長三角區域營商環境評價、時空演變與收斂性分析

劉健 李小雯

（安徽財經大學經濟學院，安徽蚌埠 233000）

營商環境是市場主體在準入、生產經營、退出過程中，所面臨的政務、市場、法治和人文等外部因素和條件的總和。營商環境的優劣直接影響招商引資和區域內企業經營，對經濟發展、財稅收入和社會就業產生重要影響。長三角地區經濟發達，營商環境建設水平較高，在國家現代化建設中占據至關重要的地位。在2020年全國31 省市營商環境排名中，區域營商環境整體排名靠前，但城市營商環境分化嚴重、差距顯著[1]。因此，縮小區域內營商環境差距，推動長三角地區營商環境一體化發展至關重要。

一、文獻綜述與問題提出

已有研究圍繞營商環境的定義、評價及改進三個主題推進：測度省級層面的營商環境，指導地方優化營商環境[2-4]；聚焦評估優化營商環境的樣板城市，探索優化營商環境的實踐路徑[5-7]；關注區域營商環境的差異性和不平衡性，研究數字經濟背景下營商環境評價[8]、區域營商環境的不均衡性[9]及政務輿情視角下區域營商環境評價[10]，具體如下。

（一）國外營商環境評價指標體系研究

對于營商環境的邏輯內涵，世界銀行將企業成長過程中面臨的外部環境定義為營商環境[11]。從2003 年起，世界銀行連續17 年對全球190 個經濟體的營商環境進行評估并發布了《營商環境報告》，主要指標涵蓋十個領域：開辦企業、辦理施工許可證、獲得電力、登記財產、獲得信貸、保護少數投資者、納稅、跨境貿易、執行合同和辦理破產[12]?？紤]到營商環境和財政分權之間的關系，將營商環境定義為衡量政府效率、規制質量和腐敗程度的制度環境[13]。經濟學人智庫構建的營商環境體系多以宏觀指標為主，如政治環境、宏觀經濟環境等[1]。

（二）國內營商環境評價體系研究

國內學者以“國際可比、對標世行、中國特色”為原則，對營商環境體系構建進行了探索。張三保等[1]以市場環境、政務環境、法律政策環境、人文環境四個維度為一級指標，構建了中國省份營商環境評價指標體系。也有學者研究發現我國東、中、西部營商環境發展不均衡，經濟發達地區擁有較為優越的制度軟環境、沿海地區硬環境優勢明顯[14]。

為衡量營商環境對城市經濟增長的影響，李志軍[15]依據生態系統理論，構建了涵蓋公共服務、人力資源、市場環境、創新環境、金融服務、法治環境、政務環境等七個維度評價指標體系評估城市營商環境，發現南方地區城市營商環境整體上優于全國平均水平。2018 年，國家發展改革委牽頭研究中國營商環境評價體系，從企業生命周期鏈的角度設置了市場準入、投資建設、融資信貸、生產經營、市場退出5 個一級指標和15 個二級指標[16]。彭迪云等[17]從經濟環境、市場環境、基礎設施和支持環境四個維度，選取了23 個指標構建營商環境評價指標體系，對長江經濟帶11 個省市的營商環境進行了實證研究，研究表明長江經濟帶各省市營商環境差距十分明顯，整體呈現由東北向西南遞減的空間格局。

從現有文獻看，營商環境評價研究主要集中在省域和重點城市，跨區域層面文獻相對不足。目前尚未形成完善、全面的營商環境評價指標體系。少有學者基于長三角高質量一體化戰略背景，對長三角營商環境區域差異性問題展開探討。本文構建營商環境評價指標體系，利用合理方法測度選取的營商環境指標，分析長三角城市營商環境是否存在差異、動態分布演進呈現的趨勢以及營商環境指標是否具備收斂性及其特點。評價指標體系包括市場環境、創新環境、公共服務環境和政務環境四個維度構建營商環境評價指標體系，綜合長三角41 個城市營商環境數據，利用熵值法測算2010—2020 年長三角地區城市營商環境指數，運用核密度估計法、Dagum 基尼系數、空間莫蘭指數、σ收斂及β收斂等方法，全面分析長三角城市營商環境，同時根據城市營商環境的地區差異、時空演變趨勢和收斂情況，對優化營商環境提出針對性的政策建議。

