時(shí)間：2022-07-30 21:30:31
導(dǎo)語：在固定資產(chǎn)投資論文的撰寫旅程中，學(xué)習(xí)并吸收他人佳作的精髓是一條寶貴的路徑，好期刊匯集了九篇優(yōu)秀范文，愿這些內(nèi)容能夠啟發(fā)您的創(chuàng)作靈感，引領(lǐng)您探索更多的創(chuàng)作可能。
[關(guān)鍵詞]固定資產(chǎn)投資證券投資決策方法
投資是企業(yè)重要的財(cái)務(wù)活動(dòng)之一，它通常是指企業(yè)將一定的財(cái)力和物力投入到一定的對(duì)象上，以期在未來獲取收益的經(jīng)濟(jì)行為。投資活動(dòng)可以按多種標(biāo)準(zhǔn)進(jìn)行分類，其中按投資方式的不同可分為直接投資和間接投資，直接投資又稱為實(shí)物投資，是指直接用現(xiàn)金、固定資產(chǎn)、無形資產(chǎn)等進(jìn)行投資，直接形成企業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)的能力。直接投資往往數(shù)額大，回收期長(zhǎng)、與生產(chǎn)經(jīng)營(yíng)聯(lián)系緊密。
間接投資一般也稱為證券投資，是指用現(xiàn)金、固定資產(chǎn)、無形資產(chǎn)等資產(chǎn)購買或取得其他單位的有價(jià)證券（股票、債券等）。
固定資產(chǎn)投資的規(guī)模大小和技術(shù)的先進(jìn)程度、證券投資的規(guī)模大小和投資對(duì)象的合理性，在很大程度上決定了企業(yè)經(jīng)營(yíng)和發(fā)展的潛力，因此，對(duì)固定資產(chǎn)投資和證券投資決策方法的研究和使用對(duì)企業(yè)的生存和發(fā)展都具有十分重要的意義。
一、固定資產(chǎn)投資決策
1、固定資產(chǎn)投資決策方法。如前所述，固定資產(chǎn)投資直接影響企業(yè)的生產(chǎn)經(jīng)營(yíng)規(guī)模，由于它投資數(shù)額大、投資回收期長(zhǎng)、一經(jīng)決策和實(shí)施就難以改變，因此固定資產(chǎn)投資決策成敗與否后果深遠(yuǎn)。實(shí)務(wù)中，企業(yè)在進(jìn)行固定資產(chǎn)投資決策時(shí)，一般都要提出幾種投資方案，進(jìn)行反復(fù)比較后從中選取最佳或最合理的方案，這就需要運(yùn)用凈現(xiàn)值法、內(nèi)含報(bào)酬率法、現(xiàn)值指數(shù)法、投資回收期法、平均報(bào)酬率法等投資決策方法，但現(xiàn)行財(cái)務(wù)管理理論和實(shí)踐對(duì)固定資產(chǎn)投資主要采用凈現(xiàn)值(簡(jiǎn)稱NPV)法。所謂凈現(xiàn)值是指投資方案的未來現(xiàn)金流人量的現(xiàn)值和現(xiàn)金流出量的現(xiàn)值的差額。用公式可表達(dá)為：
NPV=∑CIt／(1+i)t—∑COt／(1+i)t
其中：CIt表示第t年的現(xiàn)金流入量；COt表示第t年的現(xiàn)金流出量；i表示預(yù)定的折現(xiàn)率。
凈現(xiàn)值法的決策規(guī)則是：在只有一個(gè)備選方案的采納與否決策中，凈現(xiàn)值為正者則采納，凈現(xiàn)值為負(fù)者不采納；在有多個(gè)備選方案的互斥選擇決策中，應(yīng)選用凈現(xiàn)值是正值中的最大者。
2、對(duì)固定資產(chǎn)投資決策方法的說明。不難發(fā)現(xiàn)，凈現(xiàn)值法與其他方法相比具有以下優(yōu)點(diǎn)：
(1)凈現(xiàn)值法考慮了資金的時(shí)間價(jià)值，能夠反映各種投資方案的凈收益，即以各種投資方案收益的大小作為投資決策的依據(jù)，因此是一種較好的方法。
(2)凈現(xiàn)值法與企業(yè)的財(cái)務(wù)管理目標(biāo)相一致。投資方案的凈現(xiàn)值就是該方案能夠給企業(yè)增加的價(jià)值，因此要實(shí)現(xiàn)企業(yè)價(jià)值最大化這一目標(biāo)，就必須在多種備選方案中選擇凈現(xiàn)值最大且不小于零的投資方案。
因此，現(xiàn)行企業(yè)財(cái)務(wù)管理工作中主要采用凈現(xiàn)值法進(jìn)行固定資產(chǎn)的投資決策。
二、證券投資決策
1．證券投資決策方法。證券投資決策的目標(biāo)就是將投資收益和投資風(fēng)險(xiǎn)風(fēng)險(xiǎn)聯(lián)系起來，對(duì)二者進(jìn)行權(quán)衡后選擇最為合理的證券進(jìn)行投資。因此，證券投資決策主要是討論如何在規(guī)避風(fēng)險(xiǎn)的基礎(chǔ)上最大限度地獲取證券投資收益，這就是著名的投資組合理論。投資組合理論最初由馬考維茨(HMarkowitz)于20世紀(jì)50
年代創(chuàng)立，后經(jīng)威廉•夏普(WSharpe)等人發(fā)展，主要運(yùn)用證券投資回報(bào)率的期望值E和系統(tǒng)風(fēng)險(xiǎn)系數(shù)β兩個(gè)指標(biāo)表示一個(gè)證券(或證券組合)的投資價(jià)值，以此為基礎(chǔ)的分析被稱為“E—β”分析。
證券投資組合的風(fēng)險(xiǎn)可以分為兩種性質(zhì)完全不同的風(fēng)險(xiǎn)，即系統(tǒng)風(fēng)險(xiǎn)和非系統(tǒng)風(fēng)險(xiǎn)。系統(tǒng)風(fēng)險(xiǎn)又稱為不可分散風(fēng)險(xiǎn)或市場(chǎng)風(fēng)險(xiǎn)，是由于一些會(huì)影響到所有公司的因素如戰(zhàn)爭(zhēng)、通貨膨脹、經(jīng)濟(jì)衰退、金融危機(jī)、國(guó)際市場(chǎng)的變化引起的風(fēng)險(xiǎn)。這些因素對(duì)任何企業(yè)來說，都是不可避免的；非系統(tǒng)風(fēng)險(xiǎn)又稱為可分散風(fēng)險(xiǎn)或公是指發(fā)生于個(gè)別公司的因素如新產(chǎn)品開發(fā)失敗、失去一項(xiàng)重要合同、重大項(xiàng)目投標(biāo)的失敗、競(jìng)爭(zhēng)對(duì)手的出現(xiàn)、生產(chǎn)工藝技術(shù)的老化等所造成的風(fēng)險(xiǎn)，此類風(fēng)險(xiǎn)可以通過多元化的投資來分散或消除。
2．對(duì)證券投資決策方法的說明。資本市場(chǎng)理論和實(shí)踐研究表明，證券的回報(bào)率和系統(tǒng)風(fēng)險(xiǎn)之間存在著很高的相關(guān)性，即風(fēng)險(xiǎn)與收益對(duì)等，高風(fēng)險(xiǎn)可以用高回報(bào)來補(bǔ)償，而低風(fēng)險(xiǎn)則伴隨著低回報(bào)。在完全有效的資本市場(chǎng)中，證券的價(jià)格反映其價(jià)值，證券的價(jià)格在任何時(shí)刻都應(yīng)與其價(jià)值相符，因此購買或出售證券只能獲得與該證券的系統(tǒng)風(fēng)險(xiǎn)相一致的回報(bào)率。也就是說，證券投資的凈現(xiàn)值等于零。因此證券投資決策不能用凈現(xiàn)值作為評(píng)價(jià)指標(biāo)，而應(yīng)采用“E—β”分析法。
綜上所述，對(duì)固定資產(chǎn)投資與證券投資決策方法的差異歸納為以下幾點(diǎn)：(1)現(xiàn)行企業(yè)財(cái)務(wù)管理理論和實(shí)踐對(duì)固定資產(chǎn)投資決策主要采用凈現(xiàn)值(NPV)法，而對(duì)證券投資決策則采用回報(bào)率與風(fēng)險(xiǎn)(E—β)分析法。
(2)只有當(dāng)固定資產(chǎn)投資方案的凈現(xiàn)值不小于零時(shí)，才有可能接受該方案，而證券投資方案的凈現(xiàn)值一般為零。
(3)由于證券市場(chǎng)的競(jìng)爭(zhēng)性遠(yuǎn)遠(yuǎn)高于產(chǎn)品市場(chǎng)，使得證券市場(chǎng)能夠迅速達(dá)到競(jìng)爭(zhēng)性均衡狀態(tài)，因此，證券投資的平均租金高于零；而產(chǎn)品市場(chǎng)或者因?yàn)榇嬖趬艛嗪凸杨^，或者因?yàn)槟硞€(gè)或某些企業(yè)的創(chuàng)新而使得該行業(yè)調(diào)整到競(jìng)爭(zhēng)性均衡狀態(tài)還需要一定的時(shí)間，所以固定資產(chǎn)投資可以賺取經(jīng)濟(jì)租金。
三、原因分析
1．從資本資產(chǎn)定價(jià)模型的角度來看。上面的分析似乎表明固定資產(chǎn)決策和證券投資決策是兩種截然不同的決策類型，其實(shí)并非如此，兩者實(shí)際上都使用資本資產(chǎn)定價(jià)模型來量化風(fēng)險(xiǎn)。
威廉•夏普1964年開創(chuàng)的資本資產(chǎn)定價(jià)模型(CapitalAssetPricingModel，簡(jiǎn)稱CAPM)被認(rèn)為是財(cái)務(wù)管理學(xué)形成和發(fā)展中最重要的里程碑，它的出現(xiàn)第一次使人們能夠?qū)︼L(fēng)險(xiǎn)進(jìn)行定量分析。這一模型為：
Kj=Rf+βj(Km—Rf)。
式中：Kj表示第j種股票或第j種證券組合的必要報(bào)酬率；Rf代表無風(fēng)險(xiǎn)報(bào)酬率；βj表示第j種股票或第j種證券組合的β系數(shù)；Km表示所有股票或所有證券的平均報(bào)酬率。
可見，資本資產(chǎn)定價(jià)模型簡(jiǎn)單、直觀地揭示了證券的期望報(bào)酬率與風(fēng)險(xiǎn)之間的關(guān)系。
例：當(dāng)前的無風(fēng)險(xiǎn)報(bào)酬率為6％，市場(chǎng)平均報(bào)酬率為12％，A項(xiàng)目的預(yù)期股權(quán)現(xiàn)金流量風(fēng)險(xiǎn)大，其值β為1．5；B項(xiàng)目的預(yù)期股權(quán)現(xiàn)金流量風(fēng)險(xiǎn)小，其β值為0．75，則：
A項(xiàng)目的必要報(bào)酬率=6％+1．5×(12％—4％)=18％
B項(xiàng)目的必要報(bào)酬率=6％+0．75×(12％—4％)=12％
因此，資本資產(chǎn)定價(jià)模型是證券投資分析的直接工具，應(yīng)用資本資產(chǎn)定價(jià)模型可以直接預(yù)測(cè)證券投資組合的期望報(bào)酬率；而在固定資產(chǎn)投資決策中，資本資產(chǎn)定價(jià)模型同樣發(fā)揮作用，即可以用于估計(jì)固定資產(chǎn)投資方案的機(jī)會(huì)成本，固定資產(chǎn)投資方案的風(fēng)險(xiǎn)越大，資金的機(jī)會(huì)成本也就越大。如果固定資產(chǎn)投資方案的凈現(xiàn)值大于零，就說明該固定資產(chǎn)投資方案的期望報(bào)酬率大于資金的機(jī)會(huì)成本。
因此，無論是固定資產(chǎn)投資決策還是證券投資，資本資產(chǎn)定價(jià)模型都是一個(gè)有效的工具，所不同的是，在證券投資決策中，資金的機(jī)會(huì)成本就是該證券投資的期望報(bào)酬率；在固定資產(chǎn)投資決策中，用估計(jì)的資金機(jī)會(huì)成本作為折現(xiàn)率對(duì)固定資產(chǎn)投資方案的預(yù)期現(xiàn)金流量進(jìn)行折現(xiàn)，計(jì)算其凈現(xiàn)值，并根據(jù)計(jì)算結(jié)果的大小對(duì)投資方案作出取舍。
2．從經(jīng)濟(jì)租金和有效資本市場(chǎng)假說的角度來看。
論文關(guān)鍵詞：湖北省，GDP，固定資產(chǎn)投資
一、湖北省GDP和固定資產(chǎn)投資的基本情況
1、全省GDP總量和固定資產(chǎn)投資快速增長(zhǎng)
1995-2007年，湖北省GDP從2109.38億元增長(zhǎng)到9230.68億元，年增長(zhǎng)率達(dá)13.2%；固定資產(chǎn)投資從1995年的785.09億元快速增長(zhǎng)到2007年的4330.40億元，年均增速接近15.52%，成為推動(dòng)全省經(jīng)濟(jì)持續(xù)發(fā)展的重要力量。
表1：1995-2007湖北省GDP與固定資產(chǎn)投資(單位：億元)
年份
GDP
固定資產(chǎn)投資
2001
3880.53
1486.55
1995
2109.38
785.09
2002
4212.82
1605.06
1996
2499.77
935.22
2003
4757.45
1809.45
1997
2856.47
1023.50
2004
5633.24
2264.80
1998
3114.02
1156.76
2005
6520.14
2676.60
1999
3229.29
1239.14
2006
7581.32
3343.50
2000
3545.39
1339.20
2007
關(guān)鍵詞：資本投資；經(jīng)濟(jì)增長(zhǎng)；實(shí)證分析
一、理論分析
根據(jù)投資的加速原理，一定的經(jīng)濟(jì)增長(zhǎng)依賴一定的資本量，即K=wy，w為加速數(shù)，y為產(chǎn)出，K為資本量，資本存量的增加依賴于投資的增長(zhǎng)，因此經(jīng)濟(jì)對(duì)投資的變動(dòng)具有較大的敏感性，投資對(duì)經(jīng)濟(jì)的貢獻(xiàn)突出。在宏觀經(jīng)濟(jì)學(xué)中，投資對(duì)產(chǎn)出增長(zhǎng)的貢獻(xiàn)可以用投資乘數(shù)來反映，乘數(shù)越大，投資對(duì)經(jīng)濟(jì)的促進(jìn)作用越明顯。而且，投資結(jié)構(gòu)對(duì)經(jīng)濟(jì)也會(huì)產(chǎn)生較大的影響，對(duì)于政府直接投資的理論分析較多，政府投資除了存在經(jīng)濟(jì)乘數(shù)作用，還存在擠出效應(yīng)，即政府投資擠占了社會(huì)投資，影響社會(huì)投資的增長(zhǎng)，對(duì)經(jīng)濟(jì)的發(fā)展產(chǎn)生抑制作用。
二、模型設(shè)定
根據(jù)投資加速原理，一定的產(chǎn)出依存一定的資本存量，即K=wy，w為加速數(shù)，y為產(chǎn)出，K為資本量。而且慮到我國(guó)在過去經(jīng)濟(jì)增長(zhǎng)方式并沒有大的調(diào)整，也就是說資本形成中各個(gè)方面對(duì)我國(guó)經(jīng)濟(jì)增長(zhǎng)的影響總體上沒有太大的變化，例如：E（外商直接投資/GDP）=a，a為一個(gè)固定的常數(shù)?；谏鲜龇治觯疚倪M(jìn)行實(shí)證分析，對(duì)被解釋變量Y（GDP）與X1（外商直接投資）X2（政府固定資產(chǎn)投資）X3（社會(huì)資本固定資產(chǎn)投資）進(jìn)行回歸分析，將方程的形式設(shè)為對(duì)數(shù)型：
（二）對(duì)變量的協(xié)整分析
通過對(duì)上述四個(gè)變量進(jìn)行ADF檢驗(yàn)，發(fā)現(xiàn)lny在10%的置信度下是一階單整的，lnX1、lnX2、lnX3在5%的置信度下是一階單整的。利用EG兩步法可以看出lny，lnX1、lnX2、lnX3是協(xié)整的，說明變量之間存在長(zhǎng)期均衡關(guān)系。建立誤差修正模型，分析其短期波動(dòng)關(guān)系。
DlnYt=a0+ a1Dln X1t+ a 2Dln X2t+ a 3Dln X3t+γet-1+εt
利用OLS計(jì)算出估計(jì)輸出結(jié)果為：
DlnYt=0.1054+ 0.0568Dln X1t -0.0175Dln X2t+ 0.1863Dln X4t-0.3549et-1（2）
