張鈺

摘要：從投入和產(chǎn)出的角度構(gòu)建區(qū)域眾創(chuàng)空間創(chuàng)新績(jī)效的評(píng)價(jià)體系，運(yùn)用數(shù)據(jù)包絡(luò)分析方法，對(duì)各地區(qū)眾創(chuàng)空間的純技術(shù)效率與規(guī)模效率進(jìn)行解讀。結(jié)果表明：我國(guó)西部地區(qū)眾創(chuàng)空間創(chuàng)新績(jī)效綜合效率值最高，其次是中部地區(qū)，東北部地區(qū)的效率值最低。在此基礎(chǔ)上，利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行眾創(chuàng)空間創(chuàng)新績(jī)效的效率評(píng)價(jià)結(jié)果驗(yàn)證，取得了較高的精度，從而為眾創(chuàng)空間區(qū)域創(chuàng)新績(jī)效評(píng)價(jià)實(shí)踐提供了一種可行手段。

關(guān)鍵詞：數(shù)據(jù)包絡(luò)分析 BP神經(jīng)網(wǎng)絡(luò) 眾創(chuàng)空間 創(chuàng)新績(jī)效

中圖分類號(hào)：F279.27

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：2096-0298（2019）02（b）-223-04

據(jù)《中國(guó)火炬統(tǒng)計(jì)年鑒》數(shù)據(jù)顯示，2014年我國(guó)共有創(chuàng)客組織50家，2015年眾創(chuàng)空間數(shù)量2300余家，僅一年間發(fā)展增速達(dá)到46倍，截至2016年底，我國(guó)有眾創(chuàng)空間4298家，當(dāng)年服務(wù)企業(yè)數(shù)57668個(gè)，該年眾創(chuàng)空間孵化企業(yè)總收入達(dá)83 18903億元，吸納就業(yè)人數(shù)436232人，批準(zhǔn)知識(shí)產(chǎn)權(quán)40275項(xiàng)，其中發(fā)明專利8467項(xiàng)。而2017年眾創(chuàng)空間數(shù)量發(fā)展至5739家較2016年增幅達(dá)到33%以上，眾創(chuàng)空間對(duì)于創(chuàng)新創(chuàng)業(yè)帶來(lái)的經(jīng)濟(jì)效益和社會(huì)效益日益凸顯，給經(jīng)濟(jì)社會(huì)的發(fā)展帶來(lái)巨大的正面效應(yīng)。

眾創(chuàng)空間在我國(guó)得到了良好的發(fā)展成長(zhǎng)環(huán)境，其孵化場(chǎng)地面積和數(shù)量都得到迅猛發(fā)展，但是眾創(chuàng)空間在我國(guó)仍處于發(fā)展的初級(jí)階段，仍有很多問(wèn)題值得我們思考，深圳眾創(chuàng)空間“倒閉潮”事件以及眾創(chuàng)空間孵化的高失敗率，不僅造成了產(chǎn)業(yè)資源的浪費(fèi)，還削弱其對(duì)于創(chuàng)新創(chuàng)業(yè)的促進(jìn)作用，不利于社會(huì)創(chuàng)新與眾創(chuàng)空間的可持續(xù)發(fā)展?；诖耍瑸閷?shí)現(xiàn)眾創(chuàng)空間健康可持續(xù)發(fā)展的路徑，如何科學(xué)合理地對(duì)眾創(chuàng)空間進(jìn)行創(chuàng)新績(jī)效的評(píng)估考核便成為整個(gè)社會(huì)的關(guān)注焦點(diǎn)。

本文擬以創(chuàng)新驅(qū)動(dòng)發(fā)展為目標(biāo)提供一種更加符合實(shí)際情況的眾創(chuàng)空間創(chuàng)新績(jī)效的評(píng)價(jià)方法，不僅可以豐富眾創(chuàng)空間的理論研究與探討，還有助于政府部門(mén)科學(xué)評(píng)價(jià)與科學(xué)的制定相關(guān)政策工作，提供相關(guān)發(fā)展資源等具有實(shí)踐指導(dǎo)意義，對(duì)眾創(chuàng)空間的發(fā)展實(shí)施有效的動(dòng)態(tài)管理與服務(wù)等的現(xiàn)實(shí)意義。

