上海市工业园区投资环境评价研究，本文主要内容关键词为：上海市论文,投资环境论文,工业园区论文,评价论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
1998年上海提出“聚焦张江”战略后，位于浦东新区的3个国家级工业园区，引领着浦东经济的发展，工业园区成为了驱动区域经济发展的重要动力之一。而工业园区的发展与园区的投资环境密切相关。如何营造和改善园区的投资环境成为学者及有关政府部门关注的焦点。为了揭示每个园区投资环境的相对优劣，需要对园区投资环境做出总体评价，找出各个园区投资环境的差异性。在此基础上，调整和优化园区的投资环境。关于投资环境的评价，前人做了很多研究，特别是评价方法和评价指标的选取。对这些文献的回顾，有助于构建比较合理的投资环境评价指标体系。
1 文献回顾
投资环境评价的研究，比较早的可以追述到20世纪60年代，当时较为有影响的有彼得·班廷、罗伯特·斯托伯等人，主要研究东道国的投资环境。但随着全球化进程的加快，跨国公司的FDI投资对区域经济的发展产生很大影响。经济地理学、区域经济学、产业经济学和其它相关学科也开始关注和涉足这一领域，大量的研究文献开始出现，投资环境的评价方法和指标体系的构建也越来越完善和合理。
综合国内外研究成果，笔者认为较具代表性的方法有两种。
一是因素分析类方法，这是一种比较常用的方法，通过对影响投资环境各种因素的划分，形成投资环境因素指标体系。对于不易定量的指标，人为制定打分标准；对于易定量的指标，则将每个指标的最高值作为标准值，其它值与之比较，换算出其它值的得分，然后对每个指标得分求和，最终得到投资环境的总体评价结果。其中，具有代表性的方法及指标体系有：①冷热分析法。1968年由美国学者伊西·特里法克和彼得·班廷，在其写的论文《国际商业安排的概念构架》一文提出[1]。他从政治稳定性、市场机会、经济发展与成就、文化一元程度、法令阻碍、实质阻碍、地理及文化差距等7个方面，用人为打分法把每个因素划为冷、热、温3个等级；②等级尺度法。由美国经济学家罗伯特·斯托伯在《如何分析外国投资气候》一文中提出[2]。主要从抽回资本自由度、外商股权比重的限制、货币稳定性、政策稳定性、给予关税保护的态度、当地资金的可供程度和近5年的通货膨胀率等8个指标，对一国的投资环境进行评价，总分为100分；③多因素和关键因素评估法。由闽建蜀提出[3]，将投资环境因素分为政治、经济、财务、市场基础设施、技术、辅助工业、法律、行政机构效率、文化、竞争等11类，每类因素又分为子项，评价是按5级打分，求和算出投资环境评价的综合得分。还有千分制评分法、抽样评分法、投资障碍分析法等一些评价方法[1]。
二是综合评价类方法。这类方法既考虑了影响投资环境的各种因素，又考虑了各因素对整个投资环境的影响程度。其中比较重要和困难的是如何确定投资环境的影响程度，即通常所说的权重。关于权重的确定方法，目前国内外已公开发表有数10种之多，例如功效系数法[2]、熵值法[2]、综合指数法[4]、AHP法[5,6]、因子分析法[7,8]、主成分分析法[9,10]、模糊综合法[11,12]、多元分析法[8] 等。按指标权重确定的方式来划分，大致可以分为两大类，即主观赋权法和客观赋权法。主观赋权法是通过专家咨询确定指标权重[12,13]，例如功效系数法、AHP法等。客观赋权是依据样本数据之间的相关关系和变异程度确定指标权重，例如熵值法、主成分分析法。本文采用综合评价方法，权重用主成分分析方法确定。评价的对象是上海市市级以上工业园区，主要是指由国家批准建设的5 个国家级开发区和上海市政府批准建设的11个工业园区，其中5个国家级开发区分别是外高桥保税区，金桥出口加工区、张江高科技园区、闵行经济技术开发区和漕河泾新兴技术开发区；11个工业园区分别是上海工业综合开发区、星火工业园区、化学工业园区、松江工业园区、康桥工业园区、嘉定工业园区、金山嘴工业园区、莘庄工业园区、宝山城市工业园区、青浦工业园区、崇明工业园区。
2 评价指标体系和方法
