中国农业韧性空间关联网络特征及驱动因素识别

doi:10.12118/j.issn.1000-6060.2025.625

摘要/Abstract

摘要：

基于2014—2023年中国30个省（自治区、直辖市）的面板数据，综合运用熵权法、社会网络分析法与指数随机图（ERGM）模型，系统考察了中国农业韧性的空间关联网络结构特征及其驱动因素。结果表明：（1）中国农业韧性总体呈稳步上升态势，但各维度发展不均衡，经济韧性和社会韧性表现较好，生产韧性与生态韧性发展则相对滞后。（2）农业韧性空间关联网络呈扁平化发展趋势，网络整体保持高度通达，但尚未形成紧密关联，且省（自治区、直辖市）间大多保持单向关联。（3）农业韧性空间关联呈现“西-中-东”辐射路径，净溢出板块大多集中于中西部地区，净受益板块多分布在中东部地区，经纪人板块仍有较大提升空间。（4）中国农业韧性空间关联网络的形成是内生结构、行动者属性与外部环境共同作用的结果，互惠性、循环性等内生结构促进了农业韧性网络的形成，经济水平、生产条件、产业结构及极端强降水是农业韧性网络形成的核心驱动力，地理邻近与贸易往来则是农业韧性网络形成的重要外部驱动力。

关键词: 农业韧性, 空间关联网络, 社会网络分析法, 指数随机图模型

Abstract:

Based on panel data from 30 provinces, autonomous regions, and municipalities in China from 2014 to 2023, this study employs the entropy weight method, social network analysis, and exponential random graph models to systematically examine the structural characteristics and driving factors of the spatial correlation network of agricultural resilience in China. The results indicate that (1) Agricultural resilience shows a steady upward trend, although development across dimensions remains uneven. Economic and social resilience perform relatively well, whereas production and ecological resilience lag behind. (2) The spatial correlation network of agricultural resilience exhibits a flat development trend. Although the overall network remains highly accessible, close correlations have not yet formed, and most provinces, autonomous regions, and municipalities maintain one-way correlations. (3) The spatial correlation follows a “west-central-east” radiation path. Net spillover sectors are mainly concentrated in the central and western regions, whereas net benefit sectors are primarily distributed in the central and eastern regions, and the broker sector still requires substantial improvement. (4) The formation of spatially correlated networks of agricultural resilience in China results from the interplay of endogenous structures, actor attributes, and external environments. Endogenous structures such as reciprocity and circularity promote the formation of the agricultural resilience network. Economic level, production conditions, industrial structure, and extreme heavy rainfall are the core driving forces for the formation of the agricultural resilience network, while geographical proximity and trade are important external driving forces.

Key words: agricultural resilience, spatial correlation network, social network analysis, exponential random graph model

芦风英, 滕圣钰, 邓光耀. 中国农业韧性空间关联网络特征及驱动因素识别[J]. 干旱区地理, 2026, 49(7): 1470-1480.

LU Fengying, TENG Shengyu, DENG Guangyao. Characteristics of agricultural resilience spatial correlation network and identification of driving factors in China[J]. Arid Land Geography, 2026, 49(7): 1470-1480.

图/表 9

表1

图1

图2

表2

表3

表4

表5

ERGM模型估计结果"

