作者簡介：張世偉，武娜，吉林大學(xué) 數(shù)量經(jīng)濟研究中心，吉林 長春 130012 張世偉(1964- )，男，吉林長春人，吉林大學(xué)數(shù)量經(jīng)濟研究中心教授、博士生導(dǎo)師; 武娜(1988- )，女，山東泰安人，吉林大學(xué)商學(xué)院博士研究生。

　　內(nèi)容提要：本文依據(jù)2008年中國城鄉(xiāng)勞動力流動調(diào)查數(shù)據(jù)，應(yīng)用廣義傾向分方法分析一般培訓(xùn)和專門培訓(xùn)的培訓(xùn)時間對農(nóng)民工收入的影響。研究結(jié)果表明：一般培訓(xùn)和專門培訓(xùn)均有助于農(nóng)民工收入水平的提升。隨著培訓(xùn)時間的延長，培訓(xùn)時間對農(nóng)民工收入的邊際影響遞減。農(nóng)民工接受一般培訓(xùn)在30天以內(nèi)或?qū)ｉT培訓(xùn)在120天以內(nèi)，其收入水平將隨著培訓(xùn)時間的延長而顯著得到提升;但一般培訓(xùn)時間超過30天或?qū)ｉT培訓(xùn)超過120天后，其收入水平并未隨著培訓(xùn)時間的延長而得到進一步的提升。因此，政府和企業(yè)在努力擴大農(nóng)民工培訓(xùn)覆蓋面的同時，適度調(diào)整農(nóng)民工的培訓(xùn)時間，將有助于農(nóng)民工整體工資水平的顯著提升。

　　關(guān) 鍵 詞：培訓(xùn)時間 收入 農(nóng)民工 廣義傾向分

　　標(biāo)題注釋：國家社會科學(xué)基金項目：最低工資標(biāo)準(zhǔn)對農(nóng)民工就業(yè)和收入影響的經(jīng)驗研究(14BJY212)

　　一、引言

　　中國經(jīng)濟體制改革以來，大量農(nóng)村剩余勞動力涌向城鎮(zhèn)，成為城鎮(zhèn)勞動力市場的重要組成部分。然而，由于農(nóng)民工人力資本水平較低，通常只能從事技術(shù)含量較低的工作，導(dǎo)致其收入水平明顯偏低。在落實勞動合同法和最低工資規(guī)制的同時，為了提高農(nóng)民工的收入水平，中國許多地方政府和企業(yè)陸續(xù)開展了各種形式的一般培訓(xùn)和專門培訓(xùn)?，F(xiàn)有的許多研究表明，培訓(xùn)對農(nóng)民工的收入具有顯著的促進作用。[1-3]然而，目前的研究均集中于農(nóng)民工是否參與培訓(xùn)對其收入的影響，而關(guān)于培訓(xùn)內(nèi)容和培訓(xùn)時間如何影響農(nóng)民工收入的研究尚比較少見。根據(jù)Lechner等人(2011)的觀點，培訓(xùn)項目的收入效應(yīng)可能會由于培訓(xùn)內(nèi)容和培訓(xùn)時間的不同而存在較大差異。[4]在中國城鎮(zhèn)勞動力市場中，隨著培訓(xùn)時間的延長，農(nóng)民工的收入水平會呈現(xiàn)出怎樣的變動趨勢?農(nóng)民工一般適合接受多長時間的培訓(xùn)?不同的培訓(xùn)時間對農(nóng)民工收入提升的貢獻如何?關(guān)于這些問題的解答，不僅有助于我們加深對中國城鎮(zhèn)勞動力市場運行規(guī)律的理解，而且有助于農(nóng)民工培訓(xùn)政策的設(shè)計和評價。

　　研究培訓(xùn)時間對農(nóng)民工收入影響的一個直接途徑是將培訓(xùn)時間作為解釋變量加入收入方程①，并通過最小二乘法估計培訓(xùn)時間的回報率。然而，由于培訓(xùn)具有自選擇性，收入方程中的一些解釋變量與培訓(xùn)具有相關(guān)性，故直接將培訓(xùn)時間變量加入收入方程通常會帶來樣本選擇偏差問題。[5]研究培訓(xùn)時間對農(nóng)民工收入影響的另一個直接途徑是將連續(xù)的培訓(xùn)時間離散化，并應(yīng)用二元(或多元)選擇模型通過傾向分匹配方法分析培訓(xùn)時間的收入效應(yīng)。[6-8]然而，盡管傾向分匹配方法能夠解決樣本選擇偏差問題，但將連續(xù)變量進行離散化處理勢必會產(chǎn)生較大的計算誤差。

