资源科学 ›› 2018, Vol. 40 ›› Issue (3): 558-566.doi: 10.18402/resci.2018.03.10
成金华1(), 朱永光1(
), 徐德义1, 王安建2, 尤喆1, 申俊1
收稿日期:
2017-09-01
修回日期:
2018-02-08
出版日期:
2018-03-10
发布日期:
2018-03-10
作者简介:
作者简介:成金华,男,湖北黄冈人,教授,博士生导师,研究方向为资源环境经济。E-mail:
基金资助:
Jinhua CHENG1(), Yongguang ZHU1(
), Deyi XU1, Anjian WANG2, Zhe YOU1, Jun SHEN1
Received:
2017-09-01
Revised:
2018-02-08
Online:
2018-03-10
Published:
2018-03-10
摘要:
中国经济进入新常态,产业结构面临着较大的转型,矿产资源的消耗数量仍会继续增长,品种更加多样化,管理更加复杂化。产业结构的变动如何影响矿产资源的需求是亟待解决的科学问题。本文分别构建了26个国家铁矿石消耗与产业结构之间的面板门限回归模型和中国铁矿石、铝、铜、铅、锡、锌等六种金属矿产与产业结构之间的门限模型,对产业结构变化与矿产资源需求之间的门限效应进行研究。主要得出以下几点结论:① 产业结构变化与矿产资源需求之间存在着显著的多重作用机制,机制变化前后改变了矿产资源需求的主要因素;② 随着产业结构不断向高技术产业的演进,矿产资源需求也由传统大宗矿产资源转向稀有矿产;③ 中国产业演进过程中金属资源消耗的拐点呈现梯次演进,大宗矿产资源与二次产业结构之间出现多个门槛,部分稀有矿产与二次产业结构之间的门槛也已经出现;④ 中国目前处于矿产资源需求的第二阶段,大宗矿产与高技术产业之间门槛已经出现,稀有金属与高技术产业之间的门槛尚未到来。
成金华, 朱永光, 徐德义, 王安建, 尤喆, 申俊. 产业结构变化对矿产资源需求的影响研究[J]. 资源科学, 2018, 40(3): 558-566.
Jinhua CHENG, Yongguang ZHU, Deyi XU, Anjian WANG, Zhe YOU, Jun SHEN. Impact of industrial structural change on mineral resource demand[J]. Resources Science, 2018, 40(3): 558-566.
表1
变量说明"
变量类型 | 一级指标 | 二级指标 | 变量 |
---|---|---|---|
被解释变量 | 世界各国人均铁矿石消费量 | 人均铁矿石消费量/(t/人) | PORE |
中国人均铜金属消费量 | 人均铜金属消费量/(t/人) | PCOP | |
中国人均铝金属消费量 | 人均铝金属消费量/(t/人) | PALU | |
中国人均锡金属消费量 | 人均锡金属消费量/(t/人) | PTIN | |
中国人均铅金属消费量 | 人均铅金属消费量/(t/人) | PLEA | |
中国人均锌金属消费量 | 人均锌金属消费量/(t/人) | PZIN | |
基本解释变量 | 人均GDP | 人均GDP/(万元本国货币/人) | PGDP |
城市化率 | 城镇人口占总人口的比例/% | CIT | |
能源矿产消耗 | 能源使用量/t石油当量 | ENE | |
单位GDP能源消耗/t石油当量 | GEN | ||
石油净进口量/万亿美元 | ONI | ||
技术进步 | 科技期刊文章数/篇 | JUR | |
门限变量 | 产业结构指标 | 第一产业增加值占GDP的比例/% | AGR |
第二产业增加值占GDP的比例/% | IND | ||
高科技出口占制成品出口的比例/% | TEC |
表2
26国面板数据平稳性检验"
变量 | LLC检验 | Lm检验 | ADF-Fisher}检验 | PP-Fisher检验 |
---|---|---|---|---|
D(PORE) | -5.104*** | -5.663*** | 119.457*** | 219.106*** |
lnPGDP | -7.995*** | -6.413*** | 130.442*** | 65.279 |
CIT | -4.009*** | -3.588*** | 87.052*** | 67.406* |
lnENE | -2.456*** | -2.839*** | 76.905** | 125.412*** |
GEN | -4.009*** | -5.166*** | 111.814*** | 145.121*** |
ONI | -4.348*** | -3.754*** | 87.421*** | 145.711*** |
AGR | -7.531*** | -5.503*** | 118.555*** | 140.039*** |
D(IND) | -5.976*** | -4.491*** | 99.643*** | 90.533*** |
D(TEC) | -3.790*** | -3.460*** | 86.773*** | 82.663*** |
D(D(lnJUR)) | -8.401*** | -6.189*** | 132.138*** | 421.834*** |
表3
中国数据平稳性检验"
变量 | 原始序列 | 一阶差分序列 | 变量 | 原始序列 | 一阶差分序列 |
---|---|---|---|---|---|
PORE | -2.056 | -3.025* | lnENE | -3.829** | - |
PCOP | -2.080 | -5.492*** | GEN | -3.435* | - |
PALU | -2.206 | -4.619** | ONI | -3.428* | - |
PTIN | -1.973 | -3.692* | AGR | -6.387*** | - |
