作物生产指数（2014-2016 = 100）
Crop production index (2014-2016 = 100)
下载数据指标解释
World Bank official description / 世界银行官方说明
Crop production index shows agricultural production for each year relative to the base period 2014-2016. It includes all crops except fodder crops. Regional and income group aggregates for the FAO's production indexes are calculated from the underlying values in international dollars, normalized to the base period 2014-2016.
可供参考的中文翻译：作物生产指数反映的是相对于基期 2014-2016 年的每年农业产量，包括除饲料作物以外的所有作物。联合国粮农组织（FAO）生产指数的地区和收入组别总和根据国际元潜在价值计算，并以 2014-2016 年为基期进行标准化。
数据口径与风险提示
- 本指数仅涵盖作物，不包括饲料作物、畜牧业产品和水产品，与食品生产指数或农业增加值等指标口径不同，跨指标比较时需注意范围差异
- FAO 对不同国家使用国际元进行标准化处理，不同货币实际购买力差异可能导致跨国可比性存在局限
- 部分发展中国家近年来作物产量增长迅速，排名靠前，但可能同时伴随土壤退化、水资源过度利用等隐性成本
- 基期设为 2014-2016 年，数值大于 100 表示产量超过该基期水平，并不意味着粮食安全状况一定更好
- 2020 年后全球数据更新可能存在滞后，部分近年数据可能缺失
- 高指数值可能反映复种指数提高而非单产提升，单独使用时不宜直接判断农业效率
- 发展中国家农业统计体系相对薄弱，数据质量和覆盖度因国而异
- 指数为物量指标，未经价格调整，不反映农业生产的经济价值或贸易竞争力
中国趋势
中国作物生产指数从 1961 年的 14.24 起步，历经六十余年持续攀升，至 2022 年已达 111.85，期末值为期初值的约 7.9 倍。从 decade_rows 可见，改革开放前后（1960-1980 年代）增速相对平稳，每十年增幅在 1.3-1.4 倍区间；进入 1990 年代后增速明显加快，1990-1999 年十年间从约 40 增长至约 58.4，倍数达 1.46；2000 年代增幅略降至 1.35 倍；2010 年代进一步降至约 1.25 倍；2020-2022 年仅两年已增长约 1.04 倍，增速趋缓态势明显。整体呈现早期高速增长、后期逐渐回落的轨迹，且近十年增速显著低于此前，反映中国作物生产可能正从快速扩张阶段逐步转向以单产提升和结构优化为主导的稳健增长期。
- 1961 年基准值为 14.24，2022 年最新值为 111.85，期末为期初的约 7.9 倍
- 2022 年为有数据以来的历史最高值，62 个数据点呈持续上升趋势
- 1960 年代（中国农业集体化初期）年均增幅约 36%，1970 年代约 29%，1980 年代约 41%，1990 年代约 56%，2000 年代约 35%，2010 年代约 25%，2020 年代初约 4%（两年）
- 数据最新到 2022 年，2020 年后仅含 2020-2022 三年，后续趋势待验证
- 指数以 2014-2016 为基期（=100），因此 2015 和 2016 年值均为 100，无法直接判断这两年间的相对大小
- 增速下降可能与基数效应有关，也可能反映种植结构调整或资源约束，而非生产效率降低
- 未区分不同作物类型的贡献，水稻、小麦、玉米等主粮与经济作物的增长路径差异未被反映
全球趋势
