我國茶業碳匯的時空演變規律和空間分異格局研究

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：浙江農林大學科研發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，主要從事農業資源與環境經濟研究。*通信作者：zhangjb513@126.com

摘要：茶園生態系統具有重要的碳庫功能。分析測評茶園生產種植過程中的碳匯水平，對科學評估茶園潛在的生態價值，推動茶產業綠色低碳發展意義重大。選取全國16個茶葉主產省份1978—2020年數據，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碳匯的基本情況，利用重心擬合模型分析了茶業碳匯的時空演變規律，并結合地理探測器模型就其空間分異的驅動因子展開探討。結果表明：（1）我國茶業碳匯總量呈階段性增長態勢，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，碳匯重心長期位于湖南省境內，但稍有向西位移趨勢；（3）農業補貼、農業經濟發展水平是影響我國茶業碳匯空間分布格局的重要驅動力，但不同地區茶業碳匯空間分異的主導因子存在區別?；诖?，從茶業碳匯的管理經營以及產業政策制定等方面提出相關建議。

關鍵詞：茶業；碳匯；測度；時空演進；驅動因子

中圖分類號：S571.1；F323.21? ? ? ? ? ? ? 文獻標識碼：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

進入新世紀以來，我國茶業規模不斷擴張，2022年茶園面積達到了333.03萬hm2，較1978年增加了2倍[1]。同時，在綠色低碳發展方面，工作有序推進，態勢良好。截至2020年，我國茶園綠色防控技術覆蓋率達到56.6%[2]，“三品一標”基地數量也呈現增加狀態，在農業農村部公布的種植業“三品一標”基地名單中，茶產業由第一批的7個基地增加到第二批的10個基地，占比從7%增加到10%。盡管我國茶業低碳發展態勢明顯，但人們更側重于對其經濟效益的關注，對其生態效益重視不夠。目前，已有部分地區注意到了茶業的生態經濟價值，如福建省率先將茶業碳匯納入到碳交易市場，推動了茶業碳匯價值的轉化實現，但數量有限。究其原因，植茶過程所形成的茶園生態系統的碳功能過程復雜，影響了核算結果的科學性和精確性。為此，探索建立茶業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，針對不同茶樹品種、不同地區植茶、加工及銷售環節形成的碳排放、碳匯等碳效應問題展開了分析[3-4]，對樣本地區茶園的生態環境效率進行了評估[5]，以及對地形、施肥量、土壤pH值等外部環境如何影響和作用于茶園生態系統的碳循環進行了研究[6]，并取得了一定成果。但這些研究更多是基于微觀視角，運用特定地區的樣本數據或試驗數據，在小尺度和小樣本情況下對茶園碳效應進行評估，而從宏觀視角下對區域茶業碳效應長時段動態評估的研究較少。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宏觀發展情況分析的基礎上，運用科學的分析方法，對1978—2020年全國16個主產區茶業的碳匯水平進行估算，以期揭示其時空演進的內在特征，探尋可能的驅動因子。

1 概念界定、研究方法及數據來源

1.1 概念界定

本研究中所涉及的“茶業碳匯”更偏向于宏觀概念，即以我國茶葉主產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，茶業碳匯的核算主要統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 茶業碳匯核算方法

根據概念界定，茶業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換系數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，當樹齡超過24 a時，植被地上部分生物量逐漸趨于穩定。此外，由于擬合函數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[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）茶樹樹齡與單位質量（kg）土壤層吸收固定的碳含量（g）之間的函數關系。

·····（4）

茶樹地上部分生物量與茶樹樹齡之間的變化關系如圖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，并假設自1978年植茶以來，后續年份中若發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據，因此本研究對這兩個省份的數據進行了特殊處理，將海南省數據與廣東省合并，將重慶市數據與四川省合并。

茶葉主產省份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表示某茶葉主產省份i在q年較上一年減少的茶園面積，Ai，1978表示主產省份i在1978年的初始茶園面積，p和q的取值在1979—2020年。

