基于关键指标的高校毕业生就业预警模式的探索与实践

沈聪伟 赵敏

[摘要]以北京地区高校毕业生就业工作为基础，探讨高校毕业生就业状况预警的方法、途径和预警响应机制。对毕业生整体就业形势和市场需求两种预警模式确定了关键指标、构建了预警指数，对专业预警的方法进行了讨论，并以北京地区高校毕业生就业状况数据为例进行了部分验证。

[关键词]毕业生；预警；就业状况；市场需求；关键指标；预警响应；高校

[中图分类号]G647.38[文献标志码]A[文章编号]1672-4917（2018）04-0026-08

就业是民生之本，高校毕业生就业问题既是一个综合性的经济问题，又是一个复杂的社会问题。对高校毕业生就业状况进行预警，从国家层面看，有助于减少社会经济活动的剧烈波动，降低政府宏观调控成本，对于促进高等教育的良性发展，构建和谐社会有重要意义。从高校层面看，建立健全就业状况预警机制，是深化教育教学改革、实现大学内涵式发展的必然要求。探索高校毕业生就业状况预警的方法和途径，从理论上，可以对高校毕业生就业状况预警领域的研究进行拓展和创新，为不断推进高校毕业生就业状况预警工作进行前期积累；从实践上，探索高校毕业生就业状况预警的可行方法，为各级政府和高校的就业工作提供数据支持和决策依据。

一、 就业状况预警相关研究综述

（一）预警相关理论

预警（early-warning）一词源于军事，狭义的预警是通过认识和总结事物的发展规律，借用已有的知识和技术，对事物的现状及特性进行描述和分析，进而预测判断事物的变化趋势，并与预期目标相比较，在警情发生之前运用已设定好的方式和信号对其进行报警，以便使预警主体可以采取相应的对策措施[1]。广义的预警指的是组织的一种信息反馈机制。随着社会进步的需要，这一反馈机制超越了军事，迅速扩展至社会、经济、资源、环境等各个领域和学科进行应用[2]。

预警方法主要有3类：指数预警、统计预警和模型预警。

1.指数预警。是通过制定综合指数来评价监测对象所处的状态，目前主要应用于宏观经济领域，用来预测经济周期的转折点和分析经济的波动幅度。

2.统计预警。主要通过统计方法来发现监测对象的波动规律，广泛应用于企业财务危机预警中，使用变量少，数据收集容易，操作比较简便。

3.模型预警。通过建立数学模型来评价监测对象所处的状态，在监测点比较多、比较复杂时广泛使用[3]。

（二）就业状况预警的国内现状

我国出现就业难现象的时间并不长，毕业生就业数据积累的细致程度、丰富程度、全面程度还有一定的欠缺，所以就业状况预警工作没有具体开展起来，相关研究也更多集中在就业状况预警机制的必要性、原则和策略等前期研究阶段，没有具体实践上的研究。但是近几年，在教育部及各级政府的大力推动下，高校毕业生就业状况统计及监测工作在不断完善。2014年12月，教育部发布教学厅函[2014]49号文件《教育部办公厅关于做好全国普通高等学校毕业生就业数据报送工作的通知》，要求高校从2015年开始开展全国普通高校毕业生就业数据报送工作，从每年1月起，各高校要在每月10、20、30日通过“全国高校毕业生就业管理与监测系统”集中更新本校毕业生就业数据，毕业生可在9月1日前通过新职业网（www.ncss.org.cn）或学信网（www.chsi.com.cn）查询核实本人就业去向。这些基础性工作的不断完善正在为就业状况预警工作的开展逐步奠定数据基础。

（三）就业状况预警的内涵

国内学术界尚未就高校毕业生就业状况预警达成一个权威、标准的定义。谢爱国等定义了高校毕业生就业状况预警系统，他认为高校毕业生就业状况预警系统是为政府、高校和就业服务机构等按照预定的程序和技术手段，对大学生就业相关影响因素进行监测，在信息分析的基础上结合就业形势变化，并根据警戒线发出警情，以利于相关管理部门调控大学生就业形势[4]。钱强等定义了就业预警机制，认为它是宏观管理部门和高校对毕业生人才需求的监测预报制度，从对毕业生的社会需求出发，定期发布人才需求数据和趋势预测，引导高校及时调整学科、专业和招生规模，从而既实现大学生充分就业，又满足国家经济社会的人才需求[5]。

