下载:
-
化肥过量施用导致农业面源污染与环境恶化是中国生态治理面临的严重问题之一[1-3]。据统计，2017年中国农用化肥施用总量为5 859.4万t，施用强度为352 kg·hm−2，超过国际警戒强度。近年来，中国政府先后出台了一系列政策文件，推动化肥减量化，测土配方施肥技术是促进化肥减量化的重要途经[4-5]。家庭农场是中国未来现代农业发展进程中最为合意和最具生命力的经营主体[6]，家庭农场的生产决策行为直接关乎化肥减量化这一目标能否实现。中国目前测土配方施肥技术采用率不足1/3[7]。因此，以中国家庭农场等新型经营主体为对象，探究影响家庭农场采纳环境友好型技术的因素及影响强度，对促进中国农业绿色转型发展具有重要的现实意义。已有研究表明：创新意识、经营规模、外出务工等是影响家庭农场采纳测土配方施肥技术的重要因素[8-10]，但从契约农业参与的视角来理论和实证分析其采纳测土配方技术的内在机制与效应还未见报道；同时，已有研究大多基于区域调查数据展开，鲜有基于全国大样本调查数据的实证检验，其结论的普适性有待进一步验证。鉴于此，本研究以2018年全国家庭农场监测数据为基础，分析作用机制，构建Probit-倾向得分匹配(PSM)模型，估计契约农业对家庭农场采纳测土配方施肥技术的实际影响，以期为政府制定相关政策提供依据。
-
一般具备较强能力与资本实力的家庭农场会偏向于采用能提高农产品产量与质量、促进农场增收的技术[9]。测土配方施肥技术作为一种典型的环境友好型生产技术，可增产6%~10%，节约成本450元·hm−2以上[11]。从理论上看，经营主体是否采纳某项技术取决于对该技术的认知程度，以及该技术能否带来大于技术采纳成本的净收益[12]。经营主体参与契约农业对测土配方技术采纳的作用机制，主要体现在3个方面。
一是通过签订具有法律效应的产品销售与农资供应合约，提前锁定预期收益与生产成本，保证家庭农场的未来投资能够获得稳定的预期回报，从而为采纳测土配方施肥技术等长期投资行为提供正面激励；二是建立契约农业，与上下游主体形成“风险共担、利益共享”共同体，降低交易成本，规避、分散风险，提高其采用测土配方施肥技术的信心[13]；三是通过契约农业为家庭农场争取合作单位技术培训等支持，降低家庭农场采纳新技术的搜寻学习成本及新技术应用的风险，增强其采用技术的可能性。此外，家庭农场自身特征、农场主特征、农场经营特征等也会对技术采纳产生影响。基于以上分析，给出研究假定：相对于未参与契约农业的家庭农场，参与契约农业的家庭农场采纳测土配方施肥技术的概率更高。
-
数据来自于2018年全国家庭农场监测项目调查报告[14]。受农业农村部委托，中国社会科学院农村发展研究所对全国近3 000个家庭农场开展长期固定监测工作，在全国各省(区、市)按经济水平高低选择2~4个代表县，每个县选择30~50个生产经营情况比较稳定的家庭农场，调查生产经营各个方面。选择监测数据中1 706个涉及小麦、玉米、水稻和蔬菜瓜果种植为主的家庭农场数据，作为本研究分析样本。
-
家庭农场测土配方施肥技术采纳与否，所涉及到的被解释变量为二分类变量，即采纳测土配方施肥技术为1，反之为0。因此可采用Probit模型进行实证分析。同时，家庭农场选择是否参与契约农业还要结合自身需求和资源禀赋，即自选择会导致估计偏误。因此本研究利用基础模型分析，采用PSM构建“反事实推断模型”。
Probit模型如下：
$${Y_i} = {\beta _0} + {\beta _1}{X_1} + \sum\limits_{i = 2}^n {{\beta _i}} {X_i} + \varepsilon \text{。}$$ (1) 式(1)中：Yi表示家庭农场i是否采纳测土配方施肥技术，采纳取值为1，未采纳取值为0；X1表示是否参与契约农业，参与取值为1，不参与取值为0；Xi表示影响家庭农场测土配方施肥技术采纳行为的特征变量，β1和βi分别为其估计系数；β0表示常数项，ε表示随机扰动项。
PSM匹配模型如下：
$$ P({Z}_{i})={P}_{r}({D}_{i}=1|{Z}_{i})=\frac{{\rm{exp}}(\beta {Z}_{i})}{1+{\rm{exp}}(\beta {Z}_{i})}\text{。}$$ (2) 式(2)中：P(Zi)为倾向匹配得分值，表示家庭农场参与契约农业的倾向匹配得分值；Di为二值虚拟变量，即家庭农场i参与契约农业时取值为1，不参与取值为0；Zi为一系列的匹配变量，包括农场特征、农场主特征、经营特征等；β表示相应匹配变量的确定性系数。
基于匹配结果测算家庭农场参与契约农业对测土配方施肥技术采纳行为的平均处理效应(average treatment effect of the treated, EATT)，计算公式如下：
$${E_{{\rm{ATT}}}} = E({y_{1i}}\left| {{X_1} = 1} \right.) - E({y_{0i}}\left| {{X_1} = 1} \right.) = E({y_{1i}} - {y_{0i}}\left| {{X_1} = 1} \right.)\text{。}$$ (3) 式(3)中：y1i为参与契约农业的家庭农场采纳测土配方施肥技术的概率，y0i为匹配后得到的假如处理组未参与契约农业时家庭农场采纳测土配方施肥技术的概率。X1=1表示家庭农场参与契约农业。
-
基于上述机制分析，给出模型变量及测度。①被解释变量。被解释变量为家庭农场测土配方施肥技术采纳行为，是指家庭农场在全年的生产经营过程中是否采纳测土配方施肥技术。②关键解释变量。关键解释变量为家庭农场是否参与契约农业，是指家庭农场是否和合作社或农业企业签订了农产品销售合同。③其他控制变量。参考文献[9-10]和[15-16]，选取其他可能影响家庭农场采纳测土配方施肥技术的变量，如农场主个人特征(性别、年龄、受教育程度、是否参加农业技术培训、从事农业规模经营年限、是否为外村户籍和从业经历)、农场特征(是否在工商部门登记注册、是否为农业部门认定的示范农场、农场土地经营总面积、农场经营的全部土地共有几块和家庭成员中在农场工作的人数)、经营特征(是否有日常收支记录、农场未来扩张意愿、是否有生产经营性借款、是否购买过农业保险)等。变量说明及描述性统计结果见表1。
表 1 变量赋值与说明
Table 1. variable assignment and description
类别 变量名 具体含义与赋值 均值 标准差 最小值 最大值 因变量 是否测土配方施肥技术 否为0；是为1 0.61 0.49 0 1 自变量 是否参与契约农业 否为0；是为1 0.32 0.46 0 1 农场主特征 性别 女为0；男为1 0.89 0.32 0 1 年龄 岁 46.14 8.52 18 73 受教育程度 未上过学为1；小学为2；初中为3；高中为4；中专为5；
