時間：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)重要的財務(wù)活動之一，它通常是指企業(yè)將一定的財力和物力投入到一定的對象上，以期在未來獲取收益的經(jīng)濟行為。投資活動可以按多種標準進行分類，其中按投資方式的不同可分為直接投資和間接投資，直接投資又稱為實物投資，是指直接用現(xiàn)金、固定資產(chǎn)、無形資產(chǎn)等進行投資，直接形成企業(yè)生產(chǎn)經(jīng)營活動的能力。直接投資往往數(shù)額大，回收期長、與生產(chǎn)經(jīng)營聯(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)的先進程度、證券投資的規(guī)模大小和投資對象的合理性，在很大程度上決定了企業(yè)經(jīng)營和發(fā)展的潛力，因此，對固定資產(chǎn)投資和證券投資決策方法的研究和使用對企業(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)營規(guī)模，由于它投資數(shù)額大、投資回收期長、一經(jīng)決策和實施就難以改變，因此固定資產(chǎn)投資決策成敗與否后果深遠。實務(wù)中，企業(yè)在進行固定資產(chǎn)投資決策時，一般都要提出幾種投資方案，進行反復(fù)比較后從中選取最佳或最合理的方案，這就需要運用凈現(xiàn)值法、內(nèi)含報酬率法、現(xiàn)值指數(shù)法、投資回收期法、平均報酬率法等投資決策方法，但現(xiàn)行財務(wù)管理理論和實踐對固定資產(chǎn)投資主要采用凈現(xiàn)值(簡稱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)值為負者不采納；在有多個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：
(1)凈現(xiàn)值法考慮了資金的時間價值，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)的財務(wù)管理目標相一致。投資方案的凈現(xiàn)值就是該方案能夠給企業(yè)增加的價值，因此要實現(xiàn)企業(yè)價值最大化這一目標，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)財務(wù)管理工作中主要采用凈現(xiàn)值法進行固定資產(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就是將投資收益和投資風(fēng)險風(fēng)險聯(lián)系起來，對二者進行權(quán)衡后選擇最為合理的證券進行投資。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50
年代創(chuàng)立，后經(jīng)威廉•夏普(WSharpe)等人發(fā)展，主要運用證券投資回報率的期望值E和系統(tǒng)風(fēng)險系數(shù)β兩個指標表示一個證券(或證券組合)的投資價值，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)險可以分為兩種性質(zhì)完全不同的風(fēng)險，即系統(tǒng)風(fēng)險和非系統(tǒng)風(fēng)險。系統(tǒng)風(fēng)險又稱為不可分散風(fēng)險或市場風(fēng)險，是由于一些會影響到所有公司的因素如戰(zhàn)爭、通貨膨脹、經(jīng)濟衰退、金融危機、國際市場的變化引起的風(fēng)險。這些因素對任何企業(yè)來說，都是不可避免的；非系統(tǒng)風(fēng)險又稱為可分散風(fēng)險或公是指發(fā)生于個別公司的因素如新產(chǎn)品開發(fā)失敗、失去一項重要合同、重大項目投標的失敗、競爭對手的出現(xiàn)、生產(chǎn)工藝技術(shù)的老化等所造成的風(fēng)險，此類風(fēng)險可以通過多元化的投資來分散或消除。
2．對證券投資決策方法的說明。資本市場理論和實踐研究表明，證券的回報率和系統(tǒng)風(fēng)險之間存在著很高的相關(guān)性，即風(fēng)險與收益對等，高風(fēng)險可以用高回報來補償，而低風(fēng)險則伴隨著低回報。在完全有效的資本市場中，證券的價格反映其價值，證券的價格在任何時刻都應(yīng)與其價值相符，因此購買或出售證券只能獲得與該證券的系統(tǒng)風(fēng)險相一致的回報率。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)值作為評價指標，而應(yīng)采用“E—β”分析法。
綜上所述，對固定資產(chǎn)投資與證券投資決策方法的差異歸納為以下幾點：(1)現(xiàn)行企業(yè)財務(wù)管理理論和實踐對固定資產(chǎn)投資決策主要采用凈現(xiàn)值(NPV)法，而對證券投資決策則采用回報率與風(fēng)險(E—β)分析法。
(2)只有當固定資產(chǎn)投資方案的凈現(xiàn)值不小于零時，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)由于證券市場的競爭性遠遠高于產(chǎn)品市場，使得證券市場能夠迅速達到競爭性均衡狀態(tài)，因此，證券投資的平均租金高于零；而產(chǎn)品市場或者因為存在壟斷和寡頭，或者因為某個或某些企業(yè)的創(chuàng)新而使得該行業(yè)調(diào)整到競爭性均衡狀態(tài)還需要一定的時間，所以固定資產(chǎn)投資可以賺取經(jīng)濟租金。
三、原因分析
1．從資本資產(chǎn)定價模型的角度來看。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，其實并非如此，兩者實際上都使用資本資產(chǎn)定價模型來量化風(fēng)險。
威廉•夏普1964年開創(chuàng)的資本資產(chǎn)定價模型(CapitalAssetPricingModel，簡稱CAPM)被認為是財務(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)險進行定量分析。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酬率；Rf代表無風(fēng)險報酬率；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酬率。
可見，資本資產(chǎn)定價模型簡單、直觀地揭示了證券的期望報酬率與風(fēng)險之間的關(guān)系。
例：當前的無風(fēng)險報酬率為6％，市場平均報酬率為12％，A項目的預(yù)期股權(quán)現(xiàn)金流量風(fēng)險大，其值β為1．5；B項目的預(yù)期股權(quán)現(xiàn)金流量風(fēng)險小，其β值為0．75，則：
A項目的必要報酬率=6％+1．5×(12％—4％)=18％
B項目的必要報酬率=6％+0．75×(12％—4％)=12％
因此，資本資產(chǎn)定價模型是證券投資分析的直接工具，應(yīng)用資本資產(chǎn)定價模型可以直接預(yù)測證券投資組合的期望報酬率；而在固定資產(chǎn)投資決策中，資本資產(chǎn)定價模型同樣發(fā)揮作用，即可以用于估計固定資產(chǎn)投資方案的機會成本，固定資產(chǎn)投資方案的風(fēng)險越大，資金的機會成本也就越大。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)投資方案的期望報酬率大于資金的機會成本。
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)定價模型都是一個有效的工具，所不同的是，在證券投資決策中，資金的機會成本就是該證券投資的期望報酬率；在固定資產(chǎn)投資決策中，用估計的資金機會成本作為折現(xiàn)率對固定資產(chǎn)投資方案的預(yù)期現(xiàn)金流量進行折現(xiàn)，計算其凈現(xiàn)值，并根據(jù)計算結(jié)果的大小對投資方案作出取舍。
2．從經(jīng)濟租金和有效資本市場假說的角度來看。
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
1995-2007年，湖北省GDP從2109.38億元增長到9230.68億元，年增長率達13.2%；固定資產(chǎn)投資從1995年的785.09億元快速增長到2007年的4330.40億元，年均增速接近15.52%，成為推動全省經(jīng)濟持續(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)濟增長；實證分析
一、理論分析
根據(jù)投資的加速原理，一定的經(jīng)濟增長依賴一定的資本量，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，因此經(jīng)濟對投資的變動具有較大的敏感性，投資對經(jīng)濟的貢獻突出。在宏觀經(jīng)濟學(xué)中，投資對產(chǎn)出增長的貢獻可以用投資乘數(shù)來反映，乘數(shù)越大，投資對經(jīng)濟的促進作用越明顯。而且，投資結(jié)構(gòu)對經(jīng)濟也會產(chǎn)生較大的影響，對于政府直接投資的理論分析較多，政府投資除了存在經(jīng)濟乘數(shù)作用，還存在擠出效應(yīng)，即政府投資擠占了社會投資，影響社會投資的增長，對經(jīng)濟的發(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。而且慮到我國在過去經(jīng)濟增長方式并沒有大的調(diào)整，也就是說資本形成中各個方面對我國經(jīng)濟增長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為一個固定的常數(shù)?；谏鲜龇治觯疚倪M行實證分析，對被解釋變量Y（GDP）與X1（外商直接投資）X2（政府固定資產(chǎn)投資）X3（社會資本固定資產(chǎn)投資）進行回歸分析，將方程的形式設(shè)為對數(shù)型：