二、研究設計

（一）營商環境評價指標體系構建

結合現有研究[18-24]及長三角地區各省市確認的《優化營商環境條例》，參考“十三五”規劃中營商環境內涵[25-26]，構建了營商環境評價指標體系，具體包括4 個一級指標、20 個二級指標，見表1。

（二）數據來源及說明

樣本為2010—2020 年長三角41 個城市，數據均來自2010—2020 年城市統計年鑒、EPS 數據庫、中經網等，部分缺失數據采用插值法進行了處理。

（三）研究方法

1. 熵值法

本文使用熵值法計算各城市營商環境得分，計算公式借鑒邱康權[27]的相關研究。

2. 核密度估計

核密度估計是一種非參數估計方法，通過計算連續密度曲線對營商環境隨時間推移呈現的分布形態進行描述，進而求出概率密度。同時，展現出營商環境在時空分布中的動態演變趨勢以及絕對差異的變化。假設隨機變量X的概率密度函數：

其中，n表示樣本數量，Xi為服從獨立同分布的變量，表示營商環境均值，K表示核密度函數，h表示帶寬?；诂F有研究，本文將高斯核函數作為核密度估計法函數形式。

3. Dagum 基尼系數及分解方法

本文采用Dagum 基尼系數法分解長三角營商環境區域差異?；贒agum 提出的基尼系數分解方法，將總體基尼系數（G）分解為區域內差異（Gw）、區域間差異（Gnb）和超變密度（Gt）三個部分。計算公式如下：

其中，k（k= 3）為長三角區域劃分個數，n= 41 為長三角城市總數，nj（nh）為長三角地區第j（h）個區域內部的城市個數，yij（yhr）為長三角地區第j（h）個區域的營商環境發展水平，是長三角營商環境發展水平的平均值，其他指標解釋參考文獻[28]。

4.σ收斂模型

不同區域營商環境存在離差，若離差隨時間的不斷推移呈現出下降的趨勢，說明營商環境的變化符合σ收斂。參考現有研究[29]，采用變異系數法判斷結果是否符合檢驗σ收斂，計算公式為：

其中，j為長三角各?。╦= 1，2，3，…），i表示長三角各省內不同城市（i=1，2，3，…），Nj為j省擁有的城市數，為j省i個城市營商環境的平均值。

5.β收斂模型

（1）空間β收斂模型

空間β收斂模型分為四類：空間杜賓模型（SDM）、空間自回歸模型（SAR）、空間自相關模型（SAC）和空間誤差模型（SEM），具體模型表示如下：

SDM 模型：

SAR 模型：

SAC 模型：

SEM 模型：

（2）指標選取

對于條件β收斂的控制變量，參考現有營商環境影響因素分析框架[33-34]，將經濟發展水平、城市人口密度、數字金融水平、政府管理效益作為計算條件β收斂時的控制變量，用第二產業在GDP 中所占比重來衡量城市經濟發展水平，用年末城市常住人口數占城市總面積的比重來表示城市人口密度，用“北京大學數字普惠金融指數”來衡量數字金融水平，用政府收入占GDP 比重來衡量政府管理效益。各變量的描述性統計結果見表2。

表2 變量描述性統計

三、長三角地區營商環境的綜合評價

根據構建的營商環境評價指標體系，用熵值法測算出長三角各地區2010—2020 年的營商環境指數，排名依次為上海、江蘇、浙江、安徽。動態和增速呈波動式上升，說明長三角一體化發展戰略帶動營商環境一體化取得了實質性效果。省會城市的省域內營商環境往往擁有先天經濟和制度優勢，營商環境水平始終高于其他城市。對比各城市營商環境差異發現，營商環境水平較高的城市會帶動周圍城市營商環境的發展。

