中國農(nóng)業(yè)部門環(huán)境足跡區(qū)域間轉(zhuǎn)移的溢出–反饋效應

胡靜茹 黃凱 陳盈

中國農(nóng)業(yè)部門環(huán)境足跡區(qū)域間轉(zhuǎn)移的溢出–反饋效應

胡靜茹1,2黃凱1,?陳盈1

1.北京林業(yè)大學環(huán)境科學與工程學院, 北京 100083; 2.復旦大學環(huán)境科學與工程系, 上海 200438; ?通信作者, E-mail: huangkai@bjfu.edu.cn

以中國七大區(qū)域的農(nóng)業(yè)部門為研究對象, 引入水足跡–碳足跡–土地足跡為代表的環(huán)境足跡來表征其資源環(huán)境影響, 從溢出–反饋的新視角分析區(qū)域間的資源環(huán)境壓力轉(zhuǎn)移。首先在區(qū)域間投入產(chǎn)出模型的基礎上分解出溢出–反饋效應模型, 并將其拓展至資源環(huán)境領域, 構建耦合環(huán)境足跡的溢出–反饋效應模型, 從區(qū)際雙向影響的角度評價農(nóng)業(yè)部門的資源環(huán)境壓力轉(zhuǎn)移。研究結果表明, 2007—2012 年七大區(qū)域的農(nóng)業(yè)部門區(qū)際水足跡–碳足跡–土地足跡的溢出–反饋效應空間差別較大; 反饋效應較為顯著, 不應忽略。在各區(qū)域農(nóng)業(yè)部門反饋占溢出的比例中, 華北區(qū)域最大, 均大于 31.3%; 華東、華南和中南區(qū)域的比例也較大, 均大于 10.7%?？紤]到我國農(nóng)業(yè)部門現(xiàn)有的區(qū)際資源可使用量和需求量與區(qū)域經(jīng)濟發(fā)展水平并不匹配, 應在一定程度上改善貿(mào)易結構, 建立區(qū)域一體化貿(mào)易模式。

環(huán)境足跡; 溢出–反饋效應; 農(nóng)業(yè)部門; 中國

作為世界上最大的水資源消耗和碳排放國之一, 中國在水、土地和碳排放等方面面臨的挑戰(zhàn)正在加劇。2018 年中國人均水資源占有量為 1975.6m3 [1], 僅為世界人均水平的 25%。根據(jù)《2018 全球碳預算》[2], 作為全球最大的能源消費國和碳排放國, 2017 年中國對全球二氧化碳排放的貢獻率為27%。此外, 中國不同區(qū)域的資源可使用量和需求量與區(qū)域經(jīng)濟發(fā)展水平極不匹配[3], 資源分布不均衡也使中國資源短缺問題進一步加劇。農(nóng)業(yè)部門的首要功能是為人類提供賴以生存的糧食[4]。我國是農(nóng)業(yè)大國, 農(nóng)業(yè)部門是用水量最大、土地利用最多的部門[5–6], 也是全球溫室氣體的重要排放源[7–8]。因此, 研究中國區(qū)域內(nèi)農(nóng)業(yè)發(fā)展和區(qū)際貿(mào)易對資源環(huán)境的脅迫影響, 具有重要的理論和現(xiàn)實意義。

為了有效地評估區(qū)域產(chǎn)業(yè)發(fā)展和區(qū)際貿(mào)易對資源環(huán)境的脅迫影響, 本文引入環(huán)境足跡這一概念。環(huán)境足跡是表征人類活動的資源消費和環(huán)境影響的指標[9]。作為生態(tài)經(jīng)濟學研究的重要對象和手段, 以碳足跡和水足跡等為代表的環(huán)境足跡類指標為科學度量人類活動過程中排放的溫室氣體、人類消費的產(chǎn)品和服務所消耗的總水資源量提供了參考。本文用水足跡(water footprint, WF)[10]表征基于最終需求所使用的淡水資源量, 用碳足跡(carbon footprint, CF)[11]表征基于能源消耗而排放的溫室氣體的總量, 用土地足跡(land footprint, LF)[12]表征基于最終需求所利用的土地面積, 包括與商品、服務和投資相關的土地使用。

在經(jīng)濟領域, 區(qū)域間的相互作用機制主要通過溢出?反饋效應來體現(xiàn)[13]。溢出效應一般指一地區(qū)經(jīng)濟的發(fā)展對另一地區(qū)經(jīng)濟發(fā)展的單向影響, 反饋效應則表示一地區(qū)經(jīng)濟的變化在對另一地區(qū)經(jīng)濟產(chǎn)生影響的同時, 后者經(jīng)濟的變化反過來對該地區(qū)經(jīng)濟產(chǎn)生的影響[14], 相當于第二次溢出效應。溢出和反饋效應最早由 Miller[15]提出, 后逐漸得到完善和發(fā)展[15–18]。近年來, 中國不少學者也基于溢出?反饋效應對區(qū)域間經(jīng)濟聯(lián)系進行分析和研究。例如, 潘文卿[13]比較了中國沿海與內(nèi)陸間經(jīng)濟影響的溢出?反饋效應; 吳福象等[19]研究了中國東、中、西三大區(qū)域的經(jīng)濟溢出–反饋效應。如果將這一概念擴展到環(huán)境領域, 對于兩區(qū)域的封閉體系來說, 當區(qū)域享有高水平的經(jīng)濟增長時, 對區(qū)域的產(chǎn)品需求也會增加, 從而推動區(qū)域經(jīng)濟增長, 并產(chǎn)生更多的資源消耗。也就是說, 環(huán)境壓力從區(qū)域溢出到區(qū)域。與此同時, 區(qū)域的經(jīng)濟增長也會反過來推動區(qū)域的經(jīng)濟增長, 并對區(qū)域產(chǎn)生環(huán)境壓力, 即環(huán)境壓力從區(qū)域通過區(qū)域又反饋到區(qū)域本身。

