构建全球危机的韧性粮食安全：来自中国的新证据陈佐恩旭,张玛丽娜,董凯琴,王胜鹏首次发表：2024年10月9日https://doi.org/10.1002/fes3.70008数字对象标识符（DOI）查看指标资金来源：作者未获得任何特定资金支持。About章节  easyScholar文献收藏摘要现有文献关注食品系统中断的重要性及全球粮食危机的风险。然而，对响应策略及其有效性评估的理解不足。本研究全面介绍了中国的粮食安全政策，并评估其在提升国家风险抵抗能力方面的有效性。我们利用熵权重法（EWM）和理想方案相似度排序法（TOPSIS），评估了2003年至2020年中国省份粮食安全韧性（FSR），并采用ArcGIS平台绘制时空趋势图。我们的研究结果显示，全国范围内FSR显著改善，年均增长率显著为1%–5%。然而，地区差异依然存在，东部省份的韧性比西部更高。研究强调了中国粮食安全政策的有效性，这些政策协同提升了粮食产量、农业机械化和农民经济状况。文章提出了旨在加强中国自由社会共和国的政策建议，并提出具有全球影响的挑战。我们的研究通过细致理解政策干预在主要农业经济体中的有效性，促进了全球粮食安全的更广泛讨论。1 简介联合国将“终结饥饿、实现粮食安全和改善营养、促进可持续农业”列为2030年可持续发展目标的第二项（联合国2015年）。这凸显了全球社会必须解决这一关键问题的迫切性，而这一问题是人类共同命运的核心。然而，由于全球人口增长和人均收入的上升，预计未来几十年全球粮食供应将面临前所未有的挑战（Mc Carthy 等，2018;巴雷特 2021;Rahut 等，2022）。此外，有限的耕地面积（Chen 2007;黄和杨 2017）以及环境退化（黄和罗泽尔 1995）为粮食产量设定了上限。更不幸的是，政治不稳定和气候变化加剧了这一问题，导致饥饿、不平等以及全球治理问题的升级（Wheeler 和 Von Braun 2013;Deaton和Lipka，2015年;杨、秦、涂 2015;Lu 等，2019;Gunaratne、Radin Firdaus 和 Rathnasooriya 2021）。联合国世界粮食计划署发布的《2020饥饿地图》强调了非洲、南亚和拉丁美洲地区粮食短缺的区域性集中。如果趋势持续，预计到2030年全球饥饿人口将达到8.4亿（世界粮食计划署2020年数据）。中国正崛起为稳定全球粮食安全的关键国家。令人惊讶的是，中国农业仅利用地球可耕地的7%，满足了近19%全球人口的食物需求（Xue 等，2021）。在全球化进程显著的时代，中国应对粮食挑战的方式日益影响地缘政治和全球治理。理解中国确保粮食安全的努力不仅对国家发展至关重要，也为其他国家，尤其是新兴经济体提供宝贵见解。关于中国保障粮食安全和抵御供应短缺风险策略的研究，主要聚焦于农业技术和农业体系的视角（Gregory 和 George 2011;范等，2012;Li， Clark 等，2020;Liu 等，2022;Jin 和 Zhong 2022;Luo 等，2022）。然而，只有少数学者强调粮食政策的关键作用，特别是在中国独特国情背景下（黄和杨 2017）。现有文献表明，中国的粮食政策具有目的性和互补性，旨在协同以增强国内粮食安全（Li， Wang and Jia 2012;Mukhopadhyay、Thomassin 和 Zhang 2018;黄和杨 2017）。中国的粮食贸易政策不太可能导致全球粮食短缺和价格上涨，这也支持全球粮食安全（Hansen， Tuan， 和 Somwaru 2011）。黄等人（2017）发现，通过观察中国的粮食进口并分析相关政策，中国的粮食贸易不会让世界挨饿，这为回答布朗（1996）提出的问题提供了证据：谁来养活中国？政府对中国农业的坚实支持对国家自给自足至关重要，并有助于全球粮食安全（Wong 和 Huang 2012;赵 2022），尽管一些学者批评这种“政治优先”的粮食安全战略，因为它反对国际食品贸易（Clapp 2017）。然而，文献中存在空白。缺乏对中国粮食安全政策在全球风险上升背景下有效性的评估，尤其是在衡量和分析中国省级粮食安全韧性（FSR）（Ansah、Gardebroek和Ihle 2019）。