精准扶贫背景下农村扶持对经济增长影响的门槛特征

党的十九大报告明确指出，要重点攻克深度贫困地区脱贫任务，在2020年实现全面脱贫. 扶贫任务仍然任重而道远，扶贫的关键在农村，一直以来，党和国家对农村地区的发展都保持着高度重视，农村扶持力度也在不断加大. 农村扶持已经成为了我国政府职能的一项重要任务，也为地方经济建设和城乡协调发展起到了一定的促进作用.

1 文献回顾

农村发展对经济增长具有重要作用，随着精准扶贫战略的深入推进，农村事业建设的重要性更加突出. 早有研究表明，农村投资对经济增长具有显著的促进作用，并且农村救济与经济增长之间存在着长期的动态关系[1]. 国家对农村扶持力度的加强能够促进城乡间收入差距的缩小，对于促进地区整体的经济增长具有重要意义[2]. 近年来，随着财政支农、农村救济等支农惠农措施的加强，农村贫困发生率在一定程度上得到了控制，农村地区的贫困人口得到了大幅度的减少，很多农村地区的经济发展水平得到了显著的提升[3，4]. 但是，国家对农业扶持政策的效果也受到地方社会环境的影响，尤其在不同的城市化发展阶段，惠农政策的经济效应受到明显影响. 农村扶持主要是通过农村投资和财政支农等方面实现，国内研究也多从财政支农力度以及农村人力资本投入、固定资产投入等角度分析农村扶持的力度. 梁文凤、施南迪采用 VAR模型对我国1978—2012年间财政支农和城镇化间的关系进行了分析，研究认为两者具有长期协整关系，在短期内都有利于促进城乡均衡发展，但是长期却不利于城乡收入差距缩小，财政支农的惠农效应会受到影响[5]. 夏庆杰等人从多维贫困理论的视角出发对城市化与贫困间的关系进行了分析，研究指出在2025年发展中国家城市化将达到56.9%，同时过快的城市化会带来基础设施、交通、自然环境等方面的问题，并且会加剧社会失业问题，反而不利于地区的经济增长和贫困消除[6]. 温涛、董文杰采用空间计量模型分析了我国1997—2015年间财政支农与城乡均衡发展间的关系，认为财政支农政策并没有显著促进城乡均衡发展，反而由于支农资金的配置失当降低了政策效果[7]. 张栩丽对河北省的农村固定资产投资情况进行了分析，认为进一步加强对农村地区的财政扶持力度是促进农村脱贫的关键所在，农村投资也具有更广阔的发展潜力和增长空间[8]. 张宏霞对我国改革开放以来政府投资的经济增长效应进行了评价，认为加强对农村地区的财政扶持力度是改善城乡经济结构的有效途径[9]. 付晓丹建立了我国农村投资与经济增长间的VAR模型，研究发现1990—2010年我国农村投资对经济增长具有显著促进作用，农村固定资产投资对经济增长的影响存在滞后性[10].

可见作为农村扶持的重要经济手段，农村投资对经济增长具有重要促进作用. 农村扶持与经济增长之间的关系具有长期稳定性，但是在不同环境下，农村扶持政策的经济效应往往不同. 以往研究主要针对某一区域对农村扶持与经济增长间的线性关系进行分析，本文在前人研究的基础上主要有以下拓展，一方面以面板数据为基础对我国省际间农村扶持与经济增长间的关系进行分析；另一方面以城市化水平作为影响农村扶持与经济增长关系之间的门槛变量，实证演绎在不同城市化水平的前提下，何种程度的农村扶持有利于促进经济增长.

2 数据来源和模型设定

2.1 数据来源

城乡收入差距受到经济社会环境等诸多因素的影响，在参考现有相关文献的基础上研究2005—2015年我国全国30个省区(港澳台除外，西藏地区由于数据缺失故排除)产业结构优化程度、城乡居民消费差距、农村投资、农村救济和城市化水平度等指标测量(见表1).

