通过系统性保护实现综合农田保护目标：一种组态方法

《Journal for Nature Conservation》：Achieving integrated farmland conservation goals through systematic conservation: A configurational approach

　　

# 摘要

系统保护理论认为，农田保护的综合目标只有在农田系统内多种因素协同作用的情况下才能实现。然而，我们对于这些因素产生协同效应的具体路径知之甚少。因此，本文以中国江汉平原为研究区域，运用模糊集定性比较分析（fsQCA），探索影响农田数量、质量和生态综合保护目标实现的组态路径。研究发现：（1）江汉平原农田综合保护绩效（FCPIG）具有空间异质性，在质量和生态目标方面的农田保护绩效在一定程度上可以弥补数量目标方面的不足。（2）没有任何单一因素构成实现目标的必要条件，多种因素必须以协同方式发挥作用。（3）识别出两种不同的组态路径：以"政府关注与农田规模"驱动的模式和以"机械化与农业基础设施"驱动的模式。这两种组态路径提高了耕作效率并改善了经济回报，从而增强了农民保护农田的意愿。本文据此得出结论：加强农田系统中多种因素的协同作用对于农田保护至关重要。研究结果通过多因素的协同影响为制定和优化农田保护政策提供了新的视角。

## 1. 引言

系统保护理论倡导通过有效配置保护策略来实现自然资源的最优利用和保护（Baker等，2025；Margules和Pressey，2000；Perschke等，2024）。该理论强调完整性、连通性和适宜性原则，作为制定差异化保护政策的指导方针（Colsaet等，2018）。从系统保护理论的视角来看，农田保护的综合目标只有在农田系统的各要素以协调和协同方式运作时才能实现。在综合目标下追求高农田保护绩效（FCPIG）是全球面临的共同挑战（Foley等，2011）。农田的多功能性，涵盖供给性和非供给性功能，已在文献中得到广泛讨论：农田不仅是确保粮食安全和促进农村可持续发展的关键资源（Mechiche-Alami等，2021），同时也是半人工、半自然的景观，为人类提供多种生态系统服务（Finch，2020；Kheiri等，2023；Song等，2024）。农田保护（FC）不仅是保障粮食安全的制度安排，也是维持景观连通性和多功能性的生态策略。通过维持必要的农田生态系统服务——如生物多样性、碳固存和水分涵养——农田保护增强了农业生态系统的韧性（Kong等，2023；Liu等，2024）。此外，有效的农田保护减轻了生境破碎化并增强了连通性，从而有助于更广泛的生物多样性保护目标（Foley等，2011；Klebl等，2025；Tscharntke等，2005）。具体而言，以往研究指出，与旱地相比，稻田不仅是粮食生产的重要载体，还作为典型的半自然湿地生态系统发挥着生态功能。稻田的有效保护为大量水生和湿地物种提供了栖息地，从而促进生物多样性并维持生态系统服务（Choe等，2016；Nakanishi等，2025；Natuhara，2013；Toffoli和Rughetti，2020）。因此，基于系统保护理论，在数量、质量和生态方面保护农田资源对于维持农田在社会、经济和生态维度的功能至关重要。此外，它还有助于实现多项可持续发展目标（SDGs），包括SDG 2（零饥饿）和SDG 15（陆地生物）（Zhang等，2021）。然而，由人类活动和气候变化驱动的土地利用竞争加剧，给各国实现令人满意的FCPIG带来了巨大挑战（Gu等，2019；Skog和Bjorkhaug，2020；Song等，2018）。研究表明，在规模经济的驱动下，欧洲和北美的农田面积在扩大（Schwarzmueller和Kastner，2022），但农田提供的生态系统服务却在同时下降（Clough等，2020）。相比之下，东亚地区机会成本的上升导致农田面积减少和质量下降（Huang等，2019）。这些趋势凸显了从综合视角——涵盖农田数量、质量和生态——评估不同区域FCPIG的必要性，以及制定差异化改进策略的紧迫性。因此，探索FCPIG以获得对农田保护成果的全面了解，识别影响因素，并揭示导致高绩效的组态路径，已成为全球从事农田保护工作的政策制定者的关注焦点（Daniels，2020；FAO等，2023）。

庞大的人口基数、快速的城镇化扩张以及对可持续发展目标的坚定承诺，使农田保护在中国成为国家优先事项。在推进乡村振兴的同时，中国还面临着严峻的农田保护挑战（Huang等，2019）。城镇化扩张（d'Amour等，2017；Song等，2023b）、农田转为林地和草地（Xu等，2010）以及农业种植结构调整（Lu等，2024b）共同对数量、质量和生态方面的农田保护目标实现构成重大威胁。人口增长与农田面积减少的现实导致中国人均耕地急剧下降。此外，农田质量的恶化加剧了对可持续粮食生产和稳定的农田生态系统服务供给的压力（Jiang等，2020）。这些以有限农田资源和不断增长的人口需求为特征的制约因素，促使中国采取最严格的措施来规范农田向其他用途的转换（Huang等，2019；Wang等，2010）。1998年，中国修订了《土地管理法》，首次通过立法建立了以"占补平衡"为核心的土地利用调节制度。随着中国农田保护制度的演变，2024年6月实施的《粮食安全保障法》进一步扩大了占补平衡的制度范围，规定每当农田被其他用途占用时，必须补偿同等数量和质量的标准农田。因此，占补平衡的实施范围已统一为规范建设用地占用和农业用地转移。尽管中国拥有全球最严格的农田保护制度，但仍缺乏综合的农田保护绩效评估框架。考虑到农田数量-质量-生态格局的动态变化，实施农田保护政策和评估农田保护绩效对于监测和改善农田保护工作以及促进乡村振兴至关重要。

农田保护绩效反映了农田保护目标的实现程度，由于各国各地区对农田产品和功能的需求不同，其表现差异很大。在发展中国家，农田保护的主要目标包括粮食生产（Yi和Song，2024）和生物燃料原材料（Choi，2018；Dumortier，2024）。因此，许多研究将农田主要视为农业生产的资源载体，并将农田数量保护视为评估农田保护绩效的首要目标。各种指标已被用于评估农田数量的变化，如农田面积变化率（Qie等，2023）和农田面积变化的空间特征（Li和Song，2023）。此外，一些研究表明农田质量与其生产能力密切相关；因此，农田质量保护已被视为评估农田保护绩效的另一项目标（Qie等，2023）。农田质量评估基于自然条件（Qian等，2021）、粮食产量（Qie等，2023）和使用条件（Shi等，2020）等指标。相比之下，由于发达国家相对稳定的人口规模以及现代农业技术的应用，这些国家不仅强调农田数量和质量保护（Kujala等，2022），还通过实施各种农业环境计划优先考虑农田生态功能保护（Firbank等，2013）。相关研究将生物多样性保护（Lomba等，2020）和休闲娱乐服务的提供（Gottero，2019）确定为农田保护的生态目标。自1986年以来，中国农田保护的目标逐渐从"单一目标"演变为"综合目标"，即维持农田数量动态平衡、同等重视农田数量和质量，以及追求"数量-质量-生态"一体化的农田保护（Chen等，2019）。然而，全球范围内仍缺乏综合评估FCPIG的框架。因此，评估FCPIG可以为全面了解农田保护的实质成果提供依据；此外，对于人口众多、耕地稀缺的中国等国家和地区，识别FCPIG还可为政策制定者提供农田保护的多维视角。

