沿黄九省水土资源对粮食生产的阻尼效应测度及时空分异特征

华坚 盛晓涵

摘要粮食生产的根本在耕地，命脉在水利，水土资源的投入数量短缺及空间匹配错位在一定程度上限制了粮食产业的增长速度。文章基于沿黄九省2009—2018年的相关数据，将水资源、土地资源和水土匹配特征同时纳入增长阻尼模型，针对粮食产业机械化发展的特点选择以劳动生产率增长率和资源实际增长率分别衡量不受约束的资源增长率和受约束的资源增长率，利用岭回归测度沿黄九省水资源、土地资源及水土匹配特征对粮食生产的阻尼效应，并分析其时间演变特征和空间布局特征。研究结果表明：①由于粮食产业劳动力存在“农转非”的趋势，若以劳动力增长率衡量不受约束的资源增长率，会在一定程度上低估水土资源对粮食生产的约束作用，甚至得出水土资源对粮食生产不存在约束作用的结论。②研究期间内，沿黄九省水土资源对粮食生产的阻尼效应呈现波动特征，其中水资源阻尼系数波动较为平稳且小幅度下降，即水资源对粮食生产的约束作用一直存在但并不突出；土地资源阻尼系数在长时间下降后快速上升，且其近年来对粮食生产的限制最为显著；水土匹配阻尼系数近年来下降趋势明显且对粮食生产不再具有约束作用。③水资源和水土匹配阻尼效应的空间分布特征较为相似，高约束区均集中在沿黄九省的东部；土地资源阻尼效应较大的省份集中在沿黄九省的西南部，空间差异性明显。从各省份内部看，除河南、山东以及内蒙古水资源对粮食生产的阻尼效应最大外，其余省份土地资源对粮食生产的约束均大于水资源和水土匹配特征的约束。为了缓解沿黄九省粮食生产所受到的资源约束，一方面要严格落实年度水量分配计划，推进灌溉节水水利工程的建设，确保流域供水安全。另一方面要坚持最严格的耕地保护制度，强化耕地数量保护和质量提升，遏制耕地“非农化”，防止“非粮化”，积极划定粮食生产功能区和重要农产品生产保护区。此外，还要完善农业科技创新体系，加强农业机械的研发应用，发挥科学技术对资源投入的替代作用。

关键词 沿黄九省；水土资源；粮食生产；阻尼效应

中图分类号F237文献标识码A文章编号1002-2104（2021）08-0148-09DOI：10. 12062/cpre. 20210427

基金项目：国家社会科学基金重大项目“绿色发展下我国水资源-能源-粮食协同发展与安全战略研究”（批准号：19ZDA084）。

“洪范八政，食为政首”。粮食安全是国家安全的重要基础，面对纷繁复杂的国内外形势，更要牢牢把握住粮食安全的主动权，稳步推进农业现代化发展。粮食生产的根本在耕地，命脉在水利。水资源和土地资源作为粮食生产的主要要素，其投入数量的短缺会在一定程度上减缓粮食产业的增长速度。资源投入数量的短缺一方面源于资源禀赋的有限性，另一方面是由于粮食产业的产出效益和其所能提供的就业机会相对有限，在资源竞争中处于弱势地位，导致资源向非农产业转移的趋势日益严峻，使粮食产业面临更大的资源数量约束。此外，水资源和土地资源的空间匹配特征也会在一定程度上影响粮食产业的发展，匹配程度越高，农业生产的基础条件就越优越[1]。沿黄九省是中国农业经济发展的核心地区，2018年粮食产量高达23 368. 87万t，占全国的35. 37%。然而，沿黄九省粮食生产面临着严峻的水土资源约束，大多数省份水资源禀赋状况并不乐观，2018年沿黄九省的农业用水量815. 9亿m3，仅占全国的22. 1%；粮食播种面积为460. 041万hm2，较2009年仅增加了7. 89%。此外，从水土资源空间匹配特征看，2018年沿黄九省每公顷耕地可利用水资源量为8 232 m3，较2009年稍有改善，但仍低于全国平均水平（10 162 m3）。因此，在全球粮食供应链受到疫情影响的现实背景和资源环境的硬性约束下，从水资源投入量、土地资源投入量以及水土资源匹配特征三个层面反映沿黄九省水土资源对粮食生产的阻尼效应，从根源处认识把资源作为最大刚性约束的要求，对在高基点上实现粮食生产的新突破，保障国家粮食安全具有重要意义。

