农用能源价格波动对区域粮食生产的影响

马永喜　孙亚丽　王娟丽

摘   要：研究农用能源价格波动对粮食生产的影响，对于应对能源价格冲击和稳定粮食生产具有重要的现实意义。文章将农用能源价格变化对粮食生产成本的直接和间接影响进行系统性整合，构建价格内生的局部均衡模型，并利用江苏省粮食供需数据，来模拟分析能源价格波动对区域粮食生产成本、种植结构和社会福利等多方面的影响。农用能源价格的上升将推动与能源有关投入的总成本的提高，但是不同作物成本结构（柴油和化肥占比）呈现不同方向的变化。同时，由于作物之间对于土地和资金的竞争，使得农用能源价格波动带动各类粮食种植面积出现结构性调整。最终，农用能源价格的上升，将导致粮食生产和消费社会总福利的降低。建议制定联动的粮食和能源储存政策，提高柴油和化肥等于能源有关投入品的使用效率，并适当优化农业种植结构，减少对能源价格变化对粮食生产和价格的冲击。

关键词：农业能源;粮食生产;价格内生局部均衡模型;模拟分析

中图分类号：F323 文献标志码：A 文章编号：1008-2697（2022）01-0009-07

一、引言

随着农业现代化的发展，能源已经成为粮食生产的重要投入要素。能源的使用在提高粮食生产效率的同时，也影响着粮食的生产成本，进而也对粮食产量和生产结构产生影响。能源价格的变化将直接影响柴油、电力等成本的变化，直接影响粮食生产成本。另一方面，煤炭、天然气和电力也是生产化肥等农业生产资料的主要投入，能源价格的变化也将会通过助推其他农业生产资料价格的变化，而对粮食生产成本产生间接的影响①。近年来，煤炭、石油等能源价格受到国内外多种社会经济和政治因素的影响，处于不断波动之中。2015年12月到2020年4月煤炭价格在365-750元/吨之间大幅波动;2015-2019年国际石油价格也在40-60美元/桶之间波动。随着农业机械化的发展以及农业生产中化肥等生产资料的持续投入，粮食生产对能源的依赖性不断增加，能源价格的波动将会对粮食生产决策产生重要的影响。

与此同时，能源和化肥等消耗在不同粮食作物成本投入中所占比例也不相同。2018年，在三大主粮小麦、稻谷和玉米生产中，柴油消耗占物质与服务费用比例已经分别达到12.51%、15.74%和12.37%;而中化肥（氮肥）成本也占到三大主粮生产物质服务费用的7.44%、6.83%和8.41%①。能源价格的变化将会对不同粮食作物的产生不同程度的影响。彭继权[1]研究表明机械化水平对农作物种植结构有积极的调整作用，能源价格的变化，也将引起粮食种植结构及其耕地分配的变化。因而，研究能源价格波动对粮食生产的影响，对于应对能源价格冲击，稳定粮食生产，优化粮食生产结构都具有重要的现实意义。

关于能源价格和粮食生产之间的关系，一些学者认为能源价格和粮食价格之间存在动态的联系。例如，Hertel和Beckman[2]指出能源政策在粮食价格传导中发挥关键作用，全球能源价格上升，将会提高玉米等农产品的价格。杨志海等[3]研究发现石油价格对大米、玉米和大豆价格都具有显著的正向影响，而对小麦价格的影响却为负向，不同品种粮食之间存在效应较强的竞争性。而尹靖华[4]利用VAR模型实证分析得到结论，能源价格波动将通过生产成本渠道引起粮食价格的同向变化。由于农业生产中的能源消费大致可分为直接能源消费和间接能源消费[5]。因而，目前文献中能源价格对粮食生产的影响相应分为直接的影响和间接的影响，并对其影响进行综合性的研究。姜长云等[6]认为国内外能源价格迅速上涨带来化肥和农药等农资价格的上涨和直接使用能源成本的增加，是推动粮食成本上升的主要原因。黄季焜等[7]在分析2006-2008年国内外粮价波动时，也认为国际石油价格上涨导致了国内化肥和农药等生产资料价格上涨，进而推动国内粮价上涨。Badiani等[8]指出，在发展中国家，由于石油、天然气和煤炭等能源投入成本占化肥生产成本的70%-90%，化肥等农业生产资料的密集使用使得能源价格对农业生产的影响在发展中国家尤其明显。而Pfeiffer和Lin[9]研究表明，能源价格还会影响农民种植选择、面积分配等土地利用决策和灌溉决策。

