人口老龄化、人口城镇化与中国粮食安全——基于中国CGE模型的模拟

涂涛涛 马 强 李谷成

(华中农业大学 经济管理学院，湖北 武汉 430070)

人口老龄化、人口城镇化与中国粮食安全
——基于中国CGE模型的模拟

涂涛涛 马 强 李谷成

(华中农业大学 经济管理学院，湖北 武汉 430070)

本文在中国CGE模型中引入劳动力市场分割因素，兼顾生产要素的互补性和替代性关系，从供给和需求两个层面探讨了人口结构变迁对中国粮食安全的影响。研究发现，随着人口老龄化和人口城镇化的推进，中国粮食安全同时受到供给与需求层面的持久负面冲击：在所有模拟情景中，人口结构变迁均导致粮食价格上涨、进口依赖度增加以及人均粮食占有量下降；而仅当生产要素为替代关系且劳动力市场不存在分割时，人口结构变迁才会在长期内导致国内粮食产量增加。这表明在人口结构变迁的背景下，进一步消除劳动力在行业间流动的障碍是提升粮食安全的有效途径。

人口老龄化；人口城镇化；粮食安全；劳动力市场分割；CGE模型

一、引言

随着经济发展，中国人口结构变迁的老龄化和城镇化特征日益显著。中国国家统计局发布的2015年全国1%人口抽样调查结果显示，与2010年第六次全国人口普查相比，中国15～59岁人口比重下降2.81个百分点，60岁及以上人口比重上升2.89个百分点；此外，城镇人口增加10193万人，乡村人口减少6816万人，城镇人口比重上升6.20个百分点。人口老龄化会减少社会可用劳动力数量，而城镇化则会进一步导致农村人口和劳动力数量下降，故人口老龄化和人口城镇化可能是加剧中国粮食安全压力的重要诱因。

然而，关于人口老龄化、人口城镇化对中国粮食安全的影响，现有研究并没有得到一致的结论。一些学者从粮食需求层面探讨了人口老龄化对粮食安全的影响，认为人口老龄化有助于缓解粮食安全风险：一方面，老龄化会降低未来粮食需求总量的增长速度[1]；另一方面，老龄化还会减少对肉类消费的需求，从而降低饲料粮的需求压力[2]。基于粮食供给侧的视角，胡雪枝和钟甫宁、刘景景和孙赫的研究发现，农村人口老龄化并没有对粮食生产产生负面效应[3][4]。然而，一些学者的研究得到了相反的结论。一些基于供给侧的研究认为，务农人口老龄化和劳动力减少会对粮食生产产生负面作用[5]，农村劳动力老龄化降低了北方粮食生产的技术效率[6]，从而导致粮食供需缺口扩大并加剧粮食安全问题。关于城镇化对粮食安全的影响，现有研究区分人口城镇化和土地城镇化进行了分析，并得到了不同的结论。其中，一些学者认为，人口城镇化会提高粮食安全水平[7][8]，而土地城镇化导致耕地面积减少，会对粮食生产造成负面冲击[8][9]。许高峰和王运博则指出，人口城镇化会导致农业劳动力减少，从而对粮食生产造成负面冲击[9]；李录堂和薛继亮采用时间序列模型、灰色系统法，对中国人口、耕地和人均粮食产量进行了预测，结果发现，耕地面积减少有利于中国粮食安全水平提升[10]。

