Science and Technology Contribution to Improvements on Rice Production in Taiwan Analyzed by Ridge Regression Model
-
摘要: 通过建立超越对数生产函数，建立2000-2014年期间台湾水稻生产模型，并运用岭回归（Riolge Regression）方法估计参数，得到台湾水稻生产各要素的产出弹性和科技进步贡献率。研究表明，科技进步是台湾水稻生产的主要驱动力，2000-2014年间台湾水稻科技进步贡献率为51.51%。在台湾水稻生产中，科技进步最主要以资本的形式促进水稻产量的提升，其次通过改良土地的方式，不断提升水稻生产力，还有一部分科技进步以提高稻农的综合素质水平达到促进水稻生产的目的。Abstract: A ridge regression model for the rice production in Taiwan from 2000 to 2014 was constructed with the trans-log production function and parameter estimation. Information on the output elasticity, as well as the contribution of various factors toward the improvements, of the rice production in Taiwan was obtained. It was found that the scientific and technological advancements was the major driving force contributing 51.51% on the rice production improvements in Taiwan during those years. As a result, capital investment ushered in the progress and became the main factor, followed by projects executed that upgraded the land use on the island. The generally improved skills of the farmers also appeared to play a crucial role in Taiwan's rice productivity.
-
0. 引言
【研究意义】咖啡与可可、茶并称为三大饮料作物，主要分布在拉丁美洲、亚洲及非洲等热带地区，2017 年咖啡收获面积 1.09×103万hm2、产量921万t[1]。咖啡属Coffea约有100多个种，生产栽培的主要有小粒种（Coffea arabica L.）和中粒种（Coffea canephora Pierre），小粒种约占总产量 的60%、中粒种约占总产量 的40%[2]。我国引种咖啡已有100多年历史，主要分布在云南、海南、四川、台湾等地区，经过十多年的发展，目前已形成云南、四川小粒种咖啡优势产区和海南中粒种咖啡优势产区，2018年全国种植面积12万hm2，年产量17万t、农业产值20多亿元[3]，是产区农民脱贫致富的主要经济来源。然而，我国咖啡产业存在种植品种单一、品质较差和比较效益偏低等突出问题，加强优良咖啡品种选育势在必行。因此，开展咖啡种质资源鉴定评价及遗传多样性研究，对咖啡优良品种的选育及咖啡产业发展均具有重要意义。【前人研究进展】我国收集保存了大量的咖啡种质资源并进行分析评价。周华等[4] 通过对其根、茎、叶、花、果等进行评价，明确了不同性状的表型分类。白学慧等[5]对96份咖啡种质抗锈病性状进行了评价。一些学者采用基于DNA水平的各种分子标记技术对我国咖啡种质资源进行了遗传多样性分析，明确其亲缘关系[6-10]。植物表型性状标记具有简单、明显和易于识别的特征，是进行种质资源鉴定和描述等研究最直接和最基本的方法和手段[11-13]。聚类分析可揭示种质资源个体间的遗传相似性，还能表明类群间的遗传差异和相互间的亲缘关系。主成分分析可揭示种质资源的生物学特点和生物学意义，能从多个因素指标中找出数量较少并能控制所有变量因子的主成分，其中每个主成分都能反映原始变量的大部分信息，且所含信息互不重复[13]。聚类分析和主成分分析可为作物种质资源鉴定评价和分类提供参考依据，已在豌豆[14]、陆地棉[15]、甜高粱[16-17]等作物进行了相关研究。【本研究切入点】表型性状鉴定是咖啡种质资源研究最基本的途径，咖啡因、绿原酸、蛋白质、脂肪及蔗糖等主要生化成分是咖啡风味及营养价值的主要决定因素[18]。虽然我国收集保存了大量的咖啡种质资源，但许多种质资源尚未充分鉴定评价与开发利用，因而加强咖啡种质资源鉴定评价是咖啡新品种选育研究的重要基础工作。目前未见应用聚类分析及主成分分析方法对咖啡种质资源主要农艺性状和品质性状进行鉴定和分析评价的报道。 【拟解决的关键问题】本研究以60份小粒种咖啡种质为试验材料，测量其8个农艺性状和5个品质性状，采用相关性分析、主成分分析和聚类分析相结合的方法，综合分析咖啡种质农艺性状和品质性状的遗传多样性，以期筛选优良种质或发掘咖啡资源的优异性状，为有效保护咖啡种质资源及品种改良提供参考。
