唐 光 海

(1．渭南師范學院 東盟博仁財經學院，陜西 渭南710499;2．陜西師范大學 旅游與環(huán)境學院，西安710123)

新一代以互聯(lián)網為代表的信息技術與制造業(yè)深度融合，正在引發(fā)影響深遠的產業(yè)創(chuàng)新與變革。2015年我國《制造業(yè)2025》戰(zhàn)略規(guī)劃指出:物聯(lián)網和云計算下的智能制造、柔性生產等正在引領先進制造業(yè)變革;電子商務、協(xié)同設計、網絡眾籌等正在重樹產業(yè)價值鏈。楊蕙馨、焦勇、陳慶江指出兩化融合的平穩(wěn)演進能帶來社會總產出、總資本和總消費的穩(wěn)步提升［1］;王立平、楊洋指出信息化通過直接效應能穩(wěn)定地對經濟增長產生影響［2］;王亞男闡述了在兩化融合下制造業(yè)發(fā)展面臨的多重挑戰(zhàn)和機遇，提出了制造業(yè)未來發(fā)展中充分利用信息化來創(chuàng)新，以提升制造業(yè)的競爭力［3］;高技術產業(yè)作為我國先進制造業(yè)的代表，其創(chuàng)新不斷向中低技術產業(yè)轉移和擴散，帶動我國制造業(yè)整體技術效率提升和制造業(yè)資源優(yōu)化配置［4］。因此，本文選擇高技術產業(yè)創(chuàng)新效應作為研究對象?；ヂ?lián)網經濟本質上是一種創(chuàng)新經濟，存在節(jié)點創(chuàng)新與網絡價值的正反饋機制、軟件創(chuàng)新和硬件創(chuàng)新的正反饋機制、企業(yè)創(chuàng)新與產業(yè)地位的正反饋機制［5］;互聯(lián)網支撐制造業(yè)服務化［6］、柔性化［7］、智能化［8］等創(chuàng)新路徑。但現有研究中還缺少直接驗證我國互聯(lián)網發(fā)展與制造業(yè)創(chuàng)新效率方面的文獻，不能全面、準確反映我國互聯(lián)網與制造業(yè)創(chuàng)新效應之間關系的本質特征。

我國互聯(lián)網普及率已經超過50%，快速發(fā)展的互聯(lián)網經濟對制造業(yè)的創(chuàng)新影響如何度量也成了一個重要課題，高技術產業(yè)是我國制造業(yè)的代表和未來的發(fā)展方向，本文力圖借助于面板數據對互聯(lián)網擴散和我國高技術產業(yè)創(chuàng)新效應進行分析，為深入認識互聯(lián)網對我國制造業(yè)的影響提供一些經驗證據。

1 文獻綜述與研究假設

在分析制造業(yè)、高技術產業(yè)或工業(yè)部門技術創(chuàng)新效率的文獻中，主要選擇知識產權和新產品銷售收入作為衡量指標。孫早、宋煒以知識產權產出的結果變量專利授權數作為被解釋變量，利用面板模型對我國工業(yè)制造業(yè)R＆D的技術創(chuàng)新效率進行了實證，并以新產品銷售收入作為對比對檢驗結果進行穩(wěn)健性檢驗，結果顯示這兩個指標具有一致性［9］;牛澤東、張倩肖利用SFA(隨機前沿面板模型)對裝備制造業(yè)技術創(chuàng)新進行檢驗，同樣選擇了知識產權產出變量和人均新產品銷售收入兩個指標作為產出指標，知識產權產出指標選擇專利申請數，從數據相關性，專利申請數和專利授權數具有一定的線性關系，在實際研究中，主要取決于數據的可得性［10］;張鴻、汪玉磊將技術創(chuàng)新效率作為兩階段進行分析，第一階段是研發(fā)產生知識產權，第二階段是知識產權轉化產生新產品銷售收入［11］。本文在數據收集階段也選擇知識產權產出和新產品銷售收入作為檢驗對象，但在針對我國高技術產業(yè)的專利授權數和申請數的相關數據進行采集后發(fā)現西部相關省市如西藏、青海、寧夏、新疆等數據缺失嚴重，而新產品銷售收入除西藏2007、2009、2010年數據缺失外，其他區(qū)域年份相關數據比較完整。在新產品銷售收入的核算中，為更好地體現高技術產業(yè)之間的區(qū)域差異，采用人均新產品銷售收入作為被解釋變量。

