社科网首页|客户端|官方微博|报刊投稿|邮箱 中国社会科学网

重磅|2020中国城市营商硬环境竞争力报告

发布时间:2020-10-28 17:30:00

本文以交通便捷度、电力充沛度、网络信息传输速度、航运便利度、机场设施指数、自然灾害指数六个指标总体合成中国城市营商硬环境,详细数据含义及来源如表5-23所示。根据中国城市竞争力报告2020,中国城市营商硬环境为顶级城市稳定,次顶级城市竞争激烈,全国营商硬环境整体上小范围空间集聚与大范围分化并存。

 

 

5-23     营商硬环境指标体系

(一) 中国城市营商硬环境

 
 

中国城市营商硬环境整体分析:整体呈橄榄形分布,网络信息传输速度和机场设施指数环形分布渐显,空间集聚与分化并存。2020年中国营商硬环境整体层级分布明显,分项指标中的区域机场设施指数和自然灾害指数出现断崖式下跌。为了更加直观地反映出中国城市营商硬环境分布,图5-40给出了中国城市营商硬环境分布图。

由图5-40营商硬环境核密度曲线不难看出,中国城市营商硬环境是左偏的,291个样本城市有243个营商硬环境指数集中在0.1-0.6,占样本总数的83.51%。由中国城市营商硬环境的分布图同样可以看出绝大多数城市营商硬环境指数均集中在0.1-0.6的区间内。与中国城市营商硬环境呈橄榄形分布不完全相同的是,中国营商硬环境分项指标表现出差异性变化。图5-41给出了中国营商硬环境分项指标分布图。

 

由图5-41可知中国营商硬环境分项指标中交通便捷度、电力充沛度和网路信息传输速度三个分项指标总体上呈连续分布,但是航运便利度、航空便利度和自然灾害指数三个分项指标均呈现出断崖式分布。航运便利度指数仅有9个城市低于0.4,机场设置指数主要集中在0.17-0.43,自然灾害指数主要集中在0.55-0.79,其他区间均出现断崖式下跌。

从空间上看,交通便捷度和自然灾害指数空间分布相对均衡,电力充沛度和航运便利度东西差异明显,而网络信息传输速度和机场设施指数嵌套效应明显。图5-42给出了中国营商硬环境分项指标的空间分布图。

由图5-42可知东南沿海地区的电力充沛度和航运便利度优势明显,且形成一定的集聚规模,城市之间的空间差异相对较小,但是西部地区散点分布明显。与之不同的是,网络信息传输速度和机场设施指数环形分布渐显,中部区域的指数整体低于延边地区。

(二)发达区域加速分化,欠发达区域快速收敛,集聚与扩散并存

将中国291个样本城市的营商硬环境指数分为东北、东南、环渤海、西北、西南和中部6个区域,可以发现东南、环渤海和西南地区内部的差距正在扩大,但是东北、西北和中部三个欠发达区域的值之间的差异正在缩小,营商硬环境分项指标整体集聚与扩散并存。表5-24给出了中国营商环境分项指标的统计性描述。

5-24     中国营商硬环境分项指标统计性描述

 

统计量

交通便捷度

电力充沛度

网络信息传输速度

航运便利度

机场设施指数

自然灾害指数

东北

均值

0.745

0.531

0.441

0.662

0.658

0.637

变异系数

0.285

0.317

0.352

0.274

0.25

0.227

东南

均值

0.382

0.654

0.628

0.312

0.335

0.451

变异系数

0.346

0.306

0.194

0.556

0.457

0.345

环渤海

均值

0.336

0.443

0.458

0.218

0.334

0.337

变异系数

0.361

0.432

0.572

0.631

0.616

0.652

西北

均值

0.645

0.745

0.725

0.463

0.52

0.64

变异系数

0.157

0.071

0.069

0.289

0.179

0.074

西南

均值

0.288

0.446

0.34

0.319

0.373

0.316

变异系数

0.511

0.512

0.66

0.447

0.435

0.341

中部

均值

0.814

0.555

0.742

0.839

0.601

0.66

变异系数

0.153

0.312

0.238

0.154

0.203

0.147

数据来源中国社会科学院城市与竞争力研究中心数据库

由表5-27可知就中国营商硬环境的分项指标而言,东北、西北和中部地区的均值高于东南、环渤海和西南地区,但是东南、环渤海和西南地区的差异要远大于东北、西北和中部地区。为了更加直观地看出中国营商硬环境的空间分布,图5-43给出了综观分区域营商硬环境的空间分布图

