基于熵值-PLS的营商环境建设动态及影响因素分析

许晓冬 刘金晶

关键词：营商环境;熵值法;偏最小二乘回归法;影响因素

中图分类号：F299.27  文献标识码：A  文章编号：1001-148X（2021）04-0010-07

收稿日期：2020-11-24

作者简介：许晓冬（1978-），女，辽宁大连人，大连工业大学管理学院副教授，经济学博士，研究方向：区域经济、农业经济;刘金晶（1995-），女，郑州人，大连工业大学管理学院硕士研究生，研究方向：区域经济、农业经济。

基金项目：国家社会科学基金项目，项目编号：16BJL013;大连市科技创新基金项目，项目编号：2020JJ27FZ123;辽宁省科技厅软科学研究计划项目，项目编号：2020JH4/10100028;大连市社科院智库重大调研课题，项目编号：2020dlsky098。

一、引言

市场环境公平开放、政务环境透明高效、法治环境公正规范是优质的营商环境的重要标志。本文基于营商环境建设原则，构建包含26个指标的评价体系，收集了2015-2018年辽宁、山东、江苏三省营商环境建设相关数据，利用熵值法对指标进行赋权，对评价对象的营商环境建设水平进行测算和相关分析，提出营商环境建设对策，为营商环境建设提供理论支撑与实践指引。

关于营商环境内涵界定大致可分为政府与企业这两个视角。一些学者认为营商环境是政府保障企业运营的各种制度性安排[1-2]，另一些学者认为是市场主体在企业经营周期内面临的所有外部环境因素[3-4]。而认可度最高还是世界银行关于营商环境的定义，指一国或者一个地区的私营部门在开办企业、办理施工许可证、获得电力、登记财产、获得信贷、保护少数投资者、纳税等环节需要花费的时间和成本等的总和。良好的营商环境对某个国家或地区外商直接投资状况、税收负担水平、创业活动、流通产业发展水平等方面产生的积极效应越来越明显[5]。

关于某国家或地区营商环境评估的研究，大多数学者以全球治理指标（WGI）、世界竞争力排名（WCR）、全球竞争力指数（GCI）和政府质量报告（QOG）四大国际指标体系为基准，结合具体情况构建全国、省域、市域等不同范围的评价体系。其中，杨枝煌等（2020）立足本国国情，构建了涵盖政治军事、经济金融、社会文化和自然生态这四个支柱领域的评价体系[6]。张三保等（2020）着眼于省域范畴，回顾了国内外主流评价体系后，形成了囊括市场环境、政务环境、法律政策环境、人文环境这四个准则层的评价体系[7]。李志军等（2019）聚焦市域，构建了涉及政府效率、人力资源、金融服务、公共服务、市场环境、创新环境这六个方面的综合评价体系[8]。关于营商环境评价的研究，除了研究范畴、指标体系的差异，评价方法也多种多样，当前主要选取聚类分析和马氏距离、主成分分析法、因子分析、熵值法、专家排序法、MIMIC模型等方法，对营商环境建设水平进行评估。无论是量化分析还是定性探讨，都是为了探寻营商环境的建设重心，提出优化路径。

当前关于营商环境的相关研究侧重于理论与政策方面的定性分析，量化与比较分析较少，研究过程停留在静态层面;影响因素评定过程多采用层次分析法与专家排序法，具有较强的主观性，缺乏客观依据，也未排除变量间的多重共线性干扰，影响因素的重要性程度仍需进一步商榷。本文将营商环境建设原则“市场化、法治化、国际化”及政务服务“便利化”原则作为准则层，构建了营商环境评价体系，利用熵值法对评价指标与待评对象营商环境发展水平进行量化测算，并使用PLS回归模型，规避变量间多重共线性的影响，对影响要素的重要程度进行校正，使得营商环境影响因素的探讨更加严谨，为影响因素的探讨提供启发与借鉴，为营商环境的建设提供思路与对策。

二、研究方法

（一）熵值法

熵值法是对指标客观赋权的一种重要方法，能够避免主观赋权的弊端，以及多指标数据重叠问题。假设有矩阵X=（xij）m×n，m为待评对象数目，n为指标个数。若指标的信息熵越小，指标取值的不确定性越强，影响力越大[9]。本文运用熵值法，对营商环境评价指标赋权，并考察了2015-2018年辽宁省与山东省、江苏省营商环境建设水平。