职高为6；大专为7；本科为8；研究生及以上为93.89 1.38 1 9 是否接受过土肥培育技术培训 否为0；是为1 0.54 0.50 0 1 从事农业规模经营年限 a 7.75 4.81 0 36 是否为外村户籍 否为0；是为1 0.82 0.39 0 1 主要从业经历 非普通农民为0；普通农民为1 0.37 0.48 0 1 农场特征 是否在工商部门登记注册 否为0；是为1 0.80 0.40 0 1 是否为农业部门认定的示范农场 否为0；是为1 0.55 0.50 0 1 土地经营总面积 hm2 23.88 32.63 2.00 475.30 全部经营土地块数 块 13.30 28.32 1 385 家庭成员中在农场工作的人数 人 2.88 1.17 1 15 日常收支记录 否为0；是为1 0.76 0.43 0 1 土地未来扩张意愿 否为0；是为1 0.41 0.49 0 1 是否有生产经营性借款 否为0；是为1 0.60 0.49 0 1 是否购买农业保险 否为0；是为1 0.62 0.48 0 1 -
由表2可知：模型整体拟合程度较好，参数估计符合预期。从关键解释变量来看，家庭农场参与契约农业对其采纳测土配方施肥技术的影响系数为正，且P＜0.01。表明相比未参与契约农业的家庭农场，参与契约农业的家庭农场采纳测土配方施肥技术的可能性更大。
表 2 Probit模型估计结果
Table 2. Probit model estimation results
类别 变量 测土配方施肥技术采纳行为 系数 标准误 是否参与契约农业 0.621*** 0.083 农场主特征 性别 −0.013 0.108 年龄 0.006 0.004 受教育程度 0.005 0.027 是否参加土肥培育技术培训 0.516*** 0.069 从事农业规模经营年限 0.018** 0.007 是否为外村户籍 −0.144 0.091 主要从业经历 −0.425*** 0.076 农场特征 是否在工商部门登记注册 −0.091 0.093 是否为农业部门认定的示范农场 −0.123 0.075 土地经营总面积 0.000 0.000 全部经营土地块数 0.000 0.001 家庭成员中在农场工作的人数 0.007 0.029 是否有日常收支记录 0.613*** 0.087 土地未来扩张意愿 0.205*** 0.072 是否有生产经营性借款 −0.031 0.073 是否购买农业保险 0.196*** 0.074 常数项 −0.880*** 0.302 样本量 1 706 拟合优度 0.184 χ2 420.10 说明：
**、***分别代表在5%、1%的统计水平下显著就农场主特征来看，农场主参加土肥培育技术培训对家庭农场采纳测土配方施肥技术具有正向影响，影响系数为0.516，且P＜0.01。说明参与土肥培育技术培训的家庭农场更愿意采纳测土配方施肥技术。农场主从事农业规模年限对家庭农场采纳测土配方施肥技术具有正向影响，影响系数为0.018，且P＜0.05。说明农场主农业规模年限越长，越倾向于采纳测土配方施肥技术。另外，农场主的从业经历对家庭农场采纳测土配方施肥技术也有显著影响。
就农场特征来看，农场具有完整日常收支记录对家庭农场采纳测土配方施肥技术具有正向影响，影响系数为0.613，且P＜0.01。说明具有完整日常收支记录的家庭农场更愿意采纳测土配方施肥技术；可能的原因是，家庭农场有完整日常收支记录会极大地提高其成为示范典型的可能性[17]，从而提升农场主采纳测土配方施肥技术的意愿和动机。农场土地未来扩张意愿对家庭农场采纳测土配方施肥技术具有正向影响，影响系数为0.205，且P＜0.01。说明具有土地未来扩张意愿的家庭农场采纳测土配方施肥技术的可能性更大；可能的原因是家庭农场具有未来继续扩张土地的意愿一定程度能反映出家庭农场土地经营的稳定性，较高的地权稳定性是促进家庭农场可持续发展的重要指标[18]，对家庭农场采纳测土配方施肥技术意愿有利。
-
家庭农场是否参与契约是自主选择的结果，Probit模型回归结果可能存在选择性偏误。因此需要采用倾向得分匹配(PSM)来处理可能存在的自选择问题。PSM模型需要满足2个基本假定，即共同支撑假设和匹配变量的平衡性假定。
共同支撑假设要求对照组与实验组的倾向得分值重叠区间要足够大，否则将导致样本缺失。结果显示：1 706个家庭农场样本数据中，共有1 647个样本数据满足共同支撑假设，可进行匹配。由图1和图2可以看出：样本匹配前，对照组和实验组概率密度曲线重叠较少，吻合度不高，说明存在显著性差异；样本匹配后，概率密度曲线重叠增多，吻合度较高，说明2组样本无显著差异，各个维度特征基本趋于相似，满足共同支撑假设。
图 1 匹配前概率密度分布图
Figure 1. Probability density distribution map before matching
图 2 匹配后概率密度分布图
Figure 2. Probability density distribution map after matching
PSM的平衡性检验主要是考察协变量在控制组与实验组之间是否存在显著性差异。最近邻匹配下的平衡性检验假设结果显示：匹配后各个协变量的标准偏差均大幅度减少，除农场主年龄(8.5%)和农场家庭劳动力(22.9%)的标准偏差下降幅较小，其他协变量标准偏差下降幅度均超过60%，并且所有协变量的标准偏差均小于10%。2组样本均值非常接近，无显著性差异，即通过了平衡性检验。
-
本研究PSM模型分别采用最近邻匹配(K=1)、最近邻匹配(K=4)、半径匹配(R=0.01)和核匹配4种方法对样本进行匹配。由表3可知：4种匹配结果均通过了1%的显著性检验，且处理效应系数差异不大。一方面表明PSM模型估计结果较为稳健，另一方面说明家庭农场参与契约农业对其采纳测土配方施肥技术有显著的促进作用。
表 3 契约农业参与的平均处理效应
Table 3. Average processing effect of contract farming participation
匹配方法 处理组/对照组(样本数) EATT 匹配方法 处理组/对照组(样本数) EATT 最近邻匹配(K=1) 538/1 168 0.195***(0.040) 半径匹配(R=0.01) 529/1 091 0.196***(0.029) 最近邻匹配(K=4) 533/1 114 0.183***(0.034) 核匹配 533/1 114 0.190***(0.026) 说明：括号内为标准误；***表示在1%的统计水平下差异显著 -
本研究以2018年全国家庭农场监测项目中采集的1 706个种植业家庭农场信息为基础，构建Probit-PSM模型实证分析了家庭农场参与契约农业对其采纳测土配方施肥技术的影响，研究发现：①家庭农场是否参与契约农业是影响其采纳测土配方施肥技术的重要因素，家庭农场参与契约农业对其采纳测土配方施肥技术具有显著的正向影响，参与契约农业的家庭农场采纳测土配方施肥技术的可能性更大。②农场主参加土肥培育技术培训、农场主从事农业规模经营年限、农场主的从业经历、农场具有完整的日常收支记录和农场具有土地未来扩张意愿等都会显著正向影响家庭农场采纳测土配方施肥技术。
