一、基本信息
标题：优化中国省际粮食贸易格局以降低耕地需求 Reducing cropland requirement by optimizing provincial grain trade patterns in China
发表时间：2026 年（Land Use Policy 第 170 卷，文章号 108188）
作者：Xin Xuan、Yuping Bai、Xiangzheng Deng、Yecui Hu、Fan Zhang
作者机构：
1. 中国地质大学（北京）土地科学技术学院
2. 自然资源部土地整治与修复重点实验室
3. 北京工商大学
4. 中国科学院地理科学与资源研究所
5. 中国科学院大学资源与环境学院
6. 中国科学院大学经济与管理学院
期刊：Land Use Policy
DOI：https://doi.org/10.1016/j.landusepol.2026.108188
二、摘要
优化粮食贸易格局以节约耕地，是增强粮食生产"内循环"的关键。本研究刻画了中国三大主粮——小麦、玉米与水稻——的供需动态，需求侧涵盖居民口粮、畜禽饲料以及贯穿整个食物供应链的损失与浪费。研究构建了基于线性规划的粮食贸易模拟与优化模型，确定三种作物的省际贸易格局及其虚拟耕地贸易结构，进而评估优化省际贸易格局所能带来的耕地需求下降潜力。结果发现，在利润驱动的贸易方案下，粮食贸易大体遵循就近原则，河南、山东、安徽等粮食主产省通过省际贸易在一定程度上缓解了耕地资源的空间失衡。若以耕地节约为目标重排贸易格局，全国耕地需求可减少近 15,000 km²。但同样需要关注减少耕地需求与降低运输碳排放之间的协同问题——优化贸易结构、发挥主产区的生产优势有助于降低耕地需求，同时也强化了土地资源管理在保障稳定粮食供给中的作用。
三、引言
研究背景
耕地是粮食生产的根本基础。中国各地资源禀赋与社会经济发展的区域异质性，造成粮食生产中心与需求中心之间显著的空间错位。在气候变化背景下，粮食贸易通过连接资源丰裕地区与资源紧张地区来缓解这种失衡：一省调入粮食，等于间接"进口"了生产这些粮食所需的耕地——这就是虚拟耕地流动。
问题在于，同样一吨粮食，在不同省份生产所占用的耕地并不相同。若粮食从单位产量耕地占用高的省份流向低的省份，全国的耕地需求总量便可下降；反之则上升。因此，省际调粮的路线安排本身就是一项土地资源配置决策，而非单纯的市场问题。
本文的研究目标与创新点
本研究把耕地视角引入省际粮食贸易分析，构建基于线性规划的贸易模拟与优化模型，回答三个问题：中国三大主粮的省际贸易格局是怎样的？这一格局背后隐含着多大规模的虚拟耕地流动？若以"最大化耕地需求减少"为目标重排贸易，还能省出多少耕地、又要付出什么代价？研究同时测算了两种方案下的运输成本与运输环节碳排放，以揭示耕地节约与低碳运输之间的权衡。
四、研究方法
数据来源与类型
研究对象为小麦、玉米与水稻三大主粮，时间跨度 2000—2020 年，空间单元为 31 个省份。粮食产量、单位面积产量，以及用于折算饲料粮的猪肉、牛肉、羊肉、牛奶与禽蛋产量，均来自国家统计局数据库；粮食消费量由人均消费量与常住人口数相乘得到，小麦、玉米、水稻在粮食消费总量中的占比参照既有研究确定。成本收益数据取自《全国农产品成本收益资料汇编》，运输成本数据来自国家基础地理信息中心，起讫点（OD）矩阵由 ArcGIS 网络分析生成，运价依据《铁路货物运价规则》（铁运〔2005〕46 号）。
研究方法
需求侧同时考虑口粮与饲料粮，并计入损失与浪费。据国家粮食和物资储备局统计，城乡居民直接口粮消费占全国粮食总产的 38%，畜禽饲料需求占比更高、达 42%，种子用粮因规模较小予以排除。消费量折算为等量初级农产品产量时采用 1.33 的转换系数，全供应链的损失浪费率取 22.7%（损失率 14.7%、浪费率 8.0%）。饲料粮依据肉蛋奶产量与料肉比折算，猪、牛、羊、奶、蛋的换算系数分别为 2.01、0.93、0.81、0.35 与 1.72，各类粮食在不同饲料中的配比见表 1。
贸易格局用线性规划模型模拟。鉴于中国三大主粮自给率多在 95% 以上、受国际贸易影响有限，研究将其视为基本自给的体系，并假定粮食只从盈余省流向缺口省。以利润最大化为目标的方案记为 MaxREV，它贴近市场机制自发配置的结果；以耕地需求减少最大化为目标的方案记为 MaxVCR。在全国产不足需的年份，模型额外约束各需求省的满足率不低于当年全国总体保障率的 80%，以确保贸易效率不损害区域供给稳定，即在粮食安全的"安全边界"内做优化。
