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(xiàng)目：浙江農(nóng)林大學(xué)科研發(fā)展基金人才啟動(dòng)項(xiàng)目（2023FR015）、中國(guó)工程院咨詢(xún)項(xiàng)目（2022-XY-53）

作者簡(jiǎn)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(jì)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(kù)功能。分析測(cè)評(píng)茶園生產(chǎn)種植過(guò)程中的碳匯水平，對(duì)科學(xué)評(píng)估茶園潛在的生態(tài)價(jià)值，推動(dòng)茶產(chǎn)業(yè)綠色低碳發(fā)展意義重大。選取全國(guó)16個(gè)茶葉主產(chǎn)省份1978—2020年數(shù)據(jù)，借助茶樹(shù)生長(zhǎng)周期的生物量模型、土壤含碳量模型核算評(píng)估了我國(guó)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(shí)空演變規(guī)律，并結(jié)合地理探測(cè)器模型就其空間分異的驅(qū)動(dòng)因子展開(kāi)探討。結(jié)果表明：（1）我國(guó)茶業(yè)碳匯總量呈階段性增長(zhǎng)態(tài)勢(shì)，于2020年達(dá)到73 531.10萬(wàn)t，且土壤碳匯積累量高于植被碳匯，碳匯強(qiáng)度則具有“升-降-升”變化特征；（2）各省際茶業(yè)碳匯強(qiáng)度差異明顯，高強(qiáng)度省份聚集在我國(guó)東部沿海和西部地區(qū)，碳匯重心長(zhǎng)期位于湖南省境內(nèi)，但稍有向西位移趨勢(shì)；（3）農(nóng)業(yè)補(bǔ)貼、農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平是影響我國(guó)茶業(yè)碳匯空間分布格局的重要驅(qū)動(dòng)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?；诖耍瑥牟铇I(yè)碳匯的管理經(jīng)營(yíng)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(cè)度；時(shí)空演進(jìn)；驅(qū)動(dòng)因子

中圖分類(lèi)號(hào)：S571.1；F323.21? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ?文章編號(hào)：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(jìn)入新世紀(jì)以來(lái)，我國(guó)茶業(yè)規(guī)模不斷擴(kuò)張，2022年茶園面積達(dá)到了333.03萬(wàn)hm2，較1978年增加了2倍[1]。同時(shí)，在綠色低碳發(fā)展方面，工作有序推進(jìn)，態(tài)勢(shì)良好。截至2020年，我國(guó)茶園綠色防控技術(shù)覆蓋率達(dá)到56.6%[2]，“三品一標(biāo)”基地?cái)?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(gè)基地增加到第二批的10個(gè)基地，占比從7%增加到10%。盡管我國(guó)茶業(yè)低碳發(fā)展態(tài)勢(shì)明顯，但人們更側(cè)重于對(duì)其經(jīng)濟(jì)效益的關(guān)注，對(duì)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(jì)價(jià)值，如福建省率先將茶業(yè)碳匯納入到碳交易市場(chǎng)，推動(dòng)了茶業(yè)碳匯價(jià)值的轉(zhuǎn)化實(shí)現(xiàn)，但數(shù)量有限。究其原因，植茶過(guò)程所形成的茶園生態(tài)系統(tǒng)的碳功能過(guò)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(duì)不同茶樹(shù)品種、不同地區(qū)植茶、加工及銷(xiāo)售環(huán)節(jié)形成的碳排放、碳匯等碳效應(yīng)問(wèn)題展開(kāi)了分析[3-4]，對(duì)樣本地區(qū)茶園的生態(tài)環(huán)境效率進(jìn)行了評(píng)估[5]，以及對(duì)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(jìn)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(yùn)用特定地區(qū)的樣本數(shù)據(jù)或試驗(yàn)數(shù)據(jù)，在小尺度和小樣本情況下對(duì)茶園碳效應(yīng)進(jìn)行評(píng)估，而從宏觀視角下對(duì)區(qū)域茶業(yè)碳效應(yīng)長(zhǎng)時(shí)段動(dòng)態(tài)評(píng)估的研究較少。雖然Zhang等[7]利用模型推演了我國(guó)1950—2010年茶業(yè)碳匯的變化情況，但并未對(duì)其空間分布特征展開(kāi)深入探討?；诖?，本研究在對(duì)我國(guó)茶業(yè)宏觀發(fā)展情況分析的基礎(chǔ)上，運(yùn)用科學(xué)的分析方法，對(duì)1978—2020年全國(guó)16個(gè)主產(chǎn)區(qū)茶業(yè)的碳匯水平進(jìn)行估算，以期揭示其時(shí)空演進(jìn)的內(nèi)在特征，探尋可能的驅(qū)動(dòng)因子。