为识别提高农田保护绩效的可行路径，以往研究探讨了影响因素。鉴于人类或公共组织是农田保护的主体，研究从多个角度考察了影响因素，如政府行为（Liang等，2020）、耕作条件（Clough等，2020）、农田禀赋（Turner等，2021）和外部环境（Zhou等，2020）。计量经济模型被广泛用于研究影响农田保护绩效的因素及其效应。研究采用了双变量空间自相关分析（Zhou等，2020）、Logistic回归模型（Ajagun等，2022）、Tobit回归模型（Ren等，2023）和向量误差修正模型（Zhao等，2021）来探索各种因素对农田保护绩效的影响。然而，传统计量经济回归模型依赖于边际分析技术，聚焦于核心自变量对因变量的"净效应"；此外，它们要求变量之间相互独立的假设（Zhang等，2022）。因此，尽管传统计量方法适合验证理论，但在解释现象方面可能不够充分（Meuer和Rupietta，2017）。

总之，学者和政府管理者已充分认识到农田保护目标具有多维特征（Chen等，2019；Gottero，2019；Kujala等，2022）。因此，他们对不同目标下的农田保护绩效进行了有价值的探索（Lomba等，2020；Qie等，2023；Yi和Song，2024）。然而，仍存在若干知识空白。第一，现有研究仅关注单一的农田保护绩效（Li和Song，2023），而过去对FCPIG缺乏批判性审视，这对于理解农田保护的实质成果至关重要。第二，以往研究主要关注如何改善单一影响因素以提高农田保护绩效（Ajagun等，2022；Zhou等，2020），从而忽视了农田保护作为社会行为的复杂性——提高FCPIG应依赖于各种影响因素的协同作用。对协同效应以及这些因素在不同组态中的相对重要性的关注十分有限。为弥补这些空白，本研究构建了一个概念框架，以便于评估FCPIG以及分析影响因素的组态路径。实证研究以中国主要粮食产区江汉平原为研究区域，目标是（1）审视"数量-质量-生态"的实质FCPIG，（2）运用定性比较分析（QCA）诊断影响FCPIG的因素，并基于系统保护理论揭示实现高FCPIG的影响因素组态路径。我们相信，本研究的发现可以为评估FCPIG和制定可行的农田保护策略提供有价值的见解，这可能惠及面临耕地稀缺和严重粮食安全挑战的国家。

## 2. FCPIG及其影响因素：概念框架

本研究构建了一个概念框架，以便于评估FCPIG以及分析改善FCPIG的影响因素组态路径。概念框架见图1。

图1. 概念框架。

### 2.1 理解"数量-质量-生态"综合目标下的农田保护绩效

目前，评估农田保护绩效需要综合考虑农田数量、质量和生态的变化（Chen等，2019）。在中国，以占补平衡为核心的土地利用调节制度确立了"农田面积零净损失和农田质量不下降"的农田保护目标。

然而，随着人们对农田生态系统服务功能认识的不断深化，保护这些生态服务功能已成为农田保护（FC）的又一重要目标（Chen et al., 2019）。保护农田的数量、质量与生态，本质上是保护农田的资源禀赋。因此，中国最新的农田保护目标被定义为"数量-质量-生态三位一体"。这一原则已在一系列关于农田保护的官方政府文件中得到重申，并被本研究采纳，体现在农田保护绩效综合指数（FCPIG）的评估中。

稳定数量的农田是提升农田质量和生态系统服务功能的基础。为保障粮食安全，中国政府划定了"18亿亩（约1.2亿公顷）耕地红线"（Huang et al., 2019）。农田既是生产资料，也是生态资源，只有在数量充足的前提下，才能有效发挥其生产功能和生态功能。农田数量的变化包括减少和增加两个方面。农田减少主要是由于耕地被转化为建设用地、林地、草地及其他用地。相反，农田增加主要通过将建设用地及其他用地复垦为耕地，以及将林地和草地转为耕地来实现。随着农业技术的进步，单位耕地面积的复种指数上限将逐步提高（Wang et al., 2024）；然而，作为农业生产的重要载体，防止农田数量减少仍然是农田保护的基础。具体而言，由于江汉平原各县级行政区面积差异较大，仅基于净耕地面积变化对各县的农田数量保护绩效进行直接横向比较较为困难。因此，本研究采用各县耕地总面积的净变化比例作为标准化指标来衡量农田数量保护绩效。

农田质量与其生产能力密切相关，因此，提升农田质量可以在一定程度上减轻耕地数量减少带来的负面影响（Chen et al., 2019）。在中国，根据《农业用地质量分级规程》（GB/T 28407–2012），农田质量评估包括三个指标：全国自然质量等级（NNQG）、全国利用质量等级（NUQG）和全国经济质量等级（NEQG）。NNQG反映在自然条件（如地形、水文、土壤等）下的农田质量；NUQG反映农田的生产能力；NEQG评估农田的产量和成本，反映农田的经济效益。这三个指标的取值范围为1至15，数值越高表示农田质量越差。在江汉平原，NNQG、NUQG和NEQG的实际取值范围分别为1至7、1至10和1至9。农田质量的变化全面反映了农田自然条件、生产能力和经济效益的变动。因此，评估农田质量的变化对于评价农田保护绩效至关重要。在评估江汉平原各县农田质量保护绩效时，为确保评估结果具有横向可比性，应分别测量NNQG、NUQG和NEQG的变化，根据差异化的质量值赋予不同的评估分数，然后再进行汇总，以得出能全面反映农田质量保护绩效的结果。

