-
根系是植物吸收养分和水分的主要器官,对环境变化十分敏感,而土壤环境的变化会时刻影响到植物根系的生理过程。其中,土壤温度是决定植物细胞呼吸速率的重要影响因子,影响根系对水分和养分的吸收。2年生脂松Pinus resinosa在根际温度8 ℃时产生新根的数量最少,16 ℃时最多,新根总长度与温度在8~20 ℃内呈正相关[1]。欧洲水青冈Fagus sylvatica细根的呼吸作用对土壤温度的依赖性十分显著[2];土壤紧实度影响土壤的通气条件和水分状况,会对植物根系的生长发育产生影响。油松Pinus tabuliformis种子的发芽率和出苗率与土壤含水量密切相关[3]。林木根系周围的土壤相对含水率影响着地上、地下部分生物量。针叶树根系生长速度与土壤密度成反比,生长在紧实度高的土壤上的苗木对磷和钾的吸收也减少[4-6]。另外,土壤各环境因子会随土壤厚度的变化而发生相应变化,必然会对植物产生影响,如土壤厚度影响着林木根系的形态和分布[7]。可见,土壤各环境因子深刻影响着植物以及根系的生长。高节竹Phyllostachys prominens隶属禾本科Gramineae竹亚科Bambusodeae刚竹属Phyllostachys,生态适应性强,具有竹笋产量高、品质佳、加工性能好等特点,在浙江省杭州市、湖州市等地广为栽培。目前,针对高节竹丰产栽培[8]、病虫害防治[9-10]、竹笋保鲜[11]和套袋栽培[12]等开展了较多的研究,形成了较为系统的高节竹林栽培技术。2011年以来,为满足市场对高品质竹笋的大量需求,根据高节竹的生物学和生态学特性,在高节竹主产区推广应用覆土控鞭高品质竹笋栽培技术,生产的竹笋个大、色白、鲜嫩,明显改善了竹笋的外观形态,香味和甜味增加,酸涩味和粗糙度减少,竹笋营养品质和适口性明显提高,竹林经济效益显著提高[13]。覆土控鞭栽培如何影响高节竹地下鞭根系统呢?鉴于此,本研究对不同覆土厚度下高节竹2年生竹鞭细根的养分含量和抗性生理指标进行了研究,分析了高节竹鞭根适宜的覆土厚度,为高节竹高品质竹笋培育提供参考。
-
试验地位于浙江省桐庐县(29°35′~30°05′N,119°11′~119°58′E)莪山乡新丰民族村,属亚热带季风气候,日照充足,降水充沛,四季分明。年平均气温为16.6 ℃,极端高温为41.7 ℃,极端低温为-9.5 ℃,全年≥10 ℃的平均积温为5 262.0 ℃,年平均无霜期为252.0 d,年平均降水量为1 552.0 mm,3-9月降水量均在130 mm以上,最多的6月为梅雨期,降水集中,月平均降水量为248 mm。年平均蒸发量为1 385 mm,年平均相对湿度为81%。以丘陵山地为主,山地丘陵占86.3%,平原和水域占13.7%。土壤主要为红壤,土层厚度80 cm以上。高节竹资源丰富,全乡有高节竹林面积约0.14万hm2。
-
2017年2月,选取立地条件、经营措施和经营水平基本一致的高节竹试验林4块,每块面积不小于0.4 hm2,利用建房、林道建设等的土方,去除石块、树蔸等,在丰产林分结构的高节竹林中加团聚体结构好的红壤客土,以竹子基部为基准,均匀覆盖其中3块,覆土厚度分别为10,30和50 cm,以不覆土(0 cm)竹林为对照(ck)。6月挖除覆土层土壤中的竹鞭,实行季节性施肥、林地垦复和林分结构调控。覆土0,10,30和50 cm试验林立竹密度分别为(7 767±351),(6 500± 1 700),(7 167±702),(5 533±513)株·hm-2,立竹年龄结构(1年生:2年生:3年生)分别为1.00:2.15:2.25,1.00:2.89:3.11,1.00:2.32:1.95,1.00:2.00:2.50。在每块试验林中分别设置10 m×10 m固定样地3个。9月,在不同覆土的高节竹试验林样地中,对角线法点状挖取原土层10 cm左右深度2年生竹鞭各3条,剪取3 g左右新嫩细根放入冰盒带回实验室,用自来水冲洗干净,后用吸水棉吸取鞭根上的水分。每处理3次重复。
-
称取0.2 g新鲜根系置于预冷的研钵中,加入5 mL预冷的50 mmol·L-1磷酸缓冲液(pH 7.8)冰浴研磨,再用相同磷酸缓冲液定容至10 mL,4 ℃,10 500 r·min-1离心15 min,取上清液(粗酶液)在4 ℃下保存备用。相对电导率用初始电导率与煮沸后电导率的比值表示,采用DDSJ-308A型电导仪测定[14]。丙二醛(MDA)质量摩尔浓度采用硫代巴比妥酸法测定;根系活力采用α-萘胺法测定[15]。超氧化物歧化酶(SOD)活性采用氮蓝四唑(NBT)光化还原法测定;过氧化物酶(POD)活性采用愈创木酚氧化法测定;可溶性蛋白质采用考马斯亮蓝法测定;可溶性糖采用蒽酮法测定;细根中碳、氮、磷分别用重铬酸钾容量法、凯氏定氮法、钼锑抗比色法测定[16]。每个指标重复测定3次。
-
试验数据在Excel 2003中进行整理,在SPSS 22.0中对不同覆土厚度的高节竹鞭根养分和抗性生理指标进行单因素方差分析(one-way ANOVA)和Tukey检验。试验数据均为平均值±标准误,显著性水平设置为α=0.05。
-
由表 1可知:随覆土厚度增大,高节竹鞭根氮质量分数呈先减小后增大趋势。其中,覆土10 cm竹林与覆土0(ck),30,50 cm竹林间均无显著差异,覆土0和50 cm竹林间也无显著差异,但均显著大于覆土30 cm竹林。碳质量分数呈先增大后减小趋势,但不同覆土厚度竹林间无显著差异。磷质量分数呈减小趋势,覆土50 cm竹林显著小于其他试验竹林,覆土0,10和30 cm竹林间均无显著差异。氮碳比呈先减小后增大趋势,覆土0和50 cm竹林间无显著差异,均显著高于覆土10和30 cm竹林,后两者无显著差异;碳磷比呈增大趋势,覆土0,10和30 cm竹林间无显著差异,但均显著小于覆土50 cm竹林;氮磷比呈先减小后增大趋势,覆土0,10和30 cm竹林间无显著差异,均显著小于覆土50 cm竹林。
表 1 高节竹鞭根碳、氮、磷质量百分数和化学计量比
Table 1. Content and stoichiometric ratio of carbon, nitrogen, phosphorus of rhizome roots in Phyllostachys prominens
覆土厚度/cm w碳/(g·kg-1) w氮/(g·kg-1) w磷/(g·kg-1) 氮碳比 碳磷比 氮磷比 0(ck) 437.33 ± 7.51 a 11.30 ±0.82 a 0.71 ± 0.15 a 0.26 ± 0.02 a 63.95 ± 14.30 b 16.59 ± 4.15 b 10 456.00 ± 18.08 a 9.35 ± 1.23 ab 0.65 ± 0.13 a 0_20 ± 0.02 b 71.99 ± 12.44 b 14.66 ± 2.27 b 30 440.30 ± 18.18 a 8.52 ± 0.44 b 0.58 ± 0.05 a 0.19 ± 0.02 b 75.67 ± 4.66 b 14.72 ± 2.00 b 50 437.33 ±50.14 a 10.95 ± 0.55 a 0.34 ± 0.01 b 0-25 ± 0.04 a 129.59 ± 11.40 a 32.55 ± 2.65 a 说明:同列不同小写字母表示试验竹林间差异显著(P < 0.05) -
由表 2可知:随覆土厚度的增大,高节竹鞭根相对电导率呈先减小后增大趋势。其中,以覆土50 cm竹林最大,覆土30 cm竹林最小,但不同覆土厚度竹林间均无显著差异。MDA质量摩尔浓度呈先减小后增大趋势,覆土10和30 cm竹林间差异不显著,均显著小于覆土0和50 cm的竹林,后两者间也无显著差异;根系活力呈倒“N”型变化趋势,其中,以覆土30 cm竹林最大,覆土50 cm竹林最小,覆土0和30 cm竹林间无显著差异,均显著大于覆土10和50 cm竹林,后两者间也无显著差异。
表 2 高节竹鞭根根系活力、MDA质量摩尔浓度和相对电导率
Table 2. Root activity, MDA, content and relative conductivity of rhizome roots in Phyllostachys prominens
