创新测度政府投资

1. 广东省九大工业产业的分类方式

广东工业产业结构调整进程比较分析

中国统计信息网 2006-11-17 10:10:19

随着工业化进程的发展，广东工业产业结构调整进一步深化，产业布局日趋合理，产业结构明显优化，重化工业、支柱产业、高技术产业、电子信息产业等，在全省工业中的作用增强，内源性经济日渐增大，活跃了广东工业发展。

广东工业产业结构调整进程情况

在推进工业化进程发展过程中，广东省工业化进程与其他工业国或地区有着相同的共性，又有着明显的个性。特别是广东省工业产业结构调整受相关政策影响相当明显，如“抓大放小”、“建设珠三角信息产业走廊”、“扶持民营经济发展”、“促进山区工业发展”等，对广东工业产业结构调整均产生了较大的影响。2000-2004年间，广东省工业产业结构调整明显，以资产结构为例，按以下公式测算，轻重工业年结构变化率为2.50，经济类型结构变化率为8.56，行业结构变化率为5.66，大中小型企业结构变化率为5.43。

q代表产业部门在整个产业中的比重，a、b代表年份，n为年份间隔数，j代表部门。

一、重化工业调整取得突破性进展，工业化进程加快。“十五”期间，广东工业政策适度向重化工业倾斜，加大了对重化工业的投资力度，资本要素和劳动力要素流向重化工业，使重化工业发展取得较好的成绩，在全省工业中所占份额逐步增大。2004年全省规模以上工业资产总计为23840.02亿元，为2000年的1.66 倍，年均增幅为13.5%；其中重工业资产总计14379.62亿元，为2000年增长1.81倍，年均增幅为16.0%，高于全省平均增幅2.5个百分点，全省资本要素增量中，重工业增量占67.9%。轻重工业资产的结构比例由2000年的44.7：55.3调整为2004年的39.7：60.3。2004年的从业人员数为996.44万人，比2000年增加424.19万人，年均增长23.8%，其中重工业从业人员数为394.58万人，比2000年增加192.04万人，年均增长18.2%，增幅低于全省平均水平5.6个百分点，轻重工业从业人员的结构比例由2000年的64.6：35.4调整为2004年的60.4：39.6。随着投入结构的变化，相应产出也产生了根本性的变化。2004年全省完成工业总产值29554.92亿元，为2000年的2.37 倍，年均增幅为24.1%(现价，未扣价格因素， 产值增幅下同)；而重工业同期年均增幅达31.2%，高于全省产值平均增幅7.1个百分点。轻重工业产值比例由2000年的52.9：47.1调整为2004年的41.1：58.9，相应的增加值比例由2000年的47.6：52.4调整为2004年的43.9：56.1。

轻重工业投入产出构成表

单位：%

年 份
资产总计
从业人员
工业总产值

轻工业
重工业
轻工业
重工业
轻工业
重工业

2000
44.70
55.30
64.61
35.39
52.90
47.10

2001
44.00
56.00
64.81
35.29
51.06
48.94

2002
41.85
58.15
63.80
36.20
48.41
51.59

2003
41.34
58.66
63.28
36.72
46.29
53.71

2004
39.68
60.32
60.40
39.60
41.10
58.90

根据德国经济学家霍夫曼提出用消费品工业净产值与生产资料工业净产值之比，来反映工业化发展的进程。

在工业化进程中，资本资料的生产在工业生产总值中的比重不断上升，并超过消费资料的生产。随着工业化程度的提高，霍夫曼比例有不断下降的趋势，其中工业化进程呈现出四个阶段。具体见下表。

工业化进程统计测度的霍夫曼比例

工业化阶段
霍夫曼比例
区 间

1

2

3

4
5.0（±1）

2.5（±1）

1.0（±1）

1.0以下
4.0―6.0

1.5―3.5

0.5―1.5

0.5以下

一般来讲，资本资料生产，即生产资料的生产属于重工业，消费资料的生产属于轻工业。据上述公式中测算，广东省的霍夫曼比例约为0.8047，显示广东省工业化进程第四阶段的中前期。这一时期，重工业在工业生产中的比重增大是工业化过程的必然趋势。

二、经济结构优化升级稳步演进。经济结构优化主要是指产业由低技术水平、低附加值状态向高新技术、高附加值状态演变的趋势，包括两种形态的资源配置趋势：一是在等量资本取得等量利润的导向下，资源在各产业之间的流动；二是在竞争导向下，资源在同一产业内部从低效率企业向高效率企业移动；经济结构优化使资源得到有效的利用，提高资源使用效率。由于目前广东省工业内部不同程度存在一定的垄断性行业，如烟草、石油化工、电力、金属冶炼等，准入门槛较高，因此资源流动配置，优化经济结构主要是集中在竞争性领域，特别是竞争性领域里的高技术产业和重点支柱产业的发展壮大，相对降低了垄断性行业在全省工业中所占份额。

（一）高技术制造业支柱产业作用日趋突出。高技术制造业是竞争性领域竞争相对充分的产业，开放程度高，非核心技术性企业的资金、技术准入门槛相对较低，况且该产业投资收益率相对高于其他竞争性行业，2000年以来，高技术制造业资金利润率基本保持在6.0%以上，比竞争性领域的其他传统产业，如农副食品加工业、纺织、服装等行业，具有更大的优势，再加上多年来政府政策的引导得力和高技术产品的需求前景，吸引了大量资金进入，该行业发展突飞猛进，成为广东省工业最主要的支柱产业。2004年高技术制造业共有企业3797家，比2000年增加2059家，资产总计5485.37亿元，比2000年增长1.33倍，资产占全省工业的比重由2000年的16.4%提高到2004年23.0%；其完成增加值1885.85亿元，是2000年的2.45倍，年均增幅25.1%，明显高于同期全省平均增幅，增加值占全省工业的比重由2000年的20.1%提高到2004年25.3%。

为保持“广货”在市场中的竞争力，广东省业界加大R&D的投入，加强对新产品、新工艺、新技术的开发研究，众多的产业中，高技术制造业表现最出色。2005年全省规模以上工业企业R&D投入为136.42亿元，占销售收入的0.4%，其中高技术制造业的R&D投入为88.95亿元，占全省工业R&D投入的65.2%。随着R&D投入力度的加大，新产品生产也取得了新的进展。2005年高技术制造业完成新产品产值1385.30亿元， 比上年增长23.3%，增幅高于同年全省新产品产值增速5.1个百分点；2005年全省新产品生产中，高技术制造业新产品占67.0%；高技术制造业新产品对全省新产品生产贡献率达75.9%。

资产构成及投资收益表

单位：%

行 业 名 称
2004年资金利润率
资产构成

2000年
2004年

煤炭开采和洗选业
6.19
0.1
0.03

石油和天然气开采业
95.39
0.88
0.55

黑色金属矿采选业
13.22
0.09
0.11

有色金属矿采选业
12.54
0.09
0.07

非金属矿采选业
4.19
0.32
0.17

其他采矿业

农副食品加工业
2.11
1.95
1.72

食品制造业
7.2
1.82
1.46

饮料制造业
5.57
1.69
1.26

烟草制品业
20.73
0.48
0.48

纺织业
1.61
4.12
3.45

纺织服装、鞋、帽制造业
3.16
2.86
2.09

皮革、毛皮、羽毛(绒)及其制品业
1.93
1.83
1.72

木材加工及木、竹、藤、棕、草制
3.89
0.62
0.58

家具制造业
2.79
0.58
1.07

造纸及纸制品业
4.95
2.21
2.5

印刷业和记录媒介的复制
4.01
1.38
1.43

文教体育用品制造业
2.85
1.28
1.41

石油加工、炼焦及核燃料加工业
10.55
3.15
1.45

化学原料及化学制品制造业
13.27
4.07
4.65

医药制造业
5.63
2.04
1.58

化学纤维制造业
2.46
1.2
0.29

橡胶制品业
3.86
0.63
0.6

塑料制品业
3.2
3.74
3.91

非金属矿物制品业
3.59
5.73
3.88

黑色金属冶炼及压延加工业
5.19
3.45
1.87

有色金属冶炼及压延加工业
3.7
1.19
1.4

金属制品业
5.71
3.32
3.49

通用设备制造业
6.18
1.86
2.14

专用设备制造业
6.55
1.16
1.91

交通运输设备制造业
12.38
4.25
4.26

电气机械及器材制造业
4.41
7.72
9.01

通信设备、计算机及其他电子设备制造业
6.08
13.16
19.88

仪器仪表及文化、办公用机械制造业
5.54
1.83
1.88

工艺品及其他制造业
4.61
0.9
0.99

废弃资源和废旧材料回收加工业
2.77
0.02
0.06

电力、热力的生产和供应业
4.9
15.99
14.5

燃气生产和供应业
-0.91
0.4
0.34

水的生产和供应业
1.94
1.87
1.82

（二）珠三角“信息产业走廊”发展日趋完善。自上世纪90年代中后期以来，抓住世界产业转移和电子信息产业发展的机遇，在政府大力打造珠三角“信息产业走廊”政策指导下，IT产品生产企业迅速向珠三角地区集聚。经过多年的发展，珠三角逐渐形成相对完整的IT产业链，除个别核心技术产品外（如：CPU），珠三角基本上能生产出所有的其他IT产品，其中一些重要的电子信息产品及配件，如电脑及电脑硬盘、移动手机等，在国内、国际IT产品市场上，具有一定影响力，珠三角成了名副其实“信息产业走廊”。2004年全省3605家电子信息设备制造业企业中，分布在珠三角就有3395家，占94.2%；珠三角该产业资本投入和吸纳的就业人数分别占全省相应行业的96.5%和94.5%；产出的工业增加值占全省的96.4%。