本文中，我们结合现有高校毕业生就业状况预警的研究现状，定义高校毕业生就业状况预警是教育管理部门在对高校毕业生就业状况进行统计和动态监测的基础上，以现有数据积累为数据来源，在高校毕业生就业形势、市场需求、专业预警三个层面对毕业生就业状况进行定量分析，从而对毕业生未来的就业状况进行预测，根据警戒线发布就业状况预警，并根据预警程度启动预警干预措施的过程。

二、高校毕业生就业预警中关键预警指标确定的探讨与应用

本文结合北京高校毕业生就业指导中心在就业状况监测和预警工作中积累的经验和研究成果，结合预警理论中的指数预警、统计预警、模型预警的方法，以工作应用为目的，探索如何基于关键指标对毕业生就业状况进行预警，并对部分探讨的结果进行了实践应用。

就业状况预警是一项社会化的系统工程，影响因素众多，从理论上讲，预警指标的确定应该涵盖主要影响因素，但从现实可操作角度来看，如果指标维度过于繁复，涉及的数据可能会因为采集难度、毕业生及用人单位配合度等影响而难以实现。所以考虑到数据的可获得性、结果的显性和反馈的方便、快捷，我们考虑对毕业生就业状况进行预警时只选取了部分关键指标。

（一）毕业生就业形势预警

就业形势预警关注的是毕业生总体就业狀况及变化趋势，通过对反映就业总体状况的系列就业指标进行动态监测，从就业状况现状与历史数据的比较中发现问题。就业整体形势涵盖的指标众多[6]，本文通过专家研讨的方式确定了从教育主管部门角度看更为关注、对就业工作影响程度较大的三个指标来进行就业形势预警，这三个指标为：就业率、毕业生对高校就业指导服务工作的满意度和毕业生对落实工作的满意度，分别考虑的维度是就业状况的数量维度、高校就业的工作维度和就业状况的质量维度。

1.就业率

就业率对就业形势的反映最为直观，就业率为具体数值，更容易比较，数据来源于各高校上报的就业状况数据。常用就业率的计算方法有两种，一种计算公式为（毕业生总人数-未就业毕业生人数）/毕业生总人数）X100%，这种统计方法把国内升学、出国留学都统计在就业人数中；第二种就业率的计算公式为已就业毕业生总人数/可就业毕业生总人数X100%，这种统计方法单独计算升学率，将升学的毕业生从已就业毕业生范畴中去除。两种方法相比，第二种统计方法更符合国际劳工组织对就业的定义，更加与国际惯例接轨。第一种方法是教育部目前采取的就业率统计方法，虽然与国际惯例不符，但是继承了原有统计方案的流程，重点关注统计口径的连续性，更符合现阶段的实际国情。

为了保持历史数据的延续性，本文中延续教育部对就业率的统计方法，即：（毕业生总人数-未就业毕业生人数）/毕业生总人数）X100%。就业率指标是多时点监测，教育部要求各高校每月上报毕业生就业数据到“全国高校毕业生就业管理与监测系统”，所以从理论上讲，对高校毕业生就业率的监测目前是可以做到每月监测，在实际工作中，就业工作前期就业率数据都比较低，变化不明显，所以监测的意义不大。根据就业工作的时间特点和就业管理部门的通常做法，我们选取了每年4月底、8月底、10月底为就业率监测的重点时间节点，4月底是本科毕业生考研成绩公布后就业的一个高峰期、8月底是毕业生毕业离校时就业比较集中的高峰期、10月底是北京市教委对高校就业率进行统计的时间点，在这三个时间点上有可能反映出就业率的明显变化。

如何确定就业率预警的阈值，以北京地区高校毕业生就业工作为例，北京地区高校毕业生就业管理部门有一些通行做法，本文對这些通行做法进行总结提炼，把定性的经验上升到定量的分析，确定了两个就业率预警的阈值。当观测点就业率低于同时期前三年就业率均值的10个百分点时，就进入黄色预警状态，需要启动一级预警方案；当观测点就业率低于同时期前三年就业率均值的20个百分点时，进入红色预警状态，需要启动二级预警方案。

