【文章內(nèi)容簡(jiǎn)介】 機(jī)構(gòu)，其網(wǎng)站 公布了所有上市公司按規(guī)定上報(bào)的財(cái)務(wù)報(bào)告，但這些大量的原始財(cái)務(wù)數(shù)據(jù)沒(méi)有進(jìn)行深入地再加工，沒(méi)有實(shí)現(xiàn)有機(jī)的聯(lián)機(jī)、匯總、分析。雖然，有些證券類(lèi)網(wǎng)站（如證券之星等）開(kāi)始作了些相關(guān)的研究，但總的說(shuō)還存在如下一些缺陷和不足之處： ? 財(cái)務(wù)報(bào)表數(shù)據(jù)缺乏緊密的連接。在證監(jiān)會(huì)網(wǎng)站中，各報(bào)表數(shù)據(jù)按原始的報(bào)送格式以 PDF 文件存儲(chǔ)以供查詢(xún)，通常一個(gè)報(bào)告長(zhǎng)達(dá) 50 多頁(yè)左右，其中包括資產(chǎn)負(fù)債表、損益表、現(xiàn)金流量表及報(bào)表相對(duì)應(yīng)的詳細(xì)附注信息缺乏緊密地聯(lián)系；其他的證券網(wǎng)站雖然進(jìn)行了其他存儲(chǔ)格式的轉(zhuǎn)換，但僅僅能提供三張財(cái)務(wù)報(bào)表數(shù)據(jù)，略去了附注信息。 這樣投資者不能在一個(gè)屏幕界面上同時(shí)看到多家上市公司的財(cái)務(wù)報(bào)告數(shù)據(jù)；同時(shí)，要想獲得財(cái)務(wù)報(bào)表中某個(gè)項(xiàng)目的詳細(xì)數(shù)據(jù)必須到財(cái)務(wù)報(bào)告附注中去找。 2 ? 缺少匯總型的財(cái)務(wù)數(shù)據(jù)。比如我們要查詢(xún)一個(gè)行業(yè)、一個(gè)地區(qū)、一個(gè)市場(chǎng)板塊甚至它們的組合性匯總財(cái)務(wù)數(shù)據(jù)，如整個(gè)工業(yè)行業(yè)的上市公司的資產(chǎn)總額、應(yīng)收賬款總額等匯總數(shù)據(jù)就很困難。 ? 財(cái)務(wù)分析的力度顯然不夠，方法也不夠完善。中國(guó)證監(jiān)會(huì)網(wǎng)提供了各上市公司按時(shí)上報(bào)的財(cái)務(wù)報(bào)告（首季度報(bào)告、半年報(bào)、第三季度報(bào)告、年度報(bào)告），此外，該網(wǎng)站提供了簡(jiǎn)要的財(cái)務(wù)指標(biāo)統(tǒng)計(jì)（比如按地區(qū)和行業(yè)分類(lèi)計(jì)算上市公司的數(shù) 目、總虧損額、主要的少數(shù)財(cái)務(wù)指標(biāo)等），財(cái)務(wù)分析的力度顯然不夠；其他網(wǎng)站在財(cái)務(wù)分析的力度上有所加強(qiáng)， 對(duì)滬深兩地所有上市公司的財(cái)務(wù)狀況進(jìn)行分析，并對(duì)償債能力、 運(yùn)營(yíng) 能力、盈利能力、成長(zhǎng)能力等 各方面 分別進(jìn)行 評(píng)分，在此基礎(chǔ)上得出一個(gè)總分 反映公司的綜合能力，但評(píng)價(jià)方法單一，比如僅僅運(yùn)用“層次分析法”來(lái)確定權(quán)重系數(shù)進(jìn)行綜合評(píng)價(jià)分析，等。 二、研究目的和可行性 上市公司財(cái)務(wù)數(shù)據(jù)多維聯(lián)機(jī)分析（ Multidimensional OnLine Financial Data Analysis, MOLFDA）能夠能夠彌補(bǔ)上述 的不足。 