Interspecific below-ground interactions driven by root exudates in agroecosystems with diverse crops
-
摘要: 根系分泌物介导植物种间的地下部相互作用在生物多样性-生态系统功能关系中发挥着重要作用。本文综述了在作物多样性种植体系中, 根系分泌物介导的种间相互作用及其机制。具体包括: 作物的根系分泌物能够活化土壤难溶性养分, 有利于自身和相邻植物的养分吸收; 粮食作物与超累积植物间作, 根系分泌物中有机酸含量改变, 促进超富集作物对重金属的吸收, 降低粮食作物对重金属的吸收; 作物多样性通过改变根系分泌物的种类和组成, 调控微生物群落结构, 减少病原菌; 信号物质介导的物种间相互识别作用, 引起相邻植物一系列的表型可塑性和生理响应, 比如化感物质会抑制相邻植物, 抑制杂草的萌芽和生长。与此同时, 新方法的引入和学科间的交叉, 为未来根系分泌物在作物多样性体系中的研究和应用提供了新的手段、角度和方向。这些进展有助于通过利用不同物种根分泌物和信号物质, 实现种间促进作用来提高资源利用率, 降低病虫和杂草发生危害, 减少化肥农药的投入, 为构建可持续的农业生态系统提供理论依据。Abstract: Interspecific interactions mediated by root exudates play an important role in biodiversity-ecosystem functioning (BEF) relationships. We reviewed and explained the advances in interspecific root-root interactions mediated by root exudates in agroecosystems with crop diversification, and highlighted the following: root exudates mobilize insoluble nutrients in the soil, facilitating the uptake of nutrients by the crop and neighboring plants; the increased accumulation of heavy metals by hyperaccumulating plants can reduce the accumulation of heavy metals in associated food crops; alteration of soil microbial community mediated by root exudates from one species can reduce the pathogens in the other crop species; root exudates, as signal substances, also play important roles in mediating the root-root recognition and plasticity response between species; for example, field weeds can be suppressed by root exudates from intercropped allelopathy plants with field crops. In addition, we highlighted some perspectives on practical applications and new methods of research on root exudates in crop diversification systems. These advances provide a theoretical basis for building sustainable agricultural ecosystems by matching the root secretions and signaling substances of different crop species, improving resource utilization, reducing pests and diseases through enhanced interspecific facilitation, and reducing fertilizer and pesticide inputs owing to suppression of weeds through allelopathic effects.
-
改革开放以来, 化肥在生产要素中对粮食增产最为重要[1-2]。但随着农业生产对化肥的过度依赖, 也出现了化肥施用过量的问题[3-5]。不断增加的化肥施用量不仅造成了面源污染等环境问题, 还反向威胁到我国粮食安全。为解决资源环境困境并保障粮食安全, 我国政府将化肥“减量化”视为重要工作方向。2008年起, 中央一号文件不断提出农业绿色发展的需求, 采用补贴、技术推广等方式促使农业生产主体实现生产绿色转型。2015年, 农业农村部颁布 《到2020年化肥使用零增长行动方案》, 力争到2020年主要农作物化肥施用量实现零增长, 第一次明确化肥减量的具体目标。国家统计局数据显示, 我国化肥施用总量从2016年起出现自20世纪70年代以来的首次下降。虽然整体上我国化肥减量取得了初步进展, 但2020年化肥施用量为313 kg∙hm−2, 仍远高于国际安全施用标准。
农户作为农业生产的微观主体, 化肥减量目标的实现有赖于其生产经营方式转变。已有化肥减量研究主要包括以下几个维度: 一是从生产端出发, 关注到信息渠道以及农户个体及家庭特征的影响[6-7]。通过农业社会化服务、农技推广服务等方式能够减少农户与化肥销售商之间的信息不对称, 从而改善农户施肥状况[8-9]。此外, 农户认知能力、风险规避意识、收入状况以及家庭经营规模等也均能影响农户施肥行为[10-14]。二是从消费端出发, 聚焦于农产品质量追溯体系建立, 通过绿色、有机农产品标签以及标准化生产等方式倒逼农户实现减量施肥[2,15-16]。三是聚焦于施肥方式转变, 我国城镇化进程加快, 农村劳动力大量往城市转移, 劳动力成本大幅度上升[17], 大量农户开始通过机械替代劳动以实现效用最大化。化肥作为土地替代型生产要素, 长期以来主要靠人工完成[18]。部分研究区别于以往人工施肥, 侧重于讨论机械施肥对化肥减量的影响[7]。
已有研究从多角度讨论了农户减量施肥的因素, 也有少量文献关注到机械应用对化肥施用的影响, 但仍存在争议及不足, 主要有以下3点原因: 一是关于农业机械对化肥施用的影响特点认知不足。除化肥施用量外, 由于精准、定量的特点机械施肥更有可能减少农户之间施肥不均等。二是未关注到不同机械应用环节对化肥施用的影响差异。以小麦(Triticum aestivum)化肥投入流程为例, 农户需要在播种时施用基肥, 后期返青、拔节期或者孕穗期进行追肥和补肥。农户若使用机械, 一般是在播种时种肥同播以及植保环节喷洒叶面肥。因此, 若笼统使用机械应用作为衡量指标而不区分与化肥施用相关环节, 也会误判机械应用与化肥施用之间的关系。三是研究并未关注到机械使用来源差异对化肥投入影响的差异。农业机械具有较高资产专用性特点, 受自身禀赋以及规模准入约束限制, 大部分农户无法自己购置农业机械[19]。因而除自购农机外, 通过服务外包获取农机服务也是农户机械应用的有效补充[20-21]。二者由于机械质量、技术应用以及施肥主体人力资本差异也会对化肥施用产生不同影响。基于上述分析, 本文首先从理论层面分析机械应用对化肥施用的影响, 并基于机械应用来源于自购或者服务外包, 讨论不同机械来源对化肥施用的影响差异。其次, 以小麦作为研究对象, 利用浙江大学中国家庭大数据库(CFD) 2017年中国农村家庭追踪调查(China rural household panel survey, 以下称“CRHPS”)数据中种植户样本建立计量模型, 并克服潜在的内生性问题来实证检验。本文旨在通过理论与实证分析相结合, 揭示机械应用与化肥施用之间的关系, 进而为中国农业绿色转型以及可持续发展提供现实证据。
1. 理论分析与研究假说
1.1 机械应用对化肥施用影响机理
机械应用对农户化肥施用的影响主要包括施用量和施肥均匀度两个维度。根据《“十四五”农业机械化发展规划》, “十三五”以来我国农业机械化取得了长足发展, 农作物耕种收综合机械化率达71.25%, 相比“十二五”提升7.4个百分点[22]。随着我国城镇化进程加深, 劳动力不断转移, 劳动力成本大幅上升。农户使用机械一般是为了弥补劳动力约束, 因此家庭劳动力投入与机械应用存在相互替代的关系。理论上, 农户施肥具有人工施肥以及机械施肥两种形式。相较而言, 人工施肥能够按照作物实际生产状况机动调整施肥程序, 并灵活变更用量及现场操作, 但标准化程度较低。而使用机械施肥则能够解决人工施肥随机性以及不均匀的问题, 提升化肥施用深度及效率[7]。从化肥施用量来看, 以往农户在人工施肥时多采用“多量少次”的方法以减少劳动力投入, 且由于人工撒施化肥需要自己估计化肥施用量, 化肥用量具有随机性, 往往容易导致过量施肥。农户在使用机械后, 通过机械配施化肥, 可定时定量施肥从而减少化肥施用量[23]。从施肥均匀度看, 机械应用能够改善农户间施肥不均的情况。由于机械施肥直接按量标准化施用化肥, 减少了农户化肥投入的决策流程, 农户在使用机械后能够减少个体间施肥差异, 促使区域内施肥量趋于一致。由此, 得到假说1:
H1: 农业机械应用能够实现化肥减量以及降低农户间施肥不均等。
1.2 不同机械应用环节对化肥施用影响机理
不同机械使用环节因机械与化肥配施程度以及施肥占比差异, 化肥施用量以及施肥均匀度会有所不同。农户对于耕地、播种以及收割等劳动密集型环节具有较强应用需求, 而对于植保这类劳动密集型环节应用需求不足。虽然机械的使用往往与农地规模有关, 但播种、耕地以及收割等环节由于发展较早, 已经研发出较多与小规模地块相匹配的机械。此外, 播种环节基肥施用占整体施肥比例的50%~60%, 因而降低化肥施用量以及提升施肥均匀度效果更显著。植保环节机械使用一方面具有规模准入约束, 一般经营规模大于2 hm2才达到使用无人机的准入门槛[24]; 另一方面植保环节使用无人机喷洒叶面肥整体施肥占比较小, 因而影响并不明显。由此, 得到假说2:
H2: 分环节来看, 播种环节机械应用能够实现化肥减量并降低农户间施肥不均等。
1.3 不同机械应用来源对化肥施用影响差异
农户是否应用机械受信贷约束、经营规模以及地形特征等因素影响[25-27], 自购机械使用存在现实约束。除自购机械, 利用迂回投资例如使用播种及植保环节外包服务也能够精准施肥且缓解劳动力约束[7]。外包服务相比农户自购农机, 一方面农户使用机械服务时, 服务商具备专业技术人员, 能够有效识别化肥质量。相比低质量肥料, 高质量肥料肥效好, 因此农户使用高质量化肥可降低最终化肥施用量; 另一方面, 服务商为农户传递技术信息可改变农户施肥技术。农户使用机械服务的过程中, 服务商充当农业生产知识的传送器[28-29]。相较农户, 服务商具有更广泛的信息来源, 提供服务过程中通过化肥施用知识传递, 在农业生产过程中实现了技术转移。此外, 服务商更具资金、信息以及规模采购优势, 能够用较低价格获取国外大型机械进行生产。相比国内农业机械, 国外播种以及植保环节的机械更加大型, 且与化肥适配程度较高。例如, 法国库恩公司的机械在施肥过程中能够进行全自动化操作, 有效配合播种以及肥料施用, 均匀撒至农田[30-31], 从而提升化肥施用均匀度。由此, 得到假说3:
H3: 相比农户自购机械, 农业机械服务对化肥减量以及降低农户间施肥不均等的效果更明显。
2. 研究方法
2.1 模型构建
2.1.1 基准模型设置
本研究重点关注机械应用、各环节机械应用以及机械应用来源差异对化肥施用的影响。分别构建了农户使用与未使用农业机械、使用与未使用农业机械服务的方程进行实证检验, 虚拟变量多元线性回归模型表达如下:
$$ {f}_{i}={\alpha }_{0i}+{\alpha }_{1i}\times {M}_{i}+{\alpha }_{2i}\times {p}_{fi}+{\sum }_{3 \leqslant k \leqslant 11}{\alpha }_{ki}\times {C}_{ki}+{D}_{i}+{\sigma }_{i} $$ (1) $$ {f}_{i}={\beta }_{0i}+{\beta }_{1i}\times {S}_{i}+{\beta }_{2i}\times {p}_{fi}+{\sum }_{3 \leqslant k \leqslant 11}{\beta }_{ki}\times {C}_{ki}+{D}_{i}+{\mu }_{i} $$ (2) 式中: fi表示第i个农户小麦的化肥施用情况, 以单位面积化肥施用量和施肥均匀度来衡量; Mi为二元虚拟变量, 表示农户是否在农业生产中使用机械, 如使用则为1, 否则为0; Cki表示除化肥价格以及机械应用或机械服务应用控制变量外, 第i个农户第k项控制变量。需要说明的是, 农户机械使用在现实中区分为机耕、机播、机械撒药以及机收环节, 鉴于化肥施用只与产中环节相关, 并不涉及收割环节, 因此设定只要使用机耕、机播、机械撒药任一项定义为农户进行了机械应用, 式(1)主要验证整体机械应用以及不同环节机械应用对化肥施用的影响。Si为机械服务, 如使用则为1, 否则为0。农户只要购买机耕服务、机播服务以及机械撒药服务定义为使用了机械服务。pfi为化肥价格; k表示除化肥价格以及机械应用或机械服务应用控制变量外, 第i个农户第k项控制变量; Di为地区虚拟变量, 主要控制地区之间包括气候特征、外部经济因素等差异; σi以及μi为随机扰动项; α0i以及β0i为截距项; α1i、α2i、αki、β1i、β2i、βki为待估参数。
