The Impact of Local Officials' Agriculture-related Experience on the Development of Agro-product Geographical Indications
-
摘要: 中国地级市之间的地理标志农产品分布呈现与农业资源禀赋不匹配的状态。在强调地方党政领导干部属地管理责任的背景下，地理标志农产品发展可能与地方官员的固有特征有关。从地方官员的涉农经历视角，基于2008—2018年中国地级市的数据，使用固定效应面板回归模型分析发现，具有涉农经历的地方官员可以显著促进地理标志农产品发展，涉农教育经历的影响比涉农工作经历更为显著，且这种影响随着时间的推移逐渐递增。进一步运用中介效应分析影响机制的结果显示，地方官员涉农经历对地理标志农产品发展的影响是通过政策承诺和财政涉农资金发挥作用的，且政策承诺的传导作用更加明显，存在“政策承诺—财政涉农资金”的作用链条。Abstract: There is a mismatch between the spatial distribution of agro-product geographical indications(AGI)and agricultural resources in China. Against the background of emphasizing the local officials' responsibility for territorial management, the development of AGI might be correlated with local officials' intrinsic characteristics. Applying the fixed effect panel regression model based on the data of Chinese cities from 2008 to 2018 and taking local officials' agriculture-related experience into consideration, it is found that the local officials with agriculture-related experience can significantly improve AGI development, and this impact increases over time. The analysis of the mechanism shows that both policy commitments and fiscal funds for agriculture have significant mediating effect between local officials' agriculture-related experience and the development of AGI. Compared with the role of fiscal funds for agriculture, the mediating effect of policy commitments is more obvious.
-
一. 问题的提出
民以食为天，食以安为先，安以质为本。随着农业发展水平和人民生活水平的提升，民众对农产品的需求从“吃得饱”向“吃得好、吃得营养健康”转变，中国农产品问题的关注点也从最初的保障农产品供给的数量安全，转向注重质量和营养安全[1]。在各级政府的共同努力下，农产品供求由过去的长期短缺转为总量大体平衡，中国粮食产量连续保持在1.3万亿斤以上，肉蛋奶、水产品、果菜茶供应充裕，长期令人担忧的农产品数量安全问题基本解决，但是农产品质量安全与广大居民日益增长的消费升级需要还有较大差距。信息不对称导致的市场失灵是农产品质量安全问题的重要成因。由于农产品质量的信任品属性，质量信号难以通过市场有效传递至消费者[2]。由政府提供农产品质量的权威认证服务，可以避免逆向选择[3]。20世纪末以来，中国逐渐构建起以无公害农产品、绿色食品、有机农产品和农产品地理标志为代表的农产品质量安全认证体系。“十三五”时期，绿色、有机和地理标志农产品总数达到5万个，较“十二五”末增加71.9%。其中，地理标志农产品是以地域名称冠名的特色农产品，认证要求较高，不仅对产地环境条件、生产和质量安全技术规范有一系列严格的规定，还要求具有历史人文特点。近年来，中央一号文件多次提出把发展地理标志农产品作为质量兴农、推进农业绿色发展的重要抓手之一。
在地理标志农产品快速发展中，区域间地理标志农产品分布差异较大的问题值得关注。截至2020年年底，山东、四川、湖北、山西、河南和黑龙江的农产品地理标志数量占农业农村部登记总数的36.52%，而海南、吉林、北京、上海、西藏和天津的农产品地理标志数量仅占总数的4.04%①；分布在胡焕庸线东侧的比重高达86.28%，在长江经济带与沿海经济带集聚明显[4]。自然地理属性是地理标志农产品的重要表征，地形气候特征与地域分布有重要联系，但即使是在农业产值和资源禀赋类似的地区，农产品地理标志数量依然相差甚大。以山东和河南为例，两省均为农业大省，均属温带季风气候，2020年山东和河南的农林牧渔业增加值分别为5 749.47亿元和5 600.17亿元②，但是山东累计获得农业农村部登记的农产品地理标志数量达344种，河南仅有160种，前者是后者的2.15倍。在地级市层面这种分布差异更为显著，地理标志农产品地级市分布差异的泰尔指数从2010年的1.108扩大到2018年的1.278 ③，需引入新的视角探寻其中的原因。
为满足人民日益增长的对绿色安全优质农产品的需求，中央强化地方各级党政领导干部的属地管理责任，先后建立了“米袋子”省长负责制、“菜篮子”市长负责制以及食品安全地方党政领导干部同责制。作为优质农产品典型代表的地理标志农产品与各地政府的主观努力密不可分，重视地理标志农产品发展的地方政府将其视为提升农产品质量、促进农业供给侧结构性改革的有效途径，在合理布局、统筹发展、支持申报等方面发挥着积极作用[5]。政府行为实际上是官员行为的体现[6]。地方官员过往经历如教育程度、工作经验等会对战略决策选择产生影响，导致地方治理效果和政策执行的差异。因此，地方官员的特征行为成为研究地区差异化发展的一个重要视角。现有研究以地方官员过往经历为切入点，围绕官员的教育背景与教育支出[7]、本地任职经历与居民消费[8]、知青经历与乡村振兴[9]等诸多领域展开。当前地理标志农产品的相关研究关注到了区域分布差异和分布特征[10]，提出了政府行为因素对区域分布存在影响[11]，也将研究视角延伸至政府行为背后的实质性个体地方官员的涉农经历[12]，但并未深入探究地方官员涉农经历对地理标志农产品发展的影响机制。
