农业生产性服务业发展对棉花全要素生产率的影响研究——基于中国棉花主产省市的经验证据

王 力，刘子鸿，赵瑞彤

（1.石河子大学 经济与管理学院，新疆 石河子 832003；
2.石河子大学 棉花经济研究中心，新疆 石河子 832003）

近年来，在我国经济实现高速增长的同时，农村青壮劳动力转移、农业发展方式过于依赖要素投入、生态环境遭到破坏等情况致使我国农业发展的总体环境发生了变化，农业生产性服务业的出现为解决这些情况提供了新的思路。发展农业生产性服务业能够推进农业供给侧改革、培育乡村产业发展新动能和实现小农户与现代农业有机衔接[1]97-105。2022年的中央一号文件进一步强调要加快发展农业生产性服务业，支持各类主体发展生产托管服务。相较于小麦、玉米等粮食作物，棉花的生产种植环节更为繁琐，种植管理较为复杂，所需人工成本远高于粮食作物。长期以来中国的棉花产出增长以要素投入驱动为主，自2008年起转为规模报酬递减[2]129-144，棉花种植成本不断上升[3]1-7+11，供给侧结构性矛盾突出，致使棉花种植面积近年来呈现波动下降趋势。同时棉花产业产供销不对接、产学研不耦合的现象较为普遍，产业链条松散[4]26-36,迫切需要找到转型升级的新动力。全要素生产率即在生产要素投入保持不变的情况下实现额外的生产效率增加[5]3-12，推动棉花产业实现供给侧改革的关键就在于实现棉花全要素生产率的有效改进。农业服务业可以实现农业资源配置与要素投入结构的优化和改进，是驱动全要素生产率实现提升的重要因素[6]93-101，探讨农业生产性服务的发展能否影响棉花全要素生产率的增长这一问题就显得尤为必要。

已有较多学者对农业生产性服务业和农业生产效率间的相互关系进行相关研究。在宏观层面上，有学者以农业整体的生产效率作为研究对象进行研究，发现农业生产性服务的发展促进农业效率的提升[7]425-437;[8]39-50，服务投入对农业劳动生产率存在重要作用[9]111-121，同时农业生产性服务业的发展对农业全要素生产率的刺激作用具有空间层面的溢出性[10]93-107。在微观层面上，农业生产性服务业在不同时间，提供不同的服务内容，在不同的服务区域起到的作用也存在较为明显的差异。如技术密集型服务对水稻生产率起到了明显的促进作用[11]69-76，农业机械、农业技术与金融保险等产中服务相较于其他生产环节的服务对农业生产效率的提升更为显著[12]232-244。农村金融投资与农资配送服务在短期内能促进农业生产效率的提升，而农业科技推广服务与农村金融服务更能在长期中推动生产效率的提升[13]97-102+136。农业信息服务、农产品销售服务、农业技术推广服务与农业配送服务同样对农业生产效率提升存在明显的积极影响[14]28-35+136。农业生产性服务业对中西部地区的农业生产效率产生的积极作用更为显著[15]23-27。在有关具体作物种类的探讨方面，与粮食作物相关的研究更为多见。产中及产后环节的农业生产性服务能够帮助农户实现水稻种植成本的节约，进而提高成本效率[16]8-14。现有研究表明存在其他因素会影响农业生产性服务业对全要素生产率产生的影响，有研究基于微观调研数据发现，在农业生产性服务业参与农户生产后会提升农户的生产技术效率，并且其影响程度受土地规模的积极作用影响[17]12-19+144;[18]16-26。农业服务业对粮食全要素生产率存在明显的积极作用，且影响是非线性的，在人均种植规模跨越门槛值后，农业服务业的提升作用达到最大[19]4-16。

综上所述，以往学者在选择棉花全要素生产率的计算方法时多考虑数据包络分析法（DEA）或是同期Malmquist指数法，这两种计算方法受到其本身计算方式的限制，其测算结果难以准确描述生产效率在较长一段时期的变动趋势，且存在线性规划无解的问题。现有研究大多聚焦于农业生产性服务业对农业整体生产或对粮食作物的全要素生产率的影响两方面，棉花作为经济作物，在其种植生产环节相较于传统的粮食作物有较大差异，对农业生产性服务业与棉花的全要素生产率间作用关系的研究还存在一定的空白，农业生产性服务业的发展对于棉花生产的影响并未得以证明，且缺乏农业生产性服务业与棉花全要素生产率之间的深层次作用路径的探讨。因此，本文基于15个棉花主产省市2003—2019年的相关数据，选择全局Malmquist指数法对各省市的棉花全要素生产率进行计算，采用以2002年为基期各期累乘的方式对整体的生产效率变动趋势进行描述，进而探讨在棉花产业异质性视角下，社会化服务对棉花全要素生产率的作用机制及传导效应，最后以人均植棉面积作为调节变量，验证农业生产性服务业的发展水平对棉花全要素生产率产生影响的过程中是否起到调节作用。

