成都市基础设施投资和经济增长关系研究.docVIP

成都市基础设施投资和经济增长关系研究 　　摘 要： 学术界对基础设施投资与经济增长的关系进行了多维度的研究，所得结论也有一些差异，而利用成都市1999～2015年的相关数据，通过多元回归模型分析，发现：（1）成都市一般基础设施投资和高级基础设施投资均对成都市经济增长有正面的影响，其中高级基础设施投资对经济增长的影响大于一般基础设施投资；（2）成都市基础设施投资结构从时间结构上看稳步增长，但增长率波动较大，从行业结构上看还不合理，高级基础设施投资明显不足；（3）部分基础设施投资不足，资金供需矛盾突出。 　　关键词： 成都市；基础设施建设；经济增长；投资驱动；乘数效应；投资结构；西部地区 　　中图分类号： F124 　　文献标志码： A文章编号： 1009-4474（2017）02-0077-06 　　基础设施建设投资是经济持续快速增长的重要动力之一，也被认为是政府最有理由干预的经济领域〔1～2〕。Paul Rosenstein Rodan是较早对基础设施给予重视的经济学家，他在《东欧和东南欧国家的工业化问题》中研究了基础设施投资和其他部门投资的相互关系，并率先提出基础设施是与“私人资本”（Private Capital）相对应的一种“社会先行资本”（Social Overhead Capital），包括电力、交通、通讯等基础工业，它构成社会经济发展的基础结构。世界银行在1994年把基础设施分为两类，即经济基础设施与社会基础设施，前者主要包括电力、电信、交通等永久性工程构筑、设备和设施；后者则主要包括科教文卫事业。自基础设施概念提出以来，学术界对此的研究可谓汗牛充栋，但随着社会经济发展，人们观念的转变，对基础设施的理解也不仅局限于传统意义上的硬件基础设施，相反，以往被认为的公共服项目正在日益凸显其在经济社会发展中的重要作用，逐渐上升到了基础设施的高度，成为了推动整个社会经济发展不可或缺的重要条件〔3～5〕。 　　改革开放以来，成都市经济取得了快速的发展，1978年该市的GDP为35.94亿元，2014年达到10056.59亿元。与此同时，成都市全社会的固定资产投资也增长快速，从1978年的2.94亿元迅速增长到2014年的6620.37亿元〔6〕。本文以成都市为研究对象，对近年来的成都市基础设施投资和经济增长的数据进行分析，借助现代计量经济学的方法，建立多元回归模型，从实证角度分析成都市基础设施投资与成都市经济增长的关系，以及探讨成都市未来基础设施投资的方向，为成都市未来基础设施投资和经济增长持续健康稳定发展提供建议。 　　一、模型、变量与数据 　　1.因子分析多元回归模型 　　本文拟构建基础设施投资与经济增长的多元回归模型，为避免各项基础设施同时回归导致的多重共线性问题，采用因子分析法，其模型的数学表达式为： 　　2.数据来源与变量解释 　　本文选取成都市交通运输（货物发送量、旅客发送量），邮电通信，电力，教育，医疗卫生，文化传媒，社会保障，环境保护作为反映基础设施投资指标，以国内生产总值（GDP）作为反映经济增长的指标。数来源于1999～2015年《成都市统计年鉴》和《成都市财政年鉴》，根据实际数据和研究需要，进行相应的整理。 　　因变量（Y）：国内生产总值（GDP：亿元）；自?量（X）：Xi1电力（亿千瓦时），Xi2社会保障（亿元），Xi3医疗卫生（亿元），Xi4文化传媒（亿元），Xi5环境保护（亿元），Xi6教育（亿元），Xi7货物发送量（万吨），Xi8旅客发送量（万人），Xi9邮电业务总量（亿元）。 　　二、数据标准化及检验 　　1.数据标准化 　　由于《成都市统计年鉴》关于交通运输、邮电通信、电力的统计口径不是以直接投资额度为标准，所以首先对原始数据进行标准化处理，标准化公式为： 　　2.可靠性检验 　　为了验证所收集的数据的可靠性和有效性，对数据进行Cronbachα可靠性检验（见表1），检验公式为： 　　一般来说a系数0.60～0.65认为不可信，0.65～0.75认为是最小可接受值，0.75～0.8认为相当好，0.8～0.9就是非常好。 　　表1的检验结果表明，所选17年统计数据100%有效，且a=0.965，大于0.9，表明数据的可靠性非常好。 　　3.KMO及Bartletts球形检验 　　KMO检验用于研究变量之间的偏相关性，它是比较各变量之间的简单相关和偏相关的大小（结果见表2），取值范围在0～1之间〔7〕，一般认为KMO统计量接近于1作因子分析效果最好，KMO大于0.9时效果较佳，0.7以上效果尚可，0.6时效果很差，0.5以下则不适合做因子分析〔8〕。Bartletts球形检验是检验相关矩阵是否为单位矩阵，即各变量是否各自独立。如果结果不拒绝原假设，说明所提