中国农业大学经济管理学院,北京 100083
Impact of urban residential income on consumptive water footprints of food in different regions based on QUAIDS modeling
YANGXin, MUYueying通讯作者:
收稿日期:2017-08-14
修回日期:2018-03-8
网络出版日期:2018-05-10
版权声明:2018《资源科学》编辑部《资源科学》编辑部
基金资助:
作者简介:
-->
展开
摘要
关键词:
Abstract
Keywords:
-->0
PDF (6111KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
1 引言
随着中国经济的全面发展,居民生活水平不断提高。城镇居民人均可支配收入由1998年的5888.8元增长到2016年的3.4万元,按可比价计算的年平均增长率为15.6%;收入增长推动居民食品消费水平的不断提高,2016年城镇居民人均食品消费支出与1998年相比实际增长了2.5倍。食品消费水平提高促使食品消费结构发生了改变。近年来城镇居民粮食人均消费量下降,豆类、奶类和水产品人均消费量保持稳定,畜禽肉类和油脂类人均消费量增加[1]。也有分析指出,城镇居民对高营养价值的需求使蔬菜、肉类等人均消费量仍有很大的增长空间[2],而且水产品和水果的人均消费量还在快速增长。总体上城镇居民食品结构由以植物性食品为主的消费方式转向植物性和动物性食品并重的消费方式,未来动物性食品比重会继续加大[3]。食品消费及其结构变化表现为食品需求的改变,而食品需求会拉动农产品供给,从而对水资源的可持续利用产生压力。一方面动物性食品生产的耗水量总体高于植物性食品,使得未来食品生产的需水量增加;另一方面,当今全世界广泛存在用水压力突出、地下水位下降、水资源利用率低等问题,尤其是农业水资源的不可持续利用受到各国高度关注。全国各地已不同程度地出现食品消费与水资源的冲突问题:吉林市城市居民人均食品水足迹随着收入的增加而升高[4],对水资源供应造成威胁;北京居民食品消耗需要大量的土地面积和水资源来满足,对区域环境造成很大破坏[5];常州市全市居民食品消费的水生态占用量是全市年水资源总量的2.7倍[6],不断增长的消费需求将会加大其水资源紧缺和水生态环境压力。因此,研究收入增长如何影响食品消费及其结构和人均食品水足迹,并探讨通过调控价格促进农业水资源可持续利用,对保障中国长期粮食安全具有重要的现实意义。
2 文献综述
在进行居民收入、食品消费结构与水资源利用之间的关系研究时,消耗水资源的测算是关键内容。传统测度方法一般基于实体水的直接测量,将水资源作为直接投入计算生产效率、进行局部管理等,且往往局限于生产领域范围。后来出现虚拟水概念,其核心是将某类产品生产中直接和间接消耗水量全部加总,但是无法区分用水类型。荷兰****Hoekstra在2002年首次明确提出水足迹概念,指在一定的物质生活标准下,生产一定人群消费的产品和服务所需的水资源数量,表征维持人类产品和服务消费所需要的真实水资源数量[7]。水足迹按其构成可分为蓝水、绿水和灰水:绿水指存在于土壤非饱和含水层中通过蒸散被植被所利用的土壤水,主要指降雨;蓝水指存在于江河、湖泊及含水层中的地表径流与地下水;灰水指能将污染物稀释到可以接受的最高浓度的水资源需求量[8]。因此,水足迹不仅包括用水量,还明确了用水的地点、时间以及类型,从更宏观的视角定位产品供应链内间接的水资源消耗,还可以根据研究目标划定研究界限。水足迹概念已运用于贸易、能源、食品、生态等多个领域,成为研究水资源可持续利用的重要概念和工具,具体到水资源可持续消费分析方面,主要从三个角度进行:第一,探究生活习惯、不同地域和环保意识等因素可持续性消费的影响[9];第二,测算国际贸易下的虚拟水贸易,并讨论如何利用贸易减缓本国的水资源压力[7,10];第三是利用“足迹家族”分析消费者,包括能源消费、食品消费等需求对于水资源的压力[11,12]。此外,Hoekstra认为未来水足迹的创新研究将主要是在水资源管理中增添新的视角,包括在全球视角下理解水资源使用、污染和稀缺性的模式,开辟分析水资源消费驱动因素的路径,在水资源管理中引入包括不同利益主体的供应链思想等 [13]。
目前,在食品水足迹测算和影响因素方面开展了广泛研究。吴燕等计算了均衡因子和单位质量虚拟水含量等模型参数,测定出2006年北京市居民人均食品虚拟水为1023.1m3[5];杨春等通过农产品消费的量化分析,发现城乡居民虚拟水消费量差距逐渐缩小,消费范围均趋于多样化[14];田园宏等测算了1978—2010年稻谷、小麦、玉米、大豆和高粱的省际范围、国内生产、国际贸易以及国内消费水足迹值[15,16]。在食品水足迹测算的基础上,还有研究对经济发展与食品水足迹之间的关系[17,18]、“节水型”贸易结构优化[19]等进行了分析,均提出应减少水足迹强度,以缓解食品消费增加对水资源的压力。
有****进一步提出,调控食品消费结构是控制人均食品水足迹增速的重要手段[20]。其中,居民收入和食品价格是影响食品消费量及结构的主要因素[21,22]。在收入影响分析方面,大多探究收入增长及其影响因素与食品水足迹关系,主要结论为收入增长使食品消费水足迹明显提高,继而水资源压力增加。不过部分****注意到地区间收入差异将产生不同影响:刘红梅等验证了中国农产品虚拟水消费东部大部分省份农产品虚拟水消费已经越过了“正N型”Kuznets曲线第二个拐点,即收入水平越高,农产品虚拟水消费量越高,而中西部大部分省份农产品虚拟水消费仍处于第一个拐点与第二个拐点之间,即收入水平越高反而降低农产品虚拟水消费量[23];Konstantin等认为水足迹消耗在地区间分布不均,富裕国家人均消耗最大,并利用环境支出弹性证明家庭支出与国家环境影响之间存在显著的正向关系[24]。
