國際視野下粵港澳大灣區PPP 方法測度及ICP 應用研究（之二）

□ 楊新洪

| 基準年與非基準年規格品價格的推算方法

（一）ICP 調查的采價頻率說明

以2017 年輪ICP 調查為例，該調查將2017年作為基準年（t年），分為三種采價頻率：340 個規格品進行月度調查，安排在每月月中進行；219 個規格品進行季度調查，安排在每季度的季中進行；555 個規格品進行半年度調查，分別在5月和11月進行。需要特別指出的是，由于每輪ICP 季度和半年度調查實施的具體月份或有所不同，故公式的參數表示會略有不同，但不影響最終結果。例如，2017 年輪的季度調查分別安排在2017 年8 月和11 月、2018 年2 月 和5 月，半 年度調查分別安排在2017 年11 月和2018 年5 月，其中2018 年為非基準年（〔t+1〕年）。而2021 年輪（以2021 年為基準年〔t 年〕）ICP 的季度調查分別在2021 年3 月、6 月、9 月、12 月進行，半年度調查分別在6 月和12 月進行。

根據第三部分構建的ICP 規格品與CPI 基本分類對應關系，利用與各規格品相對應的CPI 基本分類指數，采用非基準年規格品的月度/季度/半年度調查價格與CPI 基本分類指數連乘/連除的方式，外推/回推至基準年的規格品價格。不同采價頻率的規格品的基準年平均價格推算公式有所不同。

（二）非基準年月度采價規格品的基準年價格外/回推公式

針對在非基準年（〔t-1〕年或〔t+1〕年）進行月度采價的規格品，需要運用基準年（t 年）的CPI 基本分類月環比指數連乘/連除進行外推/回推，得到其t 年各月價格推算值，進而平均得到t 年年度平均價格。具體推算步驟如下：

第一步：求該規格品在t 年第n 個月價格的第m 個預測值。

外推：用（t-1）年該規格品第m 個月采集的價格P(t-1)·m(m=1,···,12)與對應CPI 基本分類（或小類）指數I(t-1)·j(j=m+1,···,12)和It·k(k=1,···,n)連乘，推算出t 年該規格品第n 個月的價格預測值：

回推：用（t+1）年該規格品第m 個月采集的價格P(t+1)·m(m=1,···,12)與對應CPI 基本分類（或小類）指數I(t+1)·j(j=1,···,m)和It·k(k=n+1,···,12)連除，推算出t 年該規格品第n 個月的價格預測值：

第二步：求t 年第n 個月價格推算值的均值。

此處有兩種平均方式，第一種為簡單算術平均；第二種為加權算術平均，使用“近大遠小”的原則對利用非基準年12 個月價格推算出來的基準年月度價格進行賦權αm=(0 ≤αm≤1，∑αm=1，m=1,···,12)時間越近包含信息越多，賦權越高。兩種方式的推算公式如下：

第三步：計算規格品在t 年的年度平均價格推算值。

（三）非基準年季度采價規格品的基準年價格外/回推公式

針對在非基準年（〔t-1〕年或〔t+1〕年）進行季度采價的規格品，需要運用基準年（t 年）的CPI 基本分類月環比指數連乘/連除進行外推/回推，得到其t 年各季價格推算值，進而平均得到t 年年度平均價格。具體推算步驟如下：

第一步：求該規格品在t 年笫n 個季度價格的第m 個預測值。

外推：用（t-1）年該規格品第m 個季度采集的價格P(t-1)·m(m=1,···,4)與對應CPI 基本分類（或小類）月度價格指數I(t-1)·j(j=3m,···,12)和It·k(k=1,···,3n-1)連乘，推算出t 年第n 個季度季中價格的第m 個預測值：

回推：用（t+1）年該規格品第m個季度采集的價格P(t+1)·m(m=1,···,4)與對應CPI 基本分類（或小類）月 度 價 格 指 數I(t+1)·j(j=1,···,3m-1)和It·k(k=3n,···,12) 連 除，推 算 出t年第n 個季度季中價格的第m 個預測值：