地方官员过往经历中的农业农村相关经历会使其更加关注农业政策从增产导向转向提质导向，更加了解居民对提升农产品质量的迫切需要，涉农经历无疑会对代表农产品高质量发展方向的地理标志农产品产生影响。在中国经济转轨过程中，行政权力调整下放加上财政分权，使得地方官员在地区资源配置上拥有了较大自主权。涉农经历对地方官员的关注、认知和价值认同的影响如何通过资源配置自主权发挥作用，并进一步促进辖区内地理标志农产品的发展？本文使用2008—2018年中国地级市的数据，基于高阶理论和烙印理论，通过实证检验探究地方官员涉农经历对地理标志农产品发展的影响机制。本文可能的边际贡献主要体现在三个方面：第一，区别于已有研究单纯关注政府行为对地理标志农产品发展的影响，将研究视角拓展到地方官员的涉农经历；第二，丰富地方官员作用论的相关研究，较早关注地方官员涉农经历对地理标志农产品领域影响的研究；第三，揭示地方官员涉农经历影响地理标志农产品发展的机制，为实践中促进地理标志农产品在区域间相对均衡发展提供新参考。
二. 理论分析与研究假说
一 地方官员涉农经历对地理标志农产品发展的影响
面对现实中复杂多元的决策环境，地方官员的有限理性使其不可能顾及所有因素。高阶理论认为，有限理性的存在使得领导者的认知、价值观和个人特征影响其内心感知和行为模式，从而对决策产生影响[13]。领导者成长中的外部环境和执行工作需求也会对其战略选择产生影响。烙印理论作为高阶理论的补充，论证了特定时期的外界环境会对领导者产生深刻印记并持续影响其个体行为[14]。与不同外界环境之间的互动形成了领导者不同的过往经历，烙印理论将过往经历主要分为受教育经历和工作经历等[15]。教育背景和任职履历分别决定了官员的知识能力和实践能力[16]。
地方官员过往经历的影响主要关注两个方面。第一，教育经历烙印影响。教育水平的提高伴随着知识和技能的增长，相应提高地方官员应对复杂局面的决策能力[17]。具有专业水平的领导者在理解上级战略意图、协调解决专业问题时具有比较优势[18]。不同专业背景的官员对辖区内相关领域的发展会产生影响，如接受过经济金融类专业教育的官员对促进农村金融起到了明显的推动作用[19]。涉农教育经历会使得官员在农业生产和农产品质量管理上具有专业优势，受教育过程会持续影响官员的认知，塑造地方官员更加重视农产品品质提升的价值观。第二，工作经历烙印影响。地方官员的过往任职经历不仅会影响其积累的资源和社会资本，还会影响其决策时的思维模式和风险意识。有党团工作经历的官员偏重于改善企业短期状况，而秘书长等综合职务经历使官员偏重于改进企业长期经营方式[20]；有金融部门任职经历的官员对地区金融发展的贡献有所提高[21]；官员的知青经历对乡村振兴有积极影响[9]。习近平在回顾七年知青岁月时曾说：“七年多‘上山下乡’的经历，最大的收获是让我懂得了什么叫实际，什么叫实事求是，什么叫群众。”[22]官员曾有涉农工作经历，会更加熟悉农业农村发展的实际情况，更加深刻地认识到农产品品质提升是保障人民群众健康、推动农业高质量发展的重要内容，同时在工作中也积累了增加绿色优质农产品供给的经验，能更好地综合运用政策工具提升农产品质量。
综上，具有涉农经历的地方官员，其农学专业教育经历或者农业农村相关工作经历会潜移默化地影响其价值观、认知结构、注意力等，且这种影响是连续的、一以贯之的。当其走上领导岗位为农业农村服务时，其知识能力和认知结构会对其决策时的信息筛选产生影响，使其更加关注绿色优质农产品供求矛盾等农业发展中的深层次问题，从而推动代表农产品高质量发展方向的地理标志农产品发展。据此，本文提出第一个研究假说：
H1地方官员涉农经历对地理标志农产品发展存在正向影响。
二 地方官员涉农经历对地理标志农产品发展的影响机制
分税制改革以来，财政自主权和经济决策权的下放使地方政府获得了地方经济社会发展的自主性，地方党政领导干部有能力也有动力通过调配地区资源达到治理目标。与没有涉农经历的地方官员相比，有涉农经历的地方官员可以通过以下三条路径影响地理标志农产品发展。
一是通过政策承诺。随着政府职能转变和简政放权改革的深入推进，大量省级行政管理事权下放到地级市，调动了地方发展的积极性和自主性。地方官员在政策制定上具有更多的灵活性和独立性，可以通过出台地方政策引导地方组织机构行为以及经济社会资源向所期望的方向聚集，以达到特定的治理目的。政策承诺是地方政府通过公开渠道发布的，向上级政府和社会公众作出的关于某领域工作的治理途径和期望目标的承诺，明确了政府将要做什么、怎么去做以及想要达到的目标成效[23]。地方官员通过政策承诺将有限的注意力分配于特定的治理领域，体现了对某项工作的重视程度，在一定程度上解释了地方官员的行为逻辑，如对安全生产治理目标的承诺显著改善了安全生产治理效果[24]。国外的政策承诺表现在竞选演讲和国情咨文中，中国地方官员的政策承诺最正式、统一的表达方式是每年向社会公众所作的政府年度工作报告[25]。该报告既包括对过往承诺兑现情况的总结回顾，又对新一年的工作重点作出承诺。具有涉农经历的地方官员在政策承诺时会倾向于关注的领域，通过在工作报告中作出发展地理标志农产品的相关承诺，引导地区资源配置转向所承诺的治理行为，从而对辖区内地理标志农产品发展发挥作用。据此，本文提出第二个研究假说：
H2地方官员涉农经历通过政策承诺对地理标志农产品的发展产生影响。
二是通过财政涉农资金。财政分权使得地方官员拥有财政支出上的自主权，可以通过影响财政资金投向选择所需要的政策类型或提供相应的公共产品。地方官员偏好于能获得一定任期声誉的财政支出项目[26]，官员过往经历通过影响公共财政支出中用于经济建设或社会福利的支出比例达到政策目标[27]，受教育程度高的官员偏好于提高科教文卫等的支出比重[28]，而具有本地任职经历的官员倾向于提升社会性支出的比重增加本地社会福利[29]。发展地理标志农产品涉及链条长，是一项外部性较强的工作，仅依靠单个生产者难以完成整个产业链的升级，需要公共财政的支持和投入。例如，对地理标志农产品认证登记给予补贴或奖励，鼓励相关机构和社会主体积极申请地理标志农产品；在地理标志农产品的创新和保护上加大投入，提升品牌溢价对农产品高质量发展的带动效应。因此，具有涉农经历的地方官员可以通过增加财政涉农资金，加大对地理标志农产品申请、保护等方面的资金支持，促进地理标志农产品发展。据此，本文提出第三个研究假说：
H3地方官员涉农经历通过财政涉农资金对地理标志农产品的发展产生影响。
三是通过“政策承诺—财政涉农资金”的作用链条。注意力配置是领导者将自身有限的精力和时间配置于特定领域的过程，目的是指导下一步执行行动，推动相关问题解决[30]。涉农经历对地方官员认知和价值观的影响，更主要表现在对相关领域的注意力配置上。当具体政策执行者和各方利益相关者通过公开的政策承诺关注到主政官员对地理标志农产品发展的注意力时，会顺应主政官员关注点采取策略性行为，对辖区内资源分配包括公共财政资金投入产生符合主政官员关注点的影响[31]。文宏等基于中部六省2007—2012年的政府工作报告实证分析了公共服务注意力配置与公共财政资源投入方向的关系，发现二者之间呈正相关[32]。因此，政策承诺是总体倾向，政策承诺会对地区资源配置方向产生影响，其中也包括财政涉农资金的分配，两个中介变量可能存在链式反应。据此，本文提出第四个研究假说：
