長江中游糧食主產區耕地系統韌性的空間關聯網絡演變特征及驅動因素

摘要：研究目的：精準把握糧食主產區耕地韌性空間關聯網絡結構特征與演變規律，為實現耕地系統穩定性提供理論支持。研究方法：K-means 改進的熵權法，引力模型，社會網絡分析法，QAP 回歸模型和地理探測器。研究結果：（1）長江中游糧食主產區耕地系統韌性水平由 2009 年的 0.266 上升至 2023 年的 0.414，年均增長 0.010，呈穩步上升態勢；（2）耕地系統韌性空間關聯網絡形態經歷了“稀疏零落 — 互相牽連 — 密切聯系”的演進過程，邊緣地區耕地系統韌性聯系密度顯著增長，整體網絡趨向于均衡發展且結構愈發穩定；（3）耕地系統韌性空間關聯網絡中網絡關系數為 245，網絡關聯度為 1，凸顯區域間耕地保護與糧食生產協同作用持續強化，空間互動日益緊密；（4）勞動力規模顯著抑制空間關聯網絡形成，而雨水條件、教育投入與農業技術創新呈顯著階段性影響，經濟水平影響不顯著。此外，雨水條件與教育投入交互作用最強。研究結論：打造糧食安全區域協同體系，應充分考慮糧食主產區耕地系統韌性空間關聯形態與結構特征，構建韌性目標導向下差別化耕地保護路徑。

關鍵詞：耕地系統韌性；空間關聯網絡；驅動因素；社會網絡分析；長江中游糧食主產區

中圖分類號：F301.21 文獻標志碼：A 文章編號：1001-8158（2025）05-0107-13

提升耕地系統韌性是穩固國家糧食安全和提高農產品有效供給的重要路徑，關乎鄉村全面振興目標的有效實現[1]。我國以全球 7% 的耕地資源承載近20% 人口的糧食安全需求，并實現“二十連豐”的農業奇跡[2]。然而，作為糧食安全與農業可持續發展的核心載體，當前我國耕地系統的穩定性依然面臨勞動力短缺、資本投入不足和技術推廣效率低等多重約束，難以滿足新時期耕地高水平保護和鄉村全面振興的協同推進[3-4]。本質上，農業要素的跨域流動通過重塑空間資源配置格局，可顯著提升耕地系統的空間協同效率與抗風險能力[5]。在實踐層面，中央政府提出促進農業生產合理流動并強化糧食主產區要素保障能力，以應對耕地系統穩定性新挑戰 [6]。為此，剖析糧食主產區耕地系統跨域空間關聯特征，評估農業要素流動對耕地系統韌性的影響效應，對制定精準高效的耕地保護措施具有重要的現實意義。

學界對區域要素流動與耕地系統韌性的關聯研究已形成多維度認知。早期韌性概念源于材料科學的彈性恢復特性[7-9]，耕地系統韌性作為“農業經濟韌性”和“鄉村人居環境系統韌性”的衍生概念，強調耕地系統在氣候、地形、土壤等自然條件[10-11]與經濟水平、勞動力轉移、城鎮化等社會經濟要素[12-14]協同作用下應對外部沖擊的動態能力[15-16]。在空間關聯層面，整合生態學與經濟學理論，借助基尼系數[17-18]、社會網絡分析[19]等方法構建要素流動網絡模型[20-21]，揭示耕地系統韌性跨區域流動產生的空間聯動效應。綜上，已有研究為理解耕地系統韌性內涵、測度方法和影響驅動等提供了理論支撐。事實上，耕地系統的運作是一個周期性過程且生產要素空間交互融合，當前對耕地系統從源頭驅動、狀態反饋以及響應管理的全過程研究相對較少[22-23]，致使無法客觀反映耕地系統韌性演變規律，難以響應全面實施鄉村振興戰略背景下糧食主產區耕地保護的現實需求。長江中游地區不僅是重要糧食主產區和城市群建設支撐點，更是耕地利用劇烈變化地區，探討區域內耕地系統韌性水平更具典型性與代表性。鑒于此，以長江中游糧食主產區為研究區域，采用 DPSIRM 模型解析耕地系統韌性的要素流動特征，借助引力模型揭示空間關聯規律，基于 QAP 回歸分析及地理探測器揭示空間網絡影響因素，以期為實現糧食主產區耕地系統穩定性與持續性提供理論支撐。

