中国新基建发展潜力的空间差异与动态演进

崔文俊

（江汉大学 商学院，湖北 武汉 430056）

一、引言

长期以来，我国经济增长的模式呈现出高储蓄率、高投资率和低消费并存的特征，属于典型的“投资驱动型”经济发展模式。其中，基础设施建设投资一直以来都是我国经济稳定发展的压舱石，作为我国传统的逆周期调节政策的主要抓手。其短期政策效果显著，但也存在一定的消极影响。2008年全球金融危机爆发，中央政府推出了4 万亿元基建投资用于刺激经济增长，迅速扭转经济下滑的局面，但后续导致地方政府债务增加、落后产能过剩以及所催生的房地产泡沫。直到2015年提出了“前期刺激政策消化期”，其目的是消除4万亿元投资刺激政策所带来的后遗症[1]。并且，伴随传统基建投资边际收益率逐年下降，从而经济投资乘数效应也日趋弱化，其政策效果势必大打折扣。

近年，中央高度重视新基建对我国经济发展的重要作用，并在2018年年底中央经济工作会议上首次明确提出要加强5G、人工智能、工业互联网、物联网等“新型基础设施建设”的定位。与此同时，《2019 年国务院政府工作报告》多次强调要加强新一代信息基础设施建设。2020 年习近平总书记在参加中国人民政治协商会议第十三届全国委员会第三次会议经济界委员联组会时，又特别指出要以新基建为支撑赋能内循环，推动形成我国经济“双循环”新发展格局。此外，在“百年变局”叠加新冠肺炎疫情的大背景下，以信息网络为基础的新基建短期有助于稳经济、稳就业，长期有助于培育新技术、新产业、新经济。新基建不仅能兼顾短期逆周期调节和满足中长期高质量发展要求，而且对当前应对经济下行压力增大形成强有力的经济支撑。由于我国幅员辽阔，各地资源禀赋、发展基础和经济环境存在显著差异，因此，深入研究我国新基建发展潜力的区域差异和时空演变有助于增进我们对目前阶段新基建发展潜力基本特征的宏观认识，切实为解决区域发展不平衡问题、统筹推进省域协同和构建新发展格局提供现实依据。

新基建概念提出后，学术界从多层面多视角进行了深入探索。其中，有沈荣坤和史梦昱[2]、郭朝先等[3]、马荣等[4]、钞小静[5]等以理论分析为基础，从动能转换、建设模式、实现路径、底层支撑作用和产业融合的推动效应等方面，对“新基建”赋能我国经济高质量发展进行了深入探讨。此外，郭凯明等[6]从供给侧和需求侧分别研究了新基建在制造业升级和服务业发展中的重要推动作用。潘雅如和顾亨达[7]的研究进一步验证了新基建在作用机制上通过提升劳动效率和促进技术创新来推动服务业转型升级。刘凤芹和苏丛丛[8]认为新基建不仅能有效拉动经济增长，还能促进新旧动能转换，实现经济包容性发展。而伍先福等[9]发现新基建及其三个组成类型（“信息基建”“融合基建”“创新基建”）均未显著促进战略性新兴产业技术效率提升，说明新基建并不必然提升战略性新兴产业技术效率。刘世锦[10]研究表明特高压输电、城市地铁等新基建领域已起步多年，技术日趋成熟但并不能带来质的科技创新。以上观点认为，不能过度解读新基建的作用。黄群慧[11]认为新基建投资与项目应尊重市场规律、市场机制，而不是政府通过选择性产业政策进行大规模投资刺激。对于新基建特别是数字化基础设施的投资，应该通过推动市场投资，政府则应该给市场提供更好的服务。从新基建的作用价值看，新基建能否支撑稳增长？学术界的观点存在较大的分歧。刘俏[12]认为中国有没有可能再创造一个奇迹？新基建（实现“再工业化”所需的基础设施投资）是能否有效释放经济增长四大新动能之一。任泽平[13]通过测算新基建占全部基建的比重，认为新基建不仅是稳增长的关键，而且还是兼顾短期扩大有效需求和长期供给侧结构性改革的最有效方法。然而，部分学者则认为，新基建不足以大幅拉动宏观经济增长。例如，尚文思[14]通过测算广义与狭义口径新基建的资本存量，并在此基础上估算了其产出弹性，发现广义新基建、狭义新基建的产出弹性分别为0.12、0.07，新基建的经济增长效益相对有限。

