安徽省耕地压力指数时空分布特征及趋势预测

徐京京， 黄建武， 李 丹， 揭 毅， 伍晓阳， 兰明灿

(1.华中师范大学 地理过程分析与模拟湖北省重点实验室, 武汉 430079;2.华中师范大学 城市与环境科学学院, 武汉 430079;3.南京师范大学 教师教育学院, 南京 210046)



安徽省耕地压力指数时空分布特征及趋势预测

徐京京1，2*， 黄建武1，2， 李 丹3， 揭 毅1，2， 伍晓阳1，2， 兰明灿1，2

(1.华中师范大学 地理过程分析与模拟湖北省重点实验室, 武汉 430079;2.华中师范大学 城市与环境科学学院, 武汉 430079;3.南京师范大学 教师教育学院, 南京 210046)

以安徽省1990年～2010年统计资料为基础，分析了耕地资源、人数和粮食产量动态变化，根据最小人均耕地面积和耕地压力指数模型计算了安徽省及其17个地市耕地压力指数，在此基础上分析其时空特征，采用GM(1，1)模型对2011年～2020年耕地面积和耕地压力指数进行预测.结果表明：耕地面积和人均耕地面积总体上呈减少趋势，伴随着粮食总量、单产在波动中上升，人均粮食产量也在波动中上升；1990年～2010年，全省耕地压力指数呈现一个倒“W”型，1991年耕地压力显著，1992年～1997年，耕地压力指数在波动中下降，1997年～2003年，在波动上升，2003年上升到1.109 5，之后呈下降趋势；总体上，1990年～2010间，皖北地级市耕地压力在降低，中南部地级市呈现增大的趋势，2000年耕地压力达到最大，之后耕地压力有所下降；近20年，马鞍山、芜湖、铜陵、黄山以及安庆耕地压力指数均大于1，耕地承受着较长时间的压力，而合肥和池州耕地压力在不断加大，在2010年耕地压力指数均大于1，耕地压力显著；通过预测分析，在2011年～2020年，全省耕地面积和人均耕地面积均会持续下降，而耕地压力在上升，2020年耕地压力明显，耕地压力指数达到1.041 16，基于此，提出了一些减轻耕地压力的建议.全面分析安徽省耕地压力指数时空分布特征，这对于保障粮食安全、减轻耕地压力以及制定保护耕地资源的政策提供了参考.

耕地压力指数； 耕地压力； 时空分布特征； GM(1，1)模型； 安徽省

随着我国工业化和城市化进程的加快，部分耕地资源不可避免地转化为工业用地和城市用地，据统计，2001年～2005年，我国耕地面积减少高达553.31万hm2，人均耕地面积从2001年的0.1 hm2减少到2005年的0.089 hm2，安徽省作为人口大省和农业大省，人均耕地面积远远低于全国平均水平，耕地面积由1990年的436.5万hm2减少到2010年的418.4万hm2，人均耕地由1990年的0.077 1 hm2下降到2010年0.061 2 hm2，即将接近国际人均耕地的0.053 hm2的警戒线[1]，人地关系紧张.耕地的数量和质量对维持粮食安全、社会稳定具有重要的作用，而耕地资源大面积减少已经引起了国家和社会各界的广泛关注[2].近些年，不少学者关于耕地压力与粮食安全做了大量理论和实例研究[3-5]，研究尺度[6-11]主要有国家、区域、省份以及市县等，主要利用最小人均耕地面积和耕地压力指数模型等方法.但是对安徽省的相关研究不多[12]，安徽省作为农业大省和人口大省，不仅肩负着本省粮食供给的责任，而且也是全国重要的粮食生产区，基于此，本文利用安徽省1990年～2010年统计资料，根据耕地压力模型计算了安徽省1990年～2010年耕地压力指数，全面分析安徽省耕地压力时空分布特征，对于促进耕地资源保护、保障粮食安全具有一定的参考意义.

