目前,受全球性新冠疫情和区域性“蝗灾”影响,全球粮食供应形势日益严峻,提高粮食产量是保障粮食安全的有效途径。本研究在前人研究的基础上,分析了中国县域尺度粮食产量的时空格局,采用区位基尼系数来测度中国粮食生产的集聚水平,采用探索性数据分析和空间回归方法,深入探讨2000-2014年中国粮食产量的时空演变及潜在驱动要素。在此基础上,引入地理加权回归模型进一步剖析我国三大典型农业区内粮食产量对潜在驱动要素的空间依赖性。得到如下结论:（1）全国粮食生产波动性强,粮食总产量呈现出“先减后增”的变换趋势,阶段性特征明显,第一阶段（2000年-2003年）全国粮食总产量呈现下滑的趋势,第二阶段（2003年-2014年）粮食总产量上升趋势稳定,出现了粮食生产“十连增”;全国粮食生产高产区主要分布在长江中下游农业区、黄淮海农业区、东北农业区和西南农业区,低产区主要分布在青藏高原农业区和甘新农业区,并不断向东部沿海地区延伸,极化趋势明显;2000-2014年我国粮食生产呈现明显的区域分异,且生产的空间格局存在较为显著的时空分异特征,不同时期全国县域粮食产量均表现显著的空间集聚特征,且随时间推移,空间集聚程度不断增强;我国的粮食生产集聚分布基本以胡焕庸线为界,高产区及高产聚集区主要分布在该线东南侧,低产区及低低聚集区则分布在该线西北侧,东北农业区的西北侧则表现出向该线西侧“突进”趋势。（2）随着时间的推移,粮食生产的潜在驱动要素也发生较大的变化,2000年,粮食增产的主要驱动因子为劳动力规模和复种指数,2014年粮食增产的主导驱动因子为耕地规模和机械化程度;不同的潜在驱动因子与粮食产量的空间相关性表现出不同时空格局,且不同的区域潜在驱动因子和粮食产量的空间相关模式也存在时空差异性;相比于OLS回归,空间回归模型更适合用来分析全国县域粮食产量对九大潜在驱动因子的空间依赖性;近年来耕地规模和劳动力规模的扩大、机械化水平的提高促进了粮食产量的提高,而农业劳动力红利正在削弱。（3）对比OLS和GWR模型诊断结果发现,三大典型农业区更适合采用GWR模型进行空间建模;三大典型农业区粮食生产潜在驱动要素的时空格局存在显著的差异,每个农业区内部的驱动因素也随着时间变化呈现出不同的空间分布规律;黄淮海农业区耕地规模、劳动力规模、机械化水平是近年来粮食增产的主要原因,但撂荒指数、非农产业地位和种植结构调整给粮食生产造成了巨大冲击;东北农业区粮食增产主要受耕地规模、劳动力规模和劳动力素质这三个要素的影响,部分区域撂荒指数对粮食产量呈现正面影响,反映了休耕对粮食增产的促进作用;长江中下游农业区粮食增产与机械化水平和耕地规模这两个因子相关程度较高,近年来非农产业比重的提高和种植结构非粮化是造成该区域粮食产量下降的重要原因。