中国家庭食物消费的空间分异格局：一种空间计量经济学与机器学习混合方法

《Food and Energy Security》：Divergent Spatial Patterns of Household Food Consumption in China: A Hybrid Spatial Econometrics-Machine Learning Approach

　　

摘要专业翻译 食物消费地图将食物供给、消费与食物营养联系起来，为分析居民食物摄入、探究食物流动与消费模式提供了有用信息，日益被视为科学界重要的研究工具与数据来源。基于2015至2020年间中国292个地级市的统计记录，并综合考虑社会经济、气候与环境健康等多维驱动因素，本研究构建了一种融合空间误差模型（Spatial Error Model，SEM）与XGBoost机器学习算法的混合模型，用于模拟中国城镇与农村地区人均食物消费（per capita food consumption，PCFC）的空间分布。结果表明，该混合模型能够有效捕捉PCFC的空间依赖性与非线性关系。利用2021至2023年独立官方数据进行的验证显示出令人满意的精度。研究结果揭示了PCFC呈现明显的南北梯度格局，农村PCFC增速快于城镇地区，反映出城乡收入差距缩小、城镇膳食模式扩散以及农村供应链改善的综合效应。本研究首次揭示了中国食物消费的空间分布特征，为区域膳食失衡的潜在机制提供了深刻见解。研究建议需要采取差异化政策以促进中国食物系统的可持续发展，并加强行动以提升数据覆盖范围与准确性。

论文解读文章

一、研究背景与问题提出

全球食物消费正经历深刻转型。2024年全球谷物消费总量达28.5亿吨，较1961年的8亿吨增长3.5倍。在人口增长失衡、城市快速扩张与食物需求分化的背景下，全球食物消费呈现剧烈的“营养转型”特征，区域间、地区间食物消费差异显著。发达地区以谷物为基础的膳食正逐步被更多样化的饮食选择所替代，动物性食物消费显著增加；与此同时，欠发达地区仍有数亿人口面临谷物需求缺口。1961至2020年间，全球人均每日热量摄入增长35%，动物源性食物消费占比从20%上升至35%。

中国食物消费结构与模式对大规模粮食安全和小尺度居民健康均产生显著影响。1987至2017年间，中国人均每日蔬菜热量摄入增长12%，而肉类热量激增198%，反映出从“东亚膳食模式”向“西方高脂饮食”的转变。这一转变体现了中国食物消费从“吃得饱”到“吃得好”，再到追求健康可持续营养的演进历程。一方面，主食和食用植物油消费趋于稳定，粮食消费占比从1990年的67%降至2020年的45%；另一方面，肉、蛋、奶等动物性产品消费持续上升，对饲料粮需求不断增长。由于生产同等单位热量所需谷物量远低于畜产品，中国总体谷物需求将持续增长，饲料粮消费将成为未来需求增长的主要驱动力，形成所谓的“人畜争粮”局面。

家庭食物消费作为食物消费最重要的组成部分，处于食品产业链的终端环节，影响从农业生产、加工到流通和消费的全价值链。然而，传统食物供需核算往往依赖生产侧统计，实际消费数据与官方数据常存在显著偏差。现有食物消费核算方法存在三大局限：一是自上而下的多源数据融合模型虽可校正宏观数据偏差，但空间分辨率有限；二是自下而上的投入产出—生命周期评估混合方法受限于投入产出表分辨率，空间尺度仅达省级；三是混合尺度耦合模型的空间分辨率（50公里）难以与城市级应用对齐。机器学习方法虽在食物消费研究中崭露头角，但其预测能力高度依赖训练数据的质量与覆盖范围，若核心数据存在系统性偏差，模型将放大这些偏差并导致不可靠结果。

基于上述背景，本研究旨在构建一个综合方法论框架，在中国地级市层面模拟城乡家庭食物消费，以克服数据碎片化与方法论缺口，为区域差异化粮食安全政策提供坚实基础。

二、研究内容与主要结论

本研究基于2015至2020年间中国292个地级市的统计记录，综合考虑家庭、社会经济、自然、环境与健康等多维驱动因素，构建了融合空间误差模型（SEM）与XGBoost机器学习算法的混合模型，模拟中国城镇与农村居民人均食物消费（PCFC）的空间分布。研究结果显示：PCFC呈现清晰的南北梯度格局，南方沿海地区形成高值平台区，中部平原为低值区，北方为过渡带，西部为独特区域；农村PCFC增速快于城镇，2023年部分农村高值地区已超过城镇水平。这一趋势可归因于城乡收入差距缩小、城镇膳食模式向农村扩散以及农村供应链改善三大结构性因素。研究首次揭示了中国食物消费的空间分布特征，为区域膳食失衡的潜在机制提供了深刻见解，并建议采取差异化政策促进中国食物系统可持续发展。

