Research on the Impact of Agricultural Industrial Agglomeration on Agricultural Green Total Factor Productivity: Take Anhui Province as An Example
-
摘要:
沿着安徽省农业产业集聚发展脉络，选取2011—2021年安徽市级面板数据，实证研究农业产业集聚与农业绿色全要素生产率之间的关系与影响路径。研究发现：农业产业集聚对农业绿色全要素生产率具有显著的促进作用，且以农业技术进步为主要影响路径；安徽省近十年的农业产业集聚处于下降趋势，不能促进农业技术效率提升。最后根据回归结果提出发展特色农业产业集聚、加强政府扶持、合理布局城镇用地、加强科学教育等建议。
-
关键词:
- 农业产业集聚 /
- 农业绿色全要素生产率 /
- 高质量发展 /
- “双碳”目标
Abstract:Along the development of agricultural agglomeration in Anhui, the relationship and influence path between agricultural industrial agglomeration and agricultural green total factor productivity from 2011 to 2021 were selected to empirically study. It was found that agricultural industrial agglomeration had a significant role in promoting green total factor productivity in agriculture, and agricultural technological progress was the main impact path. Anhui’ s agricultural industry agglomeration in the past decade was in a downward trend, which couldn’ t promote the efficiency of agricultural technology. Finally, according to the results of the return, suggestions were put forward to develop characteristic agricultural industry agglomeration, strengthen government support, rationally layout urban land, and strengthen science education.
-
土地作为人类活动的重要载体，承载着人类生活的全部。同时土地也是一个有机整体，各部分之间有序配合共同发挥作用。土地资源利用效益评价是指人们对土地资源的可持续利用程度做出的基本判断和调整。由于之前中国普遍处于集中力量发展经济的大背景之下，所以对于土地资源的利用也主要在经济效益方面；随着土地生态、绿色发展等概念的深化，人们对城市土地利用也形成了包括社会，生态等方面的综合评价。
因为城市土地具有独特的价值性、复杂性[1]，区位效益性等多重特点，成了更具有研究价值的对象。许多国内的专家也都对城市土地的利用做出过详细的研究，研究方向主要集中于城市土地集约利用综合评价、城市土地利用效益评价、城市土地利用效益动态评价、城市土地利用评价及耦合协调度研究等方面，研究方法大多选取综合系数法、功效系数法、层次分析法、熵权法等；对城市土地的利用逐渐由单一化走向多元化，认为对城市土地的利用作出合理、动态的评价并提出改进措施有利于城市资源的可持续发展[2-6]。本研究选取安徽省的城市土地资源为研究对象，从社会、经济、生态三个方面对安徽省2009—2018年近十年来的城市土地的利用效益做出综合分析，以望提升安徽省城市土地资源的利用效果，对其科学、有效、协调的管理提供参考。
一、 研究区概况和数据来源
（一） 研究区概况
安徽省位于中国的华东地区，总面积14.01万km2，东经114°54′～119°37′，北纬29°41′～34°38′。地势由平原、丘陵、山地构成，地跨淮河、长江、钱塘江三大水系，是长三角的重要组成部分。2018年安徽省的生产总值为30006.82亿元，按可比价格计算相比2017年增加8.02%左右。
（二） 数据来源
本文引用的指标数据均来自2009—2018年《安徽省统计年鉴》《安徽省国民经济与发展公报》《安徽省统计局》《安徽省人民政府》《安徽省生态环境厅》等网站，对极个别年份缺失的数据采取计算历年数据平均值的方法来代替。