韧性概念已被在多个研究领域中探讨，包括生态学、城市研究、工程学及跨学科领域（Bullock 等，2017;Ji和Wang 2023）。本文特别探讨了粮食安全背景下的韧性，将其定义为在慢性和急性环境动荡下，维持充足粮食生产并确保农民体面生计的能力。本文旨在（1）讨论和分析全球粮食安全挑战及中国粮食政策，（2）实证性地考察中国省级食品资源。基于2003年至2020年中国省级FSR数据，我们采用了熵权重法——基于理想解相似度排序的优先排序技术（EWM–TOPSIS）方法，构建了FSR的多维评估指数系统，并通过ArcGIS平台利用时空数据分析结果。我们的发现不仅有助于学术讨论，也为中国及全球政策制定者提供切实可行的见解，帮助他们在日益动荡的环境中提升粮食安全策略。本文其余部分组织如下：第二部分简要介绍我们采用的研究方法。第三部分讨论了全球粮食危机的基本知识框架及中国当前的主要粮食政策。然后，在第四部分，我们介绍FSR评估的分析步骤，以及具体的数据选择和来源。在第五部分，我们应用EWM–TOPSIS模型计算中国省级FSR，并通过应用ArcGIS直观展示结果。最后，第6节讨论了与本研究相关的一些结论和未来工作。2 研究方法我们采用混合方法来弥补这些空白。首先，采用综合审查方法，讨论并介绍粮食安全挑战及中国的主要粮食政策;随后，我们采用EWM–TOPSIS评估省级FSR，并最终通过地理信息空间分析技术展示结果。具体来说，我们最初提出一种雪球法来回顾全球危机及中国的应对，特别关注中国政府推出的粮食政策。本文应用的EWM–TOPSIS模型广泛应用于跨学科研究领域，如交通（Zhang 和 Ng 2021）和城市规划（Ji 和 Wang 2023）。EWM最初由Shannon和Weaver于1947年提出，Zeleny于1982年进一步发展，正如Kumar等人（2021）所指出的。与分析层次过程和德尔斐方法等主观加权工具相比，EWM根据原始数据的变化程度确定权重，从而提供了更客观的指标权重。TOPSIS 最初由黄和尹于1981年提出，尹和黄分别于1987年和1993年进行了后续改进。TOPSIS 是利用理想方法解决多目标决策问题的常用方法（Zhang 和 Ng 2021）。此外，EWM相较于TOPSIS中使用的平均加权方法（每个指数权重相等）具有显著优势。研究成果将通过ArcGIS平台进行可视化展示和解读。ArcGIS由环境系统研究所开发，是一款用于可视化和分析地理数据的多功能工具（Scott 和 Janikas 2009）。其常用功能之一是展示来自评估性研究的区域数据（Wang 等，2021;Li、Zhao和Kong 2022;Li 等，2024）。3 粮食安全挑战与中国的应对策略3.1 全球粮食危机与中国形势全球危机持续挑战粮食安全的门槛，进一步加剧了本已不足的资源压力（Su 等，2023）。新冠疫情是自21世纪以来人类社会中持续时间最长、最广泛且影响最深远的健康危机，其相关风险至今仍在持续（El-Sadr、Vasan 和 El-Mohandes 2023）。疫情对粮食安全的负面影响多方面，表现为经济衰退导致的食品获取减少、农业生产不稳定、供应链中断以及食品贸易限制（Laborde等，2020;Okolie 和 Ogundeji 2022）。联合国官方数据显示，2020年，COVID-19导致全球近24亿人无法获得足够的食物（联合国儿童基金会2021）。此外，人为因素也可能阻碍迈向无饥饿世界的进程。乌克兰持续的战争直接影响了中东和北非（MENA）和撒哈拉以南非洲等高度依赖俄罗斯和乌克兰小麦进口的地区的食品供应和价格（Glauben 等，2022;Leal Filho 等，2023）。自2021年底以来，谷物和植物油等大宗商品价格飙升至新高，甚至超过了2007年全球粮食危机期间的水平（Glauben 等，2022）。鉴于本地食品生产和出口受限，加上乌克兰和俄罗斯在全球农业贸易体系中扮演重要角色，这一负面影响很可能继续扩散，进一步威胁全球粮食安全（Bhadra、Gul和Choi 2023）。由于无法从陆地获得足够的食物，人们将注意力转向海洋，这导致近几十年来全球捕捞渔业和水产养殖产量显著增长（张、陈等，2023）。