总体来看，当前文献从不同角度对能源价格与粮食生产成本和粮食价格之间的联系进行了较为丰富的研究。但是，能源价格的变化引起粮食生产内部不同品种成本及成本结构如何变化以及粮食生产结构如何调整还缺乏系统的研究。在研究方法上，现有研究大多通过构建计量经济模型来测算能源价格波动和粮食成本变化和价格波动之间的关联。这种多元回归分析方法或单向响应分析方法，难以分析粮食种植系统中复杂的能源利用和粮食生产及其结构调整等系统性关系的变化。本文将基于价格内生的局部均衡模型构建粮食生产中能源使用与粮食生产反应系统性模型，将能源价格变化对粮食成本的直接影响和间接影响进行系统性整合，来模拟分析能源价格波动对粮食生产成本变化和结构性调整等多方面的影响。

二、研究区域与数据来源

（一）研究区域

本研究选取江苏省全省作为研究区域。江苏省位于我国东部沿海地区中部，以淮河和苏北灌溉总渠一线为界，以北属暖温带湿润、半湿润季风气候，以南属亚热带湿润季风气候，气候和植被兼具南方和北方的特征。江苏省地形平坦，平原面积超过70 000km2[10]，占江苏省总面积的70%以上。

江苏省长期以来都是全国粮食生产大省，2018年江苏省粮食产量位居全国第六，为保障全国粮食安全發挥了重要作用。2018年，全国三大主粮（小麦、稻谷、玉米）和大豆、花生和油菜籽的播种面积占总播种面积的70%。而同期江苏省小麦、稻谷、玉米、大豆、花生和油菜籽的播种面积达到总播种面积比例达到74%，与全国水平非常接近。因而，本文选择江苏省来研究能源价格波动对粮食生产的影响具有一定的典型意义。

（二）数据来源

本研究所使用的数据包括粮食作物的产量和需求、产品价格和要素成本和产品需求弹性系数三大部分。各类粮食作物种植（播种）面积、总产量、亩产量等农业产出数据来自《江苏统计年鉴2019》。各类粮食及农作物的需求分为口粮需求、饲料用粮、种子用粮、工业用粮和损耗，根据薛平平和张为付[11]研究方法分别进行估计并加总得到。农作物需求估计数据来源于《江苏统计年鉴2019》、《中国统计年鉴2019》和布瑞克农业数据库。农作物价格、氮肥费用及使用量、水费、燃料动力费、机械作业费和排灌费等农产品的价格和投入要素成本数据来源于《全国农产品成本收益资料汇编2019》。柴油费用根据徐健辉[12]研究由燃料动力费和机械作业费加总折算。柴油价格、水资源价格和电价均取2018年当年平均值。各种农作物的需求弹性来自王钢等[13]、苗珊珊和陆迁[14]、范少玲和史建民[15]以及廖翼和姚屹浓[16]等研究。

三、模型构建与模型校准

（一）模型构建

价格内生的局部均衡模型（Price Endogenous Partial Equilibrium Model，简称PEM）已被广泛用于研究农业和环境政策的经济影响及其相互联系[17]。与一般均衡模型相比，局部均衡模型只考虑单个市场的出清，求解的方程数量减少，模型的操作性和灵活性较高，模拟结果的准确性较高;仅需要产业层面的数据，就能够针对特定产业部门进行分析，模拟分析外部冲击对部门生产和消费的影响[18]。某个部门（如农业）生产和/或消费通常发生在空间上分离的区域，每个区域都有供求关系。部门产品需求和供应计划可以通过区域最大化福利来实现的。如果对一个部门（或行业）进行建模，其内在产出水平或要素投入量都会影响均衡价格，因而将价格和产品生产量视为模型内生，可以满足市场均衡分析的需要。在价格内生的局部均衡模型中，其市场均衡是在动态框架下，在商品生产和消费（供需）的基础上，在各種物质平衡约束和技术约束的前提下，通过使农业部门的消费者和生产者盈余之和最大化来实现的。因而，价格内生的局部均衡模型将能够为我们分析区域内农业（粮食）生产部门生产情况并分析外在冲击对区域内农业（粮食）生产部门生产消费的影响提供科学可靠的分析工具。

