初銘暢，尚銀斐

本刊核心層次論文

制造業(yè)智能化轉(zhuǎn)型升級的前因條件診斷研究

初銘暢，尚銀斐

(遼寧工業(yè)大學 經(jīng)濟管理學院，遼寧 錦州 121001)

隨著新一代信息技術(shù)革命的興起，制造業(yè)開始向智能化方向轉(zhuǎn)型，因此對制造業(yè)智能化轉(zhuǎn)型升級的前因條件進行研究非常必要。基于此，本文通過建立回歸模型，對制造業(yè)智能化轉(zhuǎn)型升級的前因條件進行實證分析。研究表明：智能制造技術(shù)創(chuàng)新、基礎(chǔ)環(huán)境和智能裝備資源對智能化績效有正向作用。最后，根據(jù)研究結(jié)論，本文提出加強智能制造技術(shù)的應(yīng)用、做好政策導向，提升科技成果轉(zhuǎn)化率以及加大智能基礎(chǔ)設(shè)施的投入和改進等相應(yīng)的對策與建議，加快制造業(yè)智能化轉(zhuǎn)型升級步伐，促進制造業(yè)的快速發(fā)展。

制造業(yè)智能化；轉(zhuǎn)型升級；智能化績效

制造業(yè)是科技創(chuàng)新的主體，為我國經(jīng)濟增長注入了持續(xù)不斷的動力。目前，我國制造業(yè)智能化轉(zhuǎn)型升級的步伐在逐步加快，但與世界大國相比，我國制造業(yè)大而不強，在自主研發(fā)能力、信息化程度、產(chǎn)業(yè)結(jié)構(gòu)等方面有較大的差距。因此，我國必須打造具有競爭力的制造業(yè)，這是我國提高綜合國力、實現(xiàn)國家繁榮昌盛的必由之路。

通過查閱相關(guān)文獻發(fā)現(xiàn)，學者們對制造業(yè)轉(zhuǎn)型升級與企業(yè)績效關(guān)系的研究不夠充分，特別是對于制造業(yè)智能化轉(zhuǎn)型升級的實證研究較少。而且在中國制造2025背景下，探討制造業(yè)相關(guān)影響因素之間的關(guān)系并對其進行實證研究，對于推動制造業(yè)的高質(zhì)量發(fā)展具有重要意義。基于此，筆者在已有研究的基礎(chǔ)上，采用回歸分析方法對制造業(yè)智能化轉(zhuǎn)型升級進行實證研究。通過此研究，不僅能拓寬制造業(yè)智能化轉(zhuǎn)型升級理論，也會提升制造業(yè)智能化理論在經(jīng)濟管理方面的應(yīng)用價值。同時也能夠為本國制造業(yè)的轉(zhuǎn)型升級提供理論支撐和經(jīng)驗借鑒，從而促進制造業(yè)的進一步發(fā)展。

一、文獻回顧

制造業(yè)是一個國家的經(jīng)濟基礎(chǔ)和支柱，但在當前疫情的影響下，技術(shù)引進難度不斷增加，模仿創(chuàng)新已不適應(yīng)當前社會的發(fā)展趨勢，提升制造業(yè)智能化轉(zhuǎn)型升級迫在眉睫[1]。制造業(yè)具有人工成本、環(huán)境成本和質(zhì)量成本高等特點，其發(fā)展程度已成為評價一個國家經(jīng)濟發(fā)展水平的重要指標[2]。我國要想成為制造業(yè)強國，掌握技術(shù)話語權(quán)，必須加快研發(fā)、加快投入、加快發(fā)展。近年來，學者們采用不同的實證研究方法對制造業(yè)智能化轉(zhuǎn)型升級進行了研究，如FAHP方法、GMM模型、FDI模型、灰色關(guān)聯(lián)度分析法、參數(shù)隨機前沿分析方法、因子分析的序參量法、基尼系數(shù)和嫡值法[3-7]。YANG等認為，制造業(yè)智能化轉(zhuǎn)型升級的影響因素包括轉(zhuǎn)型升級意愿、轉(zhuǎn)型升級能力、轉(zhuǎn)型升級環(huán)境、轉(zhuǎn)型升級資源和發(fā)展趨勢[8]。潘為華等對制造業(yè)轉(zhuǎn)型升級因素進行細化，認為創(chuàng)新能力、質(zhì)量效益、綠色發(fā)展和信息技術(shù)是制造業(yè)智能化轉(zhuǎn)型升級的影響因素[9]。包耀東等從互聯(lián)網(wǎng)普及率、創(chuàng)新投入、政府財政、科技支出等四個方面對制造業(yè)智能化轉(zhuǎn)型升級因素進行了研究[10]。李健旋從智能技術(shù)、智能應(yīng)用和智能效益三個層面對制造業(yè)智能化程度進行評價，又進一步提出技術(shù)研發(fā)、人力資本和成本壓力是促進智能化轉(zhuǎn)型升級的關(guān)鍵影響因素[11]。