 

由图5-43可知中国营商硬环境在空间上集聚与扩散并存。具体而言,环渤海区域、东南沿海区域和西南地区的较发达区域分化明显,但是东北地区、西北地区和中部地区空间差异正在缩小,具有快速收敛的趋势。

由图5-43可知中国营商硬环境在空间上集聚与扩散并存。具体而言,环渤海区域、东南沿海区域和西南地区的较发达区域分化明显,但是东北地区、西北地区和中部地区空间差异正在缩小,具有快速收敛的趋势。

(三)欠发达区域陆上交通优势渐显,空中运输劣势不可忽视,省内差异全面缩小
中国省际营商硬环境整体差异正在缩小。受发达地区交通拥堵等城市病的影响,中国欠发达区域如内蒙古贵州宁夏等陆上交通优势渐显但是以机场设施指数衡量的空中运输劣势同样不可忽视。表5-25给出了中国营商硬环境的省际描述性统计。
5-25    中国营商硬环境省际描述性统计

区域

统计量

交通便捷度

电力充沛度

网络信息传输速度

航运便利度

机场设施指数

自然灾害指数

安徽

均值

0.619

0.527

0.473

0.711

0.245

0.644

变异系数

0.237

0.282

0.222

0.032

0.418

0.121

福建

均值

0.58

0.523

0.571

0.754

0.466

0.442

变异系数

0.272

0.431

0.445

0.044

0.498

0.224

甘肃

均值

0.679

0.244

0.149

0.402

0.298

0.835

变异系数

0.214

0.654

0.649

0.151

0.298

0.167

广东

均值

0.589

0.648

0.348

0.737

0.404

0.49

变异系数

0.28

0.342

0.503

0.056

0.507

0.303

广西

均值

0.665

0.301

0.253

0.638

0.305

0.565

变异系数

0.223

0.3

0.568

0.061

0.382

0.18

贵州

均值

0.729

0.361

0.386

0.526

0.304

0.619

变异系数

0.179

0.371

0.127

0.039

0.785

0.017

河北

均值

0.463

0.558

0.436

0.713

0.291

0.765

变异系数

0.152

0.295

0.664

0.048

0.672

0.25

河南

均值

0.66

0.572

0.326

0.624

0.348

0.687

变异系数

0.205

0.198

0.717

0.043

0.291

0.124

黑龙江

均值

0.731

0.31

0.342

0.528

0.347

0.753

变异系数

0.302

0.316

0.266

0.076

0.293

0.151

湖北

均值

0.608

0.41

0.391

0.607

0.322

0.618

变异系数

0.242

0.387

0.796

0.059

0.337

0.082

湖南

均值

0.603

0.314

0.178

0.61

0.326

0.601

变异系数

0.194

0.429

0.71

0.054

0.325

0

吉林

均值

0.742

0.343

0.306

0.653

0.254

0.804

变异系数

0.34

0.329

0.648

0.055

0.573

0.18

江苏

均值

0.453

0.75

0.456

0.743

0.467

0.729

变异系数

0.251

0.155

0.278

0.031

0.501

0.166

江西

均值

0.687

0.337

0.21

0.649

0.314

0.601

变异系数

0.185

0.296

0.59

0.033

0.351

0

辽宁

均值

0.757

0.467

0.349

0.741

0.256

0.871

变异系数

0.258

0.269

0.265

0.049

0.673

0.114

内蒙古

均值

0.749

0.254

0.207

0.588

0.364

0.896

变异系数

0.246

0.803

0.75

0.122

0.525

0.138

宁夏

均值

0.721

0.382

0.215

0.482

0.219

0.812

变异系数

0.273

0.386

0.423

0.032

0.36

0.23

山东

均值

0.466

0.658

0.429

0.725

0.295

0.705

变异系数

0.343

0.062

0.542

0.072

0.362

0.233

山西

均值

0.654

0.475

0.411

0.627

0.355

0.816

变异系数

0.306

0.114

0.522

0.053

0.274

0.134

陕西

均值

0.561

0.371

0.236

0.511

0.332

0.819

变异系数

0.326

0.445

0.318

0.074

0.528

0.075

四川

均值

0.699

0.334

0.443

0.435

0.382

0.585

变异系数

0.23

0.431

0.482

0.053

0.373

0.2

港澳台

均值

0.607

0.905

0.803

0.787

0.412

0.262

变异系数

0.323

0.106

0.159

0.07

0.981

1.117

云南

均值

0.624

