作者简介:吴勇(1994-),男,甘肃张掖人,在读硕士。E-mail: 1196440850@qq.com
为科学准确地评判河西走廊苜蓿主产区紫花苜蓿饲草生产中施肥措施对其产品质量及生产收益的影响,本研究以“甘农3号”紫花苜蓿为材料,通过2016、2017年2年田间试验,以该区域紫花苜蓿饲草生产的平衡施肥推荐方案(N 103.5 kg·hm-2、P2O5 105 kg·hm-2、K2O 90 kg·hm-2)为对照,探讨了不施肥及3种不完全施肥(缺氮偏施、缺磷偏施、缺钾偏施)处理下紫花苜蓿的生产性能,并采用数据包络分析法(DEA)对其经济效益进行分析。结果表明:与不施肥相比,施肥措施各处理均显著提高紫花苜蓿产量、蛋白总量,降低其酸性洗涤纤维和中性洗涤纤维,提高了相对饲用价值,从而改善了紫花苜蓿品质,并有效增加了经济效益;与氮、磷、钾平衡施肥相比,各偏肥处理的紫花苜蓿产量和品质均显著低于平衡施肥,尤以缺磷偏施的降幅最大,2016、2017年2年的产量和蛋白总量降幅分别达到25.9%、25.7%和33.4%、33.1%。因此,磷是河西荒漠灌区紫花苜蓿饲草生产的养分限制因子,氮、磷、钾对该地区紫花苜蓿生产性能影响顺序为:磷>氮>钾。运用数据包络分析法(DEA)分析出河西荒漠灌区紫花苜蓿的施肥效应为氮、磷、钾平衡施肥的经济效益最优,为DEA有效;不完全施肥的3个评价单元及不施肥评价单元为DEA无效,其中,不施肥经济效益最低,3个不完全施肥评价单元中的缺磷偏肥的紫花苜蓿经济效益比缺氮偏肥和缺钾偏肥更低;另外还以DEA模型推算出不同施肥措施下紫花苜蓿饲草生产经济效益改进的具体方案,其中,不施肥的紫花苜蓿饲草生产需调整的幅度最大,调整额度达10678.88 CNY·hm-2,各施肥措施需调整的幅度排序为:不施肥>缺磷偏施>缺氮偏施>缺钾偏施。
This study quantitatively assessed the effects of various fertilization regimes on the herbage quality and yield of ‘Gannong No.3’ alfalfa in the main production areas of the Hexi Corridor. In a field experiment conducted in 2016 and 2017, a balanced fertilization regime (N 103.5 kg·ha-1, P2O5 105 kg·ha-1, K2O 90 kg·ha-1) recommended for alfalfa forage production this area was used as a control and compared with nil fertilization, or with a suboptimal level of one of the three elements, N, P or K, and economic benefit was analyzed by data envelopment analysis (DEA). It was found that compared with no fertilization, all fertilizer treatments significantly increased alfalfa yield and total protein content, reduced the acid and neutral detergent fiber levels, improved relative feeding value, and increased the economic benefit. Compared with balanced fertilization, yield and quality of alfalfa herbage of treatments receiving the suboptimal fertilizer regimes were significantly lower than those of the balanced fertilization treatment, especially in the case of suboptimal P application. In 2016 and 2017, the total yield decreased by 25.9% and 25.7%, respectively, and the total protein concentration by 33.4%, 33.1%, respectively, relative to balanced fertilization, on the suboptimal P treatment. These results demonstrate that phosphorus is the nutrient limiting factor for alfalfa forage production in the desert irrigation area of Hexi, and that the importance-ranking of the three tested fertilizer elements is P>N>K. Analysis of the results using DEA showed that balanced fertilization gave the highest economic return (10679 CNY·ha-1), while the nil fertilization treatment gave the lowest, and the treatments with suboptimal N, P or K were intermediate and ranked: Partial phosphorus deficiency<partial nitrogen deficiency<partial potassium deficiency.
