曹炳汝，謝守紅，黎晶晶

(江南大學(xué)商學(xué)院區(qū)域發(fā)展研究基地，江蘇無(wú)錫214122)

0 引言

低碳經(jīng)濟(jì)是一種以低能耗、低排放、低污染為特征的旨在減少溫室氣體排放、實(shí)現(xiàn)人與自然和諧發(fā)展的經(jīng)濟(jì)發(fā)展模式。近年來(lái)，氣候變化已經(jīng)成為世界各國(guó)面臨的共同挑戰(zhàn)，低碳經(jīng)濟(jì)成為全球關(guān)注的焦點(diǎn)?；趪?guó)際上的溫室氣體減排壓力和我國(guó)能源供需緊張、生態(tài)環(huán)境惡化的現(xiàn)狀，我國(guó)發(fā)展低碳經(jīng)濟(jì)的要求尤其迫切。自低碳經(jīng)濟(jì)的概念提出以來(lái)，專家學(xué)者主要從低碳經(jīng)濟(jì)的發(fā)展路徑［1］、模式［2］、戰(zhàn)略對(duì)策［3-4］等方面展開理論研究。隨著研究的深入，定量與定性相結(jié)合的方法被廣泛應(yīng)用到對(duì)低碳經(jīng)濟(jì)發(fā)展水平等問題的研究上［5］。對(duì)區(qū)域低碳經(jīng)濟(jì)發(fā)展水平的測(cè)度和減排對(duì)策的研究已成為重點(diǎn)。

目前，對(duì)于區(qū)域性的低碳經(jīng)濟(jì)發(fā)展水平測(cè)度的研究大多從測(cè)度指標(biāo)的構(gòu)建和測(cè)度模型的應(yīng)用等方面展開，相關(guān)研究的文獻(xiàn)也比較多。其中，經(jīng)濟(jì)合作與發(fā)展組織(Organization for Economic Cooperation and Development，OECD)從環(huán)境壓力指標(biāo)、環(huán)境條件的直接和間接指標(biāo)、社會(huì)響應(yīng)指標(biāo)構(gòu)建了低碳經(jīng)濟(jì)指標(biāo)體系，并利用經(jīng)常用于環(huán)境資源生態(tài)等方面評(píng)價(jià)的壓力-狀態(tài)-響應(yīng)(PSR)模型來(lái)評(píng)價(jià)實(shí)際問題［6］;楊穎針對(duì)區(qū)域低碳經(jīng)濟(jì)發(fā)展問題，構(gòu)建了由環(huán)境等因素組成的區(qū)域經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)體系，并采用因子分析法對(duì)湖北省低碳經(jīng)濟(jì)進(jìn)行了研究［7］;楊浩昌等［8］、孫久文等［9］針對(duì)制造業(yè)分行業(yè)低碳經(jīng)濟(jì)發(fā)展問題，從低碳產(chǎn)出、低碳消耗和低碳資源3個(gè)方面構(gòu)建了包含6個(gè)子指標(biāo)的低碳經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)指標(biāo)體系，并利用熵權(quán)的灰色關(guān)聯(lián)投影法對(duì)其進(jìn)行了綜合評(píng)價(jià);Z.Luo等［10］運(yùn)用信息熵法和因子分析法綜合評(píng)價(jià)并比較了中國(guó)22個(gè)地區(qū)的低碳經(jīng)濟(jì)發(fā)展能力;C.F.Lee等［11］利用灰色理論和投入-產(chǎn)出理論的思想和方法，構(gòu)建了模糊目標(biāo)規(guī)劃法的評(píng)價(jià)模型，對(duì)3種不同碳稅方案下碳減排的力度及其對(duì)經(jīng)濟(jì)發(fā)展的影響進(jìn)行評(píng)價(jià);J.Jia等［12］針對(duì)47個(gè)國(guó)家的低碳經(jīng)濟(jì)發(fā)展水平狀況，利用模糊層次分析法和逼近理想解法測(cè)度了低碳經(jīng)濟(jì)發(fā)展水平;黃宗盛等［13］將粗糙集理論和數(shù)據(jù)包絡(luò)分析(DEA)方法引入到低碳經(jīng)濟(jì)評(píng)價(jià)之中，建立基于DEA模型的低碳經(jīng)濟(jì)投入-產(chǎn)出指標(biāo)體系，并對(duì)區(qū)域經(jīng)濟(jì)發(fā)展水平進(jìn)行評(píng)估，得到低碳經(jīng)濟(jì)的關(guān)鍵屬性。從目前對(duì)低碳經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)的相關(guān)性研究現(xiàn)狀看，采用跨學(xué)科理論與方法進(jìn)行評(píng)價(jià)取得了豐富成果，但對(duì)區(qū)域性的低碳經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)還沒有形成較成熟的指標(biāo)體系與標(biāo)準(zhǔn)，實(shí)證性的分析研究尚處在探索之中。

