Influence of Income Gap between Urban and Rural Areas on Agricultural Green Total Factor Productivity
-
摘要: 缩小城乡收入差距并促进农业绿色发展是实现乡村振兴的重要内容，但城乡收入差距对农业绿色全要素生产率的影响尚未明确。基于2005—2019年的省级面板数据，实证检验了城乡收入差距对农业绿色全要素生产率的影响和作用机制。研究发现：城乡收入差距显著抑制了农业绿色全要素生产率提升；内在机制分析发现，农村劳动力转移会正向调节两者之间的负相关关系，而农村居民收入则会负向调节两者之间的负相关关系；异质性分析发现，城乡收入差距和农业绿色全要素生产率的负向关系在中西部地区更明显。
-
关键词:
- 城乡收入差距 /
- 农业绿色全要素生产率 /
- 农村劳动力转移
Abstract: Narrowing the income gap between urban and rural areas and promoting the green development of agriculture is an important part of rural revitalization, but the influence of the income gap between urban and rural areas on agricultural green total factor productivity is not yet clear. Based on the provincial panel data from 2005 to 2019, this paper empirically tested the influence and mechanism of urban-rural income gap on agricultural green total factor productivity. The results show that: urban-rural income gap significantly inhibited the improvement of agricultural green total factor productivity; The internal mechanism analysis showed that the transfer of rural labor force would positively adjust the negative correlation between them, while the income of rural residents would negatively adjust the negative correlation between them. Heterogeneity analysis showed that the negative relationship between urban-rural income gap and agricultural green total factor productivity was more obvious in the central and western regions. -
改革开放以来，我国经济实现了长期、持续、快速、平稳增长，并在实现“量”的提升的同时实现了“质”的跨越[1]。然而，经济繁荣的背后是持续的收入不平等，严重影响了人民幸福感的获得。为了满足人民对美好生活的期待，国家付出了诸多努力来缩小城乡收入差距，但不可否认的是，当前城乡收入差距仍然较大，是实现共同富裕和社会正义的重大障碍。在农业方面，我国取得了重大成就，用世界7%的耕地养活了近20%的人口，14亿中国人的饭碗端得更牢，有效满足了人民群众日益增长的消费需求。然而，在实现巨大成就的同时，我国也付出了极为沉重的代价，农业种植所用到的农药、化肥和农膜会产生大量的二氧化碳，农田土壤在生物化学和灌溉过程中也会释放CH4（甲烷）和N2O（一氧化二氮）[2]。在我国，农业活动造成的碳排放占到总碳排放量的17%，是仅次于化石能源的第二大碳排放源，同时，农业活动释放的CH4和N2O分别占到全国总量的50%和92%[3]。在乡村振兴的时代背景下，缩小城乡收入差距和促进农业绿色发展是重要的政策目标。