1 研究区概况

安徽省位于我国东部，长江下游，地理坐标： 114°54′～ 119°37′E， 29°41′～ 34°38′N，省内主要有长江和淮河两大水系.全省总面积为14.01万km2，占全国国土面积的1.45%，在全国排名第22位，华东地区第3位，省内平原、丘陵、山区的面积分别占全省总面积的31.3%、29.5%、 31.2%，根据地形起伏状况，全省可分为淮北平原、沿江平原、江淮丘陵、皖西大别山区、皖南山区5个自然区域.气候上属于暖温带与亚热带过渡地区，淮河以北属于暖温带湿润季风气候，淮河以南属于亚热带湿润季风气候，温暖湿润，四季分明是其主要的气候特征.全省年平均气温在14～17℃之间，1月份平均温度为0～4℃，7月份为27～29℃.淮北年均降水量在700～800 mm之间，淮南一般为800～1 700 mm.全省农业具有南北过渡特征，淮北以小麦杂粮为主，已经发展成重要的商品粮、生猪生产基地.长江淮河之间农作物主要为水稻、油菜.截止到2010年末，全省户籍人口为6 862.0万人，常住人口为5 950.05万人，省内生产总值12 359.33亿元，其中农业生产总值占总产值的12.50%，约1 544.42亿元，城市化水平为43.2%.

2 研究方法及数据来源

2.1 研究方法

2.1.1 最小人均耕地面积 最小人均耕地面积定义为在某一区域内、一定粮食自给水平以及耕地综合生产能力条件下，能够满足每一个人正常生活所需要的耕地面积[13].可通过下面公式进行计算：

(1)

式中，Smin代表最小人均耕地面积，hm2/人；β为粮食自给率，%；Gr为人均粮食需要量，kg；p为粮食面积产量，kg/hm2；q为粮食作物播种面积占农作物播种面积的比重，%；k为复种指数，即一年中各季节农作物播种面积之和与耕地面积之比，%.

2.1.2 耕地压力指数模型 耕地压力指数是指最小人均耕地面积与实际人均耕地面积之比，计算公式为：

(2)

式中，K代表耕地压力指数，Smin为最小人均耕地面积，hm2/人，Sa为实际人均耕地面积，hm2/人.

由于耕地综合生产能力、人口数量、人均消费水平等因素都处在动态变化之中，因此最小人均耕地面积与实际人均耕地面积都会随着时间以及空间的变化而变化，耕地压力指数是一个随着时空而发生变化的变量.在不同时空下的K值大小可以反映该时段该地区耕地资源面临的压力大小.当实际人均耕地面积大于最小人均耕地面积时，即K<1时，表明耕地没有明显的压力；当实际人均耕地面积等于最小人均耕地面积时，即K=1时，此时需要保护耕地资源、提高耕地综合生产能力；当实际人均耕地面积小于最小人均耕地面积时，即K>1时，此时耕地面临明显的压力，耕地资源不能保证人民正常的生活需求，会威胁粮食安全，应采取及时有效的措施缓解耕地压力.

2.1.3 灰色模型GM(1，1) 利用灰色模型预测法中的数列预测方法，建立单变量灰色模型GM(1，1)[14]来预测研究区域2011年～2020年耕地面积、人均耕地面积以及耕地压力指数的变化情况，预测模型记为：

(3)

式中，a，b为常数；k=1，2，3，…，n，表示不同的时间，单位为a.

为了检验模型的可信性，利用后验比C以及小误差概率P来对模型检验，当P>0.95，C<0.35时，预测精度等级为好；当P>0.80，C<0. 5时，预测精度等级为合格；当P>0.65，C<0.65时，预测精度等级为勉强；当P<0.65，C>0. 65时，预测精度等级为不合格.

2.2 数据来源

本文耕地面积、粮食产量以及人口数据主要来源于安徽省统计年鉴(1990年～2010年)，同时参考了《安徽省60年1949年～2009年》部分相关农业基础数据，2000年安徽省进行了行政区划的调整，将阜阳市管辖的涡阳县、蒙城县、利辛县划归新设立的地级亳州市管辖，为了保证研究行政区划的一致性，2000年之前，将涡阳县、蒙城县、利辛县数据合并作为亳州市的基础数据，同时，在计算地级市耕地压力指数时，为了保证数据的准确性，先采用三次移动平均法对基础数据进行微调.

