固定资产投资统计方法范文

导语：如何才能写好一篇固定资产投资统计方法，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

关键词：投资；统计；制度方法；改革

中图分类号：F230 文献标志码：A 文章编号：1673-291X（2014）30-0138-02

随着市场经济的不断深入，投资格局不断发展变化，固定资产投资统计制度方法面临改革新时期。

一、现行投资统计的基本特点

一是按项目统计。现行投资统计制度规定，凡总投资达到500万及以上的项目，作为投资统计的起报对象，一个单位有多个项目的分别单独填报，项目分期实施的按期别分别上报，项目实行分级审批入库制，其中，1亿元～5亿元的由地市级统计局审批入库，5亿元～10亿元的由省级统计局审批入库，10亿元以上由国家统计局审批入库。

二是按形象进度统计。现行投资统计制度规定，投资额中的建筑工程和安装工程以形象进度作为计算依据，形象进度以预算单价乘以实物工作量构成，实物工作量则由各分项工程组成；设备工器具购置是以签订后买合同和付款凭证为计算依据，设备到场或安装后直接计入投资额；其他费用则以财务凭证和有关行政记录为计算依据。

三是逐级审核上报。现行投资统计制度要求，上报投资统计数据以逐级审核上报方式进行，即由基层项目单位填写纸质统计报表并签字审核后保送基层统计机构，基层统计机构收集整理审核报表后统一报送所辖县级统计局，县级统计局投资统计人员在审核好各项属性指标和数据指标后，通过统计内网上报送至所辖地市级统计局，市统计局通过专业报表审核后再向上一级省统计局报送。

四是下算一级评估。目前地区投资数据的认定是由上一级统计部门根据该地区的内外部相关指标来综合评估认定的。在投资报表层层上报后，国家局对各省进行评估，省局对各市进行评估，以此类推。

二、现行投资统计中存在的问题

一是项目信息收集难。投资统计在项目不固定性上区别于其他专业，没有“定报”的概念。投资项目增减变化的准确反映建立在统计人员对项目充分熟悉基础上，然而实际项目信息收集难度颇大。目前主要是通过与项目审批部门及时分享当期新开工项目信息来收集。但随着地方审批简政放权的不断深入，很多审批项目已取消，如购买一般设备等行为已被认可为企业自主行为。项目真实开工时间仅仅从批文上已经不能确认，同时由于时间导致成本上涨使立项批文中的计划投资与实际投资也会出现较大出入。

二是项目统计入库难。新开工项目入库制度的建立，要求所有项目必须“先入库后有数”，新开工项目特别是亿元以上项目入要提供的材料繁杂，给新开工项目入库带来困难。一方面，各建设单位、经济主体“重建设轻统计”，对项目入库不够重视，不能及时向统计部门提供新开工项目的各项资料。另一方面，部分项目往往是边建设边补手续，很多实际已开工项目，因为土地、环评等手续未能及时办理导致项目所需资料收集整理困难。这些都导致部分项目不能及时入库。

三是项目投资额认定难。现行投资统计在指标设置上传统计划色彩依旧较浓，主要表现在指标多且实用性差、微观经济指标设计不够全面、投资效果统计指标不够完善等。投资表的填报涉及单位工程、财务、行政、销售等多个部门，实际工作中，统计人员多由单位会计兼职，对项目实际情况无法及时掌握，其他部门提供材料也不可能逐一核对。上报时间上，由于逐级审核上报需要时间，基层单位整理报送报表的时间一般提前到月底之前，对于统计数据只能进行粗略预计，统计变成“笼统计算”。

四是数据评估认定难。现行投资统计制度下，地方投资指标的总量与增速不以上报数为准，而是由上级统计部门根据向各部门收集关联性指标并赋以不同权重测算评定得来。评估指标在一定程度上反映一个地区的投资形势，但评估指标的某些局限性致使不能准确反映。比如权重（下转147页）（上接138页）较大的建筑业营业税，建筑企业以注册地统计，外来建筑企业虽在本地建设却在注册地记账、交税；中长期贷款，外地银行的借贷不纳入项目所在地统计，银行外的资金融通也未成为评估依据。除评估指标的设置存在缺憾，评估指标的取值期间也大多为上季度或上月，时间上也滞后。

引起这些问题的深层次原因则是现行投资统计制度在理论基础、指标框架、调查方法上都已不能适应新形势发展之需要。按照前苏联模式建立、从计划经济时代而来的现行投资统计制度，尽管进行过一系列改革和完善，但仍滞后于社会主义市场经济体制的不断发展。在此基础上建立的指标体系繁杂、调查方法单一，也已无法适应经济形势发展和宏观调控的需要。因而，以全面反映科学发展观进程为目标，以满足国民经济核算为方向，以提高统计数据为核心的固定资产投资统计制度改革显得尤为必要和重要。

三、目前投资统计制度方法改革进展

国家统计局不断加强顶层设计，在组织模式、投资对象、统计起点、数据采集、统计频率等方面对投资统计展开全方位立体式改革，并分层次稳步推进。

为探索固定资产投资统计制度方法改革的有效途径，2013年6月在山西晋城、江苏无锡、贵州黔东南和陕西西安四地开展首次投资改革试点。为巩固试点经验成果，稳步推进投资制度改革，2014年投资统计改革试点地区扩大至9个。5月起，天津、江西、重庆开展省级范围综合试点；上海、湖北承担省级范围专项试点；山西、江苏、贵州和陕西开展市级范围试点。

新投资制度中“固定资产投资”概念转变成“非金融资产投资”。改革的主要内容包括两大转变、三大原则和四种方式。

两大转变：一是将固定资产投资调查对象由投资项目转变为法人单位；二是将固定资产投资额计算方法由形象进度法转变为财务支出法。

三大原则：一是遵循“简洁、友好、可核查”的原则，让调查对象容易填报，填报数据有据可依、有据可查；二是遵循与现有统计调查制度相结合的原则（与“企业一套表”制度相结合；与小微企业抽样调查制度相结合；与部门统计调查制度和行政记录相结合）；三是遵循满足国民经济核算和国际对比需要的原则。

四种方式：根据调查对象的不同，采用四种调查方式：一是对纳入“企业一套表”的调查单位，随“企业一套表”制度进行布置，通过一套表平台以联网直报方式采集试点数据；二是对纳入小微企业调查范围的调查对象，利用国家统计局已有的抽样调查制度，在现有的抽样框内以抽样调查方式采集试点数据；三是对“企业一套表”和小微企业统计范围以外的调查单位，利用主管部门抄送行政记录方式采集试点数据；四是对新建企业，单独建立新建企业名录库，单独布置报表。

篇2

【关键词】 固定资产投资 经济发展 状态空间模型

固定资产投资是一个国家(地区)经济增长的前提保证,是优化产业结构的重要途径,也是实现经济持续健康发展的重要动力。通过建造和购置固定资产的活动,国民经济不断采用先进技术装备,建立新兴部门,进一步调整经济结构和生产力的地区分布,增强经济实力,对加快经济发展,构建社会主义和谐社会具有重要的意义。

一、数据的选取与说明

数据来源于江苏省统计年鉴年度数据。文章选取1974―2008年江苏省的GDP和固定资产投资总额。对数据取对数,以消除异方差。LNGDP代表国内生产总值,LNTZ代表固定资产投资。

二、研究方法说明

首先检验两者之间的协整关系,这样建立二者长期均衡关系才有实际意义,并且通过实证研究得到的政策建议才具有未来的推测性。并且由于经济的发展,江苏省的经济结构不断地发生变化,经济变量影响关系也可能发生变化。利用状态空间模型可以很好地反映二者之间的动态关系,以消除经济结构变化所带来的干扰。

三、数据平稳性检验

由表1可以看出,LNGDP、LNTZ的检验统计值大于临界值,说明原序列是非平稳的;两序列的差分序列的检验统计值小于临界值,说明二者的差分序列是平稳的,两个原序列都是一阶单整的。

四、协整关系检验

在进行协整检验之前,首先建立无约束的向量自回归(VAR)模型,确定模型中变量的最佳滞后阶数,根据AIC准则,确定VAR模型最优滞后阶数为1。本文采用Johansen协整检验对LNGDP、LNTZ两个序列进行检验。

表2结果表明:在显著水平5%的水平下,GDP与固定资产投资存在一个协整关系。这说明江苏省GDP与固定资产投资存在长期变动关系。

五、格兰杰因果关系

前面的检验结果说明,能源消费与产出水平之间存在着协整关系。为了理解江苏固定资产投资与经济增长之间的相互关系,有必要测算两者之间的因果方向。在回归方程中,一个解释变量影响因变量,意味着解释变量的变化引起了因变量的变化,这就是所谓的变量间的因果关系。运用Granger因果检验方法对江苏省经济产出数据与固定资产投资数据进行关系检验的结果如表3所示。

检验结果显示,固定资产投资是经济增长Granger原因,经济增长不是固定资产投资Granger原因,但是两者都不存在反向的关系。这说明尽管江苏省的固定资产投资与经济增长之间存在长期的均衡关系,但并不是严格的双向因果关系。江苏省的经济增长受投资拉动的迹象明显。

六、建立状态空间模型

状态空间模型是由一组观察方程和状态方程构成。在这里,以状态空间模型考察GDP与固定资产投资的关系,建立如下形式模型:

得到的估计模型如下:

量测方程LNGDP=4.21+SC1?鄢LNTZ+εt

状态方程SC1=0.025+0.959sc1(-1)+ηt

图1是状态方程的估计值的线图。

在考虑经济结构变化的基础上以及估计的SC1可以看出,投资的产出弹性是出于震动的上涨,但是总体的趋势向上的,这意味固定资产投资对于经济增长的拉动作用还是很明显的。

七、结论

第一,投资对经济增长的作用具有双重作用,它既能增加生产能力,又对生产构成需求,即兼有供给效应和需求效应。短期内,投资主要是作为一种需求影响经济发展,而从长远来,投资供给效应的作用更为时显。江苏省固定资产投资与经济增长存在长期的均衡关系。固定资产投资是江苏省经济增长的一个主要拉动因素。第二,通过Ganger因果检验表明,江苏固定资产投资和GDP增长之间存在单向因果关系,固定资产投资的增加或减少必然会引起GDP的增加或减少,而GDP的变化对固定资产投资的变化没有直接因果关系。从协整检验可以看出,固定资产投资对经济的长期增长影响显著。这表明江苏省固定资产投资始终是经济快速健康发展不可或缺的推动力,而固定资产的投资由于其存在的内在刚性,对经济波动的反映程度较弱。第三,通过状态空间模型可以看出,固定资产投资对于经济增长的拉动作用愈来愈大,已经基本上达到了0.62,江苏省应该提高投资效率,发挥其重要作用。统筹兼顾,优化固定资产投资结构;充分利用资本市场,拓宽投融资渠道;注重规划,确保投资均衡发展;坚持市场规范和结构改善并举,进一步完善房地产市场调控。

