吴海中，田晓四，陈保平

安徽省茶叶效益提升空间分异及贡献因素研究

吴海中，田晓四，陈保平

池州学院 地理与规划学院，安徽 池州 247100

基于对数平均迪式分解法，以2010—2018年安徽省茶叶产值、产量及茶园面积为基础数据，定量化探究安徽省茶叶效益提升空间分异格局及贡献因素。结果表明：（1）安徽省茶叶效益持续提升，茶叶效益提升大县区对茶叶总效益贡献突出。（2）从茶叶效益提升空间格局来看，江淮茶区、大别山茶区贡献了茶叶效益总提升量的96.87%；从茶叶效益增速来看，安徽省县域茶叶增速以超速提升型为主；从茶叶提升增幅空间分异来看，大别山茶区茶叶生产优势地位不断加强。（3）研究时间段内安徽省茶叶单价提高贡献效益增量占总量的62.55%。时序上，单价提高对茶叶效益提升贡献率先下降后上升。（4）47个效益提升县区中，单价提高对茶叶效益贡献的县区数量超过面积扩大及单产提高贡献的数量。位于前15位的县区对安徽茶叶效益提升的贡献达83.72%，均表现为单价提升型。

茶叶；效益；提升；贡献；安徽省

我国有数千年的产茶历史，茶文化源远流长。茶是世界三大饮料之一，茶叶的供需量大，同时茶树作为重要经济作物，种植范围广布于我国20个省区[1]。与1978年相比，2018年我国茶园面积和产量分别提升了284.92%和973.88%（数据来源于中国统计年鉴）。目前我国茶叶种植规模已居全球第一，是全球主要的茶叶出口贸易国[2]。但现阶段茶叶市场出现产能过剩，产大于销的状况。对比全球茶叶主产国，我国茶叶生产效益水平相对较低，茶叶附加值及生产效率不高[3-4]。因此，茶叶产业正面临着由单纯追求产量和面积增长到茶叶效益提升的转变。如何提升茶叶效益，走上茶叶生产可持续发展之路，是当前各茶叶主产区亟需解决的难题。

目前关于茶叶效益的研究主要集中在提升茶叶效益的方法、路径及评价上[5-9]，但缺少定量化探究茶叶效益提升空间分异格局；对于贡献因素的研究，则主要集中于粮食作物产量方面[10-15]，缺少对农作物经济效益提升方面的分析。从现有研究来看，尚存在以下不足：（1）对县域尺度下的茶叶生产格局演变过程缺乏系统性的研究；（2）时序上缺少多尺度比较及连续的分析；（3）对区域茶叶效益提升及贡献因素的探究尚未见报道。鉴于此，本文基于安徽省茶叶统计数据，利用对数平均迪式分解法，定量化探究茶叶效益提升空间格局及贡献因素。

1 研究方法与数据来源

1.1 茶叶效益提升贡献率和累计贡献率

茶叶效益提升贡献率是某县区茶叶产值增量占全省茶叶增量的比值，累计贡献率是增量位于全省前数位县域单元的茶叶产值增量占全省茶叶增量的比值。计算公式[14]分别为：

（1）、（2）式中，C、分别表示地区茶叶效益提升贡献率（%）和累计贡献率（%）；Δ表示地区茶叶产值增量（t）；表示增产的地级市数量。

1.2 增量贡献率

对数平均迪式分解法最早适用于污染源的分解，通过将研究对象分解成几个相关因素的乘积，以此来定量探究各个组成要素对研究对象变动的影响程度，计量不同因素的贡献率。该方法是不产生残差的一种完全分解法[16-18]，已被广泛应用于农作物产量影响因素的研究中[10,12-14]。

茶叶效益提升主要体现在茶叶价格的上涨和茶叶产量的提高。由于安徽省茶叶结构以绿茶为主，绿茶占茶叶总量超过90.92%，因此不考虑茶叶结构差别对茶叶效益的影响。本文将茶叶效益（）分解成茶叶单价、种植面积和单产3个因素。设定为单位产量对应的产值（简称为单价）（万元·t-1），反映茶叶本身的品质及市场因素；为茶园面积（hm2），反映自然资源条件及环境因素；为单产效率（t·hm-2），反映茶叶科技水平及管理因素。茶叶效益计算模型为：

