江苏省耕地产量差及生产限制性因子分析

孙涛，郭杰,2,3*，欧名豪,2,3

（1. 南京农业大学土地管理学院，江苏 南京 210095；2. 农村土地资源利用与整治国家地方联合工程研究中心，江苏 南京 210095；3. 中国资源环境与发展研究院，江苏 南京 210095）

确保粮食生产始终是我国经济发展、社会稳定的基础，保障粮食安全是关乎全局的大事。我国耕地后备资源的有限和人均耕地少的基本国情决定了通过扩大耕地面积无法实现粮食生产的可持续性，而通过有效利用存量耕地，提高粮食作物的高产潜力或缩减作物实际产量与潜在产量之间的差距，成为提高粮食产量和保障粮食安全的重要路径[1]。其中，缩小作物产量差、减少区域产量变异成为当前作物科学研究的热点之一[2-3]。

产量差（Yield gap）被定义为农民实际的收获产量与试验站管理水平下的潜在产量之间的差距[4]。当前，对作物产量差的研究大多以单产作为研究对象，测算单产增产空间并探索缩减产量差、提升单产的途径。事实上，提高单产的确是广大学者和农业从业人员经久不衰的讨论热点，但有研究表明，随着现实作物单产水平的不断提高、逐渐接近最大单产水平时，单产增加的难度日益加大，出现“天花板效应”[5]，将单产提高到生产潜力水平在短时间内无法完成，而耕地实际粮食产量则是当前需要迫切解决的现实问题，事关国家粮食安全、脱贫攻坚等重大战略。当前，虽然有部分学者探讨了粮食总产的产量差[6-7]，但研究尺度主要从全国或基于农业生态区展开，研究停留在以试验田产量为标准，测算统计产量与之差距的层面，而以省级行政区为单元，解析产量差的限制因素则鲜有报道，而对产量差的相关问题研究归根结底为对产量差限制因子的研究[8]，解析产量差限制因子为提出针对性的产量差缩减路径提供指导[9]。

粮食总产量受耕地面积、复种指数、种植结构和单产的直接影响[10]，通过耕地复种、提高单产或调整种植结构能够显著提高产量。除此之外，农业生产要素特别是化肥和机械的投入，极大地提高了农业生产效率，是粮食增产的重要因素。当前，分析复种指数、种植结构、单产及生产要素投入因素对产量影响的研究不胜枚举，研究视角主要集中在通过构建计量模型[11]，依据系数的显著性和大小解释各变量对产量的影响，而对变量间影响程度的比较涉及较少，仅有少数学者从复种指数、种植结构、单产和耕地面积四个方面测度其对粮食产量的贡献率[12]，进而梳理各变量的相对重要性。不难发现这些研究重点考察粮食生产直接影响因素对产量的影响[13]，研究方法主要为计量模型法，而对粮食总产量差及生产要素对产量差的限制性研究较少，尤其是针对粮食产量差及限制因素的边界线分析方法应用更少。

鉴于此，本文应用边界线分析法，以江苏省为研究单元，以2000—2018年江苏省各地市粮食总产量为研究对象，以考察地区耕地实际生产力水平及产量差，并分析粮食增产空间及解析产量差限制因子，以期为制定缩减产量差异措施和优化区域粮食生产策略提供依据，并为解析粮食产量影响因素提供方法参考。

1 研究方法、变量选择与数据来源

1.1 研究方法

1.1.1 边界线分析法 边界线（Boundary line）的概念是指任何两个有着因果关系的变量存在1条于数据 体边界上的、表示群体中最佳表现的线，称为边界线[14]。边界线分析法可从复杂的多因素中孤立出某个 因素，单独分析其对因变量的影响，该方法的基本假设为：在不同自变量水平下，因变量获得最高水平的趋势线，而该自变量以外的其他因素对边界线上因变量的影响可以忽略不计。边界线分析法能够避免应用一般线性模型分析变量间关系时其他变量对结果的干扰及变量间共线性等问题，近年来，该方法在测算作物产量差、分析单因素对产量的限制程度和解析限制因子最适值等研究中应用广泛[15]。

