《Agricultural Systems》：Technology adoption, varietal preferences and disease resistance: A systems perspective on management decisions in Australian grain production
编辑推荐：
研究人员采用系统级建模（system-level modelling）方法捕捉农户的品种偏好与采用决策，并基于具有全国代表性的农户调查数据，运用两阶段实证分析框架，首先识别农户优先考虑的品种性状，继而通过联合建模品种采用、作物保护实践与投入品使用决策，探究抗病
研究人员采用系统级建模（system-level modelling）方法捕捉农户的品种偏好与采用决策，并基于具有全国代表性的农户调查数据，运用两阶段实证分析框架，首先识别农户优先考虑的品种性状，继而通过联合建模品种采用、作物保护实践与投入品使用决策，探究抗病性（disease resistance）等性状偏好如何转化为实际采用行为。研究显示，性状偏好（trait preferences）在不同作物类型和生产情境之间表现出显著异质性；在所有澳大利亚谷物作物中，产量潜力（yield potential）均主导品种选择，抗病性虽受重视但处于次要地位；品种采用与农场管理决策之间存在强烈的相互依赖关系。
### 论文解读：澳大利亚谷物生产中品种采用、性状偏好与抗病性的系统联动
#### 一、研究背景与问题
现代农业生产系统面临气候变异及多种生物和非生物胁迫，植物病害仍是制约作物生产的重要因素，导致产量损失并增加对化学防治的依赖。遗传抗性被广泛视为病害管理的核心环节，因为其能降低寄主感病性、限制病原繁殖，且无需额外投入即可提供全季保护。然而，抗性在系统层面的有效性不仅取决于其生物学功能，还取决于农户如何在农场系统中部署和采用抗性品种。病原进化会侵蚀抗性，而抗性品种往往要与产量潜力、籽粒品质和市场性更优的品种竞争。因此，抗性品种的采用并非仅由病害管理需求决定。
现有品种采用研究多聚焦于农户对产量潜力、耐旱性等单一性状的采纳意愿，很少将抗病性与竞争性状进行相对重要性比较，也较少将品种选择纳入作物保护、投入品使用等相互关联的管理决策中分析。此外，多数研究假设采用决策彼此独立，而现实中农户常同时做出品种、植保和投入品等多重选择。因此，为提升遗传抗性的病害防控价值，需要从系统视角同时考察农户性状偏好与管理决策的相互依赖关系。
#### 二、研究内容与主要结论
研究人员利用澳大利亚谷物研究与开发公司（GRDC）于2021年开展的全国家级代表性农场实践调查（Farm Practices Survey, FPS）数据，样本为按农业生态区（AEZ）分层随机抽取的1200名谷物种植者，覆盖470万公顷农田，其中谷物面积256万公顷。研究采用两阶段实证方法：第一阶段运用项目反应理论（Item Response Theory, IRT）模型，基于农户报告的选择新品种的性状理由，估计各性状的相对偏好强度；第二阶段运用多变量概率（Multivariate Probit, MVP）模型，联合分析七个二元决策——小麦、豆类/豆科作物、油料作物新品种采用，用于病害管理和杂草管理的轮作作物使用，杀菌剂施用，氮肥施用——从而揭示性状偏好如何转化为实际采用行为，并识别决策间的互补或替代关系。
研究得出以下核心结论：第一，在所有谷物作物中，产量潜力是品种选择的首要驱动性状，抗病性为第二重要性状，但两者相对重要性因作物类型而异。第二，产量潜力和抗病性均显著促进小麦新品种采用，其中产量潜力影响最大；抗病性对油料作物采用仅边际显著，对豆类作物的影响相对较弱，这可能与豆类中抗性遗传资源有限或可替代防控措施较多有关。第三，品种采用与作物保护、投入品使用决策间存在强联动，例如杀菌剂与氮肥施用呈正相关（ρ=0.33），病害与杂草管理的轮作作物使用高度互补（ρ=0.68），而豆类与油料作物品种采用呈负相关（ρ=?0.23）。第四，感知病害压力显著促进小麦和油料作物新品种采用；作物多样性、冬季作物面积、降雨、市场条件及种植系统类型均以作物特异性方式影响采用决策。
