Variation characteristics of soybean yield since 1952 and its influencing factors in China
-
摘要: 近几十年来, 我国大豆产需缺口不断扩大, 提升大豆单产水平已成为当前提高大豆总产量的首要可行举措。然而, 影响我国大豆单产的驱动因子及其地域空间差异特征并不明晰。本文通过搜集1952年、1965年、1978年、1990年、2000年、2010年和2017年的全国各省市农业统计年鉴等数据, 从大豆种植的管理措施、自然因素、科技水平、社会因素、经济因素等方面选取与大豆生产密切相关的13个因子, 以大豆单产作为目标变量构建增强回归树模型, 量化各因子的相对重要性及其与大豆单产之间的关系, 分析大豆单产的变异特征, 揭示全国尺度及4个大豆主产区之间的大豆单产驱动力时空分异特征。研究结果表明: 1)各年份的大豆单产变异系数为34.1%~73.2%, 表明全国各地市大豆单产之间存在较大的差异。本研究构建的增强回归树模型可有效解释43.3%的大豆单产变异性, 并可量化揭示各因子与大豆单产之间的非线性关系。2) 1952年以来影响我国大豆单产水平的最重要因素依次为大豆播种面积占农作物总种植面积的百分比(相对重要性为20.9%)、文盲率(18.9%)、每公顷化肥(折纯)施用量(10.7%)。3)不同主产区的大豆单产核心驱动力存在空间差异, 北方春大豆区的最重要因素为每公顷农业机械总动力(13.1%)、文盲率(11.8%), 黄淮海流域夏大豆区的最重要因素为每公顷化肥(折纯)施用量(25.6%)、每公顷农药(折纯)施用量(18.4%), 长江流域春夏大豆区的最重要因素为研发支出占地区生产总值的百分比(21.5%)、有效灌溉面积占农作物播种面积的百分比(14.3%), 南方多熟大豆区的最重要因素为每公顷化肥(折纯)施用量(22.7%)、第一产业占地区生产总值的百分比(13.3%)。4)大豆播种面积占农作物总播种面积的百分比对于全时期、改革开放前、改革开放后3个时期均是影响大豆单产最重要的因子, 改革开放前其他重要的因子包括文盲率和每公顷化肥(折纯)施用量, 改革开放后则包括每公顷农业机械总动力和年均温。总之, 我国各大豆主产区需合理施用化肥和农药, 努力提高机械化水平和农业生产者的知识水平, 本研究结果可为各省市采取有效措施提升大豆单产水平提供科学依据。Abstract: Over the past several decades, the consumers’ demand for soybeans has grown rapidly in China, resulting in a significant increase in the gap between production and demand. Therefore, increasing the total soybean output is of critical importance to ensure food security. Given that it is difficult to increase the total area of cultivated land in China, improving soybean yield per unit area land has become the primary measure for increasing the total soybean output. However, the determinants that directly affect soybean yield, the regional spatial heterogeneity of yield remain unclear. In this study, data from agricultural statistical yearbooks at both the provincial and prefecture levels in China as well as meteorological data (e.g., temperature, precipitation, and sunshine duration) from 1952 to 2017 (comprising 1952, 1965, 1978, 1990, 2000, 2010, and 2017) were collected, whereupon 13 factors closely related to soybean production were selected from the perspective of planting management measures, natural factors, scientific and technogical levels, social factors, and economic factors. Several boosted regression tree models were built to quantify the relative importance of each factor and to determine the mechanism through which it influenced soybean yield; to analyze the variation characteristics of soybean yield; and to reveal the spatiotemporal characteristics of key driving forces across the national scale and among the four major soybean-producing areas (i.e., the northern spring soybean area, the summer soybean area in the Huang-Huai-Hai Basin, the spring and summer soybean area in the Yangtze River Basin, and the southern soybean area) over a long period since 1952. The following results were obtained. 1) The coefficient of variation of soybean yields in different years ranged from 34.1% to 73.2%, indicating that there were substantial differences in yield across the regions in China. The boosted regression tree model could effectively explain 43.3% of the soybean yield variability and quantitatively revealed the nonlinear relationship between each factor and soybean yield in the national scale. 2) The most important factor affecting soybean yield in China since 1952 was the soybean sown area as a percentage of the total crop sown area (relative importance of 20.9%), followed by the illiteracy rate (18.9%) and fertilizer consumption (pure amount) per hectare (10.7%). 3) Spatial differences existed in the dominant driving factors of soybean yield among different main production areas. The main driving factors of the northern spring soybean area were the total power of agricultural machinery per hectare (13.1%) and the illiteracy rate (11.8%); those for the summer soybean area in the Huang-Huai-Hai Basin were the fertilizer consumption (pure amount) per hectare (25.6%) and pesticide consumption (pure amount) per hectare (18.4%); those for the spring and summer soybean area in the Yangtze River Basin were the R&D expenditure as a percentage of regional GDP (21.5%) and the effective irrigation area as a percentage of the crop sown area (14.3%); and those for the southern soybean area were the fertilizer consumption (pure amount) per hectare and the primary industry as a percentage of regional GDP (13.3%). 