变量	模型（1） 2014—2023年均值	模型（2） 2014年	模型（3） 2023年
弧	-5.18^**（1.64）	-3.83^*（1.53）	-9.12^***（1.44）
互惠性	2.49^***（0.38）	-0.64（0.34）	2.53^***（0.42）
连通性	-0.03（0.05）	-0.15^***（0.04）	-0.03（0.05）
循环性	-0.86^***（0.18）	0.12（0.15）	-1.05^***（0.21）
集聚性	0.32（0.17）	0.41^*（0.19）	0.26 （0.16）
发出效应（经济水平）	4.62^***（0.78）	0.74（1.69）	6.91^***（0.89）
接收效应（经济水平）	0.93（0.95）	-1.95（1.65）	2.46（1.26）
异配性（经济水平）	-2.32^**（0.69）	-0.83（1.42）	-2.11^**（0.79）
发出效应（产业结构）	1.98^*（0.98）	1.94（1.16）	3.99^***（1.05）
接收效应（产业结构）	0.13（1.03）	-0.01（1.14）	1.60（1.07）
异配性（产业结构）	3.69^***（0.84）	-0.58（1.03）	2.59^**（0.83）
发出效应（生产条件）	1.81^**（0.57）	0.99（0.65）	1.91^*（0.86）
接收效应（生产条件）	-0.08（0.53）	-0.32（0.63）	-0.65（0.78）
异配性（生产条件）	0.39（0.58）	2.68^***（0.78）	-0.64（0.88）
发出效应（科技创新）	0.37（0.61）	1.70^*（0.70）	1.38（0.76）
接收条件（科技创新）	-0.65（0.63）	-0.12（0.72）	-0.65（0.69）
异配性（科技创新）	-0.78（0.53）	0.09（0.69）	-0.50（0.57）
发出条件（极端气温）	-3.10^***（0.85）	1.41（1.05）	0.92（0.58）
接收条件（极端气温）	-0.66（0.83）	3.19^**（1.11）	-0.02（0.58）
异配性（极端气温）	-2.13^*（0.90）	-1.11（1.27）	-1.54^*（0.64）
发出条件（极端强降水）	1.22^*（0.60）	-0.79（1.82）	2.27（2.12）
接收条件（极端强降水）	1.41^*（0.64）	-2.41（1.84）	-0.26（1.91）
异配性（极端强降水）	-0.71（0.57）	-3.14（1.87）	2.04（2.14）
D[0, 500]	3.76^***（0.61）	3.96^***（0.69）	2.81^***（0.59）
D[500, 1000]	2.56^***（0.52）	2.88^***（0.59）	1.95^***（0.52）
D[1000, 1500]	1.33^**（0.43）	2.06^***（0.48）	1.04^*（0.44）
D[1500, 2000]	0.77^*（0.40）	1.48^**（0.47）	0.70（0.42）
贸易网络	0.56^*（0.28）	0.51（0.31）	0.95^**（0.31）
AIC	702.03	791.65	671.24
BIC	835.55	925.17	804.76

