安徽省茶葉效益提升空間分異及貢獻(xiàn)因素研究

吳海中，田曉四，陳保平

安徽省茶葉效益提升空間分異及貢獻(xiàn)因素研究

吳海中，田曉四，陳保平

池州學(xué)院 地理與規(guī)劃學(xué)院，安徽 池州 247100

基于對數(shù)平均迪式分解法，以2010—2018年安徽省茶葉產(chǎn)值、產(chǎn)量及茶園面積為基礎(chǔ)數(shù)據(jù)，定量化探究安徽省茶葉效益提升空間分異格局及貢獻(xiàn)因素。結(jié)果表明：（1）安徽省茶葉效益持續(xù)提升，茶葉效益提升大縣區(qū)對茶葉總效益貢獻(xiàn)突出。（2）從茶葉效益提升空間格局來看，江淮茶區(qū)、大別山茶區(qū)貢獻(xiàn)了茶葉效益總提升量的96.87%；從茶葉效益增速來看，安徽省縣域茶葉增速以超速提升型為主；從茶葉提升增幅空間分異來看，大別山茶區(qū)茶葉生產(chǎn)優(yōu)勢地位不斷加強(qiáng)。（3）研究時(shí)間段內(nèi)安徽省茶葉單價(jià)提高貢獻(xiàn)效益增量占總量的62.55%。時(shí)序上，單價(jià)提高對茶葉效益提升貢獻(xiàn)率先下降后上升。（4）47個(gè)效益提升縣區(qū)中，單價(jià)提高對茶葉效益貢獻(xiàn)的縣區(qū)數(shù)量超過面積擴(kuò)大及單產(chǎn)提高貢獻(xiàn)的數(shù)量。位于前15位的縣區(qū)對安徽茶葉效益提升的貢獻(xiàn)達(dá)83.72%，均表現(xiàn)為單價(jià)提升型。

茶葉；效益；提升；貢獻(xiàn)；安徽省

我國有數(shù)千年的產(chǎn)茶歷史，茶文化源遠(yuǎn)流長。茶是世界三大飲料之一，茶葉的供需量大，同時(shí)茶樹作為重要經(jīng)濟(jì)作物，種植范圍廣布于我國20個(gè)省區(qū)[1]。與1978年相比，2018年我國茶園面積和產(chǎn)量分別提升了284.92%和973.88%（數(shù)據(jù)來源于中國統(tǒng)計(jì)年鑒）。目前我國茶葉種植規(guī)模已居全球第一，是全球主要的茶葉出口貿(mào)易國[2]。但現(xiàn)階段茶葉市場出現(xiàn)產(chǎn)能過剩，產(chǎn)大于銷的狀況。對比全球茶葉主產(chǎn)國，我國茶葉生產(chǎn)效益水平相對較低，茶葉附加值及生產(chǎn)效率不高[3-4]。因此，茶葉產(chǎn)業(yè)正面臨著由單純追求產(chǎn)量和面積增長到茶葉效益提升的轉(zhuǎn)變。如何提升茶葉效益，走上茶葉生產(chǎn)可持續(xù)發(fā)展之路，是當(dāng)前各茶葉主產(chǎn)區(qū)亟需解決的難題。

目前關(guān)于茶葉效益的研究主要集中在提升茶葉效益的方法、路徑及評價(jià)上[5-9]，但缺少定量化探究茶葉效益提升空間分異格局；對于貢獻(xiàn)因素的研究，則主要集中于糧食作物產(chǎn)量方面[10-15]，缺少對農(nóng)作物經(jīng)濟(jì)效益提升方面的分析。從現(xiàn)有研究來看，尚存在以下不足：（1）對縣域尺度下的茶葉生產(chǎn)格局演變過程缺乏系統(tǒng)性的研究；（2）時(shí)序上缺少多尺度比較及連續(xù)的分析；（3）對區(qū)域茶葉效益提升及貢獻(xiàn)因素的探究尚未見報(bào)道。鑒于此，本文基于安徽省茶葉統(tǒng)計(jì)數(shù)據(jù)，利用對數(shù)平均迪式分解法，定量化探究茶葉效益提升空間格局及貢獻(xiàn)因素。

1 研究方法與數(shù)據(jù)來源

1.1 茶葉效益提升貢獻(xiàn)率和累計(jì)貢獻(xiàn)率

茶葉效益提升貢獻(xiàn)率是某縣區(qū)茶葉產(chǎn)值增量占全省茶葉增量的比值，累計(jì)貢獻(xiàn)率是增量位于全省前數(shù)位縣域單元的茶葉產(chǎn)值增量占全省茶葉增量的比值。計(jì)算公式[14]分別為：