本研究中采用非线性数学规划方法，构建包括主要粮食作物的农产品（小麦、稻谷、玉米、大豆、花生和油菜籽）的价格内生的局部均衡模型，来模拟分析在一定的资源约束和环境约束下，能源价格波动对江苏省粮食生产成本变化和结构性调整等多方面的影响。该模型主要构成如下：

（1）目标函数。在价格内生的局部均衡模型中，其目标函数就是农业多市场中的社会总福利最大化（消费者剩余和生产者剩余最大化）。

（2）约束条件。约束条件包括外生需求约束、供需平衡约束、播种面积约束、劳动力使用约束和用水约束等供需方面的各种约束。

外生需求约束。模型内各种农作物需求要大于或等于外生给定的目标需求，而外生给定的目标需求与当期的社会经济发展和人口及生活水平等因素有关。

供需平衡约束。区域内粮食需求小于等于粮食供给量，粮食供给量为区域内粮食生产量加上粮食净输入量。

播种面积约束。本研究采用Chen和Onal的方法，利用历史播种面积组合和合成化作物组合（synthetic crop mix，也可以可行最大播种面积组合表示）相结合的方法，来生成作物轮作播种的约束条件。

式中，hkm和Skn分别是历史播种面积和合成化（可行最大）播种面积;τm和γn内生决定的作物播种面积组合权重，权重组合之和小于等于1。

劳动力使用约束。农业生产的劳动力需求一般在收获和播种季节的劳动力需求达到高峰。一般来说，一个播种季节和收获季节要持续7-10天[19]。约束表达式如下：

式中，L表示可利用的劳动力总数;r为某一季节（收获或播种）作物种类数;Dk1和Dk2分别表示作物k在某一收获季节和下一季播种时的单位面积工作天数，假设作物k的收获和播种两个过程需要的时间相同。

用水约束。各种作物的灌溉用水不得大于当期水资源农业用水供给量。

式中，Wkt 为k作物在t时期的灌溉用水量;t时期有s种作物需要进行灌溉;Wtt为t时期水资源农业用水供给总量。

（二）模型校准

为检验所构建的价格内生的局部均衡模型模型的可信性，本研究将2018年设为模拟基期，利用2018年江苏省粮食生产和消费数据进行模拟，得出江苏省小麦、稻谷、玉米、大豆、花生和油菜籽的模拟种植面积。模拟结果如表1所示。从模型模拟结果来看，各种农作物种植面积与实际观测值相差均不超过5%。因此，有理由相信本研究所构建的价格内生的局部均衡模型能够准确地模拟江苏省实际粮食生产情况，模拟结果具有相当程度的可信性，可以利用该模型开展进一步模拟分析。

四、模拟分析

（一）情景设计

2009-2018年十年间江苏省农业能源消耗不断上升。江苏省农业机械总动力从2009年的3810.57万千瓦增长至2018年的5 042.27万千瓦，增长了32.28%;农业能源消耗从360.96万吨标准煤上升至564.25万吨标准煤，增长了56.32%①。同期，江苏省主要粮食作物的生产成本也均呈上升趋势。例如小麦每公顷生产成本从6290.55元增加到2018年的8235.48元②，增加了30.92%;粳稻每公顷生产成本从9617.70元增加到2018年的12236.99元，增长了27.23%;玉米每公顷生产成本从4605.15元增加到2018年的9591.93元，增长了108.29%。

当前，在三大主要粮食作物生产中，直接能源使用和间接消耗能源的化肥使用占物质与服务成本较大的比例。例如在三大主粮小麦、稻谷、玉米生产中，柴油消耗费用占物质与服务费用比例分别达到11.16%、11.75%和10.53%，化肥（氮肥）费用分别达到10.53%、8.21%和14.00%。因而，农用能源价格的波动将会对江苏省区域农业生产产生重要的影响。

