企业出口对劳动力就业风险影响的研究，本文主要内容关键词为：劳动力论文,风险论文,企业论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、问题提出 国际贸易的迅猛发展会引起生产要素的流动，势必影响生产要素的报酬及在生产中的分配等要素市场相关内容。一方面，中国作为劳动密集型产品的出口大国，大家较为关注出口贸易对劳动力市场的影响；另一方面，考察国际贸易对一国经济福利的影响，劳动力市场首当其冲。传统研究中更多地讨论贸易对劳动力报酬、就业水平的影响，而对于包含工作稳定性、非工资费用、劳动雇佣关系等就业风险层面的研究，由于较为隐蔽且不易衡量，早期研究并未给予足够的重视。 根据劳动经济学的基本理论，劳动力需求弹性在某种程度上可以反映就业风险的大小。贸易通过影响劳动力需求弹性进而影响劳动力市场的理论由Rodrik[1]首次提出，随后很多学者用不同国家的数据进行验证，得到了不同的结论。如Slaughter[2]用美国1961—1991年四分位数的行业数据，得出只有非生产性劳动力市场支持贸易提高劳动力弹性的理论预测；而Krishna et al.[3]用土耳其10个制造行业的企业数据，发现进口贸易自由化对劳动力需求弹性并无显著作用，与Rodrik的预测相反。Hasan et al.[4]用印度1980—1990年15个州两分位的行业数据进行验证，结果支持进口贸易自由化会提高制造业部门的劳动力需求弹性，贸易自由化改革将生产率和产出的波动转化为工资和就业水平的波动。Fajnzylber and Maloney[5]首次加入了出口因素，用智利、哥伦比亚和墨西哥的企业数据研究贸易自由化对熟练工和非熟练工各自劳动需求弹性的影响，最终结论并不支持贸易自由化会影响劳动力需求弹性的假说。 国内学者对于劳动力需求弹性的研究较为有限，周博[6]首次用行业数据估计出了行业的劳动力需求弹性，都阳[7]首次用企业调查数据估计了劳动力交叉需求弹性，而周申[8]首次将贸易与劳动力需求弹性联系起来，发现进口自由化导致了中国34个工业行业劳动需求弹性的上升。盛斌与牛蕊[9]考察了贸易开放对劳动力自身需求弹性的影响及其作用机制，结论是加入出口因素时，贸易开放的净影响是降低了劳动力需求弹性。魏浩等[10]用行业数据得出出口有利于降低劳动力自身需求弹性，进口则相反。 具体来说，劳动力需求弹性包含劳动力自身需求弹性以及劳动力内部不同类型工人之间的交叉需求弹性，前者指劳动力需求对于其工资变化的敏感程度，后者指劳动力内部一类工人的需求对于另一类工人工资变化的敏感程度，两类弹性大小都会反映劳动力面临的就业压力和工作稳定性。国内有关研究主要集中在第一类弹性，并未涉及第二类弹性，从而忽视了劳动力内部不同类型工人之间相互影响带来的劳动力雇佣关系的改变，不能全面系统反映贸易对劳动力就业风险的影响。此外，现有的研究都是集中在行业层面，并未具体到微观企业，企业层面更加详细的信息可能对结果有所影响。针对以上不足，本文利用2000—2007年持续存活的3万多家规模以上工业企业，系统探讨了企业出口对劳动力自身需求弹性、技术工人与非技术工人交叉需求弹性的影响。结果发现与前人不同的结论：除高科技和资本密集型个别行业外，出口增加了两类弹性，增大了就业风险，对劳动力市场形成冲击。 二、模型设定 本文借鉴Krishna et al.[3]垄断竞争的产品市场理论模型，假定一个行业中有很多企业，每个企业面临各自具有弹性的产品需求曲线，企业将行业平均价格视为外生给定，企业决策彼此之间不受影响；假定所有要素市场均为完全竞争，要素供给是无穷弹性，即企业将要素价格视为外生给定。企业最大化其利润如（1）式，通过一阶条件并经过转化可得到最优的要素投入（2）式：
与