工业园区投资环境评价包括许多侧面，衡量指标比较多。从不同的角度出发，侧重点有所区别。本文作为评价上海市市级工业园区建设的一项基础工作，所建立的评价体系既不同于以往大尺度地域（区域经济发展）的宏观投资环境，也有别于小尺度地域（特定项目选址）的微观投资环境，而是工业园区（特定地域经济发展）的中观投资环境。在指标体系建立时，考虑了传统的区位因子和现代工业园区布局要素条件，是传统＋现代的一种思路。传统经济地理和区位论的一些理论，对工业园区的布局还在起作用，比如交通区位条件、腹地支撑条件和基础设施条件等要素。在全球化和开放经济条件下，产业布局对工业园区的投资环境提出了新的要求，像对临空、临港的要求，对人力资源的要求，对R＆D投入水平的要求等。
在前人研究的基础上，通过对市级以上工业园区的实地调查，综合有关专家学者、主管部门和园区经营管理人员的意见和建议，并充分考虑到指标的代表性、差异性和综合性，以及指标源数据和资料的可获性。本研究将上海市级以上工业园区投资环境评价体系划分为区位条件、腹地支撑能力、微观环境、规模及发育程度和创新能力5个子系统、并相应选取了16项评价因素和40个评价指标（表1）。
2.1 区位条件
区位条件是投资者选择投资区域时，首要考虑的因素之一，其综合反映了工业园区与外部区域之间在信息、技术、市场、能源、原材料以及其它要素的空间联系与交流上的便捷程度。具体分为工业园区距中心城区向心度、与空港及海港联系便捷性、铁路运输便捷性、道路网络通达性等5个因素。在衡量指标中， 距内环线时间距离、距浦东国际机场时间距离、距虹桥机场时间距离、距吴淞港时间距离、距铁路上海站和上海南站6个指标与投资环境优劣负相关， 干道等级数量指标与投资环境优劣正相关。
2.2 腹地支撑能力
主要反映工业园区所依托的腹地，指对工业园区发展建设及区内企业生产所需各种要素的供给和保障能力。因为许多位于郊区的市级工业园区由所在区县自筹资金开发与管理，所以工业园区投资环境的优劣，与各个区县的社会经济综合实力和发展基础有很大关联性。考虑到因子的相对重要性和资料可获性，主要分为经济规模与发展水平、人口及劳动力资源两方面评价因素。人口及劳动力资源因素由非农业人口总量（反映劳动力供给规模）、非农业人口比重指标和高中及以上学历人口百分比、各类专业技术人员百分比的指标（反映劳动力素质）衡量，这4 个指标都与投资环境优劣正相关。
2.3 微观环境
工业园区的微观环境，体现了园区对入园企业提供各种软硬件设施的能力和服务效率，它是工业园区投资环境比较重要的组成部分，并且与受资者的投入和主观行为有较大关联度。工业园区的微观环境子系统包括生产要素及设备成本、市政基础设施、生产生活服务设施、政策及行政管理等软硬环境因素和成本费用因素。
表1 上海市市级工业园区投资环境评价体系权重分配表
Tab.①Weight Values of Investment Environment of Industrial Parks in
Shanghai
子系统因素 指标 权重
区位向心程度距内环时间距离 0.0319
条件0.0319
0.2056 空港联系便捷性 距浦东国际机场时间距离 0.0319
0.0644距虹桥机场时间距离 0.0325
海港联系便捷性 距吴淞港时间距离0.0238
0.0238
铁路运输便捷性 距铁路上海站时间距离0.0335
0.0703距铁路上海南站时间距离 0.0368
道路网络通达性 依托干道等级数量0.0152
0.0152
腹地经济发展增加值总量 0.0189
支撑规模及水平 人均增加值 0.0234
能力0.1115 区县工业总产值 0.0223
0.2094 财政收入0.0183
社会消费品零售额0.0286
人口及劳动力 非农业人口总量 0.0226
资源0.0979
非农业人口比重 0.0199
高中及以上学历人口百分比0.0283
各类专业技术人员百分比 0.0271
生产要素价格 工业用地平均批租价格0.0234
水平0.0819
标准厂房平均租赁价格0.0274
职工年平均工资 0.0311
微观基础设施 基础设施累计投资额 0.0183
环境0.0464
“七通一平”完善性 0.0281
0.2184 生产生活服务设施 依托城镇建成区人口规模0.0202
0.0202
政策及行政管理政策完备性0.0299
0.0699政策优惠 0.0173
管理部门的设备与办事效率 0.0227
启动时间 工业园区开发建设总时间0.0260
0.0260
