高校與新能源企業(yè)創(chuàng)新產(chǎn)出的優(yōu)勢度及匹配度的實證分析

耿紀(jì)超　龍如銀

摘要：基于28個省級層面的面板數(shù)據(jù)，測度了高校創(chuàng)新產(chǎn)出優(yōu)勢度對新能源企業(yè)創(chuàng)新產(chǎn)出優(yōu)勢度的影響，并研究了高校與新能源企業(yè)創(chuàng)新產(chǎn)出的匹配度。結(jié)果顯示：高校的創(chuàng)新產(chǎn)出優(yōu)勢度對企業(yè)的創(chuàng)新產(chǎn)出優(yōu)勢度有顯著的正向關(guān)系；基礎(chǔ)投資對企業(yè)創(chuàng)新產(chǎn)出優(yōu)勢度的影響顯著為負(fù)；企業(yè)規(guī)模和R&D經(jīng)費投入顯著為正，但R&D人力投入不顯著；河北等地高校與企業(yè)的匹配度較低，遼寧等地的匹配度較高，天津、浙江實現(xiàn)均衡匹配。

關(guān)鍵詞：高校；新能源企業(yè)；創(chuàng)新產(chǎn)出；優(yōu)勢度；匹配度

DOI：10.13956/j.ss.1001-8409.2016.05.04

中圖分類號：F124.3；G64 文獻(xiàn)標(biāo)識碼：A 文章編號：1001-8409（2016）05-0017-04

Abstract：Based on the panel data of 28 provincial regions， this paper measures the effect of university innovation output dominance to new energy company innovation output dominance. And then， it analyzes the match degree of college with company. Results show that， firstly， university innovation output dominance has a positive and significant effect on company innovation output dominance. Secondly， the effect of infrastructure investments is negative. Thirdly， company size and R&D funding have a significant role， while R&D manpower has not. Finally， the match degree of university to company of Hebei is low， while Liaoning is high，Tianjin and Zhejiang achieve matching equilibrium.

Key words：university； new energy company； innovation output； dominance； match degree

1 文獻(xiàn)回顧與問題提出

新能源又稱非常規(guī)能源，主要包括太陽能、風(fēng)能、生物質(zhì)能等。新能源產(chǎn)業(yè)作為戰(zhàn)略性新興產(chǎn)業(yè)，在國家和地方政府的大力支持下得到了快速發(fā)展[1]。但由于GDP導(dǎo)向下地方政府的發(fā)展沖動，企業(yè)對行業(yè)片面的樂觀預(yù)期和盲目投資，企業(yè)自主研發(fā)能力的缺乏，致使風(fēng)電、多晶硅等多個產(chǎn)業(yè)出現(xiàn)重復(fù)建設(shè)傾向，造成我國新能源產(chǎn)業(yè)鏈出現(xiàn)低端產(chǎn)能過剩問題[2]。新能源產(chǎn)業(yè)屬于高新技術(shù)產(chǎn)業(yè)，關(guān)鍵技術(shù)對企業(yè)發(fā)展有很強的推動作用，因此技術(shù)創(chuàng)新是新能源企業(yè)發(fā)展的根本驅(qū)動力和核心競爭力[3]。

為了配合新能源企業(yè)的創(chuàng)新發(fā)展，教育部陸續(xù)在高校開設(shè)新能源專業(yè)，但人才供給方面仍出現(xiàn)嚴(yán)重短缺。以風(fēng)能產(chǎn)業(yè)為例，到2020年中國風(fēng)電行業(yè)人才缺口將在40萬人左右，其中高端人才占比高達(dá)40%[4]。由此可見，高校的創(chuàng)新人才培養(yǎng)對我國新能源產(chǎn)業(yè)的發(fā)展尤其重要。高校創(chuàng)新能力對企業(yè)創(chuàng)新能力的促進(jìn)作用已經(jīng)得到學(xué)者們的研究支持[5]，新能源企業(yè)對知識密集的依賴性很強，高校的人才集聚和技術(shù)創(chuàng)新對當(dāng)?shù)仄髽I(yè)的創(chuàng)新能力有顯著的影響[6]。

