核心观点 - 日元汇率逼近1美元兑160日元关口，实际需求驱动的日元卖出正在增强，而非投机资金主导 [1][9] - 日本进口物价涨幅已超过出口物价涨幅，逆转了加工贸易经济常态，可能引发历史性日元贬值重现 [6][9] 日元汇率与干预效果 - 尽管日美联合买入日元实施干预，日元升值未能持续，市场浮现2022年秋季由实际资金主导的历史性日元贬值记忆 [1] - 日本政府买入日元的干预对象是对冲基金等投机资金，但截至8月18日，日元空头持仓已从超120亿美元减少至约40亿美元，降至干预前的约3分之1 [9] - 实际需求主导的日元贬值难以通过购汇干预应对，因为企业贸易导致的日元卖出不受汇率水平束缚，持续平稳进行 [10] 进出口物价逆转 - 自伊朗局势紧张的4月以来，进口物价涨幅超过出口物价涨幅，最近进口物价维持同比约30%上涨 [6] - 历史上类似逆转发生在2021年新冠疫情后，2022年俄罗斯对乌克兰侵略导致国际资源价格飙升，进口物价涨幅接近上年同期的50% [6] - 当前进口物价涨幅约30%，尚未达到4年前剧烈的进口通胀水平 [8] 实际需求驱动因素 - 市场普遍认为“由伊朗局势引发的进口物价上涨才刚刚开始”，实际需求日元抛售持续受关注 [9] - 日本总务省8月21日公布的7月消费者物价显示，受原油和石脑油价格上涨影响，对食品及耐用消费品等商品的成本转嫁可能已开始 [9] - 日本财务省8月20日公布的7月贸易统计显示，原油采购成本上升导致进口额连续2个月创历史新高，已连续3个月出现贸易逆差 [9] 未来展望与挑战 - 下一个关注焦点是日本央行货币政策会议，但市场已提前考虑秋季加息，除非特别行动，否则市场反应有限 [4] - 如何阻止进口通货膨胀导致国内经济不稳定的日元贬值重燃，经济结构改革非一蹴而就，日本政府面临艰巨任务 [10]

核心观点 日本原子能研究开发机构（JAEA）开发出一种新型吸附剂技术，可从水油混合的工业废液中高效回收稀土元素（如铕）该技术有望推动稀土版“城市矿山”开采，但面临规模化生产和成本测算的挑战，预计10年内实现实用化[4][6][9] 技术特点与优势 - 吸附剂具有可更换的官能团（Arm），能针对特定金属进行回收，且同时适用于水和油，解决了从复杂废液中分离稀土的难题[4] - 吸附剂可加工成珠状等形态，便于接入现有废液处理生产线，无需大规模改造即可完成稀土回收[4][8] - 实验证实吸附剂可重复利用，通过强酸溶液分离并回收与吸附剂结合的铕[6] 应用背景与市场前景 - 该技术源自核能领域的乏燃料后处理技术，此前用于去除放射性物质铀和钚，现应用于工业废液中的稀土回收[6] - 工业废液（如化工厂、半导体工厂产生的废液和废油）中含有铕等有用稀土，回收可实现资源循环利用[6] - 全球稀土回收市场规模预计到2031年将扩大至11亿美元，海外如美国密西西比大学也在开发磁铁回收技术[9] - 在中国强化稀土出口管制背景下，日本需推动供应来源多元化，包括南鸟岛海底稀土资源开发及回收再利用[9] 当前挑战与未来计划 - 实验所用吸附剂仅约1克，扩大生产规模是实用化关键课题，需研究高效合成方法及分离提纯技术[8] - 成本有待后续测算，研究机构将联合企业验证从工业废液中回收稀土的可行性[6][8] - JAEA经理荒井阳一表示，将调研市场需求设计新型吸附材料，力争用10年左右实现技术实用化[9]