（一）农业生产性服务业对棉花全要素生产率的影响机理

农业生产性服务业的发展一方面有助于完善棉花生产的分工体系，推动棉花生产进一步实现专业化。首先，亚当·斯密提出效率的提升来自于分工。随着社会分工程度的不断加深，生产主体基于自身提升效率的意愿，选择将生产性服务“外部化”“市场化”，进而导致生产性服务业的产生。植棉农户基于自身的比较优势选择在棉花生产过程中扮演的角色，在实践中分化出了生产主体与服务主体两类。服务主体基于其能力与资源禀赋，相较于生产主体，在进行某项生产环节时更具备比较优势，能够降低该环节所需要的成本，因此生产主体选择将某些服务主体更具优势的环节进行外包，实现对植棉成本的控制和棉花生产效率的改善。其次，现有农技推广体系仍有不足，推广资源有限，限制了农户获取所需的农业技术支持[20]128-143，而农业生产性服务业能够发挥桥梁作用，将先进的人力与知识资本引入农户的生产中，打通棉花产业产学研相互衔接的通道，实现对产业链的梳理，以专业化的方式刺激棉花全要素生产率的提升。最后，农业机械与农业技术的引入、经营规模的扩大都会给农户带来较大的资金负担，服务组织一方面帮助农户减少农技与农机引入阶段中的交易费用，另一方面可以向农户提供相关的经营及金融服务信息，帮助农户选择合理的经营规划，鼓励生产要素向棉花生产过程的有效集聚，刺激棉花全要素生产率的增长。

另一方面，农业生产性服务业的发展可以促进棉花生产的规模化。棉花的种植生产环节相较于传统粮食作物更为复杂，尤其是采收环节极为繁琐，长期依赖人工采收，为棉花的生产带来了成本与效率上的双重压力，同时由于农村“空心化”与老龄化同时作用，使得家庭农业劳动力缺乏并且质量较差，制约了植棉农户生产的良性发展。农业生产性服务业可帮助生产主体提升自身生产管理水平，优化相关生产要素的投入与配置，实现适度规模经营，提升棉花全要素生产率。土地规模经营与服务规模经营是实现农业规模化经营的两条路径[21]2-16，农业生产性服务业可以通过这两条路径推动棉花生产实现规模化：一是激励棉农通过土地流转实现适度的规模扩张，农业生产性服务业的市场中包含农业劳动力的雇佣与相关生产机械的租赁服务，采取这一类农业生产性服务可帮助农户摆脱农业劳动力匮乏对棉花生产的限制，根据自身情况实现生产要素的优化配置，选择适合的生产规模，进而获得规模收益，实现亩均成本的有效控制，提升棉花全要素生产率；
二是通过对在同区域的小农户实现农业生产性服务的统一供应，在具体的生产环节上实现规模化，同样有利于先进生产技术和设备引入棉农的棉花生产中，形成服务规模效应，进而实现效率的提升。综上所述，本文提出假设1。

假设1：农业生产性服务业的发展对棉花全要素生产率起到促进作用。

（二）人均植棉面积对农业生产性服务业和棉花全要素生产率关系的调节效应

我国人多地少的现状导致在进行农业生产的经营主体中，规模经营有限的主体占据比重较大。一方面，农业生产性服务的介入会受到经营主体种植规模的影响，种植规模较小时就会对其产生阻碍作用。如采用膜下滴灌技术需要铺膜与埋管，采用水肥一体化技术需要在膜下滴灌的基础上建立统一灌溉系统，零散有限的植棉规模难以采用这些技术，导致了棉花全要素生产率仍有较大的上升空间。另一方面，有限的经营规模也会对农户使用生产性服务时产生的交易费用造成负面影响，及时获取市场信息的信息成本也会有所上涨，农户在种植模式和种植技术的选择更趋于保守[6]93-101。新的生产要素进入农业生产的难度增加，不能通过农业生产性服务业的介入突破既有资源禀赋的限制。有研究指出植棉农户增加棉花种植面积有利于棉花单产的增加[22]47-52，且近年来棉花生产日益向棉花种植机械化程度较高、土地禀赋较为突出的新疆棉区集中，从另一方面也表明了种植规模会对棉花生产效率产生一定影响。因此，本文提出假设2。