PLEA | -0.648 | -3.019* | IND | -3.197 | -3.819** |
PZIN | -3.064 | -6.409*** | TEC | -2.867 | -2.904** |
lnPGDP | -2.119 | -4.603** | lnJUR | -0.982 | -2.892* |
CIT | -3.275* | - |
表4
产业结构的门限效应检验"
原假设 | LR | 第一产业自举临界值 | LR | 第二产业自举临界值 | LR | 高技术产业自举临界值 | ||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|
10% | 5% | 1% | 10% | 5% | 1% | 10% | 5% | 1% | ||||
单个门限值 | 26.538 | 22.371 | 25.837 | 29.782 | 30.651 | 23.621 | 26.638 | 30.428 | 26.538 | 22.371 | 25.837 | 29.782 |
两个门限值 | 15.682 | 20.759 | 22.968 | 29.631 | 26.759 | 20.895 | 22.793 | 30.351 | 15.682 | 20.759 | 22.968 | 29.631 |
三个门限值 | - | - | - | - | 1.528 | 18.429 | 20.583 | 25.911 | - | - | - | - |
表5
产业结构门限模型估计结果"
解释变量 | 第一产业 | 第二产业 | |||
---|---|---|---|---|---|
AGR≤52.4% | AGR>52.4% | IND≤24.6% | 24..6%<IND<68.2% | IND≥68.2% | |
PGDP | 2.051***(0.013) | 1.344***(0.337) | 0.036***(0.007) | 6.116*(3.301) | 2.902**(1.166) |
CIT | 0.719*(1.009) | -0.638(0.534) | 2.902**(1.166) | 3.306***(8.177) | -4.974(2.028) |
lnENE | -3.932(1.570) | -0.124(0.049) | 0.090***(0.013) | 3.393***(0.318) | 1.000**(0.446) |
GEN | 4.364***(1.020) | 3.495(6.787) | 0.417***(1.004) | -0.586(0.460) | 0.213(1.893) |
ONI | 1.470***(2.203) | 0.716***(0.045) | 0.154***(0.029) | 0.840***(0.400) | 1.304(1.601) |
TEC | 0.428***(0.464) | 0.256**(0.934) | 1.320**(0.446) | 1.104***(0.067) | -0.608*(0.471) |
D(D(JUR)) | 10.549(7.134) | 7.678(5.773) | 4.324(9.951) | -0.067*(0.036) | 4.324(9.951) |
q | -0.102(0.281) | -0.333*(0.455) | 0.194***(0.901) | 0.541***(0.080) | 0.421**(1.493) |
C | 1.313**(0.852) | 0.273***(0.450) | 7.087***(2.019) | -0.018(0.099) | 0.036***(0.007) |
Wald检验 | 572.104*** | 468.507*** | 648.250*** | 1 025.488*** | 905.440*** |
表6
技术进步门限模型估计结果"
解释变量 | 高技术产业 | |
---|---|---|
TEC≤17.3% | TEC>17.3% | |
PGDP | 1.958***(1.834) | 1.344***(0.337) |
CIT | 0.931**(1.209) | 0.719**(0.534) |
ENE | 4.461**(2.182) | 1.546(0.049) |
GEN | 5.758***(1.193) | 3.495(6.787) |
ONI | -0.991*(0.873) | 0.176*(0.045) |
AGR | -0.915*(0.518) | -2.586(1.934) |
IND | 0.630**(0.029) | 0.678*(5.773) |
q | -2.948***(1.866) | -3.011*(4.455) |
C | 1.344***(0.337) | 0.273***(0.050) |
Wald检验 | 152.201*** | 402.552*** |
表7
中国产业结构、技术进步的门限效应"
铁 | |||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
原假设 | LR | 第一产业自举临界值 | LR | 第二产业自举临界值 | LR | 高技术产业自举临界值 | |||||||
10% | 5% | 1% | 10% | 5% | 1% | 10% | 5% | 1% | |||||
单个门限值 | 26.499 | 20.641 | 24.338 | 29.664 | 19.551 | 18.954 | 20.574 | 23.547 | 5.211 | 15.542 | 17.658 | 21.246 | |
两个门限值 | 17.368 | 21.194 | 24.827 | 27.648 | 10.762 | 19.361 | 22.186 | 25.449 | - | - | - | - | |