（二）對變量的協(xié)整分析
通過對上述四個變量進行ADF檢驗，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期均衡關(guān)系。建立誤差修正模型，分析其短期波動關(guān)系。
DlnYt=a0+ a1Dln X1t+ a 2Dln X2t+ a 3Dln X3t+γet-1+εt
利用OLS計算出估計輸出結(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，我國經(jīng)濟增長的變動不僅取決于外商直接投資、政府固定資產(chǎn)投資、社會固定資產(chǎn)投資的變動，而且還受到上期經(jīng)濟增長變動對均衡的偏離，系統(tǒng)存在誤差修正機制。而且，Dlnx1，Dlnx3的系數(shù)為正，說明外商直接投資和社會固定資產(chǎn)投資增速的增加對經(jīng)濟增速的增長起著積極的作用，而Dlnx2的系數(shù)為負，說明政府固定資產(chǎn)投資的加速增長，對經(jīng)濟的增長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中國經(jīng)濟的增長，在其他條件不變的情況下外商直接投資每增長1%，中國GDP平均增長0.1776%，其對中國經(jīng)濟拉動能力比較大。同時，從（2）式可以看出，外商直接投資的加速增長對我國GDP的加速增長起到積極的作用，其他條件不變的情況下，外商直接投資增速每增加1%，我國GDP的增速要增加0.0568%。
政府直接投資對我國經(jīng)濟增長也具有比較大的拉動能力，由（1）式可以看出，政府投資每增長1%，GDP平均增長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，對于我國經(jīng)濟增長率起到抑制作用，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GDP的增速要下降0.0175%，說明，隨著我國政府投資的加速增長，政府投資的擠出效應(yīng)隨之增加，對經(jīng)濟增長的負面影響也逐步顯現(xiàn)。
社會固定資產(chǎn)投資對經(jīng)濟的拉動能力較高，由（1）式可以看出，在其他條件不變的情況下，我國社會固定資產(chǎn)投資每增加1%，我國GDP增長0.4937%，其對我國經(jīng)濟的拉動能力高于外商直接投資和政府固定資產(chǎn)投資對經(jīng)濟的拉動能力。而且，由（2）式，我們還可以看出，社會固定資產(chǎn)投資增速的增加對經(jīng)濟增速的增長起到很大的積極作用，社會固定資產(chǎn)投資增速每增加1%，我國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)，利用外資對我國相關(guān)產(chǎn)業(yè)的推動能力，促進我國經(jīng)濟的發(fā)展。我國民間資本投資會對經(jīng)濟增長產(chǎn)生巨大的推動力，因此，我國要改善民間投資環(huán)境，促進社會民間投資的增長。金融危機后，政府提出的較大規(guī)模的投資方案，確實能夠起到穩(wěn)定經(jīng)濟拉動經(jīng)濟增長的功效，夠促進經(jīng)濟的發(fā)展。但是，我國政府直接投資過快的增長，政府投資過快增長，其擠出效應(yīng)也隨之顯現(xiàn)，會對我國的民間投資產(chǎn)生抑制作用。而且，政府投資具有很大的政策性，而且長期依靠政府投資會導(dǎo)致經(jīng)濟發(fā)展的畸形和經(jīng)濟效益的降低，對經(jīng)濟發(fā)展的后續(xù)推動力不足，確實不是拉動經(jīng)濟增長的持久動力。我國應(yīng)當繼續(xù)貫徹“國退民進”的政策，逐步調(diào)整政府投資，促進民間投資的增長，投資必須實現(xiàn)由主要依靠政府投資到主要依靠我國民間資本投資的轉(zhuǎn)變。（作者單位：西南財經(jīng)大學(xué)金融學(xué)院）
參考文獻
[1]豆建民.國內(nèi)資本流動對我國區(qū)域經(jīng)濟增長的影響.當代財經(jīng)，2005年第8期
[2]李輝文.國際資本流動與中國經(jīng)濟發(fā)展.2007年中國世界經(jīng)濟學(xué)年會綜述
[3]龍霞.中國固定資產(chǎn)投資與經(jīng)濟增長關(guān)系實證分析.華東師范大學(xué)碩士論文.2006
[4]孫軍.山東省資本流動失衡原因分析及對策.濟南金融，第十二期
中國電信市場的投資環(huán)境近年來發(fā)生著劇烈變化，傳統(tǒng)電信業(yè)務(wù)市場正日趨飽和，各運營商收入增長速度持續(xù)放緩，增量不增收現(xiàn)象嚴重，投資的高回報難度加大。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)和使用過程中其價值逐步轉(zhuǎn)移到產(chǎn)品中去，最后形成收入。這種當期的產(chǎn)生的收入明顯依賴于以前年度的投資，叫做時滯效應(yīng)。因此，電信運營企業(yè)的投資效應(yīng)的評價和收入的預(yù)測應(yīng)該考慮到這種時滯效應(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)，擬采用阿爾蒙多項式法建立電信業(yè)投資與收入關(guān)系的分布滯后計量經(jīng)濟模型，研究他們之間的關(guān)系，一方面能夠估計投資產(chǎn)生收入的滯后時間長度，體現(xiàn)同一時期內(nèi)或者某一段時期的邊際效應(yīng)，這對企業(yè)對過去投資效益情況的評價有參考作用；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)測以后收入的等量關(guān)系，在做3G建設(shè)等新的投資決策時有重要的意義。
二、文獻回顧
國外對電信行業(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)濟增長之間的關(guān)系，以及投資效益、投資回報測算等方面。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)、機械、公共基礎(chǔ)產(chǎn)業(yè)等，其固定資產(chǎn)投資與經(jīng)濟增長有很強的相關(guān)性，而電信業(yè)的發(fā)展可以使運輸成本和交易成本減少，使信息和知識的傳播加速，電信業(yè)固定資產(chǎn)投資能潛在地促進生產(chǎn)力和國民經(jīng)濟向前發(fā)展。Roller 和Waverman（2001）認為，電信基礎(chǔ)設(shè)施建設(shè)投資與經(jīng)濟增長之間存在顯著的相關(guān)關(guān)系。這些文獻主要側(cè)重分析固定資產(chǎn)投資與社會總產(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）通過對公司財務(wù)及風(fēng)險狀況的合理分析，采用一種高結(jié)構(gòu)化的財務(wù)模擬方法，比較成本和分析投資回報情況，這種方法本來是為倫敦市場設(shè)計的，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的測算，對本文在如何測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。國內(nèi)近年來有一些對電信業(yè)投資管理和投資后評的研究，在投入與產(chǎn)出上主要反映的是固定資產(chǎn)投資與經(jīng)濟增長或者與電信業(yè)務(wù)量的關(guān)系，研究固定資產(chǎn)投資和運營收入的文獻并不多。曾劍秋（1997）以全國價值型投入產(chǎn)出表中獨立出來的電信產(chǎn)業(yè)投入產(chǎn)出表為基礎(chǔ)，運用建立的電信產(chǎn)業(yè)投入產(chǎn)出模型對我國電信產(chǎn)業(yè)的發(fā)展及其對國民經(jīng)濟和其他產(chǎn)業(yè)相關(guān)影響進行應(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，得出了電信與國民經(jīng)濟和人民生活越來越密切的結(jié)論，因而為社會經(jīng)濟帶來巨大的社會效益。周倩（2006）介紹了投資后評估的方法體系的分析框架、基本內(nèi)容和指標體系，對投資后評估與投資決策之間的關(guān)系進行了概述，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態(tài)過程。在一個時期某業(yè)務(wù)產(chǎn)生的效益，不一定是當期增量資金的效果，可能是存量資金和當期增量資金共同產(chǎn)生的效益。
在時間序列建模發(fā)展過程中，國外對經(jīng)濟變量作滯后建模分析的時間并不長，早期對經(jīng)濟變量做分布滯后模型分析的文獻有：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期與短期影響。Joseph H.HaMag，Scott E，Hein（1989）利用美國1960年～1988年貨幣與GNP數(shù)據(jù)建立名義GNP增長率與調(diào)整后的基礎(chǔ)貨幣增長率之間的分布滯后模型。從20世紀70年代末，以英國計量經(jīng)濟學(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，提出了動態(tài)計量經(jīng)濟學(xué)模型的理論與方法，為時間序列模型帶來了重要的發(fā)展。近年來國內(nèi)滯后變量模型廣泛應(yīng)用于宏觀經(jīng)濟領(lǐng)域，例如用來反映消費與收入的關(guān)系、生產(chǎn)總值與固定資產(chǎn)的關(guān)系、經(jīng)濟波動及在行業(yè)投資中的應(yīng)用、匯率對股票市場的在影響等，但對電信行業(yè)的研究還是比較少。