假设2：人均植棉面积对农业生产性服务和棉花全要素生产率之间的关系应存在调节作用。

（一）模型选择

1.棉花全要素生产率的测算。本文采用数据包络分析（DEA）法中的全局Malmquist指数法计算各省市的棉花全要素生产率。DEA法由Charnes和Cooper于1978年初次提出，是一种在线性规划的基础上对经济实现定量分析的非参数方法。它基于相对效率，以“评价”的方式判断同类型多输入多产出的复杂决策单元的相对有效性[23]219-228。DEA法不需预设指标的权重，同时也摆脱了数据量纲的额外影响。基于截面的DEA法测算结果只能反映了基于当下生产技术水平的效率，不能反映生产这一连续过程中生产技术水平的变化，对此，Fare等（1992）采用DEA法计算Malmquist指数，决策单元的数据采用多时点的面板数据，实现了动态效率变化情况的测度。测算所得结果可以描述第t期至第t+1期内全要素生产率的变动趋势，当结果大于1时说明全要素生产率在本期内有所上升，等于1时说明全要素生产率在本期没有变动，小于1时说明全要素生产率在本期有所降低。全局Malmquist指数在同期Malmquist指数的基础上修改了对生产技术集的设定，增设了全局生产技术集，全局生产技术集包含了全部观测单元所有观测时期的投入产出数据。以下为定义的参考集：

相较于传统Malmquist指数采取对两个时期之间进行几何平均的计算形式，全局Malmquist指数在进行计算时只以全局生产技术集作为全部决策单元在所有时期的参照集，解决了测算结果不具备传递性的缺点。全局Malmquist指数可以采取以固定基期进行各期累乘的方式，对全要素生产率在一定时期内的连续变动趋势进行更好的描述，而传统Malmquist指数采用不同的生产技术集测算各期决策单元的效率，只能分析测算效率在相邻时期的短期变动趋势。传统Malmquist指数作为因变量时，存在模糊经济含义的问题，且全局Malmquist指数可以防止传统Malmquist指数的线性规划无解对测算结果造成的影响[24]48-52。

2.基准回归模型的设定。为检验农业生产性服务业发展对棉花全要素生产率的作用情况，构建以下模型：

GM为棉花全要素生产率变动，核心解释变量as表示农业社会化服务业的发展情况，控制变量包括：edu表示农民平均受教育程度，dis表示农作物受灾情况，agri表示第一产业增加值比重，ep表示财政支农比例，gdp表示地区人均生产总值。下标i表示省份，i=1，…15，下标t表示时期，t=1，…17，α、β为系数，ε表示随机误差项。

3.调节效应模型。为探究人均植棉面积对农业生产性服务业发展与棉花全要素生产率的调节效应，在基准模型中引入调节变量。具体如下：

Pg表示人均植棉面积，as*pg为农业生产性服务业发展与人均植棉面积的交互项，表示人均植棉面积的调节效应，即人均植棉面积与农业生产性服务业发展共同作用于棉花全要素生产率。模型（1）加入人均植棉面积用以初步检验人均植棉面积是否存在对生产性服务业与棉花全要素生产率关系的正向作用。若农业生产性服务业发展的系数相较于基准回归有所变化，则说明人均植棉面积对二者关系存在调节效应。模型（2）在模型（1）的基础上进一步增加人均植棉面积与农业生产性服务发展的交互项，用以分析人均植棉面积对二者关系的调节效应。

（二）棉花全要素生产率的测算

在测算棉花全要素生产率的指标选择方面，由于缺乏衡量棉花生产投入方面的宏观数据，而基于单位种植面积的棉花投入数据来自抽样调查，有关各省棉花生产的总量信息难以被准确反应。考虑到数据的可得性和准确性，本文参考相关研究，选择使用权重系数法，将现有的广义农业投入指标与权重系数相乘，进而得到棉花生产要素投入的相关数据[19]4-16;[25]34-42。本文采用的两种权重系数分别为：

