適制優(yōu)質(zhì)條形綠茶的生態(tài)經(jīng)濟型品種評價模型構(gòu)建及應用

陳敏儀，庭玉杰，方實明，章夏勝，許奧迪，朱俊彥，李葉云，劉升銳*，韋朝領(lǐng)*

適制優(yōu)質(zhì)條形綠茶的生態(tài)經(jīng)濟型品種評價模型構(gòu)建及應用

陳敏儀1，庭玉杰1，方實明2，章夏勝2，許奧迪1，朱俊彥1，李葉云1，劉升銳1*，韋朝領(lǐng)1*

1. 茶樹生物學與資源利用國家重點實驗室/農(nóng)業(yè)部茶樹生物學與茶葉加工重點實驗室/安徽省實驗室，安徽農(nóng)業(yè)大學，安徽 合肥 230036；2. 安徽皖墾茶業(yè)集團有限公司，安徽 宣城 242000

我國依據(jù)茶樹品種農(nóng)藝性狀進行選育的國家級和省級良種已達300多個，但以綜合價值為目標的生態(tài)經(jīng)濟型品種篩選尚未見報道。以條形綠茶為例，利用德爾菲法和層次分析法（AHP）對24個茶樹品種進行綜合評價，篩選出適制優(yōu)質(zhì)條形綠茶的生態(tài)經(jīng)濟型茶樹品種。綜合專家打分和對其提出的建議進行小組討論，形成含6個一級指標和19個二級指標的綜合評價體系，其中確定指標的兩輪德爾菲法專家積極程度分別為82.5%和100%，專家權(quán)威程度分別為0.93和0.90，變異系數(shù)（）分別為0.19和0.16，肯德爾系數(shù)（）分別為0.296（＜0.05）和0.358（＜0.05）。一級指標權(quán)重分別為0.364、0.204、0.128、0.108、0.124、0.072；二級指標權(quán)重在0.101～0.805（均通過一致性檢驗），其中重要性賦值的德爾菲法專家（第三輪）積極程度為100%、專家權(quán)威程度為0.91、為0.36、為0.11（＜0.05）。模型綜合評價結(jié)果表明，龍井長葉、舒茶早、菊花春分別以3.714、3.624、3.581得分位居前三名，是適制優(yōu)質(zhì)條形綠茶的生態(tài)經(jīng)濟型品種。

德爾菲法；層次分析法；條形綠茶；綜合評價；生態(tài)經(jīng)濟型

茶樹起源于中國，我國是世界上茶類最豐富的國家。根據(jù)加工工藝的不同，茶可分為綠茶、紅茶、黃茶、黑茶、白茶和烏龍茶六大茶類，其中綠茶是我國產(chǎn)量最大、消費量最大、最有優(yōu)勢的茶類[1-2]。綠茶因富含茶多酚、咖啡堿、氨基酸和萜烯類香氣等多種風味物質(zhì)，并具有降血壓、減肥及抗衰老等功效，深受人們喜愛。2020年，我國綠茶產(chǎn)量為179.56萬t，占六大茶類總產(chǎn)量的62.38%[3]。條形綠茶是外形呈條索狀的茶類，如黃山毛峰、信陽毛尖、古丈毛尖、湖北龍峰茶等[4-5]。我國經(jīng)認定、審定、鑒定的國家級茶樹良種有134個，其中適制綠茶的無性系品種有44個[6]。這些品種大多以發(fā)芽早、生長勢強、產(chǎn)量高等農(nóng)藝性狀為育種目標，未見對其進行包括產(chǎn)量、品質(zhì)、抗性、環(huán)境適應性、資源利用效率和價格等綜合指標的生態(tài)經(jīng)濟型品種特性評價。生態(tài)經(jīng)濟型茶樹品種除了具有很好的經(jīng)濟價值外，還能夠調(diào)節(jié)生物因子和環(huán)境之間的關(guān)系、保護生物多樣性、發(fā)揮茶園在涵養(yǎng)水源等方面的生態(tài)價值[7]。因此，為了我國茶產(chǎn)業(yè)高質(zhì)量發(fā)展，對茶樹品種進行綜合評價并篩選出適合茶區(qū)種植的生態(tài)經(jīng)濟型品種非常迫切。

德爾菲法也稱專家調(diào)查法，即通過給專家發(fā)送問卷但專家互不見面的形式獲取專家對某一問題的看法，經(jīng)幾輪調(diào)整后，得到專家一致的群體意見。該方法最大的優(yōu)點是專家間不見面，可消除權(quán)威的影響[8]。層次分析法是將一個復雜的問題分解為多個層次，進一步分解為多個指標、構(gòu)建判斷矩陣，最終得到各指標的權(quán)重，該方法具有系統(tǒng)性且簡潔實用[9]。將德爾菲法和層次分析法聯(lián)合運用，就是將主觀評價與定量分析結(jié)合起來，同時邀請經(jīng)驗豐富的專家參與，得出的評價結(jié)果更加科學合理[10]。