1 概念界定、研究方法及數(shù)據(jù)來(lái)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(guó)茶葉主產(chǎn)省份為基本核算單元，測(cè)度評(píng)估各地植茶過(guò)程中形成的碳匯。具體而言，茶業(yè)碳匯的核算主要統(tǒng)計(jì)植茶過(guò)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(jiàn)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(shù)總生物量（包含地上、地下生物量）與國(guó)際通用的植物碳轉(zhuǎn)換系數(shù)CF的乘積計(jì)算茶樹(shù)含碳量[8]，進(jìn)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(shù)地上部分生物量（t·hm-2），R為茶樹(shù)根冠比，Mup（1+R）表示茶樹(shù)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(jì)，研究取其中間值0.511。

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

····（3）

該模型中，茶樹(shù)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(shù)樹(shù)齡一般在50～60 a，當(dāng)樹(shù)齡超過(guò)24 a時(shí)，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(shù)的地上部分生物量為負(fù)值，因此參考吳喬明[10]研究的處理方式，將第一年茶樹(shù)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(shù)的樹(shù)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(cè)定土壤含碳量的方法[12]，得到公式（4）茶樹(shù)樹(shù)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(shù)地上部分生物量與茶樹(shù)樹(shù)齡之間的變化關(guān)系如圖2所示?？紤]到新茶園土壤在植茶后的第4年才擁有土壤碳儲(chǔ)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(jì)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(lái)，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(jì)扣除（若茶園累計(jì)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(shuō)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?gòu)V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(kāi)始記錄茶園面積數(shù)據(jù)，因此本研究對(duì)這兩個(gè)省份的數(shù)據(jù)進(jìn)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(jì)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(jì)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(jì)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(jì)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(jì)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(dòng)態(tài)轉(zhuǎn)移軌跡[13]。全國(guó)茶業(yè)碳匯重心的地理坐標(biāo)（，）表達(dá)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(gè)數(shù)，Cab（a=1，2，3，…，k）表示第a個(gè)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(huì)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(jì)算。

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

式中，d表示相隔年份間碳匯重心移動(dòng)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(cè)器模型

地理探測(cè)器模型是分析空間分異性，揭示背后驅(qū)動(dòng)力的一種統(tǒng)計(jì)學(xué)方法。該方法假定當(dāng)某個(gè)自變量對(duì)某個(gè)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(cè)器包含分異及因子探測(cè)、交互作用探測(cè)、風(fēng)險(xiǎn)區(qū)探測(cè)和生態(tài)探測(cè)4個(gè)子模塊，本研究主要運(yùn)用前兩個(gè)模塊探析驅(qū)動(dòng)因子的顯著性以及因子交互后的解釋力。探測(cè)我國(guó)茶業(yè)碳匯空間分異驅(qū)動(dòng)因子的計(jì)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(duì)茶業(yè)碳匯屬性的解釋力越強(qiáng)，反之則越弱。

在驅(qū)動(dòng)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(jì)社會(huì)因素3個(gè)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(gè)指標(biāo)，如表1所示。

1.3 數(shù)據(jù)來(lái)源

自我國(guó)1978年開(kāi)始實(shí)行改革開(kāi)放以來(lái)，茶業(yè)生產(chǎn)體制發(fā)生較大變化，茶園面積開(kāi)始迅速增長(zhǎng)，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(guó)16個(gè)茶葉主產(chǎn)省份作為具體研究對(duì)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(yùn)用的各省份的茶園面積、茶葉產(chǎn)量數(shù)據(jù)來(lái)源于中國(guó)國(guó)家統(tǒng)計(jì)局。茶樹(shù)樹(shù)齡以1978年年初為初始植茶時(shí)間，記1978年年末各地區(qū)茶樹(shù)樹(shù)齡為1，后續(xù)年份需根據(jù)茶園面積的變化統(tǒng)計(jì)科學(xué)計(jì)算新增茶樹(shù)的樹(shù)齡。此外，各驅(qū)動(dòng)因子中，年均氣溫、日降水量數(shù)據(jù)來(lái)源于歐盟及歐洲中期天氣預(yù)報(bào)中心等組織發(fā)布的ERA5-Land數(shù)據(jù)集[17]，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平、農(nóng)業(yè)勞動(dòng)力水平以及農(nóng)業(yè)補(bǔ)貼等指標(biāo)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》和中國(guó)國(guó)家統(tǒng)計(jì)局。