施肥是作物获得高产的主要措施之一[1, 2, 3], 根据李比希“ 养分归还学说” [4], 及时有效的矿质元素补充是提高土壤养分含量和作物获得高产的必要条件[5, 6], 补充土壤矿质元素、改善土壤养分状况最有效的措施就是施肥[7]。近年来, 大量的研究[8, 9]均已明确, 施肥对于提高作物产量尤其例如小麦(Triticum aestivum)、玉米(Zea mays)等禾谷类作物具有巨大的贡献, 大豆(Glycine max)等豆科作物虽能与根瘤菌结合进行生物固氮, 但是其生物固氮量仍无法满足豆科作物正常生长所需氮量[10], 因此施肥是使豆科作物获得高产的必要条件[11]。紫花苜蓿(Medicago sativa)是一种多年生豆科牧草, 由于其独特的氮利用方式, 使其体内蛋白含量很高, 是一种优质的植物性蛋白饲料。当前, 紫花苜蓿在解决我国高蛋白饲草料供应不足问题中发挥着不可替代的作用, 特别是在我国奶业对蛋白类饲草料需求日益增加的形势之下[12], 而目前我国紫花苜蓿生产管理水平和苜蓿生产效率相对较低, 还不能满足对优质蛋白牧草的需求, 因此提高紫花苜蓿饲草高效优质生产是现阶段我国草牧业发展的主要任务。河西走廊是我国西北地区紫花苜蓿优势主产区之一, 也是我国草食畜牧业主产区, 国家“ 粮改饲” 政策的推动下使得该地区紫花苜蓿有了更大的发展空间。目前该地区许多用于种植紫花苜蓿的土地为农业生产边缘化土地或为粮改饲时低产地, 而种植紫花苜蓿以营养体收获为生产目标, 每年多茬刈割会带走大量的土壤养分, 造成土壤养分的不断流失和匮乏, 此外, 由于管理不足, 氮、磷、钾施用不平衡, 进而存在土壤营养元素丰缺不平衡等问题, 无法满足苜蓿高产所需, 导致紫花苜蓿生产力不断下降[13]。综上, 土壤养分条件已成为限制该地区紫花苜蓿产业发展的主要因素, 因此, 科学合理的施肥措施不仅可以提高紫花苜蓿产量及品质, 还可以有效提高紫花苜蓿的经济效益[14], 是河西荒漠灌区紫花苜蓿高效生产的必要保障[15]。
数据包络分析(data envelopment analysis, DEA)方法是一种使用数学规划模型, 以相对效率概念为基础, 根据多指标投入和多指标产出, 对同类型的部门或单位进行相对有效性或效益评价的经济效益评价方法。因该方法可靠性高、分析全面、客观, 在诸多领域得到广泛的应用[16, 17, 18]。目前在农业领域的应用日渐普遍[19], 并取得很好的效果:贾筱文等[20]运用基于非参数包络分析法的 Malmquist 生产率指数, 研究了我国苹果主产区苹果生产效率影响因素; 杨肖等[21]、胡贺年等[22]在采用数据包络分析法分别对张掖市制种玉米产业中农户生产效率差异进行了评价测算; 还在此基础上, 杨肖等[21]针对冗余投入要素改进模拟后, 提出了主要针对贡献率高的生产要素优化的建议。数据包络分析作为一种在经济领域适用的科学方法, 应用于草牧业生产实践具有重要的现实意义。因此, 为了更加科学、准确的说明施肥对紫花苜蓿生产性能及经济效益的影响, 本研究拟通过开展紫花苜蓿施肥效果研究, 并运用数据包络法对不同施肥措施下紫花苜蓿经济效益进行对比研究, 探究不同施肥措施下紫花苜蓿的产量、品质及经济效益的差异, 以期为河西地区紫花苜蓿高效优质生产的养分管理及草牧业生产实践中经济效益的科学评价提供参考。
“ 甘农3号” (M. sativa cv. Gannong No.3)由甘肃农业大学草业学院提供。供试肥料:氮肥为国产尿素(含N≥ 46%); 磷肥为过磷酸钙(含P2O5≥ 12%); 钾肥为硫酸钾(含K2O≥ 52%)。
试验区位于永昌县新城子镇, 东经101° 56', 北纬38° 16', 海拔1900 m左右, 属于温带大陆干旱性气候区, 具有日照充足, 降水量少, 且蒸发量大, 昼夜温差大等特点。年日照时数为2884 h。年平均降水量为185.1 mm, 且年内分布不均, 主要集中于6-9月, 年蒸发量为2000.6 mm, 年平均气温4.8 ℃, ≥ 10 ℃年积温2011 ℃, 无霜期134 d, 空气干燥度大, 土壤类型为灌漠土。土壤具体理化性质如表1。