为了实现对北京地区高校毕业生就业状况进行统计和监测的需求，北京地区高校毕业生就业中心自主开发了“北京高校毕业生就业管理与监测系统”，系统目前已有的数据包括了北京地区高校2011年至2017年毕业生就业管理系统数据、毕业生就业调查数据、用人单位就业调查数据。“北京高校毕业生就业管理与监测系统”以北京地区高校毕业生就业指导中心认定的20个就业状况统计及监测指标体系、质量评价指数等为统计及监测指标，全面实现了对2011年至2017年北京地区高校毕业生就业状况的展示及监测，能够支持北京市教委了解全市层面的就业状况、了解各高校或随机选取部分高校的就业状况，还支持单个高校了解多个年度本校的就业状况。

图1和图2是该系统对就业率指标进行监测的页面，在系统中我们可以关注和查询北京市及各高校各个时间节点的就业率数据。比如，在2016年8月底，我们看到就业率的一级预警值为82.87%，有16所高校毕业生就业率达到了一级预警，就业率的二级预警值为73.66%，有6所高校毕业生就业率达到了二级预警。我们就要采取措施分别对这16所一级预警高校和6所二级预警高校进行提醒和督促。

2.毕业生对高校就业指导服务工作的满意度

该数据来源于对毕业生的调查，反映高校就业指导服务工作水平。以北京地区高校毕业生就业工作为例，就北京地区高校毕业生就业状况调查了毕业生对高校就业信息发布、校园招聘会、就业信息网、就业指导课、创业指导课、毕业生就业推荐等六个维度上的满意度，满意度以五分Likert量表来评价，最终将六个维度的满意度平均为满意度指数。经过专家讨论，我们把该指标近三年满意度均值作为一个参考值，当满意度指数低于这个参考值时，就要开始关注，并进行分析是哪些工作的开展出现问题，影响到毕业生对学校就业指导服务工作的满意度；低于该参考值10个百分点作为触发一级预警的阈值，低于这个阈值时，进入黄色预警状态，启动一级预警；低于该参考值20个百分点作为触发二级预警的阈值，低于这个阈值时，进入红色预警状态，启动二级预警。

假如我们想了解2014年北京地区高校在毕业生对高校就业指导服务工作的满意度上的预警情况，在“北京高校毕业生就业管理与监测系统”中，打开趋势预警指标页面，进行参数选择后就可以看到没有高校达到一级预警状态，有两所高校达到二级预警状态，见图3。

3.毕业生对落实工作的满意度

该数据来源于对毕业生的调查，是影响毕业生就业质量的一个重要指标。以北京地区高校毕业生就业调查为例，调查中请毕业生对自己最终落实

就业单位的满意度进行五分Likert量表评价，以满意度平均值作为毕业生就业状况预警的一个指标。经过专家研讨，我们认为前三年满意度指数平均值

可以作为一个参考值，低于这个参考值时，就要开

始关注，并进行分析是哪些工作的开展出现问题；

把低于参考值10个百分点作为触发一级预警的阈值，触发阈值时进入黄色预警状态，启动一级预警；把低于参考值20个百分点作为触发二级预警的阈值，触发该阈值时进入红色预警状态，启动二级预警。

假如我们想了解2016年北京地区高校在毕业生对落实工作的满意度上的预警情况，在“北京高校毕业生就业管理与监测系统”中，打开趋势预警指标页面，进行参数选择后就可以看到2016年该指标一级预警阈值为3.31，有7所高校在该指标上达到一级预警；二级预警值为2.94，有一所高校在该指标上达到二级预警，见图4。

（二）市场需求预警

1.市场需求预警指数构建思路

对未来就业市场进行预测，考虑到数据可获得性，本文通过专家研讨构建了一个市场需求预警指数。指数的构成包括：用人单位招聘增加率和招聘需求变化趋势。这两个数据都来自对用人单位的调查。以北京地区高校毕业生用人单位调查为例，北京市高校毕业生就业指导中心每年对在北京地区高校招聘毕业生的用人单位进行调查，在调查中我们统计前一年企业招聘的实际总人数、本年预计招聘的计划总数、未来三年应届毕业生整体招聘需求的变化趋势。