H4地方官员涉农经历通过“政策承诺—财政涉农资金”的作用链条对地理标志农产品的发展产生影响。
三. 研究设计
一 变量定义与数据来源
1 被解释变量
被解释变量是地理标志农产品数量。中国的地理标志保护制度包括通过农业农村部(原农业部)申请的农产品地理标志、通过国家知识产权局商标局(原国家工商总局)申请的地理标志商标以及通过国家知识产权局(原国家质检总局)申请的地理标志保护产品三套保护体系，本文将其统称为地理标志农产品。2008年农业农村部(原农业部)建立农产品地理标志体系，是三套保护体系中最晚设立的；2019年国家知识产权局将地理标志商标与地理标志保护产品整合为地理标志专用标志。为保持数据来源的一致性和稳定性，本研究的数据期间选择2008—2018年。数据来源于三套保护体系，剔除其中重复认证和非农产品类数据，得到各市的地理标志农产品数量。
2 解释变量
解释变量是地方官员的涉农经历。本文的地方官员指地级市市委书记，五级书记抓乡村振兴责任和食品安全党政同责的规定明确了地方各级党委主要负责人是本地区农业和农产品质量属地管理的第一责任人，市委书记能最大限度地发挥“一把手”效应，对区域内资源配置、财政支持等施加影响以达到治理效果。借鉴文雁兵等[16]、尤萱文等[12]的研究，结合对地方官员背景经历的综合分析归纳，本研究的涉农经历主要包括两类。一是涉农教育经历，指农业类专业专科以上学历教育经历。根据地理标志农产品的品牌类型，农业类专业包括植物生产类、自然保护与环境生态类、林学类、草学类、动物生产类和水产类等。二是涉农工作经历，包括乡镇工作经历、农业部门工作经历和知青经历。如果地方官员具有以上经历中的任何一种及以上，记为1，否则记为0。地方官员的数据由人工收集完成，干部资料来自中国经济网“地方党政领导人物库”、人民网中国共产党新闻网“中国党政领导干部资料库”和各地方政府网站等，着重梳理了履历背景中的涉农经历，建立了地市级地方官员涉农经历数据库。
3 控制变量
地理标志农产品还会受到地区自然、经济和社会资源等其他因素的影响，因此，进一步加入地区控制变量和地方官员个体特征控制变量。(1)地区控制变量。借鉴赵金丽等[33]、尤萱文等[12]的研究，本文选择年均降水量、年均温度、耕地面积、人均GDP的对数、第一产业增加值占GDP的比重、人口自然增长率作为地区控制变量。数据来自历年各省市统计年鉴和《中国城市统计年鉴》。(2)地方官员个体特征控制变量。借鉴郭瑞等[34]、尤萱文等[12]的研究，根据《党政领导干部选拔任用工作条例》推进干部队伍革命化、年轻化、知识化、专业化的原则，以及坚持“五湖四海”任人唯贤、注重发现和培养选拔优秀年轻干部、女干部等工作导向，本文选取性别、籍贯与任职地是否一致、年龄、学历等指标作为地方官员个体特征控制变量。地方官员性别是男性记为1，女性记为0；籍贯与任职地一致记为1，不一致记为0；年龄即地方官员任职当年的年龄；学历为大专及以下记为1，本科记为2，硕士记为3，博士及以上记为4。
4 中介变量
(1) 政策承诺。借鉴姜雅婷等[24]、文宏等[32]的研究，各地市《政府工作报告》全方位公开展示了地方政府施政理念，是体现地方官员政策承诺的主要方式，因此，选取《政府工作报告》中地理标志农产品、“三品一标”、农产品质量安全等相关关键词出现的频次作为政策承诺的代理变量。词频从历年各地级市《政府工作报告》中分析提取，《政府工作报告》来自各市政府网站信息公开以及各市年鉴。(2)财政涉农资金。选取地方财政支出中的农林水支出作为代理变量，数据来源为历年各省市统计年鉴。
根据各变量来源，经过样本匹配和缺失值插补后，最终构建了覆盖2008—2018年中国地级市的非平衡面板数据库用以实证研究。
二 模型设计和描述性统计
1 基本检验
yit=β0+β1EXit+m∑i=1πitCVit+εit (1) 其中，y为地理标志农产品数量，EX为地方官员涉农经历，CV代表控制变量的集合体，包括地区控制变量和地方官员个体特征控制变量；ε为扰动项，i代表地级市，t代表年份。
2 中介检验
借鉴温忠麟等[35]、李惠娟等[36]的研究，构建中介效应模型如下：
commitmentit=γ0+a1EXit+m∑i=1γitCVit+εit (2) yit=ρ0+b1commitmentit+ρ1EXit+m∑i=1ρitCVit+εit (3) fundit=θ+a2EXit+m∑i=1θitCVit+εit (4) yit=μ0+b2fundit+μ1EXit+m∑i=1μitCVit+εit (5) fundit=δ0+a3commitmentit+δ1EXit+m∑i=1δitCVit+εit (6) yit=α0+c′EXit+α1fundit+α2commitmentit+m∑i=1αitCVit+εit (7) commitment代表政策承诺，fund代表财政涉农资金，EX为地方官员涉农经历，其他变量含义如前所述。式(1)(2)(3)(4)(5)构成了对政策承诺和财政涉农资金单个变量的中介效应检验，分别对应表 4的列(1)(2)(3)(4)(5)；式(6)和(7)构成了对政策承诺和财政涉农资金两个变量的双重中介效应检验，对应表 5。上述公式重点关注a1、b1、a2、b2、a3、c′。其中，a1×b1为政策承诺的中介效应，a2×b2为财政涉农资金的中介效应，a1×a3×b2为链式中介效应，a1×b1+a2×b2+a1×a3×b2为总中介效应，a1×b1+a2×b2+a1×a3×b2+c′为总效应。如果单个变量的中介效应显著，双重中介效应检验不显著，说明该模型为并行双重中介；如果双重中介效应检验显著，无论单个变量的中介效应是否显著，都可表明链式中介存在。
表 1 变量描述性统计变量 样本数 均值 标准差 最小值 最大值 地理标志农产品数量 3 223 1.499 12.25 0 35 涉农经历 3 223 0.553 0.503 0 1 涉农教育经历 3 223 0.129 0.335 0 1 涉农工作经历 3 223 0.531 0.499 0 1 性别 3 223 0.963 0.188 0 1 籍贯与任职地是否一致 3 223 0.027 0.162 0 1 年龄 3 223 52.936 3.470 40 60 学历 3 223 2.992 0.670 1 4 年均降水量 2 457 826.013 514.141 6.900 4 318.000 年均温度 2 369 13.937 4.915 0.170 24.100 耕地面积 2 816 311.114 284.518 0.600 2 399.730 人均GDP对数 3 223 10.203 0.748 4.595 13.056 第一产业增加值占GDP比重 3 223 13.982 8.610 0.030 49.890 人口自然增长率 3 223 6.255 5.052 -8.900 40.780 财政涉农资金 2 437 35.382 23.808 0.87 129.7 政策承诺 3 223 4.689 2.566 0 18 注：1.年均降水量、年均温度、耕地面积和涉农财政资金的单位分别为毫米、摄氏度、千公顷和亿元，第一产业增加值占GDP比重、人口自然增长率的单位分别为%、‰。2.由于年均降水量、年均温度、耕地面积、涉农财政资金等变量存在非同一城市同一年份缺失且无法插补的情况，因此后续实证研究中的样本量小于本表的最少样本量。 表 2 地方官员涉农经历对地理标志农产品的影响变量 固定效应面板模型 零膨胀泊松模型 (1) (2) (3) (4) (5) (6) 涉农经历 0.071***
