时间：2022-07-30 21:30:31
导语：在固定资产投资论文的撰写旅程中，学习并吸收他人佳作的精髓是一条宝贵的路径，好期刊汇集了九篇优秀范文，愿这些内容能够启发您的创作灵感，引领您探索更多的创作可能。
[关键词]固定资产投资证券投资决策方法
投资是企业重要的财务活动之一，它通常是指企业将一定的财力和物力投入到一定的对象上，以期在未来获取收益的经济行为。投资活动可以按多种标准进行分类，其中按投资方式的不同可分为直接投资和间接投资，直接投资又称为实物投资，是指直接用现金、固定资产、无形资产等进行投资，直接形成企业生产经营活动的能力。直接投资往往数额大，回收期长、与生产经营联系紧密。
间接投资一般也称为证券投资，是指用现金、固定资产、无形资产等资产购买或取得其他单位的有价证券（股票、债券等）。
固定资产投资的规模大小和技术的先进程度、证券投资的规模大小和投资对象的合理性，在很大程度上决定了企业经营和发展的潜力，因此，对固定资产投资和证券投资决策方法的研究和使用对企业的生存和发展都具有十分重要的意义。
一、固定资产投资决策
1、固定资产投资决策方法。如前所述，固定资产投资直接影响企业的生产经营规模，由于它投资数额大、投资回收期长、一经决策和实施就难以改变，因此固定资产投资决策成败与否后果深远。实务中，企业在进行固定资产投资决策时，一般都要提出几种投资方案，进行反复比较后从中选取最佳或最合理的方案，这就需要运用净现值法、内含报酬率法、现值指数法、投资回收期法、平均报酬率法等投资决策方法，但现行财务管理理论和实践对固定资产投资主要采用净现值(简称NPV)法。所谓净现值是指投资方案的未来现金流人量的现值和现金流出量的现值的差额。用公式可表达为：
NPV=∑CIt／(1+i)t—∑COt／(1+i)t
其中：CIt表示第t年的现金流入量；COt表示第t年的现金流出量；i表示预定的折现率。
净现值法的决策规则是：在只有一个备选方案的采纳与否决策中，净现值为正者则采纳，净现值为负者不采纳；在有多个备选方案的互斥选择决策中，应选用净现值是正值中的最大者。
2、对固定资产投资决策方法的说明。不难发现，净现值法与其他方法相比具有以下优点：
(1)净现值法考虑了资金的时间价值，能够反映各种投资方案的净收益，即以各种投资方案收益的大小作为投资决策的依据，因此是一种较好的方法。
(2)净现值法与企业的财务管理目标相一致。投资方案的净现值就是该方案能够给企业增加的价值，因此要实现企业价值最大化这一目标，就必须在多种备选方案中选择净现值最大且不小于零的投资方案。
因此，现行企业财务管理工作中主要采用净现值法进行固定资产的投资决策。
二、证券投资决策
1．证券投资决策方法。证券投资决策的目标就是将投资收益和投资风险风险联系起来，对二者进行权衡后选择最为合理的证券进行投资。因此，证券投资决策主要是讨论如何在规避风险的基础上最大限度地获取证券投资收益，这就是著名的投资组合理论。投资组合理论最初由马考维茨(HMarkowitz)于20世纪50
年代创立，后经威廉•夏普(WSharpe)等人发展，主要运用证券投资回报率的期望值E和系统风险系数β两个指标表示一个证券(或证券组合)的投资价值，以此为基础的分析被称为“E—β”分析。
证券投资组合的风险可以分为两种性质完全不同的风险，即系统风险和非系统风险。系统风险又称为不可分散风险或市场风险，是由于一些会影响到所有公司的因素如战争、通货膨胀、经济衰退、金融危机、国际市场的变化引起的风险。这些因素对任何企业来说，都是不可避免的；非系统风险又称为可分散风险或公是指发生于个别公司的因素如新产品开发失败、失去一项重要合同、重大项目投标的失败、竞争对手的出现、生产工艺技术的老化等所造成的风险，此类风险可以通过多元化的投资来分散或消除。
2．对证券投资决策方法的说明。资本市场理论和实践研究表明，证券的回报率和系统风险之间存在着很高的相关性，即风险与收益对等，高风险可以用高回报来补偿，而低风险则伴随着低回报。在完全有效的资本市场中，证券的价格反映其价值，证券的价格在任何时刻都应与其价值相符，因此购买或出售证券只能获得与该证券的系统风险相一致的回报率。也就是说，证券投资的净现值等于零。因此证券投资决策不能用净现值作为评价指标，而应采用“E—β”分析法。
综上所述，对固定资产投资与证券投资决策方法的差异归纳为以下几点：(1)现行企业财务管理理论和实践对固定资产投资决策主要采用净现值(NPV)法，而对证券投资决策则采用回报率与风险(E—β)分析法。
(2)只有当固定资产投资方案的净现值不小于零时，才有可能接受该方案，而证券投资方案的净现值一般为零。
(3)由于证券市场的竞争性远远高于产品市场，使得证券市场能够迅速达到竞争性均衡状态，因此，证券投资的平均租金高于零；而产品市场或者因为存在垄断和寡头，或者因为某个或某些企业的创新而使得该行业调整到竞争性均衡状态还需要一定的时间，所以固定资产投资可以赚取经济租金。
三、原因分析
1．从资本资产定价模型的角度来看。上面的分析似乎表明固定资产决策和证券投资决策是两种截然不同的决策类型，其实并非如此，两者实际上都使用资本资产定价模型来量化风险。
威廉•夏普1964年开创的资本资产定价模型(CapitalAssetPricingModel，简称CAPM)被认为是财务管理学形成和发展中最重要的里程碑，它的出现第一次使人们能够对风险进行定量分析。这一模型为：
Kj=Rf+βj(Km—Rf)。
式中：Kj表示第j种股票或第j种证券组合的必要报酬率；Rf代表无风险报酬率；βj表示第j种股票或第j种证券组合的β系数；Km表示所有股票或所有证券的平均报酬率。
可见，资本资产定价模型简单、直观地揭示了证券的期望报酬率与风险之间的关系。
例：当前的无风险报酬率为6％，市场平均报酬率为12％，A项目的预期股权现金流量风险大，其值β为1．5；B项目的预期股权现金流量风险小，其β值为0．75，则：
A项目的必要报酬率=6％+1．5×(12％—4％)=18％
B项目的必要报酬率=6％+0．75×(12％—4％)=12％
因此，资本资产定价模型是证券投资分析的直接工具，应用资本资产定价模型可以直接预测证券投资组合的期望报酬率；而在固定资产投资决策中，资本资产定价模型同样发挥作用，即可以用于估计固定资产投资方案的机会成本，固定资产投资方案的风险越大，资金的机会成本也就越大。如果固定资产投资方案的净现值大于零，就说明该固定资产投资方案的期望报酬率大于资金的机会成本。
因此，无论是固定资产投资决策还是证券投资，资本资产定价模型都是一个有效的工具，所不同的是，在证券投资决策中，资金的机会成本就是该证券投资的期望报酬率；在固定资产投资决策中，用估计的资金机会成本作为折现率对固定资产投资方案的预期现金流量进行折现，计算其净现值，并根据计算结果的大小对投资方案作出取舍。
2．从经济租金和有效资本市场假说的角度来看。
论文关键词：湖北省，GDP，固定资产投资
一、湖北省GDP和固定资产投资的基本情况
1、全省GDP总量和固定资产投资快速增长
1995-2007年，湖北省GDP从2109.38亿元增长到9230.68亿元，年增长率达13.2%；固定资产投资从1995年的785.09亿元快速增长到2007年的4330.40亿元，年均增速接近15.52%，成为推动全省经济持续发展的重要力量。
表1：1995-2007湖北省GDP与固定资产投资(单位：亿元)
年份
GDP
固定资产投资
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
关键词：资本投资；经济增长；实证分析
一、理论分析
根据投资的加速原理，一定的经济增长依赖一定的资本量，即K=wy，w为加速数，y为产出，K为资本量，资本存量的增加依赖于投资的增长，因此经济对投资的变动具有较大的敏感性，投资对经济的贡献突出。在宏观经济学中，投资对产出增长的贡献可以用投资乘数来反映，乘数越大，投资对经济的促进作用越明显。而且，投资结构对经济也会产生较大的影响，对于政府直接投资的理论分析较多，政府投资除了存在经济乘数作用，还存在挤出效应，即政府投资挤占了社会投资，影响社会投资的增长，对经济的发展产生抑制作用。
二、模型设定
根据投资加速原理，一定的产出依存一定的资本存量，即K=wy，w为加速数，y为产出，K为资本量。而且虑到我国在过去经济增长方式并没有大的调整，也就是说资本形成中各个方面对我国经济增长的影响总体上没有太大的变化，例如：E（外商直接投资/GDP）=a，a为一个固定的常数。基于上述分析，本文进行实证分析，对被解释变量Y（GDP）与X1（外商直接投资）X2（政府固定资产投资）X3（社会资本固定资产投资）进行回归分析，将方程的形式设为对数型：
（二）对变量的协整分析
通过对上述四个变量进行ADF检验，发现lny在10%的置信度下是一阶单整的，lnX1、lnX2、lnX3在5%的置信度下是一阶单整的。利用EG两步法可以看出lny，lnX1、lnX2、lnX3是协整的，说明变量之间存在长期均衡关系。建立误差修正模型，分析其短期波动关系。
DlnYt=a0+ a1Dln X1t+ a 2Dln X2t+ a 3Dln X3t+γet-1+εt
利用OLS计算出估计输出结果为：
DlnYt=0.1054+ 0.0568Dln X1t -0.0175Dln X2t+ 0.1863Dln X4t-0.3549et-1（2）
