差异影响因素

关键词：

差异影响因素（精选十篇）

差异影响因素 篇1

随着工业化和城市化进程的加快, 地方政府对土地财政收入 (主要是土地出让收入) 的依赖程度正日趋加深。从全国范围来看, 近几年土地出让金占地方财政收入的比例普遍在30%之上, 部分地区已经达到50%以上, 个别地区甚至高达70%。我国东部地区地方政府土地财政规模较大, 政府支出对土地财政的依赖程度更高。土地财政依赖已经成为我国当前重大的社会经济热点问题。

一个值得关注的问题是, 我国土地财政的发展并不平衡, 各省土地出让金收入存在巨大的悬殊。龚丽贞 (2011) 从1999～2008年的省际面板数据中发现, 东部各省的土地出让收入与其预算内财政收入之比远远高于同期的中西部, 并且东部地区土地出让中用于工业和商业用途的比例较高。杨尚华 (2010) 通过对2003年和2007年东、中、西三大地带土地出让市场的出让结构及其构成比例进行计算分析, 发现东部地区土地出让的市场化程度明显高于中西部地区, 同时中部地区又高于西部地区;而从土地出让金所占比例看, 东、中、西三大地带土地出让收益的地区差异有缩小的趋势。至于区域之间土地财政发展的不平衡背后的动因, 张立彦 (2008) 认为, 主要原因一个是区域经济发展水平的差异, 第二个是区域间土地出让价格的差异, 第三个是地方本位利益驱动下的土地供应失控。陶然等 (2007) 还认识到这还与我国政治集权体系下特有的政绩考核体制有关。

从目前的研究现状来看, 专门研究土地出让收入区域差异的文献较少, 而且仅有的文献大多从定性角度进行描述。本文利用面板数据, 从定性和定量两个角度, 分析我国土地出让收入差异的现状及其背后的影响机制, 以发现我国土地财政发展不平衡的原因。

土地出让收入的省际差异

从性质上看, 土地出让收入是政府作为国有土地所有者代表所收取的地租收入, 属于财政收入体系中的资源性国有资产收益, 是国家财产收入的重要来源和组成部分。在实际操作中, 土地出让收入的管理权基本控制在地方政府手中, 该项收入列入政府性基金收入项目里, 构成政府性基金收入的主导性来源。由于各省间的自然禀赋和经济条件不同, 导致了土地出让收入的省际差异。

1.我国土地出让收入绝对量和人均值的省际差异

(资料来源:2004～2009年土地出让收入来源于《中国国土资源统计年鉴》〈2005～2011〉;人口数据来源于各省、市、自治区统计年鉴) (柱状图表示的是2004～2010年我国代表性省、市、自治区土地出让收入的绝对值, 折线图是土地出让收入的人均值。东部省份位于图中左侧, 中部省份位于图的中间, 西部省份位于图的右侧。)

从图1可以看出, 不论是绝对值还是人均值, 我国东部地区的土地出让收入明显大于中部和西部地区, 中部和西部相比, 中部地区土地出让收入又略高于西部地区。从绝对值来看, 东部地区浙江和江苏的土地出让收入又尤为突出。2009年, 浙江的土地出让收入是25462580.73万元, 江苏是26219537.95万元。这两个省份的土地出让收入就占了当年东部地区土地出让收入的40.37%, 是当年中部地区土地出让金之和的2倍多、西部地区的2.8倍;从人均值来看, 东部地区的人均土地出让收入多在千元以上, 甚至好几千, 而中西部地区则很少有能达到千元级别的, 大多都在100～500元/人之间徘徊。由此可见, 我国省际间土地出让收入的绝对量和人均量的差异非常大, 而且呈现东高西低的走势。

2.土地出让收入与该省地方财政收入的比值

(图2中黑线来源于2004～2010年各省、市、自治区土地出让收入与该地区当年地方财政收入的比值。灰线代表的是2004～2010年各省、市、自治区的土地出让收入。) (资料来源:2004～2009年全国土地出让收入来源于《中国国土资源统计年鉴》〈2005～2011〉, 地方财政收入数据来源于各省、市、自治区统计年鉴)

从图2可以看出, 土地出让收入与该地区的地方财政收入的比值与土地出让收入的绝对值呈现相似的走势。东部地区土地出让收入占地方收入的比例显著大于该比例在中部和西部的数值。以2009年为例, 位于东部地区的浙江省、江苏省和上海市的土地出让收入占地方财政的收入分别为61.77%、31.20%和38.41%;而位于中部的山西和内蒙古分别为11.04%和15.09%;位于西部的西藏和青海该比例更只有0.24%和7.86%。一般来说, 东部地区经济较发达, 因此, 东部地区的地方财政收入大于中西部省市的地方财政收入, 同时, 东部地区的土地出让收入又在地方财政收入中占据较大比例。在这两者的相互作用下, 东部地区的土地出让金绝对值自然远大于中西部地区。