全球作物生产指数以 2015-2019 年全部固定为 100（基期本身），最新可用年份为 2020 年，数据覆盖面存在明显限制。从 1961 年的约 14.9 发展至 2011 年峰值约 105 后回落至 100，整体呈现波动上行趋势。分年代看，1960-1969 年约增长 26%，1970-1980 年代增速显著放缓至约 8%，1980 年代几乎停滞（约 2%），1990 年代出现大幅跃升，1990 年约 21 攀升至 1999 年约 52.75，倍数高达 2.50，这可能与大量发展中国家在此期间推进农业现代化和扩张作物种植面积有关。2000 年代增长约 29%，2010 年代增速再次回落至约 6%。世界整体增速在 1990 年代明显超越中国（世界 2.50 倍 vs 中国 1.46 倍），而 2000 年代后中国的相对增速优势又有所回升。
- 1961 年基准值约 14.91，2011 年录得峰值约 105.09，2015 年后值固定为 100
- 1990 年代增幅达 2.5 倍，是所有年代中增速最快的，与中国同期的 1.46 倍形成明显差异
- 2000 年代增幅约 29%，2010 年代增幅约 6%，增速呈递减趋势
- 2020 年后全球数据固定为 100，后续变化无从观察
- FAO 数据更新至 2020 年后数据不再变化，2020 年后无最新世界生产指数，无法与 2022 年后的中国数据进行同步比较
- 1990 年代世界大幅增长的原因涉及多种因素，不宜直接归因于单一变量
- 世界指数包含大量农业扩张型国家，其增长可能同时受耕地面积增加驱动，而非单产提升
- 基期 2015-2016 年后数据锁定为 100，故 2020 年全球指数在数值上低于中国同年的约 108，这仅反映基期设定，不代表中国生产规模超过全球总量
每十年变化摘要
| 十年区间 | 中国变化 | 世界变化 | 提示 |
|---|---|---|---|
| 1960-1969 | 1.4x | 1.3x | 中国作物生产指数在此期间增长约 1.36 倍，略快于全球约 1.26 倍的增幅，可能反映中国早期农业集体化对作物生产的直接推动效应相对显著，但双方基数均较低，绝对增量差距不大。 |
| 1970-1979 | 1.3x | 1.1x | 中国增速约 1.29 倍，全球仅约 1.08 倍，中国相对优势扩大。这一阶段中国正值农村经济调整期，作物结构有所优化，而世界整体增速放缓，可能意味着中国在作物品种改良和种植布局上的进展超前于多数发展中国家。 |
| 1980-1989 | 1.4x | 1.0x | 中国增长约 1.41 倍，全球仅约 1.02 倍，中国优势进一步扩大。改革开放初期农民生产积极性释放对作物增产的推动效应较为显著，而全球增速几乎停滞，可能与发展中国家受债务危机和贸易条件恶化影响有关。 |
| 1990-1999 | 1.5x | 2.5x | 全球增长约 2.50 倍，大幅超越中国约 1.46 倍的增长，两者差距显著。全球高速增长可能与部分大型发展中国家在此期间大幅扩张耕地面积或提升复种指数有关，而中国增速相对温和，可能受耕地资源约束、农业结构调整以及环境保护政策对部分区域作物扩张的制约。需进一步结合耕地面积和化肥使用等变量进行验证。 |
| 2000-2009 | 1.4x | 1.3x | 中国增长约 1.35 倍，全球约 1.29 倍，中国重新取得小幅领先。这一阶段全球作物增长主要来自少数农业大国单产提升，而中国通过农业科技推广和品种改良维持了相对稳定的增长节奏，增速差距较 1990 年代显著收窄。 |
| 2010-2019 | 1.2x | 1.1x | 中国增长约 1.25 倍，全球约 1.06 倍，中国增速仍略领先但优势已大幅缩小。中国作物生产可能正逐步接近土地、水资源等自然条件设定的上限，增长空间受限；全球增速放缓则可能与主要农业区域单产进入瓶颈期以及气候波动加剧有关。 |
| 2020-2029 | 1.0x | - | 该阶段只有中国具备可比变化率，适合先观察本国供需结构变化，不宜直接推断全球差异。 该判断仍应结合指标定义、相关变量和缺失年份理解，避免把单一比例变化写成确定因果。 |
2022 年全部国家排名
排名已尽量排除 World、地区组和收入组，仅保留国家参与比较。排名高低应结合指标口径解释。
使用建议、常见误用与研究场景
数值较高通常意味着什么
指数值较高，表示相对于基期（2014-2016=100）的作物产量规模越大，反映作物产出总量的扩张。数值高可能来自播种面积扩大、复种指数提高或单产提升中的任意一种或多种因素。
数值较低通常意味着什么