1. 材料与方法
1.1 供试材料
供试材料为60份小粒种咖啡种质（表1），取自德宏热带农业科学研究所（农业部瑞丽咖啡种质资源圃），主要为波邦、铁皮卡、卡杜艾、卡蒂姆、卡杜拉、萨其姆等品种类型。
表 1 供试咖啡种质资源Table 1. Coffee germplasms used in this study编号
No.种质代码
Germplasm code品种类型
Varietal type编号
No.种质代码
Germplasm code品种类型
Varietal type1 5 波邦 Bourbon 31 143 未知 Unknown 2 10 卡杜艾 Catuai 32 145 未知 Unknown 3 35 卡蒂姆 Catimor 33 147 卡蒂姆 Catimor 4 36 卡蒂姆 Catimor 34 148 卡蒂姆 Catimor 5 37 卡蒂姆 Catimor 35 149 卡蒂姆 Catimor 6 40 未知 Unknown 36 150 卡蒂姆 Catimor 7 41 波邦 Bourbon 37 151 未知 Unknown 8 42 卡蒂姆 Catimor 38 154 未知 Unknown 9 45 卡杜拉 Caturra 39 159 未知 Unknown 10 49 卡蒂姆 Catimor 40 162 卡蒂姆 Catimor 11 50 卡蒂姆 Catimor 41 163 卡蒂姆 Catimor 12 51 波邦 Bourbon 42 166 卡蒂姆 Catimor 13 55 未知 Unknown 43 169 卡蒂姆 Catimor 14 61 未知 Unknown 44 170 卡蒂姆 Catimor 15 78 卡蒂姆 Catimor 45 173 卡蒂姆 Catimor 16 86 波邦 Bourbon 46 174 卡蒂姆 Catimor 17 87 铁皮卡 Typica 47 175 卡蒂姆 Catimor 18 88 波邦 Bourbon 48 178 卡蒂姆 Catimor 19 91 卡杜艾 Catuai 49 180 卡蒂姆 Catimor 20 92 卡杜艾 Catuai 50 182 未知 Unknown 21 93 未知 Unknown 51 204 未知 Unknown 22 118 卡杜拉 Caturra 52 282 未知 Unknown 23 119 未知 Unknown 53 284 未知 Unknown 24 120 未知 Unknown 54 296 未知 Unknown 25 122 卡蒂姆 Catimor 55 390 萨其姆 Sachimor 26 129 未知 Unknown 56 391 萨其姆 Sachimor 27 132 未知 Unknown 57 393 萨其姆 Sachimorr 28 138 未知 Unknown 58 394 萨其姆 Sachimor 29 139 未知 Unknown 59 395 萨其姆 Sachimor 30 140 卡杜拉 Caturra 60 435 未知 Unknown 1.2 试验方法
1.2.1 农艺性状测定
鲜果重（kg）：在果实盛熟期，采摘单株鲜果，并称取其重量，待全株果实采收结束时统计单株成熟鲜果重量。
干豆重（g）：在果实盛熟期，采摘鲜果。去中果皮，洗掉种子表面果胶，置于50℃烘箱烘72 h，至带种皮豆含水量约为12%时，测得的数据即为干豆重。
种子大小（长、宽、厚）：随机抽取20粒种子。用游标卡尺测量每粒种子基部至顶部的长度，即为种子长；种子最大横切面的最大直径，即为种子宽；种子最大横切面的最小直径，即为种子厚。
鲜干比（%）：带种皮豆样品，去种皮制成标准商品豆，计算商品豆重占鲜果重的比例，重复3次，计算平均值。
百粒重（g）：随机取100粒带种皮豆称重，重复3次，计算平均值。
出米率（%）：随机称取（100±1）g带种皮豆样品，去种皮制成标准商品豆并称重，计算商品豆质量占带种皮豆质量的比例，重复3次，计算平均值。
1.2.2 品质性状测定
咖啡因按GB/T 5009.139-2014的方法[18]测定，绿原酸按GB/T 22250-2008的方法[19]测定，蔗糖按GB 5009.8-2016第二法[20]测定，蛋白质用杜马斯燃烧法测定。
