下载:
![](data:image/svg+xml,<svg xmlns='http://www.w3.org/2000/svg' width='210' height='179'><foreignObject width='2000' height='100%'><div xmlns='http://www.w3.org/1999/xhtml' style='font-size:16px;font-family:Helvetica'><table>
<thead>
<tr align="center">
<td class="table_top_border">试验编号</td>
<td class="table_top_border">乙醇体积分数(A)/%(</td>
<td class="table_top_border">时间(B) /h</td>
<td class="table_top_border">料液比(C)</td>
<td class="table_top_border">总黄酮得率/%</td>
</tr>
</thead>
<tbody>
<tr align="center">
<td class="table_top_border2">1</td>
<td class="table_top_border2">30</td>
<td class="table_top_border2">0.5</td>
<td class="table_top_border2">1:80</td>
<td class="table_top_border2">0.499</td>
</tr>
<tr align="center">
<td>2</td>
<td>30</td>
<td>1.0</td>
<td>1:40</td>
<td>0.594</td>
</tr>
<tr align="center">
<td>3</td>
<td>30</td>
<td>1.5</td>
<td>1:60</td>
<td>0.411</td>
</tr>
<tr align="center">
<td>4</td>
<td>70</td>
<td>0.5</td>
<td>1:40</td>
<td>0.936</td>
</tr>
<tr align="center">
<td>5</td>
<td>70</td>
<td>1.0</td>
<td>1:60</td>
<td>0.733</td>
</tr>
<tr align="center">
<td>6</td>
<td>70</td>
<td>1.5</td>
<td>1:80</td>
<td>0.476</td>
</tr>
<tr align="center">
<td>7</td>
<td>95</td>
<td>0.5</td>
<td>1:60</td>
<td>0.877</td>
</tr>
<tr align="center">
<td>8</td>
<td>95</td>
<td>1.0</td>
<td>1:80</td>
<td>0.625</td>
</tr>
<tr align="center">
<td>9</td>
<td>95</td>
<td>1.5</td>
<td>1:40</td>
<td>0.501</td>
</tr>
<tr align="center">
<td><i>K</i>1</td>
<td>1.504 0</td>
<td>2.312 0</td>
<td>2.031 0</td>
<td>
</td></tr>
<tr align="center">
<td><i>K</i>2</td>
<td>2.145 0</td>
<td>1.952 0</td>
<td>2.021 0</td>
<td>
</td></tr>
<tr align="center">
<td><i>K</i>3</td>
<td>2.003 0</td>
<td>1.388 0</td>
<td>1.600 0</td>
<td>
</td></tr>
<tr align="center">
<td><i>R</i>j</td>
<td>0.214 0</td>
<td>0.308 0</td>
<td>0.144 0</td>
<td>
</td></tr>
</tbody>
<tfoot>
<tr>
<td class="table_top_border" colspan="5">说明: <i>K</i>为第"<i>j</i>"列因素3水平所对应的试验指标和; <i>R<sub>j</sub></i>为第"<i>j</i>"列因素的极差。</td>
</tr>
</tfoot>
</table></div></foreignObject></svg>)
-
藜麦Chenopodium quinoa又称南美藜、藜谷、奎奴亚藜等，是1年生的藜科Chenopodiaceae草本作物，在安第斯山脉种植已有5 000多年的历史，被印加人称为“谷物之母”和“安第斯山的真金”[1-2]。藜麦蛋白质含量高，具有近乎完美的氨基酸组成，富含不饱和脂肪酸、类黄酮、维生素E等多种有益化合物，是联合国粮农组织认定的唯一的完美营养食品，被誉为“未来的超级谷物”“营养黄金”“有机谷类之王”等[3-4]。长期食用藜麦，对心脏病、高血压、高血糖、高血脂等有很好防治作用。藜麦喜热带、亚热带干湿气候，生长温度为2.0~35.0 ℃，生长适温14.0~18.0 ℃，在营养生长阶段可耐轻度霜冻（-1.0~0 ℃），在种子结实之后可耐-6.0 ℃低温，对盐碱、干旱、霜冻、病虫害等的抗性能力都很强，植株在自然肥力低的情况下仍能生长良好[5]。由于藜麦的营养价值在提供粮食和营养安全等方面的突出作用，联合国大会宣布2013为“国际藜麦年”[6]。黄酮类化合物是一种生理活性活泼的物质，具有降低血管脆性及异常的通透性、降血压、降血脂及胆固醇、抗病毒、抗炎、抗癌防癌、抗氧化等药理作用，尤以对心脑血管疾病的治疗作用而备受重视[7-8]。研究者已用不同方法在银杏Ginkgo biloba[9]，甘薯Ipomoea batatas[8]，花生Arachis hypogaea[10]，大蒜Allium sativum[11]，荞麦Fagopyrum esculentum[12]，小白菜Brassica rapa chinensis[13]，金银花Lonicera japonica[14]以及豆科Leguminosae植物[15-16]中等进行了黄酮提取和含量测定。藜麦谷粒中比较丰富的类黄酮物质异黄酮和维生素E组合可明显促进糖、脂代谢和胰岛素分泌，对糖尿病的治疗作用明显[17-19]。然而，有关藜麦黄酮类化合物的研究国内外报道甚少[20]。本研究着重讨论藜麦叶片黄酮类物质的提取和测定方法，进而分析基因型间的差异，为藜麦叶片黄酮类物质的开发利用和高黄酮高氧化性资源的筛选提供依据。
-
藜麦盆栽40 d后，摘取新鲜叶片，于阴凉通风处晾干后，置于80 ℃鼓风烘箱中干燥12 h，取出后用粉碎机充分粉碎，过0.5 mm孔筛筛选，装入干燥器皿中备用。
-
主要试剂：芦丁对照品购自国药集团化学试剂有限公司；亚硝酸钠、硝酸铝、氢氧化钠、乙醇等试剂均为国产分析纯。
主要仪器：DHG 9123A电热恒温鼓风干燥箱（上海精宏实验设备有限公司）、TP?鄄214电子天平（丹佛仪器有限公司）、XMTD?鄄6000恒温水浴锅（上海申胜生物技术有限公司）、TDL?鄄40B台式离心机（上海安亭科学仪器厂）、752PC紫外可见分光光度计（上海光谱仪器有限公司）。
-
以藜麦品种PI814932为材料，精确称取其全粉1.00 g，置于圆底烧瓶中。采用水浴回流加热法进行提取试验。选择影响藜麦叶片黄酮得率的主要因素如乙醇体积分数、料液比、浸提时间等3个因素为考察因子，按照L9（33）正交表安排不同提取条件试验（表 1），以确定最佳提取条件。
表 1 L9(33)正交表和实验结果