4) The soybean sown area as a percentage of the total crop sown area was the most important factor that affected soybean yield during 1952–2017, both before and after the reformation and opening up of China. Additionally, the illiteracy rate and fertilizer consumption (pure amount) per hectare were two other important factors for the period before the reformation and opening up of the country, whereas the total power of agricultural machinery per hectare and annual average temperature were important factors afterwards. This study revealed the determinants of soybean yield and its spatiotemporal heterogeneity in China since 1952 and determined the effective measures for improving the yield of this important crop. These findings should be useful for soybean production-related departments at both the provincial and prefecture levels in China for improving the rational usage of fertilizers and pesticides, increasing the level of mechanization, and enhancing the knowledge level of agricultural producers.
-
Keywords:
- Soybean /
- Yield /
- Driving factors /
- Boosted regression tree model /
- Spatial heterogeneity
-
实现碳达峰、碳中和(以下简称“双碳”)目标是应对气候变化, 着力解决资源环境约束突出问题, 实现中华民族永续发展的必然选择, 是构建人类命运共同体的庄严承诺[1]。对此, 中央经济工作会议将做好“双碳”工作列为经济社会发展的重要任务之一。同时, 实现“双碳”目标被纳入生态文明建设整体布局, 并在政府工作报告中提出并加以强调。这不仅彰显了我国为落实“双碳”目标的坚定决心, 也对未来一段时期我国绿色低碳发展指明了方向、确立了路线图。
农业既是重要的温室气体排放源, 又是巨大的碳汇系统[1]。农业生产活动产生的温室气体排放量, 通常以碳排放量估算。由于各国农业发展水平和规模不同, 农业碳排放量占总排放量的水平不同。据测算, 在中国农业碳排放量占总排放量的17%, 但在美国仅占7%, 在全球仅占11%[2]。同时, 农业具有生态功能, 其自身生态系统在运转运行过程中, 又能抵消掉80%因农业生产导致的温室气体排放量, 实现了重要的系统内部自我循环[3]。在现代农业发展中, 生产系统的开放性和投入产出的高强度, 对传统农业的碳排碳汇系统运转形成了挑战, 需要更加注意农业的多功能性尤其是生态功能的发挥和运用。新时期“双碳”战略目标的提出, 为农业未来发展指明了方向, 预示着今后农业发展必须在碳减排方面予以努力, 在碳汇方面予以加强, 从而将农业绿色低碳循环发展落于实处, 这既是对“绿水青山就是金山银山”理念的贯彻与实践, 也是我国农业领域“双碳”目标实现的路径选择与行动使然。
虽然在近年来的农业转型升级过程中, 农业绿色低碳发展理念渐入人心, 化肥减量增效、秸秆综合利用、畜禽粪污资源化利用以及农机节能减排等系列行动方案相继出台并陆续实施, 一定程度上减少了农业碳排放。但由于农业及农业系统的特殊性和复杂性, 要推进农业绿色低碳发展, 全面实现农业领域“双碳”目标, 仍任重道远。为此, 围绕国家“双碳”战略政策目标, 必须系统梳理和分析当前我国农业绿色低碳发展的基本现状, 在深刻了解和全面把握问题的基础上, 从农业资源利用和保护、农业面源污染治理、农业绿色低碳产业培育、农业绿色低碳技术创新等层面入手, 科学设计可行路径, 建立健全制度体系, 切实推进农业绿色低碳发展, 以助力碳达峰, 服务碳中和。
针对农业绿色低碳发展问题, 已有文献分别从宏观和微观层面进行了大量研究。在宏观层面, 早期的研究致力于估算农业碳排放[4-6], 在此基础上, 一些学者发现经济增长[7]、农业结构调整[8]、产业结构[9-10]、技术进步[11-13]、支农财政[14]、农业保险[15]、数字普惠金融[16]等是影响农业碳排放的重要因素。此外, 学者们也对碳减排政策[17]进行了梳理, 并从低碳技术创新、农业碳减排补偿制度建设和农业结构调整等方面提出促进农业绿色低碳发展的政策建议[4,17-18]。在微观层面, 学者主要围绕农户绿色低碳农业技术采纳及影响因素展开分析。研究发现, 农户绿色低碳农业技术采纳不仅受非农就业[19]、农业生产专业化程度[20]、土地流转[21]、技术宣传和培训[22-24]、制度环境[25]、经济激励[26-27]、社会网络[28]和电商参与[29]等外部因素的影响, 还受农户技术认知[23,30-31]、风险感知[32]以及预期收益感知[30,33-34]等主观因素的影响。综上, 学界在测算排放数量、分析影响因素、提出对策建议方面做出了积极探索, 但仍存在系统性和理论性不足, 政策建议可操作性不强等问题。鉴于此, 本文立足新发展阶段和理念, 遵循高质量发展要求, 探讨新发展格局下如何更好地推动农业绿色低碳转型, 以更好地实现农业领域“双碳”战略目标。
1. 农业绿色低碳发展的现状与问题分析
1.1 农业碳排放现状分析
准确把握当前我国农业碳排放现状是合理选择农业绿色低碳发展路径和科学构建相关制度体系的重要基础。由于当前我国尚无连续的对农业碳排放情况予以反映的官方统计数据, 因此, 本文利用联合国粮农组织(FAO)数据库的农业碳排放数据, 从碳排放总量和来源两个层面出发, 对我国农业碳排放现状加以分析。该数据库的内部指标结构提供了农业活动和农场能源使用两大类碳排放数据。在农业活动碳排放中, 主要包括肠道发酵、粪便管理、水稻(Oryza sativa)栽培、化肥施用、粪便还田、牧场残余粪便、作物残留、燃烧作物残留、有机土壤培肥、草原烧荒等10类农业活动产生的碳排放。其中, 有机土壤培肥、草原烧荒和农场能源使用的碳排放可用数据年份为1990—2019年, 其他类别活动的碳排放可用数据年份为1961—2019年。本文所指的碳排放量是将二氧化碳(CO2)、甲烷(CH4)、氧化亚氮(N2O)这3种温室气体折算成二氧化碳当量(CO2-eq)的数量。从数据分析看, 我国农业碳排放现状呈现出如下两个层面的特征:
第一, 在总量上, 农业碳排放整体呈上升趋势。1961年我国农业碳排放总量为3.06亿t, 2016年达8.41亿t后略有下降, 2019年为7.90亿t。从变化趋势来看, 农业碳排放经历了平稳增长(1961—1978年)、快速增长(1979—1996年)和趋于平稳达峰(1997年至今) 3个较为明显的发展阶段(图1), 这与我国农业生产与经济发展的阶段性特征高度吻合。尤其是2016年农业碳排放总量达到8.41亿t的峰值后, 已连续3年呈下降趋势, 到2019年下降为7.90亿t。尽管2020年和2021年农业碳排放数据尚未发布, 但可以预测, 在“化肥减量、农药减施”等节能减碳政策驱动下, 我国农业碳排放基本趋于达峰状态, 农业绿色低碳发展已初见成效。
![]()
