Journal of Desert Research ›› 2024, Vol. 44 ›› Issue (4): 275-283.DOI: 10.7522/j.issn.1000-694X.2024.00092
Previous Articles Next Articles
Juan Qiu1(), Qinping Chen2, Bo Wang3(
), Zhenbin Liu4
Received:
2024-06-19
Revised:
2024-07-12
Online:
2024-07-20
Published:
2024-08-29
Contact:
Bo Wang
CLC Number:
Juan Qiu, Qinping Chen, Bo Wang, Zhenbin Liu. Coupling coordination and influencing factors of technological innovation and agriculture green high-quality development in the Yellow River Basin[J]. Journal of Desert Research, 2024, 44(4): 275-283.
Add to citation manager EndNote|Ris|BibTeX
URL: http://www.desert.ac.cn/EN/10.7522/j.issn.1000-694X.2024.00092
子系统 | 准则层 | 指标层 | 属性 | 权重 |
---|---|---|---|---|
技术创新 | 创新投入 | R&D经费支出占GDP 比重(%) | 正向 | 0.059 |
R&D人员折合全时当量(人年) | 正向 | 0.148 | ||
科技支出费用 /公共财政支出(%) | 正向 | 0.056 | ||
创新产出 | 技术市场交易额(亿元) | 正向 | 0.280 | |
国内专利申请授权数(项) | 正向 | 0.204 | ||
创新环境 | 互联宽带接入端口(万个) | 正向 | 0.131 | |
公共图书馆总藏量(万册) | 正向 | 0.098 | ||
GDP增速(%) | 正向 | 0.024 | ||
农业绿色 高质量 发展 | 资源利用 | 农业机械总动力/耕地面积(kW·hm-2) | 正向 | 0.088 |
耕地面积/第一产业从业人员(hm2·人-1) | 正向 | 0.102 | ||
节水灌溉面积/耕地灌溉面积(%) | 正向 | 0.038 | ||
农作物播种面积/耕地面积(%) | 负向 | 0.034 | ||
农业总用水量/农业总产值(m3·万元-1) | 负向 | 0.007 | ||
环境友好 | 农药使用量/农作物总播种面积(t·hm-2) | 负向 | 0.016 | |
农膜使用量/农作物总播种面积(t·hm-2) | 负向 | 0.014 | ||
化肥使用量/农作物总播种面积(t·hm-2) | 负向 | 0.027 | ||
湿地面积占辖区面积比重(%) | 正向 | 0.075 | ||
自然保护区面积占辖区面积比重(%) | 正向 | 0.196 | ||
森林覆盖率(%) | 正向 | 0.065 | ||
质量高效 | 农林牧渔业总产值/第一产业从业人员(万元·人-1) | 正向 | 0.050 | |
农业总产值/耕地面积(万元·hm-2) | 正向 | 0.072 | ||
1-农业产值/农林牧渔业总产值(%) | 正向 | 0.039 | ||
农村居民人均可支配收入(元) | 正向 | 0.045 | ||
绿色食品认证数(个) | 正向 | 0.133 |
Table 1 Evaluation index system of technological innovation and agricultural green high-quality development
子系统 | 准则层 | 指标层 | 属性 | 权重 |
---|---|---|---|---|
技术创新 | 创新投入 | R&D经费支出占GDP 比重(%) | 正向 | 0.059 |
R&D人员折合全时当量(人年) | 正向 | 0.148 | ||
科技支出费用 /公共财政支出(%) | 正向 | 0.056 | ||
创新产出 | 技术市场交易额(亿元) | 正向 | 0.280 | |
国内专利申请授权数(项) | 正向 | 0.204 | ||
创新环境 | 互联宽带接入端口(万个) | 正向 | 0.131 | |
公共图书馆总藏量(万册) | 正向 | 0.098 | ||
GDP增速(%) | 正向 | 0.024 | ||
农业绿色 高质量 发展 | 资源利用 | 农业机械总动力/耕地面积(kW·hm-2) | 正向 | 0.088 |
耕地面积/第一产业从业人员(hm2·人-1) | 正向 | 0.102 | ||
节水灌溉面积/耕地灌溉面积(%) | 正向 | 0.038 | ||
农作物播种面积/耕地面积(%) | 负向 | 0.034 | ||
农业总用水量/农业总产值(m3·万元-1) | 负向 | 0.007 | ||
环境友好 | 农药使用量/农作物总播种面积(t·hm-2) | 负向 | 0.016 | |
