高级检索

陆生野生动物资源资产统计分类体系构建

马炫钰, 陈文汇, 刘俊昌

马炫钰, 陈文汇, 刘俊昌. 陆生野生动物资源资产统计分类体系构建[J]. 北京林业大学学报(社会科学版), 2021, 20(1): 19-25. DOI: 10.13931/j.cnki.bjfuss.2020167
引用本文: 马炫钰, 陈文汇, 刘俊昌. 陆生野生动物资源资产统计分类体系构建[J]. 北京林业大学学报(社会科学版), 2021, 20(1): 19-25. DOI: 10.13931/j.cnki.bjfuss.2020167
MA Xuan-yu, CHEN Wen-hui, LIU Jun-chang. Establishment of Statistical Classification System for Terrestrial Wildlife Resources Assets[J]. Journal of Beijing Forestry University (Social Science), 2021, 20(1): 19-25. DOI: 10.13931/j.cnki.bjfuss.2020167
Citation: MA Xuan-yu, CHEN Wen-hui, LIU Jun-chang. Establishment of Statistical Classification System for Terrestrial Wildlife Resources Assets[J]. Journal of Beijing Forestry University (Social Science), 2021, 20(1): 19-25. DOI: 10.13931/j.cnki.bjfuss.2020167

陆生野生动物资源资产统计分类体系构建

详细信息
    作者简介:

    马炫钰,硕士生。主要研究方向:资源环境统计与核算研究。 Email:m_xuanyu0415@sina.com 地址:100083 北京林业大学经济管理学院

Establishment of Statistical Classification System for Terrestrial Wildlife Resources Assets

  • 摘要: 野生动物资源资产化管理是生态文明制度建设的重要内容。目前野生动物的过度利用已经造成许多野生动物处于濒危状态。因此健全野生动物资源产权制度,提高野生动物资源的使用和保护效率是当前迫切需要解决的问题之一,而解决这些问题的关键就是对野生动物资源进行资产化评估。以陆生野生动物作为研究对象,界定其资源资产的概念,参考SEEA中心框架等内容,构建陆生野生动物资源资产统计分类体系。在划分野外和人工繁育两大类别的基础上,从功能角度将陆生野生动物资源资产分为经济资产、生态服务资产和文化服务资产三类。最后通过分析各种已有的资产评估方法,提出适合各类陆生野生动物资源资产的评估方法。
    Abstract: As an important part of the establishment of ecological civilization system, wildlife resources are facing the problem of overuse, thus perfecting the property right system of wildlife resources and improving the efficiency of utilization and protection of wildlife resources are an urgent problem to be solved at present, and the key to solving the problem is to evaluate the assets of wildlife resources. This paper selects the land-based wildlife as the research object, defines the concept of its resources assets, refers to the SEEA central framework and other contents, and establishes the statistical classification system of the land-based wildlife resources assets. By dividing the land-based wildlife resources assets from the field and artificial breeding, the system categories the land-based wildlife resources assets into economic assets, ecological service assets and cultural service assets from a functional point of view. Finally, through analyzing various existing evaluation methods, a preliminary evaluation method suitable for each index is proposed.
  • 森林被称作一个“伟大的健康机器”[1],森林环境可以减轻压力、缓解焦虑抑郁等情绪,使人感觉放松舒适[2-4],且与城市环境相比,森林环境可以显著提高人体自然杀伤细胞、NK细胞和细胞内穿孔素的水平,增强人体抵抗力[3-5]。通过建设森林改善居民健康,可以实现生态与经济的双收益。在国际上,已经有越来越多的国家认可森林环境对人类健康的作用:德国将森林疗养制定为一项国策,公务员每月一次的森林疗养使德国的公费医疗支出减少30%,现如今德国每年约有40%的人每月要参与一次森林疗养[6];日本、韩国、美国、英国、意大利等国家也都竞相开展了此类森林旅游项目。随着政府相关政策的推出,森林环境对居民健康的影响越来越受流行病学家及社会科学家的重视,这方面的科学数据也逐渐积累了起来。