1文献综述

增长阻尼模型是衡量资源约束的有效方法之一，由Romer[2]首次提出并定义为不存在资源约束的增长速度与存在资源约束的增长速度之间的差额。现有文献[3]对水土资源阻尼效应的研究包括两个部分，一是分别研究水资源或土地资源的约束作用，研究表明单位面积农业产值增长速度由于水资源约束的存在而有所降低，且水资源对第三产业的限制最显著，第二产业次之，第一產业最小[4]。此外由于研究区域的不同，各省份水资源对农业经济的约束作用因为资源禀赋和生产实际的差异而有所不同[5]。就粮食产业而言，山东省各市水资源对粮食生产的阻尼效应存在明显差异，且粮食生产越集中，水资源阻尼效应越显著[6]。除了水资源外，土地资源也是重要的生产性资源，相关文献以土地资源为研究对象发现，由于资源的不可再生性，土地资源在一定程度上阻碍了中国的经济增长速度[7]，不同区域土地资源阻尼系数的大小会因为人均土地占有量的不同而不同[8]，且存在着空间溢出效应，忽略邻近城市之间的空间相关性会低估土地资源的约束作用[9]。就高度依赖于耕地资源的农业经济而言，主要农产品虚拟耕地资源阻尼整体差异明显，对农业经济增长的影响显著[10]。二是同时将水资源和土地资源纳入研究范畴，在测度水资源和土地资源约束程度的基础上，将其直接加总以衡量水土资源阻尼效应的大小。研究发现，水土资源约束在一定程度上减缓了经济增长速度[11-14]、农业发展速度[15]以及城市化发展速度[16]，虽然技术进步的要素替代作用可以缓解资源约束，但长期必须依靠要素替代和产业结构调整共同作用才能解决资源约束[17]。水资源的丰缺影响着耕地资源的利用方式和生产效率，耕地资源的开垦程度也制约着水资源的开发，因此除了水资源和土地资源的投入量外，两者的空间匹配程度直接影响着农业的可持续发展[18]。现有研究多利用基尼系数法[19-20]和单位耕地面积水资源量法[21-22]测算水土资源匹配系数，揭示特定区域农业生产所拥有的水资源和耕地资源在时空上适宜匹配的量比关系，分析水土资源的空间匹配格局并在此基础上做进一步研究。

从现有研究来看，水资源和土地资源阻尼效应是指水、土资源有限性所导致的经济增长速度、城市化发展速度等所降低的程度，这种约束作用普遍存在且具有较大的区域差异性。在研究水土资源阻尼效应时，大多数学者只是将水资源和土地资源的阻尼系数简单加总，这种做法仅考虑到水资源和土地资源数量带来的影响，忽视了水资源和土地资源的空间匹配失衡也会产生一定程度的约束作用。因此，文章在前人的研究基础上，以水土资源依赖性较强的粮食产业为研究对象，将水土资源匹配系数纳入水土资源对粮食生产的增长阻尼模型，通过岭回归的方法衡量产出弹性，测算水资源投入量、土地资源投入量和水土匹配特征的阻尼系数，以此反映2009—2018年沿黄九省水土资源对粮食生产的约束作用，分析其时空分异特征并探究水土资源阻尼效应的破解路径。

