1、地區投資環境評價的統計分析戴婷賀偉奇劉海榮摘要:本文以各地區經濟數據為基礎,通過建立統計分析的數學模型,給出了度量、評測投資環境的客觀標準,并用該標準對幾個典型城市的投資環境進行了評價和分類,從一個新的角度,就客觀、定量地研究投資環境進行了探索。關鍵字:投資環境統計分析數學模型一、投資環境內涵及影響因素近年來,國內各省市都在大力開展招商引資活動,利用外資的多少在很大程度上反映了一個地區的經濟發展水平和發展潛力,因此對投資環境的度量和評測就成了一個各級領導十分關心的問題。理論界對投資環境的定義很多,具有代表性的是:“投資者進行投資活動所具備的外部條件,包括投資硬環境和投資軟環境”。“投資環境又稱

2、投資氣候,指工程項目建設和生產運營所必須的各項條件的綜合”。“投資環境是指地區吸引和消化資本的能力,并對資本增殖產生影響的所有因素的綜合體”。“投資環境是指投資者進行投資所期待的安全及利益保證,資本流入國影響國際資本投放動機和行為的因素總和”。我們認為投資環境應考慮投資者各方的利益、投資要素和投資效益三方面的問題,可將投資環境定義為:在一定時間內,特定區域或行業所擁有的影響和決定投資運行系統健康成長并取得最優預期效益的各種主客觀因素的有機復合體。影響投資環境的因素很多,經濟發展水平,金融資源,在衡量一個地區的市場環境時,起著極其重要的作用;人才資源,是一個城市最終競爭力的綜合體現,決定著城市的

3、吸引力和可持續發展能力;城市的基礎設施,為企業的正常運行提供各方面保障。只有全面考慮影響投資環境的因素,認真衡量各個因素的影響程度,才能正確地評價投資環境的優劣。二指標體系的確立及原則在投資環境評價指標選取方面,國內研究主要參考兩個體系。(1世界銀行、國家計委關于定量衡量投資環境的指標體系,將投資環境分成七個類別(二十四個指標:國際一體化程度;私人經濟參與程度;市場進入退出障礙;勞動力市場靈活性;技能與技術稟賦;金融服務可利用性;政府監管的效率。(2國內某些研究機構關于評價投資環境的指標體系,將投資環境分解成六個部分(三十六個指標:投資政策環境;社會服務環境;勞動力環境;市場環境;資源環境;基

4、礎設施環境。我們希望在總結以上研究成果的基礎上,依據系統性、科學性、針對性和可操作性的設計原則構建一套更加符合實際、更具操作性的定量的投資環境評價指標體系。表一 三 評價方法以往的評價方法更傾向于主觀評價法。因為很多影響因素很難量化,一般是通過專家座談會,模糊綜合評價法,層次分析法等分析來決定各因素權重,進而以定性打分代替定量指標。我們認為,這些方法主觀色彩太濃,其評價的結論難免有些失真。本文中,我們嘗試建立了一套比較客觀的評價方法,利用以往的數據進行統計分析,找出最具影響力的因素來建立數學模型。在此基礎上,來分析各地區投資環境的狀況,以制定相應的政策改善投資環境。評價方法分三步進行:1.建立

5、計量經濟學模型,采用多元線性回歸分析,篩選主要影響因素,消去具有多重共線性的指標,給出合適的回歸方程。2.根據篩選出的指標,運用因子主成分分析法,計算主成分特征值和累計貢獻率,得到投資環境綜合指數表達式。其中:Z 為投資環境綜合指數,i 為第i 個主成分的特征值,i f 為第i 個主成分。 (1. 主成分分析的基本思想:在經濟問題的研究中,我們常常會遇到影響此問題的很多變量,這些變量多且又有一定的相關性,因此我們希望從中綜合出一些主要的指標,這些指標所包含的信息量是足夠的大。+=XB FI =ii f Z 若有指標系列P X X ,1 ,取它們的線性組合F ,這樣的組合當然會有很多,我們希望線

6、性組合F 包含盡可能多的信息,即var(F最大,這樣得到的F 記為1F ,然后再找2F ,1F 與2F 無關,以此類推,我們找到了一組綜合變量m F F F ,21 ,這組變量基本包含了原來變量的所有信息。 (2主成分的推導設協方差矩陣的特征根為021>p ,分別為對應的主成分的特征值,則1var(=F , 稱1F 為第一主成分;2F 為第二主成分;。m F 為第m 主成分。定義:稱=pi i11為第一主成分的貢獻率。稱=p i i mi i11為前m 個主成分的累計貢獻率。若m 個主成分的累計貢獻率超過85%,那我們認為前m 個主成分基本包含了原來指標信息。(3旋轉因子載荷陣,對影響投