目前我國新能源產(chǎn)業(yè)的相關(guān)研究多圍繞在國家政策、價格補貼、產(chǎn)業(yè)結(jié)構(gòu)及企業(yè)技術(shù)因素上[7，8]，對于創(chuàng)新能力的分析尚不多見[9]，更缺少基于高校匹配視角的研究；且由于新能源產(chǎn)業(yè)的數(shù)據(jù)較難獲得，現(xiàn)有研究或是產(chǎn)學(xué)研協(xié)同的理論與定性研究[10]，或是企業(yè)創(chuàng)新能力的評價體系研究[11]，缺少實證和定量研究。本文以創(chuàng)新產(chǎn)出為衡量標(biāo)準(zhǔn)，分析高校與企業(yè)創(chuàng)新產(chǎn)出的相關(guān)性?？紤]到現(xiàn)有的分析大多直接將原始數(shù)據(jù)進(jìn)行回歸，得到的結(jié)論只是解釋變量對被解釋變量的直接影響，無法區(qū)分地區(qū)之間的相對優(yōu)勢。如某地區(qū)企業(yè)的科技投資會促進(jìn)創(chuàng)新產(chǎn)出，但與其他地區(qū)相比，這種促進(jìn)作用不一定具有優(yōu)勢性。因此本文引入優(yōu)勢度的概念，旨在重點測度高校創(chuàng)新產(chǎn)出優(yōu)勢度對企業(yè)創(chuàng)新產(chǎn)出優(yōu)勢度的影響，并研究各省高校與企業(yè)的匹配度，為高校和企業(yè)的區(qū)域性技術(shù)協(xié)同發(fā)展提供依據(jù)。

2 優(yōu)勢度的研究模型、變量選取和數(shù)據(jù)來源

2.1 研究模型和變量選取

計量模型經(jīng)檢驗應(yīng)采用半對數(shù)線性模型，因此將模型設(shè)定為：

Y=α+β0X+β1LnZ1+β2LnZ2+β3LnZ3+β4LnZ4+ε

（1）被解釋變量：企業(yè)創(chuàng)新產(chǎn)出優(yōu)勢度（Y）。用專利申請數(shù)衡量創(chuàng)新產(chǎn)出，雖然可能會高估創(chuàng)新產(chǎn)出的真實能力[12]，但由于專利數(shù)據(jù)是創(chuàng)新產(chǎn)出的最直觀體現(xiàn)，數(shù)據(jù)較為客觀且變化緩慢，因此總體上相當(dāng)可靠[13，14]。關(guān)于優(yōu)勢度的測量，采用各省的企業(yè)專利申請數(shù)與全國企業(yè)平均專利申請數(shù)的比值來衡量。當(dāng)比值大于1時說明有優(yōu)勢度；當(dāng)比值小于1時說明優(yōu)勢度較低或無明顯優(yōu)勢度。

（2）解釋變量：高校創(chuàng)新產(chǎn)出優(yōu)勢度（X）。同上，采用各省高校的專利申請數(shù)與全國高校平均專利申請數(shù)的比值來衡量。

（3）考慮指標(biāo)數(shù)據(jù)的易獲得性，選取若干影響企業(yè)創(chuàng)新產(chǎn)出的指標(biāo)作為控制變量：工業(yè)固定資產(chǎn)投資作為基礎(chǔ)投資規(guī)模指標(biāo)（Z1）；企業(yè)R&D經(jīng)費作為科技經(jīng)費投入規(guī)模指標(biāo)（Z2）；企業(yè)R&D人員全時當(dāng)量作為科技人力投入規(guī)模指標(biāo)（Z3）；企業(yè)全部從業(yè)人員年平均人數(shù)作為企業(yè)規(guī)模指標(biāo)（Z4）。

（4）虛擬變量（D）：為了進(jìn)行區(qū)域分析，分別設(shè)置東部地區(qū)為1，中部和西部地區(qū)為0；中部地區(qū)為1，東部和西部地區(qū)為0；西部地區(qū)為1，東部和中部地區(qū)為0。其中東部地區(qū)包括北京、天津、河北、遼寧、吉林、黑龍江、上海、江蘇、浙江、山東、福建、廣東、海南；中部地區(qū)包括山西、安徽、江西、河南、湖北、湖南；西部地區(qū)包括內(nèi)蒙古、廣西、重慶、貴州、云南、陜西、青海、新疆、四川；由于企業(yè)數(shù)據(jù)存在缺失，甘肅、寧夏、西藏除外。

