長(zhǎng)三角核心城市投資環(huán)境比較及其影響因素分析

張家寶 杜宇宏 劉欣源

摘? ?要：長(zhǎng)三角一體化和數(shù)字經(jīng)濟(jì)背景下，城市改善投資環(huán)境刻不容緩。通過(guò)建立城市引力模型，從長(zhǎng)三角城市群中選擇出八個(gè)研究對(duì)象，隨后根據(jù)“最大利潤(rùn)區(qū)位論”建立起城市投資環(huán)境評(píng)價(jià)指標(biāo)體系，對(duì)城市環(huán)境構(gòu)成要素影響城市經(jīng)濟(jì)進(jìn)行機(jī)理闡述?；诖?，通過(guò)熵權(quán)法對(duì)各項(xiàng)指標(biāo)要素進(jìn)行賦權(quán)，根據(jù)結(jié)果觀察各項(xiàng)指標(biāo)的相對(duì)重要性，并用TOPSIS法計(jì)算出各城市投資環(huán)境的相對(duì)接近度及排名，最后對(duì)影響因素進(jìn)行比較分析，給各城市投資環(huán)境改善提供政策建議。

關(guān)鍵詞：長(zhǎng)三角；投資環(huán)境；城市引力模型；熵權(quán)TOPSIS

中圖分類號(hào)：F830? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號(hào)：1673-291X（2023）14-0039-08

引言

在危和機(jī)同生并存的大變局時(shí)代，從城市經(jīng)濟(jì)發(fā)展的進(jìn)程中可以看出，投資對(duì)一個(gè)城市的發(fā)展、區(qū)域內(nèi)的協(xié)調(diào)發(fā)展有著舉足輕重的影響。一個(gè)城市或區(qū)域的投資水平綜合體現(xiàn)為該地的投資環(huán)境，可以全面反映城市的整體投資環(huán)境和競(jìng)爭(zhēng)力。目前，長(zhǎng)三角正日益成為引領(lǐng)國(guó)民經(jīng)濟(jì)高質(zhì)量發(fā)展的高地，政府和企業(yè)正努力打造長(zhǎng)三角高質(zhì)量一體化發(fā)展的投資服務(wù)平臺(tái)。目前長(zhǎng)三角三省一市41地市在全國(guó)投資吸引力排名前50城市中，獨(dú)占14個(gè)席位，領(lǐng)先于其他區(qū)域城市。自長(zhǎng)三角一體化上升為國(guó)家戰(zhàn)略以來(lái)，長(zhǎng)三角地區(qū)作為全國(guó)乃至全球的資金集聚地，其投資環(huán)境的建設(shè)水平和影響因素備受世界關(guān)注。

本研究擬從經(jīng)濟(jì)狀況、服務(wù)環(huán)境、政治因素三方面建立城市投資環(huán)境評(píng)價(jià)指標(biāo)體系，使用城市引力模型，以合肥市為基點(diǎn)，選取南京市、蘇州市、上海市、杭州市、常州市、無(wú)錫市、揚(yáng)州市，收集各相關(guān)指標(biāo)2020年的數(shù)據(jù)，首先運(yùn)用熵權(quán)法進(jìn)行權(quán)重計(jì)算，然后運(yùn)用TOPSIS模型進(jìn)行理想貼近度比較分析，以期科學(xué)合理地衡量城市投資吸引力水平，幫助城市管理者更為清晰、客觀地認(rèn)識(shí)城市投資環(huán)境現(xiàn)狀和問(wèn)題，探尋城市吸引投資的新思路。

一、文獻(xiàn)綜述

近年來(lái)，城市投資環(huán)境的建設(shè)發(fā)展吸引了國(guó)內(nèi)、國(guó)際的廣泛關(guān)注，成為諸多學(xué)者、機(jī)構(gòu)的研究熱點(diǎn)。在投資環(huán)境研究方面，主要的研究方式有兩種，一是探究某一因素對(duì)投資環(huán)境具有影響的實(shí)證分析，二是將投資環(huán)境分為經(jīng)濟(jì)環(huán)境、生態(tài)環(huán)境、社會(huì)環(huán)境、政治環(huán)境等因素建立指標(biāo)體系進(jìn)行綜合評(píng)價(jià)。