【参考文献】

篇3

【关键词】 固定资产投资； 灰色相对关联度； 煤炭聚集区

一、引言

随着经济全球化发展趋势的不断蔓延，煤炭资源的利用与开发程度越来越大，我国作为世界上最大的煤炭生产国与消费国，煤炭产业的发展对经济与社会的发展具有重要的影响。固定资产投资是影响煤炭产业发展的一个重要因素，改革开放以来，我国煤炭产业的固定资产投资规模随着国家投资体制改革的逐步深化而稳步提升，为煤炭产业的经济增长做出了突出贡献。因此在世界经济蓬勃发展与我国煤炭产业面临着发展方式转型的关键时期，分析固定资产投资对煤炭产业发展的影响具有非常重要的现实意义。

固定资产投资在煤炭产业发展中起到了重要的作用，但是，随着时间的推移，固定资产投资对产业发展的影响作用是不断增强、逐渐减弱还是保持稳定是我们需要研究的一个新问题。目前国外学者主要是从产业整体角度分析投资与国家经济增长之间的关系。其中具有代表性的是新凯恩斯学派的新剑桥增长模型、哈罗德—多马模型、内生劳动经济增长模型，新古典主义学派的新古典经济增长理论以及投资乘数—加速数理论。在以上投资理论的基础上，美国学者德隆和萨默斯通过实证研究分析得出了美国的经济增长与固定资产投资之间存在着正相关的关系。莱文和瑞奈尔特通过截面数据和统计检验结果分析得出，投资是一个刺激经济发展灵敏且行之有效的变量。阿尔弗雷德和威利通过对美国、日本、英国、德国与法国的时间序列数据分析得出投资具有外部经济效应，对内生经济增长具有推动作用，且这种作用的大小在不同国家具有明显的差异性。卡拉、阿塔曼和诺曼对39个发展中国家不同时期的投资与经济增长的关系进行了研究，得出了投资对经济增长具有驱动作用的结论。国内对固定资产投资和经济增长之间关系的研究也越来越多。刘金全、于惠春采用VAR模型中的Granger检验从总量角度和增量角度来判断固定资产投资和实际产出之间存在的双向影响。焦佳等使用变结构协整分析方法建立了误差修正模型，对我国1953—2005年数据进行变结构协整分析，得出我国固定资产投资与经济增长具有两段式变结构形式，并认为我国固定资产投资与经济增长之间的关系具有长期均衡性。袁文斌等利用典型相关分析方法对我国31个地区的固定资产投资与经济增长关系进行了研究，结果表明全社会固定资产投资与经济增长呈正相关关系且相关程度较强。王宇新利用EBA模型得出我国固定资产投资与经济增长之间存在强显著关系，并对我国的经济政策提出了若干建议。王凯庆从固定资产投资规模总量、投资效益滞后效应、相关性、变化趋势等多个角度分析了云南省固定资产投资对GDP增长的影响，并提出优化投资结构、提高投资效益、深化投资体制改革等政策建议。

在煤炭产业发展过程中，固定资产投资对其发展具有重大的推动作用。本文以改进后的灰色相对关联度方法为基础，对固定资产投资与煤炭产业发展之间的关系进行分析。

二、研究方法

对固定资产投资研究的方法有多种，比较常见的有基尼系数法与线性回归。基尼系数法在反映各要素所起作用的差异性方面效果显著，但是不能准确地反映各要素所起作用的大小；线性回归是分析预测最常用的方法，是一种基于样本统计的参数方法，已经形成公认的检测、判别效度的程序与模块，应用十分广泛，但是要得出精确的系数所要求的数据量大且计算繁琐。为了准确地反映固定资产投资与煤炭产业发展之间的关系，在此引用灰色相对关联度法。

灰色相对关联度分析是一个对系统发展变化态势定量描述和比较的方法。其基本思想是通过确定参考数据列和若干个比较数据列的几何形状相似程度来判断其联系是否紧密，反映了曲线间的关联程度。将评价指标原始观测数进行无量纲化处理，计算关联度并根据关联度的大小对待评指标进行排序。灰色相对关联度分析的计算量较小，对样本量的多少和数据分布的要求较低，计算结果仅与序列相对于初始点的变化速率有关，与各观测数据大小无关。其基本计算步骤如下：

1.初值

其余步骤仍按以上分析进行。

三、数据选取

由于不同年份以及不同地区的煤炭价格存在差异，在此选取原煤产量作为衡量煤炭经济增长的指标，并选用山西、陕西、内蒙古、宁夏、甘肃的原煤产量以及煤炭产业固定资产投资总额作为衡量指标。本文选用了2000—2009年十年的数据，原始数据来源于《国家能源统计年鉴2010》。但由于原煤产量与固定资产投资之间存在的单位与数量级的差别，为避免计算时出现较大的误差，在此分别以2000年山西的原煤产量与固定资产投资为基准，其余年份与省份的数据向之转化，转化后的数据如表1、表2所示。

四、计算结果及分析

应用以上模型及数据可以得出表3及图1所示的结果。

由表3和图1可以看出，固定资产投资对原煤产量的影响基本维持在较高且稳定的水平，在2000年后出现一定程度的下滑，而后恢复到正常水平并以较平稳的速度变化。这是由于在2000年，受国民经济结构和产业结构调整冲击的影响，国内煤炭需求连续几年不振甚至萎缩。社会消费需求的减少以及煤炭产业的畸形发展，造成了那几年煤炭市场呈现供过于求的趋势，交易价格持续下滑，经营利润一减再减，从而导致货款拖欠增多并引起人们对经济增长持有不看好的态度。因此，通过增加固定资产投资来刺激产业发展所能起到的作用是微乎其微的；而当经济转入正轨后，煤炭产业经济进入复苏阶段，通过增加投资等财政政策手段来刺激经济增长所起到的效果是明显的。随着我国对外开放程度的不断深化，大量高新技术及产品涌入我国，使煤炭开采自动化、机械化程度提高，进而导致专业化程度、资源利用率也有所提高，从而使利润率上升。因此，购买大型机械设备等固定资产投资对产业经济增长所起到的刺激作用越来越重要。

五、结论

固定资产投资在煤炭产业发展中起到越来越重要的作用。这不仅是由我国煤炭产业原本机械设备及交通工具配备不足，也是随着科技进步高科技设备的引入造成的。

通过上述模型分析，得到两个基本结论：一是煤炭产业的固定资产投资与经济增长之间存在着正相关关系，固定资产的增减直接影响着原煤产出的数量。从数据中可以看出，当2000年固定资产投资有所减少时，原煤产量随之大幅度减少；而当以后固定资产投资量逐年增加时，原煤产量也随之增加，计算结果通过理论论证使这种正相关性具体表现出来。二是固定资产投资与经济增长之间的相关关系是基本平稳的。除了2001年产业低迷期外（这时的经济低迷是由消费需求不足引起的，试图通过增加投资等来增加产量的政策都不会对经济增长有太大的刺激作用，此时的相关系数低于正常水平，只有0.5693），其余年份基本稳定，都在0.8左右浮动。因此，可以肯定地说，固定资产投资是近年来煤炭产业经济增长的主要推动力。

由上可知，固定资产投资是推动煤炭产业经济增长的重要手段。因此，在现代煤炭产业转型的关键时期，企业应在充分了解市场需求的情况下加大固定资产投资，使投资对经济增长的推动作用得以充分利用。

但是，在增加固定资产投资的同时还应注意投资结构的调整和投资效率的改善。

首先，要实现产业的转型，必须注意调整产业的投资结构。长期以来由于煤炭产业只注重投资总量的增加而忽视投资结构的调整，导致产业增长主要靠投资，加上污染浪费严重等现象，严重影响了产业的可持续发展。当前，煤炭产业应在国家政策的引导下注重走低碳高能、可持续发展道路，合理安排产业链的固定资产投资，优化投资结构，从而推动产业结构合理转型，逐步形成以煤炭为主导、多元化稳固发展的方式。

其次，注重投资效率的提高，变粗放式的投资方式为合理利用每一笔资金。目前，投资效率低下已经成为制约煤炭产业发展的瓶颈。为突破这个瓶颈，产业必须变粗放、高耗、低效、单一的投资方式为集约、低碳、高效、多元化，这样在提高投资效率的同时还能实现产业的绿色、安全发展。

综上所述，增加固定资产投资仍是煤炭产业在未来相当长一段时间内维持经济增长的主要方式。因此，区域政府应不断改善煤炭产业的投资环境，降低煤炭产业的投资风险，吸引多方面资金进入煤炭产业。

【参考文献】

[1] 高鸿业.西方经济学[M].中国人民大学出版社，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] 刘金全，于惠春.我国固定资产投资和经济增长之间影响关系的实证分析[J].统计研究，2002（1）：26-29.

[7] 焦佳，赵霞，于霄.我国经济增长与固定资产投资的变结构协整分析[J].山东经济，2008（1）：48-51.

[8] 袁文斌，吴群英，鄢寒.我国全社会固定资产投资与经济增长关系的典型相关分析[J].现代经济，2008（7）：107-108.

