说,未来我国人口结构的变化将减少5%的实际粮食总需求。
在过去的粮食需求预测中,人们往往关注收入、价格等经济因素,忽略了因人口构成(年龄和性别)下的生理需求对粮食需求的影响。如果一个国家正在进行高速的经济发展,同时也发生着快速的人口结构调整,则两项正向作用很可能迅速推高该国家粮食的需求总量。因此,本研究对目前现有的粮食预警系统做了进一步地完善,同时对我国未来的粮食需求分析进行了尝试。本研究通过引进标准人消费的概念,将人口结构变化导致的粮食需求变动引入到实际测量模型之中。研究结果显示:
(1)从人口预测的结果来看,未来2010-2050年我国的人口总量将在2030年达到峰值,约为14.57亿人,随后出现下降,同时我国的老龄化程度会进一步加强。社会总的抚养比会从2009年的36.68%上升到2050年的68.92%。总人口的增长幅度在2030年达到峰值,同2010年相比增长7.87%。如果不考虑不同年龄性别人口消费差异的话,我国2030年的粮食消费总量将比2010年增加7.87%,随后出现下降,并于2050年恢复到2010年左右的消费水平。
(2)如果考虑人口结构变化的影响,我国粮食消费总量将提前5年左右达到峰值,2025年的需求量最高,但峰值的绝对量低于没有人口结构变化的情况,即比2010年的消费总量只高6.26%,但比没有人口结构变化时的峰值低1 050万t。2040年以后人口结构变化的影响更为显著,每年粮食消费总量大体减少2 500万t。
(3)无论采用何种计算方法我国未来的粮食消费总量最高都可能达到6.5亿t左右。如果没有人口结构变化的作用,中国未来的粮食消费总量最高将达到65 872.9万t;但如果人口结构变化发生影响,最高消费量将只有64 822.92万t,两者的差额接近1 050万t。
总结来看:随着老龄化的加剧,未来中国粮食需求的增长幅度很可能要小于人口的增长幅度;相应地,粮食总需求量的预测值不仅较低,而且差距逐渐加大。虽然从总量上看,我国未来的粮食安全压力仍然很大,但是从全球的角度来看,未来世界粮食安全更应该关注那些人口增长速度快,且人口构成向中青年型转变的国家,而非中国。
References)
[1]Angus D, Jean D. Food and Nutrition in India:Facts and Interpretations[J].Economic & Political weekly,2009,(7):42-65.
[2]钟甫宁.世界粮食危机引发的思考[J].农业经济问题,2009,(4):4 -9,110.[Zhong Funing.Reflections on the World Food Crisis[J].Issues in Agricultural Economy,2009,(4):4 - 9,110.]
[3]Pollak A,Wales T.Demographic Variables in Demand Analysis[J].Econometrica,1981,(49):1533-1551.
[4]Zhong F N,Xiang J,Zhu J.Impact of Demographic Dynamics on Food Consumption:A Case Study of Energy Intake in China [J].China Economic Review,2012,(23):1011-1019.
[5]Barten A.Family Composition,Prices and Expenditure Patterns.//Hart P,Mills G,Whitaker J K,et al.Econometric Analysis for National Economic Planning:16th Symposium of the Colston Society[C].London:Butterwoeth,1964.
[6]Buse R C,Salathe L E.Adult Equivalent Scales:An Alternative Approach[J].American Journal of Agricultural Economics,1978,60(3):460-468.
[7]Blaylock J.Adult Equivalence Scales and the Size Distribution of Income[J].Applied Economics,1990,22:1611 -1623.
[8]Blaylock J.The Impact of Equivalence Scales on the Analysis of Income and Food Spending Distributions[J].Western Journal of Agricultural Economics,1991,16(1):11 -20.
[9]Chavas J,Citzler A.On the Economics of Household Composition[J].Applied Economics,1988,(20):1401 -1418.
[10]Gould B,Villarreal H. Adult Equivalence Scales and Food Expenditures:An Application to Mexican Beef and Pork Purchases[J].Applied Economics,2002,(34):1075 -1088.
[11]Meenakshi J,Ray R.Impact of Household Size and Family Composition on Poverty in Rural India[J].Journal of Policy Modeling,2002,(24):539-559.
[12]中国营养学会.中国居民膳食指南(2007)[M].拉萨:西藏人民出版社,2008.[Chinese Nutrition Society.Dietary guidelines for Chinese residents(2007)[M].Lasa:Tibet People's Publishing House,2008.]
[13]胡小平,郭晓慧.2020年中国粮食需求结构分析及预测:基于营养标准的视角[J].中国农村经济,2010,(6):4-15.[Hu Xiaoping,Guo Xiaohui.Structure Analysis and Forecast of China's Grain Demand in 2020:Based on the Perspective of Nutritional Standards[J].Chinese Rural Economy,2010,(6):4 -15.]
[14]陈卫.中国未来人口发展趋势:2005-2050年[J].人口研究,2006,(4).[Chen Wei.China's Population Prospects:2005 -2050[J].Population Research,2006,(4).]
[15]于学军.对第五次全国人口普查数据中总量和结构的估计[J].人口研究,2003,(3).[Yu Xuejun.Estimation of Size and Structure of Chinese Population by the Fifth National Census[J].Population Research,2003,(3).]
[16]夏乐平.1979-2000年中国人口生育趋势:出生数据和教育数据的比较[J].人口研究,2005,(5).[Yu Leping.Chinese Fertility Trends 1979-2000:A Comparative Analysis of Birth Numbers and School Data[J].Population Research,2005,(5).]