纳入农业非期望产出的农业生产率研究热点及趋势——基于CiteSpace的可视化图谱分析

郑淑贞，陈秋华

(1.福建农林大学 乡村振兴学院，福州 350002；
2.福建农林大学 经济与管理学院，福州 350002)

党的十八届五中全会提出绿色发展理念，倡导节约资源和环境保护，是以效率、和谐以及可持续为目标推动经济增长和社会发展的理念[1]。二十大报告提出到2035年基本实现美丽中国和农业现代化的目标，加快建设农业强国，推动高质量发展，形成广泛绿色生产生活方式[2]。2023年“中央一号”文件提出推进农业绿色发展方面的要求[3]。“十四五”规划中提到要提高农业质量效应和竞争力，推动农业绿色转型[4]。目前中国仍然存在农业污染排放，为追求农业期望产出而高度依赖化肥农药等化学物质投入品，引发土地污染、水污染和大气污染，农业生态系统有所退化。因此，因地制宜改善生产要素配置，使得农业污染排放最小、期望产出最大，以降低农业对环境和生态系统的负向影响成为学术界重要研究方向。

传统的农业生产率指的是以土地、资本、劳动和技术等相关生产要素指标纳入农业生产体系测算农业的生产力，借此衡量农业的发展状况。然而，为平衡好农业资源的可持续性发展和污染的有效治理，农业领域愈加重视农业的有效生产，相较于传统单方面考虑期望产出而言，将农业非期望产出纳入测算的生产率研究更加全面、科学以及符合时代发展背景，对促进农业高质量发展具有重要的现实意义。目前学界对该领域如火如荼地开展研究，以农业绿色全要素生产率来说，农业技术进步是促进中国农业绿色全要素生产率增长的关键[5]，且不同地区的农业绿色技术创新呈现不同发展态势[6]，除了生产率测算以及时空视角的研究外，还有学者研究诸如农业税收的减免、工业化与城市化的推进、农业贸易条件[7]、环境规制[8]、新型城镇化[9]以及农业产业结构变迁[10]等因素对农业绿色全要素的影响。

已有的研究更多是对该研究对象本身及其影响因素进行分析，缺少对该研究主题领域的发展热点和趋势进行整体分析。为此，本文利用CiteSpace文献分析可视化工具，运用其图谱功能，从研究发文机构、作者、研究热点及发展趋势等方面进行梳理和分析，为推动纳入非期望产出的农业生产率研究的后续发展，创新农业绿色生产结构和绿色生产技术，从而进一步推进农业绿色发展提供参考。

本文应用文献计量方法对文献数据进行量化分析，以此划分不同时间段或不同研究视角等来研究其数量关系，并对研究内容进行归纳和分析，更加客观地把握所研究领域的结构和研究前沿[11]。同时通过CiteSpace软件对所收集的研究文献数据进行分析，并绘制关于考虑非期望产出的农业生产率研究的科学知识图谱，以明晰发表时间截止2023年8月的文献、作者和机构，以及相关排名前10的情况，并对研究热点和趋势进行探讨。选取这几个维度进行分析探讨，是因为能明确国内该研究的刊文数量情况，挖掘出核心作者、核心研究机构和关键词，分别构建作者、机构、关键词的可视化知识图谱，明确国内的研究团队分布及其合作关系网络；
通过关键词突现分析及揭示不同热点主题的演化过程，为科学把握研究热点和前沿动态提供定量依据，后续研究可以根据这些，快速锁定待扩展研究的方面，进而扩大纳入农业非期望产出的农业生产率的研究视角和范围。CiteSpace文献可视化图谱分析软件的开创者为美国德雷克塞尔大学信息科学技术学院的陈超美博士，其研发设计主要基于信息觅食理论、社会网络分析及结构洞理论、知识单元离散与重组理论、普莱斯的科学前沿理论以及库恩提出的科学发展模式理论等，通过对图谱进行解读，来解释研究领域的现状以及发展趋势[12]。该软件目前在众多学科领域应用较为广泛，其数据格式转换功能可将知网数据库所保存为Refworks格式的文献数据转变成该软件可运行使用的数据格式进行图谱绘制和量化分析，该功能在文献数据分析方面具有很好的优越性和客观性[13]。

