鄭飛鴻，丁先存

?

基于VAR的移動互聯(lián)網(wǎng)發(fā)展與城鎮(zhèn)化建設(shè)良性互動效應(yīng)研究

鄭飛鴻，丁先存

(安徽大學(xué)管理學(xué)院，安徽合肥 230601)

文章通過建立VAR模型實證檢驗移動互聯(lián)網(wǎng)發(fā)展與城鎮(zhèn)化建設(shè)的動態(tài)關(guān)系，利用VEC模型、脈沖響應(yīng)、方差分解等方法分析了移動互聯(lián)網(wǎng)發(fā)展與城鎮(zhèn)化建設(shè)的交互效應(yīng)，結(jié)果證明移動互聯(lián)網(wǎng)發(fā)展對于城鎮(zhèn)化建設(shè)具有顯著的正向影響，而城鎮(zhèn)化建設(shè)對于移動互聯(lián)網(wǎng)發(fā)展的初期作用顯著，后期會出現(xiàn)“邊際遞減”效應(yīng)，政府部門應(yīng)從戰(zhàn)略高度重視移動互聯(lián)網(wǎng)發(fā)展，企業(yè)與社會公眾也應(yīng)努力為移動互聯(lián)網(wǎng)發(fā)展?fàn)I造良好的外部環(huán)境。

VAR模型；移動互聯(lián)網(wǎng)發(fā)展；城鎮(zhèn)化建設(shè)；良性互動效應(yīng)

一、引言

世界移動互聯(lián)網(wǎng)大會(GMIC)將于2017年6月23日在北京舉辦，這是繼2016年第三屆世界互聯(lián)網(wǎng)大會(WIC)在烏鎮(zhèn)舉辦后，我國舉辦的又一次高級別互聯(lián)網(wǎng)峰會，屆時來自世界各地的行業(yè)領(lǐng)袖、企業(yè)高管將齊聚一堂，共同研討移動互聯(lián)網(wǎng)的發(fā)展趨勢。Web3.0時代的移動互聯(lián)網(wǎng)既是一種技術(shù)、也是一種產(chǎn)業(yè)，從技術(shù)層面上來說，移動互聯(lián)網(wǎng)技術(shù)改變了人們傳統(tǒng)的生活方式，打破了僵化的思維模式，對于提高人們的生活質(zhì)量和生活水平具有顯著作用。從產(chǎn)業(yè)層面上來說，移動互聯(lián)網(wǎng)產(chǎn)業(yè)優(yōu)化了產(chǎn)業(yè)結(jié)構(gòu)布局，通過發(fā)揮“引致效應(yīng)”和“集聚效應(yīng)”帶動了相關(guān)產(chǎn)業(yè)發(fā)展，合理配置了要素資源。移動互聯(lián)網(wǎng)發(fā)展對于加強基礎(chǔ)設(shè)施建設(shè)、提高生產(chǎn)技術(shù)水平、促進區(qū)域互聯(lián)互通、推進供給側(cè)結(jié)構(gòu)性改革等新型城鎮(zhèn)化建設(shè)項目起到重要作用，移動互聯(lián)網(wǎng)發(fā)展與城鎮(zhèn)化建設(shè)正呈現(xiàn)出良性互動效應(yīng)，新型城鎮(zhèn)化建設(shè)配套國家“一帶一路”、“互聯(lián)網(wǎng)+”、“智慧城市”、“寬帶中國”以及“中國制造2025”等宏觀政策必將釋放潛能，推進移動互聯(lián)網(wǎng)更好更快的發(fā)展。

