中国畜禽粪肥施用对土壤抗生素和抗性基因的影响：一项Meta分析

《Emerging Contaminants》：Effects of Livestock Manure Application on Soil Antibiotics and Resistance Genes in China: A Meta-analysis

　　

农业中畜禽粪肥的循环利用虽有益于养分，但对抗生素和抗生素抗性基因（ARGs）向土壤中传播的威胁尚缺乏量化评估。研究人员对1,153组配对观测进行了Meta分析，以评估粪肥类型和管理措施如何在中国范围内调控这些环境风险。结果表明，粪肥施用显著增加了土壤中抗生素残留和ARGs丰度，其中禽粪比猪粪或牛粪风险更大，未处理粪肥比处理后的输入物负担更高。抗生素残留和ARGs丰度也随施用强度和持续时间增加而增加，表明持续输入和长期管理的重要性。土壤性质进一步调节了这些响应：酸性土壤表现出更强的抗生素积累和基于风险商（RQ）的生态风险，而碱性和高有机质（SOM）土壤与ARGs富集关系更密切。这些模式表明，粪肥衍生风险由污染物负荷、土壤滞留过程和微生物介导的抗性选择共同塑造。在抗生素类别中，四环素类（TCs）、氟喹诺酮类（FQs）和磺胺类（SAs）显示出更强的富集，磺胺类和四环素类抗性基因也相应增加。总体而言，这项研究识别了依赖于管理和土壤的风险情景，为可持续农业中的针对性减缓策略提供了定量基础。

**论文解读：中国畜禽粪肥施用对土壤抗生素和抗性基因的影响——基于Meta分析的综合评估**

**研究背景与问题**

随着中国畜禽养殖业的快速扩张，粪肥产生量大幅增加，土地施用成为养分循环和土壤肥力提升的主要途径。国家政策目标（如2025年畜禽粪肥综合利用率达80%）进一步推动了其大规模农业再利用。然而，集约化养殖广泛依赖兽用抗生素用于疾病预防和促生长，2019年中国兽用抗菌药物消费量达3.09×10⁴吨，超过30%以母体化合物或活性代谢物形式排出。粪肥施入农田后，这些残留物进入土壤并积累，尤其在集约化养殖区和蔬菜种植区检测浓度较高。例如，北京长期温室土壤中四环素浓度达6.1–430 μg kg^-1，吉林黑土区农田中高达1.33 mg kg^-1。此外，粪肥是抗生素抗性基因（ARGs）的重要储库，土壤环境本已含有多种抗性决定因子，但抗生素残留的引入可施加选择压力，促进ARGs扩增和持久化。尽管已有大量研究报道粪肥施用土壤中抗生素残留和ARGs的发生，但其变异性的驱动因素仍未充分解析。管理因素（如施用时间、频率、负荷量、畜禽种类和粪肥处理方式）已知影响抗生素积累和ARGs传播，但相对贡献和潜在交互作用尚未定量分离。不同研究间报告浓度差异显著，有时相差一个数量级，限制了普遍性和生态风险评估的可靠性。

**研究目的**

为填补这些知识空白，研究人员开展了一项定量Meta分析，整合1,153组配对观测，旨在厘清粪肥施用如何影响中国不同地理和管理背景下的土壤抗生素残留、ARGs富集及相关生态风险。研究评估了粪肥施用后抗生素浓度和ARGs丰度的变化，比较了不同畜禽种类、粪肥处理方式和施肥策略下的环境响应，并分析了不同抗生素类别和抗性基因组的差异响应。通过大规模证据综合，为农业土壤中抗性相关污染风险提供统计稳健的评估，并为风险告知的粪肥管理和减缓策略建立定量基础。

**研究方法**

研究人员采用系统的文献检索策略，从中国知网（CNKI）和Web of Science数据库检索截至2025年12月的同行评审论文，最终纳入129项研究。数据提取使用GetData Graph Digitizer 2.26软件，整理后包括参考文献ID、第一作者、发表年份、样本采集年份、地理位置、样本类型、粪肥类别、肥料形式、施肥持续时间、抗生素或ARGs类别、平均浓度或丰度、标准差和样本量。效应量采用自然对数响应比（lnRR）计算，并基于随机效应模型进行加权。生态风险评估采用风险商（RQ）方法，对于ARGs，由于缺乏标准化毒理学终点，采用相对丰度变化作为指示指标。统计分析在MetaWin 2.1软件中进行，使用Q统计量评估异质性，Rosenthal失安全系数评估发表偏倚。敏感性分析排除了含未检出（ND）浓度插值的观测以及仅代表少数省份的数据，以评估稳健性。

