全 文 ：中国生态农业学报 2009年 1月 第 17卷 第 1期
Chinese Journal of Eco-Agriculture, Jan. 2009, 17(1): 150−154


* 国家重点基础研究发展计划(973计划)项目(2005CB121107)资助
陈亚恒(1973~), 男, 讲师, 在职博士生, 主要从事土地评价、土地开发整理的研究工作。E-mail:chenyaheng@126.com
收稿日期: 2008-02-25 接受日期: 2008-06-14
DOI: 10.3724/SP.J.1011.2009.00150
农田投入在不同自然质量耕地上的响应分析*
陈亚恒 刘会玲 李贺静 霍习良 许 皞
(河北农业大学资源与环境科学学院 保定 071001)
摘 要 为揭示农田投入对不同质量耕地粮食产量及经济效益的影响, 以太行山北段冀中山前平原冬小麦、
夏玉米一年两熟区为例, 运用农用地分等成果, 借助因素组合、假设检验及回归分析等方法对农田投入在不同
质量耕地上的响应程度进行分析。结果显示: 同一因素组合类型耕地, 投入较低时, 科学合理地增加农田投入,
可提高粮食产量; 科学合理的农田投入可使研究区自然质量较差耕地达到高产目的; 产投效益最大值和粮食
产量最大值之间的投入区间为最合理农田投入区间; 同一农田投入水平下, 据耕地自然因素对粮食产量的不
同影响及耕地因素组合类型, 合理调整投入方向, 粮食增产效果更显著。
关键词 农用地分等 耕地自然质量 因素组合类型 农田投入水平 投入区间
中图分类号: F301.2 文献标识码: A 文章编号: 1671-3990(2009)01-0150-05
Response of farmland with different natural quality to farm field input
CHEN Ya-Heng, LIU Hui-Ling, LI He-Jing, HUO Xi-Liang, XU Hao
(College of Resources and Environment Sciences, Agricultural University of Hebei, Baoding 071001, China)
Abstract To analyze the effect of field input on grain yield and economic benefit of farmlands, we used wheat-corn double crop-
ping fields in northern Taihang Mountain Plain region of central Hebei to analyze the degree of response to input from farmland qual-
ity on basis of factor combination, hypothesis testing, regression analysis and agricultural land grade. The results suggest that grain
yield can be improved by scientifically and reasonably increasing field input or using a combination of factors at low input. High
yield on farmlands with poor natural conditions can be achieved through scientific and reasonable input. The optimal value of field
input is within the interval between the maximum input-output benefit and maximum grain yield. Reasonably adjusted input based on
differences in the influence of natural factors on grain yield and different factor combinations can increase yield significantly.
Key words Agricultural land grade, Natural quality of farmland, Factor combination, Degree of field input, Input interval
(Received Feb. 25, 2008; accepted June 14, 2008)
随着我国人口的增长和经济的发展, 耕地逐年
减少, 粮食自给面临严峻局面, 提高粮食单产是解
决粮食自给的主要途径[1]。通过合理的农田投入不
但能提高耕地粮食产量, 而且能改善耕地质量及生
态环境, 保证耕地可持续利用。随投入增加耕地粮
食生产能力发生变化且耕地资源自然质量存在差异
性[2], 不同质量耕地对投入有不同需求。但实际生产
中, 农田投入大多不考虑耕地实际情况, 只根据当
地经济状况增减农田投入量, 不但不能大幅度提高
粮食产量, 甚至会带来很多副作用, 包括耕地质量
退化、环境污染、资源浪费[3−6], 最终导致总的粮食
生产能力下降, 粮食紧缺, 影响经济发展[7]。针对这
一问题, 本文对太行山北段冀中山前平原冬小麦、
夏玉米一年两熟区农田投入在不同质量耕地上的响
应程度进行分析, 探讨农田投入与不同质量耕地粮
食生产能力及经济效益的关系, 提出农田投入量合
理区间及更有效的投入策略, 为农田合理投入提供
科学依据。
1 研究区耕地概况
太行山北段冀中山前平原冬小麦、夏玉米一年
两熟区位于冀中南、京广铁路两侧, 包括保定涿州
第 1期 陈亚恒等: 农田投入在不同自然质量耕地上的响应分析 151