2.1.2 处理效应模型(treatment effect model, TEM)
在基准模型的基础上考虑两个内生性问题: 一是核心解释变量机械以及机械服务应用存在自选择问题; 二是存在不可观测变量对机械以及机械服务应用产生影响。基于此, 进一步采用处理效应模型解决机械应用以及机械服务应用对化肥施用影响的内生性问题。
TEM应用包含两个阶段。第1阶段是分析农户使用机械或机械服务的影响因素, 以机械使用以及机械服务使用为例可表示为:
$$ {M}_{i}={\alpha }_{0i}+{\alpha }_{1i}\times {Z}_{i}+{\alpha }_{2i}\times {p}_{fi}+{\sum }_{3 \leqslant k \leqslant 11}{\alpha }_{ki}{\times C}_{ki}+{D}_{i}+{\varepsilon }_{i} $$ (3) $$ {S}_{i}={\gamma }_{0i}+{\gamma }_{1i}\times {Z}_{i}+{\gamma }_{2i}\times {p}_{fi}{\sum }_{3 \leqslant k \leqslant 11}{\gamma }_{ki}\times {C}_{i}+{D}_{i}+{\delta }_{i} $$ (4) 式中: Zi为不包含在式(1)以及式(2)中的工具变量, k至少为3, a1i、
$ \gamma $ 1i为工具变量的待估参数; a2i、$ \gamma $ 2i为化肥价格的待估参数; aki、$ \gamma $ ki为其余控制变量的待估参数; a0i$ \mathrm{、}\gamma $ 0i为截距项。第2阶段则是对化肥施用的回归。这一步主要是为了解决式(3)和(4)随机误差项ԑi、δi与式(1)、式(2)随机误差项μi、σi出现相关而导致估计偏误的问题, 因此构造逆米尔斯比率(λ)控制偏差。最后得到是否使用机械以及机械服务农户的化肥施用差异, 以机械使用为例, 最终的平均处理效应为:
$$ \mathrm{A}\mathrm{T}\mathrm{E}=E\left({y}_{i}|{M}_{i}=1,{x}_{i},{Z}_{i}\right)-E\left({y}_{i}|{M}_{i}=0,{x}_{i},{Z}_{i}\right) $$ (5) $$ \mathrm{A}\mathrm{T}\mathrm{E}=E\left({y}_{i}|{S}_{i}=1,{x}_{i},{Z}_{i}\right)-E\left({y}_{i}|{S}_{i}=0,{x}_{i},{Z}_{i}\right) $$ (6) 式中: xi为除工具变量外的其他控制变量, Zi为工具变量。式(5)以及式(6)中的ATE表示农户使用与未使用农业机械以及机械服务的处理效应。
2.2 变量选取与定义
1)被解释变量。如理论分析所述, 机械应用精准定量施肥的特点不仅影响化肥施用量还能够影响施肥均匀度。因此被解释变量用化肥施用状况以化肥施用量以及施肥均匀度来共同衡量。需要说明的是, 由于CRHPS数据库中未区分出单种作物的化肥施用量, 因此使用2016年《农产品成本收益资料汇编》中各省小麦与其他作物化肥施用量比值代入CRHPS数据中, 按省份折算小麦化肥施用量, 再除以小麦种植面积得到单位面积平均化肥施用量。而施肥均匀度则是衡量区域内化肥施用的差异状况, 借鉴Firpo等[32]对数据偏离度的测算研究, 将农户小麦化肥施用量与村级化肥施用量偏离度的绝对值来衡量。具体计算公式为:
$$ {f}_{\mathrm{e}\mathrm{v}\mathrm{e}\mathrm{n}}=\left|\frac{{f}_{i}-\overline{{f}_{u}}}{\overline{{f}_{u}}}\right| $$ (7) 式中: feven表示农户施肥均匀度, 此值越低则区域内农户施肥不均等程度越低, 即施肥更均匀; fi表示第i个家庭的小麦化肥施用量;
$\overline{{f}_{u}}$ 表示村级化肥施用量均值, 为村级每户家庭化肥使用量加总再除以村级家庭数量。此外, 后续为验证结果稳健性同时还采用了化肥投入金额作为替代指标回归。2)核心解释变量。首先, 本研究的核心问题是机械应用对化肥施用的影响, 以农户是否使用机械来衡量机械应用状况。其次, 由于需要进一步探讨农户自购机械以及机械服务对化肥施用影响差异, 引入机械服务作为解释变量, 定义农户只要通过租赁方式在机耕、机播以及机械撒药时应用机械, 则为使用机械服务。
3)控制变量。TEM模型的设置需要尽量将影响农户机械使用以及化肥施用的相关变量考虑进来。借鉴相关研究以及理论框架设定, 本文设定户主特征禀赋(性别、年龄、受教育年限、健康状况)、家庭特征(家庭劳动力占比以及家庭收入)、经营特征(耕地质量、经营规模、与农业组织合作状况、农业技术培训状况以及化肥价格)、区域特征(东、中以及西部)作为控制变量。
4)工具变量。本文选取村级农业机械使用比例以及村级农业生产组织数量作为工具变量。村级农业机械使用比例以2016年本村农业机械使用面积占村级耕地面积占比来衡量。由于村级机械化使用比例与农户农业机械使用息息相关, 但又与家庭化肥施用不相关, 因此选择该变量作为工具变量。而村级农业生产组织数量以2016年本村新型经营主体包括专业大户、家庭农场、农民专业合作社、农业企业进行加总衡量。
2.3 数据来源
本研究数据来源于2017年的CRHPS数据。数据调研分为3个层次, 采用分层抽样、三阶段以及人口规模比例抽样方式[14], 涉及全国29个省份(西藏、新疆、香港、澳门和台湾地区除外)。调研涵盖家庭人口特征、农业生产状况、家庭消费、收入与支出等。为控制不同作物化肥施用差异并且关注粮食安全问题, 本研究以小麦作为研究对象主要是由于不同品种化肥投入本身具有显著差异, 大部分研究都会采用单一品种进行研究以控制不同种植作物化肥投入量的客观差异。另外, 本研究聚焦我国粮食生产, 小麦作为三大主粮之一是实现我国生产绿色转型的关键; 小麦识别误差较小, 而玉米(Zea mays)多以饲用为主, 水稻(Oryza sativa)则需要进行早稻和晚稻的区分; 另外小麦为最早开展机械化服务的作物, 研究具有典型性。数据处理中剔除了不种植小麦的农户, 删除数据缺失以及异常值后, 对化肥施用量、化肥价格、家庭收入进行了5%的缩尾处理, 最终得到23个省份1088个样本。
2.4 描述性统计
表1为本文设定变量相关描述性统计。结果显示, 样本农户用于小麦的化肥施用量平均为531.23 kg∙hm−2, 农户化肥施用量仍较高。施肥均匀度均值为0.36, 表明区域内化肥施用均匀度存在差异。小麦化肥投入金额为2080.95元∙hm−2, 与2016年《全国农产品成本收益资料汇编》中小麦化肥投入均值2111.70 元∙hm−2较为接近, 说明样本具有代表性。而小麦种植规模平均为0.56 hm2, 与第3次农业普查数据显示的户均经营规模0.52 hm2较为接近, 表明我国小麦仍以小规模种植为主。从机械使用状况来看, 样本农户使用机械的占75.1%, 其中有54.0%是通过购买服务来使用机械的。从户主特征来看, 样本中户主几乎为男性, 且年龄平均为55岁以上, 受教育年限平均为7.46年, 主要集中在初中段。户主健康状况均值为3.21, 反映户主健康状况较为良好。就家庭特征而言, 家庭劳动力占比平均为88.4%, 表明家庭劳动力较为充足。而家庭收入取对数后方差仍较大, 说明农村家庭之间收入差异较明显。
表 1 变量定义及描述性统计Table 1. Definition and descriptive statistics of variables变量
Variable含义与赋值
Definition and assignment平均值
Mean标准差
Standard
deviation化肥施用量
Fertilizer application amount小麦单位面积施肥量
Fertilizer application amount per unit area of wheat (kg∙hm−2)531.23 36.94 施肥均匀度
Fertilizer application uniformity小麦化肥施用量与村平均化肥施用量差异绝对值再除以村平均化肥施用量
|Amount of fertilizer applied to wheat by farmers − average amount of fertilizer applied in the village| / average amount of fertilizer applied in the village0.36 0.91 化肥投入金额
Amount of fertilizer input小麦单位面积化肥投入金额
Amount of fertilizer input per unit area of wheat (¥∙hm−2)2080.95 55.08 机械使用状况
Mechanical application使用=1; 未使用=0
Use = 1; not use = 00.75 0.43 机械服务使用状况
Mechanical service usage使用=1; 未使用=0
Use = 1; not use = 00.54 0.50 性别 Gender 女=0; 男=1 Female = 0; male = 1 0.91 0.29 年龄 Age 2017年户主年龄 Age of the head of household in 2017 55.94 11.25 受教育年限 Education 受教育类型最高年限 Maximum years of education type (a) 7.46 3.21 健康状况 Health 1=非常不好; 2=不好; 3=一般; 4=好; 5=非常好
1 = very bad; 2 = bad; 3 = fair; 4 = good; 5 = very good3.21 1.08 家庭劳动力占比
Household labor force share家庭16岁以上人口占家庭总人口比例
Proportion of household population over 16 years old to total household population0.88 0.16 家庭收入 Income 家庭总收入取对数 Logarithm of total household income 42.81 65.71 耕地质量 Soil quality 正常=0; 差=1 Normal = 0; poor = 1 0.03 0.16 经营规模 Scale 小麦种植规模 Scale of wheat cultivation (hm2) 0.56 1.04 农业组织合作状况
Cooperation of organizations有合作=1; 未合作=0
With cooperation = 1; without cooperation = 00.32 0.47 农业技术培训状况
Agricultural technique training有人接受过农业技术培训=1; 无人接受过农业技术培训=0
Someone trained = 1; no one trained = 00.12 0.32 化肥价格 Fertilizer price 化肥价格 Fertilizer prices (¥∙kg−1) 2.18 1.01 村级农业机械使用比例
Proportion of machinery农业机械使用面积占村级耕地面积比例
Proportion of agricultural machinery use area to village arable land (%)68.21 42.47 村级农业生产组织数量
Number of organizations新型经营主体数量
Number of new business entities3.68 8.62 根据2017年中国农村家庭追踪调查(CRHPS)数据库整理而成。Compiled from the 2017 China Rural Household Panel Survey (CRHPS) database. 表2为农户机械应用与化肥施用状况的交叉分析结果, 整体上使用机械的农户化肥施用量相较未使用的农户要更低且施肥更均匀。对机械来源进行区分后, 当农户使用自购机械时, 化肥施用量略低于未使用的农户且施肥均匀度更高。需要说明的是, 此处农户机械自购化肥投入金额大于未使用机械的农户, 具体二者之间的关系需要实证部分进一步验证。而使用机械服务的农户化肥施用量都低于未使用机械服务的农户, 且使用与未使用机械服务的农户间施肥均匀度相差程度也较大。