為了更好地分析區(qū)域特征和產(chǎn)業(yè)部門間的影響, Isard[20]提出區(qū)域間投入產(chǎn)出(IRIO)法, Wiedmann[21]提出簡化方法——多區(qū)域投入產(chǎn)出(MRIO)法。目前, 在資源和環(huán)境領域, IRIO 和 MRIO 是研究區(qū)際環(huán)境壓力轉(zhuǎn)移的常用方法, 但現(xiàn)有的研究大都從單向影響的角度, 只涉及溢出效應[22–24]。從全球范圍來看, 對溢出?反饋的研究仍然集中于經(jīng)濟領域, 涉及資源環(huán)境領域的研究較少, 且主要聚焦于碳排放的區(qū)域轉(zhuǎn)移。例如, Li 等[25]對首都城市群碳排放的溢出和反饋效應進行了核算, Zhang[26]對中國東部、中部和西部碳排放的溢出和反饋效應進行了評價, Ning 等[27]測算了中國八大區(qū)域碳排放的溢出和反饋效應, Wang 等[28]分析了“一帶一路”沿線國家的碳轉(zhuǎn)移情況。此外, 少數(shù)學者將溢出和反饋模型應用于集成環(huán)境足跡和虛擬水的區(qū)域轉(zhuǎn)移。例如, Hu等[29]測度了中國七大區(qū)域集成環(huán)境足跡的溢出和反饋效應, Chen 等[30]基于溢出和反饋效應模型測算城市群尺度上虛擬水的雙向轉(zhuǎn)移。

基于現(xiàn)有研究的不足, 本文進一步拓展溢出和反饋效應在環(huán)境領域的應用。以中國農(nóng)業(yè)部門為研究對象, 基于 2007, 2010 和 2012 年《中國 30 省區(qū)市區(qū)域間投入產(chǎn)出表》, 將 30 省區(qū)市(不包括西藏自治區(qū)、香港、澳門和臺灣)合并為七大區(qū)域, 對各區(qū)域與其他 6 個區(qū)域間水足跡、碳足跡及土地足跡的溢出–反饋效應進行定量測度。本研究旨在從溢出和反饋效應的新視角, 分析農(nóng)業(yè)部門的資源和環(huán)境壓力轉(zhuǎn)移, 探究區(qū)域間資源環(huán)境壓力轉(zhuǎn)移的雙向影響機制, 從而明確區(qū)域環(huán)境壓力現(xiàn)狀, 正確地劃分區(qū)域環(huán)境責任, 以期促進經(jīng)濟與環(huán)境的協(xié)調(diào)發(fā)展。

1 研究方法與數(shù)據(jù)

1.1 區(qū)域間投入產(chǎn)出模型(IRIO)中的溢出–反饋效應

Miller[15]最早運用投入產(chǎn)出技術來測度不同地區(qū)間的經(jīng)濟反饋效應: 假設有封閉的兩個區(qū)域(和), 它們之間的基本區(qū)域間 IO 模型為

其中,表示地區(qū)的總產(chǎn)出,是地區(qū)的最終需求,為區(qū)域 r 的區(qū)域內(nèi)投入產(chǎn)出系數(shù)矩陣,為區(qū)域和的區(qū)域間投入產(chǎn)出系數(shù)矩陣。相似地,,,和也如式(1)所示。

式(1)也可表示為

式(2)可以轉(zhuǎn)化為如下兩個等式:

如果給出如下定義:= [–(–)–1(–)–1]–1,=(–)–1, 那么式(4)可以簡寫成

其中,是從區(qū)域到區(qū)域的溢出效應, 代表區(qū)域的最終需求對區(qū)域總產(chǎn)量的影響;是區(qū)域?qū)ψ陨韰^(qū)域的反饋效應, 從區(qū)域經(jīng)過區(qū)域再回到區(qū)域。

相似地,

在式(5)和(6)的基礎上, 潘文卿[14]進一步將式 (1)用以下形式表達:

其中, (i)代表區(qū)域或的區(qū)域內(nèi)乘數(shù), 表示一個區(qū)域內(nèi)不同產(chǎn)業(yè)部門的影響; (ii)表示區(qū)域與之間的區(qū)域間溢出效應; (iii)表示區(qū)域與之間的區(qū)域間反饋效應。假設只有該區(qū)域自身的最終需求增加, 而另一區(qū)域的最終需求沒有任何變化, 則式(7)可表示為

