Please wait a minute...
 
引用检索 快速检索 DOI 高级检索
地理学报    2017, Vol. 72 Issue (8): 1347-1360     DOI: 10.11821/dlxb201708002
  产业发展 本期目录 | 过刊浏览 | 高级检索 |
财产保险公司的地理扩张与利润
王向楠()
中国社会科学院金融研究所,北京 100086
The geographical expansion and profit of property insurers
WANG Xiangnan()
Institute of Finance and Banking, Chinese Academy of Social Sciences, Beijing 100086, China
全文: PDF (1812 KB)   HTML
输出: BibTeX | EndNote (RIS)     
摘要 

中国财产保险业(简称产险业)的经营状况存在明显的空间分异性,且近些年中国产险公司进行了较快速的地理扩张,那么,地理扩张如何影响了公司的盈利能力?本文基于2006-2015年中国64家产险公司的面板数据,采用地理加权方法估计了每家公司的利润效率,并基于多个地理扩张指标进行了回归分析。研究发现:① 地理扩张与盈利能力呈显著正相关,六成以上的正相关来自于有更强盈利能力的产险公司更会去实施地理扩张。② 地理扩张对产险公司的盈利能力仍然产生了一定程度的正向影响,其他条件不变时,如果产险公司经营的省区市数目增加10家、产险公司来自于非总部所在的省区市的保费收入份额增加10个百分点、产险公司在各省区市的保费收入的集中度降低单位标准差、产险公司总部与分部的平均距离增加1%,那么,产险公司的盈利能力将分别提高样本中单位标准差的2%、1%、2%、1%。③ 采用基于普通方法估计的利润效率时,难以得到地理扩张影响产险公司的盈利能力的结论。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
王向楠
关键词 财产保险公司地理扩张利润空间分异性中国 
Abstract

There is significant spatial stratified heterogeneity in the operating conditions of property insurance industry in China. What is more, China's property insurers have carried out a rapid geographic expansion in recent years, then, how does the geographic expansion affect the profit of property insurers? On the basis of the panel data of China's 64 property insurers during the period from 2006 to 2015, this paper estimates the the profit efficiency for each property insurer using the geographically-weighted method. Moreover, through the regression analysis with five geographical expansion measures, we draw the following conclusions. (1) Geographical expansion is significantly and positively related to the profitability and more than 60% of the positive correlation attribute to the larger possibilities of higher profitability insurers to carry out geographical expansion. (2) Geographical expansion also plays a positive role in property insurers' profitability to some extent. Other things being equal, the number of the provincial-level regions where an insurer operates increases by 10, the premium income share from the provincial-level regions other than its headquarters-located region increases by 10 percentage points, the concentration ratio of the premium income across provincial-level regions decreases by a unit of standard deviation, and the average distance between the headquarters and its branches increases by 1%, the profitability of the property insurer will increase by 2%, 1%, 2% and 1% of a unit of standard deviation in the sample, respectively. (3) It is difficult to reach a conclusion on the positive impact of geographical expansion on profitabilitywhen the profit efficiency is estimated by ordinary methods.

Key wordsproperty insurers    geographical expansion    profit    spatial stratified heterogeneity    China
收稿日期: 2016-05-02      出版日期: 2017-08-23
基金资助:国家自然科学基金项目(71203133);国家社会科学基金项目(13&ZD161)
引用本文:   
王向楠 . 财产保险公司的地理扩张与利润[J]. 地理学报, 2017, 72(8): 1347-1360.
WANG Xiangnan . The geographical expansion and profit of property insurers[J]. Acta Geographica Sinica, 2017, 72(8): 1347-1360.
