论文部分内容阅读
摘 要：运用熵权法及参考江苏省2012—2016年空间面板数据，研究金融集聚的区域创新的影响。研究发现，苏州、南京等苏南地区金融集聚水平较高，而苏北地区的金融集聚水平较低，但处在快速增长阶段。同时，江苏省各地级市的区域创新能力存在着显著的空间相关关系。除此之外，金融集聚度对区域创新能力发展具有显著的促进作用。而R&D经费投入、市场对外开放程度，以及外商直接投资均有利于区域创新能力的提高。最后，提出发展金融集聚带动区域创新能力提升的政策建议。
关键词：金融集聚;区域创新;熵权法;空间计量模型
中图分类号：F127 文献标志码：A 文章编号：1673-291X（2019）16-0039-07
引言
2018年12月中央经济工作会议指出，要大力提升国家综合创新实力，将创新作为经济发展的新动力，同时要防范系统性金融风险，防止金融脱实向虚，回归金融服务实体经济的本质功能。在新时代的经济发展背景下，中国经济面临着增速放缓，产业结构迫切转型的局面。创新成为一个企业、地区、国家发展的新动力，如何提高区域创新能力成为亟待解决的问题。而金融业的发展，能够帮助企业进行科技创新和研发。因此，金融业在地区上的集聚对区域创新的发展具有重要的影响。
一、文献综述
约瑟夫·熊彼特（1934）認为，金融中介提供的集中储蓄、方案评估、经营风险、激励经理人以及促进交易等服务促进了企业家创新，进而推动了经济增长，提出了金融业的发展通过对创新的促进作用，带动了经济的发展[1]。随后，Carlota Perez（2007）研究技术和经济的内在范式，通过每一次技术革命中资本的作用，揭示了技术创新和金融资本之间的内在联系[2]。Buera等（2008）通过研究认为，一个地区金融业的发展通过对资源进行重新配置，并且能够优化信贷结构，能够促进技术创新水平的提高和实体经济的发展[3]。Maskus等（2012）通过手机OECD18个国家中的22个制造业行业数据，研究金融发展对产业创新的影响。研究金融市场中多种融资方式的发展，能够显著促进产业对创新的研发投入[4]。
而国内学者对于金融集聚的研究主要集中在两个方面，一是金融集聚对区域经济增长的关系，二是金融集聚对创新的影响。在探究金融集聚对经济增长的影响方面，李林等（2011）、余永泽等（2013）认为，金融集聚对经济增长及工业发展均存在着外溢效应，且随着距离的增加而衰减[5～6]。施本植等（2018）通过2004—2015年的面板数据研究发现，金融集聚通过增强技术创新、优化产业机构、促进节能减排三个方面来提升城市绿色经济效率[7]。
在研究金融集聚与创新二者的关系上，赖永剑等（2015）通过金融相关比率、王仁祥等（2017）通过区位熵和因子分析法，测算金融集聚水平。研究发现，金融集聚能够促进科技创新，但不是线性发展的[8～9]。张彩江等（2017）采用空间计量模型研究发现，广东省各地级市之间存在着显著的空间相关性，并且金融业的集聚对区域创新起到正向的促进作用[10]。黎杰生等（2017）研究了在不同的经济发展背景下，金融集聚对技术创新的影响。研究发现，在经济增长的情况下，金融集聚对技术创新出现抑制性作用，且其对技术创新的影响随着金融集聚水平高低呈现规律性变化[11]。
综上，国内外学者主要集中于研究金融发展通过各种途径影响经济增长，忽视了金融集聚对区域创新的影响机制的研究。除此之外，以克鲁格曼为代表的新经济地理学认为，相邻的区域之间存在着相互的溢出效应，而大多数学者则忽视了空间溢出效应。基于此，本文拟选取我国金融发展水平较高且创新能力较强的江苏省13个地级市为研究对象，采用熵权法客观评价地区金融集聚度。并在传统面板回归模型中引入空间效应，对江苏省地级市层面金融集聚对区域创新能力的影响进行实证研究。
二、金融集聚水平的度量
一个地区金融集聚程度的测算有单一指标和复合指标两种主流的方法。单一指标，大多采用金融业的某个指标的区位熵来表示金融集聚度。复合指标法，即构建指标体系来评价某一地区的金融集聚程度。结合已有文献研究，本文选择复合指标，通过熵权法构建评价金融集聚水平的指标体系。
（一）金融集聚评价指标体系的构建
因此，结合已有文献的研究以及对金融集聚的理解，本文拟从金融环境、金融规模、金融深度、金融密度四个方面构建评价金融集聚程度的指标体系，相关指标（见表1）。