开发建设规模 开发面积 0.0232
0.0506建成面积 0.0274
规模产出规模 工业总产值0.0239
及发0.0961工业销售产值 0.0239
育程 出口交货值0.0200
度利税总额 0.0283
0.2718
产业发展水平 企业个数 0.0221
0.0991 从业人员年末人数 0.0204
500万美元以上项目个数 0.0272
世界五百强企业个数0.0294
能力创新能力 新产品产值0.0305
0.0949 0.0949R＆D投入占产品销售额比例 0.0193
从事科技活动人员 0.0227
科学家和工程师所占从事科技活动人员的比例 0.0224
生产要素及设备成本因素由工业用地平均批租价格、标准厂房平均租赁价格、职工年平均工资3个指标衡量，它们与投资环境优劣负相关。在基础设施建设上，差距显著的是“七通一平”设施的建设标准和完善性。以基础设施投资额和“七通一平”设施的完善程度来评价基础设施因素，其与投资环境优劣正相关。
生产、生活服务设施因素中，各个市级工业园区金融、信息、商贸、居住、教育、卫生、娱乐等生产、生活服务设施，现阶段比较多地依托于临近的县域中心城镇或建制镇。各中心城镇或建制镇的建成区又多为非独立统计单位，不易获得相关基础数据，故用城镇建成区的人口规模指标替换，其与投资环境优劣正相关。
政策、行政管理因素综合反映了工业园区软环境优劣，衡量指标都与投资环境正相关。
2.4 规模及发育程度
工业园区规模及发育程度子系统，其主要反映了工业园区集聚效应的大小。具体分为工业园区建设启动时间、开发建设规模、产出规模、产业发展水平等因素。工业园区启动总时间、开发面积、建设面积、工业总产值、工业销售产值、出口交货值、利税总额、企业个数、从业人员年末人数、500万美元以上项目个数、 世界五百强企业个数等指标都与投资环境优劣正相关。
2.5 创新能力
创新能力集中反映了园区未来可持续发展的潜力，主要有新产品产值、R＆D投入占产品销售额比例、从事科技活动人员和科学家及工程师占从事科技活动人员的比例，都与投资环境优劣正相关。
3 权重确定
确定指标权重的方法有多种，尽量选择人为因素影响小的方法，是确定权重方法的准则。根据这一准则，本文选用主成分分析方法（SPSS 10.软件）来确定指标权重，其中对于无法量化的指标和特殊的一些指标，采用专家咨询打分法量化（如本文4.1.3和4.1.4节），步骤如下：
3.1 建立投资环境评价层次结构
本文将上海市市级以上工业园区投资环境系统划分为子系统层、因素层和指标层（表1）。
3.2 计算所有变量的相关矩阵
主成分分析方法的前提条件是观测变量之间应该有较强的相关关系。如果变量之间的相关程度很小的话，他们不能共享公因子。如果相关矩阵中的大部分相关系数都小于0.3，则不适合主成分分析方法。
3.3 计算权重
应用主成分分析法，可以得到U和A，其中：U是主成分权数矩阵，A是主成分贡献率。根据公式W＝U×A，计算出原始变量权重W，再依次计算出投资环境指标体系中各个子系统层、因素层和指标层的权重（表1）。
从各个子系统、因素层的权重得分结果分析，规模及发育程度子系统的权重最大，为0.2718，对工业园区投资环境的理论贡献率为27.18％，表明园区规模及发育程度对投资环境的影响程度比较大，工业园区还处于发展的中期阶段，以外延式规模经济扩展为主。其次是微观环境子系统的权重系数比较大，为0.2184。腹地支撑能力子系统和工业园区区位条件子系统权重比较接近，分别为0.2094和0.2056。说明现阶段还不能忽视传统的区位因素对投资环境影响。创新能力权重得分值最小，为0.0569，说明与园区所处发展阶段吻合，上海工业园区现正处于外延式扩张向内涵式发展阶段过渡。从各指标的权重分值看，上海工业园区处于发展的中期阶段，主要注重规模经济、微观环境、区位和周边腹地条件等要素。而园区内的创新能力对投资环境影响还比较小，但随着上海市工业园区的进一步发展，创新能力对投资环境的影响程度会逐渐增大。
4 评价指标基础数据库、数值标准化及评价结果分析
4.1 数据源与基础数据库
经由多途径源数据的搜索、处理、分类，然后建立评价指标体系基础数据库。4.1.1 统计类和定量化数据指标
