有机替代可以提高作物产量，同时降低土壤中活性氮流失的风险：一项关于中国玉米生产的元分析研究

有机替代技术对玉米产量及氮素利用的影响：基于元分析的系统性评估表明，当替代比例为20%-40%时，玉米增产5.4%、水分利用效率提升6.1%、氮吸收量增加7.3%，且在年均温7-12℃、降水>550mm的气候条件下及pH中性至弱酸性、养分充足的土壤中效果最佳。氮肥施用量180-240 kg/ha配合灌溉及高密度春玉米种植（>7×10^4株/ha）可显著增强技术效果。有机肥C/N比<15时促进氮矿化，而>30时则增强氮固定。研究提出分区域优化替代比，但受限于样本异质性和方差估计方法，未来需改进模型以提高普适性。

张帆|王宇|王秀康|严春|何浩|刘世举|张光新|韩娟

西北农林科技大学农学院，中国陕西省杨陵市太城3，邮编712100

摘要

有机替代技术被认为是实现可持续农业发展的关键途径。然而，系统性的定量分析来研究不同有机替代比例对中国玉米生产力的影响仍然很少。因此，我们遵循PRISMA指南，筛选了235项研究进行元分析，以系统评估不同有机替代比例对籽粒产量（GY）、水分生产力（WP）、氮吸收（NU）和氮损失的影响，同时探讨了相关关键因素。有机替代显著提高了籽粒产量（1.6%，95%置信区间（CI）：0.7–2.4%）、水分生产力（2.2%，95%CI：0.2–4.4%）和氮吸收（2.7%，95%CI：1.3–4.3%），尤其是在替代比例为20–40%时效果最为明显。年平均温度为7–12°C且年平均降水量大于550毫米的气候条件更有利于提高生产和效率。在微酸性和养分充足的土壤中，籽粒产量、水分生产力和氮吸收的增加最为显著。当氮肥施用量为180–240公斤/公顷，并且采用灌溉措施时，玉米生产力提升最为明显；在春季种植系统中，当种植密度大于7×10^4株/公顷时，这种效果更加显著。当有机肥料中的氮含量超过2.5%、碳含量超过50%，以及碳氮比（C:N）超过30时，籽粒产量、水分生产力和氮吸收的增量更为显著。此外，20–40%的替代比例明显减少了氮损失。东北、西北、西南、北部和南部地区的最佳替代比例分别为25.6–39.8%、27.9–42.8%、22.8–39.5%、19.9–41.5%和37.5–58.1%。有机替代技术有效提高了中国玉米的生产力并减少了氮损失，为可持续生产提供了宝贵的见解。需要注意的是，由于样本的高异质性和对方差估计的依赖性，本研究的结论可靠性可能受到限制。未来的研究需要方法上的突破，以提高其外推价值。

引言

玉米（Zea mays L.）约占全球粮食产量的40%，为超过45亿人提供了基本的食物安全（Erenstein等人，2022年）。作为世界第二大玉米生产国（仅次于美国），中国的玉米产量从1994年的99.7×10^7吨增加到2023年的28.91×10^7吨。这一增长主要归因于氮肥施用量的显著增加——过去20年里，中国的农业氮肥消耗量增加了127.1%（FAOSTAT，2024年）。氮是玉米吸收最多的养分。虽然大量施用氮肥可以在短期内显著提高玉米产量并带来可观的经济效益，但这种做法长期来看严重损害了玉米生产的可持续性，并引发了一系列负面环境效应（Baum等人，2025年；王和卢，2020年；游等人，2024年）。因此，面对未来50年人口快速增长带来的巨大食物需求压力，如何在提高作物产量的同时实现可持续农业发展成为中国玉米生产中亟需解决的问题。

作为一种高效且可持续的氮肥管理策略，有机替代技术因其优势而在农业生产中获得了广泛认可（吴等人，2024年；张等人，2025a）。施用有机肥料可以显著改善农田土壤质量，从而提高籽粒产量（GY）（蔡等人，2019年）。同时，这项技术可以有效缓解无机氮肥快速释放导致的作物资源利用不足问题，并减少相关的环境风险（刘等人，2023年）。作为影响该技术提高生产和效率效果的关键参数，现有研究中尚未确定有机替代比例的最佳值。例如，童等人（2023年）指出，25%的有机替代比例可以在保持高籽粒产量和氮吸收的同时降低环境成本。谢等人（2025年）发现在黄土高原地区，37.5%的替代比例可以显著提高玉米产量和水分生产力（WP），并减少NH3挥发和N2O排放，从而实现经济和环境效益的协同优化。相比之下，陈等人（2025年）认为该地区可持续玉米生产的最佳替代比例为12.5%。尽管上述研究为全面评估有机替代的效果提供了重要证据，但大多数现有研究基于单一的小规模田间试验，且通常局限于特定地区，导致结论的普遍性不足。此外，最佳有机替代比例的高异质性也限制了这项技术在实际生产中的广泛应用。因此，迫切需要系统评估不同有机替代比例在宏观尺度上的综合效应，以确定适合中国不同玉米生产地区的最佳替代比例，促进可持续农业发展。