國內(nèi)外學(xué)者對投入產(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為隨機項，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xt，xt-1，xt-2…，也可以把他們看成是獨立的變量。在式中定義的滯后回歸模型中，沒有明確界定時間滯后的期數(shù)，所以，它屬于無限分布滯后模型。與此對應(yīng)，一個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，對解釋變量的時期數(shù)做了明確的規(guī)定，即總共滯后了k期。 其中，？茁1為t'時期內(nèi)x值單位變動對t'+1個時期內(nèi)y產(chǎn)生的影響。式（Ⅰ）反映的正是某一時期內(nèi)解釋變量的單位變動，將對這一時期以及隨后所有時期的被解釋變量y的影響，即？茁i為？駐yt/？駐xt-i，稱為中期i階乘數(shù)，它是時間t-i上x的變化對yt的效應(yīng)。理論上要求？茁i滿足下列兩個條件：■？茁i=0 ；■？茁i=？茁
如果把？茁j看成是解釋變量x第t-j期的滯后值對第t時期被解釋變量y的影響度，則經(jīng)驗告訴我們，過去的時期越遠，那些時間上的解釋變量的觀察值對的影響效應(yīng)就會越加削弱，乃至可以忽略不計。換句話說，解釋變量的變動對被解釋變量的影響是逐漸變現(xiàn)出來的，只有經(jīng)過相當長的時間之后，這種影響才會得到充分的展現(xiàn)。通過上面的分析，■？茁i=？茁就表明解釋變量在各個不同時期上單位變動產(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間上解釋變量的單位變動全部決定。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
（一）變量設(shè)計和數(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)、運營維護支出、網(wǎng)絡(luò)優(yōu)化等方面，投資周期長，投資數(shù)額大，固定資產(chǎn)投資占比接近100%的特點，我們采用固定資產(chǎn)投資總額作為電信業(yè)的投入指標。通信業(yè)的產(chǎn)出指標包括通信業(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)品的實物計量指標和貨幣計量指標。在通信企業(yè)完成的總產(chǎn)品中，不僅包括計費業(yè)務(wù)，還包括一部分按照郵電資費政策規(guī)定予以免費的部分，例如運營商以套餐形式贈送通話時長的營銷途徑。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，在投資后評估時，真正能夠反映經(jīng)濟效益的指標是電信業(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，單個運營企業(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)的投資評價和決策做參考。本文使用數(shù)據(jù)根據(jù)《中國通信年度統(tǒng)計報告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)作為觀測樣本。
（二）平穩(wěn)性檢驗 在進行時間序列分析時，傳統(tǒng)上要求所用的時間序列是平穩(wěn)的，因為如果使用數(shù)據(jù)是非平穩(wěn)的，模型中的參數(shù)無論是采用對數(shù)還是線性形式所觀測到的高可決系數(shù)值是因為趨勢的出現(xiàn)不是由于兩者之間的真實關(guān)系造成的。那么，利用傳統(tǒng)的OLS法進行統(tǒng)計推斷時，參數(shù)的統(tǒng)計量不再服從標準分布，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，在進行檢驗時，考慮趨勢和截距項。根據(jù)投資（invest）和收入（Income）數(shù)據(jù)表在EVIEWS中運算，檢驗結(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)計量的絕對值均小于臨界值，不能拒絕原假設(shè)，這兩個序列存在單位根是非平穩(wěn)的。而這兩個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 處理非平穩(wěn)變量時問序的一個強有利的工具是協(xié)整分析。對于非0階單整的序列，對進行協(xié)整分析，來反映兩變量是否有長期的均衡關(guān)系。首先對電信業(yè)務(wù)收入和電信業(yè)固定資產(chǎn)投資進行最小二乘法回歸估計，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。括號中的數(shù)字為t值，“***”表示1%水平下顯著。然后對保留上述估計方程的殘差序列：et=yt-■，并對殘差序列進行單位根檢驗，若殘差序列不存在單位根，則這兩個變量是協(xié)整的。檢驗結(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)收入這兩個變量是協(xié)整的，說明二者存在著長期穩(wěn)定的均衡關(guān)系。
（四）分布滯后模型估計 具體如下：
（1）確定最大滯后期長度和多項式最高次數(shù)。滯后期長度和多項式最高次數(shù)可以根據(jù)經(jīng)濟理論或?qū)嶋H經(jīng)驗加以確定，也可以通過一些統(tǒng)計檢驗獲取信息。常用的統(tǒng)計檢驗有：相關(guān)系數(shù)檢驗。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)虛線對應(yīng)著正負二倍標準差，近似計算為±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)基本上呈對數(shù)衰減，滯后長度越大，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，這兩個序列的相關(guān)系數(shù)小于0.5，那么認為運營收入與前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度k應(yīng)該小于8。
根據(jù)上述分析，本文選擇阿爾蒙多項式法來對式（I）進行變換。在實際應(yīng)用中，阿爾蒙多項式的最高次數(shù)通常很少超過4，把小于等于滯后長度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，對模型施加近端約束，選擇AIC準則和SC準則最小，擬合度最好的組合。
本文首先嘗試滯后長度為3，多項式最高次數(shù)為3的組合，施加近端約束得到估計結(jié)果如圖3。接著嘗試做滯后長度為3，多項式次數(shù)為2的組合，施加近端約束得到估計結(jié)果如圖4。比較這兩種組合下的估計結(jié)果， 多項式次數(shù)為3是等于0.930606，略高于多項式次數(shù)為2的0.921352，從AIC和SC準則來看，多項式為2是也略小一些。說明滯后期數(shù)為3，多項式次數(shù)為3的組合由于滯后期數(shù)為3，多項式次數(shù)為2的組合。然后依次用相同方法對各種不同的結(jié)果進行多次估計，比較結(jié)果，選擇最優(yōu)組合。估計結(jié)果如表4。
比較表4結(jié)果發(fā)現(xiàn)在相同滯后期，3次多項式的檢驗均由于2階多項式檢驗，從表4中的 以及AIC、SC準則數(shù)據(jù)，滯后期為7，多項式次數(shù)為3的 值最大，達到0.998222，說明擬合度非常好，AIC和SC準則的值最小，為別為30.73617，30.92300，由此判斷模型滯后長度為7且多項式次數(shù)為3的模型優(yōu)于上表中的其他模型。
（2）參數(shù)估計。阿爾蒙估計變換的一般形式為：
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，三次多項式逼近，得到估計方程：
Incomet=547340.7+0.496769Z0t-0.193920Z1t+0.019244Z2t（Ⅴ）
具體參數(shù)估計結(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，說明該估計的結(jié)果非常有效。同時，發(fā)現(xiàn)模型中的截距項只能在10%的顯著水平上有效，盡管能通過檢驗，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)，計算出反映固定資產(chǎn)投資對收入作用程度的各？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、模型估計結(jié)果分析
