江蘇省耕地產量差及生產限制性因子分析

孫濤，郭杰,2,3*，歐名豪,2,3

（1. 南京農業大學土地管理學院，江蘇 南京 210095；2. 農村土地資源利用與整治國家地方聯合工程研究中心，江蘇 南京 210095；3. 中國資源環境與發展研究院，江蘇 南京 210095）

確保糧食生產始終是我國經濟發展、社會穩定的基礎，保障糧食安全是關乎全局的大事。我國耕地后備資源的有限和人均耕地少的基本國情決定了通過擴大耕地面積無法實現糧食生產的可持續性，而通過有效利用存量耕地，提高糧食作物的高產潛力或縮減作物實際產量與潛在產量之間的差距，成為提高糧食產量和保障糧食安全的重要路徑[1]。其中，縮小作物產量差、減少區域產量變異成為當前作物科學研究的熱點之一[2-3]。

產量差（Yield gap）被定義為農民實際的收獲產量與試驗站管理水平下的潛在產量之間的差距[4]。當前，對作物產量差的研究大多以單產作為研究對象，測算單產增產空間并探索縮減產量差、提升單產的途徑。事實上，提高單產的確是廣大學者和農業從業人員經久不衰的討論熱點，但有研究表明，隨著現實作物單產水平的不斷提高、逐漸接近最大單產水平時，單產增加的難度日益加大，出現“天花板效應”[5]，將單產提高到生產潛力水平在短時間內無法完成，而耕地實際糧食產量則是當前需要迫切解決的現實問題，事關國家糧食安全、脫貧攻堅等重大戰略。當前，雖然有部分學者探討了糧食總產的產量差[6-7]，但研究尺度主要從全國或基于農業生態區展開，研究停留在以試驗田產量為標準，測算統計產量與之差距的層面，而以省級行政區為單元，解析產量差的限制因素則鮮有報道，而對產量差的相關問題研究歸根結底為對產量差限制因子的研究[8]，解析產量差限制因子為提出針對性的產量差縮減路徑提供指導[9]。

糧食總產量受耕地面積、復種指數、種植結構和單產的直接影響[10]，通過耕地復種、提高單產或調整種植結構能夠顯著提高產量。除此之外，農業生產要素特別是化肥和機械的投入，極大地提高了農業生產效率，是糧食增產的重要因素。當前，分析復種指數、種植結構、單產及生產要素投入因素對產量影響的研究不勝枚舉，研究視角主要集中在通過構建計量模型[11]，依據系數的顯著性和大小解釋各變量對產量的影響，而對變量間影響程度的比較涉及較少，僅有少數學者從復種指數、種植結構、單產和耕地面積四個方面測度其對糧食產量的貢獻率[12]，進而梳理各變量的相對重要性。不難發現這些研究重點考察糧食生產直接影響因素對產量的影響[13]，研究方法主要為計量模型法，而對糧食總產量差及生產要素對產量差的限制性研究較少，尤其是針對糧食產量差及限制因素的邊界線分析方法應用更少。

鑒于此，本文應用邊界線分析法，以江蘇省為研究單元，以2000—2018年江蘇省各地市糧食總產量為研究對象，以考察地區耕地實際生產力水平及產量差，并分析糧食增產空間及解析產量差限制因子，以期為制定縮減產量差異措施和優化區域糧食生產策略提供依據，并為解析糧食產量影響因素提供方法參考。

1 研究方法、變量選擇與數據來源

1.1 研究方法

1.1.1 邊界線分析法 邊界線（Boundary line）的概念是指任何兩個有著因果關系的變量存在1條于數據 體邊界上的、表示群體中最佳表現的線，稱為邊界線[14]。邊界線分析法可從復雜的多因素中孤立出某個 因素，單獨分析其對因變量的影響，該方法的基本假設為：在不同自變量水平下，因變量獲得最高水平的趨勢線，而該自變量以外的其他因素對邊界線上因變量的影響可以忽略不計。邊界線分析法能夠避免應用一般線性模型分析變量間關系時其他變量對結果的干擾及變量間共線性等問題，近年來，該方法在測算作物產量差、分析單因素對產量的限制程度和解析限制因子最適值等研究中應用廣泛[15]。