表3 長三角三省一市營商環境得分（2010—2020 年）

四、長三角地區營商環境區域差異

（一）總體區域差異及演變趨勢

為了反映長三角地區營商環境的相對差異變化趨勢，還需借助Dagum 基尼系數分解法實現，結果見表4。其中，將長三角城市按照三省劃分，并將上海納入江蘇計算Dagum 基尼系數，故將長三角地區分成了三個區域：江蘇、浙江、安徽?；诒? 中Dagum 基尼系數分解結果，分析長三角營商環境總體差異，考察差異的來源以及隨時間變化的趨勢。從演變過程看，長三角營商環境基尼系數整體呈下降趨勢，2017—2018 年雖有小幅上升，但2018 年以后，Dagum 基尼系數持續下降，說明長三角地區營商環境整體差異逐步縮小。

表4 長三角地區營商環境綜合發展水平的基尼系數及分解結果（2010—2020 年）

（二）區域內差異及其演變趨勢

圖1 揭示了區域內基尼系數隨時間變化的演變趨勢?？傮w來看，江蘇、浙江、安徽營商環境的區域內差異呈逐年下降的趨勢。從差異的均值來看，基尼系數值從高到低依次為江蘇（0.18）、浙江（0.12）、安徽（0.10）。

圖1 長三角總體及區域內基尼系數的演變

（三）區域間差異及其演變趨勢

整體上，區域間的營商環境差異均呈現相似的下降趨勢?！巴睢K”兩省間的差異最大，其次是“浙—蘇”，最后是“皖—浙”。皖—浙地區的營商環境差異不僅處于較低水平，而且持續下降，反映出兩省之間的差距正在不斷縮小。

（四）區域差異來源及其貢獻

2012—2018 年，貢獻率最大的是超變密度，貢獻率最小的是區域間差異。自2018 年以后，區域間差異貢獻率直線上升，在三者中占比最高，表明區域間差異是導致長三角地區營商環境不均衡現象的重要原因。

圖2 江蘇、浙江與安徽的區域間差異

圖3 江蘇、浙江、安徽區域內差異（Gw）、區域間差異（Gnb）和超變密度（Gt）（2010—2020 年）

五、長三角地區營商環境的時空演變動態

采用核密度估計法來展示長三角地區營商環境的動態演變特征，圖4 從整體上描述了長三角及江蘇、浙江、安徽營商環境在觀測期內時空演變動態。

圖4 長三角及江蘇、浙江、安徽營商環境核密度分布曲線（2010—2020 年）

（一）整體分布動態

首先，圖4-a 中主峰位于分布曲線左側，說明水平較低的城市居多，核密度分布曲線中心以及變化區間逐步右移，意味著觀測期內營商環境不斷優化、持續改善。其次，主峰高度有所下降，營商環境絕對差異不斷縮小，不均衡現象有所改善。同時曲線寬度小幅度縮窄，左側邊界趨于收斂，說明部分城市營商環境建設明顯加快。分布曲線右拖尾，分布延展性呈現拓寬趨勢，表明營商環境具有優勢的城市會更加拉開與平均水平的差距。最后，分布曲線經歷“多峰—雙峰”的演變趨勢，說明營商環境具有明顯的梯度效應，存在多極分化現象，但這種兩極或多極分化態勢漸趨弱化。隨著一體化發展戰略的持續推進，營商環境明顯改善，但鑒于影響營商環境和增速變化的市場因素、經濟發展狀況、創新發展等因素存在明顯異質性，短期內低水平營商環境城市很難趕超發達城市，營商環境發展水平的差距會持續存在。