市、保定市区、清苑、曲阳、定州市等 15个县、市、
区。属暖温带半干旱褐土、潮褐土区。本区地势平
坦, 光照充足, 全年日照时数为 2 500～2 850 d, 年
平均气温 11.5～13.5 ℃, 无霜期 200～210 d, 年降
雨量 500～650 mm, 水资源条件好, 为全淡水区。土
地总面积 176.25万 hm2, 占全省土地总面积的 9.33%;
耕地 122.74 万 hm2, 占本区土地总面积的 69.64%,
全区有耕地后备资源 4.09 万 hm2, 占全省耕地后备
资源面积的 4.15%。据河北省农用地分等成果, 本区
农用地自然质量等别 8～16 等[8]。河北省质量最好
的农用地分布在该区域, 本区是河北省重要的小麦
生产基地, 但人均耕地却是全省最少的地区之一。
本区地理位置优越 , 城镇化水平较高 , 工业发达 ,
农业投入多, 利用水平高。农田基本设施条件较好,
是全省高产稳产农田集中地区 , 主要粮棉生产基
地。主要农作物有小麦、玉米、棉花, 复种指数高, 粮
食平均单产居全省之首。经济条件占相当优势, 可
保证粮食产出能力和粮食安全。
2 耕地因素组合类型编制
本文利用河北省太行山北段冀中山前平原冬小
麦、夏玉米一年两熟区农用地分等调查数据, 对农
田投入在不同质量耕地上的响应程度进行分析。
该区农用地分等采取分层抽样方式均匀布点 ,
共包括 2 590 个调查样点, 每样点调查农用地自然
质量状况、利用状况与经营状况。自然质量状况调
查项包括土体构型、表土质地、灌溉保证率、有机
质; 利用状况与经营状况调查项包括投入数据和产
出数据, 投入数据包括灌水量、投入籽种数量、机
械投入类型、用工个数、施肥状况等。
利用耕地自然质量状况因素组成耕地因素组合
直观表达耕地不同自然质量。
2.1 耕地因素组合类型的概念
耕地因素组合类型(以下简称因素组合)是指影
响耕地生产功能的稳定自然因素及其状态的组合
体。不同类型区选用的因素种类和个数有差异, 每
种类型的耕地具有惟一的因素组合, 每一因素组合
代表一种自然质量类型的耕地。
2.2 因素指标控制区的确定
本文采用河北省农用地分等指标控制区作为因
素指标控制区。依据《农用地分等规程》 (TD-
T1004-2003)中因素指标控制区划分原则[10], 将河北
省划分为 23 个 3 级生态类型区。本文所选研究区
域—— 太行山北段冀中山前平原冬小麦夏玉米一年
两熟区涉及 1 个 3 级生态类型区。在同一生态类型
区内研究耕地自然质量问题, 不需考虑光温差异。故
利用因素组合可更直观、精确地表达耕地自然质量。
2.3 因素选取及因素组合的编制
据河北省农用地分等数据, 太行山北段冀中山
前平原冬小麦、夏玉米一年两熟区所在指标控制区
的农用地分等自然因素为有机质、灌溉保证率、表
土质地、土体构型, 对各因素进行分级, 将各因素的
不同级别以数字代码的形式按顺序进行一一组合。
所以该区因素组合类型的形式为 1111, 代表有机质
含量高 , 灌溉保证率充分满足 , 表土质地壤土 , 土
体构型为通体壤。自然因素对应代码如表１所示。
通过对农用地分等定级成果的整理可知, 太行
山北段冀中山前平原冬小麦、夏玉米一年两熟区的
耕地因素组合类型包括 1111、1122、1211、1236、
2111、2112、2113、2122、2131、2133、2136、2211、
2212、2213、2214、2215、2222、2231、2233、2236、
2311、2322、2333、2411、2412、2433、2436、3211、
3233、3236、3311、3411、4111、4112、4113、4115、
4122、4131、4133、4136、4211、4212、4213、4215、
4233、4236、4311、4312、4313、4315、4333、4336、
4411、4412、4415、4433、4435、4436、5111、5133、
5211、5233、5411、5433共 64种因素组合类型, 其
中 4111 和 2111 类型所占比例最大,分别为 25.3%和
24%; 其次为 2211、4211和 4133类型, 所占比例分
别为 7.6%、5.8%和 4.5%; 2133、2136、2213、2311、
2411、3211、4233、4411 和 4136 类型所占比例较

