我国数字经济发展水平的区域差异与演变特征研究

Research on the Regional Differences and Evolution Characteristics of China’s Digital Economy Development Level

摘要: 在新一轮科技革命和产业深刻变革的背景下，数字经济日益成为我国经济高质量发展的重要战略支撑力量。本文基于2013~2023年中国31个省(市、区)的面板数据，从数字化基础设施、数字产业化和产业数字化三个维度构建指标体系，采用熵值法对我国东、中、西和东北四大区域的数字经济发展水平进行测度，并运用Dagum基尼系数分解法进一步分析数字经济发展水平的差异演变特征。研究发现：1) 2013~2023年间，我国数字经济发展水平整体呈现稳步上升态势，尤其在2016~2019年间增速显著；2) 东部地区数字经济发展水平始终处于领先地位，形成明显的“东高西低”区域格局；3) 数字经济发展的总体差异主要来源于区域间差异，贡献率超过70%；4) 东部地区内部差异大于其他区域，存在显著的“强省虹吸效应”。基于此，本文提出加快中西部地区数字基础设施建设、提升区域协同发展能力、推动数据要素市场机制建设等政策建议，以实现我国数字经济的高质量协调发展。

Abstract: Against the background of a new round of scientific and technological revolution and profound industrial changes, the digital economy has increasingly become an important strategic support force for the high-quality development of China’s economy. Based on the panel data of 31 provinces (cities and districts) in China from 2013 to 2023, this paper constructs the index system from the three dimensions of digital infrastructure, digital industrialization and industrial digitization, adopts the entropy method to measure the development level of digital economy in the four major regions of China, namely, East, Central, West, and Northeast, and applies the Dagum Gini coefficient decomposition to further analyze the evolution characteristics of differences in the development level of digital economy. The study finds: 1) From 2013 to 2023, the level of digital economy development in China shows a steady upward trend, with significant growth rates particularly between 2016 and 2019; 2) The level of digital economy development in the eastern region has always been in the lead, forming an obvious “east high and west low” regional pattern; 3) The overall difference in digital economy development mainly comes from inter-regional differences, with a contribution rate of more than 70%; 4) The internal differences in the eastern region are greater than in other regions, and there is a significant “siphoning effect of strong provinces”. Based on this, this paper proposes to accelerate the construction of digital infrastructure in the central and western regions, enhance the capacity of regional collaborative development, and promote the construction of the market mechanism for data elements and other policy recommendations, in order to realize the high-quality and coordinated development of China’s digital economy.

1. 引言

数字经济作为继农业经济、工业经济之后的新型经济形态，已成为推动全球经济增长和结构转型的重要引擎[1]。近年来，中国高度重视数字经济发展，将其纳入国家战略层面予以系统布局。从“互联网+”到“数字中国”战略的持续推进，再到“东数西算”等重大工程的落地实施，数字技术正深刻改变着资源配置方式、产业发展模式与区域经济格局。根据《中国数字经济发展研究报告(2024年)》，2023年我国数字经济规模达到53.9万亿元，占GDP比重达到42.8%，数字经济增长对GDP增长的贡献率达66.45% [2]，由此可见数字经济已经成为我国经济增长的重要支撑。作为一种以数据资源为核心要素、以数字技术为驱动方式、以现代信息网络为载体的新型经济形态[3]，数字经济突破了传统经济的时空限制，在推动经济增长方式转变、资源配置效率提升以及产业结构优化升级等方面展现出巨大潜力[4]。

在数字经济蓬勃发展的同时，区域发展水平差异与空间演变特征也日益显现[5]。在不同区域的经济基础、技术积累与政策响应能力等多重因素作用下，数字经济发展呈现出明显的空间不平衡状态，区域间的差距不仅体现在发展水平的高低，更体现在发展路径、发展阶段及资源配置效率等方面的差异[6]。因而，对我国各地区数字经济发展水平进行系统性量化评估，识别其时空演变特征，厘清区域间发展差异的内在机制，既是科学衡量政策实施效果的重要前提，也是制定分类指导、精准施策的数字经济发展战略的基础。进一步而言，这一研究对于优化资源配置、引导区域优势互补、推动数字经济空间格局向协调有序演进，进而服务于国家高质量发展与区域协调发展目标，具有重要的理论价值与现实意义。

