中國糧食供應鏈韌性：時空演變及驅動因素

摘要：中國糧食供應鏈在維護國家糧食安全、推進鄉村振興、建設農業強國等方面發揮著重要作用。文章基于全國31省2011—2022年的數據，構建糧食供應鏈韌性評價指標體系，運用熵值法對糧食供應鏈韌性進行評價，結合核密度估計法、Dagum基尼系數和Moran’s I指數法分析糧食供應鏈韌性的時空演變特征，并使用地理探測器來識別糧食供應鏈韌性的影響因子。研究發現：全國31省糧食供應鏈韌性整體水平尚低但提升明顯；糧食主產區、糧食主銷區和產銷平衡區三大區域的糧食供應鏈韌性均呈穩步增長態勢；全國范圍內的糧食供應鏈韌性存在一定差距，而區域間差異是導致差距的主因；三大區域之間及其各自內部的糧食供應鏈韌性同樣存在一定差距；省域之間存在顯著的空間集聚特征；政府支持、科技創新、基礎設施、經濟基礎、產業基礎、信息化水平、人力資本及其兩兩交互均對糧食供應鏈韌性產生正向的促進作用。最后文章從加大科技創新投入力度、加強基礎設施建設、筑牢產業發展基礎、加大人才培育力度等4個方面提出了進一步增強糧食供應鏈韌性的政策建議。

關鍵詞：糧食供應鏈韌性；核密度估計；Dagum基尼系數；空間自相關性；地理探測器

一、引言

中國是農業大國，其糧食供應鏈在維護國家糧食安全、推進鄉村振興、建設農業強國等方面發揮著重要作用。鑒于此，中國政府高度重視糧食供應鏈體系的建設。黨的二十大報告指出，要“著力提升產業鏈供應鏈韌性和安全水平”和“構建多元化食物供給體系”。2023年中央一號文件明確提出，“要立足國情農情，體現中國特色，建設供給保障強、科技裝備強、經營體系強、產業韌性強、競爭能力強的農業強國”。2024年中國政府工作報告進一步指出，新一年政府的工作任務之一是“加強糧食和重要農產品穩產保供”。近年來，中國在糧食生產、基礎設施建設以及市場一體化建設方面持續加大投入和政策支持，取得了顯著成效。中國統計年鑒數據顯示，2011—2022年，中國糧食產量從58 849萬噸增至68 653萬噸，年均增長率為1.7%；同時，公路里程從411萬公里增至536萬公里，年均增長率為3%，均保持較為穩定的增長態勢，反映出糧食作物的生產和流通水平顯著提高。這不僅有效保障了糧食作物的供應，也穩固了糧食供應鏈的韌性，為建設農業強國奠定了堅實基礎。然而，中國糧食供應目前也面臨著一些挑戰[1]。一方面，中國目前僅確保了“谷物基本自給，口糧絕對安全”的糧食安全戰略，但大豆、大麥、高粱等關系人民生活質量的飼料糧的對外依存度仍較高[2]；另一方面，中國農業目前面臨著水資源短缺、自然災害頻發和生態環境惡化等問題。這些挑戰使得中國農業系統變得不穩定，進而對糧食供應鏈穩定性的進一步提升產生了負面影響[3]。因此，要實現中國糧食供應鏈水平進一步提高，需要直面目前所面臨的挑戰，積極采取措施加以解決。已有研究表明，韌性較強的產業鏈能夠有效應對外部負面沖擊[4]。因此，為有效應對各種風險所帶來的糧食供應問題，需要高度重視糧食供應鏈韌性的提升。

有關供應鏈韌性，國內外學者已經從不同的角度展開了研究。一是對糧食供應鏈韌性的內涵界定?！绊g性”一詞源于拉丁語“Reslience”，意為受外部沖擊時恢復原狀的能力[5]，早期較多應用于物理學、生態學和社會學領域中。隨著社會科學的不斷發展，韌性的內涵被不斷拓展，最終被納入經濟學和管理學的研究領域。MARTIN[6]將韌性引入經濟學研究，定義為經濟主體抵抗危機、恢復并自我更新的能力。FOLKE[7]進一步將韌性引入農業經濟。關于糧食供應鏈韌性的定義，學界已達成較為統一的共識，多數認為糧食供應鏈韌性是指糧食供應鏈系統在面對外部沖擊時，具備抵抗不利影響、迅速恢復并保持基本功能正常運行的能力，同時具備不斷更新成長的能力[8-9]。目前，關于農業供應鏈韌性的研究主要集中在韌性體系構建和影響因素分析兩個方面。在韌性體系構建方面，學者們有不同的觀點。王宣珂和高海偉[10]認為，提升糧食供應鏈的風險自適應能力、風險預警能力和應急保障能力，能夠增強供應鏈的自適應性，從而提升糧食供應鏈的韌性。陶亞萍[11]則提出，糧食供應鏈韌性的創新路徑應從基礎維穩、技術融入、金融支撐和安全屏障四個層面進行探索。徐文平和陳文博[12]采用主客觀賦權相結合的方法，從生產要素、環境因素、物流因素和技術因素四個維度構建了農產品供應鏈的韌性指標，發現人力資本和基礎設施等因素是農產品供應鏈韌性的關鍵。還有學者運用LWM組合賦權法，從抵抗能力、適應能力和創新能力三個方面對糧食產業鏈供應鏈的韌性進行了綜合評價，認為糧食供應鏈韌性呈現逐步上升的趨勢，并且在不同區域之間存在差距[13]。在影響因素分析方面，馬俊凱等[14]從抵抗能力、恢復能力和變革能力三個維度出發，研究發現，在數字技術的加持下，數字經濟能夠整合糧食供應鏈系統中的各類資源，從而增強供應鏈的韌性。阿布都瓦力·艾百等[15]同樣從抵抗能力、恢復能力和變革能力出發，構建了糧食供應鏈韌性的綜合指標，并進一步探討了農村數字化對糧食供應鏈韌性的正向促進作用。有學者還認為，數字鄉村建設不僅能夠提高糧食供應鏈的韌性，而且在不同地區的效應表現各異[16]。

