论文部分内容阅读
〔摘要〕 由于中国的税收制度不完善，造成家庭收入与支出的准确信息较难获得。因而，认定高校贫困生的定量化研究成了难点。文章采用了九个非收支变量，即：家中主要经济来源、户口类型、贫困县、单亲、家中成员有患重病者、祖父母收入情况、家中上学人口数、家中欠债情况、家中有重大灾难情况，以此来估计家庭收入与支出状况，并利用这些变量构建了认定高校贫困生的模型。研究结果表明该模型是有效的、可行的，同时为我国高校贫困生的遴选提供了一个新的视角。
〔关键词〕 贫困生；非收支变量；二元Logistic回归
〔中图分类号〕 G40-054 〔文献标识码〕 A 〔文章编号〕1008-2689（2013）01-0089-05
一、问题提出
近年来，随着我国高等教育规模的不断扩大和收费制度的改革，高校贫困生的问题日渐明显。虽然，国家对高校贫困生的资助力度也在逐年加大、覆盖面也越来越广[1][2]，但是国家的资助额度远不能满足当前高校贫困生资助的需求。因此，在资源约束的条件下，如何能合理分配，使有限的资金发挥最大的效用，成为教育资助的重要问题。要解决好这个重要问题，首先解决的是如何来对高校贫困生进行认定的问题。故此，寻求一种客观的、合理的、公平的方法来解决目前各高校认定标准不统一、主观因素较多、变量选取不科学等问题，对于进一步做好高校资助工作来说，具有非常重要的现实意义。
二、相关研究评述
目前，国外对大学生是否贫困进行判断的方法有两种：一种是调查大学生消费水平来进行判定；另一种是调查大学生家庭经济状况[3]来进行判定。由于大学生消费数据的收集需要建立在大量调查的基础上，数据的可靠性依赖于学生的诚信，并且要耗费一段较长的观察时间（至少需要1个学期）；而且国外大学生家庭经济状况大部分都依据纳税情况来计算家庭收入，如美国和德国[4]，但我国的税收制度不太完善，无法通过税收制度准确推测出家庭收入。所以，这两种调查方法都不太适合我国的国情。
国内学者大多采用了反映学生经济状况的指标体系来进行认定的方法[5，6]，但其不足之处是选取的指标之间有很强的相关性，而且很难确定指标的权重。近年来又出现了许多用于来评价家庭经济困难学生的定量化方法，比如，BP神经网络[7]、属性识别理论[8]、灰色模糊评价法[9]等模糊数学理论。这些方法的不足之处是直接把家庭收入或家庭支出作为变量运用到评价方法中。本文采用了易于收集的非家庭收支变量，选择二元logistic回归方法来对高校贫困生进行认定。
三、研究方法：数据、变量及模型
（一）数据收集与处理
本研究使用的数据是来自“高校学生资助情况研究课题组”2010年的问卷调查。调查时间2010年11月，地点为北京地区的5所高校。给不同专业、不同年级的高校学生发放了高校学生资助情况调查问卷2000份，回收了1950份，回收率97.5%。研究选取的随机样本，其中大一学生样本39%，大二样本42%，大三样本16%，大四样本3%，其中农村57.7%，城市42.3%。
调查小组还分别与五所高校从事资助工作多年的老师进行广泛的座谈交流，集中听取他们的意见。为了弥补问卷调查的主观性和座谈调查的片面性，调查组又随机地对30多位获得资助和没有获得资助的学生进行了个别访谈和深入交流。访谈的过程中发现高校有时会存在两种情况：一是非贫困生积极去申请资助，最终获得了资助；二是贫困生为了面子、自尊心等原因，而不去申请资助，也就无法获得资助。因此，以往文献中把获得资助的对象被定义为贫困生，未获得资助的对象定义为非贫困生，显得不是很恰当。为了避免上述两种情况的出现，更好地保证问卷的内容与其真实情况更加贴近，本文在调查问卷中设计了如下三个问题：
1、您认为自己的家庭经济状况属于：① 无力缴纳全部学费及住宿费（特别贫困）； ② 能缴纳部分学费及住宿费（比较贫困）；③ 能缴纳学费及住宿费，但生活费低于高校所在地最低生活标准（一般贫困）；④ 能缴纳学费、住宿费，并能支付日常的生活费（不贫困）。
