姜雪松 王蕊 管凌玉 杜础行
【摘 要】 数字经济背景下，数据已经成为继土地、劳动力、资本、技术之外的第五大生产要素，越来越多的企业通过加快数字化转型获得新发展动力。智能财务是企业数字化转型发展的必经之路，能够有效缓解企业财务信息的不对称，降低运营成本，及时识别和防范发展中的风险，对改善财务绩效至关重要。文章以2018—2021年上市公司为研究对象，基于数字化转型视角选取智能财务指标并区分国有企业与非国有企业样本，采用主成分分析法对智能财务指标进行降维处理，通过因子分析得到可以衡量智能财务的综合指标，进而分析智能财务与财务绩效之间的关系。实证研究结果表明，上市公司的智能财务水平通过降低营业成本和提高研发能力对财务绩效产生正向影响，进一步研究发现，在非国有企业中智能财务的实施对财务绩效的正向作用更加显着。
【关键词】 智能财务； 财务绩效； 数字化转型； 因子分析； 财务共享
【中图分类号】 F234.3 【文献标识码】 A 【文章编号】 1004-5937（2023）20-0044-08
一、引言
党的二十大报告提出着重建设数字中国，强调以科技创新和数字化转型为契机，借助数字技术力量，打造企业发展新动能。在数字经济背景下，数字化转型已经成为企业进一步发展的新路径，数字化转型给传统企业带来较大的冲击，越来越多的企业开始进行数字化转型，避免被时代所抛弃。稳定高效的财务会计管理是企业持续稳定发展的重要组成部分，也是企业实现智能时代数字化转型的突破口。数字经济以强大的信息技术为基础，以财务共享中心为载体，建立起了智能财务的初步原理与理论，促进了数字经济与实体经济的融合，而智能技术与财务管理的结合也进一步推动了财务工作向数字化发展，智能财务成为新时代发展下财务管理的主流。然而在数字化转型视角下对企业智能财务发展研究较少，很难为企业进行智能财务发展提供相应的理论基础，因此有必要继续进行深入研究。
本文创新点在于：一是从上市公司数字化建设程度与转型程度两个维度通过因子分析得到可以衡量智能财务的综合指标，丰富了智能财务指标量化的衡量体系；二是深化了数字化转型视角下智能财务与财务绩效的研究，完善了影响路径研究；三是基于实证结论，为企业在数字化背景下进行智能财务建设提供更加详细的数据支持，为企业提高财务绩效提供理论支持与政策启示，推动企业财务智能化转型。
二、文献综述
（一）财务绩效
随着社会经济的发展，原有的财务绩效评价指标已经无法满足企业的实际需求，于是便通过先进技术对财务指标进行创新，弥补过去只集中于研究产出指标和方法而忽视对过程效率评价的缺陷[1]。有学者在实证研究中选取主营业务资产收益率和资产收益率来衡量智能化转型与成本粘性以及公司绩效之间的关系，该类指标的数据虽然比较容易获取，但计算过程不够深入透彻，存在一定的不准确[2]。于是便采用管理费用率和托宾Q值等指标来衡量企业财务绩效[3-4]，但是资本市场建设并不完善，托宾Q值的应用存在一定的局限性，容易造成企业的短期行为，最终导致公司治理质量的下滑。对于公司的治理模式大致可以分为“共同治理”模式和“股东至上”模式，其中“共同治理”模式可以用平衡计分卡来评价，而“股东至上”模式则可以采用经济增加值来评价，这两种评价方法都是与对应理念相互匹配的绩效评价指标[5]。有学者认为采用经济增加值能够有效帮助企业了解供应链金融对企业经营绩效的影响[6]，也有学者认为经济增加值与传统财务指标相比，经济增加值综合考虑多种因素对财务绩效的影响[7]，于是便用重新构造后的经济增加值来评价财务绩效，为我国企业进行财务绩效评价方法改革提供了新思路[8]。经济增加值综合考虑了企业所面临的全部资本成本，避免了企业比较两个规模相同的企业由于自有资本和贷款比例不同而造成的利润不真实。但是经济增加值属于绝对数指标，很难用于比较规模不同的企业。基于此，本文选择经济增加值率这一相对数指标来衡量企业的财务绩效，避免因企业规模不同而造成的误差。
由于财务绩效评价体系不健全，在实际应用时很难与企业进行很好的融合，于是便有学者使用层次分析法对企业财务绩效进行分析评价，证实层次分析法是一个较为科学并容易操作的评价方法[9]。在现代信息化的社会，如果可以将平衡计分卡与层次分析法相结合，那幺就可以建立起满足数字化时代企业发展需求的财务绩效评价体系[10]。而耿晶晶等[11]则通过因子分析法筛选出23家上市的核心公司，并对筛选出的企业进行财务绩效评价分析，为提升核心企业的财务效率提供决策依据。
