安徽省农业竞争力障碍因子及时空演变分析

刘鹏凌，尹 路，李 想，黄靖辉

本刊核心层次论文

安徽省农业竞争力障碍因子及时空演变分析

刘鹏凌，尹 路，李 想，黄靖辉

(安徽农业大学经济管理学院，安徽 合肥 230036)

本文从资源禀赋、基本要素、农业增收、经营主体四大农业竞争力出发，构建安徽省农业竞争力评价体系，运用熵权法和障碍度模型分析2014—2018年安徽省农业竞争力变化情况，并基于此对农业竞争力障碍因子的时空演变进行了分析。结论如下：（1）安徽省各市资源禀赋竞争力的发展贡献度呈现“N”型周期性波动；基本要素竞争力和农业增收竞争力的发展贡献度以2016年为分界线呈现先增后减的波动；经营主体竞争力的发展贡献度先减后增。（2）研究期间，安徽省各市的主导准则层障碍因子未发生变化的有8个，原因可归结于评价体系中投入指标的低效率；发生变化的有8个地级市，从单向演变的角度和多向演变的角度来看，原因归结于在本市农业发展中相关指标投入比例的不均衡。最后结合结论从四项准则层角度提出建议。

农业竞争力;熵权法;障碍度模型

随着中共中央关于国民经济和社会发展第十四个五年规划和2035年远景目标的部署，其纲要内提出优先发展农业农村和全面推进乡村振兴，这体现出加快各省农业农村建设的紧迫性。自2016年国务院办公厅印发关于一二三产业融合的意见后，整体来看，安徽省不仅在农业增收方面增益显著，而且在对自然资源及基本农业要素的利用效率上也稳健提升。

农业竞争力反映一个国家或地区的综合生产能力，构建农业竞争力评价体系可以对这一目标进行数值上的转换和评测。我国学者对于农业竞争力的探索已有几十年的历史。有的学者基于客观权重赋值法，从自然禀赋、流动投入、产出能力、设施机制4个维度构建指标体系，并利用空间计量模型剖析中国农业竞争力规律及其影响[1]。有的学者从农业生产要素条件、农产品需求、农业经营主体、相关产业、农业机制等方面来构建农业竞争力评价指标体系[2]。有的学者从分析方法上进行改变，通过主成分分析和聚类分析对西部地区农业竞争力进行量化测评[3]。此外，还有学者运用动态与静态、理论与实证相结合的分析方法，结合SWOT分析和现状分析对长三角城市群农业竞争力进行了实证研究[4]。目前，还有很多学者对于农业竞争力进行了研究[5-9]，但多数是从全国或区域层面进行分析，其评价指标对单个省份的农业竞争力分析具有不适应性。基于以上的不足，笔者以安徽省为研究对象，结合安徽省农业农村发展现状，通过选取适宜的评价指标构建了安徽省农业竞争力评价体系，在研究方法上使用熵权法和障碍度模型，旨在达到准确分析安徽省农业竞争力及影响竞争力演变的原因。

一、体系构建和数据来源及研究方法

（一）农业竞争力评价体系构建

农业竞争力是一个具有综合性及动态性的概念，对于安徽省农业竞争力的分析必须结合本地区的发展情况，在此基础上，还要遵循科学性、代表性、层次性和数据可获得性原则。笔者选取资源禀赋竞争力、基本要素竞争力、农业增收竞争力和经营主体竞争力4个维度及对应的20个指标进行实证分析。其中，资源禀赋竞争力包含5个指标，用于代表各地区农业生产中水、电、土地、所处自然环境中基础建设及政府扶持保障。基本要素竞争力包含6个指标，用于代表在农作物生产过程中农资的使用情况。农业增收竞争力包含5个指标，用于代表主要农作物的收成及经济效益。经营主体竞争力包含4个指标，用于代表农业经营主体的个人收入、教育和就业情况，具体情况见表1。