2、您获得过助学金吗？ 1.是； 2.否
3、您获得助学贷款吗？ 1.是； 2.否
上述题目，如果填写者在1题中选择了④，而在第2题或第3题中选择了是；如果37题中选择了①②③，而在第2题或第3题中选择了否，我们把这两种情况的问卷认为其填写情况的真实性需要进一步核实。因此，这部分调查问卷的数据将被删除，而不用来构建模型。
本问题的设计思路是家庭经济状况由高校已有的获得资助的情况与学生本人对其家庭经济状况的认可程度进行比较，如果双方的认可程度一致，则认为该学生的调查问卷是真实的、有效的。经过此处理之后，本文的1950份调查问卷保留了1463份有效问卷，有效率约75%。此外，对这些有效问卷又做了进一步的处理，即把第1题选择①②③的学生认为是贫困生；选择④的学生认为是非贫困生，来构建二分logistic回归模型。
（二）非收支自变量的确定
对于大部分高校学生来说，他的家庭经济状况是其在校经济状况的直接反映，而影响其家庭经济状况的因素有很多。归纳起来有两类：一类是影响家庭收入的因素；一类是影响家庭支出的因素。由于我国的税收制度不是很完善，因此，在问卷调查过程中，直接采用家庭收入和支出作为采集指标，经常会出现家庭收入少报，而家庭支出多报的现象，造成收集到的家庭收支数据无法真实地反映实际情况。因此，本文采用了家庭经济非收入和非支出变量来构建高校贫困生认定模型。
本文选取非收支变量的依据：一是考虑那些直接影响到家庭经济收支变化的变量；二是着重考虑那些导致家庭经济贫困的变量，并对于那些引起家庭经济比较富裕的变量不做考虑；三是易于收集，并且便于学生客观回答，减少主观因素。由于直接从调查问卷中选取的变量之间可能具有较强的相关性，或者由于样本数量较少的问题出现单个变量对贫困不显著，因此本文又对这些变量进行了合并或删除的处理，例如：家庭的主要收入来源于国家低保、下岗补贴或农田，如果把国家低保、下岗补贴和农田作为三个变量处理，它们每一个都对贫困不显著；如果把它们三个合并为一个变量，则这一个变量对贫困具有很好的显著性。处理后得到九个主要影响家庭经济的非收支变量，具体描述如表1所示。 （三）模型设定
三、模型运行及分析结果
运用spss软件进行Logistic回归。采用逐步向后回归方法进行变量筛选，并采用-2Loglikelihood、Cox&Snell R Square和Nagelkerke R Square三个参数进行模型的整体检验。最终表1中的九个变量进入了模型，得到整体运行效果以及模型参数如表2所示。
从模型回归的结果看，户口是否是农村、是否是贫困县、家庭收入是否来源于低保下岗农田、是否是单亲家庭、学生合计、家中是否有特殊情况（灾害，意外等）、家中是否有患重病以及家中是否欠债对高校学生是否成为贫困生起着明显的正向作用，其中对模型贡献量最大的变量是家庭收入的主要来源于国家低保、下岗补助或者农田。如果家庭的收入主要是来源于国家低保、下岗补助或者农田，那么其家庭经济的收入较低，生活水平只能是一般或偏下，其子女一旦上大学极其有可能成为贫困生。其次，家中上学人数、家中有患有重病者、家中欠债等这些因素必然会增加家庭的支出，对本来就不富裕的家庭来说，其子女很有可能成为贫困生。
但是，祖父母是否有固定的收入对高校学生是否成为贫困生起着明显的负向作用，而且对模型贡献量也较大。模型的这个结果和我们的实际情况也是相符的。如果祖父母有自己固定的收入来源，那么在一定程度上就不会主动向其子女要生活费（特例除外）；相反，祖父母有能力的话，还可能会帮助其子女。 因此，若祖父母有固定的收入来源就会在一定程度上减轻家庭的经济负担，进而也就会使该家庭的子女一旦上大学，成为贫困生的可能性会降低。
用120个样本作为检验样本，Logistic回归模型的值与真实值非常接近，部分结果见表3。检验的结果表明，九个非收支变量的信息比较充分，该模型能够很好的解决贫困生的判定问题。
