固定資產(chǎn)投資、技術(shù)創(chuàng)新增量和對外出口對我國經(jīng)濟增長的影響
——基于35個大型城市面板數(shù)據(jù)的實證研究

鄭貴忠，劉金蘭

(天津大學(xué)管理與經(jīng)濟學(xué)部，天津 300072)

固定資產(chǎn)投資、技術(shù)創(chuàng)新增量和對外出口對我國經(jīng)濟增長的影響
——基于35個大型城市面板數(shù)據(jù)的實證研究

鄭貴忠，劉金蘭

(天津大學(xué)管理與經(jīng)濟學(xué)部，天津 300072)

利用面板數(shù)據(jù)回歸分析方法，研究了我國35個大型城市固定資產(chǎn)投資、技術(shù)創(chuàng)新增量以及對外出口對經(jīng)濟增長的影響;引入了發(fā)明專利當量的概念，研究發(fā)現(xiàn):3個因素對經(jīng)濟增長均為正向影響，且固定資產(chǎn)投資和對外出口是大型城市經(jīng)濟增長的主要驅(qū)動因素，技術(shù)創(chuàng)新增量對經(jīng)濟增長的貢獻率較低;固定資產(chǎn)投資和技術(shù)創(chuàng)新增量均存在滯后效應(yīng)。

固定資產(chǎn)投資;技術(shù)創(chuàng)新增量;對外出口;經(jīng)濟增長;面板數(shù)據(jù)

經(jīng)濟增長的驅(qū)動因素有很多，經(jīng)典理論認為資本、勞動力和技術(shù)是其中最重要的因素。發(fā)達國家的經(jīng)驗表明，唯有依靠技術(shù)進步才能實現(xiàn)經(jīng)濟的持續(xù)增長;在美、日等發(fā)達國家，技術(shù)進步對經(jīng)濟增長的貢獻率已由21世紀初的十幾個百分點提高到了50%～70%;我國的經(jīng)濟經(jīng)歷30多年的高速增長，面臨增長方式轉(zhuǎn)變的壓力;2006年初，我國政府又提出了建設(shè)“創(chuàng)新型國家”的目標，將技術(shù)創(chuàng)新的重要性提到了前所未有的高度。我國經(jīng)濟的高速增長在多大程度上是由技術(shù)創(chuàng)新所驅(qū)動的呢?本文選擇35個大型城市2001—2008年間的280個樣本數(shù)據(jù)作為研究對象，分析了固定資產(chǎn)投資、技術(shù)創(chuàng)新增量和對外出口這3個變量對經(jīng)濟增長的影響。

一、文獻回顧

在經(jīng)濟增長研究中有一個重要的領(lǐng)域，那就是關(guān)于經(jīng)濟增長因素的分析。國際上，經(jīng)濟增長驅(qū)動因素研究始于 Abramovitz［1］和 Solow［2］的研究，而后 Denison［3］的研究結(jié)果發(fā)現(xiàn)，全要素生產(chǎn)率提高對經(jīng)濟增長的貢獻度高于全要素投入的增加對經(jīng)濟增長的貢獻率，而在全要素生產(chǎn)率對經(jīng)濟增長的貢獻當中，技術(shù)進步對經(jīng)濟增長的作用具有決定性意義。Griliches［4］提出了一個估算GDP和R＆D的投入/產(chǎn)出關(guān)系的計量經(jīng)濟模型，對不同生產(chǎn)要素產(chǎn)出的彈性估計表明:技術(shù)創(chuàng)新(R＆D)對經(jīng)濟增長有顯著影響。Griliches and Mairesse［5］將該方法用于企業(yè)，Verspagen［6］將其應(yīng)用于行業(yè)，Griliches［7］將其應(yīng)用于國家研究。