熵值法的具体计算步骤如下：

第一步，无量纲化处理：为保证数值间差异的最大化，避免数据差异被削弱，采用了线性方法中的均值化处理，计算公式为：

Yij=XijXj（1）

第二步，同度量化处理：

pij=Yij∑mi=1Yij（2）

第三步，评价指标熵值的計算：

ej=-K∑mi=1pijlnpij，K=1lnm（3）

第四步，评价指标差异系数的计算：

hj=1-ej（4）

第五步，评价指标权重的确定：

wj=hj∑nj=1hj（5）

第六步，各对象评价值的计算：

Si=∑nj=1wjXij（6）

（二）偏最小二乘（PLS）回归模型

偏最小二乘（PLS）回归模型是一种多元线性建模方法，其集中了主成分分析、典型相关性分析和多元回归分析这三者的特征，并规避了最小二乘法对多重共线性的排斥作用，增强了分析精度，适用于经济生活中事物间普遍存在多重共线性的状况[10]。

首先，偏最小二乘（PLS）回归模型的建模过程。如下：

第一步，构建自变量与因变量矩阵：将p维自变量表示为X=x11…x1pxn1…xnp，一维因变量表示为Y=y1yn。

第二步，标准化处理：自变量X矩阵标准化处理为：

E0=xij-xjsjn×p（7）

因变量Y矩阵标准化处理为：

F0=yi-syn×1（8）

式中，xj、分别为xj、y的均值，sj、sy分别为xj、y的标准差。

第三步，自变量的主成分提取：提取第一成分为：

t1=E0w1（9）

式中，w1为矩阵E0′F0F0′E0最大特征值对应的特征向量，且w1=E0′F0‖E0′F0‖。

计算E0在t1上的回归E1=E0-t1p1′（10）

式中，p1=E0′t1‖t1‖2。

提取第二成分为：

t2=E1w2（11）

式中，w2为矩阵E1′F0F0′E1最大特征值对应的特征向量，且w2=E1′F0‖E1′F0‖。

计算E1在t2上的回归：

E2=E1-t2p2′（12）

式中，p2=E1′t2‖t2‖2。

如此循環，至第m个成分。

第四步，做多元线性回归：

F0=r1t1+r2t2+…+rmtm（13）

由于t1，t2，t3，…，tm均为E0的线性组合，可得：

F0=r1E0w*1+r2E0w*2+…+rmE0w*m（14）

式中，w*h=∏h-1j=1I-wjp′jwh，I为单位矩阵。

得到：

*=a1x*1+a2x*2+…+apx*p（15）

式中，aj=∑mh=1rhw*hj。

其次，交叉有效性原则。公式如下：

Q2h=1-PRESShssh（16）

式中，PRESSh=∑ni=1yi-h（-i）2，SSh=∑ni=1（yi-h（i））2。当Q2h0.0975时，引入的新成分增强了模型的解释能力，反之，则没有改善模型的解释能力。

最后，需要进行解释性检验，以显示各个变量的重要性程度。公式如下：

VIPj=

kRd（y;t1，t2，…，tm）∑mh=1Rd（y;th）w2hj（17）

式中，Rd（y;t1，t2，…，tm）和Rd（y;th）分别表示了t1，t2，…，tm对y的累计解释能力和th对y的解释能力，且Rd（y;th）=r2（y，th）Rd（y;t1，t2，…，tm）=∑mh=1Rd（y;th）Rd（X）=1k∑mh=1∑kj=1r2Rd（xj，th），r（y，th）和r（xj，th）分别为因变量和自变量与主成分的相关系数;VIP数值越大，说明变量越重要。

三、指标构建

遵循客观性、系统性、可获得性等构建原则，聚焦国务院2019年12月颁布的《关于营造更好发展环境支持民营企业改革发展的意见》中三项建设原则以及政务服务的“简约”之道。最终，本文以“市场化、便利化、法治化、国际化”四项原则为一级指标以及由此引申26个二级指标，构建了评价体系（见表1）。

四、营商环境的评价结果分析

（一）评价指标权重分析

经历2015-2018年三个省份营商环境相关数据的无量纲化处理、同度量化处理、熵值计算、差异系数计算、权重确定这五个步骤，确定了各指标权重。按权重由大到小进行排序，影响营商环境的一级指标依次为法治化指标、便利化指标、国际化指标、市场化指标，影响权重分别为0.56281、0.22388、0.16762、0.04569（见表2）。为深入分析影响营商环境的具体因素，本文将展开分析二级指标的关联程度。

