中国省域粮食储备和粮食安全风险的耦合协调关系研究

2022-08-31韩建军侯纪伟程玉侯婧祎

河南农业大学学报 2022年4期

韩建军，侯纪伟，程玉，侯婧祎

(河南工业大学土木工程学院，河南郑州 450001)

粮食储备作为调节粮食供给和需求的“蓄水池”，承担着服务宏观调控、调节稳定市场、应对突发事件和提升国家安全能力的使命[1]。新中国成立以来，为应对中国粮食产供需的变化，曾设立“甲字粮”“506战备粮”以及专项储备，后又建立中央直属储备粮库，基本形成了“中央+地方”的粮食储备管理体系。其中，地方上各省以“产区3个月、销区6个月、产销平衡区4.5个月”消费量进行粮食储备，这些储备措施确保了中国粮食安全和社会经济稳定。

近年来，随着中国粮食产供需在时间上和空间上的差异持续加剧，区域粮食产供需呈现出明显地不均衡性，局部区域发生粮食短缺的风险在加大[2-3]，如2008年汶川地震、2020年初突发“新冠疫情”，都一度出现了临时性的供需失衡，需要从外部紧急调粮，原有一刀切的粮食储备模式已难以精准应对局部区域的突发事件及粮食产供需关系的新变化[4]。如何分区施策、高效、经济、合理地储备粮食以保障国家粮食安全，始终是在制定粮食储备政策时需要考虑的问题[5]。

目前，有关区域粮食储备的研究大致可分为2个方面。一是以粮食储备成本最小、效率最大为目标[6]，从粮食面临的灾害类型、覆盖程度[7-8]等角度构建粮食储备布局选址模型[9-10]；二是有关粮食储备规模[11]研究。其中，关于粮食储备规模的测算，大部分学者是采用成本效率模型[12]研究全国的粮食储备水平、根据粮食供给和需求的吞吐量构建目标规划模型[13-14]、探讨影响农户储备规模的相关因素[15-17]。刘颖等[12]依据粮食储备的安全均衡模型和成本效率模型，运用剩余法测度了粮食生产波动，并用差额模型分别推算了3种粮食安全储备规模方案，认为粮食生产波动指数超过±2.5%的范围，对于超过部分政府应建立专储吞吐平衡以确保粮食安全。普蓂喆等[18]通过增加极端情境，采用产需平衡法和产量平滑法估算小麦、稻谷、水稻的最低安全储备率分别在20%～36%、15%～35%、15～25%之间，主粮总体的安全储备率在20%～35%，大约相当于全国3～4.2个月的消费量[18-19]，比国际粮农组织(FAO)基于历史数据测算的17%～18%最低安全储备率高[20]，这和中国粮食储备承担的任务和应对目标不同有关。上述研究对于中国粮食储备规模及布局建设提供了具有价值的研究结果，新时期局部区域的粮食产供需风险加大，研究中国省域现有的粮食储备能力与粮食安全风险的匹配性，对于中国粮食分区储备布局建设同样具有现实意义。

因此，本研究从粮食储备(grain reserve，GRE)和粮食安全风险(grain security risks，GSR)耦合的角度来分析区域GRE-GSR匹配关系。首先，构建适用于中国粮食储备目标和任务的GRE-GSR耦合协调模型(coupling coordination model)，分省域、分时空来分析其耦合关系；其次，考虑中国粮食产供需的区域不均衡性和“就近调粮”原则，利用空间探索性分析方法(ESDA)来分析省域间的集聚性。考虑到“粮食安全省长负责制”的实际，本研究区域限定为省级区域(简称省域)，年限为2009—2019年。

1 模型构建

1.1 耦合协调模型

耦合协调模型主要衡量2个及以上系统的耦合协调程度[21-24]，GRE-GSR耦合协调模型如下：

(1)

H=αXj+βFj

(2)

(3)

式中：C为耦合度；α、β分别为2个系统评价值的权重，本研究认为2个系统重要性相同，故均取值0.5[21]；H为综合协调系数；D为粮食储备与粮食安全风险的耦合协调度。

式(1)—式(3)中，协调度D值越高表示区域粮食储备与区域粮食安全风险的匹配程度较高，D值越低则表示区域粮食储备与区域粮食安全风险的匹配程度较低。

(4)

式中：x′ij、f′ij为j地区第i项指标经过正向化处理后的值，指标选取见表1；ai和bi为评价指标xij和fij的权重；Xj为j地区粮食储备的综合评价值；Fj为j地区粮食安全风险的综合评价值。

本研究采用根据各项评价指标值的差异程度确定权重的熵值法赋权[25-28]，如式(5)—式(7)所示：

(5)

式中：ei为信息熵值；pij为j地区第i项指标经过数据处理后的值(指代式(4)中x′ij和f′ij)。

gi=1-ei

(6)

式中：gi为差异性系数。gi越大则表示指标越重要，gi越小则表示指标越不重要。

(7)