笫二步：求t 年笫n 個季度季中價格推算值的均值。

此處有兩種平均方式，第一種為簡單算術平均；第二種為加權算術平均，使用“近大遠小”的原則對利用非基準年4 次季度價格推算出來的基準年季度價格進行賦權αm=(0 ≤αm≤1，∑αm=1，m=1,···,4)時間越近的包含的信息越多，賦予的權重越高。兩種方式的推算公式如下：

笫三步：計算t 年的年度平均價格預測值。

（四）非基準年半年度采價規格品的基準年價格外/回推公式

針對在非基準年（〔t-1〕年或〔t+1〕年）進行半年度采價的規格品需要運用基準年（t 年）的CPI 基本分類月環比指數連乘/連除進行外推/回推，得到其t 年各半年度價格推算值，進而平均得到t 年年度平均價格。具體推算步驟如下：

第一步：求該規格品在t 年第n 次采價的第m 個預測值。

外推：用（t-1）年該規格品第m 個半年度采集的價格P(t-1)·m(m=1,2)與對應CPI 基本分類（或小類）月度指數I(t-1)·j(j=6m,···,12)和It·k(k=1,···,6n-1)連乘，推算出t 年第n(n=1,2)次采價的第m 個預測值：

回推：用（t+1）年該規格品第m 個半年度采集的價格P(t+1)·m(m=1,2)與對應CPI 基本分類（或小類）月度 價 格 指 數I(t+1)·j(j=1,···,6m-1) 和It·k(k=6n,···,12)連除，推算出t 年第n（n=1,2）次采價價格的第m 個預測值：

笫二步：求t 年笫n 次采價價格推算值的均值。

此處也可采用兩種平均方式，第一種為簡單算術平均；第二種為加權算術平均，使用“近大遠小”的原則對利用非基準年2 次半年度價格推算出來的基準年半年度價格進行賦權，時間越近賦權越高，αm=(0 ≤αm≤1，∑αm=1，m=1,2)。兩種方式的推算公式如下：

笫三步：計算t 年的年度平均價格預測值。

| 世界四大灣區簡介與粵港澳灣區9+2 數據的測算

（一）世界四大灣區簡介

1.粵港澳大灣區?；浉郯拇鬄硡^于2015 年首次在中華人民共和國國務院屬下國家發展改革委、外交部、商務部聯合發布的文件《推動共建絲綢之路經濟帶和21 世紀海上絲綢之路的愿景與行動》中提出，2017 年被國務院總理李克強納入《政府工作報告》中，2019年由中共中央和國務院公布《粵港澳大灣區發展規劃綱要》?；浉郯拇鬄硡^是由圍繞中國珠江三角洲地區伶仃洋組成的城市群，其中包括廣州、深圳兩個副省級市和珠海、佛山、東莞、中山、江門、惠州、肇慶七個地級市，以及中國香港與中國澳門兩個特別行政區，即“9+2城市群”。該灣區集中了金融、產業、科技的粵港澳大灣區，其代表產業有：金融、航運、制造業、互聯網。由于上述11個城市在地域上相連、在文化上同源，歷史上也一直是個密切聯系的區域。與此同時，粵港澳大灣區又是一個擁有多樣性制度安排的區域，中國香港、中國澳門兩個城市和珠三角九市實行不同的政治制度、法律制度、行政體制，且粵港澳三地分屬不同的關稅區，這一點跟紐約灣區、舊金山灣區、東京灣區存在明顯的區別。

