郑长德 陈田
新中国成立70 年来,中国经济取得了辉煌成就。1952 年,中国国内生产总值仅为679 亿元,人均GDP仅为119元。2017年,国内生产总值已达到827121.7 亿元,人均GDP 达到59660 元。党的十九大报告指出,中国区域发展不平衡不充分的问题突出。而区域发展不平衡的一个显著特征是劳动生产率在空间上的不均等。70年来,中国劳动生产率显著提升,1952年仅为328元/人,改革开放后,于1979年突破1000 元/人,1996 年突破1 万元/人,达到10415 元/人,2017 年中国劳动生产率突破10 万元/人,达到106533 元/人,1952—2017 年年均增长9.62%。①但区域内、区域间的劳动生产率差异明显。2017年,东北地区、东部地区、中部地区、西部地区的劳动生产率均值分别为93978 元/人、150032元/人、78566元/人、89382元/人。2017年,东部地区的北京、上海、天津劳动生产率分别为224703 元/人、223167 元/人、207293 元/人,而同属于东部地区的河北、海南的劳动生产率仅为84913元/人、76429元/人;2017 年,西部地区的青海劳动生产率为198586 元/人,而西藏、甘肃仅为49402 元/人、48009元/人②。由此可见,中国劳动生产率区域差异较大。
本文探究的是中国劳动生产率及其区域差异在时间和空间上的演变态势。其意义在于,通过对一个较长时间段的劳动生产率及其区域差异在时间和空间上的演变状态的研究,可以捕捉到劳动生产率及其区域差异随时间变化而变化的状态、在演变过程中所表现的空间特征,这种状态和特征通常能够反映国家和地区劳动生产率和经济增长的相对关系,以便更好地观测一个地区的经济发展动态系统,也有助于国家和地区更好地制定缩小劳动生产率区域差异,促进区域经济协调发展的政策。
劳动生产率与经济增长息息相关。新古典增长理论指出,经济增长的路径是稳定的,技术创新、人力资本提升、资本投入是促进经济增长的重要举措。而生产的前提是劳动者。对一个国家和地区而言,总产出与总劳动消耗比通常用以衡量该国和该地区的社会劳动生产率。劳动生产率与经济增长相互促进、相互影响(丁元、周树高,2008),例如,劳动生产率提高可增加社会物质财富而促进工资增长(苏中一,1992),尤其是对出口企业工资增长具有明显促进作用(蒲艳萍等,2015),而工资增长也会促进劳动生产率提高(Peter Mulder、Henri L.F.De Groot,2007)。部门劳动生产率的提高对经济增长的作用尤为明显,一个重要的表现是,农业部门和工业部门相对劳动生产率的提高,可以促进劳动力向第三产业流动(刘雅娇、胡静波,2018),劳动力配置的优化,进而引起产业结构的优化,促进经济增长(罗国勋,2000)。
为了更好地解释中国的经济增长,不少学者将研究集中在劳动生产率上。劳动生产率的研究主要集中在应用方面。王玲(2003)基于指数方法,测算了中国1978—2000年的劳动生产率,并利用诺德豪斯对生产率的分解公式计算了劳动生产率增长因素对劳动生产率增长的贡献度。研究表明,1978—2000 年,中国劳动生产率平均增长速度为7.3%,就业结构变动对劳动生产率的贡献逐渐在变小,经济增长愈发依靠行业自身生产率的提高。高帆、石磊(2009)应用指数方法实证研究了1978—2006年中国31个省(市、区)劳动生产率的收敛性,结果显示:在东部地区领先背景下,劳动生产率增长率呈有限收敛;在东部地区占优条件下,劳动生产率绝对值表现出相对发散的特征。王昊等(2017)对中国劳动生产率增长进行分解,探讨省际劳动生产率差距的演进趋势,并同经合组织成员国进行比较,指出:中国省际劳动生产率差距总体呈M 型演进趋势,中国与OECD 国家的劳动生产率间依然存在差距。也有学者对中国与印度的劳动生产率进行比较并指出,1978—2004 年,中国的劳动生产率反超印度并持续保持领先,但第三产业对两国劳动生产率差距的影响很小,未来中国继续保持领先优势,需提高第三产业的劳动生产率(杨天宇、刘贺贺,2012)。此外,不少学者对行业或产业的劳动生产率进行了研究,如:上海工业劳动生产率增长(熊鸿军、申怡,2013)、中国制造业劳动生产率增长(李小平,2008;金春雨等,2015)、区域工业劳动生产率增长(刘富华,2006)、中国农业劳动生产率增长(汪小平,2007)等。一个较为普遍的结论是,劳动生产率的提高对增长具有重要促进作用,这也表明了研究劳动生产率相关状况,对于分析国家、地区、部门等发展的现实意义。