A=（棉花播种面积/农作物播种面积）×（农业产值/农林牧渔业产值）

B=棉花播种面积/农作物播种面积

选择各省市历年的棉花生产总量作为产出指标。投入指标共有五个：（1）劳动力投入选择各省市各年度棉花生产劳动力（万人），即以各省市各年度农林牧渔业从业人员乘A权重系数进行表示；
（2）机械动力投入指标选择各省各年度用于棉花种植的机械化总动力（万千瓦）；
（3）化肥投入指标选择各省各年度用于棉花种植的化肥投入（万吨）；
（4）灌溉投入指标选择各省各年度用于棉花种植的灌溉面积（千公顷）；
（5）土地投入指标选择各省各年度棉花播种面积（千公顷）。其中，各省历年用于棉花种植的灌溉面积、化肥投入、机械化总动力采用各省各年度有效灌溉面积、化肥施用折纯量、农业机械化总动力乘以B权重系数获得。

基于2003—2019年各省市棉花投入产出数据，本文通过Maxdea Pro 8测算得到各省的棉花全要素生产率变化情况。由于全局Malmquist指数通过改进计算方式使得其测算结果具备传递性并可以累乘。为了观察各省棉花全要素生产率总体的变动情况，以2002年为基期并将其全要素生产率设为1，将计算得到的各期指数逐年累乘得到各省市棉花全要素生产率的各年度变化情况。

（三）解释变量的选择

本文选择农业生产性服务发展（as）作为核心解释变量，借鉴其他学者的计算方式，采用农林牧渔服务业产值除以农作物总播种面积获得的比值进行衡量[10]93-107。由于统计年鉴于2003年开始统计各省市农林牧渔服务业产值数据，基于对数据可得性的考虑，将各省2003—2019年的农林牧渔服务业产值转化为以2003年为基期的可比值后，除以农作物播种总面积得到对各省农业生产性服务业发展水平的量化指标。本文的调节变量选择人均植棉面积（pg），将各省棉花播种面积除以棉花生产从业人员得到对人均植棉面积的量化指标。人均植棉面积越大，代表棉花生产的规模化程度更高，更有助于农业生产性服务业对其生产效率的提升。

借鉴现有的相关研究成果，结合本文研究的具体内容，本文考虑了以下控制变量[26]4-14+53;[27]58-72：（1）第一产业增加值比重(agri)，通过各省农林牧渔业增加值除以地区生产总值得到的比重进行表示，该比值越高代表地区的第一产业发展速度越快。（2）人均GDP(gdp)，选择以2003年为基期的各省市人均生产总值表示，人均GDP有效地衡量了当地经济的发展状况，当地经济发展水平越高，一方面可能在一定程度上促进棉花生产的现代化，从而有利于当地棉花生产效率的提升；
另一方面也可能导致对棉花生产的重视程度减弱，对当地的棉花产业发展造成不利影响，进而使得其棉花生产效率的提升受到阻碍。（3）财政支农比例(ep)，通过各省农林水事务支出除以政府财政总支出得到的比重表示。（4）农民平均受教育程度（edu），使用乡村各受教育层次的抽样人数乘对应教育年限除以总抽样人数的加权平均值来表示。地区的农民平均受教育程度越高，有助于该地区农业实现生产技术与生产模式的发展和更新，进而对该地区农业的机械化、规模化发展产生积极作用，使得棉花的生产效率提升。（5）农作物受灾情况（dis），采用地区的农作物受灾面积除以农作物播种总面积得到的比重进行表示。为控制异方差性，使结果更加明显，对农业生产性服务业发展、人均GDP、第一产业增加值比重取对数处理。

（四）数据来源与描述性统计

由于农林牧渔服务业相关指标从2003年开始被统计年鉴收录，而全面Malmquist指数测算的是两年间的效率变化，因此测算棉花全要素生产率的产出投入指标来自2002—2019年的数据，最终得到2003—2019年棉花全要素生产率的变化情况。进行回归的解释变量均采用2003—2019年的数据。考虑到我国棉花主产区分布及数据缺失问题，本文选取天津、湖北、河北、甘肃、安徽、山西、山东、陕西、河南、江苏、浙江、湖南、江西、四川、新疆这15个棉花主产省区市2003—2019年的相关数据。数据来源包括《中国统计年鉴》《中国农村统计年鉴》《中国人口与就业统计年鉴》及各省市统计年鉴。本文主要变量的描述性统计如表1。