农膜使用量/农作物总播种面积(t·hm-2) | 负向 | 0.014 | ||
化肥使用量/农作物总播种面积(t·hm-2) | 负向 | 0.027 | ||
湿地面积占辖区面积比重(%) | 正向 | 0.075 | ||
自然保护区面积占辖区面积比重(%) | 正向 | 0.196 | ||
森林覆盖率(%) | 正向 | 0.065 | ||
质量高效 | 农林牧渔业总产值/第一产业从业人员(万元·人-1) | 正向 | 0.050 | |
农业总产值/耕地面积(万元·hm-2) | 正向 | 0.072 | ||
1-农业产值/农林牧渔业总产值(%) | 正向 | 0.039 | ||
农村居民人均可支配收入(元) | 正向 | 0.045 | ||
绿色食品认证数(个) | 正向 | 0.133 |
耦合协调度值 | 协调等级 |
---|---|
(0,0.1) | 极度失调 |
[0.1,0.2) | 严重失调 |
[0.2,0.3) | 中度失调 |
[0.3,0.4) | 轻度失调 |
[0.4,0.5) | 濒临失调 |
[0.5,0.6) | 勉强协调 |
[0.6,0.7) | 初级协调 |
[0.7,0.8) | 中级协调 |
[0.8,0.9) | 良好协调 |
[0.9,1] | 优质协调 |
Table 2 Classification of coupling coordination levels
耦合协调度值 | 协调等级 |
---|---|
(0,0.1) | 极度失调 |
[0.1,0.2) | 严重失调 |
[0.2,0.3) | 中度失调 |
[0.3,0.4) | 轻度失调 |
[0.4,0.5) | 濒临失调 |
[0.5,0.6) | 勉强协调 |
[0.6,0.7) | 初级协调 |
[0.7,0.8) | 中级协调 |
[0.8,0.9) | 良好协调 |
[0.9,1] | 优质协调 |
变量类型 | 变量名称 | 变量符号 | 变量说明 | 单位 |
---|---|---|---|---|
被解释变量 | 耦合协调度 | D | 基于耦合协调度模型获得 | — |
解释变量 | 农业地位 | agstu | 第一产业产值/地区生产总值 | % |
农村信息化 | infor | 农村互联网入户率 | % | |
劳动力集聚 | res | 人口密度 | 人·km-2 | |
产业结构 | stru | 第三产业产值/地区生产总值 | % | |
财政支农 | gov | 农林牧渔支出/一般财政支出 | % | |
种植业水平 | agps | 种植业增加值/农林牧渔业增加值 | % |
Table 3 Selection and explanation of influencing factors
变量类型 | 变量名称 | 变量符号 | 变量说明 | 单位 |
---|---|---|---|---|
被解释变量 | 耦合协调度 | D | 基于耦合协调度模型获得 | — |
解释变量 | 农业地位 | agstu | 第一产业产值/地区生产总值 | % |
农村信息化 | infor | 农村互联网入户率 | % | |
劳动力集聚 | res | 人口密度 | 人·km-2 | |
产业结构 | stru | 第三产业产值/地区生产总值 | % | |
财政支农 | gov | 农林牧渔支出/一般财政支出 | % | |
种植业水平 | agps | 种植业增加值/农林牧渔业增加值 | % |
年份 | 技术创新水平 | 农业绿色高质量 发展水平 | 技术创新水平/农业绿色 高质量发展水平 | 耦合度 | 耦合协调度 | 耦合协调类型 |
---|---|---|---|---|---|---|
2009 | 0.0905 | 0.2450 | 0.3694 | 0.8464 | 0.3711 | 轻度失调 |
2010 | 0.1003 | 0.2456 | 0.4086 | 0.8580 | 0.3798 | 轻度失调 |
2011 | 0.1093 | 0.2565 | 0.4260 | 0.8603 | 0.3912 | 轻度失调 |
2012 | 0.1222 | 0.2667 | 0.4583 | 0.8689 | 0.4054 | 濒临失调 |
2013 | 0.1343 | 0.2832 | 0.4741 | 0.8689 | 0.4198 | 濒临失调 |
2014 | 0.1387 | 0.2771 | 0.5006 | 0.8665 | 0.4197 | 濒临失调 |
2015 | 0.1554 | 0.2984 | 0.5206 | 0.8672 | 0.4382 | 濒临失调 |
2016 | 0.1687 | 0.2960 | 0.5699 | 0.8776 | 0.4454 | 濒临失调 |
2017 | 0.1836 | 0.3060 | 0.6000 | 0.8872 | 0.4598 | 濒临失调 |
2018 | 0.2109 | 0.3244 | 0.6503 | 0.8858 | 0.4802 | 濒临失调 |
2019 | 0.2291 | 0.3467 | 0.6609 | 0.8809 | 0.4961 | 濒临失调 |