农用能源（煤炭、柴油和电力）的价格的变化将会引起江苏省粮食生产机械动力的使用和农业能源的消费成本，给农业生产成本带来直接的影响。同时，能源价格的变化将会推动氮肥等农资成本的变化，进而对粮食生产带来间接的影响。例如，张文雄和栾江[20]研究表明煤炭价格的上涨可以解释化肥生产中原材料价格上涨的 40%以上，能源原材料价格的变化对化肥价格变动的贡献达到 43.71%。当前，在三大主要粮食作物生产中，直接能源使用和间接消耗能源的化肥使用占物质与服务成本较大的比例。例如在三大主粮小麦、稻谷、玉米生产中，柴油消耗费用占物质与服务费用比例分别达到11.16%、11.75%和10.53%;化肥（氮肥）费用分别达到10.53%、8.21%和14.00%。能源价格的波动将会对江苏省区域农业生产产生重要的影响。由于农业电价相对稳定，本研究将不考虑其变化对粮食生产的影响，主要考虑柴油和煤炭等一次能源价格波动对粮食生产带来的直接和间接影响。

本研究将设置能源（柴油和煤炭）价格分别上下浮动5%、10%和15%六种情景，综合考虑直接能源使用和间接消耗能源，模拟分析能源价格可能的变化对粮食生产成本、种植结构和社会福利等方面的综合影响。基于2018年实际数据，利用价格内生的局部均衡模型模拟出的江苏省粮食生产消费情况，作为基期情景，作为与各模拟情景方案对比的基础。

（二）模拟分析

基于上文所构建的价格内生局部均衡模型，本研究采用GAMS 33.2软件系统，模拟出不同能源价格变化情景下的江苏省粮食生产情况。通过对不同情景模拟结果的比较，从种植结构与产量变化、作物种植成本变化、社会总福利变化等方面来，来分析能源价格变化对江苏省粮食生产情况的变化的影响。

1. 作物成本结构变化

在基准情景和模拟情景下，柴油和氮肥两者分别占物质服务费用比例以及两者费用总量占物质服务费用比例如表2、表3和表4所示。

由表2可以看出，随着能源价格的上升，全部六种作物种植中柴油费用占物质与服务费用比例全部有所提高。这是由于能源价格上涨导致能源使用费用的提高，带来直接能源成本的相对增长。而表3显示，随着能源价格的上升，小麦、水稻、大豆、花生和油菜籽种植中氮肥费用占物质与服务费用比例呈上升趋势，但是玉米种植中氮肥费用占物质与服务费用比例缓慢下降。这主要是由于玉米种植中柴油成本占比相对较大，柴油成本的上升挤压了氮肥占比，使得氮肥费用相对占比下降。

能源价格变化对粮食生产成本的直接影响和间接影响。由表4可以看出，随着能源价格的上升，在各类作物种植中柴油和氮肥的总费用占作物生产物质与服务费用的比例均有所提高。这说明能源价格提高了与能源有关的物质要素投入的成本费用，对与能源有关的物质投入成本占比有正向的综合影响。

由表2和表3还可看出，柴油和化肥在各粮食作物生产中占物质服务费用的比例相差较大，例如在玉米生产中柴油费用占物质服务费用比例达到30%以上，而油菜籽生产中该比例不足2%。在玉米生产中，氮肥费用占物质服务费用比例同样较大，高于50%;而大豆和花生和生产中氮肥费用此项比例均低于3%。由于不同作物生产中柴油和氮肥这些与能源有关投入在物质服务费用比例结构不同，因而能源价格的变化，带来不同作物成本变化幅度的不同。在土地资源和资本投入有限的情况下，种植主体将通过合理优化调整作物的种植面积和产量等方式，来抵消能源价格波动带来的生产成本冲击。

2. 种植结构变化

表5和表6展示了不同情景下江苏省各类主要农作物种植面积和作物产量的变化情况。随着能源价格的提升，作物种植总面积和总产量因而投入成本的增加而缓慢下降，各种作物种植面积和相应作物产量表现出不同类型的变化趋势。小麦、水稻和大豆的种植面积和总产量随着能源价格的提高逐渐下降，花生的种植面积和总产量先下降后上升，而同时玉米和油菜籽的播种面积和总产量逐渐上升，这种不同作物种植面积此消彼长的变化，主要是因为各种作物在土地和资本使用上存在竞争关系，同时与能源有关的要素成本在不同作物物质服务投入成本中占比不同，因而能源价格的变化带来作物种植面积不同趋势的变化。

3. 生产成本和福利變化

基准情景和模拟情境下的江苏省粮食生产成本和总福利如表7所示。可以看出能源价格对粮食生产成本有正向推动作用，能源价格会反映在生产成本上，粮食生产成本先上升后不变。原因在于，农户会根据成本收益来调整投入要素或改变农作物种植结构，进而减弱能源价格对粮食生产成本的冲击。如果能源价格上升幅度过大，农户可能会减少种植面积，粮食生产成本也将大幅下降。