从上式可以看出，我国经济增长的变动不仅取决于外商直接投资、政府固定资产投资、社会固定资产投资的变动，而且还受到上期经济增长变动对均衡的偏离，系统存在误差修正机制。而且，Dlnx1，Dlnx3的系数为正，说明外商直接投资和社会固定资产投资增速的增加对经济增速的增长起着积极的作用，而Dlnx2的系数为负，说明政府固定资产投资的加速增长，对经济的增长速度起到抑制的作用。
四、本文的结论及政策建议
从最后分析的结果我们可以得出，由（1）式可以看出，外商直接投资可以在很大程度上拉动中国经济的增长，在其他条件不变的情况下外商直接投资每增长1%，中国GDP平均增长0.1776%，其对中国经济拉动能力比较大。同时，从（2）式可以看出，外商直接投资的加速增长对我国GDP的加速增长起到积极的作用，其他条件不变的情况下，外商直接投资增速每增加1%，我国GDP的增速要增加0.0568%。
政府直接投资对我国经济增长也具有比较大的拉动能力，由（1）式可以看出，政府投资每增长1%，GDP平均增长0.1178%。我们也可以从（2）式可以看出，政府固定资产投资增速的增大，对于我国经济增长率起到抑制作用，在其他条件不变的情况下，政府固定资产投资增速每增加1%，我国GDP的增速要下降0.0175%，说明，随着我国政府投资的加速增长，政府投资的挤出效应随之增加，对经济增长的负面影响也逐步显现。
社会固定资产投资对经济的拉动能力较高，由（1）式可以看出，在其他条件不变的情况下，我国社会固定资产投资每增加1%，我国GDP增长0.4937%，其对我国经济的拉动能力高于外商直接投资和政府固定资产投资对经济的拉动能力。而且，由（2）式，我们还可以看出，社会固定资产投资增速的增加对经济增速的增长起到很大的积极作用，社会固定资产投资增速每增加1%，我国GDP增速增加0.1863%，明显高于外商直接投资。
因此，政府要改善投资环境，吸引外资，改善外资结构，利用外资对我国相关产业的推动能力，促进我国经济的发展。我国民间资本投资会对经济增长产生巨大的推动力，因此，我国要改善民间投资环境，促进社会民间投资的增长。金融危机后，政府提出的较大规模的投资方案，确实能够起到稳定经济拉动经济增长的功效，够促进经济的发展。但是，我国政府直接投资过快的增长，政府投资过快增长，其挤出效应也随之显现，会对我国的民间投资产生抑制作用。而且，政府投资具有很大的政策性，而且长期依靠政府投资会导致经济发展的畸形和经济效益的降低，对经济发展的后续推动力不足，确实不是拉动经济增长的持久动力。我国应当继续贯彻“国退民进”的政策，逐步调整政府投资，促进民间投资的增长，投资必须实现由主要依靠政府投资到主要依靠我国民间资本投资的转变。（作者单位：西南财经大学金融学院）
参考文献
[1]豆建民.国内资本流动对我国区域经济增长的影响.当代财经，2005年第8期
[2]李辉文.国际资本流动与中国经济发展.2007年中国世界经济学年会综述
[3]龙霞.中国固定资产投资与经济增长关系实证分析.华东师范大学硕士论文.2006
[4]孙军.山东省资本流动失衡原因分析及对策.济南金融，第十二期
中国电信市场的投资环境近年来发生着剧烈变化，传统电信业务市场正日趋饱和，各运营商收入增长速度持续放缓，增量不增收现象严重，投资的高回报难度加大。电信产业属于资本密集型产业，其发展需要大量的资本助推，并且从网络建设到形成通信能力需要一定的周期。通信生产不需要原材料，因此这些投资首先转化成生产手段或物质条件，然后在再生产和使用过程中其价值逐步转移到产品中去，最后形成收入。这种当期的产生的收入明显依赖于以前年度的投资，叫做时滞效应。因此，电信运营企业的投资效应的评价和收入的预测应该考虑到这种时滞效应产生的影响。
本文依据以往电信行业发展的历史数据，拟采用阿尔蒙多项式法建立电信业投资与收入关系的分布滞后计量经济模型，研究他们之间的关系，一方面能够估计投资产生收入的滞后时间长度，体现同一时期内或者某一段时期的边际效应，这对企业对过去投资效益情况的评价有参考作用；另一方面，模型方程给企业提供了用现有的投资数据来预测以后收入的等量关系，在做3G建设等新的投资决策时有重要的意义。
二、文献回顾
国外对电信行业投投入产出的研究主要是描述固定资产投资与经济增长之间的关系，以及投资效益、投资回报测算等方面。Aschauer（1989）和Delong and Summers（1991）曾指出，一些特定行业，如设备制造业、机械、公共基础产业等，其固定资产投资与经济增长有很强的相关性，而电信业的发展可以使运输成本和交易成本减少，使信息和知识的传播加速，电信业固定资产投资能潜在地促进生产力和国民经济向前发展。Roller 和Waverman（2001）认为，电信基础设施建设投资与经济增长之间存在显著的相关关系。这些文献主要侧重分析固定资产投资与社会总产出的关系，没有涉及到与该行业产出的关系。AM Elvidge & J Martucci（2003）通过对公司财务及风险状况的合理分析，采用一种高结构化的财务模拟方法，比较成本和分析投资回报情况，这种方法本来是为伦敦市场设计的，适用于电信基础设施和服务。该研究主要是在讨论投资回报的测算，对本文在如何测算投资效益的方面有一定的帮助，但没有给出投资与收入的等量关系。国内近年来有一些对电信业投资管理和投资后评的研究，在投入与产出上主要反映的是固定资产投资与经济增长或者与电信业务量的关系，研究固定资产投资和运营收入的文献并不多。曾剑秋（1997）以全国价值型投入产出表中独立出来的电信产业投入产出表为基础，运用建立的电信产业投入产出模型对我国电信产业的发展及其对国民经济和其他产业相关影响进行应用分析讨论，具体通过消耗系数、感应度系数、影响力系数以及依存度分析、敏感性分析，得出了电信与国民经济和人民生活越来越密切的结论，因而为社会经济带来巨大的社会效益。周倩（2006）介绍了投资后评估的方法体系的分析框架、基本内容和指标体系，对投资后评估与投资决策之间的关系进行了概述，给出了投资规模预算和投资结构分配的方法。段芳芳（2007）描述了电信业务投资的滚动性特征，投资不是一次完成，是边投资边回收，资金投放和回收是动态过程。在一个时期某业务产生的效益，不一定是当期增量资金的效果，可能是存量资金和当期增量资金共同产生的效益。
在时间序列建模发展过程中，国外对经济变量作滞后建模分析的时间并不长，早期对经济变量做分布滞后模型分析的文献有：Keith M.Carlson（1978）提出的圣路易斯模型，建立了GNP与货币供给的分布滞后模型。Gikas A，Hardouvelis（1988）利用美国1931年12月到1987年12月度股票数据建立了股票收益率的分布滞后模型，用于估算保证金的长期与短期影响。Joseph H.HaMag，Scott E，Hein（1989）利用美国1960年～1988年货币与GNP数据建立名义GNP增长率与调整后的基础货币增长率之间的分布滞后模型。从20世纪70年代末，以英国计量经济学家Hendry为代表，将理论和数据信息有效结合，在误差修正模型和协整理论的基础上，提出了动态计量经济学模型的理论与方法，为时间序列模型带来了重要的发展。近年来国内滞后变量模型广泛应用于宏观经济领域，例如用来反映消费与收入的关系、生产总值与固定资产的关系、经济波动及在行业投资中的应用、汇率对股票市场的在影响等，但对电信行业的研究还是比较少。
国内外学者对投入产出和滞后变量模型，都有一定的研究，而从用滞后变量模型来研究电信业固定资产投资和业务收入关系的文献不多，本文拟通过分布滞后模型从固定资产投资和业务收入关系的角度来分析电信业投入与产出之间的关系。
三、分布滞后模型的一般形式及参数解释
分布滞后模型有许多种，本文主要讨论一元线性有限分布滞后回归模型。假设（yt，xt）（t=1，2，…）为一时间序列，yt不仅受xt影响，而且还受到xt-1，xt-2…的影响。假定yt与xt，xt-1，xt-2…之间的关系可以用下列形式的函数表示：
yt=α+？茁0xt+？茁1xt-1+？茁2xt-2+…+？着t （Ⅰ）
称（Ⅰ）式为分布滞后模型。式中，？着t为随机项，仍然假定它服从正态分布，且E（？着t）=0，Var（？着t）=？滓2，Cov（？着t，xt）=0，…。xt-1，xt-2…表示xt的滞后值，分别为xt的一期滞后值、二期滞后值等。对xt，xt-1，xt-2…，也可以把他们看成是独立的变量。在式中定义的滞后回归模型中，没有明确界定时间滞后的期数，所以，它属于无限分布滞后模型。与此对应，一个有限滞后分布模型可以定义为：
yt=α+？茁0xt+？茁1xt-1+？茁2xt-2+…+？茁kxt-k+？着t （Ⅱ）
该式表明，对解释变量的时期数做了明确的规定，即总共滞后了k期。 其中，？茁1为t'时期内x值单位变动对t'+1个时期内y产生的影响。式（Ⅰ）反映的正是某一时期内解释变量的单位变动，将对这一时期以及随后所有时期的被解释变量y的影响，即？茁i为？驻yt/？驻xt-i，称为中期i阶乘数，它是时间t-i上x的变化对yt的效应。理论上要求？茁i满足下列两个条件：■？茁i=0 ；■？茁i=？茁