陳文玲指出互聯(lián)網通過改變傳統(tǒng)制造業(yè)產業(yè)鏈來促進企業(yè)創(chuàng)新，并以新型價值鏈、服務鏈和信息鏈構建新經濟體系［12］;韓先鋒、惠寧、宋文飛指出信息化，尤其是互聯(lián)網擴散能提高中國工業(yè)部門技術創(chuàng)新效率［13］。在分析互聯(lián)網擴散效應中，李立威、景峰［14］，謝印成、高杰［15］等都將網民數增長作為互聯(lián)網的重要因素進行驗證，結果顯示網民普及率與經濟增長顯著相關，可以提出假設1。

假設1:網民普及率提高對我國高技術產業(yè)創(chuàng)新有正向影響，網民普及率與我國高技術產業(yè)新產品銷售收入正相關。

網民普及率的提高代表互聯(lián)網技術擴散效應增強，隨電子商務、網絡互動等服務的不斷增強，網民不僅僅可以通過互聯(lián)網表達對高技術產品的意見和意愿，也可以通過互聯(lián)網參與高技術產品創(chuàng)意、設計等環(huán)節(jié)，從而更好地促進高技術產業(yè)創(chuàng)新發(fā)展［6］。高技術產業(yè)也可以通過互聯(lián)網眾包模式對產品創(chuàng)意、設計進行調研或者吸引網民參加，提高技術創(chuàng)新效率;同時，通過電子商務、互聯(lián)網眾疇等模式可以在更大的市場范圍內對高技術產業(yè)的創(chuàng)新產品進行銷售，提高新產品銷售收入。

謝印成、高杰［15］，張越、李琪［16］等在研究中將網站數增長也作為重要的因素，實證結果顯示網站數對經濟增長影響顯著，因此，本文提出了第二個假設。

假設2:網站數的增長對我國高技術產業(yè)創(chuàng)新有正向影響，網站數與我國高技術產業(yè)新產品銷售收入正相關。

網站數量的增加代表更多的企業(yè)、資源等上網，更多的企業(yè)利用互聯(lián)網在更大的市場上進行資源配置。高技術產業(yè)創(chuàng)新需要在供應鏈和價值鏈上進行資源優(yōu)化，更多的供應商上網可以降低高技術產業(yè)中的企業(yè)的搜索、采購成本，同時可以在互聯(lián)網上組合、優(yōu)化資源，降低生產成本，提高創(chuàng)新效率。

在張越、李琪［16］，孫中偉等［17］的研究中還將域名數、網頁數、IP地址數等作為互聯(lián)網擴散的因素，結果顯示域名數對區(qū)域經濟或部門經濟有影響，而網頁數、IP地址數并不顯著，因此，本文不再分析網頁數和IP地址等指標。

假設3:域名數的增長對我國高技術產業(yè)創(chuàng)新有正向影響，域名數與我國高技術產業(yè)新產品銷售收入正相關。

域名是網站的代名詞之一，域名的增加一定程度上可以表示企業(yè)、資源上網的增加，但由于部分域名開通沒有相應的資源網站與之對應，部分研究文獻也發(fā)現域名和網站對經濟增長的顯著程度不一致。因此，本文有必要將域名數增長對高技術產業(yè)創(chuàng)新的影響與網站數分別檢驗。

2 數據來源與模型構建

2.1 數據來源

2．1．1 互聯(lián)網擴散

互聯(lián)網擴散水平與地區(qū)互聯(lián)網發(fā)展水平緊密相關，本文采用包括互聯(lián)網普及率、域名數和網站數來評價區(qū)域互聯(lián)網發(fā)展水平，并進一步反映互聯(lián)網擴散情況，互聯(lián)網擴散相關變量數據來自于CNNIC發(fā)布的歷年的《互聯(lián)網發(fā)展狀況統(tǒng)計報告》。為更好地進行區(qū)域互聯(lián)網擴散指標對比，采用互聯(lián)網普及率、人均網站數、人均域名數3個指標來評價區(qū)域互聯(lián)網發(fā)展水平。