2020 | 0.2591 | 0.3574 | 0.7250 | 0.8709 | 0.5100 | 勉强协调 |
2021 | 0.3160 | 0.3818 | 0.8277 | 0.8856 | 0.5469 | 勉强协调 |
2022 | 0.3378 | 0.3938 | 0.8579 | 0.8756 | 0.5558 | 勉强协调 |
Table 4 Time evolution of coupling coordination between technological innovation and agricultural green high-quality development
年份 | 技术创新水平 | 农业绿色高质量 发展水平 | 技术创新水平/农业绿色 高质量发展水平 | 耦合度 | 耦合协调度 | 耦合协调类型 |
---|---|---|---|---|---|---|
2009 | 0.0905 | 0.2450 | 0.3694 | 0.8464 | 0.3711 | 轻度失调 |
2010 | 0.1003 | 0.2456 | 0.4086 | 0.8580 | 0.3798 | 轻度失调 |
2011 | 0.1093 | 0.2565 | 0.4260 | 0.8603 | 0.3912 | 轻度失调 |
2012 | 0.1222 | 0.2667 | 0.4583 | 0.8689 | 0.4054 | 濒临失调 |
2013 | 0.1343 | 0.2832 | 0.4741 | 0.8689 | 0.4198 | 濒临失调 |
2014 | 0.1387 | 0.2771 | 0.5006 | 0.8665 | 0.4197 | 濒临失调 |
2015 | 0.1554 | 0.2984 | 0.5206 | 0.8672 | 0.4382 | 濒临失调 |
2016 | 0.1687 | 0.2960 | 0.5699 | 0.8776 | 0.4454 | 濒临失调 |
2017 | 0.1836 | 0.3060 | 0.6000 | 0.8872 | 0.4598 | 濒临失调 |
2018 | 0.2109 | 0.3244 | 0.6503 | 0.8858 | 0.4802 | 濒临失调 |
2019 | 0.2291 | 0.3467 | 0.6609 | 0.8809 | 0.4961 | 濒临失调 |
2020 | 0.2591 | 0.3574 | 0.7250 | 0.8709 | 0.5100 | 勉强协调 |
2021 | 0.3160 | 0.3818 | 0.8277 | 0.8856 | 0.5469 | 勉强协调 |
2022 | 0.3378 | 0.3938 | 0.8579 | 0.8756 | 0.5558 | 勉强协调 |
Fig.1 Changes in coupling coordination degree between technological innovation and agricultural green high-quality development of the three areas in the Yellow River Basin
Fig.2 Radar chart of coupling coordination degree between technological innovation and agricultural green high-quality development in nine provinces (autonomous regions) in the Yellow River Basin
年份 | 基尼系数(G) | 贡献率/% | |||||
---|---|---|---|---|---|---|---|
总体 | 上游 | 中游 | 下游 | 组间 | 超变密度 | 组内 | |
2009 | 0.098 | 0.085 | 0.033 | 0.072 | 54.004 | 15.292 | 30.704 |
2010 | 0.108 | 0.091 | 0.032 | 0.074 | 59.035 | 11.629 | 29.336 |
2011 | 0.113 | 0.094 | 0.031 | 0.074 | 61.885 | 9.560 | 28.555 |
2012 | 0.118 | 0.101 | 0.035 | 0.077 | 60.456 | 10.335 | 29.209 |
2013 | 0.119 | 0.099 | 0.035 | 0.077 | 62.321 | 9.292 | 28.387 |
2014 | 0.115 | 0.098 | 0.044 | 0.062 | 61.503 | 9.698 | 28.799 |
2015 | 0.127 | 0.111 | 0.059 | 0.065 | 58.156 | 12.226 | 29.619 |
2016 | 0.128 | 0.110 | 0.067 | 0.063 | 58.451 | 12.275 | 29.275 |
2017 | 0.123 | 0.101 | 0.059 | 0.062 | 59.103 | 12.664 | 28.233 |
