陕北白绒山羊产羔数与体尺性状的相关及回归分析

康雨欣，毕 谊，罗弼豪，王 珂，白洋洋，何礼邦，王若兰， 潘传英，闫海龙,,5，刘锦旺，朱海鲸，屈 雷*，蓝贤勇*

(1. 西北农林科技大学 动物科技学院，陕西 杨凌 712100；2. 西北农林科技大学 动物医学院，陕西 杨凌 712100； 3. 榆林学院生命科学研究中心，陕西 榆林 719000；4. 榆林学院陕西省陕北绒山羊工程技术研究中心，陕西 榆林 719000； 5. 山西大同大学医学院，山西 大同 037000)

陕北白绒山羊是以辽宁绒山羊为父本,当地黑山羊为母本，采取简单育成杂交历经杂交改良、横交固定和选育提高，历经近30年培育而成的山羊品种，具有遗传性能稳定、繁殖性能强、耐寒、耐旱、耐粗饲、适应性强等优点。同时，该品种在陕西省数量最大、分布最广、经济价值最高，是陕北养羊业的主导品种，对带动西北地区的畜牧业及经济发展具有重要作用。

通过对家畜外形的评定，将动物分为不同用途，如乳用、肉用、役用及毛用等，进而实行专门化饲养，在实践生产中具有非常重要的现实意义。体尺测量作为其中一种有效的家畜外貌评定方式，测定的体尺性状能直接反映家畜的体格大小和体躯结构、发育等状况，也间接反映畜体组织器官的发育情况及体重，与家畜的生理机能、生产性能、抗病力以及对外界生活条件的适应能力等密切相关。目前，陕北白绒山羊生长及繁殖性能已得到广泛研究，但仍缺乏繁殖与各体尺性状间的关联分析。本研究利用大样本陕北白绒山羊分析其产羔数与生长性状之间的相关性及相关系数，并建立体尺性状的最优回归方程，以期为后续的育种工作提供现实参考。

1 材料与方法

1.1 试验动物与数据收集

试验于2016年8月-2019年10月从陕西省榆林市采集2 335只陕北白绒山羊母羊，试验羊均处于同样的生长环境和饲养管理条件，且均为群体中随机选取的健康个体。同时，记录试验羊的产羔数(Y)，并按照科学方法测量试验羊的体长(X)、体高(X)、十字部高(X)、胸宽(X)、胸深(X)、胸围(X)、管围(X)等生长数据。

1.2 数据分析

首先，利用Excel 2019整理收集到的2335只陕北白绒山羊的产羔与体尺数据，分析群体表型统计量。紧接着，利用SPSS 26.0软件中独立样本t检验的方法对不同产羔数的陕北白绒山羊产羔数与体尺性状进行相关性分析，并利用Pearson法分析它们之间的相关系数。随后，按照产羔数为单羔和双羔对群体进行分类，以X性状因变量，X、X、X、X、X、X性状为自变量进行通径分析，分解相关系数。最后，利用体长和各体尺性状进行逐步回归分析，构建回归模型，建立体长和各体尺性状间的最优回归方程。

2 结果与分析

2.1 产羔数与体尺性状的表型统计量分析

从表1可以看出，对2 335只陕北白绒山羊的产羔数和体尺数据进行表型统计，包括945只产单羔母羊和1 390只产双羔母羊。其中，胸围、胸深、胸宽和管围的变异系数为18.78%、17.20%、16.57%和13.20%，均大于10%，为中等变异。其他体尺性状的变异系数均小于10%，为弱变异。

表1 陕北白绒山羊体尺的表型统计量(n=2335)Table 1 The phenotype statistics of growth traits within Shanbei White Cashmere (SBWC) goat cm

2.2 产羔数与体尺性状的相关性分析

陕北白绒山羊的产羔数与体尺性状的相关性结果显示(表2)，双羔的陕北白绒山羊的体高、体长、十字部高、胸宽、胸深、胸围、管围等体尺性状极显著的高于单羔个体(<0.01)，并在所有的体尺性状中保持很好地一致性。

表2 陕北白绒山羊产羔与体尺性状的相关性分析Table 2 Association analysis between single lamb and double lamb of SBWC goat cm

如表3所示，产羔数与各体尺性状之间呈极显著正相关的关系(<0.01)。陕北白绒山羊产羔数相关系数由小到大排列为：X>X>X>X>X>X>X。产羔数与体长、管围和胸围的相关系数较高，为0.371、0.352和0.342。