脂肪测定采用项目组先前研制的“咖啡脂肪含量测定的超声超离方法”，将样品与石油醚混合液超声提取（60℃水浴、时间3 ～7 min、功率250 W），通过冷冻离心分离固相与液相（温度4℃、转速5 000～8 000 r·min−1、时间5～9 min），烘干固相物质，计算脂肪含量。
1.2.3 数据分析
采用 Microsoft Excel 2007 软件进行数据处理，计算平均值、标准差和变异系数，并参照谢向誉等[21]的方法计算遗传多样性指数（H′），即H′= −ΣPilnPi，Pi为性状第i级别内材料份数占总份数的百分比。采用SPSS 19.0软件进行相关性分析和主成分分析，利用 k-均值分类法进行聚类分析[22]。
2. 结果与分析
2.1 农艺性状表型评价
不同咖啡种质农艺性状变化较大，统计分析结果见表2。鲜果重变幅为0.79～2.97 kg，平均1.87 kg；干豆重变幅为300.49～592.68 g，平均390.58 g；鲜干比变幅为16.55%～48.79%，平均21.50%；种子长变幅为10.74～12.69 mm，平均11.74 mm；种子宽变幅为7.36～9.05 mm，平均7.98 mm；种子厚变幅为4.40～5.70 mm，平均 4.88 mm；百粒重变幅为15.06～27.13 g，平均19.51 g；出米率变幅为78.63%～86.60%，平均84.01%。
表 2 农艺性状变异系数及遗传多样性分析结果Table 2. Coefficient of variation and genetic diversity on agronomic traits of coffee germplasms性状
Characteristics平均值
Average最小值
Min.最大值
Max.标准差
S变异系数
CV/%遗传多样性指数
H′鲜果重 Fresh weight/kg 1.87 0.79 2.97 0.37 19.85 1.88 干豆重 Dry weight/g 390.58 300.49 592.68 71.19 18.23 1.91 鲜干比 Fresh/dry ratio/% 21.50 16.55 48.79 0.11 25.15 1.43 种子长 Seed length/mm 11.74 10.74 12.69 0.44 3.71 2.04 种子宽 Seed width/mm 7.98 7.36 9.05 0.32 4.07 1.92 种子厚 Seed thickness/mm 4.88 4.40 5.70 0.26 5.38 1.99 百粒重100-seed weight/g 19.51 15.06 27.13 19.51 10.81 1.88 出米率 Green bean rate/% 84.01 78.63 86.80 1.65 1.97 1.92 由表2可知，60份咖啡种质农艺性状存在很大差异，8个农艺性状的变异系数变幅为1.97%～25.15%，差异非常明显。变异系数的大小顺序为鲜干比＞鲜果重＞干豆重＞百粒重＞种子厚＞种子宽＞种子长＞出米率。8个农艺性状中，变异系数以鲜干比最高（变异系数为25.15%），鲜干比最大值为48.79%、最小值为16.55%；其次是鲜果重（变异系数为19.85%），鲜果重最大值为2.97 kg、最小值为0.79 kg；以出米率变异系数最低（变异系数为1.97%），出米率最大值为86.80%、最小值为78.63%。鲜干比、鲜果重、干豆重变异系数大，说明这些性状存在着丰富的变异，具有较好的遗传改良基础。出米率、种子长、种子厚的变异系数较小，说明他们一致性较强，具有较稳定的遗传特性。
8个农艺性状的遗传多样性指数在1.43～2.04，其遗传多样性指数由高到低依次为种子长＞种子厚＞种子宽、出米率＞干豆重＞鲜果重、百粒重＞鲜干比。种子长的遗传多样性指数最高，其后依次是种子厚、种子宽和出米率，说明种子大小具有丰富的遗传多样性，但由于他们的变异系数较小，基于种子大小对咖啡种质资源改良筛选潜力较小。鲜干比的遗传多样性指数最低，遗传多样性较窄。综上所述，60份咖啡种质资源的8个农艺性状存在较明显的差异，表现出不同程度的遗传多样性。
2.2 品质性状评价
不同咖啡种质品质性状变化较大，统计分析结果见表3。蛋白质变幅为11.98%～15.43%，平均13.40%；脂肪变幅为9.03%～15.91%，平均13.02%；绿原酸变幅为8.10～24.56 mg·g−1，平均16.59 mg·g−1；咖啡因变幅为7.62～11.80 mg·g−1，平均9.89 mg·g−1；蔗糖变幅为7.10～10.00 g·hg−1，平均8.48 g·hg−1。
表 3 品质性状变异系数及遗传多样性分析结果Table 3. Coefficient of variation and genetic diversity on quality traits of coffee germplasms性状
Characteristics平均值
Average最小值
Min.最大值