總的來看，盡管農業供應鏈韌性的研究成果不斷豐富，但主要集中于糧食供應鏈韌性指標建立，對于糧食供應鏈韌性的影響因素分析還較為缺乏?，F有研究雖然數量有限，但內容涵蓋了供應鏈多個方面，包括供應鏈的協同創新、影響機制、適應性研究，以及基于不同方法的供應鏈韌性評價體系構建等。這些研究為理解糧食供應鏈的復雜性和動態性提供了寶貴的視角。本研究基于現有文獻，從抵抗力、恢復力和成長力三個方面重新構建了一個評價指標體系，為了減少主觀偏見，增強其穩定性和一致性，更客觀地評估中國糧食供應鏈韌性，本文采用熵值法進行了評估。這為理解和提升糧食供應鏈的韌性提供了新的理論框架和實證分析工具。這些發現對于指導實踐，特別是在面對日益增長的市場不確定性和風險時，如何增強糧食供應鏈的韌性具有重要的指導意義。

二、研究設計

（一）指標體系構建

參考已有文獻[17-19]，本文從抵抗力、恢復力、成長力三個方面進行指標體系構建。據此，構建糧食供應鏈韌性評價指標體系（見表1），含抵抗力、恢復力、成長力 3 個一級指標，市場基礎、基礎設施建設、信息化水平、可持續發展、政府支持、生產效率、綠色發展、創新水平、品牌效應 9 個二級指標及 25 個具體指標。其中，抵抗力是供應鏈遭遇外部干擾時維持運作的能力。良好市場基礎可穩定農產品需求，從需求端保供應鏈穩定；完善的基礎設施保障物流穩定；高信息化水平拓展銷售渠道、對接需求，保供應穩定。恢復力是供應鏈受沖擊后恢復原始狀態的能力。環保和資源高效利用提升地區可持續發展能力，從供給端保穩定；政府購買可從需求端助供應鏈恢復；高生產效率能在市場回暖時及時恢復生產，保供應鏈及時恢復。成長力是供應鏈進一步發展的能力，表現為市場需求擴展和生產能力提升。綠色發展和品牌效應符合消費理念，擴大需求；創新提升效率[20]，提高供給水平，增強供應鏈韌性。

（二）研究方法

1.熵值法

熵值法能夠減少主觀因素對測度結果的影響，因此使用熵值法測算中國31省糧食供應鏈韌性。通過熵值法計算出最終測度結果，需要依此經歷標準化處理、熵值法賦權和線性加權三個步驟。

步驟一：標準化。（1）（2）兩式分別為正向指標和負向指標的標準化公式。數值越大，結果越好，則為正向指標，反之則為負向指標。

[X′ij=max（Xj-Xij）max（Xj）-min（Xj）] " " " " " " " " " " （1）

[ X′ij=Xij-minXjmax（Xj）-min（Xj）]" " " " " " nbsp; " " " " " " " " （2）

步驟二：熵值法賦權。式（3）中，[k]為[1/ln（n）]，[Pij]是省份[i]的第[j]項指標數值占這項指標總體的比重。[Wj]則表示指標[j]在全部指標中所占的比重。

[Wj=1+ki=1nPijlnPijj=1m1+ki=1nPijlnPij] " " " " " " " " " " " " " " " " （3）

步驟三：線性加權法。式（4）表示省份[i]各指標與對應的權重的乘積之和。

[Ai=j=1mWjXij]" " " " " " " " " " " " " " " " " " " " " " （4）

2.核密度估計

核密度估計法能夠直觀地反映變量的分布形態和位置變化等特征，因此可用于探究糧食供應鏈韌性的動態分布和演進趨勢。式（5）（6）為核密度估計函數。其中，[n、h、x]分別表示觀測值個數、觀測值和帶寬；[K（?）]為高斯核函數。

3.Dagum基尼系數

文章利用Dagum基尼系數及其分解方法對中國31省糧食供應鏈韌性進行空間差異分析。式（7）至式（12）中，[i（j）]表示區域，[k]表示區域數量，[m（n）]表示各省份，[hi（j）]表示區域內省份的數量，[yim]和[yjm]表示不同區域省份的糧食供應鏈韌性。[Gw]、[Gnb、Gt]分別表示組內貢獻、組間貢獻和超變密度貢獻，滿足：[G=Gw+Gnb+Gt]。