從上式可以看出，我國(guó)經(jīng)濟(jì)增長(zhǎng)的變動(dòng)不僅取決于外商直接投資、政府固定資產(chǎn)投資、社會(huì)固定資產(chǎn)投資的變動(dòng)，而且還受到上期經(jīng)濟(jì)增長(zhǎng)變動(dòng)對(duì)均衡的偏離，系統(tǒng)存在誤差修正機(jī)制。而且，Dlnx1，Dlnx3的系數(shù)為正，說明外商直接投資和社會(huì)固定資產(chǎn)投資增速的增加對(duì)經(jīng)濟(jì)增速的增長(zhǎng)起著積極的作用，而Dlnx2的系數(shù)為負(fù)，說明政府固定資產(chǎn)投資的加速增長(zhǎng)，對(duì)經(jīng)濟(jì)的增長(zhǎng)速度起到抑制的作用。
四、本文的結(jié)論及政策建議
從最后分析的結(jié)果我們可以得出，由（1）式可以看出，外商直接投資可以在很大程度上拉動(dòng)中國(guó)經(jīng)濟(jì)的增長(zhǎng)，在其他條件不變的情況下外商直接投資每增長(zhǎng)1%，中國(guó)GDP平均增長(zhǎng)0.1776%，其對(duì)中國(guó)經(jīng)濟(jì)拉動(dòng)能力比較大。同時(shí)，從（2）式可以看出，外商直接投資的加速增長(zhǎng)對(duì)我國(guó)GDP的加速增長(zhǎng)起到積極的作用，其他條件不變的情況下，外商直接投資增速每增加1%，我國(guó)GDP的增速要增加0.0568%。
政府直接投資對(duì)我國(guó)經(jīng)濟(jì)增長(zhǎng)也具有比較大的拉動(dòng)能力，由（1）式可以看出，政府投資每增長(zhǎng)1%，GDP平均增長(zhǎng)0.1178%。我們也可以從（2）式可以看出，政府固定資產(chǎn)投資增速的增大，對(duì)于我國(guó)經(jīng)濟(jì)增長(zhǎng)率起到抑制作用，在其他條件不變的情況下，政府固定資產(chǎn)投資增速每增加1%，我國(guó)GDP的增速要下降0.0175%，說明，隨著我國(guó)政府投資的加速增長(zhǎng)，政府投資的擠出效應(yīng)隨之增加，對(duì)經(jīng)濟(jì)增長(zhǎng)的負(fù)面影響也逐步顯現(xiàn)。
社會(huì)固定資產(chǎn)投資對(duì)經(jīng)濟(jì)的拉動(dòng)能力較高，由（1）式可以看出，在其他條件不變的情況下，我國(guó)社會(huì)固定資產(chǎn)投資每增加1%，我國(guó)GDP增長(zhǎng)0.4937%，其對(duì)我國(guó)經(jīng)濟(jì)的拉動(dòng)能力高于外商直接投資和政府固定資產(chǎn)投資對(duì)經(jīng)濟(jì)的拉動(dòng)能力。而且，由（2）式，我們還可以看出，社會(huì)固定資產(chǎn)投資增速的增加對(duì)經(jīng)濟(jì)增速的增長(zhǎng)起到很大的積極作用，社會(huì)固定資產(chǎn)投資增速每增加1%，我國(guó)GDP增速增加0.1863%，明顯高于外商直接投資。
因此，政府要改善投資環(huán)境，吸引外資，改善外資結(jié)構(gòu)，利用外資對(duì)我國(guó)相關(guān)產(chǎn)業(yè)的推動(dòng)能力，促進(jìn)我國(guó)經(jīng)濟(jì)的發(fā)展。我國(guó)民間資本投資會(huì)對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生巨大的推動(dòng)力，因此，我國(guó)要改善民間投資環(huán)境，促進(jìn)社會(huì)民間投資的增長(zhǎng)。金融危機(jī)后，政府提出的較大規(guī)模的投資方案，確實(shí)能夠起到穩(wěn)定經(jīng)濟(jì)拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的功效，夠促進(jìn)經(jīng)濟(jì)的發(fā)展。但是，我國(guó)政府直接投資過快的增長(zhǎng)，政府投資過快增長(zhǎng)，其擠出效應(yīng)也隨之顯現(xiàn)，會(huì)對(duì)我國(guó)的民間投資產(chǎn)生抑制作用。而且，政府投資具有很大的政策性，而且長(zhǎng)期依靠政府投資會(huì)導(dǎo)致經(jīng)濟(jì)發(fā)展的畸形和經(jīng)濟(jì)效益的降低，對(duì)經(jīng)濟(jì)發(fā)展的后續(xù)推動(dòng)力不足，確實(shí)不是拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的持久動(dòng)力。我國(guó)應(yīng)當(dāng)繼續(xù)貫徹“國(guó)退民進(jìn)”的政策，逐步調(diào)整政府投資，促進(jìn)民間投資的增長(zhǎng)，投資必須實(shí)現(xiàn)由主要依靠政府投資到主要依靠我國(guó)民間資本投資的轉(zhuǎn)變。（作者單位：西南財(cái)經(jīng)大學(xué)金融學(xué)院）
參考文獻(xiàn)
[1]豆建民.國(guó)內(nèi)資本流動(dòng)對(duì)我國(guó)區(qū)域經(jīng)濟(jì)增長(zhǎng)的影響.當(dāng)代財(cái)經(jīng)，2005年第8期
[2]李輝文.國(guó)際資本流動(dòng)與中國(guó)經(jīng)濟(jì)發(fā)展.2007年中國(guó)世界經(jīng)濟(jì)學(xué)年會(huì)綜述
[3]龍霞.中國(guó)固定資產(chǎn)投資與經(jīng)濟(jì)增長(zhǎng)關(guān)系實(shí)證分析.華東師范大學(xué)碩士論文.2006
[4]孫軍.山東省資本流動(dòng)失衡原因分析及對(duì)策.濟(jì)南金融，第十二期
中國(guó)電信市場(chǎng)的投資環(huán)境近年來發(fā)生著劇烈變化，傳統(tǒng)電信業(yè)務(wù)市場(chǎng)正日趨飽和，各運(yùn)營(yíng)商收入增長(zhǎng)速度持續(xù)放緩，增量不增收現(xiàn)象嚴(yán)重，投資的高回報(bào)難度加大。電信產(chǎn)業(yè)屬于資本密集型產(chǎn)業(yè)，其發(fā)展需要大量的資本助推，并且從網(wǎng)絡(luò)建設(shè)到形成通信能力需要一定的周期。通信生產(chǎn)不需要原材料，因此這些投資首先轉(zhuǎn)化成生產(chǎn)手段或物質(zhì)條件，然后在再生產(chǎn)和使用過程中其價(jià)值逐步轉(zhuǎn)移到產(chǎn)品中去，最后形成收入。這種當(dāng)期的產(chǎn)生的收入明顯依賴于以前年度的投資，叫做時(shí)滯效應(yīng)。因此，電信運(yùn)營(yíng)企業(yè)的投資效應(yīng)的評(píng)價(jià)和收入的預(yù)測(cè)應(yīng)該考慮到這種時(shí)滯效應(yīng)產(chǎn)生的影響。
本文依據(jù)以往電信行業(yè)發(fā)展的歷史數(shù)據(jù)，擬采用阿爾蒙多項(xiàng)式法建立電信業(yè)投資與收入關(guān)系的分布滯后計(jì)量經(jīng)濟(jì)模型，研究他們之間的關(guān)系，一方面能夠估計(jì)投資產(chǎn)生收入的滯后時(shí)間長(zhǎng)度，體現(xiàn)同一時(shí)期內(nèi)或者某一段時(shí)期的邊際效應(yīng)，這對(duì)企業(yè)對(duì)過去投資效益情況的評(píng)價(jià)有參考作用；另一方面，模型方程給企業(yè)提供了用現(xiàn)有的投資數(shù)據(jù)來預(yù)測(cè)以后收入的等量關(guān)系，在做3G建設(shè)等新的投資決策時(shí)有重要的意義。
二、文獻(xiàn)回顧
國(guó)外對(duì)電信行業(yè)投投入產(chǎn)出的研究主要是描述固定資產(chǎn)投資與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，以及投資效益、投資回報(bào)測(cè)算等方面。Aschauer（1989）和Delong and Summers（1991）曾指出，一些特定行業(yè)，如設(shè)備制造業(yè)、機(jī)械、公共基礎(chǔ)產(chǎn)業(yè)等，其固定資產(chǎn)投資與經(jīng)濟(jì)增長(zhǎng)有很強(qiáng)的相關(guān)性，而電信業(yè)的發(fā)展可以使運(yùn)輸成本和交易成本減少，使信息和知識(shí)的傳播加速，電信業(yè)固定資產(chǎn)投資能潛在地促進(jìn)生產(chǎn)力和國(guó)民經(jīng)濟(jì)向前發(fā)展。Roller 和Waverman（2001）認(rèn)為，電信基礎(chǔ)設(shè)施建設(shè)投資與經(jīng)濟(jì)增長(zhǎng)之間存在顯著的相關(guān)關(guān)系。這些文獻(xiàn)主要側(cè)重分析固定資產(chǎn)投資與社會(huì)總產(chǎn)出的關(guān)系，沒有涉及到與該行業(yè)產(chǎn)出的關(guān)系。AM Elvidge & J Martucci（2003）通過對(duì)公司財(cái)務(wù)及風(fēng)險(xiǎn)狀況的合理分析，采用一種高結(jié)構(gòu)化的財(cái)務(wù)模擬方法，比較成本和分析投資回報(bào)情況，這種方法本來是為倫敦市場(chǎng)設(shè)計(jì)的，適用于電信基礎(chǔ)設(shè)施和服務(wù)。該研究主要是在討論投資回報(bào)的測(cè)算，對(duì)本文在如何測(cè)算投資效益的方面有一定的幫助，但沒有給出投資與收入的等量關(guān)系。國(guó)內(nèi)近年來有一些對(duì)電信業(yè)投資管理和投資后評(píng)的研究，在投入與產(chǎn)出上主要反映的是固定資產(chǎn)投資與經(jīng)濟(jì)增長(zhǎng)或者與電信業(yè)務(wù)量的關(guān)系，研究固定資產(chǎn)投資和運(yùn)營(yíng)收入的文獻(xiàn)并不多。曾劍秋（1997）以全國(guó)價(jià)值型投入產(chǎn)出表中獨(dú)立出來的電信產(chǎn)業(yè)投入產(chǎn)出表為基礎(chǔ)，運(yùn)用建立的電信產(chǎn)業(yè)投入產(chǎn)出模型對(duì)我國(guó)電信產(chǎn)業(yè)的發(fā)展及其對(duì)國(guó)民經(jīng)濟(jì)和其他產(chǎn)業(yè)相關(guān)影響進(jìn)行應(yīng)用分析討論，具體通過消耗系數(shù)、感應(yīng)度系數(shù)、影響力系數(shù)以及依存度分析、敏感性分析，得出了電信與國(guó)民經(jīng)濟(jì)和人民生活越來越密切的結(jié)論，因而為社會(huì)經(jīng)濟(jì)帶來巨大的社會(huì)效益。周倩（2006）介紹了投資后評(píng)估的方法體系的分析框架、基本內(nèi)容和指標(biāo)體系，對(duì)投資后評(píng)估與投資決策之間的關(guān)系進(jìn)行了概述，給出了投資規(guī)模預(yù)算和投資結(jié)構(gòu)分配的方法。段芳芳（2007）描述了電信業(yè)務(wù)投資的滾動(dòng)性特征，投資不是一次完成，是邊投資邊回收，資金投放和回收是動(dòng)態(tài)過程。在一個(gè)時(shí)期某業(yè)務(wù)產(chǎn)生的效益，不一定是當(dāng)期增量資金的效果，可能是存量資金和當(dāng)期增量資金共同產(chǎn)生的效益。
在時(shí)間序列建模發(fā)展過程中，國(guó)外對(duì)經(jīng)濟(jì)變量作滯后建模分析的時(shí)間并不長(zhǎng)，早期對(duì)經(jīng)濟(jì)變量做分布滯后模型分析的文獻(xiàn)有：Keith M.Carlson（1978）提出的圣路易斯模型，建立了GNP與貨幣供給的分布滯后模型。Gikas A，Hardouvelis（1988）利用美國(guó)1931年12月到1987年12月度股票數(shù)據(jù)建立了股票收益率的分布滯后模型，用于估算保證金的長(zhǎng)期與短期影響。Joseph H.HaMag，Scott E，Hein（1989）利用美國(guó)1960年～1988年貨幣與GNP數(shù)據(jù)建立名義GNP增長(zhǎng)率與調(diào)整后的基礎(chǔ)貨幣增長(zhǎng)率之間的分布滯后模型。從20世紀(jì)70年代末，以英國(guó)計(jì)量經(jīng)濟(jì)學(xué)家Hendry為代表，將理論和數(shù)據(jù)信息有效結(jié)合，在誤差修正模型和協(xié)整理論的基礎(chǔ)上，提出了動(dòng)態(tài)計(jì)量經(jīng)濟(jì)學(xué)模型的理論與方法，為時(shí)間序列模型帶來了重要的發(fā)展。近年來國(guó)內(nèi)滯后變量模型廣泛應(yīng)用于宏觀經(jīng)濟(jì)領(lǐng)域，例如用來反映消費(fèi)與收入的關(guān)系、生產(chǎn)總值與固定資產(chǎn)的關(guān)系、經(jīng)濟(jì)波動(dòng)及在行業(yè)投資中的應(yīng)用、匯率對(duì)股票市場(chǎng)的在影響等，但對(duì)電信行業(yè)的研究還是比較少。
國(guó)內(nèi)外學(xué)者對(duì)投入產(chǎn)出和滯后變量模型，都有一定的研究，而從用滯后變量模型來研究電信業(yè)固定資產(chǎn)投資和業(yè)務(wù)收入關(guān)系的文獻(xiàn)不多，本文擬通過分布滯后模型從固定資產(chǎn)投資和業(yè)務(wù)收入關(guān)系的角度來分析電信業(yè)投入與產(chǎn)出之間的關(guān)系。
三、分布滯后模型的一般形式及參數(shù)解釋
分布滯后模型有許多種，本文主要討論一元線性有限分布滯后回歸模型。假設(shè)（yt，xt）（t=1，2，…）為一時(shí)間序列，yt不僅受xt影響，而且還受到xt-1，xt-2…的影響。假定yt與xt，xt-1，xt-2…之間的關(guān)系可以用下列形式的函數(shù)表示：
yt=α+？茁0xt+？茁1xt-1+？茁2xt-2+…+？著t （Ⅰ）
稱（Ⅰ）式為分布滯后模型。式中，？著t為隨機(jī)項(xiàng)，仍然假定它服從正態(tài)分布，且E（？著t）=0，Var（？著t）=？滓2，Cov（？著t，xt）=0，…。xt-1，xt-2…表示xt的滯后值，分別為xt的一期滯后值、二期滯后值等。對(duì)xt，xt-1，xt-2…，也可以把他們看成是獨(dú)立的變量。在式中定義的滯后回歸模型中，沒有明確界定時(shí)間滯后的期數(shù)，所以，它屬于無限分布滯后模型。與此對(duì)應(yīng)，一個(gè)有限滯后分布模型可以定義為：
yt=α+？茁0xt+？茁1xt-1+？茁2xt-2+…+？茁kxt-k+？著t （Ⅱ）
該式表明，對(duì)解釋變量的時(shí)期數(shù)做了明確的規(guī)定，即總共滯后了k期。 其中，？茁1為t'時(shí)期內(nèi)x值單位變動(dòng)對(duì)t'+1個(gè)時(shí)期內(nèi)y產(chǎn)生的影響。式（Ⅰ）反映的正是某一時(shí)期內(nèi)解釋變量的單位變動(dòng)，將對(duì)這一時(shí)期以及隨后所有時(shí)期的被解釋變量y的影響，即？茁i為？駐yt/？駐xt-i，稱為中期i階乘數(shù)，它是時(shí)間t-i上x的變化對(duì)yt的效應(yīng)。理論上要求？茁i滿足下列兩個(gè)條件：■？茁i=0 ；■？茁i=？茁
如果把？茁j看成是解釋變量x第t-j期的滯后值對(duì)第t時(shí)期被解釋變量y的影響度，則經(jīng)驗(yàn)告訴我們，過去的時(shí)期越遠(yuǎn)，那些時(shí)間上的解釋變量的觀察值對(duì)的影響效應(yīng)就會(huì)越加削弱，乃至可以忽略不計(jì)。換句話說，解釋變量的變動(dòng)對(duì)被解釋變量的影響是逐漸變現(xiàn)出來的，只有經(jīng)過相當(dāng)長(zhǎng)的時(shí)間之后，這種影響才會(huì)得到充分的展現(xiàn)。通過上面的分析，■？茁i=？茁就表明解釋變量在各個(gè)不同時(shí)期上單位變動(dòng)產(chǎn)生的總效應(yīng)。如果模型的解釋變量不變，被解釋變量的變化完全可以由不同時(shí)間上解釋變量的單位變動(dòng)全部決定。所以，■？茁i=？茁一定具有收斂性。
四、 投資與收入分析與模型估計(jì)
