《Materials》：Fracture Behavior and Energy Conversion of Concrete–Rock Composites Subjected to Fatigue Disturbance: Experimental and Numerical Approaches
编辑推荐：
提升农业经济韧性是应对外部冲击、保障国家粮食安全和推进农业现代化的关键策略。研究人员基于2005—2022年中国30个省级行政区的面板数据，从抵抗力、恢复力和更新力三个维度构建农业经济韧性评价框架，运用连续双重差分（Continuous DID）模型考察高标准
提升农业经济韧性是应对外部冲击、保障国家粮食安全和推进农业现代化的关键策略。研究人员基于2005—2022年中国30个省级行政区的面板数据，从抵抗力、恢复力和更新力三个维度构建农业经济韧性评价框架，运用连续双重差分（Continuous DID）模型考察高标准农田建设（High-Standard Farmland Construction, HSFC）政策对农业经济韧性的影响效应及其作用机制。研究结果表明：（1）高标准农田建设显著提升了农业经济韧性，该结论在经过平行趋势检验、工具变量法等一系列稳健性检验后依然成立；（2）机制分析揭示，高标准农田建设主要通过改善基础设施、促进机械化、推动规模经营和优化农业生态环境四条路径增强农业经济韧性；（3）异质性分析表明，该政策效应在农业主导型省份、水稻主产区以及自然灾害高风险暴露区更为显著。上述发现为中国持续推进高标准农田建设提供了经验证据，也为全球复杂环境下通过土地利用政策构建韧性农业体系提供了"中国方案"。
高标准农田建设政策对农业经济韧性的影响研究解读
## 一、研究背景与问题提出
当前，农业系统正面临气候变化、地缘政治不确定性及粮食与要素市场波动等多重复合冲击的严峻挑战。极端天气事件频发，包括热胁迫、干旱、洪涝、病虫害暴发及水资源短缺等，正在削弱农业经济长期赖以维系的相对稳定生产环境。对中国而言，耕地保护与粮食安全、农村发展紧密相连，传统上以耕地数量目标和产量阈值优先的治理逻辑已日益不足。关键政策挑战在于如何从狭义的"高产"导向转向更广义的"高韧性"导向，使农业系统能够抵御冲击、快速恢复并适应不断变化的生产条件。
韧性指系统吸收扰动、维持核心功能并在冲击下调整结构的能力。在农业经济学领域，韧性概念已从狭义的后冲击恢复扩展到更广泛的适应、重组与转型能力。这一视角为粮食安全、风险治理与农业转型之间提供了分析桥梁，也为考察土地利用政策如何重塑农业经济的适应能力提供了有用框架。
国际上，韧性导向的农业治理已通过多样化政策工具得到推进。气候智慧型农业框架强调提高农业生产力、增强适应性和韧性以及减少温室气体排放的协同目标。欧盟共同农业政策（2023—2027）则将农场收入支持和农村发展目标与气候减缓、土壤管理、生物多样性及代际更新等目标相结合。与国际经验相比，中国的高标准农田建设代表了一条独特的以土地利用和基础设施为基础的路径。
现有关于农业经济韧性的研究主要集中于三个方面：测度方法、空间差异和驱动机制。在测度方面，研究通常采用综合指数法或单一代理指标法。在空间差异方面，中国农业经济韧性虽总体呈上升趋势，但高值区识别存在分歧。在驱动机制方面，研究已从单因素解释转向多维框架，发现财政支持、农业保险、数字金融等因素能够缓冲外部冲击并增强韧性。
作为中国的重大土地治理政策，高标准农田建设旨在提升耕地质量、加强农业基础设施和增强抗灾能力。现有研究已从生产绩效、要素配置、农户福利和绿色发展等角度对其效应进行了评估。然而，这些研究往往假设基础设施改善与农业经济绩效之间存在线性关联，但行政驱动的"工程韧性"能否转化为农业经济系统内的"内生性韧性"仍不明确。具体而言，高标准农田建设是仅仅通过物理基础设施强化传统生产模式，还是通过重构要素配置和生产组织来增强系统的抗冲击、自修复和适应更新能力，尚缺乏充分检验。现有研究在系统因果识别和影响农业经济韧性的多维传导机制方面仍存在不足。
