工程经济学固定资产投资
前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇工程经济学固定资产投资范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。
工程经济学固定资产投资范文第1篇
中国经济目前尚处于初级发展阶段，经济增长具有典型的要素拉动特征。经济发展需要刺激投资需求，最终消费需求的形成也有赖于加大投资力度，投资与消费双管齐下，投资需先行。因此，国民经济的高速增长离不开投资的持续增长。从理论上讲，投资增长率和经济增长率具有一种正向的关联关系。
一般认为，建设投资是国民经济增长的强大拉动因素。几乎所有国家的政府都会在经济不景气的时期，将建设投资作为刺激经济增长的工具。加大建设投资的规模，既可增加就业机会和国民可支配收入、扩大内需，又可以直接带动当前的经济增长，为新一轮的经济增长奠定物质基础。西方学者的研究表明：建设投资在经济发展中扮演着非常重要的角色，尤其是在发展中国家，建设投资在这些国家的整体投资中的比率甚至达到了20%(Kessedes,1995)。
我国大量的文献也讨论了建设投资对国民经济的重要作用，但是，真正能够揭示建设投资与经济增长之间的数量关系的研究成果却极少。中国发展研究院曾经做过一项研究，发现在中国经济中固定资产投资是决定社会需求的最积极的因素。因此，增加固定资产投资可以作为刺激经济活动的主要手段（中国发展研究院，1997）。虽然还有其他一些关于建设投资对中国经济增长重要性的研究，但是，这些研究大部分还处在定性阶段，很少能够指出建设投资对中国经济发展的贡献水平。本研究就致力于找到其对中国经济发展拉动水平的具体数量关系。
二、数据和模型
在本研究中，建设投资对国民经济的拉动作用是指以一定速度增长的建设投资所拉动GDP的增长量或增长率。GDP是衡量一个国家或地区经济水平的重要指标和方法。它是指一个国家或地区在一年内所有常住单位生产活动的最终成果的价值形态。另外本研究涉及的指标还有固定资产投资和建筑安装工程投资。
固定资产投资(FAI)是衡量一个国家或地区在一年内在固定资产方面投资总量的指标，它同样也能够以价值形态反映固定资产建造和购买活动的总量，是反映固定资产投资规模、速度、比例关系和使用方向的综合性指标。固定资产投资可以根据国家的投资计划分为基本建设投资、更新改造投资、房地产开发投资和其他固定资产投资四部分。本文采用这个指标来代表宏观意义上的建设投资水平，既包括建水坝、修公路这些大型的土木工程项目，也包括住宅和商业房地产项目的开发，同时，还涉及各类建筑物、构筑物和大型设备的修缮和改造。
固定资产投资活动按其工作内容和实现方式可以分为建筑安装工程，设备、工具、器具购置，其他费用三个部分。在本文中也将建筑安装工程投资(CI)作为衡量建设投资活动对国民经济增长拉动作用的一个变量，它是指各种房屋、建筑物的建造和各种设备装置的安装工程投资。建筑安装工程投资比固定资产投资的范围小一些，可以代表一年内国民经济中的建筑工作量，是一个衡量建设活动水平更为合适的指标。
本研究拟采用动态计量经济学所倡导的误差修正模型来描述建设投资和国民经济的相互作用。建立经济学模型的传统方法主要是以理论为导向，依据某种已经存在的经济理论或者已经提出的对经济行为规律的某种解释设定模型的总体结构，这种建模途径对先验的经济理论有很强的依赖性。这种建模方法在20世纪70年代的经济动荡前屡次预测失灵，促使人们寻求另外的建模方法。20世纪70年代末80年代初，以英国经济学家D·F·Hendry为代表，提出了动态建模的方法，交替利用经济理论和经济数据提供的信息，在协整理论的基础上建立反映变量短期波动和长期均衡的误差修正模型(D·Hendry,1998)。
一般经济变量都可以用时间序列来表示，如果它的均值和方差都不随时间变化，就称这个序列是稳定序列。如果一个序列在成为稳定序列之前必须经过d次差分，则称该序列是d阶单整。按照协整理论，几个同阶单整的时间序列之间可能存在着一种长期的稳定关系，其线性组合可以降低单整阶数，即所谓的协整关系。误差修正模型就是建立在这种理论之上的。以GDP和建筑安装投资(CI)为例，若GDP和CI具有协整关系，则它们之间的关系可以写作一般的自回归分布滞后的表达式：
附图
和CI之间存在的长期均衡关系。于是GDP的短期波动被分为两部分：一部分是长期均衡，一部分是短期波动。一般（β[,2]-1）都会小于0，因此，若(t-1)时刻GDP大于其长期均衡解，γecm[,t-1]为负值，使GDP[,t]减少；若(t-1)时刻GDP小于其长期均衡解，γecm[,t-1]为正值，使GDP[,t]增加。体现了长期均衡误差对GDP的控制。
以不变价格表示的流量指标一般是一阶单整。固定资产投资、建筑安装投资和国内生产总值都是流量指标，一般情况下属于一阶单整，它们之间可以存在这种长期稳定的关系，同时，固定资产投资、建筑安装投资的短期的变动又会对国内生产总值产生短期的影响。因此，国内生产总值的变动既受固定资产投资、建筑安装投资短期变动的直接影响，又受两者之间长期稳定关系的调整，可以建立误差修正模型来讨论这种关系：
附图
表明如果FAI变化了1%，GDP将变化β[,1]%。α[,1]同理。可见各个系数具有很强的经济意义。
本研究中的数据都来源于《中国统计年鉴》。数据自1981年始，且已经折算为1981年不变价，这样可以去除通货膨胀的影响，更好地反映数据内在的规律性。在本研究中，采用SPSS软件包进行统计分析。各年的数据如下；
表1固定资产投资、建筑安装投资与国内生产总值
（1981-1999年，单位：亿元）
附图
注：1.所有数据均为1981年不变价；2.数据来源：《中国统计年鉴2000》。
三、建立误差修正模型
（一）方程的初步设定和简化
一般来讲，在经济数据中，以不变价格表示流量的序列往往表现为一阶单整。因此，从理论上判断，LnGDP、LnFAI和LnCI序列都应该是一阶单整。采用Dickey和Fuller于1979年、1980年提出的ADF方法进行单整检验结果也表明，的确如此。
然后，可以将方程设定为一般的自回归分布滞后模型。模型的右边包括被解释变量的滞后、解释变量及其时间滞后项。对于固定资产投资方程，首先设定为：
附图
用最小二乘法估计这两个自回归分布滞后方程，采用逐步回归(Stepwise)方法，剔除不显著的变量。
在固定资产投资方程中，LnGDP[,t-1]、LnFAI[,t]和LnFAI[,t-1]被引入方程。估计得到的方程为：
附图
可见方程的显著性很高，完全可以通过检验。常数项的t值很小，并不显著。（由于此方程对后面的过程只有理论上的意义，因此不必剔除常数项。）其他各项系数在99%的置信水平下显著不为0。该方程的残差类似白噪声。
在建筑安装投资方程中，也是LnGDP[,t-1]、LnCI[,t]和LnCI[,t-1]被引入方程。估计得到的方程为：
附图
方程的显著性很高，完全可以通过检验。常数项的t值很小，也不显著。其他各项都在99%的显著性水平下显著不为0。该方程的残差类似白噪声。
