评价网 > 科教论文 > 经济学毕业论文 > 经济论文 > 正文

我国固定资产投资对经济增长的滞后影响分析

2013-12-04 01:11

《计量经济学》课程

我国固定资产投资
对经济增长的滞后影响分析
 
 摘　要: 首先分析1995-2004年我国固定资产投资的基本情况,接着从固定资产投资与GDP 变动趋势的图形观测、固定资产投资效益系数测算和回归模型测定三个方面, 对我国固定资产投资对GDP 的滞后影响期进行了测定和分析, 并对如何改善和控制这种滞后影响提出了相应的建议。
 
 关键词:固定资产投资;投资效益;回归模型;滞后期
 
 文献综述:
 1、 《固定资产投资效益及其滞后效应分析》   侯荣华   《数量经济技术经济研究》2002年第3期
    由于固定资产投资从开始到固定资产交付使用有一个时间差，便形成了投资效益的滞后效应。我国1980年至2000年固定资产投资效益，“六五”时期较好，“七五”时期有所下降，“八五”时期有较大提高，“九五”时期又大幅度下滑。本文是以反映固定资产投资效益综合指标的效益系数作为对象，研究单位固定资产投资所引起的GDP增加额。研究结果表明:当年新增GDP和上年投资额相关程度高，能使GDP按上年投资额的0.402倍增加。可采取措施减缓投资效益的滞后效应。
 2、 《东西部地区固定资产投资的差异与政策建议》   刘蓉  《重庆工商大学学报》(西部经济论坛)2003年第6期
    固定资产投资数量和质量的差异是我国东西部差距扩大的重要原因，尤其是东西部地区投资效率的差距和西部地区非国有投资的滞后应引起重视。本文通过数据研究得出结论：必须改革投资体制，通过市场的力量来实现西部地区投资的所有制结构的调整和优化;要通过转变投资方式来转变西部地区的经济增长方式;更要合理分布投资的空间配置。

（科教作文网 zw.nseac.com整理）

 3、 《对时滞指标经济效应分析方法的思考》     徐晓东 
    对固定资产授资时滞指标的效应分析，在当前具有十分重要的意义。因为时滞的长短产生不同的经济效应，影响投资效果。对时滞指标的效应分析，要兼顾决策时滞和投资时滞两个方面.主要是采用对比法，所以在分析时要注意对象的可比性.同时，分析要全面，要将两个时滞指标结合起来从不同方面进行效应分析，才能发现问题和不足，提高固定资产投资的经济效果。
 4、 《我国固定资产投资与经济增长周期关系的实证分析》    胡春、仲继银   《北京邮电大学学报》(社会科学版) 2001年4月第3卷第1期
    本文对1981-1999年我国固定资产投资的增长率与国内生产总值增长率的数据进行统计研究，建立两者相关关系的回归模型，并且具体分析了国有固定资产投资、非国有固定资产投资、全社会固定资产投资的增长对经济周期的影响。
 