由表7可以看出，随着能源价格的上升，粮食生产和消费的社会总福利逐渐下降。这个结果符合预期，其主要原因在于，在粮食需求不变的情况下，农业能源价格上升推动粮食生产物质投入成本或进出口成本，即推动粮食供给成本的提高，因而相应降低了粮食生产和消费领域总的社会福利。

五、结论与启示

（一）结论

本文综合考虑农业生产中的直接能源使用和间接消耗能源，将能源价格变化对粮食成本的直接影响和间接影响进行系统性整合，构建了包含主要粮食作物供需的价格内生的局部均衡模型，来模拟分析能源价格的变化对江苏省粮食生产的影响。通过对能源价格变化的不同情景进行模拟分析，得出主要结论如下：（1）本研究所构建的价格内生的局部均衡模型具有模拟分析可行性。经过模型校准，本研究构建的江苏省基于价格内生局部均衡模型基期生产模拟情况与实际情况基本一致，模型具有相当程度的可信性，利用该模型进行模拟分析具有可行性。（2）能源价格变化对粮食生产成本结构的直接影响和间接影响。能源价格的上升对与能源有关的物质投入成本占比有正向的综合性影响，推动各类粮食作物生产中柴油和氮肥的总费用在物质与服务费用中占比全部提高。柴油在各类作物物质服务费用中的占比均提高，但化肥比例因作物不同而变化趋势不尽相同。（3）能源价格的变化将促使粮食种植结构的调整。由于各种粮食作物在土地和资本使用上存在竞争关系，而且不同作物能源使用的成本结构不同，能源价格的上升将使得粮食种植面积出现结构性调整，其中小麦、水稻和大豆的种植面积的下降而玉米播种面积的上升。（4）能源价格对粮食生产成本有正向推动作用。能源价格上升，粮食生产成本先上升后下降，农户会根据成本收益来调整投入要素或改变农作物种植结构，进而减弱能源价格对粮食生产成本的冲击。（5）能源价格变化影响社会总福利。农业能源价格的上升，将导致粮食生产物质投入要素的投入成本或进出口成本的提高，进而使得粮食生产和消费社会总福利降低。

（二）启示

基于以上研究结论，可得出以下几点政策启示：首先，为稳定粮食生产和粮食价格，要基于能源价格和粮食成本（及价格）之间的传导关系，制定合理的联动的粮食和能源储存政策。其次，要依靠技术进步，提高柴油等农业直接能源的使用效率，同时也要提高化肥等耗能投入品的施用效率，系统性地减少能源价格变化对粮食生产和价格的冲击。最后，在保障粮食安全的前提下，适当进行种植结构调整，引导种植结构向低能耗作物适度转移，优化土地、资金等农业资源的合理配置。

参考文献：

[1] 彭继权，吴海涛，程威特，江帆.机械化水平对农户种植结构的影响研究——基于IVGMM和IVTobit的估计方法[ J ].中国农业资源与区划，2020，41（01）：55-65.

[2] HERTEL T W，BECKMAN J . Commodity Price Volatility in the Biofuel Era： An Examination of the Linkage between Energy and Agricultural Markets[C].Center for Global Trade Analysis，Department of Agricultural Economics，Purdue University，2010.

[3] 杨志海，王雨濛，张勇民.粮食价格与石油价格的短期动态关系与长期均衡——基于ARDL-ECM模型的实证研究[ J ].农业技术经济，2012（10）：31-39.

[4] 尹靖华.国际能源对粮食价格传导的生产成本渠道研究[ J ].华南农业大学学报（社会科学版），2016，15（06）：70-82.

[5] 张霞，蔡宗寿，李欢.我国化肥生产能源消费现状分析[ J ].现代化工，2014，34（10）：12-15.

[6] 姜长云，蓝海涛，张艳平.我国农产品成本上升的问题亟待引起高度重视——以粮食和生猪产品为例[ J ].中国经贸导刊，2008（22）：25-26.

[7] 黄季焜，杨军，仇焕广，等.本轮粮食价格的大起大落：主要原因及未来走势[ J ].管理世界，2009（01）：72-78.

[8] BADIANI R ， JESSOE K K ， PLANT S . Development and the Environment： The Implications of Agricultural Electricity Subsidies in India[ J ]. Journal of Environment & Development， 2012， 21（02）：244-262.