铝 | |||||||||||||
原假设 | LR | 第一产业自举临界值 | LR | 第二产业自举临界值 | LR | 高技术产业自举临界值 | |||||||
10% | 5% | 1% | 10% | 5% | 1% | 10% | 5% | 1% | |||||
单个门限值 | 7.146 | 16.173 | 18.417 | 21.074 | 22.673 | 16.943 | 19.470 | 22.067 | 17.452 | 16.081 | 18.249 | 20.746 | |
两个门限值 | - | - | - | - | 18.492 | 16.049 | 18.873 | 21.791 | 14.519 | 15.716 | 18.007 | 20.371 | |
三个门限值 | - | - | - | - | 12.116 | 15.762 | 17.967 | 19.834 | - | - | - | - | |
铜 | |||||||||||||
原假设 | LR | 第一产业自举临界值 | LR | 第二产业自举临界值 | LR | 高技术产业自举临界值 | |||||||
10% | 5% | 1% | 10% | 5% | 1% | 10% | 5% | 1% | |||||
单个门限值 | 16.291 | 15.894 | 18.041 | 20.672 | 22.490 | 20.324 | 22.026 | 24.167 | 21.730 | 19.492 | 22.049 | 24.381 | |
两个门限值 | 13.228 | 14.733 | 17.127 | 20.021 | 21.039 | 19.496 | 21.279 | 23.671 | 17.498 | 18.067 | 20.941 | 23.163 | |
三个门限值 | - | - | - | - | 17.439 | 18.946 | 20.037 | 22.416 | - | - | - | - | |
铅 | |||||||||||||
原假设 | LR | 第一产业自举临界值 | LR | 第二产业自举临界值 | LR | 高技术产业自举临界值 | |||||||
10% | 5% | 1% | 10% | 5% | 1% | 10% | 5% | 1% | |||||
单个门限值 | 4.928 | 16.438 | 18.672 | 21.094 | 18.192 | 17.069 | 19.172 | 22.049 | 17.648 | 16.492 | 18.946 | 21.462 | |
两个门限值 | - | - | - | - | 14.631 | 16.743 | 18.034 | 21.076 | 12.743 | 16.035 | 18.176 | 20.941 | |
锡 | |||||||||||||
原假设 | LR | 第一产业自举临界值 | LR | 第二产业自举临界值 | LR | 高技术产业自举临界值 | |||||||
10% | 5% | 10% | 5% | 10% | 5% | ||||||||
单个门限值 | 5.392 | 12.249 | 15.635 | 19.594 | 26.226 | 15.482 | 18.436 | 22.096 | 18.121 | 17.643 | 20.186 | 23.201 | |
两个门限值 | - | - | - | - | 19.386 | 16.357 | 19.419 | 22.197 | 15.248 | 16.495 | 18.957 | 21.734 | |
三个门限值 | - | - | - | - | 12.816 | 14.006 | 16.913 | 19.899 | - | - | - | - | |
锌 | |||||||||||||
原假设 | LR | 第一产业自举临界值 | LR | 第二产业自举临界值 | LR | 高技术产业自举临界值 | |||||||
10% | 5% | 1% | 10% | 5% | 1% | 10% | 5% | 1% | |||||
单个门限值 | 2.408 | 16.410 | 18.529 | 21.394 | 19.591 | 17.857 | 20.637 | 24.519 | 16.211 | 18.417 | 21.836 | 24.746 | |
两个门限值 | - | - | - | - | 9.609 | 16.997 | 19.482 | 22.613 | - | - | - | - |
[16] | [Yu W J, Chen Q S, Zhang Y F, et al. New global patterns and new Chinese resource strategies[J]. Resources Science, 2015, 37(5): 860-870. ] |
[17] | Sachs J D, Warner A M.The curse of natural resources[J]. European Economic Review, 2001, 45(4-6): 827-838. |
[18] | Smith B.The resource curse exorcised: evidence from a panel of countries[J]. Journal of Development Economics, 2015, 116: 57-73. |
[19] | 邵帅, 杨莉莉. 自然资源丰裕、资源产业依赖与中国区域经济增长[J]. 管理世界, 2010, (9): 26-44. |
[Shao S, Yang L L.Abundant natural resources, dependence on resource industries and regional economic growth in China[J]. Management World, 2010, (9): 26-44. ] | |