篇4

关键词：固定资产投资；经济增长；实证分析

中图分类号：F832　文献标识码：A　文章编号：1672－3309(2010)11－15－02

一、广东省固定资产投资与经济增长现状

1978年广东省的国内生产总值仅为185.85亿元，1988年首次突破1000亿元。达到1155.37亿元，2000年再上一个新台阶，首次超过10000亿元，达到10741.25亿元，1978-2007年，广东省GDP总量从185.85亿元跃升至31084.4亿元。年均增速达19.57％。与此同时，广东省固定资产投资规模不断扩大，1978年固定资产投资仅为27.23亿元，1984年首次突破100亿元大关，达到130.37亿元，1993年更是超过1000亿元。跃升到1629.87亿元。1978－2007年，广东省固定资产投资规模从27.23亿元上升到9596.95亿元，年均增速达24.18％。

二、广东省固定资产投资与经济增长关系的实证研究

(一)数据与变量

本文将国内生产总值(GDP)作为衡量我国经济增长的指标。用全社会固定资产投资总额(IFA)来衡量我国固定资产投资规模，所使用数据为1978－2007年广东省的年度数据。为了消除时间序列数据异方差性，同时由于数据的自然对数变换不改变变量之间的关系，因此，对固定资产投资和国内生产总值进行自然对数变换，分别用LnlFA和LnGDP表示取自然对数以后的固定资产投资和国内生产总值。用软件e－views3.1对数据进行处理。

(二)单位根检验

为了防止伪回归，首先对变量的时问序列进行平稳性检验。检查序列平稳性的标准方法是单位根检验，这里采取的检验方法是ADF检验，结果见表1。

从表1可以看出，LnGDP和LnlFA的ADF值均大于1％、5％、10％显著性水平的临界值，表现为非平稳序列，对LnGDP和LnlFA分别进行二阶差分后分别得到DLnGDP和DLnlFA，这两个序列的ADF值均小于1％、5％、10％显著性水平的临界值，通过了检验，所以为平稳序列，因此可以认为LnGDP和LnlFA两者均为单整阶数为2的时间序列。

(三)协整检验

本文采用EG两步法进行协整检验。第一步对原序列进行OLS回归，第二步对回归后的残差序列进行平稳性检验，若其残差序列是平稳的，即说明两个变量之间是协整的。首先对LnGDP和LnlFA进行最小二乘法估计。结果如下：

LnGDP＝1.997957＋0，887692LnlFA　(Ⅰ)

(14.08408)(42.81249)

R2＝0.984954　AR2＝0.984416　F＝1832.909

DW＝0.336992

通过DW检验可以看出，方程Ⅰ存在自相关现象，于是对模型引入移动平均项MA(1)、MA(2)进行修正，得到模型：

LnGDP＝1.732233＋0.921903LnlFA　(Ⅱ)

(7.493544)(28.54756)

R2＝0.996636　AR2＝0.996215　F＝2369.810

DW＝2.029676

此时模型不但没有自相关，并且没有异方差性，判定系数为0.996636，说明模型对样本数据的拟合优度较高，固定资产投资和国内生产总值高度相关，调整的判定系数为0.996215，二者均大于修正前的模型，这说明模型得到了优化。

第二步对方程Ⅱ的残差进行平稳性检验，以此来判定两变量之间是否为协整关系，若其为平稳序列，则说明两变量存在协整关系，反之则不存在。仍然采用ADF检验，其检验结果如表2。

从表2可知：残差的ADF检验统计量值均小于1％、5％、10％显著性水平下的临界值，拒绝存在单位根的原假设。即认为残差序列是平稳序列。可以判定InGDP和lnlFA之间存在协整关系，即广东省固定资产投资和国内生产总值之间存在长期均衡关系。固定资产投资的弹性约为0.921903，表示全社会固定资产投资平均每增加1％，GDP增加0.92％，广东省固定资产投资对经济增长具有很强的推动作用。

(四)Ganger因果检验

由表3可知：对于给定的显著水平5％，F(2.30－2－2－1)＝3.39。两个原假设的F值5.45293、8.19356均大于3.39，这表明对于固定资产投资不是GDP原因的原假设，在95％的置信条件下可以认为固定资产投资是GDP的Ganger原因：对于GDP不是固定资产投资原因的原假设，同样表明在95％的置信条件下可以认为固定资产投资是GDP的Ganger原因。

(五)检验结论及分析

1.固定资产投资是广东省经济增长的一个主要拉动因素。广东省固定资产投资和GDP增长的回归系数达0.921903，表示全社会固定资产投资平均每增加1％，GDP将增加0.92％，表明广东省固定资产投资始终是经济快速健康发展不可或缺的推动力。

2.从协整检验可以看出，广东省固定资产投资与经济增长存在长期稳定的均衡关系。

3.广东省固定资产投资和GDP增长之间存在双向因果关系。广东省目前的固定资产投资变动与GDP变动之间存在双向的因果关系，即说除了固定资产投资的变动是引起GDP波动变化的原因以外，GDP的变动也是影响固定资产投资变动的原因。

四、政策建议

1.扩大固定资产投资规模。在发展多元化投资主体上，要加强投资立法，以法律形式强制对投资主体的各项权益进行保障，优化广东省投资环境。加大招商引资力度，积极培育多元投资主体，全面促进社会投资。在融资方面，培育和发展资本市场，开辟多元化投融资渠道。加强与金融部门的沟通、协调与合作。充分保障其对固定资产投资的支持力度。

篇5

内容摘要:固定资产投资往往会受很多不确定因素的影响,这些不确定因素中有些因素可以量化,有些因素是不能量化的。本文以1997年至2008年的四川省固定资产投资总额为样本数据建立组合模型,对模型进行识别、估计、检验,并且用2004年至2008年数据进行组内验证预测,预测精度都达到95%以上,文章运用此模型对未来5年的固定资产投资总额进行预测,以期为四川省有关部门制定固定资产投资政策提供比较科学的依据。

关键词:固定资产投资总额 组合模型 ARIMA模型 预测

研究方法综述

据2009年7月18日金融时报中经济专家分析,我国经济刺激仍延续了投资主导的模式。政府主导的基础设施投资保持高速增长,地方项目投资增速超过中央,私人投资开始跟进,四川省的经济发展也不例外。因此,作为宏观调控的重要措施之一的投资备受关注,其也成为各级政府和相关研究者更加关注的焦点问题之一。由于全社会固定资产投资往往受到许多因素的制约,这些因素的关系又是错综复杂的,有些是可以量化的,有些是不能量化的,而且即使可以量化,量化的数据的质量也会影响到固定资产投资的准确性,因此运用它方数据结合模型对固定资产投资分析并预测一般比较困难。为了更加准确地模拟四川省固定资产投资总额的变化趋势,为政府的宏观调控提供科学的依据,研究数据自身的发展变化规律,并据此进行科学的预测尤为重要。

对于时间数列的分析方法有很多种,一般简单的就是指标分析法,比如统计学教程中用到的平均增长速度、平均增长量等。还有相对比较复杂的模型分析法,针对确定性时间数列和随机性时间数列分析方法又各不相同。

一般确定性时间数列的分析方法包括指数平滑法、移动平均法、时间回归法、季节指数法等。认为事物的变化是渐进式而不是跳跃式的,影响事物的因素在过去、现在和将来基本上是不变的,即使变化不大,事物的发展具有稳定性和类推性,而且随机因素的影响相对不显著,根据时间序列的历史资料可以采用定性和定量相结合的方法描述出这种确定性的趋势,并依此来预测将来的发展变化。对随机性时间数列的分析方法一般包含ARIMA模型法和组合模型法,认为很多社会经济现象变动形成的时间数列都可以看作是一个随机过程的实现,利用随机过程去分析描述事物的发展变动趋势。

从系统论的观点出发,现实中很多经济时间数列都是由确定性趋势和随机波动两部分构成,具体可以用以下模型来表述:Xt=f(t)+Yt ,其中,f(t)表示数列Xt中随时间变化的确定性趋势部分,可以用一定的函数形式来模拟;Yt 为Xt中剔除随时间变化的确定性趋势后余下的随机波动部分,可以用ARMA模型来模拟。由于指标分析法和确定性时间数列分析法认为时间数列中随机变动因素影响不显著是不科学的,因此,本文选用随机性时间数列分析方法分析四川省固定资产投资总额的变化趋势。

本文运用Eviews软件,采用2009年《四川统计年鉴》中实际固定资产投资总额数据,首先介绍了ARIMA模型法与组合模型法两种随机性时间数列分析方法;然后利用1997至2008年的数据建立组合模型,对模型进行识别、估计和检验,对2004至2008年这五年的固定资产投资总额进行了组内验证预测,并用该模型对未来五年的固定资产投资总额进行了组外推断预测和分析,为四川省政府制定“十二五”发展规划中固定资产投资政策提供比较科学的依据。

ARIMA模型法与组合模型法

(一)ARIMA模型法的原理

ARIMA模型法建模的基本思想是:将预测对象随时间推移而形成的数据数列视为一个随机数列,即除去个别的偶然原因引起的观测值外,时间数列是一组依赖于时间t的随机变量,构成该时序的单个数列值虽然具有不确定性,但整个数列的变化却有一定的规律性,可以用相应的数学模型近似描述。这组随机变量所具有的依存关系或自相关性表征了预测对象发展的延续性,而这种自相关性一旦被相应的数学模型描述出来,就可以从时间序列的过去值及现在值预测其未来的值。ARIMA模型法一般不考虑确定性趋势的具体形式,采用直接差分的数学方法,使时间数列Xt的趋势剔除,然后对剩余数列进行自回归滑动平均模型(ARMA模型)的模拟,最后经过逆运算得出时间数列Xt,即ARIMA模型。

(二)组合模型法的原理

组合模型法建模的基本思想是:将预测对象随时间推移而形成的数据数列视为一个随机数列,而时间数列是一组依赖于时间t的随机变量,用相应的数学模型近似描述数列与时间t的确定性关系,然后用ARMA模型描述随机变动部分。 组合模型法考虑确定性趋势的形式,以直线、指数、多项式、双曲线等具体不同形式,构造时间t的函数去模拟确定趋势,然后对剩余数列进行ARMA模型的模拟,最后综合两部分得出了最终模型,即组合模型。

(三)ARIMA模型法与组合模型法的关系

ARIMA模型法与组合模型法都是研究随机性时间数列的方法,二者异曲同工,又各有优劣,具体采用哪种模型来拟合时间数列趋势,应视具体情况而定。其一,组合模型法可以取不同的函数形式模拟确定趋势,而ARIMA模型法多为通过一般差分来剔除趋势的,而且多数是线性趋势的效果才好,对于非线性趋势的数列一般要经过取对数等线性数学替换后才能够进行差分剔除趋势;其二,组合模型法中模型参数的经济含义更好解释,而ARIMA模型法的参数经济含义则难以解释;其三,现实中多数经济时间数列的变动并非都是呈现线性趋势,ARIMA模型法的数学变换经常使得原始数据面目全非,最后在模型中的数据和原始数据相差甚远。