可以看到，以上两个方程中LnFAI[,t-1]和LnCI[,t-1]前的系数为负值。出现这种现象的原因是由于它们分别与LnFAI[,t]和LnCI[,t]之间存在着共线性的关系，导致两者的系数在一定程度上能够互相任意分配。但这对后面的研究影响不大。
（二）求长期均衡方程
下面可以用简单的回归分析求得长期均衡方程。对于固定资产投资方程，长期均衡方程为：
附图
可见，整体显著性明显满足。各项系数的显著性检验均顺利通过。从此均衡方程可以计算ecm序列（即残差序列）：
附图
AdjustedR[2]=0.982F=980.657
整体显著性明显满足。各项系数的显著性检验均顺利通过。
ecm[,t-1]=LnGDP[,t-1]-3.228-9.793LnCI[,t-1]。
（三）建立误差修正模型
1.固定资产投资方程
考虑到在初步设定的方程中LnFAI[,t]、LnFAI[,t-1]和LnGDP[,t-1]都比较显著，在建立误差修正模型时引入LnGDP[,t]，LnFAI[,t]，ecm[,t-1]，以保证方程的包容性。
设定误差修正模型为：
附图
p=0.0002，可见整体显著性明显满足。
从变量显著性检验来看，两个方程的ecm[,t-1]的显著性较低，但是，考虑到它们重要的经济意义，仍不将其剔除。
四、经济意义分析
（一）弹性分析
在以上两个误差修正方程中，LnFAI[,t]和LnCI[,t]前面的系数可以看作是GDP对FAI和CI的弹性系数，因此，可以根据方程的系数对它们进行弹性分析。
LnCI[,t]前的系数为0.324，这说明国内生产总值对建筑安装投资的弹性系数为0.324。当建筑安装投资增长1%时，将带动国内生产总值增长0.324%。而LnFAI[,t]前的系数为0.317，这说明国内生产总值对固定资产投资的弹性系数为0.317。当基本建设投资增长1%时，将带动国内生产总值增长0.317%。
这是非常重要的结论，定量地给出了建设投资对国民经济拉动作用的大小。可以看出，建设投资对国民经济的拉动效应大致是这样一个概念，即当建设投资增长1%时，能带动国内生产总值增长大约0.32%。以往的分析往往仅限于定性，没有反映出真正的定量关系。从两个弹性系数可以看出，建设投资对国民经济的增长有很大的促进作用，弹性系数都较大。
（二）拉动效率分析
为了进一步分析建筑安装投资和固定资产投资对国民经济拉动作用的大小，引入一个新的系数，将其称之为“拉动效率”，它是GDP对该变量弹性系数与该变量在GDP中所占份额的比值，即附图，D[,i]表示在此区间内GDP对某一变量i的弹性系数，S[,i]表示某一变量i在此区间内占据GDP的平均百分比。这样可以排除弹性系数大小中不同变量份额因素的影响。如果q＞1，这表明某一变量在这一阶段对GDP的拉动作用是积极的，超过了自身在GDP中所占据的份额，是高效率的。相反，如果q＜1，则表示这种拉动作用是消极的，少于变量自身占据GDP的份额，是低效率的。
结果如下（1981年—1999年间）：
变量D[,i]S[,i]q[,i]
CI（建筑安装投资）0.3240.1961.652
FAI（固定资产投资）0.3170.3001.057
由此可见，两者对国民经济的拉动作用都是很积极的，q[,i]均超过了1，建筑安装投资更为显著。它在国民经济中的份额为19.6%，而弹性系数达到了0.324%。这进一步验证了在本文开始时所提到的定性研究的结论，建设投资在经济发展中扮演着非常重要的角色，是刺激经济活动的主要手段，能够高效率地拉动国民经济的增长。
（三）误差修正项(ECM)的分析
Ecm项系数的大小反映了对偏离长期均衡的调整力度，系数的估计值一般是负值。对于固定资产投资方程，Ecm前面的系数是-0.049，由此看来，调整的力度不是很大。调整的过程大致如下：
附图
对于建筑安装投资方程，Ecm前面的系数是-0.018，调整的力度也较小。因此，可以看出，建设投资主要以短期波动的形式来影响GDP的变化，长期均衡起的控制作用不大。这符合我国现阶段的具体情况，我国目前正处在大规模建设的发展阶段，还远远没有达到建设量的稳定和平衡，因此，目前主要是增量在起作用。
五、总结
本研究将固定资产投资(FAI)和建筑安装投资投资(CI)作为对GDP产生拉动作用的变量，通过建立误差修正模型得到了反映它们之间长期均衡和短期波动的表达式。从弹性系数可以看出，无论是建筑安装投资，还是固定资产投资，二者对国民经济的拉动作用都是很明显的，国内生产总值对建筑安装投资的弹性系数为0.324。当建筑安装投资增长1%时，将带动国内生产总值增长0.324%。国内生产总值对基本建设投资的弹性系数为0.317。当基本建设投资增长1%时，将带动国内生产总值增长0.317%。综合起来，当建设投资增长1%时，能带动国内生产总值增长大约0.32%。从拉动效率来看，两者对国民经济的拉动作用都是积极的，q[,i]均超过了1，建筑安装投资更为显著。
建设投资主要以短期波动的形式来影响GDP的变化，长期均衡起的控制作用不大。这主要是由于我国目前正处在大规模建设的发展阶段，还远远没有达到建设量的稳定和平衡，因此，目前主要是增量在起作用。
因此，本研究的定量结果不仅验证了很多研究者的定性结论，即建设投资在经济发展中扮演着非常重要的角色，是刺激经济活动的主要手段，能够高效率地拉动国民经济的增长；而且给出了具体的拉动效应值，分析了短期波动和长期均衡各自的作用，有助于更加准确地分析建设投资对国民经济增长的贡献。
收稿日期：2001-03-23
【参考文献】
[1]中国发展研究院．中国宏观经济分析[M]．天津：南开大学出版社，1997.38．
[2]中国统计年鉴[Z]．北京：中国统计出版社，2000．
[3]陈炳煌．当前投资拉动经济增长中应注意的几个问题[J]．龙岩师专学报，2000,(6)．
[4]黄聪，李启明，申立银．中国建设推动力的计量模型与分析研究[J]．东南大学学报，2000,(4)．
[5]李子奈．计量经济学——方法和应用[M]．北京：清华大学出版社，1992．
[6]李子奈，叶阿忠．高等计量经济学[M]．北京：清华大学出版社，2000．
工程经济学固定资产投资范文第2篇
关键词：经济增长；居民消费；固定资产投资；svar模型；结构冲击
中图分类号：f061.3 文献标识码：b
一、引言
消费和投资是拉动经济增长的两大引擎，消费的拉动作用较投资的拉动作用更具持续性。尽管我国经济取得了快速发展，但突出的经济增长结构问题影响了国民经济的稳定发展，而且显现了投资对经济增长贡献率超过消费对经济增长贡献率的现象。图1显示，我国居民消费对经济增长贡献率总体处于下降趋势，固定资产投资对经济增长贡献率总体处于上升趋势。从2001年开始，我国经济增长主要由投资拉动。尤其是2009年，在世界经济大幅下滑的情况下，我国经济能够保持8.7%的增长速度，主要是靠政府大量的基础设施等固定资产投资带动的。但是，居民消费、固定资产投资变动引起的经济波动，即居民消费、固定资产投资受到冲击对产出的动态影响不能通过贡献率得以表现，可能存在固定资产投资对经济增长贡献率高，但是固定资产投资受到冲击对经济增长影响弱，这可以通过居民消费、固定资产投资变动和经济波动之间的动态关系来说明。