最近幾年，發展粵港澳大灣區、打造中國人自己的硅谷，越來越成為各方的共識?；浉郯拇鬄硡^在我國的國家政策文件中多次被提及，在國家發展戰略中的地位也愈加重要。這有以下幾點原因。首先，粵港澳大灣區成為國家戰略的重要組成部分。其二，粵港澳地區的科技創新資源豐富，是世界重要的科技產業、金融服務業、航運物流和制造業中心，擁有比較完備的創新鏈、產業鏈和供應鏈，可以實現理念、籌資、研發、制造、產業化等“一條龍”的創新全過程。其中，中國香港高等教育發達，高端人才儲備豐富，科技金融、知識產權等現代服務業發達；深圳綜合創新生態體系完善，創新創業氛圍濃厚；珠三角制造業發達，轉型升級步伐加快；中國澳門積極謀求適度多元發展，在中醫藥、對葡語系國家合作等領域具有獨特優勢。其三，粵港澳大灣區發展潛力仍有待挖掘和釋放。世界級灣區發展大致經歷了港口經濟、工業經濟、服務經濟和創新經濟這4 個階段。經過多年發展，粵港澳大灣區正處于從港口、工業和服務經濟向創新經濟跨越的關鍵階段，科技和產業引領作用尚未完全發揮。

2.紐約灣區。紐約灣區在地理概念上是通常所說的美國紐約大都會區，覆蓋美國人口最稠密的紐約市、長島（Long Island）和紐約州哈德遜河（Hudson）中下游的河谷地區，以及新澤西州和賓夕法尼亞州的一部分。紐約灣區以金融著稱，其代表行業有：金融、航運、電子。20 世紀以前的紐約主要還是以貿易運輸和制造業為主。但是二戰以后，美國的制造業就逐漸衰退下來了。這有許多原因。1960年之后，日本和德國的制造業飛速崛起。同時，二戰后逐漸崛起的信息技術革命使得許多傳統生產方式的企業失去了競爭力，技術進步加速了產業的更替。1978 年底的第二次石油危機更是導致了美國的經濟衰退，提高了失業率，進而加速了制造業的衰退。但是，紐約的金融保險業和房地產業卻日益興盛了起來。首先，紐約有得天獨厚的地理優勢，紐約灣是入境歐洲商人的第一個港口。20 世紀90 年代，金融領域開始繁榮發展起來，無數衍生品層出不窮，紐約成為了“金錢永不眠”的世界金融心臟。

為便于獲取統計數據，如無特別說明，本文采用紐約—紐瓦克—澤西市都會區（New York-Newark-Jersey City, NY-NJ-PA）來界定紐約灣區的范圍，具體包括新澤西州12 個縣，紐約州12 個縣，賓夕法尼亞州1 個縣，共25 個縣，國土面積2.1478 萬平方公里，占美國國土面積的0.2%。

3.舊金山灣區。舊金山灣區是美國加利福尼亞州北部的大都會區，位于薩克拉門托河（Sacramento）下游出?？诘呐f金山灣和圣帕布羅灣（San Pablo Bay）。傳統上，舊金山灣區包括舊金山（San Francisco）、圣馬特奧（San Mateo）、圣克拉拉（Santa Clara）、阿拉米達（Alameda）、康特拉科斯塔（Contra Costa）、索拉諾（Solano）、馬林（Marin）、納帕（Napa）和索諾馬（Sonoma）等9 個縣。舊金山被稱為世界上最重要的高科技研發中心，其代表產業有：電子、互聯網、生物科技，如果視其為一個經濟體，在全球可排名第21 位。谷歌、蘋果、Facebook、惠普、特斯拉等知名企業是舊金山灣科技力量的代表。灣區內有加州大學伯克利分校等34所公立大學和斯坦福大學等49 所私立大學。高校在校學生60 多萬，25 歲以上人口中，受過高等教育的比例為42%，遠高于美國28%的平均水平，是名副其實的科教創新重地。舊金山灣區優良的氣候也是吸引年輕人才匯聚于此的原因。

為便于獲取統計數據，本報告中舊金山灣區的范圍是舊金山—奧克蘭—海沃德、圣何塞—桑尼維爾—圣克拉拉、納帕、圣羅莎和瓦列霍—費爾菲爾德等5 個都會統計區，即傳統9 縣加圣貝尼托縣（San Benito），國土面積2.1486 萬平方公里，占美國國土面積的0.2%。