1.2 資源和環(huán)境相關的溢出–反饋效應

其中, MF 代表資源的乘數(shù)效應, SF 代表資源的溢出效應, FF 代表資源的反饋效應。

因此, 以計算水足跡為例, 區(qū)域的水足跡的乘數(shù)效應(MWF)為

區(qū)域?qū)^(qū)域水足跡的溢出效應為

水足跡從區(qū)域再返回到區(qū)域(從區(qū)域到區(qū)域再到區(qū)域)的反饋效應為

1.3 數(shù)據(jù)來源

本研究以中國農(nóng)業(yè)部門為研究對象, 選擇的區(qū)域間投入產(chǎn)出表分別為 2007, 2010 和 2012 年的《中國 30 省區(qū)市區(qū)域間投入產(chǎn)出表》[32–34]。依據(jù)各地農(nóng)業(yè)生產(chǎn)特征以及經(jīng)濟發(fā)展等因素, 本文將 30 省區(qū)市(不包括西藏自治區(qū)、香港、澳門和臺灣)合并為七大區(qū)域: 華北區(qū)域(north region, NO)、東北區(qū)域(north east region, NE)、華東區(qū)域(east region, EA)、華南區(qū)域(south region, SO)、中南區(qū)域(central south region, CS)、西北區(qū)域(north west region, NW)和西南區(qū)域(south west region, SW)(圖 1)。農(nóng)業(yè)用水量和農(nóng)業(yè)土地利用來自《中國統(tǒng)計年鑒》[35], 農(nóng)業(yè)能源消耗的數(shù)據(jù)來自《中國能源統(tǒng)計年鑒》[36]?；谄渲械哪芰科胶獗? 將能源分為九大類: 煤炭、焦炭、汽油、煤油、柴油、液化石油、天然氣、電力和熱力。從聯(lián)合國政府間氣候變化專門委員會(IPCC)[37]獲得二氧化碳排放系數(shù)。

在計算過程中, 由于涉及的區(qū)域較多, 為了簡化表達, 以水足跡為例, NO 及其他 6 個區(qū)域間的水足跡溢出效應和反饋效應表示如下: 1)從 NO 農(nóng)業(yè)部門溢出到其他 6 個區(qū)域的水足跡效應表示為SWF～NO; 2)把從其他 6 個區(qū)域農(nóng)業(yè)部門溢出到 NO的水足跡效應表示為 SWFNO～; 3)在第一條的基礎上, 從其他 6 個區(qū)域反饋到 NO 農(nóng)業(yè)部門的水足跡效應表示為 FWFNO～NO; 4)在第二條的基礎上, 把NO 反饋到其他 6 個區(qū)域農(nóng)業(yè)部門的水足跡效應表示為 FWF～NO～。

2 結果與分析

2.1 農(nóng)業(yè)部門水足跡–碳足跡–土地足跡溢出效應

2007, 2010 和 2012 年中國區(qū)域間農(nóng)業(yè)部門水足跡–碳足跡–土地足跡的溢出效應如圖 2 所示。圖 2 (a)～(c)分別表示水足跡、碳足跡足跡和土地足跡的溢出效應。從總體上來看, EA、CS 和 NO 的農(nóng)業(yè)部門對國內(nèi)其他區(qū)域水足跡–碳足跡–土地足跡的溢出最大, 即這些區(qū)域農(nóng)業(yè)部門對區(qū)際資源的需求量最大, 并且 EA 農(nóng)業(yè)部門的需求量遠大于其他兩區(qū)域。以 2012 年為例, SWF～EA, SWF～CS和 SWF～NO分別為 24.59×109, 8.47×109和 8.12×109m3; SCF～EA, SCF～CS和 SCF～NO分別為 8.30×106, 2.47×106和 2.56 ×106t; SLF～EA, SLF～CS和 SLF～NO分別為 42.3×106, 12.74×106和 11.97×106hm2。NW, NE 和 SW 農(nóng)業(yè)部門對國內(nèi)其他區(qū)域水足跡–碳足跡–土地足跡的溢出最小。

國內(nèi)其他區(qū)域農(nóng)業(yè)部門對 NW, NE, SW 和 CS的溢出效應最大, 即 NW, NE, SW 和 CS 對其他 6 個區(qū)域農(nóng)業(yè)部門的水足跡–碳足跡–土地足跡供給最大。同樣以 2012 年為例, SWFNW～, SWFNE～, SWFSW～和 SWFCS～分別為 22.86×109, 11.61×109, 37.12×109和 9.69×109m3; SCFNW～, SCFNE～, SCFSW～和 SCFCS～分別為 2.37×106, 4.13×106, 2.37×106和 5.77×106t; SLFNW～, SLFNE～, SLFSW～和 SLFCS～分別為 54.01×106, 16.79×106, 11.18×106和 10.74×106hm2。

基于國家測繪地理信息局標準地圖服務網(wǎng)站的標準地圖(審圖號為GS (2016) 1579)制作

圖2 2007, 2010和2012年中國七區(qū)域間農(nóng)業(yè)部門水足跡–碳足跡–土地足跡的溢出效應

圖3 2007, 2010和2012年中國七區(qū)域間農(nóng)業(yè)部門水足跡–碳足跡–土地足跡的反饋效應

2.2 農(nóng)業(yè)部門水足跡–碳足跡–土地足跡反饋效應

圖 3 給出 2007, 2010 和 2012 年中國區(qū)域間農(nóng)業(yè)部門水足跡–碳足跡–土地足跡的反饋效應, 左右圖分別代表單區(qū)域通過其他 6 個區(qū)域在反饋給自身的效應和其他 6 個區(qū)域通過對應的單區(qū)域再反過來對自身的反饋。