农田作为一种重要的自然资源，不仅提供农业生产等供给性服务，还提供广泛的生态系统服务，如调节服务、支持服务和文化服务等（Costanza et al., 1997）。农田生态保护绩效的评估本质上是受研究尺度选择影响的。在微观地块尺度上，研究通常采用田间采样和农户调查等方法，运用生物多样性、生境连通性等指标来捕捉生态成果（Aviron et al., 2018; Meier et al., 2022）。然而，在更宏观的行政尺度上，跨区域可比性和数据可获得性的需求要求采用替代方法。在此背景下，生态系统服务价值（ESV）已成为评估农田生态保护绩效的广泛采用的代理指标（Chen et al., 2019; Huang et al., 2025; Qie et al., 2023）。此外，将农田生态保护绩效纳入农田保护目标，可以增强利益相关方的农田保护积极性（Tourangeau et al., 2021）。在Costanza开创性的生态系统服务分类体系（Costanza et al., 1997）基础上，中国学者结合本国独特的生态和农业条件，对ESV框架进行了本地化和精细化，将其归纳为四大类、十一个亚类（Xie et al., 2015）。该框架通过土地利用面积和当量因子即可快速评估生态系统服务价值，已在区域生态系统服务评估中得到广泛应用（Chen et al., 2019; Li et al., 2020; Wang et al., 2021）。考虑到本研究聚焦于中国的农田保护，并评估江汉平原19个县（46,000平方公里）的生态保护绩效，ESV方法提供了方法论上的稳健性。重要的是，ESV框架涵盖了生物多样性维持、景观服务、养分循环、气体调节等关键生态过程，总共涵盖12类生态系统服务。因此，它不仅提供了农田生态保护绩效的综合衡量，还在一定程度上作为生物多样性等切实自然保护成果的代理指标。研究表明，农田利用方式的变化会影响农田生态系统服务（Wang et al., 2013）。根据功能和物理属性，农田可分为水田和旱地，二者提供的生态系统服务量不同（Hu et al., 2018; Huang et al., 2024; Li et al., 2020）。因此，本研究在评估江汉平原研究期间的农田生态保护绩效时，纳入了水田和旱地ESV的变化。

FCPIG整合了农田数量、质量和生态绩效，以全面理解农田保护的切实成果。评估农田保护绩效的具体公式详见第3.3.1.2.2节。

**2.2 利用系统性保护理论改进FCPIG**

在中国，农田因其资源属性和保障粮食安全的职能，使其使用和保护不仅是资源管理问题，更是由政府主导的政治任务。基于中国的农田保护实践和系统性保护理论（Kujala et al., 2022; Liang et al., 2020; Margules and Pressey, 2000; Zhou et al., 2020），本研究将影响FCPIG的农田系统概念化为三个维度：政策导向、耕种条件和外部环境，其中政策导向和外部环境代表农田的外部系统，耕种条件代表农田的内部系统。具体而言，政策导向是指政府行为和意图的方向（Abban & Hasan, 2021）。受机会成本驱动，市场行为往往倾向于将农田用于"非农业"和"非粮食"用途，这 necessitates 政府干预。通过政策导向，社会、经济和政治资源得以更有效地集中于农田保护，从而提升FCPIG；耕种条件是影响农户参与耕种意愿的关键维度（Qie et al., 2023）。它也是农户接受农田保护政策和参与农田保护实践的重要参考，从而影响FCPIG。外部环境是农田保护的基本条件，它在塑造和适应农田保护主体的行为和态度方面发挥着关键作用，是影响FCPIG的重要维度。

中国高度重视江汉平原的农田保护。2013年发布的《湖北省主体功能区规划》将江汉平原划为农产品主产区，为其提供了政策支持与法律保障，以减轻耕地流失。在此政策支持之下，江汉平原积极争取经济发展和农业基础设施建设的财政支持，同时改善耕种条件。根据中国官方统计数据，江汉平原的农业机械化水平在2017年达到80%，显著超过全国平均的66%。这不仅降低了农业生产风险，还提高了农田生产力，从而提升了FCPIG。

**2.2.1 政策导向**

政策是政府行为的指南，旨在保障公共利益和提供公共物品。在中国，保障粮食安全是最重要的公共利益之一，因此，农田保护具有鲜明的政策导向特征。政府关注度（GA）和土地政策定位（LPP）直接影响农田保护绩效的得分。就政府关注度而言，农田保护是政府确保公共物品和服务的职责。由于发展目标的差异化定位，政府关注度在地方政府之间分配不同，这体现在政策发布的时间线上。已有研究表明，政府关注度与公共物品供给正相关（Bao & Liu, 2022）；因此，政府关注度降低不利于实现土地管理目标（Hishe et al., 2021）。关于土地政策定位，中国的主体功能区规划将县——最基本的规划单元——划分为四大功能区：优化开发区、重点开发区、限制开发区和禁止开发区。不同主体功能区的土地政策定位不同，优化开发区和重点开发区支持非农发展，而限制开发区和禁止开发区则聚焦于农田和生态用地的保护（Song et al., 2023b），并配套更多政策支持以提升FCPIG。

**2.2.2 耕种条件**

耕种条件是农田使用和保护的物质基础。作为农业生产的资料，农田可以为农业生产者带来经济回报。耕种条件越好，农田使用者越愿意保护和利用农田，从而提升FCPIG（Cheng et al., 2015）。耕种条件关注农田的规模水平（SL），同时考虑农田利用的机械化水平（ML）（Ma et al., 2022）。一方面，较大的规模水平（以人均耕地面积表征）有助于实现农业生产的规模效应，从而提高农田使用者的经济回报。另一方面，农业机械的应用可以提高农田利用效率，降低劳动力成本，增加农户的耕种意愿，从而最大化经济回报。耕种条件中规模水平和机械化水平较好的地区，通常表现出更高的FCPIG。

**2.2.3 外部环境**

农田保护的诉求源于外部环境，并受其影响。既往研究指出两个主要影响FCPIG的外部环境：经济发展水平（LED）（Liu & Guo, 2015）和农业基础设施发展水平（AID）（Sotelo, 2020）。较高的机会成本鼓励农田的非农业和非粮食用途。此外，LED影响政府财政能力和农户收入，进而影响农田保护或转换的决策。实证证据表明，较高的LED可有效遏制耕地流失（Li et al., 2014）。此外，AID不仅降低了耕种风险、稳定了农田生态系统服务的供给，还增强了农业韧性并促进了粮食生产力的提升。因此，LED和AID可以显著影响FCPIG。

