XX县201*年第一季度农村住户调查分析
XX县201*年第一季度农村住户调查分析
我县201*年第一季度农村住户调查工作在州统计局的业务指导下，认真贯彻落实科学发展观，以农业增效、农民增收、农村繁荣为核心，继续加强对农村住户调查数据质量的监控力度，有效提高统计数据的准确性和及时性，认真贯彻执行国家《农村住户调查方案》及省州的有关规定，扎实开展农村住户调查工作，经县、乡镇统计员、农村辅助调查员及调查户的共同努力下，完成了农村住户调查报表收集、录入、汇总、审核、分析、评估、上报工作。现将XX县201*年1季度主要数据质量分析如下：
201*年1季度，XX县农民期内现金收入XX元，比上年同期增加XX元，增长XX%。农民期内现金收入由工资性收入、家庭经营现金收入、财产性收入、转移性收入等四项指标构成。
一、工资性收入稳步增长。工资性收入XX元，比上年同期增加XX元，增长XX％。由于农村居民家庭收入的增加，生活质量越来越好，居住环境越来越改善，农村建房热潮强劲，使农村剩余劳动力转移到农户建房上，但是建房工作需要技术性，所以农村务工人员不多，劳动工资收入增长缓慢。
二、家庭经营现金收入持续增长。人均家庭经营现金收入XX元，比上年同期增加XX元增长X%。第一产业人均现金收入XX元，比去年同期增加XX元，增长XX%，由于今年鸡、肉猪、橡胶、香蕉、木薯等农产品产量增加，而从去年价格上涨后没有下降过，所以第一产业收入增加；第三产业人均现金收入XX元，比去年同期增加XX元，增长XX%..
三、财产性收入缓慢增长。农民的财产性人均现金收入为XX元，比上年同期增加XX元增长XX%。财产性收入由租金（包括农业机器）、转让承包土地经营权收入、其它等指标构成，和去年同期基本持平，没有发生大变化。
四、转移性纯收入大幅增长。人均转移性现金收入为XX元，比上年同期增加XX元增长XX%。增长的主要原因：一是新型农村养老保险、领取最低生活保障及其来自政府的补贴、其它等等一系列的强农惠农政策全面得到落实，特别市最低生活保障人数和人均补助金额也得到提高使转移性纯收入大幅增长。
扩展阅读：民族地区农村收入不平等分析——基于XX州农村住户数据
民族地区农村收入不平等分析基于XX州农村住户数据
作者：吴波、王绍明、王学斌
摘要：本文基于XX州农户调查数据采用多层统计分析方法对陆地边境民族地区农村收入不平等进行分析。研究发现收入不平等不仅存在于村庄之间，还存在于内部家庭之间；地理位置和地形是影响农户村庄层面差异的重要因素，而生产性固定资产、土地面积、劳动力年龄、教育程度、培训比例、负担率、种植结构、工资收入比重、非农业参与率反映了农户个体之间的差异；这些因素都是产生收入平等的源泉，其中土地、种植结构、地形三大因素有30%的贡献。结果表明发展区域特色经济、实现农业产业化经营是减少收入不平等的重要途径。关键词：多层统计收入不平等少数民族
一、引言
农村收入不平等是一个重大的理论问题和实践问题，一方面会制约消费需求增加而影响经济的健康增长，另一方面会形成社会不稳定因素而影响国家的长治久安。自20世纪80年代农村改革以来，国内外学者对农村居民收入不平等进行了广泛研究。
总体来说，农村收入不平等的研究经历了一个从宏观判断到微观量化的过程。从不平等区域存在性来看，学者一致认为收入不平等不但存在于省际之间，而且存在于省内的不同村庄之间和村内的不同家庭之间，农村总体、区域间和区域内收入差距都呈现持续扩大的趋势。李实、赵人伟等（1994,1999）通过两次居民住户抽样调查分析了中国收入不平等的状况、变化及主要影响因素，指出农村内部收入差距几乎持续上升。白志礼（1993）、张平(1997)、彭玉生(1998)、蔡(201*)、唐平(201*)、张晓辉(201*，201*)和朱农(201*)等对农村居民收入分配的现状、区域间收入分配差异和形成原因等作了详尽分析。刑鹂（201*）采用GE指数区域分解法基于贵州普定县三个村庄的住户调查数据证明收入不平等在村级层面存在。
从收入来源角度来看，许多学者分析了各分项收入对收入不平等的影响。卡恩、李实、奈特等（1999）按收入来源对农村居民总体收入差距进行分解，表明