表 2 农户机械使用状况与化肥施用相关描述性统计Table 2. Descriptive statistics related to machinery use status and fertilizer application of farmers变量
Variable机械使用状况
Mechanical application机械服务使用状况
Mechanical service usage自购机械使用状况
Self-purchased machinery usage使用 Use 未使用 Not use 使用 Use 未使用 Not use 使用 Use 未使用 Not use 化肥施用量 Average fertilizer application rate (kg∙hm−2) 1041.45 1125.15 1021.05 1112.1 1093.65 1125.15 施肥均匀度 Fertilizer application uniformity 0.32 0.48 0.30 0.43 0.36 0.48 化肥投入金额 Average amount of fertilizer input (¥∙hm−2) 2100.00 2024.30 2069.91 2088.27 2153.78 2024.30 样本量 Observations 817 271 588 500 238 271 根据2017年中国农村家庭追踪调查(CRHPS)数据库整理而成。Compiled from the 2017 China Rural Household Panel Survey (CRHPS) database. 3. 结果与分析
3.1 机械应用及应用环节对化肥施用的影响
表3为机械应用以及不同应用环节对化肥施用影响估计结果。结果显示, 总体上机械使用对施肥量并不会造成显著影响, 但能够显著降低区域内农户施肥不均等程度。进一步分环节来看, 机耕以及机械撒药环节均未显著影响化肥施用量以及施肥均匀度。不过机播对化肥施用量有显著负向影响, 并在1%的统计性水平下显著, 具体为使用机播的农户能够降低47.63 kg∙hm−2的化肥施用量。此外, 机播环节对施肥不均等也有显著负向影响, 表现在农户使用机播后, 能够提升0.14单位施肥均匀度。这也意味着伴随着播种环节机械使用, 农户之间施肥差异将会显著缩小。
表 3 机械使用及不同应用环节对化肥施用状况影响估计结果Table 3. Estimation results of the effects of machinery use and use links on fertilizer application变量
Variable因变量: 单位面积平均施肥量
Dependent variable: average fertilizer application rate (kg∙hm−2)因变量: 施肥均匀度
Dependent variable: fertilization uniformity机械使用
Mechanical application−29.33
(21.15)−0.14*
(0.07)机耕
Mechanical ploughing−12.08
(18.23)−0.10
(0.07)机播
Mechanical sowing−47.63***
(17.63)−0.14**
(0.06)机械撒药
Mechanical spreading of pesticides−12.75
(19.28)−0.03
(0.05)性别
Gender−19.95
(28.58)−22.58
(28.58)−20.93
(28.58)−23.03
(28.58)0.10*
(0.05)0.09*
(0.05)0.09*
(0.05)0.09*
(0.05)年龄
Age0.15
(0.08)0.15
(0.08)0.23
(0.08)0.15
(0.75)2.0E−03
(2.0E−03)2.0E−03
(2.0E−03)2.0E−03
(2.0E−03)2.0E−03
(2.0E−03)受教育年限
Education−0.68
(0.37)−1.13
(0.36)0.08
(0.38)−1.28
(0.36)−2.7E−05
(0.01)−1.0E−04
(0.01)−1.0E−04
(0.01)−3.0E−04
(0.01)健康状况
Health3.75
(7.28)3.53
(7.28)4.13
(7.28)3.52
(7.28)0.01
(0.01)0.01
(0.01)0.01
(0.01)0.01
(0.02)家庭劳动力占比
Share of household labor81.00
(51.83)79.50
(52.05)77.40
(51.68)82.73
(52.13)−0.08
(0.14)−0.08
(0.14)−0.09
(0.14)−0.08
(0.15)家庭收入
Household income0.08
(0.15)0.08
(0.15)0.08
(0.15)0.02
(0.11)−3.2E−04
(2.4E−04)−3.2E−04
(2.4E−04)−2.9E−04
(2.3E−04)−3.3E−04
(2.4E−04)耕地质量
Soil quality−19.20
(46.20)−17.78
(46.20)−26.18
(46.95)−15.08
(46.50)0.01
(0.08)0.01
(0.08)0.01
(0.08)0.01
(0.08)经营规模
Operation scale−0.98***
(0.30)−1.05***
(0.38)−0.90***
(0.38)−0.98***
(0.38)−1.0E−04**
(5.6E−04)−1.0E−04***
(5.8E−04)−1.0E−04**
(5.7E−04)−1.0E−04**
(6.9E−04)农业组织合作
Cooperation of organizations−12.60
(17.03)−15.30
(17.10)−9.98
(17.18)−16.05
(17.18)−0.01
(0.05)−0.01
(0.05)−0.01
(0.05)−0.02
(0.05)农业技术培训
Tech training18.98
(26.33)18.00
(26.33)18.32
(26.18)18.23
(26.33)−0.05
(0.05)−0.06
(0.05)−0.06
(0.05)−0.06
(0.05)化肥价格
Fertilizer prices−129.68***
(8.85)−129.98***
(8.93)−129.75***
(8.85)−130.42***
(8.93)−0.02
(0.04)−0.02
(0.04)−0.02
(0.04)−0.02
(0.04)区域特征
Regional characteristics已控制
Control已控制
Control已控制
Control已控制
Control已控制
Control已控制
Control已控制
Control已控制
Control常数
constant834.83***
(67.65)828.98***
(67.65)829.59***
(67.35)824.10***
(66.83)0.04**
(0.15)0.36**
(0.15)0.34**
(0.15)0.32**
(0.15)观测值
Observations1088 1088 1088 1088 1088 1088 1088 1088 ***、**、*分别表示1%、5%以及10%的显著性水平; 括号内为稳健标准误。***, ** and * indicate significant effects of the variables at 1%, 5% and 10% levels, respectively. The robust standard errors are shown in parentheses. 只在机播环节对化肥投入产生影响的原因可能在于: 现实中, 化肥施用分为底肥、追肥以及补肥。与追肥环节能够有效适配的机械发展仍不充分, 因此机械追肥使用较少。现实中, 生产主体在播种环节会使用机械种肥同播, 与人工施肥不同的是, 这时化肥施用更加精准、定量, 且能够降低施用损耗, 因此能减少化肥施用量并提升施肥均匀度。撒药环节由于无人机喷肥成本较高, 现实中使用该方式喷洒叶面肥较少。此外, 叶面肥施用在整体化肥投入中占比较小, 因此最终结果并不明显。而耕种环节则不涉及到化肥施用, 最终与化肥投入不相关理由较为充分。
3.2 机械应用及应用环节对化肥施用影响的内生性处理
农户机械应用可能存在自选择以及不可观测变量的潜在影响。机械应用可能会降低最终化肥施用量, 但也可能是化肥施用量高的农户更倾向于使用机械来降低施肥量。此外, 在估计过程中遗漏部分相关变量, 也会导致估计结果不一致。基于上述原因, 本研究采用TEM解决农户使用机械的自选择以及不可观测变量遗漏问题。不过, 处理效应模型两步法易将第1步的估计误差带入第2步估计中, 导致效率损失问题。为减少效率损失并估计所有模型系数, 采用最大似然估计(MLE)计算。
表4为模型估计结果。第1阶段估计结果表明, 村级农业机械使用比例对农户整体机械、机播以及机械撒药使用都有显著正向影响, 而村级农业生产组织数量则会显著负向影响上述3个变量。似然比检验结果表明处理效应模型均拒绝了原假设, 表示模型存在内生性问题需要解决。此外, 逆米尔斯比率Lamda (λ)也均通过了显著性检验, 表明工具变量有效。第2阶段为TEM的估计结果, 表明整体机械应用以及机械撒药环节并未显著影响化肥施用量, 只有机播环节能够降低化肥施用量, 但机械应用及相关环节均能降低施肥不均等, 估计结果与基准回归保持一致, 因此在克服内生性问题之后前述研究结论仍成立。
表 4 机械应用及应用环节对化肥施用影响内生性处理估计结果Table 4. Endogeneity treatment estimation results of effects of machinery use and use links on fertilizer application第1阶段 First stage 变量
Variable是否使用机械/使用机械环节
Whether to use machine / link using machine是否使用机械服务/使用机械服务环节
Whether to use mechanical services / links using mechanical services机械应用
Mechanical
application机械播种
Mechanical
sowing机械撒药
Mechanical
spreading机械应用
Mechanical
application机播
Mechanical
sowing机械撒药
Mechanical
spreading村级农业机械使用比例
Proportion of machinery of village0.02***
(2.0E−03)0.02***
(1.0E−03)0.02***
(2.0E−03)0.02***
(2.0E−03)0.02***
(2.0E−03)0.02***
(2.0E−03)村级农业生产组织数量
Number of organizations of village−0.01*
(0.01)−0.01*
(0.01)−0.02**
(0.01)−0.01
(0.15)−0.01
(0.15)−0.01**
(0.01)LR test 3.23* 3.41* 4.17** 3.41* 2.98** 3.57** Prob>chi2 0.07 0.07 0.04 0.08 0.04 0.05 第2阶段 Second stage 变量
Variable单位面积平均施肥量
Average fertilizer application rate (kg∙hm−2)施肥均匀度
Fertilization uniformity机械应用
Mechanical application−54.98
(35.18)−0.21**
(0.10)机播
Mechanical sowing−83.63**
(33.75)−1.02***
(0.07)机械撒药
Mechanical spreading of pesticids−61.73
(45.53)−0.02**
(0.01)其他控制变量
Others已控制
Control已控制
Control已控制
Control已控制
Control已控制
Control已控制
Control区域特征
Regional characteristics已控制
Control已控制
Control已控制
Control已控制
Control已控制
Control已控制
ControlLamda (λ) 6.19**
(3.25)9.72***
(3.91)8.89**
(4.03)0.10*
(0.05)0.12**
(0.05)0.12**
(0.05)ρ 0.19*
(0.01)0.21*
(0.01)0.31**
(0.13)0.11*
(0.06)0.13**
(0.06)0.16**
(0.06)***、**、*分别表示1%、5%以及10%的显著性水平; 括号内为稳健标准误。***, ** and * indicate significant effects of the variables at 1%, 5% and 10% levels, respectively. The robust standard errors are shown in parentheses. 3.3 机械服务以及自购机械对化肥施用差异
