中國(guó)糧食作物虛擬水進(jìn)口貿(mào)易格局與影響因素

李明，潘子純，李崇光

（1. 中國(guó)農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，北京 100083；2. 西北農(nóng)林科技大學(xué)經(jīng)濟(jì)管理學(xué)院，陜西 楊凌 712100；3. 華中農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，湖北 武漢 430070）

糧食安全與水安全一直是資源科學(xué)和農(nóng)業(yè)經(jīng)濟(jì)學(xué)的研究焦點(diǎn)，其重要性關(guān)乎國(guó)計(jì)民生?！端Y源公報(bào)》數(shù)據(jù)顯示：2019年，全國(guó)用水總量6 021.2億m3，農(nóng)業(yè)用水3 682.3億m3，占用水總量的61.2%，可見農(nóng)業(yè)用水需求一直保持較高態(tài)勢(shì)。盡管中國(guó)糧食基本可以實(shí)現(xiàn)自給自足，但中國(guó)糧食安全仍存在隱患，如糧食生產(chǎn)的水土資源約束趨緊，極端災(zāi)害等突發(fā)事件阻滯了糧食生產(chǎn)與貿(mào)易；糧食對(duì)外依存度持續(xù)提高、進(jìn)口集中度非常大；國(guó)際糧價(jià)波動(dòng)、貿(mào)易摩擦等都影響著中國(guó)糧食進(jìn)口的穩(wěn)定性[1]。僅僅依靠中國(guó)本土的農(nóng)業(yè)生產(chǎn)資源已難以維持全面小康水平下的本地農(nóng)產(chǎn)品需求，發(fā)展到富裕水平這種短缺將會(huì)更甚，依賴國(guó)際市場(chǎng)是必然需求[2]?；诩Z食安全和水安全的雙重視角，探討中國(guó)糧食作物虛擬水進(jìn)口的時(shí)空格局與影響因素，對(duì)于實(shí)現(xiàn)國(guó)家糧食進(jìn)口和虛擬水進(jìn)口效益最大化、促進(jìn)虛擬水戰(zhàn)略實(shí)施和深化國(guó)際糧食貿(mào)易合作具有重要的指引作用。

目前有關(guān)糧食作物虛擬水進(jìn)出口貿(mào)易的研究成果逐年增加，主要圍繞糧食作物虛擬水含量測(cè)度[3-6]，糧食作物虛擬水貿(mào)易特征與影響因素[7-9]、虛擬水貿(mào)易與糧食生產(chǎn)和水資源的關(guān)系研究[10-11]等角度展開。如Mekonnen和Hoekstra[12]利用1996—2005年的作物生產(chǎn)數(shù)據(jù)和CROPWAT8.0計(jì)算了全球不同國(guó)家126種農(nóng)產(chǎn)品的虛擬水含量，并將虛擬水細(xì)分為綠水、藍(lán)水和灰水，為后續(xù)研究提供了虛擬水含量的計(jì)算標(biāo)準(zhǔn)。學(xué)界在糧食作物虛擬水貿(mào)易特征的研究成果豐富，主要包含虛擬水的時(shí)空分異和貿(mào)易網(wǎng)絡(luò)。早期的研究分別從時(shí)間和空間上簡(jiǎn)單分析虛擬水貿(mào)易的變化[13-15]，后續(xù)研究中刻畫時(shí)空分異特征的方法日益成熟[16-18]，包括Penman-Monteith模型、GIS技術(shù)、標(biāo)準(zhǔn)差橢圓和變異系數(shù)等。社會(huì)網(wǎng)絡(luò)和復(fù)雜網(wǎng)絡(luò)分析在農(nóng)產(chǎn)品虛擬水貿(mào)易中的應(yīng)用日益盛行[19-20]。如Zhang等[21]發(fā)現(xiàn)，中國(guó)虛擬水貿(mào)易網(wǎng)絡(luò)高度集中，并非所有出口產(chǎn)品在虛擬含水量方面都具有比較優(yōu)勢(shì)，進(jìn)口產(chǎn)品過度集中在大豆、棉花等水密集型農(nóng)產(chǎn)品上，且進(jìn)口的虛擬水主要來自美國(guó)、巴西和阿根廷。糧食虛擬水貿(mào)易的影響因素主要包括要素稟賦、貿(mào)易成本、人口、經(jīng)濟(jì)規(guī)模、國(guó)家間的地理距離以及技術(shù)水平、環(huán)境政策等方面[22-25]。水安全是糧食生產(chǎn)的基礎(chǔ)，實(shí)現(xiàn)農(nóng)業(yè)水資源的高效利用是保障水安全和糧食安全的根本途徑[26-27]。多數(shù)學(xué)者認(rèn)為虛擬水貿(mào)易是實(shí)現(xiàn)糧食安全和水安全的新路徑[28-30]。

已有研究為本文提供了堅(jiān)實(shí)的研究基礎(chǔ)，但是仍存在以下不足：相關(guān)文獻(xiàn)研究集中于全球和中國(guó)區(qū)際糧食虛擬水貿(mào)易，對(duì)中國(guó)糧食虛擬水國(guó)際進(jìn)出口關(guān)注不夠；氣候環(huán)境和制度環(huán)境對(duì)虛擬水進(jìn)出口的影響研究相對(duì)較少，非傳統(tǒng)經(jīng)濟(jì)因素對(duì)于虛擬水貿(mào)易的研究有待深化；時(shí)空格局分析主要集中于資源科學(xué)和地理學(xué)方法，影響因素分析側(cè)重于地理探測(cè)器、層次回歸法、LMDI模型等，可能存在一定的局限性。因此，本文著眼于此，探討中國(guó)糧食作物虛擬水進(jìn)口貿(mào)易，結(jié)合資源科學(xué)、地理學(xué)和國(guó)際貿(mào)易相關(guān)的指數(shù)和模型刻畫中國(guó)糧食作物虛擬水進(jìn)口的時(shí)空格局，納入氣候環(huán)境和制度環(huán)境相關(guān)變量，并采用雙向固定效應(yīng)模型和PPML方法實(shí)證分析中國(guó)糧食作物虛擬水進(jìn)口的影響因素，以期為維護(hù)國(guó)家糧食安全和水安全、推動(dòng)國(guó)際糧食貿(mào)易合作提供理論依據(jù)和有利參考。

