基于多源數據的小學空間服務績效評價方法及優化策略
——以武漢東西湖區為例

牛 強 張永雄 吳宛嫻 陳 偉 寧 玲 彭 陽 NIU Qiang, ZHANG Yongxiong, WU Wanxian, CHEN Wei, NING Ling, PENG Yang

0 引言

黨的十九大提出“完善公共服務體系，保障群眾基本生活，不斷滿足人民日益增長的美好生活需要，不斷促進社會公平正義，使人民獲得感、幸福感、安全感更加充實、更有保障、更可持續”。公共服務設施的服務績效對于居民生活水平具有重要的影響，科學合理地規劃配置公共服務設施是新時代貫徹“以人為本”理念的基本要求，亦是推動城市可持續發展的重要因素。小學作為兒童接受初等正規教育的場所，對于提高人口素質和社會知識啟蒙具有重要的作用，是最重要的城鄉公共服務設施之一，因而優化小學服務績效對于完善公共服務體系、推進基本教育資源均等化配置具有重要意義。

服務績效的概念源于經濟管理學領域中衡量社會經濟管理活動成效及資源配置效率的“績效”[1]。公共服務績效則是用于衡量公共部門所提供服務的結果和成效的概念，以對公共服務目標實現程度及效率進行衡量與反饋[2]。城鄉規劃領域對于小學服務績效評價的相關研究主要基于學校空間布局的視角展開，即小學的空間服務績效，通過GIS空間分析技術對小學布局的均衡性[3-5]、公平性[6-7]、可達性[8-10]等進行評價，并針對其在空間布局上存在的問題提出相應的優化建議。以往關于小學空間服務績效的研究由于數據和方法上的局限，在數據精度、研究深度等方面存在一定欠缺：如對于上學距離的測算多采用服務半徑，未能反映學生具體步行的距離；另外，相關研究多以社區或小區為基本單元，忽略了小區內部的空間差異性。

隨著信息與通信技術的發展，大數據應用逐漸普及化，為城鄉規劃量化研究提供了新的數據來源，且具有數據樣本全面、數據精度高等方面的明顯優勢[11-13]，推動了城鄉規劃量化研究向空間高精度、時間動態連續、以人為本、開源眾包①眾包（crowd-sourcing）是互聯網帶來的新的生產組織形式，即利用互聯網將原先單一機構內的工作任務以自由自愿的形式分配給機構外的志愿人員（通常為個人）完成，這一組織方式可以充分利用志愿者的創意和技能，以更低的成本、更高的效率完成任務。等方向轉變[14-15]，能顯著提高城鄉規劃量化研究的數據精度與研究深度。在此背景下，綜合應用多源數據分析，以推動數據增強設計在實際規劃設計中的應用，開拓規劃與設計的新視角、新方法。多源數據綜合應用將成為提高規劃設計科學性及促進智慧規劃的重要途徑[16-17]。

本文嘗試基于多源數據綜合應用構建一個推廣性強、科學合理的小學空間服務績效評價方法，并以湖北省武漢市東西湖區為具體案例進行評價及策略優化分析。首先，通過文獻梳理及社會調查確定小學服務績效的評價指標體系；其次，綜合應用多源數據，從小學服務的每個個體的出行感受出發，以學區為單位對小學空間服務績效進行精細化的評價分析；最后，根據評價結果挖掘當前東西湖區小學在空間服務績效上存在的問題，并針對不同問題提出相應的優化策略，以期為小學布局、學區設置及道路和用地規劃等提供科學依據。

1 研究區域與數據

1.1 研究區域概況

東西湖區位于武漢市西北部，地處長江左岸，漢江、漢北河及府環河匯合處。全境東西長38 km，南北寬22.5 km，總面積495 km2，區內包括城區部分及郊區部分，是武漢市流動人口和城市建設用地增長快速的區域，也是當前武漢市城鄉規劃的重點區域，如圖1所示。

本文以東西湖區內的小學學區為研究單元，東西湖區現有小學43所，其中完全小學39所，九年一貫制學校4所（見圖1）。隨著東西湖區的快速發展，居民對于小學服務的需求日益增長，小學規劃建設現狀與社會需求發展存在一定脫節，在空間分布上存在空間失衡、布點不合理等問題，對其小學的空間服務績效進行評價優化具有迫切性和典型性。