（二）熵权法测度金融集聚水平
从时间趋势上来看，金融集聚水平较低的苏中和苏北地区呈现出逐年递增的趋势，而金融集聚水平较高的苏南地区则缓慢下降。苏南较苏中和苏北地区已有较高的经济和金融业发展水平，而苏中和苏北地区还有较大的发展空间，因此金融业的集聚态势在苏中和苏北地区正在加快。
从空间范围上来看，2016年金融集聚水平排在前三位的分别是南京（12.1949）、苏州（11.5435）和无锡（7.4104），排在后三位的是宿迁（0.3335）、连云港（0.7544）和淮安（0.8805）。金融集聚水平最高的地区南京（12.1949）与金融集聚水平最低的地区宿迁（0.3335）相差35倍以上，区域之间金融业发展十分不平衡，严重影响了区域经济发展。在其他年份中，金融集聚排在前三名与后三名的地区基本不变，说明这种地区差异是持续存在的。
三、实证分析
（一）指标选取
本文选取2012—2016年江苏省13个地级市各项指标进行实证分析，相关数据来自于2013—2017年《江苏统计年鉴》，以及各个地级市2013—2017年的统计年鉴和各个地级市统计局网站。 1.被解释变量（Y）：区域创新能力。结合已有研究与数据的可获得性，本文选用专利申请授权量的对数值衡量区域创新能力。
2.解释变量（FA）：金融集聚水平。本文通过构建衡量区域金融集聚的指标体系，通过熵权法计算得出各个地区的金融集聚水平。
3.控制变量。对于一个区域创新能力的影响因素有多种多样，本文从创新投入、创新环境、知识溢出三个方面探究影响区域创新的主要因素（见表4）。
（二）空间计量模型的构建
（三）空间相关性分析
通过计算2012—2015年区域创新能力的全局Moran’sI指数（见下页表5），2012—2016年Moran’sI值在0.31—0.37之间波动增长，最高年份，即2016年达到0.3729，且均通过显著性检验，说明近几年江苏省各地市之间的创新能力存在着显著的空间正相关关系，在地理空间上呈现出明显的集聚态势，且具有逐年递增的趋势。
虽然全局Moran’sI指数能看到整体上江苏省区域创新能力呈现集聚的现象，但不能反映出局部地区的情况。因此，本文进一步计算局部Moran’I指数，探究江苏省区域创新能力的集聚现象。局部Moran’I指数反映在地图上会呈现出四种现象。H-H为高值聚集，即高值的周围是高值;L-L为低值聚集，即低值的周围是低值;H-L和L-H意为高值的周围是低值，低值的周围是高值。
通过计算，从图1和图2可以看出，2012—2016年苏州市、无锡市一直处在集聚的中心，而宿迁市和连云港市出现在L-L区域中。随着在苏南呈现出明显的高—高集聚态势后，快速地带动着周边地区的发展。而这种空间效应随着距离的递减，对苏北地区的效果不明显。没有相对于苏南地区的技术优势和人才优势，也没有享受到苏南地区高速发展的辐射作用，形成了低—低聚集区域。
（四）实证结果
本文首先进行了OLS面板数据回归，基于残差计算LM-Lag、LM-Error、Robust LM-Lag、Robust LM-Error统计量（见表6）。
结果发现，LM-Lag、Robust LM-Lag均顯著，而LM-Error、RobustLM-Error不显著，故选择带有随机效应的空间滞后模型进行面板回归，具体回归结果（见表7）。
从表7可以看出，加入空间效应的回归结果得到很大的改善，R2统计量由0.8958提高到0.9201。其中，被解释变量的空间滞后项的回归系数为0.349949，且通过显著性水平为1%的检验，符合Moran’sI指数的检验结果，说明某地区的创新能力会受到其周围地区的创新能力的正向的溢出效应。
主要解释变量FA的影响系数为0.081239，说明金融集聚对区域创新能力具有正向的影响。创新投入方面，R&D经费内部支出对区域创新能力的影响系数为1.09206，说明企业在研发上的投入能够比较显著的增加该区域的创新能力。而企业R&D人员投入对区域创新能力的系数为负，造成这种现象的可能原因是R&D人员转化为区域创新产出的效率不高，因而对区域创新能力的提高产生了负面的影响。