學者們從不同維度對制造業(yè)智能化轉(zhuǎn)型升級進行了研究，并取得了一定的成果，但較少采用回歸分析方法對制造業(yè)智能化轉(zhuǎn)型升級進行研究。綜合已有的研究成果，得出制造業(yè)智能化轉(zhuǎn)型升級的前因條件[12]分別為產(chǎn)品市場需求、智能服務(wù)平臺、智能制造技術(shù)創(chuàng)新、基礎(chǔ)環(huán)境以及智能裝備資源。因此，筆者采用回歸分析方法對制造業(yè)智能化轉(zhuǎn)型升級的前因條件進行實證研究，既能減少主觀因素帶來的偏差，又能高效解決制造業(yè)智能化轉(zhuǎn)型升級實證研究中的不確定性問題，使評價結(jié)果更全面。

二、研究設(shè)計

（一）變量選擇和數(shù)據(jù)來源

1. 變量選擇

通過梳理相關(guān)文獻，筆者得到制造業(yè)智能化轉(zhuǎn)型升級的前因條件分別為產(chǎn)品市場需求、智能服務(wù)平臺、智能制造技術(shù)創(chuàng)新、基礎(chǔ)環(huán)境和智能裝備資源[12]，因此，本文在研究時對前因條件進行實證分析，以找到制造業(yè)智能化轉(zhuǎn)型升級的前因條件?？紤]到指標獲取的難易程度，在研究時將5個因素下設(shè)二級指標來研究制造業(yè)智能化轉(zhuǎn)型升級。本文借鑒學者段國蕊等對制造業(yè)高質(zhì)量發(fā)展的研究[13]、王慶等對制造業(yè)智能化轉(zhuǎn)型升級的研究[14]、任希麗對技術(shù)差距、市場競爭與制造業(yè)技術(shù)創(chuàng)新的研究[15]、董蘇對政府科技投入、技術(shù)創(chuàng)新對產(chǎn)業(yè)協(xié)同集聚影響的研究[16]、穆錦濤構(gòu)建高端裝備制造業(yè)自主創(chuàng)新能力評價的研究[17]和林建邦等對制造業(yè)智能化轉(zhuǎn)型的經(jīng)營績效的研究[18]，選擇產(chǎn)業(yè)結(jié)構(gòu)、智能平臺數(shù)量、研發(fā)支出、政府財政支出、智能裝備經(jīng)費支出和營業(yè)收入分別作為產(chǎn)品市場需求、智能服務(wù)平臺、智能制造技術(shù)創(chuàng)新、基礎(chǔ)環(huán)境、智能裝備資源和智能化績效的測量指標（見表1）。

表1 變量測量指標表

2. 數(shù)據(jù)來源

本文在理論分析和指標體系構(gòu)建的基礎(chǔ)上，利用2007—2021年的《中國統(tǒng)計年鑒》制造業(yè)和高技術(shù)產(chǎn)業(yè)2006—2020年的面板數(shù)據(jù)，通過回歸分析法來檢驗相關(guān)指標能否促進制造業(yè)智能化轉(zhuǎn)型升級，以此來加快我國制造業(yè)的轉(zhuǎn)型升級。

