全球直播 | Online | 19-20 August 2020

　　2020年隨著新冠疫情的蔓延，全球都投入到積極防控的大潮中，如何獲取和處理COVID-19數(shù)據(jù)，必然成為本屆會議的熱點(diǎn)主題 。第四屆“Stata中國用戶大會”(China Stata Users' Conference) 將以“新應(yīng)用+智交互”為主題，力邀國內(nèi)外行業(yè)及學(xué)術(shù)專家，共同開啟全新主題單元。本次會議將開展線上直播的方式與大家見面，共享Stata應(yīng)用新思路。知識碰撞、經(jīng)驗(yàn)交流、數(shù)據(jù)共享，每年暑期如約而至，今年 “云”上見！ 

關(guān)注會議官網(wǎng)，了解更多信息 >

　　精彩主題搶先看！

　　嗨！又到了每年一屆Stata中國用戶大會，是否又勾起了你那顆求索心呢？小編迫不及待的要和大家分享本屆精彩主題 ，會議特邀StataCorp LLC軟件工程總監(jiān)彭華博士、首席軟件工程師徐朝博士遠(yuǎn)洋連線，為大家?guī)砣绾瓮ㄟ^Stata獲取和處理COVID-19數(shù)據(jù)和從Python調(diào)用Stata等熱點(diǎn)主題，同時(shí)也不乏歷屆會議的老面孔，南開大學(xué)王群勇教授、山東大學(xué)教授陳強(qiáng)，中山大學(xué)連玉君副教授，講述Stata的前沿學(xué)術(shù)之美，還有來自北京師范大學(xué)金承剛教授、中國人民大學(xué)陳傳波副教授，分享基于Stata模擬的內(nèi)生性來源及其應(yīng)對及因果推斷統(tǒng)計(jì)分析的專題報(bào)告。會議同期將延續(xù)一站式的Stata夏令營活動(dòng)，打造”一會兩營“的創(chuàng)新學(xué)術(shù)提升計(jì)劃，聚合Stata應(yīng)用分析，數(shù)據(jù)探索，分析模型，因果推斷等熱門專題 ，是您發(fā)現(xiàn)Stata新價(jià)值的絕佳機(jī)會！期待來自激情夏日的云端碰撞，精彩不容錯(cuò)過！

　　專題介紹

　　1、使用Stata獲取與處理COVID-19數(shù)據(jù)

　　演講嘉賓：Hua Peng（StataCorp LLC）

　　嘉賓介紹：Dr. Hua Peng has a PhD in mathematics from Brandeis University. He joined StataCorp LLC in 2004 as a software developer and is now the Director of Software Engineering. His areas of responsibility include Unicode, the Mata language, Stata/MP, Stata's Do-file Editor, and more.

　　主題摘要：快速數(shù)據(jù)獲取和分析是公共衛(wèi)生決定的基礎(chǔ)。我們將展示Stata中各種獲取數(shù)據(jù)的工具包，及其在獲取與處理COVID-19數(shù)據(jù)中的應(yīng)用。

　　2、Call Stata from Python

　　演講嘉賓：Zhao Xu （StataCorp LLC）

　　嘉賓介紹：Zhao Xu is a Principal Software Engineer at StataCorp LLC. He is the  primary developer of Stata's new Python suite. He has been developing  Stata since 2012. He holds a master's degree in applied mathematics from  Wuhan University of Technology and a PhD in statistics from the  University of Louisiana at Lafayette.

　　主題摘要：

　　Stata 16 introduces tight integration with Python, allowing users toembed and execute Python code from within Stata. In this talk, I willdemonstrate new functionality we have been working on -- calling Statafrom within Python. We are working on providing two ways to let usersinteract with Stata from within Python: the IPython magic commands and asuite of API functions. With those utilities, you will be able to runStata conveniently from Python environments, such as JupyterNotebook/console, Jupyter Lab/console, Spyder IDE, or Python launchedfrom a Windows Command Prompt, Unix terminal, etc.