孫耀吾等利用系統(tǒng)動力學(xué)模塊耦合共軛理論揭示了移動互聯(lián)網(wǎng)創(chuàng)新網(wǎng)絡(luò)運行機理，移動運營商、網(wǎng)絡(luò)設(shè)備供應(yīng)商和下游開發(fā)商形成動態(tài)的耦合共軛系統(tǒng)，推動移動互聯(lián)網(wǎng)基礎(chǔ)設(shè)施不斷升級[1]。彭麗瓊從產(chǎn)業(yè)規(guī)模、消費結(jié)構(gòu)、市場潛力、產(chǎn)業(yè)鏈的競爭與合作角度論證了我國移動互聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展的必要性和可行性[2]。Mutaz等認(rèn)為移動互聯(lián)網(wǎng)發(fā)展改變了傳統(tǒng)的商業(yè)模式，O2O模式強調(diào)以顧客為中心，充分考慮顧客的個性化需求，并且通過體驗消費、增值服務(wù)帶動相關(guān)產(chǎn)業(yè)發(fā)展。Kolko通過對比分析美國服務(wù)業(yè)與制造業(yè)對于城鎮(zhèn)化發(fā)展的影響效應(yīng)，結(jié)果發(fā)現(xiàn)服務(wù)業(yè)(B=0.55,p<0.01)比制造業(yè)(B=0.42,p<0.01)更有利于促進城鎮(zhèn)化，服務(wù)業(yè)對于移動互聯(lián)網(wǎng)的依賴性更大，移動互聯(lián)網(wǎng)對于服務(wù)貿(mào)易的協(xié)同集聚效應(yīng)使得城鎮(zhèn)化推進得更快。Liddle研究發(fā)現(xiàn)城鎮(zhèn)化對于移動互聯(lián)網(wǎng)發(fā)展的影響呈現(xiàn)倒U型關(guān)系，城鎮(zhèn)化初始階段這種倒U型影響并不明顯，隨著城鎮(zhèn)化發(fā)展到一定階段，這種倒U型影響變得越來越顯著。張軍濤和黎潔岑結(jié)合移動互聯(lián)網(wǎng)產(chǎn)業(yè)集聚區(qū)域形成創(chuàng)新系統(tǒng)的特點，對北京、深圳等六大城市的創(chuàng)新能力進行了評價，結(jié)果顯示移動互聯(lián)網(wǎng)產(chǎn)業(yè)集聚有利于提升城市的創(chuàng)新能力[3]。Jordan和Shaffer指出基站、服務(wù)器、電纜、MVPDs影響移動互聯(lián)網(wǎng)運營，移動互聯(lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè)有利于改善移動服務(wù)網(wǎng)絡(luò)，為城鎮(zhèn)居民的生活帶來便利。曲巍巍和程迎新指出移動互聯(lián)網(wǎng)、地理信息、大數(shù)據(jù)等信息技術(shù)催生出科技創(chuàng)意園、企業(yè)孵化器、綜合性生產(chǎn)服務(wù)中心等新載體，加速了我國產(chǎn)城融合的發(fā)展[4]。Joseph通過研究五個ECA國家的移動銀行發(fā)展情況，發(fā)現(xiàn)在產(chǎn)城融合背景下移動銀行的業(yè)務(wù)流程、服務(wù)模式得到了很大的創(chuàng)新，移動互聯(lián)網(wǎng)技術(shù)的應(yīng)用變得更加成熟。劉煥蕊認(rèn)為移動互聯(lián)網(wǎng)金融能夠突破傳統(tǒng)地域、產(chǎn)業(yè)等社會空間的限制，實現(xiàn)產(chǎn)城之間、行業(yè)之間的資金供需對接，從而實現(xiàn)產(chǎn)城之間的空間整合、以產(chǎn)促城、以城興產(chǎn)的經(jīng)濟發(fā)展目標(biāo)[5]。Jenny和Isaac對撒哈拉以南非洲地區(qū)的移動互聯(lián)網(wǎng)普及情況進行了調(diào)查研究，認(rèn)為移動互聯(lián)網(wǎng)以及通信基礎(chǔ)設(shè)施的建設(shè)能夠有效提升農(nóng)業(yè)和勞動力市場效率，對于促進產(chǎn)城融合意義重大。

二、實證分析

(一)變量的選擇

本文選取移動互聯(lián)網(wǎng)覆蓋率(MI)與城鎮(zhèn)化率(UR)作為移動互聯(lián)網(wǎng)發(fā)展與城鎮(zhèn)化建設(shè)的替代變量，移動互聯(lián)網(wǎng)覆蓋率為手機網(wǎng)民數(shù)占網(wǎng)民數(shù)量的比重，城鎮(zhèn)化率為城鎮(zhèn)人口占總?cè)丝诘谋戎?。移動互?lián)網(wǎng)覆蓋率與城鎮(zhèn)化率分別來源于中國互聯(lián)網(wǎng)絡(luò)信息中心(CNNIC)提供的《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》和國家統(tǒng)計局提供的《中國統(tǒng)計年鑒》，選取的數(shù)據(jù)期限為2002—2015年，之所以選取2002以后的數(shù)據(jù)是因為我國從2001年11月開始正式接入移動互聯(lián)網(wǎng)。

