The Thinking Paradigm Conversion and Path Innovation in Social Risk Governance in the Big Data Era
-
摘要: 十九届四中全会明确提出,要实现国家治理体系和治理能力现代化。随着社会进入5.0时代,各种社会风险也随之增加并出现新的特点,带来的威胁也更大,使社会风险治理面临前所未有的挑战。大数据作为一种新兴技术革命的产物,其丰富的治理资源及全新的治理理念,是传统治理机制无法比拟的,为促进新时代国家治理体系现代化目标的实现提供了技术支撑。推进大数据时代社会风险治理创新,应树立大数据思维,转换风险治理的思维范式;加强顶层设计,做好社会风险治理的统筹规划;加强资源整合,实现风险多元协同治理。Abstract: The fourth plenary session of the 19th Central Committee clearly stated that the national governance system and governance capabilities must be modernized. As the society enters the 5.0 era, various social risks have also increased and new characteristics have emerged, and the threats they pose are also greater, confronting social risk governance with unprecedented challenges. As a product of an emerging technological revolution, big data has a wealth of governance resources and brand-new governance concepts that are unmatched by traditional governance mechanisms. It provides technical support for the realization of the modernization of the national governance system in the new era. To promote the innovation of social risk governance in the era of big data, we should establish big data thinking and transform the thinking paradigm of risk governance, strengthen top-level design and make overall planning for social risk governance, and strengthen resource integration to achieve pluralistic collaborative risk management.
-
Keywords:
- big data /
- risk management /
- path innovation
-
2017年12月,习近平总书记在中共中央政治局举行国家大数据战略集体学习时指出,要运用大数据提升国家治理现代化水平。①大数据作为一种新兴的社会治理技术资源,充分有效地利用它,将会带来革命性的治理体制变革。
一. 当社会风险治理遭遇大数据