[9] LIN， C. Y C ， PFEIFFER， et al. The effects of energy prices on agricultural groundwater extraction from the high plains aquifer[ J ]. American Journal of Agricultural Economics， 2014.

[10] 張磊，杨秉臻，陆建飞.江苏省区域农业竞争力比较研究[ J ].中国农业资源与区划，2021，42（03）：173-181.

[11] 薛平平，张为付.江苏粮食消费变化及其对我国粮食安全的贡献度分析[ J ].农业现代化研究，2019，40（02）：206-214.

[12] 徐键辉. 粮食生产的能源消耗及其效率研究[D].杭州：浙江大学，2011.

[13] 王钢，石奇，钱龙.最低收购和价格补贴政策能提升农户福利效应吗？——基于小麦主产区5省份1996—2016年面板数据的测算[ J ].农业经济问题，2019（10）：63-73.

[14] 苗珊珊，陆迁.我国大米的供需态势：由库存与消费观察[ J ].改革，2011（07）：51-56.

[15] 范少玲，史建民.基于Nerlove模型的山东省玉米供给反应研究[ J ].安徽农业科学，2013，41（04）：1762-1764.

[16] 廖翼，姚屹浓.中国大豆的供给反应——基于省际面板数据的实证分析[ J ].黑龙江畜牧兽医，2017（06）：50-53.

[17] YI Fujin ， BRUCE A M， ZHOU Xun， et al. Damages of surface ozone： evidence from agricultural sector in China[ J ]. Environmental Research Letters，2018，13（03）.

[18] 谭琳元，李先德.大麦进口关税政策调整对中国大麦产业的影响——基于局部均衡模型的模拟分析[ J ].农业技术经济，2020（07）：17-26.

[19] LU Wencong， YE Xiaqing， HUANG Jianfeng， et al. Effect of climate change induced agricultural risk on land use in Chinese small farms： Implications for adaptation strategy[ J ]. Ecological Indicators，2020，115.

[20] 张文雄，栾江.我国化肥价格波动趋势及影响因素的实证研究[ J ].价格理论与实践，2014（03）：86-88.

（责任编辑：李韵婷）

Impact of Agricultural Energy Price Fluctuation on Regional Grain Production

——Analysis Based on Price Endogenous Local Equilibrium Model

MA Yong-xi1， 2，SUN Ya-li1，WANG Juan-li3

（1.School of Economics and Management，Zhejiang University of technology，Hangzhou 310018;

2. Zhejiang Ecological Civilization Research Center，Zhejiang University of Technology，Hangzhou 310018;

3. School of Economics and Management，Zhejiang University of Water Resources and Hydropower，Hangzhou 310018）

Abstract：To study the impact of agricultural energy price fluctuation on grain production is of great practical significance to deal with the impact of energy price and stabilize grain production. This paper systematically integrates the direct and indirect impact of agricultural energy price changes on grain production costs， constructs a price endogenous local equilibrium model， and uses the grain supply and demand data of Jiangsu Province to simulate and analyze the impact of energy price fluctuations on regional grain production costs， planting structure and social welfare. The rise of agricultural energy prices will promote the increase of the total cost of energy related inputs， but the cost structure of different crops （the proportion of diesel and chemical fertilizer） changes in different directions. At the same time， due to the competition between crops for land and capital， the fluctuation of agricultural energy price drives the structural adjustment of various grain planting areas. Finally， the rise of agricultural energy prices will lead to the reduction of food production and consumption and the overall social welfare. It is suggested to formulate linkage food and energy storage policies， improve the use efficiency of diesel and chemical fertilizer equal to energy related inputs， appropriately optimize the agricultural planting structure， and reduce the impact of energy price changes on food production and prices.

Key words： Agricultural Energy;Grain Production;Price Endogenous Local Equilibrium Model Simulation Analysis

收稿日期：2021-05-06

基金項目：国家自然科学基金项目 INFEWS：U.S.-China：“食品、能源、水互馈系统模型的构建和模拟：市场和贸易发展与能源和农业可持续性耦合关系研究”（41961124004）;国家自然科学基金面上项目“农业规模化经营的环境效率研究：评估、实证与模拟”（71873125）。

作者简介：马永喜，男，博士，教授，研究方向：资源环境管理。