由此认为：第一，政府或相关农业部门单位应该进一步建立健全契约农业参与机制，规范契约双方农业生产协议，充分发挥好契约农业的福利提供和约束作用，鼓励家庭农场积极参与契约农业，促使家庭农场积极采纳测土配方施肥技术；第二，当地政府应该积极开展土肥培育技术等农业技术培训，鼓励家庭农场建立日常收支记录，规范化经营，以更大程度提升家庭农场资源禀赋水平，提高农业生态化经营的发展水平。
On the impact of contract farming on family farms’ adoption of environmentally friendly technologies
-
摘要:
目的 为测土配方施肥技术的推广提供决策依据。 方法 基于全国1 706个种植业家庭农场调查数据，借助Probit模型和倾向得分匹配(PSM)方法实证检验契约农业对家庭农场采纳测土配方施肥技术的影响。 结果 Probit模型结果表明：家庭农场参与契约农业对其采纳测土配方施肥技术具有显著的正向影响，影响系数为0.621；PSM模型结果表明：与未参与契约农业的家庭农场相比，参与契约农业的家庭农场平均处理效应为0.19，技术培训、农场主从事农业规模经营年限、农场主的从业经历、家庭农场具有规范的日常收支记录以及未来扩张意愿对技术采纳也有影响。 结论 契约农业是影响家庭农场采纳测土配方施肥技术的重要因素，政府应进一步加快建立健全契约农业参与机制，支持家庭农场提升资源禀赋水平。图2表3参18 Abstract:Object It is expected to provide decision-making basis for the promotion of soil testing and formula fertilization technology. Method With 1706 family plantations selected as the subjects, this paper, after an investigation of the influence of contract farming on the adoption of soil testing and formula fertilization technology on family farms by means of Probit and propensity score matching (PSM), is aimed to provide decision-making basis for the promotion of such environmentally friendly technologies. Result The participation of family farms in contract farming has a prominent and effective influence on the adoption of soil testing and formula fertilization technology with an influence coefficient of 0.621. The average treatment effect is about 0.19 and the adoption of such environmentally friendly technologies is also significantly subject to elements like farmers’ participation in soil and fertilizer cultivation technology training, the duration of large-scale agricultural operations, farmers’ experience, farms’ daily records of income and expenditure and farms’ intention for future land expansion. Conclusion Contract farming is a vital factor affecting the adoption of soil testing and formula fertilization technology by family farms, therefore, efforts are called from the government to further accelerate the establishment of a sound participation mechanism of contract farming and support family farms in the promotion of their resource endowment. [Ch, 2 fig. 3 tab. 18 ref.] -
珠江三角洲地区河湖纵横，是富有岭南特色的水乡聚落聚集地；聚落植被空间特有的线性特征对村民生活、乡村传统文化传承等具有巨大作用，其带状滨河空间具有明显边缘效应和较强的异质性，是城乡最富有魅力的界面，也是理想的生态走廊，成为城乡景观中最具表现力的地带[1]。但乡村聚落居住区人口密集，居住和生产活动频繁，对滨水植物生态系统的结构和功能影响巨大[2-4]；植被特征和功能也因居民需求的多样化而呈现出较强多样化特征，并随着线性聚落居民点的分布差异而变化[5-7]。因此，研究人与植物的双向关系、植物在人们居住活动中所发挥的作用以及居住建设活动对植物多样性的影响等，对乡村聚落植物生态环境的改善和聚落文化的传承具有十分重要的意义[8]。目前国内外对滨河乡村植物基本特征、植物群落结构特征、树木健康评价等聚落植物景观[5-9]，植物景观与村聚落建筑、农田、道路和水体等景观要素的相互关系[10]，乡村人居林分类、结构和配置等[11-17]较为关注，但对基于乡村聚落分布的线性特征及人居需求变化造成植物景观特征变化的研究较少。本研究以典型带状滨河乡村聚落——广州南沙河涌区的3涌为对象，研究聚落带状空间的植物多样性特征以及居住建设活动对其产生的影响，调查不同村落中植物群落的种类及分布变化，分析造成这一变化的影响因素，以期从植物景观建设的视角为中国乡村振兴计划中建设“宜居”的生态环境提出建议[18-20]。
1. 研究区概况
广州南沙河涌区位于广东省广州市最南端，珠江入海口处，是珠江三角洲经济区的几何中心。该区域属亚热带海洋季风气候，年平均气温为21.9 ℃，年平均降水量为1 647.5 mm，雨量充沛，雨热同季，热量和辐射丰富，植被为热带雨林季风植被。区域由北向南按照形成时序依次命名为1涌、2涌、3涌等直至19涌，每条河涌由西闸口和东闸口限制，总面积约160 km2[21]。研究区以南沙河涌区北部的3涌为代表。该涌建成距今约70 a，共有行政村7个，以农田、鱼塘为边界划定乡村植物景观研究范围。调研区域以道路为中心，除大型农业用地外，两侧为建筑、广场、桥、河流、水塘等与村民日常生活密切相关的区域。受城市化建设影响，3涌从西闸至东闸被工厂隔开，根据河涌两岸用地类型对乡村聚落河段进行划分，形成居住农业段(R-A1)-居住段(R)-农业段(A)-居住农业段(R-A2)分布序列。研究区总长为5.3 km，其中居住段占34.0%，农业段约占16.2%，乡村聚落呈非连续分布。