（1）、（2）式中，C、分別表示地區(qū)茶葉效益提升貢獻(xiàn)率（%）和累計(jì)貢獻(xiàn)率（%）；Δ表示地區(qū)茶葉產(chǎn)值增量（t）；表示增產(chǎn)的地級市數(shù)量。

1.2 增量貢獻(xiàn)率

對數(shù)平均迪式分解法最早適用于污染源的分解，通過將研究對象分解成幾個(gè)相關(guān)因素的乘積，以此來定量探究各個(gè)組成要素對研究對象變動的影響程度，計(jì)量不同因素的貢獻(xiàn)率。該方法是不產(chǎn)生殘差的一種完全分解法[16-18]，已被廣泛應(yīng)用于農(nóng)作物產(chǎn)量影響因素的研究中[10,12-14]。

茶葉效益提升主要體現(xiàn)在茶葉價(jià)格的上漲和茶葉產(chǎn)量的提高。由于安徽省茶葉結(jié)構(gòu)以綠茶為主，綠茶占茶葉總量超過90.92%，因此不考慮茶葉結(jié)構(gòu)差別對茶葉效益的影響。本文將茶葉效益（）分解成茶葉單價(jià)、種植面積和單產(chǎn)3個(gè)因素。設(shè)定為單位產(chǎn)量對應(yīng)的產(chǎn)值（簡稱為單價(jià)）（萬元·t-1），反映茶葉本身的品質(zhì)及市場因素；為茶園面積（hm2），反映自然資源條件及環(huán)境因素；為單產(chǎn)效率（t·hm-2），反映茶葉科技水平及管理因素。茶葉效益計(jì)算模型為：

茶葉效益的變化量為Δ，主要受3個(gè)方面的影響，茶葉單價(jià)（萬元·t-1）、茶園面積（hm2）以及茶葉單產(chǎn)（t·hm-2）的變化，參考金濤等[13]的研究成果，茶葉效益提升計(jì)算公式：

其中，ΔE、ΔE、ΔE分別表示地區(qū)茶葉單價(jià)提高、茶園種植面積擴(kuò)大以及茶葉單產(chǎn)提高引起的茶葉效益增量，p、a、y分別代表地區(qū)茶葉年末的單價(jià)、茶園面積和單產(chǎn)，p、a、y分別代表地區(qū)茶葉年初的單價(jià)、茶園面積和單產(chǎn)。

單價(jià)、茶園面積、單產(chǎn)對茶葉效益總增量的貢獻(xiàn)率分別為[13-14]：

其中C＋C＋C=100%。為更直觀表達(dá)單價(jià)提高、茶園面積增加和單產(chǎn)提升對茶葉效益提升量的貢獻(xiàn)率，定義CC、C中的最大值為貢獻(xiàn)主導(dǎo)因素（表1），且實(shí)際計(jì)算中，沒有出現(xiàn)CC、C值相等的情況。

表1 茶葉效益提升貢獻(xiàn)類型

1.3 數(shù)據(jù)來源

基于數(shù)據(jù)的連續(xù)性和可獲取性，綜合選取2010—2018年茶葉統(tǒng)計(jì)數(shù)據(jù)，且所選年份未見由偶然原因造成的較大波動，因此能夠真實(shí)反映安徽省茶葉效益提升狀況。茶葉產(chǎn)值、產(chǎn)量、茶園面積等數(shù)據(jù)來源于安徽各地級市統(tǒng)計(jì)局。研究時(shí)期內(nèi)為保持茶葉統(tǒng)計(jì)口徑統(tǒng)一，選擇將地級市下轄各區(qū)統(tǒng)一為該市轄區(qū)，以2018年的安徽省行政區(qū)劃為標(biāo)準(zhǔn)圖，底圖來源于國家基礎(chǔ)地理信息中心（http://www.ngcc.cn/ngcc）。考慮到通貨膨脹造成人民幣貶值而引起價(jià)格波動，在計(jì)算茶葉效益提升貢獻(xiàn)因素時(shí)，以2010年為基準(zhǔn)年，其他年份價(jià)格均除以居民消費(fèi)價(jià)格指數(shù)（CPI），CPI指數(shù)來源于2011—2019年中國統(tǒng)計(jì)年鑒。

