【关键词】固定资产；投资规模；盘县
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：
[1] 2012年1-12月盘县经济要情.盘县统计局
关键词:规范化;内部模式;私募基金
中图分类号:F831.5
文献标志码:A
文章编号:1673-291X(2009)21-0056-02
私募基金的规范化则是指这种制度要被法律承认,其设立和运作不仅要符合相关的法律规定,而且要符合有关市场规则和规律,给其他参与主体主要带来正的外部性等。
一、私募基金规范化运作的衡量标准
1.内部的规范化。主要指私募基金设立和运作产权清晰、组织形式设计合理、风险控制有效等,能够依靠自身一系列制度安排成为市场独立运作的主体。
本文研究的对象是中国私募基金规范运作所需的内部模式。私募基金规范运作的内部模式的影响因素很多,可以从管理的角度分析管理的规范性,也可以从制度的角度研究各种制度建设的合理性等。本文选取从契约理论的角度出发,研究私募基金内部各项机制对其运作的影响。当然,这并非意味着管理、投资决策等因素对私募基金的运作没有影响。
2.外部的规范化。规范运作需要的外部条件,即参与主体具备一定资质,市场环境一定程度上满足完备性要求和制度环境相对完善等。
二、中国私募基金规范运作的内部条件分析
(一)组织形式对私募基金运作的影响因素分析
根据中国相关法律,私募股权基金的设立模式可以采用公司制、契约制和有限合伙制。中国目前主要采取的是公司制形式,而以美国为代表的海外私募投资基金绝大多数采用有限合伙制。
2007年6月1日起实施的新《合伙企业法》为本土有限合伙制私募股权投资基金在中国的实践提供了法律依据。目前,深圳、上海、温州等地已陆续成立了十多家本土有限合伙制私募股权投资基金。例如:2007年6月26日,全国第一家有限合伙企业――南海成长创业投资有限合伙企业在深圳成立,这是中国自今年6月实施新的《合伙企业法》后,首家人民币私募股权投资基金;2007年11月,深圳东方富海有限合伙企业成立,一举募资9亿元人民币和5 000万美元,成为当前国内最大的本土有限合伙制创业投资基金。有限合伙制私募股权投资在中国的发展方兴未艾。
(二)收益分配机制对私募基金运作的影响
1.收益共享型下基金管理者行为分析。收益共享型分配方式是指管理者不必向投资者支付固定款项,而是由两者共同出资,共担风险和收益。在收益分享制下,私募基金投资者和管理者共同出资设立基金,管理者占其中10%～30%的比例,两者收益共享、风险共担。管理者和投资者组成利益“捆绑体”,这迫使管理者努力工作精心管理资产,因而能较好的降低道德风险,并形成对管理者较强的激励机制,促使管理者充分发挥其投资技能,在实现个人效用最大化的同时最大化投资者效用。我们用博弈模型简单分析如下:
假定投资者和管理者是风险中性的,管理者不可观察的努力水平为e,基金收益除取决于管理者努力外,还受外生变量ε(市场状况等)的影响,π(e,ε)表示收益函数。假定π随着e的增加而增加,则管理者的收益函数为:R(e,ε)=f+t・π(e,ε),效用函数为:u1(e,ε)=R(e,ε)-c(e),对应的投资者的效用函数为:u2(e,ε)=π(e,ε)-u1(e,ε)=(1-t)・π(e,ε)-f。
其中,f表示为维护基金日常运作提取的少量管理费用,t表示收益分成比例,c(e)表示管理者的努力成本。在假定基金业绩和管理者努力成线性关系的前提下,管理人越努力基金获得好业绩的可能性就越大,即?坠c/?坠e>0,但管理人努力的同时是要付出成本的,因此,管理人在付出努力时也要权衡收益与努力成本之间的关系,使自身效用达到最大化。
为了使max[R(e,ε)-c(e)]的讨论简便,我们假设在基金管理者的努力水平达到最大化之前,他所获得的边际收益大于其付出的边际努力成本,管理者获得的收益会随着其投入的努力而增加;在达到最佳效用水平后,其获得的收益将小于投入的努力成本。因此,当且仅当二者相等?坠R/?坠e>?坠c/?坠e时,基金收益和管理者的效用同时达到最大化。
因此,在收益分享制模式下,基金管理者的效用与他的努力水平正相关,他努力工作,直至他的边际效用与他的边际努力成本相等,在最大化其预期效用的同时也使基金收益达到最大化。基金收益的最大化与投资者效用最大化并不矛盾,因为在投资者确定分享比例时,t不能趋近于1,那样意味着投资者一无所获;t也不能趋近于0,那样意味着管理者不会投入努力成本,也就无收益可分。因此,在0
2.中国目前条件下保底分成型的合理性分析。保底分成型收益分配方式指私募基金管理者承诺每年向投资者支付等于或高于同期银行存款利息的款项,如果基金运作有盈利,这部分再按一定比例在两者之间进行分配。但中国有关法律是禁止这种做法的,保底合约不能实现时产生的纠纷往往得不到法律救助,产生大量经济社会问题。并且,有些保底收益相当高,管理者为实现保底收益率,有很强的操纵市场,高风险操作的倾向。
本文认为,鉴于中国目前的投融资环境和社会信用环境并不十分规范,仅仅依靠市场机制难以实现对投资者的有效保护,因此有必要打破常规,允许私募基金管理者从事委托理财业务时采用保底的做法。这会产生两个好处:一是在目前情况下,保底的做法能够加强对资金委托人的保护,消除他们的顾虑,从而促进这项业务的发展;二是保底、保本的做法对有实力的大型委托理财机构更有利,这些机构由于管理的资金规模较大和拥有良好的品牌,理财成本较低,有能力来承诺保底、保本,这也有利于委托理财业的优胜劣汰。
但是,即使是允许保底的做法,也要施加一定的限制,以避免一些资质较差的机构进行虚假承诺,或是委托理财机构进行超出保证能力的高风险投资,导致保底名不副实。为此应规定:严格控制对保本性委托理财的授权,由资质合格的第三人(通常是银行)提供民事担保,严格控制保本性委托理财对衍生商品的投资比例,加强信息公开等。
(三)风险控制机制对私募基金运作的影响
1.事前的风险防范措施。(1)管理者保证金。这一比例按投资者对其的信任程度而异,国外一般在1%～3%(中国高达10%～30%)。基金管理者份额与投资者资产一起运作,能保证管理者与基金投资者利益绑在一起,促使其自觉回避风险。当基金运作出现亏损时,首先用基金管理者的份额弥补,当基金净值下降到管理者的出资限额时应止损平仓,以维护投资者资本金安全。(2)收益分配顺序。私募基金收益首先用来弥补往年亏损,待亏损弥补完全后,剩余收益可在投资者与管理人之间按约定比例分配。(3)基金财产的分割管理。私募基金投资者与管理人的财产相互分离,分账户设置,当管理人管理不止一个私募基金时,不同基金的资产也分割设置。这样可以防止管理人利用不同账户的资金转账,从而掩盖基金的真实盈亏。
2.运作中的风险防范。(1)信息披露。私募基金不需要向主管部门和社会公众进行信息披露,但有义务向其投资者披露信息。在定期或不定期或投资者要求时进行披露,披露的内容包括私募基金的投资组合、预期的风险收益以及其他重大事项等。(2)投资者直接干预。对私募基金一些重要的事项,如更换基金管理人,增减基金股份,重大投资者决策等,基金投资者有权依据个人的判断给予否决或通过。(3)基金半开放式运作。私募基金的投资者可随时买入基金单位,但在买入的起初一段时间内不可以赎回,锁定期可依据不同基金类型确定,可为半年、一年、二年不等。锁定期过后,在提前通知管理者后,可以随时赎回。投资者拥有退出权,实际上给了他们用脚投票的权利,对管理人的约束效果更为直接。
3.风险内化的措施。(1)风险准备金制度。私募基金契约中规定按基金投资收益净额的一定比例提取风险准备金,当发生亏损时,风险准备金可用来弥补亏损。还可按投资组合风险的大小设定不同的风险准备金提取比例,如规定当投资组合风险超过预定的水平时,应启动风险准备制度,组合风险每增加一定比例,风险准备提取比例相应的提高一定比例,可有效制约基金经理过分追求风险的冲动。(2)损失赔偿制度。当私募基金发生投资亏损时,管理人股份首先用来弥补投资者和交易对手亏损,未弥补部分用风险准备金弥补,尽量把风险内化于基金内部,减少对其他经济主体的影响。
参考文献:
[1]李惠.走近私募基金:第1版[M].北京:经济科学出版社,2001.