表 1 因素组合-自然属性对照表
Tab.1 Associated types of the factors- natural attributes comparison table
有机质
Organic matter (g·kg−1)
代号
Code
灌溉保证率
Irrigation
代号
Code
表土质地
Soil texture
代号
Code
土体构型
Body type of soil
代号
Code
>20 1 充分满足 1 轻壤、中壤、黏壤 1 通体壤、蒙金 1
15～20 2 基本满足 2 重壤、黏土 2 通体粘、夹砂 2
10～15 3 一般满足 3 砂壤、砂土 3 夹粘、底砂、底砾、通体砂壤、深位白干土 3
6～10 4 无灌溉 4 砾质土 4 漏砂、中位白干土 4
<6 5 通体砾、浅位白干 5
通体砂 6

152 中国生态农业学报 2009 第 17卷


小,分别为 3.1%、1.5%、1.1%、1.0%、1.4%、1.9%、
1.7%、1.6%和 1.4%。以上数据表明, 研究区较好因
素组合类型比较多, 且所占比例大。耕地自然质量
普遍较好, 是河北省耕地质量最好地区之一。
3 农田投入在不同因素组合类型耕地上的响
应程度分析
农田投入包括灌水量、投入籽种数量、机械投
入类型、用工个数、施肥状况等多项投入[11], 本文
采用综合投入进行研究。由于这几项因素都是农田
投入不可或缺的, 本文将研究区农用地分等调查数
据中各项投入数据作为农田投入基础数据, 每个调
查样点各项农田投入加和求算。农用地分等投入数据
以村为基本调查单位, 采用实测、评估和历史资料分
析相结合的综合分析方法, 按冬小麦和夏玉米的实
际投入量计算, 以单位面积投入量表示(元·hm−2)。
其中物质投入包括种子、化肥、农药、地膜等, 根
据国家市场指导价计算, 农家肥按当地平均价格计
算; 活劳动包括各生产环节的劳动力投入和必要的
农田维护劳动力投入, 按当地平均价格计算。
粮食产量数据应用研究区农用地分等数据中的
产出调查数据。农用地分等产出数据以村为基本调
查单位, 采用实测、评估和历史资料分析相结合的
综合分析方法, 按冬小麦和夏玉米的实物产出量计
算, 利用产量比系数全部换算成冬小麦产量, 用单
位面积产量表示(kg·hm−2)。
3.1 同一因素组合类型耕地对不同农田投入的反应
程度分析
3.1.1 粮食产量的反应
通过太行山北段冀中山前平原冬小麦、夏玉米
一年两熟区农用地分等成果数据整理, 对各因素组
合类型耕地在不同农田投入下的粮食产量进行分
析。本研究区共有 64种因素组合, 为使分析结果更
可靠更符合实际, 选取两个所占比例最大且质量不
同的因素组合类型耕地进行实例对比分析。这里以
因素组合 2111 类型和 4111 为例, 以同一因素组合
耕地农田投入为自变量 X, 每一农田投入下粮食产
量平均值为因变量 Y, 对同一因素组合类型耕地上
粮食产量与农田投入关系进行回归分析。
图 1(a)给出了因素组合 2111的耕地标准粮产量
(Y)与农田投入(X)的线性拟合模型:
Y =−0.000 2X2 +3.427X –2 283.0 (1)
其中 R2为 0.045, N=621。由此模型可以看出当因素
组合类型为 2111的耕地上农田投入水平较低时, 随
着农田投入的增加, 粮食产量呈增加趋势, 但产量
增加的速率随投入的增加而减小; 由方程可知当投
入水平达 7 630.50 元·hm−2时, 粮食产量达到最大
值 12 221.82 kg·hm−2, 以后继续增加农田投入量,
粮食产量反而呈下降趋势。因素组合类型为 2111的
耕地粮食产量与农田投入之间存在一个一元二次曲
线(抛物线)的变化规律。
由图 1(b)可知, 4111 因素组合类型耕地粮食产
量与农田投入一元二次回归模型为:
Y =−0.000 2X2 + 3.01X −544.90 (2)
由模型计算可得到投入水平达到 7 387.50
元· hm−2 时 , 粮食产量达到最大值 10 776.44
kg·hm−2 。4111类型因素组合的有机质条件比 2111
类型因素组合差, 故因素组合 2111耕地自然质量好
于因素组合 4111类型耕地。4111类型耕地粮食产量
最大值小于 2111类型。表明影响耕地粮食产量的因
素中, 稳定的自然因素起着主导作用。自然质量较
差的耕地, 单纯靠常规的投入方式很难消除自然因
素的限制。需要依靠科学技术, 改良耕地中的限制
因素, 才能大幅度提高耕地粮食产量。

