一、引子

我們都知道，計(jì)量分析的本質(zhì)在于因果識(shí)別，而準(zhǔn)確進(jìn)行因果識(shí)別的一大關(guān)鍵就是對(duì)內(nèi)生性的處理。雖然說(shuō)工具變量法是解決內(nèi)生性最常規(guī)的手段，但好的工具變量往往可遇不可求，或者需要突破天際的腦洞，或者需要深厚的文獻(xiàn)積累。這個(gè)時(shí)候，似乎只剩下了一條明路：選題的時(shí)候就不要選那些明顯有坑的主題，即核心解釋變量明顯內(nèi)生的主題。一般來(lái)說(shuō)，有三個(gè)原因會(huì)導(dǎo)致內(nèi)生性——雙向因果、遺漏變量與測(cè)量誤差。由于后兩者在選題之初并不突出，因而核心解釋變量明顯內(nèi)生的主題便是那些核心解釋變量與被解釋變量明顯互相影響的主題，比如經(jīng)典的“制度環(huán)境與經(jīng)濟(jì)增長(zhǎng)”。

之前在推文里講OLS時(shí)推薦過(guò)一篇論文“子女性別與父母幸福感”，這篇論文的核心解釋變量是子女性別，被解釋變量是父母幸福感。很顯然，子女的性別是老天丟色子決定的，并不受父母幸福與否的影響，從而子女性別這一變量是外生的，回歸分析時(shí)直接上OLS就好了。因此，為了避免找不到工具變量的苦惱，我們?cè)谶x題的時(shí)候就可以盡量選類(lèi)似邏輯的主題，比如對(duì)政策實(shí)施效果的考察。

通常來(lái)說(shuō)，政策的制定與實(shí)施對(duì)于微觀主體（個(gè)人或企業(yè)）而言是明顯外生的，從而雙向因果這一最大的問(wèn)題迎刃而解，除此之外，遺漏變量和測(cè)量誤差也不再是問(wèn)題：首先，只有與政策沖擊相關(guān)的遺漏變量對(duì)結(jié)果才有影響，而幾乎很少有微觀因素能影響到政策的實(shí)施；其次，政策實(shí)施與否以及政策的目標(biāo)群體往往是很明確具體的，因而在度量上也不容易存在誤差。一言以蔽之，當(dāng)研究主題是政策效果評(píng)估時(shí)，基本不需要擔(dān)憂內(nèi)生性問(wèn)題，回歸估計(jì)時(shí)一般直接上OLS就好了。

我們同樣都知道，DID是政策評(píng)估時(shí)經(jīng)常使用的方法。上面不是說(shuō)一般用OLS就行了么，那什么時(shí)候需要用上DID呢？這就需要細(xì)致考察DID這個(gè)方法的前提條件和適用范圍了。

在介紹DID的基本原理之前，先了解兩個(gè)使用DID的前提條件，以直觀地判斷自己的研究主題是否真的合適用DID：

    1.至少兩年的面板數(shù)據(jù)。如果只有截面數(shù)據(jù)，一般還是別考慮DID了。

    2.政策沖擊并非一刀切，具有受政策影響的實(shí)驗(yàn)組和不受政策影響的對(duì)照組。否則，同樣別考慮DID了。

二、DID的基本介紹

DID，中文名“雙重差分法”，英文名“Differences-in-Differences”，別名“倍差法”，小名“差中差”。作為政策效應(yīng)評(píng)估方法中的一大利器，雙重差分法受到越來(lái)越多人的青睞，概括起來(lái)有如下幾個(gè)方面的原因：

• 可以很大程度上避免內(nèi)生性問(wèn)題的困擾：政策相對(duì)于微觀經(jīng)濟(jì)主體而言一般是外生的，因而不存在逆向因果問(wèn)題。此外，使用固定效應(yīng)估計(jì)一定程度上也緩解了遺漏變量偏誤問(wèn)題。

• 傳統(tǒng)方法下評(píng)估政策效應(yīng)（比如OLS），主要是通過(guò)設(shè)置一個(gè)政策發(fā)生與否的虛擬變量然后進(jìn)行回歸，相較而言，雙重差分法的模型設(shè)置更加科學(xué)，能更加準(zhǔn)確地估計(jì)出政策效應(yīng)。

