粮食主产区省份统筹安全与高质量发展路径研究——基于可计算一般均衡模型的政策模拟

王喜峰，姜承昊

（1.中国社会科学院 数量经济与技术经济研究所，北京 100732；2.中国经济社会发展与智能治理实验室，北京 100732；3.黑龙江省社会科学院 政治学所，哈尔滨 150028）

一、问题的提出

“洪范八政，食为政首。”习近平总书记多次强调：“在粮食安全问题上千万不可掉以轻心。要确保谷物基本自给、口粮绝对安全，确保中国人的饭碗牢牢端在自己手中。”［1］保障粮食安全的命题始终贯穿在“一带一路倡议”“上海合作组织”等对外合作以及东北振兴、黄河生态保护和高质量发展等重大战略中。

我国粮食连年丰收，粮食产量连续6年稳定在1.3万亿斤以上，粮食安全总体得到保障［2］。近年来，稻谷和小麦供过于求，口粮绝对安全；玉米供需基本自给，大豆依赖进口［3］，实现了“谷物基本自给，口粮绝对安全”的粮食安全目标①。目前，我国将稻谷、小麦、玉米计入谷物②，把三大主粮的饭碗牢牢地端在自己的手里［4］。但是粮食安全的现实仍然严峻，大豆等作物严重依赖进口。大豆的自给率不足20%，成为市场的隐患。以现行粮食统计口径算，2021年我国粮食进口总量（1.6亿吨）相当于国内粮食总产量的24.1%［5］。对于粮食进口和我国粮食安全，现有两种观点：一方面，合理的粮食进口规模持续扩大不但提高了粮食的供应能力，还让由于农业生产造成紧张的资源环境约束得到了一定的缓解［4-5］。另一方面，由于逆全球化以及新冠肺炎疫情的影响，粮食进口蕴藏风险［6］。

目前，全球不确定性因素和风险增加，解决粮食自主的绝对安全问题具有必然性。新时期粮食安全问题逐渐扩大为食物安全问题，不仅包括谷物和口粮的安全，也包括大豆、油料、蔬菜、水果等的安全。保障粮食安全必须有足够的土地、水资源和生态承载能力。全域看来，西南、东南水丰富而地不足，西北多沙地而水不足，黄淮海和东北地区是粮食重地但也是人口和经济集聚区。高质量发展与粮食安全都在水资源领域有一定供需矛盾。此外，根据《全国主体功能区规划》，13个粮食主产区是限制开发区，要优化大规模无秩序的城镇化和工业化问题，特别是限制土地和水资源非农化的无序配置。水资源和土地是生产之要，限制的水资源和土地供给，势必限制还将限制需求水资源和土地资源的产业发展，也将对产业承接和升级提出新要求。最后，保障粮食安全需要进行充足的政策预测与调查，才能有较高的政策效果预期［7］。

面对国家粮食安全和粮食主产区高质量发展受限的形势，如何统筹安全与高质量发展、如何保障粮食的供给安全、如何打通粮食主产区高质量发展的堵点和难点，是本文要解决的问题。传统经验决策的模式受到信息收集与处理能力的制约，易导致政策供给缺乏理性与效率，从而使得现代决策要将传统经验决策嵌入数据理性的信息时代背景［8］。因此，本文拟对种植结构调整进行政策模拟，选择水资源要素作为农业种植结构调整的约束条件，原因如下：一是粮食主产区的水资源矛盾较土地矛盾而言更为突出。农田用地中还有一大部分为雨养农业，由于水资源短缺难以进行灌溉改造。二是我国很多省份都有后备耕地，后备耕地暂不启用的主要限制因素是耕地对水资源的消耗可能带来生态减退。较之农业生产中的劳动力、技术、土地、资本等要素，水资源的约束是刚性的。本文的边际贡献是在统筹安全与高质量发展视域下，从水资源的刚性约束能力出发，利用构建改进的水资源可计算一般均衡模型作为方法，模拟粮食主产区合理分配有限资源及调整种植结构的政策，从而得出对于政策实施具有参考价值的建议。