2004年珠三角电子信息设备制造业主要指标比例表

指 标
全 省
珠 三 角
珠三角占全省的%

企业数（家）
3605
3395
94.2

资产总计（亿元）
4999.11
4824.79
96.5

从业人员数（万人）
182.63
172.80
94.5

工业增加值（亿元）
1741.06
1677.96
96.4

（三）资金和技术密集型企业取得长足发展。资金密集型企业和技术密集型企业是密不可分的，资金密集型企业往往又是技术密集型企业，因为只有资金密集型企业，才能提供充足的资金用于技术创新，反过来，只有不断创新的企业，才能迅速积累资金发展壮大企业，二者良性互动，促进资金和技术密集型企业发展。资金和技术密集型企业一般具有生产规模大、劳动生产率高的特点。2004年全省产值超10亿元的企业316家，比2000年增加178家，其中超100亿元企业26家，超1000亿元1家；资产总计13216.39亿元，平均每家企业所拥有的资产由2000年的28.93亿元/家提高到2004年的41.82亿元/家；工业增加值3458.83亿元，平均每家企业增加值由2000年的9.31亿元/家增加到2004年的10.95亿元/家；劳动生产率320301元/人，比2000年的288643元/人提高31658元/人，较同年全省平均水平高245640元/人。

与此同时，广东省资金和技术密集型企业的技术创新能力明显提高，特别是一些主力型的技术竞争力明显增强。如广东省通信设备制造大企业华为、中兴等，在第三代移动通信设备、数字集群系统、高端程控交换机等领域的核心技术不断取得突破，行业竞争力迅速提升。其中华为公司在全球市场上较为强势的3G标准WCDMA上，已基本达到与跨国巨头们相互制衡的水平，WCDMA方面的基本专利有69项，占全球WCDMA的基本专利的5%，名列WCDMA全球基本专利五强。广东省通信设备制造企业依靠拥有自主知识产权的核心技术和产品，拓展国内外市场。但是由于劳动力资源因素和就业上的压力，劳动密集型企业仍十分重要。

（四）九大产业结构调整不断优化。九大产业是广东省工业的支柱产业，其工业产出占全省七成以上，是广东省工业发展的“风向标”。从2000-2004年间，九大产业发展稳定，2005年完成增加值5501.62亿元，比2000年增长1.29倍，年均增长23.0%，占全省的比重由2000年的70.2%上升到2004年的74.0%。由于政府政策的作用，九大产业结构调整基本按预期方向发展，九大产业中技术含量相对高的装备工业、电子信息产业等快速发展，所占份额上升，传统产业相对有所收缩。

九大产业增加值构成表

单位：亿元

指 标
2000年
2004年

绝对量
比重%
绝对量
比重%

规模以上工业增加值
3422.60
100.0
7439.53
100.0

九大产业 增加值
2402.54
70.2
5501.52
74.0

三大新兴支柱产业
1475.02
43.1
3709.58
49.9

三大传统产业
698.72
20.4
1224.04
16.5

三大潜力产业
228.80
6.7
568.00
7.7

1、新兴支柱产业中高层次产业高速发展。2000-2004年间，新兴支柱产业中技术含量相对高的电子信息业、电器机械及专用设备业发展迅速，投入及产出增长均处于领先地位。2004年电子信息业、电器机械及专用设备业资产总计为4736.11和3049.54亿元，资本投入占全省工业的比重分别由2000年的13.2%和10.7%提高到2004年19.9%和12.8%；吸纳的就业人数为173.65和165.10万人，劳动力要素投入占全省的比例分别由2000年的11.9%和12.9%提高到2004年17.3%和16.5%。2004年产出的增加值为1645.62和1066.07亿元，比2000年增长1.88和1.57倍，年均增幅30.3%和26.6%，高于同期全省工业平均增速，增加值占全省工业的比重分别由2000年的16.7%和12.1%提高到2004年22.1%和14.3%。两大产业已成为广东省生产规模最大的支柱产业。

新兴支柱产业中石油及化学，是与原材料、能源密切相关的行业，特别是其中的石油加工和天然气开采业、石油加工炼焦及核燃料加工业，市场需求虽大，但由于其经营具有一定的垄断性，进入的资金、技术门槛要求较高，且投资周期长，非一般民间资本所能及，况且2000-2004年间该行业未有新项目投产，受产能所限，增长相对缓于其他新兴支柱产业，工业投入、产出占全省比例均有所下降。2004年石油和天然气开采业、石油加工炼焦及核燃料加工业资产总计为131.62和345.73亿元，占全省的0.6%和1.5%，分别比2000年回落0.3和1.6个百分点。吸纳的就业人数仅为1234和22279人，劳动力要素投入分别比2000年减少1031和23370人。完成增加值312.24和149.28亿元，比2000年增长27.4%和84.3%，年均增幅6.2%和16.5%，增长低于同期全省工业平均增速15.2和4.9个百分点，增加值占全省工业的比重分别由2000年的7.2%和2.4%下降到2004年4.2%和2.0%。而化学原料及化学制品制造业，因进入门槛要求不高，期间发展相对较快，2004年增加值比2000年增长3.50倍，年均增幅36.8%，增速明显高于石油和天然气开采业、石油加工炼焦及核燃料加工业，增加值占全省工业的比重由2000年的4.2%提高到2004年6.7%。

2、传统支柱产业发展相对有所收缩。2000-2004年间，相对于其他快速发展的行业来说，传统支柱产业发展明显乏力。2005年三大传统支柱产业资产总计3637.83亿元，仅比2000年增长23.3%，资产占全省工业的比重由2000年的20.5%下降到2004年15.3%。吸纳的就业人数为215.82万人，劳动力要素投入占全省的比例分别由2000年的28.6%下降到2004年21.6%。产出增加值1224.04亿元，虽是2000年的1.75倍，但增加值占全省工业的比重由2000年的20.4%下降到2004年16.4%，其中纺织服装的比重由2000年的8.6%下降到2004年6.4%，食品饮料、建筑材料的比重分别由2000年的7.0%和4.8%下降到2004年5.7%和4.2%。

3、潜力产业中的汽车制造业飞速发展。2004年三大潜力产业资产总计1906.53亿元，比2000年增长73.7%，资产占全省工业的比重为7.9%，比2000年上升0.3个百分点。吸纳的就业人数为49.02万人，劳动力要素投入占全省的比例分别由2000年的5.6%下降到2004年4.9%。产出成增加值568.00亿元，比2000年增长1.48倍，年均增幅25.5%，增加值占全省工业的比重由2000年的6.7%上升到2005年7.6%。三大潜力产业中的汽车制及摩托车发展态势良好，是支撑潜力产业发展的主力，森工造纸和医药生产规模相对有所收缩。

2000-2004年间，汽车工业是各工业行业中发展得最好的行业，增速居九大产业各行业之首。2004年汽车制造业完成增加值250.36亿元，是2000年的5.82倍，年均增长55.3%，增幅较同期九大产业高33.9个百分点，增加值占全省工业的比重由2000年的1.3%上升到2004年3.7%。2004年广东省汽车产量为276260辆，2005年进一步达到413583辆，比2000年增长9.50倍，其中轿车增长11.65倍。

三、民营工业迅速发展壮大。随着工业准入门槛的放宽，政府政策对民营工业的适当倾斜，激活了民间资本对工业领域的投资，民营工业发展充满活力。2004年全省规模以上民营工业企业15877家，比2000年增加了11745家，占规模以上企业的45.9%；资产总计4493.42亿元，是2000年的2.33 倍，占规模以上工业比重为18.8%，较2000年提高5.7个百分点。吸纳的就业人数为247.19万人，劳动力要素投入占全省的比例分别由2000年的13.6%上升到2004年24.8%。完成增加值1578.25亿元，比2000年增长3.37倍，年均增幅达35.5%，高于同期全省平均增幅14.1个百分点；其增加值占规模以上工业比重为21.2%，较2000年提高7.5个百分点。近几年来，民营工业增加值对全省工业增长的贡献率逐年增大，2002年为18.9%，2003年为24.2%， 2004年进一步增大到26.8%，民营企业的影响力明显增强。值的注意的是，广东省民营企业大多是劳动密集型企业，创新能力不强。2004年民营企业劳动生产率为63848元/人，比全省水平低10813元/人，若扣除两个主力企业华为和美的后，民营企业劳动生产率则降为39973元/人。用R&D来衡量企业的创新能力，全省民营企业的技术创新主要集中于少数几个重点大型企业，R&D总投入中，华为和美的约占80%，此外 90%以上的民营企业没有R&D投入。

按经济性质将工业企业划分为国有企业（指国有及国有控股企业）、民营企业、“三资”企业等，2004年三大经济类型工业的资产总计结构比例由2000年的38.9：13.4：49.7调整为2005年的28.6：18.8：58.1，三大经济类型工业中，民营企业、“三资”企业资产在全省工业中所占份额有所提高，国有企业所占份额有较大幅度回落。增加值结构比例由2000年的30.2：13.7：54.5调整为2004年的20.8：21.2：63.1。

四、产业转移加快了地区工业结构调整步伐。珠三角为增强企业竞争力，优化产业结构，集中地区力量发展高技术产业及产业链长、产业关联度高的产业，将部分传统产业从珠三角转出。产业转移对加快珠三角发展和协调地区工业发展起了积极的作用。

珠三角产业结构进一步优化升级。珠三角工业产出进一步向技术要求高及产业关联度高、产业链相对长的行业集中，传统行业生产规模相对有所收缩。2004年珠三角三大主行业（工业大类行业）通信设备计算机及其他电子设备制造业、电气机械及器材制造业、交通运输设备制造业资产总计为7506.79亿元，较2000年增长1.26 倍，占珠三角工业的37.0%，较2000年提高7.7个百分点；三大行业吸纳的就业人数为293.52万人，占珠三角工业的34.4%；其工业增加值较2000年增长2.64 倍，占珠三角产值比重达40.7%，较2000年提高7.9个百分点；由于三大主行业劳动生产率相对较高，其产出比例分别比投入比例高3.7和6.3个百分点。此外，一些技术含量相对高的行业，如黑色金属和有色金属冶炼及压延加工业等，其资产、产出占珠三角工业比重同比也有不同程度的提高。但传统的纺织业、纺织服装鞋帽制造业、塑料制品业等行业，其资产、产出占珠三角工业比重有不同程度的回落。2004年纺织业、纺织服装鞋帽制造业、塑料制品业三大行业资产总计占珠三角工业的9.4%，较2000年回落1.8个百分点；其工业增加值占珠三角工业的比重由2000年的11.1%下降到2005年的8.9%。重大技术装备产品和主要高技术产品，如汽车、环境保护专用设备、通信及电子网络用电缆、微波通信设备、集成电路等完全由珠三角生产。