在國內(nèi)，姜均露［8］計算了我國20世紀80年代和90年代科技進步對各行業(yè)產(chǎn)值增長速度的貢獻率，結(jié)論是:在大部分行業(yè)，科技進步的貢獻率已經(jīng)超過30%。丁紅林［9］計算了1991—2003年間專利對我國GDP增長的貢獻率，貢獻率高達27%，接近于勞動貢獻率32%。周紹森［10］實證分析了我國1980—2007年各因素對經(jīng)濟增長的貢獻份額，科技進步(全要素生產(chǎn)率)對經(jīng)濟增長貢獻率為45.62%，并預(yù)測至2020年科技進步貢獻率可達到60%左右。張雄輝［11］利用隱性變量法和HP濾波方法，測算了我國1979—2007年間的技術(shù)進步率和技術(shù)效率，實證分析結(jié)果顯示:我國技術(shù)效率的提高率較低，而且技術(shù)效率的提高率同經(jīng)濟增長率具有相同的變化趨勢。盧寧［12］通過建立面板數(shù)據(jù)計量模型研究發(fā)現(xiàn):各地區(qū)自主創(chuàng)新資源投入水平差距顯著，自主創(chuàng)新人才實現(xiàn)能力、自主創(chuàng)新價值實現(xiàn)能力和自主創(chuàng)新支撐發(fā)展能力與地區(qū)生產(chǎn)總值呈負相關(guān)關(guān)系，自主創(chuàng)新支撐發(fā)展能力、自主創(chuàng)新輻射能力、自主創(chuàng)新網(wǎng)絡(luò)能力對區(qū)域高技術(shù)產(chǎn)業(yè)發(fā)展產(chǎn)生顯著正向影響。

以上針對技術(shù)創(chuàng)新對我國經(jīng)濟增長促進作用的研究中，大部分選取了時間序列、行業(yè)面板數(shù)據(jù)或省際面板數(shù)據(jù)，樣本差異較大，而且是就單一的技術(shù)創(chuàng)新因素對經(jīng)濟增長的驅(qū)動效果進行研究，未將驅(qū)動經(jīng)濟增長的其它重要因素(諸如固定資產(chǎn)投資、對外出口)一并引入模型，當這幾個因素之間存在相關(guān)性時，這種模型誤差就非常大。因此，本文同時引入3個因素，且選取35個大型城市280個比較相近的樣本進行面板分析。

二、模型選擇和數(shù)據(jù)說明

1.模型選擇

柯布·道格拉斯生產(chǎn)函數(shù)把資本和勞動力作為一種重要的投入，其剩余部分被索洛解釋為技術(shù)進步;羅默在其生產(chǎn)函數(shù)中增加了知識因素;詹森在他的生產(chǎn)函數(shù)中認為不同的產(chǎn)權(quán)結(jié)構(gòu)可以影響企業(yè)的產(chǎn)出，因此產(chǎn)權(quán)和知識都能用來解釋經(jīng)濟增長;我國學(xué)者陳昌柏［13］認為知識產(chǎn)權(quán)要素是可以被用來解釋全要素形成的大部分原因，他提出的生產(chǎn)函數(shù)為

Y=At(N)KφLβZγ(1)式中:Y為國內(nèi)生產(chǎn)總值;At(N)為除了知識產(chǎn)權(quán)、勞動力、資本以外的導(dǎo)致經(jīng)濟增長的因素;K為社會資本總量;L為社會總勞動量;Z為知識產(chǎn)權(quán)數(shù)量;φ、β、γ分別為產(chǎn)出彈性系數(shù)。

我國經(jīng)濟增長在很大程度上依賴出口，在2006年我國的出口產(chǎn)品中，僅有3.7%出口額體現(xiàn)國內(nèi)的創(chuàng)新活動［14］。因此，出口額與國內(nèi)的技術(shù)創(chuàng)新活動基本不相關(guān)。

我國的固定資產(chǎn)投資中，是以基礎(chǔ)設(shè)施建設(shè)為主的固定資產(chǎn)投資模式。因此，固定資產(chǎn)投資拉動的經(jīng)濟增長、國內(nèi)創(chuàng)新活動和出口額拉動的經(jīng)濟增長重疊較小。此外，我國勞動力資源充沛，普通勞動力對經(jīng)濟增長的推動力較弱。因此，本文選取固定資產(chǎn)投資、技術(shù)創(chuàng)新增量、對外出口的人均指標作為模型的變量，以消除研究對象人口規(guī)模差異帶來的影響。

本文假設(shè):1)技術(shù)創(chuàng)新增量不影響固定資產(chǎn)投資和出口;2)技術(shù)創(chuàng)新增量的產(chǎn)出可以和其它要素的產(chǎn)出相分離而且可以被測量;3)要素之間可以相互替代;4)各個要素能夠充分發(fā)揮作用;5)市場處于完全競爭狀態(tài)。