此外，有机替代的效果在不同条件下表现出高度异质性。一般来说，有机肥料的养分释放率和有效性高度依赖于区域气候特征。高温和丰富的降水量可以促进氮肥的分解速率，但也会显著增加NH3挥发和氮损失的风险（Januskaitiene等人，2022年）。较高的初始土壤养分水平可以促进作物冠层发育和根系生长，从而增强有机替代在提高生产和效率方面的效果（张等人，2024年）。良好的土壤养分状况可以通过调节微生物活动、优化土壤结构和满足作物养分需求来进一步发挥有机肥料的增产潜力（马等人，2023年）。合理的氮肥施用和灌溉管理可以在有机肥料替代条件下有效缓解非生物胁迫，显著提高玉米的籽粒产量（GY）、水分生产力（WP）和氮吸收（NU）（王等人，2023年）。同时，调整种植密度和播种日期可以改善作物的光合作用特性，优化田间微气候，从而促进作物对有机养分的吸收和利用（Zeleke等人，2023年）。此外，不同类型的有机肥料和碳氮比（C:N）直接影响土壤氮矿化效率。当碳氮比（C:N）小于15时，有机肥料表现出净氮矿化作用；而当碳氮比大于20时，则表现出净氮固定作用（Calderón等人，2004年）。禽粪由于其高氮含量，在提高产量和养分利用效率方面特别有效（范等人，2023年）。这些研究进一步证实，有机肥料的实际效果受到多种因素的影响，并表现出显著的不确定性，其中潜在的驱动因素在其应用效果中起着关键的调节作用。然而，这些影响因素的综合效应尚未得到系统阐明。因此，分析驱动因素的关键影响并识别主要调节因素对于制定精确和高效的可持续管理策略具有重要意义。

通过田间实验评估中国不同玉米生产区域有机替代的总体效果极具挑战性，因为这需要大量的人力和物力资源，并且容易受到多种复杂因素的影响。幸运的是，近年来元分析在农业研究中得到了广泛应用。这种方法可以系统整合同一科学问题的多源研究数据，从而高效提取一般性结论并准确识别异质性的来源，显著节省研究成本同时提高结论的可靠性（Elrys等人，2023年；张等人，2025b）。遵循PRISMA指南，本研究系统整合了有关有机替代对中国玉米生产影响的相关文献，并构建了一个元分析数据库，以准确评估其对玉米生产力的综合效果，为中国可持续玉米生产提供了可靠的科学依据。我们假设适当的有机替代比例可以显著提高玉米的籽粒产量（GY）、水分生产力（WP）和氮吸收（NU），但其具体效果受到多种因素的调节，包括气候、初始土壤性质、田间管理实践、种植模式和有机肥料的特性。因此，本研究旨在：（1）量化有机替代对玉米生产的总体效果，以确定最佳替代比例；（2）识别并分析其关键驱动因素，包括气候、初始土壤性质、田间管理、种植方法和有机肥料的特性；（3）构建适合中国不同玉米生产区域的最佳有机替代方案，以实现提高生产力和减少环境排放的双重目标。

数据来源和搜索标准

本研究基于预先注册的PROSPERO协议（ID：CRD420261278331）。我们使用中国国家知识基础设施综合数据库（https://www.cnki.net/）和Web of Science（https://www.webofscience.com/）搜索截至2025年4月的关于有机肥料替代比例对中国玉米生产影响的同行评审文章。搜索公式为“有机肥料” AND “玉米” AND “产量” OR “土壤氮吸收和利用” OR “氮代谢”

籽粒产量（GY）、水分生产力（WP）和氮吸收（NU）

不同有机肥料替代比例对玉米籽粒产量（GY）、水分生产力（WP）和氮吸收（NU）的效果大小分布遵循高斯正态分布（P < 0.001）（图S4）。总体而言，有机替代显著提高了籽粒产量（1.6%，95%CI：0.7–2.4%）、水分生产力（2.2%，95%CI：0.2–4.4%）和氮吸收（2.7%，95%CI：1.3–4.3%）（P < 0.05）。当替代比例为20–40%时，籽粒产量、水分生产力和氮吸收的增加最为显著，分别为5.4%（95%CI：4.0–7.1%）、6.1%

不同替代比例的总体效果

虽然传统的氮肥管理策略在短期内可以带来可观的作物产量和经济效益，但其长期可持续性不足。过去五年中，有机肥料替代技术逐渐成为中国玉米生产中更可持续的氮肥管理策略（图S2）。我们的元分析显示，有机替代显著提高了籽粒产量，尤其是在...

结论

当替代比例为20–40%时，籽粒产量（GY）、水分生产力（WP）和氮吸收（NU）的增加最为显著，分别为5.4%（95%CI：4.0–7.0%）、6.1%（95%CI：2.4–10.0%）和7.3%（95%CI：3.4–11.3%）。在年平均降水量（MAP）大于550毫米、年平均温度（MAT）为7–12°C的条件下，以及春季种植密度大于7×10^4株/公顷、氮肥施用量（NAR）为180–240公斤/公顷且采用灌溉措施的条件下，更有利于提高玉米的籽粒产量（GY）、水分生产力（WP）和氮吸收（NU），这种效果在微酸性土壤中尤为明显

CRediT作者贡献声明

张帆：撰写 – 审稿与编辑、撰写 – 原稿、可视化、验证、监督、软件、方法学、调查、数据分析。王宇：撰写 – 审稿与编辑、撰写 – 原稿。王秀康：撰写 – 审稿与编辑、撰写 – 原稿。严春：撰写 – 原稿、软件。何浩：数据整理。刘世举：撰写 – 审稿与编辑、撰写 – 原稿、可视化、验证。张光新：撰写 – 审稿与编辑

利益冲突声明

作者声明他们没有已知的可能会影响本文报告工作的财务利益或个人关系。

致谢

本研究得到了中国高校科学基金（2452023081）、国家重点研发计划（2021YFD1901102）和山西省科技重大专项计划项目（202301140601014）的支持。