基于結(jié)構(gòu)方程模型的高安市耕地產(chǎn)能影響因素研究

李子琳，韓 逸，郭 熙，國(guó)佳欣，林雯璐

(江西農(nóng)業(yè)大學(xué) 國(guó)土資源與環(huán)境學(xué)院/江西省鄱陽(yáng)湖流域農(nóng)業(yè)資源與生態(tài)重點(diǎn)實(shí)驗(yàn)室，江西 南昌 330045)

“洪范八政，食為政首”。糧食既是關(guān)乎民生的重要物質(zhì)基礎(chǔ)，更是國(guó)家安全的重要保障。保障糧食安全始終是治國(guó)安邦的頭等大事[1-2]，古今中外皆是如此。我國(guó)作為人口大國(guó)，是糧食消耗大國(guó)，糧食安全問(wèn)題一直受到國(guó)內(nèi)外的廣泛關(guān)注[3-4]。雖然自2004年以來(lái)，我國(guó)糧食產(chǎn)量實(shí)現(xiàn)了“十二連增”[5]，但糧食自給率卻在下降[6-7]，據(jù)統(tǒng)計(jì)數(shù)據(jù)，2017年我國(guó)的糧食自給率降到了82.3%左右，低于世界安全標(biāo)準(zhǔn)的90%。2018年，糧食總產(chǎn)量下降[8]。究其原因，一是耕地面積持續(xù)減少，二是耕地產(chǎn)能低。耕地產(chǎn)能主要取決于面積與單產(chǎn)[9]。提高糧食產(chǎn)量最簡(jiǎn)單的方法就是增加耕地面積，但在耕地面積難以增多的情況下[10]，穩(wěn)定并提高單位耕地面積的糧食生產(chǎn)能力，即耕地產(chǎn)能，就成為保障我國(guó)糧食安全的重要途徑[11]。習(xí)近平總書(shū)記指出，“確保國(guó)家糧食安全，把中國(guó)人的飯碗牢牢端在自己手中”。同時(shí)，要“藏糧于地、藏糧于技”，即通過(guò)穩(wěn)定與提升耕地單產(chǎn)，將耕地變成最大的糧食倉(cāng)儲(chǔ)庫(kù)。這一戰(zhàn)略為保障我國(guó)糧食安全找到了新途徑。為充分開(kāi)發(fā)耕地生產(chǎn)潛力，開(kāi)展耕地產(chǎn)能影響因素研究，科學(xué)把握耕地產(chǎn)能影響因素及其相互作用，對(duì)于揭示區(qū)域耕地產(chǎn)能的主要驅(qū)動(dòng)因素，保障國(guó)家糧食安全，提高區(qū)域糧食產(chǎn)能等具有現(xiàn)實(shí)意義。

目前，學(xué)術(shù)界圍繞耕地產(chǎn)能及其影響因素展開(kāi)了諸多研究。其中，國(guó)外關(guān)于糧食產(chǎn)能的研究較為宏觀(guān)：Welch等[12]、Lobell等[13]發(fā)現(xiàn)，溫度升高導(dǎo)致作物產(chǎn)量下降；Alhaj Hamoud等[14]通過(guò)試驗(yàn)發(fā)現(xiàn)，灌溉制度和土壤質(zhì)地及其相互作用會(huì)顯著影響水稻產(chǎn)量；Senghor等[15]指出，CO2濃度升高對(duì)小麥、大米等糧食作物產(chǎn)量有不同程度的提升效果；Denardin等[16]通過(guò)試驗(yàn)對(duì)比發(fā)現(xiàn)，免耕系統(tǒng)比傳統(tǒng)耕作系統(tǒng)更有利于土壤有機(jī)質(zhì)的提升，從而有助于提高水稻產(chǎn)量。國(guó)內(nèi)研究多側(cè)重于自然因素對(duì)耕地產(chǎn)能的影響：熊偉等[17]、宋戈等[18]、張紅富等[19]、王國(guó)敏等[20]結(jié)合氣候、水資源、CO2肥效、地貌類(lèi)型、有機(jī)質(zhì)等影響因子，探討其對(duì)耕地產(chǎn)能的影響程度與作用方向；也有學(xué)者就化肥施用[21]、氣候變化[22]、土地利用變化[23]等單一因子對(duì)耕地產(chǎn)能的作用進(jìn)行分析。

耕地生產(chǎn)是社會(huì)再生產(chǎn)和自然再生產(chǎn)的有機(jī)結(jié)合，耕地產(chǎn)能受自然、地力、社會(huì)、技術(shù)等眾多因素的影響。楊建波等[24]選取了11個(gè)因素，通過(guò)多組模型分析，發(fā)現(xiàn)各因素指標(biāo)分級(jí)對(duì)糧食增產(chǎn)能力的影響各不相同；王群[25]認(rèn)為，耕地糧食產(chǎn)量取決于耕地面積、復(fù)種指數(shù)、播種面積、糧食單產(chǎn)這4大因素。宋戈等[18]通過(guò)因子降維模型進(jìn)行因子識(shí)別，優(yōu)化識(shí)別后的影響因子主要包括差值植被指數(shù)(DVI)、地貌類(lèi)型、坡度、黑土層厚度、有機(jī)質(zhì)、機(jī)械化程度和灌溉潛力，其中，機(jī)械化程度對(duì)產(chǎn)能的影響最大，黑土層厚度的影響最小，坡度對(duì)耕地產(chǎn)能有負(fù)向作用；張紅富等[19]發(fā)現(xiàn)，有機(jī)質(zhì)、農(nóng)業(yè)灌排條件和利用系數(shù)是影響省域尺度耕地單產(chǎn)的主導(dǎo)因子。