本研究所获取的数据来源于中国知网(CNKI)，为保证纳入农业非期望产出的农业生产率研究的查准率、查全率、科学性与权威性，以已有的相关研究文献为参考依据，挑选不同检索词进行组合测试，尽可能输入与该研究相关的所有词语，以达到文献集成度最优的组合检索，即在该检索平台进行高级检索，主题框内输入“农业绿色全要素生产率”“农业环境全要素生产率”“农业绿色生产率”“农业环境生产率”“农业绿色生产”“农业环境生产”“农业绿色生产效率”“农业环境生产效率”“农业绿色效率”“农业环境效率”“农业生态效率”或“农业低碳生产率”等检索词，时间范围不限，选取文献类别为SCI、EI、北大核心、CSSCI、CSCD、AMI，共检索出 1 156 篇论文。为保证论文质量，对检索结果进行进一步人工筛选，剔除会议信息、征稿文章、书评等无关文献后，对剩下的文献进行内容检阅，若研究内容涉及农业生产率的非期望产出，则保留，由此得到378篇有效文献，导出保存为CiteSpace工具可以识别的Refworks格式，将其导入CiteSpace软件运行后去除18篇无关文献，最终有效文献为360篇，在这基础上实施文献数据的运算，并绘制出机构、作者和关键词的可视化图谱。

3.1 文献年度变化趋势分析

研究领域的论文年度发文量是评定该领域研究进程的一项重要指标，可以反映该领域知识成果的发展状况。图1为本研究收集的国内将农业非期望产出纳入考虑的农业生产率研究的年度发文数量，1999年开始有论文发表，以2018年为拐点，2018年之前呈缓慢波浪上升的增长趋势，2018年以后关于该研究内容的期刊论文数量增速显著提高，可以看到2022年的年度发文数量为目前最高值，达到72篇，由于检索时间检索到最新日期为2023年8月，依照整体发文增长态势来看，2023年的发文量预估呈平稳波动，但从发文总量上看，目前的研究成果还是较少。对年度发文数量作趋势线，其拟合度R2值越接近于1，表示拟合越准确，图1的拟合度为 0.905 1，因此，将农业的非期望产出纳入考虑的农业生产率研究领域的发文量呈现稳定增长的态势，反映出纳入非期望产出的农业生产率研究热度越来越高。

图1 纳入非期望产出的农业生产率研究的年度发文趋势分布

3.2 研究机构分析

在CiteSpace生成的共现知识图谱中，共现网络的关系表示研究节点对象之间存在着相似或相关的研究领域，其共现程度大小表示为两者间学术合作的频次。选择节点类型为机构，利用该可视化分析软件绘制发文机构网络共现图谱(见图2)，圆圈的节点表示机构，节点间的连线及粗细程度则表示机构间是否存在合作及其合作频次的大小。据图2所示，截至2023年8月，该领域研究的载文机构共有232个，机构之间共有141条连线，在处理的文献数据结果中，232个机构出现的总频次为408次，平均每个机构发文次数为1.76次，说明该领域的稿件来源机构数量广泛，且存在一定的合作关系。图中形成的机构合作网络有：①华中农业大学经济管理学院(节点中心)、中南财经政法大学工商管理学院及中国农业科学院农业资源与农业区划研究所等；
②西北农林科技大学经济管理学院(节点中心)、四川农业大学管理学院等；
③北京林业大学经济管理学院(节点中心)、中国社会科学院大学研究生院等。还有其他部分机构之间也形成大大小小的共线合作网络。整体来看，发文机构间的合作比较分散，形成不同的合作区块，且机构之间的连线不够粗，网络密度(Density)显示为 0.005 3，表示合作不够紧密。表1中列出目前该领域发文量最高的前10个机构，即8所高等院校：华中农业大学经济管理学院(24篇)、南京农业大学经济管理学院(11篇)、西北农林科技大学经济管理学院(9篇)、中南财经政法大学工商管理学院(9篇)、东北农业大学经济管理学院(8篇)、西南大学经济管理学院(7篇)、河海大学商学院(7篇)、重庆师范大学经济与管理学院(6篇)；
1个研究所：中国农业科学院农业资源与农业区划研究所(7篇)；
1个研究中心：湖北农村发展研究中心(8篇)。由此，可以看出，高校是我国研究农业非期望产出的农业生产率的主要研究机构。

