中国吸引跨国外包的经济环境和政策研究，本文主要内容关键词为：外包论文,中国论文,环境论文,经济论文,和政策论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
伴随着经济的全球化，国际贸易正在经历着巨大的变化。原本在一个国家制造加工的产品正在以纵向贸易链的形式使多个国家参与到产品制造加工过程中来，每个国家专注于产品制造的某些特定环节(Feenstra,1998; Swenson,2000; Hummels et al.,2001; Yeats,2001; Grossman & Helpman,2004等)。这种产品制造的国际化促进了专业化的垂直专门化和跨国外包的发展。通过跨国外包，发达国家的跨国公司能够强化其核心能力、提高运作效率、降低运营成本和分担经营风险；发展中国家的企业也能够以供应商的身份融入跨国公司世界水平的价值链或价值网进而获得进入全球市场的机会。
对跨国外包的研究主要集中在如下领域：(1)跨国业务外包的决策(Quinn and Hilmer,1994; Feenstra and Hanson,1996; Yi,2000; McLaren,2000; Grossman and Helpman,2002)；(2)跨国外包的完全或垄断竞争市场特别是中间产品市场(Jones,2000; Jones and Kierzkowski,2001)；(3)供应商的选择和管理(Weber et al.,1991; Dichson G.W.,1996; Ingam,1998; O' Brien,2002)。而对发达国家实施跨国外包所考虑的因素以及外包环境的评价体系等的研究则不多见。
虽然吸引跨国外包的投资环境和外国直接投资(FDI)的投资环境有其类似的因素，但它们更多地表现在不同的地方。首先，FDI的投资环境主要考虑的是宏观经济环境和对外经济政策环境因素，对工业经济等微观经济环境考虑不足；其次，跨国外包往往不在国外投资建厂，而FDI为绕过国际贸易壁垒往往在国外投资建厂；再次，跨国外包的业务通常是附加值较低的业务，对于附加值高的业务，FDI则采用独资和合资方式在国外投资建厂，从而避免技术外溢的风险；最后，跨国外包通常伴随着国际贸易量的增加，而FDI可能在当地销售产品，并不一定伴随着国际贸易量的增加。所以，建立一套中国吸引跨国外包的环境评价体系，进而衡量中国吸引跨国外包环境的动态变化，既有利于中国各地区改善相应的环境，以更加积极地参与到跨国公司的全球化价值链和供应链，又有利于跨国外包方在实施跨国外包时能够更加清楚、准确地比较中国各地的业务外包环境。对跨国外包双方都有建设性和指导性意义。
本文首先利用平新乔等(2005)计算的“垂直专门化比率”来计算跨国外包量和利用来料加工装配出口法计算中国三大经济圈九省市吸引跨国外包量；然后归纳跨国公司实施跨国外包的决策因素，紧接着建立多元回归模型以检验各因素的相关度和显著性水平；之后建立中国吸引跨国外包环境的动态评估体系并利用该体系对中国及其三大经济圈的九省市进行纵向和横向的定量分析；最后基于分析结果提出相应的政策建议。
二、中国吸引跨国外包量的计算
国际上计算跨国外包容量的方法主要有三个：第一，以投入产出表数据来近似计算跨国外包容量(Feenstra & Hanson,1996; Campa & Goldberg,1997; Hummels et al.,2001)；第二，利用来料加工装配贸易进出口数据近似计算跨国外包容量(Feenstra & Hanson,2001; Yeats,2001)；第三，利用大量公司水平的数据来计算不同国家的跨国外包容量(Swenson,2000; Gorg & Hanley,2003; Tomiura,2004)。平新乔等(2005)利用Hummels等提出的投入产出表法计算了1992—2003年中国吸引跨国“垂直专门化”在出口中的比率变化，他们还计算了各个行业“垂直专门化比率”。本文利用他们计算的“垂直专门化比率”来计算跨国外包的容量，2004年的数据利用2003年数据加上这些时间序列数据增量的平均值估算得到，2005年数据与此类似。出口数据来源于2005年中国统计年鉴，计算结果如表1所示。
