徐鵬 王琦 劉軼群
作者簡介: 徐 鵬(1980—),男,山東曹縣人,博士,西南政法大學商學院教授,博士生導師,研究方向:供應鏈金融,物流金融等。
摘 要:以農產品電子訂單質押融資為例,運用委托代理理論,分析線上農產品供應鏈金融業(yè)務中公平關切在銀行與B2B平臺間的激勵契約設計中的效應問題。研究發(fā)現(xiàn):公平關切能夠提高B2B平臺努力水平;銀行激勵及收益隨著公平關切系數(shù)增加呈現(xiàn)先增加后減少的變化特征。鑒于此,銀行設計激勵契約時應關注B2B平臺公平關切因素以提高激勵效應。
關鍵詞: 線上;農產品;供應鏈金融;B2B平臺;激勵契約
中圖分類號:F326.6;F832 文獻標識碼: A 文章編號:1003-7217(2022)01-0009-08
一、引 言
近年來,互聯(lián)網技術的日益成熟及廣泛應用促進了農產品電商業(yè)務的迅猛發(fā)展。據統(tǒng)計,截至2017年底,國內涉及農產品的電子商務平臺超過6000家,因線上交易而產生的線下農產品物流額度達4.5萬億元[1]。以大型電商平臺阿里巴巴為例,自2010年起其農產品線上交易額增長速度年均高于10%,年交易額從2010年的不到40億元快速增加至2017年的1200億元??v觀國內電子商務的發(fā)展脈絡,農產品電子商務業(yè)已成為除服裝、圖書、3C(consumer elcetronic、computer和communication) 之外的另一個電商熱潮[2]。農產品電商交易的蓬勃發(fā)展催生了“三農”(農村、農民和農業(yè))類企業(yè)融資的強烈需求。據2016年出版的《“三農”互聯(lián)網金融藍皮書》中的統(tǒng)計數(shù)字,僅2014年,國內“三農”金融需求與供給差額就高達3萬億元;2015年國內“三農”互聯(lián)網金融規(guī)模較小,約為125億元,但到2020年這一規(guī)模超過了3200億元,足見市場存在巨大空間。在此背景下,線上農產品供應鏈金融順勢而生。線上農產品供應鏈金融是服務“三農”發(fā)展的新型金融模式,旨在彌補農產品供應鏈中資金薄弱環(huán)節(jié),促進其高效運行及可持續(xù)發(fā)展。正因如此,該業(yè)務一經出現(xiàn),便受到了廣泛關注。目前,銀行與B2B電商平臺協(xié)作開展業(yè)務已成為主流模式[3]。2012年6月建行與廣西糖網簽訂合作協(xié)議,雙方將攜手推出網絡銀行業(yè)務,為廣西糖網電子商務客戶、食糖供應鏈上下游企業(yè)提供全流程電子化操作的供應鏈金融服務;2016年平安銀行、中信銀行等多家金融機構與中農網簽訂協(xié)議,開展農業(yè)細分產業(yè)整合、農業(yè)產業(yè)供應鏈金融服務等合作。諸多實踐業(yè)務表明,B2B平臺參與下的農產品供應鏈金融業(yè)務能夠促進B2B平臺、銀行、物流企業(yè)等參與主體的系統(tǒng)有效對接,進而深化彼此合作關系,實現(xiàn)“三流”(物流、資金流及信息流)的高度匯集及高效利用,在充實授信內容及提高信用水平的同時,為農業(yè)型中小企業(yè)提供快捷、靈活的融資服務。
理論上,針對供應鏈金融相關問題的研究由來已久,可追溯至美國《統(tǒng)一商法典》頒布之前的倉單質押、存貨質押及應收賬款質押等[4]。發(fā)展至今,相關研究受到諸多學者的持續(xù)關注,歸納來看,主要集中在三個方面:供應鏈金融運作模式[5-8]、供應鏈金融對生產訂購決策影響[9-13]、供應鏈金融風險要素及評估等[14-17]。隨著供應鏈金融研究的深入,把其應用到農業(yè)產業(yè)鏈條,試圖緩解涉農中小企業(yè)融資困境的文獻陸續(xù)出現(xiàn),但是,針對相關問題的研究剛剛起步,文獻相對較少,主要集中在業(yè)務運作模式方面[18]、風險管理方面等[19]。