顾 江，王文姬

（南京大学长三角文化产业发展研究院，江苏 南京210093）

一、问题提出与文献回顾

发展经济学理论把国家工业化随人均收入增长而发生结构转变的过程分为3个阶段：工业化起始阶段、工业化实现阶段和后工业化阶段。2019年我国人均GDP突破1万美元，人均可支配收入30733元①，对照工业化发展理论，我国正处于工业化实现的后期阶段，总体上已经进入消费升级的加速期。具体表现为：（1）居民消费增长率高。居民消费增长与GDP增长差距日渐缩短，到2019年我国社会消费品零售总额实际增长率与GDP已基本持平，消费对国内生产总值增长的贡献率为57.8%，消费增长成为经济增长的主要支撑；（2）人均可支配收入递增，恩格尔系数逐年降低趋势愈见明显。2019年我国恩格尔系数已降到28.2%，基本上接近发达国家的水平，这也是居民消费进入升级通道的主要依据；（3）科技创新不断涌现，新兴消费业态迅猛发展，消费结构向高层次转化。消费者更加注重消费质量的提升，精神文化类消费需求随之提高。为满足消费升级需求、增加有效供给，我们需加快供给侧的改革和企业的转型升级。然而，我国文化企业中传统业态较多、产业融合存在壁垒且成本高，导致转型升级缓慢、高端产品供应能力不足，难以满足消费升级背景下国内消费者的需求。科技创新会大大改善和提升产品的质量和服务，降低成本，促进文化领域新兴业态的崛起；而文化产业集聚则是文化产业能够规模化、高效化发展的必经之路，两者是文化消费市场供给端的关键环节，也是刺激居民文化消费和拉动经济内循环的重要动力。

通过文献整理我们发现国内外许多学者对科技创新与消费关系进行了不同层面的研究。Fiske较早地分析了文化消费的内涵，他认为文化消费是消费者的一种主观行为，并认为文化消费是在观念上对文化的一种改制过程[1]。Josef ZweimüLler和Ericvon Hippel研究了收入差距、创新程度与消费需求的互动关系，认为用户需求是产品技术创新的根本所在，技术创新将引致消费需求的增长[2]。国内学者陈少峰等指出，文化和科技两者是对立统一的辩证关系，文化与技术的融合是推动科学技术发展的关键[3]。洪银兴从产业发展的角度探讨了科技对文化产业的影响，他认为技术驱动可以提高文化产业的生产效率，增加文化产业的产值[4]。路平等认为科技创新丰富了现有文化资源的内涵和外延，使文化资源的表现形式和生产消费形式进一步多样化，科技创新是文化资源资本化乃至产业化的重要前提[5]。黄蕊等预测了未来文化与科技融合发展的趋势，认为科技进步和消费需求将是形成文化产业新业态的重要动力[6]。王明明和孟程程对科技创新和文化消费的互动机制进行了研究，并认为两者的互动机制不仅能够催生出高质量的文化产品供给，更能带动文化产业新业态的形成和产业的转型升级[7]。

学者们对产业集聚特别是制造业集聚的研究偏多，具体到文化产业集聚的研究相对较少。Evans和Scott指出，城市创意文化产业的集聚效应为消费者提供了良好的文化消费环境，促进了当地文化消费水平和经济发展[8]。Roodhouse认为文化产业集聚对文化生产和消费具有明显的正向带动效应，并且建议政府可以利用区域政策调整以及科学的城市规划来促进文化产业集聚发展[9]。Kwan Wai Ko以区位熵为测度指标，论证了中国文化产业的集聚情况和空间溢出效应的正相关关系[10]。我国学者李杏以江苏为例，采用固定效应模型进行分析，发现文化产业集聚对文化消费影响具有正向作用，但是由于地区差异正向作用的强度大小不同[11]。车树林和笔者通过对全国文化消费试点城市的调研分析发现，居民收入和城镇化水平的提高对促进城镇居民文化消费具有显著的积极作用[12]。宋凤轩、孙颖鹿、宋宝琳用动态空间面板数据模型对产业集聚和居民消费进行实证分析，表明产业集聚能够有效地促进城镇居民消费[13]。还有其他学者从金融发展、房贷压力、地方财政支出和教育支出等角度研究对文化消费的影响。由以上分析可知，目前国内外学者对科技创新、产业集聚和消费的研究已有一定成果，但对科技创新、文化产业集聚共同影响文化消费的研究较少，并且采用实证分析方法进行的研究则更缺乏。在科技飞速发展、产业转型升级的时代背景下，科技创新和文化产业集聚能否对城镇居民的文化消费产生影响，影响如何，是否存在区域异质性、时间异质性、效果异质性等是本文需要探索的问题。