[G=i=1kj=1km=1hin=1hjyim-yjn2h2y]" " " " " " " " " " " " " " " "（7）

[Gii=m=1hin=1hjyim-yjn2h2y]" " " " " " " " " " " " " " " " " " " （8）

[Gij=i=1kGiipisi]" " " " " " " " " " " " " " " " " " " " " " " " "（9）

[Gij=m=1hin=1hjyim-yjnhihj（yi+yj）]" " " " " " " " " " " " " " " " " " （10）

[Gnb=i=2kj=1i-1Gij（pisj+pjsi）Dij]" " " " " " " " " " " "（11） [" " " " "Gt=i=2kj=1i-1Gij（pisj+pjsi）（1-Dij）]" （12）

4.Moran’s I指數

糧食供應鏈韌性可能存在一定的空間集聚性和空間異質性。使用Moran's I指數從全局空間自相關和局部空間自相關兩個方面進行空間自相關性分析。式（13）表示全局莫蘭指數，式（14）（15）表示局部莫蘭指數。其中[n]表示空間單元數，[z]表示空間單元屬性值，[w]表示基于鄰接數量的空間權重矩陣。

[I=ni=1nj=1nwij（zi-z）（zj-z）i=1nj=1nwiji=1n（zi-z）2]" " " " " " " " "（13） [Ii=（zi-z）j=1nwij（zj-z）S2]" " " " " " " " " " " " " "（14）

[S2=1ni=1n（zj-z）2]" " " " " " " " " " " " " " " " " " nbsp; " "（15）

5.地理探測器

地理探測器[21]能夠探測出相關變量的空間分異特征，并據此進一步探尋造成該特征的驅動因素。因此，運用地理探測器揭示糧食供應鏈韌性的影響因素及其貢獻程度。式（16）表示地理探測器模型。其中，[q]表示影響因素的解釋力，[N]表示單元數，σ2表示被解釋變量的方差。

[q=1-h=1LNhσ2hNσ2]" " " " " " " " " " " " " " " " " " " " " " （16）

（三）數據來源

文章數據來源于2011—2022年中國31省份（不包括港、澳、臺地區）統計年鑒數據，主要包括《中國統計年鑒》和《中國農村統計年鑒》以及各省年鑒統計數據。其中個別數據在少數年份內存在缺失或遺漏，采用插值法補齊。

三、測度結果分析

（一）全國總體糧食供應鏈韌性分析

表2描述了中國31省糧食供應鏈韌性及其一級指標的均值。由表2可以看出，中國31省整體糧食供應鏈韌性呈現出逐年上升的態勢。具體而言，從2011—2022年，糧食供應鏈韌性的指數從0.198增長至0.395，這一顯著增長表明了在抵御外部沖擊、維持系統穩定性方面的顯著進步。但12年來的均值為0.288，處于較低的水平，這表明中國糧食供應鏈的韌性仍有很大的提升空間。而年均增長率為6.47%，這一較高的增長率表明，盡管起點較低，但糧食供應鏈的韌性正在迅速增強，以彌補先前的不足。此外，除了2022年之外，其他年份的增長率均超過了5%，顯示出了快速且相對穩定的增長趨勢。這一趨勢反映了中國農業發展質量的提升，以及在面對負面沖擊和推動創新發展方面的顯著進步。

就糧食供應鏈韌性一級指標來看，抵抗力從2011年的0.137增長至2022年的0.380，年均增速9.69%，說明中國農業抵抗沖擊的能力快速提升，在危機來臨時，維持原來狀態的能力顯著增強?；謴土?011年的0.333增長至0.406，處于較高的水平，說明農業在危機結束后快速恢復原狀的能力較強。而年均增速僅為1.83%，說明中國農業的恢復力還有待提升，需要借助政策、技術、資金、人力等方面的針對性支持。成長力從2011年的0.180增長至2022年的0.404，年均增長7.63%，且期間波動較小，說明中國農業創新發展的能力不斷增強。12年來，中國政府高度重視農業發展，為此出臺了一系列政策，提供了物資、人力、資金等各方面支持，加之這些年交通建設水平、信息化水平、市場一體化水平顯著提高，暢通了區域間的聯系，使中國農業糧食供應鏈韌性快速提升，為農業高質量發展提供了支撐。

（二）不同區域糧食供應鏈韌性分析

表3展示了中國三大糧食生產區糧食供應鏈韌性及一級指標綜合評價值。從糧食供應鏈韌性來看，主產區、主銷區和產銷平衡區的韌性呈現穩步上升的趨勢，但各區域之間存在差異，表現為主銷區＞主產區＞產銷平衡區。其中，主銷區和主產區的差距較小，均值分別為0.349和0.325，而產銷平衡區與前兩個地區存在較大差距，為0.206。但這種差距正在逐步縮小，主產區、主銷區和產銷平衡區的年均增速分別為6.70%、5.44%和7.19%，韌性較低的地區增速更快，表明其與較高地區的差距呈現出逐年縮小的趨勢。

進一步分析三大區域在糧食供應鏈韌性一級指標方面的表現。整體來看，三大區域抵抗力和成長力均呈現穩步增長的態勢，而恢復力表現較差，雖然總體上也有所增長，但期間波動較大。

