三年自然災害期間，因為食品短缺造成了一定數量的非正常死亡，具體是多少有很多說法，其中有一個叫金輝的人，最早提出了3000萬的說法，而老賊楊繼繩的推斷是4060萬，茅于軾這個老賊更是說達到5000萬，真是數不驚人死不休，他們的目的不言自明，雖然筆者一直不相信會死那么多人，但一直沒有去考證，直到最近在一個論壇上看到有人又提什么至少3000萬，我提出質疑，對方讓我找證據，并告訴我他們的數據源于金輝、楊繼繩、曾樹基等人的論文或專著，還有外國人的研究結論（這可能更扯淡，中國人自己還整不明白呢）。金、楊的結論的基礎是一份所謂的國家統計局的一份人口數據表，本文所要討論的也是這個表，因為一旦這個數據表有問題金、楊等人的結論也就站不住腳了，因為金輝說的少些，就按他說的最少的3000萬來論證吧。
一、 金輝的算法和結論
金輝的論文出的早，1993年就有了，大家可以在網上很容易找到他的文章，金輝的公式：
出生人口—正常死亡人口—人口增加=非正常死亡，
金輝的算法中：出生人口用到了統計局表（表1）中的出生率、人口總數，正常死亡則從災害之外的相近年份估算的平均值，人口增加為本年人口減去上一人口，表上也可以直接查到，于是金輝利用這個公式計算出了60、61年的非正常死亡之和為2521萬，但是他在用這個公式算59年的數字時遇到了麻煩，（用他的算法算下來是一個可笑的負數，而且不是一個可以忽略的小數字，是負的360萬），于是他又根據那一一年的死亡率估算一個291萬的非正常死亡，于是，三年非正常2800萬出籠了（后來別有用心的人又給進到了3000萬，那些口口聲聲普世的家伙對于中國的死亡數怎么就如此的慷慨,），金輝這還嫌不夠，因此又在其論文的下半部左推右猜又補充死亡1290萬，于是4060萬出爐了。（這可能是楊老賊數據的出處吧，楊老賊的扯淡文章我是懶得看，浪費生命啊！）。單看金輝把不同方法得來的數據往一塊加就極其不嚴肅，根本不是一個學者應該犯的錯誤，只引用對自己希望出現的結果有用的數據，出現問題不去懷疑自己的算法和引用的數據，而是瞎算加胡推論，這樣的結論慘不忍睹，居然還能登上國家雜志，混淆視聽。
二、 金輝算法、結論的分析
金輝公式本身沒什么問題，因為他是從下面這個公式演變來的，即
出生數—死亡數=人口增加，這個公式更直觀，不過還要用到：
死亡總數=非正常死+正常死，這也沒問題，按理這個公式最直觀、最簡單（金輝59年的數據就用這個算法得到），死亡總數能根據表上的數據算出出來，也不會導致非正常死亡是負數這樣可笑的結論出現，而且三年的數據都出自一個口徑（即公布死亡率和當時人口基數），這樣誤差會小很多，說的形象點兒類似于合并同類項，金輝為什么兜圈子用他的復雜公式呢，因為按照簡單公式和誤差小的算法得到的三年非正常死亡人數約是1400萬（根據表1），這顯然不是金輝希望看到的，于是他開始質疑了，但他不去質疑60年人口突然出現負1000萬增長，而去懷疑表中的出生率、死亡率、和自然增長率，于是乎又推論出2800萬背后還有1200多萬非正常死亡的結論，驢唇不對馬嘴。
金輝對表中負1000萬卻深信不疑，因為這是他得出結論必須的，他已喪失一個作為學者應該有的嚴肅與公正，看到這個人還論證過那三年根本沒有什么自然災害的文章，他的險惡用心和陰暗心理已不言自明，他的論文可以說沒什么價值了，但偏偏有更陰險之人居然據此寫下洋洋灑灑80萬的所謂專著“墓碑”，讓一些沒腦子的反毛們如獲至寶，每每用來引用，討論一個沒譜的結論竟然用80萬字，那都是些什么垃圾文字，你有那功夫怎么不去考證金輝結論的可靠性。茅賊于軾更是駭人聽聞的提出了5000萬的說法，死這么多沒輪到你這個右派，你當時被當寶貝供起來了？
金輝的公式沒問題，卻能得到荒唐的結論，那么顯然是數據出了問題，金輝的反應是三率有問題，我的反應是59年人口數目有問題，因為59年已是災年，人口竟然凈增1200多萬，而59年共出生約1500萬，災年僅死亡300多萬，比正常年份死的還少很多，而同是災年的60年卻要死亡超過2000多萬，跳躍的是不是太大了？這可能么？而用當年死亡率估算死亡人口是900多萬，同一年的數字出現如此大的矛盾現象，說明某些數字被人改動了，因為統計局的個個數據是相關的，單改某些數字就會產生這樣的問題，這絕對不會是統計局的原始數據，太不專業了，是對統計局基層工作人員智商的侮辱。因為統計局的數字要橫向（同一年內）相符，縱向（歷年內）相符，這很像數獨游戲，受行、列、宮三重限制，你行列都對，但可能和宮中的已知數字矛盾。大家可以演算一下，其實表1中58到62這五年的數據都有問題，數據橫縱兩向都存在不符。而其他年份基本沒有這個問題。
表1
表2 1949-1985年中國大陸歷年人口數據
年份 年末總人口 出生率 死亡率 自然增長率 總和生育率
（萬人） （‰） （‰） （‰） (個)
1949 54167 36.00 20.00 16.00 6.14