2. 文献综述

当前学术界围绕数字经济的时空演变特征主要围绕以下几方面展开研究。

第一，数字经济内涵特征的研究。关于数字经济的内涵与特征，当前学术界已有较为丰富的讨论，李长江(2017)从技术演化的视角出发，指出数字经济是一种以数字技术为基础、与传统生产要素如资本与劳动力深度融合的新型经济形态，社会生产方式呈现出“数字化转型”的整体趋势[7]。李路(2018)则强调数字经济的时代演进属性，认为其不仅是经济发展的新趋势和新动能，更重塑了传统要素结构，数字技术逐步替代土地与劳动力，成为核心生产要素，并表现出知识智能性、开放共享性和全球化演进性等典型特征[8]。从中国国情出发，童锋和张革(2019)指出我国发展数字经济具有三大独特优势：一是网民规模庞大形成的数据资源基础优势；二是后发国家路径依赖较弱，便于数字技术快速迭代与商业模式创新；三是制度安排灵活有效，能够为数字经济提供稳定发展的环境与政策支持[9]。进一步拓展了数字经济的范畴，认为其本质上是现代数字技术与国民经济各部门深度融合的产物，是以数字平台为主要媒介、以数字基础设施为关键支撑、以数据资源流动与价值实现为核心的一系列经济活动总和[10]。韩凤芹和陈亚平(2022)则从系统比较的视角出发，强调数字经济不仅在技术基础、产业体系、应用场景、资源配置方式等方面显著区别于传统工业经济，更在治理逻辑与制度安排上体现出明显的异质性和复杂性[11]。

第二，数字经济发展水平的测度体系构建。李洁和王琴梅(2023)基于综合加权TOPSIS法评估我国数字经济发展水平，并揭示了南北差异及其成因[12]。刘宁宁(2024)从综合效益、创新潜力、创新产出、创新融合应用四个维度出发，构建了数字经济核心产业创新水平指标体系，并利用熵值法对2012~2022年全国及三大区域的创新水平进行了系统评估[13]。魏艳华和王丙参等(2024)提出高维标度评价法(MDSEM)，在小样本分析中提升了评价一致性，实证分析发现中国东部地区数字经济高度集聚，而中西部地区发展水平仍相对滞后[14]。此外，王裕瑾和崔志远等(2024)构建了数字经济与实体经济发展水平评价指标体系，结合耦合协调模型和Dagum基尼系数，对融合水平及其区域差异进行了系统分析[15]。李华与王爱爱(2025)则聚焦于传统行业数字化赋能的等级演化特征，指出其“持续性强、流动性弱”的结构特征[16]。

第三，数字经济的时空分异特征与演变趋势。研究普遍发现我国数字经济在整体水平持续上升的同时，存在显著的区域差异和空间集聚特征。郭贝贝(2023)运用空间计量模型指出，数字经济对经济高质量发展具有显著的空间集聚与溢出效应，但边际效应存在趋弱趋势[17]。王丽双和傅新红等(2025)通过熵值法与空间计量模型对中国乡村数字经济的发展水平进行测度，发现其呈现“东高西低、南高北低”的格局，且2015~2022年间乡村数字经济指数由0.156提升至0.329，发展潜力巨大但区域异质性显著[18]。刘德胜与杨亚茹(2025)则基于极化指数对南北差异进行分析，发现数字经济总体呈现“南快北慢”的发展格局，南北差距经历了先扩大后收窄的过程，区域协调仍需加强[19]。周明茜与郭付友(2025)以黄河流域为例，应用空间自相关分析与随机森林模型分析其数字经济发展时空特征，结果显示发展存在阶段性不稳定，受产业结构、政府支持、教育水平等因素影响显著[20]。

综上所述，当前学术界围绕数字经济的内涵特征、测度体系构建与区域差异的时空演变特征，已积累了较为丰富的理论成果与实证经验，为本文后续研究提供了有益借鉴。然而，现有文献仍存在以下几个方面的不足：一是指标体系尚未形成统一、权威的标准，维度划分和指标选取存在较大差异，影响了研究结果的可比性与解释力。本文尝试从数字化基础设施、数字产业化与产业数字化三大维度构建评价指标体系，力求在指标选取的科学性、数据获取的可行性和结构设计的逻辑性等方面实现优化；二是部分研究以静态横截面分析为主，缺乏基于长时间序列数据对数字经济发展演化过程的动态追踪，且在区域差异的量化方面，普遍采用传统基尼系数或泰尔指数，难以细致揭示区域内差异、区域间差异及交叉重叠部分的具体来源。对此，本文基于2013~2023年全国31个省(市、区)的单位面板数据，引入Dagum基尼系数分解法，更加精准地识别差异来源。