　　借鑒生物學(xué)領(lǐng)域中分析藥物劑量對處理組影響的劑量響應(yīng)函數(shù)(Dose-Response Functions，DRF)方法，Hirano和Imbens(2004)提出應(yīng)用廣義傾向分方法(General Propensity Score，GPS)估計連續(xù)變量的處理效應(yīng)。[9]與基于傾向分匹配的多元選擇模型相比，廣義傾向分方法不必將連續(xù)分布的處理變量離散化，從而能夠充分地利用豐富的信息。近年來，一些西方經(jīng)濟學(xué)者已經(jīng)嘗試應(yīng)用廣義傾向分方法分析培訓(xùn)時間對收入(或就業(yè))的影響，如Flores等人(2012)應(yīng)用廣義傾向分方法分析了Job Corps項目中培訓(xùn)時間對不同類型受訓(xùn)者未來收入的影響，其研究表明：隨著培訓(xùn)時間的延長，受訓(xùn)者的收入水平不斷提高，但培訓(xùn)時間的邊際收入效應(yīng)遞減，培訓(xùn)項目存在鎖定效應(yīng)。[10]基于德國公共培訓(xùn)項目數(shù)據(jù)，Kluve等人(2012)應(yīng)用廣義傾向分方法分析了培訓(xùn)時間對受訓(xùn)者就業(yè)概率的影響，其研究表明：在最初的五個月內(nèi)，受訓(xùn)者就業(yè)概率隨培訓(xùn)時間增加而顯著提升，但五個月之后，劑量響應(yīng)曲線趨于平緩，說明過多的參與培訓(xùn)并不能導(dǎo)致受訓(xùn)者就業(yè)概率的進一步增加。[5]

　　借鑒Hirano和Imbens(2004)的思想，本文擬依據(jù)2008年中國城鄉(xiāng)勞動力流動調(diào)查數(shù)據(jù)，應(yīng)用廣義傾向分方法，分析一般培訓(xùn)和專門培訓(xùn)的培訓(xùn)時間對農(nóng)民工收入的影響。

　　二、數(shù)據(jù)的統(tǒng)計描述

　　本文使用的數(shù)據(jù)來自于2008年中國城鄉(xiāng)勞動力流動調(diào)查(RUMIC)，調(diào)查覆蓋了中國東部、中部和西部地區(qū)的九個省市②，基本上能夠反映中國總體的人口和經(jīng)濟狀況。調(diào)查內(nèi)容涉及個體年齡、性別、家庭人口和受教育程度等人口統(tǒng)計學(xué)特征，收入、行業(yè)、職業(yè)和工作時間等勞動經(jīng)濟學(xué)特征，基本能夠滿足勞動經(jīng)濟學(xué)研究的要求。此外，調(diào)查內(nèi)容涉及個體接受培訓(xùn)類型、培訓(xùn)天數(shù)和培訓(xùn)費用等培訓(xùn)信息，為研究培訓(xùn)的作用效果提供了數(shù)據(jù)基礎(chǔ)。本文將農(nóng)民工樣本的范圍限制為16歲至60歲男性和16歲至55歲女性的勞動年齡人口，刪除了未接受過任何培訓(xùn)的個體，最終得到1650個個體③。其中，197個農(nóng)民工接受過一般培訓(xùn)，1453個農(nóng)民工接受過專門培訓(xùn)。

　　圖1給出了農(nóng)民工接受培訓(xùn)時間的分布狀況?？梢园l(fā)現(xiàn)，農(nóng)民工接受一般培訓(xùn)時間平均75天左右，接受專門培訓(xùn)時間平均36天左右，說明接受專門培訓(xùn)時間明顯低于接受一般培訓(xùn)時間，主要緣于一般培訓(xùn)的內(nèi)容比較廣泛，而專門培訓(xùn)比較專業(yè)化。一般培訓(xùn)和專門培訓(xùn)的時間分布均為右偏和過度峰度，大多數(shù)農(nóng)民工接受一般培訓(xùn)不足60天，而接受專門培訓(xùn)不足30天。