趙蕊等引入莫蘭指數(shù)構(gòu)建回歸分析模型，認(rèn)為城市區(qū)域內(nèi)金融發(fā)展、技術(shù)創(chuàng)新對(duì)經(jīng)濟(jì)的高質(zhì)量發(fā)展具有深遠(yuǎn)影響。Alexander Zheltenkov等給出了在基礎(chǔ)設(shè)施發(fā)展的基礎(chǔ)上提高地區(qū)投資吸引力的條件和因素，論證了交通運(yùn)輸在區(qū)域投資活動(dòng)中的重要作用。楊陽(yáng)等認(rèn)為，城市投資環(huán)境由經(jīng)濟(jì)活力、創(chuàng)新效率、綠色發(fā)展、人民生活和社會(huì)和諧這五個(gè)維度構(gòu)成。同時(shí)，研究學(xué)者認(rèn)為，不同城市的投資環(huán)境構(gòu)成部分存在區(qū)域差異性。胡萍分維度研究長(zhǎng)三角地區(qū)區(qū)域經(jīng)濟(jì)差異及其影響因素，發(fā)現(xiàn)上海市和江蘇省在經(jīng)濟(jì)活力、創(chuàng)新效率和人民生活層面具有顯著優(yōu)勢(shì)，浙江省在社會(huì)和諧層面表現(xiàn)優(yōu)異，而安徽省在綠色發(fā)展層面得分更高，但是區(qū)域內(nèi)極化現(xiàn)象明顯。

隨著指標(biāo)體系構(gòu)建的逐漸完善，研究者們著眼于研究方法的選擇。陳曉雪等采用綜合指數(shù)法和耦合協(xié)調(diào)模型法，從環(huán)境整治投入、內(nèi)部綠色發(fā)展合作、科技創(chuàng)新與研發(fā)投資、“2+1”帶動(dòng)發(fā)展模式、中心城市輻射帶動(dòng)作用等五個(gè)方面提出了長(zhǎng)三角城市投資環(huán)境改善措施以及一體化發(fā)展的現(xiàn)實(shí)路徑。韓金紅等在投資環(huán)境評(píng)價(jià)指標(biāo)構(gòu)建的基礎(chǔ)上，依托因子分析法綜合評(píng)價(jià)“一帶一路”沿線各城市的投資環(huán)境。陸園從基礎(chǔ)設(shè)施、經(jīng)濟(jì)發(fā)展與對(duì)外開(kāi)放、社會(huì)及自然環(huán)境及政治環(huán)境等四個(gè)方面構(gòu)建了安徽省城市投資環(huán)境評(píng)價(jià)指標(biāo)體系，并運(yùn)用突變級(jí)數(shù)法等方法研究發(fā)現(xiàn)各市投資環(huán)境質(zhì)量有明顯差異。

TOPISS模型對(duì)指標(biāo)數(shù)量及樣本大小要求不高，較容易通過(guò)嚴(yán)謹(jǐn)?shù)亩糠治霁@得最優(yōu)解，為評(píng)價(jià)研究提供科學(xué)依據(jù)，故被廣泛應(yīng)用在不同領(lǐng)域的學(xué)術(shù)研究中。同時(shí)，用熵權(quán)法判斷離散程度能更客觀地展現(xiàn)各指標(biāo)對(duì)綜合評(píng)價(jià)的影響程度。近些年來(lái)，我國(guó)的研究也逐漸采用了這種方法。在國(guó)際投資環(huán)境方面，彭勇行等運(yùn)用topsis法的改進(jìn)及拓展形式研究國(guó)際分析了跨國(guó)公司投資區(qū)域選擇的制約因素，研究了評(píng)價(jià)國(guó)際投資環(huán)境的主要因素和指標(biāo)，將Topsis法和熵值法模型進(jìn)行組合系統(tǒng)分析。馬運(yùn)來(lái)運(yùn)用TOPSIS價(jià)值函數(shù)模型，建立了區(qū)域風(fēng)險(xiǎn)投資環(huán)境評(píng)價(jià)系統(tǒng)，探討我國(guó)風(fēng)險(xiǎn)投資環(huán)境能力的分布特點(diǎn)。周德芬從外部投資環(huán)境和項(xiàng)目投資預(yù)期兩個(gè)維度選取了有關(guān)的六個(gè)指標(biāo)，構(gòu)建商業(yè)地產(chǎn)投資項(xiàng)目決策評(píng)價(jià)指標(biāo)體系，分析了熵權(quán)TOPSIS法在投資項(xiàng)目評(píng)價(jià)中的應(yīng)用。在絲綢之路經(jīng)濟(jì)帶國(guó)家經(jīng)濟(jì)方面，劉寧等以上合組織國(guó)家為研究對(duì)象，分別運(yùn)用變異系數(shù)TOPSISI法和面板回歸模型，實(shí)證分析了中國(guó)對(duì)絲綢之路經(jīng)濟(jì)帶重點(diǎn)國(guó)家OFDI的投資環(huán)境和出口效應(yīng)。梁敏杰構(gòu)建“一帶一路”沿線國(guó)家的拓?fù)渲匾耘c經(jīng)濟(jì)重要性評(píng)價(jià)指標(biāo)體系，運(yùn)用熵權(quán)-TOPSIS法對(duì)國(guó)家節(jié)點(diǎn)的重要性進(jìn)行綜合評(píng)估。