本试验采用大田试验, 设5个施肥处理:氮磷钾全施、不施氮处理、不施磷处理、不施钾处理和不施肥处理, 分别记为:NPK、N0PK 、NP0K、NPK0和N0P0K0, 其中, NPK为本课题组前期研究中根据当地土壤养分条件推荐的该地区紫花苜蓿饲草生产的平衡施肥方案(N 103.5 kg· hm-2、P2O5 105 kg· hm-2、K2O 90 kg· hm-2); N0PK氮肥施量为0, 磷、钾施量采用平衡施肥方案的磷钾施量; NP0K磷肥施量为0, 氮、钾施量采用平衡施肥方案的氮钾施量; NPK0钾肥施量为0, 氮、磷施量采用平衡施肥方案的氮磷施量; N0P0K0为氮、磷、钾肥均不施(具体施肥方案见表2)。每处理重复3 次, 共计15个小区, 试验小区完全随机排列, 小区面积:8 m× 8 m=64 m2, 种植总面积960 m2。2015年8月播种, 播量15 kg· km-2, 条播, 行距20 cm。磷钾肥于返青前一次性施入, 氮肥平均分成3次施入, 分别为返青期及前两次刈割后, 施肥后充分灌溉。于第2(2016年)和3年(2017年)进行刈割, 每年刈割3茬, 初花期(10%开花)刈割。各小区除施肥不一样外, 其余田间管理均相同。
1.4.1 草产量 整个试验小区全部刈割, 留茬5 cm, 在田间称其鲜重。每个小区随机称取100 g左右的小样本, 放在阴凉处风干处理, 计算其初水量, 再折合小区产量, 产量取平均值后换算成kg· hm-2。
1.4.2 株高 采用定株测量法, 测量其自然高度, 然后求其均值。
1.4.3 分枝数 参照王彦华等[23]的方法, 每小区随机选择10株, 在初花期刈割前测定1级和2级分枝数。
1.4.4 群体叶面积指数 用叶面积仪(CI-202型, 美国CID公司)测量单株叶面积, 计算群体叶面积指数。计算公式如下:群体叶面积指数=单株叶面积× 植株密度。
1.4.5 营养指标 酸性洗涤纤维(acid detergent fiber, ADF)及中性洗涤纤维(neutral detergent fiber, NDF)采用范氏洗涤法测定; 粗蛋白含量采用H2SO4-H2O2消煮法, 半微量凯氏定氮法测定[24]; 蛋白总量(kg· hm-2)=刈割干草产量(kg· hm-2)× 粗蛋白(crude protein, CP)含量(g· kg-1)/1000; 相对饲用价值[25](relative feed value, RFV)=DMI(%BW)× DDM(%DM)/1.29, DMI(dry matter intake)与DDM(digestible dry matter)分别为:干物质采食量(DMI, %BW)=120/NDF(%DM); 可消化的干物质(DDM, %DM)=88.9-0.779ADF(%DM)。
1.4.6 数据包络分析方法(DEA) 1)评价单元及指标选择:数据包络分析模型是通过各评价单元之间产出/投入比来反映评价单元的经济效益, 本研究各施肥处理土壤原始肥力、田间管理条件等视为同等水平。因此研究对象为不同施肥措施单位面积紫花苜蓿投入与产出量, 故以5种施肥措施为数据包络分析中的评价单元, 以生产资料成本、人工成本和单价作为投入指标, 以产值和经济效益为产出指标, 其中, 生产资料成本=肥料成本+种子成本+地租+水电费; 人工成本=田间日常管理+刈割+调制干草; 产值=干草产量× 牧草单价, 牧草单价依据当时市场价格确定; 经济效益=产值-生产资料成本-人工成本。
2)模型的选择:数据包络分析的基本模型包括C2R和C2GS, 本研究选用C2R模型[25], 主要因为C2GS模型只能评价技术有效性, 而C2R模型是同时针对规模有效性与技术有效性而言的“ 总体” 有效性;
min
式中:s.t.表示公式受条件约束; ε 为一个常量, 表示非阿基米德无穷小, xij为第j个决策单元对第i种输入的投入量, xij> 0; xik为第k个决策单元对第i种输入的投入量, xik> 0; yrk为第k个决策单元对第r种输出的产出量, yrk> 0; yrj为第j个决策单元对第r种输出的产出量, yrj> 0; λ 表示投入和产出的权系数矩阵; s+, s-分别表示投入和产出的松弛变量和剩余变量。