1 理論框架與指標選取

1.1 理論框架

1.1.1 耕地系統韌性內涵

本質上，耕地系統韌性植根于質量本底、規模特征、功能類型與結構關系，通過多維要素互饋作用形成動態適應能力[24]。具體而言，當耕地系統與自然、社會、經濟和制度等多維要素產生互饋影響時，其抵御壓力沖擊、適應環境變遷與實現功能轉型的能力成為耕地韌性的核心體現。為此，將耕地系統韌性解構為驅動力、壓力、狀態、影響、響應及管理（Driving force-Pressure-State-Impact-Response-Management， DPSIRM）六大環節（圖 1），揭示耕地系統的穩定性與可持續性，以及適應外界沖擊的整體性與靈活性[25]。鑒于此，耕地系統韌性表現為耕地系統在外部擾動與內部壓力的雙重作用下，通過多元社會主體與農業要素流的響應協同作用，維持其生態功能、生產功能與服務功能的穩定性，實現耕地系統可持續恢復與適應性演變。

1.1.2 耕地系統韌性空間關聯機制

從網絡視角出發，耕地系統穩定不僅取決于自身屬性，更深度耦合于網絡結構與區域耕地系統韌性的空間交互關系影響 [26]。具體而言：一是耕地系統韌性驅動力源于耕地資源本底水平與耕地網絡外部投入；二是耕地狀態變化對外源污染壓力尤為敏感，導致生產力水平與健康狀況改變，尤其是，單一節點與鄰近節點關聯性將形成網絡基底，搭載網絡通道對各節點種植結構、農業經濟發展和產業結構調整方面產生連鎖效應；三是耕地狀態以及空間網絡關系變化影響的產出波動，促使耕作生產主體根據自身經驗與受教育水平，采取適應性響應策略；四是基于區域差異與傳播理念，網絡節點通過交通道路建設與灌溉設施完善等工程措施對耕地系統進行綜合管理調度，凸顯節點在耕地生產資源與管理間的互饋關系；五是驅動力與壓力的內外協同決定了耕地系統狀態，而影響與響應的聯動形成韌性提升反饋路徑，從而通過中心點擴散至整體網絡；六是耕作個體與管理主體等多元網絡相關者在耕地保護與管理中，在技術水平、資源稟賦與環境條件差異約束下，通過網絡嵌入形成協同治理共同體，實現區域糧食安全與社會經濟可持續發展雙重目標。鑒于此，采用 DPSIRM 模型解析耕地系統韌性的要素流動，基于空間關聯特征揭示要素間的因果關系，辨析耕地系統韌性空間關聯網絡的綜合映射能力。

1.2 指標選取

基于耕地系統韌性空間關聯機制、糧食主產區耕地條件與社會經濟發展現狀，結合 DPSIRM 分析框架，綜合考慮科學性和數據可獲性，構建耕地系統韌性評價體系[27-29] （表 1）。

（1）驅動力因子。體現為耕地本底與外部驅動的共同作用。人口密度以外部性揭示人口增長對耕地的內在驅動；人均耕地規模反映耕地內部驅動，影響農業規模化和現代化進程；農業機械化水平的提高可增強耕地內部驅動力，減輕對勞動力依賴和釋放耕地生產潛力。

（2）壓力因子。表現為外部投入對耕地系統的脅迫效應。單位耕地面積農藥使用量表征外部化學物質投入對內部的污染壓力；農村用電量增長會加劇對能源的需求，增加耕地集約化和機械化強度，間接影響耕地系統健康；貧困發生率高的地區易出現生計驅動下的土地過度開墾行為，導致耕地土壤退化。

（3）狀態因子。涵蓋耕地系統面對外部壓力后的健康狀況、生產水平與穩定性。第一產業結構表征農業生產資料的配置，能分散自然災害和市場波動風險；人均農業總產值作為經濟投入的重要表征，影響耕地生產條件改善程度；糧食綜合生產能力是衡量耕地健康狀況的核心指標，反映了耕地糧食產出能力；規模以上農產品加工企業主營業務收入體現農業產業鏈發展水平和附加值創造能力。

（4）影響因子。該環節是評估對耕地狀態影響程度的關鍵指標。人均水資源量作為關鍵資源稟賦指標，影響灌溉效率與農作物產出質量；恩格爾系數作為衡量居民消費結構的重要參數，反映生活質量的改善；農業勞動生產率的提升意味著單位勞動力投入的產出效益顯著增加。

（5）響應因子。體現為生產個體對干擾迅速響應的能力。農村居民教育文化娛樂支出占比、農村義務教育學校專任教師本科以上學歷比例與農村居民平均受教育年限共同反映了農民的知識儲備、技術采納能力及風險管理意識。

（6）管理因子。作為管理主體對耕地系統的關鍵調控手段，管理因子涵蓋工程措施與技術治理。道路硬化率提升優化鄉村交通基礎設施，降低農產品流通損耗；有效灌溉率作為水資源管理重要指標，增強耕地系統對干旱等極端氣候事件能力；水土流失治理面積則體現生態修復技術的應用成效，維持耕地系統服務功能。

