灰色關聯(lián)分析下西南民族地區(qū)農(nóng)業(yè)收入影響因素研究基于2009—2018年數(shù)據(jù)分析

摘 要：農(nóng)業(yè)收入是衡量我國農(nóng)村經(jīng)濟發(fā)展程度的一個重要指標，也是反映農(nóng)戶收入的一個重要因素。本文選取2009—2013年和2014—2018年2個時期西南民族5省農(nóng)業(yè)總收入及其影響因素數(shù)據(jù)，采用灰色關聯(lián)分析法對影響西南農(nóng)村農(nóng)業(yè)收入的相關因素進行定量分析。通過對比研究發(fā)現(xiàn)，影響西南民族地區(qū)農(nóng)業(yè)收入的主要因素為農(nóng)業(yè)機械總動力、民用車輛擁有量、糧食產(chǎn)量，以及互聯(lián)網(wǎng)的普及程度。以期為政府制定合適的農(nóng)業(yè)政策提供科學決策的依據(jù)。

關鍵詞：灰色關聯(lián)分析;農(nóng)業(yè)總收入;影響因素

中圖分類號：[S-9]

文獻標識碼：A

DOI：10.19754/j.nyyjs.20200915055

收稿日期：2020-08-02

基金項目：廣西文科中心珠江西江經(jīng)濟帶鄉(xiāng)村振興戰(zhàn)略（項目編號：ZX2017003）

作者簡介：周美美（1992-），女，碩士。研究方向：行政管理。

引言

隨著城鎮(zhèn)化的快速推進，我國農(nóng)村農(nóng)業(yè)總收入在不斷提高，農(nóng)村經(jīng)濟發(fā)展取得了一定進步，但是城鄉(xiāng)居民間的收入差距仍在不斷擴大。2020年是全面建成小康社會的收官之年，其重心在于全面，要求經(jīng)濟社會的發(fā)展不能有短板。作為農(nóng)業(yè)大國，農(nóng)村經(jīng)濟的發(fā)展也成為焦點。張文娥、蔣成芬、王龍剛、沈禹穎對農(nóng)戶農(nóng)業(yè)收入進行了相關研究。利用傾向得分匹配方法，通過對甘肅省慶陽市323個農(nóng)戶的調(diào)查數(shù)據(jù)研究發(fā)現(xiàn)冬小麥糧草兼用對農(nóng)戶農(nóng)業(yè)收入存在明顯的農(nóng)業(yè)收入效應。楊怡、鄧國和通過建模對我國農(nóng)業(yè)收入進行了定量研究，在影響農(nóng)業(yè)收入的指標中選取7個與農(nóng)業(yè)收入最為相關的變量，運用主成分因子分析和聚類分析法對我國10個農(nóng)業(yè)大省進行建模分析發(fā)現(xiàn)，生產(chǎn)規(guī)模因子是提高農(nóng)業(yè)收入的驅(qū)動因素，生產(chǎn)保障是提高農(nóng)業(yè)收入的前提。仇童偉對家庭農(nóng)業(yè)收入進行了相關研究，利用廣東省2492戶農(nóng)戶調(diào)查數(shù)據(jù)研究發(fā)現(xiàn)，在農(nóng)業(yè)生產(chǎn)技術不變的前提下，農(nóng)地和農(nóng)業(yè)勞動力規(guī)模的增加會提高家庭農(nóng)業(yè)收入。

1?影響因素及數(shù)據(jù)的選取

1.1?影響因素的選取

通過大量閱讀文獻，搜集借鑒國內(nèi)外對我國西南民族地區(qū)農(nóng)村農(nóng)業(yè)收入影響因素的研究成果及數(shù)據(jù)的可取性，本文在2009—2013年間選取了8個影響我國西南民族5省地區(qū)間農(nóng)業(yè)收入的因素，主要包括農(nóng)業(yè)機械總動力、糧食播種面積、糧食產(chǎn)量、鄉(xiāng)村從業(yè)（鄉(xiāng)村就業(yè)）人員、民用車輛擁有量、農(nóng)村固定電話、有效灌溉（耕地灌溉）面積、農(nóng)用化肥施用量。近年來，互聯(lián)網(wǎng)的普及、電商的興起對各行各業(yè)的影響越來越大，對農(nóng)業(yè)收入的影響也不例外，因此，在2014—2018年這一階段指標的選取在上一階段的基礎上加入了互聯(lián)網(wǎng)這一新興影響因素，具體指標用農(nóng)村寬帶接入用戶（互聯(lián)網(wǎng)普及率）來統(tǒng)計。