（二）智能财务与财务绩效
通过22家具有代表性的国内外财务共享服务中心的研究，指出实现智能财务共享所需要的要素及其发展路径，由此认为财务共享智能化是目前财务共享中心发展的必经之路[12]。在数字化转型视角下，会计职能的不断更新迭代促进了智能财务的发展，以财务共享中心为主要内容的数字化转型是智能财务发展的基础[13]，企业建立财务共享服务中心可以通过提高企业运营效率、信息披露质量来提升企业发展质量，企业规模越大或者媒体关注度越高的企业发展质量提升的作用也更显着[14]。随着智能技术的不断发展以及智能化意识不断提高，企业的财务智能化水平不断增强，而作为维持企业正常经营的运营管理也得到了广泛的关注，从运营管理的10个指标维度，分析财务共享服务中心和智能财务共享中心存在的不同之处，为企业智能财务的发展提供一定的指导[15]。智能财务的实现可以帮助企业提高管理效率的同时降低成本，从庞大的财务数据中提取出对企业决策有帮助的信息，不断提升决策效率。
（三）文献述评
目前学术界对于智能财务建设的发展路径提供了很多路径，也对企业实施智能财务的重要性进行了论证，但是对企业智能财务绩效评价的研究比较匮乏。本文在现有文献的基础上，通过运用因子分析法对上市公司智能财务建设的影响进行分析与评价，能在一定程度上弥补现有研究的不足，同时也为研究智能财务建设提供进一步的帮助。
三、机理分析及假设提出
人工智能的应用是一把双刃剑，既可以给企业带来机会又可以带来挑战，企业应该加强管控力度，通过及时有效的绩效评价，更好地提高财务管理水平。通过随机效应模型对多家上市公司进行研究，认为财务共享的实施对于企业盈利能力和企业价值产生显着的正向效应[16]；通过Wilcoxon秩和检验和Panel面板数据分析相结合的研究方法对企业实施财务共享服务前后的绩效变化进行研究，认为企业实施财务共享服务能有效提高企业绩效[17]；而通过对大中小型企业进行定量分析，也能得出实施财务共享会显着提高企业绩效[18]。在当今数字化时代背景下，财务共享服务中心通过一系列工作为企业集团提供增值服务，未来的智能化共享管理中心则会向职能管理中心和提供业务流程外包等方面发展，削减自身盈利能力不足的服务，不断增强企业的盈利能力。
财务共享是智能财务发展的基础，将共享中心收集到的财务数据集中进行整合与分析，从庞大的数据资源中提取信息，有效克服财务共享中心数据使用效率低下以及信息不对称等问题，进一步促进财务数字化转型。从已有文献来看，在数字化转型视角下企业应用财务共享可以提高企业的绩效。基于此，提出假设1。
H1：上市公司的智能财务对财务绩效具有正向的影响。
智能财务的发展通过先进的信息技术和通讯技术将不同地理位置的机构进行网络化连接，不需要将财务人员将集中到一个特定地点，一方面，降低企业运营成本、提高管理效率，最终提高企业财务绩效。另一方面，成本的降低使企业有更多的资本去进行研发创新，生产出创新性更强和产品附加值更高的新产品，研发投入对提高企业竞争力具有战略性意义，对企业绩效的提升有着重要影响。基于此，提出假设2、假设3。
H2：上市公司的智能财务通过降低成本水平而提升财务绩效。
H3：上市公司的智能财务通过提高研发能力而提升财务绩效。
四、研究设计
（一）样本选择与数据来源
根据《2022年中国共享服务领域调研报告——迈向世界一流》总结的中国共享服务行业的发展历程，将其自2005年起至今的发展历程划分为五个阶段，即萌芽期、试点期、发展期、创新探索期与变革转型期。其中，在创新探索期，共享服务在中国企业中已经得到了广泛的使用，云计算、人工智能等新兴技术在财务部门逐步实现数字化转型。
本文将创新探索期作为实证研究的期间，以2018—2021年间的上市公司作为初选样本，为了提高实证研究的可行性以及研究结果的可靠程度，按以下原则筛选面板数据：（1）剔除被ST、*ST的上市公司。（2）剔除财务数据或财务指标缺失的样本观测值。（3）剔除当年公司成立处于不稳定阶段的观测数据，避免不确定因素带来的偶然性误差。最终确定的研究样本观测数据共125个。