组合模型的实现

首先,拟合确定性趋势部分 。根据固定资产投资时间数列变动趋势图,发现存在指数变动趋势,因此建立指数增长模型对其进行拟合,估计方程为:

f(t)=601.787170*EXP(0.227480*t)

T统计量 9.695477 21.028890

式中,参数都通过了显著性检验,相对应的T检验值分别为9.695477和21.028890,绝对值远远大于2;整体的模拟效果也比较好,拟合优度达到0.985542,F检验效果也非常好;同时,对剩余数列进行包含常数项和趋势的单位根检验,选择Automatic based on AIC和MAXLAG=4,发现ADF值达到-3.460619小于5%显著性水平下的临界值-3.875302,说明剩余数列已经平稳。

其次,对剩余数列y用Box-Jenkins法模拟ARMA(p,q)模型。由于数列的确定性部分模拟的是非线性回归模型,因此,只能采用AR(p)形式对剩余数列进行建模。根据数列y的自相关和偏自相关图可以断定,初步识别数列的分布至少服从一阶自回归。比较R2、R2、残差平方和、AIC及SC各种统计量,综合预测误差的结果最终确定剩余数列服从二阶自回归,模型为:

y=[AR(1)=1.642876,AR(2)=-0.841110]

T值6.251015-3.339783

各种计量经济检验和统计检验如下:模型中一、二阶自回归参数的T统计量值的绝对值均大于2,表明各参数显著不为零;F检验伴随概率的P值为0.000011,表明模型从总体上看是显著有效的;R2、R2在85%以上,说明拟合效果比较好,同时残差平方和、AIC及SC都相对最小;从残差自相关和偏自相关图及相应的Q统计量来看,残差的任意滞后期自相关和偏自相关系数与零无显著差异,同时LM检验也表明残差数列不存在高阶自相关,且ARCH检验的伴随概率比较高,表明不存在异方差;因而该模型总体上是最佳的。

最后,用非线性最小二乘法对组合模型的参数进行整体估计,参数的初始值和精确估计相差不大,综合确定趋势的指数模型和剩余数列的ARMA模型,得到最终的组合模型为:

Xt=f(t)+Yt

f(t)=601.787170*EXP(0.227480*t)

y=[AR(1)=1.642876,AR(2)=-0.841110]

本研究根据上述组合模型对2004-2008年的固定资产投资进行了组内预测,从近五年预测的预测情况(见表1)来看,预测值和实际值的差异较小,相对误差率基本上控制在5%以内,这说明此模型预测的效果较好,能够较真实地刻画固定资产投资数据的动态变化规律,可以用于预测。

预测及分析

本文对1997年至2008年四川省固定资产投资数据建立的指数增长和自回归组合模型通过各种诊断检验,而且进行的组内验证预测效果也很好,因此利用该模型对四川省未来五年的固定资产投资总额进行外推预测,预测结果详见表2。预计2009年至2013年四川省固定资产投资总额依次为9307.75、11664.10、14605.91、18292.79、22924.77亿元,年平均增长高达3000亿元左右,逐年增长率都在25%左右。其中如果相对误差控制在5%内,则“十一五”发展规划结束时,固定资产投资总额预测值将在区间(8842.36,9773.14)之内变动。

改革开放三十多年间四川省固定资产投资持续快速增长。从1978年的22.48亿元增长到2008年的7602.4亿元,年平均增长252.664亿元,极个别少的年份逐年增长率出现负增长或低于10%,但50%年份的逐年增长率都高于20%,尤其是2004年至2008年,年平均增长高达1238.485亿元,且逐年增长率在30%左右。而且从预测值来看,未来五年年平均增长高达3000亿元左右,逐年增长率都在25%左右。

进入21世纪后固定资产投资发展更快,“十一五”规划中明确指出工业强省,所以近几年的固定资产投资总额保持30%左右的增长水平。目前由40名专家组成的四川省“十二五”规划专家委员会的有关负责人表示,结合地方实际情况最重要,强调转变发展方式,调整经济结构,同时正在思考未来四川发展中的工业化、城市化、农业回笼化几个方面的关系。因此,在工业化和城市化的进程中,在保证有效率投资的基础上,配合经济增长仍然需要保证大量的投资,预测未来五年,四川省固定资产投资总额逐年增长25%左右,与全国的水平保持一致,作为西部地区的四川省这一估计已经相对保守了。

但该组合模型也存在一定的局限性。该模型在短期内预测比较准确,随着预测期的延长,预测误差会逐渐增大。但尽管如此,与其它指标预测或者确定性预测方法相比,其预测的准确度还是比较高的。当然如果遇到毁坏性比较大的情况则需要考虑引进干预变量改进组合模型。

参考文献:

1.易丹辉.数据分析与Eviews应用[M].中国统计出版社,2002

2.四川省统计局等.四川统计年鉴(2009)[M].中国统计出版社,2009

3.石美娟.ARIMA模型在上海市全社会固定资产投资预测中的应用[J].数理统计与管理,2005(1)

4.王艳明,许启发.时间序列分析在经济预测中的应用[J].统计与预测,2001(5)

篇6

论文关键词：农业固定资产投资,农业经济增长,协整检验,格兰杰因果检验,灰色关联度

通讯作者与地址：邱福林，湖北省武汉市华中师范大学政治学研究院08政府经济学，430079

联系方式：、qqlin8354@yahoo.com.cn

一、引言

中国作为一个农业大国，农业的持续稳定发展是国民经济稳定发展的重要基础。近年来许多学者从科研、财政支农、技术进步、人力资本、农村经济制度等方面对农业经济增长进行实证研究，但对农业固定资产投资（AIFS）与农业经济增长（AEG）关系的研究仍停留在理论和规范研究上。倪心一通过对美国、日本、印度、巴西等国的农业固定资产投资发展历程进行研究对比，得出农业固定资产投资与农业经济增长之间的关系，并指出农业固定投资在全社会固定资产投资中应具有的规模水平。雷锡禄等从我国农业固定资产投资的发展历程指出农业固定资产投资对农业经济增长的重要性，并指明我国农业固定资产投资的发展战略。国外的农业发展史也表明增加农业固定资产投资，是改变农业生产条件，提高农业综合生产能力，实现农业持续稳定协调发展的重要物质基础。目前我国农业固定资产投资主要是以基础设施建设为主，随着国家对三农问题的重视，国家财政不断加大对农业固定资产投资的倾斜。通过绘制1985—2008年全国农业固定资产投资与农业经济增长关系的散点图（因篇幅大，省略），可以发现，随着农业固定资产投资的增加，农业经济也随之不断增长，但两者是否存在长期的均衡和因果关系呢？这正是本文所要研究的内容，通过对两者关系做实证研究能为有关部门制定政策提供依据，对促进农业发展而言也更具现实意义。

二、数据采集与研究方法

分别选取全国农林牧渔的固定资产投资总额和农林牧渔经济总量作为农业固定资产投资和农业经济增长的指标，基于1985—2008年的数据并建立时间序列。全部数据来源于相关年的中国统计年鉴，为了避免数据时间序列中的异方差影响，对所有数据进行对数处理，并分别用LAIFS和LAEG来表示取自然对数后的农业固定资产投资和农业经济增长。

研究农业固定资产投资与农业经济增长的相关关系，需建立两者的回归方程。为防止回归方程出现伪回归现象，需要先做协整检验，以保证方程的有效性。而在分析两者是否具有

协整关系之前，首先要进行序列的单位根检验，只有序列是同阶单整的平稳序列才有可能存在协整关系。如果两者存在协整关系，则进行误差修正模型分析，去除残差的相关性。最后通过格兰杰因果检验，分析两者之间是否存在格兰杰因果关系。以上检验分析将采用计量分析软件Eviews5.0来完成。

基于灰色系统理论计算出两者的关联度。两个系统或因素之间关联性大小的度量称为关联度，灰色关联分析的基本思路是根据序列曲线几何形状的相似程度来判断其联系是否紧密，曲线越接近，相应序列之间关联度就越大，反之越小。它的分析过程一般包括如下过程：在原有数据基础上，计算关联系数，求关联度，而这些过程将采用灰色系统分析软件DPS9.50来完成。

三、实证研究与结果分析

（一）平稳性检验

如果一个时间序列的均值或自协方差函数随着时间而改变，那么这个序列就是非平稳时间序列。一般地，如果时间序列经过d次差分达到平稳，则称为d阶单整序列。本文采用单位根检验中的ADF检验。如果检验t统计值小于显著性水平下的临界值，那么拒绝原假设，认为序列不存在单位根，是平稳的；反之，则认为序列存在单位根，是非平稳的。分别对序列LAIFS和LAEG进行单位根检验，结果见表1。检验结果表明，序列LAIFS和LAEG在二阶差分后，1%的显著性水平下均拒绝零假设，即为二阶单整序列，此时满足协整检验前提，说明两者可能存在长期的协整关系。

表1农业固定资产投资和农业经济增长序列的单位根检验结果

变量

检验形式

( c, t, k)

ADF统计量

临界值

1%

5%

10%

LAIFS

LAEG

（c,t,0）

（c,t,1）

（c,t,0）

（c,t,1）

（c,t,0）

（0,0,1）

-2.562954

-2.420803

-4.168030

-2.745512

-6.659964

-4.205198

-4.416345

-4.440739

-4.440739

-4.467895

-4.467895

-2.685718

-3.622033

-3.632896

-3.632896

-3.644963

-3.644963

-1.959071

-3.248592

-3.254671

-3.254671

-3.261452

篇7

关键词：广西各地市；固定资产投资；GDP 面板模型；分析

国内生产总值（GDP，gross domestic product）是指在国民经济的发展过程中按市场价格计算的一个国家或地区所有常住单位在一定时期内生产活动的最终成果。而作为市场经济条件下发展经济的主要手段的固定资产投资（IFA，investment in fixed assets）不仅包括全社会固定资产投资、城镇固定资产投资，还包括农村农户固定资产投资和建房，它是衡量一个国家或地区一年内在固定资产投资建造和购买活动的总量，是反映固定资产投资规模、速度和使用方向等的综合性指标，对经济的增长作用显而易见，它既能对生产形成需求，又能增加生产能力，同时也决定了投资对经济增长的双重效应；我国各地通过建造并购置固定资产，采用更为先进的生产技术，有利于促进各地生产率的提高，从而促进整个地区的经济发展；一个地区的固定资产投资发展水平亦将成为评价投资环境优劣和经济竞争力的重要方面。总之，固定资产投资与经济增长之间存在着一定的因果关系，因此，研究固定资产投资对地方经济的影响显得颇为重要。

