长三角核心城市投资环境比较及其影响因素分析

张家宝 杜宇宏 刘欣源

摘   要：长三角一体化和数字经济背景下，城市改善投资环境刻不容缓。通过建立城市引力模型，从长三角城市群中选择出八个研究对象，随后根据“最大利润区位论”建立起城市投资环境评价指标体系，对城市环境构成要素影响城市经济进行机理阐述。基于此，通过熵权法对各项指标要素进行赋权，根据结果观察各项指标的相对重要性，并用TOPSIS法计算出各城市投资环境的相对接近度及排名，最后对影响因素进行比较分析，给各城市投资环境改善提供政策建议。

关键词：长三角；投资环境；城市引力模型；熵权TOPSIS

中图分类号：F830        文献标志码：A      文章编号：1673-291X（2023）14-0039-08

引言

在危和机同生并存的大变局时代，从城市经济发展的进程中可以看出，投资对一个城市的发展、区域内的协调发展有着举足轻重的影响。一个城市或区域的投资水平综合体现为该地的投资环境，可以全面反映城市的整体投资环境和竞争力。目前，长三角正日益成为引领国民经济高质量发展的高地，政府和企业正努力打造长三角高质量一体化发展的投资服务平台。目前长三角三省一市41地市在全国投资吸引力排名前50城市中，独占14个席位，领先于其他区域城市。自长三角一体化上升为国家战略以来，长三角地区作为全国乃至全球的资金集聚地，其投资环境的建设水平和影响因素备受世界关注。

本研究拟从经济状况、服务环境、政治因素三方面建立城市投资环境评价指标体系，使用城市引力模型，以合肥市为基点，选取南京市、苏州市、上海市、杭州市、常州市、无锡市、扬州市，收集各相关指标2020年的数据，首先运用熵权法进行权重计算，然后运用TOPSIS模型进行理想贴近度比较分析，以期科学合理地衡量城市投资吸引力水平，帮助城市管理者更为清晰、客观地认识城市投资环境现状和问题，探寻城市吸引投资的新思路。

一、文献综述

近年来，城市投资环境的建设发展吸引了国内、国际的广泛关注，成为诸多学者、机构的研究热点。在投资环境研究方面，主要的研究方式有两种，一是探究某一因素对投资环境具有影响的实证分析，二是将投资环境分为经济环境、生态环境、社会环境、政治环境等因素建立指标体系进行综合评价。

赵蕊等引入莫兰指数构建回归分析模型，认为城市区域内金融发展、技术创新对经济的高质量发展具有深远影响。Alexander Zheltenkov等给出了在基础设施发展的基础上提高地区投资吸引力的条件和因素，论证了交通运输在区域投资活动中的重要作用。杨阳等认为，城市投资环境由经济活力、创新效率、绿色发展、人民生活和社会和谐这五个维度构成。同时，研究学者认为，不同城市的投资环境构成部分存在区域差异性。胡萍分维度研究长三角地区区域经济差异及其影响因素，发现上海市和江苏省在经济活力、创新效率和人民生活层面具有显著优势，浙江省在社会和谐层面表现优异，而安徽省在绿色发展层面得分更高，但是区域内极化现象明显。

随着指标体系构建的逐渐完善，研究者们着眼于研究方法的选择。陈晓雪等采用综合指数法和耦合协调模型法，从环境整治投入、内部绿色发展合作、科技创新与研发投资、“2+1”带动发展模式、中心城市辐射带动作用等五个方面提出了长三角城市投资环境改善措施以及一体化发展的现实路径。韩金红等在投资环境评价指标构建的基础上，依托因子分析法综合评价“一带一路”沿线各城市的投资环境。陆园从基础设施、经济发展与对外开放、社会及自然环境及政治环境等四个方面构建了安徽省城市投资环境评价指标体系，并运用突变级数法等方法研究发现各市投资环境质量有明显差异。