(二)構(gòu)建VAR模型

VAR模型在研究時間序列變量的動態(tài)關(guān)系以及交互作用機理方面具有獨特優(yōu)勢，首先，VAR模型不需要對解釋變量在預(yù)測期內(nèi)的取值做任何預(yù)測，避免了傳統(tǒng)回歸模型繁瑣的回歸前檢驗步驟和程序，簡化了移動互聯(lián)網(wǎng)發(fā)展與城鎮(zhèn)化建設(shè)數(shù)據(jù)處理與預(yù)測前準(zhǔn)備的相關(guān)檢驗過程。其次，VAR模型通過引入待估參數(shù)的滯后期將預(yù)測模型進行時間序列分解，能夠精準(zhǔn)地預(yù)測出移動互聯(lián)網(wǎng)發(fā)展與城鎮(zhèn)化建設(shè)在時序上、內(nèi)外部、長短期的動態(tài)交互影響效應(yīng)，并且可以顯著降低因采用替代變量而造成的偏離誤差。再次，VAR模型對參數(shù)不施加零約束，有效解決了參數(shù)估計中的非一致性問題，增強了對移動互聯(lián)網(wǎng)發(fā)展與城鎮(zhèn)化建設(shè)時間序列變量變化趨勢以及系統(tǒng)擾動因素的解釋能力。因此，VAR模型在簡化程度上、預(yù)測精準(zhǔn)度上以及解釋能力上具有一般回歸模型無可比擬的優(yōu)勢，非常適合用于研究移動互聯(lián)網(wǎng)與城鎮(zhèn)化建設(shè)的動態(tài)關(guān)系。向量自回歸模型(VAR)將研究對象全部看成是內(nèi)生變量，運用非結(jié)構(gòu)化模型將所有內(nèi)生變量的滯后值作為函數(shù)進行回歸分析，這樣就把原先的單變量線性回歸模型改造成由單變量滯后期函數(shù)構(gòu)成的組合變量回歸模型，形成了系統(tǒng)性的組合變量復(fù)雜預(yù)測模型，這種組合變量復(fù)雜預(yù)測模型能夠有效彌補傳統(tǒng)單變量回歸模型的弊端，提高了模型預(yù)測、判別的精度和準(zhǔn)度，有利于深層次解析移動互聯(lián)網(wǎng)發(fā)展與城鎮(zhèn)化建設(shè)之間的動態(tài)關(guān)系和影響效應(yīng)。為消除異方差同時突出彈性意義，我們對兩項指標(biāo)分別取對數(shù)，即移動互聯(lián)網(wǎng)覆蓋率Ln(MI)和城鎮(zhèn)化率Ln(UR)，參照LR、FPE、AIC、SC、HQ等評價指標(biāo)，確定模型的滯后期為2階滯后期，由于Ln(MI)和Ln(UR)均為非平穩(wěn)時間序列，需要對變量進行穩(wěn)健性檢驗。

1. 穩(wěn)健性檢驗。穩(wěn)健性檢驗用以判別模型系統(tǒng)結(jié)構(gòu)的動態(tài)穩(wěn)定性，VAR模型穩(wěn)定的充要條件是經(jīng)過友矩陣變換的特征方程所有特征根的模都要小于1，并且所有特征根均分布于單位圓內(nèi)，如果被估計的VAR模型不穩(wěn)定，估計的結(jié)果則會出現(xiàn)較大的偏差。對VAR模型的聯(lián)立方程組進行計算，得出模型的全部特征根，由表1可知，VAR模型的全部特征根均小于1，因此具有較強的穩(wěn)健性，我們利用Eviews6.0軟件的AR Roots Graph功能繪制出VAR模型全部特征根位置圖，發(fā)現(xiàn)模型的全部特征根均分布于單位圓的范圍內(nèi)，因此，可以判定構(gòu)建的VAR模型是個非常穩(wěn)定的系統(tǒng)。