  
 从古典经济增长理论到新经济增长理论，无一例外都将资本积累作为经济增长的重要影响因素，肯定了资本积累在经济增长中的重要作用。与其他手段相比，固定资产作为资本积累的重要途径，对经济增长的拉动作用更为直接和显著，因而成为政府实现经济增长目标和进行宏观调控的首选手段。
  固定资产投资是国民经济发展的主要推动力量，也是衡量一个生产能力的重要指标。因此，立足于经济增长方式大转变的背景下，通过对近年来我国固定资产投资的情况进行统计分析，对于我们促进国民经济发展，提高综合国力有重大的现实意义。  
  一、1995-2004我国固定资产投资的基本情况    1995-2004年我国固定资产投资额在总量上保持较稳定的增长。    由表1可以看出，除2004年政府采取宏观调控措施抑制固定资产投资过快增长，而引起的投资额减少外，各年均有较大幅度增长。近年来，各项经济政策逐步成熟和投资的有序化发展，以及宏观政策的调控的影响，使投资增长逐渐趋于平缓，并且稍有回落。从近年来我国固定资产投资的实际效果来看，总体效果还是良好的。目前我国固定资产投资情况总体是健康合理的。 中国大学排名
 年份  1995  1996  1997  1998  1999
 固定资产投资完成额  58260.5  67800  74772  79553  82054
 年份  2000  2001  2002  2003  2004
 固定资产投资完成额  89404  95933  102398  116694  93144
 表1 (单位:亿元)
 投资总量对经济的影响    如前所述，固定资产投资是推动经济发展的主要因素，但他们的紧密程度如何？存在怎样的内在关系？这需要通过科学地分析才能得出结论。下面，我们就1995-2004的固定资产投资情况和国民经济发展情况展开分析，找出他们的内在联系。
 我们把历年的投资增长率与GDP增长率放在一起作分析观察,转换成趋势图（如图1），不难看出投资总量与经济发展的关系体现在以下几个方面：    1、固定资产投资增长率与GDP增长率之间存在一致性，但固定资产投资增长率要大体上高过GDP增长率。二者的一致性说明了固定资产对国民经济的拉动作用，但是这种拉动作用是有局限性的，要受到除固定资产投资以外的其他因素的影响，在 图1 中则表示为二者的关系并不是严格的一致性相关（同比例增长），这是由于GDP所包含的内容比固定资产投资的内容要多得多，受其他因素影响决定的。    2、固定资产投资增长率对国民经济增长具有“时滞”效应。从 图1 中不难看出，GDP的增长率水平要比固定资产投资增长率要迟一些，也即固定资产投资对国民经济的发展会产生延迟性的影响。如1998 年固定资产投资的增速达到一个最高点13.189% , 而GDP 的增速直到2000 年才达到新一轮的最高点9%; 特别是2000年以来的固定资产投资的强劲增长直到2003 年才在GDP 的增长中显现出来。
 这种时滞性主要是由固定资产投资的性质决定的。固定资产投资从投资初期到产生效益要有一定的时间间隔，即我们所说的“工期”，这是投资必不可少的环节。正是这个环节的存在，才会使得当期投资在一定时期后对国民经济产生影响，从而产生“时滞”效应。同时，“时滞”效应也受不同时期的技术水平、生产率水平、投资效益水平的影响，而这些影响因素是由国民经济发展状况决定的，因而可以概括地说，国民经济发展对投资有反作用。    3、固定资产投资增长率的波动性要比GDP增长率要强。趋势图上的数据证明了投资的不稳定性和经济增长的稳定性，投资虽然对经济增长存在着拉动作用，但并不意味着投资对经济增长有决定作用。随着投资的日渐成熟和经济增长方式的调整，二者最终会达到平衡。
 图1
 
 
二、我国固定资产投资对经济增长滞后效应的模型分析
 一个国家或一个地区其固定资产投资对经济增长都具有一定的滞后影响, 其滞后影响期的长短从某种意义上来说, 是可以控制的, 决定其长短的直接动因来自该国家或地区经济发展战略考虑。任何一种经济发展战略实施效果如何, 即对其确立的滞后期的界定与评价, 都可以采用一定的方法加以检验。除了上述采用固定资产投资与GDP 的变动趋势图和滞后效益系数法分析外, 下面再通过建立相应的模型来鉴定我国固定资产投资对经济增长滞后影响期。
表一：1995年——2004年GDP（单位：亿元）
 季度一 季度二 季度三 季度四
1995 9811 13054 13630 21765.5
1996 13156 16600 15919 22125
1997 14685 18494.8 17971.6 23620
1998 15899.4 18831.6 19704.4 25117.6

（科教论文网 Lw.nsEAc.com编辑整理）

1999 16784 19405 20611 25254
2000 18173 21318 22633 27280
2001 17971.6 23047.1 24284.9 28706.1
2002 21020 24516 26146 30716
2003 23562 26491 29061 37580
2004 27106 31667 34371 43371

表二：1995年——2004年固定资产投资完成额（单位：亿元）
 季度一 季度二 季度三 季度四
1995 1117.9 2645.9 3128 13127.2
1996 1298.7 5409.2 1561.6 15390.5
1997 1478 5939 1665 16218
1998 1618 4209.9 5035.7 17593.4
1999 2022.8 4664.2 7060 6129
2000 2235 5303 5932.5 19148.5
2001 2560 9338.7 4020.7 20978.6
2002 3263.7 11198.3 5326.1 23050.9
2003 4479 10593.6 11440 16130.4
2004 7058 14786 16184.34 20591.94