2018 | 0.128 | 0.109 | 0.057 | 0.063 | 56.751 | 14.387 | 28.862 |
2019 | 0.138 | 0.125 | 0.063 | 0.060 | 56.063 | 14.047 | 29.891 |
2020 | 0.147 | 0.138 | 0.065 | 0.058 | 57.300 | 12.614 | 30.085 |
2021 | 0.141 | 0.125 | 0.062 | 0.050 | 62.087 | 9.544 | 28.369 |
2022 | 0.154 | 0.139 | 0.074 | 0.045 | 64.779 | 7.179 | 28.042 |
Table 5 Dagum Gini coefficients and contribution rates
年份 | 基尼系数(G) | 贡献率/% | |||||
---|---|---|---|---|---|---|---|
总体 | 上游 | 中游 | 下游 | 组间 | 超变密度 | 组内 | |
2009 | 0.098 | 0.085 | 0.033 | 0.072 | 54.004 | 15.292 | 30.704 |
2010 | 0.108 | 0.091 | 0.032 | 0.074 | 59.035 | 11.629 | 29.336 |
2011 | 0.113 | 0.094 | 0.031 | 0.074 | 61.885 | 9.560 | 28.555 |
2012 | 0.118 | 0.101 | 0.035 | 0.077 | 60.456 | 10.335 | 29.209 |
2013 | 0.119 | 0.099 | 0.035 | 0.077 | 62.321 | 9.292 | 28.387 |
2014 | 0.115 | 0.098 | 0.044 | 0.062 | 61.503 | 9.698 | 28.799 |
2015 | 0.127 | 0.111 | 0.059 | 0.065 | 58.156 | 12.226 | 29.619 |
2016 | 0.128 | 0.110 | 0.067 | 0.063 | 58.451 | 12.275 | 29.275 |
2017 | 0.123 | 0.101 | 0.059 | 0.062 | 59.103 | 12.664 | 28.233 |
2018 | 0.128 | 0.109 | 0.057 | 0.063 | 56.751 | 14.387 | 28.862 |
2019 | 0.138 | 0.125 | 0.063 | 0.060 | 56.063 | 14.047 | 29.891 |
2020 | 0.147 | 0.138 | 0.065 | 0.058 | 57.300 | 12.614 | 30.085 |
2021 | 0.141 | 0.125 | 0.062 | 0.050 | 62.087 | 9.544 | 28.369 |
2022 | 0.154 | 0.139 | 0.074 | 0.045 | 64.779 | 7.179 | 28.042 |
变量 | 模型1 | 模型2 | 模型3 | 模型4 | 模型5 | 整体 | 上游 | 中下游 |
---|---|---|---|---|---|---|---|---|
农业地位 | -0.0315*** | -0.0135*** | -0.0125*** | -0.0081*** | -0.0083*** | -0.005* | -0.0071** | -0.017 |
[0.0030] | [0.0028] | [0.0028] | [0.0024] | [0.0024] | [0.0025] | [0.0026] | [0.0044] | |
农村信息化 | 0.199*** | 0.193*** | 0.126*** | 0.118*** | 0.128*** | 0.0652** | 0.288*** | |
[0.0189] | [0.0189] | [0.0187] | [0.0190] | [0.0185] | [0.0215] | [0.0291] | ||
劳动力集聚 | 0.0005** | 0.0004** | 0.0005*** | 0.0005** | 0.0014* | 0.0006** | ||
[0.0002] | [0.0001] | [0.0001] | [0.0002] | [0.0006] | [0.0002] | |||
产业结构 | -0.507*** | -0.492*** | -0.538*** | -0.671*** | 0.274 | |||
[0.0752] | [0.0744] | [0.0729] | [0.0837] | [0.1347] | ||||
财政支农 | 0.288* | 0.343* | 0.342* | 0.0648 | ||||
[0.1597] | [0.1538] | [0.1633] | [0.2661] | |||||
种植业水平 | 0.329** | 0.103 | 0.503*** | |||||
[0.1094] | [0.1239] | [0.1526] | ||||||