0.251

0.145

0.478

0.47

0.726

变异系数

0.181

0.528

0.704

0.054

0.449

0.167

浙江

均值

0.51

0.634

0.492

0.735

0.435

0.566

变异系数

0.322

0.253

0.337

0.078

0.529

0.317

:受样本城市数量的影响,表5-25并未列出海南、青海等地级市数量较少省份的统计性描述,有需要的读者可以与笔者联系。
由表5-28可知中国省际营商硬环境呈现出新的特点。相对于航运便利度受天然的地理环境和区位优势无法改变之外,发达省份如广东、江苏、浙江和山东等陆上交通便捷度指数低于欠发达区域,但是空中运输优势明显。
就空间差异而言,省际之间的电力充沛度和网络信息传输速度空间差异相对较小,但是航运便利度和机场设施指数之间的空间差异相对较大,同时相邻省份如辽宁、吉林和河北之间的差异相对较小,进而全国层面上表现出空间收敛的趋势。
(四)一线城市趋于稳定,三四线城市营商硬环境加速分化

不同层级城市之间的营商硬环境差异较大。总体而言,不同层级城市的营商硬环境分化加速,表5-26给出了中国不同层级城市营商硬环境的描述性统计。

5-26     中国不同层级的城市营商硬环境描述性统计

 

统计量

营商硬环境

交通便捷度

电力充沛度

网络信息传输速度

航运便利度

机场设施指数

自然灾害指数

一线城市

均值

0.907

0.333

0.906

0.731

0.84

0.876

0.635

变异系数

0.071

0.99

0.099

0.235

0.121

0.155

0.584

二线城市

均值

0.594

0.391

0.753

0.561

0.717

0.507

0.597

变异系数

0.261

0.334

0.186

0.282

0.149

0.528

0.393

三线城市

均值

0.417

0.558

0.563

0.401

0.658

0.37

0.652

变异系数

0.306

0.244

0.287

0.504

0.206

0.374

0.263

四线城市

均值

0.27

0.689

0.372

0.301

0.595

0.299

0.693

变异系数

0.42

0.224

0.434

0.662

0.185

0.423

0.236

 

由表5-26可知,中国一线城市营商硬环境均值较大,且差异较小,二线城市次之。与之不同的是,中国三线和四线城市差异快速扩大,变异系数分别高达0.3060.420

从分项指标看,中国三四线城市的差异主要体现在网络信息传输速度和机场设施指数上。一线城市网络传输速度变异系数仅为0.235,三线和四线城市分别高达0.5040.662。一线城市机场设施指数变异系数仅为0.155,但是二线、三线和四线城市的变异系数分别为0.5280.3740.423。因此,三四线城市营商硬环境正在快速分化

(五)海峡西岸城市群奋力赶超京津冀,长三角与珠三角城市群稳定,北部湾和中原城市群差异最小

2020中国城市群营商硬环境表现出新特点,以福建城市为主体的海峡西岸城市群正在奋力超越世界级城市群京津冀,而长三角和珠三角两个世界级城市群营商硬环境竞争力水平相对稳定。表5-27给出了中国十大城市群营商硬环境分项指标的统计性描述。

5-27     中国十大城市群营商硬环境分项指标统计性描述

区域

统计量

交通便捷度

电力充沛度

网络信息传输速度

航运便利度

机场设施指数

自然灾害指数

京津冀

均值

0.373

0.589

0.455

0.739

0.41

0.858

变异系数

0.401

0.337

0.734

0.065

0.859

0.162

长三角

均值

0.439

0.767

0.462

0.761

0.516

0.613

变异系数

0.391

0.142

0.349

0.095

0.55

0.268

珠三角

均值

0.459

0.817

0.499

0.769

0.535

0.525

变异系数

0.342

0.227

0.225

0.055

0.448

0.357

长江中游

均值

0.63

0.39

0.31

0.621

0.335

0.602

变异系数

0.219

0.337

0.723

0.052

0.318

0.007

成渝

均值

0.646

0.379

0.517

0.438

0.423

0.58

变异系数

0.318

0.449

0.407

0.062

0.31

0.18

中原

均值

0.645

0.597

0.265

0.628

0.335

0.723

变异系数

0.211

0.147

0.756

0.039

0.332

0.115

哈长

均值

0.561

0.389

0.382

0.611

0.309

0.734

变异系数

0.417

0.21

0.416

0.076

0.492

0.183

北部湾

均值

0.589

0.455

0.352

0.66

0.328

0.507

变异系数

0.178

0.233

0.282

0.052

0.382

0.31

关中

均值

0.549

0.464

0.266

0.502

0.331

0.743

变异系数

0.392

0.272

0.595

0.078

0.655

0.13

海峡西岸

均值

0.584

0.516

0.554

0.754

0.469

0.452

变异系数

0.288

0.465

0.481

0.047

0.529

0.222

 