表1 农业竞争力评价体系

目标层A准则层B指标层单位 农业竞争力A1资源禀赋竞争力B1水资源禀赋万吨/公顷 B2农用地面积千公顷 B3第一产业用电强度% B4四级公路密度% B5农林水财政支出占比% A2基本要素竞争力B6农药使用强度吨/公顷 B7化肥施用强度吨/公顷 B8农用柴油使用强度吨/公顷 B9地膜覆盖面积密度% B10有效灌溉面积密度% B11农业机械总动力强度千瓦/公顷 A3农业增收竞争力B12农林牧渔总产值亿元 B13粮食单产吨/公顷 B14油料单产吨/公顷 B15蔬菜单产公斤/公顷 B16瓜果类单产公斤/公顷 A4经营主体竞争力B17农民人均可支配收入元 B18第一产业就业人口占三产业就业人口比重% B19 15岁以上非文盲人口占比% B20人均农用地面积公顷/万人

（二）数据来源及处理

本文选取2014—2018年安徽省的农业相关数据，以省内16个地级市为决策单元对安徽省农业竞争力的时空演变进行研究。社会经济数据来源于《安徽统计年鉴》《全国农产品成本收益资料汇编》《中国县域统计年鉴》。

由于选取的数据不在同一单位上，有必要对数据进行无量纲处理，因为本文所选取的指标都为正向指标，所以按照公式（1）进行数据处理。

（三）研究方法

1. 确定权重

利用无量纲标准化处理后的数据，使用熵权法[10]确定权重。首先确定各指标的信息熵值，按照公式（2）和公式（3）进行处理。

公式中：e表示第项指标的信息熵值；1-e表示差异系数。P表示第项地城市在第项指标下的比重，为了避免出现值为0的情况，设定所有指标平滑增加0.000 1，再确定所有指标的权重，具体按照公式（4）处理。

2. 设立障碍度模型

使用障碍度模型是为了从病理性的角度对安徽省农业竞争力进行分析，其中因子贡献度是指单个因素对总目标的贡献程度，指标偏离度T是指单个因素指标与最终总目标之间的差距，障碍度O为该指标对农业竞争力的影响程度[11-13]。具体按照公式（5）和公式（6）处理。

二、实证与分析

（一）农业竞争力准则层权重演变分析

通过熵权法计算可以得到2014—2018年安徽省农业竞争力评价体系指标层的熵值、差异系数和权重，在此基础上，安徽省农业竞争力的变化可以通过指标层权重加总得到的准则层指标权重变动来体现。

通过实证分析发现，四项准则层的变化具有差异性，具体见表2和图1。

表2 农业竞争力准则层演变表

年份A1资源禀赋竞争力A2基本要素竞争力A3农业增收竞争力A4经营主体竞争力 20140.257 0 0.275 7 0.190 5 0.232 9 20150.280 6 0.318 7 0.224 0 0.194 9 20160.263 0 0.355 6 0.234 0 0.201 8 20170.289 1 0.332 5 0.218 8 0.207 4 20180.297 5 0.276 7 0.200 4 0.225 5

图1 农业竞争力准则层演变表

从表2和图1可知，四项准则层权重随着年份的变化呈现不同程度的升降，分析原因如下：

（1）安徽省各市资源禀赋竞争力的发展贡献度呈现“N”型周期性波动，2014—2015年和2016—2018年为升幅期，说明这两段时间安徽省各市在农业发展的资源禀赋方面为农业竞争力的贡献度为正。农业生产中水、电、土地、所处生产环境基础建设及政府扶持保障都有显著的增加。2015—2016年为减幅期，说明各市总体农业生产资源禀赋为农业竞争力的贡献度降低。

（2）安徽省各市基本要素竞争力和农业增收竞争力发展贡献度呈现先增后减的波动，以2016年为分界线，在各地区2016年之前的农业生产过程中，对于农药、化肥等农资的投入有所增加，所以当年的农作物增收及产生的经济效益比较显著，这也使得两项准则层指标对于农业竞争力的贡献度相比于其他指标更为显著，而2016年后情况相反。

（3）2014—2018年总体上各地区的经营主体竞争力发展贡献度先减后增，递增年份与近年来安徽省对农业经营主体整体素质的重视有关，不但对农业从业人员文化素质和收入进行正向引导，而且在其就业方面向农业经营引导，从而使得经营主体竞争力对总体农业竞争力的贡献率增加。

（二）农业竞争力障碍因子空间格局演变分析

1. 指标层障碍因子分析

在分析安徽省农业竞争力的基础上，利用公式（5）和公式（6）表示的障碍度模型，进一步探寻影响安徽省农业竞争力的障碍因子。为达到分析年份变化而引起障碍因子变化的目的，选择列出2014、2016、2018年各市从大到小排序前8位主要障碍因子及障碍度，见表3。

