固定資產投資效果分析精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的固定資產投資效果分析主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：固定資產投資效果分析范文

【關鍵詞】 固定資產投資； 灰色相對關聯度； 煤炭聚集區

一、引言

隨著經濟全球化發展趨勢的不斷蔓延，煤炭資源的利用與開發程度越來越大，我國作為世界上最大的煤炭生產國與消費國，煤炭產業的發展對經濟與社會的發展具有重要的影響。固定資產投資是影響煤炭產業發展的一個重要因素，改革開放以來，我國煤炭產業的固定資產投資規模隨著國家投資體制改革的逐步深化而穩步提升，為煤炭產業的經濟增長做出了突出貢獻。因此在世界經濟蓬勃發展與我國煤炭產業面臨著發展方式轉型的關鍵時期，分析固定資產投資對煤炭產業發展的影響具有非常重要的現實意義。

固定資產投資在煤炭產業發展中起到了重要的作用，但是，隨著時間的推移，固定資產投資對產業發展的影響作用是不斷增強、逐漸減弱還是保持穩定是我們需要研究的一個新問題。目前國外學者主要是從產業整體角度分析投資與國家經濟增長之間的關系。其中具有代表性的是新凱恩斯學派的新劍橋增長模型、哈羅德—多馬模型、內生勞動經濟增長模型，新古典主義學派的新古典經濟增長理論以及投資乘數—加速數理論。在以上投資理論的基礎上，美國學者德隆和薩默斯通過實證研究分析得出了美國的經濟增長與固定資產投資之間存在著正相關的關系。萊文和瑞奈爾特通過截面數據和統計檢驗結果分析得出，投資是一個刺激經濟發展靈敏且行之有效的變量。阿爾弗雷德和威利通過對美國、日本、英國、德國與法國的時間序列數據分析得出投資具有外部經濟效應，對內生經濟增長具有推動作用，且這種作用的大小在不同國家具有明顯的差異性。卡拉、阿塔曼和諾曼對39個發展中國家不同時期的投資與經濟增長的關系進行了研究，得出了投資對經濟增長具有驅動作用的結論。國內對固定資產投資和經濟增長之間關系的研究也越來越多。劉金全、于惠春采用VAR模型中的Granger檢驗從總量角度和增量角度來判斷固定資產投資和實際產出之間存在的雙向影響。焦佳等使用變結構協整分析方法建立了誤差修正模型，對我國1953—2005年數據進行變結構協整分析，得出我國固定資產投資與經濟增長具有兩段式變結構形式，并認為我國固定資產投資與經濟增長之間的關系具有長期均衡性。袁文斌等利用典型相關分析方法對我國31個地區的固定資產投資與經濟增長關系進行了研究，結果表明全社會固定資產投資與經濟增長呈正相關關系且相關程度較強。王宇新利用EBA模型得出我國固定資產投資與經濟增長之間存在強顯著關系，并對我國的經濟政策提出了若干建議。王凱慶從固定資產投資規模總量、投資效益滯后效應、相關性、變化趨勢等多個角度分析了云南省固定資產投資對GDP增長的影響，并提出優化投資結構、提高投資效益、深化投資體制改革等政策建議。

在煤炭產業發展過程中，固定資產投資對其發展具有重大的推動作用。本文以改進后的灰色相對關聯度方法為基礎，對固定資產投資與煤炭產業發展之間的關系進行分析。

二、研究方法

對固定資產投資研究的方法有多種，比較常見的有基尼系數法與線性回歸。基尼系數法在反映各要素所起作用的差異性方面效果顯著，但是不能準確地反映各要素所起作用的大小；線性回歸是分析預測最常用的方法，是一種基于樣本統計的參數方法，已經形成公認的檢測、判別效度的程序與模塊，應用十分廣泛，但是要得出精確的系數所要求的數據量大且計算繁瑣。為了準確地反映固定資產投資與煤炭產業發展之間的關系，在此引用灰色相對關聯度法。

灰色相對關聯度分析是一個對系統發展變化態勢定量描述和比較的方法。其基本思想是通過確定參考數據列和若干個比較數據列的幾何形狀相似程度來判斷其聯系是否緊密，反映了曲線間的關聯程度。將評價指標原始觀測數進行無量綱化處理，計算關聯度并根據關聯度的大小對待評指標進行排序。灰色相對關聯度分析的計算量較小，對樣本量的多少和數據分布的要求較低，計算結果僅與序列相對于初始點的變化速率有關，與各觀測數據大小無關。其基本計算步驟如下：

1.初值

其余步驟仍按以上分析進行。

三、數據選取

由于不同年份以及不同地區的煤炭價格存在差異，在此選取原煤產量作為衡量煤炭經濟增長的指標，并選用山西、陜西、內蒙古、寧夏、甘肅的原煤產量以及煤炭產業固定資產投資總額作為衡量指標。本文選用了2000—2009年十年的數據，原始數據來源于《國家能源統計年鑒2010》。但由于原煤產量與固定資產投資之間存在的單位與數量級的差別，為避免計算時出現較大的誤差，在此分別以2000年山西的原煤產量與固定資產投資為基準，其余年份與省份的數據向之轉化，轉化后的數據如表1、表2所示。

四、計算結果及分析

應用以上模型及數據可以得出表3及圖1所示的結果。

由表3和圖1可以看出，固定資產投資對原煤產量的影響基本維持在較高且穩定的水平，在2000年后出現一定程度的下滑，而后恢復到正常水平并以較平穩的速度變化。這是由于在2000年，受國民經濟結構和產業結構調整沖擊的影響，國內煤炭需求連續幾年不振甚至萎縮。社會消費需求的減少以及煤炭產業的畸形發展，造成了那幾年煤炭市場呈現供過于求的趨勢，交易價格持續下滑，經營利潤一減再減，從而導致貨款拖欠增多并引起人們對經濟增長持有不看好的態度。因此，通過增加固定資產投資來刺激產業發展所能起到的作用是微乎其微的；而當經濟轉入正軌后，煤炭產業經濟進入復蘇階段，通過增加投資等財政政策手段來刺激經濟增長所起到的效果是明顯的。隨著我國對外開放程度的不斷深化，大量高新技術及產品涌入我國，使煤炭開采自動化、機械化程度提高，進而導致專業化程度、資源利用率也有所提高，從而使利潤率上升。因此，購買大型機械設備等固定資產投資對產業經濟增長所起到的刺激作用越來越重要。

五、結論

固定資產投資在煤炭產業發展中起到越來越重要的作用。這不僅是由我國煤炭產業原本機械設備及交通工具配備不足，也是隨著科技進步高科技設備的引入造成的。

通過上述模型分析，得到兩個基本結論：一是煤炭產業的固定資產投資與經濟增長之間存在著正相關關系，固定資產的增減直接影響著原煤產出的數量。從數據中可以看出，當2000年固定資產投資有所減少時，原煤產量隨之大幅度減少；而當以后固定資產投資量逐年增加時，原煤產量也隨之增加，計算結果通過理論論證使這種正相關性具體表現出來。二是固定資產投資與經濟增長之間的相關關系是基本平穩的。除了2001年產業低迷期外（這時的經濟低迷是由消費需求不足引起的，試圖通過增加投資等來增加產量的政策都不會對經濟增長有太大的刺激作用，此時的相關系數低于正常水平，只有0.5693），其余年份基本穩定，都在0.8左右浮動。因此，可以肯定地說，固定資產投資是近年來煤炭產業經濟增長的主要推動力。

由上可知，固定資產投資是推動煤炭產業經濟增長的重要手段。因此，在現代煤炭產業轉型的關鍵時期，企業應在充分了解市場需求的情況下加大固定資產投資，使投資對經濟增長的推動作用得以充分利用。

但是，在增加固定資產投資的同時還應注意投資結構的調整和投資效率的改善。

首先，要實現產業的轉型，必須注意調整產業的投資結構。長期以來由于煤炭產業只注重投資總量的增加而忽視投資結構的調整，導致產業增長主要靠投資，加上污染浪費嚴重等現象，嚴重影響了產業的可持續發展。當前，煤炭產業應在國家政策的引導下注重走低碳高能、可持續發展道路，合理安排產業鏈的固定資產投資，優化投資結構，從而推動產業結構合理轉型，逐步形成以煤炭為主導、多元化穩固發展的方式。

其次，注重投資效率的提高，變粗放式的投資方式為合理利用每一筆資金。目前，投資效率低下已經成為制約煤炭產業發展的瓶頸。為突破這個瓶頸，產業必須變粗放、高耗、低效、單一的投資方式為集約、低碳、高效、多元化，這樣在提高投資效率的同時還能實現產業的綠色、安全發展。

綜上所述，增加固定資產投資仍是煤炭產業在未來相當長一段時間內維持經濟增長的主要方式。因此，區域政府應不斷改善煤炭產業的投資環境，降低煤炭產業的投資風險，吸引多方面資金進入煤炭產業。

【參考文獻】

[1] 高鴻業.西方經濟學[M].中國人民大學出版社，2004.

[2] De Long J B，Summers L H. Equipment Investment and Economic Growth[J]. Quarterly Journal of Economics，1992（5）：445-502.

[3] Ross Levin，David Renelt. A Sensitivity Analysis of Cross—Country Growth Regressions[J].The American Economic Review，1992（4）：942-963.

[4] Alfred，Willi. Externalities of Investment and Endogenous Growth：Theory and Time Series Evidence[J]. Structure change and Economic Dynamics，2001，12（3）：295-310.

[5] Kala Krishna，Norman R. Swanson，Ataman Ozyildirim. Trade，Investment and Growth：Nexus，Analysis and Prognosis [J]. Journal of Development Economic，2003（2）：479-499.

[6] 劉金全，于惠春.我國固定資產投資和經濟增長之間影響關系的實證分析[J].統計研究，2002（1）：26-29.

[7] 焦佳，趙霞，于霄.我國經濟增長與固定資產投資的變結構協整分析[J].山東經濟，2008（1）：48-51.

[8] 袁文斌，吳群英，鄢寒.我國全社會固定資產投資與經濟增長關系的典型相關分析[J].現代經濟，2008（7）：107-108.

第2篇：固定資產投資效果分析范文

關鍵詞：擠出效應；動態面板GMM；分位數回歸

中圖分類號：F83059 文獻標識碼：A

收稿日期：2013-01-05

作者簡介：胡堅（1957-），女，北京人，北京大學經濟學院教授，博士生導師，研究方向：投資學與資本市場；楊光（1977-），女，北京人，北京大學經濟學院博士研究生，研究方向：投資學與資本市場；王智強（1982-），男，遼寧大連人，北京大學經濟學院博士研究生，研究方向：宏觀經濟學。

一、引言

2012年中央經濟工作會議提出，要保持宏觀政策的連續性和穩定性，繼續實施積極的財政政策和穩健的貨幣政策，確定了“穩中求進”的工作總基調。會議指出，經濟工作主要任務的第一項是“繼續加強和改善宏觀調控，促進經濟平穩較快發展。統籌處理速度、結構、物價三者關系”。會議在陳述積極性財政政策時，首先提到了繼續完善結構性減稅政策，繼之以加大民生領域投入，積極促進經濟結構調整，嚴格財政收支管理，加強地方政府債務管理等。而在之后的改革環節，則包含了推進營業稅改征增值稅和房產稅改革試點，合理調整消費稅范圍和稅率結構，全面改革資源稅制度，研究推進環境保護稅改革。

當前諸多宏觀經濟指標，諸如工業增加值增速、PMI等等，都預示著中國經濟面臨著下行風險。從經濟增長源泉的角度看，消費、投資和凈出口拉動經濟的三駕馬車中，消費囿于傳統的“高儲蓄—低消費”模式始終難有起色，凈出口由于受到歐債危機的影響而持續萎縮，因此2012年最為可靠的增長動力仍然是投資，正是基于此原因中國政府必然將實施積極的財政政策。結構性減稅當然是此次積極財政政策的亮點，但是傳統的增加政府財政支出的擴張性政策依然會成為財政政策的主要支撐力量。然而，這其中也不無擔憂。根據央行2012年1月8日公布的統計報告，2011年全年財政存款減少300億元，這創造了2000年以來的全年財政存款投放的歷史記錄，同時也意味著2011年12月單月的財政存款減少了132萬億元，2011年11月財政存款減少了3 762億元，超過了2008年實施財政刺激的水平（2008年11月財政存款減少1 403億元，12月104萬億元，全年增加408億元）。2012年伊始，大規模的政府財政支出已見端倪，5月份發改委加快項目審批節奏的行為更是引發了學術界對于新一輪“X萬億刺激政策”的猜測，這不由得令人產生一旦政府的財政支出規模持續擴張，能否導致經濟學中所謂“擠出效應”問題的擔憂。換言之，政府財政支出的擴張是否會導致私人部門的萎縮？本文使用2000-2009年中國省級面板數據，研究中國的政府財政支出是否對私人部門的投資具有擠出效應。

二、文獻綜述

關于政府財政支出對投資的影響，國外的實證研究沒有得出一致的結果，總體上來說，可以將其研究結論分為三種類別：

第一類研究認為政府財政支出對于私人投資具有積極的影響。Aschaure（1989）通過研究美國的數據發現，政府財政支出的擴張會導致投資回報率的上升，因此不但不會降低投資水平，反而會對投資產生明顯的“擠入效應”。Vijverberg（1997）認為，政府部門財政支出的先期擴張，會導致私人部門的繁榮，從而促進社會的固定資產投資水平。Lopez（2006）對西班牙不同地區1965-1997年的面板數據進行了研究，指出政府財政支出具有明顯的溢出性，特別市教育部門的公共支出其溢出性最為明顯，但是地區間不存在政府財政支出的溢出性，即某個地區財政支出的擴張不會提高相鄰地區的投資水平。Ang（2009）通過馬來西亞的宏觀經濟數據，采用多元協整的方法檢驗了政府財政支出和私人投資之間的關系，發現兩者之間的關系并非競爭性的，而是具有明顯的互補性。Hatano（2010）考察了日本政府財政支出和投資之間的長期協整關系，并指出兩者之間存在一種誤差修正機制從而導致長期的均衡狀態，日本的證據表明財政支出對投資是具有“擠入效應”的。

第二類研究認為政府財政支出對于投資具有消極的影響，因此“擠出效應”是客觀存在的。Bairam和Ward（1993）研究25個OECD國家政府財政支出和投資之間的關系，發現其中24個國家都是負相關關系。此外，另有多篇文獻針對不同國家或地區的實證檢驗也都發現了政府財政支出對投資的“擠出效應”，例如Blejer和Kahn（1988）對24個發達國家的研究，Ghali（1998）對突尼斯的研究，Ghura和Goodwin（2000）對亞洲和拉丁美洲國家的研究，Kitaoka（2002）、Nakazato（2004）對日本的研究等等。