[2]李建军,等.中国地下金融规模与宏观经济影响研究:第1版[M].北京:中国金融出版社,2005.
[3]张泉.中国私募基金行为研究[D].北京:中国海洋大学,2004.
[4]张维迎.企业的企业家――契约理论:第3版[M].上海:上海人民出版社,2002.
[5]胡笳珂.中国发展私募基金的有关讨论[J].现代商业,2005,(8).
[6]陶建华.中国私募基金现状分析[J].合作与经济,2006,(9).
[7]夏斌,陈道富.中国私募基金报告:第1版[M].上海:上海远东出版社,2002.
关键词:董事会规模;企业R&D投资;门槛效应
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.
[11]连玉君,程建.不同成长机会下资本结构与经营绩效之关系研究[J].当代经济科学,2006,(3):97-103.
根据交通运输部指导意见和技术功能方案的要求，结合省级相关业务工作特点及信息化现状，改变当前主要依托工具软件的低效工作方式，转换为主要依托联网作业，以投资项目为主线，对中央投资以及省投资的各类项目投资计划的编制、上报与下达进行联网处理，对投资计划执行情况展开跟踪、分析，提高投资计划编制效率与投资计划管理决策科学性。初步实现全省省厅—直属局、省厅—地市—县投资计划管理业务的网络化处理与数据共享，规划业务的成果管理，以项目为主线，形成规划、计划、统计“三位一体”有机运行的整体，并与部级系统做好衔接，提升本省交通运输投资计划填报工作的效率、管理水平和决策能力。
2主要功能
省级投资计划管理系统主要面向省级投资计划管理人员、投资计划上报单位，以投资计划项目为主线，实现规划成果管理，中央补助以及省财政资金补助各类项目计划的编制、上报、下达以及针对投资计划执行情况、资金渠道与投入比例的综合分析。 根据省级交通运输投资计划管理的实际需求，系统的基本功能设计主要包括规划项目库管理、投资计划项目管理、计划执行情况检查和系统管理。规划项目库管理子系统实现相关规划结果数据的管理；投资计划项目管理子系统主要是完成计划的编制、审核、上报、下达等；计划执行情况检查子系统主要是完成对计划执行情况结果的管理，以及与固定资产投资统计的衔接
2.1规划项目库管理子系统
规划项目库管理子系统主要是完成规划项目相关信息的管理，使规划和计划能有机的结合在一起，通过参照规划，更加方便快捷的编制年度计划。该子系统具有三块功能模块，分别是规划项目编辑、规划批件管理以及规划项目查询功能。规划项目管理模块：实现计划编制人员对每个五年规划项目库的导入和编辑管理功能。用户可对建设项目表的基本信息在线进行录入、修改、删除等编辑操作，包括：项目名称、项目编码、项目类别、建设性质、项目所在路线编码及名称、项目起讫点桩号、项目建设里程、以及前期工作可研工作情况和初设工作情况等。项目批件管理模块：实现对项目库中各规划建设项目相关的前期工作批件的编辑管理功能。该模块将针对规划项目库中每个项目，通过录入与之相关的项目批件信息，在规划项目库的项目与项目批复文件之间建立关联，从而反映项目的前期工作情况，便于开展年度计划的编制工作。规划项目库查询模块：按照人员权限范围，根据项目基本信息或者项目批复文件主要关键字段进行规划项目查询，实现规划项目库项目信息及项目批复文件的浏览和查询功能。
2.2投资计划项目管理子系统
投资计划项目管理子系统是全省省—地市—县各级计划管理人员日常工作主要使用的子系统，包括计划数据从编制、审核、上报、下达的全部流程，同时还实现对计划执行情况的跟踪。其包含以下几个功能模块，分别是计划填报模块、数据审核模块、审核公式编辑模块、计划上报管理模块、计划下达管理模块、计划数据查询模块、数据汇总与分析模块、以及数据导出与打印模块。计划填报模块：实现投资切块分配以及投资计划数据的编制和相关批件数据的上传，其中项目相关批件信息与规划项目库管理子系统中批件信息共享数据。投资计划上报人员可直接选择规划项目库中前期工作完备的项目进行下一年度投资建议计划的编制，也可以直接填写各类投资建议计划。数据审核模块：提供年度建议计划数据的审核功能，需完成对年度投资建议计划表数据进行逻辑性和合理性审核，逻辑性错误必须修改，合理性错误允许用户进行说明，并在下次审核时显示该说明。审核公式编辑模块：提供年度建议计划数据审核公式的编辑功能。审核公式分为逻辑性审核公式和合理性审核公式两类。逻辑性审核公式将是强制性的，必须要求用户没有该类型的错误后方能上报数据，合理性审核公式是用于提醒的，可以允许存在，允许对合理性审核结果进行说明。计划上报管理模块：提供年度投资计划数据的逐级上报功能，计划数据从县—市—直属单位—省—部，均可以直接在系统上点击进行上报。省级系统需要与部级交通运输投资计划管理系统实现无缝衔接，即点击上报后，可以直接将数据上报到部级系统当中。计划下达管理模块：主要实现与部级交通运输投资计划管理系统无缝衔接，可以接收部下达的年度计划数据，并能相应下达各市、各县的年度建议计划。计划数据查询模块主要实现编辑过程中或者上报后的各类年度建议计划数据，下达的年度计划数据的查询功能，包括项目的基本信息、批件信息、审核反馈信息、审核说明信息等。本模块还需完成对各单位年度建议计划数据上报状态的查询功能，需完成对各单位年度计划数据下达状态的查询功能。数据汇总与分析模块：根据市、县等项目单位，按时间进行资金渠道、投资方向的分析；根据项目类型，按时间进行分市、分县、分资金渠道的分析；根据资金类别，按时间进行分市、分县、分区域、分项目类型等的分析；通过统计报表管理系统当中的计划项目投资额数据，可对限定范围内的投资计划项目的总投资额、中央投资、已完成投资、到位资金等进行分析。分析结果可采用自定义分析报表、分析图等多种方式进行展现，还可以根据自定义的分析报表和文字报告模板，自动生成分析报告。数据导出与打印模块：实现系统中规划信息库信息、投资计划数据的方便导出，可导出成TXT、Excel、PDF等通用格式，支持报表打印功能。
2.3规划和计划执行情况检查子系统
规划和计划执行情况检查子系统用于省厅、厅直属业务局投资计划管理部门对规划项目库和投资计划执行情况进行检查，通过规划、计划以及固定资产投资统计数据进行比较，检查规划项目和计划项目的执行情况和完成进度。其包含三个功能模块，分别是规划执行情况检查模块、计划执行情况检查模块和结果输出模块。规划执行检查模块：提供计划编制人员掌握规划项目库中项目执行进度。利用规划项目与年度投资计划项目的对应关系，实现以规划项目为主线，查询年度投资计划项目安排情况以及项目每年的投资完成情况。计划执行情况检查模块：实现投资计划项目与统计业务管理系统中交通固定资产投资项目的相互衔接，一方面以固定资产投资统计数据为参照，掌握投资计划项目的执行情况，为下一年度投资计划的制定提供参考数据；另一方面实现对固定资产投资统计数据的审核，提高固定资产投资统计数据准确性。结果输出模块：是对规划与计划以及计划与统计检查完成的结果，通过折线图、饼图以及表格的形式进行多种展示和输出。
2.4系统管理子系统
系统管理子系统支持对省、地市、县交通运输局计划管理部门和各直属单位计划管理部门系统用户注册、登录、访问权限等进行管理。
3结语