本研究以5种不同施肥措施为评价单元, 将表6中评价指标导入MaxDEA Basic 8.0.1软件得出评价单元模型函数的最优解θ (效率值)、松弛变量(s+)、剩余变量(s-)和λ (评价单元的权重系数)并以此来判定评价单元的技术有效性、规模有效性和规模收益情况。其中技术有效性是反映生产效率水平达到最优时投入要素的浪费情况, 规模有效性是指在最优生产效率水平下所能获得的最大产出情况, 规模收益情况主要用来描述生产规模的变化与所引起的产量变化之间的关系, 大体分为递增、不变、递减3种状态。
技术有效性和规模有效性的判定标准 依据所求的C2R模型最优解θ (效率值)、松弛变量(s+)和剩余变量(s-)的值来判定经济活动的技术和规模有效性:若θ * =1, 且s+=0, s-=0, 则评价单元j0为数据包络分析有效, 其经济活动同时为技术有效和规模有效; 若θ * =1, 但s+, s-二者中至少有一个大于0, 则评价单元j0为数据包络分析弱有效, 需要进行松弛改进才能使其经济活动技术和规模有效性同时有效; 若θ * < 1, 则评价单元j0为数据包络分析无效, 需要同时进行比例改进和松弛改进才能使其经济活动的技术和规模有效性同时有效。
规模收益情况的判定标准 依据C2R模型中λ j(第j个决策单元的权重系数)来判定决策单元的规模收益情况:如果存在λ j(j=1, 2, 3…, n)使得
调整方法:决策单元为数据包络分析无效时, 目标值=原始值+比例改进值+松弛改进值, 其中目标值表示在最优生产效率下投入指标最优值, 比例改进值表示各项投入(或产出)等比例改进的数量; 松弛改进值表示投入不变情况下产出的提升空间。
本研究采用Excel 2010软件进行数据整理, 应用SPSS 19.0软件对数据进行统计分析, 应用MaxDEA Basic 8.0.1软件进行经济效益的数据包络分析。
2016、2017年各处理下紫花苜蓿总产量均显著低于对照(NPK)(P< 0.05), 其中2年均为不施肥(N0P0K0)处理总产量最低, 分别为13289.81和16014.75 kg· hm-2; 其次是NP0K处理, 与NPK0、N0PK处理之间差异显著(P< 0.05)(表3)。
紫花苜蓿2年各茬株高、枝条数和叶面积指数均表现为NPK处理最高。N0P0K0处理最低, 且N0P0K0处理株高和分枝数与其他处理相比均存在差异显著(P< 0.05), 各处理年际间各指标均表现出相同的趋势(表4)。
相对N0P0K0处理, 4种施肥处理紫花苜蓿的粗蛋白含量均显著提高(P< 0.05), 其中, NPK处理提高幅度最大(图1)。N0P0K0、NPK0、N0PK、NP0K 4个处理的紫花苜蓿蛋白总量均显著低于NPK(P< 0.05), 其中N0P0K0处理紫花苜蓿蛋白总量最低, 且各处理之间差异显著(P< 0.05) (图2)。从总体来看, 苜蓿蛋白总量2年均表现为NPK处理最高, 且各处理蛋白总量依次为:NPK> NPK0> N0PK> NP0K> N0P0K0。
紫花苜蓿ADF和NDF含量表现为N0P0K0处理最高, 且显著高于其他处理(P< 0.05)(表5)。NPK处理的ADF和NDF含量最低, 与N0PK、NP0K处理差异显著(P< 0.05)。紫花苜蓿RFV表现为N0P0K0处理最低, NPK处理最高, 且两者差异显著(P< 0.05)。NPK0处理RFV仅次于NPK处理, 显著高于N0PK和NP0K处理(P< 0.05)。以上各指标2年均表现出相同的趋势。
将紫花苜蓿各施肥处理C2R模型的投入产出指标(表6) 导入MaxDEA Basic 8.0.1软件, 得到其参数求解结果(表7)。
不同施肥处理的紫花苜蓿经济效益各不相同, 其中NPK处理的紫花苜蓿θ =1,