作為我國(guó)經(jīng)濟(jì)實(shí)力最強(qiáng)的長(zhǎng)江三角洲地區(qū)，經(jīng)濟(jì)社會(huì)發(fā)展中能源消耗量和碳排放量巨大，節(jié)能減排任務(wù)艱巨。如何實(shí)現(xiàn)長(zhǎng)三角地區(qū)低碳經(jīng)濟(jì)發(fā)展是解決目前區(qū)域經(jīng)濟(jì)、能源、環(huán)境等方面問題的迫切要求，也是區(qū)域可持續(xù)發(fā)展、增強(qiáng)區(qū)域競(jìng)爭(zhēng)力的必由之路。本研究在分析長(zhǎng)三角地區(qū)低碳經(jīng)濟(jì)發(fā)展的區(qū)域差異性與存在的問題基礎(chǔ)上，結(jié)合長(zhǎng)三角地區(qū)經(jīng)濟(jì)社會(huì)發(fā)展實(shí)際，構(gòu)建了長(zhǎng)三角區(qū)域低碳經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)體系，采用主成分分析方法測(cè)度與評(píng)價(jià)低碳經(jīng)濟(jì)發(fā)展水平，并根據(jù)評(píng)價(jià)結(jié)論提出長(zhǎng)三角區(qū)域低碳經(jīng)濟(jì)發(fā)展主要對(duì)策，以期為政府實(shí)施長(zhǎng)三角低碳經(jīng)濟(jì)發(fā)展提供決策參考。

1 能源消耗與低碳經(jīng)濟(jì)發(fā)展現(xiàn)狀

長(zhǎng)三角地區(qū)是我國(guó)目前經(jīng)濟(jì)發(fā)展水平最高、經(jīng)濟(jì)規(guī)模最大、最具有發(fā)展?jié)摿Φ膮^(qū)域之一，受資源稟賦限制，長(zhǎng)三角區(qū)域經(jīng)濟(jì)發(fā)展中能源自給率較低，所需能源大部分需要外區(qū)域輸入，這給長(zhǎng)三角地區(qū)經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展帶來(lái)了嚴(yán)重制約，且風(fēng)能、太陽(yáng)能等新能源開發(fā)利用正處于起步階段，對(duì)經(jīng)濟(jì)發(fā)展的貢獻(xiàn)較小。能源短缺和環(huán)境保護(hù)壓力迫使本區(qū)域走低碳經(jīng)濟(jì)發(fā)展之路。

1.1 常規(guī)能源消耗量巨大

長(zhǎng)三角地區(qū)能源消費(fèi)以煤炭、石油等高碳能源為主，天然氣、太陽(yáng)能、風(fēng)能等低碳新能源利用率較低。2010年，煤炭占能源消費(fèi)總量的比重占55%以上，其中:江蘇省為67.5%，浙江省為62%，上海市為44.2%;江蘇省的石油占能源消費(fèi)總量的比重為15.2%，浙江省為21.6%，上海市為40.9%;天然氣利用比重僅為4%左右。2000—2011年的能源消費(fèi)額度和速度都較高(圖1)，并且能源消費(fèi)總量從2000年的8 612萬(wàn)t標(biāo)準(zhǔn)煤增加到2011年的27 588萬(wàn)t標(biāo)準(zhǔn)煤，年均增速達(dá)11.16%，其增速超過同期全國(guó)能源消費(fèi)總量年均9.42%的增速(圖2)。