上述研究之所以会得出不同结论，主要有三个方面的原因：其一，研究的立足点侧重于供给或需求的单侧角度考虑粮食安全；其二，在探讨粮食安全问题时，上述研究未综合考虑人口老龄化和人口城镇化的复合效应；其三，处于经济转型期的中国劳动力市场具有显著的市场分割特征[11][12][13][14][15]，这会影响要素配置效率和收入分配，从而对粮食安全形成冲击，已有探讨粮食安全的研究通常忽视了劳动力市场分割因素。基于上述考虑，本文拟采用可计算一般均衡模型(CGE)，兼顾粮食安全的供给和需求层面，同时引入劳动力市场分割因素，探讨人口结构变迁对中国粮食安全的动态影响。CGE模型的优点在于，CGE的理论框架综合考虑了生产者、消费者、政府和外国经济之间的交互关联性，故可更全面地考察人口结构变迁对粮食安全的直接与间接效应。此外，为了进一步验证结论的稳健性，本文还将在模拟中考虑6种不同的宏观闭合情景，并兼顾生产要素的互补性和替代性特征。

具体而言，本文结构安排如下：第二部分为理论模型，第三部分为数据与模拟方案，第四部分为人口老龄化、城镇化对中国粮食安全影响的模拟分析，第五部分为结论性评述。

二、理论模型

本文采用的中国CGE模型参照了国际食品政策研究所(IFPRI)开发的标准CGE模型[16]。IFPRI的CGE模型提供了一般均衡分析的灵活框架，其中包含了反映发展中国家特点的许多模块，并被广泛应用于发展中国家的研究。但在评估人口老龄化、人口城镇化对中国粮食安全的影响之前，需要设定模型的宏观闭合，同时还需在模型中引入要素市场分割。

(一)宏观闭合的设定

运用CGE模型进行政策模拟时，需要在CGE模型中选择合适的宏观闭合设置。所谓模型的闭合选择，是指选择哪些变量由模型内生决定，哪些变量由模型外生决定。闭合选择可以反映不同的宏观经济理论，同时也定义了模型中的因果方向，故对CGE模型的运行结果和稳健性具有重要影响。具体而言，宏观闭合设定涉及4个方面：价格基准、政府闭合、外部经济闭合以及储蓄投资闭合。

1.价格基准

CGE模型中的价格通常是零阶齐次的，为了使价格绝对值可比，就必须确定价格基准，此时，所有价格和收入变化可解释为相对价格基准的变化[17](P125-126)。在CGE模型中，消费者价格指数(CPI)或生产者价格指数(DPI)均可作为价格基准，参数NUMERAIRE即表示价格基准的设置：(1)当参数NUMERAIRE赋值为1时，消费者价格指数被设定为价格基准；(2)当参数NUMERAIRE赋值为2时，生产者价格指数被设定为价格基准。

2.政府闭合

在CGE模型中，政府闭合有3种选择：(1)政府储蓄内生，直接税率固定(GOV-1)；(2)政府储蓄外生固定，直接税率内生且所有机构税率变化的比例相同(GOV-2)；(3)政府储蓄外生固定，直接税率内生且不同机构税率变化受初始税率的影响(GOV-3)。在模型中，与政府闭合相关的两个核心方程为：

YG=EG+GSAV

(1)

(2)

政府闭合模式的设定实质上是选择内生与外生变量，从而确保政府平衡方程(1)成立。当选择政府闭合GOV-1时，方程(2)右边的所有变量均为外生变量，而政府储蓄为出清政府平衡方程的内生变量。当选择GOV-2或GOV-3时，政府储蓄为外生变量，其区别在于：在GOV-2中，DTINS为内生变量，初始税率对税率变化无影响；在GOV-3中，TINSADJ为内生变量，税率变化受初始税率的影响。

3.外部经济闭合

在CGE模型中，外部经济闭合存在ROW-1和ROW-2两种模式。当选择闭合ROW-1时，实际汇率内生可变，国外储蓄外生给定；当选择闭合ROW-2时，实际汇率外生给定，国外储蓄内生可变。与外部经济闭合相关的核心方程为经常账户平衡方程，定义如下：

(3)

外部经济闭合模式的设定实质上是选择不同的内生和外生变量，使经常账户平衡方程成立：(1)当选择ROW-1时，外国储蓄外生给定，汇率灵活调整并确保经常账户平衡方程成立；(2)当选择ROW-2时，汇率外生给定，外国储蓄内生可变并确保经常账户平衡方程成立。