    国内外关于森林环境对人类健康影响的研究分为实验研究、接触森林对疾病发病率与死亡率的影响两个方面。

    实验研究即通过测量测试者在森林中散步或旅游后心理、神经、内分泌、免疫指标的数据变化,探究森林环境对人类健康的影响。关于这方面的科学研究最早源于德国科学家K. Franke,他发现人体在自然环境中会自觉调整平衡神经,恢复身体韵律,认为清新的空气以及树干散发出来的挥发性物质,对呼吸系统相关疾病疗效显著[7]。目前,通过实验研究森林与人类健康关系较多的是韩国、日本及欧洲一些国家,这些国家研究得出,森林通过其独特的化学环境、物理环境,使人们在其中增加运动来影响人体健康。日本学者通过测量实验者森林浴后的相关生理指标,发现森林浴与癌症、心血管疾病、内分泌系统疾病等存在关系,森林浴有利于增强人体对癌症的抵抗力,降低心血管疾病发病率[3];韩国学者较多地研究了森林疗法对心理及认知健康的作用,研究发现森林可以减轻压力,使人的情绪更加积极[5];英国的相关研究表明森林可以提高人体自然杀伤细胞的活性,每月一次森林观光可使人体保持一个较高的NK细胞活性水平,或许可以预防癌症的发生[3];欧洲一些国家研究残疾人进行森林疗养后的生理及心理指标变化,研究发现,对残疾人来说,森林有益于健康和他们对社会的包容及认同[3]。近两年,随着森林疗养在我国兴起,已有相关实验证明,森林可以改善参试者的血液指标,缓解精神压力[8]

    接触森林对疾病发病率与死亡率的研究,即研究组群生活中可能接触到绿色环境的几率与疾病发病率及死亡率之间的关系。比较早的研究是荷兰的Vitamin G项目,研究指出人们到达绿地的距离与各种健康标准之间存在关联性[9-11]。有学者通过研究不同绿地量地区人群的健康差距,发现接触绿地较多的地区中,优势人群及弱势人群健康差距较小[3]。近几年,日本学者李卿等[3]观察英国城市地区死亡率与绿地量之间的关系,发现其间存在负相关关系;通过分析日本不同州县森林覆盖率与癌症死亡率的相关性,发现森林覆盖率与肺癌、肾癌、大肠癌、子宫癌、乳腺癌死亡率也都存在显著的负相关关系。我国学者通过分析省级森林覆盖率与健康数据之间的关系,发现森林资源有益于缩小我国居民健康的不平等程度[3, 12]。其中周海川[13]通过建立基于省级森林数据的应用结构方程,从宏观角度研究发现,森林可以通过吸收粉尘颗粒间接降低肺癌及呼吸系统疾病死亡率。

    目前,国际上越来越多的实验证明森林环境对居民健康存在有益影响,但其影响容易被医疗、经济等其他因素所抵消,因而,实验结论不能简单地大范围推广。宏观上,通过控制经济、医疗等相关条件,研究森林与居民健康之间的关系,可以与微观实验结论相互印证,同时为森林医学实验结果的推广与应用提供一定的实证参考,为我国森林疗养工作的展开提供一定的理论支撑。但是,截至目前,国内外相关宏观研究还很少,而且变量指标不够完备,本文希望补充相关研究指标,并且通过省级数据探究森林覆盖率对居民健康的直接影响。

    健康的定义涉及生理、心理、道德以及社会适应能力等诸多方面,目前我国多数学者采用生理指标研究总体健康水平,常用的指标有期望寿命、患病率、一些慢性疾病的发病率及死亡率[13-17]

    慢性病是指不构成传染、因长期积累形成疾病形态损害的疾病的总称,是导致居民死亡的最主要原因,所以,慢性病死亡率可以反映居民的健康水平。据《全国死因监测报告》统计,2004—2018年,全国慢性病死亡人数之和占总死亡人数的比例超过80%,慢性病成为威胁居民健康的最主要原因。慢性病死因中,肿瘤排第1,占慢性病死亡人数比例超过30%;肿瘤死因中,肺癌、胃癌、乳腺癌死亡率分别排第1、第3和第7,是生活中常见的癌症。本文在前人研究基础上,结合森林医学相关实验结论及我国居民疾病死亡率数据,选取《全国死因监测报告》中的慢性病、肿瘤、胃癌、肺癌及乳腺癌死亡率作为衡量居民健康的代表性指标。