從抵抗力來看，三大區域具有一定的差距，表現為主銷區＞主產區＞產銷平衡區，對應的均值分別為0.346、0.279和0.169。而對應的年均增速分別為7.66%、9.69%和12.7%，說明這種差距在不斷縮小。這得益于基礎設施建設水平提升、互聯網普及和市場一體化，使各區域間的信息交換和貿易往來日益頻繁，進而有效打破了信息壁壘，實現了各生產要素的合理配置，使各區域的比較優勢得以發揮，協同發展水平日益提升，發展差距不斷縮小。

從恢復力來看，各區域間同樣具有一定的差距，表現為主產區＞產銷平衡區＞主銷區，對應的均值分別為0.469、0.303、0.290。而年均增速分別為1.91%、2.33%和0.78%，說明區域間的差距存在進一步加大的可能性。糧食主產區承擔著維護國家糧食安全的重任，其糧食的生產和供給長期受到國家層面的高度重視，因此受到的政策扶持力度相較于另兩個區域更大，加之本身所具有的優越的糧食生產條件，該區域的恢復力要遠高于另兩個區域。而產銷平衡區和主銷區的恢復力弱，則是因為這兩個區域糧食生產條件較差，同時利于發展二、三產業的區位條件也相對更優，出于比較優勢的考量，對農業的重視程度相對較低。

從成長力來看，三大區域表現為主銷區（0.387）＞主產區（0.285）＞產銷平衡區（0.187），而增速分別為5.71%、8.97%和7.86%，說明發展差距有減小的趨勢。成長力主要涉及技術、管理等方面的創新能力，而主銷區往往是經濟發達的地區，其擁有資金、人才、技術、管理等方面的優勢，使其成長力處于較高水平。而主產區、產銷平衡區經濟發展水平相對較弱，因此要低于主銷區。

四、時空演變分析

（一）核密度估計法

1.全國總體糧食供應鏈韌性分布動態演進

圖1（a）描述了中國31省在2012年、2014年、2016年、2018年、2020年和2022年的分布動態及演進趨勢。首先，從曲線位置來看，這6年中國31省糧食供應鏈韌性分布曲線總體上呈現向右移動的趨勢，表明糧食供應鏈韌性持續提升。其次，從波峰數量來看，大部分年份的糧食供應鏈韌性分布曲線呈一個主峰與一個右側峰并存的狀態，且右側峰峰值逐年降低，至2022年演變為單一主峰，說明糧食供應鏈韌性的極化現象有所減弱。再次，從主峰形態來看，主峰高度呈現出逐年下降的趨勢，并且寬度持續擴大，主峰形態由“尖而窄”轉變為“扁而平”，表明中國糧食供應鏈韌性的絕對差異呈擴大趨勢。最后，從分布延展性來看，糧食供應鏈韌性分布曲線的右拖尾現象逐漸明顯，延展部分不斷拓寬，說明較高糧食供應鏈韌性的省份逐漸增多，且一直保持快速提升趨勢，與糧食供應鏈韌性較低省份的差距持續擴大。

2.不同區域糧食供應鏈韌性分布動態演進

圖1（b、c、d）描述了三大區域糧食供應鏈韌性在2012年、2014年、2016年、2018年、2020年和2022年的分布動態及演進趨勢。

糧食主產區在2012年呈現出“雙峰”現象，在2014年和2016年出現明顯的“三峰”現象，但此后始終為單一主峰，且高度呈現下降趨勢，寬度持續擴大。分布曲線整體呈右移趨勢，右拖尾現象逐漸明顯，且延展寬度逐年拓寬。這表明糧食主產區糧食供應鏈韌性不斷提升，韌性較高的省份增速較快，區域內部的絕對差異持續擴大。

糧食主銷區在2012年呈現出單一主峰的狀態，但此后五年均呈現出“主峰+右側峰”的狀態。后五年主峰和右側峰的高度呈現出下降趨勢，并有向單一主峰過渡的趨勢，同時，主峰寬度有擴大的趨勢。分布曲線不斷向右移動，且右拖尾現象尚不明顯。說明糧食主銷區糧食供應鏈韌性不斷提升，且在各省份存在一定的差異，同時具有明顯的極化現象，但在逐漸減弱。

產銷平衡區所有年份均呈現單一主峰的狀態。主峰高度總體上呈現出下降的趨勢，寬度也有所擴大。分布曲線歷年均呈現出向右移動的趨勢，同時不存在右拖尾的現象。說明產銷平衡區糧食供應鏈韌性不斷提升，且省份間的差距也較小。