非农收入构成差距的主要因素，而农村居民的净转移收入为负收入来源并导致了1995年最大分配不均等效应。黄祖辉（201*）采用GE指数分解法分析1993-201*年省级收入数据，指出现阶段转移收入加剧了收入不平等。唐平（201*）通过对年度数据的不平等度量证明了家庭经营收入是差距的主体，以农业与非农收入为主不同类型农户收入差距的来源不同。黄祖辉（201*）基于浙江省农村固定观察点1986-201*年收入数据，从要素角度对分项收入进行再划分考察农民企业家报酬的重要作用，并实证了农村居民要素禀赋和村庄外部市场环境两个变量对村庄内部和村际收入差距及变化的不同影响途径（201*）。
从影响收入的途径和因素来看，不平等研究存在两个视角对收入差距的宏观分析和基于住户调查数据的微观分析。在宏观分析中，学者基于年度数据运用不同理论、构造不同指标对宏观因素进行了多样化的论证。朱玲（1992）、张平(1998)等研究表明农村非农化产生的工资性收入差异是中国农村区域收入不平等的最主要原因。Rozzle(1994)分解了农村社会总产值五个组成部分以寻找地区间农村发展不平衡的结构原因。奈特、宋丽娜、李实、魏众（1999）探讨了农户在非农产业与农业之间就业机会以及二者之间劳动报酬率的差异。布伦纳（1999）在分析中国农村居民财产土地、住房、生产性固定资产、金融资产等基础上考察了财产分配与收入分配之间的关系。白雪梅（201*）通过建立基尼系数与教育年限及离散程度、人均GDP、政府教育投入力度的函数关系证明了教育不平等会加剧收入不平等。蔡（201*）认为农业工资、非就农业工资和非农就业比例三个因素决定了农户收入并对应着经济增长中四个部门的变化并论证经济增长成分对不平等的影响。朱新华（201*）选取年内建设占地新增量和基尼系数两个指标证明耕地非农化与收入差距之间存在着双向因果关系。
在微观分析中，学者利用多样化的不同地区住户调查数据在同一回归分析框架下找出影响收入的主要因素和对收入不平等的作用程度。万广华(201*)通过1995-201*年广东、湖北和三省数据的分析得出地理因素、资本投入、种植结构会导致不平等而土地会减少不平等的结论。严善平（201*）基于6省7县634户数据考察家庭属性对工商业进而对现金收入的影响。李小建（201*）利用河南11个村庄1251户抽样分层数据探讨农区发展环境对不同地形和收入类型农户的影响。刑鹂（201*）考虑了家庭特征及资产、人力资本和社会资本四类变量对收入
函数的解释并指出土地、人力资本是造成收入不平等的主要因素。许庆（201*）分析了吉林、四川、江西和山东四省1993、1995、1999、201*四年800户数据，发现土地细碎化提高了收入并有利于不平等的缩小。
这些研究找出了影响收入的众多途径和因素，丰富了我们对农村收入差距的认识，但也存在若干缺陷：(1)已有研究的适用性不强。宏观分析结论具一般性，微观分析的结论又因地域性过强而不适用于对西部农村收入不平等的解释；（2）微观信息不完备或利用不充分。过多的地理、农户类型虚拟变量既不贴近所反映的因素又使得模型复杂且解释力不够，没有探讨同一区域内的自然环境因素对农户个体特征的交互作用；（3）宏观分析在未控制住其他因素时强调单一因素的作用而不能反映影响收入的基本因素，将非农收入等同于工资性收入而忽略了非农家庭经营收入；（4）没有考虑收入数据的层次结构和相应的统计分析方法。社会的分级结构自然产生数据的分层结构，目前的收入研究都较少考虑多层数据的处理问题。
针对上述收入不平等研究不足，本文从研究视角、调查数据、模型应用问题三方面进行了改进。少数民族地区是西部扶贫工作的重难点而且XX州是多民族多贫困的典型，因此研究XX州农村收入不平等具有一定的研究意义和实践价值。本文基于XX州13县3000户家庭3000多个指标的数据支撑，借鉴医学等社会领域对多层数据的处理应用方法，通过建立多层统计收入模型克服一般多元回归模型处理多层数据的技术缺陷，重点考察同一区域内自然环境因素对农户个体特征的跨层交互作用，进而在回归分析框架下探讨村庄之间和村庄内部的收入不平等影响因素。
二、收入不平等的存在性分析
（一）数据来源及描述分析（二）收入不平等的度量
基尼系数是公认的不平等指标，能以一个数值反映总体收入差距状况。本文计算出XX州农村总基尼系数为0.3896，接近警戒线0.40说明XX州农村存在严重的收入不平等，所以有必要进一步分析。但是多数学者认为基尼系数按组群分解后组内差距和组间差距相互不独立、产生的交叉项无法精确解释,因而不是一