上述分析强调了单个因素对FCPIG的影响；然而，实现某一结果变量的条件变量通常是协同作用而非独立作用的。在农田保护的语境下，提升FCPIG需要多个条件因素的协同效应。具体而言，在农田保护实践中（如优化布局、建设高标准农田等），如果仅改善政策导向而忽视耕种条件和外部环境的改善，即使政策设计得再好，也可能无法有效实施，从而限制FCPIG的提升。同样，如果仅改善耕种条件或外部环境，而缺乏高质量的政策引导和支持，将难以实现最优的资源配置，从而对有效提升FCPIG造成障碍。尽管全面改善多维条件因素可能提升FCPIG，但这种方法对于政治、物质和经济资源有限的发展中国家和地区往往不切实际。因此，探索多个因素的最优协同配置至关重要。政策导向、耕种条件和外部环境三个维度中的六个因素可能相互作用，形成多条配置路径，每条路径均可实现较高的FCPIG得分。为揭示提升FCPIG的机制，有必要从配置视角探究多个影响因素之间的协同关系。

**3. 数据与方法**

**3.1 研究区域**

综合考虑农田资源禀赋和农田保护状况，华中地区的江汉平原是本研究的理想区域（图2）。江汉平原涵盖19个县，地形平坦、土壤肥沃、水资源丰富，是全国最重要的粮食生产基地之一。

然而，近年来快速的城镇化扩张和生态恢复工程导致大量农田被转为建设用地、林地和草地，引发了"非粮化"和"非农化"的双重挑战。同时，占补平衡政策的实施推动了大量新耕地的开垦以弥补损失，但这些新增耕地在数量、质量和生态方面的可持续性仍令人担忧。这些动态变化使得江汉平原不仅是研究中国耕地综合绩效的代表性案例，也是反映其他主要粮食产区所面临的更广泛挑战的缩影。通过聚焦这一既具典型性又具有地方特色的区域，本研究旨在评估耕地综合绩效并探索提升其影响的配置路径。

下载：下载高分辨率图片（677KB） 下载：下载全尺寸图片

图2. 江汉平原研究区域，显示其位置（a）、2020年土地利用状况（b）和数字高程模型（c）。

3.2. 数据

本研究数据由2015年至2020年江汉平原19个县域的年度数据构成。土地利用数据包括各类土地面积和耕地质量数据。具体而言，土地面积数据提取自中国多期土地利用/覆盖变化遥感监测数据集（CNLUCC，https://www.resdc.cn/DOI），采用2015年和2020年30 m × 30 m土地利用栅格数据。耕地质量数据来源于湖北省自然资源厅提供的2019年耕地质量评价数据，覆盖各耕地地块的耕地自然质量等级（NNQG）、耕地利用质量等级（NUQG）和耕地生态质量等级（NEQG）评价结果。社会经济（条件变量）数据，包括政府响应时间（GA）、政策定位（LPP）、人均耕地面积（SL）、机械化水平（ML）和人均地区生产总值（LED），均获取自官方统计年鉴（数据来源：https://tjj.hubei.gov.cn/tjsj/sjkscx/tjnj/qstjnj/）。各条件变量的描述性统计如表1所示。

表1. 条件变量的描述性统计。

条件变量 | 单位 | 说明 | 均值 | 标准差 | 最大值 | 最小值
--- | --- | --- | --- | --- | --- | ---
GA | 天 | 上级政府发布政策实施指令与下级政府发布实施细则之间的时间间隔。* | 480.74 | 229.14 | 714.00 | 150.00
LPP | / | 主要功能区政策定位，国家农产品生产保护区（限制开发区）赋值为"3"，省级重点开发区域赋值为"2"，国家重点开发区域赋值为"1"。 | 2.21 | 0.89 | 3.00 | 1.00
SL | 公顷/人 | 2015至2020年农业劳动力人均耕地面积的平均值。 | 0.18 | 0.07 | 0.33 | 0.09
ML | 千瓦·时/公顷 | 2015至2020年每公顷耕地农业机械总动力的平均值。 | 9.75 | 2.44 | 15.68 | 5.81
LED | 元/人 | 2015至2020年常住人口人均地区生产总值的平均值，剔除价格因素。 | 52,823.74 | 22,469.95 | 104,717.00 | 24,098.00
AID | / | 2015至2020年有效灌溉面积占总耕地面积比例的平均值。 | 0.71 | 0.16 | 0.92 | 0.26

注：* 在中国，省政府对全省发布耕地保护政策实施指令，市政府发布相应的耕地保护政策实施细则，县政府依据实施细则落实耕地保护措施。综合考虑政策内容和可获取性，本研究选取了关于落实粮食安全省长责任制的政策。

3.3. 方法

3.3.1. 耕地综合绩效评估

（1）耕地数量绩效

CNLUCC将耕地分为旱地和水田两类。本研究采用耕地总面积的净变化来描述耕地数量绩效。公式(1)、(2)用于评估耕地数量绩效。

(1) ΔS? = (S?????? - S??????) + (S??????? - S???????)

(2) Quantity? = ΔS? / S?????

其中，ΔS?表示i县2015至2020年耕地总面积的净变化量；S??????和S??????分别表示i县2020年和2015年的水田面积；S???????和S???????分别表示i县2020年和2015年的旱地面积；Quantity?表示i县2015至2020年的耕地数量绩效；S?????表示i县2015年的耕地面积。

（2）耕地质量绩效

公式(3)、(4)用于评估耕地质量绩效。关于耕地质量数据处理的具体说明详见附录。

(3) G?? = (1/5) ∑(n=1→n) (S??????? - S???????) × (1/n) × (1/S?????)

(4) Quality? = (1/3) ∑(m=1→3) G??

其中，G??表示i县m等级类别的耕地质量绩效，具体而言，m=1、2、3分别代表耕地自然质量等级（NNQG）、耕地利用质量等级（NUQG）和耕地生态质量等级（NEQG）；n表示各等级的耕地质量数值，范围为1至15；S???????和S???????分别表示i县2020年和2015年在m等级类别下质量值为n的耕地面积；Quality?表示i县2015至2020年的耕地质量绩效。

（3）耕地生态绩效

参照修正方法（Xie等，2015），本研究获得2015年江汉平原水田和旱地的修正后生态系统服务当量因子，分别为4.06和3.44。在此基础上，使用公式(5)评估耕地生态绩效。

(5) Ecology? = [(S?????? - S??????) / S????? × Ep/(Ep+Ed)] + [(S??????? - S???????) / S????? × Ed/(Ep+Ed)]

其中，Ecology?表示i县2015至2020年的耕地生态绩效；Ep和Ed分别表示2015年江汉平原水田和旱地的生态系统服务当量因子。

（4）耕地综合绩效

基于上述分析，中国综合目标下的耕地保护旨在实现耕地数量零净损失、耕地质量不下降和耕地生态系统服务稳定；因此，三项耕地保护目标的权重相同。公式(6)用于评估耕地综合绩效，即P?，其中P?表示i县的耕地综合绩效得分。当P?为正时，表明i县基本实现了综合目标下的耕地保护。