TOPISS模型对指标数量及样本大小要求不高，较容易通过严谨的定量分析获得最优解，为评价研究提供科学依据，故被广泛应用在不同领域的学术研究中。同时，用熵权法判断离散程度能更客观地展现各指标对综合评价的影响程度。近些年来，我国的研究也逐渐采用了这种方法。在国际投资环境方面，彭勇行等运用topsis法的改进及拓展形式研究国际分析了跨国公司投资区域选择的制约因素，研究了评价国际投资环境的主要因素和指标，将Topsis法和熵值法模型进行组合系统分析。马运来运用TOPSIS价值函数模型，建立了区域风险投资环境评价系统，探讨我国风险投资环境能力的分布特点。周德芬从外部投资环境和项目投资预期两个维度选取了有关的六个指标，构建商业地产投资项目决策评价指标体系，分析了熵权TOPSIS法在投资项目评价中的应用。在丝绸之路经济带国家经济方面，刘宁等以上合组织国家为研究对象，分别运用变异系数TOPSISI法和面板回归模型，实证分析了中国对丝绸之路經济带重点国家OFDI的投资环境和出口效应。梁敏杰构建“一带一路”沿线国家的拓扑重要性与经济重要性评价指标体系，运用熵权-TOPSIS法对国家节点的重要性进行综合评估。

综上所述，目前针对长三角地区的研究大部分存在于实证方面，缺少对城市投资环境影响城市经济的机理阐述。本文通过构建模型，建立起一套全面的投资环境评估指标体系，并采取熵权Topsis法赋予各指标合理权重并量化，最终依据所得结果全面评价各城市投资环境。

二、研究对象选取

（一）数据收集

由于直接衡量一笔资金的最终流向具有较大难度，城市GDP和人口流向往往具有一致性，本文以人口流向替代资金流向，选择长三角城市群与合肥市关联最密切的七个城市作为研究对象。

本文的经纬度坐标选自于地球在线，城市经济环比增长、人均住房面积、植被覆盖率、人均可支配收入、地区GDP、第三产业占比、医疗机构数量等原始数据均来自于中国知网中国经济与社会发展统计数据库，全部数据均真实可靠。

（二）研究对象选取

为了选取代表性强的比较对象，通过修正后的城市引力模型量化长江城市带城市引力，选取城市引力排在靠前的城市。例如，长三角地区城市人口迁徙（图1）本次对象选取范畴主要为安徽省以外的城市。

图1  长三角地区城市人口迁徙图

1.变量名称及解释

2.比较对象的选取

首先，考虑城市经济结构引起的引力差异问题。

在Taylor提出的人口迁移重力模型基础上，假设迁入地（长江城市带除安徽省外其他城市）与迁出地（合肥）经济发展水平（此处由人均GDP水平代指）与对迁

移人口吸引力成正比关系，将参数K定义为某一城市GDP占两个城市GDP和的比重，从而表征城市经济结构差异，则K可以表示为：

K=■（i≠j，i=1，2，...，n，j=1，2，...，n）（1）

其中，K表示i城市的GDP占比，Gi和Gj是相应的人均GDP水平。

其次，考虑两城市的空间距离问题。

考虑到地球为凸面，而从地图获取i和j两地距离为平面直线近距离，因此，本文采用修正的距离公式来表示i和j两地之间的实际平面直线距离，修正的距离公式表示为：

Dij=N·[（Is-Js）2+（Ik-Jk）2]1/2（2）

其中，Dij表示i城市与j城市之间的距离；Is、Ik分别表示i城市的经度和纬度，Js、Jk表示j城市的经度和纬度；N为常数，是把地理坐标（以度为单位）转换为平面直线距离对应的值，由于经度不变，纬度伴随着升高逐渐减小，为便于计算，此处N值取111.111千米。

再次，考虑交通通达度对城市之间相对距离的影响问题。

由两城市之间发达的交通运输会便利居民于两城市之间互相出行，从而使两城市之间的相对距离缩短，若交通运输不发达则会使相对距离增加，因此人口迁移情况与交通通达度关联密切。

