1. 引言
党的二十大以来我国就已明确提出实现高质量发展是中国式现代化的本质要求,这更加突出了发展质量的长远作用。我国城市发展的轨迹正悄然变迁,从以往的规模性外延扩张,逐步转向注重质量的崭新阶段。长三角区域,作为我国经济发展前沿阵地,扮演着引领全国迈向高质量发展轨道及构筑现代化经济体系的关键角色[1]。在此进程中,数字经济作为我国经济版图中一股尤为蓬勃的力量,其活跃态势与新发展理念紧密融合,展现出高度的契合性与驱动力[2],显著推动经济发展的效率。数字经济依托信息技术浪潮,正以前所未有的态势深度融入并重塑着社会生产的各个流程,它已悄然转变为驱动产业结构优化升级、保障经济可持续发展与高质量迈进的关键引擎[3]。
数字经济是将信息视为重要生产要素,利用信息与传播技术作为提高生产效率、引领经济结构转型所采取的一系列经济行为[4]。作为一种新经济形态,数字经济以数字科技为关键推动力,通过不断创新新科技,创造新产品、催生新业态等方式赋能产业发展,来加速数字化转型和经济发展[5]。数字经济以其技术创新与产业升级优势,为经济高质量发展提供强大驱动力[6]。
在微观层面上,数字经济借助规模经济、范围经济和网络经济驱动高质量发展[7],数字经济在产业高质量发展上起到引领作用[8],主要表现于其有助于产业结构优化[9]、推动传统产业转型与升级[10]。在中观层面上,数字经济通过推动产业转型升级助力高质量发展。黄鑫昊和李迪(2024)分析我国数字经济对产业结构优化升级的影响及作用机制,发现数字经济对产业结构优化升级具有直接正向效应[11]。在宏观层面上,数字经济通过提高生产效率助推高质量发展。杨慧梅和江璐(2021)实证分析了数字经济发展对全要素生产率的影响,发现数字经济发展推动了全要素生产率的提升[12]。
数字经济与经济高质量发展之间的传递机制一直是重要议题。研究者们普遍认为数字经济可以促进高质量发展,它可以通过提高某些要素的质量来促进经济高质量的发展。丁志帆(2020)提出,数字经济可以增加生产要素来源、优化资源分配,实现技术创新和拓展,从而促进高质量发展[13]。熊励和蔡雪莲(2020)以2010~2018年长三角城市群的面板数据为研究样本,发现数字经济对技术创新和产品创新具有正面影响,数字经济正在逐渐成为推动地区创新和促进经济与社会高质量发展的主要驱动力[14]。张蕴萍等(2021)认为数字经济通过赋能人力资源,推动产业结构的升级,为高质量发展开辟路径[15]。张腾和蒋伏心(2021)通过实证研究认为,数字经济在多方面促进中国经济的高质量发展:全要素生产率、市场体系、社会福利和自然资源利用[16]。Ma和Zhu (2022)从高质量绿色发展的视角出发,认为数字经济对经济结构优化产生深远影响,发现数字经济可以直接推动高质量绿色发展,产业结构调整和绿色技术创新是重要的中介机制[17]。
尽管现有的研究关注到了数字经济对高质量发展的推动作用,然而,针对我国各个地区经济发展的不同需求,对于长三角城市的相关研究相对较少,基于此,本论文以长三角为背景展开实证研究。本研究选择了长三角的41个城市作为样本,旨在评估长三角城市数字经济和高质量发展的水平,并进一步探索数字经济在高质量发展中的实际效果;运用计量模型深度剖析数字经济与经济高质量间的关联,聚焦产业结构升级与绿色创新,揭示数字经济驱动长三角经济高质量发展的内在机理;根据不同区域的城市定位和资源配置,分析数字经济对高质量发展产生的异质性影响。
2. 理论分析与研究假设
在我国迈向高质量发展的崭新阶段,应对区域间发展不均衡与不充分的问题显得尤为迫切,数字经济逐渐成为区域协调发展的新引擎与高质量增长的催化剂。鉴于此,深入剖析数字经济与经济高质量发展之间的内在逻辑联系及其运作机制显得尤为必要。本文旨在从以下三个角度展开讨论:
2.1. 数字经济对城市经济高质量发展的影响
数字经济凭技术创新、规模效益及成本优化,突破传统经济活动界限[18]。数字经济凭借创新驱动,可以激活生产要素潜能,促进经济高质量发展。它深入到人们的生产生活各方面,驱动产业转型,优化资源配置,革新教育医疗等服务,提高社会运行效率。同时,数字经济减少信息壁垒,加速劳动力市场供需匹配,提升资源配置效率。此外,凭借着海量数据,数字经济精准对接生产与消费,构建高效桥梁,缓解市场割裂,强化区域经济互联互通。