对于该研究方向，学者们目前多采用截面数据（空间单元某一年数据或者多年数据均值）来建立空间计量模型，或者将截面空间单元与时间序列相结合来建立静态面板数据的空间计量模型。截面空间计量模型简单易行，但仅仅用样本考察期内某一年数据进行估计，不仅缺乏时间上的滞后效应，也未能充分利用数据信息，增加了结果的偶然性和随机性。而采用动态空间面板模型即可有效解决此类问题。面板模型有如下三类。

①无个体影响的不变系数模型：lnyit=c+αlnxit+uit。模型假设不同地区在各时期的固定资产投资对GDP没有显著作用，模型中各方程截距项c和系数α均相同，此模型适宜模拟不同地区固定资产投资对GDP的平均效应。可利用OLS法直接求出参数c和α的一致有效估计，即联合回归模型。

②个体效应变截距模型：lnyit=cit+αlnxit+uit。模型假设不同地区之不同时期的固定资产投资对GDP存在个体效应但没有结构效应，个体效应可用截距cit的差异来说明，即模型中各方程截距项不同而系数α均相同，此模型适宜识别不同地区固定资产投资平均值的偏离。

③变系数面板模型：lnyit=cit+αitlnxit+uit。模型假设不同地区在不同时期既存在个体效应也存在结构效应，用不同的截距项cit解释不同地区固定资产投资对GDP的个体效应，用不同的系数向量αit说明不同地区固定资产投资对GDP的结构效应，即模型中各方程截距项cit和系数向量αit均不同。

一、研究数据及其来源

本文采用2001～2010年广西14个地级市固定资产投产量和GDP这两个时间序列数据来分析固定资产投资与GDP之间的关系。其中所有的原始数据来源于《广西统计年鉴》和中经网统计数据库。

二、广西14城市固定资产投资与GDP的整体分析

2001～2010年间，广西全区GDP由2 279.34亿元增加到9 569.89亿元，年均增长速度达到17.39%；广西全区固定资产投资总额也由655.6亿元增加到7057.6亿元，年均增长速度达30.42%，成为推动全区经济持续发展的重要因素。广西各地按照区域经济发展战略及五大经济区发展规划的要求，逐步加大区域对固定资产投资的规模和力度，区域特色经济发展明显加快。从收集的数据来看，广西14城市中，固定资产投资增长率曲线与经济增长率曲线变化趋势基本相同，它们之间存在着相对稳定的均衡关系，除个别年份外，固定资产投资增速与GDP增长率之间的上下波动几乎同向。两条波动曲线虽不完全一致，但变化趋势和波动周期却基本相同，投资率在年度间的波动可能反映了经济冷热的敏感性，亦即短期的偏离并不会影响长期的走势。

三、面板数据模型设定

基于前人研究结果，借鉴面板数据模型形式拟建立城市产出效应面板模型，结合广西14个市从2001～2010年的GDP和固定资产投资建立二者关系的面板数据模型。

式中，gdpit和init为i城市t年该市的生产总值和固定投资；αit为与固定投资的弹性系数，越大说明其固定投资对该市的生产总值的增加越显著；μit为随机误差项，可用于测定城市生产总值的水平效应；cit为常数项。

根据柯布―道格拉斯函数性质，模型截距项cit可用于测定各市GDP的效应，cit越大则水平越高；系数项ait为弹性，可用于测定增长效应，ait越大则表明增效越显著。

四、模型的参数估计及检验

首先采用Eview6.0对联合面板模型、变截距模型和变系数模型进行估计（表1）。

由表1可见，模型的拟合优度为0.99，回归方程高度显著，即固定资产投资总额的变动很大程度上影响了GDP的变动。模型通过了F检验，表明方程的整体性关系显著。其中，DW=1.6747说明变量之间不存在自相关关系，也表明模型设定基本正确。

然后再进行模型设定形式检验，以研究模型形式的正确性，估计结果见表2。

由此可见，各地区固定资产投资与GDP的关系存在着一定程度的差别，某一城市在不同时期其固定资产投资对GDP的作用也有其差异。对上述所得模型进行检验，结果如表3。

由此可见，通过将原假设H设为混合模型后，得到P

五、结果分析

从表2的估计结果中可见，GDP对固定资产投资的弹性相对略大的几个城市分别为贵港（0.2605）、南宁（0.2557）、柳州（0.2386）和百色（0.2236），表明贵港、南宁、柳州3市的固定资产投资每增长1个百分点，城市的GDP就分别增长0.2605、0.2557和0.2386个百分点，说明这3个城市对固定资产的投资力度作用反过来又对GDP产生了相对区内其他城市较为显著的增长作用，加大固定资产投资对生产总值是有显著的效应的；而弹性系数相对较小的3个城市是桂林（-0.0037）、贺州（0.0636）、来宾（0.0886），说明这几个城市的固定资产投资并未对GDP的增长产生明显的效应，甚至还出现了反作用，特别是作为旅游城市的桂林，一段时间内加大固定资产的投资可能对其生产总值非但没能促进，反而出现负效应，所以该市在完善其设施后不宜再继续加大固定资产的投资，防止资源被过度浪费；崇左（0.1168）、玉林（0.1595）和防城港（0.1864）3个市的固定资产投资对GDP的促进效应虽看不出明显的增进作用，但其GDP与固定资产投资是保持着比较相对平稳的增长，可以适当地加大一定的投资量以促进进一步的发展。另外，广西14城市中有梧州、北海、钦州和河池没能通过5%的显著性水平检验，意味着这几个城市的固定资产投资对GDP或许不存在明显促进作用，因果关系不甚确定，或许因为这4个城市的时间序列数据非平稳态或受多种因素影响所致。

改革开放以来，广西经济迅速发展，经济水平不断提高，由以上分析可见，广西也是一个典型的投资驱动型经济增长模式，固定资产投资的规模大小对GDP的影响举足轻重。从根本上来看，固定资产投资的数量和质量决定了广西经济的发展，大规模投资有利于促进生产力发展，活动涉及到投资活动的方方面面，投资的结果直接影响产业结构和行业结构，因此固定有利于优化生产力布局和资源配置，促进经济结构的调整。但也必须看到，固定资产的投资资产投资除了对项目微观情况进行审计外，还须从宏观角度审查项目建设对整体布局、产业结构、行业结构的影响，避免重复建设和损失浪费。固定资产投资的增长固然能够带动GDP的增长，但如果不考虑客观可能，一味盲目追求固定资产投资规模的扩大，则由此所带来的GDP的增长可能以破坏环境、浪费资源为代价，还可能造成国民经济的严重失调，是不可取的。不能为了投资而投资，重要的是必须得提高资本的利用率。

1997年广西党委提出的区域经济战略中首次明确地将广西划分为桂东、桂西、桂南、桂北和桂中五大经济区，提出了各经济区的功能定位和优势产业。各地按照区域经济发展战略和全区五大经济区发展规划的要求，加大了对区域优势产业的扶持力度，区域特色经济发展明显加快。但在经济快速增长的同时，区域经济差异也在不断扩大，成为制约广西经济进一步发展的障碍，影响到广西经济的可持续发展。由于各地区所处的工业化进程阶段不同，导致了各地区固定资产投资的方向和重点不同，因此固定资产投资的数量规模及效益也不尽相同，与GDP之间的关系也就存在着一定的差别。

六、政策启示

由上可见，在当今广西经济发展中，以轻工业为主的贵港和南宁、以重工业为主的柳州及以开发矿业为主的百色地区走在了前列，这与改革开放以来这些城市的大量投资特别是吸引外资有着密不可分的关联。而发展工业的梧州、沿海外贸发达的北海、钦州以及内陆城市河池4城市的资本投入虽然在当地崛起且在西部大开发以来有大幅增长，但仍处于严重不足的阶段。尤其河池市的投资主要仰赖国家投资，而外资和民间资本在当地的投入相对较少。从以上模型分析来看，长此下去有可能使这种趋势得以强化。

广西14个城市间经济发展存在差异的原因有很大一部分是来自于城市间固定资产投资与GDP关系的不同。因此，要实现国民经济协调快速的发展，就必须缩小城市或地区间固定资产投资和经济增长关系之间的差距，使之保持在适度的范围内。在此提出相关经济政策的几点建议：①对一些固定资产投资对GDP有明显影响作用的几个城市或地区来说，可以继续加大固定资产的投资力度，以进一步扩大经济的增长幅度；②对一些固定资产投资对GDP无明显影响作用的几个城市或地区而言，必须转变观念，从另一角度来考虑对GDP增长的有效措施，而不必一味单纯从加大固定资产投资来希望促进经济增长，以免造成资源的浪费；③对一些固定资产投资对GDP有一定影响但不甚明显的几个城市则必须重新审视原有的政策途径，力图从稳定经济的角度来抓好经济发展的每一环节。

参考文献：

[1] 方军武. GDP与固定资产投资关系分析――以湖北省为例[J]. 现代商业，2011（6）：176-177.

[2] 潘黎霞. 固定资产投资对东、中、西部发展的实证分析[J].统计与决策，2012（11）：94-98.

[3] 张向妮. 我国固定资产投资对GDP影响的实证分析[J]. 东方企业文化，2011（4）：36.

