数字普惠金融对城乡收入差距的影响分析——基于农业高质量的中介效应分析

Analysis of the Impact of Digital Inclusive Finance on Urban-Rural Income Gap—Based on the Mediating Effect Analysis of High-Quality Agricultural Development

摘要: 数字普惠金融的发展为传统普惠金融难以覆盖的群体提供了更便利、可靠的金融支持，能有效缩小城乡间的收入不平等。本研究基于2011至2022年我国31个省份的面板数据，对数字普惠金融关于城乡收入差距的影响效应进行实证检验。结果显示：数字普惠金融能有效缩减城乡间的收入差距，在改变核心变量后，该结论依然稳健；中介效应表明数字普惠金融还能促进农业高质量发展，进而缓解城乡收入不平等；此外，数字普惠金融在调节城乡收入差异方面呈现出显著的区域差异性特征，具体表现为在经济发达地区与经济欠发达地区间显著降低了收入差距，而在经济中等发展水平的区域，则呈现出加剧收入差距的现象。

Abstract: The development of digital inclusive finance provides more convenient and reliable financial support for groups that are difficult to cover by traditional inclusive finance, and can effectively narrow the income inequality between urban and rural areas. Based on the panel data of 31 provinces in China from 2011 to 2022, this study conducts an empirical test on the impact of digital inclusive finance on the urban-rural income gap. The results show that digital inclusive finance can effectively reduce the urban-rural income gap, and this conclusion remains robust after changing the core variables. The mediating effect indicates that digital inclusive finance can also promote high-quality agricultural development, thereby alleviating urban-rural income inequality. In addition, digital inclusive finance shows significant regional differences in regulating urban-rural income differences. Specifically, it significantly reduces the income gap in economically developed and underdeveloped regions, while it exacerbates the income gap in regions with a medium level of economic development.

1. 引言

城乡收入差距显著，一直是我们国家面临且需着力破解的重要问题之一，同时也是推进全体人民共同富裕过程中必须克服的挑战。数字普惠金融的核心在于运用先进的数字技术，推动金融服务的广泛普及和便捷获取，同时降低服务成本，将其推广至传统金融服务未能覆盖的角落。数字普惠金融是金融服务范式的创新，不仅显著扩展了金融服务的地理边界，还大幅提升了金融服务的覆盖广度与渗透深度[1]。它能有效地缓解农村地区的资金短缺问题以及面临的金融约束，从而有助于促进农民收入的增长，为精准脱贫战略提供了强有力的金融保障。

依据国家统计局发布的统计数据，2023年城镇居民人均可支配收入与农村居民人均可支配收入之比为2.39:1，为促进社会和谐与均衡发展，缩减贫富差距尤为重要，城乡收入差距较大是一个亟待解决的问题。数字普惠金融作为一种新型金融服务工具，为解决该问题提供了新路径。对此，本文使用数字普惠金融指数及其三个分维度指标衡量数字普惠金融发展水平，构建泰尔指数衡量城乡收入差距，从宏观视角探讨数字普惠金融对城乡收入差距的影响效应以及可能存在的区域异质性。在此基础上，从农业高质量发展入手，揭示数字普惠金融通过赋能农业高质量发展从而缩小城乡收入差距的影响机制，探讨普惠金融影响城乡差距的基本规律并提出相应对策建议。

2. 文献综述

在学术研究领域，数字普惠金融影响城乡收入差距已有大量的研究与讨论，但共识尚未形成。大部分学者认为数字普惠金融发展有助于减轻城乡收入不平等问题，进而促进社会财富分配的均衡化。其内在逻辑在于，数字普惠金融能够扩大金融覆盖区域、降低交易门槛[2]、降低投融资成本，进而提高涉农贷款和农业发展水平，从而增加农户经营财产和工资性收入总水平[3]，通过促使农村居民增收的方式缩小城乡间的收入差距。晋铭铭(2024)等认为数字普惠金融的发展不仅降低了农村居民的支付成本和支付效率，而且通过金融支持产业发展能为农村居民提供充足的就业岗位，进一步保障了农村居民的工资性金融收入的持续性，对缩小城乡居民收入差距具有积极作用[4]。