现有研究虽然已取得丰富成果，但是仍存在较大的拓展空间。首先，当前研究多集中在探讨和梳理新基建的内涵定义、发展逻辑、现状问题和发展路径上，属于定性分析的范畴，定量研究相对较少，定量测度新基建发展潜力及其动态变化的研究几乎没有。其次，现有研究大都着眼全国层面的概述性理论研究，缺乏具体的空间差异演化的相关分析。鉴于此，本文拟从以下三个方面进行拓展：第一，构建科学合理的新基建发展潜力评价指标体系，对各省份和八大地区新基建发展潜力进行测度，拓展新基建发展潜力评价指标体系。第二，引入Dagum 基尼系数方法精准识别新基建发展潜力的相对差异，进一步细化分解其区域间、区域内以及超变密度的差异来源，从而增强测度的准确性和科学性。第三，采用Kernel密度估计法和Markov链法等非参估计的方法对我国新基建发展潜力地区绝对差异和分布动态演进进行定量测度，为新基建促进经济高质量发展提供经验证据。

二、新基建发展潜力评价指标体系构建与数据说明

（一）数据说明

本文数据主要来源于《中国统计年鉴》《中国人口与就业统计年鉴》和各省份统计年鉴、国家统计局数据库和中经网等。研究范围为2010—2021 年30①个省份新基建发展潜力。对于个别数据缺失主要采用插值法进行填补。对于价格因素的影响，如地区生产总值、人均地区生产总值等指标均使用2010 年不变价格进行价格平减。市场化进展总得分则采用樊纲等[15]的方法计算而得。

（二）新基建发展潜力评价指标体系构建

在遵循全面性、可比性、客观性等指标构建原则，借鉴现有研究的基础之上，本文基于对新基建发展潜力内涵的认知，以省域为单位，结合数据的可得性，从基础条件、产业支撑、发展能力和创新发展4 个方面选取25 个基础指标构建了新基建发展潜力综合评价指标体系（如表1所示）。

表1 新基建发展潜力综合评价指标体系

其中，在权重设置上，首先采用极差标准化对原始数据进行无量纲化处理，然后采用熵值法进行确权，进而测算出各省份新基建发展潜力。熵值法在权重设定方面既能够避免多层次分析法所导致的主观赋权的缺点，而且能够较为准确反映出各观测值指标信息熵的效用价值[16]，并且能够克服指标体系中复合指标间信息交叉、叠加等问题[17]。因此，在权重设定上具有较高的可信度和科学性。

三、中国新基建发展潜力典型事实

表2 报告了2010—2021 年各省份新基建发展潜力的测度结果。本文根据国务院发展研究中心发布的《地区协调发展的战略和政策》报告中八大综合经济区的划分，将样本分为8大区域②。具体计算结果如表2和图1所示。首先，从整体情况来看，全国新基建发展潜力综合评价指数总体上长期平稳增长，但短期内呈现出以2014 年和2019 年为顶点的“M”形不规则的波动形态。这是因为，一方面2014 年前持续全国性提升主要源于后金融危机时代所享受的经济刺激红利。2008 年全球金融危机发生后，政府加大逆周期调节力度，提出的4万亿元投资一揽子计划和促增长、扩内需的十大政策，持续性的影响显著提升了各地区新基建发展潜力。另一方面，2014 年后经济发展进入新常态，高速经济增长转变为中高速，甚至低速，经济增长速度阶梯式下降，导致新基建发展潜力出现了区域性分化，南部沿海地区和东部沿海地区经济韧性大，新基建发展潜力巨大，而其余地区出现停滞甚至下降。此外，2019 年年底新冠肺炎疫情暴发，社会面经济活动减少，极大地影响经济的发展，新基建发展潜力出现全国性的普降。

图1 全国及八大地区新基建发展潜力变化

表2 2010—2021年中国新基建发展潜力综合评价指数

分地区来看，各地区新基建发展潜力呈现出一定的俱乐部收敛的形态。东部、南部和北部沿海地区新基建发展潜力巨大，发展势头较好，属于第一方阵；长江中游地区、黄河中游地区和西南地区属于第二方阵；东北地区和大西北地区属于第三方阵。出现这种差异的原因在于：一方面，第一方阵地区的省份大都属于沿海地区，沿海地区长期以来