1 研究方法與數(shù)據(jù)來源

1.1 研究方法

1.1.1 糧食作物虛擬水進(jìn)口測(cè)算方法 單一糧食作物的虛擬水進(jìn)口量計(jì)算公式為：

式中：Sijt表示t時(shí)期中國(guó)對(duì)j區(qū)域i種糧食作物的虛擬水進(jìn)口量（m3），Vijt表示t時(shí)期j區(qū)域i種糧食作物單位質(zhì)量的虛擬水含量（m3/t），而Uijt表示t時(shí)期中國(guó)對(duì)j區(qū)域i種糧食作物的進(jìn)口量（t）。這里的j區(qū)域代表中國(guó)糧食作物不同的進(jìn)口來源市場(chǎng)，即不同的國(guó)家。

通過加總單一糧食作物的虛擬水進(jìn)口量能夠得到中國(guó)主要糧食作物總的虛擬水進(jìn)口量，計(jì)算公式為：

式中：St表示t時(shí)期中國(guó)主要糧食作物的虛擬水總進(jìn)口量（m3），Sijt表示t時(shí)期中國(guó)對(duì)j區(qū)域i種糧食作物的虛擬水進(jìn)口量（m3）。

1.1.2 時(shí)空格局刻畫分析方法 1）多元化指數(shù)。借鑒生物學(xué)中評(píng)價(jià)物種多樣性的香濃-威納指數(shù)建立中國(guó)糧食作物進(jìn)口多元化指數(shù)（H指數(shù)）來評(píng)價(jià)中國(guó)糧食作物進(jìn)口貿(mào)易的多元化程度[31-32]。多元化指數(shù)是借用信息論中不定性的研究方法，度量系統(tǒng)結(jié)構(gòu)組成復(fù)雜程度的指數(shù)，又叫做香濃-威納多樣性指數(shù)，其和下文的均衡度指數(shù)是景觀生態(tài)學(xué)中景觀指數(shù)最具代表性的兩種指數(shù)。已有學(xué)者借用該指數(shù)分別探討了中國(guó)出口商品的國(guó)際地區(qū)結(jié)構(gòu)和中非農(nóng)產(chǎn)品貿(mào)易的區(qū)域差異及演化[33-34]。計(jì)算公式為：

式中：H表示中國(guó)糧食作物虛擬水進(jìn)口多元化指數(shù)，其取值范圍為H≥0，Pj表示中國(guó)對(duì)j區(qū)域糧食作物的虛擬水進(jìn)口量占糧食作物虛擬水進(jìn)口總量的比重；J表示所考察的區(qū)域總數(shù)，這里指國(guó)家總數(shù)。當(dāng)H指數(shù)越大時(shí)，表明中國(guó)對(duì)研究區(qū)國(guó)家的糧食作物虛擬水進(jìn)口愈加多元化，進(jìn)口結(jié)構(gòu)越趨于合理；反之，當(dāng)H指數(shù)越小時(shí)，表明中國(guó)糧食作物虛擬水進(jìn)口僅在個(gè)別地區(qū)或國(guó)家集中，進(jìn)口結(jié)構(gòu)不平衡性加劇，進(jìn)口貿(mào)易潛在風(fēng)險(xiǎn)增加。

2）均衡度指數(shù)。均衡度指數(shù)可以測(cè)度研究區(qū)國(guó)家進(jìn)出口貿(mào)易的相對(duì)均衡程度。本文在中國(guó)糧食作物進(jìn)口多元化指數(shù)（H指數(shù)）的基礎(chǔ)上構(gòu)建中國(guó)糧食作物進(jìn)口均衡度指數(shù)（E指數(shù)）。計(jì)算公式為：

式中：E表示中國(guó)糧食作物虛擬水進(jìn)口均衡度指數(shù)，即中國(guó)糧食作物虛擬水進(jìn)口多元化指數(shù)與其最大值的比例，其取值范圍介于0和1之間。當(dāng)E指數(shù)越大時(shí)，表明中國(guó)對(duì)研究區(qū)國(guó)家的糧食作物虛擬水進(jìn)口愈加均衡，進(jìn)口結(jié)構(gòu)趨于優(yōu)化；而當(dāng)E指數(shù)越小時(shí)，表明中國(guó)糧食作物虛擬水進(jìn)口在不同國(guó)家存在較大的差異性，存在進(jìn)口結(jié)構(gòu)不合理現(xiàn)象。

3）探索性空間數(shù)據(jù)分析（ESDA）。全局空間自相關(guān)指數(shù)（Global Moran’sI），又稱作全局莫蘭指數(shù)，該指標(biāo)能夠度量一組要素及其空間分布的相關(guān)屬性。計(jì)算公式為：

式中：Wij表示i國(guó)家與j國(guó)家之間的空間權(quán)重，Xi表示中國(guó)對(duì)i國(guó)家的糧食作物虛擬水進(jìn)口量，Zi表示其在國(guó)家i的取值與所有平均值的差，N表示國(guó)家總數(shù)目，S0表示全部國(guó)家之間空間權(quán)重的聚合。其在[-1，1]之間取值，數(shù)值為正表示正相關(guān)，數(shù)值為負(fù)表示負(fù)相關(guān)，數(shù)值越大代表著空間自相關(guān)性越強(qiáng)。