H1:数字经济显著正向影响城市经济高质量发展。
2.2. 数字经济、产业结构升级与高质量发展
产业结构升级是高质量发展的一个重要维度。数字经济为经济质量提升和效率增长注入了新的活力和动力,它在产业结构的转型和升级过程中起到了关键的推动作用[19]。产业升级是推动经济高质量发展的关键因素。数字技术深度渗透产业架构,产业间的协同合作能力增强,驱动传统产业向高附加值、数字密集型方向转型,逐步实现从劳动密集型向技术密集型的跨越,引领经济向更高层次迈进。面对资源与环境压力,唯有聚焦培育新兴产业,激发新动能,方能推动产业结构持续优化升级,实现产业结构的合理化与现代化转型[20]。在产业转型与现代化浪潮中,提升产品附加值成为企业增强经济效益的关键路径,同时这可以引导企业摒弃高能耗、高污染的传统经营模式,探索生态效益与社会效益的双赢之道,进而为经济的高质量发展奠定坚实基础。从宏观角度看,数字经济能够通过探索产业的新含义、开发新的产业空间和刺激新的产业领域,助力产业结构向中高端发展[9]。
H2:数字经济驱动产业结构优化促进经济高质量发展。
2.3. 数字经济、绿色创新与高质量发展
在经济的高质量发展过程中,资源的稀缺性和重要性非常突出,环境是发展的基本,相比之下,绿色创新可以直接创造经济效益[21]。首先,信息技术高速发展给数据驱动创新活动带来较低成本竞争优势,大数据驱动企业能敏锐地捕捉到消费群体信息并有的放矢地开展创新和降本增效工作[22];其次,数字经济发展为信息传输和知识获取方式提供便利,有助于形成更开放透明市场环境进而促进技术创新;最后,物联网发展打破时空束缚,激发创新活动无限潜能,使得不同的创新实体可以在各自的空间里同步进行创新。从绿色创新主体来看,数字技术的广泛渗透助力制造商精准捕捉并整合消费者对绿色产品的多元化需求,为企业制定高效研发策略提供了强大支撑。与此同时,普惠数字金融可以大幅降低企业获得金融服务的成本,激发了绿色创新的活力。所以,数字经济驱动了企业生产的绿色转型与管理效能的飞跃,驱动经济的高质量发展。
H3:数字经济驱动绿色创新赋能经济高质量发展。
总的来说,本文的假设为数字经济对高质量发展具有促进作用,且能通过促进绿色创新和产业结构升级促进经济高质量发展。相应的假设和传导机制见图1。
Figure 1. The transmission mechanism of high-quality economic development in the Yangtze River Delta
图1. 长三角经济高质量发展传导机制
3. 研究设计
3.1. 变量测度与说明
本研究覆盖了2011年至2021年间长三角地区的41个地级市。研究数据主要取自《中国城市统计年鉴》以及各省(直辖市)的统计年鉴和国民经济及社会发展统计公报。对于某些城市数据部分缺失的情况,采用线性插值法进行补全。
变量的选取与测度
(1) 被解释变量:经济高质量发展
对于经济高质量发展的评价指标方面,可以运用单一指标,采用全要素生产率[23]、绿色全要素生产率[24]等;或者是运用多维度的评价指标体系[25]。高质量发展的内涵广泛,无法用单一的指标表示。鉴于此,我们需要构建一个综合运用多种指标的高质量发展评估框架,且该体系应具备多样性。本研究汲取刘佳[26]关于高质量发展指标体系的见解,以五大发展理念为基础,构建长三角城市高质量发展评估框架,旨在代表长三角城市高质量发展水平。具体内容如表1所示。本研究采用熵值法来评估我国城市经济高质量发展状况。
(2) 解释变量:数字经济
当前研究偏重对于省级数字经济指标的构建,地级市层面尚显薄弱,指标体系不全面,需深化探索以精准刻画其发展全貌。本文借鉴赵涛[27]等的方法,构建数字经济发展水平的评价体系,主要依据互联网发展与数字金融普惠两大方面。本研究通过考量互联网普及度、从业人员规模、产出效能及移动端用户数等多维度指标,综合评估当前互联网发展的状况。数字金融普惠水平通过北京大学与蚂蚁金服集团共同创建的数字金融发展指数来衡量。此外,本文采用熵值法对数字经济进行综合量化评分,详细指标体系参见表2。
Table 1. Evaluation system for the level of high-quality economic development
