创新多样化、经济结构与创新韧性

魏建漳，任 颋

（北京大学汇丰商学院，广东深圳 518000）

1 研究背景

习近平总书记在2018 年两院院士大会和2021年中关村论坛上指出，需要加强科技开放合作，积极主动融入全球科技创新网络。2020 年暴发的新冠疫情，不仅使经济遭受到了猛烈的冲击，合作创新活动也受到了剧烈的冲击，在全球创新链和产业链进一步分割趋势背景下，国内合作创新网络的恢复与加强显得尤为重要。通过对比分析2018—2020 年全国（未含港澳台地区。下同）合作申请专利数量的趋势（见图1），可以发现，2020 年8 月开始，合作专利申请量的增速与2019 年相比开始下滑，且下降幅度扩大，在2020 年第四季度表现为月总申请量低于2019 年专利申请量，而2019 年第四季度同期增长率约20%，可见合作创新受到了较大影响；从2021 年第二季度开始，合作专利申请的趋势与前三年相比进一步出现背离，而且趋势有进一步扩大的风险，2021 年9 月份全国合作申请专利的数量仅是2020 年同期的12%。因此，研究合作创新韧性（以下简称“创新韧性”）的影响因素，制定区域合作创新韧性恢复的政策，显得尤为重要和紧迫。

图1 2018—2021 年我国合作专利申请趋势

创新投入多样化对区域合作创新韧性影响的研究，有助于理解创新韧性的影响因素及传导机制，为地方政府在新冠肺炎疫情后，从增强创新韧性的角度出发，制定创新发展战略和创新政策，构建区域性创新体系，提供新的思路。回顾文献，国内外学者从多方面对经济韧性进行了大量的定量研究，但对创新韧性的研究还鲜有涉及。基于此，本文基于演化经济地理学中关于经济韧性的理论框架，探讨创新投入多样化对地区创新韧性的具体效应及其作用机制。

2 理论分析与研究假说

2.1 创新投入多样化对合作创新韧性的影响

创新韧性是经济韧性的重要方面，然而，现有文献对创新韧性的研究较少。可能的原因有两个，一是经济韧性更容易观察，人们对因冲击导致的失业等经济现象更容易感同身受，创新是企业的内部活动，不易观察；二是经济相关的数据更容易获得，政府公开产业、就业等数据，对经济韧性的测度更可行，创新的数据则不易获取，目前我国只在省（区、市）级公开分类型的创新投入等较为详细的数据，地市级的分类创新投入数据较少，企业级的创新数据则需要购买专利数据库或通过调研问卷的方式获得，不利于创新韧性的测度。梁林等［1］以国家级新区创新生态系统的韧性为研究对象，认为创新韧性是指创新主体面对外部环境的冲击和扰动时，通过自学习、自适应等方式快速恢复到初始或更高功能状态的能力。因此，合作创新韧性可以理解为区域创新主体在受到外部冲击后合作创新网络通过自适应保持稳定甚至恢复、进化到更高水平状态的能力。创新多样化（innovation diversifications）是相对创新专业化而言的，主要研究包括投入多样化和技术多样化。投入多样化是创新投入的来源及投向在不同的领域，例如基础研究投入、应用研究投入和试验发展投入等。余泳泽［2］认为我国创新多样化程度较低，具有一定的偏向性，总体呈现“轻基础研究、重实践应用研究”的现象。技术多样化是指创新活动在不同的技术领域和技术路线开展。李长英等［3］从创新的相关技术多样化和不相关技术多样化角度，研究发现技术多样化对于创新数量和创新质量具有积极影响。本文是指创新投入的多样化。