4.储蓄投资闭合

在CGE模型中，储蓄投资闭合有五种选项：(1)投资外生给定，储蓄内生调整且非政府机构的储蓄率按相同比率调整(SI-1)；(2)投资外生给定，储蓄内生调整且不同机构储蓄率的调整比率依赖于基准储蓄率(SI-2)；(3)投资内生可变，所有非政府机构的储蓄率外生给定(SI-3)；(4)投资与政府消费在名义总吸收(total nominal absorption)中的份额固定，非政府机构的储蓄率按相同比率调整(SI-4)；(5)投资与政府消费在名义总吸收中的份额固定，不同机构储蓄率的调整比率依赖于基准储蓄率(SI-5)。与储蓄投资闭合相关的核心方程为：

(4)

(5)

投资储蓄闭合的设定实质上是选择不同的内生和外生变量，使投资储蓄平衡方程(4)成立：(1)在闭合模式SI-1和SI-2中，实际投资外生给定，储蓄率内生。其区别在于，SI-1中非政府机构的储蓄率按相同比率调整，而在SI-2中不同机构储蓄率的调整比率依赖于基准储蓄率；(2)在闭合模式SI-3中，非政府机构的储蓄率外生给定，而投资需求内生可变；(3)闭合SI-4和SI-5为平衡闭合，投资与政府消费在名义总吸收中的份额外生给定。其区别在于，在闭合SI-4中，储蓄率比例因子MPSADJ外生给定而国内机构储蓄率的变动内生。在闭合SI-5中，储蓄率比例因子MPSADJ内生而国内机构储蓄率的变动外生给定。

(二)CGE模型中要素市场分割的引入

在CGE模型中，要素市场的闭合分为三种情形：(1)要素自由流动且充分就业(FMOBFE)；(2)要素市场分割且充分就业(FACTFE)；(3)要素自由流动且存在失业(FMOBUE)。与要素市场闭合相关的两个核心方程为

(6)

(7)

要素市场闭合模式的设定实质上是选择不同的内生与外生变量，使得要素市场均衡方程成立：(1)当要素自由流动且充分就业(FMOBFE)时，工资扭曲因子和要素供给变量外生给定，平均工资WFf和要素需求QFf,a内生给定。此时，WFf灵活变动出清要素市场；(2)当要素市场分割且充分就业(FACTFE)时，要素需求和平均工资外生给定，要素供给量QFSf和工资扭曲因子WFDISTf，a内生给定。此时，WFDISTf，a灵活变动出清要素市场；(3)当要素自由流动且存在失业(FMOBUE)时，要素平均价格和工资扭曲因子外生给定，要素需求QFf,a和要素供给量QFSf内生给定。每个行业在给定工资的情形下自由雇佣需要的要素数量QFf,a。

三、数据与模拟方案

(一)数据来源

利用中国2012年投入产出表、2012年资金流量表、2012年国际收支平衡表、世界银行WITS数据库、联合国粮食与农业组织的“2012中国食物平衡表”、2015年《中国住户调查年鉴》以及2013年《中国财政年鉴》《中国农村统计年鉴》《中国劳动统计年鉴》《中国统计年鉴》《全国农产品成本收益资料汇编》，本文构建了2012年细分农业部门的中国社会核算矩阵(SAM)。

