袁俐雯 張俊飚 秦江楠

收稿日期：2023-09-25 ????????????修訂日期：2023-10-27

基金項目：浙江農(nóng)林大學(xué)科研發(fā)展基金人才啟動項目（2023FR015）、中國工程院咨詢項目（2022-XY-53）

作者簡介：袁俐雯，女，博士研究生，主要從事農(nóng)業(yè)資源與環(huán)境經(jīng)濟研究。*通信作者：zhangjb513@126.com

摘要：茶園生態(tài)系統(tǒng)具有重要的碳庫功能。分析測評茶園生產(chǎn)種植過程中的碳匯水平，對科學(xué)評估茶園潛在的生態(tài)價值，推動茶產(chǎn)業(yè)綠色低碳發(fā)展意義重大。選取全國16個茶葉主產(chǎn)省份1978—2020年數(shù)據(jù)，借助茶樹生長周期的生物量模型、土壤含碳量模型核算評估了我國茶業(yè)碳匯的基本情況，利用重心擬合模型分析了茶業(yè)碳匯的時空演變規(guī)律，并結(jié)合地理探測器模型就其空間分異的驅(qū)動因子展開探討。結(jié)果表明：（1）我國茶業(yè)碳匯總量呈階段性增長態(tài)勢，于2020年達到73 531.10萬t，且土壤碳匯積累量高于植被碳匯，碳匯強度則具有“升-降-升”變化特征；（2）各省際茶業(yè)碳匯強度差異明顯，高強度省份聚集在我國東部沿海和西部地區(qū)，碳匯重心長期位于湖南省境內(nèi)，但稍有向西位移趨勢；（3）農(nóng)業(yè)補貼、農(nóng)業(yè)經(jīng)濟發(fā)展水平是影響我國茶業(yè)碳匯空間分布格局的重要驅(qū)動力，但不同地區(qū)茶業(yè)碳匯空間分異的主導(dǎo)因子存在區(qū)別?；诖?，從茶業(yè)碳匯的管理經(jīng)營以及產(chǎn)業(yè)政策制定等方面提出相關(guān)建議。

關(guān)鍵詞：茶業(yè)；碳匯；測度；時空演進；驅(qū)動因子

中圖分類號：S571.1；F323.21? ? ? ? ? ? ? 文獻標(biāo)識碼：A? ? ? ? ? ? ? ?文章編號：1000-369X（2024）01-149-12

Study on the Spatiotemporal Evolution and Spatial Differentiation Pattern of Carbon Sink in

Chinas Tea Industry

YUAN Liwen1， ZHANG Junbiao2，3*， QIN Jiangnan1

1. College of Economics and Management， Huazhong Agricultural University， Wuhan 430070， China; 2. College of Economics and Management， Zhejiang A&F University， Hangzhou 311300， China; 3. Zhejiang Rural Revitalization Research Institute， Hangzhou 311300， China

Abstract： The tea garden ecosystem has an important carbon storage function. Analyzing and evaluating the carbon sink level during the production and planting process of tea gardens is of great significance for scientifically evaluating the potential ecological value of tea gardens and promoting the green and low-carbon development of the tea industry. This paper selected data from 16 major tea producing provinces in China from 1978 to 2020， used biomass models of tea plant growth cycles and soil carbon content models to calculate and evaluate the basic situation of carbon sinks in Chinas tea industry. The center of gravity fitting model was used to analyze the spatiotemporal evolution of carbon sinks in the tea industry， and the driving factors of spatial differentiation were explored in conjunction with geographic detector models. The results show that： （1） The total carbon sink of Chinas tea industry had shown a phased growth trend， reaching 735.311 million tons in 2020， and the accumulation of soil carbon sink was higher than that of plant carbon sink. The carbon sink intensity showed a “rise-decrease-rise” characteristic. （2） There were significant differences in carbon sink intensity among different provinces in the tea industry. High-intensity provinces were concentrated in the eastern coastal and western regions of China， and the carbon sink gravity center had long been located within Hunan province， but there was a slight trend of westward displacement. （3） The agricultural subsidies and the development level of agricultural economy were important driving forces that affect the spatial distribution pattern of carbon sinks in Chinas tea industry， but there were differences in the dominant factors for the spatial differentiation of carbon sinks in different regions. Based on this， this paper proposed relevant suggestions from the management and operation of carbon sinks in the tea industry， as well as the formulation of industrial policies.

Keywords： tea industry， carbon sink， evolution， spatial-temporal evolution， driving factors

進入新世紀(jì)以來，我國茶業(yè)規(guī)模不斷擴張，2022年茶園面積達到了333.03萬hm2，較1978年增加了2倍[1]。同時，在綠色低碳發(fā)展方面，工作有序推進，態(tài)勢良好。截至2020年，我國茶園綠色防控技術(shù)覆蓋率達到56.6%[2]，“三品一標(biāo)”基地數(shù)量也呈現(xiàn)增加狀態(tài)，在農(nóng)業(yè)農(nóng)村部公布的種植業(yè)“三品一標(biāo)”基地名單中，茶產(chǎn)業(yè)由第一批的7個基地增加到第二批的10個基地，占比從7%增加到10%。盡管我國茶業(yè)低碳發(fā)展態(tài)勢明顯，但人們更側(cè)重于對其經(jīng)濟效益的關(guān)注，對其生態(tài)效益重視不夠。目前，已有部分地區(qū)注意到了茶業(yè)的生態(tài)經(jīng)濟價值，如福建省率先將茶業(yè)碳匯納入到碳交易市場，推動了茶業(yè)碳匯價值的轉(zhuǎn)化實現(xiàn)，但數(shù)量有限。究其原因，植茶過程所形成的茶園生態(tài)系統(tǒng)的碳功能過程復(fù)雜，影響了核算結(jié)果的科學(xué)性和精確性。為此，探索建立茶業(yè)碳匯分析的核算體系十分必要。