盡管全局空間自相關(guān)指數(shù)能夠從整體上分析某一要素屬性在全區(qū)域內(nèi)的空間自相關(guān)性，但是無法揭示某一要素屬性在局部區(qū)域（子區(qū)域）內(nèi)的空間分布狀態(tài)。為了解決該問題，Anselin[35]于1994年提出了局部空間自相關(guān)指數(shù)（Local Moran’sI），計(jì)算公式為：

式中：Zi、Zj、Wij和N所表示的含義與前文一致。Ii數(shù)值為正表示高-高集聚或者低-低集聚，Ii數(shù)值為負(fù)表示高-低集聚或者低-高集聚。局部莫蘭指數(shù)的測(cè)度結(jié)果通常采用LISA集聚圖實(shí)現(xiàn)可視化，能夠直觀地揭示出某一要素屬性的空間集聚特征。

1.1.3 變量選取與引力模型設(shè)定 1）變量選取。傳統(tǒng)

引力模型在國(guó)際貿(mào)易中的分析已被學(xué)者廣泛應(yīng)用。經(jīng)典的引力模型變量?jī)H包括經(jīng)濟(jì)規(guī)模和地理距離，兩個(gè)變量的經(jīng)濟(jì)學(xué)含義分別是國(guó)家的經(jīng)濟(jì)發(fā)展水平和貿(mào)易運(yùn)輸成本[35]。此后，拓展的貿(mào)易引力模型日益盛行，如人口、貿(mào)易政策等因素的影響。本研究在傳統(tǒng)引力模型的基礎(chǔ)上，從規(guī)模經(jīng)濟(jì)、地理距離、要素稟賦、氣候環(huán)境、制度環(huán)境和政策效應(yīng)六個(gè)維度來探討中國(guó)糧食作物虛擬水進(jìn)口的影響因素。2）引力模型設(shè)定。根據(jù)傳統(tǒng)貿(mào)易引力模型，本文構(gòu)建了拓展的中國(guó)糧食作物虛擬水進(jìn)口的貿(mào)易引力模型。具體形式如下：

式中：i代表中國(guó)，j代表糧食作物虛擬水進(jìn)口來源國(guó)；被解釋變量Yijt表示中國(guó)在t時(shí)期對(duì)j國(guó)的糧食作物虛擬水進(jìn)口水平，以虛擬水進(jìn)口數(shù)量來表征；αi表示待估參數(shù)；解釋變量主要是中國(guó)、糧食作物虛擬水進(jìn)口來源國(guó)和雙邊國(guó)家特征的因素構(gòu)成。各變量的描述性統(tǒng)計(jì)如表1所示。

表1 各變量的描述性統(tǒng)計(jì)Table 1 Descriptive statistics of variables

1.2 數(shù)據(jù)來源

本文的糧食作物是廣義上的，分別包括小麥、玉米、大米和大豆。由于不同糧食作物進(jìn)口來源市場(chǎng)具有較大的差異性，本文并沒有將研究區(qū)域局部在某一個(gè)大洲或者某一個(gè)自貿(mào)區(qū)，而是在全球范圍內(nèi)選取4種主要糧食作物進(jìn)口量位居前列的39個(gè)國(guó)家，分別是美洲8國(guó)，亞洲14國(guó)，歐洲14國(guó)，非洲2國(guó)和澳大利亞。這些國(guó)家集中了中國(guó)糧食作物進(jìn)口的主要市場(chǎng)來源，且在中國(guó)糧食作物進(jìn)口量中占有較大的份額，故具備較強(qiáng)的樣本代表性。

各國(guó)糧食作物虛擬水含量數(shù)據(jù)來源于Mekonnen和Hoekstra[12]的水研究系列報(bào)告，中國(guó)糧食作物進(jìn)口量數(shù)據(jù)來源于聯(lián)合國(guó)商品貿(mào)易統(tǒng)計(jì)數(shù)據(jù)庫(kù)，產(chǎn)品分類標(biāo)準(zhǔn)選擇HS1996。雙邊國(guó)家的人均GDP和人口數(shù)量來源于世界銀行WDI數(shù)據(jù)庫(kù)，地理距離來源于法國(guó)前景研究與國(guó)際中心（CEPII）數(shù)據(jù)庫(kù)，該數(shù)據(jù)采用兩國(guó)首都之間的直線距離。人均可再生內(nèi)陸淡水資源、農(nóng)業(yè)用地面積、森林面積和匯率水平來源于世界銀行WDI數(shù)據(jù)庫(kù)，貿(mào)易自由度指數(shù)和政府支出水平來源于美國(guó)智庫(kù)傳統(tǒng)基金會(huì)發(fā)布的經(jīng)濟(jì)自由度數(shù)據(jù)庫(kù)，WTO數(shù)據(jù)來源于世界貿(mào)易組織官網(wǎng)。

2 結(jié)果與分析

2.1 中國(guó)糧食作物虛擬水進(jìn)口時(shí)序動(dòng)態(tài)特征

2.1.1 中國(guó)糧食作物虛擬水進(jìn)口多元化 2006—2020年間，中國(guó)糧食作物虛擬水進(jìn)口多元化指數(shù)在總體和子區(qū)域亞洲和歐洲上呈現(xiàn)波動(dòng)增長(zhǎng)的發(fā)展態(tài)勢(shì)，而在子區(qū)域美洲上則出現(xiàn)平緩下降的特征。總體來看，中國(guó)糧食作物虛擬水進(jìn)口多元化指數(shù)雖有波動(dòng)起伏，但仍保持在一個(gè)相對(duì)平穩(wěn)的高位狀態(tài)，其中有5年多元化指數(shù)超過了2.0，這表明中國(guó)糧食作物虛擬水進(jìn)口結(jié)構(gòu)相對(duì)合理，進(jìn)口格局有所優(yōu)化。在2009年和2018年，該指數(shù)均出現(xiàn)下降，之后保持平穩(wěn)中略有回升之勢(shì)，說明全球金融危機(jī)和中美貿(mào)易摩擦降低了中國(guó)糧食作物虛擬水進(jìn)口的多元化程度，但是影響深度有限。因此，中國(guó)糧食作物虛擬水進(jìn)口多元化指數(shù)在總體上仍有較大的提升空間，削弱進(jìn)口渠道集中化所帶來的潛在風(fēng)險(xiǎn)仍是一大重要任務(wù)。