Table 1. Orthogonal table L9(33) and experimental results
试验编号 乙醇体积分数(A)/%( 时间(B) /h 料液比(C) 总黄酮得率/% 1 30 0.5 1:80 0.499 2 30 1.0 1:40 0.594 3 30 1.5 1:60 0.411 4 70 0.5 1:40 0.936 5 70 1.0 1:60 0.733 6 70 1.5 1:80 0.476 7 95 0.5 1:60 0.877 8 95 1.0 1:80 0.625 9 95 1.5 1:40 0.501 K1 1.504 0 2.312 0 2.031 0 K2 2.145 0 1.952 0 2.021 0 K3 2.003 0 1.388 0 1.600 0 Rj 0.214 0 0.308 0 0.144 0 说明: K为第"j"列因素3水平所对应的试验指标和; Rj为第"j"列因素的极差。 -
鉴于目前以芦丁为标样的比色法是测定黄酮得率最常用的方法[21]，本研究仍沿用该法来测定藜麦总黄酮得率。准确称取芦丁标准试剂5.000 mg，用体积分数为60%乙醇完全溶解后定容至50.0 mL，摇匀的质量浓度为0.1 g·L-1的芦丁标准溶液。分别吸取芦丁标准溶液0.0，1.0，2.0，3.0，4.0，5.0 mL于6只10.0 mL刻度试管中，用体积分数为60%乙醇补至5.0 mL，加入质量分数为5%的亚硝酸钠溶液0.3 mL，摇匀，放置6 min后加入质量分数为10%的硝酸铝溶液0.3 mL，放置6 min，再加入1.0 mol·L-1氢氧化钠溶液4.0 mL，混匀，再加体积分数为60%的乙醇0.4 mL，室温放置15 min后于波长501 nm处测定其吸光度，以体积分数为60%乙醇溶液为空白对照，建立测定标准曲线和线性回归方程。测定时，以不同的样品液代替芦丁标准溶液，其他步骤与制作芦丁标准方程相同。计算公式如下：总黄酮得率（%）=（C×V1×V2×10-3）/（W/V0）×100。其中：C为测定样液的质量浓度（g·L-1）；V0为测定吸光度所用样液的体积（mL）；V1为测定时稀释体积（mL）；V2为样液定容后体积（mL）；W为样品质量（g）。
-
精确称取藜麦品种‘TEMUCO Quinoa TRADITIONAL’共6份相同样品，按上述最佳提取和测定方法进行重复性试验，验证可靠性。选上述藜麦品种‘TEMUCO Quinoa TRADITIONAL’，设定不同加入量，6次重复，加入已知量芦丁样液，计算回收率，黄酮提取和测定方法同上。
-
选择‘TEMUCO Quinoa TRADITIONAL’‘QuinoaB.Rain Sow’‘Temuco’‘1591 Quinoa Cherry’‘Tomico Quinoa’‘CQ?鄄TEMVCC’‘PI814932’‘PI596293’‘Tumuco（7）hybrids’‘PsI596498’10个不同基因型藜麦品种，统一播种和管理，采用上述同样方法进行制样。然后采用确定的最优提取工艺，对所选藜麦品种进行提取，分析藜麦叶片黄酮得率的基因型差异。
-
芦丁在0～50.0 mg·L-1质量浓度范围内，以吸光值（y）为纵坐标，芦丁标准品质量浓度（x）为横坐标，绘制标准曲线，得到回归方程：y=13.771x-0.013 6（R2=0.998 0）。该结果表明：芦丁在该质量浓度范围内吸光度值与质量浓度之间存在良好的线性关系。
-
选用30%，70%和95% 3个有代表性的乙醇体积分数作为提取液。因乙醇沸点在80 ℃左右，采用水浴热回流法（80～90 ℃）提取对它影响很小，因此，温度因素可不考虑在内。其他提取条件为提取时间和料液比。利用3因子3水平正交试验研究各因素对工艺的影响，同时为明确影响提取得率的显著性因子，对正交表中的黄酮得率作方差分析。结果分别见表 1和表 2。
表 2 藜麦总黄酮得率的方差分析
Table 2. Variation analysis of extraction rate of flavonoids in quinoa
方差来源 平方和(S) 自由度(f) 均方(s/f) F值 临界值 乙醇体积分数(A) 0.075 5 2 0.037 8 6.51 F0.05(2，2)=19 时间(B) 0.144 6 2 0.072 3 12.47 F0.1(2，2)=9 料液比(C) 0.040 3 2 0.020 2 3.47 F0.2(2，2)=4 误差 0.011 6 2 0.005 8 总和 0.272 0 8 由表 2可知：FB＞F0.1，因素B对黄酮提取量的影响显著，F0.2＜FA＜F0.1，因素A对黄酮提取量有一定的影响，但不显著。由表 1可知，RB＞RA＞RC，据此，可确定各因素对黄酮提取量影响主次顺序为B＞A＞C。
-
由表 1可知：提取时间为0.5 h时黄酮得率最高，其后逐渐降低。因此，提取时间以0.5 h为佳。延长浸提时间，可能由于黄酮降解，从而降低了提取量[8]。
-
由表 2可知：乙醇休积分数对指标具有一定的影响。根据表 1和因素A的数据，乙醇体积分数为30%～70%时，黄酮得率剧增；而乙醇体积分数为70%～95%时，黄酮得率明显下降，显现一个抛物线变化的趋势。因此，确定乙醇最佳体积分数为70%。
-
由表 2可知：料液比对指标影响不显著。当对不同料液比进行试验时，发现料液比在1:40时，黄酮?鄄得率略高于料液比为1:60，其后随着料液比的增加黄酮?鄄得率逐渐降低。因此，从节约材料与药品综合比较后，确定最适料液比为1:40。
综上所述，藜麦总黄酮得率的最优提取条件为：乙醇体积分数70%，浸泡时间0.5 h，料液比1:40。
-
根据已获得的芦丁标准曲线与线性回归方程，计算出每毫升提取液中的总黄酮含量，再根据公式计算总黄酮得率。为验证比色法测定黄酮得率的可靠性，进行了6次重复性试验和回收率试验。实验结果显示：在波长510 nm条件下，各重复实验组的吸光度值分别为0.638，0.637，0.635，0.637，0.634，0.639。结果证明了比色法测定的可靠性；从回收率结果（表 3）可以看出，本测定方法各处理的回收率均接近100%，重现性也较高。综合上述，本法适用于测定藜麦黄酮类化合物的得率。
表 3 藜麦黄酮分析的回收率实验结果
Table 3. Experimental results of recovery in extraction rate of flavonoids in quinoa
试验编号 样品中含量/mg 加入芦丁量/mg 测得量/mg 回收率/% 平均回收率/% 相对标准偏差/% 1 7.134 0.100 7.441 102.86 100.25 4.22 2 14.268 0.100 13.415 93.37 3 7.039 0.100 7.441 104.23 4 14.078 0.100 14.265 100.61 5 7.998 0.100 8.368 103.33 6 15.996 0.100 15.630 97.10 -
表 4列出了10个藜麦品种的黄酮得率。由表 4可知：藜麦黄酮得率在基因型间存在很大差异，变幅为0.215%～0.933%，平均为0.619%，变异系数达34.44%。其中，以品种‘PI814932’的总黄酮得率最高，达0.933%。其次为‘QuinoaB. Rain Sow’和‘Temuco’，分别列第2位和3位，但两者基因型黄酮得率差异不大。紧随其后的分别是品种‘1591 Quinoa Cherry’和‘TEMUCO Quinoa TRADITIONAL’。品种‘Tomico Quinoa’和‘CQ?鄄TEMVCC’的基因型黄酮得率相近，分别排列第8位和第9位。而叶片表面覆有紫色粉层的‘PI596498’品种的总黄酮得率最低，为0.215%，藜麦总黄酮得率可能与其叶片表面的紫色粉层有关。
表 4 藜麦黄酮得率的基因型差异
Table 4. Genotype variation of extraction yields of flavonoids in quinoa