综上所述,有关中国劳动生产率的文献,既有涉及劳动生产率的演变、比较的研究,又有劳动生产率与经济社会发展关系的研究。但是针对区域劳动生产率差异的研究还相对较少,特别是探讨区域内劳动生产率差异,以及区域劳动生产率差异对总体劳动生产率差异的影响程度的研究缺乏。本文的边际贡献在于:基于较长的时间段,从直观角度和kernel 密度估计角度,分析中国总体及区域劳动生产率的演变状态及空间格局特征;采用Dagum基尼系数及其按子群分解法不仅分析了中国总体和地区内的劳动生产率差异,还考察区域劳动生产率差异对总体劳动生产率差异的贡献度。
本文采用核密度估计、Dagum基尼系数及其按子群分解法分析中国劳动生产率的动态演进和区域差异演变。两种方法以及采用的数据说明如下。
假设随机变量X1,X2,X3,…,Xn,独立同分布,X1的密度函数为f(x)且是未知的,那么核密度估计式可表示为公式(1)。
其中:N为样本数;h为带宽;Xi是独立同分布的观测值;x 是均值;K(·)是核函数,且满足
h(带宽)和N(样本量)的关系要满式(2):
核函数采用高斯核函数,表达式如式(3)所示。
Dagum 基尼系数及其按子群分解法是现行逐渐被学术界所广泛接受的一种测度和分解不平等的方法。其优势在于不仅能测度地区差距,还能对子样本之间的差距性进行分解(Dagum,1997)。Dagum基尼系数用公式(4)表示:
其中,yji、yhr、n、y分别代表j区域第i个省份的劳动生产率、h 区域第r 个省份的劳动生产率,n 为样本省份的数量,y为全国劳动生产率的平均值;k、nj、nh分别代表划分的区域个数、j区域内的省份数量、h区域内的省份数量。
对所划分区域的劳动生产率进行由低到高的排序是计算Dagum基尼系数的前提,排序如表达式(5)所示:
Dagum 基尼系数的来源可分解为Gw、Gnb、Gt三部分,依次表示地区内差异、地区间差异、超变密度对总体差异的贡献,即G=Gw+Gnb+Gt。此外,Gjj、Gjh分别表示j 区域内的基尼系数、j 区域与h 区域间的基尼系数。Gjj、Gjh、Gw、Gnb、Gt的表达式如式(6)、式(7)、式(8)、式(9)、式(10)所示。
公式(11)中:
式中,djh是j 地区与h 地区劳动生产率的差值,表示为j、h 地区中所有yji-yhr>0 的样本值加总的数学期望;pjh为超变一阶矩,理解为j、h 地区中所有yhr-yjh>0 的样本值加总的数学期望;Fj(y)、Fh(y)分别表示j地区、h地区的分布函数。
本文考察时间段为1985—2017 年。原始数据来源是:1985—2008 年数据来源于《新中国六十年统计资料汇编》;2009—2017 年数据来源于各省历年统计年鉴,其中河北2017 年GDP 数据来源于中华人民共和国统计局统计数据库,河北2017年的全社会从业人员为估计值,估计方法是:2017 年的全社会从业人员=2016 年的全社会从业人员+2016 年比2015年全社会从业人员增加的人数。
这部分我们直观描述中国劳动生产率的时空变化,并采用核密度估计法对中国劳动生产率的时空演变进行具体探讨。