创业投资引导基金作为政府出资设立的旨在引导民间资本流向高创新性投资的基金，不仅在促进我国经济转型的过程中发挥着重要的作用，同时也承担着政府通过市场参与主体进行经济、社会调控的多重目标。从科技部2012年统计数据来看，全国成立创业投资引导基金达到188家、政府投入累计超过260亿元，而直接和间接带动投资资金规模更是超过1400亿元。我国创业投资引导基金正呈现出蓬勃发展趋势。特别是随着国务院《关于创业投资引导基金规范设立与运作的指导意见》（以下简称《指导意见》）的出台，建立一套行之有效的我国创业投资引导基金绩效评价指标体系和评价方法既是目前我国创业投资引导基金纳入公用财政考评后的迫切需要，也是进一步提高政府引导基金配置效率、推进创业投资引导基金良性发展的必然诉求。关于创业投资引导基金绩效体系和方法的研究源于Audretsch等人［1］最早对创业投资引导基金绩效评价标准的定性分析；Bartzokas和Mani［2］针对以色列Yozma的具体项目强调了引导作用和示范效应对创业引导基金绩效评价的重要性。Cum－ming［3－4］分别基于加拿大政府支持投资基金（LSIFs）和澳大利亚政府创新投资基金（IIF）的数据，从基金管理者人口特征、基金盈利能力、基金运作周期、以及基金规模和基金推出机制等多个方面入手构建了创业投资引导基金绩效评价体系并进行了实证分析。但是由于诸如：各国对高新技术企业的认定差异、退出方式政策限制、以及数据指标可获取性不同等众多方面的差异，这些研究结果并不能很好地直接应用于我国创业投资引导基金的绩效评价［5］。国内学者目前主要探讨了适用于传统开放式基金业绩的评价方法［6－7］，但随着创业投资引导基金在我国的发展，近年来，也有不少国内学者开始关注到了我国创业投资引导基金的绩效评价问题［8－9］。但这些文献依然主要集中在其经济效益的评价，虽少数学者考虑到了引导基金应具有的社会效益功能，以及创业投资引导基金作为公共财政支出应具有的公共财政特性，但尚未提出合适的绩效评价方法；另外，不同的地方政府对创业投资引导基金的社会效益期望也不同，已有研究忽略了在社会效益方面的异质化目标。因此，本文拟从创业投资绩效评价的现实出发，在现有文献研究的基础上，首先构建创业投资引导基金绩效评价体系；其次结合直觉模糊层次分析法的特点，提出创业投资引导基金绩效评价方法；最后通过实例的分析展示了该评价方法的应用过程以及与传统模糊层次分析法的比较过程。
2创业投资引导基金绩效评价指标体系的构建
2．1指标体系构建
创业投资引导基金绩效评价对基金的自我评价和外部监管等方面都有着重大作用。但现有研究尚未建立较能完全反映创业投资引导基金特色的指标体系，刘建均在《指导意见》中提出创业投资引导基金评价基本因素。本文在构建指标体系时首先借鉴这些基本因素，归纳为政策效益和经济效益。另外，考虑到创业投资引导基金属于公共财政支出，因此本文在构建绩效评价指标体系时借鉴了公共财政支出绩效的部分评价指标，归纳为管理效益。基于以上三个指标维度，本文构建了创业投资引导基金评价指标体系，见表1。
2．2指标说明
根据创业投资引导基金设立的宗旨，影响其评价绩效最主要的因素在于其政策效益，而政策效益又主要表现在杠杆效应，政策落实情况，政策实施效果三方面。其中杠杆效应主要由引导基金的两次引导体现，第一次引导是创业投资引导基金参股商业性创投基金形成子基金，其引导效果量化为“1－母基金规模（元）／参股的子基金总规模（元）”。这里的参股的子基金总规模仅指与引导基金合作的商业性创投基金，而非全部的商业性创投基金。第二次引导是指引导基金参股的子基金可以进一步与其它商业性创投基金或社会机构联合投资某一家创业企业，其引导效果为“1－投放到创业企业中的子基金规模（元）／子基金投资的创业企业所吸引到的全部创业资本（元）”。政策效益二级指标之一是子基金对政策目标的落实情况。引导基金的目的是支持初创期企业，特别是战略性新兴产业的发展，缓解创业投资领域的市场失灵。因此，它是否投放在了这些领域是对引导基金政策效果的一个重要评判标准。但政府的介入如果方式不当，也会造成一定程度的挤出效应，所以可从积极效应和消极效应两个方面进行评价。积极效应的评价可由以下三个三级指标体现：投入初创期企业的资金占子基金规模的比重，投入战略性新兴产业的资金占子基金规模的比重，投入中小型企业的资金占创业投资子基金的比重。消极效应是指创业投资引导基金投放在市场竞争已经很激烈的领域从而造成挤出效应。由于挤出效应会对创业投资引导基金的绩效造成负面影响，所以该指标应该取负值，使用“投放在市场竞争已经很激烈领域的资金规模占引导基金总规模的比重的相反数”来度量。政策实施效果即引导基金在运作后对创业企业产生的影响，可从解决社会就业的人数，对当地经济的贡献和对科技进步的贡献三个方面考虑。分别由以下指标度量。第一，子基金投资的创业企业就业人数的增长率；第二，子基金投资的创业企业税收的增长率；第三，子基金投资的创业企业专利数量的增长率。创业投资引导基金在面临绩效评价时也面临着经济效益的评价。周莉［10］对多家有创投基金参与的上市公司进行实证分析，结果表明，创投基金的投资收益率与投资阶段、被投资企业成长能力、被投资企业盈利水平具有相关性。故本文选取营业收入增长率，净利润增长率，平均ROE和投资阶段作为创业投资收益率评价指标。其中，营业收入增长率用“最近三年被投资企业营业收入增长率的平均值”度量；净利润增长率用“最近三年被投资企业净利润增长率的平均值”度量；平均ROE用“最近四年被投资企业净资产收益率的平均值”度量。在实证检验中，投资阶段越早，投资收益率越高，所以投资阶段用“（被投资企业的上市时点－创投基金的投资时点）／（被投资企业的上市时点－被投资企业有限公司设立时点）”来度量。此外，除了创业投资收益率，对引导基金的经济效益评价还考虑了投资成功率，用成功退出的项目占总项目的比重（％）度量。从基金规范性角度来看，在绩效评价时应考虑管理效益，主要从管理的规范性、专业性两方面考虑。此外，本文在构建指标体系时充分考虑了创业投资引导基金属于公共财政支出范畴，所以还应考虑财政透明性。管理的规范性主要体现在对合作创投企业筛选的规范性，项目评审流程规范性，被投企业审计报告的规范性。管理的专业性主要体现在引导基金受委托管理机构履行职责的情况，引导基金专家评审委员的专业评审能力，引导基金理事会的办公能力和引导基金内部控制制度的健全性。财政的透明性则考虑信息披露对象的广度，信息披露内容的广度，信息披露方式的易获取性。以上指标均为定性指标，主要由专家打分获取。
3直觉模糊层次分析法的创业投资引导基金绩效评价