然而，日本于2023年将福岛核电站的废水排放到海洋，可能会限制这种食物来源的扩展。尽管日本政府承诺这些处理后的废水对健康影响不大，但越来越多的疑虑和临时禁令，尤其是来自邻国政府和消费者的限制，仍然不断被提出和实施（Lu 等，2021;Pu， Jiang， 和 Fan 2022;Xu 等人，2023）。这一状况将严重影响海鲜贸易市场（Wang 等，2022），进而影响全球食品供应。上述全球危机揭示了技术、制度、生物物理、经济、社会和政治因素的复杂性，这些因素影响粮食供应、可及性、质量和可持续发展，在紧急情况下不可避免地导致本已脆弱的全球粮食安全体系的不可预测后果。因此，确保粮食安全仍然是全球治理中的关键问题。在此背景下，中国正在推进粮食韧性战略，以应对这些挑战。中国政府始终将确保粮食安全和增强食品风险抗能力作为重要的政治任务。一方面，作为世界上人口最多的国家之一，中国为人民保证充足食物的能力对全球粮食安全具有重大影响。另一方面，中国独特的政治和文化背景促使当局保障粮食供应。目前以食品政策为主导的风险管理模式已成功实施，取得了显著成果。根据世界粮食计划署的数据，中国的饥饿指数被归类为“蓝区”，类似于欧洲和美洲国家，表明普通人口营养不良的普遍率极低（世界粮食计划署2020年）。此外，中国政府在2019年10月发布的最新《中国粮食安全》白皮书中宣布，中国的粮食供应稳定，基本保证了自给自足（国务院新闻办公室2019年）。尽管中国过去在粮食自给方面取得了成功，但这并不一定意味着对未来粮食不安全有免疫力，因为非粮食作物的需求正在显著增长，给国家的粮食供应带来了新的挑战（Ghose 2014）。3.2 千禧年以来中国的主要粮食政策中华人民共和国粮食政策的发展以1978年经济改革的开始为标志，发生了关键转变。最初，在中央计划经济下，“统一买卖”政策要求中国农民以政府指导的价格向国家销售固定数量的粮食（Oi 1986;奈特 1995）。这一政策对于将资源从农业转向工业、支持城市生存和国民储蓄至关重要，这促进了重工业化，但对农民造成了巨大压力（Chen 1995;Oi 1999;Tuan、Zhong和Ke 2004;林和余 2008）。1978年后改革引入了市场导向的尝试（Findlay和Chen 2001），反映了更广泛、更多层面的食品政策方法。这一新阶段包括实施作物最低采购价格（CMPP）、全面废除农业税和直接粮食补贴等政策，旨在通过市场机制促进粮食产量并支持农业进步。3.2.1 农作物的最低购买价格自2000年以来，中国粮食价格下跌导致农民收入下降，播种面积减少，引发了对粮食安全的担忧（Zhan等，2012）。对此，中国于2004年在水稻和2006年对小麦实施了CMPP（Yu、Elleby和Zobbe 2015;黄和杨 2017），旨在稳定粮食生产并提高农业收入。“丰收悖论”或称“丰盈悖论”（Dauvin 和 Guerreiro 2017）强调了由于粮食需求缺乏弹性，产量增加并不总是带来更高的收入。像CMPP这样的价格管制，虽然提升农民收入并稳定粮食供应，但也引入了低效，并通过造成无谓损失，特别是影响生产者剩余，从而降低经济福利（Finley， Holt， and Snow 2019;张、洪和莱姆克 2023）。Li、Liu和Song（2020）认为，这些管控导致粮食过剩和财政压力，迫使国家以非竞争性价格进行大量采购。3.2.2 农业税的全面废除在1978年中国经济改革之前，其城市经济和工业发展不足，资本积累主要来自压制食品价格和对农业征税（姚，2000）。与西方的外部积累方法不同，中国依赖内部资源。改革后，中国经济迅速增长，减少了农业对GDP的贡献，并减少了其经济作用（Day 和 Schneider 2018;张和廖 2020）。2005年，中国废除了千年历史的“皇家粮食”税（Wang 和 Shen 2014），通过减轻农民的经济负担超过1450亿元，提升了他们的可支配收入（Wang 2019），并通过现代化做法鼓励农业生产力提升（Yu 和 Jensen 2010).农业税的废除还改善了农田流动性，促进了大规模农业，并鼓励农民在城市工作（Geoghegan、Kinsella和O'Donoghue 2017;Wang 和 Zhang 2017;Zhang 等，2022）。