安徽省茶葉效益提升空間分異及貢獻因素研究

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因素研究

吳海中，田曉四，陳保平

池州學院 地理與規劃學院，安徽 池州 247100

基于對數平均迪式分解法，以2010—2018年安徽省茶葉產值、產量及茶園面積為基礎數據，定量化探究安徽省茶葉效益提升空間分異格局及貢獻因素。結果表明：（1）安徽省茶葉效益持續提升，茶葉效益提升大縣區對茶葉總效益貢獻突出。（2）從茶葉效益提升空間格局來看，江淮茶區、大別山茶區貢獻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，大別山茶區茶葉生產優勢地位不斷加強。（3）研究時間段內安徽省茶葉單價提高貢獻效益增量占總量的62.55%。時序上，單價提高對茶葉效益提升貢獻率先下降后上升。（4）47個效益提升縣區中，單價提高對茶葉效益貢獻的縣區數量超過面積擴大及單產提高貢獻的數量。位于前15位的縣區對安徽茶葉效益提升的貢獻達83.72%，均表現為單價提升型。

茶葉；效益；提升；貢獻；安徽省

我國有數千年的產茶歷史，茶文化源遠流長。茶是世界三大飲料之一，茶葉的供需量大，同時茶樹作為重要經濟作物，種植范圍廣布于我國20個省區[1]。與1978年相比，2018年我國茶園面積和產量分別提升了284.92%和973.88%（數據來源于中國統計年鑒）。目前我國茶葉種植規模已居全球第一，是全球主要的茶葉出口貿易國[2]。但現階段茶葉市場出現產能過剩，產大于銷的狀況。對比全球茶葉主產國，我國茶葉生產效益水平相對較低，茶葉附加值及生產效率不高[3-4]。因此，茶葉產業正面臨著由單純追求產量和面積增長到茶葉效益提升的轉變。如何提升茶葉效益，走上茶葉生產可持續發展之路，是當前各茶葉主產區亟需解決的難題。

目前關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；對于貢獻因素的研究，則主要集中于糧食作物產量方面[10-15]，缺少對農作物經濟效益提升方面的分析。從現有研究來看，尚存在以下不足：（1）對縣域尺度下的茶葉生產格局演變過程缺乏系統性的研究；（2）時序上缺少多尺度比較及連續的分析；（3）對區域茶葉效益提升及貢獻因素的探究尚未見報道。鑒于此，本文基于安徽省茶葉統計數據，利用對數平均迪式分解法，定量化探究茶葉效益提升空間格局及貢獻因素。

1 研究方法與數據來源

1.1 茶葉效益提升貢獻率和累計貢獻率

茶葉效益提升貢獻率是某縣區茶葉產值增量占全省茶葉增量的比值，累計貢獻率是增量位于全省前數位縣域單元的茶葉產值增量占全省茶葉增量的比值。計算公式[14]分別為：

（1）、（2）式中，C、分別表示地區茶葉效益提升貢獻率（%）和累計貢獻率（%）；Δ表示地區茶葉產值增量（t）；表示增產的地級市數量。

1.2 增量貢獻率

對數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相關因素的乘積，以此來定量探究各個組成要素對研究對象變動的影響程度，計量不同因素的貢獻率。該方法是不產生殘差的一種完全分解法[16-18]，已被廣泛應用于農作物產量影響因素的研究中[10,12-14]。

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

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

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

單價、茶園面積、單產對茶葉效益總增量的貢獻率分別為[13-14]：

其中C＋C＋C=100%。為更直觀表達單價提高、茶園面積增加和單產提升對茶葉效益提升量的貢獻率，定義CC、C中的最大值為貢獻主導因素（表1），且實際計算中，沒有出現CC、C值相等的情況。