文章核心观点 - 2025年上半年私募策略夏普比率表现良好，但7月市场回撤导致多数策略夏普比率显著下滑，高夏普私募变得稀缺 [2][3][7] - 截至8月14日，不同规模私募中，仅有少数公司能维持高夏普比率，量化CTA和主观CTA策略相对稳健 [4][7] 上半年与7月夏普比率变化 - 上半年套利策略平均夏普达2.55，量化多头、FOF、量化CTA平均夏普均超1 [2] - 截至8月14日，有业绩显示的6104只产品（剔除债券策略）今年来夏普均值从6月底的0.78降至0.51 [3] - 量化多头平均夏普从上半年的1.14下降至0.46，降幅接近60% [3] - 套利策略平均夏普从2.55下降至2.05 [3] - 量化CTA、主观CTA虽有所回落，但整体仍维持相对较高水平 [4] 百亿私募高夏普名单 - 截至8月14日，有业绩显示产品在3只及以上的百亿私募共79家，今年来夏普均值≥**的仅14家，占比17.72% [7] - 14家高夏普百亿私募中，量化私募6家、主观私募4家、主观+量化私募4家 [7] - 上海歌汝私募旗下5只主观多头产品今年来夏普均值为**，收益均值高达**%，近3年收益均值为**% [12] - 上海歌汝私募上榜鸿仕达第一大股东，持股约115.2万股，持股市值超2亿元 [12] - 上海歌汝私募于2025年7月管理规模突破百亿 [12] - 水璞基金旗下3只主观多头产品今年来夏普均值为**，收益均值高达**% [13] - 水璞基金自七月底低仓位起步，反弹启动阶段及时提升至中高仓位，后续或仍以科技为主要聚焦方向 [13] - 盛泉恒元旗下8只产品涵盖量化多头、套利策略、股票多空，今年来夏普均值为**，收益均值为**% [13] - 盛泉恒元善于发现并投资于较主流投资存在一定折价的品种 [13] 50-100亿私募高夏普名单 - 截至8月14日，有业绩显示产品在3只及以上的50-100亿私募共55家，今年来夏普均值≥**的仅16家，占比29.09% [14] - 16家高夏普私募中，主观私募7家、量化私募5家、主观+量化私募4家 [14] - 细水资产旗下6只量化CTA产品今年来夏普均值高达**，收益均值为**% [19] - 细水资产不追求短期暴利，相信时间复利，过往几年走出长期较为稳定的业绩曲线 [19] - 禾永投资旗下6只主观多头产品今年来夏普均值高达**，收益均值为**% [19] - 禾永投资对下半年行业方向判断仍是科技，认为机会可能由核心硬件向电力设备、材料、化工等基础环节扩散 [19] - 禾永投资成立于2014年11月，核心投研团队包括7位资深基金经理，人均从业经验超20年 [20] - 禾永投资建立“全市场跨行业”投研框架，通过知识图谱系统进行跨行业比较 [20] 20-50亿私募高夏普名单 - 截至8月14日，有业绩显示产品在3只及以上的20-50亿私募共116家，今年来夏普均值≥**的仅31家，占比26.72% [21] - 31家高夏普私募中，主观私募18家、量化私募2家、主观+量化私募11家 [21] - 华杉投资旗下两只主观多头、两只宏观策略产品今年来夏普均在**以上，收益均值高达**% [26] - 华杉投资以宏观政策与数据为导向，在股票、期货市场选择风险收益比高的投资机会 [26] - 上海领久私募旗下4只主观多头产品今年来夏普均值高达**，收益均值为**% [26] - 领久私募组合接近满仓运行，核心聚焦AI产业链，沿“存力—运力—算力—应用”四个层次配置，以存力为主 [26] 10-20亿私募高夏普名单 - 截至8月14日，有业绩显示产品在3只及以上的10-20亿私募共125家，今年来夏普均值≥**的有39家，占比31.20% [27] - 39家高夏普私募中，主观私募25家、量化私募7家、主观+量化私募7家 [27] - 奶酪私募旗下6只产品以套利策略为主，今年来夏普均值高达**，收益均值为**% [33] - 奶酪私募从2023年开始布局类固收和衍生品套利策略，以主观和量化结合方式运作 [33] - 龙辉祥投资旗下10只主观多头今年来夏普均值为**，收益均值高达**% [34] - 龙辉祥投资成立于2015年6月，主要投研人员具有15年以上经验，运用权变理论采取因时制宜策略 [34] 5-10亿私募高夏普名单 - 截至8月14日，有业绩显示产品在3只及以上的5-10亿私募共167家，今年来夏普均值≥**的有37家，占比22.16% [35] - 37家高夏普私募中，主观私募18家、量化私募10家、主观+量化私募9家 [35] - 今年来夏普均值≥**且收益均值≥**%的私募共两家：慧创蚨祥、梵星私募 [41] - 梵星私募旗下4只主观多头产品今年来夏普均值为**，收益均值高达**% [41] - 梵星私募成立于2015年3月，中长期投资方向围绕自主可控硬科技产业链，重点覆盖高新科技制造业、医疗产业、消费内循环、高端装备制造业等 [41]

核心观点 - 超额胜率是衡量基金在多数时间能否跑赢基准的核心指标，对于追求稳定资产增值的私募投资者尤为重要 [8][9] - 评估超额胜率需结合统计频率、统计周期和盈亏比三个维度，不能只看单一数字 [12] 超额胜率的定义与计算 - 超额胜率公式为：跑赢基准的周期数除以总周期数再乘以100% [8] - 月度例子：过去12个月里有9个月跑赢基准，月度超额胜率等于9除以12等于75% [8] - 季度例子：过去8个季度有6个季度跑赢，季度超额胜率等于6除以8等于75% [8] - 核心理解：当基金大部分月份比基准强一点，投资者更愿意长期持有，以小胜积累成大胜 [8] 私募圈看重超额胜率的原因 - 私募客户更关注稳定的资产保值与财富增长，不追求偶尔惊艳，看重每个月、每个季度都能比市场强一点 [10] - 量化策略典型：通过大量交易追求经常比指数多赚一点点，例如一天多0.05%，若胜率稳定在60%至70%，一年累计超额可观 [10] - 超额胜率是量化模型的重要指标 [11] 评估超额胜率的步骤 - 步骤一：先确定统计频率，量化指增策略适合看日度胜率，主观多头策略适合看月度或季度胜率 [14] - 步骤二：再拉长统计周期，需查过去3年、5年甚至更长时间的胜率，连续多年稳定在60%以上通常说明基金经理具备可复制的系统能力 [15] - 步骤三：最后结合盈亏比，胜率高但赢时赚得少、输时亏得多可能不如胜率略低但盈亏比更优的基金 [18][20] - 示例：基金甲胜率80%，单次赢+3%但单次输-10%，可能把多次小赚抵掉；基金乙胜率刚过一半（55%），但赢时赚+1%、输时亏-1%，净收益更可观 [18][20] 总结与行动提醒 - 长期看基金不能只看赚了多少，还要看有多少次能跑赢基准，超额能力是否稳定 [21] - 超额胜率高的基金经理不一定每年是冠军，但更有机会让投资者舒舒服服跑到终点 [22] - 下次推荐基金时应询问超额胜率相关指标 [23]

核心观点 - 国内SOFC产业整体成熟度低于海外，但福赛尔在金属支撑SOFC核心电堆领域实现国产化突破，为国产替代提供技术支撑[1] - 行业面临成本与寿命两大核心痛点，需通过边示范应用边验证的模式推进，并抓住海外需求外溢的窗口期实现产业化落地[17][18][25] 福赛尔技术路线选择 - 福赛尔优先推动金属支撑SOFC商业化，核心考量是成本最优和快速启动、冷热循环耐受性优异[5] - 金属支撑路线可拓展至固定式发电之外的应用领域，而传统阳极支撑、电解质支撑路线主要适配固定式发电[5] - 电解质支撑路线存在连接体依赖粉末冶金高铬合金、模具投入高昂（单套开模成本上百万元）、高吨位压机依赖海外进口等门槛[5] 福赛尔自主可控进展 - 