1 文獻(xiàn)綜述

眾創(chuàng)空間在我國(guó)的發(fā)展經(jīng)歷了從傳統(tǒng)孵化器到創(chuàng)新工場(chǎng)等新型孵化器再到眾創(chuàng)空間的演變過(guò)程，其實(shí)踐的發(fā)展比理論界起步要早一些。現(xiàn)有研究成果可以三個(gè)方面加以歸納和評(píng)述。

一是有關(guān)于眾創(chuàng)空間基本概念方面的解讀。眾創(chuàng)空間是傳統(tǒng)孵化器的2 0版本，涵蓋傳統(tǒng)孵化器的基本功能[1]。相比傳統(tǒng)孵化器對(duì)創(chuàng)新創(chuàng)業(yè)主體的選擇具有更大的寬容，更低的門(mén)檻準(zhǔn)入條件，而且更加關(guān)注創(chuàng)意的市場(chǎng)化[2]。

二是對(duì)于眾創(chuàng)空間運(yùn)行模式的探索與思考。陳夙等[3]以杭州“夢(mèng)想小鎮(zhèn)”的創(chuàng)業(yè)生態(tài)系統(tǒng)結(jié)構(gòu)分析為例，積極探索提升運(yùn)營(yíng)績(jī)效的包括“眾創(chuàng)精神”等在內(nèi)的創(chuàng)業(yè)生態(tài)系統(tǒng)的四空間維度概念。汪群[4]在對(duì)創(chuàng)業(yè)生態(tài)的構(gòu)建中提出眾創(chuàng)空間的創(chuàng)業(yè)生態(tài)系統(tǒng)可以由創(chuàng)客生態(tài)圈、服務(wù)支持生態(tài)圈、上下游企業(yè)、孵化器、消費(fèi)者群以及創(chuàng)業(yè)環(huán)境組成。在實(shí)踐中越來(lái)越多的創(chuàng)新相關(guān)主體被納入眾創(chuàng)空間生態(tài)系統(tǒng)中。

三是關(guān)于眾創(chuàng)空間效率評(píng)價(jià)等的相關(guān)研究，張丹寧等[5]對(duì)沈陽(yáng)市眾創(chuàng)空間的運(yùn)營(yíng)效率指數(shù)進(jìn)行測(cè)算，并給出了沈陽(yáng)市應(yīng)該重點(diǎn)發(fā)展三個(gè)各具特色的眾創(chuàng)空間產(chǎn)業(yè)集群的發(fā)展路徑的建議。谷立霞等[4]通過(guò)七分制的李克特量表的問(wèn)卷調(diào)查，提供了包括創(chuàng)客文化、社會(huì)貢獻(xiàn)、創(chuàng)業(yè)服務(wù)、創(chuàng)業(yè)環(huán)境和基礎(chǔ)設(shè)施在內(nèi)的眾創(chuàng)空間運(yùn)行效率的綜合評(píng)價(jià)指標(biāo)體系。李衍霖等[7]利用平衡計(jì)分卡的研究方法，將發(fā)展戰(zhàn)略與績(jī)效評(píng)價(jià)聯(lián)系起來(lái)，構(gòu)建了一系列財(cái)務(wù)指標(biāo)和非采取指標(biāo)的績(jī)效評(píng)價(jià)指標(biāo)體系。

通過(guò)文獻(xiàn)的梳理發(fā)現(xiàn)，現(xiàn)有學(xué)者對(duì)眾創(chuàng)空間進(jìn)行了許多研究探討，但是已有研究仍存在以下不足：第一，現(xiàn)有研究大多集中在對(duì)于“眾創(chuàng)空間”理論定義、演變起源的探討研究，尚缺乏眾創(chuàng)空間產(chǎn)業(yè)效率、運(yùn)作效率、創(chuàng)新績(jī)效類的評(píng)價(jià)等的定量研究分析。第二，目前尚缺乏對(duì)于眾創(chuàng)空間創(chuàng)新效應(yīng)評(píng)價(jià)的定量探討，從眾創(chuàng)空間對(duì)于創(chuàng)新的支持作用角度進(jìn)行創(chuàng)新績(jī)效的評(píng)價(jià)的理論研究尚需完善。第三，鮮有學(xué)者從整體創(chuàng)新的視角出發(fā)，研究區(qū)域創(chuàng)新績(jī)效評(píng)價(jià)的問(wèn)題。