品种 叶表情况 叶形状 总黄酮得率/% TEMUCO Quinoa TRADITIONAL 绿色 提琴形锯齿状 0.635 QuinoaB.Rain Sow 绿色 提琴形锯齿状 0.818 Temuco 绿色 提琴形锯齿状 0.805 1591 Quinoa Cherry 绿色 提琴形锯齿状 0.751 Tomico Quinoa 绿色 提琴形锯齿状 0.472 CQ-TEMVCC 绿色 提琴形锯齿状 0.477 PI814932 绿色 提琴形锯齿状 0.933 PI596293 绿色 提琴形锯齿状 0.512 Tumuco(7)hybrids 绿色 提琴形锯齿状 0.572 PI596498 绿色(表面覆有紫色粉层) 卵形略有锯齿 0.215 平均值 0.619 变异系数/% 34.44 -
黄酮类化合物因其独特的保健功能而越来越得到人们的重视[8]。藜麦被认为是最适宜人类的完美“全营养食品”，是最具潜力的农作物之一。藜麦种子及新芽中的花青素、总多酚有较高的抗氧化性，可以作为传统食物的替代品，具有很高的营养价值[22]。藜麦的叶子可当蔬菜吃，与菠菜Spinacia oleracea叶子相似，既可用来凉拌生食，又是新鲜蔬菜的色拉的理想原料。本研究首次对藜麦的不同基因型品种的叶片黄酮得率进行了测定比较。参照国内外提取黄酮的多种方法[23-24]，紫外可见分光光度法操作■简单方便，标准对照品易得，结果可靠，是黄酮类化合物的定量分子最常用的方法之一[25]。本着溶剂无毒性、易回收、对黄酮溶解力强和工艺简单的原则，确定乙醇为最佳提取剂。本研究表明，藜麦黄酮类化合物的提取率与乙醇体积分数、提取时间和料液比有关。经采用3因素3水平正交试验，其最佳提取工艺是乙醇体积分数70%，提取时间0.5 h，料液比1:40，且一次提取即可使得率达85%以上，这为藜麦黄酮类化合物的开发利用提供了理论依据和工艺参数。
黄酮得率的比色法测定比较简单可靠，但易受脂类物质的干扰[8]。从重复性试验和回收率试验中可看出，比色法适于测定藜麦总黄酮得率，且具有良好的重现性和稳定性。说明藜麦叶片中含脂量不足以影响藜麦黄酮的提取和测定。研究表明：‘PI814932’品种的黄酮提取量最高，达0.933%，该含量高于赪桐Clerodendrum japonicum根[24], 鲜青蒿Artemisia carvifolia[26], 甜菜Beta vulgaris[27]等的黄酮含量。不同品种间藜麦叶片黄酮得率差异系数达34.44%，说明通过适当的育种改良途径和方法，可以筛选到高黄酮高抗氧化性藜麦品种。藜麦黄酮提取量还可能受叶片粉质层的成分、叶片中叶绿素、花青苷、类胡萝卜素含量[28]以及内酯含量大小的遗传和环境因子[29]等因素影响。本项目将对不同生长发育时期的藜麦叶片黄酮含量变化，以及叶片和种子黄酮含量的相关性作进一步研究，更好地促进藜麦作为一种保健的多功能多方面可利用的食物源的大力开发。
Flavonoid extraction and flavonoid content with genotypic variation from Chenopodium quinoa leaves
-
摘要: 为了优化藜麦Chenopodium quinoa叶片黄酮的乙醇提取工艺和分析基因型间的差异, 为藜麦黄酮的开发和高黄酮的品种筛选提供理论依据, 采用3因子3水平正交试验设计, 探讨了乙醇体积分数、料液比和浸提时间等因素对藜麦叶片黄酮提取率的影响; 并采用最佳提取条件, 对10个不同基因型品种藜麦的叶片黄酮得率进行了比较分析。结果表明:藜麦叶片黄酮最佳提取条件为体积分数70%乙醇, 1:40料液比, 80℃水浴下回流浸提0.5 h。在优化条件下, 1次提取工艺得率达85%以上。各因素对叶片黄酮提取率的影响程度依次为:浸提时间>乙醇体积分数>料液比。比较结果发现:藜麦叶片黄酮得率存在明显基因型差异, 其中品种PI814932的叶片黄酮类物质得率最高, 达0.933%。所测藜麦品种的叶片黄酮平均得率为0.619%, 变异系数为34.44%。研究表明:乙醇回流法适于提取藜麦总黄酮类化合物。Abstract: The suitable technology of extracting flavonoids from Chenopodium quinoa leaves using the ethanol reflux extraction method, as well as the analysis of flavonoid content with genotypic variation, were studied in the paper. The research aims to provide theoretical basis for flavonids exploitation from C. quinoa and high-flavonoid variety screening. The effect of each factor such as ethanol concentration, extracting time and ratio of sample with ethanol solution on flavonoid extraction from C. quinoa was investigated using the orthogonal design L9(33) test. Moreover, flavonoids from C. quinoa leaves of ten different genotypes were extracted by the optimum extraction method and were subsequently analyzed for averages and coefficient of variation (CV). Results showed that optimum extracting conditions consisted of an extracting reagent of 70% ethanol, an extracting temperature of water-based heating of 80℃, a ratio of the leaf power to reagent of 1:40, and an extraction time of 0.5 h. For the extraction rate of falvonoids from C. quinoa leaves extracting time> ethanol concentration> ratio of sample to the ethanol solution. In one extraction cycle with optimum extracting conditions, the flavonoid extraction rate reached more than 85%. Additionally, extraction yields of flavonoids from different genotypes different with cultivar 'PI814932' having the highest flavonoid extraction rate (0.933%). The average extraction rate of flavonids from leaves of the ten tested varieties was 0.619%, and the CV was up to 34.44%. Hence, the ethanol reflux extraction method was suitable for flavonoid extraction from C. quinoa leaves.