經(jīng)濟增長函數(shù)為式中:GDP為城市的年度地區(qū)生產(chǎn)總值;P為年末總?cè)丝?I為年度固定資產(chǎn)投資總額;T為年度技術(shù)創(chuàng)新增量;O為年度對外出口總額;i和t分別為城市和年度。

在進行參數(shù)估計時，對模型中的參數(shù)進行了對數(shù)變換。對數(shù)變換也在一定程度上減少了回歸結(jié)果中出現(xiàn)異方差問題的可能性，建立如下計量模型，即

2.數(shù)據(jù)說明

本文利用我國直轄市、省會城市和計劃單列市2001—2008年間的面板數(shù)據(jù)，利用面板數(shù)據(jù)(Panel Data)回歸分析方法，研究固定資產(chǎn)投資、技術(shù)創(chuàng)新增量以及對外出口對經(jīng)濟增長的影響。

在我國，技術(shù)創(chuàng)新增量的內(nèi)涵有多種解釋，如原始創(chuàng)新、集成創(chuàng)新和引進消化吸收再創(chuàng)新。作為模型的一個變量，要求其能夠計量，按照國際慣例，用可授權(quán)專利申請量來計量技術(shù)創(chuàng)新增量。在考慮專利申請人的選擇問題時，發(fā)明和實用新型專利選擇企業(yè)和非職務(wù)申請人，而外觀設(shè)計僅選擇企業(yè)申請人。原因如下:1)我國大學(xué)和科研院所專利申請量巨大，而轉(zhuǎn)化為生產(chǎn)力的比率非常低，對經(jīng)濟增長的貢獻率較低，因此，排除在模型之外;2)非職務(wù)外觀設(shè)計轉(zhuǎn)化為生產(chǎn)力的比率也非常低，也被排除在模型之外。

我國專利分為3類，即發(fā)明、實用新型和外觀設(shè)計。對于一個地區(qū)來說，這3種專利數(shù)量之間存在較嚴重的多重共線性，因此采取加權(quán)合并共線性變量的方法消除多重共線性問題。并引入了“發(fā)明專利當量”的概念。

發(fā)明專利當量，是指一項實用新型或外觀設(shè)計在專利價值方面與發(fā)明專利的比值。關(guān)于專利價值的計算方法有多種，本文選擇成本法來進行計算。成本法將專利的價值視為其在有效期內(nèi)的保護成本的現(xiàn)值。

發(fā)明、實用新型、外觀設(shè)計專利年費的現(xiàn)值分別為

式中:VI、VU、VD分別為發(fā)明、實用新型、外觀設(shè)計專利年費的現(xiàn)值;ICt、UCt、DCt分別為發(fā)明、實用新型、外觀設(shè)計專利的年費支出額，其具體數(shù)值見表1。r為年度投資收益率;NI、NU、ND分別為發(fā)明、實用新型、外觀設(shè)計專利的平均保護期限，根據(jù)鄭貴忠、劉金蘭［15］的研究，發(fā)明、實用新型、外觀設(shè)計專利的平均保護期限分別為10.08 年、5.55 年、4.88 年，為了計算方便，將其小數(shù)部分去除，折合到整數(shù)時間點上。

投資收益率 r取 8%，將表 1 中的 ICt、UCt、DCt值分別代入式(4)、式(5)、式(6)，即 VI、VU、VD值分別為10 225、4 040、2 624。

表1 發(fā)明、實用新型、外觀設(shè)計專利的年費支出額 單位:元

在我國，實用新型和外觀設(shè)計只進行初步審查，未經(jīng)過嚴格的實質(zhì)審查，權(quán)利存在不穩(wěn)定性，因此，有必要引入實用新型和外觀設(shè)計符合專利性的概率RU和RD。

以2000年國內(nèi)申請的實用新型和外觀設(shè)計專利為計算樣本，在申請日后的10年(實用新型和外觀設(shè)計的最長保護期限)當中，470項實用新型專利經(jīng)歷過復(fù)審委員會的無效程序，共有218項專利維持有效，有效率為0. 536;197項職務(wù)外觀專利經(jīng)歷過復(fù)審委員會的無效程序，共有79項專利維持有效，有效率為0.401。四舍五入后，RU取 0.5，RD取 0.4。

