中国农业现代化背景下耕地氮素利用效率：关键预测因子、阈值响应及管理优先级排序

《Journal of Environmental Management》：Cropland nitrogen use efficiency in China: key predictors, threshold responses, and management prioritization under agricultural modernization

　　

摘要

提高耕地氮素利用效率（NUE）对于推进农业绿色转型和缓解水体富营养化至关重要。然而，农业现代化水平（AML）与 NUE 之间的时空耦合、区域异质性及其潜在关联仍缺乏充分理解。本研究利用随机森林模型结合可解释机器学习，分析了 2010 年至 2024 年中国 30 个省级行政区 NUE 和 AML 的时空变化。全国范围内，NUE 从 27.9% 上升至 43.1%，AML 从 0.238 上升至 0.308。高 NUE 区域集中在东北中国，高 AML 区域位于东南沿海省份，而西部地区 AML 较低但增长迅速。三个农业现代化水平指标——人均畜产品产量（PCLP）、农户人均耕地面积（PCCF）和人均农民收入（PCI）——与 NUE 表现出最强的正向预测关联，而农药施用率（PEST）与 NUE 表现出负向预测关联。确定了与相对较高且稳定的预测 NUE 相关的模型推导响应范围：PCLP 为 0.10-0.31 吨/人；PCI 为 17,038–29,309 元人民币；PEST 为 1.78-19.38 kg ha^?1；PCCF 为 0.86-1.38 公顷/人。省级诊断进一步显示，大多数省份的 PCI 和 PCCF 仍低于上述范围，而福建和海南等东南省份超过了 PEST 范围。这些结果为省级 NUE 管理优先级设定提供了定量参考点，并突出了不同区域的差异化现代化瓶颈。

引言

氮是获得高作物产量和确保粮食安全的关键养分（Yu et al., 2019）；然而，其长期过量施用已成为农业可持续发展的主要制约因素（He et al., 2018）。作为全球最大的农业国之一（Duan et al., 2024），中国通过集约化氮素投入大幅增加了粮食产量（Chen et al., 2025），但这以严重的环境后果为代价，包括水体富营养化、温室气体排放和土壤退化（Wang et al., 2025a; Zamanian et al., 2024; Zhao et al., 2025）。因此，提高耕地氮素利用效率（NUE）对于协调粮食安全与环境可持续性至关重要，是实现农业绿色转型的关键途径。

现有的耕地 NUE 研究可大致分为宏观尺度和田间尺度方法。宏观尺度研究通常采用养分平衡模型和物质流分析来量化区域氮素投入、产出和 NUE 的时空格局及相关因素（Chen et al., 2023; Wang et al., 2025c）。尽管近年来中国的氮素投入已从快速增长转变为稳定或下降（Gu et al., 2017; He et al., 2018; Li et al., 2025），但提高耕地 NUE 仍有相当大的空间（Chen et al., 2025）。此前的研究表明，中国作物的 NUE 通常在 20% 到 40% 之间，远低于全球平均水平 55%（Chen et al., 2023）。相比之下，据报道西欧的氮素利用效率约为 61%，美国东部约为 65%，凸显了中国进一步提高 NUE 的巨大潜力（Liu et al., 2020; Zhang et al., 2021）。全球比较表明，几个主要农业经济体已经接近或超过了这一基准，如美国和巴西，而中国的耕地 NUE 仍相对较低（Ludemann et al., 2024）。此外，中国预计仍需几十年才能接近通常推荐的约 60% 的 NUE 目标（Shen et al., 2024），表明还有相当大的改进潜力。一些研究进一步将自然和人为因素——如土壤特性、气候条件和管理实践——纳入分析框架，以解释国家和全球尺度上的 NUE 变化（Liu et al., 2025; Xu et al., 2025a）。相比之下，田间尺度实验和长期试验则关注施肥策略、施用率和时机、耕作制度以及作物性状，为氮素吸收和损失过程提供了机制见解（Cao et al., 2026; Feng et al., 2025; Han et al., 2024; Xiao et al., 2024; Xu et al., 2023; Yang et al., 2025）。

