《Land》：Temporal Dynamics, Spatial Heterogeneity, and Associated Factors of Certified Organic Plant Production in China
编辑推荐：
认证有机植物生产已成为中国农业可持续转型的重要组成部分，但其发展在时间上波动剧烈、在空间上分布不均。研究人员利用从118,953条产品级认证记录构建的2014–2023年31个省级区域的平衡面板数据，考察了初级有机植物产品认证记录的产量在时间动态、空间异质性及
认证有机植物生产已成为中国农业可持续转型的重要组成部分，但其发展在时间上波动剧烈、在空间上分布不均。研究人员利用从118,953条产品级认证记录构建的2014–2023年31个省级区域的平衡面板数据，考察了初级有机植物产品认证记录的产量在时间动态、空间异质性及省级层面的关联因素。描述性统计与集中度指标被用于刻画时间变化与区域差异，年度全局莫兰指数（Global Moran’s I）评估了空间自相关性。随后采用双向固定效应模型（two-way fixed-effects model, TWFE）估计条件性的省内关联，并以空间自回归模型（spatial autoregressive model, SAR）、空间误差模型（spatial error model, SEM）和空间杜宾模型（Spatial Durbin model, SDM）作为诊断比较，检验残差空间依赖性。稳健性分析包括缩尾处理、剔除2023年数据、将解释变量滞后一期以及采用替代的生产强度指标。结果显示，认证产量呈现显著的时间波动性与持续的区域集中性。全局莫兰指数表明，2018–2021年及2023年存在显著的正向空间自相关，其余年份则不显著。在基准TWFE模型中，城镇化率与电子商务采购量与认证有机植物产量呈正相关，而人口规模则表现出显著的负向条件关联。人口规模的负向关联在各项稳健性检验中最为一致，而城镇化与电子商务的正向关联在滞后或替代设定下稳定性较弱。空间模型比较未发现控制观测协变量及省份和年份固定效应后仍存在稳健的残差空间依赖的证据，从而支持更简洁的TWFE设定。鉴于本研究的观察性设计，这些估计应被解读为关联而非因果效应。研究结果表明，在评估认证有机农业的区域发展时，区分描述性地理集聚与残差空间依赖性具有重要意义。
研究背景与研究问题
随着全球对食品安全、环境退化、生物多样性丧失及传统农业可持续性问题的日益关注，有机农业已成为全球可持续粮食体系中增长最快的部门之一。截至2023年，全球有机农地面积达到约9890万公顷，零售额超过1360亿欧元。中国作为全球最大的发展中国家和主要农业生产国，其有机市场亦迅速扩张，2023年有机零售额约126亿欧元，位居全球第三。然而，中国的有机认证植物生产在时间上呈现出剧烈波动，而非持续线性增长，且在空间上高度集中于少数省份。现有研究多聚焦于消费者偏好、支付意愿及农场层面采纳行为，对中国省级尺度上认证有机植物生产的长期演变、区域集中度及其多维关联因素的系统性证据仍然不足。此外，描述性空间聚类常被直接等同于空间溢出效应，而未检验在控制区域特征及不可观测的省份和时间特定因素后，残差空间依赖性是否依然存在。因此，有必要在一个整合了生产条件、市场需求、生态转型及数字市场环境的统一分析框架内，系统评估影响中国认证有机植物生产发展的关键因素。
研究内容与主要结论
本研究利用2014–2023年中国31个省级区域的平衡面板数据，系统考察了认证记录的初级有机植物产品的时空动态、区域异质性和关联因素。研究发现：第一，认证有机植物生产呈现显著的时间波动性，尤其是2023年全国产量较上年大幅增长368.51%，且这一增长广泛分布于30个省份。第二，区域集中度持续偏高，基尼系数（Gini coefficient）维持在0.60至0.72之间，前四大省份占总产量的52%–71%。第三，年度全局莫兰指数（Global Moran’s I）显示，2018–2021年及2023年存在显著的正向空间自相关，其他年份不显著，表明空间集聚具有时变性。第四，双向固定效应模型（TWFE）结果表明，城镇化率（urbanization rate）和电子商务采购量（e-commerce purchasing volume）与认证产量呈正向关联，而人口规模（population size）呈显著负向关联。第五，空间模型比较（SAR、SEM、SDM）均未发现控制观测协变量及省份和年份固定效应后仍存在稳健的残差空间依赖性，支持了更简洁的TWFE模型设定。
关键技术与方法
研究人员采用了以下主要技术方法：（1）基于118,953条产品级有机认证记录，筛选出以质量单位计量的初级有机植物产品，按省份和年份汇总构建平衡面板数据集；（2）运用描述性统计与集中度指标（变异系数、基尼系数、CR4和CR8集中率）刻画时间变化与区域差异；（3）计算年度全局莫兰指数（Global Moran’s I），基于一阶地理邻接矩阵并经9999次随机排列检验显著性，评估空间自相关性；（4）采用双向固定效应模型（TWFE）估计条件性的省内关联，所有解释变量经池化z分数标准化；（5）通过空间自回归模型（SAR）、空间误差模型（SEM）和空间杜宾模型（SDM）进行诊断比较，依据空间参数显著性、对数似然值、AIC和BIC等准则判断残差空间依赖性是否存在；（6）开展四项稳健性分析：对因变量进行1%和99%分位缩尾处理、剔除2023年数据、将所有解释变量滞后一期、以及采用认证产量除以总播种面积的生产强度替代指标。