二、 研究方法
（一） 评价指标体系的建立
1. 建立评价指标体系的原则
根据评价指标建立的科学性、系统性、可比性、可操作性、动态性、可获得性[7-10]等原则，参考各方面的资料并且结合安徽省近年来的实际情况，构建了适用于安徽省16个地级市的城市土地资源利用效益评价指标体系（表1）。
表 1 安徽省城市土地资源利用效益评价体系目标层 准则层 指标层 单位 指标属性 城市土地资源
利用效益X经济效益Y1 人均生产总值Z 1 元 正向 第三产业增加值Z2 亿元 正向 城镇固定资产投资额Z3 亿元 正向 城镇社会消费品零售总额Z4 亿元 正向 商品房屋销售价Z5 元/m2 正向 城镇居民家庭人均可支配收入Z6 元 正向 社会效益Y2 城镇人口总数Z7 万人 负向 城市人口密度Z8 人/km2 负向 城市人均建成区面积Z9 km2/万人 正向 城市人均道路面积Z10 m2/人 正向 城市居民人均居住面积Z11 m2/人 正向 城镇三次产业从业人数Z12 万人 正向 生态效益Y3 城市绿化覆盖面积Z13 hm2 正向 建成区园林绿地面积Z14 hm2 正向 城市污水排放量Z15 万m3 正向 城镇生活垃圾无害处理量Z16 万t 正向 工业用地废气排放总量Z17 亿标m3 负向 工业固体废物产生量Z18 万t 负向 2. 建立评价指标体系
构建涉及社会、经济、生态三方面的城市土地利用效益评价指标体系主要分为目标层、准则层、指标层三个层次，在每一层次下选取了能反映其特点的要素[11]。共18个评价指标见表1。
（二） 评价方法
1. 构造判断矩阵
构造判断矩阵是层次分析模型中至关重要的步骤；根据表1中所建立的评价指标体系构造判断矩阵；对同一层次的指标两两构造矩阵确定下层指标对于上层指标的重要程度。如本文中要确定准则层对目标层的重要程度[12-13]，则需对准则层中的Y1、Y2、Y3两两比较构造判断矩阵，并且根据他们对于X的重要程度而赋予相对应的权重：
$$ F = {({F_{ij}})_{n \times m}} $$ 矩阵中的元素表示Yi、Yj对于X重要程度的比例标度值见表2。
表 2 比例标度表Fij的取值 1 3 5 7 9 2,4,6,8 倒数 Yi与Yj相比较 同等重要 稍微重要 明显重要 强烈重要 极端重要 上述评价值的中间值 $ {F_{ij}} = {1 / {{F_{ji}}}} $ 2. 确定准则层评价指标权重
使用DPS等统计软件对表1中的判断矩阵进行计算可得出准则层指标的权重（表3），为了确保前后判断思维的一致性，需要对上述构造的判断矩阵进行一致性检验。
表 3 评价指标权重值经济效益Y1
（0.6480）社会效益Y2
（0.1220）生态效益Y3
（0.2300）Z1（0.1473） Z7（0.2513） Z13（0.1385） Z2（0.2099） Z8（0.0848） Z14（0.1521） Z3（0.2000） Z9（0.1304） Z15（0.1190） Z4（0.2087） Z10（0.1989） Z16（0.2634） Z5（0.0973） Z11（0.1309） Z17（0.2022） Z6（0.1368） Z12（0.2036） Z18（0.1249） （1）随机一致性指标：
$CI = \dfrac{{\lambda - n}}{{n - 1}}$ （2）随机一致性比率：
$CR = \dfrac{{CI}}{{RI}}$ RI是平均一致性指标，上述判断矩阵是三阶矩阵，根据查表可得RI=0.58。通过计算可得知构造的判断矩阵通过一致性检验。
3. 确定指标层评价指标权重
变异系数法是对指标数据进行数学计算直接求取指标权重的一种客观赋权方法[14]，相对于其他的主观赋权法，变异系数法避免了一定程度上个人主观因素的影响能够更好地反映评价指标对总目标的实现程度[15]，求出的权重值更加具有可信性、可操作性。先计算各个评价指标的平均数、标准差、变异系数并且对得出的变异系数进行归一化处理，最后获得每个指标的权重：
$$ {\bar x_j} = \frac{1}{n}\sum\limits_{i = 1}^n {{x_{ij}}} \;\;\;\;\;\left( {j = 1 \;,2\;,3\;, \cdots \;,m} \right) $$ $$ {S_j} = \sqrt {\frac{1}{n}\sum\limits_{i = 1}^n {{{\left( {{x_{ij}} - {{\bar x}_j}} \right)}^2}} } \;\;\;\;\;\left( {j = 1 \;,2\;,3\;, \cdots \;,m} \right) $$ $$ {V_j} = \frac{{{S_j}}}{{{{\bar x}_j}}}\;\;\;\;\;\left( {j = 1 \;,2\;,3\;, \cdots \;,m} \right) $$ ${\bar x_j}$ 、Sj、Vj分别表示各评价指标的平均数、标准差、变异系数；对变异系数进行归一化处理后的权重（表3)。4. 指标数据的标准化处理