-
Key words:
- botany /
- Chenopodium quinoa /
- flavonoid /
- extraction conditions /
- genotype variation
-
自然保护区与周边社区是一个密切联系的有机整体，能否有效妥善处理自然保护区与周边社区之间的关系是影响自然保护区可持续发展的关键，也是政府与学术界长期关注的焦点[1]。一方面，建立自然保护区是遏制生态环境恶化、保护生物多样性、实现可持续发展的重要举措。有鉴于此，包括中国在内的世界各国均十分重视自然保护区建设，截至2011年底，中国自然保护区面积为1 4971.1万hm2，占辖区面积的14.93%[2]。另一方面，自然保护区大多地处偏远山区，交通不便，经济相对落后，周边社区发展与农户传统生计方式对自然资源的依赖程度很高，但自然保护区建立后往往对自然资源的开发与利用实行较为严格的限制。因此，在自然保护区建设中，如何采取有效的管理方式，在保护好自然资源的同时，兼顾周边社区与农户的需求与利益，赢得周边社区与农户对自然保护区建设的支持，是决定自然保护区建设能否实现可持续发展的关键。围绕自然保护区与周边社区关系问题目前已有较大规模的研究文献。已有研究主要集中于自然保护区建设对周边社区农户的影响[3-5]，周边社区农户对自然保护区建设的态度与补偿意愿[6-7]，自然保护区与周边社区冲突及其管理模式选择等方面[8-11]。然而，已有研究往往以单个自然保护区为研究对象，通过典型案例调查，定性描述分析自然保护区建设与周边社区农户之间的关系及其存在的问题，并提出相应的对策建议；基于较大规模自然保护区调查数据，将自然保护区管理模式、周边社区农户生计状况与周边社区农户对自然保护区建设的态度等纳入统一的分析框架，采用计量经济学等定量方法来研究上述关系尚比较少见。为此，本研究将基于浙江与陕西2省8个不同自然保护区及其周边24个社区192个农户的实地调查数据，在比较分析不同地区、不同自然保护区管理与周边社区农户生计状况的基础上，采用计量经济学方法，揭示出自然保护区管理方式、农户生计状况等因素对周边农户态度的影响，进而提出促进自然保护区与周边社区协调发展的政策建议。
1. 数据来源
本研究选择浙江省和陕西省为研究范围，根据自然保护区区域分布状况，分别选择3个国家级自然保护区和1个省级自然保护区，共8个自然保护区样本。在各个样本自然保护区周边分别选取3个社区（区内2个，区外1个），共计24个样本社区。在各个社区随机抽取8个农户作为样本农户，共192个样本农户（表 1）。
表 1 样本分布情况Table 1. Sample distribution省份 自然保护区/个 社区/个 农户/个 国家级 省级 区内 区外 区内 区外 浙江 3 1 8 4 64 32 陕西 3 1 8 4 64 32 合计 6 2 16 8 128 64 为了全面充分了解自然保护区管理、周边社区农户生计状况与周边农户对自然保护区建设的态度，本研究分别针对自然保护区管理机构、周边社区和农户设计了3套调查问卷。自然保护区管理机构调查问卷主要涉及保护区机构设置、管理状况、管理模式、自然保护区发展面临的主要困难等内容；自然保护区周边社区调查主要涉及社区社会经济状况、资源利用、基础设施、周边社区与自然保护区关系等内容；农户调查主要涉及农户家庭人口、资源、就业以及对自然保护区发展评价与态度等内容。
2. 自然保护区管理状况与周边社区农户生计状况分析
自然保护区周边社区农户对自然保护区建设的态度，主要取决于自然保护区管理理念与方式、自然保护区周边社区农户自身生计状况两方面因素。不同的管理理念与方式（如孤岛式管理、社区共管），意味着自然保护区在管理过程中对周边社区农户的需求与利益关系的处理上存在很大的差异，从而周边社区农户对自然保护区建设的态度也将明显不同。自然保护区周边社区农户生计方式（收入水平与结构、能源消费水平与结构等）的差异，则意味着周边社区农户对自然保护区资源依赖程度和需求取向的不同，进而影响周边社区农户对自然保护区建设的态度。因此，分析周边社区农户对自然保护区态度问题，需要考察不同自然保护区管理模式及其周边社区农户生计状况。
2.1 自然保护区管理状况
自然保护区管理涉及因素很多，自然保护区土地权属结构、区内是否有人居住、是否建立社区共管机构、是否建立针对社区的补偿机制以及是否开展旅游等，是影响自然保护区与周边社区之间的关系最为重要的因素[12-14]。首先，在中国许多自然保护区是为了实施“抢救式”保护而建立的，往往通过强制划拨的方式，将原来属于社区集体甚至农户经营的土地划为自然保护区，但并未对当地社区和农户给予必要的补偿和妥善安排，从而产生土地权属纠纷，进而引起自然保护区与周边社区之间的冲突。其次，自然保护区是否建立社区共管机构、是否针对社区建立补偿机制，也是影响自然保护区与周边社区关系的重要因素。因为如果能够建立有效的共管机构或补偿机制，往往能够在一定程度上满足周边社区农户的利益诉求，从而缓解他们之间的矛盾与冲突，改善周边社区农户对自然保护区建设的态度。再者，开发生态旅游，不仅可以增加自然保护区资金来源，还可以为周边社区农户提供就业机会，也会影响周边社区农户对自然保护区建设的态度。
表 2为样本自然保护区土地权属结构、建立共管机构、建立针对社区的补偿机制以及开展生态旅游等基本状况。从表 2可以看出：①从保护区土地权属结构来看，集体所有土地仍占一定份额，但不同省份之间存在明显差异，其中陕西省以国有土地为主占88.0%，而浙江省则以集体土地为主占65.0%。②从社区共管机构和补偿机制建立情况来看，目前已有不少自然保护区建立了社区共管机构与补偿机制；但不同省份、不同等级之间存在一定的差异；浙江省建立社区共管机构和补偿机制的比例分别为50.0%和75.0%，陕西省这一比例分别为75.0%和25.0%；国家级自然保护区比省级自然保护区建立社区共管机构与补偿机制的比例明显要高。③从生态旅游开发情况来看，陕西省自然保护区开展生态旅游比例比浙江省要高，国家自然保护区比省级自然保护区开展生态旅游更普遍。
表 2 自然保护区管理状况Table 2. Management status of nature reserve省份及保护区等级 保护区面积及比例 是否建立共管机构/% 是否建立补偿机制/% 是否发展生态旅游/% 总面积/hm2 国有/% 集体/% 是 否 是 否 是 否 浙江省 17 138 35.3 64.7 50.0 50.0 75.0 25.0 50.0 50.0 陕西省 38 749 87.8 12.2 75.0 25.0 25.0 75.0 75.0 25.0 国家级 30 141 78.7 21.3 75.0 25.0 50.0 50.0 75.0 16.7 省级 25 746 53.9 46.1 0 100.0 0 100.0 50.0 50.0 说明：根据调查数据整理。 2.2 自然保护区周边社区农户生计状况
自然保护区周边社区农户生计状况，特别是农户收入水平与结构、生活能源利用结构是影响周边社区农户对自然保护区建设态度的重要影响因素[15]。从理论上来讲，随着农户收入水平的提高（特别是非农收入比例的提高）和生活能源消费结构的改善（特别是薪柴消费比例的下降），一方面农户将降低对自然资源的直接依赖，另一方面将提高对生态环境质量方面的需求，从而其对自然保护区建设的态度与意愿也将改善。当然，由于目前自然保护区周边农户收入总体上还处于相对较低水平，收入水平的提高是否一定会改善周边社区农户对自然保护区建设的态度，还需要实证检验。表 3与表 4为自然保护区周边农户家庭收入与能源消费状况。
由表 3与表 4可以看出：①从收入水平来看，浙江省自然保护区周边农户的家庭人均年收入比陕西省要高，前者人均收入为10 728.00元·人-1·a-1，后者为9 123.00元·人-1·a-1；国家级自然保护区周边农户家庭人均收入比省级自然保护区要高，前者为17 028.00元·人-1·a-1，后者为9 534.00元·人-1·a-1。②从收入结构来看，不同省份与不同等级自然保护区周边农户结构比较接近，其中非农收入是农户家庭收入主要来源占60.0%以上。在农业收入中，林业收入所占比重最高，说明农户对林业资源依赖程度较高。③从能源消费水平来看，浙江省自然保护区周边农户能源消费总量略高于陕西省，前者为492.00元·人-1·a-1，后者为471.00元·人-1·a-1；国家级自然保护区周边农户能源消费水平高于省级自然保护区，前者为505.00元·人-1·a-1，后者为441.00元·人-1·a-1。④从能源消费结构来看，不同省份与不同自然保护区之间差异不大，均以薪柴与电力为主，两者合计占能源消费总量的70.0%以上；说明自然保护区农户在利用新型能源的同时，仍然没有放弃传统薪柴；此外，浙江省液化气消费量量显著高于陕西省。