四、结 论
通过本文的调查问卷和实证分析，得出了以下结论。
（一）高校贫困生的家庭特征。从九个非收支变量可以看出，大部分贫困生家庭主要分布在经济不发达农村地区，尤其是贫困县；其次部分贫困生家庭的父母是失业、下岗、待岗人员职工；绝大多数家庭曾有过重大灾难，如患重大疾病、离异、遭遇自然灾害、车祸等；多子女教育支出使一部分家庭致贫。因此，贫困生家庭的经济特征可归纳为：地处农村（特别是贫困县）、收入低、教育人口较多、家中有患重病者、祖父母没有固定收入及曾经遭遇重大灾难等。
（二）采用非收支变量得出的贫困生认定模型可以很好地解决家庭收入与支出数据难以收集带来的定量化研究的难题，同时也便于学生对这九个指标的客观回答，避免了主观性。
（三）研究结果表明，本模型可以较好地识别出高校贫困生，而且在一定程度上可以减少“假贫困生”，同时对于爱面子不愿意申请资助的真正贫困生又可以很好的识别出来。因此该方法的结果客观公平，具有较好的使用和推广价值。
五、对策与建议
为了能给高校贫困生创造一个稳定的学习环境，国家不仅要对高校贫困生给予一定的经济资助；更重要的是要帮助贫困生家庭从根本上改善经济状况，脱离贫困。这样才能有效地减少高校贫困生的比例。本文深入分析了这些非收支变量，给出了以下几点建议。
（一）国家应大力推动贫困县经济的发展
最近几年，我国对农村经济的扶植力度不断的加大，财政对农业的投入力度也在逐年增加，农村经济有了很大的改变。但是地区发展不平衡、经费投入不足、覆盖面窄、基层管理薄弱等问题都很突出，因此要进一步完善制度，因地制宜，循序渐进。尤其是制定支持贫困地区、贫困农户发展的优惠政策，要加强对外宣传，增强贫困县的吸引力等，来改善贫困地区的经济状况。
（二）进一步加快农村医疗卫生保障体系的改革
建立新型农村合作医疗制度，努力提高医疗报销比例，提高农民参保积极性；建立农村医疗保险基金筹集机制，既能使企业提高知名度，又能使农民减轻负担。同时开展多种形式的健康教育，增强农民自我保健意识和健康投入意识，普及卫生防疫知识，改善农民的居住卫生环境，帮助农民群众培养科学文明的卫生生活习惯，减少疾病，促进健康。这样有利于减少“因病致贫”与“因病返贫”， 使整个社会和谐发展。
（三）挖掘城市中下岗、低保人群的自身潜能，增加就业机会
对于城市中下岗、低保、失业等家庭，国家给予了他们基本的生活保障。但是，从长远来看，解决贫困的主要方法为，提供培训机会，提高他们自身发展能力，增加就业机会，使他们再次就业，达到脱贫的目的。
（四）进一步加强农村养老保险制度建设
随着我国农村的老龄化人口不断增加，农村养老保障正逐渐从家庭层面上升为社会问题，成为影响社会稳定、经济建设的重要因素。目前，农村养老保险制度还不健全，妥善解决农村老年人的生活保障问题，已经成为政府的重要工作。因此，应加大宣传力度，积极引导农民参保，尽快建立并逐步完善与国情相适应的农村养老保险制度，进而提高我国农村的生活水平。
〔参考文献〕
[1] 张春生，李志华. 建立经济困难学生“新资助体系”的思考与实践[J]. 思想教育研究，2009（7）.
[2] 杨晴. 高校贫困生认定的路径[J]. 教育学术月刊， 2009（7）.
[3] 兰建军，梁珊珊. 贫困大学生认定标准研究[J]. 科技广场， 2007（12）.
[4] 毕鹤霞. 国内外高校贫困生认定与研究述评[J]. 比较教育研究， 2009（1）.
[5] 赵炳起，李永宁. 高校贫困生经济资助体系的困境与对策[J]. 事业财会， 2006（6）.
[6] 刘进，沈红. 我国高校贫困生认定路径[D]. 教育经济学年会会议论文， 2007.
[7] 刘善槐，张飏. 基于BP网络模型的高校贫困生界定研究[J]. 数学的实践与认识，2010（12）.
[8] 胡海滨. 属性识别理论在高校贫困生困难等级评价认定中的应用[J].高等教育研究，2010（2）.