通过障碍因子结果统计，三项指标出现频率较高，可以视这些指标为安徽省农业竞争力显著障碍因子。三项指标分别为出现了26次的B17（农民可支配收入）、出现了25次的B13（粮食产量）、出现了24次的B6(农药使用强度）。近些年国家对“三农”较为重视并出台了相关农业政策，虽然提升了农民的生活水平和收入水平，但总体上还存在农民人均收入水平较低的情况，原因在于农村人口整体文化素质较低，义务教育普及带来的红利还没有出现，这使得农民收入源较为狭窄。此外，农民所掌握的生活技能多适用于劳作或劳动力密集行业，这导致整体上存在收入较低的现象；粮食产量作为显著障碍因子的原因可以归结于目前普遍存在的非粮化现象[14]。

安徽省各地区近些年推出的产业扶贫项目鼓励乡村种植药材及特色种植业[15]，虽然整体上使农业相关产值稳定递增，但从另一方面来说，也对一些传统种植业造成了冲击，在严守18亿亩耕地红线的基础上，其他传统种植业与特色种植业的比例分配不均衡会对农业竞争力造成影响。农药使用强度作为显著障碍因子说明，就农药的使用效率方面还存在缺陷，安徽省关于农业农村部推进化肥农药减量增效的政策需要进一步落实，不但要普及科学施肥用药的理念，还要从节肥节药的角度加大科研投入。

表3 2014、2016、2018年各市障碍因子及障碍度排序表

地区年份 1 2 3 4 5 6 7 8 合肥2014(A4)B18,14.15B19,10.37B5,10.24B6,9.71B16,9.54B11,8.78B15,8.61B3,8.16 2016(A1)B18,16.98B5,13.17B3,9.27B6,9.27B19,9.18B16,9.00B13,8.47B1,6.96 2018(A4)B16,16.09B5,9.53B3,8.96B6,8.90B19,8.83B13,8.60B16,8.09B4,8.02 淮北2014(A1)B12,10.69B13,10.23B2,10.02B19,9.59B9,8.93B4,8.44B17,8.37B3,7.99 2016(A1)B2,11.53B5,10.89B12,10.39B13,9.81B4,9.35B9,8.89B3,8.68B17,8.35 2018(A1)B4,12.40B2,11.50B13,9.92B12,9.83B9,9.70B10,8.52B5,8.47B17,8.34

