《Land》：Agricultural Resilience Under Synergistic Compensation Policies: A System Dynamics Study of Nenjiang, Heilongjiang Province, China
编辑推荐：
摘要：旨在增强农业韧性的政策可能因资源竞争、结构约束和跨子系统反馈而在生态、产业和社会子系统之间产生非预期权衡。本研究将这些非预期效应概念化为“韧性补偿陷阱”。以中国黑龙江省嫩江市为案例，研究人员整合社会-生态系统（SES）理论与系统动力学（SD）建模，考察2
摘要：旨在增强农业韧性的政策可能因资源竞争、结构约束和跨子系统反馈而在生态、产业和社会子系统之间产生非预期权衡。本研究将这些非预期效应概念化为“韧性补偿陷阱”。以中国黑龙江省嫩江市为案例，研究人员整合社会-生态系统（SES）理论与系统动力学（SD）建模，考察2015—2035年五种情景下农业韧性的演变：基线发展、生态优先、产业升级、人才振兴和综合优化。结果表明，基线情景下农业总体韧性缓慢上升。产业升级情景使2035年总体韧性升至16.43，较基线提高60.92%，但生态韧性降低26.94%，从而产生明显的跨子系统补偿效应。相比之下，综合优化情景使总体韧性升至18.07，较基线高76.98%，同时减少三个子系统间的冲突。这些结果表明，单一目标干预可能激活抵消其预期收益的负反馈。通过将吸收、适应和转型能力作为相互作用变量和反馈回路进行操作化，本研究提供了农业韧性权衡的基于过程的解释。研究结果进一步强调了生态、产业和社会政策协调的重要性。
**农业韧性协同治理的系统动力学解析——基于黑龙江省嫩江市的实证研究**
**1. 研究背景与问题提出**
全球粮食安全需求持续增长、农业劳动力老龄化与流失、土地资源退化等问题正不断压缩农业系统的安全运行空间，使集约化农业面临系统性可持续性危机。在此背景下，农业发展的核心挑战已不仅限于提高产量和经济价值，还必须在资源约束与外部扰动下稳定农业收入、维持生产稳定性并保障生态功能。农业韧性（agricultural resilience）作为支撑生产、生态和社会功能长期维持的动态能力，成为学术界与政策实践关注的焦点。然而，现有增强农业韧性的政策往往依赖生态补偿、产业扶持等单一目标导向的补偿性工具，这些工具在系统中可能引发潜在冲突：生态补偿可能通过约束投入与生产行为降低农业收入，产业补贴可能增加资源消耗与生态风险，收入不稳定进一步加剧农业劳动力外流。多项旨在增强韧性的政策未能形成协同效应，反而在系统内部相互抵消。既有研究缺乏一个整合性框架来解释多重政策干预如何与内部反馈机制互动并随时间产生跨子系统权衡。针对这一理论缺口，本研究引入系统演化视角，提出“韧性补偿陷阱”概念，即旨在增强特定子系统韧性的干预可能因资源再分配和相关机制削弱或牺牲其他子系统的韧性，从而产生总体韧性提升受限甚至逆转的非预期结果。研究以中国黑龙江省嫩江市为案例，该市位于松嫩平原黑土核心区，是典型的高强度粮食生产区，面临黑土退化、产业结构单一和人口外流等多重约束，为阐明补偿政策、系统反馈与韧性演化之间的关系提供了理想场景。该研究发表于《Land》期刊。
**2. 研究方法与关键技术**
研究人员整合社会-生态系统（SES）理论与系统动力学（SD）建模方法，构建了包含农业生态与环境承载力、农业生产与产业结构、农业社会经济适应三个核心子系统的韧性评估框架。研究数据主要来源于2015—2022年中国统计年鉴、黑龙江省统计年鉴和黑河市统计年鉴，并通过实地调查和结构化访谈补充定性信息，采用线性插值填补缺失数据，利用熵权法确定指标权重。模型包括9个状态变量、18个速率变量和60余个辅助变量，通过因果回路图和存量-流量图刻画子系统间的动态反馈机制。模型经过结构一致性检验、历史行为复现检验（所有关键变量的平均相对误差均低于10%）和敏感性分析（平均变量敏感性为0.69%）验证。研究设计了五种情景：基线发展、生态优先、产业升级、人才振兴和综合优化，模拟2015—2035年农业韧性的演化路径。
