民间投资影响因素的实证分析

民间投资影响因素的实证分析

首先基于定性分析，找出影响民间投资的各种因素，在此基础上，以我国30个省市为研究样本，从实证角度采用因子分析法对影响民间投资的发展因素进行了分析，认为现阶段投资环境、市场化水平和产业结构是影响民间投资发展

的主要因素。

标签：民间投资，影响因素，因子分析

0 前言

改革开放以来，随着市场经济体制的完善，我国民间投资增长迅速，民间投资总量不断扩张，比重持续上升，在全社会投资中的份额己超过国有经济投资，对全社会投资增长的贡献逐步提高，在推动经济增长，调整经济结构，增加就业机会，活跃市场等方面发挥了重要的作用，民间投资无疑是我国未来经济增长的活力所在。1985-2002年，全国民间投资从731.67亿元增加到20069.37亿元，2002年投资额已超出国有经济投资1192.02亿元；年均增长20.2%，增幅高出全社会固定资产投资3.1个百分点，增幅高出国有固定资产投资5.8个百分点；占全社会固定资产投资的比重由28.77%提高到46.14%。但是，由于民间投资的发展面临着许多有形和无形的障碍，民间投资的潜力远未充分发挥。近年来民间投资的

增长速度明显放缓，严重影响了内需的扩大，减缓了经济增长速度。

而只有对自己的民间投资影响因素有一个客观、准确、科学的综合评估，才能有效的促进和发展民间投资。由于有众多指标对民间投资有影响，且各指标之间存在一定的相关性。以此为出发点，试图运用多变量统计因子分析方法对全国各省市的民间投资进行定量分析，在这期望能用因子分析法找出影响民间投资因

素的大小，从而找出影响民间投资的关键因素。

1 民间投资影响因素分析和指标选择

选取2005年全国30个省市自治区(西藏、台湾除外)的一系列经济评价指标对其进行因子分析。经过对民间投资影响因素的定性判断，选择了14个影响民间投资的主要因素。这几个因素为GDP、人均GDP、人均公路密度、电话普及率、每万人中大学生数、工资水平、市场化指数、R&D经费占GDP比重、全要素生产率、城市化水平、资金配套能力、工业企业数量、近10年的经济增长率、

产业结构等14个影响因素。

GDP代表了民间投资的市场因素，而市场的规模及其增长潜力则对民间投资有更大的吸引力。

人均GDP，反映了一个地区的经济发展水平，体现该地区对商品和服务需求的规模与层次。

城市化水平代表了该地区的生产规模和经济活动的集聚性。现有经济活动的规模应该是一个重要的区位因素。

人均公路密度，发达的交通设施有利于投资者将产品运输到市场，也有利于方便的获得原材料，减少交通运输成本，从而能够以较低的成本开拓市场。交通

密度通常被用来衡量一个地区的交通发展程度。

电话普及率，即每百人拥有的电话数代表地区的通讯水平，体现区位物质基础设施的状况。

每万人中大学生数体现了一个地区的教育水平，教育水平越高，则劳动力的素质越高，进而该地区的劳动生产率越高。

R&D支出占GDP的比重表明了一个区位的技术能力，它是吸引创新资产寻求型民间投资的关键因素，这个比例越高，说明科研投入越高，一般而言科学技术水平较发达。

工资水平体现了一个地区的劳动力成本的高低，生产周期理论认为投资是为了利用该地区的廉价劳动力优势，尤其是在发展中国家的投资。

市场化指数体现了该地区的市场化程度，市场化指数越高，该地区发展成熟的市场经济，建立完善的要素市场体系和产品市场体系，疏通各种流通渠道，减

少市场风险，为民间投资提供良好的市场环境。

全要素生产率体现了该地区的资源配置效率，从经济运行的效率来看，不同地区的要素投入产出效果的差异对民间投资而言起着重要的作用，从一个投资者的角度而言，总是希望投资在投资回报率较高的地区，而投资的回报率的高低与

资源配置效率密切相关。

资金配套能力在这里用人均国家银行存款余额来表示，启动民间投资，必须满足发展民间投资的基本条件，给民间投资以必要的金融支持，该地区的民间资

本越充足，对民间投资的贷款越多，一般而言，民间投资越发达。

近10年的经济增长率反映了该地区的市场潜力，较高的经济增长率反映了该地区有较大的市场容量增长速度，有着越来越多的投资机会，对民间投资的吸

引力越大。

产业结构用二三产业比重来表示，二三产业的比重代表了该地区的产业结构，产业的结构化程度越高，越处在经济发展中工业化的后期，对投资的要求越

大，同时这个阶段经济发展很快，也及时的拉动了民间投资的发展。

数据来源各年的中国统计年鉴、中国经济信息网和中国统计信息网。借助SPSS11.5统计软件，可得到旋转以后的因子载荷矩阵表。再经过不断的调整分析，最终选取四个主因子来衡量影响民间投资分布的因素。这四个主因子对样本方差的贡献和为86.893%，说明用这四个主因子代表原来的14个指标评价体系

有相当的把握。

2 主成分分析方法简介

2.1 主成分分析的基础思想

主成份分析(Principal Components Analysis)是由Hotelling于1953年首先提出的，是利用降維的思想把多指标转化成少数几个综合指标的多元统计方法。能将众多的有错综复杂关系的指标，归结为少数几个综合指标(主成分)，每个主成分都是原来多个指标的线性组合。通过适当调整线性函数的系数，既可使各主成分相互独立，舍去重叠的信息，又能将各原始指标所包含的不十分明显的差异，集中地表现出来;并使研究对象在主成分上的差异反映明显，为进一步的分类研究或综合排序提供条件。各主成分与原始指标的相关系数称因子载荷，它反映了主

成分与原始变量间的相关程度。

2.2 主成分分析的计算步聚

(1) 对原指标进行标准化处理，以消除量纲及数量级差异对评价结果的影响。Ｘij =（Ｘij-ＥＸj）/Ｓｊ，ＥＸ表示变量的样本平均值，Ｘij表示标准化后