表1 中国吸引跨国外包量及其占总出口比例(单位：亿元，％)
垂直专门化 垂直专门化
总出口
1992 664.97 14.22
1993 758.90 14.36
19941519.50 14.58
19951846.60 14.83
19961881.43 14.96
19972302.91 15.19
19982367.27 15.55
19992457.91 15.21
20004161.96 20.17
20014508.39 20.47
20025667.14 21.03
20037918.02 21.82
2004
11053.15 22.51
2005
14482.15 23.20
资料来源：本表第三列数据源自平新乔等，2005出口数据来自2005年中国统计年鉴。
数据分析表明：1992—2005年，我国吸引跨国外包量以平均每年29.37％的速度在增长，仅仅在14年间就增长了20.81倍；垂直专门化占总出口比率也从14.22％增加到23.20％。说明中国已经成为跨国公司外包的主要基地之一，因而有必要对跨国公司外包的决策机制、中国吸引跨国业务外包的环境现状、发展趋势及相应的政策和建议进行深入研究。
三、实施跨国外包要考虑的因素及其显著性检验
几乎在所有外包研究的文献中都能够找到有关实施外包的动因或者要考虑的因素，有些因素已经被验证，但有些因素却没有得到验证。本节内容首先回顾研究人员对实施跨国外包应考虑的因素，然后分别以在华跨国外包容量和中国三大经济圈九省市吸引的跨国外包容量为因变量、以这些因素为自变量建立多元回归模型对各因素的有效性进行验证。
(一)实施跨国外包要考虑的因素
Skinner(1974),Quinn & Hilmer(1994)认为把某些业务外包给专业提供商，可以提高这些业务的生产效率和降低运营成本，从而强化自身的核心竞争力。Swenson(2000)和Honson et al.(2003)检验了成本如何影响外包生产中的进口投入份额。Swenson(2005)证明了当某个国家特定产业的成本上升时，在该国家该产业的离岸装配加工(OAP)份额将下降；反之，如果其竞争对手国家在该产业的成本上升，则国外在该国家该产业的离岸装配加工份额将上升。卡卡巴德斯(2003)同样认为降低成本是跨国公司选择外包的最重要的原因。波士顿咨询集团对100多家公司的外包实施进行研究得出：为实现规模经济(获取成本优势)而实行外包并且将继续是外包的主要原因。Yeats(2001)认为贸易壁垒(关税)、劳动力成本、运输基础设施和运输成本、政府的影响(关税、租金、基础设施、汇率、通讯设施、政局稳定性、良好的商业环境)、语言相似性等都是影响发达国家向发展中国家实施跨国外包的重要因素。Grossman和Helpman(2004)认为生产率、工业规模、合同的完备性、工资水平是发达国家向发展中国家实施跨国外包要考虑的因素，并证明如果高工资国家能够提供良好的基础设施、合作外包方所需要的技能、或者高效率的法律系统以确保外包双方合作关系，它们可能继续吸引外包业务。所以简单地假定所有低工资国家就是发达国家业务外包的首选圣地是不合理的。如果低工资国家的成本优势不能弥补其基础设施、法律系统、相应设备、和员工技能的劣势，那么这些国家将不能有效地吸引跨国外包(Swenson,2005)。归纳总结得到实施跨国外包主要考虑的因素为：
●外包提供方的宏观经济环境：经济规模(GDP或人均GDP)、经济运行稳定性(GR[，GDP]，增长率)、汇率①(ER)、基础设施(TEP，能源生产总量；TFTK，货物周转量；PCBVPT，人均邮电业务量)、城市化水平(NaP/TP，非农业人口所占比重)。
●外包提供方的对外经济政策：贸易壁垒(T，进口关税率)、经济外向度(TIEV/GDP，进出口总额占GDP比重)。