(0.010)0.197***
(0.050)涉农教育经历 0.431**
(0.154)0.125**
(0.053)涉农工作经历 0.166*
(0.088)0.097*
(0.045)涉农经历程度 0.123***
(0.019)0.115***
(0.037)性别 0.475*
(0.247)0.476*
(0.247)0.477*
(0.251)0.490***
(0.184)0.492***
(0.184)0.490***
(0.184)籍贯与任职地是否一致 -0.302**
(0.107)-0.242*
(0.126)-0.283*
(0.147)-0.808***
(0.277)-0.816***
(0.276)-0.813***
(0.276)年龄 0.040*
(0.021)0.050**
(0.016)0.039**
(0.015)0.020***
(0.007)0.021***
(0.008)0.022***
(0.007)学历 0.072
(0.129)0.026
(0.125)0.075
(0.130)0.008
(0.041)0.002
(0.040)0.004
(0.041)年均降水量 0.001
(0.001)0.001
(0.001)0.002
(0.001)0.001**
(0.000)0.001*
(0.000)0.001*
(0.000)年均温度 0.294***
(0.083)0.290***
(0.084)0.296***
(0.083)0.040***
(0.008)0.040***
(0.008)0.040***
(0.008)耕地面积 0.002***
(0.000)0.002***
(0.000)0.002***
(0.000)0.001***
(0.000)0.001***
(0.000)0.001***
(0.000)人均GDP对数 1.292***
(0.205)1.265***
(0.200)1.292***
(0.204)0.548***
(0.061)0.543***
(0.062)0.539***
(0.061)第一产业增加值占GDP比重 0.008***
(0.001)0.009***
(0.002)0.008***
(0.001)0.002
(0.005)0.002
(0.005)0.002
(0.005)人口自然增长率 0.014
(0.020)0.013
(0.019)0.014
(0.019)-0.012**
(0.005)-0.012**
(0.005)-0.012**
(0.005)常数项 -11.096***
(3.864)-11.180***
(3.853)-11.072***
(3.878)-7.148***
(0.836)-7.157***
(0.839)-7.129***
(0.839)样本数 2 037 2 037 2 037 2 037 2 037 2 037 R2 0.117 0.118 0.2 零样本数 1 277 1 277 1 277 F检验 13.330*** 11.902*** 13.223*** Hausman检验 47.09*** 53.76* 48.50*** Vuong统计量 6.740*** 5.170*** 5.100*** χ2 1 432.372*** 1 084.217*** 1 241.203*** 注：括号内为标准误差；* * *、* *、*分别表示1%、5%、10%的显著性水平。后表同。 表 3 地方官员涉农经历对地理标志农产品的稳健性检验变量 滞后一期 滞后二期 滞后三期 (1) (2) (3) (1) (2) (3) (1) (2) (3) 涉农经历 0.099***
(0.019)0.120**
(0.042)0.213**
(0.057)涉农教育经历 0.264**
(0.157)0.314*
(0.159)0.388**
(0.204)涉农工作经历 0.082**
(0.025)0.090**
(0.043)0.135**
(0.060)涉农经历程度 0.077***
(0.015)0.078**
(0.037)0.165***
(0.044)控制变量 控制 控制 控制 控制 控制 控制 控制 控制 控制 常数项 -9.582**
(4.188)-9.440**
(4.249)-9.520**
(4.245)-8.203**
(4.035)-7.947*
(4.069)-8.03*
(4.065)-1.749
(3.287)-1.612
(3.310)-1.502
(3.312)样本数 1 885 1 885 1 885 1 709 1 709 1 709 1 532 1 532 1 532 R2 0.111 0.121 0.108 0.098 0.112 0.098 0.078 0.099 0.079 注：限于篇幅，本文未报告控制变量的回归系数，表格备索。下表同。 表 4 对政策承诺和财政涉农资金的中介效应检验变量 地理标志农产品 政策承诺的中介效应检验 财政涉农资金的中介效应检验 第一步
(1)政策承诺
第二步
(2)地理标志农产品
第三步
(3)财政涉农资金
第二步
(4)地理标志农产品
第三步
(5)政策承诺 0.057***
(0.008)财政涉农资金 0.013***
(0.004)涉农经历 0.099***
(0.019)0.033***
(0.007)0.201***
(0.044)0.020**
(0.010)0.391***
(0.099)控制变量 控制 控制 控制 控制 控制 常数项 -9.582**
(4.188)-4.406***
(0.412)-2.988***
(0.826)-7.349***
(0.837)-4.999*
(1.667)样本数 2 037 2 037 2 037 2 037 2 037 R2 0.111 0.121 0.135 0.160 0.323 表 5 双中介变量的中介效应检验变量 财政涉农资金 地理标志农产品 政策承诺 0.098**
(0.044)0.079***
(0.016)财政涉农资金 0.012***
(0.003)涉农经历 0.217***
(0.003)0.422***
(0.098)控制变量 控制 控制 常数项 -3.727***
(0.372)-3.138*
(1.676)中介变量 政策承诺 财政涉农资金 独立中介效应 0.001 9***
(0.000 3，0.130 7)0.000 3**
(0.001 0，0.006 7)链式中介效应 政策承诺—财政涉农资金 0.000 04*