表1 VAR模型的全部特征根

2. ADF單位根檢驗。ADF單位根檢驗的目的是驗證時間序列變量組之間是否存在真正意義上的相關(guān)性，當(dāng)時間序列變量中存在單位根時，時間序列變量組就會變得不平穩(wěn)，在做變量回歸的時候也就容易出現(xiàn)“納偽”的現(xiàn)象，因此，需要通過對變量作差分處理使其變得平穩(wěn)。如表2所示，Ln(UR)的截距項和時間趨勢項的Prob.值均小于0.05，D-W統(tǒng)計量接近于2，t統(tǒng)計量大于5%臨界值，初始檢驗結(jié)果不平穩(wěn)，需要做一階差分再檢驗。?Ln(UR)的截距項和時間趨勢項的Prob.值均小于0.05，D-W統(tǒng)計量接近于2，t統(tǒng)計量仍然大于5%臨界值，因此還需要做二階差分檢驗。Ln(UR)的截距項和時間趨勢項的Prob.值均大于0.05，需要將C和T剔除，由于D-W統(tǒng)計量不符合檢驗要求，需要修改滯后期數(shù)再做檢驗，最終t統(tǒng)計量小于5%臨界值，ADF單位根檢驗達(dá)到平穩(wěn)。Ln(MI)的截距項和時間趨勢項的Prob.值均大于0.05，需要將C和T剔除，由于D-W統(tǒng)計量不符合檢驗要求，需要修改滯后期數(shù)再做檢驗，t統(tǒng)計量大于5%臨界值，初始檢驗結(jié)果不平穩(wěn)，需要做一階差分再檢驗。?Ln(MI)的截距項Prob.值均小于0.05，而時間趨勢項的Prob.值均大于0.05，因此將T剔除，由于D-W統(tǒng)計量不符合檢驗要求，需要修改滯后期數(shù)再做檢驗，t統(tǒng)計量仍然大于5%臨界值，因此還需要做二階差分檢驗。Ln(MI)的截距項和時間趨勢項的Prob.值均大于0.05，需要將C和T剔除，D-W統(tǒng)計量接近于2，最終t統(tǒng)計量小于5%臨界值，ADF單位根檢驗達(dá)到平穩(wěn)。

表2 ADF單位根檢驗結(jié)果

3. Johansen協(xié)整檢驗。協(xié)整檢驗通過分析變量之間是否存在長期穩(wěn)定的均衡關(guān)系，從而論證模型構(gòu)建與變量回歸在邏輯上的合理性。對Ln(MI)和Ln(UR)這兩個變量進行Johansen協(xié)整檢驗，結(jié)果顯示Trace統(tǒng)計量大于5%的顯著水平臨界值(Trace統(tǒng)計量=20.855，5%臨界值=12.320)，且Prob.**概率值小于0.05(Prob.**=0.001)，因此我們可以判定Ln(MI)和Ln(UR)這兩個變量存在協(xié)整關(guān)系，即移動互聯(lián)網(wǎng)發(fā)展與城鎮(zhèn)化建設(shè)之間存在長期穩(wěn)定的均衡關(guān)系。

(三)構(gòu)建VEC模型

向量誤差修正模型(VEC)是在對VAR模型進行修正調(diào)整的基礎(chǔ)上構(gòu)建出來的，通過協(xié)整檢驗的非平穩(wěn)時間序列可以經(jīng)自回歸分布滯后變換構(gòu)建誤差修正模型，而含有協(xié)整約束的自回歸分布滯后模型的組合就是向量誤差修正模型。向量誤差修正模型通過引入誤差修正項(ecm)，能夠反映出變量偏離長期均衡狀態(tài)時由非均衡狀態(tài)調(diào)整至均衡狀態(tài)的變化過程，同時將變量的水平值與差分相結(jié)合，利用變量的波動振幅更加精確地做出預(yù)測估計。根據(jù)前文檢驗結(jié)果，本研究的相關(guān)變量均通過穩(wěn)健性檢驗、ADF單位根檢驗以及Johansen協(xié)整檢驗，因此具備構(gòu)建VEC模型的基本條件，分別構(gòu)建關(guān)于Ln(UR)和Ln(MI)的VEC模型，即：