关于城乡收入差距和农业绿色全要素生产率之间的关系，已有部分学者进行了有益探索。潘丹研究发现城乡收入差距扩大会对农业绿色生产率产生显著负向影响[4]。白延涛等对以成渝城市群为研究对象，发现城乡收入差距的缩小是农业绿色生产效率的主要动力之一[5]。张超等认为目前农业仍是农民最主要的收入来源，所以当感受到城乡之间的收入不平等时，农民会通过增加农药等化学药品的方式来提高农业产量，以谋求更多的收益[6]。Zhang C等的研究发现鉴于城乡收入差距较大，农村家庭可以通过提高农业生产力来增加收入，其中化肥的使用起着至关重要的作用[7]。曾龙等实证检验了城乡收入差距抑制农业生产率提升，且表现出“U”形趋势[8]。吕垠江实证检验证明了技术进步、技术效率可以提高农业全要素增长率，并以增加农民非农收入和农民人均可支配收入两条途径，缩小城乡居民收入差距[9]。黄大湖等基于我国2007—2018年省际面板数据，实证研究农业前沿技术进步对减少各省城乡收入差距有显著促进作用，农业技术效率却能抑制对临近省份城乡收入差距扩大[10]。安博文等研究发现新疆城乡收入差距与农业全要素生产率和技术效率呈倒“U”形关系，与资源配置效率呈“U”形关系[11]。张爱英等、杨怡等研究发现数字普惠金融的发展能够缩小城乡收入差距，而农业绿色全要素生产率在其中发挥中介作用[12-13]。Ma Guoqun等研究发现环境规制与城乡收入差距之间存在倒“U”形关系，城乡收入差距则会负向影响农业全要素生产率[14]。
从已有文献来看，鲜有文献研究城乡收入差距对农业绿色全要素生产率的影响。科学准确地回答该问题，对缩小城乡收入差距和推动农业绿色发展都具有积极意义。因此，以省级面板数据为基础，本文试图分析城乡收入差距对农业绿色全要素生产率的影响。本文可能的创新之处在于：第一，在衡量农业绿色全要素生产率时，考虑了农业的碳吸收量。农业种植中会使用到化肥、农药等化学品，从而产生碳排放，但农作物生长的光合作用是碳汇的过程，具有较高的碳吸收和碳储存能力，已有研究在衡量农业绿色全要素生产率时，主要聚焦于农业的碳排放量而忽视了农业的碳吸收量，度量不够准确。第二，分析了城乡收入差距和农业绿色全要素生产率之间的关系，并考虑了区域异质性的影响，能够为缩小城乡收入差距和引导农业绿色转型提供一定借鉴，赋能乡村振兴建设。第三，分析了农村劳动力转移和农民收入对两者关系的影响，有利于更深入地了解城乡收入差距作用农业绿色全要素生产率的内在机理。
一、 理论分析与研究假设
改革开放以来，中国农村居民收入结构发生了深刻变化，虽然经营性收入占比持续下降，但是农业生产仍是农村居民的重要收入来源。在城乡收入差距持续性刺激下，农民会希望通过使用农药、化肥等化学药品来增加农产品产量以增加收入，但同时也忽视了农业的绿色发展，不利于农业绿色全要素生产率的提高。刘景政等的研究便发现合理使用农药的确可以增加合作社成员收入[15]，所以农民有动机通过增加农业化学品来增加收入。
假设1：城乡收入差距会负向影响农业绿色全要素生产率。
大多数实证研究所证实，收入差距对环境污染的影响会因收入水平的不同而有所差异[16]。如前所述，城乡收入差距会影响农民对农药、肥料等农业化学品的使用强度，从而影响到农业绿色全要素生产率水平，其主要原因在于农民希望通过增加农业化学品的使用来提高自身收入，并逐步缩小与城镇居民的收入差距。然而，在收入差距相同的情形下，农业化学品的使用可能会在不同收入水平的群体中存在明显差异[6]。一方面，当农民的收入水平较高时，其环境意识也相对较高，因为在基本的物质需求得到满足后，农民会更加倾向于追求环保、健康等更高层次的满足[17]。另一方面，与收入水平较低的农民相比，收入较高的农民有更为充足的资金来购买现金的技术设备和应用绿色生产技术，会更有利于农业绿色全要素生产率的提高[18]。
假设2：农民收入水平会负向调节城乡收入差距对农业绿色全要素的抑制作用。
一方面，在城乡二元结构下，与基础条件较好且具有政策倾向的城市相比，农村基础设施不完善，环境法规监管也不强，导致农村长期环保意识不足[19]；另一方面，随着城乡收入差距的拉大，许多年轻劳动力进入城市，造成了农村劳动力的不足，基于技术变革诱导理论和生产要素替代理论，为了弥补劳动力的短缺，农民会通过增加农药、化肥等方面的投入来保障农业活动的正常进行[20]。此外，大量受过良好教育的青年劳动力进入城市，致使农村劳动力多为教育程度不高、环保素质较低的老年人和妇女，而这些人往往对农业污染漠不关心[21]。