图 1 1961—2019年中国农业碳排放量变化趋势数据来源为FAO数据库https://www.fao.org/faostat/en/#data。The data is based on the FAO database https://www.fao.org/faostat/en/#data.Figure 1. Trends in China’s agricultural carbon emissions from 1961 to 2019第二, 在结构上, 肠道发酵、化肥施用、水稻栽培和农场能源使用是4类最主要的农业碳排放源, 在2019年占比分别为23.21%、20.62%、18.65%和15.53%, 合计占农业碳排放总量的78.01%。从变化趋势来看, 自20世纪80年代以来, 我国农业生产中的化肥施用不断增加, 由此所引致的碳排放也呈较快上升趋势; 在能源使用上, 2003年以后的农机补贴政策实施, 促使了农业机械数量的不断增长, 推动了农业能源消耗的快速增加, 因而也呈现出能源使用碳排放的较大增幅(图2)。从结构占比的演变过程看, 动物肠道发酵和水稻栽培碳排放量占比呈下降趋势, 而化肥施用和农场能源使用碳排放量占比呈较快增长态势, 尤其是化肥施用碳排放量占比从1961年的0.98%上升为2019年的20.62%。前两者是农业生产的传统内容, 后两者则是现代农业投入的重要要素, 反映出在农业现代化发展的过程中, 由于生产方式的改变也引发了农业碳排放结构的变迁。
![]()
图 2 1961—2019年中国不同来源农业碳排放量占比数据来源为FAO数据库https://www.fao.org/faostat/en/#data。The data is based on the FAO database https://www.fao.org/faostat/en/#data.Figure 2. Proportions of different sources of agricultural carbon emissions in China from 1961 to 20191.2 农业碳汇的功能与结构特征
根据《联合国气候变化框架公约》, 农业碳汇功能是指农田生态系统吸收大气中的CO2, 并将碳固定在植被和土壤中, 从而减少大气中温室气体浓度的过程或活动。事实上, 在农业生产与发展过程中, 其生态系统的运转呈现出强大的碳汇功能。主要体现在以下3个方面: 第一, 农作物通过光合作用固定大量CO2, 在其生物量中所转化形成的碳要素含量通常可以达到43%~58%[35]; 第二, 耕地土壤本身是一个巨大的碳储存库[36], 若利用方式得当, 便能够有效地减少或减缓碳释放; 第三, 作为生物质资源的作物秸秆, 可以实现循环利用, 如沼气转化或直接还田等, 可大幅增加土壤有机质, 减少由于焚烧、堆弃等引发的CO2排放, 能够形成较好的固碳效能[36]。
发掘农业碳汇潜力、降低农业碳源释放是推进农业绿色低碳发展的重要举措。诸多研究证实, 科学的农业管理措施可以提高农田土壤储碳量, 使之转变为碳汇, 例如稻田间歇灌溉、作物轮作、秸秆还田等[35,37-38]。据有关学者研究, 我国在农业领域按农产品产量计, 每年可吸收CO2约7.77亿t; 按农作物面积算, 每年可吸收CO2约22.8亿t。这是因为在农作物生长所形成的生物量中, 不仅有农产品本身对CO2的吸收, 还有秸秆有机体生成中对CO2的吸收, 而且由于作物秸秆占其生物学产量的较大份额, 使之从大气中吸收了更多的CO2[35]。
从已有的数据分析看, 我国农业碳汇的数量与结构主要呈现以下特征: 第一, 农业源的碳汇量总体呈增长趋势。其中, 粮食作物的CO2吸收量占比最大, 经济作物CO2吸收量占比较小, 但增速较快。由于农业投入品的大幅增长引发了CO2排放量的较快增长, 导致碳排碳汇相抵后的净碳汇量呈微弱下降态势[39]。第二, 农业源碳汇并没有因为耕地面积的缩减而减少, 原因在于农业技术进步和生产率提升, 引致了农业生产效率的增加, 实现了生物学产量与经济学产量的同步增长, 从而加大了对CO2的吸收与汇集。第三, 农作物单产是影响农业源碳汇量变动的重要因素, 尤其是小麦(Triticum aestivum)、玉米(Zea mays)和水稻三大粮食品种, 不仅面积大, 而且总量高。第四, 随着免耕少耕、作物轮作、秸秆还田等农田管理措施的改进, 耕地土壤的有机碳含量有所增加, 但与未被过度利用的自然土壤相比, 其有机碳密度仍相对较低[39], 需要在未来的耕地利用过程中, 加大科学管理和科学利用, 以提升土壤养分含量, 改善土壤养分结构, 增强土壤碳库功能, 不断提升农业在碳中和过程中的效能水平。
1.3 农业绿色低碳发展中存在的主要问题
第一, 农业投入品过量和化石能源过度消耗是导致我国农业碳排放居高不下的重要原因, 尤其是化肥的过量施用和农场能源的高消耗。2019年农场能源使用和化肥施用碳排放量之和占我国农业碳排放总量的36.15%, 也就是说, 我国有超过1/3的农业碳排放来源于化肥和化石能源消耗。从农业生产投入要素看, 我国化肥消耗不论是总量还是单位面积投入水平, 均居世界首位, 且远远高于单位耕地面积化肥施用量的安全上限[40]。农业能源消耗及其结构的不合理, 尤其是清洁能源占比较少, 均导致了农业碳排放数量的居高不下。近年来, 虽然农业投入品减量化及其替代策略等诸多绿色低碳措施的实施, 取得了一些成效, 但距离实现农业绿色低碳发展以及全面服务于国家“双碳”战略目标要求仍具有较大差距。
第二, 农业资源利用率低是阻碍农业碳减排和绿色低碳发展的一大瓶颈。我国人均农业资源匮乏, 由于利用方式的不科学与不合理，导致资源利用率低下和浪费严重。从化肥投入品施用来看, 其有效利用率仅40%左右, 远低于发达国家60%~70%的利用水平。每年因施肥方式方法不当引致形成了大约1000万t的氮素流失, 进而产生了大量的温室气体[41]。据水利部《中国水资源公报》统计数据, 2020年我国农业用水量约3612.4亿m3, 占全国用水总量的62.1%, 但农田灌溉水利用系数仅为0.565。此外, 据农业农村部数据, 在水稻、小麦、玉米三大粮食作物中, 农药的利用率也仅为40.6%, 形成了近60%的浪费和对外排放。这种低下的农业资源利用水平, 不仅造成严重的资源浪费, 而且成为农业碳排放增加的重要源头, 给农业绿色低碳发展带来严峻挑战。
第三, 农业绿色低碳发展的技术储备不足。作为第一生产力, 科学技术是实现农业绿色低碳和高质量发展的重要动能。虽然近年来围绕资源节约、环境友好、绿色低碳等方面, 在农业生产领域推广推行了一批集约节约型新技术新产品, 如节水灌溉、测土配方施肥、绿色防控等, 但仍与发达国家存在较大差距。考虑到农业生产和经济社会发展水平的区域差异性, 各类农业绿色低碳技术的减排、固碳、增汇效果仍有待验证, 技术投入的成本收益也有待考察。整体而言, 推动农业绿色低碳发展涉及环节复杂, 技术种类较多, 技术集成困难, 缺乏系统性的减排固碳技术。以农作物秸秆还田固碳技术为例, 虽然其有减排固碳等社会效益和环境效应, 但是否为农业生产经营主体带来了明显的经济收益仍有待进一步研究, 而当前政府多是通过补贴等手段促成其采用, 在长效利益激励机制的系统设计上则有待进一步加强。
第四, 支撑农业绿色低碳发展的制度体系尚不健全。在政府规制层面, 我国尚无系统完善的农村环境污染防治法律体系, 既有的农村环境相关法律不仅分散且缺乏系统性, 同时涉及到农业绿色低碳发展方面的现有条文, 也存在着操作性不强和落地实施困难的状况, 难以形成对农业各生产经营主体污染排放行为的有效监督。此外, 农村环境统计和检测体系不健全, 环境监察和监测工作几乎处于空白状态。在市场机制层面, 我国的农业碳交易制度尚未起步, 具有较大生态功能的农业碳汇产品, 其市场价值的实现机制还没有构建起来, 导致农业绿色低碳发展缺乏有效的制度支撑与法律保障。
2. 推进农业绿色低碳发展的基本路径与实施措施
2.1 强化农业资源节约集约利用, 不断提升农业资源利用效率和减排效果
人多地少和水土资源稀缺是我国农业的基本现实, 满足人民群众对美好生活的需要是我国发展的政策目标。加强资源节约, 推进集约利用, 切实保护农业生态环境, 减少资源损耗和浪费, 不断提高资源利用效率与可持续性利用效果, 是农业绿色低碳发展的内在使命, 也是增强农业资源系统韧性的必然举措。为此, 必须加大资源节约管理和合理利用, 科学制定农业资源利用过程中的减碳方略, 为实现农业绿色低碳发展奠定良好基础。
第一, 加快耕地质量建设, 加强耕地资源保护。耕地资源的科学利用既可以实现固碳, 又能提供人类必须的生活消费品。加强耕地保护和提升耕地质量, 对支撑新时期的农业绿色低碳发展具有重要意义。要瞄准未来农业发展目标, 围绕高标准农田建设和耕地质量标准要求, 切实推进农地建设, 培育耕地固碳能力, 提高耕地固碳潜力。在耕地利用和资源保育上, 科学选择方式方法, 如推行秸秆还田、增施有机肥、倡导种养结合和耕种轮作等, 促使土壤有机质增加、土壤肥力提升和固碳能力增强, 服务和贡献农业碳中和目标。此外, 在退化耕地的治理上, 按照分类分区治理原则, 坚持因地制宜和科学施策, 增强土壤改良和农业生态环境修复的技术针对性, 为实现农业可持续发展固牢根基。