1950 55196 37.00 18.00 19.00 5.81
1951 56300 37.80 17.80 20.00 5.70
1952 57482 37.99 17.00 20.99 6.47
1953 58796 37.00 14.00 23.00 6.05
1954 60266 38.19 13.18 25.00 6.28
1955 61465 32.18 12.28 19.90 6.26
1956 62780 33.67 11.40 21.39 5.85
1957 64238 34.03 10.80 23.23 6.41
1958 65346 29.22 11.98 17.24 5.68
1959 66012 24.78 14.59 10.19 4.30
1960 66207 20.86 17.91 2.95 4.02
1961 66457 18.02 14.24 3.78 3.29
1962 67295 22.63 10.02 12.61 6.02
1963 69172 40.00 12.11 27.89 7.50
1964 70499 30.68 11.50 19.18 6.18
1965 72538 38.42 9.50 28.92 6.08
1966 74206 31.82 8.83 22.99 6.26
1967 76032 33.04 8.43 24.61 5.31
1968 78198 36.70 8.21 28.49 6.45
1969 80335 35.35 8.03 27.32 5.72
1970 82542 35.07 7.60 27.47 5.81
1971 84779 34.42 7.32 27.10 5.44
1972 86727 30.59 7.61 22.98 4.98
1973 88761 30.49 7.04 23.45 4.54
1974 90409 25.91 7.34 18.57 4.17
1975 91970 24.59 7.32 17.27 3.57
1976 93267 21.35. 7.25 14.10 3.24
1977 94774 23.03 6.87 16.16 2.84
1978 96159 20.86 6.25 14.61 2.72
1979 97542 20.59 6.21 14.38 2.75
1980 98705 18.26 6.34 11.92 2.24
1981 100072 20.21 6.36 13.85 2.63
1982 101654 22.28 6.60 15.68 2.87
1983 103008 20.19 6.90 13.29 2.42
1984 104357 19.90 6.82 13.08 2.35
1985 105851 21.04 6.78 14.26 2.20
假設金輝的結論正確，即三年間非正常死亡達到了3000萬，加上估算的每年約700萬的正常死亡，三年累計死亡5000萬，而三年中累計出生人口約4000萬，就是說三年后將出現1000萬的負增長，這從表1看是矛盾的，于是金輝的結論是61年底的人口數有問題，按理他可以這么懷疑，但如果是這樣的話，將引起62、63年的數據異常，進而影響到64年的數據，因為61年底人口數如果比表1中的數字少1000多萬的話，到64年是如何也補不回來的，而64年因為進行了人口普查，64年的人口應該是準確的，承認64年數據是我們和金輝等人討論人口變化的基礎，如果連64年的數據也懷疑的話，那大家所有的討論都失去了意義，金輝的結論更是扯淡。如果沒有64年的二次普查，有些問題還真說不清了。
可見無論怎樣論證，金輝的結論都是站不住腳的的，金輝結論的主要支持數據是表1中的兩個人口負增長，因此這兩個數據就相當令人懷疑了。那到底這個負增長可疑還是金輝說的三率有問題呢？請接著看
三、人口數據統計表考證以及我們到底該相信哪些數據
金輝原文中提到的84年公布的那個表在國家統計局的網站上查不到，在能查到的表中缺少58到61年的數據，我在網上查到了的數據表有兩個，一個是表1，一個是表2 ，其中表1和金輝原文中引用的數據一致，而且是有些人說毛左們更改了國家統計局數字（即表2）的根據。既然這些人可以這么認為，那表1是不是可以認為是反毛的人改動的？兩個表格現在應該在同一起跑線了吧？那我們看看誰更可疑。
首先，簡略了解一下統計表中的數據如何獲得。53、64兩年的數字是人口普查的結果，應該是準確的數字了，其余年份人口數量是根據戶籍數估算（戶籍數由公安部門提供），這個要用到平均每戶的人口數。出生率、死亡率都是由抽樣獲取的，而自然增長率是兩者之差，顯然由上一年人口數和自然增長率可算出當年人口，這個可以和按戶籍估算的人口數相比較，如果誤差不是很大，說明人口統計模型基本合理，否則要做相關的修整，顯然戶籍總數更不容易統計，戶均人口數更是不太容易估算的，而出生率等只要取樣數量充分布局合理得到的數據就會很準確，要比根據戶籍得到的人口總數可信度更高，一樣光景的年份出生率、死亡率相差不應該很大，否則就令人懷疑，出生率等因有一定的統計作為基礎，是客觀的，改動了很容易看出問題，這也是表