Max.标准差
S变异系数
CV/%遗传多样性指数
H′蛋白质 Protein/% 13.40 11.98 15.43 3.45 5.20 2.05 脂肪 Fat/% 13.02 9.03 15.91 6.88 12.40 2.06 绿原酸 Chlorogenic acid/(mg·g−1) 16.59 8.10 24.56 16.46 22.68 2.07 咖啡因 Caffeine/(mg·g−1) 9.89 7.62 11.80 4.18 9.84 1.99 蔗糖 Sucrose/(g·hg−1) 8.48 7.10 10.00 2.9 9.42 0.55 60份咖啡种质品质性状存在很大差异，蛋白质、绿原酸等5个性状的变异系数为5.2%～22.68%，差异非常明显。在5个品质性状表现中，变异系数的大小顺序为绿原酸＞脂肪＞咖啡因＞蔗糖＞蛋白质。绿原酸变异系数最大，最高含量为24.56 mg·g−1、最低含量仅为8.10 mg·g−1、平均值为16.59 mg·g−1，说明绿原酸离散程度较大，稳定性较差，具有较好的遗传改良基础；脂肪的变异系数次之，为12.40%；咖啡因和蔗糖的变异系数分别为9.84%和9.42%；蛋白质变异系数最小，为5.20%。蛋白质、蔗糖、咖啡因的变异系数均较小，说明他们一致性较强，具有较稳定的遗传特性。
5个品质性状遗传多样性指数在0.55～2.07，其遗传多样性指数由高到低依次为绿原酸＞脂肪＞蛋白质＞咖啡因＞蔗糖。绿原酸遗传多样性指数最高（2.07），说明具有丰富的遗传多样性，而且其变异系数也最大（22.68%），表明基于绿原酸对咖啡种质资源筛选改良潜力较大。脂肪（2.06）、蛋白质（2.05）和咖啡因（1.99）的遗传多样性指数也较高，说明这些性状具有丰富的遗传多样性，但其变异系数较小，基于这些性状对咖啡种质资源进行改良筛选的潜力较有限。蔗糖的遗传多样性指数最低，说明供试咖啡种质在蔗糖方面的遗传多样性最小。综上所述，供试咖啡种质的主要品质性状具有丰富的遗传多样性。
2.3 农艺性状、品质性状的相关性分析
对咖啡农艺性状和品质性状进行统计和分析（表4），结果表明，鲜果重与绿原酸呈极显著负相关；干豆重与鲜干比、种子长、蛋白质呈极显著正相关，与出米率呈显著正相关，其中与种子长和鲜干比的相关系数分别为0.755和0.714，明显大于与其他性状间的相关系数，说明干豆重与种子长和鲜干比存在紧密关联；鲜干比与种子长呈极显著正相关；种子长与百粒重、出米率、蛋白质呈极显著正相关，与蔗糖呈显著正相关；种子厚与百粒重、出米率、蛋白质呈极显著正相关，与脂肪呈显著正相关；百粒重与出米率、蛋白质、脂肪呈极显著正相关；出米率与蛋白质、脂肪呈极显著正相关；蛋白质与脂肪呈极显著正相关；咖啡因与蔗糖呈极显著负相关。其余性状间相关不显著。
表 4 农艺性状、品质性状相关性分析Table 4. Correlation between agronomic and quality traits of coffee germplasms变量
Variable鲜果重
Fresh weight干豆重
Dry weight鲜干比
Fresh/dry ratio种子长
Seed length种子宽
Seed width种子厚
Seed thickness百粒重
100-seed weight出米率
Green bean rate蛋白质
Protein脂肪
Fat绿原酸
Chlorogenic acid咖啡因
Caffeine蔗糖
Sucrose鲜果重
Fresh weight1 干豆重
Dry weight0.057 1 鲜干比
Fresh/dry ratio0.053 0.714** 1 种子长
Seed length0.012 0.755** 0.965** 1 种子宽
Seed width0.217 0.125 −0.025 −0.104 1 种子厚
Seed thickness0.045 0.186 −0.057 −0.033 0.061 1 百粒重
100-seed weight0.205 0.164 0.363 0.368** 0.047 0.418** 1 出米率
Green bean rate0.021 0.308* 0.491 0.435** 0.185 0.374** 0.742** 1 蛋白质
Protein0.07 0.382** 0.526 0.477** 0.168 0.468** 0.757** 0.803** 1 脂肪
Fat0.012 0.141 0.183 0.177 −0.026 0.276* 0.467** 0.477** 0.499** 1 绿原酸
Chlorogenic acid−0.706** −0.009 −0.093 −0.115 0.398 0.114 −0.087 −0.01 0.072 0.097 1 咖啡因