（一）投資對收入效應(yīng)分析 模型中？茁i的主要用以衡量被解釋變量y在各個時期內(nèi)所受到的影響的大小。模型估計的？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)投資增加一個單位，在當前期將使電信業(yè)務(wù)收入增加0.32209個單位，由于存在時間滯后的影響，固定資產(chǎn)投資增加一個單位還將在下一期是的業(yè)務(wù)收入增加0.37181個單位，同樣也可以說明各個？茁i的意義?！?？茁i=？茁就能夠表明解釋變量在各個不同時期上單位變動產(chǎn)生的總效應(yīng)。根據(jù)估計結(jié)果，■？茁7=3.26468可知，電信業(yè)的投資收入彈性為3.26468，即從長期效應(yīng)看，電信業(yè)固定資產(chǎn)投資每增加一個單位，電信業(yè)務(wù)收入增加3.26468個單位。
圖5中？茁i有先降后升的趨勢，說明電信業(yè)固定資產(chǎn)投資對電信業(yè)務(wù)收入增長的作用是波動的，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，這些投資在當年或者下年就能發(fā)揮作用，并隨著時間的推移逐漸減弱。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）投資對收入預(yù)測分析 對于已建立起來的模型，可以用來直接預(yù)測樣本的擬合值。在EVIEWS軟件中，用模型對2005～2008年的電信業(yè)務(wù)收入進行預(yù)測。預(yù)測結(jié)果如圖6所示
圖6中的虛線表示預(yù)測置信區(qū)間，這里給出的是近似95%的置信區(qū)間，實現(xiàn)表示因變量業(yè)務(wù)收入的預(yù)測值。圖6右邊的附表中給出的是一系列對預(yù)測模型的評價指標。Root Mean Sequared Error（RMSE）均方根誤差和Mean Absolute Error（MAE）平均絕對誤差這兩個變量取決于因變量的絕對值，圖中的這兩個變量的值盡管絕對值比較大，但是相對實際值來可以接受。Mean Abs. Percent Error（MAPE）平均絕對百分誤差，一般的認為MAPE
電信運營企業(yè)在進行網(wǎng)絡(luò)規(guī)劃時，要考慮到投資規(guī)模的問題，最常用的辦法就是用預(yù)測的收入與用歷史數(shù)據(jù)回歸得到投資收入占比相乘，得到預(yù)測的投資規(guī)模。那么，準確的預(yù)測業(yè)務(wù)收入是做好投資規(guī)劃的前提。同時，評價投資對收入的拉動作用，測算固定資產(chǎn)投資收入率來評價總量投資效益，用動態(tài)投資回收期來評價增量投資效益，都需要用到業(yè)務(wù)收入的預(yù)測數(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，采用分布滯后模型對電信運營企業(yè)投資和收入關(guān)系進行定量分析，估計投資產(chǎn)生收入的滯后時間長度，體現(xiàn)同一時期內(nèi)或者某一段時期的邊際效應(yīng)，提供預(yù)測業(yè)務(wù)收入的動態(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)投資的變化對電信業(yè)務(wù)收入的效應(yīng)。電信運營企業(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)，評估企業(yè)過去的投資效益，并根據(jù)投資收益的驅(qū)動因素分析，總結(jié)超過行業(yè)平均水平的經(jīng)驗，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的滯后性，通常投資決策是依據(jù)用歷史數(shù)據(jù)預(yù)測得到的未來產(chǎn)生的市場效益來確定。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)測以后收入的等量關(guān)系，考慮了項目投資與市場效益的產(chǎn)生時間差，能更準確地預(yù)測收入，有了投資收入的預(yù)測，還能有效預(yù)測投資規(guī)模，對投資管理有重要的意義。一方面，在總體投資后評估的過程中，可以通過投資與收入的占比關(guān)系來評價投資效益，預(yù)測的業(yè)務(wù)收入可以評價投資的合理性。另一方面，在做滾動規(guī)劃時能合理規(guī)劃投資時機和投資規(guī)模。
最后，對電信運營企業(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。對電信運營企業(yè)來說，運營動態(tài)回歸，和縮短投資滯后期，建立完善的投資分析體系對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)和時期結(jié)構(gòu)三個方面調(diào)整。
參考文獻：
[1]武曉玲、張亞瓊、詹志華：《固定資產(chǎn)投資對電信業(yè)發(fā)展影響的計量分析》，《山西財經(jīng)大學(xué)學(xué)報》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》，《中國管理科學(xué)》1997年第4期。
[4]嚴學(xué)軍：《中國電信運營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)稅收理財問題的提出
實現(xiàn)企業(yè)價值最大化，企業(yè)稅收理財無疑是財務(wù)管理目標的重要方面?，F(xiàn)實情況是，財務(wù)人員普遍能熟練掌握會計記賬技術(shù)，這固然能避免技術(shù)性錯誤而遭致稅務(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，當前財務(wù)人員的素質(zhì)決定了開展企業(yè)稅收理財仍是非常薄弱的環(huán)節(jié)，這不僅是因為財務(wù)人員缺乏稅收理財知識，而且在理論上和實際工作中并未引起足夠重視。比如，財務(wù)人員誤將己實現(xiàn)的銷售收入記入預(yù)收賬款這類錯誤，比誤將已發(fā)生的廣告費計入財務(wù)費用的性質(zhì)嚴重得多，前者的錯誤之所以性質(zhì)嚴重是因為本應(yīng)及時交納的銷項稅被人為地延遲而被稅務(wù)部門處罰，后者的錯誤性質(zhì)卻無關(guān)緊要，因為廣告費無論計入何種費用，既不影響費用總額更不會影響企業(yè)利潤及應(yīng)交的所得稅。再者，由于財務(wù)人員缺少稅收理財?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，達到合理避免或延遲納稅、少交甚至免除納稅更是財務(wù)人員的重要任務(wù)。所以我們認為，就納稅的角度看企業(yè)稅收理財比單純的會計記賬更為重要。企業(yè)稅收理財是圍繞實現(xiàn)企業(yè)價值最大化，遵守國家稅收法規(guī)的前提下，采用適當公允的理財手段，在企業(yè)籌資、投資、收益分配等環(huán)節(jié)展開稅收理財，以達到正確計量應(yīng)納稅額，推遲納稅、合理避稅或免除納稅為目的一種理財工具。
二、企業(yè)稅收理財?shù)奶卣?/p>
由于企業(yè)稅收理財?shù)男再|(zhì)仍屬于企業(yè)理財活動的范疇，因此，稅收理財?shù)奶卣魇窍鄬τ谄渌碡敾顒佣缘摹Ｆ髽I(yè)稅收理財?shù)奶卣饔校?/p>
政策性。企業(yè)稅收理財是在合法的前提下進行，涉及的都是屬于國家政策性很強的理財活動，稅收理財活動不是偷稅，它要求財務(wù)人員要有很強的政策觀念。
實用性。企業(yè)稅收理財活動直接關(guān)系到國家、企業(yè)之間利益的調(diào)節(jié)，而且國家的稅收政策實際上也體現(xiàn)了某種傾斜性和目的性，企業(yè)應(yīng)針對自身的特點，熟悉與本企業(yè)相關(guān)的稅收理財知識，制訂與自身業(yè)務(wù)關(guān)聯(lián)的稅收理財方案，講究實用至上。
時效性。政策的時間性必然要求企業(yè)稅收理財活動的時效性，要求財務(wù)人員針對變化的稅收政策相應(yīng)調(diào)整適合本企業(yè)的稅收理財方法，避免使用過時的東西。
整體效益性。尤其對集團企業(yè)而言，要追求整個集團企業(yè)的價值最大化，以能否降低整個集團的稅負為出發(fā)點，通過資產(chǎn)重組、資源優(yōu)化配置等手段，實現(xiàn)整體效益的提高。
三、企業(yè)稅收理財?shù)木唧w內(nèi)容
畢竟稅收理財仍屬于企業(yè)理財?shù)姆懂牐匀黄鋬?nèi)容應(yīng)包括企業(yè)投資活動稅收理財、企業(yè)籌資活動稅收理財、企業(yè)收益分配活動稅收理財、跨國公司稅收理財四個方面。
1、企業(yè)投資活動稅收理財
(1)確定投資企業(yè)的注冊地點。稅法中國家實行稅收優(yōu)惠的注冊地點有：國務(wù)院批準的高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)、沿海經(jīng)濟開發(fā)區(qū)和經(jīng)濟技術(shù)開發(fā)區(qū)、經(jīng)濟特區(qū)、老少邊窮地區(qū)。應(yīng)選擇稅負較輕的地區(qū)作為企業(yè)注冊的地點，以謀求今后的稅收利益。
(2)確定投資企業(yè)的類型。稅法中國家實行稅收傾斜的企業(yè)類型有：國家對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 土地政策效果評價； 土地督察 ；耕地保護
中圖分類號 F301.21 文獻標識碼 A 文章編號 1002-2104(2011)05-0038-06 doi:103969/jissn1002-2104201105007