2.2 數(shù)據(jù)來源

自2006年開始，以華北電力大學(xué)為首的近10所高校率先開設(shè)新能源專業(yè)（水電和核電除外），本文選取的樣本時間為2007～2013年。專利申請數(shù)據(jù)來源于國家知識產(chǎn)權(quán)局官方網(wǎng)站，以“太陽能風(fēng)能生物質(zhì)能鋰電池地?zé)崮芎Ｑ竽苄履茉雌嚒睘檎魇樯暾埲说刂?，年份為申請日。高校專利檢索以“大學(xué)學(xué)院”為申請人，并減去以“科學(xué)院”為申請人的數(shù)據(jù)；企業(yè)專利檢索以“公司”為申請人。由于新能源產(chǎn)業(yè)的數(shù)據(jù)收集非常困難，因此按照李士忠[15]和郭立偉[16]提出的方法，將通用設(shè)備制造業(yè)和電氣機械及器材制造業(yè)之和近似代替新能源產(chǎn)業(yè)。數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國固定資產(chǎn)統(tǒng)計年鑒》《中國工業(yè)經(jīng)濟統(tǒng)計年鑒》和各省統(tǒng)計年鑒。數(shù)據(jù)處理過程全部采用Eviews 8.0計量分析軟件。

3 優(yōu)勢度的實證分析

3.1 相關(guān)性描述

為使觀察更為直觀，分別做了全國、東部、中部和西部層面的高校與企業(yè)優(yōu)勢度的散點圖（見圖1）。如圖1所示，從全國（QG）來看，企業(yè)（QY）和高校（GX）的創(chuàng)新產(chǎn)出優(yōu)勢度存在顯著的正相關(guān)。從區(qū)域來看，東部（DB）和西部（XB）的正相關(guān)性顯著高于中部（ZB）。以上只是無條件的相關(guān)分析，下面基于面板數(shù)據(jù)，對高校創(chuàng)新產(chǎn)出優(yōu)勢度是否會影響企業(yè)創(chuàng)新產(chǎn)出優(yōu)勢度進(jìn)行進(jìn)一步的估算和分析。

3.2 模型估算

考慮到當(dāng)期基礎(chǔ)投資對企業(yè)創(chuàng)新產(chǎn)出的影響具有滯后性，使用AIC和SC準(zhǔn)則來確定自變量的滯后階數(shù)，由最小的AIC和SC值確定了最優(yōu)的自變量搭配：發(fā)現(xiàn)基礎(chǔ)投資的當(dāng)期變量對企業(yè)創(chuàng)新產(chǎn)出優(yōu)勢度的影響不顯著，其滯后一期變量的影響顯著，且AIC和SC值最小。因此使用基礎(chǔ)投資的滯后一期變量，并分別使用固定效應(yīng)模型和混合效應(yīng)模型進(jìn)行估算，結(jié)果見表1。

表示p<0.1；②由于橫截面樣本存在異方差，因此系數(shù)顯著性程度是經(jīng)WHITE異方差調(diào)整后的P值來確定；③模型1采用固定效應(yīng)模型，模型2采用混合效應(yīng)模型，模型3至模型5因增加虛擬變量而采用混合效應(yīng)模型

3.3 結(jié)果分析

（1）全國和區(qū)域范圍，高校創(chuàng)新產(chǎn)出優(yōu)勢度對企業(yè)創(chuàng)新產(chǎn)出優(yōu)勢度的影響均通過顯著性檢驗，且在1%水平上正相關(guān)，高校的創(chuàng)新產(chǎn)出優(yōu)勢度會促進(jìn)企業(yè)創(chuàng)新產(chǎn)出優(yōu)勢度的形成，其中東部最高，中部最低。我國高校和新能源企業(yè)多聚集在以長三角、珠三角和環(huán)渤海地區(qū)為主的東部地區(qū)，由于地區(qū)經(jīng)濟水平和高?；A(chǔ)科研水平較高，大量的人才和資金流入使高校形成明顯的區(qū)域優(yōu)勢；高校在為企業(yè)提供人才和技術(shù)支持時，促進(jìn)了企業(yè)創(chuàng)新產(chǎn)出優(yōu)勢度的形成。雖然與中部相比，西部的高校和新能源企業(yè)數(shù)量較少，創(chuàng)新產(chǎn)出水平相對較低，但高校對企業(yè)創(chuàng)新產(chǎn)出優(yōu)勢度的形成有更強的促進(jìn)作用。原因為中部地區(qū)高校的創(chuàng)新產(chǎn)出優(yōu)勢度較高，而企業(yè)相對較低，導(dǎo)致高校對企業(yè)創(chuàng)新產(chǎn)出優(yōu)勢度的作用相對較弱。

