我国主产蔗区多系品种布局的试验方案探讨

谢源 ，赖晓燕 ，许玉冬 ，陈如凯

（1.福建农林大学国家甘蔗工程技术研究中心，福建福州 350002；2.福建农林大学金山学院，福建福州350002）

为了进一步优化农业区域布局，科学合理地规划包括糖料蔗在内的农产品生产保护区，建立评价标准和技术支撑体系，形成优势农产品的布局规划，是我国糖料发展的重要方向。多系品种选择、产区规划布局成为“十三五”期间甘蔗产业发展的重要课题。 2000 年以前，我国甘蔗亩（667m2）单产 3.2～3.7t（48～55.5t/hm2），吨糖耗蔗10～11t，总体处于当时世界的平均水平。我国引进的ROC22等3个新台糖系列良种，深受蔗农欢迎，应用面积迅速占到全国的 85%，全国平均亩单产上升到 4.5～4.7t（67.5～70.5t/hm2），最高达到 5t（75t/hm2），甘蔗产糖率从10.2%提高到12.8%。但是十多年来，ROC22等大面积应用，品种更新换代慢，单一化和重茬种植，导致原料蔗成熟期过于集中，平均出糖率不能达到合理水平，而且易造成病虫害大面积传播，加大了甘蔗产业发展的自然风险。

关乎国计民生“粮棉油糖”的品种选育和多系布局的研究文献中，关于糖料，特别是占我国糖料92%的主要原料—甘蔗品种选育的客观评价体系，尤其是多系布局的文献，对比“粮棉油”三大类作物而言是相对较少的。在国际方面，甘蔗整体产业宏观方面的研究主要集中于对各国甘蔗产业的综述，采用的方法以AMMI分析及文字梳理为主，如Ramon R等[1-9]对委内瑞拉、印度尼西亚、东南亚联盟、斯里兰卡、泰国、印度等甘蔗产业发展的综述。在国内甘蔗产业方面，主要研究集中于：第一，品种的适应性、稳定性分析，如主要利用GGE双标图分析等方法对甘蔗参试品种(系)进行产量和品质性状的稳定性分析，如Luo J等[10-11]，或采用因子分析、聚类分析、方差分析、多项式回归分析等对品种的性状进行描述和分析，如侯朝祥等[12]，唐仕云等[13]，周鸿凯等[14]，邓祖湖、徐良年等[15-17]，李纯佳等[18]，邓祖湖等[19]，高三基等[20-21]，杨昆等[22]。 第二，优良杂交组合、优良抗性的评价，如优良杂交组合对品种多系布局起到了重要的支撑作用，之前此方面的研究文献主要利用模型筛选优良杂交组合进行品种的评价，主要采用的方法有方差分析、模糊综合评判、灰色关联度分析等，如谭芳等[23]，黎焕光等[24]，王勤南等[25]，经艳芬等[26]，吴嘉云等[27]，邓祖湖等[28]。 第三，品种规划布局，关于品种多系布局的规划和设计的研究文献，主要有：Aizhen CHENG等[29]基于广西甘蔗种植天气优越性的基础上进行的分析，邓军等[30]对云南省蔗糖产业的布局进行分析，贺贵柏等[31]对广西蔗区的甘蔗品种多系布局进行的探讨，邓军等[32]对中国蔗糖产业布局及发展进行的对策分析等，其文献分析方法主要以文字梳理为主，通过宏观分析我国主要蔗区的品种布局，给出意见和建议。

综合之前的研究成果，在国际上关于我国甘蔗产业布局的设计方法开展的研究较少。本文拟采用因子分析和AHP分析法，以我国农业部现代甘蔗产业技术体系广西百色试验站、广西崇左试验站、云南保山试验站为代表，以我国第四轮国家集成示范的甘蔗品种及其数据进行产量、糖分、生长发育能力的分析和综合评价，针对目前我国甘蔗产业亟待解决的产业布局问题，给出适宜进入多系布局选择的品种及方案。