1985—2017 年全国及四大区域的劳动生产率均值均呈上升趋势(见图1)。全国劳动生产率均值从1985 年 的1954.17 元/人增加至2017 年的107297.68 元/人,年均增长率为13.5%。从地区的增长率来看,在考察期内,东北地区的劳动生产率年均增长12.07%,东部地区年均增长13.56%,中部地区年均增长13.37%,西部地区年均增长14.08%。1985—2017 年,劳动生产率年均增长率,西部地区>东部地区>中部地区>东北地区。1985年,劳动生产率的均值,东部地区>东北地区>中部地区>西部地区,2017年劳动生产率的均值,东部地区>东北地区>西部地区>中部地区。1985—2000年中部地区劳动生产率的均值要大于西部地区,从2001 年开始,西部地区劳动生产率均值超过中部地区。
为更直观地看清中国劳动生产率的空间分布,采用时间节点分析法,重点考察四个时间节点,1985 年、1996 年、2007 年、2017 年中国劳动生产率在空间上的特征。1985—2017年,中国劳动生产率有了大幅提升,但空间差异明显。1985年,黑龙江、辽宁、北京、天津、上海劳动生产率均在2155 元/人以上;而中部地区和西部地区的劳动生产率相对较低。1996 年,东部地区、东北地区的劳动生产率相对较高,其中北京、上海的劳动生产率超过2 万元/人,而中部地区、西部地区省份的劳动生产率依然相对较低。2007年,虽然东部地区和东北地区的劳动生产率依然相对较高,但已有西部地区省份的劳动生产率达到相对较高的水平,该西部地区省份是内蒙古,但总体上,中西部地区的劳动生产率依然相对较低。2017 年,东部地区和东北地区的劳动生产率总体依然比中部地区和西部地区高,但西部地区许多省份(如陕西、青海、内蒙古、重庆)的劳动生产率已经超过同时期的东北三省和东部地区部分省份,西部地区的劳动生产率差异出现两极分化,而中部地区的劳动生产率依然较低。1985—2017 年,劳动生产率相对较高的省份在逐渐增多,东部地区和东北地区总体的生产率依然相对较高;西部地区的劳动生产率逐渐超过中部地区,西部区域内的劳动生产率高低水平之间的差异越来越明显。
运用核密度估计法分析中国及其四大区域的劳动生产率的时空演变。
由图2 可知,中国劳动生产率动态发展的主要特征是:1985—2017年,核密度估计曲线向右偏移,且偏移幅度较大,说明中国劳动生产率获得较大幅度的提升;在考察期内,中国劳动生产率的核密度曲线波峰高度先变矮再变高,波峰宽度先变宽在变窄,核密度分布的右拖尾先拉长后缩短,说明劳动生产率差距先增大后缩小,总体来说,中国劳动生产率发展高水平的省份逐渐增多、低水平省份在减少,但有部分省份(如青海、江苏、广东、重庆、内蒙古)劳动生产率发展速度较快,与劳动生产率发展较慢的省份(如西藏、云南)形成较大的差距;在考察期内,劳动生产率的核密度曲线先变单峰再变双峰,说明中国各地区的劳动生产率存在两极分化的现象。
图1 1985—2017年全国以及四大经济板块劳动生产率的演变态势
由图3 可知,东北地区劳动生产率的分布特征有:1985—2017 年,东北地区的劳动生产率核密度曲线整体向右移动,说明东部地区的劳动生产率不断提高;在考察期内,波峰先变矮再变高,波峰宽度变化不大,右拖尾变化不大,表明差距先扩大后缩小,总体来说,东北地区的劳动生产率高水平的省份在增多,且劳动生产率增长速度较快的省份(如吉林)与增长相对较慢的省份(如黑龙江)的劳动生产率虽然形成一定差距,但差距并不是很大;考察期内,劳动生产率核密度曲线均呈单峰形态,说明东北各省份的劳动生产率差距并不是非常大,不存在极化现象。
东部地区劳动生产率分布的特征是:1985—2017 年,东部地区劳动生产率核密度曲线向右移动,这说明东部地区劳动生产率发展水平不断提高;1985—2017 年,劳动生产率的波峰高度呈先变高再变矮再略有升高的态势,但波峰高度变化幅度不大,波峰宽度先变宽后变窄,但也变化不大,右拖尾先拉长后变短,总体说明东部地区劳动生产率差距先扩大后变小,劳动生产率发展高水平的省份在增多,低水平的省份在减少,但劳动生产率发展速度较快的省份(如江苏、浙江)与发展速度较慢的省份(如海南)之间的劳动生产率形成一定差距;考察期内,劳动生产率核密度曲线由双峰变为单峰再演变为双峰,说明东部地区劳动生产率在考察期内存在两极分化现象。
图3 中国四大区域劳动生产率的核密度估计