    本文居民健康指标数据均来源于全国死因监测报告,报告中仅统计了监测区疾病死亡人数,所以文章对数据进行了死亡率转换。同时,由于我国港澳台及西藏自治区相关疾病指标数据缺失,本研究仅选取我国大陆地区的30个省(自治区、直辖市)的数据进行分析。本文选取了2004—2008年的疾病死亡率数据,原因有两点:一是分省疾病死亡率数据的可得性,截至目前,公共卫生科学数据中心的死因监测报告中仅公布了2004—2008年各省份疾病死亡率数据;二是主要疾病死亡率的方差分析结果显示,数据差异主要来源于省份,时间差异不大。

    影响健康的因素可以分为遗传因素、环境因素。在宏观研究中,一般假定遗传因素不变,仅考虑环境因素。人类环境可以分为社会环境和自然环境:社会环境包括政治、经济、文化、医疗等环境[14];自然环境是指“具有天然植被的、开阔且未经开发的土地”,包括森林、公园等[3]

    在宏观研究中,森林覆盖率、森林面积、森林蓄积量等是反映森林资源水平的常用指标。但是,森林面积、森林蓄积量小的地区森林覆盖率不一定低,无法衡量地区森林资源水平,所以,本文选择森林覆盖率作为衡量森林资源的代表性指标。森林覆盖率是指森林面积占土地总面积的比率,属于一类清查数据,每5年发布一次,所以森林覆盖率数据与其他数据相比存在缺失,本文以线性内插法对数据进行填充。

    在以往的宏观研究中,除森林外,居民健康的主要影响因素包括人均GDP,人均收入,医疗卫生条件,居民健康意识,PM10、SO2、NO2排放量,人口老龄化等[18-24]。城市化率、居民受教育程度可以通过影响居民健康意识来影响居民健康[18];老年人是疾病高发人群,其慢性病患病率是全部人口患病率的3.2倍,同时,老龄化也是各种肿瘤死亡率上升的显著贡献因素[19-20]。我国目前正处于老龄化阶段,老年人群比例逐渐提高,它对居民整体健康水平的影响不可忽略。医疗条件可以通过影响居民就医环境、就医及时性来影响居民健康[21],国内外学者较多借用公共医疗卫生支出来研究医疗卫生条件与居民健康之间的关系。例如,部分学者研究发现公共卫生支出增加降低了拉丁美洲国家人口死亡率。我国学者也研究证明政府公共卫生支出对人口死亡率有显著影响[22]。孕产妇系统管理率是反映妇幼保健水平的重要指标,反映基本公共卫生管理水平[23-24]

    地区经济水平是地区综合实力的重要体现。经济发达的地区,居民收入普遍偏高,一方面,收入水平与居民营养水平、医疗保健水平正向相关;另一方面,收入水平与居民生活方式密切相关。生活方式包括作息习惯、饮食习惯、娱乐习惯等,这些都是影响居民身体健康的重要因素[25]。在宏观研究领域,国内学者较多应用地区人均GDP研究经济与死亡率、预期寿命之间的关系[26-27]。同时,国外学者研究证明居民收入与某些社会福利相关,影响诊断条件,从而可以影响居民健康[28]

    工业化发展导致的环境恶化会对人类健康产生不利影响[29]。有研究表明大气污染与癌症死亡率之间存在正向的相关关系[17]。美国癌症协会对120万美国成人进行了长达26年的跟踪研究,发现空气污染物浓度每升高10 μg/m3,肺癌死亡率将升高15% ~ 27%[30]。国内相关研究证明PM10、SO2、NO2排放增加对居民总死亡率、心脑血管疾病死亡率和呼吸道疾病死亡率有确切的影响[15-16]

