0 引言

随着社会发展水平提高,中国农业生产与农村生活对能源的需求量不断增大,需求质量不断提高,各种化石能源和沼气、太阳能等逐渐为普通农户所使用,能源利用结构趋向多样化和复杂化。这种情况下深入认识能源利用,尤其政策性能源的区域适应性颇为必要。然而当前对于有效推进农村能源工程建设,合理指导能源发展方向,国家、地方政府尚未能建立明确的导向,比如2001~2010年中央政府对农村户用沼气建设累计投资182.7亿元,但到底该把资金投放到哪些地方,对此缺乏一个明晰的认识和把握^[1],常常是遍在性的每个村摊派上几十个指标,或者地方政府凭经验处理,结果很多村庄的沼气池建设成了形象工程,投入时也是废弃时,导致沼气的持续推进出现浪费或者迷惑的现象。因此研究生活用能对区域地理特征的响应意义重大,它对于有的放矢制定政策并引导农村生活用能发展,合理配置资金与资源有较好的参考价值。

农村生活用能的研究颇多,针对不同区域得出的农户用能的结构也多有不同^[2~6],反映了一定的区域性差异,说明地理特征本身的不同影响家庭用能的选择。如山区林缘区的硬柴^[7]、高寒牧区的畜粪^[8]、典型农区的作物秸秆,以及气候适宜地区的沼气和太阳能利用^[9,10]等,也恰恰反映了这点。另一方面,农户生活用能影响因素的研究认为,农村燃料消费取决于家庭收入、资源可用性、农户规模及煤炭价格^[11],能源管理政策对广大发展中国家农户生活用能水平提高影响较大^[12],而经济因素或收入水平依然是影响农户生活用能,尤其是商品用能的主要因素^[13,14]。另有研究指出地理特征是决定当地能源消费的因素之一^[15],认为能源的可获得性、经济因素和家庭特征3个方面影响农村生活能源消费结构,并分析了地形特征等对山区农村能源消费结构的影响^[16]。学者大多采用统计分析、相关分析等方式,研究不同地区农村生活用能的各种影响因素,但综合分析弱化了对地理特征的深入探讨。因此本文借助调查数据与遥感影像资料,利用GIS技术以及贡献率模型,从区域土地利用、植被覆盖、地形差异、交通状况等方面进一步探究农村家庭用能对区域地理特征的响应,以更好的认识区域能源利用,更好的理解地理特征调整对农户生活用能的未来发展方向的影响,便于制定切实可行的区域农村生活用能发展政策。

1 研究区概况

为排除传统文化差异对居民生活习惯产生的干扰,研究尺度不宜过大,且在自然条件与社会经济方面便于调查。根据前期调研以及笔者的熟悉程度,选择陕西省临渭区作为研究区。该区位于渭河下游,农业资源丰富,林果、蔬菜、畜牧为主的三大主导产业发展已具规模,是一个典型的农业区县。由于是渭南市市辖区,农户经济收入水平相对较高,2011年农民人均纯收入5 820元,高于同期省内平均水平5 028元,有一定的商品能源购买能力。同时交通相对便利,农户有一定的交流经验,对调研的理解和表达均不存在障碍。

如图1所示,在临渭区北部的下吉镇（北七村、南白村）与辛市镇（大李村）、中部的丰原镇（三联村）、南部的桥南镇（寺峪口村、枣树庵村、桥南村）实地问卷调查（2012年4月、8月）,这3个地区的问卷可分别代表同一气候条件下平原地区、黄土台塬与丘陵山地3种类型的农户生活用能特征。共获得有效问卷169份,3类地区分别为60份、40份与69份。下吉镇与辛市镇地处渭河平原,路网发达,对外交通便利,灌溉条件好,农作物产量高。丰原镇大部分位于黄土台塬地区,地势较高,交通条件一般,旱作农业发达,农户对土地依赖性强,作物中小麦、玉米比重大,周边坡塬与部分塬面农田种植果树。桥南镇地处秦岭北麓,海拔高,耕地资源短缺,果业与畜牧业相对发展。