（2）中部地區(qū)虛擬變量值為負(fù)，表明在相同的控制變量影響下，中部企業(yè)的創(chuàng)新產(chǎn)出優(yōu)勢度較東、西部低。原因在于：雖然中部高校創(chuàng)新產(chǎn)出優(yōu)勢度較高，新能源企業(yè)規(guī)模較大、基礎(chǔ)投資及科技投入較高，但這些資源優(yōu)勢并沒有帶來企業(yè)創(chuàng)新產(chǎn)出的絕對優(yōu)勢，相比之下，東、西部企業(yè)的資源利用和科技轉(zhuǎn)化能力更高。

（3）全國和區(qū)域范圍，基礎(chǔ)投資滯后期對企業(yè)創(chuàng)新產(chǎn)出優(yōu)勢度的影響均表現(xiàn)為顯著的負(fù)相關(guān)?；A(chǔ)投資并沒有帶來企業(yè)創(chuàng)新產(chǎn)出優(yōu)勢度的形成，出現(xiàn)了基礎(chǔ)投資的過?，F(xiàn)象。以光伏、風(fēng)能產(chǎn)業(yè)為例，近幾年國家和地方政府給予較大的政策優(yōu)惠，各省陸續(xù)建設(shè)風(fēng)能設(shè)備制造基地，多晶硅、光伏組件生產(chǎn)基地，企業(yè)對行業(yè)片面的樂觀預(yù)期和盲目的基礎(chǔ)投資導(dǎo)致出現(xiàn)了重復(fù)建設(shè)傾向和產(chǎn)能過剩問題，“漏風(fēng)”、“漏電”現(xiàn)象較嚴(yán)重；且由于企業(yè)較多地集中在產(chǎn)業(yè)鏈的中下游，R&D投入力度不夠，R&D人才短缺，科研能力相對薄弱，在大型風(fēng)機制造、硅提純方法等核心技術(shù)上還暫時落后于西方發(fā)達(dá)國家，導(dǎo)致企業(yè)的核心競爭力不強。

（4）企業(yè)的科技投入方面，R&D經(jīng)費投入對新能源企業(yè)的創(chuàng)新產(chǎn)出優(yōu)勢度有顯著的促進(jìn)作用，而R&D人力投入指標(biāo)不顯著。數(shù)據(jù)顯示，R&D經(jīng)費投入近年來增長較快，但R&D人力投入增長相對緩慢，部分省份甚至出現(xiàn)輕微的下降，科研人員的供需缺口是導(dǎo)致R&D人力投入指標(biāo)不顯著的原因。此外，企業(yè)規(guī)模對企業(yè)創(chuàng)新產(chǎn)出優(yōu)勢度有顯著的正向作用，規(guī)模越大的企業(yè)，其配套設(shè)施越完善，設(shè)備越先進(jìn)，科技投入越多，科研能力越強，創(chuàng)新產(chǎn)出優(yōu)勢度越明顯。

4 匹配度的實證分析

為進(jìn)一步研究2009～2013年各省高校與新能源企業(yè)創(chuàng)新產(chǎn)出的匹配狀況，這里引入?yún)^(qū)位商的算法，計算公式為：

LQi=（Eij/Ei）/（Ekj/Ek）

其中j為省份，i為高校，k為企業(yè)，E為專利數(shù)，LQ為匹配度。

（1）如表2所示，匹配度大于1的有北京、山西、內(nèi)蒙古、遼寧、吉林、黑龍江、上海、江西、湖北、湖南、廣西、海南、重慶、貴州、云南和陜西，表明高校的創(chuàng)新產(chǎn)出優(yōu)勢度顯著高于新能源企業(yè)，高校滿足了企業(yè)發(fā)展的技術(shù)需求。天津、浙江的匹配度在1附近，表明高校和企業(yè)出現(xiàn)了創(chuàng)新產(chǎn)出的均衡，尤其是浙江省，高新技術(shù)企業(yè)研究開發(fā)中心的建成和發(fā)展使新能源企業(yè)的創(chuàng)新產(chǎn)出處于全國前列，而“政產(chǎn)學(xué)研商”的合作模式促使高校和企業(yè)的協(xié)同創(chuàng)新；相比之下，天津高校和新能源企業(yè)的創(chuàng)新產(chǎn)出實現(xiàn)了較低水平的均衡。