（二）江蘇、浙江、安徽分布動態

各省市分布曲線均呈現向右移動的演變趨勢，表明營商環境逐步改善。江蘇分布曲線主峰高度小幅下降，曲線寬度擴大，表明城市間存在的營商環境差異逐步擴大。浙江分布曲線主峰高度大幅上升，但寬度呈現縮窄態勢，表明城市間營商環境發展的絕對差異縮??；安徽不同，主峰總體高度上升，寬度變窄，表明安徽營商環境的絕對差異總體趨于收縮態勢。江蘇營商環境分布的“單峰”狀態逐步演變為“雙峰”狀態，其側峰峰值經歷“下降—輕微上升”的過程，曲線逐漸趨于平緩，說明隨著時間推移，兩極分化的趨勢逐步減弱；浙江經歷了從“雙峰”到“多峰”狀態的演變，表明一直存在梯度效應，呈明顯的多極分化趨勢；安徽經歷著“單峰”到“雙峰”狀態的演變，說明營商環境同樣具有梯度效應，且兩極分化趨勢明顯突出。綜合來看，江蘇、浙江、安徽均呈現分散化的區域集聚性特征。

六、營商環境的收斂性分析

（一）空間相關性分析

根據地理學第一定律，各地區營商環境可能存在空間相關性，以一定形式的集聚模式存在。借鑒現有研究[30-32]，長三角城市群營商環境相關性可結合Molan’s I指數來分析，見圖5。運用全局Molan’s I 指數分析得出整體空間集聚狀況，觀測期內，長三角營商環境Molan’s I 指數區間為0.13～0.22，均通過顯著性水平檢驗，表明長三角營商環境整體存在正空間自相關，地區之間存在互動關系。

圖5 全局莫蘭指數（2010—2020 年）

（二）σ 收斂

如圖6 所示，長三角及江蘇、浙江、安徽營商環境的變異系數隨時間的變化呈現明顯下降趨勢，均符合σ收斂特征。由于僅采用σ收斂，無法反映各地區營商環境存在的絕對差異及發展速度。為進一步探究各地區營商環境收斂性特征，采用β收斂對其進行檢驗。

圖6 長三角角及江蘇、浙江、安徽營商環境變異系數的演變趨趨勢

（三）營商環境空間間收斂性分析

構建空間β收斂模型型，探究長三角地區以及區域營商環境的空間間收斂性。首先，進行Hausman 檢驗，結果果表明應采用固定效應模型來估計營商環境水水平的絕對收斂和條件收斂；其次，為確保保整體以及區域營商環境收斂性結果的穩健性性，構建了SDM、SAR、SAC、SEM 等空間間收斂模型；最后，通過比較構建模型LogLL、R2及Sigma2統計量等統計指標，選擇擇最優空間模型以進一步探討區域營商環境境的斂散性。其中，LogL 及R2統計值越越高、Sigma2越低說明模型的擬合程度越高高，收斂性回歸結果表明SDM 為最優空間間估計模型，整體空間絕對β收斂和空間條條件β收斂估計結果最優。因此，選取SSDM 模型進行分區域、分時期營商環境的的斂散性估計。

1.整體β收斂結果

如表5 所示，空間ββ收斂系數在1%顯著性水平下顯著為負，，說明長三角地區營商環境均存在明顯的的收斂趨勢，表明在未考慮控制變量的前提提下，各城市營商環境會隨著時間推移最最終收斂至同一穩態水平，表明地區間營商商環境的收斂性會使營商環境的地區差異縮縮小?？紤]控制變量的影響，空間條件β收收斂速度（0.86）明顯高于空間絕對β收斂速速度（0.47），主要原因是條件β收斂模型型考慮了地區間的異質性特征，進而縮短收收斂周期，使營商環境水平的收斂性檢驗結結果更加準確。