山区工业取得长足发展。近年来，由于政府政策引导得力，山区投资环境的改善，大量传统产业从珠三角转移到山区落户，为山区工业注入新的“血液”，有效地促进了山区工业的发展。2005年山区地市工业共有规模以上企业3329家，比2000年增加212家；资产总计1714.42亿元，较2000年增长9.4%，年均增长2.3%；山区工业吸纳的就业人数为82.27万人，比2000年增长13.3%，年均增长3.1%；完成增加值438.97亿元，是2000年的1.59 倍，年均增幅12.3%，山区工业增加值产出增长比投入增长高10.0和9.2百分点。从2000-2004各年的增长看，山区地市工业增长前低后高， 2003、2004年增加值增速分别达到21.1%和29.3%。

东西两翼特色工业发展卓有成效。"十五"期间，东西两翼工业增长虽低于全省平均增速，但在稳固发展地方特色工业方面也有较好表现。东翼潮州的日用陶瓷，西翼湛江、茂名的石油化工，阳江的刀剪等，在相应行业中均占有优势。2004年全省石油和天然气开采、石油加工炼焦及核燃料加工两大行业的增加值总产出中，西翼约占35.0%，广东的天然气完全产自西翼，其他石化产品，如原油加工量、汽油、煤油、乙烯等产品，西翼同样占有较大份额，西翼已成为广东主要的石油化工产品生产基地。此外东翼潮州的日用陶瓷制品和西翼阳江的刀剪制品，也尽显地方特色，2004年潮州日用陶瓷制品业增加值占全省相应行业的62.7%，日用陶瓷产量约占全省的82.0%；阳江刀剪及类似日用金属制品业增加值占全省相应行业的77.4%。

五、产业集中度提高。大中企业发展迅速壮大，一批龙头企业“航母”初步形成。2004年广东省共有大中型企业4009家，比2000年增加1617家，其中大型企业238家，增138家。大型企业投入产出主要指标资产、从业人员、增加值占全省工业的比例为27.4%、12.3、和30.7%，比2000年分别提高10.4、4.1和12.9个百分点。

分大类行业看，部分主力行业产业集中度有不同程度提高。以CR4值（行业销售收入最大的4家企业占相应行业的比重）测算，交通运输设备制造业、通信设备计算机及其他电子设备制造业、化学原料及化学制品制造业、食品制造业等竞争性行业，2004年CR4值比2000年分别提高18.0、5.0、12.1和6.6个百分点；竞争性行业CR4值的适度提高，有利于减少无序竞争，规范市场秩序。全省38个工业大类行业中，CR4值超过40%的行业有11个，其中，一些传统的垄断性行业，随市场开放度的提高，CR4值有所下降，如石油加工炼焦及核燃料加工业、燃气生产和供应业的CR4值由2000年的96.1%和86.5%分别下降到2004年86.9%和60.1%。垄断性行业CR4值的适度下降，有利于充分竞争，增强企业活力。

工业产业结构调整对广东工业的影响

工业产业结构调整，高技术制造业、现代化电子信息产业、重点支柱产业、重点装备制造业的迅速发展，不但优化产业结构，而且增大了技术进步对工业的作用，提高企业竞争力，同时对全省工业的节能降耗起了积极的作用。而民营工业的发展壮大，既增强了广东省工业企业活力，又稳定了广东省内源性经济的发展。东西两翼及山区工业发展步伐的加快，为协调发展作出了贡献。此外企业为适应市场竞争需要，加强了对成本的管理，加快了资金的营运，提高了企业的综合效益，促使企业的经济增长方式逐步由粗放式的外延扩大再生产向注重效益式的内涵扩大再生产转变。2004年全省规模以上工业企业完成利润总额1449.96亿元，比2000年增长1.57 倍。

一、技术进步对工业的作用日趋重要。工业产业结构调整，优化产业结构，不但加快了高技术制造业、现代化电子信息产业等高级产业发展，而且增大了高级产业对传统产业的改造，有力地推动全省工业技术进步。采用“索洛余值法”测算，公式如下：

增长速度方程： Y=A+αK+βL （1）

式中：Y为产出增长速度；K为资本投入量增长速度；L为劳动力投入量增长速度；A为技术进步速度；α为参数，表示资本的产出弹性；β为参数，表示劳动的产出弹性。上式也可以写成：A=Y-αK-βL （2）

表示：在总产出的增长中，扣除资本、劳动力投入量增加而带来的增长，剩余部分是技术水平提高带来的增长，因此，此方程称为余值法。两边同除以Y，得 （3）

式中： 为技术进步对总产出增长速度的贡献率；

为资金投入增加对总产出增长速度的贡献率；

为劳动力投入增加对总产出增长速度的贡献率。

目前，国际上将 ，即为技术进步对总产出增长速度的贡献率作为衡量一个国家（或地区）现代化进程的重要测度指标。一般认为：当 = 35%时，为小康水平； = 60%时，为现代化水平。

由于资料时间序列的限制，参数α、β结合经验确定法，根据国家计委、国家统计局以前统一测算方法（参数公式α+β=1）结果，资金产出弹性α=0.30，劳动的产出弹性β=0.70； 资金投入用资产总计代替，劳动力投入用从业人员代替，工业增长用增加值现价计算。经近似计算得，2000-2004年间年均技术进步率为6.9%，技术进步对工业增长速度的贡献率为32.3%；资金投入增加对工业增长速度的贡献率19.2%；劳动力投入增加对工业增长速度的贡献率为48.5%。而高级产业高技术制造业、现代化电子信息产业等在此期间的年均技术进步率均优于全省工业。当前广东省工业劳动密集型企业在工业中仍占较大比例，劳动力投入增加对工业增长贡献率仍是主要因素，但技术进步因素的作用已明显超越资金因素。在推?/ca>

2. 如何预测未来的经济市场

一、中国总体的市场化进程 1.市场化测度指标 自改革开放以来，中国总体的市场化程度越来越高，这一点是毋庸置疑的。不过，用什么指标来刻画这一市场化进程，却一直存在争议。国际上通行经济自由度指数（如美国传统基金会以及弗雷泽研究所的经济自由度指数，即Index of Economic Freedom ）。这一指数旨在全球范围内对不同国家和地区的经济自由度进行打分、排序。而国内学者更喜欢用百分比来衡量市场化所达到的程度。不过，需要说明的是，在采用百分比来衡量市场化程度的时候，并没有先验地假定100％是市场化的最高指标或目标模式，把它理解成相对进步程度更合理一些。 由于研究目的不同，在对市场化进行测度方面，选取的指标也会有所差异。表1显示了NERI指数（即国民经济研究所测度市场化的指数，简称NERI指数）和北师大指数（即由外经贸部进出口公平贸易局与北京师范大学经济与资源管理研究所合作测度市场化的指数，简称北师大指数）的主要内容，尽管有所区别，但大的方面基本一致。就我们的研究目的来说，NERI指数可能更好一些。这是因为北师大指数侧重于从公平贸易角度对外（主要是国外）宣称中国是个市场经济国家，而NERI指数是更一般性地考察一国的市场化程度。 2.中国当前的总体市场化程度 如果进一步比较NERI指数和北师大指数，会发现NERI指数侧重于各省区在市场化方面相对位次的变化，即强调横向比较；而北师大指数侧重于全国总体市场化的纵向比较。就这一点而言，判断当前中国总体的市场化程度，用北师大指数更合适一些（参见表2）。表2列出北师大指数33个分项指标，以使我们对中国总体的市场化有一个全面的印象。这里的指标分值采取5等分制，分值越低市场化程度越高，其中，1分为最高，5分为最低（参照美国传统基金会的评分方法）。 通过分析发现，得1分的有5个（占15.15％），得2分的有11个（占33.3％），得3分的有12个（占36.4％），得4分的有5个（占15.15％）。这样，我们可以了解，近70％的指标取得2～3分，即这些指标离目标市场化的距离是中等；离目标市场化太远或太近的指标，总共只占30％多一点。综合起来，中国的总体市场化水平也就是中等市场化程度（这完全不同于“中等发达的市场经济国家”概念，切勿混淆）。根据北师大的换算方法，2001年中国的总体市场化程度是69％。 这个数字与官方的判断60％比较接近。例如，原国家经贸委综合司司长李寿生在《经济参考报》（2002年9月11日）上撰文指出：从企业的角度，从改革的角度，中国当前的市场化大概是60％；而国家统计局副局长邱晓华在由北京大学国际经济研究所举办的“世界经济与中国”高层论坛上指出：我国市场化进程目前已经完成60％，经济增长正由政府主导型向市场主导格局转变（2003年10月30日《产经网——中国审计报》）。 这个数字与国内专家们的判断（2003年10月由国民经济研究所委托中国国内30位著名经济学家所作的预测）也很吻合（见图1）。有近一半的专家认为中国当前的市场化程度在60％～70％以下。超过1/3的专家认为低于这个程度，只有16.67％的专家认为高于这个数。总体而言，对于60％～70％这样的判断是比较认可的。 二、行业市场化进程 1.当前的行业市场化水平 行业市场化，主要是通过行业的非国有化程度，即各行业非国有经济的占比来衡量。鉴于数据的可获得性，这里用非国有经济部门在岗职工人数占行业在岗职工人数的比重来衡量该行业的市场化程度 2.对未来行业市场化的预测 对于行业市场化来说，除了准入限制这个最主要的制度性障碍以外，也和行业的性质有关系。比如该行业是否能“赚钱”、是否有盈利前景等因素也是需要考虑的。 以科学研究与综合技术服务业为例，应该说政府不会有太多的准入限制，但非国有资本却不愿意进入，根本原因就在于该行业的盈利前景很差（至少目前是这样）。所以，我们要区分两种情况：一种是非国有经济不能进入（存在准入限制），另一种是非国有经济不愿意进入（缺乏盈利前景）。不过，从前面的分析也可以看出，市场化程度不高的行业大部分是由于准入限制而不是缺乏盈利前景。 正因为准入限制、行业垄断是非国有经济发展以至行业市场化的主要障碍，打破国有垄断、撤销准入限制就成为改革的新方向。2000年10月召开的中共中央十五届五中全会首次明确提出，要打破电力、通讯、民航、铁路4大部门的行业垄断：“十五”计划又增加了公用事业部门。 为配合打破行业垄断、推进市场化进程，中央也出台了一系列规章制度。如2003年，中国民航总局起草有关国内资本投资民航业的规定，此规定比2002年颁布的《外商投资民用航空业规定》更加开放；有关部门出台了《外商投资城市规划服务企业管理规定》；建设部制定了加快市政公用事业市场化进程的意见。与此同时，为了兑现加入WTO 的承诺，中国在金融服务业开放方面也加快了步伐。如出台了《外商投资创业投资企业管理规定》、《关于设立中外合资对外贸易公司暂行办法》、《关于期货经纪公司接收出资有关问题的通知》、《关于外商投资举办投资性公司的规定》、《关于外国投资者并购境内企业股权有关税收问题的通知》、《设立外商控股、外商独资旅行社暂行规定》、《外资投资者并购境内企业暂行规定》等。 另外，中国将进一步推进国家投融资体制改革，其方向是进一步扩大企业——当然包括社会投资的自主权，进一步缩小政府投资的领域和范围；而且要简化审批程序，为社会投资——包括外商投资创造更好的条件。国家发改委投资司官员表示，根据这个方案，创造公平竞争环境将是一个重要方向，其核心应是收缩政府直接投资范围，全面开放民间投资实业的领域限制。 总之，对行业市场化影响最大的制度性障碍“市场准入”问题，原则上是在逐步撤销。除了一些特别的行业（如军工），基本上都没有准入限制了。不过，这种准入也是渐进的，不能指望一夜之间所有限制.