表 3 自然保护区周边农户家庭收入状况Table 3. Household income status省份及保护区等级 人均收入/元 收入百分比/% 种植业 林业 畜牧业 非农 其他 浙江省 10 7208.00 9.6 20.6 3.0 62.5 4.3 陕西省 9 213.00 6.8 10.8 5.6 65.4 11.4 国家级 17 306.00 6.4 17.4 4.2 66.2 5.7 省级 9 534.00 14.4 11.6 4.0 56.4 13.6 说明：根据调查数据整理。 表 4 自然保护区周边农户家庭收入与能源消费状况Table 4. Household energy consumption status省份及保护区等级 人均能消费/元 能源消费/% 薪柴 电力 液化气 煤炭 太阳能 秸杆 沼气 其他 浙江省 429.00 52.1 22.7 9.2 0.4 3.1 0 0.1 12.4 陕西省 471.00 65.6 19.8 2.9 6.1 1.1 3.2 1.2 0.1 国家级 505.00 59.4 21.6 4.6 4.5 2.4 2.6 0.8 4.3 省级 441.00 57.9 20.7 8.5 1.2 1.5 0 0.4 9.9 说明：根据调查数据整。 3. 影响周边社区农户对自然保护建设态度的决定因素分析
上述从定性角度分析了影响周边社区农户对自然保护区建设态度的可能因素，并对自然保护区调查样本管理状况及其周边农户生计状况进行了简要描述分析。然而，上述因素到底在多大程度上影响自然保护区周边社区农户对自然保护区建设的态度？影响方向如何？还需要进行严格的计量经济学分析。
3.1 模型设定与变量选择
为了了解自然保护区周边农户对自然保护区建设的态度与保护意愿。调查中，研究者直接询问农户“您是否支持保护区建设”？并设置了1=“不支持”，2=“不确定”和3=“支持”等3个选项。该问题属于多元离散选择，而且不同选项之间具有逻辑次序关系。因此，本研究建立如下Ologit模型用于分析决定农户对自然保护区建设态度的影响因素[16]。
$y_{i}^{*}={{z}_{i}}+{{\xi }_{i}},{{z}_{i}}=\sum\limits_{k=1}^{k}{{{\beta }_{k}}{{x}_{ik}}}$
(1) ${{y}_{i}}=\left\{ \begin{array}{*{35}{l}} 1,当{{y}_{i}}\le {{k}_{1}} \\ 2,当{{k}_{i}}＜{{y}_{i}}\le {{k}_{2}} \\ 3,当y_{^{i}}^{*}\ge {{k}_{3}} \\ \end{array} \right.$
(2) $\left\{ \begin{array}{*{35}{l}} P(y=1)=F({{k}_{1}}-{{z}_{i}}) \\ P(y=2)=F({{k}_{2}}-{{z}_{i}})-F({{k}_{1}}-{{z}_{i}}) \\ P(y=3)=1-F({{k}_{2}}-{{z}_{i}}) \\ \end{array} \right.$
(3) 式（1）中yi*为潜变量（无法直接观测），其取值决定于一组影响农户保护意愿的因素xi，见表 5。式（2）表示，当yi*≤k1时，取值为1，表示“不支持”； 当k1＜yi*≤k2时，yi取值为2，表示“不确定”； 当yi*≥k3时，取值为3，表示“支持”。式（3）分别表示 “不支持”“不确定”和“支持”的概率。模型中F（ .）如果是标准正态累积分布函数为Probit模型，如果是Logistic累积分布函数为Logit模型。不论是Probit模型还是Logit模型，都用极大似然法进行参数估计，本研究选择Logit模型。根据上述模型，可以估计解释变量对保护区建设支持意愿概率的边际效应。对连续变量而言，边际效应计算式为：
$\begin{align} & \left\{ \begin{array}{*{35}{l}} P(y=1)=F({{k}_{1}}-{{z}_{i}}) \\ P(y=2)=F({{k}_{2}}-{{z}_{i}})-F({{k}_{1}}-{{z}_{i}}) \\ P(y=3)=1-F({{k}_{2}}-{{z}_{i}}) \\ \end{array} \right. \\ & \frac{\partial P(y=m\left| x) \right.}{\partial {{x}_{i}}}=P(y=m\left| x) \right.\left\{ {{\beta }_{k,j\left| J \right.}}-\sum\limits_{j=1}^{J}{{{\beta }_{k,m/J}}P(y=j\left| x \right.)} \right\} \\ \end{align}$
(4) 对离散变量而言，边际效应计算式为：
$\frac{\Delta P(y=m\left| x) \right.}{\Delta {{x}_{k}}}=P(y=m\left| x,{{x}_{k}}={{x}_{E}}) \right.-P(y=m\left| x,{{x}_{k}}={{x}_{s}}) \right.$
(5) 根据式（4）可知：对于应变量yi＝1，解释变量xi的边际效应与参数符号βi相反；对于应变量yi＝3，解释变量xi的边际效应与参数βi符号相同；对于应变量yi＝2，解释变量xi的边际效应的符号则是不明确的；边际效应之和等于0。
上述模型中解释变量x包括3类变量，即自然保护区管理状况、周边社区农户生计状况和其他控制因素（农户基本特征、地区虚拟变量）。其中，自然保护区管理状况主要包括土地权属结构（以集体土地比例表示）、自然保护区内是否有人居住、自然保护区等级、是否建立共管机构、是否建立补偿机制、是否开展旅游、是否提供就业帮助，以及保护区建立时间等；自然保护区周边社区农户生计状况，包括人均收入水平、非农收入比例、人均能源消费水平、人均薪柴消费比例等（表 5）。
表 5 解释变量定义及其可能影响方向Table 5. Independent variables and their imaginable effects变量 变量定义与取值 可能影响方向 自然保护区管理 集体土地所占比例 % - 是否居住在区内 区内=1，区外=0 -/+ 自然保护区等级 国家级=1，省级=0 - 是否建立共管机构 是=1，否=0 + 是否建立补偿机制 是=1，否==0 + 是否开发旅游 是=1，否=0 + 是否提供就业帮助 是=1，否=0 + 是否保护建立时间 a + 农户生计状况 人均收入水平 元 + 非农收入水平 % + 人均能源消费水平 元 -/+ 薪材消费比例 % - 其他控制变量 户主年龄 周岁 -/+ 户主受教育年限 a + 户主是否为村干部 是=1，否=0 + 家庭务农人数 人 - 地区虚拟变量 浙江=1，陕西=0 -/+ 3.2 估计结果及其分析
表 6为Ologit模型估计结果，可以得出如下几点结论：首先，从自然保护区管理角度来看，自然保护区对周边社区提供就业帮助，可以显著提高农户支持保护区建设的意愿；建立针对社区的补偿机制对于降低农户不支持保护区建设的意愿有显著影响；开展生态旅游对提高农户对保护区建设的支持意愿并没有显著影响，这与直观预期是不一致的。究其原因可能是由于目前调查样本自然保护区旅游开发尚处于刚刚起步阶段，尚未能真正为周边社区农户带来利益；调查中也发现，虽然多数自然保护区已经开始发展生态旅游，但游客规模普遍很小，还未能为周边社区农户带来实际利益。此外，值得注意的是，建立区共管机构对自然保护区周边农户的保护意愿没有显著影响，这也与直观判断相悖。但是，如果深入考察目前社区共管机构运行状况，也就不难解释了。调查中发现，虽然多数自然保护区已经建立了社区共管机构，但大多还仅仅停留在与周边社区联合建立森林防火与防盗等层面事宜，尚未真正建立起能够让周边社区参与自然保护区具体管理活动的共管机构与运作机制。
其次，从社区农户生计状况角度来看，家庭人均收入水平对农户支持意愿在统计上有显著影响，即收入越高支持程度越低，这与直观判断正好相反，但系数很小，实际影响十分有限。笔者认为，这主要是因为目前收入水平较高的农户往往也是能力与权利意识相对较强的农户，在当前自然保护区普遍尚未对周边社区提供真正有效的补偿机制的情况下，该部分人群对自然保护区建设导致对他们权利的限制尤为不满有关系；同时，还可能与目前自然保护区周边农户农业收入比例相对较高（约占1/3强），对自然保护区自然资源依赖程度依然较高有关。另外，人均能源消费水平越高，自然保护区周边农户支持自然保护区建设的意愿程度越低，这可能与目前自然保护区周边农户能源消费依然以薪材为主（占60.0%以上）有关。其它因素对自然保护区周边农户的态度没有统计意义上的显著影响。