个按特征分组分解的好指标。尽管一些学者对此有争议，运用夏普里值法也能克服这一缺陷，本文对此不作进一步讨论。另一个指标泰尔L指数可以将总差距完全分解到相互独立的组内和组间,反映组内和组间不平等对收入不平等的贡献率。因此，本文通过泰尔L指数的区域分解法来分析农户收入的区域不平等状况。
（三）区域不平等存在性分析
泰尔L指数定义及分解方法如下。所有观测样本N分为M组,总收入均值为，第k组的泰尔熵值为E0(yk)、收入均值为k、人口比重为k,则
E0(y)1InniNyi，E0(y)kE0(yk)kInk1k1MM=组内差距+组间差距。将3000k个样本按照295个村庄进行分组，计算出总差距、组内差距、组间差距分别为0.2769、0.1550、0.1219，组内、组间的不平等贡献率分别为55.98%、44.02%，这说明收入不平等存在于不同的村庄之间和同一村庄内部。村庄内部的不平等贡献超过了50%说明同一村庄内部存在更严重的收入不平等。为了探讨村庄层面收入不平等影响因素，有必要寻找村庄差异的因素和农户层面影响收入的基本因素。一般认为农户差异在于个体特征和居住环境的不同，下面就这两方面因素对收入不平等进行微观分析。
三、微观分析方法
（一）多层统计分析方法
一般来说，影响收入的因素也是影响收入不平等的因素。探讨收入不平等影响因素以及作用程度最重要的在于估计收入函数。基于大量研究结果，农户收入影响因素可以概括为资本禀赋、生产经营结构、家庭特征、地理环境等四个方面。根据标准Mincer对数-线性模型，收入函数用公式表示为
Ln(Y)F(X1,X2,X3,X4)，其中Y表示农户收入，X1、X2、X3、X4分别表示上述四个方面的一组变量。估计收入函数的一般做法是将收入函数线性化为一般多元回归模型，然后应用最小二乘法（OLS）估计模型参数。具体模型为：
Ln(Yi)01X12X23X34X4i（1）
但是社会是一个具有分级结构的整体，例如农户聚集在某个村庄，而村庄又嵌套在乡镇中，乡镇又属于某个县，由此形成了3个层次的结构。同一村庄的住户居住环境相同，如距离县城距离几乎没有差异、同是山区和少数民族村等，正是这些共性影响造成同一组个体相对于其他组个体具有更大的相似性，各组内的观察对象不是相互独立的，即式（1）中同一个村庄的农户之间存在
Covi,j0ij。一般多元回归模型的基本假设（如独立、同方差）不再成
立、因而应用传统方法来分析多层数据存在技术缺陷。
由于地理环境差异农户收入与影响因素之间的函数关系可能随村庄的不同而变化。考虑到上述异质性问题，本文按村庄对农户进行分组来检验收入数据本身是否存在层次结构。建立如下两水平空模型：
yij0jeij
0j00u0j（2）
下标ij表示第j组第i个农户，0j和eij分别代表第j组yij均值和围绕该均值
2的组内个体差异。00表示代表yij总均值；oj代表组均值偏离总均值程度。uo
反映农户收入在村庄之间的差异，而2代表同一村庄之间的差异。空模型假设两水平残差都符合正态分布，水平之间残差相互独立，即eij~N(0,2)、
2u0j,ij)0。通过计算组内相关系数来度量农户收入总差u0j~N(0,u0)、cov(异中来自组间差异的部分。
u0ICC22uo2)（3）(22uouo2，对结果显示限制性最大似然法（REML）估计得到、进行Z检
验，若检验结果显著则可以推断ICC统计显著，应考虑构建一个两水平农户收入函数模型。基本思路是在农户微观层面上建立收入与个体特征变量关系的水平1模型，在村庄宏观层面上建立水平1截距项和随机斜率与场景变量关系的水平2模型。模型如下：
yij0j1jX1ij2jX2ij3jX3ijeij0j0001X4j0j
kjk0k1X4jkj（4）
kjk0kj（5）
多水平线性模型假设水平1残差符合正态分布、水平2残差符合多元正态分布且水平1残差与水平2残差相互独立，但不同宏观方程水平2残差之间可以存在相关关系。该模型一个重要方面就是对水平1随机斜率检验即对水平1解释变
2uk量参数进行Z检验。如果水平2残差方差统计显著则再进行跨层交互作用检
验以确定随机斜率是否需要场景变量的解释进而选择（4）或（5）。跨层交互作用检验即是对水平2变量与具随机斜率水平1变量的交互项参数进行T检验。若选择（4），两水平模型为