3. 研究方法

3.1. 熵值法

熵值法计算是一种基于信息熵概念的客观赋权方法，常用于多指标综合评价，其基本思想是通过指标的离散程度来确定各指标的重要性，熵值越小，说明该指标的信息量越大，变异性越大，权重也就越大，由于熵值法的权重分配完全是基于指标指数本身的离散程度，能够避免主观因素的干扰，具有较强的客观性和科学性。

第一步，标准化：为避免原始数据量纲的影响，需要对原始数据进行标准化处理，本文采用极差法：

对于正向指标：

$X_{ij}=\frac{x_{ij}-\min \left\{x_{ij}\right\}}{\max \left\{x_{ij}\right\}-\min \left\{x_{ij}\right\}}$ (1)

对于负向指标：

$X_{ij}=\frac{\max \left\{x_{ij}\right\}-x_{ij}}{\max \left\{x_{ij}\right\}-\min \left\{x_{ij}\right\}}$ (2)

式中：i表示评价对象，$i=1,2,3,\cdots ,n$ ；j表示评价指标，$j=1,2,3,\cdots ,m$ ；$x_{ij}$ 和$X_{ij}$ 分别表示原始指标和标准化后的指标。

第二步，计算第j个指标下第i个样本值所占比重$y_{ij}$ ：

$y_{ij}=\frac{X_{ij}}{{{\displaystyle \sum }}_{i=1}^n{X}_{ij}}$ (3)

第三步，计算第j个指标的熵值$e_j$ ：

$e_j=-\frac{1}{\ln n}{\displaystyle \sum }_i^n{y}_{ij}\ln y_{ij}$ (4)

第四步，计算第j个指标的权重$w_{ij}$ ：

$w_{ij}=\frac{1-e_j}{{{\displaystyle \sum }}_{j=1}^m\left(1-e_j\right)}$ (5)

第五步，计算第i个评价对象的综合得分$U_i$ ：

$U_i={\displaystyle \sum }_{j=1}^m{w}_j{X}_{ij}$ (6)

3.2. Dagum基尼系数分解法

Dagum基尼系数是传统基尼系数的升级，能够识别差异的来源，并将其分解为区域内差异$G_w$ 、区域间差异$G_b$ 和不同区域交叉重叠产生的差异$G_t$ ，即总体差异$G=G_w+G_b+G_t$ ，因此本文使用Dagum基尼系数分解法计算数字经济的空间差异。具体的计算公式如下：

$G=\frac{{{\displaystyle \sum }}_{i=1}^k{{\displaystyle \sum }}_{h=1}^k{{\displaystyle \sum }}_{i=1}^{n_i}{{\displaystyle \sum }}_{r=1}^{n_h}\left|D_{ij}-D_{hr}\right|}{2n^2\overline{D}}$ (7)

$G_{ii}=\frac{{{\displaystyle \sum }}_{j=1}^{n_i}{{\displaystyle \sum }}_{r=1}^{n_i}\left|D_{ij}-D_{ir}\right|}{2n_i^2{\overline{D}}_i}$ (8)

$G_w={\displaystyle \sum }_{i=1}^k{G}_{ii}{p}_i{s}_i$ (9)

$G_{ih}=\frac{{{\displaystyle \sum }}_{j=1}^{n_i}{{\displaystyle \sum }}_{r=1}^{n_h}\left|D_{ij}-D_{hr}\right|}{n_i{n}_h\left(\overline{D_i}+\overline{D_h}\right)}$ (10)

$G_w={\displaystyle \sum }_{i=2}^k{\displaystyle \sum }_{h=1}^{i-1}{G}_{ih}\left(p_i{s}_h+p_h{s}_i\right)M_{ih}$ (11)