2 数据准备与处理

2.1 数据获取

土地利用方式差异是农户生产与生活存在区别的主要原因。选用比例尺1∶10 000的临渭区第二次土地详查数据,将未利用地、河流、其他农用地等地类删去,其他地类按二级分类标准合并为耕地、园地、林地、草地、城乡建设用地,并从线状图层中单独提取出公路,作为研究所采用的土地类型。地形因子采用服务平台所提供的ASTER-GDEM,30 m分辨率数字高程数据产品。植被覆盖因子采用平台中的MODIS卫星MOD13A1,500 m分辨率植被指数（NDVI）16 d合成产品,采集时间为2008~2010年6~9月。

2.2 数据处理

地形差异是平原、台塬与山区的最明显特征,本研究取高程、坡度与地形起伏度作为地形因子^[17]。其中,地形起伏度被定义为特定区域内由最高海拔高度与最低海拔高度的差异导致的坡地部分的起伏程度,研究中取1 km×1 km为搜索范围,可代表1 km²内的地形变化幅度^[18]。植被覆盖度指植被在地面的垂直投影面积占统计区总面积的百分比^[19],可有效区分相同土地类型中的不同植被生长密度。根据所获得的NDVI数据,逐像元取最大值,作为近年来研究区的最大NDVI。而后通过像元二分模型可由植被NDVI和土壤NDVI得出各个像元的植被覆盖度^[20],空间分辨率仍为500 m。

公路里程除以行政区面积所得的路网密度可有效表征交通通达情况。值得注意的是,有可能很多道路集中在区域内某一部分,而另一部分没有道路分布,通过路网密度无法区分。尤其统计行政单元较小时,公路可能沿行政区界线通过,无法准确测量其单元内部的路网密度。因此有必要采用缓冲区处理分析道路实际的影响范围。该缓冲区尚未有明确标准,本研究认为距离道路1 km范围内通过步行十几min能到达,无需借助其他交通工具,处于明显的公路覆盖范围之中,因此暂将线状的公路扩充成左右各1 km的带状面。

提取调研村庄范围,按丘陵山地型（寺峪口村、枣树庵村、桥南村）、平原地区型（北七村、南白村、大李村）与黄土台塬型（三联村）3种类型区域,在ArcGIS中统计植被、地形、公路等空间数据。植被、地形等栅格图层取各类村庄指标平均值代表3类区域的地理特征属性,同时将包括公路覆盖范围在内的所有面状地类面积分类加和后除以该村总面积,并取每类村庄的平均值作为地类比例。最终得到行政村一级的地理特征包括植被覆盖度、高程、坡度、地形起伏度、耕地比例、园地比例、林地比例、草地比例、建设用地比例、公路覆盖比例在内的10项指标均值。

3 结果分析

3.1 农户用能特征

问卷调查包含每户家庭全年的做饭、烧水、取暖、家电在内的日常生活所需能源,包括作物秸秆、薪柴、蜂窝煤、煤炭、电能、沼气、液化气、太阳能、玉米（棒）芯9类,根据有关文献折合为标准煤^{[7, 9, 10]}。同时调查家庭常住人口、总收入和耕地面积,根据人口将所有资料折合为人均水平。3个地区人均用能的结构如表1所示。

可见就农户平均水平而言,薪柴是3个地区用能的主体,尤其位于秦岭山区的丘陵山地样本区域,其所占比例超过80%。该现象主要归因于薪柴使用的低成本。山区林业资源占优势,有充裕的薪柴来源;平原与台塬虽林木面积少,但大量果园提供了较多的果树枝。然而同样低成本的作物秸秆在各类型地区的使用比例却差异很大,平原样本区农业生产条件相对最好,但秸秆使用量最低,煤炭却是其他2类样本区的10倍左右,液化气使用量明显较高。调研显示平原样本区机械化耕作面积广,作物秸秆大部分还田,丘陵山地样本区机械化水平低,传统手工收割致秸秆利用量较多,黄土台塬样本区虽有大范围的机械化耕作,但秸秆仍获得了更为充分的利用。调研同时显示,3个类型区样本的人均年收入依次为7 056元、5 750元和6 000元。平原地区型的家庭人均收入明显较高,可以推测经济水平高是农户使用煤炭和液化气替代作物秸秆和沼气的重要原因之一。