yij001jX1ij3jX3ij01X4jk0Xkijk1X4j*Xkij(ojkj*Xkijeij)（6）
模型（6）说明农户收入受自身特征影响，这种影响可能会因所属村庄不同而变化，而且村庄对收入的作用也因个体特征差异而不同。该混合线性模型有一个复合残差项ojkj*Xkijeij，下标j表示0j、kj在各组内不变而在组间变化。由此各组内观察值并不独立，一般多元回归模型中消除异方差的方法却没有考虑非独立性问题。而两水平模型修正了因观察数据非独立性引起的参数标准误估计偏倚，为分层数据提供了方便的分析框架。本文以一般多元回归模型对比多层统计模型的优劣。
（二）基尼系数的回归分解方法
为了安排政策先后顺序及调节执行力度，有必要分析各因素对收入不平等的影响程度。本文采用回归分解法对基尼系数进行分解以进一步了解各变量对收入不平等的贡献率。从本质上来讲，回归分解法就是将回归模型与夏普里框架结合，把收入不平等指标分解为回归方程解释变量和残差的贡献，具体解释见万广华（201*）。本文使用联合国世界发展经济学研究院（UNU-WIDER）开发的JAVA程序分解基尼系数。
四、模型估计及结果
（一）变量的选择
农户收入影响因素可以概括为资本禀赋、家庭特征、生产经营结构、地理环境等四个方面。资本是生产活动的主要资源，物质资本来自于生产性固定资产和土地，经验、受教育程度和专业培训是人力资本的重要方面。负担率反映了家庭特征，老幼、在校学生是现代家庭不得不承受的负担。种植结构类似技术手段，不同种植结构带来不同的产出；随着城镇化加快农户既可以被企业雇佣又能参与第二、三产业，从而实现家庭经营方式和收入渠道多样化。一般认为工资收入越高家庭净收入越高、参与非农产业能提高家庭经营收入，但是每个人的精力和时间有限的且从业偏好、技能特定结果未必如此。地理地形因素决定了生产活动的自然条件、距离市场的远近以及信息获得的难易程度，从而不仅影响种植结构、土地的效益，还影响就业、劳务经济程度等基本因素；农户以距离县城距离5公里为标准可分为远近两类；丘陵因本质为山地而包含在山地中。
表1变量的定义
变量变量组别农户收入农户收入物质资本物质资本人力资本人力资本定义人均年净收入(元)人均年\u5distance地理环境地理环境地理位置：离县城5公里以内为1，否则为0地形：平原记为1，山区（含丘陵）记为0
表2变量的统计描述
locate
变量最小值2.390.000.000.000.000.000.000.000.000.00最大值10.4550.2025.0037.5015.001.005.0051.641.0034.07均值7.812.282.2719.446.820.270.600.300.320.19标准差0.793.522.296.002.580.410.581.210.261.16Lincomeassetlandageedutrainloadwageplantindustry（注：由于净收入可以为负值，wage、industry的最大值不为1。）
（二）收入函数的估计1．多层数据的检验。
2uouo20.2189（P表3跨层交互作用检验
变量
t值
P值
distance*land-0.79
0.43180.429
locate*land
0.79
distance*wage-0.57
0.568
locate*wagedistance*plant2.640.0094
-2.91
0.0042
locate*plant
-0.640.524
locate*wage、distance*plant统计显著表明locate对wage、distance对
存在跨层交互作用，应采用模型（4）；distance*land、locate*land统计不显著表明distance、locate对land不存在跨层交互作用，应采用（5）。具体模型设定如下：
Lincome001asset20land3age4edu5trian6load70wage80plant9industry01distance02locate72locate*wage81distance*plant(0jland*2jwage*7jplant*8jeij)
估计结果如表4。
表4收入函数估计结果