这一转变旨在将国家财富的次级分配，以缩小城市与农村的收入差距。然而，税制改革也存在缺点，包括对地方政府的财政压力加剧，因为农业税此前对地方收入贡献显著（竹内 2013;毛和曹 2021）。这一损失加剧了公共服务挑战（Kennedy 2007），并导致对工业税执法和非正式费用的依赖增加（Liu 2018），这些有时以环境健康换取财政收益（Kong 和 Zhu 2022）。此外，中国农业农村部和湖南省统计局的官方报告显示，农业减税对农民的好处部分被农业投入品（包括化肥）成本的上涨所抵消（中国MoA 2005;湖南统计 2005）。图1展示了中国农业生产资料价格指数（AMPI）及其子指数——化肥价格指数的动态趋势，时间为2001年至2008年。数据显示，中国农业税制改革期间，农业投入品价格显著上涨。2000年至2020年间中国主要粮食价格和种植收入的变化见表1。详情见图片后的说明图1在人物浏览器中打开幻灯塔2001–2008年农业生产资料价格指数（基于2001年价格）;数据来源于中国国家统计局（2023年）。表1。 2000年至2020年中国粮食价格和种植收入的变化（当前价格为人民币）;数据来源于国家粮食和材料储备局（2022年）。年份 稻米 小麦每50公斤市场价格 每公顷净利润 每50公斤市场价格 每公顷净利润2000 51.7 751.5 52.9 −4322001 53.7 1221 52.5 −412.52002 51.4 564 51.3 −790.52003 60.1 1423.5 56.4 −454.52004 79.8 4276.5 74.5 25442005 77.7 2890.5 69 11912006 80.6 3036 71.6 1765.52007 85.2 3436.5 75.6 1879.52008 95.1 3534 82.8 2467.52009 99.1 3264 92.4 1882.52010 118 4647 99 19832011 134.5 5569.5 104 1768.52012 138.1 4285.5 108.3 319.52013 136.5 2322 117.8 −1922014 140.6 3072 120.6 13172015 138 2631 116.4 2612016 136.8 2130 111.6 −12332017 137.9 1989 116.6 91.52018 129.4 988.5 112.2 −23912019 127.2 306 112.3 226.52020 137.5 730.5 114.2 −2493.2.3 直接粮食补贴中国从征税转向补贴农业，标志着其农业政策的重大演变（Gale， Lohmar， and Tuan 2005）。自2004年以来，补贴包括直接粮食补贴、农业材料综合补贴、优质种子补贴以及农业机械采购补贴（Niu等，2022）。2016年，这些补贴被纳入农业支持与保护补贴，以简化和提升支持效率（Chen、Zhang和Mishra 2023）。直接粮食补贴（DGS）旨在减轻价格波动对农民的影响，按种植面积支付（Wang 2011;Yu、Elleby 和 Zobbe 2015）。图2展示了中国政府2000年至2022年间农业生产者支持支出。值得注意的是，自2012年以来，经合组织（OECD）2023年报告的年度财政拨款一直超过1700亿美元。详情见图片后的说明图2在人物浏览器中打开幻灯塔2000–2022年中国生产者支持（百万美元）;数据来源于经合组织数据库（2023年）。然而，在开放经济中，中国的总干部政策引发了其他国家市场扭曲和未遵守世界贸易组织协议的指责（Anderson 和 Strutt 2014）。通过囚徒困境框架分析了DGS的实施，展示了政府与农民在补贴和生产水平上的战略选择（参见Chen，2023）。结果表明，如果缺乏足够的激励，当前的补贴策略可能导致粮食产量减少，违背政策目标。现行补贴模式面临的其他挑战包括不足以激发大规模农业参与、补贴率缺乏差异化，不利于大规模农业，以及补贴惠及土地所有者而非实际耕作者的问题（Huang、Guo和Wu 2019;陈和赵 2019;钱 2023）。