3.土地出让收入与国土面积之比的省级差异

土地出让收入与省、市、自治区面积之比可以在一定程度上反应该地区土地的“含金量”。显然, 土地出让收入除以该省、市、自治区的面积的值越大, 说明该地区的土地价值越高, 每单位面积的土地可以为地方政府带来越多的收入。图3反应了2004～2010年各省、市、自治区在这一比值上的区别, 东部地区远远高于中部西部地区。这说明, 在这一历史时期, 东部地区的土地“含金量”要远高于中部和西部地区的土地“含金量”。这与一般社会对土地价值的一般认识也是相符的。其中, 最突出的几根柱状图代表了上海市的年土地出让收入与上海市面积的比值。2004～2010年, 这一比值分别是:77624、614.70、600.06、899.40、1538.78、1699.00 (万元/平方公里) 。

(资料来源:2004～2009年全国土地出让收入来源于《中国国土资源统计年鉴》〈2005～2010〉, 2010年数据来源于各省市土地资源厅政府网站土地出让结果公告, 各省、市、自治区面积数据来源于各省市自治区统计年鉴)

4.土地出让收入与该省GDP之比的省际差异

土地出让收入虽不直接计入地方GDP, 但通过土地出让收入与GDP的比较, 可以看出该省对土地出让金的倚重程度。从图4中, 我们可以看到这一比例, 东部地区的上海、江苏、浙江三地十分突出, 大多在0.04以上。2007年, 浙江省的该比例近乎0.09;而该比例在位于中西部的山西、内蒙古等地几乎都位于0.03以下。可见, 东部地区对土地财政收入的依赖程度大于中西部地区。

(资料来源:2004～2009年全国土地出让收入来源于《中国国土资源统计年鉴》〈2005～2010〉, 2010年数据来源于各省市土地资源厅政府网站土地出让结果公告)

土地出让收入省际差异影响因素实证研究

1.理论分析与假设

通过上一章数理统计观察, 结合其他学者对土地出让收入的研究, 本文认为, 土地出让收入省级差异的影响因素主要有以下几点:

(1) 地区经济发展水平。一般来说, 地区发展水平越高, 地方土地出让收入的绝对值和人均值也就越高。因为发展水平越高的地区, 商业氛围浓郁, 地产开发商及投资者就更愿意获得这些地区的土地使用权。依据简单的供求原理, 这些地区的地价高于不发达地区的地价。同时, 发达地区会比不发达地区出让更多的用地, 在量价齐高的情况下, 发达地区的土地出让收入必然高于不发达地区。

(2) 商品房价格。众所周知, 房价和地价存在互动关系, 高地价推动高房价 (假设商品房需求不便) , 高房价又反过来拉动高地价。因此, 高房价是促进土地财政收入增长因素之一是存在其合理逻辑基础的。

(3) 土地使用权出让市场化程度。我国的土地出让方式有协议出让、招标出让、拍卖出让和挂牌出让4种, 其中, 后三种是通过市场化公开方式出让的。土地出让市场化, 是指土地使用权的获得是有偿的、按市场交易方式进行的。土地出让市场化程度, 指的是以市场化出让的土地面积或收入占总土地出让面积或收入的比率。一般来说, 市场化程度越高, 土地出让收入越高。因为, 协议出让的土地一般都被用于建立经济开发区, 而经济开发区主要是通过吸引投资来使地方政府受益, 而地方政府为了吸引投资, 通常会以较低的价格协议出让这些土地。因此, 高市场化率能带来较高的土地出让收入。

(4) 地方财政自给率。地方财政自给率, 指的是地方财政一般预算内收入与地方财政一般预算内支出的比值, 该比值越大, 说明该地方财政压力越小。土地出让收入还与地方财政压力有关。地方财政压力越大, 地方政府越有动力卖地, 以土地出让的收入来填补预算内财政收入与财政支出的差额。

2.实证研究

(1) 计量模型的构建。针对上一节提出有关土地出让收入影响因素的假设, 本节将以2004～2010年我国省、市、自治区面板数据, 通过建立多元线性回归方程的方式来进行实证研究。方程建立如下:

其中, Y为人均土地出让金, PCGDP为人均地区生产总值, P为地方商品房屋均价, M为土地出让市场化率, F为财政自给率。

(2) 数据的收集及处理。由于资料的缺失, 本文剔除了辽宁省和新疆自治区, 共有29个省市自治区入选数据池。人均土地出让金标记为Y, 单位为元/人。人均地区生产总值, 标记为PCGDP, 单位为元/人。地方商品房屋均价, 标记为P, 由各省统计年鉴中房地产企业商品房屋销售价格除以销售面积计算得出, 单位为元/平方米。土地出让市场化率, 标记为M, 由以“招拍挂”方式出让的土地金额除以总土地出让金额计算得出, 单位为%。财政自给率, 标记为F, 是地方财政一般预算内收入与地方财政一般预算内支出的比值, 单位为%。以上数据均保留小数位数2位。数据来自2004～2010年《中国国土资源年鉴》、《中国统计年鉴》及各省市的统计年鉴。在使用面板数据建模时选择Eviews6.0。

(3) 回归结果。

给定显著水平α=0.05, t0.025 (201) =1.96。显然市场化率这一因素未通过显著性检验, 说明土地出让方式的市场化程度对土地出让收入的刺激作用不明显。F0.05 (5, 197) =2.26, F>F0.05 (5, 197) 。因此, 方程总体是显著的。剔除土地出让市场化率因素之后, 回归结果如下:

给定显著水平α=0.05, t0.025 (201) =1.96, 所有影响因素均通过显著性检验。F0.05 (4, 198) =2.42, F>F0.05 (4, 198) , 所以回归方程显著。计算各解释变量之间的相关系数, 有:r PCGDP, P=0.4679, r PCGDP, F=0.2743, r F/P=0.4560。可见, 解释变量间的多重共线性不明显。回归结果具有可信度。

3.实证研究结论

(1) 经济水平发展高的地区一般土地财政收入也较高。GDP虽然不能完全的代表一个地区的经济发展水平, 但其代表性还是在社会和学术界都能得到认可。回归结果显示GDP对应的系数为正, 可以得出结论:地区经济发展水平对地方土地财政收入有正向作用。

(2) 高房价对高地价确实有推动作用, 这从地区商品房成交年均价相应系数中可以得到验证。

(3) 土地出让方式市场化的推进, 对增加地方土地财政收入的影响不明显。

(4) 地方政府财政压力会推动地方政府积极通过土地财政收入来填补收支差距, 从而土地财政收入随财政压力的加大而增加。

(5) 从4个解释变量的t值可以看出, 房价的推动是对地方土地出让收入最重要的原因, 其次是地方经济发展水平, 最后是地方政府的财政压力。

结论与政策启示

1.本文主要结论

(1) 我国土地财政收入存在明显区域差异。主要表现在:东部地区土地出让收入在绝对值和人均值上都明显大于中西部地区。同时, 东部地区土地财政收入占地方财政收入的比例也明显大于该比例在中西部地区的情况。另外, 东部地区的土地“含金量”较高。

(2) 造成土地财政收入存在明显区域差异的因素主要有三点, 即地方经济发展水平、地方商品房价格以及地方财政压力。研究表明, 以上三个因素对土地财政收入都有正向作用, 其中, 尤以房价上涨的推动作用最大, 地方经济禀赋次之, 地方财政压力对土地财政收入带来的影响最弱。

2.政策启示

根据以上结论, 我们可以寻求到一些帮助地方政府摆脱或减轻对土地财政依赖的思路。政府应努力采取措施使房价合理回归, 可借助市场运行的力量来带动地价的合理回归。为解决地方政府的财政压力, 短期来说, 需要完善和加大中央向地方政府的纵向转移支付力度, 在现行的分权模式下, 确保地方政府财权与事权大致对等;长远来说, 通过调整和深化分税制结构, 赋予地方政府尤其是基层政府以更多的与事权相匹配的税权, 才是解决问题的根本之道。

参考文献

[1]岳桂宁, 腾莉莉, 王春花.我国地方政府“土地财政”问题研究[J].开放报导, 2009 (3) :47-52.

[2]杨圆圆“.土地财政”规模估算及影响因素研究[J].财贸经济, 2010 (10) :38-43.

[3]龚丽贞.我国土地出让收入增长的影响因素与地区差异——基于空间动态面板模型的实证研究[J].经济与管理研究, 2011 (9) :15-23.

[4]杨尚华.土地市场区域发展程度差异研究——基于全国层面土地出让数据的溪尔数据测度[D].浙江:浙江大学, 2010.

[5]张立彦.土地出让收入的区域差异分析[J].改革与战略, 2008 (4) :17-19.

[6]陶然, 袁飞, 曹广忠.区域竞争、土地出让与地方财政效应:基于1999～2003年中国地级城市面板数据的分析[J].世界经济, 2007 (10) :15-27.

