农村教育水平与农业经济增长关系的实证研究*——基于中国30省市的农村面板数据分析

吉庆华

(长春工业大学,吉林长春 130012)

农村教育水平与农业经济增长关系的实证研究*
——基于中国30省市的农村面板数据分析

吉庆华

(长春工业大学,吉林长春 130012)

[目的]通过实证分析农村教育水平对农业经济增长的影响，以期为未来中国农业经济可持续发展提供理论依据。[方法]文章选取除港澳台及西藏外的中国30个省市的2000～2015的数据作为研究样本，构造成一个16×30的面板数据构建面板模型，实证研究教育水平对农业经济增长的影响，并对模型进行设定检验。[结果]农村教育水平对农业经济增长有积极的促进作用。其中初中教育水平对农业经济发展的影响最大，是农业经济增长的最主要农村劳动力资本，其次是大学教育，而小学教育对农业经济增长具有阻碍作用。[结论](1)教育水平对农业经济增长有显著的正影响。物质资本的产出弹性大于教育水平的产出弹性，表明中国农业还是典型的物质投入型增长。(2)不同教育水平在中国农业经济增长中的作用有很大的区别。其中初等教育对农业经济发展的影响最大，是农业经济增长的最主要农村劳动力资本，其次是高等教育，最弱的是中等教育。这表明我国提倡的高等人才回乡创业成效逐步显现，而中等教育人员比重较小，外流严重，对农业经济增长的贡献比较小。

农村教育水平 农村劳动力资本 农业经济增长 中国农村 面板数据

0 引言

“三农”问题一直是国家领导人关注的焦点，从2008年审议通过了《中共中央关于推进农村改革发展若干重大问题的决定》以来，每年的中央一号文件都有涉及“三农”问题。“三农”问题是贯串中国现代化过程的基本问题。“三农”问题关系到中国的能否顺利实现国家现代化，能否实现人民共同富裕，能否实现社会的可持续发展等一系列重大的中国社会发展问题。我国有着历史悠久的农耕文明，农业是我国的第一产业，也是我国国民经济的基础。农民这个职业正是因为有了农业才产生，农民的生活空间和农业的生产空间共同形成了所谓的“农村”。换句话说，“三农”问题产生的根本在于农业，同时农业也集中反映了“三农”问题。农村劳动力资本对农业经济发展具有重要作用。2016年中央一号文件提出将培育职业农民纳入国家教育培训发展规划，基本形成职业农民教育培训体系，把职业农民培养成建设现代农业的主导力量。中国农业的发展必将迎来一个黄金时期。但是也必须认识到，中国农业的发展也面临着严峻的考验。一方面，中国人均耕地面积仅占世界人均水平的40%，却有着占世界20%的人口，农业资源还是相当的匮乏； 另一方面，农业资源长期透支、过度开发，农业面源污染加重，农业生态系统退化，生态环境的承载能力越来越接近极限。但是随着城镇化的加快及人民不断增长的物质文化需要，对农业生产提出了更高的要求，因此农业的可持续发展尤为重要。

亚当·斯密[1]认为，人接受教育需要成本，并将接受教育花费的资本作为一种固定资本，它可以为个人和社会带来收入和利润。舒尔茨[2]指出经济增长不仅依赖于物质资本和劳动力数量的增长，也依赖于知识教育及培训等人力资本对经济增长。罗伯特·卢卡斯[3]等，系统的研究了经济增长剩余，并考虑了人力资本的重要性，推导出了纳入人力资本的经济增长模型。李勋来等[4]将1983～2002年中国农村宏观数据作为研究样本，计算出中国农村居民受教育水平，作为农村劳动力资本存量； 然后建立面板模型分析了中国农村经济增长的影响因素，发现农村劳动力资本对中国农村的产出增长作用十分显著。钱学亚等[5]对农村劳动力资本积累和收益进行了实证研究，发现农村缺乏高等教育水平的常住人员，这在很大程度上阻碍了中国农业的发展。杨建芳等[6]将1985～2000年中国29个省市的宏微数据作为研究样本，实证分析了人力资本的形成对中国经济增长的影响，研究发现教育水平对中国经济增长具有十分重要的作用，其贡献率达到12.1%。申小莉等[7]认为加大对农村劳动力资本的投资，特别是技能资本的投资可以显著的促进农民收入的增长。黄群群等[8]将安徽1990～2007年农村宏观数据作为研究样本，分析了受高等教育人员的数量对农业经济增长的影响，研究发现，当滞后两期时，受高等教育人员的数量对农业经济增长率有显著的正向影响。