3.2 地理特征差异与影响

无论是能源获取渠道,还是从业结构或经济水平,都与地理区位条件密切相关。统计植被、地形、土地利用、交通区位特征并细化,结果如表2所示。

从表2可见,丘陵山地型的地理特征有关参数与其他2类地区差异较大,较高的海拔,较大的坡度与地形起伏导致了林地草地多而耕地园地少的格局,从而植被覆盖度更高。虽然路网密度不低,但由于公路集中在山麓附近,所能影响的面积相对有限,多重因素作用致使丘陵山地农户用能的结构明显异于其他类型区。林果业资源优势导致薪柴使用率极高,交通不便增加了煤炭、蜂窝煤与液化气的运输成本,耕地少导致玉米芯用量低,植被覆盖度高与坡度大使太阳能的利用比例降低。黄土台塬型地区公路覆盖比例低,交通不如平原型地区便利,对外联系与收入水平一般,影响了农户对煤炭、液化气等需从外地运输的商品能源的使用,但另一方面较大比例的耕地与园地也客观上促进了沼气、太阳能等政策引导的清洁能源的使用。沼气和作物秸秆的使用比例说明该地区农户有效利用当地优势农业资源,通过“家畜-沼气-沼液（渣）-果粮-家畜”、“秸秆-燃料-有机肥-作物-秸秆”等方式实现能源的循环利用,以减少商品用能。平原型地区公路覆盖比例高,海拔低,地形起伏与坡度小,加之人均收入高,煤炭、蜂窝煤、液化气等需运输的商品能源使用有优势,耕地、园地比例高,致使薪柴、玉米芯的使用更便利。

3.3 优势用能类型分区

相对薪柴与作物秸秆,化石能源的燃烧效率高,沼气与太阳能则更加清洁环保。但不同区域采用相似的用能结构标准不合理也不实际。平原地区是否应该普遍建设沼气池,山区是否应禁止砍树挖草,此类论证仍在继续。因此有必要针对区域地理特征差异区分出农户用能结构中的相对优势能源类型,从而作为相关政策扶持或限制的依据。地理特征参数与用能的结构满足数学集合中多对多的映射关系,其某一具体关系可表示为x对y的贡献率,代表x的变化量对y的变化所造成的影响^[21~23]。应用到本研究中即地理特征差异对用能量差异造成的影响。计算步骤如下：① 计算调研村庄各项地理特征指标的统计平均值 A̅x（x为地理特征项）,并统计所有问卷各类型用能的每户平均值 B̅y（y为用能类型）,作为区域标准值。② 将每类调研村庄范围内各项地理特征值与全样本区的所有行政村统计平均值相减,将差值除以该平均值作为地理特征的偏移率a_x = Ax-A̅xA̅x,A_x代表地理特征项x的值,a_x为地理特征项x的偏移率。同理计算出各类型的调研村庄户均用能量距离整体样本户均平均值的偏移率b_y = By-B̅yB̅y,B_y代表用能类型y的值,b_y为用能类型y的偏移率。计算偏移率的同时消除了量纲的差异。③ 计算用能类型y的偏移率与地理特征项x的偏移率之比值,r_xy = byax,r_xy为地理特征项x对用能类型y的贡献率,即在贡献率角度代表x对y的影响。取3个类型区计算所得贡献率矩阵的均值,得表3。

鉴于表2中植被覆盖度变化幅度较小,难以观测到平原与台塬的差异,因而暂不参与运算。表3中数据的绝对值越大,表明该地理因子对用能的结构影响越明显。可见地形因素（高程、地形起伏与坡度）对沼气、太阳能、作物秸秆负向影响较大,对薪柴利用则反之。建设用地比重大的地区,一般地势平坦,种植业发达,人口密集,经济水平高,薪柴使用量明显较低,而煤炭、沼气和太阳能的使用有一定优势。耕地、园地对沼气、煤炭的使用正向作用明显,对薪柴负向影响大,对作物秸秆利用的贡献不显著。林草地对沼气的使用起负向作用,与薪柴利用有一定正相关。公路覆盖度高,利用需运输的煤炭、液化气有优势,而沼气和秸秆利用则被显著削弱,商品与非商品能源此消彼长的现象同时反映了化石能源与生物能源间的相互替代效应。总体看,作物秸秆与公路覆盖、地形因素负相关,与耕地多寡相关性弱;薪柴对地形、建设用地、耕地等因素响应明显;煤炭作为取暖与日常生活燃料的必需品,与公路覆盖（反映交通情况）、建设用地（反映人口密度）、耕地（反映经济水平）等因素正相关,坡度大、林地多,用煤受影响;沼气在交通好的地方^①或林草地多、高程与地形起伏大的山区利用都受限,但在耕地与人口多的地方,还是可能会被普遍采用的地区;太阳能在建设用地与耕地多的地方应用有一定优势,海拔高、林草地多的地方劣势明显;蜂窝煤、电能等在研究区受地理特征作用不明显,基本属于遍在性必需利用品能源类型。