本研究以條形綠茶為研究對象，聯(lián)合運用德爾菲法和層次分析法，對其一級評價指標（感官審評、產(chǎn)量指標等）和相應的二級評價指標（外形、湯色等）進行確定，構(gòu)建適制優(yōu)質(zhì)條形綠茶的生態(tài)經(jīng)濟型品種評價模型，并加以驗證，為進一步建立適制其他不同茶類的生態(tài)經(jīng)濟型茶樹品種評價模型提供重要參考。

1 材料與方法

1.1 材料

本研究選取24個茶樹品種進行評價，分別為龍井長葉、鄂茶1號、勁峰、中茶102、浙農(nóng)117、浙農(nóng)139、皖茶91、菊花春、浙農(nóng)113、茶農(nóng)98、舒茶早、烏牛早、福鼎大白茶、龍井43、丹桂、山坡綠、鳧早2號、碧香早、溪河早、鄂茶12號、蘇玉黃、雨前大芽、蘇茶120、櫧葉齊。茶樹均栽種于安徽皖墾茶業(yè)集團宣城麻姑山茶場的茶樹種質(zhì)資源圃（30.98°N，118.93°E）內(nèi)，單行單株栽植，行距1.5?m，株距0.3?m，樹齡8?a，并統(tǒng)一按當?shù)卣Ｉa(chǎn)茶園進行田間管理。在2021年3月春茶開采期，以一芽二葉初展為標準采摘鮮葉，按照攤放—殺青—理條—烘干的工序制作茶樣，理條時未使用壓力棒等任何外力，制成茶樣為直條形、無分叉。

1.2 評價指標的遴選

依據(jù)適制優(yōu)質(zhì)條形綠茶生態(tài)經(jīng)濟型茶樹品種評價的客觀需求，并保證評價體系的可行性、科學性和合理性，本研究通過實地調(diào)查、查找文獻資料、課題組反復討論后，初步確定評價指標體系為1個目標層、5個一級指標和17個二級指標（表1），用于后續(xù)專家咨詢。

1.3 咨詢專家的遴選條件

根據(jù)研究內(nèi)容，選擇在茶行業(yè)內(nèi)具有豐富經(jīng)驗，且來自生產(chǎn)、加工和市場銷售的種植大戶和企業(yè)家，以及行業(yè)協(xié)會/學會、茶產(chǎn)業(yè)管理部門、高校和研究所的專家。

專家遴選條件：①大專及以上學歷；②具有5年以上茶葉相關(guān)領(lǐng)域工作經(jīng)驗；③自愿參加本次咨詢。排除標準：①未在規(guī)定時間內(nèi)完成問卷；②拒絕參與者。根據(jù)以上標準每輪選擇33名專家。

1.4 德爾菲法

德爾菲法是先將待解決的問題、需咨詢項目的研究背景和目的等通過郵件等方式單獨發(fā)送給專家進行咨詢，將收回的意見進行整理得出綜合意見后再反饋給專家，并再次征詢意見，經(jīng)過幾輪征詢、整理和修改而最終達成一致意見。專家人數(shù)以15～50人為宜[11-12]。

表1 初始指標評價體系

本研究在2021年8月至9月，以“問卷星”（https://www.wjx.cn）的形式給專家發(fā)送問卷，并告知專家兩周內(nèi)完成問卷；回收問卷后及時整理匯總專家意見。根據(jù)專家意見和建議對指標進行討論和修改后及時反饋給專家，并發(fā)送下一輪問卷，直至專家形成統(tǒng)一意見。

1.4.1 調(diào)查問卷內(nèi)容

問卷內(nèi)容包括研究背景介紹、專家基本信息調(diào)查表、專家權(quán)威程度評價表和評價體系調(diào)查表[13]。在研究背景中主要介紹本研究的來源、目的及期待得到的結(jié)果；專家基本信息調(diào)查表反映專家的年齡、工作年限及工作領(lǐng)域等基本信息；專家權(quán)威程度（Cr）評價表包括指標熟悉程度（Cs）和判斷依據(jù)（Ca），其中熟悉程度按照非常熟悉（1.0）、熟悉（0.8）、一般（0.6）、不太熟悉（0.4）、不熟悉（0.2）劃分和賦值，判斷依據(jù)有理論知識、工作經(jīng)驗、文獻資料、職業(yè)直覺4個方面（表2）；評價體系調(diào)查表要求專家先依據(jù)一級和二級指標的重要性進行各自賦分，然后分別在各級指標內(nèi)按照重要程度進行兩兩比較賦分。

本研究按照Likert 5級評分表[14]的方法對指標的重要性進行賦值（表3），例如“1分”代表指標不符合評價標準，“5分”代表指標完全符合評價標準；按照1—9級標度法對指標的重要程度進行比較賦值（表4），例如“1分”代表兩個指標同等重要。此外，問卷還設(shè)置了建議欄，供專家提出其他建議，以便完善評價模型。