（一）變量設(shè)計(jì)和數(shù)據(jù)來源 通常我們分析投入和產(chǎn)出的關(guān)系一般都以投資總額和產(chǎn)量來衡量投資帶來的經(jīng)濟(jì)效益，根據(jù)電信業(yè)生產(chǎn)不需要原材料，投資主要集中在網(wǎng)絡(luò)建設(shè)、運(yùn)營(yíng)維護(hù)支出、網(wǎng)絡(luò)優(yōu)化等方面，投資周期長(zhǎng)，投資數(shù)額大，固定資產(chǎn)投資占比接近100%的特點(diǎn)，我們采用固定資產(chǎn)投資總額作為電信業(yè)的投入指標(biāo)。通信業(yè)的產(chǎn)出指標(biāo)包括通信業(yè)務(wù)量、通信業(yè)務(wù)總量、通信增加值、通信業(yè)務(wù)收入等。通信業(yè)務(wù)量和業(yè)務(wù)總量分別是通信服務(wù)產(chǎn)品的實(shí)物計(jì)量指標(biāo)和貨幣計(jì)量指標(biāo)。在通信企業(yè)完成的總產(chǎn)品中，不僅包括計(jì)費(fèi)業(yè)務(wù)，還包括一部分按照郵電資費(fèi)政策規(guī)定予以免費(fèi)的部分，例如運(yùn)營(yíng)商以套餐形式贈(zèng)送通話時(shí)長(zhǎng)的營(yíng)銷途徑。而電信業(yè)務(wù)收入所體現(xiàn)的產(chǎn)品量只包含了取得了銷售收入的通信產(chǎn)品量，在投資后評(píng)估時(shí)，真正能夠反映經(jīng)濟(jì)效益的指標(biāo)是電信業(yè)務(wù)收入。因此，本文采用固定資產(chǎn)投資作為自變量X，業(yè)務(wù)收入作為因變量Y。
由于電信行業(yè)經(jīng)歷了幾次重組，單個(gè)運(yùn)營(yíng)企業(yè)的數(shù)據(jù)樣本太少，因此選擇具有普遍性的行業(yè)水平來給企業(yè)的投資評(píng)價(jià)和決策做參考。本文使用數(shù)據(jù)根據(jù)《中國(guó)通信年度統(tǒng)計(jì)報(bào)告2008》整理得到表1：由于固定資產(chǎn)投資數(shù)據(jù)1965～1971年有缺失，考慮數(shù)據(jù)的連續(xù)性，本文選擇1972年以后的數(shù)據(jù)作為觀測(cè)樣本。
（二）平穩(wěn)性檢驗(yàn) 在進(jìn)行時(shí)間序列分析時(shí)，傳統(tǒng)上要求所用的時(shí)間序列是平穩(wěn)的，因?yàn)槿绻褂脭?shù)據(jù)是非平穩(wěn)的，模型中的參數(shù)無論是采用對(duì)數(shù)還是線性形式所觀測(cè)到的高可決系數(shù)值是因?yàn)橼厔?shì)的出現(xiàn)不是由于兩者之間的真實(shí)關(guān)系造成的。那么，利用傳統(tǒng)的OLS法進(jìn)行統(tǒng)計(jì)推斷時(shí)，參數(shù)的統(tǒng)計(jì)量不再服從標(biāo)準(zhǔn)分布，從而產(chǎn)生“偽回歸”問題。
從圖1可以看到兩序列都有明顯的趨勢(shì)，在進(jìn)行檢驗(yàn)時(shí)，考慮趨勢(shì)和截距項(xiàng)。根據(jù)投資（invest）和收入（Income）數(shù)據(jù)表在EVIEWS中運(yùn)算，檢驗(yàn)結(jié)果如表2所示：
序列在1%的顯著水平下的臨界值為-4.252879，“ ***”表示在1%的顯著水平下拒絕原假設(shè)。由表2中的結(jié)果可以得到，電信業(yè)固定資產(chǎn)投資和電信業(yè)務(wù)收入的t統(tǒng)計(jì)量的絕對(duì)值均小于臨界值，不能拒絕原假設(shè)，這兩個(gè)序列存在單位根是非平穩(wěn)的。而這兩個(gè)序列的二階差分序列在1%的顯著水平下是平穩(wěn)的。
（三）協(xié)整檢驗(yàn) 處理非平穩(wěn)變量時(shí)問序的一個(gè)強(qiáng)有利的工具是協(xié)整分析。對(duì)于非0階單整的序列，對(duì)進(jìn)行協(xié)整分析，來反映兩變量是否有長(zhǎng)期的均衡關(guān)系。首先對(duì)電信業(yè)務(wù)收入和電信業(yè)固定資產(chǎn)投資進(jìn)行最小二乘法回歸估計(jì)，建立回歸方程為：
yt=α+？茁xt+ ？著t（Ⅲ）
以Inverst為自變量，Income為因變量，得到方程估計(jì)結(jié)果：
Incomet=-1706109+2.246834Inverstt+ ？著t
（-0.944281） （15.56843***）
其中，F(xiàn)值=242.376，P值=0.0000。括號(hào)中的數(shù)字為t值，“***”表示1%水平下顯著。然后對(duì)保留上述估計(jì)方程的殘差序列：et=yt-■，并對(duì)殘差序列進(jìn)行單位根檢驗(yàn)，若殘差序列不存在單位根，則這兩個(gè)變量是協(xié)整的。檢驗(yàn)結(jié)果見表3：
序列在1%的顯著水平下的臨界值為-2.236901，因此殘差序列在1%的水平下是顯著的，拒絕該序列存在單位根的假設(shè)，即電信業(yè)固定資產(chǎn)投資和電信業(yè)務(wù)收入這兩個(gè)變量是協(xié)整的，說明二者存在著長(zhǎng)期穩(wěn)定的均衡關(guān)系。
（四）分布滯后模型估計(jì) 具體如下：
（1）確定最大滯后期長(zhǎng)度和多項(xiàng)式最高次數(shù)。滯后期長(zhǎng)度和多項(xiàng)式最高次數(shù)可以根據(jù)經(jīng)濟(jì)理論或?qū)嶋H經(jīng)驗(yàn)加以確定，也可以通過一些統(tǒng)計(jì)檢驗(yàn)獲取信息。常用的統(tǒng)計(jì)檢驗(yàn)有：相關(guān)系數(shù)檢驗(yàn)。在EVIEWS軟件中，作電信業(yè)務(wù)收入與電信業(yè)固定資產(chǎn)投資的交叉相關(guān)圖（如圖2），最大滯后期為軟件默認(rèn)值16，分析相關(guān)系數(shù)。
交叉相關(guān)圖的每欄中兩側(cè)虛線對(duì)應(yīng)著正負(fù)二倍標(biāo)準(zhǔn)差，近似計(jì)算為±2/■。左邊的一列顯示出序列invest與序列income的滯后交叉相關(guān)系數(shù)基本上呈對(duì)數(shù)衰減，滯后長(zhǎng)度越大，兩者的相關(guān)系數(shù)越小。由圖2中y與x的滯后值的相關(guān)系數(shù)可知，序列invest和income相關(guān)系數(shù)（即0階滯后相關(guān)系數(shù)）為0.9348，序列invest和income的1階、2階、3階到7階滯后的相關(guān)系數(shù)分別為0.8576、0.8200、0.7831、0.7440、0.6849、0.6136和0.5378。大于7階的滯后，這兩個(gè)序列的相關(guān)系數(shù)小于0.5，那么認(rèn)為運(yùn)營(yíng)收入與前7年的固定資產(chǎn)投資總額相關(guān)。因此，根據(jù)序列invest與序列income的滯后交叉相關(guān)系數(shù)分析，分布滯后模型的最大滯后長(zhǎng)度k應(yīng)該小于8。
根據(jù)上述分析，本文選擇阿爾蒙多項(xiàng)式法來對(duì)式（I）進(jìn)行變換。在實(shí)際應(yīng)用中，阿爾蒙多項(xiàng)式的最高次數(shù)通常很少超過4，把小于等于滯后長(zhǎng)度7和小于等于3的最高次數(shù)的不同組合依次帶入EVIEWS軟件中，對(duì)模型施加近端約束，選擇AIC準(zhǔn)則和SC準(zhǔn)則最小，擬合度最好的組合。
本文首先嘗試滯后長(zhǎng)度為3，多項(xiàng)式最高次數(shù)為3的組合，施加近端約束得到估計(jì)結(jié)果如圖3。接著嘗試做滯后長(zhǎng)度為3，多項(xiàng)式次數(shù)為2的組合，施加近端約束得到估計(jì)結(jié)果如圖4。比較這兩種組合下的估計(jì)結(jié)果， 多項(xiàng)式次數(shù)為3是等于0.930606，略高于多項(xiàng)式次數(shù)為2的0.921352，從AIC和SC準(zhǔn)則來看，多項(xiàng)式為2是也略小一些。說明滯后期數(shù)為3，多項(xiàng)式次數(shù)為3的組合由于滯后期數(shù)為3，多項(xiàng)式次數(shù)為2的組合。然后依次用相同方法對(duì)各種不同的結(jié)果進(jìn)行多次估計(jì)，比較結(jié)果，選擇最優(yōu)組合。估計(jì)結(jié)果如表4。
比較表4結(jié)果發(fā)現(xiàn)在相同滯后期，3次多項(xiàng)式的檢驗(yàn)均由于2階多項(xiàng)式檢驗(yàn)，從表4中的 以及AIC、SC準(zhǔn)則數(shù)據(jù)，滯后期為7，多項(xiàng)式次數(shù)為3的 值最大，達(dá)到0.998222，說明擬合度非常好，AIC和SC準(zhǔn)則的值最小，為別為30.73617，30.92300，由此判斷模型滯后長(zhǎng)度為7且多項(xiàng)式次數(shù)為3的模型優(yōu)于上表中的其他模型。
（2）參數(shù)估計(jì)。阿爾蒙估計(jì)變換的一般形式為：
yt=α+α0z0t+α1z1t+α2z2t+…+αmzmt+？著t （Ⅳ）
取電信業(yè)固定資產(chǎn)投資7期滯后，三次多項(xiàng)式逼近，得到估計(jì)方程：
Incomet=547340.7+0.496769Z0t-0.193920Z1t+0.019244Z2t（Ⅴ）
具體參數(shù)估計(jì)結(jié)果見圖5：
從圖5中可以看到方程的擬合度較高，意味著在這個(gè)模型反應(yīng)的關(guān)系中電信業(yè)務(wù)收入99.82%能被電信業(yè)固定資產(chǎn)投資解釋，各個(gè)參數(shù)的t值均在1%的水平下顯著，F(xiàn)值很大，并且F值的P值很小，說明該估計(jì)的結(jié)果非常有效。同時(shí)，發(fā)現(xiàn)模型中的截距項(xiàng)只能在10%的顯著水平上有效，盡管能通過檢驗(yàn)，但是表明電信業(yè)務(wù)收入不僅與固定資產(chǎn)投資有關(guān)，還與其他的因素相關(guān)。
根據(jù)以上模型中的系數(shù)，計(jì)算出反映固定資產(chǎn)投資對(duì)收入作用程度的各？茁i值：？茁0=0.32209，？茁1=0.37181，？茁2=0.26462，？茁3=0.11599，？茁4=0.04139，？茁5=0.15627，？茁6=0.57611，？茁7=1.41638整理的到模型等量關(guān)系為：
yt=547340.7+0.32209x+0.37181xt-1+0.26462xt-2+0.11599xt-3+0.04139xt-4+0.15627xt-5+0.57611xt-6+1.41638xt-7（Ⅵ）
五、模型估計(jì)結(jié)果分析
（一）投資對(duì)收入效應(yīng)分析 模型中？茁i的主要用以衡量被解釋變量y在各個(gè)時(shí)期內(nèi)所受到的影響的大小。模型估計(jì)的？茁i系數(shù)值分別為0.32209、0.37181…1.41638，表示電信業(yè)固定資產(chǎn)投資增加一個(gè)單位，在當(dāng)前期將使電信業(yè)務(wù)收入增加0.32209個(gè)單位，由于存在時(shí)間滯后的影響，固定資產(chǎn)投資增加一個(gè)單位還將在下一期是的業(yè)務(wù)收入增加0.37181個(gè)單位，同樣也可以說明各個(gè)？茁i的意義?！觯孔耰=？茁就能夠表明解釋變量在各個(gè)不同時(shí)期上單位變動(dòng)產(chǎn)生的總效應(yīng)。根據(jù)估計(jì)結(jié)果，■？茁7=3.26468可知，電信業(yè)的投資收入彈性為3.26468，即從長(zhǎng)期效應(yīng)看，電信業(yè)固定資產(chǎn)投資每增加一個(gè)單位，電信業(yè)務(wù)收入增加3.26468個(gè)單位。
圖5中？茁i有先降后升的趨勢(shì)，說明電信業(yè)固定資產(chǎn)投資對(duì)電信業(yè)務(wù)收入增長(zhǎng)的作用是波動(dòng)的，這是增量投資和存量投資累積產(chǎn)生作用的結(jié)果。在電信業(yè)固定資產(chǎn)增量投資中，一部分是生產(chǎn)性投資和技術(shù)改造投資，這些投資在當(dāng)年或者下年就能發(fā)揮作用，并隨著時(shí)間的推移逐漸減弱。而存量投資中的基本建設(shè)投資和非生產(chǎn)性投資，則隨著建設(shè)項(xiàng)目完成程度和配套設(shè)施的完善程度才能逐期產(chǎn)生作用。
（二）投資對(duì)收入預(yù)測(cè)分析 對(duì)于已建立起來的模型，可以用來直接預(yù)測(cè)樣本的擬合值。在EVIEWS軟件中，用模型對(duì)2005～2008年的電信業(yè)務(wù)收入進(jìn)行預(yù)測(cè)。預(yù)測(cè)結(jié)果如圖6所示
圖6中的虛線表示預(yù)測(cè)置信區(qū)間，這里給出的是近似95%的置信區(qū)間，實(shí)現(xiàn)表示因變量業(yè)務(wù)收入的預(yù)測(cè)值。圖6右邊的附表中給出的是一系列對(duì)預(yù)測(cè)模型的評(píng)價(jià)指標(biāo)。Root Mean Sequared Error（RMSE）均方根誤差和Mean Absolute Error（MAE）平均絕對(duì)誤差這兩個(gè)變量取決于因變量的絕對(duì)值，圖中的這兩個(gè)變量的值盡管絕對(duì)值比較大，但是相對(duì)實(shí)際值來可以接受。Mean Abs. Percent Error（MAPE）平均絕對(duì)百分誤差，一般的認(rèn)為MAPE
電信運(yùn)營(yíng)企業(yè)在進(jìn)行網(wǎng)絡(luò)規(guī)劃時(shí)，要考慮到投資規(guī)模的問題，最常用的辦法就是用預(yù)測(cè)的收入與用歷史數(shù)據(jù)回歸得到投資收入占比相乘，得到預(yù)測(cè)的投資規(guī)模。那么，準(zhǔn)確的預(yù)測(cè)業(yè)務(wù)收入是做好投資規(guī)劃的前提。同時(shí)，評(píng)價(jià)投資對(duì)收入的拉動(dòng)作用，測(cè)算固定資產(chǎn)投資收入率來評(píng)價(jià)總量投資效益，用動(dòng)態(tài)投資回收期來評(píng)價(jià)增量投資效益，都需要用到業(yè)務(wù)收入的預(yù)測(cè)數(shù)據(jù)。
六、結(jié)論
本文通過分析電信業(yè)投資和業(yè)務(wù)收入的特點(diǎn)，采用分布滯后模型對(duì)電信運(yùn)營(yíng)企業(yè)投資和收入關(guān)系進(jìn)行定量分析，估計(jì)投資產(chǎn)生收入的滯后時(shí)間長(zhǎng)度，體現(xiàn)同一時(shí)期內(nèi)或者某一段時(shí)期的邊際效應(yīng)，提供預(yù)測(cè)業(yè)務(wù)收入的動(dòng)態(tài)方法。
模型中的？茁i系數(shù)反映的是各期電信業(yè)固定資產(chǎn)投資的變化對(duì)電信業(yè)務(wù)收入的效應(yīng)。電信運(yùn)營(yíng)企業(yè)可以比較企業(yè)內(nèi)部歷史邊際效應(yīng)與行業(yè)平均的邊際效應(yīng)和總效應(yīng)，評(píng)估企業(yè)過去的投資效益，并根據(jù)投資收益的驅(qū)動(dòng)因素分析，總結(jié)超過行業(yè)平均水平的經(jīng)驗(yàn)，找出落后平均水平的關(guān)鍵因素。同理也可以建立電信業(yè)各專業(yè)網(wǎng)以及各地區(qū)投資與收入的關(guān)系進(jìn)行回歸，分析比較專業(yè)網(wǎng)之間以及地區(qū)之間的投資效益。