关于收入对食品水足迹影响的研究成果已比较丰富,但以下几个问题尚待系统研究:
第一,大多文献关注食品水足迹测算,对不同地区居民收入对人均食品水足迹的影响研究较少;
第二,较少讨论收入对食品消费结构及其水足迹的影响,同时忽视食品价格发挥的调控作用;
第三,缺少连接食品消费与农业水资源利用的规范性经济学框架及模型。
本文通过应用QUAIDS(二次近乎完美需求系统)模型测算食品需求弹性,分析不同地区食品消费及其结构变化,并计算食品水足迹收入和价格弹性,模拟收入增长和相关食品价格提高对不同地区城镇居民食品消费水足迹的影响趋势,最后对促进农业水资源可持续利用的相关调控政策制定进行讨论。可能的创新点为:基于QUAIDS模型测算食品水足迹收入和价格弹性,构建了食品消费视角的农业水资源分析框架,分析了收入对人均食品水足迹的影响,明确了调控食品价格降低人均食品水足迹增速的潜力。
3 理论框架与研究设计
在需求理论中,居民食品消费及其结构可用食品需求弹性进行描述。将食品需求弹性和水足迹概念结合,可以构建食品水足迹收入弹性和价格弹性。前者反映城镇居民人均可支配收入(以下简称“收入”)提高1%后,城镇居民食品消费人均水足迹(以下简称“人均食品水足迹”)的变化率;后者反映某类食品价格提高1%后,人均食品消费水足迹的变化率。借助两种弹性及相关公式,可模拟收入和食品价格分别或同时变动时人均食品水足迹的变化率。最终,可将本文研究框架路线整理为图1。显示原图|下载原图ZIP|生成PPT
图1研究框架
-->Figure 1Research framework
-->
借鉴营养需求弹性的间接法计算食品消费水足迹需求弹性,具体研究步骤为:
(1)利用QUAIDS模型估计不同地区不同食品的收入弹性和价格弹性;
(2)结合单位食品虚拟水含量,计算食品水足迹收入弹性和价格弹性;
(3)模拟收入增加下不同地区人均食品水足迹的变化率,包括人均食品绿水足迹、蓝水足迹和灰水足迹,并分析提高部分食品价格的调控作用。
3.1 QUAIDS模型基本形式与需求弹性计算
本文选择QUAIDS模型的依据为:第一,QUAIDS模型是AIDS模型的扩展形式[25],允许支出比重与总支出之间是更符合现实规律的二次型非线性形式;第二,QUAIDS模型的需求支出弹性及其标准差估计结果表现较好[26];第三,QUAIDS模型为3秩需求系统,预测能力比2秩需求系统强。假设消费者具有食品消费总支出m,消费选择集包括k种食品,QUAIDS模型来源于PIGLOG偏好需求体系的间接效用函数V:
式中p是食品价格向量;ln a(p)是超越对数形式综合价格指数;b(p)是C-D型价格集合指数;λ(p)的形式是关于p的零阶齐次函数。ln a(p)、b(p)、λ(p)具体形式为:
式中pi和pj分别为食品i和食品j的价格,i, j=1,···,k;
式中wi为食品i占总消费支出比重;当
式中u为消费者效用水平;eR(p, u)为一个参照消费者的支出函数;m0(p, x, u)测度了支出函数中特征变量的影响,该式进一步分解为:
式中
式中
式中
根据QUAIDS模型的参数估计结果,可计算出食品支出弹性ei,f:
式中食品i对食品j的未补偿价格弹性eij为:
式中δij表示克罗内克系数,当i=j时,δij=1;当i≠j时,δij=0。
嵌入人口统计指标的QUAIDS模型需满足加总性、同一性、对称性,以保证其良好的数学性质:
为保证希克斯需求曲线向下倾斜,需求系统模型应满足负定性条件。QUAIDS模型属于区间凹性,即整体要基本符合负定性条件才能保证估计结果可信。考虑到预先施加负定性限制会影响QUAIDS模型灵活性,一般采取估计后检验,即由斯拉茨基方程得到补偿价格弹性
此外,很多****提出AIDS模型以及相关扩展模型的内生性问题。参考LaFrance处理方法[30],本文在假设较宽松的固定效应面板模型中引入工具变量处理内生性问题:
式中
3.2 食品水足迹收入弹性和价格弹性的计算
为将支出弹性转化为收入弹性,需利用下式进行计算[31]:式中ui,I为食品i收入弹性;uf, I为食品支出收入弹性,计算方法参考Capps等人利用总支出与收入的线性辅助回归方式[32]。由于食品支出收入弹性存在区域异质性,估计食品支出的收入弹性应允许各省份回归方程斜率不同。令
式中income表示城镇居民可支配收入;σzt为误差项。
在食品价格弹性和收入弹性的基础上,计算食品水足迹价格和收入弹性的具体公式为:
式中ω类水足迹分别指总水足迹、绿水、蓝水和灰水;
3.3 人均食品水足迹变化的模拟
在得到食品水足迹收入和价格弹性后,可考虑两者分别或同时变动下,不同地区人均食品水足迹的变化率。参考Pinstrup-Andersen,Huang等提出的方法估计食品水足迹变化率[33,34],即食品水足迹消费变动可被表示为相关食品价格变化和收入变化,假设食品消费与其他生活消费弱可分离情景下1)(1) 弱可分性偏好指消费者对某物品内部物品的偏好排序(如肉类和蔬菜)不受其他物品类内部物品消费情况(如交通类的燃油费)的影响。),可写成如下形式:式中
4 数据描述
4.1 食品消费数据