?=-0.091*+0.226*?-1.205*?-0.009*?+0.005*?+0.056

?=-6.17*-27.343*?-52.138*?-0.068*?+0.136*?+2.539

其中：

1. 脈沖響應(yīng)函數(shù)分析。脈沖響應(yīng)原理利用某一變量對系統(tǒng)內(nèi)其他變量的隨機誤差項產(chǎn)生沖擊，根據(jù)相關(guān)變量受到?jīng)_擊后在當(dāng)期內(nèi)以及未來期限的反應(yīng)程度，分析變量之間的動態(tài)影響關(guān)系以及敏感性因素。我們通過構(gòu)造脈沖響應(yīng)函數(shù)分別研究Ln(MI)的隨機誤差項的沖擊對Ln(UR)當(dāng)期以及以后各期的影響，Ln(UR)的隨機誤差項的沖擊對Ln(MI)當(dāng)期以及以后各期的影響，從而檢驗移動互聯(lián)網(wǎng)發(fā)展與城鎮(zhèn)化建設(shè)之間的動態(tài)關(guān)系及影響效應(yīng)，對 Ln(UR)施加沖擊時，Ln(MI)一開始受到負(fù)向影響，這種負(fù)向影響的程度逐漸加強，到了第2期達(dá)到最低點-0.0016，從第2期開始這種負(fù)向影響開始減弱，到了第3期開始轉(zhuǎn)為正向影響，且這種正向影響的程度不斷增強到了第4期達(dá)到峰值0.0015，從第4期開始這種正向影響出現(xiàn)下降趨勢，一直到第6期突破臨界值，變?yōu)檩^弱的負(fù)向影響，這種負(fù)向影響很快又轉(zhuǎn)變?yōu)檎蛴绊懀矣绊懗潭燃眲∩仙?，到了?期達(dá)到最高點0.0016，之后便出現(xiàn)略微下降趨勢，到第10期趨于平穩(wěn)。Ln(UR)對Ln(MI)的脈沖響應(yīng)要比Ln(MI)對Ln(UR)的脈沖響應(yīng)敏感得多，Ln(UR)一開始受到正向影響，但這種正向影響逐漸減弱，到了第2期轉(zhuǎn)變?yōu)樨?fù)向影響，且這種負(fù)向影響程度繼續(xù)加劇，到了第3期達(dá)到最低點-0.15，從第3期開始負(fù)向影響程度逐漸減弱，到了第5期突破臨界值，變?yōu)檩^弱的正向影響，緊接著這種正向影響又變?yōu)樨?fù)向影響，且影響程度不斷增強，一直到第7期達(dá)到頂點-0.12，之后出現(xiàn)微弱的波動，最終穩(wěn)定在-0.1左右。

2. 方差分解分析。方差分解通過解構(gòu)內(nèi)生變量的相關(guān)影響因素，分析相關(guān)變量在不同時期對于內(nèi)生變量的貢獻(xiàn)度影響水平。根據(jù)Ln(UR)和Ln(MI)的方差分解結(jié)果(見表3)，Ln(UR)在第1期僅受自身波動的影響，從第2期開始受到Ln(MI)的影響，但Ln(MI)的方差貢獻(xiàn)率較小，從第3期起Ln(MI)對Ln(UR)的方差貢獻(xiàn)率持續(xù)增加，到第10期基本保持穩(wěn)定，約占24%，盡管在第5—7期出現(xiàn)一點波動，但總體趨勢還是穩(wěn)定上升的，因此認(rèn)為移動互聯(lián)網(wǎng)發(fā)展對城鎮(zhèn)化建設(shè)起到較大的促進作用，且這種影響是持續(xù)穩(wěn)定的。Ln(MI)從第1期開始就收到Ln(UR)波動的影響，且影響程度較強，Ln(UR)的方差貢獻(xiàn)率達(dá)到24%，從第2期開始Ln(UR)對Ln(MI)的方差貢獻(xiàn)率出現(xiàn)下降趨勢，且這種趨勢一直延續(xù)到第10期，并在第10期達(dá)到穩(wěn)定程度，約占6%，因此我們認(rèn)為城鎮(zhèn)化建設(shè)對移動互聯(lián)網(wǎng)發(fā)展的影響一開始保持強勁態(tài)勢，但是隨著城鎮(zhèn)化建設(shè)的推進，特別是城市基礎(chǔ)設(shè)施建設(shè)的完善，這種影響出現(xiàn)了“邊際遞減”的效應(yīng)。

