- · 《全国流通经济》栏目设[05/29]
- · 《全国流通经济》数据库[05/29]
- · 《全国流通经济》收稿方[05/29]
- · 《全国流通经济》投稿方[05/29]
- · 《全国流通经济》征稿要[05/29]
- · 《全国流通经济》刊物宗[05/29]
一、本刊要求作者有严谨的学风和朴实的文风，提倡互相尊重和自由讨论。凡采用他人学说，必须加注说明。 二、不要超过10000字为宜，精粹的短篇，尤为欢迎。 三、请作者将稿件（用WORD格式）发送到下面给出的征文信箱中。 四、凡来稿请作者自留底稿，恕不退稿。 五、为规范排版，请作者在上传修改稿时严格按以下要求： 1．论文要求有题名、摘要、关键词、作者姓名、作者工作单位（名称，省市邮编）等内容一份。 2．基金项目和作者简介按下列格式： 基金项目：项目名称（编号） 作者简介：姓名（出生年－），性别，民族（汉族可省略），籍贯，职称，学位，研究方向。 3．文章一般有引言部分和正文部分，正文部分用阿拉伯数字分级编号法，一般用两级。插图下方应注明图序和图名。表格应采用三线表，表格上方应注明表序和表名。 4．参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定，采用顺序编码制。
秸秆还田对我国主要粮食作物产量效应的整合（(2)
作者:网站采编关键词:
摘要：其次，Meta分析是对每项独立研究的效应值进行加权计算，得到总体平均效应值lnR++。计算时，需要确定每项独立研究的方差Vi、权重Wi，具体的公式如下：
其次，Meta分析是对每项独立研究的效应值进行加权计算，得到总体平均效应值lnR++。计算时，需要确定每项独立研究的方差Vi、权重Wi，具体的公式如下：
表1 试验相关数据分类Table 1 Classification of experiment data影响因素Influence factor分类亚组classification of sup-group 试验区域Experiment region东北、华北、西北、东南、西南 Northeast, North, Northwest, Southeast, Southwest 年平均气温 Average annual temperature＜5℃、5-10℃、10-15℃、15-20℃ 年平均降雨量 Average annual precipitation＜400 mm、400-800 mm、800-1200 mm、＞1200 mm 土壤质地 Soil texture黏土、壤土、砂土 Clayey soil, loam soil, sand soil 土壤酸碱性Soil pH弱酸性土壤、中性土壤、碱性土壤 pH＜6.5、6.5＜pH＜7.5、pH＞7.5 作物种类 Crop type小麦、玉米、水稻Wheat, Maize, Rice 种植制度 Plant system一年一熟制、一年两熟制 Single plant, Double plant 耕作方式 Tillage method深耕、免耕、旋耕、翻耕 Deep tillage, No-till, Rotary tillage, Plowing 施肥模式 Fertilization不施肥（F0）、不施氮肥（N0）、不施钾肥（K0）、低氮施肥（N-）、高氮施肥（N+）、正常施肥（F） 还田年限Experiment duration0-5、5-10、10-15、15-20、＞20 秸秆还田量 Return amount少量还田（0-50%）、适量还田（50%-100%）、全量还田（100%）、过量还田（＞100%）
（2）
式中，与分别为秸秆还田与秸秆不还田处理下农作物的产量标准差，Nt与Nc分别为秸秆还田与秸秆不还田处理的试验重复数；τ2表示研究间方差[32]。
总体平均效应值的标准差及其95%的置信区间通过以下公式计算：
（5）
若总体平均效应值的95%置信区间全部大于0，说明秸秆还田对农作物具有显著的增产作用；若全部小于0，说明秸秆还田对农作物具有显著的减产效应；若区间包含0，则说明秸秆还田对农作物无显著的产量效应。以上原则同样适用于Meta亚组分析。
最后，将总体平均效应值lnR++转换为总体的平均产量变化率RY，可以更直观地反映秸秆还田对农作物的产量效应[33]，相应的转换公式为：RY=(elnR++-1)×100%。
1.3.2 异质性检验 秸秆还田的产量效应是否受其他相关因素影响可以通过异质性检验确定。总体平均效应值的异质性（Qt）表明数据偏离均值的程度，Qt值越大，数据的离散程度越大。数据的整体异质性包括由已知因素引起的异质性（Qm）和未知因素引起的异质性（Qe），已知因素即在文献中提取到的相关信息，作为Meta分析中的解释变量。如果异质性检验达到极显著程度（PQ-val＜0.0001）[34-35]，需要引入解释变量解释总体平均效应值的异质性来源[36]。
1.3.3 Meta亚组分析 Meta亚组分析是为了进一步阐明不同影响因素下秸秆还田对农作物的产量效应，同样运用随机效应模型，计算方式与总体的平均效应值计算方式相同[37]。
1.3.4 发表偏倚性检验 发表偏倚性问题是任何科学研究中的一个重要问题[38]。Meta分析是基于各项独立研究基础之上进行的系统性研究，因此Meta分析的使用更加注重发表偏倚性问题。发表偏倚性检验主要有两种方法：一种是漏斗图检验，根据漏斗图的对称性判断本研究是否具有发表偏倚性问题；另一种是计算失安全系数[39]，失安全系数的阈值是（5n+10），其中n为Meta分析中的数据量，当失安全系数低于阈值时表明本研究存在发表偏倚性问题[40]。
1.4 统计分析
本研究使用Microsoft Excel 2013记录文献数据，建立完整的秸秆还田产量数据库，并进行基本的统计计算。整合分析过程使用OpenMEE软件及R-Studio软件中的“metafor”软件包进行[41]，OpenMEE是一款跨平台免费开放的生态学领域专业Meta分析软件[42]，作图软件为Origin 9.1。
2 结果
2.1 秸秆还田对农作物产量的平均效应值及发表偏倚
采用随机效应模型计算秸秆还田对农作物产量的平均效应值（表2）。结果表明，秸秆还田能够显著提高农作物产量，平均增产率为8.1%（95%CI：7.5%—8.7%）。异质性检验Qt值达到显著水平（PQ-val＜0.001），需要引入解释变量。发表偏倚性检验漏斗图（图1）的对称性达到显著水平（PB-val＞0.05），表明本研究不存在发表偏倚。此外，本研究的失安全系数为19 338 930，其统计学意义为至少需要19 338 930组具有发表偏倚性的研究数据才能改变本研究的结论。
图1 发表偏倚性检验漏斗图Fig. 1 Funnel plot of publication bias test
表2 秸秆还田对农作物产量的平均效应值Table 2 Average effect size of crop yield under straw return模型Model增产率Rate (%)置信区间CI (%)Z-valnQ-valPQ-valI2 (%)PB-val 下限LL上限UL 随机效应模型
文章来源：《全国流通经济》 网址: http://www.qgltjj.cn/qikandaodu/2021/0213/750.html