当外部冲击来临时，技术多样化和投入多样化对创新韧性的影响机制差异较大，已有文献对前者的研究较多，较少从投入多样化角度进行研究。技术多样化通过对企业技术路线和技术领域的选择决策影响，进而影响创新韧性。已有研究发现，技术路径结构更多样化的地区，在冲击抵御期间的经济表现比专业化地区更稳定［4］；技术领域的多样化，不利于有限资源配置到主导产业的核心技术上，从而会降低创新的可持续性和创新韧性［5］。创新投入多样化通过影响企业创新资源配置、技术迭代和技术溢出的决策活动，进而影响创新韧性。疫情期间，创新投入多样化作用于创新活动的积极作用被扭曲，具体表现在三个方面。其一，疫情背景下，预算软约束趋紧影响创新投入的资源配置结构。疫情对生产和销售均形成了冲击，除了特殊行业之外，较多企业的营业收入增长压力加大，甚至下降，因此创新投入预算也呈现下降趋势。在预算紧约束下，研发投入决策需权衡，经费在短期可见效的试验发展研究和长期见效的基础研究等方面进行分配，因此，为了在市场中生存，往往长期见效的基础研究和应用研究的研发投入活动将减少。在疫情期间，创新投入多样化分散更多费用到基础研究和应用研究上，合作创新韧性将受到消极影响。其二，疫情发生后，市场不确定性增加影响技术迭代的进度。疫情发生后，市场的供应链和产业链受到冲击，企业对市场和未来的不确定性预期增强。通过大规模投入的设备更新、软件升级等进行技术迭代的研发投入活动，相对于正常时期，变得更为谨慎，技术迭代的进程趋于缓慢。因此，疫情期间，对未来预期的不确定性，降低了技术迭代合作创新活动的恢复能力。其三，疫情使得线下的创新交互活动受阻，影响了创新活动的频次。疫情对不同创新主体冲击的影响具有一定的异质性，高校院所因管制更为严格，实验室创新活动受到了较大影响；跨地域的合作创新更是由于交通管制和城市疫情管制措施，使得线下交互活动更为困难［6］。因此，疫情期间创新投入的多样化，尤其是在基础研究和应用研究领域开展校企合作的活动，受到冲击更大，恢复周期更长（见图2）。基于此，本文提出如下研究假说：

图2 疫情背景下创新多样化影响创新韧性的理论模型

H1：疫情期间，创新投入多样化对区域合作创新韧性整体上具有消极作用。

2.2 创新投入多样化通过对经济结构的调整间接影响合作创新韧性

疫情后期创新的恢复和调整尤为关键。中央经济工作会议指出中国经济正处在转变发展方式、优化经济结构、转换增长动能的攻坚期，创新是引领发展的第一动力，推动经济高质量发展，关键是要依靠科技创新调整经济结构、转换发展动力。技术创新是经济增长的内生动力，也是产业结构优化升级动因。熊彼特创新理论对产业结构升级做过解释，认为企业通过技术创新，在市场中获得高额利润，引导资源转向高生产率部门，实现产业结构升级。

在没有疫情等外部冲击的情况下，市场主体通过对多样化的创新投入的决策进而影响产业结构和企业结构。试验发展研究促使企业使用先进的生产工艺和生产设备，改进组织管理形式，增加产品科技含量，提高产品性能，孵化更多的高新技术企业，培育新兴产业，增加企业创新的数量和创新质量［3］。应用基础研究更加注重多主体的市场合作创新，通过提升技术吸收能力和技术转化能力，从而推动技术进步，促进产业结构升级［7］。基础研究从源头创新上增强了技术的自主可控能力，提升了企业和产业的自主创新能力，激发了产业的结构升级［8-9］。

然而，现有文献对于创新投入与经济结构的量化分析尚无取得广泛共识。演化经济地理学认为科技创新与产业组织之间呈现多样化的组合方式，并不存在垂直一致性［10-11］，科技创新与产业结构间的关系随着产业发展周期而动态变化，呈现为显著推动关系、“U”型结构关系、存在中介变量的N 型结构关系等不同的结论［12-14］。由此可见，要正确认识创新多样化通过经济结构对创新韧性的影响，需要放置于疫情冲击的经济情景中开展具体分析。