MOLFDA 以上市公司財(cái)務(wù)報(bào)表、以及報(bào)表附注為數(shù)據(jù)源，用多維聯(lián)機(jī)數(shù)據(jù)分析（ Multidimensional OnLine Data Analysis, MOLDA）作為技術(shù)支持，實(shí)現(xiàn)對(duì)數(shù)據(jù)源多角度（時(shí)間角度、行業(yè)角度、地區(qū)角度、市場(chǎng) 深、滬 角度）、多種分析深度（原始數(shù)據(jù)、簡(jiǎn)單匯總、綜合分析）的聯(lián)機(jī)財(cái)務(wù)分析，以滿(mǎn)足投資者多角度、不同層次的查詢(xún)和觀察上市公司信息的現(xiàn)實(shí)需求，倡導(dǎo)理性投資，減少他們投資決策的不確定性，以期對(duì)中國(guó)的證券市場(chǎng)良性發(fā)展有所促進(jìn)。即本文研究的 MOLFDA 不僅可以進(jìn)行行業(yè)分析和 公司分析，還可以進(jìn)行地區(qū)、市場(chǎng)等方面的分析。按數(shù)據(jù)分析的深度層次不同， MOLFDA 可以為投資者提供以下投資決策信息： ? 原始的總量財(cái)務(wù)數(shù)據(jù)。即資產(chǎn)負(fù)債表、損益表和現(xiàn)金流量表等財(cái)務(wù)報(bào)表中的會(huì)計(jì)報(bào)表項(xiàng)目及其數(shù)值、以及對(duì)應(yīng)的報(bào)表附注信息。財(cái)務(wù)報(bào)表數(shù)據(jù)是通過(guò)會(huì)計(jì)科目對(duì)財(cái)務(wù)信息的匯總，具有相當(dāng)?shù)慕?jīng)濟(jì)內(nèi)涵，能夠提供給報(bào)表使用者重要信息。通過(guò)分析財(cái)務(wù)報(bào)表原始數(shù)據(jù)，可以了解企業(yè)的經(jīng)濟(jì)規(guī)模和經(jīng)營(yíng)實(shí)力，例如資產(chǎn)負(fù)債表上的“資產(chǎn)總額”反映了企業(yè)實(shí)際控制的經(jīng)濟(jì)資源的數(shù)量，即資產(chǎn)規(guī)模，進(jìn)而顯示了企業(yè)獲得經(jīng)濟(jì)利益的潛力和能力；此外，甚至 僅僅通過(guò)分析財(cái)務(wù)報(bào)表原始數(shù)值的正負(fù)，就可以得到企業(yè)一些基本情況的判斷，例如為諸多財(cái)務(wù)報(bào)表使用者所關(guān)注的損益表“底線（ bottom line）” —— “凈收益”數(shù)額的正負(fù)情況等。對(duì)這些報(bào)表原始數(shù)據(jù)的解讀，可獲得對(duì)企業(yè)生產(chǎn) 3 經(jīng)營(yíng)狀況的初步了解，為今后進(jìn)一步的分析指明一定的方向，成為后續(xù)分析的基礎(chǔ)。 ? 初步分析的相對(duì)財(cái)務(wù)數(shù)據(jù)。其方法是比較分析法，它是通過(guò)將兩個(gè)或幾個(gè)相關(guān)的可比數(shù)據(jù)進(jìn)行簡(jiǎn)單的除法運(yùn)算得出比值，實(shí)現(xiàn)初步的數(shù)據(jù)分析，通常以年增長(zhǎng)率和結(jié)構(gòu)百分比、財(cái)務(wù)比率表示。按比較對(duì)象（和誰(shuí)比）分： ? “趨勢(shì)分析”（縱向比較）， 也稱(chēng)“增減法”。它是本期數(shù)據(jù)與歷史數(shù)據(jù)比，即不同時(shí)期的數(shù)據(jù)相比。通常是把毗連的幾個(gè)會(huì)計(jì)年度的報(bào)表數(shù)據(jù)并列，編制“比較財(cái)務(wù)報(bào)表”，對(duì)各年報(bào)表中項(xiàng)目逐一進(jìn)行比較，查明變化原因及可能帶來(lái)的影響。比較財(cái)務(wù)報(bào)表顯示兩期或兩期以上財(cái)務(wù)報(bào)表各項(xiàng)目增減變動(dòng)的百分比。 ? “結(jié)構(gòu)分析” 是一種橫向比較，它是分析某一經(jīng)濟(jì)現(xiàn)象在總體中所占的比重，認(rèn)識(shí)局部與總體的關(guān)系和影響，借以認(rèn)識(shí)事物的本質(zhì)和客觀規(guī)律性。