依據研究視角不同，產量差可分為單產產量差和總產產量差，本文的產量差是指糧食潛在總產量與實際產量的差值，并根據計算標準的差異將產量差分為高產記錄產量差和模型模擬產量差，前者是以樣本中最高產量作為糧食生產潛力目標，計算實際產量與之差距，一般通過改善管理、優化要素投入、改良品種等措施，容易將此產量差轉化為實際產量。而后者通過模型預測各影響因素的最大潛在產量，進而計算實際產量與之差距，對制定縮減產量差的路徑更具指導意義。產量差反映了糧食生產的增產空間，產量差越大，說明產量的提升空間越大。造成產量差距的因素稱為產量差限制因子，而產量的限制因子并非指其本身對糧食生產具有限制，而是該因素現狀限制了產量的提升，故而認為其對糧食生產具有限制作用。

邊界線分析方法解析作物產量差主要步驟如下：1）將自變量和因變量一一對應生成二變量散點圖，并剔除異常值；2）每個數據點對應的X值均有一個對應的最高Y值（某一影響因素對應的產量最高的點），此點稱為邊界點，提取所有邊界點（按照自變量排序后，利用Excel表格中的IF公式求出）；3）所有邊界點連接構成產量趨勢線，利用不同函數對趨勢線擬合[16]，選取決定系數（R2）最大的趨勢線作為邊界線，以反映影響因素與產量的關系； 4）將某點影響因素數值代入邊界線方程得到此點的模擬產量，邊界線上的模擬產量值代表每一個因素觀測值對應的最大產量；5）捕捉邊界線上斜率為0的點或者邊界線拐點，該點對應最高產量則為產量最大預測值，最大預測產量對應的X值則為該限制因子的最適值[17]；6）依據產量差定義計算總產量差和可解釋產量差。

1.1.2 糧食產量差的邊界線分析 糧食生產受多種因素的綜合作用，以糧食生產影響因素作為限制因素，糧食產量作為響應變量作散點圖，根據邊界線分析法的基本原理可知，存在一條邊界線使得邊界線上產量僅受到該影響因素的限制作用，糧食生產的邊界線分析如圖1所示。

產量差分為可解釋產量差和不可解釋產量差，其中，可解釋產量差是指最大預測產量與邊界線上實際預測產量的差值，可解釋產量差僅受到該因素的影響，與其他因素無關。對于某個限制因素，依據邊界線分析法預測的最大產量是唯一的，則某個觀測值（a）對應的可解釋產量差越大說明實際預測產量越小（位于邊界線上的點），即該點與生產目標的差距越大，說明該點的觀測值對產量的限制作用越大。為識別關鍵限制性因子，本文引入了貢獻率（Contribution rate）的概念，以比較因素對產量差的限制作用。可解釋產量差可定量某一因素對產量差的貢獻量，用可解釋產量差與總產量差的比值表示該因素對產量差的貢獻率。貢獻率越大說明該因子對產量差的限制越大，對于某個因素，其貢獻率為所有觀測值貢獻率的平均值，而產量差的關鍵限制因素為平均貢獻率最大的因素。由前文分析可知，邊界線上的點為限制因素觀測值的預測產量，最大預測產量對應的限制因素的觀測值（b）被認定為其最適值，由此可見，當限制因素偏離最適值時無法實現糧食產量最大化，而圍繞最適值對限制因素進行約束或提高，是縮小產量差、實現糧食增產的重要途徑。

1.2 變量選取

根據影響因素對糧食生產的作用是否經過其他因素的傳導，可將影響因素分為直接因素和間接因素兩類。直接因素直接作用于糧食生產，其變化能夠立即改變糧食總產量的高低。間接因素對糧食生產的影響需要通過其他要素進行表達，一般指農戶管理水平與要素投入因素。