覆土厚度/cm 相对电导率/% bMDA(mmol·g-1) 根系活力/(μg·g-1·h-1) 0(ck) 19.02 ± 4.60 a 21.15 ± 2.39 a 51.73 ± 10.59 a 10 18.33 ± 3.99 a 13.33 ± 3.62 b 30.98 ± 5.41 b 30 17.54 ± 1.51 a 11.73 ± 0.99 b 59.43 ± 1.63 a 50 22.61 ± 9.36 a 20.55 ± 0.60 a 13.02 ± 1.86 c 说明:同列不同小写字母表示试验竹林间差异显著(P < 0.05) -
由表 3可知:随覆土厚度的增大,高节竹鞭根SOD和POD活性的变化趋势一致,均呈先减小后增大的趋势。其中,以覆土50 cm竹林最大,覆土30 cm竹林最小,覆土0和50 cm竹林间无显著差异,但均显著大于覆土10和30 cm的竹林,并且后两者间无显著差异。
表 3 高节竹鞭根超氧化物歧化酶和过氧化物酶活性
Table 3. Antioxidant enzyme activity of rhizome roots in Phyllostachys prominens
覆土厚度/cm SOD/(×16.67 nkat·g-1) POD/(×16.67 nkat·g-1) 0(ck) 1 049.79 ± 80.89 a 22 068.25 ± 2 363.49 a 10 768.43 ± 9.13 b 17 573.02 ± 544.44 b 30 661.88 ± 56.53 b 14 085.71 ± 190.48 b 50 1 062.84 ± 54.82 a 23 439.68 ± 2 414.29 a 说明:同列不同小写字母表示试验竹林间差异显著(P < 0.05) -
由表 4可知:随覆土厚度的增大,高节竹鞭根可溶性蛋白质质量分数呈先减小后增大的趋势。其中,以覆土50 cm竹林最大,覆土10 cm竹林最小,而且覆土试验竹林与覆土0 cm(ck)均无显著差异,覆土30和50 cm竹林间也无显著差异,但均显著大于覆土10 cm竹林。可溶性糖质量分数呈先增大后减小的趋势。其中,以覆土10 cm竹林最大,覆土50 cm竹林最小,覆土0,30和50 cm竹林均显著小于覆土10 cm竹林,覆土50 cm竹林显著小于ck,但覆土30 cm竹林与ck无显著差异,覆土30和50 cm竹林间也无显著差异。
表 4 高节竹鞭根可溶性蛋白质和可溶性糖质量分数
Table 4. Soluble protein content and soluble sugar content of rhizome roots in Phyllostachys prominens
覆土厚度/cm w可溶性蛋白质/(mg·g-1) w可溶性糖/(mg·g-1) 0(ck) 4.87 ± 0.81 ab 10.8 ± 0.4 b 10 3.68 ± 0.32 b 13.3 ± 1.3 a 30 5.24 ± 0.23 a 9.6 ± 0.7 bc 50 5.90 ± 0.19 a 7.7 ± 0.2 c 说明:同列不同小写字母表示试验竹林间差异显著(P < 0.05) -
根系是植物养分和水分的源,也是碳的汇[17],因此,根系吸收养分能力的差异是导致植物生长发育发生变化的重要原因之一[18],其碳同化物的多寡则是根系活力的重要表征。在整个根系统中,根系吸收活力增强,则会引起碳消耗的增多[19],而当根系吸收能力减弱,碳向根系的供应则会减少[20-21]。本研究中,高节竹鞭根碳质量分数在不同覆土厚度竹林无显著差异,说明不同的覆土厚度对竹林鞭根系统吸收养分的能力没有明显变化,也即高节竹覆土控鞭栽培措施不会影响竹林的鞭根吸收能力。而根系中磷和碳质量分数及其比例与其衰老、寿命长短密切相关[22],磷越高,碳越低,呼吸越强烈[23],越容易导致根系衰老。本研究中鞭根的氮碳比在覆土0(ck)和50 cm竹林显著大于覆土10和30 cm的竹林,说明一定厚度的覆土对高节竹鞭根的生长更新有利,但覆土厚度过大,则会导致鞭根更容易衰老,寿命更短。覆土10和30 cm的高节竹林鞭根碳磷比、氮磷比与ck无显著差异,说明一定厚度范围内的覆土,高节竹鞭根可以维持较高的养分内稳性,但覆土厚度达50 cm时,碳磷比、氮磷比显著增大,高节竹鞭根通过养分化学计量比的适应性调节来应对较大厚度的覆土胁迫环境。
MDA质量摩尔浓度的高低与细胞原生质膜的氧化伤害程度呈正比,已被广泛用来表明逆境胁迫下植物细胞膜的过氧化伤害程度[24],相对电导率通常与MDA的变化趋势一致。SOD可将超氧自由基转化为氧气和过氧化氢,POD可把过氧化氢分解为分子氧和水,解除活性氧的伤害[25-26]。本研究中,高节竹鞭根MDA质量摩尔浓度、相对电导率和SOD、POD活性均随覆土厚度的增大呈先减小后增大的趋势,说明适当厚度的覆土能改善高节竹地下鞭系分布区域的光照、水分、温度等环境条件,更有利于鞭根的生长更新,但覆土厚度过大(50 cm),鞭根细胞受到较大的环境胁迫,鞭根的生长阻力加大,受伤害程度增大,较早的进入衰老。根系活力能够直接反映植物整个根系代谢程度的强弱,能够客观反映植物根系生命活动的生理指标,对植物生长发育起到了决定性的作用[27]。虽然覆土50 cm的高节竹鞭根根系活力下降明显,但鞭根相对电导率远小于50%,说明高节竹鞭根受到的胁迫伤害是可逆的,体现出高节竹较强的生态适应能力,这也是高节竹可以实施覆土控鞭高品质竹笋栽培的重要原因。
植物细胞内无机和有机小分子等渗透调节物质的积累可以降低细胞的渗透势[28-29],可溶性糖和可溶性蛋白质是常见的渗透调节物质。本研究表明:高节竹鞭根可溶性蛋白质质量分数在覆土30和50 cm的竹林显著大于覆土10 cm的竹林,而可溶性糖质量分数相反。说明高节竹鞭根在适当厚度(30 cm及以下)的覆土环境中,可以维持较高的可溶性糖质量分数,这可能与覆土后地下鞭根系统分布区加深,温度相对较低,土壤含水率相对较高,影响了鞭根碳、氮等代谢有关。随覆土厚度的增大,鞭根需要减少可溶性糖的积累以应对土壤水分增加的影响[30-31];可溶性蛋白质大多是参与各种代谢的酶类[32],虽然植物在遭受胁迫时会抑制部分蛋白质的合成,但环境胁迫同时也会诱导细胞内与适应性有关基因表达,促进逆境蛋白质的合成。因此,鞭根可能会通过增加可溶性蛋白质的积累以应对较大覆土厚度的环境胁迫。
-
适当厚度(30 cm及以下)的覆土控鞭栽培能改善高节竹地下鞭根系统分布区域的光照、水分、温度等环境条件,有利于高节竹鞭根的生长更新,维持较高的养分内稳性,减缓鞭根衰老速率。但覆土厚度过大(50 cm),鞭根会受到一定程度的环境胁迫,发生过氧化伤害,根系活力明显降低,鞭根寿命缩短,产生化学计量比的适应性调节来保持鞭根吸收养分能力的相对稳定。也即高节竹覆土控鞭高品质竹笋培育的覆土厚度应控制在30 cm以下,但覆土10 cm对高节竹笋外观品质、食味品质提高程度有限,也难以显著地增加经济效益。因此,从竹笋品质、经济效益和竹林可持续经营能力等综合分析认为高节竹覆土控鞭高品质竹笋培育的适宜覆土厚度为30 cm。
Soil cover with rhizome controlling cultivation of nutrients and physiological resistance for a Phyllostachys prominens rhizome system
-