　　根據(jù)農(nóng)民工接受一般培訓(xùn)的時間長短，本文將農(nóng)民工分成近似平均的4個子群體。表1給出了接受不同時間一般培訓(xùn)農(nóng)民工群體的工資水平和個體特征的統(tǒng)計描述，可以發(fā)現(xiàn)，接受15天至50天一般培訓(xùn)的農(nóng)民工平均收入最高，而接受90天以上一般培訓(xùn)的農(nóng)民工平均收入最低。隨著一般培訓(xùn)時間的延長，農(nóng)民工收入并未呈現(xiàn)出明顯的上升或下降趨勢。

　　當(dāng)然，農(nóng)民工的收入不僅取決于其接受的培訓(xùn)時間，而且主要取決于其個體特征。接受一般培訓(xùn)的農(nóng)民工群體中男性占大多數(shù)，主要源于男性承擔(dān)著家庭收入的主要責(zé)任;農(nóng)民工的平均年齡28歲左右，說明一半左右的農(nóng)民工為新生代農(nóng)民工;農(nóng)民工的平均受教育年限不到10年，近一半的農(nóng)民工僅接受了初中教育，說明農(nóng)民工受教育水平較低;接受一般培訓(xùn)的一半左右農(nóng)民工選擇在東部地區(qū)就業(yè)，可能主要源于東部地區(qū)經(jīng)濟比較發(fā)達且工資水平較高;絕大多數(shù)農(nóng)民工在私營個體企業(yè)工作，而在國有部門和集體企業(yè)就業(yè)的比例很低，暗示著在城鎮(zhèn)勞動力市場中可能存在針對農(nóng)民工的就業(yè)歧視。同時，一般培訓(xùn)費用大都由農(nóng)民工本人支付，主要源于一般培訓(xùn)適用面較廣，屬于個人人力資本(技能)投資，企業(yè)通常不愿意支付一般培訓(xùn)的費用。

　　通過比較接受不同時間一般培訓(xùn)的農(nóng)民工群體可以發(fā)現(xiàn)，隨著受教育水平的提升，農(nóng)民工接受一般培訓(xùn)時間將縮短④;隨著家庭有孩子概率的提高，農(nóng)民工接受一般培訓(xùn)時間將縮短;一般培訓(xùn)時間越長，農(nóng)民工本人支付培訓(xùn)費用的概率越高。

　　同樣，根據(jù)農(nóng)民工接受專門培訓(xùn)的時間長短，本文將農(nóng)民工分成近似平均的4個子群體。表2給出了接受不同時間專門培訓(xùn)農(nóng)民工群體的工資水平和個體特征的統(tǒng)計描述，可以發(fā)現(xiàn)，隨著專門培訓(xùn)時間的延長，農(nóng)民工收入呈現(xiàn)出上升的趨勢，說明超過30天的專門培訓(xùn)可能會較大地促進農(nóng)民工收入水平的提升。

　　在表2中可以發(fā)現(xiàn)，與一般培訓(xùn)類似，接受專門培訓(xùn)的農(nóng)民工群體中男性占大多數(shù)，農(nóng)民工的平均年齡28歲左右，平均受教育年限不到10年，接受專門培訓(xùn)的一半左右農(nóng)民工選擇在東部地區(qū)就業(yè)，且絕大多數(shù)農(nóng)民工在私營個體企業(yè)工作。但與一般培訓(xùn)相反，專門培訓(xùn)費用大都由企業(yè)支付，主要源于專門培訓(xùn)專業(yè)化程度較高，主要適用于具體企業(yè)。

　　通過比較接受不同時間專門培訓(xùn)的農(nóng)民工群體可以發(fā)現(xiàn)，與一般培訓(xùn)類似，隨著受教育水平的提升，農(nóng)民工接受專門培訓(xùn)的時間將縮短;隨著專門培訓(xùn)時間的延長，農(nóng)民工本人支付培訓(xùn)費用的概率越高。同時，隨著專門培訓(xùn)時間的延長，農(nóng)民工在機關(guān)事業(yè)單位就業(yè)的概率在下降，而在私營個體企業(yè)就業(yè)的概率在上升。