在疫情冲击背景下，区域内创新资源配置、技术迭代进程和技术外溢受到影响，进而对经济结构产生偏向性影响。其一，从产业结构来看，制造业占比越低对外合作开展的试验发展研究越少，试验发展投入越少的地区在疫情中受到的冲击越大。Xiao 等［15］研究发现制造业产业集群的发展使得创新多样化的下降，反而提升了创新韧性。实体经济创新资源配置的预算软约束受疫情影响最大，对经济结构产生长周期影响的基础研究和应用研究方面的投入能力下滑，同时，由于市场不确定性增强导致制造业技术迭代进程放缓，因此，在外部冲击下，制造业比重偏低的地区更容易因基础研究等投入的下降导致合作创新韧性下降。已有研究发现，在具备一定的创新能力情况下，制造业占比越高的产业结构调整与韧性正相关［16］。其二，从企业结构来看，大量中小企业的试验发展创新投入和对外合作创新活动被压缩。大企业更有可能开展应用研究和基础研究，中小企业则以试验发展研究为主。中小企业相对于大企业而言，更依赖于开放创新和协同创新，疫情影响下由于预算约束趋紧和对外交流受阻，中小企业的合作创新频次下降，更难获得技术外溢的好处。此外，创新活动恢复有赖于市场恢复，中小企业相比大型企业本就缓慢，同时由于中小企业在产业链和供应链中的议价能力有限，大企业往往将冲击通过价格或支付延期等方式传导至中小企业，更加降低了中小企业的创新恢复能力（见图3）。基于此，本文提出如下研究假说：

图3 疫情背景下创新多样化通过经济结构影响创新韧性的理论模型

H2：疫情期间，创新投入多样化通过分散经济结构动力对合作创新韧性间接起到负向作用。

3 研究设计

3.1 模型设定

创新投入多样化对省市创新韧性的意义，不仅体现在面对疫情冲击时创新主体有偏向性的创新行为选择决策，还体现在创新多样化对产业结构和企业结构的调整，以应对危机后的区域资源整合、产业结构转型和企业梯队发展的适应性调整。为验证创新投入多样化是否影响区域合作创新韧性，本文构建如下基准模型：

式（1）中，下标i、t分别表示省份和时间。被解释变量RES 为区域合作创新韧性。创新遭到疫情冲击后，能否抵御风险，尽快恢复生产和创新活动，在很大程度上取决于往期创新环境和状况，因此，参考Rocchetta 等［17］的做法，模型（1）的解释变量和控制变量均取滞后一期值。DIV 代表区域整体的创新多样化水平，是核心解释变量。为随机扰动项。

3.2 变量说明

3.2.1 地区合作创新韧性

实证研究中对经济韧性的测度较多，较少看到对创新韧性的研究。即使是对经济韧性的测度也存在复杂指标设计、反事实估计等测度方法，并未统一。本文对地区合作创新韧性的测度参考Martin 等［5］提供的反事实估计的方法，但在反事实预测时，以每个经济体当地近期的增长趋势进行预测，而非全国平均增长趋势进行增量预测，作为反事实预测的基础。主要原因是考虑到，目前疫情还在持续中，抵抗期尚未结束，恢复期更没有真正到来，并非对已经结束经济恢复的历史数据进行考察，更多的是对还在抵抗期的地区合作创新韧性进行考察，所以，本文采用当地增长趋势预测作为反事实预测基础，以期找到该地区下一步创新自我恢复的路径。因此，本文对Martin 等提出的创新韧性指标测度方法进行了调整。具体计算公式如下：

合作创新韧性的计算公式为：

其中，(ΔPr抵抗)表示区域r在抵抗期内实际合作创新专利申请变化量，(ΔPr抵抗)预期表示区域r在抵抗期内预期合作创新申请专利变化量。具体测算上，2020 年与2019 年相比实际合作创新申请专利的增量，减去按当地前两年（2018 年和2019 年）平均增速预测的预期合作申请专利增量，再除以该预测增量的绝对值。

合作创新韧性数值越大（绝对值越小）代表合作创新韧性越强，反之越弱。合作创新韧性大于0，表示区域在面对疫情冲击时的合作创新抵抗力高于疫情前的平均水平，小于0 则表示区域在面对疫情冲击时的合作创新抵抗力低于疫情前的平均水平。

图4 2020 年中国区域创新韧性均值

2.2.2 创新多样化

按照Frenken 等［21］熵指数定义，创新多样化水平可以定义为：

3.2.3 经济结构

创新投入多样化对区域合作创新韧性的意义，还体现在创新投入多样化对产业结构转型和企业梯队发展的适应性调整。本文的经济结构包含了产业结构和企业结构两个方面。本文以制造业增加值占地区生产总值（GDP）的比重作为衡量产业结构的指标，有助于从创新投入多样化角度对产业“空心化”给予解释。上市企业是经过行业监管部门和市场检验的具有较强创新能力的代表性企业，本文选取各区域截至2020 年12 月的上市公司的数量（包含A股和B 股）作为企业结构的测度指标。