摘要: 为探明覆土控鞭栽培对高节竹Phyllostachys prominens鞭根养分和抗性生理特征的影响,测定了不同覆土厚度[0(ck),10,30,50 cm]高节竹2年生竹鞭的细根养分含量和抗性生理指标。结果表明:与ck比较,覆土厚度30 cm及以下的覆土控鞭栽培对高节竹鞭根的氮、可溶性蛋白质、可溶性糖质量分数,丙二醛质量摩尔浓度,氮碳比,根系活力及超氧化物歧化酶、过氧化物酶活性有显著影响(P < 0.05),但对鞭根碳、磷质量分数,碳磷比,氮磷比,相对电导率影响并不显著(P>0.05)。其中,随覆土厚度的增大,高节竹鞭根氮质量分数、丙二醛质量摩尔浓度、可溶性蛋白质质量分数、超氧化物歧化酶活性、过氧化物酶活性及氮碳比呈先减小后增大的趋势,可溶性糖质量分数和根系活力呈先增大后减小的趋势。表明适当厚度的覆土(10和30 cm)可在一定程度上改善高节竹鞭根的生长环境条件(水分、温度等),对高节竹生长有促进作用,但覆土厚度过大(50 cm),对鞭根生长会产生负面影响。综合竹笋品质、经济效益及竹林可持续经营能力等分析,高节竹覆土控鞭栽培适宜的覆土厚度为30 cm。Abstract: The aim is to approach the effect of soil cover with rhizome controlling cultivation on nutrients and physiological resistance of rhizome roots from Phyllostachys prominens as well as to determine the optimum soil cover thickness for high-quality root and rhizome system. The content of carbon (C), nitrogen (N), and phosphorus (P) as well as physiological indexes of rhizome roots from P. prominens with different soil cover thickness[0(ck), 10, 30, and 50 cm] were determined, and each index was measured three times. Meanwhile, the saliency test was also carried out. Results showed that compared with ck, soil covering management with moderate thicknesses (≤ 30 cm) influenced content of N, malondialdehyde (MDA), superoxide dismutase (SOD), peroxidase (POD), soluble protein, soluble sugar, and root activity significantly (P < 0.05), but the content of C, P, C/P, N/P, and relative electrical conductivity of those treatment changed slightly(P>0.05). With soil covering thickness increaseing, content of N, MDA, soluble protein, SOD, POD, and N/C of root and rhizome systems tended to decrease first and then increase (P < 0.05), but soluble sugar and root activity changed in an opposite trends (P < 0.05). Thus, moderate thickness of soil covering (10 and 30 cm) could improve the growth environment conditions of root and rhizome systems to some extent, and promote growth of P. prominens, but excess thickness of soil covering would have a negative impact on root and rhizome systems. All results indicated the suitable soil covering thickness for better bamboo shoot quality, economic yield benefits, and bamboo forest sustainable management of P. prominens should be 30 cm.
-
南方集体林区以丘陵为主的地形特征决定了林业生产过程中客观上存在着机械替代率低的问题。由于大量农村劳动力进入城市非农就业,林业经营主体需要通过雇佣劳动力以解决劳动力不足的问题[1];日趋扩大的规模化经营对雇佣劳动力的依赖程度急剧增大,委托代理关系也应运而生。委托代理关系下的营林生产过程往往存在着信息不对称和“道德风险”等问题,导致雇主对劳动过程的监督不到位[2];而相对粗放的林业生产中,雇主无法准确观测劳动力的投入程度,雇工生产效率较低[3]。因此,在南方集体林区不断推进林业规模化经营的背景下,开展雇工劳动质量对农户营林技术效率的影响研究具有重要的理论和现实意义。国内外学者关于雇佣劳动对农林业生产影响的研究主要集中在农业领域。一种观点认为雇佣劳动对农业生产效率产生了负面影响。雇佣劳动存在“道德风险”,雇佣劳动力的边际产出小于自有劳动力的边际产出,要保证劳动质量必须要付出大量的监督成本。有研究发现:存在雇工行为的家庭农业经营雇主,需要花费10%的劳动力时间来监督雇工,对劳动力在其他用途上的配置产生挤出效应。还有研究表明:团队组织内部监督不完备与激励不足,将会降低生产效率[4]。另一观点则认为雇佣劳动对农业生产效率有正向影响。张五常[5]认为分成制、定租制和混合制等委托-代理机制[3]是有效的。相比之下,目前针对林业雇工研究较少,从雇工视角探讨南方集体林区农户营林生产效率影响因素的研究还未见报道。本研究基于浙江省的实地调研数据,采用计量模型测算样本农户的营林技术效率,分析雇工劳动质量对农户营林技术效率的影响,以期为林业规模化经营中存在的雇工劳动问题提供决策依据。
1. 雇工劳动质量对农户营林技术效率影响的理论机制分析
1.1 研究假说
根据委托-代理理论[3],存在于雇佣劳动中“道德风险”会导致雇佣劳动力的边际产出小于自有劳动力的边际产出;而相对粗放的林业生产管理会增加劳动力的监督难度,加重林业雇佣劳动中的机会主义行为。即营林生产过程中雇佣劳动会在一定程度上影响技术效率的提高。同时,雇工投入水平的差异对农户营林技术效率的影响也是不同的。雇工投入越多,则家庭自有劳动力越少,劳动监督难度越大,雇工劳动力的道德风险也越大,从而导致劳动生产质量下降,林业生产效率会因此受到影响(落入到生产可能性曲线内部)。就家庭自有劳动力与雇工关系而言,拥有剩余索取权的家庭自有劳动力更多地参与到营林生产中,则边际产出会随之升高,劳动质量会得到更大程度的保证,雇佣劳动对林业生产效率的负面影响程度也相对减弱。因此,可提出以下研究假说:农户营林生产过程中的雇佣劳动会对营林生产造成负面影响,且雇工劳动质量不同,雇佣劳动对农户营林技术效率的影响程度也不同。
1.2 理论模型
技术效率(technical efficiency, TE)是目前测度生产单位效率水平最常见的指标之一,一般用生产单位的实际产出与其理论上所能实现的最大潜在产出的比值来表示,本研究选用技术效率来衡量样本经营农户营林生产效率水平。用Yi表示第i个农户的林业产出,则随机前沿生产函数(stochastic frontier approach,SFA)可表示为:Yi=f(Xi,β)exp(Vi-Ui)。其中:f(Xi,β)代表生产前沿面,Xi为生产要素的投入,本研究指资本、土地和劳动力的投入;(Vi-Ui)为混合误差,其中Vi表示随机误差,包含测度误差及不可控因素;Ui为技术效率损失,表示农户i的技术非效率项,服从独立的截断正态分布N(mi,δu2),其中mi为数学期望,δu2为方差。