在市场化指标中，第一是社会融资规模，影响系数排名第11，权重为0.01464。第二是财政保障水平，关联度为0.01402，权重排名第12。第三，创新研发水平是地区产品与产业创新活力的体现，其排名为第14，权重为0.01062。第四是劳动力匹配量，其影响权重为0.00444，权重排名第18。第五，信贷保障水平反映了企业的资金需求状况与金融机构的资金供给水平，权重为0.00093，排名第20。第六，购进价格水平指标记录了工业生产者购进价格的变化情况，排名第21，权重为0.00089。第七，主体多元程度在营商环境评价体系中的影响力较小，权重仅为0.00009，在26个影响指标中排名为第24。第八为水电燃料价格，权重仅为0.00004，权重排名第25。第九，产品商品化率对于营商环境建设几乎没有影响，该指标是26个二级指标影响力最为微弱的指标。

在便利化指标中，城市供气能力、供电能力、供水能力三个指标的影响作用分别居于二级指标的第4、第6、第7位，影响权重分别为0.05827、0.04898、0.04260。其次，网络通信状况的影响力在所有二级指标中排名第5，权重为0.05093。随后是人才供给能力指标，位于第13名，影响权重为0.01131。然后是交通运输状况，其影响力第15名，权重为0.00805。最后，医疗卫生水平和医疗保障水平的影响程度分别位于第19位与第23位，权重为0.00354与0.00020，影响系数均比较弱。

在法治化指标中，电子政务水平作为影响法治化因素最重要的指标，影响力居于各二级指标之首，权重为0.39510。其次为关乎地区创新驱动力发挥的产权获准规模指标，其影响力仅次于电子政务水平，权重为0.15682。然后是城市税负水平，权重为0.00545，在所有影响因素中影响力排名第16。司法保障能力的影响效力紧随其后，权重为0.00515，影响力位居第17名，影响力较弱。最后是司法文明程度，权重仅为0.00029，在26个影响指标中权重排名第22。

在国际化指标中，外资引入规模在国际化指标中影响最强，权重为0.09399，影响系数在所有二级指标中排名第3。其次为外商企业数量，影响权重为0.03260，排名第8。随后是外商企业规模，影响权重为0.02104，影响力排名第9。最后是贸易开放程度，即外贸依存度，影响力仅次于外商企业规模，权重为0.01999，排名第10。

（二）综合评价值分析

根据评价值计算公式，将指标原始数据和处理后的权重进行加权求和，得到2015-2018年三个省份的综合评价值。综合评价值的数值越大，意味着该地区营商环境的建设水平越高;相反，若数值越小，则意味着该地区营商环境的某一方面或者整体发展越低;若数值为0时，意味着该地区营商环境尚未形成。该部分计算了辽宁省、山东省与江苏省2015-2018年间营商环境的综合评价值（见表3）。

綜合考察三个省份的营商环境综合评价值可知，江苏省营商环境评价值在三省中始终最优，并且呈现逐年上涨趋势，四年累计增长36.88%，均值保持在51.74。其次为提出并着力推进“一次办好”改革的山东省，变化趋势与江苏省相似，呈现稳步上升趋势，但其增长幅度稍逊于江苏省，四年累计增长25.21%，由2015年的26.02增长至32.58。而“工业锈带”拖拽下的辽宁省排名最后，四年均值为19.17。因此，在营商环境建设中，要汲取江苏省要素市场化进程推进、创新氛围营造、政务服务优化、司法服务改善、招商引资等方面的经验、总结山东省货运便利化提升、电子政务平台构建等方面的成果、吸收辽宁省经营主体资金保障、医疗卫生服务配置等方面的建设经验，并且规避它们在营商环境建设中的问题，不断优化营商环境，使其成为经济转型发展的增长点。

（三）权重前10位指标的关联度校正

由于各影响要素之间可能存在多重共线性现象，影响指标权重的精度。为验证并修正各变量对营商环境建设的重要程度，将权重排名前10的指标与待评对象的综合评价值相结合，构建PLS回归模型。