2 研究區域與研究方法

2.1 研究區概況

長江中游糧食主產區，涵蓋江西、湖南、湖北三省共31個地級區域。該區域耕地總面積約11.30萬km2，以約占全國 24% 的農業用地規模，生產了全國 35% 左右的糧食產量，貢獻農業增加值 42% 以上，成為我國重要的糧食生產基地[30]。然而，作為人口聚集及城市群建設區域，該區域面臨著超地力開發、農業面源污染等多重壓力，區域資源環境承載壓力不斷增大[31]，使該區域保障糧食主產區生態系統穩定性與持續性，提高耕地系統韌性水平顯得尤為迫切。因此，探討長江中游糧食主產區耕地系統韌性空間格局、網絡特征及驅動機制，對于提高耕地系統韌性水平，推動區域耕地可持續利用具有典型性。

2.2 研究方法

2.2.1 基于K-means改進的熵權法

傳統熵權法在處理非線性關系和數據時難以捕捉多維度指標間的復雜相互作用，且對異常值敏感，導致權重計算結果存在偏差[32]。因此，使用 K-means算法對數據樣本劃分為k個聚類，結合聚類所得子樣本集劃分最小化平方誤差，得出聚類樣本，提升權重分配的靈活性與準確性，公式如下：

每個子樣本集的指標權重使用熵權法求解，最終使用各子樣本集的樣本數量對評價指標權重整合，公式如下：

2.2.2 引力模型

引力模型通常運用于指標和距離量化區域間聯系。本文將修正后的引力模型引入耕地系統韌性空間關聯網絡研究，構建長江中游糧食主產區空間關聯年度初始引力矩陣，精準刻畫地區間耕地系統韌性關聯程度[33]，計算公式為：

2.2.3 社會網絡分析

將長江中游糧食主產區耕地系統韌性視為一個空間網絡系統，各市域為網絡節點，市域間的耕地系統韌性關聯關系為節點間的連線。在網絡構建基礎上，分析網絡整體與個體結構特征，并進行空間聚類分析[34-35]。

（1）整體網絡特征。主要包括網絡密度、網絡關聯度和網絡效率。網絡密度反映耕地系統韌性關聯網絡的緊密程度；網絡關聯度指耕地系統韌性網絡的穩健性，當網絡關聯度為 1 時，所有節點均可產生空間關聯；網絡效率指耕地系統韌性空間關聯網絡關聯關系中一定程度的冗余程度，公式如下：

（2）節點網絡特征。主要包括度數中心度、接近中心度和中介中心度。度數中心度反映耕地在空間關聯網絡中的中心地位；接近中心度指節點在網絡中傳遞信息和資源的能力；中介中心度反映節點在空間關聯網絡中的中介與調節作用，公式如下：

2.2.4 QAP回歸分析

相較于傳統多元回歸分析，QAP（QuardraticAssignment Procedure）回歸分析在處理空間自相關和多重共線性問題上具有顯著優勢[36]。因此，參考已有研究，結合 QAP 回歸分析方法利用雨水條件（RC）、勞動力規模（LS）、教育投入（EI）、經濟水平（EL）、農業技術創新（ATI）探究長江中游糧食主產區空間關聯網絡的影響因素[37-38]，公式如下：

2.2.5 地理探測器

地理探測器模型可探究耕地系統韌性空間關聯網絡影響因素的交互關系[39]。本文使用地理探測器探尋耕地系統韌性空間關聯網絡度數中心度的雙因子交互探測，得出雙因子共同影響力q值，公式如下：

2.3 數據來源

社會經濟數據和水資源數據主要來源于《中國城市統計年鑒》（2010 — 2024 年）》，湖北省、湖南省和江西省的統計年鑒（2010 — 2024 年），以及三省各地市的國民經濟和社會發展統計公報（2010 — 2024 年）等。此外，所有經濟指標均以 2009 年為基期進行價格平減處理，部分缺失數據采用插值法補齊。囿于數據統一性和可獲性，對于撫州市、吉安市的部分縣（區），采用全域數據作為統計口徑。

3 結果與分析

3.1 耕地系統韌性時空特征

3.1.1 耕地系統韌性時序演進特征

（1）總體分析。耕地系統韌性水平由 2009 年的0.266 增長至 2023 年的 0.414，年均增長 0.010，呈現階段式上升態勢（圖 2）。其中，2009 — 2014 年表現為較顯著上升趨勢；2017 — 2023 年則表現為緩慢增長趨勢且整體韌性水平相對較低。究其原因，國家實施高標準農田建設、生態補償機制及農業補貼政策強化等措施，耕地系統抗災能力與生產效率顯著提升。而在 2017 年后隨著農業綠色轉型政策聚焦耕地可持續利用與生態保護，耕地系統韌性進入穩定提升新階段。