虚拟耕地的核算逻辑是：假定若不发生贸易，需求省 i 需自行生产这批粮食，则其耕地消耗为贸易量除以该省单位面积产量；供给省参与省际贸易所带来的耕地需求减少量即由此得出，全国加总即为贸易引致的耕地需求总变化。运输环节碳排放为贸易量、运距与排放因子之积，排放因子取 11.33 g/(t·km)。
表 1 各类粮食在不同饲料中的配比（单位：%）（原文表 1）
注：仅考虑小麦、玉米与水稻来源，不含薯类与豆粕。
五、结果
结果1：2020 年三大主粮总量有余，但省际错位严重
2000—2020 年中国粮食总产显著增长，需求总体呈下行趋势。其间有两次明显扰动：2003 年受非典疫情影响，三大主粮产量降至 362.99 Mt，较 2002 年下降 6%；2008 年受干旱等极端天气影响，玉米增速放缓，产量为 172.12 Mt。2015 年以后三大主粮增速普遍放缓，产量稳定在 400 Mt 以上。到 2020 年，玉米超过水稻成为中国第一大主粮作物。需求侧，玉米因饲料需求上升而持续增长，2015 年达到 103.52 Mt 的峰值；2018 年后小麦与玉米需求回升，带动三大主粮总需求由 2018 年的 397.53 Mt 增至 2020 年的 431.83 Mt，增幅超过 7%。
2020 年三大主粮的总供给超过总需求。玉米产量 260.67 Mt，其中口粮 6.05 Mt、饲料 51.27 Mt，扣除损失与浪费后净余 164.28 Mt；水稻产量 211.86 Mt 仅次于玉米，但需求在三者中最高、达 209.90 Mt，净余仅 1.96 Mt；小麦产量 134.25 Mt、需求 125.54 Mt，净余 8.71 Mt。
空间上，华北平原是小麦主要供给源，河南、山东、安徽的小麦盈余最大，分别为 28.06、17.71 与 11.05 Mt；小麦缺口最大的是广东（9.99 Mt），四川次之（5.34 Mt）。东北与华北是玉米主产区，2020 年东北三省玉米产量 84.14 Mt，占全国的 32%，其中黑龙江最高、达 36.47 Mt。黑龙江同时是最大的水稻产区，产量 28.96 Mt；水稻缺口最大的省份是山东，净缺 12.45 Mt（图 1）。
图 1 2020 年 (a) 小麦、(b) 玉米、(c) 水稻的省际供需。纵轴右侧的黄点表示盈余，左侧表示短缺。省份代码：BJ 北京、TJ 天津、HE 河北、SX 山西、NM 内蒙古、LN 辽宁、JL 吉林、HL 黑龙江、SH 上海、JS 江苏、ZJ 浙江、AH 安徽、FJ 福建、JX 江西、SD 山东、HA 河南、HB 湖北、HN 湖南、GD 广东、GX 广西、HI 海南、CQ 重庆、SC 四川、GZ 贵州、YN 云南、XZ 西藏、SN 陕西、GS 甘肃、QH 青海、NX 宁夏、XJ 新疆（原文图 2）
结果2：二十年间省际调粮总量上升，全部省份都已卷入
与 2000 年相比，2020 年中国省际粮食贸易总量增加，流向主要是从耕地资源丰裕地区转向耕地资源稀缺地区。2000 年除辽宁与云南外的所有省份都参与了省际粮食贸易，河南调出量最大、总计 11.81 Mt，其中最大单笔为调往四川的 5.53 Mt，这也是当年全国最大的一笔省际调运；调入最多的是陕西，总计 6.88 Mt，主要来自江西与湖南。
到 2020 年，所有省份均参与省际粮食贸易。河南、黑龙江与安徽的调出量都超过 20 Mt，其中河南最大、达 28.06 Mt；广东调入最多，从其他省份共调入 17.17 Mt；最大的一笔双边流动为黑龙江调往河北的 12.37 Mt。
结果3：虚拟耕地的最大输出省从河南换成安徽，广东成为最大吸纳方
省际粮食贸易驱动的虚拟耕地流动格局在二十年间发生了明显更替。2000 年最主要的耕地输出省是河南，总输出 25,374 km²，其中最大一笔是河南调往四川的 12,181 km²，四川也是当年虚拟耕地流入最高的省份。
到 2020 年，安徽跃升为最大的虚拟耕地来源省，总流出 39,113 km²；广东则成为最主要的目的地，吸纳 27,784 km² 的虚拟耕地。当年最大的一笔虚拟耕地转移来自黑龙江、流向河北，规模达 16,541 km²。与此同时，用于本地生产的耕地需求整体上升（图 2）。
图 2 (a) 2000 年与 (b) 2020 年省际粮食贸易引致的虚拟耕地流动。地图配色表示本地生产所需的耕地，箭头表示流动方向，仅保留规模最大的 10 条（原文图 4）