（二）變量描述性統(tǒng)計和相關(guān)性分析

在進行回歸分析之前，先對數(shù)據(jù)進行描述性統(tǒng)計和相關(guān)性分析，測量數(shù)據(jù)是否服從正態(tài)分布以及數(shù)據(jù)之間的相關(guān)程度。由于數(shù)據(jù)較大，所以對數(shù)據(jù)取對數(shù)，再對其進行分析。按照學者提出的峰度和偏度統(tǒng)計量標準，如果峰度小于10，偏度統(tǒng)計量小于3，則認為峰度和偏度統(tǒng)計量符合標準。由表2可知，變量的偏度系數(shù)絕對值最大為1.906 465，小于標準值3，峰度系數(shù)的最大值為8. 453 097，小于10。因此，筆者認為數(shù)據(jù)符合正態(tài)分布。根據(jù)表3，得到ln與ln1、ln2、ln3、ln4和ln5的相關(guān)系數(shù)分別為0.737 563、0.946 975、0.937 563、0.893 952和0.971 487，其中與ln2、ln3和ln5的相關(guān)系數(shù)在0.90以上，說明智能服務(wù)平臺、智能制造技術(shù)創(chuàng)新和智能裝備資源與智能化績效之間存在較強的相關(guān)關(guān)系，ln1和ln4的相關(guān)系數(shù)分別為0.737 563和0.893 952，說明產(chǎn)品市場需求和基礎(chǔ)環(huán)境與智能化績效存在中度相關(guān)關(guān)系。

因此，我們可以利用回歸分析5個影響因素與智能化績效之間的關(guān)系。

表2 描述性統(tǒng)計表

表3 ln y和解釋變量之間的相關(guān)性分析表

三、實證分析

（一）回歸分析模型

由于本文選取的數(shù)據(jù)為時間序列數(shù)據(jù)，采用線性回歸分析方法檢驗產(chǎn)品市場需求、智能服務(wù)平臺、智能制造技術(shù)創(chuàng)新、基礎(chǔ)環(huán)境和智能裝備資源與智能化績效之間的關(guān)系。因為通過對時間序列數(shù)據(jù)取對數(shù)可以降低變量的尺度，緩解異方差的影響，因此本文構(gòu)建如下模型：

ln1ln12ln2+3ln34ln45ln5（1）

其中，為常數(shù)，1到5為待估參數(shù)，為殘差項。

（二）運算過程與結(jié)果

1. 單位根檢驗

利用中國統(tǒng)計年鑒收集了2006—2020年產(chǎn)業(yè)結(jié)構(gòu)、智能平臺數(shù)量、研發(fā)支出、政府財政支出、智能裝備經(jīng)費支出和營業(yè)收入的數(shù)據(jù)，代入公式（1）中。

由于本文選取的序列為時間序列，而時間序列一般情況下屬于不平穩(wěn)狀態(tài)，為了避免回歸方程中的偽回歸現(xiàn)象，在進行回歸分析前要先對其數(shù)列進行ADF檢驗，以選擇平穩(wěn)的變量進行回歸。本文采用Eviews11.0軟件對此進行相關(guān)操作，根據(jù)、和值最小標準對解釋變量和被解釋變量進行檢驗。ADF檢驗結(jié)果如表4所示。

表4 單位根檢驗表

注：表示變量的一階差分，**表示在5%的顯著水平上拒絕原假設(shè)，***表示在10%的顯著水平上拒絕原假設(shè)

從結(jié)果看，原序列較平穩(wěn)的有l(wèi)nln1ln2ln4和ln5。其中，lnln1ln2和ln4的原序列在5%的顯著水平上平穩(wěn)，ln5的原序列在10%的顯著水平上平穩(wěn)，ln3的原序列是不平穩(wěn)的，一階差分序列在5%的顯著水平上平穩(wěn)。

2. 協(xié)整檢驗

為了分析同階差分序列的協(xié)整關(guān)系，下面進行協(xié)整檢驗。

協(xié)整關(guān)系可以描述為變量之間長期平穩(wěn)的均衡關(guān)系，可以分為對回歸殘差和系數(shù)的檢驗。由于本文沒有選擇VAR模型，所以采用E-G對殘差序列進行檢驗。

第一步，對原序列進行簡單線性回歸，生成殘差序列。第二步，對殘差序列做ADF檢驗，由協(xié)整檢驗規(guī)律可知，檢驗方程應(yīng)該選擇none，得到伴隨概率為0.002 1，拒絕原假設(shè)，認為殘差序列不存在單位根，而平穩(wěn)的殘差序列表示ln和lnlln2ln3ln4和ln5存在協(xié)整關(guān)系，見表5。