1.4 研究區(qū)概況

安徽省是中國重要茶葉產(chǎn)區(qū)。茶葉作為安徽省特色優(yōu)勢農(nóng)產(chǎn)品，茶產(chǎn)業(yè)也是皖西大別山、皖南山區(qū)農(nóng)業(yè)經(jīng)濟(jì)支柱產(chǎn)業(yè)。得天獨(dú)厚的自然環(huán)境和悠久的產(chǎn)茶歷史，培育了種類豐富的名優(yōu)茶，黃山毛峰、太平猴魁、祁門紅茶等享譽(yù)世界。安徽省茶葉生產(chǎn)集中于除皖北6市以外的其他地區(qū)。依據(jù)自然地理?xiàng)l件將安徽茶葉種植分為三大茶區(qū)，皖南茶區(qū)：銅陵、蕪湖、池州、黃山、宣城；大別山茶區(qū)：安慶、六安；江淮茶區(qū)：合肥、滁州、馬鞍山。

2 安徽省茶葉效益提升地域格局及貢獻(xiàn)因素

2.1 茶葉效益提升增量與增幅

2010—2018年，安徽省茶葉效益持續(xù)提升，年產(chǎn)值增幅變化較大；茶葉產(chǎn)量、茶園面積整體變化規(guī)律相似，茶葉產(chǎn)量、茶園面積均于2017年達(dá)到研究時(shí)間內(nèi)的最大值，之后出現(xiàn)小幅回落。9年間，安徽省茶葉產(chǎn)值由26.71億元增至72.24億元，增加了170.46%，年均增長13.24%；茶葉產(chǎn)量、茶園面積同比增加了35.02%、32.05%，年均增長分別為3.82%、3.54%（圖1）。安徽省茶葉產(chǎn)區(qū)涉及的50個(gè)縣區(qū)中，除肥西縣、滁州市轄區(qū)、蕪湖縣3個(gè)研究單元茶葉產(chǎn)值出現(xiàn)下降，其余47個(gè)縣區(qū)的茶葉產(chǎn)值均實(shí)現(xiàn)了增長。47個(gè)縣區(qū)茶葉產(chǎn)值增加量與3個(gè)縣區(qū)茶葉產(chǎn)值減少量之比為635.50∶1。其中，茶葉效益提升最多的是宣城市廣德縣，與2010年相比，實(shí)現(xiàn)增產(chǎn)6.52億元，占安徽省茶葉效益總增量的14.31%；茶葉效益提升前2位的廣德縣和岳西縣，其提升量占安徽省效益總增量的24.53%；茶葉效益提升前10位的縣區(qū)增量占安徽省增產(chǎn)總量的67.08%。由此可知，茶葉效益提升大縣區(qū)對安徽省茶葉效益增量貢獻(xiàn)突出。

江淮茶區(qū)、大別山茶區(qū)、皖南茶區(qū)依次貢獻(xiàn)了茶葉效益總增量的61.29%、35.57%、3.14%（表2）。從茶葉效益提升縣區(qū)空間格局來看，前10位中有4個(gè)縣區(qū)分布在六安市，1個(gè)縣分布在安慶市，屬于安徽省的大別山茶區(qū)；另外5個(gè)縣區(qū)（廣德縣、休寧縣、黃山市轄區(qū)、歙縣、池州市轄區(qū)）分布在皖南茶區(qū)。以2010—2018年安徽省茶葉效益平均增速（=170.46%）為參考，將安徽省茶葉效益提升區(qū)域劃分為超速提升、協(xié)同提升、緩慢提升3種類型（表3），客觀衡量2010—2018年安徽各縣區(qū)的茶葉效益提升增速情況。協(xié)同提升和緩慢提升的縣區(qū)數(shù)量分別占總提升數(shù)量的34%和21%，而超速提升型占45%。統(tǒng)計(jì)結(jié)果表明，2010—2018年安徽省茶葉效益提升極化現(xiàn)象明顯，以超速提升型為主。