(6) P? = Quantity? × (1/3) + Quality? × (1/3) + Ecology? × (1/3)

3.3.2. 基于模糊集定性比较分析的影响因素配置路径

导致特定结果的条件往往是相互依存而非相互独立的，实现综合目标下的耕地保护需要综合施策（Dong等，2023）；因此，解释社会现象需要借助"配置"视角（Ragin, 2014; Ragin & Pennings, 2005）。基于集合论和布尔代数技术（van der Heijden, 2019），定性比较分析（QCA）是探索中小规模案例研究社会现象的理想方法（Droste & Gianoli, 2024; van der Heijden, 2019）。QCA不要求条件变量相互独立的严格假设，此外，它可以考察多个条件变量与结果变量之间多种并发的因果关系，这些关系是非线性的、非对称的、非概率的和非加权的（Zhang等，2024），这使其区别于回归分析（Ragin, 2008; Ragin, 2014）。因此，QCA无需像回归分析那样考虑内生性或外生性问题，已被应用于多项研究主题，如耕地保护（Zhang等，2022）和可持续发展（Marks等，2018）。QCA方法有多种类型，鉴于本研究涉及连续变量，选择模糊集定性比较分析（fsQCA）作为揭示影响因素配置路径的适当方法。该方法主要包括四个步骤：变量校准、必要性检验、构建真值表和稳健性检验。

（1）变量校准。本研究以耕地综合绩效为结果变量，各影响因素为条件变量。变量校准可采用直接校准或间接校准。直接校准需要识别三个锚点，并将结果变量和条件变量转化为0至1之间的隶属度分数，其中1表示完全隶属模糊集，0.5表示模糊集的交叉点，0表示不隶属模糊集。间接校准涉及根据定性评估重新调整变量。根据专家建议（Pappas & Woodside, 2021; Ragin, 2008）和本研究变量的特征，本研究选择直接校准方法。研究表明，对于没有明确锚点标准的变量，建议以95百分位数作为完全隶属的上阈值，以5百分位数作为非隶属的下阈值（Beynon等，2020; Pappas & Woodside, 2021）。交叉点可在上下锚点之间选取，可通过均值、中位数或理论分析确定。由于以95%和5%百分位数设置阈值会导致完全隶属或非隶属的样本极少，因此，根据本研究变量的特征，对于没有明确锚点标准且呈正极性的变量，本研究采用90%和10%百分位数作为完全隶属和非隶属的锚点阈值，交叉点用均值或中位数表示。在选取LED变量锚点时，参考世界银行的收入水平分类标准。具体而言，耕地综合绩效（FCPIG）、政策定位（LPP）和有效灌溉面积比例（AID）的数据分布相对稳定，分别以90百分位数、均值和10百分位数作为完全隶属、交叉和非隶属的锚点。政府响应时间（GA）和机械化水平（ML）的样本分布变异较大，均值无法充分反映交叉点的特征，而用人均耕地面积（SL）的中位数有助于防止相似样本被分配到不同组别，因此选取GA、SL和ML的中位数作为交叉点。SL和ML的极性为正，因此SL和ML的1、0.5和0锚点分别为90分位数、中位数和10分位数；GA的极性为负，意味着GA值越低表明政府越重视耕地保护，因此GA的1、0.5和0锚点分别为10分位数、中位数和90分位数。根据世界银行的收入水平标准（低、中、高），LED的1、0.5和0锚点分别为￥90,220.66、￥29,113.89和￥7,456.61（汇率：1美元=7.20人民币）。结果变量和条件变量的校准值如表2所示。

表2. 结果变量和条件变量的校准值。

结果与条件变量 | 类型 | 完全隶属 | 交叉点 | 非隶属
--- | --- | --- | --- | ---
FCPIG | 结果变量 | 53.58 × 10?? | 16.55 × 10?? | -54.11 × 10??
GA | 条件变量 | 194.00 | 545.00 | 714.00
LPP | 条件变量 | 2.99 | 2.21 | 0.99
SL | 条件变量 | 0.26 | 0.15 | 0.11
ML | 条件变量 | 12.71 | 9.75 | 7.51
LED | 条件变量 | 90,220.66 | 29,113.89 | 7,456.61
AID | 条件变量 | 0.85 | 0.72 | 0.54

（2）必要性检验。在模糊集定性比较分析中，一致性用于描述条件变量对结果变量的影响程度。一致性得分高于0.9的条件变量被视为必要条件。反之，若条件变量的一致性未超过0.9，则表明条件变量之间需相互作用来影响结果变量，因此需要进行充分性分析。

（3）真值表构建。真值表用于判断条件变量的充分性。考虑变量特征和文献建议（Song & Zhang, 2023），原始一致性、频次和PRI的阈值分别设为0.8、1和0.75。生成真值表后，通过考虑中间解和简约解来确定条件变量的配置路径。

（4）稳健性检验。通常，在构建真值表时，通过提高原始一致性阈值来验证配置路径的稳健性。

4. 结果

4.1. 耕地综合绩效

将相关数据代入公式(1)至(6)，可评估2015至2020年江汉平原及其各县域的耕地数量、质量、生态及综合绩效。结果如图3所示。

下载：下载高分辨率图片（986KB） 下载：下载全尺寸图片

图3. 2015至2020年江汉平原及各县域的耕地保护绩效：(a) 耕地面积变化；(b) 耕地质量绩效；(c) 耕地生态绩效；(d) 耕地综合绩效。

总体而言，图3(d)显示，2015至2020年江汉平原的耕地数量、质量、生态绩效以及耕地综合绩效均为正值，表明江汉平原已实现"耕地数量零净损失、耕地质量不下降、耕地生态系统服务稳定"的耕地保护目标。

然而，各县域的耕地保护绩效表现出空间异质性。首先，就耕地数量绩效而言，沙市得分最低（-563.19 × 10??），而公安得分最高（89.56 × 10??）。图3(a)显示，沙市的旱地和水田面积均大幅下降，导致耕地面积净减少量最大（1,822.28公顷），严重影响了耕地数量绩效。相比之下，尽管公安的旱地面积有所减少，但其水田面积扩大了2,058.67公顷，导致耕地面积净增量最大（1,521.77公顷）。这些结果表明，耕地数量绩效与耕地面积净变化密切相关。因此，应严格执行占补平衡政策，并提供激励措施以促进耕地开垦，从而提升耕地数量绩效。