综上所述，不少学者对人力资本与经济增长的关系进行了研究，但是对教育水平与农业经济增长的关系的实证研究较少。特别是将教育水平纳入经济增长模型，并将教育水平细分为初等、中等和高等教育水平的研究更少见。因此文章将2000～2015年中国30个省市的面板数据作为研究样本，实证分析了农村教育水平对农业经济增长的影响。在政府大力倡导高等人才下农村基层的背景下，此研究对未来中国农业经济可持续发展具有重要意义。

1 中国农业经济和农村劳动力资本发展状况

2000年中国农业总产值为24915.8亿元*数据来源于《中国统计年鉴》，这里的农业指的是广义的农业，包括农林牧渔。，到2015年时为239874.9亿元，年均增长16.29%。而农业从业人员不断在减少，从2000年的3.27975亿人减到2.048963人，年均减少3.1%。农业资金总和快速增长，从2000年的6481.47亿元，增长到2015年的39786.39亿元，增长了5.14倍。农作物播种面积整体上呈现减少的趋势，但是幅度并不大。2000年第一产业占GDP的比重为16.4%，到2015年时比例为9.0%，比重不断下降。如果剔除价格因素， 2000～2015年间，中国GDP的增长率为8.4%，而农业产值增长率为3.8%，农业经济增长相对缓慢。通过计算第一产业劳动力比重与产值比重的比值， 2000年这一比值为2.6，到2015年时为3.8，而发达国家这一比值很小，例如英国在2000～2015年间这一比值一直在2以下。说明中国农业与非农业部门发展严重不平衡，非农业部门的发展以农业部门的牺牲为代价。

表1 中国农业经济发展概况统计

年份农业总产值(亿元)农业从业人员(亿人)农业资金总和(亿元)农作物播种面积(亿hm2)200024915 83 279756481 471 56300200126179 63 245103990 921 55708200227390 83 199064916 561 54636200329691 83 1259611818 151 52415200436239 03 0596014071 431 53553200539450 92 9975516303 911 55488200640810 82 83486619131 071 52149200748893 02 72316622237 201 53464200858002 22 64416627237 511 562662009128633 22 51245628789 241 528372010145728 92 43489129786 321 531472011171493 72 31425031456 781 538872012185986 52 27895633587 691 542872013203550 72 21322035789 361 521132014215190 92 14568037486 321 512872015239874 92 04896339786 391 53879 注：数据来源于《中国统计年鉴》，农业指广义的农业

表2为中国农村劳动力接受教育程度比例统计表。可以看出，在中国农村劳动力中初中教育的比重最大，并且整体上呈现上升的趋势。比重第二大的为小学教育，但是呈现逐渐降低的趋势。大学以上的比例很小，但是在逐渐增加，特别是2009年后其比重增加很明显。这与国家倡导的大学生回农村就业创业政策有关。

按照以上统计表及中国不同层次教育的年限，可以计算出中国农村劳动力受教育年限变化情况。中国农村劳动力受教育年限在2000年为7.11年，并且在2000～2015年间有不断上升的趋势，但是最大值是9.1年，也就是说人均受教育程度一直处在初中以下水平。平均受教育程度偏低。

2 模型理论基础

2.1 纳入农村劳动力资本的经济增长模型

在卢卡斯农村劳动力资本模型中，存在两个假设：一是劳动力都具有相同的人力资本； 二是劳动力都具有相同的工作时间比例。

Y=AKαHβhγ

(1)

式中，Y 表示生产总值，由于该文研究的是农业经济，因此用农业(广义，指农林牧渔)增加值来表示。K 表示资本存量，H 表示农村劳动力资本存量，h 表示平均农村劳动力资本水平。α、β 和γ分别表示物质资本、农村劳动力资本以及农村劳动力资本水平的产出弹性，γ的引入意味着因平均农村劳动力资本提高带来的外部效应，γ>0 则说明农村劳动力资本具有正的外部效应。

对方程两边同时取对数并进行整理得到：

LnY=LnA+αLnK+βLnH+γLnh

(2)