3. 中国绿发是一个什么样的集团主营业务是什么

中国绿发我们先来从字面上来了解一下，中国绿色发展。我国的五大发展理念，有绿色发展，打造美丽家园！

绿色发展：是以效率、和谐、持续为目标的经济增长和社会发展方式。 当今世界，绿色发展已经成为一个重要趋势，许多国家把发展绿色产业作为推动经济结构调整的重要举措，突出绿色的理念和内涵。

近来公告表示，鲁能集团划入中国绿发，有利于继续发挥鲁能集团发展积累的管理、人才和市场等优势，在保持职工队伍稳定基础上，通过改革促进企业持续健康发展，对于更好地发挥国有资本作用，推进绿色发展，促进生态文明建设，将产生重要而积极的作用；同时，也有利于放大国有资本竞争力、影响力，增强国有经济活力，助力做好“六稳”工作、落实“六保”任务。

4. 以政府支出为主题,理论联系实际撰写一篇小论文

我国地方政府支出与经济增长的关系

2008年底以次贷危机为爆点的全球性经济衰退,对中国的经济发展形成了极大的冲击,为此中国政府重启了双积极的财政政策和货币政策,并出台了规模空前的政府投资和经济刺激计划。积极财政政策的实施其效果是不容怀疑的,中国经济迅速复苏,并表现出强劲的增长势头。但是,基于财政支出的内容依旧更多的属于外延式扩张,如集中于基础设施建设环节且主要流向国有经济主导部门,而较少的涉及福利保障、消费刺激和技术进步及结构调整上,故而也有不同的声音聚焦在财政政策的有效性与持续性上,更多的关注政府支出的增加能否有效的传导到私人投资和消费环节,从而在完成总量刺激的同时,实现增长方式的扭转和增长质量的改善。 财政政策的增长效应是如何实现与传导的,政府该如何借助于支出的规模和结构优化提高财政调节的效率并形成可持续的增长路径,围绕这一问题而展开的研究早已从“政府是否该干预经济”衍生到“政府如何干预经济”,财政支出变化对经济的影响分析也从理论争论和探讨发展到实证的检验和判别。并集中于不同体制、政策和发展条件下,财政政策有效性的度量。将之与现阶段的中国实际相结合,则更加凸显出其价值与意义。大量逆周期财政政策的实施确实有效的刺激了经济增长,但是积极财政政策的实施在保证增长的同时,能否有效的传导到私人消费和投资环节?经济刺激计划能够在一个长时期内发挥作用并对中国经济的繁荣提供长久动力吗?本文正是由此出发,从增长、投资和消费三个途径对我国地方政府支出的增长效应进行再检验,并考察地方政府行为的典型特征如何反映在效应的传递上,从而对财政政策的有效性和持续性给出经验的判定。 具体的,本文在第一、二章中对政府支出增长效应的相关研究和基础理论进行了梳理,并借助于AD-AS以及IS-LM分析框架,刻画了政府支出的变化对增长、投资、消费和就业等经济系统的各方面产生的冲击,进而形成了政府支出对经济增长的影响路径。此后,在此基础上,在第三章中对地方政府支出与经济增长的总量效应进行了实证测度,结果证实了地方政府财政调节的主体地位,这也为本文将研究对象集中在省际政府提供了依据,但是,地方政府支出的增长效应呈现出显著的时变特征,更重要的是,政府支出不同构成对经济的作用存在着明显的差异,政府生产性支出与政府投资的增加对经济的刺激作用更为突出,在当前以区域经济增长为核心的政府考核和绩效评价体系下,政府的投资饥渴和投资冲动、政府支出结构偏重于生产性支出和微观经济领域而忽视福利与公共品提供,就不难解释了,投资性支出的增加的确能产生更显著的增长成绩,结构矛盾正是源自于不同层级政府间激励机制的扭曲。 第四章则主要集中在政府支出与私人投资的关系研究上,脉冲响应分析的结果实际否定了财政支出对私人投资的长期有效性,虽然,在短期内,政府支出的增加确实能够促进私人投资的上升,但是,这样的关系随着时间的推移将发生逆转,长期内,并没有呈现出明显的挤入效应。同时,中央投资的增加也无法显著的影响到私人投资的变化上。这部分的说明了这样一个事实,经济刺激计划更多的属于对私人投资和民营经济的替代,积极财政政策的实施仅通过产生出直接的社会需求而促进增长,结合我国产业和部门经济的结构差异,或许,这形成了两种循环,国有经济主导的行业内部,政府支出与投资的增加形成了强烈的产业需求,并通过产业链传导,微弱的反映在传统的竞争性领域和民营经济行业中,也一定程度促进了私人投资的上升,但是,两个循环的相对独立、有限货币供给条件下稀缺性上升导致的资金成本增加,却会在更长的时期挤出私人投资,进而形成“热者更热”与“冷者愈冷”的现实。如果再考虑到地方政府的投资偏好及国有资本对传统和下游产业的介入,这种挤出将在更短时间内发生。积极财政政策的实施实际恶化了结构失衡的格局。 在将视野从投资转移到消费环节,政府支出的增加能否改善消费水平,积极财政政策的实施又能够对国内消费市场的扩大和消费驱动机制的形成提供帮助吗?我们在第五章中进行了分析。基于模型的灵活性,我们在构建区域消费的面板模型时,导入了度量政府行为特征的控制变量。并确实得到了显著的结果。政府支出相对规模的差异,即大政府与小政府模式,以及政府支出的约束强弱,显著影响着财政政策对消费的传导与效果。总体看来,大政府模式下,财政政策对居民消费的挤入效应更为突出,同时地方政府的生产性支出对居民消费存在挤出效应,而非生产性支出的作用则正好相反。因此非生产性支出与转移支付的增加,确实能够对消费起到积极的促进作用。 但是,这一切必须有赖于政府支出约束机制的建设与监督机制的完善。实证结果实际展现了这样一副情景,随着省际政府职能转变及政府边界的清晰化,政府将主要精力投向公共服务建设,一个小政府的财政模式似乎是更为高效,但如果不辅之于有效的监督与制约机制,预算外资金比重的上升,地方政府资金支配能力的自主性得到强化,政府收支体系的扭曲程度进一步加深,财政政策也许得到相反的结论：财政支出的增加反而抑制了消费的增长。 最后,在对地方政府支出的增长效应完成初步度量后,我们在第六章还从效率的角度对我国省际政府的财政调节智慧与政府支出相对效率进行了分析。结合当前地方政府行为特征和目标诉求,我们调整了衡量政府效率时往往偏重于公共服务职能与公共品提供的能力差异的研究方向,重构了政府支出的投入产出核算体系,将政府支出效率的衡量更多的集中于调控目标的实现。结果表明,我国地方政府的支出效率确实存在着较大的差异,且具有很大的改善空间。从这个角度将,将目光更多的集中在效率的改善,而非支出规模的调节上,是未来财政政策优化的重要方向。 同时,分区域的政府效率考察也揭示了我国东、中、西部政府效率差异确实存在明显的区域特征。特别的是,结果展示出中部地区存在一个持续的效率恶化过程。在此基础上,针对政府效率的变迁与影响进行了进一步的分析。结论证实了“小政府更具效率”的假说,但有趣的是,在西部地区,更大规模的政府支出及政府干预的进一步增强,似乎对经济增长及政府效率提高能够产生积极影响。不同的经济发展水平条件下,政府效率的改善存在截然不同的路径。