第二，就FC质量绩效而言，沙市得分最低（?216.05 × 10??），而仙桃得分最高（60.12 × 10??）。图3(b)显示，沙市的NNQG、NUQG和NEQG绩效均为负值且得分最低，主要原因是沙市被占用的耕地质量较高（1—5等），而补偿的耕地质量较低（主要为4—5等）。此外，补偿耕地的数量未能完全抵消被占用耕地的损失。相比之下，仙桃不仅在数量上补偿了被占用的耕地，还提供了三种不同质量等级的补偿耕地，主要为1—2等。这些发现表明，当耕地占用不可避免时，应优先占用质量较低的耕地。此外，补偿耕地的质量应超过被占用耕地的质量，以提高FC质量绩效。第三，就FC生态绩效而言，图3(c)显示沙市得分最低（?276.95 × 10??），而松滋得分最高（59.48 × 10??）。主要原因是沙市旱地和水田大量流失，显著削弱了耕地的生态系统服务供给能力。相比之下，松滋的旱地和水田均大幅增加，且以水田为主。这表明，为改善FC生态绩效，应优先保护水田并实施"旱改水"工程。最后，就FCPIG而言，如图3(d)所示，江汉平原19个县中有8个县FCPIG为正值，基本实现了综合目标下的FC，而其余11个县FCPIG为负值，未能实现综合目标下的FC。总体而言，2015—2020年间江汉平原耕地数量净增，补偿耕地质量较高且以水田为主，从而实现了综合目标下的FC。为进一步评估FCPIG对ESV当量系数变异的稳健性，本研究通过调整水田和旱地的ESV当量系数进行了敏感性分析。具体而言，将基准ESV当量系数（水田为4.06，旱地为3.44）分别独立上调和下调10%，其他参数保持不变。结果显示，这些变化仅导致FCPIG的微小变化。江汉平原FCPIG相对于基准情景的最大变化仅为1.92%（附录表1），而不同情景下各县的空间格局和相对差异基本一致。这些结果证实FCPIG评估对ESV当量系数的合理变化具有稳健性。此外，本研究还对FC质量绩效针对耕地质量等级潜在不确定性的稳健性进行了敏感性分析（附录表2）。具体而言，假设耕地质量等级提升或下降一个等级，并在此替代情景下重新计算FC质量绩效。基准情景与替代情景之间的Spearman秩相关系数分别为0.99和0.98（p < 0.001），表明各县的空间排序高度一致。

4.2 提升FCPIG的组态路径

4.2.1 必要性检验

根据表3，没有任何单个条件变量的一致性得分超过0.9，因此否定了"单个条件变量对结果变量具有独立影响"的原始假设，即提升FCPIG需要各条件变量相互依赖、协同作用。

表3 单个条件变量必要性检验结果。

条件变量 | 一致性 | 覆盖度 | 条件变量 | 一致性 | 覆盖度
GA | 0.640 | 0.584 | ~GA | 0.53 | 0.58
LPP | 0.676 | 0.658 | ~LPP | 0.44 | 0.58
SL | 0.626 | 0.177 | ~SL | 0.57 | 0.65
ML | 0.466 | 0.102 | ~ML | 0.73 | 0.65
LED | 0.854 | 0.091 | ~LED | 0.42 | 0.79
AID | 0.669 | 0.042 | ~AID | 0.55 | 0.70

注："~"表示取反，指低水平或缺失。

4.2.2 组态路径分析

在构建真值表时，原始一致性、频数和PRI阈值参数分别设为0.8、1和0.75，以获得三种类型的解：复杂解、中间解和简约解。具体而言，同时出现在中间解和简约解中的条件变量被确定为核心条件，而仅出现在中间解中的条件变量被确定为辅助条件（Marks等，2018；Zhang等，2022）。图4展示了提升FCPIG的条件变量组态路径。当一致性阈值提高到更严格的标准（0.85）时，结果与图4保持一致，证实了结论的稳健性和可靠性。结果显示，三种组态路径的一致性得分均超过0.8，表明它们是提升FCPIG的充分条件。解的覆盖度为0.6631，表明这三种组态路径能够有效解释江汉平原66.31%的县。基于三种组态路径中核心条件的结构特征，本研究将提升FCPIG的组态路径归纳为两类。

(1) 路径1："政府重视与耕地规模"驱动模式

在此组态路径中，GA和SL是主导提升FCPIG的核心条件，而LED、ML（路径1a）或LPP（路径1b）作为辅助条件发挥补充作用。见图4和图5。此组态路径表明，在AID水平较低但LED较好的区域，增强GA和提升耕地SL是改善FCPIG的核心条件变量。

路径1：政府重视与耕地规模驱动模式

潜江是路径1a的典型代表。基于原始数据和实证结果，进行了详细分析。图3(d)显示，潜江的FCPIG在江汉平原19个县中排名第6（24.32 × 10??），各条件变量发挥不同作用。首先，在湖北省政府发布《关于落实耕地保护党政同责的通知》（2015年4月9日）后约205天，潜江随即出台了实施细则，仅晚于汉川和应城（150天）。地方政府高度重视FC并及时发布相关指令的实施细则，可以快速推进FC目标和任务，从而为投入劳动力和资金提供政策支持。其次，潜江的SL（即农业劳动力人均耕地面积）为0.20公顷/人，在江汉平原19个县中相对较大（中位数：0.17公顷/人）。较高的SL为规模化生产和机械化耕作提供了资源支持。因此，较高的ML在潜江发挥辅助作用，不仅提高了耕地利用效率、降低了劳动强度和耕作时间，还更好地实现了规模效应以降低耕作成本；此外，还增强了农民参与FC的积极性，避免耕地"非农化"和"非粮化"现象。第三，潜江较好的LED进一步补充了FCPIG的改善。潜江发达的小龙虾产业对当地经济绩效贡献显著。为更好地支持小龙虾生产，潜江近年来引进和推广了"稻虾共作"模式，为"旱改水"提供了经济激励，从而提高了耕地质量和生态服务功能。

与路径1a相比，路径1b中辅助变量ML被LPP取代，宜城、京山、孝昌和沙洋是该组态路径的典型代表。具体而言，虽然宜城、京山、孝昌和沙洋的ML不如潜江，但这四个县的LPP均为"国家农产品主产区"，而潜江的LPP为"国家重点开发区域"。根据中国主体功能区规划，"国家农产品主产区"的县在国土空间开发中应限制大规模城镇化和高强度工业化，将农业生产作为主要功能。因此，在LPP的引导下，国家农产品主产区的耕地转化更为有序；此外，LPP还能进一步补充GA和SL，促进FCPIG的提升。此外，路径1b的一致性得分和原始覆盖度或独特覆盖度均高于路径1a，表明路径1b的解释力优于路径1a。