    本文综合借鉴前人的研究成果,选取包括经济、社会、医疗卫生、环境等方面共15个影响居民健康的代表性指标(见表1)。

    表  1  变量名及对应含义
    变量分类变量名含义单位
    森林环境 x1 森林覆盖率 %
    经济水平 x2 人均GDP 万元
    x3 财政收入占GDP比 %
    x4 全社会固定资产投资 万元
    x5 居民消费水平 万元
    社会发展 x6 文盲率 %
    x7 城镇人口占常住人口比例 %
    x8 老年人口抚养比 %
    医疗条件 x9 财政医疗卫生支出占财政支出比 %
    x10 每万人口医疗卫生机构床位数
    x11 每万人口卫生技术人员数
    x12 医疗卫生机构门诊健康检查人数占
    常住人口比例
    %
    x13 孕产妇系统管理率 10−5
    环境污染 x14 SO2排放量 万t
    x15 烟粉尘排放量 万t
    下载: 导出CSV 
    | 显示表格

    表1中的数据,森林覆盖率来源于中国林业与草原局网站;SO2排放量、烟粉尘排放量来源于我国历年来的环境统计年鉴;其余数据均来源于国家统计局网站。

    衡量居民健康的指标以慢性病死亡率为例,可以看到,在2006—2016年,中国慢性病死亡人数占总死亡人数的比例持续上升,2016年更是接近88%(见图1),所以,慢性病是威胁居民健康的最主要原因。而同一阶段,我国人均GDP(见图2)、国家财政医疗卫生支出和财政医疗卫生支出占财政支出的比例(图3)一直在上升。对比发现,在2010年以前,我国经济增长、财政医疗卫生支出增加没有显著地抵减慢性病死亡率。

    图  1  2006—2016年我国慢性病死亡率
    图  2  2000—2018年我国人均GDP
    图  3  2007—2017年国家财政医疗卫生支出

    2004—2008年,正值第七次全国林业资源清查期间,第七次全国林业资源清查显示全国平均森林覆盖率为20.36%,而2017年全国平均森林覆盖率为21.6%,森林覆盖率增加不多。受湿度等因素的影响,我国南方地区森林覆盖率普遍高于北方地区,东部地区普遍高于西部地区(见图4)。主要疾病死亡率的分布特点,以2016年慢性病数据为例,表现出西部地区高于东部地区的规律(见图5)。部分地区如广西、云南、四川、甘肃、黑龙江等地,森林覆盖率较高,疾病死亡率也比较高,可能是因为经济水平也比较低的原因(见图6)。部分地区如新疆、西藏、青海等地森林覆盖率较低,疾病死亡率较高;南方集体林区浙江、福建、广东、江西等地森林覆盖率较高,疾病死亡率较低;还有部分地区森林覆盖率与疾病死亡率的关系无法用地图明确表示。所以文章接下来通过数据分析森林覆盖率与疾病死亡率之间可能存在的关系。

    图  4  2017年全国森林覆盖率
    图  5  2016年全国慢性病死亡率
    图  6  2017年全国人均GDP

    为具体探究森林覆盖率对某几种疾病死亡率是否存在影响,本文参照日本相关研究经验,以50%的森林覆盖率为分界点,将疾病死亡率数据分组[3],用STATA软件进行Bartlett方差齐性检验与均值检验。

    方差齐性检验结果显示(见图7),在以50%的森林覆盖率为分界点进行方差齐性检验时,所有疾病的P值均小于0.05,都通过方差齐性检验。Bartlett均值之差检验结果显示,本文在以50%的森林覆盖率为分界点时,所有疾病均值之差的P值均小于0.05,均值差异显著,且F统计量均小于0。所以,在森林覆盖率小于50%的省份,疾病死亡率明显高于森林覆盖率大于50%的省份,这表明森林覆盖率与各种慢性病、肿瘤的死亡率显著负相关,且森林覆盖率高的地区疾病死亡率明显低于森林覆盖率低的地区。