实证发现，一个地区的开放程度对区域创新的影响系数为0.28339。外商直接投资对区域创新能力的影响系数为0.175，通过合作交流能显著提升区域创新能力。在回归结果中，地区生产总值和制度因素对区域创新产出的影响并不显著，可能的原因是区域创新产出的增加仍以企业的技术创新为主导，政府主要起到政策支持和辅助的作用。
四、结论与政策建议
（一）结论
本文通过建立衡量金融集聚水平的指标体系，通过熵权法测量了江苏省13个地级市的金融集聚水平。建立空间计量模型，探讨金融业在空间上的集聚对区域创新能力的影响，通过理论分析与实证检验得出以下结论。
1.金融业在空间上呈现出明显的集聚态势，在江苏省内部以苏南地区金融集聚水平较高，但呈现出逐年下降的趋势。苏北地区虽然集聚水平较低，但集聚的水平正在逐步加强，而苏州、南京已经成为江苏省金融业集聚中心。
2.江苏省区域创新能力呈现出正向的空间相关性，并且呈现出以苏州、无锡为中心的高值集聚区域，而苏北地区成为创新的“塌陷区”。苏州、无锡形成的集聚中心能给周边地区带来辐射效应，但距离较远的苏北地区所受到的溢出效果不明显。
3.通过实证检验发现，金融集聚对区域创新能力产生正向的影响。创新投入、开放的市场，以及外商直接投资均对区域创新能力的提升起到正向的促进作用。
（二）政策建议
1.金融业在空间上的集聚，为当地创造出良好的金融环境和良性的融资渠道，有利于当地企业更加便捷与低成本地融资。同时，通过金融业的良性竞争，更有利于降低金融风险，更好地为实体经济服务，为缩小区域发展差距，促进区域协调发展起到重要作用。
2.对于企业来讲，必须将创新作为发展的动力。一方面，要增加研发经费的投入，重视创新成果的转化效率;不仅要有量的发展，更要注重结构上质的突破。另一方面，要更大程度地发挥外商直接投资的作用，通过技术、人员、制度、管理经验的各方面的交流，把外商直接投资更多地转化为创新产出。
3.对于政府来讲，要以企业的自主创新为主体，为企业创造更加宽松、良性的竞争环境，对企业的研发和创新活动给予帮助，降低创新成本，从而提高区域创新能力，更好地促进经济发展。
参考文献：
[1] Schumpeter J.The theory of economic Development[M].Redvers Opie，CambridgeMA：Harvard University Press，1934.
[2] 卡萝塔·佩蕾丝.技术革命与金融资本——泡沫与黄金时代的动力学[M].北京：中国人民大学出版社，2007.
[3] Buera F.，Shin Y.Financial Frictions and the Persistence of History：A Quantitative Exploration[R].University of California Mimeographed Document，2008.
[4] Maskus K.E.，Neumann R.，Seidel T.How national and international financial development affect industrial R&D[J].European Economic Review，2012，（1）：72-83.
[5] 李林，丁艺，刘志华.金融集聚对区域经济增长溢出作用的空间计量分析[J].金融研究，2011，（5）：113-123.
[6] 余泳泽，宣烨，沈扬扬.金融集聚对工业效率提升的空间外溢效应[J].世界经济，2013，（2）：93-116.
[7] 施本植，许宁，刘明，邓铭.金融集聚对城市绿色经济效率的影响及作用渠道——基于中国249个地级以上城市的实证分析[J].技术经济，2018，（8）：87-95.
[8] 赖永剑，贺祥民.金融发展与区域创新绩效的非线性关系——基于面板平滑转换回归模型[J].华中科技大学学报：社会科学版，2015，（2）：92-99.
[9] 王仁祥，白旻.金融集聚能够提升科技创新效率么？——来自中国的经验证据[J].经济问题探索，2017，（1）：139-148.
[10] 张彩江，李艺芳.金融集聚对区域创新能力的影响及地区差异——基于广东省21个地级市的空间计量分析[J].科技管理研究，2017，（7）：12-18.