表 6 Ologit模型估计结果Table 6. Results of Ologit model项目 系数 Z值 边际效应 P(y=1) P(y=2) P(y=3) 集体土地所占比例 -2.267 -1.07 0.565 -0.219 -0.346 是否居住在区内 -0.270 -0.72 0.067 -0.026 -0.041 自然保护区等级 -0.340 -0.49 0.084 -0.031 -0.053 是否建立共管机构 -0.058 -0.06 0.014 -0.005 -0.009 是否建立补偿机制 3.787 1.30 -0.711** 0.052 0.659 是否开发旅游 0.281 0.55 -0.070 0.028 0.042 是否提供就业帮助 0.929** 1.97 -0.217** 0.044** 0.173*** 是否保护建立时间 0.025 1.25 -0.006 0.002 0.004 人均收入水平 -0.000 04*** -1.68 0.000 010*** -0.000 004 -0.000 006*** 非农收入水平 0.017 0.07 -0.005 0.002 0.003 人均能源消费水平 0.001* 1.94 0.0000 090* -0.000 003* -0.000 006* 薪材消费比例 0.004 0.53 -0.001 0.000 0.001 户主年龄 -0.009 -0.56 0.002 -0.001 -0.001 户主受教育年限 0.034 0.74 -0.008 0.003 0.005 是否为村干部 -0.068 -0.19 0.017 -0.007 -0.010 家庭务农人数 -0.072 -0.45 0.018 -0.007 -0.011 地区虚拟变量 2.041 1.12 -0.509 0.197 0.312 阈值1 53.36 1.29 阈值2 54.92 1.33 对数似然值 -186.65 似然比X2 27.90 P值 0.046 1 样本数量 192 说明:***P<0.01,**P<0.05,*P<0.10 4. 主要结论与建议
本研究基于浙江和陕西2省8个自然保护区24个社区192个农户的调查数据，在描述分析自然保护区管理现状与农户生计状况的基础上，采用计量经济学方法，定量分析了自然保护区周边社区农户对自然保护区建设态度的决定因素。研究结果表明：①从自然保护区管理视角来看，自然保护区对周边社区提供就业帮助和建立补偿机制，对于提高周边农户支持意愿具有显著的正面影响。但目前的社区共管和旅游开发等对周边社区农户态度没有显著影响，说明中国现有的社区共管模式尚未发挥真正的作用，旅游开发也尚未对周边社区带来真正实惠。②从农户生计视角来看，在当前农户能源消费结构仍然以薪柴为主的情况下，周边社区农户能源消费水平越高，对自然保护区建设的支持程度越低；农户收入水平对态度的影响与预期判断相悖，但实际影响十分有限。因此，在短期内试图通过提高收入来改善周边社区农户对自然保护区建立的态度，作用十分有限。
基于上述研究结果，笔者提出如下建议：①应探索建立适合中国实际的社区共管机制，充分发挥社区共管模式的效果。从国际经验来看，自然保护区建立社区共管机构，可以吸引周边社区居民参与保护区的管理，表达农户自身意愿与需求，减缓自然保护区周边农户对自然保护区建设的抵触情绪；但中国现有的社区共管模式，基本上还流于形式，没有能够真正发挥作用。②建立多元长效补偿机制，改善农户生计方式，降低周边社区农户对自然保护区的直接依赖。自然保护区建设具有显著的正外部性，其收益是由社会共享的，但成本却由周边少数人来承担，本身有失公平。因此，应由国家增加财政资金投入，建立针对周边社区居民的生态补偿机制；同时，在有条件的地方，适当开发旅游，为周边社区农户提供就业机会、增加收入，形成多元补偿渠道。此外，自然保护区还应帮助周边社区农户建立太阳能、沼气等替代能源项目，降低农户对薪柴消费依赖，从而降低对自然保护区建设的压力。
致谢: 感谢陕西省和浙江省相关自然保护区管理部门为本调查所提供的方便与支持。感谢北京林业大学和浙江农林大学调查队员对数据收集所付出的辛勤劳动与卓越贡献。 -
表 1 L9(33)正交表和实验结果
Table 1. Orthogonal table L9(33) and experimental results
试验编号 乙醇体积分数(A)/%( 时间(B) /h 料液比(C) 总黄酮得率/% 1 30 0.5 1:80 0.499 2 30 1.0 1:40 0.594 3 30 1.5 1:60 0.411 4 70 0.5 1:40 0.936 5 70 1.0 1:60 0.733 6 70 1.5 1:80 0.476 7 95 0.5 1:60 0.877 8 95 1.0 1:80 0.625 9 95 1.5 1:40 0.501 K1 1.504 0 2.312 0 2.031 0 K2 2.145 0 1.952 0 2.021 0 K3 2.003 0 1.388 0 1.600 0 Rj 0.214 0 0.308 0 0.144 0 说明: K为第"j"列因素3水平所对应的试验指标和; Rj为第"j"列因素的极差。 
下载: 导出CSV
表 2 藜麦总黄酮得率的方差分析
Table 2. Variation analysis of extraction rate of flavonoids in quinoa
方差来源 平方和(S) 自由度(f) 均方(s/f) F值 临界值 乙醇体积分数(A) 0.075 5 2 0.037 8 6.51 F0.05(2，2)=19 时间(B) 0.144 6 2 0.072 3 12.47 F0.1(2，2)=9 料液比(C) 0.040 3 2 0.020 2 3.47 F0.2(2，2)=4 误差 0.011 6 2 0.005 8 总和 0.272 0 8
下载: 导出CSV
表 3 藜麦黄酮分析的回收率实验结果
Table 3. Experimental results of recovery in extraction rate of flavonoids in quinoa
试验编号 样品中含量/mg 加入芦丁量/mg 测得量/mg 回收率/% 平均回收率/% 相对标准偏差/% 1 7.134 0.100 7.441 102.86 100.25 4.22 2 14.268 0.100 13.415 93.37 3 7.039 0.100 7.441 104.23 4 14.078 0.100 14.265 100.61 5 7.998 0.100 8.368 103.33 6 15.996 0.100 15.630 97.10
下载: 导出CSV
表 4 藜麦黄酮得率的基因型差异
Table 4. Genotype variation of extraction yields of flavonoids in quinoa
品种 叶表情况 叶形状 总黄酮得率/% TEMUCO Quinoa TRADITIONAL 绿色 提琴形锯齿状 0.635 QuinoaB.Rain Sow 绿色 提琴形锯齿状 0.818 Temuco 绿色 提琴形锯齿状 0.805 1591 Quinoa Cherry 绿色 提琴形锯齿状 0.751 Tomico Quinoa 绿色 提琴形锯齿状 0.472 CQ-TEMVCC 绿色 提琴形锯齿状 0.477 PI814932 绿色 提琴形锯齿状 0.933 PI596293 绿色 提琴形锯齿状 0.512 Tumuco(7)hybrids 绿色 提琴形锯齿状 0.572 PI596498 绿色(表面覆有紫色粉层) 卵形略有锯齿 0.215 平均值 0.619 变异系数/% 34.44
下载: 导出CSV
-