　　3、混頻回歸方法與Stata應(yīng)用

　　演講嘉賓：王群勇（南開大學(xué)）

　　嘉賓介紹：王群勇，經(jīng)濟(jì)學(xué)教授、博士生導(dǎo)師，南開大學(xué)數(shù)量經(jīng)濟(jì)研究所所長，中國數(shù)量經(jīng)濟(jì)學(xué)會常務(wù)理事，中國統(tǒng)計(jì)學(xué)會常務(wù)理事。主持國家自然科學(xué)基金青年項(xiàng)目、天津市科技支撐計(jì)劃項(xiàng)目、教育部人文社科項(xiàng)目、中國人民銀行、國家統(tǒng)計(jì)局等多項(xiàng)國家級和省部級課題。曾獲得國家統(tǒng)計(jì)局統(tǒng)計(jì)科學(xué)研究優(yōu)秀成果一等獎(jiǎng)、天津市科技進(jìn)步二等獎(jiǎng)等多項(xiàng)榮譽(yù)。其網(wǎng)絡(luò)課程《計(jì)量經(jīng)濟(jì)學(xué)入門30講》、《計(jì)量分析方法與Stata應(yīng)用（中級30講）》得到廣泛好評。

　　主題摘要：

　　常見變量的抽樣頻率并不統(tǒng)一，比如GDP經(jīng)常是季度的，而通脹率是月度的，金融市場數(shù)據(jù)往往是日度的?；祛l數(shù)據(jù)回歸是用低頻變量對高頻變量回歸，通過數(shù)據(jù)驅(qū)動(dòng)的方法對高頻變量的不同期賦權(quán)以提高精確預(yù)測的一種方法，在宏觀經(jīng)濟(jì)預(yù)測中得到越來越廣泛的應(yīng)用。本文介紹混頻回歸模型及Stata的新指令：midasreg。這一指令允許對多種不同頻率的數(shù)據(jù)進(jìn)行回歸，包含了STEP、PDL、Beta等多種加權(quán)函數(shù)，兼容estat、predict等Stata的標(biāo)準(zhǔn)指令。 

　　4、跨度回歸、偏度回歸與峰度回歸及Stata應(yīng)用

　　演講嘉賓：陳強(qiáng)（山東大學(xué)）

　　嘉賓介紹：陳強(qiáng)，分別于1992年與1995年獲得北京大學(xué)經(jīng)濟(jì)學(xué)學(xué)士與碩士學(xué)位，2007年獲美國Northern IllinoisUniversity數(shù)學(xué)碩士與經(jīng)濟(jì)學(xué)博士學(xué)位，現(xiàn)任山東大學(xué)經(jīng)濟(jì)學(xué)院教授，博士生導(dǎo)師，泰岳經(jīng)濟(jì)研究中心副主任（主持工作）。主要研究領(lǐng)域?yàn)橛?jì)量經(jīng)濟(jì)學(xué)、經(jīng)濟(jì)史。已獨(dú)立發(fā)表論文于Oxford Economic Papers (lead article)，Economica，Journalof Comparative Economics，《經(jīng)濟(jì)學(xué)(季刊)》、《世界經(jīng)濟(jì)》等國內(nèi)外期刊。著有暢銷教材《高級計(jì)量經(jīng)濟(jì)學(xué)及Stata應(yīng)用》（第2版，高教社，2014）與《計(jì)量經(jīng)濟(jì)學(xué)及Stata應(yīng)用》（高教社，2015）。2010年入選教育部新世紀(jì)優(yōu)秀人才支持計(jì)劃。

　　主題摘要：

　　Quantile regression provides a powerful tool to study the effects of covariates on key quantiles of conditional distribution. Yet we often still lack a general picture about how covariates affect the overall shape of conditional distribution. Using quantile-based measures of spread, skewness and kurtosis, we propose spread regression, skewness regression and kurtosis regression as empirical tools to quantify the effects of covariates on the spread, skewness and kurtosis of conditional distribution. While spread regression can be implemented by official Stata command "iqreg", we provide new Stata commands "skewreg" and "kurtosisreg" for skewness regression and kurtosis regression respectively, and illustrate them with an example of the U.S. wage data with substantive findings.