分别是国内市场和国外市场的产品需求弹性，x指出口强度，1-x为国内销售额所占比重。（2）式是估计劳动力自身需求弹性的基准模型，将（2）式左侧的劳动力人数换为技术型（非技术型）工人人数，右侧的工资换为非技术型（技术型）工人工资，则（2）式可以估计技术工人与非技术工人的交叉需求弹性。 在基准理论模型（2）的基础上，本文引入贸易指标，分别构建了出口影响劳动力自身需求弹性以及技术工人与非技术工人交叉需求弹性的估计方程，如（7）、（8）式所示。
三、数据处理与变量描述 1.数据来源和处理 本文的数据来源于国家统计局的“500万产值以上工业企业统计年度库（2000—2007）”，根据聂辉华等[13]的总结，此数据库存在样本匹配混乱、指标缺失与异常，测度误差明显及变量定义模糊等缺陷，针对以上问题，本文分别做了以下处理：①由于企业关闭改制重组等原因，每年数据库中的企业是不同的，本文参照Brandt et al.[14]的序贯识别匹配法，先根据相同的企业代码，然后根据相同的企业名称，最后根据邮政编码等来识别同一家企业，一共识别出在2000—2007年持续存活的企业49130家，构建了时间跨度为8年以企业ID和年份为两维的平衡面板数据。②产业匹配也存在着问题，2002年及其之前采用GB/T 4754-1994标准，2002年之后采用GB/T 4754-2002标准，本文仍然借鉴Brandt et al.[14]的做法，将2002年前后的产业标准统一。③2001年和2004年缺少“工业增加值”数据，本文根据工业增加值=工业总产值（现价）-中间投入+应交增值税，将缺失的数据补齐②。④删除了一些指标的异常值，按照Cai and Liu[15]的做法，剔除总资产、从业人数、工业总产值、固定资产净值和销售额等关键指标缺失的观测值；剔除总资产小于流动资产、总资产小于固定资产净值、累计折旧小于当期折旧的观测值；根据谢千里等[16]的做法，剔除从业人数少于8人的观测值（这些企业缺乏可靠的会计系统）；剔除关键指标小于零的值。经过上述几个步骤，总共剔除了5957个观测值，剩余387083个样本。 2.各变量描述 样本中的所有名义变量都以2000年为基期进行了调整，其中工业增加值使用企业所在地区工业品出厂价格指数平减，实际资本（固定资本存量）使用固定资产投资价格指数平减，工资报酬使用消费品价格指数平减，平减指数均取自“中经网统计数据库”。此外，在考察员工平均工资时，由于有些企业如大型国企的隐性收入较多，因此采用的是广义工资，用工资和福利之和来度量。 本文采用Olley and Pakes[17]的OP方法来估计企业的全要素生产率，以避免传统OLS方法估计带来的选择偏差和同步偏差。利用永续盘存法算出企业资③，并结合了OP方法的一些最新进展：考虑到企业的出口状况可能会影响TFP，本文参照Amiti and Konings[20]做法，包含了企业是否出口的虚拟变量；此外由于中国加入WTO对企业出口有较大影响，进而影响TFP，本文参照Feenstra et al.[21]以及余淼杰[22]在估计TFP过程中加入WTO虚拟变量④。
值得注意的是，由于只有2004年有员工教育程度的详细资料，因此在探讨技术工人与非技术工人的交叉需求弹性时，采用横截面数据⑤，在探讨总的劳动力自需求弹性时，采用2000—2007年的面板数据。本文所使用主要变量如表1。 四、实证分析的初步结果 1.劳动力自身需求弹性 本文首先利用2000—2007年的中国工业企业面板数据估计出劳动力自身需求弹性，根据Slaughter[2]的研究，在估计过程中，进一步区分了作用机制中的规模效应和替代效应。替代效应是指在产出约束下，贸易通过改变劳动力和其他生产要素之间的替代来影响劳动力需求弹性，因此在回归方程中加入产出项，实际上估计出的是替代弹性部分，而将产出项去掉后估计出的是总的劳动力需求弹性，后者与前者之差是规模弹性部分。 表2列出了一步系统广义矩估计（One Step SYS-GMM）估计出的劳动力自身需求弹性的结果，模型1与模型2是基准模型，产出可变的模型1可以估计出总的劳动力自身需求弹性，产出不变的模型2估计出的是总弹性中替代效应部分；模型3、4分别在模型1、2的基础上加入企业出口强度与员工工资（滞后项）的交互项、汇率与员工工资（滞后项）的交互项等贸易因素进行扩展，分别考察出口对劳动力总的需求弹性及对规模效应部分的影响。