綜上所述，目前針對(duì)長(zhǎng)三角地區(qū)的研究大部分存在于實(shí)證方面，缺少對(duì)城市投資環(huán)境影響城市經(jīng)濟(jì)的機(jī)理闡述。本文通過(guò)構(gòu)建模型，建立起一套全面的投資環(huán)境評(píng)估指標(biāo)體系，并采取熵權(quán)Topsis法賦予各指標(biāo)合理權(quán)重并量化，最終依據(jù)所得結(jié)果全面評(píng)價(jià)各城市投資環(huán)境。

二、研究對(duì)象選取

（一）數(shù)據(jù)收集

由于直接衡量一筆資金的最終流向具有較大難度，城市GDP和人口流向往往具有一致性，本文以人口流向替代資金流向，選擇長(zhǎng)三角城市群與合肥市關(guān)聯(lián)最密切的七個(gè)城市作為研究對(duì)象。

本文的經(jīng)緯度坐標(biāo)選自于地球在線，城市經(jīng)濟(jì)環(huán)比增長(zhǎng)、人均住房面積、植被覆蓋率、人均可支配收入、地區(qū)GDP、第三產(chǎn)業(yè)占比、醫(yī)療機(jī)構(gòu)數(shù)量等原始數(shù)據(jù)均來(lái)自于中國(guó)知網(wǎng)中國(guó)經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)數(shù)據(jù)庫(kù)，全部數(shù)據(jù)均真實(shí)可靠。

（二）研究對(duì)象選取

為了選取代表性強(qiáng)的比較對(duì)象，通過(guò)修正后的城市引力模型量化長(zhǎng)江城市帶城市引力，選取城市引力排在靠前的城市。例如，長(zhǎng)三角地區(qū)城市人口遷徙（圖1）本次對(duì)象選取范疇主要為安徽省以外的城市。

圖1? 長(zhǎng)三角地區(qū)城市人口遷徙圖

1.變量名稱及解釋

2.比較對(duì)象的選取

首先，考慮城市經(jīng)濟(jì)結(jié)構(gòu)引起的引力差異問(wèn)題。

在Taylor提出的人口遷移重力模型基礎(chǔ)上，假設(shè)遷入地（長(zhǎng)江城市帶除安徽省外其他城市）與遷出地（合肥）經(jīng)濟(jì)發(fā)展水平（此處由人均GDP水平代指）與對(duì)遷

移人口吸引力成正比關(guān)系，將參數(shù)K定義為某一城市GDP占兩個(gè)城市GDP和的比重，從而表征城市經(jīng)濟(jì)結(jié)構(gòu)差異，則K可以表示為：

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是相應(yīng)的人均GDP水平。

其次，考慮兩城市的空間距離問(wèn)題。

考慮到地球?yàn)橥姑妫鴱牡貓D獲取i和j兩地距離為平面直線近距離，因此，本文采用修正的距離公式來(lái)表示i和j兩地之間的實(shí)際平面直線距離，修正的距離公式表示為：

Dij=N·[（Is-Js）2+（Ik-Jk）2]1/2（2）

其中，Dij表示i城市與j城市之間的距離；Is、Ik分別表示i城市的經(jīng)度和緯度，Js、Jk表示j城市的經(jīng)度和緯度；N為常數(shù)，是把地理坐標(biāo)（以度為單位）轉(zhuǎn)換為平面直線距離對(duì)應(yīng)的值，由于經(jīng)度不變，緯度伴隨著升高逐漸減小，為便于計(jì)算，此處N值取111.111千米。

再次，考慮交通通達(dá)度對(duì)城市之間相對(duì)距離的影響問(wèn)題。

由兩城市之間發(fā)達(dá)的交通運(yùn)輸會(huì)便利居民于兩城市之間互相出行，從而使兩城市之間的相對(duì)距離縮短，若交通運(yùn)輸不發(fā)達(dá)則會(huì)使相對(duì)距離增加，因此人口遷移情況與交通通達(dá)度關(guān)聯(lián)密切。

本文用各市統(tǒng)計(jì)局?jǐn)?shù)據(jù)表征各市的交通通達(dá)度，并采用i城市與j城市分別的交通通達(dá)度的算術(shù)平均作為i城市與j城市之間的交通通達(dá)度Qij，從而表示為：