由于各评价指标的单位、含义、量纲都有所差异，难免对研究结果的准确性产生或多或少的影响，为了方便后期的计算和比较，对所有的指标数据进行标准化处理。指标数据标准化的方法有很多种，本文是采用比重法对原始数据进行标准化处理并且求出各评价指标的分值。首先将表1中的评价指标分为正向指标和负向指标，然后选取一个评价基准数据，一般情况下将所有年份的平均值作为对比的基准数据，将评价指标实际数据与其比较从而得到一个比例系数[16-17]。计算公式如下：
$${P_i} = \left\{ \begin{array}{l} {Z_i}/{Z_0}\left( {{Z_i}}{\text{作为正作用指标}} \right)\\ {Z_0}/{Z_i}\left( {{Z_i}}{\text{作为负作用指标}} \right) \end{array} \right. $$ Zi表示评价指标的实际数据；Z0表示评价指标基准数据；Pi表示评价指标的得分值。
5. 土地利用综合评价指数的计算
为了直观的表达出土地资源利用的综合情况，本文采取加权综合评价法计算土地利用的评价分值。
$$ P = \sum\limits_{i = 1}^n {{W_i} \times {P_i}} \;\;\;\;\left( {n = 1\;,2\;,\;3\; \cdots \;,i} \right) $$ n为指标个数；P为土地资源利用效益评价分值；Wi为第i个评价指标的权重；Pi为第i个评价指标的得分值。
三、 结果与分析
运用上述方法得出安徽省2009—2018年城市土地资源利用的经济效益、社会、生态、综合效益的评价分值，结果如图1所示。
由所选取的安徽省2009—2018年18个评价指标数据变化情况可知，城镇社会消费品零售总额(Z4)的增长速度最快，年平均增长率达到了20%；城市人均建成区面积（Z9）的年平均增长率最低只有0.12%；其次第三产业增加值（Z2）和城镇固定资产投资额（Z3）的年平均增长率达到了16%；人均生产总值（Z1）、城镇居民家庭人均可支配收入（Z6）、城镇生活垃圾无害处理量（Z16）的年增长率保持在10%～13%之间；除此以外的其他评价指标的年平均增长率都保持在4%～10%之间。
从图1中变化趋势分析可知2009—2018年近十年来安徽省城市土地资源利用效益均呈现上升的趋势，而且同一时期的增长趋势大致相同。其中综合效益评价分值增加了0.6951，2018年相对于2009年综合效益评价分值增长了约2.04倍，说明安徽省的城市土地利用总体处于一种相对健康并且高水平发展的状态。经济效益评价分值2018年较2009年增加了1.1064，增长了约3.36倍，增长速度最快增幅也最大，这与安徽省近年来经济发展的大环境和独特的地理环境有密切的关系，安徽省与江浙二省相邻，近年来主要以第二产业为主，促进了安徽省经济的快速发展。生态效益评价分值增加了0.1597，相对于2009年增加了1.17倍，在保障经济发展的同时积极响应国家政策对生态的发展保持高度重视。社会效益评价分值增长了0.0773，2018年相比较2009年增加了约1.08倍，整体的增幅度在经济效益，社会效益，生态效益，综合效益中变化幅度幅度最小，表明安徽省城市土地的利用在社会效益方面还存在很大的提升空间。
虽然各方面效益都是上升的趋势，但是从经济、社会、生态、综合效益四个方面分别来看历年的评价分值还是存在一定的相同点和差异。由图1可知，2009年经济效益、社会效益、生态效益、综合效益的评价分值普遍分布于0.4～0.9之间的区间内，其中生态效益最高，经济效益最低，此时安徽省经济发展较低对土地的污染较小，城市的绿化面积高，废气和废水排放量都处于环境可容纳的状态。2009—2014年安徽省城市土地各方面效益的评价分值处于0.6～1.0之间的区间内，各效益评价分值均保持持续上升状态而且经济效益得分快速增长，生态效益在2009—2012年出现下滑，表明这一阶段安徽省在一定程度偏重于经济经济的高速发展而忽略了经济发展所带来的一系列环境污染问题，如工业废水不达标排放，废弃物的产生量，大气污染等问题已经开始恶化。2014—2018年，评价分值分布在1.0～1.6之间，根据前些年的经验，在发展经济的同时贯彻绿水青山就是金山银山的发展理念，经济效益和生态效益均取得了显著的成效。但是社会效益得分出现下降，结合前文中选取的评价指标和分析可知，由于近年来人口的增长、经济的发展和大量农村人员进城务工、城镇化率的提高，导致房屋销售价格快速增长和居住面积紧张等一系列现象。据此，有关部门应出台相应的政策解决这一社会大问题。即使在这10年间生态效益与社会效益都呈现了波动式的增长与下降，但是综合效益的评价分值一直上升，表明安徽省对城市土地的利用总体上趋向于协调利用的状态。
