楊琦

[內(nèi)容摘要]本文利用方法對財政支農(nóng)不同部分對農(nóng)村居民消費的影響進行了考察。結果表明：①生產(chǎn)性的支出對農(nóng)村居民消費產(chǎn)生了“擠入效應”，而非生產(chǎn)性支出對農(nóng)村居民消費產(chǎn)生了“擠出效應”；生產(chǎn)性支出對農(nóng)民消費的沖擊為正，非生產(chǎn)性支出對農(nóng)民消費沖擊主要為負。從沖擊的貢獻來看，前者的貢獻率大于后者。②從短期來看，農(nóng)村居民消費支出與生產(chǎn)性支農(nóng)支出構成了雙向的Granger原因；非生產(chǎn)性支農(nóng)支出成為農(nóng)村居民消費的Granger原因，而農(nóng)村居民消費不能成為非生產(chǎn)性支農(nóng)支出的Granger原因。對模型施加短期約束條件，生產(chǎn)性支農(nóng)支出對農(nóng)民消費有一個正的較大的同期效應。

[關鍵詞]財政支農(nóng)；農(nóng)村居民消費；模型

一、相關研究述評

學術界對政府支出與居民消費之間的理論關系主要有兩種相左的觀點：一種是有“擠入效應”，即政府支出對居民消費是正向作用；另一種是“擠出效應”，即政府支出對居民消費是負向作用。國外學界對究竟是“擠入”或“擠出”存在爭議。Ahmed、Tsung-wu Ho和Perotti的研究發(fā)現(xiàn)政府支出對私人消費基本是擠出的另一些學者如Aschauer、Blanchard和Perotti的研究結果表明卻認為政府支出對私人消費有拉動效應。

國內(nèi)學者研究得出的結論也并不一致。胡書東、李廣眾、李樹培和魏下海等研究證實我國財政支出對居民消費具有擠入效應。劉宛晨和袁闖通過對我國1978-2004年的數(shù)據(jù)進行回歸分析，結果表明，我國財政支出對居民消費總體上存在擠入效應，同時對農(nóng)村居民消費的“擠進作用”更明顯。另一些學者如黃賾琳、潘彬等、陳太明、楊智峰等利用不同的方法研究了財政支出對居民消費的影響，認為政府支出對私人消費具有擠出效應。

許多財政支農(nóng)研究的集中在其對農(nóng)民收入與農(nóng)村經(jīng)濟增長的影響上，如楊燦明等、李煥彰等、杜玉紅、王敏等。但有少數(shù)學者也研究了財政支農(nóng)與農(nóng)村居民消費之間的關系，如李燕凌與曾福生對中國不同地區(qū)的農(nóng)村公共支農(nóng)的效果進行了分析，結論是支農(nóng)效果對得出對不同地區(qū)和不同消費項目的影響并不同。朱建軍和常向陽利用面板模型研究結果表明，地方財政補貼性支出對農(nóng)村居民消費的影響不顯著，而財政支農(nóng)支出具有顯著的正向影響。儲德銀和閆偉也利用面板模型的研究結果認為財政支出對農(nóng)村居民消費具有正向效應。胡永剛和楊智峰使用模型的研究表明，財政農(nóng)業(yè)支出對農(nóng)村居民消費是擠入的，其中，事業(yè)費對農(nóng)村居民消費的長期效應較弱，短期效應明顯；而基本建設費、科技費、救濟及其他費與對農(nóng)村居民消費有較顯著的長期效應。胡東蘭等利用1978-2010年的時間序列數(shù)據(jù)實證分析了我國財政支農(nóng)支出對農(nóng)村居民消費的影響，結果表明，財政支農(nóng)支出對農(nóng)村居民消費有一定的擠入效應，但效果不明顯，而且農(nóng)村居民消費存在一定的滯后性。

值得一提的是，在國內(nèi)的研究中，許多學者并沒有將可支配收入這個變量納入到計量模型中，帶來的直接后果就是可能會導致估計結果是有偏的。傳統(tǒng)的經(jīng)濟計量方法（如聯(lián)立方程模型方法）是以經(jīng)濟理論為基礎來描述變量關系的模型。但是，經(jīng)濟理論通常并不足以對變量之間的動態(tài)聯(lián)系提供一個嚴密的說明，而且內(nèi)生變量既可以出現(xiàn)在方程左端又可以出現(xiàn)在方程右端使得估計和推斷變得更加復雜。解決這個問題的方法之一就是使用Sims提出的向量自回歸（VAR）這種多方程模型。