二、科技创新、文化产业集聚对文化消费的影响机制

（一）降低消费成本，促进居民收入增加，提升文化消费能力

Adam Smith在讲述分工的基本原理时提出，科技创新通过促进产业生产率的提高和要素资源的优化配置来促进城乡居民收入增长[14]。在此基础上，Keynes的消费函数理论才可以发挥作用，即收入增长成为科技创新激励居民消费的中介变量[15]。从其他变量看，相对不合理的经济结构、产业结构和产品结构导致的问题也是制约居民消费增长的关键因素，而产业结构调整的核心环节是科技创新。科技创新逐步增加了人类消费的内容，丰富了消费的选择，把居民的消费需求从生存需求中解放出来，向发展需求和享受需求迈进，实现消费升级，这一结论可以从过去若干次技术革命对人类消费结构的影响中得到证明[16]。

产业集聚是指随着区域集聚的发展趋势而形成的产业集群。产业集群中的许多企业具有产业关联性，可以在技术、信息、市场和人才等方面实现共享，产业集群中的企业既有竞争又有合作，既有分工又有协作，因此，集群内的企业可以获得规模经济和外部经济的双重效益。产业集聚的规模效应、辐射效应和溢出效应将普遍提高区域内企业的技术水平，降低企业的学习成本，进而降低企业的生产经营成本，企业的利润就会增加，居民收入也会增长，而这些因素将促进区域内消费的增长[17]。由于产业集聚的出现，区域内的营商环境也会得到优化，吸引更多的外资和客商进驻，并广泛提供各种优质的产品，形成消费环境[18]。从现有的研究成果来看，产业集聚可以降低生产成本、提升居民的收入水平进而提高居民消费能力。

（二）开拓消费新领域，提升产品质量，刺激消费需求

科技的发展促进了传统业态的升级，也催生了新兴业态的发展。目前，科技与文化的融合在生产的各个环节都有应用，例如：数字技术的发展使得数字化产品成为文化的重要载体，不仅改善了文化呈现形式，而且促进了文化消费的数字化；通信技术的创新提高了文化信息在网络中的传播速度，促进了广播电视网、电信网和互联网等传播渠道的融合，形成了文化消费的日常化；电子技术创新提供便携式的电子消费终端，而软件技术创新增强了消费平台信息交互的能力，促进了文化消费的分众化。科技创新的不断推进，促进了文化产业各个环节的提升，创新了文化消费新业态，提升了文化消费的数量和质量。

产业集聚往往是在地理空间上实现的，形成产业集聚区的形式。文化产业集聚在我国更多的是以文化产业园的形式存在，是产业自我发展和政府行为的共同结果。文化产业园不同于其他的工业园区，它往往承担生产和消费的双重功能，不仅为文化创意工作者和艺术家提供创作和生产的场所，还为文化产品和服务的消费者提供休闲、旅游、购物的场所，其为文化消费者创造一个良好的消费环境[19]。例如，国内著名的北京798艺术区汇集了画廊、设计室、艺术展示空间、艺术家工作室、时尚店铺、餐饮酒吧等众多文化艺术机构500余家，同时它还是著名的文化旅游景点和文化消费区，每年到访798艺术区的宾客超过300万人，其中境外宾客占30%～40%。因此，文化产业集聚区生产与消费的共生效应，可以为文化消费者创造良好的文化消费环境，创造更广阔的文化消费市场，促进居民文化消费水平的提高。