已有研究人員從碳足跡視角出發(fā)，針對不同茶樹品種、不同地區(qū)植茶、加工及銷售環(huán)節(jié)形成的碳排放、碳匯等碳效應(yīng)問題展開了分析[3-4]，對樣本地區(qū)茶園的生態(tài)環(huán)境效率進行了評估[5]，以及對地形、施肥量、土壤pH值等外部環(huán)境如何影響和作用于茶園生態(tài)系統(tǒng)的碳循環(huán)進行了研究[6]，并取得了一定成果。但這些研究更多是基于微觀視角，運用特定地區(qū)的樣本數(shù)據(jù)或試驗數(shù)據(jù)，在小尺度和小樣本情況下對茶園碳效應(yīng)進行評估，而從宏觀視角下對區(qū)域茶業(yè)碳效應(yīng)長時段動態(tài)評估的研究較少。雖然Zhang等[7]利用模型推演了我國1950—2010年茶業(yè)碳匯的變化情況，但并未對其空間分布特征展開深入探討?；诖?，本研究在對我國茶業(yè)宏觀發(fā)展情況分析的基礎(chǔ)上，運用科學(xué)的分析方法，對1978—2020年全國16個主產(chǎn)區(qū)茶業(yè)的碳匯水平進行估算，以期揭示其時空演進的內(nèi)在特征，探尋可能的驅(qū)動因子。

1 概念界定、研究方法及數(shù)據(jù)來源

1.1 概念界定

本研究中所涉及的“茶業(yè)碳匯”更偏向于宏觀概念，即以我國茶葉主產(chǎn)省份為基本核算單元，測度評估各地植茶過程中形成的碳匯。具體而言，茶業(yè)碳匯的核算主要統(tǒng)計植茶過程中作物吸收大氣中的二氧化碳，并以生物量形式在植被或土壤中被固定的那一部分。

1.2 研究方法

1.2.1 茶業(yè)碳匯核算方法

根據(jù)概念界定，茶業(yè)碳匯既包括植被自身光合作用吸收固定的二氧化碳CSplant，又包括由土壤層吸收沉積的二氧化碳CSsoil，兩者之和為茶業(yè)總碳匯CStotal，具體見式（1）。

·············（1）

其中，植被固定形成的碳匯估算參考生物量因子轉(zhuǎn)換法，即采用單位面積茶樹總生物量（包含地上、地下生物量）與國際通用的植物碳轉(zhuǎn)換系數(shù)CF的乘積計算茶樹含碳量[8]，進而得到該部分的單位面積碳匯水平CSplant/scale，如式（2）所示。

········································（2）

式中，Mup表示茶樹地上部分生物量（t·hm-2），R為茶樹根冠比，Mup（1+R）表示茶樹總生物量，44/12為碳轉(zhuǎn)化為二氧化碳的分子量。通常CF取值為0.5，R取值在0.427～0.595，為便于估計，研究取其中間值0.511。

1978年以后，我國植茶方式普遍改為雙條種植，借鑒張敏等[9]的研究，茶樹地上部分生物量Mup與樹齡t的關(guān)系如式（3）所示。

····（3）

該模型中，茶樹采摘季包括春、夏、秋三

季，采摘方式為一芽二葉。如圖1所示，茶樹樹齡一般在50～60 a，當(dāng)樹齡超過24 a時，植被地上部分生物量逐漸趨于穩(wěn)定。此外，由于擬合函數(shù)中第一年茶樹的地上部分生物量為負值，因此參考吳喬明[10]研究的處理方式，將第一年茶樹地上部分生物量確定為第一年與第二年的平均值3.457 t·hm-2。

土壤層吸收沉積的二氧化碳同樣與茶樹的樹齡密切相關(guān)[11]。參考已有研究中利用H2SO4-K2Cr2O7氧化法建立模型測定土壤含碳量的方法[12]，得到公式（4）茶樹樹齡與單位質(zhì)量（kg）土壤層吸收固定的碳含量（g）之間的函數(shù)關(guān)系。

·····（4）

茶樹地上部分生物量與茶樹樹齡之間的變化關(guān)系如圖2所示。考慮到新茶園土壤在植茶后的第4年才擁有土壤碳儲存，因此前3年的土壤層碳吸收沉積量可視為零。此外，研究中統(tǒng)計的土壤固碳層高度取值為20 cm，土壤密度取值為1.20 g·cm-3[7]。

研究將1978年視為初始植茶年份，并假設(shè)自1978年植茶以來，后續(xù)年份中若發(fā)生因茶園面積縮減而造成茶園生物量減少的情況，將從初始茶園面積中予以累計扣除（若茶園累計減少面積大于初始茶園面積，則將超出的部分從1978年以后的新增茶園面積中依次扣除）。需要說明的是，海南省、重慶市由于特殊的地理行政區(qū)劃分（海南省1988年以前歸屬廣東省管轄，重慶市1997年以前歸屬四川省管轄），分別于1988年和1997年開始記錄茶園面積數(shù)據(jù)，因此本研究對這兩個省份的數(shù)據(jù)進行了特殊處理，將海南省數(shù)據(jù)與廣東省合并，將重慶市數(shù)據(jù)與四川省合并。