（2）局部分析。糧食主產區呈現顯著省際差異，湖北省（0.515）明顯優于湖南省（0.418）與江西省（0.328）。2009 — 2018 年省際差異相對平緩，但 2019年后，湖北省憑借農業科技創新與耕地保護政策優勢，年均增幅達 1.4%，顯著高于區域平均水平。相比之下，江西省和湖南省受限于農業基礎設施建設和生態環境保護措施差異，耕地系統韌性提升速度較慢。總體而言，長江中游地區耕地系統韌性水平存在省際差異，需優化農業發展模式和促進區域農業升級。

3.1.2 耕地系統韌性空間演進特征

為明晰長江中游糧食主產區耕地系統韌性水平的空間演化特征，利用自然斷點法將 2009 — 2023 年長江中游糧食主產區內 31 個地區的耕地系統韌性劃分為低、較低、中度、較高與高 5 個等級。鑒于耕地數量、質量和生態“三位一體”保護及完善耕地保護補償機制的緊迫性，選取 2009 年、2016 年與 2023 年等典型年份進行可視化（圖 3）。

（1）整體分析。2009 — 2023 年長江中游糧食主產區耕地系統韌性呈現出由西北部核心區向外圍區梯度遞減的分布特征。主要以武漢?鄂州?孝感?荊門?襄陽為核心，且中度韌性等級的地區數量明顯增加，表明耕地系統韌性具有空間擴散效應。主要是湖北省通過嚴守耕地紅線、遏制非農化等措施，有效保障了糧食穩產增產和農產品有效供給。

（2）階段分析。2009年，研究區呈現非均衡分布狀態，整體處于較高水平，高韌性地區聚集于湖北省，而江西省上饒、景德鎮等地則處于低韌性水平；2016年，低韌性地區擴展至 5 個，江西省南部及湖南省岳陽、益陽等地韌性水平出現下降，其余地區基本無變化；2023 年，研究區形成相對穩定空間格局，各地區耕地系統韌性差異等級相對固化，呈現“北高南低”空間格局。然而，江西省宜春、上饒及湖南省婁底、常德等地韌性水平持續偏低，亟需通過完善農業基礎設施、提升技術水平及強化政策支持等措施，以增強區域糧食生產能力。

3.2 耕地系統韌性空間關聯網絡結構特征分析

3.2.1 空間關聯網絡形態

為精準識別長江中游糧食主產區耕地系統韌性聯系強度的演化趨勢，運用 NetDraw 繪制其空間網絡結構，節點間連線代表糧食主產區各區域間耕地系統韌性的空間關聯關系。由圖 4 可知，區域耕地系統韌性空間關聯網絡經歷從相對離散到高度整合結構轉型。2009 年，網絡結構呈現稀疏特征，僅仙桃、天門、潛江等少數地區處于核心位置，其余地區多分布于網絡邊緣，空間聯系較弱；2016 年，網絡結構逐步優化和關聯性顯著增強，長沙、岳陽等此前孤立的節點逐漸融入網絡，形成相互牽連的關聯模式；至 2023 年，網絡演化為功能互補、密切聯系的復雜系統，邊緣地區的聯系密度顯著提升，且網絡整體呈現均衡化與穩定化發展趨勢。

3.2.2 整體網絡結構特征

基于引力模型計算出長江中游糧食主產區 31 個地區間耕地系統韌性引力值，明確地區空間網絡結構特征（圖 5）。（1）網絡關系數。呈現動態穩定性特征，由 2009 年的 246 小幅下降至 2023 年的 239，整體維持在 245 左右，表明網絡結構具有較強穩定性。（2）網絡密度。從 0.265 微降至 0.257，長期處于較低水平，表明節點間連接強度有待提升，區域內信息交流與資源共享效率仍需優化。（3）網絡關聯度。穩定維持在 1 的水平線上，表明所有節點均完全相連，網絡具有較高的凝聚力和協作能力，有利于信息快速傳播和資源有效配置。（4）網絡效率。未表現明顯的周期性變化，均為 0.724，表明網絡結構具備良好的穩定性和適應性。總體而言，長江中游糧食主產區在耕地保護與糧食生產方面的協同作用日益增強，促進了耕地保護與糧食生產要素的流動，逐漸打破原有的地域壁壘和等級分明的空間布局，各地區關聯愈加緊密。