    图  7  疾病死亡率均值、置信区间及均值检验显著性
    注: ***表示均值之差在0.01的显著性水平上显著

    方差分析表明森林覆盖率对疾病死亡率存在影响,为探究具体的影响方式及影响程度,需要更进一步的研究分析。面板模型可以减少数据偏差及变量间的相关性,并且可以观察数据的动态过程,所以本文选择面板模型进行回归。居民健康受社会经济、医疗条件、生活环境等因素的综合影响,本文重点关注森林资源对居民健康的影响。下文模型中假定其他因素不变,通过面板回归,分析森林资源变化引起的健康指标的变化。

    考虑到面板数据的空间差异性,所以本文首先对疾病死亡率数据进行方差分析,发现由于省份引起的差异远大于由于时间引起的差异,即疾病死亡率的差异性主要来源于地区差异,所以应用时间效应模型对数据进行面板回归。

    面板模型的公式如下:

    $$ {{\rm{y}}_{it}} = \alpha + \mathop \sum \nolimits_{j = 1}^{15} {\beta _j}x_{it}^j + {\mu _t} + {\varepsilon _{it}} $$

    其中,x为自变量;j代表变量个数,j=1,2,…15;t代表不同年份,t=1,2,…5;i代表各个省份,i=1,2,…30;α代表常数项;βj代表对应自变量的回归系数;μt为非观测效应,与时间有关,它概括了所有影响被解释变量,但不随个体变化的因素;εit为特异误差项。如果μt是随机变量且与解释变量xit相关,此时模型为固定效应模型;如果μt是随机变量且与解释变量xit相互独立,此时模型为随机效应模型。

    在确定模型后,需要确定模型的自变量。因为自变量过多,自变量之间存在较强的相关性会影响模型估计结果的可靠性,为了避免这些问题,本文对自变量进行降维[31]。文章将变量分类,分别计算各组变量的相关系数,剔除变量中存在较强相关性的变量后,剩余x1x2x6x8x9x13x14

    在确定了模型形式、模型中的自变量之后,为了确定合适的面板模型,需要进行个体效应检验、Hausman检验、协方差分析检验,具体检验结果如表2所示。结果显示慢性病、肿瘤、胃癌死亡率拟合固定效应模型,肺癌、乳腺癌死亡率拟合随机效应模型。

    表  2  面板模型类别检验结果
    慢性病死亡率肿瘤死亡率胃癌死亡率肺癌死亡率乳腺癌死亡率
    统计量P统计量P统计量P统计量P统计量P
    F检验 4.33 0.003 −2.67 0.025 3.33 0.012 1.55 0.191 1.78 0.136
    LM检验 1.00 0.000 1.00 0.000 1.00 0.000 1.00 0.000 1.00 0.000
    Hausman检验 17.32 0.002 11.48 0.022 13.32 0.009 6.21 0.184 7.12 0.129
    下载: 导出CSV 
    | 显示表格

    根据前文自变量相关性筛选结果,肺癌、乳腺癌死亡率拟合的随机效应模型估计结果如表3所示。

    表  3  随机模型森林覆盖率回归系数表
    肺癌死亡率乳腺癌死亡率
    系数估计值P系数估计值P
    森林覆盖率−1.140.00−0.160.02
    人均GDP50.610.0011.770.00
    文盲率−2.380.06−0.160.52
    财政医疗卫生支出占财政支出比−1.240.23−0.120.56
    孕产妇系统管理率0.650.190.060.55
    SO2排放量−0.690.00−0.110.00
    老年人口抚养比219.690.4144.090.40
    常数项17.860.73−4.140.69
    时间效应的标准差0.000.00
    特异误差的标准差62.27112.160
    时间效应的方差占混合误差的方差的比0.000.00
    R20.674 40.697 6
    下载: 导出CSV 
    | 显示表格