也有学者对于数字普惠金融在城乡收入差距方面的作用持有不同看法：该影响呈现出易变和不可预测的特点。其中，郑展鹏(2023)通过实证检验得出数字普惠金融对城乡收入差距呈现出阈值特征，即在人力资本未达到阈值前表现为加剧的“马太效应”，而一旦超过该阈值，则转变为缓解的“长尾效应”[5]。郭航(2024)在其研究中指出数字普惠金融与城乡收入差距之间呈现出一种倒“U”型函数关系，具体而言，在数字普惠金融发展初期，其对城乡收入差距具有扩大效应，从长期发展视角来看，数字普惠金融深化有助于弥合该收入差异[6]。

同时，也有许多学者从不同的视角分析数字普惠金融对城乡收入差距的作用路径。其中，杨怡(2022)认为农业全要素生产率在数字普惠金融负向影响城乡收入差距中起到中介作用[7]；张启文(2022)通过实证分析验证了数字普惠金融可以通过提高农业全要素生产率进而缩小收入差距[8]；赵德起(2023)以农业人均收入为中介，研究数字普惠金融对城乡收入差距的影响机制[9]；谢明明等(2024)在其研究中指出数字普惠金融可以通过简化农业信贷、提升农业发展水平以及增加农户经营、财产和工资收入水平的方式缩小城乡收入差距[10]。

以上相关文献为本文的研究提供了一些思路，现有研究多集中于对城乡收入差距与数字普惠金融的相关关系上，且相关结论存在分歧，对其背后的微观机制有待进一步理清；研究其内在机理时，多是从改善农业生产效率和提高农民收入水平展开，还未有学者从农业高质量发展的视角进行研究。因此，在现有研究基础上，本文进行以下学术拓展：从农业高质量发展这个角度对数字普惠金融抑制城乡收入差距扩大的作用机制进行探索，为解读数字普惠金融与城乡收入差距之间的联系贡献新的理论视角。

3. 数字普惠金融对城乡收入差距的机理分析

3.1. 数字普惠金融对城乡收入差距的影响

数字普惠金融，融合了数字技术与普惠金融服务，展现出显著的扶贫特性。它显著降低了金融服务的入门和操作成本，增强了针对农业、农村和农民金融业务的风险控制效率。此外，它还推动了金融服务的便捷化、数字化、精确化、智能化及大众化，能够有效减轻农村客户长期遭遇的信贷限制。这使得农村居民能够摆脱作为金融服务“边缘人群”的困境，为他们通过金融服务改善生产与生活条件、提升家庭收入开辟新途径，从而有助于减少城乡之间的收入差异[1]。

此外，我国各地区在资源条件、经济发展水平和金融发展状况等方面具有不同特点，可能导致数字普惠金融在缩小城乡收入差距方面产生不同的影响效果。在经济较不发达、金融体系尚不完善的地区，数字普惠金融的发展可能带来更大的益处，这些地区更有可能通过数字普惠金融的发展来缩小城乡之间的收入差距[10]。

3.2. 数字普惠金融对城乡收入的影响机制：以农业高质量发展为中介

数字普惠金融作为一种新型的金融服务模式，通过运用大数据、云计算、区块链等现代信息技术，有效降低了金融服务门槛，提高了金融服务的覆盖面和效率[1]。在此基础上，数字普惠金融对农业高质量发展也起到了积极的推动作用，从而在一定程度上缩小了城乡收入差距。具体而言，数字普惠金融通过以下途径促进农业高质量发展并缩小城乡收入差距：

首先，数字普惠金融为农业生产提供了便捷、低成本的融资渠道，有助于农业科技创新和产业链升级，提高农业产值；其次，数字普惠金融能够通过精准化的金融服务，支持农村特色产业和小微企业发展，带动农民增收；再次，数字普惠金融有助于优化农村资源配置，提高农业生产效率，降低农业生产成本，进一步提升农业竞争力；最后，数字普惠金融通过普及金融知识，提升农民金融素养，增强农民抵御风险的能力，为农村经济发展创造良好环境。数字普惠金融在推动农业高质量发展的同时，有助于缓解城乡收入差距问题，对实现乡村振兴战略和全面建设社会主义现代化国家目标提供了有力支持。

4. 模型构建与变量选取

4.1. 模型构建

1) 泰尔指数

泰尔指数的计算公式如下：

${\text{Theil}}_{it}={\displaystyle \sum _{i=1}^2\frac{I_{ijt}}{I_{it}}\ln \left[\frac{I_{ijt}}{I_{it}}/\frac{P_{ijt}}{P_{it}}\right]}$ (1)