1.4.2 指標篩選

依據(jù)指標重要性評分的分值大小和變異系數(shù)對指標進行篩選，如果某一指標的分值≤4且變異系數(shù)≥0.3，原則上將其排除，但是最終是否排除，需要課題組結(jié)合專家建議討論確定。

表2 判斷依據(jù)及影響程度量化表

表3 Likert 5級評分表

表4 1至9級標度表

1.5 層次分析法

經(jīng)德爾菲法咨詢結(jié)果確定評價模型指標及各指標重要性，建立判斷矩陣，通過天津大學開發(fā)的AHP軟件（https://pan.baidu.com/s/1leVpXjUsvyIuhtsZcuFoyg）計算權(quán)重。計算原理如下：

將各層指標轉(zhuǎn)化成判斷矩陣

由perron-frobenius定理可知矩陣有唯一非零特征根即最大特征根（max）對應特征向量（）：

max

采用和積算法計算特征向量，即將中的數(shù)據(jù)按列歸一化得到：

將歸一化的矩陣同行求和得到：

將相加后的向量除以，得到權(quán)重向量：

最大特征根為：

其中()表示向量的第個分量，根據(jù)以上公式可算出各指標的權(quán)重，并進行一致性檢驗，以確保判斷矩陣具有邏輯性[15]。

一致性檢驗公式為：

其中為判斷矩陣階數(shù)，為一致性系數(shù)，為平均隨機一致性指標，且可通過查表獲得[8]，為檢驗系數(shù)。只有在一致性系數(shù)和檢驗系數(shù)均小于0.1時，一致性檢驗才能通過，根據(jù)判斷矩陣得出的權(quán)重才能被接受；若一致性檢驗未通過，則說明判斷矩陣邏輯存在錯誤，需要重新打分、重新構(gòu)建判斷矩陣[16]。

1.6 二級指標評分標準

本研究在參考NY/T 1312—2007、GB/T 23776—2018的基礎(chǔ)上，分別對24個茶樹品種的生物學性狀、抗性、感官審評等指標進行實際觀測和測定，再結(jié)合咨詢專家意見和查閱文獻確定19個二級指標，并按1—5分制定評分標準（表5），其中凈光合速率（）使用美國PP SYSTEMS公司生產(chǎn)的CIRAS-3型便攜光合作用測定儀測定[17]，于晴天的上午9:00—12:00，連續(xù)兩天觀測當年成熟葉片，每個品種重復3次取平均值；土壤pH采用純水浸提pH計法測定[18]，每個品種重復3次取平均值；土壤容重用環(huán)刀法測量[19]；氮肥利用率計算參照宮亮等[20]方法進行。

表5 二級指標評價標準

1.7 統(tǒng)計學方法

采用SPSS軟件和AHP軟件對數(shù)據(jù)進行處理。專家積極程度以問卷有效回收率表示，當問卷有效回收率≥70%時，表示專家認為本研究具有研究價值。專家權(quán)威程度以熟悉程度和判斷依據(jù)表示，即=（+）÷2，當＞0.7時，認為專家權(quán)威程度較高；＞0.8認為專家權(quán)威程度高。專家意見協(xié)調(diào)程度以變異系數(shù)（）和肯德爾和諧系數(shù)（）衡量：值越小，專家協(xié)調(diào)程度越高；值為0～1，值越大，專家協(xié)調(diào)程度越高。

2 結(jié)果與分析

2.1 專家背景

本研究共進行3輪咨詢，每輪挑選33位專家，其中第一輪男性23人，女性10人，82%的專家有10年以上工作經(jīng)驗，88%的專家具有副高及以上職稱；第二輪男性27人，女性6人，97%的專家有十年以上工作經(jīng)驗，85%的專家具有副高及以上職稱；第三輪男性25人，女性8人，94%的專家有10年以上工作經(jīng)驗，91%的專家具有副高及以上職稱。專家具體信息如表6所示。

2.2 專家積極系數(shù)

第一輪發(fā)出問卷40份，收回33份，專家積極系數(shù)為82.5%；第二輪和第三輪均發(fā)出問卷33份，收回33份，專家積極系數(shù)為100%。3輪問卷專家積極系數(shù)均大于70%，說明本研究的目的和意義得到專家的積極響應，具有開展研究的價值。

2.3 專家權(quán)威程度

第一輪專家對調(diào)查內(nèi)容的熟悉程度為0.92、判斷依據(jù)為0.95，權(quán)威程度為0.94；第二輪專家熟悉程度為0.86、判斷依據(jù)為0.94，權(quán)威程度為0.90；第三輪專家熟悉程度為0.87、判斷依據(jù)為0.94，權(quán)威程度為0.91。3輪問卷專家權(quán)威程度均大于0.8，說明專家權(quán)威度很高。

