摘要：改革开放以来，我国固定资产投资已经历两次高速增长。
其一是1984-1988年期间，由城市经济体制改革引发的集体经济投资快速增长引致的。
其二是1991-1994年经济过热期间由国有经济和集体经济投资的快速增长引致的。
此后，受紧缩性宏观调控政策，亚洲金融危机及结构性供过于求等多种因素的影响，固定资产投资增速在1995年以后大幅度下滑，到1999年降为%.2000年以后，固定资产投资增长恢复上升趋势，本轮投资快速增长主要是由非国有经济投资快速增长拉动的。
本文建立了一个以国内生产总值GDP为因变量，以其它可量化的影响因素为解释变量的多元线性回归模型；运用多因素分析法对GDP的增长变动极其主要影响因素进行了实证分析，从而得到相关启示，并结合我国现在的GDP增长情况，为未来我国因固定资产而引起的GDP变动情况提供了依据。
关键词：GDP 固定资产投资计量经济学多元线性回归模型一．问题的提出全社会固定资产投资是社会固定资产再生产的主要手段。
通过建造和购置固定资产的活动，国民经济不断采用先进技术装备，建立新兴部门，进一步调整经济结构和生产力的地区分布，增强经济实力，为改善人民物质文化生活创造物质条件。
这对我国的社会主义现代化建设具有重要意义。
固定资产投资额是以货币表现的建造和购置固定资产活动的工作量，它是反映固定资产投资规模、速度、比例关系和使用方向的综合性指标。
全社会固定资产投资按经济类型可分为国有、集体、个体、联营、股份制、外商、港澳台商、其他等。
1978年至2004年间，中国经济平均年增长率在%左右，中国经济增长波动的标准差约3个百分点。
中国现阶段的经济增长只是达到了26年来的平均水平，预计2005年的增长速度在8%至9%之间，也仍属正常波动范围。
与之形成对照的是，同期中国固定资产投资的增速的确过快。
从中国目前的现实出发，中国固定资产投资波动在%至24%之间均属正常范围。
但中国2003年固定资产投资增幅已接近27%，去年达到%。
经过2004年的宏观调控，固定资产投资过快的趋势已经得到一定的缓解，通货膨胀压力正在减轻。
从总量数据来看，目前固定资产投资的增长率仍在高水平徘徊，政府的紧缩政策对投资的控制力度似乎不够。
但通过对部门分类的投资数据分析，我们发现，中国的固定资产投资结构2004年已经发生了显著的变化。
首先，制造业投资的年比增长率下降了近一半，同时，农林牧业的投资终止了连年下降的势头，由年初的%负增长变为%的正增长，此外，在制造业内部，对交通和矿业等瓶颈产业的投资不降反升。
由此可见，2004年中国政府的宏观调控更加注重于治理经济结构，而非市场理解的控制增长总量。
长期以来，国际经济界断定中国近年来的经济成长主要归功于“投资拉动”。
然而我们发现，虽然在上世纪80和90年代固定资产投资对中国经济增长的贡献首屈一指，但自2002年一季度至今，消费对于GDP 增长的贡献已经超过了固定资产投资的贡献。
经济结构已经从“投资拉动”转型为“消费拉动”。
2005年，中国政府将实行“稳健”的货币政策和财政政策。
根据我们的理解，稳健的货币政策意味着央行在2005年将会保持利率政策适度从紧，而稳健的财政政策则表明财政部会减少国债的发行规模，削减政府赤字。
如果这些宏观政策得以贯彻实施，同时外部经济环境保持稳定，我们预计2005年中国固定资产投资的增长可以控制在15-20%之间，GDP增长将会稳定在%左右。
我国当前固定资产投资增长的主要特征：（一），非国有经济是新一轮投资快速增长的主导力量。
（二），政府投资的诱导作用弱化，市场约束力加强；再市场经济框架基本建立，企业预算约束僵化之后，市场对企业的投资行为的约束力不断加强。
（三），企业技术改造意愿加强，更新改造投资相对快速增长。
（四），制造业和社会服务业投资快速增长，在投资总额中的比重持续提升；2000年以来我国投资结构的这一变化特征，表明我国经济结构在经过多年的调整后，已进入以制造业和服务业相对快速发展为特征的新工业化时期。
（五），投资率和固定资产投资率进一步提高；投资率和固定资产投资率分别从2000年的%和%提高到2002年的%和%，2003年前三季度固定资产率进一步提高到%,是1953年以来的历史最高水平。
二．模型的建立（一）.建立模型固定资产对一个企业来说是其主要的劳动手段，它的价值是逐渐地转移到所生产的产品上去。
企业同时又是重要的市场主体，因此对固定资产的投资间接的影响得到了一个经济体的产出，这里主要对GDP及国有固定资产投资额，集体经济固定资产投资额，个体经济固定资产投资额，进行计量经济学多元线性回归模型分析。
Y=β+β+ β+β其中：Y—国内生产总值GDP （亿元）—国有固定资产投资额（亿元）—集体经济固定资产投资额（亿元）—个体经济固定资产投资额（亿元）（二）我们对模型的初步设想：在开始模型估计前，让我们先对回归系数的符号做一个预期：因为全社会固定资产投资按经济类型可分为国有经济，集体经济，个体经济，外商投资经济，股份制经济，农村经济等等，在这其中我们选取影响比较显著的三个因素，来做为固定资产投资对GDP影响的主要因素进行分析研究。
我们初步认为这三个因素对GDP都有正相关的影响，只是影响程度有所不同，即认为这些因素的系数符号均可能为正，但仍需要通过具体的数据分析来确定。
三．相关数据的收集我们选择时间序列的年度数据，样本期为1980-2003年，共24个样本。
由于是小样本，检验和解释都有一定的难度，因此我们倍加小心。
数据来源为1980-2003《中国统计年鉴》。