1.2.1 直接因素 由糧食產量計算公式可知，糧食產量取決于播種面積和單位播種面積產量（單產）[18-19]，而糧食播種面積取決于耕地面積和糧食作物復種指數或農作物播種面積和種植結構[20]，因此，耕地面積、復種指數、種植結構和單產是糧食生產的直接影響因素，而耕地總面積在耕地“占補平衡”政策的約束下變化幅度有限，故本文不對耕地面積進行分析，且農作物播種面積不能準確地反映糧食生產情況，因此，本文選取（糧食）復種指數、種植結構和單產作為糧食生產的直接因素。在糧食安全目標下，應盡可能提高復種指數、單產或調整種植結構，而事實上，這些因素受自然、社會經濟及農戶行為因素的綜合影響，比如調整種植結構以增加糧食種植規模，雖然有助于提高糧食產量，但也損害了農民的農業生產效益（經濟作物效益更高），降低了農民的種糧意愿和幸福感，因此，這些因素并非越大越好，而是存在一個“最適值”。

1.2.2 間接因素 前已述及，糧食生產受農戶耕地管理水平及生產要素等間接因素的影響[21]，大多數學者將糧食生產的管理和要素投入因素歸納為勞動 力[22]、機械投入、有效灌溉面積、農藥化肥施用量[23]、農村用電量等，其中，勞動力、化肥以及機械投入是影響糧食單產的最直接因素[24]，在農業生產中占有重要地位，考慮到數據的可獲取性和研究需要，本文選取化肥施用量、勞動力和機械總動力作為間接因素。其中，由于不同地區農業勞動力供給總量存在明顯差異，勞動力的絕對數不能準確地反映農業勞動力的差異，故本文采用農業勞動力的相對數（農業勞動力占農村勞動力的比重）表示，化肥和機械同樣使用播種面積投入量表示。一般來說，隨著某種農業生產要素投入量的增加，糧食產量總會提高，但由土地的邊際報酬遞減規律可知，可變生產要素投入量達到一定程度時，邊際產量總會下降，而產量最大時生產要素的投入量為其最適值。

1.3 數據說明

江蘇省地勢平坦，光溫水資源豐富，農業生產條件優越，是全國十三個糧食主產省份之一，解析江蘇省糧食產量差及限制因子對促進區域糧食穩產增產和保障國家糧食安全具有現實意義。本文選取2000—2018年江蘇省各地級市糧食生產相關統計數據，主要數據來自歷年的《江蘇省統計年鑒》，部分年份缺失的耕地面積數據和要素投入數據來自《江蘇省農村統計年鑒》和《中國區域經濟統計年鑒》。各變量的解釋及統計特征如表1所示。

表1 變量設置與描述性統計Table 1 Variable definitions and descriptive statistics

需要說明的是，由于現有的統計資料中無法區分糧食作物、經濟作物及其他作物的化肥施用量，參照已有研究的做法[25]，本文假設所有作物單位面積的化肥施用量和施肥結構大致相同，使用所有農作物的平均單位面積施肥量替代糧食作物的單位面積施肥量。同理，使用所有農作物的平均單位面積農業機械投入替代糧食作物的單位面積機械投入。

2 實證分析

2.1 邊界線擬合

2.1.1 復種指數與糧食產量的邊界線 本文應用Origin Pro2020軟件進行邊界線擬合并作圖，如圖2a所示，當復種指數為1.6時，邊界線的斜率為0，對應的糧食產量最大（753.21萬t）。因此，江蘇省糧食作物復種指數的最適值為1.6，說明江蘇省糧食作物平均種植次數為1.6次/年或主要糧食作物熟制為兩年三季時糧食產量最高，這是因為種植一季不能充分發揮耕地的生產力，而種植兩季會因為縮短作物生長期且不利于地力恢復而降低產量。現實中，蘇北部分地區糧食種植一季，糧食作物熟制小于最適值，而將一季改為兩年三季，即通過提高復種指數，擴大復種規模，以挖掘耕地生產能力。蘇南地區糧食種植兩季，糧食作物熟制大于最適值，而將兩季改為兩年三季，即通過實施“輪作休耕”的耕作制度，恢復和提升地力以促進糧食可持續性生產，同時有助于減少糧食庫存，減輕國家糧食收儲負擔。另外，所有觀測樣本的糧食復種指數均小于1.6，說明江蘇省整體上糧食作物熟制未達到最適值，糧食復種潛力有待挖掘。