二、典型事实

从统筹安全和高质量发展视域下，我国粮食安全的典型事实主要涉及三个关键维度：粮食产量和进口量、用途不同的粮食种类、粮食生产的关键要素。水资源制约着中国粮食产量和种类的发展。而在有限水资源的区域内，种植结构的调整将进一步影响整个经济社会的资源分配与现实结果。

（一）国内粮食总体产能旺盛，口粮自给能力充足

夏秋季节是我国一般意义上的粮食产季。夏粮的小麦、早稻等品种是保证口粮供给的重要基础；秋粮的中晚稻、玉米、豆类则既有口粮供给，又包含着饲料粮产能。小麦安全上，夏粮更为重要，而全年粮食安全上则秋粮占比较大。2022年我国夏粮最新数据显示，全国夏粮产量共计1.47亿吨，比去年同期增长1.0%；小麦产量1.36亿吨，产出了全国全年58%的小麦③。2021年秋粮产量5.09亿吨，增产955万吨。全年粮食安全来看，2021年全国粮食总产量达6.83亿吨，比2020年丰产2.0%。从粮食品种看来，麦、稻、豆、薯、玉米这几种重要作物中，麦、稻、薯、玉米均有较大比例的增长，但是豆类总产量则明显减少，2021年大豆产量下降了320万吨，约降低16.4%④。总体看来，全国粮食产能仍较为旺盛。

（二）粮食种类进口量差异巨大，大豆等品种依赖进口

从粮食进口量看，2021年，我国粮食进口量达1.6亿吨，已占我国当年粮食产量的24.1%。从粮食进口国别看，美国、巴西、乌克兰的粮食进口总量占了我国粮食进口总量的79.6%，其中大豆进口量达0.90亿吨，占比69.05%，而玉米进口量占21.42%⑤。按当年数据，国内大豆产量仅抵进口量的16.99%，目前我国饲料粮缺口仍存，粮食进口仍是我国补充粮食品种产量的重要措施。当下，全球范围内疫情反复，供应链破碎，进口相关国面临地缘冲突，多个国家采取了包括小麦、稻米的粮食禁运措施。粮食安全的关键最终仍需依靠自给。

（三）耕地、水资源禀赋不匹配，产业“争水”影响水资源分配

水资源要素是约束耕地、劳动力、技术力等粮食生产要素的基础。目前我国粮食生产存在的普遍问题是水资源禀赋与粮食产能不匹配。13个粮食主产区粮食产量占全国粮食产量的78.50%，其中河北、内蒙古、山东、河南、黑龙江、吉林、辽宁等北方地区省份粮食产量占这13个粮食主产区的63.72%②，其年降水量一般为800mm以下。据《中国水资源公报2021》，河北、山东、河南的农业用水占比均达到了52%以上，内蒙古、吉林的农业用水占比为70%以上，而黑龙江则达到了89%。南方粮食主产区的水资源则更丰富，南方农业用水占整体用水量的比例均位于百分之五十左右⑥。全国范围内，水资源禀赋与粮食生产能力禀赋的不匹配，严重制约了我国粮食的高质量发展。

此外，我国目前面临的能源安全、生态安全、饮水安全问题与粮食安全并列［9］。目前，黑龙江、吉林、辽宁农业主产区的能源安全与粮食安全有着“争水”的趋势。依据《中国水资源公报2021》，黑龙江、吉林、辽宁农业用水量分别超89%、73%、60%。黑龙江工业直流火（核）电用水量仅占5.48%，吉林和辽宁分别为8.3%和12.8%。若农业要继续增产，或工业尤其是煤矿等能源工业要继续发展以维护能源安全，该地区人居—能源—粮食的水资源分配能力将受到极大影响。

据此，本文将东北三省做为研究对象。由于东北地区可生长的粮食种类丰富、水资源要求高、传统作物与我国进口所需相关度大，具备种植结构调整的整体条件；其次，耕地面积和耕地灌溉面积较广，耕地分布集中，而人口数量较少，粮食有外流的先天条件，具备粮食向外流通、周济其他地区的基础②；最后，因东北长期以来的地理、经济、民俗相似性，将黑龙江、吉林、辽宁作为研究整体度测其在有限资源下的战略调整及影响，既方便数据统计，也使得本研究更富有实践意义。