试题切合《义务教育生物学课程标准(2011版)》的课程内容要求和《南通市初中课程教学指导意见(试行)》的指导思想，结合南通市初中生物学教学的实际情况，着重考查生物学学科的重要概念，适当考查考生的信息获取与加工、从生物学视角解决问题的能力。试卷结构、试题立意、情境和设问彰显“重基础、厚实践、宽能力”的地方特色。

 

表1 主要变量及指标划分表

  

变量类型变量名称主要数据指标被解释变量经济增长率(gdp)各年份GDP增长率核心解释变量农村扶持力度(re)农村社会救济总额控制变量产业结构优化程度(urgdp)第一产业占GDP比重城市化水平(urb)城市人口/总人口城乡居民消费差距(ex)城市居民消费总额/农村居民消费总额农村投资(ind)农村固定资产投资

注：1.为简化起见，“( )”中英文字母为各变量的简写，下同；

2.农业占GDP比重越高，产业结构优化程度越低，反之，农业占GDP比重越低，产业结构优化程度越高[11].

如表1所示，各变量指标中，经济增长率采用当年GDP总额(亿元)较上年GDP总额比值，农村扶持力度采用《中国农村统计年鉴》中的农村社会救济总额(万元)，产业结构优化程度采用第一产业占GDP比重，城市化水平采用城市人口与总人口比值，城乡居民消费差距采用城市居民消费总额与农村居民消费总额比值，农村投资采用农村固定资产投资总额(亿元)，其中农村扶持力度、农村投资两项指标进行对数处理，以减少后续分析中可能存在的异方差，其他所有变量均采用水平数据. 由于个别省区2017年GDP等统计数据还未公布，因此无法测得2016年GDP增长率等数据，鉴于数据的有效性和可获得性，本文中对所有指标的一律采用2005—2015年的相关统计数据. 研究采用数据均来源于《中国统计年鉴》(2005—2016年)、《中国农村统计年鉴》(2006—2016年)、2006—2016年各省(市、自治区)《国民经济与社会发展统计公报》.

2.2 模型设定

研究采用线性面板模型和门槛效应模型对全国30个省区城乡收入差距的影响因素进行分析，两种模型的构建形式如下：

2.2.1 线性面板模型

1.直接物化成本部分。化肥和机械作业等“中间消耗费用”的增多，拉动了农业生产资料价格的大幅度上涨，现行农业保险甚至连最基本的农业生产直接物化成本都覆盖不了。

面板数据模型的建立不仅要考虑各省区在同一时期的观测值，还要考虑在不同时期观察值，因此要同时引入代表省区和时期的参数，模型构建的具体公式见式(1)：

gdpit=c1+α1reit+α2urgdpit+α3exit+α4urbit+α5indit+ε1

(1)

式中，i代表个体效应项，t代表时间趋势项，c1为可能存在的常数项，ε1为随机误差项，α1—α5为各解释变量的系数估计值.

旅游客源市场即旅游需求市场，是指在一定时期内对某一旅游产品现实和潜在的总体需求[2].客源市场在旅游目的地有着举足轻重的作用，在一定程度上关系到旅游目的地的长远发展.总体上来看，一般可将目的地的旅游客源市场划分为国内旅游客源市场和海外旅游客源市场两大部分.海外客源市场还可进一步细分，有关旅游统计资料显示，我国在1999年以前通常把海外游客划分为外国人(包括外籍华人在内)、海外华侨和港澳台同胞[3]，2000年后则划分为外国人和港澳台同胞.

2.2.2 门槛效应模型

Hansen提出的门槛效应模型对面板数据在静态下可能出现的非线性问题提供了重要的解决思路，与一般线性模型不同的是门槛效应模型中增加了门槛变量和核心解释变量，以在门槛变量的控制下，核心解释变量对因变量的影响是否存在着非线性趋势或门槛效应，本文以产业结构作为门槛变量，以农村救济入作为核心解释变量，其他变量作为控制变量，现将经济增长的门槛模型表达为：

由表7可知，我国各省区农村救济以城市化水平在0.4576和0.5736为门槛临界值分为低救济水平、中救济水平和高救济水平. 进一步对经济增长的各影响因素系数估计值进行分析，具体结果见表8.

②“Haec dea non stabili quam sit leuis orbe fatetur,/quae summum dubio sub pede semper habet.”in PubliusOvidius Naso,Epistulae ex Ponto,Book IV,iii.Ad Ingratvm：31-32.

研究采用ADF方法检验数据平稳性，具体检验结果见表2.