技术无效率函数(mi)可设定为:$ {m_i} = {\delta _0} + \sum\limits_j {{\delta _j}{Z_{ji}} + {\mu _i}} $。其中:i表示第i位样本农户,Zji表示影响技术效率的各外生变量,δj为待估参数,反映各外生变量对技术效率的影响程度,μi为纯随机误差项。
在此基础上求解出技术效率水平:Ti=E(Yi∣Ui,Xij)/E(Yi∣Ui=0,Xij)=exp(-Ui),从而求解出平均技术效率:$ T = \frac{1}{n}\sum\limits_{i = 1}^n {{T_i}} $。其中:n为农户数量,本研究采用最大似然估计法来估计前沿生产函数的参数。
2. 数据来源、实证模型与变量选择
2.1 数据来源
本研究以浙江省南方集体林区为案例点,充分考虑地理位置、自然资源和社会经济发展差异,按农民人均可支配收入分层抽样选取浙江省建德市、开化县2个县(市)作为样本县(市)。2地农民人均可支配收入为23 998和15 736元,存在明显差异,反映出浙江省不同地区经济发展的差异性;森林覆盖率为76.2%和80.9%,均超出浙江省的平均水平,林业代表性较好。采取随机抽样法,在2个样本县(市)随机选取6个乡(镇),其中开化3个乡(镇),建德3个乡(镇)。为保证问卷的质量与信息的真实性,调查采取“一对一”的访谈模式。共得到农户有效样本245户,其中有雇工参与的农户151户,无雇工参与的农户94户。
杉木Cunninghamia lanceolata是样本地区分布最广的树种之一,也是当地农户最主要的林业收入来源之一;因此,本研究以杉木为案例树种进行调研。调查内容包括农户家庭基本情况、林地基本情况、1个营林周期内最大地块上杉木的生产投入和产出情况等。样本分布见表 1。
表 1 农户有效样本分布情况Table 1. Specific distribution of effective sample of farmers县(市) 乡(镇) 村 合计/户 比例/% 开化 华埠 许家源 20 8.2 联丰 20 8.2 池淮 芹源 20 8.2 玉坑 20 8.2 芹阳 泉坑 21 8.6 小桥头 20 8.2 建德 李家 沙墩头 8 3.3 长林 23 9.4 石鼓 9 3.7 龙桥 1 0.4 新桥 2 0.8 李家 2 0.8 建德 大同 上马 1 0.4 小溪源 24 9.8 永平 1 0.4 竹林 1 0.4 竹源 13 5.3 航头 大店口 21 8.6 东村 14 5.7 溪沿 1 0.4 罗源 1 0.4 曹源 2 0.8 总计 245 100.0 2.2 实证模型与变量选择
在测算林业技术效率之前,需要先确定前沿函数的具体形式,常见的前沿函数形式有C—D生产函数和超越对数生产函数。相对于前者,后者不仅形式灵活、易估计、包容性强,而且允许要素间替代弹性可变,没有对技术变化附加任何限制条件,因此近似性更好。考虑到南方集体林区农户拥有林地地块数量普遍较多,而农户林业生产中最重视且存更大雇佣劳动可能性的一般是最大地块,因此,本研究采用农户最大地块1个经营周期内的营林投入产出变量来构建生产函数。超越对数生产函数公式如下:lnYi=β0+β1lnKi+β2lnLi+β3lnMi+β4(lnKi)2+β5(lnLi)2+β6(lnMi)2+β7lnKilnLi+β8lnMilnMi+β9lnKilnMi+Vi-Ui。其中:Y表示最大地块1个经营周期内的林业产出(主伐量)(m3);K表示农户在最大地块的1个经营周期内所投入的费用(元);L表示农户在最大地块的1个经营周期内所投入的劳动投工数量(工);M表示最大地块面积(hm2);β0~β9为待估参数。
通过对超越对数生产函数求导可以分别计算出各投入要素的产出弹性。资本投入要素的产出弹性为:η1=β1+2β4lnK+β7lnL+β9lnM。劳动力投入要素的产出弹性为:η2=β2+2β5lnL+β7lnK+β8lnM。土地投入要素的产出弹性为:η3=β3+2β6lnM+β8lnL+β9lnK。农户技术无效率函数表示为:$ {m_i} = {\delta _0} + \sum\limits_{j = 1}^{j = 5} {{\delta _j}{h_j} + \sum\limits_{j = 6}^{j = 16} {{\delta _j}{Z_{ji}} + {\mu _i}} } $。其中hj为关键变量,代表雇工劳动质量,表示农户最大地块1个经营周期内雇佣劳动力的投工质量情况,Zj为控制变量。
为全面测度营林雇工劳动质量问题,本研究构建了雇工年龄比例、雇工性别比例、雇工投工所占比例、受过技术培训的雇工所占比例等具体指标[6]作为关键变量。具体如下。①雇工年龄比例:40岁以下雇工所占比例(h1)、60岁以上雇工所占比例(h2);②雇工性别比例:男雇工所占比例(h3);③雇工投工所占比例:总投工中雇工所占比例(h4);④受过技术培训的雇工所占比例(h5)。
一般研究将影响技术效率的地块特征、农业生产特征、户主特征等外生因素作为控制变量。①地块特征主要包括地块的地理位置(最大地块离家距离)、农户家庭山林总面积、农户家庭林地总块数、最大地块立地质量。地块离家距离越近,越便于林农对林地进行管理,所以,预期最大地块离家距离会对农户营林技术效率产生负向影响。农户家庭山林总面积越大、林地总块数越多意味着农户管理林地的难度也越大,平均到每个地块的管理时间就会越少,因此,预期其会对农户营林技术效率产生负向影响[7]。土地细碎不利于先进机械设备和技术的推广,控制病虫害难度加大,难以实现规模经营[8],虽然也有研究表明耕地面积与生产率之间的反向关系[9],但有些研究却表明此种关系并不显著[10],因此预期其总效应不明确。地块的立地质量对效率的影响是显而易见的,肥沃的土壤相对于贫瘠的土壤更能提高农户的生产效率[11],因此预期其会对农户营林技术效率会产生正向影响。②农业生产特征包括家庭务农人数、家庭总收入以及农户是否为补贴户。家庭务农人数会直接影响到劳动力要素的投入,因此预期其会对农户营林技术效率产生正向影响。农户家庭总收入的增加会加大农户的林业投资[12],预期会对农户营林技术效率产生正向影响。农户若为补贴户,林业补贴的增加也会增加农户对林业的资本投入,因此假设其会对农户营林技术效率产生正向影响。③户主特征。包括户主年龄、户主的受教育年限、户主健康状况、户主是否担任过村干部。户主年龄对其技术效率的影响方向取决于该农户是更富有经验还是更守旧[13];户主受教育年限越长,越能有效利用先进的农业生产技术[14],因此,假设其会对农户营林技术效率产生正向影响。户主健康状况对农户营林技术效率的影响也是显而易见的:户主健康状况越好,越有利于家庭营林生产劳动和决策,因此假设其会对技术效率产生正向影响。干部身份一方面会带来收入效应,即干部获得先进生产技术和农业生产信息的渠道更多,这会对农户营林技术效率产生正效应;另一方面,干部身份同样存在替代效应,即干部用于家庭经营的时间更少,从事家庭经营的机会成本也较高,这会对农户营林技术效率产生负效应[15]。因此其具体影响尚不可知。具体控制变量如下:Z6表示农户是否为补贴户(0代表否,1代表是);Z7表示户主是否为村干部(0代表否,1代表是);Z8为农户家庭务农人数(人);Z9为户主年龄(岁);Z10为户主受教育年限(年);Z11为户主健康状况(1代表好,2代表中,3代表差);Z12表示农户家庭总收入(元);Z13为农户家庭山林总面积(hm2);Z14表示农户经营的山林总块数(块);Z15表示农户经营山林中最大地块的立地质量(1代表好,2代表中,3代表差);Z16表示最大地块离家的距离(km)。
3. 结果与分析
3.1 描述性统计分析
由表 2可知:样本农户最大地块整个营林周期内单位面积的平均产出为108.62 m3·hm-2,农户最大地块整个营林周期内单位面积的平均资本投入为8 214.47元·hm-2,单位面积平均劳动力投入为375.23工·hm-2,平均林地投入为2.02 hm2。
