基于Logistic和Tobit模型的能源富集区农村用能结构分析

来源:用户上传      作者:

　　摘 要：能源富集地区对当地社会经济发展起积极促进作用的同时，也对生态系统和人居环境造成巨大压力，构建合理的农村能源消费结构能够有效维持地区的可持续发展。本文选取煤炭资源丰富的神木市为研究区域，基于192份有效农户问卷，通过Tobit模型和Logistic模型对农户生活能源进行分析，旨在为地区制定有效的能源政策提供参考和依据。结果表明，农户的用能结构仍以煤炭为主，煤炭开采区和非煤炭区用能分异特征并不明显;经济因素是影响农户对电力和煤炭使用量的首要因素，收入的提高将有效缓解能源贫困的问题;距煤炭开采区越近，商品能源的使用量越高;教育水平的提高有助于能源消费结构的转变。本文在乡村振兴的时代背景下，以神木市为代表的能源富集区的农户用能结构需与能源贫困问题、生态环境问题进行统筹考虑，从可持续生计和可持续发展的角度解决生活能源问题并为当地提供借鉴作用。
　　关键词：
　　能源富集地区;农村用能结构;Tobit模型;Logistic模型
　　中图分类号：S210.3
　　文献标识码：A
　　DOI：10.19754/j.nyyjs.20200315001
　　能源是地区经济增长最基本的驱动力，也是人类赖以生存的基础[1]。随着能源消费需求的快速增长，能源、环境和气候变化等问题也日益突出，探索一条符合社会、经济、资源、环境、生态协调发展的道路成为世界各国共同关注的问题[2，3]。农村能源是发展农业生产、保障农民生活、改善农村环境的重要资源，是整个国家能源系统不可分割的组成部分[4，5]，农村地区的能源贫困成为当今世界发展中国家所面临的共同问题[6]。我国农村减贫议程的分析报告中指出能源贫困将会制约农户生活水平的提高，而目前我国农村的能源贫困问题主要集中体现在柴草、木材、煤炭等固体燃料的使用方面，又表现为大规模、高强度的依赖煤炭，以煤炭资源富集区尤为典型[7]。因此，作为能源富集区的神木市，了解农户生活能源结构，引导农户的能源消费行为，对优化能源消费结构、促进农村摆脱贫困现状、打破城乡二元结构和区域可持续发展具有重要意义[8]。
　　近30a来，能源贫困问题受到学术界、各国政府和其它组织的高度关注。国际能源署（IEA）[9]认为能源贫困的特征表现为因难以支付或难以获得等因素而无法获取电力或其它现代化清洁能源服务，主要依赖传统生物质能或其它固体燃料进行炊事或取暖。能源贫困成为制约我国摆脱发展中国家现状进入发达国家的重要因素[10，11]。目前，国内外学者对该领域的相关研究主要分为以下2大类：农户用能结构的获得性和选择性问题;能源消费结构的利用在健康及社会经济方面造成的影响[7，12]。影响家庭生活用能选择的问题主要集中在经济因素、能源的可获得性、家庭特征和传统生活方式等因素[13-15]。众多研究表明，经济因素是决定能源消费模式的主要因素[17];因我国不同地区的能源消费结构存在诸多差异，能源的可得性也是影响农户用能选择的一个重要因素[14]，薪柴和秸秆等非商品性能源受资源禀赋影响显著[17]，而煤炭等商品性能源更多的是受市场距离影响[18];人口数量对用能结构选择具有显著影响[19];通过分析8个发展中国家农户能源消费结构的行为选择表明，农户能源消费的选择与教育水平之间存在显著的正向关系[20]，随着教育程度的提高，农户商品能源的消费比例增加[21-23]。能源贫困对个人健康及社会经济发展同样造成巨大影响[24-26];矿产能源开发创造的巨大收益不仅不能惠及广大贫困农民，反而在一定程度上承受煤炭资源开采带来的负外部性[27-29]，在能源富集区的榆林市、西部荒漠地区、陇中黄土丘陵地区均得到了印证。目前，对能源贫困的研究十分丰富，但对能源富集区农户用能结构的研究尚为缺乏，本文分析神木市农户的能源消费结构，以期为能源富集区中的能源贫困理论做出点位补充。
