01
文章信息
文章题目：Key technologies improvements promote the economic-environmental sustainability in wheat production of China
标题译文：关键技术采纳提高中国小麦生产的经济-环境可持续性
发表期刊：Journal of Cleaner Production
在线时间：2024年2月10日
影响因子：10.2（5yr）
通讯作者：Minghao Zhuang
作者单位：中国农业大学资源与环境学院/中国农业大学绿色发展研究院
02
研究背景
2021年，中国的小麦产量达到1.37亿吨，占全球总量的17.8%，在保证全球粮食安全中发挥了关键作用。然而，中国的小麦生产仍然高度依赖于高投入的农业生产资料，如化肥和农药。例如，2020年，中国每公顷小麦施用的氮肥达到265.5千克，这远高于发达国家（如欧盟、美国和加拿大分别高出2.50、2.82和3.34倍）。此外，在中国小麦生产中，肥料利用效率为40.2%，比欧洲和美国低68%。这种生产模式带来了显著的环境成本，包括温室气体排放、土壤退化和水污染。预计到2030年，中国对小麦的需求将继续上升，达到1.44亿吨。因此，实现可持续的小麦生产，同时确保粮食安全和环境利益，已成为全球关注的关键问题。
优化生产管理技术以实现可持续的小麦生产至关重要。研究人员对小麦种植和生产全过程进行了广泛的可持续高产技术实验。这些可以促进小麦可持续高产的技术包括：宽幅精播、水氮后移、深耕、秸秆还田、冬灌、播后镇压等等。然而，当前大量现有研究主要集中在单一或有限数量的技术对小麦生产和环境的影响上，对多种技术对产量和环境经济可持续性的影响缺乏研究。其次，推动可持续小麦生产的关键在于提高小农户对于先进生产技术的采纳率，但很少有研究探讨影响农民采纳技术的因素。目前，中国农业技术的实施率仅约40%，远低于发达国家的80%，突出显示出提高农民技术采纳率的紧迫性和重要性。这些前期研究的不足阻碍了我们对可持续农业转型的理解。
本研究的主要目的是探索各种技术组合对小麦生产的产量、环境经济效益的整体影响，进而选择出关键的技术组合以推动可持续小麦生产。在此基础上，我们进一步分析影响农民采纳这些技术意愿的因素，这将有助于在一定程度上促进关键技术在实际小麦生产中的大规模应用。
03
研究方法
我们对小农户进行半结构化访谈，以获取基础的小麦生产数据。然后，我们利用能值分析、生命周期评估（LCA）和成本效益分析，分析不同技术组合对小麦生产产量及相关环境和经济效益的影响。在此基础上，我们使用二元逻辑回归模型分析这些因素对农民采纳技术意愿的影响程度。最后，我们采用了蒙特卡洛模拟进行了不确定性分析。
04
主要结果
1）高技术采纳组合，相比于中等技术采纳组合和低技术采纳组合，能值可持续性指数（emergy sustainability index）分别提高了27%和20%。高技术采纳组合环境可持续性较高的原因如下：（1）采用水氮后移，减少灌溉和氮肥用量，从而降低了劳动力、电力和氮肥投入；（2）采用精量播种和宽幅播种技术，大大减少了种子投入；最后，（3）提高了小麦产量。
2）高技术采纳组合的农户的小麦生产碳足迹（589 kg CO2-eq Mg−1）明显低于中等技术采纳组合和低技术采纳组合（分别为868和844 kg CO2-eq Mg−1）。这主要归因于1）灌溉时电力消耗的减少，温室气体排放减少了20.1%至21.9%；2）通过水氮后移技术，显著降低了氮肥的使用，从而减少了12.5%至13.1%的温室气体排放。
3）在经济效益方面，高技术采纳组合的的单位耕地面积利润和收益成本比显著高于低技术和中技术。主要是由于高技术采纳组合的投入成本较低和较高的籽粒产量所带来的收益。
4）耕地面积的大小、家庭成员的多少、拥有农业机械的数量、农户受教育程度以及加入合作社，这些因素对于农户采纳技术的意愿具有正向的促进作用，而年龄和家庭年收入具有负面的影响。
05
主要图表
Fig. 1. Distribution of surveyed villages in Quzhou City, Hebei Province, China. Note that “science and technology backyard” (STB) is a novel approach instigated that helps smallholder farmers practice sustainable agricultural.
Fig. 2. System boundary and agricultural inputs and outputs throughout the wheat production system.
Fig. 3. Emergy indices and input structure (A), contributions of different sources/activities to carbon footprints (B) and Nr footprints (C) of the three technology adoption levels.
Fig. 4. Direct cost benefits (A), environmental damage costs (B), and net economic and environmental benefits per kg (C) of the three technological adoption levels. Different lowercase letters represent differences among the three levels (P < 0.05).
Table 1 Key technologies and operational points
Table 2 Detailed information on the three technological adoptions levels
Table 4 Logistic regression estimates of the coefficients associated with variables affecting farmer technology adoption decisions
作物生理生态
文献阅读｜分享
邮箱：maize2020@126.com