表 2 随机前沿生产函数模型变量的描述性统计Table 2. Descriptive statistics of variables in Stochastic Frontier Approach's model统计值变量 最大地块总产出/(m3·hm-2) 最大地块资本投入/(元·hm-2) 最大地块面积/hm2 最大地块劳动力投入/(工·hm-2) 平均值 108.62 8 214.47 2.02 375.23 标准差 94.70 5 187.26 1.14 278.28 技术效率损失模型中(表 3),户主的平均年龄为57.24岁,平均受教育年限为7.20 a,可以看出该地区的劳动力质量较差。88.00%的立地质量为中等及以上,最大地块离家距离平均为1.97 km,表明样本地区的立地质量和交通条件对林业经营相对有利。样本农户家庭户均地块为3.41块,表明样本地区林地细碎化问题并不严重。农户的家庭总收入均值为95 501.74元,说明样本地区当地的经济条件利于林业发展。所有样本农户中仅有27.00%的农户为补贴户,说明国家的林补政策还未真正地惠及该地区。
表 3 技术效率损失模型变量的描述性统计Table 3. Descriptive statistics of variables in the loss of technical efficiency's model变量类型 具体变量 平均值 标准差 最小值 最大值 雇工劳动质量 40岁以下雇工所占比例 0.45 0.24 0.10 1.00 60岁以上雇工所占比例 0.49 0.17 0.01 1.00 男雇工所占比例 0.85 0.16 0.20 1.00 总投工中雇工所占比例 0.72 0.25 0.05 1.00 雇佣的工人中受过技术培训的工人所占比例 0.78 0.42 0.10 1.00 户主特征 户主年龄(岁) 57.24 9.38 27 86 户主教育年限 7.20 3.52 0 16 户主是否为村干部(0代表否,1代表是) 0.33 0.46 0 1 户主健康状况:好 0.84 0.36 0 1 户主健康状况:差 0.12 0.22 0 1 农业生产特征 家庭务农人数(人) 1.18 1.05 0 5 家庭总收入(元) 95 501.74 104 235.30 520 724 652 是否为补贴户(0代表否,1代表是) 0.27 0.44 0 1 地块特征 家庭总地块数 3.41 2.87 0 20 最大地块质量:好 0.54 0.49 0 1 最大地块质量:差 0.12 0.31 0 1 最大地块离家距离(km) 1.97 2.03 0.02 15 山林总面积 3.52 8.26 0.03 96.67 说明:“户主健康状况”参照组为“中”,“最大地块质量”参照组为“中” 为消除因自变量之间多重共线性导致的模型估计结果偏差,在模型估计前对雇工质量各指标进行相关性检验。结果发现(表 4):雇工质量各指标之间不存在多重共线性问题,各指标可以作为自变量放入模型进行估计。
表 4 雇工质量各指标系数相关矩阵Table 4. Relevance matrix of index coefficients of employee quality40岁以下雇工所占比例 60岁以上雇工所占比例 男雇工所占比例 总投工中雇工所占比例 雇佣的工人中受过技术培训的工人所占比例 40岁以下雇工所占比例 1.00 60岁以上雇工所占比例 0.18 1.00 男雇工所占比例 0.24 0.15 1.00 总投工中雇工所占比例 0.01 0.00 0.33 1.00 雇佣的工人中受过技术培训的工人所占比例 0.24 0.02 0.10 0.23 1.00 3.2 实证结果分析
利用广义似然比(LR)检验可降低对SFA模型的依赖,避免函数形式的误设,从而从设定的待估计模型中筛选出最能拟合样本数据的模型。LR公式可表示为:RL=-2[lnL(H0)-lnL(H1)] ~χ2(k)。其中:L(H0)和L(H1)分别是零假设H0和备择假设H1下的似然函数值,表示受约束条件的自由度。将LR统计量与临界值进行比较,当LR统计量值大于临界值时拒绝原假设,否则,接受原假设。给出的2个零假设为:(1)规模户和非规模户的前沿面并没有显著的差异,即模型不需要添加是否为规模户的虚拟变量。(2)外生变量对技术效率无任何影响,即模型不需要添加外生变量影响因素。LR验证结果如表 5所示。相对于基准模型,假设1在1%显著性水平上没有被拒绝,而假设2在1%显著性水平上拒绝原假设;说明原假设1对应的模型较好地拟合了样本数据,可作为本研究测度技术效率的主要模型。
表 5 假设检验结果Table 5. Hypothesis test results零假设 LR统计量 自由度 χ2 0.01临界值 结论 H0:不应该设置规模户虚拟变量 0.001 9 20.97 接受 H0:外生变量对技术效率无影响 126.310 14 28.49 拒绝 3.2.1 随机前沿生产函数模型估计结果分析
表 6为随机前沿生产函数模型的估计结果。将表 6的回归系数代入上文生产投入要素产出弹性计算公式中可得到各投入要素的产出弹性。计算得:土地投入要素的产出弹性为2.25,说明样本地区林业生产对土地投入的依赖程度较高,即林业生产中最为稀缺的生产要素是土地,增加土地投入可以大幅度地提高林业产出。资本(-0.09)和劳动力(-0.23)投入要素的产出弹性均为负值,说明目前样本地区林业存在过度投入资本和劳动力的情况,单纯依靠增加林业劳动力和林业资本投入并不会带来林业产出的增加,相反还可能导致林业产出减少。
表 6 随机前沿生产函数模型估计结果Table 6. Estimated results of Stochastic Frontier Approach's model变量 系数 变量 系数 最大地块资本投入 0.589***(0.091) 劳动力投入的平方项 -0.029*(0.016) 最大地块面积(土地投入) 0.746***(0.240) 资本投入×土地投入 0.160**(0.068) 最大地块劳动力投入 0.017(0.125) 土地投入×劳动力投入 0.108*(0.063) 资本投入的平方项 0.051***(0.010) 资本投入×劳动力投入 -0.014(0.035) 土地投入的平方项 -0.410***(0.137) 常数项 -0.368(0.259) 说明:*,**,***分别表示通过10%,5%,1%水平下的显著性检。括号内数值为回归标准误 3.2.2 技术效率损失模型估计结果分析
在245份有效样本农户中,家庭最大地块1个营林周期内有雇佣劳动力的农户有151户,占总体样本的61.63%。总体农户平均技术效率值为0.57,有雇工农户平均技术效率值为0.59,无雇工农户的平均技术效率值为0.76。由表 7可知:如果消除技术效率的损失,总体样本农户的平均技术效率还有43.00%的提升空间。由描述性统计结果可粗略看出无雇工农户的平均技术效率高于有雇工农户的平均技术效率,但雇佣劳动对农户技术效率的具体影响有待进一步计量分析。由样本农户雇工情况对农户营林技术效率损失影响的估计结果(表 8)可知:在控制其他变量不变的情况下,雇工会对农户营林技术效率造成负面影响(P<0.10)。雇工劳动质量指标中,总投工中雇工所占比例对农户的营林技术效率具有负向影响(P<0.05);原因可能是家庭自有劳动力和雇佣劳动力劳动质量存在异质性,雇主对劳动过程的监督很难到位,由此造成总投工中雇工所占比例越高,农户营林技术效率越低。户主年龄对农户的营林技术效率具有正向的影响(P<0.10);原因可能是随着户主年龄增大,其营林生产经验越丰富,对家庭营林生产越有利。户主良好的身体状况对农户营林生产技术效率具有正向影响(P<0.05);作为家庭最主要的林业劳动力和决策者,户主身体健康程度对林业生产至关重要。家庭总收入对农户营林生产技术效率具有正向影响(P<0.05);原因在于农户家庭总收入的增加会减少农户家庭林业生产的资金约束,农户林业投资概率会增大。山林总面积和家庭总地块数都对农户的营林技术效率具有负向影响(P<0.10);农户家庭山林总面积越大、家庭总地块数越多,农户管理林地的难度也越大,平均到每个地块的管理时间就会越少,农户无法对林地进行精细化地管理,影响了技术效率的提高。好的地块质量对农户营林生产技术效率具有负向影响(P<0.10);这与预期的影响方向相反,可能的原因是:农户会对质量较好的地块相对投入更少的肥料和劳动力等生产要素,因此使立地质量较优的地块产出情况反而不如立地质量较差的地块。