式中：Wi为第i项指标的权重。

1.2 指标与参数选取

结合已有的粮食储备文献[5,29]和中国省级粮食储备状况的实际，本研究分别建立粮食储备与粮食安全风险的评价指标体系，如表1所示。其中，中国粮食储备目标和任务主要从2个方面体现：一是粮食短缺的调动能力，粮食仓储设施的规模将直接关系地区的粮食调运，选取粮食储备仓容指标表示地区对于粮食短缺的调动能力；二是为了平抑粮价、对农民手中粮食进行收储，以及对储备成本和亏损进行补贴的能力，地区的经济发展情况越好、粮食储备支出越多即表示补贴能力相对越高，采用粮油物资储备支出、人均生产总值指标表示。粮食安全风险评价指标主要从粮食储备保障粮食安全的角度，考虑粮食的持续性供给和需求2个方面的风险，其二级指标的选取参考联合国粮农组织(FAO)建立的粮食安全评价指标体系[30]和相关文献[31-33]。

表1 粮食储备和粮食安全风险评价指标体系Table 1 Grain reserve guarantee and grain security risk evaluation index system

粮食储备越高的地区其面临的粮食安全风险也应相对越高，若粮食储备越高的地区其粮食安全风险相对较低，表明储备粮等资源可能存在浪费现象，而粮食储备较低、粮食安全风险较高的地区更应该值得关注。

1.3 耦合协调类型划分

参考相关文献的分类标准[34-35]，将耦合协调分为10个等级，分级类型如表2所示。

1.4 数据来源

考虑到数据的可获得性及有效性，以中国31个省、自治区、直辖市为样本进行研究分析(台湾、澳门和香港暂不作为本研究的分析样本)，并假设中国粮食收储政策的变化是对所有研究对象的影响程度是相同的。表1中除粮食储备仓容数据来源于课题组长期跟踪调研数据，其余数据均来源于2010—2020年《中国统计年鉴》及2009—2019年各省国民经济和社会发展统计公报，并将2009、2014、2019年的结果为例在文中进行展示。

表2 耦合协调度分级类型Table 2 Coupling coordination degree classification type

2 结果与分析

2.1 GRE-GSR耦合协调度的时空分析

首先计算表1中各指标的权重系数,然后根据式(4)分别计算GRE和GSR综合评价值，如图1所示。

图1 各省域2009—2019年GRE、GSR综合评价均值

计算中国31个省域2009—2019年耦合协调度D的均值，并将2009、2014和2019年耦合协调度D值的时间变化态势描绘于图2。2009—2019年耦合协调度D增幅如图3所示。

图2 各省域GRE-GSR耦合协调值的时间变化

由图2中2009—2019年耦合协调度均值来看，中国有19个省域的D值均大于等于0.5，达到或超过勉强协调水平，有12个省域D值小于0.5，没有达到勉强协调水平。其中，有11个省域(辽宁、上海、江苏、安徽、福建、江西、山东、河南、湖北、湖南、广东)D值大于0.6，达到了初级协调甚至是中级协调的水平；有8个省域(河北、内蒙古、吉林、黑龙江、四川、北京、天津、浙江)D值在0.5～0.6之间；有5个省域(山西、广西、重庆、陕西、新疆)的D值在0.4～0.5之间，处于濒临失调的状态；有6个省域(海南、贵州、云南、甘肃、青海、宁夏)的D值在0.3～0.4之间，处于轻度失调的状态；仅1个省域(西藏)处于中度失调的状态，D值小于0.3。

图3 各省域GRE-GSR耦合协调值的时间变化

由图3中2009—2019年各省域耦合协调度增幅可以看出，广西、海南、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆这些省域，尽管D值较低，但增幅几乎全部为正、且相对较大，其中西藏D值最低、增幅也最大。另外，有7个省域的耦合协调度值存在下降，分别是天津、河北、山西、内蒙古、山东、吉林和江西，其中，下降最多的省域是江西(0.111 2)、内蒙古(0.088 4)、河北(0.022 4)，其余省域的耦合协调度值下降均不足0.02。

总体来看，中国有近2/3的省份GRE-GSR耦合协调度可以达到勉强协调的水平，并且大部分耦合协调度低的区域近年来呈波动上升态势的，这说明中国的有关粮食储备政策是有效的，但仍需加强粮食储备能力建设；个别省份(天津、河北、山西、内蒙古、山东、吉林和江西)在未来长期变化中可能会存在抗风险能力下降，需要充分重视。

利用自然断点法(Nature Breaks)将2009、2014、2019年31个省域耦合协调度分为5个级别来探究GRE-GSR耦合协调度的空间分布变化，如表3所示。

表3 各省域GRE-GSR耦合协调度的空间分布变化Table 3 Changes in the spatial distribution of GRE-GSR coupling coordination degree in each province

