孫嘉陽,張惠中*,張文信,宋文,李新舉

山東省耕地利用效率時空差異及其影響因素分析

孫嘉陽1,張惠中1*,張文信2,宋文1,李新舉1

1. 山東農(nóng)業(yè)大學資源與環(huán)境學院, 山東 泰安 271018 2. 山東省土地調(diào)查規(guī)劃院, 山東 濟南 250000

為了研究山東省耕地利用效率情況及其影響因素，探究耕地資源開發(fā)利用方向。本文以山東省為研究對象，從省域和市域尺度通過數(shù)據(jù)包絡分析法（DEA）對山東省耕地利用效率進行時空分析，通過多元線性回歸模型進行山東省耕地利用綜合效率時間差異影響因素分析，采用地理探測器進行耕地利用綜合效率空間差異影響因素分析。結果表明2019年山東省耕地利用效率為弱DEA有效僅在技術上達到最優(yōu)，農(nóng)藥和化肥施用量的投入存在冗余現(xiàn)象，近十年間山東省耕地利用綜合效率、純技術效率、規(guī)模效率均呈現(xiàn)逐步上升趨勢；在省域尺度上有效灌溉面積對耕地利用綜合效率的相關性最大，人均GDP的顯著性最強，單位耕地面積農(nóng)業(yè)機械動力呈顯著負相關。在市域尺度上有效灌溉面積比例對耕地利用綜合效率空間差異性影響最大；空間格局上魯東地區(qū)綜合效率低于魯西地區(qū)。針對存在的問題，提出了改進農(nóng)業(yè)施肥技術，降低化肥使用量；加強農(nóng)田水利及其配套設施建設力度；不斷完善耕地細碎化向規(guī)模化的經(jīng)營模式等建議。

耕地利用率; 時空變化; 影響因素

山東作為全國主要的糧食大省，肩負著解決糧食供給的重大責任。山東省人均耕地面積高于全國人均水平0.07畝。隨著社會經(jīng)濟結構調(diào)整，種植結構變化，對于如何充分利用耕地資源、提高糧食單產(chǎn)量，更好的提高山東省耕地利用效率。國內(nèi)學者對耕地利用效率問題展開了研究。郭斌[1]運用共同前沿模型，測算了關中地區(qū)不同農(nóng)業(yè)經(jīng)營主體的共同前沿效率和群組前沿效率；葉浩等[2]依據(jù)Battese和Coelli模型運用隨機前沿生產(chǎn)函數(shù)方法計算了中國1990年-2008年各省耕地利用效率并分析在空間格局上的變化。Li H等[3-6]綜合分析了耕地利用效益。石玉成[7]通過Translog建立模型，研究我國農(nóng)業(yè)水利投資對耕地利用效率損失的影響。李在軍[8-12]等積極探索影響耕地利用效率的因素。Wang KY[13]運用多元回歸線性模型和主成分分析法對1999～2008年河南省耕地利用效率進行研究。盡管在耕地利用效率方面研究的內(nèi)容豐富、方法多樣、尺度多樣。但對于影響因素對耕地利用效率的分析主要集中在時間差異上，對于空間差異的影響因素分析并不多見，地理探測器被廣泛應用于研究空間差異的影響因素上[14-17]，因此可以在耕地利用效率綜合影響因素的時空差異上有所應用。本研究以山東省省域及市域為基本空間單元，基于數(shù)據(jù)包絡分析法（DEA）選擇代表土地、資本、勞動力的投入指標和反映經(jīng)濟、社會的產(chǎn)出指標對耕地利用效率進行現(xiàn)狀和動態(tài)變化分析。在省域尺度上，選擇代表社會經(jīng)濟發(fā)展水平、農(nóng)業(yè)生產(chǎn)技術水平、耕地資源稟賦和相關政策的6個指標，通過多元線性回歸模型對探究2010～2019年耕地利用綜合效率時間差異的影響因素分析；同時，利用地理探測器探究市域尺度耕地利用效率空間差異的影響因素以及不同年份影響因素的差異性。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

本文采用的數(shù)據(jù)主要來源于《山東統(tǒng)計年鑒》（2011～2020年）、各市地統(tǒng)計年鑒（2011～2020年），部分數(shù)據(jù)通過山東省及各市地統(tǒng)計信息網(wǎng)、山東省及各市地農(nóng)業(yè)農(nóng)村廳提供的基礎數(shù)據(jù)計算整理得來。

