传统抽样技术在处理具有空间信息的数据时,难以充分捕捉其空间特性,忽视了总体单元空间属性的影响,而事实上任何总体单元之间都普遍存在着空间相关性。空间抽样技术作为经典抽样的扩充,是当前学科交叉研究的热点问题,特别是随着GIS等技术的发展,为经典抽样设计的扩展提供了方法支撑。文章以内蒙古粮食产量为背景,主要针对具有空间相关性的调查对象进行抽样设计。文章首先梳理了抽样调查的基本理论与方法,比较分析了传统概率抽样与空间统计的理论差异,并在此基础上对空间抽样方法的优势进行了总结。接着从时间和空间两个角度讨论了内蒙古各县域的人均粮食占有量格局空间分布的地区差异及演变趋势,并通过空间相关性检验,发现目标总体存在较强的空间相关性,适合采用空间抽样方法。在实证部分,首先使用传统抽样方法中的PPS抽样和比率估计对人均粮食占有量进行抽样设计与统计推断,在抽样设计中,选择与目标变量相关性较高的耕地面积和农作物播种面积作为辅助信息,以提高样本的代表性。然后在传统的抽样设计的基础上,结合人均粮食占有量的空间分布特征,在抽样设计中引入总体单元的空间信息,借助局部空间自相关分析生成的空间聚类分布图“动态”获取抽样框,实现空间上的分层抽样,并利用经纬度坐标使用空间相关泊松抽样获取平衡样本。最后,将空间抽样方法与几种传统的抽样方法得到的推断结果分别与真实值进行比较,并选取抽样误差、Moran’s I和调查成本等多个指标作为衡量抽样效率的评价标准,针对不同抽样方法进行性能评价与比较分析,最终实现抽样方法的优化选择。研究结果表明,内蒙古县域粮食安全水平持续优化,但地区之间的人均粮食占有量水平存在较大的差异,粮食主要产区多集中位于东部和中西部地区,空间特征明显。实证结果显示,当调查对象存在着较强的空间相关性时,在抽取相同的样本容量的情况下,文章设计的两种空间抽样方法所获取的抽样单元明显更具有代表性,其中空间分层抽样方法估计的结果具有最小的方差,且样本的空间格局与总体的空间格局相似性最强;而空间平衡抽样方法的估计结果具有最小的相对误差,且抽取的样本点的空间相关性最弱,实现了样本点在空间上的均匀分布。由此证实了在基于样本不独立的空间相关假设条件下,空间抽样在实际的应用中不仅可以提升样本的代表性,还能够在一定程度上减小调查的成本,有利于提高总体参数的估计质量。因此,鉴于空间抽样方法的优良性质,空间抽样技术或许可以为农业抽样调查领域中的应用提供新的思路,从而可能为相关部门开展相关农产量抽样调查工作的方案设计提供一定的参考。