圖1 東西湖區范圍及其內部的小學空間分布Fig.1 Dongxihu District scope and spatial distribution of elementary schools within it

1.2 研究數據來源

本文研究數據主要包括基礎數據、手機信令數據和高德地圖路徑規劃數據(見表1)。基礎數據來源于武漢市自然資源和規劃局的武漢市規劃管理“一張圖”，包括社區人口數據、小學數據、居住建筑數據、交通路網數據。其中社區人口數據包括每個社區的人口統計數據；小學數據包括小學的空間點位、對應學區范圍、占地面積和相應的在校生人數等數據；居住建筑數據包括建筑基底面積及建筑層數；交通路網數據包括道路線的矢量數據和道路等級屬性數據。手機信令數據由中國聯通智慧足跡數據科技有限公司的授權數據平臺提供，通過脫敏匿名用戶的長期晝夜時空行為觀察識別出用戶的居住地點，數據精度為與聯通信號基站分布相關聯的250 m×250 m網格。高德地圖路徑規劃數據通過API（Application Programming Interface，應用程序接口）從高德地圖中獲取學生的步行上學路徑，抓取時間為2019年3月。經核對，該路徑與現實步行出行路徑高度吻合，充分擬合了小區出入口限制、人行道、過街天橋/隧道、小學校門開口等現實情況。

表1 研究數據來源Tab.1 Sources of study data

2 研究思路

2.1 評價指標體系

2.1.1 評價原則

隨著社會經濟發展和人民生活水平的提高，步行作為一種健康、低碳的出行方式越來越受重視[18]。步行友好的建成環境能提高居民步行出行的頻率，有效促進居民的身心健康，提高居民的生活質量[19-20]；同時也能減少機動車出行，有利于城市低碳交通的發展，促進碳中和的實現[21-22]。通學環境作為兒童最常接觸的環境，其步行友好性對于兒童的健康成長具有重要作用[23]。相關研究表明步行友好的通學環境能增加小學生的戶外活動和社會交往，進而激發小學生的創造力和想象力[24]。因而，本文將步行友好作為小學服務績效的評價原則，并根據社會調查確定具體的評價指標，首先針對小學生和家長的半結構訪談確定影響小學生步行上學的主要指標，其次通過問卷調查數據確定相關指標的評價標準。

2.1.2 評價指標

筆者于2019年3月隨機選取了10位東西湖區小學生和家長開展半結構式訪談，以了解影響小學生步行上學的主要指標。整理訪談結果發現步行上學可達性與步行上學安全性是當前小學生和家長關于步行上學較為關注的兩個方面。在步行上學可達性方面，由于小學生的體力有限，其可承受的步行上學距離較為有限，因而步行上學距離是影響其步行上學最重要的指標；在步行上學安全性方面，由于小學生的身心發育尚未健全、安全意識不夠，步行上學的交通安全也成為學生與家長普遍擔心的問題。當前，機動交通快速發展且城市道路普遍存在“大馬路”現象，小學生穿越城市干道存在一定的危險系數，因而上學途中穿越城市干道的次數是影響小學生上學交通安全的主要因素。同時，家長也表示人行天橋或者隧道等立體過街設施能有效提高小學生的交通安全性，而人行橫道等平面過街設施對于安全意識不夠的小學生仍存在一定的危險性，因此本文所指的穿越城市干道均為平面穿越，不包括立體穿越。基于以上訪談結果，本文選取步行上學可達性與步行上學安全性作為東西湖區小學空間服務績效的評價指標。

2.1.3 評價標準

在確定步行上學可達性與步行上學安全性兩個評價指標的基礎上，筆者針對東西湖區小學生和家長發放問卷調查，調查內容主要為小學生能接受的具體步行上學距離與穿越干道次數，用于確定可達性與安全性的評價指標。筆者于2019年3月—4月通過線上與線下結合的方式共發放調查問卷852份，收回有效問卷844份。

小學生能接受的步行上學距離統計如圖2所示。能接受的步行上學距離在0—500 m的小學生比例為12.91%，在500—1 000 m的比例為57.70%，在1 000 m以上的比例為29.38%。其中，能接受的步行上學距離在1 000 m以內的總占比為70.62%，且1 000 m的上學距離與國家相關規范及15分鐘生活圈的要求相契合，因此本文選取1 000 m步行距離作為小學的合理服務半徑。