在明确总体使用机械和使用机械服务对化肥施用的影响后, 进一步只考虑使用农业机械的农户, 区分农户自购机械以及使用机械服务对最终化肥施用的差异。如表5所示, 运用处理效应模型之后, 发现相比自购机械, 农户使用机械服务能够减少150.45 kg∙hm−2化肥施用量。其中, 使用机播服务相比自购机械播种, 能够显著降低213.45 kg∙hm−2施肥量。此外, 相比自购机械, 使用机械服务后能够提升1.17单位施肥均匀度, 而机播服务相比农户自己购买机械播种则能够提升0.32单位的施肥均匀度。
表 5 机械服务与自购机械对化肥施用影响处理效应模型估计结果Table 5. Estimated results of treatment effect model (TEM) for the effect of machinery services and self-purchased machinery on fertilizer application第1阶段 First stage 变量
Variable是否使用机械/使用机械环节
Whether to use machine / link using machine是否使用机械服务/使用机械服务环节
Whether to use mechanical services / links using mechanical services机械服务
Mechanical services机播服务
Sowing services机械服务
Mechanical services机播服务
Sowing services村级农业机械使用比例
Proportion of machinery of village0.01***
(1.0E−03)0.02***
(2.0E−03)4.0E−03***
(1.0E−03)0.02***
(2.0E−03)村级农业生产组织数量
Number of organizations of village−0.02***
(0.010)−0.02***
(0.01)−0.01***
(0.004)−0.02**
(0.008)LR test 17.45 10.90 15.53 4.37 Prob>chi2 0.00 0.00 0.00 0.04 第2阶段 Second stage 变量
Variable单位面积平均施肥量
Average fertilizer application rate (kg∙hm−2)施肥均匀度
Fertilization uniformity机械服务 Mechanical services −150.45*** (44.47) −1.17*** (0.08) 机播服务 Sowing services −213.45*** (48.90) −0.32*** (0.30) 其他控制变量 Others 已控制 Control 已控制 Control 已控制 Control 已控制 Control 区域特征 Regional characteristics 已控制 Control 已控制 Control 已控制 Control 已控制 Control Lamda (λ) 22.90*** (3.35) 16.73*** (4.21) 0.89*** (0.04) 0.16** (0.07) ρ 0.75*** (0.07) 0.60*** (0.12) 0.92*** (0.01) 0.20** (0.08) ***、**、*分别表示1%、5%以及10%的显著性水平; 括号内为稳健标准误。****, ** and * indicate significant effects of the variables at 1%, 5% and 10% levels, respectively. The robust standard errors are shown in parentheses. 结合整体农业机械应用对最终施肥量并不显著的估计结果, 能够发现机械使用对施肥量下降的影响更多是机械服务带来的。这可能是由于农户使用机械服务时, 施肥主体为服务商, 服务商在提供机械服务时涉及到技术转移, 除运用机械施肥外还能够进一步优化施肥技术。而农户使用自购机械施肥时, 仍是采用传统的施肥技术, 因此施肥量并不会产生较大改变。实证部分发现不论机械使用来源是自购还是服务外包, 均能够显著降低农户施肥不均等程度, 这意味着只要使用机械就能够提升施肥均匀度, 减小农户之间施肥差异。
3.4 机械及机械服务应用对化肥施用的稳健性检验
进一步将被解释变量替换成单位面积平均化肥投入金额以验证前述研究结论的稳健性。估计结果(表6)表明, 机播、机械服务以及机播服务仍对单位面积平均化肥投入金额具有显著负向影响。具体而言, 当农户使用机播后, 平均化肥投入金额能够显著下降283.95元∙hm−2。当农户使用机械服务后, 平均化肥投入金额能够下降394.50元∙hm−2。其中, 农户使用机播服务后, 平均化肥投入金额能够显著降低352.80元∙hm−2。这与前述研究结论保持一致, 说明本研究的实证结果较为稳健。
表 6 机械及机械服务应用对化肥施用的稳健性检验估计结果Table 6. Robustness test estimation results of effects of machinery use and use links on fertilizer application第1阶段 First stage 变量
Variable使用机械环节
Link using machine是否使用机械服务/使用机械服务环节
Whether to use mechanical services / links using mechanical services机播
Mechanical sowing机械服务
Mechanical services机播服务
Sowing services村级农业机械使用比例
Proportion of machinery of village0.02***
(2.0E−03)0.02***
(2.0E−03)0.02***
(2.0E−03)村级农业生产组织数量
Number of organizations of village−0.01*
(0.01)−0.01*
(0.01)−0.02***
(0.01)LR test 5.23 9.30 5.09 Prob>chi2 0.02 2.0E−03 0.02 第2阶段 Second stage 变量
Variable单位面积平均化肥投入
Average fertilizer application rate (¥∙hm−2)机播 Mechanical sowing −283.95*** (104.55) 机械服务 Mechanical services −394.50*** (131.25) 机播服务 Sowing services −352.80*** (126.75) 其他控制变量 Others 已控制 Control 已控制 Control 已控制 Control 区域特征 Regional characteristics 已控制 Control 已控制 Control 已控制 Control Lamda (λ) 11.37** (4.94) 18.82*** (5.88) 13.68** (5.90) ρ 0.25** (0.11) 0.41*** (0.12) 0.30** (0.13) ***、**、*分别表示1%、5%以及10%的显著性水平; 括号内为稳健标准误。***, ** and * indicate significant effects of the variables at 1%, 5% and 10% levels, respectively. The robust standard errors are shown in parentheses. 4. 结论与政策建议
化肥减量是实现我国农业绿色转型的重要途径。在“大国小农”的农业发展现实下, 促进小农户实现化肥减量是实现农业现代化的重要抓手。已研究关注农业机械化发展能够导入绿色生产要素, 但仍缺乏基于机械精准定量特点、自购机械与机械服务差异视角的实证检验。本研究利用2017年CRHPS数据, 通过OLS以及处理效应模型分析了机械应用与化肥施用量以及施肥均匀度之间的关系, 并检验了不同机械应用环节以及农户机械获取来源对化肥施用量以及均匀度的差异。
研究发现: 第1, 总体上机械应用并不会降低化肥施用量, 但能够降低施肥均匀度。第2, 不同机械应用环节对化肥施用量以及施肥均匀度影响具有差异。具体而言, 占总体化肥施用比例50%~60%的播种环节能够显著降低化肥施用量以及施肥均匀度, 而机械撒药环节则对化肥施用的影响不显著。第3, 由于机械质量、技术应用以及人力资本差异, 自购机械以及机械服务对化肥施用的影响具有差异, 相较于农户自购机械, 机械服务能够更有效实现化肥减量并提升施肥均匀度。
本文的研究启示在于: 第1, 需要重视机械化对于化肥减量以及绿色生产的作用。由于机械精准定量的特点, 机械应用会更好地改善农户间施肥不均匀的状况。第2, 需要提升机械质量以及机械与施肥适配性。虽然现在播种环节基本实现了种肥同播, 但植保等其他环节由于机械与施肥的不匹配, 对化肥施用的影响较小。因此, 需要发挥机械施肥精准定量的优势, 改善机械与化肥施用适配程度, 并不断提升机械质量实现化肥深施、精施。第3, 可以考虑将农机购置补贴向服务商进行倾斜, 迂回利用农业机械服务带动小农户绿色生产。由于农业机械购置具有高初始投资的特点, 且具有经营规模的门槛, 大部分农户并不具备购置机械装备的能力, 因此其会选择服务外包来使用机械。鉴于上述特点, 可以考虑将农机购置补贴转向服务商, 满足农户农业机械使用实际需求, 实现绿色生产技术以及人力资本的传导。
-
![]()
图 1 根系分泌物介导的种间相互作用
Figure 1. Interspecific interactions mediated by root exudates
根系分泌物可以活化养分促进相邻作物的吸收, 促进豆科(Leguminosae)作物结瘤固氮; 根系分泌物可以调控微生物群落, 减少病害的发生; 根系分泌物中的信号物质介导根系间的相互识别作用, 从而引起响应机制; 根系分泌物中的化感物质抑制相邻植物的生长。Root exudates mobilize sparingly soluble nutrients in the soil, facilitating the uptake of nutrients by the plant itself and neighboring plants, improving the nodulation of legumes. The alteration of soil microbial community mediated by root exudates from one species can control the disease of the other crop species. Root exudates, as signal substances, also play some roles in mediating the root-root recognition between species, neighboring plants can be suppressed by root exudates from intercropped allelopathy plants.
![]()
图 2 玉米/蚕豆间作体系中氮高效利用机制
Figure 2. Mechanisms of efficient N utilization at maize/faba bean intercropping system
a: 玉米竞争土壤中氮素缓解氮阻遏现象, 促进蚕豆结瘤固氮; b: 玉米根系分泌物中的黄酮类化合物促进蚕豆染料木素的合成, 并通过增强基因水平和生理水平固氮相关蛋白的活性刺激固氮; 玉米根系分泌物促进了蚕豆固氮基因CFI、NODL4、GH3.1、ENODL2、ENOD93的表达, 强化了土壤中固氮微生物的功能, 促进了豆科作物的生物固氮。a: competition of maize for soil nitrogen alleviates nitrogen blockage to promote nodule nitrogen fixation in faba bean; b: Maize root exudates promote flavonoid synthesis in faba bean, increase nodulation, and stimulate nitrogen fixation after enhanced gene expression; maize root exudates significantly increase the expression of genes of CFI, NODL4, GH3.1, ENODL2 and ENOD93 in faba bean roots, and stimulate the key soil microorganisms, which enhances nitrogen fixation of faba bean.
![]()
图 3 粮食作物和超富集植物间作缓解重金属毒害的作用机制(修改于郭思宇等[20])