4 中国省级粮食安全韧性评估本研究评估了始于21世纪初的三项政策举措，反映了中国政府致力于建设全面粮食安全体系的决心。这些政策针对四个主要目标：增加粮食产量、改善农民经济状况、扩大粮食种植规模以及提高农业机械化速度（黄和杨 2017）。这些目标通常与粮农组织提出的粮食安全的四个维度相符：粮食供应、可及性、利用和稳定性（FAO 2008）。本节整合了粮食安全目标和韧性概念，构建了评估指数系统。4.1 指示系统与数据来源基于前述推进粮食安全的主要维度和现有文献见解，并考虑合理性、代表性和数据可得性，我们开发了中国省级FSR评估指数系统。该系统受Kang等（2017）、Zhan等（2020）和Liu等（2023）启发，主要包含四个评估维度：粮食产量、粮食面积、农业产值和农业生产状况，以及11个具体指标，如总稻米产量、粮食播种面积比例、农民人均可支配收入， 以及农业机械化。值得注意的是，由于自然环境和生活习性，海南和青海省几乎不种植小麦，因此这些数据被排除在样本之外。详细信息请参阅表2。表2。 中国省级粮食安全韧性（FSR）评估指数系统。目标层 准则层 权重 指示层 权重中国省级FSR 谷物生产 0.3759 总稻米产量 0.1166小麦总产量 0.2130人均粮食占用 0.0463谷物播种区 0.3084 水稻播种区 0.1197小麦播种区 0.1732谷物播种面积比例 0.0155农业产值 0.1277 农业总产值 0.0675农民人均可支配收入 0.0602农业生产条件 0.1880 农业机械化 0.0717有效灌溉面积 0.0592施肥 0.0571研究涉及的中国行政区划、基图及其他向量空间数据均来自国家测绘地理信息局的标准地图服务网站。上述指标的主要数据来源是《中国农业统计年鉴》，涵盖多年。在数据缺失的情况下，可以通过查询中国国家统计局数据库、省级农业数据及其他公开数据源来补充数据。4.2 权重与评估方法第一步。假设有 M 个评估对象：，且每个评估对象有 N 个评估指示器：，那么矩阵可以建立： (1)第二步。由于每个指标的含义、单位和数量级不同，这些指标无法直接计算。因此，为了标准化原始数据：(2)(3)其中 是原始数据， 是标准化数据， 分别代表指示器 j 的最大值和最小值。由此，经过数据归一化后的矩阵可得到： 。本研究中的所有指标均为积极指标。第三步。计算每个评估对象中每个指标的特征比例：(4)然后得到特征比例矩阵： 。第四步。计算评估指标的熵值：(5)其中，m 是评估对象的数量，且。 第五步。计算评估指标的变异系数（CV）：(6)第六步。确定评估指标的熵权重： (7)根据上述从（1）到（7）的计算，可以获得每个指标的权重，见表2。以下（8）至（13）是TOPSIS的具体计算方法。第七步。结合熵权重构造评估矩阵Z： (8)第八步。确定理想的解决方案。设为最优选项（正理想解），为最不优选项（负理想解）：(9)(10)第九步。计算评估对象与正理想解和负理想解之间的距离：(11)(12)第十步。计算评估对象与正理想解的接近度： (13)接近度的值范围为0–1。中国省级FSR可根据历年亲近度排名来评判。5 FSR的空间和时间演化特征利用EWM–TOPSIS方法，我们从2003年到2020年为中国大陆各省获取了FSR数据。本节遵循Li、Zhao和Kong（2022）提出的方法，采用时间和空间视角，通过ArcGIS软件进行观测。研究结果如下。5.1 时间演化特征分析本部分采用时间序列方法分析结果。我们的主要方法包括可视化整体层级数据、内部变异系数以及核密度估计曲线。需要注意的是：（1）由于篇幅限制，本文重点关注四个具有代表性的年份（基准）：2003年、2009年、2015年和2020年;（2）除了评估各省的FSR，我们还将根据中国国家统计局提供的分类，解读中国主要经济区的数据。这包括中国东部沿海地区、东北地区、中部地区和西部地区。结合图3和表3的数据，可以明显看出全国FSR及其四大经济区域和省份持续不断改善。尽管个别样本偶有波动，这一趋势在整个样本期间依然保持。全国平均FSR稳定上升，从2003年的0.164升至2020年的0.238，其趋势和数值与东部沿海地区一致。