时间：2023-06-14 09:34:43
序论：速发表网结合其深厚的文秘经验，特别为您筛选了11篇投资规模分析范文。如果您需要更多原创资料，欢迎随时与我们的客服老师联系，希望您能从中汲取灵感和知识！
表11990―2001年武汉市房地产开发投资、基本建设投资GDP及增长率
资料来源：《武汉年鉴》1989年～2002年各版
从表可以看山，武汉市房地产投资呈现山如下一些特点：
（1）年度房地产开发投资增长快。1990年武汉市房地产投资总额仅为3.35亿元，而到2001年则猛增到115.34亿元，增长34倍多。12年间的平均增长速度为51.74%。但同期武汉市的基本建设投资额的平均增幅只为27.12%。同期的GDP平均增幅为21.6%。特别在1992年～1995年最为明显。由此可知，房地产开发投资增长率大大高于后两者，房地产开发投资增长很快。
（2）投资周期性波动大。图1为1990―2001年间武汉市房地产开发投资与基本建设投资及GDP增长率的散点折线图。我们从图中可以看山，1990～2001年间武汉市房地产开发投资的增长明显呈现山一个周期波动。1993年以前，房地产开发投资增长很快，1990年的增幅只为-2.4%，1991年为2.1%，而到1992年，房地产开发投资迅速上升，增幅上升到63.2%，到1993年增长率达到极点，为341.4%。短短4年时间就上升了7.4倍。而在1994年以后，投资增长率渐渐回落。1994年、1995年分别为131.4%、60.6%。在1996年回落得最快，只有6.2%，增幅下跌了将近10倍。到1999年房地产投资首次山现了负增长。1999年之后，房地产投资增幅又有增加趋势。
二、武汉市房地产开发投资规模趋于合理
适当和合理的房地产开发投资水平，可以拉动一国或一地区的国民经济的发展。然而，房地产投资过度将会带来空置房增多，银行贷款难以收回，严重时，有可能引起金融风波，具有强烈的副作用。而如果房地产投资不足，房地产市场上将出现供过于求的局面，人们将无法（或很难）找到适合自己的住房，从而影响人们的生活，同样也会给国家经济发展带来影响。
房地产投资规模是否合理，我们可以从房地产开发投资占固定资产投资的比重，以及房地产投资占GDP的比重来分析。表2表明了武汉市房地产投资占固定资产投资及GDP的比重的变化。
表2武汉市房地产投资与固定资产投资及GDP
从表2可知，1992年以前，武汉市年度房地产投资占年度固定资产投资的比重不足10%，市场感觉该市房地产投资不足。而此后该比值一直大于20%。而年度房地产投资与年度GDP的比值，先升后降，1992年以前均在9%以下，市场感觉房地产投资不足，房地产产品将供不应求，而1993～1998年，该比值在8.4%-24.2%之间。在这段时间，整体上来说，几乎又是递减的，但一般都小于18%。此阶段由于投资放大，房地产产品将供过于求。由此本人初步估计，武汉市房地产投资占当年固定资产投资的比重在20%-25%之间，房地产投资占GDP的比重在8%-15%可能是武汉市房地产投资比例的合理区间。由表2判断，从年度房地产投资分别占年度固定资产投资比重及占GDP比重的角度上来说，1993年以后，武汉市房地产投资规模处于投资合理区。
为了验证上述推断的正确性，下面我从武汉市房屋的空置率情况的变化进一步加以证明。
空置率用公式表示为：
房屋空置率=报告期末房屋空置面积/近三年房屋可供应量*100%
年度房地产产品的供给即为房地产开发企业年内可供销售面积。房地产产品的实际需求可以认为就是房地产开发企业年内实际销售面积，房屋空置面积就等于年内可供销售面积减去年内实际销售面积。由于房地产市场供需不均衡，无论从宏观还是微观分析，房地产空置存在有其客观的必然性。不同国家、不同地域、不同用途的房地产，其空置率的变化规律是不相同的。
一个经济社会，房地产产品存在一定的空置面积对房地产市场是必要的。国外研究表明，在西方发达国家，当房屋空置率在3%以下时，买房人几乎找不到符合自己需要的房屋，房地产产品供不应求，此时市场上空置房屋少，市场呈现出卖方市场。而当房屋空置率在3%～10%时，市场较为平稳。整个市场供应不显得过剩，买方对房地产产品有充分的选择余地。当空置率大于10%时，则房地产产品逐渐显得过剩。达到15%以上时，存在严重过剩。当然，发展中国家由于经济不够发达，其空置率标准与发达国家是不一样的。一般认为空置率在4%～6%之间是合理的。发展中国家的空置率标准可归纳为如下：
表5列出了1990年～2001年武汉市房屋空置率情况，
表4显示，在1995年以前，武汉市房屋空置率处于空置不足区，空置率均在4%以下，各年的房屋竣工面积（小于1000万平方米）、房地产销售量（小于100万平方米）都不是很大，房屋空置的绝对量有限。此时，房地产市场处于买方市场。在这一阶段，房地产开发企业一般很少关注房地产产品的功能、配套服务、小区环境等。而在1996年以后，武汉市房屋空置的绝对量逐渐扩大，空置率也由处于不足区转变到处于合理区间（在4～6%之间），在国家决定取消实物福利分房采取货币分房以来，武汉市房地产市场供需两旺，房屋竣工面积、销售面积量放大。总之，从空置率角度来说，武汉市房地产投资规模在1996年以后达到合理区间。
从短期来看，在拉动河南经济增长的“三驾马车”中，净出口和消费对经济增长的带动作用不可能有较大幅度提高。因此投资就成为今后相当长一段时间内河南经济发展的重要推动力。但就目前来看，河南投资不论从规模还是结构上看都还存在一些问题。
一、投资规模问题――总量偏低与增速过快同时并存
1.总量偏低
十五时期是河南投资快速增长的时期，特别是2004年以来，河南投资的增长速度远远快于全国，但是从总量上来看，投资规模依然偏低。可以从以下几个方面来进行分析:
(1)2004年以前河南固定资产投资增长速度长期慢于全国。2004年以前，河南全社会固定资产投资增速除了在个别年份（如1999年、2000年等）略高于全国水平外，其余年份均低于全国水平。长期投资增速上不去是河南投资总量较低的一个重要原因。
(2)河南全社会固定资产投资率较低。投资率是衡量投资规模的一个重要指标，它是指一个地区全社会固定资产投资总量占同期GDP的比重。河南“八五”、“九五”时期投资率分别为26.7%、28.5%，全国分别为34.1%、36.0%;而浙江分别为39.5%、37.1%;广东分别为48.2%、33.6%;可见，河南投资率低于全国水平，和东部一些省份相比，河南的差距就更大。进入“十五”时期以后，由于国家西部大开发政策的实施，带动了西部地区投资的发展，西部省份的投资率均达到35%以上，而河南2002年投资率为29.6%，这一投资率已经是河南的历史最高水平，但与全国相比，仍相差12.55个百分点。2003年河南投资增势强劲，投资率又创新高，达到32.9%，但和全国的47.2%相比，仍相差14.3个百分点。2004年，河南投资增速远高于全国水平，但河南投资率是35.2%，全国是51.5%；2005年河南投资增速为41.3%，全国为25.8%，但就投资率来看，河南和全国仍相差7.1个百分点；2006年河南投资依然是飞速增长，增速达到37%，远高于全国24%的增长速度，但就投资率来看，河南仍低于全国5.1个百分点。
(3)河南人均固定资产投资水平低。2004年河南人均固定资产投资额为3189元，是全国人均投资量的59.2%，分别是浙江、江苏、山东、广东的24.6%、36.5%、42%和45.9%。2005年河南固定资产投资飞速增长，人均固定资产投资额达到4483元，比2004年增长了近1300元，但与全国人均固定资产投资6776元相比，差距依然很大。而浙江、江苏、山东、广东等东部省份的人均固定资产投资量分别是13581元、11693元、11399元、7567元，更是远远超过河南。河南与中部六省中的其他省份相比，也只是处于中游。
(4)河南投资与GDP的总量占全国的比重不相称。近几年，由于河南经济增长速度快于全国平均增长速度，河南GDP占全国的比重也不断上升，由1998年的5.48%上升到2004年的6.46%。但与此同时，河南的投资增长速度却慢于全国平均增速，河南投资占全国投资的比重也呈不断下降趋势，由1998年的4.67%下降为2003年的4.19%。2004年以后，由于河南投资增长速度远远超过全国，从而投资量占全国的比重也有所上升，使河南投资与GDP占全国比重背道而驰的局面有所改变，即便如此，两者依然是不相称的。如果从人口、经济总量和投资这三者的对比来看，这种不相称就更明显，2006年，河南人口居全国第一位，占全国的7.5%左右，GDP居全国第五位，占全国总量的5.95%。而全社会固定资产投资仅占全国的5.38%。
2.2003年以来投资增速过快
但是在注意到河南投资总量偏低的同时，也不能忽视近几年河南固定资产投资增长速度过快的问题。2003年以来，河南每年全社会固定资产投资增长速度都在20%以上，2003年河南固定资产投资增速由2002年的11.8%一跃达26.9%。2004年以来河南投资增速更是远远超过全国水平，2004至2006年全国固定资产投资增长速度分别是25.8%、25.7%和24%，而河南同期的固定资产投资增长速度分别为34.1%、41.3%和37%，远远高于全国水平。投资之所以能够拉动经济增长，是因为固定资产投资在建设期内表现为一种单纯的需求，能够对经济增长产生一种拉动。但是一旦固定资产投资建成投产以后，它就由单纯的需求变为单纯的供给，这时如果没有有效需求来吸纳这一增量供给，必然出现总供给大于总需求的失衡状况，从而影响经济的长远发展。目前之所以还没有出现这种状况，是因为固定资产投资保持了一个持续的高速增长，增加的产能被下一轮更大规模的投资所吸纳，但是受到社会资源等因素的限制，这样一种投资增长速度是不可能长期维持下去的。因此，就目前来看决不能以投资总量偏低来掩盖目前投资增长速度过快的问题。
二、投资结构问题分析
1.“十五”期间投资产业结构不合理
河南目前投资产业结构问题也比较突出，总的来说是第二产业投资过热，增速过快,而第一、三次产业投资增长缓慢,特别是第一产业投资力度与河南农业大省的地位不相符合。同时第二产业内部不平衡问题有所突现，传统产业投资力度过大，而高新技术产业投资力度过小。
(1)河南第一产业投资比重较低，且下降趋势明显。2000年在河南全社会固定资产投资中第一产业投资占到6.97%，之后这一比重连年下降，到2005年这一比重下降到3.8%，五年间整整下降了3.17个百分点。分析其原因，主要是投资主体的投资积极性在绝对或相对的下降。从投资主体的角度分析，第一产业投资主体主要包括政府、农村集体组织和农户（农村居民个人）。就投资能力来说，随着经济的发展，不论是政府还是农村集体组织和农户，其投资能力在不断地提高，这主要反映在这三类投资主体对第一产业固定资产投资的绝对量不断增长上，如财政用于农业基本建设的资金由2000年的7亿元增长到2005年的17亿元，农村集体单位固定资产投资总量由2000年的225亿元增长到2005年的400亿元，农村居民个人固定资产投资总量由2000年的255亿元，增长到2005年的450亿元。但是从投资积极性来看，由于第一产业的投入产出率较低，无论是政府、农村集体组织还是农村居民个人对农业固定资产投资的积极性都在不断下降，这一点可以从各投资主体投资占总投资的比重这一指标看出。首先，政府用于农业基本建设支出的财政资金总额在不断增长，但其占财政总支出的比重是不断下降的，由2000年的1.60%下降到2005到的1.52%。其次，就农村集体组织来看，虽然其固定资产投资额的绝对值在不断地增长，但是从其占全社会固定资产投资的比重来看，却是不断下降的，由2000年的15.2%下降到2005年的9.1%。再次，就农村居民个人来看，其固定资产投资的绝对值也是在不断地增长，但是其占全社会固定资产投资的比重却也是不断下降的，由2000年的17.3%下降到2005年的10.3%，五年下降了7个百分点。
(2)2003年以后第二产业投资占总投资的比重增长过快。2003年以前，第二产业投资占总投资的比重是一个下降的趋势，但2003年以后第二产业投资却实现了“爆发式”的增长。2003年，在国有及其他经济类型投资中，第二产业投资648.16亿元，增长63.4%;所占比重由2002年的34.6%迅速上升为2003年的41.0%。特别是随着对能源、原材料需求的增加,基础行业投资快速增长,如2003年河南省能源工业投资增长58.1%，原材料工业投资更是增长140%。2004、2005年依然保持着这种增长趋势，如2005年河南煤炭、化工、机械、食品、纺织工业投资增长速度都在50%以上。但工业内部产业结构矛盾仍然比较突出，主要是高能耗行业增长偏快,一般加工工业产能扩张过快,而高附加值、高技术含量的技术升级类投资比重偏低等。
(3)第三产业投资比重过低。现代经济发展的重要特点是服务业所占的比重越来越高，像美国、英国、德国、日本等发达国家第三产业占经济总量的比重达到70%以上。与我国经济发展水平相当的土耳其、印度的服务业在20世纪80年代后期都超过或接近GDP的50%。而我国2006年第三产业增加值占经济总量的比重只有39.5%，河南只有29.3%。河南第三产业的这种发展现状与近几年对第三产业的投资量是相关的。2003年以前第三产业投资比重是一个不断上升的趋势，但2003年由于第一产业和第二产业的投资增长速度远远高于第三产业的投资增长速度，从而使第三产业投资所占比重大幅度下降，由2002年的64.4%下降为2003年的57.3%，下降了7.1个百分点。2003年以后，由于第二产业投资的过快增长，第三产业投资比重连年下降，到2005年第三产业投资占总投资的比重下降到51.2%，这与2002年的最高水平相比相差10多个百分点。