2 茶業(yè)的碳匯核算結(jié)果及其時(shí)空演進(jìn)特征分析

2.1 茶業(yè)碳匯的時(shí)序特征分析

2.1.1 茶業(yè)碳匯總量的時(shí)序特征分析

如圖3所示，我國(guó)茶業(yè)碳匯總體呈現(xiàn)不斷增長(zhǎng)狀態(tài)，由1978年初始植茶的1 003.19萬(wàn)t積累到2020年的73 531.10萬(wàn)t，擴(kuò)大近73倍。根據(jù)表2中碳匯總量的增長(zhǎng)率變化可將我國(guó)茶業(yè)碳匯時(shí)序變動(dòng)大致劃分成3個(gè)階段：第一階段為1978—1984年的急速增長(zhǎng)期。該階段我國(guó)剛經(jīng)歷改革開(kāi)放，分包到戶政策給予了茶農(nóng)充分的經(jīng)營(yíng)自由，茶農(nóng)們積極開(kāi)辟新茶園，繼而由茶園規(guī)模擴(kuò)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(guó)務(wù)院出臺(tái)《關(guān)于調(diào)整茶葉購(gòu)銷(xiāo)政策和改革流通體制意見(jiàn)的報(bào)告》，我國(guó)茶葉市場(chǎng)全面放開(kāi)，產(chǎn)品競(jìng)爭(zhēng)更加激烈，由于種植技術(shù)的缺乏，部分地區(qū)不適宜茶樹(shù)生長(zhǎng)的陡坡地逐漸還林，導(dǎo)致這一時(shí)期茶業(yè)碳匯呈現(xiàn)出小幅波動(dòng)，但整體仍呈上升趨勢(shì)。第三階段為2000—2020年的穩(wěn)健增長(zhǎng)期。21世紀(jì)以來(lái)，我國(guó)茶業(yè)發(fā)展邁入黃金時(shí)期，植茶技術(shù)和制茶工藝不斷精進(jìn)，不僅實(shí)現(xiàn)產(chǎn)量、產(chǎn)值同步增長(zhǎng)，在國(guó)際市場(chǎng)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(jī)遇做強(qiáng)茶產(chǎn)業(yè)的意見(jiàn)》，強(qiáng)調(diào)要重點(diǎn)提高茶產(chǎn)業(yè)質(zhì)量效益和產(chǎn)品競(jìng)爭(zhēng)力。至此，我國(guó)茶業(yè)碳匯積累持續(xù)擴(kuò)大。

2.1.2 茶業(yè)碳匯強(qiáng)度的時(shí)序特征分析

與茶業(yè)碳匯總量的變動(dòng)趨勢(shì)略有不同，我國(guó)茶業(yè)碳匯強(qiáng)度在1978—1984年期間表現(xiàn)為倍速增長(zhǎng)。在該階段下，新植茶樹(shù)由幼苗期向成年期過(guò)度，枝葉的蓬勃生長(zhǎng)使得單位面積生物量的提升，因而貢獻(xiàn)出大量植被碳匯。1984年以后，茶業(yè)碳匯強(qiáng)度則在“升-降-升”的小幅波動(dòng)中逐漸趨于穩(wěn)定狀態(tài)。一方面，隨著茶樹(shù)的生長(zhǎng)，舊茶園的土壤碳匯開(kāi)始累積，表現(xiàn)為茶業(yè)碳匯強(qiáng)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(bǔ)充帶來(lái)了植被碳匯的快速增長(zhǎng)。此外，我國(guó)茶業(yè)碳匯強(qiáng)度最高值出現(xiàn)在1998年，每公頃達(dá)到248.68 t。