Caffeine0.017 −0.051 −0.18 −0.187 0.115 −0.08 −0.109 −0.305 −0.133 −0.188 0.028 1 蔗糖
Sucrose−0.048 0.167 0.178 0.271* −0.316 0.099 0.003 0.063 0.112 0.066 −0.175 −0.426** 1 注：* 表示在 0.05 水平上显著相关；**表示在 0.01 水平上显著相关。
Note:* and ** represented significant correlation (P＜0.05) and extremely significant correlation (P＜0.01) respecively.综上所述，鲜果重越大，绿原酸含量越低；干豆重越大，鲜干比和种子长越大，出米率和蛋白质含量也越高；种子越长越厚，百粒重、出米率也越大，蛋白质含量也越高；出米率越高，蛋白质、脂肪含量越高；蛋白质含量越高，脂肪含量越高；咖啡因含量越高，蔗糖含量越低。
2.4 主成分分析
8个农艺性状和5个品质性状的主成分分析结果（表5）显示，前4个主成分（PC1+ PC2+ PC3+ PC4）累计贡献率为69.17%。PC1贡献率为29.17%，种子长、种子宽、种子厚、百粒重和出米率在第1主成分有较高的载荷，特征值中贡献最大的是百粒重，故第1主成分为百粒重的构成因子；PC2贡献率为16.25%，鲜果重、干豆重、脂肪、绿原酸在第2主成分有较高的载荷，特征值中贡献最大的是鲜果重，故第2主成分为鲜果重的构成因子；PC3贡献率为12.35%，蛋白质、咖啡因在第3主成分有较高的载荷，其特征向量值中蛋白质贡献最大，故第3主成分为蛋白质构成因子；PC4贡献率为10.86%，鲜干比、绿原酸在第4主成分有较高的载荷，特征向量值中鲜干比贡献最大，故第4主成分为鲜干比构成因子。可见，前4个主成分的12个性状是构成小粒种咖啡种质多样性的主要因素，也是小粒种咖啡育种中应重点考虑的性状指标。
表 5 农艺性状、品质性状主成分分析Table 5. Principal components of agronomic and quality traits of coffee germplasms变量
Variable主成分
Principal componentPC1 PC2 PC3 PC4 鲜果重 Fresh weight −0.359 0.801 −0.078 −0.313 干豆重 Dry weight −0.150 0.669 −0.471 0.365 鲜干比 Fresh / dry ratio 0.173 −0.300 −0.326 0.837 种子长 Seed length 0.653 0.090 0.205 −0.209 种子宽 Seed width 0.751 0.439 0.184 0.028 种子厚 Seed thickness 0.904 0.019 0.070 0.031 百粒重100-seed weight 0.919 0.164 0.146 0.007 出米率 Green bean rate 0.697 0.163 0.053 0.221 蛋白质 Protein −0.196 −0.089 0.768 0.204 脂肪 Fat −0.330 0.558 −0.060 0.012 绿原酸 Chlorogenic acid −0.106 0.527 0.280 0.502 咖啡因 Caffeine −0.398 0.230 0.648 0.103 蔗糖 Sucrose 0.476 0.174 −0.274 −0.287 特征值 Eigen value 3.86 2.11 1.61 1.41 贡献率 Contribution rate/% 29.71 16.25 12.35 10.86 累计贡献率
Cumulative contribution rate/%29.71 45.96 58.31 69.17 2.5 聚类分析
基于农艺性状、品质性状差异，对60份小粒种咖啡资源进行聚类分析，结果如图1所示。在遗传距离为25.0处，60份小粒种咖啡资源分为两个大类群，第I类有53份资源，第II类有7份资源，主要表现为鲜果重差异。第I类资源鲜果重均在2.20 kg以下，第II类资源鲜果重均在2.20 kg以上。可见，小粒种咖啡种质资源的鲜果重存在明显的差异。第I类又分为2个亚类，第I-1类包括49份资源，包含了卡蒂姆和萨其姆及未知品种类型的大多数资源，主要表现为比第I-2类有较大的鲜果重和种子宽，但绿原酸含量偏低，均在15.59 mg·g−1以下。第I-1类又分为a和b两个分支，a分支较b分支鲜果重大，绿原酸、咖啡因含量高。第I-2类有4份资源，分别是180、204、282和284，主要特点是鲜果重小，均在1.30 kg以下。第II类又分为两个亚类，第II-1类有3份资源，分别是 10、51和88；第II-2类有4份资源，分别是55、78、93和140。第II-2类较第II-1类具有更高的鲜果重和干豆重，鲜果重均在2.60 kg以上，干豆重均在538.00 g以上。综上所述，第II类鲜果重大，尤其是II-2 类，可作为选育和改良品种的基本材料。