假设3：城乡收入差距与农业绿色全要素生产率的关系还受到农村劳动力转移影响。
二、 研究方法与数据来源
（一） 数据来源
本文采用2005—2019年的省级面板数据，不包含西藏（数据缺失）。数据主要来源于各年《中国统计年鉴》《中国农村统计年鉴》，部分缺失值采用插值法补全。
（二） 变量选择
1. 因变量
农业绿色全要素生产率。参考郭海红等[22]、陈芳等[23]的研究，采用SBM-GML方法来进行测度。其中，投入变量：劳动力、耕种面积、农用机械、化肥施用量（折纯量）、农业灌溉面积、农膜覆盖面积和农药施用量；期望产出：以2000年为基期的实际农业总产值和稻谷、小麦、玉米等主要农作物的碳吸收量；非期望产值：化肥、农药、农膜、柴油和灌溉的碳排放总和以及土壤N2O排放量、牲畜碳排放量、稻田CH4排放量。
2. 自变量
城乡收入差距。借鉴李晓钟等[24]的方法，采用泰尔指数来衡量。其公式如下：
$$\begin{aligned} {泰尔指数}=&\frac{农村收入}{总收入}\times {\rm{ln}}\left(\frac{{农村收入}/{总收入}}{{农村人口}/{总人口}}\right)+\\ &\dfrac{城镇收入}{总收入}\times {\rm{ln}}\left(\frac{{城镇收入}/{总收入}}{{城镇人}口/{总人口}}\right)\end{aligned} $$ (1) 3. 调节变量
农村劳动力转移和农村居民收入。参考郑晶等[25]的做法，采用乡村从业人员与农林牧渔从业人员的差值来衡量农村劳动力转移，并除以1000000。借鉴曾龙等[8]的做法，采用人均可支配收入来衡量农村居民收入，并作对数化处理。
4. 控制变量
参考已有研究，选取工业化、人力资本、城镇化、对外开放和自然灾害作为控制变量。变量的具体定义和描述性统计见表1。
表 1 变量说明及描述性统计变量名称 变量定义 平均值 中位数 最小值 最大值 标准差 农业绿色全要素生产率（GTFP） SBM-GML方法测度 1.0188 1.0142 0.7680 1.2602 0.0608 城乡收入差距（Gap） 泰尔指数 0.1130 0.1055 0.0195 0.2815 0.0549 农村劳动力转移（Transfer） 乡村非农业从业人员数量 7.9774 6.3486 0.0957 31.3829 6.4517 农村居民收入（Income） 农村人均可支配收入 9.5865 9.6347 8.1956 11.1483 0.5964 工业化（Indus） 工业增加值/GDP 0.3624 0.3712 0.1122 0.5738 0.0854 人力资本（Edu） 人均受教育年限 7.5565 7.6438 5.1487 9.8009 0.6843 城镇化（Urban） 城镇人口/总人口 53.7238 51.8500 26.8700 89.6000 13.9488 对外开放（Open） 进出口总额/GDP 0.3096 0.1420 0.1249 1.5510 0.3525 自然灾害（Nat） 受灾面积/作物播种面积 0.2078 0.1754 0.0000 0.9359 0.1507 （三） 模型设定
为了考察城乡收入差距对农业绿色全要素生产率的影响，建立如下模型：
$$ GTF{P_{i,t}} = {\alpha _1} + {\alpha _2}Ga{p_{i,t}} + {\alpha _3}\sum {Contro{l_{i,t}}} + {\varepsilon _{i,t}} $$ (2) $$\begin{aligned} GTF{P_{i,t}} = &{\beta _1} + {\beta _2}Ga{p_{i,t}} + {\beta _3}R{V_{i,t}} + {\beta _4}Ga{p_{i,t}} \times R{V_{i,t}} +\\ &{\beta _5}\sum {Contro{l_{i,t}}} + {\pi _{i,t}}\end{aligned} $$ (3) 式（2）（3）中，GTFP代表农业绿色全要素生产率，Gap代表城乡收入差距，RV代表调节变量，Control代表控制变量。
三、 结果与分析
（一） 基准回归结果