表1. 经济高质量发展水平评价体系
分类指标 |
次级指标 |
具体指标 |
计量单位 |
指标属性 |
创新发展 |
科教投入 |
科技投入/财政支出 |
% |
适度 |
教育投入/财政支出 |
% |
适度 |
专利水平 |
专利获得数量 |
个 |
+ |
协调发展 |
金融发展 |
金融存款余额/金融贷款余额 |
% |
适度 |
人民生活 |
单位人均收入 |
元 |
+ |
产业结构 |
第三产业比重 |
% |
+ |
绿色发展 |
三废排放 |
工业废水排放量/工业产值 |
吨/万元 |
− |
工业二氧化硫排放量/工业产值 |
吨/万元 |
− |
工业烟(粉)尘排放量/工业产值 |
吨/万元 |
− |
污物处理 |
一般工业固体废物综合利用率 |
% |
+ |
污水处理厂集中处理率 |
% |
+ |
生活垃圾无害化处理率 |
% |
+ |
开放发展 |
外资概况 |
外资利用 |
亿美元 |
+ |
外企概况 |
外资企业总产值 |
亿元 |
+ |
|
外资企业个数 |
个 |
+ |
共享发展 |
社会福利 |
医师数/人口 |
个/万人 |
+ |
在岗职工工资 |
元 |
+ |
城市绿化率 |
% |
+ |
消费水平 |
社会零售品消费/GDP |
% |
+ |
政府负担 |
财政支出/财政收入 |
% |
适度 |
Table 2. The index system of the development level of the urban digital economy
表2. 城市数字经济发展水平指标体系
一级指标 |
二级指标 |
指标解释与量纲 |
性质 |
数字经济 |
数字金融普惠发展 |
北京大学数字普惠金融指数 |
+ |
互联网普及率 |
每百人互联网用户数(户) |
+ |
互联网行业从业指数 |
计算机与软件从业人员占比(%) |
+ |
互联网产出水平 |
人均电信业务总量(万元) |
+ |
移动互联网用户水平 |
每百人移动用户数(户) |
+ |
数字化公共服务 |
政府数字治理能力(无量纲) |
+ |
(3) 控制变量
本文设定以下控制变量:a) 经济发展水平(pgdp),以人均地区生产总值作为量化依据。城市的高质量发展与经济运行状况紧密相连,其进程深受经济发展水平提高的驱动与促进。b) 外商投资(fdi),通过外商直接投资额与地区生产总值之比来具体表示。外资引入规模的扩大,通过增加资本流入和技术转移,为城市的经济繁荣与发展提供了强有力的支撑。c) 城镇化率(urb),通过城镇人口在总人口中所占的比重来进行评估。城镇化水平的提升,能够有效促进人口的迁移与重新配置,并相应地增加就业岗位的供给,对于推动经济向高质量发展阶段迈进具有深远影响。d) 金融发展水平(fia),以金融机构存贷款余额与地区生产总值之比作为评估基准。金融发展水平的提升有利于促进经济高质量发展。
(4) 中介变量
产业结构高级化(isu):选择长三角地区产业结构升级为中介变量,采用第三产业增加值与第二产业增加值之比的衡量方法,对长三角产业结构升级状况进行了评估。
绿色创新(ino):采用绿色专利申请总量予以表征。以绿色专利为形式的创新产出是一个地区绿色创新水平高低的重要表现,专利申请数量能在相当程度反映区域绿色创新能力。
3.2. 研究模型
3.2.1. 基准回归模型
为检验假设1,本文采用2011至2021年间长三角41城市的面板数据,实证分析数字经济对经济高质量发展的影响。首先,构建如下基准计量模型:
(1)
上式中,以i表城市,t表年份,
为被解释变量,城市高质量发展水平指标,
是解释变量,衡量了数字经济发展水平,
则代表了系列控制变量,包括经济发展(pgdp)、外商投资(fdi)、城镇化率(urb)、金融发展(fia),
为地区固定效应,
为时间固定效应,
代表随机扰动项。
3.2.2. 中介回归模型
本文构建中介效应模型,运用逐步回归方法:
(2)
(3)
(4)
(5)
在此,我们定义
为产业结构升级;
为绿色创新水平;
为本文所关注的待估计参数,其余符号意义与基准回归模型方程一致。
3.3. 实证结果分析
3.3.1. 变量的描述性统计