茶葉主產(chǎn)省份i在j年由植被固定形成碳匯CSplant，ij的核算如公式（5）和公式（6）所示：

··················（5）

······（6）

當(dāng)茶園在j年的累計減少面積小于（或等于）初始茶園面積，則植被部分碳匯的核算采用式（5）。式中，Anew，i，p表示某茶葉主產(chǎn)省份i在p年較上一年新增的茶園面積，Adecline，i，q表示某茶葉主產(chǎn)省份i在q年較上一年減少的茶園面積，Ai，1978表示主產(chǎn)省份i在1978年的初始茶園面積，p和q的取值在1979—2020年。

當(dāng)茶園在j年的累計減少面積大于初始茶園面積，則植被部分碳匯的核算采用公式（6）。式中，pr表示j年間累計減少茶園面積超出初始茶園的部分恰好能夠被pr年及pr年以前新增茶園面積抵扣。

同理，茶葉主產(chǎn)省份i在第j年由土壤層吸收沉積形成碳匯CSsoil，ij的核算如公式（7）和公式（8）所示：

········································（7）

········（8）

當(dāng)茶園在j年的累計減少面積小于（或等于）初始茶園面積，則土壤部分碳匯的核算采用公式（7）。式中，0.24為轉(zhuǎn)化系數(shù)（即土壤樣方密度與高度的乘積），能夠?qū)⒉鑸@面積轉(zhuǎn)化為茶園土壤質(zhì)量。

當(dāng)茶園在j年的累計減少面積大于初始茶園面積，則土壤部分碳匯的核算采用公式（8）。

1.2.2 重心擬合模型

重心擬合模型旨在分析某一區(qū)域中某種屬性存在的重心位置及不同年份其在區(qū)域空間中的動態(tài)轉(zhuǎn)移軌跡[13]。全國茶業(yè)碳匯重心的地理坐標(biāo)（，）表達如公式（9）所示。

······（9）

式中，k為模型假設(shè)研究區(qū)域具備的單元個數(shù)，Cab（a=1，2，3，…，k）表示第a個單元在第b年的茶業(yè)碳匯量，Xa和Ya分別為單元a的中心經(jīng)緯度坐標(biāo)，參考劉佳駿等[14]和Fan等[15]的研究，以各省份省會城市的地理坐標(biāo)代表各單元的中心經(jīng)緯度坐標(biāo)。

重心轉(zhuǎn)移距離的根據(jù)公式（10）計算。

·······································（10）

式中，d表示相隔年份間碳匯重心移動的距離，b1、b2分別表示不同年份，（Xb1，Yb1）和（Xb2，Yb2）分別表示第b1和b2年碳匯重心的經(jīng)緯度坐標(biāo)，k為常數(shù)，一般取值為111.111。

1.2.3 地理探測器模型

地理探測器模型是分析空間分異性，揭示背后驅(qū)動力的一種統(tǒng)計學(xué)方法。該方法假定當(dāng)某個自變量對某個因變量有重要影響，那么自變量和因變量的空間分布則具備相似性[16]。地理探測器包含分異及因子探測、交互作用探測、風(fēng)險區(qū)探測和生態(tài)探測4個子模塊，本研究主要運用前兩個模塊探析驅(qū)動因子的顯著性以及因子交互后的解釋力。探測我國茶業(yè)碳匯空間分異驅(qū)動因子的計算模型如公式（11）所示。

·········（11）

式中，H為因子的分層，h=1，2，…，H，Nh和N分別為層和全區(qū)的單元數(shù)量，ωh2和ω2分別表示h層和全區(qū)碳匯屬性的方差。SSW和SST分別代表層內(nèi)方差和全區(qū)的總方差。g[0，1]，其值越大意味著因子對茶業(yè)碳匯屬性的解釋力越強，反之則越弱。

在驅(qū)動因子的選擇中，研究從自然因素、產(chǎn)業(yè)特征因素和經(jīng)濟社會因素3個維度出發(fā)，并綜合考察數(shù)據(jù)的可得性，最終篩選得到6個指標(biāo)，如表1所示。

1.3 數(shù)據(jù)來源

自我國1978年開始實行改革開放以來，茶業(yè)生產(chǎn)體制發(fā)生較大變化，茶園面積開始迅速增長，植茶方式也逐漸由單行種植改為雙條種植。因此，本研究選取1978—2020年我國16個茶葉主產(chǎn)省份作為具體研究對象（包括江蘇、浙江、安徽、福建、江西、山東、河南、湖北、湖南、廣東、廣西、四川、貴州、云南、陜西、甘肅，重慶以及海南兩產(chǎn)區(qū)數(shù)據(jù)則分別并入四川和廣東）。