$G_t={\displaystyle \sum }_{i=2}^k{\displaystyle \sum }_{h=1}^{i-1}{G}_{ih}\left(p_i{s}_h+p_h{s}_i\right)\left(1-M_{ih}\right)$ (12)

上式中，$D_{ij}$ ($D_{hr}$ )表示第i (h)个区域中第j (r)个省份的数字经济发展水平，$\overline{D}$ 表示各省份数字经济发展水平均值，$n_i$ ($n_j$ )表示第i (j)个区域中省份的个数，$G_{ii}$ 表示区域i内部基尼系数，$G_{ih}$ 表示区域i和h之间的基尼系数，$p_i=\frac{n_i}{n}$ ，$s_i=\frac{n_i\overline{D_i}}{n\overline{D}}$ 。

4. 样本选取与数据来源

4.1. 数字经济发展水平指标体系构建

数字经济是以数据资源为核心要素、以现代信息网络为基础设施、以数字技术的广泛应用为特征的新型经济形态。它不仅代表了技术革命背景下的生产方式变革，更是推动经济发展质量变革、效率变革和动力变革的重要力量。根据已有研究，本文从数字化基础设施、数字产业化和产业数字化三个层面对我国数字经济发展水平进行测度：首先，数字化基础设施是数字经济发展的重要支撑，涵盖信息通信网络的覆盖广度和数据传输能力等，决定了数字要素流动与信息交换的基本能力，是实现“通数联网”的基础。其测度指标包括互联网普及率、移动电话设施规模、人均电信业务总量等。其次，数字产业化是以数字技术为核心形成的新兴产业体系，突出体现了数字技术自身的产业化发展能力，如软件与信息服务业、电子商务、数字金融等，是数字经济内部价值创造的核心引擎。该维度的指标主要包括信息软件业就业人数占比、电子商务销售额、数字金融指数等，用以衡量地区的数字产业发展水平。最后，产业数字化体现了数字技术对传统产业的深度嵌入和融合应用，是推动实体经济高质量转型的关键路径，本文以企业R&D经费投入、快递业务量、有电子商务活动的企业占比等进行衡量(详见表1)。

Table 1. Evaluation index system for the development level of the digital economy

表1. 数字经济发展水平评价指标体系

一级指标	二级指标	三级指标	指标定义	属性	权重
数字经济	数字化基础设施	互联网普及率	互联网用户数/地区常住人口总数	+	3.27%
		移动电话设施规模	移动电话交换机容量	+	4.92%
		长途光缆线路长度	长途光缆线路实际长度	+	4.19%
	数字产业化	人均电信业务总量	电信业务总量/地区常住人口总数	+	15.18%
		移动电话普及率	直接数据	+	2.80%
		信息软件业就业人员占比	信息软件业就业人员/城镇单位就业人员	+	11.59%
	产业数字化	数字金融	北京大学数字普惠金融指数	+	2.81%
		有电子商务交易活动的企业数占比	有电子商务交易活动的企业数比重	+	2.71%
		电子商务销售额	直接数据	+	15.45%
		科技创新投入	规模以上工业企业R&D经费	+	13.34%
		快递量	直接数据	+	23.74%

4.2. 数据来源

本文选取的数据来源于《中国统计年鉴》《中国能源统计年鉴》《中国工业统计年鉴》《中国环境统计年鉴》以及各省份统计年鉴，部分地区的部分变量在个别年份存在数据缺失，使用插值法补齐。