值得注意的是，中国中部的平均FSR持续优于其他地区，从2003年的0.274升至2020年的0.378。相反，中国西部的FSR提升相对温和，绝对值仍处于较低水平。2020年，河南省和山东省的FSR分别以0.667和0.529领先，凸显其在加强中国粮食安全中的关键作用。与预期相反，东北以有利自然条件和农业机械化基础闻名的整体表现令人失望。该地区传统上被视为中国的“大粮仓”，但FSR改善速度较慢，尤其是在黑龙江以外的省份。这一发现可能表明该地区农业潜力与其对中国粮食安全实际贡献之间存在分歧。详情见图片后的说明图3在人物浏览器中打开幻灯塔中国地区FSR从2003年到2020年。表3。 中国省级FSR在2003年、2009年、2015年和2020年的评估结果。省/地区 2003 2009 2015 2020 省/地区 2003 2009 2015 2020北京 0.023 0.056 0.091 0.129 湖南 0.304 0.351 0.368 0.370天津 0.025 0.046 0.087 0.118 广东 0.202 0.197 0.212 0.226河北 0.288 0.331 0.362 0.349 广西 0.212 0.205 0.213 0.212山西 0.090 0.097 0.114 0.110 重庆 0.094 0.091 0.102 0.118内蒙古 0.087 0.121 0.147 0.167 四川 0.267 0.276 0.291 0.279辽宁 0.082 0.105 0.124 0.134 贵州 0.093 0.091 0.109 0.127吉林 0.092 0.116 0.152 0.170 云南 0.132 0.134 0.159 0.155黑龙江 0.155 0.266 0.342 0.401 西藏 0.037 0.033 0.046 0.069上海 0.029 0.057 0.103 0.149 陕西 0.133 0.134 0.154 0.160江苏 0.295 0.380 0.425 0.453 甘肃 0.101 0.106 0.111 0.112浙江 0.116 0.124 0.144 0.167 宁夏 0.048 0.048 0.057 0.072安徽 0.292 0.385 0.431 0.489 新疆 0.115 0.175 0.217 0.215福建 0.102 0.101 0.117 0.127 东部沿海地区 0.163 0.195 0.228 0.250江西 0.234 0.289 0.300 0.310 中国东北 0.109 0.162 0.206 0.235山东 0.385 0.461 0.510 0.529 中华 0.274 0.332 0.362 0.378河南 0.509 0.603 0.650 0.667 中国西部 0.120 0.129 0.146 0.153湖北 0.217 0.269 0.310 0.320 中国大陆 0.164 0.195 0.222 0.238图4显示了2003年至2020年中国大陆各省FSR年均增长率。值得注意的是，北京、上海、天津和黑龙江的年均增长率均超过5%。这一显著增长可能归因于起始价值降低和农业技术的进步。相比之下，大多数省份的平均年FSR增长率在1%到5%之间。广东、广西、四川和甘肃的FSR表现相对较小。对于广东、广西和四川来说，这种温和增长可能归因于基价较高，限制了进一步显著上涨的空间。然而，甘肃的情况可能涉及不同的因素。具体来说，甘肃省的FSR值从2003年的0.101上升至2020年的0.112，增长率不足10%。甘肃FSR有限的增长可归因于其干旱气候、复杂地形以及整体经济相对欠发达。例如，甘肃省降水量低导致气候主要为半干旱（An 等，2020）。水资源的稀缺会不利于灌溉效率和谷物产量的稳定性（Kang 等，2017）。此外，该地区复杂的地形，包括山地、高原和沙漠（Fang 等，2023），对大规模机械化农业的发展构成挑战。此外，甘肃的经济状况相对较弱，农民收入依然偏低，增长缓慢。根据《中国统计年鉴》（2023年）和《甘苏发展年鉴》（2021年）的数据，甘肃农民人均可支配收入从2003年到2020年一直低于全国平均水平（《甘肃统计2021》;中国统计2023年）。