Qij=■（Qi+Qj）（3）

其中，Qi為i城市的交通通達(dá)度，Qj為j城市的交通通達(dá)度。

最后，考慮到空間距離存在相對(duì)性。

考慮到i城市與j城市的空間距離受地形、建筑布局等因素影響，往往不是平面直線距離，交通通達(dá)度也會(huì)對(duì)i城市與j城市間的相對(duì)距離產(chǎn)生影響，因此，本文用平面距離與定義的交通通達(dá)度的乘積來(lái)替代i城市與j城市間平面直線距離，修正的遷移距離公式可以表示為：

dij=DijQij（4）

其中，Dij表示僅考慮經(jīng)緯度修正后的i城市與j城市之間的距離，Qij表示i城市與j城市之間的交通通達(dá)度。

在上述定義下，本文將城市i與城市j的人口引力表示為：

Tij=K■（5）

式中，Tij是城市i與城市j的引力大小，Pi和Pj是城市規(guī)模（這里指常住人口規(guī)模，即常駐人口數(shù)量），Gi和Gj是相應(yīng)的人均GDP水平，dij指i和j兩地之間的遷移距離。

導(dǎo)入數(shù)據(jù)經(jīng)運(yùn)算得到結(jié)果如表2所示。

根據(jù)表2得出，長(zhǎng)三角城市帶中對(duì)合肥市的人口引力排在前七位的城市分別為南京、杭州、蘇州、上海、無(wú)錫、常州和揚(yáng)州，本文以此七個(gè)城市作為比較研究對(duì)象。

三、投資環(huán)境比較

（一）指標(biāo)體系建立

本文從影響企業(yè)經(jīng)營(yíng)利潤(rùn)構(gòu)成要素的角度出發(fā)，建立起了由3個(gè)二級(jí)指標(biāo)、13個(gè)三級(jí)指標(biāo)、24個(gè)衡量指標(biāo)構(gòu)成的評(píng)價(jià)城市投資環(huán)境的指標(biāo)體系。

城市的經(jīng)濟(jì)狀況將影響投資者的投資意愿，其在很大程度上反映了該城市經(jīng)濟(jì)效益、市場(chǎng)規(guī)模及產(chǎn)業(yè)結(jié)構(gòu)能在多大程度上增強(qiáng)投資者的預(yù)期收益。對(duì)于一個(gè)城市而言，從個(gè)人家庭、企業(yè)和投資這三方視角可以體現(xiàn)其經(jīng)濟(jì)發(fā)展?fàn)顩r，而人均收入、城市人口數(shù)量和銷售額可用于衡量該城市的國(guó)內(nèi)市場(chǎng)規(guī)模，進(jìn)出口又從國(guó)際方面體現(xiàn)出一個(gè)城市的國(guó)際市場(chǎng)規(guī)模。產(chǎn)業(yè)結(jié)構(gòu)是經(jīng)濟(jì)結(jié)構(gòu)中的一個(gè)重要方面，一個(gè)合理的產(chǎn)業(yè)結(jié)構(gòu)可以為經(jīng)濟(jì)發(fā)展提供動(dòng)能。因而，將人均GDP、限額以上工業(yè)企業(yè)財(cái)務(wù)利稅總額、固定資產(chǎn)投資總額作為經(jīng)濟(jì)效益的解釋指標(biāo)，以人均可支配收入、人口總數(shù)、全年社會(huì)消費(fèi)品零售額和進(jìn)出口總額作為市場(chǎng)規(guī)模的衡量指標(biāo)，以第三產(chǎn)業(yè)占GDP比重作為產(chǎn)業(yè)結(jié)構(gòu)的衡量指標(biāo)。

城市的服務(wù)環(huán)境是一個(gè)城市正常運(yùn)行的基礎(chǔ)，作為生產(chǎn)生活的依托反映出城市建設(shè)發(fā)展水平。其交通運(yùn)輸網(wǎng)絡(luò)的效能、資源環(huán)境水平、金融服務(wù)水平以及科教文化情況可以展現(xiàn)出城市的基礎(chǔ)服務(wù)水平。交通網(wǎng)絡(luò)的通達(dá)度以及客貨運(yùn)情況不僅可以體現(xiàn)出交通運(yùn)輸能力的質(zhì)量，還能展現(xiàn)出一個(gè)城市對(duì)于交通網(wǎng)絡(luò)的需求水平。而水電作為重要的生產(chǎn)生活資源，其供應(yīng)能力可以直接體現(xiàn)出一個(gè)城市的能源生產(chǎn)水平。同時(shí)，城市的綠化、水體、環(huán)境空氣質(zhì)量極大程度上反映了該城市的清潔、舒適程度?？茖W(xué)教育文化服務(wù)能力以及醫(yī)療衛(wèi)生體系的完善程度也是一個(gè)城市服務(wù)水平發(fā)展的重要體現(xiàn)。城市金融業(yè)務(wù)的總量從側(cè)面體現(xiàn)出該城市的金融機(jī)構(gòu)業(yè)務(wù)服務(wù)能力和發(fā)展水平，展現(xiàn)出一個(gè)城市的金融服務(wù)水平。故選取交通健康指數(shù)、客運(yùn)總量、貨運(yùn)總量作為交通運(yùn)輸能力的衡量指標(biāo)，以全年用電量和全年供水量作為資源生產(chǎn)能力的衡量指標(biāo)，以金融機(jī)構(gòu)年末存款余額衡量金融服務(wù)環(huán)境，以高校在校學(xué)生人數(shù)、發(fā)明專利受理數(shù)量、熱門景點(diǎn)數(shù)目、醫(yī)療衛(wèi)生機(jī)構(gòu)數(shù)量作為科教文衛(wèi)情況的衡量指標(biāo)。

