胡昕辰 王嵩

摘 要 论文研究了吉林省的固定资产投资结构的现状及其未来的优化方向，这是一个宏观的大问题，要考虑的方面和所涉及的问题都十分繁杂。因此，为清晰起见，我们分四个方面来展开论文的主要内容。要分析吉林省的固定资产投资结构的现状，首先要对全省的经济大环境有一个初步的了解，因此，我们第一步先站在宏观角度，通过定性了解及数据分析的方法来初步研究一下吉林省的经济发展水平、产业结构、投资环境等，为下一步的定量工作做好铺垫。第二步，我们将固定资产投资额看作一时间序列，根据过去15年的资料得出其变化规律，用此来预测未来的发展变化，得到了未来3年的固定资产投资额度的预测。第三步，基于所收集的数据，将吉林省的经济结构按行业类型加以划分。通过查阅相关文献，我们确立了一个能对企业的经济效益进行综合评价的指标体系，然后用主成分分析的方法，对吉林省的主要行业进行了经济效益的评价，确定出几个经济效益确实较高的行业（如汽车制造业等）。第四步，在之前这一系列定量结果的基础上，给出吉林省未来固定资产投资方向的建议，以期能对相关政策的制定与实施起到一定的参考作用。至此，完成了论文的主要内容。

关键词 固定资产 投资 优化

一、吉林省经济背景

改革开放以来，吉林省固定资产投资保持了较高的增速，年均增速为20%；消费的增速相对平稳，年均增速为14%；国际贸易一直处于贸易逆差，保持进口状态。由此我们看出，吉林省的固定资产投资一直处于高增长状态，并且作为了吉林省经济增长的主要推动力，固定资产投资一直在吉林省的经济增长中发挥着十分重要的作用。

从我省近几年经济运行情况看，其中消费、投资和净出口是对新增国民生产总值贡献率最高的三个项目，三者合计贡献率达90%以上，其中固定资产投资贡献率最高，因此吉林省经济一定程度上可以说是投资主导型经济。

众所周知，投资对一个地区经济发展具有重要作用。投资结构反映的是一定时期内社会投资在不同的经济空间或地理空间内组合分配、运用的格局，这个格局的最佳组合会使社会投资的效率达到最大化，也就是说，一定时期内投资产出达到最大化。

固定资产投资结构系统本身是一个“资金分配调节器”，是投资资金到投资产出的一个中间环节。一定时期内社会固定资产投资总量是一定的，这些投资资金经过不同的投资结构所产生的效果是不同的。固定资产投资结构系统内部包括多种结构和比例关系，对投资资金的分配有着决定性的影响，固定资产投资资金在投资结构内部存在着此消彼长的效应——投入到一个行业或地区的资金多了，其他行业或地区的资金必然会减少。

（一）地区生产总值

根据吉林省统计年鉴及吉林省人民政府网站的数据等的初步统计，吉林省在2014年实现地区生产总值13803.81亿元，按可比价格计算，比上年增长6.5%。其中，第一产业增加值1524.56亿元，增长4.6%；第二产业增加值7287.26亿元，增长6.6%；第三产业增加值4991.99亿元，增长6.9%。按常住人口计算，全省人均GDP达到50162元（按年平均汇率折合8166美元），比上年增长6.5%。三次产业的结构比例为11.0：52.8：36.2，对经济增长的贡献率分别为6.8%、55.6%和37.6%。

（二）固定资产投资情况

2014年全年全社会固定资产投资11486.52亿元，比上年增长15.1%，人均投资达到41733元。其中，不含农户的固定资产投资为11254.84亿元，增长15.4%。

在不含农户的固定资产投资中，第一产业投资414.04亿元，增长44.07%；第一产业投资6445.19亿元，增长16.0%；第三产业投资4395.61亿元，增长12.4%。

全年完成工业投资6233.56亿元，增长15.3%，对全省固定资产投资增长的贡献率为55.0%。全年民间投资达到8040.58亿元，占不含农户的固定资产投资比重达到71.4%，比上年提高1.9个百分点。

二、建立模型

固定资产投资是吉林省重要的投资方式，本文的模型建立包括固定资产投资额度的预测和各行业投资回报率的评估，通过时间序列分析和ARIMA法对固定资产投资额度进行预测；用主成分分析法得到各行业投资回报率，并结合定性的情况解决了本文所研究的问题，即给出了吉林省固定资产投资在下一阶段投入的侧重点，为投资提供可行的依据。

（一）吉林省固定资产额的预测

吉林省固定资产投资往往受到许多因素的制约，且这些因素之间又保持着错综复杂的联系。因此，运用结构性的因果模型分析和预测往往比较困难。于是将固定资产投资额看作一时间序列，可以根据过去的资料得出其变化规律，用此来预测未来的发展变化。

1.方法简介。时间序列分析在经济中的应用，主要是确定性的时间序列分析方法，包括指数平滑法、滑动平均法、趋势预测法、趋势季节模型预测法、时间序列的分解等等。

ARIMA法是一种典型的时间序列分析法，由于不需要对时间序列的发展模式作先验的假设，同时方法的本身保证了可通过反复识别修改，直到获得满意的模型。因此适合于各种类型的时间序列数据，特别是考虑到固定资产投资无明显特征或者说较为固定的投资规模，这种方法不仅考察预测变量的过去值与当前值，同时对模型同过去值拟合产生的误差也作为重要因素进入模型，有利于提高模型的精确度，是一种精确度相当高的短期预测方法。

2.具体模型建立。我们以1995～2015年的吉林省固定资产投资总额识别、估计、检验，文章运用此模型对未来3年的固定资产投资总额进行预测，以期为吉林省有关部门制定固定资产投资政策提供比较科学的依据。运用spss软件运行模型，得到投资额随时间变化的曲线从图像上可以看出固定资产投资总额是明显的非平稳序列。通过建立ARIMA（0，1，0）模型后得到如图4像，并得到了预期结果。

（二）各行业固定资产投资回报率的评估

我们选取五个企业效益评价指标，运用主成分分析法对数据进行处理，得到五个指标的两个主成分的得分。最后对企业的投资回报率进行综合排名。

1.方法简介。主成分分析是利用降维的思想，将多个变量转化为少数几个综合变量（即主成分），其中每个主成分都是原始变量的线性组合，各主成分之间互不相关，从而这些主成分能够反映始变量的绝大部分信息，且所含的信息互不重叠。

2.具体模型建立。根据吉林省实际情况以及国家制定的企业效益评价指标，我们选取了总资产贡献率、资产负债率、流动资产周转率、成本费用利润率、全员劳动生产率作为经济效益评价体系的五个经济效益指标。并根据选取的指标，将所获得的数据进行统计处理。

由于所选指标较多较复杂，我们打算运用主成分分析法汇总出几个较关键的因素，以便于我们构建综合效益评价体系。

主成分分析法的具体步骤为：

之后借助spss编程软件，实现了主成分分析法，得到成分得分系数矩阵，并得到最终排名。

3.给出投资建议。根据计算出的各行业综合效益得分排名以及吉林省实际情况，我们选取了汽车制造业、石油化工、文化体育和娱乐业、食品产业、医药产业、采矿业、其他制造业这几个经济效益较好且具有代表性的行业作为吉林省固定资产投资的主要产业。

4.资料出处。数据图表中的资料来自吉林省统计年鉴。

（作者单位为吉林大学数学学院）