總體來(lái)說(shuō)，影響耕地產(chǎn)能的因子數(shù)量繁多，作用機(jī)理復(fù)雜。在研究層面上，現(xiàn)有研究大多是從宏觀(guān)角度選擇各影響因素，專(zhuān)門(mén)針對(duì)南方丘陵區(qū)的特征分析當(dāng)?shù)馗禺a(chǎn)能影響因素的研究較為少見(jiàn)；在研究對(duì)象上，當(dāng)前研究大多只關(guān)注各因素本身對(duì)耕地產(chǎn)能的影響，忽略了因素間的相互作用；在研究方法上，多采用的是因子分析、回歸分析、相關(guān)性分析等傳統(tǒng)方法，難以揭示各潛變量之間的相互關(guān)系和影響程度。

高安市位于全國(guó)9大商品糧基地之一的鄱陽(yáng)湖平原商品糧基地。近年來(lái)，高安市經(jīng)濟(jì)社會(huì)的快速發(fā)展占用了大量耕地，區(qū)域耕地?cái)?shù)量持續(xù)減少。而且，隨著耕種年限的上升，耕地土壤退化嚴(yán)重，耕地產(chǎn)量出現(xiàn)波動(dòng)性與不確定性，區(qū)域糧食生產(chǎn)存在較大問(wèn)題與風(fēng)險(xiǎn)。為此，本研究選擇高安市作為研究區(qū)，基于耕地產(chǎn)能核算，探索性地運(yùn)用結(jié)構(gòu)方程模型對(duì)耕地產(chǎn)能的影響因素進(jìn)行分析，克服傳統(tǒng)分析方法的缺陷，處理多個(gè)潛變量間的關(guān)系，描述各變量間復(fù)雜的相互作用，探討耕地產(chǎn)能的主導(dǎo)因素與限制因素，以期為因地制宜地制定相關(guān)政策，優(yōu)化限制因素，進(jìn)而改善區(qū)域耕地質(zhì)量、提高耕地產(chǎn)能提供一定的理論依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

高安市是江西省宜春市下轄縣級(jí)市，位于江西省中部偏西北，地理坐標(biāo)介于115°00′～115°34′E、28°02′～28°38′N(xiāo)，屬鄱陽(yáng)湖平原區(qū)。作為全國(guó)糧食生產(chǎn)先進(jìn)市(縣)，2018年高安市糧食產(chǎn)量達(dá)42.8億kg。高安市海拔在40～100 m，境內(nèi)地形北高南低、中間舒緩平坦，為低山丘陵與河谷平原相間的“馬鞍形”地貌。高安市耕地資源豐富，耕地面積103 274.8 hm2，約占全市土地面積的28.8%，其中：水田69 979.26 hm2，水澆地111.5 hm2，旱地33 184.04 hm2。根據(jù)耕地質(zhì)量評(píng)價(jià)結(jié)果，高安市耕地質(zhì)量集中于三、四、五等這3個(gè)等級(jí)。

1.2 數(shù)據(jù)來(lái)源與處理

在綜合已有文獻(xiàn)研究的基礎(chǔ)上，結(jié)合高安市耕地狀況，同時(shí)考慮數(shù)據(jù)的可獲取性，從土壤養(yǎng)分、農(nóng)田水利、地學(xué)特征、土壤性質(zhì)這4個(gè)方面選取指標(biāo)，最終確定14個(gè)觀(guān)測(cè)變量作為影響高安市耕地產(chǎn)能的衡量因子(表1)。

表1 高安市耕地產(chǎn)能的影響因子及其來(lái)源

Table 1 Factors and sources of cultivated land productivity in Gao’an

潛變量Latent variable觀(guān)測(cè)變量Observation variable選取依據(jù)Selection basis獲取方式Obtaining method土壤養(yǎng)分Soil nutrients全氮Total nitrogen全面反映耕地所需營(yíng)養(yǎng)元素狀況Comprehensively reflect the status of nutrients required by cultivated land土壤采樣化驗(yàn)獲取Soil sampling and testing有效磷Available phosphorus全面反映耕地所需營(yíng)養(yǎng)元素狀況Comprehensively reflect the status of nutrients required by cultivated land土壤采樣化驗(yàn)獲取Soil sampling and testing速效鉀Available potassium全面反映耕地所需營(yíng)養(yǎng)元素狀況Comprehensively reflect the status of nutrients required by cultivated land土壤采樣化驗(yàn)獲取Soil sampling and testing有效鋅Available zinc全面反映耕地所需營(yíng)養(yǎng)元素狀況Comprehensively reflect the status of nutrients required by cultivated land土壤采樣化驗(yàn)獲取Soil sampling and testing農(nóng)田水利Farmland water灌溉條件Irrigation condition反映耕地灌溉用水量滿(mǎn)足程度Reflect the degree of irrigation water satisfaction實(shí)地調(diào)查獲取Field surveyconservancy排水條件Drainage condition反映耕地即時(shí)排除地表積水的能力Reflect the ability of cultivated land to immediately remove surface water實(shí)地調(diào)查獲取Field survey地學(xué)特征Geologicalcharacters坡度Slope田塊陡坡程度,影響土壤理化性質(zhì),從而影響產(chǎn)能The steep slope of field affects soil physiochemical properties地理空間數(shù)據(jù)云下載數(shù)據(jù)分析獲得Download DEM data based on geospatial data cloud耕層厚度Topsoil depth衡量土壤肥力Reflect soil fertility耕地質(zhì)量年度更新數(shù)據(jù)Annual updated data oncultivated land quality地形部位Topographic position反映田塊所處位置與地形的不同類(lèi)型Reflect the location and terrain of the field耕地質(zhì)量年度更新數(shù)據(jù)Annual updated data oncultivated land quality地貌類(lèi)型Geomorphologicaltype反映地表形態(tài)的不同類(lèi)型Reflect the different types of the surface shape耕地質(zhì)量年度更新數(shù)據(jù)Annual updated data oncultivated land quality土壤性質(zhì)Soil propertiespH反映土壤酸堿性程度,對(duì)土壤養(yǎng)分與作物生長(zhǎng)有重要影響Reflect the degree of soil acidity and alkalinity, which has an importantimpact on soil nutrients and crop growth土壤采樣化驗(yàn)獲取Soil sampling and testing有機(jī)質(zhì)Organic matter反映耕地土壤肥力與養(yǎng)分狀況Reflect the fertility and nutrient status of cultivated soil土壤采樣化驗(yàn)獲取Soil sampling and testing土壤質(zhì)地Soil texture反映土壤顆粒大小及其組合情況Reflect soil particle size and its combination土壤采樣化驗(yàn)獲取Soil sampling and testing土壤容重Soil bulk density衡量耕地土壤孔隙度,反映土壤透氣性與透水性Reflect soil porosity, soil permeability and water permeabilityof cultivated land土壤采樣化驗(yàn)獲取Soil sampling and testing

