面向用戶的開放政府數據采納模型研究

陳美 梁乙凱

摘?要：[目的/意義]在技術采納與應用整合理論（UTAUT）的基礎上，結合開放政府數據的特點，提出了開放政府數據的用戶采納模型。[方法/過程]指出了感知風險、績效期望、努力期望、社會影響等因素對用戶采納意愿的影響以及便利條件和采納意愿對采納行為的影響。通過PLS-SEM（偏最小二乘法—結構方程模型）的方法，對收集的問卷進行分析。[結果/結論]績效期望、努力期望、社會影響對開放政府數據的采納意愿的影響作用顯著，采納意愿對采納行為的影響作用顯著。然而，感知風險對開放政府數據的采納意愿的影響作用不顯著，便利條件對開放政府數據的采納行為的影響作用不顯著。

關鍵詞：開放政府數據;UTAUT;用戶采納模型;影響因素

DOI：10.3969/j.issn.1008-0821.2021.08.016

〔中圖分類號〕G252.0;D035-39?〔文獻標識碼〕A?〔文章編號〕1008-0821（2021）08-0160-09

Research?on?User?Adoption?Model?of?Open?Government?Data

——Based?on?UTAUT?Theory

Chen?Mei1?Liang?Yikai2

（1.School?of?Public?Administration，Zhongnan?University?of?Economics?and?Law，Wuhan?430073，China;

2.School?of?Management?Science?and?Engineering，Shandong?University?of?Finance?and?Economics，

Jinan?250014，China）

Abstract：[Purpose/Significance]Based?on?the?technology?adoption?and?application?integration?theory（UTAUT）and?combining?with?the?characteristics?of?open?government?data，a?user?adoption?model?for?open?government?data?is?proposed.[Method/Process]This?paper?pointed?out?the?influence?of?perceived?risk，performance?expectation，effort?expectation，social?influence?and?other?factors?on?users?adoption?intention，as?well?as?the?influence?of?convenience?and?adoption?intention?on?adoption?behavior.The?collected?questionnaires?were?analyzed?by?PLS-SEM（Partial?Least?Squares-Structural?Equation?Model）.[Results/Conclusion]Performance?expectation，effort?expectation?and?social?influence?had?significant?effects?on?adoption?intention?of?open?government?data，and?adoption?intention?had?significant?effects?on?adoption?behavior.However，perceived?risk?had?no?significant?effect?on?the?willingness?to?adopt?open?government?data，and?convenience?had?no?significant?effect?on?the?adoption?behavior?of?open?government?data.

Key?words：open?government?data;UTAUT;user?adoption?model;influence?factor

開放政府數據是指，政府通過加大對未開放的政府數據進行初始發布，或致力于使這類數據得到發布，促使政府自身或外部能較為便利地獲取和再利用這些數據，從而實現負有透明度、參與性、協作的開放型政府[1]。作為新的“鉆石礦”，大數據的意義不在于本身龐大的數據資源，而在于對這些數據進行開放利用;開放數據不是政府對擁有的數據進行利用，而是政府開放數據，社會公眾、企業、社會組織和政府機構來對數據進行開發利用[2]。換言之，開放政府數據服務的關鍵是，如何將數據與用戶需求相匹配，從而將政府數據的供給側與數據開放的利用端連接起來[3]。開放政府數據是一個實踐超前于理論的領域，而關于開放政府數據采納的研究相對較少，且存在以下不足之處。①不少研究者從政策法規、平臺建設、數據質量、保障機制、國內外實踐、價值創造等方面進行開放政府數據研究，但這些研究只是強調了開放政府數據合理性的一面，并且處于理論構建階段，較少構建理論模型;②盡管有關信息系統用戶采納問題的研究成果不少，但國內學者對開放政府數據的用戶采納等相關問題的研究相對較少;③現有關于開放政府數據采納方面的研究仍然存在遺漏影響因素、模型解釋力不足、結論穩健性和可推廣性有待進一步驗證等局限。除了已有影響因素，感知風險這個變量也可能影響開放政府數據采納，但現有研究并未進行探究，需要進一步探析。因此，本研究關注如何提升用戶對開放政府數據的采納率，以用戶采納問題中解釋力較強的UTAUT為基礎，結合開放政府數據的具體特點而加入感知風險角度的其他影響因素，從而構建開放政府數據用戶采納模型，探討影響用戶采納開放政府數據的意愿及實際采納行為的因素。