依据研究视角不同，产量差可分为单产产量差和总产产量差，本文的产量差是指粮食潜在总产量与实际产量的差值，并根据计算标准的差异将产量差分为高产记录产量差和模型模拟产量差，前者是以样本中最高产量作为粮食生产潜力目标，计算实际产量与之差距，一般通过改善管理、优化要素投入、改良品种等措施，容易将此产量差转化为实际产量。而后者通过模型预测各影响因素的最大潜在产量，进而计算实际产量与之差距，对制定缩减产量差的路径更具指导意义。产量差反映了粮食生产的增产空间，产量差越大，说明产量的提升空间越大。造成产量差距的因素称为产量差限制因子，而产量的限制因子并非指其本身对粮食生产具有限制，而是该因素现状限制了产量的提升，故而认为其对粮食生产具有限制作用。

边界线分析方法解析作物产量差主要步骤如下：1）将自变量和因变量一一对应生成二变量散点图，并剔除异常值；2）每个数据点对应的X值均有一个对应的最高Y值（某一影响因素对应的产量最高的点），此点称为边界点，提取所有边界点（按照自变量排序后，利用Excel表格中的IF公式求出）；3）所有边界点连接构成产量趋势线，利用不同函数对趋势线拟合[16]，选取决定系数（R2）最大的趋势线作为边界线，以反映影响因素与产量的关系； 4）将某点影响因素数值代入边界线方程得到此点的模拟产量，边界线上的模拟产量值代表每一个因素观测值对应的最大产量；5）捕捉边界线上斜率为0的点或者边界线拐点，该点对应最高产量则为产量最大预测值，最大预测产量对应的X值则为该限制因子的最适值[17]；6）依据产量差定义计算总产量差和可解释产量差。

1.1.2 粮食产量差的边界线分析 粮食生产受多种因素的综合作用，以粮食生产影响因素作为限制因素，粮食产量作为响应变量作散点图，根据边界线分析法的基本原理可知，存在一条边界线使得边界线上产量仅受到该影响因素的限制作用，粮食生产的边界线分析如图1所示。

产量差分为可解释产量差和不可解释产量差，其中，可解释产量差是指最大预测产量与边界线上实际预测产量的差值，可解释产量差仅受到该因素的影响，与其他因素无关。对于某个限制因素，依据边界线分析法预测的最大产量是唯一的，则某个观测值（a）对应的可解释产量差越大说明实际预测产量越小（位于边界线上的点），即该点与生产目标的差距越大，说明该点的观测值对产量的限制作用越大。为识别关键限制性因子，本文引入了贡献率（Contribution rate）的概念，以比较因素对产量差的限制作用。可解释产量差可定量某一因素对产量差的贡献量，用可解释产量差与总产量差的比值表示该因素对产量差的贡献率。贡献率越大说明该因子对产量差的限制越大，对于某个因素，其贡献率为所有观测值贡献率的平均值，而产量差的关键限制因素为平均贡献率最大的因素。由前文分析可知，边界线上的点为限制因素观测值的预测产量，最大预测产量对应的限制因素的观测值（b）被认定为其最适值，由此可见，当限制因素偏离最适值时无法实现粮食产量最大化，而围绕最适值对限制因素进行约束或提高，是缩小产量差、实现粮食增产的重要途径。

1.2 变量选取

根据影响因素对粮食生产的作用是否经过其他因素的传导，可将影响因素分为直接因素和间接因素两类。直接因素直接作用于粮食生产，其变化能够立即改变粮食总产量的高低。间接因素对粮食生产的影响需要通过其他要素进行表达，一般指农户管理水平与要素投入因素。

1.2.1 直接因素 由粮食产量计算公式可知，粮食产量取决于播种面积和单位播种面积产量（单产）[18-19]，而粮食播种面积取决于耕地面积和粮食作物复种指数或农作物播种面积和种植结构[20]，因此，耕地面积、复种指数、种植结构和单产是粮食生产的直接影响因素，而耕地总面积在耕地“占补平衡”政策的约束下变化幅度有限，故本文不对耕地面积进行分析，且农作物播种面积不能准确地反映粮食生产情况，因此，本文选取（粮食）复种指数、种植结构和单产作为粮食生产的直接因素。在粮食安全目标下，应尽可能提高复种指数、单产或调整种植结构，而事实上，这些因素受自然、社会经济及农户行为因素的综合影响，比如调整种植结构以增加粮食种植规模，虽然有助于提高粮食产量，但也损害了农民的农业生产效益（经济作物效益更高），降低了农民的种粮意愿和幸福感，因此，这些因素并非越大越好，而是存在一个“最适值”。