二、數(shù)據(jù)來源與實證方法的選取

（一）數(shù)據(jù)說明

按Barro的劃分方式，財政支農(nóng)可以分為兩個部分：生產(chǎn)性支出和非生產(chǎn)性支出。其中生產(chǎn)性支出包括：農(nóng)林水利氣象事業(yè)費、農(nóng)業(yè)科技三項費用和支援農(nóng)村生產(chǎn)支出；非生產(chǎn)性支出包括農(nóng)業(yè)基本建設支出和農(nóng)村救濟費。農(nóng)村水利氣象等事業(yè)部門的事業(yè)費指的是用于農(nóng)村水利、氣象、林業(yè)等事業(yè)單位的人員經(jīng)費和各項事業(yè)專項經(jīng)費；農(nóng)業(yè)科技三項費用指的是農(nóng)業(yè)科技事業(yè)中新產(chǎn)品試制費、中間試驗費和重大科研項目補助費等費用的支出；支援農(nóng)村生產(chǎn)支出指的是財政支援農(nóng)村集體及戶的生產(chǎn)支出；農(nóng)業(yè)基本建設支出指的是政府為農(nóng)業(yè)生產(chǎn)創(chuàng)造良好條件的建設以及對農(nóng)業(yè)部門中固定資產(chǎn)的新建、擴建、改建和恢復而做的投資支出。

消費價格指數(shù)的說明：本文采用城市居民消費價格指數(shù)（1978=100）來代替1985年以前的農(nóng)村居民消費價格指數(shù)，這是因為官方?jīng)]有公布1985年以前的農(nóng)村居民消費價格指數(shù)，而1985年及其以后的農(nóng)村居民消費價格指數(shù)采用的是Gale Johnson的方法，即將當年官方公布的指數(shù)（1985年=100）乘以1.342而得來（城市CPI 1985年=134.2）。農(nóng)民人均純收入、農(nóng)民人均消費支出選取1978-2012年數(shù)據(jù)。農(nóng)民人均消費支出和農(nóng)民純收入利用農(nóng)村居民消費價格指數(shù)進行平減（以1978年為基期的CPI指數(shù)），這么做的目的是為了克服物價波動的影響。由于1984年才開始統(tǒng)計農(nóng)村居民CPI指數(shù)，令1984=100，1978-1983年的CPI均按1984年的計算。人均值可由各年度數(shù)據(jù)除以當年鄉(xiāng)村總人口數(shù)得到。這里農(nóng)村人均純收入等于人均可支配收入。

農(nóng)民人均所得財政支農(nóng)數(shù)據(jù)的說明：官方對農(nóng)村基本建設支出、農(nóng)村救濟費和農(nóng)業(yè)科技三項費用的統(tǒng)計已于2006年后停止，故這三項變量選取了1978-2006年的數(shù)據(jù)；為了數(shù)據(jù)的一致性，農(nóng)林水利氣象事業(yè)費和支援農(nóng)村生產(chǎn)支出也選取1978-2006年的數(shù)據(jù)。運用農(nóng)村地區(qū)商品零售價格指數(shù)對財政支農(nóng)數(shù)據(jù)進行了平減。

變量定義：RI=人均農(nóng)民純收入；RC=人均農(nóng)民消費支出；PE=生產(chǎn)性支出，NPE=非生產(chǎn)性。模型中將等式兩邊取了對數(shù)，目的是為了消除可能存在的異方差。

本文數(shù)據(jù)均來源于相關年度的中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫、《中國統(tǒng)計年鑒》、《中國農(nóng)村統(tǒng)計年鑒》、《新中國50年統(tǒng)計資料匯編》。