三、机制分析

水资源对地区经济社会发展的约束能力源于对水资源的承载力要求。一般对于水资源的承载力有如下定义，一种是“资源限制性概念”，主要集中在储量与社会经济的矛盾［10］、一种是“人口—资源开发的概念”，主要是从人居、产业、生态的观点出发，研究资源开发［11］、一种是“综合社会经济—水资源的最优化概念”，即有限资源下如何最优化调配水资源［12］。目前常用的水资源承载力概念，既具有资源储量的保护概念，也有人口、产业、社会情况下最优化资源利用的概念，但其最终都落在资源的合理分配上。

水资源的承载力不但来源于区域的资源总量，还来自脱钩力的提升。在资源最优化分配的趋势和节水技术进步的趋势下，水资源利用量与经济发展逐渐有脱钩的可能，即储量不变的水资源承载力可在最优化资源配置的条件下得到提高。

从水资源参与经济社会的角度而言，水资源一方面参与生产的各个部分作为要素存在，另一方面又作为约束所有产出的容纳框架。当一个经济体快速发展到一定水平，经济增长速度必然会发生转折，进入逐渐放缓的下降阶段。在经济增长力逐渐弱化时，通过产业升级、消费换代、技术进步产生的资源脱钩力的优势将会越来越大。目前，脱钩力的提升则是解决有限资源的粮食主产区内高质量发展的途径，脱钩力来自产业及经济结构优化、技术进步、资源有效配置，与高质量发展内涵较一致。

根据以上论述，本次引入两个机制，生产机制和容纳机制。将关键投入作为水资源投入协同因素进行分析，并考虑区域内的承载力，作为水资源的约束条件，具体如图1所示。

图1 水资源的约束机制与进入生产的机制

在构建有效的生产函数时，首先，利用混合型投入产出模型研究用水机制：农业中包括耕地投入、化学品投入、水资源投入等；能源行业中包括水资源投入等，制造业行业中包括化学品和能源品投入、水资源投入等；服务业包括劳动力投入，水资源投入等。其次，利用混合型投入产出模型计算新的替代关系或协同关系。并将此代入可计算一般均衡模型中。

通过容纳机制，水资源限制了耗水主体的数量与质量，如土地灌溉面积、频率及质量、高耗水工业的成本及自然限制、人口聚集的程度等。通过生产机制，水资源作为一种投入产出的要素，参与到物质产品和非物质产品的产出。

四、模型设计实证策略

（一）基于可计算一般均衡模型的“水—能源—粮食—经济”关系总体设计

可计算一般均衡模型（Computable General Equilibrium，CGE）可以通过了解各个变量间的账目变动，得以发掘其间的相互依存关系，从而量化得出各种政策条件对于政策目标的约束或影响程度，最终得以评估其可行性。

本文构建可计算一般均衡模型的核心是研究经济系统的用水机制，并以此为基础构建生产函数，应用到可计算一般均衡模型中。如图2所示，在生产函数的水资源投入中，需要将用水机制纳入生产函数中。按照用水机制，初步将行业分为农业、能源工业、非能源工业、服务业几个大类，分别建立生产函数。研究生产过程中的水—能源—粮食的纽带关系。

图2 使用一般均衡模型将水资源纳入“水—能源—粮食—经济”的研究设计

（二）社会核算矩阵（SAM表）的构建

社会核算矩阵可以反映投入产出与各部门间账户的流量联系与平衡关系。SAM表将产业账户和机构账户（非生产性部门）按一种系统而一致的原则连接起来，以反映整个社会的生产—分配—使用—资本形成全过程的收支流量和平衡，它不仅包括国民经济产业账户的投入产出关系，也包括国民经济机构部门的收支平衡。SAM表为CGE模型提供了一个综合全面、系统一致的基准数据集，是一种对经济在具体时点的快照。