2.4 專家意見協(xié)調(diào)程度

為了確定評價模型指標，先后進行了兩輪的德爾菲法問卷調(diào)查，結(jié)果表明，第一輪一級指標均值為0.15、二級指標均值為0.21，第二輪一級指標均值為0.13，二級指標均值為0.16。第二輪一二級指標均值相比于第一輪都有所下降，專家協(xié)調(diào)程度上升。第一輪為0.292（＜0.05），第二輪為0.358（＜0.05），上升，專家協(xié)調(diào)程度上升。為了進一步確定指標權(quán)重，再一次（第三輪）以德爾菲法問卷形式進行專家咨詢，其均值為0.36、為0.11（＜0.05）。

表6 專家信息

2.5 指標修改及確定

第一輪問卷結(jié)果表明，二級指標中“毫密度”和“分枝角度”的平均分分別為3.36、3.15，均低于4，變異系數(shù)分別為0.38、0.42，均大于0.3，小組討論后決定將這兩個二級指標排除；有兩位專家建議加入“發(fā)芽密度”和“百芽重”作為二級指標，且小組討論后決定采納；有專家認為干茶價格受市場價格變動及消費者選擇影響較大，不宜出現(xiàn)在評價模型中，小組討論后決定將其排除；還有專家提出，模型目前包含的指標不足以體現(xiàn)“生態(tài)經(jīng)濟型”中的“生態(tài)”，小組討論決定添加一級指標“生態(tài)指標”和其下屬的二級指標“凈光合速率”“土壤pH”“土壤容重”“氮肥利用率”（表7）。

在第二輪問卷調(diào)查中，有專家認為二級指標中“百芽重”不具體，故將二級指標“百芽重”修改為“一芽二葉百芽重”（表7）。

2.6 適制條形綠茶的生態(tài)經(jīng)濟型品種評價結(jié)果

條形綠茶感官審評結(jié)果如表8所示。根據(jù)二級指標評價標準及權(quán)重（表5和表7），對24個茶樹品種進行打分，并結(jié)合其各自權(quán)重，最終得出評價分數(shù)和排序，結(jié)果發(fā)現(xiàn)總分排在前十位的品種依次為龍井長葉、舒茶早、菊花春、龍井43、碧香早、皖茶91、浙農(nóng)113、勁峰、蘇茶120、中茶102，其中龍井長葉、舒茶早和菊花春排在前三位（表9）。

表7 最終評價體系

表8 條形綠茶感官審評結(jié)果

Table 8 Sensory evaluation results of strip-shaped green tea

表9 茶樹品種綜合評價得分及排序（排名前十）

Table 9 Comprehensiveevaluation score and ranking of tea cultivars(The top 10)

3 討論

2015年，農(nóng)業(yè)農(nóng)村部針對化肥和農(nóng)藥過度使用導致環(huán)境污染、農(nóng)殘超標等情況提出“一控兩減三基本”的目標，并爭取在2020年實現(xiàn)化肥、農(nóng)藥使用零增長[21]。將這項政策應用在茶葉生產(chǎn)上，就是要求選用的茶樹品種不僅產(chǎn)量高、品質(zhì)優(yōu)、經(jīng)濟效益好，而且還要適應性和抗性強、資源利用效率高和對茶區(qū)生態(tài)系統(tǒng)具有較好的保護功能。

本研究主要以構(gòu)建生態(tài)經(jīng)濟型茶樹品種評價模型為目的，并以皖南茶區(qū)優(yōu)質(zhì)條形綠茶為例，驗證此評價模型在實際應用中的可行性。為此，先以德爾菲法確定了模型的評價指標體系，主要包括6個一級指標和19個二級指標，再以層次分析法對各個指標進行權(quán)重賦值，最后選取皖墾茶業(yè)集團麻姑山茶場種植的24個茶樹品種對模型進行驗證，結(jié)果證明構(gòu)建的模型較為客觀準確。

經(jīng)過專家反復討論后，確定衡量茶樹生態(tài)貢獻的指標包括凈光合速率、土壤pH、土壤容重和氮肥利用率，其中“凈光合速率”表示茶樹在單位時間內(nèi)通過光合作用積累有機物的能力[22]；常年使用化肥造成茶園土壤酸化，進而破壞茶園土壤生態(tài)，導致土壤有效性養(yǎng)分流失，最終影響茶葉產(chǎn)量和品質(zhì)，因此“土壤pH”可反映茶園生態(tài)被破壞程度[23-25]；“土壤容重”綜合反映了土壤結(jié)構(gòu)，容重越小則土壤結(jié)構(gòu)越疏松，利于養(yǎng)分活化和根系生長以及增加土壤含水量，此指標可反映茶園土壤保肥水能力[26-27]；“氮肥利用率”可用茶樹根系吸收氮素的效率表示，茶樹氮肥吸收率高可減少施肥量，達到節(jié)本高效的目的[28]。為此，本研究構(gòu)建的評價體系是基于生態(tài)適應性、抗性、經(jīng)濟性狀與生境互作關(guān)系建立的，有效體現(xiàn)了不同生態(tài)環(huán)境因子與品種產(chǎn)量、質(zhì)量、抗性等性狀的關(guān)聯(lián)，并為解決茶產(chǎn)業(yè)發(fā)展過程中盲目引種、品種適栽區(qū)域不精準等問題提供重要參考。