 固然，影响经济增长的因素很多，但是，分析得出，固定资产投资是影响我国过去、当前及未来一段时期经济增长的关键因素。由于劳动的投入与科技进步对经济增长的促进作用也是经济增长不可缺少的重要因素，因此在下面的模型中，把它们连同各种偶然因素对经济增长的影响都归于随机扰动项u中。模型仅以国内生产总值作为因变量，以固定资产投资x为自变量。
分布滞后模型为：
Y=C+β0X+β1Xt-1+β2Xt-2+……+βsXt-s+Ut     
Y—— GDP值（亿元）
C——  常数项
Βi——  待定系数 (i=1、2、3、……s)
Xt-i—— 固定资产滞后i期的值（亿元）(i=1、2、3、……s)
Ut——   随机扰动项，包含影响经济的其他变量

1、找出滞后期s。
（1）由于滞后长度s未知，我们先建立模型，对Y、X、Xt-1 进行回归。采用季度数据，模型建立如下： （科教论文网 lw.nSeAc.com编辑发布）
Y=C+β0X+β1Xt-1+Ut
利用Eviews进行回归处理如下：
Dependent Variable: Y
Method: Least Squares
Date: 06/01/05   Time: 12:01
Sample(adjusted): 1995:2 2004:4
Included observations: 39 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. 
C 12617.42 1298.126 9.719717 0.0000
X 0.873368 0.090819 9.616618 0.0000
X(-1) 0.365549 0.093894 3.893202 0.0004
R-squared 0.729718     Mean dependent var 22912.10
Adjusted R-squared 0.714702     S.D. dependent var 6687.509
S.E. of regression 3572.019     Akaike info criterion 19.27345
Sum squared resid 4.59E+08     Schwarz criterion 19.40142
Log likelihood -372.8323     F-statistic 48.59705
Durbin-Watson stat 1.277679     Prob(F-statistic) 0.000000
分析结果：R2= 0.729718表明方程拟和度一般，F统计量明显显著表明方程
总体是显著的。各系数的t 检验均比较显著。

（2）继续对Y、X、Xt-1 、Xt-2进行回归，结果如下：
Dependent Variable: Y
Method: Least Squares
Date: 06/01/05   Time: 13:08
Sample(adjusted): 1995:3 2004:4
Included observations: 38 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. 
C 11323.41 1480.948 7.646052 0.0000
X 0.807836 0.091734 8.806315 0.0000
X(-1) 0.396979 0.094132 4.217278 0.0002
X(-2) 0.214772 0.097379 2.205533 0.0343
R-squared 0.751935     Mean dependent var 23171.52
Adjusted R-squared 0.730047     S.D. dependent var 6575.397 （转载自中国科教评价网www.nseac.com ）
S.E. of regression 3416.380     Akaike info criterion 19.20985
Sum squared resid 3.97E+08     Schwarz criterion 19.38223
Log likelihood -360.9872     F-statistic 34.35361
Durbin-Watson stat 1.446888     Prob(F-statistic) 0.000000
分析结果：R2= 0.751935表明方程拟和度一般，F统计量明显显著表明方程
总体是显著的。各系数的t 检验均比较显著。

(3)继续对Y、X、Xt-1 、Xt-2、Xt-3进行回归, 结果如下：
Dependent Variable: Y
Method: Least Squares
Date: 06/01/05   Time: 18:14
Sample(adjusted): 1995:4 2004:4
Included observations: 37 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. 
C 8404.818 1476.295 5.693181 0.0000
X 0.840724 0.076092 11.04872 0.0000
X(-1) 0.328465 0.080049 4.103315 0.0003
X(-2) 0.288979 0.083328 3.467980 0.0015
X(-3) 0.351152 0.081506 4.308317 0.0001
R-squared 0.834334     Mean dependent var 23429.40
Adjusted R-squared 0.813626     S.D. dependent var 6468.352
S.E. of regression 2792.457     Akaike info criterion 18.83232
Sum squared resid 2.50E+08     Schwarz criterion 19.05001
Log likelihood -343.3979     F-statistic 40.28995
Durbin-Watson stat 1.681394     Prob(F-statistic) 0.000000
分析结果：R2= 0.834334表明方程拟和度较好，F统计量明显显著表明方程
总体是显著的。各系数的t 检验均比较显著。