2.1.2 種植結構和單產與糧食產量的邊界線 如圖2b所示，總體上糧食產量與種植結構呈現正向相關關系，即增加糧食作物種植比例能夠有效促進糧食增產，但邊界線的斜率在種植結構為0.45和0.56時發生變化，表明種植結構的不同取值會影響其對糧食產量的效應。統計樣本中，種植結構小于0.45的樣本占比為2.88%，種植結構在0.45～0.56之間的樣本占比為10.10%，種植結構大于0.56的樣本占比高達87.02%，可見大部分樣本種植結構處于第三階段，說明江蘇省整體上耕地種植結構較高，種植結構調整空間有限。同理，如圖2c所示，總體上糧食產量與單產呈現正向相關關系，即提高單產能夠有效促進糧食增產，但是樣本中單產最大值為 7 600 kg/hm2，單產在7 000 kg/hm2以上的樣本占比為30.29%，說明江蘇省各地區糧食單產仍具提升空間，應充分利用地區優越的農業生產條件和經濟優勢，通過完善農田灌溉設施和提高農業生產技術等以提高單產。

2.1.3 勞動力對產量的邊界線 本文采用二次項加平臺的方式擬合勞動力與產量的邊界線，如圖2d所示，隨著勞動力比例的提高，糧食產量以一種衰減的速度上升，當勞動力比例為0.64時，對應的糧食產量達到最大值，表明勞動力比例的最適值為0.64，此時糧食生產的勞動力數量飽和，農業勞動生產率達到最大，自然資源的約束性逐漸凸顯[26]，糧食產量并不會隨勞動力增加而持續上升，而是保持一個相對平穩的水平。數據表明，蘇北、蘇中和蘇南農業勞動力比例分別為0.42、0.26和0.20，說明江蘇省不同區域均存在農業勞動力不足的現象，但也從另外一方面反映了作為經濟發達省份，江蘇省農業生產很可能已經由勞動力密集型向技術和資本密集型轉變。

2.1.4 機械總動力對產量的邊界線 如圖2e所示，隨著機械投入的增加，糧食產量先上升后下降，呈現倒“U”形，當機械總動力為5.3 kW/hm2時，糧食產量達到最大，說明該點為機械總動力的最適值。為了驗證其合理性，將機械投入與糧食產量一一對應，并將機械投入按照由小到大的順序進行排序后發現，當機械投入小于4.77 kW/hm2時，糧食產量總能保持增長的趨勢，而當機械投入大于5.80 kW/hm2時，糧食產量總是呈現下降的趨勢，結合土地報酬遞減規律，不難推測：糧食產量達到最高點時對應機械投入的值介于4.77～5.80 kW/hm2之間，證實了最適值的合理性。數據表明，蘇南、蘇中和蘇北平均機械投入分別為6.12 kW/hm2、3.95 kW/hm2和4.98 kW/hm2，由此可見，蘇南機械投入大于最適值，說明蘇南機械化過剩，機械投入處于邊際報酬遞減階段，可能是因為在單位面積的土地上過度使用機械可能破壞土壤結構和損害土壤微生物，進而影響糧食生產，因此，應規范各類機械的投入和使用，充分利用蘇南地區的經濟優勢，加強對農戶農業技術的培訓，科學使用農用機械。蘇中和蘇北機械投入小于最適值，說明蘇中和蘇北機械化程度較弱，機械投入處于邊際報酬遞增階段，應增加本地機械投入或發展農機跨區服務，以提高農業機械化水平，發揮機械增產潛力。