表1 按照频次排序的纳入非期望产出的农业生产率研究的前10个发文机构

图2 纳入非期望产出的农业生产率研究的发文机构网络共现图

3.3 发文作者分析

为研究纳入非期望产出的农业生产率研究的作者成果量及其之间的合作情况，运用CiteSpace信息可视化软件进行网络共现分析，绘制该领域发文截至2023年8月的作者网络共现图谱(见图3)，图中节点圆圈代表作者，圆圈大小表明该作者发表的论文量。如果两位作者之间有过合作，他们之间就会出现连线。连线的粗细程度表示作者间研究领域的相关性以及合作频次的大小。结果显示共有293位作者，作者之间存在191次合作关系，说明目前合作还没有形成紧密联系，因此，作者间需要进一步发挥合作效力。普莱斯定律可计算该研究领域的核心作者数量，其公式为：N=0.749×(Nmax)1/2，Nmax表示单个作者最大发文数量，而所收集的文献数据显示Nmax=6，则该研究的核心作者发文量N≈2，N≥2篇的作者人数为71人，共发表期刊论文178篇，在纳入非期望产出的农业生产率研究相关的期刊论文总数中所占比例为49%，这一比例接近50%(稳定核心作者群体发文占比)，表明目前该领域研究的作者间已经形成一定的合作关系，但作者的合作网络密度(Density)显示为 0.004 5，说明作者间的合作联系还是不够紧密，且根据表2中发文量最高的前10位作者来看，目前该领域还是属于成长阶段，作者平均发文量都较少。

表2 按照发文量排列的前10位作者

图3 考虑非期望产出的农业生产率研究的作者网络共现图

4.1 研究热点分析

通过利用CiteSpace所具有的关键字共现、网络中心度等算法功能确定学术前沿中的重要关键字，通过计算获取的文献数据中关键字出现频次和网络中心度来确定当前主要的热点研究。网络中心度是指对节点在整个网络中所具有的影响力和重要程度的衡量，体现为经过节点的最短路线数量，中心度越高代表其经过最短路线的数量越多。对截至2023年8月收集的研究文献数据中出现的关键词频次和网络中心度进行统计，分析总结纳入农业非期望产出的农业生产率近些年的相关主题和研究视角。根据关键词共现网络图谱(见图4)结果显示，共有234个节点词汇，关键词出现总次数为478次，平均每个关键词出现2.04次。表3中展示出现频次相对较多的11个关键词，中介中心性≥0.1的9个关键词为本研究中的热点词汇。由这些热点词汇可以看出，在近些年里，考虑非期望产出的农业生产率的期刊论文主要围绕着“影响因素”“生态效率”“时空演变”“绿色农业”“环境规制”等进行研究，其研究所涉及的效应有“门槛效应”“溢出效应”“中介效应”“调节效应”“空间效应”等。

表3 按照中介中心性排序的考虑非期望产出的农业生产率研究的高频关键词

图4 考虑非期望产出的农业生产率研究的关键词共现网络图

为更加直观地了解纳入非期望产出的农业生产率研究领域核心热点，对关键词共现网络进行聚类分析，采用LLR算法获得的聚类标签会更合理，并且重复相对降低[14]，聚类结果如图5所示，有11个聚类簇，且聚类模块值(Modularity Q，Q)为 0.795 2；
平均轮廓值(Mean Silhouette，S)为 0.924 6。其中Q值越大则表示网络聚类结构越好。当Q值大于0.3时，表示聚类模块结构显著；
S值大于0.5时，表示聚类结果合理，S值大于0.7则结果令人信服[15]。因此，该聚类结果合理且可用于分析，其各个模块编号的顺序代表该主题在所研究领域的重要程度，且数字越小则包含的关键词越多。#0 聚类，绿色农业；
#1聚类，环境规制；
#2 聚类，时空演变；
#3 聚类，影响因素；
#4 聚类，生态效率；
#5 聚类，农业资源；
#6 聚类，环境效率；
#7 聚类，技术效率；
#8 聚类，碳排放；
#9 聚类，障碍因子；
#10 聚类，农业。为了更直观和系统地了解该研究，根据聚类内容来看，可将纳入农业非期望产出的农业生产率研究热点划分三个方面。