基于此，研究人员将农业经济韧性定义为农业系统通过内部结构优化以增强对外部冲击的抵抗力、提升快速恢复能力和向新增长路径转换的适应能力。研究基于2005—2022年中国30个省级行政区的面板数据，构建了涵盖抵抗力、恢复力和更新力三个维度的农业经济韧性综合评价框架，在连续双重差分模型的准自然实验框架下识别高标准农田建设对农业经济韧性的因果效应。
## 二、研究方法与数据来源
研究人员采用的核心计量方法为连续双重差分（Continuous DID）模型。由于高标准农田建设于2011年进入全国标准化实施阶段，且遵循优先粮食主产区、兼顾非主产区的差异化实施模式，该政策在省级层面产生了具有准自然实验特征的时空异质性。从时间维度看，随着政策推进，各省政策覆盖强度持续变化；从空间维度看，同一时期各省建设强度存在显著差异。基于此，研究人员以土地整治面积占比度量政策实施强度，构建连续双重差分模型，在控制省份和年份固定效应的同时，进一步捕捉政策强度变化的边际效应，从而更精确地识别政策投入的剂量—反应关系。
模型设定中，被解释变量为农业经济韧性水平，核心解释变量为土地整治面积占比与政策实施时间虚拟变量的交互项。控制变量涵盖社会经济层面和财政支持层面共9个变量，包括城乡收入差距（Theil指数）、交通基础设施、产业结构、农村经济增长、教育水平、农村劳动力占比、社会消费水平、财政支持强度和税负水平。机制检验变量包括灌溉覆盖率（有效灌溉面积占耕地面积比重，表征基础设施路径）、人均农业机械动力（表征机械化路径）、土地流转面积（表征规模经营路径）和农业化学投入强度（化肥、农药、农膜使用量与播种面积之比，表征农业生态环境路径）。数据来源包括《中国统计年鉴》《中国财政年鉴》《中国农村统计年鉴》《中国人口和就业统计年鉴》《中国环境统计年鉴》及《中国农村经营管理统计年报》等。
## 三、主要研究结果
### 农业经济韧性的时空演变特征
研究人员首先呈现了中国农业经济韧性指数在2005年、2011年、2016年和2022年的空间分布。总体而言，中国农业经济韧性呈逐步上升趋势，但区域差异显著。2005年整体水平较低，多数省份集中在0.26—0.33区间；2011年随着高标准农田建设进入标准化实施阶段，整体水平提升，东部沿海省份和粮食主产区韧性水平达0.36—0.40；2016年高韧性区域进一步扩展；至2022年，高韧性省份主要集中在东北地区、华北地区及长江中下游粮食主产区，韧性指数达0.51—057，而西南和部分西北地区仍有提升空间。总体呈现"整体提升、东部优先、南北分化"的时空特征。
### 基准回归与稳健性检验
基准回归结果显示，在控制区域固定效应、时间固定效应及社会经济控制变量后，高标准农田建设政策对农业经济韧性具有显著正向影响。加入财政支持相关控制变量后，双重差分系数增至2.362且在5%水平显著，表明每增加1个百分点的土地整治面积占比，韧性指数平均提升约0.023。这一结果表明高标准农田建设不仅提升农业产出，更通过改善农田基础设施、优化生产条件和增强风险缓冲能力，系统性地提升了农业系统的稳定性和适应性。
平行趋势检验采用事件研究框架，以2011年为政策基准年。结果显示，政策实施前交互项系数与零无显著差异，满足平行趋势假设；政策当年系数由负转正且统计显著，之后保持正向并呈逐渐增强趋势，表明政策效应为连续累积的动态过程而非一次性冲击。安慰剂检验通过1000次随机分配核心解释变量进行，结果显示随机估计系数集中于零附近，而真实估计系数位于分布右尾，表明基准回归识别的政策效应不太可能是由随机变异或模型误设驱动。
稳健性检验从三方面展开：一是调整样本区间，剔除2020年及以后受新冠疫情影响的数据，核心解释变量交互项系数仍在5%水平显著为正；二是工具变量法，以核心解释变量一期滞后项作为工具变量处理潜在反向因果内生性，结果显示一期滞后解释变量系数在10%水平显著为正；三是倾向得分匹配法（PSM），采用最近邻匹配无放回估计后，平均处理效应（ATT）为2.011且在10%水平显著。上述检验均支持基准结论的稳健性。
### 异质性分析
研究人员从农业依赖度、农业生产条件和自然风险水平三个维度进行异质性分析。