1.2 研究方法

CCR模型為：

對式（1）添加松弛變量調(diào)整為：

1.2.2 多元線性回歸模型多元線性回歸分析是描述一個因變量（）與兩個及兩個以上自變量（）之間的線性依存關系，由多個自變量來共同預測或估計因變量的變化趨勢，通過確定模型參數(shù)來得到回歸方程，方程如下：

式中，β(=1,2,…)代表在其他自變量不變的情況下，自變量X增加或減少一個單位時因變量的平均變化率，表示去除個自變量對因變量影響后的隨機誤差。

1.2.3 地理探測器地理探測器是一種具有地理特性的統(tǒng)計分析方法，能夠反映同一區(qū)域的相似性及不同區(qū)域的差異性，從而得到地理現(xiàn)象的空間異質(zhì)性特征及其背后的驅(qū)動因素[19]。利用地理探測器定量解釋山東省耕地利用效率的空間異質(zhì)性特征。因子探測的模型為：

1.2.4 模型指標體系構建（1）DEA模型指標體系的構建根據(jù)數(shù)據(jù)的可獲取性及科學性，結合山東省及各市耕地資源的產(chǎn)出投入的實際情況，選擇耕地面積作為土地投入指標；農(nóng)用機械總動力和農(nóng)用化肥使用量（折純量）及農(nóng)藥施用量作為資本投入指標；體現(xiàn)勞動力投入指標的是農(nóng)業(yè)從業(yè)人員，選取山東省及各地市農(nóng)業(yè)增加值、糧食總產(chǎn)量作為反映經(jīng)濟、社會的產(chǎn)出指標，綜合反映了農(nóng)業(yè)部門生產(chǎn)活動的最終成果。

（2）多元回歸模型指標體系的構建以山東省作為基本空間單元，選擇通過DEA運算出的2010～2019年山東省耕地利用的綜合效率（Y）作為被解釋變量，為了更好的從不同角度和方向?qū)Ω乩镁C合效率開展全面的實證分析，影響因素選擇不同于DEA模型指標體系，參照國內(nèi)外已有的研究和數(shù)據(jù)的可獲取性，分別選擇了代表社會經(jīng)濟發(fā)展水平、農(nóng)業(yè)生產(chǎn)技術水平、耕地資源稟賦和相關政策的6個指標：人均GDP（X1）、有效灌溉面積比例（X2）、農(nóng)村勞動力人均耕地面積（X3）、耕地復種指數(shù)（X4）、財政支農(nóng)占總支出比例（X5）、單位耕地面積農(nóng)業(yè)機械總動力（X6）。

（3）地理探測器模型指標體系的構建以山東省16地市作為基本的空間單元，選擇2010年、2015年、2019年的綜合效率（Y）作為因變量，自變量選擇的與多元回歸選擇的指標一致。

2 結果分析

2.1 省域耕地利用效率現(xiàn)狀與變化分析

2.1.1 省域耕地利用現(xiàn)狀分析通過CCR模型計算出2019年山東省及各地市耕地利用綜合效率值及決策單元的松弛變量（表1）。

表1 CCR運行結果

據(jù)此可知，2019年山東省綜合效率為0.857處于較高效率水平，農(nóng)藥和化肥施用量松弛變量不為0，說明投入過剩，濟南、淄博、東營、泰安、德州、聊城、濱州、菏澤耕地利用效率達到最優(yōu)，且投入產(chǎn)出的松弛變量為0，表明投入、產(chǎn)出都達到最優(yōu)，日照綜合效率最低為0.637，耕地面積、農(nóng)用機械總動力、從事農(nóng)業(yè)人員投入過剩；棗莊和濟寧農(nóng)用化肥施用量（折純量）和農(nóng)藥使用量投入冗余，其余指標達到最優(yōu)；煙臺、威海只有農(nóng)業(yè)增加值、耕地面積、從事農(nóng)業(yè)人員達到最優(yōu)，其余指標存在冗余和不足的現(xiàn)象。綜上可知，山東省部分地區(qū)農(nóng)用化肥施用量（折純量）及農(nóng)藥使用量普遍投入過剩。