表1 细分农业部门SAM表的账户构成

如表1所示，本文构建的SAM表包括活动、商品、生产要素、企业、居民、政府、资本和国外共八类账户。其中，活动与商品账户分别包含农林牧渔业、采矿业、制造业、电力、燃气及水的生产和供应业、建筑业和服务业六大部门，共计60个子部门。本文的SAM表具有三个重要特征：(1)针对农业部门进行了细分，其中，农产品被分解为水稻、小麦、玉米、其他谷物、豆类、油料作物、棉花、糖类、蔬菜、水果、其他作物等11个子部门；畜牧产品细分为猪、牛、羊、禽、其他畜产品等5个子部门；(2)针对农产品和畜牧产品，将土地要素从劳动力和资本要素中分离出来；(3)考虑了农业部门同时使用非熟练劳动力与熟练劳动力的情形。本文采用兼顾流量和系数矩阵信息的最小二乘交叉熵法进行平衡，得到精度介于最小二乘法和交叉熵法的平衡SAM表，从而保证所提供的细分农业部门的中国SAM表具有较高的相对精确度[18]。

本文侧重考察三大主粮(水稻、小麦和玉米)的粮食安全议题，出于简化考虑，对SAM表中的部分行业合并如下：煤炭开采和洗选业(coal)、石油和天然气开采业(petr)、金属矿采选业(mine)、非金属矿采选业(onim)合并为采矿业(MINE)；食品制造及烟草加工业(food)、纺织业(text)、化学工业(chem)等合并为制造业(MANU)；电力、热力的生产和供应业(heat)，燃气生产和供应业(gass)，水的生产和供应业(wats)合并为电力、燃气及水的生产和供应业(HGWS)；交通运输及仓储业(trns)、邮政业(post)、科学研究事业(scie)、综合技术服务业(tech)等合并为服务业(SER)。合并后的SAM表共包含24个部门：水稻、小麦、玉米、其他谷物、豆类、油料作物、棉花、糖类、蔬菜、水果、其他作物、林产品、猪、牛、羊、禽、其他畜产品、渔业、农林牧渔服务业、采矿业、制造业、电力、燃气及水的生产和供应业、建筑业以及服务业。此外，CGE模型中阿明顿(Armington)弹性等系数参考了Diao等的研究成果[19]。

(二)模拟方案的设计

1.人口老龄化与人口城镇化冲击的模拟

中国人口结构同时存在着人口老龄化和人口城镇化的趋势。其中，人口老龄化会导致劳动力供给总量减少，而人口城镇化体现为劳动力由农村向城镇的转移。人口老龄化、人口城镇化最终均会影响到中国劳动力构成的变化，故本文将通过引入非熟练与熟练劳动力构成变化的冲击来模拟人口老龄化、人口城镇化的影响(见表2)。为此，需要估算2012～2025年非熟练与熟练劳动力的人数①。具体估算过程如下：根据联合国经济和社会事务部针对2012～2025年中国适龄人口总数(劳动力度量指标)的预测值和国家统计局数据，并结合自回归积分滑动平均模型(ARIMA)预测而得的2012～2025年城镇就业人口占总就业人口占比，即可估算出2012～2025年城镇、农村劳动力人数。再根据2015年《中国住户调查年鉴》获取的2012年中国农村居民中非熟练劳动力、熟练劳动力占比数据，结合2013年《中国统计年鉴》中的全国居民非熟练劳动力、熟练劳动力占比数据，就可估算出2012年中国城镇居民中非熟练劳动力、熟练劳动力占比。假定2012～2025年期间城镇、农村中非熟练与熟练劳动力占比保持稳定，利用上述估算出的2012～2025年城镇、农村劳动力人数，继而可估算出2012～2025年非熟练劳动力与熟练劳动力人数。

需要指出的是，人口城镇化通常伴随着土地城镇化，故在模拟人口老龄化和人口城镇化的冲击时，还需考虑土地城镇化的影响。在本模型中，土地城镇化的冲击主要体现为耕地面积的变化(见表2)。为了估算出2013～2025年耕地面积的百分比变动，本文结合《全国国土规划纲要(2016～2030年)》中的中国耕地保有量数据和Wind资讯发布的2001～2015年中国耕地面积数据进行计算②。简言之，人口老龄化、人口城镇化以及土地城镇化冲击在模型中体现为非熟练劳动力、熟练劳动力以及耕地面积的变动。如表2所示，与2012年基准年份相比，非熟练劳动力呈负向变动，熟练劳动力呈正向变动，耕地面积呈负向变动。由表2可知，2015年中国耕地面积出现了较大幅度的减少，显著区别于2014年。