[1] 朱剑宏.南美藜的化学组成和营养价值[J].成都大学学报:自然科学版, 2002, 21(2):24-28. ZHU Jianhong. The chemical composition and nutrition of quinoa[J]. J Chengdu Univ Nat Sci, 2002, 21(2):24-28. [2] VEGA-GÁLVEZ A, MIRANDA M, VERGARA J, et al. Nutrition facts and functional potential of quinoa (Chenopodium quinoa Willd.), an ancient Andean grain:a review[J]. J Sci Food Agric, 2010, 90(15):2541-2547. [3] OSHODI A A, OGUNGBENLE H N, OLADIMEJI M O. Chemical composition, nutritionally valuable minerals and functional properties of benniseed (Sesamun radiatum), pearl millet (Pennisetum typhoides) and quinoa (Chenopodium quinoa) flours[J]. Int J Food Sci Nutr, 1999, 50(5):325-331. [4] COMAI S, BERTAZZO A, BAILONI L, et al. The content of proteic and nonproteic (free and protein-bound) tryptophan in quinoa and cereal flours[J]. Food Chem, 2007, 100(4):1350-1355. [5] JACOBSEN S E, MUJICA A, JENSEN C R. The resistance of quinoa (Chenopodium quinoa Willd.) to adverse abiotic factors[J]. Food Rev Int, 2003, 19(1/2):99-109. [6] 王晨静, 赵习武, 陆国权, 等.多功能藜麦的研究进展[J].浙江农林大学学报, 2014, 31(2):296-301. WANG Chenjing, ZHAO Xiwu, LU Guoquan, et al. A review of characteristics and utilization of Chenopodium quinoa[J]. J Zhejiang A & F Univ, 2014, 31(2):296-301. [7] 刘步东, 李登昌, 丁宁.勿忘我花中总黄酮含量测定[J].中兽医医药杂志, 2013(1):41-42. LIU Budong, LI Dengchang, DING Ning. Content determination of total flavonoid in Myosotis sylvatica flower[J]. J Trad Chin Vet Med, 2013(1):41-42. [8] 陆国权, 任韵, 唐忠厚, 等.甘薯黄酮类物质的提取及其基因型差异研究[J].浙江大学学报:农业与生命科学版, 2005, 31(5):541-544. LU Guoquan, REN Yun, TANG Zhonghou, et al. Flavonoid extraction and flavonoid content genotypic variation in sweetpotato storage roots[J]. J Zhejiang Univ Agric & Life Sci, 2005, 31(5):541-544. [9] 林建原, 季丽红.响应面优化银杏叶中黄酮的提取工艺[J].中国食品学报, 2013, 13(2):83-90. LIN Jianyuan, JI Lihong. Optimization of flavonoids from Ginkgo biloba using response surface analysis[J]. J Chin Inst Food Sci Technol, 2013, 13(2):83-90. [10] 张斌, 孙兰萍, 马龙, 等.大孔树脂分离纯化花生壳总黄酮的研究[J].中国粮油学报, 2010, 25(2):126-130. ZHANG Bin, SUN Lanping, MA Long, et al. Separation and purification of flavonids from peanut hull by macroporous resins[J]. J Chin Cerea Oils Assoc, 2010, 25(2):126-130. [11] 高淑云, 徐婷婷.响应面优选大蒜中黄酮提取工艺研究[J].中国调味品, 2013, 38(3):44-49. GAO Shuyun, XU Tingting. Optimization of extraction technique of flavonoids from garlic by response surface methodology[J]. China Condiment, 2013, 38(3):44-49. [12] 王静霞, 黄艳菲, 赵小燕, 等.荞麦和商品苦荞茶中总黄酮的含量测定[J].食品工业科技, 2013, 34(2):58-60. WANG Jingxia, HUANG Yanfei, ZHAO Xiaoyan, et al. Determination of total flavonoids in buckwheat and buckwheat goods[J]. Sci Technol Food Ind, 2013, 34(2):58-60. [13] 李长新, 张鲁刚, 孙希禄, 等.紫色小白菜花青素的提取工艺优化[J].西北农林科技大学学报:自然科学版, 2011, 39(9):200-206. LI Changxin, ZHANG Lugang, SUN Xilu, et al. Optimization of extracting process of anthocyanidin in purple pakchoi[J]. J Northwest A & F Univ Nat Sci Ed, 2011, 39(9):200-206. [14] 贾霖, 黄国清, 肖军霞.金银花中黄酮类化合物的提取工艺[J].食品研究与开发, 2013, 34(9):41-43. JIA Lin, HUANG Guoqing, XIAO Junxia. Study on extraction of flavonoids from honeysuckle[J]. Food Res Develop, 2013, 34(9):41-43. [15] 李琼.超声波辅助法提取芸豆种子黄酮类化合物研究[J].食品研究与开发, 2012, 33(2):40-42. LI Qiong. Study on the extraction of bioflavonoid compound from seeds of kidney beans by the super-sonic wave auxiliary method[J]. Food Res Develop, 2012, 33(2):40-42. [16] 任顺成, 王鹏, 王国良, 等.常用食用豆类中黄酮类化合物含量的测定[J].中国粮油学报, 2009, 24(7):132-137. REN Shuncheng, WANG Peng, WANG Guoliang, et al. Determination of flavonoid contents in common edible legumes[J]. J Chin Oils Assoc, 2009, 24(7):132-137. [17] de SIMONE F, DINI A, PIZZA C, et al. Two flavonol glycosides from Chenopodium quinoa[J]. Phytochemistry, 1990, 29(11):3690-3692. [18] OGUNGBENLE H N. Nutrional evaluation and functional properties of quinoa (Chenopodium quinoa) flour[J]. Int J Food Sci Nutr, 2003, 54(2):153-158. [19] HILAL M, PARRADO M F, ROSA M, et al. Epidermal lignin deposition in quinoa cotyledons in response to UV-B radiations[J]. Photochem Photobiol, 2004, 79(2):205-210. [20] JAMES A, LILIAN E. Quinoa (Chenopodium quinoa Willd.):composition, chemistry, nutritional and functional properties[J]. Adv Food Nutr Res, 2009, 58:1-31. [21] 杨美华, 卢兖伟, 匡岩巍, 等.