（二）實證方法

模型是用模型中所有當期變量對所有變量的若干滯后項進行回歸。VAR（p）模型為：

其中，Y_t是N×1的列向量，p表示滯后階數(shù)，Ⅱ_p是N×N階參數(shù)矩陣，U_t是N×1階隨機誤差列向量。Ω是N×N階方差協(xié)方差矩陣。在現(xiàn)實經(jīng)濟中，很多經(jīng)濟變量不僅與本身及其他變量的滯后期值有關，還與同期值有關。結構式VAR能夠依據(jù)現(xiàn)有的經(jīng)濟理論，考慮變量間的同期關系，從而相比較于無約束的VAR更精確地去解釋變量間的動態(tài)關系。對變量之間相互關系的識別約束短期的沖擊是通過對變量間方差一協(xié)方差行列式的識別。因由簡約VAR模型不能直接得到結構沖擊用于分析經(jīng)濟系統(tǒng)的動態(tài)響應，我們采用Amisano和Giannini的AB模型來將簡約VAR的殘差，化為結構沖擊。矩陣A與B描述了簡約VAR模型的殘差與結構沖擊之間的線性關系，如果得到內(nèi)生變量的結構沖擊表達式，便可以分析變量獨立的結構沖擊的動態(tài)效應，即SVAR模型。一般k個變量p階結構向量自回歸模型SVAR（p）為：

三、實證結果與分析

（一）模型的檢驗

1 ADF檢驗。時間序列可能會出現(xiàn)偽回歸的現(xiàn)象。為了避免偽回歸，可用ADF單位根檢驗法來檢驗變量的平穩(wěn)性，將非平穩(wěn)的變量進行處理使之成為平穩(wěn)的時間序列。協(xié)整可以刻畫多個序列之間的平穩(wěn)關系，但對每個序列單獨來說可能是非平穩(wěn)的。Engle和Granger指出多個非平穩(wěn)時間序列的線性組合可能是平穩(wěn)的，即有I（O）的存在，這些非平穩(wěn)的時間序列之間被認為具有協(xié)整關系。但許多非平穩(wěn)時間序列通過差分運算，得到平穩(wěn)的序列I（d），說明變量是可以單整的。如果變量是單整，就可以對變量進行協(xié)整檢驗來確定他們之間是否存在長期穩(wěn)定關系。SC值最小是VAR滯后階數(shù)的選擇原則，選取了帶有截距和趨勢項的模型，檢驗結果如表1所示。結果顯示，變量為非平穩(wěn)變量，但是通過差分后序列平穩(wěn)，即I（1）過程。接著檢驗變量間是否存在協(xié)整關系。

在確定VAR模型之前，確定滯后階數(shù)。滯后階數(shù)的確定非常重要。因為如果p太小，誤差項的自相關有時很嚴重，將會導致被估參數(shù)的非一致性。但是，p太大會導致自由度減小，并直接影響被估參數(shù)的有效性。對于滯后階數(shù)的選擇有多種判斷準則，其中包括LR統(tǒng)計量、赤地信息準則（AIC）以及施瓦茨準則（SC）等五個準則。從表2中得到五個評判標準有四個選擇滯后1期，得到VAR模型的滯后階數(shù)為1，即VAR（1）。

2 協(xié)整檢驗。協(xié)整理論是Engle和Granger提出的，該理論認為雖然一些變量是非平穩(wěn)序列，但是它們的線性組合有可能是平穩(wěn)序列，平穩(wěn)的線性組合被稱為協(xié)整方程。協(xié)整檢驗的方法采用JJ檢驗，它是Johansen和Juselius提出的基于回歸系數(shù)的協(xié)整檢驗，適合在多變量的VAR模型中進行協(xié)整檢驗。VAR模型中協(xié)整關系的個數(shù)可以通過Johansen的最大特征根和跡估計方法確定。

由于△LNRC、△LNRI等四個序列都是I（1）序列，滿足協(xié)整條件。采用特征根Trace和Max-Eigen檢驗，得到協(xié)整結果，見表3。

從表3可以看出，Trace檢驗和Max-Eigen檢驗均顯示在10%的顯著性水平下，VAR模型有兩個協(xié)整關系。

3 長期均衡關系分析。上述協(xié)整檢驗中，各變量之間存在長期協(xié)整關系，最后模型取標準化的協(xié)整向量，得到對應的協(xié)整方程為（括號內(nèi)的數(shù)字表示參數(shù)估計的t值）：