茶叶效益的变化量为Δ，主要受3个方面的影响，茶叶单价（万元·t-1）、茶园面积（hm2）以及茶叶单产（t·hm-2）的变化，参考金涛等[13]的研究成果，茶叶效益提升计算公式：

其中，ΔE、ΔE、ΔE分别表示地区茶叶单价提高、茶园种植面积扩大以及茶叶单产提高引起的茶叶效益增量，p、a、y分别代表地区茶叶年末的单价、茶园面积和单产，p、a、y分别代表地区茶叶年初的单价、茶园面积和单产。

单价、茶园面积、单产对茶叶效益总增量的贡献率分别为[13-14]：

其中C＋C＋C=100%。为更直观表达单价提高、茶园面积增加和单产提升对茶叶效益提升量的贡献率，定义CC、C中的最大值为贡献主导因素（表1），且实际计算中，没有出现CC、C值相等的情况。

表1 茶叶效益提升贡献类型

1.3 数据来源

基于数据的连续性和可获取性，综合选取2010—2018年茶叶统计数据，且所选年份未见由偶然原因造成的较大波动，因此能够真实反映安徽省茶叶效益提升状况。茶叶产值、产量、茶园面积等数据来源于安徽各地级市统计局。研究时期内为保持茶叶统计口径统一，选择将地级市下辖各区统一为该市辖区，以2018年的安徽省行政区划为标准图，底图来源于国家基础地理信息中心（http://www.ngcc.cn/ngcc）。考虑到通货膨胀造成人民币贬值而引起价格波动，在计算茶叶效益提升贡献因素时，以2010年为基准年，其他年份价格均除以居民消费价格指数（CPI），CPI指数来源于2011—2019年中国统计年鉴。

1.4 研究区概况

安徽省是中国重要茶叶产区。茶叶作为安徽省特色优势农产品，茶产业也是皖西大别山、皖南山区农业经济支柱产业。得天独厚的自然环境和悠久的产茶历史，培育了种类丰富的名优茶，黄山毛峰、太平猴魁、祁门红茶等享誉世界。安徽省茶叶生产集中于除皖北6市以外的其他地区。依据自然地理条件将安徽茶叶种植分为三大茶区，皖南茶区：铜陵、芜湖、池州、黄山、宣城；大别山茶区：安庆、六安；江淮茶区：合肥、滁州、马鞍山。

2 安徽省茶叶效益提升地域格局及贡献因素

2.1 茶叶效益提升增量与增幅

2010—2018年，安徽省茶叶效益持续提升，年产值增幅变化较大；茶叶产量、茶园面积整体变化规律相似，茶叶产量、茶园面积均于2017年达到研究时间内的最大值，之后出现小幅回落。9年间，安徽省茶叶产值由26.71亿元增至72.24亿元，增加了170.46%，年均增长13.24%；茶叶产量、茶园面积同比增加了35.02%、32.05%，年均增长分别为3.82%、3.54%（图1）。安徽省茶叶产区涉及的50个县区中，除肥西县、滁州市辖区、芜湖县3个研究单元茶叶产值出现下降，其余47个县区的茶叶产值均实现了增长。47个县区茶叶产值增加量与3个县区茶叶产值减少量之比为635.50∶1。其中，茶叶效益提升最多的是宣城市广德县，与2010年相比，实现增产6.52亿元，占安徽省茶叶效益总增量的14.31%；茶叶效益提升前2位的广德县和岳西县，其提升量占安徽省效益总增量的24.53%；茶叶效益提升前10位的县区增量占安徽省增产总量的67.08%。由此可知，茶叶效益提升大县区对安徽省茶叶效益增量贡献突出。