在全面建设中国特色社会主义伟大事业的进程中,社会风险也一直相伴相随。从2003年的SARS、2008年的汶川特大地震、2013年的H7N9到2020年初暴发的新冠病毒肺炎,这些风险直接影响着中国人民的生命和财产安全,对中国经济发展、社会稳定都造成了重大影响。随着改革不断向纵深发展,社会结构发生转型,各种利益关系不断调整,使得当今时代的社会风险相比传统工业社会的风险,具有制度化、无序化和复合性等新特征,从而使风险带有更强烈的破坏性与放大性。随着国家治理体系和治理能力现代化目标的提出及大数据时代的到来,社会风险治理策略将革除传统社会风险治理主体单一、信息不畅、条块分割、缺乏合力等弊端。大数据有着高度发达的移动终端设备技术,其特征可以用“4V”来描述,即“volume”(容量大)、“variety”(种类多)、“velociety”(速度快)、“value”(价值大),它为社会风险治理提供了全新的思路、技术和理念的转变,从而开启了人类“用数据说话、用数据决策、用数据管理、用数据创新”的社会风险治理新时代。②大数据通过云计算、物联网、数据关联分析及其收集整理信息的技术,可以对社会风险进行精准化、智能化治理。
2020年发生的新冠肺炎疫情来势汹汹且蔓延速度快,全面考验着国家与人民群众在这场风险中的治理防控能力。与2003年暴发的SARS病毒相比,此次疫情传播速度非常快、感染范围非常广、防控难度非常大。2020年2月23日,习近平总书记《在统筹推进新冠肺炎疫情防控和经济社会发展工作部署会议上的讲话》中强调,要加快科技研发攻关,要充分运用大数据分析等方法支撑疫情防控工作。③国家卫健委也发布通知,要求各地在抗疫过程中积极发挥大数据技术、“互联网+”来跟踪、筛查、预测疫情的发展趋势。正如李兰娟院士所说的,利用大数据技术可以监测感染者的传播路线,通过建立个体关系图谱可以监测感染者接触的人群,从而为政府部门及时制定相关决策提供技术支撑。此次抗击新冠肺炎疫情借助“大数据+网格化”的技术,在疫情监测、病毒溯源、防范救治和物资调配等诸多方面进行精细化管理,为最后战胜这场无硝烟的抗疫战争提供了技术帮助。因此,在复杂多变、种类各异的风险面前,为推进国家治理体系和治理能力现代化目标早日实现,必须对众多的社会风险现象进行数据关联分析、数据深层挖掘和数据详尽解释,充分重视挖掘大数据在社会风险治理中的重要价值,借助大数据技术实现社会风险治理的与时俱进。探索现代社会风险有效治理的途径,已成为新时代的重要议题,也必将提升当下社会风险治理的科学化、专业化和程序化。
二. 前数据时代社会风险治理的思维范式
在传统工业社会,中国也曾运用大数据技术来治理当时的社会风险,但前数据时代的技术使用只是简单地收集风险数据及制定相应的应急治理体制,没有根据时代所需做出思维转变。相对于大数据时代而言,前数据时代的风险治理思维方式具有以下三点特征。
一 注重单中心管治的政治思维模式
在前数据时代的社会风险治理模式中,占据鲜明主导地位的风险治理思维模式是单中心管治,而不是多中心合作网络治理模式。在单中心管治的思维模式中, 政府拥有至上权力并通过命令与指挥的方式行使权力,其特征是在风险暴发时采取何种手段及在处置时如何架构组织结构等都必须站在政治的高度来认真对待,充分凸显了顾全大局的思维。根据前数据时代社会风险治理的思维方式就可以分析出,所谓的单中心管治思维模式无非是把风险应急治理上升到政治的高度,通过行使政府权威对风险做出合理、有效的治理。首先,把风险应急治理看成是一种明确的政治任务,必须毫无条件、毫无保留地接受和用负责任的态度完成任务,没有任何磋商的余地,对制定风险治理的政策也不能有任何怀疑,不能随意理解。其次,风险治理也是一种政治责任和政治绩效,这两者是紧密相连的,风险治理的结果直接体现了治理者的政治绩效,还反映了治理者对政治责任的态度,政治绩效和政治责任与治理者的政治生涯密切相关。综合来看,这种单中心管治的思维模式实际上等同于以往的政治总动员模式,体现出来的结果就是“集中力量办大事”。但单中心管治的缺陷也非常明显,主要是风险治理主体和风险治理手段单一, 在风险暴发时,难以兼顾众多不同主体的利益, 无法充分调动社会参与协作者或潜在的利益主体共同承担社会风险;同时,传统的单中心管治思维模式在面对全球信息爆炸时代所体现出的全方位变化表现出治理无能,从而要求治理权力必须要下放, 使地方政府成为独立的决策主体。
二 注重命令式的行政思维模式