[9] 胡海滨. 灰色关联分析法在高校贫困生认定中的应用研究[J].邵阳学院学报（社会科学版），2010（10）.
[10] 杨晴. 中国高校贫困生贷款资格判定[D]. 华中科技大学硕士论文，2005.
（责任编辑：郭德侠）
〔关键词〕 贫困生；非收支变量；二元Logistic回归
〔中图分类号〕 G40-054 〔文献标识码〕 A 〔文章编号〕1008-2689（2013）01-0089-05
一、问题提出
近年来，随着我国高等教育规模的不断扩大和收费制度的改革，高校贫困生的问题日渐明显。虽然，国家对高校贫困生的资助力度也在逐年加大、覆盖面也越来越广[1][2]，但是国家的资助额度远不能满足当前高校贫困生资助的需求。因此，在资源约束的条件下，如何能合理分配，使有限的资金发挥最大的效用，成为教育资助的重要问题。要解决好这个重要问题，首先解决的是如何来对高校贫困生进行认定的问题。故此，寻求一种客观的、合理的、公平的方法来解决目前各高校认定标准不统一、主观因素较多、变量选取不科学等问题，对于进一步做好高校资助工作来说，具有非常重要的现实意义。
二、相关研究评述
目前，国外对大学生是否贫困进行判断的方法有两种：一种是调查大学生消费水平来进行判定；另一种是调查大学生家庭经济状况[3]来进行判定。由于大学生消费数据的收集需要建立在大量调查的基础上，数据的可靠性依赖于学生的诚信，并且要耗费一段较长的观察时间（至少需要1个学期）；而且国外大学生家庭经济状况大部分都依据纳税情况来计算家庭收入，如美国和德国[4]，但我国的税收制度不太完善，无法通过税收制度准确推测出家庭收入。所以，这两种调查方法都不太适合我国的国情。
国内学者大多采用了反映学生经济状况的指标体系来进行认定的方法[5，6]，但其不足之处是选取的指标之间有很强的相关性，而且很难确定指标的权重。近年来又出现了许多用于来评价家庭经济困难学生的定量化方法，比如，BP神经网络[7]、属性识别理论[8]、灰色模糊评价法[9]等模糊数学理论。这些方法的不足之处是直接把家庭收入或家庭支出作为变量运用到评价方法中。本文采用了易于收集的非家庭收支变量，选择二元logistic回归方法来对高校贫困生进行认定。
三、研究方法：数据、变量及模型
（一）数据收集与处理
本研究使用的数据是来自“高校学生资助情况研究课题组”2010年的问卷调查。调查时间2010年11月，地点为北京地区的5所高校。给不同专业、不同年级的高校学生发放了高校学生资助情况调查问卷2000份，回收了1950份，回收率97.5%。研究选取的随机样本，其中大一学生样本39%，大二样本42%，大三样本16%，大四样本3%，其中农村57.7%，城市42.3%。
调查小组还分别与五所高校从事资助工作多年的老师进行广泛的座谈交流，集中听取他们的意见。为了弥补问卷调查的主观性和座谈调查的片面性，调查组又随机地对30多位获得资助和没有获得资助的学生进行了个别访谈和深入交流。访谈的过程中发现高校有时会存在两种情况：一是非贫困生积极去申请资助，最终获得了资助；二是贫困生为了面子、自尊心等原因，而不去申请资助，也就无法获得资助。因此，以往文献中把获得资助的对象被定义为贫困生，未获得资助的对象定义为非贫困生，显得不是很恰当。为了避免上述两种情况的出现，更好地保证问卷的内容与其真实情况更加贴近，本文在调查问卷中设计了如下三个问题：
1、您认为自己的家庭经济状况属于：① 无力缴纳全部学费及住宿费（特别贫困）； ② 能缴纳部分学费及住宿费（比较贫困）；③ 能缴纳学费及住宿费，但生活费低于高校所在地最低生活标准（一般贫困）；④ 能缴纳学费、住宿费，并能支付日常的生活费（不贫困）。
2、您获得过助学金吗？ 1.是； 2.否
3、您获得助学贷款吗？ 1.是； 2.否
