《Frontiers in Sustainable Food Systems》：The role of fertilizers in Tanzania’s rice production: policy insights from the National Sample Census of Agriculture
编辑推荐：
本研究基于2019/20年坦桑尼亚国家农业抽样普查（NSCA）数据，采用非参数随机模拟方法，系统评估了有机与无机肥料对水稻生产力的影响。结果表明，施用无机肥料的农户实现产量超过3.0?t?ha?1和4.5?t?ha?1的概率最高（分别为28%和11%），且下行风险最低。研究强调需结合农业生态区（AEZ）异质性制定区域特异性肥料策略，推动综合土壤肥力管理（ISFM）和气候智能型农业，以助力实现可持续发展目标（SDG）2（零饥饿）和13（气候行动）。
引言
水稻是坦桑尼亚重要的主粮和经济作物，对保障粮食安全、维持农村生计和促进国家经济增长具有关键作用。然而，小农生产力仍受限于投入品使用不足和农业生态变异性的制约。在众多增产策略中，肥料（包括有机肥和无机肥）的使用效果因气候、土壤类型和耕作制度而异，成为政策辩论的焦点。
方法论
研究区域
研究覆盖坦桑尼亚大陆和桑给巴尔的水稻种植区，并进一步按农业生态区（AEZ）进行分层分析，包括中部区、东部区、沿海区、南部区、北部高原区、南部高原区、湖区及西部区。这种分区方式有助于控制环境异质性，准确评估肥料效应。
数据来源与处理
数据来源于2019/20年国家农业抽样普查（NSCA），采用两阶段分层抽样设计。水稻生产记录被提取后，根据肥料使用情况将农户分为三类：非肥料用户、有机肥用户和无机肥用户。混合用户被排除以确保处理组的纯粹性。
随机模拟分析
研究采用随机模拟方法，基于多变量经验分布和拉丁超立方抽样，对30种耕作系统（3种肥料类型×多个AEZ）各进行500次模拟，生成产量概率分布。模型通过比较模拟与观测数据的统计指标（如均值、标准差）进行了验证，结果显示高度一致。
目标概率排序
利用信号灯函数计算产量超过上限（绿色）、低于下限（红色）或介于两者之间（黄色）的概率。设定了两种阈值情景：情景A（1.5?t?ha?1和3.0?t?ha?1）和情景B（2.0?t?ha?1和4.5?t?ha?1），后者与国际标准接轨。
结果与讨论
模型验证
模拟产量分布与观测数据在均值、标准差、变异系数等指标上高度吻合，验证了模型在捕捉产量中心趋势和变异性方面的可靠性。
肥料对全国水稻生产力的影响
在情景A下，全国水平上，无机肥用户实现产量>3.0?t?ha?1的概率最高（28%），有机肥用户次之（26%），非用户最低（19%）。无机肥用户产量低于1.5?t?ha?1的风险也最小。大陆农场的表现普遍优于桑给巴尔。
在更严格的情景B（阈值4.5?t?ha?1）下，无机肥用户产量超过全球标准的概率仍保持最高（11%），但所有用户组达到此高标准的能力均显著下降，突显了坦桑尼亚水稻产量与全球平均水平的差距。
农业生态区异质性分析
肥料效果存在明显的区域差异。在情景A下：
- •
非用户中，南部高原区达到3.0?t?ha?1的概率最高（36%），而西部区有56%的农场产量低于1.5?t?ha?1。
- •
有机肥用户在东部区和南部高原区表现优异，超过3.0?t?ha?1的概率分别达29%和41%，但在西部区则无农场达到此阈值。
- •
无机肥用户在北部区效果最显著，62%的农场产量超过3.0?t?ha?1，而在南部区，此概率仅为14%。
在情景B下，各AEZ达到4.5?t?ha?1的概率普遍较低，进一步强调了在高产目标下，单纯依靠肥料可能不足，需要结合其他农艺措施。
讨论
研究结果明确表明，无机肥在快速提升水稻产量、降低下行风险方面效果更优，这与无机肥能提供速效养分的特性一致。然而，有机肥在改善土壤结构、促进长期肥力和可持续性方面具有不可替代的价值，在某些AEZ（如东部区）也能显著提升产量概率。
肥料效应受区域农业生态条件（如土壤肥力、降雨模式）强烈影响。例如，北部区和南部高原区等条件较好地区对肥料响应更佳，而沿海区、西部区和南部区则表现较差，表明需要配套干预措施，如灌溉、改良品种和优化农艺实践。
为避免过度依赖无机肥可能带来的土壤退化、环境污染和成本增加问题，推广综合土壤肥力管理（ISFM），即有机肥与无机肥的协同使用，是实现坦桑尼亚水稻生产可持续集约化的关键。政策应侧重于区域特异性肥料策略、投入补贴改革、加强农业推广服务以及气候智能型农业技术的应用。
结论
肥料施用，特别是无机肥，能显著提高坦桑尼亚水稻生产力并缩小产量差距。然而，其效果因农业生态区而异，要求政策干预必须因地制宜。推动综合土壤肥力管理（ISFM）和气候适应型实践，对于实现可持续发展目标（SDGs），特别是零饥饿（SDG 2）和气候行动（SDG 13）至关重要。未来研究需结合面板数据、投入成本及互补性农艺措施，以提供更全面的决策支持。