圖2 小學生能接受的步行上學距離分布圖Fig.2 Distribution of acceptable walking distance to school for elementary school students

小學生能接受的步行上學穿越干道次數統計如圖3所示。不能接受穿越任何干道的小學生比例為23.70%，能接受穿越干道1次的小學生比例為32.58%，而能接受穿越干道次數在2次、3次、4次及以上的比例分別為32.70%、7.46%、3.55%。其中能接受的穿越干道次數在1次及以下的總占比為56.28%，有43.72%的小學生能接受穿越干道2次或以上，整體接受度偏高，與小學生上學不穿越城市干道的規劃理念相差較遠。考慮到小學生對穿越干道次數的接受程度會受到現狀環境的影響，本文選取步行上學平面穿越干道1次及以下作為小學生步行上學的安全標準。

圖3 小學生能接受的步行上學平面穿越干道次數分布圖Fig.3 Distribution of acceptable number of times to walk across arterial roads from the ground for elementary school students

2.2 評價方法

2.2.1 人口分布數據校核

人口數據校核是指將不同來源的人口空間分布數據進行互相校核以得到精細且準確的人口空間分布數據，是后文進行小學服務績效評價的基礎。本文人口分布相關數據包括社區人口統計數據、聯通手機信令數據和居住建筑數據，其中社區人口統計數據來源可靠準確，但空間精度較低，不能反映人口在社區內部的微觀空間分布；手機信令數據較社區人口統計數據來說空間精度更高，但由于聯通用戶只占部分市場份額，不能準確反映全樣本的人口情況；居住建筑數據可以通過人均建筑面積的換算大致估算居住人口，但由于人均居住面積在不同的社區有所差異，因此也有一定的誤差。本文綜合社區人口統計數據、手機信令數據和居住建筑數據，通過相互校核得到準確且精細的人口空間分布數據。具體校核步驟如下：

（1）以社區為空間單元對聯通用戶數進行匯總，再以每個社區單元的統計人數與聯通用戶數之比作為每個社區內的聯通擴樣系數。

（2）將每個250 m網格的聯通用戶數乘上其所在社區的聯通擴樣系數，得到每個250 m網格的真實常住人口數。

（3）匯總每個250 m網格內的居住建筑總面積，將每個網格內的常住人口數按照每棟居住建筑的居住面積占其所在250 m網格居住建筑總面積的比例分配到每棟居住建筑上，得到建筑尺度下的精細人口分布數據。由于小學生的手機普及率不高，通過手機信令數據識別出的小學生數量與實際數量有較大差異，因此本文使用全口徑的人口分布數據進行分析。

2.2.2 步行上學可達性評價

衡量學生步行上學可達性的指標是步行上學距離，本文通過高德地圖路徑規劃API獲取學生的步行上學距離。路徑規劃API是網絡電子地圖服務商提供的HTTP編程數據接口，用戶可以通過此接口獲取指定始終點和出行方式的實時出行路徑信息，返回數據包括出行路徑軌跡、出行距離、出行時間等。通過路徑規劃API獲取出行成本數據相對于傳統的通過GIS平臺構建拓撲路網進行網絡分析而言，具有精確性、實時性和使用方便等優勢[25-26]。

具體計算過程中以研究區域內每棟居住建筑為出發點，以對應學區內學校為到達點，通過高德開放平臺的路徑規劃API獲取學生步行上學路徑數據并在GIS平臺進行矢量化，最終得到每棟居住建筑中的居民到對應學校的步行上學路徑軌跡和步行距離，并以此為基礎測度各學校的步行1 000 m覆蓋率作為小學步行上學可達性的評價指標，具體計算方法如公式（1）所示。

2.2.3 步行上學安全性評價

衡量學生步行上學安全性的主要指標是步行上學穿越干道次數，即學生從家步行到達學校的過程中需要穿越干道的次數（由于本文研究區域包含城區與郊區，此處的干道包括城區的城市干道與郊區的公路），是學生步行上學安全性的主要指標。對于上學穿越干道次數的計算，主要通過ArcGIS平臺的空間連接工具計算各棟居住建筑中居民步行上學的矢量路徑與干道平面相交的次數得到，并通過街景地圖與實地踏勘進行檢查校核。調研表明能接受超過2 000 m的步行上學距離的學生家長比例僅有1.90%，在步行2 000 m范圍外的學生大部分會采用公交車、家長接送等方式上學，因此本文僅考慮2 000 m內的步行上學安全性。通過計算各學校步行距離2 000 m內的學生步行上學平面穿越干道1次及以下的覆蓋率作為小學步行上學安全性的評價指標，具體計算方法如公式（2）所示。