所用數(shù)據(jù)來(lái)自課題組于2018年在高安市布設(shè)的147個(gè)耕地產(chǎn)能監(jiān)測(cè)點(diǎn)。采樣位置分布狀況如圖1所示。全氮、有效磷、速效鉀、有效鋅、pH、有機(jī)質(zhì)、土壤質(zhì)地與土壤容重?cái)?shù)據(jù)通過(guò)土壤采樣化驗(yàn)獲?。还喔葪l件、排水條件的數(shù)據(jù)通過(guò)實(shí)地調(diào)研獲??；耕層厚度、地形部位與地貌類(lèi)型數(shù)據(jù)系2017年耕地質(zhì)量年度更新數(shù)據(jù)庫(kù)中的面狀數(shù)據(jù)，應(yīng)用ArcGIS 10.2中的空間鏈接工具將這3類(lèi)數(shù)據(jù)賦值到147個(gè)監(jiān)測(cè)點(diǎn)上；坡度數(shù)據(jù)基于地理空間數(shù)據(jù)云(http://www.gscloud.cn/)下載的GDEMDEM 30 m分辨率數(shù)字高程模型(DEM)獲得，經(jīng)ArcGIS 10.2軟件處理。此外，通過(guò)實(shí)地調(diào)查獲取這147個(gè)樣點(diǎn)對(duì)應(yīng)農(nóng)用地的單位面積糧食產(chǎn)量。理論產(chǎn)能與可實(shí)現(xiàn)產(chǎn)能根據(jù)江西省農(nóng)用地分等成果獲取樣點(diǎn)的地力等級(jí)計(jì)算耕地單位面積產(chǎn)量。

基于已獲取數(shù)據(jù)，對(duì)全氮、有效磷、速效鉀、有效鋅、pH、有機(jī)質(zhì)和土壤容重依據(jù)《土壤養(yǎng)分等級(jí)分級(jí)標(biāo)準(zhǔn)》進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理；對(duì)灌溉條件、排水條件、坡度、耕層厚度、地形部位、土壤質(zhì)地等依據(jù)《農(nóng)用地質(zhì)量分等規(guī)程》進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理；對(duì)地貌類(lèi)型，借鑒宋戈等[26]的研究，根據(jù)變量的實(shí)際數(shù)值與分級(jí)標(biāo)準(zhǔn)進(jìn)行打分賦值，從而實(shí)現(xiàn)不同尺度、不同種類(lèi)變量的統(tǒng)一性與可比性。

圖1 研究區(qū)樣點(diǎn)分布圖Fig.1 Distributed map of sample points

1.3 研究方法

1.3.1 耕地產(chǎn)能計(jì)算

本文所分析的耕地產(chǎn)能包括理論單產(chǎn)、可實(shí)現(xiàn)單產(chǎn)與實(shí)際單產(chǎn)，單產(chǎn)均是指單位面積產(chǎn)量。

(1)理論單產(chǎn)。依據(jù)農(nóng)用地自然質(zhì)量等指數(shù)核算農(nóng)用地理論產(chǎn)能，以二級(jí)指標(biāo)區(qū)為單位，建立該區(qū)指定作物理論單產(chǎn)與樣點(diǎn)所在農(nóng)用地自然等指數(shù)的函數(shù)關(guān)系：

yi″=aRi+b。

(1)

式(1)中：yi″為調(diào)查點(diǎn)i對(duì)應(yīng)農(nóng)用地的理論單產(chǎn)樣本值；Ri為調(diào)查點(diǎn)i對(duì)應(yīng)農(nóng)用地的自然等指數(shù)；a、b為回歸系數(shù)[26]。高安市屬于沿江平原區(qū)，經(jīng)過(guò)數(shù)理分析與論證檢驗(yàn)，確定該指標(biāo)區(qū)理論單產(chǎn)核算模型為

yi″=0.275 8Ri+361.2。

(2)

將2018年高安市農(nóng)用地自然等指數(shù)代入數(shù)學(xué)模型，計(jì)算出每個(gè)樣點(diǎn)對(duì)應(yīng)地塊的理論單產(chǎn)。

(2)可實(shí)現(xiàn)單產(chǎn)。依據(jù)農(nóng)用地利用質(zhì)量等指數(shù)核算農(nóng)用地可實(shí)現(xiàn)產(chǎn)能，以二級(jí)指標(biāo)區(qū)為單位，建立該區(qū)指定作物可實(shí)現(xiàn)單產(chǎn)與樣點(diǎn)所在農(nóng)用地利用等指數(shù)的函數(shù)關(guān)系：

yi′=cYi+d。

(3)

式(3)中：yi′為調(diào)查點(diǎn)i對(duì)應(yīng)農(nóng)用地的可實(shí)現(xiàn)單產(chǎn)樣本值；Yi為調(diào)查點(diǎn)i對(duì)應(yīng)農(nóng)用地的利用等指數(shù)；c、d為回歸系數(shù)[27]。經(jīng)過(guò)論證檢驗(yàn)，確定該指標(biāo)區(qū)可實(shí)現(xiàn)單產(chǎn)核算模型為

yi′=0.309 4Yi+265.45。

(4)

