文献参数： 薛选登， 韩欣茹.黄河流域粮食主产区农业生态韧性时空演进及障碍因子［J］.水土保持通报，2025，45（6）：309-319. Citation:Xue Xuandeng， Han Xinru. Spatiotemporal evolution of agro-ecological resilience and obstacle factors in main grain-producing areas of Yellow River basin ［J］. Bulletin of Soil and Water Conservation，2025，45（6）：309-319.
长期以来，党中央、国务院高度重视农业农村生态环境保护工作，强调稳住农业基本盘，筑牢“三农”压舱石。黄河流域作为中国重要的生态安全屏障和农业生产基地，担负着国家生态保护和农业生产的双重任务。由于长期以来粗放型的农业生产经营模式，伴随着农业生产快速增长的同时，也带来水土流失、农业面源污染等诸多环境问题，对农业生态系统造成巨大冲击，加之黄河流域生态本底脆弱
［1］，致使黄河流域生态安全、粮食安全面临严峻挑战。因此，探讨农业系统在面对外部压力对生态资源的过度攫取时，如何保证其功能与结构的稳定性，对于维护国家粮食安全、提升黄河流域生态系统稳定具有重要意义。
韧性（resilience）一词起源于拉丁文resilire，意为“恢复原始稳定发展状态的能力”
［2-4］。韧性最早应用于力学与物理学科，随着研究的深入，大致经历了从工程韧性到生态韧性再到演化韧性的演变过程
［5］。Holling C. S.
［6］首次将“韧性”引入生态学领域并将其定义为工程韧性。后来Alberti M
［7］等根据人类生态学的观点，提出了生态韧性的概念， Carl F.
［8］、Pickett S T.A.等
［9］进一步指出，生态韧性涵盖了一种动态适应、持续学习和自我优化的能力。而演化韧性最早用于行为心理学，后引入区域经济学领域，强调系统结构的功能适应转化
［10］。然而，从农业视角研究生态韧性比较匮乏，仅有少数观点出现在农业韧性的综合研究中。部分学者认为农业生态韧性是农业生产系统与环境系统之间协调发展的重要衡量标准，体现了农业生产系统在面临自然环境变化时的适应、化解和应对能力
［11-12］。在以往的研究中，多数学者从抵抗力、适应力、恢复力、重构力等维度构建韧性评价体系
［13-15］。另有学者构建“规模-密度-形态”三维韧性评价体系
［16］。部分学者在考虑PSR模型的基础上逐步拓展到DSPIR综合评价生态韧性水平
［17-18］。在研究方法方面，主要采用熵权法、主客观综合赋值法对韧性水平进行测度，采用核密度估计法、莫兰指数、GIS空间分析技术、探索性空间数据分析（ESDA）、重心-标准差椭圆、泰尔指数、Dagum基尼系数、地理探测器模型、时空地理加权回归模型（GTWR）、STIRPAT模型、障碍度模型、空间计量面板模型等探究韧性水平的时空演变格局及影响因素。
通过对现有研究成果进行分析，发现仍有可拓展的空间。从研究区域来看，相关研究多集中于国家、省级、流域层面，缺乏黄河流域粮食主产区地级市的研究。从研究视角来看，现有研究多从城市维度探讨生态韧性的提韧路径，缺乏从农业视角定量研究生态韧性。从指标体系构建来看，现有研究关于生态韧性指标体系构建维度过于单一，缺乏考虑指标间的层次关系以及各研究区域之间的异质性。从研究内容来看，现有文献多考虑韧性时空演变特征与影响因素，忽略农业生态韧性区域差异及空间关联特征。鉴于此，本研究以黄河流域粮食主产区60个地级市（不包括自治州、盟）为基本单元，基于“抵抗与驱动能力-适应与重构能力-创新与发展能力”三维度构建农业生态韧性综合评价指标体系，运用熵值法对2008—2022年黄河流域粮食主产区农业生态韧性进行测度，并结合核密度估计、莫兰指数、Dagum基尼系数及其子群分解法分析其时空格局、区域差异来源及动态演化特征，利用障碍度模型揭示障碍因子对农业生态韧性的阻碍程度，为优化农业发展格局、协同保障国家粮食安全与农业绿色低碳转型提供决策参考。