1 方法与数据

1.1 研究方法

因子分析法的基本目的就是用少数几个因子去描述指标或因素之间的联系，即将相关比较密切的几个变量归在同一类中，每一类变量就成为一个因子，以较少的几个因子反映原资料的大部分信息，并且给出这些因子的得分和综合得分。本文将采用因子分析法综合出能够反映甘蔗主要特性的糖分因子、产量因子及发育因子，并给出每个品种新植及宿根蔗的因子得分和综合得分。在因子分析得出结论的基础上，利用AHP分析法进行多系布局。AHP分析法[33]是美国运筹学家T．L．沙旦于20世纪70年代提出的一种解决多目标复杂问题的定性与定量相结合的决策分析方法。在本文中，在利用因子分析计算出每个品种的新植蔗和宿根蔗的因子得分及综合得分后，可以利用各个具体的因子得分，给出每个品种不同因子两两比较的相对重要程度，在通过检验后，合理地给出多系布局中各个品种的权重。因子分析结合AHP分析对作物进行布局规划，既可以发挥因子分析化繁为简的优点，又能弥补AHP分析两两比较矩阵主观判断的缺点。

1.2 研究材料

本文对我国农业部现代糖料产业技术体系15个试验站的数据进行了整体分析。15个试验站中，广西和云南是我国甘蔗主要产区，这两个省份的甘蔗产糖量占到全国的77%以上，两个省份的11个试验站数量占到总体的73%以上。作为广西及云南的主要种植区域，在保证指标完整，数据可靠的基础上，本文选取了2013—2015年广西百色试验站、广西崇左试验站以及云南保山试验站第四轮国家甘蔗品种区域试验集成示范参试品种数据：共10个品种，分别是桂糖31、桂糖32、福农1110、福农0335、云蔗99－596、云蔗05－49、粤甘39和粤甘42、柳城03－1137及对照品种ROC22。各试验站的集成示范试验设计按当地条件施行，保持基本一致，地块肥力在中上水平，田间管理按当地水平条件进行。

1.3 研究设计

根据糖料蔗品种选育的特点以及涉及到甘蔗生长发育的各种指标，本文将影响糖料品种生长转化能力的因素归纳为发育性状、产量性状和糖分性状3个方面。为了保证选取数据指标的一致性、完整性、实效性、可操作性及可获得性，本文采集3个试验站10个参试品种新植、1年宿根及2年宿根数据量共720个，经过筛选和检验，建立如表1指标体系。

表1 新植及宿根蔗生产能力指标体系Table 1 Newly planted and perennial cane input and output indicators

2 对集成示范数据的因子分析及品种选择

2.1 对集成示范数据的因子分析

2.1.1 KMO和Barlett的检验 在进行因子分析前，首先对3个试验站的数据进行KMO和Barlett检验（见表2），通过KMO值判定变量间的相关性是否适合作因子分析；通过Bartlett球度检验的相伴概率值来判断相关系数矩阵是否为单位阵，是否适合做因子分析。

通过3个试验站的KMO和Barlett的检验，3个试验站的新植和宿根蔗数据的KMO值均＞0．5，可以进行因子分析。此外，Barlett的球形检验均达到显著，表明相关系数矩阵间有共同因素存在，适合进行因子分析。

表2 3个试验站品种KMO和Barlett的检验Table 2 The KMO and Barlett test in 3 test stations

2.1.2 总方差检验 其次，根据各试验站的相关数据，对解释的方差进行检验。通过表3可见，3个试验站的新植及宿根数据前3个特征值的累积贡献率已达到85%及以上，所以本文保留了3个因子。

2.1.3 因子得分及综合得分根据表1生产能力指标体系所对应的具体指标，由每个试验站的因子载荷矩阵中起决定作用的指标系数的大小，将因子分别命名，则广西百色站3个决定因子为：糖分因子、产量因子和发育因子；广西崇左站与云南保山站的3个决定因子为：产量因子、糖分因子和发育因子（见表4）。

表3 解释的总方差Table 3 Explained total variance

表4 各站试验结果的因子载荷矩阵Table 4 The factor loading matrix after rotation in 3 test stations

表5 3个试验站品种公共因子和综合得分Table 5 Public factors and comprehensive scores in 3 test stations