另外，由于投資的超前性和市場(chǎng)的滯后性，通常投資決策是依據(jù)用歷史數(shù)據(jù)預(yù)測(cè)得到的未來產(chǎn)生的市場(chǎng)效益來確定。模型方程給企業(yè)提供了用現(xiàn)有的投資數(shù)據(jù)來預(yù)測(cè)以后收入的等量關(guān)系，考慮了項(xiàng)目投資與市場(chǎng)效益的產(chǎn)生時(shí)間差，能更準(zhǔn)確地預(yù)測(cè)收入，有了投資收入的預(yù)測(cè)，還能有效預(yù)測(cè)投資規(guī)模，對(duì)投資管理有重要的意義。一方面，在總體投資后評(píng)估的過程中，可以通過投資與收入的占比關(guān)系來評(píng)價(jià)投資效益，預(yù)測(cè)的業(yè)務(wù)收入可以評(píng)價(jià)投資的合理性。另一方面，在做滾動(dòng)規(guī)劃時(shí)能合理規(guī)劃投資時(shí)機(jī)和投資規(guī)模。
最后，對(duì)電信運(yùn)營(yíng)企業(yè)的投資管理和電信產(chǎn)業(yè)的投資結(jié)構(gòu)提出了合理的建議。對(duì)電信運(yùn)營(yíng)企業(yè)來說，運(yùn)營(yíng)動(dòng)態(tài)回歸，和縮短投資滯后期，建立完善的投資分析體系對(duì)提高投資效益和投資管理水平有重要意義。從電信產(chǎn)業(yè)來說，未來的投資結(jié)構(gòu)需要從專業(yè)結(jié)構(gòu)、布局結(jié)構(gòu)和時(shí)期結(jié)構(gòu)三個(gè)方面調(diào)整。
參考文獻(xiàn)：
[1]武曉玲、張亞瓊、詹志華：《固定資產(chǎn)投資對(duì)電信業(yè)發(fā)展影響的計(jì)量分析》，《山西財(cái)經(jīng)大學(xué)學(xué)報(bào)》2007年第8期。
[2]Roller L H， Waverman L. Telecommunications infrastructure and economic development. a simultaneous approach. American E?conomic Renew. 2001（91）. 909-923
[3]曾劍秋：《電信產(chǎn)業(yè)投入產(chǎn)出模型的應(yīng)用研究》，《中國(guó)管理科學(xué)》1997年第4期。
[4]嚴(yán)學(xué)軍：《中國(guó)電信運(yùn)營(yíng)商投資效益分析以及電信普遍服務(wù)困境研究》，北京郵電大學(xué)2006年碩士學(xué)位論文。
一、企業(yè)稅收理財(cái)問題的提出
實(shí)現(xiàn)企業(yè)價(jià)值最大化，企業(yè)稅收理財(cái)無疑是財(cái)務(wù)管理目標(biāo)的重要方面?，F(xiàn)實(shí)情況是，財(cái)務(wù)人員普遍能熟練掌握會(huì)計(jì)記賬技術(shù)，這固然能避免技術(shù)性錯(cuò)誤而遭致稅務(wù)部門罰息，能避免不必要的稅務(wù)性現(xiàn)金流出。問題的另一方面是，當(dāng)前財(cái)務(wù)人員的素質(zhì)決定了開展企業(yè)稅收理財(cái)仍是非常薄弱的環(huán)節(jié)，這不僅是因?yàn)樨?cái)務(wù)人員缺乏稅收理財(cái)知識(shí)，而且在理論上和實(shí)際工作中并未引起足夠重視。比如，財(cái)務(wù)人員誤將己實(shí)現(xiàn)的銷售收入記入預(yù)收賬款這類錯(cuò)誤，比誤將已發(fā)生的廣告費(fèi)計(jì)入財(cái)務(wù)費(fèi)用的性質(zhì)嚴(yán)重得多，前者的錯(cuò)誤之所以性質(zhì)嚴(yán)重是因?yàn)楸緫?yīng)及時(shí)交納的銷項(xiàng)稅被人為地延遲而被稅務(wù)部門處罰，后者的錯(cuò)誤性質(zhì)卻無關(guān)緊要，因?yàn)閺V告費(fèi)無論計(jì)入何種費(fèi)用，既不影響費(fèi)用總額更不會(huì)影響企業(yè)利潤(rùn)及應(yīng)交的所得稅。再者，由于財(cái)務(wù)人員缺少稅收理財(cái)?shù)氖侄?，放棄了許多本來可以享受的稅收優(yōu)惠政策。因此，在遵守稅法的前提下，合理利用稅收政策，達(dá)到合理避免或延遲納稅、少交甚至免除納稅更是財(cái)務(wù)人員的重要任務(wù)。所以我們認(rèn)為，就納稅的角度看企業(yè)稅收理財(cái)比單純的會(huì)計(jì)記賬更為重要。企業(yè)稅收理財(cái)是圍繞實(shí)現(xiàn)企業(yè)價(jià)值最大化，遵守國(guó)家稅收法規(guī)的前提下，采用適當(dāng)公允的理財(cái)手段，在企業(yè)籌資、投資、收益分配等環(huán)節(jié)展開稅收理財(cái)，以達(dá)到正確計(jì)量應(yīng)納稅額，推遲納稅、合理避稅或免除納稅為目的一種理財(cái)工具。
二、企業(yè)稅收理財(cái)?shù)奶卣?/p>
由于企業(yè)稅收理財(cái)?shù)男再|(zhì)仍屬于企業(yè)理財(cái)活動(dòng)的范疇，因此，稅收理財(cái)?shù)奶卣魇窍鄬?duì)于其他理財(cái)活動(dòng)而言的。企業(yè)稅收理財(cái)?shù)奶卣饔校?/p>
政策性。企業(yè)稅收理財(cái)是在合法的前提下進(jìn)行，涉及的都是屬于國(guó)家政策性很強(qiáng)的理財(cái)活動(dòng)，稅收理財(cái)活動(dòng)不是偷稅，它要求財(cái)務(wù)人員要有很強(qiáng)的政策觀念。
實(shí)用性。企業(yè)稅收理財(cái)活動(dòng)直接關(guān)系到國(guó)家、企業(yè)之間利益的調(diào)節(jié)，而且國(guó)家的稅收政策實(shí)際上也體現(xiàn)了某種傾斜性和目的性，企業(yè)應(yīng)針對(duì)自身的特點(diǎn)，熟悉與本企業(yè)相關(guān)的稅收理財(cái)知識(shí)，制訂與自身業(yè)務(wù)關(guān)聯(lián)的稅收理財(cái)方案，講究實(shí)用至上。
時(shí)效性。政策的時(shí)間性必然要求企業(yè)稅收理財(cái)活動(dòng)的時(shí)效性，要求財(cái)務(wù)人員針對(duì)變化的稅收政策相應(yīng)調(diào)整適合本企業(yè)的稅收理財(cái)方法，避免使用過時(shí)的東西。
整體效益性。尤其對(duì)集團(tuán)企業(yè)而言，要追求整個(gè)集團(tuán)企業(yè)的價(jià)值最大化，以能否降低整個(gè)集團(tuán)的稅負(fù)為出發(fā)點(diǎn)，通過資產(chǎn)重組、資源優(yōu)化配置等手段，實(shí)現(xiàn)整體效益的提高。
三、企業(yè)稅收理財(cái)?shù)木唧w內(nèi)容
畢竟稅收理財(cái)仍屬于企業(yè)理財(cái)?shù)姆懂?，自然其?nèi)容應(yīng)包括企業(yè)投資活動(dòng)稅收理財(cái)、企業(yè)籌資活動(dòng)稅收理財(cái)、企業(yè)收益分配活動(dòng)稅收理財(cái)、跨國(guó)公司稅收理財(cái)四個(gè)方面。
1、企業(yè)投資活動(dòng)稅收理財(cái)
(1)確定投資企業(yè)的注冊(cè)地點(diǎn)。稅法中國(guó)家實(shí)行稅收優(yōu)惠的注冊(cè)地點(diǎn)有：國(guó)務(wù)院批準(zhǔn)的高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)、沿海經(jīng)濟(jì)開發(fā)區(qū)和經(jīng)濟(jì)技術(shù)開發(fā)區(qū)、經(jīng)濟(jì)特區(qū)、老少邊窮地區(qū)。應(yīng)選擇稅負(fù)較輕的地區(qū)作為企業(yè)注冊(cè)的地點(diǎn)，以謀求今后的稅收利益。
(2)確定投資企業(yè)的類型。稅法中國(guó)家實(shí)行稅收傾斜的企業(yè)類型有：國(guó)家對(duì)民政部舉辦的福利企業(yè)和街道創(chuàng)辦的福利生產(chǎn)單位、安置“四殘”人員的企業(yè)、高校校辦企業(yè)、外商投資企業(yè)、水利部門舉辦的企業(yè)、農(nóng)業(yè)部門舉辦的企業(yè)、國(guó)家科委主管的高新技術(shù)企業(yè)。
關(guān)鍵詞 土地政策效果評(píng)價(jià)； 土地督察 ；耕地保護(hù)
中圖分類號(hào) F301.21 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1002-2104(2011)05-0038-06 doi:103969/jissn1002-2104201105007
2004年10月《國(guó)務(wù)院關(guān)于深化改革嚴(yán)格土地管理的決定》（國(guó)發(fā)〔2004〕28號(hào)）提出建立國(guó)家土地督察制度，2006年7月國(guó)務(wù)院辦公廳印發(fā)《關(guān)于建立國(guó)家土地督察制度有關(guān)問題的通知》（〔2006〕50號(hào)），決定建立國(guó)家土地督察制度，由國(guó)務(wù)院授權(quán)國(guó)土資源部代表國(guó)務(wù)院對(duì)各省、自治區(qū)、直轄市，以及計(jì)劃單列市人民政府土地利用和管理情況進(jìn)行監(jiān)督檢查?！蛾P(guān)于建立國(guó)家土地督察制度有關(guān)問題的通知》中有關(guān)派駐地方的國(guó)家土地督察局職責(zé)的第一條是“監(jiān)督檢查省級(jí)以及計(jì)劃單列市人民政府耕地保護(hù)責(zé)任目標(biāo)的落實(shí)情況”。從土地督察制度以及土地督察機(jī)構(gòu)建立以來，土地督察機(jī)構(gòu)對(duì)各地進(jìn)行了土地督察，那么，土地督察是否對(duì)耕地保護(hù)起到了積極影響呢？本文試圖對(duì)這一問題加以分析。
目前已有不少文獻(xiàn)對(duì)耕地保護(hù)問題加以了分析，也有不少文獻(xiàn)對(duì)耕地保護(hù)制度績(jī)效進(jìn)行了研究。從已掌握的文獻(xiàn)來看，有關(guān)耕地保護(hù)制度與政策效果的文獻(xiàn)主要有兩類：一是，有研究將耕地保護(hù)的各類政策作為一個(gè)整體分析了耕地保護(hù)政策的綜合效果［1-6］；二是，具體分析耕地保政策體系中某一項(xiàng)政策的運(yùn)行效果，例如分析土地用途管制制度的耕地保護(hù)效果［7-8］、耕地總量動(dòng)態(tài)平衡政策效果［9］、基本農(nóng)田保護(hù)政策效果等［10-11］。就土地督察制度對(duì)耕地保護(hù)的影響而言，目前還未見到相關(guān)報(bào)道。
本文擬對(duì)土地督察對(duì)耕地?cái)?shù)量保護(hù)的影響進(jìn)行分析，而土地督察的耕地質(zhì)量保護(hù)效應(yīng)則不在本文的分析范圍之內(nèi)。因此，本文擬對(duì)以下問題進(jìn)行分析：一是，土地督察是否對(duì)遏止耕地面積減少有效？二是，如果有效，土地督察的耕地保護(hù)效果有多大？即因土地督察制度的實(shí)施，耕地流失面積減少了多少？
1 土地督察制度概述
2004年的《國(guó)務(wù)院關(guān)于深化改革嚴(yán)格土地管理的決定》中提出要建立土地督察制度，其目的是為了強(qiáng)化土地執(zhí)法、加強(qiáng)對(duì)土地執(zhí)法的監(jiān)督。2006年7月國(guó)務(wù)院辦公廳印發(fā)的《關(guān)于建立國(guó)家土地督察制度有關(guān)問題的通知》明確設(shè)立國(guó)家土地總督察、副總督察，負(fù)責(zé)組織實(shí)施國(guó)家土地督察制度。在國(guó)土資源部設(shè)立國(guó)家土地總督察辦公室，向地方派駐9個(gè)國(guó)家土地督察局，2006年9月-2007年，9個(gè)派駐地方的國(guó)家土地督察局逐步建立并開展了相關(guān)工作。從2007年以來，土地督察機(jī)構(gòu)根據(jù)各地實(shí)際情況開展了各類土地督察工作，其中專項(xiàng)督察和例行督察是各派駐地方的國(guó)家土地督局均開展的工作，具有普遍性并有較大影響。2007年分別在13個(gè)省級(jí)和計(jì)劃單列市開展了專項(xiàng)督察工作；2008年，在9個(gè)省(區(qū)、市)、66個(gè)市(縣、區(qū))開展專項(xiàng)督察，并對(duì)16個(gè)市縣開展了例行督察試點(diǎn)工作；2009年在9個(gè)省開展了專項(xiàng)督察工作并在全國(guó)24個(gè)省（區(qū)、市）及3個(gè)計(jì)劃單列市共150個(gè)縣（市、區(qū)、旗）開展例行督察工作。
2 研究方法與數(shù)據(jù)
2.1 變量選擇
本文所關(guān)心的是土地督察對(duì)于耕地流失，即耕地面積減少是否有影響以及影響的程度有多大。就耕地面積減少而言，在相關(guān)的統(tǒng)計(jì)資料中有兩個(gè)相關(guān)的指標(biāo)，即年內(nèi)減少耕地面積和年內(nèi)建設(shè)占用耕地面積。在有關(guān)耕地面積變化的分析中，耕地面積凈變化（年內(nèi)增加耕地面積與年內(nèi)減少耕地面積之差）也是一個(gè)重要指標(biāo)。從土地督察的性質(zhì)來看，土地督察主要對(duì)土地違法進(jìn)行督察，其對(duì)耕地面積變化的影響主要應(yīng)是對(duì)建設(shè)占用耕地的影響，因此，本文采用年內(nèi)建設(shè)占用耕地面積作為被解釋變量，并選擇以下變量作為解釋變量：
（1）固定資產(chǎn)投資。有不少研究已證明了固定資產(chǎn)投資與建設(shè)占用耕地面積之間的關(guān)系［8］，由于固定資產(chǎn)投資項(xiàng)目需要占用一定數(shù)量的土地，因此，通常認(rèn)為固定資產(chǎn)投資與建設(shè)占用耕地面積之間具有正相關(guān)關(guān)系；
（2）人均GDP。經(jīng)濟(jì)增長(zhǎng)與耕地面積減少尤其是建設(shè)占用之間存在著相關(guān)性［12-13］，已有的研究對(duì)于人均GDP與耕地面積減少之間關(guān)系形式還存在爭(zhēng)議［14］，之所以要選擇人均GDP作為解釋變量之一，主要是考慮到不同經(jīng)濟(jì)發(fā)展水平的地區(qū)，單位固定資產(chǎn)投資所需要占用的耕地面積不同，這里將人均GDP作為地區(qū)經(jīng)濟(jì)發(fā)展水平的一個(gè)變量；因此，這一變量的系數(shù)的符號(hào)應(yīng)為負(fù)；
（3）土地督察制度變量。在不少研究中，政策變量通常以虛擬變量的形式出現(xiàn)［8］，或者以名義變量的形式出現(xiàn)［1］?？紤]到土地督察機(jī)構(gòu)在不同年份對(duì)不同地區(qū)開展例行督察和土地違法專項(xiàng)督察，且同一地區(qū)在同一年份可能既有例性督察也有專項(xiàng)督察，而有的地區(qū)則只有其中一項(xiàng)，有的地區(qū)兩項(xiàng)督察都沒有。此外，例行督察是定期或不定期集中一段時(shí)間，對(duì)督察區(qū)域內(nèi)某個(gè)地區(qū)一定時(shí)期內(nèi)的土地利用和管理情況進(jìn)行監(jiān)督檢查和評(píng)估；而專項(xiàng)督察則是有針對(duì)性地對(duì)某一類土地違法行為進(jìn)行督察，即例行督察更為全面，專項(xiàng)督察針對(duì)性更強(qiáng)。因此，文章設(shè)置兩個(gè)變量來反應(yīng)土地督察情況：①土地專項(xiàng)督察比例，即某省級(jí)區(qū)域內(nèi)被督察（專項(xiàng)督察）地區(qū)行政轄區(qū)面積與該省級(jí)區(qū)域行政轄區(qū)面積之比；②土地例行督察比例，即某省級(jí)區(qū)域內(nèi)被督察（例行督察）地區(qū)行政轄區(qū)面積與該省級(jí)區(qū)域行政轄區(qū)面積之比。這兩個(gè)比例越高，建設(shè)占用耕地的難度就越大，因此，這兩個(gè)變量系數(shù)的符號(hào)應(yīng)為負(fù)。