　　解决能源贫困问题对实现消除贫困这个千年发展目标至关重要。能源消费结构的调整和变化会影响到农村地区的经济发展乃至整个国家能源、环境规划和政策制定。随着经济社会的发展，乡村振兴的实施，优化农村人居环境显得尤为重要[30，31]，中央提出农村能源供给侧改革，我国能源消费结构已由生物质秸秆能源主导型向商品能源主导型转变[32-34]，神木市作为资源型城市，煤炭开采虽然促进了地区经济的快速发展，但同时也带来空气污染、地表破坏、地下水位下降、土地退化、地面沉降、人居环境破坏等一系列问题，影响区内的农村发展、生态环境及宜居程度。优化生活能源消费结构是解决能源地区环境污染、生态破坏的有效途径。
　　1 材料与方法
　　1.1 研究区概况
　　神木市位于陕西省北端，黄河中游，陕晋蒙3省接壤地带，总面积达7635km2（图1）。属温带半干旱大陆性季风气候，日照丰富，风沙频繁，积温有效性大;境内土壤主要以风沙土为主，土壤肥力较差，旱灾、水灾和霜冻等自然灾害频繁;地貌类型分异显著，分为土石山区、丘陵沟壑区和沙漠草滩区3个大類，其中土石山区和丘陵沟壑区的比重为48.7%，生态环境较脆弱。2019年，全市总人口约43.6991万人，乡村人口占57.61%;国内生产总值达817.41亿元，农村常住居民人均可支配收入为12046元，位于全国百强县前列。农业主要以畜牧业、草产业和现代农业为主。作为全国十大工业强县之一，能源矿产资源富集地区，以原煤储量最为丰富，含煤面积达4500km2，总储量500多亿t，占神府—东胜煤田总储量的1/4，且具有赋存稳定，埋藏浅易开采的特点。本文选择神木市作为能源富集地区的缩影，探究煤炭开采对农户生活的影响，对于准确认识区域农村生活能源利用结构以及制定合理的区域用能政策具有重要价值。
　　1.2 数据获取
　　研究区域的农村家庭能源消费结构的数据采用抽样调查及重点访谈等方法对陕西省神木市的8乡镇29个行政村的农户进行抽样调查，农户调查主要基于参与式农村评估法（PRA），调查以家庭为单位，采取问卷与访谈相结合的方式，每份问卷访谈时间约1h，为保证问卷质量，访谈人员以户主为主，调研内容共涉及32个主要问题，120个小问题，主要包括家庭人口数、家庭燃料结构、农户收入情况、煤炭开采对当地的影响等问题。本次调研共走访200户，获得有效问卷192份，有效率为96%。调研村落及问卷情况分布情况如表1。 　　1.3 模型与变量选择
　　1.3.1 Tobit模型的选择
　　由于煤炭、电力可精确统计，所以因变量设定为煤炭和电力的年使用量。调研发现，农村生活能源消费结构中有一部分的消费量为0，其它为连续数据。在这种情况下，如果使用OLS来估计断尾数据，非线性项将被纳入扰动项中得不到一致估计，因此，本文采用Tobit模型对能源消费结构的影响因素进行分析，可以有效解决这一问题。表达式与解释变量如下：
　　D=α+∑ni=1βiXi+ε
　　Y=D，D00，D0且D～N（0，δ2）
　　式中，X1，X2，...，Xn是影响农户消费煤炭和电力的因素;D是农户消费煤炭和电力的统计量;Y为截取归并后最终的解释变量;α为常数项;βi为待估计系数;ε为随机误差项;D服从正态分布。
　　借助软件Stata13对模型采用稳健回归以减弱异常值对模型评估的影响。
　　1.3.2Logistic模型的选择
　　由于农户使用太阳能的时间和强度难以准确地进行定量统计，因此在问卷设计时间问题时设置为“您家去年1a里是否使用太阳能作为生活能源之一”，将使用太阳能定义为P=1，不使用太阳能定义为P=0。在调研的192户农户中，有91户使用太阳能，占有效问卷总数的47.40%。
　　在构建影响太阳能使用因素的模型中，所选的因变量为二分变量，即“使用太阳能”和“不使用太阳能”2种情况，如果使用一般的线性回归模型，会产生异方差性，Logistic模型不要求解释变量服从正态分布。因此，Logistic模型适合本次研究。具体形式如下：
　　Pi=11+e-Yi
　　式中，假设X1，X2，...，Xn是影响农户使用太阳能的因素。Yi为是否进行太阳能消费的二分变量，pi为太阳能消费发生的概率，e为自然常数，可转换为：