βn-1reit(rn-1<urb≤rn)+βnreit(rn<urb)+

(2)

λ1exit+λ2urgdpit+λ3indit+ε2

对31个省级行政区域同年的人均教育支出均等化指数、人均医疗卫生支出均等化指数和人均社会保障与就业支出均等化指数取均值，可以得到如下2005—2016年基本公共服务供给均等化指数变化趋势图（见图1）。

3 模型实证结果与分析

3.1 数据平稳性检验

gdpit=c2+β1reit(urb<r1)+β2reit(r1<urb<r2)+……+

 

表2 ADF单位根检验

  

变量零阶差分I(0)一阶差分I(1)gdp107.096 0.000253.949 0.000urgdp80.586 0.039177.705 0.000ind84.835 0.01993.988 0.003ex171.001 0.000164.822 0.000urb52.1140.755119.555 0.000re99.833 0.001251.632 0.000

注：*表示在0.1水平上显著，**表示在0.05水平上显著，***表示在0.01水平上显著.

由表2可知，在零阶差分形式下，城市化水平存在单位根，在一阶差分形式下，所有变量均在1%水平上拒绝了原假设，即变量均不存在单位根，记为一阶单整I(0). 综合ADF检验结果，研究认为在一阶差分形式下平稳，可以进行后续分析.

3.2 线性面板回归检验

表3 面板数据协整检验估计结果

  

检验方法统计量值pKao检验-4.020 0.000

注：表示在0.1水平上显著， 表示在0.05水平上显著， 表示在0.01水平上显著.

3.2.1 面板协整检验

各变量通过了平稳性检验，但是并不能证明变量间存在着长期协整关系，研究采用Kao检验对各变量间的长期协整关系进行检验，具体检验结果见表3.

矿区内一组NNW向的褶皱和张扭性断裂及伴生的近EW向张扭性断裂，是广西山字型构造前弧西翼的一部分，是区内最发育的一组构造形迹。其组合特征：由南至北，走向由NW逐渐转向NNW，再转向NW，总体呈似反“S”形，呈两个弧形分别稍向西和东突出。中部具有向NNW撒开，向南东逐渐收敛的趋势。表明五圩地区曾受到区域性顺时针扭力的作用[5]。五圩背斜核部中段箭猪坡一带发育了一组扭性断裂，这些断裂控制了五圩地区内生热液矿产的分布。

3.2.2 线性面板模型选择

在进行面板回归分析前通过Hausman检验对固定效应和随机效应进行确定，还要通过F检验对模型的截距项和系数项进行确定，模型的形势可以分为变参数模型、变截距模型和不变参数模型. 具体检验结果见表4.

式中，i代表个体效应项，t代表时间趋势项，c为常数项，ε2为随机误差项，r1—rn为门槛值，β1—βn为各可能门槛值下农村救济(核心解释变量)的系数估计值，λ1—λ3分别为城乡消费差距、城市化水平、农村投资等控制变量的系数估计值.

 

表4 面板数据Hausman检验和F检验

  

检验方法检验结果检验结论Hausman检验卡方统计值=76.651 ,P=0.000采用固定效应模型效果更好F检验F2=1.193F0.05(145,150)采用不变参数模型效果更好

注：表示在0.1水平上显著， 表示在0.05水平上显著， 表示在0.01水平上显著.

如表4所示，在Hausman检验中，统计检验值在0.001水平上达到了显著性，表明模型拒绝了原假设，原假设为应采用随机效应模型，因此采用建立固定效应模型；而在协方差检验(F检验)中，要分别对F2和F1进行检验，F2的原假设为采用不变参数模型，F1的原假设为采用变截距模型；首先对F2进行检验，若接受原假设，则停止检验；若拒绝原假设再对F1进行检验，若F1接受原假设则停止检验，即采用变截距模型，若拒绝原假设则采用变参数模型. 表4中显示，F2检验接受了原假设，因此采用不变参数模型. 综合Hausman检验和F检验，本文拟建立不变参数固定效应模型进行后续估计.

3.2.3 线性面板回归估计结果

将螺栓完全拧紧（指采用采用转角法拧紧螺栓时，拧紧螺栓的装配的扭矩达到上限，螺栓不再产生转角）[19-20]，并给电机通电，上位机测得曲线与相位差如图8所示，两曲线严格同步，所得相位差均小于0.1π，较为稳定。判定所得系统状态为正常工作，符合实验条件。

由表3可知，Kao检验在5%水平下拒绝了面板不存在协整关系的原假设，即变量间存在着长期的协整关系，可以做进一步的面板回归分析.

以经济增长为因变量，产业结构优化程度、城市化水平、城乡消费差距、农村救济、农村投资为解释变量进行面板回归估计，具体估计结果见表5.