由于中国现有的统计年鉴缺乏农村健康状况的统计数据，因此该研究只考虑由教育形成的人力资本，所以该文中的人均人力资本水平即受教育水平用EDU来代替。各个符号的含义见表1。

2.2 纳入异质型农村劳动力资本增长模型

在卢卡斯内生人力资本模型的基础上，将接受不同教育结构的劳动者所蕴含的人力资本引入生产函数：

(3)

其中EDUi=Lihi，Li为接受过i级教育的劳动力人数，hi为i级教育年限，按照《中国农村统计年鉴》中的分类及中国教育的实际年限，文盲半文盲(EDU0，设定为3年以下)、小学程度(EDU1，设定为6年)、初中程度(EDU2，设定为9年)、高中程度(EDU3，设定为12年)、大学及以上(EDU4，设定为16年)，βi表示各级教育劳动力对产出的弹性。

对上式取对数：

(4)

3 数据来源与变量选取

由于西藏统计数据缺失严重，该文选取除港澳台及西藏外的中国30个省市的2000～2015的数据作为研究样本，不同教育程度的人数、农业增加值、人均耕地面积、人均机械总动力数据主要来源于《中国农村统计年鉴》，国民经济总产值用中国GDP表示，来源于《中国统计年鉴》，本存量的数据来自于田友春[9]的估算。由于我国农村统计的数据有限，一方面该文考虑到农业生产不仅仅需要劳动力和物质投入，另外一方面，其他因素也有可能对各个省市农业经济的发展产生影响。因此，为了保证研究的科学性和严谨性，该文在生产函数中引入了一些控制变量，人均占有耕地面积、农业经济地位和人均机械总动力。土地是重要投入要素，直接决定农业的产出，农业经济地位表示农业经济在各个省市经济发展中的地位，用各个省市农业经济总产值占国民经济的总产值的比重表示，人均农业机械总动力表示农业发展过程中的机械化水平。

4 模型实证分析

4.1 纳入农村劳动力资本的经济增长模型实证检验

由于中国各个省市的自身情况不同，使用截面数据容易忽略个体之间存在的一些差异，因此该文从时间维度和截面维度分析教育水平对农业经济增长的影响。该文选取中国30个省市的2000～2015的数据作为研究样本，构造成一个16×30的面板数据。建立一个如下的面板模型：

Ln(Yit)=LnAi+αiLnKit+βiLnHit+γLnEDUit+εit

(5)

式中，Hit=LitEDUit表示各省市的农村劳动力资本存量，εit为随机扰动项，i表示面板中的个体(i=1， 2，… 30)t表示时间跨度(t=2000， 2001…2015)。

首先对面板数据模型进行模型设定检验、随机和固定效应检验，以选择合适的模型设定形式和估计方法，然后再对回归结果进行估计。模型设定的具体检验方法是采用F检验、BP检验分别识别混合模型和固定效应变截距模型、混合模型和随机效应变截距模型。若检验结果不接受混合模型，则说明面板数据模型存在个体效应，应设定为变截距模型。表2是stata12.0运行结果，结果表明固定效应变截距模型、随机效应变截距模型优于混合模型，因此面板数据模型均存在个体效应，即应选择变截距模型。但个体效应更倾向于以何种形式存在于模型中并不确定，故采用Hausman检验对随机效应和固定效应作进一步判断。Hausman检验的原假设是：个体效应与解释变量不相关。当检验结果接受原假设时，则认为随机效应模型优于固定效应模型，检验结果显示拒绝原假设，因此使用固定效应模型。固定效应LSDV的结果比较理想，调整后的R2为0.95，回归系数也通过了1%、5%的显著性水平检验。

表3 农村劳动力资本对农业经济增长的影响实证分析

项目混合数据OLS固定效应LSDV随机效应FGLS解释变量LnK0 702∗∗∗(24 12)0 502∗∗∗(25 14)0 593∗∗∗(22 58)LnH0 238∗∗∗(8 21)0 255∗∗∗(5 88)0 412∗∗∗(13 53)LnEDU0 124(0 73)0 288∗∗(2 33)0 238(1 33)控制变量LnLAND-0 081∗∗∗(-3 45)-0 149∗∗∗(-4 18)-0 098∗∗∗(-3 61)LnSTA0 234∗∗∗(6 78)-0 153∗∗∗(-6 54)-0 081∗∗(4 46)LnENG0 011(0 78)0 058∗∗∗(3 69)-1 132∗∗(-3 58)常数项CONS0 467(1 03)0 178(0 48)-1 142∗∗(-3 61)模型效应检验Adj-R20 910 950 89DW值1 7161 4370 739固定效应检验F统计值-186 89-随机效应检验LM检验--517 08Hausman检验--120 04 注：∗、∗∗和∗∗∗∗∗分别表示在10%、5%和1%的显著性水平下显著