表2得到以下结论：模型1和模型2中本文较为关注的变量为员工工资lnw，其系数
的符号与预期相同，分别为-0.242与-0.236⑥，前者为劳动力总的需求弹性，后者为需求弹性中的替代效应部分，两者之差为-0.006即规模效应，说明工资每上升l%，劳动力的需求就下降0.242%，其中工资每上升1%，企业用其他生产要素来代替劳动力导致劳动力需求下降0.236%，而因为缩减规模导致的劳动力的减少仅为0.006%，可以看出，替代效应比规模效应大得多，替代效应在劳动力需求弹性中占的比例为97.5%，这一比例比盛斌和牛蕊[9]得出的结果高很多。在劳动力需求弹性中，替代效应占主要部分，即对中国而言，工资升高带来劳动力需求的减少主要是因为企业用其他生产要素来代替劳动力而不是因为成本升高而减少产出规模从而降低劳动力的需求。全要素生产率的符号显著为负，与本文的预期符号一致，说明随着生产率的提高，同样的工作需要更少的工人来完成，这与技术升级后需要更少的工人是相同的原理。
扩展模型3和模型4中出口强度与工资的交互项
的系数显著为负，由于自身需求弹性本身为负，因此出口确实增强了劳动力自身需求弹性，与本文的预测一致：出口强度升高，某种程度上意味着贸易更加自由化，企业面临的国外厂商的竞争力更大，产品需求变得更富有弹性，劳动力市场也变得更富有弹性，即劳动力自身需求弹性变大。经过计算⑦，得到出口对劳动力自身需求弹性的影响为-0.028，上述结果表明出口强度每增加l%，就会使劳动力自身需求弹性增加0.028%；而产出不变情况下出口对劳动力需求弹性替代效应的影响为-0.026，表明出口强度每增加l%，会使劳动力需求弹性的规模效应部分增加0.026%，出口之所以会在很大程度上影响劳动力需求弹性的替代效应，可能是因为中国的一些产业如通信设备计算机及其他电子设备制造业、纺织服装鞋帽制造业等近年来积极融入全球化，大量采用接包生产和加工贸易方式尤其是进料加工，进口价格相对较为低廉的零部件和半成品、原材料、中间品以及资本品等，这些进口品对国内劳动力的替代作用很显著，加工成最终产品后，又通过出口进入海外市场，出口强度对替代效应的显著影响从一个侧面反映出加工贸易在出口中所占分量之重。 全要素生产率仍是在1%的显著性水平下显著为负，说明生产率的提高会减少劳动力的需求这一结论非常稳健。此外，另一个贸易方面的因素汇率对劳动力需求弹性的影响仅在产出不变的情况下成立，且仅在5%的显著性水平下通过检验，还有待于进一步的检验。⑧ 2.劳动力交叉需求弹性 表3列出了利用2004年截面数据估算的劳动力内部技术工人和非技术工人的交叉需求弹性以及出口对两类工人交叉需求弹性的影响。模型1是探讨劳动力交叉需求弹性的基准模型，模型2加入了贸易因素来检验出口对交叉弹性的影响。表3中，被解释变量是非技术工人就业人数，最为关注的技术工人工资
的系数显著为正，模型1中为0.381，说明技术工人的工资每升高1%，会导致非技术工人的需求增加0.381%，隐含着厂商降低了技术工人的需求，而用非技术工人来替代。其他解释变量的符号也和预期相同，如非技术工人的工资与非技术工人的需求是反向的，非技术工人工资每上升1%，其劳动力需求会下降0.159%。全要素生产率与非技术工人的就业人数是反向关系，生产率每上升1%，企业雇佣的非技术工人会减少0.717%；而企业产出与员工人数是正向的关系，企业每增加1%的产出，雇佣的非技术工人会增多0.826%⑨。模型2加入出口因素后发现，出口与技术工人工资的交互项显著为正，由于交叉需求弹性本身为正数，说明出口增加了两类工人的交叉需求弹性。