縣域投資環境的差異性評估范文

本站小編為你精心準備了縣域投資環境的差異性評估參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

一、模型構建

投資環境評價的研究一般認為起源于跨國公司為尋找理想投資區位，而對發展中國家投資氣候進行的普遍研究。自1968年，美國學者伊西•特利法克和彼德•班廷提出“冷熱評價法”來評價各國投資環境以來，各種投資環境評價方法層不窮，實證研究也不斷跟進。投資環境評價的核心是指標體系的選取，而投資環境評價指標體系的選取一般應遵循以下原則：系統性、可比性和差異性。

在充分借鑒相關文獻研究成果的基礎上，結合皖北縣域區位及經濟發展特點，同時考慮到數據的可獲得性，我們提出了包括經濟環境、基礎設施環境、自然資源、市場環境等在內的綜合評價指標體系。并在此基礎上運用主成分分析法對皖北縣域投資環境進行研究，具體指標見表1。由于本文主要研究縣域投資環境問題，因此在樣本選取上只包含了皖北17個縣而沒有把地級市中的區包括進來。

二、數據分析及結果解讀

對一項投資而言，X1、X2、X10通常應被看做負指標，因此做主成分分析時應使用其倒數1/X1、1/X2和1/X10來進行分析。由于數據大小及意義差異性較大，因此在運用SPSS軟件進行主成分分析時，筆者選擇了以相關系數矩陣為出發點的做法。具體運行結果如下：表2給出了各主成分的特征值、方差貢獻率以及主成分的累積貢獻率。從中可以容易看出按特征值由大到小排序前5個主成分的累積貢獻率已經達到了87.891%，這說明原始數據的大部分信息用這5個主成分來反映效果已經比較理想，因此用這5個主成分來替代原始變量并進行下一步分析是合適的。表3是因子載荷矩陣，對因子載荷矩陣第i（i=1，…，5）列的每個元素分別除以第i個特征根的平根，就得到主成分分析的第i個主成分系數（表略）。

對原始數據進行標準化處理，然后按主成分系數表進行計算即可得到17個縣的主成分得分（表4）。表3左半部是因子載荷矩陣，它反映了原始變量（經標準化）的信息在各主成分上的荷載情況。對因子載荷矩陣第i列的每個元素分別除以第i個特征根的平方根，就得到主成分分析的第i個主成分系數結果（表3右半部），它放映了各主成分被原始變量線性表示的情況。根據載荷矩陣，可以看出第一主成分主要包含原變量X4、X9、X12、X13、X16的信息，即：人均生產總值、縣域總人口、縣域鄉村人口、人均工業增加值等，反映人口及人均經濟情況，因此可稱為人力資源因子。第二主成分主要包含原變量X3、X6、X7、X14的信息，即縣域生產總值、社會商品零售總額、縣域財政支出、年末金融機構貸款余額等，反映經濟總量情況，可稱為總量經濟因子。第三主成分主要包含原變量X1、X8、X17的信息，即：與地級區域中心的距離、縣域固定資產投資規模、人均耕地等，反映基礎設施情況，可稱為基礎設施因子。在對原始數據進行標準化處理之后，依據表3的系數矩陣就可以分別計算出皖北17縣的主成分得分情況見表4（F代表主成分）。根據各主成分的經濟含義，就皖北縣域投資環境而言，其影響因素主要有：人力資源充沛度、經濟總量規模、區位條件等。

根據總得分大體可將皖北17縣投資環境分為3類：第一類（總得分1分以上）包括：太和縣、臨泉縣、潁上縣和渦陽縣；第二類（總得分0分以上1分以下）包括：蒙城縣、阜南縣、利辛縣、蕭縣和懷遠縣；其余歸為第三類。投資環境的排名也不是絕對的，以上結果是在本文指標體系框架內得到的。在筆者選取指標體系時，有些相關指標如交通等，由于不可得而不得不舍棄，有些指標如政府效率等由于不容易量化亦未能入選，這些都是今后有待完善的地方。

作者：趙現軍單位：徽科技學院財經學院講師