表1 茶葉效益提升貢獻類型

1.3 數據來源

基于數據的連續性和可獲取性，綜合選取2010—2018年茶葉統計數據，且所選年份未見由偶然原因造成的較大波動，因此能夠真實反映安徽省茶葉效益提升狀況。茶葉產值、產量、茶園面積等數據來源于安徽各地級市統計局。研究時期內為保持茶葉統計口徑統一，選擇將地級市下轄各區統一為該市轄區，以2018年的安徽省行政區劃為標準圖，底圖來源于國家基礎地理信息中心（http://www.ngcc.cn/ngcc）。考慮到通貨膨脹造成人民幣貶值而引起價格波動，在計算茶葉效益提升貢獻因素時，以2010年為基準年，其他年份價格均除以居民消費價格指數（CPI），CPI指數來源于2011—2019年中國統計年鑒。

1.4 研究區概況

安徽省是中國重要茶葉產區。茶葉作為安徽省特色優勢農產品，茶產業也是皖西大別山、皖南山區農業經濟支柱產業。得天獨厚的自然環境和悠久的產茶歷史，培育了種類豐富的名優茶，黃山毛峰、太平猴魁、祁門紅茶等享譽世界。安徽省茶葉生產集中于除皖北6市以外的其他地區。依據自然地理條件將安徽茶葉種植分為三大茶區，皖南茶區：銅陵、蕪湖、池州、黃山、宣城；大別山茶區：安慶、六安；江淮茶區：合肥、滁州、馬鞍山。

2 安徽省茶葉效益提升地域格局及貢獻因素

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提升，年產值增幅變化較大；茶葉產量、茶園面積整體變化規律相似，茶葉產量、茶園面積均于2017年達到研究時間內的最大值，之后出現小幅回落。9年間，安徽省茶葉產值由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）。安徽省茶葉產區涉及的50個縣區中，除肥西縣、滁州市轄區、蕪湖縣3個研究單元茶葉產值出現下降，其余47個縣區的茶葉產值均實現了增長。47個縣區茶葉產值增加量與3個縣區茶葉產值減少量之比為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，實現增產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位的縣區增量占安徽省增產總量的67.08%。由此可知，茶葉效益提升大縣區對安徽省茶葉效益增量貢獻突出。

江淮茶區、大別山茶區、皖南茶區依次貢獻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空間格局來看，前10位中有4個縣區分布在六安市，1個縣分布在安慶市，屬于安徽省的大別山茶區；另外5個縣區（廣德縣、休寧縣、黃山市轄區、歙縣、池州市轄區）分布在皖南茶區。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域劃分為超速提升、協同提升、緩慢提升3種類型（表3），客觀衡量2010—2018年安徽各縣區的茶葉效益提升增速情況。協同提升和緩慢提升的縣區數量分別占總提升數量的34%和21%，而超速提升型占45%。統計結果表明，2010—2018年安徽省茶葉效益提升極化現象明顯，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和江淮茶區，數量分別為11個和10個。增速最快的為江淮茶區的鳳陽縣，主要與2010年該區域茶葉產值基數過小有關。協同提升型在大別山茶區、皖南茶區、江淮茶區數量依次為8、4、3個。緩慢提升型主要分布于皖南茶區，其中增幅最小的是懷寧縣（36.33%）。效益減少的3個縣區中有2個位于江淮茶區，1個位于皖南茶區，綜合來看，江淮茶區效益提升幅度變化大，原因可能在于江淮茶區規模較小，茶葉產值與產量的變化引起效益增量變動更敏感；大別山茶區所有縣區茶葉效益均實現提升，且大部分縣區屬于協同提升型，標志著其茶葉生產優勢地位不斷上升。