　　5、基于Stata模擬的內(nèi)生性來源及其應(yīng)對

　　演講嘉賓：陳傳波（中國人民大學(xué)）

　　嘉賓介紹：陳傳波，管理學(xué)博士。中國人民大學(xué)農(nóng)業(yè)與農(nóng)村發(fā)展學(xué)院副教授，博士生導(dǎo)師，國家統(tǒng)計(jì)局—中國人民大學(xué)數(shù)據(jù)開發(fā)中心研究員，中國農(nóng)業(yè)技術(shù)經(jīng)濟(jì)學(xué)會理事，中國社會保障學(xué)會醫(yī)療保障專業(yè)委員會委員。長期從事微觀數(shù)據(jù)分析和教學(xué)，著有《STATA十八講》等專著，并為研究生講授《高級計(jì)量經(jīng)濟(jì)學(xué)》十余年，曾在《統(tǒng)計(jì)研究》等期刊發(fā)表過相關(guān)論文，為國家第三次農(nóng)業(yè)普查骨干培訓(xùn)班和全國農(nóng)民工監(jiān)測培訓(xùn)班授課講師。

　　主題摘要：

　　內(nèi)生性雖然是一個(gè)老生常談的話題，但仍然很容易在建模的過程中被忽略。通過統(tǒng)一的框架和簡單的Stata程序模擬，我們展示了自選擇偏誤、聯(lián)立因果、遺漏變量、測量誤差等如何導(dǎo)致內(nèi)生性。并結(jié)合通俗易懂的案例展示控制變量、差分估計(jì)、工具變量、斷點(diǎn)回歸、匹配等方法在什么條件下，以及如何克服內(nèi)生性，并獲得一致估計(jì)。

　　6、平滑轉(zhuǎn)換模型與Stata應(yīng)用

　　演講嘉賓：王群勇（南開大學(xué)）

　　嘉賓介紹：王群勇，經(jīng)濟(jì)學(xué)教授、博士生導(dǎo)師，南開大學(xué)數(shù)量經(jīng)濟(jì)研究所所長，中國數(shù)量經(jīng)濟(jì)學(xué)會常務(wù)理事，中國統(tǒng)計(jì)學(xué)會常務(wù)理事。主持國家自然科學(xué)基金青年項(xiàng)目、天津市科技支撐計(jì)劃項(xiàng)目、教育部人文社科項(xiàng)目、中國人民銀行、國家統(tǒng)計(jì)局等多項(xiàng)國家級和省部級課題。曾獲得國家統(tǒng)計(jì)局統(tǒng)計(jì)科學(xué)研究優(yōu)秀成果一等獎(jiǎng)、天津市科技進(jìn)步二等獎(jiǎng)等多項(xiàng)榮譽(yù)。其網(wǎng)絡(luò)課程《計(jì)量經(jīng)濟(jì)學(xué)入門30講》、《計(jì)量分析方法與Stata應(yīng)用（中級30講）》得到廣泛好評。

　　主題摘要：

　　平滑轉(zhuǎn)移模型描述了變量之間在兩種或多種狀態(tài)之間的轉(zhuǎn)換關(guān)系，狀態(tài)之間通過平滑轉(zhuǎn)移函數(shù)來實(shí)現(xiàn)。這一模型在宏觀經(jīng)濟(jì)和金融市場中得到廣泛應(yīng)用。比如，石油價(jià)格與經(jīng)濟(jì)波動(dòng)、銀行業(yè)與經(jīng)濟(jì)發(fā)展等。本文介紹平滑轉(zhuǎn)換模型的設(shè)定和相關(guān)檢驗(yàn)，以及Stata的新程序：stregress。這一指令適用于時(shí)間序列、截面數(shù)據(jù)和面板數(shù)據(jù)，包含了LSTR、ESTR、NSTR、L2STR等多種轉(zhuǎn)換函數(shù)，以及模型的線性性、殘差的序列相關(guān)、參數(shù)常數(shù)特征等多種檢驗(yàn)。

　　7、Causal Mediation

　　演講嘉賓：金承剛（北京師范大學(xué)）

　　嘉賓介紹：金承剛，北京師范大學(xué)社會發(fā)展與公共政策學(xué)院教授。曾于國家衛(wèi)生部管理世界銀行資助的健康項(xiàng)目11年，曾于Karolinska institute從事流行病學(xué)統(tǒng)計(jì)分析。目前主要從事統(tǒng)計(jì)的應(yīng)用性分析。主要研究方向：混雜偏倚和選擇偏倚的控制、政策與項(xiàng)目干預(yù)的效果評價(jià)（impact evaluation）、類實(shí)驗(yàn)設(shè)計(jì)與效果評價(jià)、流行病學(xué)研究和臨床設(shè)計(jì)與統(tǒng)計(jì)分析，衛(wèi)生經(jīng)濟(jì)學(xué)評價(jià)。

