人口规模、经济增长、资源禀赋与虚拟土地进口*

唐洪松，汪晶 景守武

(1.新疆农业大学经济与贸易学院，乌鲁木齐 830052； 2.暨南大学经济学院，广东广州 510000)

0 引言

耕地资源是农业发展的基础，对保障粮食安全有重要作用。我国人多地少，随着社会经济快速发展，耕地资源紧缺、土地承载能力、环境质量下降等问题日益凸显，给农业可持续发展带来了巨大压力和严峻挑战，如何解决资源短缺与经济发展、人口增长之间的矛盾成为了社会各界关注的焦点，相关领域的学者认为通过农产品贸易来实施虚拟土地进口战略是解决国内耕地资源匮乏的有效途径之一[1-3]， 2014年中央一号文件也提出“积极地利用国际农产品市场和农业资源，有效调剂和补充国内粮食供给”的方案来缓解资源环境的压力。

21世纪以来，我国通过农产品贸易进口的耕地资源已由695.42万hm2快速上升至2012年的3 366.00万hm2，在一定程度上缓解了我国土地资源的压力[4]； 与此同时，国内大型农业企业也积极“走出去”，在耕地资源丰富的国家进行农业投资和技术输出，间接地引进土地资源，取得了不错的效果。目前，我国在亚洲(东盟国家)、非洲(莫桑比克、赞比亚等)、大洋洲(澳大利亚)等耕地资源丰富的地区或国家进行农业投资的企业逐渐增多[5]，截止2013年底，我国境外农业投资企业数量高达433家。我国的育种技术、节水灌溉技术、设施农业技术等先进的农业生产技术在中亚、东南亚、非洲等国家得到推广与应用，对提高这些地区的农产品产量和保障区域粮食安全做出了贡献[6-8]。可见，我国实施虚拟土地战略的方式逐渐多元化，并取得显著成效。那么，什么因素引起我国虚拟土地进口不断增长，这些因素又是如何影响虚拟土地进口以及在多大程度上影响虚拟土地进口，还未见相关的研究报道。国内对于虚拟土地的相关研究起步较晚，目前还处于初步研究的探索阶段，大部分的研究集中在对虚拟土地贸易及量化方面[9-13]。基于此，运用VAR模型从人口规模、经济增长、资源禀赋3个视角出发，探索性研究我国虚拟土地进口驱动因素以及其作用机理，不仅可以丰富该研究领域内容，而且对科学实施虚拟土地战略有重大而深远的意义。

1 研究方法、变量选取与数据来源

1.1 研究方法

线性回归模型可以解释变量之间的定量关系，但无法解释变量之间是如何相互作用的以及作用强度的大小。VAR模型是一种非结构化模型，即变量之间的关系并不是以经济理论为基础的，它是把系统中每一个内生变量作为系统中所有内生变量的滞后项的函数来构造模型，其一般形式如式(1)。

Yt=A1Yt-1+A2Yt-2+…+ApYt-p+B0Xt+…+BrXt-r+εt， t=1， 2，…，n

(1)

式(1)中，Yt是k维内生变量向量；Yt-i(i=1， 2，…)是滞后内生变量向量；Xt-i(i=0， 1， 2，…)是d维外生变量或滞后外生变量；p、r分别是内生变量和外生变量的滞后阶数。At是k×k维系数矩阵，Bt是k×d维系数矩阵，这些矩阵都是待估计的参数矩阵。εt是由k维随机误差项构成的向量，其元素相互之间可以同期相关，但不能与各自的滞后项相关以及不能与模型右边的变量相关。在建立VAR模型之后，可以利用脉冲响应函数和方差分解来分析模型中每个内生变量之间的相互影响关系，以了解变量之间相互作用的动态特征。

1.2 变量选取

(1)人口规模。人口变化对农产品进口的影响体现在两个方面，一是人口总量变化引起食物消费总量增加，二是人口结构变化引起食物消费总量和结构发生变化[14]。事实上人口数量决定了市场容量，人口规模越大，对农产品的消费量就越大，农产品的供给量就越大，进而影响虚拟土地进口[11]。选择人口总数作为一个地区或国家人口规模的量化指标，记为P。