2. 研究方法
2.1 样地调查
根据卫星影像资料确定研究区域主要植物种类及基本性质，采用样方法进行实地群落调查。在河涌两岸乡村聚落带(不包含工厂段)，每隔200 m设置对应的2个样地，其中R-A1和R段分别有12个，A段8个，R-A2段14个，共46个样地。各样地划出40 m × 40 m 的样方，并在样方内设置乔木样方(5 m × 5 m)，灌木样方(5 m × 5 m)和草本样方(1 m × 1 m)，记录其中的乔木名称、空间位置、株数、树高、胸径及年龄，记录灌木或草本的名称、空间位置、株数(盖度)和高度。测量对应样地的河道宽度，记录样方内建筑的覆盖面积、数量、高度等基本信息[22]。
2.2 数据分析
2.2.1 多样性指数及重要值计算
选取相对多度、Shannon-Wiener多样性指数(H)、Patrick丰富度指数(R)、Pielou均匀度指数(J)和重要值[22]，指示植物基本多样性特征。
2.2.2 其他指标计算
建筑盖度(CB)＝(S投影/S总)×100%，其中S投影为样方内建筑投影面积，S总为样方总面积；河道宽度(WR)：成对样地测量4组河道宽度，其平均值即为该组样地对应河道宽度(m)。
2.2.3 数据统计分析
利用Excel 2016统计分析植物各项形态指标种类、数量及其变化趋势，利用SPSS进行相关统计分析。
3. 结果与分析
3.1 植物种类构成
调查发现：研究区共有植物77种，隶属于44科70属，其中乔木42种，灌木19种，草本13种，藤本3种；乔木占54.55%，具绝对性优势，藤本植物最少。就科属而言，研究区以蔷薇科Rosaceae、棕榈科Palmae植物为主，桑科Moraceae和芸香科Rutaceae次之。
3.2 优势植物构成特征
计算4个河段中乡村聚落植物乔、灌、草的重要值(表1)可知：不同河段的优势乔灌木差异较小，乔木均以龙眼的重要值最高，黄皮Clausena lansium、菠萝蜜Artocarpus heterophyllus和苹婆Sterculia nobilis次之，体现了聚落居民对果树的需求；近西闸口以小叶榕Ficus concinna和白颜树Gironniera subaequalis重要值较高，可能作为风水文化林的形式在河涌区整体植物景观风貌中发挥作用。灌木以九里香Murraya exotica、桂花Osmanthus fragrans和米仔兰Aglaia odorata等观叶观花植物为主，主要见于庭院内外空间，用于满足聚落居民的观赏需求。草本植物以香蕉Musa nana和青皮竹Bambusa textilis为主，成片栽植于河岸边、池塘边和街道两侧。
表 1 优势种重要值特征Table 1. Significant value characteristics of dominant species河段 乔木 灌木 草本 种名 重要值 种名 重要值 种名 重要值 R-A1 龙眼Dimocarpus longan 0.26 桂花Osmanthus fragrans 0.46 香蕉Musa nana 0.64 桃Amygdalus persica 0.12 散尾葵Chrysalidocarpus lutescens 0.18 青皮竹Bambusa textilis 0.21 小叶榕Ficus concinna 0.06 九里香Murraya exotica 0.10 大米草Spartina anglica 0.10 落羽杉Taxodium distichum 0.05 金银花Lonicera japonica 0.07 白花鬼针草Bidens alba 0.05 菠萝蜜Artocarpus heterophyllus 0.05 米仔兰Aglaia odorata 0.05 R 龙眼 0.21 桂花 0.37 香蕉 0.45 白颜树Gironniera subaequalis 0.14 九里香 0.10 青皮竹 0.29 黄皮Clausena lansium 0.08 散尾葵 0.10 甘蔗Saccharum officinarum 0.12 大王椰子Roystonea regia 0.07 米仔兰 0.10 紫苏erilla frutescens 0.04 番石榴Psidium guajava 0.06 月季Rosa chinensis 0.06 狗尾草Setaria viridis 0.03 A 龙眼 0.20 木薯Manihot esculenta 0.56 香蕉 0.68 黄皮 0.13 木瓜Chaenomeles sinensis 0.27 青皮竹 0.24 芒果Mangifera indica 0.11 桂花 0.08 美人蕉Canna indica 0.04 苹婆Sterculia nobilis 0.07 九里香 0.08 朱蕉Cordyline fruticose 0.03 番石榴 0.06 R-A2 龙眼 0.34 朱蕉 0.32 香蕉 0.40 菠萝蜜 0.11 桂花 0.22 青皮竹 0.27 大王椰子 0.09 九里香 0.13 大米草 0.22 黄皮 0.08 变叶木Codiaeum variegatum 0.08 闭鞘姜Costus speciosus 0.05 罗汉松Sterculia nobilis 0.05 米仔兰 0.08 美人蕉 0.02 3.3 植物生长结构特征
研究发现(表2)：不同河段群落上层(高于8 m)植被多以落羽杉Taxodium distichum、龙眼Dimocarpus longan、大王椰子Roystonea regia、白颜树及小叶榕为主；不同河段树种丰富度指数不同(图1)，其中以R段最高(10)，R-A1和R-A2段其次，A段最低(2)；即居住密集区植被较为高大，常以古树名木或风水林的形式存在，农业段多为断枝枯木，罕有大型古树，植被多为人工栽植果树。各河段的群落中层植被以龙眼、黄皮、菠萝蜜和苹婆等果树为主，见于道路、庭院河岸等各类植物功能区，白颜树、美丽异木棉Ceiba speciosa和柳树Salix babylonica等景观观赏树种也较为常见，见于街边游憩广场或小游园；中层植被丰富度指数同样以R段最高(18)，A段(11)最低。相比之下，因包含小乔木、灌木和大型草本植物，群落下层植被丰富度指数较高，近东闸口的R-A2段丰富度指数达到了29，调查显示该段庭院面积较大，庭院内栽植经济类、观赏类果树等的可选择性较高，而近西闸口的R-A1段则庭院面积相对较小，植被多为盆栽为主，因而丰富度指数略低(11)；R和A段丰富度指数基本相当，植被以香蕉、青皮竹及龙眼为主。