• 雙重差分法的原理和模型設(shè)置很簡(jiǎn)單，容易理解和運(yùn)用，并不像空間計(jì)量、DSGE等方法一樣讓人望而生畏。

• 盡管雙重差分法估計(jì)的本質(zhì)就是面板數(shù)據(jù)固定效應(yīng)估計(jì)，但是DID聽(tīng)上去或多或少也要比OLS、FE之流更加“時(shí)尚高端”，因而DID的使用一定程度上可以滿足“虛榮心”。

• ······

在講DID的原理之前先看一看DID的基準(zhǔn)模型設(shè)定，如下所示：

其中，du為分組虛擬變量，若個(gè)體i受政策實(shí)施的影響，則個(gè)體i屬于處理組，對(duì)應(yīng)的du取值為1，若個(gè)體i不受政策實(shí)施的影響，則個(gè)體i屬于對(duì)照組，對(duì)應(yīng)的du取值為0。dt為政策實(shí)施虛擬變量，政策實(shí)施之前dt取值為0，政策實(shí)施之后dt取值為1。du·dt為分組虛擬變量與政策實(shí)施虛擬變量的交互項(xiàng)，其系數(shù)就反映了政策實(shí)施的凈效應(yīng)，也是我們使用DID時(shí)最為關(guān)注的。

從模型的設(shè)定形式就知道了為什么上面要強(qiáng)調(diào)DID的兩個(gè)前提條件：截面數(shù)據(jù)的話沒(méi)法構(gòu)造政策沖擊變量dt，一刀切政策的話沒(méi)法構(gòu)造分組變量du?，F(xiàn)在再回過(guò)頭來(lái)問(wèn)：為什么交互項(xiàng)du·dt的回歸系數(shù)就反映了政策實(shí)施的凈效應(yīng)呢？這個(gè)問(wèn)題的答案可以通過(guò)下表來(lái)體現(xiàn)，下表的展示也形象體現(xiàn)了雙重差分法五個(gè)字的真正含義：

很顯然，是兩次差分的結(jié)果，一次差分在時(shí)間維度，一次差分在個(gè)體維度。更直觀地，可以用圖形來(lái)表述上圖以及DID的邏輯：

圖中紅色虛線表示的是假設(shè)政策并未實(shí)施時(shí)，實(shí)驗(yàn)組的變化趨勢(shì)，即實(shí)驗(yàn)組的反事實(shí)情況。實(shí)際上，這個(gè)圖形也反映出了DID最為重要和關(guān)鍵的前提條件：共同趨勢(shì)（Common Trends），也就是說(shuō)，處理組和對(duì)照組在政策實(shí)施之前必須具有相同的變化趨勢(shì)。這一點(diǎn)后面再說(shuō)。

因此，總結(jié)來(lái)說(shuō)，雙重差分法的基本思想或原理就是通過(guò)對(duì)政策實(shí)施前后對(duì)照組和處理組之間差異的比較構(gòu)造出反映政策效果的雙重差分統(tǒng)計(jì)量。將該思想與上表的內(nèi)容轉(zhuǎn)化為簡(jiǎn)單的模型（1），這個(gè)時(shí)候只需要關(guān)注模型（1）中交互項(xiàng)的系數(shù)，就得到了想要的DID下的政策凈效應(yīng)。模型（1）是DID的基準(zhǔn)形式，在實(shí)際使用時(shí)，只需要加上控制變量就可以了。

三、DID的前提假設(shè)與穩(wěn)健性檢驗(yàn)

但是，如同最基本的OLS也有四五個(gè)前提假設(shè)一樣，使用DID時(shí)一定要注意這個(gè)方法本身的假設(shè)或前提條件。上面提到的使用DID的兩個(gè)前提條件只是這個(gè)方法的適用范圍，并不是方法本身的假設(shè)。其實(shí)上面的圖形已經(jīng)有所提示，DID最為重要、最為關(guān)鍵（甚至可以說(shuō)唯一）的假設(shè)就是：處理組和對(duì)照組在政策實(shí)施之前必須具有共同的變化趨勢(shì)。DID不要求隨機(jī)分組，都隨機(jī)了的話還要Double Difference干嘛呢，直接一個(gè)差就可以了；DID也不要求政策沖擊是隨機(jī)的。