從單區(qū)域?qū)ψ陨淼姆答亖砜? EA, CS 和 NW 的農(nóng)業(yè)部門對水足跡–碳足跡–土地足跡反饋數(shù)值最大。以 2012 年的 EA 為例, FWFEA～EA, FCFEA～EA和FLFEA～EA分別為 0.80×109m3, 0.25×106t 和 0.52×106hm2。相反地, 從總體上看, SO 的農(nóng)業(yè)部門對水足跡–碳足跡–土地足跡反饋數(shù)值最小。同樣以 2012年的 SO 為例, FWFSO～SO, FCFSO～SO和 FLFSO～SO分別為0.12×109m3, 0.02×106t 和 0.09×106hm2。在另一方面,從多區(qū)域?qū)ψ陨淼姆答伣嵌?NO, EA, NW 和 CS的農(nóng)業(yè)部門對水足跡–碳足跡–土地足跡反饋數(shù)值整體上最大。

2.3 農(nóng)業(yè)部門水足跡–碳足跡–土地足跡的反饋/溢出百分比

從 2007, 2010 到 2012 年, 中國不同區(qū)域間農(nóng)業(yè)部門水足跡–碳足跡–土地足跡的反饋/溢出比例呈現(xiàn)顯著的差別。圖 4 中間的 3 組圓形分別對應水足跡、碳足跡和土地足跡的反饋/溢出比例, 圓的面積越大, 對應的數(shù)值越大。

從總體上看, 2007—2012 年的比例沒有顯著地增大或減小, 但不同區(qū)域的數(shù)值差別顯著。NO 的農(nóng)業(yè)部門水足跡–碳足跡–土地足跡的反饋/溢出比例最大。以水為例, 2007—2012 年, NO 區(qū)域?qū)谋壤謩e為 72.3%, 75.6%和 69.3%。此外, EA, SO和 CS 所對應的比例也較大。以 2007 年的水足跡–碳足跡–土地足跡為例, EA 農(nóng)業(yè)部門對應的比例分別為 35.9%, 24.9%和 99.7%, SO 農(nóng)業(yè)部門對應的比例分別為 31.7%, 81.6%和 72.5%, CS 農(nóng)業(yè)部門對應的比例分別為 23.9%, 15.0%和 35.2%。NE, SW 和NW 農(nóng)業(yè)部門對應的比例總體上較小。以 NE 為例, 水足跡–碳足跡–土地足跡對應的比例均在 8.2%～ 13.6%之間。

圖4 2007, 2010和2012年中國區(qū)域間農(nóng)業(yè)部門水足跡–碳足跡–土地足跡的反饋/溢出

3 討論

3.1 不同尺度的農(nóng)業(yè)部門水足跡–碳足跡–土地足跡溢出反饋效應

資源和環(huán)境的影響可以通過貿(mào)易跨區(qū)域轉(zhuǎn)移,一個地區(qū)的經(jīng)濟發(fā)展可能對另一個地區(qū)產(chǎn)生影響。由于經(jīng)濟的溢出和反饋機制, 使得區(qū)域間的相互影響非常復雜。在時間尺度上, 2007—2012 年農(nóng)業(yè)部門水足跡–碳足跡–土地足跡的需求總體上略有上升, 但差異不顯著。在空間尺度上, 不同區(qū)域間的溢出效應、反饋效應以及反饋/溢出比值都存在較大的差異。

對于區(qū)際溢出效應, EA, CS 和 NO 的農(nóng)業(yè)部門對國內(nèi)其他區(qū)域水足跡–碳足跡–土地足跡的溢出效應最大, 表明這 3 個區(qū)域的農(nóng)業(yè)部門向全國其他區(qū)域轉(zhuǎn)移的環(huán)境壓力最大。這 3 個區(qū)域的農(nóng)業(yè)需求使得較多的水資源、土地資源壓力以及碳排放壓力向國內(nèi)其他區(qū)域轉(zhuǎn)移。區(qū)域本身對資源的需求、區(qū)域本身的資源稟賦以及成本等因素影響區(qū)域資源壓力的溢出。首先, 這 3 個區(qū)域都是經(jīng)濟水平較高的區(qū)域, 吸引著大量的資源–能源流動, 其發(fā)展高度依賴其他區(qū)域的資源能源, 通過國內(nèi)貿(mào)易網(wǎng)絡, 消耗了大量隱含資源[38]。同時, 這 3 個區(qū)域農(nóng)業(yè)部門生產(chǎn)總產(chǎn)值較大, 并且人口數(shù)量很多, 為了滿足人們的生產(chǎn)生活需要, 地區(qū)農(nóng)業(yè)部門的總需求相對較大。對于 NO 地區(qū), 其本身資源豐度低, 所以在農(nóng)業(yè)生產(chǎn)中傾向于利用外部資源。在這 3 個區(qū)域中, EA 農(nóng)業(yè)部門是國內(nèi)貿(mào)易中最大的進口者, 它將很大一部分資源壓力轉(zhuǎn)移到國內(nèi)其他區(qū)域[23–24,39]。究其原因, 一方面, EA 農(nóng)業(yè)部門經(jīng)濟上的最終需求最大, 自然資源豐度并不大, 并且區(qū)域本身資源消耗的成本也較大, 基于其農(nóng)業(yè)部門的巨大需求, 大量使用其他區(qū)域的資源, 在一定程度上導致 EA 的農(nóng)業(yè)部門向其他區(qū)域轉(zhuǎn)移了最大的資源壓力。另一方面, NW, NE 和 SW 的農(nóng)業(yè)部門對其他區(qū)域水足跡–碳足跡–土地足跡的溢出效應最小, 而其他區(qū)域的農(nóng)業(yè)部門對 NW, NE, SW 和 CS 的溢出效應最大。原因是這些區(qū)域自然資源稟賦相對較大, 如東北區(qū)域, 其黑土地土壤肥沃, 含豐富的有機質(zhì), 可以給作物提供很好的營養(yǎng), 是中國重要的糧食作物的供應地, 西北地區(qū)地廣人稀, 日照和土地資源也很豐富。