2.不同城市间三产投资很不均衡
河南省不同城市间三产发展很不均衡，从而导致不同城市间三产的投资很不均衡。有的城市服务业相对发达，投资量相对较大,如郑州,其三产投资占其总投资的比重分别为:1.87%、32.47%、65.66%;有的城市工业很发达，第二产业投资相对较大，而一三产业投资相对较小，比较典型的城市是洛阳，其三产投资比重分别是2.42%、51.3%、46.22%;有的城市工业不发达，投资量很小，因此一三产业投资量相对较大，比较典型的城市是信阳，其三产投资比重分别是7.48%、22.38%、70.14%;还有的是典型的农业城市，第一产业投资相对较大，二三产业投资量相对较小，如驻马店三产投资比重分别为12.7%、32.95%、54.35%。当然并不是说城市产业发展要整齐划一，各城市应根据自己的比较优势来形成自己的产业结构，但是还是应注意三产在一定程度上的协调发展，这样才有利于实现地区的最优规模经济。
3.投资分布不合理，投资主要集中在以郑州为中心的工业城市圈内
从投资的地域结构来看，投资过于集中，如2005年河南全社会固定资产投资主要集中在以郑州为中心的工业城市圈内。其中郑州、洛阳、新乡、焦作四个市集中了河南投资总量的43.41%。而其他14个城市投资总量只占河南投资总量的56.59%。有些市投资总量明显偏小，几百万人口的市每年才几十个亿的投资。有的市连续几年增幅上不去。有些市投资增幅虽然不低，达到百分之四五十，但由于基数很小，总量并不大。有些市的投资基本上是高速公路形成的，其他投资比较少，工业投资更少，仅占城镇投资的20%左右。
4.基础设施投资仍然比较薄弱
基础设施投资总量偏低，“十五”时期，河南省城镇基础设施投资完成4325.16亿元，年均增长18.2%，低于城镇固定资产投资增幅7.5个百分点。具体来说，基础设施投资比较薄弱主要体现在四个方面：一是公路。河南省十五时期公路投资总量虽然居全国第一位，但主要是高速公路投资完成的，而国省干线公路改造、农村公路，以及场站建设任务还很重，与建设全国公路交通枢纽中心的目标相比还有很大差距。二是城市的道路、供水、供热、供气特别是污水、垃圾处理设施欠账较多，必须加大投入、加快建设。三是随着城市人口不断增多，还需要大量增加住宅建设。四是卫生、文化、体育等社会事业基础设施投资仅占全社会投资的4.7%，社会发展滞后于经济发展的问题比较突出。
（1）点多，全省规划片区达到2312个。
（2）面广，2312个片区分布于我省16个州（市）的127个县（区）及管委会。
（3）三是数据合理性差，规划中的基础数据来源是采用县乡水利部门调查（报）州、市水务局汇总（报）规划编制组（复核）的办法，复核中发现由于基层水利部门技术力量有限，加之各县已实施的高效节水项目较少，导致基层水利部门对此项目经验不足，所以上报的工程投资合理性较差（亩均投资低至几十元高至几万元均有较多上报）。
（4）工程项目现仅处于省级规划层面，各片区还未进行深入设计，无法对各个片区进行单独投资计算。
1.2投资规模方法的确定及原则
在全省已实施的管、喷、微灌项目中各选取2～3个典型工程，分别以各州（市）2013年材料价格计算投资，最终加权平均得出该州（市）的亩均投资，以此做为该分类工程的综合投资指标，最终推算规划总投资。
推算总投资的关键在于管、喷、微灌典型工程的选取，所以应遵循以下原则：①典型须在已实施的项目中选取。②项目设计合理、施工规范、效益突出、管理到位。③项目无论在工程规模、工程特征及工程措施上均须具有本类工程的普遍代表性。④所采用的工程量须为典型工程的实际工程量。
2.高效节水单位投资
以昭通市2013年材料价格水平计算得出规划中该地各类型工程亩均投资的过程。
2. 1典型工程概况
（1）管灌
选取大理州永平县岩北管引灌溉工程作为典型工程，灌溉面积3611亩。建设内容：防渗改造引水渠8.72km，共铺设PE管道32.13km，配套闸阀及闸阀井30个（座），φ25球阀568个；新建50m3～500m3调节水池9座，30m3减压池16座。
（2）微灌（不含自动控制系统）
选取华坪县荣将镇龙头芒果基地高效节水灌溉示范项目作为典型工程，灌溉面积2013亩。建设内容：新建倒虹吸0.91km，新建150m3、300m3水池各1座，新建泵站1座，铺设DN250无缝钢管0.60km，新建管理房2座，共铺设pe管21.13km，滴灌管447.63km，配套闸阀332个，闸阀井26座。
（3）微灌（含自动控制系统）
选取元谋县小垮山、小丙岭片区高效节水灌溉工程作为典型工程，灌溉面积480亩。建设内容为：新建200m3蓄水池1个，新建加压泵站1座，新建水肥控制及电脑控制室1座，面积为60m2，内设计算机自动控制系统1套，砂石过滤器1组，碟片过滤器6个，施肥罐1个；铺设PVC及PE管道共2.93km，滴灌带共369.02km，配套闸阀井22座。
（4）喷灌
选取砚山县国家级现代化农业综合示范园高效节水灌溉示范项目作为典型工程，灌溉面积3703亩。建设内容：新建2000m3水池1座，新建过滤房18m2，内设过滤器8台，铺设管道总长170.07km，喷头9912个；配套闸阀井38座。
2.2基础单价
（1）人工费
根据云水规计[2013]157号文中引水及河道工程人工费计取，工长：7.51元/小时，高级工：7.16元/小时，中级工：6.47元/小时，初级工：4.29元/小时，机械工：6.47元/小时。
（2）施工用电、水、风价格
电预算单价（由电网供电）=云南省一般工商业及其他用电1～10kvA基本电价0.722元/kw?h÷（1-高压输电线路损耗率4%）÷（1-35kV以下变配电设备及配电线路损耗率5%）+供电设施维修摊销费0.02元/kw?h=0.81元/kw?h。
水预算单价=水泵组时总费用19.58元/组时÷（水泵额定容量之和50×水泵能量系数0.75）÷（1-损耗率8%）+供水设施维修摊销费0.02元/ m3=0.59元/m3。
风预算单价=（空压机组时总费用138.96元/组时+水泵组时总费用46.62元/组时）÷（空压机额定容量之和26×60min×空压机能量利用系数 0.7）÷（1-损耗率8%）+供风设施维修摊销费0.002元/m3=0.18元/m3。
（3）主要材料预算价格
包括钢筋、水泥、木材、汽油、柴油、炸药等主要材料，按昭通市2013年材料综合价格加材料到达工地分仓库的运杂费、材料采购保管费3%、运输保险费0.4%计算，砂石料预算价格以外购价加到达工地运输费计算。
2.3费率
间接费（土方工程取4%，石方工程取6%，模板工程取6%，混凝土浇筑工程取4%），现场经费。企业利润取7%。典型工程均不在城镇，综合税率为3.28%。
2.4典型工程投资
2013年是全面贯彻落实党的十精神第一年，深刻把握十提出的“四个着力”、“五个更多”以及“四化”同步的内在联系和客观规律，按照中央经济工作会议要求和省、市决策部署，盘县不断扩大投资规模，既要“腾笼换鸟”，推进战略性新兴产业规模化发展；又要“凤凰涅磐”，促进传统产业脱胎换骨，高新化发展。为此，分析2012年投资情况，把握投资增长的因素，展望2013年投资形势，抓住投资机遇。
一、投资效益、规模和增速分析
2012年盘县为了打造“贵州西部充满活力、富有魅力，宜居宜业的大城市”，以扩大投资为抓手，多措并举促投资，使全社会固定资产投资规模扩大，总量快速增长。
（一）投资拉动，亮点纷呈
2012年，盘县围绕省、市确定的总基调、总目标、总任务，抢抓国发2号文件重大发展机遇，全县经济社会发展呈现出“发展提速、投资增长、民生改善、后劲增强、社会和谐、位次前移、民族团结”的良好局面。全县经济增长高位运行，经济总量进一步扩大，发展成绩明显好于预期，连续5年跻身全国中小城市最具区域带动力和最具投资潜力百强县，最具投资潜力百强县位次前移6位、排名90位，县域经济发展综合预排名全省第一。2012年，全县地区生产总值达300.72亿元，增长17.4%；固定资产投资完成420亿元，增长86.45%。预计全县工业产值达515.69亿元，增长22%。工业对经济增长的贡献率达60%。园区建设有序推进，红果经济开发区、盘北经济开发区、盘南工业园区共完成基础设施投资25.98亿元，产业集聚、集中发展日益明显；煤电钢、煤电铝、煤电化“三个一体化”积极推进，黔桂煤电铝项目迈出实质性步伐。城镇建设实现新突破，城镇化率达34.5%。
（二）投资项目增加，规模扩大
盘县2012年一季度集中开工44个项目，总投资近55亿元，其中，中央投资3亿多元，省级投资0.8亿元，市级投资0.47亿元，县级投资4.7亿元，其他资金来源45.6亿元，其中，产业项目14个，交通项目8个，城市基础设施及住房4个，社会事业项目11个，农业、林业、水利项目3个，其他项目4个。
2012年盘县红果经济开发区两河新区、盘北工业园区、盘南产业园区3个园区入园项目46个，总投资638.07亿，完成投资64.5亿，意向入园项目21个，投资221.95亿，建成标准厂房12.3万平方米，全年盘县工业项目91个，总投资927.61亿，预计完成125.41亿，累计完成投资238.87亿，集体开工项目213个，投资266.11亿，超完成投资任务，全年招商引资项目81个，投资1224.72亿，到位资金221.64亿，有意向项目32个，总投资600亿。规模整体高于往年。
（三）投资总量增加，快速增长
数据来源：盘县统计局2012年12月份经济要情。
2012年1-12月，全社会固定资产投资累计完成423.81亿元，同比增长111.6%。其中：基本建设投资完成134.85亿元，同比增长75.38%；更新改造投资完成38.97亿元，同比增长49.38%；其他投资完成52.34亿元，同比增长139.41%；房地产开发投资完成9.45亿元，同比增长86.04%；农村非农户投资完成60.95亿元，同比增长41.65%；跨区项目完成投资14.36亿元，同比增长27%。各类投资额占全社会完成投资额的比重如图1所示。
从各月累计投资完成情况看，1-3月、1-9月、1-11月、1-12月累计投资同比增长都在100%以上，其它各月都超过30%以上的快速增长区间（详情见图2）。
数据来源：盘县统计局2012年1-12月份经济要情。
二、固定资产投资存在的问题
2012年盘县的固定资产投资增长较快，结构有所调整，质量逐步提高，但也存在着一些值得关注的问题：
（一）外商投资动力不足
从投资类型角度看，2012年盘县的国有投资和民间投资增长较快，而外商投资增长较慢，暴露出了动力不足的问题。
（二）房地产开发投资不足
在2012年1-12月全社会固定资产投资累计完成423.81亿元中，房地产开发投资完成9.45亿元，占总量3%（见图1）。房地产开发投资严重不足，从而导致房价过高，农民买不起，阻慢了城镇化进程，2012年盘县城镇化率达34.5%，落后于全国、全省水平（详情见图3）。
图3：2007年-2012年盘县城镇率与全国、全省比较
（三）行业投资集中度高
从由投资三次产业分组来看，改造提升传统煤炭产业，加强高产高效和安全标准化矿井建设，支持盘江精煤股份有限公司做大做强。推广煤炭新科技、新装备、新技术、新工艺的运用；推进地方煤矿进行资源整合、技改和扩能，进一步优化煤炭产业结构，建设煤炭大集团、大基地。深入实施西电东送战略，促进资源就地转化，积极推进黔桂公司“上大压小”建设，积极发展水电、风电发电项目。加快建设国家重要的煤电钢、煤电化等一体化资源深加工基地。首黔循环经济项目，电解锰项目等第二产业投资比重高；房地产业、交运仓储邮政业、教育业等第三产业投资比重次之，投资行业较为集中，其他行业投资比重不高。
三、对上述问题的建议
（一）政策吸引，提升外商投资信心
盘县要以十报告中提出的“全面提高开放型经济水平”为指引，创新举措，全面提高招商引资工作水平。
一是强化现代服务业招商。要以十精神为指引，积极转变招商引资工作思路，以传统的工业招商为主向以现代服务业招商为主转变，加强跨国公司区域总部、服务外包、现代商贸、城市综合体、大型超市、百货、五星级酒店、中介咨询、金融机构等项目的引进，推动盘县开放型经济和现代服务业快速发展。
二是强化以商招商，以大商招小商。通过引进央企、跨国公司和世界500强及行业龙头企业落户盘县，依托大型企业的影响力和号召力，吸引和带动一批相关配套企业落户盘县，形成产业集群。
三是强化招商引资项目的包装策划。根据自身优点和产业布局需要，有针对性的策划包装一批优质招商引资项目，特别是针对高档房地产、酒店、大型百货、超市、城市综合体进行包装策划，有的放矢地开展招商引资。
四是强化对外推介宣传盘县。立足盘县红果新城，推介盘县区位条件优越、生态环境优美、历史文化积淀深厚、产业基础扎实、治安环境良好、经营成本低廉、开发空间巨大、政府服务高效的优势条件，叫响城市品牌，激发国际国内500强企业、重点行业龙头企业对盘县的投资热情。
（二）以点带面，促多行业投资共同发展
近年来投资领域不断扩大，但也暴露出了投资行业过于单一的弊端。因此，要充分调动各行业投资的积极性，以城镇化为龙头，加大房地产业投资力度，从而提高城镇化率，带动其他行业投资，逐步扭转投资行业单一的局面。最终实现以点带面的效果，带动多行业共同发展，促进投资的全面发展。
（三）合理优化，加快重点项目投资建设