本研究利用24個茶樹品種對構(gòu)建的評價模型進行驗證，結(jié)果發(fā)現(xiàn)排名前三的是龍井長葉、舒茶早和菊花春。這3個茶樹品種都具有高產(chǎn)、優(yōu)質(zhì)、抗性強等特點，如龍井長葉適制綠茶，抗寒性、抗旱性和適應性強，在浙江、江蘇、安徽、四川、山東、陜西等地均有栽培，且產(chǎn)量較高；舒茶早適制綠茶，且具蘭花香，該品種抗寒性、抗旱性和扦插繁殖能力強，產(chǎn)量高，安徽、河南、浙江、山東、福建、四川均有引種；菊花春在浙江、江蘇、安徽等茶區(qū)均有栽培，抗寒能力較強，所制綠茶香氣鮮濃、滋味鮮醇。因此，本研究的評價體系在篩選適制優(yōu)質(zhì)條形綠茶的生態(tài)型經(jīng)濟品種時，結(jié)果可靠。

用于評價體系指標確定的調(diào)查方法主要包括專家會議法和德爾菲法。專家會議法指通過召開專家會議、集體討論，得出一致的意見。此方法能夠廣泛收集專家意見，準確性高、專業(yè)性強，但專家間容易相互影響，或礙于情面不愿意表達不同意見，或不愿修改原有意見。德爾菲法除具有專家會議法的優(yōu)點外，最大的特點是匿名性，參加德爾菲法的專家之間不溝通，只通過調(diào)查組反饋意見，在完全匿名的情況下可消除權(quán)威的影響，經(jīng)過反復征詢、歸納、修改，最終得到趨于一致的看法。同時本研究根據(jù)德爾菲法規(guī)定的算法得到的權(quán)威系數(shù)和肯德爾協(xié)調(diào)系數(shù)都較高，因此專家的權(quán)威性和意見一致性同樣較高，所以咨詢結(jié)果客觀和可靠[29]。此外，“問卷星”是線上調(diào)查問卷平臺，現(xiàn)已被廣泛使用于問卷調(diào)查，與傳統(tǒng)的郵件相比，該平臺不僅具有高效、便捷、易用的優(yōu)點，還能夠在線上完成數(shù)據(jù)統(tǒng)計和結(jié)果分析等工作。

層次分析法將研究的問題分成不同的層次，分析每一層權(quán)重，再確定綜合權(quán)重。該方法將定性和定量方法有機結(jié)合，使復雜的問題簡單化，具有簡潔、實用等特點。通過德爾菲法確定評價指標體系各級指標并對其賦值，結(jié)合層次分析法構(gòu)建判斷矩陣，確定綜合權(quán)重得到完整評價體系，再根據(jù)二級指標評價標準給各品種打分、排序。本研究在3輪德爾菲法中，問卷回收率、專家權(quán)威程度、專家協(xié)調(diào)程度均較為理想，說明本研究不僅具有研究價值，且得到多方專家的認同。同時，本研究確定的評價體系是針對安徽宣城地區(qū)的茶樹品種建立的，對于皖南周邊地區(qū)或生態(tài)條件相似的地區(qū)有較大的參考價值。

目前關(guān)于如何評價綠茶生態(tài)經(jīng)濟型品種尚未見報道。本研究在實地考察、走訪茶農(nóng)、查找文獻、詢問專家的基礎(chǔ)上，聯(lián)合運用德爾菲法和層次分析法構(gòu)建可靠且權(quán)威的條形綠茶生態(tài)經(jīng)濟型茶樹評價模型，為適制不同茶類的生態(tài)經(jīng)濟型茶樹品種篩選提供較為客觀的判斷依據(jù)，具有重要的應用前景。

研究中所選的24個茶樹品種主要是用來驗證所構(gòu)建模型的合理性，它們的二級指標各項數(shù)值僅反映其在本研究中當年的觀察表現(xiàn)，并不代表其在其他茶區(qū)的多年實際呈現(xiàn)的結(jié)果。此外，本研究主要目的是基于茶樹的生態(tài)適應性、抗性、經(jīng)濟性狀及其對環(huán)境的影響，初步探討建立生態(tài)經(jīng)濟型茶樹品種綜合評價模型，并以優(yōu)質(zhì)條形綠茶進行驗證，該模型的可靠性和有關(guān)指標的選擇及權(quán)重的確定還需要后續(xù)研究進一步檢驗和完善。

致謝：非常感謝參與咨詢的所有專家，他們對本研究中評價指標的遴選和確定提供了無私的支持和幫助！感謝皖墾茶業(yè)集團有限公司的臧少坤和欽家樂；感謝安徽農(nóng)業(yè)大學資源與環(huán)境學院的谷勛剛教授及其研究生馮英。

[1] 胡波, 張艷麗, 蔡烈偉. 六大茶類茶葉的加工及其品質(zhì)[J]. 熱帶農(nóng)業(yè)科學, 2019, 39(12): 51-57.