福赛尔绝大部分原材料与生产设备已实现国产化，仅极少数品类因采购成本偏高尚未完成替代[7] - 未国产化品类不存在技术壁垒，根本原因是SOFC整体市场需求未大规模启动，难以支撑本土配套企业持续布局[8] 福赛尔产品与量产能力 - 福赛尔F300便携式移动电源是过渡型产品，基于成熟小片电池堆叠打造，功率300瓦[9] - 公司开发路径为纽扣电池到小片电池再到大片电池，F300电堆完成验证后将推进大片电池研发[9] - F300主要面向长续航便携式供电场景，应用于应急保障及特种领域[10] 国内外SOFC市场差异 - 海外AI算力中心SOFC需求爆发，北美因燃气轮机产能紧缺（部分订单排期至2030-2031年）导致需求转向SOFC[15] - 美国天然气价格低廉（不足1元人民币/立方米），国内民用天然气单价普遍3元以上，工业管道气2元出头，燃料成本差异显著[15] - 环保审批是北美关键考量，SOFC能缓解传统燃气轮机的污染物与噪音争议[16] - 国内电网基础设施完善，电力获取条件优于美国市场[15] 成本与寿命痛点 - 度电成本由燃料成本、折旧成本、维护成本构成，SOFC维护成本偏低，折旧与初始投资和寿命高度相关[17] - 行业寿命里程碑为首要目标2万小时、进阶目标4万小时、中长期目标8万至10万小时以上，国内企业难以完成实测验证[17] - 行业需采用边示范应用边开展耐久验证的模式，单纯要求漫长周期验证不现实[18] 供应链与产业格局 - 福赛尔与锂电、光伏设备领域上市企业及细分赛道领先非上市企业深度对接，关键需获得供应商对SOFC赛道的认同[19] - SOFC不存在难以突破的技术壁垒，Bloom Energy为降本正深化供应链迁移至国内，利好本土配套产业链[20] - 未来SOFC制造环节将扎根中国，形成“制造在中国、主要市场在海外”的产业格局[20] 福赛尔商业模式 - 福赛尔核心根基是材料技术，重心放在电池片与电堆产品，未来电堆供应是主要业务方向[23] - 系统端联合优质企业合作开发并自主开展技术研究，但不会过重投入与深度拓展[23] 国内市场规模化拐点 - 国内SOFC市场规模化拐点大概率在未来三年，Bloom Energy订单紧张导致产能缺口，海外客户已主动接洽国内厂商[24] - 全球燃气轮机产能被美国AI项目占用，全球多地产生新增发电需求，为国内SOFC企业创造窗口期[24] - 行业需采用先行出海、在应用中持续迭代的路径，企业需衡量产品信心、稳定交付产能和持续迭代能力[25]

该数据库紧扣产业发展脉搏，汇聚全国范围内规划、在建与运营中的绿氢项目关键数据，涵盖项目规模、技术路线、投资主体及进展阶段等多维信 息，持续跟踪市场动态更新。 2026年，该项数据服务将进行全新迭代升级，依托权威来源与专业验证机制， 致力于为用户提供真实、可靠、时效强的数据支撑， 助力企业精准布 局、科研机构趋势研判、金融机构风险可控，共同推动氢能产业健康有序发展。 "宁波膜智信息科技有限公司"为势银（TrendBank）唯一工商注册实体及收款账户 势银年会： 报名中|2026势银氢燃年会（12月15-17日） 点此报名 2026年，随着中国"十五五"规划开局，预计氢能产业将逐步迈入规模化发展的关键阶段。 在政策持续赋能与技术迭代加速的双重驱动下，绿氢项目建 设日趋完善，产业链协同不断增强，然而产能结构性过剩、区域供需错配、信息繁杂等挑战依然制约着行业的高质量发展。此背景下，及时、准确、 全面的绿氢项目信息成为各方把握先机、科学决策的重要基础。 势银（TrendBank）氢能研究团队连续多年为全球氢能产业相关企业、科研院所和投资机构提供 《中国绿氢项目数据库》年度服务 。 01 势银绿氢数据库简介 1.数据年限 ...