[11] 黎杰生，胡颖.金融集聚对技术创新的影响——来自中国省级层面的证据[J].金融论坛，2017，（7）：39-52.
[12] 陶长琪.空间计量经济学的前沿理论及应用[M].北京：科学出版社，2016.
关键词：金融集聚;区域创新;熵权法;空间计量模型
中图分类号：F127 文献标志码：A 文章编号：1673-291X（2019）16-0039-07
引言
2018年12月中央经济工作会议指出，要大力提升国家综合创新实力，将创新作为经济发展的新动力，同时要防范系统性金融风险，防止金融脱实向虚，回归金融服务实体经济的本质功能。在新时代的经济发展背景下，中国经济面临着增速放缓，产业结构迫切转型的局面。创新成为一个企业、地区、国家发展的新动力，如何提高区域创新能力成为亟待解决的问题。而金融业的发展，能够帮助企业进行科技创新和研发。因此，金融业在地区上的集聚对区域创新的发展具有重要的影响。
一、文献综述
约瑟夫·熊彼特（1934）認为，金融中介提供的集中储蓄、方案评估、经营风险、激励经理人以及促进交易等服务促进了企业家创新，进而推动了经济增长，提出了金融业的发展通过对创新的促进作用，带动了经济的发展[1]。随后，Carlota Perez（2007）研究技术和经济的内在范式，通过每一次技术革命中资本的作用，揭示了技术创新和金融资本之间的内在联系[2]。Buera等（2008）通过研究认为，一个地区金融业的发展通过对资源进行重新配置，并且能够优化信贷结构，能够促进技术创新水平的提高和实体经济的发展[3]。Maskus等（2012）通过手机OECD18个国家中的22个制造业行业数据，研究金融发展对产业创新的影响。研究金融市场中多种融资方式的发展，能够显著促进产业对创新的研发投入[4]。
而国内学者对于金融集聚的研究主要集中在两个方面，一是金融集聚对区域经济增长的关系，二是金融集聚对创新的影响。在探究金融集聚对经济增长的影响方面，李林等（2011）、余永泽等（2013）认为，金融集聚对经济增长及工业发展均存在着外溢效应，且随着距离的增加而衰减[5～6]。施本植等（2018）通过2004—2015年的面板数据研究发现，金融集聚通过增强技术创新、优化产业机构、促进节能减排三个方面来提升城市绿色经济效率[7]。
在研究金融集聚与创新二者的关系上，赖永剑等（2015）通过金融相关比率、王仁祥等（2017）通过区位熵和因子分析法，测算金融集聚水平。研究发现，金融集聚能够促进科技创新，但不是线性发展的[8～9]。张彩江等（2017）采用空间计量模型研究发现，广东省各地级市之间存在着显著的空间相关性，并且金融业的集聚对区域创新起到正向的促进作用[10]。黎杰生等（2017）研究了在不同的经济发展背景下，金融集聚对技术创新的影响。研究发现，在经济增长的情况下，金融集聚对技术创新出现抑制性作用，且其对技术创新的影响随着金融集聚水平高低呈现规律性变化[11]。
综上，国内外学者主要集中于研究金融发展通过各种途径影响经济增长，忽视了金融集聚对区域创新的影响机制的研究。除此之外，以克鲁格曼为代表的新经济地理学认为，相邻的区域之间存在着相互的溢出效应，而大多数学者则忽视了空间溢出效应。基于此，本文拟选取我国金融发展水平较高且创新能力较强的江苏省13个地级市为研究对象，采用熵权法客观评价地区金融集聚度。并在传统面板回归模型中引入空间效应，对江苏省地级市层面金融集聚对区域创新能力的影响进行实证研究。
二、金融集聚水平的度量
一个地区金融集聚程度的测算有单一指标和复合指标两种主流的方法。单一指标，大多采用金融业的某个指标的区位熵来表示金融集聚度。复合指标法，即构建指标体系来评价某一地区的金融集聚程度。结合已有文献研究，本文选择复合指标，通过熵权法构建评价金融集聚水平的指标体系。
（一）金融集聚评价指标体系的构建
因此，结合已有文献的研究以及对金融集聚的理解，本文拟从金融环境、金融规模、金融深度、金融密度四个方面构建评价金融集聚程度的指标体系，相关指标（见表1）。
（二）熵权法测度金融集聚水平
从时间趋势上来看，金融集聚水平较低的苏中和苏北地区呈现出逐年递增的趋势，而金融集聚水平较高的苏南地区则缓慢下降。苏南较苏中和苏北地区已有较高的经济和金融业发展水平，而苏中和苏北地区还有较大的发展空间，因此金融业的集聚态势在苏中和苏北地区正在加快。