经济发展活力、基础设施建设、营商环境等各方面都明显占优。因此，第一方阵的各地区新基建发展潜力综合评价指数均高于全国均值。另一方面，改革开放以来“让一部分人先富起来”的非均衡发展战略使得中西部地区相较于沿海地区存在一定的差距，尽管国家先后实施了西部大开发战略、振兴东北老工业基地战略和中部崛起战略，这些战略在一定程度上显著促进了区域经济发展，但是中西部地区与东部地区的差距依然有进一步扩大的趋势。因此，总体结果呈现出新基建发展潜力上的中西部地区低于东部的局面。值得注意的是，东北地区从2014 年以后在新基建发展潜力上出现较为明显的回落，这主要和东北地区老工业基地的产业结构息息相关，随着我国进入新发展阶段，高质量发展成为发展主线，传统的高耗能、高污染、低产出的产业模式面临转型升级的阵痛。

四、中国新基建发展潜力空间差异和分布动态演进趋势

（一）Dagum基尼系数及其分解方法

本文采用Dagum 基尼系数及其分解方法测度全国八大地区的基尼系数，并进一步讨论中国新基建发展潜力的空间区域差异以及差异贡献率。该方法不仅能够明确分地区样本的空间差异来源，而且可有效解决样本间交叉重叠等问题[18]，被广泛用于空间差异分析研究。基尼系数可以进一步分解为组内差异贡献（Gw）、组间差异净贡献（Gnb）和组间超变密度（Gt）三部分[19]。中国新基建发展潜力的Dagum基尼系数的定义如式（1）所示：

式中，G 表示总体基尼系数，h、j 为区域划分个数，i、r是区域内省份个数；n是省份个数，k是区域个数，nh（nj）是h（j）区域内省份的个数；yhi（yjr）是h（j）区域内的新基建发展潜力指数，y 是各区域新基建发展潜力指数的平均值。

根据Dagum基尼系数分解方法，中国新基建发展潜力的区域差异可以分为组内差异贡献（Gw）、组间差异净贡献（Gnb）和组间超变密度（Gt）三部分。具体计算公式如下：

其中，式（2）中Ghh表示h 地区的基尼系数；式（3）中Gw表示地区内新基建发展潜力的贡献，其中，ph=nh/n，sh=（nhYh）/nY，（h=1，2，…，k）；式（4）中Ghj表示地区h和j之间的基尼系数；式（5）中Gnb表示地区h 和j 之间的净值差异贡献；式（6）中Gt表示地区交叉项影响的超变密度贡献；式（7）中Dhj表示地区h和j新基建发展潜力的相对影响；式（8）中dhj表示地区h 和j 间新基建发展潜力的差值，即地区h 和j 中yhi-yjr＞0 的样本值加总的数学期望；式（9）中phj表示地区h 和j 中yhi-yjr＞0 的样本加总的数学期望，Fh（Fj）为h（j）省份的累积密度分布函数。

（二）Kernel密度估计和Markov链法

Kernel密度估计采用连续密度曲线对随机变量分布形态进行刻画[20]，不仅能够较好地反映出变量的分布位置形态和延展性特征，而且对模型设定具有依赖性低和稳健性高的特点，因此，被广泛应用于空间非均衡分析的相关研究[21]。为此，本文通过Kernel密度估计揭示新基建发展潜力分布演进特征和地区间绝对差异，从而希望能够对Dagum基尼系数刻画的相对差异形成有益补充，进一步丰富研究成果。通过设定随机变量X 的密度函数为f（x），则点x的密度函数如式（10）所示，其中，N为观测值个数，Xi为独立同分布观测值，h 为带宽。而核函数K（x）的计算如式（11）所示。

Markov链作为一个随机过程{X（t），t∈T}，其中，T 为具体对应的各研究时期，X（t）为取值于有限状态空间M，具体计算公式如式（12）所示，包括了所有可能结果。同时Markov 链作为主要的随机动态系统，上一期状态是决定随机变量状态空间转变概率的唯一变量。假设特定省域新基建发展潜力评价值由t期状态i转移到t+1期状态j的概率为Pij，那么就可以通过极大似然估计计算出tPij=nij/ni。其中，从t+1期状态i转移到状态j的省域数量为nij，而ni为t期处于状态i的省域数量。如果把中国新基建发展潜力状态划分为N 种状态，那么转移概率的所有可能Pij能够组成一个N×N转移概率矩阵进行表示，进而就能阐明新基建发展潜力状态的动态转移的概率情况。