Figure 3. Mechanisms of reducing heavy metal toxicity of crops and hyperaccumulators intercropping (Modified from GUO S Y, et al[20])
粮食作物和超富集作物间作, 根系分泌物中有机酸含量改变, 促进超富集作物对重金属的吸收, 降低粮食作物对重金属的吸收。In heavy metal hyperaccumulators/crops intercropping system, the content of organic acids in root exudates changes, the heavy metal uptake by hyperaccumulators is increased, the heavy metal uptake by crops is decreased.
表 1 根系分泌物介导种间相互作用实例
Table 1 Examples of interspecific interactions mediated by root exudes
根系分泌物作用 Root exudates effects 举例 Example 参考文献 Reference 根系分泌物通过促进养分吸收和利用驱动的种间促进作用
Interspecific facilitation via nutrient mobilization driven by root exudates难溶性土壤磷的活化与吸收
Mobilization and absorption of insoluble P in soils蚕豆/玉米间作, 蚕豆向根际释放质子、苹果酸和柠檬酸促进蚕豆、玉米对磷的吸收
In faba bean/maize intercropping, the roots of faba bean released carboxylates or proton to promote P uptake of faba bean and maize[24] 鹰嘴豆和小麦或玉米间作, 鹰嘴豆根分泌酸性磷酸酶促进作物对磷的获取
In maize/chickpea or wheat/chickpea intercropping, acid phosphatase released from chickpea roots promotes the P uptake of different crops[25-26] 增强豆科作物结瘤固氮作用
Improvement of nodulation and nitrogen fixation of legumes蚕豆/玉米间作, 玉米根系分泌物黄酮类化合物促进蚕豆结瘤固氮
Root exudates from maize include flavonoids improving the nodulation and nitrogen fixation of faba bean in faba bean/maize intercropping[27] 铁的吸收与活化
Mobilization and absorption of Fe花生/玉米间作, 玉米根系分泌的麦根酸类铁载体形成PS-Fe(Ⅲ)溶解Fe(Ⅲ), 被还原成花生吸收的Fe(Ⅱ)
In peanut/maize intercropping, phytosiderophores secreted by maize roots help to solubilize Fe (Ⅲ) in the form of Fe (Ⅲ)-PS complexes, which reduced to Fe (Ⅱ) and taken up by the peanut[36] 根系分泌物降低重金属毒害促进相邻作物生长
Root exudates reducing heavy metal toxicity and promoting the neighbor plants增强对Al3+的耐受性
Improvement of tolerance to Al3+ toxicity小麦、大麦、水稻根系通过释放柠檬酸、苹果酸、酚类化合物螯合游离的Al3+降低Al3+对于根系的毒害作用
Malate, citrate, and oxalate secretion has been demonstrated to chelate free Al3+ and mediate the Al tolerance of cereals including wheat, barley and rice[40-42] 超富集植物和粮食作物间作降低粮食作物对重金属的积累
The heavy metal uptake by crops is decreased in heavy metal hyperaccumulators / crops intercropping system龙葵和玉米间作, 龙葵根系分泌有机酸与Cd2+形成螯合物, 促进龙葵对Cd的吸收和富集, 降低玉米对Cd的吸收
Intercropping generally enhances low molecular weight organic acid secretion from the roots of nightshade to construct chelation with Cd2+, the heavy metal uptake by hyperaccumulators is increased and the heavy metal uptake by crops is decreased under nightshade/maize intercropping[45-46] 续断菊和玉米间作, 改变两种作物的根系分泌物中有机酸的种类和含量, 增加了续断菊对Cd的吸收和积累, 抑制了玉米Cd的积累
Intercropping of Sonchus asper/maize changes the types and amount of organic acids in root exudation, which increases Cd uptake and accumulation in S. asper but inhibits Cd accumulation in maize[39] 续断菊和玉米间作, 增加续断菊根系分泌柠檬酸和草酸的数量, 影响了植物体内Pb的累积
Intercropping of Sonchus asper/maize resulted in increasing of the citric acid and oxalic acid secreted by S. asper, which increased the uptake and accumulation of Pb in S. asper[47] 根系分泌物通过调控微生物群落促进相邻作物生长
Interspecific facilitation driven by root exudates regulating microbial community通过调控微生物群落抑制土传病害
Infection of soil borne diseases via regulating microbial community西瓜/水稻间作降低了尖孢镰刀菌的密度, 可防治西瓜枯萎病
Intercropping with aerobic rice suppressed Fusarium wilt in watermelon by reducing the density Fusarium oxysporum[52] 茴香与烟草、甜瓜、三七轮作通过根系分泌物抑制病菌, 显著抑制烟草黑胫病、甜瓜枯萎、三七根腐病等土传病害
The rotation of fennel with tobacco, melon and radix pseudo-ginseng can significantly decrease the incidence of tobacco black shank, melon root rot and radix pseudo-ginseng root rot through root exudates of fennel[53] 玉米/辣椒间作, 玉米根系分泌物中的抗菌物质有效抑制了辣椒疫病的传播
Antimicrobe compounds secreted by maize resulted in the inhibition of Phytophthora capsici disease in maize and pepper intercropping systems[54] 根系分泌物介导的植物种间化感作用
Plant interspecific allelopathy mediated by root exudates醌类化感物质
Quinones allelochemicals胡桃树的根系能够分泌化感物质萘醌及胡桃醌, 抑制相邻植物的生长
The napthoquinone and juglone are produced by root of black walnut, which can inhibit the growth of neighbouring plants[64] 黄酮类化感物质
Flavonoids allelochemicals水稻通过根分泌化感物质二萜内酯、环己烯酮和黄酮等, 抑制稻田杂草的生长
Rice roots secrete diterpenoid lactones, cyclohexanone and flavonoids to suppress weeds[65] 苯并恶嗪类化感物质
Benzoxazinoids allelochemicals小麦通过根系释放丁布化感物质抑制杂草生长
DIMBOA allelochemicals released by wheat roots inhibit weeds[69] 缓解自毒作用
Alleviation of autotoxicity杉木连续单作种植, 释放的化感物质环二肽因浓度增高, 产生自毒作用; 杉木与含笑一起种植, 缓解抑制作用
In continuous Chinese fir monocultures, Chinese fir trees produce and release a novel allelochemical cyclic dipeptide into the soil, resulting in autotoxicity, if Chinese fir is planted with Michelia figo the inhibition will be alleviated[76] 桃园内残留物含有大量的扁桃苷, 经土壤根际微生物和相关酶分解生成有毒的CN−, 对桃树产生自毒作用, 间作农作物可缓解自毒
The residues in the peach orchard contain a large amount of amygdalin, which is decomposed by soil rhizosphere microorganisms and related enzymes to produce toxic CN−, resulting in autotoxicity, the inhibition will be alleviated by intercropping with crops[77] 
下载: 导出CSV
-
[1] LOREAU M, NAEEM S, INCHAUSTI P, et al. Biodiversity and ecosystem functioning: Current knowledge and future challenges[J]. Science, 2001, 294(5543): 804−808 doi: 10.1126/science.1064088
[2] BROOKER R W, GEORGE T S, HOMULLE Z, et al. Facilitation and biodiversity−ecosystem function relationships in crop production systems and their role in sustainable farming[J]. Journal of Ecology, 2021, 109(5): 2054−2067 doi: 10.1111/1365-2745.13592
[3] CARDINALE B J, DUFFY J E, GONZALEZ A, et al. Biodiversity loss and its impact on humanity[J]. Nature, 2012, 486(7401): 59−67 doi: 10.1038/nature11148
[4] YANG H, ZHANG W P, LI L. Intercropping: feed more people and build more sustainable agroecosystems[J]. Frontiers of Agricultural Science and Engineering, 2021, 8(3): 373−386
[5] RENARD D, TILMAN D. National food production stabilized by crop diversity[J]. Nature, 2019, 571(7764): 257−260 doi: 10.1038/s41586-019-1316-y