對于區(qū)際反饋效應, 從單區(qū)域?qū)ψ陨淼姆答亖砜? EA, CS 和 NW 的農(nóng)業(yè)部門對水足跡–碳足跡–土地足跡反饋效應最大。以 2012 年 EA 的農(nóng)業(yè)部門為例, FWFEA～EA, FCFEA～EA和 FLFEA～EA分別為 0.80×109m3, 0.25×106t 和 0.52×106hm2。相反, 總體上 SO 的農(nóng)業(yè)部門對水足跡–碳足跡–土地足跡反饋效應最小。同樣以 2012 年 SO 的農(nóng)業(yè)部門為例, FWFSO～SO, FCFSO～SO和 FLFSO～SO分別為 0.12×109m3, 0.02×106t和 0.09×106hm2。在另一方面, 從多區(qū)域?qū)ψ陨淼姆答伣嵌? 整體上看, NO, EA, NW 和 CS 的農(nóng)業(yè)部門對水足跡–碳足跡–土地足跡反饋效應最大。綜合來看, NO, EA, NW 和 CS 的農(nóng)業(yè)部門在國內(nèi)貿(mào)易中對水足跡–碳足跡–土地足跡的反饋效應最大, 也就是說這 4 個區(qū)域的農(nóng)業(yè)部門在國內(nèi)貿(mào)易中的參與度和依賴程度都較大。雖然 SO 區(qū)域農(nóng)業(yè)發(fā)達, 同樣需要大量資源和能源, 但其更多地參與國際貿(mào)易, 對國內(nèi)貿(mào)易的依賴程度相對較小[31]。

反饋/溢出比值在一定程度上證明了區(qū)域間反饋作用在資源環(huán)境壓力轉(zhuǎn)移中的貢獻是不能忽略的。首先, 從時間尺度上看, 各區(qū)域環(huán)境足跡溢出/反饋效應的比例并沒有顯著的變化; 其次, 從區(qū)域尺度上看, NO 的農(nóng)業(yè)部門水足跡–碳足跡–土地足跡的反饋/溢出比值最大, 說明 NO 的農(nóng)業(yè)部門在國內(nèi)貿(mào)易的參與度和依賴程度最大。對一個閉合流動路徑來講, 反饋的比值并不小, 部分年份大于100%。原因在于, 反饋與溢出是一個閉合的流動路徑, 分子為大區(qū)域(其他 6 個區(qū)域)對單個區(qū)域的反饋, 分母是小區(qū)域(單個區(qū)域)對其他 6 個區(qū)域的溢出。反饋相當于第二次溢出, 當單個區(qū)域農(nóng)業(yè)部門在國內(nèi)貿(mào)易中的參與度和依賴程度都較大時, 其他 6 個區(qū)域?qū)@個單區(qū)域的反饋效應就比較大。又因為 6 個區(qū)域比一個區(qū)域大很多, 需求的數(shù)量級和單個區(qū)域的數(shù)量級差別很大, 此時反饋/溢出比值就可能出現(xiàn)大于 100%的情況。此外, 各區(qū)域之間的足跡比例存在較大的差異。比例較大的區(qū)域集中在 NO, EA, CS 區(qū)域和 SO 區(qū)域。這些區(qū)域在一定程度上均為產(chǎn)品的進口區(qū)域, 自身資源稟賦有限, 經(jīng)濟發(fā)展更加依賴外部進口, 大量的環(huán)境壓力溢出到其他區(qū)域, 因而承擔著較大的反饋效應[30]。此外, 西北區(qū)域為七大區(qū)域中主要環(huán)境壓力的承受者, 通過出口大量產(chǎn)品來滿足自身經(jīng)濟發(fā)展的需求, 因而受到的反饋效應較小, NW 區(qū)域的反饋/溢出比值最小。因此, 比例較大的區(qū)域更應承擔起相應的環(huán)境責任。