图5 考虑非期望产出的农业生产率研究的关键词聚类图

(1)纳入非期望产出的农业生产率的研究对象。主要有种植业、畜禽产业、粮食主产区、县域、市级、省域、全国以及特殊区域(流域、垦区)等的农业生产率。不同的研究对象可以从多个视角来评估农业生产力水平，更好地掌握不同地区的生态环境，使不同层次的决策者制定更有针对性的政策。种植业和畜禽产业是农业的重要组成部分，以其作为研究对象，可以了解不同农业产业的生产率水平，以及如何提高和优化生产的方式，进一步降低污染产生。钟方雷、杨肖等通过生命周期评价方法，将张掖市制种玉米生产范围内的相关环境影响纳入效率评价体系，量化分析结果显示玉米生产存在投入冗余的状况，表明对环境影响的关注不够[16]。朱宁、秦富研究以蛋鸡为例的规模畜禽养殖场的环境效率与环境全要素生产率，结果表明规模养殖场尚未达到与生态环境协调发展[17]。粮食对于维持国家粮食安全和人口生存至关重要。为促进粮食主产区农业生态效率的良好发展，研究粮食主产区的农业生产力可以了解潜在的生产限制以及环境污染状况，并制定相应措施。李明月、周晓航等研究发现粮食主产区的农业生态效率在研究期内的整体水平呈现上升趋势，粮食主产区的不同会使农业生态效率和新型城镇化的耦合度不同，认为应合理配置农业种植结构以及城镇化规模和进程，因地制宜采取差异化举措[18]。流域和垦区是针对特殊区域的研究对象。研究这些区域的农业生产率可以更好地了解它们的生态系统和自然环境。由于每个地区都有自己的特点和农业污染挑战，对其进行研究可以使农业生产者更好地适应当地的实际情况。何妮、姚聪莉等认为“双碳”目标下推进黄河流域农业生态效率提升，是推动实施黄河流域生态保护和高质量发展战略的重要途径[19]。刘天宇、徐辉认为可以通过改进绩效测算、推进农业技术创新及交流、加强对农业环境的实时监测或改善秸秆的综合利用来提高长江经济带农业环境全要素生产率[20]。县、市、省域的研究通常是在政府层面上进行的，为制定当地农业政策提供指导。根据非期望产出的情况，提出特定的政策措施，改进生产者不良的农业生产行为，全面提高农业生产率的水平。比较不同地域的研究可以帮助各区之间了解其它区域的经验和做法。全国层面的研究则可以从宏观层面更好地了解全国的农业生产发展趋势和整体生产力状态，制定综合性的纲领和惠农政策，促进全国农业的可持续绿色发展。

(2)纳入非期望产出的农业生产率的时空研究。将时空因素应用于考虑非期望产出的农业生产率的研究领域，形成动态评估框架，能够对农业的绩效进行跨年度共性规律的研究和对比，并为乡村振兴发展、推动农业绿色发展提供科学依据。郭海红、刘新民以时空维度的动态视角来进行全景式揭示和解释中国农业绿色全要素生产率的时空收敛性，研究结果显示中国农业绿色集约增长程度不够，区域农业绿色生产呈非均衡态势[21]。汪亚琴、姚顺波等研究显示中国农业生态效率具有显著的空间分化差异特征，东西部区域较高、中部区域较低，其受到包括农业资源禀赋、社会经济条件、自然生态环境等不同因素的影响，而影响程度又受区域差异有所不同，且影响因素间的相互作用也会增加空间分异程度[22]。

(3)纳入非期望产出的农业生产率的影响因素。目前，学术界对多个可能的影响因素展开研究，包括农业数字化转型、农地规模经营、农业产业集聚、农村人力资本、城乡收入差距、数字经济、农产品进出口贸易、数字普惠金融、农地产权结构、农业财政支出等。研究不同影响因素有助于深入理解农业生产的多维影响机制，找出对农业绿色发展的关键因素，为政策制定和实践提供科学依据。通过对多个可能的影响因素展开研究，可以发现不同因素对农业生产率的作用大小和变化趋势，分析不同因素之间的相互作用和协同作用。此外，这样的研究还可以促进农业投入要素的针对性改变，优化要素配置，提高农业的效益和可持续性。