关于一般绩效评估方法的研究成果十分丰富，诸如DEA［11，12，13］、主成分分析法［14］、灰色关联度分析法［15］、层次分析法［16］等评估方法都被广泛应用于各个领域的绩效评估实践中。其中DEA多用于投入－产出模型的评价；而主成分分析法的优势则在于处理相关性较高的指标体系；灰色关联度分析考虑了统计分析中难以处理的多因素和非线性；层次分析法则更利于处理数据疏散化问题。然而这些传统的绩效评估方法或者是过分依赖于专家的主观性（如层次分析），或者是对需要处理的指标具有可比性约束（如DEA，主成分分析和灰色关联），因此不适宜于处理涉及三个完全不同维度的创业投资引导基金绩效评价问题。VanLaarhoven和Pedrycz［17］于1983年首次提出了将层次分析法模糊化，Buck－ley［18］在此基础上发展了模糊层次分析法。将专家的主观性进行了模糊化处理，比层次分析法更为客观、准确，但它的局限性也十分明显［19－20］，即不能精确表达弃权或者犹豫的情况，且针对定量和定性的指标需要分别使用不同的方法集结。为了解决这一问题，基于Zadeh［21］的模糊集概念基础上提出的直觉模糊层次分析法［22］，统一了对定性和定量指标的集结。直觉模糊信息能够较好、较完整地反映决策主体对客观事物评价的不确定性［23］，下面比较一下经典数学、模糊数学和直觉模糊信息分别是如何刻画元素是否属于一个集合的。在经典数学中，一个元素α要么属于集合S＝（α∈S），要么就不属于集合S＝（α∈S）。模糊数学的诞生，通过引入隶属函数告诉我们事物不一定都是“非黑即白”，比如一个元素α可以八成比例属于集合S，两成比例不属于集合S。明显地，虽然模糊数学能够很好地描述事件的模糊性，但它的缺点也很显然，那就是必须给出这个元素到底有“几分”属于集合。也就是说它必须明确给出隶属度的值。在现实决策实践中，由于客观事物的复杂性和人类思维的局限性，人们往往对事物了解不够系统和全面，这就造成了不能给出隶属度精确值的现象是普遍存在且很难避免的。然而，当人们回答元素α是否属于集合S时，最普遍或者说是最简单的方法是给出一个取值范围，如元素α“七八成比例”属于集合S，意思就是α属于集合S的隶属度介于七八之间，可以用区间［0．7，0．8］表示。它也能够被理解为：给出这个区间的决策者很确信α至少有七成，至多有八成属于集合S，也可以说α至少有两成不属于集合S。可以看出在评价元素α是否属于集合S时，有两个重要的信息，其一就是元素α至少有几成属于集合S（记为μ），其二就是元素α至少有几成不属于集合S（记为ν）。直觉模糊信息正是结合了这两个重要参数，并将这个有序实数对（μ，ν）定义为直觉模糊数。从直觉模糊数的定义可以看出，直觉模糊信息能够更好地刻画决策者评价的模糊性和不确定性，同时也使得决策更为简单有效。考虑到创业投资引导基金实际评价背景，即专家对待评创业投资引导基金的认识较为模糊且不确定，我们利用直觉模糊信息来刻画其评价信息。
4实例分析
4．1基于直觉模糊信息的两基金绩效评价比较分析
成都某创业投资有限公司成立于2009年，是由中国进出口银行、成都投资控股集团有限公司、成都高新投资集团有限公司等三家股东共同出资15亿元组建的一家以FOF业务为主的创业投资公司。某公司以“打造专业的、市场化的、在全国具有极大影响力的母基金平台”为长期发展目标，一直立志于与优秀的机构及团队建立合作关系，截止2013年底，该公司已与国内外知名机构联合设立16支合作子基金，子基金运营总规模45．62亿元。该公司基金组合主要侧重于投资高新技术企业和中小企业，完成了对企业发展各阶段的全面覆盖，行业投资策略为信息技术、生物医药、能源环保、消费服务类、现代制造业、现代农业等国家及本地区鼓励发展的行业。该公司是一个政府主导、市场运作非常成功的中国中西部最具行业影响力的创业投资机构。现评价该公司旗下运作的甲与乙两支母基金绩效。甲基金是一支比较偏重创业投资活动政策效果的基金，对盈利能力要求较低，管理也比较规范化。乙基金运行专业，侧重经济效益，对政策效果的重视程度较差。计算R1和珚R1的距离，得到d（R1，珚R1）＝0．1568＞0．1，未通过一致性检验。故进一步设置参数进行调整，令σ＝0．6，使用（4）－（5）进行调整，得到：经济效益。通过文中提出的绩效评价方法得知，甲基金得分大于乙基金，说明对于创业投资引导基金而言，政策效应更为重要，符合创业投资引导基金设立的基本思想，即弱化经济效益，偏重政策效应。
4．2与模糊层次分析法的比较分析
基于相同的信息集，我们用模糊层次分析法对甲、乙基金进行了评价，与直觉模糊层次分析法的评价结果见表7。从表7可知，直觉模糊层次分析法和模糊层次分析法都得出了甲基金优于乙基金的结论，但就评价方法的角度来看，直觉模糊层次分析法更符合实际情况，能够更准确地表达出决策参与者对信息不完全情况下的认知，从每个指标的优势、劣势以及不确定程度三个方面来综合评价。其次，在模糊层次分析评价过程中，针对未通过一致性检验的判断矩阵，我们只能通过专家的重新打分，进行新一轮的检验计算，而直觉模糊层次分析法则是设置参数进行判断矩阵的调整，这个过程不需要决策者的参与，更为快速有效。
5结语
【关键词】投资 审计费用 房地产上市公司
一、引言
近年来我国的房地产行业高速发展，对商品房投资的结果直接影响到公司经营业绩的好坏。审计作为一种外在监督机制，能合理的判断出企业投资结果的好坏所带来的经营状况的好坏，从而促使企业改进投资决策，提高投资效率。已有的文献主要是从资本结构、公司治理、事务所特征、财务状况这些角度进行研究分析，很少有学者从投资角度分析。过度投资可能会降低企业收益，甚至可能导致企业资金链断裂而引起严重的财务危机； 投资不足则使资金得不到充分利用，不利于企业利润的增长。黎来芳等（ 2012）研究表明，融资规模与过度投资正相关，而投资者保护有利于抑制过度投资。也有少数研究从会计政策、审计对银行借款的监督角度研究了企业投资问题。
二、理论分析与研究假设
投资的结果直接影响到房地产企业经营的好坏。当Q
H1：投资机会与审计费用正相关。
一定期间内，如果房地产企业对外进行的投资越多，其所面临的财务风险越大，审计师进行控制程序和实质性程序就会较为复杂，发生的审计费用就越大。因此碑文提出如下假设。
H2：投资规模与审计费用正相关。
三、实证研究
（一）样本选择与数据来源
本文选取2010年-2014年在A 股上市的房地产公司为研究样本，剔除数据值可能异常的ST公司，然后进行了缺失值和不匹配值的提出，最终获得657个样本，数据来源CSMAR数据库。
（二）模型、变量与方法
本文主要研究的是企业的投资对审计费用的影响，结合前面所出的投资机会、投资规模与审计费用之间的假设，参照黄B、黄妮（2012）以及之前学者在审计费用影响因素方面的分析，本文构建了如下的模型；
各变量的解释见表1。
本文使用了stata 12.0为计量工具进行分析。
（三）实证研究结果与解释
1.描述性统计
在进行回归之前，先对样本数据进行了描述性分析。
2.相关系数统计
各变量之间的相关系数见下表。
从上表的数据可以看出，审计费用与托宾Q值和净投资成正相关，审计费用与企业资产对数之间的相关性最高，而其他变量之间的相关性较小。
3.回归分析
通过stata12.0对各变量进行线性回归得出如下结果
上表的分析结果可以看出，回归的结果很显著。
1）投资机会方面：回归结果显示，在置信度为1%的置信区间内，投资机会与审计费用成正相关，即企业面临的投资机会越大，审计费用越高，企业面临的投资机会越小，审计费用越低，符合原假设。
2）投资规模方面：本模型中通过房地产企业当年的净投资来衡量投资规模。回归结果显示，在置信度为0.1%的置信区间内，投资规模与审计费用正相关，即企业投资规模越大，审计费用越高；投资规模越小，审计费用越低，符合原假设。
3）其他方面：从控制变量的角度进行公司资产越大审计费用越高；国有控股的公司审计费用较低；被出具标准无保留意见的审计报告的公司的审计费用低；第一大股东的持股比例与审计费用负相关；公司的每股收益与审计费用负相关。这些结论均和以前学者的研究结果相符。
参考文献：
[1]蔡吉甫.公司治理、审计风险与审计费用关系研究[J].审计研究，2007，08.