從茶葉效益提升空間分異來看，安徽省茶葉超速提升型集中于皖南茶區(qū)和江淮茶區(qū)，數(shù)量分別為11個(gè)和10個(gè)。增速最快的為江淮茶區(qū)的鳳陽縣，主要與2010年該區(qū)域茶葉產(chǎn)值基數(shù)過小有關(guān)。協(xié)同提升型在大別山茶區(qū)、皖南茶區(qū)、江淮茶區(qū)數(shù)量依次為8、4、3個(gè)。緩慢提升型主要分布于皖南茶區(qū)，其中增幅最小的是懷寧縣（36.33%）。效益減少的3個(gè)縣區(qū)中有2個(gè)位于江淮茶區(qū)，1個(gè)位于皖南茶區(qū)，綜合來看，江淮茶區(qū)效益提升幅度變化大，原因可能在于江淮茶區(qū)規(guī)模較小，茶葉產(chǎn)值與產(chǎn)量的變化引起效益增量變動更敏感；大別山茶區(qū)所有縣區(qū)茶葉效益均實(shí)現(xiàn)提升，且大部分縣區(qū)屬于協(xié)同提升型，標(biāo)志著其茶葉生產(chǎn)優(yōu)勢地位不斷上升。

圖1 2010—2018年安徽省茶葉生產(chǎn)基本信息

表2 2010—2018年安徽省三大茶區(qū)效益增量占比

表3 2010—2018年安徽省各縣區(qū)茶葉效益提升狀況

2.2 茶葉提升貢獻(xiàn)因素分析

利用上述的公式，計(jì)算安徽省歷年單價(jià)、種植面積、單產(chǎn)對茶葉效益提升的貢獻(xiàn)率，結(jié)果如圖2所示。2010—2018年，安徽省茶葉單價(jià)提高貢獻(xiàn)的累計(jì)增量達(dá)20.51億元，占安徽省茶葉效益提升總量的62.55%；由單產(chǎn)提升貢獻(xiàn)的累計(jì)增量為0.90億元，占安徽省茶葉效益提升總量的2.74%；由茶園面積增加貢獻(xiàn)的累計(jì)增量為11.38億元，占安徽省茶葉效益提升總量的34.71%。由此可知，單價(jià)對茶葉效益提升的貢獻(xiàn)率高于面積和單產(chǎn)的貢獻(xiàn)。從歷年的貢獻(xiàn)因素來看（圖2），研究時(shí)間段內(nèi)茶葉單價(jià)提高對茶葉效益提升貢獻(xiàn)率由2010年的71.35%逐步下降至2017年的44.25%，達(dá)到研究時(shí)間段內(nèi)的最小值，然后增加至2018年的62.55%；而單產(chǎn)提升、茶園面積增加對茶葉效益提升貢獻(xiàn)呈現(xiàn)相反的趨勢，表現(xiàn)為先增加后減少。反映了在產(chǎn)能過剩的情況下，茶葉產(chǎn)業(yè)已由單純數(shù)量型擴(kuò)張逐步轉(zhuǎn)向質(zhì)量型提升。

2.3 分區(qū)縣茶葉效益提升貢獻(xiàn)因素分析

2010—2018年，安徽省茶葉效益提升的47個(gè)縣區(qū)中，茶葉單價(jià)提高的有39個(gè)，下降的有8個(gè)。其中當(dāng)涂縣茶葉單價(jià)提高最多，增幅達(dá)6?691.98%，天長市茶葉單價(jià)減少最多，僅為2010年的28.23%，兩地同屬江淮茶區(qū)，反映出占茶葉效益比重較少的江淮茶區(qū)茶葉單價(jià)波動大，穩(wěn)定性不高。47個(gè)縣區(qū)中茶園面積增加的有37個(gè)，降低的有10個(gè)；茶葉單產(chǎn)效率提高的有27個(gè)，降低的20個(gè)；單價(jià)、茶園面積、單產(chǎn)均實(shí)現(xiàn)提升的縣區(qū)數(shù)量僅有16個(gè)。

從區(qū)域茶葉效益提升貢獻(xiàn)來看（圖3），單價(jià)提高對茶葉效益貢獻(xiàn)的縣區(qū)數(shù)量超過面積擴(kuò)大及單產(chǎn)提升貢獻(xiàn)的數(shù)量。具體表現(xiàn)為22個(gè)縣區(qū)的單價(jià)因素大，14個(gè)縣區(qū)的面積貢獻(xiàn)因素大，11個(gè)縣區(qū)的單產(chǎn)貢獻(xiàn)因素較高。結(jié)合茶葉效益提升貢獻(xiàn)類型劃分依據(jù)，從安徽名茶原產(chǎn)地來看，六安瓜片原產(chǎn)地金寨縣、霍山縣和裕安區(qū)，太平猴魁、黃山毛峰、祁門紅茶原產(chǎn)地黃山市轄區(qū)、歙縣、休寧縣及祁門縣均表現(xiàn)出典型的單價(jià)導(dǎo)向型。