　　Yi=Logit（Pi）=Ln[Pi1-Pi]=α+β1X1i+β2X2i+...+βnXni
　　式中，α为常数项。β1，β2，...，βn为偏回归系数，表示Xi对pi贡献量。
　　本文引入人口因素、资源因素、经济因素等变量来解释神木市煤炭开采区与非煤炭开采区农户生活能源消费结构的影响因素，具体变量选择如下表2。
　　2 结果与分析
　　2.1 农户生活能源消费结构现状
　　神木市农户生活能源主要用于炊事、取暖、家用电器等日常生活用品，主要使用的能源类型有煤炭、电力、太阳能等。借助区位商理论[31]，计算出本区能源利用区位商以衡量不同类型农村生活能源利用的结构分异。能源利用区位商是指一个地区某种生活能源消耗量占该地区生活能源总消耗量比重与整个区域该种类生活能源消耗量占整个区域能耗总消耗量比重的比值，用公式表达为：
　　EQ=ei∑ni=1ei/Ei∑ni=1Ei
　　式中，EQ为一地区i生活能源对于高层次区域的区位商;ei为一地区i生活能源消耗量（单位：kgce）;Ei为高层次区域生活能源消耗量;i代表作物、煤炭、电力、太阳能，i=1，2，3。
　　利用区位商可用来判断不同地区用能的结构分异状况，区位商大于1，该地区具有利用此能源的优势，区位商越大，优势越明显;区位商小于1或者等于1，此能源不具有优势。
　　利用公式计算煤炭开采区和非煤炭开采区的能源消费结构区位商，通过数据分析结果可以看出，在煤炭使用方面，煤炭开采区的区位商为1.002，煤炭开采区在煤炭使用上具有优势;而在电力方面，煤炭开采区的区位商为1.040，高于非煤炭区，煤炭开采区在电力使用上更具有优势。通过比较2个地区的用能结构发现，煤炭开采区用能结构相对多元化，这与煤炭区经济发展水平存在密切关系;但整体而言，2个地区用能分异特征并不明显。
　　2.2 农户生活能源消费影响因素分析
　　2.2.1 农户对煤炭和电力选择的影响分析
　　表4中的模型一和模型二分别说明煤炭和电力的Tobit模型的回归结果。从模型的整体结果来看，煤炭和电力的回归结果具有相似性和互补性。
　　2.2.1.1 人口因素
　　农户年龄与电力之间的关系不显著，而煤炭的使用量与年龄指标呈正相关，说明在能源富集区年龄对电力选择的限制性因素较少，而年长的农户更偏向煤炭的使用;受教育程度与电力使用量呈正相关，而与煤炭使用量呈显著的负相关，说明教育水平显著影响农户对能源的选择。随着教育水平的提高人们获得就业的渠道更加广泛，收入也随之增高，农户更倾向于追求清洁、方便、高效的能源。家庭人口数对煤炭消费具有显著的正相关，对电力消费的影响不显著，煤炭作为当地主要的取暖与炊事能源，家庭人口数量的增加促使煤炭需求量增加，而电力主要作为照明和高档耐用品的使用的能源类型，这2种使用途径具有规模效应，因此家庭人口增加对电力的影响不大。劳动力人口数对电力消费有显著正相关，对煤炭消费呈负相关，劳动力增加促使家庭收入增加的可能性变强，而煤炭与电力相比不具有优势，劳动力人口增加时电力消费增加，煤炭消费减少。
　　2.2.1.2 资源因素
　　城镇距离对电力消费呈现显著性正向相关，对煤炭消费影响不显著，说明城镇距离对生活能源的选择具有重要的影响。距城镇越近的农户受城市生活方式的影响，同时获得工作渠道的拓宽，收入增加的可能性也随之增大，承受电力成本的能力加强，因此近郊地区使用电力的农户较多。电力和煤炭的使用量与距煤炭距离呈正相关，说明距煤炭开采区越近，商品能源的使用量越高。在煤炭开采区农户煤炭和电力户均支出1986.667元和1292.606元，而非煤炭开采区煤炭和电力户均支出为558元和616.2元，分别为非煤炭开采区的3.56倍和2.10倍。人均耕地面积与电力和煤炭消费均呈现不显著，对于煤炭富集区煤炭和电力是当地必不可少的消费能源，加之当地特有的地理特点，务农人员主要为劳动能力不强、且家庭人口数较少的人员，因此耕地面积多的家庭电力和煤炭的使用量均较少。房屋类型对电力具有显著的正向影响，对煤炭消费呈现显著负向影响。这是因为房屋等级越好，现代化的高档耐用品越多，同时人们对房屋的舒适度與清洁度要求更高，这就会使一部分农户放弃或者减少煤炭的使用量，转向更为便捷的电力。 　　2.2.1.3 经济因素
