李敏婷，刘小玲，罗 杰，孙传谆，李景刚，杜继丰，吴顺辉

（华南农业大学公共管理学院，广东 广州 510642）

【研究意义】农用地集约利用会对生态系统产生正负双向效应，而人类多关注于农用地的产出效益，如我国粮食单产水平（每667m2）由2000年284.1 kg增长到2015年365.5 kg，增幅超20%。从已有的事实看，过去很多国家或地区通过盲目增加农业生产资料的投入来提高集约利用程度和维持作物高产化，带来显著的环境效应，对包括昆虫传粉服务在内的生态系统造成较大的负面影响[1]。传粉是农业生产中的一种基本生态系统服务，传粉者在其中起着至关重要的作用。然而，近些年来欧洲、北美洲以及亚洲局部地区的传粉者数量、多样性以及丰度呈下降趋势[2-4]。因此，传粉服务减退所带来的作物产量降低问题使得明晰集约利用与传粉服务之间的关系，进行集约利用的产出功能和环境效益的科学权衡成为研究热点[5-6]。【前人研究进展】目前国内外关于传粉服务的研究主要集中在传粉服务价值评估[7-12]，涉及传粉服务威胁因子（特别是土地利用）对传粉服务的影响研究较少。国外相关研究更多地强调生境对生态系统服务的影响，如Tscharntke等[13]对哥廷根市中心外直径为500～6 000 m的镶嵌圆进行研究发现，破碎景观中的生境分配只影响简单景观中的种群，表明小尺度范围内的农业集约化简化了农业景观生境多样性和可用性导致栖息地质量下降进而影响传粉昆虫数量；Garibaldi 等[14]收集了5个洲15个国家的29项研究数据分析发现，生境隔离会降低传粉服务的供给，使得作物产量减少和产量稳定性下降。国内学者多数从景观类型、景观异质性、地貌类型、生境损失的角度研究其对传粉服务的影响[15-18]。丁圣彦等[19]学者还分析了不同人为干扰梯度下生态系统对传粉昆虫的影响。【本研究切入点】当前，相关研究主要从生境结构及其演变来阐述土地利用与传粉服务之间的关系，较少从土地利用程度及其变化上来探索两者之间的关系，并且不同研究尺度的结果存在较大差异[20-22]。同一研究尺度上，由于各区域地理条件和社会经济条件不同，区域间生物种群和数量以及农作物存在较大的差异。因此，传粉服务与农用地集约利用水平的关系需要更多区域验证，包括不同地理气候带，不同作物类型的进一步验证[23]。除此之外，相关研究对农用地集约度的计算偏重于自然生态因素，例如选取作物多样性、农田未施用作业措施面积和景观面积等[22]。这些指标之间存在交叉性。本研究基于投入产出等社会经济因素，对农用地集约程度的测度亦做了一些改进。【拟解决的关键问题】广东省作为我国经济发达区域，人地矛盾突出，农业土地利用集约化程度较高。同时，因其气候温暖，地势平坦而拥有丰富的生物资源，是进行土地集约利用水平与传粉服务关系研究的理想区域。在热带气候条件下的相关验证研究较少，相关研究还难以解释农业土地利用与传粉服务的关系。本研究以广东省（珠三角非农业市除外）市域农用地为研究对象，选取大豆、柑橘、龙眼、荔枝4种典型作物，基于长时间序列统计数据，采用回归分析方法，揭示广东省农用地集约度与传粉服务之间的定量关系，进一步验证生物多样性和生态系统服务政府间科学政策平台（IPBES）评估报告中传粉服务的相关结论，为权衡土地集约利用的产出效益与环境效益提供理论依据。

1 材料与方法

1.1 研究区概况

广东省地处中国大陆最南部，全境位于20°13′～25°31′N、109°39′～117°19′E 之间，下辖21个地级市。2015年数据显示，全省境内陆地面积为17.98万km2，其中农用地约占陆地面积的83%，种植的作物主要有稻谷、大豆、甘蔗、花生、香蕉、荔枝、龙眼和菠萝等。农业投入上，全省全年的化肥和农药投入量达247.4万t，参与农业种植人数为1 351.83万人，高于全国平均水平。广东省属于东亚季风区，从北向南分别为中亚热带、南亚热带和热带气候，是我国光、热和水资源最丰富的地区之一，适宜多种动植物的生存与繁衍。借助优越的地理位置和丰富的自然资源，广东省成为我国最早实施改革开放经济政策的省份之一，经济发展一直位居全国首列。

