營商環境綜合評價

畢凌燕　廖子慧

[提要] 良好的營商環境有利于經濟發展和城市創新。本文從軟環境、市場環境、社會服務、商務成本、基礎設施、生態環境六個維度構建指標體系，基于時序全局因子分析評價廣東省21個地級市的營商環境。結果表明：10年間各城市營商環境有所改善，廣深兩市明顯優于其他城市。經濟總量與人才資源支撐因子和企業發展與生活基礎設施因子是影響營商環境的主要因素。

關鍵詞：營商環境;時序全局因子分析

中圖分類號：F127 文獻標識碼：A

收錄日期：2020年3月10日

營商環境是一個國家和地區經濟軟實力的重要體現，是推動城市創新創業活力，提高城市社會經濟發展水平和國際競爭力的重要途徑。本文通過構建營商環境評價體系，以廣東省21個地級市為例進行時序全局因子分析，對廣東省營商環境進行評價，并為其優化營商環境提供建議。

一、營商環境指標體系構建與檢驗

基于科學性、綜合性和可行性等指標選取原則，參考《2017中國城市營商環境報告》的六大維度構建營商環境評價體系。結合前人研究選取各維度的二級指標如下：（1）軟環境：固定資產投資總額、稅負水平、執業律師數、刑事案件萬人發案數、刑事案件破案率;（2）市場環境：私營企業數增長率、外資企業數、私營企業數、GDP總量、人均GDP、GDP增速（名義）、實際利用外資金額、進出口總額、社會消費品零售額;（3）社會服務：每萬人床位數、本外幣貸款占GDP比例、城鎮職工基本養老保險參保人數、教育經費;（4）商務成本：商品房平均售價、城鎮單位在崗職工年平均工資;（5）基礎設施：人均道路面積、貨運量、港口貨物吞吐量、萬人擁有公共交通車輛數、每萬人擁有出租車、移動電話用戶;（6）生態環境：單位土地面積廢水排放量、生態環境指數、人均公園綠地面積、城市污水處理率、生活垃圾無害化率。

以廣東省21個地級市為例，從統計年鑒、EPS中國城市數據庫以及網絡資料中收集整理2009～2018年間的指標數據對營商環境進行綜合評價，對于缺失數據，采用算數平均值法或預測值法進行填補。

為獲取更可靠的評價結果，對構建的指標體系進行信度和效度檢驗。根據檢驗結果，刪除A21（私營企業數增長率）、A26（GDP增長率）、A51（人均擁有道路面積）、A65（生活垃圾無害化率）等不符合要求的指標。對A15（刑事案件破案率）、A62（生態環境指數）的原始數據取相反數，使其與營商環境整體系統呈正相關。

二、廣東省營商環境綜合評價與分析

時序全局因子分析將時間的動態變化考慮在內，以因子分析為基礎，綜合連續的時間截面，形成一個時序全局數據表，各年份的因子具有相同的構成和計算方法，然后再將原始的全局數據表變換計算，即可反映出全部城市的時序動態特性和系統整體隨時間的變化軌跡。

對指標數據進行標準化處理后，通過SPSS對營商環境進行因子分析。得到Bartlett球形檢驗統計量為11828.972，sig為0.000，KMO統計量為0.910，遠高于0.7，說明變量非常適合進行因子分析。

按照特征根大于1的標準提取公因子，提取的5個公因子的總方差解釋結果為87.372%，表示所提取的5個公因子共解釋了原有變量總方差的87.372%，從總體上反映了原始變量的大部分信息，因子分析效果較好。方差最大正交旋轉法對因子進行旋轉后，5個因子的方差貢獻率之間的差距縮小，信息量進行了重新分配，但累積的方差貢獻率不變。

通過方差最大正交旋轉法可以最大限度保證旋轉得到的因子之間不相關，采用此方法得到旋轉后的因子載荷矩陣，矩陣中的系數既因子載荷xij，表示第i個變量對第j個因子的重要性，實質是兩者之間的相關系數。將指標體系中第i個維度中第j個指標表示為Aij，由因子旋轉結果可知，公因子1在A52、A29、A53、A11、A24、A13、A34、A56、A33上有較大載荷，說明公因子1主要從貨運量、港口貨物吞吐量、社會消費品銷售、GDP總量、教育支出、移動電話用戶數、養老保險參保人數、執業律師等9個方面反映城市的營商環境發展狀況，將公因子1命名為經濟總量與人才資源支撐因子。公因子2在A41、A28、A12、A32、A54、A23、A27、A25、A55、A22上有較大載荷，說明公因子2主要從進出口總額、本外幣貸款占GDP比例、實際利用外資金額、稅負水平、私營企業數、外資企業數、人均GDP、萬人擁有公交車數、萬人擁有出租車數、商品房平均售價等9個方面反映營商環境的發展狀況，將公因子2命名為企業發展與生活基礎設施因子。公因子3在A42、A31、A64、A63上有較大的載荷，說明公因子3在職工工資、萬人床位數、人均公園綠地面積、城市污水處理率等4個方面反映了城市的營商環境，將公因子3命名為居民健康與綠色生活環境因子。因子4在A62、A61上有較大的載荷，說明其主要反映營商環境的生態環境及廢水排放量，將因子4命名為城市生態環境因子。因子5在A15、A14上有較大的載荷，說明其主要反映刑事案件破案率與萬人發案數，將因子5命名為社會安全治理因子。