　　主題摘要：

　　干預(yù)或暴露的效應(yīng)估計(jì)的是一個(gè)常見的效果評價(jià)，是一個(gè)重要的因果推斷統(tǒng)計(jì)分析內(nèi)容。為了進(jìn)一步理解作用機(jī)理或作用路徑改進(jìn)干預(yù)策略，中介效應(yīng)成為社會發(fā)展學(xué)科和流行病學(xué)的研究的重要研究內(nèi)容之一，并形成不同的流派。Causal Mediation則是從counterfactual的框架出發(fā)，處理exposure-mediating confounding, exposure-outcome confounding和對mediating-outcome confounding進(jìn)行敏感度檢驗(yàn)。 

　　8、合成控制法安慰劑檢驗(yàn)改進(jìn)研究

　　演講嘉賓：連玉君（中山大學(xué)）

　　嘉賓介紹：連玉君，西安交通大學(xué)經(jīng)濟(jì)學(xué)博士，中山大學(xué)嶺南學(xué)院副教授，博士生導(dǎo)師。已在《China Economic Review》、《經(jīng)濟(jì)研究》、《管理世界》、《經(jīng)濟(jì)學(xué)(季刊)》、《金融研究》、《統(tǒng)計(jì)研究》等期刊發(fā)表論文 60 余篇。目前已完成 Panel VAR、Panel Threshold、Two-tier Stochastic Frontier 等計(jì)量模型的 Stata 實(shí)現(xiàn)程序，并編寫過幾十個(gè)小程序，如 winsor2, xtbalance, bdiff, ua 等。連玉君老師團(tuán)隊(duì)一直積極分享 Stata 應(yīng)用中的經(jīng)驗(yàn)，開設(shè)了 [連享會-主頁]，[連享會-直播間]，[連享會-知乎] 等專欄，并定期在微信公眾號 (Stata連享會) 中發(fā)布精彩推文，累積閱讀量超過200萬人次。

　　主題摘要：

　　合成控制法安慰劑檢驗(yàn)改進(jìn)研究—基于標(biāo)準(zhǔn)化處理效應(yīng)和非拒絕域的統(tǒng)計(jì)推斷。合成控制法的統(tǒng)計(jì)推斷主要依賴于以置換檢驗(yàn) (Permutation test) 為基本思想的「安慰劑檢驗(yàn)」，但該方法存在嚴(yán)重的過度拒絕和顯著性追逐問題。本文通過「準(zhǔn)標(biāo)準(zhǔn)化」轉(zhuǎn)換來懲罰安慰劑檢驗(yàn)過程中的噪音成分，以避免干預(yù)后政策效果分布的非一致性問題，從而保證我們可以在不刪除觀察值的情況下實(shí)施安慰劑檢驗(yàn)。上述改進(jìn)可以克服傳統(tǒng)統(tǒng)計(jì)量面臨的過度拒絕和顯著性追逐問題。研究發(fā)現(xiàn)：(1) 通過進(jìn)行安慰劑檢驗(yàn)標(biāo)準(zhǔn)化處理，能夠有效地降低隨機(jī)沖擊的異方差性以及估計(jì)偏誤造成的過度拒絕問題；(2) 安慰劑檢驗(yàn)標(biāo)準(zhǔn)化處理能夠使得干預(yù)后時(shí)期處理組與潛在控制組的政策效果分布滿足一致性，避免對于顯著性結(jié)果的追逐問題；(3) 基于標(biāo)準(zhǔn)化處理結(jié)果，我們能夠在相對干凈的數(shù)據(jù)條件下，通過使用bootstrap法構(gòu)造政策效果的「非拒絕域」，從而保證了合成控制法的統(tǒng)計(jì)推斷框架能與傳統(tǒng)統(tǒng)計(jì)推斷保持一致。 

　　會議投稿

　　誠邀廣大Stata用戶向會議投稿，優(yōu)質(zhì)稿件，我們將安排大會演講。任何與Stata相關(guān)或與Stata用戶相關(guān)的主題都是合適的，包括以下內(nèi)容： 