    随机效应模型显示,肺癌、乳腺癌死亡率与森林覆盖率负相关,回归系数通过了5%水平上的显著性检验。在人均GDP、财政医疗卫生支出占财政支出比、老年人口抚养比等其他自变量不变时,森林覆盖率每增加1%,肺癌死亡率减少1.14/105,乳腺癌死亡率减少0.16/105。说明森林在0.05的显著性水平上可以降低肺癌、乳腺癌的死亡率,改善居民健康水平。日本学者应用回归方程研究得出森林覆盖率对日本女性肺癌、乳腺癌死亡率的回归系数分别为−0.468、−0.501[3],回归系数与本文系数方向相同,大小有所差异,这可能是由于环境差异较大,日本平均森林覆盖率远高于我国,森林对居民健康的促进作用可能有所差异。

    慢性病、肿瘤、胃癌死亡率拟合的固定效应模型估计结果如表4所示。固定效应模型显示森林覆盖率与慢性病、肿瘤、胃癌死亡率负相关,且回归系数通过了5%水平上的显著性检验。在人均GDP、财政医疗卫生支出占财政支出比、老年人口抚养比等其他自变量不变时,森林覆盖率每增加1%,慢性病死亡率减少10.02/105,肿瘤死亡率减少2.67/105,胃癌死亡率减少0.56/105,说明森林可以降低慢性病及肿瘤死亡率。

    表  4  固定面板回归森林覆盖率回归系数表
    慢性病死亡率肿瘤死亡率胃癌死亡率
    系数估计值P系数估计值P系数估计值P
    森林覆盖率 −10.02 0.01 −2.67 0.03 −0.56 0.00
    人均GDP 520.56 0.00 198.72 0.00 20.48 0.00
    文盲率 −27.55 0.04 −6.27 0.12 −0.90 0.04
    财政医疗卫生支出占财政支出比 −0.75 0.97 1.10 0.83 0.35 0.51
    孕产妇系统管理率 12.59 0.03 2.75 0.10 0.15 0.38
    SO2排放量 −7.56 0.00 −1.96 0.00 −0.17 0.00
    老年人口抚养比 1 989.87 0.50 1 404.69 0.11 236.63 0.01
    常数项 189.33 0.36 19.26 0.75 −0.97 0.88
    2005 452.88 0.04 53.67 0.42 −5.10 0.47
    2006 −115.11 0.64 −77.46 0.28 −15.04 0.05
    2007 −216.56 0.43 −117.27 0.15 −22.38 0.01
    2008 −287.75 0.62 −203.23 0.24 −10.83 0.55
    组内R2 0.65 0.71 0.71
    下载: 导出CSV 
    | 显示表格

    从宏观角度,本文发现森林覆盖率可以显著降低疾病死亡率,提高居民健康水平。研究结论印证了微观的实验结果,即森林环境可以调节居民身体指标,改善人体健康状况。为了在保证经济发展的同时更好地提高居民健康水平,改善居民居住环境,笔者提出以下建议。

    1)森林通过改善生态环境来影响居民健康,增强森林生态作用是提升居民福祉的有效途径。近20年来,我国森林面积和蓄积量持续“双增长”,成为全球森林资源总量增长最多的国家,但是森林覆盖率提高有限。那么,如何在森林覆盖率提高有限的情况下,增加森林的康养效用,成为解决问题的关键。笔者认为,在保持森林覆盖率的同时,提升森林质量,加强森林生态作用,有益于提升森林的康养效果。近年来,有研究表明“近自然林业”能够增强森林生态作用。所以,笔者建议从国有林做起,落实发展“近自然林业”,改善生态环境,提高居民福祉。

    2)发展森林旅游、森林康养等森林基地,发挥森林的多功能效益。我国目前对森林资源的利用仅局限于木材、林下作物的经济效益和调节气候、涵养水源的生态效益。而对森林在人类生存、生育、居住、活动以及人的心理、情绪、教育等方面的社会效用,尚未充分开发。为了更好地发挥森林的多功能效益,我们可以提倡发展森林休闲、康养产业。借鉴中外建设经验,积极探索有效的森林康养经济模式,推动以森林康养为中心的新产业经济,是实现森林经济效益、健康效益共赢的一种有效途径。