盘县有着良好的区位优势，具备优良的投资环境，随着以未来科技城为代表的战略性新兴产业基地、煤化工基地、红果经济开发区两河新区、盘北工业园区、盘南产业园区等重大项目的奠基开工，以及2012年盘县启动煤炭、电力、化工、钢铁、建材、装备制造、特色食品生产及农产品加工、新兴产业等产业推进计划，全县共实施重大建设项目197个，完成工业投资198亿元，完成产业投资项目210亿元，经济社会实现了又好又快发展，在2013年盘县投资面临新的发展机遇。因此，应合理优化投资结构，加快重点项目投资的建设步伐，使投资真正成为拉动盘县经济驶入新型“四化” 同步发展的经济增长快车道。
参考文献：
城市轨道交通以它对城市土地价值的深远影响和巨额建设成本，代表了城市公共投资规模的高水平，并成为政府投资项目管理体制改革更为活跃的课题。新古典经济学理论注重市场的运行，不太关心市场如何发展[1]，然而正是制度中的激励性，决定了准公共品项目所能获得的社会投资和系统运行效率，因此，发展和效率成为城市轨道交通产业制度变革的逻辑基点(见图1)。值得关注的是制度变革的实施成本，根据樊刚等人定义，所谓实施成本是指制度变革过程开始以后一切由“信息不完全”、“知识不完全”和“制度预期不稳定”所造成的经济效率损失，是旧体制下各种经济组织的结构、功能以及规范组织间关系的各种正式和非正式制度、规则、习惯等向新制度过渡所必须的设计、创新、磨合过程所造成的经济损失，即实施新制度的交易成本[2]。
采用二分法，城市轨道交通建设项目投资的基本模式不外两种，即一元投资和多元投资，两种结构中的投资主体、客体，以及产权、经营权归属、责权利的约定，具体环境中的行为规则等要素，共同构成了特定的项目投资制度，其设计目的在于满足城市发展需求，完成项目融资和促成项目交易。事实上，投资制度目标功能的效用和成本不是一成不变的;而投资制度非预期的派生功能所产生的执行成本也将以各种形式出现在项目的全寿命周期中。实施成本的增加意味着目标收益的减少，从而影响以发展和效率为设计初衷的制度绩效。本文试图在分析城市轨道交通建设项目技术经济特性的基础上，考察技术经济特性对投资制度目标功能效用、成本的直接影响，以及和投资制度若干派生功能之间的内在关联;并借助实证来说明投资/组织模式和建设项目自然属性的契合程度是影响其制度实施绩效的重要因素，也是制度修正、变革的主要依据(见图2)。
1 城市轨道交通项目的技术经济特性
城市轨道交通项目技术经济特性有两个层面的含义，即基于网络型城市基础设施的自然垄断产业技术经济特性和作为建设项目的全寿命周期技术经济特性。
1.1 城市轨道交通的网络规模经济效益
城市轨道交通必须借助传输网络才能进行客运交易，因此归属于物质型网络产业。通常在一个结构良好的传输网络上，节点和连接的增多意味着线路数或者网络的交易量将以几何级数递增。因此，相对于极高的固定成本，网络传输的边际成本极低，随着载客量(运量)的持续上升，网络全寿命周期的平均成本将持续下降。和非网络的单线传输规模经济相比，网络系统的规模经济效益几乎没有边界[3]。所以，城市轨道交通业的规模经济和网络化经营的关联度极强，这就决定了城市轨道交通建设通常都要经历单线—多线—网络这样一个产业成熟过程。
1.2 城市轨道网的范围经济效益
城市轨道交通项目内含稀缺资源的使用:土地，加之存在巨大的网络规模效益，如果每种运营产品都配置一条轨道，重复投资将造成资源的极大浪费。因此，产业有联合建设或运营的要求(所有的运营产品统一使用一个网络)。
1.3 高沉淀成本和强外部性
城市轨道交通的资产专用性极强，沉淀成本大。同时，极高的固定成本和巨额运营成本[4]，使得单线生产的平均成本居高不下，平均成本和边际成本相差悬殊。加之较强的社会公益性控制的低位票价，导致主营业务的内部收益率差，几乎无限期地拉长了项目的静态和动态投资回收期，这是形成轨道交通业进入壁垒的重要因素。
1.4 较强的可替代性
尽管交通产品和服务是生活必需品，需求弹性较小。但是城市轨道运输和其他运输方式都是对人和物的空间位移，存在较强的相互替代性，因此产业有一个较强的外部竞争环境，限制了项目的价格和赢利空间。
1.5 项目建设或运营的基本技术标准具有统一性
尽管每个城市轨道项目是一次性且独特的，但是由于存在着网络规模经济和范围经济，因此，网络内各项目的技术标准必须统一、兼容，比如，售票刷卡的制式，供电、通信等公用系统的技术指标。不然，在项目使用期将导致线路改造工程的提前出现，以及社会成本的极大增加。
1.6 网络规划的稳定性要求
城市轨道交通要同时承担解决城市交通问题和引导城市土地资源开发的命题，这可从SOD(服务型)和TOD(规划型)两种城市轨道交通规划模式中得到反映。因此，建设项目的范围规模、工期、质量等参数紧密地和中远期城市规划结合在一起，由上游线路规划的不确定性引发的下游工程设计变更、索赔的风险极大。
1.7 工程的强风险性
除了轨网的规划风险外，工程受地质、地面、地下各种景观、既有设施的影响也很大[5]。另外，技术难度导致的技术风险还将进一步诱发项目的公共安全风险、经济风险。
2 城市轨道交通项目投资模式绩效变迁分析
如前所述，城市轨道交通项目投资的基本模式可分为一元投资和多元投资，其目标功能是完成项目融资和促成项目交易，效用标准是项目启动资金和后续投入的迅速按时到位，同时为未来项目的权益交换架构一个运作平台，基于项目法人责任制的企业化以及股份制项目公司不妨说是城市轨道交通项目走向市场化运作的一个折中方式。执行目标功能的成本即为目标成本，二者的时间函数标志着投资制度绩效将沿着产业发展路径发生变迁。
2.1 投资模式的目标功能效用变迁
2.1.1 城市轨道交通项目一元投资结构通常对应传统的政府投资模式
由于准公共品特性导致的市场失灵，在城市轨道交通网络的建设初期和常规成长期，世界多数国家的政府都规律性地充当着轨网建设项目的投资主体，由此生成的国有独资公司作为项目全寿命周期的管理主体(如上海申通，广州地铁，天津地铁)。依托政府财政和良好的信用，一元投资结构能在轨道交通的单线项目时期快速筹措项目资金，操作简便，融资速度快，项目资金迅速和按时到位的可靠性强[6]。
显然，单纯而持续的一元投资将对政府财政产生压力。更为主要的是，如何解决特大型城市积重难返的市区交通和持续强劲的城市边缘组团交通，如何促成城市轨道交通作为自然垄断产业所特有的网络规模效应，是摆在政府面前的命题。受政府财力和信用程度所限，在进入城市轨道交通网络化建设时期后，传统的一元投资结构在满足大量的正外部社会效应需求面前显得力不从心，融资能力明显不足(见图3)。
2.1.2 多元投资结构通常对应两种市场化投资模式
(1)真正的市场化投资出现在城市轨道交通产业成熟时期，结构良好的城市轨道交通网络已基本形成，网络所特有的技术外部性和政策支持，使新增项目拥有潜在的盈利模型。企业以获取利润为目的，以企业信用或项目收益为融资基础，以商业贷款、发行股票等商业化融资为手段，筹集资金并加以运用，其中具有代表性的是香港地铁、新加坡地铁和东京地铁[7]。政府通过向其他投资人出售股权的方式，收回一部分建设资金。非国有独资的公司制企业是市场化投资主体，它们自主进行投融资活动，独自承担和享有相应的责权利。
(2)以城市发展为驱动力的市场化投资出现在城市地铁建设初期或高速成长期，主营业务盈利模型的缺位，使得市场化融资只能在政策支持下，借助项目外部效益的内部化模型，再采用项目融资方式，其实质是政府投资为主导的市场化投资。通常有各级政府合资(上海轨道交通3号线)，政企合资(北京城铁、天津轻轨)，公私合资PPP(北京地铁4号线)等多种方式。
对于单线项目，多元投资结构受股东的信用程度所限，融资能力不会很大，且操作环节多，过程复杂，融资速度慢，项目资金迅速和按时到位的可靠性相对较差。但是在一定区间内，面对项目建设网络化带来巨大的资金缺口，多元投资机制的融资功能显然比一元投资机制更具适应性，更能满足城市发展对轨道交通建设的外部效应需求(见图3)。
2.2 投资模式的目标成本变迁
执行投资制度目标功能的成本即目标成本。技术经济特性制约了投资结构对融资方式的选择:利息及其他交易确定费用，作为融资成本中的显性部分沉积在项目全寿命周期的建造成本项中;而交易的实施费用将作为融资成本中的隐性部分，使投资模式的目标成本发生变迁(见图4)，并成为项目全寿命周期总成本理论值和实际值之差的重要成分。
2.2.1 一元投资结构的隐性融资成本
一元投资通常为政府投资，项目盈利模型差，商业贷款筹集困难，出于减轻还贷利息压力，且拥有政府的信用优势，一元投资结构往往有寻找外国政府低息出口信贷的激励。这种融资方式的显性成本(利息)很低，在单线项目建设初期具有明显优势，但必须使用贷款方指定的本国设备，核心技术吸收差，备品备件全靠进口，极大的隐性成本通过项目运营期居高不下的维护、修理成本体现出来。更为关键的是，伴随轨道网络的逐渐形成，各线路之间设备标准、制式的不兼容问题日益突出，将极大地削弱网络运行的规模效益，引发各线路非预期的设备提前改造成本，这个问题已经在20世纪90年代建设的中国城市轨道项目的当前运营中凸现。
2.2.2 多元投资结构的隐性融资成本
城市轨道交通项目漫长的投资回收期成为多元资本大规模进入该产业的最大障碍，因此，除了运用各种优惠政策设计一个良好的项目盈利模型外，在城市轨道交通的单线和网络化建设期，政府仍然不得不成为每个多元投资结构的控股方，这就意味着政府必须为一个个多元投资结构的建立一次次注入资本金。
转贴于 3 城市轨道交通项目技术经济特性和投资模式派生功能的内在关联
3.1 自然生成产业的市场结构
由于技术经济特性的作用，使得不同的投资模式在城市轨道交通产业中生成了不同的市场结构。
国有独资公司作为政府投资项目的自然垄断经营主体，该主体随着城市轨道交通规模的扩大，将历经项目管理的单线—多线—网络3个不同时期，以至于在城市轨道交通产业的发展和成熟期，大多数一元投资均拥有城市全部或局部的轨道网络。
市场化投资的性质和政策条件决定了多元投资通常对应于单线项目全寿命周期中某阶段的特许经营。这样，就某个特定的城市轨道交通市场结构而言，将必然遭遇各种项目投资模式对产业的“横切”;各种单线、多线、网络项目业主混合并存于产业的发展期。
3.2 间接制约项目的组织模式
一、问题的提出
2008年底，由美国次贷危机引起的经济危机在全球蔓延，为了防止经济危机向我国的迅速扩散，有效地拉动内需，促进经济增长，国务院适时果断地出台了四万亿投资计划。政策目标是以政府和社会投资拉动经济转变，保证经济稳定增长。2009年初，国务院在四万亿投资计划的基础上又出台了《十大产业振兴计划》，注入资金或制定有利的政策，措施包括降低相关产业税费、加大政府财政补贴、放松管制等各种政策性优惠。其首要目标是“保增长”，缓冲外需冲击，确保经济平稳较快增长，主要是在一些重要的产业部门，给以财政补贴政策。2010年10月，我国政府根据当前的形势，适时出台了《国务院关于加快培育和发展战略性新兴产业的决定》，其政策出发点是：战略性新兴产业是引导未来经济社会发展的重要力量。发展战略性新兴产业已成为世界主要国家抢占新一轮经济和科技发展制高点的重大战略。
以上巨额的财政投资政策对社会经济产生了巨大的影响，其中一个不易被学者所重视的影响领域是其对劳动报酬占比的影响。财政资金的大量投入必然会提升资本的谈判地位，作为与之对立的一方，劳动报酬占比是随着经济增长而提升，还是在资本地位提升的前提下处于下降的趋势？这是一个值得研究的问题。另外，我国的劳动报酬占比逐年下降也是不争的事实，政府对于劳动报酬占比下降给予了高度的重视，多次提出要提高劳动报酬的占比。但是，如何提高劳动报酬占比，哪些因素对劳动报酬占比产生影响？经济危机背景下的大规模财政投资政策是否对于劳动报酬占比的下降具有重要的影响？这个具有重大现实意义和理论意义的问题还没有人研究。更为重要的是，现阶段又有很多大规模投资的政策冲动，因而需要做好政策负面效应的预估。本文从劳动报酬占比和经济增长的角度考察大规模财政投资的影响。
二、文献综述
国内外对于公共投资对经济影响的关注较多。研究主要从公共投资对于经济增长的影响、对私人投资的挤入挤出效应、对社会福利的影响以及其他的影响等方面进行。
近年来我国推出的大规模的公共投资，其着眼点在于推动经济增长。Barro（1990，1991），Barro and Sala-i-martin（1992）提出了分析公共支出对经济增长影响的理论框架。Karras（1993，1996）研究了政府规模。王威（2007）的论文中详细的分析了我国公共投资的经济增长效应。马拴友（2000）在内生增长理论的视角下讨论了政府财政的最优规模。马树才和孙长清（2005）也从不同的视角分析了财政支出的规模。类似的研究还有郭平等（2011）。
公共投资对于私人投资的影响主要体现在挤入和挤出效应上。王海民（2010）以2008年以来的经济危机为背景，分析了公共投资对于私人投资的诱导效应，认为我国公共投资对于私人投资主要是挤入效应，公共投资的增加，可以促进私人投资的发展。公共投资、私人投资对于经济增长都有正向相关的作用，整体的经济形势发展势头良好。认为教育支出和科研支出的投入比重偏低，增加教育支出和科研支出的投入，可以促进经济增长。吴洪鹏和刘璐（2007）分析了公共投资的挤出挤入效应，其研究结果表明，可能会导致民间投资减少的三种挤出效应机制均不存在，公共投资的扩大产生了对民间投资的挤入效应。尹贻林和卢晶（2008）的研究视角也是公共投资对于私人投资的挤入挤出效应。类似的研究还有王威（2007）、曾令华（2000）、田杰棠（2002）。