那實(shí)際應(yīng)用時(shí)應(yīng)該怎么來(lái)檢驗(yàn)共同趨勢(shì)假設(shè)是否滿足呢？首先強(qiáng)調(diào)一下，對(duì)于只有兩年的面板數(shù)據(jù)，共同趨勢(shì)假設(shè)是無(wú)法直接驗(yàn)證的，所以很多文章就不提這事兒。在多年的面板數(shù)據(jù)下，有兩種方式可以用以關(guān)注CT：畫(huà)圖和回歸。

A: 對(duì)于畫(huà)圖，舉個(gè)例子，假設(shè)考察某一政策沖擊對(duì)企業(yè)生產(chǎn)率的影響，政策發(fā)生在2001年，樣本期間為1995-2006年，便可以畫(huà)出1995-2001年間實(shí)驗(yàn)組和對(duì)照組的年度生產(chǎn)率（年度生產(chǎn)率均值）趨勢(shì)圖，如果兩條線的走勢(shì)完全一致或基本一致，說(shuō)明CT假設(shè)是滿足的。

B: 對(duì)于回歸，還是繼續(xù)看這個(gè)例子，可以建立如下的回歸模型：

其中，du還是分組虛擬變量，但這時(shí)dt有所變化，dt為年份虛擬變量，當(dāng)年份為1995時(shí)，dt取值為1，反之為0，當(dāng)年份為1996時(shí)，dt取值為1，反之為0，等等。從而，政策實(shí)施前有6個(gè)年份虛擬變量，以及du與其得到的6個(gè)交互項(xiàng)。交互項(xiàng)的系數(shù)反映的便是，對(duì)于政策實(shí)施前的某一年，實(shí)驗(yàn)組和對(duì)照組的差異。如果回歸得到的這6個(gè)交互項(xiàng)都不顯著，說(shuō)明政策實(shí)施前實(shí)驗(yàn)組和對(duì)照組不存在明顯的差別，從而CT得證。其實(shí)，“都不顯著”可以稍微放松，即便存在一兩個(gè)顯著的情況，但只要這6個(gè)聯(lián)合不顯著，也是能夠說(shuō)明問(wèn)題的。

除了驗(yàn)證完CT假設(shè)外，DID的使用就算結(jié)束了？顯然不是，一般的方法下尚且需要不少的穩(wěn)健性檢驗(yàn)?zāi)?。事?shí)上，即便CT假設(shè)滿足，我們也不能拍著胸脯說(shuō)交互項(xiàng)的系數(shù)反映的一定是我們關(guān)注的政策效應(yīng)而不是其他什么東西，這就需要進(jìn)一步的穩(wěn)健性檢驗(yàn)以論證估計(jì)結(jié)果的可靠性了。DID中常用的穩(wěn)健性檢驗(yàn)有下面幾種：

    1.安慰劑檢驗(yàn)。具體可以：a）選取政策實(shí)施之前的年份進(jìn)行處理，比如原來(lái)的政策發(fā)生在2008年，研究區(qū)間為2007-2009年，這時(shí)可以將研究區(qū)間前移至2005-2007年，并假定政策實(shí)施年份為2006年，然后進(jìn)行回歸；b）選取已知的并不受政策實(shí)施影響的群組作為處理組進(jìn)行回歸。如果不同虛構(gòu)方式下的DID估計(jì)量的回歸結(jié)果依然顯著，說(shuō)明原來(lái)的估計(jì)結(jié)果很有可能出現(xiàn)了偏誤。

    2.利用不同的對(duì)照組進(jìn)行回歸，看研究結(jié)論是否依然一致。

    3. 選取一個(gè)完全不受政策干預(yù)影響的因素作為被解釋變量進(jìn)行回歸，如果DID估計(jì)量的回歸結(jié)果依然顯著，說(shuō)明原來(lái)的估計(jì)結(jié)果很有可能出現(xiàn)了偏誤。要說(shuō)明的是，如果回歸結(jié)果顯著，說(shuō)明原結(jié)果是一定有問(wèn)題的，而如果回歸結(jié)果不顯著，并不一定能表明原結(jié)果沒(méi)問(wèn)題。

四、面板數(shù)據(jù)固定效應(yīng)形式

之前介紹的模型（1）是DID最普通和一般的形式，然而我們?cè)诳次墨I(xiàn)時(shí)往往發(fā)現(xiàn)別人的模型不長(zhǎng)這個(gè)樣子。先來(lái)看一看別人的DID模型的樣子：