江淮茶区、大别山茶区、皖南茶区依次贡献了茶叶效益总增量的61.29%、35.57%、3.14%（表2）。从茶叶效益提升县区空间格局来看，前10位中有4个县区分布在六安市，1个县分布在安庆市，属于安徽省的大别山茶区；另外5个县区（广德县、休宁县、黄山市辖区、歙县、池州市辖区）分布在皖南茶区。以2010—2018年安徽省茶叶效益平均增速（=170.46%）为参考，将安徽省茶叶效益提升区域划分为超速提升、协同提升、缓慢提升3种类型（表3），客观衡量2010—2018年安徽各县区的茶叶效益提升增速情况。协同提升和缓慢提升的县区数量分别占总提升数量的34%和21%，而超速提升型占45%。统计结果表明，2010—2018年安徽省茶叶效益提升极化现象明显，以超速提升型为主。

从茶叶效益提升空间分异来看，安徽省茶叶超速提升型集中于皖南茶区和江淮茶区，数量分别为11个和10个。增速最快的为江淮茶区的凤阳县，主要与2010年该区域茶叶产值基数过小有关。协同提升型在大别山茶区、皖南茶区、江淮茶区数量依次为8、4、3个。缓慢提升型主要分布于皖南茶区，其中增幅最小的是怀宁县（36.33%）。效益减少的3个县区中有2个位于江淮茶区，1个位于皖南茶区，综合来看，江淮茶区效益提升幅度变化大，原因可能在于江淮茶区规模较小，茶叶产值与产量的变化引起效益增量变动更敏感；大别山茶区所有县区茶叶效益均实现提升，且大部分县区属于协同提升型，标志着其茶叶生产优势地位不断上升。

图1 2010—2018年安徽省茶叶生产基本信息

表2 2010—2018年安徽省三大茶区效益增量占比

表3 2010—2018年安徽省各县区茶叶效益提升状况

2.2 茶叶提升贡献因素分析

利用上述的公式，计算安徽省历年单价、种植面积、单产对茶叶效益提升的贡献率，结果如图2所示。2010—2018年，安徽省茶叶单价提高贡献的累计增量达20.51亿元，占安徽省茶叶效益提升总量的62.55%；由单产提升贡献的累计增量为0.90亿元，占安徽省茶叶效益提升总量的2.74%；由茶园面积增加贡献的累计增量为11.38亿元，占安徽省茶叶效益提升总量的34.71%。由此可知，单价对茶叶效益提升的贡献率高于面积和单产的贡献。从历年的贡献因素来看（图2），研究时间段内茶叶单价提高对茶叶效益提升贡献率由2010年的71.35%逐步下降至2017年的44.25%，达到研究时间段内的最小值，然后增加至2018年的62.55%；而单产提升、茶园面积增加对茶叶效益提升贡献呈现相反的趋势，表现为先增加后减少。反映了在产能过剩的情况下，茶叶产业已由单纯数量型扩张逐步转向质量型提升。

2.3 分区县茶叶效益提升贡献因素分析

2010—2018年，安徽省茶叶效益提升的47个县区中，茶叶单价提高的有39个，下降的有8个。其中当涂县茶叶单价提高最多，增幅达6 691.98%，天长市茶叶单价减少最多，仅为2010年的28.23%，两地同属江淮茶区，反映出占茶叶效益比重较少的江淮茶区茶叶单价波动大，稳定性不高。47个县区中茶园面积增加的有37个，降低的有10个；茶叶单产效率提高的有27个，降低的20个；单价、茶园面积、单产均实现提升的县区数量仅有16个。

从区域茶叶效益提升贡献来看（图3），单价提高对茶叶效益贡献的县区数量超过面积扩大及单产提升贡献的数量。具体表现为22个县区的单价因素大，14个县区的面积贡献因素大，11个县区的单产贡献因素较高。结合茶叶效益提升贡献类型划分依据，从安徽名茶原产地来看，六安瓜片原产地金寨县、霍山县和裕安区，太平猴魁、黄山毛峰、祁门红茶原产地黄山市辖区、歙县、休宁县及祁门县均表现出典型的单价导向型。