3 结果与分析

3.1 耕地、人口、产量动态变化分析

3.1.1 耕地资源动态变化 安徽省近20年耕地面积总体上呈现减少的趋势.根据统计资料可知，1990年全省耕地面积为436.5万hm2，而2010年全省耕地面积仅为418.4万hm2，在此期间耕地面积共减少了18.08万hm2，平均每年减少了9 040hm2，减少率为4.14%.从图1可以看出，安徽省近20年耕地面积变化具有阶段性特点，大致可以分为2个阶段.1) 1990年～2003年，耕地面积减少阶段.由于人口的增加，城市化和经济快速发展，大量耕地变为非农业用地，加上农产品价格低廉，农业收益少，部分耕地撂荒，耕地面积大量流失；1999之后国家推行的退耕还林，这些原因导致耕地面积不断减少；2) 2003年～2010年，耕地面积缓慢增加阶段.这主要得益于近几年开展的农田整理、土地复垦、居民点整理等工程.从耕地面积构成来看，水田面积呈现微弱的增长趋势，从1990年的184.8 万hm2增加到2010年的189.1万hm2；而旱地面积总体上呈现减少趋势，从1990年的251.7万hm2减少到2010年的229万hm2.

虽然安徽省实行严格的计划生育政策，但是由于人口基数大，部分偏远农村生育观念没有改变，人口出生率下降较慢，加之近10年卫生医疗条件的改善大大降低了死亡率，基于此，全省人数从1990年的5 661万人增加到2010年的6 827万人，而耕地面积在此期间减少了18.08万hm2，导致人均耕地面积在持续下降(图1).1990年人均耕地面积是0.077 1hm2，2010年仅为0.061 2hm2，人均耕地面积下降了0.015 9hm2.随着人数的持续增加和耕地面积减少的趋势，人均耕地面积在未来一段时间内将会进一步减少.

图1 安徽省1990年～2010年耕地面积及人均耕地面积变化Fig.1 Changes of cultivated land and per capita cultivated land from 1990 to 2010 in Anhui Province

3.1.2 全省人数线性回归分析 1990年全省人数为5 661万人，2010年为6 827万人，净增加了1 166万人，年均人口增长率为9.3‰.通过对近20年人数变化情况做线性回归分析，线性分析方程为：y=56.617x-1069969，r=0.998 6，通过了0.05水平的置信度检验，全省人数随着年份呈线性增长趋势，利用此回归方程对分别预测2015年、2020年的人口数为：7 107.5、7 397.34万人.

3.1.3 粮食产量动态变化 1990年全省粮食总产量为2564.43×104t，而2010年粮食总产量为3481.77×104t，与1990年相比，粮食产量增加了917.34×104t，平均每年增加产量为45.87×104t.但是安徽省属于暖温带与亚热带过渡地区，易发生旱涝灾害，粮食产量极不稳定.1991年为近20年粮食总产量最低的年份，主要是由于沿淮和淮北“梅雨”提前10～50 d，降水量集中且时间长，造成全省发生尤其是江淮地区发生洪涝，粮食产量锐减；粮食产量也受耕地面积的影响，2003年耕地面积仅有408.5万hm2，是近20年最少的年份，加上自然灾害，与相邻年份相比，2003年粮食产量较低.2003年～2010年，粮食产量在波动中上升.总体而言，粮食产量没有因为耕地大面积减少而减少，而是随着化肥、科技投入的加大带来的单产和复种指数的提高有大幅度的增加.

从图2可以看出，人均粮食产量随着粮食总产量的变化而变化，两者变化趋势基本吻合，1990年人均粮食产量为453 kg，2010年为510 kg，在1990年～2010年间，全省人数增加了1 166万人，耕地面积减少了18.08万hm2，人均粮食产量增加了57 kg.1990年～2003年，人均粮食产量波动性比较大，时增时减，2003年～2010年，人均粮食产量总体上是增加的.伴随着粮食总产量在波动中上升，人均粮食产量也随之波动上升.

1990年全省粮食单产为4 035 kg/hm2，2010年增加到4 656 kg/hm2，粮食单产增加了621 kg，增加幅度较大，与全国同时期粮食单产相比，在1990年～2000年，安徽省粮食单产高于全国同时期粮食单产，而在2000年～2010年，安徽省粮食单产低于同时期全国粮食单产，面对这种对比变化，安徽省要加大农业科技投入、增加水利设施，提高单位面积粮食产量，才能有效面对人口增加和耕地面积减少带来的耕地压力.