Hu B, Zhang Y L, Cai L W. Processing technology and quality of six types of tea [J]. Chinese Journal of Tropical Agriculture, 2019, 39(12): 51-57.

[2] 劉盼盼, 鄭鵬程, 龔自明, 等. 不同產(chǎn)地珠形綠茶色澤與滋味成分的差異分析[J]. 食品與發(fā)酵工業(yè), 2019, 45(20): 267-274.

Liu P P, Zheng P C, Gong Z M, et al. Analysis on color and taste compounds of bead-shaped green tea from different origins [J]. Food and Fermentation Industries, 2019, 45(20): 267-274.

[3] 相雅欣, 李華, 劉旭芳. 我國茶葉出口貿(mào)易現(xiàn)狀及問題分析[J]. 農(nóng)村經(jīng)濟與科技, 2021, 32(14): 94-96.

Xiang Y X, Li H, Liu X F. Analysis of the current situation and problems of tea export trade in China [J]. Rural Economy and Science-Technology, 2021, 32(14): 94-96.

[4] 邱安東, 武世華, 陳玉瓊, 等. 不同做形方式對湖北條形綠茶品質(zhì)的影響[J]. 華中農(nóng)業(yè)大學學報, 2021, 40(6): 195-202.

Qiu A D, Wu S H, Chen Y Q, et al. Effects of shaping methods on the quality of strip famous green tea of Hubei province [J]. Journal of Huazhong Agricultural University, 2021, 40(6): 195-202.

[5] 程書祥, 張錫悅. 名茶—信陽“毛尖”[J]. 中國茶葉, 1979, 1(2): 33.

Cheng S X, Zhang X Y. Famous tea: Xinyang Maojian [J]. China Tea, 1979, 1(2): 33.

[6] 王新超, 曾建明, 王璐, 等. 茶園建設(shè)中茶樹良種的選擇[J]. 中國茶葉, 2018,40(3): 5-8.

Wang X C, Zeng J M, Wang L, et al. Selection of improved varieties in tea plantation construction [J]. China Tea, 2018, 40(3): 5-8.

[7] 鄭蓉蓉, 徐學榮. 中國茶園生態(tài)經(jīng)濟價值的影響因素分析[J]. 江蘇農(nóng)業(yè)科學, 2019, 47(8): 340-343.

Zheng R R, Xu X R. Analysis on influencing factors of ecological and economic value of tea gardens in China [J]. Jiangsu Agricultural Sciences, 2019, 47(8): 340-343.

[8] 亓愛杰, 劉倫, 張琳, 等. 應用德爾菲法和層次分析法確定醫(yī)院質(zhì)量與安全年度優(yōu)先級改進指標[J]. 中國醫(yī)院統(tǒng)計, 2019, 26(6): 445-449.

Qi A J, Liu L, Zhang L, et al. Determination of annual priority improvement indexes of hospital's quality and safety with delphi method and analytic hierarchy process [J]. Chinese Journal of Hospital Statistics, 2019, 26(6): 445-449.

[9] 于成. 基于層次分析法和德爾菲法的醫(yī)療設(shè)備采購評價方法[J]. 中國醫(yī)療器械信息, 2020, 8(26): 186-187.

Yu C. Medical equipment procurement evaluation method based on AHP and Delphi method [J]. China Medical Device Information, 2020, 8(26): 186-187.

[10] 張宇斐, 柴建軍, 胡冰水, 等. 基于德爾菲法和層次分析法的現(xiàn)代醫(yī)院門診醫(yī)療質(zhì)控指標體系構(gòu)建與應用[J]. 中國醫(yī)院, 2021, 25(3): 36-39.

Zhang Y F, Chai J J, Hu B S, et al. Study on the construction and application of evaluation index system of outpatient medical quality control based on Delphi method and AHP [J]. Chinese Hospitals, 2021, 25(3): 36-39.

[11] 佚名. 德爾菲法[J]. 財務(wù)與會計, 2014(4): 58.

Anon. Delphi method [J]. Finance & Accounting, 2014(4): 58.

[12] 張永澤, 李樹祥, 楊慶. 應用德爾菲法構(gòu)建臨床藥師核心能力評價標準[J]. 中國藥房, 2019, 30(6): 730-734.

Zhang Y Z, Li S X, Yang Q. Construction of core competency evaluation standards for clinical pharmacists by Delphi method [J]. China Pharmacy, 2019, 30(6): 730-734.

[13] 曾茂, 鮮金利, 謝暢曉, 等. 基于德爾菲法和層次分析法構(gòu)建重慶市中學生營養(yǎng)素養(yǎng)評價指標體系[J]. 保健醫(yī)學研究與實踐, 2021, 18(3): 7-14.