表 2 不同高度层树种相对多度Table 2. Relative abundance of tree species at different heights河段 0~4 m 4~8 m ＞8 m 种名 相对多度/% 种名 相对多度/% 种名 相对多度/% R-A1 香蕉 82.02 龙眼 31.08 落羽杉 44.44 青皮竹 11.43 桃 27.03 龙眼 25.93 桂花 2.69 落羽杉 13.51 苦楝 Melia azedaeach 11.11 龙眼 1.85 白颜树 8.11 樟树Cinnamomum camphora 7.41 橡皮树Ficus elastica 0.50 荔枝Litchi chinensis 4.05 R 青皮竹 35.41 龙眼 45.22 大王椰子 43.33 香蕉 32.13 黄皮 14.01 白颜树 23.33 黄皮 16.39 苹婆 8.92 落羽杉 6.67 番石榴 4.43 菠萝蜜 5.10 龙眼 6.67 龙眼. 3.44 罗汉松Podocarpus macrophyllus 3.82 小叶榕 3.33 A 香蕉 63.51 龙眼 31.65 小叶榕 66.67 青皮竹 14.85 美丽异木棉Ceiba speciosa 25.32 苦楝 33.33 龙眼 5.36 黄皮 16.46 美丽异木棉 4.12 杨桃Averrhoa carambola 6.33 R-A2 香蕉 37.23 龙眼 52.00 大王椰子 55.56 龙眼 19.70 柳树Salix babylonica 13.09 小叶榄仁Terminalia neotaliala 27.78 青皮竹 16.01 菠萝蜜 12.73 龙眼 13.89 菠萝蜜 5.59 黄皮 7.27 黄皮 3.56 落羽杉 4.73 3.4 植物多样性特征
由图2可知：不同河段植被多样性指数波动较大，总体表现为R(2.52)＞R-A2(2.45)＞R-A1(1.53)＝A(1.53)，4个河段不同生活型植被多样性则表现为乔木＞灌木＞草本。均匀度指数差异较小，总体表现为R-A2(0.67)＞R(0.65)＞A(0.49)＞R-A1(0.45)，说明均匀度大小与河段用地类型和地理位置相关；不同河段乔灌草均匀度相对大小不同，R-A1段表现为乔木(0.74)＞灌木(0.69)＞草本(0.48)，R段表现灌木(0.82)＞乔木(0.80)＝草本(0.80)，A段表现为灌木(0.62)＞乔木(0.47)＞草本(0.43)，R-A2段表现为灌木(0.69)＞草木(0.68)＞乔本(0.65)。4类河段中R段多样性指数和均匀度指数均最高，主要原因是作为居住用地，R段两岸居住建筑分布多，人为活动频繁，受居民需求层次影响，庭院观赏植物更多，植物选择自由度较高，种类也较为丰富。而同为半居住半农业河段，近西闸的R-A1段乔木多样性高于近东闸口的R-A2段，原因在于西闸口居住建筑密度较高，居民更倾向选择乔木；而东闸口居住密度较小，人为干扰较小，大米草Spartina anglica，白花鬼针草Bidens alba等低矮灌木和草本植物更易生长，自然生态性较强。A段为农业用地，虽然干扰频率较低，但在以经济需求为本的人为管理下均质性较高，多为成片果树林或香蕉等可食用类植物，因此各类指数都低于其他河段。
3.5 居住建设活动对植物多样性的影响
实地调查发现：河涌南岸居住活动较为频繁，而北岸以农用地为主，因此本研究主要对南岸进行植物多样性与河道宽度和建筑盖度相关关系的分析。
Pearson相关性检验发现(图3)：河道宽度与河段区位相关性显著(r＝0.700，P＜0.05)，河道宽度不受用地的限制，而与河段区位直接相关；多重比较(LSD)发现：与其他河段相比，R-A2段河道宽度更大(P＜0.05)，其他河段河道宽度则无显著差异。对河道宽度与乔灌草的多样性和均匀度指数的相关性分析发现：河道宽度与草本植物多样性呈显著正相关(r＝0.537，P＜0.05)；单因素方差分析发现：R与R-A2段草本植物多样性差异显著(P＜0.05)，不同河段表现为R-A2＞A＞R-A1＞R，结合河道宽度认为，河段河道宽度越大，草本植物多样性越高，也就是说，河道宽度较高河段，其河岸带自然性较高，滨河自然野生草本植物生存空间较大，种类也较为丰富。
图 3 河道宽度与多样性指数分布关系图Figure 3. Distribution relationship between river width and diversity index如图4所示：不同河段植被均匀度指数变化较小，建筑盖度变化不明显。Pearson相关性分析发现：建筑盖度与灌木均匀度呈显著负相关(r＝−0.414，P＜0.05)，即建筑盖度越大，灌木分布越不均匀；主要原因在于建筑密集区，庭院分布也较为密集，桂花、九里香和散尾葵Chrysalidocarpus lutescens等常用做庭院造景灌木，受人为干较大；而在建筑盖度较低河段，由庭院导致的灌木分布不均匀的现象则相对较弱。
图 4 建筑盖度与均匀度指数分布关系图Figure 4. Distribution relationship between building coverage and eveness index总的来看，乔木和灌木在不同河段多样性差异不显著，受居住活动影响较小，表明整体乡村聚落河岸带植物景观较为统一，稳定性较强。河道宽度与草本植物多样性显著相关，建筑盖度与灌木均匀度显著相关；前者受河涌本身属性影响，而后者与人居庭院灌木选择的多样化相关，且由西闸口至东闸口的不同河段无明显上升或下降的变化规律，但呈现出多样性指数和河道宽度上升的变化趋势，而均匀度变化趋势则较为平缓。
4. 结论与讨论
4.1 结论
本次样地调查共记录河涌乡村聚落带内植物44科70属77种，其中乔木42种，灌木19种，草本13种，藤本3种；以蔷薇科和棕榈科植物种类数最多，桑科和芸香科次之。
不同河段优势植物种类无显著差异，乔木以龙眼、小叶榕和黄皮等为主，灌木以桂花、九里香和米仔兰为主，草本以香蕉和青皮竹为主。突显了居民的生存、感官和审美等不同层次需求。
由西至东不同河段乔木多样性呈下降趋势，灌木和草本无明显趋势，均匀度无明显变化趋势，但居住段乔灌草的多样性和均匀度指数明显高于其他河段，而农业段各项指数较低于其他河段；主要原因在于农业段受人为管理，栽植经济类树种，异质性较差，而居住密集区植物栽植以居民多样化需求为导向，植物多样性较高。河道宽度与草本植物多样性显著相关，建筑盖度与灌木均匀度显著相关，未发现其他显著相关特征；说明居住建设活动，如河道建设、房屋建设等，对河涌的主体植物，如大型乔灌木的影响较小，但对草本和灌木等低矮植物或盆栽类植物的影响较为显著。
不同河段间优势树种无明显差异，但不同高度层优势树种不同，下层以香蕉、青皮竹和龙眼为主，中层以龙眼、黄皮、落羽杉和白颜树为主，上层以龙眼、小叶榕和大王椰子为主。
4.2 讨论