表1 描述性统计

（一）农业生产性服务业发展对棉花全要素生产效率的影响分析

本文所使用的面板数据包含15个样本省市，时间跨度为2003—2019年。在对所用数据进行回归前，首先通过LLC方法与ADF方法对所用数据进行平稳性检验以避免单位根导致的伪回归问题，ADF方法的检验结果说明各变量数据平稳，LLC方法的检验结果说明各变量数据序列为一阶单整列。进而需要对所用数据进行协整检验，结果证明各变量具备协整关系，显著性水平为1%，各变量间具备长期稳定均衡关系。

对所用数据进行豪斯曼检验得到P＜0.01，表明选择固定效应对所用数据进行估计更具有可行性。由于数据中具有因存在组间差异检验与组间同期相关进而对估计结果产生潜在干扰的可能性，本文选择使用可行广义最小二乘法（FGLS）与面板校正标准误差（PCSE）对所用数据进行估计，并在其中添加时间趋势变量与个体虚拟变量以实现对模型中时间与个体效应的处理。本文利用PCSE方法得到初步回归结果，在此基础上考虑到面板数据中可能存在组间同期相关、组间异方差与组间同期相关等问题，利用沃尔德与pedroni检验完成上述问题的检验，所得P值表明数据中存在组间异方差、组间自相关与组间同期相关，因而本文选择采取FGLS和全面FGLS方法进行进一步估计，以实现对上述三个问题的处理。回归结果如表2所示，结果表明三种方法的回归结果基本一致。

表2 农业生产性服务业对棉花全要素生产率的影响

以上研究结果说明，本文的核心解释变量农业生产性服务业的发展对被解释变量棉花全要素生产率具备明显的积极作用，且在1%统计水平下显著。这也从棉花生产的角度证明了许多学者研究结论，说明了生产效率的提升得益于生产性服务业的发展[28]32-39+110;[29]24-42。近年来，农业生产性服务业逐渐受到重视，被视为推进农业供给侧改革、促进我国农业现代化发展、联通小农户与大市场的一条重要路径。一方面，培育农业生产性服务业有助于突破农业实现创新驱动的瓶颈，由于我国农业创新主体与创新应用主体并不是同一主体，而农业的创新成果实现落地仍需要相应的成果转化体系进行传导，农业生产性服务业的产生有助于弥补我国现有相关体系的不足，帮助棉花生产实现创新驱动瓶颈的突破，实现棉花的先进种植技术与种植模式的推广与普及；
另一方面，农业生产性服务的不断发展完善为新型农业经营主体营造了更丰富的发展方式与更适宜的发展环境，有利于植棉农户探索多样化发展途径，提升综合能力和生产水平，同时也为各种经营形式的植棉个体提供了通往现代化农业的发展道路，最终实现棉花全要素生产率的可持续提升。假设1得证。

在控制变量当中，人均生产总值对棉花全要素生产率具有显著的反向作用，该结果表明当地经济发展较好会导致棉花产业对当地经济发展的重要性有所削弱，使得当地对于棉花生产的重视水平有所降低，进而对当地的棉花全要素生产率产生一定的不利影响。财政支农比例对棉花全要素生产率的改进存在负向影响，且在1%统计水平下显著，该结果说明当前政府在与棉花产业有关的财政投入中，存在投入结构并不侧重于棉花的生产，且投入效率较低等情况。农民平均受教育程度对棉花全要素生产率提升存在明显的推动作用，该指标能够反映农民的学习能力，较高的受教育程度有助于农民对新经营方式、新生产技术的学习和接纳，促进农民采用先进的生产模式进行生产，进而帮助其生产效率实现提升。农作物受灾情况与棉花全要素生产率间存在负相关关系，在1%的统计水平下显著，该结果表明自然环境变化对棉花生产的影响显著。如新疆在2015年与2018年均遭受了极端天气的侵袭，对棉花的产量和质量均产生了明显的负面影响，说明棉花生产在面对自然环境的变化时抵抗力仍有不足。