为了检验城乡收入差距和农业绿色全要素生产率之间的关系，利用固定效应模型对式（2）进行了回归分析。从表2的回归结果来看，列（1）未加入控制变量时，城乡收入差距对农业绿色全要素生产率的回归系数在1%的显著性水平上为负，表明城乡收入差距会显著抑制农业绿色全要素生产率的提升。列（2）在加入了控制变量后，城乡收入差距的系数依然显著为负，进一步验证了城乡收入差距对农业绿色全要素生产率的负向效应。
表 2 基准回归结果变量 （1） （2） （3） （4） GTFP GTFP 东部 中西部 Gap −0.2910***（−3.56） −0.3767**（−2.43） −0.4278（−0.85） −0.3483*（−1.89） 控制变量 未控制 控制 控制 控制 截距项 1.0517***（113.92） 1.1079***（9.59） 0.9867***（4.82） 1.0628***（7.66） 省份/时间 控制 控制 控制 控制 N 450 450 165 285 R2 0.0300 0.1850 0.1007 0.1757 注：*、**、***分别表示10%、5%和1%的显著水平，下同。 （二） 区域异质性检验
作为世界上最大的发展中国家，我国不同地区的经济发展水平和要素禀赋条件具有明显的异质性[26]，可能导致城乡收入差距对农业绿色全要素生产率的影响存在差异。因此，为了进一步探究城乡收入差距对农业绿色全要素生产率的区域异质性影响，将国家划分为东部和中西部进行异质性分析。从表2中的列（3）和列（4）结果来看，东部地区没有通过显著性检验，而中西部地区城乡收入差距的系数显著为负，表明城乡收入差距对农业绿色全要素生产率的抑制作用在中西部地区更明显。
（三） 内在机制检验
前文已经验证了城乡收入差距对农业绿色全要素生产率的抑制作用，但其内在机制尚未明确。为了打开城乡收入差距作用农业绿色全要素生产率的“黑匣子”，利用式（3）检验了农村劳动力转移和农村居民收入对城乡收入差距和农业绿色全要素生产率关系的调节效应，回归结果见表3。表3中列（1）城乡收入差距和农村劳动力转移交乘项的系数在10%的水平上显著，且系数为负，说明农村劳动力转移会加强城乡收入差距对农业绿色全要素生产率的抑制作用。表3中列（2）农村居民收入与城乡收入差距的交乘项系数显著为正，表明农村居民收入在城乡收入差距对农业绿色全要素生产率的影响中具有负向调节作用。
表 3 作用机制分析变量 （1） （2） GTFP GTFP Gap −0.4237**（−2.43） −4.2903***（−3.04） Transfer −0.0018（−1.08） Gap*Transfer −0.0331*（−1.79） Income 0.0327（0.34） Gap*Income 0.4795***（2.91） 控制变量 控制 控制 截距项 1.0974***（9.54） 0.9646（1.19） 省份/时间 控制 控制 N 450 450 R2 0.1872 0.0883 （四） 稳健性检验
1. 替换关键变量
采用SBM-ML方法重新度量农业绿色全要素生产率。表4中列（1）城乡收入差距的系数依然显著为负，研究结论稳健。
表 4 稳健性检验变量 （1） （2） （3） GTFP GTFP GTFP Gap −0.1822*
（−1.76）−0.0589***
（−2.91）L.Gap −0.2120*
（−1.94）控制变量 控制 控制 控制 截距项 1.0782***
（12.40）1.2378***
（10.41）1.1222***
（12.61）省份/时间 控制 控制 控制 N 450 450 450 R2 0.0842 0.1609 0.0416 2. 替换关键变量
采用城镇和农村居民可支配收入的比值[27]来度量城乡收入差距。表4列（2）城乡收入差距的系数没有明显变化，研究结论具有稳健性。
3. 解释变量滞后一期
表4中列（3）的结果与基准回归结果十分吻合，进一步验证了研究结论的可信度。
四、 结论与建议
（一） 结论
利用SBM模型测度了30个省份的农业绿色全要素生产率，并在此基础上通过固定效应模型实证检验了城乡收入差距对农业绿色全要素生产率的影响，结论如下。
（1）城乡收入差距显著抑制了农业绿色全要素生产率提升。
（2）城乡收入差距对农业绿色全要素生产率的负向影响在东部省份不明显，而在中西部地区显著存在。