　　由于接受不同培訓(xùn)時間的農(nóng)民工之間存在明顯的個體特征差異，只有通過回歸(或匹配)方法對個體異質(zhì)性進行控制，才能比較準(zhǔn)確地度量培訓(xùn)時間對農(nóng)民工收入的影響。

　　三、廣義傾向分方法

　　本文將農(nóng)民工接受的培訓(xùn)時間作為處理變量，將農(nóng)民工收入水平作為結(jié)果變量，應(yīng)用廣義傾向分方法，分析培訓(xùn)時間對農(nóng)民工收入的影響。

　　最后，基于收入方程回歸結(jié)果可以預(yù)測出每個農(nóng)民工的收入。根據(jù)劑量響應(yīng)函數(shù)的思想，計算每個培訓(xùn)時間點t的平均收入E[W(t)]：

　　通過對每個培訓(xùn)時間點平均收入的比較，可以度量培訓(xùn)時間對農(nóng)民工收入的作用效果。

　　根據(jù)經(jīng)濟理論，男性和女性家庭分工不同，男性和女性接受培訓(xùn)的時間會存在差異;不同年齡段的個體進行人力資本投資方式和內(nèi)容存在差異;教育作為人力資本投資的重要形式，通常會對個體的培訓(xùn)決策產(chǎn)生重要影響;家庭穩(wěn)定性和家庭負擔(dān)大小會影響個體接受培訓(xùn)的時間;經(jīng)濟環(huán)境和培訓(xùn)政策通常會對培訓(xùn)時間產(chǎn)生影響;個體工作的單位性質(zhì)不同，對培訓(xùn)時間的要求可能存在差異;考慮成本效益原則，培訓(xùn)費用的支付方式也可能影響培訓(xùn)時間的長短。因此，本文選取性別(虛擬變量，以女性為參照組)、年齡、受教育程度(虛擬變量，以大專及以上為參照組)、婚姻狀況(虛擬變量，以未婚為參照組)、戶主(虛擬變量，以非戶主為參照組)、家庭人口數(shù)、是否有孩子(虛擬變量，以無孩子為參照組)、所在地區(qū)(虛擬變量，以東部地區(qū)為參照組)、單位類型(虛擬變量，以機關(guān)事業(yè)單位為參照組)和培訓(xùn)費用支付方式(以本人支付為參照組)等作為培訓(xùn)時間決定方程的解釋變量。

　　四、結(jié)果分析

　　基于2008年RUMIC數(shù)據(jù)，本文首先應(yīng)用極大似然估計方法對一般培訓(xùn)和專門培訓(xùn)的培訓(xùn)時間方程進行估計(估計結(jié)果參見表3)。從回歸結(jié)果中可以發(fā)現(xiàn)，與女性農(nóng)民工相比，男性農(nóng)民工傾向于接受較長時間的培訓(xùn)，主要源于男性農(nóng)民工大多從事專業(yè)性較強的職業(yè)，需要接受較長時間培訓(xùn)以獲取專業(yè)技能，女性由于在照顧家庭方面投入較多的精力而只能接受較短時間的培訓(xùn)。已婚農(nóng)民工接受培訓(xùn)的時間較長，主要源于個體婚后需要承擔(dān)更多的家庭責(zé)任。受教育程度對培訓(xùn)時間具有顯著的負向影響，說明受教育程度較低的農(nóng)民工傾向于接受更多的培訓(xùn)。家庭人口數(shù)對專門培訓(xùn)時間的影響顯著為負，主要源于家庭人口較多的家庭負擔(dān)較重，接受培訓(xùn)時間受到限制。同樣，孩子對農(nóng)民工接受一般培訓(xùn)時間的影響也顯著為負。與東部發(fā)達地區(qū)相比，中西部地區(qū)農(nóng)民工接受一般培訓(xùn)和專門培訓(xùn)時間均顯著較長，主要源于中西部地區(qū)教育水平較低，農(nóng)民工需要接受較長時間的培訓(xùn)來提高人力資本水平。在農(nóng)民工工作單位的所有制性質(zhì)對培訓(xùn)時間的影響方面，與機關(guān)事業(yè)單位相比，在國有企業(yè)、集體企業(yè)和私營個體企業(yè)中工作的農(nóng)民工將接受較長時間的專門培訓(xùn)，主要源于農(nóng)民工主要在企業(yè)從事技能型工作，而在機關(guān)事業(yè)單位的農(nóng)民工主要從事輔助性工作。與農(nóng)民工本人支付培訓(xùn)費用相比，在企業(yè)(或其他支付類型)支付情況下，農(nóng)民工的培訓(xùn)時間更短，主要源于企業(yè)迫于成本壓力不愿提供較長時間的培訓(xùn)。上述回歸結(jié)果符合經(jīng)濟理論預(yù)期，說明培訓(xùn)時間方程設(shè)定合理。