2.粮食安全指标的设定

粮食安全不仅涉及粮食的供给层面，同时还涵盖粮食的需求层面[20]。为了更全面地考察人口结构变迁对粮食安全的冲击效应，本文从产量、国内粮食消费者价格、进口依赖度以及人均粮食占有量四个层面来综合考虑粮食安全(见表3)。其中，产量、进口依赖度侧重于从粮食供给角度评估粮食安全，而国内粮食消费者价格和人均粮食占有量侧重于从需求角度评价粮食安全。当国内粮食产量增加、进口依赖度下降时，表明供给侧视角的粮食安全程度在上升；当国内粮食消费者价格下降、人均粮食占有量增加时，表明需求侧视角的粮食安全程度在上升；反之，表明粮食安全状况在恶化。出于简化考虑，本文针对大米、小麦和玉米的安全指标采取了平均化的处理方式，具体处理过程见表3。

表2 2013～2025年非熟练劳动力、熟练劳动力以及耕地面积的变动

注：2013～2025年期间非熟练劳动力、熟练劳动力与耕地面积的百分比变化均以2012年为基准年份。

表3 粮食安全指标的定义

注：2012～2025年中国人口数据来自联合国经济和社会事务部人口司于2014年发布的《2014全球城市化发展报告》。

3.模型闭合和要素市场的设置

在本模型中，设定生产者价格指数(DPI)为价格基准。其原因在于，若设定消费者价格指数(CPI)为价格基准，将无法考察由CPI调整引发的价格对冲效应与产业结构间再平衡效应，从而导致模拟结果中“粮食进口依赖度”被放大或误判。此外，借鉴Lofgren等[16]、涂涛涛和马强的思路[21]，宏观闭合选取了外国储蓄、实际投资和实际政府消费外生给定的Johansen闭合：在IFPRI标准CGE模型框架下，Johansen闭合体现为ROW-1、SI-1或SI-2，以及政府闭合任意3种选择的组合。为了验证研究结论的稳健性，本文将同时考虑6种宏观闭合的情景，见表4。基于上述6种宏观闭合情景，本文将同时考虑存在要素市场分割、不存在要素市场分割两种情形下，人口老龄化和人口城镇化冲击对粮食安全指标的动态影响。在本文中，要素市场分割体现为非熟练劳动力在特定行业不可自由流动，要素市场不存在分割体现为所有要素在所有行业间均可自由流动。

表4 宏观经济闭合的6种情景

四、人口老龄化、城镇化对中国粮食安全影响的模拟分析

基于IFPRI标准CGE模型，本文以粮食的产量波动、进口依赖度、价格波动以及人均粮食占有量四个指标来度量粮食安全，并模拟了人口老龄化、城镇化对中国粮食安全的影响。需要指出的是，生产要素替代弹性刻画了要素之间的互补与替代关系：若要素替代弹性小于1，则生产要素间为互补关系；若要素替代弹性大于1，则生产要素间为替代关系[22]。要素替代弹性的取值既会影响粮食生产的供给层面，也会通过影响要素报酬分配而影响粮食消费的需求层面。因此，本文还将考察要素替代弹性取值对研究结论稳健性的影响。