1?研究理論

隨著技術的發展，產生了用來探討新信息技術的接受、使用與推廣的相關理論。其中，被使用最多的一個理論便是技術接受模型（TAM），主要用來預測使用者接受新技術的程度。總體看來，不同時期出現了與技術接受模型相關的不同理論，如理性行為理論（TRA）[4]、計劃行為理論（TPB）[5]、技術接受模型（TAM）[6]、動機理論（MM）[7]、技術接受模型和計劃行為理論整合模型（C-TAM-TPB）[8]、計算機利用理論（MPCU）[9]、創新擴散理論（IDT）[10]、社會認知理論（SCT）[11]。由于用戶行為研究的復雜性和研究者的局限性，上述理論沒有一個可以完全覆蓋所有的影響因素，每個理論都存在一定的局限性[12]。因此，Venkatesh?V等針對以上8個理論模型的觀點進行整合，提出技術采納與應用整合理論（UTAUT）[13]。這一理論中4個影響行為意愿的維度分別為：績效期望、努力期望、社會影響、便利條件，其中績效期望、努力期望、社會影響是影響技術使用的主要決定因素;便利條件與行為意愿則影響技術采納行為。經過實證研究發現，UTAUT對技術采納和使用行為的解釋能力高達70%，使得UTAUT能夠在技術采納和使用的研究上被有效應用。當使用者在采納和使用技術時，會受到性別、年齡、經驗和自愿性4個調節變量影響，因而需要依據不同的研究情境，對4個調節變量進行考慮和修正。即便如此，已有的研究也并不是直接照搬UTAUT，而在相關模型中呈現上述調節變量。同樣地，本文雖然以UTAUT作為理論基礎，但在研究模型中也并未放入UTAUT模型中的調節變量。

當前，有學者以TAM作基礎模型，研究感知有用性、感知努力、組織文化、感知利益、外部影響、便利條件、感知風險、組織能力對政府部門發布開放數據意愿的影響[14]。這一研究在命題或具體所涉及內容上，均為本研究展開深入的研究提供了有益的參考和啟迪，但現有研究忽略了西方理論在中國情境的適用性，這意味著來源于西方的采納理論在中國情境的適用性也有待進一步實證檢驗，而且對開放政府數據用戶影響因素的分析和研究仍然有限。因此，本文將從這方面開展研究。

2?研究假設與模型

2.1?研究假設

2.1.1?感知風險

感知風險的概念首先由Bauer?R?A提出，他認為消費者在實施消費行為時，購買決策的結果可能是無法預測且可能是不愉快的，意味著在消費行為上承擔了某些風險[15]。Roselius?T反駁以往學者將感知風險作為不確定感的界定，其認為感知風險是一種損失，即消費者在采取消費行為時可能遭受到的損失風險，而且這個風險會影響消費者對于購買決策的選擇[16]。Jacoby?J等將消費者的感知風險區分為5個重要類別：財務風險、功能風險、身體風險、心理風險和社會風險[17]。Paul?P?J等提出的第6個重要的風險為時間風險[18]。Stone?R?N等指出前5個風險加上時間風險可以88.8%解釋整體消費者感知風險[19]。Featherman?M?S等將感知風險分為7個方面：績效風險、財務風險、時間風險、心理風險、社會風險、隱私風險、整體風險[20]。

大數據時代的來臨，為用戶提供更便利的數據獲取模式的同時，也使用戶在通過數據門戶獲取數據時出現了各種風險。這使得用戶會產生不安與疑慮，害怕因數據獲取而產生一些損失。夏義堃認為，政府數據開放風險包括國家安全風險、政治風險、行政風險、隱私風險、社會風險[21]。因此，本研究結合開放政府數據的特性，依據Featherman?M?S等的觀點，采取其所提出的績效風險、時間風險、心理風險、社會風險、隱私風險5個層面來進行分析。