（2）匹配度小于1的有河北、江蘇、安徽、山東、四川、福建、河南、廣東、青海和新疆，高校尚未與新能源企業(yè)的發(fā)展現(xiàn)狀相匹配。其中河北、江蘇、安徽、四川、福建、山東、河南和廣東的光伏、風(fēng)能、生物質(zhì)能等產(chǎn)業(yè)處于全國領(lǐng)先地位，企業(yè)技術(shù)創(chuàng)新能力強，對高校的人才和技術(shù)需求較高；雖然這些地區(qū)高校的創(chuàng)新產(chǎn)出較高，但尚未滿足企業(yè)發(fā)展的需求。青海和新疆擁有新能源專業(yè)的高校數(shù)量很少，高校的創(chuàng)新產(chǎn)出與企業(yè)相比還有較大差距。

（3）從匹配度的年均增長率來看，天津、內(nèi)蒙古、福建、四川、黑龍江、江蘇、安徽、湖南、廣西、重慶、云南、陜西、青海均小于0，表明2009～2013年期間，這些地區(qū)新能源企業(yè)的創(chuàng)新產(chǎn)出能力得到了更快提升。

5 結(jié)論與建議

首先，高校的創(chuàng)新產(chǎn)出優(yōu)勢度對企業(yè)的創(chuàng)新產(chǎn)出優(yōu)勢度有顯著的促進(jìn)作用，其中東部最高，中部最低；其次，由于中部地區(qū)企業(yè)的資源利用和技術(shù)轉(zhuǎn)化能力相對較低，在基礎(chǔ)投資、科技投入和企業(yè)規(guī)模的影響下，企業(yè)的創(chuàng)新產(chǎn)出優(yōu)勢度較東、西部地區(qū)低；再次，大規(guī)模的基礎(chǔ)投資并沒有帶來新能源企業(yè)創(chuàng)新產(chǎn)出優(yōu)勢度的形成，而出現(xiàn)了基礎(chǔ)投資的過剩現(xiàn)象；最后，企業(yè)規(guī)模和R&D經(jīng)費投入對新能源企業(yè)創(chuàng)新產(chǎn)出優(yōu)勢度有顯著的促進(jìn)作用，但R&D人力投入指標(biāo)不顯著，R&D人才的供需還存在較大缺口。通過匹配度分析：河北、江蘇、安徽、山東、四川、福建、河南、廣東、青海和新疆的高校尚未與新能源企業(yè)的發(fā)展現(xiàn)狀相匹配；天津和浙江實現(xiàn)了高校和企業(yè)的均衡匹配；其余地區(qū)高校與企業(yè)的匹配度較高，高校滿足了企業(yè)發(fā)展的技術(shù)需求；此外，天津、內(nèi)蒙古、福建、四川、黑龍江、江蘇、安徽、湖南、廣西、重慶、云南、陜西、青海新能源企業(yè)的創(chuàng)新產(chǎn)出能力在近幾年得到了更快提升。