由表3可以看出，耦合协调度分布大致呈从中国东部向西部逐渐减小趋势分布，东部地区粮食储备应对风险的能力相对于西部地区要更强一些。东部耦合协调度较高的地区主要以辽宁、山东、安徽、河南、江苏、湖北、广东等部分主产区及沿海地区为主，这些地区经济较为发达，即使发生粮食短缺风险，除了有较强的抗风险能力以外，也方便从其他地方调运粮食；西部耦合协调度较低的地区主要以西藏、青海、甘肃、宁夏、云南、贵州等这些经济相对发展较缓慢的地区为主，尤其是新疆、青海、西藏等地，省域范围较大，省域内部分地区人烟稀少，一旦发生灾害或者出现粮食的短缺，可能会出现调运困难的情况。因此在未来考虑粮食储备方面的建设时应将中国西部地区作为重点地区。

2.2 GRE-GSR耦合协调关系的空间集聚分析

本研究采用空间探索性分析方法(ESDA)来分析省域间的空间集聚程度以及集聚态势。首先利用ArcGIS软件对GRE-GSR耦合协调度进行全局相关性分析，得到2009、2014、2019年的空间集聚程度(表4)。

表4 Moran’I指数及显著性

表4中，Moran’I指数主要反映的是区域整体在空间上是否存在集聚的现象以及对空间的依赖程度，取值范围为[-1,1]，在通过显著性检验的情况下，若Moran’I>0时表示存在空间正相关性，表示区域在空间上呈显著集聚的状态，指数越大表示空间集聚程度越强，区域与区域之间的空间差异越大；若Moran’I=0时表示随机分布，不存在相关性；若Moran’I<0时表示存在空间负相关性，空间集聚程度较弱。

由表4可以看出，2009、2014和2019年的Moran’I指数均大于0，并且均在0.01的水平显著，说明中国GRE-GSR耦合协调度在空间上具有较强自相关性，存在显著的空间集聚现象。Moran’I指数逐渐从0.268减小到0.218，说明各省域GRE-GSR耦合协调度的空间集聚程度在慢慢减弱，GRE-GSR耦合协调度在空间上差异减小，区域之间的粮食储备与粮食安全风险变得越来越协调。

然后，利用ArcGIS软件对2009、2014、2019年31个省域GRE-GSR耦合协调度进行局部相关性分析，主要体现的是局部区域与周边区域之间的空间差异及集聚[36-37]，集聚类型分为4种：高-高集聚(自身高-周边高)、高-低集聚(自身高-周边低)、低-高集聚(自身低-周边高)和低-低集聚(自身低-周边低)，2009、2014、2019年耦合协调度的集聚类型如表5所示。

表5 2009、2014、2019年GRE-GSR耦合协调度集聚类型Table 5 GRE-GSR coupling coordination degree aggregation type in 2009, 2014 and 2019

由表5可以看出各省域GRE-GSR耦合协调度的在中东部地区和西北地区分别形成了以高-高集聚和低-低集聚为主的集聚态势，空间差异较为明显。

其中，高-高集聚的区域发生在中国中东部地区，主要由安徽为中心及环绕其省界的省份组成，GRE-GSR耦合协调度具有较强的空间正相关性，区域本身和周边区域的耦合协调度均比较高；低-低集聚的区域基本呈现由中国新疆地区向内陆延伸的态势，主要由新疆、甘肃、青海等地组成，这些区域远离经济发达地区、各项基础设施相对不是很完善，区域自身和周边的耦合协调度都比较低，也具有较大的空间正相关性；低-高集聚和高-低集聚类型具有较强的空间负相关性，区域自身与周边区域耦合协调度差异较为明显，云南在2014年和2019年属于高-低集聚类型，山西在2009年和2014年属于低-高集聚类型。

从2009—2019年局部集聚变化情况来看，个别区域集聚类型发生了改变，并且在高-高集聚类型逐渐向西北部逼近的情形下，低-低集聚类型的范围在逐渐缩小：云南逐渐从低-低集聚类型变成了高-低集聚；山西从低-高集聚类型逐渐变化不显著；湖南在周边高-高集聚类型地区的带动下，逐渐从不显著变为高-高集聚。

中国中东部地区和西北部地区分别形成了2种较为极端的集聚类型分布，尽管近些年这种极端的现象有所缓和，但西部地区仍然比东部地区面临更为严峻的挑战。这对于中国各区域粮食储备能力建设提出了更高的要求，既要保证东部地区GRE-GSR 2个系统较高的耦合协调水平，又要增强西北部地区的粮食抗风险能力。

2018年，粮食收储政策发生了新的改变，将定价权交给市场，这一变化预示着未来粮食收储可能会变得更加灵活。从上述不同省域粮食储备与粮食安全风险的匹配性来看，可以采用分区域储备的管理模式，针对同一特征区域实行统一管理模式，并根据其粮食储备应对粮食供需变化的能力进行相应地调整。

对于中东部地区来说，区域内粮食储备联合应对风险能力在加强，但其内部不同省域粮食情况较为复杂，应合理优化粮食仓储布局，特别是对于东南沿海地区省份，应根据其发展趋势和特征适当调整其粮食仓储优化布局的策略；西部地区粮食储备能力仍然相对较弱，应着重加强西部地区各省份的粮食储备能力的建设，对粮食仓储设施进行扩容；东北地区承担了中国20%以上的产粮任务，在近年来“北粮南运”的背景下，尤其应该加强粮食物流通道的建设。