众多学者对公共投资的社会福利效应进行了研究。王威（2007）分析了公共投资的教育和就业的社会福利效应。岳立和赵海涛（2010）利用VAR模型分析了公共投资与社会福利的动态效应。张宏霞（2010）对地方政府公共投资的社会福利效应进行了研究。广西财政厅课题组（2011）研究了广西公共投资的就业效应。
公共投资对经济影响的其他方面研究有：Nekarda和Ramey（2010）研究了政府支出在产业层级的影响。研究政府的支出对经济影响的转换机制，研究了政府支出对就业等的影响。ETSURO SHIOJI（2001）估计了公共投资对于经济的动态影响，利用面板数据研究了美国和日本的基础设施建设对经济的影响，其结论是对收入收敛性的影响为正。董昕（2010）分析了房地产业的公共投资问题，认为在公共投资的边界划分方面，政府定位不明确，中央政府和地方政府对于住房保障范围存在不同的诉求，户籍壁垒使大量中低收入人群处于住房保障的灰色过渡地带；房地产公共投资缺乏稳的资金来源、公共投资在土地开发阶段的投入不足、公共投资以供给方补贴为主干预场过多等。房地产开发的公共投资对私人投资产生了挤出效应。
以上文献对于财政投资的影响较少涉及劳动报酬占比，或者研究的问题是以前社会经济的现实，而基于我国目前已经急剧变化了的经济现实的研究很少。因此，本文选取财政投资对于劳动报酬占比和经济增长影响作为研究对象。
三、CGE模型、基础数据及参数估计
1.模型结构
模型的基本结构（如图1所示）：生产要素劳动和资本通过CES函数合成为增加值，增加值和中间投入按照CES函数合成为部门产出；部门产出在出口和国内销售之间复合；国内销售的国产品和进口品通过CES复合成复合商品；复合商品通过效用函数供居民消费。其中，CES生产函数为：
其中Q是产出，K，L是资本和劳动投入，参数A为效率或者规模因素，解释为全要素生产率，参数p和替代弹性有关。份额参数δ，1-δ在产出中和投入K，L各自的贡献有关系，所有贡献份额等于1。在约束条件下，最优化方程为：
其他CES方程与此类似。模型编程实现，方程体系庞大，为节省篇幅，本文没有列出，可以参考董万好等（2011）。
2.基础数据
本文编制和使用的基础数据是全国42部门的SAM表，其数据来源主要是：2007年全国42部门投入产出表、2008年中国统计年鉴、2008年中国财政年鉴、2007年资金流量表、2007年国际收支表、2008年中国海关年鉴等。编制过程中，考虑到数据来源的统计口径、调查方法、统计误差等造成矩阵数据的不平衡，即行数据的和与列数据的和不一致，需要使用数值计算方法技术来消除。较为广泛使用的调平SAM的数值计算方法有最小二乘法、双边比例法（RAS）方法和交互熵（Cross Entropy，CE）方法等。本文的SAM数据经CE方法调平处理，限于篇幅，不再详细描述数据调平的处理过程。
3.参数估计、选择
CGE模型中涉及的参数包括弹性参数和份额参数等。本文利用贝叶斯方法估计了工业部门的资本和劳动替代弹性，估计替代弹性的数据来源来自陈诗一（2011）研究成果数据。本文估计的重要的工业部门的资本和劳动替代弹性数据如表1所示。其他部门的资本和劳动替代弹性选取（郑玉歆和樊明太，1999）的数据。阿明顿替代弹性数据本文选取Zhai et al.（2005）的数据。本文利用敏感性分析对参数选取对于结果的稳健性进行了分析，参数估计和选取对于结果稳健。
四、模拟方案设计及指标含义
本文主要模拟观察大规模财政投资对于相关主要行业的影响，选取四万亿财政支出中的建设保障性安居工程、农村基础设施建设、铁路公路和机场等重大基础设施建设、医疗卫生文化教育事业发展、生态环境建设共五个方面的投资对劳动报酬占比的影响。这五个方面占据了四万亿中的80%，并且有具体数额。模拟的方案是假设大规模的投资已经达到政策初定数额的70%，即建设保障性安居工程2800亿、农村基础设施建设2590亿、铁路公路和机场等重大基础设施建设10500亿、医疗卫生文化教育事业发展1050亿、生态环境建设1470亿。
本文观察的数值模拟主要指标是各产业部门的劳动报酬；各产业的增加值；各产业的资本报酬和税收；各产业劳动报酬占增加值的比重；各产业劳动报酬占全国整体劳动报酬的比重；各产业增加值占GDP的比重。前3个指标用来观察政策模拟冲击的绝对值变化，第4、5个指标是我们关注的劳动报酬的横向对比变化，第6个指标用来辅助观察政策模拟冲击对各产业影响的横向对比和相对位置变化。
五、模拟结果分析
经济模拟的结果呈现出正负两方面的影响。分别是大规模投资的经济增长效应和对于劳动报酬占比的负面影响。
1.大规模投资带动了经济增长
正如政策的预期效果一样，在假定其他条件不变的前提下，大规模的投资计划，有利于经济增长。表现在劳动报酬绝对值的增加、政府税收绝对值增加和资本报酬绝对值的增加上。但是各产业的投资带动增长效应参差不齐。
（1）各产业的劳动报酬绝对值都呈现出增长的趋势
在模拟情形下，国民经济大多产业部门的劳动报酬绝对值都呈现了不同程度的增长，劳动报酬绝对值整体增加5.6%。尤其是交通运输和仓储业、房地产业、卫生和社会保障社会福利业、石油加工、炼焦和核燃料业以及石油和天然气开采业。在模拟情况下，劳动报酬绝对值分别增长了39.76%、20.60%、17.18%、13.99%、12.15%。特别值得注意的是石油加工、炼焦和核燃料业以及石油和天然气开采业，在4万亿投资没有直接对该产业投资的情况下，劳动报酬绝对值仍旧得以快速的增长，可见经济运行内在机制对这些垄断行业的增长具有强大的促进作用。金融、交通运输设备制造业和电力热力生产供应业也在政策冲击下劳动报酬得以较快增长。另外，少数产业，如纺织业和公共管理与社会组织行业的劳动报酬在大规模投资的政策冲击下，呈现出微弱的下降趋势。在模拟情形下，劳动报酬绝对值分别降低了-0.74%与-0.11%。
劳动报酬绝对值增加与居民对于经济运行的真实感受是符合的。近几年，居民的工资性收入大幅度增长，从一个侧面反映了模拟情形的真实性。
（2）各产业资本报酬和政府税收也呈现增长趋势
在模拟情况下，国民经济资本报酬增加了7.5%，政府税收增加了5.2%。几乎所有的产业部门的资本报酬和政府税收都有增长，和劳动报酬的情形一致，交通运输和仓储业、房地产业、卫生和社会保障社会福利业、石油加工、炼焦和核燃料业以及石油和天然气开采业的资本报酬和政府税收增长较快。在模拟情形下，分别增长了40.05%、20.74%、17.31%、13.72%、11.98%。远高于其他的产业。交通运输设备制造业、电力热力的生产和供应业、燃气生产和供应业、金融业等增长较快，属于政策受益的第二梯队行业。
劳动报酬绝对值、资本报酬绝对值和政府税收绝对值得增长最终体现为GDP的增长。这从近年的经济增长数据可以得到验证。
（3）各产业的投资带动增长效应参差不齐
从行业来看，石化、金融、石油开采电力生产、燃气生产和供应等垄断行业的增长普遍比竞争性行业的增长要快。批发和零售业、住宿和餐饮业、电气机械及器材制造业、通信设备计算机及其他电子设备制造业、仪器仪表及文化办公用机械制造业、工艺品及其他制造业等竞争性行业在政策冲击下，增长效应并不明显。增长效应参差不齐的趋势，无论是从劳动报酬、资本报酬还是政府税收来看表现都大体一致。
大规模的投资政策广受诟病的一个理由是其促进了垄断行业的进一步生长，恶化了中小企业的生存空间，从以上模拟数据可以看出，在一定程度上确实如此。
2.对于劳动报酬占比的负面影响
财政投资的大量投入必然会提升资本的谈判地位，作为与之相对的一方，劳动报酬占比是随着经济增长而提升，还是在资本地位提升的前提下处于下降的趋势？逐年下降的劳动报酬占比是否也因为财政的大规模投资而进一步恶化。本文模拟分析的结果可以看出大规模财政投资确实对于劳动报酬占比呈现出了负面的影响。体现在以下两点：
（1）行业劳动报酬占比普遍下降
模拟结果显示：国民经济的劳动报酬占比下降了-0.3%。42个行业中，37个行业的劳动报酬占增加值比例下降，下降的较多的是建筑业，在模拟中，劳动报酬占比下降了-0.58%。交通运输设备制造业、电气机械及器材制造业、交通运输及仓储业、工艺品及其他制造业、信息传输和计算机服务软件业、批发和零售业、住宿和餐饮业、金融业、租赁和商务服务业、研究与实验发展业、综合技术服务业、文化和体育娱乐业等产业的劳动报酬占增加值比重下降的幅度也较大，在-0.02至-0.05%之间。但是也有劳动报酬占比上升的，数据显示，有5个行业的劳动报酬占比是有上升的，分别是除了电力热力的生产和供应业、燃气生产和供应业、水的生产和供应业、石油和天然气开采业、石油加工炼焦及核燃料加工业，在模拟政策冲击下，上升的数值分别是0.10%、0.15%、0.14%、0.05%、0.05%，这5个行业是垄断行业。同样，这个角度也反映了在大规模财政投资的政策下，垄断行业生长较快。
（2）行业劳动报酬占整体劳动报酬的比例有增有减，垄断行业相对比例上升，竞争性行业相对比例下降
行业劳动报酬占整体劳动报酬的比例指标观察的是行业间的劳动报酬在政策冲击下的相对变化情况。各行业的劳动报酬占整体的比例呈现出有增有减的趋势。在国民经济中的份额比例增加的行业有：农林牧渔业0.69%、石油和天然气开采业0.07%、石油加工炼焦及核燃料加工业0.08%、交通运输及仓储业1.14%、金融业0.01%、房地产业0.16%、卫生社会保障和社会福利业0.25%、交通运输设备制造业1.14%等行业，这些行业劳动报酬的提升，有的是因为投资的直接效应，例如房地产业和交通运输及仓储业，有的则是因为垄断而在整个行业间的劳动报酬分配中占据了有利的位置。相应地，其他的产业则因为这些产业的比例上升，其劳动报酬占整体劳动报酬的比例下降，这些产业主要有：建筑业-0.37%、食品制造及烟草加工业-0.09%、纺织业-0.12%、纺织服装鞋帽皮革羽绒及其制品业-0.09%、非金属矿物制品业-0.09%、金属冶炼及压延加工业-0.10%、通用专用设备制造业-0.10%、通信设备计算机及其他电子设备制造业-0.10%、批发和零售业-0.12%、教育-0.26%、公共管理和社会组织-0.39%。除了教育、公共管理和社会组织行业外，这些行业基本上都是竞争性行业。在国家大规模投资的政策冲击下，竞争性行业处于弱势地位，劳动报酬呈现出了下降的趋势。
六、结论与政策建议
中图分类号:F270 文献标识码:A 文章编号:1003-5192(2010)06-0032-06
The Threshold Effect Analysis of Board Size on Corporate R&D Investment Behavior
――Base on Panel Data of Manufacturing and High-tech Industry Companies
LIU Sheng-qiang1,2, LIU Xing1
(1.School of Economy and Business Administration, Chongqing University, Chongqing 400044, China; 2.School of Accounting, Chongqing Technology and Business University, Chongqing 400067, China)
Abstract:Base on panel data of manufacturing and high-tech industry companies who discourse R&D expenditure in financial statements from 2004 to 2008, this paper studies the relationship between board sizes and R&D expending behavior by using the threshold model that Hansen proposed in 1999. When the threshold variable is company size, the results show that only when the company sizes exceeds a critical value, there will be a “increasing first, decreasing later” non-linear relationship between board sizes and corporate R&D expenditure. So we deduce that corporate governance effects of board sizes present the “low level trap” phenomenon. When the threshold variable is board sizes, the study suggests that the best board size should be 7 or 9. The results also show that percentage of independent directors on the Board play no effects to improve corporate R&D investment decisions.