四、 结论
本研究以安徽省城市土地为例，采取层次分析法的模型从社会、经济、生态、综合效益四方面对安徽省2009—2018年城市土地资源的利用情况进行评价，得出如下结论。
（1）近10年间安徽省城市土地利用状况总体效益是上升的，其中经济效益的增长幅度大于社会效益和生态效益的增长幅度，主要是近些年来安徽省致力于调整经济结构，扩大内需等政策的实施，在很大程度上促进了经济的发展，也促进了城镇固定资产投资额、城镇居民家庭人均可支配收入等方面的发展；社会效益方面则致力各类基础设施的建设。
（2）在整体保持持续增长的同时，也存在一些不合理的地方。由于过度注重经济效益方面的增长，忽略对生态环境的保护，工业三废和生活污水等污染物的过量排放和不达标的排放造成了一系列的问题的产生。社会效益方面下降主要来源于经济发展压力下居住的面积的不平衡。
（3）从综合方面看，维持整体发展的同时也要考虑区域和土地资源之间的不平衡发展。提高对城市土地资源的利用率，调整利用土地结构，城市土地方面要加大对建设用地的利用程度，开发其潜力纵向发展，进一步缓解住房带来的问题。在生态方面要严格按照国家标准控制三废等污染物的排放提高城市绿化覆盖面积，从根本上解决由经济发展带来的一系列环境问题。尽可能地平衡各方面的发展，使安徽省城市土地资源各方面效益取得最大可能的持续发展。
-
表 1 Gtfp投入、产出指标
一级指标 二级指标 变量说明 劳动力投入 农业从业人口 第一产业从业人员×(农业总产值/农林牧渔业总产值) 资本投入 政府财政支出 政府对农林水的财政支出 固定资产投资 农林牧渔固定资产投资 土地投入 有效灌溉面积 技术投入 化肥投入 化肥使用量 农药投入 农药使用量 塑料薄膜投入 塑料薄膜使用量 柴油投入 柴油使用量 机械投入 农业机械总动力 期望产出 农产品供给 粮食产量 农民增收 农村家庭人均可支配收入 农业实际产值 环境效益 农作物碳吸收量 非期望产出 农业碳排放 农业碳排放量 
下载: 导出CSV
表 2 各变量描述性统计
变量名称 变量含义 平均值 标准差 最小值 最大值 Gtfp SBM-GML指数基年累计 1.042 0.193 0.530 2.099 Geffch 农业技术效率指数基年累计 1.012 0.049 0.839 1.255 Gtech 农业技术进步指数基年累计 1.029 0.169 0.533 1.672 LQ $\dfrac{\mathrm{市}\mathrm{级}\mathrm{农}\mathrm{业}\mathrm{总}\mathrm{产}\mathrm{值}/\mathrm{全}\mathrm{国}\mathrm{农}\mathrm{业}\mathrm{总}\mathrm{产}\mathrm{值} }{\mathrm{各}\mathrm{市}\mathrm{生}\mathrm{产}\mathrm{总}\mathrm{值}/\mathrm{全}\mathrm{国}\mathrm{生}\mathrm{产}\mathrm{总}\mathrm{值} }$ 1.376 0.795 0.183 3.537 gove 政府对农林水事物财政支出/总的财政支出 0.118 0.037 0.046 0.225 urb 城镇人口占总人口的比率 0.544 0.113 0.330 0.840 lnedu 人均受教育年限 2.203 0.071 2.054 2.424 lnrgdp 人均生产总值 1.449 0.574 0.224 2.760 lntech 农业机械总动力/农业播种面积 7.572 2.788 2.936 37.676
下载: 导出CSV
表 3 tobit回归及内生性检验结果
变量名 （1） （2） （3） （4） （5） （6） Gtfp_tobit Gtfp_2SlS Gtfp_tobit Geffch_2SlS Gtech_tobit Gtech_2SlS LQ 0.1309*** 0.1168** −0.0141 −0.0236* 0.1449*** 0.1402*** （0.039） （0.047） （0.009） （0.014） （0.038） （0.039） go ve 1.9228** 2.0789*** 0.0518 0.0239 1.7290*** 1.9037*** （0.834） （0.536） （0.165） （0.156） （0.649） （0.452） urb 0.4889 0.4834 −0.0039 −0.0122 0.4735 0.4777* （0.315） （0.344） （0.082） （0.100） （0.312） （0.290） lnedu 0.8595*** 0.8527** 0.0107 −0.0069 0.8468*** 