1.2?指標的原始數(shù)據(jù)及說明

西南民族5省市地區(qū)間農(nóng)業(yè)收入及其影響因素的原始數(shù)據(jù)匯總如表1（僅展示重慶市的原始數(shù)據(jù)，其余4省的原始數(shù)據(jù)類似）。依據(jù)表1數(shù)據(jù)設定，農(nóng)業(yè)收入為X0，主要指我國西南民族各省市間農(nóng)業(yè)總產(chǎn)值情況;農(nóng)業(yè)機械總動力為X1，農(nóng)業(yè)機械總動力主要指用于各項農(nóng)業(yè)生產(chǎn)活動時機械設備額定功率的總和，一般情況下，農(nóng)業(yè)生產(chǎn)條件越好，農(nóng)業(yè)機械總動力值越高，農(nóng)業(yè)收入也會越高;糧食播種面積為X2，糧食播種面積越大，糧食產(chǎn)量越高，農(nóng)業(yè)收入也就會越高;糧食產(chǎn)量為X3，一般來講，糧食產(chǎn)量越高，農(nóng)業(yè)收入越多;鄉(xiāng)村從業(yè)（鄉(xiāng)村就業(yè)）人員為X4，正常情況下，鄉(xiāng)村從業(yè)人員越多，鄉(xiāng)村勞動力越充足，農(nóng)業(yè)發(fā)展就會越好，農(nóng)業(yè)收入就會越高，有些地方采取鄉(xiāng)村就業(yè)人員作為統(tǒng)計指標，但是不影響本文的分析結果;民用車輛擁有量為X5，一般來講，民用車輛越多，表明區(qū)域內(nèi)經(jīng)濟發(fā)展越好，交通設施也越健全，對農(nóng)業(yè)發(fā)展也越有利，農(nóng)業(yè)收入也就會越高;農(nóng)村固定電話為X6，農(nóng)村固定電話越多，農(nóng)業(yè)交流就會越方便，農(nóng)業(yè)銷路就會越寬，農(nóng)業(yè)收入就會越高;有效灌溉（耕地灌溉）面積為X7，是反映我國農(nóng)田水利建設的重要指標，一般情況下，耕地灌溉面積越多，農(nóng)田水利建設越好，農(nóng)業(yè)收入也就越高，由于各地統(tǒng)計指標有差別，部分地區(qū)會采取耕地灌溉面積來反映農(nóng)田水利建設水平，但不影響本文的分析結果;農(nóng)用化肥施用量為X8，農(nóng)用化肥施用量越高，農(nóng)業(yè)經(jīng)濟發(fā)展越好，農(nóng)業(yè)收入也就會越高;農(nóng)村寬帶接入用戶（互聯(lián)網(wǎng)普及率）為X9，指農(nóng)村接入互聯(lián)網(wǎng)寬帶的用戶數(shù)量，農(nóng)村寬帶接入用戶數(shù)量越高，農(nóng)村互聯(lián)網(wǎng)普及程度就會越好，農(nóng)業(yè)經(jīng)濟發(fā)展越好，農(nóng)業(yè)收入也就會越高。數(shù)據(jù)來源為《2015—2019年中國統(tǒng)計年鑒》、《2014—2019年重慶市統(tǒng)計年鑒》、《2014—2019年四川統(tǒng)計年鑒》、《2014—2019年貴州統(tǒng)計年鑒》、《2014—2019年云南統(tǒng)計年鑒》、《2014—2019年西藏統(tǒng)計年鑒》，時間選擇范圍為2009—2013年和2014—2018年2個階段。