如果把？茁j看成是解释变量x第t-j期的滞后值对第t时期被解释变量y的影响度，则经验告诉我们，过去的时期越远，那些时间上的解释变量的观察值对的影响效应就会越加削弱，乃至可以忽略不计。换句话说，解释变量的变动对被解释变量的影响是逐渐变现出来的，只有经过相当长的时间之后，这种影响才会得到充分的展现。通过上面的分析，■？茁i=？茁就表明解释变量在各个不同时期上单位变动产生的总效应。如果模型的解释变量不变，被解释变量的变化完全可以由不同时间上解释变量的单位变动全部决定。所以，■？茁i=？茁一定具有收敛性。
四、 投资与收入分析与模型估计
（一）变量设计和数据来源 通常我们分析投入和产出的关系一般都以投资总额和产量来衡量投资带来的经济效益，根据电信业生产不需要原材料，投资主要集中在网络建设、运营维护支出、网络优化等方面，投资周期长，投资数额大，固定资产投资占比接近100%的特点，我们采用固定资产投资总额作为电信业的投入指标。通信业的产出指标包括通信业务量、通信业务总量、通信增加值、通信业务收入等。通信业务量和业务总量分别是通信服务产品的实物计量指标和货币计量指标。在通信企业完成的总产品中，不仅包括计费业务，还包括一部分按照邮电资费政策规定予以免费的部分，例如运营商以套餐形式赠送通话时长的营销途径。而电信业务收入所体现的产品量只包含了取得了销售收入的通信产品量，在投资后评估时，真正能够反映经济效益的指标是电信业务收入。因此，本文采用固定资产投资作为自变量X，业务收入作为因变量Y。
由于电信行业经历了几次重组，单个运营企业的数据样本太少，因此选择具有普遍性的行业水平来给企业的投资评价和决策做参考。本文使用数据根据《中国通信年度统计报告2008》整理得到表1：由于固定资产投资数据1965～1971年有缺失，考虑数据的连续性，本文选择1972年以后的数据作为观测样本。
（二）平稳性检验 在进行时间序列分析时，传统上要求所用的时间序列是平稳的，因为如果使用数据是非平稳的，模型中的参数无论是采用对数还是线性形式所观测到的高可决系数值是因为趋势的出现不是由于两者之间的真实关系造成的。那么，利用传统的OLS法进行统计推断时，参数的统计量不再服从标准分布，从而产生“伪回归”问题。
从图1可以看到两序列都有明显的趋势，在进行检验时，考虑趋势和截距项。根据投资（invest）和收入（Income）数据表在EVIEWS中运算，检验结果如表2所示：
序列在1%的显著水平下的临界值为-4.252879，“ ***”表示在1%的显著水平下拒绝原假设。由表2中的结果可以得到，电信业固定资产投资和电信业务收入的t统计量的绝对值均小于临界值，不能拒绝原假设，这两个序列存在单位根是非平稳的。而这两个序列的二阶差分序列在1%的显著水平下是平稳的。
（三）协整检验 处理非平稳变量时问序的一个强有利的工具是协整分析。对于非0阶单整的序列，对进行协整分析，来反映两变量是否有长期的均衡关系。首先对电信业务收入和电信业固定资产投资进行最小二乘法回归估计，建立回归方程为：
yt=α+？茁xt+ ？着t（Ⅲ）
以Inverst为自变量，Income为因变量，得到方程估计结果：
Incomet=-1706109+2.246834Inverstt+ ？着t
（-0.944281） （15.56843***）
其中，F值=242.376，P值=0.0000。括号中的数字为t值，“***”表示1%水平下显著。然后对保留上述估计方程的残差序列：et=yt-■，并对残差序列进行单位根检验，若残差序列不存在单位根，则这两个变量是协整的。检验结果见表3：
序列在1%的显著水平下的临界值为-2.236901，因此残差序列在1%的水平下是显著的，拒绝该序列存在单位根的假设，即电信业固定资产投资和电信业务收入这两个变量是协整的，说明二者存在着长期稳定的均衡关系。
（四）分布滞后模型估计 具体如下：
（1）确定最大滞后期长度和多项式最高次数。滞后期长度和多项式最高次数可以根据经济理论或实际经验加以确定，也可以通过一些统计检验获取信息。常用的统计检验有：相关系数检验。在EVIEWS软件中，作电信业务收入与电信业固定资产投资的交叉相关图（如图2），最大滞后期为软件默认值16，分析相关系数。
交叉相关图的每栏中两侧虚线对应着正负二倍标准差，近似计算为±2/■。左边的一列显示出序列invest与序列income的滞后交叉相关系数基本上呈对数衰减，滞后长度越大，两者的相关系数越小。由图2中y与x的滞后值的相关系数可知，序列invest和income相关系数（即0阶滞后相关系数）为0.9348，序列invest和income的1阶、2阶、3阶到7阶滞后的相关系数分别为0.8576、0.8200、0.7831、0.7440、0.6849、0.6136和0.5378。大于7阶的滞后，这两个序列的相关系数小于0.5，那么认为运营收入与前7年的固定资产投资总额相关。因此，根据序列invest与序列income的滞后交叉相关系数分析，分布滞后模型的最大滞后长度k应该小于8。
根据上述分析，本文选择阿尔蒙多项式法来对式（I）进行变换。在实际应用中，阿尔蒙多项式的最高次数通常很少超过4，把小于等于滞后长度7和小于等于3的最高次数的不同组合依次带入EVIEWS软件中，对模型施加近端约束，选择AIC准则和SC准则最小，拟合度最好的组合。
本文首先尝试滞后长度为3，多项式最高次数为3的组合，施加近端约束得到估计结果如图3。接着尝试做滞后长度为3，多项式次数为2的组合，施加近端约束得到估计结果如图4。比较这两种组合下的估计结果， 多项式次数为3是等于0.930606，略高于多项式次数为2的0.921352，从AIC和SC准则来看，多项式为2是也略小一些。说明滞后期数为3，多项式次数为3的组合由于滞后期数为3，多项式次数为2的组合。然后依次用相同方法对各种不同的结果进行多次估计，比较结果，选择最优组合。估计结果如表4。
比较表4结果发现在相同滞后期，3次多项式的检验均由于2阶多项式检验，从表4中的 以及AIC、SC准则数据，滞后期为7，多项式次数为3的 值最大，达到0.998222，说明拟合度非常好，AIC和SC准则的值最小，为别为30.73617，30.92300，由此判断模型滞后长度为7且多项式次数为3的模型优于上表中的其他模型。
（2）参数估计。阿尔蒙估计变换的一般形式为：
yt=α+α0z0t+α1z1t+α2z2t+…+αmzmt+？着t （Ⅳ）
取电信业固定资产投资7期滞后，三次多项式逼近，得到估计方程：
Incomet=547340.7+0.496769Z0t-0.193920Z1t+0.019244Z2t（Ⅴ）
具体参数估计结果见图5：
从图5中可以看到方程的拟合度较高，意味着在这个模型反应的关系中电信业务收入99.82%能被电信业固定资产投资解释，各个参数的t值均在1%的水平下显著，F值很大，并且F值的P值很小，说明该估计的结果非常有效。同时，发现模型中的截距项只能在10%的显著水平上有效，尽管能通过检验，但是表明电信业务收入不仅与固定资产投资有关，还与其他的因素相关。
根据以上模型中的系数，计算出反映固定资产投资对收入作用程度的各？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整理的到模型等量关系为：
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、模型估计结果分析
（一）投资对收入效应分析 模型中？茁i的主要用以衡量被解释变量y在各个时期内所受到的影响的大小。模型估计的？茁i系数值分别为0.32209、0.37181…1.41638，表示电信业固定资产投资增加一个单位，在当前期将使电信业务收入增加0.32209个单位，由于存在时间滞后的影响，固定资产投资增加一个单位还将在下一期是的业务收入增加0.37181个单位，同样也可以说明各个？茁i的意义。■？茁i=？茁就能够表明解释变量在各个不同时期上单位变动产生的总效应。根据估计结果，■？茁7=3.26468可知，电信业的投资收入弹性为3.26468，即从长期效应看，电信业固定资产投资每增加一个单位，电信业务收入增加3.26468个单位。
图5中？茁i有先降后升的趋势，说明电信业固定资产投资对电信业务收入增长的作用是波动的，这是增量投资和存量投资累积产生作用的结果。在电信业固定资产增量投资中，一部分是生产性投资和技术改造投资，这些投资在当年或者下年就能发挥作用，并随着时间的推移逐渐减弱。而存量投资中的基本建设投资和非生产性投资，则随着建设项目完成程度和配套设施的完善程度才能逐期产生作用。
（二）投资对收入预测分析 对于已建立起来的模型，可以用来直接预测样本的拟合值。在EVIEWS软件中，用模型对2005～2008年的电信业务收入进行预测。预测结果如图6所示
图6中的虚线表示预测置信区间，这里给出的是近似95%的置信区间，实现表示因变量业务收入的预测值。图6右边的附表中给出的是一系列对预测模型的评价指标。Root Mean Sequared Error（RMSE）均方根误差和Mean Absolute Error（MAE）平均绝对误差这两个变量取决于因变量的绝对值，图中的这两个变量的值尽管绝对值比较大，但是相对实际值来可以接受。Mean Abs. Percent Error（MAPE）平均绝对百分误差，一般的认为MAPE
电信运营企业在进行网络规划时，要考虑到投资规模的问题，最常用的办法就是用预测的收入与用历史数据回归得到投资收入占比相乘，得到预测的投资规模。那么，准确的预测业务收入是做好投资规划的前提。同时，评价投资对收入的拉动作用，测算固定资产投资收入率来评价总量投资效益，用动态投资回收期来评价增量投资效益，都需要用到业务收入的预测数据。