[6] ALIGNIER A, SOLÉ SENAN X O, ROBLEÑO I, et al. Configurational crop heterogeneity increases within‐field plant diversity[J]. Journal of Applied Ecology, 2020, 57(4): 654−663 doi: 10.1111/1365-2664.13585
[7] YU R P, LAMBERS H, CALLAWAY R M, et al. Belowground facilitation and trait matching: two or three to tango?[J]. Trends in Plant Science, 2021, 26(12): 1227−1235 doi: 10.1016/j.tplants.2021.07.014
[8] BEGON M, HARPER J L, TOWNSEND C R. Ecology: individuals, populations and communities[J]. Bioscience, 1996, 38(6): 424
[9] CALLAWAY R M, BROOKER R W, CHOLER P, et al. Positive interactions among alpine plants increase with stress[J]. Nature, 2002, 417(6891): 844−848 doi: 10.1038/nature00812
[10] SERAINA L, CAPPELLI L A, DOMEIGNOZ H, et al. Plant biodiversity promotes sustainable agriculture directly and via belowground effects[J]. Trends in Plant Science, 2022. https://doi.org/10.1016/j.tplants.2022.02.003
[11] MA L S, LI Y J, WU P T, et al. Effects of varied water regimes on root development and its relations with soil water under wheat/maize intercropping system[J]. Plant and Soil, 2019, 439(1/2): 113−130
[12] LI L, TANG C X, RENGEL Z, et al. Chickpea facilitates phosphorus uptake by intercropped wheat from an organic phosphorus source[J]. Plant and Soil, 2003, 248(1/2): 297−303 doi: 10.1023/A:1022389707051
[13] 张福锁, 申建波, 冯固, 等. 根际生态学——过程与调控[M]. 北京: 中国农业大学出版社, 2008: 34–42 ZHANG F S, SHEN J B, FENG G et al. Rhizosphere Ecology: Processes & Management[M]. Beijing: China Agricultural University Press, 2008: 34–42
[14] 李隆. 间套作强化农田生态系统服务功能的研究进展与应用展望[J]. 中国生态农业学报, 2016, 24(4): 403−415 LI L. Intercropping enhances agroecosystem services and functioning: Current knowledge and perspectives[J]. Chinese Journal of Eco-Agriculture, 2016, 24(4): 403−415
[15] 孔垂华. 植物种间和种内的化学作用[J]. 应用生态学报, 2020, 31(7): 2141−2150 KONG C H. Inter-specific and intra-specific chemical interactions among plants[J]. Chinese Journal of Applied Ecology, 2020, 31(7): 2141−2150
[16] HOMULLE Z, GEORGE T S, KARLEY A J. Root traits with team benefits: understanding belowground interactions in intercropping systems[J]. Plant and Soil, 2021, 471(1/2): 1−26
[17] WALKER T S, BAIS H P, GROTEWOLD E, et al. Root exudation and rhizosphere biology[J]. Plant Physiology, 2003, 132(1): 44−51 doi: 10.1104/pp.102.019661
[18] CHOMEL M, GUITTONNY-LARCHEVÊQUE M, FERNANDEZ C, et al. Plant secondary metabolites: a key driver of litter decomposition and soil nutrient cycling[J]. Journal of Ecology, 2016, 104(6): 1527−1541 doi: 10.1111/1365-2745.12644
[19] XUE Y F, XIA H Y, CHRISTIE P, et al. Crop acquisition of phosphorus, iron and zinc from soil in cereal/legume intercropping systems: a critical review[J]. Annals of Botany, 2016, 117(3): 363−377 doi: 10.1093/aob/mcv182
[20] 郭思宇, 王海娟, 王宏镔. 重金属污染土壤间作修复的研究进展[J]. 中国生态农业学报(中英文), 2021, 29(5): 890−902 GUO S Y, WANG H J, WANG H B. Advances in the intercropping remediation of heavy metal polluted soil[J]. Chinese Journal of Eco-Agriculture, 2021, 29(5): 890−902
[21] BAIS H P, WEIR T L, PERRY L G, et al. The role of root exudates in rhizosphere interactions with plants and other organisms[J]. Annual Review of Plant Biology, 2006, 57: 233−266 doi: 10.1146/annurev.arplant.57.032905.105159
[22] ZHALNINA K, LOUIE K B, HAO Z, et al. Dynamic root exudate chemistry and microbial substrate preferences drive patterns in rhizosphere microbial community assembly[J]. Nature Microbiology, 2018, 3(4): 470−480 doi: 10.1038/s41564-018-0129-3
[23] LI L, LI S M, SUN J H, et al. Diversity enhances agricultural productivity via rhizosphere phosphorus facilitation on phosphorus-deficient soils[J]. Proceedings of the National Academy of Sciences of the United States of America, 2007, 104(27): 11192−11196 doi: 10.1073/pnas.0704591104
[24] EL DESSOUGI H, ZU DREELE A, CLAASSEN N. Growth and phosphorus uptake of maize cultivated alone, in mixed culture with other crops or after incorporation of their residues[J]. Journal of Plant Nutrition and Soil Science, 2003, 166(2): 254−261 doi: 10.1002/jpln.200390037
[25] BETENCOURT E, DUPUTEL M, COLOMB B, et al. Intercropping promotes the ability of durum wheat and chickpea to increase rhizosphere phosphorus availability in a low P soil[J]. Soil Biology and Biochemistry, 2012, 46: 181−190
[26] LI S M, LI L, ZHANG F S, et al. Acid phosphatase role in chickpea/maize intercropping[J]. Annals of Botany, 2004, 94(2): 297−303 doi: 10.1093/aob/mch140
[27] LI B, LI Y Y, WU H M, et al. Root exudates drive interspecific facilitation by enhancing nodulation and N2 fixation[J]. Proceedings of the National Academy of Sciences of the United States of America, 2016, 113(23): 6496−6501 doi: 10.1073/pnas.1523580113
[28] HU H Y, LI H, HAO M M, et al. Nitrogen fixation and crop productivity enhancements co-driven by intercrop root exudates and key rhizosphere bacteria[J]. Journal of Applied Ecology, 2021, 58(10): 2243−2255 doi: 10.1111/1365-2664.13964
[29] FAN F L, ZHANG F S, SONG Y N, et al. Nitrogen fixation of faba bean (Vicia faba L.) interacting with a non-legume in two contrasting intercropping systems[J]. Plant and Soil, 2006, 283(1/2): 275−286
[30] KOBAYASHI T, NOZOYE T, NISHIZAWA N K. Iron transport and its regulation in plants[J]. Free Radical Biology and Medicine, 2019, 133: 11−20 doi: 10.1016/j.freeradbiomed.2018.10.439
[31] GUNES A, INAL A, ADAK M S, et al. Mineral nutrition of wheat, chickpea and lentil as affected by mixed cropping and soil moisture[J]. Nutrient Cycling in Agroecosystems, 2007, 78(1): 83−96 doi: 10.1007/s10705-006-9075-1
[32] ZUO Y M, ZHANG F S, LI X L, et al. Studies on the improvement in iron nutrition of peanut by intercropping with maize on a calcareous soil[J]. Plant and Soil, 2000, 220(1/2): 13−25 doi: 10.1023/A:1004724219988