（二）Dagum 基尼系數

1.總體差異及分解來源

圖2報告了中國31省糧食供應鏈韌性的空間差異及其來源分解結果?？傮w基尼系數從2011年的0.202下降至2022年的0.193，年均下降0.4%，且期間呈現出一定的波動狀態，說明整體上呈現出高低波動中緩慢下降的趨勢。樣本考察期限內總體基尼系數的年度均值為0.191，較長時間處于較低水平，說明31省糧食供應鏈韌性的空間差異正得到逐步緩解，省際間農業協同發展的格局正逐步形成。從差異來源來看，組內差異、組間差異和超變密度的年均貢獻率分別為25.62%、57.92%、16.46%，呈現出組間差異＞組內差異＞超變密度的貢獻率分布格局。其中，組間差異的貢獻率遠大于組內差異和超變密度的貢獻率之和，說明區域間的差異是31省糧食供應鏈韌性差異的主要空間來源。同時，組間差異貢獻率呈現出逐年下降的趨勢，而組內差異和超變密度貢獻率呈現出上升趨勢，對應的基尼系數也分別呈現出下降、上升、上升的趨勢，說明區域間差異對總體差異的影響正逐漸變小，而區域內差異和超變密度對總體差異的影響正逐步增大。因此，在縮小中國31省糧食供應鏈韌性差異的過程中，既要致力于緩解區域間的差異，也必須注意平衡區域內省份個體間的差異。

2.區域內差異分析

圖3報告了中國糧食主產區、主銷區、產銷平衡區的差異結果。從年度均值來看，三大糧食生產區分別為0.121、0.165、0.164，呈現出主銷區＞產銷平衡區＞主產區的格局。其中，糧食主銷區糧食供應鏈韌性的基尼系數最大，主要原因是區域內糧食供應鏈韌性出現了明顯的斷層現象，集中體現在天津市、海南省遠低于所屬區域內的其他省份，特別是與廣東、浙江兩個省份形成了顯著的高低位差，從而拉大了區域內部差距。糧食主產區的基尼系數最小，說明糧食主產區內省份發展較為均衡。從變化趨勢來看，產銷平衡區整體呈現出下降趨勢，年均遞減率為0.33%，而糧食主產區、糧食主銷區整體呈現上升趨勢，年均增長率分別為1.82%和0.77%。因此，上述兩大糧食生產區需要將縮小內部差異視為長期目標，需要通過加強道路交通聯系、信息化基礎設施建設以及市場一體化建設等方面的投入力度，實現區域內協同發展水平提升，進而縮小區域內發展差距。

3.區域間差異分析

表4報告了中國三大糧食生產區的區間差異結果。從年度均值來看，主產區和主銷區的基尼系數為0.155，主產區和產銷平衡區的基尼系數為0.235，主銷區和產銷平衡區的基尼系數為0.280?？梢钥闯觯鳟a區和主銷區之間的發展差距相對較小，而主銷區與產銷平衡區之間的發展差距則較為明顯。這可能是因為糧食主銷區糧食生產不足以滿足本區的需求，需要從外地輸入糧食，而糧食主產區擁有能夠滿足本省需求以外的剩余糧食，這使得兩地區在糧食供求上形成對接，進而使兩地區在糧食供應鏈建設上呈現出協同發展現象，從而使兩地區糧食供應鏈韌性差異較小。同時，產銷平衡區的糧食生產僅能夠滿足自身需求，因此對區間合作的需求意愿不強，使糧食供應鏈建設較為獨立，從而拉開了與主產區和主銷區的差異。從變化趨勢來看，三大糧食生產區均呈下降趨勢。其中，主銷區與產銷平衡區下降速度最快，年均遞減率達到2.19%，主產區與主銷區下降速度最慢，年均遞減率僅為0.11%，同時主產區與產銷平衡區年均下降速度居中，年均遞減率為0.45%，說明應該繼續降低主銷區和產銷平衡區的差異，同時要采取措施進一步降低主產區和主銷區以及主產區和產銷平衡區的供應鏈韌性差異。

（三）Moran’s I指數

1.全局空間自相關分析

表5列示了2011—2022年中國31省糧食供應鏈韌性的全局Moran's I指數?？梢钥闯?，各省份糧食供應鏈韌性的全局Moran's I指數在考察期內均顯著為正，且均大于0.2，表明31省糧食供應鏈韌性存在較強的空間正相關關系。同時z值在大部分年份大于5，說明存在明顯的空間集聚特征。

2.局部空間自相關分析

在全局空間自相關分析的基礎上，進一步利用局部莫蘭散點圖刻畫31省糧食供應鏈韌性的空間集聚形式。由圖4可以看出，大部分省份位于第一象限和第三象限，即糧食供應鏈韌性較高的省份周邊為高糧食供應鏈韌性省份，糧食供應鏈韌性低的省份周邊為低糧食供應鏈韌性省份。這進一步驗證了各省份糧食供應鏈韌性之間存在正向的空間自相關性。部分省份落在莫蘭散點圖的第二象限和第四象限，分別表明韌性低的省份被韌性高的省份包圍和韌性高的省份被韌性低的省份包圍。

通過對比2013年和2022年的散點圖，進一步考察各省份的變化情況。在H-H集聚區中，黑龍江和遼寧于2022年分別位于L-L集聚區和L-H集聚區，說明這兩個省份糧食供應鏈韌性提升速度較慢，被其他高值省份拉開了差距。在L-H集聚區中，江西于2022年位于H-H集聚區中，說明江西近12年糧食供應鏈韌性提升速度快，從而降低了其與周邊省份的差距。而吉林和山西于2022年均位于L-L集聚區，說明這兩個省份和周邊高值省份韌性提升速度在近些年均較慢，與高值省份的差距不斷拉大。在L-L集聚區中，貴州、海南、廣西于2022年均位于L-H集聚區中，說明周邊省份的韌性近年來增速較快，且高于這三個省份。在H-L集聚區中，重慶市于2022年位于L-L集聚區中，說明重慶市和周邊省份12年來韌性提升速度相對較慢，與高值省份的差距有所擴大。