应用表3的矩阵可以将地理特征与用能结构的关系推广至全区,以直观反映不同地理特征区域的可能优势用能类型。提取临渭区内各村的上述地理因子,乘以贡献率并取累加值为正的结果,可以得出各个行政村单元在用能的结构上相对于全区平均水平的优势选择类型。由于部分能源存在使用量较少、使用比例间有较高的一致性、具有普遍性或较高替代性等特点,因此排序最终选择薪柴、煤炭、沼气3种能源类型,以分别作为传统生物能源、化石能源、清洁生物能源的代表。

3项用能的类型共有8种排列组合方式,但显然3项类型在区域中全部处于优势或劣势是不符合客观实际的,计算所得结果也恰好为6大类（图2）。相对全区而言,研究区南部山区在区位上较易于使用薪柴或者薪柴与煤炭混用,即选择传统生物能源或化石能源燃烧所产生的热量,越趋于山区内部,单独使用薪柴的可能性越高。这种使用模式有助于控制一定生活成本,但使用过量较易于破坏生态环境。平原与台塬地区显然更适于发展沼气或煤炭与沼气混用,即清洁生物能源与化石能源有使用优势,其燃烧效率相对较高,随着经济水平提高有继续推广的空间。由于大量耕地园地的存在,几乎所有的非山区沼气均有使用的相对优势,而相同区域使用煤炭的优势村落仅有一半。可见对于目前平原与台塬地区而言,沼气在普遍推广中的可能性依然大于煤炭。同时,仅有少数地区倾向于薪柴与沼气组合,可见林果业与种植业之间的用地矛盾是其主要制约因素。仅有煤炭处于优势使用地位的村落也有限,显然主要依靠化石能源满足农户日常生活用能整体上比较困难,也不具有现实性。所得到的可能优势用能的类型分布基本符合日常调研对当地农村发展条件的认知,因此可以说具体到村一级行政单元更有利于区域用能认知与政策调控的实施。

同时,由于人为作用能够改变局部地表特征,则对优势用能的类型选择可以改变。如表4,若沼气、煤炭、薪柴3种类型间有一项或多项地理特征因子差异很大,则该差异在复合类型中予以缩小;若3个类型两两之间有一项或几项地理特征因子差异不大,则该差异在3种复合类型中有所扩大。例如薪柴类型和煤炭类型间的地形起伏度、高程与坡度因子差异分别高达1.277、455.338 m和10.523°,该值远大于薪柴-煤炭等复合类型在这些因子上的差异;沼气类型与煤炭类型间的林地和园地因子差异分别仅为1.067%和3.051%,该值远小于煤炭-沼气等复合类型的差异。因此,既然地理特征因子差异决定优势用能的类型分异,某些村落土地利用、交通条件等发生变化就可以直接导致其用能的结构相应调整。尽量多的开垦林草地为耕地,则沼气等清洁生物能源的使用比例可能会随之上升;若山麓部分加大还林力度,则同时增加了限制薪柴使用的难度;而建设用地的继续扩张会同时伴随着煤炭等化石能源使用率的进一步上升。

4 讨 论

随着生活水平提高,农村居民对能源的需求也在不断发展,但显然各种类型的用能不会平行变化,而与能源的价格成本、获取便捷程度、使用的有效性等密切相关。电能能够满足日益增多的电器使用,同时获取难度低,整体看其用量势必会进一步增大。然而,从价格成本和获取便捷度考虑,显然薪柴在当地用能处于绝对优势。在平原与台塬地区,当地政府结合国家政策示范推广沼气池建设,一定程度上发挥了清洁生物能源的效果,体现了沼气作为优势能源类型对广大村落的积极影响。在城市附近的地区,当前以煤炭、沼气等燃料为主,未来随着城市化的近域推进以及农户生产行为与生活方式的变化,方便快捷的电能、液化气、天然气等将会是用能的主要趋向,煤炭、沼气等的优势将会逐渐减弱。对于山区而言,能源结构调整难度最大,一方面沼气生产较困难,化石能源的使用要付出较高的运输费用,另一方面薪柴具有遍在性的特点并且成本极低,因此很难找到农户易于接受的完全替代能源,山区薪柴作为主要用能仍将在未来较长一段时间内持续。总的说,不同区域人均生活年耗能基本一定,不定的是随着影响因素变化,用能类型调整或用能数量此消彼长。