1、表2中許多年份（主要是57—62）當年人口數相差很大，而三率卻基本一樣，說明改的那個人也很清楚這一點，但是因為數據的相關性，改動的那個表的數據是無法自圓其說的。說出生率相對準確，在從國家統計局網站上查到的另一數據表中得到驗證，見表3 。這是1995年統計的分年齡段人口統計。我當時懷疑63年那么高的出生率，找到了表3（見文章最后）。按表1、表2計算的出生人口都是2800多萬，我開始懷疑沒這么多，但95年32歲的人口確實有那么多，我又看了看64年以前的出生數量，表2表3基本吻合的很好，表1中我看了62年的數，根據表1算的62年出生2400多萬，而95年時33歲人的數量是1900多萬，61、63都很符合，難道單單62年出生的人比那相鄰兩年出生的人口多死500萬，這可不是一個小的比例。因此考證到這里的時候我對出生率的準確性懷疑基本解除了，而表1中數據的可疑之處越來越多。
讓我們來看看表1數據的可疑和不合理的地方。從57年的數字就有問題了。
57年，表上顯示人口狂增1800多萬萬，實際出生人口2100萬左右，僅死亡300多萬（按金輝的公式又是一個非正常死亡負好幾百萬的結果），而按兩個表中自然增長率來計算的話增加1400萬。疑點當年人口被虛加，但出生率已相當高，不能再改，而死亡率太低也不現實，硬著頭皮不改，于是橫向數據不符出現。
58年虛增200萬。三率和表2基本一致。
59年最可笑，災年逆勢增加1200多萬，當年僅出生1500多萬，而按統計死亡率算死亡約990萬。疑點，三率兩個表一致，硬加600余萬。三率不改原因同上。
60年，大躍進式死亡2100多萬，三率中不改變死亡率和2100萬實在不相配了，相應自然生長率也隨之變化，但死亡率改的沒有到位，千分之25的死亡率對應死亡人數約1650萬，為什么不敢再往上編了，因為千分之25的死亡率本身已很高，也比相鄰兩個災年高的太多。
61年，人口數已改爛了，三率沒改，明顯的不符是人口負增長對應著正的人口自然增長率，改數的人已亂了方寸，不是不想改圓，是數據的相關性太強，為了60年1000萬的負增長，改了前三年，可是要回歸64年的普查數據，62、63更費勁了。
62年，很難改了，死亡率不能再低了，于是在出生率上做文章，這就是表1中61年出生率和表2和表3中數據不符的原因吧，虛升500多萬出生人口。
再看看表2，首先自身沒有矛盾，出生率與表3吻合的很好，問題年之外的年份三率與表1相符，問題年中的大部分三率和表1一致，而三率與表1中不一致的地方，表1的數據是如此荒唐，到底誰更可信，大家自己去判斷吧。表1是一個無法自圓其說的數據表，如果其中64年以前的數據要是客觀真實的，統計局相關的工作人員和領導就應該回家種白薯了，那從表面上看都不是一個合格的作業！從改數字看，改動的人應該是比較專業的人，因為萬不得已他都不去動三率，即使有明顯的不符出現，因為那是他們統計局的真實的工作成果，是有據可查的，改了之后也是更加不合理的。毛左們改數據了么，改的難道竟然比專業人士還好？
表1、表2其他方面的證據，兩表中59—61三年的人口出生率一致，都明顯低于前后的年份，死亡率也明顯高于前后年份，這真實的反映了災害，但表1中60年的死亡率比同是災年的前后兩年高的不正常了，即使如此還和當年的數字對不上。
不比不知道，用來攻擊毛左篡改數據的證據竟然比被攻擊的數據還不靠譜，既然如此我們只好更相信表2了。
四、 非正常死亡到底有多少
前面按表1中的死亡率和人口基數統計約為1400萬，這和社科院統計的數量相當，看來中科院使用的數據也是源自表1，只不過社科院沒有按照金輝明顯不靠譜的方法計算，就是沒有相信60年負的1000人口變化。從前面的分析可以看出，表2數據更可信一些，按照表2數據用死亡率計算三年總死亡人數約3080萬，如認定那幾年正常每年死亡約700萬左右，三年約2100萬，這樣得到的三年非正常死亡約1000萬。這已不是個小數了，但對于金輝之流可能覺得太少了。但這是非正常死亡，不是直接餓死1000萬，兩個概念還是不一樣的，真正餓死的我在網上也查閱了一些文章，唯一靠譜的是一個老干部回憶，他說災后曾奉命調查過此事，結論是20萬，因為這個數字當時被批給社會主義抹黑，85年后又變成替左傾掩蓋事實真相，同樣的數字，不同的遭遇，不管你信不信，我反正信了。