1.2.2 间接因素 前已述及，粮食生产受农户耕地管理水平及生产要素等间接因素的影响[21]，大多数学者将粮食生产的管理和要素投入因素归纳为劳动 力[22]、机械投入、有效灌溉面积、农药化肥施用量[23]、农村用电量等，其中，劳动力、化肥以及机械投入是影响粮食单产的最直接因素[24]，在农业生产中占有重要地位，考虑到数据的可获取性和研究需要，本文选取化肥施用量、劳动力和机械总动力作为间接因素。其中，由于不同地区农业劳动力供给总量存在明显差异，劳动力的绝对数不能准确地反映农业劳动力的差异，故本文采用农业劳动力的相对数（农业劳动力占农村劳动力的比重）表示，化肥和机械同样使用播种面积投入量表示。一般来说，随着某种农业生产要素投入量的增加，粮食产量总会提高，但由土地的边际报酬递减规律可知，可变生产要素投入量达到一定程度时，边际产量总会下降，而产量最大时生产要素的投入量为其最适值。

1.3 数据说明

江苏省地势平坦，光温水资源丰富，农业生产条件优越，是全国十三个粮食主产省份之一，解析江苏省粮食产量差及限制因子对促进区域粮食稳产增产和保障国家粮食安全具有现实意义。本文选取2000—2018年江苏省各地级市粮食生产相关统计数据，主要数据来自历年的《江苏省统计年鉴》，部分年份缺失的耕地面积数据和要素投入数据来自《江苏省农村统计年鉴》和《中国区域经济统计年鉴》。各变量的解释及统计特征如表1所示。

表1 变量设置与描述性统计Table 1 Variable definitions and descriptive statistics

需要说明的是，由于现有的统计资料中无法区分粮食作物、经济作物及其他作物的化肥施用量，参照已有研究的做法[25]，本文假设所有作物单位面积的化肥施用量和施肥结构大致相同，使用所有农作物的平均单位面积施肥量替代粮食作物的单位面积施肥量。同理，使用所有农作物的平均单位面积农业机械投入替代粮食作物的单位面积机械投入。

2 实证分析

2.1 边界线拟合

2.1.1 复种指数与粮食产量的边界线 本文应用Origin Pro2020软件进行边界线拟合并作图，如图2a所示，当复种指数为1.6时，边界线的斜率为0，对应的粮食产量最大（753.21万t）。因此，江苏省粮食作物复种指数的最适值为1.6，说明江苏省粮食作物平均种植次数为1.6次/年或主要粮食作物熟制为两年三季时粮食产量最高，这是因为种植一季不能充分发挥耕地的生产力，而种植两季会因为缩短作物生长期且不利于地力恢复而降低产量。现实中，苏北部分地区粮食种植一季，粮食作物熟制小于最适值，而将一季改为两年三季，即通过提高复种指数，扩大复种规模，以挖掘耕地生产能力。苏南地区粮食种植两季，粮食作物熟制大于最适值，而将两季改为两年三季，即通过实施“轮作休耕”的耕作制度，恢复和提升地力以促进粮食可持续性生产，同时有助于减少粮食库存，减轻国家粮食收储负担。另外，所有观测样本的粮食复种指数均小于1.6，说明江苏省整体上粮食作物熟制未达到最适值，粮食复种潜力有待挖掘。

2.1.2 种植结构和单产与粮食产量的边界线 如图2b所示，总体上粮食产量与种植结构呈现正向相关关系，即增加粮食作物种植比例能够有效促进粮食增产，但边界线的斜率在种植结构为0.45和0.56时发生变化，表明种植结构的不同取值会影响其对粮食产量的效应。统计样本中，种植结构小于0.45的样本占比为2.88%，种植结构在0.45～0.56之间的样本占比为10.10%，种植结构大于0.56的样本占比高达87.02%，可见大部分样本种植结构处于第三阶段，说明江苏省整体上耕地种植结构较高，种植结构调整空间有限。同理，如图2c所示，总体上粮食产量与单产呈现正向相关关系，即提高单产能够有效促进粮食增产，但是样本中单产最大值为 7 600 kg/hm2，单产在7 000 kg/hm2以上的样本占比为30.29%，说明江苏省各地区粮食单产仍具提升空间，应充分利用地区优越的农业生产条件和经济优势，通过完善农田灌溉设施和提高农业生产技术等以提高单产。