![]()
图 1 咖啡种质资源重要农艺性状的聚类分析结果Figure 1. Clustering of selected agronomic traits in coffee germplasms3. 讨论与结论
遗传多样性是生物多样性的基础，生物遗传变异均发生在分子水平，在不断进化过程中形成了丰富的遗传多样性[23-24]。种质资源遗传差异大小直接影响性状遗传改良和研究利用的效果，优异基因能否被发掘与有效利用影响着新品种选育或新材料创制[25-26]。目前，我国云南和海南等地已开展对咖啡种质资源的收集保存，周华等[4]的研究结果表明了不同咖啡种质资源之间存在丰富的遗传多样性，闫林等[6-8]、黄丽芳等[9-10]、王晓阳等[27]的研究结果也表明小粒种咖啡遗传关系较紧密，但从农艺性状和品质性状方面进行种质资源遗传多样性分析还未见报道。变异系数反映了某性状数据的离散程度，其大小与性状的变异范围呈正相关，变异系数越大，表明性状的变异程度越大[28]。本研究对60份小粒种咖啡种质资源的8个农艺性状和5个品质性状进行分析比较，鲜干比、鲜果重、干豆重、绿原酸的离散程度大，稳定性差，具有较好的遗传改良基础；出米率和蛋白质的离散程度较小，性状表现较为稳定。遗传多样性信息指数是评价种质资源的主要指标之一，值越高，表明某性状的多样性越丰富[29]。本研究中平均遗传多样性指数1.82，其中种子长（2.04）、绿原酸（2.07）、脂肪（2.06）、蛋白质（2.05）遗传多样性指数较大，鲜干比（1.43）和蔗糖（0.55）较小。不同咖啡种质间的性状差异较大，表现出丰富的遗传多样性，且改良潜力大。
主成分分析是将多个变量转化为少数几个综合因子，每个主成分基本上又能反映原始变量的大部分信息，其所含信息互不重复。本研究的前4个主成分提供了原性状69.17%的信息，反映了所有表型性状的大部分相关信息。种子厚、百粒重、鲜果重、鲜干比、蛋白质对咖啡性状多样性构成起主要作用，可见咖啡种质资源的分类受到多个性状的共同影响。这些性状不仅可作为咖啡种质鉴定评价的重要性状，也可作为区分咖啡种质资源的主要性状。前4个主成分间包含的性状信息具有一定的相关性，且各性状类型差异较大，各主成分性状载荷值反映了主要性状的育种选择潜力。综上所述，在育种工作中，抓住种子厚、百粒重、鲜果重、鲜干比、蛋白质等主要因子，可望缩短选育新品种或新品系的年限。
农艺性状大多受多基因控制，不同性状间存在不同程度的相关性，某一性状的改变会导致其他相关性状发生变化，因此在育种过程中改良重要性状的同时可同步改良次要性状。本研究发现，种子长和种子厚与百粒重、出米率、蛋白质均呈极显著正相关，分别与蔗糖和脂肪呈显著正相关；出米率与蛋白质、脂肪呈极显著正相关；咖啡因与蔗糖呈极显著负相关。说明在咖啡品种选育过程中，通过筛选种子长和厚的种质作为亲本材料，可增加百粒重、出米率、蛋白质、蔗糖和脂肪等产量性状和品质性状；筛选咖啡因含量低的种质作为亲本材料，可增加咖啡蔗糖含量，提升品质。
本研究利用聚类分析法对60份咖啡种质的13个性状进行了聚类分析，让性状相近的聚为一类，使其同质化程度最高。每个组群具有特定的形态特征，以便更系统地分析咖啡种质资源的特点。第I类为单株鲜果重小的资源材料，这类材料具有较小的鲜果重和种子宽，绿原酸含量偏低等特点。第II类的鲜果重大，具有较大的鲜果重和种子宽，但绿原酸含量偏低。可见，小粒种咖啡种质资源的鲜果重存在明显的差异，尤其是II-2 类的4份种质，鲜果重和干豆重最大，可作为新品种选育和改良的基本材料。
60份咖啡种质资源存在丰富的遗传多样性，可通过引种驯化、杂交、嫁接和分子育种等技术把其优异基因延续下去。针对现有咖啡种质资源具有丰富的农艺性状和品质性状多样性等特征，今后应在现有研究的基础上，结合全基因组测序和代谢组学等方法，对各表型性状进行精准鉴定、关联分析，挖掘重要性状优异基因，并与常规育种方法相结合，加快我国咖啡种质资源的创新利用和新品种选育进程。
-
表 1 台湾水稻产业发展相关数据
Table 1 Data relevant to rice industry development in Taiwan
变量 平均值 标准差 最小值 最大值 稻谷产量/t 1579434.94 125338.96 1363458 1803187 农牧业就业人口/千人 553.06 79.79 478 705 稻米收获面积/hm2 277473.00 35412.65 237015 353065 资本要素/百万元 360877.29 53504.49 288107 460719 稻米产值/百万元 32975.44 4650.29 26091 41479 农业固定资本形成毛额/百万元 15096.63 4459.06 8070 26501 农业国内生产毛额/百万元 216279.56 31555.12 183581 296110 农民所付物指数 90.48 9.29 79 104 农民所得物价指数 91.60 12.03 74 112 