（4）同上继续对Y、X、Xt-1 、Xt-2、Xt-3、Xt-4进行回归, 结果如下： （科教论文网 lw.nseaC.Com编辑发布）
Dependent Variable: Y
Method: Least Squares
Date: 06/02/05   Time: 12:16
Sample(adjusted): 1996:1 2004:4
Included observations: 36 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. 
C 7059.726 1292.710 5.461183 0.0000
X 0.464633 0.109304 4.250824 0.0002
X(-1) 0.338525 0.066293 5.106514 0.0000
X(-2) 0.309858 0.070962 4.366555 0.0001
X(-3) 0.433982 0.070860 6.124529 0.0000
X(-4) 0.488601 0.116385 4.198145 0.0002
R-squared 0.895454     Mean dependent var 23475.62
Adjusted R-squared 0.878030     S.D. dependent var 6553.907
S.E. of regression 2288.901     Akaike info criterion 18.46054
Sum squared resid 1.57E+08     Schwarz criterion 18.72446
Log likelihood -326.2898     F-statistic 51.39110
Durbin-Watson stat 0.977140     Prob(F-statistic) 0.000000
分析结果：R2=0.895454表明方程拟和度比较好，F统计量明显显著表明方程
总体是显著的。各系数的t 检验均比较显著。

（5）同上继续对Y、X、Xt-1 、Xt-2、Xt-3、Xt-4、Xt-5进行回归, 结果如下：
Dependent Variable: Y
Method: Least Squares
Date: 06/02/05   Time: 12:53
Sample(adjusted): 1996:2 2004:4
Included observations: 35 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. 
C 7209.604 1401.400 5.144574 0.0000
X 0.456337 0.113383 4.024742 0.0004
X(-1) 0.311150 0.115868 2.685383 0.0120
X(-2) 0.304119 0.073337 4.146855 0.0003 （科教范文网 fw.nseac.com编辑发布）
X(-3) 0.422088 0.075260 5.608409 0.0000
X(-4) 0.492681 0.125023 3.940713 0.0005
X(-5) 0.041790 0.120718 0.346174 0.7318
R-squared 0.889872     Mean dependent var 23770.47
Adjusted R-squared 0.866273     S.D. dependent var 6402.762
S.E. of regression 2341.410     Akaike info criterion 18.53175
Sum squared resid 1.54E+08     Schwarz criterion 18.84282
Log likelihood -317.3056     F-statistic 37.70809
Durbin-Watson stat 0.986166     Prob(F-statistic) 0.000000
分析结果：R2=0.895454表明方程拟和度比较好，F统计量明显显著表明方程
总体是显著的。X、Xt-1 、Xt-2、Xt-3、Xt-4的系数的t 检验均比较显著。Xt-5的系数的t 检验不显著。说明滞后5期的影响已经不大。
所以我们得出结论：固定资产投资对经济增长的滞后影响期大致为一年。

 2．继续分析上述结果（4）
 结果（4）中，DW＝0.977140 查表得，在0.01显著性水平上，当n＝36，k＝5时dL＝0.988，dU＝1.588， 0<DW<dL,表明存在一阶正自相关。 这时，我们用一阶差分法对自相关进行修正，即数据采用增加额，结果如下：
Dependent Variable: Y
Method: Least Squares
Date: 06/02/05   Time: 21:05
Sample(adjusted): 1996:2 2004:4
Included observations: 35 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. 
C 413.8323 395.5252 1.046285 0.3041
X 0.270758 0.102924 2.630667 0.0135
X(-1) 0.151627 0.158831 0.954639 0.3477
X(-2) 0.158413 0.165494 0.957211 0.3464
X(-3) 0.280350 0.159975 1.752467 0.0903

X(-4) 0.463601 0.104245 4.447211 0.0001
R-squared 0.860180     Mean dependent var 863.2857
Adjusted R-squared 0.836074     S.D. dependent var 5274.546
S.E. of regression 2135.549     Akaike info criterion 18.32564
Sum squared resid 1.32E+08     Schwarz criterion 18.59227
Log likelihood -314.6987     F-statistic 35.68203
Durbin-Watson stat 2.238858     Prob(F-statistic) 0.000000
 分析结果：DW＝2.238858 查表得，在0.01显著性水平上，当n＝35，k＝5时dL＝0.971，dU＝1.589，4－dU＝2.411，可见dU<DW<4－dU,故表明不存在一阶自相关。
 再看各项系数的t值，临界值t0.05(33)=1.69, 所以X、Xt-3、Xt-4的系数是显著的。
Xt-1 、Xt-2 的系数检验不显著，这说明固定资产投资在最初的半年对经济增长的贡献不明显。
综上所述，最终我们得到的方程为：
Y=413.8323+0.270758X+0.151627Xt-1+0.158413Xt-2+0.280350Xt-3+0.463601Xt-4
 （395.5252）（0.102924）（0.158831）  （0.165494）   （0.159975）  （0.104245）
t=(1.046285)  (2.630667)  (0.954639)     (0.957211)     (1.752467)       (4.447211)
 R2= 0.860180   F＝35.68203  DW＝2.238858
 