（三）生命周期规律作用影响消费水平的提升

1966年Vernon提出了产品生命周期理论，之后Gort和Klepper在产品生命周期理论的基础上拓展出了产业生命周期模型[20]。国内学者隋广军、申明浩提出了产业集聚生命周期理论，把产业集聚生命周期分为5个阶段：生成期、集聚期、稳定期、衰退期和更新期[21]。在产业集聚的生成期和集聚期，企业技术、交通、信息等方面的共享会使生产的规模扩大、边际成本不断下降、边际收益上升。但当集聚发展到成熟的稳定期时，企业竞争力和规模不断壮大，短时间内在资源要素有限的情况下，会出现争夺公共设施的现象和生产率的降低，出现拥挤效应，导致环境污染、资源错配、地价工资上涨等现象，收益增长效应将逐渐减弱，产业集聚进入衰退期。衰退期内企业可以通过技术进步或制度创新，政府可以加大公共产品供给承载能力，促使其更新调整，之后产业集聚面临新一轮的生命周期。因此，产业集聚处于不同时期，对消费的影响效应可能存在差异。

通过以上分析，本文提出待验证的假说：

假说1：科技创新、文化产业集聚对城镇居民文化消费水平的提升具有正向效应。

假说2：科技创新、文化产业集聚对城镇居民文化消费的拉动效应呈非线性关系。

假说3：科技创新、文化产业集聚对城镇居民文化消费的影响存在区域异质性。

三、研究设计

（一）模型设定

根据前文分析，本文首先同时选定科技创新和文化产业集聚，分别检验科技创新和文化产业集聚因素对城镇居民文化消费的影响。构建模型如下：

其中，i代表省（市、区），t代表时间，μi代表个体效应，反映不可观测的个体特征，εit是随机误差项；C表示各省（市、区）的城镇居民文化消费水平，P表示各省（市、区）的科技创新水平，LQ表示各省（市、区）的文化产业集聚指数，X为一组影响城镇居民文化消费水平的控制变量。β0是常数项，β1和β2是待估参数，取对数不会改变变量之间的关系，模型中部分变量采取自然对数形式。

（二）变量说明和数据来源

被解释变量为城镇居民文化消费水平。核心解释变量包括科技创新和文化产业集聚。控制变量包括经济发展水平、居民生活水平和社会负担程度。本文主要选取2008～2018年我国31个省（市、区）的相关面板数据（中国台湾以及香港、澳门未纳入此次测度范围），各项指标数据来源于《中国文化及相关产业统计年鉴》《中国科技统计年鉴》和《中国统计年鉴》，其中个别缺失的数据用插值法补充。为了避免异方差的影响，这里对某些变量采用自然对数。主要变量的描述性统计结果见表1。

表1 变量描述性统计结果

1.城镇居民文化消费水平（lnC）

目前我国学者在度量居民文化消费水平的时候大多数是采用人均教育文化、娱乐服务支出指标。本文选用城镇居民家庭人均全年教育文化、娱乐服务支出来衡量，并在实证分析中取其对数用lnC表示。数据来源于《中国统计年鉴》和《中国文化及相关产业统计年鉴》。

2.科技创新水平（lnP）

雷欣等学者用发明专利授权量与地区人口数量之比作为地区科技创新水平的衡量指标，赵和楠用人均科技经费支出衡量科技进步指标[22]。其中，专利授权量受到时滞影响和机构偏好影响较大，在不加入滞后期的情况下本文认为专利申请受理量能够更好地度量当期的科技创新水平，本文选择专利申请受理量（件）作为衡量区域科技创新水平的指标，并在实证分析中取其对数用lnP表示。数据来源于《中国科技统计年鉴》。

3.文化产业集聚（LQ）

衡量产业集聚的主要方法有洛伦茨曲线（Lorenz curve）、基尼系数（Gini coefficient）、赫芬达尔——赫希曼指数（Herfindahl-Hirschman index）和熵指数（entropy index,EI）[23]。因为考虑到文化消费与其他消费不同，具有其自身特殊性，本文采用由哈盖特提出的区位熵(Location Quotient，LQ)来衡量文化产业集聚程度。区位熵的计算公式为[24]:

在本文中，LQij表示j省（市、区）i产业（文化产业）在全国的区位熵，这里表示文化产业集聚指数。qij为j省（市、区）的i产业（文化产业）的从业人数，qj为j省（市、区）所有产业的从业人数。qi指在全国范围内i产业（文化产业）的从业人数，q为全国所有产业的从业人数。本文选取文化体育和娱乐业的城镇单位就业人员数表示文化产业从业人数。当文化产业集聚LQ〉1时，则认为j省（市、区）的文化产业在全国来说具有集聚优势，具有较强的产业优势；反之则处于劣势，竞争力较弱。相关数据来源于《中国统计年鉴》和《中国文化及相关产业统计年鉴》。