表5 協(xié)整關(guān)系檢驗表

3. 殘差修正模型

因為原序列不都是平穩(wěn)的，因此不可以直接用OLS法。在同階序列存在協(xié)整關(guān)系的基礎(chǔ)上，建立誤差修正模型，反映短期偏高均衡狀態(tài)，長期應(yīng)該怎樣修正模型。用Eviews11.0作出誤差修正模型結(jié)果為：

ln-0.0357980.209035ln10.312193ln20.030229ln30.19232ln40.404952ln50.45(-1) （2）

其中2和Adjusted-2值如表6所示。

對以上模型進行檢驗和檢驗，發(fā)現(xiàn)ln3對ln y不顯著，其余四個變量包括對ln是非常顯著的，并且修正后的2值達到了0.91，說明模型對智能化績效的解釋程度很好。但由于..值為1.06，表示殘差序列一階自相關(guān)不存在，但..只能檢驗一階序列相關(guān)，為了確保殘差回歸滿足原始假設(shè)，讓回歸結(jié)果精確，這里采用上文生成的殘差序列，進行第三步檢驗。

表6 t、p、R2和Adjusted-R2值

4. 殘差的自相關(guān)檢驗和異方差檢驗

為了驗證殘差是否有序列相關(guān)，本文用White檢驗和LM檢驗進行定量分析。用White檢驗來判斷殘差是否有異方差，LM檢驗的2大于統(tǒng)計量，表示殘差沒有序列相關(guān)。具體如表7和表8所示。

表7 殘差LM檢驗表

表8 殘差異方差表

從表7中可以看出，在LM檢驗中，Obs*-squared的顯著性水平值大于0.05，因此可以證明殘差不存在自相關(guān)。為了檢驗殘差有沒有異方差，即殘差平方跟隨自變量的變化而變化，本文用White檢驗來判斷殘差是否有異方差，結(jié)果表明2的概率Prob.-Square(9)大于0.05，接受原假設(shè)，即殘差序列是同方差。因此，我們可以認為殘差序列既沒有異方差又不自相關(guān)，本文的多元線性回歸模型得到的是最佳線性無估計偏量。

5. Granger因果關(guān)系檢驗

Granger檢驗的意義在于確定某個變量過去的信息（滯后值）對被解釋變量是否存在預(yù)測能力。因為有些變量之間存在等式，但是意義上并沒有任何關(guān)系。因為回歸模型沒有展現(xiàn)出ln1、ln2、ln3、ln4和ln5之間是否有均衡關(guān)系，因此在這里做Granger因果檢驗。選擇Eviews11.0默認的滯后期2，當伴隨概率大于0.1時，接受原假設(shè)，表明兩者沒有因果關(guān)系。Granger因果關(guān)系檢驗表如表9所示。

從表9中可以看出，在10%的水平上，產(chǎn)品市場需求不是引起制造業(yè)智能化轉(zhuǎn)型升級的Granger原因，說明產(chǎn)品市場需求不會引起制造業(yè)智能化轉(zhuǎn)型升級；智能制造技術(shù)創(chuàng)新變化是引起制造業(yè)智能化轉(zhuǎn)型升級的Granger原因，說明智能制造技術(shù)創(chuàng)新變化會引起制造業(yè)智能化轉(zhuǎn)型升級；智能服務(wù)平臺不是引起制造業(yè)智能化轉(zhuǎn)型升級的Granger原因，說明智能服務(wù)平臺不會引起制造業(yè)智能化轉(zhuǎn)型升級；基礎(chǔ)環(huán)境變化是引起制造業(yè)智能化轉(zhuǎn)型升級的Granger原因，說明基礎(chǔ)環(huán)境變化會引起制造業(yè)智能化轉(zhuǎn)型升級；智能裝備資源是引起制造業(yè)智能化轉(zhuǎn)型升級的Granger原因說明智能裝備資源會引起制造業(yè)智能化轉(zhuǎn)型升級。

表9 Granger因果關(guān)系檢驗表

四、結(jié)論與建議

本文選取國家統(tǒng)計局統(tǒng)計年鑒上制造業(yè)2006—2020年相關(guān)數(shù)據(jù)，運用回歸分析方法研究產(chǎn)品市場需求、智能服務(wù)平臺、基礎(chǔ)環(huán)境、智能制造技術(shù)創(chuàng)新和智能裝備資源對制造業(yè)智能化轉(zhuǎn)型升級的影響。研究表明：智能制造技術(shù)創(chuàng)新、基礎(chǔ)環(huán)境和智能裝備資源會引起制造業(yè)智能化轉(zhuǎn)型升級，對制造業(yè)智能化轉(zhuǎn)型升級有貢獻作用；而產(chǎn)品市場需求和智能服務(wù)平臺不會引起制造業(yè)智能化轉(zhuǎn)型升級。因此，我們可以得出智能制造技術(shù)創(chuàng)新、基礎(chǔ)環(huán)境和智能裝備資源會引起制造業(yè)智能化轉(zhuǎn)型升級，促進制造業(yè)的高質(zhì)量發(fā)展。