4.東京灣區。東京灣區是指以日本首都東京為中心的大都會區，也稱首都圈、東京都市圈，位于日本中東部沿太平洋的出?？?。東京灣區以產業而聞名，其主要代表產業有：裝備制造、鋼鐵、化工、物流、金融。東京灣的發展開始于江戶時代。17 世紀初，日本政治中心從關西地區向關東地區轉移，江戶（東京的舊稱，明治維新之后才改江戶為東京）逐漸成為日本的新經濟中心。到了18 世紀，江戶已經成為全日本最大的消費市場，由于地理位置的緣故，每天都有來自全國各地的商船在東京港口停泊。明治維新之后，東京灣開始發展現代產業，工業沿著東京灣西岸東京和橫濱之間發展，成為京濱工業地帶。二戰后，日本戰后經濟迅速恢復，城市化加速，這個工業區沿岸向東、北擴展，成為京葉工業地域，是日本發展加工貿易的心臟地帶。

為便于獲取統計數據，本報告中東京灣區的范圍為“一都三縣”即東京都（Tokyo Metropolis）、埼玉縣（Saitama）、神奈川縣（Kanagawa）和千葉縣（Chiba），國土面積約1.36萬平方公里，占日本全國總面積的3.6%①Statistics Bureau，Ministry of Internal Affairs and Communications, Japan.Statistical Handbook of Japan 2018.。其中，東京都國土面積為2194 平方公里，占東京灣區總面積的16.2%。

基于國家統計局和美國經濟分析局（U.S.Bureau of Economic Analysis）數據來源分析，見表1。

表1 世界四大灣區基本情況

2017 年，粵港澳大灣區名義GDP 約為14800 億美元，占同期中國GDP 的12.2%，其經濟總量可在2017 年世界經濟體中排第18名②世界銀行數據庫（http://data.worldbank.org）。。2013—2017 年中國香港、中國澳門、珠三角地區的GDP 年均增長率分別達2.9%、-0.6%和8.4%，經濟增長態勢持續向好，已經具備成為世界一流灣區的堅實基礎和條件。2017 年粵港澳大灣區人均GDP 約2.2 萬美元，明顯高于同期中國人均GDP（8759 美元），經濟發展水平在中國處于領先地位。

2017 年，紐約灣區名義GDP達14445 億美元，約占同期美國GDP 的7.4%，是美國乃至全球的經濟和金融中心。如果將紐約灣區視為一個單一經濟體，其經濟總量可在2017 年世界經濟體中排第13 名。2017 年紐約灣區人均GDP 約7.2 萬美元，高于美國人均GDP(5.9 萬美元)③如無特別說明，本文中美國、日本、中國等相關國家GDP 和人均GDP 均來自世界銀行數據(https://www.data.worldbank.org)。，是全美和全球收入水平最高的地區之一。

2017 年，舊金山灣區名義GDP為8375 億美元，約占同期美國名義GDP 的4.3%。2013—2017 年舊金山灣區實際GDP 增長率達4.4%，是全美最具增長活力的地區。如果將舊金山灣區視為單一經濟體，其經濟總量可在2017 年世界經濟體中排第18 名。2017 年舊金山灣區人均GDP 約10 萬美元，明顯高于美國同期水平，是全球收入水平最高的區域。

2014 年 東 京 灣 區GDP 約 為15700 億美元，占同期日本經濟總量的32.3%，每平方公里產出約為1.2 億美元，是全球經濟密度最高的區域。如果將東京灣區視為單一經濟體，其經濟總量可在2017 年世界經濟體中排第12 位。其中，2014 年 東 京 都GDP 約 為8966 億美元，占整個東京灣區經濟總量的57%，每平方公里產出4.1 億美元。2014 年東京灣區人均GDP 約為4.3 萬美元，略高于同期日本人均GDP（3.8 萬美元），是日本和全球高收入地區之一。