Key words:board sizes: corporate R&D expenditure; threshold effects
1 引言
在知识经济时代和市场竞争日趋激烈的今天,企业投资行为中的R&D投资已成为影响企业生存和发展的重要战略性投资决策行为。早期关于R&D投资的研究多从宏观的角度,研究企业外部的技术或经济因素如什么样的市场结构和企业规模更有利于R&D投资,以及R&D投资与经济周期之间有何关系等等。随着上市公司R&D披露的逐步规范和研究数据获取的可能,一些学者开始直接利用微观资本市场数据,研究企业内部公司治理对企业R&D投资行为的影响。作为直接监督和控制着经营者行为的董事会,是内部公司治理的一个非常重要要素,然而,关于董事会规模对企业R&D投资行为的影响的研究却十分鲜见,本文拟利用2004~2008年连续披露R&D支出信息的制造业和信息技术业上市公司为研究样本,采用Hansen[1]提出的门槛效应模型,分别以公司规模和董事会规模作为门槛变量,实证检验董事会规模对企业R&D投资行为的影响,期望能对上市公司治理优化、R&D投资行为决策提供一些经验证据。
2 文献回顾和研究假设
学术界关于董事会的研究已有很长的历史,董事会规模也常常被视为影响董事会效率的关键因素之一。Zahra和Pearce[2]的研究显示,在现代企业组织中,董事会主要扮演战略制定或审核、监督控制及后勤保障的角色,并且扮演这种角色的能力大小将视其组成而定。当某项重大战略决策(如企业R&D投资)因团体利益冲突而变得效率低下或无法实施时,董事会便常通过扩大或缩减董事会规模、增加外部董事的席次等方式来提升董事会功能。
关于董事会规模对企业R&D投资行为的影响,现有研究有两种截然不同的观点。一种观点从资源富裕理论的角度认为,董事会规模与企业R&D投资正相关。其理由是:首先,董事会规模的扩大,会使实现企业R&D投资所必须的专业技能、管理艺术以及财务知识等在董事会内部实现更好的互补,有利于R&D投资决策过程中吸收各种不同的意见,减少投资风险;Bacon[3]认为,在大规模的董事会中,有多样背景的专业人士而产生的经营决策,决策质量更佳;Xie等[4]也认为,董事会规模的扩充,可汲取不同领域的专业知识,能发挥正面的监督效果。其次,董事会规模可作为衡量一个组织通过外部环境获取相关资源能力的计量指标,董事会规模越大,企业能从外部环境获得的资源就越多,其抗风险能力就越强,从而更有利于扩大企业R&D的投资活动。最后,董事会规模较大时,董事会内部有更多的机会和可能选择富有开拓进取的杰出人士担任企业的CEO,也会导致企业的R&D投资增加;Ocasio[5]指出,在CEO之下的治理联合的平稳性和内聚性能得到很好的竞争时,规模相对较大的董事会更可能产生风险偏好型的CEO。另一种观点从理论和组织行为学的角度得出刚好相反的结论认为,董事会规模与企业R&D投资负相关。其理由有:首先,董事会规模的扩大势必导致一项既定的R&D投资决策最后因董事会成员协调难度的增加而付诸东流;Jensen[6]指出,随着董事会成员的增加,组织内部容易产生派系且需要整合及解决众人的意见使效率变差,不见集思广益的功效,而尊敬和礼貌不及让CEO难堪的风气会占上风,坦率和追求真理的好作风会遭抛弃。其次,董事会规模的扩大会导致决策程序繁琐,决策效率低下;Lipton和Lorsch[7]指出,董事数量的增加很可能导致董事会的功能紊乱,即使董事会的监控能力会随着董事会规模的扩大而增加,但是由此带来的成本将超过其收益,比如,缓慢的决策制定速度、举行更少的关于经理层绩效的公正性的讨论以及对分享风险的偏离。最后,董事会规模的扩大还会产生“搭便车”现象,而一旦这种现象在董事会内部蔓延,就会导致董事会功能丧尽。
由此可见,现有文献关于董事会规模对企业R&D投资行为的影响并没有形成一致的结论。多数学者如:Jensen[8]、于东智[9]、余怒涛等[10]认为董事会对企业财务行为及绩效的影响是一种曲线关系,即存在一个合理的规模,不能太大,也不能太小。另外,董事会规模的治理效应还受公司规模大小的影响严重,当公司规模较小时,随着董事会规模的扩大,其治理效应更多的表现为资源富裕下的知识和专业技能的增加而对企业R&D投资决策的正向促进作用,随着公司规模进一步扩大并超过某一零界值时,此时再增加董事会规模,其正向治理作用又可能表现为因组织行为中的协调难度增加对企业R&D投资的负向阻碍作用。
基于以上的分析,本文提出如下假设:
假设1 在其他因素不变的情况下,随着公司规模的扩大,董事会规模与企业R&D投资之间表现为先增后减的非线性关系。
假设2 在其他因素不变的情况下,随着董事会规模的扩大,董事会规模与企业R&D投资之间表现为先增后减的非线性关系。
3 模型设计与数据来源
3.1 模型设计
根据Hansen[1,11]提出的门槛效应模型,先建立两个存在单一门槛值的门槛模型,然后分别逐渐扩展到多重门槛值模型,两个单一门槛值模型分别是:
模型一是以公司规模(用资产总额表示)为门槛变量的回归模型为
3.2 样本选择
考虑到我国A股市场上近60%的上市公司是制造业,上市公司中披露R&D支出的公司80%以上是制造业和信息技术业[12,13],我们选取2004~2008年度连续披露了R&D支出的制造业和信息技术业A股上市公司为研究样本,研究样本的确定原则为:(1)2004~2008年年报中连续披露了R&D支出的制造业和信息技术业上市公司;(2)考虑到公司的决策制定和规划一般要先于决策的实施,同时为了避免变量之间可能存在的内生性问题,本文将解释变量滞后一期,因此剔除上市时间不足一年的公司;(3)剔除被ST、PT的公司和所有者权益为负值的公司;(4)剔除数据不全的公司。
由于我国上市公司于2007年开始实施新的会计准则,而实施新准则后对于按照“收付实现制”记账现金流量表并未发生根本性改变,为了保持数据的可比性,我们选择了现金流量表中“支付的其他与经营活动有关的现金”附注中披露的研发费用。研究中所需要的其他数据均来自于北京大学中国经济研究中心CCER相关数据库。最终有效样本123家连续5年共615个研究样本。
4 实证分析
为了确定模型的具体形式,首先需要确定门槛值的个数。我们按照Hansen所提供的方法,分别对模型一和模型二依次在不存在门槛、一重门槛、双重门槛和三重门槛的设定下对模型进行估计和检验,结果发现:以资产总额为门槛变量的模型一和以董事会规模为门槛变量的模型二,在单一门槛和三重门槛效应下都不显著;而双重门槛下,模型一在1%显著性水平下显著(F值为47.000,P值为0.003),对应的两门槛估计值分别为2.4e+09元和2.5e+09元;模型二在5%显著性水平下显著(F值为5.103,P值为0.047),对应的两门槛估计值分别为6.50人和10.50人。表2给出了双重门槛下的模型一和模型二的回归结果。
首先看表2中的模型一,回归结果的F值为6.57,对应的P值为0.000,表明模型设定从整体上能够反映回归效果。Wald检验为2.65,对应的P值为0.000,说明固定效应明显。模型一中的双重门槛将董事会规模分为三个不同的区间,并且董事会规模的估计系数和显著性水平在不同区间内显著不同。当资产规模小于2.4e+09元时(简称低规模),尽管系数估计值为正(0.066),但不显著,表明企业资产总额较小时,董事会人数的增加并不一定会导致企业R&D投资额的增加,当资产规模处于2.4e+09元和2.5e+09元之间时(简称中等规模),系数估计值为正(0.641),并且在1%显著性水平下显著,表明当资产规模增加到一定程度后,增加董事会人数将对企业R&D投资有正向促进作用,当资产规模大于2.5e+09元时(简称高规模),系数估计值为负(-0.537),并且在1%显著性水平下显著,表明当企业资产处于高规模状态时,进一步增加董事会人数将对企业R&D投资有负向抑制作用。如前所述,增加董事会人数,可以吸收更多具有不同知识领域人士的加入,他们的加入,可为企业的重大投资决策提供更为科学合理的思考和建议,提高决策的科学性,降低决策失败的概率。但随着董事会人数进一步的增加,由于董事会内部之间的派系斗争和协调难度加大,可能导致最终的决策方案不是最优选择而是多方博弈之后的一种均衡和折中。另外,董事会人数的增加还会导致公司决策程序繁琐,决策机制缓慢,从而导致R&D投资时机的丧失,甚至导致决策失效等。因此,从整体上看,董事会规模与企业R&D投资之间是一种先正后负的非线性关系,假设1正确。但同时应该看到,这其中的正向关系,在资产规模较小时并不显著,也就是说,只有在资产总额超过某一阀值之后,董事会规模与R&D投资之间才会表现出明显的正向关系。由此看来,董事会规模的公司治理效应可能存在类似于宏观经济学中的“低水平陷阱”现象,只有在公司资产和富裕资源达到或超过某一限额之后,董事会规模的治理效应才会显现,当公司规模过小时,企业可利用的资源十分有限,此时增加董事人数,虽能提高R&D投资决策的科学性,但由于受可利用的资源限制而致使这些科学合理的投资决策无法付诸实践,可谓是“巧妇难为无米之炊”。
再看表2中的模型二,同理从对应的F值和Wald值可知,模型二能能从整体上反映回归效应,并且固定效应明显。当董事会人数少于6.5人时,系数估计值(0.057)为正,且在5%的显著性水平下显著,表明此阶段董事会规模的扩大将对企业R&D投资有正向促进作用;当董事会人数处于6.5人到10.5人之间时,系数估计值(-0.056)为负但不显著,表明此阶段董事会规模的变化,对企业R&D投资的影响差异不大;当董事会人数大于10.5人时,系数估计值(-0.101)为负值,并且在10%的显著性水平下显著,表明此时若进一步增加董事会人数,董事会规模会对企业R&D投资产生负向阻碍作用。由此可见,从整体上看假设2成立。我国制造业和信息技术业上市公司最有利于企业R&D投资的董事会人数是介于6.5人至10.5人之间,考虑到董事会人数若为偶数,在股东大会上进行投票时可能会出现半数对半数的投票结果,从而可能出现僵持局面和董事长“把持”董事会的可能,董事会人数为偶数不利于投票决策。因此,我们认为最佳的董事会规模应为7人或者9人。
模型一和模型二中,独立董事在董事会中所占比例对企业R&D投资的影响都未通过显著性检验,表明我国独立董事并未发挥其应有的治理效应,独立董事的“花瓶”现象仍普遍存在。
为了检验上述结论的可靠性,笔者进行了三个方面的稳健性检验:一是改变主要变量的定义和计算,对于解释变量R&D投资,采用研发支出与企业净资产之比,而董事会规模改为本公司年末所有高层管理人员的数量,包括所有董事、监事和高级管理人员;二是增加控制变量,增加控股股东性质、两权设置状态等控制变量;三是剔除R&D支出的极端值(1%)。重新回归结果显示,研究结论没有发生显著变化,研究结果具有较好的稳健性。
5 结论与政策建议
本文研究发现:无论是以公司规模还是以董事会规模为门槛变量,董事会规模与企业R&D投资之间都表现出“先增后减”的非线性关系。但这种非线性关系,只有当公司规模超过某一临界值之后才显著,公司规模较小时,董事会规模的治理效应并不显著,这一现象有点类似于宏观经济学中的“低水平陷阱”现象;同时,这种非线性关系是一种存在双门槛值(6.5和10.5)的“先增后减”非线性关系,当董事会人数介于6.5人和10.5人之间时,其治理效应无显著差异,考虑到董事会规模为偶数时可能出现投票结果半数对半数的僵持状态,因此,最佳的董事会规模应为7人或者9人。研究还发现我国上市公司公司独立董事治理效应弱化,独立董事“花瓶”显现仍普遍存在。
因此,我们建议:(1)保持合理的公司规模。公司规模过小,董事会的很多创新决策项目就无法付诸实践,但过大的公司规模又可能会降低董事会规模的治理效应,应根据企业所处的行业特点、经营环境等,将公司规模控制在一个合理的范围之内。(2)确定合理的董事会规模。董事会规模不是越大越好,也不是越小越好,而应选择一个合理规模,就制造业和信息技术业上市公司而言,最佳的董事会规模是7人或者9人。(3)完善董事会结构,本文研究发现董事会结构对企业R&D投资行为的治理效应不显著,独立董事“花瓶”普遍存在,可以通过调整独立董事的来源和构成等来完善董事会结构来提高其对企业R&D投资的治理效应。如独立董事来源于政府部门还是企业界还是高校好,还需要进一步深入研究。
参 考 文 献:
[1]Hansen B E. Threshold effects in non-dynamic panels: estimation, testing, and inference[J]. Journal of Econometrics, 1999, 93: 345-368.
[2]Zahra S A, Pearce II JA. Boards of directors and corporate financial performance, a review and integrated model[J]. Journal of Management, 1989, 2: 291-334.
[3]Bacon J. Corporate directorship practice: member and committees of the board[M]. New York: The Conference Board, 1973.
[4]Xie B, Davidson III W N, DaDatt P J. Earnings management and corporate governance: the role of the board and the audit committee[J]. Journal of Corporate Finance, 2003, 9: 295-316.
[5]Ocasio W. Political dynamics and circulation of power: CEO succession in U.S. industrial corporations, 1960-1990[J]. Administrative Science Quarterly, 1994, 31: 586-611.
[6]Jensen M C. The modern industrial revolution, exit, and the failure of internal control systems[J]. Journal of Financial Economics, 1993, 48: 831-880.
[7]Lipton M, Lorsch J A. Modest proposal for improved corporate governance[J]. Business Lawyer,
1992, 48(1): 59-77.
[8]Jensen M C, Meckling W H. Theory of the firm: managerial behavior, agency cost and ownership structure
[J]. Journal of Financial Economics, 1976, 3(4): 305-360.
[9]于东智,池国华.董事会规模、稳定性与公司绩效:理论与经验分析[J].经济研究,2004,(4):70-79.
[10]余怒涛,沈中华,等.董事会规模与公司价值关系的进一步检验――基于公司规模门槛效应的分析[J].中国会计评论,2008,(9):237-254.