中部地区劳动生产率的分布特征是:1985—2017 年,中部地区劳动生产率核密度曲线整体右移,中部地区劳动生产率水平不断提高;1985 年—2017年,劳动生产率的核密度曲线波峰高度先变高后变矮,波峰宽度有所变宽,右侧拖尾长度变化不大,总体上看,中部地区的劳动生产率差距略有扩大,但扩大幅度不大,随着时间的推进,中部地区的劳动生产率发展速度较快的省份(如湖北、湖南)和发展速度较慢的省份(如山西)的劳动生产率逐渐呈现出大体相当、差距不大的状态;考察期内,劳动生产率核密度曲线由无明显的波峰向单峰演变,总体表现为单峰形态,说明中部地区劳动生产率不存在极化现象。
西部地区劳动生产率的分布特征有:1985—2017 年,西部地区劳动生产率核密度曲线整体右移,说明西部地区劳动生产率水平在不断提高;1985—2017年,劳动生产率的核密度曲线波峰高度先变高后变矮,波峰宽度逐渐变宽,右拖尾逐渐增大,说明西部地区劳动生产率发展水平高的省份逐渐增多,发展水平低的省份逐渐减少。但有部分省份(如青海、内蒙古)劳动生产率发展较快,与发展较慢的省份(如甘肃、西藏)之间形成较大差距;1985—2017年,劳动生产率的核密度曲线由多峰变为双峰再变为单峰,说明考察期内西部地区的劳动生产率存在多极化或者两极分化现象,不同年份极化现象有所差异。
运用Dagum基尼系数及其按子群分解法,针对中国劳动生产率的总体差异、区域内差异、区域间差异及区域差异来源的演变依次进行探讨。
根据劳动生产率的总体、区域内Dagum基尼系数的计算结果绘制区域内差异演进态势图(见图4),探讨中国劳动生产率的总体差异和区域内差异的演变。1985—2017年,中国劳动生产率的总体差异呈“上升—下降—上升—下降”的总趋势:1985—1987 年,三年间略微上升,但幅度不明显;1988—1990年,有略微下降趋势;1991—2003年,呈逐渐上升的态势;2004—2017年,逐渐下降。从总体上看,1985—2017年,中国劳动生产率的区域差异呈下降趋势,以1985年为基期,期间年均下降0.14%。
1985—2017年,四大区域内的劳动生产率差异的变化趋势较为不同。东北地区大致经历先升后降再上升再下降的趋势;东部地区大致经历先降后升再下降的趋势;中部地区的劳动生产率差异较为平稳,变化幅度较小;西部地区的劳动生产率差异总体呈先升后降的态势。
图4 1985—2017年中国劳动生产率区域内差异
根据劳动生产率区域间Dagum基尼系数,绘制区域间差异演变图(见图5),探讨中国劳动生产率区域间差异的发展态势。
1985—2017年,东部—东北地区之间的劳动生产率差异呈下降—上升—下降—上升的总趋势;东部地区—西部地区之间的劳动生产率差异呈先升后降的趋势;中部地区—东北地区之间的劳动生产率差异总体呈波动下降的趋势;中部地区—西部地区之间的劳动生产率差异呈波动上升后下降的趋势;西部地区—东北地区之间的劳动生产率差异总体呈波动下降的趋势。
为揭示中国四大区域劳动生产率差异的来源,运用Dagum 基尼系数按子群分解法对总体基尼系数进行分解。根据分解结果绘制区域差异的贡献率演变图(见图6)。
1985—2017年,中国劳动生产率的基尼系数均值为0.28493,区域内、区域间、超变密度的平均贡献分别为0.06073、0.19454、0.02967,平均贡献率分别为21.31%、68.28%、10.41%,中国劳动生产率区域差异来源依次为区域间差异、区域内差异、超变密度,其中有68%以上来源于区域间的差异。
图5 1985—2017年中国劳动生产率区域间差异
图6 1985—2017年区域内差异、区域间差异、超变密度对中国劳动生产率区域差异的贡献率
从区域内差异对中国劳动生产率区域差异的贡献率来看,其趋势是先下降后上升;从区域间差异的贡献率来看,经历先上升后下降的趋势;从超变密度的贡献率来看,经历先下降后上升的趋势。
2017 年与2016 年相比,区域内差异、超变密度对中国劳动生产率的区域差异的贡献率有所下降,分别下降2.25%、5.62%,而区域间差异的贡献率上升2.95%。2017 年区域内差异、区域间差异、超变密度对中国劳动生产率区域差异的贡献率分别为24.88%、58.11%、17.00%,区域间差异的贡献率占了58%以上。