2.1.3 劳动力对产量的边界线 本文采用二次项加平台的方式拟合劳动力与产量的边界线，如图2d所示，随着劳动力比例的提高，粮食产量以一种衰减的速度上升，当劳动力比例为0.64时，对应的粮食产量达到最大值，表明劳动力比例的最适值为0.64，此时粮食生产的劳动力数量饱和，农业劳动生产率达到最大，自然资源的约束性逐渐凸显[26]，粮食产量并不会随劳动力增加而持续上升，而是保持一个相对平稳的水平。数据表明，苏北、苏中和苏南农业劳动力比例分别为0.42、0.26和0.20，说明江苏省不同区域均存在农业劳动力不足的现象，但也从另外一方面反映了作为经济发达省份，江苏省农业生产很可能已经由劳动力密集型向技术和资本密集型转变。

2.1.4 机械总动力对产量的边界线 如图2e所示，随着机械投入的增加，粮食产量先上升后下降，呈现倒“U”形，当机械总动力为5.3 kW/hm2时，粮食产量达到最大，说明该点为机械总动力的最适值。为了验证其合理性，将机械投入与粮食产量一一对应，并将机械投入按照由小到大的顺序进行排序后发现，当机械投入小于4.77 kW/hm2时，粮食产量总能保持增长的趋势，而当机械投入大于5.80 kW/hm2时，粮食产量总是呈现下降的趋势，结合土地报酬递减规律，不难推测：粮食产量达到最高点时对应机械投入的值介于4.77～5.80 kW/hm2之间，证实了最适值的合理性。数据表明，苏南、苏中和苏北平均机械投入分别为6.12 kW/hm2、3.95 kW/hm2和4.98 kW/hm2，由此可见，苏南机械投入大于最适值，说明苏南机械化过剩，机械投入处于边际报酬递减阶段，可能是因为在单位面积的土地上过度使用机械可能破坏土壤结构和损害土壤微生物，进而影响粮食生产，因此，应规范各类机械的投入和使用，充分利用苏南地区的经济优势，加强对农户农业技术的培训，科学使用农用机械。苏中和苏北机械投入小于最适值，说明苏中和苏北机械化程度较弱，机械投入处于边际报酬递增阶段，应增加本地机械投入或发展农机跨区服务，以提高农业机械化水平，发挥机械增产潜力。

2.1.5 化肥施用量对产量的边界线 如图2f所示，随着化肥施用量的增加，粮食产量先上升后下降，呈现倒“U”形，当施肥强度为487.64 kg/hm2时，粮食产量达到最大，说明该点为化肥施用量的最适值。为了验证其合理性，将化肥施用量与粮食产量一一对应，并将化肥施用量按照由小到大的顺序进行排序后发现，当化肥施用量小于400 kg/hm2时粮食产量总能保持增长的趋势，而当化肥施用量大于530 kg/hm2后，粮食产量总是呈现下降的趋势，不难推测：粮食产量达到最高点时对应化肥施用量的值介于400～530 kg/hm2之间，证实了最适值的合理性。数据表明，苏南、苏中和苏北平均化肥施用量分别 为353.56 kg/hm2、352.64 kg/hm2和523.81 kg/hm2， 均超出了世界公认施肥警戒线225 kg/hm2和我国生态县建设中规定的化肥施用上限250 kg/hm2，表明江苏省不同地区均存在施肥过量的现象，也从另外一方面反映了江苏省当前农业施肥利用效率低下的问题。另外，苏南和苏中地区平均施肥量小于最适值，说明苏南和苏中施肥处于边际报酬递增阶段，但由于施肥利用效率低下，需要通过增加施肥量才能满足作物生长对肥料的需求。因此，对于苏南和苏中地区，应当重点改良施肥技术以提高施肥利用效率，发挥其最大的增产潜力。苏北平均施肥量大于最适值，说明苏北粮食生产对化肥依赖性更强，施肥对产量的效应处于边际报酬递减阶段，应该适度调减苏北地区的化肥投入，预防施肥过量导致粮食产量下降，同时防止过渡施肥破坏土壤质地和造成环境污染。