(2) 路径2："机械化与农业基础设施"驱动模式

在此组态路径中，ML和AID是主导提升FCPIG的核心条件，而GA和LED作为辅助条件发挥补充作用。见图4、图5和图6。此组态路径表明，当LPP未严格规范FC优先级且耕地使用SL较低时，提升ML和加强AID是改善FCPIG的核心条件变量。

路径2：机械化与农业基础设施驱动模式

仙桃、监江和天门是路径2的典型代表。此组态意味着，对于SL较低且LPP为开发导向的县，应提高ML并重视AID，为耕地使用和保护创造有利的耕作条件和外部环境。此外，政府应给予充分关注以指导各项FC目标的实现，并通过经济发展为FC提供财政和技术支持，从而提高FCPIG。以仙桃为例，首先，2015年仙桃被选为全国现代农业示范区，为提升农机装备和农机现代化提供了契机，降低了耕作成本并提高了农民耕种的意愿。2015—2020年，仙桃农业机械化的平均水平达到12.23 kW·h/ha，在江汉平原排名第3。其次，2015—2020年，仙桃有效灌溉面积占比从69%增加到97%，有效解决了耕地灌溉用水问题并降低了耕作风险。第三，仙桃政府及时出台了《关于落实耕地保护党政同责的通知》的实施细则（时间间隔：266天），这在一定程度上促使仙桃各级领导关注耕地流失和保护问题，促进了FC的财政和技术支持。第四，2015—2020年仙桃人均GDP均值为61,500元，在江汉平原排名第6，达到中等收入水平。较高的LED更有助于实现FC目标。例如，仙桃通过开发耕地远程视频实时监测平台、实施全域土地综合整治以及建设富硒农产品产业示范区等方式，进一步促进了耕地使用和保护。

5. 讨论

在OCBF体系下，本研究构建了评估FCPIG的概念框架，并分析了江汉平原FCPIG的条件变量组态路径。此外，基于fsQCA方法，我们发现江汉平原没有任何单个条件变量能够提升FCPIG，即提升FCPIG需要各条件变量相互依赖、协同作用。此外，本研究识别出了三种潜在的组态路径。我们的发现不仅深化了对FC目标的理解，也为提升FCPIG提供了备选行动方案和政策建议。

5.1 FC应考虑数量、质量和生态的综合目标

尽管由于人口规模、耕地禀赋、农业技术等方面的差异，不同国家的FC目标优先级可能有所不同（Finch等，2020；Huang等，2019；Kujala等，2022），但保护耕地资源、确保粮食安全和改善生态环境是所有国家面临的社会问题。因此，在综合目标下保护耕地是满足人类耕地需求的必要前提。此外，从宏观视角来看，本研究考察了江汉平原各县，发现FC在实现质量和生态目标方面的绩效在一定程度上可以弥补其在实现数量目标方面的相对不足。我们的结果部分支持了已有研究，即提高耕地质量和生态功能可以抵消耕地流失造成的负面影响（Chen等，2019）。如图3所示，虽然监江的FCPIG为负值，但FC质量绩效和生态绩效的相对优势仍能减轻FC数量绩效的负面影响。这可以解释为，尽管监江2015—2020年间耕地面积净减少176.48公顷，但质量较好且提供更多生态系统服务的水田面积增加了386.27公顷，从而减轻了耕地数量流失对实现综合目标下FC的负面影响。

因此，FC应致力于实现数量、质量和生态的综合目标。

20世纪80年代初，中国确立了"以经济建设为中心"的发展目标。在以经济为导向的政府绩效评估体系下，地方政府优先推进城市发展和经济增长。因此，耕地占补平衡制度仅关注耕地的食物供给功能，确保耕地数量零净损失，而忽视了耕地质量和生态保护（Song et al., 2023a）。因此，在政策实施过程中，地方政府为确保发展和降低成本，常遇到"耕地占补补偿不到位"、"占优补劣"（占用优质耕地补偿低质量耕地）、"占水田补旱地"和"耕地上山"等问题（Chen et al., 2022; Chen et al., 2019），这些做法对耕地数量、质量和生态产生了负面影响（Huang et al., 2019; Song et al., 2015）。这些做法阻碍了耕地的可持续利用，甚至可能加剧耕地撂荒（Lu et al., 2024a）。此外，耕地占补平衡通常由县级政府在其行政边界内实施。然而，也存在跨行政区域的耕地补偿实践（Yi & Song, 2024），这可能导致耕地空间分布失衡，并对行政区域内的耕地数量、质量和生态保护构成挑战。目前，中国的粮食消费正从吃饱向吃好转变，更加注重营养健康和膳食质量，这对提升农产品质量提出了更高要求。因此，不仅需要充足的耕地数量作为资源基础，还需要提升耕地质量和耕地生态系统服务功能（Song et al., 2023a）。此外，将质量和生态目标纳入耕地保护目标可以增强农业经营主体的耕作意愿（Tourangeau et al., 2021）。因此，在综合目标下保护耕地更有利于保障粮食安全，满足人类对耕地生态系统服务的需求，并最大化耕地保护带来的公共利益。

在耕地占补平衡实践中，可以在维持或增加耕地数量的同时，逐步提升耕地的质量和生态功能，从而实现FCPIG。例如，通过开垦荒地、土地整理、实施"旱改水"工程、建设高标准农田、建立农田排灌系统、治理耕地退化、改良盐碱地等措施，不仅可以扩大耕地数量、实现耕地集聚连片，还能逐步提升耕地质量。当耕地面积达到一定规模并保持高质量时，可以减少栖息地破碎化，改善空间连通性，增强生态系统完整性，从而培育多功能景观（Knutti et al., 2021; Suraci et al., 2023）。这些改善反过来可以加强关键生态系统服务——包括水分调节、土壤保持和栖息地提供——从而实现FCPIG。在实施耕地占补平衡过程中，可以采用工程和技术措施，确保补充耕地的数量、质量和生态功能超过被占用耕地。这些方法有助于将质量和生态目标与数量目标相结合，促进耕地保护的全面实现。

**5.2 采取多种措施提升FCPIG**

越来越多的证据表明，保护耕地需要基于耕地系统采取多种措施（Dong et al., 2023）；然而，探索提升FCPIG的耕地系统组态路径以及明确各条件变量的作用仍然具有挑战性。从组态视角来看，揭示影响FCPIG的条件变量之间的协同关系，可以识别提升FCPIG的路径，从而更好地实现"耕地数量零净损失、耕地质量不下降、耕地生态系统服务稳定"的综合保护目标。本研究发现，提升FCPIG涉及多种复杂的因果关系。具体而言，六个条件变量单独都不能构成提升FCPIG的必要条件；相反，"政策导向、耕作条件和外部环境"三个维度中的多个条件变量应产生协同效应。特别是，"政府关注（GA）"和"土地利用政策优势（LED）"在所有三个组态路径中均作为核心或互补条件出现，表明它们对提升FCPIG具有普遍影响，这与现有研究一致（Gao et al., 2023; Li et al., 2014）。