Zeng M, Xian J L, Xie C X, et al. Evaluation index of nutrition literacy for middle school students in Chongqing based on Delphi and Analytic hierarchy process method [J]. Health Medicine Research and Practice, 2021, 18(3): 7-14.

[14] 李輝. 醫(yī)療聯(lián)合體可行性評價指標體系構(gòu)建——以新疆兵團為例[D]. 石河子: 石河子大學, 2013.

Li H. Construction of medical association feasibility evaluation system: taking Xin-Jiang corps as an example [D]. Shihezi: Shihezi Unversity, 2013.

[15] 周祺, 牛亞楠, 畢偉龍. 基于層次分析法的皮影游戲產(chǎn)品設(shè)計研究[J/OL]. 包裝工程, 2021: 1-13[2022-01-06]. http://kns.cnki.net/kcms/detail/50.1094.tb.20210721.1248.006.html.

Zhou Q, Niu Y N, Bi W L. Research on product design of shadow puppet game based on analytic hierarchy process [J/OL]. Packaging Engineering, 2021: 1-13[2022-01-06]. http://kns.cnki.net/kcms/detail/50.1094.tb.20210721.1248.006.html.

[16] 李文芳. 基于層次分析法的住院患兒腸外營養(yǎng)護理質(zhì)量評價指標體系構(gòu)建[J]. 全科護理, 2021, 19(25): 3553-3555.

Li W F. Construction of evaluation index system of parenteral nutrition nursing quality for hospitalized children based on Analytic Hierarchy Process [J]. Chinese General Practice Nursing, 2021, 19(25): 3553-3555.

[17] 吳煥煥, 張虹, 任志紅, 等. 葉面噴硒對茶樹葉片光合特性及產(chǎn)量的影響[J]. 山東農(nóng)業(yè)科學, 2021, 53(6): 64-68.

Wu H H, Zhang H, Ren Z H, et al. Effects of foliar application of nano-selenium on photosynthetic characteristics and yield of tea [J]. Shandong Agricultural Sciences, 2021, 53(6): 64-68.

[18] 楊柳生, 林靜遠, 木力迪爾·艾爾肯, 等. 泥石流流域氣候與區(qū)段對坡面土壤pH值的影響——以云南蔣家溝流域為例[J]. 水土保持研究, 2022, 29(1): 105-112.

Yang L S, Lin J Y, Molder E, et al. Effects of climate types and slope sections on the pH of soil in the unstable slope with high: frequency debris flow in Jiangjiagou Watershed of Yannan Province [J]. Research of Soil and Water Conservation, 2022, 29(1): 105-112.

[19] 袁久坤, 周英. 利用取土鉆改進環(huán)刀法準確測定土壤容重和孔隙度[J]. 中國園藝文摘, 2014, 30(3): 25-26.

Yuan J K, Zhou Y. Accurate determination of soil bulk density and porosity by improved ring knife method with soil drill [J]. Chinese Horticulture Abstracts, 2014, 30(3): 25-26.

[20] 宮亮, 金丹丹, 牛世偉, 等. 長期定位氮肥減施對水稻產(chǎn)量和氮素吸收利用的影響[J]. 中國稻米, 2022, 28(3): 1-5.

Gong L, Jin D D, Niu S W, et al. Effects of long-term position nitrogen fertilizer reduction on rice yield and nitrogen ab-sorption and utilizationn [J]. China Rice, 2022, 28(3): 1-5.

[21] 崔元培, 魏子鯤, 王建忠, 等. “雙減”背景下化肥、農(nóng)藥施用現(xiàn)狀與發(fā)展路徑[J]. 北方園藝, 2021(9): 164-173.

Cui Y P, Wei Z K, Wang J Z, et al. Development status and path of application of chemical fertilizers and pesticides under the background of reduced [J]. Northern Horticulture, 2021(9): 164-173.

[22] 林志坤. 邊際效應對茶樹光合特性的影響[J]. 廣東茶業(yè), 2020(4): 18-20.

Lin Z K. Effects of marginal effects on photosynthetic characteristics of tea plants [J]. Guangdong Tea Industry, 2020(4): 18-20.

[23] 尚懷國, 周澤宇, 施蕊, 等. 澳洲堅果青皮發(fā)酵肥對茶園土壤養(yǎng)分和茶葉品質(zhì)的影響[J]. 南方農(nóng)業(yè)學報, 2021, 52(7): 1877-1886.

Shang H G, Zhou Z Y, Shi R, et al. Effects of wet compost of macadamia nut peel on tea garden soil nutrient and tea quality [J]. Journal of Southern Agriculture, 2021, 52(7): 1877-1886.

[24] 郭彬, 高水練, 王苗苗, 等. 盆栽條件下茶園土壤pH值、養(yǎng)分和酶活性對茶樹修剪枝與大豆交互作用的響應[J]. 生態(tài)學雜志, 2021, 40(11): 3561-3569.