　　人均收入对电力消费呈现显著的正向影响，而与煤炭消费量呈负相关。说明家庭收入水平的提高，农户商品能源使用比例将提高，农户会选择便捷的能源作为家庭的主要消费能源。电力作为农户主要的生活能源，尤其是高收入农户能源消费更以电力为主，人均电力消费为368.922kgce，而其它农户电力消费为147.888kgce，按照当地电力价格0.6～1元/kwh折算，高收入农户电费支出户均为1492.609元，其它农户户均支出电费仅616.2元，是其它农户的2.4倍。因此，收入水平的提高将提高农户电力的使用比例。非农比收入对电力具有显著的正向影响，对煤炭的影响不显著。研究表明，非农收入增加会使收集生物质能源的成本加大，因此煤炭和电力等商品能源的使用比例就会随之上升。但是神木市煤炭资源丰富，煤炭是当地农户的必备的消费能源，因此非农比对煤炭影响不显著。
　　2.2.2 农户对太阳能能源的消费的影响因素分析
　　运用SPSS19.0软件进行Logistic回归，回归结果见表5。为检验模型的分析效果，对模型进行Hosmer-Lemeshow拟合优度检验和似然比检验，Hosmer-Lemeshow拟合优度检验结果模型的卡方值为4.128，显著性水平为0.845，似然比检验显著性结果小于0.01，模型的拟合程度较好。
　　2.2.2.1 人口因素
　　户主的受教育程度与年龄对太阳能消费影响显著，其中受教育程度尤为突出。户主受教育水平对太阳能的使用具有显著的正向影响，原因可能是随着教育程度的提高，工作机会越多，收入相对较高，使一些高学历的农户自然转向更清洁和便捷的能源。年龄对太阳能消费影响呈负向影响，由于受长期生活习惯的影响，年龄较大的农户已适应原有的消费模式，对新事物的追求力度较小，而年轻的人群更喜欢追求新能源的消费，这就在一定程度导致随着年龄的增长太阳能的使用数量下降的情况。劳动力人口数对太阳能消费具有显著的负相影响;根据其它地区以往的研究结果表明，劳动力人口增加收入水平会随之增加，商品能源的消费比重也会增加，但是该地区太阳能消费与劳动力呈负相关关系，原因可能是该区域为能源富集區，调查的家庭中有51.04%的农户有180d均在外务工，由于在家的时间较短，部分农户认为没有使用太阳能的必要。家庭人口数对太阳能消费影响不显著。
　　2.2.2.2 资源因素
　　交通通达度和房屋结构对太阳能消费影响显著，人均土地面积影响不显著。由于距离县城较近，交通通达度较好，受城镇生活方式的辐射带动的作用，并且新能源的设施服务完善，因此，近郊地区的农户对太阳能的使用具备优势，而偏远地区家庭对太阳能消费结构的影响较小。太阳能的使用比例距离煤炭开采地呈显著负相关，说明煤炭开采区更具有经济优势，农户生活条件比非煤炭区要好，煤炭开采区的农户更倾向于太阳能的使用，与区位商的计算结果相吻合。房屋结构对太阳能的使用的影响最为显著，房屋结构越现代化，保暖性越好，同时人们对舒适的要求越高，使用太阳能的可能性就越大。人均土地面积对太阳能消费的影响不显著，这是由于该区域位于能源富集区，家庭的主要收入来源为煤炭相关产业，人均土地面积并不能对太阳能消费产生显著影响。
　　2.2.2.3 经济因素
　　人均收入与非农比收入对太阳能消费存在显著的正向影响，且显著性均小于1%，能源阶梯理论提出随着家庭收入的增加，人们趋向于使用更高级的能源。走访的192户家庭中，179户农户在从事种植业的同时更热衷于第二、第三产业的发展，农业活动减少，传统的薪柴和煤炭的能源消费观念发生转变，新能源产品的消费增加。
　　3 讨论与结论