茶業(yè)碳匯核算中運用的各省份的茶園面積、茶葉產(chǎn)量數(shù)據(jù)來源于中國國家統(tǒng)計局。茶樹樹齡以1978年年初為初始植茶時間，記1978年年末各地區(qū)茶樹樹齡為1，后續(xù)年份需根據(jù)茶園面積的變化統(tǒng)計科學(xué)計算新增茶樹的樹齡。此外，各驅(qū)動因子中，年均氣溫、日降水量數(shù)據(jù)來源于歐盟及歐洲中期天氣預(yù)報中心等組織發(fā)布的ERA5-Land數(shù)據(jù)集[17]，農(nóng)業(yè)經(jīng)濟發(fā)展水平、農(nóng)業(yè)勞動力水平以及農(nóng)業(yè)補貼等指標(biāo)來源于《中國統(tǒng)計年鑒》和中國國家統(tǒng)計局。

2 茶業(yè)的碳匯核算結(jié)果及其時空演進特征分析

2.1 茶業(yè)碳匯的時序特征分析

2.1.1 茶業(yè)碳匯總量的時序特征分析

如圖3所示，我國茶業(yè)碳匯總體呈現(xiàn)不斷增長狀態(tài)，由1978年初始植茶的1 003.19萬t積累到2020年的73 531.10萬t，擴大近73倍。根據(jù)表2中碳匯總量的增長率變化可將我國茶業(yè)碳匯時序變動大致劃分成3個階段：第一階段為1978—1984年的急速增長期。該階段我國剛經(jīng)歷改革開放，分包到戶政策給予了茶農(nóng)充分的經(jīng)營自由，茶農(nóng)們積極開辟新茶園，繼而由茶園規(guī)模擴張形成茶業(yè)碳匯量積累迅速上升。第二階段為1984—2000年的平緩上升期。1984年國務(wù)院出臺《關(guān)于調(diào)整茶葉購銷政策和改革流通體制意見的報告》，我國茶葉市場全面放開，產(chǎn)品競爭更加激烈，由于種植技術(shù)的缺乏，部分地區(qū)不適宜茶樹生長的陡坡地逐漸還林，導(dǎo)致這一時期茶業(yè)碳匯呈現(xiàn)出小幅波動，但整體仍呈上升趨勢。第三階段為2000—2020年的穩(wěn)健增長期。21世紀(jì)以來，我國茶業(yè)發(fā)展邁入黃金時期，植茶技術(shù)和制茶工藝不斷精進，不僅實現(xiàn)產(chǎn)量、產(chǎn)值同步增長，在國際市場影響力也日益提升。2016年農(nóng)業(yè)

部發(fā)布《農(nóng)業(yè)部關(guān)于抓住機遇做強茶產(chǎn)業(yè)的意見》，強調(diào)要重點提高茶產(chǎn)業(yè)質(zhì)量效益和產(chǎn)品競爭力。至此，我國茶業(yè)碳匯積累持續(xù)擴大。

2.1.2 茶業(yè)碳匯強度的時序特征分析

與茶業(yè)碳匯總量的變動趨勢略有不同，我國茶業(yè)碳匯強度在1978—1984年期間表現(xiàn)為倍速增長。在該階段下，新植茶樹由幼苗期向成年期過度，枝葉的蓬勃生長使得單位面積生物量的提升，因而貢獻出大量植被碳匯。1984年以后，茶業(yè)碳匯強度則在“升-降-升”的小幅波動中逐漸趨于穩(wěn)定狀態(tài)。一方面，隨著茶樹的生長，舊茶園的土壤碳匯開始累積，表現(xiàn)為茶業(yè)碳匯強度的率先上升；另一方面，由于種植技術(shù)不夠成熟導(dǎo)致部分茶園被迫改為糧田，舊茶園植被及土壤碳匯遭受一定程度衰減，但在2010年后，新茶園的不斷補充帶來了植被碳匯的快速增長。此外，我國茶業(yè)碳匯強度最高值出現(xiàn)在1998年，每公頃達到248.68 t。

2.1.3 茶業(yè)碳匯結(jié)構(gòu)的時序特征分析

1978—2020年我國茶業(yè)土壤碳匯和植被碳匯的總量及強度的變化情況如圖4所示。不同碳匯源均保持著較為一致的變化趨勢，除在1980年以前年份中土壤碳匯弱于植被碳匯外，其余觀測年份土壤碳匯量及強度均高于植被碳匯。由此可見，土壤碳庫是茶業(yè)碳匯積累的重要組成部分，且隨著時間推移，土壤碳匯與植被碳匯在總量方面的差距呈現(xiàn)不斷擴大之勢，但強度方面的差距逐漸趨于穩(wěn)定。

2.2 茶業(yè)碳匯的空間特征分析

考慮到各茶業(yè)主產(chǎn)省份的實際茶園種植面積存在差異，以碳匯強度的變化來反映不同產(chǎn)區(qū)碳匯的空間演變差異將更符合客觀實際。表3中記錄了不同區(qū)域的茶業(yè)碳匯強度表現(xiàn)?？傮w而言，我國茶業(yè)碳匯強度高值大部分聚集在東部沿海和西部地區(qū)，即呈現(xiàn)出東部沿海、西部地區(qū)高，而中部地區(qū)相對較低的“環(huán)繞式”分布格局。從平均碳匯強度來看，東部沿海地區(qū)平均碳匯強度最高，達到每公頃226.05 t，中部地區(qū)與西部地區(qū)平均碳匯強度較為接近，且前者略高于后者。具體而言，各主產(chǎn)省份之間，碳匯強度也出現(xiàn)了較明顯的省際差異。例如，2006年碳匯強度最高的省份為安徽省，碳匯強度達到每公頃269.96 t，同期最低的省份為甘肅省，碳匯強度僅有每公頃106.67 t，兩者每公頃差距達到163.29 t。