表3 Ln(UR)和Ln(MI)的方差分解

三、結(jié)論

根據(jù)實證分析結(jié)果，我們認(rèn)為移動互聯(lián)網(wǎng)發(fā)展與城鎮(zhèn)化建設(shè)之間存在良性互動效應(yīng)，移動互聯(lián)網(wǎng)發(fā)展對于城鎮(zhèn)化建設(shè)具有顯著的正向影響，而城鎮(zhèn)化建設(shè)對于移動互聯(lián)網(wǎng)發(fā)展的初期作用顯著，后期會出現(xiàn)“邊際遞減”效應(yīng)。從宏觀層面來說，移動互聯(lián)網(wǎng)發(fā)展對于政府推進城鄉(xiāng)一體化、優(yōu)化公共服務(wù)、合理配置基礎(chǔ)性資源起到重要的引領(lǐng)作用；從中觀層面來說，移動互聯(lián)網(wǎng)發(fā)展對于企業(yè)改進生產(chǎn)技術(shù)、創(chuàng)新營銷模式、集聚供應(yīng)鏈資源起到重要的支持作用；從微觀層面來說，移動互聯(lián)網(wǎng)發(fā)展對于公眾改變生活方式、轉(zhuǎn)變消費觀念、拓寬應(yīng)用場景起到重要推動作用。總的來說，移動互聯(lián)網(wǎng)發(fā)展對于城鎮(zhèn)化建設(shè)起到積極的促進作用，而城鎮(zhèn)化建設(shè)反過來又會促進移動互聯(lián)網(wǎng)更好地發(fā)展。政府部門應(yīng)從戰(zhàn)略高度重視移動互聯(lián)網(wǎng)發(fā)展，利用政策工具支持移動互聯(lián)網(wǎng)技術(shù)創(chuàng)新、移動互聯(lián)網(wǎng)產(chǎn)業(yè)集聚以及移動互聯(lián)網(wǎng)要素整合，充分發(fā)揮移動互聯(lián)網(wǎng)在驅(qū)動產(chǎn)業(yè)升級、刺激投資消費、便利群眾生活等方面的重要作用，不斷推進新型城鎮(zhèn)化建設(shè)朝著結(jié)構(gòu)優(yōu)化、功能提升的方向發(fā)展。企業(yè)與社會公眾也應(yīng)積極適應(yīng)移動互聯(lián)網(wǎng)發(fā)展的變革環(huán)境，努力為移動互聯(lián)網(wǎng)發(fā)展?fàn)I造良好的外部環(huán)境，共同推進移動互聯(lián)網(wǎng)發(fā)展與城鎮(zhèn)化建設(shè)的良性互動。

[1] 孫耀吾，翟翌，顧荃. 服務(wù)主導(dǎo)邏輯下移動互聯(lián)網(wǎng)創(chuàng)新網(wǎng)絡(luò)主體耦合共軛與價值創(chuàng)造研究[J]. 中國工業(yè)經(jīng)濟，2013(10)：148-155.

[2] 彭麗瓊. 移動互聯(lián)網(wǎng)發(fā)展對我國經(jīng)濟的影響[J]. 中共樂山市委黨校學(xué)報，2011(1)：70-73.

[3] 張軍濤，黎潔岑. 基于移動互聯(lián)網(wǎng)產(chǎn)業(yè)集聚的城市創(chuàng)新能力比較研究[J]. 財經(jīng)問題研究，2014(11)：115-119.

[4] 曲巍巍，程迎新. 我國產(chǎn)城融合的“四化”趨勢[J]. 人民論壇，2017(2)：80-81.

[5] 劉煥蕊. 互聯(lián)網(wǎng)金融支持產(chǎn)城融合發(fā)展研究[J]. 技術(shù)經(jīng)濟與管理研究，2016(5)：70-74.

[6] Mutaz，Enas，Guy. Engineering Innovative Mobile Data Services：Developing a Model for Value Network Analysis and Design[J]. Business Process Management Journal，2013(2)：.336-350.

(責(zé)任編校：李延軍)

2017-01-15

安徽大學(xué)輿情與區(qū)域發(fā)展協(xié)同創(chuàng)新中心研究生創(chuàng)新項目(ADYQYJS18)

鄭飛鴻(1993-)，男，安徽鳳臺人，碩士生。

丁先存(1936-)，男，安徽廬江人，教授。

10.15916/j.issn1674-327x.2017.03.006

F299.22

A

1674-327X (2017)03-0020-04