圖1 2000—2011年長(zhǎng)三角各省份能源消耗Fig.1 The energy consumption of the provinces in Yangtze River Delta from 2000 to 2011

圖2 2000—2011年長(zhǎng)三角和全國(guó)的能源消耗比較Fig.2 The energy consumption of Yangtze River Delta and the whole country from 2000 to 2011

1.2 單位能耗呈現(xiàn)逐年下降趨勢(shì)

單位GDP能耗是衡量低碳經(jīng)濟(jì)發(fā)展水平的一個(gè)重要指標(biāo)。2000—2011年間，長(zhǎng)三角地區(qū)單位GDP能耗呈現(xiàn)明顯下降趨勢(shì)(圖3)。其中，江蘇省單位GDP能耗從1.006 t標(biāo)準(zhǔn)煤/萬(wàn)元下降到0.561 t標(biāo)準(zhǔn)煤/萬(wàn)元，下降幅度為44.2%;浙江省單位GDP能耗從1.068 t標(biāo)準(zhǔn)煤/萬(wàn)元下降到 0.551 t標(biāo)準(zhǔn)煤/萬(wàn)元，下降幅度為48.4%;上海市單位GDP能耗從1.152 t標(biāo)準(zhǔn)煤/萬(wàn)元下降到0.587 t標(biāo)準(zhǔn)煤/萬(wàn)元，下降幅度為49%。而同期全國(guó)單位GDP能耗從2000年的1.467 t標(biāo)準(zhǔn)煤/萬(wàn)元下降到2011年的0.736 t標(biāo)準(zhǔn)煤/萬(wàn)元，下降幅度為49.8%，長(zhǎng)三角地區(qū)單位GDP能耗明顯低于全國(guó)平均水平，但下降幅度稍低于全國(guó)平均水平，能源利用效率還有很大的提升空間。

圖3 2000—2011年長(zhǎng)三角各省份及全國(guó)單位GDP能耗Fig.3 The energy consumption of per unit GDP of the provinces in Yangtze River Delta and the whole country from 2000 to 2011

2 區(qū)域低碳經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)

2.1 評(píng)價(jià)指標(biāo)體系的構(gòu)建

2.1.1 構(gòu)建原則。區(qū)域低碳經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)指標(biāo)的選擇首先要符合科學(xué)性原則，即指標(biāo)體系能充分反映低碳經(jīng)濟(jì)的內(nèi)涵，對(duì)影響低碳經(jīng)濟(jì)發(fā)展水平的眾多因素綜合考慮。其次是層次性原則，即從目標(biāo)層、準(zhǔn)則層到指標(biāo)層要體現(xiàn)出層次性、系統(tǒng)性，指標(biāo)的選取要有代表性，能夠充分體現(xiàn)上一層次的要求。第三是可操作性原則，即指標(biāo)數(shù)據(jù)應(yīng)易于獲得或可以通過計(jì)算得到，對(duì)于部分不能獲得可靠數(shù)據(jù)的指標(biāo)如政府的政策與導(dǎo)向、行業(yè)性的技改資金與研發(fā)投入等，暫不納入指標(biāo)體系。

2.1.2 指標(biāo)選取。從經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)低碳水平、科技支撐水平、環(huán)境支撐水平4個(gè)方面選取21項(xiàng)指標(biāo)構(gòu)建長(zhǎng)三角區(qū)域低碳經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)指標(biāo)體系(表1)。這一指標(biāo)體系較能客觀反映長(zhǎng)三角低碳經(jīng)濟(jì)發(fā)展整體性。由于研究區(qū)域內(nèi)江浙滬在土地面積、經(jīng)濟(jì)發(fā)展、人口等方面的差異性，評(píng)價(jià)指標(biāo)均采用比例數(shù)據(jù)和人均數(shù)據(jù)來(lái)增強(qiáng)可比性，同時(shí)，將全國(guó)低碳經(jīng)濟(jì)發(fā)展平均數(shù)據(jù)作為江浙滬的評(píng)價(jià)對(duì)比值。