(2)经济增长。Turton[15]、Workl Water Council[16]研究报道称，虚拟水战略的实施要考虑该国的经济实力，经济强弱直接决定该国在国际上的地位以及掌握农产品贸易话语权的能力。耕地资源与水资源一样，作为农业生产最基本的战略性资源，同样受到区域经济实力的影响。按照消费价值理论，居民收入增加是改变消费行为的直接驱动力，随着居民收入的增加，将提高对农产品的消费量，进而影响虚拟土地进口。选择人均GDP来反映一个地区或国家经济发展实力的量化指标，记为PGDP。

(3)资源禀赋。要素禀赋差异是农产品贸易重要的驱动因素[17]。虚拟土地贸易的产生取决于区域耕地资源的禀赋程度，尤其对于粮食、棉花、油料及糖料等土地密集型农产品的贸易而言，耕地资源的比较优势是影响其贸易的关键因素。选择人均耕地面积来体现资源禀赋程度的量化指标，记为PC。

(4)虚拟土地进口。一个地区或国家虚拟土地进口量的计算公式可表达为：

VLE=Σ(Pi-Qi)/Xi

(2)

式(2)中，VLE为虚拟土地进口量，Pi为第i类农产品进口量，Qi为i类农产品出口量，Xi表示第i类农产品单产。计算结果显示*土地密集型农产品的生产对耕地资源的需求量大，所以测算的虚拟土地资源包括：粮食(水稻、玉米、小麦、大麦)、棉花(未梳棉、已梳棉)、油料(大豆、油葵、花生、油菜籽)、糖料(甘蔗、甜菜)四大类土地密集型农产品贸易中隐含的耕地资源：我国虚拟土地进口量在1992～2014年期间呈现出“波动缓慢增长(1992～2002年)—平稳快速增长(2003～2014年)”两个增长阶段，上升态势很明显，增长速度较快，进口量由1992年的401.05万hm2波动增加到2014年的4 176.00万hm2，年均涨幅11.24%(表1)。

1.3 数据来源

人口总数、人均GDP、粮食单产、棉花单产、油料单产、糖料单产的数据来自《中国统计年鉴》； 耕地面积的数据来自《中国统计年鉴》和《中国国土资源公报》； 粮食、棉花、油料及糖料进出口量的数据来自联合国商品贸易统计数据库。利用软件Eviews7.2完成实证分析的计算过程。

2 实证分析

2.1 单位根检验

对VLE、P、PDGP、PCL时间序列做对数处理，消除时间序列可能存在的异方差，处理后的数据分别记为LNVLE、LNP、LNPDGP、LNPCL，然后进行单位根检验。检验结果如表2所示：LNVL、LNP和LNPCL在5%显著水平通过检验，LNPDGP在10%显著水平上通过检验，拒绝原假设，即认为原时间序列不存在单位根，时间序列满足平稳性条件，可以构建VAR模型。

2.2 Granger因果检验

Granger因果关系检验的原假设是“X不是引起Y变化的Granger原因”，用来确定变量之间是否存在因果关系及影响方向，检验结果(表3)显示：LNP、LNPGDP以及LNPCL是引起LNVLE的格兰杰原因，且通过1%显著水平检验，表明，我国人口扩张、经济增长以及耕地资源的短缺是导致我国虚拟土地进口量增加的驱动因素。LNVLE不是引起LNP、LNPCL的格兰杰原因，但LNVLE是引起LNPGDP的格兰杰原因，通过5%显著水平检验，表明，虚拟土地进口在一定程度上带动了我国经济发展，其原因是虚拟土地进口可以在很大程度上节约国内的要素资源，利用这些要素资源投入到二、三产业中，而二、三产业对于经济的拉动往往远高于农业部门。

表1 1992～2014年我国净进口的虚拟土地资源 万hm 2

表2 LNVEL、LNP、LNPGDP、LNPCL单位根检验

变量ADF值概率值P5%临界值10%临界值检验结果LNVL-4.0356400.0228-3.632896-3.254671平稳LNP-3.9780310.0265-3.644963-3.261452平稳LNPDGP-3.2918860.0976-3.673616-3.270364平稳LNPCL-4.2875550.0160-3.673616-3.277364平稳

表3 LNP、LNPGDP、LNPCL与LNVLE的Granger因果关系检验

原假设统计值F概率值P滞后阶数检验结论LNP不是引起LNVLE的格兰杰原因16.1615*0.00071拒绝原假设LNPGDP不是引起LNVLE的格兰杰原因8.4866*0.00891拒绝原假设LNPCL不是引起LNVLE的格兰杰原因10.9204*0.00371拒绝原假设LNVLE不是引起LNP的格兰杰原因0.59830.44881接受原假设LNVLE不是引起LNPGDP的格兰杰原因6.4417**0.02011拒绝原假设LNVLE不是引起LNPCL的格兰杰原因0.18450.67241接受原假设 注:*和**分别表示在5%和1%显著水平下通过检验