下载: 导出CSV
表 2 台湾水稻产值产量及各要素增长率
Table 2 Improved rice yield, value, and various factors in Taiwan
年份 稻米产值
/%稻谷产量
/%农牧业就业人口
/%稻米收获面积
/%资本
/%2000-2004 -5.62 -1.78 -3.17 -8.60 -8.75 2005-2009 4.67 1.84 -2.47 -1.37 -9.33 2010-2014 8.12 4.53 0.20 2.68 -6.50 2000-2014 0.84 -2.04 -1.60 1.29 -1.60
下载: 导出CSV
表 3 模型回归结果
Table 3 Results from regression model
项目 估计参数 标准化参数 标准误 T-值 P值 显著性 log (t) 0.0020858 0.020453 0.009972 2.051 0.040257 * log (labor) 0.0098984 0.001174 0.007103 0.165 0.868686 log (land) 0.0297704 0.008487 0.007906 1.073 0.283051 log (capital) 0.0496965 0.033686 0.00821 4.103 4.08E-05 *** log (labor)2 0.0007868 0.001176 0.007059 0.167 0.867696 log (t)2 0.0007664 0.020456 0.009973 2.051 0.040254 * log (land)2 0.001175 0.008295 0.007882 1.052 0.292608 log (capital)2 0.0019285 0.033369 0.008166 4.086 4.38E-05 *** log (t):log (labor) 0.0003602 0.00149 0.007133 0.209 0.83453 log (t):log (land) 0.0001764 0.009404 0.008083 1.163 0.244689 log (t):log (capital) 0.0001872 0.034558 0.008395 4.117 3.84E-05 *** log (labor):log (land) 0.0008924 0.003433 0.005372 0.639 0.522869 log (labor):log (capital) 0.0015675 0.013757 0.005529 2.488 0.012848 * log (land):log (capital) 0.0018763 0.023734 0.006263 3.789 0.000151 *** 注：①岭参数：5.108313，自由度：模型1.504，方差：0.5506，残差：1.555。②*、**、***分别表示95%、99%、99.9%置信度下显著。
下载: 导出CSV
表 4 台湾水稻生产要素产出弹性
Table 4 Output elasticity of rice production in Taiwan
项目 产出弹性 随技术变
动的部分自我强
化部分要素交互
影响部分劳动力 0.014292 0.010259 0.001574 0.00246 土地 0.035066 0.029947 0.00235 0.002769 资本 0.057185 0.049884 0.003857 0.003444 科技进步 0.004342 注：科技进步贡献率=科技进步率/总产量变动=0.004342/0.8431%=51.51%。
下载: 导出CSV
-
[1] SOLOW R M.A contribution to the theory of economic growth[J].The Quarterly Journal of Economics, 1956, 70(1):65-94. DOI: 10.2307/1884513
[2] SOLOW R M. Technical change and the aggregate production function[J]. Review of Economics and Statistics, 1957, 3(39):312-320. http://econpapers.repec.org/RePEc:taf:irapec:v:13:y:1999:i:2:p:193-206