4.2 研究发展趋势

基于上述热点分析，图6和图7进一步展示纳入非期望产出的农业生产率研究的发展进程和趋势。在关键词聚类图谱生成后，进一步绘制聚类网络时间线图谱(见图6)，其中时间和聚类编号名称形成双坐标，直观地展现聚类间横向与纵向关联信息，并描绘领域内各个研究主题随时间变化的趋势，为明晰该研究领域的演变进程提供参考[23]。聚类中文献越多，代表所得到的聚类领域越重要。可见聚类#0～#3中文献都较多，说明这些聚类领域很重要。从图6可以看出，“生态效率”“环境规制”“时空演变”等聚类主题文献的研究时间线相对其他聚类文献长，以农业生态效率为主在纳入非期望产出的农业生产率研究领域属于比较成熟的研究，生态效率不仅包含农业产生的经济价值，也包含了农业对环境的影响[24]。环境规制在农业生产率研究领域扮演着至关重要的角色。环境规制通常指政府或其他监管机构设置的标准和规则，以限制某些活动对环境的影响。在农业生产方面，有助于减少化学农药、化肥和其他有害物质的使用，以降低对农作物和环境的污染，这将提高作物的质量以及改善生产环境，从而提高农业生产率。政府可以鼓励农民使用更环保的技术和实践，如有机农业、精准农业等。这些做法在提高农业生产率的同时，可以保护环境和公共健康。通过规范和限制化学物质使用、保护土地和生态系统、推广环保技术和可持续农业实践，环境规制为农业生产的可持续绿色发展提供重要支持。研究非期望产出在不同时间和空间的分布，可以帮助生产者选择适当的风险管理策略，且研究时空演变有助于促进市场稳定，考虑市场需求和供应的变化与非期望产出相关联，可以帮助政策制定者制定更加适宜的市场政策和农业政策。

图6 考虑非期望产出的农业生产率研究的聚类网络时间线图

短时间内激增的突发术语或具有高引用频数的关键词可以用来判断领域的发展趋势和未来研究方向。蓝色线条表示时间间隔，红色线条表示突现关键词的周期，红色线条的端点表示每个研究主题突现时段的开始和结束[15]，图7是关键词突现强度的显示结果。在该突现词信息中，2012—2015年该领域的研究与“环境约束、环境污染、技术效率、绿色创新、技术进步”有关；
2015—2019年的研究主要为“农业污染、农业环境、面源污染”；
2020—2023年的研究内容涉及“绿色农业、乡村振兴、影响因素、环境规制、门槛效应、生态效率、中介效应、调节效应、农业以及收敛性”。由图7的突现强度可以看出，“影响因素”和“环境规制”的强度相对较高，为2023年的研究前沿。

探索考虑非期望产出的农业生产率的影响因素是当前的热点和前沿。杨秀玉、仝锦涛等运用空间面板模型研究农产品贸易如何影响农业绿色全要素生产率，以及农业产业集聚对上述影响的调节作用，结果表明全国及4大区域的农业绿色全要素生产率及其分解的技术效率和技术进步都呈上升发展趋势；
从全国层面看，农产品贸易对农业技术效率为显著的“U”型影响，而对农业绿色全要素生产率和农业技术进步的影响则呈现显著的倒“U”型[25]。金绍荣、王佩佩运用固定效应模型研究人口老龄化对农业绿色全要素生产率的影响，最后引入中介效应模型研究农地流转在人口老龄化对农业绿色全要素生产率影响中的中介效应[26]。申云、洪程程分析了“双碳”目标背景下数字普惠金融对农业绿色低碳发展的作用效果及其传导路径机制，结果表明数字普惠金融有利于促进农业绿色低碳发展，数字普惠金融指数提升1%，就可以促进农业绿色低碳发展水平提高1.1%。以其作用机制分析，数字普惠金融可以通过降低农业碳排放强度、提高农业生产社会化服务水平和农业产业融合深度，助推农业绿色低碳高质量发展[27]。