图 1 因素组合 2111类型(a)与 4111类型(b)耕地粮食产
量与投入关系
Fig. 1 Relation between grain yield and input on farmland of
the associated factors type of 2111(a) and 4111(b)

同样对其他因素组合类型耕地粮食产量与农田
投入进行回归分析, 结果显示: 同一因素组合类型
耕地, 投入较低时, 可通过增加投入来提高粮食产
量; 自然质量较差耕地, 加大科技、物资投入力度,
消除耕地限制因素, 可达到高产目的。
3.1.2 经济效益的反应
本文用耕地产投效益反映耕地的经济效益。产
投效益计算公式为:
aj = Yj / Cj (3)
第 1期 陈亚恒等: 农田投入在不同自然质量耕地上的响应分析 153


式中, aj为产投效益指数; Yj为产出量, 元· hm−2; Cj
为投入量, 元·hm−2。并利用太行山北段冀中山前平
原冬小麦、夏玉米一年两熟区农用地分等基础数据,
对因素组合 2111类型耕地产投效益与投入进行回归
分析其结果见图 2。

图 2 因素组合 2111类型耕地产投效益随投入变化趋势
Fig. 2 Relation between input-output benefit and input on
farmland of the associated factors type of 2111

因素组合 2111类型耕地产投效益 Y与农田投入
X的线性拟合模型为:
Y=−3E−08X2+ 0.000 2X + 2.462 9 (4)
产投效益与农田投入之间也存在一个一元二次
曲线变化规律。且经计算, 达到产投效益最大值时
的投入为 3 333.33元·hm−2。因素组合 2111类型耕
地粮食产量和产投效益分别达到最大值时农田投入
量分别为 8 957.00元·hm−2和 3 333.33元·hm−2。
所以此类型耕地最合理、科学投入量在 3 333.33～
8 957.00 元·hm−2间。同样方法求取各因素组合类
型耕地产投效益最大值和粮食产量最大值之间的投
入区间, 即各类型耕地的合理投入区间。
3.2 同等投入水平下不同组合类型耕地在粮食产
量上的反应
将农田投入按 10 元 1 个段, 作频率直方图(图
3)。根据波峰波谷分布情况, 将农田投入划分为 9
个投入水平: 1 650～4 050元·hm−2、4 050～5 700
元·hm−2、5 700～6 450 元·hm−2、6 450～6 900
元·hm−2、6 900～7 350 元·hm−2、7 350～7 650
元·hm−2、7 650～8 100 元·hm−2、8 100～9 000
元·hm−2、9 000～11 700元·hm−2。研究区农田投
入主要在 6 450～9 000元·hm−2之间, 区间有 5个
投入水平, 以投入水平 7 350～7 650元·hm−2为例,
太行山北段冀中山前平原冬小麦、夏玉米一年两熟
区在此投入水平下共涉及 36 种因素组合类型耕地,
其平均粮食产量见表 2。选取表 3 中其他 3 个因素
相同, 灌溉保证率为 2和 4的因素组合, 两两进行粮
食产量比较分析, 结果见表 3。
由表 2、表 3可知, 投入在 7 350～7 650元· hm−2
水平时当有机质、土壤质地和土体构型因素相同 ,
灌溉保证率为 2 的因素组合耕地平均产量高于灌溉
保证率为 4的因素组合耕地, 且灌溉保证率为 2和 4
的因素组合耕地粮食产量差异极显著, 说明提高耕
地灌溉保证率因素水平可极显著增加粮食产量。
同样分别针对有机质、土壤质地和土体构型因
素做粮食产量对比分析, 结果见表 4、表 5。
由表 2、表 4、表 5可以看出, 提高耕地土壤质
地和土体构型因素水平耕地粮食产量显著增加, 提
高有机质因素水平耕地粮食产量增加不显著。分别