2．1．2 區(qū)域高技術產業(yè)創(chuàng)新效應

采用我國30個省、直轄市、自治區(qū)(不包含如西藏自治區(qū)等)高技術產業(yè)新產品銷售收入來衡量各地區(qū)高技術產業(yè)創(chuàng)新效應，為更好地對比地區(qū)差異，采用高技術產業(yè)人均新產品銷售收入作為創(chuàng)新效應的衡量，數據來源于2007—2016年《中國高技術產業(yè)發(fā)展年鑒》。

2.2 模型構建

以高技術產業(yè)人均新產品銷售收入作為被解釋變量，互聯(lián)網普及率、人均域名數和網站數作為解釋變量，選取我國2006—2015年30個省、直轄市、自治區(qū)(由于西藏等地數據缺失或統(tǒng)計口徑不同，本文未包含這些區(qū)域)的人均新產品銷售收入(Rssr)、互聯(lián)網普及率(Pjl)、每萬人域名數(Rym)和網站數(Rwz)，構建面板數據模型。主要變量的描述性統(tǒng)計如表1。

表1 主要變量的描述性統(tǒng)計

面板數據模型構建如下:

式(1)中，Rssr表示人均新產品銷售收入;Pjl表示網民普及率;Rym表示人均域名數;Rwz表示人均網站數;β1、β2、β3是Pjl、Rym、Rwz的系數，表示各解釋變量對被解釋變量的彈性系數;α表示截距;ηi反映不同省份的個體效應影響;vt反映不同年度的時點效應;εit是隨機誤差項。

利用Eviews8．0進行單位根檢驗和協(xié)整校驗，以判斷變量間的平穩(wěn)性和長期均衡關系，避免模型的偽回歸問題，利用F檢驗和Hausman檢驗，選擇本模型的回歸類型，并進行參數估計，從而驗證互聯(lián)網擴散與我國高技術產業(yè)技術創(chuàng)新效應的關系。

3 實證檢驗

3.1 單位根檢驗

模型中各序列之間存在單位根，可能導致模型不平穩(wěn)，回歸分析中可能存在偽回歸的問題。對上述變量進行單位根檢驗結果如表2。

Pjl在水平量和一階差分值下顯著，拒絕變量有單位根的原假設;但Rssr、Rym、Rwz在1%和5%的顯著水平下不能拒絕有單位根的假設，說明該變量的水平量是不平穩(wěn)的;但其一階差分的檢驗結果顯示能拒絕變量有單位根的假設，說明Rssr、Rym、Rwz變量為一階單整序列，為確保整個面板模型可以在同階序列下繼續(xù)分析，對原模型中所有變量取對數，上述面板數據模型修訂如下:

對模型2進行單位根檢驗，所有變量的水平量均在1%的水平下顯著。模型可以繼續(xù)進行協(xié)整檢驗。

表2 單位根檢驗結果

3.2 協(xié)整檢驗

協(xié)整檢驗可以驗證變量之間是否存在長期均衡關系。利用Pedroni面板協(xié)整檢驗方法，在回歸殘差的基礎上構造7個協(xié)整檢驗統(tǒng)計量，結果見表3。Pedroni指出，當樣本期較短(T≤20)，出現矛盾時，以Panel ADF和 Group ADF的結果為準。表3中除 lnRssr與 lnPjl的 Group rho、lnRssr與 lnRym之間的Panel rho與Group rho不顯著;lnRssr與lnRwz的Group rho在10%水平下顯著外，其他統(tǒng)計量均在5%、1%水平下顯著。其中l(wèi)nRssr與lnPjl、lnRssr與lnRym協(xié)整檢驗的Panel ADF統(tǒng)計量在5%水平下顯著，而其他變量協(xié)整檢驗的Panel ADF和Group ADF統(tǒng)計量均在1%水平下顯著。表明進行協(xié)整檢驗的三對變量之間存在穩(wěn)定的協(xié)整關系，即他們之間存在長期均衡關系。