基于單價(jià)提高、茶園面積擴(kuò)大與單產(chǎn)提升對安徽省茶葉效益提升貢獻(xiàn)率來分析（圖3），皖南、大別山、江淮茶區(qū)中單價(jià)主導(dǎo)型提升的縣區(qū)依次為11、3、8個(gè)；由面積主導(dǎo)型提升的縣區(qū)依次為7、5、2個(gè)；由單產(chǎn)主導(dǎo)型提升的縣區(qū)依次為5、3、3個(gè)。效益增量位于前15位的縣區(qū)，對安徽省茶葉效益總增量的貢獻(xiàn)達(dá)83.72%，是安徽茶葉效益提升的主力。其中皖南茶區(qū)有9個(gè)，分別為廣德縣、休寧縣、黃山市轄區(qū)、池州市轄區(qū)、石臺縣、涇縣、東至縣、郎溪縣、歙縣；大別山茶區(qū)有6個(gè)，分別為岳西縣、金寨縣、六安市轄區(qū)、舒城縣、霍山縣、潛山縣。皖南茶區(qū)、大別山茶區(qū)茶葉效益增產(chǎn)縣區(qū)數(shù)量均以單價(jià)提升為主。

圖2 2010—2018年安徽茶葉效益增量貢獻(xiàn)率

圖3 2010—2018年安徽省縣域茶葉效益提升因素空間格局

3 討論與結(jié)論

從茶葉效益提升空間分異來看，皖南茶區(qū)優(yōu)勢突出，產(chǎn)茶縣區(qū)數(shù)量最多，歷來是安徽茶葉主產(chǎn)區(qū)；大別山茶區(qū)占安徽省茶葉效益提升比重不斷提高，茶葉地位不斷上升；江淮茶區(qū)的合肥市、馬鞍山市、滁州市總計(jì)貢獻(xiàn)安徽茶葉效益的3.1%，其中除了廬江縣貢獻(xiàn)率相對較高，占江淮茶區(qū)的59.6%，其他縣區(qū)的貢獻(xiàn)極低。因此，應(yīng)進(jìn)一步調(diào)整安徽省茶葉區(qū)域布局，將廬江縣納入大別山茶區(qū)，形成安徽皖南、大別山兩大茶葉效益提升集聚中心。

從提升貢獻(xiàn)因素上看，近9年安徽省茶葉效益“八連增”是以單價(jià)提高為主，以茶園面積擴(kuò)大、單產(chǎn)提升為輔。對于主要依靠茶園面積擴(kuò)大提升效益的地區(qū)，是以偏重?cái)?shù)量擴(kuò)張的方式實(shí)現(xiàn)茶葉效益提升，不僅造成了當(dāng)?shù)厮临Y源利用率普遍偏低，過度開墾茶園還會對山區(qū)生態(tài)環(huán)境造成難以恢復(fù)的破壞。對產(chǎn)茶大縣區(qū)來說，應(yīng)進(jìn)一步加大茶葉科技投入力度，推廣科學(xué)的茶葉種植采摘技術(shù)，提高集約化水平；研發(fā)茶葉新產(chǎn)品，提高茶葉精深加工能力，加大茶葉內(nèi)含物質(zhì)的微觀研究，實(shí)現(xiàn)茶葉與食品、藥品的深度融合，擴(kuò)大茶葉應(yīng)用領(lǐng)域；打破有名茶而無名牌的困局，充分發(fā)揮名優(yōu)茶的品牌效應(yīng)，提高茶葉附加值，使茶葉效益提升因素由茶園面積擴(kuò)大逐步轉(zhuǎn)向茶葉單價(jià)和單產(chǎn)的提高。

對以單產(chǎn)提升為主的地區(qū)，在穩(wěn)定茶葉產(chǎn)量的基礎(chǔ)上，充分結(jié)合區(qū)域茶葉特色，重點(diǎn)培育和打造一批地域特色鮮明的茶葉地理標(biāo)志，如石臺縣富硒茶、績溪“金山時(shí)雨”、岳西翠蘭等；要堅(jiān)持將茶葉品質(zhì)放在首位，構(gòu)建以茶葉質(zhì)量為核心的生產(chǎn)加工體系，建立優(yōu)質(zhì)茶葉認(rèn)證標(biāo)準(zhǔn)和質(zhì)量安全體系，促進(jìn)茶葉單價(jià)的提高，實(shí)現(xiàn)茶葉增收和茶葉效益的提升。