3.2 與以往研究結果的比較

與以往的經(jīng)濟領域溢出–反饋效應研究結果相比, 本文結果存在異同之處。首先, 對單個區(qū)域來講, 通過比較其他區(qū)域?qū)ζ湟绯鲂约氨緟^(qū)域?qū)ψ陨淼姆答佇? 本文發(fā)現(xiàn)其溢出效應遠大于反饋效應。這一結果與經(jīng)濟學領域中潘文卿[13]和Hewings 等[40]的研究結果一致。另外, 本文中反饋/溢出比值總體上沒有增加, 與潘文卿[13]的研究結果不同。這說明在資源環(huán)境領域, 各產(chǎn)業(yè)的發(fā)展并不像經(jīng)濟領域一樣, 隨著時間推移而更加依靠區(qū)際間產(chǎn)業(yè)的相互拉動作用, 不同區(qū)域之間的水足跡–碳足跡–土地足跡的交互作用沒有逐年增加。

此外, 與以往研究中認為經(jīng)濟領域的反饋效應可以忽略不計[15–16]不同, 本研究證實了反饋效應是足夠重要的。本研究通過比較水足跡–碳足跡–土地足跡反饋/溢出比值, 發(fā)現(xiàn)多個區(qū)域在3年中該比值都較高。例如, EA, NO, SO 和 CS農(nóng)業(yè)部門的反饋/溢出比值較大, 意味著就資源–經(jīng)濟區(qū)域之間的聯(lián)系而言, EA, NO, SO 和 CS 的農(nóng)業(yè)部門與其他區(qū)域的聯(lián)系更為緊密, 更多的隱性資源(水、土、氣)在這些區(qū)域參與的區(qū)際貿(mào)易中得到轉(zhuǎn)移。這些區(qū)域經(jīng)濟發(fā)展水平相對較高, 其經(jīng)濟發(fā)展對國內(nèi)資源的依賴較多; 相反, NE, SW 和 NW 的農(nóng)業(yè)部門反饋/溢出比值較小, 對其他區(qū)域資源的依賴較少。

3.3 局限性

由于現(xiàn)有方法的限制, 無法探究七大區(qū)域內(nèi)部區(qū)域之間的相互關聯(lián)。未來可以探尋對現(xiàn)有的分解模型加以改進, 進一步細化評價兩兩區(qū)域之間的影響。其次, 本研究采用的投入產(chǎn)出表與實際情況有一定的時間差, 具有一定的滯后性, 后續(xù)工作可考慮用更新的投入產(chǎn)出表來進行測算。最后, 由于碳排放缺乏直接的數(shù)據(jù)來源, 本研究通過排放系數(shù)法估算得到, 與實際排放量可能存在一定的偏差。后續(xù)研究中, 將以更科學的方法和更準確的數(shù)據(jù)來評價區(qū)域間的資源環(huán)境壓力轉(zhuǎn)移, 以提供更具參考價值的科學建議。

4 結論與建議

本文對 2007—2012 年中國七大區(qū)域農(nóng)業(yè)部門水足跡–碳足跡–土地足跡的溢出和反饋效應進行研究, 得出以下結論。

1)從總體上看, 區(qū)際環(huán)境影響表現(xiàn)為乘數(shù)效應較大, 其次為溢出效應, 反饋效應最小, 但反饋效應不容忽視。

2)從溢出–反饋角度看, 2007—2012 年中國七大區(qū)域的區(qū)際水足跡–碳足跡–土地足跡的溢出–反饋效應空間尺度差別很大, 但時間尺度的差別并不顯著。

3)基于華北(NO), 華東(EA)和中南(CS)地區(qū)農(nóng)業(yè)部門的最終需求使得較大的環(huán)境壓力溢出到其他區(qū)域。其他區(qū)域的農(nóng)業(yè)部門對西北(NW), 東北(NE), 西南(SW)和中南(CS)地區(qū)的溢出效應較大。

4)在區(qū)際水足跡–碳足跡–土地足跡的轉(zhuǎn)移中, 反饋效應較為顯著, 不應被忽略。其中, NO 區(qū)域農(nóng)業(yè)部門的反饋/溢出比值最大, 均大于 31.3%; EA, SO 和 CS 區(qū)域農(nóng)業(yè)部門的反饋/溢出比值較大, 均大于 10.7%。

在上述結論的基礎上, 本文從溢出–反饋角度得出以下中國區(qū)域協(xié)調(diào)綠色發(fā)展的相關政策啟示。

1)明確各區(qū)域環(huán)境壓力現(xiàn)狀, 合理地調(diào)整區(qū)域貿(mào)易結構。NE, NO 和 CS 等區(qū)域?qū)⒋罅凯h(huán)境壓力溢出到其他區(qū)域, 屬于貿(mào)易優(yōu)勢區(qū)域; NW, SW 和 NE 等區(qū)域承擔較大的環(huán)境壓力, 屬于貿(mào)易劣勢區(qū)域。據(jù)此, 應合理地調(diào)整貿(mào)易結構, 貿(mào)易劣勢區(qū)域應減少低附加值產(chǎn)品的出口, 以便減輕區(qū)域環(huán)境負擔; 貿(mào)易優(yōu)勢區(qū)域應積極出資, 促進貿(mào)易劣勢區(qū)域的產(chǎn)業(yè)升級。