自美国著名经济学家西奥多•舒尔茨创立人力资本理论以来，人力资本理论在经济增长、收入分配等领域都得到了广泛关注与应用，随着我国对人力资本认识的逐步深入，对人力资本的研究范围不断扩大，并涉及到劳动经济学、教育经济学、产业经济学、制度经济学、发展经济学、区域经济学等多个领域。近年来，国内外有不少有关人力资本与技术创新关系的研究，如Lucas(1988)将技术进步因素从外生转变为内生，即将人力资本内生化。Papageorgiou(1999)则认为人力资本对技术创新具有决定作用，R&D活动的有效进行依赖于中等及中等以上教育程度的人力资本。张斌盛(2008)认为R&D投资与人力资本投资又通过对知识的获取、消化、转化和利用作用于技术创新。贺俊等(2006)认为对实现经济持续均衡发展而言，重要的不仅是教育与研发投入的规模，更重要的是人力资本投入的效率。古利平等(2006)采用专利与科研资源等指标对中国创新的投入产出进行分析，发现中国的创新投入产出弹性很高。刘智伟等(2008)通过协整分析发现，高等教育既是技术进步的短期原因，也是技术进步的长期原因，且其冲击对技术进步的拉动效果明显大于中等教育与科技投入。李平等(2007)、孙文杰等(2009)的研究表明：现阶段国内企业技术人员的人力资本积累存在明显的门槛效应，低于这一临界值，国内企业的技术学习能力以及自主创新能力的提升将十分有限。随着人力资本流动、移民与经济发展，从业结构等关系变化，人力资本配置问题也受到一些学者的关注，但普遍集中研究人力资本配置对经济增长作用。如Guaitoli(2000)建立的人力资本和物质资本积累的世代交叠模型，Sequeira(2007)构建的人力资本的内生经济增长模型，BougheasandRiezman(2007)构建的贸易模型。刘军(2005)则从产业结构、区域均衡发展和制度变迁等方面研究了人力资本配置与经济发展的关系。王琳(2006)发现，我国人力资本的质量和积累能力方面中西部与东部地区的差距较大，人力资本的非均衡配置影响到地区经济增长、产业结构优化升级和社会和谐发展。王良健等(2008)发现，1996-2005年间我国各区域人力资本具有空间集聚性，区域差异程度在不断减小，且各区域不同类型的人力资本对经济增长的贡献率差异显著。周德禄(2012)采用生产函数分析法和二值logistic模型分别对人力资本配置的经济效益和社会效益进行了分析的基础上提出了相应建议，范兆斌等(2012)从跨国移民、人力资本结构等方面对技术创新的关系加以研究。综上所述，人力资本与技术创新的关系、人力资本配置的研究理论成果丰硕，但对人力资本配置与技术创新效率的互动关系研究较少。
二、研究方法与指标选取
1.研究方法
数据包络分析(DataEnvelopmentAnalysis，DEA)是著名运筹学家A.Charnes&W.W.Cooper等学者在“相对效率评价”概念基础上发展起来的一种新的系统分析方法。根据规模报酬是否可变的不同假设，DEA发展成CCR模型和BCC模型。CCR模式是DEA方法中应用最广泛的模型，主要处理“规模报酬不变”假设下的决策单元相对有效性评价问题。BCC模型就是在变动规模报酬(VRS)假设下，修正了CCR模式的观念及使用范围，推导出纯技术效率及规模效率。因此，文章采用BCC模型，在“规模报酬变动”的假设下对各省技术创新效率进行评价，深入分析其技术创新活动的有效性和规模效应情况，并且通过投影分析找出影响技术创新效率的主要原因。
2.DEA分析指标选取
（1）投入指标选择。基于前面的分析，技术创新的投入要素主要以人力资本，而人力资本配置体现在投入要素的数量及其所占比例和结构方面。参考吴建军等(2007)、彭旸等(2008)、吴晓园(2011)测量人力资本时所采用的指标，并结合数据的可获得性本文在投入指标上采用以下四个指标：R&D人员人力资本总量(I1)，主要反映各省科技活动所投入的人力资本的总体状况；R&D人员全时当量(I2)，主要反映各省在一定程度上高层次科技创新人才的投入水平；教育支出占财政支出的比例(I3)和医疗卫生支出占财政支出的比例(I4)，主要反映各省的整体人力资本质量水平；R&D投入强度(I5)，主要反映各省的R&D经费投入水平。
（2）产出指标选择方面。参考虞晓芬等(2005)及孙凯(2007)表示技术创新产出的指标，文章选取以下三个产出指标：利用三项专利申请数(O1)，反映各省自主创新的能力；技术市场成交额(O2)，反映各省域对新技术的吸引能力；高新技术产业新产品销售收入(O3)，反映省具有较高新技术产品的市场竞争力。
三、实证分析
根据我国各省技术创新活动的基本情况和数据的可得性，数据主要来源于2010-2013年《中国科技统计年鉴》和《中国统计年鉴》，考虑到地区的一些数据缺失，文章将该地区的数据进行了剔除，虽然这会对整体投入产出效率有一定的影响，但这不会从根本上影响研究结论。
1.DEA有效性分析
文章运用DEA方法，采用BC2模型对各省的技术创新活动进行了评价，测度不同省的技术效率、纯技术效率以及规模效率，得到各省DEA有效性分析结果（见表1），表1剔除了DEA无效单元的数据结果，仅保留了部分DEA有效单元的数据，表中的平均数据是全国30个省（市、区）的整体平均值。
（1）从全国各省的平均值来看，各省总体四年的技术效率值为0.51、0.528、0.487、0.527，并没有达到DEA有效；纯技术效率为0.889、0.867、0.879、0.855，这说明全国各省的人力资本的投入产出转换技术水平还不够达标，在现有的人力资本投入规模下并没有得到相应量的产出规模；规模效率为0.560、0.597、0.548、0.609，说明全国各省规模效率还不明显，技术效率偏低的原因，主要是因为规模效率偏低造成的，规模效率偏低主要是由创新投入过少造成；同时四年间除了少数省总体规模效应不变外，其他各省都处于规模效应递增状态，这些省可以进一步扩大人力资本投入来提高产出比例。
（2）全国各省在2009-2012四年中，仅有北京、江苏、广东三个省连续为DEA有效单元，浙江等省出现三年为DEA有效单元，上海出现两年为DEA有效单元，反映这些省系统转换技术水平高，人力资本配置合理，规模合适，经济效益好；天津、内蒙、海南、青海等省虽然DEA为无效单元，但这些省的纯技术效率连续四年均为1，表明该省系统转换能力是适合的，造成其技术效率偏低的主要原因是由于其规模效率偏低，可以适当扩大人力资本的投入。
（3）其他各省都在一定程度上反映出为DEA无效单元，在这些省纯技术效率和规模效率偏低，但规模效应处于递增状态，表明这些省可以通过扩大人力资本的投入能够提高产出比例，同时这些省在发展中存在较大的问题，它们既存在扩大投入规模，还要提升纯技术效率的双重压力。