 

表5 不变参数固定效应模型估计结果

  

解释变量估计系数标准误T值PC(常数项)0.0140.1160.1210.904产业结构优化0.0040.0031.662 0.098城市化水平-0.5440.133-4.086 0.000城乡消费差距0.0740.0116.546 0.000农村救济0.0220.0054.711 0.000农村投资-0.0190.014-1.3800.169模型回归参数R2Adjusted R2F值P0.4070.3385.958 0.000

注： 表示在0.1水平上显著， 表示在0.05水平上显著， 表示在0.01水平上显著.

表5对城乡收入差距的线性面板模型进行了估计，模型的拟合度较优(R2=0.769)，模型整体估计较为合理. 对各解释变量的系数估计值进行分析可以看出，除了农村投资和产业结构优化程度，其他变量均在1%水平下通过了显著性检验. 由此，可以将影响经济增长的面板回归参数表达式记为：

gdp=0.014+0.004urgdp-0.544urb+0.074ex+0.022re-0.019ind

(3)

从线性面板回归结果来看，农村救济对经济增长具有显著正向预测作用，说明农村扶持和经济增长之间存在着长期的协调发展关系，加大对农村的扶持力度是促进经济增长的重要路径；此外，城市化水平和城乡消费差距也对经济增长具有显著预测作用，不过城市化对经济增长具有明显抑制作用，并且城市化水平在各变量对经济增长的影响中作用最大，这种现象的出现意味着目前城市化的发展和经济增长存在着失衡性，其中有很大一部分原因在于我国城市化进程主要表现为土地城市化，城市化的发展并没有引起经济增长的递增效应[12，13]. 而城乡消费差距对经济增长具有显著促进作用，说明城市人口消费水平的提升对经济增长的拉动作用更为明显，侧面反映出我国农村地区消费不足的问题[14].

3.3 门槛效应回归结果

在我国经济增长放缓、乡村振兴的背景下，农村救济对地方经济增长的作用是否会出现变化？门槛效应回归以城市化水平作为门槛变量，对核心解释变量农村救济与经济增长之间的关系进行探索. 表6中给出了门槛效应检验的模型摘要.

课程整合是有效的“黏合剂”，力图改变学科壁垒与裂痕。其本意是以学生的根本需求为出发点，以学生的未来发展为条件，利用学科又超越学科，利用社会资源又关注与学科的关系，在学生的周围编织一个关于学习的“意义网”，形成学生与知识、学生与他人对话的情景，使他们不仅获得知识上的收获，更实现精神上的自由成长。

 

表6 门槛效应检验摘要

  

门槛数F值P10%临界值5%临界值1%临界值单门槛22.09 0.0175 16.17117.847 23.150双门槛14.71 0.095014.45817.15922.007三门槛9.040.857027.440 30.73638.702

注： 表示在0.1水平上显著， 表示在0.05水平上显著， 表示在0.01水平上显著.

表7 门槛效应个数检验结果

  

门槛模型r置信区间单门槛(1)0.53760.5345-0.5379双门槛(1)0.45760.4530-0.4599双门槛(2)0.53760.5345-0.5379

注：由于检验结果为双重门槛，因此只给出了单门槛和双门槛下的置信区间.

由表6可知，单一门槛在5%水平下显著，双重门槛在10%水平下显著，三重门槛不显著，但是，通过对后续门槛估计值的检验，单一门槛与双重门槛情况下的门槛值(r=0.5736)相同(见表7)，据此可以认为单一门槛5%的显著性是由双重门槛效应的显著性导致的，因此本文采用双重门槛下情形进行后续分析. 表7给出了在不同门槛检验效应下经济增长的门槛临界值.

2）经营健康稳健，盈利质量和运营效率提升。公司过去三年每年经营活动现金流量净额均高于净利润，业绩质量较高。公司运营效率这两年也有很大改善，存货周转率不断优化，2016年和2017年存货周转率分别为1.69次和2.07次，今年上半年已经达到1.07次，较17年继续提升7%，运营效率的提升将会显著减少存货减值准备计提，对业绩提升有很大帮助。

 

表8 解释变量门槛效应系数估计结果

  

解释变量系数估计值标准误tP产业结构优化程度0.0050.0022.30 0.022农村投资-0.0130.013-1.020.307城乡消费差距0.0770.0117.29 0.000re1(r≤0.4576)0.0160.0043.77 0.000re2(0.45760.5376)0.0070.0041.73 0.084C(常数项)-0.2400.097-2.48 0.014模型参数Within R2FPN0.413529.51 0.000330

注：1. 表示在0.1水平上显著， 表示在0.05水平上显著， 表示在0.01水平上显著；2.双重门槛下农村救济对城乡收入差距的影响分为三部分，re1、re2和re3分别为不同阶段农村救济的系数估计值.