對于單價(jià)提升型地區(qū)來說，要做好夏秋茶的采摘利用，進(jìn)一步提高茶葉利用率；不斷推進(jìn)新茶品的研發(fā)，利用科技創(chuàng)新拓展茶產(chǎn)業(yè)鏈；深入挖掘、凝練區(qū)域特色茶文化，使茶葉消費(fèi)人群結(jié)構(gòu)趨于合理化；與鄉(xiāng)村振興戰(zhàn)略相結(jié)合，通過茶旅產(chǎn)業(yè)深度融合，跨界帶動提升茶葉效益。

以2010—2018年安徽省茶葉產(chǎn)值、產(chǎn)量及茶園面積數(shù)據(jù)為基礎(chǔ)數(shù)據(jù)，基于省域、縣域尺度下的茶葉效益增量和增幅視角探究安徽省近9年茶葉效益提升狀況，并利用對數(shù)分解模型定量分析了茶葉效益提升貢獻(xiàn)因素，得到結(jié)論如下：

（1）2010—2018年，安徽省茶葉效益持續(xù)提升，茶葉產(chǎn)值由26.71億元增至72.24億元，增幅達(dá)170.46%，年均增產(chǎn)達(dá)13.24%。全省產(chǎn)茶的50個(gè)研究單元中，47個(gè)縣區(qū)的茶葉效益實(shí)現(xiàn)提升。茶葉效益增產(chǎn)大縣區(qū)對安徽省茶葉效益提升貢獻(xiàn)突出。前10位的縣區(qū)效益增量占安徽省總量的67.08%。

（2）從茶葉效益提升縣區(qū)空間格局來看，江淮茶區(qū)、大別山茶區(qū)貢獻(xiàn)了茶葉效益增量的96.87%；從茶葉提升幅度來看，安徽省縣域茶葉增速表現(xiàn)出極化現(xiàn)象，2010—2018年安徽省茶葉增速以超速提升型為主；從茶葉效益增幅空間分異來看，大別山茶區(qū)茶葉生產(chǎn)優(yōu)勢地位不斷加強(qiáng)。

（3）研究時(shí)間段內(nèi)安徽省茶葉單價(jià)提升貢獻(xiàn)效益增量占總量的62.55%，遠(yuǎn)高于茶園種植面積擴(kuò)大、單產(chǎn)提高的貢獻(xiàn)。時(shí)序上，單價(jià)因素對茶葉效益提升的貢獻(xiàn)率先由2010年的71.35%逐步下降至2017年的44.25%，2018年回升至62.55%。表明在茶葉產(chǎn)能過剩的情況下，茶葉產(chǎn)業(yè)已由單純數(shù)量擴(kuò)張型向效益提升型轉(zhuǎn)變。

（4）47個(gè)增產(chǎn)縣區(qū)中，單價(jià)提高對茶葉效益提升貢獻(xiàn)的縣區(qū)數(shù)量超過面積擴(kuò)大及單產(chǎn)提高貢獻(xiàn)的數(shù)量。有22個(gè)縣區(qū)的單價(jià)貢獻(xiàn)因素大，14個(gè)縣區(qū)的面積貢獻(xiàn)因素大，11個(gè)縣區(qū)的單產(chǎn)貢獻(xiàn)因素較高。對安徽茶葉效益提升的貢獻(xiàn)達(dá)83.72%的位于前15位的區(qū)縣中，9個(gè)位于皖南茶區(qū)，6個(gè)位于大別山茶區(qū)，且兩大茶區(qū)效益提升縣區(qū)數(shù)量均以單價(jià)提升為主。

[1] 陳富橋, 胡林英, 姜愛芹. 我國茶產(chǎn)業(yè)發(fā)展40年[J]. 中國茶葉, 2019, 41(10): 1-5. Chen F Q, Hu L Y, Jiang A Q. 40 years of tea industry development in China [J]. China Tea, 2019, 41(10): 1-5.

[2] 許詠梅, 蘆煒杰, 呂威雄. 中國茶葉出口貿(mào)易對中國茶產(chǎn)業(yè)發(fā)展影響的實(shí)證分析[J]. 茶葉, 2019, 45(4): 185-192. Xu Y M, Lu W J, Lv W X. An empirical analysis of the impact of China's tea export trade on the development of China's tea industry [J]. Tea, 2019, 45(4): 185-192.

