2.3常彈性模型分析
對於外商直接投資額和房地產開發投資額這兩個因 素，研究其相對變化對城市化水平的影響，比其絕對值變化更加有意義，而且，采用自然對數形式不僅可以解決多重共線問題，還能在一定程度上消除異方差性，也更接近CLM假定。因此，現在擬對全部指標Y、X1、X2 、X3、X4取自然對數，建立常彈性模型，回歸結果如下：
由於兩個模型中因變量及自變量均發生變化，為非嵌套模型，因此應采用進行比較。本模型中=0.9443，也高於上一模型的0.9113，說明自然對數形式的變量模型擬合程度更高。此外，修正後的模型解決了多重共線問題，變量lnX3，即外商直接投資額的對數在5%的顯著性水平上通過了t-檢驗，但是lnX4，即房地產開發投資額的對數在解釋因變量lnY時效果仍不顯著，未通過t-檢驗。因此，鑒於在兩次回歸中房地產開發投資額都不是統計顯著的，應考慮剔除該指標。
2.4四變量多元回歸分析
在剔除房地產開發投資額指標後，將長三角地區城市化率（Y）對人均GDP（X1）、第三產業比重（X2）和外商直接投資額（X3）進行回歸。同時，通過上述分析中兩個模型的對比可知，常彈性模型能夠消除多重共線性和異方差性，且擬合優度更高。回歸結果如下：
該模型的所有解釋變量係數都通過了5%顯著性水平的t-檢驗（自由度21，臨界值2.080），F統計量為140.514，回歸的整體顯著性高很高。此外，由於比原模型變量個數減少，所以用進行比較，以消除變量個數的影響。該模型的達到0.9458，比原來的0.9443更為改善，能夠多解釋0.15%的lnY變動，證明擬合效果更好，樣本的估計值與預測值。
通過上述分析可知，人均GDP、第三產業比重和外商直接投資是影響長江三角洲地區城市化水平的顯著因素，它們之間存在較強的聯合顯著性。具體而言，在其他因素不變的情況下，人均GDP 增長1%將使城市化率將增加 0.239%；第三產業比重增加現有的1%，城市化率將增加0.714%；而外商直接投資額增長1%將為城市化率將帶來0.024%的增長。由此可見，長江三角洲地區城市化最主要的驅動因素依次是第三產業比重，人均GDP和外商直接投資。
2.5結論分析
綜上所述，可以得出如下結論：一是房地產建設投資對長三角地區城市化的影響並不顯著；二是通過普通線性模型和常彈性模型的比較發現，對於本次研究，後者在描述以上變量之間的關係時效果更好，能夠消除多重共線性和異方差性，模型本身也更優；三是根據四變量對數模型可知，人均 GDP、第三產業比重和外商直接投資是長三角地區城市化進程的顯著影響因子，其變動能夠解釋94.58%的城市化率的變動，從影響程度來說第三產業比重對該地區城市化水平影響最大，人均GDP 次之，外商直接投資則是三個因子中對城市化影響程度最小的。
3.驅動因素經濟意義分析
3.1人均GDP
人均GDP水平對長三角地區城市化作用顯著，但對於淮安、宿遷、連雲港等城市化率相對較低的城市而言，依靠擴充經濟總量來促進城市化發展，效果並不明顯。由此可見，僅依靠GDP水平的提高而不轉變城市的經濟結構和各種製度來促進城市化發展是非常困難的，盡管人均GDP是一個統計意義顯著的指標，但經濟意義並不大。