基于单价提高、茶园面积扩大与单产提升对安徽省茶叶效益提升贡献率来分析（图3），皖南、大别山、江淮茶区中单价主导型提升的县区依次为11、3、8个；由面积主导型提升的县区依次为7、5、2个；由单产主导型提升的县区依次为5、3、3个。效益增量位于前15位的县区，对安徽省茶叶效益总增量的贡献达83.72%，是安徽茶叶效益提升的主力。其中皖南茶区有9个，分别为广德县、休宁县、黄山市辖区、池州市辖区、石台县、泾县、东至县、郎溪县、歙县；大别山茶区有6个，分别为岳西县、金寨县、六安市辖区、舒城县、霍山县、潜山县。皖南茶区、大别山茶区茶叶效益增产县区数量均以单价提升为主。

图2 2010—2018年安徽茶叶效益增量贡献率

图3 2010—2018年安徽省县域茶叶效益提升因素空间格局

3 讨论与结论

从茶叶效益提升空间分异来看，皖南茶区优势突出，产茶县区数量最多，历来是安徽茶叶主产区；大别山茶区占安徽省茶叶效益提升比重不断提高，茶叶地位不断上升；江淮茶区的合肥市、马鞍山市、滁州市总计贡献安徽茶叶效益的3.1%，其中除了庐江县贡献率相对较高，占江淮茶区的59.6%，其他县区的贡献极低。因此，应进一步调整安徽省茶叶区域布局，将庐江县纳入大别山茶区，形成安徽皖南、大别山两大茶叶效益提升集聚中心。

从提升贡献因素上看，近9年安徽省茶叶效益“八连增”是以单价提高为主，以茶园面积扩大、单产提升为辅。对于主要依靠茶园面积扩大提升效益的地区，是以偏重数量扩张的方式实现茶叶效益提升，不仅造成了当地水土资源利用率普遍偏低，过度开垦茶园还会对山区生态环境造成难以恢复的破坏。对产茶大县区来说，应进一步加大茶叶科技投入力度，推广科学的茶叶种植采摘技术，提高集约化水平；研发茶叶新产品，提高茶叶精深加工能力，加大茶叶内含物质的微观研究，实现茶叶与食品、药品的深度融合，扩大茶叶应用领域；打破有名茶而无名牌的困局，充分发挥名优茶的品牌效应，提高茶叶附加值，使茶叶效益提升因素由茶园面积扩大逐步转向茶叶单价和单产的提高。

对以单产提升为主的地区，在稳定茶叶产量的基础上，充分结合区域茶叶特色，重点培育和打造一批地域特色鲜明的茶叶地理标志，如石台县富硒茶、绩溪“金山时雨”、岳西翠兰等；要坚持将茶叶品质放在首位，构建以茶叶质量为核心的生产加工体系，建立优质茶叶认证标准和质量安全体系，促进茶叶单价的提高，实现茶叶增收和茶叶效益的提升。

对于单价提升型地区来说，要做好夏秋茶的采摘利用，进一步提高茶叶利用率；不断推进新茶品的研发，利用科技创新拓展茶产业链；深入挖掘、凝练区域特色茶文化，使茶叶消费人群结构趋于合理化；与乡村振兴战略相结合，通过茶旅产业深度融合，跨界带动提升茶叶效益。

以2010—2018年安徽省茶叶产值、产量及茶园面积数据为基础数据，基于省域、县域尺度下的茶叶效益增量和增幅视角探究安徽省近9年茶叶效益提升状况，并利用对数分解模型定量分析了茶叶效益提升贡献因素，得到结论如下：

（1）2010—2018年，安徽省茶叶效益持续提升，茶叶产值由26.71亿元增至72.24亿元，增幅达170.46%，年均增产达13.24%。全省产茶的50个研究单元中，47个县区的茶叶效益实现提升。茶叶效益增产大县区对安徽省茶叶效益提升贡献突出。前10位的县区效益增量占安徽省总量的67.08%。