3.2.3 個體網絡結構特征

為揭示各地區在空間關聯網絡中所發揮的作用，采用社會網絡分析法分析點度中心度、接近中心度和中介中心度數值。

（1）點度中心度。研究期間，長江中游糧食主產區點度中心度均值呈現“下降 — 回升”的波動趨勢，由 9.677 降至 9.484 后恢復至初始水平（圖 6、圖 7）。具體而言：2009 年岳陽、咸寧、南昌、九江等高點度中心度地區憑借較突出的點入度和點出度，在區域網絡中占據樞紐地位。而上饒、鷹潭與鄂州等點度中心度較低地區，點入度多大于點出度，且位于網絡邊緣；2016 年，南昌與九江的點度中心度下降，在區域網絡中的影響力有所減弱；至 2023 年，岳陽達到最高點，成為網絡中最為重要節點之一。同時，鷹潭和上饒等地區的點度中心度持續較低，在網絡中邊緣地位并未得到顯著改善。總體而言，點度中心度分布格局揭示了地區間直接聯系的動態變化。湖南省的長沙和岳陽等地區始終保持著較高位的點度中心度，其他地區則呈現不同程度波動。究其緣由，耕地系統韌性的空間關聯受區域生產要素稟賦和環境條件的雙重影響，既反映了核心區域對周邊地區的輻射效應，也體現邊緣區域對輻射效應的吸納能力。

（2）接近中心度。接近中心度均值由 51.751 上升至 53.126，表明網絡整體連通性顯著增強。其中，岳陽、咸寧、長沙等核心節點憑借較高的接近中心度，在網絡中占據樞紐地位，能夠高效建立區域聯系并發揮輻射帶動作用。相比而言，上饒、景德鎮、鷹潭等邊緣節點處于網絡外圍，其空間溢出效應和輻射能力相對有限。一方面，接近中心度較低地區較少受益于區域內的溢出效應，同時又難以對周邊地區耕地系統韌性產生積極影響。另一方面，凸顯江西省在長江中游糧食主產區中的相對邊緣地位，反映了區域內的空間不均衡性。

（3）中介中心度。中介中心度均值由 37.742 上升為 40.161，其中，宜昌、益陽、九江等 2023 年排位前 8位中介中心度之和（800.941）在總量（1 245.000）中占比高達 64.3%，主導著區域耕地系統韌性聯系的傳遞與擴散過程。相比之下，上饒和襄陽排名靠后，中介功能較弱，受基礎設施水平和耕作資源要素配置的制約，其網絡影響力有限。總體而言，各地區中介中心度呈現出顯著差異，具有非均衡特征。

3.3 耕地系統韌性空間網絡驅動因素分析

3.3.1 耕地系統韌性空間網絡單因素分析

借助 UCINET 6.0 軟件采用 QAP 回歸分析法識別長江中游糧食主產區耕地系統韌性空間關聯網絡的影響因素。考慮到該空間網絡關聯相對穩定性及與樣本年份對應性，選取 2009 年、2016 年、2023 年因變量矩陣和自變量矩陣進行回歸，得到 QAP 回歸分析結果（表 2）。整體而言，雨水條件與勞動力規模表現出較穩定的顯著負向影響，其他因素影響方向及顯著性呈現階段性變化。

（1）雨水條件回歸系數最初顯著為負，后轉變為不顯著。究其原因，初期降水分布的不均勻性導致了水資源分配非均衡，加劇農業生產的不確定性和風險，同時削弱了地區間的依賴性，影響生態連通性和管理一致性。然而，隨著農業基礎設施改善，各區域農業基礎灌溉設施的建設和完善增強了耕地系統應對降水波動的能力，穩固耕地系統韌性，逐漸弱化了雨水條件對空間關聯網絡形成的影響，使其作用不再顯著。

（2）勞動力規模在耕地系統韌性空間網絡中均存在顯著負向影響。一方面，勞動力規模擴張，以及與勞動力從農村向城市，或從欠發達地區向發達地區的遷移現象相伴而生，致使欠發達地區的勞動力數量減少，聯系紐帶逐漸削弱。另一方面，勞動力規模差距隨城市化進程擴大和加劇農村空心化現象，進一步削弱了地區間的網絡聯系。

（3）教育投入對空間網絡的影響具有顯著階段性特征。究其緣由，教育投入在不同發展階段的資源配置效率可能存在差異，具有效果滯后性。初期教育投入主要用于基礎教育設施的建設和普及，經濟拉動作用不顯著。然而，隨著教育資源配置逐步優化，教育投入對勞動力素質和農業技術應用積極影響逐漸顯現，從而對空間網絡產生負向影響。

（4）經濟水平并未對耕地系統韌性空間網絡產生明顯影響。經濟發達地區雖具備資源與技術優勢，但往往面臨更強烈的城市化與工業化壓力，從而削弱經濟優勢對空間網絡的潛在貢獻。相反，通過國土空間規劃與生態修復措施，可有效增強耕地系統的穩定性與適應性，在空間網絡中形成重要程度較高的節點。