●外包提供方的工业发展状况：可以从工业企业规模和工业企业效益两个方面来反映工业发展状况。工业企业规模，用IP/GDP(工业产业占GDP比重)、VdI(工业增加值)来反映；工业企业效益，用OLP(全员劳动生产率)、PTI/AA(总资产贡献率)、D/TA(资产负债率)、P/TIC(工业成本利润率)来反映。
●跨国外包成本：这里的成本应该包括W(劳动力工资)、TC(运输成本)和T(进口关税率)。
●外包提供方的法律系统水平：用NL(律师工作人员)、AEC(经济诉讼代理案件)来反映。
●外包提供方的网络信息技术水平：用N[，CN](CN下注册的域名数)来反映。
(二)计量模型的建立和回归检验
该节首先建立起跨国外包量和上述跨国外包决策影响因素的关系模型，然后对这些因素进行显著性检验。关于各自变量的数据中，网络信息技术水平数据来源于中国互联网络信息中心，其他数据来源于中国国家统计局年度数据和中国商务部规划财务司进出口数据。因为运输成本与距离、货物品种和国际运输方式等相关，无法获取其数据，故剔除该变量。然而，我国乃至全球蓬勃发展的物流业已经充分说明交通运输条件的改善不仅是制造全球化的驱动要素之一，而且运输成本也是跨国公司在制定跨国外包决策时要考虑的一个首要因素。
对于九省市吸引跨国外包的环境因素回归检验，采用加工制造贸易出口法来近似计算跨国外包在各省市的容量。因为汇率和进口关税对于九省市来说是相同的，故在回归检验中没有包括这两个指标。而经济规模采用人均GDP、能源指标采用人均拥有发电量、法律服务水平采用每百万人口拥有律师工作人员数，其他指标均和中国吸引跨国外包的环境因素回归检验指标相同。
为了有利于吸引跨国外包，本国相应地加大吸引跨国业务外包的国内资本投资，到底有多少国内投资资本是用来吸引跨国外包的投资呢？划分起来非常复杂和困难，为简化分析，本文假定用于吸引跨国外包的国内投资资本等于本国吸引的跨国外包量。全社会投资资本可分为国内投资资本(DK+IOK)和外商投资资本(FK)，然后把国内投资资本分成吸引跨国外包所投资本(IOK)和其他国内投资资本(DK)，并假定吸引跨国外包所投资本(IOK)等于吸引跨国外包量。那么，对CobbDouglas生产函数进行修正，可以得到如下生产函数：
其中，Y为国内生产总值(GDP，亿元)，DK等于全社会固定资产投资额减去外商投资资本(FK)和吸引跨国外包所投资本(IOK)，IOK吸引跨国外包所投资本(假定吸引跨国外包所投资本(IOK)等于吸引跨国外包量)，FK为外商投资资本(用历年实际利用FDI替代)，L为全社会就业人数(万人)，A看作为跨国外包需考虑的全要素。
把跨国外包需考虑的要素代入方程(2)得：
在利用方程(4)进行回归之前，有几个问题要注意：
第一，上述投入要素对中国或九省市吸引跨国外包具有一定的滞后性，因此，本文采用滞后1年数据进行多元回归；
第二，在进行时间序列回归分析时，多解释变量之间很可能存在多重共线性，如果解释变量之间的Tolerance＞0.1(容限度＞0.1)或VIF＜10(方程扩大因子＜10)，那么认为它们之间多重共线性程度较低或不存在多重共线性；
第三，在进行时间序列回归分析时，如果全部自变量一次性进行回归，往往会出现仅有两三个贡献较大自变量通过回归检验，从而遗漏其他可能存在较大贡献的变量，因此，采用分组多次回归的方法，以避免之。
利用方程(4)和滞后1年的数据，分别对中国吸引跨国外包的环境因素、九省市吸引跨国外包的环境因素进行经济计量统计分析，结果如表2所示。
对于中国吸引跨国外包的环境因素分析而言：
●ln(GDP)和ln(ER)分别通过了1％和5％水平的显著性检验，调整后R[2]为0.961，与因变量ln(IOK)存在正相关的关系，如表2(Ⅰ)栏所示。
●ln(TFTK)和ln(NaP/TP)均通过了10％水平的显著性检验，调整后R[2]为0.965，均和因变量ln(IOK)存在正相关的关系，如表2(Ⅱ)栏所示。
●ln(T)和ln(TIEV/GDP)均通过了1％水平的显著性检验，调整后R[2]为0.945，且它们分别和因变量ln(IOK)呈负、正相关的关系，如表2(Ⅲ)栏所示。