（4）东、中、西部地区差异比较分析。从东部、中部和西部地区的平均值来看，人力资本与技术创新效率方面存在较为明显的区域集聚现象。东部地区的技术效率、纯技术效率和规模效率明显高于全国各省的平均值，尤其在东部地区的北京、天津、上海、江苏、浙江、广东等地区优势非常明显，这与该地区的经济实力较强，区位优势明显，人力资本及创新资源丰富，从而为该地区的技术创新提供了有力的条件和保障，这些地区可以在保持人力资本投入的合理性和有效性的前提下，加大对人力资本的投入。中部地区在技术效率、纯技术效率和规模效率等方面明显低于西部地区，主要因为西部地区受到政府的大力扶持、优惠政策的导向和相对宽松的区位竞争市场，这些原因拉开了与中部地区的效率差距，也进一步反映出中部地区的效率提升存在很大的空间。
2.投影分析
为进一步找出影响我国各省技术创新效率差异原因，在DEA有效性分析的基础上，采用投影分析方法，深入分析各省人力资本投入冗余和产出不足情况，找出导致其DEA无效和创新效率偏低的根本原因，提出各省的投入冗余与产出不足的改进率的分析结果和我国东、中、西部地区的投入冗余与产出不足改进率。剔除了投入冗余改进率低于0.01的单元，并将这些单元视为DEA有效单元，而其他单元视为DEA无效单元。需要说明的是，这里的投入冗余是在现有省的创新规模水平下的相对冗余，而非绝对冗余。
（1）从各省的投入冗余与产出不足改进率来看，DEA无效省有大量的投入冗余和产出不足。在研究期的4年中均有效的地区主要集中在东部地区的北京、天津、上海、江苏、广东、海南和西部地区的内蒙和青海，辽宁、浙江有3年DEA有效，宁夏、新疆有2年DEA有效，重庆在2011年DEA有效；而另外的22个省的DEA要么4年均无效，要么至少有1年无效，从无效省份的投入冗余与产出不足的改进率率来看，由于各项指标的改进情况不一样，所以仅采用每年各省份的整体改进率来描述。投入冗余改进情况：2009年河南最高（各项投入改进率为0.442、0.425、0.265、0.297、0.260）、河北次之（各项投入改进率为0.397、0.355、0.284、0.261、0.262）；2010年江西最高（各项投入改进率为0.585、0.540、0.276、0.333、0.405）、广西次之（各项投入改进率为0.632、0.587、0.261、0.333、0.260）；2011年山西最高（各项投入改进率为0.659、0.680、0.260、0.260、0.255）、河南次之（各项投入改进率为0.591、0.563、0.306、0.330、0.311）；2012年河南最高（各项投入改进率为0.557、0.529、0.353、0.354、0.350）、河北次之（各项投入改进率为0.452、0.360、0.378、0.344、0.342）。产出不足改进情况：从各产出不足改进率来看，各项产出指标不足的改进情况比较复杂，不同省间创新产出改进差异较大，特别是高新技术产业新产品销售收入产出不足改进率甚高，2009年产出不足改进最高的是黑龙江的O3改进率为8.882、其次是山西的O3改进率为7.982，2010年产出不足改进最高的是新疆的O3改进率高达34.657、其次是广西的O3改进率为7.219，11年产出不足改进最高的是黑龙江的O3改进率为5.538、其次是甘肃的O3改进率为4.819，2012年产出不足改进最高的是广西的O2改进率23.793、其次是吉林的O2改进率为3.290。
（2）从各投入指标冗余改进率的平均值来看，各项投入指标冗余的改进率基本均在20%以上。其中I1改进率最大，I2改进率次之，可见影响DEA有效的主要因素是人力资本总量和R&D人员全时当量。从前面的规模效率分析得知：目前导致各省技术创新效率偏低的主要原因是创新投入过少，而这些指标的冗余则意味着各指标投入是相对的，各项指标投入过少，造成各指标间比例不合理，即人力资本配置的不合理，进而导致了各省技术创新效率偏低及DEA无效。从各产出指标不足改进率来看，各项产出指标不足的改进情况比较复杂，不同省间创新产出改进差异较大，特别是高新技术产业新产品销售收入产出不足改进率甚高，其中属高新技术产业新产品销售收入产出不足改进率最大，其次是技术市场成交额，三项专利申请数的产出不足改进率相对较低，可见，影响各省技术创新效率偏低及DEA无效的主要因素是高新技术产业新产品销售收入与技术市场成交额。
（3）东、中、西部地区投入冗余和产出不足的改进率差异明显。整体呈现出的东部地区的各项指标改进率优于中、西部地区；特别是中部地区各项投入冗余与产出不足改进率普遍高于平均值，这点值得中部各地区重视。
四、研究结论及建议
文章运用DEA方法对各省技术创新效率综合评价与分析，得到以下结论:
第一，从效率评价结果来看，各省技术创新效率偏低，不同地区技术创新效率差异较大，技术创新效率由高到低依次为:东部地区、西部地区、中部地区。有些地区纯技术效率有效而规模效率无效，同时各省在近四年间的平均纯技术效率分别为0.889、0.867、0.879、0.855，而规模效率分别是0.56、0.597、0.548、0.609。因此，规模效率还有很大的上升空间，规模效率是导致技术创新效率偏低的主要因素。
第二，从规模效应分析表明，全国30个省中规模收益不变的地区四年间分别是6、5、3、4个，其他均呈现出规模报酬递增，增加适量投入会带来产出更高比例的增加，人力资本投入过少是导致各省规模效率偏低的主要原因。
第三，从投影分析结果表明，在22个DEA无效地区中，各投入指标的相对冗余是导致各省DEA无效的主要原因。结合规模效应分析结果可知，各人力资本投入过少，各指标投入比例不合理，是导致各省DEA无效和创新效率偏低的根本原因。根据以上结论，为切实提升各省的技术创新效率，从人力资本与技术创新效率的投入、产出两个层面，提出以下政策建议：
（1）投入层面。首先，应充分发挥政府职能作用，强化政策引导与支持。加强国家宏观调控和引导，优化各省技术创新环境，制定并实施有利于技术创新的政策和措施，培育和完善创新成果转化平台，建立有效的科技人才引进与激励机制，培育和完善高新技术产业的投资机制，全面提升技术创新的政策环境。其次，增加投入，优化配置。加大R&D人员人力资本总量、R&D人员全时当量、教育支出、医疗卫生支出和R&D经费投入强度等投入，切实解决各省的人力资本投入过少的问题，以提高其技术创新规模效率；同时，根据各地区的实际状况，优化各人力资本投入配置，以提高人力资本的使用效率和技术创新的效率。最后，注重教育，提升R&D人员人力资本积累。技术创新的知识积累主要源于人力资本的积累，而教育则是人力资本积累的主要途径，因此，加大对教育的扶持力度，改革现行的教育模式，不断为科技创新活动输送更多的创新人才，同时加强对R&D人员在职培训与进修，已全面提升高层次科技创新人才的综合素质。
[关键词]公共投资；区域经济增长；Panel Data模型；Var模型
[中图分类号]F061.5［文献标识码］ A
[文章编号] 1673－0461（2008）02－0014－04
一、引 言