（3）农村劳动力转移对城乡收入差距与农业绿色全要素生产率之间的关系存在正向调节效应，农村居民收入水平会负向调节二者之间的关系。
（二） 建议
（1）政府要不断优化农村发展的政策供给，拓宽农民增收渠道。一方面，政府要支持乡村产业振兴，促进农业产业结构升级，赋能农村居民收入增长；另一方面，政府要鼓励农村创新创业，逐步形成创新带创业、创业带就业、就业促增收的格局。
（2）政府要重视农村劳动力转移对农业绿色全要素生产率带来的负向影响，为农村劳动力短缺的地区提供必要的技术支持，减少因劳动力不足而引起的农业碳排放增多。
（3）政府要引导农民发展绿色农业、生态农业，通过建立健全绿色技术创新体系为农业绿色发展提供科技动能，推动农业的绿色转型。
-
表 1 变量说明及描述性统计
变量名称 变量定义 平均值 中位数 最小值 最大值 标准差 农业绿色全要素生产率（GTFP） SBM-GML方法测度 1.0188 1.0142 0.7680 1.2602 0.0608 城乡收入差距（Gap） 泰尔指数 0.1130 0.1055 0.0195 0.2815 0.0549 农村劳动力转移（Transfer） 乡村非农业从业人员数量 7.9774 6.3486 0.0957 31.3829 6.4517 农村居民收入（Income） 农村人均可支配收入 9.5865 9.6347 8.1956 11.1483 0.5964 工业化（Indus） 工业增加值/GDP 0.3624 0.3712 0.1122 0.5738 0.0854 人力资本（Edu） 人均受教育年限 7.5565 7.6438 5.1487 9.8009 0.6843 城镇化（Urban） 城镇人口/总人口 53.7238 51.8500 26.8700 89.6000 13.9488 对外开放（Open） 进出口总额/GDP 0.3096 0.1420 0.1249 1.5510 0.3525 自然灾害（Nat） 受灾面积/作物播种面积 0.2078 0.1754 0.0000 0.9359 0.1507 
下载: 导出CSV
表 2 基准回归结果
变量 （1） （2） （3） （4） GTFP GTFP 东部 中西部 Gap −0.2910***（−3.56） −0.3767**（−2.43） −0.4278（−0.85） −0.3483*（−1.89） 控制变量 未控制 控制 控制 控制 截距项 1.0517***（113.92） 1.1079***（9.59） 0.9867***（4.82） 1.0628***（7.66） 省份/时间 控制 控制 控制 控制 N 450 450 165 285 R2 0.0300 0.1850 0.1007 0.1757 注：*、**、***分别表示10%、5%和1%的显著水平，下同。
下载: 导出CSV
表 3 作用机制分析
变量 （1） （2） GTFP GTFP Gap −0.4237**（−2.43） −4.2903***（−3.04） Transfer −0.0018（−1.08） Gap*Transfer −0.0331*（−1.79） Income 0.0327（0.34） Gap*Income 0.4795***（2.91） 控制变量 控制 控制 截距项 1.0974***（9.54） 0.9646（1.19） 省份/时间 控制 控制 N 450 450 R2 0.1872 0.0883
下载: 导出CSV
表 4 稳健性检验
变量 （1） （2） （3） GTFP GTFP GTFP Gap −0.1822*
（−1.76）−0.0589***
（−2.91）L.Gap −0.2120*
（−1.94）控制变量 控制 控制 控制 截距项 1.0782***
（12.40）1.2378***
（10.41）1.1222***
（12.61）省份/时间 控制 控制 控制 N 450 450 450 R2 0.0842 0.1609 0.0416
下载: 导出CSV
-
[1] DONG K, DOU Y, JIANG Q. Income inequality, energy poverty, and energy efficiency: Who cause who and how?[J]. Technological Forecasting and Social Change, 2022(179): 121622.