这些不利因素限制了该地区提升FSR的潜力。详情见图片后的说明图4在人物浏览器中打开幻灯塔中国省级FSR的平均年增长率。图5展示了内部变异变化的结果，包括每个经济区域和整个国家。CV指的是一种归一化的指标，用于比较不同数据集间的离散情况。较高的CV值表示数据分布的离散更大，数学上定义为标准差与均值的比值。在该e、FSR中，国家背景下，东部沿海地区和西部地区随着时间推移表现出更均衡的发展，中部中国的扩散趋势相对稳定，维持在0.5水平。相比之下，东北地区的 CV 呈上升趋势，2016年达到0.673的峰值。这表明各省FSR差距加剧，印证了此前关于东北地区对中国粮食安全贡献的发现。值得注意的是，东北中国的 CV 曲线呈现出“M 形”趋势，2015 年出现了急剧下降。这一下降可能与该地区当年面临的重大发展挑战有关。详情见图片后的说明图5在人物浏览器中打开幻灯塔2003年至2020年中国地区FSR的变动系数。图6展示了基于表3数据的核密度估计曲线，用于分析中国FSR分布形状、峰值位置和可延展性的变化，并介绍FSR的时间演变模式。该图显示数据分布向右移动的总体趋势，表明中国粮食安全状况有所改善。此外，随着时间推移，核粒密度曲线变宽，表明尽管整体粮食安全水平有所提升，但省份间的差距也同时加剧。总之，尽管中国粮食安全随时间逐步改善，但曲线分布扩大凸显了这一进展并非在所有观测区域均匀分布。详情见图片后的说明图6在人物浏览器中打开幻灯塔2003年、2009年、2015年和2020年FSR的核密度估计曲线。5.2 空间演化特征分析该部分采用基于ArcGIS平台的空间可视化技术，解读中国的FSR评估数据。主要实施的方法包括空间模式分析和空间趋势分析。图7展示了趋势曲面分析的结果，通过三维空间拟合技术有效可视化了中国省级FSR的属性值。在图中，X轴和Y轴分别代表正东方向和正北方向。2003年至2020年间，中国FSR的空间布局发生了重大变化。值得注意的是，从西向东移动时，FSR分布从2003年最初呈倒U形，转变为向东逐渐增加的模式。这一转变强调了保障中国粮食安全的主要地区向东迁移的显著趋势，同时也表明中部和四川这一传统上被称为“大粮仓”的省份的重要性有所下降。相反，从北向南观察趋势时，FSR的空间分布变得更加均衡，改变了2003年时明显的南北递增梯度。此外，我们的分析结合地图和其他数据集，将河南南部确定为支持中国粮食安全的关键地区。历史上，河南一直是主要的粮食产区，为人口稠密的中原地区提供粮食（顾等，2023）。省南部地势平坦，土壤肥沃，特别适合大规模机械化农业。根据河南省统计局的数据，2020年该省粮食产量为6825.8万吨（河南统计2021），占全国总产量的10.2%。位于东南部的周口在省内粮食产量排名第一。此外，河南南部地区具有明显的地理位置优势，毗邻安徽省和湖北省（Gong 等，2023），便于农业信息与技术的交流与传播。因此，这一地区不仅在关键作用中发挥作用，还因其战略地理位置产生积极的溢出效应。详情见图片后的说明图7在人物浏览器中打开幻灯塔2003年和2020年中国FSR的空间趋势曲面。在中国省级FSR的空间模式分析中，选定了四个时间基准——2003年、2009年、2015年和2020年——进行讨论。采用固定值断点法将FSR分为四个层级：低层、中层、高层和高层，13个主要谷物产区在地图上用绿色斜纹方块表示（见图8）。总体来看，中等及以上省份数量的增加，标志着中国粮食安全形势的整体改善。值得注意的是，黑龙江省取得了显著进步，从2003年的低水平跃升至2020年的高水平。此外，河南省的积极溢出效应推动了山东、江苏、安徽等邻近省份的FSR水平攀升至高位。相反，东南省（不含广东省）、西北省份（不含新疆）、四川、北京和云南的变动相对较小。详情见图片后的说明图8在人物浏览器中打开幻灯塔中国省级FSR在2003年、2009年、2015年和2020年的空间分布模式。2003年，针对粮食生产和分配动态的变化，中国政府指定了13个主要粮食产区，包括黑龙江、河南、山东、四川和江苏等（Hua， Chen， Luo 2022）。据Wang等（2022）统计，这些地区的粮食产量达到5.3603亿吨，占2021年中国总粮食产量的78.55%。