六、结论
本文通过分析电信业投资和业务收入的特点，采用分布滞后模型对电信运营企业投资和收入关系进行定量分析，估计投资产生收入的滞后时间长度，体现同一时期内或者某一段时期的边际效应，提供预测业务收入的动态方法。
模型中的？茁i系数反映的是各期电信业固定资产投资的变化对电信业务收入的效应。电信运营企业可以比较企业内部历史边际效应与行业平均的边际效应和总效应，评估企业过去的投资效益，并根据投资收益的驱动因素分析，总结超过行业平均水平的经验，找出落后平均水平的关键因素。同理也可以建立电信业各专业网以及各地区投资与收入的关系进行回归，分析比较专业网之间以及地区之间的投资效益。
另外，由于投资的超前性和市场的滞后性，通常投资决策是依据用历史数据预测得到的未来产生的市场效益来确定。模型方程给企业提供了用现有的投资数据来预测以后收入的等量关系，考虑了项目投资与市场效益的产生时间差，能更准确地预测收入，有了投资收入的预测，还能有效预测投资规模，对投资管理有重要的意义。一方面，在总体投资后评估的过程中，可以通过投资与收入的占比关系来评价投资效益，预测的业务收入可以评价投资的合理性。另一方面，在做滚动规划时能合理规划投资时机和投资规模。
最后，对电信运营企业的投资管理和电信产业的投资结构提出了合理的建议。对电信运营企业来说，运营动态回归，和缩短投资滞后期，建立完善的投资分析体系对提高投资效益和投资管理水平有重要意义。从电信产业来说，未来的投资结构需要从专业结构、布局结构和时期结构三个方面调整。
参考文献：
[1]武晓玲、张亚琼、詹志华：《固定资产投资对电信业发展影响的计量分析》，《山西财经大学学报》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]曾剑秋：《电信产业投入产出模型的应用研究》，《中国管理科学》1997年第4期。
[4]严学军：《中国电信运营商投资效益分析以及电信普遍服务困境研究》，北京邮电大学2006年硕士学位论文。
一、企业税收理财问题的提出
实现企业价值最大化，企业税收理财无疑是财务管理目标的重要方面。现实情况是，财务人员普遍能熟练掌握会计记账技术，这固然能避免技术性错误而遭致税务部门罚息，能避免不必要的税务性现金流出。问题的另一方面是，当前财务人员的素质决定了开展企业税收理财仍是非常薄弱的环节，这不仅是因为财务人员缺乏税收理财知识，而且在理论上和实际工作中并未引起足够重视。比如，财务人员误将己实现的销售收入记入预收账款这类错误，比误将已发生的广告费计入财务费用的性质严重得多，前者的错误之所以性质严重是因为本应及时交纳的销项税被人为地延迟而被税务部门处罚，后者的错误性质却无关紧要，因为广告费无论计入何种费用，既不影响费用总额更不会影响企业利润及应交的所得税。再者，由于财务人员缺少税收理财的手段，放弃了许多本来可以享受的税收优惠政策。因此，在遵守税法的前提下，合理利用税收政策，达到合理避免或延迟纳税、少交甚至免除纳税更是财务人员的重要任务。所以我们认为，就纳税的角度看企业税收理财比单纯的会计记账更为重要。企业税收理财是围绕实现企业价值最大化，遵守国家税收法规的前提下，采用适当公允的理财手段，在企业筹资、投资、收益分配等环节展开税收理财，以达到正确计量应纳税额，推迟纳税、合理避税或免除纳税为目的一种理财工具。
二、企业税收理财的特征
由于企业税收理财的性质仍属于企业理财活动的范畴，因此，税收理财的特征是相对于其他理财活动而言的。企业税收理财的特征有：
政策性。企业税收理财是在合法的前提下进行，涉及的都是属于国家政策性很强的理财活动，税收理财活动不是偷税，它要求财务人员要有很强的政策观念。
实用性。企业税收理财活动直接关系到国家、企业之间利益的调节，而且国家的税收政策实际上也体现了某种倾斜性和目的性，企业应针对自身的特点，熟悉与本企业相关的税收理财知识，制订与自身业务关联的税收理财方案，讲究实用至上。
时效性。政策的时间性必然要求企业税收理财活动的时效性，要求财务人员针对变化的税收政策相应调整适合本企业的税收理财方法，避免使用过时的东西。
整体效益性。尤其对集团企业而言，要追求整个集团企业的价值最大化，以能否降低整个集团的税负为出发点，通过资产重组、资源优化配置等手段，实现整体效益的提高。
三、企业税收理财的具体内容
毕竟税收理财仍属于企业理财的范畴，自然其内容应包括企业投资活动税收理财、企业筹资活动税收理财、企业收益分配活动税收理财、跨国公司税收理财四个方面。
1、企业投资活动税收理财
(1)确定投资企业的注册地点。税法中国家实行税收优惠的注册地点有：国务院批准的高新技术产业开发区、沿海经济开发区和经济技术开发区、经济特区、老少边穷地区。应选择税负较轻的地区作为企业注册的地点，以谋求今后的税收利益。
(2)确定投资企业的类型。税法中国家实行税收倾斜的企业类型有：国家对民政部举办的福利企业和街道创办的福利生产单位、安置“四残”人员的企业、高校校办企业、外商投资企业、水利部门举办的企业、农业部门举办的企业、国家科委主管的高新技术企业。
关键词 土地政策效果评价； 土地督察 ；耕地保护
中图分类号 F301.21 文献标识码 A 文章编号 1002-2104(2011)05-0038-06 doi:103969/jissn1002-2104201105007
2004年10月《国务院关于深化改革严格土地管理的决定》（国发〔2004〕28号）提出建立国家土地督察制度，2006年7月国务院办公厅印发《关于建立国家土地督察制度有关问题的通知》（〔2006〕50号），决定建立国家土地督察制度，由国务院授权国土资源部代表国务院对各省、自治区、直辖市，以及计划单列市人民政府土地利用和管理情况进行监督检查。《关于建立国家土地督察制度有关问题的通知》中有关派驻地方的国家土地督察局职责的第一条是“监督检查省级以及计划单列市人民政府耕地保护责任目标的落实情况”。从土地督察制度以及土地督察机构建立以来，土地督察机构对各地进行了土地督察，那么，土地督察是否对耕地保护起到了积极影响呢？本文试图对这一问题加以分析。
目前已有不少文献对耕地保护问题加以了分析，也有不少文献对耕地保护制度绩效进行了研究。从已掌握的文献来看，有关耕地保护制度与政策效果的文献主要有两类：一是，有研究将耕地保护的各类政策作为一个整体分析了耕地保护政策的综合效果［1-6］；二是，具体分析耕地保政策体系中某一项政策的运行效果，例如分析土地用途管制制度的耕地保护效果［7-8］、耕地总量动态平衡政策效果［9］、基本农田保护政策效果等［10-11］。就土地督察制度对耕地保护的影响而言，目前还未见到相关报道。
本文拟对土地督察对耕地数量保护的影响进行分析，而土地督察的耕地质量保护效应则不在本文的分析范围之内。因此，本文拟对以下问题进行分析：一是，土地督察是否对遏止耕地面积减少有效？二是，如果有效，土地督察的耕地保护效果有多大？即因土地督察制度的实施，耕地流失面积减少了多少？
1 土地督察制度概述
2004年的《国务院关于深化改革严格土地管理的决定》中提出要建立土地督察制度，其目的是为了强化土地执法、加强对土地执法的监督。2006年7月国务院办公厅印发的《关于建立国家土地督察制度有关问题的通知》明确设立国家土地总督察、副总督察，负责组织实施国家土地督察制度。在国土资源部设立国家土地总督察办公室，向地方派驻9个国家土地督察局，2006年9月-2007年，9个派驻地方的国家土地督察局逐步建立并开展了相关工作。从2007年以来，土地督察机构根据各地实际情况开展了各类土地督察工作，其中专项督察和例行督察是各派驻地方的国家土地督局均开展的工作，具有普遍性并有较大影响。2007年分别在13个省级和计划单列市开展了专项督察工作；2008年，在9个省(区、市)、66个市(县、区)开展专项督察，并对16个市县开展了例行督察试点工作；2009年在9个省开展了专项督察工作并在全国24个省（区、市）及3个计划单列市共150个县（市、区、旗）开展例行督察工作。
2 研究方法与数据
2.1 变量选择
本文所关心的是土地督察对于耕地流失，即耕地面积减少是否有影响以及影响的程度有多大。就耕地面积减少而言，在相关的统计资料中有两个相关的指标，即年内减少耕地面积和年内建设占用耕地面积。在有关耕地面积变化的分析中，耕地面积净变化（年内增加耕地面积与年内减少耕地面积之差）也是一个重要指标。从土地督察的性质来看，土地督察主要对土地违法进行督察，其对耕地面积变化的影响主要应是对建设占用耕地的影响，因此，本文采用年内建设占用耕地面积作为被解释变量，并选择以下变量作为解释变量：
（1）固定资产投资。有不少研究已证明了固定资产投资与建设占用耕地面积之间的关系［8］，由于固定资产投资项目需要占用一定数量的土地，因此，通常认为固定资产投资与建设占用耕地面积之间具有正相关关系；
（2）人均GDP。经济增长与耕地面积减少尤其是建设占用之间存在着相关性［12-13］，已有的研究对于人均GDP与耕地面积减少之间关系形式还存在争议［14］，之所以要选择人均GDP作为解释变量之一，主要是考虑到不同经济发展水平的地区，单位固定资产投资所需要占用的耕地面积不同，这里将人均GDP作为地区经济发展水平的一个变量；因此，这一变量的系数的符号应为负；