上述题目，如果填写者在1题中选择了④，而在第2题或第3题中选择了是；如果37题中选择了①②③，而在第2题或第3题中选择了否，我们把这两种情况的问卷认为其填写情况的真实性需要进一步核实。因此，这部分调查问卷的数据将被删除，而不用来构建模型。
本问题的设计思路是家庭经济状况由高校已有的获得资助的情况与学生本人对其家庭经济状况的认可程度进行比较，如果双方的认可程度一致，则认为该学生的调查问卷是真实的、有效的。经过此处理之后，本文的1950份调查问卷保留了1463份有效问卷，有效率约75%。此外，对这些有效问卷又做了进一步的处理，即把第1题选择①②③的学生认为是贫困生；选择④的学生认为是非贫困生，来构建二分logistic回归模型。
（二）非收支自变量的确定
对于大部分高校学生来说，他的家庭经济状况是其在校经济状况的直接反映，而影响其家庭经济状况的因素有很多。归纳起来有两类：一类是影响家庭收入的因素；一类是影响家庭支出的因素。由于我国的税收制度不是很完善，因此，在问卷调查过程中，直接采用家庭收入和支出作为采集指标，经常会出现家庭收入少报，而家庭支出多报的现象，造成收集到的家庭收支数据无法真实地反映实际情况。因此，本文采用了家庭经济非收入和非支出变量来构建高校贫困生认定模型。
本文选取非收支变量的依据：一是考虑那些直接影响到家庭经济收支变化的变量；二是着重考虑那些导致家庭经济贫困的变量，并对于那些引起家庭经济比较富裕的变量不做考虑；三是易于收集，并且便于学生客观回答，减少主观因素。由于直接从调查问卷中选取的变量之间可能具有较强的相关性，或者由于样本数量较少的问题出现单个变量对贫困不显著，因此本文又对这些变量进行了合并或删除的处理，例如：家庭的主要收入来源于国家低保、下岗补贴或农田，如果把国家低保、下岗补贴和农田作为三个变量处理，它们每一个都对贫困不显著；如果把它们三个合并为一个变量，则这一个变量对贫困具有很好的显著性。处理后得到九个主要影响家庭经济的非收支变量，具体描述如表1所示。 （三）模型设定
三、模型运行及分析结果
运用spss软件进行Logistic回归。采用逐步向后回归方法进行变量筛选，并采用-2Loglikelihood、Cox&Snell R Square和Nagelkerke R Square三个参数进行模型的整体检验。最终表1中的九个变量进入了模型，得到整体运行效果以及模型参数如表2所示。
从模型回归的结果看，户口是否是农村、是否是贫困县、家庭收入是否来源于低保下岗农田、是否是单亲家庭、学生合计、家中是否有特殊情况（灾害，意外等）、家中是否有患重病以及家中是否欠债对高校学生是否成为贫困生起着明显的正向作用，其中对模型贡献量最大的变量是家庭收入的主要来源于国家低保、下岗补助或者农田。如果家庭的收入主要是来源于国家低保、下岗补助或者农田，那么其家庭经济的收入较低，生活水平只能是一般或偏下，其子女一旦上大学极其有可能成为贫困生。其次，家中上学人数、家中有患有重病者、家中欠债等这些因素必然会增加家庭的支出，对本来就不富裕的家庭来说，其子女很有可能成为贫困生。
但是，祖父母是否有固定的收入对高校学生是否成为贫困生起着明显的负向作用，而且对模型贡献量也较大。模型的这个结果和我们的实际情况也是相符的。如果祖父母有自己固定的收入来源，那么在一定程度上就不会主动向其子女要生活费（特例除外）；相反，祖父母有能力的话，还可能会帮助其子女。 因此，若祖父母有固定的收入来源就会在一定程度上减轻家庭的经济负担，进而也就会使该家庭的子女一旦上大学，成为贫困生的可能性会降低。
用120个样本作为检验样本，Logistic回归模型的值与真实值非常接近，部分结果见表3。检验的结果表明，九个非收支变量的信息比较充分，该模型能够很好的解决贫困生的判定问题。
四、结 论
通过本文的调查问卷和实证分析，得出了以下结论。