2.2 基于主成分分析法的評(píng)價(jià)

2.2.1 模型選擇。針對(duì)長(zhǎng)三角地區(qū)的區(qū)域低碳經(jīng)濟(jì)發(fā)展水平進(jìn)行評(píng)價(jià)，從區(qū)域?qū)用鏄?gòu)建評(píng)價(jià)指標(biāo)體系，由于指標(biāo)間的相關(guān)性較強(qiáng)，需要根據(jù)長(zhǎng)三角地區(qū)低碳經(jīng)濟(jì)發(fā)展水平選取一定的綜合指標(biāo)以盡可能多地反映原來(lái)指標(biāo)的信息，因此，采用主成分分析方法則相對(duì)科學(xué)合理。

2.2.2 數(shù)據(jù)處理。通過SPSS 18.0統(tǒng)計(jì)分析軟件，提取出各個(gè)子系統(tǒng)的主成分量，根據(jù)特征根大于l、累計(jì)方差貢獻(xiàn)率達(dá)到85%以上的原則，提取經(jīng)濟(jì)發(fā)展水平子系統(tǒng)主成分1個(gè)(Fd1)，產(chǎn)業(yè)低碳水平子系統(tǒng)主成分2個(gè)(Fc1，F(xiàn)c2)，科技支撐子系統(tǒng)主成分 2 個(gè)(Ft1，F(xiàn)t2)，環(huán)境支撐子系統(tǒng)主成分2個(gè)(Fe1，F(xiàn)e2)。各子系統(tǒng)主成分載荷系數(shù)、方差貢獻(xiàn)率和累計(jì)貢獻(xiàn)率設(shè)法將原來(lái)的指標(biāo)重新組合成一組新的互相無(wú)關(guān)的幾個(gè)綜合指標(biāo)來(lái)代替原來(lái)指標(biāo)。在評(píng)價(jià)指標(biāo)體系中有正向指標(biāo)也有逆向指標(biāo)，正向指標(biāo)越大、逆向指標(biāo)越小對(duì)目標(biāo)而言越好，為了把逆向指標(biāo)轉(zhuǎn)換為正向指標(biāo)，采用取倒數(shù)的方法轉(zhuǎn)換為正向指標(biāo)進(jìn)行處理。同時(shí)，由于各指標(biāo)間的量綱不同，在進(jìn)行分析時(shí)需要對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，標(biāo)準(zhǔn)化由軟件運(yùn)算時(shí)自動(dòng)進(jìn)行(表2)。

表1 長(zhǎng)江三角洲低碳經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)指標(biāo)體系Tab.1 The evaluation index system of low-carbon economy development for Yangtze River Delta

表2 各子系統(tǒng)主成分載荷系數(shù)、方差貢獻(xiàn)率和累計(jì)方差貢獻(xiàn)率Tab.2 The loading factor of principal components，variance contribution rate and accumulated variance contribution rate for each subsystem

首先，根據(jù)載荷系數(shù)計(jì)算單位向量t，t等于每列載荷系數(shù)除以相應(yīng)特征值開平方，指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化后得到矩陣Zx，把Zx和由單位特征向量t組成的矩陣T相乘，計(jì)算出主成分量Y=Zx×T。其次，通過各主成分的方差貢獻(xiàn)率求出各子系統(tǒng)的得分，其中經(jīng)濟(jì)發(fā)展子系統(tǒng)得分為第一主成分F1，產(chǎn)業(yè)低碳水平子系統(tǒng)得分為第二主成分F2，科技支撐水平子系統(tǒng)得分為第三主成分F3，環(huán)境支撐子系統(tǒng)得分為第四主成分F4。最后，對(duì)F1，F(xiàn)2，F(xiàn)3，F(xiàn)4進(jìn)行主成分分析。通過同樣的步驟，可以得出江蘇、浙江、上海和全國(guó)低碳經(jīng)濟(jì)發(fā)展水平的總得分F(表3)。

表3 長(zhǎng)江三角洲和全國(guó)低碳經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)值Tab.3 The evaluation value of low-carbon economy development for Yangtze River Delta and whole country