由表3可知,被解释变量devl平均值是0.119,最小值是0.045,最大值是0.495,可见各地市经济高质量发展水平存在显着差异。核心解释变量dige的平均值为0.196,其中最大值与最小值之间存在显著差异。从控制变量层面看,不同城市在地区经济发展水平、金融发展水平、城镇化水平以及外商投资水平等方面也存在着明显的差异。
3.3.2. 基准回归分析
本部分聚焦于数字经济对长三角高质量发展的影响。通过基准回归分析,所得具体结果详列于表4之中。表4之第(1)列,尚未纳入控制变量时,核心自变量数字经济发展水平(dige)的系数在1%的显著性水平下显著,表示每当数字经济发展水平上升一个单位,经济高质量发展水平随之提升约0.077单位,体现了数字经济对经济高质量发展的显著推动作用。进一步来看,在第(2)至(5)列,当逐步纳入经济发展水平(pgdp)、外商投资(fdi)城镇化水平(urb),金融发展水平(fia)等控制变量,发现系数亦显著为正,揭示了经济发展水平的提升及外商投资的增加,城镇化水平提升,金融发展会对区域高质量发展提供积极的贡献。同时我们可以看出,随着控制变量的逐步纳入,数字经济对经济高质量发展的正面效应显著但影响减弱,暗示其效应可能受异质性因素影响,即其作用机制可能因不同条件或环境而异。上述论述说明假设1成立。
Table 3. Descriptive statistics of variables
表3. 变量描述性统计
变量名 |
均值 |
标准差 |
最小值 |
最大值 |
devl |
0.119 |
0.081 |
0.045 |
0.495 |
dige |
0.196 |
0.110 |
0.0210 |
0.696 |
pgdp |
7.378 |
3.988 |
1.009 |
19.90 |
fdi |
0.027 |
0.018 |
0.0001 |
0.093 |
urb |
61.629 |
11.95 |
31.3 |
89.6 |
fia |
2.764 |
0.928 |
1.328 |
6.299 |
isu |
1.008 |
0.349 |
0.313 |
2.766 |
ino |
1582 |
2677 |
13 |
19,458 |
Table 4. Regression results
表4. 基准回归结果
|
(1) devl |
(2) devl |
(3) devl |
(4) devl |
(5) devl |
dige |
0.077*** |
0.057** |
0.064** |
0.058** |
0.058** |
|
(0.024) |
(0.025) |
(0.026) |
(0.026) |
(0.026) |
pgdp |
|
0.002** |
0.001* |
0.002** |
0.002*** |
|
|
(0.001) |
(0.001) |
(0.001) |
(0.001) |
fia |
|
|
−0.006* |
−0.006* |
−0.006* |
|
|
|
(0.003) |
(0.003) |
(0.003) |
urb |
|
|
|
−0.062** |
−0.067** |
|
|
|
|
(0.028) |
(0.028) |
fdi |
|
|
|
|
0.168* |
|
|
|
|
|
(0.093) |
_cons |
0.104*** |
0.094*** |
0.113*** |
0.147*** |
0.144*** |
|
(0.005) |
(0.006) |
(0.012) |
(0.020) |
(0.020) |
N |
451.000 |
451.000 |
451.000 |
451.000 |
451.000 |
r2_a |
0.965 |
0.966 |
0.966 |
0.966 |
0.966 |
id |
YES |
YES |
YES |
YES |
YES |
year |
YES |
YES |
YES |
YES |
YES |
注:*、**、***分别表示在10%、5%、1%的水平上显著。下同。
3.3.3. 稳健性检验