国内生产总值和全社会固定资产投资(按经济类型分) 单位：亿元年份GDP 国有经济集体经济个体经济1980 46 119198119821983 9521984 409198519861987 5471988 30201989 570199019911992 122219931994 46670 9615199519961997199819992000200120022003 21661 7563四．模型的参数估计、检验及修正（一）、模型的参数估计及检验利用EVIEWS软件，用OLS方法估计得：（见下表）Dependent Variable: YMethod: Least SquaresDate: 06/08/05 Time: 22:45Sample: 1980 2003Included observations: 24Variable Coefficient Std. Error t-Statistic Prob. CX1X2X3R-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)Ŷ = +T=R-squared= Adjusted R-squared=0.996656 F-statistic=以上是该模型的OLS估计的结果，其中由于X1的T检验值非常显著，因此将X1，X2合并为一个解释变量，也就是将国有经济与集体经济固定资产投资额的和看作为公有经济固定资产投资额（X1+X2），令X1+X2=X12我们重新对其进行估计：Dependent Variable: YMethod: Least SquaresDate: 06/08/05 Time: 22:58Sample: 1980 2003Included observations: 24Variable Coefficient Std. Error t-Statistic Prob.CX12X3R-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid +08 Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)我们 08146) (得到406.新的多元线性回归方程：Ŷ = ++T=R-squared= Adjusted R-squared= F-statistic=分析：由F=>(2,21)=（显著性水平为），修正后的可决系数达。
说明模型从整体上看拟合效果较好，表明应变量和各解释变量之间线性关系显著。
但查t分布表，在自由度为n-3=21下，得临界值(21)=，常数项不通过t检验。
计量经济学检验1.多重共线性检验及修正检验计算解释变量之间的简单相关系数，结果如下：X12 X3X12X3由上表可看出，解释变量之间存在高度线性相关，这说明模型中解释变量很可能存在多重共线性。
修正①运用差分模型形式进行修正：令dy=y-y(-1) dx12=x12-x12(-1) dx3=x3-x3(-1)其中y(-1)表示y的滞后一期值,同样X12(-1),X3(-1)也表示它们的滞后一期。
再次进行OLS线性回归，结果如下：Dependent Variable: DYMethod: Least SquaresDate: 06/08/05 Time: 23:19Sample(adjusted): 1981 2003Included observations: 23 after adjusting endpointsVariable Coefficient Std. Error t-Statistic Prob.CDX12DX3R-squared Mean dependent varAdjusted R-squared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)dŶ =++T=R-squared= Adjusted R-squared=0.747788 F-statistic=再次检验多重共线性：DX12 DX3DX12DX3可以看到多重共线性已经得到缓解，但模型的可决系数并不高，整体拟合效果不是很好，这可能是由于采用了差分模型形式，出现了du序列相关的问题。
2．异方差的检验由于采用了时间序列数据，考虑ARCH检验，输出结果如下：ARCH Test:F-statistic ProbabilityObs*R-squared ProbabilityTest Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 06/09/05 Time: 08:24Sample(adjusted): 1984 2003Included observations: 20 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob.C 2796224. 1698777.RESID^2(-1)RESID^2(-2)RESID^2(-3)R-squared Mean dependent var 3533276. Adjusted R-squared . dependent var 5573683. . of regression 5732894. Akaike info criterion Sum squared resid +14 Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)从图中得到Obs*R-squared=，查卡方分布表，给定显著性水平，自由度为3，得临界值χ（3）=远大于,表明模型中并不存在异方差。