第三類研究認為政府財政支出對于投資的影響是狀態依賴（state dependency）或者國別依賴（country dependency）。前者認為某些因素或者狀態的改變決定了到底是“擠入效應”還是“擠出效應”，而后者認為國別間的差異是明顯的，到底是“擠入效應”還是“擠出效應”主要因國別而異。對于狀態依賴的研究，某些文獻將通貨膨脹因素作為首要的關鍵的影響變量，例如Cohrane（2001）、Dupor（2001）提到，物價水平從根本上決定了國家或者地區的財政政策，因此不同的通貨膨脹水平下結果會截然不同；而Devarajan等（1996）則認為財政支出是否為生產性的（productive）才是最根本的決定因素，生產性與非生產性財政支出的比例不同，則同時有可能出現“擠入效應”或者“擠出效應”。對于國別差異的研究則比較常見，Atukeren（2005）選擇25個發展中國家進行研究，發現非洲國家存在“擠出效應”，而亞洲和拉丁美洲國家同時存在“擠入效應”和“擠出效應”，Afonso等（2009）選取17個發達國家（包括14個歐盟國家、加拿大、美國和日本）進行實證研究，他們的結論同樣是財政支出對投資的影響因國家差別而異。

對我國的財政支出和投資間的關系，理論和實證研究也并未達成一致的觀點。大多數研究認為我國存在“擠入效應”，例如郭慶旺（1999）、賈康（2003）等的理論和實證研究都表明我國政府財政支出和投資之間存在顯著的正相關關系，因此“擠入效應”是存在的，研究方法則是采用VAR模型居多，最新的方法也有采用空間計量經濟學模型的方法進行研究。也有部分研究認為我國存在“擠出效應”，例如張延（2010）研究了財政支出、投資和利率之間的關系，認為“擠出效應”盡管不大，但是仍然存在。此外，部分研究指出長期和短期結論可能會不同，地域之間也可能結論不同。董秀良等（2006）的實證結論是短期內存在“擠出效應”，長期則應為“擠入效應”。靳春平（2006）指出了財政支出的經濟增長效應在東部和西部之間存在明顯的區域性差異，而韓仁月（2009）采用VAR模型對我國省級數據進行了研究，發現東部地區為“擠入效應”，中西部地區則為“擠出效應”。

三、數據、變量說明及模型設定

本文的研究樣本包括中國內地31個省份、自治區及直轄市1990-2009年的面板數據①，來源為中經網統計數據庫。為研究政府財政支出對于固定資產投資是否具有擠出效應，需要引入其它的控制變量，如表1所示。

由于各省具有各自的特征，包括文化、社會、經濟、地理因素，而其中某些無法測量的特征不隨時間發生變化，因此對于這樣的面板數據通常應當采用固定效應模型進行分析，本文所采用的固定效應（FE，fixed effect）模型如下：

此外，從中國固定資產投資的現實情況看，長期以來固定資產投資具有自我加強的特征，因此本期固定資產投資常常和上一期的固定資產投資具有強烈的相關性。厲以寧稱這種特征為“投資沖動怪圈”，他指出，在改革過程中，投資沖動怪圈一直反復出現。地方政府對GDP的追求和GDP增長的積極性大于中央政府，而對經濟結構調整的興趣小于中央政府。另外，地方為了增加自己的財政收入和緩解就業壓力，總是要增加GDP，這就得增加投資，信貸量也隨之擴大。這樣一來，在全國范圍內投資的急劇上升和信貸通脹就造成了產能過剩和物價上漲。因此，考慮這一特征，本文在固定效應模型的基礎上將固定資產投資的滯后項也引入到自變量中，采用動態面板差分GMM的方法進行分析，動態面板模型設定如下：

四、實證結果分析

（一）固定效應模型和動態面板差分GMM模型結果分析

本文采用上面的模型，對固定資產投資的影響因素進行分析，得到的實證結果如表2所示。

固定效應模型的擬合優度R2=9400%，整體擬合情況比較好。從上表的實證結果看，可以發現以下幾個特點：

第一，政府財政支出對于私人投資的影響是正向的，而且該系數在1%水平下顯著。因此，從實證結果上看地方政府的財政支出促進了地方私人固定資產投資，對私人投資存在“擠入效應”，邊際彈性的分析表明政府財政支出對于私人固定資產投資的彈性為27%，因此當政府財政支出變化1%的時候，私人固定資產投資會相應地增加027%。

第二，地區生產總值GDP和地區消費價格指數CPI的系數均為正數，且在1%水平下顯著，而且兩者的邊際彈性都大于1。這表明地區生產總值對私人投資的增長具有放大效果，地區GDP每增長1%，地區私人固定資產總值可以增長1351%，因此正如劉偉（2005）所言，我國長期以來固定資產投資增速一直高于GDP的增速，對投資的過度依賴已經成為影響我國經濟增長方式轉變的一大瓶頸。地區消費價格指數CPI的彈性為1042%，這表明對于固定資產投資而言，存在一定的貨幣幻覺現象，真實固定資產投資不是中性的，會隨著通貨膨脹的增長而升高，通貨膨脹每上升1%，則真實固定資產投資會上升0042%。

第三，消費和私人投資存在顯著的負相關關系，消費和投資存在一定的補償效應。從理論上說，以Ramsey模型為例（戴維·羅默，2004），家庭需要在消費和資本積累之間進行衡量，因此當期消費越多，則可以用于投資的資本也就越少，因此消費和投資之間存在互相抵消的關系。從實證結果看，地區消費零售總額每增加1%，則固定資產投資會相應下降0347%。

第四，其它因素同樣可以影響地區私人固定資產投資：首先，地區私人固定資產投資和該地區的出口水平存在顯著的負相關關系，這一結論初看似乎不合常理。因為出口水平越多，則出口相關產業的固定資產投資水平也應當相應地增加。但是事實上由于模型中同時包含了地區GDP和出口這兩個變量，負相關關系的存在依賴于其它變量不變的前提，然而出口的增加必然伴隨地區GDP的上升，進而重新提升固定資產投資。可以計算出地區出口和地區GDP的相關系數是0852，因此實際的出口對于固定資產的影響應該為0928（0852×1351-0223），兩者之間仍然是正相關關系。其次，地區貨運量和固定資產投資呈現正相關關系，貨運量越大，說明該地區的工業發展水平越高，因此固定資產投資也相應會提高。最后，地區工業企業資產變量的系數為正且在1%水平下顯著。地區工業企業的資產越多，則相應地表明該地區的資本存量比較大，如果投資率沒有差異，則資本存量比較大的地區其投資水平也必然比較高。

接下來我們繼續分析動態面板差分GMM模型的擬合結果。對于差分GMM模型而言，引入了因變量的滯后項作為自身的工具變量來克服內生性問題，其前提是因變量存在明顯的序列相關性，Arellano-Bond檢驗表明差分前的序列存在自相關性，而差分后的模型不存在序列相關性，此外，Sargan檢驗的卡方統計量為237，表明模型不存在過度識別的問題。從實證擬合結果看，滯后一期的固定資產投資變量的系數為正數，且在1%水平下顯著。因此，固定資產投資存在自我加強的作用，上一期的固定資產投資越高，則本期的固定資產投資水平也相應會升高，上一期的固定資產投資越低，則本期的固定資產投資也相應會處于比較低的水平。換言之，實證結果支持厲以寧的“投資沖動怪圈”的論斷，固定資產投資自身具有強烈的自相關性。另外，動態面板差分GMM模型中，和固定效應模型FEM相比某些系數發生了變化，這是因為引入了滯后一期的固定資產投資變量以后，消除了某些變量的內生性，因此其系數自然會發生相應的變化。例如，地區消費價格指數CPI變得不再顯著，也就是說，當考慮到過去的固定資產投資對當期固定資產投資的影響之后，貨幣幻覺現象會消失。

（二）東部、西部、中部地區的“擠入效應”區域差異性分析

上文的研究表明政府財政支出對于私人投資具有“擠入效應”。在這一部分，本文將研究這種“擠入效應”是否同時存在于我國的東部、西部和中部地區。將整體樣本按照東部、西部和中部劃分為三個 ，具體而言，東部地區包括東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南等11個省（市），中部地區包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南等8個省（區），西部地區包括內蒙古、四川、重慶、貴州、云南、、陜西、甘肅、青海、寧夏、新疆、廣西等12個省（區、市）。采用固定效應模型，得到的實證結果如表3所示。

從擬合結果看，東部、西部和中部的固定效應模型的擬合優度R2都超過了93%，整體擬合效果比較好。分區域的固定效應模型表明：東部和西部存在明顯的“擠入效應”，而且兩個地區的“擠入效應”非常接近，兩個區域的“擠入效應”分別是229%和224%。與此相比，中部地區不存在顯著的“擠入效應”，也不存在“擠出效應”。此外，三個區域的GDP和CPI邊際彈性都超過了1，因此對三個區域來說，GDP的增長都會導致私人投資的更高速度的增長，以及三個區域都同時存在所謂的貨幣幻覺，物價水平的上漲會拉動真實固定資產投資水平的上升。最后，只有中部地區的消費對于固定資產投資存在顯著的抵消作用，另外兩個區域則都不顯著，中部地區省份的地區社會消費品零售總額每上升1%，其固定資產投資水平會相應下降0615%。

（三）“擠入效應”的時變特征分析：1994年分稅制改革的影響

在本文研究的樣本區間內，發生的最具有影響力的政策性事件就是1994年的分稅制改革。1994年，我國經濟體制改革在中央的“全面推進、重點突破”的戰略部署指導下進入新階段，財稅體制改革充當改革的先鋒，根據事權與財權相結合的原則，將稅種統一劃分為中央稅、地方稅、中央與地方共享稅，建起了中央和地方兩套稅收管理制度，并分設中央與地方兩套稅收機構分別征管；在核定地方收支數額的基礎上，實行了中央財政對地方財政的稅收返還和轉移支付制度等。成功地實現了在中央政府與地方政府之間稅種、稅權、稅管的劃分，實行了財政“分灶吃飯”。

從實質上說，分稅制改革主要影響的國家和地方政府的財政收入，但是財政收入分配的改變不可避免地會影響到財政支出。分稅制成功地使全國稅收總收入中，中央和地方的分成比例達到六比四，然而支出改革卻沒有同步進行，中央和地方的支出比例仍為3：7。根據預算，2010年中央本級支出中除了656%是對地方的稅收返還和轉移支付，第二大項支出就是國防（占比111%）。而省本級財政的支出，以廣東省2009年為例，最大的支出項是教育119億，約占省本級所有支出的16%；第二大支出是交通運輸，約114億，占比154%。

分稅制改革以后，地方政府的財政收入普遍依賴于中央政府的轉移支付制度，其受到中央的影響也變得更為明顯，中央本級財政產生的相當于其收入2/3的大量結余，絕大部分會被轉移到地方政府，以彌補他們的支付缺口。因此，將全部的樣本分為1990-1994，1995-2009年兩個子樣本，以期分析是否分稅制改革會影響到“擠入效應”的水平，亦即研究“擠入效應”的時變性特征。在此我們引入Year1994的虛擬變量，該虛擬變量在1994年之前（含1994年）為0，之后的年份為1，然后引入其和政府財政支出變量的交叉項Year1994×g，分別采用固定效應模型和動態面板的隨機效應模型，得到的結果如表4所示。

從結果上看交叉項系數在5%水平下顯著為負，這表明1994年的分稅制改革使得“擠入效應”在分稅制改革之后顯著減弱了。在分稅制改革之前，地方財政支出每上升1%，相應地地方固定資產投資會上升09%，而在分稅制改革之后，僅會上升0231%。分稅制改革對“擠入效應”的削弱和上文的分析是一致的，由于改革后地方政府對于財政轉移的依賴，因此其財政支出預算受到中央政府的影響增大，導致其對地方固定資產投資的自主決策能力減弱了。動態面板差分GMM模型的結果則表明，固定資產投資的自我增強現象仍然存在，而分稅制改革可以部分削弱這種自我增強的趨勢。

（四）“擠入效應”的非對稱性：基于分位數回歸的研究

本部分我們將通過分位數回歸的方法研究“擠入效應”是否存在非對稱性。具體而言，我們將逐個分析每個分位點回歸的“擠入效應”的大小，觀察其是否在不同的分位點下具有非對稱性，即是否在某些分位點下存在極大或極小的“擠入效應”。與最小二乘回歸相比，分位數回歸（Quantile Regression）利用自變量和因變量的條件分位數進行建模，因此能充分反映自變量對于因變量的分布的位置、刻度和形狀的影響，尤其是對于一些非常關注尾部特征的情況非常有效。因此，我們將利用分位數回歸的方法討論“擠入效應”的非對稱性。采用不同的分為點得到的結果如表5所示（由于我們這里主要討論的是“擠入效應”，因此此處省略了其它控制變量的回歸結果）。

從上圖可以看到財政支出的“擠入效應”存在明顯的非對稱性：隨之分位點的上升，其效應首先會下降，然后再逐漸上升，并超過了低分位點下的“擠入效應”。因此，在中等固定資產投資水平下，財政支出對其影響是最低的，而在較低水平和較高水平的固定資產投資水平下，財政支出的“擠入效應”是比較高的，尤其是在更高分位水平的固定資產投資下，財政支出的“擠入效應”會變得很高，在90%分位點上，政府財政支出每增加1%，固定資產投資會上升超過55%。

五、結論

本文通過中國2000-2009年省級面板數據，對政府財政支出是否存在“擠出效應”進行了實證研究，得到如下結論：

第一，整體而言政府財政支出對私人投資不僅沒有“擠出效應”，反而存在顯著的“擠入效應”，政府財政支出上升1%可以拉動私人固定資產投資上升027%。對東部、中部、西部的區域研究表明，東部和西部地區存在程度接近的“擠入效應”，而中部地區既不存在“擠入效應”也不存在“擠出效應”。

第二，“擠入效應”存在時變性和非對稱性。時變性分析表明分稅制改革之后“擠入效應”的程度降低了，這可能與分稅制改革后地方財政對中央財政的依賴性程度增加所導致；而對其非對稱性的分析則表明，“擠入效應”在較低水平和較高數量的私人固定資產投資下程度較高，而中等水平的私人固定資產投資下政府財政支出對其拉動效果較差。

第三，對于私人固定資產投資而言，存在一定的貨幣幻覺現象，真實固定資產投資不是中性的，會隨著通貨膨脹的增長而升高，通貨膨脹每上升1%，則真實固定資產投資會上升0042%。此外，消費和固定資產投資存在顯著的負相關關系，消費和投資存在一定的補償效應。

第四，動態面板GMM模型的檢驗表明，厲以寧提出的“投資沖動怪圈”的論斷是客觀存在的，固定資產投資自身具有強烈的自相關性，具有自我加強的特性。

綜上所述，實施積極的財政政策擴大政府財政支出，不僅不會造成“擠出效應”，反而可以有效地提升私人固定資產投資的水平，從而拉動經濟走出低谷，避免經濟的繼續下行。然而，本文的研究結論同樣揭示了擴大政府財政支出的幾點隱憂。首先，政府財政支出的擴張長期而言會誘發通貨膨脹，而私人投資同時具有通貨膨脹效應和自我加強效應的雙重屬性，因此會導致私人投資水平出現超過預期的放量增長，積極的財政政策有可能過分拉動經濟迅速走向過熱，伴隨著高位運行的通貨膨脹，必然導致經濟的再次失衡。而且私人投資的過度增長也不利于中國經濟結構的優化，和“十二五規劃”的轉型要旨相背離。其次，由于消費和私人投資之間具有補償效應，投資的增長會導致消費的進一步萎縮，同樣不利于經濟結構的優化和轉型，長期而言對中國經濟的健康運行并無裨益。

參考文獻：

[1] Afonson A， St. Aubynm. Macroeconomic rates of return of public and private investment： crowding-in and crowding-out effects [J].Manchester School， 2009，77（ S1）：21-39.