地理特征、收入水平、家庭特征、政策导向等因子都对区域农户生活用能构成影响,但这些因素不具有一致性。在同一个地理区域里,比如平原地区,地理特征因子一致或相似,这时收入水平将起重要作用,家庭人均收入高,生活用能水平和层次高,反之亦然;而且城市化与市场化影响程度越高,或者距离经济中心越近,人们的活动方式与消费认识也越会影响其用能行为。对于不同的地理区域,地理特征不仅从温度、海拔、坡度、地形起伏度、土地利用、植被覆盖等自身因子影响家庭用能构成,形成特定地理环境决定的区域生活能源格局,而且通过这些特征以及道路交通、生产生活方式等影响家庭经济与人均收入,影响农户生活用能,产生区域分异。对于家庭特征,当前村民大多小学、初中、高中的文化程度,区域的自然与社会环境长时期塑造了相似的生活习惯和用能风格,基本湮灭了教育水平差异对用能的影响^①,但家庭人口数量、年龄、职业、视野等对生活用能会产生一定影响。对于生活习俗,也深受区域地理特征作用而影响生活用能,比如甘肃定西地区村民因气候干旱等影响有喝下午茶的习惯,自然影响其用能的数量与结构。政策导向则通过制定政策、示范引导和推广实行,为改善农户生活与用能水平提供方向,当前突出表现为国家补贴支持农户利用沼气、太阳能等能源。所以农户生活用能首先响应的是地理特征,这是自然、资源与历史选择的结果,然后是收入水平、家庭特征、政策导向、城镇化等的影响,这些基本是当代社会发展选择的结果。因此说地理特征对不同区域农户生活用能差异具有重要的基础性影响作用。当然用能是多方面因素综合叠加的表现,尤其同一区域,地理特征的影响作用减弱,收入水平等因素作用突出。各影响因素作用机制如图3。

5 结 论

1） 地理特征与农户用能的结构关联明显。平原型地区路网发达,建设用地多,化石能源使用量大;台塬型地区交通条件一般,旱作农业发达,清洁生物能源沼气使用多;丘陵型地区林木丰富,地势高,起伏大,薪柴占绝对主导地位。

2） 不同类型用能对地理特征响应不一。作物秸秆利用与公路覆盖、地形负相关,与耕地多寡相关性弱;薪柴消费对地形、建设用地、耕地等因素响应明显;煤炭与公路覆盖、建设用地、耕地等因素正相应,坡度大、林地多,用煤受影响;沼气在交通好的地方或林草多、高程与地形起伏大的山区发展受限,在耕地与人口多的地方,有采用优势;太阳能在建设用地与耕地多的地方应用有一定优势,海拔高、林草多的地方劣势明显;蜂窝煤、电能等基本属于遍在性必需利用品能源类型,在研究区内受地理特征作用不明显。

3） 优势能源类型的功能分区可服务于政策调控。山区内部单独使用薪柴的可能性高,平原与台塬地区更适于发展沼气或煤炭与沼气混用。城市近郊地区,未来将可能使用更多的电能、液化气、天然气替代煤炭、薪柴等能源;台塬与平原内部的传统农耕区,修建沼气池可有效利用农业资源,节能环保,改善农户生活;经济发展条件受限的山区近期很难使用大量其他能源替代薪柴。

4） 农户生活用能受多方面因素影响,地理特征具有重要的基础性作用,尤其对于不同类型区域。地理特征因子差异决定优势用能的类型分异,土地利用、交通条件等发生变化可以直接导致区域用能的结构相应调整。

The authors have declared that no competing interests exist.