表 7 样本农户营林技术效率总体情况Table 7. Overall situation of technical efficiency of sample farmers in forestry management描述性统计农户类型 平均值 标准差 最小值 最大值 全部农户 0.57 0.20 0.12 0.92 有雇工农户 0.59 0.25 0.06 0.98 无雇工农户 0.76 0.12 0.24 0.92 表 8 雇工情况及雇工劳动质量对农户营林技术效率损失的影响估计结果Table 8. Estimation of the impact of employment and labor quality of employees on technical efficiency of farmers' forestry management变量类型 具体变量 系数 具体变量 系数 雇工情况 是否雇工(0代表否,1代表是) 0.373*(0.212) 40岁以下雇工所占比例 1.139(0.814) 及雇工劳 60岁以上雇工所占比例 -0.474(0.509) 动质量 男雇工所占比例 0.662(0.511) 总投工中雇工所占比例 1.205**(0.538) 雇佣的工人中受过技术培训的工人所占比例 -2.115(1.328) 户主特征 户主年龄(岁) -0.011(0.009) 户主年龄(岁) -0.027*(0.016) 户主教育年限 -0.008(0.022) 户主教育年限 0.052(0.044) 户主是否为村干部(0代表否,1代表是) 0.182(0.160) 户主是否为村干部(0代表否,1代表是) 0.181(0.245) 户主健康状况:好 -0.498**(0.242) 户主健康状况:好 -1.130**(0.489) 户主健康状况:差 -0.180(0.324) 户主健康状况:差 -0.132(0.883) 农业生产 家庭务农人数(人) 0.035(0.078) 家庭务农人数(人) 0.084(0.106) 特征 家庭总收入(元) -0.000**(0.000) 家庭总收入(元) -0.000**(0.000) 是否为补贴户(0代表否,1代表是) 0.333**(0.165) 是否为补贴户(0代表否,1代表是) 0.317(0.259) 地块特征 家庭总地块数 0.035(0.026) 家庭总地块数 0.090*(0.049) 最大地块质量:好 0.221(0.155) 最大地块质量:好 0.640*(0.359) 最大地块质量:差 -0.117(0.241) 最大地块质量:差 0.196(0.460) 最大地块离家距离(km) -0.040(0.037) 最大地块离家距离(km) -0.052(0.061) 山林总面积 -0.005(0.022) 山林总面积 0.042*(0.022) 常数项 1.643***(0.623) 常数项 0.303(1.099) σ2 0.318***(0.070) σ2 0.801***(0.268) γ 0.876***(0.073) γ 0.995***(0.003) 说明:“户主健康状况”参照组为“中”,“最大地块质量”参照组为“中”;*,**,***分别表示通过10%,5%,1%水平下的显著性检验。括号内数值为回归标准误 4. 结论及建议
4.1 结论
本研究发现:样本农户的营林技术效率的平均值为0.57,表明样本农户在当前技术水平下平均56.60%的产出可以通过现有的生产要素组合来获得,样本农户的营林技术效率还有43.40%的提升空间。农户营林生产过程中的雇佣劳动确实会对营林生产造成负面影响,雇工劳动质量不同,对提高农户营林技术效率的影响程度不同;营林生产总投工中雇工所占比例越大,对提高农户营林技术效率的负面影响程度越大。
4.2 建议
建立有效的劳动监督和管理机制。雇佣劳动力在劳动过程中缺乏有效的劳动监督,雇工劳动质量低下,是营林生产技术效率下降的主要原因。因此,农户应根据雇工实际情况建立有效劳动监督机制,在劳动生产可计量的环节尝试使用绩效工资,并根据劳动成果给予一定的激励措施,减少雇工过程中“搭便车”行为的发生,从而提高雇工劳动的质量。在目前林业规模经营日趋普遍的情况下,传统的生产经营和管理方式越来越难以适应,迫切需要建立高效的林业生产管理机制。革新传统林业管理理念,启用具有现代管理才能的人才管理林业经营;在林业生产的各个环节,制定科学合理的管理细则和林业生产流程。
推进适度规模经营,加大林业科技服务投入。解决各林业经营主体营林生产过程中的雇工劳动质量问题的关键是解决农村劳动力不足的问题。因此,推广林业机械化生产、开拓新型经营方式、积极推进林业适度规模经营均能在很大程度上解决上述问题。在地形条件较平缓的地区的林业规模经营户中可以依靠推进农业机械化替代劳动力,解决雇佣劳动所带来的劳动质量问题。同时,在机械替代较为困难的地区,可以尝试开拓林业服务外包、农户之间合作经营和托管经营等新型林业经营方式,促使劳动力要素配置更加专业化,也可以缓解由于雇佣劳动力所带来的劳动质量问题。对规模经营中出现的雇工劳动问题,需要进一步研究以寻找雇工劳动最优的比例,从劳动力层面对农户适度规模经营提出要求。
-
表 1 高节竹鞭根碳、氮、磷质量百分数和化学计量比
Table 1. Content and stoichiometric ratio of carbon, nitrogen, phosphorus of rhizome roots in Phyllostachys prominens
覆土厚度/cm w碳/(g·kg-1) w氮/(g·kg-1) w磷/(g·kg-1) 氮碳比 碳磷比 氮磷比 0(ck) 437.33 ± 7.51 a 11.30 ±0.82 a 0.71 ± 0.15 a 0.26 ± 0.02 a 63.95 ± 14.30 b 16.59 ± 4.15 b 10 456.00 ± 18.08 a 9.35 ± 1.23 ab 0.65 ± 0.13 a 0_20 ± 0.02 b 71.99 ± 12.44 b 14.66 ± 2.27 b 30 440.30 ± 18.18 a 8.52 ± 0.44 b 0.58 ± 0.05 a 0.19 ± 0.02 b 75.67 ± 4.66 b 14.72 ± 2.00 b 50 437.33 ±50.14 a 10.95 ± 0.55 a 0.34 ± 0.01 b 0-25 ± 0.04 a 129.59 ± 11.40 a 32.55 ± 2.65 a 说明:同列不同小写字母表示试验竹林间差异显著(P < 0.05) 表 2 高节竹鞭根根系活力、MDA质量摩尔浓度和相对电导率
Table 2. Root activity, MDA, content and relative conductivity of rhizome roots in Phyllostachys prominens
覆土厚度/cm 相对电导率/% bMDA(mmol·g-1) 根系活力/(μg·g-1·h-1) 0(ck) 19.02 ± 4.60 a 21.15 ± 2.39 a 51.73 ± 10.59 a 10 18.33 ± 3.99 a 13.33 ± 3.62 b 30.98 ± 5.41 b 30 17.54 ± 1.51 a 11.73 ± 0.99 b 59.43 ± 1.63 a 50 22.61 ± 9.36 a 20.55 ± 0.60 a 13.02 ± 1.86 c 说明:同列不同小写字母表示试验竹林间差异显著(P < 0.05) 表 3 高节竹鞭根超氧化物歧化酶和过氧化物酶活性
Table 3. Antioxidant enzyme activity of rhizome roots in Phyllostachys prominens