修正后的3種專利的價值分別為

發(fā)明專利總量=可授權(quán)發(fā)明專利量+可授權(quán)實用新型量×0.2+可授權(quán)外觀設(shè)計量×0.1 (12)

可授權(quán)的發(fā)明專利數(shù)量可以通過每年發(fā)明專利申請量和授權(quán)率的乘積獲得。計算公式為

式中:Tit為技術(shù)創(chuàng)新增量;INit、Uit、Dit分別為 i城市在 t年申請的，將來可授權(quán)的國內(nèi)發(fā)明、國內(nèi)實用新型、國內(nèi)外觀設(shè)計專利數(shù)量;PINit、PUit、PDit分別為 i城市在t年(t從2004到2008)申請的國內(nèi)發(fā)明、國內(nèi)實用新型、國內(nèi)外觀設(shè)計專利數(shù)量。

三、模型設(shè)定及結(jié)果分析

1.面板單位根檢驗

為了避免偽回歸的發(fā)生，必須對面板數(shù)據(jù)進行單位根檢驗以確定其平穩(wěn)性。選擇LLC、IPS、Fisher-ADF及Fisher-PP 4種檢驗方法，檢驗結(jié)果如表2所示。

表2 面板單位根檢驗結(jié)果

由以上面板單位根的檢驗結(jié)果可知:所有變量的面板數(shù)據(jù)水平值都是不平穩(wěn)的，而一階差分均在1%或5%的顯著水平上拒絕存在單位根的原假設(shè)，表明所有變量均為一階單整，符合面板協(xié)整的檢驗前提。

2.面板協(xié)整關(guān)系檢驗

協(xié)整檢驗是檢驗變量之間是否存在長期均衡關(guān)系的常用方法。由于35個城市的人均GDP、人均固定資產(chǎn)投資額、人均技術(shù)創(chuàng)新增量以及人均對外出口額均為一階單整，因此可以進一步檢驗各變量之間是否存在協(xié)整關(guān)系。為了保證結(jié)論的可靠性，本文主要采用Kao協(xié)整檢驗，檢驗結(jié)果如表3所示。

表3 面板協(xié)整關(guān)系檢驗結(jié)果

3.模型設(shè)定

考慮到專利的審查周期、專利技術(shù)產(chǎn)業(yè)化和固定資產(chǎn)投資產(chǎn)生效益的滯后性，模型引入I(-n)和T(-n)。借助Eviews統(tǒng)計軟件，根據(jù)AIC最小準則確定最優(yōu)滯后階數(shù)為1階。模型引入I(-1)和T(-1)，模型(2)演變?yōu)?/p>

采用 eviews6.0軟件的 Likelihood Ratio檢驗和Hausman檢驗來確定應(yīng)該選擇混合模型、固定效應(yīng)模型以及個體隨機效應(yīng)模型中的哪一種，檢驗結(jié)果如表4所示，在5%的顯著水平上分別拒絕混合模型和隨機影響變截距模型的假設(shè)，因此，應(yīng)建立固定影響變截距模型。

表4 Likelihood Ratio檢驗和Hausman檢驗

4.計量結(jié)果及分析

固定影響變截距面板數(shù)據(jù)模型計量結(jié)果如表5所示。2001—2008年間，我國35個大型城市的人均固定資產(chǎn)投資、人均技術(shù)創(chuàng)新增量以及人均對外出口額對人均GDP均有正向影響。人均固定資產(chǎn)投資額提高1%，當年度人均GDP將提高0.27%，1年后的人均GDP將提高0.08%;人均技術(shù)創(chuàng)新增量提高1%，當年度人均GDP將提高0.05%，1年后的人均GDP將提高0.05%;人均對外出口額提高1%，當年度人均GDP將提高0.24%。