圖1 2010—2018年安徽省茶葉生產基本信息

表2 2010—2018年安徽省三大茶區效益增量占比

表3 2010—2018年安徽省各縣區茶葉效益提升狀況

2.2 茶葉提升貢獻因素分析

利用上述的公式，計算安徽省歷年單價、種植面積、單產對茶葉效益提升的貢獻率，結果如圖2所示。2010—2018年，安徽省茶葉單價提高貢獻的累計增量達20.51億元，占安徽省茶葉效益提升總量的62.55%；由單產提升貢獻的累計增量為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的累計增量為11.38億元，占安徽省茶葉效益提升總量的34.71%。由此可知，單價對茶葉效益提升的貢獻率高于面積和單產的貢獻。從歷年的貢獻因素來看（圖2），研究時間段內茶葉單價提高對茶葉效益提升貢獻率由2010年的71.35%逐步下降至2017年的44.25%，達到研究時間段內的最小值，然后增加至2018年的62.55%；而單產提升、茶園面積增加對茶葉效益提升貢獻呈現相反的趨勢，表現為先增加后減少。反映了在產能過剩的情況下，茶葉產業已由單純數量型擴張逐步轉向質量型提升。

2.3 分區縣茶葉效益提升貢獻因素分析

2010—2018年，安徽省茶葉效益提升的47個縣區中，茶葉單價提高的有39個，下降的有8個。其中當涂縣茶葉單價提高最多，增幅達6?691.98%，天長市茶葉單價減少最多，僅為2010年的28.23%，兩地同屬江淮茶區，反映出占茶葉效益比重較少的江淮茶區茶葉單價波動大，穩定性不高。47個縣區中茶園面積增加的有37個，降低的有10個；茶葉單產效率提高的有27個，降低的20個；單價、茶園面積、單產均實現提升的縣區數量僅有16個。

從區域茶葉效益提升貢獻來看（圖3），單價提高對茶葉效益貢獻的縣區數量超過面積擴大及單產提升貢獻的數量。具體表現為22個縣區的單價因素大，14個縣區的面積貢獻因素大，11個縣區的單產貢獻因素較高。結合茶葉效益提升貢獻類型劃分依據，從安徽名茶原產地來看，六安瓜片原產地金寨縣、霍山縣和裕安區，太平猴魁、黃山毛峰、祁門紅茶原產地黃山市轄區、歙縣、休寧縣及祁門縣均表現出典型的單價導向型。

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

圖2 2010—2018年安徽茶葉效益增量貢獻率

圖3 2010—2018年安徽省縣域茶葉效益提升因素空間格局

3 討論與結論

從茶葉效益提升空間分異來看，皖南茶區優勢突出，產茶縣區數量最多，歷來是安徽茶葉主產區；大別山茶區占安徽省茶葉效益提升比重不斷提高，茶葉地位不斷上升；江淮茶區的合肥市、馬鞍山市、滁州市總計貢獻安徽茶葉效益的3.1%，其中除了廬江縣貢獻率相對較高，占江淮茶區的59.6%，其他縣區的貢獻極低。因此，應進一步調整安徽省茶葉區域布局，將廬江縣納入大別山茶區，形成安徽皖南、大別山兩大茶葉效益提升集聚中心。

從提升貢獻因素上看，近9年安徽省茶葉效益“八連增”是以單價提高為主，以茶園面積擴大、單產提升為輔。對于主要依靠茶園面積擴大提升效益的地區，是以偏重數量擴張的方式實現茶葉效益提升，不僅造成了當地水土資源利用率普遍偏低，過度開墾茶園還會對山區生態環境造成難以恢復的破壞。對產茶大縣區來說，應進一步加大茶葉科技投入力度，推廣科學的茶葉種植采摘技術，提高集約化水平；研發茶葉新產品，提高茶葉精深加工能力，加大茶葉內含物質的微觀研究，實現茶葉與食品、藥品的深度融合，擴大茶葉應用領域；打破有名茶而無名牌的困局，充分發揮名優茶的品牌效應，提高茶葉附加值，使茶葉效益提升因素由茶園面積擴大逐步轉向茶葉單價和單產的提高。

對以單產提升為主的地區，在穩定茶葉產量的基礎上，充分結合區域茶葉特色，重點培育和打造一批地域特色鮮明的茶葉地理標志，如石臺縣富硒茶、績溪“金山時雨”、岳西翠蘭等；要堅持將茶葉品質放在首位，構建以茶葉質量為核心的生產加工體系，建立優質茶葉認證標準和質量安全體系，促進茶葉單價的提高，實現茶葉增收和茶葉效益的提升。