文章采用1985—2017年中国31个省(自治区、直辖市)的劳动生产率的相关数据,对中国劳动生产率及其区域差异的时空演进过程进行研究。研究结果表明:从直观角度看,中国及东北地区、东部地区、西部地区、中部地区的劳动生产率均呈增长的趋势,东部地区和东北地区的劳动生产率领先于西部地区和中部地区,西部地区的劳动生产率由低于中部地区演变为高于中部地区,1985—2017年劳动生产率的增长率按由大到小排序依次为西部地区、东部地区、中部地区、东北地区,西部地区的青海、重庆、内蒙古、陕西劳动生产率增长较快;劳动生产率核密度曲线反映出,1985—2017 年,中国及四大区域的劳动生产率在不断提高,有部分省份的劳动生产率增长速度较快,有部分省份的劳动生产率增长速度较慢,增速较快省份与增速较慢省份之间的劳动生产率形成较大的差异,并且出现了极化现象;Dagum 基尼系数及其分解结果显示,中国劳动生产率区域差异总体呈下降趋势,经历“上升—下降—上升—下降”的变化,中国劳动生产率区域差异来源依次为区域间差异、区域内差异、超变密度。从区域来看,无论是区域内还是区域间,差异演变的态势都存在较大不同。
根据研究结论,笔者提出缩小中国劳动生产率区域差距的两条政策建议。一是区域间差异和区域内差异是中国劳动生产率差异的主要来源,因此,应积极发挥政府促进协调发展的主导作用,以缩小区域间差异和区域内差异为导向,构建区域间、区域内劳动生产率协调发展的机制,优化劳动力等资源配置,促进区域间、区域内部的各县(市)之间的良性互动,进而推动区域间、区域内部劳动生产率的协调提升。二是东部地区和东北地区的劳动生产率领先于西部地区和中部地区,因此,在促进东部地区和东部地区劳动生产率发展的同时,要更多地给予西部地区和中部地区政策倾斜,加大对西部地区和中部地区扶持,不仅要关注西部地区,更要给予中部地区更多的关注。
本文劳动生产率等于GDP 除以全社会就业人数,因此劳动生产率的提高有赖于经济增长和人力资本提升。根据索罗经济增长模型,劳动力、资本和技术是经济增长的关键要素;鉴于改革开放以来,发展外向型经济对经济增长发挥了重要作用,“一带一路”倡议有效地推动了国家之间的交流与合作,新时代中国对外合作空间更加广阔。因此,笔者从人力资本、资金、技术、开放四个角度提出提高劳动生产率的政策建议。
第一,学历教育和社会培训两手抓,提升人力资本,夯实提高劳动生产率的人才基础。人力资本的提升能有效促进劳动生产率的提高。学历教育和社会培训是提升人力资本的两个重要途径。脱产学习、未就业的学生,平均受教育水平提高,未来就业预期生产率也会提高;社会从业人员平均受教育水平提高,会相应提高劳动生产率;在岗职工接受职业教育或社会培训,会对之后的劳动生产率提高带来良好的效果;失业、待业人员接受职业教育或社会培训,有助于获得新技能、新知识,提升综合素质,提高生产率,增加就业概率。人力资本提升促进劳动生产率提高的机制在于:通过认知水平、技能熟练度提升,提高产出效率。因此,首先,相关部门要提升办学质量:切实加强对在校学生基础知识的培养力度,不断夯实在校学生的理论基础,增强学生运用理论指导实践的能力;努力提升学生社会实践水平,增强学生适应社会的能力和动手能力;积极促进学校教育和社会需求相适应,不断改革不适应社会发展需求的教学模式和教学内容。其次,鼓励人们提升受教育水平:通过提高学费补贴、生活补助和学习奖励,拓宽受教育渠道等方式鼓励和支持一批低学历者自发提升受教育水平。此外,相关部门要采取自主培训与委托培训相结合的方式,积极推进社会培训事业的发展:针对社会需求努力加强就业培训力度,着力提升待就业者的综合素质;鼓励和支持社会培训业的发展,为待就业者和已就业者提供更为广阔的个人提升渠道。综合而言,即通过办学质量提升、鼓励人们提升受教育水平、学历教育和社会培训相结合的方式,不断提升中国的人力资本水平,夯实提高劳动生产率的人才基础。