分區(qū)域來看，中國(guó)糧食作物虛擬水進(jìn)口多元化指數(shù)表現(xiàn)為一定的區(qū)域異質(zhì)性。對(duì)美洲來講，自2010年始，中國(guó)對(duì)其糧食作物虛擬水進(jìn)口多元化指數(shù)基本上保持平緩下降的趨勢(shì)，從2010年的1.76降低到2020年的1.38，這表明中國(guó)可能適當(dāng)降低了從美洲進(jìn)口糧食作物轉(zhuǎn)而增加了對(duì)亞洲和歐洲國(guó)家的糧食作物進(jìn)口，進(jìn)而帶動(dòng)了從亞洲和歐洲國(guó)家進(jìn)口的糧食虛擬水量。其中，大豆的進(jìn)口渠道趨于多元化發(fā)揮著關(guān)鍵作用。比較亞洲和歐洲來看，中國(guó)對(duì)亞洲的糧食作物虛擬水進(jìn)口多元化指數(shù)增長(zhǎng)速度要高于歐洲，可能的原因是亞洲國(guó)家具有地理距離鄰近的優(yōu)勢(shì)，與中國(guó)具有更加濃厚的糧食貿(mào)易往來，而歐洲國(guó)家近些年才逐漸成為中國(guó)糧食作物的進(jìn)口來源市場(chǎng)，如烏克蘭近幾年逐漸成為中國(guó)玉米進(jìn)口的最大來源國(guó)，而亞洲尤其是東南亞國(guó)家一直是中國(guó)大米進(jìn)口來源的主要市場(chǎng)（表2）。

表2 中國(guó)糧食作物虛擬水進(jìn)口多元化指數(shù)Table 2 Diversification index of virtual water import of grain crops in China

2.1.2 中國(guó)糧食作物虛擬水進(jìn)口均衡度 2006—2020年間，中國(guó)糧食作物虛擬水進(jìn)口均衡度指數(shù)在總體和子區(qū)域上皆保持著波動(dòng)變化的特點(diǎn)，在總體和歐洲上則處于一個(gè)相對(duì)較低的狀態(tài)，而在美洲和亞洲上呈現(xiàn)較高的水平?？傮w來看，中國(guó)糧食作物虛擬水進(jìn)口均衡度指數(shù)變化不大，2016年達(dá)到最高水平0.42，2020年則再次回落到0.38，2018年受中美貿(mào)易摩擦的影響也出現(xiàn)了一個(gè)低谷，這表明中國(guó)糧食作物虛擬水進(jìn)口均衡度總體水平較弱，進(jìn)口結(jié)構(gòu)存在部分失衡的特征。分區(qū)域來看，中國(guó)對(duì)亞洲國(guó)家的糧食作物虛擬水進(jìn)口均衡度指數(shù)最高，其中有8年大于0.5，有5年大于0.6，整體上是一個(gè)平緩增長(zhǎng)的態(tài)勢(shì)，這表明中國(guó)對(duì)亞洲國(guó)家的糧食作物虛擬水進(jìn)口趨于均衡，對(duì)不同國(guó)家的虛擬水進(jìn)口差異逐漸縮小。對(duì)美洲而言，均衡度指數(shù)接近于0.5，但近幾年呈現(xiàn)下降走勢(shì)，表明中國(guó)對(duì)其糧食作物虛擬水進(jìn)口均衡度保持高位但具有削弱的風(fēng)險(xiǎn)。對(duì)于歐洲來講，均衡度指數(shù)一直是波動(dòng)的狀態(tài)，但自2016年始有增加的趨勢(shì)，表明中國(guó)對(duì)歐洲的糧食作物虛擬水進(jìn)口日趨合理，進(jìn)口市場(chǎng)過于集中的現(xiàn)象并不突出，未來該進(jìn)口均衡度有可能會(huì)超越美洲（表3）。

表3 中國(guó)糧食作物虛擬水進(jìn)口均衡度指數(shù)Table 3 Equilibrium index of virtual water import of grain crops in China

2.2 中國(guó)糧食作物虛擬水進(jìn)口空間格局演變

2.2.1 中國(guó)糧食作物虛擬水進(jìn)口全局空間自相關(guān) 本文測(cè)度了2006—2020年間中國(guó)糧食作物虛擬水進(jìn)口的全局Moran’sI指數(shù)。結(jié)果顯示：Moran’sI指數(shù)的值均為正，表明中國(guó)糧食作物虛擬水進(jìn)口呈現(xiàn)出正向的全局空間自相關(guān)性，即空間上的低-低集聚或高-高集聚的馬太效應(yīng)，但這種正相關(guān)性有減弱的趨向。首先，全局Moran’sI指數(shù)在15年間有12年均通過了Z統(tǒng)計(jì)量的顯著性檢驗(yàn)，表明中國(guó)糧食作物虛擬水進(jìn)口在空間上具有正向集聚的現(xiàn)象；而2009年、2018年該指數(shù)均出現(xiàn)下降且尚未通過顯著性檢驗(yàn)，表明全球金融危機(jī)和中美貿(mào)易摩擦可能對(duì)中國(guó)糧食作物虛擬水進(jìn)口的空間集聚程度形成了一定的沖擊。其次，全局Moran’sI指數(shù)僅在2006年、2007年、2008年和2010年達(dá)到了0.1及以上，且自2015年以來，該指數(shù)下降趨勢(shì)明顯，這預(yù)示著中國(guó)糧食作物虛擬水進(jìn)口存在分散化風(fēng)險(xiǎn)，空間集聚性有所減弱（表4）。