篇8

[作者简介]武普照，男，山东青岛人，山东财政学院财税与公共管理学院教授、硕士生导师，研究方向：财税理论与政策；王耀辉，山东财政

[基金项目]山东省科技攻关项目“财政支出绩效评价的数理模型研究”(批准号2005GG4401002)及山东省教育厅项目“行业投资机会分析的理论与方法研究”(批准号J05W56)阶段性成果之一。

[摘要]在前人研究的基础上，利用永续盘存法，对当年投资、投资品价格指数、折旧率以及基年资本存量等关键问题进行了认真的处理，估算出了1978～2004年期间的中国公共物质资本存量，结果发现中国的公共物质资本存量在逐步上升的同时，其占GDP的比重却在逐年下降。

[关键词]公共资本；资本存量；公共投资；永续盘存法

[中图分类号]F812.0　[文献标识码]A　[文章编号]1008―2670(2007)0l―0021―06

一、引言

资本存量是指经资本投资形成的，凝结于主体中的资本含量，公共物质资本存量是指由公共物质资本投资所形成的资本存量。在有关经济增长、投资效率和全要素生产率等的文献中，资本存量是一个极为重要的指标。中国改革开放20多年来，资本的迅速积累是经济增长的主要源泉。同时，资本形成率的提高也使资本成为对产出做出贡献一个主要因素。

目前有大量的研究试图对中国的资本存量进行估算，如早期的贺菊煌(1992)依据当时还在公布的积累指数，对中国的生产性资本(资本存量)和非生产性资本进行了估算，但随着国家统计部门于1994年对国民收入核算体系进行修订，积累指数序列不再公布。邹至庄(Chow，1993)基于国民收入核算原理，根据GDP支出法(GDP=消费+总投资+产品和服务的净出口)，先推算出实际消费和实际净出口，再从实际GDP中扣除这两项，从而得出实际总投资，再将总投资乘当年价格的净投资与总投资的比率，就得到实际净投资。然后通过其估算的1952年的全社会固定资本存量(582.76亿元)就得出了1952年不变价的1952～1985年问的农业、工业、建筑业、交通业和商业等的资本存量序列。黄勇峰等(2002)应用永续盘存法估计了1985～1995年间，中国制造业分部门的资本存量。其文中详细地分析了估计中所使用的数据，并讨论了所使用的假设与必要的数据调整，以及这些假设与数据调整所可能带来的估计中的误差。李治国和唐国兴(2003)综合考察了我国生产性资本的总量水平、形成路径及其调整机制，认为通过改进的方法所估算的资本存量在改革开放以来已经翻了不止两番，年平均增长率为7.36％，积累极为迅速。

值得一提的是，张军和章元(2003)以及张军等(2004)通过回顾和比较已有研究中国资本存量的相关文献，并考虑到中国国内生产总值历史数据的几次重大补充和调整，他们对各年投资流量、投资品价格指数、折旧率／重置率、基年资本存量的选择与构造以及缺失数据进行了认真的处理和研究，并在此基础上利用补充和调整后的分省数据，根据永续盘存法估计了中国大陆30个省区市1952～2000年各年末的物质资本存量。应该说他们的估算工作很细致，估算方法很有代表性。在此以后有很多涉及资本存量的经验分析的文献建立在他们的研究基础上，或是直接使用他们的资本存量数据，或是采用他们文献中使用的方法，如李静等(2006)、汤向俊(2006)等等。本文对中国公共资本存量的估算，也将采用张军等(2004)的分析思路和方法。

在众多的有关中国资本存量的文献中，很少涉及到公共物质资本存量的研究。大量的文献表明，中国的公共投资对经济增长做出了较显著的贡献。如马栓友(2003)采用生产函数方法对中国1981～1997年间的数据进行分析，得出的结论是我国的公共资本具有显著的经济增长效应，其产出弹性大约为0.55，说明公共资本每增长1％，可使企业部门资本要素的生产率增长0.55％，即公共资本对市场化部门具有很强的正外部性。缪仕国和马军伟(2006)建立生产函数模型估计中国公共资本1978～2002年问的产出效应，结果发现我国公共资本的产出弹性大约在0.4左右。张海星(2004)在内生增长理论下构建计量经济模型，对公共物质资本投资、公共人力资本投资及R&D投资与经济增长的相关性进行了协整检验和格兰杰因果关系检验，其回归结果表明公共物质资本的产出弹性是0.296。虽然结果各不相同，但是公共资本对中国经济增长的贡献是毋庸置疑的。

但是，在现有的文献中，对我国公共资本存量的估算都比较模糊，文中都没有给出清晰的估算方法。因此，出于后续研究的需要，有必要对中国的公共物质资本存量进行一次细致的估算。

二、资本存量的估算方法：永续盘存法

目前普遍采用的估算资本存量的方法是由Gol-dsmith于1951年开创的永续盘存法(Perpetual Inven-tory Method)，即通过对已购置的，并界定了使用年限的资产进行累加来完成对资本存量的估算。

永续盘存法的基本思想是，下一期期初(本期末)的净资本存量Kt+1，可以看作是本期期初的净资本存量Kt和本期的总投资，It，以及本期的折旧Dt之间的线性函数：

Kt+1=Kt-Dt　(1)

如果进一步做几何折旧的假设，也就是说假设资本存量的价值以一个不变的比例δ下降，则资本积累方程可以改写成：

Kt+1=(1-δ)Kt+It 　(2)

此方法被称作“永续”是因为所有的资本品都被看作现有资本存量的一部分，当然某一资本品的效率是随其使用年限的增加而递减的，但不会达到零。在(2)式中从第t期期初开始进行反复叠代可得到：

其中，i代表现期和投资期之间的距离，(3)式表明第t+1期初的资本存量是以前各期投资的加权，而权数是一个现期和投资期之间距离的递减方程。在实践中，一个过去投资流量的无穷数列是无法获得的，所以(3)式可以由下式所代替：

这里K1是基期期初的资本存量。

正如张军等(2004)所指出的，估算资本存量有四个关键：当年投资，的选取、投资品价格指数的构造、折旧额或折旧率的确定、基期资本存量的确定。本文沿用其分析思路，分别对上述四个方面进行处理。

三、估算思路

1．公共物质资本投资的范围界定及当年投资的选取

研究我国公共资本支出一般有三种口径(廖楚辉和刘鹏，2005)：一是政府预算列示的范围和数量。

这种口径一般是将预算分为经常性预算和资本性预算，但没有包含政府转移性支出。由于政府转移性支出也可能包含资本性投资部分，因此这种预算编制是符合政府预算与实践保持一致的需要的，但不利于把握公共资本投入的实际状况。二是对现行预算中相关预算科目调整并根据市场经济条件下政府职能范围确定并测算的数量，这种方法充分考虑到国有企业改造和亏损补贴、地质勘探、支农生产、城市维护建设、简易建筑费及税式支出等方面。这种方法中的国债投资已经构成部分基建支出、挖潜改造等支出内容，所以不能将国债单独列项，否则会造成重复计算。三是以宽口径估算的公共资本支出，即包括地方政府建设性债务和集资、摊派投资；政府委托银行投资及国有金融企业的坏账损失等。由于相关数据隐蔽且难以统计，这种方法只能用作宽口径的一种估算。

从现有的文献来看，目前国内财政学界对公共投资范围的界定并没有统一的口径。赵志耘和吕冰洋(2005)用比较窄的口径界定公共投资的范围，包括财政教育支出财政基本建设支出和财政科学研发支出，分别把它们看作是人力资本投资、物质资本投资和科学研发投资。缪仕国和马军伟(2006)采用分行业的数据，认为公共资本包括交通运输、仓储邮电通讯、电力、煤气及水的生产和供应等部门的固定资产总额。于长革(2006)认为政府公共投资主要包括以下六类：a．燃料和能源支出，用于能源的探测、供给、开发和控制；b．农、林、渔、猎支出，主要包括土地管理、农产品价格支持以及病虫害防治等；c．采掘和矿产资源、制造业与建筑支出，用于矿产资源经营、产业升级和控制、工业研究开发等活动；d．交通与通讯支出，用于交通系统和通讯的建设与管理；e．住房及社区环境支出，用于住宅开发、城市规划、社会发展、供水、排污、垃圾处理和环境管理；f．其他经济事务和服务支出。李桢业和金银花(2006)把扣除了农林牧渔业、采掘业、制造业、建筑业、批发零售和餐饮业、金融保险业、房地产业及其他部分以外的固定资产投资看作是公共资本投资。而马栓友(2003)、张海星(2004)、郭庆旺和贾俊雪(2006)等的经验分析都采用预算内固定资产投资来代表公共投资。

由此可见，国内学界对公共投资范围的界定存在的很大的分歧。本文认为采用预算内固定资产投资来代表当年公共物质资本投资是比较合理的。所谓预算内固定资产投资，即传统意义上的财政投资，是指全社会固定资产投资中由财政预算内提供资金来源的部分。按照中国统计年鉴(2005)的定义，根据固定资产投资的资金来源不同，可分为国家预算内资金、国内贷款、利用外资、自筹资金和其他资金。而国家预算内资金分为财政拨款和财政安排的贷款两部分。包括中央财政的基本建设基金(分经营性基金和非经营性基金两部分)、专项支出(如煤代油专项等)、收回再贷、贴息资金，财政安排的挖潜改造和新产品试制支出、城建支出、商业部门简易建筑支出、不发达地区发展基金等资金中用于固定资产投资的资金，地方财政中由国家统筹安排的资金等。因此，出于后续经验分析建模的研究需要，为了更好地度量民间物质资本存量，本文采用预算内固定资产投资来代表当年公共物质资本投资。

另外，在对当年投资的选取上，Young(2000)、Wang和Yao(2001)以及张军等(2004)都采用了固定资本形成总额的指标，应该说固定资本形成总额指标能更好地反映当年的投资状况，但是统计年鉴上并没有按资金来源划分的固定资本形成总额的数据。虽然固定资本形成总额与固定资产投资额两个指标存在一些差别，但从历史数据看，两者之间的实际差额较小，变化趋势相同。二者之间的绝对差额在2001年之前一直在49．7亿元(1987年)和775．4亿元(1998年)之间变动，2001年以后有所扩大，到2004年，全社会固定资产投资额比固定资本形成总额多出8126亿元。二者之间的关系可以从图1中清晰的显示，从图中二者的关系可以看出，用预算内固定资产投资来表示永续盘存法中的当年投资是比较合理的选择。

由于统计年鉴上按照资金来源与构成所划分的全社会固定资产投资的数据序列是从1981年开始的，1978～1980年这三年的预算内固定资产投资数据只能靠某种方法估计得出。我们分别采用最小二乘法(OLS)和向量自回归法(VAR)①对1981～2004年的GDP关于预算内固定资产投资进行回归，得到的R2分别是0．8208和0．9995，其中由VAR模型得到的回归方程如下：

GDP=2.402609941*GDP(-1)-2.687486233*GDP(-2)