对其他投入水平做同样分析, 可知分别提高因素组
合中各因素水平对耕地粮食产量的影响大小依次为
灌溉保证率＞土壤质地、土体构型＞有机质。故同
一投入水平下, 根据不同因素组合类型情况, 可优
先考虑对耕地灌溉条件的投入, 改善耕地灌溉保证
率因素, 再考虑弥补土壤质地和土体构型因素不足
的投入, 最后考虑提高有机质因素水平的投入, 耕
地增产效果会更显著。
4 结论
同一因素组合类型耕地, 投入较低时 , 可通过
增加投入来提高粮食产量, 增加农田投入量可以弥
补自然质量较差耕地不足, 达到高产目的; 各因素
组合类型耕地, 产投效益最大值和粮食产量最大值
之间的投入区间 , 即各类型耕地的合理投入区间 ;
同一农田投入水平下, 据分别提高各因素水平对粮

图 3 太行山北段冀中山前平原冬小麦、夏玉米一年两熟区投入频率直方图
Fig.3 Histogram of input in wheat-corn double cropping area of the north Taihang Mountains Plain of central Hebei
154 中国生态农业学报 2009 第 17卷


表 2 7 350～7 650元·hm−2投入水平下各因素组合类型耕地的平均产量
Tab.2 Average yield of farmland with different associated types of the factors in 7 350～7 650 input level kg·hm−2
因素组合
Associated types of factors
平均产量
Average yield
因素组合
Associated types of factors
平均产量
Average yield
因素组合
Associated types of factors
平均产量
Average yield
4436 4 008.5 2311 8 395.5 4136 8 556.0
4433 4 620.6 3233 8 845.5 4236 7 422.0
4412 5 838.2 4122 9 820.4 4411 5 725.5
4415 5 479.2 4133 9 445.8 2136 9 745.8
2411 6 001.8 4215 7 841.0 2233 8 737.5
3411 5 928.0 4311 7 909.5 4233 8 217.0
2112 10 315.8 4311 7 750.7 4131 9 685.5
2211 9 946.5 4313 7 555.7 4211 9 300.8
4111 10 383.6 4315 7 412.1 5211 5 095.5
4112 9 896.9 2122 10 120.7 1111 11 395.8
4113 9 690.6 2133 9 699.0 2111 10 747.8
4115 9 003.2 2213 9 191.0 3211 9 370.5

表 3 灌溉因素不同的因素组合类型耕地粮食产量比较
Tab.3 Comparison of gain yield of farmland with different
irrigating factors
因素组合
Associated
types of factors
T检验值
T test value
因素组合
Associated types
of factors
T检验值
T test value
4436 4236 −16.133 8** 2411 2211 −8.554 42**
4433 4233 −14.610 6** 4411 4211 −15.192 2**
4415 4215 −11.797 3** 3411 3211 −19.400 2**
**表示 0.01水平下极显著 Means significance at 0.01 level.