2.3 茶業(yè)碳匯的時空演進分析

結(jié)合重心擬合模型，計算得到1978—2020年間我國茶業(yè)碳匯重心的年際位移距離與位移方向（表4），并繪制得到我國茶業(yè)碳匯的重心遷移路徑圖（圖5）。我國茶業(yè)碳匯重心長期位于湖南省域內(nèi)，與初始觀測年份（1978年）相比，2020年我國茶業(yè)碳匯重心發(fā)生明顯西移，其重心的地理坐標(biāo)由（112.86?E，28.46?N）變換為（110.41?E，28.47?N），直線遷移距離達到272.13 km，該現(xiàn)象與我國茶產(chǎn)業(yè)生產(chǎn)布局變遷的客觀規(guī)律相吻合。隨著東部沿海地區(qū)勞動力成本和土地成本的不斷上漲，出于生產(chǎn)要素的比較優(yōu)勢，我國茶樹種植逐步從經(jīng)濟發(fā)達地區(qū)向相對不發(fā)達地區(qū)轉(zhuǎn)移，形成“東茶西擴”的生產(chǎn)格局[18]。西部地區(qū)茶園面積不斷擴張，開發(fā)的新茶園帶來了更多植被和土壤碳儲存，碳匯總量顯著提升，而東部沿海地區(qū)茶園面積則發(fā)生縮減，在此消彼長的動態(tài)變化下，茶業(yè)碳匯重心產(chǎn)生了自東向西的遷移路徑。

盡管我國茶業(yè)碳匯的地理重心綜合表現(xiàn)為西遷趨勢，但從轉(zhuǎn)移方向和轉(zhuǎn)移距離隨時間變化的細節(jié)看，其遷移過程主要經(jīng)歷了以下4個階段：第一階段為1978—1984年，碳匯重心短暫向東南方向移動，轉(zhuǎn)移距離為47.34 km，轉(zhuǎn)移平均速度為7.89 km·a-1；第二階段是1984—2000年，碳匯重心向西南方向遷移，轉(zhuǎn)移距離為137.07 km，轉(zhuǎn)移平均速度為8.57 km·a-1；第三階段是2000—2010年，碳匯重心向西北方向轉(zhuǎn)移，轉(zhuǎn)移距離為115.16 km，轉(zhuǎn)移平均速度為11.52 km·a-1；第四階段是2010—2020

年，碳匯重心繼續(xù)向西南方向延伸，轉(zhuǎn)移距離為133.49 km，轉(zhuǎn)移平均速度為13.35 km·a-1。

2.4 茶業(yè)碳匯空間分異的驅(qū)動因子分析

為深入分析我國茶業(yè)碳匯空間分異的核心驅(qū)動力，從全樣本和地區(qū)樣本視角出發(fā)，統(tǒng)計了各驅(qū)動因子的地理探測器模型估計結(jié)果（表5）。全樣本的探測結(jié)果表明，除產(chǎn)業(yè)布局外，其余驅(qū)動因子都對茶業(yè)碳匯強度空間分異的形成起關(guān)鍵性作用（即驅(qū)動因子對茶業(yè)碳匯強度的影響均較為顯著）。各顯著驅(qū)動因子的g統(tǒng)計量排序為農(nóng)業(yè)補貼（0.188 4）＞農(nóng)業(yè)經(jīng)濟發(fā)展水平（0.087 8）＞年均氣溫（0.048 8）＞日降水量（0.037 7）＞農(nóng)業(yè)勞動力水平（0.034 9），表明以農(nóng)業(yè)補貼和農(nóng)業(yè)經(jīng)濟發(fā)展水平為代表的經(jīng)濟因素是影響我國茶業(yè)碳匯空間分布格局的兩大重要驅(qū)力。實踐中，如優(yōu)良茶種補貼、茶業(yè)機械補貼等政策的實施，既推動了我國植茶技術(shù)向綠色轉(zhuǎn)型升級，又提升了茶樹栽種過程中對自然風(fēng)險的抵御能力，對茶業(yè)增產(chǎn)增匯起到了積極作用。

分樣本區(qū)域的驅(qū)動因子分析結(jié)果表明，各地區(qū)茶業(yè)碳匯空間分異的主導(dǎo)因子存在差異，東部沿海地區(qū)為農(nóng)業(yè)補貼和農(nóng)業(yè)經(jīng)濟發(fā)展水平，中部地區(qū)為農(nóng)業(yè)補貼和年均氣溫，西部地區(qū)則為農(nóng)業(yè)補貼和農(nóng)業(yè)勞動力水平?？赡艿慕?/p>

釋在于：近60年來，我國中部地區(qū)氣候呈現(xiàn)出增溫增濕態(tài)勢[19]，高溫天氣的頻繁出現(xiàn)導(dǎo)致茶產(chǎn)區(qū)逐漸向北和高海拔地區(qū)遷移[20]，加之我國中部地區(qū)農(nóng)業(yè)技術(shù)效率水平整體較低[21]，技術(shù)引入對適應(yīng)和減緩氣候變化的作用效果相對有限，因而年均氣溫是影響中部地區(qū)茶業(yè)碳匯強度的關(guān)鍵因素。西部地區(qū)則因其區(qū)位因素制約，農(nóng)業(yè)勞動力非農(nóng)轉(zhuǎn)移較多[22]，同時特殊的地形條件也造成了農(nóng)機服務(wù)對勞動力的替代效果有限，導(dǎo)致農(nóng)業(yè)勞動力的供給成為了影響西部地區(qū)茶業(yè)碳匯強度的關(guān)鍵因素。