计划招聘人数增长率=（本年计划招聘人数-去年实际招聘人数）/去年实际招聘人数*100%。

计划招聘人数增长率为正数，表明当年企业整体招聘人数是增长的，毕业生需求量增加；计划招聘人数增长率为负数，表明当年企业整体招聘人数是减少的。

招聘需求变化趋势的计算，我们对调查中整体招聘需求减少的企业赋值为-1，基本持平的赋值为0，增加的赋值为1。对所有企业调查结果进行上述赋值后取平均值，平均值越接近1，表明未来三年的招聘需求预期是增加的，越接近-1，说明未来三年招聘需求量是减少的，平均值在0附近，说明未来三年招聘需求没有太大变化。

2.應用

以2017年北京地区高校企业调查的数据为例，剔除填答不完整和重复回答等无效问卷后，2017年北京地区高校毕业生用人单位调查采集有效问卷4212份。

数据统计显示，4212家被调查用人单位2017年实际招聘毕业生人数平均值为53人，2018年计划招聘毕业生人数平均值为61人，计划招聘人数增长率为15.09%。

对未来三年毕业生招聘需求趋势的预测，4212家用人单位中有41.8%的被调查企业表示整体招聘需求人数是增加的，34.06%的被调查企业表示整体招聘需求人数是持平的，19.83%的被调查企业表示整体招聘需求人数不确定，4.24%的被调查企业表示整体招聘需求人数减少。未来三年企业招聘需求变化趋势指数为0.376，总体需求预测是增加的趋势。

从2017年用人单位调查数据获得的两个数据：计划招聘人数增长率和企业招聘需求变化趋势都显示2018年的毕业生就业市场是比2017年更为乐观的，就业形势有所好转。

（三）专业预警

1.理论构想

专业预警关注的是专业发展与社会需求之间的关系，专业预警需要考虑到的影响因素众多，数据来源多样，并不只涵盖就业相关数据。我们认为专业预警的指标体系要包括：专业市场需求指标、人才培养指标、就业指标、专业发展指标等，所以专业预警的工作不是单纯就业部门就可以完成，需要多方数据的整合。

因为数据的不完备，所以本部分没有讨论具体专业预警指数的合成，我们对专业预警所应该涵盖的指标体系的构成和相互关系进行了讨论。我们根据指标与专业发展进程的先后关系把专业预警涉及的指标分为先行指标、同步指标和滞后指标三类。先行指标对应于反映市场对该专业需求和专业就业的指标；同步指标对应于反映该专业培养的指标；滞后指标则对应于反映该专业结构性变动和中长期调整的指标，即专业发展指标。

通过文献法我们对先行指标、同步指标和滞后指标三类指标体系可能包含的指标进行了初步梳理，其中先行指标包括：专业岗位需求数、专业岗位需求学历结构、专业岗位需求地域结构、专业就业率、专业毕业生薪酬、毕业生就业满意度、毕业生就业行业分布、毕业生就业岗位与专业相关度等；同步指标包括：专业毕业生供给数量、专业毕业生供给学历结构、专业师资师生比、毕业生专业培养满意度等；滞后指标包括：用人单位对毕业生满意度、专业培养满足工作需求程度等[7]。

不同类别指标体系所涵盖的指标可以通过专家调查法和最小均方差法两种方法来进行筛选。专家调查法是向专家以函件形式征求意见的调研方法。评价者可以根据评价目标和评价对象的特征，在设计的调查表中列出一系列评价指标，分别征询专家对所设计评价指标的意见，然后进行统计处理，并反馈咨询结果。经过几轮咨询后，如果专家意见趋于集中，则统一由最后一次咨询确定最终的具体指标。最小均方差法是选取那些观测值差异比较大、表现更显性的指标，测算所有涉及指标，并计算出指标的变化值，如果观测值的变化非常小，则该评价指标对于评价结果贡献极小，可以舍去，最终留下那些差异比较大的指标作为专业预警的指标。

我们认为一个专业的先行指标、同步指标和滞后指标三大类指标的变化分别反映专业不同的预警状况。先行指标的变化，预测着同步指标将要发生的变化，长期将影响着滞后指标的变化。计算出三类指标间的数据关系，决策者可通过三类指标之间变动趋势的比较观测，来指导专业在供需两端及结构方面的调整策略。以下六类模型可以全面反映出先行性指标、同步性指标和滞后性指标三者之间的变化趋势，反映出专业预警的不同问题及不同程度。