[2] Ang J B.Do public investment and FDI crowd in or crowd out private domestic investment in Malaysia [J]. Economics，2009，41：913-919.

[3] A schauer， D.A. Is Public Expenditure Productive？ [J]. Journal of Political Economy，1989，23：177 -200.

[4] Atukeren E. Interactions between public and private investment： evidence from developing countries [J]. Kyklos， 2005，8（58）：307-330.

[5] Bairam， Erkin and Ward， Bert.The Externality Effect of Government Expenditure on Investment in OECD Countries[J]. Applied Economics， 1993，25：711-716.

[6] Cochrane， J.H. Long term Debt and Optimal Policy in the Fiscal Theory of Price Level [J]. Econometrics， 2001，69：69-116.

[7] Devarajan， S.， Swaroop， V.， and Zou， H.The Composition of Public Expenditure and Economic Grwoth [J]. Journal of Monetary Economics，1996，37：313-344.

[8] Dupor，B. Exchange Rates and the Fiscal Theory of Price Level， Journal of Monetary [J]. Economics， 2000，45：613-630.

[9] Ghali， K. H.Public investment and private capital formation in a vector error-correction model of growth [J]. Applied Economics， 1998，30：837-844.

[10]Ghura， D. and Goodwin， B.Determinants of private investment： a cross-regional empirical investigation [J]. Applied Economics，2000，32：1819-1829.

[11]Kawade， Masumi， Arata Ito and Toru Nakazato.Effects and Changes of Fiscal Policies after 1990 in Toshihiro Ihori （ed.）[M]， 2004：105-123.

[12]Kitaoka， Takayoshi.Efficiency of Public Investment： Comparison of Japan and Australia [J]. Oceanian Economy， 2002，10：45-62.

[13]Lopez D M. Linking public investment to private investment： the case of Spanish regions [J]. International Review of Applied Economics， 2006，20：411-423.

[14]Toshiya Hatano.Crowding-in Effect of Public Investment on Private Investment [J]. Public Policy Review，2010，6：105-120.

[15]Vijverberg， etl. Public Capital and Private Productivity [J]. The Review of Economic and Statistics， 1997，79：267-278.

[16]戴維·羅默.高級宏觀經濟學[M].蘇劍，羅濤，譯.北京：商務印書館，2004.

[17]董秀良，薛豐慧，吳仁水.我國財政支出對私人投資影響的實證分析[J].當代經濟研究，2006（5）.

[18]郭慶旺，趙志耘.論財政赤字對資本形成的影響[J].經濟研究，1993（11）.

[19]賈康.我國財政政策的簡要回顧與效應評析[J].財經論叢，2003（1） .

[20]靳春平.財政政策效應的空間差異性與地區經濟增長[J].管理世界，2007（7）.

第3篇：固定資產投資效果分析范文

關鍵詞：財政政策 經濟增長 財政支出 固定資產投資 國內生產總值

財政政策是一種宏觀經濟調控手段，它可以用來調節總需求，應對嚴重的通貨緊縮或者通貨膨脹，避免經濟周期出現較大波動，在不同經濟時期實施不同的財政政策能起到保持或促進經濟增長的作用。明確財政政策與經濟增長的相關性問題，對當前我國政府制定符合國情的宏觀經濟調控政策具有重要現實意義。

相關文獻綜述

財政政策是在凱恩斯宏觀經濟學理論基礎之上發展而來的，凱恩斯主義主張政府對經濟積極干預，在總需求不足情況下，如果增加政府支出總需求就會增加，突出了政府赤字支出對總需求擴張作用。薩謬爾森在該理論基礎上, 強調稅收既是經濟的“自動穩定器”，又是政府掌握的穩定經濟的“人為穩定器”，他認為財政政策是一種管理和控制稅收及公共開支的政策。

國內一些專家學者對我國財政政策提出了獨到見解。樊綱（1998）強調,應根據國內外經濟狀況變化，對宏觀經濟政策進行經常性適時微調。陳松青（2001）認為，制定財政政策，要立足于我國二元經濟結構國情，公共支出應投向農村和農業，其“乘數效應”才是最大的。但邱華炳、蔣經法、李齊云等（2002）指出：積極財政政策效果沒有預期那樣大，乘數效應較小。滑冬玲（2010）分析了積極財政政策有效性不足問題，建議謹慎使用財政政策，同時結合適度寬松貨幣政策。在實證研究方面，李永友（2006）的研究表明經濟波動和財政政策波動之間存在不完全雙向因果關系。王樹華、方先明（2006）經過分析后得出：總體來看，中國財政政策從其宏觀效應來分析是有效的，但存在擠出效應，且時滯較為明顯。鐘永紅（2007）檢驗了1978～2006年間我國貨幣政策和財政政策有效性的差異性特征，認為積極財政政策僅在短期內有效，長期內呈現負效應且隨時間推移逐漸顯著。

綜上所述，大多數文獻只注重財政政策有效性研究，或者是比較貨幣政策與財政政策有效性差異，而很少通過實證研究方法來分析財政政策與經濟增長之間關聯性。因此，本文正是在該基礎上進行實證分析，然后得出相關結論。

實證分析過程

（一）變量選取及樣本來源說明

財政政策主要調控手段包括財政收入和財政支出。財政收入主要是稅收收入，但稅收本身并不能準確反映財政政策松緊程度；財政支出中的轉移性支出能夠直接影響投資，進而影響GDP，所以它能通過乘數效應對經濟產生很強的擴張作用。固定資產投資一直被當做宏觀經濟調控重要工具之一，有分析指出，固定資產投資水平和實際GDP之間體現出較強當期相關性，它仍然是驅動我國經濟增長主要動力之一。所以本文將財政支出（GE）和固定資產投資（FAI）作為財政政策代表變量，以國內生產總值（GDP）作為經濟增長代表變量。樣本區間為1990～2009年，采用年度數據，原始數據來源于中華人民共和國國家統計局。為了消除時間序列中存在異方差現象，分別對各個變量取自然對數，處理后的時序變量分別記為LGE、LFAI、LGDP。

（二）實證檢驗及結果分析

1.數據的ADF檢驗。為了證明所用時序數據是平穩的，避免出現偽回歸問題，在進行協整分析前，需對時間序列數據進行平穩性檢驗。樣本數據和其一階差分項的ADF檢驗結果見表1。

由表1可知，變量LGE、LFAI、LGDP都為非平穩序列，而經過一階差分后分別在1%、5%顯著水平下都是平穩的，故上述變量均為一階單整，記為I（1），所以可以運用協整方法進一步檢驗這些變量之間協整性。

2.數據的Johansen檢驗。協整檢驗是指兩個或兩個以上同階單整非平穩時間序列線性組合是平穩時間數列，則這些變量之間關系就是協整的。上述檢驗結果顯示三組時間序列是一階穩定的，故這些變量之間可能存在著一種長期穩定線性關系。Johansen協整檢驗結果見表2。

從表2中可以看出，只有第一個似然比統計量大于5%水平下的臨界值，表明LGDP與LGE、LFAI之間在5%顯著水平上有且僅有一個協整關系，協整關系式為：

et=LGDP-0.5124LGE-0.2857LFAI-3.5544

（1）

則各變量之間的長期均衡為：LGDP=0.5124LGE+0.2857LFAI+3.5544

（2）

（0.1580） （0.1525）

以上協整關系式中，兩個解釋變量彈性系數都為正值，說明在長期內GDP與GE、FAI之間存在正相關性，即GE、FAI對GDP具有明顯正向推動作用；且GE影響力較大（彈性系數為0.5124），而FAI影響力相對要小些（彈性系數為0.2857），說明GE對GDP貢獻率要大于FAI。

3.Granger檢驗。經過上述協整關系檢驗，各變量之間存在高度相關性，但這并不意味著它們之間就一定存在因果關系，且因果關系方向也不明確。為此，本文運用因果關系檢驗方法來分析GDP與GE、FAI之間是否存在因果關系。王文博認為，Granger因果檢驗對滯后期長度較為敏感，最好是多選幾個不同滯后期進行檢驗，若結果一致，則認為檢驗較可信。本文將以該原則進行因果關系檢驗，具體過程如表3。

由表3可知：除滯后期取3時，GE都是GDP的Granger原因；而滯后期取1～4時，GDP都不是GE的Granger原因。當滯后期取1～3時，FAI是GDP的Granger原因，取4、5時，FAI不是GDP的Granger原因，此時說明FAI對GDP影響消失；GDP始終不是FAI的Granger原因。綜上，GE、FAI和GDP具有正向變動關系，但GE對GDP影響時間更持久。

4.脈沖響應函數。接下來運用脈沖響應函數分析GE、FAI對GDP動態影響，圖1、圖2分別是我國GDP增長對GE、FAI脈沖響應函數圖。

由圖1可以看出，當本期給LGE一個沖擊后, 會引起GDP迅速增長，并在第6期達到最大（0.044），持續時間較長，隨后效果開始逐漸減弱，但減弱速度較慢。由圖2可知，當本期給LFAI一個沖擊后, 也會引起GDP迅速增長，并在第5期達到最大（0.11），持續時間較短，隨后效果開始逐漸減弱，但減弱速度較快。綜上得出，GE、FAI對GDP動態沖擊影響存在明顯差異：GE對GDP影響速度相對較慢，效果較弱，但持續時間較長；FAI對GDP影響速度相對較快，效果較強，但持續時間較短。

結論及啟示

財政支出、固定資產投資與GDP之間體現出較強相關性，三者存在一種長期均衡關系，而且驅動機制主要表現為財政支出、固定資產投資對GDP拉動作用。雖然財政政策效應發揮具有一定時滯性，對經濟增長正向影響卻是顯而易見的。

財政支出、固定資產投資與GDP之間具有影響關系上的非對稱性，財政支出對GDP具有單向強Granger因果影響，固定資產投資則與GDP之間存在單向弱Granger因果關系。這說明在當前的經濟形勢下，可以通過調整財政支出和投資率增長率來引導未來經濟走勢，但同時需注意遵循適度原則。

我國當前財政政策與經濟增長之間尚未形成一種長期穩定的內在調節機制。從趨勢上看，財政支出對GDP貢獻明顯大于固定資產投資，但是固定資產投資對GDP影響速度明顯快于財政支出。因此，在今后一段時期內，應注意合理優化財政政策結構，使政策各要素之間互相適應和協調，以促進經濟可持續發展。

我國財政政策短期調控效果顯著，但對經濟增長影響不夠深遠。從實證研究結果可以看出，財政支出、固定資產投資對GDP的脈沖作用并不持久，說明經濟自身內在發展動力不足，所以當前財政政策并不是促進經濟發展的長久之計，亟待進一步完善。

參考文獻：

1.楊君昌.對我國財政政策有效性的若干看法—凱恩斯主義者與貨幣主義者在財政政策上的分歧及其啟示[J].當代財經，2002(1)

2.莊海燕.我國積極財政政策的有效性分析[J].現代管理科學，2003(7)

3.樊綱.新階段的宏觀經濟政策取向[J].宏觀經濟研究，1998(1)

4.陳松青.二元經濟條件下財政政策有效性的思考[J].財經研究，2001(8)

5.周洪，馬栓友，馬 .“積極財政政策效應及可持續性高級專題研討會”綜述[J].財貿經濟，2002(1)

6.滑冬玲.后金融危機時期提高積極財政政策有效性的對策[J].經濟縱橫，2010(12)

7.李永友.我國經濟波動與財政政策波動的關聯性分析-兼論我國財政政策的相機抉擇與自動穩定機制[J].財貿經濟，2006(4)

8.王樹華，方先明.中國財政政策宏觀經濟效應的實證檢驗：1978-2004[J].中央財經大學學報，2006(8)

9.鐘永紅.中國貨幣財政政策有效性的比較檢驗[J].北京工商大學學報(社會科學版)，2007(5)

第4篇：固定資產投資效果分析范文

關鍵詞:教育投入;經濟增長;VECM脈沖響應;方差分解

中圖分類號:F127.42 文獻標識碼:A 文章編號:1003-4161(2010)03-0006-05

一、引言

新古典模型和新增長理論研究表明,教育對經濟增長具有重要影響,是人力資本積累和技術變遷的有效途徑。一方面,教育投入通過影響教育部門的發展,提升了受教育者的人力資本水平,并通過教育溢出效應,加速了技術進步與變遷,從而促進了整個國民經濟的發展;另一方面,教育投入作為一種消費性支出,其增加將直接影響經濟增長,同時通過對其他投資的擠入擠出效應、產業關聯效應等影響經濟的增長(祝樹金,虢娟,2008)。