本文中的SAM表参考了范金、杨中等对于中国宏观社会核算矩阵编制的研究结果，编制设置了8个账户［13］。表1表示的是一个开放经济体宏观SAM表的基本结构，包括各账户间的关系。

表1 开放经济体描述性标准SAM表［13］

（三）模型结构与数学表达

本文所创建的是一个综合了经济系统与水资源系统的、静态开放的可计算一般均衡模型，经济主体包括居民、企业、政府和国外账户，考查的经济活动涵盖了国民经济各主体生产、分配、交换和消费的各个环节。为了建模方便，将模型分为以下四大模块。

1.生产模块

该模型的生产函数包括两层嵌套。第一层，生产要素与中间投入通过CES生产函数相结合，生产出最终总产出，体现增加值和中间投入间具有完全替代关系；第二层，一方面，资本—劳动生产要素组合通过CES函数相结合，生产出生产要素组合；另一方面，各部门中间投入品通过Le⁃ontief生产函数相结合，生产中间投入组合。

模型在生产函数部分广泛采用CES函数，可以使得不同的生产投入之间能够互相替代，反映相对价格变化对相对生产投入数量关系的影响，从而使得价格机制在模型中更好地发挥作用。而Leontief函数的应用则表明了各部门中间投入品间的不可替代性。

（1）第一层嵌套

总产出生产函数：

总产出生产函数最优化条件：

总产出产品价格：

（2）第二层嵌套

生产要素组合生产函数：

生产要素组合生产函数最优化条件：

中间投入生产函数：

中间投入价格：

2.分配模块

由于本文限定的是省内与省外商品要素交换的关系，则进出口概念有待重新定义。本节用“进口”代表含省外生产输入商品和境外输入商品的概念，出口含省内生产出口境外和省外销售商品的概念。本节模型设计均沿用此定义。

市场条件下，省内生产活动生产的商品受到商品省内价格和省外价格的影响（境外价格还涉及汇率），二者价格并非完全一致。参考娄峰对于分配函数的处理，采用恒替代弹性幂大于1的CET函数可以体现出省内生产商品省外销售的替代关系。当省内商品价格低时，可以投入更多的省外商品销售份额；省外商品价格低时，会导致投入更多的省内商品销售份额。而省内市场销售的商品由省内生产省内销售商品和进口商品组成，二者可根据Armington条件组合，以满足居民、企业、政府的需求，实现以最低成本条件把省内销售商品和进口（含省外流入及国外输入）商品组合优化的可能［14］。

具体设定：该模型假定一个生产部门只生产一种产品，活动和商品是一对一的单一对应关系，其数量和价格一致，形成以下关系：一是省内生产销售的商品总数量，等于省内商品的生产总量与其在省内实际分配的销售份额。二是省内进行生产销售的商品总价格，等于省内生产活动的总价格乘以商品在省内实际分配的销售份额。

3.消费模块

模型假定居民和政府的效用函数都是Cobb-Douglas函数形式，即假定了替代弹性为1时的特殊的CES函数，此时商品的需求函数是线性的。同时，为了建模方便，模型将居民的生活用水和生态用水统一计入服务业用水内，因此居民的效用函数内不包括水资源相关变量。

我国目前的税法多数情况下不把转移支付计入税基，因为它一般具有特定的用途，因此模型设定的税收考虑中把转移支付部分（面向企业和居民）都假定为免税的。

具体设定：居民收入来自劳动要素、资本要素、企业和政府的转移支付、境外转移支付。居民消费来自居民商品需求。居民储蓄来自收入和政府转移支付。企业收入来自资本要素总价、政府转移支付，此外应去除向居民的转移支付。企业储蓄来自资本税后所得、政府转移支付，亦应去除向居民的转移支付。政府收入，含企业、居民的税项，而资源公有制允许模型假定我国水资源的要素投入的产出均归国家所有。政府消费，即政府对于商品的消费及其他转移支付。政府储蓄由政府收入减去政府消费得到。