我們知道，凡是做交互項(xiàng)，組成交互項(xiàng)的各個(gè)部分（A、B以及A·B）是一定要同時(shí)存在的，可是別人的模型里只有交互項(xiàng)，du哪里去了，dt哪里去了？其實(shí)，模型（3）在多年面板數(shù)據(jù)里比基準(zhǔn)形式更為常見(jiàn)，對(duì)于面板數(shù)據(jù)，通常的估計(jì)方法是雙向固定效應(yīng)。這里面，為個(gè)體固定效應(yīng)，更為精確地反映了個(gè)體特征，替代了原來(lái)粗糙的分組變量du；為時(shí)間固定效應(yīng)，更為精確地反映了時(shí)間特征，替代了原來(lái)粗糙的政策實(shí)施變量dt。因而，du和dt并未真正從模型中消失，只是換了個(gè)馬甲而已。

既然模型（1）和（3）本質(zhì)是一樣的，那實(shí)際使用時(shí)應(yīng)該用哪個(gè)好呢？其實(shí)都行，根據(jù)研究需要選擇，比如除了交互項(xiàng)系數(shù)，還想關(guān)注下du或dt的系數(shù)，那這時(shí)無(wú)疑應(yīng)該用模型（1）。

五、擴(kuò)展部分

在上面的部分，首先介紹了DID的基本模型設(shè)定和方法原理，接著強(qiáng)調(diào)了使用DID的關(guān)鍵假設(shè)和穩(wěn)健性檢驗(yàn)，最后說(shuō)明了多年面板數(shù)據(jù)下DID模型設(shè)定的另一種常見(jiàn)形式。應(yīng)該說(shuō)，這些就是DID這個(gè)方法最基本和基礎(chǔ)的內(nèi)容了。會(huì)了這些東西，用DID行走江湖問(wèn)題應(yīng)該不大了。

但是，DID之所以這么流行和受大家喜歡，很大程度上與它的靈活多變有關(guān)系，做適當(dāng)?shù)恼{(diào)整就能用來(lái)應(yīng)對(duì)不同的狀況。所以，接下來(lái)再介紹一些DID的擴(kuò)展內(nèi)容。

擴(kuò)展1：滯后效應(yīng)與預(yù)期效應(yīng)

不論是模型（1）還是模型（3），估計(jì)出來(lái)的都是政策實(shí)施后的一個(gè)平均效應(yīng)。然而，對(duì)于有些政策，其效果的顯現(xiàn)需要一定的時(shí)間，比如政策2008年開(kāi)始實(shí)施，但其效果2010年才開(kāi)始出現(xiàn)。對(duì)政策滯后效應(yīng)的考察往往很重要，有助于我們準(zhǔn)確地評(píng)估政策的動(dòng)態(tài)效果，為政策的調(diào)整和完善提供建議。同樣的，政策的出臺(tái)和實(shí)施通常不是突然的毫無(wú)預(yù)兆的，微觀主體如果預(yù)期到某個(gè)時(shí)點(diǎn)政策一定會(huì)推行，可能會(huì)提前做出反應(yīng)，這便是預(yù)期效應(yīng)。對(duì)預(yù)期效應(yīng)的考察一樣很重要。

上面的模型（2）除了可以用來(lái)觀察CT外，還可以用來(lái)考察預(yù)期效應(yīng)，比如政策是2001年實(shí)施的，而2000年的交互項(xiàng)顯著，說(shuō)明可能存在預(yù)期效應(yīng)。將模型（2）中的年份換成政策實(shí)施之后，便可以用以考察滯后效應(yīng)了，比如政策是2001年實(shí)施的，2002年和2003年的交互項(xiàng)不顯著，從2004年開(kāi)始才顯著，說(shuō)明政策效應(yīng)可能存在兩年左右的時(shí)滯。

擴(kuò)展2：傾向得分匹配倍差法（PSM-DID）

傾向得分匹配法（PSM）本身就是一個(gè)單獨(dú)的方法，內(nèi)容也很多，所以當(dāng)和DID結(jié)合時(shí)這里就不細(xì)講了，以后再專(zhuān)門(mén)介紹PSM這個(gè)方法。