稳健性检验方法如下:首先,替换被解释变量。鉴于经济高质量发展的核心在于普惠民生,本研究采用全体居民人均可支配收入(pcdi)作为替代指标,以验证结果的稳健性。表5呈现了回归分析结果,其中关键解释变量的回归系数显著正向,有力证实了其对经济高质量发展的积极推动作用,确保了结论的可靠性。
再者,为了避免内生性问题,本研究采纳滞后一期的数字经济指标作为工具变量,设立了两阶段最小二乘法的模型架构,以验证模型的稳定性。如表5所呈现,在1%的显著性阈值下,数字经济对城市高质量发展的正面推动作用依然显著且稳固,这进一步印证了数字经济推动城市高质量发展结论的可靠性。
Table 5. Robustness test
表5. 稳健性检验
|
(1) 替换被解释变量 |
(2) 滞后一期 |
dige |
3.231*** |
0.075*** |
|
(0.504) |
(0.028) |
_cons |
3.780*** |
0.150*** |
|
(0.388) |
(0.023) |
N |
451.000 |
410.000 |
r2_a |
0.956 |
0.965 |
id |
YES |
YES |
year |
YES |
YES |
3.3.4. 中介效应检验
本文参照江艇(2022) [28]的中介效应检验方法,检验绿色创新和产业结构升级在数字经济促进经济高质量发展中的作用。表6的(1)列回归结果显示,数字经济对产业结构升级的回归系数为1.213,说明“数字经济–产业结构升级–高质量发展”这一传导路径成立,即假设H2成立。江艇指出,逐步回归法在验证中介效应可靠性方面表现欠佳。故而,我们决定采用自抽样技术(Bootstrap)进行深入检验,并据此计算出标准误差及置信范围。研究结果显示,间接效应的置信范围未覆盖0值(LLCI = 0.01797, ULCI = 0.18687),体现了中介效应的有效性。
同样,根据表6的列(2)回归结果显示,数字经济对绿色创新的回归系数显著为正,数字经济通过绿色创新促进经济高质量发展,假设H3成立。Bootstrap检验显示,间接效应的置信区间不包含0 (LLCI = 0.20107, ULCI = 0.50842),中介效应成立。
最后,我们从理论上对绿色创新,产业结构升级作为中介效应渠道进行理论说明。数字经济以其独特优势,成为激发绿色科技革新与发明的关键驱动力,进而促进企业运营模式的低碳转型。助力长三角实现高质量发展目标。绿色创新的发展扮演着数字经济与高质量发展之间不可或缺的桥梁角色[29]。数字经济的发展加速了传统行业向数字化模式的转型步伐,进而加快了产业升级与结构优化的进程。这一趋势不仅促进了既有产业的革新,还带动了新兴产业的蓬勃兴起,为整体经济体系注入了新的增长点与强劲的发展动力,这为长三角城市的经济高质量发展构筑了坚实的基石[18]。因此,从计量分析和理论阐述两个方面为假设2,假设3提供经验证据,即数字经济通过赋能绿色创新和产业结构升级来助推经济高质量发展。
Table 6. Mediator effect regression results
表6. 中介效应回归结果
|
(1) isu |
(2) ino |
dige |
1.213*** |
21407.286*** |
|
(0.200) |
(1663.114) |
_cons |
0.847*** |
708.964 |
|
(0.111) |
(920.331) |
N |
451.000 |
451.000 |
r2_a |
0.889 |
0.869 |
id |
YES |
YES |
year |
YES |
YES |
3.3.5. 异质性分析
(1) 中心城市和外围城市
根据2019年12月中央印发的《长江三角洲区域一体化发展规划纲要》显示,长三角一体化发展的中心城市涵盖了上海,以及江苏省九市,浙江省九城,并融入安徽省八大城市。其中27座中心城市,14个外围城市。本研究剖析了中心城市与外围城市在数字经济驱动经济质量提升过程中展现的差异化特性。分析表明,相较于外围城市,中心城市的数字经济对经济高质量发展的推动效果更为凸显。此现象归因于中心城市拥有更先进的技术,完善的基础设施以及政府支持,为数字经济的蓬勃发展提供了优越环境,紧密对接了经济转型升级的内在需求。据此,强化中心城市的数字经济布局,对于进一步激发其对经济高质量发展的正向效应具有重大意义。中心城市可以作为数字经济的中心节点,促进数字经济各个主体之间的网络效应发挥[30],中心城市作为核心枢纽,能够增进各参与方之间的互动沟通,推动经济向高质量阶段迈进。对于外围城市,需要加大对数字化的投资力度,而将数字经济全面融入高质量发展进程,尚需时日。