2.3 VAR模型建立

先建立VAR模型初步判断变量是否适合做脉冲响应分析和方差分解分析。经过多次试验和模拟最终将各变量滞后阶数定为二期，得到下面的VAR模型估计方程。

R2=(0.970 2 0.999 9 0.979 1 0.998 5)

F=(48.966 2 149.344 9 70.304 9 980.548 5)

计算结果显示：方程均通过了F检验，拟合优度R2接近于1，各变量的T检验值大部分通过了检验，仅有少数T检验值不显著，整体上说明模型拟合结果较好。LNVLE与LNPGDP、LNP、LNVLE的回归方程残差之间的相关系数均较小，表明方程的残差之间的自相关性较小，满足假设条件。VAR模型的AR特征多项式根的模都小于1，判断出所估计的VAR模型满足稳定性条件，可以进行脉冲响应分析与方差分解分析。

2.3.1 脉冲响应分析

脉冲响应函数可以反映出VAR模型中每个内生变量对其他内生变量扰动做出的反应，从而了解各变量之间相互影响的动态特征。这里着重分析LNP、LNPCL、LNPGDP扰动对LNVLE的影响。

图1反映出：LNVLE对其自身一个标准信息立即做出了响应，在第1期这种冲击力度很小，之后这种冲击对LNVLE的影响有波动增强的趋势且为正向，持续时间较长，表明虚拟土地进口前期的累积效应对后期有一定的促进作用。

图2反映出：LNVLE对LNP扰动并没有立即做出响应，直到第5期才有较弱的响应，大约在0.001 2，之后这种冲击呈不断增强的趋势且为正向，在第20期大约为0.018 2。表明，在短期内人口对虚拟土地进口的影响不显著，从长期来看，人口对虚拟土地进口的驱动作用不断增强，且影响力度的持续时间较长。说明，在初期人口增长并没有促进我国虚拟土地进口增长，但由于我国人口基数大，人口的继续增长在一定程度上会促进虚拟土地进口。

图3反映出：LNVLE对LNPGDP扰动并没有立即做出响应，但比对人口扰动做出响应的速度快，到第3期才有较弱的响应，之后这种冲击力度呈不断增强的趋势且为正向，在第20期大约为0.837 5。表明在短期内，人均GDP对虚拟土地进口的作用不显著，从长期来看，人均GDP对虚拟土地进口的作用不断增强，且影响力度的持续时间较长。一方面我国人均GDP的上升会增加国民的消费水平，提高对农产品的消费量，促进虚拟土地进口； 另一方面，我国经济实力不断增强提升了国家外汇储备能力，进一步增强了购买虚拟土地的实力，也在一定程度上促进了虚拟土地进口。

图4反映出：LNVLE对LNPCL扰动立即做出了极弱的响应，比对LNP和LNPGDP做出响应的时间要短很多。在第2期后，这种冲击力度对虚拟土地进口的影响有波动增强的趋势且为负向，在第20期大约为0.301 3。表明人均耕地面积对虚拟土地进口一直存在负向驱动作用，这种作用有波动增强的态势，且影响力度的持续时间较长。我国人口将会继续增长，人地矛盾会进一步加剧，人均耕地面积拥有量会继续减少，耕地资源短缺将成为我国农业发展面临的一个常态问题，可判断出人均耕地面积的不断减少会继续促进虚拟土地进口的不断攀升。

图1 LNVLE对自身扰动的响应 图2 LNVLE对LNP扰动的响应

图3 LNVLE对LNPGDP扰动的响应 图4 LNVLE对LNPCL扰动的响应

图5 变量LNVLE方差分解结果注：以第5期为例，从上到下的曲线依次为LNVLE、LNPCL、LNPGDP、LNP

2.3.2 方差分解

方差分解可以分析每个信息扰动对内生变量的贡献度，从而了解各信息对VAR模型内生变量的相对重要程度。这里着重分析LNP、LNPCL、LNPGDP扰动对LNVLE的贡献度。