2?灰色關聯(lián)分析

華中理工大學鄧聚龍教授于1982年首次提出灰色相關理論，經(jīng)過數(shù)十年的發(fā)展，該理論適用的范圍越來越廣?；疑P聯(lián)分析的本質(zhì)是因素分析，是根據(jù)不同因素間的相似或者相異程度來衡量相關聯(lián)程度的一種方法。劉震、黨耀國、謝玉梅針對現(xiàn)有灰色關聯(lián)理論的局限性，構建了不同維度下多指標序列間的多元灰色關聯(lián)模型，并利用鄉(xiāng)村振興與農(nóng)村金融發(fā)展的案例驗證了模型的有效性?；疑P聯(lián)分析是分析各因素在時間序列曲線中的集合形狀，用其變化的大小、方向與速度等的接近程度，來衡量各因素之間的關聯(lián)性大小，主要研究對象是離散形式的系統(tǒng)狀態(tài)變量，即時間序列。序列曲線之間發(fā)展態(tài)勢越接近，相互之間的關聯(lián)度就越大，反之關聯(lián)度就越小。本文采用常用的灰色綜合關聯(lián)度對影響我國農(nóng)業(yè)總收入的因素進行分析。

2.1?計算灰色絕對關聯(lián)度

2.1.1?確定參考序列X0和比較序列Xi

X0=（X0（1）、X0（2）、X0（3）、X0（4）、X0（5））

Xi=（Xi（1）、Xi（2）、Xi（3）、Xi（4）、Xi（5））

其中，i=1，2，3，…，n。

2.1.2?始點零像化處理

X00=（X00（1）、X00（2）、X00（3）、X00（4）、X00（5））

Xi0=（Xi0（1）、Xi0（2）、Xi0（3）、Xi0（4）、Xi0（5））

其中，X00（K）=X0（K）-X0（1）;Xi0（K）=Xi（K）-Xi（1）;K=1，2，3，…，5;i=1，2，3，…，n。

2.1.3?計算|S0|、|Si|、|Si-S0|

|S0|=|∑4K=1X00（K）+1/2X00（5）|

|Si|=|∑4K=1Xi0（K）+1/2Xi0（5）|

|Si-S0|=|∑4K=1（Xi0K-X00（K））+1/2（Xi0（5）-X00（5））|

其中，i=1，2，3，…，n。

2.1.4?計算灰色絕對關聯(lián)度SymboleA@

0i

SymboleA@

0i=1+S0+|Si|1+S0+Si+|Si-S0|

其中，i=1，2，3，…，n。

2.2?計算灰色相對關聯(lián)度

2.2.1?無量綱化處理

Xi′=（Xi′（1）、Xi′（2）、Xi′（3）、Xi′（4）、Xi′（5））

=（Xi（1）Xi1，Xi（2）Xi1，Xi（3）Xi1，Xi（4）Xi1，Xi（5）Xi1）

其中，i=0，1，2，3，…，n。

2.2.2?始點零像化處理

Xi′0=（Xi′（1）-Xi′（1），Xi′（2）-Xi′（1），Xi′（3）-Xi′（1），Xi′（4）-Xi′（1），Xi′（5）-Xi′（1））=（Xi′0（1），Xi′0（2），Xi′0（3），Xi′0（4），Xi′0（5））

其中，i=0，1，2，3，…，n。

2.2.3?計算|S0′|、|Si′|、|Si′-S0′|

|S0′|=|∑4K=1X0′0（K）+1/2X0′0（5）|

|Si′|=|∑4K=1Xi′0（K）+1/2Xi′0（5）|

|Si′-S0′|=|∑4K=1（Xi′0K-X0′0（K））+1/2（Xi′0（5）-X0′0（5））|

其中，i=1，2，3，…，n。

2.2.4?計算灰色相對關聯(lián)度R0i

R0i=1+S0′+|Si′|1+S0′+Si′+|Si′-S0′|

其中，i=1，2，3，…，n。

2.3?計算灰色綜合關聯(lián)度SymbolrA@

0i

SymbolrA@

0i=SymbolJA@

SymboleA@

0i-（1-SymbolJA@

）R0i

其中，SymbolJA@

取值為0.5，SymbolJA@

SymbolNC@

（0，1]，i=1，2，3，…，n。

3?西南民族地區(qū)農(nóng)業(yè)收入與各影響因素分析

本文分別以2009—2013年和2014—2018年2個時期歷年來我國西南民族各省市間農(nóng)業(yè)收入X0的數(shù)據(jù)為參考序列，以農(nóng)業(yè)機械總動力X1、糧食播種面積X2、糧食產(chǎn)量X3、鄉(xiāng)村從業(yè)（鄉(xiāng)村就業(yè)）人員X4、民用車輛擁有量X5、農(nóng)村固定電話X6、有效灌溉（耕地灌溉）面積X7、農(nóng)用化肥施用量X8、農(nóng)村寬帶接入用戶（互聯(lián)網(wǎng)普及率）X9歷年的數(shù)據(jù)為比較數(shù)列。根據(jù)灰色關聯(lián)分析的計算步驟，代入原始數(shù)據(jù)得出不同階段西南民族各地區(qū)各影響因素的灰色綜合關聯(lián)度SymbolrA@