4.均衡条件及宏观经济模块

（1）均衡条件

为简化模型，本模型采用固定汇率制度，以基准年汇率为准。具体设定：商品市场供求均衡，即商品供需双端的量相等。要素市场出清，即劳动、资本等宏观要素产出等于供给。储蓄投资平衡，即货币总投资与总储蓄相等、商品总价格与货币总投资相等。省内省外收支平衡，即进口商品总价、省内对省外总投资量、省内对省外转移支付应与出口商品总价、省外对省内总投资量、省外对省内转移支付相等。

（2）宏观指标

实际GDP。即排除进口商品的数量后，核算以下部分的总和，包括：居民消费的需求数量、对商品的生产投资的最终需求数量、政府的商品需求数量，再加上生产出口商品的数量。

GDP价格指数。应是省内商品的价格量乘以上述实际GDP的总数量。

五、情景模拟与分析

（一）社会核算矩阵构建

考虑到东北三个省份的特殊性以及本次研究的目的，本研究构建的社会核算矩阵的行业分为19个，以2017年最新的投入产出表为基础。2017年的表格为42个部门，且农业仅有1个部门。因此需要对行业进行归并，且需要对农业进行拆分。

为了聚焦研究的主题，将2017年投入产出表农林牧渔产品和服务业拆分为水稻种植业、玉米种植业、大豆种植业、其他种植业和其他农业。由于省份的更细分行业投入产出表难以获得，这里利用各农产品产量和价格进行估算。具体拆分情况见表2。

表2 社会核算矩阵涉及部门合并与拆分情况

在对农林牧渔产品和服务进行拆分时，考虑到投入产出表编制中农业总产出使用的是产量乘以单价的方式来进行计算，本次研究获得黑龙江、吉林、辽宁2017年水稻、玉米和豆类的产量（万吨），2017年全年水稻、玉米和豆类的采购价格。

对其价格进行以下处理：水稻以哈尔滨的采购价作为全部三个省份的价格。玉米以哈尔滨的价格作为黑龙江的玉米价格；长春和公主岭的玉米平均价格作为吉林的玉米价格；沈阳和大连的玉米平均价格作为沈阳的玉米价格。豆类以哈尔滨的价格作为黑龙江的豆类价格；长春和公主岭的豆类平均价格作为吉林的豆类价格；沈阳和大连（国产三等）的豆类平均价格作为沈阳的豆类价格。获取的产品的价格数据为2017年每周的数据，将各周价格数据取均值作为年度价格数据。三个省份三个作物的产量、价格及产值如表3所示。

表3 东北三省的主要粮食作物产量与产值

从水稻种植业、玉米种植业和大豆种植业占各自省份农林牧渔产品和服务的比重来看，黑龙江水稻种植业占比约16%；吉林玉米种植业占比约24%；辽宁玉米种植业占比约7.61%。黑龙江的水稻、大豆产量占三省总量大部分，具有系统重要性。

构建SAM表时，考虑到数据为一般均衡模型，且研究重点在省份内，因此SAM表中的外部为省域之外，将其他省份和国外合并处理。涉及边境贸易的能源部分，将中俄过境的原油部分合并到外部中。受统计数据限制，仍使用各地区2017年投入产出表。此部分数据来源于《黑龙江2017年投入产出表》《吉林2017年投入产出表》《辽宁2017年投入产出表》《中国财政统计年鉴》《黑龙江统计年鉴》《吉林统计年鉴》《辽宁统计年鉴》。各省份的宏观SAM表如表4—6所示。

表4 2017年黑龙江省宏观SAM表（单位：10亿元）

表5 2017年吉林省宏观SAM表（单位：10亿元）

表6 2017年辽宁省宏观SAM表（单位：10亿元）

（二）外生参数确定

根据模型需要，对替代弹性系数进行外生设定。由于弹性系数有明确的经济学含义，且一些研究已对弹性系数进行了论证，在模型设定中有一定依据，因此通常把替代弹性系数外生，替代弹性系数的大小直接决定了各种投入要素或产品间的相互替代难易程度，替代弹性系数越大，投入品之间的调整越容易，企业调整成本越小，外来冲击对经济系统造成的影响越小。