（三）中国新基建发展潜力的区域差异分析

1.全国新基建发展潜力总体与区域内差异

表3 为按照Dagum 基尼系数分解方法计算的2010—2021 年全国总体及各地区新基建发展潜力的变化情况，总体以及地区内基尼系数差异。并且，我们进一步测度了新基建发展潜力的动态变动趋势（如图2所示）。

图2 全国及八大地区内基尼系数变化趋势

表3 全国及八大地区内基尼系数变化趋势

测度结果发现：第一，全国新基建发展潜力总体差异呈现出“U”形变化趋势。具体看，2010 年全国总体新基建发展潜力的基尼系数达到0.2937后，逐年下降，到2015 年达到极小值为0.2545，降幅达13.35%，说明各地区在“十二五”期间新基建发展潜力差异不断缩小。从2016 年起总体基尼系数开始出现爬升态势，并在2021年达到最大值0.3360。

第二，八大区域内差异存在区域异质性，且出现了分层现象。南部沿海地区的基尼系数显著高于全国均值，其余各地区均低于全国均值，长江中游地区的基尼系数最低。南部沿海地区的基尼系数均值为0.3560，高出全国均值27.14 个百分点，主要的原因在于海南和福建与广东经济社会发展水平差距较大，新基建发展潜力悬殊。长江中游地区的基尼系数均值为0.0672，仅为全国均值的24%，而且表现较为平稳，围绕0.06上下轻微波动，这意味着长江中游地区省份的新基建发展潜力相当。

2.新基建发展潜力区域间差异和空间差异来源分解

表4为全国八大区域间新基建发展潜力差异测度结果。结果显示，八大区域的总体均值范围在0.14—0.59之间变动，沿海地区、长江中游和黄河中游的区域间新基建发展潜力差异相对较小，大西北、东北和西南地区与其他地区的新基建发展潜力差异较大。具体而言，区域间基尼系数最小的是黄河中游-长江中游，为0.1452。区域间基尼系数均值超过0.45 的群组有北部沿海-大西北地区，南部沿海-大西北地区和东部沿海-大西北地区，其中区域间差异最大的是东部沿海-大西北地区，区域间基尼系数达到0.5909，大西北地区与沿海地区新基建发展潜力的区域间差异较大，需要重点关注，持续培育大西北地区新基建发展潜力。

表4 全国新基建发展潜力的区域间差异及其空间差异分解结果

图3为全国新基建发展潜力的区域差异动态变动趋势。结果显示，总体上新基建发展潜力的空间差异主要来源于区域间差异，其次是超变密度，区域内差异贡献度最小而且表现平稳波动较小。2010—2021年新基建发展潜力区域间差异、超变密度和区域内差异的基尼系数均值和贡献率分别为0.2070 和73.89% 、0.0537 和19.23% 、0.0192 和6.87%。值得注意的是，区域间新基建发展潜力的落差可能是激发全域新基建发展潜力的重要阻碍。时序特征表明，考察期内区域间差异的基尼系数在0.1888到0.2759之间，呈现出“U”形分布，区域间差异的贡献率则处于71.34%—75.49%之间。超变密度值介于0.0466 到0.0658 之间，超变密度的贡献率处于17.73%—21.44%之间，超变密度的贡献率有趋于下降的态势，说明不同区域间交叠问题对总体差异的影响在缩小。

图3 全国新基建发展潜力的区域差异变化趋势

（四）中国新基建发展潜力的动态演进分析

1.全国总体新基建发展潜力动态演进

通过前文对全国新基建发展潜力综合评价指数进行Dagum基尼系数的分解，我们对区域新基建发展潜力差异和来源有了更深入的理解。为了进一步研究不同地区新基建发展潜力的空间分布和动态演进特性，本文采用核密度估计法对2010—2021年全国和八大地区的新基建发展潜力进行分析。