第二,加大生产性基础设施建设投入,优化生产环境,强化提高劳动生产率的设施保障。生产基础设施是服务于生产部门的基础性设施,是进行生产的保障。健全的生产设施、优良的生产环境,有助于提高生产的效率,如交通通达性提升,有助于节约生产时间;绿化环境较好,可提升人健康水平和精神状态,间接提高劳动生产率;尤其是当前互联网发展迅速,通信设施的健全,对提高工作效率无疑具有重要促进作用。因此,要加强生产性基础设施建设的经费投入力度,不断完善生产性基础设施,尤其是交通和通信设施;要积极营造良好的绿化环境,提升劳动者的健康状况和精神状态;要努力推进信息技术与生产制造,尤其是人工智能与生产的紧密结合,深化“人工智能+制造”,不断提升生产的智能化水平,为生产部门创造良好的智能化环境。
第三,打造良好科技创新环境,推动生产技术进步,激发提高劳动生产率的技术活力。在科技迅猛发展的今天,生产技术创新成为提高劳动生产率的重要手段。党的十八大以来,中国的研究与试验发展经费投入大幅增加,2018年中国研发经费投入达19657 亿元,目前中国已成为仅次于美国的世界第二大研发经费投入国家③。同时,中国的创新环境、创新产出、创新成效也获得瞩目成绩,世界知识产权组织(WIPO)在印度新德里发布的2019年全球创新指数排名中,中国排名从2018 年的第17 位提升到第14位。但是中国R&D经费投入占GDP的比重与欧美等主要发达国家相比仍有一定的差距,中国人均研发经费依然较低,中国各地区的R&D 经费、R&D经费投入强度还存在较大的不平衡。因此,要出台相关的鼓励和支持政策,为科技创新营造良好的政策制度环境,为科技发展、劳动生产率提升奠定制度基础;要逐步增强R&D经费投入强度,为科技研发提供强有力的资金保障,为技术进步和劳动生产率提升提供资金支撑;要努力促进科技成果转化,助推技术的进步,以激发技术提升劳动生产率的活力。
第四,深化对内对外开放,加强区域交流与合作,释放提高劳动生产率的空间动能。当今时代,经济全球化和区域经济一体化发展迅速,深化对内对外开放、加强经贸往来、促进技术和人才的交流与合作,是一个国家或地区提升劳动生产率的必由之路。如欠发达地区可从发达地区引进先进生产设备,可充分利用发达地区技术外溢来提高自身技术水平;各地区之间人才交流,有助于提高欠发达地区的人力资本水平;欠发达地区的实际需求,也将促进发达地区改善经营管理、改进生产技术;等等。因此,中国要积极推进“一带一路”建设,加强与其他国家的交流与合作,尤其是技术和人才的交流与合作,通过技术、人才等的交流与合作,不断提升劳动生产率发展的技术和人才等基础;同时,积极建立健全国际交流合作机制、努力打造国际交流合作平台、不断减少国际贸易摩擦、提升与其他国家的通关便利性,即通过国家间交流与合作的制度完善、平台打造,以及交往的便利性提升等,形成劳动生产率提升的良好国际环境,为中国劳动生产率提升释放更多的空间动能;中国的各区域特别是欠发达地区要加强与发达区域的经贸往来,逐步拓宽交流合作领域,尤其注重深化技术和人才交流与合作,以推动区域和国家劳动生产率的提高。
新时代,区域经济发展不平衡不充分的问题突出,缩小区域劳动生产率的差异是促进区域经济协调发展的有效举措,提升劳动生产率是促进经济增长的重要途径,提升劳动生产率与缩小劳动生产率区域差异二者并不矛盾,可协同推进。
注释
①按国家统计局计算方法,劳动生产率=GDP/全社会就业人员数。②区域的划分按照“十二五”规划关于区域版图划定:东部、西部、中部和东北四大板块。东部含河北、北京、天津、山东、江苏、上海、浙江、福建、广东、海南10个省(市),香港、澳门、台湾不在研究范围内;西部含陕西、四川、云南、贵州、广西、甘肃、青海、宁夏、西藏、新疆、内蒙古、重庆12个省、自治区和直辖市;中部含山西、河南、安徽、湖北、江西、湖南6个省份;东北含黑龙江、吉林、辽宁3个省份。③据国家统计局:http://www.stats.gov.cn/tjsj/zxfb/201907/t20190723_1680979.html。