农业绿色发展倡导下，环境规制对该研究领域的影响力越来越高，诸多学者将其考虑其中。有研究表明环境规制条件下农业绿色全要素生产率和环境技术效率可以得到一定增长，其主要是由前沿技术进步来推动。从资源、环境条件上来看，农业绿色全要素生产率及其增长模式存在显著的地区差异，东部地区要高于西部地区[28]，未来农业环境规制建设的区域应重点关注西部。基于全国、区域层级的农业生产效率的驱动、抑制因子有所不同，应针对性地推动环境规制建设，进而激发不同因子提升农业技术效率的潜力[29]。环境规制对粮食主产区全要素效率有一定直接影响，且受时空影响存在较大差异，静态视角下的环境规制能降低粮食主产区全要素生产率，即规制程度上升，农业全要素生产率随之下降；
而动态视角下则成正比[30]，合理的农业环境规制可以有效促进农业绿色生产效率的提升，在一定程度上解决的粮食供需矛盾。不同规制产生的影响效果可能不同，有研究表明命令控制型环境规制可正向影响农业绿色全要素生产率、粮食安全生产，自愿性环保投资规制仅对前者产生正向影响，而激励性碳排放交易规制则对二者产生相反的作用。因此，必须因地制宜地设置环境监管工具，提高环境规制政策的适用性，建立激励机制市场化的排污交易机制，充分调动农业生产者进行清洁绿色生产，通过合理整合多种类型的环境法规，构建完善的环境规制体系，以促进农业绿色生产率增长和确保粮食安全可持续发展[8]。

本研究以CNKI数据库中收录的360篇核心文献为研究对象，利用文献计量学分析方法 和CiteSpace信息图谱可视化分析软件，对考虑非期望产出的农业生产率相关的研究脉络进行科学和系统地梳理与总结。研究分析结果表明：

(1)从发文时间上来看，将非期望产出纳入考量的农业生产研究的发文数量经历“少量发表→快速上升→平稳发展”，每个阶段的研究重点不同，但有些联系。从核心作者和机构看，张俊飚、潘丹、李燕等是该领域研究的核心作者，华中农业大学经济管理学院与南京农业大学经济管理学院是发表活跃度相对较高的研究机构。目前，该领域研究的学者间合作大部分是在各自所属单位内的合作，跨机构单位、跨地区的学者合作研究相对较少，比较明显的核心作者群尚未建立。此外，由于地理和学术细分领域不同等因素，不同研究机构之间的联系和合作力度较弱，随着多学科交叉研究的增加，不同地区的研究机构单位有必要加强沟通与合作，通过创新与合作深化研究内容，积极推进农业生产研究的进一步发展。

(2)纳入非期望产出的农业生产研究大多都是从经济学视角开始，以实证方法对非期望产出的农业生产率研究展开，测算投入—产出情况，以农业污染、生态效率理论、农业绿色发展等为主要研究内容；
研究方法有超效率数据包络分析模型、方向性距离函数、Malmquist-Luenberger指数、随机前沿生产函数分析方法、SBM-DEA模型、层次分析法的TOPSIS法、空间杜宾模型等，其研究涉及效率测算、评价系统构建、影响因素分析和空间分异等方面。整体来看，该研究领域以经济学、地理学、计量学等多学科交叉融合视角下的理论与实证分析显著增加，发文量呈逐渐增加趋势，但总量仍相对较少，说明该领域研究还处在成长阶段。

(3)从研究热点来看，纳入非期望产出的农业生产研究的热点主要聚焦于“影响因素”“生态效率”“时空演变”“绿色农业”“环境规制”等主题。相应的研究前沿的突现词图谱显示，突现词的研究时间段与关键词演化路径相一致，其中“影响因素”“环境规制”的研究是近年来研究中突现强度较高的突现词。研究结果还显示国家、省域、县域层面的研究较多，产业、特殊区域等研究较少。由于各个地方地理环境、经济发展状况、政策制度、教育水平等条件都具有一定差异性，受这些差异性条件的直接或间接作用导致不同关键因素对纳入非期望产出的农业生产率研究的影响效力也不同。因此，需要因地制宜地采取措施，在符合绿色发展背景下，推动农业生产率增长。

猜你喜欢 生产率规制聚类 中国城市土地生产率TOP30决策(2022年7期)2022-08-04主动退市规制的德国经验与启示南大法学(2021年4期)2021-03-23国外技术授权、研发创新与企业生产率产业经济评论(2019年4期)2019-09-10保护与规制：关于文学的刑法刑法论丛(2018年4期)2018-05-21基于DBSACN聚类算法的XML文档聚类电子测试(2017年15期)2017-12-18基于高斯混合聚类的阵列干涉SAR三维成像雷达学报(2017年6期)2017-03-26论《反不正当竞争法》的规制范畴法治研究(2016年4期)2016-12-01关于机床生产率设计的探讨中国市场(2016年45期)2016-05-17一种层次初始的聚类个数自适应的聚类方法研究电子设计工程(2015年6期)2015-02-27固定成本与中国制造业生产率分布当代经济科学(2015年2期)2015-02-03