1.诊断营商环境影响因素的多重共线性。利用Stata 15.1软件的“pwcorr Si X35 X32 X44 X24 X22 X25 X23 X41 X42 X43，star（.05）”命令，计算综合评价值Si与前10位影响因素的相关性（见表4），排名前10的指标依次为电子政务水平X35、产权获准规模X32、外资引入规模X44、城市供气能力X24、网络通信状况X22、城市供电能力X25、城市供水能力X23、外商企业数量X41、外商企业规模X42、贸易开放程度X43。随后，利用“estat vif”口令，计算方差膨胀因子（VIF）（见表5）。根据表4和表5可知，除了外商企业数量X41、外商企业规模X42这两个指标与营商环境评价值的关联度较弱，其余要素均在95%的置信水平上与综合评价值相关联。此外，权重排名前10指标的方差膨胀因子（VIF）均大于临界值10，变量间存在严重多重共线性。为规避多重共线性对营商环境构成要素分析的影响，有必要利用偏最小二乘回归模型，对重要因素的关联程度进行校正。

2.确定PLS成分个数。PLS回归模型构建前，需要遵循交叉有效性原则，确定主成分个数。该部分利用SIMCA 14.1软件，对主成分个数进行计算。根据计算结果显示，该PLS回归模型包含1个主成分，该成分对自变量集合的概括精度高达95.6%。同时，该模型对营商环境建设水平的解释能力高达97.7%，精度高，效果好（见表6）。

3.构建偏最小二乘（PLS）回归模型。结合交叉有效性检验结果，提取了1个成分，并利用SIMCA 14.1软件中的偏最小二乘回归分析系数求解功能，计算回归系数。根据偏最小二乘回归系数可知，熵值法计算中排名前10的指标对营商环境的建设水平均呈现正向促进作用（见表7）。因此，在营商环境建设中，应继续完善现代化政务平台建设，提升服务能力;保障知识产权，营造创新氛围;加大力度招商引资，促进产业结构升级;加快“新基建”建设步伐，稳步提升地区基本要素供给能力，从而发挥这些重要要素对营商环境建设水平的推动力。

4.计算VIP。为解释前10个关键指标对营商环境的重要性，利用SIMCA 14.1软件中变量重要性分析功能进行计算。VIP值越大，意味着指标对于营商环境建设越重要。

通过指标权重排名结果与VIP排名结果的对比可知，大部分影响因素的回归系数排名不及其权重排名，少部分指标的回归系数排名较权重排名有所上升，而只有X42排名没有变化，始终排在第9位（见表8）。具体来说，权重排名第2的产权获准规模X32，在偏最小二乘回归分析中，排除多重共线性的干扰，影响程度跃至第1名。权重原本仅位于第7位的城市供水能力X23，VIP值排名大幅提升至第2位。权重排名第5位的网络通信状况X22在偏最小二乘回归分析中，上升2个位次，VIP值排名第3。可见，VIP值排名前3的指标均是排除干扰因素后，影响力提升的要素。反观剩余的7个指标，绝大部分指标对营商环境建设的重要程度都呈现相对减弱的状况。原本权重排在第3位的外资引入规模X44，VIP值排名下移至第4位。同样，权重排名第4的城市供气能力X24，VIP值排名顺势下移至第5位。而权重第10的贸易开放程度X43的VIP值排名增长，排名升至第6位。权重排名第6的城市供电能力X25VIP值排名同外资引入规模X44、城市供气能力X24相似，下降1位，降至第7。原本权重排名第1的电子政务水平X35，VIP权重大幅下跌至第8位。权重排名第8的外商企业数量X41下降至第10位。由此可见，影响因素的权重排名与VIP排名存在一些差异，主要表现为产权保障能力、网络通达水平、城市基本要素供给能力的重要性更加突显。

通过各影响因素VIP值大小的对比可知，产权获准规模X32、城市供水能力X23、网络通信状况X22、外资引入规模X44、城市供气能力X24、贸易开放程度X43这六个要素的VIP值均大于1，产权保障能力、城市供水能力、网络通信水平、外资引进规模、城市供气能力、地区总产值对外贸的依赖程度对营商环境建设具有显著的影响。而城市供电能力X25、电子政务水平X35、外商企业规模X42、外商企业数量X41这四个要素的VIP值均小于0.86，城市供电总量、政务平台受理事件数量、外商企业的规模和数量对营商环境建设的驱动作用相对较弱。因此，在营商环境建设中，需要把握关键要素的支撑作用，激发相对弱势要素的驱动力，从而推动营商环境稳步向好发展。