结果4：重排贸易可省近 1.5 万平方公里耕地，但潜力在缩小
以耕地节约为目标重排贸易格局（MaxVCR 方案）后，东部成为最大的粮食供给区，占全国供给的 40.2%，其最大流向为南部、调出量超过 13 Mt；同时东部也是流入最多的区域，占全国的 26.28%——安徽、江西、山东与江苏既是产粮大省，也人口众多、需求可观。省级层面，河南与黑龙江的调出量均超过 20 Mt；广东作为人口大省而粮食生产能力相对有限，调入量最大。
优化能省下多少耕地，随年份差异很大。2000 年优化贸易格局可为三种作物节约 45,697 km² 耕地，其中小麦贡献最大、达 38,437 km²，占比超过 84%；2010 年水稻成为最大受益作物，节约 16,518 km²，小麦次之、节约 15,577 km²；2020 年则轮到玉米，节约 5,604 km²。2020 年三种作物合计节约 14,978 km²，较 2000 年显著下降——这意味着经过二十年的市场演化，现行贸易格局本身已经接近耕地效率的较优状态，可供优化的空间正在收窄。
值得注意的是，以利润为目标的 MaxREV 方案在 2020 年反而抬高了玉米的耕地需求，说明玉米从单位产量耕地占用较低的省份转向了占用较高的省份；相比之下 MaxVCR 方案可为玉米节约 5,604 km²。类似地，2010 年 MaxREV 方案下的水稻贸易导致耕地需求增加 2,578 km²（图 3）。
图 3 2000、2010 与 2020 年优化贸易方案的耕地需求减少量。MaxREV 为利润最大化贸易方案，MaxVCR 为耕地需求减少最大化贸易方案。(a) 三种作物的节约量；(b–d) 分别为小麦、玉米与水稻在两种方案下的对比（原文图 6）
结果5：省地的代价是多跑路——运输碳排最高涨七成
以最大化耕地节约为目标的优化，不可避免地推高运输成本与运输环节碳排放。相比 MaxREV，MaxVCR 方案的运输成本在 2000 年高出 17 亿元，2010 年扩大到 61 亿元，2020 年略降至 46 亿元。原因在于：MaxREV 方案下粮食优先流向邻近、交通便利的省份，而 MaxVCR 方案下粮食优先流向土地生产率更高的省份，运距更长，成本因而上升。
碳排放的变化更为显著。优化前，2000 年中国粮食贸易的运输碳排放为 15.72 万 t，若采用耕地节约最大化方案则升至 27.16 万 t，较优化前增加 73%。2020 年 MaxVCR 方案下的运输碳排放为 33.20 万 t，较原方案增加 35%。这主要源于内蒙古与新疆调出量的增加——这两个省区单产较高、因而能带来更大的耕地节约，但运距长，抬高了成本与排放，不利于整条农业产业链的低碳绿色转型（图 4）。
图 4 2000、2010 与 2020 年不同方案下的 (a) 运输成本与 (b) 运输碳排放。MaxREV 为利润最大化贸易方案，MaxVCR 为耕地需求减少最大化贸易方案（原文图 7）
六、结论
本研究基于线性规划构建了一套粮食贸易模拟与优化模型，应用于中国三大主粮的贸易分析，确定了省际贸易格局、识别了相应的虚拟耕地流动，并探讨了通过优化省际粮食贸易降低耕地需求的潜力。中国三大主粮实现自给，二十年间省际贸易总量持续上升。在利润最大化的贸易方案下，粮食贸易遵循就近原则；河南、山东、安徽等产粮省是虚拟耕地的主要流出地，通过省际贸易在一定程度上缓解了耕地资源的区域失衡。优化贸易格局可节约近 15,000 km² 耕地，其中 2020 年以玉米的耕地需求下降最为显著。但由于运距拉长，优化方案不可避免地带来物流成本上升与运输碳排放增加。政策上应从供需两端着手：协调农产品生产与贸易的关系，推动农业生产要素的优化配置；建立粮食产销区之间的省际横向利益补偿机制；构建多元化食物供给体系并实施需求侧干预，推动资源环境友好型膳食模式。本研究为优化三大主粮生产的"内循环"提供了一个可操作的战略框架，从而推进耕地保护。
Xuan, X., Bai, Y., Deng, X., Hu, Y., & Zhang, F. (2026). Reducing cropland requirement by optimizing provincial grain trade patterns in China. Land Use Policy, 170, 108188.