图5所示模型中反映出的专业预警情况为：同步性指标最弱，滞后性指标优于先行性指标，专业培养环节跟不上专业需求和专业就业，专业发展良好。专业需求的人才得不到满足，有可能通过专业培养出来的人才在人才市场上找不到职位，存在质量性失业，而非数量性失业，学校培养出来的人才不受欢迎，产生因人才质量而滞销的现象，这就意味着需要调整专业培养方案。

图6所示模型中反映出的专业预警情况为：先行性指标、同步性指标和滞后性指标数值基本相当，专业培养出来的人才基本满足专业需求，而专业发展也基本到位，表明在短时间内专业建设良好，三者形成均衡发展的态势，建议保持。

图7所示模型中反映出的专业预警情况为：先行性指标数值最高，而滞后性指标最弱，这说明先行性指标专业需求指标最强，专业发展能力最弱，同步性指标居中。表明专业的市场需求很旺，专业培养也基本可以匹配，专业发展能力顺势偏弱。先行性指标高于其余指标，市场需求得不到满足。建议可以适当扩大培养规模，提高培养质量。

图8所示模型中反映出的专业预警情况为：同步性指标数值最高，先行性指标和滞后性指标次之。表明市场需求中等，专业培养出来的人才数量和质量都较旺，市场需求会出现盈余，专业发展能力偏弱。建议该专业应该进行市场调研，适当加大专业置控力度，调整专业建设规模，力求适度均衡。

图9模型中反映出的专业预警情况为：该专业的同步性指标最弱，先行性指标高于滞后性指标。表明该专业市场需求旺盛，专业发展适中，但是专业培养的人才数量不足、质量不高。建议该专业适度扩张培养规模，加强过程培养。

图10模型中反映出的专业预警情况为：滞后性指标数值最高，同步性指标和先行性指标次之。表明该专业的市场需求低迷、专业就业偏低，但是人才的培养质量还不错。建议该专业应在规模上减少招生，在结构上对该专业进行调整。

2.专业预警需要进一步探讨的问题

以上我们探讨了专业预警的一个构建方法，但是这个方法目前面临着两个难题：第一，数据需求量大，涉及部门众多。从三类指标所涵盖的数据范围看，我们可以看到有市场需求数据、就业状况数据、人才培养数据、企业反馈数据等，这些数据可能掌握在不同的管理部门内，而且数据的客观性、全面性还不足以支持进行专业预警。如果进行专业预警，必须建立一个共享的数据平台，在数据采集上也需要进一步规范和丰富；第二，通过什么样的模型可以对先行指标、同步指标和滞后指标三大类指标的数据进行拟合，来体现三类指标相互之间的运行态势。我们虽然提出了三类指标及六类模型，但是还没有解决指标和模型之间的构造关系问题。期待今后能在数据进一步丰富和完善的基础上，让不同管理部门之间进行数据共享，通过数据

挖掘技术，进一步发现规律、挖掘内在关系，拟合成数据模型，实现专业预警在实际工作中的应用。

三、预警响应

监测预警的目的是预防，所以当各个预警指标到达关注值、黄色预警状态或红色预警状态时，相应的响应机制就要自动启动，通过各种防控措施的实施，提前预防问题的发生或预防问题的进一步恶化。

按照就业状况预警的严重程度划分，预警的响应机制分为以下几个层次：

关注状态：就业状况单一指标接近平均值，持续关注；

一级预警启动状态：就业状况单一指标低于历史平均数据10个百分点，达到一级预警，启动一级预警响应机制；

二级预警启动状态：就业状况单一指标低于历史平均数据20个百分点，达到二级预警，启动二级预警响应机制。

不同紧急程度的响应机制在政府和高校两个层面上从就业促进政策制定、多部门联动机制、紧急干预措施执行三个方面启动相应的应对措施，如表1所示：

四、问题及未来探讨

本文是以北京市高校毕业生就业状况统计与监测工作的现状为基础进行的探索和实践，在预警指标选择和指数构建中考虑到了北京市就业工作现有数据积累和工作需求，考虑到实现过程的便捷性、数据采集的可能性、预警结果的指导意义等，同时在指标全面性、个性化、准确程度上作出了一些妥协：