结构向量自回归（svar）模型是研究变量间动态冲击效应较成熟的方法，它是基于向量自回归（var）模型提出的。一个n元p阶的svar模型：
二、实证分析
（一）变量说明
国内生产总值、居民消费、固定资产投资是一国经济发展水平、消费水平、投资水平最具代表性指标，本文旨在研究居民消费、固定资产投资变动与经济波动之间的动态关系，而增长率是反映波动（变动）较合理的指标。因此，本文选取了实际国内生产总值增长率（rgdp）、实际居民消费增长率（rxf）、实际固定资产投资增长率（rtz）三个变量，并以1978年为基期（1978=100）的居民消费价格指数和gdp平减指数（根据名义gdp和不变价gdp计算得到），消除1978-2009年居民消费及国内生产总值和固定资产投资的价格因素，从而得到实际增长率（样本期间为1979-2009年）。
（二）savr模型及识别
svar模型是基于var模型提出的，传统的var理论要求模型中每一个变量是平稳的，随着协整理论的提出，对于非平稳时间序列，只要各变量之间存在协整关系就可以直接建立var模型。所以，首先要对变量进行平稳性检验。本文运用adf检验，根据aic和sc准则、dw值、参数t统计量，确定c、t、l,检验结果如表1所示。结果表明rgdp、rxf、rtz在1%的显著性水平下是平稳的，因此可以直接建立var模型，然后对参数施加约束，识别svar模型。
建立svar模型，其次要确定var模型的滞后阶数。eviews5.0给出了判断滞后阶数的模块，一般根据lr（5%显著水平）、fep值、aic值、sc值、hq值进行确定，经过综合比较，选定滞后阶数为1阶。检验结果见表2。
选择滞后阶数时还要注意var模型残差的自相关和异方差。经检验，选择滞后1期。残差序列不存在自相关和异方差，由于篇幅限制，将不在列示。
最后,检验var（1）的稳定性，若不稳定，脉冲响应函数将失效。经检验，var(1)的ar单位根的模都小于1，满足稳定性条件，根据svar（1）得到的脉冲响应函数是稳健的、可靠的，检验结果见表3。
对于n元p阶svar模型，需对结构式施加n(n-1)/2限制条件才能识别结构冲击。本文建立的svar（1）模型含有三个内生变量，即n=3，需施加3个约束条件。一般情况下，依据经济理论对参数进行约束，参数约束有短期约束和长期约束之分。长期约束一般是零约束，是指一个变量对另一个变量的结构冲击的长期响应为0, 而本文所选取的三个变量之间有着较强的相互影响关系。因此，选择短期约束：(1)固定资产投资产生经济效益具有滞后性，又基于我国现实情况，即居民消费与固定资产投资当期相互带动作用较弱，可以认为居民消费变动和固定资产投资变动之间当期无影响，即假设a23=0，a32=0；(2)居民消费变动受当期产出波动的影响，通过建立rxf与rgdp之间的回归方程（依据加权最小二乘估计），估计rgdp对当期rxf的长期平均影响系数为0.785146，因此假设a21=0.785146。
模型估计结果：a12=-0.252974，a13=-0.056602，即实际居民消费增长率每提高一个百分点，在当期实际gdp增长率大约提高0.253个百分点，实际固定资产投资增长率每提高一个百分点，在当期实际gdp增长率大约提高0.057个百分点，说明在拉动经济增长力度方面，居民消费优于固定资产投资。
（三）脉冲响应函数分析
脉冲响应函数是分析当一个误差项发生变化，或者说模型受到某种冲击时对系统的动态影响，用以描绘在扰动项上施加冲击，对内生变量当前值和未来值所带来的影响。本文选择追踪期数为10，实线表示脉冲响应函数，虚线表示正负两倍标准差偏离带。
由图2可知，给实际消费增长率一个正冲击，在第1期对实际gdp波动产生最大正效应，约0.379个百分点，之后冲击效应减弱，到第8期已趋于0，但是从第5期到第8期出现了程度微弱的负效应，在第6期出现最大负效应，约为-0.027个百分点，然而从第1期到第8期累积冲击效应约为0.887个百分点。总体上，居民消费变动的结构冲击对经济波动产生正影响，但持续性不强。
给实际固定资产投资增长率一个正冲击，在第2期对实际gdp波动产生最大正影响，约0.216个百分点，之后影响逐渐减弱，到第8期趋于消失，从第5期到第8期也出现了程度微弱的负影响，在第6期出现最大负影响，约为-0.022个百分点，然而从第1期到第8期累积冲击效应约为0.398个百分点。总体上，固定资产投资变动的结构冲击对经济波动产生正影响，但是不仅持续性不强，而且对经济波动的冲击力度弱于居民消费变动对经济波动的冲击力度。
来自实际gdp增长率自身的一个正冲击，在第1期对经济波动产生最大正效应，约为1.499个百分点，然后下降，在第5期出现最大负效应，约为-0.137个百分点，于第7期冲击效应趋于消失，前7期累积冲击效应约为2.187个百分点，总体上冲击影响为正。说明经济波动主要受自身冲击的影响，实际gdp增长率与其滞后值有较大的关联，应注意我国经济发展的长期战略。由于本文变量以实际增长率表示，居民消费增长率、固定资产投资增长率的结构冲击对gdp增长率影响较弱，表达的是，若居民消费增长率、固定资产投资增长率增加一单位，引起gdp增长率较小幅度的增加，只能说明增加单位居民消费、单位固定资产投资，对经济增长的带动力较弱，即效率较差。而不能认为居民消费、固定资产投资不能促进经济增长，因为居民消费、固定资产投资是带动经济增长的两个最主要的动力。
上述实证结果表明，虽然总体上来自居民消费、固定资产投资变动的外生结构冲击对经济波动产生正效应，但是脉冲响应路径显示，仅持续4期正效应，并出现了4期程度微弱的负影响，而且经济波动主要受自身结构冲击的影响，说明我国居民消费、固定资产投资带动经济增长不仅持续性不强，而且单位效率差。但是，由于居民消费变动对经济波动的冲击力度强于固定资产投资变动对经济波动的冲击力度。所以，对于促进经济增长而言，扩大居民消费产生的效力强于扩大固定资产投资产生的效力。
由图3可知，给实际gdp增长率一个正冲击，在第1期对居民消费变动产生最大正效应，约为1.177个百分点，之后从第3期到第6期出现了负效应，在第4期出现最大负效应，约为-0.106个百分点，冲击影响于第6期趋于0，然而从第1期到第6期累积冲击效应约为1.255个百分点。总体上，来自经济波动的外生结构冲击对居民消费变动产生正效应，但只是短期影响。
同样给实际gdp增长率一个正冲击，也是在第1期对固定资产投资变动产生最大正影响，约为3.557个百分点，之后也是从第3期到第6期出现了负影响，在第3期为-0.714个百分点，冲击效应于第6期趋于消失，然而从第1期到第6累积冲击效应约为2.403个百分点。总体上，来自经济波动的外生结构冲击对固定资产投资变动产生正影响，虽然只是短期影响，但是受到经济波动的冲击力度强于居民消费变动受到经济波动的冲击力度。