●ln(VdI)和ln(IOK)分别通过了5％和10％水平的显著性检验，调整后R[2]为0.985，且均与因变量ln(IOK)存在正相关的关系，而ln(W)未能通过检验，如表2(Ⅳ)栏所示。
●ln(NL)和ln(AEC)均通过了5％水平的显著性检验，调整后R[2]为0.985，分别和因变量ln(IOK)成正、负相关的关系，如表2(Ⅴ)栏所示。
●ln(DK)通过了1％水平的显著性检验，调整后R[2]为0.948，和ln(IOK)存在正相关关系，如表2(Ⅵ)栏所示。
对于九省市吸引跨国外包的环境因素分析而言：
●表2(Ⅶ)栏，全部变量回归结果显示，人均GDP、GDP增长率、人均拥有发电量、城市化水平、工业增加值、工业成本利润率和每万人拥有律师工作人员通过了不同程度水平的显著性检验，调整后R[2]为0.867。
●表2(Ⅷ)栏，宏观变量回归结果显示，人均GDP、GDP增长率、人均拥有发电量、人均邮电业务量、城市化水平、经济外相度和每万人拥有律师工作人员通过了不同程度水平的显著性检验，调整后R[2]为0.831。
●表2(Ⅸ)栏，微观变量回归结果显示，工业增加值、总资产贡献率分别通过了1％和5％水平的显著性检验，调整后R[2]为0.499，且均和因变量正相关。
四、中国吸引跨国外包环境的动态评估
由表2((Ⅰ)～(Ⅵ))栏可知，经济规模、汇率、货运周转量、城市化水平、进口关税率、进出口总额占GDP比重、工业增加值、工业企业全员劳动生产率、律师工作人员数、经济诉讼代理案件和国内投资资本扣除吸引跨国外包投资资本的部分(DK)等11个因素通过了不同水平的显著性检验。对于跨国外包商来说，中国的进口关税率和经济诉讼代理案件是成本类指标，其他指标则属于收益类指标。对这11个有显著影响的因素进行因子分析，在进行因子分析之前，为了消除不同量纲带来的不利影响，利用“比例法”进行归“1”化的规范化处理②，从而使得全部指标值落在[0，1]区间内。
利用因子分析的主成分解法且根据累计解释方差占全部特征值的累计方差比例不小于95％的原则，抽取两个主因子F[，1]和F[，2]，其中前者代表中国的宏观经济环境，而后者则代表对外经济政策环境。表3列出了抽取主因子的特征值以及解释方差比例。其表达式如下：
将经过标准化的各变量数值代入，可得各因子得分，将各因子得分进行加权累计，即可得各年份中国吸引跨国外包的环境总分值：
表4显示了1994—2004年中国吸引跨国外包的环境总分值、环境内部结构、及总分值排名。分析结果表明总分值F呈现逐年上升的总体趋势。中国吸引跨国外包的环境总分值，从1994年的0.997一直上升到2004年的9.691。观察环境内部结构，宏观环境因子F[，1]出现先稍微下滑后大幅度上升的总体趋势，可以猜测该趋势变化可能与1993和1994年的投资过热有关(由于该问题不是本文的主要问题，故留待后续研究中解决)。1997年亚洲金融危机对中国宏观经济也带来一些影响，但影响较小。对外经济政策环境F[，2](综合反映汇率、进口关税率和经济诉讼代理案件)，在1999年前则一直得到改善，而后则呈现稍微下滑的趋势。
表4 中国吸引跨国外包的环境排名和内部结构
五、中国三大经济圈的九省市③ 吸引跨国外包的经济环境评估
(一)九省市吸引跨国外包的经济环境评估与测度
由表2((Ⅶ)～(Ⅸ))栏可知，人均GDP、GDP增长率、人均拥有发电量、人均邮电业务量、城市化水平、进出口总额占GDP比重、工业增加值、总资产贡献率、工业成本利润率和每万人拥有律师工作人员数等10个因素通过了不同水平的显著性检验。对于跨国外包商来说，GDP增长率、人均拥有发电量和每万人拥有律师工作人员是成本类指标，其余指标为收益类指标。同样，在对这些因素进行因子分析之前，利用“比例法”进行归“1”化的规范化处理。
利用因子分析的主成分解法，抽取主因子的特征值及其解释方差比例如表5所示。抽取的6个主成分表达式如下：
将经过标准化的各变量数值代入，可得到各因子得分，将各因子得分进行加权累计，即可得九省市吸引跨国外包的经济环境总分值：