[20] | 邓向荣, 曹红. 产业升级路径选择: 遵循抑或偏离比较优势-基于产品空间结构的实证分析[J]. 中国工业经济, 2016, (2): 52-67. |
[Deng X R, Cao H.Industrial upgrading path: conform or defy comparative advantage-an empirical analysis based on product space structure[J]. China Industrial Economics, 2016, (2): 52-67. ] | |
[21] | 杨丹辉, 张艳芳, 李鹏飞. 供给侧结构性改革与资源型产业转型发展[J]. 中国人口·资源与环境, 2017, 27(7): 18-24. |
[Yang D H, Zhang Y F, Li P F.Supply-side structural reform and transformation of resource-based industries in China[J]. China Population, Resources and Environment, 2017, 27(7): 18-24. ] | |
[22] | 沈镭, 武娜, 钟帅, 等. 经济新常态下中国矿业供给侧改革发展战略研究[J]. 中国人口·资源与环境, 2017, 27(7): 8-17. |
[Shen L, Wu N, Zhong S, et al. Study on the supply-side reform strategy of mining industry under the new normal economy in China[J]. China Population, Resources and Environment, 2017, 27(7): 8-17. ] | |
[23] | Conde M.Resistance to mining: a review[J]. Ecological Economics, 2017, 132: 80-90. |
[1] | 贾根良. 第三次工业革命与工业智能化[J]. 中国社会科学, 2016, (6): 87-106. |
[Jia G L.The third industrial revolution and industrial intelligence[J]. Social Sciences in China, 2016, (6): 87-106. ] | |
[24] | Wu R, Geng Y, Liu W.Trends of natural resource footprints in the BRIC (Brazil, Russia, India and China) countries[J]. Journal of Cleaner Production, 2017, 142: 775-782. |
[25] | 刘伟. 工业化进程中的产业结构研究[M]. 北京: 中国人民大学出版社, 1995. |
[2] | 徐朝阳, 林毅夫. 发展战略与经济增长[J]. 中国社会科学, 2010, (3): 94-108. |
[Xu Z Y, Lin Y F.Development strategy and economic growth[J]. Social Sciences in China, 2010, (3): 94-108. ] | |
[25] | [Liu W.Research on Industrial Structure in the Process of Industrialization[M]. Beijing: Renmin University of China Press, 1995. ] |
[26] | 徐铭辰, 岑况. 典型国家矿业周期分析[J]. 经济研究参考, 2014, (68): 27-33. |
[3] | 金碚. 中国工业化的资源路线与资源供求[J]. 中国工业经济, 2008, (2): 5-19. |
[Jin B.Chinese industrialization: resource route and resource supply & demand[J]. China Industrial Economics, 2008, (2): 5-19. ] | |
[26] | [Xu M C, Cen K.Mining cycle analysis in typical countries[J]. Review of Economic Research, 2014, (68): 27-33. ] |
[27] | Stuermer M.Industrialization and the demand for mineral commodities[J]. Journal of International Money and Finance, 2017, 76: 16-27. |
[4] | Krausmann F, Gingrich S, Eisenmenger N, et al. Growth in global materials use, GDP and population during the 20th century[J]. Ecological Economics, 2009, 68(10): 2696-2705. |
[5] | Ali S H, Giurco D, Arndt N, et al. Mineral supply for sustainable development requires resource governance[J]. Nature, 2017, 543(7645): 367-372. |