對于單價提升型地區來說，要做好夏秋茶的采摘利用，進一步提高茶葉利用率；不斷推進新茶品的研發，利用科技創新拓展茶產業鏈；深入挖掘、凝練區域特色茶文化，使茶葉消費人群結構趨于合理化；與鄉村振興戰略相結合，通過茶旅產業深度融合，跨界帶動提升茶葉效益。

以2010—2018年安徽省茶葉產值、產量及茶園面積數據為基礎數據，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，并利用對數分解模型定量分析了茶葉效益提升貢獻因素，得到結論如下：

（1）2010—2018年，安徽省茶葉效益持續提升，茶葉產值由26.71億元增至72.24億元，增幅達170.46%，年均增產達13.24%。全省產茶的50個研究單元中，47個縣區的茶葉效益實現提升。茶葉效益增產大縣區對安徽省茶葉效益提升貢獻突出。前10位的縣區效益增量占安徽省總量的67.08%。

（2）從茶葉效益提升縣區空間格局來看，江淮茶區、大別山茶區貢獻了茶葉效益增量的96.87%；從茶葉提升幅度來看，安徽省縣域茶葉增速表現出極化現象，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，大別山茶區茶葉生產優勢地位不斷加強。

（3）研究時間段內安徽省茶葉單價提升貢獻效益增量占總量的62.55%，遠高于茶園種植面積擴大、單產提高的貢獻。時序上，單價因素對茶葉效益提升的貢獻率先由2010年的71.35%逐步下降至2017年的44.25%，2018年回升至62.55%。表明在茶葉產能過剩的情況下，茶葉產業已由單純數量擴張型向效益提升型轉變。

（4）47個增產縣區中，單價提高對茶葉效益提升貢獻的縣區數量超過面積擴大及單產提高貢獻的數量。有22個縣區的單價貢獻因素大，14個縣區的面積貢獻因素大，11個縣區的單產貢獻因素較高。對安徽茶葉效益提升的貢獻達83.72%的位于前15位的區縣中，9個位于皖南茶區，6個位于大別山茶區，且兩大茶區效益提升縣區數量均以單價提升為主。

[1] 陳富橋, 胡林英, 姜愛芹. 我國茶產業發展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. 中國茶葉出口貿易對中國茶產業發展影響的實證分析[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. 中國茶葉深加工產業發展歷程與趨勢[J]. 茶葉科學, 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. 我國茶葉安全生產面臨的挑戰及對策[J]. 糧食科技與經濟, 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. 福建省茶葉生產效益提升路徑實證研究[J]. 福建農林大學學報(哲學社會科學版), 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. 信陽市茶葉產業可持續發展模式效益綜合評價[J]. 華中農業大學學報(社會科學版), 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. 努力開發夏秋茶葉不斷提升茶業效益[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, 黃海濤, 等. 機械施肥對茶葉產量、品質和養分吸收的影響及經濟效益分析[J]. 浙江農業科學, 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茶園土壤、茶葉品質和效益的影響初探[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, 張越杰. 中國糧食增產的主要因素貢獻分解與實證估算[J]. 統計與決策, 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年黃土高原地區糧食生產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, 韓學平, 等. 國家糧食安全中主產區糧食生產及其貢獻的量化對比分析[J]. 中國土地科學, 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. 江蘇省糧食生產時空變化的耕地利用因素分解[J]. 資源科學, 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因素分析[J]. 貴州師范大學學報(自然科學版), 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量的貢獻——基于“氣候-經濟”模型[J]. 長江流域資源與環境, 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, 郭風. 國際貿易碳排放指數分解法研究綜述[J]. 環境科學與技術, 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. 基于對數平均權重分解法的我國二氧化碳排放因素分解研究[J]. 中國礦業, 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

國家自然科學基金（41171110）、安徽省級質量工程項目（2018ylzy040）、池州學院協同育人項目（2019XSJJD02）

吳海中，男，碩士，講師，主要從事茶葉經濟研究，jackieywu@sina.com