將2018年高安市農(nóng)用地利用等指數(shù)代入數(shù)學(xué)模型，計(jì)算出每個(gè)樣點(diǎn)對(duì)應(yīng)田塊的可實(shí)現(xiàn)單產(chǎn)。

(3)實(shí)際單產(chǎn)。主要思路是根據(jù)單季產(chǎn)量和耕作制度，計(jì)算每個(gè)樣點(diǎn)所在田塊的實(shí)際生產(chǎn)能力。首先對(duì)每個(gè)樣點(diǎn)所處田塊進(jìn)行實(shí)地調(diào)查測(cè)產(chǎn)，之后結(jié)合當(dāng)?shù)剞r(nóng)業(yè)部門(mén)的統(tǒng)計(jì)年鑒數(shù)據(jù)和高安市耕作制度求得樣點(diǎn)所在田塊的實(shí)際產(chǎn)能，得到的實(shí)際產(chǎn)能除以對(duì)應(yīng)面積即視為該樣點(diǎn)的實(shí)際單產(chǎn)。

1.3.2 結(jié)構(gòu)方程模型

結(jié)構(gòu)方程模型(SEM)是一種多元統(tǒng)計(jì)分析技術(shù)。該模型引入潛變量的概念，有效結(jié)合因子分析和路徑分析2種主流分析方法[28]，可以模擬復(fù)雜的因子關(guān)系。該模型包含了結(jié)構(gòu)模型與測(cè)量模型2個(gè)基本模型，具體如下：

η=Bη+Γξ+ζ；

(6)

X=ΛXξ+δ，Y=ΛYη+ε。

(7)

式(6)為結(jié)構(gòu)方程，描述的是潛變量之間的關(guān)系，η為內(nèi)生潛變量，ξ為外生潛變量，ζ為殘差項(xiàng)，B和Γ為路徑系數(shù)。

式(7)為測(cè)量方程，描述的是潛變量與觀(guān)測(cè)變量之間的關(guān)系，X為外生潛變量ξ的觀(guān)測(cè)變量，Y為內(nèi)生潛變量η的觀(guān)測(cè)變量，ΛX與ΛY分別表示觀(guān)測(cè)變量對(duì)潛變量ξ與η的因子負(fù)荷矩陣，δ與ε分別表示外生變量與內(nèi)生變量的誤差項(xiàng)。

運(yùn)用軟件SPSS 22.0與AMOS 22.0進(jìn)行數(shù)據(jù)處理與模型構(gòu)建。

1.4 模型構(gòu)建

由于本研究是在縣域尺度上開(kāi)展的，因此，如政策制度、氣候條件、降水量等在小區(qū)域無(wú)顯著差別的因素在本文不予考慮。結(jié)合研究區(qū)特征和已有研究，本文總結(jié)了縣域尺度下對(duì)耕地產(chǎn)能影響較大的4類(lèi)因素：一是土壤性質(zhì)。土壤是糧食生產(chǎn)的基礎(chǔ)與載體，耕地質(zhì)量高低很大程度上取決于土壤性質(zhì)的優(yōu)劣，土壤性質(zhì)可能直接影響耕地產(chǎn)能。二是農(nóng)田水利。我國(guó)大部分農(nóng)業(yè)都為灌溉農(nóng)業(yè)，在水資源充裕的南方亦是如此。水利是農(nóng)業(yè)的命脈，而且水利狀況在小區(qū)域范圍內(nèi)具有較大的差異性，因此農(nóng)田水利設(shè)施與灌溉條件差異可能是影響糧食產(chǎn)量的重要因素。三是土壤養(yǎng)分。土壤的蓄肥與供肥能力是作物產(chǎn)量的保障。江西土壤多為紅壤，酸性強(qiáng)，易板結(jié)，養(yǎng)分貧乏，有機(jī)質(zhì)含量低，土壤本底質(zhì)量較差，蓄肥能力也較差，因此區(qū)域的土壤養(yǎng)分狀況可能是耕地產(chǎn)能的決定因素。四是地學(xué)特征。耕地所處的地理環(huán)境對(duì)地表水分熱量再分配和耕地利用形式的確定有制約作用，因此可能對(duì)耕地產(chǎn)能存在不容忽視的影響。

根據(jù)上述分析與研究區(qū)特征，提出以下7項(xiàng)研究假設(shè)：假設(shè)1，土壤養(yǎng)分狀況對(duì)耕地產(chǎn)能有顯著的正向影響；假設(shè)2，農(nóng)田水利對(duì)耕地產(chǎn)能有顯著的正向影響；假設(shè)3，土壤性質(zhì)對(duì)耕地產(chǎn)能有顯著的正向影響；假設(shè)4，地學(xué)特征對(duì)耕地產(chǎn)能有顯著的正向影響；假設(shè)5，農(nóng)田水利對(duì)土壤養(yǎng)分有顯著的正向影響；假設(shè)6，土壤性質(zhì)對(duì)土壤養(yǎng)分有顯著的正向影響；假設(shè)7，地學(xué)特征對(duì)土壤養(yǎng)分有顯著的正向影響。