表3 協(xié)整檢驗結果

表4 面板數據模型擬合效果對比

3.3 面板模型的檢驗與估計

面板數據模型通常有三種選擇，包括固定效應模型(Fixed Effects Regression Model)、隨機效應模型(Random Effects Regression Model)和混合估計模型(Pooled Regression Model)。一般通過F檢驗結果與F分布值比較來選擇固定效應模型還是混合估計模型，通過Hansman檢驗來判斷是選擇固定效應模型還是隨機效應模型。模型擬合效果對比如表4。由固定效應模型估計中的殘差平方和S1與S3可以計算F1=36．694 5 ＞ F(29，269)=1．00。可見，固定效應模型優(yōu)于混合模型，Hansman 檢驗值為 0．000 0，說明固定效應模型優(yōu)于隨機效應模型。從模型的擬合度來看，固定效應模型(R2=0．898 616)優(yōu)于混合估計模型(R2=0．497 55)和隨機效應模型(R2=0．449 997)。由此可選擇固定效應模型做進一步的分析。

固定效應模型中可選擇分別對個體、時期進行固定或對個體、時期雙固定作檢驗，結果見表5。

表5 個體、時期分別固定和個體、時期雙固定模型檢驗結果

由R2比較，可見個體時期雙固定模型更優(yōu)，依據檢驗結果可以估計各地區(qū)互聯(lián)網擴散對高技術產業(yè)新產品銷售收入的影響參數，檢驗結果見表6。

表6 基于個體時期雙固定模型的參數估計

表6中互聯(lián)網普及率的參數在1%水平下顯著，而網站數、域名數的參數在5%水平下顯著，3個變量對高技術產業(yè)新產品銷售收入都有影響，模型擬合程度較好，假設1、假設2、假設3得到檢驗。由此，可以得出模型的表達式為:

在式(3)中，截距項C為0．594 1，表示互聯(lián)網擴散對全國高技術產業(yè)創(chuàng)新效應的整體促進作用;β1為0．942 8是互聯(lián)網普及率對人均新產品銷售收入的彈性系數，表示互聯(lián)網普及率每提高10%，高技術產業(yè)人均新產品銷售收入約增加9．43%;β2為0．242 4是互聯(lián)網網站數對高技術產業(yè)創(chuàng)新效應的彈性系數，表示互聯(lián)網網站數每增加10%，高技術產業(yè)人均新產品銷售收入增加2．42%;β3為0．267 78是互聯(lián)網域名數對高技術產業(yè)創(chuàng)新效應的彈性系數，表示互聯(lián)網域名數每增加10%，高技術產業(yè)人均新產品銷售收入約增加2．68%。

3.4 結果分析

依據上述模型，各地區(qū)個體效應影響如表7。30個省、直轄市、自治區(qū)中，其個體效應影響呈現明顯的地區(qū)差異，主要是由于各地區(qū)的資源稟賦、互聯(lián)網基礎設施、經濟環(huán)境等因素不同，使得各地互聯(lián)網擴散對高技術產業(yè)創(chuàng)新效應出現差異。其中，影響為正的有17個地區(qū)，多為經濟發(fā)達地區(qū)或創(chuàng)新聚集區(qū)域，說明經濟發(fā)達地區(qū)基于互聯(lián)網擴散的知識溢出效應對高技術產業(yè)創(chuàng)新影響更為顯著;影響為負數的有13個地區(qū)，多為經濟欠發(fā)達地區(qū)或高技術產業(yè)資源稟賦不足區(qū)域;天津、江蘇、北京三個地區(qū)個體影響效應最明顯，超過了2．0，廣東、上海、福建、浙江4個地區(qū)大于1．0;西部地區(qū)四川、重慶個體效應相對較高，達到了0．936 729和0．794 228，排在第 8 位和第 10 位，陜西為0．517 936，排在第 14 位。

表8反映時間維度上的時點效應，2007—2015年時間影響因子總體上是逐年提高，并以2006年、2010年為分界線呈現出明顯的階段特征。2006年以前我國網民、域名和網站總體處于高速發(fā)展階段，其時點效應不斷提高;2007—2010年我國互聯(lián)網保持高速發(fā)展，但互聯(lián)網對制造業(yè)的作用沒有快速體現，兩化融合處于適應階段，其時點效應有所調整;進入2010年以后互聯(lián)網快速發(fā)展，對高技術產業(yè)影響逐步加大。這與我國互聯(lián)網發(fā)展的實際情況相吻合。2010年以后我國互聯(lián)網普及率達到25%以上，網站數量增加，服務內容更加深入，其時點效應逐步增強且變得穩(wěn)定。