五、总结

当前，我国创新创业氛围、基础设施便捷度、政务简约化步伐、法治保障水平、经贸合作平台等方面优势十分突出，而企业税负程度、社会保障水平、“互联网+政务”服务能力以及国际化招商引资能力仍有待优化。为此，本文构建了评价体系，利用2015-2018年辽宁、山东、江苏三省份的相关数据，进行权重和综合评价值的计算。但由于评价指标间存在严重的多重共线性，本文提取了权重前10位的指标与综合评价值构建了PLS回归模型，进行影响要素的进一步探讨。研究结果表明：（1）权重排名前10的评价指标均是营商环境建设的正向指标，这些要素水平的提升对营商环境建设具有正向促进作用。（2）熵值法计算的权重排名与PLS回归模型测算的VIP排名存在差异，具体表现为产权保障能力、网络通达水平、城市基本要素供给能力等要素的重要性增加。（3）在PLS回归分析中，产权获准规模、城市供水能力、网络通信状况、外资引入规模、城市供气能力、贸易开放程度这六个指标的VIP值大于1，它们对于营商环境建设较为重要。根据上述分析中测算的要素重要性程度，提出进一步完善营商环境建设的工作重点：强化法治支撑作用、保障基本资源要素供给、吸引外商投资落户、完善现代化政务平台、消减企业税费负担等建设对策，促进营商环境优化，激发市场主体发展活力。

参考文献：

[1] 公丕潜.营商环境的法治意涵与优化路径——以《黑龙江省优化营商环境条例》为参照[J].哈尔滨商业大学学报（社会科学版），2020（4）：121-128.

[2] 程波辉，陈玲.“放管服”改革视域下社会治理创新：一项研究框架[J].理论探讨，2020（4）：152-157.

[3] 娄成武，张国勇.治理视阈下的营商环境：内在逻辑与构建思路[J].辽宁大学学报（哲学社会科学版），2018，46（2）：59-65，177.

[4] 张大海，祝志川.因子分析与熵值法下我国营商环境评价[J].财会月刊，2019（18）：124-130.

[5] Farok J.Contractor，Ramesh Dangol，N.Nuruzzaman，et al.How do Country Regulations and Business Environment Impact Foreign Direct Investment（FDI） Inflows？[J].International Business Review，2020，29（2）：101640.

[6] 杨枝煌，刘泽黎，李斐.构建有中国特色的营商环境评价体系[J].国际经济合作，2020（5）：96-107.

[7] 张三保，康璧成，张志学.中国省份营商环境评价：指标体系与量化分析[J].经济管理，2020，42（4）：5-19.

[8] 李志军，张世国，李逸飞，等.中国城市营商环境评价及有关建议[J].江苏社会科学，2019（2）：30-42，257.

[9] 朱喜安，魏国栋.熵值法中无量纲化方法优良标准的探讨[J].统计与决策，2015（2）：12-15.

[10]王国华，张虎，魏岳嵩.偏最小二乘回归在SPSS软件中的实现[J].统计与决策，2017（7）：67-71.

An Analysis of Dynamic and Influence Factors of Business Environment

Construction based on Entropy- PLS

XU Xiao-dong，  LIU Jin-jing

（School of Management， Dalian Ploytechnic University，Dalian 116034，China）

Abstract：The rise and fall of business environment level is the result of many factors. Based on current business environment construction trends， this paper constructs an evaluation system， uses Entropy method to calculate the index weighting and development level， and makes PLS regression analysis of the comprehensive evaluation of the top 10 indexes and the objects to be evaluated.The results show that： in the evaluation index system， the top 10 indexes have a positive effect on business environment construction;the importance of property rights permission scale， urban water supply capacity， network communication status and other factors on business environment construction is obvious through the elimination of multiple collinearity among variables by PLS regression model， while the importance of foreign investment introduction scale， urban gas supply capacity， urban power supply capacity， e-government level and other indicators is relatively weakened.Combined with the above calculation results， this paper puts forward the corresponding countermeasures to help business environment construction.

Key words：business environment; Entropy method; Partial least squares regression method; influence factor

（責任编辑：严元）