APP下载

基于工具变量法的贵州茶叶生产影响因素计量研究

2023-05-09张兆伟唐小平

软件工程 2023年5期
关键词:茶产业

张兆伟 唐小平

关键词:茶产业;计量模型;工具变量法

中图分类号:TP311.5 文献标识码:A

1 引言(Introduction)

随着经济的发展与社会问题的深化,农业资源在此过程中遭遇了来自工商业的抢占,为了解决好农业本身的滞后效应,农村出现了资本下乡、产业转移等现象。随着2021年中央一号文件的提出,现阶段需加强现代产业体系建设,推进帮扶常态化,关注脱贫攻坚和乡村振兴的衔接。贵州茶产业作为贵州农业持续发展、实现现代化的重要前提,为后续特色茶产品开发与特色产业链建设提供了广阔的平台。

《贵州统计年鉴2020年》显示,贵州省农业生产值仅占地区生产总值的14.4%,说明贵州农业开发利用程度低,具有非常大的上升空间和发展潜力。同时,ISHMAEL等认为亚太地区茶产业如何增长是新的研究热点之一[1],而贵州省作为2021年茶叶出口份额排名全国第四的省份,如何保持茶产业的资源优势,推进茶产业稳定发展,成为热点研究问题之一。

鉴于现有文献可能忽略了种植面积与茶叶产量可能存在的双向因果等内生性问题,以及研究方法多采用SWOT分析法、文献分析法、Tobit模型,本文首先采用稳健OLS回归模型,探讨了播种面积、施肥量、农药施用量、农业增加值对茶叶总产量的影响,提出对应假设,并在不同条件下进行对比分析。在整个实证过程中,发现模型中各变量在不同情况下的显著性有很大变化,因此在此前提下进一步采用工具变量法,除了减少核心解释变量播种面积的内生性对估计结果造成的偏差,还要客观准确地验证所涉及的因素对茶叶生产的影响,使研究结果更具真实性和合理性,为贵州茶叶生产的战略制定和制度安排提供参考。实证过程中使用的数据来源于2000—2020年的《贵州统计年鉴》与《中国农村统计年鉴》,缺乏的专项數据采用各省份的农作物生产结构与布局数据,按各年份农作物种植结构进行处理[2]。

2 茶产业现状分析(Status quo analysis of teaindustry)

2.1 优势与机遇

贵州是我国重要的优质茶叶产地,茶叶产量大、分布广、品种丰富、品质安全可靠,拥有丰厚的茶文化底蕴。2019年贵州省茶产业新闻发布会通报2019年全省茶产业发展有关情况,茶产业作为贵州省的优势产业,已经形成一定规模,其产业集中度较高,项目资金完备,标准化规范较为完善,已成为全省乡村振兴的又一重要的支撑力量。

在品牌建设方面,截至2019年12月,贵州省茶园投产总面积约为4.01万公顷(601.7万亩),位居全国第一,主要有都匀毛尖、湄潭翠芽、梵净山翠峰茶、石阡苔茶、凤冈锌硒茶等十大名贵品种[3]。自乡村振兴战略提出以来,贵州省以市场为导向,促进“产、学、研”三位一体,以贵州省龙头企业、贵州大学等高校、贵州省农科院等科研机构为主导,相互促进,立足省内市场,开拓省外市场,打造出多个特色茶叶品牌,市场份额不断提高。

在茶叶标准方面,贵州省质监局于2018年11月批准了四项省级茶叶标准,其中一些标准高于国标要求,是中国最安全的茶叶标准。2019年,贵州省部分茶园经过长期探索与建设,达到了欧盟ISO标准,如贵州天顺农业发展有限公司的瓮安县欧标茶园,贵州省农科院支持的湄潭县欧标茶园。个别茶园以高标准保证高品质,通过计算机监控设备、精密监测设备,搭建一体化农业服务平台[4],实际产茶品质已超出欧标要求,所生产的茶叶在质量方面具有明显优势。

在地理环境方面,2021年11月11日,中国气象局公共气象服务中心指出,贵州昼夜温差大,超过15 ℃,这为茶叶种植提供了理想的环境,再加上贵州地势起伏较大,海拔相对较高,环境污染较小,低温与湿气使山间的茶叶有充足的时间吸收营养物质。

综上,贵州的优秀资源,为茶产业的发展提供了有力支撑,形成明显优势,贵州省应把茶叶打造成高端产品,提升产品附加值,进一步开发其商业价值。

2.2 劣势与挑战

在茶叶品种方面,贵州的茶产区分为五种,包括黔中、黔南高档名优茶产业带,黔东优质出口绿茶产业带,黔北锌硒优质绿茶产业带,黔西北高山有机绿茶产业带,以及黔西南大叶种早生绿茶和花茶产业带[5]。目前,贵州省产出茶叶多为绿茶、红茶,其茶叶种类单一,是影响贵州省茶产业发展的短板之一。

在生产方面,人工茶叶采摘需要大量的劳动力与时间成本。据国家税务总局统计,2019年茶产业从业者逾400万人,而每采摘一斤芽茶需要采摘6万—8万枚的芽头,将花费茶农8个月的时间在茶田里劳作。因此,如何提高茶叶生产效率、降低劳动成本,是贵州省茶产业发展面临的一大挑战。

除上述影响因素外,还有贵州本身的地理限制、市场波动与“互联网+”带来的高额销售成本等影响因素。为了避免遗漏变量,本研究选取农业增加值、农药价格分类指数、农机总动力等其他指标加入回归模型中。

3 稳健OLS回归(Robust OLS regression)

3.1 变量选取与模型构建

根据对一般经济行为规律的考察和上述对贵州茶产业水平影响因素的评估,选取如下变量。

被解释变量:茶叶总产量为 Y1

解释变量:施肥量为 X1、农药施用量为X2、播种面积为X3、农业增加值为X4、农药价格分类指数为X5、农机总动力万千瓦为X6

考虑到查找数据有限等客观因素,部分变量采用同类型数据替代,其中X1、X2、X3、X4、X5、X6分别等于茶叶种植比重乘以上述指标原始数据。各个变量对应的含义如表1所示。

作者简介:

张兆伟(1999-),男,硕士生.研究领域:农村与区域发展.

唐小平(1981-),男,博士,副教授.研究领域:农业与农村经济发展.

猜你喜欢

茶产业
发挥名茶优势 壮大茶叶产业
湖北省茶产业现状的swot分析
浅谈按板镇茶产业的发展
宣城市茶产业转型升级的思考和建议
浅析恩施州茶产业发展的优势与战略
福建安溪铁观音茶产业化发展研究
丝绸之路经济带中陕茶产业及文化发展的几点思考
浅析以恩施旅游业助推茶产业的发展途径
基于SWOT模型对云南茶产业发展的战略分析
河南省信阳市农业特色产业发展探讨