　　农村生活能源主要依赖地方的能源禀赋，神木市作为我国著名的煤炭富集区，当地农户的生活能源结构以煤炭为主，而电力和太阳能的使用比例低于煤炭。采用Tobit模型和Logistic模型对不同类型的能源的使用比例的影响因素分析可知：神木市农户的用能结构仍以煤炭为主，煤炭开采区和非煤炭区用能分异特征并不明显，但煤炭开采区的用能结构优于非煤炭开采区;经济因素是影响农户对电力和煤炭使用量的首要因素，随着家庭人均收入的增加，电力和太阳能的使用比例会随之增加，但是神木市尤其是煤炭开采区的农户收入来源主要围绕煤炭的开发，导致农户使用的煤炭的比例较高，导致能源消费结构升级困难;教育影响农户的用能选择，家庭受教育程度的提升，从事非农产业有助于神木市农户降低煤炭的消费比例，增加电力、太阳能等清洁能源的使用比重，从而不断提高能源消费结构;与煤炭开采区的距离及住房类型的选择对农户的用能选择具有影响，农户对生活质量的追求有助于用能结构的转变。
　　煤炭开采带动了当地农户收入的增加，但是在一定程度上也是造成神木市生态和人居环境破坏的主要因素。就神木市整体而言，由于当地煤炭价格低廉和煤炭补贴的原因造成农户对煤炭高强度依赖，对农户用能结构的转变具有重大挑战;此外，大小私营、合营的煤矿一旦关停或者煤炭开采枯竭，农户将陷入用能的贫困和短缺的状态，这种不可持续的用能结构类型，势必会影响当地的经济发展和农户的生活质量的提升。通过对煤炭开采区的农户访问发现，34.86%的农户表示煤炭开采造成了房屋一定程度的损坏;39.45%的农户表示煤炭开采导致了土地产出减少;44.94%的农户表示煤炭开采造成了一定程度的土地塌陷;76.15%的农户表示煤炭开采对环境产生了严重的负面影响，与之相对的非煤炭区则甚少出现上述的情况（图2）。因此，以神木市为代表的能源富集区的能源消费结构在以后的研究中要与能源贫困问题、生态环境问题进行统筹考虑，在乡村振兴的时代背景下，从可持续生计和可持续发展的角度解决生活能源问题。
　　参考文献
　　[1]何威风， 阎建忠， 周洪， 等. 农户薪柴消费的理论模型及实证研究 [J]. 生态学报，2016，36（05）： 1369-1379. 　　[2]邓可蕴， 贺亮.我国农村地区能源形势分析 [J]. 中国工程科学，2000（06）： 52-58.
　　[3]寇建平， 赵立欣， 郝先荣， 等. 我国2007年农村可再生能源发展现状与趋势 [J]. 可再生能源，2008（03）： 1-6.
　　[4]郑顺安， 李想，石祖梁， 等. 我国西北平原区农村生活能源消费和供需结构分析 [J]. 中国农业资源与区划， 2017，38（10）： 112-120.
　　[5]董梅， 徐璋勇. 农村家庭能源消费结构及影响因素分析——以陕西省1303户农村家庭调查为例 [J]. 农林经济管理学报， 2018，17（01）： 45-53.
　　[6]李慷， 王科， 王亚璇. 中国区域能源贫困综合评价 [J]. 北京理工大学学报（社会科学版）， 2014，16（02）：1-12.
　　[7]廖华， 唐鑫， 魏一鸣. 能源贫困研究现状与展望 [J]. 中国软科学，2017（08）： 58-71.
　　[8]张敬飒， 吴文恒， 朱虹颖， 等. 不同生计方式农户生活能源消费行为及其影响因素 [J]. 水土保持通报， 2016，36（06）： 265-271.
　　[9]IEA（International Energy Agency）Energy poverty： how to make modern energy access universal？[R].World Energy Outlook2010.Paris： IEA， 2010.
　　[10] 罗国亮，职菲. 国外能源贫困文献综述 [J]. 华北电力大学学报（社会科学版）， 2012（04）： 12-16.
　　[11]唐鑫， 廖华， 魏一鸣， 等. 国际组织应对能源贫困的方案与行动 [J].中国能源， 2014，36（04）： 30-34.
　　[12]赵雪雁， 陈欢欢， 马艳艳， 等. 2000—2017年中国农村能源贫困的时空变化与影响因素[J]. 地理研究， 2018，37（06）： 1115-1126.