將公因子表達為各變量的線性形式，稱為因子得分函數。因子得分的系數可通過回歸法估計得到，各因子得分即因子得分與標準化變量的乘積和。綜合考慮提取的5個公因子，對營商環境進行評價，各因子的權重由其對應的方差貢獻比例決定，由此得到營商環境綜合得分方程為：

FACA_total=（28.875/87.372）×FACA_1+（28.655/87.372）×FACA_2+（13.182/87.372）×FACA_3+（8.668/87.372）×FACA_4+（7.993/87.372）×FACA_5 （1）

FACA_total表示由因子分析得到的營商環境綜合得分;FACA_1表示經濟總量與人才資源支撐因子的因子得分;FACA_2表示企業發展與生活基礎設施因子的因子得分;FACA_3表示居民健康與綠色生活環境因子的因子得分;FACA_4表示城市生態環境因子的因子得分;FACA_5表示社會安全治理因子的因子得分。通過公式1可得到廣東省各地級市在2009～2018年的營商環境綜合得分。整體來看，2009～2018年間，廣東省各市的營商環境綜合得分隨時間遞增，說明營商環境每年都在不斷發展。10年間綜合得分較高的5個城市分別為廣州、深圳、佛山、東莞、珠海，說明2009～2018年間這5個城市的營商環境要優于其他城市。

將2018年廣東省排名前5的城市的營商環境因子得分與排名單獨列出得到表1，結果與第三方評價機構得出的排名相近，說明具有可信度。由因子分析得到的方差百分比可知，公因子FACA_1和FACA_2的方差貢獻率較大，在進行綜合評價時兩個因子占有較大權重。以綜合排名前五的城市為例，對5個公因子排名進行分析：（1）對于FACA_1（經濟總量與人才資源支撐因子），廣州、深圳和佛山依次排在前三，說明這三個城市的經濟總量與人才資源支撐的整體情況優于其他城市。（2）對于FACA_2（企業發展與生活基礎設施因子），深圳、珠海和東莞依次排在前三位，說明這3個城市的企業發展與生活基礎設施的整體發展狀況優于其他城市，而廣州排在第19名，表明廣州在進出口總額、本外幣貸款占GDP比例、實際利用外資金額、稅負水平、私營企業數、外資企業數、人均GDP、萬人擁有公交車數、萬人擁有出租車數、商品房平均售價等9個方面有待改善。（3）對于FACA_3（居民健康與綠色生活環境因子），珠海和佛山分別排在第1、第2名，東莞第5名，廣州（14）和深圳（21）的排名都很靠后，表明廣州和深圳的整體營商環境排名雖然很高，但還可以通過改善在職工工資、萬人床位數、人均公園綠地面積、城市污水處理率等4個方面，進一步優化營商環境。（4）對于FACA_4（城市生態環境因子），由于FACA_4代表城市的廢水排放量和負向的生態環境指數，表示廢水排放量越大、生態環境指數越低，FACA_4的值越大，對營商環境有更大的正向貢獻。東莞和佛山分別排在第1、2名，而深圳排在第20名，這與城市的優勢產業有較大的關系。東莞的優勢產業包括造紙、化工、電子器械、玩具等，佛山的優勢產業包括家具、燈飾、機械設備等，大部分產業都會導致廢水排放量增加，影響生態環境，因此東莞和佛山的FACA_4值較其他城市高，整體營商環境也較好。深圳的優勢產業包括新能源、互聯網、科技服務等新興產業，這些產業對生態環境影響較小，廢水排放量相對也較少，從而導致深圳的FACA_4值較小。對比東莞、佛山與深圳，三者整體營商環境都較好，但深圳在保持營商環境良好發展的同時，生態環境也得到較好的保護，屬于可持續發展方式。東莞和佛山等營商環境較好但生態環境較差的城市，在保持自身產業優勢的同時，也應逐漸優化產業結構，實現經濟與生態同步發展。（5）對于FACA_5（社會安全治理因子），由于FACA_5代表負向的刑事案件破案率與萬人刑事案件發案數，表明FACA_5值越大，城市的刑事案件破案率越低、萬人刑事案件發案數越大。深圳和佛山的排名分別為第21名和第20名，說明這兩個城市的社會安全治理情況優于其他城市。而廣州排名首位，說明通過刑事案件發案數和刑事案件破案率反映的社會安全治理情況較其他城市差，這可能由刑事案件破案時間、破案人力資源投入、城市流動人口等多種潛在因素導致。（表1）

三、結論

本文基于時序全局因子分析對2009～2018年間廣東省21個地級市營商環境進行評價，結果表明：10年間各城市營商環境有所改善，廣州、深圳、佛山、東莞、珠海等城市擁有較好的營商環境。經濟總量與人才資源支撐因子和企業發展與生活基礎設施因子是影響營商環境的重要因素，要優化城市營商環境，需重視人才資源及企業發展。政府應更好地完善醫療、教育、養老服務，保障城市生態環境、社會安全，從而優化營商環境。

主要參考文獻：

[1]朱鶴，劉家明.中國東部地區旅游業競爭力研究——基于時序全局主成分分析法[J].地域研究與開發，2015.34（5）.

[2]任若恩，王惠文.多元統計數據分析——理論、方法、實例[M].北京：國防工業出版社，1997.

[3]張文彤，董偉.SPSS統計分析高級教程[M].高等教育出版社，2013.