(2) 资源型城市和非资源型城市
长三角各地区资源禀赋方面存在显著的区域异质性[31]。本文依据《全国资源型城市可持续发展规划(2013~2020年)》的分类标准,本研究将长三角城市细分为资源型与非资源型两类,并分别进行分析。表7
Table 7. Heterogeneity test
表7. 异质性检验
|
中心城市 devl |
外围城市 devl |
非资源型城市 devl |
资源型城市 devl |
dige |
0.109*** |
−0.017 |
0.049 |
0.155** |
|
(0.019) |
(0.086) |
(0.031) |
(0.043) |
_cons |
0.113*** |
0.157*** |
0.142*** |
0.120*** |
|
(0.017) |
(0.047) |
(0.039) |
(0.017) |
N |
286.000 |
165.000 |
319.000 |
132.000 |
r2_a |
0.991 |
0.366 |
0.948 |
0.993 |
id |
YES |
YES |
YES |
YES |
year |
YES |
YES |
YES |
YES |
数据表明,在资源型城市中,数字经济对经济高质量发展的促进效应更加显著。这是由于资源型城市的产业结构相对不发达,可持续增长动力不足,资源利用结构不合理,发展数字经济有助于提高资源利用效率,缩小产能差距,提高增长质量。
4. 结论与启示
本文主要结论如下:(1) 数字经济推动了长三角城市经济高质量发展;(2) 数字经济为中心城市的高质量发展提供了强劲动力,展现出显著的赋能效应。(3) 数字经济还通过促进绿色创新与产业结构优化,为经济高质量发展赋能。基于此,本文提出以下政策启示:
第一,总体来说,数字经济促进了高质量发展,所以要严抓数字基础设施建设,协调促进长三角各城市高质量发展。有效应对数字化发展带来的各种问题,切实防范地区之间信息和供需不匹配带来的资金短缺及流失,合理落实数字发展的科技驱动,并制定相关政策规划。提升上海和浙江中心城市的辐射功能,促进传统和新型基础设施发展,强化中心城市和周边欠发达城市互联互通。
第二,数字经济以产业结构升级推动高质量发展。加速传统产业向数字化路径转型,这是奠定数字经济蓬勃发展的坚实基石。在此基础上,政府应根据区域发展定位,制定数字化转型战略,在加大数字研发支持力度和数字产业税收优惠力度的同时,引导各经济市场主体创新转型组织模式,优化其发展生态,构建一个以数据资源为核心、数字技术为引擎的发展模式,从而促进技术创新和产业结构的现代化共同进步。
第三,数字经济通过绿色创新促进高质量发展。政府要进一步完善研发激励机制,重视绿色技术创新,强化长三角区域作为高质量发展核心区的培育,应充分挖掘数据资源的潜在优势,构建一套高效的产业科技研发与创新激励机制,引导相关产业加强数据科技研究的投入和推广应用工作。在面向新质生产力的战略性新兴产业和未来产业领域,努力实现一批核心技术的创新突破,提升长三角的整体创新能力。针对关键领域的科技创新项目,实施财政税收优惠与资金扶持策略,依托上海、苏南及浙北的丰富资源,打造跨区域协同创新平台。同时,实行差异化、多层次的人才引进战略与精准化、高效化的人才培养模式,促进区域间产学研深度融合与协同创新,共同推动科技创新生态的持续优化与升级[32]。
第四,数字经济在推动高质量发展方面表现出不同程度的影响。政府应该实施动态、差异化的数字经济发展战略,长三角各地需秉持因地制宜、优势互补的原则,深化区域协同发展。上海、杭州、合肥、南京等中心城市,在持续强化自身数字经济引领力的同时,应积极促进数字资源与技术的外溢效应,向苏北、皖北、浙西南等周边区域辐射,以此促进城市群内均衡、协调发展。
基金项目
本文系2023年度上海市哲学社会科学规划课题“高质量一体化发展背景下长三角土地绿色利用的响应机制与效率提升研究”的阶段性成果。
NOTES
*通讯作者。