1）績效風險：使用的開放政府數據不符合原本預期的需求。

2）時間風險：需要花費很多時間才能來使用開放政府數據。

3）心理風險：使用開放政府數據時，在數據還未下載以前，會讓我心理感到焦慮。

4）社會風險：因不能有效使用開放政府數據而受到他人嘲笑、疏遠而產生社會分化。

5）隱私風險：使用開放政府數據，會擔心網絡黑客可能會入侵我的賬戶及資料。

由于用戶對風險承擔的程度與能力都不相同，因而在相同的情況下，如果用戶面臨選擇時，決策結果往往因人而異。用戶的感知風險對其是否采納開放政府數據會產生影響。用戶感知的風險越大，就越小可能采納開放政府數據。因此，本研究提出如下假設：

H1：用戶對開放政府數據的感知風險會對其采納意愿呈負向的影響。

2.1.2?績效期望

績效期望指個人相信使用技術產品或服務會有助于提升工作、學習績效或對日常生活有幫助。就開放政府數據的采納而言，如果人們不相信開放數據技術和應用程序會幫助他們更好地改進績效或獲取更多利益，那么他們更可能使用傳統的工作方式。在UTAUT模型中，就績效期望對行為意愿的影響而言，男性都比女性明顯[22]。因此，本研究提出假設：

H2：用戶對開放政府數據的績效期望對其采納意愿呈正向的影響。

2.1.3?努力期望

努力期望指個人使用技術產品或服務的容易程度。假如諸如開放數據平臺、軟件、工具和接口等開放數據技術是可用的，那么個人想表現更好的期望也會增加。開放政府數據的格式、語義、多樣性、質量、可獲得性等方面都影響了用戶采納開放政府數據的偏好。因此，本研究提出假設：

H3：用戶對開放政府數據的努力期望對其采納意愿呈正向的影響。

2.1.4?社會影響

社會影響指個人感知的重要，他人認為自己應該使用技術產品或服務的程度。用戶在工作上可能受到同事、主管和他人的影響，使其產生采納開放政府數據的意愿。已有研究顯示，社會影響對技術使用和接受的行為意愿有影響，社會影響會受到性別、年齡、使用經驗等變量的影響，也會因相關經驗的增加而降低[23]。在UTAUT模型中，由于女性比較在乎他人的看法，因而社會影響對行為意愿的影響也較明顯[24]。因此，本研究提出假設：

H4：開放政府數據用戶的社會影響對其采納意愿呈正向的影響。

2.1.5?便利條件

便利條件指個人所感受到組織、技術上相關設備對其使用的產品或服務的支持程度。盡管已有研究顯示，便利條件并不是電子政務服務采納意愿的最佳預測指標[25]，但研究表明，諸如網絡、互聯網連接、充分和適當的開放數據、開放數據基礎設施等便利條件越好，那么開放數據使用意愿就越高[26]。此外，由于互聯網的接入方式不同，因而用戶對開放政府數據的使用也可能不同[27]。因此，本研究提出假設：

H5：開放政府數據用戶的便利條件對其采納行為呈正向的影響。

2.1.6?采納意愿

采納意愿指個人從事某項特定行為所呈現的意愿強度。就本研究而言，采納意愿指用戶愿意采納開放政府數據的意愿強度，即意味著個人在多大程度認為開放政府數據的使用和接受能夠體現自愿或自由意志。實際研究也表明，個人的實際行為表現會受到本身的行為意愿的直接影響。這意味著，要預測個體是否實際執行某項行為，就要了解個體從事某項行為的行為意愿。如果用戶有采納開放政府數據的行為意愿，在無其他條件影響下，將會出現實際的采納行為。因此，本研究提出假設：

H6：采納意愿對開放政府數據的采納行為呈正向的影響。

2.1.7?采納行為

根據Venkatesh?V等[13]對于采納行為的定義：采納行為是一個可以直接測量的觀測變量，可以用使用次數、頻率等指標來加以衡量。因此，本研究中采納行為是用“每周開放政府數據的使用次數”來測量。

2.2?研究模型

有關信息技術采納行為意愿影響的研究蓬勃發展，因不同領域所提出的框架與變量越來越多，使研究者在研究上面臨建構、挑選模式的困難，意味著研究者必須從這些理論模式中挑選變量，從而建立新模式或選擇較為適合的模型進行相關研究，但選擇某個變量或模式時，經常忽略其他模式所具有的貢獻，因而Venkatesh?V等通過全面考慮，搜集了已有八大技術接受模式，進而提出一個整合性的理論——技術采納與應用整合理論。與其他八大模式相比，UTAUT的解釋力高達70%，因而UTAUT在技術接受模式研究上的重要性大大增加，而且被應用于不同領域。就國內而言，目前尚未有以UTAUT為基礎的模型對開放政府數據用戶采納的研究，因而本研究以UTAUT為基礎，選取模型中績效期望、努力期望、社會影響、便利條件作為自變量，而且考慮開放政府數據的特點以及信息技術采納問題中的其他相關因素，從感知風險的5個維度作為新的自變量：績效風險、時間風險、心理風險、社會風險、隱私風險。研究模型如圖1所示。