將這樣的思路應(yīng)用于財(cái)務(wù)報(bào)表分析中，就是以財(cái)務(wù)報(bào)表中某一關(guān)鍵項(xiàng)目的金額作為基數(shù)，而將其余各有關(guān)項(xiàng)目的金額分別換算成對(duì)該關(guān)鍵項(xiàng)目的結(jié)構(gòu)百 分比，從而簡(jiǎn)潔明了地揭示財(cái)務(wù)報(bào)表中各項(xiàng)目的相對(duì)地位以及總體結(jié)構(gòu)分布的情況。在實(shí)務(wù)中通常借助于編制“結(jié)構(gòu)百分比報(bào)表”來(lái)進(jìn)行。 ? “財(cái)務(wù)比率分析”是將若干個(gè)財(cái)務(wù)報(bào)表數(shù)據(jù)聯(lián)系在一起，避免了孤立看問(wèn)題的缺陷；此外，比率分析不僅局限于對(duì)某一張報(bào)表的內(nèi)部分析，還是一種“跨表”的分析，將資產(chǎn)負(fù)債表、損益表、現(xiàn)金流量表有機(jī)地聯(lián)系起來(lái)，計(jì)算各種財(cái)務(wù)比率指標(biāo)，更深層面的反映了企業(yè)的經(jīng)營(yíng)管理和財(cái)務(wù)狀況。 ? 深層次分析的綜合財(cái)務(wù)信息。初步分析得出的財(cái)務(wù)比率相對(duì)數(shù) 只能分別反映公司經(jīng)營(yíng)活動(dòng)中某時(shí)刻上市公司盈利能力、償債能力、運(yùn)營(yíng)能力或成長(zhǎng) 能力等某個(gè)方面的部分情況 ，而 上市公司的經(jīng)營(yíng)業(yè)績(jī)需要一系列的財(cái)務(wù)比率指標(biāo)來(lái)反映。投資者常常需要對(duì)企業(yè)的財(cái)務(wù)狀況做出綜合評(píng)價(jià)，以此作為投資決策的依據(jù)。這需要對(duì)多個(gè)財(cái)務(wù)比率指標(biāo)進(jìn)行深層次的綜合評(píng)價(jià)分析。財(cái)務(wù)比率 綜合評(píng)價(jià)分析是將財(cái)務(wù)比率分為償債能力、營(yíng)運(yùn)能力、盈利能力和成長(zhǎng)能力等四大類(lèi)，通過(guò)專(zhuān)門(mén)的綜合評(píng)價(jià)方法得出四個(gè)方面的得分、并將這四方面的得分再次匯總得到公司的綜合財(cái)務(wù)能力得分反映經(jīng)營(yíng)主體的綜合財(cái)務(wù)狀況。 MOLDA 技術(shù)是解決上市公司財(cái)務(wù)數(shù)據(jù)多維聯(lián)機(jī)分析問(wèn)題的理想技術(shù)。 MOLDA技術(shù)將聯(lián)機(jī)分析處理（ OLAP）與統(tǒng) 計(jì)分析方法進(jìn)行集成，在 OLAP 的基礎(chǔ)上加強(qiáng)了數(shù)據(jù)分析的深度。 MOLDA 技術(shù)能夠?qū)⒏鞣N數(shù)據(jù)聯(lián)機(jī)組織，實(shí)現(xiàn)數(shù)據(jù)共享；除了具有 4 匯總、合并和聚集等總量數(shù)據(jù)查詢(xún)的簡(jiǎn)單功能以外，還能使用各種適當(dāng)?shù)慕y(tǒng)計(jì)分析方法解決各種復(fù)雜的數(shù)據(jù)分析問(wèn)題。即它的主要特點(diǎn)的“多維性”、“聯(lián)機(jī)性”和“數(shù)據(jù)分析能力強(qiáng)”?！岸嗑S性”體現(xiàn)在： MOLDA 尤其著重從不同角度（維）觀察問(wèn)題、查詢(xún)數(shù)據(jù)，能夠向用戶(hù)快速提供各種可能的信息咨詢(xún)；“聯(lián)機(jī)性”體現(xiàn)在：分析數(shù)據(jù)源、加工后的信息都以聯(lián)機(jī)的形式組織存儲(chǔ)，能夠?yàn)橛脩?hù)提供綜合程度不同的數(shù)據(jù)或信息；“數(shù)據(jù)分析能 力強(qiáng)”體現(xiàn)在： MOLDA 能夠根據(jù)研究問(wèn)題的需要加載對(duì)應(yīng)的統(tǒng)計(jì)分析方法，提供不同分析深度的信息，提供更有價(jià)值的決策支持信息。 