　　（1）用于模型估計(jì)，圖形，數(shù)據(jù)管理，結(jié)果報(bào)告或其他目的新命令；

　?。?）使用Stata管理或分析數(shù)據(jù)，編程Stata或Mata，或?qū)tata與其他軟件或框架一起使用的新方法；

　?。?）現(xiàn)有Stata命令的創(chuàng)新使用或評估；

　　（4）與Stata用戶特別相關(guān)的新分析方法；

　?。?）將Stata用于特定應(yīng)用或特定學(xué)科或環(huán)境的案例研究；

　?。?）使用Stata用于數(shù)據(jù)統(tǒng)計(jì)或使用Stata的方法和資源；

　?。?）Stata與其他軟件的比較，包括從另一個(gè)軟件轉(zhuǎn)換到Stata 。

　　優(yōu)秀稿件經(jīng)過專家評審后，評投搞大獎(jiǎng)一名，獎(jiǎng)品：Stata/SE V16正版軟件（一年許可）一套，并邀請免費(fèi)參會并安排大會演講。投給大會的其它優(yōu)質(zhì)稿件，我們將安排小編潤色后，以投稿者的名義通過"友萬學(xué)院"公眾號推送，并推薦給StataCorp LLC。歡迎廣大Stata用戶及愛好者踴躍投稿！來稿請投遞至：info@uone-tech.cn，截稿日期：2020年8月15日，郵件標(biāo)題標(biāo)注為：Stata用戶大會投稿。

會議詳細(xì)議程

2020 Stata夏季訓(xùn)練營

　　Stata夏令營“非線模型講述非常故事”專場 

　　特邀講師：王群勇 教授（南開大學(xué)）

　　直播時(shí)間：2020年8月17-18日

　　課程概要→世界的本質(zhì)是非線性的。如果我們覺得世界是平的，那只是因?yàn)槲覀兊囊曇疤?。在?shí)證研究中，線性模型往往作為基準(zhǔn)模型描述變量之間的整體平均關(guān)系，但“線性模型總是相似的，非線性模型各有各的非線性”，每一種非線性都可以講述一個(gè)不同尋常的故事。當(dāng)估計(jì)完一個(gè)線性模型之后，是不是總覺得缺少什么? 如何擺脫線性模型的單調(diào)和千篇一律？本課程帶領(lǐng)你學(xué)會如何從數(shù)據(jù)中挖掘與他人不一樣的精彩故事。本課程主要介紹非線性模型的基本思想與算法，并結(jié)合具體案例，介紹Stata實(shí)踐操作。全程采用Stata16最新版本演示。

　　Stata夏令營“自然實(shí)驗(yàn)與因果推斷”專場

　　特邀講師：王群勇 教授（南開大學(xué)）

　　直播時(shí)間：2020年8月21-22日

　　課程概要→因果推斷是微觀計(jì)量分析的重要特征之一。反事實(shí)是因果推斷的最基本框架，自選擇等問題導(dǎo)致的政策內(nèi)生性給政策評估帶來諸多障礙。本課程介紹利用觀測數(shù)據(jù)進(jìn)行因果推斷的幾大利器：如何利用自然實(shí)驗(yàn)（或準(zhǔn)實(shí)驗(yàn)）推斷因果關(guān)系、如何克服政策的內(nèi)生性問題、斷點(diǎn)設(shè)計(jì)如何減弱了政策內(nèi)生性問題和模型錯(cuò)誤設(shè)定問題、以及面板數(shù)據(jù)中如何利用雙重查分和合成控制構(gòu)建反事實(shí)的策略。本課程主要介紹非線性模型的基本思想與算法，并結(jié)合具體案例，介紹Stata實(shí)踐操作。全程采用Stata16最新版本演示。

組織單位

　　主辦方

　　北京友萬信息科技有限公司，簡稱：友萬科技。英文全稱：Beijing Uone Info&Tech Co.,Ltd，(Uone-Tech)，總部設(shè)在北京市昌平科技園區(qū)。Stata中國授權(quán)經(jīng)銷商及合作伙伴，是一家專注于引進(jìn)國外市場軟件硬件產(chǎn)品的高科技企業(yè)，公司擁有先進(jìn)的軟件管理系統(tǒng)、案例分析系統(tǒng)及大數(shù)據(jù)分析系統(tǒng)等自主研發(fā)的數(shù)據(jù)平臺。依托國外原廠及自身經(jīng)驗(yàn)豐富的技術(shù)團(tuán)隊(duì)資源，為不同領(lǐng)域的客戶提供全面的解決方案。了解更多>