[28] | 陈其慎, 于汶加, 张艳飞, 等. 资源-产业“雁行式”演进规律[J]. 资源科学, 2015, 37(5): 871-882. |
[Chen Q S, Yu W J, Zhang Y F, et al. Resources-industry “flying geese” evolving pattern[J]. Resources Science, 2015, 37(5): 871-882. ] | |
[6] | 金碚. 论经济全球化3. 0时代-兼论“一带一路”的互通观念[J]. 中国工业经济, 2016, (1): 5-20. |
[Jin B.On the era of economic globalization 3. 0-concurrently discuss the concept of intercommunication of “One Belt One Road”[J]. China Industrial Economics, 2016, (1): 5-20. ] | |
[29] | Hansen B E.Threshold effects in non-dynamic panels: estimation, testing, and inference[J]. Journal of Econometrics, 1999, 93(2): 345-368. |
[30] | Hansen B E.Sample splitting and threshold estimation[J]. Econometrica, 2000, 68(3): 575-603. |
[7] | 成金华. 中国工业化进程中矿产资源消耗现状与反思[J]. 中国地质大学学报(社会科学版), 2010, 10(4): 45-48. |
[Cheng J H.Status of and reflection on the high consumption of mineral resources during Chinese industrialization[J]. Journal of China University of Geo sciences (Social Sciences Edition), 2010, 10(4): 45-48. ] | |
[31] | 贾立文, 徐德义. 区域经济、城镇化对铁矿石需求的影响研究-基于27国样本[J]. 资源科学, 2016, 38(1): 144-154. |
[Jia L W, Xu D Y.Regional economic and urbanization effects on iron ore demand based on a sample of 27 countries[J]. Resources Science, 2016, 38(1): 144-154. ] | |
[8] | 金碚. 中国经济发展新常态研究[J]. 中国工业经济, 2015, (1): 5-18. |
[Jin B.Study on new normal state of China's economic development[J]. China Industrial Economics, 2015, (1): 5-18. ] | |
[32] | 贾立文, 徐德义. 铁矿石需求分析预测能力多模型比较研究-面板模型与灰色模型、协整模型、ARIMA模型[J]. 资源科学, 2014, 36(7): 1382-1391. |
[Jia L W, Xu D Y.Analysis and prediction of the demand for iron ore: using panel, grey, cointegration and ARIMA models[J]. Resources Science, 2014, 36(7): 1382-1391. ] | |
[9] | 罗浩. 自然资源与经济增长: 资源瓶颈及其解决途径[J]. 经济研究, 2007, (6): 142-153. |
[Luo H.Natural resource and economic growth: resource bottleneck and its solution[J]. Economic Research Journal, 2007, (6): 142-153. ] | |
[33] | 朱永光, 徐德义, 成金华, 等. 国际铁矿石贸易空间互动过程及中国进口策略分析[J]. 资源科学, 2017, 39(4): 664-677. |
[Zhu Y G, Xu D Y, Cheng J H, et al. The interactive process of international iron ore trade and analysis of China's importation strategy[J]. Resources Science, 2017, 39(4): 664-677. ] | |
[10] | 成金华, 汪小英. 工业化与矿产资源消耗: 国际经验与中国政策调整[J]. 中国地质大学学报(社会科学版), 2011, 11(2): 23-27. |
[Cheng J H, Wang X Y.Industrialization and consumption of mineral resources: international experience and adjustment of China's policies[J]. Journal of China University of Geosciences (Social Sciences Edition), 2011, 11(2): 23-27. ] | |
[34] | World Bank. World Bank Database [EB/OL]. (2017-08-01)[2017-08-01]. . |