表7 各地區(qū)個體效應影響

表8 各年度時點效應

表9 滯后1～5年檢驗結果

模型中D．W=0．946 537，值為正，說明互聯(lián)網擴散對我國高技術產業(yè)新產品銷售收入具有一定影響的同時，還具有較強的滯后效應。對互聯(lián)網擴散變量做滯后1～5年的檢驗結果如表9。滯后期1～3年內其D．W值逐步增加，在第3年達到最大，之后開始逐步降低;其截距項在滯后期第3年達到最大，第4年開始大幅降低;互聯(lián)網普及率對高技術產業(yè)新產品銷售收入的影響在1～3年滯后期內逐步增加，到第3年達到最大，從第4年開始降低，假設1在互聯(lián)網擴散對高技術產業(yè)創(chuàng)新效應影響的滯后效應檢驗中依然成立，可見，高技術產業(yè)創(chuàng)新需要重視網民需求，尤其是新增網民的需求和對高技術產品的意見;域名數的增加有一定的滯后效應，在1～4年內逐步增加，第4年達到最大，假設3在滯后效應檢驗中成立;網站數的增加對高技術產業(yè)新產品銷售收入的滯后影響相對較小，規(guī)律不明顯，假設2在滯后效應檢驗中不顯著。由于篇幅所限，各地區(qū)的滯后效應在此不再討論。

4 結論與建議

通過對我國2006—2015年的互聯(lián)網擴散與我國各地區(qū)高技術產業(yè)新產品銷售收入的相應指標進行數據收集，建立面板數據模型實證檢驗，主要有以下結論:

(1)互聯(lián)網與我國高技術產業(yè)新產品銷售收入之間存在長期均衡關系，互聯(lián)網普及率、網站數和域名數的增長對我國高技術產業(yè)創(chuàng)新具有積極作用。從長期看，互聯(lián)網普及率每提高10%，我國高技術產業(yè)新產品銷售收入約增加9．43%;互聯(lián)網網站數每增加10%，高技術產業(yè)新產品銷售收入增加2．42%;互聯(lián)網域名數每增加10%，高技術產業(yè)新產品銷售收入約增加2．68%。

(2)我國各地區(qū)互聯(lián)網普及率、網站數量的增長呈現地區(qū)差異，經濟較發(fā)達地區(qū)，互聯(lián)網擴散對高技術產業(yè)創(chuàng)新的影響效果更加明顯。影響為正的有17個地區(qū)，多為經濟發(fā)達地區(qū)或創(chuàng)新聚集區(qū)域，說明經濟發(fā)達地區(qū)基于互聯(lián)網擴散的知識溢出效應對高技術產業(yè)創(chuàng)新影響更為顯著;為負數的有13個地區(qū)，多為經濟欠發(fā)達地區(qū)或高技術產業(yè)資源稟賦不足區(qū)域;天津、江蘇、北京3個地區(qū)個體影響效應最明顯，超過了 2．0，廣東、上海、福建、浙江 4 個地區(qū)大于 1．0。

(3)隨互聯(lián)網技術的發(fā)展，互聯(lián)網網民和網站數的擴散對我國高技術產業(yè)創(chuàng)新的影響具有累積效應和滯后效應。滯后期內互聯(lián)網擴散效應逐步強化，到第4年達到最大，在第5年開始減弱。互聯(lián)網擴散具有滯后性，部分原因是新增網民中主要以年輕學生為主，受其對高技術新產品的接受度以及其收入影響，對高技術產業(yè)創(chuàng)新效應還需要時間來體現，同時高技術產業(yè)創(chuàng)新的產品利用互聯(lián)網進行推廣和宣傳也需要時間。

綜合以上結論和檢驗結果，提出建議如下:

(1)政府應通過加大網絡基礎設施的投入，增加網絡接入端口、降低寬帶資費、降低手機上網資費等措施，進一步提高網民比例，促進互聯(lián)網的使用和擴散。尤其是盡快在經濟欠發(fā)達地區(qū)推廣和普及互聯(lián)網，縮小東西部、城鄉(xiāng)之間的數字鴻溝，更好地發(fā)揮互聯(lián)網擴散對我國高技術產業(yè)創(chuàng)新的促進作用。