上式中，${\text{Theil}}_{it}$ 为泰尔指数，表示i省份在t年的城乡收入差距；$I_{it}$ 表示i省份在t年的城乡收入总和，$I_{ijt}$ ($j=1,2$ 分别表示城镇和农村)表示i省份在t年的城镇居民收入综合与农村居民收入总和；$P_{it}$ 表示在t年的总人口，$P_{ijt}$ ($j=1,2$ 分别表示城镇和农村)表示t年份城镇和农村地区人口。

2) 固定效应模型

选取固定效应模型，对数字普惠金融关于城乡收入差距影响进行实证分析。相关模型如下：

${\text{Theil}}_{i,t}={\beta }_0+{\beta }_1{\text{dfi}}_{i,t}+\gamma X_{i,t}+u_i+{\epsilon }_t+e_{i,t}$ (2)

${\text{Theil}}_{i,t}={\beta }_0+{\beta }_1{\text{dfi}}_{i,t}+{\beta }_2\text{Con}+\gamma X_{i,t}+u_i+{\epsilon }_t+e_{i,t}$ (3)

模型(2)旨在评估数字普惠金融(Dif)对城乡收入差距(Theil)的影响效果。进一步的，为了分析农业高质量发展(CON)在该影响机制中所起作用，在模型(2)的基础上引入Con。下标i和t分别表示省份和年份。X为控制变量u为省份固定效应，$\epsilon$ 为年份固定效应，$e_{i,t}$ 为随机误差项。

4.2. 变量设定

1) 被解释变量：城乡收入差距。该指标通过泰尔指数(Theil)进行量化。城乡收入比虽然直观展示了城乡居民的收入差异，却未考虑到农村人口向城市迁移所引起的人口结构变动；基尼系数虽能揭示居民贫富差异，但其对城乡收入差距的反映准确性尚存疑问；泰尔指数是一个综合考量指标，它同时纳入了城乡人口分布格局以及城乡居民的具体平均收入水平。因此，本文采用泰尔指数作为主要工具来评估城乡收入差异。此外，将城乡收入比(Gap)作为泰尔指数稳健性检验的替代指标，以进一步验证研究结果的可靠性。

2) 解释变量：数字普惠金融综合指数(Dfi)。本研究借助北京大学数字普惠金融指数(Dfi)衡量发展水平，通过自然对数转换降低异方差影响。该指数可分解成普惠金融覆盖广度(Bdh)、普惠金融使用深度(Dph)以及数字化程度(Lev)三个子指标，同样对其经过对数处理以便进行后续的稳健性检验。

3) 控制变量：a) 财政支持力度(Gov)：政府支持力度对居民收入的分配与再分配有重要影响，用财政支出占地区生产总值的比重进行衡量；b) 产业结构(Is)：随着产业结构向更合理和更高级的方向发展，可能会吸引那些受过良好教育的农村居民迁往城市，导致农村地区的人才外流，进一步会对城乡之间的收入差异产生影响。选用第三产业增加值与总产值的比值表示产业结构[9]；c) 城镇化水平(Urb)：城镇化制度的不断完善促使更多农民进入城市，可使可支配收入升高，从而缩小差距，本文选用城镇人口与总人口的比值代表城镇化水平；d) 对外开放程度(Open)：在对外开放水平较高的省份，由于对外贸易活动较为活跃，当地农民因此能够分享到更多的对外贸易带来的经济利益。本文使用货物进出口总额与该地区生产总值之比表示对外开放程度；e) 人力资本水平(Edu)：人力资本水平是影响收入差距的重要指标，本文选用高等学校在校人数与总人数的比值表示；f) 经济发展水平(Pgdp)：即取对数后的人均GDP。一般的，经济发展水平高，则城乡收入差距小；经济发展水平低，则城乡收入差距大[9]。

4) 中介变量：农业高质量发展(Cou)。该指标的构建基于史小坤等人的研究成果，从农业角度出发涵盖农业创新、协调、绿色、开放和共享五个方面，并运用熵权法算出综合得分[11]。各变量的描述统计见表1。