從長期協(xié)整方程（4）中看出，支農(nóng)生產(chǎn)性支出、支農(nóng)非生產(chǎn)性支出、農(nóng)民純收入和農(nóng)村居民消費之間存在長期均衡關系。其中，支農(nóng)生產(chǎn)性支出和農(nóng)民純收入對農(nóng)村居民消費增長有促進作用，但起的作用不同。前者的作用更大，它每增加1%，農(nóng)民收入增加0.66%；后者每增加1%，農(nóng)民消費支出增長0.16%，但t值不顯著。而非生產(chǎn)性支農(nóng)支出對農(nóng)村居民消費有負面作用，它每增加1%，農(nóng)村居民消費支出減少1.02%。這說明生產(chǎn)性支農(nóng)支出對農(nóng)村居民消費產(chǎn)生了擠入效應，而非生產(chǎn)性支農(nóng)支出對農(nóng)村居民消費產(chǎn)生了擠出效應，這與朱建軍（2009）對地方財政支農(nóng)的研究結論是一致的。

4 Granger因果檢驗。Johansen協(xié)整檢驗結果表明，財政支農(nóng)支出與農(nóng)村居民消費在1978-2006年間，存在長期穩(wěn)定的均衡關系。然而，這種均衡關系是否構成短期因果關系，還有待于進一步驗證?；诖耍疚倪M行格蘭杰因果關系檢驗，以此判斷它們之間的短期關系。

由表4可以看出，在1%的顯著性水平下，農(nóng)村居民消費支出與生產(chǎn)性支農(nóng)支出構成了雙向的Granger原因；在5%的顯著性水平下，非生產(chǎn)性支農(nóng)支出成為農(nóng)村居民消費的Granger原因，而農(nóng)村居民消費不能成為非生產(chǎn)性支農(nóng)支出的Granger原因。

（二）財政支農(nóng)對農(nóng)民收入、消費影響的SVAR模型

1 構建SVAR模型。VAR模型的缺點是不能刻畫變量之間的同期相關關系，因VAR模型并沒有給出變量之間當期相關關系的確切形式，即在模型的右端不含內(nèi)生變量的當期值，而SVAR這些當期相關關系隱藏在擾動項變動中，而模型中包含變量之間的當期關系。要找到變量之間的同期相關關系，可以通過SVAR模型來識別，但需要對模型施加約束。從簡約VAR到SVAR轉化時，需要施加k（k-1）/2個限制條件才能得到相應的結構式參數(shù)，即模型才能被識別。因此，對本文的4變量模型，則需要6個約束限制條件才能識別出結構沖擊。除了主對角線的數(shù)為1外，我們得再施加2個以上的限制，采用對矩陣B施加限制條件實現(xiàn)短期約束。1代表LNRC，2代表LNRI，3代表LNPE，4代表LNNPE。根據(jù)經(jīng)濟常識，消費與純收入對生產(chǎn)性或非生產(chǎn)性支出的同期影響應為0，即a₃₁=a₄₁=0，a₃₂=a₄₂=0，而生產(chǎn)性支農(nóng)支出與非生產(chǎn)性支農(nóng)支出相互同期影響也都為0，即a₃₄=a₄₃=0。

建立4變量的AB型SVAR模型，其A、B矩陣形式如下：

本文關心的是支農(nóng)支出對消費的影響，故對支農(nóng)支出對收入的影響省去不論。從矩陣式中可以看出，a₁₃=2.43，a₁₄=0.000107，“a₁₃”的數(shù)值代表生產(chǎn)性支農(nóng)支出對農(nóng)村居民消費有一個正的較大的同期效應，“a₁₄”的數(shù)值代表非生產(chǎn)性支農(nóng)支出對農(nóng)村居民消費的影響幾乎沒有。兩個數(shù)值意味著：在短期內(nèi)生產(chǎn)性支出對農(nóng)村居民消費有較大正向影響；而非生產(chǎn)性支出對農(nóng)村居民消費的短期消費影響很小。政策含義是，考慮增加生產(chǎn)性支農(nóng)支出能快速提升農(nóng)村居民消費能力。