基于全樣本的茶業(yè)碳匯空間分異驅(qū)動因子的交互探測結(jié)果表明（表6），在顯著的驅(qū)動因子中，任意兩個因子的交互作用均大于單個因子，解釋力度顯著增強。表明我國茶業(yè)碳匯空間分異的結(jié)果并非是單一驅(qū)動因子造成，而是多種因子的共同作用。其中，年均氣溫與農(nóng)業(yè)補貼的交互驅(qū)動因子的g統(tǒng)計量得分最高，達到0.287 5；其次為年農(nóng)業(yè)經(jīng)濟發(fā)展水平和農(nóng)業(yè)補貼、日降水量和農(nóng)業(yè)補貼的交互驅(qū)動因子，g統(tǒng)計量得分為0.282 2和0.275 9，并且交互類型均顯示為非線性增強。以上結(jié)果表明，自然因素與經(jīng)濟社會因素的共同作用更能夠影響碳匯的空間分異，意味著我國茶業(yè)綠色高質(zhì)量發(fā)展需要緊密結(jié)合產(chǎn)業(yè)特征，兼顧區(qū)域自然稟賦與經(jīng)濟社會發(fā)展的相互協(xié)同。

3 討論

茶樹種植帶來的碳匯潛力巨大，然而我國幅員遼闊，不同茶區(qū)在土壤、氣候、品種、栽培措施等方面都具有差異，因而探索更為適普的茶業(yè)碳匯評估方案有助于從宏觀視角把握我國茶業(yè)碳庫基本情況。本研究建立在已有文獻模型的基礎(chǔ)上，對1978—2020年我國16個茶葉主產(chǎn)省份的茶業(yè)碳匯進行評估，發(fā)現(xiàn)我國茶業(yè)碳匯總量呈現(xiàn)快速增長狀態(tài)，這一發(fā)展趨勢也與Zhang等[7]的核算預(yù)測相吻合。我國茶園主要分布在亞熱帶，阮建云[23]研究指出，該區(qū)域茶園土壤層（0～40 cm）每公頃有機碳儲量一般為198.00 t，這與本研究核算得到我國茶園土壤層（0～20 cm）每公頃平均碳儲量116.35 t較為一致（考慮碳層深度不同，40 cm深度下土壤有機碳儲量約為20 cm的兩倍）。地區(qū)層面，基于遙感觀測和實地取樣，何小娟[24]對四川省名山縣茶園生態(tài)系統(tǒng)碳匯進行了評估，得到了茶園凈作模式每公頃碳匯量為284.53 t，這與本研究測算得到的四川?。ò貞c市）每公頃茶業(yè)碳匯強度相近。考慮到本研究的觀測時點均設(shè)定在年末，茶樹已經(jīng)過夏、春、秋三季的采摘及茶園修剪，茶樹的生物量有所減少，因此可認(rèn)為本研究的估算結(jié)果在相對合理的誤差區(qū)間。

盡管本研究在推進茶業(yè)碳匯核算中做出了一些嘗試，但仍存在著大尺度下估計較為粗糙的問題。例如，各地區(qū)不同茶園的茶樹采摘、修剪頻次以及茶園更新改造面積等均缺乏較為系統(tǒng)、權(quán)威、可靠的公開數(shù)據(jù)資料，本研究對各地區(qū)茶樹生物量的估計模型采取了統(tǒng)一化處理，未能充分考慮模型與各區(qū)域茶樹生長環(huán)境的匹配問題。未來希望借助大數(shù)據(jù)平臺，收集開發(fā)符合各茶區(qū)不同茶樹品種生長特點的生物量模型，以總結(jié)一般規(guī)律，形成對現(xiàn)有模型的優(yōu)化改進，進一步完善茶業(yè)碳匯測算方案。

4 結(jié)論與啟示

4.1 研究結(jié)論

本研究依據(jù)宏觀年鑒數(shù)據(jù)，運用茶樹生長周期的生物量模型、土壤含碳量模型等核算方法，客觀評估了1978—2020年我國16個茶葉主產(chǎn)省份碳匯的現(xiàn)實情況。在此基礎(chǔ)上，借助重心擬合、地理探測器等分析方法，闡釋了我國茶業(yè)碳匯的時空演變規(guī)律和空間分異格局，得到了以下結(jié)論：

（1）在碳匯的測算結(jié)果上，我國茶業(yè)具備較大的固碳潛力。2020年碳匯總量達到歷史最高值73 531.10萬t，為1978年的73倍，土壤碳匯是主要的貢獻者。

（2）在碳匯的時空演進上，我國茶業(yè)碳匯總量的時序演變表現(xiàn)出階段性增長趨勢，茶業(yè)碳匯強度則呈現(xiàn)為“升-降-升”的波動態(tài)勢。但各省際之間的茶業(yè)碳匯強度差異明顯，高強度省份聚集在我國東部沿海和西部地區(qū)。在發(fā)展過程中，我國茶業(yè)碳匯重心長期位于湖南省境內(nèi)，但整體表現(xiàn)為向西位移的趨勢。