2模型构建与数据来源

2. 1假设修正

根据Romer[2]的定义，增长阻尼是不存在资源约束的增长速度与存在资源约束的增长速度之间的差额，其中涉及的两个重要变量为资源受约束时和不受约束时的增长率。

相关数据均来自国家统计局官方网站、九省统计年鉴（2009—2019）以及《中国农村统计年鉴》（2009—2019）。

3结果与分析

3. 1关于不受约束的资源增长率的讨论

采用普通最小二乘法对模型进行回归，计算方差膨胀因子后发现变量间存在多重共线性的问题。嶺回归是一种专用于共线性数据分析的有偏估计回归方法，因此，利用岭回归测度产出弹性，计算出沿黄九省资本、水、土以及水土匹配的产出弹性分别是0. 290 3、0. 075 5、0. 350 3和0. 107 9，说明粮食生产更依赖于土地和资本，对水资源的依赖程度反而不高。在此基础上，分别以劳动生产率增长率和劳动力增长率衡量不受约束的资源增长率，以资源的实际增长率衡量受约束的资源增长率，计算水资源、土地资源以及水土匹配特征对沿黄九省粮食生产的阻尼效应。

图1给出了以劳动生产率增长率和劳动力增长率分别为不受约束的资源增长率时测度出的阻尼系数，其中W、T、R为以劳动生产率增长率为不受约束的资源增长率的情况，W’、T’、R’为以劳动力增长率为不受约束的资源增长率的情况。大部分结果显示，若以劳动力增长率衡量不受约束的资源增长率，测度出的阻尼系数往往小于以劳动生产率增长率衡量不受约束的资源增长率时测度出的阻尼系数。虽然中国劳动力资源丰富，但第一产业从业人数与总体从业人数的变化趋势相反。这是因为随着城镇化的不断发展和产业结构的优化调整，第一产业一直面临着“农转非”的问题，资源流失情况在劳动力上尤为明显。2009年，第一产业从业人数占总体从业人数的38. 1%，十年间这一数值就降低至26. 11%。粮食产业作为第一产业的重要组成部分，除了2017年从业人数有了小幅度回升外，其余年份均呈现下降趋势，劳动力增长率也为负数。阻尼系数的大小取决于资源的产出弹性，以及受约束和不受约束情况下资源增长率的差额，而劳动力增长率在大部分时间小于各变量的实际增长率，因此，若以劳动力增长率衡量不受约束的资源增长率，势必会低估水土资源对粮食生产的约束作用，甚至得出水土资源对粮食生产不存在约束作用的结论。

3. 2沿黄九省水土资源阻尼效应的时序特征分析

为了明确沿黄九省粮食生产在不同时期的主要制约因素，以劳动生产率增长率衡量不受约束的资源增长率，计算2009—2018年沿黄九省水资源、土地资源及水土资源匹配特征对粮食生产的阻尼系数并分析其变化情况。

（1）水资源对粮食生产的阻尼效应。从图2中可以看出，2009—2018年，沿黄九省水资源对粮食生产的阻尼效应从1. 62%下降至1. 05%，波动较为平稳，说明水资源对粮食生产的约束作用一直存在但整体来说有所减缓。十年间，除了2012年和2017年沿黄九省投入于粮食生产的用水量小幅度增加以外，其余年份均呈现出持续稳定下降的趋势，从2009年的286. 34亿m3减少至2018年的218. 92亿m3。整体来说水资源增长率均小于劳动生产率的增长率，其差额的大小波动造成了水资源阻尼系数的大小波动。但从产出弹性看，沿黄九省粮食生产的过程中水资源的产出弹性最低，远小于资本和土地的产出弹性。这是由于节水农业发展下农业用水效率的提高在一定程度上弥补了用水短缺的问题，从而减弱了粮食生产对水资源的依赖程度，弱化了水资源的约束作用。水资源对粮食生产的阻尼效应存在，但在三种约束作用中并不突出。

（2）土地资源对粮食生产的阻尼效应。从图2中可以看出，2009—2018年，沿黄九省土地资源对粮食生产的阻尼效应呈现出“增长—减少—增长”的趋势，沿黄九省土地资源对粮食生产呈现出“阻碍—促进—阻碍”的作用。虽然在较长时间内土地资源的约束作用不断减少直至消失，但近两年来，土地资源对粮食生产的约束作用明显增长，且在三种约束作用中最为突出。从土地资源看，2009—2016年沿黄九省粮食播种面积稳步增长，但近两年来，由于农业种植结构调整优化，粮食播种面积减少，其中稻谷、小麦等作物播种面积保持基本稳定，库存较多的玉米种植面积有所调减。虽然十年间粮食播种面积存在着大小变化，但其变化幅度较为平稳，因此土地资源阻尼系数的波动主要取决于劳动生产率增长率的波动，当劳动生产率增长率小于粮食播种面积增长率时，土地资源对粮食生产不存在约束作用。