2 SVAR模型的脈沖響應函數(shù)分析。VAR模型是一種非理論性的模型，無需對變量做任何先驗性約束，因此在分析VAR模型時，往往不分析一個變量的變化對另外變量的影響如何，而是分析當一個誤差項發(fā)生變化（或模型受到某種沖擊時）對系統(tǒng)的動態(tài)影響。這種分析方法稱為脈沖響應函數(shù)法（IRF）。脈沖響應函數(shù)刻畫的是在擾動項上加一個標準大小的沖擊對于內(nèi)生變量當前值和未來值所帶來的影響。在模型中，某一個變量的沖擊不僅直接影響到自身，而且會通過VAR模型的滯后結構傳遞到其他內(nèi)生變量。由于VAR中不同方程的隨機誤差項之間存在同期相關，這些殘差都對共同的沖擊存在著聯(lián)合的依賴性。因為非結構化的向量自回歸模型的變量間也同時相互依賴，為了區(qū)分各變量自身真正的沖擊，需要構造一個正交矩陣將同期的沖擊項轉換為同期不相關的沖擊項，將變量殘差中來自其他變量的部分剝離掉。本文利用喬利斯基（Cholesky）分解方法得到脈沖響應。縱軸表示變量增長率的變化，橫軸表示響應函數(shù)的期數(shù)，響應函數(shù)的追蹤期設為30期（年）。

如上圖（a）所示，給生產(chǎn)性支農(nóng)支出一個正的標準差的沖擊，在第1～17年對農(nóng)村居民消費為正的影響，在第18年后對農(nóng)村居民消費的影響都為負，分別在第9年和第26年達到正的和負的最大沖擊。說明生產(chǎn)性支農(nóng)支出在中短期對農(nóng)民消費呈現(xiàn)正效應，這主要是就農(nóng)戶的生產(chǎn)支援和科技的投入對農(nóng)業(yè)生產(chǎn)起到了支持作用，增加了農(nóng)民收入，進而提高了農(nóng)民的消費。但是，從長期來看，這種支出的正效應是在逐漸衰減的；在上圖（b）中，給非生產(chǎn)性支農(nóng)支出一個標準差正的沖擊，前3年對農(nóng)村居民消費影響為負，在第4～9年對農(nóng)村居民消費的影響為微弱的正沖擊，第10年后以后各期對農(nóng)村居民消費的影響都為負，在第21年對農(nóng)村居民消費的影響達到負的最大沖擊。這說明非生產(chǎn)性支農(nóng)支出對農(nóng)村居民消費基本上具有擠出效應。

3 方差分解。方差分解表示的是當系統(tǒng)的某個變量受到一個單位的沖擊以后，以變量的預測誤差方差百分比的形式反映向量之間的交互作用程度。與沖擊響應分析相比，方差分解將一個內(nèi)生變量的均方誤差分解成各變量結構沖擊所做的貢獻。

為考察沖擊的長期影響，本文選取了30期（年）。從分解表（表略）看出，不考慮消費自身的貢獻率，生產(chǎn)性支農(nóng)支出對農(nóng)村居民消費的貢獻率較大，為正且呈波浪形，在第8年最大達到第1個波值9.5%（RVC_3→1（8）=9.5%）后慢慢衰減，在第29年又達到另一個波值12%（RVC_3→1（29）=12%）。非生產(chǎn)性支農(nóng)支出的貢獻率也是呈波浪形為正但是較小，在第30年為3.1%（RVC_4→1（30）=3.1%）；農(nóng)村居民消費對生產(chǎn)性支農(nóng)支出的貢獻率也是呈波浪形，但數(shù)值較小，在第30年達到2.5%（RVC_1→3（30）=2.5%），非生產(chǎn)性支農(nóng)支出對生產(chǎn)性支農(nóng)支出的貢獻率表現(xiàn)為呈多個波峰的波浪形，最大值是在第8年（7.0%）（RVC_4→3（8）=7.0%）；農(nóng)村居民消費對非生產(chǎn)性支農(nóng)支出的貢獻率在第1年較大，第2年后逐漸衰減，在第12年后開始增大，到第28年達到最大值（3.1%）（RVC_1→4（28）=3.1%），生產(chǎn)性支農(nóng)支出對非生產(chǎn)性支農(nóng)支出的貢獻率也是呈現(xiàn)多波峰的波浪形，但貢獻值較大，在第16年達到25.4%（RVC_3→4（16）=25.4%）。