當茶園在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為轉化系數（即土壤樣方密度與高度的乘積），能夠將茶園面積轉化為茶園土壤質量。

當茶園在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域中某種屬性存在的重心位置及不同年份其在區域空間中的動態轉移軌跡[13]。全國茶業碳匯重心的地理坐標（，）表達如公式（9）所示。

······（9）

式中，k為模型假設研究區域具備的單元個數，Cab（a=1，2，3，…，k）表示第a個單元在第b年的茶業碳匯量，Xa和Ya分別為單元a的中心經緯度坐標，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代表各單元的中心經緯度坐標。

重心轉移距離的根據公式（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年碳匯重心的經緯度坐標，k為常數，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，揭示背后驅動力的一種統計學方法。該方法假定當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、風險區探測和生態探測4個子模塊，本研究主要運用前兩個模塊探析驅動因子的顯著性以及因子交互后的解釋力。探測我國茶業碳匯空間分異驅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分別為層和全區的單元數量，ωh2和ω2分別表示h層和全區碳匯屬性的方差。SSW和SST分別代表層內方差和全區的總方差。g[0，1]，其值越大意味著因子對茶業碳匯屬性的解釋力越強，反之則越弱。

在驅動因子的選擇中，研究從自然因素、產業特征因素和經濟社會因素3個維度出發，并綜合考察數據的可得性，最終篩選得到6個指標，如表1所示。

1.3 數據來源

自我國1978年開始實行改革開放以來，茶業生產體制發生較大變化，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，重慶以及海南兩產區數據則分別并入四川和廣東）。

茶業碳匯核算中運用的各省份的茶園面積、茶葉產量數據來源于中國國家統計局。茶樹樹齡以1978年年初為初始植茶時間，記1978年年末各地區茶樹樹齡為1，后續年份需根據茶園面積的變化統計科學計算新增茶樹的樹齡。此外，各驅動因子中，年均氣溫、日降水量數據來源于歐盟及歐洲中期天氣預報中心等組織發布的ERA5-Land數據集[17]，農業經濟發展水平、農業勞動力水平以及農業補貼等指標來源于《中國統計年鑒》和中國國家統計局。

2 茶業的碳匯核算結果及其時空演進特征分析

2.1 茶業碳匯的時序特征分析

2.1.1 茶業碳匯總量的時序特征分析

如圖3所示，我國茶業碳匯總體呈現不斷增長狀態，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。根據表2中碳匯總量的增長率變化可將我國茶業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。該階段我國剛經歷改革開放，分包到戶政策給予了茶農充分的經營自由，茶農們積極開辟新茶園，繼而由茶園規模擴張形成茶業碳匯量積累迅速上升。第二階段為1984—2000年的平緩上升期。1984年國務院出臺《關于調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，產品競爭更加激烈，由于種植技術的缺乏，部分地區不適宜茶樹生長的陡坡地逐漸還林，導致這一時期茶業碳匯呈現出小幅波動，但整體仍呈上升趨勢。第三階段為2000—2020年的穩健增長期。21世紀以來，我國茶業發展邁入黃金時期，植茶技術和制茶工藝不斷精進，不僅實現產量、產值同步增長，在國際市場影響力也日益提升。2016年農業

部發布《農業部關于抓住機遇做強茶產業的意見》，強調要重點提高茶產業質量效益和產品競爭力。至此，我國茶業碳匯積累持續擴大。

2.1.2 茶業碳匯強度的時序特征分析

與茶業碳匯總量的變動趨勢略有不同，我國茶業碳匯強度在1978—1984年期間表現為倍速增長。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，茶業碳匯強度則在“升-降-升”的小幅波動中逐漸趨于穩定狀態。一方面，隨著茶樹的生長，舊茶園的土壤碳匯開始累積，表現為茶業碳匯強度的率先上升；另一方面，由于種植技術不夠成熟導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，我國茶業碳匯強度最高值出現在1998年，每公頃達到248.68 t。

2.1.3 茶業碳匯結構的時序特征分析

1978—2020年我國茶業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不斷擴大之勢，但強度方面的差距逐漸趨于穩定。