根據(jù)前人研究進(jìn)展與研究區(qū)耕地產(chǎn)能特征，建立高安市耕地產(chǎn)能影響因素相互關(guān)系的概念模型。該模型共包含5個(gè)潛變量，分別為耕地產(chǎn)能、土壤養(yǎng)分、農(nóng)田水利、土壤性質(zhì)、地學(xué)特征，以及14個(gè)觀(guān)測(cè)變量。參照文獻(xiàn)[28]，綜合運(yùn)用Cronbach’s α系數(shù)、Bartlett’s球形檢驗(yàn)、卡方自由度之比(CMIN/DF)、擬合優(yōu)度指數(shù)(GFI)、調(diào)整擬合估度指數(shù)(AGFI)、近似誤差均方根(RMSEA)、正規(guī)擬合指數(shù)(NFI)、增量擬合指數(shù)(IFI)、Tucker-Lewis指數(shù)(TLI)、比較擬合指數(shù)(CFI)、精簡(jiǎn)正規(guī)擬合指數(shù)(PNFI)、精簡(jiǎn)比較擬合指數(shù)(PCFI)、精簡(jiǎn)擬合優(yōu)度指數(shù)(PGFI)等指標(biāo)，對(duì)所構(gòu)建的模型進(jìn)行信度評(píng)價(jià)。

2 結(jié)果與分析

2.1 數(shù)據(jù)處理與信度分析

為保證數(shù)據(jù)的有效性，應(yīng)用SPSS 22.0對(duì)數(shù)據(jù)進(jìn)行信度分析。采用Cronbach’s α系數(shù)檢驗(yàn)各潛變量的信度，結(jié)果如表2所示：耕地產(chǎn)能、土壤養(yǎng)分、農(nóng)田水利、土壤性質(zhì)、地學(xué)特征5個(gè)潛變量的Cronbach’sα分別為0.802、0.629、0.781、0.733、0.774，絕對(duì)值均在0.6以上，說(shuō)明該數(shù)據(jù)具有較好的信度，Bartlett’s球形檢驗(yàn)值在1%的水平上顯著，表明各觀(guān)測(cè)變量具有良好的效度[28]。

2.2 模型運(yùn)算

依據(jù)147個(gè)耕地產(chǎn)能監(jiān)測(cè)點(diǎn)數(shù)據(jù)，運(yùn)用AMOS 22.0軟件對(duì)構(gòu)建的耕地產(chǎn)能影響因素初始模型進(jìn)行擬合，得到的初始模型如圖2所示。從路徑系數(shù)與顯著性來(lái)看，耕地產(chǎn)能與農(nóng)田水利、地學(xué)特征、土壤性質(zhì)間的路徑系數(shù)較小，且無(wú)較強(qiáng)的顯著性，表明各因素間的關(guān)系不顯著。從初始模型的擬合參數(shù)(表3)來(lái)看，模型參數(shù)不理想，模型擬合效果一般，因此需要對(duì)該初始模型做進(jìn)一步的修正。對(duì)結(jié)構(gòu)方程模型進(jìn)行修正的依據(jù)包括模型參數(shù)的合理性與整個(gè)模型的適配性，并不是模型擬合參數(shù)越好，模型結(jié)果就越好。因此，需要根據(jù)模型的實(shí)際狀況與理論意義來(lái)進(jìn)行模型的修正，使模型不僅具有統(tǒng)計(jì)學(xué)的理論意義，而且更體現(xiàn)現(xiàn)實(shí)意義。采用絕對(duì)擬合指數(shù)、相對(duì)擬合指數(shù)與精簡(jiǎn)指數(shù)這3類(lèi)指標(biāo)進(jìn)行模型優(yōu)化程度評(píng)價(jià)[29]。

表2 各變量的信度與效度檢驗(yàn)

Table 2 Validity and reliability test results of survey questionnaire

變量Variable測(cè)量題項(xiàng)Item觀(guān)測(cè)變量Observation variableCronbachs α系數(shù)Cronbachs α coefficientBartletts球形檢驗(yàn)Bartletts sphericity test耕地產(chǎn)能Y1理論產(chǎn)能Theoretical productivity0.802147.242(P<0.001)Cultivated land productivity(η1)Y2可實(shí)現(xiàn)產(chǎn)能Realizable productivityY3實(shí)際產(chǎn)能Actual productivity土壤養(yǎng)分Soil nutrients(η2)Y4全氮Total nitrogen0.62994.711(P<0.001)Y5有效磷Available phosphorusY6速效鉀Available potassiumY7有效鋅Available zinc農(nóng)田水利X1灌溉條件Irrigation condition0.78176.814(P<0.001)Farmland water conservancy(ξ1)X2排水條件Drainage condition地學(xué)特征X3坡度Slope0.73326.723(P<0.001)Geological characters(ξ2)X4耕層厚度Topsoil depthX5地形部位Topographic positionX6地貌類(lèi)型Geomorphological type土壤性質(zhì)Soil properties(ξ3)X7pH0.774163.049(P<0.001)X8有機(jī)質(zhì)Organic matterX9土壤質(zhì)地Soil textureX10土壤容重Soil bulk density

圖2 高安市耕地產(chǎn)能影響因素初始模型Fig.2 Initial model of factors affecting cultivated land productivity in Gao’an

在修正過(guò)程中，地貌類(lèi)型、土壤容重與有效鋅這3個(gè)觀(guān)測(cè)變量的路徑系數(shù)較小，表明其對(duì)潛變量無(wú)明顯影響[30]，因此剔除這3個(gè)觀(guān)測(cè)變量。在潛變量之間的路徑中，地學(xué)特征對(duì)耕地產(chǎn)能這一影響路徑一直未達(dá)到顯著性水平，不利于模型的優(yōu)化。為了提高模型整體的擬合度，在修正過(guò)程中去掉這一影響路徑。通過(guò)多次的修正與擬合，保證各路徑均通過(guò)顯著性檢驗(yàn)，最終得出修正后的模型(圖3)與擬合指數(shù)表(表3)。從模型修正前后的指數(shù)來(lái)看，修正后的模型適配度指數(shù)均有一定程度的優(yōu)化，模型擬合度提高，擬合指數(shù)均在可接受范圍之內(nèi)[28]，表明修正后的耕地產(chǎn)能影響因素關(guān)系模型較為合理。