在传统的风险治理模式中,政府发挥着至关重要的作用。因为政府手中掌握了大量的风险治理资源和信息,所以政府可以调适风险治理机构和外部公众的关系。由于政府的特殊性,其行政命令可以在事件突发时,以最快的速度把资源迅速集中起来。政府这种命令式、强制性的思维模式带来的效率和优势在前数据时代的风险治理过程中发挥了巨大作用,体现在由政府领导,运用行政命令,不惜一切代价和不计任何成本去征集社会物资来应对突发风险事件。这种思维模式也伴随着相应的问题。首先,这种行政命令式思维模式的重心主要是应对突发事件,而对日常生活的风险缺少干预和预警,并且对重大突发事件的治理不是实行全过程管理,缺乏对整个风险环节的治理建设,从而导致风险发生时疲于应付,可能造成小事件最终酿成大危机;其次,这种行政命令式的思维模式在风险发生时忽视了利益相关者及相关组织的作用,导致他们无法直接参与风险治理的过程。事实证明,风险治理是一个系统的工程,需要全社会人员参与其中,进行信息的收集、资金的募集、物资的发放等有效活动。因此,行政命令式的治理思维模式凸显了有些权力机关部门在风险治理时体现出来的不正当的政绩观和利益观。
三 注重“条块分割”的垄断思维模式
大数据时代的风险治理优势是数据共享,使风险治理政策的制定更加科学。但在传统风险治理过程中,中国传统管理制度实行的是纵向等级管理,同时实行横向各部门分工协作的行政体制。虽然政府拥有大量的数据,但各部门因采集数据、利用数据的差异性和不互通性,导致数据和信息不能充分共享,甚至出现信息和数据垄断,产生了所谓的“数据孤岛”现象。该现象导致我们在面对风险时无法使信息和数据得到有效流通与整合,信息和数据的综合利用价值被无限缩小。在传统风险治理模式下,资源占有的“条”和“块”长期相互分离,数据资源被认为是归单位或个人所有,从而阻碍了政府内部数据及时公开,给社会和民众带来恐慌,也引起公众对政府的不支持和怀疑态度。新冠肺炎疫情暴发初期,由于对疫情传染的方式、速度、广度等没有明确清晰的认知,进而信息披露也存在一定的漏洞,致使我们错过了疫情防控应对的黄金期。所以在面对重大突发社会风险事件时,数据与信息的封锁在大数据时代是完全行不通的,只有公开、共享、互动信息,突破条块分割和垄断问题,才能让民众对政府的风险治理确立信心及对政府后期处置给予更多的理解和支持。
三. 大数据时代社会风险治理的结构范式转换
随着信息技术、互联网和云计算等科技革命的飞速发展,大数据技术在社会风险治理的诸多环节都得到了广泛应用。2020年春节前后发生了新冠肺炎疫情,大数据的作用就充分体现出来,如国家电网通过居民用电数据可以推断出社区居民中的常住居民和流动居民,为疫情控制、避免人员交叉感染传播提供了技术帮助,所以大数据为社会风险治理提供了全新的方法和技术支撑。我们必须改变传统风险治理模式,实现治理模式转变,借助大数据这一时代便利实现风险治理方式的变革。
一 治理主体:从“单一型”走向“共治型”
在前数据社会风险治理模式中,政府是社会风险治理的唯一主体,其他风险利益相关者被排除在治理外。在政府主导的“单一型”治理模式下,面对新时期复杂多变的社会风险,这种单一型治理模式难以适应新的挑战。为了突破传统政府治理中心模式的局限性,可以尝试借助大数据时代的技术支撑构建多主体、多中心的共治型模式。共治型治理模式是围绕社会风险的预防、监测、救援、恢复重建四个阶段来动态界定治理的主体,形成社会风险在不同时期治理主体的互动、协作的治理网格。在社会风险暴发的初期,政府组织作为风险主体具有责任和义务去介入风险处置,而与风险联系不紧密的非直接利益受害者,如企业、媒体等治理主体则需要为风险治理提供预判和监测的技术支撑或相关信息。这些治理主体通过利用大数据可以充分、实时、动态感知他们参与风险治理的过程及风险发生的走向趋势,并通过数据分析,将利益相关者的无序数据达到关联化,将隐性数据变得显性化,将静态数据变得动态化。大数据技术有利于政府部门的风险管理者抓取更多的风险信息,正如哈佛大学加里·金教授所说:“庞大的数据资源使得各个领域开始了量化进程,无论是商界、政府还是学界,所有的领域都将开始这种进程。”④
二 治理方式:从经验型走向科学化