第二, 推行节水型灌溉技术, 提高农业用水效率。节水型灌溉模式不仅是对水资源的节约, 而且往往还带来了能源消耗的降低和碳排放的减少。这种利他利己的“双赢型”技术模式, 必须加大推广力度。对于有条件的地区, 鼓励实施水肥一体和喷灌、滴灌等先进的节水型灌溉方式, 提高农田灌溉效率和水资源利用率。与此同时, 在底层和基础技术层面, 需要加大对抗旱耐瘠薄农作物品种、节水保水型新材料研发以及节水设施硬件(如输水渠道防渗等)的建设, 增强依靠科学技术实现抗旱保产的基本能力。在作物种植结构方面, 也需要减少耗水型作物种植面积, 优化作物配置结构, 尤其是在水资源(临界)超载地区, 必须加大对高耗水作物的种植规模压减力度, 通过全方位的技术措施和管理手段, 促使农业水资源利用的节约集约和效率提升。
2.2 加大农业面源污染综合治理, 不断改善农业农村生态环境
对于高度依赖自然资源和生态环境的农业产业来说, 保护环境就是保护生产力, 改善环境就是发展生产力。为此, 在农业产业发展和生态环境的互动中, 必须构建和形成既有利于产业发展和农产品产出, 又有利于绿色低碳和环境友好的良性互动关系, 这就需要加大农业生产方式的转型, 扭转既有的环境损害行为, 从农业投入品精准使用、农业废弃物资源循环等维度入手, 探究农业农村生态环境改善以实现生态良好的可行路径。
第一, 实施肥药减施, 强化减量增效。自2015年以来, 在绿色低碳发展理念的引导下, 农业生产过程中的肥药减施政策实施效果明显, 不仅提前实现了“零增长”, 而且还顺利进入到负增长阶段。即便如此, 与农业发达国家相比, 我国单位面积的肥药使用强度大和利用率低的情况仍较为突出。对此, 应不断改进施肥方式, 推行科学施肥方法, 推广机械精准施肥、统防统治、无人机植保等先进肥药施用技术, 充分发挥该类资源节约型技术的生态经济功能[42]。在具体技术与方法上, 通过改进传统肥药施用方式, 提倡和普及种肥同播技术, 推广和普及缓释肥、水溶肥等肥料新品种, 加快水肥一体化技术落地等系统性的肥药减量化工作, 切实降低肥药施用强度, 提高肥药利用率和使用效果, 逐步减轻和避免农业生态环境损害。
第二, 推进农业废弃物资源化, 实现废弃物资源循环利用。面对种养殖业生产过程中所形成的不同类型废弃物资源, 必须因类制宜、科学施策, 合理推进废弃物资源的循环利用工作。对于养殖业废弃物, 要加快建立畜禽粪污资源化利用的基础设施, 构建收集、处理和利用一体化管理系统。发掘传统农业中的种养结合型生产模式的有益经验, 减少粪污污染排放, 加大有机肥还田力度。在规模化养殖背景下, 可鼓励农业经营主体将畜禽粪污低成本就近就地还田, 以实现粪污资源的最大程度利用及其生态经济效应的充分释放。对于种植业废弃物, 要推进作物秸秆的综合利用, 普及秸秆全量或半量等还田技术, 改造秸秆机械化还田设备, 提升秸秆还田效率与效果。同时, 还要因地制宜地创新秸秆利用方式, 促进秸秆饲料化、燃料化、基料化和原料化利用等, 切实改变因秸秆资源浪费、焚烧或随意堆弃而造成大量的碳排放以及环境污染的现状, 千方百计促使已经以生物质方式固定下来的农业碳汇, 以各种方式得以固化和封存。
第三, 整治农业白色污染, 提升农业包装废弃物多样化处理水平。农用薄膜是重要的农业生产资料, 但缺乏使用价值的废旧薄膜如果未能及时回收和得到循环利用, 便会造成白色污染, 散落在耕地土壤中, 将导致作物根系生长困难。治理白色污染, 必须在鼓励农膜回收利用和建立健全回收循环利用体系的同时, 大力推广标准地膜, 普及扩大生物可降解地膜使用比例, 将白色污染所形成的环境损害减少到最低程度。此外, 面对各种农业包装废弃物, 如农药包装瓶包装袋等, 也要加大回收处置力度, 严格农药包装废弃物管理, 在完善回收站点和回收体系的基础上, 鼓励采取押金、有偿回收等手段, 引导和激励农业生产经营主体自觉自愿交回废弃包装瓶(袋), 以便实现农药包装废弃物的回收利用和无害化处置。
2.3 培育农业绿色低碳产业, 做大做强绿色农业产业
农业绿色低碳发展需要完整的产业体系支持。要在基本国情农情的约束和“双碳”战略目标的导向下, 拓展农业绿色低碳发展空间, 打造农业绿色低碳产业, 必须构建并形成资源节约、环境友好和绿色低碳的生产方式, 通过资源效应、环境效应和经济效应的耦合, 实现农业质量效益竞争力的提升, 这是保障农业绿色低碳产业做大做强和目标实现的重要方面。为此, 必须从以下几个方面入手:
一是构建农业绿色供应链体系。在推进农产品加工业绿色转型、能源损耗减少和产品全值化利用的同时, 探索发展绿色低碳流通, 引导绿色电商发展, 不断提升农产品流通效率, 降低流通成本和资源损耗, 全面提升农产品及其加工品的价值与使用价值水平。二是推进绿色产业融合发展。以绿色为导向, 推动农业、食品加工业等产业融合, 建设一批具有示范效应的绿色低碳农业产业园区, 带动农村三产融合发展, 尤其是要加快培育三产联动、融合共生、资源高效利用的复合型绿色低碳循环经济产业体系, 实现农业农村产业发展的绿色低碳转型。三是提升农产品绿色化水平。通过技术创新加大品种培优, 发掘一批绿色安全优质种质资源; 通过使用绿色投入品来生产优质农产品, 不断提升农产品品质; 通过品牌建设和市场引导, 强化绿色农产品品牌建设, 打造一批地域特色突出、产品特征鲜明的绿色农产品品牌, 提高品牌知名度和竞争力。四是加快农业碳交易产业发展。加快农业碳汇产品的研究研制和标准化体系创建, 创新农业碳交易产品形式, 不仅要包括农田、林业和湿地碳汇等, 也需涵盖沼气和农业废弃物资源化碳减排, 以及测土配方施肥等固碳减排产品形式等。在此基础上, 推动农业碳交易市场体系建设, 完善农业碳交易市场制度与法规体系, 积极引导和鼓励农业减排企业在碳交易市场中优先购买农业碳交易产品, 为农业绿色低碳发展和振兴繁荣农业绿色低碳产业创造条件与环境氛围。
2.4 加大科技创新和技术推广应用力度, 构建农业绿色低碳发展的科技支撑体系
科技创新与技术支撑是实现农业绿色低碳发展的重要保障。要按照创新驱动发展战略的内在要求, 强化科技对农业绿色低碳发展的有力支持。为此, 要紧紧围绕农业特点和绿色低碳目标, 加大技术创新的精准性和技术推广应用的针对性, 实现要素投入精准减量、生产技术集约高效、产业模式生态循环、设施装备配套齐全, 加快建立健全农业绿色低碳转型发展所必需的科技支持体系。
一是加快农业绿色低碳科技创新。按照“双碳”战略目标的中远期性, 必须将农业绿色低碳发展的基础研究摆在首位, 可考虑在国家重点研发计划中设立专项, 设置并开展农业领域的“双碳”研究工作。如在农业绿色低碳技术和装备研发方面, 加大科技资源投入力度, 围绕工厂化农业、规模化养殖节能减排装备等, 针对性地强化研究创新工作。要激发创新主体积极性, 构建农业绿色低碳技术创新载体, 集聚科研院校、涉农企业、社会团体等各类创新主体力量, 开展产学研企联合攻关, 加快突破农业绿色低碳发展技术瓶颈, 形成一批基础性支撑性的创新成果。二是加快农业绿色低碳技术推广普及和应用。以时不我待的理念, 加速绿色低碳科技成果转化, 建立成果转化平台和激励制度, 开展农业绿色低碳技术示范和应用试点等, 为技术推广普及和科技指导农业生产提供平台和环境场景。同时, 要激发和提升各类农业经营主体采用绿色低碳农业技术的意愿水平, 通过加大技术培训和提升技术服务水平, 鼓励有意愿的生产经营主体积极扩大技术采用规模和使用频率, 示范影响周围农户, 辐射带动更多主体, 不断扩大绿色低碳技术的应用面。三是加快建设绿色低碳农业人才队伍。在做好绿色低碳技术基础性创新人才队伍稳定发展的基础上, 着力建设技术推广应用型队伍, 依托县乡基层的农技机构, 加大培养农业绿色低碳技术推广人才, 以新型农业经营主体为对象, 加大人才培训力度, 培育培养一批扎根基层和深入一线的农业生产技术人才, 充分发挥他们在应用和推广绿色低碳农业生产技术方面的优势和对周边农户的影响力, 加大农业绿色低碳技术普及应用, 以形成对农业绿色低碳发展的强大支撑力。
3. 推进农业绿色低碳发展的制度设计思考
3.1 建立支持农业绿色低碳发展的财税制度, 充分发挥税收对农业绿色低碳发展的调节作用
除市场这只“看不见的手”外, 农业绿色低碳发展同时也离不开政府政策工具这只“看得见的手”的干预, 而财税政策的正确使用有利于实现对农业绿色低碳发展的有效调节。与发达国家相比, 我国财税政策对农业绿色低碳发展补贴的范围有限、力度不足。为改变这一情况, 需建立与之配套的财税政策体系, 促使农业绿色低碳发展财税制度的系统化。第一, 实行价格补贴, 对购买和使用绿色低碳农业生产资料进行补贴, 降低农户绿色低碳生产方式采用成本, 提升农户采纳绿色低碳技术意愿水平。相比传统技术, 绿色低碳农业技术往往隐含较高的采用成本, 需要给予适当的价格补贴, 以激励农户采纳绿色低碳技术。第二, 建立农业绿色低碳发展财政专项资金, 加大对退耕还林还草的生态补贴力度, 纳入能够覆盖环境保护成本的补贴标准。这是保障退耕还林还草地区农业经营主体基本收益的重要手段, 以弥补其因退耕还林还草导致的经济收益的降低。第三, 发挥税收调节作用, 出台对高碳高污染农产品征取一定税费和对绿色低碳农产品及其加工品予以减税或补贴的相关制度, 促使高碳产品的不断减少和低碳产品生产的不断扩大。
3.2 构建与农业绿色低碳发展良性互动的金融制度, 创新金融服务农业绿色低碳发展的方式方法