基于增長核算的分析框架,Jorgenson-Fraument(1992), Mankiw-Romer-Well(1992)的研究表明,人力資本投資解釋了人均產出的大部分差異。而Hall-Jones(1999),Klenow-Rodriquez(1997)的研究則認為TFP起著主要的作用。基于增長回歸的分析框架,大部分的研究都認為人力資本對經濟增長有顯著的作用,只是在貢獻程度的測算上存在差異。如Judson(1998)和Benhabib-Spiegel (1994)的研究得出,人力資本每增加一個百分點,GDP增長率分別增加11個百分點和12~17個百分點。Barro(1991),Levine-Renlt(1992)用入學率作為人力資本變量的研究則認為,中學入學率每增加一個百分點,GDP增長率增加2.5~3.5個百分點。國內的研究,(1)基于省級面板數據的研究:祝樹金和虢娟(2008)應用橫截面加權的廣義最小二乘法,得出教育支出對地區經濟增長有顯著的正向作用,其生產彈性要大于物質資本的生產彈性;姚先國和張海峰(2008)在增長回歸框架下,應用動態面板數據方法和傳統的固定效應估計,發現教育對人均產出增長有積極的影響,并表現出一定程度的溢出效應,不過與資本投入相比,教育差異仍不是地區經濟差異的主要因素;于凌云(2008)則從政府和非政府教育投入比的角度,應用面板數據的協整檢驗,發現在教育投入比相對較低的地區,物質資本投入是拉動經濟增長主要原因,非政府投入的增長對人力資本積累的效果更加明顯。陸銘等(2005)應用合聯立方程模型和分布滯后模型的研究也證實,教育受收入差距的影響較弱,投資對于經濟增長的作用超過了教育。(2)基于我國宏觀時間序列數據的研究:廖楚暉(2006)應用VAR方法的研究表明,我國經濟的人均產出與政府的教育投入有顯著關系,政府教育投入對經濟增長有直接的促進作用;周英章和孫崎嶇(2002)基于協整回歸方法研究認為我國教育投入和實際經濟增長之間存在著長期的均衡關系,教育投入是推動經濟增長的重要力量。李玲(2004)通過協整回歸分析卻得出,與固定資產投資對經濟增長的貢獻能力相比,教育投資對經濟增長的貢獻能力更高;崔玉平(2004)基于增長回歸分析的研究發現,近年來我國公共教育投資與物質資本投資一樣,具有大致趨同的邊際收益率,沒有證據顯示我國存在公共教育投資嚴重不足的問題。

縱觀已有文獻,由于在(工具)變量選取、數據質量、計量方法等方面存在差異,教育對經濟增長的貢獻并未達成一致的結論。且大部分研究都傾向使用跨國數據或國家層面的宏觀時序數據與省域面板數據,對省域個案的研究較少。另外,大部分研究都側重于長期關系的度量,對短期波動的關注不足。本文將在向量誤差修正模型(VECM)的框架內(1)對省域個案的研究,以甘肅1979年到2008年的數據為樣本。由于中國區域發展的不平衡,研究省域個案也許更具有現實意義。(2)由于雙變量的時間序列分析可能會因遺漏重要解釋變量而導致錯誤的因果關系推斷(姚先國,張海峰,(2008)),我們將影響GDP增長的重要變量――固定資產投資納入分析框架,進而測算教育投入的產出彈性及對經濟增長的貢獻率。(3)本文不僅分析了教育投入與經濟增長的長期均衡關系,而且重點考察了教育投入、固定資產投資與經濟增長的短期動態特征。

本文的結構安排如下:第二部分為相關變量說明、描述性分析與實證模型設計,第三部分為實證結果分析,最后為結論及政策含義。

二、數據分析與實證模型設計

(一)數據說明

本文的經驗分析使用了三個時間變量:GDPt表示國內生產總值原始序列取對數后的序列;EIt表示教育投入的對數時間序列;FIt表示固定資產投資的對數時間序列。數據范圍為甘肅省1979―2008年間的時序數據。數據來源為甘肅省歷年統計年鑒。

(二)數據分析

伴隨著科教興國戰略的實施以及國家對欠發達地區教育重視程度的提高,甘肅教育投入額顯著增加。1979年甘肅教育投入額為1.3億元,2008年已達18.3億元。從對國內生產總值的占比來看,基本維持在一個穩定的水平,近些年來略有上升;從對財政支出的占比來看,其波動幅度略大,但比重有所提升。

圖2描述了教育投入占GDP的比重與GDP增長率之間的簡單關系。圖中趨勢線明顯有正的斜率,表明甘肅省教育投入占比與經濟增長存在一個正向的關系,即教育投入額越多,經濟增長越快。需要說明的是,這種描述性的統計變量之間的關系只是一種顯示性的結果,不能作為教育投入額與經濟增長關系的度量,兩者之間的確切關系還有待于實證結果的檢驗。

(三)實證模型

一般傳統的回歸模型都以經濟理論為基礎,應用模型對經濟主體的行為做出適當的描述,然后分析外生變量如何影響內生變量。但是這種模型存在一些缺陷,即在聯立方程模型設定過程中,必須人為的假定一些外生變量,并且假定外生變量事先給定,不受模型中內生變量的影響;為達到識別的目的,常常假定某些前定變量僅僅出現在某些方程中,這些假定招致了Sims的嚴厲批判。Sims認為,為使結構模型可識別而施加了許多約束,這種約束是不可信的。如果在一組變量之間有真實的聯立性,那么就應該對這些變量平等的加以對待,而不應事先區分內生變量和外生變量。 由此,Sims提出了VAR(Vector Autoregressive)模型。

在VAR模型中,沒有內生變量和外生變量之分,而是所有的變量都被看作內生變量,初始對模型系數不施加任何約束,即每個方程都有相同的解釋變量―所有被解釋變量若干期的滯后值。

一個VAR(P)模型表述如下:

Yt=c=∏1Yt-1+∏2Yt-2+LL+∏pYt-p+εt=c+∑pi=1∏iYt-i+εt,εt~ⅡD(0,Ω)(1)

其中, Yt為N×1階時間序列列向量。 c為N×1階常數項列向量。∏1,……∏p 均為N×N階參數矩陣,εt~ⅡD(0,) 是N×1階隨機誤差列向量。對最大滯后階數的確定依據LR似然比檢驗、AIC信息準則或SC準則。對于一個向量Yt的VAR(P)而言,假設系統中含有K個變量,如果向量Yt是平穩的,則系數可以進行OLS估計。如果變量含有單位根,直接回歸可能產生偽回歸的問題,在不存在協整關系的情況下,一種選擇是對非平穩變量進行差分,然后再對差分變量建立VAR模型,其弱點是經濟含義不是很清晰。如果存在協整關系,則不必進行差分,可以通過Johasen的最大特征根和跡估計方法,以及Osterwald-Lenum提供的可行臨界值表確定VAR模型中的協整關系。

假設Yt:Ⅰ(1),則可以直接對變量建立向量誤差修正模型(VECM):

Yt=μ+ΓΔYt-1+Γ2ΔYt-1+……Γp-1ΔYt-p+1+∏Yt-p+U8(2)

其中,壓縮矩陣

∏=-Ⅰ+∏1+LL+∏p(3)

假設∏的秩為r(0

三、經驗分析

(一)單位根檢驗

VAR建模首先要檢驗變量的平穩性。如果非平穩變量Xt的一階差分Xt是平穩的,則Xt是具有一個單位根的一階單整過程。下面使用ADF統計量進行單位根檢驗。檢驗過程的滯后階數由AIC信息準則確定,結果由表1給出。

變量ADF統計量5%臨界值1%臨界值伴隨概率P結論

GDP-3.4227-3.5806-4.3239 0.0686非平穩

GDP-3.3366-2.9718-3.6891 0.0226平穩

EI-0.2948-3.5742-4.3098 0.9869非平穩

EI-3.9890-2.9718-3.6891 0.0049平穩

FI-3.1640-3.5806-4.3239 0.1119非平穩

FI-3.8959-2.9718-3.6891 0.0061平穩

通過單位根檢驗,可以看出所有變量取對數后的序列是非平穩的,但它們的一階差分都是平穩的,說明它們都是一階單整序列,即I(1)序列。因而,可以在此基礎上繼續檢驗這些變量之間的協整關系。

(二)協整關系檢驗

如果所考慮的時間序列具有相同的單整階數,且某種線性組合使得時間序列的單整階數降低,則稱這些時間序列之間存在顯著的協整關系。由于GDPt、EIt、FIt都是一階單整序列,具備進行協整的基礎。下面我們先考慮協整向量的個數R的確定,在現有文獻中,一般使用Johansen的特征根對R進行檢驗,具體檢驗結果由表2給出。

原假設備擇選擇特征值跡統計量5%水平下臨界值P值**

R=0R≥10.473930.90829.79700.0371

R≤1R≥20.271813.562715.49470.0957

R≤2R≥30.16894.99753.84140.0254

注:*表明在5%的顯著水平下拒絕原假設;**表示Mackinnon-Haug-Michelin(1999)p值。

檢驗的結果表明檢驗的三個變量之間在5%顯著性水平下僅存在一個顯著的協整關系(即R=1),取標準化的協整向量,得到下述協整關系(括號內數字表示參數估計的t統計量值)。

GDPt=0.12EIt+0.43FIt

估計結果表明, 1978-2008年甘肅的國內生產總值、教育投入和固定資產投資三個變量之間存在長期均衡的協整關系。從長期看來,教育投入、固定資產投資的彈性系數均為正,即兩者對地區經濟增長存在正向作用,且固定資產投資的彈性系數大于教育投入的彈性系數,但教育投入的t統計值不顯著,所以教育投入的產出效應并不明顯。

(三)向量誤差修正模型建立

獲得協整關系估計后,可以將VAR模型表示為誤差修正形式。事實上,向量誤差修正模型是包含協整約束條件的VAR模型,如下:

ΔGDPt=a10+a1Zt-1+∑Pi=1a11(i)ΔGDPt-i+∑pi=1a12(i)ΔEIt-1+∑pi=1a13(i)ΔFIt-1+ε1t(6)

ΔEIt=a20+a2Zt-1+∑Pi=1a21(i)ΔGDPt-i+∑pi=1a22(i)ΔEIt-1+∑pi=1a23(i)ΔFIt-1+ε2t(7)

ΔFIt=a30+a3Zt-1+∑Pi=1a31(i)ΔGDPt-i+∑pi=1a33(i)ΔFIt-1+∑pi=1a33(i)ΔFIt-1+ε3t(8)

其中,amm(i)為短期調整系數,m、n=1,2,3;Zt-1為協整關系中的誤差修正項,a1、a2和a3為誤差修正項系數;P為滯后階數,按照AIC準則選定P=1,其P為滯后階數)。誤差修正模型具體估計結果由表三給出。

被解釋變量

ΔGDPΔEIΔFI

解釋變量系數t統計值系數t統計值系數t統計值

C0.08942.73850.12562.24190.11241.9096

Zt-1-0.2472-2.0399-0.0545-0.26260.38981.7855

ΔGDPt-10.39402.19820.17290.56250.05840.1809

ΔEIt-1-0.1139-0.7718-0.0096-0.0381-0.0621-0.2337

ΔFIt-10.06680.55080.14400.69280.38661.7698

注:Zt-1 = GDPt-1- 0.09EIt-1- 0.74FIt-1-3.84

從表3結果知, GDP增長率的誤差修正系數為負(為-0.25),表明GDP增長率向均衡收斂。教育投入的誤差修正系數有正確的符號(-0.05),但統計上不顯著,對修復非均衡狀態沒有太大的影響。固定資產投資的誤差修正系數為正,表明對均衡的偏離,說明GDP主要通過FI進行調整。且短期來看,教育投入不利于GDP的增長(系數為-0.11);但教育投入與GDP的長期均衡關系系數為正(0.09),教育投入有利于長期GDP的增長。

(四)脈沖響應與方差分解

協整分析只提供變量間長期關系的信息,但是沒有為一個變量作用于另一個變量的動態特征提供更多的信息,引入脈沖響應函數有助于解決這個問題。脈沖響應函數刻畫的是在VECM擾動項上加上一個單位標準差大小的新信息沖擊 (innovation)對內生變量的當前值和未來值所帶來的影響。以VECM模型為基礎,采用正交化方法和Choleski分解技術,建立教育投入、國內生產總值與固定資產投資的脈沖響應函數模型。

從圖中可以看出:(1)教育投入增長的正向自沖擊,有利于自身的改善。沖擊呈波動的趨勢,沖擊的效果逐漸減小,第四期達到最小,后又逐漸增大。(2)GDP增長對教育投入增長的沖擊第一期為負,第二期達到最小后逐漸增大為正,第三期達到最大,說明GDP增長沖擊存在時滯性。(3)FI增長對教育投入增長的沖擊最初為正,但效果逐漸減小,且波動性較強。(4)FI增長對GDP增長有正向的沖擊,在第五期達到最大,此后沖擊逐漸趨于穩定。

運用Sims的方差分解法,通過求解擾動項對向量誤差修正模型預測均方誤差的貢獻度。ΔGDP的方差分解結果見表四。可知,GDP增長主要依靠自身的促進作用,教育投入增長對GDP增長的影響水平較低,但程度逐漸增大。FI增長對GDP增長的貢獻水平高于EI增長,且貢獻程度也呈逐漸增大的趨勢。

四、結論及政策含義

本文通過對甘肅省教育投入、固定資產投資與GDP增長的長期均衡與短期動態分析,得出如下結論:

(一)甘肅教育投入、固定資產投資與經濟增長存在長期穩定的均衡關系,對經濟增長有正向的作用。但滯后一期時,教育投入增長對經濟增長的系數為負,造成這一結果的可能原因是教育對人力資本的形成是一個長期的過程,教育投入對經濟增長的促進作用有較長的時滯。

(二)甘肅教育投入、固定資產投資的產出彈性系數為正,分別為12%和43%,固定資產投資的彈性系數高于教育投入,但教育投入的彈性系數統計檢驗上并不顯著。這說明,在欠發達地區資本投入仍是影響經濟增長的主要因素,教育投入對人力資本提升、技術進步的促進作用有限。

(三)向量誤差修正分析表明,GDP增長率的誤差修正系數為負,表明GDP增長率向均衡收斂。教育投入的誤差修正系數有正確的符號,但統計上不顯著,對修復非均衡狀態沒有太大的影響。固定資產投資的誤差修正系數為正,表明了對均衡的偏離。

(四)脈沖響應分析說明,教育投入增長對自身有正向的沖擊,對GDP增長沖擊的影響一段時間后才能發揮作用。固定資產投資增長對GDP增長具有正向的沖擊作用。方差分解表明,固定資產投資增長對GDP增長的貢獻高于教育投入增長的貢獻,教育投入增長對GDP增長的影響水平較低,GDP增長主要依靠自身的促進作用。

總體來說,甘肅經濟增長投資驅動型特征明顯。教育投入對經濟增長有正向的左右,增加教育投入有利于人力資本積累效應和教育溢出效應的發揮,對甘肅經濟增長的可持續性具重要的作用。然而,由于甘肅地處西北內陸區經濟發展落后,地方財力貧乏,用于教育的投入有限,客觀上要求國家增加對落后地區的教育投入,同時甘肅也應理順教育投資結構,健全教育經費管理體制,從而提高教育投入的產出效益,推動地方經濟發展。

參考文獻:

[1]于凌云.教育投入比與地區經濟增長差異[J].經濟研究,2008,(10).