本文用各市统计局数据表征各市的交通通达度，并采用i城市与j城市分别的交通通达度的算术平均作为i城市与j城市之间的交通通达度Qij，从而表示为：

Qij=■（Qi+Qj）（3）

其中，Qi为i城市的交通通达度，Qj为j城市的交通通达度。

最后，考虑到空间距离存在相对性。

考虑到i城市与j城市的空间距离受地形、建筑布局等因素影响，往往不是平面直线距离，交通通达度也会对i城市与j城市间的相对距离产生影响，因此，本文用平面距离与定义的交通通达度的乘积来替代i城市与j城市间平面直线距离，修正的迁移距离公式可以表示为：

dij=DijQij（4）

其中，Dij表示仅考虑经纬度修正后的i城市与j城市之间的距离，Qij表示i城市与j城市之间的交通通达度。

在上述定义下，本文将城市i与城市j的人口引力表示为：

Tij=K■（5）

式中，Tij是城市i与城市j的引力大小，Pi和Pj是城市规模（这里指常住人口规模，即常驻人口数量），Gi和Gj是相应的人均GDP水平，dij指i和j两地之间的迁移距离。

导入数据经运算得到结果如表2所示。

根据表2得出，长三角城市带中对合肥市的人口引力排在前七位的城市分别为南京、杭州、苏州、上海、无锡、常州和扬州，本文以此七个城市作为比较研究对象。

三、投资环境比较

（一）指标体系建立

本文从影响企业经营利润构成要素的角度出发，建立起了由3个二级指标、13个三级指标、24个衡量指标构成的评价城市投资环境的指标体系。

城市的经济状况将影响投资者的投资意愿，其在很大程度上反映了该城市经济效益、市场规模及产业结构能在多大程度上增强投资者的预期收益。对于一个城市而言，从个人家庭、企业和投资这三方视角可以体现其经济发展状况，而人均收入、城市人口数量和销售额可用于衡量该城市的国内市场规模，进出口又从国际方面体现出一个城市的国际市场规模。产业结构是经济结构中的一个重要方面，一个合理的产业结构可以为经济发展提供动能。因而，将人均GDP、限额以上工业企业财务利税总额、固定资产投资总额作为经济效益的解释指标，以人均可支配收入、人口总数、全年社会消费品零售额和进出口总额作为市场规模的衡量指标，以第三产业占GDP比重作为产业结构的衡量指标。

城市的服务环境是一个城市正常运行的基础，作为生产生活的依托反映出城市建设发展水平。其交通运输网络的效能、资源环境水平、金融服务水平以及科教文化情况可以展现出城市的基础服务水平。交通网络的通达度以及客货运情况不仅可以体现出交通运输能力的质量，还能展现出一个城市对于交通网络的需求水平。而水电作为重要的生产生活资源，其供应能力可以直接体现出一个城市的能源生產水平。同时，城市的绿化、水体、环境空气质量极大程度上反映了该城市的清洁、舒适程度。科学教育文化服务能力以及医疗卫生体系的完善程度也是一个城市服务水平发展的重要体现。城市金融业务的总量从侧面体现出该城市的金融机构业务服务能力和发展水平，展现出一个城市的金融服务水平。故选取交通健康指数、客运总量、货运总量作为交通运输能力的衡量指标，以全年用电量和全年供水量作为资源生产能力的衡量指标，以金融机构年末存款余额衡量金融服务环境，以高校在校学生人数、发明专利受理数量、热门景点数目、医疗卫生机构数量作为科教文卫情况的衡量指标。

一般来说，政府的相关政策以及法治建设程度能够直接影响消费和投资，可以反映该地生产环境的稳定性，而一个稳定高效的投资环境则可以增加投资者的投资信心。财政政策和货币政策作为政府、货币当局的重要政策手段，在实现经济目标和调控宏观经济方面起到不可替代的作用。政府机构的法律法规颁布可以体现出一个城市对于法治建设的重视程度。因此，选择财政支出额和货币政策相关数量来衡量政策支持情况，以法律法规的数量作为衡量法治建设情况的指标。

本文研究数据均来源于2020年安徽省统计年鉴、合肥市统计年鉴、合肥市市国民经济和社会发展统计公报、江苏省统计年鉴、南京市统计年鉴、上海市统计年鉴、中国人民银行官网、江苏省人民政府官网、浙江省人民政府官网、合肥市人民政府官网、高德地图交通报告。其中，环境空气质量优良率是根据一年中空气质量为优良的天数占一年总天数的比重计算所得。