0i如表2、表3。

由表2、3可知，2009—2013年間，重慶農(nóng)業(yè)收入灰色綜合關聯(lián)度排序為X1>X5>X6>X3>X8>X4>X7>X2;2014—2018年間，重慶灰色綜合關聯(lián)度排序為X5>X1>X9>X6>X3>X4>X7>X8>X2。根據(jù)灰色絕對關聯(lián)度和灰色相對關聯(lián)度計算得到的灰色綜合關聯(lián)度的數(shù)據(jù)可以發(fā)現(xiàn)，各因素指標值均>0.5，表明農(nóng)業(yè)總收入受到這些關聯(lián)因素的影響相當高。我國長期的發(fā)展過程中離不開農(nóng)業(yè)經(jīng)濟的發(fā)展，農(nóng)業(yè)發(fā)展程度主要取決于農(nóng)業(yè)產(chǎn)值的高低。由表2灰色關聯(lián)序矩陣可知，2009—2013年間重慶市農(nóng)業(yè)收入的主要影響因素是農(nóng)業(yè)機械總動力、民用車輛擁有量、農(nóng)村固定電話和糧食產(chǎn)量。在2014—2018年期間引入互聯(lián)網(wǎng)普及程度指標時，發(fā)現(xiàn)互聯(lián)網(wǎng)普及程度成為影響農(nóng)業(yè)收入的第3大因素，而民用車輛擁有量成為影響農(nóng)業(yè)收入的第1大因素，農(nóng)業(yè)機械總動力成為第2大影響因素。綜觀2個時期可以發(fā)現(xiàn)，影響重慶市農(nóng)業(yè)收入的主要因素為農(nóng)業(yè)機械總動力、民用車輛擁有量、農(nóng)村固定電話以及互聯(lián)網(wǎng)普及程度。

由表2、3可知，2009—2013年間，四川省農(nóng)業(yè)收入灰色綜合關聯(lián)度排序為X1>X5>X6>X3>X4>X7>X8>X2;2014—2018年間，四川省灰色綜合關聯(lián)度排序為X5>X1>X6>X9>X3>X7>X4>X8>X2。在前一階段影響四川農(nóng)業(yè)收入的主要因素為農(nóng)業(yè)機械總動力、民用車輛擁有量、農(nóng)村固定電話和糧食產(chǎn)量。到下一階段隨著城鎮(zhèn)化的推進、電商的興起，互聯(lián)網(wǎng)普及程度成為影響四川農(nóng)業(yè)收入的第4大因素，民用車輛擁有量成為第1大因素，農(nóng)業(yè)機械總動力成為第2大因素，其次為農(nóng)村固定電話。農(nóng)村固定電話和互聯(lián)網(wǎng)的普及程度這2個指標均對農(nóng)業(yè)的發(fā)展發(fā)揮作用，能夠加強農(nóng)業(yè)企業(yè)間的交流合作，拓展農(nóng)產(chǎn)品的銷路，從而增加農(nóng)業(yè)收入?？v觀四川省農(nóng)業(yè)收入影響因素在2個時期的變化，發(fā)現(xiàn)農(nóng)業(yè)機械總動力、民用車輛擁有量、農(nóng)村固定電話以及互聯(lián)網(wǎng)普及程度仍然是主要的影響因素。