本研究所需要的所有财务数据均来自于国泰安数据库，用Excel对基础数据进行整理和计算，使用统计分析软件SPASS 23.0对样本观测数据进行描述性统计、因子分析、主成分分析、相关性分析、回归分析及稳健性检验的操作。
（二）变量选择及其度量
1.自变量
在文献综述中可以了解到，目前关于智能财务研究文献较少，特别是关于智能财务指标量化的衡量更是少之又少。本文自变量智能财务的衡量基于前人已有的理论研究成果，并综合考虑在各种渠道可以获得的数据资源的基础上，主要从上市公司数字化建设程度与转型程度两个维度考量。
为降低变量列表中数据采集和分析的难度，也为了让测量维度更严谨合理，本文利用因子分析的思想与方法对变量指标进行降维处理，将相关性高的变量聚在一起，减少问题分析的复杂性。在降维处理前验证因子分析方法的可行性，首先，计算相关系数矩阵以判断原始变量之间是否存在较强的相关关系；其次，对变量进行KMO检验和巴特利特球形检验来判断观测数据是否适合作因子分析。KMO和巴特利特检验结果显示，KMO值为0.804，巴特利特球形度检验的Sig.=0.000，小于显着性水平值0.01，所选取的原始变量之间存在很高的相关性。根据以往研究经验做出判断，变量很适合做因子分析。
通过因子分析法得到方差，解释如表1所示，基于特征值大于1可提取2个因子，但累计方差贡献率为77.404%，为使其大于经验值85%，因子提取数量为3个，旋转后累积方差解释率达到85.281%，说明3个因子能够提取8个分析项85.281%的信息量，符合提取公因子的标准，认为涵盖了原财务指标含有的信息。
利用因子旋转功能，通过方差最大正交旋转使各因子仍然保持正交的状态，但各因子的方差差异达到最大，即相对载荷平方和达到最大，以便更好地解释提取的因子。
经“旋转”后，得到旋转后的成分矩阵。可以看出，第一公因子在区块链技术强度、云计算技术转型程度、人工智能程度有较大载荷系数，可定义为“数字化转型因子”。第二公因子在智能化员工强度、大数据技术转型程度、生态创新程度、技术储备强度有较大载荷系数，可定义为“数字化建设因子”。第三公因子在数字技术应用程度有较大载荷系数，可定义为“数字化应用因子”。通过成份得分系数矩阵将3个因子结构表达为各变量的线性形式，用回归方程得到3个公因子的得分因子函数：
F1=0.308X1+0.504X2+0.376X3-0.079X4-0.095X5-0.266X6+0.199X7-0.155X8 （1）
F2=-0.017X1-0.298X2-0.168X3+0.372X4-0.281X5+0.693X6+0.084X7+0.296X8 （2）
F3=-0.077X1-0.083X2+0.037X3-0.026X4+1.03X5-0.33X6-0.009X7+0.179X8 （3）
三个因子分别从不同方面反映各公司的财务智能化的水平，单独使用某一公因子很难做出综合评价，因此以三个公因子F1、F2、F3和各自的方差贡献率占解释总方差贡献率85.281%的不同比重来进行加权平均，就得到综合财务智能化水平的主成分SF，该主成分关于因子的线性方程如下：
SF=（64.732F1+12.671F2+7.877F3）/85.281 =0.759F1+0.149F2+0.092F3 （4）
将2018—2021年上市公司智能财务的指标分别代入到公式1—公式4，得到每一个观测值的最终智能财务指标SF。
2.因变量
根据文献综述中关于财务绩效的理论分析，本文选用的因变量指标为经济增加值率即EVA率。
3.控制变量
根据已有研究文献分析，本文将控制变量设置为：企业规模（SIZE）、年龄（AGE）、股权集中度（COCEN）、董事会规模（Board）、独立董事比例（Indep）。
4.机制变量
为检验企业智能财务水平影响企业财务绩效的具体机制，本文将核心被解释变量替换为相应的机制变量，直接检验企业智能财务水平是否能够影响相应的机制变量。本文选用的机制变量指标为营业成本率（OCR）与研发强度（R&D）。
具体变量定义如表2所示。
（三）研究模型