對山東省及各市地數(shù)值進行BCC模型運算得到表2。結果顯示綜合效率有效的地區(qū)純技術效率和規(guī)模效率都為1達到最優(yōu)，表明這些地區(qū)的耕地資源投入產(chǎn)出規(guī)模都處于最優(yōu)生產(chǎn)前沿面上。山東省總體耕地利用為弱DEA有效，僅純技術效率達到最優(yōu)水平，總體來說耕地利用水平相對較高，這與近些年山東省加大土地綜合整治，加快區(qū)域標準化，多舉措提高了全省耕地利用效率有著密不可分的關系。

棗莊、濰坊、濟寧、日照這4市為弱DEA有效表明在技術上已達最優(yōu)，但是規(guī)模方面仍然有相對冗余或者不足。青島、煙臺、威海、臨沂為非DEA有效，不存在技術和規(guī)模方面有效，說明這4市在耕地資源的投入和產(chǎn)出上都存在技術和規(guī)模上的過?；蛘卟蛔悖瑳]有達到相對最優(yōu)水平。在經(jīng)營規(guī)模方面濟南、淄博、東營、泰安、德州、聊城、濱州、菏澤這8市規(guī)模效益不變，表示其經(jīng)營規(guī)模處于適度水平；處于規(guī)模效益遞增階段的有棗莊、威海、日照，說明這3市產(chǎn)出值大于投入值，需要繼續(xù)發(fā)展適度農(nóng)業(yè)規(guī)模經(jīng)營，提高耕地利用率；青島、煙臺、濰坊、濟寧、臨沂這5市表現(xiàn)為規(guī)模效益遞減，規(guī)模效益都在0.85以上，說明其規(guī)模投入大于產(chǎn)出。

表2 BCC模型求解結果

2.1.2 省域耕地利用效率變化分析通過BCC模型得到2010～2019年山東省耕地利用綜合效率、純技術效率、規(guī)模效率（圖1）。

圖1 2010年-2019年山東省耕地利用效率折線圖

由圖1可知三種效率呈現(xiàn)波段式上升趨勢，其中2016、2017、2019這三年所有效率達到最優(yōu)效率水平。這十年間山東省純技術效率、規(guī)模效率都處于較高效率水平；綜合效率的平均值為0.857說明投入達到最優(yōu)水平的85.7%，在產(chǎn)出固定的情況下，投入增加14.3%才能達到耕地資源效率最優(yōu)，山東省在耕地利用方面存在提升空間。

2.1.3 省域耕地利用效率時間差異影響因素分析采用SPSS對對數(shù)化處理后的指標進行多元線性回歸分析，由表3結果顯示顯著性為0.007<0.05，該多元線性回歸方程顯著。通過表4回歸系數(shù)可以看出，人均GDP（X1）、有效灌溉面積比例（X2）、農(nóng)村勞動力人均耕地面積（X3）、耕地復種指數(shù)（X4）、財政支農(nóng)占總支出比例（X5）每增加1個單位，耕地利用綜合效率就會相應增加0.324、0.729、0.366、0.414、0.094，說明農(nóng)業(yè)設施、經(jīng)濟水平、自然條件、國家政策對耕地利用綜合效率產(chǎn)生正向影響，單位耕地面積農(nóng)業(yè)機械動力（X6）每增加1個單位綜合效率減少0.67，表示單位耕地面積農(nóng)業(yè)機械動力對耕地利用綜合效率有著負向影響，按照影響程度的強弱排序為：X2>X4>X3>X1>X5>X6。

人均GDP和單位耕地面積農(nóng)業(yè)機械總動力顯著性小于0.05，說明這兩個指標對耕地利用綜合效率有較好的解釋效果，其余指標雖然不顯著但有一定的參考性，也能一定程度反映與耕地利用綜合效率相關性。由于近些年國家加大對現(xiàn)代化農(nóng)業(yè)設施的補貼力度，購買農(nóng)業(yè)機械的人數(shù)越來越多，加大生產(chǎn)成本，導致單位耕地面積農(nóng)業(yè)機械總動力對耕地利用的提高產(chǎn)生負面影響；人均GDP代表經(jīng)濟發(fā)展水平對耕地綜合效率的影響程度，經(jīng)濟的發(fā)展對X2、X4、X5、X6都有正向影響進而顯著影響著耕地利用效率。有效灌溉面積對耕地利用綜合效率的相關性最強，近十年由于山東省不斷完善農(nóng)田灌溉基礎設施，因此有效灌溉面積比例很大程度上提高了耕地利用綜合利用效率；財政支農(nóng)占總支出和農(nóng)村勞動力人均耕地面積說明相關政策是耕地利用綜合效率的重要因素，國家通過對農(nóng)業(yè)科研的投入以及積極引導農(nóng)村土地流轉(zhuǎn)等措施來提高耕地利用效率。