實證結(jié)果顯示，固定資產(chǎn)投資的后續(xù)效應(yīng)并不顯著，只能持續(xù)2年左右，可以說GDP中只體現(xiàn)投資的行為，較少地體現(xiàn)了投資對經(jīng)濟增長的持續(xù)效應(yīng)，這與我國固定資產(chǎn)投資中基礎(chǔ)設(shè)施占較大比例有關(guān)，基礎(chǔ)設(shè)施的改善對經(jīng)濟增長的影響是中長期的，不是本文研究樣本數(shù)據(jù)能夠體現(xiàn)的。本文用專利技術(shù)來表征技術(shù)創(chuàng)新增量，其持續(xù)效應(yīng)同樣不顯著，只能持續(xù)2年左右，似乎與專利的保護周期長達20年或10年之久相去甚遠，究其原因可能有:其一，我國企業(yè)的技術(shù)創(chuàng)新層次較低，技術(shù)門檻較低，只解決了自身的工藝技術(shù)問題，而沒有帶來技術(shù)壟斷所形成的經(jīng)濟增長;其二，本文采用了發(fā)明專利當量的方法將3種專利統(tǒng)一為一種專利，即發(fā)明專利，但我國的企業(yè)發(fā)明專利擁有量的比例依然較低，而實用新型和外觀設(shè)計的平均保護期限分別為5.55年和4.88年，再加上許多專利技術(shù)創(chuàng)新不能實施轉(zhuǎn)化，因此，對經(jīng)濟增長僅發(fā)揮兩年效應(yīng)也就不足為奇了。

截距α0+αi的經(jīng)濟學(xué)意義是:除了固定資產(chǎn)投資、技術(shù)創(chuàng)新增量、對外出口外對經(jīng)濟增長驅(qū)動的因素，還包括消費因素、服務(wù)業(yè)規(guī)模、傳統(tǒng)勞動密集型產(chǎn)業(yè)等方面。

表5 面板數(shù)據(jù)分析結(jié)果

模型系數(shù)確定后，可以對每個城市GDP增長的驅(qū)動因素進行分別計算。

式中:RGDPi、RIi、RTi、ROi分別為 i城市 8 年間的人均GDP年均增長率、人均固定資產(chǎn)投資年均增長率、人均技術(shù)創(chuàng)新增量年均增長率以及人均對外出口額年均增長率;RGDP Ii、RGDP Ti、RGDP Oi分別為人均固定資產(chǎn)投資增長所導(dǎo)致的人均GDP增長率、人均技術(shù)創(chuàng)新增量增長所導(dǎo)致的人均GDP增長率、人均對外出口額增長所導(dǎo)致的人均GDP增長率;計算結(jié)果如表6所示。

表6 固定資產(chǎn)投資、技術(shù)創(chuàng)新增量和出口各自所導(dǎo)致的經(jīng)濟增長率

從表6可以看出，我國大型城市的人均GDP保持2位數(shù)的高速增長，但其中主要貢獻因素是固定資產(chǎn)投資和出口，技術(shù)創(chuàng)新增量的貢獻率非常低。其中，南寧技術(shù)創(chuàng)新增量對經(jīng)濟增長的貢獻率出現(xiàn)負數(shù)是由于其人口的增長率高于專利的增長率，即出現(xiàn)了人均技術(shù)創(chuàng)新增量的負增長，從而導(dǎo)致了由技術(shù)創(chuàng)新增量下降導(dǎo)致的經(jīng)濟負增長;同理，南寧和海口的出口帶來的經(jīng)濟增長率出現(xiàn)負數(shù)也是由于人均出口額的負增長，進而導(dǎo)致了由出口下降導(dǎo)致的經(jīng)濟負增長。

四、結(jié) 語

本文運用我國35個省會城市及計劃單列市的面板數(shù)據(jù)分析了人均固定資產(chǎn)投資額、人均技術(shù)創(chuàng)新增量和人均對外出口額對人均GDP產(chǎn)出的影響效應(yīng)。主要結(jié)論是:第一，3個因素對GDP的增長均為正面效應(yīng)，人均固定資產(chǎn)投資額和人均對外出口額對人均GDP的影響效應(yīng)較為顯著;第二，固定資產(chǎn)投資和專利技術(shù)存在滯后效應(yīng)，固定資產(chǎn)投入當年能夠發(fā)揮78%的效應(yīng)，一年后發(fā)揮22%的效應(yīng)，專利技術(shù)當年發(fā)揮51%的效應(yīng)，一年后發(fā)揮49%的效應(yīng);第三，從35個大型城市的整體來看，人均GDP增長的推動因素中，人均固定資產(chǎn)投資占46%，人均技術(shù)創(chuàng)新增量占14%，人均對外出口額占40%，如果將固定資產(chǎn)投資、技術(shù)創(chuàng)新增量和出口比作經(jīng)濟增長拉動的“新三駕馬車”的話，我國35個大型城市主要依靠固定資產(chǎn)投資和出口這兩駕“馬車”，技術(shù)創(chuàng)新增量對經(jīng)濟增長的貢獻率較低，與發(fā)達經(jīng)濟體國家有較大差距，因此，我國政府在轉(zhuǎn)變經(jīng)濟增長方式的過程中應(yīng)進一步加強技術(shù)創(chuàng)新增量對經(jīng)濟的推動作用;第四，從城市個體來看，深圳、廣州、寧波、杭州、上海、北京、濟南等城市中，技術(shù)創(chuàng)新增量對經(jīng)濟增長的推動作用相對較好，北京、上海、深圳、廣州等城市中，對外出口對經(jīng)濟的拉動效果突出，南寧、海口、蘭州、西安、呼和浩特等西部城市以及哈爾濱、長春、沈陽、大連等東北城市的固定資產(chǎn)投資額對經(jīng)濟增長的拉動效果顯著。