（3）水土匹配对粮食生产的阻尼效应。从图2中可以看出，2009—2018年沿黄九省水土资源匹配特征对粮食生产的阻尼效应呈现出波动下降的趋势，2016年后粮食生产不再受到水土资源匹配的约束。2013年以前，沿黄九省水土资源匹配系数较为平稳，2013年开始，在耕地面积变化幅度并不明显的情况下，水土资源匹配系数随着农业可用水资源量的波动呈现出先下降后上升的趋势。从增长率的情况看，除了2012年和2016年以后，由于水资源总量的上升，水土资源匹配状况有所改善，使得水土匹配增长率超过了劳动生产率增长率外，其他年份劳动生产率增长率均大于水土匹配增长率，即水土资源匹配状况对沿黄九省的粮食生产有明显的约束作用。

3. 3沿黄九省水土资源阻尼效应的空间特征分析

为了更直接地显示出沿黄九省水土资源对粮食生产阻尼效应的空间分布特征，表2给出了2009—2018年九个省区各项阻尼系数的平均值。从各省区内部看，多数省份土地资源的阻尼系数最大。这些省份粮食生产对土地资源依赖程度很高，且粮食播种面积增长率也与劳动生产率增长率有一定差距，使得土地资源对粮食生产的约束作用最为突出。与此不同的是，在内蒙古、河南和山东三个省区，水资源约束均大于土地资源约束。这三个省份作为中国的粮食主产区，十年来粮食播种面积分别增长了20. 3%、10. 27%和15. 17%，但投入于粮食生产的水资源量却没有同步增长，其中河南和山东的粮食生产用水量分别下降了31. 2%和24. 3%。此外，从表2中可以看出水土资源对粮食生产的阻尼系数出现了小于零的情况，这说明相应地区的粮食生产并未受到该项资源的限制。一方面，随着产业结构的调整和科学技术的发展，大量的农业节水灌溉技术运用于粮食生产的过程中，使得粮食生产对自然资源的依赖程度有所降低。另一方面，中国历来十分重视粮食安全问题，先后提出了“藏粮于地、藏粮于技”“把水资源作为最大刚性约束”的政策导向，改善了部分省份的自然资源状况投入，为粮食生产创造了良好的条件。

为了更好地显示出粮食生产阻尼效应在沿黄九省之间的空间分布特征，在排除无约束地区后，利用聚类分析法分别将剩余地区的水资源、土地资源和水土匹配阻尼系数分为低、中、高三类，具体结果见表3。

（1）水資源对粮食生产的阻尼效应。从表3中可以看出，沿黄九省水资源对粮食生产的约束作用并不突出，其中四川、宁夏、山西属于无约束区；青海、甘肃、内蒙古属于低约束区；陕西为中约束区；河南和山东为高约束区。结合十年来各地区投入于粮食生产的水资源量和粮食产量的数据，发现水资源对粮食生产阻尼效应的大小与单位粮食产量的用水量有较强的相关性。河南和山东作为中国的粮食主产省份，在推动产业结构战略性调整的背景下，为了促进二、三产业的发展，农业用水量占总用水量的比例在十年间分别下降了7. 98%和8. 33%，粮食生产的用水量也出现了下降的趋势，单位粮食产量水资源投入量分别为65. 7 m3和72. 7 m3，位于沿黄九省的最后两位。宁夏虽然是全国水资源最匮乏的省份之一，但从用水情况看，2009—2018年宁夏农业用水量均在用水总量的85%以上，每吨粮食的水资源投入量高达365. 27 m3。与此同时，随着生态文明建设的深入推进，宁夏以提高水资源利用率为目标，积极走高效节水的现代农业发展道路，农业节水灌溉不断提速，在水量多、水效高的双重作用下，水资源未对宁夏的粮食生产产生约束。此外，青海、甘肃、内蒙古单位粮食产量水资源投入量分别为608. 6 m3、351. 5 m3、128. 5 m3，分别位于沿黄九省的一、三、五位，但其水资源仍对粮食生产有较低程度的约束。青海、甘肃和内蒙古有部分区域处于内流区。内流区气候干旱、降水稀少、蒸发强烈，水系极不发达，恶劣的生态环境和水文特征对内流区的农业发展提出挑战。因此，虽然青海、甘肃、内蒙古单位粮食产量水资源投入量较为可观，但考虑到外部生产环境的影响，水资源对粮食生产仍存在一定程度的约束。