2.1.3 茶業(yè)碳匯結(jié)構(gòu)的時(shí)序特征分析

1978—2020年我國(guó)茶業(yè)土壤碳匯和植被碳匯的總量及強(qiáng)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(shì)，除在1980年以前年份中土壤碳匯弱于植被碳匯外，其余觀測(cè)年份土壤碳匯量及強(qiáng)度均高于植被碳匯。由此可見(jiàn)，土壤碳庫(kù)是茶業(yè)碳匯積累的重要組成部分，且隨著時(shí)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(kuò)大之勢(shì)，但強(qiáng)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(shí)際茶園種植面積存在差異，以碳匯強(qiáng)度的變化來(lái)反映不同產(chǎn)區(qū)碳匯的空間演變差異將更符合客觀實(shí)際。表3中記錄了不同區(qū)域的茶業(yè)碳匯強(qiáng)度表現(xiàn)?？傮w而言，我國(guó)茶業(yè)碳匯強(qiáng)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(duì)較低的“環(huán)繞式”分布格局。從平均碳匯強(qiáng)度來(lái)看，東部沿海地區(qū)平均碳匯強(qiáng)度最高，達(dá)到每公頃226.05 t，中部地區(qū)與西部地區(qū)平均碳匯強(qiáng)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(qiáng)度也出現(xiàn)了較明顯的省際差異。例如，2006年碳匯強(qiáng)度最高的省份為安徽省，碳匯強(qiáng)度達(dá)到每公頃269.96 t，同期最低的省份為甘肅省，碳匯強(qiáng)度僅有每公頃106.67 t，兩者每公頃差距達(dá)到163.29 t。

2.3 茶業(yè)碳匯的時(shí)空演進(jìn)分析

結(jié)合重心擬合模型，計(jì)算得到1978—2020年間我國(guó)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(guó)茶業(yè)碳匯的重心遷移路徑圖（圖5）。我國(guó)茶業(yè)碳匯重心長(zhǎng)期位于湖南省域內(nèi)，與初始觀測(cè)年份（1978年）相比，2020年我國(guó)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(dá)到272.13 km，該現(xiàn)象與我國(guó)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(dòng)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(shì)，我國(guó)茶樹(shù)種植逐步從經(jīng)濟(jì)發(fā)達(dá)地區(qū)向相對(duì)不發(fā)達(dá)地區(qū)轉(zhuǎn)移，形成“東茶西擴(kuò)”的生產(chǎn)格局[18]。西部地區(qū)茶園面積不斷擴(kuò)張，開(kāi)發(fā)的新茶園帶來(lái)了更多植被和土壤碳儲(chǔ)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(zhǎng)的動(dòng)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(guó)茶業(yè)碳匯的地理重心綜合表現(xiàn)為西遷趨勢(shì)，但從轉(zhuǎn)移方向和轉(zhuǎn)移距離隨時(shí)間變化的細(xì)節(jié)看，其遷移過(guò)程主要經(jīng)歷了以下4個(gè)階段：第一階段為1978—1984年，碳匯重心短暫向東南方向移動(dòng)，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(dòng)因子分析

為深入分析我國(guó)茶業(yè)碳匯空間分異的核心驅(qū)動(dòng)力，從全樣本和地區(qū)樣本視角出發(fā)，統(tǒng)計(jì)了各驅(qū)動(dòng)因子的地理探測(cè)器模型估計(jì)結(jié)果（表5）。全樣本的探測(cè)結(jié)果表明，除產(chǎn)業(yè)布局外，其余驅(qū)動(dòng)因子都對(duì)茶業(yè)碳匯強(qiáng)度空間分異的形成起關(guān)鍵性作用（即驅(qū)動(dòng)因子對(duì)茶業(yè)碳匯強(qiáng)度的影響均較為顯著）。各顯著驅(qū)動(dòng)因子的g統(tǒng)計(jì)量排序?yàn)檗r(nóng)業(yè)補(bǔ)貼（0.188 4）＞農(nóng)業(yè)經(jīng)濟(jì)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(dòng)力水平（0.034 9），表明以農(nóng)業(yè)補(bǔ)貼和農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平為代表的經(jīng)濟(jì)因素是影響我國(guó)茶業(yè)碳匯空間分布格局的兩大重要驅(qū)力。實(shí)踐中，如優(yōu)良茶種補(bǔ)貼、茶業(yè)機(jī)械補(bǔ)貼等政策的實(shí)施，既推動(dòng)了我國(guó)植茶技術(shù)向綠色轉(zhuǎn)型升級(jí)，又提升了茶樹(shù)栽種過(guò)程中對(duì)自然風(fēng)險(xiǎn)的抵御能力，對(duì)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(dòng)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(bǔ)貼和農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平，中部地區(qū)為農(nóng)業(yè)補(bǔ)貼和年均氣溫，西部地區(qū)則為農(nóng)業(yè)補(bǔ)貼和農(nóng)業(yè)勞動(dòng)力水平?？赡艿慕?/p>