因此，本文在綜合現(xiàn)有學(xué)者研究的基礎(chǔ)上，運(yùn)用數(shù)據(jù)包絡(luò)分析（DEA）結(jié)合BP神經(jīng)網(wǎng)絡(luò)分析方法對(duì)區(qū)域眾創(chuàng)空間的創(chuàng)新績(jī)效進(jìn)行分析論證，進(jìn)一步拓展和深化眾創(chuàng)空間的效率評(píng)價(jià)研究。

2 DEA與BP神經(jīng)網(wǎng)絡(luò)的創(chuàng)新績(jī)效評(píng)價(jià)分析的研究思路

本文采用數(shù)據(jù)包絡(luò)分析法的BCC模型對(duì)眾創(chuàng)空間的區(qū)域創(chuàng)新績(jī)效差異進(jìn)行分析，凡是處在前沿面上的決策單元，則認(rèn)定其投入產(chǎn)出組合最有效率，將其效率指標(biāo)定為1，不在前沿面上的決策單元?jiǎng)t被認(rèn)定為低效率或者無(wú)效率，同時(shí)以效率前沿面之有效點(diǎn)為基準(zhǔn)，給予一個(gè)相對(duì)的效率指標(biāo)（大于0，小于1），并針對(duì)非DEA有效的眾創(chuàng)空間進(jìn)行投影分析，找出低效的原因，以便針對(duì)性地給出合適的發(fā)展建議。

如果把眾創(chuàng)空間創(chuàng)新支持效應(yīng)看成一個(gè)黑箱，它的輸入是眾創(chuàng)空間服務(wù)人員數(shù)量、團(tuán)隊(duì)及企業(yè)當(dāng)年獲得投資總額、當(dāng)年提供技術(shù)支撐服務(wù)的團(tuán)隊(duì)和企業(yè)數(shù)量三個(gè)指標(biāo)變量，輸出為發(fā)明專利數(shù)、常駐企業(yè)或團(tuán)隊(duì)擁有的知識(shí)產(chǎn)權(quán)數(shù)兩個(gè)指標(biāo)，利用DEA方法進(jìn)行有效性的測(cè)度。同樣對(duì)BP神經(jīng)網(wǎng)絡(luò)而言，在對(duì)結(jié)果驗(yàn)證的過(guò)程中它也是一個(gè)黑箱，DEA效率分析為BP神經(jīng)網(wǎng)絡(luò)提供基礎(chǔ)數(shù)據(jù)，BP神經(jīng)網(wǎng)絡(luò)處理的結(jié)果又可以用來(lái)進(jìn)行效率分析和驗(yàn)證，它們之間的關(guān)系如圖1所示。

3 變量的選取與說(shuō)明

本文數(shù)據(jù)來(lái)源為《中國(guó)火炬統(tǒng)計(jì)年鑒2017》，選取國(guó)家備案眾創(chuàng)空間2016年橫截面數(shù)據(jù)為決策單元進(jìn)行分析。根據(jù)地域的不同，采取系統(tǒng)抽樣，將國(guó)家備案的眾創(chuàng)空間按注冊(cè)位置分為東、中、西、東北部四類，分別從中抽取35個(gè)省市相關(guān)數(shù)據(jù)。利用DEAP2.1軟件，將所收集到的投入與產(chǎn)出數(shù)據(jù)分別代入BCC模型，篩選指標(biāo)以及構(gòu)建指標(biāo)評(píng)價(jià)體系是對(duì)眾創(chuàng)空間創(chuàng)新績(jī)效評(píng)價(jià)分析的關(guān)鍵。