从空间范围上来看，2016年金融集聚水平排在前三位的分别是南京（12.1949）、苏州（11.5435）和无锡（7.4104），排在后三位的是宿迁（0.3335）、连云港（0.7544）和淮安（0.8805）。金融集聚水平最高的地区南京（12.1949）与金融集聚水平最低的地区宿迁（0.3335）相差35倍以上，区域之间金融业发展十分不平衡，严重影响了区域经济发展。在其他年份中，金融集聚排在前三名与后三名的地区基本不变，说明这种地区差异是持续存在的。
三、实证分析
（一）指标选取
本文选取2012—2016年江苏省13个地级市各项指标进行实证分析，相关数据来自于2013—2017年《江苏统计年鉴》，以及各个地级市2013—2017年的统计年鉴和各个地级市统计局网站。 1.被解释变量（Y）：区域创新能力。结合已有研究与数据的可获得性，本文选用专利申请授权量的对数值衡量区域创新能力。
2.解释变量（FA）：金融集聚水平。本文通过构建衡量区域金融集聚的指标体系，通过熵权法计算得出各个地区的金融集聚水平。
3.控制变量。对于一个区域创新能力的影响因素有多种多样，本文从创新投入、创新环境、知识溢出三个方面探究影响区域创新的主要因素（见表4）。
（二）空间计量模型的构建
（三）空间相关性分析
通过计算2012—2015年区域创新能力的全局Moran’sI指数（见下页表5），2012—2016年Moran’sI值在0.31—0.37之间波动增长，最高年份，即2016年达到0.3729，且均通过显著性检验，说明近几年江苏省各地市之间的创新能力存在着显著的空间正相关关系，在地理空间上呈现出明显的集聚态势，且具有逐年递增的趋势。
虽然全局Moran’sI指数能看到整体上江苏省区域创新能力呈现集聚的现象，但不能反映出局部地区的情况。因此，本文进一步计算局部Moran’I指数，探究江苏省区域创新能力的集聚现象。局部Moran’I指数反映在地图上会呈现出四种现象。H-H为高值聚集，即高值的周围是高值;L-L为低值聚集，即低值的周围是低值;H-L和L-H意为高值的周围是低值，低值的周围是高值。
通过计算，从图1和图2可以看出，2012—2016年苏州市、无锡市一直处在集聚的中心，而宿迁市和连云港市出现在L-L区域中。随着在苏南呈现出明显的高—高集聚态势后，快速地带动着周边地区的发展。而这种空间效应随着距离的递减，对苏北地区的效果不明显。没有相对于苏南地区的技术优势和人才优势，也没有享受到苏南地区高速发展的辐射作用，形成了低—低聚集区域。
（四）实证结果
本文首先进行了OLS面板数据回归，基于残差计算LM-Lag、LM-Error、Robust LM-Lag、Robust LM-Error统计量（见表6）。
结果发现，LM-Lag、Robust LM-Lag均顯著，而LM-Error、RobustLM-Error不显著，故选择带有随机效应的空间滞后模型进行面板回归，具体回归结果（见表7）。
从表7可以看出，加入空间效应的回归结果得到很大的改善，R2统计量由0.8958提高到0.9201。其中，被解释变量的空间滞后项的回归系数为0.349949，且通过显著性水平为1%的检验，符合Moran’sI指数的检验结果，说明某地区的创新能力会受到其周围地区的创新能力的正向的溢出效应。
主要解释变量FA的影响系数为0.081239，说明金融集聚对区域创新能力具有正向的影响。创新投入方面，R&D经费内部支出对区域创新能力的影响系数为1.09206，说明企业在研发上的投入能够比较显著的增加该区域的创新能力。而企业R&D人员投入对区域创新能力的系数为负，造成这种现象的可能原因是R&D人员转化为区域创新产出的效率不高，因而对区域创新能力的提高产生了负面的影响。
实证发现，一个地区的开放程度对区域创新的影响系数为0.28339。外商直接投资对区域创新能力的影响系数为0.175，通过合作交流能显著提升区域创新能力。在回归结果中，地区生产总值和制度因素对区域创新产出的影响并不显著，可能的原因是区域创新产出的增加仍以企业的技术创新为主导，政府主要起到政策支持和辅助的作用。