　　協(xié)辦方

　　StataCorp LLC          南開大學(xué)數(shù)量經(jīng)濟(jì)研究所  

　　合作微信公眾號

　　友萬軟件、友萬學(xué)院、Stata連享會、計(jì)量經(jīng)濟(jì)學(xué)及Stata應(yīng)用、StataPlus 

　　費(fèi)用須知

　　本次會議及夏令營活動(dòng)，為實(shí)現(xiàn)安全、環(huán)保、高效的會議質(zhì)量，減少人員聚集，將通過線上直播方式召開，由主辦方提供直播及會務(wù)服務(wù)，并提供優(yōu)惠的價(jià)格方案組合供參會用戶選擇，具體費(fèi)用如下：

• 第四屆Stata中國用戶大會 

  會議時(shí)間：2020年8月19-20日

  會議費(fèi)用：800元/人

• Stata夏令營“非線模型講述非常故事”專題研討會

  培訓(xùn)時(shí)間：2020年8月17-18日 

  培訓(xùn)費(fèi)用：2400元/人 

• Stata夏令營“自然實(shí)驗(yàn)與因果推斷”專題研討會

  培訓(xùn)時(shí)間：2020年8月21-22日 

  培訓(xùn)費(fèi)用：2400元/人 

參會費(fèi)用優(yōu)惠方案

　　報(bào)名繳費(fèi)

　　請掃描下圖二維碼在線報(bào)名，并確保完整的填寫表格信息，我們將通過您提交的信息推送會議直播信息，并郵寄”報(bào)名大禮包“，感謝您的關(guān)注與支持！

立即掃碼報(bào)名，免費(fèi)領(lǐng)取大禮包 !

　　備注： 

　　1.以上優(yōu)惠方案不同時(shí)適用，請選取最優(yōu)方案執(zhí)行。 

　　2.繳費(fèi)方式可以通過銀行電匯或支付寶、微信掃碼支付。 

　　3.發(fā)票開具類目為培訓(xùn)費(fèi)/會議費(fèi)，任選其一。 

　　4.報(bào)名后如無法參加,請于8月15日17:00前告知，后期不接受退費(fèi)。

　　收款帳戶：

　　微信收款二維碼

　　支付寶收款二維碼

　　銀行收款帳戶 

　　對公轉(zhuǎn)帳：

　　開戶名：北京友萬信息科技有限公司

　　開戶行：中國建設(shè)銀行北京昌平支行

　　賬   號：11050181360009366857

　　會務(wù)組聯(lián)系方式

　　聯(lián)系人：王老師 、顧老師

　　手機(jī)/微信同號：18612990364、13124728855

　　QQ在線咨詢：3357724577

　　QQ在線咨詢：2196837879

　　QQ在線咨詢：124932243

　　電話：010-56451128

　　傳真：010-56451128

　　郵箱：marketing@uone-tech.cn

　　官網(wǎng)：http://www.uone-tech.cn/ChinaStataConference2020

Stata紀(jì)念帆布包，限時(shí)活動(dòng)免費(fèi)領(lǐng)，感恩大回饋?。?！

　　轉(zhuǎn)發(fā)有禮！第四屆”Stata中國用戶大會“感恩大回饋！轉(zhuǎn)發(fā)本推文至微信朋友圈，收集點(diǎn)贊，即可領(lǐng)取禮品。轉(zhuǎn)發(fā)獎(jiǎng)品設(shè)置：38個(gè)贊-Stata紀(jì)念帆布包（限前100名）；58個(gè)贊-100元代金券一張；68個(gè)贊-200元代金券一張。（代金券可用于所有培訓(xùn)、課程及購買產(chǎn)品）

掃碼了解活動(dòng)詳情

　　北京友萬信息科技有限公司，英文全稱：Beijing UoneInfo&Tech Co.,Ltd (Uone-Tech)，作為Stata軟件在中國大陸的授權(quán)經(jīng)銷商及合作伙伴，希望能給Stata中國用戶提供更多服務(wù)與支持，并幫助中國用戶建立完善的軟件售后服務(wù)體系。Stata16新版本已經(jīng)發(fā)布,如需申請新版本軟件試用、新版本采購及老版本更新升級請聯(lián)系我們，感謝您的支持與關(guān)注。Tel/WeChat: 18610597626  Email: crystal@uone-tech.cn。