安徽省作为13个粮食主产省份之一,为国家粮食安全作出了重要贡献。本文以安徽省县域为样本单元,利用重心模型、空间自相关分析和空间回归模型,探讨了安徽省县域粮食产量的时空演变规律;并从空间的视角,揭示了粮食产量与生产投入要素的相互关系。主要研究内容及结论包括以下几个方面:（1）在理论方面,就加权平均中心模型和加权中位中心模型在解析公式、适用范围及优缺点等方面进行详细地比较分析,丰富了该领域相关的研究成果。为提高实证分析可靠性,本文将空间样本单元分布分析纳入研究框架,最终选取加权中位中心模型计算出2010-2019年安徽省县域粮食产量的重心位置,并对其移动路径进行可视化表达。安徽省粮食产量的重心分布存在明显的空间转移现象,且粮食产量重心显著区别于几何中心,呈现“重心偏离”特征:县域粮食产量南北差距明显,重心在南北方向上的移动路径可分为2010-2012年的南下以及2012-2019年的北上两个阶段;重心在东西方向上的移动趋势表现为区间“振荡”模式,经度偏离的幅度相对较小。（2）分别采用全局空间自相关和局部空间自相关两个模块分析了县域粮食产量的空间分布,研究表明:安徽省县域粮食产量呈现出显著的空间正自相关性特征,在局部空间分布上形成了不同的聚集区域,集聚的模式主要以“高-高”集聚和“低-低”集聚为主。县域粮食产量的空间自相关分析为进一步探讨粮食产量与生产投入要素的关系,提供了新的研究思路。（3）基于2017年安徽省县域粮食产量与生产投入要素的数据,以空间常系数回归模型为基础,明确了各生产投入要素对粮食产量整体的影响力;再结合地理加权回归模型从局部空间的角度分析了粮食产量及生产投入要素的空间非平稳性。研究表明:从全局来看,安徽省粮食产量主要受粮食作物面积的正向影响;从局部来看,同一要素在不同县域对粮食产量的影响有明显差异。为了区别于传统的统计分析与结论,本文以一般线性回归模型为基准,对空间常系数回归模型和地理加权回归模型的回归参数、拟合优度和回归残差的空间自相关检验结果进行对比,实证结果显示空间误差模型和地理加权回归模型可以显著地消除回归残差的空间自相关性,且各项评价指标均优于一般线性回归模型,验证了在回归模型中加入空间因素的必要性。