三、关键技术与方法

研究人员采用了以下主要技术方法：其一，食物等值单位（Food Equivalent Unit，FEU）框架，以加工谷物为参照（FEU=1），对10大类主要食物赋予等值系数，实现不同食物类别的标准化加总；其二，全局莫兰指数（Moran's I）空间自相关检验，构建混合空间权重矩阵（70%地理权重+30%经济权重），验证PCFC的空间依赖性；其三，空间误差模型（SEM），通过拉格朗日乘数（LM）检验确定模型形式，采用时空双固定效应控制未观测异质性；其四，XGBoost机器学习算法，将SEM残差与原始输入特征共同作为新输入特征进行训练，以捕捉非线性关系；其五，SHAP（SHapley Additive exPlanations）值用于模型解释与特征重要性分析。数据来源包括292个地级市统计年鉴、中国科学院资源环境科学数据中心（RESDC）夜间灯光数据、国家青藏高原科学数据中心（NTPSDC）气温、降水和PM2.5栅格数据。模型通过参数网格搜索与5折交叉验证优化泛化能力，并利用2021至2023年30个代表性地级市（含直辖市和省会城市）的官方数据进行外部验证。

四、研究结果

4.1 变量相关性分析

研究人员对自变量与PCFC进行了相关性分析，结果显示所有自变量与因变量均呈统计显著相关（p<0.01）。气温（TEMP）与降水（PREC）与PCFC的相关性最强（城镇分别为0.56和0.61，农村分别为0.61和0.66），凸显自然气候因素对PCFC的关键影响。人均可支配收入（PCDI）与夜间灯光（NL）的相关系数介于0.25至0.46之间，表明城镇化与经济活动对食物消费的影响。PM2.5平均相关系数为?0.34，显示环境污染水平与PCFC呈中度负相关。莫兰指数在各年份均显著为正（城镇0.490至0.546，农村0.602至0.631），表明食物消费水平相近的地区呈空间集聚分布而非随机分布，且农村PCFC的空间自相关总体强于城镇，空间集聚程度随时间呈上升趋势。

4.2 模型性能分析

4.2.1 空间模型的选择与性能：稳健LM误差检验显著而稳健LM滞后检验不显著，表明空间误差项对PCFC有显著影响而空间滞后项不显著，故采用空间面板误差模型。豪斯曼检验结果支持控制空间固定效应。时空双固定效应模型的拟合优度优于仅空间固定效应模型（城镇R2从0.281提升至0.329，农村从0.371提升至0.430），故采用时空双固定效应SEM。回归结果显示：城镇地区TEMP呈强正向影响（96.560），PM呈显著负向影响（?17.510），NL呈正向关联（17.319）；农村地区PM呈显著正向系数（24.483），TEMP仍为强正向预测因子（146.221），NL亦呈显著正向关系（31.427）。PCDI在城镇和农村均未达统计显著。Lambda系数高度显著（0.948至0.959），证实残差存在强空间依赖性，支持空间误差模型设定。

4.2.2 XGBoost模型性能：XGBoost模型整体拟合良好，城镇与农村PCFC模型的RMSE值较低，R2接近0.9（城镇0.880，农村0.888）。SHAP特征重要性分析显示，空间残差对PCFC预测贡献最大，表明SEM虽已控制残差空间自相关，但剩余未解释部分仍对PCFC变化起重要作用。时间效应持续呈显著正向影响。环境因素对城镇PCFC构成重要约束，PM2.5呈强负向效应（SHAP值?5.69）；经济与自然因素作用相对较小，PCDI仅贡献8.50%，表明城镇PCFC对收入变化相对不敏感。而农村PCFC中经济因素重要性显著更高，PCDI呈强正向效应（SHAP值+9.65），为城镇的2.4倍。

4.2.3 混合模型性能：整合SEM与XGBoost结果后，混合模型整体预测性能显著提升，城镇与农村模型的R2分别提升至0.985和0.986。混合模型精度的提升凸显了其更准确捕捉空间数据集中复杂PCFC模式的能力。

4.3 数据集验证

研究人员利用2021至2023年部分省会城市和直辖市的官方统计数据进行外部验证。城镇模型收集了14个地区37个样本点，农村验证收集了17个地区48个样本点。验证结果显示，城镇与农村PCFC的R2分别为0.62和0.71，p值均小于0.001，证实混合模型能够准确反映不同地区的实际PCFC，为学术研究和粮食安全政策制定提供了坚实基础。