对于出口企业而言，非技术工人工资每上升1%，出口会使两类工人交叉需求弹性增加0.008%⑩。一方面，企业出口强度变大，面临的国外厂商的竞争力更大，产品变得更富有弹性，因一种类型劳动力价格升高引起的对另一种类型劳动力的需求增加更多，对交叉需求弹性是正向作用；另一方面，出口强度的增加，使得本来因为一种类型劳动力工资高涨要用另一种类型劳动力来代替的这类工人得以继续参加生产，对交叉需求弹性是负向作用，当第一种作用大于第二种作用时，出口对交叉需求弹性的影响是正向的。结合上文得出的出口增加劳动力自身需求弹性的结论，总体而言，不管是从劳动力整体的角度，还是从劳动力内部细分的角度，出口确实增大了劳动力的就业风险。出口变量对非技术劳动工人也有显著的正向作用，出口比例每提高1%，非技术工人的需求就增加0.465%，说明中国企业的出口极大促进了非技术工人的就业，尤其是在纺织服装、鞋、帽制造业及农副食品加工业、纺织业等低端制造业行业。
3.是否出口对劳动力需求弹性的分析 前文探讨了企业出口强度对劳动力需求弹性的影响，然而对于企业而言，做决策时首先考虑是否出口，其次才是出口多少。那么，企业是否出口对劳动力需求产生怎样的影响呢？（11）针对自身需求弹性与交叉需求弹性的分析列在表4中，文中关注的解释变量lnw×Dex与
×Dex，其系数分别为-0.015、0.084，由此可见，与完全内销相比，企业参与出口确实带来了劳动力自身需求弹性（绝对值）以及两类工人交叉弹性的显著增加，这种提升作用甚至大于出口强度每增加1%带来的提升。 五、进一步分析 为全面研究出口强度对劳动力市场的影响，本部分针对前面的主要结论进行不同角度的论证。本文分别按技术行业、要素密集度进行了进一步的分析（12）。
1.不同技术行业的影响 为了体现各行业要素禀赋和劳动需求的不同引起的工资差异，本文从技术高低的角度对企业进行了划分，按照OECD2001年的分类标准将工业企业分为：低技术行业、中低技术行业、中高技术行业、高技术行业。从表5看出，产出可变的情况下，除高技术行业外出口强度与员工工资的交互项是显著为负的，说明出口确实增加了劳动力自身需求弹性，在低技术行业中最为明显，其次为中低技术行业和中高技术行业。 由表6可知，高技术和中高技术行业的企业出口降低了其工人的交叉需求弹性，稳定了就业，而低技术行业的企业出口增加了其工人的交叉需求弹性，增大了就业风险。出口对从事较高技术行业的劳动力内部的稳定作用大于从事较低技术行业的劳动力，行业技术水平越高，出口对其稳定的作用越大，本文猜测与低技术水平的行业相比，高技术水平企业的技术工人与非技术工人的替代性越小，因此较少利用非技术工人来代替技术工人。而对于低技术企业而言，出口对交叉弹性的影响变为正数，增大了两类工人的就业风险，或许是因为整体而言中国主要是以技术含量较低的加工贸易企业为主，而高科技行业占比重较少导致的。
2.不同要素密集度的影响 按照资本劳动比对企业进行划分，将资本劳动比大于其均值的企业划为资本密集型企业，将资本劳动比小于其均值的企业划分为劳动密集型企业，并将劳动密集度最高的纺织业单独列出来做对比分析。通过表7可知，出口确实提高了不同要素密集度企业的劳动力自身需求弹性，经过计算，影响程度由高到低依次为纺织业、劳动密集型、资本密集型。 表8表明，出口对劳动密集型企业和纺织企业工人的交叉弹性都有显著正面影响，增大了就业风险，纺织行业作为劳动力密集度最高的行业，出口对其影响高于对劳动密集型行业的平均影响；由于资本密集型企业的交叉需求弹性本来就为负数，而出口对其交叉弹性的影响为正面，因此出口降低了资本密集型企业工人的就业风险，稳定了就业，这或许仍然是由于资本密集型企业内部技术工人与非技术工人之间很难替代引起的。
六、结论与启示
