当前位置：首页>农业>中国农大 | 中国农业四十年:从“施肥增产”到“减量增效”的政策转型之路

中国农大 | 中国农业四十年:从“施肥增产”到“减量增效”的政策转型之路

2026-06-29 09:31:00

点击蓝字

关注我们

文章信息

文章标题：From input-driven to efficiency-sustained growth: Four decades of transformation in China's national agricultural programs

标题译文：从投入驱动到效率维持的增长：中国国家农业项目四十年转型

发表期刊：Global Food Security

在线时间：2026.06.13

第一作者：白雪源

通讯作者：张杰副教授

通讯单位：中国农业大学信息与电气工程学院

Oneline：利用集成机器学习框架量化了1980—2020年中国国家农业项目对作物产量和肥料利用效率的影响，发现政策干预经历了从“投入驱动增产”到“效率维持增长”的转型，国家项目关联了59%的产量提升，并在2010年后使全国大部分地区肥料利用效率改善18%。

研究背景

养活日益富裕的全球人口是重大挑战，尤其对产量较低的发展中国家。过去40年，中国用全球8%的耕地养活18%的人口，产量从2.9增至5.7 t/ha，得益于农业基础设施、肥料投入和土壤质量改善。1980—2005年间化肥用量从1300万吨增至4800万吨，但由此带来温室气体排放、土壤酸化、地下水超采和水体富营养化等问题。2000年后政策重心转向“高产高效”和“化肥零增长”，2005—2015年氮投入降低15%~18%，2015年后化肥用量五年减少13%。理解政策干预对产量和效率的影响是进一步推动可持续农业的关键。本研究利用集成机器学习，量化1980—2020年国家农业项目与作物产量和肥料利用效率变化的关联，揭示中国农业政策从“投入驱动”向“效率维持”转型的规律，为未来可持续粮食安全政策提供参考。

研究基于中国333个地级市1980、1990、2000、2010和2020年五个时间节点的数据，利用LightGBM（轻量梯度提升机）机器学习模型，以农业基础设施（机械化、灌溉）、肥料投入、土壤肥力（有机质、全氮、有效磷钾、pH）、耕作制度、气候（降水、温度、蒸散、干旱指数等）和立地条件（海拔、坡度、土壤质地）等25个因子为输入变量，分别对每个十年建立独立的作物产量和肥料利用效率（FUE，单位肥料产出作物产量）预测模型（80%数据训练、20%测试，十折交叉验证+贝叶斯超参数优化）。模型对产量和FUE时空变异的解释度均达约80%。在此基础上，通过对比“有政策干预情景”（实际因子变化）与“无政策干预情景”（因子固定），量化了国家农业项目对产量变化和FUE变化的关联贡献。

主要结果

产量与效率趋势：1980—2020年，作物产量从2.9增至5.7 t/ha（翻倍），变异系数从37%降至21%。化肥投入从0.12增至0.59 t/ha（2010年峰值），FUE从30降至12 t yield/t fertilizer。2010年后化肥投入下降2.9%，FUE提升18%。钾肥占比从3%升至18%，粪肥N投入从25增至47 kg N/ha。
模型表现：LightGBM对产量解释度R²=0.64~0.84（RMSE 0.43~0.74 t/ha），对FUE解释度R²=0.61~0.82（RMSE 2.9~5.3 t yield/t fertilizer），总体约80%。
因子重要性演变：肥料是1980—2000年产量首要因子（贡献22%），2020年降至4.9%；灌溉重要性从13%升至22%。FUE始终由肥料主导（39%~76%）。
政策关联贡献：国家项目关联了59%的产量提升，1980s关联0.84 t/ha（贡献79%），1990s 0.47 t/ha，2000s 0.33 t/ha，2010s仅0.04 t/ha（贡献13%）。2010s，81%地级市FUE改善或稳定，但东北和西北部分地区产量下降。

文章图表

图1 | 1980—2020年作物产量（CY，t/ha）的时空变化，分别展示（a）1980、（b）1990、（c）2000、（d）2010和（e）2020年，以及（f）地级市平均产量的时间变化。NE为东北，IM为内蒙古地区，LP为黄土高原，HHH为黄淮海平原，MLY为长江中下游，SW为西南，SC为华南，GX为甘肃和新疆地区。

图2 | 1980—2020年中国耕地肥料和粪肥使用情况。（a）地级市平均化肥投入和肥料利用效率（FUE），（b）氮、磷、钾肥在全国总用量中的占比，（c）施入土壤的粪肥N量及其占粪肥总排泄N量的比例。

图3 | （a）作物产量（CY）和（b）肥料利用效率（FUE）的预测值与观测值（五个单年合并）。

图4 | 影响作物产量的农业生态因子相对重要性（1980—2020年），分别展示（a）1980、（b）1990、（c）2000、（d）2010和（e）2020年。重要性低于2%的因子包含在饼图中但未在柱状图中显示以保持清晰。完整数据见表S1。MEC为机械化，IRR为灌溉能力，FER为肥料，SOM为土壤有机质，TN为全氮，AP为有效磷，AK为有效钾，pH为土壤酸碱度，ACS为年耕作制度，NDVI为归一化植被指数，AET为实际蒸散量，PDSI为帕尔默干旱指数，PRsum为降水量，PRstd为降水变率，SRADsum为辐射累积量，TEMmax为最高温，TEMMIN为最低温，TEMmean为平均温，TEMstd为温度变率，DEM为高程，Slope为坡度，SILT为土壤粉粒含量，CLAY为土壤黏粒含量。