陳永輝等研究了核心企業(yè)主導且考慮資金約束情形下的農業(yè)供應鏈金融服務貸款定價及生產決策問題[20]。徐鵬運用博弈分析研究了考慮代理人過度自信情形下農產品供應鏈金融業(yè)務中的激勵契約設計問題[21]。李光榮針對農業(yè)供應鏈金融中的信用風險問題,運用問卷調查方法,分析了信用風險形成的原因[22]。現(xiàn)有關于供應鏈相關問題的研究中,部分學者在模型中植入了公平關切因素[23-25]。而在供應鏈金融業(yè)務中考慮該因素的研究還鮮有,王勇和徐鵬針對業(yè)務中物流企業(yè)的道德風險問題,應用博弈理論,構建考慮了公平關切因素的委托代理模型[26];汪克峰和石巋然以B2B平臺的道德風險作為研究問題,應用博弈理論,研究了公平關切因素對激勵契約設計的影響[27]。公平關切因素的植入增強了委托代理模型的解釋力度,進一步貼近了實踐運作的真實情形。盡管現(xiàn)有研究結論在一定程度上可以借鑒,但線上供應鏈金融中銀行與B2B電商平臺間的契約問題有其自身特征和內在規(guī)律,有別于現(xiàn)有委托代理問題的刻畫及特點。
鑒于此,聚焦線上農產品供應鏈金融,針對業(yè)務中道德風險問題,運用委托代理理論,研究公平關切情形下銀行與B2B平臺間的激勵契約設計問題,在結果分析中,充分闡釋了公平關切對契約設計的影響效果及內在機理,以期為銀行科學決策及業(yè)務持續(xù)健康發(fā)展提供理論參考。
二、線上農產品供應鏈金融運作流程及研究假設
(一)線上農產品供應鏈金融運作流程
線上農產品供應鏈金融是線上供應鏈金融應用于農業(yè)產業(yè)鏈條,旨在解決鏈條中中小企業(yè)融資問題的全新模式。為直觀理解線上農產品供應鏈金融的運作過程,以電子訂單為例,呈現(xiàn)了其簡要的運作流程,如圖1所示。
農產品供應鏈中,上游中小企業(yè)憑借在B2B平臺上與核心企業(yè)形成的采購訂單或者下游中小企業(yè)與核心企業(yè)形成的銷售訂單向銀行申請貸款,中小企業(yè)把價值相當?shù)拇尕涃|押在銀行指定的物流企業(yè)倉庫中。然后銀行委托B2B平臺對融資企業(yè)的電子信用進行審查,電子信用包括交易頻次、交易總額、交易時間、注冊時間、客戶評價、信用等級等,同時也需要對物流企業(yè)、供應鏈運營、核心企業(yè)等信息進行收集和處理。B2B平臺把審查結果反饋給銀行,銀行根據審查結果決定是否放貸,符合要求的則放貸,否則拒絕。當中小企業(yè)到期還款后,銀行通知物流企業(yè)解除質押。最后對整個業(yè)務活動進行總結和評價。
(二)研究假設
假設銀行和B2B平臺合作開展線上農產品供應鏈金融服務,銀行負責資金提供并委托平臺對農業(yè)型融資企業(yè)資質、電子信用等資格進行審查。
參考徐鵬的研究思路[21],B2B平臺的產出效用為:
其中,a為B2B平臺努力水平,κ為“工作效率”系數(shù),κa表示B2B努力所帶來的額外收益;ω為B2B平臺不付出努力時的業(yè)務平均收益額;ξ為影響產出的其他因素,如平臺管理水平、平臺素養(yǎng)、網絡技術整體發(fā)展水平、網絡系統(tǒng)風險等。
“工作效率”可理解為在特定技術水平下B2B平臺每單位努力所產生收益數(shù)額,由B2B平臺的大數(shù)據處理能力、網絡技術水平和數(shù)據質押融資業(yè)務經驗等因素決定。若平臺對融資企業(yè)審查不做任何努力,銀行依據未經努力審核的資信報告開展業(yè)務的平均收益則少于平臺努力時的收益總額。尤其是農業(yè)型融資企業(yè),因其自身特性和生產產品特征,違約概率更高,未經B2B平臺資格審查的預期收益值會更低。這解釋了為何銀行愿意與B2B平臺合作且該模式成為主流模式的原因。
參考徐鵬等的研究思路[28],銀行提供給B2B平臺的報酬為:
其中,η為銀行支付給B2B平臺的固定報酬,β為激勵系數(shù),πa-π0為B2B平臺選擇努力時產出水平。當B2B平臺不選擇努力時,即a=0時,πa-π0=0,其獲得收入僅為固定支付。這種報酬契約形式的設計規(guī)避了B2B平臺不努力而享有超額收益的可能,利于激發(fā)其努力工作。
假設B2B平臺對農業(yè)型融資企業(yè)進行審核所付出的努力成本為:
其中,λ為審查的有效性,λ值越小,說明B2B平臺審查有效性就越強,這與其大數(shù)據處理技術、業(yè)務處理經驗等因素有關。
為區(qū)分銀行收益和B2B平臺收益,加注下標b和t以示區(qū)分,Rb表示銀行收益,而Rt則意指B2B平臺收益。銀行確定性等價收入表達式為:
假設銀行為風險中性,此時銀行的預期收益等于其確定性等價收入,具體表達式為:
假設B2B為風險厭惡型,風險厭惡度為ρ,此時B2B的隨機凈收入的具體表達式為:
三、公平關切情形下線上農產品供應鏈金融激勵契約設計
目前對公平關切的界定存在兩種觀點[29,30],一種觀點認為大家會關心分配結果是否公平,不僅關心自己所得,也關注別人的分配結果[31];另一種觀點認為,若參與方認為其他人對自己是善意的,則會回饋善意,哪怕是犧牲個人利益[32]。就本文而言,B2B平臺在行為選擇時會把銀行支付給自己的服務報酬與行業(yè)平均報酬進行比較,若自己所得高于行業(yè)平均,則會感覺滿意,否則變?yōu)閰拹骸?/p>
根據上文對公平關切的分析易知不論滿意抑或厭惡偏好都會對當事人的凈收入造成影響,由此推及,B2B平臺不論是何種偏好,其凈收入皆會受到影響。為刻畫公平關切,選擇行業(yè)平均支付作為比較對象。參考Rabin的研究思路[32],對公平關切的刻畫如下:
結論2表明B2B平臺的公平關切對銀行激勵系數(shù)的設計并非單向,而是先增加、再減少的倒“V”型。這可能是因為B2B平臺橫向比較的公平關切行為是把雙刃劍,當關切較弱時,表現(xiàn)較為“溫和”,銀行對B2B平臺的關切行為不會過于敏感,不會過分擔心所支付報酬高于或低于行業(yè)平均所產生的結果。換言之,結果在銀行可控制或接受的范圍內,此時公平關切呈現(xiàn)的是正向作用。相反,當關切較強甚或很強時,銀行會擔心若其提供的契約報酬低于行業(yè)平均水平時,會引致B2B平臺的較強厭惡,導致工作懈怠、偷懶和隱瞞信息等嚴重道德風險,造成較大的潛在損失,由此銀行可能變得更為謹慎。這可能是為何在B2B平臺的公平關切到達一定強度后,再繼續(xù)增強,激勵系數(shù)會降低的緣由。
結論3表明,銀行的激勵系數(shù)受B2B平臺工作效率因素影響,且工作效率越高,銀行給予的激勵就越大。隨著大數(shù)據技術水平的不斷提高,數(shù)據質押業(yè)務的高速發(fā)展,B2B平臺的工作效率會不斷提升,那么κ值會增加,同時,工作有效性也會提升,即λ值會減小,λ/κ2值會大幅度減小,此時銀行激勵系數(shù)快速增加。這可理解為銀行對B2B平臺工作效率提高而進行的利益讓步。當大數(shù)據技術水平、數(shù)據質押業(yè)務無限提高和發(fā)展時,工作效率會無限提高,此時,銀行激勵系數(shù)會接近1,這顯示銀行和B2B平臺談判和話語權的變化趨勢,B2B平臺的話語權將會逐漸變強。
結論4說明銀行期望收益受到公平關切的影響,但公平關切因素的存在未必能給銀行帶來更多收益,需要考量B2B平臺公平關切的強弱,只有關切強度在一定范圍內,才能增加銀行期望收益,所以銀行在選擇B2B平臺時,不應僅僅以其是否存在公平關切作為選擇依據,還應考量其關切程度,同時測量其風險偏好、面臨的外界不確定因素、工作效率及有效性等因素,檢查其是否在有效范圍內。
四、數(shù)值分析