2)正確地劃分各區(qū)域的環(huán)境責任。NO 和 NE等區(qū)域有較大的溢出效應, 同時也承擔著明顯的反饋效應。因此, 在區(qū)域責任劃分時, 不應實行“一刀切”政策, 而應充分考慮其反饋效應的影響, 合理地劃分區(qū)域環(huán)境責任。

3)加強區(qū)域聯(lián)動, 合理地調(diào)整區(qū)域資源稟賦與需求量之間的關系。NO 和 NE 等區(qū)域資源需求量較大, 自身的資源稟賦不能滿足經(jīng)濟發(fā)展的需求, 因此需建立區(qū)域間聯(lián)動機制, 加強合作, 通過合理規(guī)劃貿(mào)易進口或出口等方式調(diào)整資源稟賦與需求量之間的關系, 實現(xiàn)資源的合理分配。

4) 重視水足跡、碳足跡和土地足跡等多環(huán)境要素之間的關系。各足跡之間有聯(lián)系, 也有區(qū)別, 決策者應針對多種環(huán)境要素, 進行綜合考慮, 以期實現(xiàn)區(qū)域可持續(xù)發(fā)展。

[1]中華人民共和國水利部. 2018 年中國水資源公報. 北京: 中國水利水電出版社, 2018

[2]Le Quéré C, Andrew R M, Friedlingstein P, et al. Global carbon budget 2018. Earth Syst Sci Data Dis-cuss, 2018: 2142–2194

[3]紀學朋, 黃賢金, 陳逸, 等. 基于陸海統(tǒng)籌視角的國土空間開發(fā)建設適宜性評價——以遼寧省為例. 自然資源學報, 2019, 34(3): 451–463

[4]Vermeulen S J, Campbell B M, Ingram J S I. Climate change and food systems. Social Science Electronic Publishing, 2012, 37: 195–222

[5]Yu Y, Hubacek K, Feng K S, et al. Assessing regional and global water footprints for the UK. Ecological Economics, 2010, 69(5): 1140–1147

[6]Vanham D, Bidoglio G. The water footprint of Milan. Water Science & Technology, 2014, 69(4): 789–795

[7]Bellarby J, Foereid B, Hastings A, et al. Cool far-ming: climate impacts of agriculture and mitigation potential. Amsterdam: Greenpeace, 2008

[8]Edenhofer O, Pichs-Madruga R, Sokona Y, et al. Climate change 2014: mitigation of climate change. Cambridge: Cambridge University Press, 2014

[9]Hammond G. Time to give due weight to the ‘carbon footprint’ issue. Nature, 2007, 445: 256

[10]Wang Z Y, Huang K, Yang, S S, et al. An input-output approach to evaluate the water footprint and virtual water trade of Beijing, China. Journal of Cleaner Production, 2013, 42: 172–179

[11]Hu J R, Huang K, Ridoutt B G, et al. Rethinking environmental stress from the perspective of an inte-grated environmental footprint: application in the Beijing industry sector. Science of the Total Envi-ronment, 2018, 637/638: 1051–1060

[12]Wilting H C. Carbon and land footprint time series of the Netherlands-integrating data from the GTAP and WIOD databases // 22th International Input-Output. Lisbon, 2014: 1–18

[13]潘文卿. 地區(qū)間經(jīng)濟影響的反饋與溢出效應. 系統(tǒng)工程理論與實踐, 2006, 26(7): 86–91

[14]潘文卿. 中國沿海與內(nèi)陸間經(jīng)濟影響的溢出與反饋效應. 統(tǒng)計研究, 2012, 29(10): 30–38

[15]Miller R E. Interregional feedback effects in input-output models: some preliminary results. Papers of the Regional Science Association, 1966, 17: 105–125

[16]Miller R E. Interregional feedbacks in input-output models-some experimental results. Western Economic Journal, 1969, 7: 41–50

[17]Pyatt G, Round J I. Accounting and fixed price mul-tipliers in a social accounting matrix framework. Economic Journal, 1979, 89: 850–873

[18]Round J I. Decomposing multipliers for economic systems involving regional and world trade. Eco-nomic Journal, 1985, 95: 383–399

[19]吳福象, 朱蕾. 中國三大地帶間的產(chǎn)業(yè)關聯(lián)及其溢出和反饋效應——基于多區(qū)域投入–產(chǎn)出分析技術的實證研究. 南開經(jīng)濟研究, 2010(5): 140–152

[20]Isard W. Interregional and regional input-output analysis: a model of a space-economy. Review of Economics & Statistics, 1951, 33: 318–328

[21]Wiedmann T. A review of recent multi-region input-output models used for consumption-based emission and resource accounting. Ecological Economics, 2009, 69: 211–222

[22]Zhang Y G, Tang Z P. Driving factors of carbon embodied in China’s provincial exports. Energy Eco-nomics, 2015, 51: 445–454

[23]黃蕊, 王錚, 鐘章奇, 等. 區(qū)域貿(mào)易隱含碳排放和SO2排放的投入產(chǎn)出分析——以江蘇為例. 自然資源學報, 2017, 32(5): 854–863