3.2 耕地压力指数时空特征分析

3.2.1 全省耕地压力指数变化分析 在分析全省耕地、人口和粮食产量的基础上，对全省最小人均耕地面积(Smin)和耕地压力指数(K)进行了计算分析.在本文中，人均粮食需求量取值为385 kg[15]， 经过调查分析，安徽省作为农业大省，粮食自给率很高，在计算K值时，粮食自给率取100%.全省耕地压力指数计算参数以及结果如表2所示.从表1可以看出，最小人均耕地面积在1990年为0.067 0 hm2， 2010年下降到0.061 2 hm2，呈现逐渐减小的趋势.1990年～2010年间耕地压力指数大致呈现“M”型，1991年由于降水异常，造成全省农作物受灾面积高达5 024千hm2，粮食单产为近20年最低值，耕地压力指数高达1.251 2，耕地压力显著，1992年～1997年，耕地压力指数在波动中下降，1997年耕地压力降为0.834 5，而1997年～2003年，耕地压力指数在波动上升，2003年耕地压力指数上升到1.109 5，之后，随着耕地面积持续稳定的增加和复种指数的提升，耕地压力指数呈下降趋势，到2010年，耕地压力指数为0.852 3，较1990年还要小0.016 2.

表1 1990年～2010年安徽省最小人均耕地面积及耕地压力指数变化Tab.1 Changes of the minimum area of cultivated land per capita and pressure index of cultivated land from 1990 to 2010 in Anhui Province

3.2.2 地市耕地压力指数时空分布特征 根据公式(1)和(2)，以全省地市数据为基础，计算出了近20年各地市耕地压力指数.为了能够清晰地看出各地市耕地压力指数的差异与变化情况，利用ARCGIS软件对各地市不同年份的耕地压力指数进行了可视化表达，结果见图6.

图3 1990年～2010地市年耕地压力指数空间分布图Fig.3 Space distribution of pressure index of cultivated land from 2000 to 2010 in prefecture-level cities

由图3可以看出，各地市K值具有明显的时空差异.总体上，1990年～2010年间，皖北地区耕地压力在逐渐降低，如阜阳、六安、亳州等地级市，1990年～2000年中南部地级市耕地压力指数呈增大的趋势， 2000年耕地压力达到最大，之后耕地压力有所下降.在17个地市中，1990年、1995年耕地压力指数大于1的地级市有8个，主要位于皖北和沿江地区，2000年增加到10个，占全省地市数量近6成，主要位于长江沿岸皖南山区，其中K值最大值出现在铜陵市，达到1.948 7 ，而淮北市、阜阳市、淮南市以及宣城市的K值接近1；随着农田整理、土地复垦、居名点整理等工程以及粮食单产和复种指数的提高，2005年K值大于1的地级减少到6个，最大值依然出现在铜陵市，为2.080 7，2000年～2005年，耕地压力指数总体上是下降的，只有铜陵市和黄山市在上升，其他地市均在下降，耕地压力得到了有效缓解.2010年K值大于1的地市为7个，主要分布在安徽省南部以及中部的合肥市.值得注意的是，近20年，马鞍山、芜湖、铜陵、黄山以及安庆耕地压力指数均大于1，耕地承受着较长时间的压力，而合肥和池州耕地压力在不断加大，在2010年耕地压力指数均大于1，耕地压力显著.

3.3 耕地面积及耕地压力指数预测

根据表2相关数据，在DPS中建立单变量灰色模型GM(1，1)预测安徽省耕地面积、人均耕地面积以及耕地压力指数的变化情况，同时根据表1对模型进行检验.根据计算结果，耕地面积、人均耕地面积和耕地压力指数的方差比C均小于0.35(分别为0.088 3、0.013 0和0.160 3)，小误差概率均为1，可知预测模型精度等级较好，预测结果可信.

耕地面积模型为：

x(t+1)=-4.098119e-0.4300366t+5.088417;

人均耕地面积模型为：

x(t+1)=0.000641e-0.124033t-0.000540;

耕地压力指数模型为：

x(t+1)=0.000641e-0.124033t-0.000540.

在DPS软件中对2015年、2020年耕地面积、人均耕地面积以及耕地压力指数进行预测.2015年耕地面积、人均耕地面积和耕地压力指数分别为 411.11万hm2、0.058 2hm2、0.971 7；2020年耕地面积、人均耕地面积和耕地压力指数分别为407.57万hm2、0.055 75hm2、1.041 16.从预测结果可以看出，耕地面积和人均耕地面积在持续下降，而耕地压力指数在上升，K值在2020年大于1，耕地压力明显.