（3）在碳匯空間分異的驅(qū)動因子上，展現(xiàn)為多種因子的共同作用，但不同地區(qū)的主導(dǎo)因子存在差異。農(nóng)業(yè)補貼與農(nóng)業(yè)經(jīng)濟發(fā)展水平是影響我國茶業(yè)碳匯空間分布格局的兩大重要驅(qū)力。分區(qū)域而言，除農(nóng)業(yè)補貼外，東部沿海地區(qū)分異更多的是由農(nóng)業(yè)經(jīng)濟發(fā)展水平所主導(dǎo)，中部地區(qū)分異更多由氣溫條件主導(dǎo)，西部地區(qū)分異則更多由農(nóng)業(yè)勞動力水平主導(dǎo)。

4.2 政策啟示

第一，強化茶業(yè)碳匯資源的有效管理。老茶園土壤碳庫的積累對茶業(yè)碳匯十分重要，因而在對老舊茶園進行更新改造的同時，有必要結(jié)合植茶技術(shù)的更迭，通過引進新技術(shù)改善茶業(yè)產(chǎn)能并維護土壤碳庫，以增強茶業(yè)碳匯能力。

第二，提升茶業(yè)碳匯資源的價值轉(zhuǎn)化。我國茶樹種植積累了大量碳匯資源，但由于缺少變現(xiàn)途徑，導(dǎo)致該生態(tài)資產(chǎn)難以實現(xiàn)價值轉(zhuǎn)換。因此需要進一步健全碳交易市場，鼓勵茶農(nóng)加入茶園碳匯交易，在促進茶業(yè)提質(zhì)增效發(fā)展的同時，實現(xiàn)茶農(nóng)持續(xù)增收。

其三，注重茶業(yè)發(fā)展政策的地區(qū)兼容。我國茶業(yè)碳匯在省域、區(qū)域等空間層面的分異狀況較為明顯，且造成分異的核心驅(qū)動力存在一定差異。因此，茶業(yè)的發(fā)展需要結(jié)合地區(qū)自然稟賦、經(jīng)濟社會發(fā)展條件，倡導(dǎo)因地制宜，分類施策，因勢利導(dǎo)。政策實施的過程中也需要打好組合拳，為茶產(chǎn)業(yè)發(fā)展?fàn)I造良好的外部環(huán)境。

參考文獻

[1]梅宇， 張朔. 2022年中國茶葉生產(chǎn)與內(nèi)銷形勢分析[J]. 中國茶葉， 2023， 45（4）： 25-30.

Mei Y， Zhang S. Analysis of China's tea production and domestic sales in 2022 [J]. China Tea， 2023， 45（4）： 25-30.

[2]冷楊， 童杰文， 黃萍， 等. 我國茶產(chǎn)業(yè)發(fā)展“十三五”回顧及“十四五”展望[J]. 中國茶葉， 2021， 43（9）： 25-30.

Leng Y， Tong J W， Huang P， et al. The development of tea industry in China during the 13th Five-Year Plan Period and prospects for the 14th Five-Year Plan Period [J]. China Tea， 2021， 43（9）： 25-30.

[3]Xue H， Ren X Y， Li S Y， et al. Assessment of private economic benefits and positive environmental externalities of tea plantation in China [J]. Environmental Monitoring & Assessment， 2013， 185（10）： 8501-8516.

[4]Xu Q， Hu K L， Wang X L， et al. Carbon footprint and primary energy demand of organic tea in China using a life cycle assessment approach [J]. Journal of Cleaner Production， 2019， 233（1）： 782-792.

[5]Ulhaq S， Boz I， Shahbaz P， et al. Evaluating eco-efficiency and optimal levels of fertilizer use based on the social cost and social benefits in tea production [J]. Environmental Science and Pollution Research International， 2020， 27（26）： 33008-33019.

[6]何燕， 李廷軒， 王永東. 低山丘陵區(qū)不同坡位茶園土壤有機碳特征研究[J]. 水土保持學(xué)報， 2009， 23（2）： 122-126.

He Y， Li T X， Wang Y D. Soil organic carbon of tea plantation on different slope positions in low mountains and hills [J]. Journal of Soil and Water Conservation， 2009， 23（2）： 122-126.

[7]Zhang M， Chen Y G， Fan D M， et al. Temporal evolution of carbon storage in Chinese tea plantations from 1950 to 2010 [J]. Pedosphere， 2017（1）： 121-128.

[8]Fang J Y， Chen A P， Peng C H， et al. Changes in forest biomass carbon storage in China between 1949 and 1998 [J]. Science， 2001， 292（8）： 2320-2322.

[9]張敏， 陳永根， 于翠平， 等. 在茶園生產(chǎn)周期過程中茶樹群落生物量和碳儲量動態(tài)估算[J]. 浙江大學(xué)學(xué)報（農(nóng)業(yè)與生命科學(xué)版）， 2013， 39（6）： 687-694.

Zhang M， Chen Y G， Yu C P， et al. Dynamic assessments of plant biomass and carbon storage during the production cycle of tea gardens [J]. Journal of Zhejiang University （Agriculture and Life Sciences）， 2013， 39（6）： 687-694.

