下载:
-
锌是植物生长发育必需的微量元素，影响植物的许多生理过程，如光合作用、呼吸作用、氮素代谢及生长素的合成与代谢等，对200多种酶有重要的作用[1]。然而近年来，锌缺乏的现象越来越普遍和严重，已经成为限制农林业健康可持续发展的重要因素之一。据统计，全世界50%的作物种植区土壤存在缺锌或潜在缺锌[2]。中国缺锌土壤面积达4 866.7 万hm2，占全国可利用面积的45.7%。这一方面是因为中国南方高分化的酸性土壤和北方石灰性土壤中有效锌含量均较低，极大限制了农林业的产量[3-4]。另一方面是因过量施用氮磷钾复合肥而缺乏有机肥的施用等管理问题，导致土壤缺锌[5-6]。因此，合理增施锌肥等微量元素肥料成为快速缓解缺锌现状的首选，生产中常采用春季叶面喷锌和秋季土壤条施或滴灌方式补充，而叶面喷锌是公认的可快速缓解缺锌症状的管理措施之一[7]。有学者表明：施锌可以提高作物产量，且以叶面喷锌效果最佳[8-10]。薄壳山核桃Carya illinoensis又名美国山核桃或长山核桃，是集果用、材用和油用于一身的优良果树，也常做景观观赏树种[11]。原产美国和墨西哥北部，引种至中国已有100多年的历史，并从最初的零星栽种到现如今的规模化、产业化载植，已在中国22个省(区)打开了市场[12-13]。WOOD等[14]发现：生产中，薄壳山核桃对锌元素高度敏感，当其叶片锌含量低于40 mg·g−1时，会表现出典型的缺锌症状：小叶病，顶端嫩叶卷曲，顶芽枯死，萌芽困难，叶脉间变黄或坏死，叶片变窄，叶片厚度降低。这些症状致使果树光合能力下降，从而限制果树生长、开花和结实，特别是果树处于快速生长期时，这种缺锌现象更为严重[15]。可见，缺锌已成为限制薄壳山核桃果园产量和果实品质的重要因子之一。国外学者在薄壳山核桃果园增施锌肥方面做了大量研究，常采用硝酸锌、硫酸锌、乙二胺四乙酸锌钠(EDTA-Zn)、二乙烯三胺五乙酸锌钠(DTPA-Zn)等作为锌肥来源，与尿素、硼酸、超氨基等组合进行配比喷施肥，已取得了一定的成果[15-17]。而中国薄壳山核桃产业还处于起步阶段，在果园管理中，对锌肥种类及浓度的需求规律并不清楚。为此，本研究以6年生薄壳山核桃‘波尼’‘Pawnee’为研究对象，通过叶面喷锌的试验方法，探讨不同锌肥种类及质量浓度对其生长和矿质营养元素的影响，并采用主成分分析和加权隶属函数相结合的方法对喷锌效果进行评价，科学筛选出叶面喷锌的适宜锌肥种类及质量浓度，旨在为薄壳山核桃果园的丰产管理提供技术及理论依据。
-
研究区位于江苏省句容市后白镇张庙村，南京林业大学美国山核桃试验基地(31°52′45″N，119°09′06″E)。该区属北亚热带中部季风气候，年均气温15.6 ℃，年降水量1 018.6 mm，日平均气温大于10 ℃的天数为226 d，无霜期229 d。研究地属典型的低山丘陵地区，土壤为黄棕壤，中性偏酸。土壤铵态氮、有效磷和速效钾分别为22.65、3.07和25.31 mg·kg−1，pH 7.48。
-
供试树种为6年生薄壳山核桃‘波尼’。喷锌前，果树生长良好且一致，株行距为8 m×6 m。锌肥种类分别为乙二胺四乙酸锌钠(EDTA-Zn，锌质量分数21.7%)、硫酸锌(ZnSO4·7H2O，锌质量分数22.6%)和硝酸锌[Zn(NO3)2·6H2O，锌质量分数21.9%]。
-
试验采用2因素3水平试验设计方案，设10个处理(设锌肥种类与质量浓度2个因素，每因素设3水平，以不喷锌处理作为对照)，3次重复，单株小区，完全随机区组分布，单株隔离保护(表1)。试验区内的土壤水分、肥力条件相对一致，且果园抚育管理措施一致。于2018年4月27日、5月8日、5月23日和6月4日，晴朗无风的清晨，用压缩背负式喷雾器将叶面喷施至微滴水，共喷施4次。
表 1 锌肥2因素3水平试验设计方案
Table 1. Test design table of zinc fertilizer 2-factors 3-levels
处理 锌肥种类 锌肥质量浓度/(mg·L−1) 对照 0 1 乙二胺四乙酸锌钠(EDTA-Zn) 50 2 乙二胺四乙酸锌钠(EDTA-Zn) 100 3 乙二胺四乙酸锌钠(EDTA-Zn) 150 4 硫酸锌(ZnSO4·7H2O) 50 5 硫酸锌(ZnSO4·7H2O) 100 6 硫酸锌(ZnSO4·7H2O) 150 7 硝酸锌[Zn(NO3)2·6H2O] 50 8 硝酸锌[Zn(NO3)2·6H2O] 100 9 硝酸锌[Zn(NO3)2·6H2O] 150 -
2018年8月中旬，采集各处理树木的树冠外围中部长势一致的功能叶5片·株–1，各处理测定3株(3次重复)，分别用于叶片生长及矿质营养元素的测定。
样品采集后装入塑封袋置于冰盒带回，用自来水和纯水分别冲洗干净，晾干。采用YMJ-D型手持叶面积仪(浙江托普仪器公司生产)和千分之一天平分别测定叶面积和叶片鲜质量。随后将新鲜叶片放置100 ℃烘箱杀青10 min，然后60 ℃下烘干至恒量。千分之一天平测定叶片干质量。研磨干样至粉碎，过100目筛，密封保存待用。2018年11月中旬，待叶片全部脱落后测定树高和胸径。
干样采用硝酸-高氯酸消煮，消煮液用来分析叶片矿质营养元素。单位质量叶片中的全磷质量分数用钼锑抗比色法测定，其他元素质量分数用原子吸收分光光度计(AES，英国PYE公司生产的SP9-400型)测定。单位质量叶片中的全氮质量分数(干样)用elementar MACRO cube元素分析仪(德国艾力蒙塔公司生产)测定。
-
数据用均值±标准差表示。采用Excel 2016、SPSS 23.0等对数据进行相关性分析、主成分分析，用Duncan’s新复极差法进行差异显著性分析(P＜0.05)。采用Origin 9.1进行图形绘制。根据张婷等[18]的方法，将主成分分析和加权隶属函数法相结合进行综合指标评价，从而计算出10个叶面喷锌处理组的综合评价值(D)。
-
薄壳山核桃叶片及树高、胸径指标均随着喷锌质量浓度的递增而增大，且硝酸锌处理的增长趋势更明显(图1)。在150 mg·L−1硝酸锌处理下，叶长、叶宽、叶面积和比叶重增长显著(图1A、图1B、图1C、图1E)，分别超出对照的26%、37%、25%、17%(P＜0.05)。喷锌质量浓度为50~100 mg·L−1时，叶片含水率最高(图1D)，增长率并不受锌肥种类影响，均为4%。各处理组的树高和胸径增长均不显著。