（2）土地资源对粮食生产的阻尼效应。从表3中可以看出，相较于水资源对粮食生产的约束作用，沿黄九省土地资源对粮食生产的约束作用更为明显，九个省份中只有内蒙古为无约束区；甘肃、山西、河南、山东为低约束区；青海、四川、陕西为中约束区；宁夏为高约束区。内蒙古作为中国的粮食主产区之一，2009—2018年粮食播种面积增加了20. 3%，在沿黄九省中位列第一。此外，由于内蒙古在农业发展的过程中积极利用自身优势，推动建立集中连片、高产稳产的高质量农田，大力发展农业机械，一方面使得耕地质量不断提高，另一方面也发挥了科学技术对自然资源的替代性功能，使得粮食生产对土地资源投入量的依赖性降低，弱化了土地对粮食生产的约束作用。与此相反的是，随着农业供给侧结构性改革的推进和农业产业化结构的调整，土地资源约束作用最大的宁夏10年间粮食播种面积下降了8. 6%，是沿黄九省出现粮食播种面积下降的三个省份之一且下降幅度最大。此外，由于宁夏地处干旱区，优质耕地数量较少，宜农荒地资源有限，且农业机械化水平不高，难以弥补粮食播种面积短缺带来的约束，从而导致了宁夏土地资源对粮食生产的约束作用最为突出。

（3）水土匹配对粮食生产的阻尼效应。从表3中可以看出，水土资源匹配阻尼效应与水资源阻尼效应较大的区域均集中在沿黄九省东部，其中河南和山东属于高约束区；宁夏和陕西属于中约束区；青海和山西属于低约束区；剩余的四川、甘肃、内蒙古属于无约束区。四川作为中国水资源最丰富的省份之一，河川径流最为丰富，其水资源总量在沿黄九省内排名第一，是第二名青海省的3. 2倍。与此同时，四川作为中国粮食主产区之一，耕地资源也较为丰富，2018年耕地面积较2009年增加了6. 93%，单位耕地面积所拥有的水资源量十分可观，为四川省的粮食生产创造了良好的生产环境。内蒙古和甘肃的水资源禀赋虽不丰裕，但10年间随着耕地面积和单位耕地面积水资源总量的平稳波动，水土资源匹配状况有所改善，部分年份水土资源匹配系数的增长率甚至超过了劳动生产率的增长率，使得这两个省份的粮食生产并未受到水土匹配的限制。对于高约束区的河南省和山东省，虽然其水资源禀赋并不是九个省份中最恶劣的，但其耕地面积却位于九省前列，仅次于具有地域面积优势的内蒙古自治区，过多的耕地面积和并不丰裕的水资源量使得河南省和山东省的水土资源匹配特征并不乐观，从而给粮食生产带来了较大的压力。

4结论与建议

4. 1研究结论

文章基于Romer增长阻尼模型，以劳动生产率增长率衡量不受约束的资源增长率，从水资源、土地资源和水土匹配特征三方面测算了2009—2018年水土资源对沿黄九省粮食生产的阻尼系数，并分析其时间演变特征和空间布局特征。研究结果显示，沿黄九省水土资源对粮食生产存在阻尼效应且具有一定的时空分异特征。