这些结果强调，遗传抗性必须嵌入农户整体生产目标与系统级管理中，育种战略只有与农户实际偏好及农场制度条件相匹配，才能充分发挥抗病品种的病害防控潜力。
#### 三、主要关键技术方法
本研究所用数据来自2021年GRDC的FPS，覆盖澳大利亚北部、南部和西部主要谷物产区，采用计算机辅助电话访谈，并按农业生态区加权。关键技术方法包括：一是逻辑斯蒂IRT模型，将农户对多种性状的二元响应映射为连续潜在偏好指数，并通过项目特征曲线（Item Characteristic Curves, ICCs）识别主导品种选择的性状；二是MVP模型，联合估计七个二元决策方程，利用误差项的相关矩阵量化决策间的互补性与替代性，以说明不可观测因素（如管理能力、风险态度）对多决策的联动影响。模型估计在Stata 19中完成，图形可视化采用R 4.4.2。
#### 四、研究结果
**4.1 品种采用模式与管理实践**
描述性统计显示，2020/21种植季约74%的种植者至少采用了一种新品种，其中小麦采用率为58%、油料作物36%、豆类/豆科植物25%。杀菌剂施用的农户比例为64%，将轮作作物用于病害管理的比例为47%、用于杂草管理的为66%，但轮作作物占耕地面积的比例仅分别为21%和28%。不同种植系统间采用率存在明显差异，如Grain only系统中小麦采用率最高（62%），Grain + Sheep系统中油料作物采用率最高（40%）。
**4.2 性状偏好与新品种采用决策**
IRT模型结果显示，产量潜力是所有作物类型中优先度最高的性状，抗病性次之；收获参数和开花期对豆类较重要，籽粒品质和株高影响相对较弱。MVP模型进一步表明，抗病性作为仅次于产量潜力的驱动因素，对新小麦品种采用有显著正向影响，但在豆类和油料作物中的影响较弱或边际显著，说明抗病性评价需与具体作物情境结合。
**4.3 新品种、作物保护实践与相关因素的联合采用**
MVP模型的相关分析确认了品种采用与作物保护实践、投入品之间的系统性相互依赖。农艺因素方面，感知病害压力显著增加新小麦和油料品种的采用概率；作物多样性对油料和豆类品种采用有正向作用，但对小麦无显著影响；冬季作物面积正向影响小麦和油料品种采用，而夏季作物面积对豆类采用正相关、对油料采用负相关。环境因素方面，油料品种采用与上季降雨正相关，且在低降雨生态区采用率较低。市场因素方面，上季小麦价格上涨促进豆类品种采用但抑制油料品种采用，油菜籽价格上涨则相反，反映作物间的土地竞争与替代效应。此外，混合种植系统相对于纯谷物系统呈现不同的采用模式，表明企业结构嵌入并调节品种决策。
#### 五、讨论与结论
讨论部分指出，尽管澳大利亚谷物种植者普遍重视抗病性，但它并非品种选择的唯一主导因素，而是与产量预期、市场激励及系统约束共同塑造决策。抗病性在小麦中作用突出，在豆类和油料中相对减弱，可能源于抗性遗传资源限制、化学防治替代方案或杂交种产量优势。系统级分析表明，品种选择与杀菌剂使用、轮作、氮肥管理等实践内在耦合，因此抗性管理不能脱离整体农场策略。研究建议在品种审定或注册标准中考虑引入最低抗病性要求，例如法国油菜黑胫病注册体系中对高感品种拒予登记的做法，并通过教育、推广和政策促进抗性品种的部署。
结论可翻译为：理解农户如何采用新作物品种，对于在气候变异、病原进化和可持续性挑战下构建有韧性的农业系统至关重要。尽管澳大利亚在育种和研究方面投入巨大，但关于品种性状和社会经济因素如何共同影响采用行为的证据仍有限。本研究利用全国代表性调查数据和两阶段建模方法，填补了这一空白。结果显示，产量潜力是品种选择中最具影响力的性状，抗病性则仍是重要但次要的考虑因素。采用决策与作物保护和投入品使用密切相关，表明品种选择发生在一个相互关联的管理系统中，而非孤立存在。总之，抗性作为病害管理策略的有效性不仅取决于其生物学效力和可获得性，还取决于其在更广泛农场系统中的采用与整合程度。