一般來(lái)說(shuō)，政府的相關(guān)政策以及法治建設(shè)程度能夠直接影響消費(fèi)和投資，可以反映該地生產(chǎn)環(huán)境的穩(wěn)定性，而一個(gè)穩(wěn)定高效的投資環(huán)境則可以增加投資者的投資信心。財(cái)政政策和貨幣政策作為政府、貨幣當(dāng)局的重要政策手段，在實(shí)現(xiàn)經(jīng)濟(jì)目標(biāo)和調(diào)控宏觀經(jīng)濟(jì)方面起到不可替代的作用。政府機(jī)構(gòu)的法律法規(guī)頒布可以體現(xiàn)出一個(gè)城市對(duì)于法治建設(shè)的重視程度。因此，選擇財(cái)政支出額和貨幣政策相關(guān)數(shù)量來(lái)衡量政策支持情況，以法律法規(guī)的數(shù)量作為衡量法治建設(shè)情況的指標(biāo)。

本文研究數(shù)據(jù)均來(lái)源于2020年安徽省統(tǒng)計(jì)年鑒、合肥市統(tǒng)計(jì)年鑒、合肥市市國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)、江蘇省統(tǒng)計(jì)年鑒、南京市統(tǒng)計(jì)年鑒、上海市統(tǒng)計(jì)年鑒、中國(guó)人民銀行官網(wǎng)、江蘇省人民政府官網(wǎng)、浙江省人民政府官網(wǎng)、合肥市人民政府官網(wǎng)、高德地圖交通報(bào)告。其中，環(huán)境空氣質(zhì)量?jī)?yōu)良率是根據(jù)一年中空氣質(zhì)量為優(yōu)良的天數(shù)占一年總天數(shù)的比重計(jì)算所得。

（二）熵權(quán)法計(jì)算權(quán)重

1.建立初始矩陣

假設(shè)對(duì)n個(gè)要評(píng)價(jià)的對(duì)象有m個(gè)指標(biāo)進(jìn)行城市吸引能力評(píng)價(jià)，建立初始矩陣X如下：

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

2.歸一化處理

將初始矩陣?yán)霉剑?）

Zij=■（7）

進(jìn)行歸一化處理，得到歸一化矩陣Z如下：

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

其中，在歸一化矩陣Z=（zij）nm中，zij為第i個(gè)評(píng)價(jià)對(duì)象在第j個(gè)評(píng)價(jià)指標(biāo)上的標(biāo)準(zhǔn)值（i=1，2，...，n；j=1，2，...，m）。

3.計(jì)算概率矩陣P

概率矩陣P的每一個(gè)元素Pij的計(jì)算公式如下：

Pij=■（9）

容易驗(yàn)證：■Pij=1，即保證了每個(gè)指標(biāo)對(duì)應(yīng)的概率之和為1。

4.計(jì)算第j項(xiàng)指標(biāo)的熵值

Hj=-k■Pijln（Pij）（10）

其中，k=1/lnn，0

5.計(jì)算各個(gè)指標(biāo)的熵權(quán)

wj=■（11）

其中，0

導(dǎo)入數(shù)據(jù)求解如下頁(yè)表4所示。

二級(jí)指標(biāo)中，經(jīng)濟(jì)狀況占比28.75%，服務(wù)環(huán)境占比51.84%，政治因素占比19.39%。

這是由于數(shù)字化技術(shù)的應(yīng)用使人們投資意識(shí)發(fā)生了變化，不再僅僅局限于投資的經(jīng)濟(jì)效益，而更多重視經(jīng)濟(jì)發(fā)展的可持續(xù)性。因此，生態(tài)環(huán)境、運(yùn)輸能力、金融服務(wù)環(huán)境和資源要素稟賦率所組成的城市服務(wù)環(huán)境更受投資者的青睞。

