《Farming System》：Resilience and efficiency of a future-oriented agroecological dairy farm compared to low-input commercial dairy farms in France
编辑推荐：
摘要：气候变化预计将导致更频繁和更持久的极端天气条件，从而对农业产生强烈影响。市场的高度波动性也可能导致投入品和产出品价格发生意外且大幅度的变化。因此，迫切需要识别或设计能够在这种日益不确定的环境中保持韧性的农业生产系统。韧性通常被认为与农业效率存在权衡关系，
摘要：气候变化预计将导致更频繁和更持久的极端天气条件，从而对农业产生强烈影响。市场的高度波动性也可能导致投入品和产出品价格发生意外且大幅度的变化。因此，迫切需要识别或设计能够在这种日益不确定的环境中保持韧性的农业生产系统。韧性通常被认为与农业效率存在权衡关系，因为韧性往往通过多样化得以提升，而效率（尤其是技术效率）通常被认为通过集约化和专业化得以增强。然而，关于农业生态实践在同时实现农场韧性与效率方面潜力的实证知识仍然匮乏。本研究评估了法国一个专门设计以实施广泛农业生态原则与实践的未来导向型农业生态奶牛场——OasYs农场（位于法国新阿基坦大区，INRAE费吕斯实验农场，90公顷，70头生产母牛）的韧性与效率，并将其与法国西北部（布列塔尼、诺曼底和卢瓦尔河地区）22个实施低投入农业的商业奶牛场（来自法国“农业与农村发展促进中心”（CIVAM）网络）以及法国“农场会计数据网络”（FADN）中的常规和有机奶牛场典型数据进行对比。研究采用了一个六步骤分析方法，选取了标准化牛奶产量（每公顷饲用农业面积，kg牛奶/公顷/年）和总营业盈余（每公顷饲用农业面积，欧元/公顷/年）作为韧性指标，以及氮利用效率（氮输出/氮输入，kg N/kg N）和价值创造（增加值/销售额，欧元/欧元）作为效率指标，基于2017-2023年数据，通过均值、斜率和平均绝对残差（MAR）计算评分并进行比较。结果表明，OasYs农场在标准化牛奶产量（第3位）、总营业盈余（第4位）和氮利用效率（第3位）方面排名靠前，但在价值创造方面排名较低（第14位）。K均值聚类分析显示，OasYs属于最具韧性和效率的农场簇，尽管其经历了比其他农场更不利的天气条件（如更炎热的夏季温度、更高的温湿度指数（THI）天数和更低的年有效降雨量）。OasYs农场的韧性和效率主要归因于其作物和牧草的高度多样化（包括多种一年生饲用作物和牧草种类）、轮牧制度的优化、三品种轮回杂交策略、延长泌乳期（16个月）以及双产犊季节（春季和秋季）等设计和实践。这些发现证实了利用农业生态学方法通过增强动植物组分间的协同与循环，可以适应气候变化并同时实现韧性与效率，为法国西北部奶牛场适应气候变化提供了实践参考。
论文解读：农业生态奶牛场韧性与效率的实证评估——以法国OasYs农场为例
**一、研究背景与目的**
气候变化预计将导致更频繁、更持久的极端天气事件，如季节性降雨模式的改变、炎热天数增加、气温升高和潜在蒸散量增加，从而加剧干旱胁迫。这些变化将直接影响作物和牧草生产、饲料质量以及家畜的营养、健康、福利和繁殖性能。此外，农产品市场的高度波动性也增加了投入品和产出品价格的不确定性。在此背景下，识别或设计能够应对日益不稳定环境的农业系统成为迫切需要。农业系统的韧性被定义为“系统应对变化并继续发展的能力”，而效率则是系统优化其资源利用的能力，即系统产出与投入的比率。以往研究常假设韧性与效率之间存在权衡，因为韧性通常通过多样化促进，而效率尤其是技术效率通常通过集约化和专业化提升。已有研究指出，农业生态实践特别是多样化可以增加作物和牧草产量的韧性，并提高技术效率，但也有研究认为多样化系统的效率取决于研究区域、天气条件和所考虑的效率类型。然而，关于在农场尺度上同时实现韧性和效率的实证研究仍然缺乏，尤其是针对奶牛养殖系统。为了填补这一知识空白，本研究评估了法国一个专门设计以实施广泛农业生态原则的未来导向型农业生态奶牛场——OasYs农场的韧性和效率，并将其与法国西北部低投入商业奶牛场进行比较，以期为该地区乃至类似气候条件下的奶牛场适应气候变化提供实践参考。该研究发表在《Farming System》期刊上。