[33] ZUO Y M, ZHANG F S. Iron and zinc biofortification strategies in dicot plants by intercropping with gramineous species. A review[J]. Agronomy for Sustainable Development, 2009, 29(1): 63−71 doi: 10.1051/agro:2008055
[34] KRAEMER S M, CROWLEY D E, KRETZSCHMAR R. Geochemical aspects of phytosiderophore-promoted iron acquisition by plants[J]. Advances in Agronomy, 2006, 91: 1−46
[35] MA J F. Plant root responses to three abundant soil minerals: Silicon, aluminum and iron[J]. Critical Reviews in Plant Sciences, 2005, 24(4): 267−281 doi: 10.1080/07352680500196017
[36] SHEN J B, LI C J, MI G H, et al. Maximizing root/rhizosphere efficiency to improve crop productivity and nutrient use efficiency in intensive agriculture of China[J]. Journal of Experimental Botany, 2013, 64(5): 1181−1192 doi: 10.1093/jxb/ers342
[37] 邱巍, 王男麒, 代晶, 等. 玉米/花生间作改善花生铁营养的生理及分子机制[J]. 科学通报, 2019, 64(11): 1129−1136 doi: 10.1360/N972018-01214 QIU W, WANG N Q, DAI J, et al. Physiological and molecular mechanisms of improved iron nutrition of peanut intercropping with maize[J]. Chinese Science Bulletin, 2019, 64(11): 1129−1136 doi: 10.1360/N972018-01214
[38] 刘文菊, 张西科, 张福锁. 根分泌物对根际难溶性镉的活化作用及对水稻吸收、运输镉的影响[J]. 生态学报, 2000, 20(3): 448−451 doi: 10.3321/j.issn:1000-0933.2000.03.018 LIU W J, ZHANG X K, ZHANG F S. The mobilization of root exudates on CdS in rice rhizosphere and their effect on Cd uptake and transport[J]. Acta Ecologica Sinica, 2000, 20(3): 448−451 doi: 10.3321/j.issn:1000-0933.2000.03.018
[39] QIN L, LI Z R, LI B, et al. Organic acid excretion in root exudates as a mechanism of cadmium uptake in a Sonchus asper-Zea mays intercropping system[J]. Bulletin of Environmental Contamination and Toxicology, 2021, 107(6): 1059−1064 doi: 10.1007/s00128-021-03361-x
[40] KOCHIAN L V, PIÑEROS M A, HOEKENGA O A. The physiology, genetics and molecular biology of plant aluminum resistance and toxicity[J]. Plant and Soil, 2005, 274(1/2): 175−195
[41] YOKOSHO K, YAMAJI N, MA J F. An Al-inducible MATE gene is involved in external detoxification of Al in rice[J]. The Plant Journal: for Cell and Molecular Biology, 2011, 68(6): 1061−1069 doi: 10.1111/j.1365-313X.2011.04757.x
[42] CHAI Y N, SCHACHTMAN D P. Root exudates impact plant performance under abiotic stress[J]. Trends in Plant Science, 2022, 27(1): 80−91 doi: 10.1016/j.tplants.2021.08.003
[43] LI J R, XU Y M. Immobilization remediation of Cd-polluted soil with different water condition[J]. Journal of Environmental Management, 2017, 193: 607−612
[44] 石圣杰, 莫良玉, 韦昌东, 等. 不同间种模式对作物富集重金属的效率及风险评估[J]. 中国土壤与肥料, 2021(5): 223−231 doi: 10.11838/sfsc.1673-6257.20366 SHI S J, MO L Y, WEI C D, et al. Efficiency and risk assessment of heavy metal uptake in crops by different intercropping patterns[J]. Soil and Fertilizer Sciences in China, 2021(5): 223−231 doi: 10.11838/sfsc.1673-6257.20366
[45] 熊婕, 朱奇宏, 黄道友, 等. 南方典型稻区稻米镉累积量的预测模型研究[J]. 农业环境科学学报, 2019, 38(1): 22−28 doi: 10.11654/jaes.2018-0201 XIONG J, ZHU Q H, HUANG D Y, et al. Prediction model for the accumulation of cadmium in rice in typical paddy fields of South China[J]. Journal of Agro-Environment Science, 2019, 38(1): 22−28 doi: 10.11654/jaes.2018-0201
[46] 闫仁俊, 韩磊, 赵亚萍, 等. 玉米与龙葵间作模式对植物生长及Cd富集特征的影响[J]. 农业环境科学学报, 2020, 39(10): 2162−2171 doi: 10.11654/jaes.2020-0639 YAN R J, HAN L, ZHAO Y P, et al. Effects of intercropping modes of Zea mays L. and Solanum nigrum L. on plant growth and Cd enrichment characteristics[J]. Journal of Agro-Environment Science, 2020, 39(10): 2162−2171 doi: 10.11654/jaes.2020-0639
[47] 秦丽, 何永美, 王吉秀, 等. 续断菊与玉米间作的铅累积及根系低分子量有机酸分泌特征研究[J]. 中国生态农业学报(中英文), 2020, 28(6): 867−875 QIN L, HE Y M, WANG J X, et al. Lead accumulation and low-molecular-weight organic acids secreted by roots in Sonchus asper L.-Zea mays L. intercropping system[J]. Chinese Journal of Eco-Agriculture, 2020, 28(6): 867−875
[48] HUANG A C, JIANG T, LIU Y X, et al. A specialized metabolic network selectively modulates Arabidopsis root microbiota[J]. Science, 2019, 364(6440): eaau6389 doi: 10.1126/science.aau6389
[49] EPIHOV D Z, SALTONSTALL K, BATTERMAN S A, et al. Legume-microbiome interactions unlock mineral nutrients in regrowing tropical forests[J]. PNAS, 2021, 118(11): e2022241118 doi: 10.1073/pnas.2022241118
[50] 邵梅, 杜魏甫, 许永超, 等. 魔芋玉米间作魔芋根际土壤尖孢镰孢菌和芽孢杆菌种群变化研究[J]. 云南农业大学学报, 2014, 29(6): 828−833 SHAO M, DU W F, XU Y C, et al. The population change of konjac’s rhizosphere soil Fusarium oxysporum and Bacillus spp. in intercropping of konjac and maize system[J]. Journal of Yunnan Agricultural University, 2014, 29(6): 828−833
[51] 宋亚娜, Marschner Petra, 张福锁, 等. 小麦/蚕豆, 玉米/蚕豆和小麦/玉米间作对根际细菌群落结构的影响[J]. 生态学报, 2006, 26(7): 2268−2274 doi: 10.3321/j.issn:1000-0933.2006.07.028 SONG Y N, PETRA M, ZHANG F S, et al. Effect of intercropping on bacterial community composition in rhizoshpere of wheat (Triticum aestivum L.), maize (Zea mays L.) and faba bean (Vicia faba L.)[J]. Acta Ecologica Sinica, 2006, 26(7): 2268−2274 doi: 10.3321/j.issn:1000-0933.2006.07.028
[52] REN L X, SU S M, YANG X M, et al. Intercropping with aerobic rice suppressed Fusarium wilt in watermelon[J]. Soil Biology and Biochemistry, 2008, 40(3): 834−844 doi: 10.1016/j.soilbio.2007.11.003
[53] YANG Y X, ZHANG H, FANG Y T, et al. Interference by non-host plant roots and root exudates in the infection processes of Phytophthora nicotianae[J]. Frontiers of Agricultural Science and Engineering, 2021, 8(3): 447−459
[54] YANG M, ZHANG Y, QI L, et al. Plant-plant-microbe mechanisms involved in soil-borne disease suppression on a maize and pepper intercropping system[J]. PLoS One, 2014, 9(12): e115052 doi: 10.1371/journal.pone.0115052
[55] MHLONGO M I, PIATER L A, MADALA N E, et al. The chemistry of plant-microbe interactions in the rhizosphere and the potential for metabolomics to reveal signaling related to defense priming and induced systemic resistance[J]. Frontiers in Plant Science, 2018, 9: 112 doi: 10.3389/fpls.2018.00112