现有的宏观尺度评估提供了关于 NUE 时空格局的有价值信息，但它们往往对多维农业指标如何在不同区域与 NUE 产生差异化关联，以及这些关联是否表现出非线性响应模式提供有限的见解。鉴于中国农业发展、资源禀赋和社会经济条件存在巨大的区域异质性，因此需要建立一个省级尺度框架来整合这些维度并识别区域差异化的响应特征。最近的研究表明，农业现代化水平（AML）可能提供这样一个统一框架，因为中国农业正从传统粗放实践向更集约和高效的系统转型（Li et al., 2025; Pei et al., 2025）。例如，Shen et al. (2024) 报道了中国几个地区的机械化播种率与 NUE 之间存在显著的正相关关系。然而，仍然存在两个关键局限性。首先，大多数现有研究关注单一或有限数量的宏观变量，这限制了捕捉农业系统综合、多维性质的能力。其次，缺乏对农业现代化水平指标与 NUE 之间非线性和阈值关系的系统调查，特别是在具有多样化农业生态和社会经济条件的省份之间。迄今为止，很少有研究开发全面的农业现代化水平指标体系或考察农业现代化水平与 NUE 在时空上的耦合协同演化。此外，缺乏定量表征的阈值响应以及省级差异不足，限制了现有发现的政策相关性和实际应用性。因此，关键的知识空白在于理解多维农业现代化如何在异质区域中以非线性、阈值依赖的方式与 NUE 相关联。解决这一空白对于从描述性评估转向预测性、具有政策相关性的见解至关重要。

为弥补这些空白，本研究调查了中国 30 个省级区域从 2010 年到 2024 年的数据。本研究的创新之处在于将全面的农业现代化水平指标体系与可解释机器学习方法相结合，以明确量化非线性，识别模型推导的阈值响应，并区分 NUE 多维预测指标的相对重要性。具体而言，本研究旨在：(1) 表征耕地氮素利用效率与农业现代化水平的时空协同演化；(2) 确定与 NUE 相关的关键农业现代化水平指标并量化其相对重要性；(3) 考察农业现代化水平指标与 NUE 之间潜在的非线性关系和阈值响应；(4) 基于模型推导的阈值响应提出区域特定的管理优先级建议。通过将宏观尺度模式分析与数据驱动的非线性关联识别相结合，本研究超越了传统的线性和单因素方法，并提供了一个可扩展、具有政策相关性的框架以改善氮素管理。研究结果提供了关于农业现代化与 NUE 之间协同关联的新见解，并为支持中国农业绿色转型的省级优先设定提供了定量、基于阈值的参考框架。

章节片段

研究区域

考虑到数据可用性和时效性，本研究以 2010-2024 年作为时间跨度，选择 30 个省级行政区作为空间研究单元，覆盖了中国主要的农业、气候和社会经济区域（Wang et al., 2025b）。这些地区在农业生产系统、资源禀赋和社会经济发展水平方面表现出巨大的异质性，使其成为考察农业现代化水平对耕地氮素利用效率影响的理想场所（

耕地氮输入、氮收获量和氮素利用效率的时空格局

在时间上，2010-2024 年间，中国及其六大区域的耕地氮输入总体呈下降趋势，而氮收获量和氮素利用效率则持续增加（图 2A；图 S2A）。在全国尺度上，氮输入从 223 减少到 187 kg ha^?1（均值：213 kg ha^?1）（图 2A），表现出显著的年际下降（图 S3A）。氮肥输入占总氮输入的主导地位（68.9%），其次是大气沉降氮（12.1%）（图 2B）。相比之下，氮收获量从 62 增加到 80 kg ha^?1（均值：72 kg ha^?1）（图 2A），没有

氮素利用效率与农业现代化水平时空格局的形成关联

2010-2024 年间观察到的耕地氮素利用效率增加与氮素输入减少和氮素收获量增加有关。与氮输入下降 16.1% 相比，氮收获量增加 29.0% 的比例更大，表明作物氮素移除能力的增强是氮素利用效率改善的重要贡献因素。这一模式与以前的研究报道一致，即中国近期氮素利用效率的提高不仅与化肥施用的减少有关，而且

结论

通过定量考察 2010 年至 2024 年中国耕地氮素利用效率和农业现代化水平的时空动态，本研究独特地应用机器学习方法识别了关键农业现代化水平指标，并量化了它们与氮素利用效率的非线性阈值响应关系。在时间上，耕地氮输入显著下降，而氮收获量和氮素利用效率持续增加，伴随着农业现代化水平的显著上升。在空间上，氮素利用效率和农业现代化水平表现出明显的东西梯度，东部地区数值较高。

CRediT 作者贡献声明

裴伟：撰写 – 初稿，可视化，调查，数据整理，概念化。罗佳发：撰写 – 审查与编辑。雷奇良：验证，资金获取。张天鹏：形式分析。殷英华：可视化。刘红芳：监督。杜新忠：方法学。刘洪宾：撰写 – 审查与编辑。

利益冲突声明

作者声明，他们没有已知的竞争性经济利益或个人关系，这些利益或关系可能影响本文报道的工作。

致谢

本研究得到了国家重点研发计划（2024YFD1701000）和国家自然科学基金（U20A20114）的资金支持。

裴伟|罗佳发|雷奇良|张天鹏|殷英华|刘红芳|杜新忠|刘洪宾

中国北方旱作农业高效利用国家实验室，农业农村部农业面源污染治理重点实验室，中国农业科学院农业资源与农业区划研究所，中国北京，100081