3.3 数据来源及统计描述

主要变量的原始数据来自国家知识产权局的专利检索数据以及国家统计局的年鉴数据，疫情数据来自丁香园·丁香医生实时数据库1），创新投入数据来自《中国科技统计年鉴》（2019 年和2020 年），上市公司数据来自WIND 数据库，营商环境数据来源于张三保等［22］对中国区域营商环境评价结果。变量的描述性统计如表1 所示。

表1 变量的描述性统计

表1 （续）

其中，联合申请专利定义为2 个以上法人申请人的专利，剔除所有个人参与申请的专利，共得到2019 年合作申请专利176 272 条，2020 年合作申请专利120 542 条，按第一申请人所在区域进行统计分类，得到各区域各年合作专利申请数量。并按照专利类别，筛选各区域发明专利合作申请数量，得到各区域创新质量变量。

4 实证结果与分析

4.1 基准回归模型估计

表2 报告了创新投入多样化对区域合作创新韧性影响的基准回归模型结果，其中，表2 第（1）～（3）列分别为控制经济发展水平、营商环境水平和创新质量水平情况下，创新多样化与创新韧性的回归模型。第（4）列为按政府研发投入和社会研发投入分的投入多样性影响创新韧性模型，第（5）列为按基础研究、应用研究和试验发展分的投入多样化影响创新韧性模型。。回归结果显示，2020 年疫情期间，创新投入多样化表现出与合作创新韧性的显著相关性。可见，在受到疫情冲击情况下，2019 年创新投入的多样性程度直接影响了创新的抵抗能力和恢复程度。创新投入多样化的系数为负数，表示在当前省市整体发展水平上，面对外部冲击时，创新投入多样化不利于提升合作创新韧性。这一实证结果侧面反映了各地在面对外部冲击时，受到利润波动的影响，减少合作创新的投入，尤其是创新投入多样化的地区，合作创新的结构和频次均受到更大的冲击。提升区域对外开放程度有助于提升地区的创新韧性，开放地区的企业面对更激烈的国际竞争，为出口高新技术产品获得更高收益，较早布局了技术创新战略，因此，相对于处于产业链低附加值环节的地区更具创新韧性。疫情确诊人数的系数几乎为零，且该系数在统计上并不显著，一个可能的原因是疫情人数对创新韧性的影响可能存在滞后性，还需要晚些时候才能表现出来。

表2 创新多样化与创新韧性

表2 （续）

本文对合作创新韧性的测算是基于反事实实验下的结果，与创新投入多样化的双向因果关系较弱，这里集中考察由于遗漏变量而导致的内生性问题。经济发展水平、营商环境水平和创新质量水平等三个指标两两相关关系强度均在0.7 以上，为避免多重共线性，选其中一个作为控制变量。回归结果显示，创新质量水平（Npq）作为控制变量时，模型对合作创新韧性的解释程度最高（R2达到0.725 9），因此，我们在中介效应分析时选择创新质量水平（合作申请发明专利数量）作为控制变量。虽然解释变量滞后一期有助于缓解内生性问题，但为避免模型中存在多重共线性现象，对模型进行VIF 检验，检验结果显示平均VIF 为1.24，变量最大VIF 为1.48，均小于10，因此，模型不存在多重共线性。

4.2 经济结构的中间机制

依据创新创业理论框架，多样化创新行为下的知识创造，一方面通过颠覆性创新和理论创新提高了多维度知识供给，提供了丰富的新知识、新产品，增加了创新创业的机会，进而改变不同行业的盈利能力，实现产业结构的高端化；另一方面通过工艺创新和组织创新等试验发展创新的迭代试错，培育和形成了利用知识转化为商用产品的生产能力，促使一部分企业抓住创新创业机会实现高速增长［23］。然而，疫情对于长周期创新行为和短周期创新行为具有异质性影响，基础研究等长周期创新行为在预算约束下更容易缩减，线下交互交流的频次更容易减少，制造业为主的试验发展创新活动更可能得到恢复。本文构建如下模型，用以检验创新投入多样化是否影响区域经济结构，进而验证多样化的创新投入是否能够通过影响经济结构来间接作用于区域合作创新韧性。