链接本文:  
http://www.geog.com.cn/CN/10.11821/dlxb201708002      或      http://www.geog.com.cn/CN/Y2017/V72/I8/1347
Fig. 1  2013年中国财产保险深度与赔付率的空间分布
区域所含地级
单位数
东北 华北 华东 华南 华中 西北 西南 q统计量(%)(显著性)
基于省级单位计算
40 31 66 37 55 53 54
机动车险 占比(%) 70.3 80.1 77.2 76.6 79.0 71.6 74.0 51.0 (0.000)
深度(%) 0.53 0.91 0.83 0.73 0.62 0.78 0.97 40.8 (0.000)
赔付率(%) 52.8 52.4 56.0 51.2 53.2 50.6 51.4 18.9 (0.000)
企业
财产险
占比(%) 4.4 4.4 4.3 3.7 2.8 4.1 2.3 24.6 (0.000)
深度(%) 0.04 0.05 0.05 0.04 0.02 0.05 0.03 22.2 (0.000)
赔付率(%) 43.9 43.5 47.4 102.2 61.7 52.2 54.6 19.4 (0.000)
农业保险 占比(%) 13.0 4.5 2.4 3.0 6.0 9.6 9.2 45.2 (0.000)
深度(%) 0.09 0.06 0.03 0.03 0.04 0.10 0.11 31.0 (0.000)
赔付率(%) 78.5 44.2 46.6 62.5 63.2 50.0 45.0 27.6 (0.000)
信用
保证险
占比(%) 2.4 6.2 5.3 5.7 4.6 4.0 3.7 21.5 (0.000)
深度(%) 0.05 0.03 0.05 0.08 0.04 0.06 0.06 17.9 (0.000)
赔付率(%) 10.2 29.6 31.1 19.7 22.5 15.2 22.4 23.1 (0.000)
责任险 占比(%) 2.3 2.7 3.8 3.4 3.5 2.8 2.6 38.7 (0.000)
深度(%) 0.02 0.03 0.03 0.03 0.03 0.05 0.05 37.0 (0.000)
赔付率(%) 47.2 38.1 40.8 40.4 45.8 35.4 36.1 21.1 (0.000)
其他险 占比(%) 5.1 5.3 8.1 10.0 7.4 9.6 9.1 48.3 (0.000)
深度(%) 0.04 0.05 0.08 0.08 0.06 0.12 0.11 42.0 (0.000)
赔付率(%) 46.5 53.1 47.3 52.6 47.3 52.2 45.2 13.6 (0.000)
Tab. 1  2013年中国主要产险险种发展程度和赔付率的空间分异性
年份 公司数量(家) 保费收入占全行业比重(%) 年份 公司数量(家) 保费收入占全行业比重(%)
2006年 30 99.03 2011年 51 98.56
2007年 33 98.56 2012年 54 96.63
2008年 37 98.74 2013年 59 97.59
2009年 41 98.89 2014年 61 98.14
2010年 46 98.11 2015年 62 98.28
Tab. 2  本文样本的代表性
度量 均值 标准差
投入项数量 劳动 员工人数(人) 5796.36 8845.45
物料 固定资产(百万元) 369.61 826.15
金融资本 资本金+公积金(百万元) 2354.21 4390.93
投入项价格 劳动 职工薪酬/员工人数(百万元/人) 0.25 0.37
物料 “业务及管理费用–职工薪酬”/固定资产 1.98 8.14
金融资本 税后利润/“资本金+公积金”(拟合值) 0.06 0.10
产出项数量
(百万元)
损失补偿 赔付支出+准备金增量(百万元) 4687.37 15666.72
资金融通 投资资产(百万元) 9472.91 28495.60
Tab. 3  投入和产出变量的描述统计
Fig. 2  2015年中国产险公司总部和省级分部的地理分布
Fig. 3  产险公司地理扩张
描述统计 简单相关系数
均值 标准差 最小值 最大值 GeoDum GeoProv GeoShare 1-GeoHHI GeoDist
GeoDum(0或1) 0.78 0.41 0 1 1
GeoProv(个) 11.36 10.78 1 31 0.51*** 1
GeoShare 0.54 0.39 0 1 0.69*** 0.81*** 1
1-GeoHHI 0.56 0.38 0 0.95 0.78*** 0.82*** 0.95*** 1
GeoDist(km) 583.58 482.69 0 2604.54 0.56*** 0.74*** 0.86*** 0.80*** 1
Tab. 4  “地理扩张”变量的描述统计和相关性
变量 均值 标准差 最小值 中位数 最大值
Assets(百万元) 13221.35 38839.05 179.07 2009.66 420420.00
1-ProdHHI 0.47 0.20 0.00 0.48 0.84
Leveage 0.63 0.26 0.02 0.67 2.05
AD 0.05 0.33 0.00 0.01 5.84
Age(年) 9.94 7.24 2 8 36
Tab. 5  控制变量的描述统计
被解释变量:Profitit (地理加权)