（1）以劳动力增长率衡量不受约束的资源增长率会在一定程度上低估水土资源对粮食生产的约束作用，甚至得出水土资源对粮食生产不存在约束作用的结论。这是由于粮食产业长期面临资源“农转非”的问题，从业人数整体呈现下降趋势，以劳动力增长率作为不受约束的资源增长率计算的阻尼系数在大多数情况下小于以劳动生产率增长率作为不受约束的资源增长率的阻尼系数。

（2）从时间尺度来说，2009—2018年，沿黄九省水土资源对粮食生产的阻尼大小呈现波动趋势。其中水资源阻尼系数波动较为平稳且小幅度下降，说明水资源对粮食生产的约束作用一直存在但整体来说有所减缓。土地资源对粮食生产的阻尼效应在研究期间内呈现出“增长—减少—增长”的趋势，沿黄九省土地资源对粮食生产呈现出“阻碍—促进—阻碍”的作用，且其近年来对粮食生产的限制最为显著。水土匹配阻尼系数在研究期间内呈现出波动下降的趋势，且近年来对粮食生产不再具有约束作用。

（3）从空间尺度来说，水资源和水土匹配阻尼效应较大的省份集中在沿黄九省的东部，土地资源阻尼效应较大的省份集中在沿黄九省的西南部，空间差异性明显。从各省份内部看，除河南、山东以及内蒙古水资源阻尼最大外，其余省份土地资源对粮食生产的约束均大于水资源和水土匹配的约束。

此外，值得注意的是，粮食生产是多种因素共同作用的结果，除了生产要素投入量外，生产要素的质量、生产要素利用效率和粮食生产外部环境也会对阻尼效应产生影响。第一，生产要素质量的提高会缓解数量短缺对粮食生产的约束。在全国高标准农田建设总体规划下，集中连片、旱涝保收、稳产高产的高标准农田陆续建成，在耕地质量稳步提升的情况下，土地资源对粮食生产的阻尼效应也会得到缓解。第二，农业科技进步对生产要素也有一定的替代作用，减缓了资源的阻尼效应。2018年农业科技进步贡献率达到了58. 3%，节水灌溉、高效育种等农业技术的推广应用提高了资源利用效率，在一定程度上弥补了投入数量短缺对粮食生产的负面影响。同时，随着农业机械的投入与使用，以及粮食规模化生产经营的进程，劳动力“农转非”的影响得到缓解，劳动生产率也不断提高。第三，特定地区温度、降水等气候条件和生产环境也会影响粮食生产状况。因此在资源禀赋和生产环境的客观条件下，只有发挥资源与技术的合力，积极调整粮食产业结构，优化资源配置，才能不断缓解资源约束，促进粮食生产的可持续发展，后续会对以上三个方面进一步展开研究。

4. 2政策建议

基于以上研究结论，为了在资源限制的情况下实现沿黄九省粮食生产的新突破，文章提出如下建议。

（1）在强调水资源约束的同时也要重视土地资源对粮食生产的约束作用。从研究结果看，近年来沿黄九省粮食生产受到一定程度的水土資源约束，其中水资源约束有所减缓但依然存在，土地资源约束快速增强，是目前粮食生产的主要制约因素。虽然十年间沿黄九省的粮食播种面积有一定程度的增长，但在农业机械化发展的背景下，现有耕地资源的不足在一定程度上限制了生产力的发挥。因此，为了缓解沿黄九省粮食生产所受到的资源约束，一方面要严格落实水量分配计划，推进灌溉节水水利工程的建设，确保供水安全；另一方面也要加强宏观调控，严守耕地红线，强化耕地数量保护和质量提升，并以科技为支撑，促进农业技术集成化发展，提高耕地利用效率，真正做到藏粮于地、藏粮于技。

（2）结合资源禀赋和生产实际针对性地缓解资源约束问题。陕西、河南和山东作为水资源约束和水土匹配约束的中高地区，一方面要建立非农产业水资源耗用标准，防止水资源过度非农化，保证农业用水供给充足，另一方面在水资源禀赋不能满足现有耕地用水需求的现实背景下，政府需要考虑从丰水区调水以满足生产需要，同时也要大力发展节水农业，从供给和需求两个方面缓解水资源短缺问题。青海、四川和宁夏作为土地资源约束较大的地区，要更加重视耕地保障问题，不仅要防止优质耕地被其他产业占用，也要加大宜农荒地开发力度，缓解土地资源对粮食生产的约束作用。甘肃、内蒙古和山西相较于沿黄九省其他省份各项资源约束都较低，但这并不意味着这三个省份没有面临资源约束问题，政府及劳动者均要高度重视资源节约的重要性，杜绝表面功夫，将节约意识落实到生产实践中去。