本次模型构建系数设定参考了Alaouze（1977）［15］、贺菊煌（2002）［16］、郑玉歆（1998）［17］等文献的基础上，根据模型甄选和检验来的，得出三个省份主要的弹性系数，如表7所示。

表7 CGE模型弹性系数设置

（三）情景设置和模拟结果

考虑到我国粮食安全的影响，本次情景设置分为在耕地使用不变的情况下，调整种植结构的关系。在耕地使用不变的情况下调整种植结构时，将耕地面积作为最大约束，根据2017年玉米、水稻、大豆的单产关系按比例进行设置情景。在耕地不变的情况下增加灌溉面积，以提高单产进行情景模拟。使用后备耕地的情况下，按照国家粮食安全的需要设置情景进行政策模拟。

1.黑龙江调整种植结构情景设置和模拟

从2017年的播种情况来看，粮食作物种植面积占农作物总面积的绝大部分，其中谷物种植占粮食作物的绝大部分。对于黑龙江来说，豆类种植3982千公顷，为我国主要的大豆种植来源，最近几年黑龙江亩产在240斤左右，见表8。

表8 东北三省农作物播种面积（单位：千公顷）

考虑到我国豆类大部分依赖于进口，在情景中缓慢调整种植结构比例，在国家粮食安全的极端考虑下，假定黑龙江豆类种植面积增加1倍，稻谷和玉米同比例缩减，保持总播种面积不变，假定亩产等其他技术指标都不变，见表9。

表9 黑龙江省种植结构调整情景

首先将种植结构调整情景在建立好可计算一般均衡模型中进行情景模拟，分析种植结构调整情况下对宏观经济指标的影响，结果如表10所示。

表10 种植结构对黑龙江省宏观经济的影响

可以看出，增加大豆种植，同比例会降低水稻种植和玉米种植，降低GDP、总产出、总效用和就业。这主要是由于大豆单产过低的原因，增加大豆种植降低了玉米和水稻的种植面积，而在黑龙江玉米和水稻的单产相对较高。当在现有规模情景下，再增加1倍的大豆种植的情况下，GDP会降低1.31%，总产出仅降低0.51%，社会总福利降低185.5亿元，劳动就业将降低2.59%。总的来说，即使在大面积的种植结构调整情景下，对社会经济的冲击仍然有限。

然后，利用可计算一般均衡模型模拟各个情景下水和能源的变化情况。主要是由于种植结构变化情况下，种植业内部的中间投入发生变化、种植业的总产出也发生变化，这势必对经济社会造成冲击。此外由于资本投入结构的变化，也会对其他部门造成影响。具体的影响如表11所示。

表11 黑龙江省种植结构调整情景下用水变化（单位：亿m³）

可以看出，在增加大豆种植、降低水稻和玉米种植的情景下，各个行业的用水都在降低，其中在增加10%的情景下，农业用水减少了7.4亿m³，主要是水稻种植面积减少造成的，水稻种植的灌溉定额较大，黑龙江水稻灌溉定额约4200—7650 m³/hm²，水稻灌溉合计总用水在230亿m³，占灌溉用水的绝大部分。总的来说，种植结构的变化对用水的影响较大，全省种植结构调整10%，灌溉用水有较大的降低。

表12为种植结构调整时，能源产业产出的变化。从表12可以看出，种植结构调整对能源产业产出的影响不大，即使在大豆种植增加1倍的极端情景下，能源产业的产出都在1.9%以内。在10%的调整力度下，对能源产业的产出变动几乎没有影响。

表12 种植结构调整情景下黑龙江省能源产出的影响

2.吉林调整种植结构情景设置和模拟

由于吉林以玉米种植为主，占粮食作物的绝大部分。在考虑我国豆类依赖进口比较严重的基础上，吉林可调整种植结构以降低玉米种植面积，顶峰是降低50%的玉米种植面积，将降低的种植面积平均分到稻谷和豆类种植上。其调整的种植结构的情景如表13所示。