結果和過程這樣簡單令我都覺得有些不可思意，其實我們已經接近真實的數據了。這好像對金、楊的那些洋洋灑灑的文字不太尊重，但推理和證據很充分了，至少我比金輝要嚴肅得多，也更嚴謹吧，至于楊的80萬文字就讓它進到他自己的“墓碑”里吧。其實事情本沒那么復雜，顛倒黑白的是84年的數據，我不知道這樣的數據是怎樣出籠的，居然經不起我這樣一個不專業人士的推敲。再一次說明，我計算的數據基礎是表2，中的死亡率，和表1相比僅60年死亡率不同，而表1中的死亡率已證明不可信。人口基數取6.6億，這是比較得到認可的數字。憑什么我要相信公布的死亡率？因為從出生率上看，統計基本準確，而死亡率也是同一群人統計的，因此和真實的至少相差不會很大。另外，沒有比這些更權威的數字，還有新中國成立后，政府一直在有序運作，我們沒有理由去懷疑統計局正常的統計工作，就是說沒有被改過的數據一定是有堅實的統計基礎的，以至于篡改數據的人都不敢輕易去動三率數字，事實上僅幾處改動也一見便知。
這段時間我看了不少關于討論這個問題的帖子，有一位網友的見地比較獨特，他認為相信53年和64年兩次人口普查的結果并以此為基礎，先算出53—64的11年人口增量為1.13億，用二次普查中分年齡段人口數推算出11年間出生2.31，其實用出生率得到各年出生人數同樣得到跟這個數字相符合的2.3億左右，這又證明出生率統計基本準確，也證明53年到64年間出生的孩子都還活著，如果那三年多死了三千萬，小孩在這里的比例一定會很高。他用總出生減去總增加得到11年間共計死亡1.18億，我覺得他的推理和結論到這都很有道理，1.18 億的死亡總數也基本準確，但其后的結論就不太正確了，他說非正常死亡2000萬、3000萬或更多都有可能，他也提到左右兩派互相攻擊對方更改數據，推斷右派不可能改數據，根據我上面的推理他的這些結論也是站不住腳的。根據表2歷年死亡率（按表1也差不多）算11年間共計死亡約9070萬，和前面的1.18億相差2830萬，這可能是那位網友說的非正常死亡2000萬、3000萬都是有可能的依據。但如果把這兩三千萬都算在那三年中，不論怎樣分配，都會對那個表格帶來可笑的不符和，其中表1就是一種嘗試，但相當不成功。那問題到底出在哪里，筆者看了這位網友的帖子，也困惑了好久，后來筆者想到，我們一直假設統計局的三率統計準確，出生率已基本驗證，但死亡率認定基本準確一直沒有證據，但如果統計的模型有問題可能會產生系統誤差，比如整體都偏低了。因此把多出來的數據都往那三年里放是不合理的，一放也會產生不符合，因此應該把多出來這些數字分配到各個年份中去，分配的方式是按每年死亡數的權重來分配，修正各年死亡數，那三年死亡約3000萬，占9070萬的三分之一，約分得930萬，但相應的正常死亡平均數約增加237萬，因此三年增加的非正常死亡約為930—237x3=219萬，加上前面的1000萬，約1200萬。這就是本人的推論，因為修正后數據分配開了，每一年內的數字變化都不是很大，不會對統計表格帶來致命傷，可能有人要問，為什么要這么在意這個表格，因為沒有一個合理的接近真實情況的數據表，我們就失去了討論問題的基礎，無論說多少都是盲目的猜測了。我不敢說我關于死亡率修正的方法一定對，是我想到的最有可能的情形，誰有更好的合理解釋，大家一起來討論。
五、關于曾樹基的論文
曾樹基沒有用到統計局的數據。曾樹基用調查全國各地三年間人口變化來得出結論是3250萬。統計的單位是按古代的府的管轄范圍來統計，為什么要用府作為統計？說是數據來自府志、縣志，也沒怎么具體說明就列出了各省的非正常死亡人數，按理數據的獲得是你論文的重點，你應該羅列得到數據的過程，就那么突然的出來一個表格，誰信呢，要讀者自己去考證，那就得重做曾的工作，這基本是不可能完成的任務，對于曾本人來說，我不知道他有和能量量去完成國家統計局都不可能完成的任務？
結論，非正常死亡約1200萬，黨史二卷說的1000多萬，不知根據在哪，但和我的結論不沖突。
表3
全國分年齡和性別人口 (1995年10月1日) POPULATION BY AGE AND SEX (OCTOBER 1ST,1995) 本表是1995年1％人口抽樣調查數據, 抽樣比為1.04％。 Figures in this table are from the sampling survey in 1995.The sample proportion is 1.04％. ------------------------------------------------------!------------------------------------------------------- | 合 計 ------------------| 性別比 ! | 合 計 ------------------| 性別比 年齡(歲) | (人) | 男 | 女 | (女=100) ! 年齡(歲) | (人) | 男 | 女 | (女=100) Age | Total | | | Sex Ratio ! Age | Total | | | Sex Ratio |(person)| Male | Female |(Female=100)! |(person)| Male | Female |(Female=100) --------------+--------+--------+--------+------------!