表5

图3

图4

参考文献 16

[1]	Holling C S. Resilience and stability of ecological systems[J]. Annual Review of Ecology and Systematics, 1973, 4(1): 1-23. doi: 10.1146/ecolsys.1973.4.issue-1
[2]	王瑞雪, 陈建成, 方宜亮, 等. 中国粮食主产区农业韧性的空间分异、演化特征与驱动力[J]. 农业经济与管理, 2023(4): 23-36.
	[Wang Ruixue, Chen Jiancheng, Fang Yiliang, et al. Spatial differentiation, evolution characteristics and driving forces of agricultural resilience in China’s main grain production areas[J]. Agricultural Economics and Management, 2023(4): 23-36.]
[3]	宋敏, 刘欣雨. 数字经济赋能农业韧性机制研究——基于人力资本的中介效应分析[J]. 江苏社会科学, 2023(1): 103-112.
	[Song Min, Liu Xinyu. Agricultural resilience empowered by the digital economy: The mediating role of human capital[J]. Jiangsu Social Sciences, 2023(1): 103-112.]
[4]	王亚飞, 余金鑫. 中国省际农业韧性空间关联的网络结构及驱动因素[J]. 三峡大学学报(人文社会科学版), 2024, 46(4): 61-70.
	[Wang Yafei, Yu Jinxin. The network structure and drivers of inter-provincial agricultural resilience in China[J]. Journal of China Three Gorges University (Humanities & Social Sciences Edition), 2024, 46(4): 61-70.]
[5]	田相辉, 黄子勇. 中国农业产业韧性水平的区域差异与时空演变[J]. 统计与决策, 2024, 40(15): 104-109.
	[Tian Xianghui, Huang Ziyong. Regional differences and spatiotemporal evolution of resilience of China’s agricultural industry[J]. Statistics & Decision, 2024, 40(15): 104-109.]
[6]	郝爱民, 谭家银. 农村产业融合赋能农业韧性的机理及效应测度[J]. 农业技术经济, 2023(7): 88-107.
	[Hao Aimin, Tan Jiayin. Empowering agricultural resilience by rural industrial integration: Influence mechanism and effect analysis[J]. Journal of Agrotechnical Economics, 2023(7): 88-107.]
[7]	孙聪, 夏恩君, 黄洁萍, 等. 数农融合发展对农业韧性的影响[J]. 经济与管理研究, 2024, 45(6): 76-94.
	[Sun Cong, Xia Enjun, Huang Jieping, et al. Impact of digital economy-agriculture integration on agricultural resilience[J]. Research on Economics and Management, 2024, 45(6): 76-94.]
[8]	潘敏, 刘红艳, 程子帅. 极端气候对商业银行风险承担的影响——来自中国地方性商业银行的经验证据[J]. 金融研究, 2022(10): 39-57.
	[Pan Min, Liu Hongyan, Cheng Zishuai. The impact of extreme climate on commercial banks’ risk-taking: Evidence from local commercial banks in China[J]. Journal of Financial Research, 2022(10): 39-57.]
[9]	芦风英, 庞智强, 邓光耀. 中国乡村振兴发展的区域差异测度及形成机理[J]. 经济问题探索, 2022(4): 19-36.
	[Lu Fengying, Pang Zhiqiang, Deng Guangyao. Measurement and formation mechanism of regional differences in rural revitalization in China[J]. Inquiry into Economic Issues, 2022(4): 19-36.]
[10]	史玉芳, 牛玉. 关中平原城市群韧性空间关联网络及其影响因素研究[J]. 干旱区地理, 2024, 47(2): 270-280. doi: 10.12118/j.issn.1000－6060.2023.104
	[Shi Yufang, Niu Yu. Resilience spatial correlation network and its influencing factors in Guanzhong Plain urban agglomeration[J]. Arid Land Geography, 2024, 47(2): 270-280.] doi: 10.12118/j.issn.1000－6060.2023.104
[11]	史维良, 李博雅. 黄河流域三大城市群城市韧性空间网络结构研究[J]. 干旱区地理, 2024, 47(10): 1767-1780. doi: 10.12118/j.issn.1000-6060.2024.058
	[Shi Weiliang, Li Boya. Resilience spatial network structure of the three major urban agglomerations in the Yellow River Basin[J]. Arid Land Geography, 2024, 47(10): 1767-1780.] doi: 10.12118/j.issn.1000-6060.2024.058
[12]	邓光耀, 沈迎辰. 中国生态韧性关联网络的特征及影响因素研究[J]. 干旱区地理, 2025, 48(4): 704-716. doi: 10.12118/j.issn.1000-6060.2024.396
	[Deng Guangyao, Shen Yingchen. Characterization and influencing factors of ecological resilience linkage networks in Chinese[J]. Arid Land Geography, 2025, 48(4): 704-716.] doi: 10.12118/j.issn.1000-6060.2024.396
[13]	董亚妮, 祁春节, 谭明交, 等. 粮食主产区农业韧性的空间差异及影响因素[J]. 中国农业资源与区划, 2024, 45(3): 14-25.
	[Dong Yani, Qi Chunjie, Tan Mingjiao, et al. Spatial differences and influences factors of agricultural resilience in major grain-producing areas[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2024, 45(3): 14-25.]
[14]	Robins G, Pattison P, Elliott P. Network models for social influence processes[J]. Psychometrika, 2001, 66(2): 161-189. doi: 10.1007/BF02294834
[15]	杨青, 郭露, 刘星星, 等. 基于模体结构与指数随机图的中国省域交通碳排放空间关联格局的驱动要素研究[J]. 中国环境科学, 2024, 44(2): 1171-1184.
	[Yang Qing, Guo Lu, Liu Xingxing, et al. Research on the driving factors of the spatial correlation pattern of provincial transport carbon emissions in China based on modular structure and exponential random graph[J]. China Environmental Science, 2024, 44(2): 1171-1184.]
[16]	邵帅, 徐俐俐, 杨莉莉. 千里“碳缘”一线牵: 中国区域碳排放空间关联网络的结构特征与形成机制[J]. 系统工程理论与实践, 2023, 43(4): 958-983. doi: 10.12011/SETP2022-1418
	[Shao Shuai, Xu Lili, Yang Lili. Structural characteristics and formation mechanism of carbon emission spatial association networks within China[J]. Systems Engineering-Theory & Practice, 2023, 43(4): 958-983.]