1 研究区概况
黄河流域是保障国家区域协调发展与生态安全、粮食安全的关键区域
［19］。作为中国农业的重要支柱，2024年黄河流域粮食主产区生产粮食2.02×10
8 t，占全国粮食总产量的28.54%；粮食播种面积3.26×10
7 hm
2，占全国粮食播种面积的27.33%。本研究综合考虑黄河流域各行政单元区域经济发展水平、地理位置差异，选取黄河流域粮食主产区60个地级市为研究样本（
表1［1，20］），全面揭示农业生态韧性的时空演变特征及空间差异来源，为筑牢生态屏障，实现黄河流域高质量和可持续发展目标提供决策支撑。
2 指标选取与研究方法
2.1 指标体系构建
借鉴学术界已有研究成果及对农业生态韧性内涵的理解
［13-15，21-22］，将农业生态韧性定义为农业系统通过自我调整与适应，实现生态系统稳定和可持续发展的能力。该能力使农业系统能够主动抵御外界风险冲击，并最大限度吸收其影响，驱动系统不断调整，演化至新的均衡状态。主要表现为农业生态系统在面对外界冲击时的抵抗与驱动能力、适应与重构能力、创新与发展能力。本研究依据科学性、系统性、全面性、合理性及可得性原则，建立包含3个准则层，24个指标的农业生态韧性综合评价体系（
表2）。
（1） 抵抗与驱动能力。该维度用于表征驱动韧性状态改变和抵御外部干扰并维持基础生产状态不变的能力。共选取10个指标，主要涵盖化学投入物、水资源利用、城镇化水平、农业用电、农业机械化水平、植被覆盖度等方面。其中，X1—X6为负向指标，代表资源消耗和农业环境污染压力。
（2） 适应与重构能力。该维度用于表征农业生态系统通过结构调整与资源优化，主动适应新均衡状态并实现系统重构的能力。选取的9个指标中，农业碳吸收水平反映生态系统固碳能力；农业经济基础及粮食生产能力反映系统的适应能力；复种指数、有效灌溉率、畜禽粪污综合利用率分别表征土地利用强度、田间用水管理水平及废弃物循环利用情况；农业产业结构多元化水平、劳动和土地生产率共同反映系统的转型潜力。
（3） 创新与发展能力。该维度用于表征农业系统通过技术进步、政策支持实现创新发展的内生动力，通常表现为知识积累、技术革新
［13］、创新投入、政府支持等。选择农村居民文化程度、农村互联网普及率、农业科技投入水平、环境规制力度、财政支农力度5个指标反映创新与发展能力。
2.2 数据来源
本研究原始数据来源于2009—2023年《河南省统计年鉴》《山东省统计年鉴》《四川省统计年鉴》《内蒙古统计年鉴》《中国城市统计年鉴》《中国农村统计年鉴》《水资源公报》《水土保持公报》、EPS数据库及部分地级市统计年鉴。其中碳排放总量参考李波等
［23］整理的碳排放系数进行测算，农业碳吸收总量参考田云等
［24］、陈罗烨等
［25］、杨果等
［26］的碳汇测算结果。对于部分缺失数据采用线性插值法进行补充。本研究采用狭义农业口径，不含林、牧、渔业，部分统计数据按农业产值占农林牧渔业总产值比重予以计算剥离。
2.3 研究方法
（1） 熵值法。为避免主观因素对权重确定的干扰，消除量纲影响，客观确定指标效用值，本研究运用熵值法对黄河流域粮食主产区2008—2022年农业生态韧性进行综合评价分析。计算步骤参考文献［
27］。
（2） Kernel密度估计法。核密度估计是直接从样本数据特性出发，估计数据集的概率密度函数的非参数方法。本研究通过高斯核密度函数构建平滑的连续密度曲线，反映黄河流域粮食主产区农业生态韧性动态演进规律。计算步骤参考文献［
1，
28］。
（3） Dagum基尼系数及其分解法。采用Dagum基尼系数及其分解法将总体区域差异分解为区域内差异贡献、区域间净值差异贡献及超变密度贡献，进一步分析黄河流域粮食主产区农业生态韧性差异来源。计算步骤参考Dagum C
［29］的研究。
（4） 探索性空间数据分析（ESDA）。采用全局Moran’s I衡量农业生态韧性的空间自相关性，描述其整体空间单元的平均关联程度；采用局部空间自相关的莫兰散点图揭示韧性水平的局部空间集聚规律。