(二)九省市吸引跨国外包的经济环境总分值、排名与动态发展
表6列出了1996—2004年九省市吸引跨国外包的环境总分值和排名。发现上海、北京一直位居前两名，广东省吸引跨国外包的环境分值先减少后增加，且基本上位居第三名。浙江稳居前五名，而山东省起伏比较大。江苏省吸引跨国外包的环境分值一直在减少，并不说明其投资环境没有得到改善，实际上江苏省近年来经济快速增长吸引了大批的跨国投资，多少说明江苏省吸引的外商投资附加值相对较高。天津市吸引跨国外包的环境排名稳定在第六、七位。辽宁、河北分别位居第八、九位。
如果把这九省市虚拟成为一个整体，由平均值的变化可知，从1996至2004年吸引跨国外包的环境分值呈现先减少后趋于稳定状态的趋势，这说明这些地区吸引跨国外包的年增长率有所下降。观察标准差，可知九省市吸引跨国外包的环境相差甚远，平均标准差为1.928，年平均变化率为6.11％。
(三)九省市吸引跨国外包的环境内部结构分析
要分析各省市吸引跨国外包环境的内部结构，就要从提取主因子的因子载荷矩阵入手，表7显示了采用方差极大法正交旋转后的因子载荷矩阵。
●人均GDP、人均邮电业务量、城市化水平、每万人拥有律师工作人员数在F′[，1]上有较大载荷，从经济意义上来说，F′[，1]大致概括了宏观经济环境。
●P/TIC和PTI/AA在F′[，2]上有较大载荷，工业企业总资产贡献率和工业企业的工业成本利润率，从经济意义上来说，F′[，2]概括了一个地区工业企业的经济效益。
●VdI在F′[，3]上有较大载荷，工业增加值从经济意义上来说，F′[，3]大致概括了一个地区的工业规模。
●PCTEP(人均拥有发电量)在F′[，4]上有较大载荷，F′[，4]概括了一个地区的能源供给水平。
●TIEV/GDP(进出口总额占GDP比重)在F′[，4]上有较大载荷，经济外向度代表着一个地区的对外经济政策，故F′[，5]为对外经济政策因子。
●GR[，GDP](GDP增长率)在F′[，6]上有较大载荷，F′[，6]大致概括了一个地区商业经济的运行稳定性。
为有利于进一步深入研究各省市吸引跨国外包环境的内部结构，切合九省市吸引跨国外包的环境总分值
表8显示了1996—2004年九省市吸引跨国外包的环境总分值及其内部结构的平均值和标准差。以2004年(其他年份依次类推)为例，九省市宏观经济环境平均值为1.906，工业经济环境平均值为1.646，对外经济政策环境平均值为0.344，总分值为3.896。宏观经济环境标准差为1.531，工业经济环境标准差为0.598，对外经济政策环境标准差为0.262。这表明：第一，宏观经济环境和工业经济环境基本上决定了各省市吸引跨国外包的环境，对外经济政策环境影响力较小；第二，观察标准差，可以看出九省市的宏观经济环境相差甚远，工业经济环境也相差较大，对外经济政策环境相差最小。
根据表8计算九省市的宏观经济环境、工业经济环境和对外经济政策环境在总体环境中所占地位，发现九省市宏观经济环境在整个吸引跨国外包的环境中占据将近五成，平均为48.91％，且一直保持着相对稳定的地位；工业经济环境也占据四成多的份额，不过其地位一直在下降，从1996年的46.02％一直下降到2004年的42.25％；对外经济政策环境影响力虽然较小，但是其地位一直保持着上升的势头，由1996年的4.68％上升到2004年的8.83％。分别从宏观经济环境F″[，1]、工业经济环境F″[，2]和对外经济政策环境F″[，3]角度来看：
●对于宏观经济环境F″[，1]而言，上海和北京一直占据着宏观经济环境前两名，广东省除2000年外，一直位居第三名，浙江、江苏、天津和辽宁的宏观经济环境差距较小，山东和河北的宏观经济环境较差。
●对于工业经济环境F″[，2]而言，山东一直位居第一名，上海、广东、浙江也一直位居前四名，北京、江苏、天津和河北的工业经济环境相对较差，而辽宁的工业经济环境一直位于最末位。
●对于对外经济政策环境F″[，3]而言，广东一直稳居第一位，上海、天津、江苏也一直位居前五名，浙江的对外经济政策环境一直相对较差，除2004年外，河北省的对外经济政策环境也相对较好，北京和山东的对外经济政策环境一直位于最末两位。