2.2 产量差

2.2.1 江苏省不同区域产量差 本文基于高产记录产量差对区域粮食增产空间进行分析，江苏省不同区域粮食产量与产量差的描述性统计如表2所示。

由表可知，2000—2018年江苏省粮食平均产量为259.39万t，苏南、苏中和苏北产量依次递增，这是因为苏南（7 218.81 kg/hm2）和苏北（6 570.69 kg/hm2）地区粮食作物平均单产差距较小，但苏南（177.53×103hm2）和苏北（864.78×103hm2）粮食播种面积差异较大，因此导致苏北和苏南粮食产量差距较大，而根本原因在于苏南耕地少，耕地利用集约度不高，而苏北耕地多且复种规模大。

江苏省粮食平均产量差为166.15万t，产量差占样本最高产量和平均产量的比例分别为23.47%和64.05%，表明在现有科技水平条件下，粮食产量仍存在较大的提升空间。其中，苏南、苏中和苏北平均产量差占到最高产量的比例分别为44.07%、15.07%和44.59%，这说明苏中粮食增产空间更小，而苏南和苏北粮食增产空间更大。另外，江苏省不同地区产量差差异较大，苏南、苏中和苏北最大产量差分别为122.25万t、160.47万t和531.42万t，这 是因为苏南产量低，且产量变异小，说明粮食产量较稳定，因此高产记录产量差较小。而苏北产量较高且产量变异大，说明苏北地区粮食产量不稳定，由此导致产量差较大。苏南光、热、水等自然条件满足作物一年两熟的生长需求，而数据表明，苏南粮食作物复种指数较小（均值为0.84），未充分挖掘耕地生产能力，因此苏南粮食产量较低，故而提高粮食复种指数是苏南缩小产量差、提高产量的重要措施。苏北耕地面积大且利用率较高（复种指数均 值为1.17），而较低的单产（均值为6 279.78 kg/hm2） 是限制苏北粮食增产的关键，且苏北粮食生产的稳定性较差，粮食生产受自然气候、农业灌排、生产要素投入等因素的影响较大，因此，苏北地区应通过中低产田改造、水利设施建设、生产要素优化等方式改善农业生产条件，保证“稳产”的基础上聚焦于提高单产以缩小产量差、实现粮食增产。

2.2.2 江苏省粮食产量差与产量转化关系分析 产量差反映粮食增产空间，将产量差转化为实际产量即为地区可实现的产量（潜在产量）。由于复种指数和单产为限制江苏省不同区域粮食产量提高的主要因素，本文将从这两个方面探讨产量差与产量之间的转化关系，具体如表3所示。

表3 产量差转化及其对耕地的影响Table 3 Yield gap conversion and impact on farmland

根据粮食产量统计数据和最大产量差计算各区域可实现的粮食产量，可见，将产量差转化为实际产量后，苏南、苏中和苏北可实现粮食增产30.30%、17.73%和21.45%。根据边界线分析结果，江苏省粮食作物复种指数为1.6时产量最高，考虑到苏南耕地少且非农产业主导地位的实际情况，本文将苏南复种指数设定为1，苏中和苏北复种指数设定为1.6，另外，以统计数据中的最高单产作为可实现的单产（7 497.93 kg/hm2），即假设所有地区的粮食单产均可提升到该水平。通过计算实现潜在粮食产量需要的耕地面积发现，提高复种指数和单产后，各区域均有耕地盈余，苏南、苏中和苏北实现潜在产量对耕地的需求量分别减少8.80%、13.38%和9.02%。这表明，挖掘耕地复种指数、提高单产对缩小产量差、提高粮食总产量成效显著，同时有利于保护耕地。

由表可知，苏南复种指数增产空间大，扩大复种规模、提高耕地利用集约度，有助于将复种指数产量差转化为实际产量。而苏中和苏北单产增产空间大，应聚焦于提高单产，通过优化化肥、机械等生产要素投入以提高粮食生产效率，转化可控要素的产量差。另外，苏北回暖迟、降雨少，通过调整作物播期和播种密度、作物品种改良等方式以增加作物对光热水的利用率，从而促进粮食增产，即通过改善作物管理和生产要素配置，是苏中和苏北粮食单产产量差转化为实际产量的有效途径。