柱色谱-紫外分光光度法测定广金钱草中总黄酮的含量[J].中草药, 2004, 35(6):688-690. YANG Meihua, LU Yanwei, KUANG Yanwei, et al. Quantitative determination of total flavonoids in Desmodium styracifolium by Column chromatogram-UV spectrophotometry[J]. Chin Trad Herb Drug, 2004, 35(6):688-690. [22] PAŚKO P, BARTOŃ H, ZAGRODZKI P, et al. Antnocyanins, total polyphenols and antioxidant activity in amaranth and quinoa seeds and sprouts during their growth[J]. Food Chem, 2009, 115(3):994-998. [23] 陈君, 周光明, 杨远高, 等.离子液体-超声辅助萃取/高效液相色谱法测定白花杜鹃叶中的黄酮[J].分析测试学报, 2013, 32(3):341-345. CHEN Jun, ZHOU Guangming, YANG Yuangao, et al. Simultaneous determination of flavonoids in Rhododendron mucronatum leaves by lonic liquid-based ultrasonic-assisted extraction combined with high performance liquid chromatography[J]. J Instrum Anal, 2013, 32(3):341-345. [24] 秦祖杰, 梁洁, 孙正伊.赪桐根中总黄酮的提取工艺优选[J].中国实验方剂学杂志, 2013, 19(5):60-62. QIN Zujie, LIANG Jie, SUN Zhengyi. Optimization of extraction technology of total flavones from roots of Clerodendrum japonicum[J]. Chin J Exp Trad Med Form, 2013, 19(5):60-62. [25] 刘璐, 付明哲, 王侠, 等. 5种棘豆总黄酮含量的测定比较[J].草叶科学, 2011, 28(4):683-686. LIU Lu, FU Mingzhe, WANG Xia, et al. Determination of total flavonoids on 5 species of Oxytropis[J]. Pratacul Sci, 2011, 28(4):683-686. [26] 陈金娥, 赵金玲, 张海容.青蒿中黄酮、多酚和VC含量测定及抗氧化性研究[J].食品研究与开发, 2013, 34(4):1-3. CHEN Jin'e, ZHAO Jinling, ZHANG Hairong. Determination of flavonoids, polyphenol and vitamin C and its antioxidant properties of Atemisia annual L.[J]. Food Res Dev, 2013, 34(4):1-3. [27] 陈全斌, 谭冬明, 李佳, 等.甜菜植株不同部位总黄酮含量的测定[J].林业科技, 2007, 32(4):68-70. CHEN Quanbin, TANG Dongming, LI Jia, et al. Determination of total flavonoids in the different parts of Rubus suavissimus[J]. For Sci & Technol, 2007, 32(4):68-70. [28] 程水源, 王燕, 李俊凯, 等.银杏叶片色素含量与黄酮含量关系的研究[J].林业科学, 2001, 37(5):31-34. CHEN Shuiyuan, WANG Yan, LI Junkai, et al. Study on the realationship between the flavonoids and pigments in Ginkgo biloba leaf[J]. Sci Silv Sin, 2001, 37(5):31-34. [29] 谢宝东, 王华田.银杏不同家系和无性系叶片黄酮与内酯含量变异[J].林业科技开发, 2008, 22(2):33-37. XIE Baodong, WANG Huatian. Genetic variation of flavonoid and terpene content in Ginkgo biloba leaves and growth among various families and clones[J]. China For Sci Technol, 2002, 22(2):33-37. 期刊类型引用(15)
1. 何思源，焦雯珺，魏钰. 自然保护地与社区生计互动机制研究进展与新视角. 国家公园(中英文). 2025(01): 14-29 . 
百度学术2. 王烁，秦青，段兆刚，谭宏利，孙玉琴，解林红，冯骥，马永强. 环境收益、保护成本对社区农户保护意愿的作用机理——以四川省大熊猫自然保护地为例. 资源开发与市场. 2023(10): 1271-1277 . 百度学术3. 杨丽红，刘济勇，孟庆玉，赵军，彭波，贺飞，张燕南. 四川小寨子沟国家级自然保护区社区蝶类资源研究. 四川农业大学学报. 2022(01): 100-104 . 百度学术4. 段伟，江怡成，欧阳波. 社区生计与自然保护区冲突趋势——基于农户自然资源利用的代际差异. 资源科学. 2022(06): 1267-1279 . 百度学术5. 何思源，魏钰，苏杨，闵庆文. 基于扎根理论的社区参与国家公园建设与管理的机制研究. 生态学报. 2021(08): 3021-3032 . 百度学术6. 张成虎，廖南燕，刘菊，唐业杰，苏宏新，陈明煜，杨聪敏. 少数民族地区自然保护区社区农户可持续生计分析——以广西防城金花茶国家级自然保护区为例. 林业经济. 2021(10): 37-51 . 百度学术7. 雷硕，甘慧敏，郑杰，温亚利. 农户对国家公园生态旅游的认知、参与及支持行为分析——以秦岭地区为例. 中国农业资源与区划. 2020(02): 16-25 . 百度学术8. 张雅馨，刘霞，张博，谢屹. 自然保护区建立是否必然导致农户收入低——基于福建武夷山国家级自然保护区内外社区农户收入的实证研究. 林业科学. 2020(06): 165-178 . 百度学术9. 安科. 紫溪山省级自然保护区现状及保护管理建议. 林业调查规划. 2018(05): 120-123+127 . 百度学术10. 刘起斌，王有兵，郭宝华，代万，李春叶. 白马雪山国家级自然保护区森林资源现状分析. 林业调查规划. 2017(06): 108-111 . 百度学术11. 洪明慧，胡晨沛，顾蕾，张雪，鲍捷. REDD+机制下农户参与森林经营碳汇交易意愿及其影响因素. 浙江农林大学学报. 2017(02): 207-214 . 本站查看12. 张春祥. 基于可持续发展下的广东林业自然保护区发展影响因素. 中国林业产业. 2016(07): 41-42 . 百度学术13. 宋莎，刘庆博，温亚利. 秦岭大熊猫保护区周边社区自然资源依赖度影响因素分析. 浙江农林大学学报. 2016(01): 130-136 . 本站查看14. 代万，杨学军，罗燕彬，王有兵. 黑虎山自然保护区森林资源现状及保护建议. 林业调查规划. 2015(06): 35-38 . 百度学术15. 彭维亮，顾蕾，胡晨沛，周鹏飞，洪明慧，李翠琴. 碳标签情景模拟下的消费者低碳竹(木)地板支付意愿. 浙江农林大学学报. 2015(05): 655-660 . 本站查看其他类型引用(13)
-
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.2014.04.007