5. 农地非农化市场化程度的测度

自改革开放以来，中国总体的市场配置程度越来越高，这一点是毋庸置疑的。虽然已经有很多学者测算过中国总体的或部门的市场化程度(张晓晶，2004;樊纲等，2003;戴晓春，2004)，但是考察我国土地市场化程度的研究还非常少，大多只是从土地市场中比较成熟的房地产市场化程度考虑(陈浮等，2000)，或从城市土地市场化程度考虑(李明月，2003)，这是因为按照现有评价总体市场化程度的指标来评价土地市场配置程度缺少很多相关的统计数据。所以，有必要针对农地非农化过程中的土地市场配置体系进行分析，来寻找合适的衡量市场化程度的指标。

(一)农地非农化市场化影响因素

农地非农化过程就是农地资源转变为非农建设用地的过程，它一般经历两个阶段:农用地用途转为建设用地用途阶段，包括集体土地转变为国有，或集体内部转用，或国有农用地转用，以及土地收购储备;另一阶段为转变用途后的土地流通阶段，包括土地在一级市场和二、三级市场上流通。

在第一阶段中，三种农地流转类型都由政府进行行政配置。若把农地流转也看作是一种市场流通，就可以说政府垄断了农用地流转的市场，政府是唯一的需求者。虽然，理论上政府的行政配置不一定缺乏效率，但是政府如果不能按照经济发展规律来配置资源，则必然存在效率损失。另外，政府的垄断过程也受到外部总体市场经济环境的影响，市场配置的方式正直接或间接地影响政府的决策。比如，地方政府征用农地，集体内部农地流转为建设用地，以及国有农场等国有农用地转变为建设用地的目的大都是为了经济建设，而经济建设就与总体经济的市场化程度联系起来。所以，在这个政府垄断的配置过程中，不仅政府本身的配置行为决定了农用地用途转变的配置效率，当地总体经济的市场化程度也影响着农用地用途转变的过程，从而这两方面都应该成为农地非农化过程土地市场配置的影响因素。当然，这有可能进入一个循环论证的过程，因为现阶段对市场化进程的度量中有一个重要的因素就是要素市场的发育情况，而如果此时再用已有的市场化进程来度量要素市场发育，是否合理呢?其实，它们是不矛盾的，因为正如现有的研究都发现总体的市场化过程中，无论是劳动力、土地，还是资本，这3类要素市场的发展还都很不充分，其发展的空间很大，这方面市场化的推进，将进一步促进总体的市场化进程。反过来，随着现阶段我国经济市场化程度的不断提高，必将反作用于要素市场的发育，促进其市场化的进程，两者是相互促进相互依赖的关系。

土地收购储备制度最初建立于1996年，可以看做是土地市场化程度提高的重大举措。它在规范政府征用收购土地、促进土地一级市场化配置方面有着积极的作用。土地储备的目的、土地取得方式、执行机构的性质、财务方式等因素都与市场化程度相互影响，其中，最主要的是执行机构的性质和财务方式。执行机构的性质是指该机构是属于政府，还是独立的企事业单位。财务方式是指机构运营的资金来源、处置方式等。西方发达国家的土地储备机构多是脱离政府的单独职能部门(比如瑞典、荷兰、法国等)，其融资渠道多从银行贷款、或发行债券，土地金融业比较发达。所以，上述影响因素对土地储备阶段的市场化程度起很大的作用。

在第二阶段中，在土地一级市场流通阶段，土地的市场定价是反映市场化程度最主要的因素。土地出让方式基本上有两类五种:无偿划拨与有偿出让两类，有偿出让又分为协议、招标、拍卖和挂牌出让四种，其市场化程度依次递增，拍卖和挂牌出让可以看做是近似的市场交易。其次，土地的金融制度、土地的信息化建设也都是市场化程度的影响因素。

在土地二、三级市场流通阶段，土地基本上能够满足市场定价的原则，关键的影响因素是竞争机制、中介机制和土地金融等促进市场流通的因素。

当然，与经济的总体市场化一样，土地市场的相关法律制度环境也是土地市场化程度的一个影响因素。

(二)农地非农化市场化指标的选择

由于研究目的不同，在对市场化进行测度方面，选取的指标也会有所差异。现有具有影响力的研究(樊纲等，2003;对外贸易经济合作部进出口公平贸易局与北京师范大学经济与资源管理研究所，2003)测度总体市场化程度时选择的一级指标大致相同，都是从政府与市场的关系、非国有经济的发展、要素市场的发育程度、产品市场的发育程度、市场中介组织发育和法律制度环境出发来进行对二级指标分类的。因此，本节借鉴这些成熟的和已被学术界认可的指标划分方法，来选择测度农地非农化市场化程度的二级指标。当然，严格意义上说，土地市场只是一个要素市场，只是上述成熟的分类体系中的一个部分，但是，无论是从现今缺少对土地市场发育程度系统的研究，还是如果可以将农地非农化看做是一种商品的话，农地用途流转过程提供了可被转让的土地要素，这个市场可以看做是要素市场，而用途转变为建设用地后，国有土地市场可以看做是产品市场，所以，按照现有的一级分类体系对农地非农化市场化程度进行指标分类，是适宜的。

从本节的研究目的看，主要是为了评价市场对土地资源在农业和非农业两部门配置的效果，因此在综合考虑了上述因素后，本节选择的评价指标如表8-1所示。

表8-1中需要特殊说明的是二级指标中的市场定价程度，根据对全国历年土地市场交易数据的分析，协议出让的平均价格为市场价格的20%，招标的平均价格为市场价格的50%，拍卖和挂牌的平均价格与市场价格相似。因此，我们分别对协议、招标、拍卖和挂牌四项供地模式赋予权重0.2，0.5，1，1，由此得到计算市场定价程度指标的公式。

通常，在进行市场化程度指标计算时，多采用加权平均的方法。NERI指数(樊纲等，2003)和北师大指数在计算市场化程度时，也都采用了加权平均的方法。在多因素分析中权重的选取是个难点。由于市场化是一个抽象概念，其各组成方面的重要程度很难从经济理论或定性的方面加以判断，为避免主观随机因素的干扰，本研究采用主成分分析法确定权重。主成分分析法在决定变量权重的时候最主要的特点和优势在于客观性:一方面，它给那些存在差异较大的变量赋予较大的权重，对于那些差异较小的变量则赋予较小的权重，从而使最后生成的指数更加能体现差异性。另一方面，主成分分析法适用于处理多重共线性情况，由于各个变量之间存在不同程度的相关关系，主成分分析法可以在尽可能地保留原有数据所含信息的前提下实现对统计数据的简化，达到较为简洁明了地揭示变量间关系的目的。本节所选定的权重为上述各指数评分值序列的第一主成分的相应系数。其分析过程此处不加赘述，结果如表8-2所示。

表8-1 农地非农化市场化程度评价指标

①此处的一级指标没有包括非国有经济的发展，因为在土地市场中由于我国土地权属的特性，不存在明显的非国有经济，尤其在土地一级市场中。所以，对于非国有资金在土地市场上运转的指标，放在二级指标中考虑。

表8-2 指标权重的确定

为了将各分指标合成为一个综合反映市场化程度的综合指标，本节采用相对比较法将各个指标数据转化为指数值，即每个指标的评分表示历年各省(自治区、直辖市)在全国范围内该领域市场化进程的相对位置，设定在全国范围内指标得分的最大值为100，最小值为0，并根据各年的得分确定各省(自治区、直辖市)历年在0与100之间的得分，形成该指标对应的单项指数，再将指数按照一定的权重合成一个总的指数。单项指标计算方法如下(以A₁指标为例):

农地保护层次论

其中，A_1ij是第i省第j年的A₁指标被标准化后的数值，V_A1ij是第i省第j年A₁指标的原始数据，V_A1max是样本期所有年份中各省A₁指标相对应的原始数据中数值最大的一个，V_A1min则是最小的一个。

各省份不同时间单项指标按照上述权重平均后就是该省份当年的农地非农化市场化指数。

(三)市场化程度的测算

当前总体市场化指数来源于目前较系统的测算市场化程度的数据，主要是国民经济研究所的NERI指数和北师大指数，问题是，可比口径的NERI指数只有1999年与2000年，北师大指数事实上只有2001年1年，也就是说，可用的时间序列只有3年。但为了满足本节模型计算的需要，并且得到可以比较的时间序列，本节参考了汪锋等对企业市场化指数的时间序列的估计，用上述3年的总体市场化数据对汪锋等(2005)的数据进行各年的修正。当然，这种修正存在误差，但由于企业市场化是整体市场化中最活跃的因素，以及本节对总体市场化程度的精度要求不是非常高，所以，所进行的修正是能够接受的。其中，由于现有的总体市场化程度研究缺少西藏的数据，为了不影响整个研究，此处西藏的总体市场化程度数据暂时用青海的数据代替，当然，所得到的关于西藏的结果在精度上受到影响。

土地征用、出让、转让过程中违法案件比例以及有偿出让占总出让面积的比例、挂牌面积比例、拍卖面积比例、招标面积比例、协议面积比例、转让存量占总存量比例、农民与集体的土地收益分配比例等数据可以通过原国家土地管理局编写的《全国土地管理统计资料》(1989～1995年)、《中国土地年鉴》(1994～1997年)、国土资源部编写的《国土资源综合统计年报》(1999～2003年)中相关数据计算得到。其中，农民与集体的土地收益分配比例通过出让成交价款与纯收益的差值占成交价款的比例代替。由于此时的纯收益考虑了政府对土地的前期投资，所以一定程度上高估了农民与集体的土地收益分配比例，但由于前期投资比例较小，此处误差较小。

土地储备机构是否存在通过设定虚拟变量来衡量，若存在，用于公式计算的原始数据为2，不存在，原始数据为1。房地产贷款数据、房地产投资总额、国家预算内资金数据来源于《中国房地产统计年鉴》(1999～2004年)、《中国房地产市场年鉴》(1996～2005年)。银行总贷款数据来源于《中国金融年鉴》(1990～2004年)。