2.3 限制因子贡献率

2.3.1 限制因子对产量差的贡献率 前已述及，限制因子可解释产量差占总产量差的比值，表示限制因子对产量差的贡献率（表4左半部分）。对于粮食生产的直接影响因素，复种指数对苏南的贡献率最大，其次为种植结构，单产的贡献率最小，说明复种指数是苏南粮食产量差异的关键限制因子，而单产对产量差的限制最小。苏中和苏北单产的贡献率最大，其次为种植结构，复种指数的贡献率最小，说明单产是苏中和苏北产量差的关键限制因子，复种指数对产量差的限制最小，反映了苏中和苏北粮食复种规模较大，但是单产较低。同时，单产对苏北的贡献率大于苏中，说明其对苏北产量差的限制大于苏中。

表4 限制因素的贡献率（%）Table 4 Contribution rates of constraint factors (%)

对于粮食生产的间接影响因素，机械投入对苏南和苏中的贡献率最小，说明机械化对苏南和苏中的限制较小，而贡献率越小说明机械化水平越接近最适值，反映了苏南和苏中机械化水平较高，其中苏南地区机械化贡献率小于苏中和苏北，这是因为苏南经济条件较好，有利于机械化的投入和推广。另外，苏南、苏中和苏北劳动力贡献率最大，说明间接因素中劳动力是江苏省粮食产量差的主要限制因子，反映了江苏省不同区域均存在农业劳动力不足的问题，但苏北劳动力的贡献率远（13.22%）低于苏中（40.45%）和苏南（51.08%），说明苏北劳动力对产量差的限制小于苏中和苏南，可能的原因是苏北地区经济弱于苏中和苏南，在机械化上的投入较少，而农业机械对劳动力具有替代作用，因此投入到农业生产中的劳动力相对较多，数据显示苏北农业劳动力比例为0.42，大于苏中（0.26）和苏南（0.20）。另外，化肥施用量对苏北的贡献率最小，说明苏北化肥施用量更接近最适值，且化肥施用量对苏北的贡献率远小于苏中和苏南，说明苏北地区化肥施用量大于苏中和苏南，但需要注意的是，由于化肥施用量的边界线为向下的抛物线，化肥施用量在最适值两侧均可能导致较小的产量差，数据表明苏北化肥施用量为523.81 kg/hm2，对比图2f可知，苏北化肥施用量大于最适值，说明苏北存在化肥施用过量的情况。对比各限制因素对全域和各区域的贡献率，可知苏南产量差的关键限制因子更能反映江苏省整体的情况。

2.3.2 限制因子对产量的贡献率 影响因素可解释产量差与最大预测产量的比值，表示因素对产量的贡献率，比值越大，说明其对产量提升的限制越大（表4右半部分）。

对于粮食生产的直接影响因素，复种指数对苏南粮食产量的贡献率最大，其次为种植结构，单产的贡献率最小，说明复种指数是苏南粮食生产的关键影响因素，而单产对提高产量的限制最小。单产对苏中和苏北的贡献率最大，说明单产是苏中和苏北产量的关键影响因素，其中单产对苏北的贡献率大于苏中和苏南，说明单产水平对苏北粮食高产的限制最大。另外，复种指数对苏中的贡献率最小，种植结构对苏北的贡献率最小，说明这两个因素对苏中和苏北粮食产量的限制最小。由此可见，提高复种指数，增加粮食复种面积是苏南粮食增产的重要措施，而提高单产是苏中和苏北粮食增产的主要路径。

对于粮食生产的间接因素，劳动力对全域、苏南、苏中和苏北产量的贡献率较大，说明作为生产要素的劳动力是整个江苏省粮食生产的关键限制因素，因此，降低农业劳动力不足对粮食生产的限制性，是江苏省粮食稳产增产的重要举措。另外，机械化水平对苏南和苏中的贡献率最小，说明机械化水平对苏南和苏中粮食生产的限制较小，可能是因为苏南和苏中粮食生产逐渐由劳动密集型向技术密集型转变。另外，机械对苏北的贡献率（42.18%）大于苏中（14.07%），表明机械对苏北粮食生产的限制大于苏中，而数据表明，苏北机械投入（4.98 kW/hm2）大于苏中（3.95 kW/hm2）且更接近最适值（5.3 kW/hm2），说明机械对苏北粮食生产的限制更小，这种现象可能是因为苏北地区在机械类型及使用的科学性上弱于苏中地区，导致机械化的效率较低，因此，虽然机械投入量大于苏中，但其对粮食增产的作用反而不如苏中，这也反映了对于苏北地区，不仅要从数量上增加机械的投入，而且要从质量上提高机械使用效率。另外，化肥施用量对苏北的贡献率最小，说明化肥对苏北粮食生产的限制较小，但如前文所言，苏北粮食生产过度依赖化肥的施用，因此，对于苏北地区，控制化肥施用量，优化农业生产要素配置是苏北粮食可持续性生产的关键。