另外，有研究認(rèn)為路網(wǎng)密度與耕地減少之間存在聯(lián)系［1,15］，一般認(rèn)為路網(wǎng)密度的提高會(huì)增加耕地占用的可能，因此，路網(wǎng)密度與耕地面積減少之間可能存在正相關(guān)關(guān)系；但是，相關(guān)分析的結(jié)果表明，路網(wǎng)密度與固定資產(chǎn)投資的相關(guān)系數(shù)高達(dá)0.66，與人均GDP的相關(guān)系數(shù)也高到0.65，且均在1%水平上顯著，為避免共線性問題，未把路網(wǎng)密度引入模型。
各變量的含義以及期望符號(hào)具體見表1。
2.2 模型設(shè)定
利用散點(diǎn)圖對(duì)各個(gè)解釋變量與因變量之間的相互關(guān)系和關(guān)系形式進(jìn)行了初步的分析，并結(jié)合目前已有的相關(guān)研究［1, 7-8］，本項(xiàng)研究采用以下模型來分析土地督察制度的耕地保護(hù)效果：
yit=a0+δ1specialit+δ2regularit+β1investit+β2gdpperit+vit（1）
其中，yit為第i區(qū)第t年年內(nèi)建設(shè)占用耕地面積，為因變量；β1和β2分別為investit和gdpperit的系數(shù)；investit和gdpperit分別是固定資產(chǎn)投資和人均GDP，a0為常數(shù)項(xiàng)；basicit為specialit第i區(qū)域第t年土地專項(xiàng)督察比例，regularit第i區(qū)域第t年土地例行督察比例，δ1和δ2分別為specialit和regularit的系數(shù)；vit為殘差項(xiàng)；i為區(qū)域，t為年度。
2.3 效果評(píng)價(jià)方法
本文擬對(duì)以下問題進(jìn)行分析：一是，土地督察是否對(duì)遏止耕地面積減少有效？二是，如果有效，土地督察的耕地保護(hù)效果有多大？對(duì)于這些問題，判斷和計(jì)算方法如下：
（1）是否有效的判斷。如果δ10且檢驗(yàn)顯著或δ20且檢驗(yàn)顯著，則認(rèn)為土地督察的實(shí)施對(duì)減少建設(shè)占用耕地面積有效；否則，則認(rèn)為土地督察的實(shí)施對(duì)減少建設(shè)占用耕地面積有效無效。
（2）分別計(jì)算專項(xiàng)督察、例行督察的效果以及兩者的綜合效果。
①專項(xiàng)督察的效果，通過模型估計(jì)得到各變量的系數(shù)，并將自變量的實(shí)際觀測(cè)值代入模型，得到y(tǒng)it＾：
yit＾=a0+δ1specialit+δ2regularit+β1investit+β2gdpperit（2）
將專項(xiàng)督察變量的值設(shè)為0，即將specialit=0以及其余自變量的實(shí)際觀測(cè)值代入模型，計(jì)算yit＾specialit=0：
yit＾specialit=0=a0+δ1（specialit＝0）+δ2regularit+β1investit+β2gdpperit（3）
計(jì)算各區(qū)域各年專項(xiàng)督察的效果effectsit：
effectsit=yit＾specialit=0-
yit＾（4）
②例行督察效果，將例行督察變量的值設(shè)為0，即將regularit=0以及其余自變量的實(shí)際觀測(cè)值代入模型，計(jì)算yit＾r(nóng)egularit=0：
yit＾r(nóng)egularit=0=a0+δ1specialit+δ2(regularit=0)+β1investit+β2gdpperit（5）
計(jì)算各區(qū)域各年例行督察的效果effectrit：
effectrit=yit＾r(nóng)egularit=0-yit＾（6）
③計(jì)算綜合效果，將專項(xiàng)督察和例行督察變量的值設(shè)為0，即將specialit=0和regularit=0以及其余自變量的實(shí)際觀測(cè)值代入模型，計(jì)算yit＾special=0,regularit=0：
yit＾special=0,regularit=0=a0+δ1specialit+δ2(regularit=0)+β1investit+β2gdpperit（7）
計(jì)算各區(qū)域各年土地督察的綜合效果effectit：
effectit=yit＾special=0,regularit=0-
yit＾（8）
2.4 數(shù)據(jù)來源
1999-2008年各省年內(nèi)建設(shè)占用耕地面積的數(shù)據(jù)分別來自2000-2009年的《中國(guó)國(guó)土資源年鑒》。
人均GDP數(shù)據(jù)來自2000-2009年的《中國(guó)統(tǒng)計(jì)年鑒》，并用GDP指數(shù)修正為可比價(jià)人均GDP。
固定資產(chǎn)投資數(shù)據(jù)來自2000-2009年的《中國(guó)統(tǒng)計(jì)年鑒》中的全社會(huì)固定資產(chǎn)投資，并用全社會(huì)固定資產(chǎn)投資價(jià)格指數(shù)修正為可比價(jià)固定資產(chǎn)投資，由于統(tǒng)計(jì)年鑒沒有的固定資產(chǎn)投資價(jià)格指數(shù)，因此未對(duì)的全社會(huì)固定資產(chǎn)投資加以修正。
2007年和2008年的土地專項(xiàng)督察比例和土地例行督察比例則根據(jù)《國(guó)家土地督察公告（2007年）》和《國(guó)家土地督察公告（2008年）》整理計(jì)算得到。
3 結(jié)果與分析
3.1 模型估計(jì)結(jié)果與分析
本文的數(shù)據(jù)為省級(jí)面板數(shù)據(jù)，這里分別采用固定效應(yīng)模型和隨機(jī)效應(yīng)模型加以估計(jì)，相分別用F檢驗(yàn)和B-P檢驗(yàn)對(duì)固定效應(yīng)和隨機(jī)效應(yīng)加以檢驗(yàn)，檢驗(yàn)結(jié)果表明，無論是固定效應(yīng)模型還是隨機(jī)效應(yīng)模型均優(yōu)于混合OLS模型。因此，采用hausman檢驗(yàn)做了進(jìn)一步檢驗(yàn)，檢驗(yàn)結(jié)果表明，采用固定效應(yīng)模型更為合適。因此，這里只給出固定效應(yīng)模型的估計(jì)結(jié)果（見表2）。
模型檢驗(yàn)的F=6.02，其對(duì)應(yīng)的P值為0.000 1，N=310；各系數(shù)的T檢驗(yàn)均在10%水平上顯著，因此，模型擬合較好，可以用于分析。
從表2可以看出，各變量的符號(hào)與預(yù)期一致。從估計(jì)結(jié)果來看，固定資產(chǎn)投資每增加1億元，需要增加建設(shè)占用耕地面積約為1 hm2。從人均GDP的系數(shù)來看，該變量的系數(shù)符號(hào)為負(fù)，說明隨著人均GDP的增加，建設(shè)占用耕地的數(shù)量會(huì)減少，這里人均GDP是作為地區(qū)經(jīng)濟(jì)差異的變量出現(xiàn)的，這也說明可能由于經(jīng)濟(jì)更為發(fā)達(dá)地區(qū)的土地集約利用水平更高所導(dǎo)致。
從估計(jì)結(jié)果來看，專項(xiàng)督察和例行督察的系數(shù)符號(hào)都是負(fù)的且均在1%水平上檢驗(yàn)顯著，這說明專項(xiàng)督察和例行督察對(duì)于減少建設(shè)占用耕地均有顯著影響。土地專項(xiàng)督察比例和土地例行督察比例這兩個(gè)變量均采用百分?jǐn)?shù)表達(dá)，因此，從土地專項(xiàng)督察比例這一變量的系數(shù)可以知道，土地專項(xiàng)督察比例（為被專項(xiàng)督察地區(qū)面積除以該省行政轄區(qū)面積）每提高1%，約能減少建設(shè)占用耕地面積為261 hm2；而例行督察比例（為被例行督察地區(qū)面積除以該省行政轄區(qū)面積）每提高1%，約能減少建設(shè)占用耕地面積為929 hm2。從這兩個(gè)變量系數(shù)的絕對(duì)值來看，土地例行督察比例（regular）要比土地專項(xiàng)督察比例（special）系數(shù)的絕對(duì)值要大，說明從減少建設(shè)占用耕地面積的角度來看，土地例行督察的效果要比土地專項(xiàng)督察的效果更為明顯。
3.2 土地督察效果評(píng)價(jià)
模型估計(jì)結(jié)果表明和前面的分析表明，土地專項(xiàng)督察和例行督察的確對(duì)減少建設(shè)占用耕地面積有效，因此，可以在模型估計(jì)的結(jié)果上計(jì)算土地督察的耕地保護(hù)效果。利用前面有關(guān)效果計(jì)算的方法，計(jì)算2007年和2008年（因?yàn)閺?007年開始才有土地督察）各地區(qū)土地督察的耕地保護(hù)效果，分別計(jì)算了專項(xiàng)督察效果、例行督察效果和綜合效果，計(jì)算結(jié)果具體見表3。
從專項(xiàng)督察效果的計(jì)算公式來看，專項(xiàng)督察的效果是指在其他因素保持不變的情況下，如果沒有專項(xiàng)督察，建設(shè)占用耕地與實(shí)行專項(xiàng)督察時(shí)建設(shè)占用耕地面積之差。從計(jì)算結(jié)果來看，由于實(shí)施專項(xiàng)督察，2007年和2008年分別減少建設(shè)占用耕地面積32 160.52 hm2和6 442.90 hm2，分別占當(dāng)年實(shí)際建設(shè)占用耕地面積的17.08%和3.36%。
從實(shí)施專項(xiàng)督察的幾個(gè)省級(jí)區(qū)域來看，2007年北京、遼寧、浙江、山東和廣東這幾個(gè)地區(qū)的專項(xiàng)督察比例較高，因此，2007年這幾個(gè)地區(qū)的專項(xiàng)督察效果也比較明顯；2008年海南的專項(xiàng)督察比例較高，土地專項(xiàng)督察效果也比較明顯。
從例行督察效果的計(jì)算公式來看，例行督察的效果是指在其他因素保持不變的情況下，假定沒有土地例行督察，建設(shè)占用耕地與實(shí)行例行督察時(shí)建設(shè)占用耕地面積之差。從計(jì)算結(jié)果來看，2008年由于實(shí)行了土地例行督察，減少建設(shè)占用耕地面積41 127.79 hm2，約占當(dāng)年實(shí)際建設(shè)占用耕地面積的21.5%。由于2007年沒有實(shí)行例行督察，所以沒有計(jì)算2007年的土地例行督察效果。從實(shí)施土地例行督察的幾個(gè)省級(jí)區(qū)域來看，河北、遼寧、江蘇和廣西這個(gè)地區(qū)的例行督察比例較高，例行督察的效果也比較明顯。
從綜合效果的計(jì)算公式來看，綜合效果是在其他因素保持不變的情況下，假定沒有土地專項(xiàng)督察和土地例行督察，建設(shè)占用耕地有實(shí)行土地專項(xiàng)督察和土地例行督察時(shí)建設(shè)占用耕地面積之差。從計(jì)算結(jié)果來看，由于實(shí)行了土地例行督察和專項(xiàng)督察，2007年和2008年分別減少建設(shè)占用耕地面積32 160.52 hm2和47 570.70 hm2，分別占當(dāng)年建設(shè)占用耕地面積的17.08%和24.83%。
從2008年的專項(xiàng)督察效果和例行督察效果來看，例行督察的耕地保護(hù)效果要大于專項(xiàng)督察的效果，這可能由以下兩個(gè)原因所導(dǎo)致：一是專項(xiàng)督察比例要小于例行督察比例（分別為0.2%和0.8%），二是專項(xiàng)督察與例行督察相比較，專項(xiàng)督察比例的系數(shù)的絕對(duì)值要小于例行督察比例的系數(shù)的絕對(duì)值，即δ1δ2。2008年與2007年相比較，土地專項(xiàng)督察比例減小，但增加了土地例行督察這一項(xiàng)目，2008年土地專項(xiàng)督察比例與土地例行督察比例兩者之和為1.05%，2007年兩者之和為1.95%。雖然2007年土地專項(xiàng)督察比例與土地例行督察比例兩者之和高于2008年的土地專項(xiàng)督察比例與土地例行督察比例兩者之和，但由于δ1δ2，這使得2008年的綜合效果還是高于2007年的綜合效果。
4 主要結(jié)論
通過前面有關(guān)土地督察的耕地保護(hù)效果的分析，可以得到以下結(jié)論：
（1）土地督察的確對(duì)減少建設(shè)占用耕地面積有顯著影響，土地例行督察的耕地保護(hù)效果要好于土地專項(xiàng)督察的耕地保護(hù)效果，土地專項(xiàng)督察比例（每提高1%，約能減少建設(shè)占用耕地面積為261 hm2，例行督察比例每提高1%，約能減少建設(shè)占用耕地面積為929 hm2。
（2）由于實(shí)施專項(xiàng)督察，2007年和2008年分別減少建設(shè)占用耕地面積32 160.52 hm2和6 442.90 hm2，分別占當(dāng)年建設(shè)占用耕地面積的17.08%和3.36%；2008年由于實(shí)行了土地例行督察，減少建設(shè)占用耕地面積41 127.79 hm2，約占當(dāng)年建設(shè)占用耕地面積的21.5%。
（3）由于實(shí)行了土地例行督察和專項(xiàng)督察，2007年和2008年分別減少建設(shè)占用耕地面積32 160.52 hm2和47 570.70 hm2，分別占當(dāng)年建設(shè)占用耕地面積的17.08%和24.83%。
參考文獻(xiàn)（References）
［1］翟文俠, 黃賢金.我國(guó)耕地保護(hù)政策運(yùn)行效果分析［J］.中國(guó)土地科學(xué),2003,17(2):8-13. ［Zhai Wenxia, Huang Xianjin. Analysis on the Effect of Policies Operation of Cultivated Land Protection in China. China Land Science,2003,17(2):8-13.］
［2］譚術(shù)魁,張紅霞.基于數(shù)量視角的耕地保護(hù)政策績(jī)效評(píng)價(jià)［J］.中國(guó)人口•資源與環(huán)境,2010,20(4):153-158.［Tan Shukui, Zhang Hongxia. Performance Evaluation on the Policies of Cultivated Land Protection in China from the Perspective of Quantity Protection .China Population,Resources and Environment, ,2010,20(4):153-158.］
［3］吳澤斌,劉衛(wèi)東,羅文斌,等.我國(guó)耕地保護(hù)的績(jī)效評(píng)價(jià)及其省際差異分析［J］.自然資源學(xué)報(bào),2009,24(10):1785-1793. ［Wu Zebin, Liu Weidong, Luo Wenbin, et al. Evaluation on Performance of Cultivated Land Protection and Interprovincial Differences Analysis in China . Journal of Natural Resources, ,2009,24(10):1785-1793.］
［4］張效軍,歐名豪,李景剛.我國(guó)耕地保護(hù)制度變遷及其績(jī)效分析［J］.社會(huì)科學(xué),2007(8):13-20. ［Zhang Xiaojun, Ou Minghao, Li Jinggang. Analysis on the Institution Change of Cultivated Land Protection and Its Performance in China .Journal of Social Sciences,2007(8):13-20.］
［5］陸文彬,吳群,郭貫成,等.我國(guó)耕地變化及其成因的研究:從耕地保護(hù)的體制與政策角度分析［J］. 國(guó)土資源科技管理,2007,24(2):7-11. ［Lu Wenbin, Wu Qun, Guo Guancheng, et al . An Analysis of Farmland Transformation in China and Causes:From the Angle of Farmland Protection System and Policy .Scientific and Technological Management of Land and Resources,2007,24(2):7-11.］