針對研究結(jié)果，提出如下建議：首先，各地政府在加大招商引資力度建設(shè)新能源產(chǎn)業(yè)時，不僅應(yīng)考慮大規(guī)模的基礎(chǔ)投資，還應(yīng)鼓勵企業(yè)將更多的目光聚焦于創(chuàng)新能力的提升上，如加大R&D經(jīng)費的投入和對R&D人才的引進(jìn)與培養(yǎng)，提高企業(yè)的創(chuàng)新產(chǎn)出能力，打破西方發(fā)達(dá)國家在核心技術(shù)上的壟斷，使企業(yè)從產(chǎn)業(yè)的中下游轉(zhuǎn)型到中上游。其次，高校在新能源產(chǎn)業(yè)人才和技術(shù)的輸送上仍將發(fā)揮重要作用，未來應(yīng)在匹配度低的地區(qū)高校繼續(xù)增設(shè)新能源相關(guān)專業(yè)，培養(yǎng)更多高技術(shù)水平的專業(yè)人才；還應(yīng)在匹配度高的地區(qū)強化高校與新能源企業(yè)之間的人才和技術(shù)交流，如創(chuàng)建大學(xué)科技園、產(chǎn)學(xué)研協(xié)同中心、企業(yè)實習(xí)基地等，以實現(xiàn)技術(shù)從高校到企業(yè)的轉(zhuǎn)化。同時政府要充分發(fā)揮橋梁的作用，通過搭建通信和網(wǎng)絡(luò)平臺，鼓勵和招標(biāo)更多的產(chǎn)學(xué)研合作項目，構(gòu)建政、產(chǎn)、學(xué)、研、用技術(shù)協(xié)同創(chuàng)新模式，實現(xiàn)高校與新能源企業(yè)的協(xié)同發(fā)展。

參考文獻(xiàn)：

[1]Hong L， Zhou N， Fridley D， et al. Assessment of Chinas Renewable Energy Contribution during the 12th Five Year Plan[J].Energy Policy， 2013，62： 1533-1543.

[2]蒙丹. 我國新能源產(chǎn)業(yè)鏈的低端產(chǎn)能過剩問題研究[J]. 經(jīng)濟縱橫，2010（5）：37-40.

[3]趙紅梅. 關(guān)鍵技術(shù)突破對新興產(chǎn)業(yè)發(fā)展的創(chuàng)造效應(yīng)研究[J]. 科學(xué)管理研究，2014（5）：51-54.

[4]賈淵培. 風(fēng)電人才缺失成產(chǎn)業(yè)發(fā)展瓶頸[N]. 中國能源報， 2013-7-29.

[5]劉永，李漢邦，周健. 高校科技創(chuàng)新鏈中的關(guān)鍵角色及其動力分析[J]. 科學(xué)管理研究，2012（2）：13-16.

[6]王廷. 三區(qū)聯(lián)動：高校集聚區(qū)的創(chuàng)新發(fā)展之路[J]. 高等工程教育研究，2014（3）：50-54.

[7]Zhi Q， Sun H H， Li Y X， et al. Chinas Solar Photovoltaic Policy： An Analysis Based on Policy Instruments [J]. Applied Energy. 2014， 129：308-319.

[8]Wang Z， Qin H， Lewis J I. Chinas Wind Power Industry： Policy Support， Technological Achievements， and Emerging Challenges [J]. Energy Policy， 2012， 51：80-88.

[9]王元地，史曉輝. 我國新能源技術(shù)創(chuàng)新能力空間分布格局研究[J]. 科技進(jìn)步與對策，2014（6）：69-72.

[10]易高峰，鄒曉東. 面向戰(zhàn)略性新興產(chǎn)業(yè)的產(chǎn)學(xué)研用協(xié)同創(chuàng)新平臺研究[J]. 高等工程教育研究，2015（2）：39-43.

[11]宋艷，張世慧，蔣沖雨. 戰(zhàn)略性新興產(chǎn)業(yè)屬性的科技項目評價模型及方法研究[J]. 軟科學(xué)，2014，11：128-132.

[12]Griliches Z. Patent Statistics as Economic Indicators： A Survey [J]. Journal of Economic Literature， 1990（92）： 630-653.

[13]Furman J， Porter M， Stern S. The Determinants of National Innovative Capacity [J]. Research Policy， 2002（31）： 899-933.

[14]王淑英，秦芳. 基于空間面板模型的高校創(chuàng)新產(chǎn)出溢出效應(yīng)的實證研究[J]. 軟科學(xué)，2015（7）：64-68.

[15]李士忠， 張朝， 張素芳. 保定新能源產(chǎn)業(yè)園集聚效應(yīng)的實證分析[J]. 產(chǎn)業(yè)與科技論壇， 2011（9）：34-35.

[16]郭立偉， 沈滿洪. 基于區(qū)位商和NESS模型的新能源產(chǎn)業(yè)集群水平識別與評價——以浙江省為例[J]. 科學(xué)學(xué)與科學(xué)技術(shù)管理，2013（5）：70-79.

（責(zé)任編輯：李映果）