企业投资规模是指企业在一定时期内的投资额，一般用企业所投资的全部项目的投资总额或所需的自有资金数额来衡量，通常后者较为准确。为定量说明建筑业企业投资规模情况，笔者以建筑业上市公司为样本进行了分析，为消除企业规模因素，便于横向比较，采用相对数据进行了比较，即选择了2008~2010年三年来中国铁建、中国中铁、中国建筑等30家建筑业上市公司投资活动流出的现金占企业年末总资产的比例来说明企业的投资规模情况。从总体情况来看，30个建筑业上市公司三年来投资活动流出的现金占总资产比例的算术平均值为7.28%，即行业平均投资规模为7.28%。从各企业三年平均投资规模来看，30个企业中有1个企业投资规模超过30%，2个超过20%，2个约为11%，26个企业低于10%，同一企业在不同年度其投资规模也呈现出相当程度的差别。26个投资规模低于10%的企业中有11个在5%~10%范围间，有8个在5%~8%范围间，有15个低于5%，2个低于1%。如分析30个企业三年投资的90个数据，在90个数据中，有16个数据超过10%，其中1个超过50%，为浦东建设2008年投资规模数据，达到56%；1个为33%，3个在21%~27%之间，有10个在10%~15%之间，有74个在10%以下，其中在5%以下的有48个。由上述数据可见，建筑业上市公司投资规模还是呈现出一定的规律，超过90%的企业其年度投资活动流出的现金控制在总资产的15%以内，超过80%的企业低于10%，超过50%的企业低于5%。
虽然建筑业上市公司的投资规模呈现上述规律，但没有依据来证明符合大多数企业投资规模范围的企业其投资规模就是合理的。
建企投资效果问题
建筑业企业的竞争力主要体现为市场开发能力、合同履约能力、实现收入能力、盈利能力和偿债能力等五种能力，五种能力的强弱直接影响了企业经营绩效水平的高低。
企业的投资活动自然会对这五种能力产生影响，投资效果也必然会影响到企业的经营绩效水平。企业的投资活动其中对前四种能力是积极的、正面的影响，对偿债能力则是消极的、负面的影响。为了定量说明企业的投资活动对企业经营绩效的影响程度，即企业的投资效果，笔者仍然选择了中国铁建、中国建筑等30家建筑业上市公司2008~2010年的数据进行分析。
企业投资活动对市场开发能力的影响。在企业的年度报告中能够查出企业的年度新签合同额。而企业通过投资活动，如通过运作BT、BOT、房地产开发、材料生产、机械制造及投资于其他项目可以直接增加企业市场承揽额。
2008~2010年，30家建筑业上市公司三年总合同额为66,954亿元，而投资活动带来的合同额约为4,985亿元，约占总合同额的7.45%。30个企业中投资活动带来的市场份额占本企业新签合同额比例最高的是浦东建设，高达2/3，主要为BT项目；中南建设也超过了60%，主要为房地产开发项目；有6个企业超过30%的合同额是通过投资活动获取的；也有杭萧钢构、东南网架、延长化建三个企业的比例为零，投资活动并未能给企业直接带来合同份额。
企业的投资活动对于合同履约能力的影响。建筑业企业在项目中标后，需要配置适当的人、财、物、机资源进行履约，企业所拥有的这些资源情况及对资源的配置能力就直接决定着企业的履约能力。考虑到数据的可获取性，企业的履约能力以年度资产负债表中的固定资产净额、货币资金及其他应收款之和来表示，30个企业合计额为4,391亿元。将企业现金支出中的购买设备款、补充企业营运资金及其他增加企业生产能力的现金支出活动考虑为投资活动对企业履约能力的影响，30个企业三年合计额为1,186亿元，约占27%。30个企业中最高的中冶约为56%，有11家企业超过了30%，有17家超过20%，也有上海建工、四川路桥和北方国际3家企业为零。由此可见，投资活动对于提高企业的履约能力的作用是非常明显的。
企业的投资活动对于收入能力的影响。在企业的年度报告中能够查出企业的年度销售收入，30个企业三年的收入合计为41,127亿元。
而投资活动产生的收入主要包括BT、BOT、房地产开发、工业制造、材料生产、矿产资源及其他投资类公司所实现的收入，30个企业三年投资活动形成的收入合计为4,081亿元，约占9.9%。中材最高，近60%的收入是通过投资获取的；天路、安徽水利、中南建设和科达股份等企业也均超过了30%；30个企业中有15个超过10%；同样杭萧钢构、东南网架、延长化建的比例为零。
企业的投资活动对于盈利能力的影响。企业的盈利能力以实现的毛利润为衡量依据，30个企业三年来实现的毛利润总额为4,264亿元，而通过投资活动共实现毛利润约为1,045亿元，约占24.5%。投资活动对于企业盈利能力的贡献是非常显著的，投资活动实现了不足1/10的收入，但却产生了近1/4的毛利润。部分建筑业企业实现的利润主要来自于投资活动，30家企业中投资活动对于盈利能力贡献率超过50%的有8个，其中深天健全部利润、科达股份超过90%的利润、中材超过80%的利润均来自于投资活动；也有7家企业投资活动产生的毛利润不足10%。
企业的投资活动对于偿债能力的影响。
以30个企业三年负债的算术平均值为计算依据，30个企业三年负债算术平均值的合计额为10,834亿元。投资活动对偿债能力的影响则用企业投资活动产生的现金流量净额为计算指标，30个企业的合计值为2,293亿元，约占21%，即企业的负债中约有1/5是由于投资活动引起的。需要注意的是本处计算过程并没有考虑到投资活动形成的资产，因本文主要比较的是同一口径下各个企业的相对值，同时也是为了便于计算，企业投资活动对负债的实际影响比例应低于21%。除深天健和中南建设2个企业投资活动产生的现金流量净额为正数外，其他企业均为负值，且路桥国际公司投资活动的影响比例超过90%，浦东建设则超过80%，有12个企业超过了20%。
综上，建筑业上市公司的投资活动对于企业五种能力均会产生一定程度的影响，影响程度由强到弱分别为合同履约能力、盈利能力、偿债能力、实现收入能力和市场开发能力，其中前三种能力影响较为显著，均超过了20%。
建筑业上市公司以7.28%的投资规模，新签了7.45%的合同额、增加了27.01%的履约能力、实现了9.92%的收入、24.49%的毛利润和21.16%的负债，企业投资活动对企业经营绩效的贡献还是非常明显的。
如果按照重要程度对建筑业企业五种能力分别赋予不同的权重，根据各个企业每项能力的定量数据，可以计算各个企业的加权得分，可以根据得分的不同判别各个企业的投资活动在整体经营绩效中所发挥的使用情况。为计算方便起见，除将盈利能力权重设置为30%、偿债能力设置为10%外，其他三项能力的权重均设置为20%。通过计算可以得出，30家建筑业上市公司投资效果对企业总体经营绩效的影响比例为14.1%，即企业的整体经营绩效有14.1%来自于投资活动。最高的中材达到46%，有4家企业超过40%，7家超过30%，11家超过20%，超过行业平均水平的有15家，有13家低于10%，其中最低的仅为1.2%。从数据情况来看，建筑业上市公司投资效果各不相同，在企业总体经营绩效中发挥的作用也各不相同，且差距较大，反映了建筑业上市公司对投资活动的思想认识、对企业发展的商业模式、对投资活动的管理运作能力等方面还是存在较大差距的。
建企投资效果与投资规模的关系
一、引言
企业投资行为一直是学界关注的主要问题之一，也是影响企业生存发展和价值大小的一个重要因素。投资规模是企业投资行为的一个重要特征，在一定程度上反映了一个企业的规模、行业竞争优势和战略发展方向。
2008年下半年我国金融危机爆发，这给非金融企业的外部资金供给产生了巨大的负面冲击，同时我国上市公司2008年第三季度的投资规模较第二季度大幅下降（平均下降达75%）。根据国外研究结论，企业在金融危机开始前的不同财务状况（现金持有量、短期借款和外部融资依赖度）对危机期间公司投资规模或抗风险能力影响相当显著，企业如果具有高现金持有量、较低短期负债和较小对外融资依赖程度，就能大大提高抗风险能力和减缓危机后投资规模的下降。
我国上市公司金融危机开始前一年的平均每季现金持有量比（占资产平均总额）超过13%，平均每季短期负债比达（占资产平均总额）18%，外部融资依赖度较发达国家小。这些因素是否如国外研究结论那样对我国危机期间上市公司投资规模或抗风险能力产生了显著的影响，危机前不同财务状况的上市公司在危机期间其投资规模是否有较大的差异，这都是研究金融危机下企业投资行为值得探讨的现实问题，也是目前我国研究文献较少的领域。
因此，研究我国上市公司金融危机开始前一年的财务状况（现金持有量、短期负债和对外融资依赖度）对危机期间投资规模的影响，并与国外的情况进行比较，对探讨我国上市公司确定投资规模的决策因素和提高上市公司自身的抗风险能力有较强的现实意义，本文的结论也可作为进一步探讨我国上市公司持有现金的动机和短期负债的刚性约束功能的基础。
二、主要文献回顾与理论观点
（一）主要文献回顾
1.关于企业的财务状况对公司投资行为的影响。已有大量的文献对其进行了实证研究。早在1957年，John Meyer和Edwin Kuh 指出在资本市场不完备的情况下，企业的财务现状、财务结构和财务政策影响企业的投资规模；从50年代开始，大量文献开始从理论和信息不对称理论的角度来研究现金持有量与投资行为的关系，如1994年，Stephen Vogt运用啄食理论和自由现金流理论，解释了现金流对企业投资的影响，利用实证方法研究了大型和低股利分配的公司体现人问题，而小型、低股利分配公司主要体现为啄食理论问题。
2.关于金融危机对公司投资的影响。目前越来越多的文献研究金融危机产生的原因和后果，大部分文献关注于危机的财务方面，少部分文献关注危机对公司的实际效果。Ivashina和Scharfstein（2009）发现在金融危机期间银行大幅削减对公司的贷款；Campello，Graham和Harvey（2009）通过调查公司经理发现在金融危机期间由于外部融资约束导致公司放弃许多收益较高的投资项目；Duri，Rochell和Steffen（2009）利用实证方法研究了受金融危机影响的德国银行通过控制贷款和严格贷款申请人标准收缩银行贷款而导致的资金供给效应的证据；Rajan（2008）发现对那些主要依靠外面融资的企业，金融危机对其投资增长的抑制作用更显著。
3.关于金融危机下，现金持有量对公司投资的影响。Faulkender和Wang（2006）认为对那些存在融资约束的公司，现金持有量的边际价值是相当高的，尤其是公司现金流量低而投资项目收益高的情况下，现金的对冲作用更显著；Arslan，Florackis和Ozkan（2006）通过对土耳其2001―2002年的金融危机实证分析也得出现金持有量对减少投资的对冲作用；Bats，Kahle和Stulz等（2009）也通过实证方法得出在外部融资市场混乱的时代，超额现金持有量对公司相当有利；Ran Duchin，Oguzhan和Ozbas等（2010）研究金融危机对美国公司投资的影响，通过实证方法研究得出由于外部资金供给的负面冲击，使那些持有现金量少、短期负债高和主要依靠外部资金供给的企业投资大幅下降。
（二）主要理论观点
1.外部资金供给的负面冲击会抑制公司投资。如果公司内部缺乏充足的资金去满足其所有有利或收益高的投资机会，外部融资供给的负面冲击和融资摩擦的出现，可能会阻止公司的投资，特别是对那些从外面融资成本较高、主要依靠外部资金或存在融资约束的公司，此影响将尤为严重。其中融资约束一般指公司没有充足的能力融资以满足其最佳投资机会，可以利用公司的现金持有量、规模、派息等指标来衡量。
2.金融危机的发生导致外部资金供给减缩，这严重挫伤了那些缺乏短期流动性公司的投资
（1）金融危机发生前一年的公司现金持有量对公司投资下降有很大的缓冲作用。特别是那些依靠外部融资的公司，现金持有量对减轻金融期间的投资减少相当重要。Ran，and Duchin Hn等证明危机前现金持有量低的公司，危机后的投资相对于危机前显著下降；危机前现金持有量中等的公司，危机后的投资下降但不显著；危机前现金持有量高的公司，危机后的投资几乎没有下降。
（2）金融危机发生前一年的公司短期负债规模对公司投资下降有很大的加剧作用。由于短期负债是公司流动性的减少，当公司再融资困难或再融资成本较高时，短期负债对金融危机期间企业投资的减少有一个较大的负面效应，而长期负债没有。金融危机前有较高短期负债率的公司其金融危机期间投资下降相当显著，中等短期负债率的公司其金融危机期间投资下降但不显著，低短期负债率的公司下降较少。
3.金融危机后期或后，由于需求方面的增长，公司投资规模会随着增长，特别是那些高现金持有量、低短期负债率和不存在融资约束的公司增长显著。
4.金融危机前公司的低现金持有量、高短期负债率、融资约束和外部资金的依赖性对公司投资影响不如危机期间显著。
三、数据来源与模型设计
（一）数据选取
本文主要以季为期间单位进行数据分析，美国金融危机期间一般界定为2007年7月1日到2009年3月31日，而危机传到我国一般认为是2008年7、8月份。而从经济数据看，我国2008年第三季度样本公司的投资规模较第二季度大幅下降，2009年第三季度的投资规模较第二季度则大幅上升。因此本文将我国金融危机前一年的数据选在2008年7月1日前，即2007年7月1日至2008年6月30日之间；主要关注的金融危机第一年的数据界定在2008年7月1日至2009年6月30日之间；金融危机的后阶段则选为2009年6月30日至2009年12月31日之间。
选取沪、深两市A股非金融上市公司为研究样本，同时剔除了以下样本：一是剔除ST类公司，因为此类公司财务状况与正常经营公司存在一定偏差；二是剔除一些异常值和数据缺失的上市公司，共有样本数量为848个。
数据主要来自于WIND数据库、上海和深圳证券交易所上市公司基本财务数据，数据包括2007年7月1日至2009年12月31日上市公司每季的现金持有量、短期负债、长期负债、资本支出和总资产价值等财务指标。
（二）模型选择