（5） 障碍度模型。为进一步明确阻碍黄河流域粮食主产区农业生态韧性的主要障碍维度及障碍因子，本研究引入障碍度模型对农业生态韧性准则层、指标层因子进行障碍度测算及大小排序，分析各障碍维度及障碍因子对农业生态韧性的影响程度，计算步骤参考王松茂等
［30］的研究。
3 结果与分析
3.1 黄河流域粮食主产区农业生态韧性时序演进特征
运用熵值法对黄河流域粮食主产区60个地级市2008—2022年农业生态韧性进行测算。由
图1可以看出，研究期内农业生态韧性均值呈波动增长态势，由2008年的0.208 8增长至2022年的0.331 3，增幅为58.67%，年均增长率3.35%。从省域层面来看，各省农业生态韧性呈波动上升态势，且均在2015—2017年呈现小幅度波动下降。其中内蒙古的年均增长率最高，为3.88%，山东的年均增长率最低，为2.98%。从流域层面来看，黄河流域下游地区凭借完善的水利设施及高度集约化的农业生产模式，其韧性水平显著高于中上游地区。中上游地区韧性差值呈“发散—收敛”交替出现的波动趋势。同时，研究区各维度均值总体上呈增长态势，创新与发展能力增幅最大，为114.48%，适应与重构能力始终显著高于其他维度，抵抗与驱动能力与创新与发展能力维度的差值趋于收敛。
为进一步揭示黄河流域粮食主产区农业生态韧性的动态演进趋势，对研究区农业生态韧性进行核密度估计（
图2）。结果表明，黄河流域粮食主产区农业生态韧性的分布曲线中心总体呈右移趋势，表明韧性水平持续增长；研究期内核密度曲线主峰峰值单调递减，波峰形态由“陡峭”演变为“扁平”，说明研究区内部农业生态韧性水平绝对差异呈扩大趋势；核密度曲线存在右拖尾现象且分布延展性呈现一定程度拓宽趋势，表明各地市间韧性水平空间差异趋于扩大，即存在个别城市与地区内平均水平差异逐渐增加的现象；整体核密度曲线呈现单峰分布，不存在明显的极化特征。
3.2 黄河流域粮食主产区农业生态韧性空间演进特征
3.2.1 农业生态韧性空间动态演进
运用ArcGIS 10.8软件对黄河流域粮食主产区农业生态韧性进行空间动态演进可视化分析，并采用自然间断点法将60个地级市农业生态韧性按照数值大小划分为：低值韧性区（韧性值≤0.150）、较低韧性区（0.150<韧性值≤0.225）、中等韧性区（0.225<韧性值≤0.300）、较高韧性区（0.300<韧性值≤0.375）、高值韧性区（韧性值>0.375）5种类型（
图3）。
图3表明，研究期内黄河流域粮食主产区农业生态韧性呈“东高西低，北强南弱”的空间分异格局。高值区由“点状零星分布”向“带状连续扩展”演进，呈“东部沿海向内陆延伸，平原向山区梯度递减”的规律。其中，山东、河南因其优越的水热条件和高度产业化的农业体系，形成了较稳定的高韧性区；而内蒙古、四川水土流失频发，韧性提升受限。
各地级市韧性等级显著提升，韧性水平经历“低韧均衡—梯度分化—高值集聚”的演化过程。具体表现在： ①2008—2013年为低韧均衡阶段，中等、较低韧性区占总区域的80%以上，无高值韧性区。这可能是由于2008年国际金融危机后，地方政府重经济轻生态，加之长期粗放的农业生产模式，环境污染问题日益严重。 ②2013—2018年为梯度分化阶段，山东、河南地级市韧性跃升，形成“鲁豫核心圈”，内蒙古较低韧性区由7个降至3个，四川省6个地级市从较低韧性区向中等韧性区跃升。这主要得益于“十三五”规划的实施，国家对农村污染环境的治理与生态保护力度显著增强。 ③2018—2022年为高韧性集聚阶段，研究区韧性等级显著提升，较高、高值韧性区占总区域的60%，无低值、较低韧性区。这是由于黄河流域生态保护和高质量发展战略实施后，各地完善生态环境治理相关政策，健全农业环境污染监管机制。
3.2.2 农业生态韧性空间差异与来源分解
从总体差异来看，研究期内黄河流域粮食主产区总体基尼系数呈“N-W”型波动态势（