　　應(yīng)用培訓(xùn)時間方程的估計結(jié)果可計算出每個農(nóng)民工培訓(xùn)時間的廣義傾向分，其中一般培訓(xùn)廣義傾向分均值為0.2438，專門培訓(xùn)廣義傾向分均值為0.2029?；谵r(nóng)民工接受培訓(xùn)時間和廣義傾向分，應(yīng)用普通最小二乘法對農(nóng)民工收入方程進行估計(估計結(jié)果參見表4)。由于解釋變量回歸系數(shù)符號存在很大差異，無法直觀地發(fā)現(xiàn)農(nóng)民工收入隨培訓(xùn)時間延長的變動規(guī)律，只能通過模擬技術(shù)計算個體的收入，并通過對劑量響應(yīng)函數(shù)的觀察發(fā)現(xiàn)培訓(xùn)時間對農(nóng)民工收入的影響。

　　基于收入方程的回歸結(jié)果，可以計算出不同培訓(xùn)時間點的平均收入。圖2給出了農(nóng)民工接受一般培訓(xùn)時間的收入效應(yīng)曲線，可以發(fā)現(xiàn)，一般培訓(xùn)有助于農(nóng)民工收入水平的提升。隨著培訓(xùn)時間的延長，培訓(xùn)時間對農(nóng)民工收入的邊際影響遞減。在30天以內(nèi)，隨著培訓(xùn)時間的延長，農(nóng)民工的收入水平不斷提升，小時工資由6.50元提升至9.98元，增幅達到54%，說明一般培訓(xùn)的增收效果非常顯著。超過30天后，一般培訓(xùn)時間對農(nóng)民工收入的影響趨于平緩，邊際影響趨于零，說明農(nóng)民工一般培訓(xùn)的適度時間為30天左右，過度的一般培訓(xùn)對農(nóng)民工收入的提升沒有顯著影響⑥。

　　圖3給出了農(nóng)民工接受專門培訓(xùn)時間的收入效應(yīng)曲線，可以發(fā)現(xiàn)，專門培訓(xùn)有助于農(nóng)民工收入水平的提升。隨著培訓(xùn)時間的延長，培訓(xùn)時間對農(nóng)民工收入的邊際影響遞減。在120天以內(nèi)，隨著培訓(xùn)時間的延長，農(nóng)民工的收入水平不斷提升，小時工資由7.80元提升至9.45元，增幅達到21%，遠高于教育回報率。超過120天后，專門培訓(xùn)的邊際影響趨于零，說明農(nóng)民工專門培訓(xùn)的適度時間為120天左右，過度的專門培訓(xùn)對農(nóng)民工收入的提升沒有顯著影響。

　　五、結(jié)論

　　基于2008年RUMIC數(shù)據(jù)，本文應(yīng)用廣義傾向分方法分析了一般培訓(xùn)和專門培訓(xùn)的培訓(xùn)時間對農(nóng)民工收入的影響。研究表明，一般培訓(xùn)和專門培訓(xùn)均有助于農(nóng)民工收入水平的提升。如果農(nóng)民工接受適度的一般培訓(xùn)和專門培訓(xùn)，將導(dǎo)致其收入水平分別提升54%和21%，遠超過教育回報率。因此，政府和企業(yè)實施各類一般培訓(xùn)項目和專門培訓(xùn)項目，將有助于農(nóng)民工收入水平的提升。

　　研究表明，隨著培訓(xùn)時間的延長，培訓(xùn)時間對農(nóng)民工收入的邊際影響遞減。農(nóng)民工接受一般培訓(xùn)在30天以內(nèi)或?qū)ｉT培訓(xùn)在120天以內(nèi)，其收入水平將隨著培訓(xùn)時間的延長而得到顯著提升;但超過上述期限后，其收入水平并未隨著培訓(xùn)時間的延長得到進一步的提升。因此，政府和企業(yè)在設(shè)計培訓(xùn)項目過程中，需要考慮培訓(xùn)項目的實施效率，避免出現(xiàn)過度培訓(xùn)現(xiàn)象。