表4 中國(guó)糧食作物虛擬水進(jìn)口全局空間自相關(guān)指數(shù)Table 4 Global spatial autocorrelation index of virtual water import of grain crops in China

2.2.2 中國(guó)糧食作物虛擬水進(jìn)口局部空間自相關(guān) 中國(guó)糧食作物虛擬水進(jìn)口總體差異僅能反映其空間分異特征，不能展示其空間相互作用，也不能揭示局部或者區(qū)域的空間集聚程度。全局Moran’sI指數(shù)的分析表明，中國(guó)糧食作物虛擬水進(jìn)口具有總體上的正向空間自相關(guān)關(guān)系，因此，本文擬選取2007、2011、2015和2019年的數(shù)據(jù)進(jìn)行局部Moran’sI指數(shù)分析，結(jié)合局部LISA集聚關(guān)系研究中國(guó)糧食作物虛擬水進(jìn)口的局部空間格局及其關(guān)聯(lián)模式（表5）。局部LISA集聚關(guān)系按照空間集聚程度可以劃分為四個(gè)類型：高高集聚區(qū)（H-H）、高低集聚區(qū)（H-L）、低高集聚區(qū)（L-H）、低低集聚區(qū)（L-L）。

表5 中國(guó)糧食作物虛擬水進(jìn)口的局部Moran’s I指數(shù)與LISA集聚關(guān)系Table 5 Relationship between local Moran’s I index and Lisa agglomeration of virtual water import from grain crops

總體來看，中國(guó)糧食作物虛擬水進(jìn)口局部空間分異特征顯著，但高高聚集區(qū)的國(guó)家個(gè)數(shù)明顯少于低低聚集區(qū)和低高聚集區(qū)的國(guó)家個(gè)數(shù)，且多集中在南美洲少數(shù)幾個(gè)國(guó)家，這說明中國(guó)糧食作物虛擬水進(jìn)口局部空間集聚程度仍處于發(fā)展?fàn)顟B(tài)。具體而言，中國(guó)糧食作物虛擬水進(jìn)口不存在高低集聚區(qū)，其他三種類型的空間集聚范圍隨著時(shí)間推移有不同程度的變遷。

1）高高集聚區(qū)（H-H）主要集中在南美洲一帶，如巴西、阿根廷和烏拉圭。整體集聚范圍相對(duì)穩(wěn)定，其中阿根廷始終是該集聚區(qū)軸心的國(guó)家，與中國(guó)糧食作物虛擬水進(jìn)口具有較為緊密的貿(mào)易聯(lián)系，是中國(guó)大豆虛擬水進(jìn)口的增長(zhǎng)極。后三個(gè)階段烏拉圭與中國(guó)糧食作物虛擬水進(jìn)口的貿(mào)易聯(lián)系日趨緊密。中國(guó)與這幾個(gè)國(guó)家具有較為頻繁的大豆進(jìn)口貿(mào)易，存在要素流動(dòng)、技術(shù)溢出等優(yōu)勢(shì)。

2）低高集聚區(qū)（L-H）主要集中在拉丁美洲一帶，如智利、秘魯、墨西哥，還包括歐洲的丹麥。烏拉圭2007年屬于低高集聚區(qū)，而后三個(gè)階段一躍屬于高高集聚區(qū)；智利和秘魯一直屬于該集聚區(qū)的軸心國(guó)家；2019年集聚區(qū)的軸心國(guó)家基本上與2007年（丹麥除外）保持一致，表明中國(guó)糧食作物虛擬水進(jìn)口在該區(qū)域內(nèi)存在極化現(xiàn)象。

3）低低集聚區(qū)（L-L）主要集中在歐洲一帶，2019年澳大利亞進(jìn)入低低集聚區(qū)的范圍，原因可能是中澳貿(mào)易摩擦對(duì)中國(guó)自澳進(jìn)口的小麥虛擬水量造成不利影響，且與周圍國(guó)家糧食作物虛擬水的進(jìn)口貿(mào)易聯(lián)系偏弱。表明中國(guó)與大部分歐洲國(guó)家的糧食作物虛擬水進(jìn)口貿(mào)易聯(lián)系有待深化，烏克蘭近些年逐漸成為中國(guó)玉米虛擬水進(jìn)口的最大市場(chǎng)來源。

2.3 中國(guó)糧食作物虛擬水進(jìn)口的影響因素

2.3.1 多重共線性檢驗(yàn) 多重共線性是指線性回歸模型中的各個(gè)解釋變量間可能存在某種相關(guān)關(guān)系而導(dǎo)致模型不能準(zhǔn)確地被估計(jì)的現(xiàn)象。鑒于此，本文在開展實(shí)證分析前，計(jì)算各個(gè)解釋變量的方差膨脹因子（VIF），以判斷涉及的各變量間是否存在多重共線性問題（表6）。通常情況下，方差膨脹因子小于10，當(dāng)其大于等于10且數(shù)值越大時(shí)，變量之間的多重共線性問題越嚴(yán)重。如表6所示，可以發(fā)現(xiàn)：引力模型中每一個(gè)解釋變量的方差膨脹因子及其倒數(shù)都小于10，說明各個(gè)自變量間不存在嚴(yán)重的多重共線性問題。

表6 引力模型中各變量的多重共線性檢驗(yàn)結(jié)果Table 6 Multicollinearity test results of each variable in the gravity model