3?研究方法

3.1?量表設計

要研究用戶在開放政府數據決策使用過程中的特征及規律，關鍵在于能否開發出具有較好信度和效度并且適合中國開放政府數據情景的量表。因此，本研究設計的觀測變量參考自國外相關文獻研究，具有理論依據;另一方面，充分考慮開放政府數據的獨特特點，并將共性因素最大程度情境化，最終設計了22個觀測變量，如表1所示。為了保證問卷效度，本研究進行了20人的預調查，結果表明量表具有較好的信度效度水平，并結合反饋意見對表達不準確、含義不明確的題項進行了調整。

3.2?數據收集

問卷調查采用網絡問卷的形式進行發放。數據收集工作從2020年10月21日至31日。本次問卷調查共發放了132份問卷，實際回收110份，剔除因信息填寫不完整等原因造成的無效問卷后，剩余80份有效問卷，樣本描述性統計如表2所示。

4?數據分析與結果

基于方差的結構方程模型對復雜模型、非正態分布數據、小樣本數據、形成性測量模型、單一測量指標的處理具有一定的優勢，因此，PLS-SEM方法已廣泛用于各種研究中。由于本研究概念模型復雜、且樣本相對較少（已滿足PLS-SEM分析的最低標準）以及含有單一測量指標，因此，本研究選用PLS-SEM進行數據分析。具體而言，利用Smart?PLS?3.0軟件對數據進行兩步法分析。第一步是通過測量模型來評估構念的信度和效度，第二步評估結構模型。

4.1?測量模型

PLS-SEM評估測量模型的第一步是指標信度（Indicator?Reliability），因子載荷量越大，代表潛在變量對測量變量的解釋能力越強，表示“指標信度”越好。如表3所示因子載荷大于0.7，表明有較好的指標信度。

測量模型的內部一致性信度一般通過Cronbachs?α（CA）、組合信度（Composite?Reliability，CR）、ρA來衡量（Hair，2019）。表4顯示所有構念的CA、ρA和CR在0.7以上，表明測量模型具有較好的信度。

聚合效度（Convergent?Validity）是不同的觀測變量可否用來測量同一潛變量，其判別標準是潛變量的平均提取方差（Average?Variance?Extracted，AVE），AVE值0.5以上表示可以接受的水平。

關系的結構模型系數是通過估計一系列回歸方程式得出的，因此，在評估結構模型前，必須檢查是否存在多重共線性，以確保其不影響回歸結果。由表2可知方差膨脹因子（VIF）在1.063～1.601之間，遠小于5的臨界值，這表明模型不存在多重共線性問題。

本文利用Bootstrapping重復抽樣的方法構造5?000個新樣本對模型進行估計。從圖2可知研究模型能解釋行為意愿55%的方差、解釋使用行為14%的方差，這說明研究模型具有較好的解釋效果。

本研究提出的H2、H3、H4和H6得到驗證，即績效期望、努力期望、社會影響對開放政府數據的采納意愿的影響作用顯著，采納意愿對采納行為的影響作用顯著。另外，感知風險對開放政府數據的采納意愿的影響作用不顯著，便利條件對開放政府數據的采納行為的影響作用不顯著，由此拒絕H1、H5。

5?結?論

在本研究中可以發現開放政府數據用戶對使用開放數據表現更好的期望對使用開放政府數據的行為意愿的影響最大。從實際意義上說，這一發現可能指導政策和決策者采取相關行動來提高預期績效。例如，設立促進開放政府數據使用的相關非營利組織，定時提供開放政府數據相關信息，并提供使用建議，讓用戶認為開放政府數據有助于其日常生活及實踐活動，提升其績效期望。本研究發現，使用開放政府數據的行為意愿的一個預測因子是努力期望。它證明了使用開放政府數據的努力的增加