---------------+--------+--------+--------+------------ 總計 Total |12366952 6294901 6072051 103.67! 50 | 113515 57803 55712 103.75 0-4 | 901256 488560 412696 118.38! 51 | 106693 54827 51866 105.71 0 | 172308 92746 79562 116.57! 52 | 100909 51884 49025 105.83 1 | 149659 81965 67694 121.08! 53 | 99102 50875 48227 105.49 2 | 176120 96520 79600 121.26! 54 | 103904 54039 49865 108.37 3 | 188911 102719 86192 119.17! 55-59 | 475776 246614 229162 107.62 4 | 214258 114610 99648 115.01! 55 | 98846 51318 47528 107.97 5-9 | 1320225 692121 628104 110.19! 56 | 88569 45525 43044 105.76 5 | 269053 142744 126309 113.01! 57 | 98604 51519 47085 109.42 6 | 269091 140809 128282 109.77! 58 | 95288 49669 45619 108.88 7 | 258517 135324 123193 109.85! 59 | 94469 48583 45886 105.88 8 | 280753 146619 134134 109.31! 60-64 | 429181 219026 210155 104.22 9 | 242811 126625 116186 108.98! 60 | 95184 48132 47052 102.30 10-14 | 1084741 563047 521694 107.93! 61 | 86962 44366 42596 104.16 10 | 224016 116222 107794 107.82! 62 | 92130 47541 44589 106.62 11 | 203234 105485 97749 107.91! 63 | 80342 40630 39712 102.31 12 | 211852 110184 101668 108.38! 64 | 74563 38357 36206 105.94 13 | 241613 125444 116169 107.98! 65-69 | 337823 168389 169434 99.38 14 | 204026 105712 98314 107.52! 65 | 81579 41245 40334 102.26 15-19 | 912734 469837 442897 106.08! 66 | 67872 33904 33968 99.81 15 | 188956 97944 91012 107.62! 67 | 70571 35288 35283 100.01 16 | 202060 104670 97390 107.48! 68 | 61532 30456 31076 98.00 17 | 178302 91601 86701 105.65! 69 | 56269 27496 28773 95.56 18 | 166616 85230 81386 104.72! 70-74 | 242721 114915 127806 89.91 19 | 176800 90392 86408 104.61! 70 | 59869 28897 30972 93.30 20-24 | 1080610 535303 545307 98.17! 71 | 52078 24987 27091 92.23 20 | 182449 90781 91668 99.03! 72 | 46391 21975 24416 90.00 21 | 198485 97569 100916 96.68! 73 | 43787 20463 23324 87.73 22 | 217540 106959 110581 96.72! 74 | 40596 18593 22003 84.50 23 | 229840 114046 115794 98.49! 75-79 | 142224 61986 80238 77.25 24 | 252296 125948 126348 99.68! 