[3] 顾焕章, 王培志.农业技术进步贡献率测定及其方法研究[J].江苏社会科学, 1994, (6):7-11. http://www.cnki.com.cn/Article/CJFDTOTAL-JHKX199406001.htm [4] 朱希刚, 刘延风.我国农业科技进步贡献率测算方法的意见[J].农业技术经济, 1997, (1):17-23. http://www.cnki.com.cn/Article/CJFDTOTAL-NYJS199701005.htm [5] 雷渊才. CES生产函数模型和技术进步测算的理论分析[J].中南林学院学报, 1996, (1):56-60. http://www.cnki.com.cn/Article/CJFDTOTAL-ZNLB601.009.htm [6] 王红玲, 徐桂祥.农业经济增长因素分析的一种统计方法[J].中国农村经济, 1998, (4):64-65. http://www.cnki.com.cn/Article/CJFDTOTAL-ZNJJ804.011.htm [7] 魏邦龙, 张正英, 袁丽卿, 等.农业科技进步贡献率测算方法及应用[J].甘肃科学学报, 1999, 11(4):78-81. http://www.cnki.com.cn/Article/CJFDTOTAL-GSKX199904016.htm [8] 朱希刚.我国"九五"时期农业科技进步贡献率的测算[J].农业经济问题, 2002, (5):12-13. http://www.cnki.com.cn/Article/CJFDTOTAL-NJWT200205002.htm [9] 蒋和平, 苏基才. 1995-1999年全国农业科技进步贡献率的测定与分析[J].农业技术经济, 2001, (5):12-17. http://www.cnki.com.cn/Article/CJFDTOTAL-NYJS200105003.htm [10] 王启现, 李志强, 刘振虎, 等. "十五"全国农业科技进步贡献率测算与2020年预测[J].农业现代化研究, 2006, 27(6):416-419. http://www.cnki.com.cn/Article/CJFDTOTAL-NXDH200606004.htm [11] 洪梦茹.技术进步对农业经济增长的贡献--以台湾地区为例的实证分析[J].山西农业大学学报:社会科学版, 2015, 14(3):263-268. http://www.cnki.com.cn/Article/CJFDTOTAL-SXND201503010.htm [12] 吴凤娇, 陈银忠.技术进步与台湾农业增长演进的实证研究:1963-2008年[J].台湾研究集刊, 2011, (1):80-88. http://www.cnki.com.cn/Article/CJFDTOTAL-TYJK201101011.htm [13] JORGENSON D, CHRISTENSEN L R, LAU L J. Transcendental Logarithmic Production Frontiers[Z]. 1973:55, 28-45.
[14] HOERL A E, KENNARD R W. Ridge regression:biased estimation for nonorthogonal problems[J]. Technometrics, 2000, 42(1):80-86. DOI: 10.1080/00401706.2000.10485983
[15] CULE E, DE IORIO M. A semi-automatic method to guide the choice of ridge parameter in ridge regression[Z]. arXiv:1205.0686v1[stat.AP].
-
期刊类型引用(4)
1. 何安乐，黄丽芳，胡丽松，庞永青，王晓阳，伍宝朵，董云萍，闫林，李学俊. 42份海南咖啡种质资源品质性状鉴定分析. 分子植物育种. 2024(03): 871-880 . 
百度学术
2. 黄丽芳，龙宇宙，李金芹，董云萍，王晓阳，陈鹏，王宪文，闫林. 低温胁迫对小粒种咖啡幼苗生理特性的影响. 中国农业科技导报. 2023(02): 60-67 . 百度学术
3. 王灿，方先媛，张大英，李学俊，郑维全，李志刚，杨建峰，祖超，鱼欢. 柬埔寨主要胡椒产区胡椒品质比较分析. 热带农业科学. 2021(07): 84-88 . 百度学术
4. 石玉涛，郑淑琳，吴伟伟，罗盛财，陈夏婷，王飞权，李远华，张渤. 武夷名丛茶树种质资源茶多糖抗氧化活性分析. 福建农业学报. 2020(07): 801-810 . 本站查看
其他类型引用(0)
计量
- 文章访问数: 1443
- HTML全文浏览量: 148
- PDF下载量: 210
- 被引次数: 4