2.3.2 基準(zhǔn)回歸 基于拓展的貿(mào)易引力模型，本文采用stata16.0對(duì)中國(guó)糧食作物虛擬水的33個(gè)進(jìn)口來源國(guó)2006—2018年共13年的跨國(guó)面板數(shù)據(jù)開展實(shí)證分析。LM檢驗(yàn)結(jié)果顯示：隨機(jī)效應(yīng)模型要優(yōu)于混合OLS回歸，即存在個(gè)體隨機(jī)效應(yīng)；而Hausman檢驗(yàn)結(jié)果顯示：固定效應(yīng)模型優(yōu)于隨機(jī)效應(yīng)模型，即存在個(gè)體固定效應(yīng)；F檢驗(yàn)結(jié)果顯示：存在時(shí)間固定效應(yīng)。因此本文最終選取雙向固定效應(yīng)模型開展實(shí)證分析。研究發(fā)現(xiàn)雙邊人均GDP、進(jìn)口來源國(guó)的人均可再生內(nèi)陸淡水資源和農(nóng)業(yè)用地面積、進(jìn)口來源國(guó)的森林面積、進(jìn)口來源國(guó)的貿(mào)易自由化指數(shù)和政府支出指數(shù)、雙邊加入世界貿(mào)易組織和匯率水平對(duì)中國(guó)糧食作物虛擬水進(jìn)口具有顯著的影響。具體分析如下（表7）：

表7 基準(zhǔn)回歸結(jié)果Table 7 Benchmark regression results

1）雙邊人均GDP通過了5%的顯著性水平檢驗(yàn)且系數(shù)為正值，表明雙邊經(jīng)濟(jì)發(fā)展水平的提高拉動(dòng)了中國(guó)糧食作物虛擬水進(jìn)口。伴隨雙邊規(guī)模經(jīng)濟(jì)的發(fā)展，中國(guó)國(guó)內(nèi)對(duì)糧食作物的需求會(huì)增加，進(jìn)口來源國(guó)國(guó)內(nèi)需求的增長(zhǎng)會(huì)拉動(dòng)其糧食作物產(chǎn)量的提升，進(jìn)而有利于將過剩的糧食作物出口到中國(guó)，從而提高了中國(guó)糧食作物虛擬水的進(jìn)口量。

2）人均可再生內(nèi)陸淡水量和農(nóng)業(yè)用地面積的系數(shù)分別為2.855和2.892，且均通過了1%的顯著性水平檢驗(yàn)，表明進(jìn)口來源國(guó)的要素稟賦優(yōu)勢(shì)有利于中國(guó)糧食作物虛擬水進(jìn)口。具體來講，當(dāng)進(jìn)口來源國(guó)的人均可更新內(nèi)陸淡水資源量越多且農(nóng)業(yè)用地面積越廣闊時(shí)，該國(guó)的水資源和土地資源稟賦越充裕，要素稟賦優(yōu)勢(shì)越明顯，越有利于本國(guó)的農(nóng)業(yè)生產(chǎn)和貿(mào)易活動(dòng)，從而間接帶動(dòng)中國(guó)糧食作物虛擬水進(jìn)口。另一方面，2.892大于2.855，表明進(jìn)口來源國(guó)土地資源稟賦優(yōu)勢(shì)對(duì)中國(guó)糧食作物虛擬水進(jìn)口的影響要強(qiáng)于水資源稟賦優(yōu)勢(shì)。

3）森林面積通過了5%的顯著性水平檢驗(yàn)，但系數(shù)符號(hào)為負(fù)，與預(yù)期不符，可以推斷當(dāng)進(jìn)口來源國(guó)森林面積越廣闊時(shí)，那么該國(guó)的農(nóng)業(yè)耕地面積可能會(huì)受到擠占，進(jìn)而削弱了其糧食生產(chǎn)能力，降低了出口到中國(guó)糧食作物的供給水平，從而抑制了中國(guó)糧食作物虛擬水進(jìn)口數(shù)量的增加。

4）貿(mào)易自由化指數(shù)通過了1%的顯著性水平檢驗(yàn)，但系數(shù)符號(hào)為負(fù)，與預(yù)期不符，說明進(jìn)口來源國(guó)的貿(mào)易自由化水平一定程度上阻礙了中國(guó)糧食作物虛擬水進(jìn)口。可能的原因是一國(guó)貿(mào)易自由度越高，經(jīng)濟(jì)制度環(huán)境越好，越有可能吸引外來投資而非出口貿(mào)易，這主要是投資和貿(mào)易的替代性所導(dǎo)致的[36-37]。政府支出指數(shù)在10%的水平上顯著為正，表明進(jìn)口來源國(guó)的政府支出水平顯著促進(jìn)了中國(guó)糧食作物虛擬水進(jìn)口。政府對(duì)本國(guó)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的硬件和軟件環(huán)境改善投入的增加能夠?yàn)檫M(jìn)出口貿(mào)易提供便利，有助于降低貿(mào)易成本，間接拉動(dòng)中國(guó)糧食作物虛擬水進(jìn)口。

5）雙邊加入世貿(mào)組織通過了1%的顯著性水平檢驗(yàn)且表現(xiàn)為正值，表明雙邊加入世界貿(mào)易組織對(duì)中國(guó)糧食作物虛擬水進(jìn)口具有顯著的正向影響。這有利于積極參與經(jīng)濟(jì)全球化，妥善處理貿(mào)易摩擦或解決貿(mào)易爭(zhēng)端問題，從而建立多邊貿(mào)易體制，增進(jìn)多邊的農(nóng)產(chǎn)品貿(mào)易聯(lián)系，進(jìn)而推動(dòng)中國(guó)糧食作物虛擬水進(jìn)口。