75 | 36751 16313 20438 79.82 25-29 | 1257801 626178 631623 99.14! 76 | 31131 14096 17035 82.75 25 | 262479 129739 132740 97.74! 77 | 27608 11948 15660 76.30 26 | 254907 126726 128181 98.86! 78 | 25304 10773 14531 74.14 27 | 266519 132914 133605 99.48! 79 | 21430 8856 12574 70.43 28 | 222316 110868 111448 99.48! 80-84 | 72345 28302 44043 64.26 29 | 251580 125931 125649 100.22! 80 | 20209 8187 12022 68.10 30-34 | 1090887 546709 544178 100.47! 81 | 17039 6843 10196 67.11 30 | 250244 125367 124877 100.39! 82 | 14059 5432 8627 62.97 31 | 241765 120752 121013 99.78! 83 | 11226 4188 7038 59.51 32 | 285183 143824 141359 101.74! 84 | 9812 3652 6160 59.29 33 | 196715 98795 97920 100.89! 85-89 | 25506 8258 17248 47.88 34 | 116980 57971 59009 98.24! 85 | 7726 2622 5104 51.37 35-39 | 859345 439150 420195 104.51! 86 | 6404 2137 4267 50.08 35 | 150701 76385 74316 102.78! 87 | 4856 1517 3339 45.43 36 | 139968 71603 68365 104.74! 88 | 3579 1095 2484 44.08 37 | 181141 93240 87901 106.07! 89 | 2941 887 2054 43.18 38 | 203826 104505 99321 105.22! 90-94 | 6458 1682 4776 35.22 39 | 183709 93417 90292 103.46! 90 | 2281 596 1685 35.37 40-44 | 916950 465029 451921 102.90! 91 | 1507 420 1087 38.64 40 | 202816 103563 99253 104.34! 92 | 1182 310 872 35.55 41 | 194547 98671 95876 102.92! 93 | 890 211 679 31.08 42 | 181798 92057 89741 102.58! 94 | 598 145 453 32.01 43 | 181502 91846 89656 102.44! 95-99 | 941 182 759 23.98 44 | 156287 78892 77395 101.93! 95 | 424 86 338 25.44 45-49 | 685194 350151 335043 104.51! 96 | 185 44 141 31.21 45 | 155341 79490 75851 104.80! 97 | 174 19 155 12.26 46 | 148735 76573 72162 106.11! 98 | 109 25 84 29.76 47 | 130893 66963 63930 104.74! 99 | 49 8 41 19.51 48 | 130855 66982 63873 104.87! 100及以上 | 111 34 77 44.16 49 | 119370 60143 59227 101.55! 100 and Over | 50-54 | 524123 269428 254695 105.78! | ------------------------------------------------------!-------------------------------------------------------
相關文章
「 支持烏有之鄉！」
烏有之鄉 WYZXWK.COM
您的打賞將用于網站日常運行與維護。
幫助我們辦好網站，宣傳紅色文化！
歡迎掃描下方二維碼，訂閱烏有之鄉網刊微信公眾號