GeoExpan的度量方式 GeoDum GeoProv
(1) (2) (3) (4) (5) (6)
GeoExpan 0.0224*** 0.0053*** 0.0016 0.0010*** 0.0004** 0.0002*
(0.0057) (0.0009) (0.0045) (0.0002) (0.0001) (0.0001)
时变公司特征变量 × × × ×
公司固定效应 × ×
年度固定效应
GeoExpan的度量方式 GeoShare 1-GeoHHI
(7) (8) (9) (10) (11) (12)
GeoExpan 0.0311*** 0.0113*** 0.0055*** 0.0335*** 0.0127*** 0.0053***
(0.0059) (0.0017) (0.0017) (0.0060) (0.0017) (0.0017)
时变公司特征变量 × × × ×
公司固定效应 × ×
年度固定效应
GeoExpan的度量方式 ln1+GeoDis
(13) (14) (15)
GeoExpan 0.0050*** 0.0021*** 0.0010***
(0.0012) (0.0003) (0.0003)
时变公司特征变量 × ×
公司固定效应 ×
年度固定效应
Tab. 6  地理扩张对地理加权的利润效率的影响
(3) (6) (9) (12) (15)
lnAssets –0.0025 0.0001 0.0002 0.0001 0.0001
(0.0031) (0.0006) (0.0005) (0.0006) (0.0006)
1-ProdHHI –0.0490*** 0.0012 0.0033 0.0026 0.0025
(0.0144) (0.0027) (0.0027) (0.0027) (0.0027)
Leveage 0.0067 0.0082*** 0.0077*** 0.0069*** 0.0074***
(0.0069) (0.0013) (0.0012) (0.0013) (0.0013)
AD –0.0049 –0.0002 –0.0001 –0.0003 –0.0002
(0.0037) (0.0007) (0.0006) (0.0007) (0.0007)
lnAge 0.0200*** 0.0026* 0.0023* 0.0022* 0.0024*
(0.0072) (0.0014) (0.0014) (0.0013) (0.0013)
Tab. 7  时变公司特征变量的估计结果
被解释变量:Profitit (普通估计)
GeoExpan的度量方式 GeoDum GeoProv
(1) (2) (3) (4) (5) (6)
GeoExpan 0.0708*** 0.0032 –0.0016 0.0038*** 0.0008 0.0000
(0.0114) (0.0040) (0.0045) (0.0004) (0.0005) (0.0006)
时变公司特征变量 × × × ×
公司固定效应 × ×
年度固定效应
GeoExpan的度量方式 GeoShare 1-GeoHHI
(7) (8) (9) (10) (11) (12)
GeoExpan 0.1040*** 0.0129 0.0043 0.1090*** 0.0136* –0.0031
(0.0114) (0.0080) (0.0097) (0.0117) (0.0079) (0.0098)
时变公司特征变量 × × × ×
公司固定效应 × ×
年度固定效应
GeoExpan的度量方式 ln1+GeoDis
(13) (14) (15)
GeoExpan 0.0231*** 0.0014 –0.0015
(0.0024) (0.0014) (0.0016)
时变公司特征变量 × ×
公司固定效应 ×
年度固定效应
Tab. 8  地理扩张对普通方法估计的利润效率的影响
Profitit(地理加权)
首次跨省区市经营的前后比较 首次跨大区域经营的前后比较
系数 标准误 t统计量 系数 标准误 t统计量
D-3t 0.006 (0.006) [0.99] 0.006 (0.007) [0.92]
D-2t 0.005 (0.006) [0.95] 0.008 (0.006) [1.40]
D-t 0.001 (0.004) [0.32] 0.001 (0.005) [0.12]
Dt 0.016 (0.004) [3.59] 0.015 (0.004) [3.22]
D2t 0.013 (0.004) [2.74] 0.010 (0.004) [2.00]
D3t 0.015 (0.004) [3.13] 0.012 (0.005) [2.52]
公司固定效应
年度固定效应
R2 0.96 0.96
观察值数 288 295
Tab. 9  首次地理扩张前后的利润效率
序号 公司名称(作为地理基准点的公司) 总部地 利润效率 序号 公司名称
(作为地理基准点的公司)
总部地 利润效率
1 中国人民 北京 0.682 33 信达 北京 0.742
2 中国人寿 北京 0.733 34 泰山 山东 0.777
3 中国大地 上海 0.692 35 锦泰 四川 0.617
4 太平 上海 0.696 36 众诚汽车 广东 0.639
5 中国太平洋 上海 0.727 37 长江 湖北 0.672
6 中国平安 广东 0.715 38 诚泰 云南 0.627
7 中华联合 北京 0.624 39 富德 广东 0.690