由表2、3可知，2009—2013年間，貴州農(nóng)業(yè)收入灰色綜合關聯(lián)度排序為X1>X5>X3>X6>X4>X7>X8>X2;2014—2018年間，貴州灰色綜合關聯(lián)度排序為X5>X1>X6>X9>X7>X4>X3>X2>X8。由灰色綜合關聯(lián)度排序可知，在2009—2013年間影響貴州農(nóng)業(yè)收入的主要因素是農(nóng)業(yè)機械總動力、民用車輛擁有量、糧食產(chǎn)量和農(nóng)村固定電話。在2014—2018年間，民用車輛擁有量成為影響影響貴州農(nóng)業(yè)收入的第1大因素，而農(nóng)業(yè)機械總動力成為第2大影響因素，其次為農(nóng)村固定電話的影響，農(nóng)村寬帶接入用戶也成為第4大影響因素?？v觀貴州2個階段農(nóng)業(yè)收入影響因素的變化可以發(fā)現(xiàn)，民用車輛擁有量、農(nóng)業(yè)機械總動力和農(nóng)村固定電話一直是影響農(nóng)業(yè)收入的主要因素，其次就是隨著網(wǎng)絡化時代的到來，互聯(lián)網(wǎng)的普及程度對農(nóng)業(yè)收入的影響作用也在逐步凸顯。

由表2、3可知，2009—2013年間，云南農(nóng)業(yè)收入灰色綜合關聯(lián)度排序為X5>X1>X3>X8>X6>X4>X2>X7;2014—2018年間，云南灰色綜合關聯(lián)度排序為X5>X1>X3>X7>X2>X4>X6>X8>X9。從灰色綜合關聯(lián)度對比分析結果發(fā)現(xiàn)，民用車輛擁有量、農(nóng)業(yè)機械總動力和糧食產(chǎn)量一直是影響云南農(nóng)業(yè)收入的主要因素，而且這3個指標對云南農(nóng)業(yè)收入的影響關聯(lián)程度在前后2個階段一直保持不變，穩(wěn)居前3，不管外在條件怎樣變化，對于少數(shù)民族聚居最多的云南省來說，農(nóng)業(yè)經(jīng)濟的發(fā)展對這3個指標的依賴程度較大?；ヂ?lián)網(wǎng)的普及雖然對云南農(nóng)業(yè)收入起到一定的促進作用，但是相對其它影響因素來說，其作用還不是十分明顯。

由表2、3可知，2009—2013年間，西藏農(nóng)業(yè)收入灰色綜合關聯(lián)度排序為X5>X1>X4>X6>X3>X8>X7>X2;2014—2018年間，西藏灰色綜合關聯(lián)度排序為X5>X3>X4>X1>X9>X2>X7>X8>X6。從西藏農(nóng)業(yè)收入灰色綜合關聯(lián)度對比分析結果可知，民用車輛擁有量、糧食產(chǎn)量、鄉(xiāng)村從業(yè)人員以及農(nóng)業(yè)機械總動力是近年來影響農(nóng)業(yè)收入的主要因素，其次為農(nóng)村寬帶接入用戶的影響。

綜觀上述西南民族5省市間2個階段的灰色綜合關聯(lián)度對比分析結果可知，民用車輛擁有量和機械總動力這2個因素一直是影響西南民族地區(qū)的主要因素。由圖1西南民族地區(qū)農(nóng)業(yè)收入?yún)R總對比圖可以發(fā)現(xiàn)，各地農(nóng)業(yè)經(jīng)濟發(fā)展程度不一，四川農(nóng)業(yè)經(jīng)濟發(fā)展程度相對較好，西藏的農(nóng)業(yè)經(jīng)濟發(fā)展程度相對最差。在2009—2013年間，云南的農(nóng)業(yè)經(jīng)濟發(fā)展水平僅次于四川的農(nóng)業(yè)經(jīng)濟發(fā)展水平，位居第2;而在這個階段重慶和貴州的農(nóng)業(yè)收入差別不大，但均高于西藏的農(nóng)業(yè)收入。在2014—2018年間，貴州農(nóng)業(yè)收入增長相對較迅速，幾乎與云南持平，農(nóng)業(yè)收入差距越來越小?？傮w而言，各地的農(nóng)業(yè)經(jīng)濟發(fā)展條件不一，存在較大差別。通過灰色綜合關聯(lián)分析發(fā)現(xiàn)，盡管各地的基礎條件不一，但是民用車輛擁有量和農(nóng)業(yè)機械總動力一直是影響農(nóng)業(yè)收入的主要因素，以及近年來隨著網(wǎng)絡化的發(fā)展，互聯(lián)網(wǎng)的普及程度也對西南民族地區(qū)農(nóng)業(yè)收入的影響越來越明顯。