(一)基于生产要素为互补关系的模拟

为了模拟生产要素为互补关系的情形，本文要素替代弹性的默认取值为0.45，这与Diao等的研究保持一致[18]。基于CGE模型模拟的结果显示，无论是否存在劳动力市场分割，基于6种宏观闭合情景的模拟均得到了一致的结果：即在长期，人口结构变迁会导致国内粮食产量下降(见图1)、国内粮食消费者价格上升(见图2)、进口依赖度增加(见图3)以及粮食人均占有量下降(见图4)。因此，随着我国人口老龄化和人口城镇化的推进，中国的粮食安全在长期会受到一定的负面冲击，且这一模拟结果具有较强的稳健性。需要指出的是，国内粮食产量、国内粮食消费者价格、进口依赖度、粮食人均占有量指标在2015年出现了显著的跳跃变化(见图1～图4)。其原因在于，2015年中国耕地面积出现了较大幅度的减少(见表2)，这对模拟结果产生了显著影响，但并未改变人口老龄化和城镇化对中国粮食安全负向冲击的长期效应。

图1 人口老龄化、城镇化对国内粮食产量的动态影响注：(1)为了便于分析，本文对国内粮食产量进行了标准化处理，即令2012年国内粮食产量为100单位；(2)图1a、图1b分别为不存在要素市场分割、存在要素市场分割的模拟结果。

图2 人口老龄化、城镇化对国内粮食消费者价格的动态影响注：(1)为了便于分析，本文对国内粮食消费者价格进行了标准化处理，即令2012年国内粮食消费者价格为100单位；(2)图2a、图2b分别为不存在要素市场分割、存在要素市场分割的模拟结果。

图3 人口老龄化、城镇化对粮食进口依赖度的动态影响注：图3a、图3b分别为不存在要素市场分割、存在要素市场分割的模拟结果。

图4 人口老龄化、城镇化对粮食人均占有量的动态影响注：(1)为了便于分析，本文对粮食人均占有量进行了标准化处理，即令2012年粮食人均占有量为100单位；(2)图4a、图4b分别为不存在要素市场分割、存在要素市场分割的模拟结果。

进一步的研究还发现，当考虑了劳动力市场分割后，人口老龄化和人口城镇化对粮食安全的负面冲击将会加强：(1)当不存在要素市场分割时，6种宏观闭合情景下2025年三大主粮的国内产量比2012年平均下降了约0.33个百分点(见图1a)；当存在要素市场分割时，6种宏观闭合情景下2025年三大主粮的国内产量比2012年平均下降了约1.24个百分点(见图1b)。(2)当不存在要素市场分割时，6种宏观闭合情景下2025年三大主粮的国内消费者价格比2012年平均增加约10.66个百分点(见图2a)；当存在要素市场分割时，6种宏观闭合情景下2025年三大主粮的国内消费者价格比2012年平均增加约14.60个百分点(见图2b)。(3)当不存在要素市场分割时，6种宏观闭合情景下2025年三大主粮的进口依赖度平均会增至约3.47%(见图3a)；当存在要素市场分割时，6种宏观闭合情景下2025年三大主粮的进口依赖度平均会增至约3.73%(见图3b)。(4)当不存在要素市场分割时，6种宏观闭合情景下2025年三大主粮的人均占有量比2012年平均下降了约5.04个百分点(见图4a)；当存在要素市场分割时，6种宏观闭合情景下2025年三大主粮的人均占有量比2012年平均下降了约5.67个百分点(见图4b)。

(二)基于生产要素为替代关系的模拟

为了验证研究结论的稳健性，本文还考虑了要素为替代关系的情形。为此，设定要素替代弹性为1.6。基于CGE模型的模拟分析发现，无论劳动力市场是否存在分割，人口老龄化和城镇化均会导致国内粮食消费者价格上升、进口依赖度增加，以及粮食人均占有量下降③，即人口老龄化和人口城镇化始终会加剧中国粮食安全问题。然而，人口老龄化和人口城镇化对国内粮食产量的影响取决于劳动力市场的分割状态：当劳动力市场存在分割时，人口老龄化和人口城镇化在长期会导致国内粮食产量下降，从而加剧中国粮食安全问题(见图5b)；而一旦消除了劳动力市场分割的障碍，人口老龄化和人口城镇化在长期会提高国内粮食产量，从而有助于中国粮食安全水平的提升(见图5a)。