根據(jù)上文研究結(jié)論，本文提出如下建議：

1. 加強智能制造技術(shù)的應(yīng)用

由前面實證結(jié)果可知，智能制造技術(shù)創(chuàng)新有利于促進制造業(yè)智能化轉(zhuǎn)型升級，因此要加大智能制造技術(shù)創(chuàng)新能力，重視智能制造技術(shù)的投入和技術(shù)合作，有利于制造業(yè)智能化轉(zhuǎn)型升級。對于行業(yè)骨干企業(yè)來說，自身擁有很多的技術(shù)資源，需要加大對技術(shù)的自主創(chuàng)新能力，利用行業(yè)領(lǐng)先的資金和技術(shù)優(yōu)勢，找到技術(shù)短板，增加技術(shù)創(chuàng)新的研發(fā)投入，將智能制造技術(shù)研發(fā)提升到企業(yè)戰(zhàn)略層面。另外，行業(yè)骨干企業(yè)應(yīng)該提高創(chuàng)新意識，為企業(yè)在市場上獲得更多的競爭優(yōu)勢，提升企業(yè)自身價值，提高企業(yè)在行業(yè)中的話語權(quán)。對于一般企業(yè)來說，需要衡量自身的智能化水平，總結(jié)行業(yè)實現(xiàn)智能化轉(zhuǎn)型升級的經(jīng)驗，加大對智能制造技術(shù)的應(yīng)用。例如，引進AI技術(shù)，改良制造業(yè)現(xiàn)有的生產(chǎn)方式，從而提高產(chǎn)品生產(chǎn)效率，降低不良頻率，使企業(yè)達到降本增效的作用。因此，企業(yè)應(yīng)該加大對智能制造技術(shù)的開發(fā)和應(yīng)用，打開創(chuàng)新思路，改變現(xiàn)有的生產(chǎn)方式和商業(yè)模式，引進技術(shù)人員，加大研發(fā)投入力度，促進制造業(yè)智能化轉(zhuǎn)型升級。

2. 做好政策導向，提升科技成果轉(zhuǎn)化率

由前面實證結(jié)果可知，基礎(chǔ)環(huán)境有利于促進制造業(yè)智能化轉(zhuǎn)型升級。政府不僅需要加大對制造業(yè)企業(yè)資金的投入，還需鼓勵企業(yè)開展創(chuàng)新活動，加強企業(yè)之間的合作。同時，企業(yè)還需促進校企合作，構(gòu)建產(chǎn)學研相結(jié)合的信息平臺、相關(guān)的信息交流和科技成果庫，加強上下游之間的銜接。在科研方面，政府不僅要對科研成果進行評價，還要將科研成果獲得的經(jīng)濟效益作為對科研人員進行考核評價的依據(jù)，提醒科研人員既要重視學術(shù)價值，又要重視市場價值作用，提升科研成果轉(zhuǎn)化率。

3. 加大智能基礎(chǔ)設(shè)施的投入和改進

由前面實證結(jié)果可知，智能裝備資源有利于促進制造業(yè)智能化轉(zhuǎn)型升級。對于中小企業(yè)來說，更加需要依靠智能裝備資源實現(xiàn)制造業(yè)智能化轉(zhuǎn)型升級，提升企業(yè)產(chǎn)品質(zhì)量，降低生產(chǎn)成本，鞏固已有的市場份額，盡量避免因為產(chǎn)品不合格而被市場淘汰。因此，中小企業(yè)應(yīng)該形成加大智能裝備資源—提高生產(chǎn)效率—提高盈利能力—加大研發(fā)投入這樣的思路。對于骨干企業(yè)來說，需要重視智能裝備資源的整體布局，形成優(yōu)秀的智能裝備資源體系，在打好基礎(chǔ)的前提下向更好的方向發(fā)力。因此，企業(yè)應(yīng)該加大智能基礎(chǔ)設(shè)施的投入和改進，實現(xiàn)制造業(yè)智能化轉(zhuǎn)型升級。

[1] 張建清, 余道明. 中國制造業(yè)成本: 演變、特點與未來趨勢發(fā)展[J]. 河南社會科學, 2018, 26(3): 57-62.