第一，预警指标里大量数据来源于调查，北京地区高校毕业生就业指导中心每年组织高校对毕业生和用人单位进行调查。目前对毕业生的调查基本能按照抽样调查的方法完成，所以对毕业生的调查数据比较有代表性。但是对企业的调查数据，目前的数据采集还不能准确、客观地采集到需要的所有数据。比如需求预警指数里专业需求数据的来源，需要大量的企业专业需求数据调查。但是目前还没有足够的数据积累，如果能由政府主导建立一套数据采集机制，建立一个能代表行业发展的龙头企业数据库，做到定时、定点、连续的数据采集，

表1预警后的响应机制

关注一级预警二级预警

政府启动专家委员会，时时关注发展趋势，分析问题原因启动专家委员会，分析问题原因， 召开相关部门的联席会，提出具体干预方案，干预方案下发各高校，并监督执行启动专家委员会，分析问题原因， 召开相关部门的联席会，提出具体干预方案，与问题根源部门密切合作，制定切实可行的就业促进政策

分析个体预警高校问题原因，与预警高校讨论干预措施，监督执行并对干预效果进行评估

高校时时关注发展趋势，分析问题原因深入进行分析，对问题严重程度进行评估，在校内进行反馈，与相关部门召开联席会商定干预预案，并实施在校内与相关部门召开联席会商定干预预案，对就业总体形势的问题，高校制定本校就业促进措施、制定就业援助计劃，包括加强就业信息渠道的开拓，发动学院力量，加大毕业生推荐力度，调研学生困难原因，有针对性地提升毕业生求职能力。如果是具体专业的就业问题，与相关学院召开联席会，深入分析问题原因，对问题的严重程度进行评估，并提出具体的就业促进措施或减少本专业招生计划、停止本专业招生或采取有效措施提升本专业培养水平等

就能用我们构建的指数更为准确地对毕业生总体需求、对专业市场需求进行预测。

第二，目前预警指标的选取没有考虑到外部环境因素的影响，只考虑了就业工作本身。对高校毕业生就业产生影响的因素有人才培养、有高校就业工作水平等因素，但是经济的变革、行业的变迁也是非常重要的影响因素，忽视外部环境因素的考量，会导致更多的事后预警，当问题已经反馈到就业结果上时，任何干预措施已经很难对当年的就业工作起到作用。更为有效的预警机制应该是在问题没有发生之前就开始进行预警和干预，忽略环境因素的变化是很难做到事前预警的，所以如何更为有效地对毕业生就业进行预警还需要考虑更多的就业工作本身之外的影响因素。

第三，不同省份、不同高校、不同专业类型，对人才培养和就业工作的预期不同，是不可能通过统一的标准来界定的，所以就业状况预警还需要进一步细分，分类设定预警方法、分类设定预警指标、分类设定预警干预措施等。

第四，对专业预警目前只在讨论的层面进行了阐述，因为数据的多样性和复杂性，还没有足够的数据量来进行实际应用层面的分析，专业预警的实际应用应该还会经历一个漫长的探索过程。

[参考文献]

[1]佘丛国、席酉民：《我国企业预警研究理论综述》，《预测》 2003年第2期。

[2]刘鹏：《我国省域中心城市公共危机预警机制与评价研究》，哈尔滨工程大学学位论文，2008年。

[3]王超、樊宏烨：《我国危机预警方法研究现状评析》，《交通企业管理》 2005年第12期。

[4]谢爱国，任志涛，踪程：《大学生就业状况预警系统及其指标体系研究》，《现代教育管理》2009年第2期。

[5]钱强、周芸、王瑾：《毕业生就业预警机制探析》，《中国高教研究》2009年第5期。

[6]张辉、李涛、庞星星：《北京地区高校就业质量评价指标体系研究》，《中国大学生就业》2016年第2期。

[7]关长海：《基于高校毕业生就业状况监测的专业预警体系建构初探》，《北京教育（德育）》2012年第10期。

Abstract： In terms of the graduates employment of universities in Beijing， much discussion has been made concerning the early warning methods， early warning approaches and early warning response mechanism of the employment situation of university graduates. The results are as follows： the key index and indicators have been identified and established by the two models of early warning for the overall employment situation and market demand. This paper also discusses early warning methods for major employment， and some verifications have been carried out on the base of employment data of universities in Beiijng.

Key words：graduates； early warning； employment situation； market demand； key index； early warning response；colleges and universities

（责任编辑 刘永俊）