研究结果
4.1 认证有机植物生产的时间与区域格局
描述性统计表明，2014–2023年间全国认证初级有机植物总产量呈现明显波动：2014年约409万吨，经历下降与恢复后，2023年骤增至2462万吨。年度增长率变化剧烈，最大降幅出现在2018年（?16.35%）和2019年（?17.91%），最大增幅在2023年（+368.51%）。变异系数介于1.40至2.19之间，基尼系数始终高于0.60，前四大省份占比52%–71%，表明区域集中度持续偏高且右偏分布特征明显。四张代表性年份（2014、2018、2021、2023）的省级地图直观展示了高产量类别省份数量的变化，尤其2023年多数省份进入更高产量区间。
4.2 认证有机植物生产的空间自相关
年度全局莫兰指数显示：2014–2017年指数为正但不显著（0.070–0.158）；2018–2021年显著为正（0.193–0.207），表明此期间相似产量水平的省份在地理上趋于集聚；2022年指数降至?0.006且不显著（p=0.805）；2023年升至0.282且显著（p=0.008），为最强集聚证据。这表明空间聚类并非持续存在，而是随时间变化。
4.3 双向固定效应模型结果
在基准TWFE模型中，三个变量显著：城镇化率（B2）正向关联（β=1.465，p=0.036）；电子商务采购量（D1）正向关联（β=0.320，p=0.025）；人口规模（B3）负向关联（β=?4.066，p=0.002）。有效灌溉面积、农机总动力、总播种面积、城镇可支配收入、化肥施用量和农药使用量均不显著。模型整体R2为0.870，组内R2仅为0.072，表明大部分变异由省份和年份固定效应解释。
4.4 空间模型比较结果
SAR模型的空间自回归系数ρ=?0.032（p=0.711），SEM的空间误差系数λ=?0.043（p=0.631），SDM的ρ=?0.051（p=0.561），三者均不显著。似然比检验均不支持空间模型优于非空间TWFE。TWFE模型的AIC（618.916）和BIC（805.745）均为最低。因此，无证据表明控制观测协变量和固定效应后仍存在稳健的残差空间依赖性。
4.5 稳健性与敏感性分析结果
四项稳健性分析显示：人口规模的负向关联在所有设定中均保持显著（p<0.05），是最稳定的变量。城镇化率和电子商务的正向关联在缩尾处理和剔除2023年后仍显著，但在解释变量滞后一期后不再显著（城镇化率p=0.368，电子商务p=0.094）。在生产强度替代指标下，城镇化率仍显著（β=1.336，p=0.042），电子商务变为边缘显著（β=0.260，p=0.070）。
讨论与结论
研究人员在讨论中指出，中国认证有机植物生产呈现时间波动性而非持续增长，2023年的广泛增长不应被归因于单一事件。区域集中度虽高，但空间集聚强度随时间变化，高集中度并不等同于每年都存在显著空间自相关。城镇化率的正向关联可能是城市化提供了更有利的市场环境，但其滞后一期不显著，故应视为同期关联而非因果关系。人口规模的稳定负向关联可能反映了人口增长伴随的土地竞争和产业结构变化，但需更细粒度数据验证。电子商务的正向关联支持数字市场环境对差异化农产品流通的促进作用，但同样缺乏因果证据。生产条件与生态变量的不显著表明，省级层面的宽泛指标难以捕捉有机生产的特异性条件。最重要的方法论发现是，描述性空间聚类不等于残差空间依赖性；在控制可观测特征和固定效应后，未检测到稳健的空间溢出效应。
研究结论部分总结如下：基于2014–2023年中国31个省级区域的平衡面板数据，本研究考察了认证记录的初级有机植物产品的时间动态、区域异质性和省级关联因素。结果揭示了显著的时间波动性与持续的区域集中度。城镇化率和电子商务采购量与认证产量呈正向同期关联，人口规模则表现出最稳定的负向条件关联。生产条件和生态变量均不显著。空间模型比较未发现稳健的残差空间依赖性，支持更简洁的TWFE设定。这些发现强调了在评估认证有机农业区域发展时，区分描述性地理集聚与残差空间依赖性的重要性。政策启示包括：应针对区域异质性制定差异化策略；改善认证透明度、物流服务和数字渠道有助于创造更有利的市场环境；需提升认证数据质量以支撑政策评估；跨区域合作应基于制度与实践考量，而非未经证实的空间溢出假设。研究局限性包括：因变量为认证记录产量而非实际产出；解释变量为省级代理指标；省级尺度掩盖了内部异质性；观察性设计无法建立因果关系。未来研究可采用作物特异性、更细空间尺度的数据，直接测量认证有机土地和数字交易，并应用更强的识别策略如面板向量自回归（panel VAR）或随机截距交叉滞后面板模型（random-intercept cross-lagged panel model, RI-CLPM）。