图 1 不同处理下薄壳山核桃生长指标的变化
Figure 1. Changes of growth indexes of C. illinoensis under different treatments
-
随喷锌质量浓度递增，各处理组的单位质量叶片中氮、钾、锌、锰质量分数不断上升，钙、镁质量分数先升后降，磷、铁质量分数持续下降，铜质量分数维持稳定(图2)。喷锌质量浓度为150 mg·L−1时，乙二胺四乙酸锌钠、硫酸锌、硝酸锌处理组的单位质量叶片氮、钾、锌、锰质量分数均升至最高，分别超出对照1%、16%、19%；53%、74%、15%；47%、133%、127%；30%、73%、54%(图2A、图2C、图2F、图2H)，且硫酸锌、硝酸锌处理组差异显著(P＜0.05)，而乙二胺四乙酸锌钠处理组差异不显著。喷锌质量浓度为50~100 mg·L−1时，乙二胺四乙酸锌钠、硫酸锌、硝酸锌处理组的单位质量叶片中钙、镁质量分数达到最高拐点，拐点增幅分别为16%、15%、11%和97%、76%、97%(图2D和图2E)，差异显著(P＜0.05)。喷锌质量浓度为150 mg·L−1时，乙二胺四乙酸锌钠、硫酸锌、硝酸锌处理组的单位质量叶片中磷、铁质量分数均降至最低，分别低于对照组38%、43%、43%和22%、43%、39%，且处理组之间差异不显著(图2B和图2G)。
图 2 不同处理下薄壳山核桃叶片矿质营养元素的变化
Figure 2. Changes of leaf mineral elements of C. illinoensis under different treatments
-
薄壳山核桃叶片生长和矿质营养元素指标之间具有显著的相关性(表2)。叶长与氮、锌质量分数呈显著(P＜0.05)、极显著(P＜0.01)正相关，相关系数分别为0.437、0.474。叶宽与钙、锌质量分数呈显著正相关(P＜0.05，相关系数为0.446、0.446)。叶面积与氮、钙、锌质量分数呈显著正相关(P＜0.05，相关系数为0.372、0.395、0.483)。叶片含水率与磷质量分数呈显著正相关(P＜0.05，相关系数为0.445)。比叶重则与钙质量分数呈极显著正相关(P＜0.01，相关系数为0.586)。本研究中，叶片锌质量分数不仅与薄壳山核桃叶长、叶宽、叶面积等生长指标呈显著(P＜0.05)、极显著(P＜0.01)正相关，而且与叶片氮、钾、钙、锰质量分数也呈显著(P＜0.05)、极显著(P＜0.01)正相关。
表 2 单项指标的相关系数矩阵
Table 2. Correlation matrix of each individual index
指标 叶长 叶宽 叶面积 含水率 比叶重 树高 胸径 氮 叶长 1 叶宽 0.815** 1 叶面积 0.917** 0.964** 1 含水率 −0.003 0.155 0.122 1 比叶重 0.085 0.363* 0.206 −0.228 1 树高 0.517** 0.510** 0.532** −0.012 0.031 1 胸径 0.147 0.007 0.067 −0.067 −0.291 0.133 1 氮 0.437* 0.296 0.372* −0.050 0.074 0.330 0.089 1 磷 −0.156 −0.169 −0.216 0.445* 0.080 −0.209 −0.003 0.090 钾 −0.178 −0.090 −0.142 −0.151 0.234 −0.163 −0.325 0.034 钙 0.359 0.446* 0.395* −0.101 0.586** 0.286 −0.293 0.243 镁 0.033 0.222 0.132 −0.099 0.257 0.167 −0.142 0.065 锌 0.474** 0.446* 0.483** −0.230 0.311 0.338 0.045 0.457* 铁 0.072 −0.052 0.047 0.217 −0.328 −0.036 0.099 0.154 铜 0.033 0.134 0.081 0.252 −0.012 −0.258 −0.076 −0.331 锰 0.170 0.103 0.143 −0.240 0.023 0.237 0.187 −0.018 指标 磷 钾 钙 镁 锌 铁 铜 锰 磷 1 钾 0.086 1 钙 0.009 0.461* 1 镁 0.077 0.585** 0.413* 1 锌 −0.151 0.401* 0.532** 0.259 1 铁 −0.107 −0.408* −0.195 −0.590** −0.126 1 铜 0.011 0.403* 0.244 0.202 −0.135 0.064 1 锰 −0.328 0.150 0.174 0.063 0.640** −0.039 −0.201 1 说明：*表示显著相关(P＜0.05)；**表示极显著相关(P＜0.01) -
如表3所示：第1、2、3、4主成分的累计贡献率达65%，表明前4个主成分能概括大多数数据信息，因此确定提取这4个主成分，将原来16个单项指标转换成4个相互独立的综合指标，分别用X1、X2、X3、X4表示。
表 3 各综合指标的系数及贡献率
Table 3. Coefficients of comprehensive indexes and proportion
指标 X1 X2 X3 X4 叶面积 0.855 −0.347 0.281 −0.133 宽 0.849 −0.214 0.344 −0.119 长 0.803 −0.412 0.182 −0.075 锌 0.769 0.134 −0.353 0.047 钙 0.685 0.453 0.146 −0.008 树高 0.622 −0.319 −0.102 0.126 钾 0.193 0.832 −0.038 −0.106 镁 0.382 0.649 0.052 0.055 铁 −0.175 −0.619 0.139 −0.190 含水率 −0.128 −0.201 0.729 0.071 锰 0.374 −0.008 −0.641 −0.257 铜 −0.006 0.322 0.561 −0.648 磷 −0.215 0.192 0.476 0.623 氮 0.490 −0.228 −0.038 0.570 胸径 −0.012 −0.465 −0.247 −0.015 比叶重 0.435 0.468 0.052 0.202 贡献率/% 27 18 12 8 -