图5 人口老龄化、城镇化对国内粮食产量的动态影响注：(1)为了便于分析，本文对国内粮食产量进行了标准化处理，即令2012年国内粮食产量为100单位；(2)图5a、图5b分别为不存在要素市场分割、存在要素市场分割的模拟结果。

五、结论性评述

本文在IFPRI标准CGE模型中引入劳动力市场分割因素，在区分生产要素间的互补与替代关系的基础上，探究了劳动力市场分割、人口结构变迁与粮食安全的关联性。

研究结果表明：(1)当要素间为互补关系时，无论是否存在劳动力市场分割，人口结构变迁均对中国粮食安全造成负面冲击，具体表现为：随着人口老龄化和人口城镇化的推进，长期来看中国粮食产量会下降、价格会上涨、进口依赖度会增加、人均粮食占有量也会下降。然而，当消除劳动力市场分割后，人口结构变迁对粮食安全的负面影响被削弱。(2)当要素间为替代关系时，无论劳动力市场是否存在分割，人口结构变迁均导致粮食价格上涨、进口依赖度提高和人均粮食占有量下降。但是对粮食产量的影响取决于劳动力市场分割的状态：当劳动力市场存在分割时，人口老龄化和人口城镇化在长期仍导致粮食产量下降；当劳动力市场不存在分割时，人口老龄化和人口城镇化在长期会提升粮食产量。因此，消除劳动力在行业间流动的障碍，有助于促进要素资源的有效配置，从而提升农业的安全系数。故本文的政策含义在于，在中国人口老龄化与城镇化不可逆转的背景下，为了有效保障粮食安全，进一步消除劳动力在行业间流动的壁垒和障碍势在必行。然而，本文也存在一定局限性：本文侧重于探讨人口结构变迁对中国粮食安全的影响，但并未考虑技术进步因素对粮食安全水平的冲击效应。为了更全面地评估人口结构变迁与粮食安全的动态关联性，在研究中引入技术进步冲击是十分必要的，而这也是本研究今后需要补充和完善之处。

注释：

①在本文中，根据受教育程度将就业人员划分为非熟练与熟练劳动力。其中，非熟练劳动力为未上过学、小学和初中教育水平的劳动者；熟练劳动力定义为高中、大学专科、大学本科和研究生教育水平的劳动者。

②2012～2015年中国耕地面积数据直接取自Wind资讯，分别为20.27亿亩、20.27亿亩、20.26亿亩和18.65亿亩。此外，根据《全国国土规划纲要(2016～2030年)》，2015年、2020年、2030年中国耕地保有量的约束性目标值分别为18.65亿亩、18.65亿亩和18.25亿亩。据此，可以设定2015～2020年中国耕地面积固定为18.65亿亩；同时，可估算出2020～2030年中国耕地面积环比降速约为0.22%，根据此降速可估算出2021～2030年中国耕地面积数据。

③限于篇幅，结果未在正文中列出。

[1] 向晶，钟甫宁. 人口结构变动对未来粮食需求的影响：2010-2050[J]. 中国人口·资源与环境，2013， (6):117—121.

[2] 白军飞，闵师，仇焕广，王晓兵. 人口老龄化对我国肉类消费的影响[J]. 中国软科学，2014， (11):17—26.

[3] 胡雪枝，钟甫宁. 农村人口老龄化对粮食生产的影响——基于农村固定观察点数据的分析[J]. 中国农村经济，2012， (7):29—39.

[4] 刘景景，孙赫. 老龄化是否影响我国农业生产?——基于三大粮食品种的观察[J]. 西北人口，2017， (1):71—76.

[5] 席利卿，彭可茂，彭开丽. 中国务农人口老龄化对粮食增产的影响分析[J]. 北京社会科学，2014， (5):116—123.