4?結語和建議

通過運用灰色關聯(lián)分析能夠較清楚地看出各比較序列對參考序列的影響程度，且能夠通過量化排名得出參考序列對各比較序列的依賴程度。通過2個時期對我國西南民族地區(qū)農(nóng)業(yè)總收入進行灰色關聯(lián)分析，發(fā)現(xiàn)各因素在不同時期對西南民族地區(qū)農(nóng)業(yè)總收入的影響程度存在較大差別，這表明隨著西南民族地區(qū)農(nóng)業(yè)經(jīng)濟的不斷發(fā)展，農(nóng)業(yè)生產(chǎn)技術也在不斷提高，農(nóng)村經(jīng)濟基礎設施等各個方面也在發(fā)生變化，同樣影響農(nóng)業(yè)總收入的因素也在發(fā)生著相應變化，針對這些變化主要提出以下幾點建議。

4.1?提高機械化水平

綜觀2個時期發(fā)現(xiàn)，農(nóng)業(yè)機械總動力的灰色綜合關聯(lián)序列均未發(fā)生變化，且均排在第1位，這說明農(nóng)業(yè)機械總動力對農(nóng)業(yè)總收入的影響最大。農(nóng)業(yè)機械化專業(yè)化水平能夠促進農(nóng)業(yè)經(jīng)濟的發(fā)展，提高農(nóng)業(yè)總收入。近年來，農(nóng)業(yè)機械化水平在不斷提高，農(nóng)業(yè)總產(chǎn)值也在不斷提高，農(nóng)業(yè)機械化水平的提高為農(nóng)業(yè)經(jīng)濟的發(fā)展提供了源源不斷的動力，也成為提高農(nóng)業(yè)總收入的總落腳點。

4.2?完善交通運輸方式

民用車輛擁有量越高，說明地區(qū)的道路通達度越好，經(jīng)濟發(fā)展程度相應也越好，農(nóng)業(yè)收入相應就會越多。近年來，人民物質(zhì)文化生活在不斷提高，在基本需求得到滿足的同時對其它層面的追求越來越高，這也會反過來促進一些行業(yè)的發(fā)展。人們對車輛的追求能夠促進農(nóng)業(yè)發(fā)展的交通方式以及物流方式，減少過去由于交通條件的欠缺所導致的農(nóng)業(yè)發(fā)展受阻。

4.3?加大互聯(lián)網(wǎng)普及程度

在當今世界發(fā)展的進程中，互聯(lián)網(wǎng)的普及程度以及范圍越來越廣，對各行各業(yè)的影響也越來越深刻，對農(nóng)業(yè)經(jīng)濟的發(fā)展也不例外。不僅能夠加強各地之間的農(nóng)業(yè)合作，還能夠及時了解不同地區(qū)農(nóng)業(yè)發(fā)展動態(tài)，減少信息傳遞的過程，大大縮減時間，為農(nóng)業(yè)經(jīng)濟發(fā)展的交流合作開拓新的方向。因此，在農(nóng)村發(fā)展中推廣互聯(lián)網(wǎng)技術是農(nóng)業(yè)增收必不可少的一環(huán)。

參考文獻

[1] 劉震，黨耀國，謝玉梅.基于空間向量的多元灰色關聯(lián)模型及其應用[J].統(tǒng)計與決策，2019，35（21）：13-17.

[2]張文娥，蔣成芳，王龍剛，沈禹穎.基于傾向得分匹配法分析冬小麥糧草兼用對農(nóng)戶農(nóng)業(yè)收入的影響[J].中國農(nóng)業(yè)資源與區(qū)劃，2020，41（01）：158-165.

[3]楊怡，鄧國和.我國農(nóng)業(yè)大省的農(nóng)業(yè)收入影響因素分析與建模[J].湖南文理學院學報（自然科學版），2019，31（04）：1-6.

[4]仇童偉.農(nóng)地產(chǎn)權、要素配置與家庭農(nóng)業(yè)收入[J].華南農(nóng)業(yè)大學學報（社會科學版），2017，16（04）：11-24.

[5]蔣蓉華，周久賀.基于灰色關聯(lián)分析的國內(nèi)旅游收入影響因素研究[J].商業(yè)研究，2010（08）：203-206.

[6]王耀斌，蔣金萍，孫傳玲.基于灰色關聯(lián)分析的甘肅省旅游收入影響因素研究[J].資源開發(fā)與市場，2015，31（07）：868-871.

（責任編輯?周康）