由于2013年之后的《中国统计年鉴》缺少食品消费支出数据,本文选取1999—2012年31个省、市、自治区城镇居民9类食品的人均支出金额用于食品收入弹性和价格弹性的估计,其中9类食品为:粮食(粮食及其制品)、油脂类、肉类(肉禽及制品)、蛋类、水产品、蔬菜、酒类(酒和饮料)、瓜果(干鲜)和乳品(奶及奶制品)。此外,城镇居民平均每人全年食品消费支出、城市居民消费价格食品分类指数(以1999年为基期)、城镇居民人均可支配收入等数据均来自历年《中国统计年鉴》[35]。为计算人均食品消费水足迹,需要得到1999—2012年城镇居民平均每人购买9类食品数量:利用2013年《中国统计年鉴》[35]和各省、市、自治区统计年鉴(粮食、水产品和酒类)中城镇居民人均各类食品支出和食品消费量得到各类食品价格,然后通过食品分类价格指数折算其他年份价格,用每年每类城镇人均食品消费支出除以对应价格得到1999—2012年9类食品的人均消费量。为验证QUAIDS模型对人均食品水足迹的预测准确性,需要计算2016年不同地区人均食品消费水足迹的实际值与模拟值进行对比,数据来源于2016年《中国统计年鉴》[35]中分地区城镇居民主要食品消费量。不同地区的饮食习惯、地理位置等会在一定程度上影响食品消费,因此需要进行分地区研究(依照国家统计局的划分标准分为东北部、东部、中部和西部地区)。由图2可知,1999—2012年东部人均可支配收入年度平均为1.6万元,而中、西、东北部刚超过1万元。由于存在收入差距,不同地区间食品消费结构差异明显,东部植物类食品支出比重较小,粮食支出比重为10.6%,处于全国最低水平,而肉类和水产品的支出比重分别为28.6%和15.3%,水产品支出比重处于全国最高水平;中部处于植物类和动物类消费并重阶段,粮食、肉类和蔬菜支出占比较高,分别为14.2%、28.7%和16.4%;西部表现为明显的畜牧食品消费主导模式,其中肉类和乳品支出比重分别为32.3%和7.2%,水产品占比仅为4.4%;东北部居民的粮食和肉类支出占比最高,瓜果消费支出也较高,达到14.2%。
显示原图|下载原图ZIP|生成PPT
图21999—2012年不同地区城镇居民人均食品支出和可支配收入的对比
-->Figure 2Regional comparison of food expenditure and disposable income per capita from 1999 to 2012
-->
综上所述,不同地区的食品消费支出和结构具有显著差异,本文将东、中、西部三个地区虚变量D1,D2,D3嵌入QUAIDS模型,东北部为对照地区。此外,1999—2012年间城镇居民的饮食习惯、食物获得性等也发生了变化,也对人均食品消费支出产生影响,考虑到加入世界贸易组织和2008年全球金融危机的影响较大,故在模型中嵌入时间虚变量T1(2003—2009年)和T2(2010—2012年),1999—2002年为参照时间段。
4.2 单位质量食品虚拟水数据
从省级层面出发,可将城镇人均食品水足迹定义为一个省内城镇居民人均消费食品中包含的食物生长和生产中的虚拟水量,细分为绿水量、蓝水量和灰水量。为增加研究的可行性,需假设各省份消费食品的单位质量虚拟水量相同1)(1)农产品生产转变为食品消费要经过加工流通环节,且不同种类农产品的产业链不同。9类食品单位质量水足迹测算有必要区分省份和产业链,但其存在计算的复杂性。因此,基于宏观层面分析食品消费对农业用水影响的研究,需要假设研究区域内食品单位质量虚拟水含量相同,以增加研究可行性。)。主要单位质量植物食品和单位质量动物食品的单位质量虚拟水量来源于Mekonnen等有关中国1996—2005年的研究成果[36,37],水产品单位质量虚拟水量来源于袁琪对中国22种主要养殖鱼类的水足迹测算[38]。食品消费的全国平均单位质量虚拟水含量见表1。Table 1
表1
表1食品消费的全国平均单位质量虚拟水量
Table 1Virtual water of food consumption per quality unit on national average(m³/100kg)
食品类型 | 食品单位虚拟水含量 | 绿水 | 蓝水 | 灰水 |
---|---|---|---|---|
粮食 | 146.7 | 127.1 | 1.8 | 17.8 |
油脂 | 333.9 | 253.4 | 25.7 | 54.8 |
肉类 | 471.8 | 399.0 | 28.2 | 44.6 |
蛋类 | 309.4 | 221.1 | 21.7 | 66.6 |
水产品 | 311.0 | 193.0 | 74.0 | 44.0 |
蔬菜 | 36.6 | 21.8 | 0.5 | 14.3 |
酒类 | 34.7 | 23.4 | 0.4 | 10.9 |
瓜果 | 176.1 | 124.7 | 8.1 | 43.3 |
乳品 | 218.5 | 157.9 | 24.9 | 35.7 |
新窗口打开
5 实证结果分析
5.1 食品消费结构及其水足迹变动
采用食品支出经过公式(13)调整的公式(9)形式估计QUAIDS模型,结果显示大部分参数在5%水平上显著2)(2)受到文章篇幅影响,无法将处理内生性的固定效应模型和QUAIDS模型参数估计结果展示,若需要可向作者索取。)。为检验QUAIDS模型支出比重与总支出的非线性关系的前提假设,需要对每类食品占食品总支出的占比和食品总支出进行非参数估计。本文通过以Epanechnikov核函数的核密度回归方法(多项式级数为1,带宽为0.2)得到食品支出比重与食品总支出的恩格尔曲线。由图3可知,各类食品恩格尔曲线均有一定的二次项特征。从基本趋势看,当食品总支出增加时,粮食、油脂、蛋类、蔬菜、酒类支出比重递减,肉类、水产品、瓜果和乳品的支出比重递增。对地区虚变量D和时间虚变量T进行Wald检验,结果大部分在1%水平上显著且符号与预期一致,说明不同地区和时期会影响食品消费结构。显示原图|下载原图ZIP|生成PPT