[2] 田云, 尹忞昊. 中国农业碳排放再测算: 基本现状、动态演进及空间溢出效应[J]. 中国农村经济, 2022(3): 104. [3] GUO Y, TONG L, MEI L. Spatiotemporal characteristics and influencing factors of agricultural eco-efficiency in Jilin agricultural production zone from a low carbon perspective[J]. Environmental Science and Pollution Research, 2022(20): 29. DOI: 10.1007/s11356-021-16463-0.
[4] 潘丹. 基于资源环境约束视角的中国农业绿色生产率测算及其影响因素解析[J]. 统计与信息论坛, 2014, 29(8): 27. DOI: 10.3969/j.issn.1007-3116.2014.08.005. [5] 白延涛, 谭学良. 成渝城市群农业绿色生产率及空间效应研究[J]. 价格理论与实践, 2021(10): 164. DOI: 10.19851/j.cnki.cn11-1010/f.2021.10.361. [6] 张超, 孙艺夺, 孙生阳, 等. 城乡收入差距是否提高了农业化学品投入: 以农药施用为例[J]. 中国农村经济, 2019(1): 96. [7] ZHANG C, HU R. Does Fertilizer use intensity respond to the urban-rural income gap? Evidence from a dynamic panel-data analysis in China[J]. Sustainability, 2020, 12(1): 430. DOI: 10.3390/su12010430.
[8] 曾龙, 付振奇. 中国城乡收入差距对农业生产率的影响: 基于农村劳动力转移与农村居民收入的双重视角[J]. 江汉论坛, 2021(11): 15. DOI: 10.3969/j.issn.1003-854X.2021.11.002. [9] 吕垠江. 农业全要素生产率对城乡收入差距的影响[D]. 成都: 西南财经大学, 2020. [10] 黄大湖, 丁士军. 农业技术进步、空间效应与城乡收入差距: 基于省级面板数据的分析[J/OL]. 中国农业资源与区划: 1−11. [2022 − 11 − 05]. http://kns.cnki.net/kcms/detail/11.3513.S.20220106.2111.002.html [11] 安博文, 侯震梅, 王庆杰. 高质量发展视角下新疆农业全要素生产率研究[J]. 河南科技学院学报, 2021, 41(7): 8. DOI: 10.3969/j.issn.1673-6060.2021.07.002. [12] 张爱英, 孟维福. 普惠金融、农业全要素生产率和城乡收入差距[J]. 东岳论丛, 2021, 42(9): 63. DOI: 10.15981/j.cnki.dongyueluncong.2021.09.007. [13] 杨怡, 陶文清, 王亚飞. 数字普惠金融对城乡居民收入差距的影响[J]. 改革, 2022(5): 64. [14] MA GUOQUN, LV DANYANG, LUO YUXI, et, al. Environmental Regulation, Urban-Rural Income Gap and Agricultural Green Total Factor Productivity[J]. Sustainability, 2022, 14(15).