从表3结果可以看出，物质资本变量K、农村劳动力资本H系数均为正，且通过了1%的显著性水平检验，人均教育水平EDU这一变量的系数为正，通过了5%的显著性水平检验。这表明教育水平对农业经济的增长有显著性的促进作用，是农业经济增长的重要源泉。这与杜江[10]、官爱兰[11]等学者的研究是一致的。3个控制变量的系数均显著，说明不同省市的差异是存在的。值得注意的是，人均耕地面积和农业经济地位的系数显著为负，这主要是由于耕地面积减少，农业经济地位逐渐减弱导致的。根据统计局的资料，我国耕地面积在1957年达到高峰，随后在逐年减少，报告显示，截止2006年10月31日，全国耕地面积为1.218亿hm2，比上年度末净减少30.680万hm2，全国人均耕地面积0.092hm2，逼近1.5亿hm2的红线。《2015年中国国土资源公报》显示截止2015年末，全国耕地面积1.35亿hm2，年内净减少耕地面积6.60万hm2。这多出的耕地质量不高，后备资源不足的国情没有变[12]。从耕地面积变化的空间分布上看，自1978年以来，自然条件较好的省份的耕地面积一直呈现出减少的趋势，而那些自然条件稍差的偏远省份，例如云南、贵州、内蒙古、宁夏、新疆、黑龙江等省， 1988年后的耕地面积大致是净增加的，其中黑龙江和内蒙古耕地面积增加值还比较大。从耕地面积变化的这种区域性差异来看，我国耕地面积总量虽然大体上保持着平衡，生产力较低耕地面积的增加与优质的耕地面积减少在数量上部分相抵，但是却忽视了问题的本质。同时由于房地产经济的快速发展，使得农业增加值占国内生产总值的比重从2006年的11.1%缓降到2011年的10.1%，到2015年为8.6%，农业的经济地位不断下降，这直接影响到农业的经济增长。农业机械总动力的系数为正，并且通过了1%的显著性水平的检验，这说明了农业的机械化可以显著的促进农业经济的增长。当前中国人口红利已经不复存在，农村劳动力价格不断上涨，机械化可以释放劳动力，还可以促进规模化生产。

表3的结果显示教育水平的产出弹性小于物质资本的产出弹性，这表明物质资本在推动农业经济发展的过程中贡献更大，这是由于中国农业现代化程度并不高，属于典型的物质投入型增长。但是也应该看到教育水平的对农业经济增长的促进作用。这也从实证角度说明了引导大学生下乡发展的政策可以促进农业经济的发展。农村有着广阔的天地，阿里巴巴、联想等巨头纷纷布局农业，由此可见中国未来农业的发展潜力。而现代农业的构建需要一大批高素质的人才，因此教育水平对农业经济增长有十分重要的影响。农村劳动力资本的积累可以促使生产可能性边界向外扩展，农业发展模式将向精准农业、智慧农业发展，未来对中国传统农业的改造需要将会更多地依赖于教育水平，因此农村劳动力资本的积累可以显著的提高农业经济增长。

4.2 纳入异质型农村劳动力资本增长模型实证检验

为了分析不同教育水平对农业经济增长的影响，对式子(3)建立如下模型：

(6)

式中，Hit=LitEDUit表示各省市的农村劳动力资本存量，εit为随机扰动项，i表示面板中的个体(i=1， 2，… 30)t表示时间跨度(t=2000， 2001…2015)。