一级指标	二级指标	三级指标	属性	权重
经济韧性	农业结构	养殖业产值占农林牧渔业总产值的比重	+	0.0193
		农林牧渔服务业增加值占农林牧渔业增加值的比重	+	0.0297
		农产品加工业营业收入/农林牧渔业主营业务收入	+	0.1006
	金融与财政支持力度	农业保险深度	+	0.1172
		农林水事务支出占农林牧渔业增加值的比重	+	0.1743
		农业创新投入经费（企业投入）	+	0.0845
生产韧性	农业生产条件	农作物耕种收综合机械化率	+	0.0176
	农业生产条件	农田灌溉水有效利用系数	+	0.0319
	农业产出效率	农业土地产出率	+	0.0549
	农业产出效率	农业劳动生产率	+	0.0461
生态韧性	环境压力	化肥投入强度	-	0.0110
	环境压力	农药投入强度	-	0.0083
	生态治理	森林覆盖率	+	0.0389
		水土流失治理指数	+	0.0627
		农作物成灾率	-	0.0028
社会韧性	人力资本	乡村15~64岁人口占比	+	0.0239
		乡村医生和卫生员人数	+	0.0639
		农村人均受教育年限	+	0.0093
	组织建设	村委会成员大学专科以上文化程度占比	+	0.0572
	组织建设	主任、书记“一肩挑”占比	+	0.0460

省（自治区、直辖市）	点度中心度		接近中心度		中介中心度
省（自治区、直辖市）	溢出	接收	溢出	接收	中介中心度
北京	24.14	58.62	24.79	65.91	3.97
天津	17.24	13.79	24.37	46.03	0.12
河北	20.69	31.03	27.88	54.72	0.55
山西	27.59	44.83	32.22	59.18	7.22
内蒙古	24.14	37.93	27.88	52.73	2.41
辽宁	31.03	10.34	29.00	49.15	1.93
吉林	10.34	6.90	23.97	45.31	0.00
黑龙江	31.03	75.86	29.00	78.38	12.47
上海	3.45	55.17	20.71	69.05	0.11
江苏	10.34	55.17	25.66	69.05	4.67
浙江	20.69	48.28	29.00	65.91	6.65
安徽	24.14	51.72	31.87	67.44	10.12
福建	24.14	10.34	31.87	43.28	1.60
江西	27.59	31.03	34.12	46.03	3.66
山东	34.48	31.03	29.29	58.00	3.72
河南	34.48	27.59	33.33	56.86	3.14
湖北	31.03	34.48	32.95	55.77	8.97
湖南	31.03	27.59	34.52	45.31	4.24
广东	31.03	27.59	34.52	45.31	8.41
广西	27.59	6.90	33.72	33.33	0.17
海南	24.14	24.14	33.33	35.80	3.66
重庆	41.38	20.69	37.66	35.80	2.06
四川	37.93	17.24	37.66	39.73	8.65
贵州	44.83	10.34	38.67	33.33	2.10
云南	37.93	10.34	38.16	28.71	2.73
陕西	37.93	44.83	36.71	58.00	16.41
甘肃	20.69	6.90	34.52	24.58	0.06
青海	31.03	6.90	36.25	24.58	0.46
宁夏	34.48	0.00	55.77	3.33	0.00
新疆	48.28	17.24	39.73	31.87	9.28

板块	密度矩阵（像矩阵）				接收关系数		溢出关系数		期望比例	实际比例	板块属性
板块	I	II	III	IV	板块内	板块间	板块内	板块间	期望比例	实际比例	板块属性
I	0.161（0）	0.031（0）	0.542（0）	0.094（0）	9	81	9	34	24.14	20.93	净受益
II	0.188（0）	0.089（0）	0.417（1）	0.563（1）	5	40	5	68	24.14	6.85	净溢出
III	0.729（1）	0.042（0）	0.300（1）	0.042（0）	9	52	9	39	17.24	18.75	经纪人
IV	0.531（1）	0.563（1）	0.125（0）	0.089（0）	5	44	5	76	24.14	6.17	净溢出

变量	示意图	假设检验
弧		一般作为常数项，不作解释
互惠性		是否省（自治区、直辖市）间倾向于农业韧性双向连接?
循环性		是否省（自治区、直辖市）间更倾向于形成农业韧性三角传递关系?
连通性		是否省（自治区、直辖市）间倾向于同时具有较多的农业韧性发出和接收关系?
集聚性		是否省（自治区、直辖市）间更倾向于形成农业韧性集聚性关系?
发出效应		是否省（自治区、直辖市）间更倾向于形成农业韧性发出关系?
接收效应		是否省（自治区、直辖市）间更倾向于形成农业韧性接收关系?
异配性		是否属性相异的省（自治区、直辖市）间更倾向于形成农业韧性关联关系?
协变量		是否省（自治区、直辖市）间易受外部环境影响的更倾向于形成农业韧性关联关系?