由表5-28可知中国十大城市群中,世界级城市群京津冀仅有电力充沛度和自然灾害指数均值高于海峡西岸城市群,但是海峡西岸城市群的交通便捷度、网络信息传输速度、航运便利度和机场设施指数均高于京津冀。

为了更加直观地看出中国十大城市群营商硬环境的空间分布,图5-44给出了中国十大城市群营商硬环境分项指标的空间分布图。

 

交通便捷度                               电力充沛度

 

网络信息传输速度                             航运便利度

 

机场设施指数                               自然灾害指数

5-43  中国十大城市群营商硬环境分项指标空间分布图

 

由图5-48长三角和珠三角两个世界级城市群营商硬环境竞争力水平相对比较稳定,且城市之间的空间差异相对较小。不同的是,京津冀营商硬环境分项指标的差异性较大,且交通便捷度、网络信息传输速度和航运便利度的分化程度均高于海峡西岸城市群。

就所有城市群而言,北部湾城市群和中原城市群城市之间的营商硬环境收敛趋势明显,珠三角和长江中游城市群同样表现出收敛趋势,但是海峡西岸城市群、关中城市群和京津冀城群城市之间的营商硬环境差异分化严重。

(六)核心要素分析:网络信息传输速度和机场设施决定城市未来发展

中国城市营商硬环境之间的差异主要体现在网络信息传输速度和机场设施指数上。表5-29给出了中国城市营商硬环境核心要素的描述性统计。

5-29             中国城市营商硬环境核心要素描述性统计

统计量

交通便捷度

电力充沛度

网络信息传输速度

航运便利度

机场设施指数

自然灾害指数

均值

0.616

0.473

0.364

0.63

0.352

0.671

变异系数

0.303

0.455

0.601

0.202

0.518

0.272

 

由表5-29可知在决定中国城市营商硬环境的核心要素中,网络信息传输速度的变异系数最大为0.601,机场设施指数的变异系数为0.518,不仅是决定城市营商硬环境水平的重要因素,也是决定城市营商硬环境空间差异的重要因素。

)中国291个城市营商硬环境竞争力排名

               2020年中国291个城市营商硬环境竞争力指数及排名

城市

省(市、自治区)

指数

排名

城市

省(市、自治区)