會導致開放政府數據的接受和使用的減少。這表明，政府應該把重點放在消除使用開放政府數據的障礙上，而不是集中在數據的發布上。需要減少使用開放政府數據的工作量，例如，通過以容易再利用的格式發布政府數據，并優化開放政府數據平臺，方便用戶檢索數據。為了減少使用開放政府數據的工作量，政府可以考慮設立開放政府數據咨詢協助專責人員，協助用戶在使用開放政府數據遇到問題或困難時，能提供其及時迅速的協助，提升其努力期望。例如，澳大利亞開放政府數據網站設置了用戶聯系窗口，以了解用戶使用數據的情況并回答用戶提問[29]。此外，社會影響是預測開放政府數據接受和使用的重要因素。因此，政府可以通過政府網站、電子郵箱、政務微博、政務微信等網絡渠道，以及政府接待廳、電話等傳統渠道傳達社會信息，鼓勵用戶使用開放數據集，并使他們認識到需要創造這些數據集的公共價值。此外，政府還可以舉辦各種開放數據創新應用大賽，不僅能將各地擅長開放數據開發利用的群體集合起來尋找挖掘數據的完美方案，還可以吸引媒體針對這個比賽進行宣傳，從而產生積極的口碑。

本研究以UTAUT為基礎構建了開放政府數據用戶采納模型，并且通過問卷調查方式來進行實證研究。具體而言，以開放政府數據的使用者為問卷對象，問卷內容包括績效期望、努力預期、社會影響、感知風險與人口統計變量等;各問卷項參考國內外學者的研究來建構，為配合研究主題稍微修改并進行小范圍測試以進行初步分析和探討，并于修正后作為正式問卷發放;人口統計變量因屬類別數據，不必進行量化，其余應采用李克特五點尺度計分予以量化，分別為非常同意、一般、同意、不同意、非常不同意5個類別，依序給予1～5分作為問卷測量方式。最后對回收的問卷加以整理及分析，依據實證研究成果提出結論與建議。未來的研究可以朝著如下方面改進。第一，可朝著開放政府、開放數據技術、開放數據基礎設施等方面開展用戶采納研究。第二，由于研究人員、公民、公務員、企業家、開發人員等個體會采納開放政府數據來進行統計分析、整合數據、論文寫作，因而可以將用戶進一步細分，關注這些用戶的采納行為。第三，擴大研究對象，本研究的研究架構屬于驗證性因素分析，研究成果為探索性的現況解釋，但本研究受限于時間、物力，仍然有不甚完備的地方。建議未來的研究可以擴大范圍及樣本數，比較其差異。第四，本研究以技術采納與應用整合理論來編制調查問卷，編制完成后，雖經信效度檢驗，但仍有進步空間。技術采納與應用整合理論不斷演變，未來研究者可以通過其他技術接受理論為研究工具，從而對開放政府數據的接受度進行更佳預測。

參考文獻

[1]陳美.美國開放政府數據的保障機制研究[J].情報雜志，2013，32（7）：148-153.

[2]陳美.政府數據開放利用：內涵、進展與啟示[J].圖書館建設，2017，9（36）：44-50.

[3]陳美，曹陽赤.治理理論與開放政府數據服務的社會參與[J].現代情報，2020，40（6）：129-136.

[4]Fishbein?M，Ajzen?I.Belief，Attitude，Intention，and?Behavior：An?Introduction?to?Theory?and?Research[M].Reading，MA：Addison-Wesley，1975，6（2）：244-245.

[5]Bandura?A.Social?Foundations?of?Thought?and?Action[M].Englewood?Cliffs，NJ：Prentice-Hall，1986：65.

[6]Davis?F?D，Bagozzi?R?P，Warshaw?P?R.User?Acceptance?of?Computer?Technology：A?Comparison?of?Two?Theoretical?Models[J].Management?Science，1989，35（8）：982-1003.

[7]Davis?F?D，Bagozzi?R?P，Warshaw?P?R.Extrinsic?and?Intrinsic?Motivation?to?Use?Computers?in?the?Workplace[J].Journal?of?Applied?Social?Psychology，2010，22（14）：1111-1132.

[8]Taylor?S，Todd?P?A.Understanding?Information?Technology?Usage：A?Test?of?Competing?Models[J].Information?Systems?Research，1995，6（2）：144-176.