［1］Moses A.Resource and output trends in the United States since 1870［J］.American Economic Review，1956，46(2):5-23.

［2］Solow R M.A contribution to the theory of economic［J］.The Quarterly Journal of Economics，1956，70(1):65-94.

［3］Denison E F.The Sourses of Economic Growth in the United States and the Alternatives Before US［M］.Washington，DC:Committee for Economic Development，1962.

［4］Griliches Z.Issues in assessing the contribution of research and development to productivity growth［J］.The Bell Journal of Economics，1979，10(1):92-116.

［5］Griliches Z.Patents and Productivity［M］.Chicago:Chicago University Press，1984.

［6］Verspagen B.R＆D and productivity:A broad cross-section cross-country look［J］.Journal of Productivity Analysis，1995(6):117-135.

［7］Griliches Z.Productivity，R＆D and basic research at the firm level in the 1970's［J］.American Economic Review，1986(76):141-154.

［8］姜均露，任 林.我國經(jīng)濟增長中科技進步作用測算及評價［J］.世界科技研究與發(fā)展，1996(6):64-68.

［9］丁紅林，羅建華.知識產(chǎn)權(quán)在經(jīng)濟發(fā)展中的作用及對GDP增長貢獻份額的測度［J］.長沙大學(xué)學(xué)報，2004(61):23-24.

［10］周紹森，胡德龍.科技進步對經(jīng)濟增長貢獻率研究［J］.中國軟科學(xué)，2010(2):34-39.

［11］張雄輝，范愛軍.技術(shù)進步、技術(shù)效率與我國經(jīng)濟增長的實證分析［J］.科技進步與對策，2010(5):5-9.

［12］盧 寧，李國平，劉光嶺.中國自主創(chuàng)新與區(qū)域經(jīng)濟增長［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2010(1):3-18.

［13］陳昌柏.知識產(chǎn)權(quán)經(jīng)濟學(xué)［M］.北京:北京大學(xué)出版社，2003.

［14］ OECD.China:OECD Reviews of Innovation Policy［M］.Paris:OECD Publishing，2008.

［15］鄭貴忠，劉金蘭.基于生存分析的專利有效模型研究［J］.科學(xué)學(xué)研究，2010，28(11):1677-1682.

Effect of Fixed Assets Investment，Technology Innovation Increment and Export on Chinese Economic Growth—Empirical Research Based on Panel Data from 35 Chinese Large Cities

ZHENG Gui-zhong，LIU Jin-lan
(Faculty of Management and Economics，Tianjin University，Tianjin 300072，China)

The paper studied effect of fixed assets investment，technology innovation increment and export on Chinese economic growth by applying panel data regression analysis，and introduced the concept of equivalent invention patent.The study finds that the three factors have positive effect on economic growth.Fixed assets investment and export are the main drivers of large cities'economic growth，the contributionrate of technology innovation increment to large cities'economic growth is low，and fixed assets investment and technology innovation increment have lag effects.

fixed assets investment;technology innovation increment;export;economic growth;panel data

F062.4

A

1008-4339(2011)06-0487-06

2010-10-08.

國家自然科學(xué)基金資助項目(70672027).

鄭貴忠(1976— )，男，博士研究生.

鄭貴忠，zhengguizhong@tom.com.