_cons | 0.720*** | 0.517*** | 0.399*** | 0.625*** | 0.578*** | 0.371*** | 0.587*** | -0.2 |
[0.0653] | [0.0506] | [0.0529] | [0.0557] | [0.0625] | [0.0947] | [0.1093] | [0.1481] | |
sigma_u | 0.179*** | 0.127*** | 0.0982*** | 0.0819*** | 0.0849*** | 0.0943*** | 0.0823** | 0.0631* |
[0.0435] | [0.0312] | [0.0264] | [0.0214] | [0.0226] | [0.0256] | [0.0294] | [0.0305] | |
sigma_e | 0.0467*** | 0.0339*** | 0.0331*** | 0.0284*** | 0.0279*** | 0.0267*** | 0.0234*** | 0.0201*** |
[0.0031] | [0.0022] | [0.0022] | [0.0019] | [0.0018] | [0.0018] | [0.0021] | [0.0020] | |
N | 126 | 126 | 126 | 126 | 126 | 126 | 70 | 56 |
Table 6 Estimation results of the regression model of driving factors of coupling coordination
变量 | 模型1 | 模型2 | 模型3 | 模型4 | 模型5 | 整体 | 上游 | 中下游 |
---|---|---|---|---|---|---|---|---|
农业地位 | -0.0315*** | -0.0135*** | -0.0125*** | -0.0081*** | -0.0083*** | -0.005* | -0.0071** | -0.017 |
[0.0030] | [0.0028] | [0.0028] | [0.0024] | [0.0024] | [0.0025] | [0.0026] | [0.0044] | |
农村信息化 | 0.199*** | 0.193*** | 0.126*** | 0.118*** | 0.128*** | 0.0652** | 0.288*** | |
[0.0189] | [0.0189] | [0.0187] | [0.0190] | [0.0185] | [0.0215] | [0.0291] | ||
劳动力集聚 | 0.0005** | 0.0004** | 0.0005*** | 0.0005** | 0.0014* | 0.0006** | ||
[0.0002] | [0.0001] | [0.0001] | [0.0002] | [0.0006] | [0.0002] | |||
产业结构 | -0.507*** | -0.492*** | -0.538*** | -0.671*** | 0.274 | |||
[0.0752] | [0.0744] | [0.0729] | [0.0837] | [0.1347] | ||||
财政支农 | 0.288* | 0.343* | 0.342* | 0.0648 | ||||
[0.1597] | [0.1538] | [0.1633] | [0.2661] | |||||
种植业水平 | 0.329** | 0.103 | 0.503*** | |||||
[0.1094] | [0.1239] | [0.1526] | ||||||
_cons | 0.720*** | 0.517*** | 0.399*** | 0.625*** | 0.578*** | 0.371*** | 0.587*** | -0.2 |
[0.0653] | [0.0506] | [0.0529] | [0.0557] | [0.0625] | [0.0947] | [0.1093] | [0.1481] | |
sigma_u | 0.179*** | 0.127*** | 0.0982*** | 0.0819*** | 0.0849*** | 0.0943*** | 0.0823** | 0.0631* |
[0.0435] | [0.0312] | [0.0264] | [0.0214] | [0.0226] | [0.0256] | [0.0294] | [0.0305] | |
sigma_e | 0.0467*** | 0.0339*** | 0.0331*** | 0.0284*** | 0.0279*** | 0.0267*** | 0.0234*** | 0.0201*** |
[0.0031] | [0.0022] | [0.0022] | [0.0019] | [0.0018] | [0.0018] | [0.0021] | [0.0020] | |
N | 126 | 126 | 126 | 126 | 126 | 126 | 70 | 56 |
1 | 习近平.在黄河流域生态保护和高质量发展座谈会上的讲话[J].求是,2019(20):4-11. |