2.3 单羔/双羔山羊体长与各体尺性状的通径分析

本研究选取了与产羔性状相关系数最高的体长性状，对体长和各体尺性状进行通径分析，利用体尺性状的表型相关系数建立以通径系数(P)为变量的多元一次方程组。

单羔的陕北白绒山羊体尺性状方程组如下：

P+0.682P+0.227P+0.391P+0.103P+0.161P=0.353

0.628P+P+0.298P+0.450P+0.414P+0.318P=0.329

0.227P+0.298P+P+0.581P+0.159P+0.416P=0.462

0.391P+0.450P+0.581P+P+0.480P+0.475P=0.583

0.103P+0.414P+0.159P+0.480P+P+0.248P=0.112

0.161P+0.318P+0.416P+0.475P+0.248P+P=0.427

表3 陕北白绒山羊产羔与体尺的表型相关系数Table 3 Correlation coefficient between litter size and body size of SBWC goat cm

双羔的陕北白绒山羊体尺性状方程组如下：

P+0.746P+0.264P+0.196P+0.107P+0.104P=0.294

0.746P+P+0.398P+0.481P+0.260P+0.247P=0.307

0.264P+0.398P+P-0.092P+0.599P-0.063P=0.359

0.196P+0.481P-0.092P+P+0.599P-0.063P=0.091

0.107P+0.260P+0.599P-0.434P+P+0.802P=0.422

0.104P+0.247P-0.063P+0.802P-0.218P+P=0.141

对多元一次方程组进行求解，得到如下通径系数：

单羔：P=0.103；P=0.048；P=0.109；P=0.473；P=-0.207；P=0.176

双羔：P=0.227；P=-0.044；P=0.244；P=0.015；P=0.140；P=0.161

2.4 单羔/双羔山羊体长与体尺相关系数的分解

由表4可知，在产单羔的陕北白绒山羊群体中，胸深性状对体长的相关系数最高，为0.583，且其对体长的直接作用最大(=0.473)；胸围性状对体长的直接作用最小(=-0.207)。除胸深性状之外，其余体尺性状的直接作用均小于其他体尺性状间的间接作用。各体尺性状对体长的直接作用由大到小为：X>X>X>X>X>X，间接作用由大到小为：X>X>X>X>X>X。以上结果表明，胸深性状通过较强的直接作用影响体长，胸宽性状和胸围性状主要通过与其他体尺性状之间的间接作用影响体长，其它体尺性状则两者作用比较平均。

由表5可知，在产双羔的陕北白绒山羊群体中，胸围性状与体长之间的相关系数最高，为0.422；胸深性状对体长的相关系数最小，为0.091。胸深与体高对体长的直接作用最大(=0.244;=0.227)，十字部高对体长的直接作用最小(=-0.044)。而十字部高对体长的间接作用最大(=0.351)，管围对体长的间接作用最小(=-0.021)。各体尺性状对体长的直接作用由大到小为：X>X>X>X>X>X，间接作用由大到小为：X>X>X>X>X>管围(X)。结果表明，胸宽、体高和管围通过较强的直接作用影响体长，十字部高和胸围主要通过与其他体尺性状之间的间接作用影响体长。

表4 陕北白绒山羊单羔个体体长相关系数的分解Table 4 Decomposition of correlation coefficients of body length for single lamb of SBWC goat

表5 陕北白绒山羊双羔个体体长相关系数的分解Table 5 Decomposition of body length correlation coefficients of double lamb of SBWC goat

2.5 单羔/双羔山羊体尺性状对体长的逐步回归分析

运用SPSS 26.0对陕北白绒山羊体长与体尺性状进行多元逐步回归分析(表6-9)。试验将单羔与多羔个体分离，分别计算最优回归方程。因变量为X，自变量为X、X、X、X、X和X。将这6个变量逐步引入方程，选取显著性强的性状依次引入回归方程，不显著的性状剔除，以确保引入回归方程的变量都是显著性变量且结果最优。通过逐步回归分析，单羔个体的体长与各体尺之间的最优回归方程为：X=0.219X+0.154X+1.106X+29.706(=0.568)，双羔个体的体长与各体尺之间的最优回归方程为：X=0.199X+0.370X+0.163X+31.047(=0.555)，两个回归方程均达到极显著水平(<0.01)，说明上述模型具有统计学意义。

表6 陕北白绒山羊单羔个体各体尺性状对体长回归模型汇总Table 6 Summary of regression model of growth traits to body length of single lamb of SBWC goat

表7 陕北白绒山羊单羔个体多元回归系数的参数估计值检验Table 7 Parameter estimation test of multi-regression coefficients of single lamb of SBWC goat

表8 陕北白绒山羊双羔个体各体尺性状对体长回归模型汇总Table 8 Summary of regression model of growth traits to body length of double lamb of SBWC goat

表9 陕北白绒山羊双羔个体多元回归系数的参数估计值检验Table 9 Parameter estimation test of multi-regression coefficients of double lamb of SBWC goat