续表

地区年份 1 2 3 4 5 6 7 8 亳州2014(A2)B6,9.68B13,9.68B7,9.35B10,9.31B17,8.54B20,8.11B1,7.46B8,7.29 2016(A2)B10,9.86B13,9.09B6,8.97B7,8.85B17,8.44B20,8.11B1,7.66B3,7.59 2018(A2)B7,9.52B10,9.08B6,8.44B17,8.33B20,8.18B1,7.44B9,7.19B15,6.75 宿州2014(A1)B13,12.77B10,9.59B17,9.27B20,8.04B7,7.83B1,7.41B4,6.11B2,5.70 2016(A2)B13,12.44B10,10.53B17,9.22B20,8.04B1,7.61B7,7.47B11,6.28B4,5.97 2018(A2)B13,16.10B10,11.13B17,9.13B7,8.87B20,8.08B1,7.33B11,7.16B2,5.49 蚌埠2014(A4)B10,11.34B6,8.48B19,8.46B2,8.13B20,7.59B1,7.37B17,6.77B4,6.44 2016(A1)B10,12.15B2,8.88B5,8.21B6,7.91B1,7.58B20,7.57B4,6.50B11,6.26 2018(A1)B10,12.45B2,8.87B13,8.60B5,7.86B6,7.75B20,7.54B1,7.24B4,6.72 阜阳2014(A2)B10,12.83B8,10.98B6,10.02B17,9.41B13,8.78B20,8.55B11,8.20B7,8.09 2016(A2)B10,13.69B6,9.49B17,9.39B3,9.17B8,9.17B20,8.54B7,8.21B14,8.08 2018(A2)B11,11.09B8,10.10B13,9.50B17,9.24B6,8.98B20,8.61B7,8.49B1,7.39 淮南2014(A1)B18,12.39B12,10.25B2,10.19B5,8.19B13,7.94B9,7.61B3,7.44B1,7.34 2016(A4)B2,9.26B18,9.07B17,8.12B12,8.07B5,7.77B1,7.46B13,7.39B16,7.20 2018(A4)B2,9.24B10,8.48B17,8.17B19,8.15B18,7.98B9,7.94B12,7.91B3,7.61 滁州2014(A2)B13,11.53B6,10.06B8,9.86B17,8.31B1,6.95B14,6.60B3,6.58B9,6.33 2016(A2)B6,9.22B8,8.27B17,7.99B13,7.97B1,7.17B14,6.60B11,6.40B9,6.31 2018(A2)B8,9.26B6,8.99B17,7.97B13,7.25B1,6.96B3,6.96B10,6.83B19,6.78 六安2014(A3)B15,9.36B17,9.32B16,8.67B19,8.38B14,7.61B9,7.39B1,6.48B7,6.33 2016(A3)B15,10.11B16,10.07B17,9.17B7,8.56B6,8.43B14,7.67B9,7.17B19,6.98 2018(A2)B7,11.39B15,9.87B17,9.11B6,8.61B9,7.93B14,7.89B8,7.49B16,6.71 马鞍山2014(A1)B12,9.59B2,9.27B16,8.85B8,8.82B3,8.66B11,7.83B18,7.76B5,7.65 2016(A1)B2,10.48B5,10.06B4,9.79B3,9.47B12,9.33B8,7.80B16,7.78B18,7.34 2018(A1)B4,11.16B18,10.50B2,10.47B5,10.06B11,9.37B3,9.08B12,8.98B8,8.91 芜湖2014(A1)B18,11.18B5,9.79B9,9.79B11,8.99B2,8.18B19,8.06B3,7.98B15,7.90 2016(A4)B5,13.47B18,12.5B19,11.56B6,8.99B2,8.95B15,8.05B20,7.28B3,7.23 2018(A1)B18,11.07B5,10.33B11,9.83B2,8.95B9,8.69B3,8.45B15,8.21B4,7.69 宣城2014(A3)B8,11.15B15,9.82B9,7.95B12,7.56B14,7.37B13,7.13B7,7.02B16,6.89 2016(A3)B15,10.06B8,9.22B12,7.42B14,7.42B6,7.34B16,7.26B13,7.11B11,6.55 2018(A3)B8,10.64B15,10.17B5,9.52B16,8.14B14,7.41B12,7.30B9,6.69B19,6.40 铜陵2014(A1)B18,13.56B12,12.87B5,11.81B4,11.44B2,11.06B3,11.03B19,10.49B16,9.25 2016(A1)B2,11.65B13,11.18B12,10.93B5,10.39B3,10.32B16,10.13B19,9.94B6,9.55 2018(A1)B2,11.62B11,10.74B3,10.56B12,10.35B8,9.85B19,9.81B5,8.53B15,8.31 池州2014(A2)B12,10.15B7,8.96B9,7.98B3,7.91B11,7.88B15,7.63B5,7.59B10,7.23 2016(A3)B12,9.95B9,8.45B7,7.79B15,7.68B14,7.61B3,7.09B13,6.80B5,6.79 2018(A3)B16,10.59B12,9.36B3,8.78B6,8.41B15,7.82B14,7.57B13,7.50B7,7.34 安庆2014(A3)B11,11.13B15,9.72B16,9.68B10,9.56B17,8.47B7,8.37B14,7.88B13,7.83 2016(A3)B10,9.89B16,9.43B15,9.34B19,8.21B17,8.16B14,7.73B6,7.71B7,7.60 2018(A2)B11,12.68B16,10.47B15,9.62B10,8.17B17,8.10B9,7.84B14,7.77B19,7.19 黄山2014(A3)B4,11.55B15,11.30B16,11.13B12,10.94B6,10.54B17,10.31B13,9.19B14,9.05 2016(A3)B4,12.88B15,11.59B12,10.65B16,9.93B10,9.61B14,9.12B13,8.36B7,8.32 2018(A3)B15,11.9B4,10.78B12,10.03B16,9.80B17,9.66B14,9.18B8,7.35B6,6.56

注：年份后准则层指标为本年度本市显著准则层障碍因子

2. 准则层障碍因子时空演变分析

根据表3得到的障碍因子排序表，以准则层中包含指标出现的频数为基础，提取出现频数最多的准则层指标为显著准则层障碍因子，对表中每个地级市每年显著准则层障碍因子进行标注，并对其显著准则层障碍因子随年份演变的趋势进行分析。