在三級(jí)指標(biāo)中，市場(chǎng)規(guī)模要素權(quán)重位列第一，交通運(yùn)輸要素權(quán)重位列第二，科教文衛(wèi)情況要素權(quán)重位列第三，政策支持要素權(quán)重位列第四，因此，改善城市投資環(huán)境應(yīng)該優(yōu)先從這四部分入手。同時(shí)，以上結(jié)論說(shuō)明了城市投資環(huán)境取決于市場(chǎng)規(guī)模，而交通運(yùn)輸和政策支持是擴(kuò)大市場(chǎng)規(guī)模的必要基礎(chǔ)，科教文衛(wèi)情況直接影響居民消費(fèi)購(gòu)買力，間接影響市場(chǎng)規(guī)模。其中，由于科教文衛(wèi)事業(yè)對(duì)人的影響是潛移默化的，具有較長(zhǎng)的見(jiàn)效周期，所以需要長(zhǎng)期堅(jiān)持投資以改善城市投資環(huán)境。

排名在后四位的要素分別為人均GDP、人均可支配收入、固定資產(chǎn)投資總額、建成區(qū)綠化覆蓋率。這個(gè)結(jié)果與預(yù)想有所出入，但經(jīng)過(guò)數(shù)據(jù)比較我們認(rèn)為這與選擇的研究對(duì)象有直接關(guān)系。由于所選的城市經(jīng)濟(jì)發(fā)展水平相對(duì)較高，城市間差距較小，居民收入絕對(duì)額都很高，受邊際效益遞減原則影響，收入差異帶來(lái)的居民消費(fèi)力差異并不明顯。建成區(qū)綠化覆蓋率與前者有相同原因，選擇比較分析研究的樣本相對(duì)于長(zhǎng)三角其他城市都有著更為顯著的可持續(xù)發(fā)展傾向，因此差異不大。但這并不意味著該要素不重要，這從近幾年不斷提高的城市綠化覆蓋率便足以看出。而關(guān)于固定資產(chǎn)投資率低權(quán)重是由于數(shù)字經(jīng)濟(jì)的興起，各行業(yè)跨區(qū)域生產(chǎn)使得人們對(duì)于傳統(tǒng)地理區(qū)位構(gòu)成的要素要求有所降低的結(jié)果。

（三）權(quán)重TOPSIS評(píng)價(jià)模型

TOPSIS法使用距離尺度來(lái)度量樣本差距，在原始數(shù)據(jù)指標(biāo)中，所有指標(biāo)都為正向指標(biāo)，直接進(jìn)行TOPSIS模型的計(jì)算如下。

1.構(gòu)造加權(quán)規(guī)范化矩陣

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

2.確定正理想解g+和負(fù)理想解g-

如果指標(biāo)為高優(yōu)指標(biāo)：g+=（g1+，g2+，...，gm+），g-=（g1-，g2-，...，gm-）。

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

即最優(yōu)方案g+由g中每列元素的最大值構(gòu)成，最劣方案g-由g中每列元素的最小值構(gòu)成。

如果指標(biāo)為低優(yōu)指標(biāo)，則相反。

3.計(jì)算各評(píng)價(jià)對(duì)象到最優(yōu)方案和最劣方案的接近程度

到最優(yōu)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.計(jì)算各評(píng)價(jià)對(duì)象與最優(yōu)方案的相對(duì)接近度Ci

Ci=■（i=1，2，...，n）（15）

其中，0≤Di≤1，并且Di→1表示評(píng)價(jià)對(duì)象越優(yōu)。

（此處也可以將分子設(shè)置為Di+表示與最劣方案的貼近程度，此時(shí)Ci→1表明評(píng)價(jià)對(duì)象越優(yōu)）

依照上述步驟，代入數(shù)據(jù)并求解得到結(jié)果如表5所示。

圖2? 長(zhǎng)三角核心城市投資環(huán)境評(píng)價(jià)結(jié)果

由以上結(jié)果可以清晰看出，所選取八個(gè)城市樣本中，上海市以0.745的貼近度遠(yuǎn)超其他七個(gè)城市，城市投資環(huán)境最好；杭州市、南京市和蘇州市分別以0.345、0.34和0.333的貼近度處于第3、4、5位，城市投資環(huán)境相對(duì)良好；合肥市和無(wú)錫市貼近度為0.276和0.214，分別處于第5和第6位，城市投資環(huán)境相對(duì)一般；常州市和揚(yáng)州市貼近度不足2，投資環(huán)境相對(duì)較差。

四、結(jié)束語(yǔ)