五、讨论与结论

5.1 中国PCFC的空间分布

中国PCFC呈现清晰的南北梯度格局，受自然环境、农业生产结构、经济发展与膳食传统等多重因素塑造。北方和东北平原作为中国主要粮仓，形成了以面食为主食的膳食传统；而广东、福建、海南等沿海地区气候温暖、蔬果品种丰富，且形成了偏好海鲜的饮食文化，海鲜食物等值系数高，从而抬升了区域PCFC。经济发展在PCFC空间分异中发挥关键作用，南方沿海高收入地区食物消费更多样化，动物性产品占比更高；内陆北方地区物流成本高、市场网络欠发达，食物消费以本地生产、耐储存食品为主。政策引导与市场发展亦至关重要，北方平原长期承担国家粮食安全任务，农业补贴和土地保护政策偏向主粮生产；南方受益于“菜篮子”工程和市场化改革，食品供应链完善，PCFC值更高。这种“北粮南运”格局加剧了区域食物供需失衡。

5.2 城乡PCFC的异质性

中国PCFC呈现显著城乡差异。2015年农村PCFC低于城镇，但农村增速明显更高，2023年部分农村高值地区已超过城镇。这一趋势可归因于三大结构性因素：城乡收入差距缩小促进农村高蛋白高热量食物消费显著增加；新型城镇化进程（包括农民工返乡）推动城镇膳食模式向农村扩散；农村电商基础设施改善显著降低生鲜供应链成本，提升农村家庭高价值食物的可获得性。农村PCDI对PCFC的负向影响看似与传统消费升级理论相悖，实则反映了中国城乡二元经济体系的深层结构性差异。城镇已超越基本生存阶段（2022年城镇恩格尔系数达28.4%），收入增长驱动“品质溢价”消费而非数量增长；农村食物消费自给率较高，收入增加后农户倾向于减少自产食物、转向高蛋白高热量加工食品，但货币收入对农村市场购买的边际效应可能弱于城镇，加之农村居民可能优先将支出用于耐用品或教育医疗，导致恩格尔系数下降。

5.3 SEM-XGBoost混合模型的应用

本研究构建的SEM与XGBoost混合建模框架在捕捉PCFC数据的空间依赖性和复杂非线性关系方面展现出显著优势。SEM有效处理了残差的空间自相关，减轻了遗漏空间结构变量带来的偏差；XGBoost则通过捕捉传统计量模型可能忽视的复杂交互与局部非线性特征进行补充。两者协同作用使城镇与农村模型的R2均超过0.98。该混合方法特别适用于数据呈现强空间集聚且受社会经济、环境和未观测局部因素混合影响的情境。SHAP值的应用增强了模型可解释性，有助于细致理解不同区域和人群间因素贡献的差异。

5.4 不确定性与局限性

当前中国食物消费数据系统受多重制度与运行因素影响，城乡覆盖范围和精度存在显著差异。主要局限包括：一是地级市层面数据来源不足且碎片化，各市统计年鉴编制标准、指标和发布连续性高度不一致，欠发达地区（如民族自治州）多不公开发布详细消费数据，城乡数据细分不足；二是现行食物消费测量方法存在实质性误差，官方统计将家庭购买等同于实际消费，未能充分反映外出就餐增长趋势，导致总食物消费被系统性低估；三是PCFC估算指标体系不完整，缺乏膳食多样性指数、营养素密度评分和体质指数（BMI）等质量与营养相关指标，以及区域市场化水平的调节作用等制度变量。

研究结论

本研究构建了融合空间计量经济学与机器学习的混合建模框架，用于估算中国PCFC，为国家粮食安全战略和区域政策制定提供了重要见解。研究发现PCFC呈现清晰的南北分异和持续的城乡差异，受社会经济、自然、气候及深层结构性因素共同塑造。农村PCFC的加速增长并最终向城镇水平趋同，凸显了收入增长、物流能力和膳食现代化对广大农村地区的变革性影响。识别出的空间失衡表明，中国农业和食物系统政策亟需超越传统的生产导向路径。南方沿海高食物消费与北方高粮食生产的组合加剧了对跨区域食物运输（包括北粮南运）的依赖，对北方水土资源造成压力并增加系统脆弱性。政策应优先发展多元化和有韧性的区域食物系统，重点支持中西部地区提升本地供给能力、降低物流依赖。城乡消费行为异质性需要差异化政策干预：农村地区应加强电商基础设施、冷链网络建设，推动小农户融入现代价值链，实施营养敏感型社会保护计划；城镇地区应强调食品安全监管、绿色物流和可持续膳食消费者教育。SEM-XGBoost混合模型的成功应用为政策制定者提供了有价值工具，通过更精确、空间显式的食物消费预测，可改善粮食储备调配、应急响应规划和农业补贴机制的针对性与效率。最后，解决当前食物消费统计的局限性（特别是外出就餐和地下市场活动的漏报）对循证决策至关重要，应加快建立统一监测系统，纳入膳食质量和营养结果指标。中国食物政策应从以生产数量为主转向整合分配、消费、健康与环境可持续性的更全面路径。