（3）土地督察制度变量。在不少研究中，政策变量通常以虚拟变量的形式出现［8］，或者以名义变量的形式出现［1］。考虑到土地督察机构在不同年份对不同地区开展例行督察和土地违法专项督察，且同一地区在同一年份可能既有例性督察也有专项督察，而有的地区则只有其中一项，有的地区两项督察都没有。此外，例行督察是定期或不定期集中一段时间，对督察区域内某个地区一定时期内的土地利用和管理情况进行监督检查和评估；而专项督察则是有针对性地对某一类土地违法行为进行督察，即例行督察更为全面，专项督察针对性更强。因此，文章设置两个变量来反应土地督察情况：①土地专项督察比例，即某省级区域内被督察（专项督察）地区行政辖区面积与该省级区域行政辖区面积之比；②土地例行督察比例，即某省级区域内被督察（例行督察）地区行政辖区面积与该省级区域行政辖区面积之比。这两个比例越高，建设占用耕地的难度就越大，因此，这两个变量系数的符号应为负。
另外，有研究认为路网密度与耕地减少之间存在联系［1,15］，一般认为路网密度的提高会增加耕地占用的可能，因此，路网密度与耕地面积减少之间可能存在正相关关系；但是，相关分析的结果表明，路网密度与固定资产投资的相关系数高达0.66，与人均GDP的相关系数也高到0.65，且均在1%水平上显著，为避免共线性问题，未把路网密度引入模型。
各变量的含义以及期望符号具体见表1。
2.2 模型设定
利用散点图对各个解释变量与因变量之间的相互关系和关系形式进行了初步的分析，并结合目前已有的相关研究［1, 7-8］，本项研究采用以下模型来分析土地督察制度的耕地保护效果：
yit=a0+δ1specialit+δ2regularit+β1investit+β2gdpperit+vit（1）
其中，yit为第i区第t年年内建设占用耕地面积，为因变量；β1和β2分别为investit和gdpperit的系数；investit和gdpperit分别是固定资产投资和人均GDP，a0为常数项；basicit为specialit第i区域第t年土地专项督察比例，regularit第i区域第t年土地例行督察比例，δ1和δ2分别为specialit和regularit的系数；vit为残差项；i为区域，t为年度。
2.3 效果评价方法
本文拟对以下问题进行分析：一是，土地督察是否对遏止耕地面积减少有效？二是，如果有效，土地督察的耕地保护效果有多大？对于这些问题，判断和计算方法如下：
（1）是否有效的判断。如果δ10且检验显著或δ20且检验显著，则认为土地督察的实施对减少建设占用耕地面积有效；否则，则认为土地督察的实施对减少建设占用耕地面积有效无效。
（2）分别计算专项督察、例行督察的效果以及两者的综合效果。
①专项督察的效果，通过模型估计得到各变量的系数，并将自变量的实际观测值代入模型，得到yit＾：
yit＾=a0+δ1specialit+δ2regularit+β1investit+β2gdpperit（2）
将专项督察变量的值设为0，即将specialit=0以及其余自变量的实际观测值代入模型，计算yit＾specialit=0：
yit＾specialit=0=a0+δ1（specialit＝0）+δ2regularit+β1investit+β2gdpperit（3）
计算各区域各年专项督察的效果effectsit：
effectsit=yit＾specialit=0-
yit＾（4）
②例行督察效果，将例行督察变量的值设为0，即将regularit=0以及其余自变量的实际观测值代入模型，计算yit＾regularit=0：
yit＾regularit=0=a0+δ1specialit+δ2(regularit=0)+β1investit+β2gdpperit（5）
计算各区域各年例行督察的效果effectrit：
effectrit=yit＾regularit=0-yit＾（6）
③计算综合效果，将专项督察和例行督察变量的值设为0，即将specialit=0和regularit=0以及其余自变量的实际观测值代入模型，计算yit＾special=0,regularit=0：
yit＾special=0,regularit=0=a0+δ1specialit+δ2(regularit=0)+β1investit+β2gdpperit（7）
计算各区域各年土地督察的综合效果effectit：
effectit=yit＾special=0,regularit=0-
yit＾（8）
2.4 数据来源
1999-2008年各省年内建设占用耕地面积的数据分别来自2000-2009年的《中国国土资源年鉴》。
人均GDP数据来自2000-2009年的《中国统计年鉴》，并用GDP指数修正为可比价人均GDP。
固定资产投资数据来自2000-2009年的《中国统计年鉴》中的全社会固定资产投资，并用全社会固定资产投资价格指数修正为可比价固定资产投资，由于统计年鉴没有的固定资产投资价格指数，因此未对的全社会固定资产投资加以修正。
2007年和2008年的土地专项督察比例和土地例行督察比例则根据《国家土地督察公告（2007年）》和《国家土地督察公告（2008年）》整理计算得到。
3 结果与分析
3.1 模型估计结果与分析
本文的数据为省级面板数据，这里分别采用固定效应模型和随机效应模型加以估计，相分别用F检验和B-P检验对固定效应和随机效应加以检验，检验结果表明，无论是固定效应模型还是随机效应模型均优于混合OLS模型。因此，采用hausman检验做了进一步检验，检验结果表明，采用固定效应模型更为合适。因此，这里只给出固定效应模型的估计结果（见表2）。
模型检验的F=6.02，其对应的P值为0.000 1，N=310；各系数的T检验均在10%水平上显著，因此，模型拟合较好，可以用于分析。
从表2可以看出，各变量的符号与预期一致。从估计结果来看，固定资产投资每增加1亿元，需要增加建设占用耕地面积约为1 hm2。从人均GDP的系数来看，该变量的系数符号为负，说明随着人均GDP的增加，建设占用耕地的数量会减少，这里人均GDP是作为地区经济差异的变量出现的，这也说明可能由于经济更为发达地区的土地集约利用水平更高所导致。
从估计结果来看，专项督察和例行督察的系数符号都是负的且均在1%水平上检验显著，这说明专项督察和例行督察对于减少建设占用耕地均有显著影响。土地专项督察比例和土地例行督察比例这两个变量均采用百分数表达，因此，从土地专项督察比例这一变量的系数可以知道，土地专项督察比例（为被专项督察地区面积除以该省行政辖区面积）每提高1%，约能减少建设占用耕地面积为261 hm2；而例行督察比例（为被例行督察地区面积除以该省行政辖区面积）每提高1%，约能减少建设占用耕地面积为929 hm2。从这两个变量系数的绝对值来看，土地例行督察比例（regular）要比土地专项督察比例（special）系数的绝对值要大，说明从减少建设占用耕地面积的角度来看，土地例行督察的效果要比土地专项督察的效果更为明显。
3.2 土地督察效果评价
模型估计结果表明和前面的分析表明，土地专项督察和例行督察的确对减少建设占用耕地面积有效，因此，可以在模型估计的结果上计算土地督察的耕地保护效果。利用前面有关效果计算的方法，计算2007年和2008年（因为从2007年开始才有土地督察）各地区土地督察的耕地保护效果，分别计算了专项督察效果、例行督察效果和综合效果，计算结果具体见表3。
从专项督察效果的计算公式来看，专项督察的效果是指在其他因素保持不变的情况下，如果没有专项督察，建设占用耕地与实行专项督察时建设占用耕地面积之差。从计算结果来看，由于实施专项督察，2007年和2008年分别减少建设占用耕地面积32 160.52 hm2和6 442.90 hm2，分别占当年实际建设占用耕地面积的17.08%和3.36%。
从实施专项督察的几个省级区域来看，2007年北京、辽宁、浙江、山东和广东这几个地区的专项督察比例较高，因此，2007年这几个地区的专项督察效果也比较明显；2008年海南的专项督察比例较高，土地专项督察效果也比较明显。
从例行督察效果的计算公式来看，例行督察的效果是指在其他因素保持不变的情况下，假定没有土地例行督察，建设占用耕地与实行例行督察时建设占用耕地面积之差。从计算结果来看，2008年由于实行了土地例行督察，减少建设占用耕地面积41 127.79 hm2，约占当年实际建设占用耕地面积的21.5%。由于2007年没有实行例行督察，所以没有计算2007年的土地例行督察效果。从实施土地例行督察的几个省级区域来看，河北、辽宁、江苏和广西这个地区的例行督察比例较高，例行督察的效果也比较明显。
从综合效果的计算公式来看，综合效果是在其他因素保持不变的情况下，假定没有土地专项督察和土地例行督察，建设占用耕地有实行土地专项督察和土地例行督察时建设占用耕地面积之差。从计算结果来看，由于实行了土地例行督察和专项督察，2007年和2008年分别减少建设占用耕地面积32 160.52 hm2和47 570.70 hm2，分别占当年建设占用耕地面积的17.08%和24.83%。