[2]姚先國,張海峰. 教育、人力資本與地區經濟差異經濟研究[J].經濟研究,2008,(05).

[3]祝樹金,虢娟.開放條件下的教育支出、教育溢出與經濟增長[J].世界經濟,2008,(05).

[4]陸 銘,陳 釗.因患寡,而患不均――中國的收入差距、投資、教育和增長的相互影響[J].經濟研究,2005,(12).

[5]姚益龍,林相立.教育對經濟增長貢獻的國際比較:基于多變量VAR方法的經驗研究[J].世界經濟,2005,(10).

[6]陳釗,陸 銘,金 煜.中國人力資本和教育發展的區域差異:對于面板數據的估算[J].世界經濟, 2004,(12).

[7]廖楚暉.我國人力資本和物質資本的結構及政府教育投入[J].中國社會科學,2006,(01).

[8]崔玉平.公共教育支出的經濟價值[J].教育與經濟,2004 ,(04).

[9]李 玲.中國教育投資對經濟增長低貢獻水平的成因分析[J].財經研究,2004,(08).

[10]周英章,孫崎嶇.我國教育投入對實際經濟增長的貢獻實證分析[J].中國軟科學,2002,(07).

[11]李雪松.高級經濟計量學[M].北京:中國社會科學出版社,2008:134―166.

[12]易丹輝.數據分析與Eviews應用[M].北京:中國人大學出版社,2008:207―243.

[13]JORGENSON, D. W. and FRAUMENI, B. (1992), "Investment in Education and U.S. Economic Growth", Scandinavian Journal of Economics, 94, S51-70.

[14]MANKIW, N. G. ROMER, D. and WEIL, D. N. (1992), “A Contribution to the Empirics of Economic Growth”, Quarterly Journal of Economics, 407-437.

[15]HALL, R and JONES, C. (1999), “Why Do Some Countries Produce So Much More Output Per Worker Than Others?” Quarterly Journal of Economics, 114, 1, 83-116.

[16]KLENOW, P. and RODRIQUEZ-CLARE, A. (1997) “The Neoclassical Revival in Growth Economics: Has it Gone Too Far?” NBER Macroeconomics Annual.

[17]JUDSON, R (1998), “Economic Growth and Investment in Education: How Allocation Matters”, Journal of Economic Growth, 3(4), 337-60.

[18]BENHABIB, J. and SPIEGEL, M. (1994) "The Role of Human Capital in Economic Development: Evidence from Aggregate Cross-Country Data", Journal of Monetary Economics, 34, 143-73.

[19]BARRO, R. (1991), "Economic Growth in a Cross Section of Countries", Quarterly Journal of Economics 106, 407-443.

[20]LEVINE, R, and RENELT, D. (1992), “A Sensitivity Analysis of Cross-Country Growth Regressions”, American Economic Review, 82, 4, 942-963.

第5篇：固定資產投資效果分析范文

關鍵詞運營收入；指標；灰色關聯度；分析

中圖分類號：F530.3 文獻標識碼：A

隨著我國市場經濟的逐步完善，運輸市場的競爭日趨激烈。作為我國交通運輸業的骨干，鐵路運輸一直被譽為國民經濟的大動脈，其生產運營效率的高低直接影響著我國經濟和社會的發展[1]。如何有效的加速鐵路發展、提高運營效率，是當前鐵路部門上下普遍關心的問題。本文將不同時期的鐵路運輸收入與鐵路發展的相關指標聯系起來進行灰色關聯度分析，研究影響運營收入的主要因素及變化趨勢，為我國鐵路的發展提供參考。

灰色系統關聯度分析原理

灰色關聯度分析法(Grey Relation Analysis)[2]是一種多因素統計分析方法，它是以各因素的樣本數據為依據，用灰色關聯度來描述因素間關系的強弱、大小和次序，若樣本數據反映出的兩因素變化態勢(方向、大小和速度等)基本一致，則它們之間的關聯度較大；反之，關聯度較小。

灰色關聯度分析實用性強、應用廣泛，幾乎滲透到社會科學和自然科學的各個領域，尤其在經濟社會領域，如經濟宏觀預測、部門投資效益、區域經濟優勢分析、微觀經濟因素分析等方面，都取得了較好的應用效果。

灰色關聯度分析

廣義灰色關聯度一般有三種，即：灰色絕對關聯度、灰色相對關聯度和灰色綜合關聯度。

因為綜合關聯度與灰色絕對關聯度和灰色相對關聯度都有關系，因此利用其來分析本問題。

無論計算哪一種關聯度，我們必須要有原始數據序列：

主元素數據序列：

個比較序列：

其中，，。

灰色絕對關聯度的計算步驟

1. 將原始數據序列無量綱化：一般情況下，原始變量序列具有不同的量綱或數量級，為了保證指標的可計算性，需對變量序列進行無量綱化。本文用如始點零像化得方法進行無量綱化：

2. 指標關聯系數：

設：，

則絕對關聯度計算公式為：。

灰色相對關聯度的計算步驟

定義與（，均不為0，）為、的零點像，則稱與的灰色絕對相關聯度為與的灰色相對關聯度，記為。故只要求序列出初值像后，其以后的計算步驟如2.1即可。

2.3灰色綜合關聯度

設與分別為與的灰色絕對關聯度和灰色相對關聯度，，則稱為與的灰色綜合關聯度。

灰色綜合關聯度既體現了折現與的相似程度，又反映出與相對于始點的變化速率的接近程度，是較為全面的表征序列之間聯系是否緊密的數量指標。一般的，我們取=0.5，如果對絕對量之間的關系較為關心，可取大一些；如果對變化速率看得較重，可取小一些。

我國鐵路運營影響因素的灰色關聯度分析

3.1因素選取

根據國內外關于鐵路運營收入影響因素的相關研究以及我國鐵路運營的特征，考慮到數

據的可得性和可比性，選取以下4個影響因素進行灰色關聯度分析：鐵路的運營收入（）受鐵路可提供的服務范圍的影響，采用鐵路運營里程（）來代表；新的管理方法，技術設備的投入和應用亦影響著運營收入，選用固定資產投資（）來代表；固定資產凈值（）和鐵路職工隊伍（）也在鐵路運營中起著重要的作用，故也把它們作為考慮的要素。從有關資料上搜集了2009年~2012年我國鐵路運營總收入及上述4個因素的統計數據，列于表1，作為分析的行為數據。

表1鐵路運營總收入及相關因素行為數據表[4][5][6][7]

3.2求灰色絕對關聯度

根據前面所述，可得（）零點像：

=（0，224.7，570.1，1376.5），

=（0，2435.6，4081.8，4963.9），

=（0，463.1，1187.2，1651.2），

=（0，379.3，1406.1，2008.3），

=（0，-2.80，-6.53，-9.01）。

由（），得

=1483.05，=8999.35，=2475.9；=2789.55，=13.835；

由（），得

7516.3，992.85，1306.5，1497.335；

由（），得

=0.5824，0.7995，0.7659，0.5000。

求灰色相對關聯度

首先求出（）初值像，得

（1，1.125，1.318，1.767）

（1，1.033，1.056，1.068）

（1，1.514，2.317，2.832）

（1，1.060，1.222，1.317）

（1，0.987，0.970，0.958）。

將諸（）的始點零化像為：=（0，0.125，0.318，0.767）

=（0，0.033，0.056，0.068），=（0，0.514，1.317，1.832）

=（0，0.060，0.222，0.317），=（0，-0.013，-0.030，-0.042）

同樣得到其指標關聯系數：

0.8265，0.123，2.747，0.4405，0.064

0.7035，1.9205，0.386，0.8905

由（），得

0.7348，0.7043，0.8545，0.6798

求綜合關聯度

取=0.5，由（），得

0.6586，0.7519，0.8102，0.5899。

結果分析

由，可知：

。

為最優因素，次之，又次之，最劣。也就是說，我國鐵路每年的固定資產凈值對運營總收入的影響最大，其次是固定資產投資，再次是鐵路運營里程，而鐵路職工隊伍的總人數對運營收入的影響最小。

固定資產凈值體現的是目前有固定設備和移動設備為運輸生產提供支持，它們是運輸生產的前提基礎，對總收入的影響最大。另一方面，固定資產投資的幅度與鐵路固定資產凈值又是密切相關的。我國鐵路長期以來面臨的問題就在于供給不足，需要大量的基礎設施建設，以增強鐵路運能運力，滿足國民經濟發展的需要，同時也會促進鐵路運營收入水平的提高。目前，我國處在一個鐵路基礎設施建設的戰略機遇期，這勢必會給鐵路運輸帶來新的活力，也會為我國經濟又好又快的發展提供強大的保證和支持。此外，在我國鐵路發展的過程中，信息技術在運輸生產中得到了廣泛的應用，使得運輸生產效率大大提高，科技進步在鐵路運營中的推動作用愈益明顯，而職工數量在將來還會進一步下降。

結論

鐵路運營收入的高低和多種因素密切相關，分析與之相關因素的關聯度，對于指導我們進一步采取措施提高鐵路運輸效益有著積極的指導意義。

本文基于灰色理論，采用灰色關聯度方法對影響鐵路運營收入的因素進行分析，實現了定性與定量分析的結合。與傳統分析方法相比，灰色關聯度分析不用考慮樣本量的多少和有樣本無典型分布規律，可以減少挑選變量分析計算的工作時間。同時，該方法原理簡單、易于掌握、計算簡便、排序明確、對數據分布類型及變量之間的相關類型無特殊要求，實用性強。通過算例可以看出，利用本方法得出的結果與實際是相吻合的，可以成為鐵路運輸管理部門分析運輸實際、指導鐵路運輸發展的合理方法。

參考文獻：

[1] 黎毅.鐵路運輸企業業績綜合評價體系研究[J].鐵道運輸與經濟.2002

第6篇：固定資產投資效果分析范文

第二條本辦法適用于在本市行政區域內新建、改建、擴建的水泥熟料、鋼鐵、玻璃、印染、電力、造紙、化工、電鍍、有色金屬冶煉項目、年綜合能耗2000噸標準煤（或年電耗300萬千瓦時）以上或年耗水15萬噸以上的各行業、以及其它需要聯合審查的工業投資項目（含內外資，以下簡稱項目）。

第三條建立市工業固定資產投資合理用能與排污總量控制聯審協調工作小組，聯審協調工作小組由市政府、市發改委、市經委、市環保局和各縣區政府的分管領導組成，下設工業固定資產投資合理用能與排污總量控制聯審辦公室（以下簡稱市聯審辦），辦公室設在市經委。

市聯審辦由與工業投資項目密切相關的部門業務骨干組成，負責日常具體事務，聯審工作協調小組負責重大項目的決策。

第四條符合審查范圍內的項目，業主在申請項目報批、核準或備案時，應提交合理用能與排污總量控制專篇。合理用能與排污總量控制專篇應包含以下內容：

（一）項目概況；

（二）項目所在地能源供應條件；

（三）合理用能標準和節能設計規范；

（四）能耗指標主要包括年綜合能耗、單位產品(產值)綜合能耗、分品種實物能耗總量、按單一能源品種考核的實物單耗、主要工序(工藝)單耗、單位產品綜合能耗和主要工序(工藝)單耗指標與國際、國內對比分析等；

(五)排污指標主要包括污染物排放種類、數量、防治措施和總量控制方案等；

（六）項目主要工藝設備的能效指標，主要工藝流程采取的節能減排先進工藝、技術及效果分析。

第五條項目合理用能與排污總量控制聯審的主要內容包括：項目是否符合國家產業政策和產業布局規劃及排污總量控制要求；項目是否符合國家、地方和行業節能設計規范及標準，用能總量、能源結構是否合理；項目能效指標和污染物排放指標是否達到同行業國內先進水平；有無采用明令禁止或淘汰的落后工藝、設備；項目采用節能新工藝、新技術、新產品等情況。

第六條年綜合能耗2000噸標準煤及以上或年耗水在15萬噸及以上的項目，應當對項目合理用能和排污總量控制專篇進行評估。

評估意見應對合理用能與排污總量控制專篇所提供材料的真實性、能耗指標和排污總量控制水平作出客觀公正的評價，并包含采用的標準和數據是否正確、主要生產工藝和污染防治措施是否科學合理進行分析比較等內容。

第七條各級工業固定資產投資項目管理部門，應認真甄別項目，對需要提交節能減排專篇的項目，應在受理項目的同時，將項目資料轉報市聯審辦。市聯審辦在接到申請后的5個工作日內對提交的項目材料進行聯審，出具聯審意見；對需要評估的項目，市聯審辦應在接到申請后的10個工作日內委托有關機構評估，并出具評估意見；如需要進一步論證的項目，市聯審辦應組織相關專家進行論證，專家論證時間不計入上述時限內；對意見分歧較大的項目，提交市聯審協調工作小組討論決定。

市聯審辦不向項目業主收取項目評估和專家論證費用。

第八條各級工業固定資產投資項目管理部門，對未按規定取得市聯審辦出具的合理用能與排污總量控制專篇審查批準意見的項目，不予報批、核準或備案。對擅自投資建設的，由相關部門依法追究各相關責任人的責任。

第九條經批準（備案）的項目在實施過程中確需變更建設規模、建設內容、節能技術方案、污染物排放總量等重大內容的，項目業主按本辦法第四條規定，在辦理有關變更報批核準備案時，提交變更后的合理用能與排污總量控制專篇，通過合理用能與排污總量控制審查。

第十條項目業主應當按照經批準的合理用能和污染防治及排污總量控制專篇所提出的合理用能和污染防治措施，委托有工程設計資質單位進行工程設計。

項目設計單位應當按照經批準的合理用能和排污總量控制專篇要求進行設計。

項目業主不得以任何理由要求設計單位、施工單位擅自修改經審查合格的合理用能和污染防治設計文件，降低節能減排污染防治標準；項目建成后，達不到合理用能標準、節能設計規范和排污總量控制要求的，不予驗收；在項目竣工驗收時，應當包括合理用能和環保竣工驗收等專項記錄。

第十一條各級節能和環保行政主管部門依法組織對項目的節能措施、能耗指標、污染防治及總量控制等落實情況進行監察。對未按節能減排標準和規范建設、設計的項目，有權責令項目業主、設計單位限期改正，逾期不改正的依法追究項目業主或設計單位的法律責任。