（二）基于ICP 粵港澳大灣區9+2 數據的測算

上節從理論層面構建了利用CPI 基本分類月環比指數推算ICP基準年未采價規格品價格的計算公式，這也同時表明在ICP 實踐中推廣應用滾動價格調查法具有可行性。然而，實施滾動價格調查法的另一關鍵是如何對調查項目進行滾動分組，以確保在非基準年采價的規格品向基準年推算時的誤差更小，這就需要利用實際數據對不同規格品的外推和回推誤差進行測算比較。通過推算誤差測算結果，可以將外推誤差較小的規格品或類別放在（t-1）年采價，而將回推誤差較小的規格品或類別放在（t+1）年采價；將推算誤差很大，或無CPI 基本分類與之匹配的規格品放在基準年t 年進行調查。由于研究對粵港澳大灣區城市層面小規格品價格數據的掌握不全面，僅珠江三角洲九個城市的價格數據較為完整，故本研究將先利用2017 年輪珠江三角洲ICP 調查數據進行測算，再利用現有粵港澳大灣區9+2 的數據進行PPP 計算，為下一部分的四大灣區比較提供數據支持。

1.測算數據說明。為模擬實際進行滾動價格調查的數據結構，將2017 年輪ICP 珠江三角洲九個城市月度、季度、半年度采價規格品價格數據和2017 年6 月—2018 年5 月④2017 年輪ICP 調查實施時間為2017 年6 月—2018 年5 月。珠江三角洲九個城市CPI 基本分類月環比指數以每半年為界對數據進行切割：前半部分調查周期為2017 年6 月 到2017 年11 月，記為Ⅰ部分；后半部分調查周期為2017 年12 月 到2018 年5 月，記為Ⅱ部分。測算時，用Ⅰ部分價格對Ⅱ部分價格進行推算的誤差記為外推誤差，用Ⅱ部分價格對Ⅰ部分價格進行推算的誤差記為回推誤差。

2.測算公式。

（1）外推、回推驗算公式見式（11）至式（15）。

（2）誤差評估公式。

①規格品推算誤差。

規格品價格推算的絕對百分誤差（相對誤差）：

規格品價格推算的百分誤差（相對誤差）：

②基本分類的推算誤差。在ICP 比較中，基本分類PPP 是以規格品PPP 的簡單幾何平均為計算依據。對基本分類下的各規格品PPP 進行簡單幾何平均計算可以得到基本分類的雙邊PPP。實際計算中通常計算的是多邊PPP。由于計算基本分類PPP 時，各規格品被同等對待，故對基本分類推算誤差進行計算時，其推算的價格水平為其下屬各規格品（假設有N 個）推算價格的簡單幾何平均，實際價格水平也做類似計算。具體公式分別如下：

由此得到基本分類價格水平推算的絕對百分誤差（相對誤差）：

及百分誤差(相對誤差)：

3.數據的來源及處理。本研究測算數據包括2017 年輪ICP 珠江三角洲月度、季度、半年度采價數據和2017 年6 月—2018 年5 月珠江三角洲CPI 環比指數，共1114個規格品，其中有142 個規格品沒有采價數據，無法進入推算過程，予以剔除。剔除處理后得到月度規格品291 個，季度規格品198 個，半年度規格品483 個。此外，另有38 個規格品部分采價數據缺失：包含月餅、其他紅茶和鮮桃3 個月度采價規格品，以及31 個季度采價規格品和4 個半年度采價規格品。從中剔除僅有一次采價數據的規格品，剩余33 個。整理之后，共有967 個規格品的采價數據進入測算過程，其中934 個具有完整采價數據的規格品利用Python 程序進行測算，33 個部分采價數據缺失的規格品進行手動測算。

4.測算結果。967 個規格品中包含479 個半年度規格品和488 個月度、季度規格品，分別使用簡單算術平均和加權算術平均對各規格品誤差進行計算，其中半年度數據由于測算時每部分只有一次采價數據，故不存在兩種計算方法之間的誤差比較。