［6］朱紅波.我國(guó)耕地保護(hù)政策運(yùn)行效果與效率分析［J］. 地理與地理信息科學(xué), 2007,23(6):50-53. ［Zhu Hongbo. Analysis on the Effect and Efficiency of Policies Operation to Cultivated Land Protection in China. Geography and GeoInformation Science, 2007,23(6):50-53.］
［7］張全景,歐名豪.我國(guó)土地用途管制之耕地保護(hù)績(jī)效的定量研究:以山東省為例［J］. 中國(guó)人口•資源與環(huán)境,2004,14(4):56-59. ［Zhang Quanjing, Ou Minhao. Quantitative Study on Cultivated Land Protections Effect of the System of Control over the Purpose of Use Land in China:A Case of Shandong Province. China Population, Resources and Environment, 2004,14(4):56-59.］
［8］張全景,歐名豪,王萬茂.中國(guó)土地用途管制制度的耕地保護(hù)績(jī)效及其區(qū)域差異研究［J］. 中國(guó)土地科學(xué), 2008,22(9):8-13. ［Zhang Quanjing, Ou Minghao, Wang Wanmao. Study on Cultivated Land Preservation Performance of Land Use Control System and Its Regional Differences in China. China Land Science, 2008,22(9):8-13.］
［9］艾建國(guó). 耕地總量動(dòng)態(tài)平衡政策效果分析及對(duì)策［J］. 改革, 2003(6):45-51.［Ai Jianguo. Effects of Dynamic Balance of Farmland Area and Counter Measures. Reform, 2003(6):45-51.］
［10］臧俊梅,王萬茂,李邊疆.我國(guó)基本農(nóng)田保護(hù)制度的政策評(píng)價(jià)與完善研究［J］. 中國(guó)人口•資源與環(huán)境,2007,17(2):105-110.［Zang Junmei, Wang Wanmao, Li Bianjiang. Policy Assessment and Improvement of Prime Farmland Protection Institution in China. China Population, Resources and Environment, 2007,17(2):105-110.］
［11］翟文俠,黃賢金.我國(guó)基本農(nóng)田保護(hù)制度運(yùn)行效果分析［J］. 國(guó)土資源科技管理,2005,22(3):1-6. ［Zhai Wenxia, Huang Xianjin. an Analysis of Operation Effect of Primary Cultivated Land Protection System. Scientific and Technological Management of Land and Resources, 2005, 22(3):1-6.］
［12］李永樂,吳群.經(jīng)濟(jì)增長(zhǎng)與耕地非農(nóng)化的Kuznets曲線驗(yàn)證-來自中國(guó)省際面板數(shù)據(jù)的證據(jù)［J］. 資源科學(xué),2008,30(5):667-672.［Li Yongle, Wu Qun. Validation of Kuznets Curve for Economic Growth and Cultivated Land Conversion: Evidence from Provincial Panel Data in China. Resources Science, 2008,30(5):667-672.］
［13］李海鵬,葉慧,張俊飚.中國(guó)收入差距與耕地非農(nóng)化關(guān)系的實(shí)證研究-基于對(duì)耕地庫茲涅茨曲線的擴(kuò)展［J］. 中國(guó)土地科學(xué), 2006,20(5):7-12. ［Li Haipeng,Ye Hui,Zhang Junbiao. Study on the Relationship between the Income Disparity and Cultivated Land Conversion in China: Extensions of Cultivated Land Kuznets Curve. China Land Science,2006,20(5):7-12.］
［14］胡建民.石憶邵.略論耕地庫茲涅茨曲線在我國(guó)的適用性［J］. 長(zhǎng)江流域資源與環(huán)境, 2008,17(4):588-592. ［Hu Jianmin, Shi Yishao. Discussion on the Applicability of Cultivated Land Kuznets Curve in China. Resources and Environment in the Yangtze Basin, 2008, 17(4):588-592.］
［15］Nelson A C. Comparing States With and Without Growth Management: Analysis Based on Indicators with Policy Implications［J］. Land Use Policy, 1999, 16(2): 121-127.
Arable Land Conservation Effects of Land Supervision in China
ZHONG Taiyang HUANG Xianjin TAN Meng PENG Jiawen
(Department of Land Resource and Tourism Sciences, Nanjing University，Nanjing Jiangsu 210093,China)
Abstract The purpose of this study aimed to assess the effects of land supervision on the conversion of arable land to construction use. The question about this is defined whether land supervision has saved arable land from conversion to construction use, and if so, how much the effect is. The provincelevel panel data from 1999 to 2008 were collected, and the fixedeffects model, randomeffects model and pooled OLS model were applied to estimate the equations. The test on those models suggests that the fixedeffects model is more appropriate than randomeffects model and pooled OLS model. The effectiveness of land supervision on the conversion of arable land to constructionuse was evaluated based on the statistical significance of variables about land supervision and by computing the difference of arable land area converted to constructionuse land with and without land supervision in effect. The result shows that land supervision has provided a measurable degree of decreasing arable land conversion to construction use; the area of arable land conversion to construction purpose decreased about 261 ha with a 1% increment of rate of special land supervision, and the area of arable land conversion to construction purpose decreased about 929 ha with a 1% increment of rate of regular land supervision. Moreover, the loss of arable land due to construction use in 2007 and 2008 respectively decreased 32 160.52 ha and 6 442.90 ha because of special land supervision in effect, which is about 7.08% and 3.36% of actual farmland loss due to construction use in 2007 and 2008; the loss of arable land due to construction use in 2008 decreased 41 127.79 ha because of regular land supervision in effect, which is about 215% of the actual farmland loss due to construction use in 2008. The last but not the least, the loss of arable land due to construction use in 2007 and 2008 respectively decreased 32 160.52 ha and 47 570.70 ha because of both special land supervision and regular land supervision in effect, which is about 7.08% and 24.83% of the actual farmland loss due to construction use in 2007 and 2008.
關(guān)鍵詞：投資；宏觀投資效率；指標(biāo)；方法
中圖分類號(hào)：F202
文獻(xiàn)標(biāo)志碼：A
文章編號(hào)：1673-291X(2007)04-0013-02
由于資源約束，僅僅依靠投資數(shù)量的擴(kuò)大不足以保證我國(guó)經(jīng)濟(jì)的可持續(xù)增長(zhǎng)，投資效率的提高才是關(guān)鍵。但在宏觀經(jīng)濟(jì)管理工作中，人們對(duì)如何測(cè)度與判斷宏觀投資效率至今沒有統(tǒng)一的看法。因此，筆者對(duì)宏觀投資效率的測(cè)度指標(biāo)、方法與相關(guān)理論進(jìn)行梳理，希望能夠澄清轉(zhuǎn)軌經(jīng)濟(jì)條件下，我國(guó)宏觀投資效率研究的思路。
一、統(tǒng)籌協(xié)調(diào)經(jīng)濟(jì)建設(shè)規(guī)模和國(guó)力
國(guó)內(nèi)外關(guān)于宏觀投資效率的論述散見于經(jīng)濟(jì)增長(zhǎng)的相關(guān)研究中，這些文獻(xiàn)所使用的判斷投資效率的指標(biāo)不盡相同，自成體系。西方市場(chǎng)經(jīng)濟(jì)發(fā)達(dá)國(guó)家的投資主體是企業(yè)，總投資的數(shù)量、結(jié)構(gòu)與投資方式是眾多企業(yè)追求自身利潤(rùn)最大化的博弈結(jié)果，系統(tǒng)研究“宏觀投資效率”的文獻(xiàn)并不多見(樊彥瀟，2005)。
過去，我國(guó)在以固定資產(chǎn)項(xiàng)目投資管理為核心的投資體制下形成了較為完整的投資效率評(píng)價(jià)方法體系。這些評(píng)價(jià)方法與指標(biāo)有些適用于目前我國(guó)宏觀投資效率評(píng)價(jià)，有些則不適用。
上表中所列后兩行的指標(biāo)由于反映的是項(xiàng)目建設(shè)期的投資效率，沒有反映項(xiàng)目投產(chǎn)后運(yùn)營(yíng)期的效益如何，因此無法據(jù)此判斷宏觀投資效率。試想項(xiàng)目建設(shè)過程中投資活動(dòng)是優(yōu)質(zhì)高效的，但項(xiàng)目運(yùn)營(yíng)兩年后由于市場(chǎng)需求變化，產(chǎn)品滯銷，那么，從后兩行指標(biāo)數(shù)據(jù)顯示的信息就與實(shí)際情況不符，因?yàn)楹髢尚械臄?shù)據(jù)一定是漂亮的，而宏觀投資效果系數(shù)則表現(xiàn)相反。
二、統(tǒng)籌協(xié)調(diào)重工業(yè)、輕工業(yè)、農(nóng)業(yè)的發(fā)展
(一)投資效果系數(shù)
投資效果系數(shù)是指一定時(shí)期的國(guó)內(nèi)生產(chǎn)總值的增加額與引起這一增加的固定資產(chǎn)投資總額的比例。它從資金投入與產(chǎn)出比率上較全面地反映投資活動(dòng)的最終效益。因此，在投資規(guī)模一定的情況下，投資效果系數(shù)一般是越大越好。武獻(xiàn)華(1994)的研究表明，1956―1984年間，我國(guó)的投資效果系數(shù)波動(dòng)較大，處于-1.44～1.02之間，均值為0.51。黃毓哲(2004)的研究則表明，1996―2002年間，我國(guó)投資效果系數(shù)處在19.65%～28.10%之間，且呈下降趨勢(shì)。當(dāng)然，這一觀察結(jié)果伴隨著投資規(guī)模的擴(kuò)大。因此，簡(jiǎn)單根據(jù)1956―1988年間的投資效果系數(shù)大于1996―2002年間的投資效果系數(shù)比較就判斷后一時(shí)期的投資效率存在問題是不科學(xué)的。因?yàn)橥顿Y活動(dòng)本身具有乘數(shù)效應(yīng)，即使是無法投入使用的“豆腐渣”工程，也會(huì)在固定資產(chǎn)投資當(dāng)期促進(jìn)GDP的增長(zhǎng)。另外，前一時(shí)間段處在計(jì)劃經(jīng)濟(jì)時(shí)期，固定資產(chǎn)投資涵蓋所有投資行為，而后一時(shí)間段，我國(guó)處于市場(chǎng)經(jīng)濟(jì)轉(zhuǎn)軌時(shí)期，固定資產(chǎn)投資只是廣義投資概念的一個(gè)重要組成部分，兩者不具有可比性。
(二)投資彈性系數(shù)
投資彈性系數(shù)是國(guó)民收入對(duì)投資變動(dòng)敏感程度的衡量指標(biāo)，是當(dāng)年投資增長(zhǎng)速度與當(dāng)年GDP增長(zhǎng)速度之比。投資彈性系數(shù)越高，說明投資對(duì)國(guó)民經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)率越大，投資的效率越高。我國(guó)近年來投資彈性系數(shù)的具體情況見下表：