+2.580736332*GDP(-3)-2.535188607*GDP(-4)

+1.40471232*GDP(-5)+3.819140626*YSN(-1)

-13.86695633*YSN(-2)+8.748237381*YSN(-3)

-13.16531798*YSN(-4)+20.3769644*YSN(-5)

-1340.581874

其中，YSN代表预算内固定资产投资，括号内是滞后阶数。上面的回归方程表明，1985年的GDP可以由1980～1984年各期的GDP和预算内固定资产投资的线性组合来解释，拟合度高达0.9995。由此将1980～1985年的各期GDP以及1981～1984年的各期预算内固定资产投资代人上面的回归方程，就可以算出1980年的预算内固定资产投资额。以此类推，1979年和1978年的预算内固定资产投资额也可以分别推算出。当然，上面的回归方程从理论上说是非常粗糙的，但是出于对缺失数据进行估计的现实需要，该方程也具有一定的合理性。图2给出了中国1978年以来以当年价表示的公共物质资本投资(预算内固定资产投资)的情况，从图中可以清晰地看出，中国的公共物质资本投资在1996年以前一直平稳的发展，从1998年开始，出于宏观调控的需要，中国的公共物质资本投资连年大幅度的提高。2003年有所波动，这也和紧缩性的宏观经济政策有关。

2．投资品价格指数的构造

固定资产投资价格指数是反映一定时期内固定资产投资品及项目的价格变动趋势和程度的相对数。固定资产投资额是由建筑安装工程投资完成额、设备工器具购置投资完成额和其他费用投资完成额三部分组成的。编制固定资产投资价格指数应首先分别编制上述三部分投资的价格指数，然后采用加权算术平均法求出固定资产投资价格总指数。该指数可以准确地反映固定资产投资中涉及的各类投资品和取费项目价格变动趋势和变动幅度，消除按现价计算的固定资产投资指标中的价格变动因素，真实地反映固定资产投资的规模、速度、结构和效益，为国家科学地制定、检查固定资产投资计划并

提高宏观调控水平，为完善国民经济核算体系提供科学的、可靠的依据。

在涉及中国资本存量的研究文献中，有关投资品价格指数的构造是个较为复杂的问题。由于统计年鉴上的固定资产投资价格指数序列是从1991年才开始的，因此针对1991年前的价格指数，不同的学者采取了不同的方法。Hu和Khan(1997)的研究使用了三种不同的指数：对于1952～1977年期间，他们采用Chow(1993)所估计的资本积累隐含平减指数；对于1978～1990年期间，他们采用全国建筑材料价格指数；对于1991～1994年，他们采用官方公布的固定资产投资价格指数。Young(2000)构造的固定资产形成隐含指数是用GDP平减指数减去私人消费、政府消费、存货、净出口等的平减指数而得到的残差序列。Hsueh和Li(1997)根据固定资产投资统计年报计算出了1992～1995年期间的隐含投资平减指数，Wang和Yao直接采用了这一指数。李治国和唐国兴(2003)以及张军和章元(2003)都是根据上海市固定资本形成总额和指数得出了各自的固定资产投资价格指数。

这里我们采用张军等(2004)的处理方法②，假设《中国GDP核算历史资料(1996～2002)》提供的以不变价衡量的固定资本形成总额指数的计算方法如下③以1985年的固定资本形成指数为例：

其中，FCF代表固定资本形成总额，HI代表投资隐含平减指数，由此就可以算出各年的以1978年为l和以上年为1的投资隐含平减指数。对于1978～1990年期间，我们采用(5)式和(6)式计算出来的投资隐含平减指数来表示固定资产投资价格指数，对于1991～2004年期间，我们直接采用官方公布的数据，这样就可以得出完整的1978～2004年期间固定资产投资价格指数序列(见图3)。

3．折旧的处理

固定资产折旧指一定时期内为弥补固定资产损耗按照规定的固定资产折旧率提取的固定资产折旧，或按国民经济核算统一规定的折旧率虚拟计算的固定资产折旧，它反映了固定资产在当期生产中的转移价值。

在对折旧的处理上，目前的大部分研究都是估计出一个合理的折旧率，然后对历年资本存量进行扣减。如Wang和Yao(2001)采用了5％的折旧率，Young(2000)假定了6％的折旧率，张军等(2004)在相对效率几何递减的假设下，计算得到各省固定资本形成总额的经济折旧率是9．6％。

应该说这些折旧率的假设都有一定的合理性，但是并不适用于公共资本存量的折旧处理。Kamps(2004)通过对美国的数据进行研究发现，私人非住宅资本、私人住宅资本、政府资本的隐含磨损率④(Implicit Scrapping Rate)各不相同，私人非住宅资本的隐含磨损率最高，而私人住宅资本的隐含磨损率最低。在1960～2000年期间，美国的私人住宅资本的隐含磨损率保持大体不变，政府资本的隐含磨损率有上升的趋势，而私人非住宅投资的隐含磨损率从1960年的4．5％2z升到了2000年的9．5％。这些现象在OECD其他成员国也能观察到，如加拿大和澳大利亚等。

有鉴于此，本文采用一个递增的折旧率来对公共资本进行扣减，假设在1978～2004年期间，公共资本的折旧率从2．5％递增到4％，该折旧率序列可以通过下式计算得到：

(8)式比(4)式更加接近现实，这可以从两方面看出：首先，(8)式符合递增折旧率的假设；其次，(8)式假设新投资在年中投入使用而(4)式假设新投资在年末投入使用。显然，新投资应该覆盖一整年，而不仅仅是在年末。

4．基年资本存量的确定

(8)式给出了本文估算公共资本存量的基本方程，现在剩下的最后一步就是确定基年的资本存量，由于本文的基年定为1978年，那么现在的工作就是如何确定1978年的公共物质资本存量。

本文采用“稳态估算法”(steady-state Approach)来确定1978年的公共物质资本存量，该方法被广泛的应用，如Hall和Jones(1999)、Kamps(2004)等。资本存量的增长率可写成：

由于资本存量的增长率事先是不知道的，所以这里需要增加一个假设条件，即在新古典增长理论的假设下，在稳态中投资和资本是按照相同的比率增长，因此我们可以使用公共物质资本投资的增长率来近似地表示公共物质资本存量的增长率。通过计算，得出中国的公共物质资本投资的平均增长率是2.83％⑤，公共物质资本存量的平均折旧率为3.25％。这样就可以算出中国基于1978年价格的1978年公共物质资本存量是4008.2亿元。

四、估算结果及分析

篇9

关键词：房地产市场；格兰杰因果检验；ADL模型

一、引言

房地产业作为基础性和支柱性产业，是拉动国民经济增长的重要因素。房地产价格集中反映了市场的供求关系，传递着房地产市场最为重要的信息。房地产市场是地域性很强的产品市场，而深圳作为一个快速发展经济特区，创造了举世瞩目的“深圳速度”，其房地产市场亦具有一些特殊性。关于房地产价格与各个经济变量之间的关系，很多学者用不同的计量方法，从不同角度进行了研究。本文试图以格兰杰因果检验方法探寻房价与固定资产投资间因果关系，并在此基础上建立自回归分布滞后模型对数据进行拟合。

二、变量选取和数据来源

变量选取：被解释变量―固定资产投资额，用FCI表示；解释变量―房屋销售价格指数，用HPI表示。

资料来源：本文采用年度数据，样本区间为1997―2010年。深圳市房屋销售价格指数的数据资料取自《中国统计年鉴》，固定资产投资额数据来自《广东统计年鉴》。本文使用的软件为Eviews6.0。

三、模型回归过程及估计结果

1.数据的平稳性分析

我们知道，对于非平稳的时间经济序列，在做线性回归之前，必须进行单位根检验，以排除“伪回归”现象，保证分析结果的可靠性。通常单位根检验的方法有DF、ADF、PP法等，而滞后阶数的确定采用的是最小AIC或SC信息准则。本文采用ADF法进行单位根检验，结果（表1）可知，房屋销售价格指数与固定资产投资额都是非平稳变量，进行自然对数变换后，lgHPI仍然非平稳，而lgFCI平稳，对lgHPI取差分后检验，表明ΔlgHPI是平稳变量。

注：1.检验类型T和C分别表示在ADF检验中有趋势项，常数项，括号中的数字代表滞后阶数（由AIC和SCI信息准则决定）。 2.Δ表示取一阶差分。

2. 格兰杰因果关系检验

格兰杰因果检验是检验经济变量之间因果关系的方法，基于以下统计推断思想：如果变量X引起变量Y，则变量X的变化将先于Y的变化。由表3可知，ΔlgHPI是lgFCI的格兰杰原因，但lgFCI不是ΔlgHPI的格兰杰原因，即房屋销售价格的提高将导致固定资产投资额的增加。也就是说研究房屋销售价格的变化有助于对有效的固定资产投资额进行预测，反之，则不成立。

3.ADL动态回归模型

房地产是投资周期较长的产品，本期的投资额应该根据前几期的房价、投资额和本期房价来决定。正好，自回归分布滞后模型（ADL）是分析这类问题的常用工具。

我们首先建立一个含有一个外生解释变量，解释变量与被解释变量各滞后两期的ADL(2,2,1)模型，得如下结果：

lgFCIt=-lgHPIt-lgHPIt-1-lgHPIt-2+ lgFCIt-1+ lgFCIt-2

R2=0.9612 DW=2.1278 ARCH=0.668

我们采用逐步回归法排除统计意义不显著的变量，观察上述模型，发现lgFCIt-1的回归系数对应的t值较小，予以剔除，再次回归，结果为：

lgFCIt=-lgHPIt-lgHPIt-1-lgHPIt-2+ lgFCIt-1+ lgFCIt-2

R2=0.9489 DW=2.0132 ARCH=0.668

该模型各解释变量都高度显著，DW值接近2、ARCH值小于1，表明该模型不存在自相关和异方差，R2仍然高达0.9489，整体拟合效果仍然比较理想，因而，该模型可以作为反映固定资产投资额和房价之间关系的ADL模型。

四、结论

对于大多数的产品市场来说，价格和供给间存在双向因果关系，价格上涨导致供给增大，供给增大会导致价格降低。而本文研究的深圳市房地产市场，房价对固定资产投资存在单向的格兰杰因果关系，即研究房价的波动性有助于预测固定投资额的走势，而固定资产投资额对房价却没有预测能力。表明房价存在不理性的因素，供给并不是影响房价的主要因素，而需求是主导因素，这也与房市多年的卖方市场有关，所以政府应出台相关政策，如保证保障性住房的投资额度、房市价格管理政策等，以抑平市场不合理的投资、投机性需求。（作者单位：河北大学经济学院 071000 河北保定）

参考文献：

[1]胡宗义.基于ADL―GARCH的电价预测模型及其应用[J].湖南大学学报.2007,34(8).