六、政策建议和结论
虽然说跨国外包是一种较低附加值的跨国经济活动，但是跨国外包活动使得国际间的劳动分工更加明晰，全球资源得到更加合理的配置。对发展中国家来说，为发达国家的跨国公司提供制造加工装配活动，也能够积极参与到跨国公司的全球化价值链和供应链中，进而带动其经济的发展和产业结构的升级。通过对跨国公司在华外包容量的计算、外包环境评价体系的建立以及中国三大经济圈的九省市外包环境的演化趋势的研究得出如下政策建议和结论：
1.从宏观经济环境层面上来说，不管是对于中国总体而言，还是对于中国三大经济圈的九省市而言，宏观经济环境在吸引跨国外包的环境中占据十分重要的地位，各地区的宏观经济环境相差甚远，因此，中国各地区要想吸引更多跨国外包和外商投资，就必须保持稳定快速的经济增长率、提高城市化水平、改善基础设施建设、完善法律系统、提高信息技术水平。
2.从工业经济环境层面上来说，一个地区的工业发展水平无疑是吸引跨国外包的重要筹码。本文的研究表明九省市的工业经济环境占据吸引跨国外包环境的四成多份额，并且各地区的工业经济环境相差也较大，以及九省市的工业经济环境在整体环境中的地位一直在下降。宏观经济环境地位稳定、工业经济环境地位下降、对外经济政策环境地位上升的局面，不利于吸引跨国外包，因为工业发展水平和工业专业化水平是吸引跨国外包十分重要的砝码。所以，特别是经济欠发达的地区，要想通过吸引跨国外包和外商投资来发展其经济，在改善其宏观经济环境的同时，必须兼顾提高其工业规模、工业经济效益和工业专业化水平。
3.从对外经济政策环境层面上来说，对外经济政策环境在总体环境中的地位有着上升的势头，这有利于中国更加积极地参与到全球经济和全球贸易链。为了更加有利于吸引发达国家的跨国外包和外商直接投资，中国和发展中国家应有计划、积极地降低关税，维持汇率稳定，适度提高经济外向度。
4.尽管运输成本没有纳入该评价体系，然而不断完善中国物流基础设施的建设、提高物流服务和支撑体系的管理水平、加速物流企业的信息化建设等无疑能够进一步降低跨国公司在华业务外包的成本进而促进国际贸易和物流的持续健康发展。所以，各地政府部门也应该将物流体系的完善纳入政策支持的行业范畴之中。
5.由于本文的重点是运用数量经济的方法对跨国公司在华外包的环境评价体系进行研究，所以研究问题的力度停留在宏观经济环境、工业经济环境和对外经济政策环境层面。然而研究的方法和建立的评价体系，同样可以帮助各地政府部门对当地的业务外包环境进行纵向比较或与处于竞争状态的邻近区域进行横向对比，以识别其优劣势。进而制定更加微观且具有针对性的政策和对策。这同时也是作者未来的研究方向和重点之一。
注释：
①本文以美元为标准，采用人民币对美元的汇率(中间价)。
②“比例法”规范化处理的计算公式：收益类指标的转换公式为r[，ij]=(x[，ij]-x[，j][min]/x[，j][max]-x[，j][min])，成本类指标的转换公式为r[，ij]=(x[，j][max]-x[，ij]/x[，j][max]-x[，j][min])，其中x[，j][max]=max｛x[，1j]，x[，2j]，…，x[，mj]｝，x[，j][min]=min｛x[，1j]，x[，2j]，…，x[，mj]｝。
③中国三大经济圈是指长江三角洲地区、珠江三角洲地区和环渤海地区。其中长江三角洲地区包括上海市，江苏省的苏州、无锡、常州、南京、南通、镇江、扬州、泰州，浙江省的绍兴、宁波、杭州、舟山、嘉兴、湖州等15个城市；珠江三角洲地区包括广东省境内的广州、深圳、珠海、东莞、佛山、中山、江门、惠州市区、肇庆市区、惠东县、博罗县、高要市和四会市等13个市、县(区)；环渤海经济圈包括北京市、天津市、河北省、辽宁省和山东省等三省两市。因长江三角洲地区15个城市的经济发展代表了江苏省、浙江省和上海市等两省一市80％以上的经济发展状况，因此本文采用江苏省、浙江省和上海市的数据来代表长江三角洲地区数据，同样，采用广东省的数据来代表珠江三角洲地区数据。