（二）稳健性检验

上述回归结果说明了农业生产性服务业的发展对棉花全要素生产率会产生影响。一方面农业生产性服务业的发展与棉花生产的发展存在相互影响的反向因果关系，另一方面存在遗漏变量的影响，考虑到上述两方面的影响可能会导致模型存在内生性的潜在作用。基于此，本文在选择工具变量法的同时，并替换其他估计方法作为对之前回归结果的稳健性检验。工具变量选择滞后一期农业生产性服务业发展水平，并且运用两阶段最小二乘估计（2SLS）对所用数据进行回归，以消除内生性可能带来的影响。具体结果如表3所示，结果表明，农业生产性服务业发展对棉花全要素生产率有显著的积极作用，Sargan检验与弱工具变量检验结果表明工具变量有效。稳健性检验结果表明了回归结果的有效性。

表3 稳健性检验

（三）调节效应

进一步考虑人均植棉面积是否具备调节农业生产性服务业发展和棉花全要素生产率间关系的作用，具体结果见表4。模型（4）将人均植棉面积加入基准模型后，核心解释变量的系数变为0.551，在1%的统计水平下显著，相较于基准模型估计得到的系数有所提升，表明人均植棉面积能够正向调节农业生产性服务业发展与棉花全要素生产率的关系。模型（5）加入人均植棉面积与农业生产性服务业发展的交互项，结果表明交互项对棉花全要素生产率的影响为正，且与核心解释变量的系数方向一致，并在1%的统计水平上显著。结果说明，农业生产性服务业发展对棉花全要素生产率的影响确实受到人均植棉面积的调节作用，人均植棉面积能够放大农业生产性服务业对棉花全要素生产率的提升作用。人均植棉面积体现了当地植棉农户的平均规模，农户的植棉规模越大，越有利于生产性服务业引入先进的生产技术与设备，促进农户使用更先进的生产模式，进而深化各要素在生产过程中的参与程度，实现棉花全要素生产率的提升。假设2得证。

表4 人均植棉面积的调节效应

通过上述研究得到主要结论如下：（1）农业生产性服务业的发展对棉花全要素生产率起到显著的促进作用。（2）人均植棉面积对农业生产性服务业与棉花全要素生产率间的关系具备调节作用，人均植棉面积对二者关系有着显著的积极作用。结论表明，农业生产性服务业具有优化棉花种植过程，改进棉花生产效率的能力。生产性服务业的发展促进我国棉花生产实现生产分工的深化，刺激种植主体实现经营规模的适度扩张，进而发挥桥梁作用，实现各类先进生产要素的合理高效导入，推动棉花全要素生产率提升。

基于上述结论，得到启示如下：（1）促进农业生产性服务业的发展与完善，扩大相关基础设施投入，基于自身情况进行农业生产性服务业的发展路线规划与政策框架搭建，实现农业生产性服务业产业结构优化，激励供给服务的服务主体孕育和发展，实现优质农业生产性服务供给能力的提升，推动我国棉花生产实现现代化。（2）保障我国土地流转实现有序推进，鼓励棉花种植者发挥经营形式的多样性，刺激新型农业经营主体数量和规模的合理增长，强化植棉农户的适度规模经营观念，促使植棉农户合理扩大植棉规模。（3）鼓励农业生产性服务业采取多种形式进行发展，因地制宜，基于当地的农业资源禀赋和生产特点采取适宜的发展路径，提供相适应的服务内容，同时利用多种渠道开展农业生产性服务业的推广宣传，推动相关组织建立农业生产性服务业的专属信息交流平台，帮助服务供给主体下沉，进而通过农业生产性服务业深化棉花生产过程的分工程度，助推当地棉花产业实现高质量发展。

猜你喜欢 生产性生产率棉花 中国城市土地生产率TOP30决策(2022年7期)2022-08-04棉花是花吗?少儿科学周刊·儿童版(2022年10期)2022-06-27“新”生产率悖论？工业机器人采用对制造业生产率的影响国际商业技术(2022年4期)2022-04-21观图释义：《红楼梦赋》与《〈红楼梦赋〉图册》的生产性传播红楼梦学刊(2020年3期)2020-02-06跟踪导练（三）4时代英语·高一(2019年1期)2019-03-13外资来源地与企业生产率智富时代(2018年1期)2018-03-26外资来源地与企业生产率智富时代(2018年1期)2018-03-26雪白的棉花堡学苑创造·A版(2017年9期)2017-09-25产业集聚对生产性服务业效率的影响软科学(2015年12期)2016-03-29不可思议的棉花糖小村（上）红领巾·萌芽(2015年6期)2015-08-14