图4）。2008—2015年呈“N”型波动上升趋势，2015年基尼系数达到峰值（0.121），随后波动下降至0.112，降幅7.44%。表明随着黄河流域生态保护修复力度加强与黄河流域生态保护和高质量发展战略的实施，总体非均衡程度有所缓解。
区域内差异（
表3）表明，农业生态韧性基尼系数均值排序为：内蒙古（0.090 5）>河南（0.079 2）>山东（0.057 8）>四川（0.052 1）。其中，河南省农业生态韧性基尼系数总体呈“先波动，后上升”的发展态势。2019年增速加快，2022年增长至0.104，增幅为42.47%。山东省农业生态韧性基尼系数呈倒“U”型变化趋势，区域内非均衡程度表现为先扩大后缩小。四川省农业生态韧性基尼系数总体呈阶梯式增长态势，年均增长率为3.93%。内蒙古农业生态韧性基尼系数则呈震荡下降趋势，由2008年的0.094降至2022年的0.080，年均递减率为1.15%。总体上，河南、四川两省区域内差异趋于扩大，山东、内蒙古区域内差异趋于缩小。
区域间基尼系数均值排序为：山东—内蒙古（0.132 1）>山东—四川（0.111 9）>河南—内蒙古（0.105 3）>河南—山东（0.089 6）>河南—四川（0.078 8）>四川—内蒙古（0.071 1）。其中，河南—山东、四川—内蒙古区域间差异均呈小幅度波动；河南—四川、河南—内蒙古、山东—四川、山东—内蒙古区域间差异分别呈平稳增长，“U”型、倒“V”型波动降低的发展态势。可以看出，山东—内蒙古农业生态韧性存在较大差异，四川—内蒙古农业生态韧性差异相对较小。
从区域差异贡献度均值来看，区域间差异（76.81%）>区域内（15.12%）>超变密度（8.08%），表明4个省份区域间差异是研究区农业生态韧性空间差异的主要来源。
3.2.3 农业生态韧性空间关联特征
研究期内全局Moran’s
I均为正值（
表4），并呈“W-V”型波动变化，波动区间在［0.408 3，0.541 8］。经检验，各年份全局Moran’s
I均在1%水平上差异显著。表明研究区韧性水平在空间分布上呈现显著的空间集聚效应，存在高-高集聚、低-低集聚的分布特征。
为进一步揭示研究区内农业生态韧性局部空间关联特征，计算局部莫兰指数并绘制2008，2013，2018，2022年黄河流域农业生态韧性莫兰散点图（
图5）。可以看出，样本点基本分布在第一、三象限，各地区集聚模式较稳定但存在空间异质性。
高-高集聚区（H-H）主要包括山东全部地级市、河南部分地级市。主要是由于山东、河南两省农业产业链条较完整且经济发展水平较高。低-低集聚区（L-L）主要分布于四川、内蒙古，这些地区生态本底脆弱，水土流失、干旱等生态问题频发，且产业结构相对单一，致使农业生态韧性较低且陷入弱者恒弱的困境。低-高集聚区与高-低集聚区（L-H，H-L）在研究区内呈“点状+块状”零散分布；在数量上由2008年的8个地级市增加到2022年的12个地级市。其中鄂尔多斯、安阳、雅安均从L-L集聚跳跃至H-L集聚。
这种变化可能与这些地区近年来采取生态治理措施、产业结构调整及外部政策支持等因素有关，使其自身从低值韧性跃升至高值韧性，但辐射带动效应滞后，邻近地区仍处于低韧状态。
3.3 黄河流域粮食主产区农业生态韧性障碍因子识别
3.3.1 准则层障碍因子识别
研究期内，各准则层障碍度均值表现为：适应与重构能力（43.27%）>创新与发展能力（32.55%）>抵抗与驱动能力（24.17%）。因此，黄河流域粮食主产区农业生态韧性提升需重点关注适应与重构能力、创新与发展能力的改善和提升，构建农业生态安全屏障。
从各准则层来看， ①抵抗与驱动能力障碍度均值呈波动增长特征（
图6），增幅为3.20%，表明该因素对农业生态韧性的阻碍作用逐渐增强。该准则层对各省份的阻碍程度排序为：四川>河南>山东>内蒙古。 ②适应与重构能力障碍度均值呈倒“V”型发展态势，其对研究区农业生态韧性的阻碍程度由强变弱。该准则层对各省份的阻碍程度排序为：山东>内蒙古>四川>河南。 ③创新与发展能力障碍度均值整体呈小幅波动下降的态势，由2008年的32.96%降至2022年的31.75%，降幅为3.67%。该准则层对各省的阻碍程度表现为：内蒙古>河南>四川>山东。因此，河南省应重视各能力的提高，山东省应重视适应与重构能力的调节优化，四川省应加强抵抗与驱动能力的提升，内蒙古应提高其创新与发展能力。