由表8可知在以城市化作为门槛变量时，农村救济等各因素对经济增长影响的门槛估计模型拟合度为0.4135，说明模型的构建基本合理，模型也在1%的水平下通过了显著性检验. 此外，产业结构、城乡消费差距两控制变量的系数估计值分别在5%和1%水平下显著，农村投资对经济增长的影响不显著.

产业结构优化的经济增长效应已经被证实，随着第一产业经济地位的下降，二、三产业逐渐成为经济增长的主导产业，二、三产业的经济效益也远远高出第一产业. 尤其是随着人们生活水平的提高，第三产业的经济地位越来越明显，投入产出比呈现出快速增长趋势.

城乡消费差距的扩大对经济增长也具有促进作用. 这一点和线性面板回归结果一致，城乡消费差距的扩大意味着城镇居民的消费在整个消费总量中的比重在上升，而农村居民的消费总量占比相对下降，这在一定程度上表明城镇居民的收入水平在快速增长，由消费引起的经济增长效应在逐渐增强. 城乡消费差距的经济增长效应也对社会消费结构的调整提出了新的需求，尤其是在经济增长放缓背景下要更加注重农村居民的消费潜力，挖掘农村居民的消费弹性.

本次研究106例样本,均采用酶联免疫吸附测定法(ELISA)检测,全部操作流程均严格根据试剂盒上的说明书进行操作。整个操作过程中,均严格控制每例样本在采集、处理、接收、离心、检验等各个环节的质量,严密观察检测结果,并及时科学处理相关数据,分析每一环节的工作中对检验结果的影响可能性,给予相应防范措施,总结出相关影响因素。

农村救济对经济增长的促进作用受到城市化水平的影响呈现出非线性趋势，在低城市化水平阶段时，农村救济的经济增长效应最为明显，但是随着城市化水平的提升，农村救济的经济增长效应却呈现出下降趋势. 即以城市化作为门槛变量时，农村救济对经济增长的呈倒U型影响. 分析这种现象出现的原因在于，在低城市化水平时期，农村地区的经济社会整体发展水平较低，基础设施和产业结构等方面都处于落后水平，农村发展具有较大的社会弹性，财政投入所产生的经济辐射效应也就非常明显，因此农村救济对经济增长的促进作用就比较明显；而在高城市化发展水平阶段，农村地区在基础设施等方面的建设已经形成了一定规模，甚至部分农村的地方企业也具备了相当的市场竞争力，农村发展对资金的需求也出现了质的提升，而农村救济对农村发展的促进作用也就逐渐减弱.

4 主要结论和对策建议

4.1 主要结论

我国经济增长的变化受到产业结构、农村救济、城乡消费差距、城市化水平等多种因素的影响. 本文主要采用线性面板模型和门槛效应模型主要分析了农村救济对经济增长的影响作用. 结果表明：1)根据线性面板模型，农村救济对经济增长具有显著促进作用；2)门槛效应模型显示，在城市化发展的不同水平阶段，农村救济对经济增长的影响大小不同，呈现出倒U性关系，农村救济对经济增长的影响逐渐降低.

4.2 对策建议

4.2.1 深入推进精准扶贫政策措施，提高农村地区的整体救济力度

精准扶贫对于贫困地区的发展具有重要战略意义，加大对农村地区的政策扶持力度，提高救济水平是实现整体脱贫的政策必然. 农村救济要注重在人财物方面的结合，首先，要加强对农村地区经济建设的财力投入，重点持续具有发展潜力和区位优势的特色产业，以龙头企业为先导带动农村地区的整体发展活力；其次，要注重农村地区基础设施的建设，改善乡村乡貌和农民的居住环境，为吸引外资和地区建设提供良好的社会环境；再次，要注重提高农业从业人员素质，地方政府要加强对农村地区的政策宣传，提高利农惠农政策，培养新型农民.