每个处理各综合指标的隶属函数值计算公式为：
$$ \mu \left( {{X_i}} \right) = \frac{{{X_i} - {X_ {\rm min}}}}{{{X_{\rm max}} - {X_{\rm min}}}},\;i = 1,\;2,\;3,\; \cdots ,\;n{\text{。}} $$ (1) 式(1)中：µ(Xi)表示各处理组第i个综合指标的隶属函数值；Xi表示第i个综合指标；Xmin和Xmax分别表示第i个综合指标的最小值与最大值。
各综合指标权重(Wi)的计算公式为：
$$ {W_i} = {P_i}\Big /\sum\limits_{i = 1}^n {{P_i}} ,\;i = 1,\;2,\;3,\; \cdots ,\;n{\text{。}} $$ (2) 式(2)中：Wi表示第i个综合指标在所有综合指标中的重要程度；Pi为各处理组第i个综合指标的贡献率。
各处理组综合评价值(D)的计算公式为：
$$ D = \sum\limits_{i = 1}^n {\left[ {\mu \left( {{X_i}} \right){W_i}} \right]} ,\;i = 1,\;2,\;3,\; \cdots ,\;n{\text{。}} $$ (3) 式(3)中：D表示在喷锌处理下，计算所得各处理组的综合评价值。
根据各综合指标的贡献率大小可以知道它们的相对重要性，同时根据16个单项指标的平均值及各综合指标的指标系数(表3)求出每个处理的4个综合指标值(表4)。各处理组的喷锌反应根据D排序，从大到小依次为处理9、处理5、处理2、处理8、处理6、处理3、处理4、处理7、处理1、对照。
表 4 各处理组的综合指标值(Xi)、隶属函数值[μ(Xi)]、权重(Wi)、综合评价值(D)及排序
Table 4. Values of each treatment comprehensive index (Xi), subordinate function[μ(Xi)], index weight (Wi), comprehensiveassessment (D) and the order
处理 综合指标值Xi 隶属函数值μ(Xi) 综合评价值D 综合排序 X1 X2 X3 X4 μ(X1) μ(X2) μ(X3) μ(X4) 对照 42.471 −7.373 2.475 12.065 0.000 0.344 0.313 0.427 0.205 10 1 44.448 −6.157 2.468 11.856 0.139 0.478 0.311 0.334 0.287 9 2 50.395 −3.930 3.534 11.103 0.558 0.725 0.633 0.000 0.544 3 3 46.890 −1.926 2.382 11.446 0.311 0.946 0.285 0.152 0.456 6 4 46.923 −6.048 2.696 12.500 0.313 0.490 0.380 0.620 0.412 7 5 49.479 −4.093 2.828 12.448 0.493 0.707 0.420 0.597 0.550 2 6 47.289 −1.443 1.437 12.727 0.339 1.000 0.000 0.721 0.502 5 7 46.929 −7.807 3.215 12.232 0.314 0.296 0.537 0.501 0.374 8 8 50.119 −8.164 3.252 13.356 0.538 0.256 0.548 1.000 0.523 4 9 56.684 −10.477 4.751 12.503 1.000 0.000 1.000 0.622 0.683 1 权重Wi 0.417 0.268 0.186 0.128 -
外施锌肥可从形态和矿质营养元素累积变化中进行直观判断。本研究中，叶面喷锌使薄壳山核桃叶长、叶宽、叶面积和比叶重等有一定程度的增长；也使叶片氮、钾、钙、镁、锌、锰质量分数提高，而磷和铁质量分数降低，尤其以150 mg·L−1硝酸锌处理的增长明显，这与OJEDA-BARRIOS等[15]的结论一致。OJEDA-BARRIOS等[15]对8年生薄壳山核桃叶面喷施硝酸锌、乙二胺四乙酸锌钠、二乙烯三胺五乙酸锌钠表明：叶片锌质量分数提高，同时总叶面积和叶绿素(SPAD)也得到明显增加。ASHRAF等[16]也对薄壳山核桃进行尿素、硼酸、硫酸锌、超氨基等不同组合的叶面喷施表明：尿素、硼酸、硫酸锌、超氨基混合组合在开花前、坐果后可增加叶片氮、磷、钾、钙、镁、锌、锰和铜质量分数。KESHAVARZ等[17]通过对薄壳山核桃叶面混合配施锌肥和硼肥表明：施用174 mg·L−1硼肥和1 050 mg·L−1锌肥时效果最好，可增加叶片氮、磷、钾、铁、锌和硼质量分数。而本研究表明：叶面喷锌不仅促进了薄壳山核桃叶片氮、钾、钙、镁、锌、锰质量分数上升，也使磷、铁质量分数下降。这可能是因为配施比单施效果好，且能避免锌磷拮抗、锌铁拮抗现象[16-17]。
在本研究中，随叶片锌质量分数上升，磷、铁质量分数持续下降，可见，锌磷拮抗、锌铁拮抗现象非常明显。通常，锌磷拮抗主要表现为高磷可诱导锌缺乏症[19]，有3个方面的原因：①高磷通过干扰锌的吸收转运从而引起锌的缺乏；②高磷可降低植物顶端锌的质量分数；③植物细胞内与磷有关的代谢紊乱造成磷锌失衡[1]。仝月澳[20]提出衡量苹果Malus domestica树锌营养用磷/锌指标进行判断，磷/锌＞100易患小叶病，但取样测定时间限制在盛花后8~12周(即6−7月)，否则无可比性。朱文勇等[21]通过细胞超微结构观察也发现：磷/锌＞100时，苹果树易爆发小叶病。王衍安等[22]在此基础上采用根外喷施硫酸锌可大幅度提高苹果枝干锌储藏营养水平，有利于平衡锌在根、枝、叶间的分配，调节树体内磷、钾、锌间的平衡，提高锌运转能力和有效性，满足树体周年发育需求。锌铁拮抗在作物中研究较多，也表现为随铁质量分数升高，锌吸收受到抑制，从而影响作物的正常生长；反之，则促进作物生长。小麦Zea mays幼苗中，低浓度铁对锌吸收没有影响[23]；水稻Oryza sativa幼苗中，高浓度铁则完全抑制锌的吸收[24]；此外，缺铁还能增加双子叶植物和禾本科Gramineae植物嫩枝中锌的吸收[25]。