為進一步驗證研究結果的有效性,參考實踐案例給出參數(shù)數(shù)值,對本文結果進行驗證,并考察其變化情況。假設τ=0.5,κ=1,λ=0.5,ρ=2,θ=3,σ2~0,9,計算得σλρκ-1=2,λρσ2κ2-1=8,易知τ<σλρκ-1且τ<λρσ2κ2-1,根據研究結論2和4,在該條件滿足時,銀行的激勵系數(shù)隨公平關切系數(shù)增加而增加,銀行期望收益大于傳統(tǒng)情形下期望收益。為凸顯B2B平臺參與的價值,假設平臺不努力時銀行平均收益較低,即ω=0.2,同時假設平臺的留存收益為v0=0.1。
(一)兩種情形下B2B平臺努力水平、銀行激勵系數(shù)及預期收益
根據研究結果及所給參數(shù)數(shù)值,可計算出傳統(tǒng)契約及考慮公平關切情形下B2B平臺最佳努力水平和銀行最大收益值,如表1所示。
由圖2易知,B2B平臺努力水平在公平關切情形下增加,且增加額隨公平關切增加而快速增加,然后增長速度減緩,這可能是因為銀行提供的激勵系數(shù)減少所致。由圖3不難發(fā)現(xiàn),銀行提供的激勵系數(shù)在公平關切系數(shù)較小時增加額增長速度較快;當τ=2時,系數(shù)達到最大值,然后隨著關切系數(shù)的增加而開始下降;當τ=8時增加額為0,即公平關切情形下與傳統(tǒng)情形下銀行提供的收益分享份額相同;此時關切強度若再增加,公平關切情形下銀行激勵系數(shù)則小于傳統(tǒng)情形下銀行激勵系數(shù),這可能是B2B平臺努力水平增加額增長速度減緩的原因。由圖4可知,銀行預期收益增加額隨公平關切的變化情況與其激勵系數(shù)隨其變化情況一致,先快速增加,在τ=2時達到最大值0.356,然后開始快速減少,直至在τ=8時減少至零,再開始小于傳統(tǒng)情形下銀行預期收益。
(三)銀行激勵系數(shù)隨“工作效果”(λ/κ2)變化
隨著大數(shù)據技術水平的持續(xù)提高,數(shù)據質押融資業(yè)務的快速發(fā)展,平臺資質審查經驗的日益豐富等,B2B平臺的工作效率會提升,即κ會增加,工作有效性會增強,即λ減少,則λ/κ2會大幅度減少,銀行提供的收益分享份額會大幅度增加。為檢驗銀行激勵系數(shù)隨“工作效果”系數(shù)變化情況,假設公平關切系數(shù)τ=0.5不變,隨機選擇一組系數(shù)進行驗證。計算結果見表3。
為更直觀地觀察銀行激勵系數(shù)隨工作效果系數(shù)及公平關切系數(shù)的變化情況,將表3的結果用圖形進行呈現(xiàn),另外選擇τ=3和τ=6,并保持λ/κ2取值相同情況下重新計算激勵系數(shù)的變化情況(計算結果略),以檢驗“工作效果”系數(shù)λ/κ2在不同關切系數(shù)情況下對銀行激勵系數(shù)的影響情況,如圖5所示。
由圖5易知,當公平關切系數(shù)τ=0.5時,隨著“工作效果”系數(shù)λ/κ2變大,銀行激勵系數(shù)減小,且減少的速度在λ/κ2較小時較快,當λ/κ2增加到某一個點時,減少速度放緩。這種關系的存在可能是因為B2B平臺的工作效率和有效性隨著相關技術提高至一定程度后,其談判能力及話語權顯著提高所致。不過銀行激勵系數(shù)先快速再緩慢減少的變化特征隨著公平關切的增強而不再明顯,如τ=6時,銀行激勵系數(shù)隨λ/κ2的增加呈現(xiàn)平緩減少的變化特點。此外,不同公平關切情形下,λ/κ2對銀行激勵的影響不同,當λ/κ2處于較小范圍時,公平關切越大,銀行激勵系數(shù)越小。而隨著λ/κ2增加,相反的情況出現(xiàn),即公平關切較大情形下的銀行激勵則超過公平關切較小情形下的銀行激勵。這可能是因為當B2B平臺的工作效率和有效性達到一定程度后,銀行激勵的設定更看重工作效率及有效性因素,公平關切作用開始弱化。
五、結論與建議