计算结果如表8-3所示。

表8-3 农地资源非农化市场配置程度指数

续表

从表8-3的结果可以看出，中国从土地有偿使用制度建立以来，农地资源非农化市场配置程度逐渐提高。从东、中、西部比较看，农地资源非农化市场配置程度呈现从西部向东部递增的趋势。本节以下部分将考察农地资源非农化市场化程度对土地资源配置的效率进行评价，并在东、中、西部进行比较。

6. 有关VAR风险价值的计算问题

风险价值法(VAR)

（一）概念
VAR实际上是要回答在概率给定情况下，银行投资组合价值在下一阶段最多可能损失多少。在风险管理的各种方法中，VAR方法最为引人瞩目。尤其是在过去的几年里，许多银行和法规制定者开始把这种方法当作全行业衡量风险的一种标准来看待。VAR之所以具有吸引力是因为它把银行的全部资产组合风险概括为一个简单的数字，并以美元计量单位来表示风险管理的核心——潜在亏损。

（二）特点
①可以用来简单明了表示市场风险的大小，单位是美元或其他货币，没有任何技术色彩，没有任何专业背景的投资者和管理者都可以通过VAR值对金融风险进行评判；
②可以事前计算风险，不像以往风险管理的方法都是在事后衡量风险大小；
③不仅能计算单个金融工具的风险。还能计算由多个金融工具组成的投资组合风险，这是传统金融风险管理所不能做到的。

（三）应用
①用于风险控制。目前已有超过1000家的银行、保险公司、投资基金、养老金基金及非金融公司采用VAR方法作为金融衍生工具风险管理的手段。利用VAR方法进行风险控制，可以使每个交易员或交易单位都能确切地明了他们在进行有多大风险的金融交易，并可以为每个交易员或交易单位设置VAR限额，以防止过度投机行为的出现。如果执行严格的VAR管理，一些金融交易的重大亏损也许就可以完全避免。
②用于业绩评估。在金融投资中，高收益总是伴随着高风险，交易员可能不惜冒巨大的风险去追逐巨额利润。公司出于稳健经营的需要，必须对交易员可能的过度投机行为进行限制。所以，有必要引入考虑风险因素的业绩评价指标。
但VAR方法也有其局限性。VAR方法衡量的主要是市场风险，如单纯依靠VAR方法，就会忽视其他种类的风险如信用风险。另外，从技术角度讲。VAR值表明的是一定置信度内的最大损失，但并不能绝对排除高于VAR值的损失发生的可能性。例如假设一天的99％置信度下的VAR＝＄1000万，仍会有1％的可能性会使损失超过1000万美元。这种情况一旦发生，给经营单位带来的后果就是灾难性的。所以在金融风险管理中，VAR方法并不能涵盖一切，仍需综合使用各种其他的定性、定量分析方法。亚洲金融危机还提醒风险管理者：风险价值法并不能预测到投资组合的确切损失程度，也无法捕捉到市场风险与信用风险间的相互关系。

VaR风险控制模型

（一）VaR模型基本思想编辑本段
VaR按字面的解释就是“处于风险状态的价值”，即在一定置信水平和一定持有期内，某一金融工具或其组合在未来资产价格波动下所面临的最大损失额。JP.Morgan定义为：VaR是在既定头寸被冲销（be neutraliged）或重估前可能发生的市场价值最大损失的估计值；而Jorion则把VaR定义为：“给定置信区间的一个持有期内的最坏的预期损失”。

（二）VaR基本模型
根据Jorion（1996），VaR可定义为：
VaR=E（ω）-ω* ①
式中E（ω）为资产组合的预期价值；ω为资产组合的期末价值；ω*为置信水平α下投资组合的最低期末价值。
又设ω=ω0（1+R） ②
式中ω0为持有期初资产组合价值，R为设定持有期内（通常一年）资产组合的收益率。
ω*=ω0（1+R*） ③
R*为资产组合在置信水平α下的最低收益率。
根据数学期望值的基本性质，将②、③式代入①式，有
VaR=E[ω0（1+R）]-ω0（1+R*）
=Eω0+Eω0（R）-ω0-ω0R*
=ω0+ω0E（R）-ω0-ω0R*
=ω0E（R）-ω0R*
=ω0[E（R）-R*]ω
∴VaR=ω0[E（R）-R*] ④
上式公式中④即为该资产组合的VaR值，根据公式④，如果能求出置信水平α下的R*，即可求出该资产组合的VaR值。

（三）VaR模型的假设条件
VaR模型通常假设如下：
⒈市场有效性假设；
⒉市场波动是随机的，不存在自相关。
一般来说，利用数学模型定量分析社会经济现象，都必须遵循其假设条件，特别是对于我国金融业来说，由于市场尚需规范，政府干预行为较为严重，不能完全满足强有效性和市场波动的随机性，在利用VaR模型时，只能近似地正态处理。

（四）VaR模型计算方法
从前面①、④两式可看出，计算VAR相当于计算E（ω）和ω*或者E（R）和R*的数值。从目前来看，主要采用三种方法计算VaR值。
⒈历史模拟法（historical simulation method）
⒉方差—协方差法
⒊蒙特卡罗模拟法（Monte Carlo simulation）

1、历史模拟法
“历史模拟法”是借助于计算过去一段时间内的资产组合风险收益的频度分布，通过找到历史上一段时间内的平均收益，以及在既定置信水平α下的最低收益率，计算资产组合的VaR值。
“历史模拟法”假定收益随时间独立同分布，以收益的历史数据样本的直方图作为对收益真实分布的估计，分布形式完全由数据决定，不会丢失和扭曲信息，然后用历史数据样本直方图的P—分位数据作为对收益分布的P—分位数—波动的估计。
一般地，在频度分布图中横轴衡量某机构某日收入的大小，纵轴衡量一年内出现相应收入组的天数，以此反映该机构过去一年内资产组合收益的频度分布。
首先，计算平均每日收入E（ω）
其次，确定ω*的大小，相当于图中左端每日收入为负数的区间内，给定置信水平 α，寻找和确定相应最低的每日收益值。
设置信水平为α，由于观测日为T，则意味差在图的左端让出
t=T×α，即可得到α概率水平下的最低值ω*。由此可得：
VaR=E（ω）-ω*

2、方差—协方差法
“方差—协方差”法同样是运用历史资料，计算资产组合的VaR值。其基本思路为：
首先，利用历史数据计算资产组合的收益的方差、标准差、协方差；
其次，假定资产组合收益是正态分布，可求出在一定置信水平下，反映了分布偏离均值程度的临界值；
第三，建立与风险损失的联系，推导VaR值。
设某一资产组合在单位时间内的均值为μ，数准差为σ，R*～μ（μ、σ），又设α为置信水平α下的临界值，根据正态分布的性质，在α概率水平下，可能发生的偏离均值的最大距离为μ-ασ，
即R*=μ-ασ。
∵E（R）=μ
根据VaR=ω0[E（R）-R*] 有
VaR=ω0[μ-（μ-ασ）]=ω0ασ
假设持有期为 △t，则均值和数准差分别为μ△t和 ，这时上式则变为：
VaR=ω0•α•
因此，我们只要能计算出某种组合的数准差σ，则可求出其VaR的值，一般情况下，某种组合的数准差σ可通过如下公式来计算
其中，n为资产组合的金融工具种类，Pi为第i种金融工具的市场价值，σi第i种金融工具的数准差，σij为金融工具i、j的相关系数。
除了历史模拟法和方差—数准差法外，对于计算资产组合的VaR的方法还有更为复杂的“蒙特卡罗模拟法”。它是基于历史数据和既定分布假定的参数特征，借助随机产生的方法模拟出大量的资产组合收益的数值，再计算VaR值。

风险估价技术比较
⒈确认头寸 找到受市场风险影响的各种金融工具的全部头寸
⒉确认风险因素 确认影响资产组合中金融工具的各种风险因素
⒊获得持有期内风险因素的收益分布 计算过去年份里的历史上的频度分布 计算过去年份里风险因素的标准差和相关系数 假定特定的参数分布或从历史资料中按自助法随机产生
⒋将风险因素的收益与金融工具头寸相联系 将头寸的盯住市场价值（mark to market value）表示为风险因素的函数 按照风险因素分解头寸（risk mapping） 将头寸的盯住市场价值（mark to market value）表示为风险因素的函数
⒌计算资产组合的可变性 利用从步骤3和步骤4得到的结果模拟资产组合收益的频度分布 假定风险因素是呈正态分布，计算资产组合的标准差 利用从步骤3和步骤4得到的结果模拟资产组合收益的频度分布
⒍给定置信区间推导VAR

VaR模型在金融风险管理中的应用
VaR模型在金融风险管理中的应用越来越广泛，特别是随着VaR模型的不断改进，不但应用于金融机构的市场风险、使用风险的定量研究，而且VaR模型正与线性规划模型（LPM）和非线性规划模型（ULPM）等规划模型论，有机地结合起来，确定金融机构市场风险等的最佳定量分析法，以利于金融机构对于潜在风险控制进行最优决策。
对于VaR在国外的应用，正如文中引言指出，巴塞尔委员会要求有条件的银行将VaR值结合银行内部模型，计算适应市场风险要求的资本数额；G20建议用VaR来衡量衍生工具的市场风险，并且认为是市场风险测量和控制的最佳方法；SEC也要求美国公司采用VaR模型作为三种可行的披露其衍生交易活动信息的方法之一。这表明不但金融机构内部越来越多地采用VaR作为评判金融机构本身的金融风险，同时，越来越多的督管机构也用VaR方法作为评判金融机构风险大小的方法。
我国对VaR模型的引介始于近年，具有较多的研究成果，但VaR模型的应用现在确处于起步阶段，各金融机构已经充分认识到VaR的优点，正在研究适合于自身经营特点的VaR模型。
本部分就VAR模型在金融机构风险管理中的应用及其注意的问题介绍如下：