指数

排名

上海

上海

1.000

1

鹰潭

江西

0.329

147

香港

香港

0.943

2

南宁

广西

0.327

148

天津

天津

0.934

3

朝阳

辽宁

0.326

149

深圳

广东

0.903

4

宿州

安徽

0.323

150

台北

台湾

0.901

5

晋城

山西

0.323

151

北京

北京

0.891

6

三门峡

河南

0.322

152

澳门

澳门

0.860

7

哈尔滨

黑龙江

0.320

153

苏州

江苏

0.859

8

丽水

浙江

0.320

154

无锡

江苏

0.818

9

北海

广西

0.318

155

广州

广东

0.805

10

信阳

河南

0.317

156

宁波

浙江

0.804

11

开封

河南

0.317

157

厦门

福建

0.799

12

岳阳

湖南

0.317

158

常州

江苏

0.797

13

曲靖

云南

0.316

159

东莞

广东

0.794

14

内江

四川

0.312

160

廊坊

河北

0.780

15

黄山

安徽

0.311

161

珠海

广东

0.707

16

亳州

安徽

0.310

162

杭州

浙江

0.680

17

云浮

广东

0.304

163

青岛

山东

0.663

18

宣城

安徽

0.304

164

福州

福建

0.653

19

梅州

广东

0.302

165

中山

广东

0.643

20

咸宁

湖北

0.301

166

烟台

山东

0.615

21

辽源

吉林

0.301

167

嘉兴

浙江

0.611

22

宜昌

湖北

0.299

168

泉州

福建

0.609

23

株洲

湖南

0.296

169

南京

江苏

0.606

24

赤峰

内蒙古

0.296

170

舟山

浙江

0.597

25

三明

福建

0.292

171

马鞍山

安徽

0.580

26

防城港

广西

0.292

172

大连

辽宁

0.577

27

通化

吉林

0.291

173

镇江

江苏

0.576

28

佳木斯

黑龙江

0.290

174

西安

陕西

0.571

29

九江

江西

0.290

175

石家庄

河北

0.561

30

双鸭山

黑龙江

0.289

176

成都

四川

0.559

31

黄冈

湖北

0.287

177

扬州

江苏

0.547

32

广安

四川

0.287

178

肇庆

广东

0.545

33

娄底

湖南

0.286

179

徐州

江苏

0.540

34

绥化

黑龙江

0.285

180

汕头

广东

0.540

35

阳江

广东

0.284

181

南通

江苏

0.539

36

鹤岗

黑龙江

0.282

182

郑州

河南

0.539

37

牡丹江

黑龙江

0.282

183

佛山

广东

0.538

38

来宾

广西

0.281

184

呼和浩特

内蒙古

0.537

39

钦州

广西

0.281

185

连云港

江苏

0.533

40

忻州

山西

0.280

186

重庆

重庆

0.525

41

包头

内蒙古

0.279

187

沈阳

辽宁

0.524

42

景德镇

江西

0.276

188

新竹

台湾

0.520

43

临汾

山西

0.275

189

宿迁

江苏

0.511

44

崇左

广西

0.273

190

合肥

安徽

0.504

45

宜春

江西

0.273

191

威海

山东

0.502

46

茂名

广东

0.271

192

济南

山东

0.500

47

石嘴山

宁夏

0.270

193

武汉

湖北

0.500

48

龙岩

福建

0.270

194

淮安

江苏

0.495

49

韶关

广东

0.270

195

漳州

福建

0.490

50

兰州

甘肃

0.269

196

温州

浙江

0.490

51

南阳

河南

0.269

197

太原

山西

0.489

52

嘉峪关

甘肃

0.268

198

东营

山东

0.487

53

白山

吉林

0.268

199

江门

广东

0.486

54

延安

陕西

0.267

200

日照

山东

0.484

55

大庆

黑龙江

0.264

201

绍兴

浙江

0.481

56

松原

吉林

0.263

202

衡水

河北

0.480

57

渭南

陕西

0.260

203

锦州

辽宁

0.472

58

齐齐哈尔

黑龙江

0.259

204

昆明

云南

0.472

59

桂林

广西

0.258

205

泰安

山东

0.470

60

丹东

辽宁

0.256

206

许昌

河南

0.468

61

襄阳

湖北

0.251

207

潍坊

山东

0.468

62

荆州

湖北

0.250

208

安阳

河南

0.467

63

池州

安徽

0.248

209

海口

海南

0.467

64

张家口

河北

0.246

210

泰州

江苏

0.467

65

达州

四川

0.243

211

莆田

福建

0.465

66

西宁

青海

0.243

212

盘锦

辽宁

0.464

67

通辽

内蒙古

0.241

213

朔州

山西

0.462

68

柳州

广西

0.240

214

盐城

江苏

0.459

69

随州

湖北

0.234

215

邢台

河北

0.459

70

贵港

广西

0.232

216

贵阳

贵州

0.448

71

荆门

湖北

0.229

217

临沂

山东

0.447

72

眉山

四川

0.229

218

阳泉

山西

0.447

73

资阳

四川

0.229

219

漯河

河南

0.446

74

郴州

湖南