(0.000 0，0.002 1)总体中介效应 独立中介效应+链式中介效应 0.002 24**
(0.002 1，0.247 8)总效应 直接效应+总体中介效应 0.424 24*
(0.003 5，0.584 2)样本数 2 037 2 037 R2 0.114 0.116 3 变量描述性统计
变量描述性统计结果见表 1。地方官员的涉农经历均值为0.553，标准差为0.503，分布较为均衡。性别均值为0.963，多数官员为男性；籍贯与任职地是否一致的均值为0.027，官员任职采用回避家乡原则，符合实际情况。地理标志农产品数量特征显示其为0—35之间的离散变量，0的比例达45%，高度符合零膨胀模型的特征。
四. 实证研究
一 基本检验和稳健性检验
1 基本检验
表 2中F检验结果显示应该使用固定效应或者随机效应的面板模型，Hausman检验结果显示应该使用固定效应，综合两个检验结果选择固定效应面板模型。χ2结果显示选择泊松回归，Vuong统计量显示选择零膨胀模型，综合两者选用零膨胀泊松模型。为保持与中介检验的一致性，本文选择固定效应面板模型作为主要模型，零膨胀泊松模型作为辅助模型。检验结果如表 2所示。
(1) 地方官员涉农经历对地理标志农产品发展的促进效应得到验证。从表 2列(1)的回归结果可以看到，有涉农经历的地方官员对地理标志农产品的影响系数为0.071，在1%的统计水平上显著，验证了假说1。即相较于没有涉农经历的地方官员，有涉农经历的地方官员会更加积极地推动地理标志农产品发展，说明地方官员个体经历会对相关领域的治理行为产生深刻影响。
(2) 地方官员涉农教育经历对地理标志农产品发展的正向影响更为显著。按照前文的分析，将地方官员涉农经历分为涉农教育经历和涉农工作经历两类，表 2列(2)结果显示涉农教育经历对地理标志农产品的影响系数为0.431，涉农工作经历的影响系数为0.166，两者均通过了显著性检验，且涉农教育经历的影响系数显著性更强。这表明无论是涉农教育经历还是涉农工作经历，都对地方官员发展地理标志农产品产生了促进作用，且系统化学习农业相关知识和技能的教育经历产生的烙印影响更深。
(3) 地方官员涉农经历的叠加会加深对地理标志农产品发展的影响。考虑到两种类型的涉农经历叠加会对地理标志农产品产生不同影响，设置地方官员涉农经历程度指标，当官员有一类涉农经历时为1，当同时具有涉农教育和工作经历时为2。表 2列(3)结果显示，涉农经历程度对地理标志农产品的影响系数为0.123，且在1%的统计水平上显著。这表明涉农教育经历和涉农工作经历的组合叠加会深化涉农经历的烙印影响，更大程度促进地理标志农产品发展。
进一步使用零膨胀泊松模型做辅助检验，得出地方官员涉农经历、涉农教育经历和涉农工作经历、涉农经历程度对地理标志农产品的影响结果如表 2列(4)(5)(6)所示，结论与固定效应面板回归模型一致。
2 稳健性检验
地理标志农产品从筹备、申请、通过专业机构和专家审查到最终准予登记，存在一定的滞后期，最长可能需要三年时间，因此本文使用滞后期固定效应面板模型进行稳健性检验。表 3显示地方官员涉农经历在滞后一期、二期、三期对地理标志农产品的影响系数分别为0.099、0.120和0.213，涉农教育经历和涉农工作经历、涉农经历程度对地理标志农产品的影响与基本检验一致，且影响系数均随着时间推移不断增大，均通过了显著性水平检验。这说明地方官员涉农经历对辖区内地理标志农产品的促进效应在其上任后三年逐渐增强，可能的原因是具有涉农经历的地方官员上任后，从加大力度支持地理标志农产品发展到政策落地产生治理效果需要一定时间。
二 影响机制检验
1 简单中介效应检验
对政策承诺、财政涉农资金两个中介变量分别进行简单中介效应检验，验证地方官员涉农经历影响地理标志农产品发展的作用机制。中介效应的估计均采取线性模型，结果如表 4所示。第一步验证了地方官员涉农经历对地理标志农产品产生了正向影响，列(1)结果与上文的基本检验结果一致。第二步列(2)和列(4)检验结果显示，地方官员涉农经历对政策承诺、财政涉农资金的影响均正向显著，说明涉农经历会影响地方官员对发展地理标志农产品的公开政策承诺和财政资金支持。第三步列(3)和列(5)结果显示，地方官员涉农经历解释变量、政策承诺和财政涉农资金两个中介变量均对地理标志农产品产生了显著的正向影响。通过三步检验，验证了假说2和假说3，说明具有涉农经历的地方官员促进地理标志农产品发展的主要路径是通过政策承诺增加注意力配置、加大财政涉农资金投入力度。两个中介变量能发生传导作用的原因在于，涉农经历对地方官员认知和关注点的烙印影响会体现在地方官员的治理行为上，在财政分权和简政放权的背景下，政策承诺和财政涉农资金是地方官员促进地理标志农产品发展的有效路径。
2 双重中介效应检验
在政策承诺和财政涉农资金两个中介变量均得到验证的基础上，进一步检验两个中介变量之间是否存在链式效应。根据前文的分析，两个中介变量可能存在“地方官员涉农经历—政策承诺—财政涉农资金—地理标志农产品”的作用链条。双重中介效应检验结果如表 5所示。
政策承诺的传导作用更为明显。政策承诺独立中介效应与链式中介效应之和在总体中介效应中占比为86.6%，财政涉农资金中介效应在总体中介效应中占比为13.4%。相较于财政涉农资金的传导作用，政策承诺的传导作用更为明显。这说明政策承诺是更为关键的传导机制，地方官员可以通过进一步引导公共财政支出等地区可调配资源向所承诺的方向集聚，达到促进地理标志农产品发展的目标。
存在“政策承诺—财政涉农资金”的链式中介效应。政策承诺与财政涉农资金的链式中介效应在10%的统计水平上正向显著，验证了假说4。具有涉农经历的地方官员通过政策承诺公开表达了对地理标志农产品领域的关注，引导财政涉农资金加大投入，在落实政策承诺和资金支持下共同推动了地理标志农产品的发展。
五. 结论与启示
在农业由数量扩张向质量提升转变的过程中，培育和发展地理标志农产品是适应农产品消费结构升级需求和增加绿色优质特色农产品供给的重要途径。当前研究关注到了地方政府在地理标志农产品发展中发挥的积极作用，但对于地方官员固有特征中的涉农经历是如何通过治理行为影响地理标志农产品发展的问题，尚未有深入探究。本文使用2008—2018年中国地级市的数据，实证探讨了地方官员涉农经历对地理标志农产品发展的影响及其作用机制，主要得出两点结论。第一，地方官员涉农经历对地理标志农产品发展存在显著的正向影响，这种正向影响会随着时间的推移在其上任后三年逐渐增强。将涉农经历分为涉农教育经历和涉农工作经历，两种经历均对地理标志农产品发展起到了促进作用，涉农教育经历的影响更为显著，两种经历互相叠加会进一步加深影响，验证了高阶理论和烙印理论在涉农官员研究中的应用。第二，进一步探讨地方官员涉农经历对地理标志农产品发展的影响机制，通过中介效应模型检验发现政策承诺、财政涉农资金两个中介变量均对这种影响起到了传导作用，政策承诺的传导作用相较于财政涉农资金更加明显，且两个中介变量之间存在“政策承诺—财政涉农资金”的作用链条。综上，有涉农经历的地方官员会更加主动注重增加安全优质的农产品供给，通过政策承诺、财政涉农资金调整地区资源配置，进而促进辖区内地理标志农产品发展。