7、資環境的因素分析,并作聚類分析,歸納綜合說明。 四 實例計算一般的對投資環境進行評價是由省為單位,橫向比較各省之間的優劣,或縱向比較一個省的歷史與現狀,提出改進意見等。但我們認為以省為單位并不能準確反映出投資環境的優劣,往往一個省內各地區的經濟發展和其他方面的差異是比較大的,平均數據并不能說明什么,而且,投資者看重的主要還是一個地區投資環境,很少論及全省各方面的狀況。所以在這里,我們進行的是中國十個有代表性城市投資環境的橫向比較,不僅具有同類可比性,而且能真實反映出地區的投資環境狀況。以下是樣本資料:表一:中國十大城市樣本資料FI PN RG GDPP TI DA TSA 北京 32.71 1

8、148.82 114.02 28449 0.994 0.641 1916.7 上海 58.5 1341.77 115.57 46718 0.764 0.679 2220.64 廣州 26.23 722.69 115 47900 0.74 0 1494.28 杭州 10.09 642.78 117.84 32819 0.929 0.833 587.52 青島 23.78 715.65 115.36 21214 0.825 0.773 400.49 長沙 5.01 610.38 121.99 18576 0.72 0.614 525.13 大連 22.116 560.2 116.11 29143

9、0.891 0.416 568.5 成都 5.03 1044.31 112.22 18051 0.77 0.671 771.5 武漢17.62781.18 111.35 21460 0.805 1.055 853.99 烏魯木齊 0.15181.53116198990.7630.629172.14WAGE SI PQW PQE PQG PSR 北京 25312 0.179 136.3 3610.598 334.26 6.39 上海 46718 0.194 192.432 5558.851 319.73 12.3 廣州 28237 0.201 278.792 4192.59 520 8.81 杭

10、州 23969 0.2 73.613 2957.712 253.1 3.98 青島 12839 0.392 38.653 1836.642 84.01 3.38 長沙 18944 0.156 65.236 1183.004 149.91 3.907 大連 17561 0.295 59.729 2526.337 221.85 3.84 成都 11584 0.228 46.739 1152.723 76.8 12.49 武漢117190.47895.992032.606111.04 8.38 烏魯木齊 16509 0.117 228.6182633.642 482.476.2注:以上數據來自中國城

11、市年鑒2003,各市統計信息網。(1 運用SAS 軟件對樣本進行多元回歸擬和,其中PQW, PQE, PQG , PSR 與其他指標高度多重共線性,篩選出八個指標進行擬和。其結果為:從擬和的結果看,決定系數(R-Square 達到0.9901,可以說明回歸方程高度顯著,回歸效果比較好。而且從T 檢驗的T 值與臨界值比較,得到以下結論:其中,對實際利用外資額影響較大的,呈正相關關系的指標是勞動力平均工資(W AGE ,科教投入/財政收入(SI ,說明地區的人才資源非常重要,財政稅收/財政收入(TI 指標說明政府的財政稅收占到財政總收入的比例越大,該地區投資額越高。(2 對樣本進行因子分析,計算主

12、成分特征值與累計貢獻率,運用SAS 軟件得結果:表三:因子主成分分析表 從以上結果我們可以看到,第一主成分和第二主成分被提取出來,它們的累計貢獻率達到了66.27%。通過計算旋轉因子載荷及第一、第二主成分相關系數,從結果可以看到,第一主成分和第SI=二主成分相關性比較小,較好的從兩方面解釋因變量。在第消費品零售總額(TSA ,人口(PN ,人均GDP (GDPP 有較高載荷,系數分別為:0.9394,0.89163,0.67275;在第二主成分上,勞動力平均工資(WAGE ,科教投入/財政收入(SI ,系數分別為:-0.69586,0.78541,從我們的指標體系可以看出,這第一主成分主要包含金融資源和社會發展水平,視之為經濟環境因素;第二主成分包含人才資源,科教投入比例,我們視之為人才環境因素。(3 計算旋轉因子載荷表,投資環境綜合指數,并通過聚類分析分類。 由運行旋轉因子載荷的結果,因子得分表達式寫成:此處的代入的數值為標準化之后的值,那么投資環境綜合指數如下表:表六:投資環境綜合指數表 從綜合指數來看,以上海的得分最高,其次是北京和廣州,得分最低的是烏魯木齊和長沙;通過聚類分析的結果,這十個城市大致分為三類,在表中已經標明,可以看出,第二類和第三類的主要差距在于人才環境方面,經濟環境的差距不顯著,影響不是很大。換句話說,誰擁有了人才