將 MOLDA 技術(shù)應(yīng)用于上市公司財(cái)務(wù)數(shù)據(jù)分析，其“多維性”體現(xiàn)在：能夠?qū)ι鲜泄矩?cái)務(wù)數(shù)據(jù)進(jìn)行時(shí)間、地區(qū)、行業(yè)、市場(chǎng)等多個(gè)角度的分析；“聯(lián)機(jī)”性體現(xiàn)在：能夠?qū)?shù)千家上市公司的財(cái)務(wù)報(bào)表數(shù)據(jù)、報(bào)表附注有機(jī)的聯(lián)機(jī)組織存儲(chǔ)，能夠按不同的綜合程度查詢(xún)財(cái)務(wù)數(shù)據(jù)；“數(shù)據(jù)分析能力強(qiáng)”體現(xiàn)在： MOLDA 中加載財(cái)務(wù)分析所需要的分析方法，從而可以實(shí)現(xiàn)對(duì)上市公司財(cái)務(wù)數(shù)據(jù)進(jìn)行不同層次的進(jìn)一步加工，諸如計(jì)算財(cái)務(wù)報(bào)表中 各項(xiàng)目的年增長(zhǎng)率、結(jié)構(gòu)百分比、財(cái)務(wù)比率等相對(duì)數(shù)，甚至是最高層次的財(cái)務(wù)分析 —— 綜合財(cái)務(wù)評(píng)價(jià)分析，同樣， MOLDA 技術(shù)可以將用統(tǒng)計(jì)分析方法分析得出的信息進(jìn)行“聯(lián)機(jī)性”的存儲(chǔ)，方便不同層次用戶(hù)不同的查詢(xún)需求。 三、本文研究的內(nèi)容 本論文對(duì) MOLDA 技術(shù) 在上市公司財(cái)務(wù)分析中的應(yīng)用進(jìn)行了嘗試性的研究。 首先，對(duì) MOLDA 技術(shù)進(jìn)行了簡(jiǎn)單明了的概述性介紹，指出多維聯(lián)機(jī)數(shù)據(jù)分析的設(shè)計(jì)是多維聯(lián)機(jī)數(shù)據(jù)分析系統(tǒng)的重要組成部分。多維聯(lián)機(jī)數(shù)據(jù)分析的設(shè)計(jì)包括“多維業(yè)務(wù)空間的設(shè)計(jì)”和“數(shù)據(jù)分析方法庫(kù)的設(shè)計(jì)”?！岸嗑S業(yè)務(wù)空間的設(shè)計(jì)”主要 是要設(shè)計(jì)出“度量” （“指標(biāo)維”或稱(chēng)“樹(shù)”）、“維”，并構(gòu)建“多維數(shù)據(jù)立方體”；“數(shù)據(jù)分析方法庫(kù)的設(shè)計(jì)”是另一個(gè)關(guān)鍵問(wèn)題，它需要詳細(xì)的說(shuō)明各種分析的分析對(duì)象、分析結(jié)果（指標(biāo)值）的計(jì)算方法，、結(jié)果的屏幕顯示等。于是，“業(yè)務(wù)空間的設(shè)計(jì)”和“財(cái)務(wù)分析方法的設(shè)計(jì)”是文章的研究?jī)?nèi)容。 “業(yè)務(wù)空間的設(shè)計(jì)”是現(xiàn)實(shí)需求的一個(gè)反映，是整個(gè)多維聯(lián)機(jī)數(shù)據(jù)分析系統(tǒng)的基礎(chǔ)。它為數(shù)據(jù)的聯(lián)機(jī)、多維組合打下了基礎(chǔ)。 “財(cái)務(wù)分析方法的設(shè)計(jì)”部分主要設(shè)計(jì)了財(cái)務(wù)分析中需要采用的分析方法。財(cái)務(wù)比率綜合分析方法是難點(diǎn)，本文給出“集成賦權(quán)法”的財(cái)務(wù)綜 合評(píng)價(jià)分析方法這是對(duì)現(xiàn)實(shí)中采用單一分析方法的一大改進(jìn)。 “業(yè)務(wù)空間”和“分析方法”的設(shè)計(jì)后，計(jì)算機(jī)人員可以根據(jù)這些定義設(shè)計(jì)很輕松地來(lái)開(kāi)發(fā)和實(shí)現(xiàn)整個(gè)系統(tǒng)。 5 第一章 多維聯(lián)機(jī)數(shù)據(jù)分析（ MOLDA）技術(shù) 多維聯(lián)機(jī)數(shù)據(jù)分析（ Multidimensional OnLine Data Analysis, MOLDA）模型是在聯(lián)機(jī)分析處理（ OnLine Analysis Process, OLAP）技術(shù)的基礎(chǔ)上，增強(qiáng)了數(shù)據(jù)統(tǒng)計(jì)分析功能而開(kāi)發(fā)的一種數(shù)據(jù)分析模型。 第一節(jié) 聯(lián)機(jī)分析處理（ OLAP）技術(shù) OLAP 是針對(duì)特定數(shù)據(jù)的多維聯(lián)機(jī)訪問(wèn)和分析，通過(guò)對(duì)信息的很多種可能的觀察形式進(jìn)行快速、穩(wěn)定一致和交互性的存取，允許管理決策人員對(duì)數(shù)據(jù)進(jìn)行多角度查詢(xún)。這些信息是對(duì)原始的數(shù)據(jù)進(jìn)行了清洗、轉(zhuǎn)換、匯總的、反映用戶(hù)所能理解的、與研究目標(biāo)有關(guān)的、多個(gè)角度的信息。根據(jù) OLAP 產(chǎn)品的實(shí)際應(yīng)用情況和用戶(hù)對(duì)OLAP 的產(chǎn)品需求，人們提出了一種對(duì) OLAP 簡(jiǎn)單的、公認(rèn)的定義：共享多維信息的快速分析（ Fast Analysis of Shared Multidimension Information， FASMI）。 其中， 多維性是人們 對(duì) OLAP 廣泛而熱切關(guān)注的焦點(diǎn)之一，因?yàn)?多維分析是最有效的數(shù)據(jù)分析方法。 OLAP 突破了物理的三維概念，它采用旋轉(zhuǎn)、切片、鉆取和高維可視化技術(shù)，將多數(shù)據(jù)在屏幕上展示。最終達(dá)到滿(mǎn)足了人們多角度查詢(xún)、觀察認(rèn)識(shí)數(shù)據(jù)的需要；使用戶(hù)直觀地理解數(shù)據(jù)，實(shí)現(xiàn)了有效地?cái)?shù)據(jù)分析，即多維數(shù)據(jù)分析的現(xiàn)實(shí)需求。 另外， OLAP 系統(tǒng)在響應(yīng)速度上相對(duì)于傳統(tǒng)的聯(lián)機(jī)事務(wù)處理（ OnLine Transaction Process ,OLTP）有了很大的改善。由于 OLAP 系統(tǒng)處理的數(shù)據(jù)量非常的龐大，并且根據(jù)各種不同的需求要進(jìn)行很多計(jì)算，所以 ， OLAP 系統(tǒng) 根據(jù)用戶(hù)的需求事先計(jì)算、存儲(chǔ)一些多維 數(shù)據(jù)，通常以數(shù)據(jù)立方體的形式存儲(chǔ)。 一、維的基本概念 度量（ Measure）是數(shù)據(jù)的實(shí)際意義，既描述數(shù)據(jù)“是什么”。例如， “銷(xiāo)售量”、“銷(xiāo)售金額”等都是度量。它是一個(gè)特殊的維，有的稱(chēng)之為“指標(biāo)維”。 6 維（ Dimension）是指觀察數(shù)據(jù)的角度。它作為識(shí)別數(shù)據(jù)的索引，不同的維組合構(gòu)成了訪問(wèn)數(shù)據(jù)的約束條件。多維（ Multidimension）則是指從多個(gè)角度去觀察數(shù)據(jù)。需要指出的是，這里的“觀察角度”應(yīng)當(dāng)是與研究目標(biāo)相關(guān)的，或者說(shuō)是對(duì)我們進(jìn)行 問(wèn)題決策有用的，對(duì)于沒(méi)有支持決策作用的應(yīng)當(dāng)忽略。