本文的研究结论弥补了当前关于地方官员涉农经历对地理标志农产品的影响机制研究的不足，为促进地理标志农产品区域间相对均衡发展提供了有益的启示。第一，重视对地方官员涉农经历的培养，在党政领导干部培训中增加农业和农产品质量的相关内容和培训学时，或者鼓励干部到基层农村交流学习锻炼，增加干部对农业农村的沉浸式经历，让地方官员更好地了解掌握农情民意，打造一支知农爱农的强有力的干部队伍。第二，加强政策承诺的引导作用。严格落实农产品质量的属地管理责任，把政策承诺的落实情况纳入工作考核，细化目标明确任务，把政策导向转化为政策落地举措，履行对居民“吃得好、吃得营养健康”的承诺。第三，加大财政涉农资金支持力度。财政资金优先向提升农产品质量方面倾斜，通过加大对地理标志农产品申报、生产和保护等方面的财政扶持，创建具有地方特色的“小而美”农产品品牌，提高地区农产品品质和竞争力，助力质量兴农、绿色兴农、品牌强农战略的实施。
① 农业农村部登记的农产品地理标志数据来源于全国农产品地理标志查询系统, http://www.anluyumn.co/。
② 农林牧渔业增加值数据来源于《中国统计年鉴—2021》。
③ 根据泰尔指数公式TI=∑Ni=1(xi/X)×ln[(xi/X)/(pi/P)]计算；X是所有观测值之和，此处指地理标志农产品数量，来自笔者构建的地理标志农产品数据库；P为总人口，i为中国各地级市。该指标数值越大，说明地理标志农产品的空间差异性就越大。
-
表 1 变量描述性统计
变量 样本数 均值 标准差 最小值 最大值 地理标志农产品数量 3 223 1.499 12.25 0 35 涉农经历 3 223 0.553 0.503 0 1 涉农教育经历 3 223 0.129 0.335 0 1 涉农工作经历 3 223 0.531 0.499 0 1 性别 3 223 0.963 0.188 0 1 籍贯与任职地是否一致 3 223 0.027 0.162 0 1 年龄 3 223 52.936 3.470 40 60 学历 3 223 2.992 0.670 1 4 年均降水量 2 457 826.013 514.141 6.900 4 318.000 年均温度 2 369 13.937 4.915 0.170 24.100 耕地面积 2 816 311.114 284.518 0.600 2 399.730 人均GDP对数 3 223 10.203 0.748 4.595 13.056 第一产业增加值占GDP比重 3 223 13.982 8.610 0.030 49.890 人口自然增长率 3 223 6.255 5.052 -8.900 40.780 财政涉农资金 2 437 35.382 23.808 0.87 129.7 政策承诺 3 223 4.689 2.566 0 18 注：1.年均降水量、年均温度、耕地面积和涉农财政资金的单位分别为毫米、摄氏度、千公顷和亿元，第一产业增加值占GDP比重、人口自然增长率的单位分别为%、‰。2.由于年均降水量、年均温度、耕地面积、涉农财政资金等变量存在非同一城市同一年份缺失且无法插补的情况，因此后续实证研究中的样本量小于本表的最少样本量。 
下载: 导出CSV
表 2 地方官员涉农经历对地理标志农产品的影响
变量 固定效应面板模型 零膨胀泊松模型 (1) (2) (3) (4) (5) (6) 涉农经历 0.071***
(0.010)0.197***
(0.050)涉农教育经历 0.431**
(0.154)0.125**
(0.053)涉农工作经历 0.166*
(0.088)0.097*
(0.045)涉农经历程度 0.123***
(0.019)0.115***
(0.037)性别 0.475*
(0.247)0.476*
(0.247)0.477*
(0.251)0.490***
(0.184)0.492***
(0.184)0.490***
(0.184)籍贯与任职地是否一致 -0.302**
(0.107)-0.242*
(0.126)-0.283*
(0.147)-0.808***
(0.277)-0.816***
(0.276)-0.813***
(0.276)年龄 0.040*
(0.021)0.050**
(0.016)0.039**
(0.015)0.020***
(0.007)0.021***
(0.008)0.022***
(0.007)学历 0.072
(0.129)0.026
(0.125)0.075
(0.130)0.008
(0.041)0.002
(0.040)0.004
(0.041)年均降水量 0.001
(0.001)0.001
(0.001)0.002
(0.001)0.001**
(0.000)0.001*
(0.000)0.001*
(0.000)年均温度 0.294***
(0.083)0.290***
(0.084)0.296***
(0.083)0.040***
(0.008)0.040***
(0.008)0.040***
(0.008)耕地面积 0.002***
(0.000)0.002***
(0.000)0.002***
(0.000)0.001***
(0.000)0.001***
(0.000)0.001***
(0.000)人均GDP对数 1.292***
(0.205)1.265***
(0.200)1.292***
(0.204)0.548***
(0.061)0.543***
(0.062)0.539***
(0.061)第一产业增加值占GDP比重 0.008***
(0.001)0.009***
(0.002)0.008***
(0.001)0.002
(0.005)0.002
(0.005)0.002
(0.005)人口自然增长率 0.014
(0.020)0.013
(0.019)0.014
(0.019)-0.012**
(0.005)-0.012**
(0.005)-0.012**
(0.005)常数项 -11.096***
(3.864)-11.180***
(3.853)-11.072***
(3.878)-7.148***
(0.836)-7.157***
(0.839)-7.129***
(0.839)样本数 2 037 2 037 2 037 2 037 2 037 2 037 R2 0.117 0.118 0.2 零样本数 1 277 1 277 1 277 F检验 13.330*** 11.902*** 13.223*** Hausman检验 47.09*** 53.76* 48.50*** Vuong统计量 6.740*** 5.170*** 5.100*** χ2 1 432.372*** 1 084.217*** 1 241.203*** 注：括号内为标准误差；* * *、* *、*分别表示1%、5%、10%的显著性水平。后表同。
下载: 导出CSV
表 3 地方官员涉农经历对地理标志农产品的稳健性检验