Table 1. Descriptive statistics of variables

表1. 变量描述统计

变量	变量名称	指标说明
被解释变量	泰尔指数(Theil)	-
	城乡收入比(Gap)	城市居民收入/农村居民收入
解释变量	数字普惠金融综合指数(Dif)	-
	普惠金融覆盖广度(Bdh)	-
	普惠金融使用深度(Dph)	-
	数字化程度(Lev)	-
控制变量	财政支持力度(Gov)	财政支出/地区生产总值
	产业结构(Is)	第三产业增加值/总产值
	城镇化水平(Urb)	城镇人口/总人口
	对外开放程度(Open)	货物进出口总额/地区生产总值
	人力资本水平(Edu)	高等学校在校人数/总人数
	经济发展水平(Pgdp)	取对数的人均GDP
机制变量	农业高质量发展(Cou)	熵权法综合得分

4.3. 数据来源

选取2011~2022年31个省级面板数据(不含港澳台)，本文使用的数字普惠金融指数源自《北京大学数字普惠金融指数》，其他相关数据则取自国家统计局、《中国统计年鉴》等官方统计资料库。

5. 实证结果分析

5.1. 基准回归

本文使用stata18对面板数据进行回归，初始步骤中，豪斯曼检验结果为P = 0.000 < 0.05，拒绝原假设，因此采用双向固定效应模型进行实证研究，具体回归分析结果如表2所示：

Table 2. Benchmark regression results

表2. 基准回归结果

	(1)
	Theil
Dif	−0.010^* (−1.699)
Gov	0.042^*** (4.384)
Is	0.039^*** (3.153)
Urb	−0.219^*** (−11.110)
Open	−0.016^**^* (−3.659)
Edu	−0.219^*** (−2.839)
Pgdp	−0.004 (−0.330)
_cons	0.236^*** (4.517)
年份固定	是
省份固定	是
N	372
R^2	0.938

注：^***、^**、^*分别表示在1%、5%、10%下的显著水平，括号内为t值。以下表格均表示相同含义。

根据表1所示，数字普惠金融与泰尔指数之间呈现显著负向关联，即发展数字普惠金融有助于缩小城乡收入差距。具体而言，数字普惠金融指数(Dif)每上升1个单位，泰尔指数(Theil)便相应下降0.010个单位，反映出城乡收入差距就降低0.010个单位。可能的原因为：数字普惠金融可以通过提高金融服务的普及率和效率，降低交易成本，增强金融知识和市场接入能力，改善信用评估体系，从而有助于降低城乡之间的收入差异。在所控制的变量中，产业结构对城乡收入差距产生正向影响，产业结构每增加1个单位就会扩大城乡收入差距0.039个单位。产业结构的衡量是通过计算第三产业产值在总GDP中所占的比重，产业结构中第三产业比例越高，意味着第一产业在总产值中所占比例越低，产业结构升级提升了服务业和高新技术从业人员的收入水平，而第一产业因为技术水平落后生产率低下，因此逐步拉开了城乡收入差距。

5.2. 稳健性检验

为了检验数字普惠金融在缩小城乡收入差距方面的效果是否稳健，本研究采取替换关键变量的方法进行稳健性分析：将原解释变量泰尔指数更换为城乡收入比，并将数字普惠金融指数分解为覆盖广度、使用深度以及数字化水平三个独立维度进行验证[9]，相关检验结果见表3。

Table 3. Results of robustness tests

表3. 稳健性检验结果

	(1)	(2)	(3)	(4)
	Gap	Theil	Theil	Theil
Dif	−0.215^*** (−2.690)
Bdh		−0.009^** (−2.086)
Dph			−0.022^*** (−4.077)
Lev				−0.003 (−0.752)
Gov	−0.056 (−0.567)	−0.006 (−0.948)	−0.009 (−1.345)	−0.006 (−0.887)
Is	1.756^*** (6.519)	0.094^*** (5.349)	0.106^*** (6.010)	0.091^*** (5.019)
Urb	−1.084^*** (−3.801)	−0.196^*** (−10.275)	−0.206^*** (−10.931)	−0.197^*** (−10.309)
Open	−0.154 (−1.600)	−0.014^** (−2.200)	−0.019^*** (−3.100)	−0.010 (−1.533)
Edu	−13.474^*** (−4.645)	−0.784^*** (−4.045)	−0.775^*** (−4.068)	−0.788^*** (−4.047)
Pgdp	−0.480^*** (−2.795)	−0.042^*** (−3.744)	−0.025^** (−2.117)	−0.051^*** (−4.940)
_cons	5.423^*** (8.732)	0.393^*** (9.455)	0.347^*** (8.295)	0.427^*** (11.264)
N	372	372	372	372
R^2	0.506	0.791	0.798	0.789