模型拟和情况图：

                     
经济意义: 从回归结果来看，固定资产投资当期以及滞后1、2、3、4期的回归系数分别为0.270758，0.151627，0.158413，0.280350，0.463601，表明滞后4期的固定资产投资对经济增长的作用最大。也就是说固定资产在投资一年后对经济增长发挥的作用最大。

 以上我们是用季度数据回归得到固定资产投资对经济增长的滞后影响期约为一年。但季度数据本身存在着缺陷（一月份数据不做统计），再考虑到不同季度会计制度方面可能存在着一些差别，导致我们的模型可决系数不是很高。 所以我们下面用准确的年度数据对我们得出的滞后期为一年的结果进行检验。

表三：1995年——2004年GDP和固定资产投资完成额（单位：亿元）
年份 固定资产投资 GDP
1995 20019.3 58,478.10
1996 22913.5 67,884.60
1997 24941.1 74,462.60
1998 28406.2 78,345.20
1999 29854.7 82,067.46
2000 32917.7 89468.1
2001 37213.5 97,314.80
2002 43499.91 105,172.30
2003 55566.61 117,251.90
2004 70073 136,515.00
建立模型：Y=C+β0X+β1Xt-1+Ut
利用Eviews进行回归处理如下：
Dependent Variable: Y
Method: Least Squares
Date: 06/04/05   Time: 21:10
Sample(adjusted): 1996 2004
Included observations: 9 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. 
C 30151.10 4702.215 6.412106 0.0007
X 0.100616 0.536886 0.187407 0.8575
X(-1) 1.836474 0.748399 2.453869 0.0495
R-squared 0.990322     Mean dependent var 94275.77
Adjusted R-squared 0.987097     S.D. dependent var 22234.60
S.E. of regression 2525.696     Akaike info criterion 18.76762
Sum squared resid 38274846     Schwarz criterion 18.83336
Log likelihood -81.45430     F-statistic 306.9963
Durbin-Watson stat 1.349585     Prob(F-statistic) 0.000001
分析结果：R2=0.990322表明方程拟和优度很高，F统计量明显显著表明方程
总体是显著的。Xt-1的系数的t 检验比较显著。X的系数的t 检验不显著。
把X剔除重新回归，结果如下：
Dependent Variable: Y
Method: Least Squares
Date: 06/05/05   Time: 13:40
Sample(adjusted): 1996 2004
Included observations: 9 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. 
C 29436.14 2552.427 11.53261 0.0000
X(-1) 1.975931 0.074045 26.68549 0.0000
R-squared 0.990266     Mean dependent var 94275.77
Adjusted R-squared 0.988875     S.D. dependent var 22234.60
S.E. of regression 2345.174     Akaike info criterion 18.55124
Sum squared resid 38498890     Schwarz criterion 18.59506
Log likelihood -81.48057     F-statistic 712.1153
Durbin-Watson stat 1.450022     Prob(F-statistic) 0.000000
分析结果：R2=0.990266表明方程拟和优度很高，F统计量明显显著表明方程
总体是显著的。Xt-1的系数的t 检验比较显著。
DW＝1.450022 查表得，在0.05显著性水平上，当n＝9，k＝1时dL＝0.824，dU＝1.320，4－dU＝2.680，可见dU<DW<4－dU,故表明不存在一阶自相关。
经济意义：从回归结果来看，固定资产投资当期以及滞后1期的回归系数分别为0.100616和1.836474，并且固定资产当期的回归系数不显著，这充分说明了滞后一年的固定资产投资对经济增长的作用远远大于当期完成的固定资产投资对经济增长的贡献。把当期值剔除后，模型拟合优度较高并且各项检验均通过，也表明滞后一年的结论是成立的。

 三、我国固定资产投资对经济增长的滞后效益分析
 固定资产投资的目的之一在于使用一定量的投资, 在一定的时期实现较多的固定资产, 进而增加较多的GDP。但是投资是一个极富特点的转移行为。在从开始投入形成需求起到增加生产能力形成供给的这一段时间并不能增加国民收入，投资效应不能及时显现，其真正发挥作用是在以后的若干期，这种现象可称之为固定资产投资对经济增长的滞后效应(益)。对固定资产投资滞后效益的测定,通常采用如下效益指标加以测度:

大学排名

 et-i= △y/xt-i( i= 0, 1, 2, 3，……) (1)
 其中, 当i分别取值0、1、2、…… 时, et、et-1、et-2、……、et-n分别表示当期、滞后一期、滞后二期、……、滞后n期的固定资产投资效益系数, xt、xt-1、xt-2、……、xt-n,分别表示当期、前一期、前二期、……前n期的固定资产投资额。△y= yt - yt-1, 即当期与前一期GDP 之差。
 利用上式对1995～ 2004 年我国全社会固定资产投资系数测算的结果如表5所示:
 表5 我国固定资产投资及其滞后0，1期的效益系数表
 
年份 et e(t-1)
1995  
1996 0.410522 0.469872
1997 0.263741 0.28708
1998 0.136681 0.155671
1999 0.124679 0.131037
2000 0.224823 0.247889
2001 0.210856 0.238373
2002 0.180633 0.211146
2003 0.21739 0.277693
2004 0.2749 0.346667
由表5 可以看出，当年及滞后一期的效益系数随滞后期的增加而增加，即有et < et-1，这也说明上述滞后一年的结论是成立的。出现这种情况主要是因为自1995年以来，我国固定资产投资每年都以比较快的速度增长。

 四、政策性建议
 从投资经济学的角度来看, 固定资产投资对经济增长的滞后影响是客观存在的, 但是通过改进投资政策手段, 在一定程度上人们又是可以改善或控制其对经济增长的滞后影响, 以达到人们期望的效果。
 首先, 从微观意义上考察, 要想缩短某一投资项目对GDP 的滞后影响期, 必须确定合理的建设工期, 在保证质量的前提下, 尽量缩短建设工期。为此, 在建设的过程中可雇用熟练的劳动人员, 采用先进的设备、先进的工艺, 实施科学有效的管理等, 以提高建设速度。反之, 则可采取降低建设速度的手段来实现。 （科教范文网http://fw.nseac.com）
 其次, 从宏观角度考察, 要想缩短固定资产投资的滞后影响期, 一是要处理好基础设施投资与直接生产投资的关系。通常直接生产投资能较快地增加GDP, 而基础设施的投资为直接生产投资创造有利条件, 进而才促进GDP 的增加。增大基础设施的投资比重, 将会强化固定资产投资对经济增长的滞后影响; 反之, 则可缩短滞后影响。二是要处理好基本建设投资与更新改造投资的关系。通常, 更新改造投资对经济增长发挥效益的时间要短于基本建设投资对经济增长发挥效益的时间。因此, 提高更新改造投资比重有利于缩短固定资产投资对经济增长的滞后影响期。如2000 年、2001 年、2002 年和2003 年前11 个月的更新改造投资占总投资的比重分别为2717%、1610%、1519% 和1917% , 较之“八五”、“九五”时期, 该比重有较大的下降, 其结果必然是固定资产投资对经济增长的滞后影响更为明显。三是要处理好新建投资与改建投资、扩建投资的关系。通常改建、扩建投资项目会较快形成生产能力, 有利于弱化其对经济增长的滞后效应影响; 而新建投资项目往往形成新的生产能力速度慢, 强化其对经济增长的滞后效应显著。最后, 从固定资产投资对产业结构调整的导向作用来看, 国家必须从经济全局的、长期的、持续协调发展的战略高度制定固定资产投资政策, 以有利于产业结构、产品结构的调整以及区域经济的协调发展。不能片面地强调固定资产投资对经济增长的拉动作用, 只重视短期经济增长效益不利于经济、社会、科技、文化等长期协调发展。
 
    结尾语：由于时间仓促、我们知识水平有限，本文难免有疏忽和遗漏。对于本文的不足之处，恳请各位老师和同学给予指正。

参考文献:
[1]侯荣华, 汲凤翔 中国固定资产投资效益研究[M] 北京: 中国计划出版社, 2002 （科教论文网 lw.nSeAc.com编辑发布）
[2]中国统计年鉴
[3]李子奈 计量经济学-方法与应用[M] 清华大学出版社,1996
[4]胡春、仲继银 我国固定资产投资与经济增长周期关系的实证分析 [J]《北京邮电大学学报》(社会科学版) ,2001年4月第3卷第1期