与传统农业相比, 绿色低碳农业发展对技术的要求较高, 从技术研发到投入应用, 需要大量的资金投入和支持。完善的金融制度是绿色低碳农业发展获得长久且可靠资金支持的重要保障。因此, 应努力构建与其良性互动的金融机制, 并创新金融服务农业绿色低碳发展的方式方法。第一, 创新农村金融服务项目, 依托国家环保政策, 提供面向“三农”领域的绿色信贷。目前, 金融支持农业绿色低碳发展在农村地区严重不足, 对农业生产经营主体面向农业绿色低碳发展的贷款支持有限, 应努力提升面向农业绿色低碳发展的金融服务水平。此外, 还应加强对已获得金融支持的绿色低碳农业项目的监督管理, 以提高金融资金使用效益。第二, 构建服务低碳农业项目的清洁发展机制(CDM), 既要为已获得CDM的项目提供资产质押贷款的资金支持, 保障项目顺利进展, 还要为正在申请的CDM农业项目提供系统性的金融服务, 为其获得CDM项目提供有效的引导或帮助。第三, 建立专项基金服务农业绿色低碳发展, 对绿色低碳农业技术进行商业投资, 解决农业绿色低碳发展过程中的资金困境。
3.3 完善支持农业绿色低碳发展的土地与经营制度, 为农业经营主体绿色低碳生产要素配置创造条件
分散小农是我国的基本国情, 小农户数量占各类农业经营主体总数的98%以上, 小农户经营耕地面积约占总耕地面积的70%, 这种情况将长期存在, 在当前及未来相当长一段时期内, 农业绿色低碳发展仍将以小农经营为依托。但农业绿色低碳生产隐含的额外成本和对技术的高要求, 对小农户采纳绿色低碳技术形成一定制约。因此, 从长期来看, 建立相对完善的土地和经营制度, 推动土地流转和农业生产托管, 以克服小农户对绿色低碳农业技术采纳的先天劣势, 对推进农业绿色低碳发展至关重要。第一, 完善土地流转制度。土地流转有助于实现规模化经营, 促进农业横向专业化生产, 实现耕地规模化、集约化经营, 进而有助于降低农业绿色低碳生产成本。创造和构建较低的技术采用成本使用环境, 无疑为绿色低碳农业技术推广普及提供了可能。第二, 建立农业生产托管制度。农业生产托管是指将农业生产中部分或全部环节的经营权分离出来, 以实现农业的纵向分工, 从而导入更多的农业绿色低碳生产要素。但受限于资金、技术等, 小农户从事绿色低碳农业生产比例较低, 风险较大。在这一背景下, 推行农业生产托管制度, 为农业绿色低碳发展提供了更大可能。
3.4 建立健全生态产品价值实现机制, 积极探索生态产品价值实现路径
生态产品是维系生态安全、提供良好人居环境的自然要素, 是美好生活的必需品。建立健全生态产品价值实现机制, 是践行绿水青山就是金山银山理念的关键路径, 对推动农业绿色低碳转型发展意义重大。2021年中共中央办公厅、国务院办公厅印发了《关于建立健全生态产品价值实现机制的意见》, 为我国建立健全生态产品价值实现机制指明了方向。为此, 要加快建立生态产品价值的评价机制, 构建生态产品价值评价体系, 制定价值核算标准和价值核算结果发布制度等, 这是实现生态产品价值的重要基础。与此同时, 还要不断完善生态产品保护补偿机制, 切实推进生态功能区的生态补偿范围扩大和标准提升工作, 加大生态产业发展, 促使生态环境优势向生态经济优势的转化, 从多元化的措施维度来健全和完善农业生态产品价值实现机制。
3.5 健全农业绿色低碳发展的约束激励机制, 构建激励有效、约束有力的绿色低碳发展制度环境
绿色低碳农业对环境的保护有益于改善全人类的健康和福祉, 具有明显的正外部性特征和公共产品属性。对于这类产品, 如果不充分发挥政府作用, 实施有力且有效的约束和激励制度, 很容易出现“公地的悲剧”现象。因此, 构建完善的约束和激励制度体系, 引导和监督农业生产经营主体的绿色低碳行为, 才能达到农业碳减排的预期效果。第一, 完善农业绿色低碳生产法律法规体系, 不仅要加大农业绿色低碳领域立法工作, 加强配套的规章制度建设, 确保法律体系健全和有法可依; 还要强化法律执行, 提升执法能力, 在有法可依的前提下做到严格执法和执法必严。第二, 加快研制并颁布农业绿色低碳生产的技术标准, 构建绿色低碳农业生产标准化的认证制度, 以法制化、制度化、标准化等方式持续推进农业领域“双碳”战略目标实施。第三, 制定农业绿色低碳生产考核、评估和监督制度, 按照一定规范标准, 对当前农业绿色低碳生产情况进行科学评估, 对各类农业绿色低碳生产行为进行有效监督和激励引导等, 为农业绿色低碳发展创造良好的制度保障。
4. 结论和展望
在新发展格局下, 我国农业正处于绿色低碳转型的新阶段, 推进农业绿色低碳发展对实现中国“双碳”战略目标意义重大。首先, 本文在回顾已有文献的基础上, 梳理了农业绿色低碳发展现状, 我国农业碳排放从1961—2019年在经历了平缓和快速增长两个阶段后, 当前基本处于平稳达峰状态; 生产方式的改变也导致了农业碳排放结构的变化, 由现代农业投入要素使用引致的碳排放占比增加。同时, 农业生态系统运转隐藏的巨大碳汇功能有待进一步开发利用。其次, 对当前我国农业绿色低碳发展存在的主要问题进行剖析。我国农业投入品过量和化石能源过度消耗, 农业资源利用率低是导致当前农业碳排放量居高不下的重要原因。此外, 农业绿色低碳发展技术储备不足和配套制度体系不健全也成为制约农业绿色低碳转型的重要因素。再次, 结合农业绿色低碳发展过程中存在的主要问题, 有针对性地提出了推进农业绿色低碳发展的基本路径与措施。具体包括强化资源节约利用, 提升资源利用效率; 加大农业面源污染防治, 实现肥药减量增效, 农业废弃物和白色垃圾的妥善处理; 培育并做大做强农业绿色低碳产业, 实现资源、环境和经济的良性协同发展; 加大农业科技创新, 构建农业绿色低碳发展的科技支撑体系。最后, 本文从财税、金融、土地经营、生态产品价值实现和激励约束视角提出促进农业绿色低碳发展的制度体系。
为应对全球气候变化, 破除资源环境约束瓶颈, 世界各国已将绿色低碳发展作为经济社会发展政策的重要着力点。基于当前形势, 我国农业绿色低碳转型已然成为日益迫切的重要问题, 农业绿色低碳发展模式实践必然成为我国农业发展的战略选择。结合本文研究, 针对我国未来农业绿色低碳发展问题, 本文主要提出以下几点思考: 第一, 随着政府对农业绿色低碳发展的日益重视, 顶层设计及相关方案将不断推出, 但未来仍需各方因地制宜结合各地实际情况制定更加符合本地实践的行动指南, 这可为基层贯彻落实农业绿色低碳发展实践提供富有可操作性的有益指导。第二, 实现农业领域“双碳”目标, 减少农业活动本身产生的碳排放固然重要, 同时也要在如何实现农业生态系统巨大碳汇功能上下足功夫, 如果对此充分利用, 将极大增加农业“双碳”目标实现的可能性。第三, 技术瓶颈仍是未来一段时期内需要着力克服的关键节点。我国地域辽阔, 各地农业生产差异较大, 农业绿色低碳技术普及性和适用性问题值得重视, 同时, 我国当前及未来很长一段时间内都将以小农生产经营为主体, 绿色低碳农业技术在小农户中的普及仍任重道远。
-
![]()
图 1 1952—2017年中国大豆单产的变异特征
箱形图中的虚线表示均值, 实线表示中值, 上边框和下边框分别代表上四分位数和下四分位数, 上边线和下边线代表10%~90%的样本区间, 离散点代表异常值。Dotted lines in boxes represent mean values. Solid lines in boxes represent median values. Boxes show the 25%−75% quartiles. Whisker caps show the 10%–90% percentiles. Discrete points represent outlier values.
Figure 1. Variations of soybean yield in different years from 1952 to 2017 in China
![]()
图 2 1952—2017年(A)、改革开放前(1952—1978年, B)和改革开放后(1985—2017年, C)大豆单产各驱动因子的相对重要性(因子简写见表1, 图中误差线表示模型运行50次计算求得的各因子重要性的标准差)
Figure 2. Relative influence of each driving factor on soybean yield during the periods from 1952 to 2017 (A), before the reform and opening up (B, 1952—1978), and after the reform and opening up (C, 1985—2017) (See Table 1 for factors abbreviations, error bars represent standard deviations of the variable importance averaged over 50 model runs)
![]()
图 3 各驱动因子与大豆单产之间的非线性交互关系(指标全称见表1, 因子名后括号内分别为因子的单位及相对重要性)
Figure 3. Interactive nonlinear relationships between soybean yield and its impact driving factors (See Table 1 for factors abbreviations, the unit and relative importance of each factor were showed in the bracket after factor’s names).