[24]崔盼盼, 張艷平, 張麗君, 等. 中國省域隱含碳 排放及其驅(qū)動機理時空演變分析. 自然資源學報, 2018, 33(5): 879–892

[25]Li Y M, Luo E H, Zhang H L, et al. Measuring interre-gional spillover and feedback effects of economy and CO2emissions: a case study of the capital city agglo-meration in China. Resources, Conservation & Recyc-ling, 2018, 139: 104–113

[26]Zhang Y G. Interregional carbon emission spillover-feedback effects in China. Energy Policy, 2017, 100: 138–148

[27]Ning Y D, Miao L, Ding T, et al. Carbon emission spillover and feedback effects in China based on a multiregional input-output model. Resources, Conser-vation & Recycling, 2019, 141: 211–218

[28]Wang J D, Dong K Y, Dong X C, et al. Research on the carbon emission effect of the seven regions along the belt and road — based on the spillover and feed-back effects model. Journal of Cleaner Production, 2021, 319: 128758

[29]Hu J R, Huang K, Ridoutt B G, et al. Measuring integrated environmental footprint transfers in China: a new perspective on spillover-feedback effects. Journal of Cleaner Production, 2019, 241: 118375

[30]Chen Y, Huang K, Hu J R, et al. Understanding the two-way virtual water transfer in urban agglomeration: a new perspective from spillover-feedback effects. Journal of Cleaner Production, 2021, 310: 127495

[31]唐志鵬, 劉衛(wèi)東, 公丕萍. 出口對中國區(qū)域碳排放影響的空間效應測度: 基于 1997—2007 年區(qū)域間投入產(chǎn)出表的實證分析. 地理學報, 2014, 69(10): 1403 –1413

[32]劉衛(wèi)東, 陳杰, 唐志鵬, 等. 中國 2007 年 30 省區(qū)市區(qū)域間投入產(chǎn)出表編制理論與實踐. 北京: 中國統(tǒng)計出版社, 2012

[33]劉衛(wèi)東, 唐志鵬, 陳杰, 等. 中國 2010 年 30 省區(qū)市區(qū)域間投入產(chǎn)出表編制理論與實踐. 北京: 中國統(tǒng)計出版社, 2014

[34]Mi Z F, Meng J, Guan D B, et al. Chinese CO2emission flows have reversed since the global finan-cial crisis. Nature Communications, 2017, 8(1): 1712

[35]國家統(tǒng)計局. 中國統(tǒng)計年鑒. 北京: 中國統(tǒng)計出版社, 2008

[36]國家統(tǒng)計局. 中國能源統(tǒng)計年鑒. 北京: 中國統(tǒng)計出版社, 2011

[37]IPCC. 2019 refinement to the 2006 IPCC guidelines for national greenhouse gas inventories. Kanagawa: IGES, 2019

[38]Guo S, Shen G Q. Multiregional input-output model for china’s farm land and water use. Environmental Science & Technology, 2015, 49: 403–414

[39]Meng B, Xue J J, Feng K S, et al. China’s inter-regional spillover of carbon emissions and domestic supply chains. Energy Policy, 2013, 61: 1305–1321

[40]Hewings G J D, Oosterhaven J. Interregional trade models // Fischer M M, Nijkamp P. Handbook of Regional Science. Berlin: Springer, 2014: 903–925

The Spillover-Feedback Effect of Agricultural Sector’s Environmental Footprints Interregional Transfer in China

HU Jingru1,2, HUANG Kai1,?, CHEN Ying1

1. College of Environmental Science and Engineering, Beijing Forestry University, Beijing 100083; 2. Department of Environmental Science and Engineering, Fudan University, Shanghai 200438;? Corresponding author, E-mail: huangkai@bjfu.edu.cn

This study takes seven regional agricultural sectors in China as the research object, and introduces water footprint (WF), carbon footprint (CF) and land footprint (LF) to analyze the spillover-feedback effect of these environmental footprints to characterize their resource and environment impacts. Based on the inter-regional input-output model, this paper first decomposed the spillover-feedback effects model, extended it to the environmental field, constructed the spillover-feedback effects model coupled with environmental footprints, and evaluated the transfer of resource and environment pressure in the agricultural sector from the perspective of inter-regional two-way impacts. The results show that the spillover effects and feedback effects of WF, CF and LF in seven regions of China’s agriculture sectors varied greatly in spatial level in 2007?2012. The feedback effects of WF, CF, and LF were more significant and should not be ignored. Through further analysis of the ratio of feedback effect to spillover effect of each region’s Agricultural Sector, it was found that the ratio of feedback effect to spillover effect of North (NO) region’s agricultural sector was the largest, all more than 31.3%. The ratio of feedback effect to spillover effect of East (EA), South (SO) and Central South(CS) regions’ Agricultural Sectors were also larger, all more than 10.7%. Finally, it was pointed out that the current interregional available resources in China’s Agriculture Sector did not match the demand and the level of regional economic development, so to some extent, the current trade structure should be improved to support agricultural sustainable development.

environmental footprint; spillover-feedback effect; agricultural sector; China

北京大學學報(自然科學版) 第58卷 第4期 2022年7月

Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 58, No. 4 (July 2022)

10.13209/j.0479-8023.2022.061

國家自然科學基金(52070017)和北京市自然科學基金(9172012)資助

2021–07–21;

2021–10–02