1.2 回归分析

本研究拟通过农用地利用集约度水平与作物平均年产量/产量变异性系数建立一元线性回归模型，揭示土地利用集约度与传粉服务之间的定量关系。由图1可知，随农用地集约度的变化，农作物平均年产量/产量变异性系数呈线性递增或递减变化。

本研究取各市2008、2015年的农用地集约度平均值近似代替各市长时间序列（2000—2015年）农用地平均集约度。2000—2008年间与集约度相关的劳动力资源数据统计口径差异较大[24]，且收集的统计数据表明：时间上，各市年份间的集约度差异较小；空间上，市与市之间集约度差异较大。而后，利用统计数据求出相同时间段各作物的平均产量及其产量变异系数。最后，以研究区各市为基本单位，采用回归分析方法分析集约度、传粉依赖度以及平均年产量/产量变异性系数三者之间的关系。

图 1 农用地集约度与昆虫传粉服务关系Fig.1 Relationship between intensity level of agricultural land and pollination service

1.3 农用地利用集约度计算

土地利用集约度是指生产过程中与单位面积土地结合的资本和劳动的相对量[25]。本研究借鉴张琳等[26]对“耕地利用集约度”的界定，将农用地利用集约度定义为“一定时间内投入到单位面积农用地上的资金和劳动力的总货币额”，计算公式如下：

式中，I为农用地利用集约度，元/hm2；C为投入到农用地中的物质总额，元；L为投入到农用地中的劳动力金额，元；S为农用地面积，hm2；Qw为投入到农用地中的物质（主要包括农膜、化肥和农药），t；Pw为广东省的农资价格，元/t；Ql为投入到农用地中的农村劳动力，人；Pl为广东省的农民人均农业经营收入，元；Ri为通货膨胀系数，%；CPI15、CPI08分别为2015、2008年的居民消费者价格指数（以2000年为基准），%。

1.4 农作物传粉依赖度数据

作物传粉依赖度即作物缺乏传粉者时产量减少的百分比[27]。依据 DEGUINES等[22]对作物依赖程度的分类，为了满足所选作物需分布在不同依赖度等级的要求，参考刘朋飞等[11]整理的我国作物传粉依赖度数据，本研究选取广东省4种典型作物进行分析：大豆0.10，依赖较小；柑橘橙0.34，中等依赖（由柑橘0.34、橙0.34和其他柑橘类0.34传粉依赖度的平均值求得）；龙眼0.81，依赖较大；荔枝0.97，高度依赖。

1.5 平均产量和产量变异性系数

可用平均产量和产量变异性系数揭示作物的产量和产量稳定性水平。基础数据来源于广东省农村经济统计年鉴。为消除作物产量差异、确保数据可靠，采用“产量时间回归分析残差法”进行计算，平均产量为残差的平均值，产量变异性系数为残差的标准差除以平均产量乘于100，最后，将16个地级市4种作物的平均产量和产量变异性系数值标准化（即Z-score转换），以便在作物之间进行比较，计算公式如下：

式中，Ap为每种作物平均年产量，无量纲；为作物产量残差和，无量纲；n为作线性回归的年份个数，无量纲；CVp为产量变异性系数，无量纲；SDei为作物产量残差的标准差，无量纲。CVp用以反映单位均值上的离散程度，数值越大说明作物产量越不稳定。

2 结果与分析

2.1 农用地利用集约度

由表1可知，广东省各市的农用地利用集约度均有提高，平均增幅达50%，其中中山、云浮、江门和阳江市的增幅依次为270%、60.34%、60.21%和55.71%。各市的集约水平差异显著，其中潮州市的农用地利用集约度最高，为91 929.13元/hm2；中山市、揭阳市和梅州市次之，分别为75 255.63、64 507.95、38 805.48元/hm2；汕头市的农用地利用集约度最低，仅9 363.54元/hm2。

表1 广东省各市的农用地利用集约度(元/hm2，以2015年价格水平为基准)Table 1 Intensification indexes of agricultural land use in various cities of Guangdong province(yuan/hm2, taking the prices in 2015 as criterion)

2.2 集约度与农作物平均产量的关系分析

以广东省各市的农用地利用集约度为X轴，各市作物的平均产量为Y轴，集约度分别与4种农作物的平均产量作线性回归，结果见图2，集约度与作物平均产量的回归方程见表2。从图2的变化趋势可以看出，随着集约度的变化，作物平均产量的变化取决于作物对授粉的依赖程度。其中，依赖度较小的农作物（大豆）的平均产量与农用地利用集约度成正比，即依赖度较小的农作物的产量随着集约度提高呈上升趋势；依赖度中等以上的农作物（柑橘橙、龙眼和荔枝）的平均产量与农用地利用集约度成反比，即依赖度中等以上的农作物的产量随着集约度提高呈下降趋势。