第十二條承擔合理用能和排污總量控制評估的機構，違反職業道德、弄虛作假，致使合理用能和排污總量控制評估意見失實的，依法追究相關責任。聯審人員，應嚴格執行國家法律法規和技術規范的有關規定,對在審查過程中、的，由所在單位給予行政處分；構成犯罪的，依法追究刑事責任。

第十三條國家、省合理用能和排污總量控制新規定出臺后，按新規定執行。

第7篇：固定資產投資效果分析范文

關鍵詞：寧波港；港口吞吐量；影響因素

中圖分類號：F124.6 文獻標志碼：A 文章編號：1673-291X（2013）28-0262-05

寧波“以水為魂，倚港衍生”，港口在寧波經濟社會發展中具有龍頭和領航作用。改革開放以來，寧波港依托其得天獨厚的自然地理條件，得益于中國國民經濟的可持續快速發展和對外貿易的日益增長，以及浙江“建設海洋經濟大省”和寧波“以港興市、以市促港”的發展戰略，港口綜合運營能力得到飛速提升。至2011年末，寧波沿海碼頭泊位達334個，集裝箱專用碼頭達23個；集裝箱航線總數達236條，其中遠洋干線126條，近洋支線58條，已初步形成覆蓋亞洲、美洲、歐洲、非洲的全球型集裝箱運輸網絡，正可謂“港通天下”。

然而，發展中的寧波港依然面臨競爭加劇、港口的基礎設施總量相對不足、各類專業性碼頭泊位吞吐能力缺口不斷擴大等等問題，因此，寧波港該如何審時度勢，繼續發揮港口的功能和優勢，加快自身發展，應對各方挑戰，已成為港口面臨的重大課題。眾所周知，港口吞吐量是港口發展規模的重要指標，是港口生產近期安排、中期計劃、遠期規劃的基礎。鑒于此，本文試圖在分析寧波港近三十余年發展變化規律的基礎上，以吞吐量為港口產出指標，借助SPSS軟件，定量分析港口發展的內在驅動因素，并對寧波港的未來發展趨勢作出預測，以期為有關部門確定港口布局、投資規模、營運策略等提供參考。

一、相關研究回顧

理論來源于實踐，同時相關的理論研究又是為解決現實的問題服務的。長期以來，作為近代中國“五口通商”口岸之一的寧波港，其高速發展以及在發展過程中出現亟待解答的問題也引起了學術界的高度關注，從文獻檢索來看，已有的相關研究圍繞三個方面展開：一是從戰略規劃高度出發，圍繞寧波港自身具有的優劣勢，結合對當前社會經濟形勢的判斷，對寧波港持續發展提出了一些具有建設性的建議[1～3]。二是從港口發展與所在城市地方經濟發展相互促進的辯證關系出發，探討港口吞吐量與區域經濟發展的關聯程度，大多數研究表明這兩者之間有著密不可分的關系。如鐘昌標和林炳耀（2000）運用投入產出模型對寧波港發展的社會效益研究表明，寧波港每增加1元產值，能夠帶來89.64元社會效益[4]；王岳聰（2007）認為寧波地區GDP對寧波港的邊際貢獻率較高，每億元GDP增長為港口帶來11.93萬噸左右的港口吞吐量提升[5]；但鄧煥彬和朱善慶（2009）利用Panel Data模型，得出港口吞吐量對寧波經濟發展促進作用的彈性系數為0.08（小于0.1），意味著吞吐量對港口對寧波地方經濟影響較小[6]。三是港口吞吐量影響因素與發展預測研究。從現有的文獻來看，在研究港口吞吐量影響因素方面，主成分分析法得到眾多學者的青睞，但由于研究對象、研究時間區間、選擇的變量等不同，得出的結論存在較大的差異。

從上述的分析中可以看出，盡管國內外學者對寧波港給予了應用的重視，開展了一系列有益的探索并形成了一些有價值的研究成果。然而，這些研究對于解決當前寧波港所面臨的困境而言，仍然缺乏直接的指導性，有必要作進一步探索和研究。

二、寧波港發展現狀及內在驅動因素實證分析

（一）改革開放以來寧波港發展變化特征

1.體制創新推動港口實現跨式發展

改革開放以來，中國港口管理體制進行了兩次改革，即1984年對沿海13個港口實行的“中央和地方雙重領導，以地方為主”管理體制改革，和2001年11月再次將港口管理改為“地方直接管理，實行政企分開”，體制創新有力地推動了港口發展，寧波市政府抓住機遇，確立“以港興市，以市促港”的發展戰略，使得寧波港煥發出新的生機和活力。2004年8月國務院同意包括寧波在內7個港區開展區、港聯動試點，同年出臺了《中華人民共和國港口法》，這些對促進港口管理加速與國際接軌，推動港口經濟市場化的良性發展，實現港口的跨式發展起到十分重要的作用。

2.流程優化拓展服務的廣度和深度

從1996年5月起，寧波口岸查驗和服務單位全部進駐港區現場聯合辦公，為客戶提供報關、查驗、金融、保險、船代、貨代等一條龍服務；1999年6月底起啟動杭州至寧波異地”直通關”業務；同時在金華市金三角工業園區建設國際集裝箱堆場，設立金華至寧波海關直通式監管點和商檢機構，大大減少了中轉環節，使寧波港為浙江省內陸地區提供經濟、便捷的出海通道；而后建成的義烏、金華、衢州、慈溪、蕭山、紹興、上饒、鷹潭八個無水港，以及甬臺溫鐵路、杭州灣跨海大橋、甬金高速、繞城高速等集疏運體系的完善，使得寧波港口腹地得到進一步拓展。港口業務管理信息化、網絡化以及港航系統內部辦公自動化，滿足客戶便捷溝通需求，提高了港口服務效率。

3.三大動力共同促進港口運輸量迅猛增長，國際環境影響顯著

地區經濟的快速增長，進出口貨物及運輸結構調整，集裝箱化率提高，三大因素共同推動了寧波港口吞吐量高速增長，尤其在加入WTO之后，社會各界充分發揮勞動力資源比較優勢，對外貿易發展迅猛。然而受2008年美國金融危機以及隨后發生的歐債危機等國際環境影響，港口吞吐量出現一些波動，從圖1中可以看出，不同計劃時期有較大差異：（1）“六五”和“七五”時期均出現前三年增長相對緩慢，后兩年增長加速情形；年均增長率相對較高；（2）“八五”時期港口貨物吞吐量年均絕對增長量達860萬T（是“七五”時期的2.8倍），除1994年度增長率略趨減緩之外，仍然保持年均21.8%高速增長率；（3）由于遭受亞洲金融危機影響，“九五”時期增幅進一步下降，但隨后經濟復蘇以及對外開放貿易，寧波港口吞吐量在“十五”時期呈現直線增長態勢，年均絕對增長量高達3 067萬T，增速達18.4%；（4）受國際環境影響，“十一五”增速趨緩，但從寧波港2011—2012年運行情況來看，增長態勢喜人。

4.國內能源和戰略物資中轉港地位得到充分鞏固和確立

獨特的區位優勢和港口自然條件，使得寧波港發展成為中國鐵礦、原油、液體化工進出口及煤炭、糧食等散貨和集裝箱集散、中轉的基地，承擔為全國30多個鋼廠輸送著鐵礦原料功能。下頁圖2顯示了自1990年以來寧波港集裝箱、煤炭及制品、石油及制品、金屬礦石等主要貨物吞吐量的變動軌跡。從圖中不難看出，除了石油、天然氣及制品由于受2006年2月投入經營的冊子島中石化油品碼頭分流影響，吞吐量出現輕微波動之外（伴隨著2009年10月大榭130萬立方米油庫及30萬噸級油碼頭的投產，分流現象已經得以緩解），寧波港各主要貨物吞吐量基本呈現快速的增長的狀態，集裝箱吞吐量由1990年2.2萬TEU上升到2011年1 451.2萬TEU，年均增長21.7%，居中國大陸港口第三位，世界港口第六位，譜寫了集裝箱增長“世界看中國，中國看寧波”的神話。

（二）寧波港口發展內在驅動因素分析

1.數據來源與變量選擇說明

港口吞吐量（Port Throughput）是衡量港口規模大小的最重要指標，也是衡量國家、地區經濟發展的重要的參考依據。影響港口吞吐量的因素十分復雜，它既包括港口自身條件因素，也包括客觀的區域因素，如腹地的大小，生產發展水平的高低，外向型經濟發展狀況和進出口商品的數量等等。根據前述學者的研究，結合寧波港實際情況，本研究將地區GDP（億元）、人均GDP（元/人）、進出口貿易總額（億美元）、鐵路貨運量（萬噸）、公路貨運量（萬噸）、全社會固定資產投資（億元）、外商直接投資（億美元）等7個因素納入模型分析范圍。

為了使本文研究結果有更強的時效性和解釋能力，同時考慮到各指標變量時間序列數據的可得性和完整性，本文將研究的時間范圍限定在1990—2011年，其中1990—2010年各變量數據來源于寧波統計年鑒；2011年數據來源于寧波市統計局的《2011年寧波市國民經濟和社會發展統計公報》；在分析過程中用到的各變量月度數據來源于寧波市交通管理委員會、寧波市港口管理局官方網站（）。

2.研究方法確定

從現有的文獻來看，在港口吞吐量影響因素的研究中主成分分析法得到推崇，但在實際的應用中，該方法更多地只是一種達到目的的中間手段，往往被作為許多大型研究的中間步驟，在對數據進行濃縮后繼續采用其他其他多元統計方法以解決實際問題。考慮到港口自身條件、所處腹地經濟條件等差異，以及不同研究方法有著自己嚴格的適用條件，因此，為盡可能捕捉影響港口吞吐量的關鍵因素，本研究首先對數據進行預處理分析。在數據預處理的過程中，（1）為消除不同量綱影響，便于比較和統計分析，將所有變量進行標準化處理；（2）各變量之間的散點圖矩陣表明，自變量與應變量之間存在顯著的線性關系；（3）地區GDP與人均GDP兩個變量之間完全線性相關（Pearson相關系數為1.000），因此，在后續的模型構建時，僅選擇反映經濟總量的地區GDP。最后確定應用多重線性回歸模型刻畫寧波港吞吐量與其影響因素之間的關系[16]，即：

yi=■i+ei=b0+b1xi1+…+bnxin+ei （1）

在（1）式中：y和■表示實測值和估計值；ei為殘差，是應變量實測值與估計值之間的差值；b0為常數項；b1為偏回歸系數，表示當其他自變量取值固定時，自變量xi每改變一個單位時■的變化量；n為自變量個數。

3.模型擬合與結果分析

SPSS中提供的自變量進入模型的方法有前進法（Forward）、后退法（Backward）、逐步回歸法（Stepwise）以及不加選擇的將所有變量都納入模型默認選項Enter和規定為Remove的自變量強制剔除出模型的Remove選項。根據本文的研究目的，選擇“后退法”作為模型自變量篩選方法，即首先將所有自變量都納入回歸模型，考察其中無統計學意義的k個自變量（k≤n），將其中P值最大者（xi）剔除出模型。如此反復進行，直到模型中剩余的所有自變量均有統計學意義為止，即首先將選定的自變量包括地區GDP（億元）、進出口貿易總額（億美元）、鐵路貨運量（萬噸）、公路貨運量（萬噸）、全社會固定資產投資（億元）、外商直接投資（億美元）全部納入模型分析，然后根據其在模型中是否具有統計學意義逐一篩選，最后確定進入模型變量。

在SPSS輸出的“進入模型變量說明表”中給出了在模型擬合過程中四個步驟中每一步引入或剔除出模型的變量。首先被剔除出模型的是鐵路運輸量，接著是地區生產總值和進出口貿易總額這兩個變量。也就是說，最終進入回歸模型的自變量包括公路運輸量、固定資產投資和外商直接投資。

在SPSS輸出的回歸方差分析表中（見下頁表2）顯示了模型擬合的四個步驟所得的模型擬合優度。其中，模型4的復相關系數R為0.997，校正的判定系數R2為0.993，F統計值為968.28，模型4各檢驗值表明其顯著優于其他三個回歸方程。

同樣，回歸系數及顯著性檢驗的計算結果顯示，模型4的常數項的t的顯著性概率為1，表示常數項與0沒有顯著差異，表明常數項不應出現在模型中；變量“公路運輸量”的顯著性概率為0.079（小于0.10），表示“公路運輸量”對港口吞吐量呈正向影響，且變量“公路運輸量”偏回歸系數為0.125，大于變量“固定資產投資”（其偏回歸系數為0.113），說明變量“公路運輸量”對港口吞吐量的影響（或者說貢獻）大于 “固定資產投資”；變量“固定資產投資”的t的顯著性概率為0.000，顯著異于0，其偏回歸系數達0.776，T統計值為8.864，說明在進入模型4的三個解釋變量中，“固定資產投資”對寧波港港口吞吐量的貢獻最大。

4.模型的進一步診斷與修正

從上述多元線性回歸模型擬合的結果來看，變量“公路運輸量”、“固定資產投資”、“外商直接投資”都可以作為解釋變量存在于模型中，解釋寧波港港口吞吐量的變化。然而，從統計學意義角度來講，在利用多元線性回歸模型研究經濟與管理問題時，可能會存在由于多個變量有共同的變化趨勢而出現的多重共線性問題，也就是導致回歸模型給出虛假的回歸效果好的結論，需要進一步進行診斷。從下頁表3模型的多重共線性診斷（Collinearity Diagnostics）結果來看，各變量的容忍度（Tolerance）小于0.1，方差膨脹因子（Variance inflation factor，VIF）大于5，說明存在嚴重的多重共線性，需要作進一步處理。根據常見的五種多重共線性問題的處理方法，采用逐步回歸法逐步刪除不重要的（t值相對小的）解釋變量。結果表明，變量“固定資產投資”是目前寧波港港口吞吐量的最重要的影響因素（模型R2為0.991，F統計值為2 247.544，方差膨脹因子VIF=1.000）。

三、寧波港貨物吞吐量發展趨勢預測

港口吞吐量的時序變動軌跡是港口各種綜合因素的影響結果，從理論上講，根據這種變化趨勢做時間上的外推可以在一定程度上預測某港口在一定時期內可能的發展趨勢。因此，在寧波港口吞吐量預測的研究中，考慮到“軟、硬環境”的影響，選取2000—2011年寧波港港口吞吐量的實際值并借助于SPSS軟件進行曲線擬合。在曲線擬合的過程中發現，港口吞吐量變動軌跡與二次項方程（Quadratic）擬合最好，由此得回歸模型為：