图3不同食品支出比重与总支出的恩格尔曲线
-->Figure 3The Engel curve of proportion of different food expenditure and total expenditure
-->
根据公式(10)、公式(11)、公式(14)、公式(15)得到四个地区各类食品的支出弹性和收入弹性(表2)。具体来看,东北部和东部的饮食习惯相近,水产品、酒类、瓜果和乳品的支出弹性较大,粮食、油脂和 蛋类的支出弹性最小,表示粮油蛋的消费比重为下降趋势;中部处于食品消费增长阶段,表现为除粮油蛋外的食品支出弹性均大于1,尤其是水产品 和乳品的支出比重增长最快。西部城镇居民食品消费的结构表现为肉类、水产品、蔬菜和乳品的支出比重持续扩大,粮食支出占比快速下降。根据公式(15),计算出东北、东、中和西部地区的食品支出收入弹性分别为0.800、0.739、0.823和0.848,进而得到收入弹性。总体上收入弹性与支出弹性结果一致,粮、油、蛋的收入弹性相对较低,水产品和乳品具有一定奢侈品属性。分地区来看,随着收入增加,东北部、中部、西部对水产品和乳品的消费量增长较快,东部对瓜果和乳品的消费量增长较快。值得强调的是,不同地区的食品支出弹性和收入弹性是食品获得性、消费习惯、经济发展情况等因素的综合表现。例如,东北部和东部地区的水产品支出弹性和收入弹性要小于中西部,属于东北部和东部地区水产品可获得性和平均发展水平较高共同的结果。
Table 2
表2
表2不同地区食品支出弹性和收入弹性估计结果
Table 2The estimation results of expenditure elasticity and income elasticity of food in different regions
地区 | 粮食 | 油脂 | 肉类 | 蛋类 | 水产品 | 蔬菜 | 酒类 | 瓜果 | 乳品 | |
---|---|---|---|---|---|---|---|---|---|---|
支出弹性 | 东北部 | 0.547 | 0.523 | 0.961 | 0.401 | 1.532 | 0.929 | 1.174 | 1.220 | 1.857 |
(0.061) | (0.070) | (0.076) | (0.097) | (0.153) | (0.065) | (0.131) | (0.081) | (0.115) | ||
东部 | 0.522 | 0.485 | 0.865 | 0.128 | 1.293 | 0.795 | 1.327 | 1.516 | 1.643 | |
(0.090) | (0.104) | (0.071) | (0.123) | (0.100) | (0.055) | (0.128) | (0.077) | (0.114) | ||
中部 | 0.492 | 0.551 | 1.016 | 0.503 | 1.637 | 1.024 | 1.029 | 1.186 | 1.810 | |
(0.055) | (0.057) | (0.056) | (0.084) | (0.181) | (0.046) | (0.105) | (0.080) | (0.092) | ||
西部 | 0.411 | 0.479 | 1.073 | 0.518 | 1.766 | 1.148 | 0.870 | 0.981 | 1.840 | |
(0.059) | (0.074) | (0.045) | (0.121) | (0.267) | (0.045) | (0.102) | (0.065) | (0.085) | ||
收入弹性 | 东北部 | 0.437 | 0.418 | 0.768 | 0.320 | 1.224 | 0.742 | 0.938 | 0.975 | 1.484 |
(0.085) | (0.087) | (0.136) | (0.093) | (0.229) | (0.128) | (0.182) | (0.167) | (0.252) | ||
东部 | 0.386 | 0.359 | 0.640 | 0.095 | 0.956 | 0.588 | 0.981 | 1.121 | 1.215 | |
(0.071) | (0.081) | (0.067) | (0.091) | (0.097) | (0.056) | (0.115) | (0.093) | (0.116) | ||
中部 | 0.405 | 0.454 | 0.836 | 0.414 | 1.348 | 0.843 | 0.847 | 0.976 | 1.490 | |
(0.050) | (0.052) | (0.063) | (0.072) | (0.164) | (0.057) | (0.097) | (0.083) | (0.107) | ||
西部 | 0.349 | 0.406 | 0.910 | 0.439 | 1.498 | 0.974 | 0.738 | 0.832 | 1.561 | |
(0.059) | (0.072) | (0.088) | (0.110) | (0.262) | (0.093) | (0.108) | (0.091) | (0.154) |
新窗口打开