2.2.3 結(jié)果分析。評(píng)價(jià)綜合得分從高到低依次為上海市、浙江省、江蘇省，全國(guó)發(fā)展水平最低。①總體上長(zhǎng)三角區(qū)域低碳經(jīng)濟(jì)水平高于全國(guó)平均水平，而上海市的低碳經(jīng)濟(jì)發(fā)展水平高于浙江省、江蘇省。②長(zhǎng)三角區(qū)域經(jīng)濟(jì)發(fā)展水平遠(yuǎn)遠(yuǎn)高于全國(guó)平均水平，其內(nèi)部差距也較大，上海市經(jīng)濟(jì)發(fā)展水平領(lǐng)先，其次為浙江省。江蘇省排在最后，其產(chǎn)業(yè)低碳水平總體低于全國(guó)水平，主要是因?yàn)閰^(qū)域經(jīng)濟(jì)發(fā)達(dá)，第二產(chǎn)業(yè)比重大，且重工業(yè)在第二產(chǎn)業(yè)中占有相當(dāng)大的比重，并且居民生活水平高，生活方式呈現(xiàn)高碳化傾向，人均能源消耗和碳排放量大。③長(zhǎng)三角區(qū)域科技支撐水平明顯高于全國(guó)平均水平。本區(qū)域是我國(guó)智力高度密集地區(qū)之一，高校云集，科研院所眾多，科技活動(dòng)人員集中，科技創(chuàng)新能力強(qiáng)，研發(fā)活動(dòng)活躍，高新技術(shù)產(chǎn)業(yè)占比高，其中上海更為突出，得分高于江、浙兩省。④ 環(huán)境支撐水平得分高于全國(guó)平均水平。長(zhǎng)三角地區(qū)森林覆蓋率和人均公園綠地面積高于全國(guó)平均水平，工業(yè)廢水、廢氣、固體廢棄物和城市生活垃圾處理達(dá)標(biāo)率和再生資源綜合利用率均較高，其中，浙江省的森林覆蓋率高達(dá)60.58%，人口密度較低，人均綠地面積多，環(huán)境支撐水平要高于江蘇省和上海市。

3 結(jié)論與討論

長(zhǎng)三角各省份低碳經(jīng)濟(jì)發(fā)展不均衡，長(zhǎng)三角地區(qū)低碳經(jīng)濟(jì)發(fā)展水平高于全國(guó)平均水平，上海市低碳經(jīng)濟(jì)發(fā)展水平要高于浙江、江蘇兩省。低碳經(jīng)濟(jì)水平的評(píng)價(jià)需要考慮各方面的綜合情況，由于兩省一市內(nèi)部差異性與發(fā)展不均衡性，如上海經(jīng)濟(jì)發(fā)展水平和科技支撐水平高但其環(huán)境支撐水平偏低，浙江省環(huán)境支撐水平較高但其產(chǎn)業(yè)低碳水平偏低，江蘇產(chǎn)業(yè)低碳水平較高但其經(jīng)濟(jì)發(fā)展水平偏低。因此，各省份在保持自身優(yōu)勢(shì)前提下，應(yīng)加強(qiáng)弱勢(shì)方面的建設(shè)。

(1)加強(qiáng)對(duì)低碳技術(shù)創(chuàng)新研究，以科技帶動(dòng)低碳產(chǎn)業(yè)的發(fā)展，大力發(fā)展循環(huán)經(jīng)濟(jì)，努力擴(kuò)大綠地率，增加碳匯，優(yōu)化生態(tài)環(huán)境。

(2)通過積極調(diào)整產(chǎn)業(yè)結(jié)構(gòu)與經(jīng)濟(jì)轉(zhuǎn)型升級(jí)，上海在加快推進(jìn)國(guó)際經(jīng)濟(jì)、金融、貿(mào)易、航運(yùn)中心進(jìn)程中形成服務(wù)經(jīng)濟(jì)為主的產(chǎn)業(yè)結(jié)構(gòu)，江、浙兩重點(diǎn)發(fā)展新能源、節(jié)能環(huán)保、工業(yè)設(shè)計(jì)、物流、動(dòng)漫游戲、軟件、信息服務(wù)、物聯(lián)網(wǎng)等新興產(chǎn)業(yè)等。大力發(fā)展核能、水能、風(fēng)能、太陽(yáng)能、生物質(zhì)能、地?zé)崮堋⒑Ｑ竽?、氫能等新能源，進(jìn)一步優(yōu)化能源利用結(jié)構(gòu)與提升能源效率。