本文试图从劳动力需求弹性的角度强调国际贸易对劳动力市场的冲击不仅可以通过影响传统意义上的工资与就业水平，还会通过影响具有隐蔽性和易被忽视的就业风险问题实现。本文利用微观层面的企业数据，全面探讨了出口贸易对劳动力就业风险的影响，发现出口强度的增加不仅显著提高了劳动力自身需求弹性，同时也增加了技术工人与非技术工人的交叉需求弹性，即从劳动力作为整体生产要素的角度出发，出口增大了就业风险；具体到劳动力生产要素的内部，除高科技企业和资本密集型企业外，出口贸易增加了不同类型劳动力之间的替代，增加了就业的不稳定性。高科技企业和资本密集型企业由于其所在行业的特殊性，技术工人和非技术工人的替代性较小，出口对内部不同类型工人的就业有稳定作用，而且这种稳定作用随着技术水平的提高而增大。因此，除个别行业外，不管从劳动力整体还是从更细分的角度，出口都对劳动力市场形成了负面冲击。Mitra and Shin[26]指出出口降低劳动力自身需求弹性具备两个条件：一是本国出口产品对本国而言是必需品，而对于伙伴国来说则是奢侈品；二是本国产品被替代的风险较小。中国出口的产品多为劳动密集型的中低端产品，对于伙伴国而言并非奢侈品，随着中国加工贸易政策调整、原材料和人力成本的提高，印度、越南已逐步成为新兴的加工贸易基地，本国出口产品面临较大的替代风险。因此，中国并不具备出口降低劳动力自身需求弹性的条件，本文的结论印证了这一论断，却与国内的研究不尽相同，盛斌和牛蕊[9]考察的32个行业出口均降低了其劳动力就业风险，抵消了进口给就业市场带来的负面影响，魏浩等[10]同样用32个行业的数据得到出口有利于降低劳动力需求弹性。原因可能如下：他们采用的是较为宏观的行业数据，本文采用的是微观企业数据，行业层面的结果由三种力量共同作用决定，一是企业内部的调整，二是生存下来的企业之间的资源重组，三是企业的进入和退出。比如，根据前文的分析，出口强度升高，某种程度上意味着贸易更加自由化，企业面临的国外厂商的竞争力更大，产品需求变得更富有弹性，从而导致每个企业内部的劳动力自身需求弹性增加，但是原来劳动力需求弹性低的企业可能扩大了它在行业中的市场份额，从而导致整个行业的劳动力自身需求弹性降低；另外，值得注意的是，在出口影响劳动力自身需求弹性的分析中，根据劳动力需求弹性的定义，企业会在劳动力和其他要素投入之间进行选择替代，因此中间投入品的进口是一个重要的影响因素，然而囿于数据的可得性，本文暂未考虑进口因素，这是本文的一大遗憾，会使结论有失偏颇；而劳动力交叉弹性主要考虑的是两类工人之间的替代，与中间品的进口关系不大，因此未考虑进口因素对交叉弹性的分析没有显著的影响。综合本文的分析，可以得到以下启示： （1）出口强度对劳动力自身需求弹性的影响大多是通过替代弹性而非规模弹性，侧面反映出中国加工贸易分量之重。加工贸易在中国长期占据半壁江山，据商务部统计数据显示，在2002—2007年6年间，加工贸易占当年中国对外贸易的比重近50%，加工贸易中又以进料加工为主，这些进口品对国内劳动力的替代作用很显著，加工成最终产品后，又通过出口进入海外市场。从事加工贸易的人员大多是农民工，中国城乡二元结构使农民工没有城镇居民的社会保障和福利，此外受教育背景、技能等的限制，他们选择余地较小，只能接受进入门槛较低、技术含量不高的加工贸易企业，但对于农民工而言，在这个行业所得的收入仍然要高于留在农业的收入水平，因此他们愿意留下，致使他们的就业波动受出口影响非常明显，最近几年珠三角受金融危机影响出现的“民工荒”就是真实写照。这种现象引发了我们对劳动力市场制度的反思，尤其是户籍制度改革，改革的重点“以农业转移人口为重点，兼顾其他常住人口，要优先解决好进城时间长、就业能力强的人口落户的问题，要提高高校毕业生、职业技术院校毕业生、技术工人等人口的城镇落户率”不仅是一个单纯的劳动力市场问题，也是与贸易息息相关的议题。 （2）高科技的行业性质决定了其对从业人员要求较高，员工一般都受过高等教育，素质较高，或具备一定的技术专长，“知识型员工”是企业员工的主体，也即文中提到的“技术工人”，而“非技术工人”很难能胜任，非技术工人对技术工人的替代性较小，出口对交叉弹性的负向作用大于正向作用，因此最终高科技企业出口稳定了内部工人的就业。