研究区域虽然是高度人工化的河岸带生态系统，但乡村聚落居民的生活对自然界有很强的依赖性，而聚落树种的选择主要由乡村聚落的主体——人的本能需求为主导，是人为选择，但却是在“无意识”的经验下完成的[23]，说明：在乡村聚落长久的历史发展过程中，适应性强、经济价值高的树种获得了聚落居民的青睐而成为地域特征性树种，其重要值也较高。从个人层面到社会层面聚落居民需求可分为3个层次，第1层次，生存、感官和健康，即对植物作为可食用或可利用资源、环境净化和树冠遮光等的需求；第2层次，心理、审美和隐私，即对植物观赏属性、情感寄托和围合私密空间的需求；第3层次，群体、交通、安全和文化，即对植物构成的聚集空间，防护和集体意识形态层面的文化等的需求[24-26]。结合实地调查结果可知：优势植物不仅能够适应地域气候条件，还发挥了多种功能，以较高的经济和观赏等价值而得到广泛应用，并在邻里之间、代际之间传承[26-27]。在河涌区我们也发现：聚落居民需求主要停留在第1和第2层次，以食用和经济需求为首，观赏和感官等需求次之，因此在居民与植物的“双向选择”过程中，保留种类和数量最多的是果树，也就是说果树景观构成了河涌区的主体植物景观，并且不受用地类型和分布位置的限制[28]。
本研究依托河涌乡村聚落的线性特征，针对河涌两岸的用地状况进行植物多样性变化规律及其影响因素进行研究，分析乡村聚落带内植物基本特征、不同生活型及不同高度层的优势植物特征、植物多样性特征，以及居住建设活动对植物多样性特征的影响。唐赛男等[29]对乡村聚落植物多样性及人类活动对其影响的研究发现，不同人类活动影响下植物多样性等特征呈现出显著差异，尤其在典型带状特征河涌乡村聚落中，道路和居住建筑的建设活动对植物多样性的影响较为突出，并在不同用地类型中呈现出一定规律性，与本研究一致。带状河涌乡村聚落中，受居民需求导向影响，优势种以经济可食用植物为主，观赏和文化类为辅；居民居住活动，如居住建筑和庭院建设对乡村聚落整体植物多样性影响不大。以本研究为例，尽管居住用地植物多样性较农业用地高，但在统计学上差异不显著，居住用地仍然以经济类食用树种为主，这与农业用地主要树种相一致。但由于河段区位和居住建设活动的影响，盆栽灌木和草本类植物部分呈现显著差异。因此，在局部区域进行城镇化对大型乔灌多样性特征的影响不具有实际应用价值，但小尺度范围研究能体现出典型河涌的植物种属以及地域居民对植物的需求特征，突显出地域植物文化。
未来研究应进一步扩大研究范围，选取不同地区同类型以及同地区不同年代的乡村聚落带进行对比研究，增加乡村聚落样本量及其特征的差异性，以进一步说明在城镇化影响下，人类居住活动对植物景观的影响，以及不同地形地貌、气候及文化背景下，滨河乡村聚落植物多样性及其受城镇化影响程度的差异，以及乡村聚落近年来的发展趋势等，分析哪些人类活动以何种程度对乡村聚落的植物景观产生着积极的影响，哪些又产生了强烈的负面影响，去粗取精，探索改善人为干扰负面效应的方法，以指导乡村聚落规划建设活动，对无限制的城市化活动实现科学管控，保留具地域特色的乡村植物景观，建设人与自然和谐相处的乡村聚落生态环境。
-
表 1 变量赋值与说明
Table 1. variable assignment and description
类别 变量名 具体含义与赋值 均值 标准差 最小值 最大值 因变量 是否测土配方施肥技术 否为0；是为1 0.61 0.49 0 1 自变量 是否参与契约农业 否为0；是为1 0.32 0.46 0 1 农场主特征 性别 女为0；男为1 0.89 0.32 0 1 年龄 岁 46.14 8.52 18 73 受教育程度 未上过学为1；小学为2；初中为3；高中为4；中专为5；
职高为6；大专为7；本科为8；研究生及以上为93.89 1.38 1 9 是否接受过土肥培育技术培训 否为0；是为1 0.54 0.50 0 1 从事农业规模经营年限 a 7.75 4.81 0 36 是否为外村户籍 否为0；是为1 0.82 0.39 0 1 主要从业经历 非普通农民为0；普通农民为1 0.37 0.48 0 1 农场特征 是否在工商部门登记注册 否为0；是为1 0.80 0.40 0 1 是否为农业部门认定的示范农场 否为0；是为1 0.55 0.50 0 1 土地经营总面积 hm2 23.88 32.63 2.00 475.30 全部经营土地块数 块 13.30 28.32 1 385 家庭成员中在农场工作的人数 人 2.88 1.17 1 15 日常收支记录 否为0；是为1 0.76 0.43 0 1 土地未来扩张意愿 否为0；是为1 0.41 0.49 0 1 是否有生产经营性借款 否为0；是为1 0.60 0.49 0 1 是否购买农业保险 否为0；是为1 0.62 0.48 0 1 
下载: 导出CSV
表 2 Probit模型估计结果
Table 2. Probit model estimation results
类别 变量 测土配方施肥技术采纳行为 系数 标准误 是否参与契约农业 0.621*** 0.083 农场主特征 性别 −0.013 0.108 年龄 0.006 0.004 受教育程度 0.005 0.027 是否参加土肥培育技术培训 0.516*** 0.069 从事农业规模经营年限 0.018** 0.007 是否为外村户籍 −0.144 0.091 主要从业经历 −0.425*** 0.076 农场特征 是否在工商部门登记注册 −0.091 0.093 是否为农业部门认定的示范农场 −0.123 0.075 土地经营总面积 0.000 0.000 全部经营土地块数 0.000 0.001 家庭成员中在农场工作的人数 0.007 0.029 是否有日常收支记录 0.613*** 0.087 土地未来扩张意愿 0.205*** 0.072 是否有生产经营性借款 −0.031 0.073 是否购买农业保险 0.196*** 0.074 常数项 −0.880*** 0.302 样本量 1 706 拟合优度 0.184 χ2 420.10 说明：
**、***分别代表在5%、1%的统计水平下显著
下载: 导出CSV
表 3 契约农业参与的平均处理效应
Table 3. Average processing effect of contract farming participation
匹配方法 处理组/对照组(样本数) EATT 匹配方法 处理组/对照组(样本数) EATT 最近邻匹配(K=1) 538/1 168 0.195***(0.040) 半径匹配(R=0.01) 529/1 091 0.196***(0.029) 最近邻匹配(K=4) 533/1 114 0.183***(0.034) 核匹配 533/1 114 0.190***(0.026) 说明：括号内为标准误；***表示在1%的统计水平下差异显著
下载: 导出CSV
-