（二）熵权法计算权重

1.建立初始矩阵

假设对n个要评价的对象有m个指标进行城市吸引能力评价，建立初始矩阵X如下：

X=x■   x■   ...   x■x■   x■   ...   x■...     ...    ...   ...x■   x■   ...   x■（6）

2.歸一化处理

将初始矩阵利用公式（7）

Zij=■（7）

进行归一化处理，得到归一化矩阵Z如下：

Z=z■   z■   ...   z■z■   z■   ...   z■...     ...    ...   ...z■   z■   ...   z■（8）

其中，在归一化矩阵Z=（zij）nm中，zij为第i个评价对象在第j个评价指标上的标准值（i=1，2，...，n；j=1，2，...，m）。

3.计算概率矩阵P

概率矩阵P的每一个元素Pij的计算公式如下：

Pij=■（9）

容易验证：■Pij=1，即保证了每个指标对应的概率之和为1。

4.计算第j项指标的熵值

Hj=-k■Pijln（Pij）（10）

其中，k=1/lnn，0

5.计算各个指标的熵权

wj=■（11）

其中，0

导入数据求解如下页表4所示。

二级指标中，经济状况占比28.75%，服务环境占比51.84%，政治因素占比19.39%。

这是由于数字化技术的应用使人们投资意识发生了变化，不再仅仅局限于投资的经济效益，而更多重视经济发展的可持续性。因此，生态环境、运输能力、金融服务环境和资源要素禀赋率所组成的城市服务环境更受投资者的青睐。

在三级指标中，市场规模要素权重位列第一，交通运输要素权重位列第二，科教文卫情况要素权重位列第三，政策支持要素权重位列第四，因此，改善城市投资环境应该优先从这四部分入手。同时，以上结论说明了城市投资环境取决于市场规模，而交通运输和政策支持是扩大市场规模的必要基础，科教文卫情况直接影响居民消费购买力，间接影响市场规模。其中，由于科教文卫事业对人的影响是潜移默化的，具有较长的见效周期，所以需要长期坚持投资以改善城市投资环境。

排名在后四位的要素分别为人均GDP、人均可支配收入、固定资产投资总额、建成区绿化覆盖率。这个结果与预想有所出入，但经过数据比较我们认为这与选择的研究对象有直接关系。由于所选的城市经济发展水平相对较高，城市间差距较小，居民收入绝对额都很高，受边际效益递减原则影响，收入差异带来的居民消费力差异并不明显。建成区绿化覆盖率与前者有相同原因，选择比较分析研究的样本相对于长三角其他城市都有着更为显著的可持续发展倾向，因此差异不大。但这并不意味着该要素不重要，这从近几年不断提高的城市绿化覆盖率便足以看出。而关于固定资产投资率低权重是由于数字经济的兴起，各行业跨区域生产使得人们对于传统地理区位构成的要素要求有所降低的结果。

（三）权重TOPSIS评价模型

TOPSIS法使用距离尺度来度量样本差距，在原始数据指标中，所有指标都为正向指标，直接进行TOPSIS模型的计算如下。

1.构造加权规范化矩阵

G=w1z■  w2z■  ...   wmz■w1z■  w2z■  ...   wmz■...       ...       ...    ...w1z■  w2z■  ...   wmz■=g■   g■   ...   g■g■   g■   ...   g■...     ...    ...   ...gn1   g■   ...   g■（12）