表13 吉林省种植结构调整情景

首先根据可计算一般均衡模型计算种植结构调整情况下的经济社会影响，结果如表14所示。从吉林的结果来看，种植结构的调整对于经济社会的影响较大，主要是玉米种植在种植业中占绝大部分，其种植面积降低对于社会经济影响非常大。在极端情景下，降低玉米种植面积50%的情况下，GDP将增加4%，总产出也将增加4%，总福利将增加273亿元，就业将增加7.8%。

表14 种植结构对吉林省宏观经济的影响

其次，利用可计算一般均衡模型得出种植结构调整对用水的影响，其中主要的影响在农业用水，如表15。可以看出玉米种植面积每减少10%，农业用水将增加10亿m³以上。考虑到经济社会联系，玉米种植面积每减少10%，工业用水增加0.27亿m³，生活用水增加0.21亿m³，总用水增加11.33亿m³。这是由于玉米种植用水较少，其灌溉定额为每公顷800 m³左右，而水稻种植在吉林灌溉定额较高，平均在6000 m³/hm²。降低玉米种植面积虽然增加社会经济指标，但是其增加了用水，对水资源承载力是极大的考验。

表15 吉林省种植结构调整情景下用水变化（单位：亿m³）

最后，利用可计算一般均衡模型测算调整种植结构对能源产出的影响，如表16。与黑龙江不同，吉林的种植结构调整对能源有较大的影响。玉米每降低10%，通过中间投入和资本流动等经济社会系统影响，煤炭产出将增加1.057%，石油天然气增加1.178%，炼油炼焦产业增加1.225%，电力产出增加1.224%。总的来说吉林的粮食—能源的互动关系更为敏感。

表16 种植结构调整情景下吉林省能源产出的影响

3.辽宁调整种植结构情景设置和模拟

辽宁与吉林种植结构类似，都以种植玉米为主，玉米种植2692千hm²，约占农作物总种植面积的百分之六十五，豆类种植85.3千hm²，多于吉林的62.1千hm²，考虑到辽宁多位于辽河流域，其境内的水资源已非常匮乏，这里在进行情景设置时，将玉米种植面积降低直接种植豆类，不再考虑稻谷的种植面积的变化。其中玉米种植降低情景与吉林类似，极端情景为种植面积降低50%。

可以看出，在种植结构有效调整的情景下，辽宁省经济社会、用水和能源变化都呈现降低的趋势。如表17—19。

表17 种植结构对辽宁省宏观经济的影响

表18 辽宁省种植结构调整情景下用水变化（单位：亿m³）

表19 种植结构调整情景下辽宁省能源产出的影响

六、结论和政策建议

（一）宏观对策

第一，在空间布局、行业结构、要素配置等不同层次上，加强水资源—能源—粮食系统内部及其外部社会经济、生态环境系统的统筹协调。调整种植结构，并不简单的是一个农业政策施行的过程，而要在区域规划上加强对于水、能源、粮食、土地、社会经济和生态环境的统筹考虑，注重效益和比较优势，明确水资源开发利用红线以及能源、粮食相关产业的规模阈值和负面清单，促进缺水地区能源开发利用、粮食种植加工以及其他高耗水行业的协调布局。此外还应考虑进一步扩大和发展多边国际贸易，对冲粮食进口过于集中的风险。

第二，加强对能源和粮食的生产、加工、消费等全过程水资源影响的“量—质—效”综合管理，促进水资源保护，提升水资源综合利用效率和效益。

大力推广保水开采、低影响开发、综合节水等技术，减轻能源开采对地下含水层的扰动和地表地下水循环的影响，提升能源行业用水效率；逐步提高废污水排放标准，减轻能源开发、转化、利用全过程对水环境的影响。

优化作物种植结构，扩大高效节水灌溉面积，结合最严格水资源管理三条红线要求，严格控制农业用水中地下水的开采量，提升农业用水效率和效益；控制农药、化肥使用，减少农业面源污染对水环境的影响。