[56] LI X G, YANG Z, ZHANG Y N, et al. Atractylodes lancea volatiles induce physiological responses in neighboring peanut plant during intercropping[J]. Plant and Soil, 2020, 453(1/2): 409−422
[57] KONG C H, XUAN T D, KHANH T D, et al. Allelochemicals and signaling chemicals in plants[J]. Molecules (Basel, Switzerland), 2019, 24(15): 2737 doi: 10.3390/molecules24152737
[58] TANG X M, ZHONG R C, JIANG J, et al. Cassava/peanut intercropping improves soil quality via rhizospheric microbes increased available nitrogen contents[J]. BMC Biotechnology, 2020, 20(1): 13 doi: 10.1186/s12896-020-00606-1
[59] CHEN Y, BONKOWSKI M, SHEN Y, et al. Root ethylene mediates rhizosphere microbial community reconstruction when chemically detecting cyanide produced by neighbouring plants[J]. Microbiome, 2020, 8(1): 4 doi: 10.1186/s40168-019-0775-6
[60] BALDWIN I T, HALITSCHKE R, PASCHOLD A, et al. Volatile signaling in plant-plant interactions: “talking trees” in the genomics era[J]. Science, 2006, 311(5762): 812−815 doi: 10.1126/science.1118446
[61] FOMSGAARD I S, MORTENSEN A G, CARLSEN S C K. Microbial transformation products of benzoxazolinone and benzoxazinone allelochemicals — a review[J]. Chemosphere, 2004, 54(8): 1025−1038 doi: 10.1016/j.chemosphere.2003.09.044
[62] MEINERS S J, KONG C H, LADWIG L M, et al. Developing an ecological context for allelopathy[J]. Plant Ecology, 2012, 213(8): 1221−1227 doi: 10.1007/s11258-012-0078-5
[63] MACÍAS F A, MEJÍAS F J, MOLINILLO J M. Recent advances in allelopathy for weed control: from knowledge to applications[J]. Pest Management Science, 2019, 75(9): 2413−2436 doi: 10.1002/ps.5355
[64] BERTIN C, YANG X H, WESTON L A. The role of root exudates and allelochemicals in the rhizosphere[J]. Plant and Soil, 2003, 256(1): 67−83 doi: 10.1023/A:1026290508166
[65] LI L L, ZHAO H H, KONG C H. (-)-Loliolide, the most ubiquitous lactone, is involved in barnyardgrass-induced rice allelopathy[J]. Journal of Experimental Botany, 2019, 71(4): 1540−1550
[66] HU L F, ROBERT C A M, CADOT S, et al. Root exudate metabolites drive plant-soil feedbacks on growth and defense by shaping the rhizosphere microbiota[J]. Nature Communications, 2018, 9(1): 2738 doi: 10.1038/s41467-018-05122-7
[67] KATO-NOGUCHI H. Effects of four benzoxazinoids on gibberellin-induced α-amylase activity in barley seeds[J]. Journal of Plant Physiology, 2008, 165(18): 1889−1894 doi: 10.1016/j.jplph.2008.04.006
[68] HANHINEVA K, ROGACHEV I, AURA A M, et al. Qualitative characterization of benzoxazinoid derivatives in whole grain rye and wheat by LC-MS metabolite profiling[J]. Journal of Agricultural and Food Chemistry, 2011, 59(3): 921−927 doi: 10.1021/jf103612u
[69] CHEN K J, ZHENG Y Q, KONG C H, et al. 2, 4-Dihydroxy-7-methoxy-1, 4-benzoxazin-3-one (DIMBOA) and 6-methoxy-benzoxazolin-2-one (MBOA) levels in the wheat rhizosphere and their effect on the soil microbial community structure[J]. Journal of Agricultural and Food Chemistry, 2010, 58(24): 12710−12716 doi: 10.1021/jf1032608
[70] KONG C H, ZHANG S Z, LI Y H, et al. Plant neighbor detection and allelochemical response are driven by root-secreted signaling chemicals[J]. Nature Communications, 2018, 9(1): 3867 doi: 10.1038/s41467-018-06429-1
[71] 孔垂华, 胡飞, 王朋. 植物化感(相生相克)作用[M]. 北京: 高等教育出版社, 2016: 5–14 KONG C H, HU F, WANG P. Allelopathy[M]. Beijing: Higher Education Press, 2016: 5–14
[72] WANG N Q, KONG C H, WANG P, et al. Root exudate signals in plant-plant interactions[J]. Plant, Cell & Environment, 2021, 44(4): 1044−1058
[73] MURATA M, NAKAI Y, KAWAZU K, et al. Loliolide, a carotenoid metabolite, is a potential endogenous inducer of herbivore resistance[J]. Plant Physiology, 2019, 179(4): 1822−1833 doi: 10.1104/pp.18.00837
[74] WANG P, KONG C H, SUN B, et al. Distribution and function of allantoin (5-ureidohydantoin) in rice grains[J]. Journal of Agricultural and Food Chemistry, 2012, 60(11): 2793−2798 doi: 10.1021/jf2051043
[75] XU Y, CHENG H F, KONG C H, et al. Intra-specific kin recognition contributes to inter-specific allelopathy: A case study of allelopathic rice interference with paddy weeds[J]. Plant, Cell & Environment, 2021, 44(12): 3479−3491
[76] XIA Z C, KONG C H, CHEN L C, et al. Allelochemical-mediated soil microbial community in long-term monospecific Chinese fir forest plantations[J]. Applied Soil Ecology, 2015, 96: 52−59 doi: 10.1016/j.apsoil.2015.07.012
[77] 董晓民, 高晓兰, 刘伟, 等. 桃连作障碍中自毒作用的研究进展[J]. 黑龙江农业科学, 2021(2): 123−127 DONG X M, GAO X L, LIU W, et al. Research progress of autotoxicity in continuous cropping obstacle of peach[J]. Heilongjiang Agricultural Sciences, 2021(2): 123−127
[78] 张立恒, 杨凤英, 马海峰, 等. 果树连作障碍研究进展[J]. 落叶果树, 2019, 51(3): 28−31 ZHANG L H, YANG F Y, MA H F, et al. Research progress of fruit tree continuous cropping obstacles[J]. Deciduous Fruits, 2019, 51(3): 28−31
[79] WESTON L A, ALSAADAWI I S, BAERSON S R. Sorghum allelopathy-from ecosystem to molecule[J]. Journal of Chemical Ecology, 2013, 39(2): 142−153 doi: 10.1007/s10886-013-0245-8
-
期刊类型引用(8)
1. 王华书，马志懿. 机械化及其模式如何影响农户农药投入?——基于中国乡村振兴综合调查数据的实证检验. 世界农业. 2024(10): 66-77 . 
百度学术
2. 杨润慈，蓝菁，全娇娇，石晓平. 农资经销商用量信息供给与农户化肥减量——基于苏赣辽三省微观数据的实证分析. 干旱区资源与环境. 2024(11): 22-31 . 百度学术
3. 唐俊杰，孙毅，宋燕平. 气候灾害对农民绿色生产行为的影响. 黑龙江八一农垦大学学报. 2024(06): 118-126 . 百度学术
4. 刘仁勇. 农业机械对化肥施用影响的路径及效果研究. 农业灾害研究. 2024(11): 83-85 . 百度学术
5. 文高辉，王夏玙，胡贤辉，夏卫生. 耕地规模、细碎化对化肥面源污染的影响. 中国生态农业学报(中英文). 2023(07): 1081-1093 . 本站查看
6. 楚天舒，赖世宣，黄译萱，马红红，吴湘琳，蒲胜海，李晓红. 新疆生产建设兵团农牧业温室气体排放的脱钩与驱动效应分析. 中国农业大学学报. 2023(10): 216-228 . 百度学术
7. 吴雪莲，陈伟超，丰军辉，雷家乐. 财政支农如何推动长江经济带农业高质量发展——以农业基础设施为中介变量. 长江大学学报(社会科学版). 2023(05): 69-77 . 百度学术
8. 黄佟，曲艺，舒帮荣，黄鹏锦. 耕地利用规模对耕地生态效率的影响研究——以黄淮海地区为例. 农业现代化研究. 2023(06): 1070-1081 . 百度学术
其他类型引用(12)
计量
- 文章访问数: 5213
- HTML全文浏览量: 964
- PDF下载量: 515
- 被引次数: 20