2.2 茶業碳匯的空間特征分析

考慮到各茶業主產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區碳匯的空間演變差異將更符合客觀實際。表3中記錄了不同區域的茶業碳匯強度表現?？傮w而言，我國茶業碳匯強度高值大部分聚集在東部沿海和西部地區，即呈現出東部沿海、西部地區高，而中部地區相對較低的“環繞式”分布格局。從平均碳匯強度來看，東部沿海地區平均碳匯強度最高，達到每公頃226.05 t，中部地區與西部地區平均碳匯強度較為接近，且前者略高于后者。具體而言，各主產省份之間，碳匯強度也出現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 茶業碳匯的時空演進分析

結合重心擬合模型，計算得到1978—2020年間我國茶業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碳匯的重心遷移路徑圖（圖5）。我國茶業碳匯重心長期位于湖南省域內，與初始觀測年份（1978年）相比，2020年我國茶業碳匯重心發生明顯西移，其重心的地理坐標由（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，該現象與我國茶產業生產布局變遷的客觀規律相吻合。隨著東部沿海地區勞動力成本和土地成本的不斷上漲，出于生產要素的比較優勢，我國茶樹種植逐步從經濟發達地區向相對不發達地區轉移，形成“東茶西擴”的生產格局[18]。西部地區茶園面積不斷擴張，開發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，而東部沿海地區茶園面積則發生縮減，在此消彼長的動態變化下，茶業碳匯重心產生了自東向西的遷移路徑。

盡管我國茶業碳匯的地理重心綜合表現為西遷趨勢，但從轉移方向和轉移距離隨時間變化的細節看，其遷移過程主要經歷了以下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，轉移距離為47.34 km，轉移平均速度為7.89 km·a-1；第二階段是1984—2000年，碳匯重心向西南方向遷移，轉移距離為137.07 km，轉移平均速度為8.57 km·a-1；第三階段是2000—2010年，碳匯重心向西北方向轉移，轉移距離為115.16 km，轉移平均速度為11.52 km·a-1；第四階段是2010—2020

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

2.4 茶業碳匯空間分異的驅動因子分析

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

分樣本區域的驅動因子分析結果表明，各地區茶業碳匯空間分異的主導因子存在差異，東部沿海地區為農業補貼和農業經濟發展水平，中部地區為農業補貼和年均氣溫，西部地區則為農業補貼和農業勞動力水平?？赡艿慕?/p>

釋在于：近60年來，我國中部地區氣候呈現出增溫增濕態勢[19]，高溫天氣的頻繁出現導致茶產區逐漸向北和高海拔地區遷移[20]，加之我國中部地區農業技術效率水平整體較低[21]，技術引入對適應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茶業碳匯強度的關鍵因素。西部地區則因其區位因素制約，農業勞動力非農轉移較多[22]，同時特殊的地形條件也造成了農機服務對勞動力的替代效果有限，導致農業勞動力的供給成為了影響西部地區茶業碳匯強度的關鍵因素。

基于全樣本的茶業碳匯空間分異驅動因子的交互探測結果表明（表6），在顯著的驅動因子中，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。表明我國茶業碳匯空間分異的結果并非是單一驅動因子造成，而是多種因子的共同作用。其中，年均氣溫與農業補貼的交互驅動因子的g統計量得分最高，達到0.287 5；其次為年農業經濟發展水平和農業補貼、日降水量和農業補貼的交互驅動因子，g統計量得分為0.282 2和0.275 9，并且交互類型均顯示為非線性增強。以上結果表明，自然因素與經濟社會因素的共同作用更能夠影響碳匯的空間分異，意味著我國茶業綠色高質量發展需要緊密結合產業特征，兼顧區域自然稟賦與經濟社會發展的相互協同。