从2008年的专项督察效果和例行督察效果来看，例行督察的耕地保护效果要大于专项督察的效果，这可能由以下两个原因所导致：一是专项督察比例要小于例行督察比例（分别为0.2%和0.8%），二是专项督察与例行督察相比较，专项督察比例的系数的绝对值要小于例行督察比例的系数的绝对值，即δ1δ2。2008年与2007年相比较，土地专项督察比例减小，但增加了土地例行督察这一项目，2008年土地专项督察比例与土地例行督察比例两者之和为1.05%，2007年两者之和为1.95%。虽然2007年土地专项督察比例与土地例行督察比例两者之和高于2008年的土地专项督察比例与土地例行督察比例两者之和，但由于δ1δ2，这使得2008年的综合效果还是高于2007年的综合效果。
4 主要结论
通过前面有关土地督察的耕地保护效果的分析，可以得到以下结论：
（1）土地督察的确对减少建设占用耕地面积有显著影响，土地例行督察的耕地保护效果要好于土地专项督察的耕地保护效果，土地专项督察比例（每提高1%，约能减少建设占用耕地面积为261 hm2，例行督察比例每提高1%，约能减少建设占用耕地面积为929 hm2。
（2）由于实施专项督察，2007年和2008年分别减少建设占用耕地面积32 160.52 hm2和6 442.90 hm2，分别占当年建设占用耕地面积的17.08%和3.36%；2008年由于实行了土地例行督察，减少建设占用耕地面积41 127.79 hm2，约占当年建设占用耕地面积的21.5%。
（3）由于实行了土地例行督察和专项督察，2007年和2008年分别减少建设占用耕地面积32 160.52 hm2和47 570.70 hm2，分别占当年建设占用耕地面积的17.08%和24.83%。
参考文献（References）
［1］翟文侠, 黄贤金.我国耕地保护政策运行效果分析［J］.中国土地科学,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］谭术魁,张红霞.基于数量视角的耕地保护政策绩效评价［J］.中国人口•资源与环境,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］吴泽斌,刘卫东,罗文斌,等.我国耕地保护的绩效评价及其省际差异分析［J］.自然资源学报,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］张效军,欧名豪,李景刚.我国耕地保护制度变迁及其绩效分析［J］.社会科学,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］陆文彬,吴群,郭贯成,等.我国耕地变化及其成因的研究:从耕地保护的体制与政策角度分析［J］. 国土资源科技管理,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］朱红波.我国耕地保护政策运行效果与效率分析［J］. 地理与地理信息科学, 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］张全景,欧名豪.我国土地用途管制之耕地保护绩效的定量研究:以山东省为例［J］. 中国人口•资源与环境,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］张全景,欧名豪,王万茂.中国土地用途管制制度的耕地保护绩效及其区域差异研究［J］. 中国土地科学, 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］艾建国. 耕地总量动态平衡政策效果分析及对策［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,王万茂,李边疆.我国基本农田保护制度的政策评价与完善研究［J］. 中国人口•资源与环境,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］翟文侠,黄贤金.我国基本农田保护制度运行效果分析［J］. 国土资源科技管理,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］李永乐,吴群.经济增长与耕地非农化的Kuznets曲线验证-来自中国省际面板数据的证据［J］. 资源科学,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］李海鹏,叶慧,张俊飚.中国收入差距与耕地非农化关系的实证研究-基于对耕地库兹涅茨曲线的扩展［J］. 中国土地科学, 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.石忆邵.略论耕地库兹涅茨曲线在我国的适用性［J］. 长江流域资源与环境, 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.
关键词：投资；宏观投资效率；指标；方法
中图分类号：F202
文献标志码：A
文章编号：1673-291X(2007)04-0013-02
由于资源约束，仅仅依靠投资数量的扩大不足以保证我国经济的可持续增长，投资效率的提高才是关键。但在宏观经济管理工作中，人们对如何测度与判断宏观投资效率至今没有统一的看法。因此，笔者对宏观投资效率的测度指标、方法与相关理论进行梳理，希望能够澄清转轨经济条件下，我国宏观投资效率研究的思路。
一、统筹协调经济建设规模和国力
国内外关于宏观投资效率的论述散见于经济增长的相关研究中，这些文献所使用的判断投资效率的指标不尽相同，自成体系。西方市场经济发达国家的投资主体是企业，总投资的数量、结构与投资方式是众多企业追求自身利润最大化的博弈结果，系统研究“宏观投资效率”的文献并不多见(樊彦潇，2005)。
过去，我国在以固定资产项目投资管理为核心的投资体制下形成了较为完整的投资效率评价方法体系。这些评价方法与指标有些适用于目前我国宏观投资效率评价，有些则不适用。
上表中所列后两行的指标由于反映的是项目建设期的投资效率，没有反映项目投产后运营期的效益如何，因此无法据此判断宏观投资效率。试想项目建设过程中投资活动是优质高效的，但项目运营两年后由于市场需求变化，产品滞销，那么，从后两行指标数据显示的信息就与实际情况不符，因为后两行的数据一定是漂亮的，而宏观投资效果系数则表现相反。
二、统筹协调重工业、轻工业、农业的发展
(一)投资效果系数
投资效果系数是指一定时期的国内生产总值的增加额与引起这一增加的固定资产投资总额的比例。它从资金投入与产出比率上较全面地反映投资活动的最终效益。因此，在投资规模一定的情况下，投资效果系数一般是越大越好。武献华(1994)的研究表明，1956―1984年间，我国的投资效果系数波动较大，处于-1.44～1.02之间，均值为0.51。黄毓哲(2004)的研究则表明，1996―2002年间，我国投资效果系数处在19.65%～28.10%之间，且呈下降趋势。当然，这一观察结果伴随着投资规模的扩大。因此，简单根据1956―1988年间的投资效果系数大于1996―2002年间的投资效果系数比较就判断后一时期的投资效率存在问题是不科学的。因为投资活动本身具有乘数效应，即使是无法投入使用的“豆腐渣”工程，也会在固定资产投资当期促进GDP的增长。另外，前一时间段处在计划经济时期，固定资产投资涵盖所有投资行为，而后一时间段，我国处于市场经济转轨时期，固定资产投资只是广义投资概念的一个重要组成部分，两者不具有可比性。
(二)投资弹性系数
投资弹性系数是国民收入对投资变动敏感程度的衡量指标，是当年投资增长速度与当年GDP增长速度之比。投资弹性系数越高，说明投资对国民经济增长的贡献率越大，投资的效率越高。我国近年来投资弹性系数的具体情况见下表：
下表数据显示我国投资弹性系数1999年后逐年下降，说明国民收入对投资变动的敏感性在下降，而相关数据表明，这一时期，我国的投资规模在不断扩大，资本的边际报酬递减规律正在发挥效用。投资弹性系数可以从一定角度反映宏观投资效率，但与投资效果系数一样，有一定的局限性与适用范围。首先应注意该指标所指投资的含义仅限固定资产投资；其次是GDP是否可以充分代表投资的成果。人们渐已达成共识的是GDP虽然可以用来衡量经济数量的增长，却无法衡量增长的质量。经济增长必然会遇到资源承载条件的约束。因此，采用绿色GDP即剔除环境污染成本的GDP指标来测度宏观投资效率才更为客观。
三、统筹协调经济建设与人民生活
由于衡量宏观投资效率的指标具有这样或那样的不足，因此，致力于投资效率研究的学者发挥了聪明才智，利用可获得的数据资源，试图借鉴西方经济学的已有研究成果，在一定的理论框架之下探索宏观投资效率测度方法，视角不同，各有特点。
(一)动态效率的视角
动态效率问题是新典经济增长理论中研究的核心问题。经济增长的动态效率，是在长期均衡增长路径上考察的，其最简单的判别准则是所谓的黄金法则――根据索洛模型，当一个经济单位有效劳动的资本存量(K*GR)达到这样一个水平，使得在该水平上的边际生产率[f＇(K*GR)]恰好等于人口增长率(n)、劳动生产率增长率(g)和资本折旧率(δ)之和时，即：
f＇(K*GR)=n+g+δ
经济处于最优均衡增长路径上。此时，单位有效劳动的消费最大，满足f＇(K*GR)=n+g+δ条件的K*GR称为黄金率资本存量。由于f＇(K*GR)-δ是实际报酬率，它的直观度量是真实利率，n+g等于经济增长率。据此，一般可以把真实利率与经济增长率相比较来判断经济的动态效率，即当真实利率大于、小于和等于经济增长率时，经济分别处于动态有效、无效和最佳状态。袁志刚(2003)运用多种方法测度(包括上述的黄金法则判别法)发现：20世纪90年代以来，至少在大多数年份，中国的实际经济运行处于动态无效区域，表现为资本的边际生产率低于经济增长率。在一个动态无效的经济中，资源配置就不是帕累托最优，人们可能通过减少资本存量(投资)，增加消费来提高福利水平。