---

参考文献

文献选项

• 原文顺序
• 文献年度倒序
• 文中引用次数倒序
• 被引期刊影响因子

[1]	蔡亚庆, 仇焕广, 王金霞, 等. 我国农村户用沼气使用效率及其影响因素研究——基于全国五省调研的实证分析 [J]. 中国软科学, 2012, (8): 58~64. [本文引用: 1]
[2]	Fang Y P and Wei Y Q. Climate change adaptation on the Qinghai-Tibetan Plateau: The importance of solar energy utilization for rural household [J]. Renewable and Sustainable Energy Reviews, 2013, 18: 508-518. [本文引用: 1]
[3]	Adkins E, Oppelstrup K and Modi V. Rural household energy consumption in the millennium villages in Sub-Saharan Africa [J]. Energy for Sustainable Development, 2012, 16(3): 249-259.
[4]	Pandey V L and Chaubal A. Comprehending household cooking energy choice in rural India [J]. Biomass & Bioenergy, 2011, 35(11): 4724-4731.
[5]	张海鹏, 牟俊霖, 尹航. 林区农村家庭生活能源消费需求实证分析——基于双扩展的线性支出系统模型 [J]. 中国农村经济,2010, (7): 64~74.
[6]	杨振. 农户收入差异对生活用能及生态环境的影响——以江汉平原为例 [J]. 生态学报. 2011, 31(1): 239~246. [本文引用: 1]
[7]	郭晓东, 牛叔文, 李国柱, 等. 西秦岭山地农村生活能源建设与退耕还林的生态经济效益评价 [J]. 中国人口·资源与环境, 2006, 16(3): 98~102. [本文引用: 2]
[8]	Liu G, Lucas M,Shen L. Rural household energy consumption and its impacts on eco-environment in Tibet: Taking Taktse county as an example [J]. Renewable and Sustainable Energy Reviews, 2008, 12(7): 1890-1908. [本文引用: 1]
[9]	牛叔文, 王志锋, 李国柱, 等. 陇中黄土丘陵地区农村生活能源资源潜力的估算和利用结构分析——以通渭县李店乡祁咀村为例 [J]. 资源科学, 2007, 29(3): 105~110. [本文引用: 2]
[10]	李国柱, 牛叔文, 王志锋, 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, 23(1): 15~24. [本文引用: 2]
[11]	Kaul S and Liu Q. Rural household energy use in China [J]. Energy, 1992, 17(4): 405-411. [本文引用: 1]
[12]	Howells M I, Alfstad T, Victor D G, et al. A model of household energy services in a low-income rural African village [J]. Energy Policy, 2005, 33(14): 1833-1851. [本文引用: 1]
[13]	王效华, 胡晓燕. 农村家庭能源消费的影响因素 [J]. 农业工程学报, 2010, 26(3): 294~297. [本文引用: 1]
[14]	Miah M D, Kabir R R M S, Koike M, et al. Rural household energy consumption pattern in the disregarded villages of Bangladesh [J]. Energy Policy, 2010, 38(2): 997-1003. [本文引用: 1]
[15]	娄博杰. 农户生活能源消费选择行为研究[D] . 北京: 中国农业科学院, 2008: 42~47. [本文引用: 1]
[16]	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(2): 221~229. [本文引用: 1]
[17]	汤国安, 杨昕. ArcGIS地理信息系统空间分析实验教程[M]. 北京: 科学出版社, 2007. [本文引用: 1]
[18]	周自翔, 李晶, 任志远. 基于GIS的关中-天水经济区地形起伏度与人口分布研究 [J]. 地理科学, 2012, 32(8): 951~957. [本文引用: 1]
[19]	Gitelson A A, Kaufman Y J, Stark R, et al. Novel algorithms for remote estimation of vegetation fraction [J]. Remote Sensing of Environment, 2002, 80(1): 76-87. [本文引用: 1]
[20]	王朗, 傅伯杰, 吕一河, 等. 生态恢复背景下陕北地区植被覆盖的时空变化 [J]. 应用生态学报, 2010, 21(8): 2109~2116. [本文引用: 1]
[21]	汪浩瀚, 丁元耀, 孙文博. 区域经济增长影响因素的贡献率分析——以宁波为例 [J]. 经济地理, 2003, 23(5):593~596. [本文引用: 1]
[22]	万华, 桂婷. 江西省经济增长贡献率的实证研究 [J]. 统计与决策, 2011, (12): 118~120.
[23]	张春来, 董光荣, 邹学勇, 等. 青海贵南草原沙漠化影响因子的贡献率 [J]. 中国沙漠, 2005, 25(4):511~518. [本文引用: 1]