从整体变化的角度，研究期内安徽省各地区主导准则层障碍因子未发生变化的有8个地级市，分别是阜阳市、亳州市、淮北市、滁州市、马鞍山市、铜陵市、宣城市和黄山市；发生主导准则层障碍因子变化的也有8个地级市，分别是六安市、安庆市、池州市、淮南市、蚌埠市、宿州市、合肥市和芜湖市。

分析未发生演变的8个地级市，阜阳市、亳州市和滁州市的主导准则层障碍因子是基本要素竞争力，表明这些地区农业竞争力的障碍主要来源于日常农业生产中的农药、化肥、地膜等农资使用强度和农业机械使用强度，说明这些地区在这些因素的利用效率上较低。就农资方面的低效率可以归结于农民生产活动中农资科学施用观念的不足、相应节约型农用器具的缺失。黄山市和宣城市的主要准则层障碍因子是经营主体竞争力，表明这些地区提升农业竞争力的主要障碍来源于农业从业人员。黄山市和宣城市由于地理因素和经济发展水平与其他地区相比存在一定的劣势，导致第一产业的占比较低，农民人均收入也较低，另外在人均教育水平上也处于安徽省中等偏下水平。这些因素很大程度上影响着黄山市和宣城市的农业竞争力发展水平。马鞍山市、铜陵市和淮北市的主导准则层障碍因子是自然禀赋竞争力。三市都是安徽省重要的资源型城市，所以发展的传统产业都和煤炭资源有关，使其对应的第二产业占有很大的比例，但第一产业的比例也因此缩减，而且这些主导产业的发展对于农业生产生活需要的自然因素还产生很大的外部性，不仅在生产用水上造成污染和滥用，而且对农业用地也存在着占用的问题。

对于准则层障碍因子发生演变的8个地级市，变化类型可以分为单向演变（X→Y）和多向演变（X→Y→X)。单向演变的地区包括六安市、安庆市、池州市、淮南市、蚌埠市和宿州市。六安市和安庆市的主导准则层障碍因子是从农业增收竞争力向基本要素竞争力演变，说明两市近年来农业增收取得了一定的正向绩效，但是在农资使用的强度和效率方面相对降低。与两市产生相反演变的池州市，其主导准则层障碍因子演变则体现在农业增收减退和农业基本要素使用效率上升。淮南市和宿州市的主导准则层障碍因子都是从资源禀赋竞争力开始，分别向经营主体竞争力和基本要素竞争力演变；蚌埠市则是从经营主体竞争力向资源禀赋竞争力演变。多向演变的地区包含合肥市和芜湖市，两市演变的主导准则层障碍因子都是经营主体竞争力和资源禀赋竞争力，说明影响两市农业竞争力的原因可以归于农业生产的外部保障和经营主体产生的问题。两市作为安徽省经济发展相对发达地区，在第三产业的投入上远远高于第一产业，农业用地、农业人均用地面积等因素的不足是限制农业竞争力的主要原因。

三、结论和建议

本文通过构建安徽省农业竞争力评价体系，运用熵权法和障碍度模型分析了2014—2018年安徽省农业竞争力演变情况，并对农业竞争力障碍因子的时空演变进行了分析，结论如下：（1）安徽省各市资源禀赋竞争力的发展贡献度呈现“N”型周期性波动，基本要素竞争力和农业增收竞争力的发展贡献度以2016年为分界线呈现先增后减的波动，经营主体竞争力的发展贡献度先减后增。（2）在研究期间，安徽省各地区的主导准则层障碍因子未发生变化的有8个地级市，原因可以归结于评价体系中指标层指标投入的低效率。发生变化的有8个地级市，从单向演变的角度和多向演变的角度来看，原因归结于本市农业发展中关于评价体系指标层指标投入的不均衡，这也导致主导准则层障碍因子发生演变。