指数值较低，表示作物产量低于基期水平，反映产出规模相对萎缩，可能与种植面积减少、自然灾害、单产下降或种植结构转向经济作物等因素相关。
鍙ｅ緞闄愬埗
- 仅反映作物物量，不含产值信息，无法判断生产的经济效益或贸易竞争力
- 不区分作物类型，高价值经济作物与低价值粮食作物的增产在指数中等效处理
- 基期设为 2014-2016 年，2015-2019 年全球数据锁定为 100，无法用于评估近年全球趋势
- 跨国比较受汇率标准化、国际元换算方法及各国统计体系差异的影响
- 指数不包含价格因素，无法反映市场供需变化或价格波动对生产决策的影响
- 部分国家数据更新滞后，近年数据可能缺失或存在估算成分
- 高指数值可能反映耕地扩张而非单产提升，与农业可持续性之间的关系需要额外论证
- 未考虑农业外部性，如环境成本、水资源消耗或生态影响
使用建议
- 分析时应结合粮食单产指标（如 AG.YLD.CREL.KG）区分是面积扩张还是单产提升导致的指数变化
- 进行国别比较时，建议同时参照农业用地面积和灌溉比例，排除耕地扩张驱动的虚假增长
- 研究政策影响时，可搭配化肥使用量和农业机械化率等变量，分析技术进步对指数的贡献结构
- 跨国排名仅反映相对水平，不宜将其直接解读为农业发展质量或粮食安全状况的优劣排序
- 长期趋势分析时注意 1999-2000 年全球指数存在约 27 个点的大幅跳跃，可能影响年代均值计算的稳定性
- 若需评估经济价值或贸易竞争力，应同时引入农业生产总值或农产品贸易额等货币类指标
- 分析中国作物生产潜力时，应将本指数与耕地红线、复种指数上限和水资源承载力等约束性指标联合使用
- 对发展中国家数据质量存疑时，可通过粮食产量与作物指数的相关性进行交叉验证
常见错误用法
错误做法：将作物生产指数排名靠前等同于粮食安全水平高
正确做法：粮食安全涉及供给、获取、利用和稳定四个维度，单一产量物量指标不足以全面反映一国粮食安全状况
作物生产指数仅衡量产出规模，未涵盖进口依存度、居民购买力、营养质量和供应稳定性等多个关键维度，高指数并不必然意味着粮食安全无忧
错误做法：直接用 2020 年后全球指数与中国指数比较，认为中国已超越全球水平
正确做法：FAO 数据中 2020 年后全球指数固定为 100，而中国 2020-2022 年数据持续更新，两者不可直接对比
全球指数在 2015-2020 年锁定为基期值 100 并停止更新，中国指数持续变动，因此数值大小差异反映的是基期处理方式不同，不代表中国实际产出已超过全球总和
错误做法：认为指数增长就是农业科技进步的体现
正确做法：指数增长可能来自耕地面积扩张、复种指数提高或补贴驱动的复种，而非技术效率提升
作物生产指数是产出总量指标，未分解到面积、单产和复种各维度，单凭指数变化无法判断增长来源，需要结合单产、耕地面积和种植结构等变量进行归因分析
错误做法：将中国指数倍数与世界指数倍数直接比较，得出中国生产规模更大的结论
正确做法：指数倍数反映的是相对增长率差异，而非绝对规模的比较
中国作物生产指数的基数远低于全球总量，中国的 1.25 倍增长在绝对量上可能远小于全球的 1.06 倍增长，倍数比较仅反映增速差异，不可混同为规模比较
错误做法：将 1990 年代全球指数大幅跃升（2.50 倍）解读为全球农业技术水平超越中国
正确做法：1990 年代全球高速增长可能主要来自部分发展中农业大国耕地扩张和复种增加，而非单产技术的系统性进步
FAO 指数中物量变化受面积和复种影响显著，全球增速跃升的驱动因素需结合耕地面积、灌溉比例等变量验证，不宜直接推断为技术层面差异
错误做法：用本指标代替食品生产指数分析居民食物供给状况
正确做法：作物生产指数不含饲料作物和畜产品，无法全面反映食物供给的综合情况
作物指数仅覆盖除饲料外的种植业产品，而食品生产指数进一步包含畜产品和鱼类，从食物链完整性角度，后者更接近居民实际消费的可获得食物范围
实际应用场景
- 中国作物生产增长的结构性转型分析：研究中国作物生产增速在 2000 年代后逐步回落的驱动因素，区分是资源约束、单产瓶颈还是种植结构向经济作物转移导致的 被解释变量（结果指标） 以作物生产指数为被解释变量，以单产指数（AG.YLD.CREL.KG）、耕地面积（AG.LND.ARBL.HA）和化肥使用强度（AG.CON.FERT.ZS）作为解释变量，构建回归模型分解增长来源，结合时间序列结构突变检验识别转型节点