2004年10月《國務(wù)院關(guān)于深化改革嚴格土地管理的決定》（國發(fā)〔2004〕28號）提出建立國家土地督察制度，2006年7月國務(wù)院辦公廳印發(fā)《關(guān)于建立國家土地督察制度有關(guān)問題的通知》（〔2006〕50號），決定建立國家土地督察制度，由國務(wù)院授權(quán)國土資源部代表國務(wù)院對各省、自治區(qū)、直轄市，以及計劃單列市人民政府土地利用和管理情況進行監(jiān)督檢查?！蛾P(guān)于建立國家土地督察制度有關(guān)問題的通知》中有關(guān)派駐地方的國家土地督察局職責的第一條是“監(jiān)督檢查省級以及計劃單列市人民政府耕地保護責任目標的落實情況”。從土地督察制度以及土地督察機構(gòu)建立以來，土地督察機構(gòu)對各地進行了土地督察，那么，土地督察是否對耕地保護起到了積極影響呢？本文試圖對這一問題加以分析。
目前已有不少文獻對耕地保護問題加以了分析，也有不少文獻對耕地保護制度績效進行了研究。從已掌握的文獻來看，有關(guān)耕地保護制度與政策效果的文獻主要有兩類：一是，有研究將耕地保護的各類政策作為一個整體分析了耕地保護政策的綜合效果［1-6］；二是，具體分析耕地保政策體系中某一項政策的運行效果，例如分析土地用途管制制度的耕地保護效果［7-8］、耕地總量動態(tài)平衡政策效果［9］、基本農(nóng)田保護政策效果等［10-11］。就土地督察制度對耕地保護的影響而言，目前還未見到相關(guān)報道。
本文擬對土地督察對耕地數(shù)量保護的影響進行分析，而土地督察的耕地質(zhì)量保護效應(yīng)則不在本文的分析范圍之內(nèi)。因此，本文擬對以下問題進行分析：一是，土地督察是否對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效果有多大？即因土地督察制度的實施，耕地流失面積減少了多少？
1 土地督察制度概述
2004年的《國務(wù)院關(guān)于深化改革嚴格土地管理的決定》中提出要建立土地督察制度，其目的是為了強化土地執(zhí)法、加強對土地執(zhí)法的監(jiān)督。2006年7月國務(wù)院辦公廳印發(fā)的《關(guān)于建立國家土地督察制度有關(guān)問題的通知》明確設(shè)立國家土地總督察、副總督察，負責組織實施國家土地督察制度。在國土資源部設(shè)立國家土地總督察辦公室，向地方派駐9個國家土地督察局，2006年9月-2007年，9個派駐地方的國家土地督察局逐步建立并開展了相關(guān)工作。從2007年以來，土地督察機構(gòu)根據(jù)各地實際情況開展了各類土地督察工作，其中專項督察和例行督察是各派駐地方的國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個省級和計劃單列市開展了專項督察工作；2008年，在9個省(區(qū)、市)、66個市(縣、區(qū))開展專項督察，并對16個市縣開展了例行督察試點工作；2009年在9個省開展了專項督察工作并在全國24個?。▍^(qū)、市）及3個計劃單列市共150個縣（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)計資料中有兩個相關(guān)的指標，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）也是一個重要指標。從土地督察的性質(zhì)來看，土地督察主要對土地違法進行督察，其對耕地面積變化的影響主要應(yīng)是對建設(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)投資項目需要占用一定數(shù)量的土地，因此，通常認為固定資產(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)濟增長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］，已有的研究對于人均GDP與耕地面積減少之間關(guān)系形式還存在爭議［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)濟發(fā)展水平的一個變量；因此，這一變量的系數(shù)的符號應(yīng)為負；
（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]到土地督察機構(gòu)在不同年份對不同地區(qū)開展例行督察和土地違法專項督察，且同一地區(qū)在同一年份可能既有例性督察也有專項督察，而有的地區(qū)則只有其中一項，有的地區(qū)兩項督察都沒有。此外，例行督察是定期或不定期集中一段時間，對督察區(qū)域內(nèi)某個地區(qū)一定時期內(nèi)的土地利用和管理情況進行監(jiān)督檢查和評估；而專項督察則是有針對性地對某一類土地違法行為進行督察，即例行督察更為全面，專項督察針對性更強。因此，文章設(shè)置兩個變量來反應(yīng)土地督察情況：①土地專項督察比例，即某省級區(qū)域內(nèi)被督察（專項督察）地區(qū)行政轄區(qū)面積與該省級區(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)面積與該省級區(qū)域行政轄區(qū)面積之比。這兩個比例越高，建設(shè)占用耕地的難度就越大，因此，這兩個變量系數(shù)的符號應(yīng)為負。
另外，有研究認為路網(wǎng)密度與耕地減少之間存在聯(lián)系［1,15］，一般認為路網(wǎng)密度的提高會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具體見表1。
2.2 模型設(shè)定
利用散點圖對各個解釋變量與因變量之間的相互關(guān)系和關(guān)系形式進行了初步的分析，并結(jié)合目前已有的相關(guān)研究［1, 7-8］，本項研究采用以下模型來分析土地督察制度的耕地保護效果：
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；basicit為specialit第i區(qū)域第t年土地專項督察比例，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；i為區(qū)域，t為年度。
2.3 效果評價方法
本文擬對以下問題進行分析：一是，土地督察是否對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效果有多大？對于這些問題，判斷和計算方法如下：
（1）是否有效的判斷。如果δ10且檢驗顯著或δ20且檢驗顯著，則認為土地督察的實施對減少建設(shè)占用耕地面積有效；否則，則認為土地督察的實施對減少建設(shè)占用耕地面積有效無效。
（2）分別計算專項督察、例行督察的效果以及兩者的綜合效果。
①專項督察的效果，通過模型估計得到各變量的系數(shù)，并將自變量的實際觀測值代入模型，得到y(tǒng)it＾：
yit＾=a0+δ1specialit+δ2regularit+β1investit+β2gdpperit（2）
將專項督察變量的值設(shè)為0，即將specialit=0以及其余自變量的實際觀測值代入模型，計算yit＾specialit=0：
yit＾specialit=0=a0+δ1（specialit＝0）+δ2regularit+β1investit+β2gdpperit（3）
計算各區(qū)域各年專項督察的效果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際觀測值代入模型，計算yit＾r(nóng)egularit=0：
yit＾r(nóng)egularit=0=a0+δ1specialit+δ2(regularit=0)+β1investit+β2gdpperit（5）
計算各區(qū)域各年例行督察的效果effectrit：
effectrit=yit＾r(nóng)egularit=0-yit＾（6）
③計算綜合效果，將專項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際觀測值代入模型，計算yit＾special=0,regularit=0：
yit＾special=0,regularit=0=a0+δ1specialit+δ2(regularit=0)+β1investit+β2gdpperit（7）
計算各區(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《中國國土資源年鑒》。
人均GDP數(shù)據(jù)來自2000-2009年的《中國統(tǒng)計年鑒》，并用GDP指數(shù)修正為可比價人均GDP。
固定資產(chǎn)投資數(shù)據(jù)來自2000-2009年的《中國統(tǒng)計年鑒》中的全社會固定資產(chǎn)投資，并用全社會固定資產(chǎn)投資價格指數(shù)修正為可比價固定資產(chǎn)投資，由于統(tǒng)計年鑒沒有的固定資產(chǎn)投資價格指數(shù)，因此未對的全社會固定資產(chǎn)投資加以修正。
2007年和2008年的土地專項督察比例和土地例行督察比例則根據(jù)《國家土地督察公告（2007年）》和《國家土地督察公告（2008年）》整理計算得到。
3 結(jié)果與分析
3.1 模型估計結(jié)果與分析
本文的數(shù)據(jù)為省級面板數(shù)據(jù)，這里分別采用固定效應(yīng)模型和隨機效應(yīng)模型加以估計，相分別用F檢驗和B-P檢驗對固定效應(yīng)和隨機效應(yīng)加以檢驗，檢驗結(jié)果表明，無論是固定效應(yīng)模型還是隨機效應(yīng)模型均優(yōu)于混合OLS模型。因此，采用hausman檢驗做了進一步檢驗，檢驗結(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)模型的估計結(jié)果（見表2）。