6）匯率水平通過了10%的顯著性水平檢驗(yàn)，且系數(shù)符號(hào)為正值，表明雙邊匯率水平與中國(guó)對(duì)其糧食作物虛擬水進(jìn)口呈現(xiàn)正相關(guān)關(guān)系，貨幣升值有利于糧食虛擬水進(jìn)口的增加。中國(guó)應(yīng)該積極參與全球經(jīng)濟(jì)一體化活動(dòng)，保持人民幣的國(guó)際競(jìng)爭(zhēng)力，為國(guó)內(nèi)糧食作物虛擬水進(jìn)口營(yíng)造便捷有利的國(guó)際環(huán)境。

7）雙邊人口數(shù)量的系數(shù)為正值但不顯著，表明雙邊人口規(guī)模的擴(kuò)大一定程度上拉動(dòng)了中國(guó)糧食作物虛擬水進(jìn)口但作用不明顯?？赡艿脑蚴瞧渌麌?guó)家人口規(guī)模的增長(zhǎng)刺激了本國(guó)的食物消費(fèi)需求，某種程度上增加了國(guó)內(nèi)的糧食供給，減小了國(guó)際市場(chǎng)的供應(yīng)規(guī)模。雙邊首都間距離的系數(shù)為負(fù)值但不顯著，說明地理距離對(duì)中國(guó)糧食作物虛擬水進(jìn)口具有抑制作用但影響效果有限。這與王如玉和肖海峰[38]的研究結(jié)論相一致，國(guó)際道路客貨運(yùn)輸線路的開通與國(guó)際航線的增加等導(dǎo)致距離因素及運(yùn)輸方式因素在貿(mào)易中的影響不再明顯。

2.3.3 穩(wěn)健性檢驗(yàn) 貿(mào)易零值問題在學(xué)界具有廣泛的討論。如果簡(jiǎn)單刪去或忽視這些零值數(shù)據(jù)，不僅樣本量會(huì)變小，而且回歸估計(jì)的結(jié)果往往是有偏的。對(duì)此學(xué)界為修正零值因變量可能導(dǎo)致的有偏估計(jì)問題，誕生了一些方法，如在零值因變量上加上一個(gè)較小的數(shù)字來替代原來的因變量進(jìn)行處理，如y+1；還有PPML（泊松偽極大似然估計(jì)法）、NLS（非線性最小二乘法）等。本文相關(guān)數(shù)據(jù)在早些年存在零值現(xiàn)象，且部分國(guó)家數(shù)據(jù)可能不連續(xù)，因此下文將應(yīng)用混合OLS（y+1）回歸和PPML回歸兩種估計(jì)方法來替換混合OLS回歸和雙向固定效應(yīng)模型以進(jìn)行穩(wěn)健性檢驗(yàn)。

從表8中可以看到，混合OLS（y+1）回歸的估計(jì)結(jié)果和混合OLS回歸的結(jié)果基本一致，主要變量的顯著性水平基本不變，因此在中國(guó)糧食作物虛擬水進(jìn)口的引力模型中，貿(mào)易零值問題對(duì)模型擬合結(jié)果的影響不大。對(duì)比雙向固定效應(yīng)模型和PPML方法的回歸結(jié)果，發(fā)現(xiàn)主要解釋變量的顯著性水平和符號(hào)保持基本一致，地理距離變量在PPML回歸中變顯著了，因此原有模型中解釋變量對(duì)被解釋變量的擬合程度較好，解釋程度較強(qiáng)，回歸結(jié)果和研究結(jié)論具有一定的穩(wěn)健性。

表8 替換估計(jì)方法的穩(wěn)健性檢驗(yàn)結(jié)果Table 8 Robustness test results of alternative estimation methods

3 結(jié)論

1）中國(guó)糧食作物虛擬水進(jìn)口趨于多元化，但均衡度水平較弱，兩者皆表現(xiàn)出一定的區(qū)域異質(zhì)性特征。具體來講，中國(guó)糧食作物虛擬水進(jìn)口多元化指數(shù)在總體和子區(qū)域亞洲和歐洲上呈現(xiàn)波動(dòng)增長(zhǎng)的發(fā)展態(tài)勢(shì)，而在子區(qū)域美洲上則出現(xiàn)平緩下降的特征，整體上多元化特征明顯。中國(guó)糧食作物虛擬水進(jìn)口均衡度指數(shù)保持波動(dòng)變化，在總體和歐洲上則處于一個(gè)相對(duì)較低的狀態(tài)，而在美洲和亞洲上呈現(xiàn)較高的水平，整體上均衡度水平較弱。

2）中國(guó)糧食作物虛擬水進(jìn)口呈現(xiàn)出正向的全局空間自相關(guān)性，具有減弱的風(fēng)險(xiǎn)，且局部空間集聚程度仍處于發(fā)展?fàn)顟B(tài)。具體而言，中國(guó)糧食作物虛擬水進(jìn)口呈現(xiàn)出一定程度的正向全局空間自相關(guān)性，全球金融危機(jī)、中美貿(mào)易摩擦可能對(duì)其空間集聚程度形成了一定的沖擊。中國(guó)糧食作物虛擬水進(jìn)口局部空間分異特征顯著，但高高聚集區(qū)的國(guó)家個(gè)數(shù)明顯較少且多集中在南美洲個(gè)別國(guó)家，這說明中國(guó)糧食作物虛擬水進(jìn)口局部空間集聚程度仍處于發(fā)展?fàn)顟B(tài)。

