绿色革命，杂交水稻与粮食安全
按：原文写于2022年袁隆平去世前后，最近翻出来对数据做了补充。
这两天随着中国杂交水稻之父袁隆平院士的去世，关于杂交水稻的争议又开始冒了出来。其实这波争议早在2018年就经历过一次。当时一个专业做深度知识写作的公号搜集资料，罗列了一大堆在水稻杂交事业上做出贡献的不知名专家，质疑袁隆平杂交水稻之父的地位。随后，也有人写了为袁隆平院士辩护的文章。但是这次争议最有收获的地方并非袁老在杂交水稻事业中的贡献的厘清。而是让很多人第一次发现，原来杂交水稻对粮食产量的贡献并没想象的那么大。
我国在教科书和各类媒体中都非常热衷宣扬杂交水稻增产xx吨，多养活xx亿人口。似乎如果没有杂交水稻，中国人口就要饿死多少人，或者粮食产量少了多少亿。事实真的如此吗？
虽然我们现在知道，第一个搞出杂交水稻的其实是美国科学家，第一个实现三系法杂交稻的是日本科学家，但是真正让杂交水稻规模化种植的是中国杂交水稻。那么是不是在中国杂交水稻面世以前，全世界的水稻产量都很低，最高都只有亩产600斤左右？很遗憾，这个答案是否定的。事实上，即使在杂交水稻在中国刚开始普及的年代，中国也在引进海外的高产水稻。
1981年日本水稻旱育稀植技术发明人藤原长作携带日本稻种应邀来黑龙江传授水稻种植技术。试种第一年在遇到各种自然灾害的情况下取得了亩产805斤的成绩，是东北当时水稻平均亩产的2倍。第二年大规模推广，在遇到大旱灾的情况下最高亩产达到了1024斤。
事实上，只要水肥条件适宜，精心种植维护，再加上优良的常规稻种，水稻亩产1000斤以上是非常容易实现的。笔者老家大面积种植的常规优质稻，米粒非常细的那种油黏大米，亩产也有1000斤。类似的常规稻种，国内外都不罕见。
一
二战后的绿色革命大幅度的提高了粮食产量，这是多种因素合力在一起的结果，品种改良在其中发挥了重要作用。就我们中国人最为熟知的案例就是杂交水稻，有的人可能还知道杂交小麦。但是对于不同作物，杂交技术在提高粮食产量方面的差异其实非常大。上文我已经指出水稻单产的提高对杂交技术的依赖很低。但另外一种主粮小麦的单产提高却极大的受益于杂交技术。
绿色革命所包含的那些因素（化肥、农药、灌溉、机械化），除了杂交技术之外，在二战前的发达国家基本上都已经实现了。但是那个时候发达国家的小麦亩产才多少斤呢？我查找了一篇美国论文注1，论文中引用美国农业部的数据做了一个统计图表。根据文中数据我做了换算，1930年代美国小麦亩产59kg。我们国家统计局的资料，1952年全国小麦平均亩产48.8kg。我们可以认为1952年的中国农业，在农药、化肥以及灌溉上都还没做到普及。但我们的小麦亩产与1930年代美国的小麦亩产差距不是特别大，只比美国低20%。
但是采用了杂交技术之后的小麦亩产多少呢？2020年中国全国小麦平均亩产766斤，也就是383kg，是1952年的7.8倍多。杂交技术对小麦单产的提升作用是巨大的。这一点无论对于中国，还是世界上其他国家和地区的粮食供应都有着巨大的意义。在这个意义上，杂交小麦的发明人诺曼·布劳格能拿到诺贝尔和平奖，称得上是实至名归。
这里有必要做一点技术科普工作。杂交技术不等于种植的种子都是采用杂交育种技术生产的。袁隆平不是最早搞出杂交水稻的科学家，也不是第一个实现三系法杂交稻的科学家。他真正具有开创性的贡献是让三系法（以及后来的两系法）杂交稻实现了商业化种植。今天的小麦虽然很早就采用了杂交技术改良品种，但目前种植的小麦里采用杂交育种技术生产的种子占比并不高，因为制种的成本太高了。
二