（5）農業技術創新在前期未表現出顯著影響，后期影響明顯增強。盡管綠色科技在理論上具有提升農業可持續性和耕地系統韌性潛力，但在實際應用和推廣過程中，如技術成熟度、成本效益、農民接受度以及政策支持等不斷優化，可充分釋放綠色科技潛力和推動農業可持續發展。

3.3.2 耕地系統韌性空間網絡因素交互影響分析

依據雙因子交互探測結果（圖 8），解釋效力最強的類型由勞動力規模∩教育投入（q = 0.577）變為雨水條件∩教育投入（q = 0.623），體現為通過教育投入提升勞動力質量和優化自然條件成為更為關鍵的因素。其中，雨水條件與教育投入的組合對耕地系統韌性的解釋效力增強，凸顯水資源自然條件與教育投入的協同效應在耕地系統韌性提升中的重要性。此外，教育投入使農戶具備了更好地利用自然條件的能力，而良好的雨水條件則為農民發揮這種能力提供了實際的可能。同時，農戶可以通過學習和應用先進的灌溉技術和土壤保育等，增強耕地系統對干旱或洪澇等自然災害的適應能力。總體而言，自然資本與人力資本的雙重驅動作用，能顯著提升影響耕地系統韌性空間網絡解釋力。

3.4 耕地系統韌性優化路徑

（1）加快聯通核心 — 外圍聯動空間網絡，探索糧食主產區耕地系統韌性合作共享路徑（圖 9）。一是加強農業基礎設施建設和優化交通網絡布局，重點建設連接網絡核心與外圍區域的農村公路和糧食物流通道，量化評估農村公路密度提升率、物流時效提升率等指標，縮小區域間公路密度差距，保障糧食高效運輸與流通；二是增強科技研發與推廣，建立核心區科技成果轉化機制，制定外圍區新技術應用率、農戶滿意度、農業生產效率提升率等評估標準，完善技術聯動網絡體系；三是健全區域協同發展監測評估體系，重點關注區域間貿易額增長率、產業轉移承接率和農民收入增長率等，定期評估協同發展效果以及時調整政策措施。

（2）加強核心區、橋梁節點區和邊緣區農業科技與產業協同，提升糧食主產區耕地系統韌性輻射效應。一是武漢、鄂州、孝感等作為橋梁節點區，應聚焦于農業科技研發，建設區域性農業科技創新平臺，聯合區域內高校、科研院所和農業科技企業，推動農產品精深加工與農業服務業的發展，并建立科技成果轉化數量、農產品加工附加值提升率和農業服務業發展速度等評估標準；二是鷹潭、上饒等網絡關聯邊緣區制定區域特色品牌培育計劃，積極承接核心區的產業轉移，發展生物育種、智能農機和農產品加工等特色產業，改善自身農業生產條件；三是打破省際壁壘，建立基礎設施共建、生態補償、稅收分成等區域合作框架，助力邊緣地區融入區域耕地系統韌性關聯網絡。

（3）優化銜接耕地資源與區域協同發展需求，構建糧食主產區耕地系統韌性長效支撐體系。一是借助科學規劃與技術創新，提升耕地資源利用效率，尤其在雨水條件欠佳的區域，推廣節水灌溉技術及抗旱作物品種，因地制宜增強耕地抵御風險能力；二是加大勞動力規模與教育資源投入力度，制定勞動力技能培訓計劃，提升農戶專業技能水平與農業科技應用能力，提高農業從業者及時適應技術變革與市場風險應對能力；三是提升綠色科技水平，建設生態農業綜合示范區，集成推廣稻漁共作和生物防治試點，實現農業生產與生態環境的良性互動。

4 結論與討論

本文基于 DPSIRM 模型解構耕地系統韌性空間關聯機制并構建評價指標體系，采用 K-means 改進的熵權法測算 2009 — 2023 年長江中游糧食主產區耕地系統韌性，并綜合運用引力模型、社會網絡分析法、QAP回歸分析及地理探測器揭示耕地系統韌性空間關聯網絡的演變特征及其形成機制。

（1）長江中游糧食主產區耕地系統韌性水平由0.266 穩步上升至 0.414，西北部核心地區向周邊區域呈現空間擴散效應。其中，西北部核心區向外圍區逐漸衰減的態勢，主要體現為由武漢? 鄂州 ? 孝感 ? 荊門?襄陽 5 個區域核心地區向周邊區域衰減。