2.确定正理想解g+和负理想解g-

如果指标为高优指标：g+=（g1+，g2+，...，gm+），g-=（g1-，g2-，...，gm-）。

其中，gj+=max（g1j，g2j，...，gnj），gj-=min（g1j，g2j，...，gnj）。

即最优方案g+由g中每列元素的最大值构成，最劣方案g-由g中每列元素的最小值构成。

如果指标为低优指标，则相反。

3.计算各评价对象到最优方案和最劣方案的接近程度

到最优方案的接近程度：

Di+=■（13）

其中，i=1，2，...，n

到最劣方案的接近程度：

Di-=■（14）

其中，i=1，2，...，n。

4.计算各评价对象与最优方案的相对接近度Ci

Ci=■（i=1，2，...，n）（15）

其中，0≤Di≤1，并且Di→1表示评价对象越优。

（此处也可以将分子设置为Di+表示与最劣方案的贴近程度，此时Ci→1表明评价对象越优）

依照上述步骤，代入数据并求解得到结果如表5所示。

图2  长三角核心城市投资环境评价结果

由以上结果可以清晰看出，所选取八个城市样本中，上海市以0.745的贴近度远超其他七个城市，城市投资环境最好；杭州市、南京市和苏州市分别以0.345、0.34和0.333的贴近度处于第3、4、5位，城市投资环境相对良好；合肥市和无锡市贴近度为0.276和0.214，分别处于第5和第6位，城市投资环境相对一般；常州市和扬州市贴近度不足2，投资环境相对较差。

四、结束语

本文参考国内外现有研究成果，先构建了以合肥市为出发点的城市引力模型，从长三角城市群中选择八个城市作为研究对象，综合数据可得性和投资活动特性制定出了较为全面、科学合理的城市投资环境评价指标体系，利用熵权——TOPSIS模型进行比较分析研究。从横向比较分析中可以看出，二级指标中服务环境占比最大，说明人们除去传统的经济要素也开始越来越重视城市的服务环境，即一个地区经济发展的可持续性，这符合当代数字经济发展的趋势和特征。三级指标中占比最大的指标分别为市场规模、交通运输能力、政策支持和科教文卫情况。

市场规模是一个地区消费水平的重要组成部分之一，投资者在具有较大市场规模的地区投资获利性会更高，因此，各个城市应当注重增加地区常住人口数量和与对外经济贸易程度，不断扩大当地的贸易市场。其次，交通运输能力代表了一个地区货物出口和与其他地区经济协作的能力。受空间区位和城市规划影响，直接增强铁路等基础设施建设并不现实，但可以通过发展多元化运输和分区域产业协作方式来增强运输能力。在政策支持方面，政府要加大对符合城市现代发展理念企业的政策支持力度，减少税收，增加补贴。在科教文卫情况上，由于该指标往往具有长期效应，难以在短期内有大幅提升，所以要坚持科教文卫事业发展，增强城市综合服务水平，以改善城市的投资环境。

综上，城市投资环境构成要素中企业所在意的要素正在发生转型，权重较高的要素往往难以在短时间内得到改善，因此，城市政府执政者应当注重城市的可持续发展，不追求短期效应，从长期效益的角度出发，侧重于对城市综合服务的改善，从而提高吸引投资的能力。

参考文献：

[1]   趙蕊，忻旸，周斌，等.金融发展、技术创新对长三角区域经济高质量发展的影响：基于长三角区域26个中心城市数据[J].时代经贸，2021，18（4）：47-51.

[2]   Alexander Zheltenkov；Olga Syuzeva；Elena Vasilyeva；Ekaterina SapozhnikovaDevelopment of investment infrastructure as the factor of the increase in investment attractiveness of the region[J].IOP Conference Series：Earth and Environmental ScienceVolume 90， Issue 1. 2017.

[3]   杨阳，窦钱斌，姚玉洋.长三角城市群高质量发展水平测度[J].统计与决策，2021（11）：89-93.

[4]   胡萍.长三角地区区域经济差异及其影响因素研究[D].上海：华东师范大学，2008.

[5]   陈晓雪，业于勤.长三角一体化发展研究：基于高质量发展与绿色发展耦合协调模型[J].安徽行政学院学报，2021（3）：1-9.

[6]   韩金红，潘莹.“一带一路”沿线城市投资环境评价[J].统计与决策，2018，34（20）.

[7]   陆园.长三角区域一体化背景下安徽省城市投资环境评价研究[J].数学的实践与认识，2021，51（17）.

[8]   彭勇行.国际投资环境的组合评价研究[J].系统工程理论与实践，1997（11）：14-18.

[9]   马运来.基于TOPSIS法的区域风险投资环境综合评价[J].科技管理研究，2007（7）：160-161，187.

[10]   周德芬.商业地产投资项目评价研究：基于熵权TOPSIS法[J].中国商论，2020（21）：8-9.