2.1.5 化肥施用量對產量的邊界線 如圖2f所示，隨著化肥施用量的增加，糧食產量先上升后下降，呈現倒“U”形，當施肥強度為487.64 kg/hm2時，糧食產量達到最大，說明該點為化肥施用量的最適值。為了驗證其合理性，將化肥施用量與糧食產量一一對應，并將化肥施用量按照由小到大的順序進行排序后發現，當化肥施用量小于400 kg/hm2時糧食產量總能保持增長的趨勢，而當化肥施用量大于530 kg/hm2后，糧食產量總是呈現下降的趨勢，不難推測：糧食產量達到最高點時對應化肥施用量的值介于400～530 kg/hm2之間，證實了最適值的合理性。數據表明，蘇南、蘇中和蘇北平均化肥施用量分別 為353.56 kg/hm2、352.64 kg/hm2和523.81 kg/hm2， 均超出了世界公認施肥警戒線225 kg/hm2和我國生態縣建設中規定的化肥施用上限250 kg/hm2，表明江蘇省不同地區均存在施肥過量的現象，也從另外一方面反映了江蘇省當前農業施肥利用效率低下的問題。另外，蘇南和蘇中地區平均施肥量小于最適值，說明蘇南和蘇中施肥處于邊際報酬遞增階段，但由于施肥利用效率低下，需要通過增加施肥量才能滿足作物生長對肥料的需求。因此，對于蘇南和蘇中地區，應當重點改良施肥技術以提高施肥利用效率，發揮其最大的增產潛力。蘇北平均施肥量大于最適值，說明蘇北糧食生產對化肥依賴性更強，施肥對產量的效應處于邊際報酬遞減階段，應該適度調減蘇北地區的化肥投入，預防施肥過量導致糧食產量下降，同時防止過渡施肥破壞土壤質地和造成環境污染。

2.2 產量差

2.2.1 江蘇省不同區域產量差 本文基于高產記錄產量差對區域糧食增產空間進行分析，江蘇省不同區域糧食產量與產量差的描述性統計如表2所示。

由表可知，2000—2018年江蘇省糧食平均產量為259.39萬t，蘇南、蘇中和蘇北產量依次遞增，這是因為蘇南（7 218.81 kg/hm2）和蘇北（6 570.69 kg/hm2）地區糧食作物平均單產差距較小，但蘇南（177.53×103hm2）和蘇北（864.78×103hm2）糧食播種面積差異較大，因此導致蘇北和蘇南糧食產量差距較大，而根本原因在于蘇南耕地少，耕地利用集約度不高，而蘇北耕地多且復種規模大。

江蘇省糧食平均產量差為166.15萬t，產量差占樣本最高產量和平均產量的比例分別為23.47%和64.05%，表明在現有科技水平條件下，糧食產量仍存在較大的提升空間。其中，蘇南、蘇中和蘇北平均產量差占到最高產量的比例分別為44.07%、15.07%和44.59%，這說明蘇中糧食增產空間更小，而蘇南和蘇北糧食增產空間更大。另外，江蘇省不同地區產量差差異較大，蘇南、蘇中和蘇北最大產量差分別為122.25萬t、160.47萬t和531.42萬t，這 是因為蘇南產量低，且產量變異小，說明糧食產量較穩定，因此高產記錄產量差較小。而蘇北產量較高且產量變異大，說明蘇北地區糧食產量不穩定，由此導致產量差較大。蘇南光、熱、水等自然條件滿足作物一年兩熟的生長需求，而數據表明，蘇南糧食作物復種指數較小（均值為0.84），未充分挖掘耕地生產能力，因此蘇南糧食產量較低，故而提高糧食復種指數是蘇南縮小產量差、提高產量的重要措施。蘇北耕地面積大且利用率較高（復種指數均 值為1.17），而較低的單產（均值為6 279.78 kg/hm2） 是限制蘇北糧食增產的關鍵，且蘇北糧食生產的穩定性較差，糧食生產受自然氣候、農業灌排、生產要素投入等因素的影響較大，因此，蘇北地區應通過中低產田改造、水利設施建設、生產要素優化等方式改善農業生產條件，保證“穩產”的基礎上聚焦于提高單產以縮小產量差、實現糧食增產。

