主产区粮食生产韧性的时空格局与非线性影响因素

• 全文链接

关键词：

来源：

中国知网

全文链接：

//agri.nais.net.cn/topic/downloadFile/ebcb0771-7640-46ed-b000-e9c8f3a71f82

来源地址：

https://kns.cnki.net/kcms2/article/abstract?v=btsNj5Rv70ZvTmB8H2QcPX1p3eRx5voUhDk9mnIY9ZUls151g4plGw3U5YFp7tDhiApRilLUlIE9nvpKF6LDH7FlIE1gxwdhJLkZokEHa-RC-KP5701QJeHKlZE4P96Nk4EEKQ3HrYKhU4Zg-na9VJ0qpVvi9uxsYHcpiT8JaWdoAxxQy79atw==

资源所属：

粮食和食物安全专题

类型：

学术文献

语种：

中文

原文发布日期：

2026-09-18

摘要：

保障粮食生产系统在多重风险冲击下稳定运行并持续供给，是提升粮食安全保障水平的重要基础。以2011—2024年中国13个粮食主产省区为研究对象，采用熵值法测算粮食生产韧性综合得分，结合核密度估计与Dagum基尼系数分解揭示其时空演变及区域差异特征，并构建多模型机器学习分析框架，基于随机森林（RF）和沙普利加性解释（SHAP）方法识别关键影响因素及其非线性关联特征。结果表明：（1）粮食生产韧性总体持续提升，但不同气候带的演变存在明显差异。寒温带内部差异总体扩大但后期有所回落，暖温带较为稳定，亚热带呈现先扩大、后收窄并在末期小幅回升的特征。（2）粮食生产韧性的分布集中程度总体下降，省际绝对差距有所扩大。2011年区域差异主要来源于组间差异，2018年后超变密度成为主要来源，2024年其贡献率达到66.04%，表明气候带内部分化与跨区域交叉重叠增强。（3）多模型比较显示，RF预测性能最佳。RF-SHAP分析表明，乡村人口老龄化率、农业保险深度、农业科研水平和极端高温天数是与粮食生产韧性关联较为密切的因素。（4）关键影响因素均呈现明显的非线性关联，其中乡村人口老龄化率表现出阶段性转换，农业保险深度和农业科研水平总体呈正向关联但高水平下增幅趋缓，极端高温天数则呈近似U形关联。研究结果可为不同气候区域粮食生产韧性提升及农业风险适应能力优化提供科学依据。