参考文献

[1]刘彦随，甘红，张富刚.中国东北地区农业水土资源匹配格局[J].地理学报，2006，61（8）：847-854.

[2]ROMER D. Advanced macroeconomics[M]. 2th ed. Shanghai：Shanghai University of Finance & Economics Press，2001：30-38.

[3]王学渊，韩洪云.水资源对中国农业的“增长阻力”分析[J].水利经济，2008，26（3）：1-5，75.

[4]章恒全，张陈俊，张万力.水资源约束与中国经济增长：基于水资源“阻力”的计量检验[J].产业经济研究，2016（4）：87-99.

[5]华坚，王丹.基于水资源增长阻尼的农业用水与农业经济关系研究[J].江西农业学报，2018，30（6）：129-133，139.

[6]李明辉，周林，周玉玺.水资源对粮食生产的阻尼效应研究：基于山东2001—2016年数据的计量检验[J].干旱区资源与环境，2019，33（7）：16-23.

[7]薛俊波，王铮，朱建武，等.中国经济增长的“尾效”分析[J].财经研究，2004，30（9）：5-14.

[8]葛扬，何婷婷.长三角经济发展中土地资源的增长阻力分析[J].学海，2010（4）：90-95.

[9]杨喜，卢新海，李梦娜.空间效应视角下中国城市土地资源尾效及区域差异分析[J].经济问题探索，2020（9）：100-109.

[10]曹冲，陈俭，丁晨晨，等.长江中下游地区农业经济增长中隐含虚拟耕地资源“尾效”对比研究[J].中国农业资源与区划，2020，41（3）：20-26.

[11]谢书玲，王铮，薛俊波.中国经济发展中水土资源的“增长尾效”分析[J].管理世界，2005（7）：22-25，54.

[12]杨杨，吴次芳，罗罡辉，等.中国水土资源对经济的“增长阻尼”研究[J].经济地理，2007，27（4）：529-532，537.

[13]郧雨旱，文倩，李晓东.河南省水土资源阻尼效应研究[J].河南农业大学学报，2018，52（1）：151-156.

[14]彭立，邓伟，谭静，等.横断山区水土资源利用与经济增长的匹配关系[J].地理学报，2020，75（9）：1996-2008.

[15]ZHAO M Z，CHEN Z H，ZHANG H L，et al. Impact assessment of growth drag and its contribution factors：evidence from China’s agricultural economy[J]. Sustainability，2018，10（9），32-62.

[16]段东平，薛科社.水土资源在城市化进程中增长阻尼的计量分析：以西安市为例[J].水土保持通报，2010，30（5）：221-225.

[17]万永坤，董锁成，王隽妮，等.北京市水土资源对经济增长的阻尼效应研究[J].资源科学，2012，34（3）：475-480.

[18]姜秋香，付强，王子龙，等.三江平原水土资源空间匹配格局[J].自然资源学报，2011，26（2）：270-277.

[19]李晓燕，郝晋珉，陈爱琪.山东省农业水土资源时空匹配格局及评价研究[J].中国农业大学学报，2020，25（11）：1-11.

[20]张晓涛，于法稳.黄河流域经济发展与水资源匹配状况分析[J].中国人口·资源与环境，2012，22（10）：1-6.

[21]侯薇，刘小学，魏晓妹.陕西关中地区农业水土资源时空匹配格局研究[J].水土保持研究，2012，19（1）：134-138.

[22]王佳月，辛良杰，戴尔阜.中国典型山区农业水土资源匹配格局变化：以太行山区、横断山区、黔桂喀斯特山区为例[J].地理研究，2020，39（8）：1879-1891.