5. 实证结果分析

5.1. 数字经济发展水平的时序特征

图1展示了我国四大区域¹数字经济发展水平的时序演变特征，整体来看，全国平均水平和各区域在2013~2023年期间的数字经济发展水平整体呈上升趋势，尤其是在2016年之后增速明显。首先，全国数字经济发展水平整体呈上升趋势，尤其在2016~2019年期间增速显著加快。这一阶段恰逢我国深入推进“互联网+”战略、“双创”政策密集出台以及数字基础设施快速建设，数字产业呈现爆发式增长，数字金融、电商平台、云计算与大数据等新业态不断涌现，为全国数字经济发展注入强劲动能。其次，2020年数字经济发展水平出现明显下滑，这与突发的新冠肺炎疫情密切相关。疫情期间全国大面积封控、物流阻断、线下企业运营受限，尽管线上办公与电商平台需求激增，但传统行业数字化转型节奏放缓，整体经济活动受到冲击，导致数字经济短期内增长动能不足、发展指数回落。而2021~2023年间数字经济发展显著回暖并持续恢复增长。最后，随着疫情防控政策优化、复工复产全面推进，以及“东数西算”、“数字中国建设整体布局规划”等政策落地实施，数字经济与实体经济加速融合，数据要素市场初具雏形，平台经济监管逐步规范，带动各地区数字经济重回发展正轨。最后，尽管全国整体呈现复苏态势，但区域之间的数字经济发展差距仍较明显。具体来看，从图1(a)中可以看出，东部地区的数字经济发展指数始终显著高于全国平均水平，且增长态势最为平稳和强劲。尤其是在2016~2019年间，东部地区呈现出快速上升趋势，2021~2023年更是强劲反弹，持续引领全国数字经济的发展。这一趋势与东部地区良好的经济基础、丰富的人才资源、高密度的信息基础设施以及完善的市场机制密切相关。广东、北京、浙江等地作为我国数字产业的核心集聚区，在考察期内持续高于全国平均水平，形成强劲的“东部数字经济带”。这主要得益于该区域拥有阿里巴巴、腾讯、百度等龙头平台企业，数字技术创新活跃，数字产业链条完备，政策支持力度强，为区域数字经济提供了稳定发展环境。从图1(b)~(d)可以看出，中部、西部和东北三大区域的数字经济发展水平整体低于全国平均水平。然而，除2020~2021年受到新冠疫情冲击、经济运行短暂受挫外，三大区域在其余年份均呈现出稳步上升的态势，表明数字经济在区域范围内正逐步扩散、渗透，发展潜力不断释放。其中，四川省作为中西部乃至全国数字经济的重要增长极，在样本期内表现尤为突出，其发展指数持续高于全国平均水平，成为中西部地区当之无愧的“领跑者”。这与其雄厚的科技教育资源(如高校和科研院所集中)、完善的工业基础(涵盖电子信息、军工、先进制造等多个重点产业)以及近年来国家积极推动的成渝地区双城经济圈建设密切相关。该地区在科技创新能力、数字产业集聚度和政策响应机制等方面具备显著优势，为其数字经济的高质量发展奠定了坚实基础。

Figure 1. Temporal variation characteristics of digital economy development levels in the four major regions

图1. 四大区域数字经济发展水平的时序变化特征

5.2. Dagum基尼系数

图2呈现了我国数字经济发展水平差异的来源与演变趋势。首先，从区域内部差异来看(图2(a))，2013~2023年，东部地区的基尼系数始终显著高于其他三个区域，除2019年和2020年外，甚至高于全国整体水平。这一现象反映出东部地区内部的数字经济发展差异较为显著，其原因可能在于该区域内部存在明显的“虹吸效应”。具体来看，一方面，以一线城市为核心的数字经济高地在政策导向、财政投入与金融支持上占据显著优势，因而对高端数字技术企业与专业人才的吸引力更强，进而推动本地区数字技术经济的发展。另一方面，“数字自由贸易区”、“智慧城市示范工程”等重大数字基础设施与制度创新项目高度集中于东部沿海发达省市，这不仅赋予其制度先行权和技术试验权，还进一步巩固了其在数字经济发展领域的话语主导地位，最终进一步拉大了我国数字经济的空间发展鸿沟。相比之下，中部地区的基尼系数在2014~2023年呈现出较明显的波动性，说明该区域数字经济发展存在阶段性差异拉大与缩小交替的态势。西部地区在2013~2014年及2020~2021年间，基尼系数出现剧烈波动，表明其数字经济发展水平差异变化明显。东北地区则相对稳定，基尼系数波动幅度最小，反映出该区域数字经济发展水平整体发展虽缓慢但内部结构较为均衡。其次，从区域间差异来看(图2(b))，我国数字经济发展的主要差距集中在东部与其他三大区域之间。其中，东–西、东–东北和东–中之间的基尼系数始终居于高位，显著高于中–西、中–东北、西–东北等组别，说明东部与其他区域之间的数字经济发展鸿沟长期存在，并在部分年份有所扩大。这可能是东部、中部、西部与东北之间长期存在的数字基础设施差距

Figure 2. Differences and changes in the level of development of China’s digital economy