3）雙邊經(jīng)濟(jì)發(fā)展水平、進(jìn)口來源國(guó)的水資源和土地資源稟賦優(yōu)勢(shì)、進(jìn)口來源國(guó)的森林面積、貿(mào)易自由化水平和政府支出水平、雙邊加入世界貿(mào)易組織和匯率水平對(duì)中國(guó)糧食作物虛擬水進(jìn)口具有顯著的影響，其中雙邊經(jīng)濟(jì)發(fā)展水平、進(jìn)口來源國(guó)的水土資源稟賦優(yōu)勢(shì)、進(jìn)口來源國(guó)的政府支出水平、雙邊加入世界貿(mào)易組織和匯率水平表現(xiàn)為正向影響，而進(jìn)口來源國(guó)的森林面積和貿(mào)易自由化水平表現(xiàn)為負(fù)向影響。

4 政策建議

4.1 結(jié)合國(guó)情實(shí)施虛擬水戰(zhàn)略，構(gòu)建農(nóng)業(yè)水資源可持續(xù)利用新模式

第一，在保證國(guó)家糧食基本自給的前提下，積極利用國(guó)際糧食市場(chǎng)，實(shí)施虛擬水戰(zhàn)略，通過提倡進(jìn)口單位虛擬水含量高的產(chǎn)品和出口單位虛擬水含量低的產(chǎn)品以節(jié)約國(guó)內(nèi)水資源，從而達(dá)到緩解國(guó)內(nèi)水資源短缺和維護(hù)國(guó)家糧食安全的雙重目的。

第二，依托于虛擬水戰(zhàn)略，構(gòu)筑農(nóng)業(yè)水資源可持續(xù)利用新模式。如缺水區(qū)適度增加節(jié)水型產(chǎn)品的種植面積，富水區(qū)適度保持水資源密集型產(chǎn)品的種植規(guī)模，這樣可以優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)布局的同時(shí)節(jié)約水資源；再如采用先進(jìn)的灌溉技術(shù)和手段，推進(jìn)耕地集約化、基礎(chǔ)設(shè)施現(xiàn)代化等，以科技和政策手段共同推進(jìn)農(nóng)業(yè)水資源可持續(xù)利用和管理。

4.2 立足國(guó)家糧食安全新戰(zhàn)略，調(diào)整和優(yōu)化中國(guó)糧食進(jìn)口策略

第一，實(shí)施糧食進(jìn)口政策調(diào)整，推進(jìn)糧食進(jìn)口規(guī)模適度。中國(guó)一方面應(yīng)該實(shí)施糧食進(jìn)口政策精準(zhǔn)化，對(duì)口糧和飼料糧采取不同的政策，同時(shí)堅(jiān)持糧食進(jìn)口規(guī)模適度的原則，將糧食適度進(jìn)口與緩解水土資源壓力相結(jié)合。

第二，助推中國(guó)糧食進(jìn)口渠道多元化，鞏固與糧食來源市場(chǎng)的貿(mào)易伙伴關(guān)系。拓展糧食進(jìn)口來源，挖掘更廣闊的糧食貿(mào)易市場(chǎng)，推動(dòng)糧源的安全、穩(wěn)定和可持續(xù)供應(yīng)；構(gòu)建相關(guān)預(yù)警機(jī)制以緩解重大經(jīng)濟(jì)危機(jī)和自然災(zāi)害對(duì)糧食作物虛擬水進(jìn)口穩(wěn)定性的沖擊。

第三，雙邊國(guó)家可以就擴(kuò)大糧食規(guī)模經(jīng)濟(jì)效應(yīng)、發(fā)揮彼此的農(nóng)業(yè)比較優(yōu)勢(shì)水平展開合作和協(xié)商，構(gòu)建先進(jìn)的國(guó)際交通基礎(chǔ)設(shè)施網(wǎng)絡(luò)以削弱地理距離對(duì)糧食虛擬水進(jìn)口的不利影響，共同推動(dòng)國(guó)際糧食貿(mào)易一體化；而對(duì)于進(jìn)口來源國(guó)來講，能夠通過拓展新的糧食貿(mào)易合作形式及實(shí)施政府支出多樣化和透明化以優(yōu)化其制度環(huán)境水平。

4.3 構(gòu)筑雙循環(huán)新發(fā)展格局下的糧食安全保障體系和水安全維護(hù)體系

第一，筑牢糧食安全保障體系需要從糧食綜合生產(chǎn)體系、糧食儲(chǔ)備調(diào)控體系及全球農(nóng)產(chǎn)品供應(yīng)鏈視角展開。首先，在國(guó)家大食物觀的理念下，以農(nóng)業(yè)科技創(chuàng)新確保糧食生產(chǎn)和優(yōu)質(zhì)品種供給；其次，構(gòu)建糧食儲(chǔ)備和應(yīng)急保障體系以應(yīng)對(duì)突發(fā)事件和維護(hù)市場(chǎng)穩(wěn)定為重點(diǎn)，以充分利用國(guó)際糧食資源和市場(chǎng)來穩(wěn)定國(guó)際糧食供應(yīng)鏈建設(shè)。

第二，構(gòu)建水安全維護(hù)體系需要從穩(wěn)定的水資源供給體系、虛擬水戰(zhàn)略的福利效應(yīng)和實(shí)體水-虛擬水耦合角度著手。立足區(qū)域水資源承載力，完善國(guó)家水資源配置體制機(jī)制，創(chuàng)新水資源管理決策，激發(fā)原生性節(jié)水動(dòng)力；通過農(nóng)產(chǎn)品虛擬水進(jìn)口來補(bǔ)充國(guó)內(nèi)過高的水資源需求，發(fā)揮虛擬水貿(mào)易的節(jié)水效應(yīng)，倒逼國(guó)內(nèi)提高水資源使用效率；將虛擬水的概念融入實(shí)體水的治理中，實(shí)現(xiàn)調(diào)水工程和虛擬水進(jìn)口并駕齊驅(qū)，發(fā)揮其互補(bǔ)和雙贏作用，從而充分展現(xiàn)虛擬水戰(zhàn)略的貿(mào)易福利效應(yīng)。