綜合現(xiàn)有學(xué)者研究，以及結(jié)合《中國(guó)火炬統(tǒng)計(jì)年鑒2017》相關(guān)數(shù)據(jù)及指標(biāo)歸類的基礎(chǔ)上，根據(jù)指標(biāo)的針對(duì)性和可得性，選取眾創(chuàng)空間服務(wù)人員數(shù)量作為人力資源方面的投入[8];團(tuán)隊(duì)及企業(yè)當(dāng)年獲得的投資總額作為資本方面的投入[9];當(dāng)年提供技術(shù)支撐服務(wù)的團(tuán)隊(duì)和企業(yè)數(shù)量作為技術(shù)服務(wù)指標(biāo)[9]。產(chǎn)出指標(biāo)的設(shè)計(jì)：眾創(chuàng)空間的產(chǎn)出是多樣的，即包括眾創(chuàng)空間的收入、提供的就業(yè)機(jī)會(huì)，專利數(shù)量等。為了減少產(chǎn)出指標(biāo)的相關(guān)性和數(shù)據(jù)的可獲得性，在對(duì)于眾創(chuàng)空間的創(chuàng)新績(jī)效的衡量主要考慮，其發(fā)明專利的數(shù)量、常駐企業(yè)和團(tuán)隊(duì)擁有的知識(shí)產(chǎn)權(quán)數(shù)作為系統(tǒng)產(chǎn)出指標(biāo)[10]。具體指標(biāo)體系如表1所示。

針對(duì)上述指標(biāo)，東部地區(qū)相較其他區(qū)域具有明顯優(yōu)勢(shì)，并且享受很多政府政策支持，因此，東部地區(qū)眾創(chuàng)空間的創(chuàng)新績(jī)效應(yīng)該是最高的。

4 區(qū)域眾創(chuàng)空間創(chuàng)新績(jī)效效率值分析

4.1 DEA效率分析

眾創(chuàng)空間DEA效率描述性統(tǒng)計(jì)。

表2為35家眾創(chuàng)空間的DEA效率的描述性統(tǒng)計(jì)結(jié)果，綜合效率的平均值為0.16，整體效率仍有較大的提升空間，純技術(shù)效率的均值為0.61大干其規(guī)模效率的均值，可見(jiàn)大部分的眾創(chuàng)空間處于規(guī)模效率相對(duì)無(wú)效率階段。

進(jìn)一步計(jì)算各城市DEA效率值，發(fā)現(xiàn)純技術(shù)效率和規(guī)模效率方面僅30%的城市在平均水平以上，說(shuō)明我國(guó)眾創(chuàng)空間的發(fā)展存在嚴(yán)重的發(fā)展不平衡問(wèn)題。同時(shí)除了海南、新疆兵團(tuán)為規(guī)模報(bào)酬不變，青海地區(qū)呈現(xiàn)規(guī)模報(bào)酬遞增之外，91%的地區(qū)均呈現(xiàn)規(guī)模報(bào)酬遞減的趨勢(shì)，說(shuō)明現(xiàn)階段的眾創(chuàng)空間的整體發(fā)展水平已經(jīng)到了規(guī)模的報(bào)酬遞減的階段，應(yīng)該尋求技術(shù)改進(jìn)或者管理水平等的進(jìn)步。

表3對(duì)眾創(chuàng)空間DEA效率值進(jìn)行區(qū)域比較分析可得，西部地區(qū)的綜合效率值最大2 329，其次是中部地區(qū)2.159，東北部地區(qū)最低。純技術(shù)效率值的比較東部地區(qū)最大為9.346，其次為西部地區(qū)，東北部地區(qū)最低1.364;規(guī)模效率值的比較西部最高為3.948，中部地區(qū)為2.933，東北部地區(qū)最低為0.664?？傮w來(lái)看，西部地區(qū)在不具有各種優(yōu)勢(shì)條件的情況下綜合效率值在各區(qū)域中最高，相反占據(jù)各方優(yōu)勢(shì)的東部地區(qū)各項(xiàng)效率值卻沒(méi)有達(dá)到我們的預(yù)期。

為分析其中的原因，進(jìn)一步計(jì)算各地區(qū)眾創(chuàng)空間的投入和輸出的松弛變量分別在無(wú)效率總樣本中的占比進(jìn)行分析。

就產(chǎn)出表4結(jié)果來(lái)看，大部分地區(qū)的眾創(chuàng)空間產(chǎn)出指標(biāo)是合理而有效率的，發(fā)明專利方面，除山西和青海之外，剩下各地區(qū)的眾創(chuàng)空間的發(fā)明專利數(shù)均為有效的產(chǎn)出;而常駐企業(yè)和團(tuán)隊(duì)擁有的知識(shí)產(chǎn)權(quán)數(shù)方面中部地區(qū)效率最高。