五、驅動因素分析

（一）指標體系選取

綜合已有文獻[22-24]，本文提出了糧食供應鏈韌性的驅動因素框架，包括政府支持、科技創新、基礎設施、經濟基礎、產業基礎、信息化水平和人力資本七個方面，具體指標見表6。政府支持通過政策和資金扶持提高糧食供應鏈的抗風險能力和恢復速度；科技創新通過新技術提升生產效率、減少損耗并增強適應能力；基礎設施的完善提高了響應速度和靈活性，確保糧食及時配送；經濟基礎提供資本支持，增強供應鏈的風險抵御能力；產業基礎的多元化降低了對單一環節的依賴，提升了整體協同效應；信息化水平則通過高效的信息管理支持實時決策和快速調整，增強了供應鏈應對變化的能力；人力資本通過高素質的人力資源提升管理效率，確保在突發事件中迅速恢復。這些因素都可能對糧食供應鏈韌性產生正向影響。

（二）影響因子探測

表6展示了對2022年糧食供應鏈韌性的影響因素進行探測的結果。通過分析糧食供應鏈韌性影響因子的解釋力[q]值可知，7個影響因子的解釋力度均超過0.5，表明糧食供應鏈韌性受到這7個因子影響的程度較深。其中，（1）政府支持因子的[q]值為0.696。地方政府通過進行農業基礎設施建設、與社會資本進行合作、設置補貼政策等方式，能夠有效推動糧食供應鏈的建設，進而促進其韌性的提升。（2）科技創新因子的[q]值為0.820。農業科技創新一方面可以從生產端提高糧食的生產效率，推動糧食加工業轉型，從而保證糧食供應。另一方面可以通過與倉儲、物流進行融合，打造新型糧食物流基地，顯著提高糧食的運輸效率[25]。（3）基礎設施和信息化水平因子的[q]值分別為0.753和0.712。糧食生產具有地域性、季節性、易腐蝕性等特征，這會導致運輸耗損高，運輸效率低，交易成本高等問題，而基礎設施的完善能夠有效緩解這些問題。同時信息化水平的提升打破了地域限制，有效地提升了糧食的知名度和銷路，進而極大地促進了糧食供應鏈韌性的提升[26]。（4）經濟基礎和產業基礎這兩個影響因素的[q]值分別為0.876和0.567。良好的經濟基礎既能夠提供充足的資金支持和穩定的市場需求，保證糧食的正常生產、流通、銷售，又能夠提供多樣化的市場渠道和合作伙伴，從而降低單一市場變動對供應鏈的沖擊。高效的產業基礎能夠提高供應鏈的響應速度和靈活性，使其在面臨突發情況時及時做出調整，進而最大限度避免生產和流通環節所造成的損失。（5）人力資本因子的[q]值為0.795。農業現代化轉型涉及現代化的技術設備和管理方法，擁有相關專業能力的人才能夠助推農業現代化轉型，從而提高農業生產效率和質量，保證糧食供應高質高效[27]。

（三）交互探測分析

交互探測分析能夠識別兩個不同因子之間共同作用時是否會增加或減弱對糧食供應鏈韌性的解釋力度。政府支持、科技創新、基礎設施、經濟基礎、產業基礎、信息化水平、人力資本7個影響因子之間均存在交互作用，交互作用類型為雙因子增強和非線性增強，即不同影響因子兩兩交互作用對糧食供應鏈韌性的解釋力大于單因子作用對糧食供應鏈韌性的解釋力。由表7可知，2022年中國31省糧食供應鏈韌性的空間分布受到不同影響因子間的交互作用及增強效應的影響。其中，高校畢業生數和國內專利申請授權量、農林牧漁業總產值和市場零售總額的解釋力占所有交互項的前兩名，說明經濟基礎、產業基礎、科技創新和人力資本對糧食供應鏈韌性的影響較大。

六、結論與建議

（一）研究結論

文章從韌性的內涵出發，構建了包含抵抗力、恢復力、成長力三個維度、9個二級指標、25個三級指標的糧食供應鏈韌性綜合評價指標體系，利用熵值法對中國31個省域2011—2022年的糧食供應鏈韌性進行測度，并依次對31省整體、糧食三大產區的糧食供應鏈韌性展開分析，然后利用核密度估計方法、Dagum基尼系數和空間自相關性分析探究糧食供應鏈韌性的時空演變分析，最后運用地理探測器分析糧食供應鏈韌性的驅動因素。結果表明：

第一，糧食供應鏈韌性呈上升趨勢，且極化現象減弱，區域間的發展差距增大。具體來看，糧食主產區供應鏈韌性提升，但區域內部的絕對差異持續擴大；糧食主銷區糧食供應鏈韌性不斷提升，且在各省份存在一定的差異，同時具有明顯的極化現象，但該現象在逐漸減弱；產銷平衡區糧食供應鏈韌性不斷提升，且省份間的差距也較小。