上述实证结果表明，虽然总体上来自经济波动的外生结构冲击对居民消费、固定资产投资变动产生正效应，但是脉冲响应路径显示，只持续2期正效应，并出现了4期程度微弱的负影响，但是不能认为经济增长对保持居民消费、固定资产投资持续增长效用不大，因为只有产出不断增加才能保证消费、投资的持续增长，这只能说明，我国居民消费、固定资产投资自身存在问题，削弱了产出增加对其增长的持续促进作用。然而，固定资产变动受到经济波动的冲击力度强于居民消费变动受到经济波动的冲击力度，说明我国经济产出倾向于用于固定资产投资，和现实相符，由图1可知，固定资产投资对经济增长贡献率总体上处于上升趋势，尤其从2001年开始，固定资产投资成为拉动经济增长的主要动力。
（四）预测方差分解
方差分解是另一种分析变量间动态关系的方法，是将每个内生变量的方差分解成与各结构冲击相关联的组成部分，用相对方差贡献率评价各结构冲击对每个内生变量的相对重要性。由表4可知，在rgdp方差分解中，居民消费增长率的结构冲击对经济增长率预测方差贡献率经过第1、2、3期增长，于第4期开始基本稳定在8.5个百分点。固定资产投资增长率的结构冲击对经济增长率预测方差贡献率经过第1、2、3期增长，于第4期开始基本稳定在2.1个百分点。经济增长率自身结构冲击对经济增长率预测方差贡献率经过第1、2期下降，于第3期开始基本稳定在89.3个百分点。这和图2脉冲响应分析结果基本一致，经济波动主要受自身结构冲击影响，居民消费、固定资产投资变动的结构冲击对经济波动影响微弱，从而说明居民消费、固定资产投资带动经济增长单位效率差；同时，rgdp方差分解也验证了，居民消费变动对经济波动的影响明显强于固定资产投资变动对经济波动的影响。
在rxf方差分解中，经济增长率的结构冲击对居民消费增长率预测方差贡献率于第5期开始基本稳定在44.7个百分点，但是居民消费增长率自身结构冲击对居民消费增长率预测方差贡献率较大些，于第5期开始基本稳定在54.85个百分点。因此，虽然经济波动对居民消费变动产生了较大程度的影响，但居民消费变动受自身结构冲击影响较大。在rtz方差分解中，经济增长率的结构冲击对固定资产投资增长率预测方差贡献率经过前4期微弱波动，于第5期开始基本稳定在81个百分点。因此，固定资产投资变动主要受经济波动的影响。由此可知，以上分析结果和图3脉冲响应分析结果也基本一致，经济波动的结构冲击对固定资产变动的影响力较大，从而说明了我国经济产出倾向于用于固定资产投资。
三、结论及建议
本文基于svar模型分析了我国居民消费、固定资产投资变动和经济波动之间的动态影响关系，实证结果揭示了以下两方面问题。
（一）我国经济保持长期稳定增长面临压力
居民消费、固定资产投资作为带动经济增长的最主要的两个动力，然而图2脉冲响应函数和rgdp方差分解表明，二者的变动冲击并不能对我国经济增长产生长期且持续的正影响，二者带动经济增长单位效率差，并且图3脉冲响应函数表明，经济增长只对二者增长产生短期影响，从而较难通过持续提高我国居民消费水平、固定资产投资水平影响经济增长。因此，我国经济保持长期稳定增长面临压力，这一问题主要归因于我国居民消费水平偏低及固定资产投资结构失衡。
1．居民消费水平偏低。居民收入是影响居民消费水平的主要因素，图4显示了1978-2009年我国居民收入占国内生产总值比重变化情况。图4表明，我国居民收入占国内生产总值比重，1978-1984年处于上升阶段，但最大没超过60%；1984-1992年处于下降阶段，从1988年开始低于50%；1993-2009年基本保持在40%左右。较长时间内，我国经济产出分配到居民部分较少，居民收入水平偏低。加之我国社会保障制度不健全，存在有钱不敢花现象，以及我国居民重储蓄，居民消费结构不合理，家庭消费支出以住房、医疗、教育消费支出为主，从而造成居民消费水平偏低。长期低收入和低消费造成居民消费带动经济增长单位效率差，不利于经济的持续增长。一次经济增长冲击，虽能带动当期消费较大程度增加，但只要上述限制因素存在，也会对后期消费造成不利影响。
2．固定资产投资结构失衡。固定资产投资按结构分，主要分为建筑安装工程（各种房屋、建筑物的建造工程和各种设备、装置的安装工程）和设备工具器具购置两部分，图5显示了1981-2009年建筑安装工程、设备工具器具购置占固定资产投资比重变化情况。由图5可知，虽然建筑安装工程占固定资产投资比重处于下降趋势，但是每年都在60%以上，而设备工具器具购置占固定资产投资比重没有超过30%。由此可见，大量固定资产投资用于公共基础设施、房屋等建筑物建设，而用于企业购买生产设备、器具等生产投资较少。这一现象容易造成重复投资，物品、服务供给长期增长受到限制。这种结构失衡的固定资产投资，尤其是存在大量质量差的重复投资，造成固定资产投资带动经济增长单位效率差，必然影响经济持续稳定增长。
（二）我国经济增长存在投资短期性问题
图2脉冲响应函数和rgdp方差分解表明，对于促进经济增长而言，扩大居民消费产生的效力强于扩大固定资产投资产生的效力，然而图3脉冲响应函数和rxf、rtz方差分解表明，我国经济产出倾向于用于固定资产投资。事实上，我国已显现投资拉动型经济增长模式，主要因为：消费增长受收入、消费习惯、社会保障制度、宏观经济发展状况等因素影响，因此短期内消费增加程度有限；然而，短期内投资能够得到较大程度增加，并且容易受政府宏观经济调控控制，因此政府能够在短期内通过大幅增加投资刺激经济增长。我国应对国际金融危机的4万亿财政刺激计划，使得我国在国际经济形势恶化的情况下仍保持了8.7%的增长速度，而这项计划的大量资金用于公共基础设施等建筑物投资，充分说明了短期内能够通过大幅增加投资刺激经济增长。但是，投资的最终目的是生产更多的物品和服务以满足居民需求，扩大投资刺激经济增长在长期内最终要落在消费上。因此，我国靠投资拉动经济增长具有短期性，应以消费作为拉动经济增长的主要动力。
综上所述，为使我国经济健康持续稳定发展必须从以下几方面入手：第一，调整固定资产投资结构，加大企业生产设备性投资，扩大企业生产规模，为社会提供更多的物品和服务。首先，合理规划公共基础设施建设，防止重复投资，减少盲目投资，降低对资金的占用率；其次，控制房地产建设规模，加强对资金流向房地产市场的管制；最后，根据国家产业结构调整目标，加大对生产企业尤其是中小生产企业的资金扶持，尤其是制定合理的贷款优惠政策，满足生产企业扩大规模对资金的需求。第二，调整投资消费比例，扩大经济产出用于居民消费部分。主要是提高居民收入水平，合理调整国民经济初次分配，加大再分配力度，尤其是健全并完善工资管理制度，减轻企业税收负担，提高职工薪酬待遇，拓宽农村居民收入渠道，积极引导农村剩余劳动力转移。第三，建立健全社会保障制度，提高社会福利水平，优化消费结构，增强居民消费信心。主要应完善养老保险、医疗保险、住房公积金制度，提高保障水平和覆盖率，降低住房、医疗、教育支出占家庭消费支出的比重，提高生活消费品支出占家庭消费支出的比重，从而避免有钱不敢花现象。
参考文献：
［1］ 高铁梅.计量经济分析与方法建模—eviews应用及实例［m］．北京：清华大学出版社，2009.
［2］ （美）奥利维尔•布兰查德.宏观经济学［m］．钟笑寒.译.北京：清华大学出版社，2003.
［3］ 张荣.健康投资、消费与经济增长［j］．系统工程理论与实践，2008（1）.
［4］ 杜丽群.投资与经济增长问题研究——关于李斯特投资理论的几点思考［j］．北京大学学报（哲学社会科学版），2000（3）.