2.3 模型結(jié)果與分析

從模型修正結(jié)果(表4)來(lái)看，在構(gòu)建的初始模型中除了假設(shè)4不成立外，其余6個(gè)假設(shè)均成立。分析表明，農(nóng)田水利、土壤養(yǎng)分與土壤性質(zhì)對(duì)耕地產(chǎn)能有顯著(P<0.05)的直接影響，路徑系數(shù)分別為0.23、0.55與0.26。農(nóng)田水利與土壤性質(zhì)在直接影響耕地生產(chǎn)能力的同時(shí)，還通過(guò)土壤養(yǎng)分的中介作用對(duì)耕地產(chǎn)能產(chǎn)生間接的正向影響，路徑系數(shù)分別為0.33與0.24。地學(xué)特征不直接影響耕地產(chǎn)能，而是通過(guò)影響土壤養(yǎng)分間接影響耕地產(chǎn)能，路徑系數(shù)為0.51。在結(jié)構(gòu)方程模型中，在有顯著相關(guān)性的前提下，路徑系數(shù)的絕對(duì)值越大，表示因素間的影響程度越大[28]。因此，在耕地產(chǎn)能影響因素模型中：土壤養(yǎng)分對(duì)耕地產(chǎn)能的直接影響最大；農(nóng)田水利與土壤性質(zhì)對(duì)耕地產(chǎn)能既存在直接影響也存在間接影響，且農(nóng)田水利的影響大于土壤性質(zhì)；地學(xué)特征則通過(guò)影響土壤養(yǎng)分而對(duì)耕地產(chǎn)能有間接影響。

表3 結(jié)構(gòu)方程模型的適配度擬合指數(shù)

Table 3 Fitting goodness statistics of structural equation modeling

指數(shù)Index評(píng)判標(biāo)準(zhǔn)Judging criteria初始模型擬合結(jié)果Initial model results修正模型擬合結(jié)果Modified model results絕對(duì)擬合指數(shù)Absolute fit CMIN/DF1～3(越小越好,the smaller the better)2.9991.616GFI>0.900.8100.906AGFI>0.90(>0.8可接受,>0.8 acceptable)0.7330.853RMSEA<0.080.1170.065相對(duì)擬合指數(shù)Relative fit NFI>0.90(>0.8可接受,>0.8 acceptable)0.6930.860IFI>0.900.7720.941TLI>0.900.7100.918CFI>0.900.7650.939精簡(jiǎn)指數(shù)Parsimonious fitPNFI>0.50.5600.633PCFI>0.50.6190.692PGFI>0.50.5780.578

圖3 高安市耕地產(chǎn)能影響因素的標(biāo)準(zhǔn)化修正模型Fig.3 Standardized modification model for factors affecting cultivated land productivity in Gao’an

表4 高安市耕地產(chǎn)能影響因素修正模型擬合結(jié)果

Table 4 Estimation results of structural equation modeling

路徑Path標(biāo)準(zhǔn)化系數(shù)Standardizationcoefficient路徑Path標(biāo)準(zhǔn)化系數(shù)Standardizationcoefficientη1←η20.545???Y5←η20.847???η1←ξ10.234???Y6←η20.637???η1←ξ30.259???X1←ξ10.681???η2←ξ20.506???X2←ξ10.942???η2←ξ30.240??X3←ξ2-0.348???η2←ξ10.330???X4←ξ20.764???Y1←η10.761???X5←ξ20.409???Y2←η10.725???X7←ξ30.656???Y3←η10.847???X8←ξ30.953???Y4←η20.502???X9←ξ30.618???

*、**、***分別表示在10%、5%與1%的水平上顯著。

*， ** and *** indicated significant levels at 10%， 5%， and 1% levels， respectively.

土壤養(yǎng)分對(duì)耕地產(chǎn)能有極顯著(P<0.01)的正向影響，假設(shè)1成立，其標(biāo)準(zhǔn)化路徑系數(shù)為0.55，即土壤養(yǎng)分變化1時(shí)，耕地產(chǎn)能變化0.55，表明土壤養(yǎng)分對(duì)耕地產(chǎn)能影響巨大。土壤養(yǎng)分變量在模型中屬于內(nèi)生潛變量，其本身受多方面因素的影響，人類(lèi)行為與自然變化均會(huì)對(duì)土壤養(yǎng)分造成不同程度的改變。施肥作為一種改善土壤養(yǎng)分狀況的重要方式，其邊際報(bào)酬已經(jīng)進(jìn)入遞減階段。根據(jù)模型分析結(jié)果，土壤養(yǎng)分受地學(xué)特征、土壤性質(zhì)與農(nóng)田水利等多方面因素的影響，若要進(jìn)一步提高糧食產(chǎn)量，應(yīng)將重點(diǎn)放在改善農(nóng)田水利條件與土壤地學(xué)條件上，并結(jié)合人為管理與現(xiàn)代技術(shù)，更好地發(fā)揮土壤養(yǎng)分對(duì)耕地糧食產(chǎn)量的增產(chǎn)作用。