在488 個月度、季度規格品中，291 個規格品使用加權算術平均計算出來的回推MAPE 小于使用簡單算術平均計算的回推MAPE，占比為59.6%；有280 個規格品使用加權算術平均計算出來的外推MAPE 小于使用簡單算術平均計算的外推MAPE，占比為57.4%?？梢?，使用加權算術平均凸顯時間遠近的重要度后比單純使用簡單算術平均將各非基準年的采價數據均等看待推算的價格更精準。

（1）規格品層面的推算誤差。

①約九成規格品推算誤差MAPE在6%以內，推算效果較好。規格品的推算誤差MAPE 中，月度采價規格品價格推算誤差最大的是紫茄子，外推誤差為24%，回推誤差為31.8%；季度采價規格品價格推算誤差最大的是男士背心，外推誤差為24.2%，回推誤差為31.9%；半年度采價規格品中推算誤差最大的是安定，外推誤差為32.9%，回推誤差為49.1%。整體來看，約90%的規格品推算誤差MAPE 在6%以下，約85%的規格品推算誤差MAPE 在5%以下。

②季節性較強及與CPI 樣本重合性較低的規格品其價格推算誤差較大。對外推和回推誤差MAPE均超過10%的規格品進行分析發現，它們主要集中在旅游、鮮菜、新鮮水果、羊肉和藥品這幾個基本分類之中。其中，旅游受季節性因素的影響，其CPI 環比指數極差為30.3%，變動較大，而旅游的采價頻率為半年度，因此利用波動較大的CPI 指數進行推算時會造成推算數據和真實數據偏差較大；新鮮水果中西瓜、甜瓜和鮮桃的誤差較大，這幾種規格品屬于時令性較強的水果，其價格隨季節波動較其他瓜果更大，用鮮瓜果的CPI 波動難以完全刻畫；鮮菜中菠菜、中國菠菜、紫茄子和空心菜誤差較大，對比這些規格品的價格波動與鮮菜的CPI 數據發現：這些規格品的價格波動均大于鮮菜CPI 的價格波動，且部分月份存在相反的情況，羊肉中的去骨綿羊肉和羔羊排骨亦是如此；藥品誤差較大推測是因為ICP規格品與CPI 調查規格品差異較大、重合性較低，以至于利用CPI調查規格品價格計算的CPI 基本分類指數無法很好地反映ICP 規格品的價格變動情況，從而產生較大的推算誤差。綜上所述，季節性因素和與CPI 樣本的重合程度是影響利用CPI 環比指數進行推算產生較大誤差的主要原因。

（2）基本分類層面的推算誤差。對基本分類下屬各規格品推算價格進行簡單幾何平均，計算90個基本分類的推算誤差?；谝幐衿穬r格簡單算術平均值計算得到的基本分類的外推誤差及回推誤差，推算誤差絕對值（MAPE）整體范圍都控制在9%以內，除美容美發洗浴、燃氣、內科、羊肉外，其余基本分類誤差均小于5%，推算精度較高。

5.粵港澳大灣區9+2 的PPP計算。經過上面對滾動調查法的測算，發現滾動調查法具有工作周期更短，對未來估計的準確性更高的優點，選用滾動調查法得到的結果指導性更強。但滾動調查法計算采用的是小規格品的價格，而本研究僅能掌握大類規格品的價格，所以在下文PPP 指數計算中采用的是大類規格品價格數據，無法使用滾動調查法，改為選用Jevons指數法。

由于粵港澳大灣區9+2 城市群是一個擁有多樣性制度安排的區域，所以其分為三個部分：珠江三角洲九個城市、中國香港和中國澳門。對收集到的規格品價格數據整理之后，共有52 個規格品的采價數據進入計算過程，計算的基本思路是：將52 個規格品的價格數據轉換為統一的貨幣單位（本研究采用美元），然后計算52 類規格品的價格指數（價格指數是將每個區域的商品和服務價格與基準區域的價格進行比較得出），并以ICP居民消費分類，向上匯總成6 大類價格指數。最后根據價格指數，計算中國香港和中國澳門相對于珠江三角洲的PPP。計算結果見表2。