[2] 孫倩倩, 周建軍. 信息化對制造業(yè)升級的影響——基于技術(shù)創(chuàng)新視角的分析[J]. 科學決策, 2021(5): 44-64.

[3] MAWARE C, PARSLEY D M. The Challenges of lean transformation and implementation in the manufacturing sector[J]. Sustainability, 2022, 14(10): 1-24.

[4] ZHONG R Y, XU X, KLOTZ E, et al. Intelligent manufacturing in the context of industry 4.0 a review[J]. Engineering, 2017, 3(5): 616-630.

[5] 許敏蘭, 陳鼎. 長三角地區(qū)制造業(yè)智能化轉(zhuǎn)型的驅(qū)動因素研究[J]. 江蘇商論, 2021(10): 93-97+102.

[6] 張亞斌, 黎謐, 馮迪. 產(chǎn)品質(zhì)量與制造業(yè)本地市場效應(yīng)——基于需求結(jié)構(gòu)視角的經(jīng)驗研究[J]. 當代財經(jīng), 2014(9): 88-97.

[7] 李永紅, 王晟. 互聯(lián)網(wǎng)驅(qū)動智能制造的機理與路徑研究: 對中國制造2025的思考[J]. 科技進步與對策, 2017, 34(16): 56-61.

[8] YANG S L, XIANG L, YI Y. Research on the influencing factors of manufacturing transformation and upgrading based on grounded theory[J]. Journal of Physics: Conference Series, 2021, 1827(1): 1-9.

[9] 潘為華, 潘紅玉, 陳亮, 等.中國制造業(yè)轉(zhuǎn)型升級發(fā)展的評價指標體系及綜合指數(shù)[J]. 科學決策, 2019(9): 28-48.

[10] 包耀東, 李晏墅, 鄧洋陽. 創(chuàng)新投入對制造業(yè)轉(zhuǎn)型升級的影響——基于中國省級面板數(shù)據(jù)的實證研究[J]. 福建論壇(人文社會科學版), 2021(4): 76-91.

[11] 李健旋. 中國制造業(yè)智能化程度評價及其影響因素研究[J]. 中國軟科學, 2020(1): 154-163.

[12] 初銘暢, 尚銀斐. 制造業(yè)智能化轉(zhuǎn)型升級的前因條件診斷綜述[J]. 商場現(xiàn)代化, 2021(15): 145-147.

[13] 段國蕊, 于靚. 制造業(yè)高質(zhì)量發(fā)展評價體系構(gòu)建與測度:以山東省為例[J]. 統(tǒng)計與決策, 2021, 37(18): 99-102.

[14] 王慶, 徐蘭, 韓仲洋. 制造業(yè)智能化轉(zhuǎn)型升級因素的實證研究——以蘇州市為例[J]. 科技視界, 2020(4): 39-41.

[15] 任希麗. 技術(shù)差距、市場競爭與制造業(yè)技術(shù)創(chuàng)新[J]. 統(tǒng)計與決策, 2021, 37(21): 127-131.

[16] 董蘇. 政府科技投入、技術(shù)創(chuàng)新對產(chǎn)業(yè)協(xié)同集聚的影響——以長三角地區(qū)生產(chǎn)性服務(wù)業(yè)與制造業(yè)為例[J]. 科技和產(chǎn)業(yè), 2021, 21(6): 1-7.

[17] 穆錦濤. 高端裝備制造業(yè)企業(yè)持續(xù)創(chuàng)新能力評價研究[D].哈爾濱: 哈爾濱工程大學, 2019.

[18] 林建邦, 王天. 中國制造業(yè)智能化轉(zhuǎn)型后的經(jīng)營績效發(fā)展研究[J]. 通訊世界, 2019, 26(7): 289-290.

10.15916/j.issn1674-327x.2022.06.007

F424；F49

A

1674-327X (2022)06-0025-05

2022-01-13

遼寧省社會科學規(guī)劃基金重點項目(L20AJL001)

初銘暢(1970-)，女，山東文登人，教授。

(責任編輯：許偉麗)