文章核心观点 世界模型不是元宇宙2.0，它是一个有真实需求、成本结构革命性变化、落地场景明确且技术底座成熟的真趋势，大概率不会重蹈元宇宙的泡沫覆辙，但局部估值泡沫存在 元宇宙失败原因分析 - 内容生产成本高到离谱，Meta的Horizon Worlds巅峰时期月活仅30万，未达50万目标[15] - 没有真实需求，全靠资本吹，虚拟资产最终变成电子垃圾[16][17] - 投入产出严重失衡，Meta现实实验室七年累计亏损超800亿美元，2025年营收22亿美元，亏损192亿美元，每赚1美元亏9美元[18][19] - 2026年1月Meta元宇宙部门裁撤超千人，关停Horizon Workrooms项目[20] - 2019年至2025年年度运营亏损分别为45亿、66亿、102亿、137亿、161亿、177亿、192亿美元[21] 世界模型定义与本质 - 世界模型是让AI在脑子里构建一个可以推演的世界，能回答“接下来会怎样”以及“如果我这么做会导致什么结果”[5][28][29] - 与元宇宙关系：元宇宙是“城”，世界模型是“建城的机器”，世界模型可能解决元宇宙内容生产成本过高的问题[7] - 世界模型让AI不仅能“看到”世界，还能“推演”世界[28] 世界模型与元宇宙的四个本质差异 - 需求真实：自动驾驶公司需要低成本仿真测试，小鹏世界模型支持的仿真测试相当于每天跑3000万公里[33][35][36] - 成本结构革命：训练模型后生成内容的边际成本趋近于零，从“一个团队干几个月”变为“说一句话等几秒钟”[39][41] - 落地场景明确：自动驾驶、机器人、游戏影视、工业城市等场景已有付费意愿[44][45][46] - 技术底座成熟：大语言模型验证了大规模预训练路径，GPU算力足够，真实世界数据足够[47] 世界模型、数字孪生、仿真平台关系 - 仿真平台是世界模型1.0版本，靠人工和规则生成场景，效率极低[54][55] - 数字孪生回答“现实世界现在什么样”，是世界模型的一个组件或前置条件[57][59][61] - 世界模型回答“接下来会怎样，该怎么做”，从“复制现实”到“推演未来”[60] - 三者是递进关系：仿真平台1.0，数字孪生“现在时”，世界模型“未来时”[64] 物理AI、空间智能、世界模型层级关系 - 物理AI是能在物理世界行动的AI，包括自动驾驶汽车、人形机器人、工业机械臂等[70][71] - 空间智能让AI理解三维空间中物体的几何关系、位置距离和物理边界[73][74] - 世界模型是物理AI的“大脑”，负责理解世界规律、推演未来、做决策[78][80] - 层级结构：底层基础设施→认知层（世界模型）→应用工具层（仿真平台、数字孪生）→行动层（物理AI）→体验层（元宇宙）→规则层（Web3.0）[84] 主要玩家与进展 - 英伟达Cosmos平台迭代到Cosmos 3，定位为World Action Models骨干网络，加速机器人策略学习[89][90] - 谷歌DeepMind Genie 3可输入一句话生成可实时探索的世界[49][92] - Waymo基于Genie 3构建Waymo World Model，累计行驶里程突破1.7亿英里（约2.7亿公里），每周付费乘车50万次[92] - 小鹏世界模型支持仿真测试相当于每天跑3000万公里，碰撞率暴降16%[98] - 小米汽车World Model将三维场景重建和动态视频生成深度耦合[99][100] - Momenta发布R7强化学习世界模型并量产首发，基于超过120亿公里量产数据[101][102] - 地平线能让模型在30秒内生成一段可控驾驶视频[104] - World Labs（李飞飞）成立16个月，完成10亿美元融资，估值50亿美元，投资方包括Autodesk（领投2亿美元）、英伟达、AMD、a16z等[106] - World Labs首款产品Marble已上线，订阅制从免费到95美元/月不等[108] - AMI Labs（Yann LeCun）完成10.3亿美元种子轮，为欧洲AI史上最大种子轮[109] - 清华×斯坦福Ctrl-World在World Arena榜单斩获全球第一，击败谷歌Veo 3.1、英伟达Cosmos-Predict 2.5[110][111] 局部泡沫风险 - 估值跑在技术前面：World Labs成立16个月估值50亿美元，AMI Labs种子轮10.3亿美元[121][122] - 技术瓶颈：长时序预测能力弱、复杂物理规律学不全、可解释性差、泛化能力有限[125][126] - 蹭概念公司增多，需用三个标准判断：是否AI自动生成、是否有未来预测能力、是否有真实落地场景和数据[130][131][132] “三真一假”判断框架 - 需求真不真：世界模型解决自动驾驶、机器人等真实付费需求，元宇宙需求是投机需求[140] - 成本降没降：世界模型将3D场景生成成本降了几个数量级，元宇宙成本反而更高[142] - 场景有没有落地：小鹏、小米、Waymo、Momenta已嵌入量产流程并有可量化效果，Meta Horizon Worlds月活仅30万且留存极差[144] - 估值假不假：世界模型有概念溢价但有基本面支撑，元宇宙100%概念溢价[147][148]