模型檢驗的F=6.02，其對應(yīng)的P值為0.000 1，N=310；各系數(shù)的T檢驗均在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，各變量的符號與預(yù)期一致。從估計結(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)符號為負，說明隨著人均GDP的增加，建設(shè)占用耕地的數(shù)量會減少，這里人均GDP是作為地區(qū)經(jīng)濟差異的變量出現(xiàn)的，這也說明可能由于經(jīng)濟更為發(fā)達地區(qū)的土地集約利用水平更高所導(dǎo)致。
從估計結(jié)果來看，專項督察和例行督察的系數(shù)符號都是負的且均在1%水平上檢驗顯著，這說明專項督察和例行督察對于減少建設(shè)占用耕地均有顯著影響。土地專項督察比例和土地例行督察比例這兩個變量均采用百分數(shù)表達，因此，從土地專項督察比例這一變量的系數(shù)可以知道，土地專項督察比例（為被專項督察地區(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。從這兩個變量系數(shù)的絕對值來看，土地例行督察比例（regular）要比土地專項督察比例（special）系數(shù)的絕對值要大，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督察的效果更為明顯。
3.2 土地督察效果評價
模型估計結(jié)果表明和前面的分析表明，土地專項督察和例行督察的確對減少建設(shè)占用耕地面積有效，因此，可以在模型估計的結(jié)果上計算土地督察的耕地保護效果。利用前面有關(guān)效果計算的方法，計算2007年和2008年（因為從2007年開始才有土地督察）各地區(qū)土地督察的耕地保護效果，分別計算了專項督察效果、例行督察效果和綜合效果，計算結(jié)果具體見表3。
從專項督察效果的計算公式來看，專項督察的效果是指在其他因素保持不變的情況下，如果沒有專項督察，建設(shè)占用耕地與實行專項督察時建設(shè)占用耕地面積之差。從計算結(jié)果來看，由于實施專項督察，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，分別占當年實際建設(shè)占用耕地面積的17.08%和3.36%。
從實施專項督察的幾個省級區(qū)域來看，2007年北京、遼寧、浙江、山東和廣東這幾個地區(qū)的專項督察比例較高，因此，2007年這幾個地區(qū)的專項督察效果也比較明顯；2008年海南的專項督察比例較高，土地專項督察效果也比較明顯。
從例行督察效果的計算公式來看，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)占用耕地與實行例行督察時建設(shè)占用耕地面積之差。從計算結(jié)果來看，2008年由于實行了土地例行督察，減少建設(shè)占用耕地面積41 127.79 hm2，約占當年實際建設(shè)占用耕地面積的21.5%。由于2007年沒有實行例行督察，所以沒有計算2007年的土地例行督察效果。從實施土地例行督察的幾個省級區(qū)域來看，河北、遼寧、江蘇和廣西這個地區(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，假定沒有土地專項督察和土地例行督察，建設(shè)占用耕地有實行土地專項督察和土地例行督察時建設(shè)占用耕地面積之差。從計算結(jié)果來看，由于實行了土地例行督察和專項督察，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，分別占當年建設(shè)占用耕地面積的17.08%和24.83%。
從2008年的專項督察效果和例行督察效果來看，例行督察的耕地保護效果要大于專項督察的效果，這可能由以下兩個原因所導(dǎo)致：一是專項督察比例要小于例行督察比例（分別為0.2%和0.8%），二是專項督察與例行督察相比較，專項督察比例的系數(shù)的絕對值要小于例行督察比例的系數(shù)的絕對值，即δ1δ2。2008年與2007年相比較，土地專項督察比例減小，但增加了土地例行督察這一項目，2008年土地專項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效果的分析，可以得到以下結(jié)論：
（1）土地督察的確對減少建設(shè)占用耕地面積有顯著影響，土地例行督察的耕地保護效果要好于土地專項督察的耕地保護效果，土地專項督察比例（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）由于實施專項督察，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，分別占當年建設(shè)占用耕地面積的17.08%和3.36%；2008年由于實行了土地例行督察，減少建設(shè)占用耕地面積41 127.79 hm2，約占當年建設(shè)占用耕地面積的21.5%。
（3）由于實行了土地例行督察和專項督察，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，分別占當年建設(shè)占用耕地面積的17.08%和24.83%。
參考文獻（References）
［1］翟文俠, 黃賢金.我國耕地保護政策運行效果分析［J］.中國土地科學(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)量視角的耕地保護政策績效評價［J］.中國人口•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.我國耕地保護的績效評價及其省際差異分析［J］.自然資源學(xué)報,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.我國耕地保護制度變遷及其績效分析［J］.社會科學(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.我國耕地變化及其成因的研究:從耕地保護的體制與政策角度分析［J］. 國土資源科技管理,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.我國耕地保護政策運行效果與效率分析［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.我國土地用途管制之耕地保護績效的定量研究:以山東省為例［J］. 中國人口•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.中國土地用途管制制度的耕地保護績效及其區(qū)域差異研究［J］. 中國土地科學(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. 耕地總量動態(tài)平衡政策效果分析及對策［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.我國基本農(nóng)田保護制度的政策評價與完善研究［J］. 中國人口•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.我國基本農(nóng)田保護制度運行效果分析［J］. 國土資源科技管理,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)濟增長與耕地非農(nóng)化的Kuznets曲線驗證-來自中國省際面板數(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.中國收入差距與耕地非農(nóng)化關(guān)系的實證研究-基于對耕地庫茲涅茨曲線的擴展［J］. 中國土地科學(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的適用性［J］. 長江流域資源與環(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；方法
中圖分類號：F202
文獻標志碼：A
文章編號：1673-291X(2007)04-0013-02
由于資源約束，僅僅依靠投資數(shù)量的擴大不足以保證我國經(jīng)濟的可持續(xù)增長，投資效率的提高才是關(guān)鍵。但在宏觀經(jīng)濟管理工作中，人們對如何測度與判斷宏觀投資效率至今沒有統(tǒng)一的看法。因此，筆者對宏觀投資效率的測度指標、方法與相關(guān)理論進行梳理，希望能夠澄清轉(zhuǎn)軌經(jīng)濟條件下，我國宏觀投資效率研究的思路。
一、統(tǒng)籌協(xié)調(diào)經(jīng)濟建設(shè)規(guī)模和國力
國內(nèi)外關(guān)于宏觀投資效率的論述散見于經(jīng)濟增長的相關(guān)研究中，這些文獻所使用的判斷投資效率的指標不盡相同，自成體系。西方市場經(jīng)濟發(fā)達國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)追求自身利潤最大化的博弈結(jié)果，系統(tǒng)研究“宏觀投資效率”的文獻并不多見(樊彥瀟，2005)。
過去，我國在以固定資產(chǎn)項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價方法體系。這些評價方法與指標有些適用于目前我國宏觀投資效率評價，有些則不適用。