[3] 劉仲華. 中國茶葉深加工產(chǎn)業(yè)發(fā)展歷程與趨勢[J]. 茶葉科學(xué), 2019, 39(2): 115-122. Liu Z H. Development course and trend of tea deep processing industry in China [J]. Journal of Tea Science, 2019, 39(2): 115-122.

[4] 李金貴, 吳詩晴, 陳俊賢. 我國茶葉安全生產(chǎn)面臨的挑戰(zhàn)及對策[J]. 糧食科技與經(jīng)濟(jì), 2020, 45(1): 143-144. Li J G, Wu S Q, Chen J X. Challenges and countermeasures of tea safety production in China [J]. Grain Science and Technology and Economy, 2020, 45(1): 143-144.

[5] 高水練, 楊江帆, 葉乃興. 福建省茶葉生產(chǎn)效益提升路徑實(shí)證研究[J]. 福建農(nóng)林大學(xué)學(xué)報(bào)(哲學(xué)社會科學(xué)版), 2012, 15(1): 50-55. Gao S L, Yang J F, Ye N X. An Empirical Study on the path of improving tea production efficiency in Fujian Province [J]. Journal of Fujian Agriculture and Forestry University (Philosophy and Social Sciences), 2012, 15(1): 50-55.

[6] 郭亞軍, 劉東南. 信陽市茶葉產(chǎn)業(yè)可持續(xù)發(fā)展模式效益綜合評價(jià)[J]. 華中農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會科學(xué)版), 2011(4): 42-46. Guo Y J, Liu D N. Comprehensive evaluation on the benefits of sustainable development model of Xinyang tea industry [J]. Journal of Huazhong Agricultural University (Social Sciences Edition), 2011(4): 42-46.

[7] 葉昌松, 包佐淼. 努力開發(fā)夏秋茶葉不斷提升茶業(yè)效益[J]. 茶葉, 2011, 37(1): 39-41. Ye C S, Bao Z M. Strive to develop tea in summer and autumn to continuously improve the efficiency of tea industry [J]. Tea, 2011, 37(1): 39-41.

[8] 馬立鋒, 呂閏強(qiáng), 黃海濤, 等. 機(jī)械施肥對茶葉產(chǎn)量、品質(zhì)和養(yǎng)分吸收的影響及經(jīng)濟(jì)效益分析[J]. 浙江農(nóng)業(yè)科學(xué), 2017, 58(3): 391-395, 402. Ma L F, Lv R Q, Huang H T, et al. Analysis of the effect of mechanical fertilization on the yield, quality and nutrient absorption of tea and its economic benefits [J]. Journal of Zhejiang Agricultural Sciences, 2017, 58(3): 391-395,402.

[9] 肖秀丹, 黃延政, 鄭政, 等. 不同配方施肥對夷陵區(qū)茶園土壤、茶葉品質(zhì)和效益的影響初探[J]. 中國茶葉, 2018, 40(3): 20-24. Xiao X D, Huang Y Z, Zheng Z, et al. Effects of different fertilization formulas on soil, tea quality and benefit in Yiling tea garden [J]. China Tea, 2018, 40(3): 20-24.

[10] 王軍, 張?jiān)浇? 中國糧食增產(chǎn)的主要因素貢獻(xiàn)分解與實(shí)證估算[J]. 統(tǒng)計(jì)與決策, 2020, 36(1): 44-48. Wang J, Zhang Y J. Decomposition and empirical estimation of the main factors contributing to grain production increase in China [J]. Statistics and Decision, 2020, 36(1): 44-48.

[11] 段健, 徐勇, 徐小任. 1985—2015年黃土高原地區(qū)糧食生產(chǎn)空間格局變化及原因[J]. 水土保持研究, 2019, 26(5): 381-388. Duan J, Xu Y, Xu X R. Spatial pattern change of grain production and its causes in the Loess Plateau from 1985 to 2015 [J]. Research of Soil and Water Conservation, 2019, 26(5): 381-388.

[12] 陳璐, 胡月, 韓學(xué)平, 等. 國家糧食安全中主產(chǎn)區(qū)糧食生產(chǎn)及其貢獻(xiàn)的量化對比分析[J]. 中國土地科學(xué), 2017, 31(9): 34-42. Chen L, Hu Y, Han X P, et al. Quantitative comparative analysis of grain production and its contribution in major production areas of national food security [J]. China Land Science, 2017, 31(9): 34-42.