表5 長三角營商環境β 收斂

2.區域營商環境收斂性檢驗

表6 為區域營商環境的空間β收斂的檢驗結果。在考慮不同的影響因素后，估計系數均顯著小于0，營商環境均呈現條件收斂趨勢，達到某種穩定狀態，各地區營商環境均穩步發展。比較不同地區的收斂率發現：長三角地區營商環境空間收斂速度呈現安徽、浙江、江蘇逐步降低的分布格局，說明欠發達地區追趕發達地區收斂至穩態的速度，縮小總體差異。

δ -0.261 -1.108 -1.441***（0.414） （0.556） （0.388）Sigma2 0.000*** 0.000*** 0.001***（0.000） （0.000） （0.000）LogL 434.344 388.441 449.020 R2 0.001 0.111 0.225收斂率 0.500 0.682 1.019樣本量 140 110 160

3.分時期營商環境收斂性檢驗

在考慮估計系數在觀測期內的穩定性時，參考涂正革[28]等的方法，將全樣本分為時間跨度不相重疊的兩個子區間，使樣本期間均勻分布，降低樣本數量不同導致的誤差。表7 是不同時期營商環境β條件收斂的回歸結果，與全時期收斂檢驗結果一致，長三角地區營商環境呈現空間β收斂趨勢，各時期的收斂系數均在1%的顯著性水平下顯著。

表7 分時期營商環境β 條件收斂回歸結果

比較兩個子期間收斂系數，發現2010—2015 年營商環境建設取得的效果顯著，收斂速度較快，各地區之間營商環境水平的差異明顯縮小。同時，也說明了經濟發展水平、城市人口密度、數字金融水平等因素會在一定程度上加快收斂速度，在營商環境建設過程中發揮著重要作用。

七、 結論與政策建議

通過構建長三角營商環境的評價指標體系，綜合2010—2020 年長三角41 個城市的面板數據，采用熵值法對營商環境進行測度，結合Dagum 基尼系數分解方法、核密度估計法和時空β收斂模型等，全面評價長三角地區營商環境的地區差距和時空演變特征，得出如下結論。

一是長三角整體營商環境水平呈上升趨勢，各地區營商環境存在明顯的梯度效應。核密度分布曲線表明各省存在不同程度的多極分化現象，長三角營商環境發展不平衡，存在地區差異，但不平衡發展的態勢有所減緩。

二是長三角營商環境存在地區差異。Dagum 基尼系數分解結果表明貢獻度最大的是地區間差異。其中，江蘇和浙江、安徽的差異較大，可能是因為江蘇、上海經濟發展水平較高，營商環境建設取得了良好的效果；江蘇與浙江、安徽之間差異呈現下降趨勢。

三是收斂性結果表明營商環境均符合σ收斂以及β收斂，在收斂過程中，不同城市起到的貢獻存在梯度效應，經濟越發達的城市起到的貢獻更大。

基于現有結論，提出以下政策建議。

首先，從營商環境測度結果來看，長三角營商環境建設在“十三五”期間取得了一定進展，但與國際先進水平相比仍然存在較大的差距，各地政府應當采取相應措施，將政策落到實處，不斷優化營商環境。

其次，地區間差異是導致長三角營商環境不均衡發展的主要因素。對于營商環境初始稟賦較差的城市如蘇北、皖北城市，政府應當著重關注營商環境建設，思考限制自身營商環境發展的主要阻礙因素，加強與發達城市的交流，實現以強帶弱，促進營商環境的區域協同發展。

最后，各地區經濟發展水平、地理位置、初始資源稟賦不同，營商環境發展速度也存在差異，因此，需要因地制宜地制定優化營商環境政策。在長三角一體化發展的戰略背景下，各城市應當協調發展，政府應制定有效的區域聯動政策。發達城市在自身營商環境穩步發展的同時，也要充分發揮其成果的“空間溢出”效應，向落后城市分享經驗、完善幫扶機制，實現長三角地區營商環境一體化發展。