传统社会风险治理不得不依赖政府组织和技术精英,因为他们掌握了技术或垄断了信息,所以传统社会风险治理主要依赖政府和技术精英在长期的风险治理过程中积累的经验,依据风险所带来的不同损害程度做出一些处置措施,这种靠经验上的非理性判断的治理方式很难把握风险特点并准确做出风险应对策略。在大数据时代,信息打破了时空局限,无处不在。“数据和信息不但已在整个社会层面开始分享和传播,就连‘权力’和‘权威’也被支离破碎为各个‘无组织’‘无中心’的网络化社会运动,社会风险的治理协商不再局限于政府、技术精英等内部之间的唇枪舌战的激烈辩论中。”⑤决策者对风险的治理更多的是借助大数据及对数据分析的结果而做出的科学化决策。他们崇尚科学,注重理性和技术为主要特征的数据技术文化,实现由经验驱动向数据驱动的转变,正如丹尼尔·埃斯蒂所言:“数据驱动的决策方法,政府对风险治理将更有效。”⑥十九届四中全会提出,加快推进国家治理和治理能力现代化的战略目标,以大数据技术革新为中心的风险治理方法日臻成熟,社会风险治理决策的科学化、智能化、精细化的水平会越来越高。
三 治理体制:从碎片化走向整体化
习近平总书记在十九届四中全会就国家治理体系和治理能力现代化这一问题指出:“建设人人有责、人人尽责、人人享有的社会治理共同体。”⑦目前,在中国社会风险治理实践中,治理主体间还存在着不同程度的各自为政现象,碎片化治理方式非常明显,表征在职能部门信息垄断、数据管理壁垒明显、信息无法共享,造成“信息孤岛”现象,数据也处于“休眠”状态。同时,各职能部门在风险治理过程中职责权限不清、相互推诿扯皮的现象经常发生,导致政府治理主体与利益相关者之间的衔接机制不畅。所以,这种碎片化治理体制必须打破,否则会造成风险治理难度加大、治理成本增加、治理效率打折。社会风险治理涉及众多的部门、组织机构和广泛的利益相关者,如何使这些力量高效发挥其能动性,直接关涉到风险治理的成败。大数据技术支持下的风险治理利用数据挖掘,对数据进行相关联分析,再进行模拟归纳,最后做出相应的行动决策。整个流程实现了信息共享,整合了多方力量资源。“通过多维度的信息分析,同时借助社会组织、企业和新媒体提供的信息进行交换、整合和分析,挖掘相关焦点问题的新知识和解决方案,增强风险治理的前瞻性和先导性。”⑧这种整体式的风险治理体制讲究的是源头治理,采用以预防为主、全流程监控和“据因测果”正向治理思维模式,使风险治理决策的实施进程可以和目标更接近,最终推动风险治理体制从碎片、分割状态到数据支撑、整体推进的转变。
四 治理流程:从粗放式走向精细化
习近平总书记曾就国家治理体系和治理能力现代化这一问题着重强调指出:“城市治理是国家治理体系和治理能力现代化的重要内容。一流城市要有一流治理,要注重在科学化、精细化、智能化上下功夫。”⑨所谓精细化,就是在社会风险治理中要使用更低的成本、更专业的治理手段,达到更人性化的治理效果;所谓智能化,就是在治理过程中可以针对不同风险特点采取差异化、精准化的治理策略。大数据完全改变了社会治理格局,正如涂子沛所言:“大数据时代正在呼唤下一波社会化浪潮:一个更开放的社会,一个权力更散的社会,一个网状的大社会。”⑩在大数据时代,由于信息分析技术高效,加上信息交换打破了时空障碍,实现了资源共享,极大提高了社会风险治理的精准化能力。当前,传染病、自然灾害、人为的恐怖袭击等重大突发风险,给社会造成了巨大威胁,将人们推向险象环生的境地。面对众多内生或外生风险,传统粗放式、经验式的社会治理方式难以实现治理资源的有效配置。要实现精细化管理,形成高效协同的治理新格局,一是必须树立大数据思维意识,这是风险治理精细化的思想屏障, 在应用大数据的实践过程中要建立“用数据说话”的数据文化;二是要依法公开大数据信息,这是风险治理精细化的数据来源基础,充分发挥数据在社会风险治理中的服务作用;三是打破“信息孤岛”,这是风险治理精细化的数据融合保障,实现各层级部门信息数据共享,形成政府主导下的大治理、大服务、大综合的社会风险治理新格局;四是加强信息化人才工程建设,这是风险治理精细化的智力保障,没有信息化技术人才,大数据技术使用就是空中楼阁,所以各级政府在培养大数据人才、强化顶层设计方面应承担相应的责任,培养更多懂技术、懂应用的数据科学人才,从而实现社会风险治理精细化的目标。
四. 以大数据推动社会风险治理路径创新
习近平总书记在十九届四中全会上指出:“社会治理是国家治理的重要方面”,“必须加强和创新社会治理”。⑪如何防范化解当前国内外各种社会风险,不仅考验着政府的风险治理能力和智慧,而且决定了国家治理体系和治理能力现代化的重要战略目标能否实现。当前如火如荼的大数据技术革命为社会风险治理这一难题带来了契机,谁掌握了大数据技术,谁就能站在未来发展的制高点。
一 培育大数据思维,转换社会风险治理的思维范式