公共投资从广义上讲是政府的公共部门为社会提供公共物品和部分准公共物品过程中发生的公共支出。因此，公共投资从这个角度可以定义为：各级政府及社区组织为了消除“市场失灵”的消极影响，为本国（地区）居民提供公共物品及准公共物品或服务过程中发生的公共支出。这种支出基本以税收（或类似税收）的形式由全国居民承担，并不能明确地由受益个体支付，其支出形式主要表现为各级政府的财政支出。本文这里所指的公共投资是指，政府作为投资主体在公共基础设施和自然垄断行业中进行的投资活动和为实现社会、经济和人的全面发展而提供的公共服务。从具体内容看，公共投资包括以下内容：一是公共基础设施项目投资，如电力、交通运输仓储、邮电通讯、煤气及水的生产及供应、水利管理业、地质勘查业等；二是公共服务领域投资，如文化广播、卫生体育、社会保障、社会福利业、国家机关、政党机关和社会团体、国防等方面；三是教育和研发投资。
理论上，一个地区产出的变化，除了受资本投入、劳动投入、技术进步等影响因素外，可能一些特定的区域因素也会影响产出水平。国内外许多学者的研究已经证实（刘国亮（2002）、张海星（2004）、曹建海等（2005）、Aschauer（1989）、Etsuro Shicji(2001)、Ramirez和 Nader Nazmi（2003）），公共投资对经济增长具有积极的正效应。那么，不同区域的公共投资对区域经济增长有没有效应？如果有，那么东、中、西三个不同区域的公共投资对区域经济增长的影响到底有什么样的差别？本文正是采用计量分析方法试图对这个问题进行详析。
二、公共投资规模的东、中、西地区比较
为了便于分析，本文沿用传统的区域划分方法，将全国29个省区直辖市分为三类区域，即直辖市、东部、中部和西部区域。其中，第一类区域是东部地区，包括三个直辖市：北京、上海和天津；以及河北、辽宁、江苏、浙江、福建、山东、广东、广西壮族自治区和海南等9个省；第二类区域为中部地区，包括黑龙江、吉林、山西、河南、湖北、湖南、安徽和江西8个省（自治区）；第三类区域为西部地区，包括内蒙古、陕西、甘肃、青海、宁夏、新疆、四川（含重庆）、云南、贵州和9个省（市、自治区，不含）。
在对各个区域的公共投资的经济增长效应进行实证分析之前，我们可以先从状态上描述一下各区域的公共投资规模到底有什么样的差别？根据各年的中国统计年鉴，按照本文对公共投资的定义及说明，我们可以从全国29个省市自治区的固定资产投资数据中划分出各地区的公共投资。为了便于对不同区域的公共投资规模进行比较和说明，我们这里取各地区公共投资规模的人均数据，然后再按照本文对全国29个省市自治区的区域划分汇总出各个区域的人均公共投资数据。由于从1993年以来各地区按国民经济行业分的固定资产投资口径是一致的。因此，我们对1993年到2005年各区域的公共投资规模进行描述分析。具体结果如表1所示。
从表1中我们可以看出：
1．从趋势上看，东部、中部和西部三个区域的公共投资规模都随着时间的发展而呈现逐渐上升的趋势。在排除价格因素影响后，东部区域的公共投资由1993年的1,060.36亿元增长到2005年的6,745.56亿元；中部区域的公共投资由388.73亿元增长到2,957.02亿元，而西部区域的公共投资则从301.22增长到3,077.90亿元。其中，东部区域的公共投资规模远远大于中部和西部区域，中部区域的公共投资规模大于西部区域的公共投资规模。但从区域公共投资规模的速度指标上看，东部区域的公共投资以年均16.67%的增长速度增长，中部、西部区域分别以18.42%、21.37%的速度增长。西部区域公共投资发展得最快，中部其次，东部位于最后，与区域公共投资规模的水平指标变动情形正好相反。
2．从人均公共投资指标上看，人均公共投资水平仍然是东部区域的水平大于中部和西部。但西部区域的人均公共投资水平要高于中部区域的。从人均指标的增长速度上看，按照1990年的固定资产投资价格定基指数计算，东部区域的人均公共投资年均增长速度为17.71%，中部区域为17.42%，西部区域为21.28%，西部区域人均公共投资增长速度最快，东部区域其次，中部区域增长速度最慢。这与公共投资规模的速度指标变动趋势相似。这也说明我国加快西部大开发的政策加快了西部区域公共投资的发展。尽管从增长速度上看西部区域人均公共投资的增长速度最快，但结合人均总量水平，我们可以看出西部区域的公共投资水平在1993年为55.27元/人，而东部区域公共投资此时为90.18元/人，比西部区域人均公共投资多出34.19元/人，到2005年西部区域人均公共投资规模达到东部区域人均公共投资规模的87.66%，达到559.44元/人，而此时东部区域人均公共投资已经增长到638.16元/人，此时，西部区域人均公共投资仍然落后东部78.72元。
三、公共投资区域经济增长效应的计量分析
（一）计量模型的设定与数据选择
根据内生增长理论，为分析公共投资对区域经济增长的效应，在下面的分析中，本文依然假定总量生产函数采取C-D生产函数形式，即，包含了公共投资要素的C-D生产函数随机回归方程为：
然后分别对上式两边取自然对数，将非线性的生产函数转变为下列线性函数，则不同区域的总量生产函数可以表示为如下形式：
其中，Y、K、G、L分别为人均产出、人均私人投资、人均公共投资和劳动力投入。这里区域总产出仍然采用GDP数据，并采用1990年的居民消费价格指数对各地区的GDP进行缩减，以便可比，区域人均产出通过各区域的GDP与相应区域的年底人口总数相除得到。采用1990年的固定资产投资价格指数对各区域的公共投资和私人投资进行缩减，以便与比较，区域人均公共投资和区域人均私人投资都是与区域人均GDP相同的方法获得；区域劳动力投入指标采用的是各区域年度从业人数来代替。所有数据均来自各年的中国统计年鉴。
（二）模型估计方法的选择
我们采用专门的模型估计方式，即Panel Data模型分析方法。在Panel Data分析中，与有效使用数据密切相关的问题是混合估计模型、固定效应模型( Fixed Effects Model)还是随机效应模型 (Random Effects Model)的判断问题。如果从时间上看，不同个体之间不存在显著性差异，从截面上看，不同截面之间也不存在显著性差异，则应该考虑混合估计模型；当个体成员之间的差异变动被看作回归系数的参数变动时，固定效应模型是一个合理的面板数据模型；当推断是关于总体的时候，则应考虑随机效应模型。本文主要研究模型中解释变量对被解释变量的影响方向和影响程度，即推断限于横截面变量影响情况，所以本文的回归方程宜采用固定效应模型。回归方程如下：
i=东、中、西，t=1993,1994…2005
采用GLS法，加权方式为Cross-section SUR，即允许模型存在截面异方差和同期相关。可以运用Eviews5.0对上面方程进行估计，结果见表2。
从表2中的回归系数和模型的检验统计量不难看出，上述回归方程中各变量的标准差表明，在5%的显著性水平上均显著（东部区域的劳动力投入变量没有通过显著性检验），回归方程总体上解释显著，无自相关。因此，我们可以利用上述模型估计结果，分析不同区域的各因素对区域经济增长的影响效应，并可以进行比较分析。