（2）長江中游糧食主產區耕地系統韌性空間關聯網絡由稀疏演變為功能互補、聯系密切的復雜網絡。其中，湖南省占據核心地位，整體網絡趨向于均衡發展。

（3）長江中游糧食主產區網絡關系數穩定在 245左右，網絡密度略有下降，網絡關聯度始終為1。其中，湖南省長沙和岳陽處于核心，江西省多處位于網絡外圍，地區間凝聚力與互地區間凝聚力與互動顯著提升。

（4）影響耕地系統韌性的因素呈現動態變化，雨水條件影響減弱，勞動力規模呈顯著負向影響、教育投入具有顯著階段性特征，經濟水平影響不顯著，農業技術創新后期影響增強，且雨水條件與教育投入交互作用最強。

值得注意的是，本文聚焦于長江中游糧食主產區耕地系統韌性空間關聯網絡，耕地系統韌性均呈現穩步上升態勢，與其他相近主題論文[13，23]結果類似，增強了結果的可信度。未來研究可將不同地理范圍的糧食主產區納入橫向比較，驗證研究結果并探析耕地系統韌性與多元機制間的空間關聯網絡，揭示耕地系統韌性網絡誘發的關聯效應，以增強耕地占補平衡政策的普適性和科學性。

參考文獻（References）：

［1］ 新華網 . 中共中央 國務院印發《鄉村全面振興規劃

（2024-2027 年）》 ［EB/OL］（. 2025 - 01 - 22）［2025 - 02 -

10］. http： //www.xinhuanet.com/20250122/87e0077c21554a

dca77fe315b2441f90/c.html.

［2］ 徐李璐邑 . 城鎮化進程中的糧食安全問題：一個研究綜

述［J］. 農業現代化研究，2020，41（4）：557 - 567.

［3］ 謝婷婷，張輝 . 土地供給約束、工業用地優化配置與企業

效率——來自耕地保護政策的證據［J］. 經濟研究，2024，

59（5）：190 - 208.

［4］ 洪銀興，楊玉珍 . 現代化新征程中農業發展范式的創

新——兼論中國發展經濟學的創新研究［J］. 管理世界，

2023，39（5）：1 - 8，53.

［5］ 夏顯力，陳哲，張慧利，等 . 農業高質量發展：數字賦能與

實現路徑［J］. 中國農村經濟，2019（12）：2 - 15.

［6］ 楊斌，楊俊，王占岐，等 . 長江經濟帶耕地綠色低碳利用

的時空格局及其成因分析［J］. 中國土地科學，2022，36

（10）：63 - 71.

［7］ HOLLING C S. Resilience and stability of ecological systems

［J］. Annual Review of Ecology and Systematics， 1973， 4： 1 -

23.

［8］ HU H， YAN K G， SHI Y， et al. Decrypting resilience： the

spatiotemporal evolution and driving factors of ecological

resilience in the Yangtze River Delta Urban Agglomeration

［J］. Environmental Impact Assessment Review， 2024， 106.

doi： 10.1016/j.eiar.2024.107540.

［9］ GREENE C， WILMER H， FERGUSON D B， et al. Using

scale and human agency to frame ranchers’ discussions about

socio-ecological change and resilience［J］. Journal of Rural

Studies， 2022， 96： 217 - 226.

［10］ 朱從謀，李武艷，杜瑩瑩，等 . 浙江省耕地多功能價值時

空變化與權衡 - 協同關系［J］. 農業工程學報，2020，36

（14）：263 - 272.

［11］ 文可可，張仕超，薛秀峰 . 三位一體視角下三峽庫區耕地

資源內外轉換軌跡和特征——以江津區為例［J］. 水土保

持研究，2023，30（2）：175 - 185

［12］ 金一諾，王楓 . 珠三角耕地利用轉型的時空演化特征及

其影響因素分析［J］. 水土保持研究，2022，29（4）：352 -

361.

［13］ 謝花林，吳箐，李秀彬 . 湘閩贛山區勞動力轉移差異對梯

田撂荒決策和規模的影響［J］. 地理學報，2023，78（1）：

16 - 34.

［14］ 呂添貴，陳安瑩，付舒斐，等 . 農業綠色轉型下中國耕地

系統韌性時空演化特征及其影響因素研究［J］. 生態學

報，2025，45（6）：2891 - 2904.

［15］ 金貴，郭柏樞，成金華，等 . 基于資源效率的國土空間布

局及支撐體系框架［J］. 地理學報，2022，77（3）：534 -

546.

［16］ YIN X N， LI Z Y， XU G L， et al. Integrating resilience theory

into a cultivated land system： empirical insights from China’s

key grain-producing regions［J］. Land Degradation and

Development， 2024， 35（17）： 5425 - 5438.