PSM和DID都是單獨(dú)可用的方法，結(jié)合在一起能干嘛呢？可以這么簡(jiǎn)單理解，DID不是要求共同趨勢(shì)嗎？共同趨勢(shì)不是意味著實(shí)驗(yàn)組和對(duì)照組基本類(lèi)似嗎？然而很多時(shí)候我們的原始樣本并不滿足這個(gè)條件。這時(shí)，我們可以先用PSM在原始樣本中挑選出基本特征都比較相似的新的實(shí)驗(yàn)組和對(duì)照組，然后再基于新的實(shí)驗(yàn)組對(duì)照組進(jìn)行DID回歸，這種情況下CT假設(shè)肯定妥妥的滿足了。另外，對(duì)于某些政策沖擊，實(shí)驗(yàn)組和對(duì)照組之間可能存在自選擇性，而這會(huì)對(duì)結(jié)果產(chǎn)生影響。比如，研究出口問(wèn)題時(shí)，企業(yè)是否出口（是否進(jìn)入實(shí)驗(yàn)組或?qū)φ战M）可能就并不是偶然的，這時(shí)用PSM也能較好地解決這個(gè)問(wèn)題。不過(guò)，不是所有政策沖擊情景下都能PSM搭配DID，這涉及到PSM的基本原理，以后細(xì)說(shuō)。

擴(kuò)展3：XXXXX

小標(biāo)題沒(méi)想好，暫時(shí)用XXXXX代替吧。在上面關(guān)于DID的介紹中，說(shuō)的是需要“非一刀切政策”以及“受政策影響的實(shí)驗(yàn)組和不受政策影響的對(duì)照組”，那這是不是意味著，某一群組只受到了一點(diǎn)點(diǎn)影響就不能作為對(duì)照組、從而無(wú)法使用DID呢？并不是這樣的。即便是政策沖擊是一刀切的，但只要某一群組受到的影響很大，某一群組受到的影響比較微弱，只要滿足CT，仍然是可以使用DID的。比如在關(guān)于貿(mào)易自由化的研究中，學(xué)者們較多使用我國(guó)2001年加入WTO這個(gè)外生沖擊做DID分析，這一沖擊的明顯表現(xiàn)就是行業(yè)關(guān)稅的變化，幾乎所有行業(yè)的關(guān)稅都受到了影響。不過(guò)，有的行業(yè)關(guān)稅下降幅度特別大，有的則下降很小。這時(shí)，便可以把前者當(dāng)做實(shí)驗(yàn)組，后者當(dāng)做對(duì)照組，然后進(jìn)行常規(guī)的DID回歸即可。

擴(kuò)展4：連續(xù)型DID

不管是DID的基準(zhǔn)模型還是面板數(shù)據(jù)雙向固定效應(yīng)形式的模型，du和dt都是虛擬變量的形式，從而交互項(xiàng)估計(jì)系數(shù)的結(jié)果表明的是：政策實(shí)施之后的效應(yīng)。也就是說(shuō)，這里體現(xiàn)的是有與無(wú)之間的區(qū)別。以一個(gè)具體的例子為例，在研究出口的問(wèn)題中使用DID，交互項(xiàng)表明的是，企業(yè)出口（有這個(gè)行為）的影響。這種設(shè)定無(wú)法體現(xiàn)出程度的變化，比如無(wú)法體現(xiàn)出出口數(shù)額的影響，出口數(shù)額每增加一單位的影響。

如果我們想考察程度的變化，便可以采用連續(xù)型DID進(jìn)行估計(jì)，基準(zhǔn)模型設(shè)定如下：

模型（4）與模型（1）的區(qū)別在于，原來(lái)的分組虛擬變量被連續(xù)型變量rate所替代了。在出口問(wèn)題的考察中，rate可以是企業(yè)的出口額或出口比例；在空氣污染問(wèn)題的考察中，rate可以是AQI（空氣質(zhì)量指數(shù)）的具體數(shù)值，等等。此時(shí)，交互項(xiàng)的系數(shù)反映的是，政策實(shí)施之后，rate每一單位變化帶來(lái)的凈效應(yīng)。

盡管模型（4）看上去就是最普通的交互項(xiàng)模型，跟傳統(tǒng)的DID好像一點(diǎn)也不搭，但它確實(shí)也是DID大家庭中的一種。之前就說(shuō)過(guò)，DID十分的靈活多變，若是死板地認(rèn)為模型（1）才是DID，可就貽笑大方了。模型（4）這種形式較早出現(xiàn)在Nancy Qian的文章里，她稱(chēng)這種形式“具有DID的一切優(yōu)點(diǎn)”。