表3 ANVOA表

表4 回歸系數(shù)表

2.2 市域尺度耕地利用效率分析

2.2.1 市域尺度耕地利用效率時空分析根據(jù)山東省16地市BCC模型結果可知（表5），2010年、2015年、2019年濟南、淄博、泰安、德州、聊城這5個地市三種效率都達到最優(yōu)效率水平；2010年煙臺和濱州雖未達到最優(yōu)，但三種效率均在0.85以上處于較高效率水平；東營、濟寧、威海、臨沂為弱DEA有效，僅有純技術效率達到最優(yōu)。2015年東營、濟寧、威海、日照、臨沂、菏澤市為弱DEA有效，在純技術效率上達到最優(yōu)，其中威海和日照規(guī)模效率較低分別為0.593和0.693。2019年棗莊、濰坊、濟寧、威海、日照為弱DEA有效；青島的三種效率雖沒有達到1，但都在0.85以上屬于較高效率水平。從宏觀來看，空間格局上魯西平原地區(qū)優(yōu)于魯東山地丘陵區(qū)，魯東地區(qū)二三產(chǎn)業(yè)較為發(fā)達，農(nóng)業(yè)發(fā)展較為緩慢，地區(qū)綜合效率較為低下。規(guī)模效率地區(qū)最優(yōu)率呈上升趨勢，由2010年的37.5%上升至2019年的50%，純技術效率都在0.85以上均處于較高效率水平。

表5 2010年、2015年、2019年BCC模型運行結果

2.2.2 市域尺度耕地利用效率空間差異影響因素分析通過地理探測器測算各年份各因子值（圖2）：2010年自變量對山東省耕地利用綜合效率解釋力由大到小為：X2>X4>X6>X3>X1>X5，其中有效灌溉面積對耕地利用綜合效率解釋力最大，值為0.521；2015年為：X4>X5>X2>X3>X6>X1，對耕地利用綜合效率解釋力最大的指標是耕地復種指數(shù)，值為0.398，2019年為：X2>X1>X4>X5>X3>X6，對2019年耕地利用綜合效率解釋力最大的指標依然是有效灌溉面積比例，值為0.754。

從時間序列上來看，雖然不同時期自變量影響山東省耕地利用綜合效率的空間差異程度不盡相同，但有效灌溉面積比例在這三年具有較強的解釋力，有效灌溉面積比例代表農(nóng)田水利建設，由于受地形的影響魯西地區(qū)與魯東地區(qū)相比灌溉設施較為完善，這種空間分布差異影響山東省市域間耕地利用效率的空間差異。

圖2 地理探測器因子探測結果

3 結論和建議

3.1 結論

本文研究山東省2010年至2019年耕地資源利用效率，根據(jù)CCR和BCC模型研究分析綜合效率、純技術效率、規(guī)模效率三種效率，同時運用多元線性回歸模型分析了2010年～2019年省域尺度耕地利用綜合效率及6個指標影響程度，通過地理探測器對2010年、2015年、2019年市域尺度耕地利用效率的空間差異進行研究。得出以下結果：（1）在省域尺度上2010～2019年山東省耕地利用綜合效率、純技術效率和規(guī)模效率是逐步上升的。2019年山東省綜合效率為0.857處于較高效率水平，其中農(nóng)藥和化肥施用量投入過剩，山東省為弱DEA有效僅在技術上達到最優(yōu)，規(guī)模效益遞減，規(guī)模效率在0.85以上說明規(guī)模投入大于產(chǎn)出，山東省在耕地利用在規(guī)模方面方面存在提升空間；（2）有效灌溉面積比例對于耕地利用綜合效率的正向相關性最強，除單位耕地面積農(nóng)業(yè)機械動力對綜合效率有顯著負向相關性外，其余指標均呈正向相關性。代表經(jīng)濟發(fā)展水平的人均GDP對耕地利用綜合效率的顯著性最強；（3）在市域尺度上通過DEA分析得出規(guī)模效率地區(qū)最優(yōu)率呈上升趨勢，純技術效率均處于較高效率水平。在空間格局上以青島為主的魯東地區(qū)二三產(chǎn)業(yè)發(fā)達，農(nóng)業(yè)發(fā)展相對不足，中西部地區(qū)主要發(fā)展農(nóng)業(yè)，且耕地利用效率相對較高；（4）根據(jù)地理探測器的因子探測，有效灌溉面積比例對耕地利用綜合效率的空間差異較強，對耕地利用綜合效率空間差異性影響較大。