2.2.2 江蘇省糧食產量差與產量轉化關系分析 產量差反映糧食增產空間，將產量差轉化為實際產量即為地區可實現的產量（潛在產量）。由于復種指數和單產為限制江蘇省不同區域糧食產量提高的主要因素，本文將從這兩個方面探討產量差與產量之間的轉化關系，具體如表3所示。

表3 產量差轉化及其對耕地的影響Table 3 Yield gap conversion and impact on farmland

根據糧食產量統計數據和最大產量差計算各區域可實現的糧食產量，可見，將產量差轉化為實際產量后，蘇南、蘇中和蘇北可實現糧食增產30.30%、17.73%和21.45%。根據邊界線分析結果，江蘇省糧食作物復種指數為1.6時產量最高，考慮到蘇南耕地少且非農產業主導地位的實際情況，本文將蘇南復種指數設定為1，蘇中和蘇北復種指數設定為1.6，另外，以統計數據中的最高單產作為可實現的單產（7 497.93 kg/hm2），即假設所有地區的糧食單產均可提升到該水平。通過計算實現潛在糧食產量需要的耕地面積發現，提高復種指數和單產后，各區域均有耕地盈余，蘇南、蘇中和蘇北實現潛在產量對耕地的需求量分別減少8.80%、13.38%和9.02%。這表明，挖掘耕地復種指數、提高單產對縮小產量差、提高糧食總產量成效顯著，同時有利于保護耕地。

由表可知，蘇南復種指數增產空間大，擴大復種規模、提高耕地利用集約度，有助于將復種指數產量差轉化為實際產量。而蘇中和蘇北單產增產空間大，應聚焦于提高單產，通過優化化肥、機械等生產要素投入以提高糧食生產效率，轉化可控要素的產量差。另外，蘇北回暖遲、降雨少，通過調整作物播期和播種密度、作物品種改良等方式以增加作物對光熱水的利用率，從而促進糧食增產，即通過改善作物管理和生產要素配置，是蘇中和蘇北糧食單產產量差轉化為實際產量的有效途徑。

2.3 限制因子貢獻率

2.3.1 限制因子對產量差的貢獻率 前已述及，限制因子可解釋產量差占總產量差的比值，表示限制因子對產量差的貢獻率（表4左半部分）。對于糧食生產的直接影響因素，復種指數對蘇南的貢獻率最大，其次為種植結構，單產的貢獻率最小，說明復種指數是蘇南糧食產量差異的關鍵限制因子，而單產對產量差的限制最小。蘇中和蘇北單產的貢獻率最大，其次為種植結構，復種指數的貢獻率最小，說明單產是蘇中和蘇北產量差的關鍵限制因子，復種指數對產量差的限制最小，反映了蘇中和蘇北糧食復種規模較大，但是單產較低。同時，單產對蘇北的貢獻率大于蘇中，說明其對蘇北產量差的限制大于蘇中。

表4 限制因素的貢獻率（%）Table 4 Contribution rates of constraint factors (%)