[1] FISCHER G, WINIWARTER W, ERMOLIEVA T, et al. Integrated modeling framework for assessment and mitigation of nitrogen pollution from agriculture: concept and case study for China [J]. Agric Ecosystems Environ, 2010, 136(1/2): 116 − 124. [2] 张复宏, 宋晓丽, 霍明. 果农对过量施肥的认知与测土配方施肥技术采纳行为的影响因素分析: 基于山东省9个县(区、市)苹果种植户的调查[J]. 中国农村观察, 2017(3): 117 − 130. ZHANG Fuhong, SONG Xiaoli, HUO Ming. Excess fertilizer application and growers’ adoption behavior for soil testing for fertilizer formulation and their determinants: an empirical analysis based on survey data from apple growers in 9 counties of Shandong Province [J]. China Rural Surv, 2017(3): 117 − 130. [3] 梁志会, 张露, 张俊飚. 土地转入、地块规模与化肥减量: 基于湖北省水稻主产区的实证分析[J]. 中国农村观察, 2020(5): 73 − 92. LIANG Zhihui, ZHANG Lu, ZHANG Junbiao. Land inward transfer, plot scale and chemical fertilizer reduction: an empirical analysis based on main rice-producing areas in Hubei Province [J]. China Rural Surv, 2020(5): 73 − 92. [4] 王思琪, 陈美球, 彭欣欣, 等. 农户分化对环境友好型技术采纳影响的实证研究:基于554户农户对测土配方施肥技术应用的调研[J]. 中国农业大学学报, 2018, 23(6): 187 − 196. WANG Siqi, CHEN Meiqiu, PENG Xinxin, et al. Empirical study on the influence of rural-household differentiation on their willingness to adopt environment-friendly technology: based on the investigation of 554 peasant households’ application of soil testing formula fertilization technology [J]. J China Agric Univ, 2018, 23(6): 187 − 196. [5] 李子琳, 韩逸, 郭熙, 等. 基于SEM的农户测土配方施肥技术采纳意愿及其影响因素研究[J]. 长江流域资源与环境, 2019, 28(9): 2119 − 2129. LI Zilin, HAN Yi, GUO Xi, et al. Analysis of influencing factors on farmers’ willingness to adopt soil testing and formula fertilization technology based on SEM [J]. Resour Environ Yangtze Basin, 2019, 28(9): 2119 − 2129. [6] 蔡颖萍, 岳佳, 杜志雄. 家庭农场畜禽粪污处理方式及其影响因素分析: 基于全国养殖型与种养结合型家庭农场监测数据[J]. 生态经济, 2020, 36 (1): 178 − 185. CAI Yingping, YUE Jia, DU Zhixiong. Analysis on the treatment of livestock and poultry manure and its influencing factors in family farm and combination of planting and breeding farm: based on the monitoring data of the aquaculture and combination family farms in China [J]. Ecol Econ, 2020, 36 (1): 178 − 185. [7] 冯晓龙, 霍学喜. 社会网络对农户采用环境友好型技术的激励研究[J]. 重庆大学学报(社会科学版), 2016, 22(3): 72 − 81. FENG Xiaolong, HUO Xuexi. Influencing of social network on farmers’ adoption of environmental-friendly technology [J]. J Chongqing Univ Soc Sci Ed, 2016, 22(3): 72 − 81. [8] 姚文. 家庭资源禀赋、创业能力与环境友好型技术采用意愿: 基于家庭农场视角[J]. 经济经纬, 2016, 33(1): 36 − 41. YAO Wen. Family resources, friendly entrepreneurial ability and intention on environmental technology adoption: based on the family farm view [J]. Econ Surv, 2016, 33(1): 36 − 41. [9] 夏雯雯, 杜志雄, 郜亮亮. 土地经营规模对测土配方施肥技术应用的影响研究: 基于家庭农场监测数据的观察[J]. 中国土地科学, 2019, 33(11): 70 − 78. XIA Wenwen, DU Zhixiong, GAO Liangliang. Study on the impact of land operational scale on the application of formula fertilization technology by soil testing: based on the observation from family farm monitoring data [J]. China Land Sci, 2019, 33(11): 70 − 78. [10] 曹铁毅, 王雪琪, 邹伟. 家庭农场测土配方施肥行为分析: 基于人力资本和社会资本禀赋[J]. 