**二、关键技术方法**
研究人员采用了基于长期定位数据的对比分析方法，其核心为六步骤分析框架。首先，基于文献筛选和统计探索，选取了四个指标：两个韧性指标（标准化牛奶产量，即每公顷饲用农业面积（AFL）的标准化牛奶产量；总营业盈余，即每公顷AFL的毛营业盈余）和两个效率指标（氮利用效率，即氮输出与氮输入之比；价值创造，即增加值与销售额之比）。随后，研究人员计算了各农场在2017-2023年间每个指标的均值、斜率（时间趋势）和平均绝对残差（MAR），以此反映性能水平、改善或稳定性以及稳健性。通过将每个指标的子得分标准化并汇总，得到每个农场的单一评分。进一步，研究人员采用K-means聚类分析（通过肘部法和轮廓系数确定最佳聚类数）对23个农场（OasYs加上22个“农业与农村发展促进中心”（CIVAM）商业农场）进行分组，以识别具有相似韧性和效率特征的农场群。为了全面的对比，还引入了法国“农场会计数据网络”（FADN）中的常规和有机奶牛场作为参考点。数据分析采用了线性混合模型、方差分析（ANOVA）或Dunn检验等统计方法。数据来源方面，OasYs农场的详细数据来自其位于法国新阿基坦大区费吕斯（46.42° N, 0.12° E）的INRAE实验农场的日常监测记录（2017-2023年），CIVAM农场的数据则来自其年度现场访谈，而FADN农场的数据取自公共账户数据库。天气数据来源于SAFRAN数据库（Météo France，2025），分辨率为8×8公里。
**三、主要研究结果**
1. **农场的韧性与效率排名**：在25个农场（包括OasYs、22个CIVAM农场和2个FADN典型农场）中，OasYs在标准化牛奶产量方面排名第3位，在总营业盈余方面排名第4位，在氮利用效率方面排名第3位，但在价值创造方面排名仅第14位。其总评分在4项指标的综合排名中位列第4，表明OasYs在韧性指标上表现优异，在氮利用效率方面也表现良好，但价值创造相对较低。
2. **农场聚类**：K-means聚类分析显示，最佳聚类数为2。簇1包含10个农场，其质心在标准化牛奶产量、总营业盈余、氮利用效率和价值创造上的平均得分分别为9.0、8.8、8.0和8.5，代表了最具韧性和效率的农场群，OasYs属于此簇。簇2包含13个农场，其性能明显较低。尽管簇1的均值在韧性和价值创造上显著高于簇2，但在氮利用效率上两者差异不显著。
3. **OasYs经历更不利的天气条件**：在2017-2023年研究期间，OasYs比簇1中的其他9个CIVAM农场经历了更多的极端天气。其夏季日最高气温超过30℃的天数年均16天，而其他9个农场平均为6天（范围1-10天）。其温湿度指数（THI）超过68的天数年均38天，远超其他9个农场的10天（范围1-24天）。在水分方面，OasYs年均有效降雨量（降雨量-蒸散量）为-186毫米，而其他9个农场平均为4毫米（范围-115至191毫米）。尤其夏季有效降雨量的差异更为显著。尽管处于更不利的气候条件下，OasYs仍然是韧性最强和效率最高的农场之一。
4. **OasYs的独特特征及韧性和效率来源**：
- **独特的多样化土地利用**：OasYs的饲用农业面积（AFL）中玉米占比较低（6.2%，与簇1其他农场相近），但其他饲用作物（如饲用甜菜、多割高粱、谷物-豆科混播等）占比较高达26.9%，而其他9个农场平均仅为1.2%（范围0-7.7%）。这些多样化作物在牧草生长淡季（如夏季和冬季）提供了可放牧的生物量，使得OasYs在7年中有5年可以实现全年放牧。这种多样化策略提高了对不利天气条件的韧性，同时减少了合成肥料的使用（从2017年的24.6公斤氮/公顷/年降至2023年的5.7公斤氮/公顷/年），并依靠豆科植物的共生固氮作用（年均56.7公斤氮/公顷/年）来维持土壤肥力，从而提高了氮利用效率。
- **高度多样化的畜群**：OasYs是簇1中唯一采用荷斯坦、娟姗和斯堪的纳维亚红牛三品种轮回杂交策略的农场，这有助于提高母牛的耐热性和繁殖性能，并改善乳脂和乳蛋白含量，从而获得价格溢价。此外，OasYs采用春季和秋季双产犊季节，使母牛饲料需求高峰与牧草生长高峰保持一致，并延长泌乳期至16个月，缩短了母牛的非生产期，降低了母牛更新率（25.6% vs. 24.9%）和青年母牛数量，从而减少了非生产性家畜的饲养成本，提高了价值创造和氮利用效率。
**四、讨论与结论**
讨论部分指出，先前关于农业生态效益的研究多为综述性研究，缺乏农场尺度的实证数据。本研究的结果表明，OasYs农场尽管暴露在更不利的天气条件下，仍实现了高水平的韧性和效率，证实了农业生态实践在应对气候变化方面的潜力。研究还强调，农业生态实践的有效性依赖于农场组成、设计和管理的整体协同，而非单一技术措施。例如，将产犊季节与牧草生长高峰对齐、利用多样化饲草资源、实行轮交和延长泌乳期等管理决策是相互关联且需要因地制宜的。该研究也指出了方法的局限性，包括单一实验农场的代表性、指标聚合权重的主观性、缺乏劳动负荷数据以及某些农业生态实践（如饲料树）的间接效益难以在农场水平检测等问题。
研究结论部分总结：对韧性和效率的评估显示，OasYs农场在牛奶产量（第3位）、总营业盈余（第4位）和氮利用效率（第3位）方面排名靠前，但价值创造排名较低（第14位）。此外，OasYs农场属于最具有韧性和效率的农场簇，尽管其暴露于更不利的天气条件（特别是干燥的夏季）。依靠动植物组分在时间和空间上的多样化实践似乎能够增强韧性和效率。这些发现证实了利用农业生态学方法，通过增强动植物组分间的协同和循环来适应气候变化的潜力。未来导向的实验农场如OasYs为未来20-30年适应农业部门提供了范例。