式（5）中，被解释变量Structure 为区域经济结构。由于在实证检验中，经济结构变量分为产业结构和企业结构，且分别由制造业增加值占GDP 比重和上市公司企业数量作为代表指标，可以预期，α1系数显著为负，表明区域创新投入多样化有利于促进多种产业的繁荣和中小企业的创新创业，进而降低区域制造业和龙头企业的占比结构。Zi,t-1表示可能影响经济结构的控制变量，这里控制了创新质量、发展水平、营商环境和开放程度。

对式（5）进行回归，结果如表3所示。第（1）～（3）列反映了在控制创新质量水平、经济发展水平和营商环境水平情况下，创新投入多样化对产业结构的影响，创新投入多样化程度越高产业结构中制造业的占比越低，疑似产业“空心化”，可能的原因有两个：一是创新多样化通过增加应用研究和基础研究的投入，从而提升了制造业的生产效率及核心竞争力，引致传统的制造环节外迁；二是创新多样化同步推动了服务业创新的发展，制造业生产率升级也伴随高收入人群集聚，催生了生产性服务业和生活性服务业的需求，进一步增强了服务业的规模效应，降低了制造业的比重。

表3 创新多样化与经济结构

第（4）～（6）列反映了在控制创新质量水平、经济发展水平和营商环境水平情况下，创新投入多样化对企业结构的影响，表明创新投入多样化程度越高会降低企业结构中龙头企业的数量，可能的原因是：一是制造业企业更容易获得资本的青睐，制造业集聚的地区上市公司会更多；二是创新多样化赋予了更多中小企业创新的机会，提升了地区中小企业创新的活力，因此降低了仅仅依靠上市公司等龙头企业稳定创新的情况。

4.3 稳健性检验及进一步讨论

4.3.1 中介效应检验

按照中介效应模型回归要求，将合作创新韧性与创新投入多样化、经济结构同时纳入模型，如式（6）。对数据进行中心化，然后按照三步检验法进行中介效应检验。

首先对产业结构模型做中介效应检验，分别对式（1）、式（5）和式（6）进行估计，检验发现模型一的创新投入多样化系数显著，模型二的创新投入多样化系数显著，模型三的产业结构系数显著，且创新投入多样化系数不显著。这表明，中介效应存在，且存在完全中介效应。

同样对企业结构模型做中介效应检验，检验结果显示（见图5），模型二的创新投入多样化系数在0.1水平上显著，模型三的企业结构系数在0.01 水平上显著，且创新投入多样化系数在0.05 水平上显著。这表明中介效应存在，但属于部分中介效应。进行Sobel 检验，结果显示P值0.083 2，即在0.1 水平上显著。中介效应总效应为36.97%。

图5 创新多样化对创新韧性影响的中介效应模型

表4 中列（1）为创新投入多样化对产业结构的影响模型，列（2）为控制产业结构情况下，创新投入多样化对创新韧性的影响模型，列（3）为创新投入多样化对企业结构的影响模型，列（4）为控制企业结构情况下，创新投入多样化对创新韧性的影响模型，列（5）为控制产业结构和企业结构情况下，创新投入多样化对创新韧性的影响模型。表4 的结果显示出，创新投入多样化通过调整产业结构影响合作创新韧性的中介效应值比调整企业结构影响的中介效应值更大，可见创新投入多样化对合作创新韧性的间接效应，更多地来自于对产业结构的作用，体现了以制造业为代表的实体经济在提升合作创新韧性方面的重要性。这与Sobel 检验的结论基本一致。这也意味着，虽然创新投入多样化作用于产业结构高级化和制造业升级，但是，在疫情期间由于预算约束、技术迭代和交互频次受到影响，反而最容易受到冲击，降低创新韧性，因此，加大对制造业的创新支持力度，提升制造业应用研究和基础研究创新能力，将有助于提升疫情冲击中的合作创新韧性。