下表數(shù)據(jù)顯示我國(guó)投資彈性系數(shù)1999年后逐年下降，說明國(guó)民收入對(duì)投資變動(dòng)的敏感性在下降，而相關(guān)數(shù)據(jù)表明，這一時(shí)期，我國(guó)的投資規(guī)模在不斷擴(kuò)大，資本的邊際報(bào)酬遞減規(guī)律正在發(fā)揮效用。投資彈性系數(shù)可以從一定角度反映宏觀投資效率，但與投資效果系數(shù)一樣，有一定的局限性與適用范圍。首先應(yīng)注意該指標(biāo)所指投資的含義僅限固定資產(chǎn)投資；其次是GDP是否可以充分代表投資的成果。人們漸已達(dá)成共識(shí)的是GDP雖然可以用來衡量經(jīng)濟(jì)數(shù)量的增長(zhǎng)，卻無法衡量增長(zhǎng)的質(zhì)量。經(jīng)濟(jì)增長(zhǎng)必然會(huì)遇到資源承載條件的約束。因此，采用綠色GDP即剔除環(huán)境污染成本的GDP指標(biāo)來測(cè)度宏觀投資效率才更為客觀。
三、統(tǒng)籌協(xié)調(diào)經(jīng)濟(jì)建設(shè)與人民生活
由于衡量宏觀投資效率的指標(biāo)具有這樣或那樣的不足，因此，致力于投資效率研究的學(xué)者發(fā)揮了聰明才智，利用可獲得的數(shù)據(jù)資源，試圖借鑒西方經(jīng)濟(jì)學(xué)的已有研究成果，在一定的理論框架之下探索宏觀投資效率測(cè)度方法，視角不同，各有特點(diǎn)。
(一)動(dòng)態(tài)效率的視角
動(dòng)態(tài)效率問題是新典經(jīng)濟(jì)增長(zhǎng)理論中研究的核心問題。經(jīng)濟(jì)增長(zhǎng)的動(dòng)態(tài)效率，是在長(zhǎng)期均衡增長(zhǎng)路徑上考察的，其最簡(jiǎn)單的判別準(zhǔn)則是所謂的黃金法則――根據(jù)索洛模型，當(dāng)一個(gè)經(jīng)濟(jì)單位有效勞動(dòng)的資本存量(K*GR)達(dá)到這樣一個(gè)水平，使得在該水平上的邊際生產(chǎn)率[f＇(K*GR)]恰好等于人口增長(zhǎng)率(n)、勞動(dòng)生產(chǎn)率增長(zhǎng)率(g)和資本折舊率(δ)之和時(shí)，即：
f＇(K*GR)=n+g+δ
經(jīng)濟(jì)處于最優(yōu)均衡增長(zhǎng)路徑上。此時(shí)，單位有效勞動(dòng)的消費(fèi)最大，滿足f＇(K*GR)=n+g+δ條件的K*GR稱為黃金率資本存量。由于f＇(K*GR)-δ是實(shí)際報(bào)酬率，它的直觀度量是真實(shí)利率，n+g等于經(jīng)濟(jì)增長(zhǎng)率。據(jù)此，一般可以把真實(shí)利率與經(jīng)濟(jì)增長(zhǎng)率相比較來判斷經(jīng)濟(jì)的動(dòng)態(tài)效率，即當(dāng)真實(shí)利率大于、小于和等于經(jīng)濟(jì)增長(zhǎng)率時(shí)，經(jīng)濟(jì)分別處于動(dòng)態(tài)有效、無效和最佳狀態(tài)。袁志剛(2003)運(yùn)用多種方法測(cè)度(包括上述的黃金法則判別法)發(fā)現(xiàn)：20世紀(jì)90年代以來，至少在大多數(shù)年份，中國(guó)的實(shí)際經(jīng)濟(jì)運(yùn)行處于動(dòng)態(tài)無效區(qū)域，表現(xiàn)為資本的邊際生產(chǎn)率低于經(jīng)濟(jì)增長(zhǎng)率。在一個(gè)動(dòng)態(tài)無效的經(jīng)濟(jì)中，資源配置就不是帕累托最優(yōu)，人們可能通過減少資本存量(投資)，增加消費(fèi)來提高福利水平。
(二)資本邊際收益率的視角
張軍(2003)認(rèn)為，盡管投資活動(dòng)無法全額形成資本，但資本形成無疑全部來源于投資活動(dòng)，即投資數(shù)據(jù)與資本數(shù)據(jù)具有高度的相關(guān)性。因此，投資相對(duì)于產(chǎn)出增長(zhǎng)的關(guān)系可以通過對(duì)資本相對(duì)于產(chǎn)出增長(zhǎng)的關(guān)系觀察得到。資本相對(duì)于產(chǎn)出增長(zhǎng)的速度表現(xiàn)為資本的邊際效率或者資本的邊際生產(chǎn)率。觀察資本生產(chǎn)率變動(dòng)情況的方法之一就是觀察“資本―產(chǎn)出比率”的變動(dòng)。依據(jù)索洛(Solow，1957)發(fā)展出來的關(guān)于增長(zhǎng)核算學(xué)的一個(gè)簡(jiǎn)單分解方法，在不變的規(guī)模報(bào)酬、外生的技術(shù)進(jìn)步和競(jìng)爭(zhēng)市場(chǎng)的假設(shè)下，產(chǎn)出的增長(zhǎng)率可以分解成：
gy=αgl+(1-α)gk+e
其中，gy、gl和gk分別是產(chǎn)出、勞動(dòng)和資本的增長(zhǎng)率。α是勞動(dòng)的產(chǎn)出彈性，e為索洛殘差，或者稱為全要素生產(chǎn)率(TFP)的增長(zhǎng)率，它可以反映或者捕捉技術(shù)或動(dòng)態(tài)效率的變化。經(jīng)過變換可以得到“資本―產(chǎn)出比率”增長(zhǎng)率的表達(dá)式：
g(K/Y)=αg(K/L)-g(TFP)
其中，L代表勞動(dòng)，K代表資本，Y代表產(chǎn)出(GDP)。此式表明，在新古典生產(chǎn)理論的假設(shè)條件下，“資本―產(chǎn)出比率”的變動(dòng)是資本-勞動(dòng)比率(即人均資本)的變動(dòng)與全要素生產(chǎn)率(TFP)的變化率之間的“凈效應(yīng)”的結(jié)果。如果資本-勞動(dòng)比率或要素的密度保持不變，那么，全要素生產(chǎn)率的增長(zhǎng)將全部轉(zhuǎn)化為資本―產(chǎn)出比率的下降。由于資本―產(chǎn)出比率的倒數(shù)就是資本的生產(chǎn)率，所以，只要要素的密度不變，資本的生產(chǎn)率變動(dòng)等價(jià)于技術(shù)進(jìn)步或者效率的改善。
資本的邊際收益率常常用“邊際資本產(chǎn)出率比率”(ICOR)來衡量，而且邊際資本-產(chǎn)出比率是一個(gè)更容易計(jì)算的指標(biāo)。因?yàn)楦鶕?jù)定義，資本的邊際生產(chǎn)率是資本存量的邊際產(chǎn)量(dY/dK)，即產(chǎn)出的增量與資本存量變動(dòng)的比率。因?yàn)橘Y本存量(K)的變動(dòng)等于投資流量(I)，因此在總量上，資本的邊際生產(chǎn)率又可以用GDP的增量與投資的比率(dGDP/I)來表示。顯然，邊際資本產(chǎn)出比率(ICOR)是資本的邊際生產(chǎn)率(dGDP/I)的倒數(shù)：ICOR=I/dGDP
通過以上定義過程可以看出ICOR與前所述的投資彈性系數(shù)兩者的關(guān)系為互為倒數(shù)，視角不同但殊途同歸。
(三)資本配置效率的視角
根據(jù)新古典一般均衡理論，當(dāng)且僅當(dāng)要素價(jià)格等于其邊際生產(chǎn)率的時(shí)候，資源配置才最有效。資本配置效率的評(píng)判方法有兩種：一種是觀察近年來我國(guó)的資本邊際收益率的方差是否下降，代表性的研究如龔六堂、謝丹陽(2004)。另一種方法是觀察資本流向是否由低成長(zhǎng)部門流出，向高成長(zhǎng)部門流入，代表性的研究如Wurgler(2000)。
由于不同行業(yè)的資本邊際收益率相差懸殊，為確定資本邊際收益率而采集的數(shù)據(jù)口徑不一，計(jì)算繁復(fù)也影響了計(jì)算的準(zhǔn)確性。為了規(guī)避這一問題，龔六堂、謝丹陽采用了函數(shù)估計(jì)法。程序是先假定一個(gè)總量生產(chǎn)函數(shù)Y=F(K，L；x)，用總產(chǎn)出Y、資本存量K、勞動(dòng)投入L等統(tǒng)計(jì)數(shù)據(jù)對(duì)方程進(jìn)行回歸，估計(jì)出相應(yīng)的參數(shù)值x，最后計(jì)算得到F(K，L；x)對(duì)K的一階導(dǎo)數(shù)，求得資本邊際收益率。比較計(jì)算結(jié)果發(fā)現(xiàn)我國(guó)省際之間“1970―1984年資本存量的邊際回報(bào)率差異水平下降(最高0.41，最低0.3)，說明資本存量的配置有效性增加，之后處于穩(wěn)定的水平，表明資本存量配置的有效性處于穩(wěn)定狀態(tài)?！?/p>
由于資本邊際收益率方差因行業(yè)、地區(qū)不同而不同，因此各國(guó)之間的方差數(shù)據(jù)不具有可比性，Wurgler(2000)提出了第二種方法，即用回歸方程
ln(Iict/Iict-1)=αc+ηe(lnVict/Vict-a)+εict。其中I表示國(guó)家c中的行業(yè)在第t年中的實(shí)際總固定資產(chǎn)形成；V是相應(yīng)的實(shí)際產(chǎn)出增加值；I、V均經(jīng)過價(jià)格指數(shù)平減，為實(shí)際值。方程中的ηe為“行業(yè)投資對(duì)產(chǎn)出的彈性系數(shù)”。一個(gè)國(guó)家的ηe越高，說明這個(gè)國(guó)家行業(yè)間的資本流動(dòng)對(duì)行業(yè)興衰的變化越敏感，資本配置效率越有效。Wurgler發(fā)現(xiàn)發(fā)達(dá)國(guó)家的ηe顯著為正，欠發(fā)達(dá)國(guó)家則大多不顯著，說明發(fā)達(dá)國(guó)家的行業(yè)投資對(duì)投資機(jī)會(huì)的變化更敏感，投資效率更高。Wurgler的研究思路確對(duì)投資效率的測(cè)度有一定的啟發(fā)，但實(shí)際總固定資產(chǎn)的形成以及實(shí)際產(chǎn)出增加值的內(nèi)涵不清，該方法應(yīng)用時(shí)實(shí)際固定資產(chǎn)形成有人用固定資產(chǎn)存量，有人采用固定資產(chǎn)形成值、實(shí)際產(chǎn)出增加值，有人用利潤(rùn)，有人用GDP，因此該方法還需在理論上進(jìn)一步充分論證，避免含混不清。
以上學(xué)者對(duì)宏觀投資效率問題的研究各有心得，學(xué)習(xí)與借鑒西方經(jīng)濟(jì)學(xué)中關(guān)于宏觀投資效率的評(píng)價(jià)方法對(duì)研究轉(zhuǎn)軌時(shí)期中國(guó)的投資問題研究無疑是大有裨益的，但如何結(jié)合我國(guó)的經(jīng)濟(jì)發(fā)展特點(diǎn)與投融資體制變革的進(jìn)程，探索一套適用于我國(guó)現(xiàn)時(shí)宏觀投資效率的簡(jiǎn)便可行的指標(biāo)及測(cè)度方法體系，為經(jīng)濟(jì)建設(shè)服務(wù)，這將會(huì)是投資理論工作者近期內(nèi)一項(xiàng)亟待完成的課題。
參考文獻(xiàn)：
[1] 武獻(xiàn)華.投資效益分析與評(píng)價(jià)[M].沈陽：遼寧人民出版社，1994.
[2] 黃毓哲.投資與經(jīng)濟(jì)增長(zhǎng)的關(guān)系―江西省固定資產(chǎn)投資與經(jīng)濟(jì)增長(zhǎng)關(guān)系的數(shù)量分析[J].江西科技師范學(xué)院學(xué)報(bào)，2004(5).
[3] 樊彥瀟.經(jīng)濟(jì)增長(zhǎng)與中國(guó)宏觀投資效率研究[D].復(fù)旦大學(xué)博士學(xué)位論文，2005.5.
本論文對(duì)我國(guó)及廣州市的城市基礎(chǔ)設(shè)施的投融資模式進(jìn)行分析和研究，從開題開始在導(dǎo)師的指導(dǎo)下餓自己不斷學(xué)習(xí)中順利進(jìn)行。在搜索資料的過程中現(xiàn)階段已經(jīng)對(duì)所寫論文有所了解，論文的初稿也已基本形成框架。
本論文初稿初步分為四章：
第一章：緒論。主要是對(duì)論文的研究背景及研究意義作了說明，闡述了我國(guó)及外國(guó)一些學(xué)者對(duì)城市基礎(chǔ)設(shè)施建設(shè)的一些觀點(diǎn)和看法。根據(jù)所查資料顯示世界各國(guó)已經(jīng)將城市基礎(chǔ)設(shè)施作為城市經(jīng)濟(jì)發(fā)展的引擎。各國(guó)都開始注重城市基礎(chǔ)設(shè)施的建設(shè)，因?yàn)槌鞘谢A(chǔ)設(shè)施是一座城市發(fā)展程度的標(biāo)志。
第二章：是對(duì)城市基礎(chǔ)設(shè)施的相關(guān)理論概述。括城市基礎(chǔ)設(shè)施的基本概念；城市基礎(chǔ)設(shè)施在城市發(fā)展中的地位及作用；城市基礎(chǔ)設(shè)施的改善是城市發(fā)展的標(biāo)志；城市基礎(chǔ)設(shè)施是城市存在和發(fā)展的物質(zhì)條件；城市基礎(chǔ)設(shè)在城市的建設(shè)中與城市經(jīng)濟(jì)社會(huì)發(fā)展中占有極其重要的地位。城市基礎(chǔ)設(shè)施建設(shè)也是衡量城市強(qiáng)弱和發(fā)展的重要衡量指標(biāo)。隨著城市的現(xiàn)代化發(fā)展，城市基礎(chǔ)設(shè)施在城市中的地位和作用愈加重要。根據(jù)查找整理資料，城市基礎(chǔ)設(shè)施的范疇大致應(yīng)包括以下六個(gè)系統(tǒng)：城市能源系統(tǒng)：包括城市電力生產(chǎn)與輸變電設(shè)施，煤制氣、天然氣、液化石油氣的生產(chǎn)、供應(yīng)設(shè)施，城市熱能生產(chǎn)與集中供熱設(shè)施等。水源給排水系統(tǒng)：包括水資源的開發(fā)、利用設(shè)施，自來水的生產(chǎn)、供應(yīng)設(shè)施，雨水排放、處理設(shè)施等。交通運(yùn)輸系統(tǒng)：包括城市對(duì)內(nèi)交通運(yùn)輸?shù)牡缆贰蛄?、公共交通?chǎng)站設(shè)施，城市對(duì)外交通的航空、水運(yùn)、公路、鐵路等設(shè)施。郵電通訊系統(tǒng)：包括郵政、電訊、電話等設(shè)施。城市生態(tài)環(huán)境保護(hù)系統(tǒng)：包括環(huán)境衛(wèi)生和垃圾清運(yùn)處理、環(huán)境監(jiān)測(cè)保護(hù)、園林綠化等設(shè)施。城市防災(zāi)系統(tǒng)：包括防火、防洪，防地震、防地面下沉、防風(fēng)雪以及人防戰(zhàn)略等設(shè)施。