4 建议与结论

4.1 建议

为了有效缓解耕地压力，保障耕地、人口和粮食这个复合系统高效运行，针对安徽省实际情况，提出以下建议.

1) 要合理控制全省人口增长.安徽省作为人口大省，尽管近些年人口增长率较低，但是人口基数大，每年依然有庞大的人口增加，增加了耕地压力，因此要制定合理的人口政策，把人口控制在合理范围之内，同时，提高人们的科学文化素质，加强人们保护耕地资源和生态观念，这是有效减轻耕地压力的重要途径.

2) 在保持经济增长的同时，抑制耕地过度非农化的速度，制定严格的耕地保护政策，提高城市土地利用效率，同时广泛开展农田整理、土地复垦、居名点整理等工程，增加耕地资源数量，减轻全省耕地资源流失的现状.

3) 加大对中低产田的改造，提高耕地生产能力；加强水利设施建设，减轻旱涝对农业生产的威胁，同时加大农业的科技投入，提高土地利用的集约化程度，走新型化农业道路.

4) 建立完整的耕地资源经济社会生态的补偿机制，通过政府监管和市场运作，有效实现耕地资源高效、可持续综合利用，同时加强水利基础设施的建设，提高抗旱涝的能力，减轻因自然灾害带来的耕地压力.

4.2 结论

安徽省作为农业大省和人口大省，面对人口持续增加，城市化和工业化进程加快，耕地面积不断减少，人地关系紧张.1990年～2010年间耕地压力指数大致呈现一个“M”型， 1991年由于降水异常，耕地压力指数高达1.251 2，耕地压力显著，1992年～1997年，耕地压力指数在波动中下降，1997年耕地压力降为0.834 5，1997年～2003年，耕地压力指数在波动上升，2003年耕地压力指数上升到1.109 5，之后耕地压力指数呈下降趋势， 2010年，耕地压力指数为0.852 3，较1990年还要小0.016 2.全省K值变化是在自然和社会因素综合作用下造成.在自然因素方面，主要受旱涝影响的影响带来的粮食减产，在社会因素方面，耕地非农化加速，造成人均耕地面积持续减少，随着生活质量的提高，人们对蔬菜、瓜果需求量增加，粮食播种面积在总播种面积中的比例下降，这些因素都会造成K值增大；但是，随着化肥农药和科技投入的增加、粮食单产以及复种指数的提高，加强生态保护等可以有效缓降耕地压力.

省内各个地市由于多种原因，K值分布具有明显的时空差异.总体上，1990年～2010年，皖北地区耕地压力在逐渐降低，1990年～2000年中南部地级市耕地压力指数呈增大的趋势， 2000年耕地压力达到最大，之后耕地压力有所下降；近20年，马鞍山、芜湖、铜陵、黄山以及安庆耕地压力指数均大于1，耕地承受着较长时间的压力，而合肥和池州耕地压力在不断加大，在2010年耕地压力指数均大于1，耕地压力显著.经济较为发达的地市，随着耕地的非农化、粮食播种比例的减少以及人口的机械增长加快，易出现耕地压力较大的局面，在发展经济时，应协调好耕地、人口和粮食这个复合系统，保障粮食安全和耕地资源可持续利用.

通过预测分析，在2011年～2020年，全省耕地面积和人均耕地面积均会持续下降，而耕地压力在上升，并在2020年K值大于1，达到1.041 16.耕地压力明显.

[1] 冉清红， 岳云华， 谢德体， 等. 中国耕地警戒值的测算与讨论[J]，资源科学， 2007， 29(3):158-163．

[2] 朱红波， 张安录. 中国耕地压力指数时空规律分析[J].资源科学，2007， 29(3):104-108．

[3] 李玉平， 蔡运龙. 确保中国粮食安全的根本途径[J].干旱区地理，2008， 31(6):951-958．

[4] 赵言文， 施毅超， 胡正义， 等. 基于国家粮食安全的长江三角洲地区耕地保护探讨[J].长江流域资源与环境，2007， 16(4):461-462.