進(jìn)一步分析，投入松弛變量樣本數(shù)據(jù)中，眾創(chuàng)空間服務(wù)人員數(shù)量的投入方面，西部地區(qū)和中部地區(qū)人力投入情況尚好，東北部地區(qū)人力投入效率最低，50%為低效投入;各區(qū)域均較重視對(duì)于資金的支持力度;技術(shù)投入方面，除東部地區(qū)，其余地區(qū)無(wú)效眾創(chuàng)空間均達(dá)到50%以上，中部地區(qū)的眾創(chuàng)空間大部分的技術(shù)投入情況不太理想，無(wú)效占比達(dá)71%，西部與東北部技術(shù)投入差異不大;總體來(lái)看，各指標(biāo)投入差異顯著，整體技術(shù)投入效率較低，如表5所示。

綜合分析，各地區(qū)眾創(chuàng)空間呈現(xiàn)出的相對(duì)無(wú)效率的情況均是由于投入的無(wú)效率導(dǎo)致的，在人力、資本、技術(shù)方面的投入存在嚴(yán)重不均衡，對(duì)資本投入的關(guān)注度較高，過(guò)度追求資本的投入與眾創(chuàng)空間規(guī)模發(fā)展的速度，但是其對(duì)于技術(shù)的重視程度整體水平較差。西部地區(qū)綜合效率最高主要是因?yàn)橄啾绕渌貐^(qū)雖然不具有資源與資金等的發(fā)展優(yōu)勢(shì)，但是其各種資源的投入相對(duì)均衡合理。我國(guó)的眾創(chuàng)空間要想科學(xué)可持續(xù)的發(fā)展下去，并真正的發(fā)揮眾創(chuàng)空間的創(chuàng)新帶動(dòng)作用，必須解決投入的不合理問(wèn)題，規(guī)模的快速擴(kuò)張不足以支撐其長(zhǎng)遠(yuǎn)的可持續(xù)發(fā)展，必須專注于技術(shù)投入和管理水平的提高，合理化投入產(chǎn)出匹配，提升創(chuàng)新服務(wù)的效率和水平實(shí)現(xiàn)眾創(chuàng)空間高質(zhì)量、高水平發(fā)展。

4.2 對(duì)區(qū)域眾創(chuàng)空間創(chuàng)新效率結(jié)果的BP神經(jīng)網(wǎng)絡(luò)驗(yàn)證分析

采用MATLAB 2014b進(jìn)行BP神經(jīng)網(wǎng)絡(luò)分析，BP神經(jīng)網(wǎng)絡(luò)的輸入節(jié)點(diǎn)有5個(gè)，全部數(shù)據(jù)來(lái)源于2017年中國(guó)火炬統(tǒng)計(jì)年鑒35個(gè)省市的實(shí)際數(shù)據(jù)，輸出節(jié)點(diǎn)1個(gè)，就是綜合效率。一般而言，在神經(jīng)網(wǎng)絡(luò)的分析中當(dāng)隱含層為1-2層時(shí)，網(wǎng)絡(luò)的收斂性是最佳的。本研究經(jīng)初步測(cè)試決定采用1層隱含層，即采用的是一個(gè)3層的網(wǎng)絡(luò)建立經(jīng)濟(jì)系統(tǒng)與效率之間的非線性映射關(guān)系。通過(guò)訓(xùn)練次數(shù)和總體誤差確定最佳的隱含層的神經(jīng)元個(gè)數(shù)，最終確定隱含層節(jié)點(diǎn)數(shù)為10個(gè)。具體輸入層、輸出層的指標(biāo)設(shè)計(jì)如表6所示。

在網(wǎng)絡(luò)訓(xùn)練中，訓(xùn)練目標(biāo)為平均誤差0.1，將學(xué)習(xí)速率設(shè)置為0.6，動(dòng)量設(shè)置為0.4，訓(xùn)練次數(shù)設(shè)置為1000次，先將原始數(shù)據(jù)進(jìn)行歸一化處理，選取其中25個(gè)樣本作為學(xué)習(xí)樣本，剩下10個(gè)作為訓(xùn)練樣本，將綜合效率作為輸出指標(biāo)進(jìn)行分析，經(jīng)過(guò)785次得到訓(xùn)練最佳結(jié)果，誤差為0，總體評(píng)價(jià)誤差效果較好，表明該方法可以得到理想效果，如圖2所示。