4.经济发展水平（lnEco）

在我国，经济发展水平高的地区一般会形成较好的文化消费的需求环境，政府更有意识和能力对文化及相关产业进行政策上的支持和文化设施的投资建设。因此，本文选取地区人均GDP作为衡量地区经济发展水平的指标，并在实证分析中取其对数用lnEco表示，数据来源于历年的《中国统计年鉴》。

5.居民生活水平（lnLiv）

根据文化消费的特性，只有当人们解决温饱、有闲钱的时候才大概率会去追求精神消费，地区居民的可支配收入直接影响文化产品的消费程度。本文以城镇居民可支配收入来衡量地区城镇居民的生活水平，并在实证分析中取其对数用lnLiv表示，数据来源于《中国统计年鉴》。

6.社会负担程度（lnSoc）

我国房地产特别是城市房地产市场自20世纪90年代以来一直水涨船高，成为城镇居民最大的固定支出和社会负担，2019年人均居住消费支出占到了人均消费总支出的23.4%，而人均食品烟酒消费支出、衣着支出、生活用品及服务支出、医疗保健等各项消费支出占比均不足10%。理论上高房产支出的地区对居民文化消费会有一定的负向影响。因此，本文选用城镇房地产住宅投资总额来衡量社会负担，并在实证分析中取其对数用lnSoc表示。数据来源于历年的《中国统计年鉴》。

四、实证结果分析及稳健性检验

（一）多重共线性检验

1.相关系数分析

由检验结果可知，变量间的相关系数都不大，lnLiv与LQ的相关系数最高，为0.628。

2.方差膨胀因子VIF分析

文中解释变量的方差膨胀因子VIF的检验结果如表2，所有变量中的最大VIF值为4.6，均值为2.87，远小于10。结合相关系数和方差膨胀因子VIF的分析结果可知，不用担心变量间存在多重共线性的问题。

表2 各解释变量的方差膨胀因子VIF

（二）面板数据回归及结果

在模型估计方面，一般采用混合数据模型和面板数据模型进行分析。前者采用OLS估计，后者采用固定效应模型和随机效应模型。考虑到样本间的异质性，如果直接使用混合OLS易导致估计误差，所以我们选择面板数据模型来解决这个问题。在本文中，通过F检验和Hausman检验，我们发现固定效应模型（FE）更合适。

1.总体样本回归

表3列出了总体样本的回归结果，模型1为OLS的回归估计，模型2～8为FE回归估计。为避免因为遗漏变量而存在的内生性问题，在基准估计中本文采用了逐步回归法。模型3在模型2的基础上加入了文化产业集聚，从估计结果来看科技创新和文化产业集聚系数在1%的水平上显著。模型4～6在模型3的基础上依次加入控制变量经济发展水平、居民生活水平和社会负担程度。从回归结果看，加入各个控制变量后，核心变量的估计系数都没有发生正负变化，且都通过了显著性检验，表明估计结果具有较好的稳健性。从模型6可以看出，科技创新和文化产业集聚回归系数为0.0478和0.3249，且分别通过了5%和1%水平上的显著性检验，表明科技创新和文化产业集聚对城镇居民文化消费具有明显的正向效应，假说1得到验证。

表3 普通最小二乘法（OLS）和固定效应模型（FE）估计结果

2.分阶段样本回归

科技创新、文化产业集聚随着时间的变化，对城镇居民文化消费的影响是否有变化需要进一步讨论。本文通过对2008～2018年的专利申请受理量和文化产业集聚指数变化情况进行分析，发现以2014年为节点，之后的专利申请受理量和文化产业集聚指数均出现快速增长特点（见图1、2），这一节点变化可能对城镇居民文化消费产生影响。因此，以2014年为界，将考察期分为2008～2014年和2015～2018年两个阶段进行估计，回归结果见表3中模型7、8。从回归结果看，两阶段核心变量回归系数都显著为正，但是系数大小发生了变化，科技创新的估计值从0.0494增长到0.0591，这是因为2014年以后随着“一带一路”的建设和“区域一体化发展战略”等政策的实施和推进，人才、信息和技术等资源得以在区域间流动，5G、人工智能、互联网、物联网等技术得到了快速的提升。同时，科技与文化的融合发展促进了新兴业态的发展和文化产品的高质量供给，文化消费的需求得到前所未有的释放，因此，科技创新对城镇居民文化消费产生的拉动作用明显加大。而文化产业集聚回归系数值从0.4454下降到0.3098，这可能由于2014年以来我国经济发展由高速度增长转向高质量发展，一些发达地区的文化产业集聚周期达到了稳定阶段，面临产业升级，规模效益和溢出效益在逐步降低，对区域内居民收入提升幅度和降低企业成本空间作用有限，因此，产业集聚对城镇居民文化消费的促进作用相对有所下降，假说2得到验证。