-
本研究建立了一套筛选薄壳山核桃施肥方式的方法，该方法全面、客观、准确，对于薄壳山核桃施肥效果的评价具有重要实践意义。首先采用主成分分析法把16个单项指标转换成4个综合指标，以此作为代表确定其权重，进一步利用加权隶属函数法求出各综合指标评价值(D)，从而筛选出适宜的叶面喷锌处理。此方法在高粱Sorghum bicolor抗旱性[26]、马铃薯Solanum tuberosum耐荫性[27]、桃树Amygdalus persica抗氧化能力[28]、红锥Castanopsis hystrix良种引进[29]、苹果矮化砧的筛选[18]、石榴Punica granatum耐盐性[30]等方面多有报道。该方法可消除单项指标的片面性，能比较科学地筛选出适宜处理。通过筛选，薄壳山核桃适宜喷锌处理为150 mg·L−1硝酸锌或100 mg·L−1硫酸锌或100 mg·L−1乙二胺四乙酸锌钠。在生产实践中，硝酸锌成本较高，且不稳定、不易储存，因此多选用硫酸锌或锌的不同络合物，或进行多种微肥配施[16-17]。
Evaluation of foliar spraying of zinc in Carya illinoensis
-
摘要:
目的 探明叶面喷锌肥对薄壳山核桃Carya illinoensis生长的影响，为果树施肥提供科学依据。 方法 以6年生薄壳山核桃‘波尼’‘Pawnee’为试材，设置乙二胺四乙酸锌钠(EDTA-Zn)、硫酸锌(ZnSO4·7H2O)、硝酸锌[Zn(NO3)2·6H2O]等3种锌肥和50、100、150 mg·L−1锌等3个质量浓度水平，共10个处理组(以不喷锌为对照组)进行叶面喷施，分析生长指标(叶长、叶宽、叶面积、含水率、比叶重、树高、胸径)和叶片矿质营养元素(氮、磷、钾、钙、镁、锌、铁、锰、铜)的质量分数变化，并采用主成分分析和加权隶属函数相结合的方法对叶面喷锌效果进行评价。 结果 随喷锌质量浓度递增，薄壳山核桃叶片及树高、胸径指标均有一定程度增大。与对照相比，150 mg·L−1硝酸锌处理的各项形态生长指标增长显著(P＜0.05)，特别是叶长、叶宽、叶面积和比叶重，分别超出对照26%、37%、25%、17%。随喷锌质量浓度递增，叶片氮、钾、锌、锰质量分数均呈上升趋势；磷、铁质量分数不断下降；钙、镁质量分数先升高后下降。相关分析表明：叶片中锌质量分数与叶长、叶宽和氮、钾质量分数呈显著正相关(P＜0.05)，与叶面积和钙、锰质量分数呈极显著正相关(P＜0.01)。 结论 在一定范围内叶面喷锌肥能显著促进薄壳山核桃叶片生长(P＜0.05)，并促进叶片矿质营养元素的积累。因此，建议薄壳山核桃喷锌肥可选用150 mg·L−1硝酸锌或100 mg·L−1硫酸锌或100 mg·L−1乙二胺四乙酸锌钠。图2表4参30 Abstract:Objective With the effect of foliar spraying of zinc (Zn) on leaves growth and mineral elements of pecans (Carya illinoensis) explored, the study is aimed to provide scientific basis for the fertilizer control of fruit trees. Method Using 6-year-old ‘Pawnee’ pecans as the research material under field conditions, a field experiment was conducted with 3 types of zinc fertilizers, such as EDTA-Zn, zinc sulfate (ZnSO4·7H2O), zinc nitrate [Zn (NO3)2·6H2O)] sprayed at 3 levels of concentrations (50, 100, 150 mg·L−1 Zn) in terms of 10 treatments (with 0 mg·L−1 Zn as control). Treatments were replicated three times in a randomized complete block design to measure the growth parameters (leaf length and width and area, rate of water content, specific leaf weight, tree height and diameter) and leaf mineral elements [nitrogen (N), phosphorus (P), potassium (K), calcium (Ca), magnesium (Mg), zinc (Zn), iron (Fe), manganese (Mn), copper (Cu)]. These parameters were initially evaluated with the employment of principal component analysis (PCA) and weight subordinate function (WSF). Result The leaf growth parameters and tree height and diameter increased to a certain extent with the increased concentration. The leaf length, width, area, specific leaf weight increased by 26%, 37%, 25%, 17% with the 150 mg·L−1 of zinc nitrate treatment respectively, which