表4 不同教育水平对农业产出的实证分析结果

模型1模型2解释变量LnK0 509∗∗∗(23 85)0 537∗∗∗(21 37)LnEDU0-0 081∗∗∗(-5 43)-0 028∗(-1 65)LnEDU1-0 259∗∗∗(-8 15)-0 119∗∗∗(-4 11)LnEDU20 281∗∗∗(8 12)0 415∗∗∗(8 54)LnEDU30 021(0 85)0 115(1 36)LnEDU40 105∗∗(2 59)0 014∗∗∗(0 006)控制变量Lnland—-0 114∗∗∗(-3 98)LnSTA—-0 141∗∗∗(-4 54)LnENG—0 031∗∗∗(2 98)常数项CONS2 841∗∗∗(13 42)2 123∗∗∗(7 54)模型效应检验Adj-R20 960 999DW值1 5781 252 注：∗、∗∗和∗∗∗分别表示在10%、5%和1%的显著性水平下显著

对模型进行设定检验后，发现固定效应变截距模型、随机效应变截距模型优于混合模型，Hausman检验的结果表明使用固定效应模型比较合适。表4中模型1 没有纳入控制变量，模型2为了体现差异性，纳入了控制变量。

模型1和模型2回归结果中，物质资本的弹性系数很大，都在0.5及以上，而且对农业产出的系数在1%显著性水平上是显著的，由此说明物质资本的投入与经济增长之间有着较为稳定的关系，物质资本是推动农业经济发展的重要力量。同时，回归结果表明，受到不同级别(类别)教育的农村劳动力资本在农业经济增长中的作用有很大的区别：受教育程度低于初中的劳动力的弹性为负值，说明了受教育水平较低的农村劳动力资本会阻碍农业生产的发展。这与侯向娟[13]的研究结果一致。受教育程度为初中的农村劳动力资本的劳动力弹性为正值，而且在1%显著性水平下弹性系数是显著的，说明现代农业生产中的农村劳动力资本源泉是受初中教育水平的劳动力； 虽然接受高中教育的劳动力弹性系数为正值，但是并不显著。这与贺文华[14]的研究结果不一致，他认为高中教育水平的农民对农业经济增长具有显著的正影响。主要原因在于，高中教育的主要目标是升学，并没有培养农业方面的人才，与此同时，接受高中教育程度的劳动力易外流，绝大部分人并不愿意参与农业生产，而大部分高考落榜的人会进城务工，很少或者几乎没有人愿意回乡参与农业生产。因此导致这一系数并不显著。而接受大学教育水平的变量系数为正，并且通过了1%的显著性水平检验，表明我国提倡的高等人才回乡创业成效逐步显现，农业经济的发展由逐渐依靠劳动力向依赖于知识转变，现代农业的发展依赖于一批懂农业技术的高等人才。

5 研究结论与政策建议

5.1 研究结论

根据上述分析，可以得出以下的研究结论。

(1)教育水平对农业经济增长有显著的正影响。物质资本的产出弹性大于教育水平的产出弹性，表明中国农业还是典型的物质投入型增长。

(2)不同教育水平在中国农业经济增长中的作用有很大的区别。其中初等教育对农业经济发展的影响最大，是农业经济增长的最主要农村劳动力资本，其次是高等教育，最弱的是中等教育。这表明我国提倡的高等人才回乡创业成效逐步显现，而中等教育人员比重较小，外流严重，对农业经济增长的贡献比较小。

5.2 政策建议

基于上述的研究结论，该文为未来的中国农业的可持续发展提出了相关的政策建议。

(1)大力加强农村教育，促进城市教育与农村教育均等化。从该文的研究结论可以看出，农村教育水平对中国农村经济的增长具有显著的正影响。与发达国家相比，中国农村平均接受教育的水平低下，并且非常不均衡。这一方面是由于政府对农村教育的投资力度不大，更多的教育资源分配给了城市居民，另一方面是由于农民思想观念落后，认为农民无需接受太多的教育。因此，应该大力加强农村教育，提高农村教育的财政投入，同时摒弃落后的思想观念，为农村居民提供良好的教育环境，促进农村农村劳动力资本的增长。

(2)出台鼓励大学生回乡创业的政策，放宽对人才回村户籍的迁移制度。从研究结论可以看出，高等教育对农业经济的增长有显著的正影响位，但位居等教育水平的后面，主要是由于农村高等教育水平的人员数量低下。因此建议国家出台政策鼓励高校毕业生及新生代农民工回农村创业就业。不少大学生的户口在上大学时已经转到城市，现在无法转回农村，给今后的生活带来不少的麻烦。因此有针对性、选择性地放宽对人才回村户籍的迁移制度，是今后吸收高层次人才回乡首先要解决的问题； 另一方面要完善大学生回乡创业的政策，大力整顿软弱涣散的农村基层党组织，为大学生回乡创业提供良好的政治环境，不再出现农村办事难而把人才逼走的尴尬局面。