2.2 基于AHP分析法的品种选择

根据3个试验站的因子得分及综合评价结果（见表5），选择新植及宿根蔗中糖分因子、发育因子、产量因子及综合得分均为正的品种，即不论糖分水平、发育水平及产量水平均在平均水平之上的品种，列入3个地区最终的多系布局考虑方案。由此可得各地区入选品种，广西百色：1年宿根粤甘39、2年宿根桂糖32、2年宿根粤甘39、2年宿根ROC22；广西崇左：新植福农1110、新植云蔗 99－596、新植 ROC22；云南保山：1 年宿根桂糖31、1年宿根桂糖32、1年宿根云蔗99－596、1年宿根云蔗 05－49、1年宿根粤甘 39、1年宿根ROC22、2年宿根桂糖 32。

对3个试验站入选品种的糖分因子、发育因子和产量因子的两两比较矩阵进行一致性检验，3个试验站的两两比较矩阵的一致性率均＜0．1，通过了一致性检验，这意味着糖分因子、发育因子和产量因子的两两比较矩阵通过了一致性要求，相应求得的特征向量均有效。计算3个试验站品种选择标准的权重（见表6）。

表6 3个试验站各品种特征向量Table 6 Eigenvector of varieties in 3 test stations

利用以上权重计算3个试验站每个品种选择标准的特征向量（见表7），作为多系布局中品种的播种方案（见表8）。

3 结果与讨论

3.1 结果分析

根据在广西百色、广西崇左及云南保山试验站第四轮集成示范的结果分析，对参试10个品种的新植、1年宿根及2年宿根的生长发育及糖分等各项指标进行分析，对产量、糖分及生长发育水平做出了综合评价，为了得到整体的最优效益，本文根据10个品种在3个地区的不同结果选择了不同品种，并且给出了其多系布局的方案（表8）。

表7 3个试验站不同标准下的特征向量Table 7 Eigenvector of varieties in 3 test stations

3.1.1 广西百色 在广西百色，10个参试品种中，决定整体的最重要因子为糖分因子（表6），其权重占到70.84%，其次为产量因子，其权重为16.59%，最后为发育因子，权重为12.57%。糖分、产量、发育及综合得分均为正值，即整体水平在平均水平之上的入选品种为粤甘39、桂糖32及ROC22，其多系布局比例分别为27.55%、9.85%以及62.60%。其中，粤甘39的27.55%包括了1年及2年宿根布局，桂糖32为1年宿根布局，ROC22为2年宿根布局。

3.1.2 广西崇左 在广西崇左，10个参试品种中，决定整体的最重要因子为产量因子，其次分别为糖分因子与发育因子（见表6）。糖分、产量、发育及综合得分均为正值，即整体水平在平均水平之上的入选品种为福农1110、云蔗99-596及ROC22，其多系布局分别为30.05%、33.89%及36.06%。其中3个品种均为新植布局。

3.1.3 云南保山 在云南保山，10个参试品种中，决定整体的最重要因子为产量因子（见表6）。糖分、产量、发育及综合得分均为正值，即整体水平在平均水平之上的入选品种为桂糖31、桂糖32、云蔗99-596、云蔗05-49、粤甘39及ROC22，其多系布局分别为9.88%、25.46%、15.29%、5.28%、35.41%及8.68%。其中，桂糖32包括了1年及2年宿根，其他品种均为1年宿根。

3.2 讨论

由于常年主载ROC22，致种性退化，糖分、产量及发育水平不断下降。本文通过因子分析和AHP分析，解决ROC22布局单一的问题，本文对集成示范的品种给出了根据产量、糖分及生长发育水平的客观评价，并给出了布局权重，其权重结果基本可靠。入选的品种及布局说明国家集成示范的品种，在不同地区，其新植及宿根的糖分、发育、产量等水平已经超过原有的ROC22，完全可以通过加大应用面积，逐步取代ROC22，获得更高的糖分、生长等综合效益。本文的研究方法已经广泛适用于社会科学中各学科的研究，在甘蔗产业品种选择中选用此研究方法，可以为主要蔗区品种的应用和推广提供可以借鉴的结论和方法，能够有力地推动产业的健康发展。

目前由于各实验采集的指标数据不够统一全面，本文未引入更多的判别指标，同时，目前国家体系育成的品种数量众多，未能一一列入对照品种。今后将考虑列入更多指标、品种，同时根据不同主产区的特点展开多系布局方案的探讨。

表8 3个试验站品种多系布局方案Table 8 Distribution project of multiple varieties in 3 test stations