[5] 李晓青， 谢炳庚， 戴爱德， 等. 湖南省耕地压力现状分析及趋势预测[J].经济地理，2003， 23(4):513-515．

[6] 李倩倩， 陈印军. 关中地区耕地压力指数分析及预测[J].中国农学通报， 2011， 27(29):229-234．

[7] 童 彦， 潘玉君， 施 玉. 基于耕地压力指数的云南省粮食产能安全动态分析[J].农业现代化研究， 2012， 33(1):100-103．

[8] 杨丽霞. 基于耕地压力指数的杭州市粮食安全评价[J].农业现代化研究， 2014， 35(1):93-96．

[9] 李治国， 张竟竟， 郭志富. 基于耕地压力指数的河南省粮食安全状况研究[J].地域研究与开发， 2014， 33(2):141-145．

[10] 陈 娜， 林爱文， 刘转花， 等. 武汉城市圈边缘区域耕地压力与耕地红线研究—以赤壁市为例[J] .安徽农业科学， 2014， 42(34):12312-12316．

[11] 赵永华， 刘晓静， 奥 勇. 陕西省耕地资源变化及耕地压力指数分析与预测[J]. 农业工程学报， 2013， 29(11)217-223．

[12] 陈 薇， 张 跃. 安徽省耕地压力分析及趋势预测[J].干旱区地理， 2010， 33(5):831-836．

[13] 蔡运龙， 傅泽强， 戴尔阜. 区域最小人均耕地面积与耕地资源调控[J].地理学报, 2002， 57(2):127-134．

[14] 程建权. 城市系统工程[M]. 武汉：武汉大学出版社，1999．

[15] 中华人民共和国国务院新闻办公室. 《中国粮食问题》白皮书[Z].北京，1996．

An analysis of thetemporal and spatial distribution characteristics of pressure index of cultivated land and its trend prediction of Anhui Province

XU Jingjing1，2， HUANG Jianwu1，2， LI Dan3， JIE Yi1，2， WU Xiaoyang1，2， LAN Mingcan1，2

(1.Key Laboratory for Geographical Process Analysis & Simulation，Hubei Province，Central China Normal University， Wuhan 430079；2.College of Urban and Environment Science， Central China Normal University， Wuhan 430079；3.Teacher Education College， Nanjing Normal University， Nanjing 210046)

Firstly， this paper analyzes the changes of the cultivated land resources， population and grain production with the statistical data from 1990 to 2010 in Anhui province. Then pressure index of cultivated land of Anhui and 17 cities is calculated using minimum area of cultivated land per capita and pressure index of cultivated land model. Finally the temporal and spatial distribution characteristics of the pressure index of cultivated land is studied and the cultivated land area and pressure index of cultivated land is predicted using GM (1， 1) model. The results show that， the arable land and per capita cultivated land area are decreasing on the whole. Per capita grain output rose in volatility as the per unit area yield and grain total rising in volatility. The change of cultivated land pressure index was similar to an inverted “W” type from 1990 to 2010. Cultivated land pressure was significantly high in 1991，while decreased in fluctuation from 1992 to1997，and unsteadily rose from 1997 to 2003. After reaching to 1.109 5 in 2003， the cultivated land pressure index started declining. Overall， cultivated land pressure of cities decreased in northwest while increased central and southern from 1990 to 2010. After achieving the maximum in 2000， in the cultivated land pressure decreased. In Ma’anshan， Wuhu， Tongling， Huangshan and Anqing, the cultivated land pressure index was greater than 1， suggesting that the arable land has been under a shrinking pressure for a long time， Hefei and Chizhou’s cultivated land pressure is increasing with the cultivated land pressure index greater than 1 in 2010， indicating that the cultivated land pressure was significantly high. Through the forecast， the cultivated land area and per capita arable land area will continue to fall， and cultivated land pressure will be on the rise in the 2011～2020. Besides, pressure index of cultivated land will reach 1.04116 in 2020， and the cultivated land pressure is obvious. In order to reduce cultivated land pressure， some suggestions are put forward. Thus, analyzing temporal and spatial distribution characteristics of pressure index of cultivated land in Anhui province， provided reference for guaranteeing food security， reducing pressure cultivated land pressure and protecting cultivated land resources．

pressure index of cultivated land; cultivated land pressure; temporal and spatial distribution characteristics; GM (1， 1) model; Anhui Province

2015-03-23.

中央高校基本科研业务费专项(ccnu15ZD001).

1000-1190(2015)04-0615-08

F301.21< class="emphasis_bold">文献标识码： A

A

*E-mail: hjw651101@sina.com.