第三章：我國(guó)城市基礎(chǔ)設(shè)施建設(shè)的現(xiàn)狀及投融資模式。我國(guó)在城市交通方面，截至2009年年底，我國(guó)城市公共電（氣）車、軌道交通總規(guī)模達(dá)到42.8萬輛，是1978年的19.5倍。1978年我國(guó)城市市政公用設(shè)施固定資產(chǎn)投資12.0億元，占全國(guó)全社會(huì)固定資產(chǎn)投資總額、國(guó)內(nèi)生產(chǎn)總值的1.79%、0.33%。2008年，全國(guó)城市市政公用設(shè)施建設(shè)固定資產(chǎn)投資達(dá)到7236億元，比1980年增加了501.5倍。占全國(guó)全社會(huì)固定資產(chǎn)投資總額、國(guó)內(nèi)生產(chǎn)總值的4.20%、2.41%。1978年至2008年，城市市政公用設(shè)施建設(shè)累計(jì)完成投資達(dá)49955億元，年平均投資增長(zhǎng)率為24％。我國(guó)在城市道路橋梁方面，截至2007年年底，全國(guó)城市道路總長(zhǎng)達(dá)到25萬公里，面積43億平方米，較建國(guó)初期分別增長(zhǎng)23倍和58倍；城市橋梁4.8萬座，路燈140萬盞，較改革開放初期分別增長(zhǎng)了9倍和24倍。我國(guó)的城鎮(zhèn)化進(jìn)程仍處于加速發(fā)展時(shí)期，城市建設(shè)對(duì)資金的需求量越來越大，必須樹立科學(xué)的城市經(jīng)營(yíng)理念，創(chuàng)新思路，多渠道籌集城市建設(shè)資金。要在堅(jiān)持政府投入的同時(shí)，創(chuàng)新機(jī)制，發(fā)揮市場(chǎng)配置資源的基礎(chǔ)性作用，調(diào)動(dòng)社會(huì)各方投入的積極性，實(shí)現(xiàn)城市建設(shè)投融資主體的多元化和融資方式的多樣化，變政府包建為多方共建，變政府獨(dú)資為多方籌資。目前我國(guó)基礎(chǔ)設(shè)施建設(shè)的資金來源主要有：政府投資、BOT模式、銀行貸款、債券、資產(chǎn)證券化、等等。BOT模式就是建設(shè)—經(jīng)營(yíng)—轉(zhuǎn)讓的縮寫。其典型形式就是以政府和私人機(jī)構(gòu)之間達(dá)成協(xié)議為前提，由政府向私人機(jī)構(gòu)頒布特許，允許其在一定時(shí)期內(nèi)籌集資金建設(shè)某一基礎(chǔ)設(shè)施并管理和經(jīng)營(yíng)該設(shè)施及其相應(yīng)的產(chǎn)品與服務(wù)。其中重慶地鐵、深圳地鐵、北京精通高速公路、南浦大橋、楊浦大橋都是我國(guó)運(yùn)用BOT模式建設(shè)的基礎(chǔ)項(xiàng)目。資產(chǎn)證券化是以目標(biāo)項(xiàng)目所擁有的資產(chǎn)為基礎(chǔ)，以該項(xiàng)目資產(chǎn)的未來預(yù)期收益為保證，通過在國(guó)際資本市場(chǎng)上發(fā)行高檔債券來籌集資金的一種項(xiàng)目證券融資方式。目前我國(guó)試點(diǎn)資產(chǎn)證券化的銀行有兩家，分別是國(guó)家開發(fā)銀行和中國(guó)建設(shè)銀行，長(zhǎng)沙市二環(huán)線資產(chǎn)證券化來籌資建設(shè)的。銀行貸款是政府授權(quán)一些從事城市基礎(chǔ)設(shè)施建設(shè)的國(guó)有投資公司，向銀行貸款，財(cái)政實(shí)施擔(dān)保并進(jìn)行貼息。這些貸款由于取得容易，程序簡(jiǎn)單，一旦出現(xiàn)還款緊張的情況，還可以利用政府同銀行的關(guān)系進(jìn)行一定的融通，因此，被各地政府廣泛使用。城市基礎(chǔ)設(shè)施項(xiàng)目引入民間資本，不僅可以解決資金不足的問題，而且還可以提高城市基礎(chǔ)設(shè)施的建設(shè)速度和經(jīng)營(yíng)效率。
第四章：廣州市基礎(chǔ)設(shè)施建設(shè)投融資模式的研究。廣州市作為我國(guó)發(fā)達(dá)城市之一，所以城市基礎(chǔ)設(shè)施建設(shè)尤為重要。2010年亞運(yùn)會(huì)更是對(duì)廣州市基礎(chǔ)設(shè)施的一次考驗(yàn)，也是廣州市基礎(chǔ)設(shè)施建設(shè)發(fā)展的一次機(jī)會(huì)。對(duì)于廣州城市基礎(chǔ)設(shè)施建設(shè)投融資的主要模式有政府投資、銀行貸款、市政債券、資產(chǎn)證券化、BOT模式等等。2010年亞運(yùn)會(huì)發(fā)行亞運(yùn)會(huì)債券為亞運(yùn)會(huì)籌集資金。2010年廣州市首次為城市建設(shè)發(fā)行的總共28億元公司債券 。自此，廣州市進(jìn)行城市建設(shè)，除了使用財(cái)政資金外，多了一個(gè)向市場(chǎng)籌集的新渠道。債券的融資成本是除了發(fā)行股票之外，借款成本比銀行還低的“最抵”方案。2010年三月銀行貸款 利率為收益五年以內(nèi)6.48%，五年以上6.84%，而廣州城投的債券利率是5%，以28億元來計(jì)算，一年利率差就達(dá)到約1.5%，相當(dāng)于4200萬元，是一筆不小的數(shù)目。我國(guó)具有一定市政債券性質(zhì)的券種,較典型的有上海浦東發(fā)展建設(shè)債券、重慶城建重點(diǎn)債券和1997廣州地鐵建設(shè)債券。銀行的貸款對(duì)城市基礎(chǔ)設(shè)施的資金供給金額非常龐大，其支持力度遠(yuǎn)遠(yuǎn)超過財(cái)政，為城市基礎(chǔ)設(shè)施發(fā)展提供了重要的資金支持。2009年廣州市城市建設(shè)投資集團(tuán)有限公司與中國(guó)工商銀行等16家金融機(jī)構(gòu)組成的銀團(tuán)簽訂城建項(xiàng)目貸款合同，總金額達(dá)713億元，另外，工商銀行還批準(zhǔn)給予城投集團(tuán)100億元的項(xiàng)目臨時(shí)周轉(zhuǎn)貸款。資金主要用于道路交通、中心區(qū)雨污分流和舊社區(qū)的改造等城市基礎(chǔ)設(shè)施項(xiàng)目的建設(shè)，這也是廣州有史以來參與銀行最多、融資額最大的銀團(tuán)貸款項(xiàng)目。BOT模式在廣州城市建設(shè)中的應(yīng)用，隨著經(jīng)濟(jì)的發(fā)展帶來了水環(huán)境的破壞，珠江三角洲的河水的嚴(yán)重污染，阻礙了經(jīng)濟(jì)的進(jìn)一步發(fā)展。而治理這一污染現(xiàn)狀，需要巨大的投資費(fèi)用，廣東省已經(jīng)作出治理規(guī)劃，稱為“碧水工程”，大約需要200億元人民幣，巨額的資金來源有待解決，而徹底地解決水污染問題，遠(yuǎn)不止此數(shù)額。采用BOT投融資模式是通過先投資建設(shè)廢污水處理廠，出讓一定時(shí)間的經(jīng)營(yíng)所有權(quán)，經(jīng)過轉(zhuǎn)讓再擁有經(jīng)營(yíng)所有權(quán)的模式，解決政府籌集資金的困難，又可解決水環(huán)境嚴(yán)重污染的問題。其優(yōu)點(diǎn)是既可減少廢污水處理工程的初始費(fèi)用，利用BOT融資可以將有限的資金投入到更多更急需發(fā)展的領(lǐng)域中去；又可吸收廢污水處理先進(jìn)技術(shù)，改善和提高管理水平。BOT投融資模式在廣東省基礎(chǔ)設(shè)施建設(shè)中已經(jīng)得到應(yīng)用，如深圳沙角B電廠、廣州地鐵二期工程等，這一章還將廣州市與其他城市的基礎(chǔ)設(shè)施建設(shè)相比較，分析它們之間的的投融資模式。廣州在“十一五”計(jì)劃中指出2003年至2010年建成282.75公里快速路，2004年至2007年建成規(guī)模污水處理系統(tǒng)，2003年至2010年投資20.3億建成南部供水工程。2010年的1至9月份，廣州89個(gè)重點(diǎn)建設(shè)項(xiàng)目累計(jì)完成投資741億元，比2009年同期增加176.2億元；其中交通與城市基礎(chǔ)設(shè)施項(xiàng)目完成投資203.9億元。2001-2009年廣州的基礎(chǔ)設(shè)施投資由1098.68億元增加到4488.32億元。基礎(chǔ)設(shè)施的發(fā)展反映了一座城市的發(fā)展水平的建設(shè)可以順利快速的發(fā)展。
還有一些資料在整理中所以可能最終的初稿會(huì)與現(xiàn)在有些出入。
2.存在問題及解決措施
（1）、數(shù)據(jù)的來源主要是國(guó)家統(tǒng)計(jì)年鑒、廣東和廣州統(tǒng)計(jì)年鑒。由于有些數(shù)據(jù)及資料不能直接得到，有些資料、數(shù)據(jù)要經(jīng)過分析、計(jì)算才能得到，所以，收集一手資料有些困難。但是，這些經(jīng)過自己做充足的工作基本可以解決好。
（2）、如何運(yùn)用自己所學(xué)的知識(shí)來找出問題之間的聯(lián)系，但通過不斷的學(xué)習(xí)和老師的指導(dǎo)，基本解決了這個(gè)問題。
（3）、面對(duì)在論文寫作中遇到的問題，通過查找相關(guān)的參考資料并不斷從學(xué)習(xí)中尋找合理的解決方案。
（4）、要對(duì)廣州市的投融資模式及城市基礎(chǔ)設(shè)施的基本情況有所了解才能正確的分細(xì)研究廣州市的主要投融資模式。
3.后期工作安排
后期準(zhǔn)備繼續(xù)查找資料，盡快完成自己的初稿，希望在導(dǎo)師的指導(dǎo)下修改、完善自己的論文，為自己在最終的答辯中做好準(zhǔn)備。
摘要:耕地保護(hù)已成為各級(jí)政府的首要任務(wù)。利用DPS數(shù)據(jù)處理系統(tǒng)和逐步回歸分析法,對(duì)楊凌示范區(qū)1997-2005年耕地變化驅(qū)動(dòng)力進(jìn)行分析。結(jié)果表明示范區(qū)耕地利用變化顯著,耕地面積逐年減少;耕地利用變化的主要驅(qū)動(dòng)因素是人口增長(zhǎng)、人均收入水平的提高等人文社會(huì)因素。
關(guān)鍵詞:耕地;DPS數(shù)據(jù)處理系統(tǒng);逐步回歸分析法;驅(qū)動(dòng)力
《國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十一個(gè)五年規(guī)劃》首先提出了我國(guó)耕地不少于18億畝的約束性指標(biāo);總理在2007年的《政府工作報(bào)告》中指出,一定要守住全國(guó)耕地不少于18億畝這條紅線。說明耕地保護(hù)已成為各級(jí)政府的首要任務(wù)。筆者認(rèn)為不僅要把耕地保護(hù)作為首要任務(wù),而且還要了解耕地減少的原因。因而本文以楊凌示范區(qū)為例來探討耕地不斷減少的驅(qū)動(dòng)力。
一、研究區(qū)域與研究方法
(一)研究區(qū)域概況
截至2005年底,楊凌示范區(qū)總?cè)丝?4.75萬人,GDP18億元,三次產(chǎn)業(yè)比重為8.1:48.7:43.2;全社會(huì)固定資產(chǎn)投資9.96億元;財(cái)政收入1.76億元;社會(huì)消費(fèi)品零售總額3.7億元;招商引資8.8億元;全年進(jìn)出口總值7720.8萬美元。
(二)數(shù)據(jù)來源及研究方法
楊凌示范區(qū)1997-2005年土地?cái)?shù)據(jù)來源于1996-2005年楊凌示范區(qū)土地統(tǒng)計(jì)臺(tái)賬;國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展數(shù)據(jù)來源于示范區(qū)發(fā)展計(jì)劃局、陜西省統(tǒng)計(jì)年鑒。本文以示范區(qū)1997-2005年土地利用數(shù)據(jù)作為基礎(chǔ),利用DPS數(shù)據(jù)處理系統(tǒng)和逐步回歸分析法對(duì)影響示范區(qū)耕地變化的驅(qū)動(dòng)因素進(jìn)行分析。
二、楊凌示范區(qū)耕地變化的驅(qū)動(dòng)力分析
(一)耕地?cái)?shù)量的變化
截至2005年,楊凌示范區(qū)的土地總面積為9410.53公頃,農(nóng)用地6165.33公頃(1997年為6811.57公頃),耕地為4437.30公頃(1997年為5810.42公頃);建設(shè)用地2774.94公頃(1997年2139.23公頃);未利用地470.26公頃(1997年459.73公頃)。9年間耕地面積減少了1373.12公頃,年均減少速度為2.63%?？梢钥闯鍪痉秴^(qū)耕地減少迅猛。
(二)耕地變化驅(qū)動(dòng)力分析
1.影響耕地面積變化的因子分析。自然因素是影響土地利用變化的長(zhǎng)期主導(dǎo)因素,短期內(nèi)主要是人類活動(dòng)造成的[1]。因而本文只探究社會(huì)、經(jīng)濟(jì)等人為因素對(duì)耕地利用變化的影響。根據(jù)逐步回歸分析方法的思路和要求,以及楊凌示范區(qū)現(xiàn)有資料情況,選擇1997-2005年序列資料作為基礎(chǔ)數(shù)據(jù),從中選取8個(gè)影響因子:x1——在崗職工平均貨幣工資(萬元),x2——GDP(億元),x3——全社會(huì)固定資產(chǎn)投資額(億元),x4——地方財(cái)政收入(億元),x5——農(nóng)民人均純收入(元),x6——總?cè)丝?萬人),x7——各項(xiàng)存款余額(萬元),x8——社會(huì)消費(fèi)品零售總額(億元),Y——耕地面積(公頃)。選取以上變量的1997-2005年數(shù)據(jù)作為分析樣本,對(duì)楊凌示范區(qū)耕地?cái)?shù)量變化起決定作用的影響因素為:
第一,在崗職工平均貨幣工資(x1)、農(nóng)民人均純收入(x5)、各項(xiàng)存款余額(x7)。示范區(qū)在崗職工平均貨幣工資、農(nóng)民人均純收入、各項(xiàng)存款余額由1997年的4849元、1369元、51285元增長(zhǎng)到2005年的14989元、3517元、262774元,年均增長(zhǎng)23.23%、17.43%、45.82%。人們除了有吃飯、穿衣等基本的生活需求外,還有安居樂業(yè)的需求,因而人們強(qiáng)烈希望擁有自己的住房。與此相對(duì)應(yīng),示范區(qū)房地產(chǎn)投資由1998年的2670萬元增長(zhǎng)到2004年的19172萬元。
第二,全社會(huì)固定資產(chǎn)投資(x3)。示范區(qū)全社會(huì)固定資產(chǎn)投資由1997年的10485萬元增長(zhǎng)到2005年的99639萬元,年均增長(zhǎng)94.45%;交通用地面積從1997年的115.58公頃增長(zhǎng)到2005年的196.4公頃,年均增長(zhǎng)率為7.78%,并有80.89公頃的耕地轉(zhuǎn)化成了交通用地?？梢钥闯鰪氖痉秴^(qū)成立以來政府對(duì)示范區(qū)道路、房屋、公共設(shè)施等的投資是很大的。道路、房屋、公共設(shè)施等固定資產(chǎn)是依附于土地而存在的,所以對(duì)固定資產(chǎn)的大力投資勢(shì)必會(huì)占用大量的土地。
第三,總?cè)丝?x6)。人口是最具活力的土地利用變化驅(qū)動(dòng)力之一。1997-2005年,示范區(qū)人口從116001人增加到147500人,年均增長(zhǎng)率為3.02%;非農(nóng)業(yè)人口由33085人增加到61600人,年均增長(zhǎng)率為9.58%;城鎮(zhèn)化水平由1996年的29.59%增長(zhǎng)到2005年的41.76%。人口的增加必然會(huì)對(duì)糧食、住房及公共設(shè)施的需求增大,導(dǎo)致建設(shè)用地?cái)U(kuò)張,耕地減少。
三、耕地保護(hù)對(duì)策建議
第一,建立耕地保護(hù)經(jīng)濟(jì)補(bǔ)償機(jī)制。地方政府在耕地保護(hù)上是被動(dòng)的。為了鼓勵(lì)和提高地方政府保護(hù)耕地的積極性和主動(dòng)性,使地方政府和中央政府在耕地保護(hù)中的行為趨向一致,就需要建立利益補(bǔ)償機(jī)制。建立耕地保護(hù)的經(jīng)濟(jì)激勵(lì)機(jī)制,可以借鑒美國(guó)的經(jīng)驗(yàn):首先中央政府支付給地方政府耕地保護(hù)費(fèi),確保地方政府在保護(hù)耕地中的收益不低于將耕地用于非農(nóng)用途的最大收益,與此同時(shí)不定期抽查(包括耕地的數(shù)量和質(zhì)量),并給予工作出色者獎(jiǎng)勵(lì),而對(duì)于那些私自占用耕地或以次充優(yōu)進(jìn)行占補(bǔ)平衡的地區(qū)的相關(guān)官員進(jìn)行嚴(yán)厲懲罰;其次要在農(nóng)民群眾中建立獎(jiǎng)勵(lì)制度,調(diào)動(dòng)農(nóng)民保護(hù)耕地和進(jìn)行農(nóng)業(yè)生產(chǎn)的積極性,充分發(fā)揮其保護(hù)耕地的主體地位[3]。
第二,實(shí)施耕地生態(tài)管護(hù)制度,切實(shí)加強(qiáng)耕地的生態(tài)建設(shè)。為了鞏固和加強(qiáng)生態(tài)退耕產(chǎn)生的巨大效益,應(yīng)對(duì)耕地實(shí)行生態(tài)管護(hù)制度。生態(tài)退耕工程分村設(shè)定專人管理,管護(hù)隊(duì)伍由項(xiàng)目區(qū)所在村組擇優(yōu)提議,通過競(jìng)爭(zhēng)上崗的方式選擇聘用,由建后管護(hù)工作小組頒發(fā)聘用證書,與管護(hù)人員簽訂合同,進(jìn)一步明確責(zé)權(quán)利。每個(gè)村確定1名管護(hù)員,負(fù)責(zé)本村受益區(qū)內(nèi)生態(tài)退耕的管護(hù)。建立管護(hù)基金,根據(jù)“誰受益,誰出錢,誰管理”的原則,項(xiàng)目區(qū)按受益面積收取一定的費(fèi)用作為生態(tài)退耕工程的管護(hù)費(fèi)用,由項(xiàng)目村統(tǒng)一安排。