was significantly higher than that with other treatments (P＜0.05). With the increased concentration, the N, K, Zn, Mn contents of pecan leaves increased and the P, Fe content decreased while the Ca and Mg contents first increased and then decreased. As was shown in the correlation analysis, the length, width, N, K were significantly and positively correlated (P＜0.05) to Zn in leaves while the coverage, Ca, Mn were significantly and positively correlated (P＜0.01) to Zn in leaves. Conclusion Foliar spraying of zinc has significantly improved the leaf growth of pecans (P＜0.05) and increased the accumulation of mineral elements in leaves. Thus, it was suggested that 150 mg·L−1 of zinc nitrate or 100 mg·L−1 of zinc sulfate or 100 mg·L−1 of EDTA-Zn could be used for foliar spraying of zinc fertilizers in pecans. [Ch, 2 fig. 4 tab. 30 ref.] -
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。
-
图 1 不同处理下薄壳山核桃生长指标的变化
不同字母表示不同处理间差异显著(P＜0.05)
Figure 1 Changes of growth indexes of C. illinoensis under different treatments
图 2 不同处理下薄壳山核桃叶片矿质营养元素的变化
不同字母表示不同处理间差异显著(P＜0.05)
Figure 2 Changes of leaf mineral elements of C. illinoensis under different treatments
表 1 锌肥2因素3水平试验设计方案
Table 1. Test design table of zinc fertilizer 2-factors 3-levels
处理 锌肥种类 锌肥质量浓度/(mg·L−1) 对照 0 1 乙二胺四乙酸锌钠(EDTA-Zn) 50 2 乙二胺四乙酸锌钠(EDTA-Zn) 100 3 乙二胺四乙酸锌钠(EDTA-Zn) 150 4 硫酸锌(ZnSO4·7H2O) 50 5 硫酸锌(ZnSO4·7H2O) 100 6 硫酸锌(ZnSO4·7H2O) 150 7 硝酸锌[Zn(NO3)2·6H2O] 50 8 硝酸锌[Zn(NO3)2·6H2O] 100 9 硝酸锌[Zn(NO3)2·6H2O] 150 
下载: 导出CSV
表 2 单项指标的相关系数矩阵
Table 2. Correlation matrix of each individual index
指标 叶长 叶宽 叶面积 含水率 比叶重 树高 胸径 氮 叶长 1 叶宽 0.815** 1 叶面积 0.917** 0.964** 1 含水率 −0.003 0.155 0.122 1 比叶重 0.085 0.363* 0.206 −0.228 1 树高 0.517** 0.510** 0.532** −0.012 0.031 1 胸径 0.147 0.007 0.067 −0.067 −0.291 0.133 1 氮 0.437* 0.296 0.372* −0.050 0.074 0.330 0.089 1 磷 −0.156 −0.169 −0.216 0.445* 0.080 −0.209 −0.003 0.090 钾 −0.178 −0.090 −0.142 −0.151 0.234 −0.163 −0.325 0.034 钙 0.359 0.446* 0.395* −0.101 0.586** 0.286 −0.293 0.243 镁 0.033 0.222 0.132 −0.099 0.257 0.167 −0.142 0.065 锌 0.474** 0.446* 0.483** −0.230 0.311 0.338 0.045 0.457* 铁 0.072 −0.052 0.047 0.217 −0.328 −0.036 0.099 0.154 铜 0.033 0.134 0.081 0.252 −0.012 −0.258 −0.076 −0.331 锰 0.170 0.103 0.143 −0.240 0.023 0.237 0.187 −0.018 指标 磷 钾 钙 镁 锌 铁 铜 锰 磷 1 钾 0.086 1 钙 0.009 0.461* 1 镁 0.077 0.585** 0.413* 1 锌 −0.151 0.401* 0.532** 0.259 1 铁 −0.107 −0.408* −0.195 −0.590** −0.126 1 铜 0.011 0.403* 0.244 0.202 −0.135 0.064 1 锰 −0.328 0.150 0.174 0.063 0.640** −0.039 −0.201 1 说明：*表示显著相关(P＜0.05)；**表示极显著相关(P＜0.01)
下载: 导出CSV
表 3 各综合指标的系数及贡献率
Table 3. Coefficients of comprehensive indexes and proportion