8 阳光 北京 0.740 40 鑫安汽车 吉林 0.442
9 华泰 北京 0.702 41 北部湾 广西 0.542
10 天安 上海 0.685 42 众安在线 上海 0.542
11 史带 上海 0.540 43 中意 北京 0.507
12 华安 广东 0.766 44 国泰 上海 0.672
13 永安 陕西 0.653 45 美亚 上海 0.718
14 永诚 上海 0.696 46 东京海上日动 上海 0.564
15 安信农业 上海 0.467 47 瑞再企商 上海 0.716
16 安邦 北京 0.589 48 丘博 上海 0.823
17 安华农业 吉林 0.592 49 三井住友海上 上海 0.444
18 阳光农业 黑龙江 0.286 50 三星 上海 0.386
19 安盛天平 上海 0.542 51 安联 广东 0.551
20 渤海 天津 0.738 52 日本 上海 0.652
21 都邦 吉林 0.744 53 利宝互助 重庆 0.709
22 华农 北京 0.678 54 中航安盟 四川 0.862
23 民安 广东 0.661 55 苏黎世 北京 0.789
24 安诚 重庆 0.685 56 现代 北京 0.327
25 中银 北京 0.658 57 劳合社 上海 0.458
26 英大泰和 北京 0.584 58 爱和谊日生同和 天津 0.682
27 长安责任 北京 0.701 59 日本兴亚 广东 0.607
28 国元农业 安徽 0.299 60 乐爱金 江苏 0.390
29 鼎和 广东 0.444 61 富邦 福建 0.749
30 中煤 山西 0.689 62 信利 上海 0.593
31 紫金 江苏 0.690 63 天平汽车 上海 0.739
32 浙商 浙江 0.579 64 安盛 上海 0.688
Annexed Table  2015年样本构成和地理加权的利润效率
[1] He Canfei, Fu Rong.An empirical study on the locational choices of foreign banks in China. Acta Geographica Sinica, 2009, 64(6): 701-712.
[贺灿飞, 傅蓉. 外资银行在中国的区位选择. 地理学报, 2006, 64(6): 701-712.]http://d.wanfangdata.com.cn/Periodical/dlxb200906007
[2] Wu Wei, Liu Weidong, Liu Yi.Regional differences of local banking systems in China. Acta Geographica Sinica, 2007, 62(12): 1235-1243.
[武巍, 刘卫东, 刘毅. 中国地区银行业金融系统的区域差异. 地理学报, 2007, 62(12): 1235-1243.]http://d.wanfangdata.com.cn/Periodical/dlxb200712001
[3] Qian Minghui, Hu Ridong.Research on the spatial radiation ability of regional financial center in China. Geographical Research, 2014, 33(6): 1140-1150.
[钱明辉, 胡日东. 中国区域性金融中心的空间辐射能力. 地理研究, 2014, 33(6): 1140-1150.]http://d.wanfangdata.com.cn/Periodical_dlyj201406014.aspx
[4] Dai Zhimin, Zhu Liya.The influence of geographical distribution of commercial bank loan on the bank profit efficiency in China. Acta Geographica Sinica, 2015, 70(6): 955-964.
[戴志敏, 朱莉妍. 中国商业银行贷款地理分布对银行利润效率的影响. 地理学报, 2015, 70(6): 955-964.]http://d.wanfangdata.com.cn/Periodical/dlxb201506009
[5] Deng S E, Elyasiani E.Geographic diversification, bank holding company value, and risk. Journal of Money, Credit and Banking, 2008, 40(6): 1217-1238.
[6] Berger A N, DeYoung R. The effects of geographic expansion on bank efficiency. Journal of Financial Services Research, 2001, 19(2/3): 163-184.年度引用
[7] Brickley J A, Linck J S, Smith C W Jr. Boundaries of the firm: Evidence from the banking industry. Journal of Financial Economics, 2003, 70(3): 351-383.