第三，建立“水—能源—粮食”的统筹监测体系，定期进行地区“水—能源—粮食”资源账户核算及风险评估。分时期基于产业变迁、水文变化、生态改变等变化量对地区“水—能源—粮食”账户进行预测和调整。基于水资源对于耕地、粮食的约束机制，制定极端天气（如大面积旱灾）、突发事件（如松花江水污染等）的应急预案。行政工作上，加强政策决策机制的科学性与预见性，促进科学决策流程的完善，加强跨部门间的协作与沟通，协同推进种植业在“水—能源—粮食”的均衡体系中找到高质量发展的思路与模式。

（二）具体措施

第一，坚持节水优先，特别是加强农业节水力度。黑龙江近百分之九十的用水量都用于农业生产，吉林、辽宁也均超70%。用于农业的水资源是刚性的，也是不可撤销的，否则可能面临严重粮食安全风险。但与此同时，黑龙江也是我国重要的能源基地和工业基地。考虑到其地理位置和纬度环境，调水工程难度较大。

因此，要抓好节流这一要点，坚持节水优先原则，进一步优化用水效率，才是最终控制好区域水资源安全的关键。要在抓好水资源保护工作上，从农业节水技术推广、农业节水基建铺垫、还应在保证粮食安全的基础上尝试优先发展耐寒且需水量少的作物结构。

第二，加快推进东北平原地区地下水超采治理。水资源是东北粮食主产区经济社会可持续发展的基础保障，特别是松嫩平原、三江平原、辽河平原等地下水超采问题，是水资源保护面临的主要问题之一。保护地下水、促进地下水水位回升，可通过编制《地下水超采治理与保护方案》，对当地水资源账户、产业用水账户进行核算，通过节水和补水“一减一增”并抓的思路，替换地下水的使用，最终提高区域的水资源总量与使用效率，具体措施可参考华北地区地下水保护手段。

第三，注重能源开发利用中的水资源保护。煤炭、石油等化石资源在开采、运输、转化、利用过程中，对当地水循环系统产生较大影响，相关产业的用水和排污对区域水环境影响显著，进而对生态环境造成破坏。应强化能源相关行业的用水、节水管理，推广煤炭保水开采、石油水驱替代等技术。

第四，立足水资源可持续利用，保障粮食安全。一方面，综合考虑水资源、土地资源、气候资源等，优化土地管理和水源利用，在水土资源可持续利用的前提下，提高作物生产率。另一方面，加强粮食安全公众参与和引导，优化饮食结构，厉行粮食节约。

第五，坚持以水资源最大刚性约束，倒逼东北粮食主产区产业结构调整。严格落实最严格水资源管理制度，进一步细化不同地区、不同行业的用水总量、用水效率等控制指标要求，促进区域经济结构优化和产业转型升级。

第六，健全监测体系，推进东北地区水治理体系和治理能力现代化。夯实用水监测统计基础，推动遥感、物联网及数据信息产业在重要水源地监测中发挥作用，结合东北地区遥感、物探的学科优势，培养一批专业的水文监测及研究人才。

注释：

① 具体数据详见：国务院新闻办公室《中国的粮食安全》白皮书，http：//www.gov.cn/zhengce/2019-10/14/content_5439410.htm.

② 具体数据详见：中国统计年鉴2021，http：//www.stats.gov.cn/tjsj/ndsj/2021/indexch.htm.

③ 具体数据详见：《国家统计局关于2022年夏粮产量数据的公告》，http：//www.stats.gov.cn/tjsj/zxfb/202207/t20220714_1886369.html.

④ 具体数据详见：《国家统计局关于2021年粮食产量数 据 的 公 告》，http：//www.stats.gov.cn/tjsj/zxfb/202112/t20211206_1825058.html.

⑥ 具体数据详见：中华人民共和国海关总署《2021年12月全国进口重点商品量值表（人民币值）》，http：//www.customs.gov.cn/customs/302249/zfxxgk/2799825/302274/302275/4122175/index.html.

⑦ 具体数据详见：中华人民共和国水利部《2021年中国水资源公报》，http：//www.mwr.gov.cn/sj/tjgb/szygb/202206/t20220615_1579315.html.