Guo B, Gao S L, Wang M M, et al. Responses of soil pH, nutrients, and enzyme activities to interaction between pruned tea branches and soybean under pot culture [J]. Chinese Journal of Ecology, 2021, 40(11): 3561-3569.

[25] 張帥, 戶杉杉, 潘榮藝, 等. 茶園土壤酸化研究進展[J]. 茶葉, 2019, 45(1): 17-23.

Zhang S, Hu S S, Pan R Y, et al. Research progress on soil acidification of tea garden [J]. Journal of Tea, 2019, 45(1): 17-23.

[26] 張杰, 金志農(nóng), 張海燕, 等. 鼎湖山不同植被類型下土壤肥力質(zhì)量變化[J]. 中國土壤與肥料, 2020(6): 50-57.

Zhang J, Jin Z N, Zhang H Y, et al. Changes of soil fertility quality under different vegetation types of Dinghushan in subtropical China [J]. Soil and Fertilizer Sciences in China, 2020(6): 50-57.

[27] 張永利, 王燁軍, 蘇有健, 等. 機械施肥對茶園土壤物理特性、茶葉產(chǎn)量及品質(zhì)的影響[J]. 茶業(yè)通報, 2018, 40(1): 23-28.

Zhang Y L, Wang Y J, Su Y J, et al. Effects of mechanical fertilization on soil physical properties, tea yield and quality in tea garden [J]. Journal of Tea Business, 2018, 40(1): 23-28.

[28] 陳妍曦, 孫彬妹, 劉少群, 等. 茶樹對氮肥的吸收利用及氮肥對茶樹代謝產(chǎn)物合成影響的研究進展[J]. 中國茶葉, 2021, 43(4): 16-19.

Chen Y X, Sun B M, Liu S Q, et al. Progress in the study of nitrogen absorption and utilization in tea plants and their influence on the synthesis of metabolites [J]. China Tea, 2021, 43(4): 16-19.

[29] 甘念, 羅敏, 吳麗芬. 基于德爾菲法與層次分析法構(gòu)建兒科門診護理質(zhì)量評價體系[J]. 護理實踐與研究, 2021, 18(10): 1573-1576.

Gan N, Luo M, Wu L F. Constructing an evaluation system of pediatric outpatient nursing quality based on Delphi method and analytic hierarchy process method [J]. Nursing Practice and Research, 2021, 18(10): 1573-1576.

Construction and Application of Optimal Eco-economical Cultivar Evaluation Model for Strip-shaped Green Tea

CHEN Minyi1, TING Yujie1, FANG Shiming2, ZHANG Xiasheng2, XU Aodi1, ZHU Junyan1, LI Yeyun1, LIU Shengrui1*, WEI Chaoling1*

1. State Key Laboratory of Tea Plant Biology and Utilization/Key Laboratory of Tea Biology and Processing of Ministry of Agriculture/Anhui Provincial Laboratory, Anhui Agricultural University, Hefei 230036, China; 2. Anhui WanKen Tea Industry Group Co., Ltd., Xuancheng 242000, China

More than 300 state- and provincial-level tea plant cultivars have been selected according to the agronomic traits in our country. However, few studies about the selection of eco-economical cultivars through comprehensive value method was reported. In this study, to screen optimal tea plant cultivars suitable for eco-economic strip-green tea, 24 tea cultivars were evaluated using Delphi and Analytic Hierarchy Process (AHP) methods. A comprehensive evaluation system containing 6 first-level indicators and 19 secondary indicators was formed based on the experts’ evaluated scoring and suggestions by a comprehensive discussion. Among them, the experts’ positivity degree of the first two rounds based on Delphi method were 82.5% and 100%, respectively. The degrees of experts’ authority were 0.93 and 0.90, respectively. The Coefficients of Variation were 0.19 and 0.16, respectively. While the Kendall’s W were 0.296 and 0.358, respectively (<0.05). The weights of the first-level indicators were 0.364, 0.204, 0.128, 0.108, 0.124 and 0.072, respectively. The weights of secondary indicators were between 0.101-0.805 (all parameters were passed the consistency test). Among them, the expert positivity, degree of expert authority, Coefficient of Variation and Kendall’s W of the final round were 100%, 0.91, 0.36 and 0.11 (<0.05), respectively. In summary, ‘Longjing Changye’, ‘Shuchazao’ and ‘Juhuachun’ ranked the top three, with scores of 3.714, 3.624 and 3.581, respectively.

Delphi method, AHP, strip-shaped green tea, comprehensive evaluation, ecological economy type

S571.1

A

1000-369X(2022)04-588-13

2022-01-07

2022-05-10

“十三五”國家重點研發(fā)項目（2019YFD1001601）、安徽省科技重大專項（202003a06020021）、安徽高校協(xié)同創(chuàng)新項目（GXXT-2020-080）

陳敏儀，女，碩士研究生，主要從事茶樹遺傳育種研究。*通信作者：liushengrui@ahau.edu.cn；weichl@ahau.edu.cn