釋在于：近60年來(lái)，我國(guó)中部地區(qū)氣候呈現(xiàn)出增溫增濕態(tài)勢(shì)[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(guó)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(duì)適應(yīng)和減緩氣候變化的作用效果相對(duì)有限，因而年均氣溫是影響中部地區(qū)茶業(yè)碳匯強(qiáng)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(dòng)力非農(nóng)轉(zhuǎn)移較多[22]，同時(shí)特殊的地形條件也造成了農(nóng)機(jī)服務(wù)對(duì)勞動(dòng)力的替代效果有限，導(dǎo)致農(nóng)業(yè)勞動(dòng)力的供給成為了影響西部地區(qū)茶業(yè)碳匯強(qiáng)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(dòng)因子的交互探測(cè)結(jié)果表明（表6），在顯著的驅(qū)動(dòng)因子中，任意兩個(gè)因子的交互作用均大于單個(gè)因子，解釋力度顯著增強(qiáng)。表明我國(guó)茶業(yè)碳匯空間分異的結(jié)果并非是單一驅(qū)動(dòng)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(bǔ)貼的交互驅(qū)動(dòng)因子的g統(tǒng)計(jì)量得分最高，達(dá)到0.287 5；其次為年農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平和農(nóng)業(yè)補(bǔ)貼、日降水量和農(nóng)業(yè)補(bǔ)貼的交互驅(qū)動(dòng)因子，g統(tǒng)計(jì)量得分為0.282 2和0.275 9，并且交互類(lèi)型均顯示為非線性增強(qiáng)。以上結(jié)果表明，自然因素與經(jīng)濟(jì)社會(huì)因素的共同作用更能夠影響碳匯的空間分異，意味著我國(guó)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(jì)社會(huì)發(fā)展的相互協(xié)同。

3 討論

茶樹(shù)種植帶來(lái)的碳匯潛力巨大，然而我國(guó)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(píng)估方案有助于從宏觀視角把握我國(guó)茶業(yè)碳庫(kù)基本情況。本研究建立在已有文獻(xiàn)模型的基礎(chǔ)上，對(duì)1978—2020年我國(guó)16個(gè)茶葉主產(chǎn)省份的茶業(yè)碳匯進(jìn)行評(píng)估，發(fā)現(xiàn)我國(guó)茶業(yè)碳匯總量呈現(xiàn)快速增長(zhǎng)狀態(tài)，這一發(fā)展趨勢(shì)也與Zhang等[7]的核算預(yù)測(cè)相吻合。我國(guó)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(jī)碳儲(chǔ)量一般為198.00 t，這與本研究核算得到我國(guó)茶園土壤層（0～20 cm）每公頃平均碳儲(chǔ)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(jī)碳儲(chǔ)量約為20 cm的兩倍）。地區(qū)層面，基于遙感觀測(cè)和實(shí)地取樣，何小娟[24]對(duì)四川省名山縣茶園生態(tài)系統(tǒng)碳匯進(jìn)行了評(píng)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(cè)算得到的四川省（包含重慶市）每公頃茶業(yè)碳匯強(qiáng)度相近。考慮到本研究的觀測(cè)時(shí)點(diǎn)均設(shè)定在年末，茶樹(shù)已經(jīng)過(guò)夏、春、秋三季的采摘及茶園修剪，茶樹(shù)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(duì)合理的誤差區(qū)間。

