生物质炭概念源于南美洲亚马孙河流域黑色富碳固体物。它由农林业废弃物等在特定条件热解生成，有大比表面积等特征。传统秸秆处理方式造成污染和浪费，若回收用于生物质炭制作意义重大。可实现资源综合与循环利用，减少污染，带来经济和环境效益，在土壤改良、水质净化等领域应用广泛，能改善土壤质量、提高产量，对资源循环、环保和农村可持续发展有重要理论与实践意义，为政策制定和产业发展提供支持。

研究结果分析

调研地区

　　这些数据来源于剔除无效问卷后的问卷调查，问卷份数总计576份，包括了山东省的8个市，各地区调查问卷的份数及其所占的比例，如表1所示。

表1 各地区调研份数占总数的分布表

被调查者身份

　　参与调查的人群中，农民占比最高，达到42.38%;其次是学生，占比21.96%;政府工作人员占比13.18%。参与调查的人群中以农民和学生为主，政府工作人员也占有一定比例(见表2)。

表2 受访者职业分布比例

　　这些数据有利于帮助进行农村秸秆回收与生物质炭推广的分析。由于农户人数众多，这为项目的调研提供了丰富的样本资源，从而有利于对调研结果的深入分析和综合处理。

对生物质炭了解情况

　　问卷统计结果显示，对秸秆回收和生物质炭生产有深入了解的人数最多，占比57.36%;其次是略有了解的人，占比19.12%;不太了解和没有任何了解的人分别占比18.6%和4.91%。这表明大多数人对秸秆回收和生物质炭生产有一定程度的了解，其中有深入了解的人占比较高(见表3)。

表3 民众对于生物质炭的了解占比

　　从上述表格数据中可以看出，深度了解和略有了解占比数量较高，分别是57.36%和19.12%，共计占比76.48%。这表明秸秆加工成为生物质炭，在农村已经有了较大的认知，没有任何了解的比例只占比为4.91%，这为后期的数据分析提供了有利帮助。

地区秸秆回收率

　　通过对问卷数据的整合，山东省的大部分地区秸秆回收率以20%—40%为主，占比达48.32%;其次是小于20%和大于80%的回收率，分别占14.99%和14.47%;40%—60%和60%—80%的回收率比例较低，分别占16.02%和6.2%。这些数据表明需要进一步探究原因，提高秸秆回收率(见表4)。

表4 秸秆回收率占比分布

　　从调查数据可以看出，所调查8个市的秸秆回收工作在持续进行，这说明农村已经有了秸秆回收的概念，体现出目前国家政策的有效性。但也存在14.99%的地区，秸秆回收率小于20%，这也说明政府仍然需要进一步加大秸秆回收的力度，同时做好观念的宣传以及普及。

Shapiro-Wilk检验

　　根据调查问卷数据，提取基本信息(性别、年龄、职业)和农村秸秆生物质炭认知(了解程度、回收概率、回收障碍认知)相关数据为指标数据并分析相关性。分析数据正态分布以确定统计模型。Shapiro-Wilk检验是非参数检验法，无需正态假设，对数据分布要求低，对离散型和非正态性数据的分析结果更稳健(见表5)。

表5 S1hapiro-Wilk检验表

　　注：***、**分别代表1%、5%的显著性水平。

　　根据Shapiro-Wilk检验的结果，数据集中的职业、秸秆生物质炭了解程度、秸秆回收概率、秸秆回收主要障碍等指标通过了正态性检验(p值大于0.05)，其余指标的显著性并未通过，但其余指标数据的峰度的绝对值小于10，偏度的绝对值小于5，可以说明数据基本呈现正态分布。因此，可以进行后续的统计分析。

t显著性检验

　　探究秸秆生物质炭对农户种植经济效益影响，需根据调查问卷选择对经济效益有显著影响的指标。选择生物质炭购买渠道、更注重价格、更注重品质、价格和品质同等重要、其他成本为自变量指标，经济成本节省为因变量指标，构造t检验，观察自变量对因变量的影响，t统计量计算公式如下：

　　(1)

　　为样本的总体均值，μ0为待检验总体均值，S为样本方差。

　　步骤一：给定显著性水平α=0.05。

　　步骤二：将样本数据代入公式(1)中，计算统计量t的值。

　　步骤三：将t检验对应的P值与tα临界值对应的Pα值进行比较，如果PPα，则不存在显著性的影响。

　　基于上述步骤，采用MATLAB编程可得出结果(见表6)。

表6 t检验结果

　　分析表6的检验结果，生物质炭购买渠道、更注重价格、更注重品质、价格和品质同等重要及其他成本均通过显著性检验，表明这些指标对经济成本节省状况有显著影响，即购买渠道越便利、注重价格越低、其他成本越低，越可能显著节省种植成本(P越低影响越大)。

K折交叉验证

　　使用MATLAB机器学习及K折交叉验证选模型时，K值的选择十分关键。常见值如3、5、10等，需权衡成本与稳定性，小K值计算量小但稳定性或受影响，大K值如10虽提高稳定性但增加成本。为平衡选K值为10，通过其划分数据集为10个子集，重复训练验证，可全面评估性能、减少过拟合风险，最终模型评价结果见下表(表7)。

表7 模型评估

　　鉴于数据量较大，上表仅展示了验证集上的评估结果。经过MATLAB的综合评估，发现高斯过程回归(二次有理)模型为最合适的模型选择(参数解释：RMSE、MSE、MAE的值越小，说明模型越好)。其最终的预测图和误差图如下(见图1和图2)。

图1 高斯过程回归(二次有理)模型误差效果

(图片来源：作者自制)

图2 预测效果图(图片来源：作者自制)

　　由图1、图2可知，预测值在[2,3]区间，表明秸秆生物质炭对农户种植经济效益成本有部分节省与不确定性，处于中间状态，可能由农户认知、使用习惯等因素导致，不能简单认定能显著节省成本，实际应用要综合考虑国家政策、地区经济、家庭收入等因素。

　　为推动生物质炭产业发展及环保目标实现，需政府、企业、农户共同努力。政府要加大宣传，培训农村人员，提供政策支持与监管，以促进合作社建设。企业应提高生产质量，优化炭化工艺与热解反应处理，降低成本等。农户需提升认知，参加培训，组建合作社，实现资源共享与合作生产，参与管理决策。总之，三方协同合作才能有力支持生物质炭产业发展，为可持续发展和环保事业奠定基础。

　　编校：侯欣怡

　　网络：吴飞飞

　　监审：陈亚丽

　　终审：魏文源