公司的投资规模除了受到投资机会的影响外，很大程度上还受公司已有的现金持有量水平、短期负债的压力和外部融资约束的影响，因此本文主要选择三个自变量：上一年度的每季现金持有量和每季短期负债以及本年度的每季外部融资依赖度（由于金融危机期间资金供给的负面冲击，所以选择外部融资依赖度指标来反映外部融资约束）。对于三个自变量与投资的关系，根据上述理论的观点，本文期望投资规模与上一年度的现金持有量为正相关，与上一年度的短期负债和本年度的外部融资依赖度负相关。具体模型如下：
模型：It=α+β1*casht-1+β2*stdt-1+β3*efdt+εt
模型包括上期现金持有量cash、上期短期负债std和外部融资依赖度efd三个变量。
为了消除规模和各变量数量级的影响，本文把公司的现金持有量、短期负债、长期负债和资本支出都除以每季平均资产总额加以标准化，其中，资本支出为期末固定资产减去期初固定资产；投资I为每季的资本支出与平均每季总资产的比值；前现金持有量cash为危机开始前每季现金与短期投资（或交易性金融资产）之和与平均每季总资产的比值；前短期负债std为危机开始前每季短期负债与平均每季总资产的比值；外部融资依赖度efd为资本支出减去营运资金供给与资本支出的比值，如果营运资金供给无法取得就用当期留存收益变化来计算，此指标用来反映企业所需资金对外部融资资金的依赖程度。
四、实证分析
（一）单变量分析
本部分静态的统计或单变量分析方法，主要分析金融危机前一年的现金持有量与短期负债对公司平均每季投资的影响。根据2007年7月1日到2008年6月30日每季的平均现金持有量和短期负债把样本上市公司分别分为三类：低现金持有量（282个样本）、中现金持有量（282个样本）、高现金持有量（284个样本）和低短期负债、中短期负债和高短期负债。其中现金持有量和平均投资分别指每季现金持有量与每季平均资产总额比值和每季平均投资与每季平均资产总额比值。
1.现金流量与投资
表1显示：金融危机开始前一年现金持有量低的公司，其投资规模（下降0.486%）较现金持有量中等的公司的投资规模下降大（下降0.349%）；金融危机前现金持有量高的公司其投资几乎没有下降，反而有所增加。
表2显示：金融危机前一年低现金持有量的公司其投资在金融危机后期（2009年7月1日至2009年12月31日）都有较大的提高，而中等现金持有量的公司其投资也有所提高，但不如低现金持有量的公司大。另外，高现金持有量的公司其投资增长最少，这与国外学者研究的情况很不一致。
2.短期负债与投资
表3显示：金融危机开始前一年的低短期负债比的公司其投资下降（下降0.4472%）比中等短期负债比的公司投资下降要大（0.1379%），而高短期负债比的公司下降最少，这与国外学者研究的情况相反。
表4显示：金融危机前一年低短期负债的公司其投资在金融危机后期（2009年7月1日至2009年12月31日）都有较大的提高，而中等短期负债的公司其投资也有所提高，但不如低短期负债的公司大。另外，高短期负债的公司其投资增长最少，这也与国外学者研究的情况基本一致。
3.总体情况与国内外对比
表5显示：848个样本公司其投资规模在金融危机开始的第一年（2008年7月1日到2009年6月30日）下降，而到金融危机后期又开始上升且超过了金融危机之前的投资规模。
表6显示：不管是金融危机前还是金融危机后，美国的投资规模远远高于我国公司的投资规模（美国危机前和危机后的现金平均持有量为总资产的0.19左右，我国较之稍低。）
以上分析中，公司现金持有量的结果与本文前面的理论观点相符，金融危机开始后由于外部资金供给的紧缩，那些持有少量现金的公司其投资规模下降要大，而那些持有大量现金的公司其投资规模下降较少或反而有所增长；但是公司短期负债分析结果与理论却未完全相符，尽管金融危机开始后公司投资开始下降，但低短期负债的公司其投资规模下降较中短期负债的公司反而大，而中短期负债的公司其投资规模下降又较高短期负债公司的大。
金融危机后期的结果与理论观点也不完全一致，在金融危机后期，由于需求方面的增加，投资开始增长，但是我国投资规模增长较明显的是那些持有低现金量和低短期负债的公司，而不是高现金量和低短期负债的公司。
另外，我国金融危机开始后投资规模与现金流的关联度明显没有美国公司的显著。
下面用多元回归分析的方法进一步分析危机开始前一年的现金持有量和短期负债以及外部融资依赖度对金融危机期间企业投资规模的影响。
（二）回归分析
利用SPSS分析工具，根据模型：It=α+β1*casht-1+β2*stdt-1
+β3*efdt+εt对848个样本进行总体回归分析，其分析结果如表7所示。
从表7中可以看出，三个自变量中金融危机开始前一年的现金持有量与投资规模正相关（系数为正），表明现金持有量对危机期间的投资下降有缓冲的作用；金融危机开始前一年的短期借款比与外部融资依存度与投资规模负相关（系数为负），表明企业持有短期负债和对外融资依赖度强会加剧公司投资规模的下降，这与本文理论分析期望的结果相符。但从其t检验的结果来看，三个自变量影响都不显著，特别是短期借款，其T值只为－0.584，说明金融危机开始前一年的现金持有量和短期借款以及外部融资依赖度对危机期间投资规模的影响力不强，特别是短期借款，这与国外学者发现的情况很不一致。另外，三个自变量对投资规模影响的解释能力并不强（调整R2为0.006），这也与国外学者理论结论不一致。
五、结论与建议
通过上述实证分析，可以得出以下几个结论：一是金融危机开始后公司投资规模开始下降，金融危机后期公司投资规模开始上升，且增幅比其开始下降幅度稍大，但是低现金持有量公司反而表现更为明显。这说明在金融危机期间由于大部分公司股价下跌，这给那些希望通过收购、兼并等方式进行扩张的公司提供了机遇和条件，但我国上市公司的现金持有量并未像理论分析那样发挥应有的作用。二是金融危机开始前一年的现金持有量与危机期间投资规模正相关，且高现金持有量的公司其投资规模下降较中等现金持有量的公司要小，但不显著。这说明我国上市公司持有的现金对金融危机有一定的缓冲作用，但不大，或者我国上市公司没有充分发挥现金持有量对冲金融危机所带来风险的功能，这与我国上市公司持有现金的动机有很大关系。三是公司投资规模与外部融资依赖度负相关，但不显著，说明我国上市公司投资规模受外部融资约束的影响，但约束力不强。四是金融危机开始前一年的短期负债与危机期间投资规模负相关，且不显著。但与国外学者的研究结论相反的是：高短期负债的公司在金融危机开始后其投资规模下降反而有所减少。这说明我国上市公司短期负债的刚性约束不够。
根据上述研究结论，提出两点建议：一是完善公司治理机制和外部约束机制，正确确定企业现金持有的动机。在外部融资环境较差时，持有现金的预防应该凸现出来。但研究结论证明我国上市公司现金持有量的动机在一定程度上可能更多地表现为自利动机或交易性动机，而非预防性动机。而导致现金持有动机异化的根源在于公司治理和外部制度环境的不完善。一方面，不完善的公司治理机制导致股东层、董事会层和经理层的权、责、利的制度安排不合理，没有足够的动力和激励机制去促进公司管理层合理有效地持有和使用现金；另一方面，中小股东对公司管理层和控股股东无法有效地监督和约束，再加上缺少并购市场、经理人市场和新闻媒体等外部压力，没有强势的外部制度环境去约束公司管理层合理有效地持有和使用现金。二是完善我国金融机构的运行机制和企业退出机制，强化短期负债的刚性约束功能。当外部融资压力加大时，短期负债对企业投资的减少应有一个较大的负面冲击。研究结论显示危机期间我国上市公司短期负债对投资的负面冲击较小，其根源在于短期负债的刚性约束不够。一方面，我国金融机构特别是国有商业银行并非完全按市场机制运作，贷款对象也大部分是上市公司（我国上市公司大部分是国企转制而成）。这种国有对国有的借贷关系，带有较多的行政色彩。导致大部分上市公司还贷压力小，甚至公司短期借款越多，在一定程度上表明公司与银行的关系越密切或政府支持越多。另一方面，我国企业破产机制并未发挥应有的作用。当公司无法偿还到期债务时，由于各种原因，真正进入破产清算的公司很少，导致负债无法发挥其到期要求还本付息的刚性约束。
【参考文献】
［1］ 赵自强，王莉.上市公司投资规模与现金流量关系的实证研究［J］.经济与管理研究，2008（3）：66－71.
［2］ Campello，Graham and Harvey. The real effects of financial constrains：evidence from a financial crisis，Journal of Financial Economics，2009.
［3］ Arsian，O.florackis.C.，Ozkan，A. The role of cash holdings in reducing investment-cash flow sensitivity：evidence from a financial crisis in an emerging market.Emerging Markets Review，2006（7）：320-338.
［4］ Faulkender，M.，Wang，R，Corporate governance and the value of cash. Journal of Finance，2006（61）：1957-1990.
关于基础设施投资的研究，现有文献中多以基础设施投资经济效应的显著程度来判断基础设施投资规模的适度性.在实证研究中，大多数学者以基础设施投资的经济效应是否达到最大化作为评价投资规模适度性的标准[2]。例如，认为拉动GDP增长是基础设施投资的最主要作用，并以对GDP是否表现出正向的拉动作用作为基础设施投资是否过度的判断标准。其他有关基础设施投资规模适度性评价的研究参见[1][3][4][5][8][10]。
另外，基础设施投资作为促进经济发展和城镇化过程的重要手段，其投资规模具有很强的政策性，所以近年来一些学者开始通过基础设施的投资效率比较研究来探讨其投资规模的适度性[6]。例如，建立了基础设施投入和产出的综合指标体系，并应用二阶段数据包络法对我国各省份的基础设施总体投资效率进行了比较与评价。
综上所述，以往对于基础设施投资的研究具有以下缺陷。首先，绝大多数研究均针对基础设施投资的总量或总体存量，只有少数文献着眼于具体部门或行业，但仅涵盖了交通，电力等对经济增长作用明显的行业；从而就不能对改善基础设施投资效率提出全面的建议。其次，对基础设施投资规模适度性的研究，通常只考虑了其对经济增长的推动作用，而忽略其社会发展效应。
为克服上述缺陷，本文采用DEA方法，以基础设施投资相关数据作为投入变量，以经济增长和城镇化增长的指标作为产出变量，利用我国31省市2004-2013年的数据综合评价基础设施投资的效率，并将该效率值作为衡量整个基础设施投资对社会综合产出影响大小的指标；其次以该效率值作为因变量，以各类基础设施投资额作为解释变量，运用Tobit模型进行回归，分析各类基础设施投资对该效率的影响，通过回归系数的符号对其投资规模适度性做出判断。
二、基础设施投资概论和基础理论分析
（一）基础设施的界定
在关于基础设施的研究中，学者对于基础设施的内涵和界定并没有统一，精确的定义，往往根据自己的理解和研究的需要自行定义：国内外的相关研究多从两个角度来界定基础设施，第一，从行业部门角度将其分为交通，通信，电力，供水，教育，卫生社会保障等；第二，从职能的角度将其分为经济性和社会性基础设施。本文主要研究基础设施投资效率和各类基础设施投资结构及规模适度性问题，结合本文内容，世界银行的报告以及我国《国民经济行业分类标准》，本文中关于基础设施的界定如图2.1所示。
（二）基础设施投资规模适度性判定
基础设施作为国民经济的基础和社会发展的物质载体，其综合承载能力决定着一定时期社会的综合产出水平。这里，综合产出水平涵盖经济和社会发展两个方面，各类基础设施对整个系统社会综合产出的影响如2.1式所示：
G=Min{MaxGi}
MaxG1=f（I1）……MaxGi=f（Ii）……MaxGn=f（In）（2.1）
这里，Ii为第i类基础设施的存量水平，Gi为由其确定的最大社会综合产出，G为整个基础设施系统所决定的最大社会综合产出水平；若G1=G2=…Gn=G，则达到最理想情况。然而，在现实情况下，各类基础设施中，有些处于短缺状态，而另外一些处于过度状态，这种不平衡就造成了资源浪费，导致基础设施系统的综合产出不高。此时，基础设施投资的目的就是作为增量部分，优先投资短缺的而减少对相对过度的基础设施的投资，尽可能平衡各类基础设施的水平。
本文以各类基础设施投资对整个投资效率的影响在模型中的正负作为判断投资规模适度性的标准。若某类基础设施对整个投资效率的影响为正，则说明其投资规模相对不足，应增加其投资规模来提高整体效率；若某类基础设施对投资效率的影响为负，则说明该类基础设施投资过度，应降低其投资速度。
三、我国基础设施投资效率实证分析
相比于应用参数方法的单一产出指标评价体系，应用非参数方法的数据包络分析法从多产出角度研究基础设施投资的效率更为全面。为分析规模适度性问题，我们首先应用DEA数据包络分析方法对2004-2013年我国31省市的基础设施投资效率进行计算和评价。
（一）基础设施投资效率评价的理论框架
1、DEA方法的原理与评价模型。DEA方法是一种用来评价同类性质的决策单元之间相对效率的非参数方法，该方法是通过数学规划模型来计算各个决策单元之间的相对效率，并据此来进行相对有效性评价。与参数方法相比，DEA方法无需构造具体的生产函数就可以对决策单元的效率进行评价，而且能够对分散的数据进行综合分析，并且不必知道它们之间的关系。因此DEA方法被广泛应用于计算各种研究领域的投入产出效率，DEA方法有基于输入导向（Input-DEA）和基于输出导向（Output-DEA）两类，其中前者是在输出固定时最小化输入，而后者是在输入固定时最大化输出。
结合本文研究内容，运用基于输入导向的方法进行分析更为恰当，本文使用DEA方法的经典模型――B2C模型进行效率的计算和评价。B2C模型的原模型和对偶问题如（3.1），（3.2）所示。
（PBC2）max（μTyj0+μ0）=Vp，s.t.ωTxj-μTyj-μ00，j=1，2，…nωTxj0=1，ω0，μ0.（3.1）