［5］ 曾丽萍.投资、消费与经济增长关系的实证分析［j］．云南财贸学院学报（社会科学版），2006（1）.
［6］ 刘金全，于惠春.我国固定资产投资和经济增长之间的影响关系的实证分析［j］．统计研究，2002（1）.
［7］ 王天营.我国固定资产投资对经济增长的滞后影响研究［j］．经济问题，2004（12）.
工程经济学固定资产投资范文第3篇
关键词：ARIMA模型；时间序列；固定资产投资；投资预测
中图分类号：F406.4 文献标识码：A 文章编号：1001-828X（2013）12-0-02
一、引言
全社会固定资产投资（Total Investment in Fixed Assets），又名全社会固定资产投资完成额，指以货币形式表现的在一定时期内全社会建造和购置固定资产的工作量和与此有关的费用的总称。全社会固定资产投资是反映全国固定资产规模、结构和发展速度，是观察工程进度和考核投资效果的重要依据。按经济统计可划分第一产业、第二产业和第三产业。按登记注册类型可分为：国有、集体、个体、联营、股份制、外商、港澳台商、其他等。按照管理渠道，全社会固定资产投资可以分为基本建设、更新改造、房地产开发投资和其他固定资产投资四个部分。全社会固定资产投资是全社会固定资产进行再生产的重要手段，通过新建、改建和购置固定资产的活动，可以不断先进设备和先进技术，建立新兴部门和新兴产业，进一步促进经济结构调整和生产力的区域分布。通过全社会固定资产投资，可以直接促使经济良性增长，拉动社会需求，对保障经济的健康稳定增长具有非常重要的意义。
为了全面准确地预测全社会固定资产投资所需的资金总额和应保持的投资度，对其建立严谨的数学模型进行描述、分析和预测是非常重要的。由于容易受到诸多因素的影响和制约，且这些因素之间又有着错综复杂的联系，因此，对全社会固定资产投资进行预测和分析是非常困难的。
而将全社会固定资产投资看作一个动态时间序列，对其建立结构性的因果数学模型，用确定性的数学方程进行描述、研究和预测，是一种非常行之有效的方法。本文根据贵州省黔西南州1978至2009年的全社会固定资产投资总额数据，运用统计学软件EViews，采用基于时间序列的分析方法建立ARIMA模型，并对其进行进一步的分析、研究和预测，研究出贵州省黔西南州的全社会固定资产投资的基本规律，对未来贵州省黔西南州的全社会固定资产投资进行预测，为各级政府部门在制定相关经济等各项政策时提供参考，同时也为相关企事业单位在经济产业投资等决策时提供参考。
二、ARIMA模型在固定资产投资分析中的应用
根据《贵州省黔西南州统计年鉴2009》中提供的黔西南州全社会固定资产投资总额（1987-2009年）的时间序列数据，对黔西南州全社会固定资产投资总额建立对应的ARIMA模型。
（一）对时间序列Xt观察并进行平稳化处理
首先检验时间序列的平稳性，运用Eviews5.0软件对该时间序列Xt作出时序图，其变化曲线如图1所示（见图1）。
从图1可以看出，黔西南州全社会固定资产投资呈指数变化规律，增长势头非常强劲，是典型的非平稳时间序列。因此，首先应对该时间序列进行平稳化处理。对符合指数规律的时间序列，首先应取对数将其指数规律转化为线性规律，再利用差分方法进行处理。根据规律，一阶差分可以消除线性规律，二阶差分可以消除二次曲线规律。以上原始数据经过取对数（series lnx=log（x））得序列LNXt，其时序图（见图2），序列LNXt再取一阶差分（series dlnx=d（lnx，1））得到DLNXt，其时序图（见图3），可以看出时间序列DLNXt较为平稳，对其进行ADF单位根检验后（见表1），得知时间序列DLNXt可以通过ADF检验，所以，DLNXt为平稳序列。
图1 Xt的时序图 图2 LNXt的时序图
图3 DLNXt的时序图 表1 单位根检验
（二）模型识别和定阶
1.做出时间序列DLNXt的直到滞后16期的ACF和PACF图（见图4）。
从图4我们可以看出样本的自相关图和偏自相关图都是拖尾的，故选取ARIMA模型。
2.已经知道I（d）的阶数为1，即d=1，所以，现在主要对ARMA模型进行定阶分析。由偏自相关图和偏自相关系数统计量，可以考虑（p，q）的不同组合（1，1），（1，4），（4，1），（4，4），（0，4）和（4，0）。再运用Akaike提出的AIC准则，对模型的阶数和相应参数同时给出一组最佳估计。一般来讲，在给出不同模型的AIC计算公式基础上，选取使AIC达到最小的那一组阶数为理想阶数。运用Eviews软件完成这一过程，通过比较四个模型的AIC值，同时参考了R2值、P值、SE值、DW值等各项指标来选择最佳模型（见表2）。
由表2可知：
若取显著性水平，通过比较，模型ARIMA（0，1，4）各系数的Prob值均远远小于0.05，即系数显著不等于0，且模型的Prob（F-statistic）也远远小于0.05，取p=0，q=4时模型拟合得较好，模型ARIMA（0，1，4） （见表3）优于其他五个模型。
图4 相关图 表2 模型记录表
（三）模型的估计
由表3可知，运用ARIMA（0，1，4）模型来拟和序列DLNXt，其拟合方程为：
（四）模型的检验
对随机时序进行检验，主要是通过检验模型残差序列是否为纯随机序列噪声来进行。如果残差序列不是白噪声，则意味着残差序列还存在有用信息未被提取，需要进一步改进模型。
对ARIMA（0，1，4）模型的残差项进行白噪声检验，通过作残差相关图（见图5）和对残差进行单位根检验（见表4）可以知道，残差序列相互独立且残差通过单位根检验，残差是白噪声。因而可以诊断该模型是可行的，可用于预测分析。
表3 模型ARIMA（0，1，4） 图5 残差相关图
表4 残差单位根检验 表5 预测的相对误差 表6 投资总额预测值
三、预测和分析
利用ARIMA模型进行预测，表5则是对2004-2008年黔西南州全社会固定资产投资总额进行的最终的预测结果，预测相对误差很小，说明预测值与实际结果是比较接近的。
进一步利用ARIMA（0，1，4）模型对2009-2014年黔西南州全社会固定资产投资总额进行预测。具体数据如下表（见表6）。
结果表明，2009-2014年黔西南州全社会固定资产投资总额仍将保持较高速度的增长，在引导投资时政府应当意识到这一点，同时还应当注意：（1）政府应当充分贯彻国家宏观调控政策，引导并调整和优化产业投资结构；（2）政府应当合理引导投资比例，提升投资对经济的拉动力，引导增加投资点；（3）提高投资效益，大力扶持一些影响力大、有长远发展的大项目，为经济社会发展提供有效支撑。
综上所述，非平稳时间序列的建模问题能够通过ARIMA模型较好地解决，并且该模型在时间序列的短期预测方面有很好的表现，借助于EViews等统计软件，能够方便地将ARIMA模型用于时间序列问题的研究和预测。
参考文献：
[1]王燕.应用时间序列分析[M].北京：中国人民大学出版社，2008.
[2]李子奈，潘文卿.计量经济学[M].北京：高等教育出版社，2005.
[3]张晓峒.计量经济学软件EViews使用指南[M].天津：南开大学出版社，2004.
[4]赵蕾，陈美英.ARIMA模型在福建省GDP预测中的应用[J].科技和产业，2007（1）：45-48.
[5]张鹤.时间序列分析在粮食价格指数分析中的应用[J].统计与决策，2004（9）.