農(nóng)田水利對(duì)耕地產(chǎn)能與土壤養(yǎng)分均有極顯著(P<0.01)的正向影響，其路徑系數(shù)分別為0.23與0.33，總效應(yīng)為0.56，表明農(nóng)田水利建設(shè)是糧食安全的重要保障，這與呂晨鐘[31]的研究一致。農(nóng)田水利狀況主要由灌溉條件和排水條件決定。雖然高安市水資源豐富，年降雨量充沛，但存在耕地灌排設(shè)施布設(shè)凌亂、溝渠大多為灌排兩用溝渠等問(wèn)題，且還存在較多的土質(zhì)渠道，灌排基礎(chǔ)設(shè)施的落后不利于及時(shí)灌溉與排水。這些問(wèn)題約束了高安市水資源的利用效益，進(jìn)而降低了耕地利用效率，故農(nóng)田的灌排條件會(huì)對(duì)耕地產(chǎn)能產(chǎn)生顯著的直接影響。另外，根據(jù)模型分析結(jié)果，農(nóng)田水利對(duì)土壤養(yǎng)分也存在極顯著(P<0.01)影響。不合理的灌溉方式與灌溉水量可能造成土壤養(yǎng)分流失、土壤鹽堿化等問(wèn)題，合理的灌溉方式和灌溉水量則有利于土壤養(yǎng)分涵養(yǎng)和作物吸收，這與李全起等[32]和亓沛沛等[33]的研究一致。同時(shí)，由于農(nóng)田水利條件是影響高安市耕地產(chǎn)能的主要人為驅(qū)動(dòng)因素，因此在提出提高耕地糧食產(chǎn)能的對(duì)策時(shí)應(yīng)給予重點(diǎn)關(guān)注。

土壤性質(zhì)對(duì)耕地產(chǎn)能與土壤養(yǎng)分均具有極顯著(P<0.01)的正向影響，路徑系數(shù)分別為0.26與0.24，總效應(yīng)為0.50，表明土壤性質(zhì)對(duì)耕地產(chǎn)能與土壤養(yǎng)分均具有較大影響。高安市的土壤類(lèi)型以紅壤與黃壤為主，土壤養(yǎng)分貧瘠，質(zhì)地黏重，易板結(jié)，且偏酸性，這些都限制了土壤原始特性對(duì)作物產(chǎn)量的作用。模型分析結(jié)果顯示，有機(jī)質(zhì)、pH、土壤質(zhì)地這3個(gè)觀(guān)測(cè)變量對(duì)土壤性質(zhì)的貢獻(xiàn)率都較高，貢獻(xiàn)率由大到小依次為有機(jī)質(zhì)>pH>土壤質(zhì)地。同時(shí)，土壤性質(zhì)對(duì)土壤養(yǎng)分具有極顯著(P<0.01)的影響，表明土壤性質(zhì)可以影響土壤養(yǎng)分含量，進(jìn)而通過(guò)土壤養(yǎng)分的中介作用間接地影響耕地產(chǎn)能。雖然南方土壤的原生條件較差，但高安市已在土壤理化性質(zhì)的改良上做了較多努力，包括土壤酸化改良、土壤調(diào)理劑試驗(yàn)等，為高安市耕地質(zhì)量的改善與耕地產(chǎn)能的提高打下了良好的基礎(chǔ)。

地學(xué)特征對(duì)土壤養(yǎng)分狀況具有極顯著(P<0.01)的正向影響，路徑系數(shù)為0.51。從模型結(jié)果來(lái)看，地學(xué)特征不直接對(duì)耕地產(chǎn)能產(chǎn)生影響，而是通過(guò)影響土壤養(yǎng)分狀況間接影響耕地產(chǎn)能。這與宋戈等[26]在巴彥縣的研究不同。巴彥縣地處平原向山區(qū)的過(guò)渡地帶，地形起伏較大，故坡度、地貌與土層厚度均對(duì)當(dāng)?shù)氐母禺a(chǎn)能產(chǎn)生直接的影響；而高安市屬于低山丘陵地區(qū)，總體地勢(shì)較為平緩。兩地地貌特征的差異是導(dǎo)致不同研究結(jié)果有差異的主要原因。對(duì)于耕層厚度來(lái)說(shuō)，韓上等[34]通過(guò)研究發(fā)現(xiàn)，耕層厚度對(duì)作物產(chǎn)量與土壤養(yǎng)分累積量有顯著(P<0.05)影響，耕層厚度增加能改善土壤養(yǎng)分狀況，這與模型分析結(jié)果相符。此外，坡度的路徑系數(shù)為-0.35，雖然路徑系數(shù)較小，但卻是唯一一個(gè)具有反向作用的變量，因此在提出耕地質(zhì)量改善的措施時(shí)要重視田面坡度對(duì)耕地產(chǎn)能的影響。

3 結(jié)論與討論

3.1 結(jié)論

本文以高安市為研究區(qū)域，運(yùn)用結(jié)構(gòu)方程模型，構(gòu)建了潛變量與潛變量、潛變量與觀(guān)測(cè)變量之間的作用關(guān)系模型，并對(duì)區(qū)域耕地產(chǎn)能的多因素綜合影響進(jìn)行了分析，清晰揭示了主要驅(qū)動(dòng)因素及其影響路徑與影響程度。分析結(jié)果表明：農(nóng)田水利、土壤性質(zhì)與土壤養(yǎng)分是影響耕地產(chǎn)能的主要驅(qū)動(dòng)因素，對(duì)耕地產(chǎn)能產(chǎn)生顯著的直接影響。另外，農(nóng)田水利和土壤性質(zhì)還能通過(guò)土壤養(yǎng)分的中介作用，對(duì)耕地產(chǎn)能產(chǎn)生間接影響。各因素對(duì)耕地產(chǎn)能的總效應(yīng)從大到小依次為農(nóng)田水利(0.56)>土壤養(yǎng)分(0.55)>土壤性質(zhì)(0.26)。在本研究中，地學(xué)特征不直接影響耕地產(chǎn)能，而是對(duì)土壤養(yǎng)分有顯著的正向影響，從而間接影響耕地產(chǎn)能；坡度對(duì)耕地產(chǎn)能有負(fù)向作用。另外，模型運(yùn)行結(jié)果顯示，土壤性質(zhì)與地學(xué)特征之間有較強(qiáng)的相關(guān)性。耕地產(chǎn)能的影響因素具有多樣性與復(fù)雜性，不同區(qū)域與不同尺度范圍下其影響因素均會(huì)發(fā)生改變。本文所選取的研究區(qū)屬于典型的南方丘陵地區(qū)，研究結(jié)果可為南方類(lèi)似地區(qū)的耕地產(chǎn)能影響因素研究提供參考。