對于糧食生產的間接影響因素，機械投入對蘇南和蘇中的貢獻率最小，說明機械化對蘇南和蘇中的限制較小，而貢獻率越小說明機械化水平越接近最適值，反映了蘇南和蘇中機械化水平較高，其中蘇南地區機械化貢獻率小于蘇中和蘇北，這是因為蘇南經濟條件較好，有利于機械化的投入和推廣。另外，蘇南、蘇中和蘇北勞動力貢獻率最大，說明間接因素中勞動力是江蘇省糧食產量差的主要限制因子，反映了江蘇省不同區域均存在農業勞動力不足的問題，但蘇北勞動力的貢獻率遠（13.22%）低于蘇中（40.45%）和蘇南（51.08%），說明蘇北勞動力對產量差的限制小于蘇中和蘇南，可能的原因是蘇北地區經濟弱于蘇中和蘇南，在機械化上的投入較少，而農業機械對勞動力具有替代作用，因此投入到農業生產中的勞動力相對較多，數據顯示蘇北農業勞動力比例為0.42，大于蘇中（0.26）和蘇南（0.20）。另外，化肥施用量對蘇北的貢獻率最小，說明蘇北化肥施用量更接近最適值，且化肥施用量對蘇北的貢獻率遠小于蘇中和蘇南，說明蘇北地區化肥施用量大于蘇中和蘇南，但需要注意的是，由于化肥施用量的邊界線為向下的拋物線，化肥施用量在最適值兩側均可能導致較小的產量差，數據表明蘇北化肥施用量為523.81 kg/hm2，對比圖2f可知，蘇北化肥施用量大于最適值，說明蘇北存在化肥施用過量的情況。對比各限制因素對全域和各區域的貢獻率，可知蘇南產量差的關鍵限制因子更能反映江蘇省整體的情況。

2.3.2 限制因子對產量的貢獻率 影響因素可解釋產量差與最大預測產量的比值，表示因素對產量的貢獻率，比值越大，說明其對產量提升的限制越大（表4右半部分）。

對于糧食生產的直接影響因素，復種指數對蘇南糧食產量的貢獻率最大，其次為種植結構，單產的貢獻率最小，說明復種指數是蘇南糧食生產的關鍵影響因素，而單產對提高產量的限制最小。單產對蘇中和蘇北的貢獻率最大，說明單產是蘇中和蘇北產量的關鍵影響因素，其中單產對蘇北的貢獻率大于蘇中和蘇南，說明單產水平對蘇北糧食高產的限制最大。另外，復種指數對蘇中的貢獻率最小，種植結構對蘇北的貢獻率最小，說明這兩個因素對蘇中和蘇北糧食產量的限制最小。由此可見，提高復種指數，增加糧食復種面積是蘇南糧食增產的重要措施，而提高單產是蘇中和蘇北糧食增產的主要路徑。

對于糧食生產的間接因素，勞動力對全域、蘇南、蘇中和蘇北產量的貢獻率較大，說明作為生產要素的勞動力是整個江蘇省糧食生產的關鍵限制因素，因此，降低農業勞動力不足對糧食生產的限制性，是江蘇省糧食穩產增產的重要舉措。另外，機械化水平對蘇南和蘇中的貢獻率最小，說明機械化水平對蘇南和蘇中糧食生產的限制較小，可能是因為蘇南和蘇中糧食生產逐漸由勞動密集型向技術密集型轉變。另外，機械對蘇北的貢獻率（42.18%）大于蘇中（14.07%），表明機械對蘇北糧食生產的限制大于蘇中，而數據表明，蘇北機械投入（4.98 kW/hm2）大于蘇中（3.95 kW/hm2）且更接近最適值（5.3 kW/hm2），說明機械對蘇北糧食生產的限制更小，這種現象可能是因為蘇北地區在機械類型及使用的科學性上弱于蘇中地區，導致機械化的效率較低，因此，雖然機械投入量大于蘇中，但其對糧食增產的作用反而不如蘇中，這也反映了對于蘇北地區，不僅要從數量上增加機械的投入，而且要從質量上提高機械使用效率。另外，化肥施用量對蘇北的貢獻率最小，說明化肥對蘇北糧食生產的限制較小，但如前文所言，蘇北糧食生產過度依賴化肥的施用，因此，對于蘇北地區，控制化肥施用量，優化農業生產要素配置是蘇北糧食可持續性生產的關鍵。