　　[13]韦惠兰， 贾哲. 西部荒漠地区农村生活能源消费影响因素的实证分析——以河西走廊荒漠地区933户农村家庭为例 [J]. 福建农林大学学报（哲学社会科学版）， 2017，20（03）： 29-36.
　　[14]梁育填， 樊杰， 孙威， 等. 西南山区农村生活能源消费结构的影响因素分析——以云南省昭通市为例 [J]. 地理学报， 2012，67（02）： 221-229.
　　[15]王效华， 郝先荣， 金玲. 基于典型县入户调查的中国农村家庭能源消费研究[J].农业工程学报， 2014， 30（14）： 206-212.
　　[16]魏楚， 韓晓. 中国农村家庭能源消费结构：基于Meta方法的研究[J].中国地质大学学报（社会科学版），2018，18（06）： 23-35.
　　[17]肖红波， 李军， 李宗泰， 等.北京农村能源消费现状及影响因素分析——基于北京市1866个农村住户的调研 [J].中国农业资源与区划， 2017，38（10）： 127-137.
　　[18]李宗泰， 李华， 肖红波， 等. 北京农村生活能源消费结构及影响因素分析 [J]. 生态经济，2017，33（12）： 101-104.
　　[19]张彩庆， 郑金成， 臧鹏飞， 等. 京津冀农村生活能源消费结构及影响因素研究 [J]. 中国农学通报， 2017，31（19）： 258-262.
　　[20] HELTBERG R. Fuel switching： Evidence from eight developing countries [J]. Energy Economics， 2004（4）：869-887.
　　[21]仇焕广， 严健标， 李登旺， 等. 我国农村生活能源消费现状、发展趋势及决定因素分析——基于四省两期调研的实证研究 [J]. 中国软科学， 2017（11）：28-38.
　　[22]韩昀， 王道龙， 毕于运， 等. 影响农村家庭能源消费的主要因素研究——山东省郯城县实证分析[J]. 农业科研经济管理， 2014（01）： 10-16.
　　[23]何威风， 阎建忠， 花晓波.不同类型农户家庭能源消费差异及其影响因素——以重庆市“两翼”地区为例[J]. 地理研究， 2014，33（11）： 2043-2055.
　　[24] LIMSS， VOST， FLAXMAN A D， et al.A comparative risk assessment of burden of disease and injury attributable to 67 risk factors and risk factor clusters in 21 regions，1990-2010： A systematic analysis for the global burden of disease study 2010 [J]. The Lancet， 2012， 380（9859）：2224-2260.
　　[25] DUFLOE， GREENSTONE M， HANNA R. Cooking stoves，indoor air pollution and respiratory health in rural orissa[J]. Economic and Political Weekly， 2008，43（32）： 71-76.
　　[26] MCCRACKEN J P， SMITH K R， DíAZ A， et al.Chimney stove intervention to reduce long-term wood smoke exposure lowers blood pressure among guatemalan women [J].Environmental Health Perspectives （EHP）， 2007，115（7）： 996-1001.
　　[27]谢美娥. 能源贫困与中国欠发达资源富集区的农村能源建设问题研究——以贵州毕节地区为例 [J]. 经济研究导刊， 2010（03）： 29-31.
　　[28]李国柱， 牛叔文， 杨振， 等. 陇中黄土丘陵地区农村生活能源消费的环境经济成本分析 [J]. 自然资源学报， 2008（01）： 15-24.
　　[29]冯舒祺， 张建平， 王瑶瑶. 中国居民直接生活能源消费碳强度影响因素分析 [J]. 环境工程， 2018， 36（10）： 184-188.
　　[30]郜彗，金家胜，李锋，等. 中国省域农村人居环境建设评价及发展对策 [J]. 生态与农村环境学报， 2017， 31（06）： 835-843.
　　[31]刘满芝， 刘贤贤. 中国城镇居民生活能源消费影响因素及其效应分析——基于八区域的静态面板数据模型 [J]. 资源科学， 2016， 38（12）：2295-2306.
　　[32]李晓乐. 绿色发展理念下农业生态补偿机制的优化分析 [J]. 农业经济， 2019（05）： 75-77.
　　[33]翟辅东. 我国农村能源发展方针调整问题探讨 [J]. 自然资源学报， 2003（01）： 81-86.
　　（责任编辑 贾灿）
转载注明来源:https://www.xzbu.com/1/view-15137791.htm