本文參考國(guó)內(nèi)外現(xiàn)有研究成果，先構(gòu)建了以合肥市為出發(fā)點(diǎn)的城市引力模型，從長(zhǎng)三角城市群中選擇八個(gè)城市作為研究對(duì)象，綜合數(shù)據(jù)可得性和投資活動(dòng)特性制定出了較為全面、科學(xué)合理的城市投資環(huán)境評(píng)價(jià)指標(biāo)體系，利用熵權(quán)——TOPSIS模型進(jìn)行比較分析研究。從橫向比較分析中可以看出，二級(jí)指標(biāo)中服務(wù)環(huán)境占比最大，說(shuō)明人們除去傳統(tǒng)的經(jīng)濟(jì)要素也開(kāi)始越來(lái)越重視城市的服務(wù)環(huán)境，即一個(gè)地區(qū)經(jīng)濟(jì)發(fā)展的可持續(xù)性，這符合當(dāng)代數(shù)字經(jīng)濟(jì)發(fā)展的趨勢(shì)和特征。三級(jí)指標(biāo)中占比最大的指標(biāo)分別為市場(chǎng)規(guī)模、交通運(yùn)輸能力、政策支持和科教文衛(wèi)情況。

市場(chǎng)規(guī)模是一個(gè)地區(qū)消費(fèi)水平的重要組成部分之一，投資者在具有較大市場(chǎng)規(guī)模的地區(qū)投資獲利性會(huì)更高，因此，各個(gè)城市應(yīng)當(dāng)注重增加地區(qū)常住人口數(shù)量和與對(duì)外經(jīng)濟(jì)貿(mào)易程度，不斷擴(kuò)大當(dāng)?shù)氐馁Q(mào)易市場(chǎng)。其次，交通運(yùn)輸能力代表了一個(gè)地區(qū)貨物出口和與其他地區(qū)經(jīng)濟(jì)協(xié)作的能力。受空間區(qū)位和城市規(guī)劃影響，直接增強(qiáng)鐵路等基礎(chǔ)設(shè)施建設(shè)并不現(xiàn)實(shí)，但可以通過(guò)發(fā)展多元化運(yùn)輸和分區(qū)域產(chǎn)業(yè)協(xié)作方式來(lái)增強(qiáng)運(yùn)輸能力。在政策支持方面，政府要加大對(duì)符合城市現(xiàn)代發(fā)展理念企業(yè)的政策支持力度，減少稅收，增加補(bǔ)貼。在科教文衛(wèi)情況上，由于該指標(biāo)往往具有長(zhǎng)期效應(yīng)，難以在短期內(nèi)有大幅提升，所以要堅(jiān)持科教文衛(wèi)事業(yè)發(fā)展，增強(qiáng)城市綜合服務(wù)水平，以改善城市的投資環(huán)境。

綜上，城市投資環(huán)境構(gòu)成要素中企業(yè)所在意的要素正在發(fā)生轉(zhuǎn)型，權(quán)重較高的要素往往難以在短時(shí)間內(nèi)得到改善，因此，城市政府執(zhí)政者應(yīng)當(dāng)注重城市的可持續(xù)發(fā)展，不追求短期效應(yīng)，從長(zhǎng)期效益的角度出發(fā)，側(cè)重于對(duì)城市綜合服務(wù)的改善，從而提高吸引投資的能力。

參考文獻(xiàn)：

[1]? ?趙蕊，忻旸，周斌，等.金融發(fā)展、技術(shù)創(chuàng)新對(duì)長(zhǎng)三角區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展的影響：基于長(zhǎng)三角區(qū)域26個(gè)中心城市數(shù)據(jù)[J].時(shí)代經(jīng)貿(mào)，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]? ?楊陽(yáng)，竇錢斌，姚玉洋.長(zhǎng)三角城市群高質(zhì)量發(fā)展水平測(cè)度[J].統(tǒng)計(jì)與決策，2021（11）：89-93.

[4]? ?胡萍.長(zhǎng)三角地區(qū)區(qū)域經(jīng)濟(jì)差異及其影響因素研究[D].上海：華東師范大學(xué)，2008.

[5]? ?陳曉雪，業(yè)于勤.長(zhǎng)三角一體化發(fā)展研究：基于高質(zhì)量發(fā)展與綠色發(fā)展耦合協(xié)調(diào)模型[J].安徽行政學(xué)院學(xué)報(bào)，2021（3）：1-9.

[6]? ?韓金紅，潘瑩.“一帶一路”沿線城市投資環(huán)境評(píng)價(jià)[J].統(tǒng)計(jì)與決策，2018，34（20）.

[7]? ?陸園.長(zhǎng)三角區(qū)域一體化背景下安徽省城市投資環(huán)境評(píng)價(jià)研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2021，51（17）.