（13）针对这一现象，政府可以在金融政策、配额许可证管理等外贸政策、减免关税和便利通关的海关政策、减免税收和出口退税等多方面给予高科技企业全方位的支持，当然由于中国高科技产品出口中三资企业占比达80%，我们还是以着力培养内资高科技企业为主，这也是政府高技术发展中的重要课题，不仅能促进其产品地位在价值链中的上升，还能起到降低劳动力内部就业风险的作用。 （3）鉴于总体上出口对劳动力就业风险的负面影响，非常有必要构建与出口贸易相关的急救措施及相关的就业与收入保障，以减少出口对劳动力市场的负面冲击，如建立稳定出口的机制、提供与贸易有关的培训、完善社会保障体系以及与贸易有关的再就业援助计划、强化贸易保障机制、合理分摊非工资费用等，将出口贸易与劳动力市场的制度改革有机结合起来，有效解决贸易自由化进程中的就业、收入与风险问题。 最后要说明的是，由于2007年以后的数据库整体而言质量较前几年有所下降，如2008、2009年缺失工业增加值和原材料，无法计算生产率，因此本文采用的是大部分运用该数据库的研究所截止的年份2007年；此外，本文暂时无法获得加工贸易企业的数据，因此无法单独研究加工贸易企业中劳动力自身需求弹性和交叉需求弹性的特殊性；最后，在探讨交叉弹性时，受现有数据的限制，只探讨了非技术工人需求对技术工人工资的反映程度受出口的影响，而未用技术工人对非技术工人的交叉弹性来使结果更加稳健。这些未尽之处致使本文的研究不够深入，也是下一步探讨的方向。 ①Hamermesh and Pfann[11]细讨论了要素的调整成本。简单来说，劳动力需求有两种类型的调整成本：净成本和总成本。净成本指由于企业员工数量变动带来的重新安排工人工作的成本。总成本指所有涉及员工流动的成本，比如搜寻成本、培训成本、员工离职金以及保持人事部门招募辞退员工等正常运转的日常开支。 ②聂辉华等[13]用这个公式估算了2005—2007年的工业增加值，发现平均而言估算值略小于报告值，因此会低估生产率。 ③企业投资=本期资本存量-上期资本存量+本期折旧，由于本文采用的是8年连续经营的企业，因此计算的投资值缺省不多，而戴觅和余淼杰[18]，鲁晓东和连玉君[19]包含已倒闭的企业，缺省值会很多，因此本文估计出的TFP较高。 ④WTO虚拟变量：2001年之后的为1，2001年之前为0（包含2001年）。 ⑤这在一定程度上会影响到结果的准确性。 ⑥Hamermesh[25]用美国的数据对劳动力需求弹性进行过估计，在-0.75至-0.15之间，本文用总体样本估计的结果基本在这一范围之内。 ⑦计算公式为
，其中
为各企业的出口强度在考察期的均值。 ⑧本文实证分析中选取8年间一直持续存活的企业，虽然可以控制企业不可观测的异质性，然而从样本选择角度确实存在一定程度的选择性偏差，在2000—2007年间新进入或退出（或者进入、退出重复多次）的企业，其出口也会影响到劳动力自身需求弹性，我们也尝试使用混合数据（Pooling Data）做了回归分析，发现基本结论并未有大的改变。 ⑨此处并不意味着只有非技术工人会增多，实际上本文经过分析，企业雇佣的技术工人也会增多。 ⑩计算公式为
，其中
为出口强度在样本中的均值。 （11）本文目的是以出口强度对就业风险的影响为基准展开详细论述，将是否出口放在出口强度之后（而非之前）探讨有利于做对比分析。 （12）由于篇幅关系，读者若对不同经济性质和不同经济区位的回归结果感兴趣，可向作者索要。 （13）不同的是，资本密集型企业交叉弹性本身为负，这一点还未找到合理的解释，而出口强度对交叉弹性的影响为正向，最终也是稳定了内部不同类型工人的就业，本文猜测仍然是由于其内部两类工人很难替代造成的。
标签：替代效应论文; 需求交叉弹性论文; 需求弹性论文; 交叉分析论文; 风险模型论文;