根據(jù)研究結(jié)果，本文提出以下建議：第一，完善農(nóng)田水利建設(shè)，改善農(nóng)業(yè)生產(chǎn)條件。南方地區(qū)水資源豐富，但存在季節(jié)性缺水與洪澇災(zāi)害并存的情況。對(duì)高安市現(xiàn)有的水利設(shè)施進(jìn)行治理改造，提高耕地抵抗自然災(zāi)害的能力，有利于保障區(qū)域糧食安全。第二，提高耕地質(zhì)量，改造中低產(chǎn)田。通過(guò)測(cè)土配方施肥針對(duì)性地改善土壤肥力，改良土壤性質(zhì)，從而進(jìn)一步挖掘高安市低產(chǎn)田的生產(chǎn)潛力。第三，加快農(nóng)田土地整治。通過(guò)土地平整，將坡面改造為梯田，減少限制因素對(duì)耕地產(chǎn)能的負(fù)向影響。

3.2 討論

本文在篩選指標(biāo)影響因素時(shí)，剔除了在縣域內(nèi)差別不大的影響因素，如溫度、降水、政策制度等宏觀(guān)因素，選取了土壤性質(zhì)、農(nóng)田水利、地學(xué)特征、土壤養(yǎng)分等關(guān)鍵性變量作為分析影響耕地產(chǎn)能的潛變量，這使得研究結(jié)果更具針對(duì)性。結(jié)果表明，土壤養(yǎng)分是影響耕地產(chǎn)能的最主要因素，坡度是對(duì)耕地產(chǎn)能有負(fù)向作用的變量。這與張瑩等[35]和宋戈等[18]在縣域尺度開(kāi)展的研究一致。不同的是，張瑩等[35]將研究區(qū)進(jìn)行了劃分，并分區(qū)域?qū)Ω禺a(chǎn)能的影響因素進(jìn)行了分析。從研究尺度來(lái)看，雖然縣域范圍的研究尺度對(duì)耕地產(chǎn)能更具針對(duì)性，但也存在較大局限性，忽略了溫度、降水、政策等宏觀(guān)因素對(duì)耕地產(chǎn)能的影響。

Lu等[36]和Suriyavirun等[37]的研究都是就單一因子對(duì)耕地產(chǎn)能的影響進(jìn)行分析。在檢索范圍內(nèi)，分析因子間協(xié)同作用的研究較少，分析各因子間相互關(guān)系的更少。耕地生產(chǎn)是個(gè)復(fù)雜的動(dòng)態(tài)平衡系統(tǒng)，各影響因子間也存在復(fù)雜的相互作用。本文的模型分析結(jié)果顯示，地學(xué)特征與土壤性質(zhì)這2個(gè)潛變量間存在較強(qiáng)的相關(guān)性。Suriyavirun等[37]的研究表明，坡度、地形等因子對(duì)土壤pH、理化性質(zhì)和微量元素含量都有所影響，與本文的分析結(jié)果一致。另外，農(nóng)田水利、地學(xué)特征、土壤性質(zhì)與土壤養(yǎng)分之間的相互影響關(guān)系也可為改善耕地質(zhì)量、提高耕地產(chǎn)能提供依據(jù)。

從研究方法上看，在對(duì)耕地產(chǎn)能影響因素展開(kāi)分析時(shí)，不同于傳統(tǒng)因子分析、相關(guān)性分析等方法，本文探索性地將結(jié)構(gòu)方程模型作為分析耕地產(chǎn)能影響因素的工具。因此，本文有以下優(yōu)勢(shì)：第一，由于耕地產(chǎn)能受多方面因素的影響，傳統(tǒng)分析方法無(wú)法很好地解釋與處理多個(gè)潛變量間的關(guān)系，而本文通過(guò)建立耕地產(chǎn)能影響因素模型，借助AMOS 22.0對(duì)模型進(jìn)行擬合估計(jì)，可分析得到影響耕地產(chǎn)能的主要影響因子與限制耕地產(chǎn)能的變量，從而使得關(guān)于耕地產(chǎn)能的影響因素分析更趨科學(xué)。第二，借助模型分析結(jié)果，不僅獲得了各因素對(duì)耕地產(chǎn)能影響的程度與方向，還得到了各變量間的影響路徑及其系數(shù)，厘清了各變量間的關(guān)系，從而為進(jìn)一步分析耕地產(chǎn)能提供了依據(jù)。第三，本研究對(duì)指標(biāo)體系和模型的整體信度與效度進(jìn)行了分析，確保了結(jié)果的科學(xué)性。最后，通過(guò)計(jì)算路徑系數(shù)，以及潛變量的得分，可以對(duì)各影響因素之間的影響程度進(jìn)行排序，從而在改善耕地質(zhì)量、提高耕地產(chǎn)能時(shí)能有所側(cè)重。

但要說(shuō)明的是，本文的研究結(jié)果是基于某時(shí)間點(diǎn)的現(xiàn)狀數(shù)據(jù)得到的，是靜態(tài)的，而各因素間的相互影響卻是一個(gè)動(dòng)態(tài)的過(guò)程，其影響因素與各變量的數(shù)據(jù)會(huì)不斷變化，且隨著數(shù)據(jù)的變化，結(jié)構(gòu)方程模型也會(huì)存在一定的變動(dòng)，本研究尚無(wú)法掌握數(shù)據(jù)的發(fā)展趨勢(shì)，這是本文，也是大部分試驗(yàn)性文章都存在的局限。在條件允許的情況下，應(yīng)收集不同時(shí)期的調(diào)查數(shù)據(jù)，建立不同時(shí)期不同數(shù)據(jù)的結(jié)構(gòu)方程模型，進(jìn)行模型與結(jié)果的對(duì)比分析，使結(jié)果更具科學(xué)性。