[9]Thompson?R?L，Higgins?C?A，Howell?J?M.Personal?Computing：Toward?a?Conceptual?Model?of?Utilization[J].MIS?Quarterly，1991，15（1）：125-143.

[10]Rogers.The?Diffusion?of?Innovations[M].New?York：Free?Press，1983：54.

[11]Bandurn?A.Social?Foundations?of?Thought?and?Action[M].Englewood?Cliffs，NJ：Prentice-Hall，1986：65.

[12]蘇婉，畢新華，王磊.基于UTAUT理論的物聯網用戶接受模型研究[J].情報科學，2013，31（5）：128-132.

[13]Venkatesh?V，Morris?M?G，Davis?G?B，et?al.User?Acceptance?of?Information?Technology：Toward?a?Unified?View[J].MIS?Quarterly，2003，27（3）：425-478.

[14]Yang?T?M，Wu?Y?J.Examining?the?Socio-technical?Determinants?Influencing?Government?Agencies?Open?Data?Publication：A?Study?in?Taiwan[J].Government?Information?Quarterly，2016，33（3）：378-392.

[15]Bauer?R?A.Consumer?Behavior?as?Risk?Taking：Dynamic?Marketing?for?a?Changing?World[M].Chicago：American?Marketing?Association，1960：34-36.

[16]Roselius?T.Consumer?Rankings?of?Risk?Reduction?Methods[J].Journal?of?Marketing，1971，35（1）：56-61.

[17]Jacoby?J，Kaplan?L?B.The?Components?Of?Perceived?Risk[J].Advances?in?Consumer?Research?Association?for?Consumer?Research，1972，3（3）：382-393..

[18]Paul?P?J，Tarpey?L?X.A?Comparative?Analysis?of?Three?Consumer?Decision?Strategies[J].Journal?of?Consumer?Research，1975，2（1）：29-37.

[19]Stone?R?N，Grnhaug?K.Perceived?Risk：Further?Considerations?for?the?Marketing?Discipline[J].European?Journal?of?Marketing，1993，27（3）：39-50.

[20]Featherman?M?S，Pavlou?P?A.Predicting?E-services?Adoption：A?Perceived?Risk?Facets?Perspective[J].International?Journal?of?Human-Computer?Studies，2003，59（4）：451-474.

[21]夏義堃.論政府數據開放風險與風險管理[J].情報學報，2017，36（1）：18-27.

[22]Venkatesh?V，Morris?M?G，et?al.Why?Dont?Men?Ever?Stop?to?Ask?for?Directions？Gender，Social?Influence，and?Their?Role?in?Technology?Acceptance?and?Usage?Behavior[J].MIS?Quarterly，2000，24（1）：115-139.

[23]Venkatesh?V，Morris?M?G，Davis?G?B，et?al.User?Acceptance?of?Information?Technology：Toward?a?Unified?View[J].MIS?Quarterly，2003，27（3）：425-478.

[24]Venkatesh?V，Morris?M?G，et?al.Why?Dont?Men?Ever?Stop?to?Ask?for?Directions？Gender，Social?Influence，and?Their?Role?in?Technology?Acceptance?and?Usage?Behavior[J].MIS?Quarterly，2000，24（1）：115-139.

[25]Rana?N?P，Williams?M?D，Dwivedi?Y?K，et?al.Theories?and?Theoretical?Models?for?Examining?the?Adoption?of?E-Government?Services[J].e-Service?Journal：A?Journal?of?Electronic?Services?in?the?Public?and?Private?Sectors，2012，8（2）：26-56.

[26]Huijboom?N，Broek?T.Open?Data：An?International?Comparison?of?Strategies[J].European?Journal?of?ePractice，2011，（1）：4-16.

[27]Sachs?M.Open?Government-Information?Flow?in?Web?2.0[J].European?Journal?of?ePractice，2010，（9）：?1-12.

[28]Venkatesh?V，Thong?J，Xu?X.Consumer?Acceptance?and?Use?of?Information?Technology：Extending?the?Unified?Theory?of?Acceptance?and?Use?of?Technology[J].MIS?Quarterly，2012，36（1）：157-178.

[29]相麗玲，陳夢婕.中外政府數據開放運行機制的實證分析[J].現代情報，2020，40（1）：134-143.

（責任編輯：陳?媛）