截距项多层统计模型估计参数估计值7.18880.01770.07070.00780.0220t值111.664.767.444.224.16一般多元回归模型估计参数估计值7.19130.03190.03340.00930.0307t值130.407.765.994.676.389
（7）
assetlandageedutrain0.1460-0.0853-0.25780.5427-0.11520.45110.23010.3211-0.6045-2LL=5485.93.15-4.56-4.358.1010.823.703.452.66-2.940.1378-0.1015-0.30260.5163-0.16560.26670.23984.34-5.17-11.1910.69-5.744.746.90loadwageplantindustrydistancelocatelocate*wagedistance*plant模型比较-2LL=5764.51R20.64（注：两个模型所有参数T统计量的P值均小于0.01。）
一般多元回归模型采用加权最小二乘法估计（权数为1exp(In(resid2))），解决了截面数据产生的异方差问题。上述两个模型解释变量都呈统计显著性，似然比检验的2值为278.61，自由度df=6，-2LL显著减少说明多层统计模型拟合得更好。
3．基尼系数基于回归方程的分解。
由于基尼系数考察的是解释变量对收入的贡献，而上述两个模型的因变量都为收入对数，必须把上述方程还原成以收入为因变量的方程。
多层统计回归方程
meexp(7.18880.0177asseincot0.0707land0.0078age0.0220edu0.1460train-0.0853load-0.2578wage0.5427plant-0.1152industry0.4511distance0.2301locate0.3211locate*wage0.6045distance*plant)分解结果见表5。
表5收入不平等的源泉
回归分解解释变量多层统计回归方程的分解基尼系数0.0144贡献率3.70%排序7一般多元回归方程的分解基尼系数0.0302贡献率7.75%排序2asset
landage0.04660.00930.01600.01620.00940.01470.03880.00510.00690.03530.21270.17690.389611.96%2.38%4.11%4.15%2.42%3.78%9.96%1.30%1.77%9.07%54.60%45.40%100.00%1854962111030.01650.01140.02350.01520.01140.02360.04160.00590.00750.02450.21120.17940.38964.23%2.92%6.03%3.90%2.91%6.06%10.67%1.52%1.94%6.29%54.21%45.79%100.00%685794111103edutrainloadwageplantindustrydistancelocate变量合计残差总和
上述结果表明多层统计模型不只是对一般多元回归模型的改进，更重要的在于因素对收入不平等的解释程度不同。变量排序不同则选择的政策就不同，相同政策的执行力度也不同，对收入不平等问题的解决效果更是相差甚远。虽然这两个模型仅解释了54%的收入不平等，但是仍然比较满意。首先，两个模型的解释变量都具统计显著性，最新回归分解法更好地处理了残值问题，而且找到了能解释30%的收入不平等的三大因素土地、种植结构、地形；其次，收入不平等问题本身是一个复杂的问题，仅通过一个模型无法得到完全解释，况且上述分解结果来自随机抽样，样本不可能完全代替总体；最后，调查数据本身影响了变量选择，有些指标数值缺失严重使得无法有效反映某些因素，比如是否参加专业经济合作组织。
五、结果讨论
(一)收入的分析
由表4可知物质资本和人力资本因素对收入增长有正贡献，城郊农户比远离县城农户收入增长率高45.11%，平原农户比山区农户收入增长率高23.01%；负