[13] 金濤, 陶凱俐. 江蘇省糧食生產(chǎn)時(shí)空變化的耕地利用因素分解[J]. 資源科學(xué), 2013, 35(4): 758-763.Jin T, Tao K L. Decomposition of cultivated land use factors in temporal and spatial changes of grain production in Jiangsu Province [J]. Resources Science, 2013, 35(4): 758-763.

[14] 吳海中, 田曉四, 胡剛. 安徽省谷物增量格局及貢獻(xiàn)因素分析[J]. 貴州師范大學(xué)學(xué)報(bào)(自然科學(xué)版), 2020, 38(1): 79-84, 93. Wu H Z, Tian X S, Hu G. Analysis of grain increment pattern and contribution factors in Anhui Province [J]. Journal of Guizhou Normal University (Natural Sciences), 2020, 38(1): 79-84, 93.

[15] 付蓮蓮, 朱紅根, 周曙東. 江西省氣候變化的特征及其對水稻產(chǎn)量的貢獻(xiàn)——基于“氣候-經(jīng)濟(jì)”模型[J]. 長江流域資源與環(huán)境, 2016, 25(4): 590-598. Fu L L, Zhu H G, Zhou S D. Characteristics of climate change and its contribution to rice yield in Jiangxi Province based on the "Climate-Economy" model [J]. Resources and Environment in the Yangtze Basin, 2016, 25(4): 590-598.

[16] 胡劍波, 任亞運(yùn), 郭風(fēng). 國際貿(mào)易碳排放指數(shù)分解法研究綜述[J]. 環(huán)境科學(xué)與技術(shù), 2016, 39(10): 69-72.Hu J B, Ren Y Y, Guo F. Review of carbon emission index decomposition method in international trade [J]. Environmental Science and Technology, 2016, 39(10): 69-72.

[17] 徐軍委, 劉志華. 基于對數(shù)平均權(quán)重分解法的我國二氧化碳排放因素分解研究[J]. 中國礦業(yè), 2014, 23(12): 24-28. Xu J W, Liu Z H. Research on decomposition of carbon dioxide emission factors in China based on log average weight decomposition method [J]. China Mining Magazine, 2014, 23(12): 24-28.

[18] 王奇, 夏溶矯. 基于對數(shù)平均迪氏分解法的中國大氣污染治理投資效果的影響因素探討[J]. 環(huán)境污染與防治, 2012, 34(4): 84-87.Wang Q, Xia R J. Factors influencing the investment effect of air pollution control in China based on LMDI decomposition method [J]. Environmental Pollution and Control, 2012, 34(4): 84-87.

Spatial Differentiation and Contribution Factors of Tea Benefit Improvement in Anhui Province

WU Haizhong, TIAN Xiaosi, CHEN Baoping

College of Geography and Planning, Chizhou University, Chizhou 247100, China

Based on the LMDI decomposition method, with the data of tea output value, output and tea garden area in Anhui Province from 2010 to 2018, the spatial distribution pattern and contribution factors of tea benefit increase in Anhui Province were explored quantitatively. The results show that (1) the tea benefit of Anhui Province continued to increase. The increase of tea benefits and production in regions and counties had made outstanding contribution to the increase of total output value of tea in Anhui Province. (2) From the perspective of the county spatial pattern of tea benefit increment, Jianghuai tea area and Dabieshan tea area contributed 96.87% of the total increment of tea benefit. From the perspective of tea benefit increment, the growth rate of tea in the counties of Anhui Province was dominated by super-rapid growth. From the perspective of spatial differentiation of tea growth, the dominant position of tea production in Dabieshan tea area had been continuously strengthening. (3) During the research period, the increase of unit price of tea in Anhui Province accounted for 62.55% of the total increase in benefits. In terms of time sequence, the contribution of the increase of unit price to the increment of tea benefit first decreased and then increased. (4) Among the 47 yield increasing areas, the number of counties contributing to tea benefit by increasing unit price was more than that by expanding area and increasing unit yield. The top 15 counties contributed 83.72% to the increase of tea benefit in Anhui Province, all of which showed an increase in unit price.

tea, benefit, promote, contribution, Anhui Province

S571.1；F307.12

A

1000-369X(2020)06-845-08

2020-04-20

2020-06-03

國家自然科學(xué)基金（41171110）、安徽省級質(zhì)量工程項(xiàng)目（2018ylzy040）、池州學(xué)院協(xié)同育人項(xiàng)目（2019XSJJD02）

吳海中，男，碩士，講師，主要從事茶葉經(jīng)濟(jì)研究，jackieywu@sina.com