核心观点 - Anthropic声称其总可寻址市场（TAM）超过30万亿美元，超越SpaceX的28.5万亿美元，创下新纪录[1][2] - 公司通过释放爆发式增长的财务数据（如2028年营收预期约1900亿至2000亿美元）为史诗级IPO造势[5] - 公司IPO规模可能高达1000亿美元，目标估值约2万亿美元，均可能刷新纪录[7] TAM规模与行业对比 - Anthropic的30万亿美元TAM是标普1500指数中191家科技公司去年营收总和（2.4万亿美元）的12倍以上[2] - TAM定义为在100%市场份额下产品或服务能获得的总营收机会[3] - 公司量化TAM时将AI模型能够完成的全部工作量纳入考量[4] - 过去十年大型IPO的TAM数字大幅膨胀：优步2019年IPO声称6万亿美元，WeWork声称3万亿美元，如今与Anthropic的30万亿美元以上相比微不足道[4] - 相关估算高度依赖产业数据与投资银行模型，带有相当程度的假设，AI可能重塑众多产业使预测更加困难，30万亿美元TAM面临可信度考验[4] 财务爆发式增长数据 - 公司内部预计2028年营收将达到约1900亿至2000亿美元[5] - 截至7月底年化营收已突破650亿美元，较5月的470亿美元增长约38%[6] - 第二季度营业收入超过115亿美元，较去年同期实现约14倍巨幅增长[6] IPO规模与估值 - 公司可能寻求募资最高1000亿美元，高于SpaceX的860亿美元[7] - 目标估值约为2万亿美元，超过SpaceX上市时的1.77万亿美元[7] - 上市计划仍在讨论，相关数字可能调整，预计未来数周公开IPO财务文件，最快可能于9月或10月初挂牌[8]

地缘政治风险与贸易摩擦升级 - 美国总统特朗普考虑将安大略湖更名为“美国湖”，并称预计未来与加拿大安大略省经贸往来减少 [1] - 加拿大工业部长强硬回应，称五大湖是加拿大立国根基，将坚决捍卫 [1] - 美加贸易谈判上周破裂，关税争端持续升级，双方爆发口水战，安大略省省长与特朗普互相攻击 [1] 对跨境贸易与区域经济的潜在影响 - 安大略湖地处美加交界，北岸为加拿大安大略省，南岸为美国纽约州，该区域是两国经贸关键节点 [1] - 特朗普言论直接关联安大略省，暗示未来可能减少与该省经贸往来，对依赖跨境供应链的行业构成风险 [1] - 加拿大工业部长表态将“予以反击”，预示贸易摩擦可能进一步波及双边投资与商品流动 [1]

文章核心观点 - 证券板块在2024年8月26日早盘出现异动拉升，多只个股涨停或跟涨，主要受券商板块上半年业绩普遍超预期消息驱动 [2][5] 板块异动表现 - 湘财股份直线拉涨停，涨幅10.03%，报收8.67元，总市值248亿，换手率2.59%，成交额6.2亿 [2][4][5] - 锦龙股份直线拉涨停，涨幅10.05%，报收9.75元，总市值87亿，换手率0.89%，成交额4.67亿 [2][3][5] - 哈投股份跟涨7.34%，报收5.85元，总市值122亿 [5] - 招商证券跟涨5.27%，报收18.59元，总市值1552亿 [5] - 国元证券跟涨4.35%，报收7.67元，总市值335亿 [5] - 太平洋跟涨3.54%，报收3.51元，总市值239亿 [5] - 西部证券跟涨3.50%，报收6.80元，总市值304亿 [5] - 南华期货跟涨3.20%，报收11.92元，总市值114亿 [5] - 国泰海通跟涨3.24%，报收17.87元，总市值2999亿 [5] 业绩驱动因素 - 券商板块上半年业绩普遍超预期，头部机构盈利弹性显著释放 [5] - 中泰证券上半年净利润增幅最大，达146.38% [5] - 财达证券、华安证券上半年业绩增长均超一倍 [5] 机构观点 - 光大证券认为在量能收缩和市场情绪回落的背景下，A股上涨斜率或将改变，市场可能转向震荡格局 [6] - 资金会流向估值合理、具备业绩支撑且与市场景气度高度相关的板块 [6] - 券商作为资本市场的核心中介，其景气度与市场活跃度及改革深化紧密相连，成为震荡市中值得关注的领域 [6]