3 評價結果及優化策略

3.1 評價結果

3.1.1 步行上學可達性

各棟居住建筑到所在學區小學的步行距離如圖4所示。從總體上來看，東西湖區有大量的居住建筑位于小學1 000 m步行覆蓋范圍外，小學1 000 m步行覆蓋率較低。從空間分布上來看，研究區域內城區與郊區的空間差異較大：東南部城區小學分布密度較高，其1 000 m步行覆蓋率也相對較高；而西北部郊區小學的分布密度則明顯低于城區，其1 000 m步行覆蓋率也明顯低于城區。

圖4 各棟居住建筑到對應小學的步行距離Fig.4 Walking distance from each residential building to the corresponding elementary school

對不同步行上學距離所覆蓋居住建筑及人口的比例進行統計匯總，結果如圖5所示。從圖中可看出，不同步行上學距離的居住建筑覆蓋率與人口覆蓋率有較大差距：2 000 m以內的人口覆蓋率均高于居住建筑覆蓋率，2 000 m以上的人口覆蓋率則遠低于居住建筑覆蓋率；其中1 000 m步行距離內的居住建筑覆蓋率為28.35%，明顯低于相應的人口覆蓋率（53.83%）。根據實地調研情況顯示，居住建筑覆蓋率與人口覆蓋率不同步的原因在于東西湖區位于武漢主城區邊緣，仍處于快速發展階段，研究區域內既有城區也有郊區，不同區域的開發強度差異較大：其居住建筑類型及高度也不同，學校一般位于中心片區，其附近的居住建筑以中高層為主，每棟居住建筑的居住人數較多；而遠離學校片區開發強度較低，居住建筑以低層為主，步行距離2 000 m以上的居住建筑主要為郊區自建平房，總體上每棟居住建筑的平均居住人數明顯低于學校附近的居住建筑。

圖5 不同步行上學距離所覆蓋的居住建筑及人口比例Fig.5 Proportion of residential buildings and population covered by different walking distances to school

對各小學1 000 m步行范圍內覆蓋的人口進行匯總統計，結果如圖6所示。東南部城區小學的步行1 000 m覆蓋率明顯高于西北部郊區小學，進一步印證了上文所呈現的城郊空間異質性。其中覆蓋率在80%—100%區間的學校有12所，此類學校大部分位于東南部城區，且學區面積較小；而覆蓋率低的學校多位于郊區且學區面積過大。覆蓋率低于20%的學區有12所。此類學區普遍存在學區面積過大、學校位于學區邊緣等問題。

圖6 各小學的步行1 000 m覆蓋率Fig.6 Walking 1 000 m coverage of each elementary school

3.1.2 步行上學安全性

各棟居住建筑到所在學區小學步行穿越干道次數如圖7所示。從總體上來看，存在大量居住建筑到對應學校的步行路徑需要穿越干道1次以上，步行上學穿越干道1次及以下的覆蓋率較低。從空間分布上來看，城區學校的學生上學穿越干道次數少于郊區學校。郊區學校的學區面積普遍較大，學生上學距離總體上較遠，上學途中穿越干道的概率也較大。而城區雖然大部分學校的學區面積較小，學生上學距離較短，但由于城區干道密度較高，也有部分學校的學生需要穿越多次干道上學。

圖7 各棟居住建筑到對應小學步行穿越干道次數Fig.7 The number of times crossing arterial roads from each residential building to the corresponding elementary school on foot

對步行2 000 m距離內上學穿越不同干道次數所覆蓋居住建筑及人口的比例進行統計，結果如圖8所示。上學途中不需要穿越干道所覆蓋的居住建筑與人口分別為38.49%與32.05%，需穿越1次干道所覆蓋的居住建筑與人口分別為30.54%與31.86%，需穿越2次干道及以上所覆蓋的居住建筑與人口分別為30.97%與36.09%。總體上來看，步行上學安全性一般，在步行2 000 m距離內仍有較大比例的學生上學需穿越干道2次及以上。