![]()
图 4 1952—2017年中国大豆主产区的大豆单产主要驱动因子(指标全称见表1)
Figure 4. Top three determinants of soybean yield in the four major soybean producing areas of China during the period from 1952 to 2017 (See Table 1 for factor abbreviations)
表 1 用于模型构建的大豆单产影响因子
Table 1 Selected influencing factors using for soybean yield modeling
划分依据
Division basis驱动因子
Driving factor简写
Abbreviation单位
Unit说明
Instruction管理措施
Management measures有效灌溉面积占农作物播种面积的百分比
Effective irrigation area as a percentage of crop sown areaEIAP % 指示灌溉水平
Indicates irrigation level大豆播种面积占农作物总种植面积的百分比
Soybean sown area as a percentage of total crop sown areaSAP % 指示大豆的生产规模
Indicates soybean production scale自然因素
Natural factors受灾害面积占农作物总播种面积的百分比
Disaster area as a percentage of total crop sown areaDAP % 指示自然灾害
Indicates natural disasters年平均气温
Annual average temperatureAVT ℃ 指示温度气候因子
Indicates temperature factor年平均日照时间
Annual sunshine durationAST h 指示光照时长气候因子
Indicates illumination duration factor年平均降水量
Annual average precipitationAVP mm 指示降水量气候因子
Indicates precipitation factor科技水平
Scientific and
technological level每公顷农业机械总动力
Total power of agricultural machinery per hectareAMP ×107 W∙hm−2 指示机械化水平
Indicates the level of mechanization每公顷化肥(折纯)施用量
Fertilizer consumption (pure amount) per hectareFCP t∙hm−2 指示重要农业生产资料
Indicates important materials of agricultural production每公顷农药(折纯)施用量
Pesticides consumption (pure amount) per hectarePCP t∙hm−2 指示重要农业生产资料
Indicates important materials of agricultural production研发支出占地区生产总值的百分比
R&D expenditure as percentage of regional GDPRDIG % 指示研发投入
Indicates research and development investment社会因素
Social factors人口城镇化率
Population urbanization ratePUR % 指示地区城镇化水平
Indicates regional urbanization level文盲率
Illiteracy rateILR % 指示地区受教育水平
Indicates regional educational level经济因素
Economic factors第一产业占地区生产总值的百分比
Primary industry as a percentage of regional GDPPIG % 指示农业在本地的经济地位
Indicates the economic status of agriculture in the local area
下载: 导出CSV
表 2 用于大豆单产驱动力分析的增强回归树模型(boosted regression trees, BRT)的性能
Table 2 Performance of boosted regression trees (BRT) models for soybean yield analysis
指标
Index全国
Nationwide北方春大豆区
Northern spring soybean area黄淮海流域夏大豆区
Summer soybean area in the Huang-Huai-Hai Basin长江流域春夏大豆区
Spring and summer soybean area in the Yangtze River Basin南方多熟大豆区
Southern soybean area改革开放前
Before the reform and opening up改革开放后
After the reform and opening upR2 0.433 0.431 0.678 0.586 0.608 0.486 0.494 r 0.639 0.639 0.821 0.753 0.769 0.581 0.614 MAE 0.467 0.467 0.301 0.408 0.350 0.506 0.334 RMSE 0.097 0.101 0.090 0.100 0.075 0.133 0.069
下载: 导出CSV
-
[1] 中华人民共和国国家统计局. 中国统计年鉴[M]. 北京: 中国统计出版社, 2019 National Bureau of Statistics of the People’s Republic of China. China Statistical Yearbook[M]. Beijing: China Statistics Press, 2019
[2] 张晓峰, 王宏志, 刘洛, 等. 近50年来气候变化背景下中国大豆生产潜力时空演变特征[J]. 地理科学进展, 2014, 33(10): 1414−1423 doi: 10.11820/dlkxjz.2014.00.013 ZHANG X F, WANG H Z, LIU L, et al. Spatial-temporal characteristics of soybean production potential change under the background of climate change over the past 50 years in China[J]. Progress in Geography, 2014, 33(10): 1414−1423 doi: 10.11820/dlkxjz.2014.00.013
[3] MILLER J E, HEAGLE A S, PURSLEY W A. Influence of ozone stress on soybean response to carbon dioxide enrichment: Ⅱ. biomass and development[J]. Crop Science, 1998, 38(1): 122−128 doi: 10.2135/cropsci1998.0011183X003800010021x
[4] MORGAN P B, BOLLERO G A, NELSON R L, et al. Smaller than predicted increase in aboveground net primary production and yield of field-grown soybean under fully open-air [CO2] elevation[J]. Global Change Biology, 2005, 11(10): 1856−1865 doi: 10.1111/j.1365-2486.2005.001017.x
[5] 郝兴宇, 林而达, 杨锦忠, 等. 自由大气CO2浓度升高对夏大豆生长与产量的影响[J]. 生态学报, 2009, 29(9): 4595−4603 doi: 10.3321/j.issn:1000-0933.2009.09.001 HAO X Y, LIN E D, YANG J Z, et al. Effects of free air CO2 enrichment (FACE) on growth and yield of summer soybean[J]. Acta Ecologica Sinica, 2009, 29(9): 4595−4603 doi: 10.3321/j.issn:1000-0933.2009.09.001
[6] 杨峰, 娄莹, 廖敦平, 等. 玉米–大豆带状套作行距配置对作物生物量、根系形态及产量的影响[J]. 作物学报, 2015, 41(4): 642−650 doi: 10.3724/SP.J.1006.2015.00642 YANG F, LOU Y, LIAO D P, et al. Effects of row spacing on crop biomass, root morphology and yield in maize–soybean relay strip intercropping system[J]. Acta Agronomica Sinica, 2015, 41(4): 642−650 doi: 10.3724/SP.J.1006.2015.00642
[7] 任媛媛, 王志梁, 王小林, 等. 黄土塬区玉米大豆不同间作方式对产量和经济收益的影响及其机制[J]. 生态学报, 2015, 35(12): 4168−4177 REN Y Y, WANG Z L, WANG X L, et al. The effect and mechanism of intercropping pattern on yield and economic benefit on the Loess Plateau[J]. Acta Ecologica Sinica, 2015, 35(12): 4168−4177
[8] 杨文钰, 雍太文, 任万军, 等. 发展套作大豆, 振兴大豆产业[J]. 大豆科学, 2008, 27(1): 1−7 YANG W Y, YONG T W, REN W J, et al. Develop relay-planting soybean, revitalize soybean industry[J]. Soybean Science, 2008, 27(1): 1−7
[9] SATARI YUZBASHKANDI S, KHALILIAN S. On projecting climate change impacts on soybean yield in Iran: an econometric approach[J]. Environmental Processes, 2020, 7(1): 73−87 doi: 10.1007/s40710-019-00400-y
[10] 解文娟, 杨晓光, 杨婕, 等. 气候变化背景下东北三省大豆干旱时空特征[J]. 生态学报, 2014, 34(21): 6232−6243 XIE W J, YANG X G, YANG J, et al. Spatio-temporal characteristics of drought for soybean under climate change in the three provinces of Northeast China[J]. Acta Ecologica Sinica, 2014, 34(21): 6232−6243
[11] 郝兴宇, 韩雪, 居煇, 等. 气候变化对大豆影响的研究进展[J]. 应用生态学报, 2010, 21(10): 2697−2706 HAO X Y, HAN X, JU H, et al. Impact of climatic change on soybean production: a review[J]. Chinese Journal of Applied Ecology, 2010, 21(10): 2697−2706