[11]   刘宁，龚新蜀.中国对丝绸之路经济带重点国家OFDI环境及效应研究：基于我国对上合组织国家的投资分析[J].经济问题探索，

2015（8）：111-117.

[12]   梁敏杰，林自葵，郑凯.中国商贸物流企业海外物流节点选择策略研究[J].北京交通大学学报（社会科学版），2021，20（2）：101-112.

[13]   段宗志，周苇苇，汪红雨.基于熵权-TOPSIS模型的城市智慧建设水平分析：以合肥市为例[J].昆明理工大学学报（社会科学版），2022（6）.

[14]   陈升，过勇.东道国营商环境与母国对外直接投资：基于中国对“一带一路”沿线国家OFDI的实证研究[J].世界经济与政治论坛，2021（3）.

[15]   王倩，杜卓雅.中国区块链产业投资环境的省际差异及影响因素：基于2016—2018年31个省（市）实证分析[J].河南师范大学学报（哲学社会科学版），2021，48（2）：73-81.

[16]   刘江龙，任奕帅，姜勇，等.经济增长、外商直接投资对空气质量的影响：基于中国省级面板数据的实证研究[J].系统工程，2021（3）：1-22.

[17]   唐嫣然.中原城市群核心9市房地产投资环境评价：基于熵权-TOPSIS法[J].中国房地产，2017（18）：20-29.

[18]   蒋凌云.长江三角洲城市群区块链企业金融投资环境评价研究[J].郑州师范教育，2020，9（4）：35-41.

[19]   赵维树，杨帆.长江三角洲城市群房地产投资环境评价[J].洛阳理工学院学报（自然科学版），2020，30（1）：33-37，55.

[20]   陶伟良.安徽省土地综合承载力评价：基于组合赋权TOPSIS法[J].河北环境工程学院学报，2021，31（3）：54-59.

[21]   王一然，周吉秀蕾，任昕怡.新一线城市人才吸引力比较研究：基于“抢人大战”背景下[J].中国商论，2021（2）：180-183.

[22]   夏海力，李俊佳.长三角主要城市吸引外商研发投资政策的比较研究[J].经济研究导刊，2015（25）：180-182.

[23]   周俊敏，左雪纯.中国面向东盟十国OFDI的区位选择研究：基于投资引力模型的面板数据检验[J].商学研究，2020，27（6）：47-53，75.

[24]   罗顺均，安雯雯，叶文平.什么样的异地创业更具投资吸引力：基于模糊集定性比较分析（fsQCA）的研究方法[J].南开管理评论，2020，23（4）：166-177.

[25]   Volodymyr Shinkarenko；Maksym Matskul；Dean Linok  Investment attractiveness modeling using multidimensional statistical analysis methods[J].SHS Web of Conferences，2019（65）.

[26]   邓慧慧，李慧榕.区域一体化与企业成长：基于国内大循环的微观视角[J].经济评论，2021（3）：3-17.

[27]   Rodionov Dmitriy G.，Konnikov Evgenii A.，Nasrutdinov Magomedgusen N.. A Transformation of the Approach to Evaluating a Regions Investment Attractiveness as a Consequence of the COVID-19 Pandemic[J].Economies，2021，9（2）.

Comparison of Investment Environment and Analysis of Influencing Factors in Core Cities

of the Yangtze River Delta

Zhang Jiabao， Du Yuhong， Liu Xinyuan

（School of Economics， Anhui University， Hefei 230000， China）

Abstract： Under the background of the integration of Yangtze River Delta and digital economy， it is urgent for cities to improve the investment environment. This paper devotes to analyzing the factors affecting investment environment. Urban gravity model is established first to certain eight research objects selected from twenty cities of Yangtze River Delta urban agglomeration， then according to the “Maximum profit location theory”， the city investment environment evaluation index system is established. Entropy weight method is used to weight each index element by the citys statistical data， besides observe the relative importance of each index. The relative proximity and ranking of each citys investment environment are measured by TOPSIS method. Finally， the paper makes a comparative analysis of the influencing factors and provides policy suggestions for improving the urban investment environment.

Key words： Yang River Delta; investment environment; urban gravity; Entropy TOPSIS

[責任编辑   彦   文]