图2. 我国数字经济发展水平的差异变化情况

导致的。东部地区，特别是京津冀、长三角、珠三角等城市群，较早完成5G建设与数据中心布局，具备良好的信息物理支撑条件。而中西部和东北地区由于经济基础薄弱，网络基础设施发展滞后，导致数字要素流通受限，限制了数字经济的辐射范围与扩展空间。此外，我国数字资源主要集中在东部核心城市，阿里巴巴和腾讯等企业总部均分布在东部，带动形成以杭州、北京为核心的“数据–技术–资本”聚集带。这种中心城市主导型的空间结构使得数字技术、资金与人才等生产要素向极少数城市集中，中西部地区缺乏自主建设数字产业生态的能力，造成区域间数字经济发展大不平衡。尽管近年来国家推行“东数西算”、“数字对口支援”等工程，但从结果看，跨区域要素流通与数字资源共享机制仍不健全。中西部地区承接东部数据中心和算力转移的能力有限，难以真正形成“优势互补、联动发展”的协同格局。这也使得区域间数字经济发展的鸿沟未能通过政策调节有效收敛。进一步从总体差异结构分解来看(图2(c)和图2(d))，可以发现区域间差异是我国数字经济发展不均衡的最主要原因，其对总体差异的贡献率平均值高达70.80%，明显高于区域内差异(21.19%)和超变动密度(不足10%)。同时，区域内差异虽次于区域间差异，但依然不可忽视。

6. 结论及政策建议

6.1. 结论

本文运用2013~2023年我国31个省(市、区)的面板数据，构建了我国数字经济发展水平评价指标体系，实证分析了我国数字经济的区域差异与时序演变特征，主要得出以下结论：第一，全国数字经济发展整体向好。近年来在政策推动与技术进步双重驱动下，我国数字经济发展水平稳步提升，尤其在“互联网+”战略及新基建政策推动下，2016~2019年间增速显著；2020年受疫情冲击有所放缓，但2021年后快速复苏，呈现良好发展态势。第二，区域差异显著，东部持续领先。东部地区凭借雄厚的经济基础、集聚的平台企业与高水平数字基础设施，始终引领全国数字经济发展，形成以长三角、珠三角、京津冀为核心的“数字经济强区”。而中、西、东北地区则因起步较晚、资源投入不足，整体水平相对滞后。第三，东部内部差异突出，虹吸效应明显：东部地区内部分化明显，北京、上海、广东等数字经济强省与其他省份之间差距扩大，说明头部地区资源集聚效应显著。第四，区域间差异是总体差异的主因。通过Dagum基尼系数分解发现，区域间差异是数字经济不均衡发展的主要来源，平均贡献率超过70%，远高于区域内差异和超变动密度，反映出我国数字经济发展面临明显的区域协调挑战。

6.2. 政策建议

为缩小我国数字经济区域发展差距，优化数字经济空间格局，推动区域协调发展，本文提出以下政策建议：首先，政府干预在推动东、中、西部地区数字经济发展过程中发挥了关键性作用。为进一步缩小区域差距，亟需根据各地区的发展阶段与资源条件，分类完善数字基础设施建设和数字人才培育体系。对于数字经济发展相对滞后的中西部及部分东部非核心城市，应重点提升互联网基础网络质量与运行速度，完善数据中心、物联网终端等数字硬件设施，鼓励企业加大在大数据、云计算等关键技术领域的研发投入，提升技术自主创新能力。其次，数字人才是推动数字经济可持续发展的核心要素。政府应创新人才培养机制，在高等院校开设数字经济相关专业课程，推动建设线上开放课程，降低数字技能学习门槛，缩短人才培养周期。同时，可通过国家社会科学基金、自然科学基金等项目支持数字经济相关研究，拓展学术储备，提升理论指导能力。最后，对于西部和东北地区，应出台更具吸引力的人才引进与激励政策，吸纳中东部地区高素质数字人才参与西部数字产业发展，通过“柔性引才 + 在地培育”相结合的方式，加快西部地区数字人才队伍建设，夯实其未来发展的内生动力。

NOTES

¹东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南10省(市)，中部地区包括山西、安徽、江西、河南、湖北和湖南6省，西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆12省(区、市)，东北地区包括辽宁、吉林和黑龙江3省。