针对以上的研究结论，鉴于制约安徽省各地农业竞争力发展的障碍因子情况，从构建的指标体系出发，提出以下政策建议：（1）建立农业资源禀赋投入稳定增长机制，对于农林牧渔业投入应进一步加大，缩小产业之间投入不均衡的差距。对于农业生产过程中的水电或者乡村道路这些基础设施，要做到全覆盖。（2）加强农用资源高效环保生产。提升发展农资生产水平，使用有机化肥和环保的农用塑料膜等。对于农作物收割遗留秸秆，开发出以其为基础生产的工业原料及化肥，对于农用塑料膜从可分解新材料方面进行生产，避免由于使用不可分解塑料对农用耕地产生不可挽回的危害。其他农资都要以高效环保为准则生产，保证在源头处严守环保可持续的原则。（3）改善农业增收提升条件。使用优质农用种子苗木和加快农业机械化，加强农业生产市场关于农用种子和苗木的监管，优化种子、苗木的源头。加强粮食收割及播种农用器具的研发，紧紧跟随现代农业快速发展的需要，不但要做到先进适用，还要拥有节能减排的特性，贴合可持续发展的要求。（4）强化农业经营主体整体条件[16]。解决文化及农业技术知识缺失的问题，可重点从培养农业农村人才队伍方面出发，增设相关农业职业院校以加强农业人才的培训，引进农业经济与农业技术人才等，以提升经营主体整体素质。

[1] 魏素豪, 李晶, 李泽怡, 等. 中国农业竞争力时空格局演化及其影响因素[J]. 地理学报, 2020, 75(6): 1287-1300.

[2] 游士兵, 肖加元. 农业竞争力的测度及实证研究[J]. 中国软科学, 2005(7): 147-152.

[3] 李晓甜, 石培基. 甘肃省区域农业竞争力评价与时空演变分析[J]. 农业现代化研究, 2016, 37(2): 238-246.

[4] 杨毅. 长三角城市群农业竞争力评价与区域差异研究[D]. 合肥: 安徽大学, 2018.

[5] 朱侃, 韩国明, 黄雪松, 等. 中国西部地区农业竞争力的比较分析[J]. 地域研究与开发, 2019, 38(2): 147-152.

[6] 姚爱萍. 中国省域农业竞争力测度及分析——指标体系构建及其相关关系研究[J]. 农村经济, 2017(6): 69-75.

[7] 褚英东. 农业科研信息资源管理研究——核心竞争力的视角[J]. 农业经济, 2020(12): 91-92.

[8] 任永泰, 于浩然, 刘慧, 等. 基于因子分析与灰色关联的生态农业经济竞争力评价——以黑龙江省为例[J]. 生态经济, 2020, 36(12): 85-92, 153.

[9]赵树宽, 刘冠宏. 农业竞争力理论范式探讨[J]. 当代经济研究, 2013(5): 20-26, 93.

[10] WEI X X, SHEN L Y, LIU Z, et al. Comparative analysis on the evolution of ecological carrying capacity between provinces during urbanization process in China[J]. Ecological Indicators, 2020, 112: 106-179.

[11] 张锐, 刘友兆. 我国耕地生态安全评价及障碍因子诊断[J]. 长江流域资源与环境, 2013, 22(7): 945-951.

[12] 吴一凡, 雷国平, 路昌, 等. 基于改进TOPSIS模型的大庆市城市土地利用绩效评价及障碍度诊断[J].水土保持研究, 2015, 22(4): 85-90.

[13] 盖豪, 颜廷武, 何可, 等. 基于农户视角的秸秆机械化还田服务绩效评价及其障碍因子诊断——来自冀、鲁、皖、鄂四省的调查[J]. 长江流域资源与环境, 2018, 27(11): 2597-2608.

[14] 王勇, 陈印军, 易小燕, 等. 耕地流转中的“非粮化”问题与对策建议[J]. 中国农业资源与区划, 2011, 32(4): 13-16.

[15] 林胜. 种植业收入模型的影响因素研究——以安徽省为例[J]. 辽宁工业大学学报(自然科学版), 2018, 38(2): 136-140.

[16] 刘云菲, 李红梅, 马宏阳. 中国农垦农业现代化水平评价研究——基于熵值法与TOPSIS方法[J]. 农业经济问题, 2021(2): 107-116.

10.15916/j.issn1674-327x.2021.06.005

F323

A

1674-327X (2021)06-0017-06

2020-12-31

教育部人文社会科学规划基金项目(19YJA790056)；安徽省哲学社会科学规划重点基金项目(AHSKZ2018D02)

刘鹏凌(1971-)，男，安徽桐城人，教授，博士。

(责任编辑：许伟丽)