4.2.2 加快城市化和产业优化进程，促进经济增长方式的转型升级

城市化水平和产业结构的优化程度对经济增长具有重要作用，加快城镇、乡村的基础配套设施建设，不断完善地区内部的产业结构优化对于城乡收入差距的缩小具有至关重要的作用. 尤其是农村地区要紧紧抓住供给侧改革的机遇，适度承接过剩产业转移，吸纳农村剩余劳动力参与就业，为农民增收提供更多的社会途径；同时，在城市化进程中要注重城市反哺农村，尤其要发挥企业的带头作用，在农产品加工、农业合作等领域强调让利于农，保证农民能够在收入稳步增长的基础上实现双赢；此外，在城市化发展过程中要注重土地城市化和人口城市化的协同推进，对地方土地价值的过度升温进行合理调控，为区域间人口流动提供更大的政策便利，实现城市化的规模递增收益.

郭文安：教育学就其整体来说是一门复合性或复杂的学科。它既要揭示教育的规律，要求按规律办教育，具有科学性质；又要反映社会与人的价值诉求，研究与引导价值需求，具有哲学、伦理学性质；还要讲究人的培养，特别是年轻一代培养的经验、机智与艺术，具有实践与创新的性质；并在培养人的工作中，使追求人生价值、遵循客观规律、讲求艺术创造三个方面统一起来。

4.2.3 完善支农惠农的转移支付体系，切实提升农民的收入水平

农村居民消费水平的提升对于经济增长具有重要拉动作用，而消费水平的提升关键在于收入的增加，这也是促进三农出问题解决，实现农村地区发展的关键所在. 促进农民增收既要建立完善的支农惠农体系，以科学合理的方法为农业发展提供财政补助，为农业歉收或受灾的农户提供适当的农业救济；同时，还要不断完善农村的信贷金融服务，为农民提供实用、可靠、稳定、长期的保险业务，保障农民在面对自然灾害时能够把损失降低到最小. 地方政府和有关部门通过搭建信息共享平台引导农民合理规划田间种植，为农户与企业提供规范化的合作平台，提升农产品的附加值和市场配给效率，保障农民增产增收.

5 结语

农村地区的发展是深入推进精准扶贫政策的关键环节，随着乡村振兴的深入推进，要更加关注对农村地区的扶持，从人财物方面加大对农村地区的投入力度；同时，也要协调好农村扶持与地方经济社会发展以及产业结构等方面的多重关系，稳步推进农村地区的城镇化进程，促进农村地区的发展与社会改革的适应，逐渐促进城乡间的协调发展.

参考文献：

[1] 王建明.农业财政投资对经济增长作用的研究——兼论农业科研投资的作用与效果[J].农业技术经济，2010(2)：41-49.

[2] 朱迎春.我国财政支农资金的收入分配效应研究[J].当代财经，2013(9)：39-48.

[3] 秦建军，武拉平.财政支农投入的农村减贫效应研究——基于中国改革开放30年的考察[J].财贸研究，2011(3)：19-27.

[4] 李鸿渐.财政金融支农减贫效应的空间计量分析[J].统计与决策，2016(7)：162-165.

[5] 梁文凤，施南迪.城镇化、财政支农与城乡收入差距的相关性研究——基于VAR模型的分析[J].内蒙古社会科学：汉文版，2013(4)：111-115.

[6] 夏庆杰，王大树，张 延.城市化与贫困[J].学习与探索，2017(11)：127-137.

[7] 温 涛，董文杰.财政支农政策促进了城乡经济一体化发展吗[J].财经问题研究，2017(12)：68-75.

[8] 张栩丽.加快农村投资 助力扶贫攻坚[J].统计与管理，2016(4)：93-94.

[9] 张宏霞.中国地方政府投资效应研究[D].大连：东北财经大学，2010.

[10] 付晓丹.中国农村投资与农民收入和经济增长——对两类农村投资效果的分析[J].华东经济管理，2012(11)：60-63.

[11] 何 平，陈丹丹，贾喜越.产业结构优化研究[J].统计研究，2014(7)：31-37.

[12] 中国经济增长前沿课题组.城市化、财政扩张与经济增长[J].经济研究，2011(11)：4-20.

[13] 方大春，张 凡.城市化、人口集中度与经济增长——基于空间动态面板模型的实证分析[J].经济经纬，2017(1)：8-13.

[14] 蓝震森，冉光和.农村可持续消费增长潜力问题及对策研究[J].农业经济问题，2017(3)：45-54.