表4 创新多样化、经济结构与创新韧性（中介效应模型检验）

4.3.2 进一步探讨：外部冲击的结构偏向性和影响异质性

上述计量模型结果显示，创新投入多样化对经济结构的影响方向在疫情冲击前后并无差异，疫情的影响主要体现在经济结构的异质性影响导致的合作创新韧性的差异。以产业结构为例，拟合创新多样化与产业结构的散点图，无论经济发展水平如何，随着创新多样化水平提升，制造业增加值占GDP 的比重呈下降态势，即创新投入多样化推动了产业结构的高级化。相关学者研究也表明，创新多样化作用在实体经济上，才能体现出与区域创新能力提升的正向关系［24-25］。本文进一步研究发现，当外部冲击来临时，冲击的影响往往具有结构偏向性，对不同产业结构和企业结构的地区影响具有异质性，从而导致了地区创新韧性的异质性。疫情对高校、研发机构、企业等不同创新主体产生异质性影响，对于产业结构的不同行业产生异质性影响，对大型企业和中小企业等产生异质性影响，对同一创新主体的基础研究、应用研究和试验发展研究等不同创新投入类型产生偏向性影响。

图6 创新多样化与产业结构

5 结论与启示

5.1 结论

面对百年未有之大变局，创新韧性对于我国高质量发展的意义越加明显。本文基于演化经济地理学的相关理论，将2020 年全球新冠肺炎病毒疫情作为外部冲击，通过对31 个省份合作创新韧性的测度，实证检验了创新投入多样化对合作创新韧性的直接作用，以及通过经济结构来影响合作创新韧性的间接作用。研究得出以下几点主要结论：

（1）2020 年疫情中，我国各区域的合作创新韧性表现差异明显，创新投入越多样化的城市合作创新韧性则越弱，其主要作用机制在于疫情对不同创新投入活动的异质性影响；（2）创新投入多样化对合作创新韧性的作用，通过调节产业结构的升级和企业结构，进一步影响合作创新韧性；产业结构具有完全中介效应，企业结构具有部分中介效应；（3）加强制造业的创新能力有助于提升合作创新韧性，上市企业创新不是提升区域合作创新韧性的全部力量来源，更需要加强中小企业创新能力。

5.2 政策启示

在疫后的抵抗期和恢复期，如何重构更具韧性的创新体系，重塑更具包容的发展模式，成为当前需要考虑的重中之重的问题。面对异质性影响，政府应如何进行政策选择？显然，逆企业决策周期而动是政府提升合作创新韧性的最优选择。本文提出如下几点政策启示：

（1）产业结构的中介效应显示应高度关注制造业创新韧性的恢复。与企业偏向于试验发展研发投入的决策相反，疫情期间政府应采取逆企业研发投入结构的政策选择。在支持企业试验发展创新基础上，加大力度支持基础研究和应用研究的投入，尤其是支持企业在这两方面的投入，对企业基础研究投入加计扣除政策提高到150%。加大对提升制造业的智能化、数字化水平，加快疫后制造业的产业重构和可持续发展。

（2）创新多样化与产业结构相结合的两链融合布局更有利于实现创新驱动战略。在市场不确定情况下，企业不敢加快推动技术迭代和技术更新，政府应对企业转型发展和技术升级给予更多的支持，加强对工业技术改造和升级的软硬件购置支持力度，将500 万元纳入技术改造和升级的投入统计标准下调至100 万元甚至更低，进一步加大企业上云上平台等数字化服务购置支持力度。研究发现在控制创新质量的条件下，创新多样化对创新韧性的作用更为显著，因此，应加大核心技术研发，加强原始创新和应用基础研究，从根本上掌握自主可控的技术，提高地区的创新能力。

（3）以要素无制度障碍自由流动为导向加强对合作研发的支持。在疫情“隔离”等特殊措施下，企业与跨地域高校院所的合作交流更加不便捷，技术溢出减少，政府应兼顾对重点人群监控政策和对研发人员等重点人员流动支持政策，加大对高校院所的体制机制改革，支持高校院所的研究人员向企业自由流动和柔性引进，破解疫情对科学和科技交流的影响。

（4）应以龙头企业牵头打造创新共同体，同时加强对中小企业创新的支持力度。企业结构的部分中介效应说明，仅仅依赖龙头企业难以实现创新韧性的完全提升。地方政府应因地因产制宜，围绕产业链，形成龙头企业带动产业链中小企业协同提升创新能力的局面，加大对中小企业的资本市场支持力度，支持大中小企业和各类主体融通创新。

注释：

1）丁香园·丁香医生全球新型冠状病毒肺炎疫情实时动态地图是丁香园医疗数据开放平台，疫情以来国内外很多学者均采用了其疫情数据进行研究，数据库网站为：http://yjy.people.com.cn/n1/2021/0610/c244560-32127903.html。