覆土厚度/cm SOD/(×16.67 nkat·g-1) POD/(×16.67 nkat·g-1) 0(ck) 1 049.79 ± 80.89 a 22 068.25 ± 2 363.49 a 10 768.43 ± 9.13 b 17 573.02 ± 544.44 b 30 661.88 ± 56.53 b 14 085.71 ± 190.48 b 50 1 062.84 ± 54.82 a 23 439.68 ± 2 414.29 a 说明:同列不同小写字母表示试验竹林间差异显著(P < 0.05) 表 4 高节竹鞭根可溶性蛋白质和可溶性糖质量分数
Table 4. Soluble protein content and soluble sugar content of rhizome roots in Phyllostachys prominens
覆土厚度/cm w可溶性蛋白质/(mg·g-1) w可溶性糖/(mg·g-1) 0(ck) 4.87 ± 0.81 ab 10.8 ± 0.4 b 10 3.68 ± 0.32 b 13.3 ± 1.3 a 30 5.24 ± 0.23 a 9.6 ± 0.7 bc 50 5.90 ± 0.19 a 7.7 ± 0.2 c 说明:同列不同小写字母表示试验竹林间差异显著(P < 0.05) -
[1] ANDERSEN C P, SUCOFF E I, DIXON R K. Effects of root zone temperature on root initiation and elongation in red pine seedlings[J]. Can J For Res, 1986, 16(4):696-700. [2] GANSERT D. Root respiration and its importance for the carbon balance of beech sapling (Fagus sylvatica L.)in a montane beech forest[J]. Plant Soil, 1994, 167(1):109-119. [3] 边银霞, 王辉, 李永斌, 等.土壤水分和覆土厚度对油松种子萌发和幼苗出土的影响[J].甘肃农业大学学报, 2009, 44(2):116-121. BIAN Yinxia, WANG Hui, LI Yongbin, et al. The responses of seed germination and seedling emergence of Pinus tabulaeformis Carr. to soil water content and covering depth[J]. J Gansu Agric Univ, 2009, 44(2):116-121. [4] 赵垦田.国外针叶树种根系生态学研究综述[J].世界林业研究, 2000, 13(5):7-12. ZHAO Kentian. Review on the study of conifer rootsystem ecology abroad[J]. World For Res, 2000, 13(5):7-12. [5] 刘建军.林木根系生态研究综述[J].西北林学院学报, 1998, 13(3):74-78. LIU Jianjun. A review on root ecology of forest trees[J]. J Northwest For Coll, 1998, 13(3):74-78. [6] 黄建辉, 韩兴国, 陈灵芝.森林生态系统根系生物量研究进展[J].生态学报, 1999, 19(2):270-277. HUANG Jianhui, HAN Xingguo, CHEN Lingzhi. Advances in the research of (fine) root biomass in forest ecosystems[J]. Acta Ecol Sin, 1999, 19(2):270-277. [7] 童亮, 李平衡, 周国模, 等.竹林鞭根系统研究综述[J].浙江农林大学学报, 2019, 36(1):183-192. TONG Liang, LI Pingheng, ZHOU Guomo, et al. A review of research about rhizome-root system in bamboo forest[J]. J Zhejiang A&F Univ, 2019, 36(1):183-192. [8] 方伟, 杨德清, 马志华, 等.高节竹笋用林培育技术及经济效益分析[J].竹子研究汇刊, 1998, 17(3):15-20. FANG Wei, YANG Deqing, MA Zhihua, et al. The cultivation technique and economic benefit analysis of shoot stand of Phyllostachys prominens[J]. J Bamboo Res, 1998, 17(3):15-20. [9] 胡国良, 俞彩珠, 楼君芳, 等.高节竹梢枯病发生规律及防治试验[J].中国森林病虫, 2005, 24(5):38-41. HU Guoliang, YU Caizhu, LOU Junfang, et al. Occurrence regularity and control experiment of shoot wilt in Phyllostachys prominens[J]. For Pest Dis, 2005, 24(5):38-41. [10] 张稼敏.高节竹丛枝病研究初报[J].浙江林业科技, 2000, 20(5):38, 53. ZHANG Jiamin. Preliminary report of research on Balansia take endangering Phyllostachys prominens[J]. J Zhejiang For Sci Technol, 2000, 20(5):38, 53. [11] 余学军, 陈庆虎, 吴家森, 等.保鲜处理对高节竹笋采后生理的影响[J].竹子研究汇刊, 2004, 23(1):46-48. YU Xuejun, CHEN Qinghu, WU Jiasen, et al. The effects of different fresh-keeping treatments on postharvest physiology and storage of bamboo shoots in Phyllostachys prominens[J]. J Bamboo Res, 2004, 23(1):46-48. [12] 白瑞华, 丁兴萃, 杜旭华, 等.套袋栽培对高节竹笋品质的影响[J].浙江林业科技, 2011, 31(1):64-67. BAI Ruihua, DING Xingcui, DU Xuhua, et al. Influence of covering black film-bags on quality of Phyllostachys prominens shoot[J]. J Zhejiang For Sci Technol, 2011, 31(1):64-67. [13] 郭子武, 江志标, 陈双林, 等.覆土栽培对高节竹笋品质的影响[J].广西植物, 2015, 35(4):515-519. GUO Ziwu, JIANG Zhibiao, CHEN Shuanglin, et al. Influence of soil covered cultivation on shoot quality of Phyllostachys prominens[J]. Guihaia, 2015, 35(4):515-519. [14] 李合生.植物生理生化试验原理和技术[M].北京:高等教育出版社, 2000. [15] 陈建勋, 王晓峰.植物生理学实验指导[M].