擴(kuò)展5：截面數(shù)據(jù)DID

和模型（1）或（3）一樣的傳統(tǒng)型DID肯定是無(wú)法適用于截面數(shù)據(jù)的，但模型（4）都算DID，截面數(shù)據(jù)做DID也不是不可能的。

這里還是舉個(gè)例子來(lái)說(shuō)明這種情況。Chen and Zhou有一篇文章是研究大饑荒的影響的，數(shù)據(jù)是CHNS的截面數(shù)據(jù)。由于大饑荒發(fā)生于1959-1961年間，他們根據(jù)人們的出生年份構(gòu)造出幾個(gè)出生隊(duì)列虛擬變量，比如cohort2（饑荒前2年出生）、cohort1（饑荒前1年出生）等等（說(shuō)明一下，論文中的原設(shè)定不是這樣隨便，這里簡(jiǎn)化了一下），然后用出生隊(duì)列與省份層面的饑荒嚴(yán)重程度進(jìn)行交乘：

模型（5）和模型（2）以及（4）是不是很像？這時(shí)，交互項(xiàng)的系數(shù)反映的便是截面意義上的DID效果。對(duì)這篇論文感興趣的可以下載原文下來(lái)看看，論文于2007年發(fā)表在JHE上。

六、相關(guān)文獻(xiàn)列表

DID/匹配法-DID

• 《Compulsory Licensing: Evidence from the Trading with the Enemy Act》，AER，2012年

• 《交通基礎(chǔ)設(shè)施質(zhì)量與經(jīng)濟(jì)增長(zhǎng)：來(lái)自中國(guó)鐵路提速的證據(jù)》，《世界經(jīng)濟(jì)》2012年第1期

• 《新型農(nóng)村社會(huì)養(yǎng)老保險(xiǎn)政策效果評(píng)估》，《經(jīng)濟(jì)學(xué)（季刊）》2014年第14卷第1期

• 《財(cái)政“省直管縣”改革與基層政府稅收競(jìng)爭(zhēng)》，《經(jīng)濟(jì)研究》2015年第11期

• 《稅收分成、稅收努力與企業(yè)逃稅》，《管理世界》2016年第12期

• 《政企合謀與企業(yè)逃稅：來(lái)自國(guó)稅局長(zhǎng)異地交流的證據(jù)》，《經(jīng)濟(jì)學(xué)(季刊)》，2016年第15卷第4期

• 《出口改善了員工收入嗎？》，《經(jīng)濟(jì)研究》2011年第9期

• 《西部大開(kāi)發(fā)：增長(zhǎng)驅(qū)動(dòng)還是政策陷阱》，《中國(guó)工業(yè)經(jīng)濟(jì)》2015年第6期

• 《縱向財(cái)政治理結(jié)構(gòu)與地方政府職能優(yōu)化》，《管理世界》2015年第1期

• 《中國(guó)企業(yè)對(duì)外直接投資的“出口效應(yīng)”》，《經(jīng)濟(jì)研究》2014年第5期
  

連續(xù)型/截面數(shù)據(jù)DID

• 《環(huán)境管制與生產(chǎn)率增長(zhǎng)—以APPCL2000的修訂為例》，《經(jīng)濟(jì)研究》2013年第1期

• 《The Impact of Potatoes on Old World Population and Urbanization》, QJE，2011年

• 《The Long-Term Health and Economic Consequences of the 1959–61 Famine in China》，JHE，2007

• 《早年的饑荒經(jīng)歷影響了人們的儲(chǔ)蓄行為嗎？》，《經(jīng)濟(jì)研究》2011年第8期

• 《Missing Women and the Price of Tea in China: The Effect of Sex-Specific Earnings on Sex Imbalance》，QJE，2008 （中文翻譯版如下）

• 《丟失的女人與茶葉價(jià)格-與特定性別有關(guān)的收入對(duì)性別失衡的影響》，《中國(guó)勞動(dòng)經(jīng)濟(jì)學(xué)》2006年第2期

文獻(xiàn)下載鏈接：https://pan.baidu.com/s/1LFNfwsMg6-K71f5J6Ry_3g