由于世界各国在自然禀赋方面的差异，在粮食生产方面，各个国家的成本差异非常大。其中，美国在粮食生产方面的优势称得上是得天独厚。美国国土基本上位于温带和亚热带， 且地形平坦，地广人稀。这样的自然条件非常适合大规模种植小麦和玉米。而小麦和玉米都很方便采用全机械化种植。因此美国的粮食生产成本非常低。与美国农业生产环境类似的还有加拿大、澳大利亚、俄罗斯、乌克兰、阿根廷、法国。他们的粮食生产都是大规模机械化种植。这几个国家自然就成了国际上主要的粮食出口国。
那么现如今国际市场粮价几何呢？我们先看小麦的价格。2022年12月美国芝加哥商品交易所小麦期货价格在7.1美元每蒲式耳和7.9美元蒲式耳之间震荡，我们取一个中间值7.5美元。注2 经过换算后可得，国际小麦价格为0.96元人民币1斤，我们就算它1元1斤吧。国内小麦价格呢？由于品质不一，国内小麦收购价格有较大差异。根据惠农网的数据可知，2022年国内大部分地区小麦收购价在1.5元以上，最低1.1元，最高2元。我们保守估算，以1.5元作为国内小麦均价，那中国小麦价格比国际市场要贵50%。
再看水稻的价格。由于泰国曾经常年位居世界第一大米出口国，泰国的大米价格是国际大米价格的基准。我们看2022年的泰国大米出口价格，2022年12月泰国大米FOB报价477美元/吨，越南大米FOB报价455～464美元/吨，印度大米FOB报价388～392美元/吨。印度是世界第一大大米出口国，大约占国际市场出口额的36%，泰国占17.1%，越南12.6%。保守估算，我们以越南大米作为均价计算，1.6元/斤。国内2022年底大米出厂价基本上在1.8元/斤以上。保守估算，国内大米比国际大米贵12.5%。
既然国际主粮价格比国内低这么多，为什么我们不能躺开国门进口主粮呢（大豆基本上就是躺开进口的）？有人说，这是为了保证粮食安全，我们主粮不能过于依赖国际市场，否则一旦国外粮食禁运，就会导致饥荒发生。我们政府反复宣扬保持粮食自给率的重要性，同时还建设了全球规模最大的粮食储备库。不少国人对这套理论深信不疑，甚至在政府发布我国粮食供应足够安全的声明后，依然担心中国粮食不够吃。2020年疫情发生后，国际贸易遇到了一些问题（印度一度禁止大米出口），一段时间内粮价大幅度上涨，很多人认为粮食可能会出现短缺，有些人因此囤了1年甚至2年的口粮。笔者的一些自由派朋友都觉得中国可能会发生粮食危机，因而支持当时政府出台的荒地强制种粮政策。
事实果真是这样吗？我们还是以数据和逻辑来说话。2021年中国进口粮食16453.9万吨，其中大豆9651.8万吨，玉米2702万吨，高粱871万吨，大麦1146万吨，小麦883万吨，水稻438万吨。进口的大豆主要是用来榨油，榨油之后的豆粕用来喂猪。进口的玉米也是几乎全部用来做饲料的。大麦跟高粱进口主要也是用作饲料。进口小麦在此前主要是用来作为食品工业原料加工成为面包、饼干这类点心，2021年的小麦进口稍有变化，部分小麦也是拿来做饲料的。最后进口的数量不多的大米，其中一半多属于碎米，也是用于饲料，其次才是高档大米—比如泰国香米。
可见，虽然中国粮食进口总量规模很大，但是绝大多数进口的粮食都是用来作为饲料，而不是作为口粮。即使是国人主粮的小麦和大米，其进口份额中也有一半多是拿来做饲料，而不是直接作为食品。也就是说，中国进口这么多粮食其实主要为了满足国人的吃肉需求。然而，很多人不知道或者故意忽略的一个事实就是，中国人过上大口吃肉的生活仅仅10余年历史而已。在2003年以前的大多数年份（1991年-2000年间只有4年是粮食净进口），中国都是粮食净出口国，2003年后中国就一直都是粮食净进口国了。