担率和非农业参与率对收入增长为负效应，农户未必胜任种植与非农经营的双重角色而通过二三产业的参与使家庭经营净收入增长；地形对工资收入比重、地理位置对种植结构存在跨层交互作用表明地理环境与生产经营结构联合作用于收入以及二者对收入增长影响不再为一维正负效应。劳务经济、种植结构对收入影响要结合地理环境考虑，虽然劳务经济整体与净收入负相关，但是平原农户更容易据此提高净收入；尽管种植结构整体与收入增长正相关，远离县城农户却有更大的优势。这与一般研究结果明显不同。
具体来看，相当一部分农户经营非农产业失败、净收入为负值表明尽管从业多样化拓展了农户收入渠道、增强了农村便利性，但是农户还没有表现出胜任多样化经营的优势，大部分农户在短期内还得依靠农业来提高家庭经营收入。在拥有工资收入的农户中105户家庭经营收入为数值较大的负收入，而且工资收入与家庭经营收入相关系数为-0.1347，这种反向关系说明了具有双重身份的现代农户不得不在劳务兼业和种植主业中分配有限的时间精力，对劳务的选择需要权衡机会成本、技能匹配程度及地区经济发展水平等因素。XX州以山区为主、自然资源丰富，是不是这里的农户更适合种植以充分利用自然资源呢？本文发现劳务经济对家庭经营有一定的挤出效应；一部分农户具备城镇居民的就业优势和资质，却因户籍制度、土地流转等制度原因仍然被束缚在土地上而产生负的家庭经营净收入。
下面对上述多层统计模型作两点特别说明。一是截距项估计值表示所有解释变量均取零值时的收入对数均值，本模型中劳动力平均年龄减18岁表示刚成年时零劳动经验，这种处理保证了解释变量具有经济含义明确的零值；二是少数民族村变量在地形变量共存时不显著，这跟少数民族村对收入有影响的看法不同。2280个少数民族村调查户中只有235个平原户表明XX州少数民族村具有多山地的特点；将农户按照是否为少数民族村分成两组，泰尔L分解结果为5%的组间差距；少数民族村在某种意义上含有文化因素，涵义却不及少数民族户明确。综合上述四个方面考虑，本文没有选定少数民族村作为场景变量。
（二）收入不平等的分析
土地面积、种植结构、地形三大因素解释了30%的收入不平等。土地是农户安身立命的根本,既是谋生的基础,又是生存的保障；土地是农业的主要生产要素,
是影响农户收入的重要因素。土地对收入不平等影响之大是因为不均等的分布和产出实现价值。一方面土地在家庭承包到户后可以因流转、非农占用等而变化，另一方面土地类型(耕地园地养殖地等)和土地经营方式导致不同的产出实现价值，如土地类型产生不同收入方式和效益，规模化经营能提高产出数量和应对市场风险能力。土地对收入的影响也与其他因素作用有一定关系，如种植类型对单位产出价值的影响、距离市场远近对产出收入实现的作用。因此土地最显著地影响收入不平等是合理的。改变土地经营方式、完善流转制度有助于发挥规模效应、实现农业产业化经营进而缩小收入不平等。
六、结论
XX州农户收入实证分析表明农村收入不平等不仅存在于村庄之间，还存在于村庄内部。本文从居住环境和个体特征两方面解释了农户收入差异：地理位置和地形作为场景变量主要解释了农户在村庄层面的差异；生产性固定资产、土地面积、劳动力年龄、教育程度、培训比例、负担率、种植结构、工资收入比重、非农业参与率反映了农户个体之间的差异。这些因素都是产生收入平等的源泉，其中土地、种植结构、地形三大因素有30%的贡献。
本文通过比较详尽的微观分析得出以下结论。改变土地经营方式和利用效率是减少收入不平等的关键；少数民族地区可以发挥自然资源多样性及区位优势，通过调整种植结构实现经济作物收入效应；工资收入比重、非农参与率对收入负贡献说明短期内强化农业经营的必要性；教育、培训是人力资本投资的重要方面，对培养知识型农户产生了重要作用；生产性固定资产的正影响和负担率的负作用都表明增加收入需要政府的政策支持和制度保障。因此，发展区域特色经济、实现农业产业化经营是减少收入不平等的重要途径。
参考文献：
白雪梅，201*，《教育与收入不平等：中国的经验研究》，《管理世界》第6期。
…………
友情提示：本文中关于《XX县201*年第一季度农村住户调查分析》给出的范例仅供您参考拓展思维使用，XX县201*年第一季度农村住户调查分析：该篇文章建议您自主创作。
来源：网络整理 免责声明：本文仅限学习分享，如产生版权问题，请联系我们及时删除。
《XX县201*年第一季度农村住户调查分析》
由互联网用户整理提供,转载分享请保留原作者信息,谢谢!
http://m.bsmz.net/gongwen/631542.html