随着食品消费量和结构变化,1999—2012年全国人均食品水足迹从392.4m3增长到521.0m3。如表3所示,收入增长使得各地区人均食品消费水足迹都在快速增加,虽然每类食品水足迹量均呈现增加趋势,但不同食品的收入弹性不同,形成食品水足迹结构变化趋势为:水产品、瓜果、乳品的人均水足迹占比增加明显,粮食、肉类、蛋类的人均水足迹占比逐步下降,其他食品人均水足迹占比相对稳定。该结果表明收入增长使人均食品消费量不断增加,其中瓜果、乳制品等高水足迹食品的消费量增速最快,共同促进高耗水型食品消费结构的形成。因此,城镇居民消费结构从植物型为主转变为动物型为主、低营养型转变为高营养型的过程中,伴随着低人均食品水足迹到高人均水足迹的变化。
Table 3
表3
表31999—2012年不同地区人均食品水足迹及其结构变化
Table 3Regional food water footprint per capita and its structure change from 1999 to 2012
地区 | 年份 | 全年人均食品水足迹/m³ | 各类食品人均水足迹占比/% | ||||||||
---|---|---|---|---|---|---|---|---|---|---|---|
粮食 | 油脂 | 肉类 | 蛋类 | 水产品 | 蔬菜 | 酒类 | 瓜果 | 乳品 | |||
东北部 | 1999 | 374.1 | 31.0 | 6.9 | 23.0 | 9.8 | 2.9 | 10.1 | 0.7 | 13.4 | 2.2 |
2006 | 448.3 | 26.4 | 7.0 | 21.1 | 8.6 | 3.7 | 9.1 | 0.9 | 18.1 | 5.1 | |
2012 | 513.1 | 26.0 | 7.1 | 19.0 | 7.3 | 4.3 | 8.5 | 1.1 | 21.2 | 5.6 | |
东部 | 1999 | 440.6 | 27.9 | 4.7 | 23.9 | 7.3 | 11.5 | 8.0 | 1.0 | 12.9 | 2.8 |
2006 | 478.0 | 23.5 | 5.1 | 22.4 | 6.2 | 11.6 | 7.7 | 1.5 | 16.1 | 3.7 | |
2012 | 565.4 | 24.5 | 4.7 | 21.0 | 6.2 | 11.3 | 6.9 | 1.9 | 17.6 | 7.6 | |
中部 | 1999 | 363.4 | 29.3 | 5.7 | 29.9 | 6.5 | 3.0 | 8.5 | 0.3 | 13.2 | 3.5 |
2006 | 430.8 | 25.7 | 6.0 | 28.7 | 5.1 | 3.2 | 8.7 | 0.4 | 16.2 | 6.1 | |
2012 | 505.7 | 24.5 | 6.6 | 26.7 | 4.9 | 3.2 | 8.7 | 0.5 | 18.2 | 6.8 | |
西部 | 1999 | 391.6 | 29.1 | 6.9 | 24.6 | 9.0 | 4.0 | 9.7 | 0.7 | 14.3 | 1.5 |
2006 | 434.6 | 26.1 | 6.8 | 22.9 | 6.9 | 4.6 | 9.3 | 0.6 | 18.4 | 4.5 | |
2012 | 499.8 | 27.5 | 6.5 | 22.1 | 6.6 | 4.6 | 8.2 | 0.5 | 19.6 | 4.5 |
新窗口打开
1999—2012年人均食品水足迹累计增长率从高到低为中部、东北部、东部和西部,分别为39.2%、37.1%、28.3%和27.6%,四个地区的年增长率都在2002年、2007年和2012年达到相对高点(图4)。从1999—2012年食品水足迹供给角度看,全国耕地复种指数增加了约18.6%[39],表现为绿水的增加;主要农业水资源污染物增长较快(化肥使用量为10%、农药使用量为5%和农膜使用量为31.9%),表现为灰水增加;在国际贸易方面,主要农产品虚拟水进口量增长率超过160%[40],是推动人均食品水足迹增长的主要力量。综合城镇人口增长了62.8%,最终使得14年间人均食品水足迹增加了32.8%,结果与已有研究比较吻合[41]。从1999—2012年水足迹 需求角度看,人均食品水足迹提高是收入增长的结果,年增长率的波动主要受到价格影响,表现为个 别年份可能出现负增长,例如在2004年东部、东 北部和西部地区的人均食品水足迹年增长率分别为-2.4%、-1.9%和-0.9%。因此,收入增长导致城镇食品消费量及其结构不断变化,从而使其水足迹增加并始终保持一定增长速度,不过其影响会部分被食品价格的上涨抵消,意味着调控食品价格是控制人均食品水足迹的重要政策手段之一。
显示原图|下载原图ZIP|生成PPT
图42000—2012年不同地区人均食品水足迹的累积增长率
-->Figure 4The regional cumulative growth rate of food water footprints per capita from 2000 to 2012
-->
5.2 食品水足迹收入弹性和价格弹性的计算
由公式(16)、公式(17)得到食品水足迹(绿水、蓝水和灰水)的收入弹性和价格弹性(表4)。食品水足迹收入弹性越大,表示收入增加1%后,形成的消费结构使人均食品水足迹增大;若食品水足迹价格弹性为负值,表示价格提高1%后,形成的消费结构使人均食品水足迹降低,若食品水足迹价格弹性为正值则效果相反。Table 4
表4
表4不同地区食品水足迹的价格弹性和收入弹性