统计类和定量化数据指标，如增加值、财政收入、非农业人口、工业用地批租价格等，主要通过各区、县及各专业部门的统计年鉴、统计年报以及相关的材料中获取。
4.1.2 反映区位条件的指标
反映区位条件的指标，如距内环时间距离、距浦东国际机场时间距离等，主要以上海市数字化地图（包括道路、港口、火车站、机场等要素）为基础， 借助GIS软件的最短路径分析方法，测量出工业园区到它们之间的最短路径，再除以相应道路等级的平均时速，即得到两点之间的最短时间距离。
4.1.3 无法量化的指标
一些比较重要而无法量化的指标，如政策完备性、政策优惠、管理部门的设置及办事效率等，主要通过调查投资者的主观感受及相关管理部门意见，对比分析不同园区相关制度、规章、运作效率等。在此基础上，通过专家打分法，获得相对分值数据。
4.1.4 对于一些较为特殊的指标数据
对于一些较为特殊的指标数据，同样在专家咨询基础上，作以下处理：①道路网络通达性，用于道等级、数量等指标反映。采用分级打分法，通过外环线或一条高速公路加10分，国道加5分，普通干道加2.5分。道路数量乘以相应等级的分值，得到工业园区的道路网络通达性因素得分；②“七通一平”指标，即已开发土地面积／规划面积。
4.2 源数据值标准化处理
评价指标数据库建立后，对所有数据作标准化处理，统一各指标的量纲。标准化处理的方法有多种，本文采用了最大值归一法，标准化后的数值分布在0～1之间：
I[,ij]＝T[,ij]／Max｛T[,ij]｝
式中I[,ij]为i工业园区第j指标的标准化分值；T[,ij]为i工业园区j指标的原始调查值；i为工业园区个数，j为指标个数。
向心程度、空港联系便捷性、海港联系便捷性、铁路运输便捷性、生产要素及设备成本因素等指标，与投资环境的优劣负相关，所以，对这些指标作了逆化处理。即：
I[,ij]＝1－T[,ij]／Max｛T[,ij]｝
4.3 投资环境综合评价值
源数据标准化后，根据标准化值和权重值，经加权求和综合评价模型计算出各工业园区投资环境子系统评价值和综合评价值：
式中，F[,i]为某个工业园区第i个投资环境子系统评价得分值；I[,ij]为某个工业园区第i个子系统第i个指标的标准化值；W[,ij]为第i个子系统第j个指标的权重值；n为第i个子系统中指标个数；A为某个工业园区投资环境综合评价值；m为子系统的个数。
4.4 评价结果分析
根据选取的投资环境评价体系和评价方法，得出上海市市级工业园区投资环境评价结果见表2、图1。从中发现，得分最高的是金桥出口加工区、张江高科技园区、外高桥保税区。按照得分情况，把上海市级以上工业园区分可为3种类型，得分在0.7～0.5之间的为第Ⅰ类，0.5～0.3为第Ⅱ类，0.3以下为第Ⅲ类。总体上，上海市级以上工业园区大多数属于第Ⅱ类。16个工业园区中，有11个属于第Ⅱ类。呈现出两头小，中间大的分布特征。位于第Ⅰ类工业园区中的3个园区都是国家级园区，而且都位于上海市浦东新区，这也和浦东的开发、开放大的宏观背景有一定的关系。
第Ⅰ类工业园区综合得分比较高，主要原因是区位条件和微观腹地支撑能力和微观环境3项指标的得分都比较显著，对综合得分的平均贡献率为26.7％、25.1％和23.7％。得分比较均匀，说明整体上投资环境比较好。第Ⅱ类工业园区中，区位条件和微观环境对综合评价值的贡献率比较显著，分别为36.96％和31.96％，但腹地支撑能力对综合评价值贡献率相对比较低，为9.98％。与第Ⅰ类园区相比，得分不均，可以进一步改善和优化。第Ⅲ类工业园区中，微观环境和区位条件对综合评价值平均贡献率比较高，分别为54.71％和24.79％，这一类的得分主要依托微观环境和区位条件，但微观环境和区位条件对综合平均值的贡献差异性也比较大，相差将近一倍。
通过以上分析发现，投资环境优劣是一个综合的指标，各指标之间是一个相对平衡的关系，不能用一个非常突出因素来弥补其它的因素。在规模及发育程度上，三类园区之间有差别，但差别不显著，特别是第Ⅰ类与第Ⅱ类园区之间几乎没有差别，它们对综合评价值的贡献率都为15％左右。前两类和第Ⅲ类园区之间有点差别，但差别也不显著，第Ⅲ类园区对综合评价值的贡献率为10.36％。
创新能力方面，第Ⅰ类与第Ⅱ类园区之间差别不很显著，对综合评价值的贡献率分别为8.62％和5.91％。但与其它子系统相比，它对综合评价值的贡献率不明显。说明在创新能力方面，三类园区都呈现出对投资环境的贡献率不明显的特点。尤其在第Ⅰ类园区中，3个国家级园区也显出这方面的不足。