（DBC2）minθ=VD∑nj=1yjλj+s-=θxj0，∑nj=1λj=1，s-0，s+0，λj0，j=1，2，…n（3.2）
2、评价指标体系的建立。在用DEA方法进行基础设施投资效率计算和评价时，投入产出指标的选取直接关系到评价结果的准确性。为了尽可能反应实际情况并且便于获取数据，我们以基础设施投资总额和该行业部门总就业人数作为投入指标，以地区生产总值的增加值和城镇人口的增加值作为输出指标，建立评价指标体系如图3.1所示。
（二）基础设施投资效率实证分析
1、模型的建立与数据处理。引入松弛变量和非阿基米德无穷小量ε的Input-BC2模型如（3.3）所示：
（P-ε）max（μTyj0+μ0）=Vpεs.t.ωTxj-μTyj-μ00，j=1，2，…nωTxj0=1，ωε，μεe.（3.3）
其对偶问题如（3.4）所示：
（D-ε）min[θ-ε（Ts-+eTs+）]s.t.∑nj=1xjλj+s-=θxj0∑nj=1yjλj+s+=yj0∑nj=1λj=1，s-，s+0λj0，j=1，2，…n（3.4）
其中ε为无穷小量，线性规划（D-ε）的最优解为λ0，s-0，s+0，θ0若θ0=1，则决策单元j0为弱DEA有效的，若θ0=1，且s-0=0，s+0=0，则j0为DEA有效的。
综合考虑我国投资策略，我们选择新世纪以来基础设施投资投入产出作为分析对象，由于2002年国家统计局对我国《国民经济行业分类》进行了调整，为了保持数据的统一性，本文中选取我国31省从2004-2013年间的基础设施投入与产出数据作为评价对象进行效率分析。其中为排除价格因素对投入与产出数据的影响，在基础设施投入方面，用各省市历年的固定资产投资价格指数对基础设施投资数据进行平减，对各省市GDP同样利用相应的价格指数进行调整。
2、求解与结果分析。应用输入导向的Input-BC2模型，对我国2004-2013年期间31个省市基础设施投入产出数据进行效率计算和分析（数值结果由DEAP2.1软件计算得出）。为了保证各地区10年间的基础设施投资效率在时间序列上的可比性，我们将31个地区从2004-2013年间的310组数据放在一起组成一个生产可能集进行分析比较，各省市计算结果见表3.1。
表3.1表明，从整体上看我国基础设施投资效率呈递减趋势，说明基础设施投资整体上的效果在降低，其对经济增长和城镇化的促进作用在降低，在投资过程中可能存在结构的不均衡和不合理，阻碍了其对社会综合产出的影响。北京、天津、上海、江苏、山东、广东、西藏、青海、宁夏这些省市10年间的基础设施投资效率处于较高水平，直辖市和东部沿海经济发达省份投资效率高说明在投资配置过程中结构合理；边疆少数民族地区投资效率也处于较高水平，说明这些地区的投资对城镇化进程和经济增长都产生较大的促进作用，体现了我国近些年通过政策支持优化基础设施资源配置，促进较为落后的偏远地区共同发展的政策落实情况较好。相比这几个省市其他地区的投资效率表现出不同的特点，需要进一步进行分析以对优化投资结构，提高投资效率提供一定的有益指导。
四、基于Tobit模型的各类基础设施投资适度性实证分析
本节中，我们通过Tobit模型对各类基础设施投资规模的适度性进行检验。
（一）Tobit模型介绍
第3节中通过DEA方法计算出来的基础设施投资效率的取值范围是[0，1]，是截断数据，若以这种效率值为被解释变量，采用普通最小二乘法（OLS）进行回归分析，得到的参数估计值是有偏的。
故我们选择基于最大似然估计法的Tobit回归模型进行分析，Tobit模型的基本形式如（4.1）所示。
y*i=βxi+εiyi=y*i，0
εi?N（0，σ2），xi为解释变量向量，yi为被解释变量向量，β为参数向量。
（二）各类基础设施投资规模适度性实证结果分析
1、适度性评价模型的构建与数据说明
基于2.2中提出的基础设施投资规模适度性的评判标准，本节选择各个类别的基础设施投资规模作为解释变量，应用Tobit模型分析每一类基础设施投资对整体效率的影响从而分析其投资规模的适度性，建立的回归模型如（4.2）所示。
Yef=β0+β1Xny+β2Xjt+β3Xtx+β4Xky+β5Xsl+β6Xjy+β7Xwh+β8Xws+ε（4.2）
其中Yef为上一章中通过DEA方法计算的各省份基础设施投资效率值，Xny为能源设施，Xjt为交通设施，Xtx为通信设施，Xky为科研设施，Xsl为水利设施，Xjy为教育设施，Xwh为文化体育设施，Xws为卫生和社会保障设施。β0，β1，β2，β3，β4，β5，β6，β7，β8为待估参数，其正负反应了各类基础设施投资对基础设施投资效率的影响程度和投资规模的适度性，ε为随机扰动项。
2、适度性实证结果分析
首先，我们使用我国31省市2004-2013年10年的面板数据从整体上分析我国各类基础设施投资规模的适度性问题。由于各类基础设施投资数据量很大，而且被解释变量投资效率的取值范围为[0，1]，故我们首先对各类基础设施投资数据取对数处理，再通过Stata软件进行Tobit回归分析，计算结果如表4.1所示。
表4.1反映了在各个解释变量中，能源，通信，科研，文化基础设施投资与投资效率呈负相关关系，交通，水利，卫生社保，教育基础设施投资与投资效率呈正相关关系.其中，能源，通信，科研基础设施，文化基础设施投资分别在1%和5%水平下与投资效率显著负相关，水利，卫生社保基础设施投资在5%水平下与投资效率显著正相关，而教育和交通基础设施投资与整体效率的正相关关系并不能通过显著性检验。于是我们有如下分析：
首先，能源、通信、科研和文化基础设施投资对整个投资效率的影响是负向的。即在目前的基础设施存量水平和结构下，这几类基础设施投资规模已经过度，增加其投资会对整个社会综合产出的增长产生抑制作用，降低整个基础设施投资系统的效率。故在接下来的基础设施投资中，应减缓这几类行业部门投资的速度，使各类基础设施投资协调发展。
其次，水利、卫生社保基础设施投资对整个投资效率的影响是正向的。这表明水利和卫生社保基础设施投资规模不足，增加其投资能够较大的促进社会综合产出的增加。故在后继基础设施投资中应增加这两个行业部门投资的规模，提高投资速度，来促进基础设施投资效率的提高和社会综合产出的增长。
再次，交通和教育基础设施投资与整个投资效率呈正相关，但并不显著。这在一定程度上显示了我国交通和教育基础设施投资规模不足。
（三）分区域基础设施投资适度性实证结果分析
在第三节中对我国基础设施投资概况的介绍表明，由于我国各地区地理环境，经济发展情况以及国家政策支持程度不同，各地区基础设施投资情况差异显著，因此在分析基础设施投资规模适度性问题时，要根据不同地区的实际情况具体分析，才能对各类基础设施投资情况做出更为真实的判断，进而对提高投资效率提出更有效的政策建议。
所以，下面我们根据我国各地区经济发展状况以及基础设施投资情况的特点，将中国31个省市划分为四个区域，东部，中部，西部和东北部（如表4.2所示）进行分析。
表4.2我国各省市区域划分
东部地区北京 天津 河北 上海 江苏 浙江 福建 山东 广东 海南
中部地区山西安徽江西河南湖北湖南
西部地区内蒙古 广西 重庆 四川 贵州 云南 西藏 陕西 甘肃 青海 宁夏 新疆
东北地区辽宁吉林黑龙江
利用相同的模型（如（4.3）所示）对各地区进行分析，其中被解释变量为各地区的基础设施投资效率，解释变量为各地区内不同种类基础设施投资数据。
YRef=β0+β1XRny+β2XRjt+β3XRtx+β4XRky+β5XRsl+β6XRjy+β7XRwh+β8XRws+ε（4.3）
利用各地区省份10年基础设施投资和效率面板数据分别对东部，中部，西部和东北部地区进行回归分析，回归结果如表4.3所示。
从表4.3可知，不同区域基础设施投资情况差异明显：同一区域内不同部门基础设施投资规模适度性存在很大不同，同一部门基础设施投资在不同区域亦表现出不同的适度性。
具体来看，在东部地区，能源、交通、文化体育基础设施投资与整个基础设施投资效率显著负相关，教育基础设施投资与整个投资效率显著正相关，而其他行业部门投资与投资效率的相关性并不显著。这表明在东部地区能源供给，交通运输和文化体育基础设施规模已经过度，而教育基础设施规模存在不足。
在中部地区通信，科研和文化体育基础设施投资规模过度，而交通和卫生社保基础设施投资规模不足。在西部地区能源，通信，科研和文化体育基础设施投资规模过度，而交通和水利基础设施投资规模不足。在东北地区科研设施投资规模过度，而其他部门基础设施与投资效率的关系并不显著。在今后的投资决策中要减缓对已经出现规模过度的基础设施的投资，而对规模不足的则要加快投资速度，使得各类基础设施投资均衡协调发展。
企业的生存靠发展，企业的发展却要依赖于投资。这里的投资是广义的概念，不仅包括企业在新领域的拓展，同时也包括企业原有领域内的创新。固然，企业要进入一个新的领域，需要依托于某个项目，并投入大量的资源。但是，企业在自身业务范围内的创新，无论是产品线的延伸还是现有产品的改良，都会面临来自技术、市场方面的风险，并耗费大量的资源，这就具备了投资项目最基本的特征。因此，项目投资是企业发展的重大决策，这种选择和决策，无论是扩大再生产或是开拓新市场都将对企业的发展起着决定性的作用。
一、投资战略的制订
企业投资战略作为企业发展战略的一部分是和整体发展战略相适应的，相应于企业的创新发展和稳定发展两种基本战略，投资战略也有两种基本战略，即创新型投资战略和稳定型投资战略。企业选择创新发展还是稳定发展，取决于企业自身发展的需要，取决于对市场前景和企业态势的把握。而选择投资战略方向（产品－市场选择）与确定投资战略态势（竞争分析）构成了企业发展战略的核心，它们构成了企业投资战略选择的前提。在明确了企业发展战略的基础上，投资战略的选择包括投资战略类型、投资时机选择和投资项目的优化组合。
二、投资项目的选择
企业投资项目的选择决不是漫无目的的搜寻，而是应该根据企业既定的投资战略，以企业自身投资能力为基础，围绕企业核心竞争力进行项目选择。没有方向性的项目选择不但浪费大量的财力、物力，而且往往无法发现真正适合企业的项目，错失良好的投机时机。
1、基于企业投资战略的项目选择
企业的投资战略为项目的选择指明了方向，稳定型投资战略要求企业的投资围绕企业现有业务领域、现有市场进行核心多元化或者至少是相关多元化投资。因此，企业在选择投资项目时，必然会围绕现有产品进行纵向或横向的信息搜寻。所谓纵向是指向现有产品的上游或下游延伸，横向是指丰富产品类型以覆盖更多的细分市场。无论是纵向还是横向都要求企业在自己熟悉的领域内搜寻项目信息；与此相对应，创新型投资战略要求企业跳出现有的业务框架，开发全新的产品或拓展新的市场，甚至是在完全陌生的领域进行投资。但这种投资并不意味着四处开花，毫无方向，它必须以企业的投资能力为基础，以企业核心竞争力为中心，是企业核心竞争力的延伸。
2、基于企业核心竞争力的项目选择
企业核心竞争力是企业生存的基础，同时也决定了企业拓展的能力边界。企业必须明确的知道自己的核心竞争力所在，是品牌影响力、管理能力、人才储备、技术水平，抑或是规模实力。无论是稳定型投资战略下的纵向、横向扩张，还是创新性投资战略下的完全多元化都不应该脱离企业核心竞争力的控制范围。例如，企业的核心竞争力在于品牌影响力，那么企业就应该在原有行业领域内，而不应该和原有业务脱离过大，否则品牌影响力就无法得到有效的延伸；如果企业的核心竞争力在于人才储备，则需要进一步明确人才结构，技术人才充足的企业显然适合投资于产品的研发，而销售人才充足的企业则适合新市场的开拓。由此可见，在企业投资战略为项目选择提供了基本的方向后，企业核心竞争力再次确立了信息搜寻的范围及中心。
3、基于企业投资能力的项目选择
企业投资能力是由企业资金实力、现金流状况、筹资能力等因素共同决定的，投资能力决定了企业的投资规模，包括单个投资项目的规模和企业总体投资规模。投资项目规模的确定包括两个方面：首先，投资能力决定了投资规模的可能性，就总体投资规模而言，企业投资能力决定了它的边界，超越自身能力的投资规模显然是不切实际的。对于单个项目的投资规模，它必然是在总体投资规模内的，另外从分散风险的角度，企业不可能将所有的资源投资于某一个项目，这种项目风险将会是致命性的，一旦项目失败将威胁到企业的存亡。因此，企业对单个项目投资规模的确定必须在投资能力的基础上考虑风险分散的要求；其次，客观条件决定了投资规模的可行性，这里的客观条件包括物质技术条件、市场规模以及经济效益等。物质技术条件决定了投资项目的性质，资本密集性、技术密集性和管理密集性行业所要求的投资规模存在相当大的差距。市场规模决定着项目发展的空间，进而决定了投资规模的边界。经济效益通过项目不同规模下的边际收益率和企业资金成本间的比较，准确地界定了项目投资规模的临界点。企业总体投资规模及单个项目投资规模的确定再次缩小了投资项目选择的范围，这不仅有助于企业提高项目选择的效率，而且大大的节约了企业资源的耗费。
三、投资项目的可行性研究
可行性研究是整个项目投资的核心部分，是项目决策的主要依据。因此，可行性研究的科学性和准确性直接关系着企业投资的成败。一份良好的可行性研究报告应该做到对项目的前景和项目未来的运行轨迹作出精确的估算，从而保证项目决策的成功率。
可行性研究有三种类型：机会研究、初步可行性研究和技术科技可行性研究。机会研究的主要任务是为项目投资方向提出建议，即在一个确定的地区和行业内，以市场调查为基础，选择项目，寻找最有利的投资机会；初步可行性研究的主要任务是对机会研究认为可行的项目进行进一步论证，并据此作出是否投资的初步决定，是否进行下一步的技术经济可行性研究。
机会研究和初步可行性研究更多的是对项目的风险、技术方案、经济效益等要素给出粗略的评价，往往限于数据选择的补充分，评价局限于定性的层次，无法精确的描述项目前景。而技术经济可行性研究才是整个项目可行性研究的核心部分，它必须在收集大量数据的基础上，对项目的各项要素给出完整的定量分析，用准确的数据对项目进行评价，它是项目决策科学化的重要手段，是项目或方案抉择的主要依据之一。