Table 4Price elasticity and income elasticity of food water footprints in different regions
地区 | 水足迹类型 | 食品水足迹价格弹性 | 食品水足迹收入弹性 | ||||||||
---|---|---|---|---|---|---|---|---|---|---|---|
粮食 | 油脂 | 肉类 | 蛋类 | 水产品 | 蔬菜 | 酒类 | 瓜果 | 乳品 | |||
东北部 | 总水足迹 | -0.234 | -0.053 | -0.186 | -0.089 | 0.024 | -0.098 | -0.029 | -0.134 | -0.089 | 0.708 |
绿水 | -0.262 | -0.048 | -0.193 | -0.087 | 0.043 | -0.083 | -0.032 | -0.130 | -0.070 | 0.688 | |
蓝水 | 0.041 | -0.114 | -0.394 | -0.037 | -0.441 | -0.011 | 0.090 | -0.033 | -0.219 | 0.894 | |
灰水 | -0.196 | -0.055 | -0.092 | -0.111 | 0.090 | -0.188 | -0.055 | -0.185 | -0.129 | 0.737 | |
东部 | 总水足迹 | -0.172 | -0.038 | -0.236 | -0.084 | 0.004 | -0.110 | -0.036 | -0.120 | -0.114 | 0.670 |
绿水 | -0.192 | -0.034 | -0.253 | -0.085 | 0.033 | -0.103 | -0.033 | -0.114 | -0.097 | 0.649 | |
蓝水 | 0.035 | -0.079 | -0.343 | -0.027 | -0.521 | -0.011 | 0.068 | -0.026 | -0.192 | 0.810 | |
灰水 | -0.161 | -0.046 | -0.128 | -0.108 | 0.075 | -0.185 | -0.057 | -0.173 | -0.168 | 0.703 | |
中部 | 总水足迹 | -0.267 | -0.063 | -0.208 | -0.076 | 0.036 | -0.070 | -0.047 | -0.107 | -0.080 | 0.726 |
绿水 | -0.298 | -0.057 | -0.207 | -0.074 | 0.054 | -0.053 | -0.052 | -0.109 | -0.057 | 0.703 | |
蓝水 | 0.060 | -0.128 | -0.525 | -0.002 | -0.451 | -0.002 | 0.087 | 0.050 | -0.238 | 0.945 | |
灰水 | -0.227 | -0.068 | -0.114 | -0.104 | 0.104 | -0.170 | -0.067 | -0.146 | -0.136 | 0.763 | |
西部 | 总水足迹 | -0.258 | -0.067 | -0.218 | -0.060 | 0.022 | -0.047 | -0.048 | -0.148 | -0.065 | 0.754 |
绿水 | -0.287 | -0.062 | -0.220 | -0.059 | 0.032 | -0.025 | -0.054 | -0.150 | -0.039 | 0.733 | |
蓝水 | 0.064 | -0.129 | -0.564 | -0.001 | -0.368 | -0.021 | 0.109 | 0.019 | -0.255 | 0.973 | |
灰水 | -0.225 | -0.073 | -0.105 | -0.084 | 0.095 | -0.157 | -0.065 | -0.186 | -0.125 | 0.786 |
新窗口打开
四个地区食品水足迹收入弹性从大到小为西、中、东北部和东部,分别为0.754、0.726、0.708和0.670,表示城镇居民收入增加相同比例时,中部和西部的人均食品水足迹增长最多,而东部的人均食品水足迹增长最少。各类型水足迹收入弹性与食品水足迹收入弹性大小顺序相同,西部地区食品绿水、蓝水和灰水的收入弹性最大,即收入增加1%时,绿水、蓝水和灰水需求量增长0.733%、0.973%和0.786%,可见西部地区食品消费结构变化对水资源部门间转移和水资源生态环境产生的影响更大。
食品水足迹价格弹性的差异与食品消费结构的变化非常密切。从食品种类看,油脂、蔬菜和酒类水足迹价格弹性相对小,粮食、肉类和瓜果水足迹价格弹性相对较大,其中东部地区肉类和瓜果的水足迹价格弹性相对较大,其他地区粮食和肉类的水足迹价格弹性较大。从水足迹类型看,粮食、瓜果和肉类的绿水价格弹性相对较大,肉类、水产品和乳品的蓝水价格弹性相对较大,粮食、蔬菜和瓜果的灰水价格弹性相对较大,其中中部地区粮食的绿水价格弹性(-0.298)、粮食的灰水价格弹性(-0.227)以及西部地区肉类的蓝水价格弹性(-0.564)分别是各类型水足迹价格弹性中的最大值。值得注意的是,水产品水足迹价格弹性为正值,主要原因为水产品替代食品较多,价格上升会使其他食品消费增加,反而使人均食品水足迹增加,部分食品蓝水价格弹性为正的原因与之相似。
5.3 收入及食品价格对不同地区人均食品水足迹影响的模拟分析