(二)资本边际收益率的视角
张军(2003)认为，尽管投资活动无法全额形成资本，但资本形成无疑全部来源于投资活动，即投资数据与资本数据具有高度的相关性。因此，投资相对于产出增长的关系可以通过对资本相对于产出增长的关系观察得到。资本相对于产出增长的速度表现为资本的边际效率或者资本的边际生产率。观察资本生产率变动情况的方法之一就是观察“资本―产出比率”的变动。依据索洛(Solow，1957)发展出来的关于增长核算学的一个简单分解方法，在不变的规模报酬、外生的技术进步和竞争市场的假设下，产出的增长率可以分解成：
gy=αgl+(1-α)gk+e
其中，gy、gl和gk分别是产出、劳动和资本的增长率。α是劳动的产出弹性，e为索洛残差，或者称为全要素生产率(TFP)的增长率，它可以反映或者捕捉技术或动态效率的变化。经过变换可以得到“资本―产出比率”增长率的表达式：
g(K/Y)=αg(K/L)-g(TFP)
其中，L代表劳动，K代表资本，Y代表产出(GDP)。此式表明，在新古典生产理论的假设条件下，“资本―产出比率”的变动是资本-劳动比率(即人均资本)的变动与全要素生产率(TFP)的变化率之间的“净效应”的结果。如果资本-劳动比率或要素的密度保持不变，那么，全要素生产率的增长将全部转化为资本―产出比率的下降。由于资本―产出比率的倒数就是资本的生产率，所以，只要要素的密度不变，资本的生产率变动等价于技术进步或者效率的改善。
资本的边际收益率常常用“边际资本产出率比率”(ICOR)来衡量，而且边际资本-产出比率是一个更容易计算的指标。因为根据定义，资本的边际生产率是资本存量的边际产量(dY/dK)，即产出的增量与资本存量变动的比率。因为资本存量(K)的变动等于投资流量(I)，因此在总量上，资本的边际生产率又可以用GDP的增量与投资的比率(dGDP/I)来表示。显然，边际资本产出比率(ICOR)是资本的边际生产率(dGDP/I)的倒数：ICOR=I/dGDP
通过以上定义过程可以看出ICOR与前所述的投资弹性系数两者的关系为互为倒数，视角不同但殊途同归。
(三)资本配置效率的视角
根据新古典一般均衡理论，当且仅当要素价格等于其边际生产率的时候，资源配置才最有效。资本配置效率的评判方法有两种：一种是观察近年来我国的资本边际收益率的方差是否下降，代表性的研究如龚六堂、谢丹阳(2004)。另一种方法是观察资本流向是否由低成长部门流出，向高成长部门流入，代表性的研究如Wurgler(2000)。
由于不同行业的资本边际收益率相差悬殊，为确定资本边际收益率而采集的数据口径不一，计算繁复也影响了计算的准确性。为了规避这一问题，龚六堂、谢丹阳采用了函数估计法。程序是先假定一个总量生产函数Y=F(K，L；x)，用总产出Y、资本存量K、劳动投入L等统计数据对方程进行回归，估计出相应的参数值x，最后计算得到F(K，L；x)对K的一阶导数，求得资本边际收益率。比较计算结果发现我国省际之间“1970―1984年资本存量的边际回报率差异水平下降(最高0.41，最低0.3)，说明资本存量的配置有效性增加，之后处于稳定的水平，表明资本存量配置的有效性处于稳定状态。”
由于资本边际收益率方差因行业、地区不同而不同，因此各国之间的方差数据不具有可比性，Wurgler(2000)提出了第二种方法，即用回归方程
ln(Iict/Iict-1)=αc+ηe(lnVict/Vict-a)+εict。其中I表示国家c中的行业在第t年中的实际总固定资产形成；V是相应的实际产出增加值；I、V均经过价格指数平减，为实际值。方程中的ηe为“行业投资对产出的弹性系数”。一个国家的ηe越高，说明这个国家行业间的资本流动对行业兴衰的变化越敏感，资本配置效率越有效。Wurgler发现发达国家的ηe显著为正，欠发达国家则大多不显著，说明发达国家的行业投资对投资机会的变化更敏感，投资效率更高。Wurgler的研究思路确对投资效率的测度有一定的启发，但实际总固定资产的形成以及实际产出增加值的内涵不清，该方法应用时实际固定资产形成有人用固定资产存量，有人采用固定资产形成值、实际产出增加值，有人用利润，有人用GDP，因此该方法还需在理论上进一步充分论证，避免含混不清。
以上学者对宏观投资效率问题的研究各有心得，学习与借鉴西方经济学中关于宏观投资效率的评价方法对研究转轨时期中国的投资问题研究无疑是大有裨益的，但如何结合我国的经济发展特点与投融资体制变革的进程，探索一套适用于我国现时宏观投资效率的简便可行的指标及测度方法体系，为经济建设服务，这将会是投资理论工作者近期内一项亟待完成的课题。
参考文献：
[1] 武献华.投资效益分析与评价[M].沈阳：辽宁人民出版社，1994.
[2] 黄毓哲.投资与经济增长的关系―江西省固定资产投资与经济增长关系的数量分析[J].江西科技师范学院学报，2004(5).
[3] 樊彦潇.经济增长与中国宏观投资效率研究[D].复旦大学博士学位论文，2005.5.
本论文对我国及广州市的城市基础设施的投融资模式进行分析和研究，从开题开始在导师的指导下饿自己不断学习中顺利进行。在搜索资料的过程中现阶段已经对所写论文有所了解，论文的初稿也已基本形成框架。
本论文初稿初步分为四章：
第一章：绪论。主要是对论文的研究背景及研究意义作了说明，阐述了我国及外国一些学者对城市基础设施建设的一些观点和看法。根据所查资料显示世界各国已经将城市基础设施作为城市经济发展的引擎。各国都开始注重城市基础设施的建设，因为城市基础设施是一座城市发展程度的标志。
第二章：是对城市基础设施的相关理论概述。括城市基础设施的基本概念；城市基础设施在城市发展中的地位及作用；城市基础设施的改善是城市发展的标志；城市基础设施是城市存在和发展的物质条件；城市基础设在城市的建设中与城市经济社会发展中占有极其重要的地位。城市基础设施建设也是衡量城市强弱和发展的重要衡量指标。随着城市的现代化发展，城市基础设施在城市中的地位和作用愈加重要。根据查找整理资料，城市基础设施的范畴大致应包括以下六个系统：城市能源系统：包括城市电力生产与输变电设施，煤制气、天然气、液化石油气的生产、供应设施，城市热能生产与集中供热设施等。水源给排水系统：包括水资源的开发、利用设施，自来水的生产、供应设施，雨水排放、处理设施等。交通运输系统：包括城市对内交通运输的道路、桥梁、公共交通场站设施，城市对外交通的航空、水运、公路、铁路等设施。邮电通讯系统：包括邮政、电讯、电话等设施。城市生态环境保护系统：包括环境卫生和垃圾清运处理、环境监测保护、园林绿化等设施。城市防灾系统：包括防火、防洪，防地震、防地面下沉、防风雪以及人防战略等设施。
第三章：我国城市基础设施建设的现状及投融资模式。我国在城市交通方面，截至2009年年底，我国城市公共电（气）车、轨道交通总规模达到42.8万辆，是1978年的19.5倍。1978年我国城市市政公用设施固定资产投资12.0亿元，占全国全社会固定资产投资总额、国内生产总值的1.79%、0.33%。2008年，全国城市市政公用设施建设固定资产投资达到7236亿元，比1980年增加了501.5倍。占全国全社会固定资产投资总额、国内生产总值的4.20%、2.41%。1978年至2008年，城市市政公用设施建设累计完成投资达49955亿元，年平均投资增长率为24％。我国在城市道路桥梁方面，截至2007年年底，全国城市道路总长达到25万公里，面积43亿平方米，较建国初期分别增长23倍和58倍；城市桥梁4.8万座，路灯140万盏，较改革开放初期分别增长了9倍和24倍。我国的城镇化进程仍处于加速发展时期，城市建设对资金的需求量越来越大，必须树立科学的城市经营理念，创新思路，多渠道筹集城市建设资金。要在坚持政府投入的同时，创新机制，发挥市场配置资源的基础性作用，调动社会各方投入的积极性，实现城市建设投融资主体的多元化和融资方式的多样化，变政府包建为多方共建，变政府独资为多方筹资。目前我国基础设施建设的资金来源主要有：政府投资、BOT模式、银行贷款、债券、资产证券化、等等。BOT模式就是建设—经营—转让的缩写。其典型形式就是以政府和私人机构之间达成协议为前提，由政府向私人机构颁布特许，允许其在一定时期内筹集资金建设某一基础设施并管理和经营该设施及其相应的产品与服务。其中重庆地铁、深圳地铁、北京精通高速公路、南浦大桥、杨浦大桥都是我国运用BOT模式建设的基础项目。资产证券化是以目标项目所拥有的资产为基础，以该项目资产的未来预期收益为保证，通过在国际资本市场上发行高档债券来筹集资金的一种项目证券融资方式。目前我国试点资产证券化的银行有两家，分别是国家开发银行和中国建设银行，长沙市二环线资产证券化来筹资建设的。银行贷款是政府授权一些从事城市基础设施建设的国有投资公司，向银行贷款，财政实施担保并进行贴息。这些贷款由于取得容易，程序简单，一旦出现还款紧张的情况，还可以利用政府同银行的关系进行一定的融通，因此，被各地政府广泛使用。城市基础设施项目引入民间资本，不仅可以解决资金不足的问题，而且还可以提高城市基础设施的建设速度和经营效率。