[12] 乔金友, 姜岩, 王博, 等. 我国大豆主产区农业机械化现状及发展策略研究[J]. 农机化研究, 2017, 39(4): 1−6 doi: 10.3969/j.issn.1003-188X.2017.04.001 QIAO J Y, JIANG Y, WANG B, et al. Research on current status and developing strategy of agricultural mechanization of soybean main production area in China[J]. Journal of Agricultural Mechanization Research, 2017, 39(4): 1−6 doi: 10.3969/j.issn.1003-188X.2017.04.001
[13] 车升国. 区域作物专用复合(混)肥料配方制定方法与应用[D]. 北京: 中国农业大学, 2015 CHE S G. Design method and application of formula of regional crop-based compound fertilizer[D]. Beijing: China Agricultural University, 2015
[14] 李秀芬, 郭昭滨, 朱海霞, 等. 黑龙江省大豆生长季旱涝时序特征及其对产量的影响[J]. 应用生态学报, 2020, 31(4): 1223−1232 LI X F, GUO Z B, ZHU H X, et al. Time-series characteristics of drought and flood in spring soybean growing season and its effect on soybean yield in Heilongjiang Province, China[J]. Chinese Journal of Applied Ecology, 2020, 31(4): 1223−1232
[15] 宫丽娟, 李秀芬, 田宝星, 等. 黑龙江省大豆不同生育阶段干旱时空特征[J]. 应用气象学报, 2020, 31(1): 95−104 doi: 10.11898/1001-7313.20200109 GONG L J, LI X F, TIAN B X, et al. Spatio-temporal characteristics of drought in different growth stages of soybean in Heilongjiang[J]. Journal of Applied Meteorological Science, 2020, 31(1): 95−104 doi: 10.11898/1001-7313.20200109
[16] 苏营, 张逸飞, 牟文雅, 等. 大豆主要株型和产量指标对大气CO2和温度升高的响应[J]. 生态学报, 2016, 36(9): 2597−2606 SU Y, ZHANG Y F, MOU W Y, et al. Morphological traits and yield of soybean under elevated atmospheric CO2 concentration and temperature[J]. Acta Ecologica Sinica, 2016, 36(9): 2597−2606
[17] 张伟明, 管学超, 黄玉威, 等. 生物炭与化学肥料互作的大豆生物学效应[J]. 作物学报, 2015, 41(1): 109−122 doi: 10.3724/SP.J.1006.2015.00109 ZHANG W M, GUAN X C, HUANG Y W, et al. Biological effects of biochar and fertilizer interaction in soybean plant[J]. Acta Agronomica Sinica, 2015, 41(1): 109−122 doi: 10.3724/SP.J.1006.2015.00109
[18] 王玎. 山东省城镇化对粮食生产的影响机制研究[D]. 济南: 山东大学, 2014 WANG D. Mechanism of impact of urbanization on food production in Shandong Province[D]. Jinan: Shandong University, 2014
[19] 杨志海, 王雅鹏. 城镇化影响了粮食安全吗?−来自1462个县(市)面板数据的实证检验[J]. 城市发展研究, 2012, 19(10): 1−5 doi: 10.3969/j.issn.1006-3862.2012.10.001 YANG Z H, WANG Y P. Does urbanization influence food safety? Empirical test based on the panel data of 1462 counties (cities)[J]. Urban Development Studies, 2012, 19(10): 1−5 doi: 10.3969/j.issn.1006-3862.2012.10.001
[20] 杨树果. 产业链视角下的中国大豆产业经济研究[D]. 北京: 中国农业大学, 2014 YANG S G. Economics of soybean industry in China from industry chain perspective[D]. Beijing: China Agricultural University, 2014
[21] 李春林, 刘淼, 胡远满, 等. 基于增强回归树和Logistic回归的城市扩展驱动力分析[J]. 生态学报, 2014, 34(3): 727−737 LI C L, LIU M, HU Y M, et al. Driving forces analysis of urban expansion based on boosted regression trees and Logistic regression[J]. Acta Ecologica Sinica, 2014, 34(3): 727−737
[22] ELITH J, LEATHWICK J R, HASTIE T. A working guide to boosted regression trees[J]. Journal of Animal Ecology, 2008, 77(4): 802−813 doi: 10.1111/j.1365-2656.2008.01390.x
[23] PRASAD A M, IVERSON L R, LIAW A. Newer classification and regression tree techniques: bagging and random forests for ecological prediction[J]. Ecosystems, 2006, 9(2): 181−199 doi: 10.1007/s10021-005-0054-1
[24] 蔡文华, 杨健, 刘志华, 等. 黑龙江省大兴安岭林区火烧迹地森林更新及其影响因子[J]. 生态学报, 2012, 32(11): 3303−3312 doi: 10.5846/stxb201105030574 CAI W H, YANG J, LIU Z H, et al. Controls of post-fire tree recruitment in Great Xing’ an Mountains in Heilongjiang Province[J]. Acta Ecologica Sinica, 2012, 32(11): 3303−3312 doi: 10.5846/stxb201105030574
[25] 周济. 大力办好农村教育事业[J]. 中小学校长, 2008(12): 4–7 ZHOU J. We will do a good job in rural education[J]. China’s Rural Education, 2008(12): 4–7
[26] 李立军. 中国耕作制度近50年演变规律及未来20年发展趋势研究[D]. 北京: 中国农业大学, 2004 LI L J. Involving regularities in recent 50 years and future trends in 2020 on farming system in China[D]. Beijing: China Agricultural University, 2004
[27] LIOUBIMTSEVA E, HENEBRY G M. Grain production trends in Russia, Ukraine and Kazakhstan: New opportunities in an increasingly unstable world?[J]. Frontiers of Earth Science, 2012, 6(2): 157−166 doi: 10.1007/s11707-012-0318-y
[28] PRISHCHEPOV A V, PONKINA E, SUN Z L, et al. Revealing the determinants of wheat yields in the Siberian breadbasket of Russia with Bayesian networks[J]. Land Use Policy, 2019, 80: 21−31 doi: 10.1016/j.landusepol.2018.09.038
[29] 王济民. 我国的大豆经济: 供给与需求的重点分析[D]. 北京: 中国农业科学院, 2000 WANG J M. Soybean economy in China: with focus on supply and demand[D]. Beijing: Chinese Academy of Agricultural Sciences, 2000
[30] 王畅, 赵海东, 冯乃杰, 等. 两个生态区大豆光热资源利用率和产量的差异及对化控剂的响应[J]. 应用生态学报, 2018, 29(11): 3615−3624 WANG C, ZHAO H D, FENG N J, et al. Differences in light and heat utilization efficiency and yield of soybean in two ecological zones and their response to chemical control regulators[J]. Chinese Journal of Applied Ecology, 2018, 29(11): 3615−3624
[31] 程叶青, 张平宇. 东北商品粮基地粮食生产的区域分异[J]. 自然资源学报, 2005, 20(6): 925−931 doi: 10.3321/j.issn:1000-3037.2005.06.018 CHENG Y Q, ZHANG P Y. Regional differentiation of grain production of commodity grain bases in the northeast China[J]. Journal of Natural Resources, 2005, 20(6): 925−931 doi: 10.3321/j.issn:1000-3037.2005.06.018
[32] 成雪峰, 张凤云. 黄淮海夏大豆生产现状及发展对策[J]. 大豆科学, 2010, 29(1): 157−160 CHENG X F, ZHANG F Y. Present conditions and countermeasures of soybean production in Huang-Huai-Hai regions[J]. Soybean Science, 2010, 29(1): 157−160
[33] 蒋慕东. 二十世纪中国大豆改良、生产与利用研究[D]. 南京: 南京农业大学, 2006 JIANG M D. Study on improvement, production and utilization of soybean in China during the 20th Century[D]. Nanjing: Nanjing Agricultural University, 2006
-
期刊类型引用(52)
1. 戴千惠，李艳霞，赵馨怡. “双碳”目标下低碳农业技术发展应用条件评价及路径研究. 山西农经. 2025(04): 209-211 . 