盡管本研究在推進(jìn)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(jì)較為粗糙的問(wèn)題。例如，各地區(qū)不同茶園的茶樹(shù)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(kāi)數(shù)據(jù)資料，本研究對(duì)各地區(qū)茶樹(shù)生物量的估計(jì)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(shù)生長(zhǎng)環(huán)境的匹配問(wèn)題。未來(lái)希望借助大數(shù)據(jù)平臺(tái)，收集開(kāi)發(fā)符合各茶區(qū)不同茶樹(shù)品種生長(zhǎng)特點(diǎn)的生物量模型，以總結(jié)一般規(guī)律，形成對(duì)現(xiàn)有模型的優(yōu)化改進(jìn)，進(jìn)一步完善茶業(yè)碳匯測(cè)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(yùn)用茶樹(shù)生長(zhǎng)周期的生物量模型、土壤含碳量模型等核算方法，客觀評(píng)估了1978—2020年我國(guó)16個(gè)茶葉主產(chǎn)省份碳匯的現(xiàn)實(shí)情況。在此基礎(chǔ)上，借助重心擬合、地理探測(cè)器等分析方法，闡釋了我國(guó)茶業(yè)碳匯的時(shí)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(cè)算結(jié)果上，我國(guó)茶業(yè)具備較大的固碳潛力。2020年碳匯總量達(dá)到歷史最高值73 531.10萬(wàn)t，為1978年的73倍，土壤碳匯是主要的貢獻(xiàn)者。

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

（3）在碳匯空間分異的驅(qū)動(dòng)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(bǔ)貼與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平是影響我國(guó)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(bǔ)貼外，東部沿海地區(qū)分異更多的是由農(nóng)業(yè)經(jīng)濟(jì)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(dòng)力水平主導(dǎo)。

4.2 政策啟示

第一，強(qiáng)化茶業(yè)碳匯資源的有效管理。老茶園土壤碳庫(kù)的積累對(duì)茶業(yè)碳匯十分重要，因而在對(duì)老舊茶園進(jìn)行更新改造的同時(shí)，有必要結(jié)合植茶技術(shù)的更迭，通過(guò)引進(jìn)新技術(shù)改善茶業(yè)產(chǎn)能并維護(hù)土壤碳庫(kù)，以增強(qiáng)茶業(yè)碳匯能力。

第二，提升茶業(yè)碳匯資源的價(jià)值轉(zhuǎn)化。我國(guó)茶樹(shù)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(shí)現(xiàn)價(jià)值轉(zhuǎn)換。因此需要進(jìn)一步健全碳交易市場(chǎng)，鼓勵(lì)茶農(nóng)加入茶園碳匯交易，在促進(jìn)茶業(yè)提質(zhì)增效發(fā)展的同時(shí)，實(shí)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(guó)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(dòng)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(jì)社會(huì)發(fā)展條件，倡導(dǎo)因地制宜，分類(lèi)施策，因勢(shì)利導(dǎo)。政策實(shí)施的過(guò)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(xiàn)

[1]梅宇， 張朔. 2022年中國(guó)茶葉生產(chǎn)與內(nèi)銷(xiāo)形勢(shì)分析[J]. 中國(guó)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(guó)茶產(chǎn)業(yè)發(fā)展“十三五”回顧及“十四五”展望[J]. 中國(guó)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(jī)碳特征研究[J]. 水土保持學(xué)報(bào)， 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(guò)程中茶樹(shù)群落生物量和碳儲(chǔ)量動(dòng)態(tài)估算[J]. 浙江大學(xué)學(xué)報(bào)（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(cè)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(duì)土壤水穩(wěn)性團(tuán)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(guó)糧食生產(chǎn)與耕地變化的時(shí)空動(dòng)態(tài)[J]. 中國(guó)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(guó)碳排放重心轉(zhuǎn)移與驅(qū)動(dòng)因素分析[J]. 財(cái)貿(mào)經(jīng)濟(jì)， 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(cè)器： 原理與展望[J]. 地理學(xué)報(bào)， 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(guó)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(shū)波， 李沖， 岳穎， 等. 1961—2020年我國(guó)中部地區(qū)氣溫和降水時(shí)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(duì)茶葉生產(chǎn)的影響及應(yīng)對(duì)技術(shù)展望[J]. 中國(guó)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(guó)農(nóng)業(yè)綠色全要素生產(chǎn)率測(cè)算[J]. 中國(guó)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(huì)化服務(wù)對(duì)耕地撂荒的影響研究——基于中國(guó)家庭大數(shù)據(jù)庫(kù)的經(jīng)驗(yàn)證據(jù)[J]. 中國(guó)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(guó)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.