对于DEA有效的NPK处理来说, 其所有调整值均为0, 即其投入产出达到最优状态(表8), 而对于非DEA有效的NPK0、NP0K、NP0K及N0P0K0 4个处理, 根据调整方案:目标值=原始值+比例改进值+松弛改进值, 使对偶目标函数θ =1, 松弛变量和剩余变量同时为0, 成为DEA有效, 其中, 投入改进值用负数表示, 产出的改进值用正数表示。N0P0K0处理的生产资料成本, 人工成本、单价等评价单元改进调整幅度均为最大, 其中生产资料成本比例改进值为5545.84 CNY· hm-2, 其次依次为NP0K、N0PK, NPK0为投入指标的改动幅度最小, 并且各投入指标生产资料成本的调整幅度在各处理中均为最大(表8)。
土壤养分条件是作物生产的重要限制因子之一, 施肥是改善土壤养分条件的有效措施, 因此在作物生产中通过施肥可达到作物增产的目标[27]。对于紫花苜蓿等豆科作物来说, 虽然可以进行生物固氮, 但若在生产过程中获得高产, 氮肥施用则十分必要, 这在本课题组前期研究中已得到证实[28]。本研究试验区域中, 与平衡施肥(N 103.5 kg· hm-2、P2O5 105 kg· hm-2、K2O 90 kg· hm-2)相比, 不施肥处理下紫花苜蓿的干草产量在种植第2和3年分别降低33.9%和39.6%, 与产量密切相关的株高、分枝数和叶面积指数也具有相同趋势。这是因为河西地区大多数种植苜蓿的土壤养分含量相对较低, 无法满足紫花苜蓿高产养分需求, 而平衡施肥可全面增加土壤养分, 提高根系性能[29], 增强根系吸收养分的能力[30], 加快紫花苜蓿的再生速度[31], 进而提高紫花苜蓿的株高及分枝数, 使紫花苜蓿获得高产[32]。另外, 本研究结果显示, 无施肥措施时(N0P0K0)紫花苜蓿各年份的蛋白总量和相对饲用价值均最低, 但酸性洗涤纤维和中性洗涤纤维含量高于NPK处理, 因此, 施肥可提高紫花苜蓿的粗蛋白含量, 降低酸性洗涤纤维和中性洗涤纤维含量, 有效提高相对饲用价值等营养品质。
本研究中, 紫花苜蓿不施氮(N0PK)、不施磷(NP0K)和不施钾(NPK0)3个处理均表现为产量、蛋白总量和相对饲用价值显著低于平衡施肥(NPK)处理, 尤以不施磷处理的差异最大, 2016、2017年干草产量降幅分别达到25.9%和25.7%, 蛋白总量降幅分别达到33.4%和33.1%; 其次是不施氮处理, 干草产量和蛋白总量分别降低了15.4%、19.1%和24%、25.6%; 不施钾处理的产量、蛋白总量的降低幅度最小, 分别降低了4.6%、7.0%和10.6%、14.7%。说明在本试验中限制紫花苜蓿饲草生产的最小养分因子为磷素, 这是因为作为豆科牧草的紫花苜蓿可通过生物固氮为紫花苜蓿生长发育提供部分氮素, 因此, 在河西地区土壤养分含量相对较低的紫花苜蓿种植区, 相对农业生产中需求量较大的氮素来说, 磷素则成了限制紫花苜蓿饲草生产的最小养分因子, 这很好地解释了紫花苜蓿生产实践中一个普遍现象, 即相比氮肥, 紫花苜蓿施磷的增产效果更为显著。可见, 3种营养元素对紫花苜蓿产量和品质影响顺序为:磷> 氮> 钾。从本研究看, 各偏肥处理下紫花苜蓿无论是产量还是品质均显著低于平衡施肥, 已有研究证实, 氮磷钾配施可显著提高养分利用效率[33], 王寅等[34] 、王乐政等[35]对作物氮磷钾养分需求与利用效率的研究中发现, 相比氮磷钾完全施肥, 减施氮、磷和钾均造成玉米、红小豆(Vigna angulars)产量不同程度的下降。由此可见, 在紫花苜蓿饲草生产过程中其产量规律符合“ 最小养分律” , 当氮、磷、钾任何一种养分含量相对缺乏时都会影响其产量, 只有营养元素合理配施才能保证紫花苜蓿高效优质生产。