**3. 主要研究结果**
**3.1 基线情景下的韧性锁定**
在基线情景下，嫩江市农业系统总体韧性从2015年基线值稳步上升至2035年的10.21，呈现持续增长趋势。生态子系统韧性达到14.92，产业子系统韧性升至13.95，二者构成总体韧性提升的核心支撑。然而，社会子系统呈现明显的“先降后升”U型轨迹，韧性在2026年左右触底后缓慢回升，2035年仅恢复至0.44，反映出核心劳动力外流和人口老龄化对农村社会的长期衰退压力，内生恢复能力极为有限。
**3.2 替代政策情景下的韧性补偿效应**
情景模拟结果揭示了显著的跨子系统权衡关系。产业升级情景使2035年总体韧性达到16.43，较基线提高60.92%，但生态韧性降至10.90，较基线降低26.94%，形成明显的补偿效应。生态优先情景产生最高的生态韧性（16.73），但总体韧性提升有限，且社会韧性略有下降。人才振兴情景使社会韧性在2035年达到2.80，较基线提高536.36%，但生态韧性也出现下降。综合优化情景使总体韧性达到18.07，较基线提高76.98%，同时减少子系统间冲突，但并非每个子系统都实现最大化，而是通过工业提升与生态、社会损失缓解的组合实现总体最优。
**3.3 韧性补偿陷阱的实证证据**
各情景的子系统演化轨迹表明，单一目标导向的政策干预可能显著改善预期维度，同时削弱其他维度。产业升级在带来产业韧性和总体韧性大幅提升的同时，伴随生态韧性的显著下降；生态优先改善生态条件但总体收益有限且社会韧性轻微下降。这种“零和博弈”特征证实了韧性补偿陷阱的存在，其识别需要结合各子系统轨迹的联合比较，而非仅依赖总体韧性指数。
**4. 讨论与结论**
**4.1 讨论**
从社会-生态系统视角看，嫩江市农业系统的低韧性并非源于资源禀赋不足或政策强度不够，而是生态、产业、社会三个子系统耦合反馈形成的路径依赖状态。生态维度上，产量导向的高投入生产以黑土肥力换取短期稳定，形成“投入-肥力耗竭”锁定；产业维度上，初级农产品对外部市场的高度依赖放大了价格波动影响，抑制资本积累与产业多元化；社会维度上，人口老龄化与劳动力外流持续削弱系统转型能力。三者相互作用形成复杂的锁定结构。子系统政策冲突揭示了补偿陷阱的机制：单一目标政策容易在现有系统结构中被放大或扭曲，产生非预期后果。综合优化情景通过同时作用于生态保护、产业升级和人才振兴等关键环节，能够削弱负反馈的自我强化，激活跨子系统正反馈联动，从而实现总体韧性的跃升。本研究将吸收、适应和转型能力操作化为可追踪的状态变量、速率变量和反馈回路，为农业韧性研究提供了从静态评估向动态机制模拟的范式转变。
**4.2 研究结论**
本研究得出三个主要结论：第一，在现有发展趋势延续下，总体农业韧性逐步增长，但社会子系统因人口老龄化、劳动力外流和内生人力资本积累不足而成为持续约束；第二，单一维度干预产生明显的跨子系统权衡，产业升级情景虽使总体韧性提高60.92%，但生态韧性下降26.94%，表明子系统改善不必然转化为系统级韧性的持续提升；第三，综合优化情景产生最强的总体效果，使农业韧性提高76.98%，同时缓解生态和社会损失，协调干预优于针对单个子系统的政策。这些发现支持韧性补偿陷阱的概念，即旨在增强农业韧性某一维度的政策可能通过资源再分配、结构约束和延迟反馈削弱其他维度。对于主要粮食产区，农业韧性治理应超越单一目标补偿，将生态承载力作为约束条件，产业升级需配套环境保障和利益共享机制，同时加强人才发展和农村组织能力，防止社会子系统成为长期瓶颈。本研究的可转移贡献主要在于分析框架而非具体参数值，该框架可适用于其他具有生态压力、初级产品依赖、人口外流和强政策干预特征的集约化农业区域，但应用于其他地区需重构因果关系、重新校准参数和指标权重，并根据区域政策优先级重新定义情景设置。研究局限包括简化了不可预测的外部冲击、假设政策实施连续性、部分行为通过聚合函数表示，以及结论基于单一区域案例。未来研究应纳入极端气候、价格波动和政策中断等随机扰动，明确表征农民、企业和政府的异质性决策，并通过跨区域比较和模型迁移检验框架的稳健性与可转移性。