上表中所列后兩行的指標由于反映的是項目建設(shè)期的投資效率，沒有反映項目投產(chǎn)后運營期的效益如何，因此無法據(jù)此判斷宏觀投資效率。試想項目建設(shè)過程中投資活動是優(yōu)質(zhì)高效的，但項目運營兩年后由于市場需求變化，產(chǎn)品滯銷，那么，從后兩行指標數(shù)據(jù)顯示的信息就與實際情況不符，因為后兩行的數(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)是指一定時期的國內(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。武獻華(1994)的研究表明，1956―1984年間，我國的投資效果系數(shù)波動較大，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，我國投資效果系數(shù)處在19.65%～28.10%之間，且呈下降趨勢。當然，這一觀察結(jié)果伴隨著投資規(guī)模的擴大。因此，簡單根據(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)比較就判斷后一時期的投資效率存在問題是不科學(xué)的。因為投資活動本身具有乘數(shù)效應(yīng)，即使是無法投入使用的“豆腐渣”工程，也會在固定資產(chǎn)投資當期促進GDP的增長。另外，前一時間段處在計劃經(jīng)濟時期，固定資產(chǎn)投資涵蓋所有投資行為，而后一時間段，我國處于市場經(jīng)濟轉(zhuǎn)軌時期，固定資產(chǎn)投資只是廣義投資概念的一個重要組成部分，兩者不具有可比性。
(二)投資彈性系數(shù)
投資彈性系數(shù)是國民收入對投資變動敏感程度的衡量指標，是當年投資增長速度與當年GDP增長速度之比。投資彈性系數(shù)越高，說明投資對國民經(jīng)濟增長的貢獻率越大，投資的效率越高。我國近年來投資彈性系數(shù)的具體情況見下表：
下表數(shù)據(jù)顯示我國投資彈性系數(shù)1999年后逐年下降，說明國民收入對投資變動的敏感性在下降，而相關(guān)數(shù)據(jù)表明，這一時期，我國的投資規(guī)模在不斷擴大，資本的邊際報酬遞減規(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。人們漸已達成共識的是GDP雖然可以用來衡量經(jīng)濟數(shù)量的增長，卻無法衡量增長的質(zhì)量。經(jīng)濟增長必然會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指標來測度宏觀投資效率才更為客觀。
三、統(tǒng)籌協(xié)調(diào)經(jīng)濟建設(shè)與人民生活
由于衡量宏觀投資效率的指標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度方法，視角不同，各有特點。
(一)動態(tài)效率的視角
動態(tài)效率問題是新典經(jīng)濟增長理論中研究的核心問題。經(jīng)濟增長的動態(tài)效率，是在長期均衡增長路徑上考察的，其最簡單的判別準則是所謂的黃金法則――根據(jù)索洛模型，當一個經(jīng)濟單位有效勞動的資本存量(K*GR)達到這樣一個水平，使得在該水平上的邊際生產(chǎn)率[f＇(K*GR)]恰好等于人口增長率(n)、勞動生產(chǎn)率增長率(g)和資本折舊率(δ)之和時，即：
f＇(K*GR)=n+g+δ
經(jīng)濟處于最優(yōu)均衡增長路徑上。此時，單位有效勞動的消費最大，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是實際報酬率，它的直觀度量是真實利率，n+g等于經(jīng)濟增長率。據(jù)此，一般可以把真實利率與經(jīng)濟增長率相比較來判斷經(jīng)濟的動態(tài)效率，即當真實利率大于、小于和等于經(jīng)濟增長率時，經(jīng)濟分別處于動態(tài)有效、無效和最佳狀態(tài)。袁志剛(2003)運用多種方法測度(包括上述的黃金法則判別法)發(fā)現(xiàn)：20世紀90年代以來，至少在大多數(shù)年份，中國的實際經(jīng)濟運行處于動態(tài)無效區(qū)域，表現(xiàn)為資本的邊際生產(chǎn)率低于經(jīng)濟增長率。在一個動態(tài)無效的經(jīng)濟中，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)，增加消費來提高福利水平。
(二)資本邊際收益率的視角
張軍(2003)認為，盡管投資活動無法全額形成資本，但資本形成無疑全部來源于投資活動，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，投資相對于產(chǎn)出增長的關(guān)系可以通過對資本相對于產(chǎn)出增長的關(guān)系觀察得到。資本相對于產(chǎn)出增長的速度表現(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)率變動情況的方法之一就是觀察“資本―產(chǎn)出比率”的變動。依據(jù)索洛(Solow，1957)發(fā)展出來的關(guān)于增長核算學(xué)的一個簡單分解方法，在不變的規(guī)模報酬、外生的技術(shù)進步和競爭市場的假設(shè)下，產(chǎn)出的增長率可以分解成：
gy=αgl+(1-α)gk+e
其中，gy、gl和gk分別是產(chǎn)出、勞動和資本的增長率。α是勞動的產(chǎn)出彈性，e為索洛殘差，或者稱為全要素生產(chǎn)率(TFP)的增長率，它可以反映或者捕捉技術(shù)或動態(tài)效率的變化。經(jīng)過變換可以得到“資本―產(chǎn)出比率”增長率的表達式：
g(K/Y)=αg(K/L)-g(TFP)
其中，L代表勞動，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”的變動是資本-勞動比率(即人均資本)的變動與全要素生產(chǎn)率(TFP)的變化率之間的“凈效應(yīng)”的結(jié)果。如果資本-勞動比率或要素的密度保持不變，那么，全要素生產(chǎn)率的增長將全部轉(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)率變動等價于技術(shù)進步或者效率的改善。
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)出比率是一個更容易計算的指標。因為根據(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的比率。因為資本存量(K)的變動等于投資流量(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，當且僅當要素價格等于其邊際生產(chǎn)率的時候，資源配置才最有效。資本配置效率的評判方法有兩種：一種是觀察近年來我國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部門流出，向高成長部門流入，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，計算繁復(fù)也影響了計算的準確性。為了規(guī)避這一問題，龔六堂、謝丹陽采用了函數(shù)估計法。程序是先假定一個總量生產(chǎn)函數(shù)Y=F(K，L；x)，用總產(chǎn)出Y、資本存量K、勞動投入L等統(tǒng)計數(shù)據(jù)對方程進行回歸，估計出相應(yīng)的參數(shù)值x，最后計算得到F(K，L；x)對K的一階導(dǎo)數(shù)，求得資本邊際收益率。比較計算結(jié)果發(fā)現(xiàn)我國省際之間“1970―1984年資本存量的邊際回報率差異水平下降(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)。”
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表示國家c中的行業(yè)在第t年中的實際總固定資產(chǎn)形成；V是相應(yīng)的實際產(chǎn)出增加值；I、V均經(jīng)過價格指數(shù)平減，為實際值。方程中的ηe為“行業(yè)投資對產(chǎn)出的彈性系數(shù)”。一個國家的ηe越高，說明這個國家行業(yè)間的資本流動對行業(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)達國家的ηe顯著為正，欠發(fā)達國家則大多不顯著，說明發(fā)達國家的行業(yè)投資對投資機會的變化更敏感，投資效率更高。Wurgler的研究思路確對投資效率的測度有一定的啟發(fā)，但實際總固定資產(chǎn)的形成以及實際產(chǎn)出增加值的內(nèi)涵不清，該方法應(yīng)用時實際固定資產(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、實際產(chǎn)出增加值，有人用利潤，有人用GDP，因此該方法還需在理論上進一步充分論證，避免含混不清。
以上學(xué)者對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)濟學(xué)中關(guān)于宏觀投資效率的評價方法對研究轉(zhuǎn)軌時期中國的投資問題研究無疑是大有裨益的，但如何結(jié)合我國的經(jīng)濟發(fā)展特點與投融資體制變革的進程，探索一套適用于我國現(xiàn)時宏觀投資效率的簡便可行的指標及測度方法體系，為經(jīng)濟建設(shè)服務(wù)，這將會是投資理論工作者近期內(nèi)一項亟待完成的課題。
參考文獻：
[1] 武獻華.投資效益分析與評價[M].沈陽：遼寧人民出版社，1994.
[2] 黃毓哲.投資與經(jīng)濟增長的關(guān)系―江西省固定資產(chǎn)投資與經(jīng)濟增長關(guān)系的數(shù)量分析[J].江西科技師范學(xué)院學(xué)報，2004(5).
[3] 樊彥瀟.經(jīng)濟增長與中國宏觀投資效率研究[D].復(fù)旦大學(xué)博士學(xué)位論文，2005.5.