2 | 李佳璐,潘景茹,冯峰,等.黄河流域九省(区)人口-水资源-经济-生态环境系统耦合协调发展及障碍因素分析[J].水资源与水工程学报,2024,35(1):47-56. |
3 | Zhang S.Looking to the future:innovation-driven green development[J].Green Energy & Environment,2017,2(1):1-2. |
4 | 任保平,裴昂.黄河流域生态保护和高质量发展的科技创新支撑[J].人民黄河,2022,44(9):11-16. |
5 | 窦睿音,赵银芳,李开宇,等.黄河流域高质量发展效率耦合协调格局分异及其影响因素分析[J].北京师范大学学报(自然科学版),2024,60(1):69-79. |
6 | 程昌秀,沈石,李强坤.黄河流域人地系统研究的大数据支撑与方法探索[J].中国科学基金,2021,35(4):529-536. |
7 | 邓椿,蒋晓辉.黄河流域农业水资源绿色效率动态演化及驱动机理[J].经济问题,2023(9):122-128. |
8 | 张胜武,葛宇梦,李小胜,等.黄河流域新型城镇化与水生态环境耦合协调的时空格局及影响因素[J].中国沙漠,2024,44(3):172-181. |
9 | 邸金,杜英,付英.研发投入对黄河流域地区高质量发展效率的影响研究[J].西北民族大学学报(哲学社会科学版),2024(2):175-188. |
10 | 刘建华,施天乐,黄亮朝.黄河流域碳排放、科技创新与产业结构优化:基于Moran's I与PVAR的实证分析[J].生态经济,2024,40(3):30-38. |
11 | 蒋兵,付华健,张力元.黄河流域绿色科技创新竞争力时空分异演变及障碍因素[J].地球科学与环境学报,2024,46(1):14-24. |
12 | 曾刚,胡森林.技术创新对黄河流域城市绿色发展的影响研究[J].地理科学,2021,41(8):1314-1323. |
13 | 王军.新一代信息技术促进黄河流域生态保护和高质量发展应用研究[J].人民黄河,2021,43(3):6-10. |
14 | 汪晓文,陈明月,陈南旭.环境规制、引致创新与黄河流域经济增长[J].经济问题,2021(5):16-23. |
15 | 张建杰,崔石磊,马林,等.中国农业绿色发展指标体系的构建与例证[J].中国生态农业学报(中英文),2020,28(8):1113-1126. |
16 | 申云,洪程程.数字普惠金融与农业绿色低碳发展:水平测度和机制检验[J].金融理论与实践,2023(1):45-60. |
17 | 巩前文,李学敏.农业绿色发展指数构建与测度:2005-2018年[J].改革,2020(1):133-145. |
18 | 魏琦,张斌,金书秦.中国农业绿色发展指数构建及区域比较研究[J].农业经济问题,2018(11):11-20. |
19 | 赵会杰,于法稳.基于熵值法的粮食主产区农业绿色发展水平评价[J].改革,2019(11):136-146. |
20 | 刘智.中国省域农业绿色发展指数关联性分析[J].统计与决策,2020,36(7):91-95. |
21 | 王丽娟,贾宝红,信丽媛.天津市农业绿色发展的驱动因素研究[J].中国农业资源与区划,2020,41(11):56-63. |
22 | 何可,李凡略,张俊飚,等.长江经济带农业绿色发展水平及区域差异分析[J].华中农业大学学报,2021,40(3):43-51. |
23 | 李魁明,王晓燕,姚罗兰.黄河流域农业绿色发展水平区域差异及影响因素[J].中国沙漠,2022,42(3):85-94. |
24 | 蒋天颖,谢敏,刘刚.基于引力模型的区域创新产出空间联系研究:以浙江省为例[J].地理科学,2014,34(11):1320-1326. |
25 | 华坚,胡金昕.中国区域科技创新与经济高质量发展耦合关系评价[J].科技进步与对策,2019,36(8):19-27. |
26 | 郭岩峰,张春艳.产业数字化、绿色技术创新与农业产业链韧性[J].技术经济与管理研究,2023(10):117-122. |
27 | 张勇,蒲勇健,陈立泰.城镇化与服务业集聚:基于系统耦合互动的观点[J].中国工业经济,2013(6):57-69. |
28 | 刁心薇,林美茹,孙丞.中国省域环境规制与科技创新耦合协调发展研究[J].地理与地理信息科学,2024,40(2):75-80. |
29 | 吴小妮,管卫华,张惠,等.中国省域经济效率与经济韧性耦合特征及驱动因素[J].地理与地理信息科学,2024,40(2):116-125. |
30 | 黄寰,王若楠,肖义.长江经济带科技创新与生态效率的协同演化及影响因素[J].长江流域资源与环境,2024,33(4):671-686. |
31 | 黎智慧,刘渝琳,尹兴民.基于Dagum方法的能源基尼系数测算与分解[J].统计与决策,2019,35(19):30-33. |
Viewed | ||||||
Full text |
|
|||||
Abstract |
|
|||||
©2018Journal of Desert Research
Tel:0931-8267545
Email:caiedit@lzb.ac.cn;desert@lzb.ac.cn
Support:Magtech