此前在中国人没钱大口吃肉的年代，中国在粮食总产量更低的背景下粮食贸易是净出口的。放在今天来说，那就是明明粮食不够吃还大量出口。然而，这一点其实是很多穷国共同的特点。今天的印度是一个被联合国粮农组织列为饥荒程度很高的国家，却是世界第一大稻米出口国。很多嘲弄印度这一点的人，却不知道就在20年前，中国的情况也不比印度好多少。顺便提一句，我们的巴铁兄弟在这个问题上比印度还要严重得多，2019年巴基斯坦的人均粮食消费量只有167kg每年，粮食净出口比率却达到了15%，人均粮食消费量231kg的印度粮食净出口比例只有3%。但是2022年的全球饥饿指数排行榜上，印度的排名比巴基斯坦还要靠后，主要是印度在5岁以下儿童消瘦率这项得分上比巴基斯坦高很多（印度是19.3，巴基斯坦只有7.1）。
三
所以，中国大规模进口主粮替代国内的主粮生产是否会导致粮食危机甚至饥荒，需要考虑的因素至少包括以下三点：1.中国需要消费多少粮食才能达到消除饥荒的水平？2.中国当前的粮食产量数据的可信度如何？3.国际粮食市场是否有能力满足中国放开进口主粮的需求（假设中国粮食自给率降低到跟意大利差不多的50%水平）？
先研究第一个问题。国际粮食政策研究所（IFPRI）每年都会统计计算全球各国的饥饿指数（发达国家除外），中国在2000年的饥饿指数是13.3，13.3分属于轻度饥饿，低于9.9分则是低饥饿水平（绿色）。我们再来看看这13.3分的结构，表现最差的是5岁以下儿童发育迟缓率（17.8分）。其他三项指标的分数都很低：热量摄入不足人口占比（10分），5岁以下儿童消瘦率（2.5分），5岁以下儿童死亡率（3.7分）。如果我们把图中绿色当做完全消除饥饿的话，那么饥饿指数只需要低于9.9分就行；如果我们把排名最高一档的国家视为完全消除饥饿，那么饥饿指数要低于5分。中国在2006年饥饿指数就已经低于9.9分，2012年开始低于5分。我们可以把这两年的中国粮食消费数据（包括大豆在内）作为消除饥饿所需要的最低粮食需求标准。注3
2006年中国粮食产量49746万吨（含杂粮），接近5亿吨。其中水稻17780万吨，小麦9016万吨，玉米14400万吨。这一年中国谷物还处于净出口状态，全年主粮净出口250.4万吨。其中大米净出口52.3万吨，小麦净出口89.7万吨，玉米净出口303.4万吨。粮食总产量减去净出口数量，就是2006年中国人主粮消费量：17780+9016+14400-250.4=40645.6万吨。那么2006年全国年人均主粮消费310公斤。需要注意的是，这里说的年人均主粮消费376.4公斤并非意味着人均真的吃了这么多粮食，其实相当一部分粮食是用来养殖鸡鸭、喂猪，当饲料用了。同年中国进口大豆2827万吨，出口大豆39.5万吨，净进口大豆2787.5万吨，年人均大豆消费21.2公斤。
2012年中国粮食产量58957万吨 （含杂粮），其中稻谷产量20429万吨，小麦产量12058万吨，玉米产量20812万吨。这一年谷物净进口1296.7万吨，大豆进口5838.5万吨。2012年全国年人均主粮消费403.2公斤。年人均大豆消费43公斤，相比2006年翻倍。
可见，只要中国年人均主粮消费量能够达到401.7公斤（全国总需求56932万吨），大豆消费43公斤以上，中国就能做到完全消除饥饿。如果放低一点标准，只要年人均主粮消费309.32公斤以上（全国总需求43772万吨），人均大豆消费21.2公斤以上，就能保证不挨饿。