变量 滞后一期 滞后二期 滞后三期 (1) (2) (3) (1) (2) (3) (1) (2) (3) 涉农经历 0.099***
(0.019)0.120**
(0.042)0.213**
(0.057)涉农教育经历 0.264**
(0.157)0.314*
(0.159)0.388**
(0.204)涉农工作经历 0.082**
(0.025)0.090**
(0.043)0.135**
(0.060)涉农经历程度 0.077***
(0.015)0.078**
(0.037)0.165***
(0.044)控制变量 控制 控制 控制 控制 控制 控制 控制 控制 控制 常数项 -9.582**
(4.188)-9.440**
(4.249)-9.520**
(4.245)-8.203**
(4.035)-7.947*
(4.069)-8.03*
(4.065)-1.749
(3.287)-1.612
(3.310)-1.502
(3.312)样本数 1 885 1 885 1 885 1 709 1 709 1 709 1 532 1 532 1 532 R2 0.111 0.121 0.108 0.098 0.112 0.098 0.078 0.099 0.079 注：限于篇幅，本文未报告控制变量的回归系数，表格备索。下表同。
下载: 导出CSV
表 4 对政策承诺和财政涉农资金的中介效应检验
变量 地理标志农产品 政策承诺的中介效应检验 财政涉农资金的中介效应检验 第一步
(1)政策承诺
第二步
(2)地理标志农产品
第三步
(3)财政涉农资金
第二步
(4)地理标志农产品
第三步
(5)政策承诺 0.057***
(0.008)财政涉农资金 0.013***
(0.004)涉农经历 0.099***
(0.019)0.033***
(0.007)0.201***
(0.044)0.020**
(0.010)0.391***
(0.099)控制变量 控制 控制 控制 控制 控制 常数项 -9.582**
(4.188)-4.406***
(0.412)-2.988***
(0.826)-7.349***
(0.837)-4.999*
(1.667)样本数 2 037 2 037 2 037 2 037 2 037 R2 0.111 0.121 0.135 0.160 0.323
下载: 导出CSV
表 5 双中介变量的中介效应检验
变量 财政涉农资金 地理标志农产品 政策承诺 0.098**
(0.044)0.079***
(0.016)财政涉农资金 0.012***
(0.003)涉农经历 0.217***
(0.003)0.422***
(0.098)控制变量 控制 控制 常数项 -3.727***
(0.372)-3.138*
(1.676)中介变量 政策承诺 财政涉农资金 独立中介效应 0.001 9***
(0.000 3，0.130 7)0.000 3**
(0.001 0，0.006 7)链式中介效应 政策承诺—财政涉农资金 0.000 04*
(0.000 0，0.002 1)总体中介效应 独立中介效应+链式中介效应 0.002 24**
(0.002 1，0.247 8)总效应 直接效应+总体中介效应 0.424 24*
(0.003 5，0.584 2)样本数 2 037 2 037 R2 0.114 0.116
下载: 导出CSV
-
[1] 万俊毅, 徐静. 推进农业"三品一标"建设引领农业提质增效[N]. 南方日报, 2021-08-02(A11). [2] STARBIRD S A. Moral hazard, inspection policy, and food safety[J]. American journal of agricultural economics, 2005, 87(1): 15-27. doi: 10.1111/j.0002-9092.2005.00698.x
[3] DRANOVE D, JIM G Z. Quality disclosure and certification: theory and practice[J]. Journal of economic literature, 2010, 48(4): 935-963. doi: 10.1257/jel.48.4.935
[4] 肖人荣, 赵鹏军, 戚禹林, 等. 农产品地理标志品牌的空间异质性特征及其影响因素研究[J]. 农业现代化研究, 2021, 42(6): 1126-1136. https://www.cnki.com.cn/Article/CJFDTOTAL-NXDH202106015.htm [5] 李裕瑞, 卜长利, 王鹏艳. 中国农产品地理标志的地域分异特征[J]. 自然资源学报, 2021, 36(4): 827-840. https://www.cnki.com.cn/Article/CJFDTOTAL-ZRZX202104002.htm [6] 李维安, 钱先航. 地方官员治理与城市商业银行的信贷投放[J]. 经济学(季刊), 2012, 11(4): 1239-1260. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXU201204005.htm [7] 宋冉, 陈广汉. 官员特征、经历与地方政府教育支出偏好——来自中国地级市的经验证据[J]. 经济管理, 2016(12): 160-180. https://www.cnki.com.cn/Article/CJFDTOTAL-JJGU201612014.htm [8] 周广肃, 张牧扬, 樊纲. 地方官员任职经历、公共转移支付与居民消费不平等[J]. 经济学(季刊), 2020, 19(1): 61-80. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXU202001003.htm [9] 杜博士, 徐济益. 官员知青经历影响乡村振兴了吗?[J]. 农林经济管理学报, 2019, 18(2): 233-243. https://www.cnki.com.cn/Article/CJFDTOTAL-JNDS201902012.htm [10] 夏龙, 姜德娟, 隋文香. 中国地理标志农产品的空间分布与增收效应[J]. 产经评论, 2015, 6(1): 78-91. https://www.cnki.com.cn/Article/CJFDTOTAL-TQYG201501009.htm [11] LIU G, ZHANG Q, YIN G. Spatial distribution of geographical indications for agricultural products and their drivers in China[J]. Environmental earth sciences, 2016, 75(7). DOI: 10.10071512665-016-5426-7.