維可以是多層次結(jié)構(gòu)的，一個(gè)維由多個(gè)維成員組成。 維的層次描述了同一維的不同聚合程度，并且通過(guò)映射鏈接。如一個(gè)典型的層次：國(guó)家→地區(qū)→?。ㄊ校?。 維的取值即是維成員。如果一個(gè)維是多層次的，那么，不同層次上的取值構(gòu)成一個(gè)維成員。需要指出的是維成員不一定每個(gè)維層次都必須取值。例如，時(shí)間維具有年度、月份、日期這三個(gè)層次；可以分別在年度、月份、日期各層次上各取一個(gè)值組合起來(lái)，就得到了時(shí)間維的一個(gè)維成員，即“某年某月某日”；但是，時(shí)間維的維成員也可以是：“某年某月”、“某 月某日”、“某年”等等。 二、多維數(shù)據(jù) 多維數(shù)據(jù)庫(kù)（ MultiDimensional Data Base， MDDB），就是以多維方式來(lái)組織數(shù)據(jù)，以多維方式來(lái)顯示數(shù)據(jù)。多維數(shù)據(jù)庫(kù)可以直觀地表現(xiàn)現(xiàn)實(shí)世界中的“一對(duì)多”和“多對(duì)多”關(guān)系，例如，我們希望存放一張上市公司資產(chǎn)總額的情況表，假設(shè)有五個(gè)行業(yè)（工業(yè)、公用事業(yè)、服務(wù)業(yè)、農(nóng)業(yè)和綜合業(yè)），它們?cè)谒膫€(gè)地區(qū)（華東、華南、華北和華中）資產(chǎn)總額情況。用關(guān)系數(shù)據(jù)庫(kù)（ Relation Data Base， RDB）來(lái)組織這些數(shù)據(jù)如表 11，而用多維數(shù)據(jù)庫(kù)則如 表 12。 可以看出，關(guān)系數(shù)據(jù)庫(kù)采用關(guān)系表來(lái)表達(dá)某地區(qū)在各行業(yè)的資產(chǎn)分布情況，而多維數(shù)據(jù)庫(kù)中的數(shù)據(jù)組織形式采用了二維矩陣的形式。顯然，二維矩陣比關(guān)系表更清晰且占用的存儲(chǔ)空間少。 此外，多維數(shù)據(jù)庫(kù)的優(yōu)勢(shì)不僅在于多維概念表達(dá)清楚，占用存儲(chǔ)空間少，更重要的是它有著高速的綜合速度。 如果查詢(xún)“華東地區(qū)的所有行業(yè)總資產(chǎn)額是多少？”這類(lèi)問(wèn)題，它是涉及多個(gè)數(shù)據(jù)項(xiàng)求和的查詢(xún)。在使用關(guān)系數(shù)據(jù)庫(kù)的情況下，系統(tǒng)必須在大量的數(shù)據(jù)記錄中選出地區(qū)為“華東”的記錄，然后把它們的總資產(chǎn)額匯總在一起，這時(shí)系統(tǒng)效率必定大大降低。由于關(guān)系數(shù)據(jù)庫(kù) 統(tǒng)計(jì)數(shù)據(jù)方式是對(duì)記錄進(jìn)行掃描，而多維數(shù)據(jù)庫(kù)對(duì)此類(lèi)查詢(xún)只要按行或列進(jìn)行求和，因而具有極大的性能優(yōu)勢(shì)。 7 表 11 關(guān)系數(shù)據(jù)庫(kù)的數(shù)據(jù)組織 表 13 關(guān)系數(shù)據(jù)庫(kù)中綜合數(shù)據(jù)的存放 地區(qū) 行業(yè) 資產(chǎn)總額（億元） 地區(qū) 行業(yè) 資產(chǎn)總額（億元） 華東 工業(yè) 80 華東 工業(yè) 80 華東 公用事業(yè) 90 華東 公用事業(yè) 90 華東 服務(wù)業(yè) 120 華東 服務(wù)業(yè) 120 華東 農(nóng)業(yè) 140 華東 農(nóng)業(yè) 140 華東 綜合業(yè) 350 華東 綜合業(yè) 350 華南 工業(yè) 50 華東 總和 780 華南 公用事業(yè) 60 華南 工業(yè) 50 華南 服務(wù)業(yè) 10