（一）高校贫困生的家庭特征。从九个非收支变量可以看出，大部分贫困生家庭主要分布在经济不发达农村地区，尤其是贫困县；其次部分贫困生家庭的父母是失业、下岗、待岗人员职工；绝大多数家庭曾有过重大灾难，如患重大疾病、离异、遭遇自然灾害、车祸等；多子女教育支出使一部分家庭致贫。因此，贫困生家庭的经济特征可归纳为：地处农村（特别是贫困县）、收入低、教育人口较多、家中有患重病者、祖父母没有固定收入及曾经遭遇重大灾难等。
（二）采用非收支变量得出的贫困生认定模型可以很好地解决家庭收入与支出数据难以收集带来的定量化研究的难题，同时也便于学生对这九个指标的客观回答，避免了主观性。
（三）研究结果表明，本模型可以较好地识别出高校贫困生，而且在一定程度上可以减少“假贫困生”，同时对于爱面子不愿意申请资助的真正贫困生又可以很好的识别出来。因此该方法的结果客观公平，具有较好的使用和推广价值。
五、对策与建议
为了能给高校贫困生创造一个稳定的学习环境，国家不仅要对高校贫困生给予一定的经济资助；更重要的是要帮助贫困生家庭从根本上改善经济状况，脱离贫困。这样才能有效地减少高校贫困生的比例。本文深入分析了这些非收支变量，给出了以下几点建议。
（一）国家应大力推动贫困县经济的发展
最近几年，我国对农村经济的扶植力度不断的加大，财政对农业的投入力度也在逐年增加，农村经济有了很大的改变。但是地区发展不平衡、经费投入不足、覆盖面窄、基层管理薄弱等问题都很突出，因此要进一步完善制度，因地制宜，循序渐进。尤其是制定支持贫困地区、贫困农户发展的优惠政策，要加强对外宣传，增强贫困县的吸引力等，来改善贫困地区的经济状况。
（二）进一步加快农村医疗卫生保障体系的改革
建立新型农村合作医疗制度，努力提高医疗报销比例，提高农民参保积极性；建立农村医疗保险基金筹集机制，既能使企业提高知名度，又能使农民减轻负担。同时开展多种形式的健康教育，增强农民自我保健意识和健康投入意识，普及卫生防疫知识，改善农民的居住卫生环境，帮助农民群众培养科学文明的卫生生活习惯，减少疾病，促进健康。这样有利于减少“因病致贫”与“因病返贫”， 使整个社会和谐发展。
（三）挖掘城市中下岗、低保人群的自身潜能，增加就业机会
对于城市中下岗、低保、失业等家庭，国家给予了他们基本的生活保障。但是，从长远来看，解决贫困的主要方法为，提供培训机会，提高他们自身发展能力，增加就业机会，使他们再次就业，达到脱贫的目的。
（四）进一步加强农村养老保险制度建设
随着我国农村的老龄化人口不断增加，农村养老保障正逐渐从家庭层面上升为社会问题，成为影响社会稳定、经济建设的重要因素。目前，农村养老保险制度还不健全，妥善解决农村老年人的生活保障问题，已经成为政府的重要工作。因此，应加大宣传力度，积极引导农民参保，尽快建立并逐步完善与国情相适应的农村养老保险制度，进而提高我国农村的生活水平。
〔参考文献〕
[1] 张春生，李志华. 建立经济困难学生“新资助体系”的思考与实践[J]. 思想教育研究，2009（7）.
[2] 杨晴. 高校贫困生认定的路径[J]. 教育学术月刊， 2009（7）.
[3] 兰建军，梁珊珊. 贫困大学生认定标准研究[J]. 科技广场， 2007（12）.
[4] 毕鹤霞. 国内外高校贫困生认定与研究述评[J]. 比较教育研究， 2009（1）.
[5] 赵炳起，李永宁. 高校贫困生经济资助体系的困境与对策[J]. 事业财会， 2006（6）.
[6] 刘进，沈红. 我国高校贫困生认定路径[D]. 教育经济学年会会议论文， 2007.
[7] 刘善槐，张飏. 基于BP网络模型的高校贫困生界定研究[J]. 数学的实践与认识，2010（12）.
[8] 胡海滨. 属性识别理论在高校贫困生困难等级评价认定中的应用[J].高等教育研究，2010（2）.
[9] 胡海滨. 灰色关联分析法在高校贫困生认定中的应用研究[J].邵阳学院学报（社会科学版），2010（10）.
[10] 杨晴. 中国高校贫困生贷款资格判定[D]. 华中科技大学硕士论文，2005.
（责任编辑：郭德侠）