[12] 尤萱文, 万俊毅. 地方官员涉农经历对农产品质量安全水平的空间溢出效应研究——来自中国地级市的证据[J]. 南方经济, 2022(3): 37-52. https://www.cnki.com.cn/Article/CJFDTOTAL-NFJJ202203003.htm [13] HAMBRICK D C. Upper echelons theory: an update[J]. The academy of management review, 2007, 32(2): 334-343. doi: 10.5465/amr.2007.24345254
[14] MARQUIS C, TILCSIK A. Imprinting: toward a multilevel theory[J]. Academy of management annals, 2013, 7(1): 195-245. doi: 10.5465/19416520.2013.766076
[15] DITTMAR A, DUCHIN R. Looking in the rearview mirror: the effect of managers' professional experience on corporate financial policy[J]. The review of financial studies, 2016, 29(3): 565-602.
[16] 文雁兵, 郭瑞, 史晋川. 用贤则理: 治理能力与经济增长——来自中国百强县和贫困县的经验证据[J]. 经济研究, 2020, 55(3): 18-34. doi: 10.3969/j.issn.1673-291X.2020.03.009 [17] DREHER A, LAMLA M J, LEIN S M, et al. The impact of political leaders' profession and education on reforms[J]. Journal of comparative economics, 2009, 37(1): 169-193. doi: 10.1016/j.jce.2008.08.005
[18] GOODALL A H, BAKER A. A theory exploring how expert leaders influence performance in knowledge intensive organizations[J]. Australian and New Zealand journal of psychiatry, 2015(5): 49-67.
[19] 李树, 许峻桦. 地方官员的专业背景与农村金融供给——基于西部XX市区(县)级官员的数据分析[J]. 金融经济学研究, 2018, 33(5): 95-104. https://www.cnki.com.cn/Article/CJFDTOTAL-JIRO201805009.htm [20] 杨凡. 官员教育和职业背景与公司发展实证研究[J]. 投资研究, 2017(6): 151-161. https://www.cnki.com.cn/Article/CJFDTOTAL-TZYJ201706012.htm [21] 张树忠, 朱一鸣. 地方官员的金融背景与辖区金融发展——来自中国省级官员的证据[J]. 金融理论与实践, 2015(5): 16-22. doi: 10.3969/j.issn.1003-4625.2015.05.004 [22] 中央党校采访实录编辑室. 习近平的七年知青岁月[M]. 北京: 中共中央党校出版社, 2017: 398-402. [23] 杨君, 倪星. 晋升预期、政治责任感与地方官员政策承诺可信度——基于副省级城市2001-2009年政府年度工作报告的分析[J]. 中国行政管理, 2013(5): 96-103. doi: 10.3782/j.issn.1006-0863.2013.05.20 [24] 姜雅婷, 柴国荣. 目标考核如何影响安全生产治理效果: 政府承诺的中介效应[J]. 公共行政评论, 2018, 11(1): 166-186. doi: 10.3969/j.issn.1674-2486.2018.01.008 [25] 杨君, 王珺. 地方官员政治承诺可信度及其行动逻辑——来自副省级城市政府年度工作报告(2002-2011)的经验证据[J]. 中山大学学报(社会科学版), 2014, 54(1): 165-182. https://www.cnki.com.cn/Article/CJFDTOTAL-ZSDS201401018.htm [26] HAYO B, NEUMEIER F. Political leaders' socioeconomic background and fiscal performance in Germany[J]. European journal of political economy, 2014, 34: 184-205. doi: 10.1016/j.ejpoleco.2014.01.009
[27] 宋冉, 陈广汉. 官员特征、经历与地方政府教育支出偏好——来自中国地级市的经验证据[J]. 经济管理, 2016(12): 160-180. https://www.cnki.com.cn/Article/CJFDTOTAL-JJGU201612014.htm [28] 王贤彬, 徐现祥. 官员能力与经济发展——来自省级官员个体效应的证据[J]. 南方经济, 2014, 32(6): 1-24. doi: 10.3969/j.issn.1000-6249.2014.06.001 [29] PERSSON, ZHURAVSKAYA. The limits of career concern in federalism: evidence from China[J]. Journal of European economic association, 2016, 14(2): 338-374. doi: 10.1111/jeea.12142
[30] OCCASION W. Attention to attention[J]. Organization science, 2011, 22(5): 1286-1296. doi: 10.1287/orsc.1100.0602
[31] 章文光, 刘志鹏. 注意力视角下政策冲突中地方政府的行为逻辑——基于精准扶贫的案例分析[J]. 公共管理学报, 2020, 17(4): 152-162. https://www.cnki.com.cn/Article/CJFDTOTAL-GGGL202004015.htm [32] 文宏, 赵晓伟. 政府公共服务注意力配置与公共财政资源的投入方向选择——基于中部六省政府工作报告(2007-2012年)的文本分析[J]. 软科学, 2015(6): 5-9. https://www.cnki.com.cn/Article/CJFDTOTAL-XUXI201506002.htm [33] 赵金丽, 张落成, 陈肖飞. 江苏省地理标志品牌溢出效应及地区差异分析[J]. 中国科学院大学学报, 2014, 31(6): 760-767. https://www.cnki.com.cn/Article/CJFDTOTAL-ZKYB201406007.htm [34] 郭瑞, 文雁兵, 史晋川. 地方官员与经济发展: 一个文献综述[J]. 管理评论, 2018, 30(12): 247-256. https://www.cnki.com.cn/Article/CJFDTOTAL-ZWGD201812030.htm [35] 温忠麟, 张雷, 侯杰泰. 中介效应检验程序及其应用[J]. 心理学报, 2004, 36(5): 614-620. https://www.cnki.com.cn/Article/CJFDTOTAL-XLXB200405016.htm [36] 李惠娟, 蔡伟宏. 离岸生产性服务外包与东道国产业结构升级——基于跨国面板数据的中介效应实证分析[J]. 国际贸易问题, 2018(3): 113-123. https://www.cnki.com.cn/Article/CJFDTOTAL-GJMW201803009.htm -
期刊类型引用(3)
1. 刘竞. 中国地理标志农产品结构特征及影响因素分析. 干旱区资源与环境. 2024(07): 79-86 . 
百度学术
2. 李光泗，马俊凯，钟钰. 粮食安全省长责任制对地方政府粮食安全治理的影响分析. 农村经济. 2023(12): 72-81 . 百度学术
3. 刘进，黄渊基，王亚辉，吴淼源. 湖南省地理标志农产品时空分布特征及人文成因. 经济地理. 2022(10): 169-176+215 . 百度学术
其他类型引用(7)
计量
- 文章访问数: 389
- HTML全文浏览量: 159
- PDF下载量: 193
- 被引次数: 10