0.8540*** （0.318） （0.355） （0.070） （0.103） （0.280） （0.299） lnrgdp 0.1560*** 0.1431** −0.0062 −0.0153 0.1592*** 0.1548*** （0.055） （0.060） （0.020） （0.017） （0.050） （0.051） lntech −0.1061*** −0.1112* −0.0093 −0.0123 −0.0981*** −0.1008* （0.027） （0.064） （0.018） （0.018） （0.032） （0.054） C −1.5382** −1.4893** 1.0311*** 1.1112*** −1.5327*** −1.5531** （0.634） （0.724） （0.147） （0.210） （0.537） （0.610） N 160 144 160 144 160 144 R2 0.1935 0.0326 0.2440 注：*表示P<0.1，**表示P<0.05，***表示P<0.01，括号内数字为标准误，表4同。
下载: 导出CSV
表 4 稳健性检验结果
变量名 （1）
Gtfp_tobit（2）
Geffch_tobit（3）
Gtech_tobitagg 27.6805*** −5.5607 32.3368*** （7.888） （4.179） （6.292） control Y Y Y C −0.6324 0.8754*** −0.4919 （0.670） （0.192） （0.619） N 160 160 160
下载: 导出CSV
-
[1] 冯杰, 张世秋. 基于DEA方法的我国省际绿色全要素生产率评估: 不同模型选择的差异性探析[J]. 北京大学学报(自然科学版), 2017, 53(1): 151. DOI: 10.13209/j.0479-8023.2016.119. [2] 王亚男, 张明斗. 农业产业集聚与城乡收入差距: 基于社会资本调节效应的再考察[J]. 江汉论坛, 2022(10): 27. DOI: 10.3969/j.issn.1003-854X.2022.10.004. [3] 杨萧. 农业产业集聚与农民收入增长: 基于地区异质性的实证检验[J]. 农业与技术, 2022, 42(11): 168. DOI: 10.19754/j.nyyjs.20220615044. [4] 徐若梅, 郑祥生. 产业集聚对农业能源效率的影响研究: 基于长江经济带的实证分析[J]. 长江大学学报(社会科学版), 2022, 45(5): 82. DOI: 10.3969/j.issn.1673-1395.2022.05.014. [5] 惠利伟, 王胜男. 农业产业集聚对农村土地利用效率影响的研究[J]. 东北财经大学学报, 2021(6): 35. DOI: 10.19653/j.cnki.dbcjdxxb.2021.06.004. [6] 杜建军, 谢家平, 刘博敏. 中国农业产业集聚与农业劳动生产率: 基于275个城市数据的经验研究[J]. 财经研究, 2020, 46(6): 49. DOI: 10.16538/j.cnki.jfe.2020.06.004. [7] 孟子恒, 朱海燕, 刘学忠. 农业产业集聚对农业经济增长的影响研究: 基于苹果产业的实证分析[J]. 中国农业资源与区划, 2022, 43(2): 231. DOI: 10.7621/cjarrp.1005-9121.20220223. [8] 何艳秋, 王鸿春, 刘云强. 产业集聚视角下农业碳排放的空间效应[J]. 资源科学, 2022, 44(12): 2428. DOI: 10.18402/resci.2022.12.04. [9] 田云, 尹忞昊. 产业集聚对中国农业净碳效应的影响研究[J]. 华中农业大学学报(社会科学版), 2021(3): 107. DOI: 10.13300/j.cnki.hnwkxb.2021.03.012. [10] 程琳琳, 张俊飚, 何可. 农业产业集聚对碳效率的影响研究: 机理、空间效应与分群差异[J]. 中国农业大学学报, 2018, 23(9): 218. DOI: 10.11841/j.issn.1007-4333.2018.09.24. [11] 薛选登, 温圆月. 黄河流域农业产业集聚对农业生态效率的影响: 基于PCA-DEA和面板Tobit模型的实证研究[J/OL]. 中国农业资源与区划: 1−13[2023 − 04 − 12]. http://kns.cnki.net/kcms/detail/11.3513.S.20221117.1156.010.html. [12] 江曼瑶, 林晓冰, 范美智, 等. 城乡收入差距对农业绿色全要素生产率的影响研究[J]. 