图4和表5测度了全国新基建发展潜力分布的动态演进。全国新基建发展潜力分布动态表现出以下几个特征：第一，从波峰演变上看，全国总体分布曲线存在由“单峰”向“双峰”（主峰+侧峰）演变的趋势，前期全国总体分布曲线峰值波动下降并未出现明显极化现象，然而到了后期极化现象明显，尤其是2021 年，甚至出现峰值较低的侧峰，这表明新基建发展潜力在各省份间开始出现分化，并呈现出梯度效应。第二，从分布位置变化上看，全国总体分布曲线中心位置和变化区域有随时间推移不断右移的趋势，说明全国新基建发展潜力在不断提升，与前文对全国新基建发展潜力特征事实的研究契合。第三，从分布延展性上看，全国总体新基建发展潜力分布曲线具备延展发散的特征，而且拖尾期逐渐延长，意味着全国范围内省域新基建发展潜力的差异有扩大的迹象。尽管在考察期内全国各省份新基建发展潜力均有所改善，但是不同省份间由于发展基础和地域环境存在异质性，这就导致后发省份的新基建发展潜力难以在短期内迎头赶上先发省份，甚至出现在一些年份绝对差距有所扩大的现象。

图4 全国新基建发展潜力分布动态

2.八大地区新基建发展潜力空间演变分析

为了进一步分析新基建发展潜力空间演变特征，本文采取Kernel 密度估计方法测度了八大地区新基建发展潜力的核密度曲线区域差异和动态演进（如图5 和表5）。测度结果显示，从波峰数量看，除了西南地区外，其余七个地区新基建发展潜力核密度曲线均呈现出单峰状态。其中，东北地区、黄河中游、长江中游核密度波峰变化为“单峰—双峰”，表明该地区的新基建发展潜力出现两极分化现象；东部沿海则为“双峰—单峰”，反映了该地区新基建发展潜力较为集聚；南部沿海、大西北地区、北部沿海则为“单峰—单峰”，南部沿海和北部沿海峰高有逐渐降低的趋势，但是这种趋势被2021年出现的超高峰值所打破，大西北地区的峰高则是逐年提高，极化现象较之其他地区更为显著。总体上八大地区的新基建发展潜力均出现了较为广泛的极化现象，各地区内部省份新基建发展潜力的再均衡是下一步政策发力的重点方向。从分布位置看，北部沿海、东部沿海、南部沿海、长江中游和大西北地区的核密度曲线中心有向右侧移动的趋势，这意味着上述地区随时间推移新基建发展潜力均有所提升，尤其是南部沿海改善幅度最为显著。东北地区、黄河中游和西南地区的核密度曲线中心左移，表明这几个地区新基建发展潜力有所降低。从分布延展性看，东北地区、东部沿海、南部沿海和黄河中游均出现了明显的右拖尾和收敛的波动趋势，且逐年拉长，一定程度上存在拓宽趋势。北部沿海、长江中游、西南地区和大西北地区的分布延展性主要表现为右拖尾和“收敛-拓宽”的变化过程，总体上表现出微弱拓宽态势。

图5 八大地区新基建发展潜力分布动态

表5 全国新基建发展潜力分布动态的演变特征

3.中国新基建发展潜力的Markov链分析

为了进一步研究反映新基建发展潜力的内部流动方向和位置转换特征，我们引入了Markov转移概率矩阵进行分析。通过借鉴姬志恒[22]的划分方法，我们将省域新基建发展潜力评价得分分为四种类型，分别是低、中低、中高和高，依次标示为类型Ⅰ、类型Ⅱ、类型Ⅲ和类型Ⅳ。如表6 所示，列示了Markov 链转移概率的极大似然估计结果。处于类型Ⅰ、类型Ⅱ、类型Ⅲ和类型Ⅳ等级的省份在下一年仍然维持原等级的概率分别为72.58%、69.32%、63.33%和77.78%，表明新基建发展潜力指数的不同等级大概率上较为稳定，尤其是对于类型Ⅱ、类型Ⅲ和类型Ⅳ等级的省份而言更为稳定。同时，类型Ⅰ、类型Ⅱ和类型Ⅲ在下一年向上转移的概率分别为27.42%、21.59%和21.11%，但跨级的概率均为0%，这意味着推动新基建发展潜力释放仍然存在一定的难度，不同等级的省域所面临的形势不容乐观。类型Ⅱ、类型Ⅲ和类型Ⅳ等级在下一年向下转移90.9%、66.7%和10%，表明各省份新基建发展潜力存在等级下降的风险，尤其是对类型Ⅱ和类型Ⅲ位次稳固性较低，需要注意“倒车”风险。