工程经济学固定资产投资范文第4篇
【关键词】经济效益指标；聚类分析法；因子分析法
引言
我国地区由于空间跨度比较大，各地区的资源禀赋、气候环境、人口状况等因素有较大的差异，各地区经济发展很不平衡，在考核和评价各地区经济效益时，经济效益指标体系在一定程度上能反映经济效益水平，但由于各指标间具有比较复杂的相关性，我们难以直接用各指标值判断不同地区和同一地区不同时期的经济效益，这就使评价综合经济效益具有一定的困难。本文应用多元统计分析中的因子分析法，把各项指标归纳作为一项综合指标对我国各地区经济效益进行综合评价和分析，并用聚类分析法根据经济的主要指标把我国各省市进行了等级划分，从而具体研究各省市的经济效益情况。
一、分析经济效益的数据及指标选取
（一）评价经济效益相关数据
我国评价各省市的经济效益指标多种多样，为方便选取经济效益指标，同时在一定程度上反映出我国各省市的经济效益情况，本文选取五种经济效益指标来说明问题，包括：税收收入、固定资产投资、地区生产总值、单位地区生产总值能耗、进出口等。为使数据更加精确，本文选取了31个省市地区作为研究目标，分析数据如下表1-1：
（二）评价经济效益的指标含义
1.税收收入：国家凭借其政治权力，依据法定标准，从单位和个人无偿取得的一种财政收入。税收历来是国家财政收入的主要来源。从19世纪末到20世纪80年代，西方各主要国家的税收，一般都占财政收入的80%以上，例如美国税收收入总额占财政收入的比重已超过90%。因此，从一定程度上税收收入能反映一定的经济效益情况，更能体现地区间的差异。
2.固定资产投资：是建造和购置固定资产的经济活动，即固定资产再生产活动。固定资产再生产过程包括固定资产更新（局部和全部更新）、改建、扩建、新建等活动。固定资产投资是社会固定资产再生产的主要手段。固定资产投资额是以货币表现的建造和购置固定资产活动的工作量，它是反映固定资产投资规模、速度、比例关系和使用方向的综合性指标。固定资产投资能反映国家经济建设以及经济活动的情况，从而具有代表评价各省市经济效益的能力。
3.地区生产总值：指本地区所有常住单位在一定时期内生产活动的最终成果。地区生产总值等于各产业增加值之和。国民经济各行业的增加值之和等于地区生产总值。国民经济各行业的增加值之和等于地区生产总值。
4.单位地区生产总值能耗：是衡量一个地区能耗水平的综合指标，通常以万元GDP消耗的能源（折算为标准煤）来计算。它是衡量一个地区能耗水平的综合指标。常常用万元GDP能耗的下降来考核一个地区的节能降耗的工作成效。
5.进出口：指国家（地区）与国家（地区）之间的贸易往来，进为购入，出为外销，进口和出口的综合。对于各省市的进出口一定程度上能够说明该地区的贸易往来，从而能够说明经济效益，可以作为评价各省市经济效益的指标。
二、应用聚类方法探究各省市地区的分类情况
（一）聚类分析的基本思想
聚类分析指的是把具有相同或者相近属性的事物划分为一类，其基本思想是认为我们所研究的样本或指标之间存在着程度不同的相似性。聚类分析就是把一些相似程度较大的样本聚合为一类，把另外一些彼此之间相似程度较大的样本聚合为另一类。
（二）应用聚类分析方法分析城市发展相近程度
对于我国各省市地区不同情况，本文根据税收收入、固定资产投资、地区生产总值、指标值、进出口这五种经济效益指标，将31个省市地区进行聚类分析，运用SPSS软件得出31个省市地区划分情况。划分情况如下：
第一类地区：广东
第二类地区：北京、上海、江苏、浙江、山东
第三类地区：天津、辽宁、福建
第四类地区：河北、山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖南、湖北、广西、海南、重庆、四川、贵州、云南、、陕西、甘肃、青海、宁夏、新疆（省市排名不分先后）
三、运用因子分析主成分分析法分析聚类结果原因
（一）广东省分析情况：
广东地区之所以能够单独成为一类，主要的原因是由于其地理位置的特殊性。广东是我国发展比较早的城市之一，早在清朝后期《》签订的时候就开放了广州为最早的商埠，为广东的发展提供了契机。从数据中可以看出，广东省的税收收入和固定资产投资居于中等水平，表明近年来也进行了一些基础设施的建设，为国家的经济增长做出一定贡献。但是还有一个重要特点就是能耗比较少，因为拉动广东省经济增长的不是能源消耗型行业，而多是进出口外贸行业或者服务行业，第三产业在该省经济发展中起着举足轻重的作用。因此，该省的能耗很低，但是进出口贸易却和繁荣，这种特点是别的省份不具备的，所以广东省独立成一类。总而言之，经济效益情况较好。
（二）北京市、上海市、江苏省、浙江省、山东省分析情况：
这五个省的共同特点就是经济增长质量好，基础设施完善，财政资金支持力度很大，而且处于经济发展的枢纽地带，第三产业发展相对其他地方更为成熟，经济发展程度较高，公共基础设施相对齐全，国家的支柱型产业在这些省份均有体现，能够吸引一部分的外商直接或者间接投资，给本省和国家经济增长做出巨大贡献。所以，经济总量和固定资产投资相当客观，能耗也比较高，因为要兼顾传统产业与第三产业，因此，这五个省份的经济发展状况是全国经济发展状况的一个缩影，具有高增长，高产出，高能耗的特点，因此，这五类地区可以单独划分成一类。上述五省在四类中经济效益最好。
（三）天津市、辽宁省、福建省分析情况：
对于第三类地区天津、辽宁、福建而言，五种经济效益的指标都对其有相关影响。但同时运用多元统计回归主成分分析法，研究得出三所城市的进出口得分相对其税收收入、固定资产投资、地区生产总值以及单位地区生产总值能耗这四种经济效益指标相对较低，其四者得分分别为0.986、0.999、0.779、0.961，但进出口得分却为0.157。
天津滨海新区的开发，辽宁大连港及旅顺港的贸易往来，福建泉州的进出口强势，三个省市在吸引外资和对外贸易方面取得了显著的成就。但对于研究经济效益的分析方式来说，三者由于进出口指标与其他经济指标有较大差别，所以将经济指标划分为两大类：国内经济指标和国外经济指标。国内经济指标包括：税收收入、固定资产投资、地区生产总值、指标值。国外经济指标包括：进出口。
以上三省在四类中经济效益居于中等水平，有待改进。
（四）河北省、山西省、、吉林省、黑龙江省、安徽省、江西省、河南省、湖南省、湖北省、广西自治区、海南省、重庆市、四川省、贵州省、云南省、自治区、陕西省、甘肃省、青海自治区、宁夏自治区、新疆自治区（省市自治区排名不分先后）情况分析：
Extraction Method: Principal Component Analysis.