利用式(18)可模拟不同地区城镇居民人均可支配收入增长对人均食品水足迹影响,并分析调控食品价格的效果。在高水足迹食品中,肉类和瓜果的食品水足迹价格弹性比较大,对居民基本消费的影响相对较小,故将肉类和瓜果做为水足迹关键调控食品。以下进行4种模拟。模拟1,在收入提高10%、所有食品价格保持不变时,分析收入与人均食品水足迹的关系。
模拟2,水足迹关键食品价格提高10%、收入不变时,分析食品价格与人均食品水足迹的关系。
模拟3,水足迹关键食品价格和人均可支配收入提高10%时,分析食品价格和收入同时变化与人均食品水足迹的关系。
模拟4,假设食品需求弹性以及单位食品水足迹含量保持不变,计算2016年各地区收入和各食品价格指数相比面板数据均值的变化百分比,乘以1999—2012年各地区人均食品水足迹平均值,得到2016年人均食品水足迹的模拟值;将其与2016年人均食品水足迹实际值对比,以检验QUAIDS模型样本外预测效果。
表5中,模拟1结果表明收入提高10%,全国城镇居民人均食品水足迹平均增加7.2%,其中东部的变化量和变化率最小。模拟2表明水足迹关键食品价格提高10%后,关键食品价格提高对东北部和东部的影响效果最显著,全国人均食品水足迹平均下降了2.3%。模拟3表示关键食品价格和收入同时增加10%后,东、中、西和东北部城镇人均食品水足迹增加4.4%、5.4%、5.4%和4.9%,说明食品价格提高抵消了部分城镇居民收入的效果,使得人均食品水足迹保持相对低速增长,从而促进农业水资源可持续利用。在上述模拟中,人均食品蓝水足迹变量百分比最大,表示肉类和瓜果价格提高后,减少的农业用水向居民、工业和生态用水的转移过程将更明显。
Table 5
表5
表5收入及食品价格对城镇人均食品水足迹影响的模拟结果
Table 5Simulation results of impacts of urban residential income and food price on food water footprints per capita
地区 | 水足迹类型 | 模拟1 | 模拟2 | 模拟3 | 模拟4 | ||||
---|---|---|---|---|---|---|---|---|---|
变化量/m³ | 变化比/% | 变化量/m³ | 变化比/% | 变化量/m³ | 变化比/% | 模拟值/m³ | 实际值/m³ | ||
东北部 | 总水足迹 | 34.7 | 7.1 | -10.9 | -2.2 | 23.8 | 4.9 | 590.2 | 628.0 |
绿水 | 25.9 | 6.9 | -7.5 | -2.0 | 18.4 | 4.9 | 451.1 | 485.7 | |
蓝水 | 2.4 | 9.0 | -0.7 | -2.5 | 1.7 | 6.5 | 31.7 | 35.2 | |
灰水 | 6.4 | 7.4 | -2.7 | -3.1 | 3.7 | 4.3 | 107.4 | 107.1 | |
东部 | 总水足迹 | 31.8 | 6.7 | -11.1 | -2.3 | 20.7 | 4.4 | 605.9 | 605.6 |
绿水 | 24.2 | 6.5 | -7.8 | -2.1 | 16.4 | 4.4 | 461.5 | 464.7 | |
蓝水 | 2.0 | 8.1 | -0.8 | -2.2 | 1.2 | 5.9 | 40.9 | 40.1 | |
灰水 | 5.6 | 7.0 | -2.5 | -3.4 | 3.1 | 3.6 | 103.5 | 100.8 | |
中部 | 总水足迹 | 34.4 | 7.3 | -8.8 | -1.9 | 25.6 | 5.4 | 587.5 | 553.9 |
绿水 | 25.8 | 7.0 | -6.0 | -1.7 | 19.8 | 5.3 | 453.2 | 429.2 | |
蓝水 | 2.4 | 9.5 | -0.5 | -1.9 | 1.9 | 7.6 | 31.3 | 31.7 | |
灰水 | 6.2 | 7.6 | -2.3 | -2.8 | 3.9 | 4.8 | 103.0 | 92.9 | |
西部 | 总水足迹 | 35.7 | 7.5 | -9.8 | -2.1 | 25.9 | 5.4 | 585.5 | 582.3 |
绿水 | 26.3 | 7.3 | -6.8 | -1.9 | 19.5 | 5.4 | 453.1 | 456.7 | |
蓝水 | 2.2 | 9.7 | -0.6 | -2.4 | 1.6 | 7.3 | 31.7 | 30.1 | |
灰水 | 7.2 | 7.9 | -2.4 | -3.1 | 4.8 | 4.8 | 100.7 | 95.5 |
新窗口打开
模拟4得到2016年人均食品水足迹为592.3m3,与实际值592.5m3十分接近,其中东北、东、中和西部地区人均食品水足迹的模拟值分别为590.2m3、605.9m3、587.5m3和585.5m3。通过与2016年各地区人均食品水足迹的实际值比较,东部和西部的模拟结果接近,中部有一定差别,东北部有较大差别。由于总体样本包含省份最多,东部和西部地区包含省份较多,中部和东北部地区包含省份较少,说明利用QUAIDS模型得到准确的人均食品水足迹预测值需要较大的样本量。
6 结论与讨论
6.1 结论