图1 2008～2018年专利申请受理量变化情况

影响城镇居民文化消费的3个控制变量中，地区经济水平在模型4、5、6中都在1%的水平上显著正相关，表明一个地区的经济发展对文化消费水平起到促进效应；居民生活水平在模型5和6中估计系数为0.1137和0.0883，并通过显著性检验，表明城镇居民生活水平对文化消费起到促进效应。社会负担程度在模型6中估计系数为-0.07且通过了1%的显著性检验，这表明在我国现阶段城镇居民住宅房投入会制约文化消费水平的提升。

图2 2008～2018年文化产业集聚指数变化情况

（三）稳健性检验

本文分别采用两种方法进行稳健性检验：

1.更换核心变量

本文以技术合同成交总额替换专利申请受理量来衡量科技创新，对其取对数后进行回归结果的稳健性检验。从表4可看出，采用固定效应模型回归后，核心解释变量估计系数的符号均未变化，符合理论预期，估计系数具备较好的统计显著性，说明本文的实证结果是稳健的。

2.更换样本期

以剔除2008年和2018年两年数据后2009～2017年全国31个省（市、区）的面板数据为新的样本进行估计，表4中各变量的估计系数符号均未发生变化，只是系数大小和显著性稍有变化，说明本文的计量结果是稳健的。

表4 稳健性检验

（四）分区域的样本估计

为了进一步分析科技创新、文化产业集聚对城镇居民文化消费影响的区域异质性，本文采用固定效应模型对东部、中部、西部和东北4大区域分别进行回归②，估计结果如表5所示。回归结果显示：科技创新对城镇居民文化消费影响效应均为正向且都通过了显著性检验，东部地区科技创新对城镇居民文化消费拉动效应最明显，估计值为0.1089，是中部地区估计值（0.0559）的近2倍，是东北地区（0.0290）和西部地区（0.0273）估计值的近4倍；文化产业集聚对城镇居民文化消费水平的影响均为正向促进效应且通过了显著性检验，西部地区文化产业集聚对城镇居民文化消费的促进作用最大，估计值为0.4546，中部地区（0.3545）和东部地区（0.3063）次之，东北地区估计值最低（0.2570）。回归结果表明科技创新、文化产业集聚对城镇居民文化消费的拉动效应存在明显的区域异质性，假说3得到验证。

表5 分地区估计结果

从估计结果看，东部地区的科技创新水平和文化产业集聚在4个区域中是最高的，但是两者对城镇居民文化消费的促进作用在4个区域中的排名分别为第一和第三。这是由于近几年我国东部地区在人工智能、先进计算、智能制造等高技术领域的研发投入明显加大，以科技创新发展对冲经济下行压力和应对外部不确定性的能力进一步提升，经济水平的发达和文化科技产业的融合发展极大刺激了东部地区城镇居民的文化消费，故影响效应显著。而文化产业集聚区域特别是长三角、珠三角、京津冀地区进入了成熟稳定阶段，此时产量较高或厂商较多，接近饱和水平会产生过度集聚，出现拥挤效应。文化产业集聚产生的规模效应、溢出效应、成本下降等对文化消费的拉动作用在经历快速上升后逐渐减弱，因此出现文化产业集聚水平最高但对城镇居民文化消费拉动效应相对较低的回归结果。

西部地区的科技创新、文化产业集聚对城镇居民文化消费水平的促进作用分别排第四和第一，差别十分明显。从统计结果上看西部地区科技创新水平普遍较低，新兴业态发展较中、东部有差距，加之经济水平、地理交通和消费观念的约束使得科技创新对西部地区城镇居民文化消费水平的带动作用低于其他区域。而该地区文化产业集聚对城镇居民文化消费的促进作用却是最为明显的，这是由于西部地区正处于文化产业集聚周期的成长阶段，随着文化产业的进一步发展，生产规模的不断扩大，区域内的技术、信息、供应、销售网络逐步发展完善，生产的边际成本不断降低，而边际收益不断提高，城镇居民文化消费水平有了显著的提升。