依赖度中等以上的农作物中，不同传粉依赖度作物的回归系数的绝对值依次降序，即荔枝0.97（0.000005）＞龙眼0.81（0.000002）＞柑橘橙0.34（0.000001），说明农作物传粉依赖度越大，农作物产量随着集约度提高而下降的趋势越明显。这表明对于传粉服务依赖度较大的作物而言，提高农用地的集约水平反而会造成产量的下降。

图2 集约度与农作物平均产量的关系Fig.2 Relationship between intensity level and mean crop yield

表2 集约度与农作物平均产量的回归方程Table 2 Regression equation of intensity level and mean crop yield

2.3 集约度与农作物产量变异性的关系分析

通过数据处理，以各市的农用地利用集约度为X轴，各市的作物产量变异性系数为Y轴，集约度分别与4种农作物的产量变异性系数作线性回归，结果见图3，集约度与农作物产量变异性的回归方程见表3。

从图3的变化趋势可以看出，随着集约度的变化，作物产量变异性的变化取决于作物对传粉的依赖程度。不同传粉依赖度作物的回归系数依次降序，即荔枝0.97（0.000026）＞柑橘橙0.34（0.000009）＞龙眼0.81（0.000002）＞大豆0.10（0.000001），整体上农作物传粉依赖度越大，农作物产量随着集约度的提高而越不稳定。其中，龙眼作物较为特殊，极大可能是由于某些比传粉更为关键的因素致使龙眼产量较为稳定，具体原因有待于进一步研究。

图3 集约度与农作物产量变异性的关系Fig.3 Relationship between intensity level and crop yield variability

表3 集约度与农作物产量变异性的回归方程Table 3 Regression equation of intensity level and crop yield variability

3 讨论

本研究结果与DEGUINES等[22]对法国农用地利用集约度与54种作物的产量和产量稳定性的关系研究得出的结论较为相似：农业集约化能够提高传粉依赖小的作物的产量，但未能提高传粉依赖大的作物的产量。同样，农业集约化有利于提高传粉依赖小的作物的产量稳定性，而不利于提高传粉依赖大的作物的产量稳定性。尽管本研究没有通过农用地集约利用评估传粉昆虫数量及丰度的变化，但是结果清晰地表明，农用地集约利用的“预期增值收益”与传粉服务的减少存在抵消关系。欧洲西北部[28-29]、北美洲[30]、非洲[31]的大量案例支持这一结论，认为农业集约化对传粉服务具有负面影响[32]，孙传谆等[33]和本研究可代表东亚区域验证该结论。目前来看，授粉短缺或者农业集约化对全球的依赖授粉的作物生产力没有任何负面影响[34]。这可能是由于国家层级的气候、土壤、水资源和本土传粉昆虫的叠加效应掩盖了野生传粉昆虫的服务价值，即局部传粉群体数量的减少并不影响全球作物产量。虽然全球粮食安全问题没有迫在眉睫，但本研究可给种植依赖传粉作物的重点区域提出警示作用。

由于研究所用数据相对较少，使得模型拟合检验中R2值较小，P值较大。值得注意的是，在集约度与作物产量变异性的关系研究中DEGUINES等[22]发现依赖度在5%～25%之间的作物随着集约度提高产量反而越稳定，本研究发现龙眼（传粉依赖度为0.81，依赖较大）的产量稳定性比大豆（传粉依赖度为0.10，依赖较小）高。因此，集约度与作物产量变异性之间的特殊规律有待进一步证实和挖掘。

随着研究的深入和认识的深化，影响机制和措施仍是研究的重点。有学者提出“生态集约化”[35-36]，但如何推进实施生态集约仅停留在理论概念上[37]。因此，未来需要结合传粉昆虫—作物网络结构，通过建立空间模型或者运用遥感等技术手段，进一步通过量化和实证方法探究传粉服务系统内部和传粉服务系统与其他生态系统之间的复杂反馈过程和机制。在此基础上借鉴各国的研究案例和实践经验，提出土地管制策略，避免出现全球粮食短缺。

4 结论

综上分析，本研究得出以下结论：（1）传粉依赖度较小的农作物的产量随着集约度提高呈上升趋势，中等传粉依赖度以上的农作物的产量随着集约度提高呈下降趋势；农作物传粉依赖度越大，农作物产量随着集约度提高而下降的趋势越明显。（2）总体上，作物产量变异性的变化取决于作物对授粉的依赖程度，农作物传粉依赖度越大，农作物产量随着集约度提高而越不稳定。