根据前文的分析和提出的假设，结合变量设计的情况，为验证上市公司智能财务水平对财务绩效的影响以及机制变量的中介作用假设，形成公式5—公式10，其中，ε为随机干扰项。
EVAR=α0+α1SF+α2SIZE+α3AGE+α4COCEN+α5Board+α6Indep+ε （5）
SF=β0+β1OCR+β2SIZE+β3AGE+β4COCEN+β5Board+β6Indep+ε （6）
SF=γ0+γ1R&D+γ2SIZE+γ3AGE+γ4COCEN+γ5Board+γ6Indep+ε （7）
EVAR=η0+η1SF+η2OCR+η3SIZE+η4AGE+η5CO-CEN+η6Board+η7Indep+ε （8）
EVAR=θ0+θ1SF+θ2R&D+θ3SIZE+θ44AGE+θ5COCEN+θ6Board+θ7Indep+ε （9）
EVAR=δ0+δ1SF+δ2OCR+δ3R&D+δ4SIZE+δ5AGE+δ6COCEN+δ7Board+δ8Indep+ε （10）
五、实证分析
（一）描述性统计
按前文所述样本筛选原则共得到有效观测样本125个。表3为2018—2021年度各主要变量的描述性统计分析的结果。
从表3中可以看出，企业规模的最小值15.21，最大值26.325，均值达到21.953，说明选取样本中具有较高的企业规模；公司年龄中最小值为0，说明样本中存在新上市且经营稳定已实施智能财务的公司；股权集中度方差较大，说明选取样本中股权集中度有较大差异；其他控制变量方差较小，说明数据分布较为均匀。机制变量中，研发强度的均值>中位数，说明较多样本企业的研发投入金额较低，整体呈现偏态分布。
（二）回归分析
1.基准回归分析
基于回归模型5将全样本的智能财务与EVAR进行回归分析，为避免公司层面的聚集效应对标准误的影响，回归时进行了Cluster处理。回归结果如表4中列（1）所示，调整后的R2为38.8%，且智能财务（SF）与财务绩效（EVAR）在1%水平显着相关，SF的标准化系数α1为正数0.578，说明在总体水平上市公司的智能财务对财务绩效有显着的正向的影响，且SF的标准化系数相比较其他控制变量而言绝对值最大，说明相较于其他变量SF对EVAR的影响程度最大，与客观实际相符，进一步验证H1成立。
2.影响机制检验
表4列（2）—列（5）汇报了智能财务SF与财务绩效EVAR间的具体影响机制的检验结果。列（2）验证了智能财务水平与营业成本率间具有显着的反向影响关系，列（4）在基础回归中引入机制变量营业成本率，智能财务水平与企业财务绩效仍然具有显着的正向影响，营业成本率与企业财务绩效呈显着的反向影响，结合列（2）研究结果可知营业成本率在智能财务对企业财务绩效的影响中承担着不完全的中介效应，模型8中智能财务的系数η1为0.465，低于模型1中α1，说明智能财务对企业的财务绩效的直接影响效应低于总影响效应，进一步验证了成本水平的中介效应，H2成立。
列（3）与列（5）汇报了研发强度作为另一影响机制的检验结果。列（3）中验证了智能财务水平与研发强度间具有显着的正向影响，在基础回归中引入机制变量研发强度，列（5）的结果显示智能财务水平与研发强度均对企业财务绩效具有显着的正向影响，模型9中智能财务的系数θ1为0.472，低于模型1中α1，验证了研发投入的不完全中介效应，进一步验证H3。
列（6）是在基础回归中同时加入中介变量OCR与R&D，此时，核心解释变量（SF）与机制变量（OCR）仍保持显着为正，但R&D显着性明显减弱，模型10中SF系数δ1为0.419，与模型8中η1的0.465最为接近，说明与研发强度相比，营业成本率在智能财务与财务绩效的关系中起着较大的中介作用。
六、异质性分析
一方面，产权的性质会影响企业实行智能财务背后的动机。非国有企业在进行智能财务的建设过程中，更多考虑的是实施智能财务会给企业带来多大的利益，优先满足自身利益需求；而国有企业因其产权性质特点，在做决策的过程中可能更多的是考虑国家现有的制度和政策，而放弃能提高企业财务绩效的决策。此外，产权性质也会影响利益相关者对智能财务实施的期待程度。人们往往会把国有企业的行动方向视为国家未来的发展方向，忽视了国有企业承担的一些隐性责任，而只把企业的财务绩效当成评价国有企业好坏的重要指标。综上所述，国有企业进行智能财务建设对财务绩效的提升效果要低于非国有企业。