3 讨 论

3.1 陕北白绒山羊体尺性状的表型统计量分析

在山羊的选育中，对繁殖性状和生长性状的选育始终是提高山羊产业的核心问题。变异系数反映的是相关研究变量变化的相对程度，通过统计陕北白绒山羊体尺性状的表型，计算平均数、标准差和变异系数，可以反应各体尺性状的变异程度。在陕北白绒山羊的体尺性状中，变异系数大于10%的为胸围、胸深、胸宽和管围性状，变异系数分别为18.78%、17.20%、16.56%和13.20%，属于中度变异。表明这些性状具有相对较大的选择与提升潜力，而体长、体高和十字部高性状属于低度变异，选择与提升的潜力则较小，提示提高山羊生长性状更应考虑胸围、胸深、胸宽和管围等生长性状。

3.2 产羔数与体尺性状的相关性分析

本研究中，双羔母羊的体尺性状均极显著地高于单羔母羊，在体长、体高、十字部高、胸宽、胸深、胸围和管围等体尺性状中显示一致性。表明高产母羊拥有比低产母羊更好的生长性状，从而推断山羊繁殖性状和生长性状之间具有某种正相关关系。皮尔逊相关系数可以反映两个线性变量的相关程度，相关性系数越高的变量其相关程度更加密切。本试验中陕北白绒山羊产羔数与各体尺性状呈极显著正相关，说明山羊产羔数与各体尺性状具有密不可分的联系。相较于其它性状，产羔数与体长、胸围和管围性状相关性更高，推测体长、胸围和管围性状优势的山羊可能具有更强的繁殖能力。

3.3 体长与各体尺性状的通径分析

通径系数是标准化的偏回归系数，用来表示相关变量因果关系，可以直反映两个变量之间的相关程度。本研究选取了与产羔性状相关系数最高的体长性状与其他体尺性状进行通径分析。在产单羔的山羊群体中，胸深性状对体长表现出较强的直接作用，为0.473；而胸宽性状和胸围性状则对体长表现出较强的间接作用，为0.353和0.319。表明胸宽和胸围性状对体长的作用主要是通过辅助其他性状对体长的作用产生的，对体长的直接作用较小；而胸深对体长的直接作用较强，提示加强对胸深性状的选育可能显著影响山羊体长。在产双羔的山羊群体中，体高和胸宽性状显示较强的直接作用，胸围和十字部高性状显示较强的间接作用，加强对双羔母羊体高和胸宽性状的选育可能直接影响山羊体长。通过对比上述影响单羔和双羔母羊体长性状的因素，发现可以直接影响山羊的体长性状的因素并不完全相同，说明在选育体长性状时还需考虑山羊的产羔情况和其他间接影响因素的作用情况，以达到更好的选育效果。

3.4 体尺性状对体长的逐步回归分析

通过对单羔和双羔山羊体长与其他体尺性状进行逐步回归分析，得到单羔个体体长最优回归方程：X=0.219X+0.154X+1.106X+29.706(=0.568)，方差分析的F值为80.613，达到极显著水平(<0.01)。其中，引入回归模型的体尺性状为胸围、体高和管围性状，而十字部高、胸宽、胸深性状因显著性程度不高而未被引入回归模型。方程中胸围系数在三个体尺性状系数中最高，表明胸围性状可能是影响单羔山羊体长性状的主要因素。同时，本试验还讨论了双羔个体的体长与各体尺之间的最优回归方程为：X=0.199X+0.370X+0.163X+31.047(=0.555)，方差分析的F值为185.386，达到极显著水平(<0.01)。该回归方程引入了胸围、胸深、体高三个性状，其中胸深的系数最高，说明胸深可能是影响双羔山羊体长性状的主要因素。

综合上述结果，单羔和双羔山羊的体长回归方程都引入了胸围和体高两个性状，说明这两个性状可能对山羊体长的直接作用较强，而单羔个体引入的第三个性状是管围，双羔个体引入则的是胸深，说明单双羔个体之间体长的影响因素存在部分差异，且不同产羔数对山羊体长的回归因素也具有一定的影响。此外，上述两个回归方程的R的值都比较小，说明对山羊体长性状产生影响的自变量还有其他因素存在，比如生长环境、营养水平、饲养条件等，都将影响陕北白绒山羊的生长性状。

4 结 论

陕北白绒山羊双羔个体的体尺性状均极显著高于单羔个体，且产羔数与个体尺性状表现正显著相关。研究选取了与产羔性状相关系数最高的体长与其他体尺性状进行回归分析。单羔个体的胸深对体长有较强的直接作用，单羔个体体长与各体尺之间的最优回归方程为：X=0.219X+0.154X+1.106X+29.706(=0.568，<0.01)；双羔个体的胸宽、体高、管围对体长有较强的直接作用，双羔个体体长与各体尺之间的最优回归方程为：X=0.199X+0.370X+0.163X+31.047(=0.555，<0.01)。