表2 粵港澳大灣區9+2城市群的PPP指數

六個方面的比較都以珠江三角洲九個城市的PPP 為基準，從表2得出以下結論。

（1）食品方面，中國香港和中國澳門食品支出的PPP 分別為2.36 和1.61，這表明在中國香港購買相同數量和質量的食品所需的成本要高于珠江三角洲。中國香港、中國澳門的食品支出比珠江三角洲略高，這種差異的原因是，中國香港是國際金融中心，中國澳門是國際自由港，中國香港和中國澳門的經濟相對發達，消費水平相對較高。

（2）住房方面，中國香港和中國澳門住房支出的PPP 分別為4.51 和2.39，遠高于珠江三角洲。產生這種差異的原因首先是中國香港和中國澳門地理位置狹小，土地資源有限，導致住房供應緊張，從而推高了房價；其次是中國香港和中國澳門的經濟相對發達，人口流動較大；第三是中國香港和中國澳門的住房市場受到政府政策和規定的影響，例如土地供應限制、外國購房限制等。

（3）服裝方面，中國香港和中國澳門服裝支出的PPP 分別為1.44 和1.40，這表明在中國香港或中國澳門購買相同類型和質量的服裝所需的成本略高于珠江三角洲。產生這種差異的原因是中國香港和中國澳門作為旅游熱點，吸引了大量國際品牌和高端服裝，并且其服裝市場較為多元化，包括了大量國際品牌和設計師品牌，這些品牌和設計師品牌通常定位高端市場，價格相對較高；另外在進口依賴程度方面，中國香港和中國澳門的服裝供應主要依賴進口，而珠江三角洲則更多依靠本地生產和供應，本地供應的運輸成本更低。

（4）交通方面，中國香港和中國澳門交通支出的PPP 分別為2.55 和2.02，說明在中國香港或中國澳門乘坐公共交通或使用私人交通工具所需的成本高于珠江三角洲。造成這種差異的原因首先是中國香港和中國澳門地理位置狹小，土地資源有限，導致交通供應緊張，從而推高了交通費用；其次是中國香港和中國澳門作為旅游熱點，人口密集，交通需求量大；此外二者的交通市場受到政府政策和規定的影響，例如車輛限制、停車費用等，這些因素也可能導致交通費用上漲。

（5）醫療保健方面，中國香港和中國澳門醫療保健支出的PPP相對較高，分別為1.72 和1.46。這可能是因為中國香港和中國澳門的醫療保健市場較為多元化，包括了大量國際品牌和高端產品，導致價格相對較高；其他原因可能在于中國香港和中國澳門的醫療保健產品供應主要依賴進口，而珠江三角洲則更多依靠本地生產和供應，本地供應的運輸成本更低。

（6）娛樂方面，中國香港娛樂支出的PPP 為1.15，略高于珠江三角洲；中國澳門的娛樂支出的PPP 為2.07，遠高于珠江三角洲。產生這種差異的原因可能在于中國香港和中國澳門作為國際金融中心和旅游熱點吸引了大量高端娛樂設施和活動，因此也導致娛樂活動價格相對較高，且其娛樂市場以高端、奢華為主，擁有眾多豪華酒店、賭場和娛樂設施，這些高檔次和高品質的品牌和設施通常價格較高。

綜上所述，中國香港和中國澳門相對于珠三角九個城市的平均水平而言，生活成本較高，價格水平較高，是由地理、政策、經濟和人口特點等多種因素的綜合影響所致。這些結果的分析有助于更好地理解和比較不同地區的生活成本和價格水平，為政府制定粵港澳大灣區發展計劃和方針提供依據。