在农业依赖度方面，以农业增加值占GDP比重为分类标准，发现农业主导型省份的政策系数在1%水平显著为正，而非农业主导型省份系数虽为正但不显著。这表明在农业占核心地位的地区，高标准农田建设政策能更直接地转化为农业系统稳定性提升。
在农业生产条件方面，区分水稻主导区和旱地主导区后发现，水稻主导区（Model 9）政策系数在1%水平显著为正，而旱地主导区（Model 8）系数为负且不显著。这说明高标准农田建设政策的有效性高度取决于与底层生产条件的匹配程度，水稻区的水文条件与"土地平整和灌排系统"的技术逻辑高度契合。
在自然风险水平方面，以成灾面积占耕地面积比重度量，高风险区（Model 11）政策系数在5%水平显著为正，而低风险区（Model 10）系数显著为负。这表明在自然灾害频发地区，高标准农田建设通过强化水利基础设施、田间道路系统和防灾减灾设施，能产生更高的边际收益；而在低风险地区，大规模基础设施投资可能挤占创新和结构升级资源，且标准化生产系统可能降低系统灵活性和多样性。
### 机制检验
机制分析验证了两条假说中的四条传导路径。基础设施改善路径方面，高标准农田建设显著提高灌溉覆盖率（10%显著性水平），通过缓解农田水利结构性约束增强系统应对极端天气的缓冲能力。机械化促进路径方面，政策显著增加人均农业机械动力（10%显著性水平），土地整治为机械化作业提供标准化空间条件，提升系统在劳动约束或灾后窗口期的响应速度和操作精度。规模经营路径方面，政策对土地流转面积有显著正向效应（1%显著性水平），通过降低土地交易成本、增强土地资产流动性，促进适度规模经营，提升风险分担和资源配置能力。农业生态环境优化路径方面，政策显著降低农业化学投入强度（1%显著性水平），通过土壤改良和绿色生产技术推广，增强农业生态系统自我调节能力，减少环境风险向经济风险传导的可能性。
对四条路径进行标准化比较后，研究人员发现高标准农田建设对规模经营路径的效应最强，其次为农业生态环境改善、机械化促进和基础设施改善。这表明政策效应不仅通过物理基础设施投资生成，还通过农业生产系统内的组织重构和生态优化实现。
## 四、讨论与结论
研究讨论部分指出，高标准农田建设政策并非仅旨在改善农田质量和提高产量的工程干预，而是增强农业经济韧性的制度性投资。该政策通过改善基础设施、促进机械化、推动适度规模经营和优化农业生态条件，帮助农业系统降低产出波动、缩短冲击后恢复期，并为适应性升级创造条件。机制分析进一步表明，高标准农田建设的韧性增强效应不仅通过物理基础设施投资生成，还通过生产条件重构、要素配置和生态功能优化实现。
异质性结果表明，政策效应受区域农业结构、耕地类型和风险环境的强烈条件制约，这提示高标准农田建设的政策价值不在于统一的建设模式，而在于使建设重点与区域约束和韧性需求相匹配。
研究结论部分表明，基于2005—2022年中国30个省份的面板数据，运用连续双重差分框架，高标准农田建设显著增强了农业经济韧性，该结论在调整样本期、使用滞后解释变量和应用倾向得分匹配后依然成立。异质性分析进一步显示政策效应因区域条件而异，表明高标准农田建设的边际收益取决于农业依赖度、耕地类型和风险暴露程度。机制分析表明，高标准农田建设通过改善基础设施、促进机械化、推动规模经营和优化农业生态环境四大渠道提升农业经济韧性。这些发现表明，高标准农田建设应被理解为不仅是一项农田改善工程，也是增强农业系统抵抗力、恢复力和更新力的长期制度性投资。
该政策的适用性取决于其所需的制度和资源条件是否具备。中国经验表明，当土地利用政策得到稳定公共投资、明确实施标准、地方政府协调和长期维护安排的支持时，能够促进农业韧性。但在土地权属高度碎片化、财政能力薄弱、地方治理能力有限或水资源严重短缺的地区，大规模标准化农田建设可能难以实施或产生有限边际收益。因此，高标准农田建设的广泛适用性不在于直接复制统一建设模式，而在于将其核心政策逻辑——改善土地质量、加强农业基础设施、降低生产风险、增强适应能力——适应当地的土地制度、农场结构、水资源禀赋和气候风险条件。