表2 上海市市级以上工业园区投资环境系统评价值表
Tab.2 Score of Investment Enviromment of Industrial Parks in
Shanghai City
工业园区名称
区位条件腹地支撑能力微观环境
规模及发育程度 创新能力 综合评价值
───── ─────── ───── ────── ──────
──────
分值
排序
分值
排序 分值排序 分值
排序 分值排序分值排序
金桥出口加工区0.1651 50.1540 2 0.1484 1 0.1531 10.0790 1 0.6996
1
张江高科技园区0.1665 30.1540 1 0.1402 3 0.0620 70.0589 2 0.5816
2
外高桥保税区 0.1588 70.1540 3 0.1474 2 0.0751 30.0206 11 0.5559
3
松江工业园区 0.1580 90.0416 9 0.1363 4 0.1144 20.0204 12 0.4706
4
漕河泾新兴技术开发区 0.1768 10.0457 7 0.1160 130.0648 60.0355 4 0.4386
5
莘庄工业园区0.1652 40.0563 4 0.1249 8 0.0507 11
0.0337 5 0.4309
6
闵行经济技术开发区0.1487 10
0.0563 5 0.1330 5 0.0514 80.0361 3 0.4256
7
嘉定工业园区0.1588 80.0454 8 0.1116 140.0739 40.0295 7 0.4192
8
康桥工业园区0.1646 60.0296 110.1250 7 0.0664 50.0298 6 0.4154
9
青浦工业园区0.1373 11
0.0331 100.1187 120.0508 10
0.0214 10 0.3613
10
工业综合开发区0.1270 12
0.0274 150.1194 110.0506 12
0.0251 9 0.3495
11
宝山城市工业园区 0.1669 20.0516 6 0.1053 160.0114 16
0.0000 14 0.3352
12
上海化学工业园区 0.0946 13
0.0285 130.1254 6 0.0513 90.0167 13 0.3166
13
星火开发区 0.0897 15
0.0274 140.1249 9 0.0484 13
0.0253 8 0.3158
14
金山嘴工业园区 0.0946 14
0.0286 120.1086 150.0271 14
0.0000 15 0.2589
15
崇明工业园区0.0104 16
0.0144 160.1231 100.0168 15
0.0000 16 0.1646
16
平均得分0.1364
0.05920.12550.0605
0.0270 0.4087
图1 上海市级以上工业园区投资环境评价值地域分布图
Fig.1 Spatial Distribution on Score of Investment Environment ofIndustrial Parks in Shanhai City
5 结论
在空间分布上，上海市级以上工业园区投资环境的相对优劣具有差异性，不仅反映在综合评价值上，也表现在各个子系统对综合评价值的贡献率上。从总体得分情况来看，上海市级以上工业园区投资环境平均综合得分是0.4087分，若以0.5000为中轴分值，则上海市级以上工业园区整体的投资环境接近中等水平。与投资环境最佳值1.0000分相比，满意度为40.87％。 上海市级工业园区投资环境整体水平仍有待于进一步提高，有许多方面还需要进一步的完善。在评价体系内部，各个子系统对评价综合值的贡献率也不一样，综合得分比较高的工业园区，每个子系统的贡献率比较均匀，差异性比较小。得分比较低的工业园区，一部分子系统贡献率很高，另一部分却贡献率很低，差异性比较大。尤其在创新能力方面，所有工业园区都表现出不足。
基金项目：国家自然科学基金项目（40371033）资助。