[15] 刘景政, 傅新红, 刘宇荧, 等. 合作社社员规范使用农药的增收效应研究: 来自四川省的证据[J]. 中国农业资源与区划, 2022, 43(1): 174. DOI: 10.7621/cjarrp.1005-9121.20220118. [16] 周慧, 文高辉, 胡贤辉, 等. 农户农业污染认知对耕地投入行为的影响研究[J]. 中国农业资源与区划, 2021, 42(11): 32. DOI: 10.7621/cjarrp.1005-9121.20211105. [17] 杨曼莉. 收入差距是否影响环境质量: 国内外研究综述[J]. 中国人口▪资源与环境, 2020, 30(4): 116. DOI: 10.12062/cpre.20190521. [18] 李卫兵, 陈妹. 收入对居民环境意识的影响: 绝对水平和相对地位[J]. 当代财经, 2017(1): 16. [19] 井波, 倪子怡, 赵丽瑶, 等. 城乡收入差距加剧还是抑制了大气污染?[J]. 中国人口▪资源与环境, 2021, 31(10): 130. DOI: 10.12062/cpre.20210404. [20] 洪大用. 我国城乡二元控制体系与环境问题[J]. 中国人民大学学报, 2000, 14(1): 62. [21] WU H, GE Y. Excessive application of fertilizer, agricultural non-point source pollution, and farmers’policy choice[J]. Sustainability, 2019, 11(4): 1165. DOI: 10.3390/su11041165.
[22] 郭海红, 刘新民. 中国农业绿色全要素生产率的时空分异及收敛性[J]. 数量经济技术经济研究, 2021, 38(10): 65. DOI: 10.13653/j.cnki.jqte.2021.10.004. [23] 陈芳, 杨梅君. 农产品国际贸易对中国农业绿色全要素生产率的影响[J]. 华南农业大学学报(社会科学版), 2021, 20(5): 94. DOI: 10.7671/j.issn.1672-0202.2021.05.009. [24] 李晓钟, 李俊雨. 数字经济发展对城乡收入差距的影响研究[J]. 农业技术经济, 2022(2): 77. DOI: 10.13246/j.cnki.jae.20210916.005. [25] 郑晶, 高孟菲. 农业机械化、农村劳动力转移对农业全要素生产率的影响研究: 基于中国大陆31个省(市、自治区)面板数据的实证检验[J]. 福建论坛(人文社会科学版), 2021(8): 59. [26] LI Q, WU X, ZHANG Y, et al. The effect of agricultural environmental total factor productivity on urban-rural income gap: Integrated view from China[J]. Sustainability, 2020, 12(8): 3327. DOI: 10.3390/su12083327.
[27] 熊凯军. 产业转移示范区建设有助于缩小地区城乡收入差距吗: 基于国家级承接产业转移示范区准自然实验[J]. 中国地质大学学报(社会科学版), 2022, 22(3): 123. -
期刊类型引用(6)
1. 詹再凤，苏维词. 成渝地区双城经济圈城乡收入差距的时空分异及影响因素. 农业与技术. 2024(04): 140-145 . 
百度学术
2. 孔凡斌，蒋定宏，徐彩瑶. 经济发达地区农业生态效率对城乡收入差距的影响——以浙江省为例. 中国农业大学学报. 2024(09): 307-322 . 百度学术
3. 何艺群，杨焕玲. 山东省数字经济对农业绿色全要素生产率的影响研究. 青岛农业大学学报(社会科学版). 2024(04): 51-56 . 百度学术
4. 邹海霞，陈雨. 社会风险对农业产业化发展水平的影响研究. 沿海企业与科技. 2024(06): 78-89 . 百度学术
5. 胡方园，张宝兵. 农业产业集聚对农业绿色全要素生产率的影响研究——以安徽省为例. 云南农业大学学报(社会科学). 2023(05): 96-102 . 本站查看
6. 马文江，白妙琴，阿迪力·艾合买提，张德平，杨忠娜. “双碳”目标下新疆粮食绿色全要素生产率的时空分异及驱动因素分析. 干旱区地理. 2023(12): 2029-2041 . 百度学术
其他类型引用(3)
计量
- 文章访问数: 1842
- HTML全文浏览量: 650
- PDF下载量: 26
- 被引次数: 9