相比以往的研究，本文選取的指標更加全面，在進行多元線性回歸模型及地理探測器時，為了更好的從不同角度和方向?qū)Ω乩镁C合效率開展全面的實證分析，影響因素沒有選擇與DEA分析時的投入產(chǎn)出指標相同的；同時，本文的創(chuàng)新點在于運用地理探測器分析自變量對因變量的空間差異性，這是其他方法所不具備的，具有獨特的優(yōu)勢。雖然圍繞耕地利用效率做了一定的研究但仍存在著不足，有許多問題還需要在以后的研究中進一步的補充和完善：（1）在研究尺度上面只研究分析了省域和市域尺度，下一步研究中可以將研究尺度細化到縣域范圍，可以更深入的分析影響耕地利用效率的空間特征和影響因素；（2）在指標的選擇上面，沒有考慮自然因素對耕地利用效率的影響；（3）地理探測器無法解釋是正向還是負向影響耕地利用綜合效率。

3.2 建議

（1）山東省需要充分利用自身的地理優(yōu)勢，繼續(xù)發(fā)展種植業(yè)，同時要加快農(nóng)業(yè)良種培育技術并大力推廣，提高農(nóng)作物單產(chǎn)和耕地資源綜合利用效率。還要改進農(nóng)業(yè)施肥技術，優(yōu)化農(nóng)田肥料投入，合理利用輪耕休作，從而降低投入化肥使用量；（2）以增加有效灌溉面積為核心，繼續(xù)推行高標準農(nóng)田建設，加強農(nóng)田水利及其配套設施建設力度，從而提高耕地利用綜合效率；（3）山東省在用地管理的治理方式上，還需要不斷完善耕地細碎化向規(guī)模化的經(jīng)營模式，實行多部門共管共用的管控格局，集中連片的經(jīng)營模式降低了農(nóng)業(yè)機械動力的投入成本增加產(chǎn)出，提高耕地規(guī)模效率。

[1] 郭斌,尹夢雅.關中地區(qū)不同農(nóng)業(yè)經(jīng)營主體耕地生產(chǎn)效率比較——基于Meta-Frontier模型[J].江蘇農(nóng)業(yè)科學,2018,46(7):294-299

[2] 葉浩,濮勵杰.我國耕地利用效率的區(qū)域差異及其收斂性研究[J].自然資源學報,2011,26(9):1467-1474

[3] Li H, Zhang XL, Zhang X,. Utilization benefit of cultivated land and land institution reforms: Economy, society and ecology [J]. Habitat International, 2018,77:64-70

[4] 寧博奇.綏化市耕地利用效益評價研究[D].哈爾濱:東北農(nóng)業(yè)大學,2019

[5] 盧金寶.內(nèi)蒙古東部地區(qū)耕地利用效益評價研究[D].哈爾濱:東北農(nóng)業(yè)大學,2019

[6] 孫麗娜,石占勝,宮月.河北省耕地利用效益評價及其時空分異特征研究[J].中國農(nóng)學通報,2018,34(18):92-98

[7] 石成玉.氣候變化、農(nóng)業(yè)水利投資與我國耕地產(chǎn)出效率分析[J].農(nóng)業(yè)技術經(jīng)濟,2015(11):62-68

[8] 李在軍,管衛(wèi)華,臧磊.山東省耕地生產(chǎn)效率及影響因素分析[J].世界地理研究,2013,22(2):167-175

[9] 孫耀鵬,涂維亮.基于DEA模型的荊州市耕地利用效率分析[J].中國農(nóng)業(yè)資源與區(qū)劃,2017,38(8):93-97

[10] 蓋兆雪,孫萍,張景奇.環(huán)境約束下的糧食主產(chǎn)區(qū)耕地利用效率時空演變特征[J].經(jīng)濟地理,2017,37(12):163-171