另一方面，产权的异质性在一定程度上导致了国有企业与民营企业的在发展战略上存在一定的差异，国有企业存在职能空白、职能交叉和资源配置浪费的问题，从而降低了企业管理效率。相反，其他产权性质的企业各分、子公司受母公司控制影响程度较低，而且经济决策主要是提高自身经济效益的决策，可以较好地利用资源，发挥其经济效益，因此，产权属性的不同对实施智能财务的企业财务绩效有显着影响。
基于以上理论分析将总体样本按股权性质进行分组异质性分析，进一步研究国有企业与非国有企业智能财务对财务绩效的影响效果。整体样本中，将国有企业股权性质编码为1，非国有企业股权性质编码为0。分组后，国有企业样本66个，非国有企业样本59个，分组回归结果如表5列（1-1）、（1-0）所示。列（1-1）为国有企业的智能财务与企业财务绩效的回归结果，列（1-0）为非国有企业的智能财务与企业财务绩效的回归结果。根据回归结果显示，国有企业与非国有企业的智能财务对财务绩效都有正向的影响作用，但是影响的程度有所差异。通过标准化系数可以看出，国有企业中智能财务对财务绩效的标准化系数为0.379，影响程度低于非国有企业中智能财务对财务绩效的标准化系数0.587，研究结论与客观实际相符。
七、稳健性检验
对于实证结果的稳健性检验可以通过替换自变量或因变量进行。本文在自变量及其他控制变量不变的情况下替换因变量，总资产EVA率（TEVAR）替换EVA率（EVAR）作为因变量进行稳健性检验。考虑到智能财务对财务绩效的影响存在滞后效应，在稳健性的再次检验中，在原变量不变的前提下将自变量替换为上年的智能财务水平（SF-1）。其中总资产EVA率=EVA/平均总资产，平均总资产=（期末资产总计+期末资产总计）/2。回归结果如表5所示。
表5中列（2）为替换因变量的检验结果，SF对TEVAR仍然显着正相关，且影响程度最大；列（2-1）与（2-0）分别为国有企业与非国有企业的分组回归结果，国有企业与非国有企业的智能财务与财务绩效仍然呈现正向的相关性，其中，国有企业下的智能财务与财务绩效在5%的水平上相关性显着，非国有企业在1%的水平上相关性显着，国有企业下的智能财务对财务绩效在所研究的变量中的影响程度明显低于非国有企业；列（3）为替换自变量SF-1的检验结果，列（3-1）与（3-0）分别为国有企业与非国有企业的分组回归结果。综上分析，研究结论未发生实质性改变，因此研究结果具有较强的稳健性。
八、研究结论与建议
本文基于已有文献中关于智能财务与财务绩效之间的定性研究结论，与《2022年中国共享服务领域调研报告——迈向世界一流》的相关调研结果，对企业实施智能财务与财务绩效的影响进行深入的定量研究。结果表明，企业实施智能财务通过降低营业成本、提高研发能力来提高企业的财务绩效，且通过降低营业成本来提高企业的财务绩效的影响路径更为显着。进一步研究发现，该影响存在产权异质性，产权属性影响智能财务与财务绩效的相关性程度与影响程度，非国有企业智能财务与财务绩效的相关性程度、正向影响程度均明显高于国有企业。基于此，本文进一步提出以下建议：
1.企业应加大对智能财务建设的投入
根据本文的研究结论，实施智能财务对于企业财务绩效有正向影响。另外，实施智能财务可以帮助企业在降低成本费用的同时提高运营效率，最终表现出对企业整体绩效的提升。因此本文建议规模较大、分支机构比较多的集团可以实施智能财务，优化企业财务流程，提高财务管理的效率。
2.与国有企业相比，非国有企业应该优先考虑实施智能财务
根据本文的研究结论，非国有企业中智能财务对财务绩效的正向作用更显着，可以让非国有企业以更加灵活的方式实施和发展智能财务，进而推广到更多的企业。
3.制定完善的智能财务持续优化方案
既然本文研究结论是智能财务对财务绩效有正向作用，那幺制定完善的持续优化方案就是为智能财务后续的发展奠定坚实基础。企业想要仅通过建立智能财务就解决管理上的问题是远远不够，还需要对后续的流程不断进行优化，避免出现现有流程与实际情况脱轨的现象。
【参考文献】
［1］ 高建，汪剑飞，魏平.企业技术创新绩效指标：现状、问题和新概念模型［J］.科研管理，2004（S1）：14-22.