鉴于江汉平原各县提升FCPIG的组态路径存在显著异质性，应根据政策导向、耕作条件和外部环境采取不同的改进措施。从组态路径1可以得出以下政策启示：对于农业基础设施不足的地区，地方政府应及时出台耕地保护政策实施细则，同时积极鼓励农地流转以促进规模化经营。此外，发展经济、提高农业机械化水平，或在土地政策定位上提供优势，可以进一步补充FCPIG的提升。具体而言，当低水平的农业机械化降低耕地保护热情时，地方政府应出台农地使用的监管措施，限制耕地开发权，从而提升FCPIG。相反，当土地利用政策未能有效限制耕地转用时，地方政府应发挥耕地规模优势，提高农业机械化水平，从而为耕地使用者创造有利的耕作条件，提升FCPIG。此外，从组态路径2可以得出以下政策启示：对于耕地经营规模小、缺乏土地政策优势的地区，地方政府应优先加快农业基础设施建设以降低农业生产风险，同时提高农业机械化水平以提供有利的农地使用条件。此外，地方政府还应按照上级政府的要求，及时出台详细的耕地保护政策实施细则，并积极推动经济发展，为采用先进技术和设备进行耕地保护提供资金支持，从而形成提升FCPIG的补充力量。

**5.3 应用潜力**

本研究提出了一个从数量、质量和生态三个维度评估FCPIG的通用概念框架，并识别了提升FCPIG的条件变量组态路径。与中国类似，大多数发展中国家和地区也面临着耕地稀缺和人口增长的双重挑战（FAO et al., 2023）。因此，在综合目标下保护耕地也能为其他发展中国家和地区的耕地保护决策者提供有价值的参考。

虽然本研究以江汉平原19个县为样本进行了实证分析，但我们认为研究结果也可以广泛适用于其他国家和地区。具体来说，在治理原则的推广方面，本研究为其他国家和地区的耕地保护决策者提供了有益的启示：提升FCPIG是一项系统工程，条件变量必须形成协同组态路径，而非单独应对。在应用技术方面，首先，本文开发的FCPIG评估框架具有普适性，可以满足任何希望从数量、质量和生态角度全面理解FCPIG的国家或地区的需求。但需要注意的是，在评估耕地保护的生态绩效时，需要根据当地的自然生态条件修正水田和旱地的当量因子。其次，在确定提升FCPIG的组态路径时，不同国家和地区可以参考本概念框架中识别的条件变量，或根据当地耕地保护的实际情况选择适当的条件变量，包括社会、物理、经济、自然和技术条件，从而确定最适合当地情况以提升FCPIG的组态路径。

**5.4 局限性与未来研究**

本研究可能存在以下三个局限性，并为未来研究提供了思路。第一，本研究fsQCA的条件变量主要是宏观统计数据，因此本研究更多关注政策导向、耕作条件和外部环境作为耕地保护的影响因素。然而，在微观层面，作为耕地直接使用者的农民和作为耕地保护受益者的公众，其特征和行为也会影响耕地保护目标的实现；仅从县级尺度来看，政策导向在一定程度上可以调节农民和公众的行为。因此，未来在探索地块层面的耕地保护绩效及其影响因素时，需要考虑农民和公众的特征与行为。第二，本研究采用生态系统服务价值（ESV）当量评估耕地保护的生态成效。虽然ESV提供了一种实用且可比较的框架，但它不可避免地简化了生态过程，可能忽视生物多样性保护的关键方面，如物种丰富度、栖息地质量和景观连通性。未来研究可以整合直接的生态指标，以捕捉FCPIG生态绩效的空间异质性和局部风险，从而更细致地理解耕地保护如何影响栖息地破碎化、生态完整性和多功能景观结果，最终增强FCPIG生态绩效评估的有效性。第三，我们使用ArcGIS 10.2的"数据链接"功能将2019年的耕地质量数据与2015年和2020年的耕地利用数据进行链接。虽然短期内耕地质量不太可能发生显著变化，但探索更长时间尺度上的耕地保护质量绩效需要更丰富的数据支持。如果能够获得更精确的耕地质量数据，可以进一步完善相关研究。

**6. 结论**

本研究以江汉平原19个县为研究样本，评估了2015—2020年江汉平原及各县的FCPIG，并从组态视角探讨了提升FCPIG的路径。结论如下：第一，总体而言，2015—2020年江汉平原的FCPIG为正值，表明"耕地数量零净损失、耕地质量不下降、耕地生态系统服务稳定"的耕地保护目标得以实现。具体而言，8个县FCPIG为正值，11个县FCPIG为负值，呈现空间异质性特征。第二，提升FCPIG涉及耕地系统内部多重复杂的因果关系。政策导向、耕作条件或外部环境中的任一单独条件变量都不能构成提升FCPIG的必要条件，因此需要多因素协同。第三，在三个组态路径中，政策导向、耕作条件和外部环境三个维度下的六个条件变量均影响FCPIG。基于核心条件的特征，三个组态路径可归纳为两种类型。一种是"政府关注与耕地规模"驱动模式，另一种是"机械化与农业基础设施"驱动模式。虽然不同的条件变量之间存在协同效应，但两种组态路径均能提升FCPIG。本研究不仅通过考虑综合目标的实现拓展了耕地保护绩效评估，还通过多因素的协同影响提出了制定和优化有效耕地保护政策的新思路，并归纳为两种组态路径。这些路径为人口众多、耕地稀缺的国家和地区（如中国）有效保护耕地、为农村发展提供资源基础提供了多维度的耕地保护政策建议。

**CRediT作者贡献声明**

易路平：写作—审阅与编辑，写作—初稿撰写，方法论，调查研究，形式分析，数据整理，概念构思。宋敏：写作—审阅与编辑，写作—初稿撰写，方法论，资金获取，形式分析，概念构思。张安禄：写作—审阅与编辑，方法论，形式分析。潘婷：写作—审阅与编辑，写作—初稿撰写，形式分析。王宇：写作—审阅与编辑，写作—初稿撰写，调查研究，形式分析。彭景怡：可视化，数据整理。卞鸿妮：验证，数据整理。

易路平 | 宋敏 | 张安禄 | 潘婷 | 王宇 | 彭景怡 | 卞鸿妮

华中农业大学公共管理学院，中国武汉 430070