百度学术
2. 宋静宜，曹心怡，王子豪，陆莹，王雪琦，范宇豪. 基于农户行为理论的小农户施肥行为及影响因素分析——以骆马湖流域为例. 安徽农业科学. 2025(04): 213-217 . 百度学术
3. 韦学平，潘恒德，莫光森，沈江涛，苏江华. 双碳目标下百色烟草农业绿色低碳技术体系构建与应用. 农业与技术. 2024(04): 27-30 . 百度学术
4. 杨姣姣，魏百弘，陈文绪，马济中，毛莉莉，铁建中，胡琳莉，郁继华. 化肥减量配施不同用量堆肥对娃娃菜产量及品质的影响. 中国瓜菜. 2024(01): 94-102 . 百度学术
5. 金书秦，张哲晰，胡钰，杜志雄. 中国农业绿色转型的历史逻辑、理论阐释与实践探索. 农业经济问题. 2024(03): 4-19 . 百度学术
6. 赵敏娟，石锐. “双碳”目标下农业绿色发展的内涵、挑战及路径选择. 社会科学辑刊. 2024(02): 162-171+239+241 . 百度学术
7. 徐东芳，孔令成. 碳排放约束下长江经济带农业绿色生产效率测度及收敛性. 湖北农业科学. 2024(03): 142-149 . 百度学术
8. 刘佳豪. “双碳”目标下新型农村集体经济发展的影响因素与路径优化. 现代商业研究. 2024(03): 29-31 . 百度学术
9. 胡锋. “双碳”目标下农业碳汇价值实现的规范逻辑与制度优化. 南方金融. 2024(03): 87-98 . 百度学术
10. 徐峰，杨清欣. 多维视角下乡村社区空间减碳策略综述. 西部人居环境学刊. 2024(03): 129-136 . 百度学术
11. 吴兆娟，周霖，杨小玲，高冬梅，战博. “双碳”目标下低碳农业技术发展应用条件评价及路径研究. 西南大学学报(自然科学版). 2024(07): 71-83 . 百度学术
12. 孙德华，刘维忠. 低碳循环视角下生态脆弱地区碳汇产品价值实现路径——以南疆四地州户用沼气CERs项目为例. 中国农机化学报. 2024(07): 282-290 . 百度学术
13. 张笑寒，罗凌燕. 数字经济对农业低碳发展的影响与机制研究. 中州大学学报. 2024(03): 21-27 . 百度学术
14. 夏文浩，霍瑜，逯渊，王超毅. 新疆农业碳排放的时空差异与空间溢出效应分析. 干旱区地理. 2024(06): 1084-1096 . 百度学术
15. 王菲，陈敏，曹永强，杨亚锋. 黄河流域九省区水-土-能-碳关联系统网络特征. 水利水电科技进展. 2024(04): 31-37 . 百度学术
16. 吴春，王美玲，张春淦，姜礼尧，邓晔，丁海荣，曹婷. 农业特色产业绿色发展路径. 江苏农业科学. 2024(13): 274-279 . 百度学术
17. 索瑞霞，谭媛媛，吕靖烨. 我国农业绿色低碳化发展研究态势分析. 中国农机化学报. 2024(09): 297-304 . 百度学术
18. 明若愚，李凡略，何可. 减污降碳视角下的粮食绿色低碳生产：现实基础、主要问题与优化路径. 科技导报. 2024(16): 72-81 . 百度学术
19. 王君. “双碳”目标下四川省川陕革命老区现代农业绿色发展现状、问题与路径选择. 新西部. 2024(12): 129-134 . 百度学术
20. 廖修谱，郭伯山，呙锴. “双碳”目标下西电东送输电绿色价值分配机制与策略. 环境技术. 2024(12): 104-109+119 . 百度学术
21. 贺青，张俊飚，张虎. 农业机械化对农业碳排放的影响——来自粮食主产区的实证. 统计与决策. 2023(01): 88-92 . 百度学术
22. 曾锦，祈雁楠，徐陶，雷哓晖，袁全春，姚凤腾，吕晓兰. 我国规模化果园有机废弃物资源化利用研究现状. 江苏农业科学. 2023(04): 1-8 . 百度学术
23. 李树巧，叶俊南. “双碳”视域下林业碳汇内容识别及发展路径. 现代园艺. 2023(07): 191-193+196 . 百度学术
24. 张淼，马晓菲，朱亚宁，胡菲. 我国低碳发展状况及其影响因素. 黑龙江科学. 2023(05): 22-24 . 百度学术
25. 张学一，杨勉，肖青. “双碳”背景下“绿·林”融合低影响增效研究——以川西林盘为例. 现代园艺. 2023(09): 121-123 . 百度学术
26. 朱强，佘严才丹. “双碳”目标下我国低碳农业的法律困境与制度构建. 四川环境. 2023(02): 240-244 . 百度学术
27. 张瑶. “双碳”目标背景下现代农业的困境与出路. 南方农机. 2023(10): 186-188 . 百度学术
28. 葛继红，孔阿敬，王猛. “双碳”背景下中国农业碳排放分布动态及减排路径. 新疆农垦经济. 2023(04): 44-52 . 百度学术
29. 罗筱枭，林梦晓，刘旻慧. “双碳”背景下乡村低碳发展路径探究. 皮革制作与环保科技. 2023(06): 155-157 . 百度学术
30. 铁建中，刘亚昱，高雪琴，徐之奇，胡琳莉，郁继华. 种养废弃物堆肥对日光温室西葫芦养分利用和土壤性质的影响. 浙江农业学报. 2023(06): 1427-1439 . 百度学术
31. 何振嘉，贺伟，罗林涛，徐艳，侯宪东，杜宜春，张俊，任虎兴. 基于碳中和背景的耕地质量提升路径. 排灌机械工程学报. 2023(07): 723-730 . 百度学术
32. 吴芋钢，杨海龙. “双碳”目标下眉山农业绿色发展定位及政策建议. 基层农技推广. 2023(07): 75-79 . 百度学术
33. 张帆，解翼阳，李远航. “双碳”战略目标下的乡村高质量发展生态体系构建. 中国水土保持. 2023(08): 1-5 . 百度学术
34. 许晓冬，王硕，张田田. “双碳”目标下辽宁省农业低碳发展对策研究. 山东农业工程学院学报. 2023(07): 8-12 . 百度学术
35. 吴昊玥，周蕾，何艳秋，刘璐，马金山，孟越，郑祥江. 中国种植业碳排放达峰进程初判及脱钩分析. 中国生态农业学报(中英文). 2023(08): 1275-1286 . 本站查看
36. 段金廒，宿树兰，郭盛，朱华旭，刘海峰，赵明，郭兰萍，赵润怀，黄璐琦. 面向“双碳”目标的中药资源全产业链废弃物及副产物循环利用与循环经济产业发展策略. 中国中药杂志. 2023(17): 4545-4551 . 百度学术
37. 王树芬，高冠龙，李伟，刘思敏. 2000—2020年山西省农业碳排放时空特征及趋势预测. 农业环境科学学报. 2023(08): 1882-1892 . 百度学术
38. 韦佳培，吴洋滨. “双碳”目标下我国农业绿色发展的路径选择. 农业经济. 2023(09): 25-27 . 百度学术
39. 刘树洋，邱巨龙，苏庆，季苏颖，王华. 西班牙巴斯克低碳发展轨迹对江苏的启示. 环境监控与预警. 2023(05): 96-99+111 . 百度学术
40. 王昌海，谢梦玲. 完善农业农村减排固碳制度体系的创新思路. 中国国土资源经济. 2023(10): 4-11 . 百度学术
41. 史丹，史可寒. 中国绿色低碳发展的目标研判、特征事实与影响因素分析. 世界社会科学. 2023(04): 95-120+243-244 . 百度学术
42. 杨明来，王英，戚行江，徐宏翔，徐盛春，秦莉，贾鹏，梁雪梅，于馨智. 激光技术在农业补光领域的应用与发展前景. 照明工程学报. 2023(05): 12-18 . 百度学术
43. 刘捷，苏雷，张立俊. 我国农村实现“双碳”目标的现实梗阻及政策选择. 农业经济. 2023(11): 60-62 . 百度学术
44. 郭天一，靳继红，刘淑芝. 基于LoRa物联网的智慧农业助力实现碳达峰、碳中和的探索及研究. 电子元器件与信息技术. 2023(08): 137-140+146 . 百度学术
45. 董恒志，陈玉兰，赵达君. 新疆生产建设兵团农业生产碳排放时序特征及脱钩弹性分析. 河北农业科学. 2023(06): 94-99+103 . 百度学术
46. 裘实，付广青，杨舒仪，朱鹏，韩超，余向阳，邹轶. 高质量发展背景下长江中下游地区农业农村绿色发展的理论阐释及实现路径. 农业开发与装备. 2022(03): 27-29 . 百度学术
47. 鲍海君，张瑶瑶，吴绍华. 低碳国土空间规划：机理、方法与路径. 中国土地科学. 2022(06): 1-10 . 百度学术
48. 曹执令，黄飞，伍赛君. 中国农业生产碳汇效应与生产绩效的时空特征. 经济地理. 2022(09): 166-175 . 百度学术
49. 王梓帆，高晓镕，魏一，倪梦静，谢祥财. 基于低碳理念的乡村水环境景观优化研究——以漳州市霞郭村为例. 黑龙江生态工程职业学院学报. 2022(06): 17-20 . 百度学术
50. 车瑞香，徐华，王民，苑鹤. 农业清洁生产技术促进农业低碳减排. 河北农业. 2022(10): 80-81 . 百度学术
51. 夏康铭，黄月红，周隽楠，梅昌盛. “双碳”背景下农业低碳实践研究. 皮革制作与环保科技. 2022(17): 174-176 . 百度学术
52. 张文艳，张武斌，陈玉梅. “双碳”目标下农业绿色低碳发展现状与措施. 农业工程. 2022(S1): 48-51 . 百度学术
其他类型引用(23)
计量
- 文章访问数: 918
- HTML全文浏览量: 286
- PDF下载量: 119
- 被引次数: 75