第二，組內基尼系數數值較小，2011—2022年基尼系數均小于0.18，且整體趨勢呈現高低波動緩慢下降態勢。具體來看，區域內差異呈現出主銷區＞產銷平衡區＞主產區的格局，其中產銷平衡區整體呈現出下降趨勢，而主銷區和主產區呈現出上升的趨勢；區域間差異表現出主產區和主銷區之間的發展差距相對較小，而主銷區與產銷平衡區之間的發展差距則最大，不同區域間的發展差距均呈現出下降的趨勢。

第三，糧食供應鏈韌性在全國范圍內呈現出空間集聚特征。具體來看，全局Moran’s I指數12年來均大于0，且z值大于4，這表明糧食供應鏈韌性在全國范圍內呈空間集聚態勢，且為正相關關系；局部Moran’s I散點圖表明大部分省份位于H-H集聚區和L-L集聚區，其中黑龍江、遼寧、江西、吉林、山西、貴州、海南、廣西、重慶等省份在12年內發生了遷移。

第四，各因子對糧食供應韌性均有影響。具體來看，7個影響因子對糧食供應鏈韌性作用強（[q]gt;0.56），經濟基礎（X4）對糧食供應韌性具有很強的解釋力（[q]=0.876），且交互結果均為雙因子增強，各因子交互后對糧食供應韌性都存在較強的疊加作用，協同強化的作用明顯，這7種因子中的任意兩種因子，其疊加值（q∈（0.56，0.94））都大于單一因子作用。

（二）政策建議

為促進糧食供應鏈韌性的提升，發揮其在維護國家糧食安全、推進鄉村振興、建設農業強國等方面的推動作用，結合研究結論，提出以下政策建議。

1.加大科技創新投入力度

科技創新是提高糧食供應鏈韌性的關鍵之一。應加大對農業科技研發的支持，鼓勵農業企業和科研機構合作，推動新技術、新品種的研發和應用。通過基因編輯技術培育抗病、適應性強的作物品種，提高抗災能力。利用物聯網、人工智能等技術提升農業生產的智能化水平，實現精準農業管理，減少資源浪費，增強供應鏈的敏捷性和反應速度。

2.加強基礎設施建設

健全的基礎設施是糧食供應鏈韌性的基礎保障。應加大對農村基礎設施建設的投入，包括交通、物流、能源、通信等方面。建設高效的運輸網絡，優化糧食運輸路線，降低運輸成本和時間，減少物流環節中的損耗和延誤。同時，完善冷鏈物流體系，確保糧食在運輸過程中的新鮮度和品質，提高供應鏈的穩定性。

3.筑牢產業發展基礎

發展多元化、高附加值的農業產業是提高供應鏈韌性的關鍵。政府可以制定產業政策，引導農業企業向產業鏈的中高端延伸，提升產品附加值和市場競爭力。同時，加強糧食加工和品牌建設，提高產品的附加值和知名度，拓展銷售渠道，降低對單一市場的依賴，減輕供應鏈受外部沖擊的風險。

4.加大人才培育力度

具備專業化、高素質的人才是糧食供應鏈韌性的重要保障。政府可以加強對農業人才培養和引進的支持，推動農業教育和科研機構與企業的合作，培養適應現代農業發展需求的人才隊伍。同時，建立健全的農業人才激勵機制，吸引更多優秀人才從事農業生產和管理工作，提高供應鏈的專業化水平和管理能力。

5.促進區域間糧食供應鏈韌性協調發展

平衡各區域間差異是糧食供應鏈韌性的關鍵支撐。一是制定跨區域協調發展戰略，加強糧食產業鏈各環節溝通協作，建立信息共享平臺，合理配置資源，降低區域間差異對韌性影響；二是針對區域差距，對主銷區和產銷平衡區實施針對性扶持合作政策，鼓勵在物流基建、市場拓展等方面深度合作，給予在產銷平衡區建設面向主銷區物流配送中心企業優惠，協調質量標準和市場準入規則，縮小差距，增強整體韌性。

參考文獻：

[1]朱晶，張瑞華，謝超平.全球農業貿易治理與中國糧食安全[J].農業經濟問題，2022（11）：4-17.

[2]陳明星.糧食安全韌性：內在機理、重塑路徑與提升策略[J].貴州社會科學，2023（11）：120-128.

[3]陳啟亮，謝家智，張明.農業自然災害社會脆弱性及其測度[J].農業技術經濟，2016（8）：94-105.

[4]劉月，郭亞紅.數字經濟、產業鏈韌性與流通業高質量發展[J].商業經濟研究，2022（19）：176-179.

[5]LUTHAR S S，CICCHETTI D，BECKER B.The construct of resilience：A critical evaluation and guidelines for future work[J].Child Dev，2000，71（3）：543-562.

[6]MARTIN R.Regional economic resilience，hysteresis and recessionary shocks[J].Journal of Economic Geography，2012，12（12）：1-32.

[7]FOLKE C.Resilience （Republished）[J].Ecology and Society，2016，21（4）.

[8]CHANG J，JIANG H.Spatio-Temporal Differentiations and Influence Factors in China’s Grain Supply Chain Resilience[J].Sustainability，2023，15（10）：8074.

[9]CHANG J，JIANG H，LIU J，et al.How the digital economy enhances the grain supply chain resilience in China：Exploring the moderating effects of government innovation-driven[J].Frontiers in Sustainable Food Systems，2024，8：1439593.