第四章：广州市基础设施建设投融资模式的研究。广州市作为我国发达城市之一，所以城市基础设施建设尤为重要。2010年亚运会更是对广州市基础设施的一次考验，也是广州市基础设施建设发展的一次机会。对于广州城市基础设施建设投融资的主要模式有政府投资、银行贷款、市政债券、资产证券化、BOT模式等等。2010年亚运会发行亚运会债券为亚运会筹集资金。2010年广州市首次为城市建设发行的总共28亿元公司债券 。自此，广州市进行城市建设，除了使用财政资金外，多了一个向市场筹集的新渠道。债券的融资成本是除了发行股票之外，借款成本比银行还低的“最抵”方案。2010年三月银行贷款 利率为收益五年以内6.48%，五年以上6.84%，而广州城投的债券利率是5%，以28亿元来计算，一年利率差就达到约1.5%，相当于4200万元，是一笔不小的数目。我国具有一定市政债券性质的券种,较典型的有上海浦东发展建设债券、重庆城建重点债券和1997广州地铁建设债券。银行的贷款对城市基础设施的资金供给金额非常庞大，其支持力度远远超过财政，为城市基础设施发展提供了重要的资金支持。2009年广州市城市建设投资集团有限公司与中国工商银行等16家金融机构组成的银团签订城建项目贷款合同，总金额达713亿元，另外，工商银行还批准给予城投集团100亿元的项目临时周转贷款。资金主要用于道路交通、中心区雨污分流和旧社区的改造等城市基础设施项目的建设，这也是广州有史以来参与银行最多、融资额最大的银团贷款项目。BOT模式在广州城市建设中的应用，随着经济的发展带来了水环境的破坏，珠江三角洲的河水的严重污染，阻碍了经济的进一步发展。而治理这一污染现状，需要巨大的投资费用，广东省已经作出治理规划，称为“碧水工程”，大约需要200亿元人民币，巨额的资金来源有待解决，而彻底地解决水污染问题，远不止此数额。采用BOT投融资模式是通过先投资建设废污水处理厂，出让一定时间的经营所有权，经过转让再拥有经营所有权的模式，解决政府筹集资金的困难，又可解决水环境严重污染的问题。其优点是既可减少废污水处理工程的初始费用，利用BOT融资可以将有限的资金投入到更多更急需发展的领域中去；又可吸收废污水处理先进技术，改善和提高管理水平。BOT投融资模式在广东省基础设施建设中已经得到应用，如深圳沙角B电厂、广州地铁二期工程等，这一章还将广州市与其他城市的基础设施建设相比较，分析它们之间的的投融资模式。广州在“十一五”计划中指出2003年至2010年建成282.75公里快速路，2004年至2007年建成规模污水处理系统，2003年至2010年投资20.3亿建成南部供水工程。2010年的1至9月份，广州89个重点建设项目累计完成投资741亿元，比2009年同期增加176.2亿元；其中交通与城市基础设施项目完成投资203.9亿元。2001-2009年广州的基础设施投资由1098.68亿元增加到4488.32亿元。基础设施的发展反映了一座城市的发展水平的建设可以顺利快速的发展。
还有一些资料在整理中所以可能最终的初稿会与现在有些出入。
2.存在问题及解决措施
（1）、数据的来源主要是国家统计年鉴、广东和广州统计年鉴。由于有些数据及资料不能直接得到，有些资料、数据要经过分析、计算才能得到，所以，收集一手资料有些困难。但是，这些经过自己做充足的工作基本可以解决好。
（2）、如何运用自己所学的知识来找出问题之间的联系，但通过不断的学习和老师的指导，基本解决了这个问题。
（3）、面对在论文写作中遇到的问题，通过查找相关的参考资料并不断从学习中寻找合理的解决方案。
（4）、要对广州市的投融资模式及城市基础设施的基本情况有所了解才能正确的分细研究广州市的主要投融资模式。
3.后期工作安排
后期准备继续查找资料，尽快完成自己的初稿，希望在导师的指导下修改、完善自己的论文，为自己在最终的答辩中做好准备。
摘要:耕地保护已成为各级政府的首要任务。利用DPS数据处理系统和逐步回归分析法,对杨凌示范区1997-2005年耕地变化驱动力进行分析。结果表明示范区耕地利用变化显著,耕地面积逐年减少;耕地利用变化的主要驱动因素是人口增长、人均收入水平的提高等人文社会因素。
关键词:耕地;DPS数据处理系统;逐步回归分析法;驱动力
《国民经济和社会发展第十一个五年规划》首先提出了我国耕地不少于18亿亩的约束性指标;总理在2007年的《政府工作报告》中指出,一定要守住全国耕地不少于18亿亩这条红线。说明耕地保护已成为各级政府的首要任务。笔者认为不仅要把耕地保护作为首要任务,而且还要了解耕地减少的原因。因而本文以杨凌示范区为例来探讨耕地不断减少的驱动力。
一、研究区域与研究方法
(一)研究区域概况
截至2005年底,杨凌示范区总人口14.75万人,GDP18亿元,三次产业比重为8.1:48.7:43.2;全社会固定资产投资9.96亿元;财政收入1.76亿元;社会消费品零售总额3.7亿元;招商引资8.8亿元;全年进出口总值7720.8万美元。
(二)数据来源及研究方法
杨凌示范区1997-2005年土地数据来源于1996-2005年杨凌示范区土地统计台账;国民经济和社会发展数据来源于示范区发展计划局、陕西省统计年鉴。本文以示范区1997-2005年土地利用数据作为基础,利用DPS数据处理系统和逐步回归分析法对影响示范区耕地变化的驱动因素进行分析。
二、杨凌示范区耕地变化的驱动力分析
(一)耕地数量的变化
截至2005年,杨凌示范区的土地总面积为9410.53公顷,农用地6165.33公顷(1997年为6811.57公顷),耕地为4437.30公顷(1997年为5810.42公顷);建设用地2774.94公顷(1997年2139.23公顷);未利用地470.26公顷(1997年459.73公顷)。9年间耕地面积减少了1373.12公顷,年均减少速度为2.63%。可以看出示范区耕地减少迅猛。
(二)耕地变化驱动力分析
1.影响耕地面积变化的因子分析。自然因素是影响土地利用变化的长期主导因素,短期内主要是人类活动造成的[1]。因而本文只探究社会、经济等人为因素对耕地利用变化的影响。根据逐步回归分析方法的思路和要求,以及杨凌示范区现有资料情况,选择1997-2005年序列资料作为基础数据,从中选取8个影响因子:x1——在岗职工平均货币工资(万元),x2——GDP(亿元),x3——全社会固定资产投资额(亿元),x4——地方财政收入(亿元),x5——农民人均纯收入(元),x6——总人口(万人),x7——各项存款余额(万元),x8——社会消费品零售总额(亿元),Y——耕地面积(公顷)。选取以上变量的1997-2005年数据作为分析样本,对杨凌示范区耕地数量变化起决定作用的影响因素为:
第一,在岗职工平均货币工资(x1)、农民人均纯收入(x5)、各项存款余额(x7)。示范区在岗职工平均货币工资、农民人均纯收入、各项存款余额由1997年的4849元、1369元、51285元增长到2005年的14989元、3517元、262774元,年均增长23.23%、17.43%、45.82%。人们除了有吃饭、穿衣等基本的生活需求外,还有安居乐业的需求,因而人们强烈希望拥有自己的住房。与此相对应,示范区房地产投资由1998年的2670万元增长到2004年的19172万元。
第二,全社会固定资产投资(x3)。示范区全社会固定资产投资由1997年的10485万元增长到2005年的99639万元,年均增长94.45%;交通用地面积从1997年的115.58公顷增长到2005年的196.4公顷,年均增长率为7.78%,并有80.89公顷的耕地转化成了交通用地。可以看出从示范区成立以来政府对示范区道路、房屋、公共设施等的投资是很大的。道路、房屋、公共设施等固定资产是依附于土地而存在的,所以对固定资产的大力投资势必会占用大量的土地。
第三,总人口(x6)。人口是最具活力的土地利用变化驱动力之一。1997-2005年,示范区人口从116001人增加到147500人,年均增长率为3.02%;非农业人口由33085人增加到61600人,年均增长率为9.58%;城镇化水平由1996年的29.59%增长到2005年的41.76%。人口的增加必然会对粮食、住房及公共设施的需求增大,导致建设用地扩张,耕地减少。
三、耕地保护对策建议
第一,建立耕地保护经济补偿机制。地方政府在耕地保护上是被动的。为了鼓励和提高地方政府保护耕地的积极性和主动性,使地方政府和中央政府在耕地保护中的行为趋向一致,就需要建立利益补偿机制。建立耕地保护的经济激励机制,可以借鉴美国的经验:首先中央政府支付给地方政府耕地保护费,确保地方政府在保护耕地中的收益不低于将耕地用于非农用途的最大收益,与此同时不定期抽查(包括耕地的数量和质量),并给予工作出色者奖励,而对于那些私自占用耕地或以次充优进行占补平衡的地区的相关官员进行严厉惩罚;其次要在农民群众中建立奖励制度,调动农民保护耕地和进行农业生产的积极性,充分发挥其保护耕地的主体地位[3]。
第二,实施耕地生态管护制度,切实加强耕地的生态建设。为了巩固和加强生态退耕产生的巨大效益,应对耕地实行生态管护制度。生态退耕工程分村设定专人管理,管护队伍由项目区所在村组择优提议,通过竞争上岗的方式选择聘用,由建后管护工作小组颁发聘用证书,与管护人员签订合同,进一步明确责权利。每个村确定1名管护员,负责本村受益区内生态退耕的管护。建立管护基金,根据“谁受益,谁出钱,谁管理”的原则,项目区按受益面积收取一定的费用作为生态退耕工程的管护费用,由项目村统一安排。
购物车(0)