例1 来自JP.Morgan的例子
根据JP.Morgan1994年年报披露，该公司1994年一天的95%VAR值平均为1500万美元，这一结果可从反映JP.Morgan1994年日收益分布状况图中求出.该公司日均收益为500万美元，即E（ω）=500万美元。
如果给定α=95%，只需找一个ω*，使日收益率低于ω*的概率为5%，或者使日收益率低于ω*的ω出现的天数为254×5%=13天，从图中可以看出，ω*=－1000万美元。
根据VAR=E（ω）－ω*=500－（－1000）=1500万美元
值得注意的是，这只是过去一段时间的数值，依据过去推测未来的准确性取决于决定历史结果的各种因素、条件和形势等，以及这些因素是否具有同质性，否则，就要做出相应的调查，或者对历史数据进行修正。这在我国由于金融机构非完全市场作用得到的数据更应该引起重视。

例2 来自长城证券杜海涛的研究
长城证券公司杜海涛在《VaR模型在证券风险管理中的应用》一文中，用VaR模型研究了市场指数的风险度量、单个证券的风险度量和证券投资基金净值的VaR等，研究表明，VaR模型对我国证券市场上的风险管理有较好的效果。
下面就作者关于市场指数的风险度量过程作一引用，旨在说明VaR的计算过程（本文引用时有删节）。
第一步 正态性检验
首先根据2000年1月4日至2000年6月2日期间共94个交易日的日收益率做分布直方图，由于深沪两市场具有高度相关性，此处仅以上证综合指数为例计算。可以看出上证综合指数日收益率分布表现出较强的正态特征：众数附近十分集中，尾部细小。分析表明，深市指数也有相同的特征。
下面利用数理统计的方法对2000年4月3日至6月2日期间上述3种指数的日收益率的分布情况进行正态性检验，检验结果如下：
W(深证综指)=0.972445
W(深证成指)=0.978764
W(上证综指)=0.970279
W为正态假设检验统计量，当样本容量为40时取α =0.05(表示我们犯错误的概率仅为 α=0.05)，此时W0.05 =0.94，只有当W 时我们拒绝原假设。从我们的检验结果来看，我们无法拒绝三种指数的日收益率服从正态分布的假设。
有关这三种指数日收益率的相关统计量见表1。
表1 三种指数日收益率统计量
深圳综合 深圳成分 上证综合
均 值（ ）
0.001318 0.001061 0.001561
标准差（ ）
0.013363 0.012582 0.012391

通过上面的分析，我们可以得出三种指数的日收益率基本上服从N(μ,σ)，由于三种指数的平均日收益率非常接近零值，故可近似为N(0，σ)。
第二步 VaR的计算
由于正态分布的特点，集中在均值附近左右各1.65σ区间范围内的概率为0.90，用公式表示为：P(μ-1.65σ，再根据正态分布的对称性可知P(X<μ-1.65σ )=P(X>μ+1.65σ)=0.05；则有P(X>μ-1.65σ)=0.95。根据上面的计算结果可知在95%的置信度情况下：
VaR值=T日的收盘价×1.65σ。
取2000年4月3日至2000年6月2日的数据，然后根据上面的公式可以计算出深证综指、深证成指、上证综指3种指数在2000年6月2日的VaR值分别为：
深证综合指数VaR=591.34×1.65×0.013363=13.04
深证成份指数VaR=4728.88×1.65×0.012582=98.17
上证综合指数VaR=1916.25×1.65×0.012391=39.17
其现实意义为：根据该模型可以有95%的把握判断指数在下一交易日即6月5日的收盘价不会低于T日收盘价－当日的VaR值；
即深证综合指数不会低于：591.34－13.04=578.30
深证成份指数不会低于：4728.88－98.17=4630.71
上证综合指数不会低于：1916.25－39.17=1877.08。
第三步 可靠性检验
现在来检验该模型的可靠性。根据3种指数的VaR来预测下一个交易日的指数变动下限，并比较该下限和实际收盘价，看预测的结果与我们期望值之间的差别。图2、图3、图4是3个指数于2000年4月3日至6月2日的实际走势与利用VaR预期下限的拟合图形。

现将样本区间内实际收盘指数低于预测下限的天数与95%置信度情况下的可能出现的期望天数作一统计对比，结果见表2。
表2 模型期望结果与实际结果的比较

深圳综合 深圳成分 上证综合
实际情况 3 3 3
期望情况 2 2 2

通过上面的计算我们可以发现应用VaR模型进行指数风险控制拟合结果较好。至于三种指数均有3个交易日超过预测下限，这主要是由于考察期间适逢台湾政权更迭及美众院审议表决予华PNTR的议案，市场波动较大所致。

例3 来自银行家信托公司的例子
由于金融机构特别是在证券投资中，高收益常伴随着高风险，下级部门或者交易员可能冒巨大风险追求利润，但金融机构出于稳健经营的需要，有必要对下级部门或者交易员可能的过渡投资机行为进行限制，因而引入考虑风险因素的业绩评价体系，美国银行和信托公司将VaR模型用于业绩评估中，确立了业绩评价指数——经风险调查的资本收益，即RAROC= ，从公式可看出，即使收益再高，但由于VaR也高，则RAROC也不会很高，其业绩评价也不可能很高。因此，将金融机构将VaR应用于业绩评价中，可对过度投机行为进行限制，使金融机构能更好地选择在最小风险下获取较大收益的项目。
同时，杜海涛也将VaR方法用于对我国5只基金管理人的经营业绩评价，评价结果如下表：
我国5只基金管理人的RAROC比较表
基金开元 基金普惠 基金金泰 基金安信 基金裕阳
VaR值 0.1178 0.0919 0.0880 0.1240 0.1185
收益率 0.4153 0.2982 0.3592 0.4206 0.3309
RAROC 2.8467 2.7495 3.5188 3.1707 2.7938
日收益率的标准差 0.045623 0.03748 0.035623 0.037033 0.036559
数据来源：杜海涛《VaR模型在证券风险管理中的应用》

随着我国加入WTO，金融全球化挑战我国的金融改革及创新，特别是金融理论的创新和控制风险技术的创新，如何将金融风险控制到最小程度，真正使金融体系成为支撑社会经济的基础，达到为社会分散经济风险的目的，是我国金融界必须面对的艰巨任务，如何用定量方法测度和控制金融风险，是金融机构和监管当局必须面对的问题。从金融机构本身来看，将风险定量分析方法，比如VaR模型应用于日常的风险管理，将市场风险和信用风险降到最低的程度，以期获取最大的利润回报，是金融机构的义不容辞的事情，也是其当务之急。从监管当局来看，促使金融机构应用先进的控制风险技术，使金融家们能够随心所欲地剥离各种风险，即对各种复杂的风险进行精确的计算和配置，将有利于我国的监管水平有较大的提高。因此，我国的金融机构和金融监管当局非常有必要将VaR模型等风险控制技术引入我国金融风险管理将非常必要，且具有一定的现实意义。

7. 社会管理包括哪些方面

包括协调社会关系、规范社会行为、解决社会问题、化解社会矛盾、促进社会公正、应对社会风险、维持社会和谐等方面 。促进社会自治，化解理性经济人与非理性社会人的矛盾，规范社会行为，四是监督和监测社会行为的社会效益。

社会管理，主要是政府和社会组织为促进社会系统协调运转，对社会系统的组成部分、社会生活的不同领域以及社会发展的各个环节进行组织、协调、指导、规范、监督和纠正社会失灵的过程。

广义上，社会管理由社会成员组成专门机构对社会的经济、政治和文化事务进行的统筹管理；在狭义上仅指在特定条件下，由权力部门授权对不能划归已有经济、政治和文化部门管理的公共事务进行的专门管理。

(7)创新测度政府投资扩展阅读

加强社会管理体系建设

1、正确处理政府与社会组织以及各相关主体之间的关系，明确各方主体在社会管理中的定位。强调党和政府在社会建设中的中心位置，强调政府公共财政的更多投入，同时要健全和完善社会自治、自律和自我发展的新机制，充分发挥各种社会组织和公民个人在社会管理上的主体性及其对政府社会管理的监督制约作用。

2、建构和实施以权利为导向的社会政策体系，尊重和保障社会组织和个人的权利和自由，加强社会服务体制建设，提升社会管理和服务水平，消除社会排斥，推动社会融合。

3、加强民生制度建设，确立以政府为主导、社会各方共同参与的民生社会管理发展新机制。改善和保障民生问题不仅是政府履行社会管理职能的必然要求，而且是政府行政必须优先实现的基本职能，也是需要社会和个人共同努力才能解决的问题。

政府既要承担起直接提供各类服务的职责，又要善于借助其所掌握的权力、权威和信息、资源，调动社会各界的积极性，使其参与解决民生问题。

4、健全社会风险评估机制和应急管理体系建设，提高应对各种风险的能力，并形成维护社会长期稳定和有效处理社会公共危机事件的社会稳定机制。在群体性事件等危机处理中，要善于做到“情绪疏导”和“情绪管理”，以贴近的感情疏导民情，化解危机，尽量避免机械、简单地运用“物质满足”或者“物质诱导”的方式。

5、增强全社会参与社会管理的活力，进一步完善社会管理的运行机制。要建立不同社会主体之间平等、民主的社会合作机制，倡导参与型行政理念，形成兼顾各方各类利益、维护全体人民的发展利益与环境生态利益相结合的可持续发展管理机制，努力实现生态系统良性循环。

8. 通货膨胀如何测定

测量通货膨胀

通货膨胀之测量由观察一经济体中之大量的劳务所得或物品价格之改变而得，通常是基于由政府所收集的资料，而工会与商业杂志也做过这样的调查。物价与劳务所得两者共同组成物价指数，为整组物品的平均物价水准之测量基准。通货膨胀率为该项指数的上升幅度。物价水准量测整体物价，而通货膨胀是指整体物价的上扬幅度。