[8] Hayden E, Porath D, Westernhagen N.Does diversification improve the performance of German banks? Evidence from individual bank loan portfolios. Journal of Financial Services Research, 2007, 32(3): 123-140.http://link.springer.com/article/10.1007/s10693-007-0017-0
[9] Schmid M M, Walter I.Do financial conglomerates create or destroy economic value? Journal of Financial Intermediation, 2009, 18(2): 193-216.http://www.sciencedirect.com/science/article/pii/S1042957308000326
[10] Wang Qiang, Wu Wei, Huang Juan.Trans-regional operation of city commercial bank: Credit expansion, risk level and bank performance. Journal of Financial Research, 2012(1): 141-153.
[王擎, 吴玮, 黄娟. 城市商业银行跨区域经营: 信贷扩张、风险水平及银行绩效. 金融研究, 2012(1): 141-153.]http://www.cnki.com.cn/Article/CJFDTotal-JRYJ201201013.htm
[11] Goetz M R, Laeven L, Levine R.Identifying the valuation effects and agency costs of corporate diversification: Evidence from the geographic diversification of US banks. Review of Financial Studies, 2013, 26(7): 1787-1823.http://rfs.oxfordjournals.org/content/26/7/1787
DOI: 10.1093/rfs/hht021     
[12] Li Guangzi.Trans-regional operation and small and medium-sized banks' performance. Journal of World Economy, 2014(11): 119-145.
[李广子. 跨区经营与中小银行绩效. 世界经济, 2014(11): 119-145.]
[13] Sun Qixiang, Bian Wenlong, Wang Xiangnan.The roles of business concentration in the profit and risks of life insurance companies. Modern Economic Science, 2015, 37(3): 27-38.
[孙祁祥, 边文龙, 王向楠. 业务集中度对寿险公司利润和风险的作用研究. 当代经济科学, 2015, 37(3): 27-38.]http://d.wanfangdata.com.cn/Periodical/ddjjkx201503004
[14] Millo G, Carmeci G.Non-life insurance consumption in Italy: A sub-regional panel data analysis. Journal of Geographical Systems, 2011, 13(3): 273-298.http://link.springer.com/article/10.1007/s10109-010-0125-5
[15] Wang J F, Li X H, Christakos G, et al.Geographical detectors-based health risk assessment and its application in the neural tube defects study of the Heshun Region, China. International Journal of Geographical Information Science, 2010, 24(1): 107-127.http://dl.acm.org/citation.cfm?id=1744690
[16] Wang J F, Zhang T L, Fu B J.A measure of spatial stratified heterogeneity. Ecological Indicators, 2016, 67: 250-256.http://www.sciencedirect.com/science/article/pii/S1470160X16300735
[17] Wang Shaojian, Wang Yang, Lin Xueqin, et al.Spatial differentiation patterns and influencing mechanism of housing prices in China: Based on data of 2872 counties. Acta Geographica Sinica, 2016, 71(8): 1329-1324.
[王少剑, 王洋, 蔺雪芹, . 中国县域住宅价格的空间差异特征与影响机制. 地理学报, 2016, 71(8): 1329-1342.]http://d.wanfangdata.com.cn/Periodical/dlxb201608004
[18] Insurance Association of China. China Motor Insurance Market Development Report 2014
(Chapters 4-5) 4-5). Beijing: China Financial Publishing House, 2015.
[中国保险行业协会. 中国机动车辆保险市场发展报告2014(第四、五章). 北京: 中国金融出版社, 2015.]
[19] Shi Peijun.The Atlas of China's Natural Disaster Hazard. Beijing: Science Press, 2011.
[史培军. 中国自然灾害风险地图集. 北京: 科学出版社, 2011.]
[20] People's Bank of China. China Financial Stability Report 2016. Beijing: China Financial Publishing House, 2016.
[中国人民银行.中国金融稳定报告2016. 北京: 中国金融出版社, 2016.]
[21] Cummins J D, Weiss M A.Analyzing firm performance in the insurance industry using frontier efficiency and productivity methods//Dionnes G. Handbook of Insurance. Boston: Kluwer Academic Publishers, 2000.
[22] Cummins J D, Weiss M A.Analyzing firm performance in the insurance industry using frontier efficiency and productivity methods//Dionnes G. Handbook of Insurance. 2nd ed. Boston: Kluwer Academic Publishers, 2013.
[23] Eling M, Luhnen M.Frontier efficiency methodologies to measure performance in the insurance industry: Overview, systematization, and recent developments. Geneva Papers on Risk and Insurance-Issues and Practice, 2010, 35(2): 217-265.