[11] 余艷,伍國勇.基于灰色關聯(lián)的安徽省耕地利用效率影響因素分析[J].江蘇農(nóng)業(yè)科學,2018,46(3):258-262

[12] 張欣,梁騰飛,梁棟棟.基于DEA-Tobit兩步法的安徽省耕地利用效率及其影響因素研究[J].安徽師范大學學報(自 然科學版),2020,43(3):270-276

[13] Wang KY, Zhang PY. The Research on Impact factors and characteristic of cultivated land resources use efficiency---take Henan Province, China as a case study [J]. IERI Procedia, 2013,5:2-9

[14] 劉一鳴,辜婧玲,張梓鈺,等.基于地理探測器的地域社會認同空間分異研究[J].地理研究,2021,40(2):495-512

[15] 彭娜,周立志.基于地理探測器的菜子湖群濕地景觀格局變化及驅(qū)動分析[J/OL].水資源保護:1-21[2021-02-09].

https://kns.cnki.net/kcms/detail/32.1356.TV.20210115.0937.002.html

[16] 童威,郎豐鎧.基于地理探測器的武漢市土地利用變化及其驅(qū)動機制探討[J].水利水電技術,2021,52(4):45-56

[17] 趙榕,熊康寧,陳起偉.基于地理探測器的典型喀斯特地區(qū)貧困空間分異特征與影響因素分析[J].中國農(nóng)業(yè)資源與 區(qū)劃,2021,42(8):84-95

[18] 舒婷,雷思友.基于DEA模型的淮南煤炭產(chǎn)業(yè)生態(tài)效率評估[J].中國環(huán)境管理干部學院學報,2018,28(6):43-46

[19] 王勁峰,徐成東.地理探測器:原理與展望[J].地理學報,2017,72(1):116-134

Spatiotemporal Differences and Influencing Factors of Cultivated Land Use Efficiency in Shandong Province

SUN Jia-yang1, ZHANG Hui-zhong1*, ZHANG Wen-xin2, SONG Wen1, LI Xin-ju1

1.271018,2250000,

In order to study the utilization efficiency of cultivated land and its influencing factors in Shandong province, and explore the development and utilization direction of cultivated land resources. Taking Shandong province as the research object, this paper analyzes the current situation of the utilization efficiency of cultivated land in Shandong province from the provincial and city scale through the Data envelopment analysis method (DEA) , the time difference of comprehensive efficiency of cultivated land use in Shandong province was analyzed by multiple linear regression model, and the spatial difference of comprehensive efficiency of cultivated land use was analyzed by geographic detector. The results showed that the cultivated land use efficiency of Shandong province in 2019 was weak DEA efficiency only reached the best technically, and the input of pesticide and fertilizer application amount was redundant, the comprehensive efficiency, pure technical efficiency and scale efficiency of cultivated land use in Shandong province have gradually increased in the past ten years, and the correlation between the effective irrigated area and the comprehensive efficiency of cultivated land use is the largest at the provincial scale, the GDP per capita was the most significant, and the agricultural machinery per unit cultivated area was negatively correlated. In the city scale, the proportion of the effective irrigated area has the greatest influence on the spatial difference of the comprehensive efficiency of cultivated land use, and in the spatial pattern, the comprehensive efficiency of Lutong is lower than that of Roucy. In view of the existing problems, this paper puts forward some suggestions, such as improving agricultural fertilization technology, reducing the use of chemical fertilizer, strengthening the construction of Farmland Water Conservancy and its supporting facilities, and improving the management mode of farmland fragmentation to scale.

Utilization efficiency of cultivated land resources; temporal and spatial variation; influence factors

F327

A

1000-2324(2021)05-0853-07

2021-01-16

2021-01-28

山東省第三次國土調(diào)查專題研究項目;國家自然科學基金資助項目(42077446)

孫嘉陽(1993-),女,碩士研究生,主要從事農(nóng)業(yè)工程與信息技術方向的研究. E-mail:475213120@qq.com

通訊作者:Author for correspondence. E-mail:386656951@qq.com