随着信息技术的飞速发展,社会已进入5.0时代——大数据技术在当代社会已无处不在并渗透到社会各领域,“它将是一场革命,并对我们生活带来深刻影响,也必将改变我们的思维方式”⑫。面对传统社会风险治理的局限性,我们必须以大数据技术为基础,培育大数据思维,以数据来抓取治理风险的信息,以数据来驱动政府决策,在大数据信息中反思历史、审视当下,进而转换思维、预测未来,为风险治理提供新的理论视角。
新时代治理社会风险必须坚持系统的思维方法。唯物辩证法强调分析问题、解决问题应坚持普遍联系的原则,系统地而不是孤立地、片面地看待问题,通过运用系统思维方式来处理社会风险,可以解决以往“碎片化”看问题的方式带来的弊端,可以不断优化社会风险的前期发现、评估、预警、处置等流程机制,真正做到及时发现、准确评估、灵敏预警和有序处置善后工作。这些流程的优化可以借助大数据技术对数据进行分析、评估、归纳和整理,挖掘探究出风险暴发的因果关系,感知风险发展趋势,预测风险带来的结局。在科学分析判断数据的基础上,制定出相应的治理对策,实现跨部门、跨体系的风险防控,使风险治理体制与应对实践融合一体,这是大数据思维的逻辑使然,也是社会风险治理模式的重大转变。
二 强化顶层设计,做好社会风险治理的统筹规划
随着5.0时代的到来,社会结构快速转型,社会矛盾日益多样,复杂多元的利益需求给社会风险治理带来了前所未有的挑战。由此可见,大数据时代的社会风险治理是一项复杂的系统工程,需要加强顶层设计,做好统筹规划。首先是从大数据研究分析入手,建立信息联动机制。传统社会的数据收集部门存在各自为政的“信息孤岛”现象,导致信息利用率低下,不利于民众对社会风险的及时了解,因此要打破数据割裂现象,实现政府部门和企事业单位的数据联动治理机制。其次要加快法制建设,为社会风险治理提供制度保障。完善的法律制度对社会风险治理具有重大意义,是保持社会稳定与良性循环发展的安全阀。在大数据时代,为应对中国社会风险治理体系中的诸多不足,相关的社会风险治理法律制度要随着时代的转换做出相应的调整与完善。一方面是因为大数据时代产生了海量的信息,极可能对公众的隐私构成潜在的威胁,也会导致数据管理部门存在滥用数据信息或权力的泛化;另一方面是因为信息传播无国界限制,所以权力部门在信息搜集、存储、使用等方面的权利没有明确的界限。针对以上情形,亟待加快推进相关立法工作,完善相应的法律制度,从而保障信息安全,也为大数据时代社会风险治理提供法律保障。最后是培养数据技术人才,为社会风险治理提供智力支撑。新时代的社会风险具有跨域性和洐生性等特点,导致传统的风险治理体制和技术平台无法适应现代风险治理的要求。通过培养数据技术人才,掌握数据分析和应用能力,从纷繁复杂、碎片化的海量信息中快速研判、分析风险之间的内在联系,并挖掘出风险产生的前因、趋势、后果,从而为风险治理提供数据信息共享,重构风险治理流程,最终达到以大数据技术为核心的社会风险治理目标。
三 加快资源整合,实现社会风险多元协同治理
社会风险治理是国家治理体系中非常重要的一部分,但这并不意味着政府是社会风险治理的唯一主体。中国重大突发社会事件管理体制至今已经历了三个阶段的改革时期。首先是单一领导体制下的应急管理制度,以2003年SARS事件发生和《突发事件应对法》文件颁布为标志;接着,“抗非”取得决定性胜利后,中国提出全面构建现代应急管理制度;再到提出“统一领导,综合协调、分类管理、分级负责、属地管理”应急体制,其核心内容是颁布“一案三制”的管理体系结构。这些应急管理体制为中国防范化解重大风险发挥了重大作用,取得了较好的效果。但随着风险的不可控性、引发后果的共沾性等特点的变化,重大突发应急事件的传统管理模式需要进行模式重构。“分析突发事件中政府与社会组织的互补、补充、替代、疏离四种治理关系模式,需要构建政府与其他社会组织治理的合作伙伴关系。”⑬ 大数据时代的到来开辟了社会风险治理的新纪元,为风险利益相关者参与风险治理提供了机遇和条件。首先,大数据的信息来源是多元主体,社会风险中的每一个民众、组织和企业等风险利益相关者都有大量的数据信息,为风险治理提供了信息源;其次,大数据是“人人时代”,人人都有可能借助于大数据技术,在风险暴发的不同时期,围绕风险的预防准备、监测预警、处置救援、善后重建等环节协同政府参与风险治理。最典型的案例就是2009年谷歌公司成功研发了一款名为“谷歌流感趋势”(Google Flu Trends)的产品,对甲型H1N1流感在美暴发做出了准确的预测。