本文利用1999—2012年31个省(市、自治区)面板数据,运用QUAIDS模型分析收入增长下食品消费结构及其水足迹变动,模拟了收入和水足迹关键食品价格对不同地区人均食品水足迹的影响。主要研究结论如下:(1)随着城镇居民收入增加,各类食品消费量不断增长,其中瓜果、乳品等高水足迹食品增速相对较快,表现为人均食品消费的水足迹持续提高。1999—2012年间人均食品水足迹增长了32.8%,2012年为521.0m3,2016年进一步增长到592.5 m3,其中东北和中部人均食品水足迹增长速度较快。
(2)西部、中部、东北部和东部食品水足迹收入弹性分别为0.754、0.726、0.708和0.670,表示城镇居民收入增加相同比例时,中部和西部人均食品水足迹增长最多。由于水产品替代食品较多,使其水足迹价格弹性为正值,即价格上升会使其他食品消费增加,油脂类、蔬菜和酒类水足迹价格弹性相对小,粮食、肉类和瓜果水足迹价格弹性相对较大。
(3)当收入以及瓜果、肉类价格同时增加10%后,东部、中部、西部和东北部人均食品水足迹增加4.4%、5.4%、5.4%和4.9%,属于相对较低的增长速度,说明合理利用价格调控政策可促进农业水资源可持续利用。通过2016年东北、东、中和西部人均食品水足迹的模拟值与实际值的对比发现,利用QUAIDS模型得到的食品水足迹需求弹性,在较大样本量下可得到较为准确的人均食品水足迹模拟结果。
6.2 讨论
农业水资源短缺和人均食品水足迹增长之间的矛盾将威胁到长期粮食安全。基于上述研究结果可能对政府利用价格调控促进农业水资源可持续利用提供帮助,具体有三点讨论:(1)从需求角度出发,需要从食品水足迹消费视角对农业生产进行调整。水足迹较高的动物性食品和瓜果消费量快速增加推动饲用粮食和瓜果价格提高,农户趋于扩大其种植面积或者多投入水资源以提高单产,使得农业水资源不可持续利用。虽然节水灌溉技术推广、种植结构调整结构和扩大食品进口可缓解该问题,但是对高水足迹食品进行需求管理以调控农业生产,才是促进农业水资源可持续利用的根本手段之一。
(2)以往研究都强调政府在农业水资源可持续利用中的重要性,但始终没有提出调控的反馈指标。根据本文研究结果,不同地区瓜果和肉类的居民消费价格指数和可支配收入间的增速比例可作为农业水资源可持续利用预警指标,政府可依据其变化通过税收、行政等手段适度提高瓜果和肉类价格,以维持人均食品水足迹的低水平增长。不过,提高高水足迹食品价格时,贫困群体的最低生活保障标准需要平衡增长[42],以保证其基本的食品消费量。
(3)模拟结果中人均灰水足迹变化最小,但控制食品生产过程中的水污染具有提高环境和国民健康水平的正外部性。此外,农业生产过程减少灰水足迹的成本较低,下降速率也相对较快。因此,对于水生态环境脆弱、经济相对落后的地区,若食品价格调控幅度有限,可配合食品生产水污染的控制政策以增加社会净福利。
考虑到本文受数据和方法所限,今后的研究拟在三个方面有所突破:
(1)获得各类食品消费的单位质量虚拟水含量的准确数据,主要是基于不同国家和不同地区食品生产的虚拟水量数据,并结合食品进口数据和食品流通数据进行计算。
(2)将测算出更加准确的不同地区不同食品水足迹需求弹性,例如针对北京市蔬菜消费,基于蔬菜消费数据和考虑来源地、流通模式等的蔬菜单位水足迹含量得到北京蔬菜水足迹需求弹性。
(3)食品水足迹需求弹性计算类似于求解营养弹性的间接法框架,该框架求出的水足迹弹性没有考虑食物质量的替换,即随着城镇居民收入的进一步提高,高质量食品消费必然代替低质量食品消费。宏观数据由众多家庭数据构成,食品调整方向的多元化可以消除一部分食物品种间替换问题,但可能依然存在结果被高估的问题。未来研究计划采用直接法和微观数据以得到更准确的食品水足迹需求弹性值。
The authors have declared that no competing interests exist.
参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
[1] | [J]., [J]. , |
[2] | [J]. , [J]. , |
[3] | [J]. , [J]. , |
[4] | [J]. , [J]. , |
[5] | [J]., [J]. , |
[6] | [J]. , [J]. , |
[7] | [R]. , |
[8] | [J]., [J]. , |
[9] | [J]. , |
[10] | [J]. , |
[11] | [J]. , |
[12] | [J]. , |
[13] | [J]. , |
[14] | [J]., [J]. , |
[15] | [J]. , [J]. , |
[16] | [J]. , |
[17] | [J]. , [J]. , |
[18] | [J]. , [J]. , |
[19] | [J]., [J]. , |
[20] | [J]. , [J]. , |
[21] | [J]. , [J]. , |
[22] | [J]. , [J]. , |
[23] | [J]. , [J]. , |
[24] | [J]. , |
[25] | [J]. , |
[26] | [J]. , [J]. , |
[27] | [J]. , |
[28] | [J]. , |
[29] | . , |
[30] | [J]. , |
[31] | [J]. , |
[32] | [J]. , |
[33] | [J]. , |
[34] | [J]. , |
[35] | |
[36] | [R]. , |
[37] | [R]. , |
[38] | . , . , |
[39] | [J]. , [J]. , |
[40] | [J]. , [J]. , |
[41] | [J]. , [J]. , |
[42] | [J]. , [J]. , |