(3)建立保障低碳經(jīng)濟(jì)發(fā)展的法律體系，用法律的手段限制高耗能、高污染行業(yè)發(fā)展，政府產(chǎn)業(yè)引導(dǎo)資金對(duì)低碳產(chǎn)業(yè)傾斜，并給予稅收、用水、用電、用地等方面的優(yōu)惠，保障低碳經(jīng)濟(jì)的穩(wěn)步發(fā)展。與此同時(shí)，倡導(dǎo)全社會(huì)低碳化消費(fèi)，營(yíng)造低碳消費(fèi)氛圍，增強(qiáng)公眾的低碳消費(fèi)意識(shí)，實(shí)現(xiàn)區(qū)域低碳經(jīng)濟(jì)協(xié)調(diào)發(fā)展。

［1］ 景躍軍，刁巍楊.東北地區(qū)一次能源的碳排放及低碳經(jīng)濟(jì)發(fā)展路徑研究［J］.管理評(píng)論，2010，22(8):109-113.

［2］ 楊丹輝，李偉.低碳經(jīng)濟(jì)發(fā)展模式與全球機(jī)制:文獻(xiàn)綜述［J］.經(jīng)濟(jì)管理，2010(6):164-171.

［3］ 紀(jì)玉山，紀(jì)明.低碳經(jīng)濟(jì)的發(fā)展趨勢(shì)及中國(guó)的對(duì)策研究［J］.社會(huì)科學(xué)，2010(2):83-89.

［4］ 張煥波，齊曄.中國(guó)低碳經(jīng)濟(jì)發(fā)展戰(zhàn)略思考:以京津冀經(jīng)濟(jì)圈為例［J］.中國(guó)人口·資源與環(huán)境，2010，20(5):6-11.

［5］ 趙榮欽，黃賢金，高珊，等.江蘇省碳排放清單測(cè)算及減排潛力分析［J］.地域研究與開發(fā)，2013，32(2):109-115.

［6］ OECD.Key Environmental Indicators［M］.Paris:OECD，2008:35.

［7］ 楊穎.區(qū)域低碳經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)體系構(gòu)建研究——以湖北省為例［J］.經(jīng)濟(jì)體制改革，2012(3):55-58.

［8］ 楊浩昌，李廉水，劉軍.中國(guó)制造業(yè)低碳經(jīng)濟(jì)發(fā)展水平及其行業(yè)差異——基于熵權(quán)的灰色關(guān)聯(lián)投影法綜合評(píng)價(jià)研究［J］.世界經(jīng)濟(jì)與政治論壇，2014(2):147-162.

［9］ 孫久文，姚鵬.低碳經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)及區(qū)域比較分析——以新疆為例［J］.地域研究與開發(fā)，2014，33(3):127-132.

［10］ Luo Z，Tong X.Evaluation on Development Capability of Low-carbon Economy and Countermeasures in China［J］.Procedia Environmental Sciences，2011，10:902-907.

［11］ Lee C F，Lin S J，Lewis C，et al.Effects of Carbon Taxes on Different Industries by Fuzzy Goal Programming:A Case Study of the Petrochemical-related Industries，Taiwan［J］.Energy Policy，2007，35(8):4051-4058.

［12］ Jia J，F(xiàn)an Y，Guo X.The Low Carbon Development(LCD)Levels’Evaluation of the World’s 47 Countries(areas)by Combining the FAHP with the TOPSIS Method［J］.Expert Systems with Applications，2012，39(7):6628-6640.

［13］ 黃宗盛，劉盾，胡培.基于粗糙集和DEA方法的低碳經(jīng)濟(jì)評(píng)價(jià)模型［J］.軟科學(xué)，2014，28(3):16-20.