[10]吳喬明. 一種基于生物量模型的茶園碳匯量快速測算方法： CN115936914A [P]. 2023-04-07.

Wu Q M. A rapid calculation method for carbon sink in tea plantations based on biomass model： CN115936914A [P]. 2023-04-07.

[11]朱仁歡， 鄭子成， 李廷軒， 等. 植茶年限對土壤水穩(wěn)性團聚體腐殖質(zhì)組分特征的影響[J]. 環(huán)境科學(xué)研究， 2018， 31（6）： 1096-1104.

Zhu R H， Zheng Z C， Li T X， et al. Effect of tea plantation age on humus fractions in soil water-stable aggregates [J]. Research of Environmental Sciences， 2018， 31（6）： 1096-1104.

[12]Walkley A， Black A I. An examination of the Degtjareff method for determining soil organic matter， and a proposed modification of the chromic acid titration method [J]. Soil Science，1934， 37（1）： 29-38.

[13]劉彥隨， 王介勇， 郭麗英. 中國糧食生產(chǎn)與耕地變化的時空動態(tài)[J]. 中國農(nóng)業(yè)科學(xué)， 2009， 42（12）： 4269-4274.

Liu Y S， Wang J Y， Guo L Y. The spatial-temporal changes of grain production and arable land in China [J]. Scientia Agricultura Sinica， 2009， 42（12）： 4269-4274.

[14]劉佳駿， 李雪慧， 史丹. 中國碳排放重心轉(zhuǎn)移與驅(qū)動因素分析[J]. 財貿(mào)經(jīng)濟， 2013（12）： 112-123.

Liu J J， Li X H， Shi D. Study on the shift of CO2 emissions gravity center and driving factors [J]. Finance & Trade Economics， 2013（12）： 112-123.

[15]Fan L L， Liang S F， Chen H， et al. Spatial-temporal analysis of the geographical centroids for three major crops in China from 1949 to 2014 [J]. Journal of Geographical Sciences， 2018， 28（11）： 1672-1684.

[16]王勁峰， 徐成東. 地理探測器： 原理與展望[J]. 地理學(xué)報， 2017， 72（1）： 116-134.

Wang J F， Xu C D. Geodetector： principle and prospective [J]. Acta Geographica Sinica， 2017， 72（1）： 116-134.

[17]Mu?oz Z J. ERA5-Land monthly averaged data from 1950 to present [DS/OL]. [2023-09-25]. https：//cds.climate. copernicus.

eu/cdsapp#！/dataset/reanalysis-era5-land-monthly-means？tab=overview.

[18]吳芹瑤， 楊江帆， 林程， 等. 中國茶葉生產(chǎn)布局變遷研究[J]. 茶葉科學(xué)， 2022， 42（2）： 290-300.

Wu Q Y， Yang J F， Lin C， et al. Research on the changes of Chinas tea production layout [J]. Journal of Tea Science， 2022， 42（2）： 290-300.

[19]程書波， 李沖， 岳穎， 等. 1961—2020年我國中部地區(qū)氣溫和降水時空變化特征[J]. 水利水電技術(shù)（中英文）， 2023， 54（6）： 75-86.

Cheng S B， Li C， Yue Y， et al. Temporal and spatial variation characteristics of temperature and precipitation in central China from 1961 to 2020 [J]. Water Resources and Hydropower Engineering， 2023， 54（6）： 75-86.

[20]韓文炎， 李鑫， 顏鵬， 等. 氣候變化對茶葉生產(chǎn)的影響及應(yīng)對技術(shù)展望[J]. 中國茶葉， 2020， 42（2）： 19-23.

Han W Y， Li X， Yan P， et al. Effect of climate change on tea production and its adaptation technology prospect [J]. China Tea， 2020， 42（2）： 19-23.

[21]葛鵬飛， 王頌吉， 黃秀路. 中國農(nóng)業(yè)綠色全要素生產(chǎn)率測算[J]. 中國人口·資源與環(huán)境， 2018， 28（5）： 66-74.

Ge P F， Wang S J， Huang X L. Measurement for Chinas agricultural green TFP [J]. China Population， Resources and Environment， 2018， 28（5）： 66-74.

[22]盧華， 周應(yīng)恒， 張培文， 等. 農(nóng)業(yè)社會化服務(wù)對耕地撂荒的影響研究——基于中國家庭大數(shù)據(jù)庫的經(jīng)驗證據(jù)[J]. 中國土地科學(xué)， 2022， 36（9）： 69-78.

Lu H， Zhou Y H， Zhang P W， et al. Impact of socialized agricultural services on farmland abandonment： empirical evidence based on Chinese family database [J]. 2022， 36（9）： 69-78.

[23]阮建云. 茶園生態(tài)系統(tǒng)固碳潛力及低碳茶葉生產(chǎn)技術(shù)[J]. 中國茶葉， 2010， 32（7）： 6-9.

Ruan J Y. Carbon sequestration potential of tea plantation ecosystem and low-carbon tea production technology [J]. China Tea， 2010， 32（7）： 6-9.

[24]何小娟. 名山縣茶園生態(tài)系統(tǒng)碳匯能力分析[D]. 成都： 四川農(nóng)業(yè)大學(xué)， 2013.

He X J. Analysis the carbon sequestration capacity of the tea plantation of Mingshan county [D]. Chengdu： Sichuan Agricultural University， 2013.