随着大数据技术的应用普及,加上公民对风险治理参与的主体意识不断增强,原先单一封闭的风险治理体系将会逐渐被抛弃。“沉重的决策担子,最后将不得不通过较广泛的民主参政来分担解决。”⑭随着大数据分析技术的运用,未来社会风险治理将是多元主体、分级层次、多种手段的多元协同动态治理模式,这也是未来社会风险治理体系的必然选择。
① 习近平:《审时度势精心谋划超前布局力争主动实施国家大数据战略加快建设数字中国》,《人民日报》2017年12月9日。
②《国务院关于印发促进大数据发展行动纲要的通知》,《中国政府采购》2015年第9期。
③ 习近平:《在统筹推进新冠肺炎疫情防控和经济社会发展工作部署会议上的讲话》,《人民日报》2020年2月23日。
④ 陈潭:《大数据时代的国家治理》,中国社会科学出版社,2015,第27页。
⑤ 戴长征、鲍静:《数字政府治理——基于社会形态演变进程的考察》,《中国行政管理》2017年第9期。
⑥ 李志刚:《大数据:大价值、大机遇、大变革》,电子工业出版社,2012,第53页。
⑦《中共中央关于坚持和完善中国特色社会主义制度、推进国家治理体系和治理能力现代化若干重大问题的决定》,人民出版社,2019,第30页。
⑧ 刘秦民:《大数据时代的社会风险治理研究》,《学术研究》2017年第8期。
⑨ 涂子沛:《大数据:正在到来的数据革命》,广西师范大学出版社,2012,第313页。
⑩《习近平在上海考察》,新华网,2018年11月7日,http://www.xinhuanet.com/politics/2018-11/07/c_1123679389.htm, 访问日期:2021年1月1日。
⑪《中共中央关于坚持和完善中国特色社会主义制度、推进国家治理体系和治理能力现代化若干重大问题的决定》,第30页。
⑫ 迈尔-舍恩伯格、肯尼斯·库克耶:《大数据时代:生活工作与思维的大变革》,盛杨燕、周涛译,浙江人民出版社,2013,第1页。
⑬ 陶鹏、薛澜:《论我国政府与社会组织应急管理合作伙伴关系的建构》,《国家行政学院学报》2013年第3期。
⑭ 阿尔温·托夫勒:《第三次浪潮》,朱志焱、潘琪译,三联书店,1983,第504页。
-
期刊类型引用(10)
1. 马文璇,温馨,徐剑. 基于大数据的事故灾难应急物流信息资源整合内在机理与实践路径探析. 情报科学. 2024(03): 183-190 . 百度学术
2. 高翼,彭爽. 大数据时代教育信息化平台cMOOC模式建构与发展研究. 情报科学. 2023(02): 177-184 . 百度学术
3. 深圳市福田区法学会课题组 ,蔡英权. “全周期管理”与超大型城市高密度城区社会风险治理——以深圳市福田区实践为例. 特区实践与理论. 2023(03): 80-86 . 百度学术
4. 徐伊儿,李志红. 基于知识图谱的大数据治理研究热点与趋势分析. 情报科学. 2023(10): 91-98 . 百度学术
5. 蔡阿婷. 大数据驱动农村社区应急治理:制约因素、体系构建、实现路径. 湖北农业科学. 2022(02): 181-184 . 百度学术
6. 郑光梁,王宇豪. 大数据视域下网络舆情治理的范式转换与对策. 中共天津市委党校学报. 2022(04): 64-74 . 百度学术
7. 郑光梁,杨珍珠. 大数据时代城市社会风险治理的创新路径研究. 黑河学刊. 2022(05): 6-10 . 百度学术
8. 罗炜. 数据时代下的广西社会治理现代化研究. 特区经济. 2022(12): 120-123 . 百度学术
9. 刘兵,吕万刚,邹溪楠,季彦霞. 马拉松赛事风险政府协调治理的理论内涵、现实困境与实现路径. 武汉体育学院学报. 2022(12): 29-35 . 百度学术
10. 徐则荣,刘金,孙一心. 互联网平台企业的垄断特征与治理. 福建论坛(人文社会科学版). 2021(09): 67-75 . 百度学术
其他类型引用(11)
计量
- 文章访问数: 576
- HTML全文浏览量: 459
- PDF下载量: 93
- 被引次数: 21