圖8 上學穿越不同干道次數所覆蓋的居住建筑及人口比例Fig.8 Proportion of residential buildings and population in terms of the number of times crossing arterial roads to go to school

對各小學步行2 000 m距離內上學只需穿越干道1次及以下的人口比例進行匯總統計，結果如圖9所示。研究區域內43個學區中共有20個學區的覆蓋率在80%以上，有10個學區覆蓋率低于40%，其余學區的覆蓋率在40%—80%之間不等。在空間分布方面：城區學校的兩極分化現象較為明顯，部分學校上學穿越干道1次及以下覆蓋率較高，同時部分學校上學穿越干道1次及以下覆蓋率較低；而郊區由于路網密度相對城區較低，其上學穿越干道1次及以下覆蓋率大多處于較高水平。

圖9 各小學上學穿越干道1次及以下覆蓋率Fig.9 Coverage of elementary schools in terms of crossing arterials once and below to go to school

3.2 優化策略探討

3.2.1 整體性問題與優化策略

在分別評價步行上學可達性與安全性的基礎上，綜合考量各小學的可達性與安全性兩個指標，深入挖掘其空間服務績效存在的問題，作為優化空間布局的依據。以步行1 000 m覆蓋率和步行上學穿越干道1次及以下覆蓋率兩個指標為特征變量，在SPSS平臺對研究區域內各小學進行K-means聚類，根據特征變量的相似性將研究區域內的小學進行聚類，聚類結果如圖10所示。共得到5個特征相似的聚類，各聚類成員小學的空間分布如圖11所示。

圖10 各小學服務績效聚類散點圖Fig.10 Scatterplot of service performance clustering by elementary schools

圖11 各聚類成員小學的空間分布情況Fig.11 Spatial distribution of elementary schools by clusters

聚類1成員小學的可達性與安全性水平均較高，綜合服務績效表現較好。此類小學共有9所，其學區面積普遍較小、學校位于學區中心或者主要居住片區附近，多數學生可以短距離上學，其所需穿越的干道也少。

聚類2成員小學的可達性水平較高，而安全性處于中等水平。此類小學共有5所，全部位于城區且多位于城區核心區，學區面積較小，學生上學距離較短；但由于學區內干道稍密，導致學生上學途中需穿越干道的次數略多。

聚類3成員小學的可達性與安全性均處于中等水平，綜合服務績效一般。此類小學共有5所，其學區面積適中，但是學區內路網稍密，也存在穿越干道次數略多的問題。針對此類中等安全性學校，由于學區內基本已經開發建設，調整道路網的難度過高，可以考慮適當增加過街指示牌、人行天橋等過街設施，以提高學生上學的安全性。

聚類4成員小學的可達性水平較低，但安全性水平較高。此類小學共有15所，其特征是學區空間跨度過大或者學校位于學區的邊緣地區，導致學生需要遠距離上學；同時學區位于郊區或者城區開發強度較低的區域，內部的干道密度較低，因而學生上學需穿越的干道也不多。針對此類小學，可以考慮調整學校布點，將學校調整到學區中心位置或者學區內主要居住片區附近，以提高小學的步行上學覆蓋率；另外也可以與周邊學校聯合優化，將學區內遠離學校的居住片區調整到距離較近且用地較為充足的周邊學校，從整體上提高該片區學校的服務績效。

聚類5成員小學的可達性與安全性水平均較低，綜合服務績效較低。此類小學共有8所，普遍存在學區面積過大、學校位于學區邊緣地區、道路網絡不合理等問題，是本文重點優化調整的對象。針對此類學校，可以從適當增加學校、調整學區或者學校布點、優化步行網絡系統等方面進行優化。

3.2.2 典型學校優化方案

在整體性問題分析及相應優化策略的基礎上，在低可達性—低安全性、低可達性—高安全性、高可達性—中安全性3類學校里分別選取一個典型學校進行優化方案分析（見表2）。

表2 各類小學的問題及優化策略Tab.2 Problems and optimization strategies for various types of elementary schools

低可達性—低安全性的典型學校是三店學校（見圖12），其學區面積較大，學校位于學區內偏東的位置，學區內西部片區學生步行上學的可達性與安全性均較差，導致學區的整體空間服務績效偏低。