从数据上可以说明，四类地区划分的经济效益因素可以划分为能源消耗类指标和收益类指标。所以这些省市划分为一类最主要的原因之一这些省市地区的单位地区生产总值能耗居其他省市较高，从因子分析结果也显示了单位地区生产总值能耗与其他经济效益因素有所不同，因此可将此类划分省市的原因归结为单位地区生产总值能耗型地区。虽然税收收入或者其他经济效益因素也能反映一定问题，但是主城分分析法得出了分类依据，四类地区属消耗型地区，而从表1-1中也看出四类地区生产总值也较低。从而影响了税收水平，进而影响了固定资产投资水平及进出口贸易。上述各省市经济效益较差，有待从经济增长方式上提出改进。
四、对各城市提出的改进
（一）一类地区继续保持第能耗高速增长态势
广东地区虽然在经济效益评价中不是最优，但是其发展模式应该得到推崇。首先，我国传统的高增长高能耗增长模式暴露出越来越多的缺点，低能耗，高速增长，发展循环经济越来越得到人们的认可，因此，广东地区应该继续发扬本省特色，利用有力的地理优势发展第三产业，使服务业成为省内的支柱行产业，积累雄厚的资本，引进有利于环保的循环经济产业链，发展低碳环保，国家扶持的清洁能源行业，使得第三产业成为发展循环经济有力的资金支持。其次，广东省也要继续发展基础设施，向着先进，清洁，高效的目标迈进。最后，广东地区应该把发展第三产业作为经济增长的引擎，不应该太依赖进出口，金融危机后时代的贸易保护主义不利于省内经济的发展，应该响应国家的“促进内需”的政策。
（二）二类地区控制能耗是首要任务
二类地区的经济发展可以类比为管理学中的企业类型之一――金牛。这种企业的特点是市场占有率高，收益高，增长慢。类比于地区来讲，就是指总量大，占全国GDP的比重大，但是增长慢，能耗大。因此，这类地区应该一方面使经济保持平稳的增长态势，防止经济下滑，但是也不要过分追求经济增速，重要的是要控制能耗在一定范围内，可以适度引进一些能耗低的产业线，同时国家的政策应该向低能耗企业有所倾斜，例如发放低利率的”绿色贷款”，放宽贷款条件，降低贷款门槛，设立发展循环经济的专项基金，对于高能耗，高污染的企业征收高额税，限制其发展，逐步由高能耗高增长向低能耗平稳增长过度。
（三）三类地区重点发展进出口贸易
通过因子分析可以得出结论：影响三类省区的因素有两大类：国内指标和国外指标。国内指标包括衡量收入的税收和地区生产总值，反应资源利用率的能耗指标，国外的指标主要是进出口指标。从收集的数据来看，国内的指标居于其他地区中等水平，显示出三类省区在国内投资发展的较好，应该继续发展。然而，三类地区也不应该忽视进出口这个重要因素，当地政府应该提供适当的又会政策，积极引入外资发展当地经济，给予出口企业一定的税收优惠政策，提高出口企业积极性，逐步缩小和沿海地区的差距，从而达到一种多行业均衡发展的态势。
（四）四类地区重点发展能源，进出口，节能减排措施
四类地区通过主成分分析方法可以看出四类地区单位地区生产总值能耗相对较高，而地区生产总值较低，税收相对也较低。面对此种情况，四类地区应集中提高生产能力，提高资源使用效率，达到节能减排，注重资源环境的利用。同时，利用各省市的独特资源优势，积极发展对外贸易，增强对外合作，促进进出口发展，使进出口成为四类地区的主要产业。同时扶持地区的支柱产业，带动经济效益的发展。分析各地区的经济发展制约因素，努力提高地区间的合作交流，达到资源共享。同时四类地区应积极进行对外投资，扩大市场，达到资源环境与经济发展相适应。
参考文献：
[1]柳随年.关于推进城镇化进程若干问题思考[J].管理世界,2001(6):18.
[2]孙胜利.我国就业问题对财政的影响压力[J].经济学动态,2003(1):24.
[3]杨洁.我国经济可持续增长与城乡一体化战略[J].扬州大学,税务学院学报,2001(1):32.
[4]李国璋.软投入与经济增长[M].兰州大学出版社,1995.
[5]郭亚军.综合评价理论与方法[M]北京:科学出版社,2002:31.
[6]源.数学模型[M].北京:高等教育出版社,1993年,P3O7.
[7]]中国国际工程咨询公司.中国投资项目社会评价指南中国计划出版社.
[8]允恒工业技术经济学清华大学出版社1996.
[9]黄渝祥费用一效益分析同济大学出版社1987.
[10]智全徐智,常淑明.黄河托县什四份于险工治理经济效益和社会效益[J].内蒙古科技,2000年第4期,P34.
作者简介：
工程经济学固定资产投资范文第5篇
关键词：苏北地区；居民消费；经济增长
中图分类号：F127 文献标识码：A 文章编号：1001-828X（2014）011-000-02
江苏是中国经济发达地区之一，无论是经济总量，还是人均经济指标都排在全国前列。但是江苏经济发展呈现“南高北低”的差异，因此江苏经济问题无论是在统计上还是理论研究上都按照经济发展水平的差异分为苏南、苏中和苏北三个区域。根据江苏省统计年鉴，苏北区域为徐州、淮安、盐城、连云港和宿迁五个地级市区域。过去十余年中，苏北的经济发展较为迅速，充分发挥后发优势，增长率稳居全省前列。各项数据表明，苏北处于工业化中后期，处于欠发达地区向发达地区转变的过程中。对苏北这样具有典型意义区域，进行居民消费对经济增长的影响的研究有重要的借鉴意义。
一、文献回顾
居民消费与经济增长关系的研究文献较为丰富。从研究方法看，大部分文献应用定量研究的方法；从研究对象看，主要研究居民消费或将居民消费分为城镇居民消费和农村居民消费与经济增长的关系；从研究的地域范围看，大部分文献从全国的角度分析消费的影响，也有部分文献选取某个省份作为研究对象。
关于居民消费推动经济增长的代表性观点。根据我国经济增长的需求结构分析，提高城乡居民购买力水平是扩大内需的关键（国家统计局课题组，2002），经济增长应从投资主导型向居民消费社会投资双拉动型转换（范剑平，2003），特别是全社会消费增长应该予以更多重视（刘伟、蔡志洲，2004）。实证研究表明我国居民消费增长和我国国内生产总值高速增长保持联动关系（梁、陈维娜，2009）。因此，应采取有效措施来扩大居民消费，尤其是扩大农村居民消费发挥其对经济增长应有的拉动作用（李银秀，2014）。
关于居民消费促进产业结构升级和经济转型发展的代表性观点。投资率偏高而消费率偏低会直接影响居民消费需求的扩大，影响消费结构和产业结构的优化以及经济增长 （尹世杰，2006），应发挥消费的导向和带动作用，扩大消费需求，提高居民消费层次和质量，促进消费结构优化，从而促进产业结构优化与升级（张贡生、吕良宏，2006）。如改进居民消费增长的制度（刘东皇，2010），促进我国经济由投资主导向消费主导的经济转型（迟福林，2012）。
关于居民消费对经济影响的实证研究文献。实证研究方法主要是单位根检验、格兰杰因果检验、协整检验和误差分析等方法（徐晓丽，2012）；部分文献基于省际面板数据，构建了非参数面板数据模型，刻画了政府消费、居民消费与经济增长关系的动态演进趋势（段景辉，2013）；也有运用协整分析和向量自回归模型对两者之间的关系进行了实证分析（孙亚静，2014）。
关于农村消费对经济增长影响的研究。农村居民消费是拉动经济增长的一个重要因素。有学者认为农村消费不足导致消费升级不快是制约我国经济增长的重要因素（李明贤，2006），而农村居民消费的增长对人均GDP的影响要大于城镇居民消费增长的影响（姜惠芬，2008），通过建立VAR模型进行实证分析的结果表明农村居民消费有力的推动了我国经济增长（高月梅，2012）。