(2)鼓勵和支持電子信息與通信設備、醫(yī)藥制造、航空航天、計算機與辦公設備、醫(yī)藥儀器等高技術相關行業(yè)、企業(yè)積極建立自己的官方網站，并在電子商務、眾包平臺、眾籌平臺等網絡渠道加大推廣力度，以滿足網民對高技術產品創(chuàng)新產品的了解需求，鼓勵網民積極參與高技術創(chuàng)新產品的設計、預訂，以促進我國高技術產業(yè)新產品銷售收入增長。尤其是借助“制造業(yè)2025”戰(zhàn)略實施，需要促進互聯(lián)網在融入我國中西部傳統(tǒng)優(yōu)勢裝備制造業(yè)的應用中，引領產業(yè)轉型和升級，以發(fā)揮互聯(lián)網的擴散作用，彌補中西部高技術產業(yè)創(chuàng)新效應差異。

(3)互聯(lián)網擴散對高技術產業(yè)創(chuàng)新影響具有滯后性，對互聯(lián)網基礎設施、高技術產業(yè)企業(yè)品牌網站建設和推廣都需要長期持續(xù)的投入，以促進互聯(lián)網擴散。中西部尤其要加大互聯(lián)網投入，打造智能制造、大規(guī)模集成定制、云服務、電子商務服務平臺，更好地發(fā)揮互聯(lián)網擴散效應，提升高技術產業(yè)新產品銷售收入，從而促進區(qū)域經濟增長。

［1］楊蕙馨，焦勇，陳慶江．兩化融合與內生經濟增長［J］．經濟管理，2016(1):1－9．

［2］王立平，楊洋．兩化融合與中國經濟增長的“穩(wěn)健性”關系——基于REBA模型的實證分析［J］．工業(yè)技術經濟，2014(6):48－59．

［3］王亞男．兩化融合中我國制造業(yè)的機遇、挑戰(zhàn)與發(fā)展［J］．北京郵電大學學報(社會科學版)，2011(2):75－82．

［4］王偉光，馬勝利，姜博．高技術產業(yè)創(chuàng)新驅動中低技術產業(yè)增長的影響因素研究［J］．中國工業(yè)經濟，2015(3):70－82．

［5］張龍鵬，周立群．“兩化融合”對企業(yè)創(chuàng)新的影響研究——基于企業(yè)價值鏈的視角［J］．財經研究，2016(7):99－110．

［6］童有好．“互聯(lián)網+制造業(yè)服務化”融合發(fā)展研究［J］．經濟縱橫，2015(10):62－67．

［7］肖斌，賴新峰．“互聯(lián)網+”背景下中國制造業(yè)的柔性化生產研究［J］．企業(yè)經濟，2015(9):148－152．

［8］唐光海．互聯(lián)網思維下制造業(yè)產業(yè)升級路徑與對策研究［J］．中國集體經濟，2015(3):22－23．

［9］孫早，宋煒．企業(yè)R＆D投入對產業(yè)創(chuàng)新績效的影響——來自中國制造業(yè)的經驗證據［J］．數量經濟技術經濟研究，2012(4):49－63

［10］牛澤東，張倩肖．中國裝備制造業(yè)的技術創(chuàng)新效率［J］．數量經濟技術經濟研究，2012(11):51－67．

［11］張鴻，汪玉磊．陜西省高技術產業(yè)技術創(chuàng)新效率及影響因素分析［J］．陜西師范大學學報(哲學社會科學版)，2016(5):118－126．

［12］陳文玲．互聯(lián)網與新實體經濟［J］．中國流通經濟，2016(4):5－10．

［13］韓先鋒，惠寧，宋文飛．信息化能提高中國工業(yè)部門技術創(chuàng)新效率嗎［J］．中國工業(yè)經濟，2014(12):70－82．

［14］李立威，景峰．互聯(lián)網擴散與經濟增長的關系研究——基于我國31個省份面板數據的實證檢驗［J］．北京工商大學學報(社會科學版)，2013(3):120－126．

［15］謝印成，高杰．互聯(lián)網發(fā)展對中國經濟增長影響的實證研究［J］．經濟問題，2015(7):58－61．

［16］張越，李琪．互聯(lián)網對我國各省區(qū)經濟發(fā)展的影響［J］．山西財經大學學報，2008(6):38－44．

［17］孫中偉，張兵，王楊，等．互聯(lián)網資源與我國省域經濟發(fā)展的關系研究［J］．地理與地理信息科學，2010(3):44－48．