表 4 土壤质地或土体构型不同的因素组合耕地粮食产
量比较
Tab.4 Comparison of gain yield of farmland with different
soil texture or soil body factors
土壤质地 Soil texture

土体构型 Body type of soil

因素组合
Associated
types of factors
T检验值
T test value
因素组合
Associated
types of factors
T检验值
T test value
4133 4113 3.627 89* 4313 4311 −4.502 43*
4131 4111 −3.908 92* 4113 4111 −3.864 43*
2233 2213 −2.957 03* 4133 4131 −3.816 78*
2213 2211 −3.832 58*
*表示在 0.05水平下显著 Means significance at 0.05 level.

表 5 有机质不同的因素组合耕地粮食产量比较
Tab.5 Comparison of gain yield of farmland with different
organic matter factors
因素组合
Associated
types of factors
T检验值
T test value
因素组合
Associated
types of factors
T检验值
T test
value
4411 2411 −1.109 92 4133 2133 −1.464 49
4136 2136 −2.441 50 4112 2112 −1.004 23
4311 2311 −1.274 74 4211 2211 −2.013 91
4233 2233 −1.444 53 4111 2111 −1.327 68
4122 2122 −1.402 89

食产量的不同影响及因素组合类型, 调整投入方向,
增产效果会更显著。
在各因素组合类型耕地合理投入区间内, 按各
因素对产量影响大小规律有侧重地调整投入方向和
投入量, 重点弥补对耕地产量影响较大因素的不足,
可达到最大限度提高粮食产量的目的。
参考文献
[1] 张福锁 , 马文奇 . 肥料投入水平与养分资源高效利用的关
系[J]. 土壤与环境, 2000, 9(2): 154−157
[2] 尹钧, 曹卫星, 周乃健, 等. 农田能量投入产出规律的研究
[J]. 干旱地区农业研究, 1999, 17(3): 98−102
[3] 李庆逵, 朱兆良, 于天仁．中国农业持续发展中的肥料问题
[M]. 南昌: 江西科学技术出版社, 1998: 11−33
[4] 王家骧．肥料的使用与水质污染关系的评估[C]//中国农业
科学院土壤肥料研究所 , 加拿大钾磷研究所北京办事处 .
施肥与环境学术讨论会论文集 . 北京: 中国农业科技出版
社, 1994: 89−90
[5] Stauffer M. D., Beatib J. D. 肥料在世界农业中的地位[C]//
中国农业科学院土壤肥料研究所, 加拿大钾磷研究所北京
办事处 . 施肥与环境学术讨论会论文集 . 北京: 中国农业
科技出版社, 1994: 91−96
[6] 朱建国. 硝态氮污染危害与研究展望[J]．土壤学报, 1995,
32(增刊): 62−69
[7] 胡冰川 , 吴强 , 周曙东 . 粮食生产的投入产出影响因素分
析[J]. 长江流域资源与环境, 2006, 15(1): 71−75
[8] 河北农业大学资源与环境科学学院. 河北省农用地分等技
术报告[R]. 河北省国土资源厅土地利用管理处, 2004
[9] 高士光 , 陈亚恒 , 皞许 . 基于农用地分等成果的耕地整理
潜力计算方法—— 以衡水市桃城区为例[J]. 中国农学通报,
2008, 24(1): 397−401
[10] 中华人民共和国国土资源部 . 农用地分等规程(TD-T1004-
2003) [M]. 北京: 中国标准出版社, 2003
[11] 吴克宁, 曹志宏, 梁流涛, 等. 基于基尼系数的耕地质量差
异程度分析[J]. 资源科学, 2007, 29(3): 165−169