四、簡短的結論與政策建議

本文利用1978-2012年的數(shù)據(jù)，考察了我國財政支農(nóng)不同項目對農(nóng)村居民消費的影響效應。我們的分析表明：（1）從長期均衡來看，對農(nóng)村居民消費產(chǎn)生正向作用即擠入效應的有農(nóng)業(yè)科技三項費、農(nóng)林水利氣象事業(yè)費和支援農(nóng)村生產(chǎn)支出等生產(chǎn)性支出；對農(nóng)村居民消費產(chǎn)生負面作用即擠出效應的有農(nóng)村救濟費和農(nóng)村基本建設支出等非生產(chǎn)性支出。非生產(chǎn)性支出對農(nóng)村居民消費的沖擊主要為負，而生產(chǎn)性支出對農(nóng)村居民消費的沖擊在中長期內(nèi)為正，但從更長遠來看為負。生產(chǎn)性支出的沖擊對農(nóng)民消費的貢獻率比非生產(chǎn)性支出要大，兩者對農(nóng)民消費的沖擊都呈現(xiàn)波動狀態(tài)。（2）從短期來看，生產(chǎn)性支農(nóng)支出與農(nóng)村居民消費支出構成雙向Granger原因；農(nóng)村居民消費沒有構成非生產(chǎn)性支農(nóng)支出的Granger原因，但非生產(chǎn)性支農(nóng)支出構成了農(nóng)村居民消費的Granger原因。對模型施加短期約束條件，生產(chǎn)性支農(nóng)支出對農(nóng)民消費有一個正的較大的同期效應，非生產(chǎn)性支農(nóng)支出對農(nóng)民消費的同期影響非常小。

由此，我們對如何合理利用財政支農(nóng)支出提升農(nóng)村居民消費提出以下建議：

（一）加大財政支農(nóng)投入的總量

沒有總量的增加，支農(nóng)投入就是建立在空中樓閣上的。我國的農(nóng)業(yè)投入嚴重不足。農(nóng)業(yè)對國家的重要性不言而喻，我國還有廣大人口在農(nóng)村居住，增加農(nóng)業(yè)的投人，改善農(nóng)業(yè)生產(chǎn)條件，增加農(nóng)業(yè)從業(yè)人員的收入，從而拉升消費的增長。所以，要繼續(xù)加大支農(nóng)力度，從法律上確立財政支農(nóng)占財政支出總量的比例，并建立財政支農(nóng)增長的穩(wěn)定機制。

（二）繼續(xù)加大對農(nóng)業(yè)的科技和支援農(nóng)村生產(chǎn)支出的投入

這兩項對消費具有擠入效應。從上面的分析可知，最有效促進消費的項目就是支援農(nóng)村生產(chǎn)支出，因為它對農(nóng)村居民具有直接的收入增長效應。1978年以來，從各類農(nóng)業(yè)支出占財政農(nóng)業(yè)支出的平均比例來看，科技費比重最小，僅占1%，但它對農(nóng)民增收的作用是巨大的。建立農(nóng)民增收的長效機制要靠科技的投入，政府應加大科技支出，讓農(nóng)民學習農(nóng)業(yè)科技知識，應用科技來增產(chǎn)增收。氣象等事業(yè)部門的事業(yè)費支出應壓縮。

（三）農(nóng)業(yè)基本建設投入的力度要著力加大

農(nóng)村居民消費不振，很大程度上是因為政府對農(nóng)業(yè)基本建設的投入太少，農(nóng)民從事農(nóng)業(yè)生產(chǎn)的基本條件得不到保障而導致收入有限。我國20世紀80年代對農(nóng)業(yè)基本建設的投資比之前不但是相對值在下降，而且絕對值也在下降，尤其下降厲害的是被視為農(nóng)業(yè)命脈的水利建設的投資。進入20世紀90年代，農(nóng)業(yè)投資主體進一步多元化，但農(nóng)業(yè)生產(chǎn)發(fā)展的基礎設施處于不斷削弱的趨勢中，原有基礎設施老化、危化日益突出。

（四）農(nóng)村救濟費的支出仍需加大

農(nóng)村救濟費的作用對象不是有勞動能力的人群，而是孤寡老人、五保戶、喪失勞動能力的一部分農(nóng)村居民，對他們生活水平的改善有較大的作用。農(nóng)村救濟費的支出比例也應隨社會經(jīng)濟發(fā)展水平適當提高。提高農(nóng)村居民生活水平是實現(xiàn)城鄉(xiāng)統(tǒng)籌，構建和諧社會的基礎。

責任編輯：鄧康林