指标 X1 X2 X3 X4 叶面积 0.855 −0.347 0.281 −0.133 宽 0.849 −0.214 0.344 −0.119 长 0.803 −0.412 0.182 −0.075 锌 0.769 0.134 −0.353 0.047 钙 0.685 0.453 0.146 −0.008 树高 0.622 −0.319 −0.102 0.126 钾 0.193 0.832 −0.038 −0.106 镁 0.382 0.649 0.052 0.055 铁 −0.175 −0.619 0.139 −0.190 含水率 −0.128 −0.201 0.729 0.071 锰 0.374 −0.008 −0.641 −0.257 铜 −0.006 0.322 0.561 −0.648 磷 −0.215 0.192 0.476 0.623 氮 0.490 −0.228 −0.038 0.570 胸径 −0.012 −0.465 −0.247 −0.015 比叶重 0.435 0.468 0.052 0.202 贡献率/% 27 18 12 8
下载: 导出CSV
表 4 各处理组的综合指标值(Xi)、隶属函数值[μ(Xi)]、权重(Wi)、综合评价值(D)及排序
Table 4. Values of each treatment comprehensive index (Xi), subordinate function[μ(Xi)], index weight (Wi), comprehensiveassessment (D) and the order
处理 综合指标值Xi 隶属函数值μ(Xi) 综合评价值D 综合排序 X1 X2 X3 X4 μ(X1) μ(X2) μ(X3) μ(X4) 对照 42.471 −7.373 2.475 12.065 0.000 0.344 0.313 0.427 0.205 10 1 44.448 −6.157 2.468 11.856 0.139 0.478 0.311 0.334 0.287 9 2 50.395 −3.930 3.534 11.103 0.558 0.725 0.633 0.000 0.544 3 3 46.890 −1.926 2.382 11.446 0.311 0.946 0.285 0.152 0.456 6 4 46.923 −6.048 2.696 12.500 0.313 0.490 0.380 0.620 0.412 7 5 49.479 −4.093 2.828 12.448 0.493 0.707 0.420 0.597 0.550 2 6 47.289 −1.443 1.437 12.727 0.339 1.000 0.000 0.721 0.502 5 7 46.929 −7.807 3.215 12.232 0.314 0.296 0.537 0.501 0.374 8 8 50.119 −8.164 3.252 13.356 0.538 0.256 0.548 1.000 0.523 4 9 56.684 −10.477 4.751 12.503 1.000 0.000 1.000 0.622 0.683 1 权重Wi 0.417 0.268 0.186 0.128
下载: 导出CSV
-
[1] HAFEEZ B, KHANIF Y M, SALEEM M. Role of zinc in plant nutrition [J]. Am J Exp Agric, 2013, 3(2): 374 − 391. [2] CAKMAK I. Enrichment of cereal grains with zinc: agronomic or genetic biofortification? [J]. Plant Soil, 2008, 302(1/2): 1 − 17. [3] 陈艳龙, 熊仕娟, 董金琎, 等. 有机物料与锌肥配施对石灰性土壤锌有效性及形态转化的影响[J]. 应用生态学报, 2019, 30(8): 2737 − 2745. CHEN Yanlong, XIONG Shijuan, DONG Jinjin, et al. Effects of combined addition of organic materials with zinc fertilizer on zinc availability and transformation in calcareous soil [J]. Chin J Appl Ecol, 2019, 30(8): 2737 − 2745. [4] 王孝忠, 田娣, 邹春琴. 锌肥不同施用方式及施用量对我国主要粮食作物增产效果的影响[J]. 植物营养与肥料学报, 2014, 20(4): 998 − 1004. WANG Xiaozhong, TIAN Di, ZOU Chunqin. Yield responses of the main cereal crops to the application approaches and rates of zinc fertilizer in China [J]. J Plant Nutr Fert, 2014, 20(4): 998 − 1004. [5] 刘娟花, 国春慧, 陈艳龙, 等. 锌肥种类和施用方式对土壤锌形态及有效性的影响[J]. 西北农林科技大学学报(自然科学版), 2017, 45(4): 149 − 159. LIU Juanhua, GUO Chunhui, CHEN Yanlong, et al. Effect of Zn source and application method on Zn form and availability in soil [J]. J Northwest A&F Univ Nat Sci Ed, 2017, 45(4): 149 − 159. [6] 赵丽, 王张民, 黄阳, 等. 土壤追施锌肥对水稻植株锌累积特征影响研究[J]. 