［2］ 李婉红，王帆.智能化转型、成本粘性与企业绩效——基于传统制造企业的实证检验［J］.科学学研究，2022，40（1）：91-102.
［3］ 王玉法，王莎，王团委.财务共享服务实施与企业绩效关系研究——基于随机效应模型［J］.会计之友，2019（21）：81-87.
［4］ 杨皖苏，杨善林.中国情境下企业社会责任与财务绩效关系的实证研究——基于大、中小型上市公司的对比分析［J］.中国管理科学，2016，24（1）：143-150.
［5］ 周仁俊，喻天舒，杨战兵.公司治理激励机制与业绩评价［J］.会计研究，2005（11）：26-31，96.
［6］ 周志刚，韩双，王一村.供应链金融对核心企业EVA经营绩效的影响研究——基于家电行业的多案例［J］.财会通讯，2022（2）：107-111.
［7］ 李睿，刘向伟.谈经济增加值（EVA）与平衡计分卡（BSC）的整合［J］.现代管理科学，2010（8）：108-110.
［8］ 刘运国，陈国菲.BSC与EVA相结合的企业绩效评价研究——基于GP企业集团的案例分析［J］.会计研究，2007（9）：50-59，96.
［9］ 申志东.运用层次分析法构建国有企业绩效评价体系［J］.审计研究，2013（2）：106-112.
［10］ 陈翼.“大智移云”时代财务共享服务中心绩效评价体系研究［J］.会计之友，2018（16）：73-78.
［11］ 耿晶晶，刘莉.商业生态系统中核心企业财务绩效评价［J］.管理现代化，2019，39（3）：67-69.
［12］ 李闻一，于文杰，李菊花.智能财务共享的选择、实现要素和路径［J］.会计之友，2019（8）：115-121.
［13］ 张庆龙.下一代财务：数字化与智能化［J］.财会月刊，2020（10）：3-7.
［14］ 许汉友，赵静.财务共享推动企业高质量发展了吗［J］.财会月刊，2022（20）：34-43.
［15］ 杨寅，刘勤，黄虎，等.智能财务共享服务中心运营管理研究［J］.会计之友，2020（19）：143-147.
［16］ 彭启发，王慧秋，王海兵.会计人工智能存在的风险与对策研究［J］.会计之友，2019（5）：114-119.
［17］ 何瑛，周访，李娇.中国企业集团实施财务共享服务有效性的实证研究——来自2004—2008年的经验数据［J］.经济与管理研究，2013（8）：57-65.
［18］ JEONGYEON KIM，et al.A study on performance evaluation of intelligent collaboration system［J］.Multimed Tools Appl，2017，34（C）.
【基金项目】 黑龙江省哲学社会科学研究规划项目（21GLE294）
【作者简介】 姜雪松（1976— ），男，山东武城人，博士，哈尔滨商业大学会计学院副院长、副教授，研究方向：公司财务、智能会计；王蕊（1996— ），女，辽宁鞍山人，哈尔滨商业大学会计学院助教，研究方向：数据分析、智能审计；管凌玉（1999— ），女，山东莒县人，哈尔滨商业大学会计学院硕士研究生，研究方向：财务会计；杜础行（1997— ），男，黑龙江伊春人，哈尔滨商业大学会计学院硕士研究生，研究方向：财务会计
① 王蕊为通讯作者。