采用梯度下降法進(jìn)行誤差預(yù)測(cè)檢驗(yàn)，權(quán)值差調(diào)范圍Mu-le-06進(jìn)行誤差判斷，迭代式誤差增加時(shí)相應(yīng)的Mu值會(huì)增加，直達(dá)迭代785次之后誤差值不再增加，停止學(xué)習(xí)，785次經(jīng)過(guò)訓(xùn)練結(jié)束判據(jù)值valfail隨每次迭代后的變化為0，這表明此次BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)值與DEA方法得到的效率值結(jié)果是一致的具有科學(xué)性，如圖3所示。

5 結(jié)語(yǔ)

綜上所述，本文通過(guò)DEA結(jié)合BP的研究方法對(duì)我國(guó)區(qū)域的眾創(chuàng)空間創(chuàng)新績(jī)效進(jìn)行實(shí)證分析，研究表明我國(guó)眾創(chuàng)空間的規(guī)模效率呈現(xiàn)下降趨勢(shì)，現(xiàn)階段的眾創(chuàng)空間發(fā)展應(yīng)由大規(guī)模擴(kuò)張階段向高質(zhì)量、高水平方向發(fā)展。該研究方法具有一定的參考價(jià)值，但其仍存在一定的局限性，使用的樣本數(shù)據(jù)總量不夠廣泛，區(qū)域選取的樣本量不平衡，下一步的研究中可以增加樣本量的實(shí)證研究，并在創(chuàng)新評(píng)價(jià)體系的設(shè)計(jì)中更多的考慮政府因素對(duì)于創(chuàng)新支持效應(yīng)，便于政府等有關(guān)部門(mén)可以更好的衡量眾創(chuàng)空間的創(chuàng)新績(jī)效，有利于政府政策的針對(duì)性投入。

參考文獻(xiàn)

[1]潘冬，肖婧，崔偉，眾創(chuàng)空間聯(lián)盟建設(shè)的問(wèn)題與優(yōu)化建議[J].產(chǎn)業(yè)與科技論壇，2018（12）.

[2]劉志迎，陳青祥，徐毅.眾創(chuàng)的概念模型及其理論解析[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2015（2）.

[3]陳夙，項(xiàng)麗瑤，俞榮建.眾創(chuàng)空間創(chuàng)業(yè)生態(tài)系統(tǒng)：特征、結(jié)構(gòu)、機(jī)制與策略[J].商業(yè)經(jīng)濟(jì)與管理，2015（11）.

[4]汪群.眾創(chuàng)空間創(chuàng)業(yè)生態(tài)系統(tǒng)的構(gòu)建[J].企業(yè)經(jīng)濟(jì)，2016（10）.

[5]張丹寧，付小贇，易平濤.沈陽(yáng)市眾創(chuàng)空間產(chǎn)業(yè)集群發(fā)展路徑研究——基于運(yùn)營(yíng)效率測(cè)度[J].東北大學(xué)學(xué)報(bào)，2017（1）.

[6]谷立霞，閏麗平，張新社.創(chuàng)客視角下眾創(chuàng)空間綜合評(píng)價(jià)指標(biāo)體系構(gòu)建——基于因子分析法的實(shí)證研究[J].中小企業(yè)管理與科技，2017（11）.

[7]李衍霖，苗敏，孫海濤.眾創(chuàng)空間發(fā)展模式及業(yè)績(jī)?cè)u(píng)價(jià)體系研究——基于平衡積分卡視角[J].管理會(huì)計(jì)，2017（3）.

[8]孔原.基于全鏈條孵化視角的科技孵化器運(yùn)行效率評(píng)價(jià)[J].財(cái)會(huì)月刊，2016（32）.

[9]張建清，孫夢(mèng)喧，范斐.基于DEA方法的湖北省科技企業(yè)孵化器運(yùn)行效率評(píng)價(jià)[J].科技管理研究，2017（4）.

[10]陶志梅?；贒EA方法的科技企業(yè)孵化器運(yùn)營(yíng)效率比較研究——以北京、上海、廣州為例[J].天津商業(yè)大學(xué)學(xué)報(bào)，2014（34）.