[24] Cummins J D, Weiss M A, Zi H.Organizational form and efficiency: The coexistence of stock and mutual property-liability insurers. Management Science, 1999, 45(9): 1254-1269.http://dl.acm.org/citation.cfm?id=333425
[25] Tabak B M, Miranda R B, Fazio D M.A geographically weighted approach to measuring efficiency in panel data: The case of US saving banks. Journal of Banking & Finance, 2012, 37(10): 3747-3756.http://www.sciencedirect.com/science/article/pii/S0378426613002410
[26] Battese G E, Coelli, T J.Frontier production functions, technical efficiency and panel data: With application to paddy farmers in India. Journal of Productivity Analysis, 1992, 3(1/2): 153-169.http://onlinelibrary.wiley.com/resolve/reference/XREF?id=10.1007/BF00158774
DOI: 10.1007/BF00158774     
[27] Bian Wenlong, Wang Xiangnan.A literature review on the stochastic frontier analysis in panel data. Statistical Research, 2016, 33(6): 13-20.
[边文龙, 王向楠. 面板数据随机前沿分析的研究综述. 统计研究, 2016, 33(6): 13-20.]http://d.wanfangdata.com.cn/Periodical/tongjyj201606002
[1] 贺灿飞,陈航航. 参与全球生产网络与中国出口产品升级[J]. 地理学报, 2017, 72(8): 1331-1346.
[2] 黄麟,郑瑜晗,肖桐. 中国县域尺度生态保护的地域分异及其适宜性[J]. 地理学报, 2017, 72(7): 1305-1315.
[3] 刘继来,刘彦随,李裕瑞. 中国“三生空间”分类评价与时空格局分析[J]. 地理学报, 2017, 72(7): 1290-1304.
[4] 赵映慧,郭晶鹏,毛克彪,项亚楠,李怡函,韩家琪,吴馁. 1949-2015年中国典型自然灾害及粮食灾损特征[J]. 地理学报, 2017, 72(7): 1261-1276.
[5] 张文霞,刘普幸,冯青荣,汪天广,王天强. 1960-2015年中国绿洲胡杨生长季对全球变暖的时空响应及原因[J]. 地理学报, 2017, 72(7): 1151-1162.
[6] 赵梓渝,魏冶,庞瑞秋,王士君,冯章献. 基于人口省际流动的中国城市网络转变中心性与控制力研究——兼论递归理论用于城市网络研究的条件性[J]. 地理学报, 2017, 72(6): 1032-1048.
[7] 王录仓,武荣伟,李巍. 中国城市群人口老龄化时空格局[J]. 地理学报, 2017, 72(6): 1001-1016.
[8] 李佳洺,杨宇,樊杰,金凤君,张文忠,刘盛和,傅伯杰. 中印城镇化区域差异及城镇体系空间演化比较[J]. 地理学报, 2017, 72(6): 986-1000.
[9] 朱晓华,何书金,袁丽华. 中国地理与资源期刊集群化服务平台的发展与实践[J]. 地理学报, 2017, 72(5): 918-941.
[10] 王瑛,林齐根,史培军. 中国地质灾害伤亡事件的空间格局及影响因素[J]. 地理学报, 2017, 72(5): 906-917.
[11] 程维明,周成虎,申元村,刘樯漪. 中国近40年来地貌学研究的回顾与展望[J]. 地理学报, 2017, 72(5): 755-775.
[12] 赵雪雁,王伟军,万文玉. 中国居民健康水平的区域差异:2003-2013[J]. 地理学报, 2017, 72(4): 685-698.
[13] 张鲜鹤,王欣,刘时银,郭万钦,魏俊锋. 基于第二次冰川编目数据的中国冰川高度结构特征分析[J]. 地理学报, 2017, 72(3): 397-406.
[14] 吴乐英,钟章奇,刘昌新,王铮. 中国省区间贸易隐含PM2.5的测算及其空间转移特征[J]. 地理学报, 2017, 72(2): 292-302.
[15] 王微恒,朱会义. 中国省域农户土地经营规模与地区专业化实证分析[J]. 地理学报, 2017, 72(2): 269-278.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2013 《地理学报》编辑部
本系统由北京玛格泰克科技发展有限公司设计开发