由图5可以看到：在初期，LNVLE预测方差全部是由LNVLE自身扰动所引起的，但随着预测期的推移，LNP、LNPCL、LNPGDP扰动将对LNVLE预测方差产生不同程度的影响。在第2期，LNVLE预测方差有5.96%的部分是由LNP扰动引起的，有6.67%的部分是由LNPCL扰动引起的，有15.48%的部分是由LNPGDP扰动引起的，有71.89%是由LNVLE自身扰动引起的。之后，在第30期，LNVLE分解结果趋于平稳，LNP扰动对LNVLE的贡献度上升至9.22%，LNPCL扰动对LNVLE的贡献度上升至51.73%，上升速度很快； 而LNVLE扰动对自身的贡献率下降至35.43%，LNPGDP扰动对LNVLE的贡献率下降至3.63%，下降趋势明显。

进一步分析发现：在预测期前期，虚拟土地进口增长主要受到人均GDP扰动和其自身扰动的影响，自身扰动影响占主导地位； 在预测期后期，虚拟土地进口的增长主要受到人均耕地面积扰动和其自身扰动的影响，人均耕地面积扰动影响占主导地位。在整个预测期内，人均GDP扰动对虚拟土地进口增长的贡献作用小，贡献率下降趋势明显； 人口扰动对虚拟土地进口增长的贡献作用也较小，贡献率增长速度很慢； 人均耕地面积扰动对虚拟土地进口增长的贡献作用大，贡献率增长速度较快。人口扰动、人均GDP扰动以及人均耕地面积扰动对虚拟土地进口增长的贡献率及变化趋势表现出截然不同的特征，原因可能有以下几点。

(1)虽然我国人口将继续保持增长，但在未来一段时间内增长速度将会大大放缓，所以在预测期内人口扰动对虚拟土地进口增长的贡献作用不是很大，且上升速度较慢。

(2)在预测期初期，我国居民刚步入小康社会，居民收入增加的大部分会用来改善生活质量，增加农产品的消费量，进而人均GDP扰动在初期对虚拟土地进口增长的贡献度稍大，有短暂的上升态势，但随着预测期的不断延长，居民收入进一步大幅度上升，此时，居民收入增加的相当一部分将转移到非农产品消费上，如旅游、体育、娱乐等，而使得人均GDP扰动在后期对虚拟土地进口增长的贡献作用表现出不断下降的特征。

(3)我国工业化和城市化进程的速度会不断加快，建设用地需求量大幅度增加，一部分将占用农用地来满足其需求。在未来相当长的一段时间内，耕地资源会越来越紧缺，人均耕地面积扰动将成为影响虚拟土地进口增长的主导因素，使得人均耕地面积扰动对虚拟土地进口增长的贡献作用大，影响时间长，且贡献率呈快速上升趋势。

3 结论与政策启示

3.1 结论

通过建立VAR模型，对我国人口规模、经济增长、资源禀赋与虚拟土地进口的关系进行实证分析。结果表明：我国人口规模扩张、经济快速发展以及耕地面积锐减是我国虚拟土地进口持续增长的驱动因素，三者对虚拟土地进口增长的驱动作用持续时间较长，而且人口和人均耕地面积对虚拟土地进口增长的贡献率呈不断增强的趋势，人均耕地面积对虚拟土地进口增长贡献率的贡献远远大于人口，但人均GDP对虚拟土地进口增加的贡献率呈不断下降的趋势。通过实证，得到结论：在未来一段时间内，虽然我国人口和人均GDP将继续保持双增长，但对促进虚拟土地进口增长的贡献率较小，而人均耕地面积的不断减少对虚拟土地进口增长的贡献作用大，且贡献率有不断上升的趋势，耕地资源紧缺将成为我国虚拟土地进口不断攀升的主要影响因素，如何有效保护和利用耕地资源将是我国农业可持续发展面临的现实问题。

3.2 政策启示

该文的分析结果和结论符合我国的现实情况，不管从短期还是长期来看，我国人多地少的现实难以改变，人增地减的趋势难以扭转，资源短缺、地区分布不均衡的形势更加严峻。

同时，在我国农业比较优势减弱、消费需求刚性增长和耕地资源约束三重压力增大的情况下，虚拟土地进口量持续上升的趋势和可能性很明显，如何科学制定和实施虚拟土地战略显得尤为重要，合理利用“两个市场”和“两种资源”依然是未来解决我国耕地资源紧缺的主要举措。