干旱区资源与环境, 2020, 34(5): 117 − 123. CAO Tieyi, WANG Xueqi, ZOU Wei. Analysis on the behavior of soil testing and formula fertilization of family farm: based on human capital and social capital endowment [J]. J Arid Land Resour Environ, 2020, 34(5): 117 − 123. [11] 王娜. 测土配方施肥: 带动施肥水平整体提高[EB/OL]. (2009-10-14)[2021-05-06]. http://www.moa.gov.cn/ztzl/ctpfsf/jyjl/200910/t20091014_1365202.htm. WANG Na. Soil testing and formula fertilization: drive the overall improvement of fertilization level[EB/OL]. (2009-10-14)[2021-05-06]. http://www.moa.gov.cn/ztzl/ctpfsf/jyjl/200910/t20091014_1365202.htm. [12] ATANU S, LOVE H A, SCHWART R. Adoption of emerging technologies under output uncertainty [J]. Am J Agric Econ, 1994, 76(4): 836 − 846. [13] 毛慧, 周力, 应瑞瑶. 风险偏好与农户技术采纳行为分析: 基于契约农业视角再考察[J]. 中国农村经济, 2018(4): 74 − 89. MAO Hui, ZHOU Li, YING Ruiyao. Farmers’ risk preferences and their technology adoption behavior: an examination from the perspective of contract farming [J]. Chin Rural Econ, 2018(4): 74 − 89. [14] 郜亮亮. 中国种植类家庭农场的土地形成及使用特征: 基于全国31省(自治区、直辖市) 2014—2018年监测数据[J]. 管理世界, 2020, 36(4): 181 − 195. GAO Liangliang. Characteristics of land composition and usage of the crop family farms: based on a unique 5-year consecutive family farm monitoring dataset (2014−2018) [J]. Manage World, 2020, 36(4): 181 − 195. [15] 岳佳, 蔡颖萍, 吴伟光. 工商注册对家庭农场化肥农药减量施用的影响分析: 基于452个家庭农场的调查[J]. 湖州师范学院学报, 2020, 42(5): 7 − 14. YUE Jia, CAI Yingping, WU Weiguang. An analysis of the impact of industrial and commercial registration on the reduction of chemical fertilizer and pesticide application in family farms: based on survey data of 452 family farms [J]. J Huzhou Univ, 2020, 42(5): 7 − 14. [16] 蔡颖萍, 杜志雄. 玉米临时收储政策调整对家庭农场土地流转租金的影响分析[J]. 中国农村观察, 2020(3): 114 − 129. CAI Yingping, DU Zhixiong. The influence of the adjustment of temporary corn collection and storage policy on the land rent of family farms [J]. China Rural Surv, 2020(3): 114 − 129. [17] 蔡荣, 汪紫钰, 杜志雄. 示范家庭农场技术效率更高吗?基于全国家庭农场监测数据[J]. 中国农村经济, 2019(3): 65 − 81. CAI Rong, WANG Ziyu, DU Zhixiong. Are model family farms more technically efficient? an analysis based on the monitoring data of national family farms [J]. Chin Rural Econ, 2019(3): 65 − 81. [18] 刘灵辉. 家庭农场土地流转合同期满续约过程中的利益博弈[J]. 西北农林科技大学学报(社会科学版), 2020, 20(2): 79 − 87. LIU Linghui. Benefit game between family farms and other farmers when the land transfer contract expires and the contract needs to be renewed [J]. J Northwest A&F Univ Soc Sci Ed, 2020, 20(2): 79 − 87. 期刊类型引用(7)
1. 王雪晴，齐锋. 浙江农宅与孤植树平面空间关系研究. 浙江林业科技. 2024(02): 74-81 . 
百度学术2. 谢兰曼，卢冠廷，祝燕. 浅析苏州田园乡村农户庭院植物景观营造. 安徽农业科学. 2024(20): 183-185 . 百度学术3. 安德利，原琛淞，褚兴彪. 基于湘桂黔界邻区调查的侗族传统村落生态智慧系统构建. 湖南包装. 2023(03): 116-120+124 . 百度学术4. 陈思淇，余翩翩，洪静萱，张玉钧. 景观干扰对乡村半自然生境植物多样性的影响分析. 中国园林. 2023(07): 21-27 . 百度学术5. 周韵奇，侯晨冉，王美仙. 基于Citespace分析的国内外乡村植物景观研究进展. 陕西林业科技. 2023(06): 115-125 . 百度学术6. 卢周奇，邱冰. 基于CiteSpace的国内乡村植物景观研究. 园林. 2021(02): 80-87 . 百度学术7. 陈思淇，张玉钧. 乡村景观生物多样性研究进展. 生物多样性. 2021(10): 1411-1424 . 百度学术其他类型引用(4)
-
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20200726
点击查看大图
计量
- 文章访问数: 1039
- HTML全文浏览量: 223
- PDF下载量: 42
- 被引次数: 11