[35] | World Steel Association.Steel Statistics Yearbook[M]. Brussels: World Steel Association, 2003-2016. |
[11] | Gierlinger S, Krausmann F.The physical economy of the United States of America[J]. Journal of Industrial Ecology, 2012, 16(3): 365-377. |
[12] | Schoer K, Weinzettel J, Kovanda J, et al. Raw material consumption of the European union-concept, calculation method, and results[J]. Environmental Science & Technology, 2012, 46(16): 8903-8909. |
[36] | 任忠宝, 王世虎, 唐宇, 等. 矿产资源需求拐点理论与峰值预测[J]. 自然资源学报, 2012, 27(9): 1480-1489. |
[Ren Z B, Wang S H, Tang Y, et al. The inflection point theory of mineral resources demand and peak forecast[J]. Journal of Natural Resources, 2012, 27(9): 1480-1489. ] | |
[13] | Shen L, Cheng S, Gunson A J, et al. Urbanization, sustainability and the utilization of energy and mineral resources in China[J]. Cities, 2005, 22(4): 287-302. |
[14] | Wang A, Wang G, Chen Q, et al. S-curve model of relationship between energy consumption and economic development[J]. Natural Resources Research, 2015, 24(1): 53-64. |
[15] | 王安建, 王高尚, 陈其慎, 等. 矿产资源需求理论与模型预测[J]. 地球学报, 2010, 31(2): 137-147. |
[Wang A J, Wang G S, Chen Q S, et al. The mineral resources demand theory and the prediction model[J]. Acta Geoscientica Sinica, 2010, 31(2): 137-147. ] | |
[16] | 于汶加, 陈其慎, 张艳飞, 等. 世界新格局与中国新矿产资源战略观[J]. 资源科学, 2015, 37(5): 860-870. |
[1] | 陈林, 肖倩冰, 蓝淑菁. 基于产业结构门槛效应模型的环境政策治污效益评估——以《大气污染防治行动计划》为例[J]. 资源科学, 2021, 43(2): 341-356. |
[2] | 曾刚, 陆琳忆, 何金廖. 生态创新对资源型城市产业结构与工业绿色效率的影响[J]. 资源科学, 2021, 43(1): 94-103. |
[3] | 朱学红, 彭婷, 谌金宇. 战略性关键金属贸易网络特征及其对产业结构升级的影响[J]. 资源科学, 2020, 42(8): 1489-1503. |
[4] | 唐宇娣, 朱道林, 程建, 李瑶瑶, 宋洋. 差别定价的产业用地供应策略对产业结构升级的影响——基于中国277个城市的实证分析[J]. 资源科学, 2020, 42(3): 548-557. |
[5] | 王波, 倪国江, 韩立民. 产业结构演进对海洋渔业经济波动的影响[J]. 资源科学, 2019, 41(2): 289-300. |
[6] | 王泽宇, 徐静, 王焱熙. 中国海洋资源消耗强度因素分解与时空差异分析[J]. 资源科学, 2019, 41(2): 301-312. |
[7] | 梁姗姗, 杨丹辉. 矿产资源消费与产业结构演进的研究综述[J]. 资源科学, 2018, 40(3): 535-546. |
[8] | 王波, 韩立民. 中国海洋产业结构变动对海洋经济增长的影响——基于沿海11省市的面板门槛效应回归分析[J]. 资源科学, 2017, 39(6): 1182-1193. |
[9] | 黄金升, 陈利根, 张耀宇, 赵爱栋. 中国工业地价与产业结构变迁互动效应研究[J]. 资源科学, 2017, 39(4): 585-596. |
[10] | 马晓微, 石秀庆, 王颖慧, 廖华. 中国产业结构变化对能源强度的影响[J]. 资源科学, 2017, 39(12): 2299-2309. |
[11] | 赵磊, 唐承财. 产业结构变迁、旅游业与经济增长——来自中国的经验证据[J]. 资源科学, 2017, 39(10): 1918-1929. |
[12] | 吕明元, 陈维宣. 中国产业结构升级对能源效率的影响研究——基于1978-2013年数据[J]. 资源科学, 2016, 38(7): 1350-1362. |
[13] | 刘卫东, 仲伟周, 石清. 2020年中国能源消费总量预测——基于定基能源消费弹性系数法[J]. 资源科学, 2016, 38(4): 658-664. |
[14] | 熊虎, 田盈, 田力. 人力资本与产业结构匹配对投资效率影响的实证分析[J]. 资源科学, 2016, 38(11): 2095-2105. |
[15] | 孙叶飞, 周敏. 中国城镇化、产业结构高级化对CO2排放的影响——基于独立效应和联动效应双重视角[J]. 资源科学, 2016, 38(10): 1846-1860. |
|