四、结论与政策建议
（一）结论
本文通过建立衡量金融集聚水平的指标体系，通过熵权法测量了江苏省13个地级市的金融集聚水平。建立空间计量模型，探讨金融业在空间上的集聚对区域创新能力的影响，通过理论分析与实证检验得出以下结论。
1.金融业在空间上呈现出明显的集聚态势，在江苏省内部以苏南地区金融集聚水平较高，但呈现出逐年下降的趋势。苏北地区虽然集聚水平较低，但集聚的水平正在逐步加强，而苏州、南京已经成为江苏省金融业集聚中心。
2.江苏省区域创新能力呈现出正向的空间相关性，并且呈现出以苏州、无锡为中心的高值集聚区域，而苏北地区成为创新的“塌陷区”。苏州、无锡形成的集聚中心能给周边地区带来辐射效应，但距离较远的苏北地区所受到的溢出效果不明显。
3.通过实证检验发现，金融集聚对区域创新能力产生正向的影响。创新投入、开放的市场，以及外商直接投资均对区域创新能力的提升起到正向的促进作用。
（二）政策建议
1.金融业在空间上的集聚，为当地创造出良好的金融环境和良性的融资渠道，有利于当地企业更加便捷与低成本地融资。同时，通过金融业的良性竞争，更有利于降低金融风险，更好地为实体经济服务，为缩小区域发展差距，促进区域协调发展起到重要作用。
2.对于企业来讲，必须将创新作为发展的动力。一方面，要增加研发经费的投入，重视创新成果的转化效率;不仅要有量的发展，更要注重结构上质的突破。另一方面，要更大程度地发挥外商直接投资的作用，通过技术、人员、制度、管理经验的各方面的交流，把外商直接投资更多地转化为创新产出。
3.对于政府来讲，要以企业的自主创新为主体，为企业创造更加宽松、良性的竞争环境，对企业的研发和创新活动给予帮助，降低创新成本，从而提高区域创新能力，更好地促进经济发展。
参考文献：
[1] Schumpeter J.The theory of economic Development[M].Redvers Opie，CambridgeMA：Harvard University Press，1934.
[2] 卡萝塔·佩蕾丝.技术革命与金融资本——泡沫与黄金时代的动力学[M].北京：中国人民大学出版社，2007.
[3] Buera F.，Shin Y.Financial Frictions and the Persistence of History：A Quantitative Exploration[R].University of California Mimeographed Document，2008.
[4] Maskus K.E.，Neumann R.，Seidel T.How national and international financial development affect industrial R&D[J].European Economic Review，2012，（1）：72-83.
[5] 李林，丁艺，刘志华.金融集聚对区域经济增长溢出作用的空间计量分析[J].金融研究，2011，（5）：113-123.
[6] 余泳泽，宣烨，沈扬扬.金融集聚对工业效率提升的空间外溢效应[J].世界经济，2013，（2）：93-116.
[7] 施本植，许宁，刘明，邓铭.金融集聚对城市绿色经济效率的影响及作用渠道——基于中国249个地级以上城市的实证分析[J].技术经济，2018，（8）：87-95.
[8] 赖永剑，贺祥民.金融发展与区域创新绩效的非线性关系——基于面板平滑转换回归模型[J].华中科技大学学报：社会科学版，2015，（2）：92-99.
[9] 王仁祥，白旻.金融集聚能够提升科技创新效率么？——来自中国的经验证据[J].经济问题探索，2017，（1）：139-148.
[10] 张彩江，李艺芳.金融集聚对区域创新能力的影响及地区差异——基于广东省21个地级市的空间计量分析[J].科技管理研究，2017，（7）：12-18.
[11] 黎杰生，胡颖.金融集聚对技术创新的影响——来自中国省级层面的证据[J].金融论坛，2017，（7）：39-52.
[12] 陶长琪.空间计量经济学的前沿理论及应用[M].北京：科学出版社，2016.