圖12 三店學校學區內學生步行上學情況Fig.12 Analysis of students walking to school in Sandian School District

根據實地調研及相關規劃分析：三店學校學區位于城郊邊界，其東部區域基本已建設開發完成，而西部區域開發強度不高，仍存在大片的鄉村及農田，但在下一輪的相關規劃中，西部區域會繼續開發建設，且會新增大量居住用地(見圖13)。另外，三店學校作為一所九年一貫制學校，其服務范圍過大，因而辦學規模也較大（見表3）。綜上分析，可考慮在學區西部新增一所小學，既可以解決西部區域學生上學可達性及安全性較低的問題，也可以減輕當前三店學校過大的辦學負擔，同時還可以為該片區未來開發建設后新增的居民預留一定的學位資源，提高規劃的彈性。

表3 三店學校辦學規模情況Tab.3 The scale of Sandian School

圖13 三店學校學區內衛星圖Fig.13 Satellite map of Sandian School District

低可達性—高安全性的典型學校是東方紅小學，其學區呈西北—東南走向的狹長條狀，空間跨度較大，同時學校位于學區內偏西的區域，學區內西北部、東南部及東部3片區域內的學生上學距離較遠（見圖14a）；而由于其位于郊區，干道密度較低，學生上學途中需穿越的干道較少（見圖14b）。

圖14 東方紅小學學區內學生步行上學情況Fig.14 Analysis of students walking to school in Dongfanghong Primary School District

東方紅小學周邊小學生均用地及其學區空間分布情況分別如表4和圖15所示，其中燕嶺小學、打靶堤小學分別位于東方紅小學學區西北、東南兩側，能較好地覆蓋該區域內需要遠距離到東方紅小學上學的學生。同時其生均用地分別為365.49 m2/人、657.54 m2/人，學校用地較為充足，因此可考慮將東方紅小學學區西北側片區劃歸燕嶺小學，東南片區劃歸打靶堤小學，從而使周邊學校的服務資源得以充分利用，總體上提高該片區內學校的服務績效。

圖15 東方紅小學優化策略示意圖Fig.15 Diagram of optimization strategy of Dongfanghong Primary School

表4 東方紅小學周邊學校生均用地Tab.4 Per capita land for schools around Dongfanghong Primary School

高可達性—中安全性的典型學校是嘉禾園小學，其學區面積較小，學生上學距離普遍較短，大部分學生上學距離都在1 000 m以內，只有南部少數區域的上學距離在1 000—1 500 m，整體步行上學可達性較好（見圖16a）。同時，學區位于東西湖區城區的核心區，干道密度較高，學生上學途中需穿越的干道次數較多，學生步行上學安全性總體上偏低（見圖16b）。

圖16 嘉禾園小學學區內學生步行上學情況Fig.16 Analysis of students walking to school in Jiaheyuan Elementary School District

考慮到學區位于城區核心區，開發建設已經較為完善，難以進行大幅度的調整，針對其步行上學安全性偏低的問題，可以考慮在適當的位置增加步行過街設施，提高學生上學的步行友好度及安全性。通過對學區內居住建筑、干道空間分布情況及其空間關系的分析發現，學區南部區域有東吳大道、田園街、一清路等多條干道。該區域學生步行上學安全性較低，其中大部分學生上學途中需要穿越東吳大道，因此可考慮在東吳大道增加人行天橋等立體過街設施（見圖17），提高學生步行上學的安全性。增加立體過街設施后，學生上學需平面穿越干道的次數明顯減低，整體安全性得到較大的提升。

圖17 嘉禾園小學優化示意圖Fig.17 Optimization diagram of Jiaheyuan Elementary School

4 總結

本文是數據增強設計的一次有益探索，同時也證實了小學空間服務績效評價方法的效用。

但也存在一些不足之處，盡管研究中通過社區人口統計數據、手機信令數據和居住建筑數據相互校核得到了較準確且精細的人口空間分布數據，但由于不同區域人口的年齡結構及社會結構均有所差異，導致人口空間分布與實際的小學生空間分布有一定的差異。后續研究中可結合更精細的人口普查、各學校的生源等數據對人口空間分布進行修正，得到更接近小學生真實空間分布的數據，進一步提高小學空間服務績效評價分析的準確性。