本論文對我國及廣州市的城市基礎(chǔ)設(shè)施的投融資模式進行分析和研究，從開題開始在導(dǎo)師的指導(dǎo)下餓自己不斷學(xué)習(xí)中順利進行。在搜索資料的過程中現(xiàn)階段已經(jīng)對所寫論文有所了解，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。主要是對論文的研究背景及研究意義作了說明，闡述了我國及外國一些學(xué)者對城市基礎(chǔ)設(shè)施建設(shè)的一些觀點和看法。根據(jù)所查資料顯示世界各國已經(jīng)將城市基礎(chǔ)設(shè)施作為城市經(jīng)濟發(fā)展的引擎。各國都開始注重城市基礎(chǔ)設(shè)施的建設(shè)，因為城市基礎(chǔ)設(shè)施是一座城市發(fā)展程度的標志。
第二章：是對城市基礎(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)濟社會發(fā)展中占有極其重要的地位。城市基礎(chǔ)設(shè)施建設(shè)也是衡量城市強弱和發(fā)展的重要衡量指標。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。交通運輸系統(tǒng)：包括城市對內(nèi)交通運輸?shù)牡缆?、橋梁、公共交通場站設(shè)施，城市對外交通的航空、水運、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)境保護系統(tǒng)：包括環(huán)境衛(wèi)生和垃圾清運處理、環(huán)境監(jiān)測保護、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：我國城市基礎(chǔ)設(shè)施建設(shè)的現(xiàn)狀及投融資模式。我國在城市交通方面，截至2009年年底，我國城市公共電（氣）車、軌道交通總規(guī)模達到42.8萬輛，是1978年的19.5倍。1978年我國城市市政公用設(shè)施固定資產(chǎn)投資12.0億元，占全國全社會固定資產(chǎn)投資總額、國內(nèi)生產(chǎn)總值的1.79%、0.33%。2008年，全國城市市政公用設(shè)施建設(shè)固定資產(chǎn)投資達到7236億元，比1980年增加了501.5倍。占全國全社會固定資產(chǎn)投資總額、國內(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)累計完成投資達49955億元，年平均投資增長率為24％。我國在城市道路橋梁方面，截至2007年年底，全國城市道路總長達到25萬公里，面積43億平方米，較建國初期分別增長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了9倍和24倍。我國的城鎮(zhèn)化進程仍處于加速發(fā)展時期，城市建設(shè)對資金的需求量越來越大，必須樹立科學(xué)的城市經(jīng)營理念，創(chuàng)新思路，多渠道籌集城市建設(shè)資金。要在堅持政府投入的同時，創(chuàng)新機制，發(fā)揮市場配置資源的基礎(chǔ)性作用，調(diào)動社會各方投入的積極性，實現(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，變政府獨資為多方籌資。目前我國基礎(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—轉(zhuǎn)讓的縮寫。其典型形式就是以政府和私人機構(gòu)之間達成協(xié)議為前提，由政府向私人機構(gòu)頒布特許，允許其在一定時期內(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、楊浦大橋都是我國運用BOT模式建設(shè)的基礎(chǔ)項目。資產(chǎn)證券化是以目標項目所擁有的資產(chǎn)為基礎(chǔ)，以該項目資產(chǎn)的未來預(yù)期收益為保證，通過在國際資本市場上發(fā)行高檔債券來籌集資金的一種項目證券融資方式。目前我國試點資產(chǎn)證券化的銀行有兩家，分別是國家開發(fā)銀行和中國建設(shè)銀行，長沙市二環(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)的國有投資公司，向銀行貸款，財政實施擔保并進行貼息。這些貸款由于取得容易，程序簡單，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。廣州市作為我國發(fā)達城市之一，所以城市基礎(chǔ)設(shè)施建設(shè)尤為重要。2010年亞運會更是對廣州市基礎(chǔ)設(shè)施的一次考驗，也是廣州市基礎(chǔ)設(shè)施建設(shè)發(fā)展的一次機會。對于廣州城市基礎(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年亞運會發(fā)行亞運會債券為亞運會籌集資金。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，廣州市進行城市建設(shè)，除了使用財政資金外，多了一個向市場籌集的新渠道。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28億元來計算，一年利率差就達到約1.5%，相當于4200萬元，是一筆不小的數(shù)目。我國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、重慶城建重點債券和1997廣州地鐵建設(shè)債券。銀行的貸款對城市基礎(chǔ)設(shè)施的資金供給金額非常龐大，其支持力度遠遠超過財政，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)投資集團有限公司與中國工商銀行等16家金融機構(gòu)組成的銀團簽訂城建項目貸款合同，總金額達713億元，另外，工商銀行還批準給予城投集團100億元的項目臨時周轉(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、融資額最大的銀團貸款項目。BOT模式在廣州城市建設(shè)中的應(yīng)用，隨著經(jīng)濟的發(fā)展帶來了水環(huán)境的破壞，珠江三角洲的河水的嚴重污染，阻礙了經(jīng)濟的進一步發(fā)展。而治理這一污染現(xiàn)狀，需要巨大的投資費用，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，出讓一定時間的經(jīng)營所有權(quán)，經(jīng)過轉(zhuǎn)讓再擁有經(jīng)營所有權(quán)的模式，解決政府籌集資金的困難，又可解決水環(huán)境嚴重污染的問題。其優(yōu)點是既可減少廢污水處理工程的初始費用，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個重點建設(shè)項目累計完成投資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)的來源主要是國家統(tǒng)計年鑒、廣東和廣州統(tǒng)計年鑒。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）、如何運用自己所學(xué)的知識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)，基本解決了這個問題。
（3）、面對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研究廣州市的主要投融資模式。
3.后期工作安排
后期準備繼續(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備。
摘要:耕地保護已成為各級政府的首要任務(wù)。利用DPS數(shù)據(jù)處理系統(tǒng)和逐步回歸分析法,對楊凌示范區(qū)1997-2005年耕地變化驅(qū)動力進行分析。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)動因素是人口增長、人均收入水平的提高等人文社會因素。
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)動力
《國民經(jīng)濟和社會發(fā)展第十一個五年規(guī)劃》首先提出了我國耕地不少于18億畝的約束性指標;總理在2007年的《政府工作報告》中指出,一定要守住全國耕地不少于18億畝這條紅線。說明耕地保護已成為各級政府的首要任務(wù)。筆者認為不僅要把耕地保護作為首要任務(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;全社會固定資產(chǎn)投資9.96億元;財政收入1.76億元;社會消費品零售總額3.7億元;招商引資8.8億元;全年進出口總值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年土地數(shù)據(jù)來源于1996-2005年楊凌示范區(qū)土地統(tǒng)計臺賬;國民經(jīng)濟和社會發(fā)展數(shù)據(jù)來源于示范區(qū)發(fā)展計劃局、陜西省統(tǒng)計年鑒。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影響示范區(qū)耕地變化的驅(qū)動因素進行分析。
二、楊凌示范區(qū)耕地變化的驅(qū)動力分析
(一)耕地數(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%。可以看出示范區(qū)耕地減少迅猛。
(二)耕地變化驅(qū)動力分析
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期主導(dǎo)因素,短期內(nèi)主要是人類活動造成的[1]。因而本文只探究社會、經(jīng)濟等人為因素對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——全社會固定資產(chǎn)投資額(億元),x4——地方財政收入(億元),x5——農(nóng)民人均純收入(元),x6——總?cè)丝?萬人),x7——各項存款余額(萬元),x8——社會消費品零售總額(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,對楊凌示范區(qū)耕地數(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、各項存款余額由1997年的4849元、1369元、51285元增長到2005年的14989元、3517元、262774元,年均增長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,因而人們強烈希望擁有自己的住房。與此相對應(yīng),示范區(qū)房地產(chǎn)投資由1998年的2670萬元增長到2004年的19172萬元。
第二,全社會固定資產(chǎn)投資(x3)。示范區(qū)全社會固定資產(chǎn)投資由1997年的10485萬元增長到2005年的99639萬元,年均增長94.45%;交通用地面積從1997年的115.58公頃增長到2005年的196.4公頃,年均增長率為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,所以對固定資產(chǎn)的大力投資勢必會占用大量的土地。
第三,總?cè)丝?x6)。人口是最具活力的土地利用變化驅(qū)動力之一。1997-2005年,示范區(qū)人口從116001人增加到147500人,年均增長率為3.02%;非農(nóng)業(yè)人口由33085人增加到61600人,年均增長率為9.58%;城鎮(zhèn)化水平由1996年的29.59%增長到2005年的41.76%。人口的增加必然會對糧食、住房及公共設(shè)施的需求增大,導(dǎo)致建設(shè)用地擴張,耕地減少。
三、耕地保護對策建議
第一,建立耕地保護經(jīng)濟補償機制。地方政府在耕地保護上是被動的。為了鼓勵和提高地方政府保護耕地的積極性和主動性,使地方政府和中央政府在耕地保護中的行為趨向一致,就需要建立利益補償機制。建立耕地保護的經(jīng)濟激勵機制,可以借鑒美國的經(jīng)驗:首先中央政府支付給地方政府耕地保護費,確保地方政府在保護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勵,而對于那些私自占用耕地或以次充優(yōu)進行占補平衡的地區(qū)的相關(guān)官員進行嚴厲懲罰;其次要在農(nóng)民群眾中建立獎勵制度,調(diào)動農(nóng)民保護耕地和進行農(nóng)業(yè)生產(chǎn)的積極性,充分發(fā)揮其保護耕地的主體地位[3]。
第二,實施耕地生態(tài)管護制度,切實加強耕地的生態(tài)建設(shè)。為了鞏固和加強生態(tài)退耕產(chǎn)生的巨大效益,應(yīng)對耕地實行生態(tài)管護制度。生態(tài)退耕工程分村設(shè)定專人管理,管護隊伍由項目區(qū)所在村組擇優(yōu)提議,通過競爭上崗的方式選擇聘用,由建后管護工作小組頒發(fā)聘用證書,與管護人員簽訂合同,進一步明確責權(quán)利。每個村確定1名管護員,負責本村受益區(qū)內(nèi)生態(tài)退耕的管護。建立管護基金,根據(jù)“誰受益,誰出錢,誰管理”的原則,項目區(qū)按受益面積收取一定的費用作為生態(tài)退耕工程的管護費用,由項目村統(tǒng)一安排。