广州:华南理工大学出版社, 2006. [16] 鲁如坤.土壤农业化学分析方法[M].北京:中国农业科技出版社, 2000. [17] CHAPIN Ⅲ F S, MATSON P A, MOONEY H A. Principles of Terrestrial Ecosystem Ecology[M]. New York:Springer-Verlag, 2002. [18] 李天忠, 张志宏.现代果树生物学[M].北京:科学出版社, 2008. [19] BLOOMFIELD J, VOGT K, WARGO P M. Tree root turnover and senescence[C]//WAISEL Y, ESHEL A, KAFKAFI U, et al. Plant Roots: The Hidden Half[M]. 2nd ed. New York: Naarcel Dekker, 1996: 363-381. [20] EISSENSTAT D M, WELLS C E, YANAI R D, et al. Building roots in a changing environment:implications for root longevity[J]. New Phytol, 2000, 147:33-42. [21] EISSENSTAT D M, YANAI R D. The ecology of root lifespan[J]. Adv Ecol Res, 1997, 27:1-60. [22] 吴楚, 王政权, 范志强.树木根系衰老研究的意义与现状[J].应用生态学报, 2004, 15(7):1276-1280. WU Chu, WANG Zhengquan, FAN Zhiqiang. Significance of senescence study on tree roots and its advances[J]. Chin J Appl Ecol, 2004, 15(7):1276-1280. [23] RAYNAL D J, JOSLIN J D, THORNTON F C, et al. Sensitivity of tree seedlings to aluminum(Ⅲ) red spruce and loblolly pine[J]. J Environ Qual, 1990, 19(2):180-187. [24] HODGES D M, DeLONG J M, FORNEY C F, et al. Improving the thiobarbituric acid-reactive-substances assay for estimating lipid peroxidation in plant tissues containing anthocyanin and other interfering compounds[J]. Planta, 1999, 207(4):604-611. [25] 蒋明义, 郭绍川.水分亏缺诱导的氧化胁迫和植物的抗氧化作用[J].植物生理学通讯, 1996, 32(2):144-150. JIANG Mingyi, GUO Shaochuan. Oxidative stress and antioxidation induced by water deficiency in plants[J]. Plant Physiol Commun, 1996, 32(2):144-150. [26] SOFO A, DICHIO B, XILOYANNIS C, et al. Effects of different irradiance levels on some antioxidant enzymes and on malondialdehyde content during rewatering in olive tree[J]. Plant Sci, 2004, 166(2):293-302. [27] 惠宏杉, 林立昊, 齐军仓, 等.干旱胁迫对大麦幼苗根系的影响[J].麦类作物学报, 2015, 35(9):1291-1297. HUI Hongshan, LIN Lihao, QI Juncang, et al. Effect of drought stress on the roots of barley seedling[J]. J Triticeae Crops, 2015, 35(9):1291-1297. [28] PARIDA A, DAS A B, DAS P. NaCl stress causes changes in photosynthetic pigments, proteins and other metabolic components in the leaves of a true mangrove, Bruguiera parviflora, in hydroponic cultures[J]. J Plant Biol, 2002, 45(1):28-36. [29] BLUMWALD E, AHARON G S, APSE M P. Sodium transport in plant cells[J]. Biochim Biophys Acta, 2000, 1465(1/2):140-151. [30] 隋方功, 葛体达, 刘鹏起, 等.干旱对夏玉米碳素同化、运转与分配的影响研究[J].中国生态农业学报, 2006, 14(3):234-237. SUI Fanggong, GE Tida, LIU Pengqi, et al. Studies on accumulation, translocation and redistribution of carbon in summer maize under drought[J]. Chin J Eco-Agric, 2006, 14(3):234-237. [31] 张玉梅, 林琪, 刘义国, 等.不同抗旱性小麦品种花后旗叶生化特性的研究[J].华北农学报, 2006, 21(4):43-47. ZHANG Yumei, LIN Qi, LIU Yiguo, et al. A study on biochemical characters of flag leaf drought resistance after anthesis on different wheat varieties[J]. Acta Agric Boreali-Sin, 2006, 21(4):43-47. [32] 范苏鲁, 苑兆和, 冯立娟, 等.干旱胁迫对大丽花生理生化指标的影响[J].应用生态学报, 2011, 22(3):651-657. FAN Sulu, YUAN Zhaohe, FENG Lijuan, et al. Effects of drought stress on physiological and biochemical parameters of Dahlia pinnata[J]. Chin J Appl Ecol, 2011, 22(3):651-657. 期刊类型引用(4)
1. 朱臻,薛家依,宁可. 规模化经营背景下劳动监督对营林质量的影响研究:来自南方集体林区三省规模户的实证数据. 农林经济管理学报. 2021(01): 78-91 . 百度学术
2. 高润,刘洁. 林业经济实现可持续发展的重要性分析. 林产工业. 2021(04): 99-101 . 百度学术
3. 肖琦,洪英. 新形势下林业科技对林业发展的重要性分析. 林产工业. 2021(05): 69-71+76 . 百度学术
4. 修丕师,张晓梅. 重点国有林区职工林下经济创业潜力及支持路径研究. 林业经济问题. 2020(06): 626-633 . 百度学术
其他类型引用(8)
-
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.2019.05.008