[10]王宣珂，高海偉.新時代中國式現代糧食供應鏈構建[J].中國流通經濟，2023，37（07）：40-47.

[11]陶亞萍.新時期強化中國糧食供應鏈韌性的創新路徑[J].寧夏社會科學，2023（01）：118-124.

[12]徐文平，陳文博.基于組合賦權-VIKOR的農產品供應鏈韌性評價體系研究[J].物流工程與管理，2023，45（12）：62-67.

[13]戴媛媛.中國糧食產業鏈供應鏈韌性分布動態與區域差距[J].統計與決策，2024，40（18）：114-119.

[14]馬俊凱，李光泗，韓冬.數字經濟賦能糧食供應鏈韌性：作用路徑和政策取向[J].新疆社會科學，2023（01）：46-54.

[15]阿布都瓦力·艾百，米爾卡米力·多力昆，趙振男.農村數字化與糧食供應鏈韌性：理論機制、經驗證據及政策選擇[J].西北農林科技大學學報（社會科學版），2024，24（04）：83-90.

[16]謝佳瑩.數字鄉村建設對我國糧食供應鏈韌性影響研究[D].中北大學，2024.

[17]張明斗，惠利偉.中國農業經濟韌性的空間差異與影響因素識別[J].世界農業，2022（01）：36-50.

[18]董亞妮，祁春節，譚明交.糧食主產區農業韌性的空間差異及影響因素[J].中國農業資源與區劃2024，45（03）：14-25.

[19]王娟娟，曲健.數字經濟賦能糧食供應鏈韌性的效應及區域分異研究[J].西北民族大學學報（哲學社會科學版），2024（01）：138-154.

[20]楊博，王征兵.綠色技術創新對生鮮農產品綠色物流效率的影響——基于產業集聚的調節效應[J].中國流通經濟，2023，37（01）：60-70.

[21]王勁峰，徐成東.地理探測器：原理與展望[J].地理學報，2017，72（01）：116-134.

[22]趙曉飛.我國現代農產品供應鏈體系構建研究[J].農業經濟問題，2012，33（01）：15-22.

[23] 陳明星.糧食供應鏈安全：一個新的糧食安全視角——兼論糧食生產核心產區發展思路創新[J].調研世界，2011（03）：40-43.

[24]陳明星.糧食安全韌性：內在機理、重塑路徑與提升策略[J].貴州社會科學，2023（11）：120-128.

[25]華堅，潘雪晴.農業科技創新對糧食產業高質量發展的影響——基于30個省份面板數據分析[J].華東經濟管理，2022，36（07）：55-64.

[26]王偉，林麗波，布仁門德.農村基礎設施對農業綠色全要素生產率的影響研究——基于空間溢出效應視角[J].中國農業資源與區劃，2024，45（11）：35-42.

[27]胡瑞，趙紫睿.我國農業科技人才成長環境的時空演進及其影響因素——基于2011—2021年省際數據的分析[J].華中農業大學學報（社會科學版），2023（04）：90-102.

責任編輯：管仲

Resilience of China’s Grain Supply Chain："Its Spatiotemporal Evolution and Driving Factors

Zeng Junjie" "Li Xianbai" Cai Yang" Yu Pujun

（School of Economics and Management， Chongqing Normal University， Chongqing 4001311， China）

Abstract： China’s grain supply chain plays an important role in maintaining national food security， promoting rural revitalization， and building an agricultural powerhouse. Based on data from 31 provinces in China from 2011 to 2022， a resilience evaluation index system for the grain supply chain is constructed. The entropy method is used to evaluate the resilience of the grain supply chain， and the kernel density estimation method， Dagum Gini coefficient， and Moran’s I index method are used to analyze the spatiotemporal evolution characteristics of the resilience of the grain supply chain. Geographic detectors are used to identify the influencing factors of the resilience of the grain supply chain. The results are as follows. The overall level of resilience in the grain supply chain in 31 provinces across the country is still low， but there has been a significant improvement. The resilience of the grain supply chain in the three major regions of major grain producing areas， major grain selling areas， and balanced production and sales areas has shown a steady growth trend. There is a certain gap in the resilience of the national food supply chain， and regional differences are the main cause of the gap; There is also a certain gap in the resilience of the food supply chain between the three major regions and within each region. There are significant spatial clustering characteristics between provinces. Government support， technological innovation， infrastructure， economic foundation， industrial foundation， information technology level， human capital， and their interactions all have a positive promoting effect on the resilience of the food supply chain. Finally， the article proposes policy recommendations to further enhance the resilience of the food supply chain from four aspects： increasing investment in technological innovation， strengthening infrastructure construction， building a solid foundation for industrial development， and increasing talent cultivation efforts.

Key words： resilience of the grain supply chain; kernel density estimation; Dagum Gini coefficient; Moran’s I index methods; spatial correlation; spatial correlation

[基金項目]國家社會科學基金項目（項目編號：22BJL103）。

[作者簡介]曾俊杰（1996-）男，重慶璧山人，碩士研究生，研究方向：農業管理；通訊作者：李賢柏（1968-），男，四川達縣人，碩士，教授，研究方向：勞動經濟。