  • 表  1   陆生野生动物资源资产统计分类体系框架

    一级指标二级指标三级指标四级指标
    野外的陆生野生动物资源资产 经济资产 栖息地资产
    活体资产
    产品资产 狩猎产品资产
    其余来源产品
    资产
    生态服务资产 生物控制资产
    净化环境资产
    改善土壤资产
    种子传播资产
    维持生物多样性资产
    狩猎服务资产
    文化服务资产 游憩服务资产
    科研服务资产
    人工繁育的陆生野生动物资源资产 经济资产 生息繁衍场所资产 散养状态的资产
    圈养状态的资产
    活体资产
    产品资产
    生态服务资产 生物控制资产
    维持生物多样性资产
    养殖繁育服务资产
    文化服务资产 游憩服务资产
    科研服务资产
    下载: 导出CSV
  • [1] 联合国, 欧洲联盟委员会, 联合国粮食及农业组织, 等. 2012年环境经济核算体系中心框架[M]. 北京: 国家统计局国民经济核算司, 2014.
    [2] 高艳妮,张林波,李凯,等. 生态系统价值核算指标体系研究[J]. 环境科学研究,2019,32(1):58-65.
    [3] 姜文来, 杨瑞珍. 资源资产论[M]. 北京: 科学出版社, 2003.
    [4] 熊莉,沈文星. 陆生野生动物资源价值构成及评估方法研究述评与展望[J]. 世界林业研究,2017,30(2):2-8.
    [5] 李亮. 野生动植物资源物权之侵权制度研究[D]. 兰州: 兰州大学, 2012.
    [6] 李鑫. 自然资源资产价值核算体系构建方法初探[J]. 行政事业资产与财务,2017(15):1-3. doi: 10.3969/j.issn.1674-585X.2017.15.001
    [7] 李佐军, 王俊. 自然资源资产核算的大鹏经验[N]. 中国环境报, 2018-08-16(3).
    [8] 陈龙,孙芳芳,张燚,等. 基于自然资源价值核算的深圳市绿色经济协调发展分析[J]. 生态与农村环境学报,2019,35(6):716-721.
    [9] 李庆旭,吴锋,姜刘志,等. 中心城区自然资源资产核算体系构建研究−以深圳福田为例[J]. 环境与可持续发展,2017(4):169-173. doi: 10.3969/j.issn.1673-288X.2017.04.052
    [10] 齐亚芬. 自然资源资产价值计量及生态服务的探讨[J]. 环渤海经济瞭望,2018(7):5-6.
    [11] 高敏雪,刘茜,黎煜坤. 在SNA-SEEA-SEEA/EEA链条上认识生态系统核算−《实验性生态系统核算》文本解析与延伸讨论[J]. 统计研究,2018,35(7):3-15.
    [12] 韩嵩. 我国野生动物资源价值计量与应用研究[D]. 北京: 北京林业大学, 2008.
    [13] 马春艳. 我国野生动物资源商业价值的动态评估及应用研究[D]. 北京: 北京林业大学, 2015.
  • 期刊类型引用(3)

    1. 贾培宏,康诺尧,张舟遥,徐艳睛,黄威达. 海口市重叠自然保护地整合优化管理策略研究. 海南大学学报(人文社会科学版). 2023(04): 130-137 . 百度学术
    2. 杜群. 我国自然保护地体系政策框架的规范审视——基于“保护地范式”的分析. 法学评论. 2023(04): 160-171 . 百度学术
    3. 陈保禄,沈丹凤,禹莎,洪莹,简单,干靓. 德国自然保护地立法体系述评及其对中国的启示. 国际城市规划. 2022(01): 85-92 . 百度学术

    其他类型引用(15)

表(1)
计量
  • 文章访问数:  610
  • HTML全文浏览量:  224
  • PDF下载量:  59
  • 被引次数: 18
出版历程
  • 收稿日期:  2020-09-19
  • 网络出版日期:  2021-02-22
  • 发布日期:  2021-04-20

目录

/

返回文章
返回