2.3.3 限制因素對產量差和產量貢獻率的差異 為比較相同因素對同一區域糧食產量差及產量貢獻程度的差異，將各因素貢獻率按其占所有因素貢獻率之和的百分比作圖（圖3），上下兩個條形圖分別表示同一因素對產量和產量差的貢獻率在相同區域所有限制因素貢獻率中的比例，比例越大說明其重要性越高。由圖可知，同一因素對相同區域產量差和產量貢獻率的比例基本相同，這表明該因素對產量差和產量具有相似的重要性，即糧食產量差的限制因素亦是限制產量提升的因素。同時，復種指數對蘇南、單產對蘇北以及勞動力對蘇中產量差和產量的重要性均顯著大于其他區域，再次表明復種指數和單產分別為蘇南、蘇北限制產量提高的因素，對其進行“提高”是縮小產量差、提高實際產量的重要路徑。

3 結論與政策建議

3.1 結論

本文利用江蘇省統計數據，應用邊界線分析法測算了江蘇省不同區域糧食產量差，并從糧食生產直接因素和間接因素兩個方面解析產量差限制因子及其最適值，得到以下主要結論：

1）江蘇省糧食平均產量差為166.15萬t，占最高產量和平均產量的比例分別為23.47%和64.05%，表明江蘇省糧食產量仍存在較大的提升空間。蘇中糧食增產空間較小，而蘇南和蘇北增產空間較大，播種面積和糧食生產穩定性是蘇南、蘇北糧食產量差異的主要原因。

2）糧食復種指數為1.6時預測產量最高，說明江蘇省作物熟制為兩年三熟時最有利于糧食生產。機械和化肥投入的最適值分別為5.3 kW/hm2和487.64 kg/hm2，施肥最適值和三個區域平均施肥量均超出國際施肥警戒線，表明地區存在農業過渡施肥和施肥利用效率低下的問題。

3）將產量差轉化為實際產量后，蘇南、蘇中和蘇北可實現糧食增產30.30%、17.73%和21.45%，同時對耕地的需求量減少8.80%、13.38%和9.02%，表明縮小產量差不僅能夠促進糧食增產，而且有利于保護耕地。

4）江蘇省不同地區糧食產量差的關鍵限制因子及限制產量提高的主要因素為：蘇南為復種指數，蘇中和蘇北為單產。另外，勞動力對江蘇省不同區域糧食產量差和糧食生產均具有不同程度的限制。

3.2 對策建議

結合以上研究結論，為縮減產量差，促進糧食可持續性生產和保障糧食安全，江蘇省可以從以下幾個方面進行調整：

1）擴大蘇南糧食復種規模、提高耕地利用集約度，改善蘇北農業生產條件以提高糧食單產并且通過調整作物播期和播種密度、作物品種改良等方式增加作物對光熱水的利用率以增強糧食生產穩 定性。

2）優化蘇南和蘇中地區農業施肥結構，增加有機肥比例以提高土壤肥力；開展對蘇北地區農戶施肥知識講解，糾正“施肥多，產量高”的認知偏差，提高農戶的環境保護意識；同時，政府通過給予農戶科學施肥的方法與指導以提高施肥利用效率，促進農業施肥“減量增效”。

3）支持適宜產業向鄉鎮、村集聚發展，增加農民就地就近就業崗位，緩解農忙季節農業勞動力缺乏的問題；構建農機跨區服務平臺、優化農機裝備結構以及加快農田“宜機化”改造，提高農業機械化水平，實現機械要素對勞動力的高效替代；推進土地流轉，促使種糧大戶通過流轉實現耕地規模化、集約化經營，通過增加大型農業機械的使用，降低對勞動力的需求并且提高農業生產效率。

本文也有不足之處：本文利用統計數據，從總體上分析糧食產量差并且解析復種指數、種植結構、單產和主要生產要素對糧食生產的貢獻率，為今后農業生產提供指導。事實上，統計數據中的糧食總產包括稻、麥和玉米等各種糧食作物產量，解析具體糧食作物的產量差及限制因子更具針對性，且各種作物之間結構的調整對指導實際生產更有意義，今后將圍繞主要糧食作物產量差及其限制因子進行深入的研究。