表3中，第一列为被解释变量调整为Gap后的估计结果，可知数字普惠金融对城乡收入比的影响方向仍为负，并在1%的显著性水平上拒绝原假设，这进一步验证了数字普惠金融的发展在调节城乡收入不均衡性方面呈现出稳健性。表中(2)、(3)、(4)列分别为将核心解释变量替换为普惠金融覆盖广度(Bdh)、使用深度(Dph)及数字化程度(Lev)后的回归结果。从这三个维度的系数观察，它们均显示为负值，表明其对城乡收入差距具有逆向影响效应。特别地，在列(4)中，数字化程度(Lev)对城乡收入差距(Theil)的收敛效应未展现出显著性，这可能与数字化程度对基础硬件设施的较高要求有关，从而未能显著影响城乡收入差距。而从回归系数的绝对值角度分析，数字普惠金融使用深度的系数绝对值最大，意味着其深度的提升对城乡收入差距的收敛作用最为显著。这或许是由于普惠金融的深入推广增强城乡居民对数字化金融的采纳率，进而提升居民创业与投资活动，可能引起收益增加，最终有助于缩小城乡收入差异。

5.3. 中介效应检验

为探究数字普惠金融对城乡收入差距作用机制的同时，农业高质量发展是否发挥调节作用，构建中介效应模型进行检验，检验结果详见表4。

Table 4. Results of mechanism test with high-quality agricultural development level as mediator

表4. 农业高质量发展水平做中介的机制检验结果

	(1)	(2)	(3)
	Theil	Cou	Theil
Dif	−0.061^*** (−6.907)	0.059^*** (2.925)	−0.046^*** (−6.302)
Cou			−0.250^*** (−13.338)
Gov	0.081^*** (6.855)	−0.119^*** (−4.388)	0.051^*** (5.154)
Is	−0.090^*** (−2.765)	0.425^*** (5.659)	0.016 (0.562)
Urb	−0.026 (−0.772)	−0.127 (−1.641)	−0.058^** (−2.081)
Open	0.007 (0.580)	−0.010 (−0.377)	0.004 (0.444)
Edu	0.159 (0.463)	0.459 (0.583)	0.273 (0.971)
Pgdp	0.045^** (2.385)	0.050 (1.144)	0.058^*** (3.701)
_cons	0.046 (0.661)	−0.301^* (−1.891)	−0.029 (−0.514)
N	372	372	372
R^2	0.345	0.303	0.561

列(1)表明没有农业高质量发展的影响时，数字普惠金融对泰尔指数的影响在1%的显著水平下显著，且系数为−0.061；列(2)为数字普惠金融指数对农业高质量的影响系数为正，数值为0.059，说明推行数字普惠金融有助于促进农业高质量发展；列(3)表示，在考虑农业高质量发展的影响时，数字普惠金融和农业高质量发展对城乡收入差距的影响系数分别是−0.046和−0.250，并且在5%的水平下显著。以上结果表明存在中介效应，其作用路径为：数字普惠金融水平上升 → 促进农业高质量发展 → 导致泰尔指数下降，从而缩小城乡收入差距。可能的原因是：数字普惠金融降低了金融门槛，农民更容易开展更多农业信贷业务，优化了资金分配效率，助力农业优质发展，进而缩小收入差距。