云南农业大学学报(社会科学), 2023, 17(2): 38. [13] 金绍荣, 王佩佩. 人口老龄化、农地流转与农业绿色全要素生产率[J]. 宏观经济研究, 2023(1): 101. DOI: 10.16304/j.cnki.11-3952/f.2023.01.008. [14] 王艳荣, 谢林燕. 人力资本对农业绿色全要素生产率的影响研究: 基于中介效应的影响路径分析[J]. 山东农业大学学报(社会科学版), 2022, 24(3): 1. DOI: 10.3969/j.issn.1008-8091.2022.03.001. [15] 王晶, 徐玉冰. “双碳”目标下数字经济对农业绿色全要素生产率的影响[J]. 北方园艺, 2022(24): 130. DOI: 10.11937/bfyy.20221465. [16] 刘帅, 张航宇, 蔡文静. 黄河流域农业绿色全要素生产率的空间格局与动态演进[J]. 生态与农村环境学报, 2022, 38(12): 1557. DOI: 10.19741/j.issn.1673-4831.2021.0619. [17] 薛蕾, 徐承红, 申云. 农业产业集聚与农业绿色发展: 耦合度及协同效应[J]. 统计与决策, 2019, 35(17): 125. DOI: 10.13546/j.cnki.tjyjc.2019.17.029. [18] 银西阳, 贾小娟, 李冬梅. 农业产业集聚对农业绿色全要素生产率的影响: 基于空间溢出效应视角[J]. 中国农业资源与区划, 2022, 43(10): 110. DOI: 10.7621/cjarrp.1005-9121.20221011. [19] 王亚飞, 杨萧. 新型城镇化、农业产业集聚与农业绿色全要素生产率增长: 影响机理与实证检验[J]. 重庆师范大学学报(社会科学版), 2022, 42(4): 5. DOI: 10.19742/j.cnki.50-1164/C.220401. [20] 林青宁, 毛世平. 产业协同集聚、数字经济与农业全要素生产率[J]. 中国农业大学学报, 2022, 27(8): 272. DOI: 10.11841/j.issn.1007-4333.2022.08.24. [21] 杨秀玉, 仝锦涛. 农产品贸易对农业绿色全要素生产率的空间溢出效应: 基于农业产业集聚的调节作用[J/OL]. 中国农业资源与区划: 1−15 [2023 − 04 − 08].http://kns.cnki.net/kcms/detail/11.3513.s.20230117.0912.008.html. [22] 黄庆华, 向静. 消费升级与经济高质量发展: 以长江经济带108个地级市为例[J]. 城市与环境研究, 2022(4): 41. [23] 田云, 张俊飚. 中国农业生产净碳效应分异研究[J]. 自然资源学报, 2013, 28(8): 1298. DOI: 10.11849/zrzyxb.2013.08.003. [24] 李强, 高威, 魏建飞, 等. 中国耕地利用净碳汇时空演进及综合分区[J]. 农业工程学报, 2022, 38(11): 239. DOI: 10.11975/j.issn.1002-6819.2022.11.027. [25] 肖卫东. 中国种植业地理集聚: 时空特征、变化趋势及影响因素[J]. 中国农村经济, 2012(5): 19. [26] 金琳, 李玉娥, 高清竹, 等. 中国农田管理土壤碳汇估算[J]. 中国农业科学, 2008, 41(3): 734. DOI: 10.3864/j.issn.0578-1752.2008.03.014. [27] 石丽红, 唐海明, 文丽, 等. 长期不同施肥模式对南方双季稻田生态系统净碳汇效应和经济收益的影响[J]. 应用生态学报, 2022, 33(9): 2450. DOI: 10.13287/j.1001-9332.202209.011. -
期刊类型引用(4)
1. 安东阁. 浅谈提升城乡土地利用效益的方法. 农业开发与装备. 2023(04): 102-104 . 
百度学术
2. 姜杉钰，余星涤，张凤仪，王峰. 成都市以产出为导向的建设用地资源配置研究. 建筑经济. 2023(S1): 484-490 . 百度学术
3. 阿力木江·吐斯依提，努思曼姑·玉素音，阿也提古丽·斯迪克，刘润香. 农户精细化耕作意愿及影响因素分析——以叶城县为例. 农村经济与科技. 2022(08): 9-12 . 百度学术
4. 雷函龙，陈慧英. 基于湖北钟祥明显陵世界文化遗产地居民对旅游影响感知的可持续发展评估指标体系构建. 旅游纵览. 2021(04): 9-11 . 百度学术
其他类型引用(6)
计量
- 文章访问数: 1351
- HTML全文浏览量: 319
- PDF下载量: 19
- 被引次数: 10