Y=9 653.41+3 639.49t-46.69t2，R2=0.990 （2）

t （10.525） （9.389） （-1.375）

方程（2）中，Y為寧波港貨物吞吐量，單位為萬噸；t為年份（設2000=0，2001=1……2011=11）。

上頁圖3為2000—2011年寧波港口貨物吞吐量的時序圖，圖中直觀地刻畫了實際值、擬合值以及95%置信區間估計值的分布，擬合曲線較好地反映了實際觀測值的變化趨勢。

表4顯示，模型的預測結果與其統計數據之間誤差的平均值較小，說明方程（2）能夠較好地反映實際情況。根據模型可以推測出，至2015年寧波港港口吞吐量將達到53 740萬t，①2020年達到63 766萬t。

四、結論與建議

實證研究結果表明：（1）固定資產投資對寧波港貨物吞吐能力提升的拉動效應顯著。說明寧波市委市政府在進入新世紀以來高度重視固定資產投資尤其是保持高強度的交通固定資產投入② 政策收效明顯，高速公路、鐵路、航空和江海聯運、水水中轉等全方位綜合性的集疏運網絡體系的形成，大大提高了寧波港口凝聚和輻射功能。（2）地區生產總值與港口吞吐量尚不存在顯著的互動關系。原因有兩個：一是正如鄧煥彬和朱善慶（2009）研究所指出的“港口的服務腹地遠大于港口所在城市范圍”所致；二是港口對所在城市的貢獻不僅體現在地區GDP增長方面，更體現在港口對城市的間接經濟貢獻方面，③如港口服務業和相關產業對區域經濟直接影響的波及效應對該地區產生的第二輪及其之后的各輪的經濟影響等。（3）寧波港口貨物吞吐量仍將保持較高的發展速度。腹地經濟的持續快速發展、人民生活水平的提高、城市化進程的不斷加快以及腹地資源開發都將擴大對港口運輸的需求，同時也將對寧波港的綜合運營能力提出新的要求。

因此，為解決當前港口供給能力結構性不足與不斷增長的運輸需求之間的矛盾，真正實現“港為城用，城以港興”，建議：（1）在加大基礎設施投資建設的同時，更加關注“建設、養護、管理和運輸服務協調”發展，由依靠“量”的相對滿足和擴張向更加注重服務的質量和效率轉變，優化“無水港”布局；（2）鑒于寧波、舟山兩港同屬一個海域，共用同一條航道和錨地，實為一個整體，為了適應港口發展需要，積極推進寧波-舟山港一體化建設步伐，合理配置現有資源；（3）發揮港口優勢，調整港口直接產業、相關產業與依存產業與寧波城市產業的關系，培育發展高端海洋服務業，為寧波市突破第三產業長期偏低問題④尋找解決方案。

參考文獻：

[1] 陳旻蔚.寧波港持續發展戰略研究[D].北京：對外經濟貿易大學碩士學位論文，2005：7-12.

[2] 孫秋高.寧波港向“第四代港口”跨越式發展的戰略思考[J].中國港灣建設，2008，（4）：80-83.

[3] 童蒙達.寧波港跨越發展的啟示[J].港口經濟，2009，（1）：37-39.

[4] 鐘昌標，林炳耀.一種港口社會效益定量分析方法的探討——以寧波港為例[J].經濟地理，2000，（5）：70-73.

[5] 王岳聰.一種關于GDP與港口吞吐量關系的分析方法探討——以寧波港為例[J].經濟論壇，2007，（20）：80-82.

[6] 鄧煥彬，朱善慶.全國沿海主要港口吞吐量與地區經濟發展關系研究[J].中國港口，2009，（2）：43-48.

[7] 張文彤.SPSS統計分析高級教程[M].北京：高等教育出版社，2004：97-117.

[8] 王緝憲.中國港口城市的互動與發展[M].南京：東南大學出版社，2010：11-16.

①寧波公路水路交通運輸“十二五”規劃中提出：至2015年，寧波港域貨物吞吐量將達到5.5億噸。

②“十一五”期間寧波市公路水路總投資高達599億元，其中公路投資461.6元，港口及航道投資137.4億元。

③宋炳良（2001）采用投入產出矩陣對上海港的經濟貢獻測算結果顯示：港口的直接經濟貢獻不到2/3，而間接貢獻則高于1/3。

④2011年，寧波市三次產業的比重為4.2∶55.5∶40.3，第三產業所占比例顯著低于國內同類城市。

收稿日期：2013-06-19

第8篇：固定資產投資效果分析范文

關鍵詞：CRITIC-DEA；區域物流；區域經濟；協同發展

DOI：10.13956/j.ss.1001-8409.2015.03.22

中圖分類號：F252；F207文獻標識碼：A文章編號：1001-8409（2015）03-0102-05

引言

在現代經濟中，區域物流的發展已成為區域經濟增長的主要動力和現代化的重要標志，區域物流的發展在一定程度上影響著區域經濟發展的潛力和在全國區域分工格局中的地位、作用，同時區域經濟的發展也會帶動物流需求的增加和物流產業的發展，兩者在協同發展中相互適應、相互影響。

國外學者將物流視為經濟發展的先決條件，特別是將物流作為一種重要的基礎設施，影響區域經濟的長期發展。RosensteinRodan較早提出基礎設施建設的重要性，認為基礎設施建設是社會發展的先行資本，應該優先發展[1]。Rostow也認為物流相關設施建設是經濟騰飛的必要條件[2]。國內關于“區域物流與區域經濟相互關系”的研究主要集中在三個方面，首先，區域物流驅動區域經濟的發展，Fan和Zhang通過實證研究證明物流發展對中國區域經濟存在顯著的正向作用[3]，王圣云和沈玉芳提出區域物流競爭力的提高對于改善我國區域經濟發展環境，推動區域經濟發展有十分重要的意義[4]。其次，區域經濟促進區域物流發展，張毅和陳圻在計算全國30個省物流系統與經濟系統發展協調度的基礎上，提出在經濟發展的帶動下貨物周轉量和固定資產投資的提升對區域物流的發展貢獻非常明顯[5]。再次，兩者相互影響和促進，李全喜和金鳳花等基于2003～2008年我國31個省面板數據，利用典型相關分析的方法，表明區域物流與區域經濟發展高度相關[6]，賀玉德和馬祖軍運用協同學模型認為區域物流與區域經濟在協同中具有階段性特點，協同程度在不斷的融合和沖突中上升[7]。

以上研究旨在說明區域經濟和區域物流在發展中相互影響、協同發展，只不過影響程度各自不同，這也是本文要提出的問題，既然協同發展的程度不同，那么如何測量和計算協同發展的程度，如何進行科學量化應該是研究協同發展的一個重要議題，集中在方法上，有的學者運用多目標決策、AHP、模糊綜合評價、數理統計等方法，但這些方法中對系統靜態評價多，動態時序性評價少，主觀影響因素多，相對客觀因素較少，穆東提出運用DEA的方法建立系統之間的協同發展評價模型，從協同和發展兩方面得出對區域協同發展的綜合評價[8]。

本文在運用DEA協同發展評價模型的基礎上進行三點創新，其一，在指標選擇上DEA方法使用指標不同于一般評價指標，主要分為輸入和輸出兩種，其相互間并非“大而全”的概括，而是“少而精”的測評，在分析內在機理的基礎上，運用SPSS軟件，通過相關系數檢驗和因子分析，篩選系統內相關指標科學地確定描述系統指標。其二，在指標賦權上，查閱現有文獻，并未將權重系數運用到DEA協同發展模型的指標中，為提高評價精度，本文對指標進行客觀賦權――CRITIC值，判斷指標的離散程度對系統目標的影響，通過科學權重提高DEA評價的科學性和有效性。其三，以往DEA協同發展評價大多以固定時間節點，描述一個時期內不同系統內部的協同發展狀況，缺乏動態性和可預測性。本文基于四川省2003～2012年數據，充分描述區域物流和區域經濟協同發展的動態規律和發展趨勢，為制定政策和區域發展提供決策和參考。

1協同發展指標體系構建

如何構建科學合理的評價指標，全面真實地反映協同協調程度，是測評協同發展程度的關鍵步驟，指標體系應該能夠直接有效地反映區域物流與區域經濟協同發展狀態，但又不宜過于繁多，信息冗余，影響測評效果。學術界普遍通過區域物流和區域經濟的特性進行分類，如經濟規模性、經濟結構性、經濟前瞻性、物流基礎性、物流可持續性、物流支撐性、物流網絡化等一系列二級指標，通過二級指標的建立確定數據可循的分指標，達到測評目的。如此有兩個弊端，第一，確定指標范圍的主觀化，減低科學性，或者二三級指標倒置，先確定易取數據的三級指標，然后分析指標特性進行二級指標劃分。第二，忽視兩個系統間指標的互動性，應立足于區域物流與區域經濟協同發展緊密相關的指標進行選擇，單個系統指標的“高大全”對于評價復合系統未免失真。

DEA模型對評價指標的選擇有兩點要求，首先，指標數量并非越多越好，選擇最能反映系統實質特征的精簡指標，得到決策單元的有效區分度，同時當指標中包含線性關系時，可去掉相關指標，降低數據處理維度并不影響評價結果。其次，確定系統輸入和輸出的邏輯關系，對于邏輯屬性不明顯的指標，根據輸入越小越好，輸出越大越好來進行劃分[9]。

區域物流與區域經濟協同發展系統評價指標的初選是在借鑒相關文獻的基礎上，進一步對區域物流和區域經濟系統做內部分析，將涉及到的指標進行分類劃分，然后依據2003～2012年四川省原始數據，應用SPSS190軟件進行相關性分析，剔除線性化指標，降低指標維數，簡化評價體系。按照DEA的指標數量M與決策單元數目N需保持2M=N=3M的原則，本文決策單元數N分別為20個和18個，所需要的評價指標M應在7～10和6～9之間，按照輸入輸出邏輯關系劃分，最終所得DEA輸入輸出指標體系。

區域物流系統初始指標包括：交通運輸倉儲和郵政業城鎮固定資產投資額、運輸線路長度、第一產業固定資產投資、第二產業固定資產投資、交通運輸倉儲和郵政業生產總值、貨運量、貨物周轉量、第一產業生產總值、第二產業生產總值、進出口總額、鐵路營業里程、內河航道里程、高速公路里程、民航里程、載貨汽車數量、民用運輸船舶數量、郵政業務總量、特快專遞數量、年末移動電話用戶、公路貨物周轉量。

區域經濟系統初始指標包括：地方財政收入、社會固定資產投資、進出口總額、地區支出總額、居民消費總額、地方財政支出、人均GDP、地區生產總值、工業總產值、人均財政收入、工業增加值率、總資產貢獻率、居民人均可支配收入、工業利潤總和、職工年均貨幣工資、農民人均年收入、民營經濟增加值、居民消費水平指數。

SPSS相關分析篩選指標后，區域物流系統的輸入指標包括：交通運輸倉儲和郵政業城鎮固定資產投資額（X1）、運輸線路長度（X2）、第一產業固定資產投資（X3）、第二產業固定資產投資（X4），輸出指標包括：交通運輸倉儲和郵政業生產總值（X5）、貨運量（X6）、貨物周轉量（X7）、第一產業生產總值（X8）、第二產業生產總值（X9）。

區域經濟系統的輸入指標包括：地方財政收入（Y1）、社會固定資產投資（Y2）、進出口總額（Y3），輸出指標包括：地區支出總額（Y4）、居民消費總額（Y5）、地方財政支出（Y6）、人均GDP（Y7）、地區生產總值（Y8）、工業總產值（Y9）。

2CRITICDEA協同發展模型構建

21CRITIC法賦權

在DEA協同發展評價前先確定指標權重，提高評價結果的精度和合理性。確定權重的方法主要分為主觀賦權法和客觀賦權法，王昆、宋梅州[10]對三種客觀權重賦值法進行比較，即熵權法、標準離差和CRITIC法，認為CRITIC法不僅考慮了指標變異大小對權重的影響，同時考慮了各指標間的沖突性。陶長琪等[11]則將CRITIC賦值法運用于協同評價中，對我國產業組織演變的協同程度進行了實證分析。CRITIC法由Diakoulaki[12]提出，他認為評價指標權重由兩個因素決定，一個是標準差，反映了評價指標值的變異程度；另一個是相關系數，如果兩個評價指標之間具有較強的正相關，說明兩個指標沖突性較低；如果具有較強的負相關，說明兩個指標沖突性較高，CRITIC法的基本原理為：

Cj=σj∑nj=1（1-rij），j=1，2，...n（1）

其中Cj表示第j個評價指標對體系的影響程度，σj表示第j個評價指標的標準差，rij表示第i個評價指標與第j個評價指標之間的相關系數。Cj值越大第j個評價指標對體系的影響程度就越大，該指標相對重要性也就越大，因而第j個評價指標的客觀權重ωj的計算公式為：

ωj=Cj∑nj=1Cj，j=1，2，...n（2）

依據四川省區域物流與區域經濟的標準化數據，通過SPSS170軟件可得子系統的標準差σ和相關系數r，將相關數據代入式（1）和式（2），可得區域物流與區域經濟系統評價指標權重系數ω。

22DEA協同發展評價模型

221A系統對B系統的協同效度、發展效度和協同發展效度模型

把系統A對系統B的協同發展關系看作投入產出關系，如果分母代表A系統的投入組合，分子代表B系統的產出組合，則A系統相對于B系統的協同發展綜合效度為Ze（A/B）=θ0e（A/B），公式為：

Maxhe（A/B）=uTyBvTxA；s.t.uTyBvTxA≤1；（3）

j=1，2，...，n；u≥0，v≥0

分時規劃式（3）的線性規劃模型[13]為：

θ0e（A/B）=minθe（A/B）

s.t∑nj=1xAjλA/Bj+s-=xA0θe（A/B）

∑nj=1yBjλA/Bj-s+=yB0

λA/Bj≥0，s-≥0，s+≥0，j=1，2，...，n（4）

對于C2GS2模型，如果A系統的輸入對應B系統的輸出，則A系統對B系統的協同效度為Xe（A/B）=σ0e（A/B），公式為：

σ0e（A/B）=minσe（A/B）

∑nj=1xAjλA/BJ+s-=xA0σe（A/B）

s.t∑nj=1yBjλA/BJ-s+=yB0；∑nj=1λA/Bj=1

λA/Bj≥0，s-≥0，s+≥0，j=1，2，...，n（5）

而A系統對B系統的發展效度為：

Fe（A/B）=S0e（A/B）=θ0e（A/B）σ0e（A/B）（6）

如果分式規劃中分母代表系統B的投入組合，分子代表系統A的產出組合，根據同樣的處理方式，可以計算出B系統對于A系統的協同發展效度，包括綜合效度、協同效度和發展效度。