**研究结果**

**3.1 粪肥施用对土壤抗生素浓度的影响**
通过合成582组独立观测，随机效应模型显示粪肥施用后土壤抗生素浓度显著增加（P<0.001），相当于对照土壤的5.9倍。敏感性分析排除ND插值后，效应量降至1.49，对应约4.5倍相对增加，但整体正富集模式不变。分类群分析显示，畜禽种类间差异显著（P<0.001），效应量顺序为：禽粪>猪粪>牛粪>羊粪>混合粪，禽粪导致约8.58倍增加。粪肥管理方式间差异显著（P<0.001），未处理粪肥效应量最大，堆肥和商品有机肥较低。施肥强度和持续时间显著影响抗生素积累，高强度（>10 t hm^-2）和长期（>10年）施用效应量更大。2013年兽用抗生素限制政策后，效应量显著下降约56.8%。土壤pH和有机质（SOM）调节响应：酸性土壤抗生素积累最强，高SOM土壤中RQ生态风险最高。抗生素类别间差异显著，四环素类（TCs）和氟喹诺酮类（FQs）效应量最大，磺胺类（SAs）次之，大环内酯类（MLs）效应量较小且变异大。

**3.2 粪肥施用对抗生素生态风险的影响**
基于500组效应量，随机效应模型显示粪肥施用后RQ显著增加（E++=1.73），对应约5.64倍增加。高风险（RQ≥1）观测占比从对照的2.6%升至9.7%，中风险（0.1≤RQ<1）从19.9%升至43.4%，低风险从77.3%降至46.9%。亚组模式与浓度分析基本一致：禽粪和未处理粪肥风险最高，高强度和长期施用风险更大，政策后风险下降。酸性土壤RQ风险最高，高SOM土壤次之。TCs和FQs的RQ效应量最大，SAs次之，MLs无显著富集。

**3.3 粪肥施用对抗生素抗性基因丰度的影响**
合成433组独立观测，随机效应模型显示ARGs丰度显著增加（E++=1.82），对应约6.06倍增加。空间敏感性分析后排除了少数省份数据后仍显著正响应。畜禽种类间差异不显著（P=0.0703），但效应量顺序为禽粪>牛粪>猪粪>混合粪，禽粪导致约10.9倍增加。粪肥管理方式间差异显著（P<0.001），未处理粪肥效应量最大，沼气泥浆次之，商品有机肥和堆肥较低。施肥强度边际显著，长期施用（>10年）效应量最大（E+=3.04）。2013年政策后ARGs富集下降约43.8%，但仍显著为正。土壤pH显著影响ARGs响应（P<0.01），碱性土壤效应量最大，酸性次之，中性最小；高SOM土壤中ARGs富集最高。ARGs类别间差异不显著（P>0.05），但sul基因效应量最大（E+=2.72），其次为bla、MLSB和tet基因，MDR和FCA基因效应量较小。移动遗传元件（MGEs）效应量为1.07，表明粪肥施用可能增加水平基因转移潜力。

**3.4 生态风险评估的不确定性分析**
RQ方法受PNEC推导不确定性的影响，EC50值非通用常数，因抗生素特性、测试生物、暴露条件和土壤性质而异。本研究采用US EPA ECOTOX数据库的EC50值，但缺乏覆盖多样化农业土壤的土壤特异性毒性数据，因此计算出的RQ值应视为筛查级指标，用于相对风险比较，而非精确的场地特异性风险估计。未来研究应纳入区域特异性土壤性质、生物有效性和本地毒性阈值。

**讨论与结论**
研究讨论部分指出，粪肥施用的风险由污染物负荷、土壤滞留过程和微生物介导的抗性选择共同塑造。抗生素和ARGs的响应在土壤pH和SOM上呈现部分解耦：酸性土壤更易积累抗生素和RQ风险，而碱性高SOM土壤更易富集ARGs，这可能与微生物活性、宿主持久性和水平转移潜力差异有关。研究结论部分翻译如下：
本研究综合了中国1,153组配对观测，量化了畜禽粪肥施用对土壤抗生素残留、生态风险和ARGs丰度的影响。粪肥施用使土壤抗生素浓度增加5.9倍，抗生素生态风险增加5.64倍，ARGs丰度增加6.06倍，表明粪肥既是污染物的直接来源，也是农业土壤中抗性选择的持续驱动因素。这些效应受粪肥来源、处理方式、施肥强度、施用持续时间、土壤pH和SOM共同调控。禽粪和未处理粪肥引起更强响应，可能由于更高的残留负荷和抗性细菌及ARGs的直接输入。长期高强度施用进一步放大积累，表明重复输入可能超过土壤衰减能力。土壤依赖性响应也明显：酸性土壤更易发生抗生素积累和RQ生态风险，而碱性和高SOM土壤通过影响微生物活性、宿主持久性和水平转移潜力，更紧密关联于ARGs富集。氟喹诺酮类（FQs）、四环素类（TCs）和磺胺类（SAs）是需要优先关注的抗生素类别，而sul、tet、bla、MLSB和MGEs是抗性监测的关键靶标。尽管兽用抗生素限制政策实施后抗生素和ARGs富集有所下降，但ARGs的持续升高凸显了改善粪肥处理、控制施用和长期抗性监测的必要性。研究支持从以养分循环为主的粪肥利用转向风险告知的资源化利用，整合养分价值、无害化处理、施用强度控制和抗性监测。