- 发展中国家农业扩张对全球作物指数的贡献估算：分析 1990 年代全球作物生产指数大幅跃升（2.50 倍）的驱动因素，评估部分农业大国种植面积扩张对全球指数的边际贡献 结果变量 将全球指数作为被解释变量，引入主要农业大国耕地面积变化和灌溉覆盖率作为解释变量，采用面板回归或 growth accounting 方法量化各因子的贡献权重
- 气候波动对主要国家作物生产稳定性的影响评估：评估气候异常事件（如厄尔尼诺年份）对各国作物生产指数波动性的影响，检验农业生产韧性 被解释变量（稳健性检验） 将作物生产指数的年度波动率作为因变量，引入气候指标（降水量、气温异常）和灌溉面积比例等变量，通过方差分解或 GARCH 模型识别气候冲击的边际效应，验证农业生产稳定性的结构性差异
- 农业技术进步与作物生产指数的长期关系：检验农业 R&D 投入、农机总动力或改良品种覆盖率与作物生产指数之间的长期均衡和因果关系 被解释变量（机制检验） 采用协整分析和格兰杰因果检验，结合脉冲响应函数评估技术变量对指数的时滞效应，样本可选择 1960 年代以来数据较为完整的国家进行跨国面板分析
- 中国作物生产指数与食品生产指数的协同性分析：分析中国作物生产增长与食品生产增长的同步程度，检验两者差距是否随时间扩大 对比变量（稳健性） 将作物生产指数（AG.PRD.CROP.XD）与食品生产指数（AG.PRD.FOOD.XD）进行年度相关性分析，并通过滚动相关系数观察两者协同性是否随时间变化，用于验证农业内部结构转型假设
作物生产指数（2014-2016 = 100）常见问题
作物生产指数是什么意思，越高越好吗？
作物生产指数反映相对于 2014-2016 年基期的作物产量规模，数值越高表示产量越大。但指数并非越高越好——它不反映生产效益、环境代价或作物品质；此外高增长可能来自耕地扩张而非单产提升，与农业可持续性之间存在张力。需结合单产和资源利用指标综合判断。
中国作物生产指数为什么从高速增长变成低速增长？
中国作物生产指数在 1960-1990 年代保持高速增长（每十年增长 1.3-1.5 倍），但 2010 年代已降至约 1.25 倍，增速放缓可能受多重因素影响：耕地面积面临红线约束、复种指数趋于饱和、单产提升边际成本上升，以及种植结构向经济作物调整等。需要结合单产和耕地数据进一步验证具体原因。
为什么 1990 年代全球作物增长比中国快很多？
1990 年代全球作物生产指数增长约 2.50 倍，大幅超越中国约 1.46 倍。这一差距很可能与部分发展中农业大国在此期间大幅扩张耕地面积和提升复种指数有关，而非意味着全球技术水平全面超越中国。具体驱动因素需要结合耕地面积和灌溉比例等变量进行归因分析。
作物生产指数和食品生产指数有什么区别？
作物生产指数涵盖除饲料作物以外的所有种植业作物；食品生产指数在此基础上进一步包含畜产品和鱼类产品。两者口径不同，若研究目标是居民最终食物可获得性，食品生产指数更为直接；若关注种植业产出规模和结构，作物生产指数更为精确。
全球作物生产指数 2020 年后为什么不变了？
FAO 将 2015-2016 年设定为基期（=100），2017-2019 年使用估算值也设为 100，2020 年后数据未再更新。因此 2020 年后的全球指数显示为恒定值 100，无法反映近年全球作物生产的实际变化趋势，跨国比较时需注意这一数据截断限制。
中国在全球作物生产指数排名中位置如何？
根据 2022 年数据，中国作物生产指数值为 111.85，高于基期水平。全球排名中部分国家（如塞内加尔、沙特阿拉伯等）因近年来作物面积大幅扩张，指数值超过 180，排名靠前。需要注意的是，排名高低仅反映相对增长幅度，不等同于农业发展质量或粮食安全水平的优劣排序。
可以用作物生产指数来衡量农业效率吗？
不可以直接用。作物生产指数是产出总量指标，未分解到面积、单产和复种等维度。高指数可能来自大面积扩张而非高效生产，也可能反映政策激励下的复种增加而非技术进步。评估农业效率应使用单产指标（如每公顷产量）、投入产出比或全要素生产率等更专门的指标。
下载数据
免费获取世界银行WDI完整数据集，包含作物生产指数（2014-2016 = 100）等所有指标，支持按国家、指标或主题下载CSV、Excel和XML格式数据。
下载数据