0.228

220

高雄

台湾

0.445

75

梧州

广西

0.226

221

鞍山

辽宁

0.442

76

平凉

甘肃

0.223

222

本溪

辽宁

0.441

77

遂宁

四川

0.222

223

长春

吉林

0.439

78

赣州

江西

0.219

224

聊城

山东

0.436

79

玉林

广西

0.218

225

枣庄

山东

0.435

80

常德

湖南

0.217

226

湖州

浙江

0.433

81

四平

吉林

0.216

227

台南

台湾

0.432

82

遵义

贵州

0.215

228

台州

浙江

0.430

83

伊春

黑龙江

0.214

229

鹤壁

河南

0.430

84

泸州

四川

0.214

230

淄博

山东

0.429

85

自贡

四川

0.213

231

芜湖

安徽

0.428

86

德阳

四川

0.213

232

长治

山西

0.426

87

抚顺

辽宁

0.208

233

淮南

安徽

0.425

88

庆阳

甘肃

0.208

234

南昌

江西

0.425

89

保山

云南

0.207

235

铁岭

辽宁

0.424

90

上饶

江西

0.202

236

新乡

河南

0.424

91

萍乡

江西

0.196

237

晋中

山西

0.420

92

永州

湖南

0.196

238

焦作

河南

0.420

93

绵阳

四川

0.194

239

铜陵

安徽

0.419

94

铜川

陕西

0.193

240

湛江

广东

0.419

95

益阳

湖南

0.191

241

辽阳

辽宁

0.419

96

阜新

辽宁

0.190

242

淮北

安徽

0.419

97

呼伦贝尔

内蒙古

0.189

243

平顶山

河南

0.417

98

承德

河北

0.186

244

揭阳

广东

0.415

99

河源

广东

0.184

245

潮州

广东

0.415

100

鄂尔多斯

内蒙古

0.179

246

周口

河南

0.414

101

衡阳

湖南

0.178

247

唐山

河北

0.412

102

鸡西

黑龙江

0.174

248

营口

辽宁

0.410

103

黑河

黑龙江

0.172

249

清远

广东

0.409

104

七台河

黑龙江

0.171

250

长沙

湖南

0.408

105

广元

四川

0.161

251

濮阳

河南

0.405

106

汉中

陕西

0.160

252

吕梁

山西

0.405

107

抚州

江西

0.160

253

三亚

海南

0.396

108

克拉玛依

新疆

0.157

254

邯郸

河北

0.393

109

安康

陕西

0.156

255

德州

山东

0.393

110

宜宾

四川

0.156

256

台中

台湾

0.392

111

巴彦淖尔

内蒙古

0.155

257

黄石

湖北

0.390

112

贺州

广西

0.154

258

汕尾

广东

0.388

113

乌兰察布

内蒙古

0.153

259

金华

浙江

0.385

114

定西

甘肃

0.151

260

洛阳

河南

0.383

115

丽江

云南

0.149

261

驻马店

河南

0.382

116

吴忠

宁夏

0.148

262

运城

山西

0.381

117

中卫

宁夏

0.148

263

惠州

广东

0.373

118

乌鲁木齐

新疆

0.147

264

鄂州

湖北

0.373

119

张家界

湖南

0.145

265

蚌埠

安徽

0.369

120

安顺

贵州

0.145

266

葫芦岛

辽宁

0.369

121

六盘水

贵州

0.145

267

沧州

河北

0.368

122

乐山

四川

0.143

268

滨州

山东

0.367

123

宝鸡

陕西

0.142

269

六安

安徽

0.367

124

白城

吉林

0.136

270

保定

河北

0.367

125

攀枝花

四川

0.135

271

孝感

湖北

0.364

126

白银

甘肃

0.134

272

湘潭

湖南

0.361

127

吉安

江西

0.132

273

阜阳

安徽

0.358

128

普洱

云南

0.124

274

衢州

浙江

0.357

129

邵阳

湖南

0.109

275

秦皇岛

河北

0.356

130

昭通

云南

0.108

276

新余

江西

0.355

131

十堰

湖北

0.105

277

济宁

山东

0.352

132

固原

宁夏

0.098

278

咸阳

陕西

0.351

133

雅安

四川

0.093

279

南平

福建

0.351

134

商洛

陕西

0.093

280

大同

山西

0.351

135

金昌

甘肃

0.091

281

乌海

内蒙古

0.350

136

百色

广西

0.085

282

滁州

安徽

0.349

137

河池

广西

0.083

283

南充

四川

0.347

138

天水

甘肃

0.077

284

菏泽

山东

0.347

139

临沧

云南

0.076

285

吉林

吉林

0.344

140

武威

甘肃

0.076

286

商丘

河南

0.339

141

陇南

甘肃

0.052

287

榆林

陕西

0.337

142

怀化

湖南

0.050

288

玉溪

云南

0.334

143

巴中

四川

0.045

289

安庆

安徽

0.334

144

张掖

甘肃

0.006

290

宁德

福建

0.332

145

酒泉

甘肃

0.000

291

银川

宁夏

0.330

146

 

 

 

 

 (执笔:倪鹏飞,龚维进)