(3)改革农村基础教育体制，应该将农村基础教育与实际相结合。完善国家资助政策，将全日制农业中等职业教育纳入国家资资助对象，扎实推进农业职业教育。借助中等职业教育及高等教育资源，为农民就近接受农业职业教育提供便利。大力推进互联网与农业农村发展深度融合，对促进农业供给侧结构性改革、加快现代农业发展、促进农村一、二、三产业融合发展、创新创业和农民增收。

[1] 谢祖钧.国富论——中国财富的性质和起因的研究(译).长沙：中南大学出版社， 2003

[2] 西奥多·W·舒尔茨． 改造传统农业(梁小民译第2 版)．北京：商务印书馆， 2006

[3] 加里·S·贝克尔. 人力资本——特别是关于教育的理论与经验分析.北京：北京大学出版社， 1987

[4] 李勋来， 李国平.农村劳动力转移模型及实证分析.财经研究， 2005, 12(7): 25～31

[5] 钱学亚， 张小萍．农村人力资本积累及其收益特征．中国农村经济， 2000, 25(3): 65～69

[6] 杨建芳， 龚六堂,张庆华.人力资本形成及其对经济增长的影响——个包含教育和健康投入的内生增长模型及其检验.管理世界， 2006, 15(5): 10～18

[7] 申小莉， 高阳，雷井生.农民技能资本投资对收入影响的实证研究.经济与管理研究， 2010, 14(1): 81～89

[8] 黄群群， 朱静.安徽农业人力资本与农业经济增长动态相关性研究.经济研究导刊， 2010, 14(30): 111～120

[9] 田友春. 中国分行业资本存量估算： 1990～2014年数量经济技术.经济研究， 2016, 26(6): 23～31

[10]杜江， 刘渝．农业经济增长因素分析：物质资本，人力资本，还是对外贸易.南开经济研究， 2010, 10(3): 73～89

[11]官爱兰， 蔡燕琦.农村人力资本开发对农业经济发展的影响——基于中部省份的实证分析中国农业资源与区划， 2015, 36(2): 31～37

[12]蔡军， 刘濛．河北省农村人力资源开发现状与对策研究．中国农业资源与区划， 2012, 33(3): 84～88

[13]侯向娟， 李晋陵.中部6 省人力资本投入对农民收入的影响力研究.中国农业资源与区划， 2016, 37(9): 80～86

[14]贺文华． 农村人力资本投资对农村居民收入结构的影响研究——中国中西部的面板数据.理论经济研究， 2014, 11(6): 24～21

AN EMPIRICAL STUDY ON THE RELATIONSHIP BETWEEN EDUCATION LEVEL AND AGRICULTURAL ECONOMIC GROWTH*—— BASED ON RURAL PANEL DATA OF 30 PROVINCES AND CITIES IN CHINA

Ji Qinghua

(Changchun University of Technology, Changchun, Jilin 130012, China)

With the acceleration of China′s urbanization process, the future development of China′s agriculture has got great attention. In 2016, China proposed to speed up the cultivation of new-type professional peasants and incorporate the cultivation of vocational peasants into the national education and training development plan. Based on the panel data of 30 provinces and cities in China from 2000 to 2015, this paper studied the impact of education level on agricultural economic growth. The results showed that the education level had a significant positive impact on the growth of agricultural economy. The primary education had the greatest impact on the development of agricultural economy, which was the main source of human capital for agricultural economic growth, followed by higher education and secondary education. It indicated that the achievements to encourage high-level talents return hometown gradually emerged. But the secondary education had little contribution to the agricultural economic growth. Finally, it put forward some policy suggestions to promote the sustainable development of Chinese agricultural economy from the perspective of education.

education level; human capital; agricultural economic growth; China rural; panel data

10.7621/cjarrp.1005-9121.20170515

2016-01-11

吉庆华(1964—)，女，陕西西安人，硕士、讲师。研究方向：农业经济与金融。Email：jqh1967@163.com

*资助项目：2016年省级课题“吉林省农林牧渔业产业结构调整问题研究”(jlxz1611-40)

G521; F32; F224

A

1005-9121[2017]05101-07