（三）估计结果的经济含义
1.区域公共投资对区域经济增长具有显著正向影响
由表2中的回归结果可知，区域公共投资对区域经济增长的影响显著为正。这说明增加区域公共投资的确可以促进区域经济增长。进一步比较东、中、西三个区域的分析结果，我们可以发现：西部区域公共投资的弹性系数最低，仅为0.105；而东部、中部区域的公共投资弹性系数分别为0.350、0.432。究其原因，本文认为这可能与西部区域的经济发展水平相对较低和公共投资规模相对较小有关。我们用各区域的GDP来表示各区域的经济发展水平，用1990年的价格指数缩减后的各区域的经济发展水平见表3。
从图1和图2我们可以看出，不论是在经济发展水平上，还是在公共投资的规模上，西部区域的水平始终是落后于东部区域和中部区域的。因为经济发展水平低，而公共投资中用于基础设施和教育科研等的投资又是最容易被削减的部分，所以对公共投资的支出就会减少，从而公共投资的不足反过来会影响经济发展。尽管西部区域的公共投资在近几年增加幅度较快，已逐渐赶上中部区域的公共投资水平，但，由于西部区域公共投资的弹性系数低于中部和东部地区，因此，西部区域的经济产出水平仍然与中部、东部区域有很大的差距。
2.公共投资的产出弹性低于私人投资的产出弹性
私人投资的产出弹性东部区域最高，西部区域次之。其中西部区域的私人投资产出弹性为 0.449，比公共投资的产出弹性高出0.34个单位，表明西部区域的公共投资并没有对当地的经济发展起到强劲的促进作用，其经济发展主要靠私人投资来拉动。与之相比，东部区域的公共投资和私人投资的产出弹性分别为0.350和0.470，而中部区域的分别为0.432和0.302。这一结果表明，在东部和中部区域，不仅公共投资能够带动当地的经济产出，而且，私人投资也能够对本区域的经济产出带来显著的影响。
四、区域经济增长效应的VAR模型分析
为进一步检验区域公共投资与区域经济增长之间的关系，我们还可以采用两变量的SVAR模型，对公共投资与产出之间的双向影响进行具体的检验分析。含有两个变量（k=2）、滞后一阶（p=1）的VAR模型结构式可以表示为：
它是一种结构式经济模型，引入了变量之间的作用与反馈作用，其中系数b11表示变量yt的单位变化对变量xt的即时作用。γ12表示yt-1的单位变化对xt的滞后影响。γ21表示xt-1的单位变化对yt的滞后影响。根据SVAR，我们可以构建产出与公共投资两变量增长率模型如下：
上式中，yt为t年GDP，gt为t年公共投资。对上述模型中系数b11和γ12进行检验可判断公共投资（当期和前期）增长对经济总量是否具有显著影响；对系数b21和γ21进行检验可判定当前公共投资增长是否受到经济总量增长的显著影响。此外，该模型（3）还可判定各期公共投资增长分别对产出增长是否存在显著影响；模型（4）还可判定当期公共投资增长是否分别受到各期产出增长的显著影响。下面本文以1990年固定资产投资价格指数和1990年居民消费价格指数缩减后的1993年到2005年公共投资和产出（仍用GDP代替）的对数指标，运用Eviews5.0软件对上面的两变量VAR模型进行参数估计，结果见表4。
从表4中的估计结果来看，模型（3）具有较高的拟合优度，滞后一期的区域公共投资均通过显著性检验，当期的区域公共投资对当期的区域产出显著性不明显。这表明不论东部、中部还是西部，滞后一个时期的公共投资对区域经济增长均存在显著影响，而且是积极的正效应。当期的区域公共投资之所以没有对经济增长产生影响，主要是因为公共投资一般都是投向基础设施领域，需要一段时期才能够发挥出它对经济的带动作用。值得注意的是，相对来说，西部区域公共投资对经济增长的拉动作用明显小于东部和中部区域。这与Panel Data模型分析方法的分析结果是相同的。进一步说明西部区域的公共投资规模和产出水平均在影响着西部区域公共投资的产出作用。模型（4）的估计结果不仅方程的拟合效果较差，而且模型中的各期产出对公共投资的影响系数并没有通过检验，表明当期的公共投资并不受各期产出的明显影响，如对西部实行大开发计划。这在一定程度反映出公共投资受到政策等其他因素的影响。
综上，本文的实证检验结果表明，各区域的公共投资对区域经济增长具有显著的正向影响。并且不同区域的经济增长效应存在明显的差别，其中西部区域的公共投资效应明显低于东部和中部区域。这对于我国平衡地区差异，实现各区域经济的协调发展，无疑提供了一条现实途径：中央政府可以通过实施倾斜的财政政策，加大对西部区域的财政扶持力度，实现西部区域经济的更快增长，进而缩小西部区域与东、中部区域间的经济发展差距。
[参考文献]
[1]Aschaue, D. Public Investment and Productivity Growth in the
Group of Seven [J]. Economic Perspectives, 1989b, 13(5): 17-25.
[2]Etsuro, Shioji. Public Capital and Economic Growth: A Convergence
Approach [J]. Journal of economic Growth, 2001, 6: 205-227.
[3]Miguel D. Ramirez & Nader Nazmi. Public Investment and
Economic Growth in Latin American: an Empirical Test [J].
Review of Development Economics, 2003, 7(1):115-126.
[4]刘国亮．政府公共投资与经济增长 [J]．改革，2002,（2）:80-85.
[5]张海星．公共投资与经济增长的相关性分析――中国数据的计
量检验[J]．财贸经济，2004,（1）：43-49.
[6]曹建海，朱波，赵锦辉．公共投资、私人投资与经济增长关系
的实证研究[J]．河北经贸大学学报，2005,（2）：1-7.
[7]刘渝琳．公共资本与西部经济增长的相关性分析[J]．商业研究，
2002,（4）：62-65.
[8]孔祥利．政府公共支出与经济增长相关性的实证分析[J]．人文
杂志，2005,（2）：74-78.
[9]于长革．经济增长与政府公共投资分析[J]．经济科学，2004,
（6）：103-111.
[10][美]罗默．高级宏观经济学[M]．上海：上海财经大学出版
社，2003,8-29.
[11]高铁梅．计量经济分析方法与建模[M]．北京：清华大学出版
社，2006,302-348.
The Regional Economy Growth Effect of Public Investment
Wang Wei
(Liaoning University, Shenyang 110036, China)