與傳統(tǒng)情形下契約設計相比,公平關切因素顯著影響B(tài)2B平臺努力水平、銀行激勵及收益。基于此,得出如下研究結論:(1)公平關切情形下,B2B平臺努力水平提高,且隨著公平關切的增強而增加,增加的方式為先快速增加后緩慢增加。(2)銀行的激勵系數(shù)受公平關切因素影響。在公平關切較弱時,激勵系數(shù)隨其快速增加,在某一點達到最大值,然后隨其快速下降,變化情況呈倒“V”型。當公平關切強到一定程度,公平關切情形下銀行激勵將小于傳統(tǒng)情形下銀行所提供的激勵系數(shù)。(3)公平關切對“工作效果”與銀行激勵系數(shù)間的關系產生影響。在“工作效果”較差時,公平關切對銀行激勵系數(shù)影響較為明顯,具體表現(xiàn)為公平關切越強,相同“工作效果”前提下,銀行激勵系數(shù)越大;但當“工作效果”較高時,公平關切的作用會弱化,變現(xiàn)為公平關切越強,銀行的激勵系數(shù)越小。(4)公平關切對銀行期望收益產生影響。在其較弱時,銀行期望收益會隨其快速增加,直至最高點,然后隨其增加而下降,在某一點時,與傳統(tǒng)情形下銀行期望收益相同,隨后會小于傳統(tǒng)期望收益。
根據研究結論,提出如下建議:(1)銀行可通過提高激勵系數(shù)來提高B2B平臺在對融資企業(yè)審查時的努力水平,以降低融資企業(yè)的違約概率,獲得更多收益。從努力水平表達式可以看出,努力水平與其激勵系數(shù)呈正相關,這一結論與現(xiàn)有主流研究結論吻合。(2)存在公平關切因素時,銀行提高B2B平臺努力水平的方式除提高激勵系數(shù)外,也可根據B2B平臺公平關切強度設計恰當?shù)募钇跫s來促進其更加努力工作。研究結果顯示公平關切能夠提高B2B平臺的努力水平,且公平關切強度處于較弱區(qū)域時,努力水平較高。(3)制定激勵系數(shù)時,銀行應確定B2B平臺是否存在公平關切及其程度強弱。對于關切程度較弱的B2B平臺應提供較高的收益分享份額;當B2B平臺公平關切強度變化時,銀行應及時調整激勵系數(shù)大小,以保障均衡關系。(4)制定激勵系數(shù)時,銀行不僅需關注B2B平臺公平關切,也需了解其“工作效果”,對于“工作效果”良好的B2B平臺應給予較高的收益分享份額。(5)當面對多個B2B平臺時,在制定激勵系數(shù)時,銀行應綜合考量每個B2B平臺的“工作效果”及公平關切。對于“工作效果”良好且公平關切強度較弱的B2B平臺,應提供較高的收益分享份額。
參考文獻:
[1] 魯釗陽.政府扶持農產品電商發(fā)展政策的有效性研究[J].中國軟科學, 2018(5):56-78.
[2] 洪濤. 2015年我國農產品電商發(fā)展與2016年展望(上) [J].商業(yè)經濟研究, 2016(11) :63-66.
[3] 郭菊娥,史金召,王智鑫.基于第三方B2B平臺的線上供應鏈金融模式演進與風險管理研究[J].商業(yè)經濟與管理,2014(1):13-22.
[4] Koch A R.Economic aspects of inventory and receivables financing[J]. Law and Contemporary Problems,1948, 13(4): 566-578.
[5] 馮耕中,何娟,李毅學,等.物流金融創(chuàng)新:運作與管理[M].北京:科學出版社,2014:12-14.
[6] 李毅學,汪壽陽,馮耕中.一個新的學科方向——物流金融的實踐發(fā)展與理論綜述[J].系統(tǒng)工程理論與實踐,2010,30(1):1-13.
[7] Hofmann E. Inventory financing in supply chains: A logistics service provider-approach[J]. International Journal of Physical Distribution & Logistics Management, 2009, 39(9):716-740.