5.4. 异质性分析

为研究数字普惠金融促进城乡收入差距是否存在地域上的差距，本文将全国按照经济发展程度分为经济发达地区、经济中等地区以及经济欠发达地区进行检验，结果见表5。

Table 5. Results of heterogeneity analysis tests

表5. 异质性分析检验结果

VARIABLES	(1)	(2)	(3)
	Theil	Theil	Theil
Dif	−0.028^*** (0.009)	0.003 (0.005)	−0.004 (0.011)
Gov	0.183^*** (0.029)	0.081^*** (0.014)	−0.054^*** (0.011)
Is	0.006 (0.024)	−0.044 (0.029)	0.086^* (0.047)
Urb	−0.420^*** (0.047)	−0.063^** (0.029)	−0.307^*** (0.035)
Open	0.032^*** (0.012)	0.013^** (0.005)	−0.056^*** (0.016)
Edu	−0.494^** (0.235)	−1.040^*** (0.210)	−0.506 (0.328)
Pgdp	0.126^*** (0.030)	−0.061^*** (0.012)	−0.041^* (0.021)
Constant	−0.242^** (0.115)	0.416^*** (0.046)	0.476^*** (0.075)
Observations	124	124	124
R-squared	0.922	0.880	0.820

列(1)表示对经济发达地区而言，数字普惠金融在5%的显著水平下显著促进了城乡收入差距的缩减。说明经济发达地区具有先天的区位优势和金融资源集聚特征，在涓滴效应下减少该地区农民获得金融服务的障碍，促进当地金融业朝着智能化、数字化和便捷化方向发展转型。列(2)表示经济发展水平中等地区的回归结果，可以观察到数字普惠金融的实施反而加剧了城乡收入差距。这可能归因于城乡居民更倾向于依赖传统融资途径，且数字普惠金融在该地区的影响力有限。推广新型数字金融工具，反而会降低人们对金融工具的使用，因此拉大城乡收入差距。列(3)回归分析结果显示，在经济欠发达地区，尽管数字普惠金融有助于缩小城乡收入差距，但该效果在统计学上并不显著。这可能源于经济欠发达地区政府能够提供足够的政策支持和引导提升当地居民对新型金融工具的接纳程度，从而愿意尝试新型金融工具改善个人经济状况。

6. 结论与建议

6.1. 研究结论

利用2011~2022年全国31个省的面板数据，构建基准回归研究数字普惠金融对城乡收入差距的作用方式；进行异质性检验判断是否存在区域特性以及引入农业高质量发展构建中介效应模型分析对数字普惠金融的作用机制。研究结果显示，在不同的变量检验条件下，数字普惠金融能显著促进城乡收入差距的缩小；异质性分析显示，数字普惠金融在经济高度发达或发展较慢的地区对收入差异产生了显著的缩小效果，而在中等经济水平的地区，这种影响并不显著，揭示了其作用的不均衡性；中介效应表明数字普惠金融可以通过提升农业高质量发展水平，从而有效缩小城乡之间的收入差距。

6.2. 对策建议

针对以上结论，提出如下建议：

第一，因地制宜打造区域普惠金融策略，提升发展水平。异质性检验结果表明，我国各地区在普惠金融发展及城乡收入差异方面表现出显著不同。因此，各区域需依据自身发展现状，量身定制普惠金融发展计划，旨在优化城乡金融资源配置，推动普惠金融与实体经济的正向互动，进而减少收入间不平等。发达地区与经济相对滞后地区需提升金融服务便捷性，保障农民和城市弱势群体享受高品质金融服务；欠发达地区应加大金融服务普及力度，通过增建农村金融机构网点和改善数字网络，提升金融服务覆盖与渗透水平[12]。

第二，优化数字普惠金融服务效能，缩小城乡收入差异。基准回归结果显示数字普惠金融在缩小城乡收入差距方面效果显著，因此，积极推动数字普惠金融发展是当前金融扶贫工作的核心。首先，优化数字普惠金融基础设施，利用互联网技术扩大金融服务范围，改善农村金融服务条件，减少成本，以增加农民经营收入，缩小城乡差距；二是推进数字技术与传统金融的深度融合，运用大型数据集、云基础计算等前沿技术和网络优势，促进传统金融产品数字化升级，提升传统金融机构的创新动能。

第三，积极实施乡村振兴战略，促进数字普惠金融与高质量农业发展协同进步。根据中介效应结果显示普惠金融在缩减城乡收入差异方面的作用依赖于农业的高效发展，因此需要通过提升农业发展质量增强普惠金融的扶贫效果。一方面，需放宽对乡村创业的政策门槛，为符合规定的农业项目提供政策支持；另一方面，鼓励支持返乡农民工、大专及以上毕业生、科技工作者等参与现代农业发展，同时引导公共资源和金融资本更多地流向农村地区，以加速乡村的全面振兴进程，并最终实现城乡收入差距的有效缩小。