3.3.2 指标层障碍因子识别
表5表明，2008—2022年黄河流域粮食主产区农业生态韧性前5位障碍因子相对稳定，主要为农业科技投入水平（
X22）、农村居民用电水平（
X8）、农业劳动生产率（
X18）、农业碳吸收水平（
X11）、农业机械化水平（
X9）。其中
X22，
X8，
X18稳居障碍因子前三位，且前6位障碍因子障碍度合计保持在60%以上，对农业生态韧性提升阻碍解释力较强。
研究区各省份农业生态韧性准则层障碍度持续表现为农业科技投入水平（X22）与农业居民用电水平（X8）主导的“双核心”制约格局。主要是因为本研究选择的60个地级市均属于粮食主产区，其在农业基础水利设施、土壤改良方面得到了一定的政策支持与资源投入，而农业科技投入相对不足则成为农业生态韧性提升的关键瓶颈。
4 结论
（1） 研究期内黄河流域农业生态韧性整体呈波动上升态势。核密度曲线分布中心右移，波峰由“窄而高”演变为“宽而低”，未出现极化特征。空间上呈“东高西低，北强南弱”的非均衡分布格局，并经历了“低韧均衡—梯度分化—高值集聚”的演化过程。
（2） 研究期内黄河流域粮食主产区农业生态韧性总体差异呈“N-W”型波动态势。河南、四川区域内差异趋于扩大，山东、内蒙古区域内差异趋于缩小。从区域间差异来看，山东—内蒙古之间韧性差异较大，四川—内蒙古之间韧性差异较小。区域间差异对总体差异的贡献度为76.81%，是空间差异的主要来源。
（3） 黄河流域60个地级市农业生态韧性在空间分布上呈现显著的空间集聚效应。H-H集聚区主要分布于河南、山东；L-L集聚区主要分布于四川、内蒙古；L-H和H-L集聚区则呈“点状+块状”零散分布。研究期内，4种局部空间自相关集聚类型分布范围及数量虽存在小幅波动，但整体空间关联格局相对稳定。
（4） 各准则层障碍度排序为：适应与重构能力>创新与发展能力>抵抗与驱动能力。其中，适应与重构能力障碍度呈倒“V”型发展态势，创新与发展能力障碍度逐渐降低，抵抗与驱动能力障碍度波动上升。农业科技投入水平、农村居民用电水平、农业碳吸收水平是阻碍黄河流域粮食主产区农业生态韧性提升的主要障碍因子。
5 建议
（1） 实施分区农业生态建设，推进农业生态韧性协调发展。应深入分析黄河流域各地区提韧的动力机制，找准切入点与发力点。高值韧性区应充分发挥资源禀赋优势，发展生态型高附加值农业；完善产业配套服务，延伸产业链。低值韧性区应完善基础设施建设，降低农业生产成本，增加农业科学技术支出，提高科技创新能力。
（2） 加强区域生态协同治理，平衡农业生态韧性地区差异。各地区应积极推动产业、技术、人才优势跨地区转移，建立区域农业生态联动机制，树立黄河流域“一盘棋”思想，强化高韧性区的辐射带动作用，而低韧性区应发挥其主观能动性，借鉴高韧性区生态农业管理模式，找寻适应自身发展的低碳农业与经济增长的平衡点，补齐区域发展短板。通过搭建农业生态大数据平台等举措，推动实现“优势互补、责任互担、利益共享”的流域生态治理新格局，逐步改善黄河流域农业生态韧性的地区差异。
（3） 建立低碳农业发展机制，严守农业生态韧性保护红线。 ①制定农业低碳补贴政策，激发农户低碳生产的积极性，不断调整优化农业结构。 ②加强对“三废”污染企业的监督管理，建立实施动态监测，严格限制农业污染物排放。 ③加大农业科技创新投入，构建农业生态风险智能识别、监测、预警一体化平台。 ④制定权责分明的生态保护责任制，明确生态风险来源与责任主体。
国家社会科学基金青年项目“高技术制造业产业链创新链融合发展韧性评估与提升路径研究”(23CJY020)
河南省社科规划项目“风险叠加背景下河南省粮食供给韧性动态演化及提升路径研究”(2024BJJ00437)
京公网安备11010202008535号
PDF
(3653KB)