中国科学技术大学学报, 2013, 43(8): 631 − 638. ZHAO Li, WANG Zhangmin, HUANG Yang, et al. Zinc accumulation in paddy rice (Oryza stavia L.) by agronomic biofortification through soil-applied zinc fertilizers [J]. J Univ Sci Technol China, 2013, 43(8): 631 − 638. [7] WALWORTH J L, POND A P, SOWER G J. Fall-applied foliar zinc for pecans [J]. Hortscience, 2006, 41(1): 275 − 276. [8] TORABIAN S, ZAHEDI M, KHOSHGOFTAR A H. Effects of foliar spray of two kinds of zinc oxide on the growth and ion concentration of sunflower cultivars under salt stress [J]. J Plant Nutr, 2015, 39(2): 172 − 180. [9] MASROOR H M, ANJUM M A, HUSSAIN S, et al. Zinc ameliorates fruit yield and quality of mangoes cultivated in calcareous soils [J]. Erwerbs-Obstbau, 2015, 58(1): 49 − 55. [10] POLTRONIERI Y, MARTINEZ H E, CECON P R. Effect of zinc and its form of supply on production and quality of coffee beans [J]. J Sci Food Agric, 2011, 91(13): 2431 − 2346. [11] 彭方仁, 李永荣, 郝明灼, 等. 我国薄壳山核桃生产现状与产业化发展策略[J]. 林业科技开发, 2012, 26(4): 1 − 4. PENG Fangren, LI Yongrong, HAO Mingzhuo, et al. Pecan production status and development strategy of industry in China [J]. China For Sci Technol, 2012, 26(4): 1 − 4. [12] ZHANG Rui, PENG Fangren, LI Yongrong. Pecan production in China [J]. Sci Hortic, 2015, 197: 719 − 727. [13] 何国庆, 俞春莲, 饶盈, 等. 山核桃果实成熟过程中矿质元素及脂肪酸组分变化[J]. 浙江农林大学学报, 2019, 36(6): 1208 − 1216. HE Guoqing, YU Chunlian, RAO Ying, et al. Dynamic changes in composition of mineral elements and fatty acids for hickory nuts (Carya cathayensis) during maturity [J]. J Zhejiang A&F Univ, 2019, 36(6): 1208 − 1216. [14] WOOD B W, REILLY C C, NYCZEPIR A P. Mouse-ear of pecan(Ⅰ) symptomatology and occurrence [J]. Hortscience, 2004, 39(1): 87 − 94. [15] OJEDA-BARRIOS D L, PEREA-PORTILLO E, HERNANDEZ-RODRIGUEZ O A, et al. Foliar fertilization with zinc in pecan trees [J]. Hortscience, 2014, 49(5): 562 − 566. [16] ASHRAF N, ASHRAF M, HASSAN G, et al. Effect of foliar application of nutrients and biostimulant on nut quality and leaf nutrient status of pecan nut cv. ‘Western Schley’ [J]. Afr J Agric Res, 2013, 8(6): 559 − 563. [17] KESHAVARZ K, VAHDATI K, SAMAR M, et al. Foliar application of zinc and boron improves walnut vegetative and reproductive growth [J]. Hortscience, 2011, 21(2): 181 − 187. [18] 张婷, 赵林, 李刚波, 等. 用主成分分析和隶属函数法综合筛选苹果自根砧嫁接方式[J]. 江西农业学报, 2018, 30(9): 26 − 30. ZHANG Ting, ZHAO Lin, LI Gangbo, et al. Screening of best grafting pattern of apple self-rooted rootstock by using principal component analysis and membership function method [J]. Aata Agric Jiangxi, 2018, 30(9): 26 − 30. [19] 夏国华, 黄坚钦, 解红恩, 等. 山核桃不同器官矿质元素含量的动态变化[J]. 果树学报, 2014, 31(5): 854 − 862. XIA Guohua, HUANG Jianqin, XIE Hongen, et al. Dynamic changes of mineral elements in different organs of hickory (Carya cathayensis) [J]. J Fruit Sci, 2014, 31(5): 854 − 862. [20] 仝月澳. 