表6 全国省域新基建发展潜力的Markov转移概率矩阵

五、结论与启示

本文从基础条件、产业支撑、发展能力和创新发展四个方面构建新基建发展潜力指标体系，采用熵值法测算了2010—2021 年30 个省份的新基建发展潜力指数，分别从全国和八大地区分析了我国新基建发展潜力的典型特征，运用Dagum基尼系数及其分解法对全国新基建发展潜力的区域差异进行测度和分解，并阐明其空间差异的来源，运用核密度估计和Markov 链分析我国新基建发展潜力的分布动态演进趋势，主要的研究结论如下：

全国新基建发展潜力综合评价指数总体上呈现出长期平稳增长态势，但短期内呈现出以2014年和2019 年为顶点的“M”形不规则的波动形态。各地区新基建发展潜力呈现出一定的俱乐部收敛的形态。东部、南部和北部沿海地区新基建发展潜力巨大，发展势头较好，属于第一方阵；长江中游地区、黄河中游地区和西南地区属于第二方阵；东北地区和大西北地区属于第三方阵。

从发展潜力方面来看，全国新基建发展潜力总体差异呈现出“U”形变化趋势。并且，八大区域内差异存在区域异质性，出现了分层变化趋势。具体而言，南部沿海地区的基尼系数显著高于全国均值，其余各地区均低于全国均值，长江中游地区的基尼系数最低。全国八大区域间新基建发展潜力差异的均值范围在0.14—0.59之间，沿海、沿江和沿河地区的区域间新基建发展潜力差异相对较小，大西北、东北和西南地区与其他地区的新基建发展潜力差异较大。总体上，新基建发展潜力的空间差异主要来源于区域间差异，其次是超变密度，区域内差异贡献度最小而且变化趋势较小。

全国新基建发展潜力在不断提升，总体分布曲线中心位置和变化区域有随时间推移不断右移的趋势。分析发现，全国总体分布曲线存在由“单峰”向“双峰”（主峰+侧峰）演变的趋势，总体分布曲线峰值波动下降并未出现明显极化现象，但到了后期极化现象明显。除了西南地区外，其余七个地区新基建发展潜力核密度曲线均呈现出单峰状态。北部沿海、东部沿海、南部沿海、长江中游和大西北地区的核密度曲线中心有向右侧移动的趋势，而东北地区、黄河中游和西南地区的核密度曲线中心左移。Markov链分析表明各省份新基建发展潜力指数的不同等级相对稳定，但仍然存在向下转移的风险。

基于以上研究结论，本文得出如下几点启示：首先，要正视新基建发展潜力的地区间、省域间的空间非均衡性分布特征。着重研究阻碍激发新基建发展潜力的诱因，从顶层设计出发，因地制宜制订差异化的提升新基建发展潜力的政策措施，坚持长期主义，避免“一刀切”，系统性实现新基建发展潜力的全域提升。其次，重视地区总体差异最主要来源于区域间差异。区域间基尼系数均值最大的群组主要有北部沿海-大西北地区、南部沿海-大西北地区、东部沿海-大西北地区，远超过其他群组。基于以上研究事实，中央在统筹规划新基建发展政策方针时应对大西北地区予以一定的倾斜，通过政策“拉一把”引导其填补地区发展劣势。与此同时，新基建发展潜力欠佳的地区要主动挖潜，充分利用自身的禀赋比较优势积极承接发达地区的管理经验、技术和产业转移，充分利用国家区域协调发展战略部署，加快内外联动、空间互动，充分释放新基建发展潜力，逐步缩小区域间新基建发展潜力的差距。再次，关注疫情持续性影响，由此导致经济波动所产生的经济运行风险。激发新基建发展潜力虽然是实现逆周期高质量宏观调控的抓手，但是也要防范新基建投资风险，因此需要坚持“包容审慎”原则推动我国新基建高质量发展。

注释：

①因数据缺失严重，本研究剔除港澳台和西藏地区。

②东北地区包括辽宁、吉林和黑龙江；北部沿海包括北京、天津、河北和山东；东部沿海包括上海、江苏和浙江；南部沿海包括福建、广东和海南；黄河中游包括内蒙古、陕西、山西和河南；长江中游包括安徽、江西、湖北和湖南；西南地区包括广西、重庆、四川、贵州和云南；大西北地区包括西藏、甘肃、青海、宁夏和新疆。