[23]王家庭.中国区域经济增长中的土地资源尾效研究[J].经济地理，2010，30（12）：2067-2072，2121.

[24]魏巍，李万明.农业劳动生产率的影响因素分析与提升路径[J].农业经济问题，2012，33（10）：29-35，110-111.

[25]张劲松.农业机械化对粮食产出效能的贡献研究[D].武汉：华中农业大学，2008：49.

[26]华坚，张瑶瑶，王丹，等.西北五省水资源消耗对经济增长的影响[J].水利经济，2018，36（4）：1-6，75.

[27]沈晓梅，夏语欣，姜明栋，等.长江经济带经济增长进程中的水资源阻尼效应研究[J].中国环境管理，2019，11（5）：67-73.

[28]崔云.中国经济增长中土地资源的“尾效”分析[J].经济理论与经济管理，2007（11）：32-37.

[29]曾伟.土地资源对城市经济增长的影响分析：理论与实证[J].资源科学，2014，36（7）：1317-1326.

[30]聂华林，杨福霞，杨冕.中国农业经济增长的水土资源“尾效”研究[J].统计与决策，2011（15）：110-113.

Measurement and spatiotemporal analysis of water and soil resources？damping effect on grain production in nine provinces along the Yellow River

HUA Jian，SHENG Xiaohan

（Business School， Hohai University， Nanjing Jiangsu 211100， China）

AbstractThe root of grain production lies in arable land and water conservancy. The shortage of water and soil resources input and the dislocation of spatial matching have limited the growth rate of the grain industry. Based on the relevant data of nine provinces along the Yellow River from 2009 to 2018， this paper incorporated the characteristics of water resources， land resources， and water？soil matching into the growth damping model， using the growth rate of labor productivity and the actual growth rate of resources to measure unconstrained resource growth rate and constrained resource growth rate according to the characteristics of the mechanized development of the grain industry. On this basis， this paper adopted ridge regression to measure the damping effect of water resources， land resources and water？soil matching in nine provinces along the Yellow River on grain production， and analyzed its temporal evolution characteristics and spatial layout characteristics. The research results showed that：①Because of the labor force transferring from agricultural sectors to non？agricultural sectors， if the unconstrained resource growth rate was measured by the labor force growth rate， the restraint effect of water and soil resources on grain production would be underestimated， even leading to conclusions that water and soil resources had no restrictive effect on grain production.②During the study period， the damping effect of water and soil resources in nine provinces along the Yellow River showed fluctuation characteristics. The damping coefficient of water resources fluctuated steadily and decreased slightly， that is， the restraining effect of water resources on grain production always existed but was not outstanding. The damping coefficient of land resources rose rapidly after a long period of decline， and its restriction on grain production appeared to be the most significant in recent years. The damping coefficient of water and soil matching declined significantly in recent years and no longer had a restrictive effect on grain production.③The spatial distribution characteristics of water resources and water？soil matching damping effects were relatively similar. Highly restricted areas were concentrated in the eastern part of the nine provinces along the Yellow River. Provinces with higher land resource damping effects were concentrated in the southwestern part of these provinces. From the perspective of each province， with the exception of Henan， Shandong， and Inner Mongolia， where water resources had the greatest damping effect on grain production， the constraints of land resources on grain production in other provinces were higher than the constraints of water resources and water？soil matching. In order to alleviate the resource constraints on grain production in the nine provinces along the Yellow River， on the one hand， it is necessary to strictly implement the annual water distribution plan， promote the construction of water？saving irrigation projects to ensure the safety of water supply. On the other hand， we must adhere to the strictest cultivated land protection system， strengthen the quantity protection and quality improvement of cultivated land， curb the？non？agriculturalization？and？non？grainization？of arable land， and actively delimit food production functional areas and important agricultural production protection areas. In addition， it is necessary to improve the agricultural science and technology innovation system， strengthen the R&D and application of agricultural machinery， giving full play to the substitute role of science and technology for resource input.

Key wordsnine provinces along the Yellow River； water and soil resource； grain production； damping effect

（責任编辑：王爱萍）