一方面，充分考虑国内情况。(1)保障耕地数量和质量。加大耕地保护力度，严格执行基本农田保护及耕地占补平衡等政策，加强农村土地整理、积极开展工矿废弃地复耕、合理开发宜耕后备土地以有效增加耕地面积； 同时要改造中低产农田，大力开展农田水利建设和水土保持工程建设以提高耕地质量。(2)优化资源空间配置结构。虽然土地资源的固定性决定了其无法像水资源、能源那样可以进行实体的调度(如南水北调工程、西气东输工程等)，但可以合理利用国内农产品市场资源配置的调剂作用，间接地促进土地资源由丰富的省市向贫乏的省市流动(如北粮南运工程)，最终实现耕地资源在国内省际的相对动态平衡。

另一方面，积极利用国际市场。(1)合理进口非粮土地密集型农产品。在保证粮食基本供给率的基础上，适当进口棉花、油料、糖料等非粮土地密集型农产品来调剂国内市场，为农业战略性结构调整、保障粮食安全提供空间和余地。(2)继续实施农业“走出去”战略。一是在耕地资源丰富的国家(如哈萨克斯坦、澳大利亚以及非洲等土地资源丰富的国家或地区)进行农业投资。借力“一带一路”战略，继续大力支持具有国际竞争力的粮棉油大型企业，在海外建立棉花、油料等重要战略物资的生产基地，利用国际上的水、土资源生产农产品，同时加强与投资国高层的协商工作，使得我国企业在投资国生产的农产品可以通过合法合理的途径运回国内，以满足国内市场的消费需求； 二是农业技术输出。输出先进的农业技术(农作物良种育种技术、节水灌溉技术、土壤改良技术等)到农业生产水平较低的国家或地区，如非洲、中亚等国家，提高当地农产品单位面积的产量，当地粮食安全得到保障后，会促使更多的农产品进入国际市场，为我国虚拟土地进口提供更多机会，促使国际上的土地资源合理向我国流动。

[1] 罗贞礼，龙爱华，黄璜，等.虚拟土战略与土地资源可持续利用的社会化管理.冰川冻土， 2004,(5)： 624～631

[2] 严志强，颜章雄，胡宝清，等.虚拟土地、虚拟土地战略与区域土地资源优化配置管理的理论探讨.广西社会科学， 2007,(10)： 70～74

[3] 吴锋，毛德华，王红.粮食安全背景下的虚拟耕地研究.国土资源科技管理， 2009,26(2)： 51～55

[4] 王云凤，冯瑞雪，郭天宝.我国主要农产品的虚拟土地进口效益分析.农业技术经济， 2015(4)： 26～35

[5] 宋洪远，张红奎.我国企业对外农业投资的特征、障碍和对策.农业经济问题， 2014,(9)： 4～10,110

[6] 李豫新，朱新鑫.农业“走出去”背景下中国与中亚五国农业合作前景分析.农业经济问题， 2010,31(9)： 42～48

[7] 卢肖平.抓住机遇，积极探索，深化中非农业合作.农业经济问题， 2010,31(1)： 7～10

[8] 殷存真，胡英.建立面向东南亚农业技术推广合作枢纽的战略思考.中国发展， 2011,(S1)： 71～74,58

[9] 张燕林，郑礼明.中国粮食安全和虚拟耕地进口实证研究.新疆农垦经济， 2009,(12)： 42～46

[10]陈伟华，张琼，毛德华，等.中国虚拟耕地贸易分析及战略选择.甘肃农业， 2010,(4)： 40～42

[11]刘红梅，王克强，石芳.中国粮食虚拟土地资源进口的实证分析.中国农村经济， 2007,(11)： 26～33，51

[12]马博虎，张宝文.中国粮食对外贸易中虚拟耕地贸易量的估算与贡献分析——基于1978～2008年中国粮食对外贸易数据的实证分析.西北农林科技大学学报(自然科学版)， 2010，38(6)： 115～119，126

[13]强文丽，刘爱民，成升魁，等.中国农产品贸易的虚拟土地资源量化研究.自然资源学报， 2013，28(8)：1289～1297

[14]戴鹏.中国农产品进口影响的实证研究.北京：中国农业大学， 2015

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

[16]World Water Counci.E-conference synthesis：Virtu-alwater trade-conscious choices.Synthesis WWCPublic，2004，(2)：6

[17]Balsas，B.“The changing pattern of comparative advantage in manufactured goods”，Review of Economics and Statistics,1979