（2）从茶叶效益提升县区空间格局来看，江淮茶区、大别山茶区贡献了茶叶效益增量的96.87%；从茶叶提升幅度来看，安徽省县域茶叶增速表现出极化现象，2010—2018年安徽省茶叶增速以超速提升型为主；从茶叶效益增幅空间分异来看，大别山茶区茶叶生产优势地位不断加强。

（3）研究时间段内安徽省茶叶单价提升贡献效益增量占总量的62.55%，远高于茶园种植面积扩大、单产提高的贡献。时序上，单价因素对茶叶效益提升的贡献率先由2010年的71.35%逐步下降至2017年的44.25%，2018年回升至62.55%。表明在茶叶产能过剩的情况下，茶叶产业已由单纯数量扩张型向效益提升型转变。

（4）47个增产县区中，单价提高对茶叶效益提升贡献的县区数量超过面积扩大及单产提高贡献的数量。有22个县区的单价贡献因素大，14个县区的面积贡献因素大，11个县区的单产贡献因素较高。对安徽茶叶效益提升的贡献达83.72%的位于前15位的区县中，9个位于皖南茶区，6个位于大别山茶区，且两大茶区效益提升县区数量均以单价提升为主。

[1] 陈富桥, 胡林英, 姜爱芹. 我国茶产业发展40年[J]. 中国茶叶, 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] 许咏梅, 芦炜杰, 吕威雄. 中国茶叶出口贸易对中国茶产业发展影响的实证分析[J]. 茶叶, 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] 刘仲华. 中国茶叶深加工产业发展历程与趋势[J]. 茶叶科学, 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] 李金贵, 吴诗晴, 陈俊贤. 我国茶叶安全生产面临的挑战及对策[J]. 粮食科技与经济, 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] 高水练, 杨江帆, 叶乃兴. 福建省茶叶生产效益提升路径实证研究[J]. 福建农林大学学报(哲学社会科学版), 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] 郭亚军, 刘东南. 信阳市茶叶产业可持续发展模式效益综合评价[J]. 华中农业大学学报(社会科学版), 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] 叶昌松, 包佐淼. 努力开发夏秋茶叶不断提升茶业效益[J]. 茶叶, 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] 马立锋, 吕闰强, 黄海涛, 等. 机械施肥对茶叶产量、品质和养分吸收的影响及经济效益分析[J]. 浙江农业科学, 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, 黄延政, 郑政, 等. 不同配方施肥对夷陵区茶园土壤、茶叶品质和效益的影响初探[J]. 中国茶叶, 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] 王军, 张越杰. 中国粮食增产的主要因素贡献分解与实证估算[J]. 统计与决策, 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年黄土高原地区粮食生产空间格局变化及原因[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] 陈璐, 胡月, 韩学平, 等. 国家粮食安全中主产区粮食生产及其贡献的量化对比分析[J]. 中国土地科学, 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] 金涛, 陶凯俐. 江苏省粮食生产时空变化的耕地利用因素分解[J]. 资源科学, 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] 吴海中, 田晓四, 胡刚. 安徽省谷物增量格局及贡献因素分析[J]. 贵州师范大学学报(自然科学版), 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] 付莲莲, 朱红根, 周曙东. 江西省气候变化的特征及其对水稻产量的贡献——基于“气候-经济”模型[J]. 长江流域资源与环境, 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] 胡剑波, 任亚运, 郭风. 国际贸易碳排放指数分解法研究综述[J]. 环境科学与技术, 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] 徐军委, 刘志华. 基于对数平均权重分解法的我国二氧化碳排放因素分解研究[J]. 中国矿业, 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, 夏溶矫. 基于对数平均迪氏分解法的中国大气污染治理投资效果的影响因素探讨[J]. 环境污染与防治, 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

国家自然科学基金（41171110）、安徽省级质量工程项目（2018ylzy040）、池州学院协同育人项目（2019XSJJD02）

吴海中，男，硕士，讲师，主要从事茶叶经济研究，jackieywu@sina.com