通过上述文献回顾可以看出，现有研究普遍认为消费对经济增长和产业结构转型具有重要意义，极大的丰富了该领域的理论研究，但是也存在不足。首先定性研究文献中缺乏实证的支撑。其次，实证研究普遍对变量的选择过于少，很难精准的探讨消费对经济增长的影响。第三，已有研究大部分关注的全国或者部分省份的较大区域的考察，缺乏对省内部分区域的考察。鉴于此，本文选择处于欠发达地区向发达地区转型过程中具有典型意义的苏北区域作为研究对象，并将居民消费分为城镇居民消费和农村居民消费两个部分，引入固定资产投资作为控制变量，应用面板数据模型分析居民消费对经济增长的影响。
二、实证研究
（一）模型与变量选择
根据统计口径和经济发展的阶段性，苏北地区主要为徐州、淮安、盐城、连云港和宿迁五个地级市区域，因此本文选择面板数据模型进行实证研究。
文章旨在研究苏北居民消费对经济增长的影响，而居民消费又分为城镇居民消费和农村居民消费。因此本文研究选取以下四个指标变量：地区生产总值、城镇居民消费、农村居民消费和固定资产投资。
（二）数据来源及处理
各变量初始数据来源于历年《江苏统计年鉴》中苏北区域各项经济指标数据。考虑数据的可得性和一致性，本文数据选取的期间为2000-2012年，并将2000年设定为研究基期。
为满足模型研究的需要，有必要对数据进行处理。首先，地区生产总值使用常住人口人均地区生产总值（Y），并以2000年为基期的CPI指数剔除价格因素影响；其次，人均城镇居民消费（UC）由统计年鉴中直接获得，以2000年为基期的城镇CPI指数剔除价格因素影响；第三，人均农村居民消费（RC）由统计年鉴中直接获得，以2000年为基期的农村CPI指数剔除价格因素影响；第四，人均固定资产投资（I）由固定资产投资总额除以对应年份的常驻人口总数获得，并以2000年为基期的固定资产价格指数剔除价格因素影响。最后，为减少数据非线性变化对实证分析的影响，对上述四个指标取自然对数，即得到本文研究的变量：LNYit、LNUCit、LNRCit和LNIit。本文使用Eviews8进行实证分析。
（三）面板数据的单位根检验
本文采用Levin， Lin & Chu t*单位根检验面板数据的平稳性。根据线型图和散点图判断四个数据序列皆为含截距项和趋势项的序列。经检验，在10%临界值水平上，四个序列都为含截距项和趋势项的原序列平稳（见表1）。
表1 面板数据的Levin， Lin & Chu t*单位根检验结果
变量 检验形式（C，T，L） 统计量 概率值 10%临界值
是否平稳
LNYit
LNUCi
LNRCi
LNIit （C，T，0）
（C，T，0）
（C，T，0）
（C，T，0） -2.37635
-2.78220
-1.49451
-14.2063 0.0087
0.0027
0.0675
0.0000 平稳
平稳
平稳
平稳
注：检验类型（C，T，L）分别表示单位根检验方程包含截距项、趋势项及滞后阶数，N表示不包含C或T。
（四）实证模型选择
通常有三种形式面板数据模型：混合模型、固定效应模型和随机模型。模型选择与设定过程如下：
1. 通过似然比检验，摒弃混合模型。
先建立固定效应模型，然后选择固定效应模型-似然比检验。该检验的零假设是固定效应模型是冗余的，若概率值大则接受零假设，选择混合模型，若概率值小则拒绝零假设，摒弃混合模型。固定效应模型-似然比的检验结果见表2，概率值小于1%，拒绝冗余，于是摒弃混合模型。
表2 固定效应模型似然比检验结果
Test cross-section fixed effects Statistic d.f. Prob.
Cross-section F
Cross-section Chi-square 6.878477
25.601216 （4，57）
4 0.0001
0.0000
2.进行Hausman检验，确定选择随机效应模型。
先建立随机效应模型，然后选择随机效应模型-Hausman检验。该检验的零假设是随机效应模型成立，若概率值大则接受零假设，选择随机效应模型，若概率值小则拒绝零假设，摒弃随机效应模型。随机效应模型-Hausman检验结果见表3，概率值较大，为0.7152，接受零假设，即选择随机效应模型。
表3 随机效应模型-Hausman检验结果
Test cross-section
random effects Chi-Sq. Statistic Chi-Sq. d.f Prob.
Cross-section random 1.359026 3 0.7152
（五）实证结果及分析
根据随机效应模型分析，面板数据的回归结果如下：
， ，
从上述面板数据的回归分析结果可以看出：各个参数估计值的t
由回归方程的各个解释变量的系数可以得出：城镇居民人均消费增加1%，可以拉动人均产出增加0.773439%；农村居民人均消费增加1%，可以拉动人均产出增加0.548853%；人均固定资产投资增加1%，可以拉动人均产出增加0.126552%。
三、结论与建议
（一）结论
本文选择苏北地区的人均产出、城镇居民人均消费、农村居民人均消费和人均固定资产投资四个指标，应用面板数据模型，以2000年为基期，运用2000-2012年的相关数据分析四个指标因素对苏北经济增长的影响。由实证结果可以看出，城镇居民人均消费、农村居民人均消费和人均固定资产投资对人均产出弹性依次减弱。其中城镇居民的人均消费对人均产出的贡献远大于农村居民人均消费，更是人均固定资产投资的产出弹性的数倍。这为苏北地区经济发展转型提供了实证支持。
（二）建议
第一，对比消费和固定资产投资的产出弹性，苏北经济增长方式应由投资驱动转向消费驱动。投资在过去十余年的高增长，有效的带动了苏北经济的增长。特别是苏北作为欠发达地区的典型，大量的投资完善了当地的基础设施，如交通、城市建设等。但是持续的固定资产投资对产出贡献的边际效应逐渐递减。实证结果表明投资的产出弹性已经较弱。而消费的产出贡献的边际效应较高，远远大于投资的产出贡献。因此，苏北地区的经济发展应及时根据发展的实际作出调整，构建以消费为驱动的经济增长模式。
第二，对比城镇居民消费和农村居民消费的产出弹性，苏北地区应加快城镇化，提高城镇消费所占比重。苏北地区的城镇化率增长较快，但是与发达的苏南地区相比还存在较大的差距。特别是苏北的城乡二元结构还没有实现根本性的转变。实证结果表明城镇居民人均消费比农村居民人均消费对人均产出的弹性要大。因此，苏北地区的经济发展和结构转型还需依托城镇化实现。
第三，调整政府支出结构，提高居民的社会保障水平。目前苏北地区的固定资产投资中，有较大一部分是政府主导的基础设施投资。而过度的基础设施投资不但导致投资效率降低，也使得政府在提高当地居民的社会保障水平方面捉衿见肘。因此，苏北地区政府应调整支出结构，放缓基础设施投资的同时提高居民的社会保障水平，鼓励消费，以实现经济的良性可持续发展。
参考文献：
[1]李艳芳.消费与经济增长的关系[J].价值工程，2014，30：16-18.
[2]李银秀.城乡居民收入、消费与经济增长分析――以陕西省为例[J].消费经济，2014.2：33-36.
[3]高彦. 河北省居民消费与经济增长的协整分析[J]. 河北企业，2014，08：42-43.
[4]段景辉，陈建宝.政府消费、居民消费与经济增长关系的非参数模型分析[J].商业时代，2013，29：43-45.
[5]李洪英.农村消费对经济增长影响效应的区域差异研究――基于我国省际数据的面板协整检验[J].商场现代化，2010，28：83-84.
[6]陈海燕，张世英.我国经济增长与居民消费的面板协整检验[J].统计与决策，2006，18：67-70.