东北地区科技创新和文化产业集聚对城镇居民文化消费的影响效应都较低，这与其近年在经济、科技发展上后劲不足、出现衰退相一致。该地区第三产业发展基础比较薄弱，文化产业集聚处于萌芽阶段，新旧动能转换缓慢，没有真正实现科技助力文化产业的融合发展，文化产品供给和文化消费市场需求没有充分释放，人口流失严重，科技创新、文化产业集聚对城镇居民文化消费水平拉动作用不够明显。中部地区科技创新和文化产业集聚对城镇居民文化消费水平的促进作用居各区域第二，发展势头强劲。这主要受益于长三角一体化发展和长江经济带一体化发展战略，在科技创新的资源共享和文化消费的市场扩大方面具有优势，该区域的生产联系合作网络逐步形成，生产效率提高，集聚规模扩张，规模效应明显。

五、结论和建议

在当今产业融合和区域一体化的发展大趋势下，科技创新、文化产业集聚成为影响城镇居民生活水平和消费方式的重要因素，对城镇居民的文化消费产生极大影响。本文采用我国2008～2018年31个省（市、区）的面板数据，通过构建方程模型，检验了科技创新、文化产业集聚对我国城镇居民文化消费的影响及作用效果。研究结果表明：2008～2018年，科技创新和文化产业集聚的发展对促进城镇居民文化消费的发展起到了积极作用。就区域差异分析，科技创新对东部地区城镇居民文化消费水平的拉动效果最明显，其次为中部地区，最后是东北地区和西部地区，科技发展对经济发达地区作用更加显著。文化产业集聚对西部城镇居民文化消费水平的拉动效果最明显，其次为中部地区和东部地区，最后为东北地区，文化产业集聚对经济欠发达、处于产业集聚成长期的地区作用更加显著。就时间趋势分析，科技创新和文化产业集聚在2015～2018年较2009～2014年相比发展加快，但实证研究发现文化产业集聚对城镇居民的文化消费拉动作用却在降低，科技创新对城镇居民文化消费的拉动作用则在提高，促进效应呈现非线性的因果关系。研究同时发现，经济发展水平、居民可支配收入和房产支出对城镇居民文化消费同样具有重要影响。

为进一步拉动城镇居民文化消费水平，促进形成国内消费内循环，根据本文的研究结论，我们提出以下建议：（1）继续保持对科技创新的投入和建设。从国家战略布局新基建出发，加强人工智能、数据中心、物联网等科技创新领域的基础设施建设[25]。积极发挥东部地区在科技创新方面的领头羊作用，推进“区域一体化战略”和“一带一路”的实施，实现协同发展，有效缩小东西部地区在人才、资源、信息和平台上的差距。（2）积极推进“文化+科技”的深度融合。鼓励创建文化和科技融合示范基地，培育“文化+科技”融合型文化企业，加大以数字化、网络化、智能化为特征的新兴文化产业比例，推进传统文化产业转型升级，优化产业结构。（3）在政策倾斜上，政府需要根据“区域经济一体化”发展的路径和特点动态调整：集中发展多种业态的文化消费集聚区，从大城市向中小城市逐步推进，营造文化消费氛围，促进文化消费市场下沉。努力拉动富裕阶层的国内消费能力，努力推进文化产品科技化、高端化、国产化发展，从而进一步替代进口。（4）有效消除其他消费挤出影响，促进文化消费水平的持续增长。继续加强房地产行业的监管，规范市场秩序、稳定房价，减轻城镇居民房产方面的支出占比，充分发挥我国超大规模市场优势和内需潜力，构建国内国际双循环相互促进的新发展格局。

注：

①数据来源：国家统计局官网。

②东部地区包括：北京、天津、河北、山东、江苏、上海、浙江、福建、广东、海南。中部地区包括：河南、湖北、湖南、安徽、江西、山西。西部地区包括：四川、云南、贵州、西藏、重庆、陕西、甘肃、青海、新疆、宁夏、内蒙古、广西。东北部地区包括：黑龙江、吉林、辽宁。