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碳匯評估方案有助于從宏觀視角把握我國茶業碳庫基本情況。本研究建立在已有文獻模型的基礎上，對1978—2020年我國16個茶葉主產省份的茶業碳匯進行評估，發現我國茶業碳匯總量呈現快速增長狀態，這一發展趨勢也與Zhang等[7]的核算預測相吻合。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系統碳匯進行了評估，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）每公頃茶業碳匯強度相近?？紤]到本研究的觀測時點均設定在年末，茶樹已經過夏、春、秋三季的采摘及茶園修剪，茶樹的生物量有所減少，因此可認為本研究的估算結果在相對合理的誤差區間。

盡管本研究在推進茶業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、權威、可靠的公開數據資料，本研究對各地區茶樹生物量的估計模型采取了統一化處理，未能充分考慮模型與各區域茶樹生長環境的匹配問題。未來希望借助大數據平臺，收集開發符合各茶區不同茶樹品種生長特點的生物量模型，以總結一般規律，形成對現有模型的優化改進，進一步完善茶業碳匯測算方案。

4 結論與啟示

4.1 研究結論

本研究依據宏觀年鑒數據，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個茶葉主產省份碳匯的現實情況。在此基礎上，借助重心擬合、地理探測器等分析方法，闡釋了我國茶業碳匯的時空演變規律和空間分異格局，得到了以下結論：

（1）在碳匯的測算結果上，我國茶業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，我國茶業碳匯總量的時序演變表現出階段性增長趨勢，茶業碳匯強度則呈現為“升-降-升”的波動態勢。但各省際之間的茶業碳匯強度差異明顯，高強度省份聚集在我國東部沿海和西部地區。在發展過程中，我國茶業碳匯重心長期位于湖南省境內，但整體表現為向西位移的趨勢。

（3）在碳匯空間分異的驅動因子上，展現為多種因子的共同作用，但不同地區的主導因子存在差異。農業補貼與農業經濟發展水平是影響我國茶業碳匯空間分布格局的兩大重要驅力。分區域而言，除農業補貼外，東部沿海地區分異更多的是由農業經濟發展水平所主導，中部地區分異更多由氣溫條件主導，西部地區分異則更多由農業勞動力水平主導。

4.2 政策啟示

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

第二，提升茶業碳匯資源的價值轉化。我國茶樹種植積累了大量碳匯資源，但由于缺少變現途徑，導致該生態資產難以實現價值轉換。因此需要進一步健全碳交易市場，鼓勵茶農加入茶園碳匯交易，在促進茶業提質增效發展的同時，實現茶農持續增收。

其三，注重茶業發展政策的地區兼容。我國茶業碳匯在省域、區域等空間層面的分異狀況較為明顯，且造成分異的核心驅動力存在一定差異。因此，茶業的發展需要結合地區自然稟賦、經濟社會發展條件，倡導因地制宜，分類施策，因勢利導。政策實施的過程中也需要打好組合拳，為茶產業發展營造良好的外部環境。

參考文獻

[1]梅宇， 張朔. 2022年中國茶葉生產與內銷形勢分析[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. 我國茶產業發展“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. 低山丘陵區不同坡位茶園土壤有機碳特征研究[J]. 水土保持學報， 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. 在茶園生產周期過程中茶樹群落生物量和碳儲量動態估算[J]. 浙江大學學報（農業與生命科學版）， 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性團聚體腐殖質組分特征的影響[J]. 環境科學研究， 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. 中國糧食生產與耕地變化的時空動態[J]. 中國農業科學， 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. 中國碳排放重心轉移與驅動因素分析[J]. 財貿經濟， 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. 中國茶葉生產布局變遷研究[J]. 茶葉科學， 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年我國中部地區氣溫和降水時空變化特征[J]. 水利水電技術（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的影響及應對技術展望[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. 中國農業綠色全要素生產率測算[J]. 中國人口·資源與環境， 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， 周應恒， 張培文， 等. 農業社會化服務對耕地撂荒的影響研究——基于中國家庭大數據庫的經驗證據[J]. 中國土地科學， 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. 茶園生態系統固碳潛力及低碳茶葉生產技術[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. 名山縣茶園生態系統碳匯能力分析[D]. 成都： 四川農業大學， 2013.

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