　　近年來，中國政府和企業(yè)陸續(xù)實施了一系列旨在提高農(nóng)民工技能水平的培訓(xùn)項目，希望通過培訓(xùn)促進農(nóng)民工就業(yè)和收入水平的提升。但數(shù)據(jù)顯示，一方面，78%的農(nóng)民工未接受過任何培訓(xùn);另一方面，13%參與培訓(xùn)的農(nóng)民工接受了過度培訓(xùn)。因此，政府和企業(yè)在資金有限的情況下，努力擴大農(nóng)民工培訓(xùn)的覆蓋面，適度調(diào)整農(nóng)民工的培訓(xùn)時間，將有助于農(nóng)民工整體工資水平的顯著提升。

　　注釋：

　?、兕愃朴谝恍W(xué)者將是否參加培訓(xùn)作為一個解釋變量直接加入收入方程。[3]

　?、谄渲校瑬|部地區(qū)包括江蘇省、上海市、浙江省和廣東省，中部地區(qū)包括安徽省、河南省和湖北省，西部地區(qū)包括重慶市和四川省。

　?、弁ㄟ^對數(shù)據(jù)統(tǒng)計發(fā)現(xiàn)，接受過培訓(xùn)的農(nóng)民工僅占農(nóng)民工總體的22%。

　?、苓@也暗示著教育與培訓(xùn)具有相關(guān)性，直接將培訓(xùn)變量加入收入方程將會產(chǎn)生偏差。

　?、萃ㄟ^對培訓(xùn)時間的統(tǒng)計分析發(fā)現(xiàn)，一般培訓(xùn)時間對數(shù)分布的偏度為-0.533，峰度為3.051;專門培訓(xùn)時間對數(shù)分布的偏度為0.142，峰度為2.917，培訓(xùn)時間對數(shù)的分布在1%水平上通過正態(tài)性檢驗。

　?、拮髡邞?yīng)用自舉法(Bootstrap)計算了不同培訓(xùn)時間收入效應(yīng)的標(biāo)準(zhǔn)差，統(tǒng)計推斷收入效應(yīng)顯著。

　　參考文獻：

　　[1]王德文，蔡昉，張國慶.農(nóng)村遷移勞動力就業(yè)與工資決定：教育與培訓(xùn)的重要性[J].經(jīng)濟學(xué)(季刊)，2008，(4)：1131-1148.

　　[2]張世偉，王廣慧.培訓(xùn)對農(nóng)民工收入的影響[J].人口與經(jīng)濟，2010，(1)：34-38.

　　[3]趙海.教育和培訓(xùn)哪個更重要——對我國農(nóng)民工人力資本回報率的實證分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2013，(1)：40-45.

　　[4]Lechner,M.,Miquel,R.and Wunsch,C.Long-run Effects of Public Sector Sponsored Training in West Germany[J].Journal of the European Economic Association,2011,9(4):742-784.

　　[5]Kluve,J.,Schneider,H.,Uhlendorffand,A.and Zhao,Z.Evaluating Continuous Training Programmes by Using the Generalized Propensity Score[J].Journal of the Royal Statistical Society,2012,175(2):587-617.

　　[6]Lechner,M.Identification and Estimation of Causal Effects of Multiple Treatments under the Conditional Independence Assumption[A].Lechner,M.and Pfeiffer F.Econometric Evaluation of Labour Market Policies[C].Heidelberg:Physica,2001.

　　[7]Heckman,J.and Navarro,S.Dynamic Discrete Choice and Dynamic Treatment Effects[J].Journal of Econometrics,2007,136(2):341-396.

　　[8]Schochet,P.and Burghardt,J.Do Job Corps Performance Measures Track Program Impacts?[J].Journal of Policy Analysis and Management,2008,27(3):556-576.

　　[9]Hirano,K.and Imbens,G.The Propensity Score with Continuous Treatment[A].Gelman,A.and Meng,X.Applied Bayesian Modeling and Causal Inference from Incomplete-Data Perspectives[C].NJ:Wiley,2004.