［17］ 王成，代蕊蓮，陳靜，等 . 鄉村人居環境系統韌性的演變

規律及其提升路徑——以國家城鄉融合發展試驗區重

慶西部片區為例［J］. 自然資源學報，2022，37（3）：645 -

661.

［18］ 李玉恒，黃惠倩，郭桐冰，等 . 多重壓力脅迫下東北黑土

區耕地韌性研究及其啟示——以黑龍江省拜泉縣為例

［J］. 中國土地科學，2022，36（5）：71 - 79.

［19］ 紀凱婷，張樂勤，王雷 . 安徽省鄉村綠色發展水平測度

及時空演變分析［J］. 貴州師范大學學報：自然科學版，

2023，41（2）：33 - 40.

［20］ 李秋芳，汪文雄，崔永正，等 . 組織關系視角下全域土地

綜合整治多元主體協同治理的邏輯框架與網絡形式［J］.

自然資源學報，2024，39（4）：912 - 928.

［21］ 安勇，趙麗霞 . 土地財政競爭的空間網絡結構及其機理

［J］. 中國土地科學，2020，34（7）：97 - 105.

［22］ 呂添貴，邱蓉，趙巧，等 . 基于 DPSIRM 模型的長江中游

城市群生態安全時空特征及障礙因素［J］. 水土保持研

究，2024，31（2）：379 - 388.

［23］ 強文麗，張翠玲，劉愛民，等 . 全球農產品貿易的虛擬

耕地資源流動演變及影響因素［J］. 資源科學，2020，42

（9）：1704 - 1714.

［24］ LYU X， WANG Y N， NIU S D， et al. Spatio-temporal

pattern and influence mechanism of cultivated land system

resilience： case from China［J］. Land， 2021， 11（1）. doi：

10.3390/land11010011.

［25］ 郭倩，汪嘉楊，張碧 . 基于 DPSIRM 框架的區域水資源承

載力綜合評價［J］. 自然資源學報，2017，32（3）：484 -

493.

［26］ 鐘業喜，馮興華，文玉釗 . 長江經濟帶經濟網絡結構演變

及其驅動機制研究［J］. 地理科學，2016，36（1）：10 - 19.

［27］ 孟麗君，黃燦，陳鑫，等 . 曲周縣耕地利用系統韌性評價

［J］. 資源科學，2019，41（10）：1949 - 1958.

［28］ 徐雪，王永瑜 . 中國鄉村振興水平測度、區域差異分解及

動態演進［J］. 數量經濟技術經濟研究，2022，39（5）：64

- 83.

［29］ 杜建軍，謝家平，劉博敏 . 中國農業產業集聚與農業勞動

生產率——基于 275 個城市數據的經驗研究 ［J］. 財經研

究，2020，46（6）：49 - 63.

［30］ 戴偉娟 . 長江經濟帶農業發展報告（2022～2023）［M］. 北

京：社會科學文獻出版社，2024：219 - 241.

［31］ 呂添貴，邱蓉，李澤英，等 . 長江中游糧食主產區耕地碳

源匯時空演化特征及驅動因素分析［J］. 農業工程學報，

2024，40（18）：251 - 261.

［32］ 楊俊闖，趙超 .K-Means 聚類算法研究綜述［J］. 計算機工

程與應用，2019，55（23）：7 - 14，63.

［33］ 彭芳梅 . 粵港澳大灣區及周邊城市經濟空間聯系與空間

結構——基于改進引力模型與社會網絡分析的實證分

析［J］. 經濟地理，2017，37（12）：57 - 64.

［34］ LIENERT J， SCHNETZER F， INGOLD K. Stakeholder

analysis combined with social network analysis provides

fine-grained insights into water infrastructure planning

processes［J］. Journal of Environmental Management， 2013，

125： 134 - 148.

［35］ 單玉紅，程秋月，柯新利，等 . 流空間視角下湖北省縣域

土地利用碳排放關聯態勢及其影響因素研究 ［J］. 中國土

地科學，2024，38（3）：48 - 59.

［36］ 劉軍 . QAP：測量“關系”之間關系的一種方法［J］. 社會，

2007，27（4）：164 - 174，209.

［37］ 呂曉，王亞男，王柏源 . 韌性理論視角下耕地利用與保護

的若干思考［J］. 中國土地，2022（5）：16 - 19.

［38］ 祝錦霞，潘藝，張艷彬，等 . 種植類型變化對耕地系統

韌性影響的關鍵閾值研究［J］. 中國土地科學，2022，36

（4）：49 - 58.

［39］ 于雪霞，周國華，吳國華，等 . 中國中部農區城鄉融合發

展的時空特征及驅動機制［J］. 地理研究，2025，44（2）：

400 - 418.