《Frontiers in Sustainable Food Systems》：The spatiotemporal evolution of China’s grain production resilience and its influencing factors: an empirical analysis at the county level
编辑推荐：
本文基于2001-2023年中国2646个县域面板数据，采用核心变量法测度粮食生产韧性，结合核密度估计、泰尔指数和地理加权回归模型，揭示其时空分异规律。研究发现：东北地区韧性最高，呈现"东北领先-中部追赶-东西部滞后"的梯度格局；区域差异主要源于区间差异，且东部内部差异最大；单位面积产量、复种指数、农业机械化、信息化及投资水平对韧性提升具有持续增强的正向作用，而第一产业就业占比的负向效应日益凸显。研究为制定差异化粮食安全政策提供了县域尺度的科学依据。
1 引言
粮食生产安全是国家经济社会高质量发展的基础，具有维护社会稳定和促进经济可持续增长的战略意义。党的二十大将保障国家粮食安全确立为重大国家任务，中国粮食总产量已连续9年稳定在1.3万亿斤以上。然而在全球地缘冲突、极端气候事件频发的背景下，以小农户为主的农业生产模式面临严峻挑战。本文引入韧性理论框架，通过核心变量法构建县域粮食生产韧性测度体系，弥补现有研究多聚焦省级尺度而忽视县域异质性的不足。
2 研究设计
2.1 数据来源
研究数据涵盖2001-2023年中国城市统计年鉴、县域统计年鉴及各省统计公报，经过行政区划一致性处理后形成59,859个县域-年度观测值。
2.2 研究方法
2.2.1 粮食生产韧性测度方法
采用Martin（2015）提出的核心变量法，以粮食产量波动表征系统抵御和恢复能力。计算公式为：
Resilience = (ΔRi- (ΔRi)α) / |(ΔRi)α|
其中ΔRi为实际产量变化，(ΔRi)α为基于全国平均的预期变化。
2.2.2 核密度估计
通过高斯核函数分析韧性分布的动态演进特征，揭示多极化趋势。
2.2.3 泰尔指数
将全国划分为东北、东部、中部、西部四大区域，分解区域差异来源。
2.2.4 地理加权回归模型
构建GWR模型分析影响因素的空间异质性：
yi= β0(ui,vi) + Σkβk(uj,vi)xik+ εi
2.3 变量选择
从抵抗力（单位面积产量、农业机械化）、恢复力（复种指数、第一产业就业占比）和重构力（农村信息化、投资水平）三个维度选取6个核心变量。
3 结果
3.1 粮食生产韧性的时序演变
2001-2023年全国韧性呈波动上升趋势，可分为两个阶段：
（1）2001-2018年低水平波动阶段，受自然灾害和市场波动影响显著；
（2）2019-2023年显著提升阶段，"藏粮于地、藏粮于技"战略推动高标准农田建设成效显现。核密度曲线显示县域韧性呈现多峰分布，表明"强者愈强"的分化特征。
3.2 空间分布特征
空间格局呈现东北高值集聚、中部稳步提升、东西部相对滞后的梯度特征。2023年高韧性县域集中分布于东北平原、黄淮海平原等主产区，而西部生态脆弱区持续低值集聚。
3.3 区域差异分析
泰尔指数分解表明：区域间差异是总体差异的主要来源（贡献率超60%），东部内部差异最大，中部相对均衡但近年有所扩大。
3.4 影响因素异质性
地理加权回归显示：
- •
单位面积产量正向效应持续增强，影响高值区由西部向东北转移
- •
农业机械化在东北平原作用显著（地势平坦适宜规模化作业）
- •
第一产业就业占比负向效应加剧，反映劳动力结构老化制约
- •
复种指数在光热充足地区提升效益显著
- •
农村信息化形成"东北-西北"带状高值区，但中部存在数字鸿沟
- •
投资水平呈现"西高东低"向"东部沿海-黄淮海平原"集聚的转变
4 讨论
韧性演变与政策干预高度同步，2004年粮食直补政策与2019年高标准农田建设对应韧性跃升节点。县域尺度分析揭示了省级尺度掩盖的微观异质性，如东北地区内部松嫩平原与周边山地的显著分化。影响因素验证了技术要素（机械化、信息化）的普惠性提升作用，同时揭示劳动力质量优于数量的新特征，投资效率而非投资规模成为关键制约。
5 结论与建议
5.1 主要结论
（1）时空格局呈现东北领先、中部趋同、东西部落后的梯度稳定性
（2）区域间差异是总体差异主导来源，东部内部差异最大
（3）技术进步类要素持续强化正向作用，劳动力结构负向效应凸显
5.2 政策建议
（1）实施区域差异化策略：东部重点发展智慧农业，中部强化基础设施互联互通，西部优先改善生产要素配置
（2）建立跨区域协调机制，通过高韧性地区空间溢出效应带动整体提升
研究局限在于未完全涵盖社会生态维度韧性指标，未来可结合多源数据深化多尺度耦合机制研究。