[8]? ?彭勇行.國(guó)際投資環(huán)境的組合評(píng)價(jià)研究[J].系統(tǒng)工程理論與實(shí)踐，1997（11）：14-18.

[9]? ?馬運(yùn)來(lái).基于TOPSIS法的區(qū)域風(fēng)險(xiǎn)投資環(huán)境綜合評(píng)價(jià)[J].科技管理研究，2007（7）：160-161，187.

[10]? ?周德芬.商業(yè)地產(chǎn)投資項(xiàng)目評(píng)價(jià)研究：基于熵權(quán)TOPSIS法[J].中國(guó)商論，2020（21）：8-9.

[11]? ?劉寧，龔新蜀.中國(guó)對(duì)絲綢之路經(jīng)濟(jì)帶重點(diǎn)國(guó)家OFDI環(huán)境及效應(yīng)研究：基于我國(guó)對(duì)上合組織國(guó)家的投資分析[J].經(jīng)濟(jì)問(wèn)題探索，

2015（8）：111-117.

[12]? ?梁敏杰，林自葵，鄭凱.中國(guó)商貿(mào)物流企業(yè)海外物流節(jié)點(diǎn)選擇策略研究[J].北京交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，20（2）：101-112.

[13]? ?段宗志，周葦葦，汪紅雨.基于熵權(quán)-TOPSIS模型的城市智慧建設(shè)水平分析：以合肥市為例[J].昆明理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022（6）.

[14]? ?陳升，過(guò)勇.東道國(guó)營(yíng)商環(huán)境與母國(guó)對(duì)外直接投資：基于中國(guó)對(duì)“一帶一路”沿線國(guó)家OFDI的實(shí)證研究[J].世界經(jīng)濟(jì)與政治論壇，2021（3）.

[15]? ?王倩，杜卓雅.中國(guó)區(qū)塊鏈產(chǎn)業(yè)投資環(huán)境的省際差異及影響因素：基于2016—2018年31個(gè)?。ㄊ校?shí)證分析[J].河南師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2021，48（2）：73-81.

[16]? ?劉江龍，任奕帥，姜勇，等.經(jīng)濟(jì)增長(zhǎng)、外商直接投資對(duì)空氣質(zhì)量的影響：基于中國(guó)省級(jí)面板數(shù)據(jù)的實(shí)證研究[J].系統(tǒng)工程，2021（3）：1-22.

[17]? ?唐嫣然.中原城市群核心9市房地產(chǎn)投資環(huán)境評(píng)價(jià)：基于熵權(quán)-TOPSIS法[J].中國(guó)房地產(chǎn)，2017（18）：20-29.

[18]? ?蔣凌云.長(zhǎng)江三角洲城市群區(qū)塊鏈企業(yè)金融投資環(huán)境評(píng)價(jià)研究[J].鄭州師范教育，2020，9（4）：35-41.

[19]? ?趙維樹(shù)，楊帆.長(zhǎng)江三角洲城市群房地產(chǎn)投資環(huán)境評(píng)價(jià)[J].洛陽(yáng)理工學(xué)院學(xué)報(bào)（自然科學(xué)版），2020，30（1）：33-37，55.

[20]? ?陶偉良.安徽省土地綜合承載力評(píng)價(jià)：基于組合賦權(quán)TOPSIS法[J].河北環(huán)境工程學(xué)院學(xué)報(bào)，2021，31（3）：54-59.

[21]? ?王一然，周吉秀蕾，任昕怡.新一線城市人才吸引力比較研究：基于“搶人大戰(zhàn)”背景下[J].中國(guó)商論，2021（2）：180-183.

[22]? ?夏海力，李俊佳.長(zhǎng)三角主要城市吸引外商研發(fā)投資政策的比較研究[J].經(jīng)濟(jì)研究導(dǎo)刊，2015（25）：180-182.

[23]? ?周俊敏，左雪純.中國(guó)面向東盟十國(guó)OFDI的區(qū)位選擇研究：基于投資引力模型的面板數(shù)據(jù)檢驗(yàn)[J].商學(xué)研究，2020，27（6）：47-53，75.

[24]? ?羅順均，安雯雯，葉文平.什么樣的異地創(chuàng)業(yè)更具投資吸引力：基于模糊集定性比較分析（fsQCA）的研究方法[J].南開(kāi)管理評(píng)論，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]? ?鄧慧慧，李慧榕.區(qū)域一體化與企業(yè)成長(zhǎng)：基于國(guó)內(nèi)大循環(huán)的微觀視角[J].經(jīng)濟(jì)評(píng)論，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(zé)任編輯? ?彥? ?文]