除了以紫花苜蓿的产量及品质来反映施肥效应之外, 经济效益更能直观地反映紫花苜蓿饲草生产中的施肥效应。目前在农业领域用于评价生产效率等经济效益的首选方法是数据包络分析法 (DEA), 该方法主要通过决策单元(评价的项目或指标)的投入与产出数据, 计算出总体效率最优的前沿面并利用每个决策单元与最优前沿面的距离来评价其效率是否处在最优状态。该分析方法的优点为无须对数据进行无量纲化处理及权重假设, 可有效地避免模型设定时的偏误以及对残差分布进行解释等问题[21], 具有很强的客观性和实用性, 现已在生态、能源、医疗和农业等众多领域效益评价分析中得到有效的运用[36, 37, 38, 39]。目前国内运用数据包络分析方法对农业效率的评价大致集中在以下3个方面:基于数据包络分析法和其他方法相结合从静态和动态角度分析区域农业生产效益[40]; 基于数据包络分析方法的测算结果结合计量模型对某些要素投入和效率改进做出评估[41]; 以及从最为微观的角度出发, 分析具体生产单元的农业生态效益[21]。数据包络分析方法应用于草牧业生产实践, 不仅可从企业角度分析紫花苜蓿饲草生产中的经济效益, 还可对紫花苜蓿饲草产业的具体生产过程进行针对性指导。在本研究中, 氮磷钾合理配施下紫花苜蓿经济效益为DEA有效, 表明在该处理下紫花苜蓿目前的投入指标之间的综合效益达到了最优, 同时规模效益也最佳; 不施氮、不施磷、不施钾以及完全不施肥4个评价单元为DEA无效, 这说明上述处理紫花苜蓿投入配置没有达到最优水平, 规模效益也没有达到最佳, 因此, 在实际生产中需通过增加投入或者调整投入配置来提高技术效益和改善规模效益。其具体的改进方案如下:完全不施肥的调整幅度最大, 达到10678.88 CNY· hm-2, 其中, 生产资料成本改进值最大, 达到6062.87 CNY· hm-2。可以看出, 相比氮磷钾合理配施, 完全不施肥的紫花苜蓿经济效益最低, 生产收益最少。这主要是因为在本研究中生产资料成本是由肥料成本、地租、水电费及种子构成, 除肥料成本以外处理间其他成本相同。虽然氮磷钾合理配施增加了肥料成本, 但是肥料效应所带来的产值增加远大于肥料成本的增加量, 而紫花苜蓿若不施肥则生产能力下降, 且抵抗外界不利条件的能力下降, 田间管理成本反而增加, 所以经济效益才会更低, 可见合理的氮磷钾配施可以通过提质增效以确保经济效益最大化。另外, 不完全施肥各处理的调整幅度依次为不施磷(4828.3 CNY· hm-2)> 不施氮 (3341.02 CNY· hm-2)> 不施钾(1034.7 CNY· hm-2), 因此缺磷偏肥的紫花苜蓿经济效益相对缺氮偏肥和缺钾偏肥更低, 说明磷素对紫花苜蓿经济效益影响大于氮素和钾素, 这跟紫花苜蓿产量和品质对施肥响应的趋势一致, 由此可见, 从经济效益角度也印证了施肥对河西荒漠灌区紫花苜蓿饲草生产的重要性。
与不施肥相比, 施肥措施各处理均显著提高紫花苜蓿产量、蛋白总量, 降低紫花苜蓿酸性洗涤纤维和中性洗涤纤维, 提高相对饲用价值, 从而改善紫花苜蓿品质, 并有效增加经济效益。
与氮磷钾平衡施肥相比, 各偏肥处理的紫花苜蓿产量和品质均显著低于平衡施肥, 磷是河西荒漠灌区紫花苜蓿饲草生产的养分限制因子, 氮、磷、钾对该地区紫花苜蓿生产性能的影响顺序为:磷> 氮> 钾。
运用数据包络分析法(DEA)分析出河西荒漠灌区紫花苜蓿的施肥效应为氮磷钾平衡施肥的经济效益最优, 不施肥经济效益最低, 3个不完全施肥评价单元中的缺磷偏肥的紫花苜蓿经济效益比缺氮偏肥和缺钾偏肥更低; 另依据DEA模型推算出的紫花苜蓿饲草生产经济效益改进的方案可知, 不施肥的紫花苜蓿饲草生产需调整的幅度最大, 各施肥措施需调整的幅度排序为:不施肥> 缺磷偏施> 缺氮偏施> 缺钾偏施。
[1] |
|
[2] |
|
[3] |
|
[4] |
|
[5] |
|
[6] |
|
[7] |
|
[8] |
|
[9] |
|
[10] |
|
[11] |
|
[12] |
|
[13] |
|
[14] |
|
[15] |
|
[16] |
|
[17] |
|
[18] |
|
[19] |
|
[20] |
|
[21] |
|
[22] |
|
[23] |
|
[24] |
|
[25] |
|
[26] |
|
[27] |
|
[28] |
|
[29] |
|
[30] |
|
[31] |
|
[32] |
|
[33] |
|
[34] |
|
[35] |
|
[36] |
|
[37] |
|
[38] |
|
[39] |
|
[40] |
|
[41] |
|