篇10

关键词：固定资产投资；经济增长；河北省

本文为2016年度河北省社会科学发展研究课题：“投资结构优化、产业升级与经济增长协同问题研究――基于河北省供给侧结构改革视角”（课题编号：201604020211）成果之一

中图分类号：F127 文献标识码：A

收录日期：2017年2月16日

长期以来，投资对我国经济的快速发展起了非常重要的作用，而固定资产投资作为投资的重要组成部分，通过基础设施建设、机器设备更新改造等，极大地刺激了我国经济的发展。经济新常态背景下，中国面临产业结构调整、经济增长方式优化等重要问题，尤其是要转变以往过度依赖投资和出口的增长模式。但是应当明确，经济新常态并不是要求“不投资”，也不是简单地“少投资”，而是正确把握投资方向，消除投资障碍，使投资继续对经济发展发挥关键作用。因此，必须对投资，尤其是固定资产投资有一个正确的认识和全面的了解。

从20世纪90年代起，固定资产投资与经济增长的关系一直是国内外各界研究的重点。一般认为，固定资产投资对经济增长具有促进作用。马克思认为投资就是剩余价值的资本化，扩大再生产决定了经济增长水平。柯布-道格拉斯生产函数、索罗经济增长模型、内生经济增长理论等都将投资或资本列入影响经济增长的重要因素。Delong和Summers（1992）、Alfred和Willi（2001）、Podreeca和Carmeei（2001）通过研究不同国家的数据，先后证实了固定资产投资与经济增长的正相关性，但也发现各国固定资产投资的带动作用存在明@的差异。国内学者针对我国经济发展的实际情况也做了很多研究。刘金全（2002）、沈秀双（2003）、李红松（2004）等采用计量模型证实了固定资产投资是促进我国经济增长的重要因素。此后，叶春玲（2005）、张蕊（2009）、段虹霞（2011）、刘伯酉（2012）分别以我国某省市为例，分析了各地区固定资产投资与经济增长的关系，并提出相关建议。但是，近几年国内外也提出了不同的看法。尤其是政府的固定资产投资虽然在短期内能明显地拉动内需，但是从长期来看，政府的过度投资无法持续，且会引起通货膨胀和经济结构不平衡。而且随着一国基础设施的完善，固定资产投资应更多地投向高新技术产业。

因此，本文立足于河北省，分析当前河北省固定资产投资的特点，利用河北省1978～2015年的数据，对河北省全社会固定资产投资与经济增长关系进行实证分析，分析河北省固定资产的投资效率及存在的问题，结合经济新常态的大背景，为河北省转变经济增长方式、优化投资结构提出建议。

一、河北省固定资产投资的特点

2015年末，河北省全社会固定资产投资29，448.3亿元，比上年增长10.4%。河北省固定资产投资总量规模不断扩大，“十二五”期间河北省累计完成全社会固定资产投资115，365亿元，平均增长率17.6%。综合来看，近几年河北省固定资产投资具有以下特点：

一是全社会固定资产投资总额增速明显。河北省1996年全社会固定资产投资1，182.6亿元，2015年全社会固定资产投资29，448.3亿元，增长2390%，显著高于国内其他省市。（图1）

二是省内各地级市固定资产投资差异较大。石家庄、唐山两地固定资产投资规模较大，2016年占全省固定资产投资的1/3。秦皇岛是河北省11市中固定资产投资规模最少的地级市，2016年仅为892.5亿元，远低于其他地区，这也与秦皇岛以旅游等第三产业为主要经济增长方式有关。（图2）

三是固定资产投资的产业结构性矛盾突出。第一产业的固定资产投资呈现上升的趋势，农业的基础地位得到巩固，但是固定资产投资在第一产业的比重依然很小，固定资产投资主要集中在第二、第三产业。从第二产业的内部结构来看，2016年建筑业增速268.3%，房地产开发投资4，285.3亿元。第三产业中金融业固定资产投资增速明显，2016年增长84.5%。固定资产投资增速较大的依然是河北省的传统优势产业，高新技术产业投资不足。（图3）

综上，近年来，河北省全社会固定资产投资规模显著增长，但是省内各市固定资产投资差异较大，产业结构性矛盾突出，对经济增长的影响也不能一概而论。因此，有必要对近年来河北省固定资产投资与经济增长的关系进行实证分析。

二、河北省固定资产投资与经济增长关系实证分析

（一）河北省全社会固定资产投资总量与经济增长关系实证分析

1、数据的选择。本部分选取了国内生产总值（GDP）作为衡量经济增长的指标，全社会固定资产投资完成额作为衡量投资的指标，数据样本为1978～2015年的年度数据。为了使数据具有可比性，利用消费价格指数（1978年=100）对国内生产总值GDP和固定资产投资完成额进行调整，换算成按可比价格计算的实际国内生产总值（gdp）和实际的固定资产投资（in）。由于数据的自然对数变换不改变变量的关系，并能消除趋势因素的影响和时间序列的异方差问题，因此对时间序列数据进行对数形式变换，即用Lngdp和Lnin分别表示进行对数变换后的实际国内生产总值和实际固定资产投资额。

2、平稳性检验。采用ADF检验法对Lngdp和Lnin进行单位根检验，检验结果如表1所示。由表1可知，变量Lngdp和Lnin的一阶差分的ADF检验值都大于5%显著水平下的临界值，变量为平稳的时间序列。（表1）

3、协整检验。协整检验主要用来判断变量之间是否具有长期均衡关系。时间变量只有同阶单整时才可能存在协整关系。首先，对Lngdp和Lnin进行线性回归，得到Lngdp=2.678983+0.711625Lnin，其中R2=0.986889，DW=0.473201，F值=2709.814，回归参数通过了显著性检验，模型拟合得较好；其次，对残差序列进行单位根检验，检验结果如表2所示。（表2）

残差序列的ADF值明显小于1%、5%、10%%显著水平下的临界值，因此残差序列为平稳序列。表明Lngdp和Lnin存在长期稳定的关系，即河北省固定资产投资每增加1%，实际国内生产总值将增加0.711625%，固定资产投资对经济增长有较强的带动作用。

4、误差修正模型。误差修正模型用来判断Lngdp和Lnin的短期变动关系。（表3）

D（LNGDP）=0.071306+0.146785×D（LNIN）+0.001759×ECM

可以看出，短期固定投资的变化将引起国内生产总值同方向的变化，即短期内LNIN变动1%，将引起国内生产总值同方向变化0.15%。误差修正项的系数较小，对非均衡误差的修正作用较小。

（二）河北省三大产业固定资产投资与经济增长关系实证分析。本部分数据选取2001～2015年河北省GDP作为衡量经济增长的指标，第一产业固定资产投资额in1、第二产业固定资产投资额in2、第三产业固定资产投资额in3作为衡量固定资产投资的指标，分析河北省三大产业固定资产投资与经济增长的关系，分析河北省固定资产投资的结构合理性问题。数据处理方法以及其他平稳性检验等同上。

对各变量进行平稳性检验之后发现各量是一阶平稳，然后对各变量进行回归分析，得到Lngdp=5.521479-0.039889Lnin1+0.239133Lnin2+0.279074Lnin3，其中R2=0.995161，DW=1.589970，F值=754.0188，回归参数通过了显著性检验，模型拟合得较好。随后对残差序列进行平稳性检验，残差序列为平稳序列，变量之间存在长期稳定的关系。表明河北省第一产业固定资产投资每增加1%，GDP减少0.04%；河北省第二产业固定资产投资每增加1%，GDP增加0.24%；河北省第三产业固定资产投资每增加1%，GDP增加0.28%。

三、结论及建议

（一）结论。河北省固定资产投资和经济增长之间存在长期稳定关系，即河北省固定资产投资每增加1%，实际国内生产总值将增加0.711625%。短期固定投资的变化将引起国内生产总值同方向的变化，即短期内LNIN变动1%，将引起国内生产总值同方向变化0.15%。河北省固定资产投资对经济增长有较强的带动作用。但是，河北省产业结构不合理，三大产业固定资产投资差异过大，且对经济的带动作用差异也较大。河北省第二产业固定资产投资每增加1%，GDP增加0.24%；河北省第三产业固定资产投资每增加1%，GDP增加0.28%，河北省第二、第三产业对经济的带动作用较强。而值得关注的是，河北省第一产业固定资产投资每增加1%，GDP减少0.04%，原因可能是用于第一产业投资就会减少二三产业上的投资，从而使得增加第一产业的固定资产投资会导致GDP减少，这也反映了河北省投资效率的差异以及经济结构的不合理。

（二）建议

1、继续加大重点项目固定资产投放力度。尽管河北省面临经济调整和结构转型升级的重要时期，固定资产投资对于经济增长的带动作用仍较为明显。应当继续加大固定资产的投放力度，尤其是投资一批对河北省经济长远发展关系重大的项目，投资高新技术产业和附加值高的产业，增强河北省经济发展后劲。

2、优化固定资产投资结构。由于不同类型的固定资产投资对经济增长的带动作用不同，对于第二产业、第三产业，河北省要加大投资力度，不断推进河北省城镇化、工业化进程，提高相关配套服务设施，合理推动河北省工业、服务业的发展。对于第一产业，河北省尽管是农业大省，但是农业利用率不高、农产品增加值较低，农业发展仍处于薄弱环节，仍需加大投资力度，调整河北省农业的发展结构。此外，促进固定资产投资在各市县的合理投放，避免资源的过度集中。

主要参考文献：

[1]宋丽智.我国固定资产投资与经济增长关系再检验：1980-2010年[J].宏观经济研究，2011.11.

[2]沈秀双.固定资产投资与经济增长关系研究[J].学术交流，2003.1.

[3]周腾，杨煜.江苏省固定资产投资与经济增长关系的实证分析[J].华东经济管理，2007.21.10.