[8] Klapper L. The role of factoring for financing small and medium enterprises[J]. Journal of Banking & Finance,2006,30(11):3111-3130.
[9] Buzacott J A,Zhang R Q.Inventory management with asset-based financing[J]. Management Science, 2004, 50(9):1274-1292.
[10]Jin Y, Wang S, Hu Q. Contract type and decision right of sales promotion in supply chain management with a capital constrained retailer [J]. European Journal of Operational Research, 2015, 240(2): 415-424.
[11]Kleindorfer P R,Wu D J. Integrating long- and short-term contracting via business-to-business exchanges for capital-intensive industries[J].Management Science, 2003, 49(11):1597-1615.
[12]Jing B, Seidmann A. Finance sourcing in a supply chain[J]. Decision Support Systems, 2014, 58(2):15-20.
[13]Chen X. A model of trade credit in a capital-constrained distribution channel[J]. International Journal of Production Economics, 2015, 159(5):347-357.
[14]Shi J, Guo J, Wang S, et al. Credit risk evaluation of online supply chain finance based on third-party B2B e-commerce platform: An exploratory research based on China’s practice[J]. International Journal of u-and e-Service, Science and Technology, 2015, 8(5):93-104.
[15]胡海青,張瑯,張道宏.供應鏈金融視角下的中小企業(yè)信用風險評估研究——基于SVM與BP神經網絡的比較研究[J].管理評論,2012,24 (11):70-80.
[16]李毅學,汪壽陽,馮耕中.物流金融中季節(jié)性存貨質押融資質押率決策[J].管理科學學報,2011,14(11): 19-32.
[17]陳金龍,占永志.第三方供應鏈金融的雙邊討價還價博弈模型[J].管理科學學報,2018,21(2):91-103.
[18]龐燕,易君麗.農產品物流金融發(fā)展的風險防范研究[J].物流技術,2012,31(8):7-10.
[19]王筱萍,王文利.農村中小企業(yè)集群供應鏈融資:內生風險治理機制與效應[J].農業(yè)經濟問題,2015(10):34-42.
[20]陳永輝,涂虹羽,曾燕.農業(yè)供應鏈金融的貸款定價與生產調節(jié)機制[J].系統(tǒng)工程理論與實踐,2018,38(7):1706-1716.
[21]徐鵬.過度自信視角下線上農產品供應鏈金融激勵契約研究[J].管理工程學報,2020,34(4):60-67.
[22]李光榮.農業(yè)供應鏈金融信用風險致因研究:系統(tǒng)框架與實證分析[J].財經理論與實踐,2020,41(3):17-24.
[23]杜少甫,杜嬋,梁樑,等.考慮公平關切的供應鏈契約與協(xié)調[J].管理科學學報,2010,13(11):41-48.
[24]馬利軍.具有公平偏好成員的兩階段供應鏈分析[J].運籌與管理,2011,20(2):38-40.
[25]丁川.基于完全理性和公平偏好的營銷渠道委托代理模型比較研究[J].管理工程學報,2014,28(1):185-194.
[26]王勇,徐鵬.考慮公平偏好的委托模式融通倉銀行對3PL激勵[J].管理工程學報,2010,24(1):95-100.
[27]汪克峰,石巋然.基于公平偏好的銀行對B2B平臺激勵機制研究[J].金融理論與實踐,2016,(10):62-66.
[28]徐鵬,伏紅勇,王磊,等.農產品供應鏈金融中銀行對3PL的激勵監(jiān)督機制研究[J].管理評論,2018,30(10):182-195.
[29]唐忠陽,鐘美瑞,黃健柏.公平偏好模型發(fā)展及解釋力分析[J].財經理論與實踐,2009,30(162):2-6.
[30]陳疇鏞,黃貝拉.互惠性偏好下的供應鏈金融委托代理模型比較研究[J].商業(yè)經濟與管理,2015(12):52-60.
[31]Fehr E, Schmidt K M. A theory of fairness,competition,and cooperation [J].The Quarterly Journal of Economics, 1999, 114(3):817-868.
[32]Rabin M. Incorporating fairness into game theory and economics [J].American Economics Review, 1993, 83(3): 1281-1302.
(責任編輯:厲 亞)
3915501908259