果树营养诊断的初步探索[J]. 中国果树, 1980(1): 1 − 6. TONG Yueao. Preliminary study on the nutritional diagnosis of fruits [J]. China Fruits, 1980(1): 1 − 6. [21] 朱文勇, 薛新平, 黄军保. 苹果树锌营养失调及矫治新技术研究[J]. 山西果树, 1997(4): 3 − 5. ZHU Wenyong, XUE Xinping, HUANG Junbao. A new strategy of alleviated on the disorder of zinc nutrition in apple trees [J]. Shanxi Fruits, 1997(4): 3 − 5. [22] 王衍安, 范伟国, 张方爱, 等. 施肥方式对缺锌小叶病苹果树锌营养的影响[J]. 中国农业科学, 2002, 35(10): 1249 − 1253. WANG Yan’an, FAN Weiguo, ZHANG Fang’ai, et al. Effect of different fertilizing methods on zinc nutrition in Zn deficiency apple trees [J]. Sci Agric Sin, 2002, 35(10): 1249 − 1253. [23] ADRIANO D C, PAULSEN G M, MURPHY L S. Phosphorus-iron and phosphorus-zinc relationships in corn (Zea mays L.) seedlings as affected by mineral nutrition [J]. Agronomy J, 1971, 63(1): 36 − 39. [24] GIORDANO P M, NOGGLE J C, MORTVEDT J J. Zinc uptake by rice, as affected by metabolic inhibitors and competing cations [J]. Plant Soil, 1974, 41(3): 637 − 646. [25] ZHANG Fusuo, RÖMHELD V, MARSCHNER H. Diurnal rhythm of release of phytosiderophores and uptake rate of zinc in iron-deficient wheat [J]. Soil Sci Plant Nut, 1991, 37(4): 671 − 678. [26] 任富莉, 潘映红, 张笑笑, 等. 基于多重表型的高粱耐盐性综合评价方法[J]. 中国农业科技导报, 2019, 21(6): 152 − 162. REN Fuli, PAN Yinghong, ZHANG Xiaoxiao, et al. Comprehensive evaluation method for sorghum salt tolerance based on multilevel phenotypic analysis [J]. J Agric Sci Technol, 2019, 21(6): 152 − 162. [27] 刘勋, 张娇, 沈昱辰, 等. 基于光合系统参数建立马铃薯耐荫性综合评价体系[J]. 植物学报, 2019, 54(3): 360 − 370. LIU Xun, ZHANG Jiao, SHEN Yuchen, et al. Establishment of a comprehensive evaluation system for sha-ding tolerance of potato based on photosynthetic parameters [J]. Chin Bull Bot, 2019, 54(3): 360 − 370. [28] 张斌斌, 沈志军, 马瑞娟, 等. 基于果肉单体酚和总酚含量评价桃果实抗氧化能力[J]. 园艺学报, 2018, 45(5): 931 − 942. ZHANG Binbin, SHEN Zhijun, MA Ruijuan, et al. Antioxidant capacity evaluation of peach fruit based on flesh individual phenol and total phenol content [J]. Acta Hortic Sin, 2018, 45(5): 931 − 942. [29] 申文辉, 谭长强, 劳庆祥, 等. 红锥优树二代家系抗逆性苗期选择研究[J]. 西南林业大学学报(自然科学), 2019, 39(2): 11 − 17. SHEN Wenhui, TAN Zhangqiang, LAO Qingxiang, et al. Seedling selection of stress resistance in the 2nd superior families of Castanopsis hystrix [J]. J Southwest For Univ Nat Sci, 2019, 39(2): 11 − 17. [30] 刘翠玉, 闫明, 黄贤斌, 等. 石榴耐盐性研究与指标筛选[J]. 浙江农林大学学报, 2018, 35(5): 853 − 860. LIU Cuiyu, YAN Ming, HUANG Xianbin, et al. Salt tolerance and screening for identification indexes with pomegranate cuttings [J]. J Zhejiang A&F Univ, 2018, 35(5): 853 − 860. 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.2095-0756.20190687
点击查看大图
计量
- 文章访问数: 1655
- HTML全文浏览量: 567
- PDF下载量: 50
- 被引次数: 12