2.3.3 限制因素对产量差和产量贡献率的差异 为比较相同因素对同一区域粮食产量差及产量贡献程度的差异，将各因素贡献率按其占所有因素贡献率之和的百分比作图（图3），上下两个条形图分别表示同一因素对产量和产量差的贡献率在相同区域所有限制因素贡献率中的比例，比例越大说明其重要性越高。由图可知，同一因素对相同区域产量差和产量贡献率的比例基本相同，这表明该因素对产量差和产量具有相似的重要性，即粮食产量差的限制因素亦是限制产量提升的因素。同时，复种指数对苏南、单产对苏北以及劳动力对苏中产量差和产量的重要性均显著大于其他区域，再次表明复种指数和单产分别为苏南、苏北限制产量提高的因素，对其进行“提高”是缩小产量差、提高实际产量的重要路径。

3 结论与政策建议

3.1 结论

本文利用江苏省统计数据，应用边界线分析法测算了江苏省不同区域粮食产量差，并从粮食生产直接因素和间接因素两个方面解析产量差限制因子及其最适值，得到以下主要结论：

1）江苏省粮食平均产量差为166.15万t，占最高产量和平均产量的比例分别为23.47%和64.05%，表明江苏省粮食产量仍存在较大的提升空间。苏中粮食增产空间较小，而苏南和苏北增产空间较大，播种面积和粮食生产稳定性是苏南、苏北粮食产量差异的主要原因。

2）粮食复种指数为1.6时预测产量最高，说明江苏省作物熟制为两年三熟时最有利于粮食生产。机械和化肥投入的最适值分别为5.3 kW/hm2和487.64 kg/hm2，施肥最适值和三个区域平均施肥量均超出国际施肥警戒线，表明地区存在农业过渡施肥和施肥利用效率低下的问题。

3）将产量差转化为实际产量后，苏南、苏中和苏北可实现粮食增产30.30%、17.73%和21.45%，同时对耕地的需求量减少8.80%、13.38%和9.02%，表明缩小产量差不仅能够促进粮食增产，而且有利于保护耕地。

4）江苏省不同地区粮食产量差的关键限制因子及限制产量提高的主要因素为：苏南为复种指数，苏中和苏北为单产。另外，劳动力对江苏省不同区域粮食产量差和粮食生产均具有不同程度的限制。

3.2 对策建议

结合以上研究结论，为缩减产量差，促进粮食可持续性生产和保障粮食安全，江苏省可以从以下几个方面进行调整：

1）扩大苏南粮食复种规模、提高耕地利用集约度，改善苏北农业生产条件以提高粮食单产并且通过调整作物播期和播种密度、作物品种改良等方式增加作物对光热水的利用率以增强粮食生产稳 定性。

2）优化苏南和苏中地区农业施肥结构，增加有机肥比例以提高土壤肥力；开展对苏北地区农户施肥知识讲解，纠正“施肥多，产量高”的认知偏差，提高农户的环境保护意识；同时，政府通过给予农户科学施肥的方法与指导以提高施肥利用效率，促进农业施肥“减量增效”。

3）支持适宜产业向乡镇、村集聚发展，增加农民就地就近就业岗位，缓解农忙季节农业劳动力缺乏的问题；构建农机跨区服务平台、优化农机装备结构以及加快农田“宜机化”改造，提高农业机械化水平，实现机械要素对劳动力的高效替代；推进土地流转，促使种粮大户通过流转实现耕地规模化、集约化经营，通过增加大型农业机械的使用，降低对劳动力的需求并且提高农业生产效率。

本文也有不足之处：本文利用统计数据，从总体上分析粮食产量差并且解析复种指数、种植结构、单产和主要生产要素对粮食生产的贡献率，为今后农业生产提供指导。事实上，统计数据中的粮食总产包括稻、麦和玉米等各种粮食作物产量，解析具体粮食作物的产量差及限制因子更具针对性，且各种作物之间结构的调整对指导实际生产更有意义，今后将围绕主要粮食作物产量差及其限制因子进行深入的研究。