分析显示，这些主要谷物产区的FSR水平高于非主要产区。这一观察与预期相符，原因有几个。首先，主要粮食产区拥有优越的土壤和气候条件（陈和赵 2019），许多地区历来是保障中国粮食安全的核心。其次，中国政府倾向于为这些主要领域提供更有利的政策和技术支持，以支持其农业活动。这一做法的一个显著例子是实施作物最低购买价格，这一优惠仅限于13个主要谷物生产区，其他地区的个别农民无法享受这些优势。6 讨论6.1 研究成果首先，中国的粮食政策具有显著的针对性和互补性，显著促进了粮食产量的增加、种植规模的扩大、农民经济状况的改善以及农业机械化的提升。此外，多项食品政策的同时应用常常产生“1+1 > 2”的协同效应。一个典型案例是将直接粮食补贴与作物最低采购价格相结合。这一组合有效地将市场转变为一个稳健的粮食采购监管机制，确保粮食供应稳定，提升市场运营效率。其次，随着时间推移，中国各省的FSR总体有所提升，FSR值稳步上升。大多数省份FSR的平均年增长率一直稳定在1%至5%之间。除东北地区外，其他经济区内部发展趋势相对均衡。此外，东北地区的农业潜力与其对中国粮食安全实际贡献之间存在明显差距。第三，从空间角度看，中国FSR目前呈现“东部高，西部低”的整体格局，南北分布更为均衡。这表明确保中国粮食安全的主要领域明显向东转移。此外，河南南部作为FSR的国家重力点，产生正溢出效应，提升邻省FSR。最后，不足为奇的是，主要粮食产区的FSR高于非主要产区。6.2 政策建议与影响基于上述结果和全球粮食安全形势，本研究向利益相关者提出以下建议。政府应持续推动并积极管理已显示出积极影响的粮食安全政策。建议不要过度依赖完全自给自足的策略。在食品贸易领域开展国际合作，可以显著提升全球粮食安全。中国已将粮食自给率从95%调整为非粮食作物进口目标（Ito 和 Ni 2013;Huang 等，2017）。此外，还需要更新某些过时的指标。例如，将“耕地面积”替换为“收获面积”，可以更准确地评估实际粮食安全状况（Song 等，2022）。预计粮食安全的概念将超越单纯的充足，涵盖营养、多样性和环境保护等方面。鼓励大型生产商提升技术投资，为市场提供不仅营养丰富、多样化且碳足迹更低的产品。对于小型生产者，如个别农民，优先保障粮食安全仍是一项关键任务。鉴于大规模食品生产的效率更高、风险韧性更大以及资源更可持续利用，应被视为主流方法。此外，储蓄食品是消费者参与保护粮食安全的最简单且最有效的方式之一。此外，我们倡导政策制定者实现开放、透明和可预测的农业贸易，以多边、基于规则的贸易体系，以及科学和基于风险的决策为基础——这些都保持市场开放，有助于全球食品供应链的韧性、农业生产力和可持续发展。政府应与私营部门、非政府组织及其他社区合作伙伴以及全球组织建立真正的合作伙伴关系，扩大气候韧性农业规模。6.3 未来研究与局限性目前对中国粮食安全的评估缺乏从微观视角进行全面的分析，而这一领域在未来研究中应当得到重视。例如，探讨生产者，尤其是个别农民对粮食安全的具体贡献至关重要。这包括考察村庄采用的策略，并考虑地理和家族（血统）因素，以应对粮食安全挑战。此外，未来研究应努力量化各项政策对粮食安全的具体影响，并比较市场、政策和技术在推动新兴经济体粮食安全方面的相对贡献。未来研究将探讨跨领域和跨平台资源组合如何有效利用和分配以增强粮食安全。由于本研究范围和视角有限，主要聚焦于中国的粮食安全政策以及省级FSR的时空动态探索。然而，这种方法存在局限性。首先，中国FSR的评估是在省级层面进行的，结果可能无法充分反映市县等小行政层面的细微差别。此外，本研究所用数据集仅限于截至2020年的时期，部分原因是近期数据不可得及，以及新冠疫情可能导致宏观数据的扭曲。虽然我们的数据仅限于2020年，但我们的研究对2020年之后的危机（如俄乌战争和日本废水问题）提供了启示。最后，本研究在考虑省级FSR时，未将国际粮食贸易纳入指数系统。这一排除基于中国尚未开始大规模粮食贸易的前提（Fei， Shuang， 和 Xiaolin 2023）。总之，本文为全球粮食安全治理提供了宝贵见解，特别关注新兴经济体。它提升了社会对粮食安全问题关键性的认识，并激发更广泛的解决方案来应对这些挑战。