对通货膨胀没有单独性的确实量测法，因通货膨胀值取决于物价指数中各特定物品之价格比重，以及受测经济区域的范围。通用的量测法包括：

生活指数cli（cost of living index）为个人生活所需费用的理论增幅，以消费者物价指数（consumer price indexes）概估之。经济学家对特定的cpi值应估计为高于或低于cli值有不同的看法。这是因为cpi值公认具"偏向性"（bias）。cli可用"购买力平价"（ppp, purchasing power parity）来调整以反应区域性商品与世界物价的广泛差距。

消费者物价指数cpi（consumer price index）测量由‘典型消费者’所购物品之价格。在许多工业国家中，该指数的年度性变化百分比为最通用的通货膨胀曲线报告。该项测量值通常用于薪资报酬谈判中，因为雇员希望薪资（名目）能相等或高于cpi。有时劳资合约中会包含按生活指数调整条款（cost of living escalators），表示名目薪资会随cpi的升高自动调整，其调整之时机通常于通货膨胀发生之后，幅度较实际通货膨胀率为低。

生产者物价指数（ppi）测量生产者收购物料的价格，与cpi于物价津贴、盈利、与税负上有所不同，导致生产者之所得与消费者之付出产生差距。ppi反应于cpi升高而上升，具有典型的延迟。虽说其具多样化的组合，一般相信这种延迟的特性使得根据今日的ppi通货膨胀粗估（rough-and-ready）明日的cpi通货膨胀成为可能；各种的论述与内容有极重要的不同。

批发物价指数（wholesale price index）测量选择性货品之批发价格变化（特别是销售税），与ppi极为类似。

商品价格指数（commodity price index）测量选择性商品售价之变化。若使用金本位制，则其所选择的商品为黄金。美国使用复本位制，其指数包含黄金与白银两者。

gdp平减指数（gdp deflator）为基于国内生产总值的计算：名目gdp与经通货膨胀修正后的gdp（即不变价格（constant-price）gdp或实质gdp）两者间所使用的金钱之比例（参见实质与名目经济）。这是对价格水准最宏观测量。本指数也用来计算gdp的组成部分，如个人消费开支。美国联邦储备改用核心个人消费平减指数（personal consumption deflator）及其他平减指数作为制订“反通胀政策”的参考。

个人消费支出价格指数pcepi（personal consumption expenditures price index）。2000年2月17日，在半年一度的国会金融政策报告（亦即humphrey-hawkins报告）中，联邦公开市场委员会fomc（federal open market committee）声称将主要的通货膨胀测量法自cpi改为连锁式个人消费开支价格指数。

因为每一种测量法都基于他种测量法，并以固定模式结合在一起，经济学家经常争议在各测量法及通货膨胀模式中是否有‘偏差’存在。例如，boskin委员会于1995年找出美国劳工部统计局（bls）所计算出的cpi具有偏差。在对其偏差进行定量分析后，他们认为当年度的通货膨胀遭过分夸大。因‘快乐论’（hedonic ）所带来的科技创新增加与以平价品取代昂贵的商品，两者都会降低cpi-u的升高率。另一个例子是在1980年代早期，无人居住的出租单位并不计入cpi-u与cpi-w的租金收入部分；在加计此部分后，通货膨胀率实际上是极度的受低估，于是在1982年的cpi计算中加入了这项改变。

现存的争论为应否计入关于快乐论的调整部分，包含人们会在高物价的地区不可企及时搬迁到较便宜的地区。也有人认为指数中的购屋部分极度低估了日常生活费用对房价的冲击，亦极度低估了医疗费用在退休者的日常费用中的重要性。
希望采纳

9. 如何测度"三驾马车"对经济增长的贡献

2004年已经过去，各部门、各地区在盘点过去一年的经济发展状况时，必然要考虑投资、消费和净出口三大需求的比例关系及对经济增长的拉动作用。投资、消费和净出口又被称为拉动国民经济增长的三驾马车，三者的比例关系是否协调，直接影响到国民经济的稳定、健康发展。 在分析三大需求的变动情况时，离不开支出法国内生产总值（简称支出法GDP）的三大构成项，即：资本形成总额、最终消费、货物和服务净出口（简称净出口）。其关系可用公式表示为：

支出法GDP=资本形成总额＋最终消费＋货物和服务净出口

社会上一般用投资率、消费率和净出口率来反映三大需求的比例关系；用投资拉动率、消费拉动率和净出口拉动率来反映三大需求对经济增长的拉动作用，也有人将其称为三大需求对经济增长的贡献率。

一、反映三大需求比例关系的指标

1．投资率，又称资本形成率，通常指一定时期内资本形成总额（总投资）占国内生产总值的比重，一般按现行价格计算。目前，国际上通行的计算方法为： 方法一

此外，社会上还存在另外两种计算投资率的方法：

方法二

方法三

上述三种投资率的计算方法存在如下差异：

（1）从分母来看，涉及生产法GDP和支出法GDP。理论上，生产法GDP与支出法GDP应该相等，但实际核算中，二者并不完全一致。

（2）从分子来看，方法二的分子是固定资本形成总额，把它与存货变动合在一起，便是资本形成总额，即方法一的分子。方法三的分子是全社会固定资产投资完成额，它是我国固定资产投资统计的核心指标，它与固定资本形成总额在口径上有一定的差别。由于这种方法的资料容易获得，因而社会上也有很多人采用方法三计算投资率。

从表1可以看出，三种方法计算的投资率在变化趋势上基本一致。受存货变动占GDP的比重不断下降的影响，方法一计算的投资率与方法二计算的投资率越来越接近。

投资率反映了一定时期内生产活动的最终成果用于形成生产性非金融资产的比重。通过研究投资与生产之间的关系，可以更好地分析经济的状态、增长类型和运行质量，为宏观决策提供依据。其中，经济状态包括：冷、热、适中等；增长类型包括：投资拉动型、消费拉动型、外需拉动型等；运行质量包括：投资回报情况等。

此外，通过国际比较还可发现我国投资率的特点。

从表2可以看出，历年来，我国的投资率一直大大高于世界平均水平，也明显高于各主要发达国家和发展中国家的水平。高投资率，就像一把双刃剑，既会带来经济的高速增长，也会给经济带来负面影响，降低经济增长的质量和效率。

2．消费率，又称最终消费率，通常指一定时期内最终消费（总消费）占国内生产总值的比率，一般按现行价格计算。用公式可表示为：

其中，最终消费包括居民消费和政府消费。

社会上也有人用社会消费品零售总额代替最终消费，用生产法GDP代替支出法GDP计算消费率，但这种方法大大低估了消费率。原因是，社会消费品零售总额与最终消费存在较大差异，它仅与最终消费中的商品性货物消费相对应，服务性消费以及实物性消费、自产自用消费和其他虚拟消费都不包括在内，不能全面反映生产活动最终成果中用于最终消费的总量。从表3中可以明显看出两种计算方法的差距。

消费率反映了生产活动的最终成果用于最终消费的比重。通过观察消费与生产之间的关系，可以研究经济的增长类型和运行质量，揭示其发展规律。

此外，还可通过国际比较发现我国消费率的特点。

从表4可以看出，近年来，我国的消费率一直大大低于世界平均水平，也明显低于各主要发达国家和发展中国家的水平，这与我国所处的工业化进程尚未完成的经济发展阶段密切相关。此外，传统的消费观念、收入差距的扩大，以及各种购买力分流因素也从一定程度上抑制了消费。

3．净出口率，通常是指一定时期内货物和服务净出口占国内生产总值的比重，一般按现行价格计算。目前，国际上通行的计算方法为：

方法一

此外，由于资料更容易获得，社会上还存在另一种计算净出口率的方法： 方法二

从表5可以看出，两种方法计算的净出口率存在一定的差距，用方法一计算的数据总体来说略大于方法二。主要是由于净出口总值为海关统计的数据，它在统计口径上小于货物和服务净出口且二者的计价原则上有所不同。

净出口率反映了生产活动的最终成果用于净出口的比重，便于人们研究外需对国民经济的作用。净出口率作为宏观经济的重要指标之一，具有一定的研究和分析价值。同时，通过国际对比可以看出我国净出口率的独特之处（见表6）。但是，净出口率只体现了出口与进口的差额对GDP的影响，无法反映对外贸易与国民经济关系的全貌，因而在分析时，还应结合外贸依存度等指标。

从表6可以看出，近年来，我国的净出口率一直高于世界平均水平，也高于各主要发达国家和发展中国家的水平。说明外需对我国国民经济的拉动作用不容忽视。

二、反映三大需求对经济增长拉动的指标

1．投资拉动率，又称投资对GDP增长的拉动率，通常指在经济增长率中投资需求拉动所占的份额，也称投资对GDP增长的贡献率。计算方法为：

同时，还可以计算投资拉动GDP增长的百分点。计算方法为：

投资拉动GDP增长（百分点）＝投资拉动率×GDP增长率

其中的GDP增长率一般为不变价生产法GDP增长率（下同）。

2．消费拉动率，又称消费对GDP增长的拉动率，通常指在经济增长率中消费需求拉动所占的份额，也称消费对GDP增长的贡献率。计算方法为：

同时，还可以计算消费拉动GDP增长的百分点。计算方法为：

消费拉动GDP增长（百分点）＝消费拉动率×GDP增长率

3．净出口拉动率，又称净出口对GDP增长的拉动率，通常指在经济增长率中净出口拉动所占的份额，也称净出口对GDP增长的贡献率。计算方法为：

同时，还可以计算净出口拉动GDP增长的百分点。计算方法为：

净出口拉动GDP增长（百分点）＝净出口拉动率×GDP增长率

需要引起注意的是：上述各种需求拉动率所用的支出法GDP及其构成项均为不变价数据，因为，社会上使用的GDP增长率通常为不变价增长率。但是，由于我国没有正式发布不变价GDP绝对数，社会上也有用现价数据代替不变价数据计算拉动率的。由于价格因素的影响，两种计算方法得出的结果存在一定的差距。此外，由于三大需求在各个时期的变动情况不同，因此需求拉动率的波动幅度较大