[6] 彭代彦，文乐. 农村劳动力老龄化、女性化降低了粮食生产效率吗——基于随机前沿的南北方比较分析[J]. 农业技术经济，2016， (2):32—44.

[7] 杨志海，王雅鹏. 城镇化影响了粮食安全吗?——来自1462个县(市)面板数据的实证检验[J]. 城市发展研究，2012， (10):1—5.

[8] 徐建玲，查婷俊. 基于城镇化视角的省域粮食安全研究——以江苏省为例[J]. 资源科学，2014， (11):2353—2360.

[9] 许高峰，王运博. 城镇化进程中中国粮食安全问题研究[J]. 中国青年政治学院学报，2013， (5):120—127.

[10] 李录堂，薛继亮. 人口增长、耕地变化与粮食安全分析及预测[J]. 南京师范大学学报(社会科学版)，2008， (5):39—42.

[11] 吴愈晓. 劳动力市场分割、职业流动与城市劳动者经济地位获得的二元路径模式[J]. 中国社会科学，2011， (1):119—137.

[12] 谷彬. 劳动力市场分割、搜寻匹配与结构性失业的综述[J]. 统计研究，2014， (3):106—112.

[13] 杨金阳，周应恒，严斌剑. 劳动力市场分割、保留工资与“知识失业”[J]. 人口学刊，2014， (5):25—36.

[14] 李坤望，陈维涛，王永进. 对外贸易、劳动力市场分割与中国人力资本投资[J]. 世界经济，2014， (3):56—79.

[15] 李路路，朱斌，王煜. 市场转型、劳动力市场分割与工作组织流动[J]. 中国社会科学，2016， (9):126—145.

[16] Lofgren,H.,Harris,R.L.,Robinson,S. A Standard Computable General Equilibrium (CGE) Model in GAMS[Z]. Microcomputers in Policy Research Working Paper No. 5,International Food Policy Research Institute,Washington DC，2002.

[17] 张欣.可计算一般均衡模型的基本原理与编程[M].上海：格致出版社，2010.

[18] 涂涛涛，马强. 社会核算矩阵平衡方法研究——最小二乘交叉熵法[J]. 数量经济技术经济研究，2012，(7):134—147.

[19] Diao,X.S.,Zhang,Y.M.,Chen,K.Z. The Global Recession and China’s Stimulus Package: A General Equilibrium Assessment of Country Level Impacts[J].China Economic Review,2012,23(1):1—17.

[20] 涂涛涛，马强，李谷成. 极端气候冲击下中国粮食安全的技术进步路径选择——基于动态CGE模型的模拟[J]. 华中农业大学学报(社会科学版)，2017，(4):30—36.

[21] 涂涛涛，马强. 农产品贸易自由化的福利效应分析——基于中国劳动力市场分割视角[J]. 国际经贸探索，2014， (9):4—12.

[22] Acemoglu,D. Directed Technical Change[J]. Review of Economic Studies,2002,69(4): 781—810.

(责任编辑：易会文)

2017-05-08

国家自然科学基金项目“偏向型技术进步与农业要素收入分配：基于理论和实证的分析”(71503092)；国家自然科学基金项目“极端气候下中国水资源对粮食安全影响的风险评估和弹性对策研究”(71461010701)；国家自然科学基金项目“劳动力成本上升对农业生产的影响机理与实证研究”(71473100)；教育部人文社会科学研究青年基金项目“生鲜农产品价格形成机制与政策研究——产业关联视角的结构路径与动态CGE模型分析”(14YJC790112)

涂涛涛(1981— )，男，湖北武汉人，华中农业大学经济管理学院副教授； 马 强(1968— )，男，山东临沂人，华中农业大学经济管理学院讲师； 李谷成(1982— )，男，湖南长沙人，华中农业大学经济管理学院教授，博士生导师。

F326.11

A

1003-5230(2017)04-0109-10