第二个问题，关于国内粮食产量数据不真实的问题。少数担心国内粮食不够的人，一个理由是我国公布的粮食产量数据虚假。他们看到国储粮的仓库经常发生失火，怀疑失火问题是因为贪污腐败导致的。由于贪腐问题，真实的储备粮数量可能远低于公布数据（约7亿吨），进而由此怀疑中国的粮食总产量数据也存在弄虚作假问题。目前来说，他们仅仅停留在怀疑阶段，没有拿出任何实质性的证据来证明数据确实存在虚假。就笔者的阅读经验，目前还没看到任何严肃文章质疑中国的粮食产量数据。更重要的一点是，中国政府统计并公布的粮食数据涵盖了所有所有年份且其曲线基本上都是一个增长态势。对统计学有一点了解的人应该知道，在一个增长的曲线中，如果每年的数据都造一点假，增加一部分，那么到最后得到的数据会与真实值差距非常大，大到一看就非常荒谬的程度。如果是相关从业者，基本上一眼就能看出假的。可是我们目前并未看到任何一个粮食加工贸易的从业者有说我们粮食产量数据有问题。其次，从技术层面来讲，现在有高精度资源卫星可以监测粮食种植面积，也有对粮食单产数据的抽样调查，即使不通过粮食收储渠道对粮食产量做统计，仅仅通过卫星监测数据也能估算出一个比较准确的粮食总产量数据。
第三，国际粮食市场能在多大程度上满足中国的主粮进口需求？我们知道，目前我国大豆95%以上依赖进口，每年进口大豆约9000万吨。主粮里面的玉米，疫情三年的进口量快速增长，从2019年的479万吨增长到2023年的2714万吨。2023年国际粮食市场大米出口总量为6005.6万吨，同年中国净进口280万吨。2022年国际玉米市场出口总量是18274万吨，中国净进口2035.4万吨。2022年国际小麦市场出口总量是20865.1万吨，中国净进口860万吨。这三大主粮的中国进口份额占比还非常低。注4
2022年全球大豆出口总量在1.56亿吨，中国进口占比接近60%。假设中国三大主粮进口占全球市场的比例能达到50%，那么中国可进口的主粮规模可以达到2.25亿吨。而保证中国不挨饿的年主粮需求量，高标准是56932万吨，低标准是43772万吨。按照低标准来计算，国际市场可进口的主粮数量已经超过了总需求的50%，也就是说我们国家主粮的自给率可以低至50%；按照高标准来算，国际市场可进口的主粮数量已经超过了总需求的39.5%，粮食自给率可以低至60%。
当然，肯定会有人说，全球大豆的出口市场买大豆主要都是为了满足吃肉需求，而全球三大主粮的出口市场，尤其是小麦与大米主要是为了果腹。中国如果进口占比太高，就会挤占别的国家的口粮，导致供不应求。这种说法不能说毫无道理，疫情期间印度政府为了保证本国粮食供应曾经就限制粮食出口。如果中国本土粮食产量大减，改为大大依赖国际市场，国际市场粮价大涨，很多国家可能会因为没钱买粮而导致粮食短缺。不过，很多人或许不知道的一个事实是，其实国际粮食市场在疫情发生之前的很长时间里处于粮食价格低迷，总体市场供过于求的局面。因此几个产粮大国尤其是美国缩减了粮食种植面积，大量耕地处于抛荒状态。而大豆市场则相反，由于中国需求大爆发，原本种植面积有限的大豆为了满足中国需求，大大扩充了种植面积。过去二十年里，巴西的大豆出口量增长了4.31倍，美国增长了94%。注5 所以，只要耕地供应没有问题，中国慢慢增加主粮进口额度，是完全可以将自己的主粮自给率降低到50%的。从而将国内粮价降低到跟国际粮价持平的水平。或许有人担心这会损害农民的利益，其实这个放开粮价与补贴农民并不矛盾，只是此前补贴在粮食收购价上，以后直接补贴给农民个人或者承包地。
部分参考资料:
3. https://www.globalhungerindex.org/china.html
5. https://finance.sina.cn/futuremarket/qsyw/2024-02-26/detail-inakixsi2016329.d.html?vt=4
喜欢我的作品吗？别忘了给予支持与赞赏，让我知道在创作的路上有你陪伴，一起延续这份热忱！
- 来自作者
- 相关推荐