222兩個系統之間的協同效度、發展效度和協同發展效度模型

依據DEA和系統間可持續發展評價理論[8]，可得兩個系統間的協同效度、發展效度和協同發展效度，以系統A與系統B為例：

（1）協同發展綜合效度

Ze（A，B）=minZe（A/B），Ze（B/A）maxZe（A/B），Ze（B/A）（7）

（2）協同效度

Xe（A，B）=minXe（A/B），Xe（B/A）maxXe（A/B），Xe（B/A）（8）

（3）發展效度

Fe（A/B）=Ze（A/B）/Xe（A/B）（9）3實證研究

31數據來源

為確保數據的真實性和連續性，本文所用的全部數據均來源于《四川省統計年鑒（2003～2013）》（詳見表1）。表1四川省區域物流系統與區域經濟系統輸入輸出指標數據

通過SPSS190軟件將原始數據進行標準化處理，得出相關系數和標準差，然后根據科學賦權的原則將CRITIC賦權法代入表1，根據式（1）和式（2）得出區域物流系統和區域經濟系統各個子指標的權重。按照前文所述的輸入輸出指標，依據式（3）至式（9）的計算方法，利用DEAP2

3結果分析

結果中協同效度數值反映區域物流系統與區域經濟系統各自內部和相互之間生產要素的配置比例情況，數值越大說明兩個系統間協同程度越高，同步化程度也越高；發展效度主要反映區域物流系統與區域經濟系統是否在最合適的規模下運行，如果值越大說明系統發展規模越合理；協同發展綜合效度反映的是系統內部結構、生產要素組合、投入產出比例、發展規模狀況等多個綜合指標因素。

評價單元是區域物流系統和區域經濟系統不同年份資料，即2003～2012年，通過觀察按照時間排列的評價單元，可以直觀分析整個系統動態的協同發展程度和波動狀況（見表2），具體可分兩個階段：

2003～2007年，四川省區域物流與區域經濟協同發展綜合有效程度始終處于高位，同時這段時期也是四川省物流產業和經濟發展同步飛速發展的時期，在交通設施等基礎建設方面，成渝、寶成等鐵路干線與毗鄰地區相連，成渝、成廣等高速路也相繼通車，通航河道已達120條，總里程11000千米，航空運輸線路也已達到140多條，這個時期政府加大了基礎設施的建設，在拉動經濟的同時也促進了物流系統的完善和發展，到2007年四川省GDP比上年增長133%，社會消費品零售額比上年增長148%，創下10年內最高水平。四川省在經濟增長的同時，繼續加大對物流建設的投入，依托綜合交通樞紐的建設和完善，雙流機場第二跑道和青白江鐵路集裝箱中心站等重大物流項目也相繼投入使用，完善的物流條件為經濟發展打下了堅實的基礎。

2008～2012年，四川省區域物流與區域經濟協同發展綜合有效程度在逐漸下降，原因在于：2008年3月四川省出臺了《關于加快推進承接產業轉移工作的意見》，明確了主動應對產業轉移的各項政策，在產業轉移大背景下，區域物流和區域經濟都面臨著新的機遇和挑戰，積極應對產業轉移下的四川省部分行業有了新的變化和波動，涌現出一批極具競爭力的產業，全省各地逐漸形成以各自特色產業發展為龍頭的區域經濟區，如川東北經濟區、攀西戰略資源區等，特別是在稅收和財政收入等因素的驅動下，各經濟區的競爭也在不斷加劇，經濟上的地方保護不利于區域經濟的協同發展。而區域物流行業也面臨著新的升級改造，不能符合新的產業集群下對物流的要求，以至于區域經濟和區域物流邁入了新的“不協同”階段。為了解決經濟發展與物流產業之間的矛盾，2011年11月，四川省出臺的《四川省道路運輸業現代物流發展規劃（2011～2015）》提出，到2013年，將開通成都至綿陽、南充、瀘州、宜賓、攀枝花等中心城市的城際貨運專線班車，到2015年，基本開通成都至所有次級樞紐城市的城際貨運專線班車，通過基礎設施建設減少物流成本，有效提升利潤空間。2012年底，省政府提出全省實施多點多極支撐發展戰略，以壯大優勢產業為支撐并優化重大產業布局的方針政策，通過五大經濟區均衡發展并實現協同發展的目的。

4實現區域物流與區域經濟協同發展的政策建議首先，物流產業協調聯動，打造新形勢下的物流產業布局。四川省在面臨大量企業“西進”的同時，進一步積極完善物流園區，整合物流資源，政策上出臺各項稅收優惠政策，在區域經濟和產業結構有了新變化的同時，物流產業應緊密聯系新的經濟形勢和產業布局，服務新經濟形勢下的四川各產業發展，利用物流“第三利潤源”優勢，增加對物流網點和貨運中心的建設，降低企業物流成本，加強產品市場競爭力， 促進物流產業與區域經濟呼應協調，聯動發展。

其次，區域經濟的發展離不開行業聯動、產業聚集，打造優勢產業鏈條，形成有競爭力的產業聚集，是四川協調發展的一項重要任務。在硬件上，注重打造與四川經濟發展匹配的配套產業，集中優勢產業，發展新型產業，淘汰落后產業，在優勢產業的基礎上形成產業集群和利潤洼地，增強產業競爭力。在軟件方面，積極與科研院所合作，針對區域發展做好科學規劃和布局，同時在人才方面，引進高層次經濟和物流相關人才，培育新型物流貨運等應用型技能型人才，積極落實相關配套政策和待遇。

再次，避免同質化區域競爭，加強區域間協同合作。四川省五大經濟區除個別特色產業外，相鄰經濟區容易出現“爭項目，比優惠”的競爭，造成資源和無序化競爭的加劇。應該從制度上建立新的合作機制，形成制度化聯席會議，在項目對接和招商引資方面，加強區域協作和溝通，以深化合作、互利雙贏的目的解決當前發展中的問題和矛盾；明確經濟區產業定位，面對區域經濟發展，要立足自身，強化優勢，集中拳頭產業產品，切忌“無商不招、無資不引”，模糊區域經濟定位，甚至造成產業冗疊，資源浪費。

5結論

本文在引用DEA協同發展模型的基礎上，構建“CRITIC-DEA”協同發展模型，采用四川省2003～2012年區域經濟和區域物流發展數據，通過模型分析當前經濟物流協同發展中的問題，指出今后的研究方向，共推經濟發展。由于本文主要研究區域經濟和區域物流相互協同發展的影響因素，并未對法制環境、行政效率、人文因素等進行考量，同時這也將是下一步研究的方向。

參考文獻：

[1]RosensteinRodan P.Problems of Industrialization of Eastern and SouthEastern Europe[J].Economic Journal，1943（53）：202-211.

[2]Rostow W.The Stages of Economic Growth，A Noncommunist Manifesto[M].Cambridge：University Press，19604-16.

[3]Fan，S.and Zhang，X.Infrastructure and Regional Economic Development in Rural China[J].China Economic Review.2004，15（2）：203-214.

[4]王圣云，沈玉芳.我國省級區域物流競爭力評價及特征研究[J].中國軟科學，2007（10）：104-110.

[5]張毅，陳圻.中國區域物流業與經濟發展協調度研究――基于復合系統模型與30個省區面板數據[J].軟科學，2010（12）：70-74、79.

[6]李全喜，金鳳花，孫磐石.區域物流能力與區域經濟發展的典型相關分析――基于全國面板數據[J].軟科學，2010（12）：75-79.

[7]賀玉德，馬祖軍.產業轉移下區域物流與區域經濟協同度分析――基于四川省的實證研究[J].管理現代化，2014（1）：99-101.

[8]穆東，杜志平.資源型區域協同發展評價研究[J].中國軟科學，2005（5）：106-113.

[9]周愉峰.三峽庫區內河運輸可持續發展評價及對策研究[D].重慶工商大學，2010：41-42.

[10]王昆，宋海洲.三種客觀權重賦權法的比較分析[J].技術經濟與管理研究，2003（6）：48-49.

[11]陶長琪，陳文華，林龍輝.我國產業組織演變協同度的實證分析――以企業融合背景下的我國IT產業為例[J].管理世界，2007，12：67-72.

第9篇：固定資產投資效果分析范文

一、學校建設項目概況

(一)項目名稱

(二)項目的承辦單位

(三)承擔可行性研究工作的單位情況

(四)項目的主管部門

(五)項目建設內容、規模、目標

(六)項目建設地點

二、項目承擔單位的基本情況和財務狀況

包括所有制性質、主營業務、近三年來的銷售收入、利潤、稅金、固定資產、資產負債率、銀行

信用等級、項目負責人基本情況及主要股東的概況

第二部分 學校建設項目建設背景、必要性

這一部分主要應說明項目發起的背景、投資的必要性、投資理由及項目開展的支撐性條件等等。

一、學校建設項目建設背景

(一)國家或行業發展規劃

(二)項目發起人以及發起緣由

(三)……

二、學校建設項目建設必要性

國內外現狀和技術發展趨勢，對產業發展的作用與影響，產業關聯度分析，市場分析;

(一)……

(二)……

(三)……

(四)……

三、學校建設項目建設可行性

(一)經濟可行性

(二)政策可行性

(三)技術可行性

(四)模式可行性

(五)組織和人力資源可行性

第三部分 學校建設項目優勢

一、組織優勢

二、技術優勢

涉及成果來源及知識產權情況、已完成的研究開發工作及中試情況和鑒定年限、技術或工藝特點

以及與現有技術或工藝比較所具有的優勢、該項技術的突破對行業技術進步的重要意義和作用等。

三、市場優勢

四、模式優勢

五、其他優勢

第四部分 學校建設項目產品規劃

一、學校建設項目產品產能規劃方案

二、學校建設項目產品工藝規劃方案

(一)工藝設備選型

(二)工藝先進性說明

(三)工藝流程

三、學校建設項目產品營銷規劃方案

(一)營銷戰略規劃

(二)營銷模式

(三)促銷策略

……

第五部分 學校建設項目建設規劃

一、學校建設項目建設地

(一)學校建設項目建設地地理位置

(二)學校建設項目建設地自然情況

(三)學校建設項目建設地資源情況

(四)學校建設項目建設地經濟情況

(五)學校建設項目建設地人口情況

二、學校建設項目土建總規

(一)項目廠址及廠房建設

(二)土建總圖布置

(三)場內外運輸

(四)項目土建及配套工程

(五)項目土建及配套工程造價

(六)項目其他輔助工程

三、學校建設項目建設環境保護方案

四、學校建設項目建設節能方案方案

五、學校建設項目建設消防方案

六、學校建設項目建設生產勞動安全方案

七、各項建設條件落實情況

包括環境保護、資源綜合利用、節能措施、原材料供應及外部配套條件落實情況等;其中節能分析

章節按照《國家發展改革委關于加強固定資產投資項目節能評估和審查工作的通知》(發改投資[XX]

2787號)要求進行編寫。

第六部分 學校建設項目組織實施情況

一、學校建設項目組織

(一)組織形式

(二)工作制度

二、學校建設項目勞動定員和人員培訓

(一)勞動定員

(二)年總工資和職工年平均工資估算

(三)人員培訓及費用估算

三、學校建設項目實施的各階段

(一)建立項目實施管理機構

(二)資金籌集安排

(三)技術獲得與轉讓

(四)勘察設計和設備訂貨

(五)施工準備

(六)施工和生產準備

(七)竣工驗收

四、學校建設項目實施進度表

第七部分 學校建設項目財務評價分析

一、學校建設項目總投資估算

二、學校建設項目資金籌措

一個建設項目所需要的投資資金，可以從多個來源渠道獲得。項目可行性研究階段，資金籌措工

作是根據對建設項目固定資產投資估算和流動資金估算的結果，研究落實資金的來源渠道和籌措方式

從中選擇條件優惠的資金。可行性研究報告中，應對每一種來源渠道的資金及其籌措方式逐一論述。

并附有必要的計算表格和附件。可行性研究中，應對下列內容加以說明：

(一)資金來源

(二)項目籌資方案

三、學校建設項目投資使用計劃

(一)投資使用計劃

(二)借款償還計劃

四、項目財務評價說明&財務測算假定

(一)計算依據及相關說明

(二)項目測算基本設定

五、學校建設項目總成本費用估算

(一)直接成本

(二)工資及福利費用

(三)折舊及攤銷

(四)工資及福利費用

(五)修理費

(六)財務費用

(七)其他費用

(八)財務費用

(九)總成本費用

六、銷售收入、銷售稅金及附加和增值稅估算

(一)銷售收入

(二)銷售稅金及附加

(三)增值稅

(四)銷售收入、銷售稅金及附加和增值稅估算

七、損益及利潤分配估算

八、現金流估算

(一)項目投資現金流估算

(二)項目資本金現金流估算

九、不確定性分析

在對建設項目進行評價時，所采用的數據多數來自預測和估算。由于資料和信息的有限性，將來

的實際情況可能與此有出入，這對項目投資決策會帶來風險。為避免或盡可能減少風險，就要分析不

確定性因素對項目經濟評價指標的影響，以確定項目的可靠性，這就是不確定性分析。

根據分析內容和側重面不同，不確定性分析可分為盈虧平衡分析、敏感性分析和概率分析。在可

行性研究中，一般要進行的盈虧平衡平分析、敏感性分配和概率分析，可視項目情況而定。

(一)盈虧平衡分析

(二)敏感性分析

第八部分 學校建設項目財務效益、經濟和社會效益評價

一、財務效益評價

內部收益率、投資利潤率、投資回收期、貸款償還期等指標的計算和評估。

二、經濟效益評價

(一)經濟費用效益或費用效果分析

(二)行業影響分析

(三)區域經濟影響分析

(四)宏觀經濟影響分析

三、社會效益評價

(一)社會影響效果分析

(二)社會適應性分析

(三)社會風險及對策分析

第九部分 資金申請報告附件

企業營業執照

企業經營狀況相關文件(損益表、資產負債表、現金流量表)

銀行出具的貸款承諾(省級分行以上)文件或已簽訂的貸款協議或合同;

地方、部門配套資金及其它資金來源證明文件;

技術來源及技術先進性的有關證明文件;

環境保護部門出具的環境影響評價文件的審批意見;

節能、土地、規劃等必要文件;

項目核準或備案文件(在有效期內且未滿兩年);