[7]陈浮, 王良健.中国房地产市场化区域差异与发展战略研究[J].财经理论与实践, 2000, 21 (105) :104-107.

[8]卢洪友, 袁光平, 陈思霞, 卢盛峰.土地财政根源:“竞争冲动”还是“无奈之举”?[J].经济社会体制比较 (双月刊) , 2011 (1) :88-98.

安徽城乡居民收入差异影响因素分析 篇2

关键词：城乡收入差异；影响因素；回归分析

一、引言

自经济体制改革以来，随着经济的高速发展，城乡收入差距呈现愈发扩大的趋势。从统计上来看，我国基尼系数已经近0.6，远远超出0.44的警戒线，城乡收入扩大引发社会的不和谐因素，阻碍中国经济及整个社会的健康持续发展，研究城乡收入差异影响因素有很重要的政策意义，对城乡协调发展具有有益的启示作用。本文第一部分说明国内研究现状及本文的研究背景和内容本文的研究思路方法。第二部分以描述性统计方法为基础，发现城乡收入差距与宏观经济以及政策变动情况的关系。第三部分以安徽面板统计数据进行线性回归分析。第四部分以回归分析结果进行阐述分析。

二、研究背景

近年来，随着经济体制的不断深化改革，我国经济飞速发展，人民生活水平也不断提高，但同时，我国贫富差距也逐步扩大，尤其是我国城乡收入差距的拉大，自1978年以来，我国城乡居民收入差距比呈现波动状态.1978年到1984年我国城乡收入差距比从2.57下降到1.82，至1994年上升到2.86，经过波动之后持续扩大。对于城乡收入扩大的因素，许多学者从多个角度展开研究。罗楚亮（2006）分析城乡分割体制下城乡分割对收入造成的纯粹效应。王小鲁、樊纲（2005）分析2002年全国30个省市的城镇化率和城乡收入差距的数据条形图，发现城市化率与城乡收入差异的关系为负。许秀川、王钊（2008）以重庆城市化水平和城乡收入差距的关系进行仿真研究，结果表明，加快城市化进程讲有效缩小城乡收入差异。王艺明、蔡翔（2010）利用省级面板数据的实证研究得出，财政支出对城乡收入差距有显著影响。沈坤荣、张璟（2007）得出国家财政的农村支出对农民收入增长起到了一定的促进作用，但由于公共管理支出管理、运用效率低下，其在统计下作用并不明显。

选择安徽省为例分析城乡收入差异问题，主要基于以下几点考虑。一是安徽在农业和农村发展方面有很强的代表性，安徽省是大包干的发源地。也是最早实行农村税费改革的省份之一.选择安徽省这样的中部不发达农业省份，研究城乡收入差异的影响因素，对中部地区甚至全国都有很好的借鉴意义和启示作用。论文借鉴已有的研究结果上，定性分析与定量分析的结合，利用多元线性回归筛选出影响因素。

三、安徽城乡收入差异概况

（一）收入差距的概念

收入差距是居民在一定时期内收入数量的差别。有相对与绝对之分。统计方法有：洛伦兹曲线，它是衡量国家收入分配差距的一种曲线表示法，纵轴表示国民收入百分比，横轴表示一国人口百分比，对角线是绝对平等线，该线上的点表示收入百分比与人口百分比是相等的，表示收入分配的绝对平等，洛伦兹曲线距对角线越远表示收入分配越不均：基尼系数，定量的测定收入分配差异程度，设实际收入分配曲线和收入分配绝对平等曲线之间的面积为A，实际收入分配曲线右下方的面积是B，以A/（A+B）表示不平等程度，若A为零，则表示收入分配完全平等，若比值为1，表示收入分配绝对不平等。基尼系数对高收入着观察值较敏感，易出现估计错误。城乡收入差距比率，用城镇人均可支配收入与农村人均纯收入的比计算。可以直接获取官方统计数据，表达城乡收入差比，缺点是忽略了城乡消费水平的差异，可能会产生城乡收入差距的高估。由于数据依托，选择城乡收入差距比率来研究城乡收入差异。

（二）影响安徽城乡收入差异的因素分析

安徽城乡收入比变动趋势与全国城乡收入比变动趋势基本吻合。2000年以来，安徽城乡收入比开始低于全国平均水平，主要是因为安徽率先开始农业税改革试点，农民的负担有一定程度的减轻。理论上讲，影响城乡收入的一切因素都会影响城乡收入差异，这些因素来自于自然、社会、经济等各个方面，筛选归纳如下：土地投入要素的分析、城市化水平、经济的发展增速、工业值增长速度和国家政策倾向。选择的解释变量包括人均耕地面积X1、剔除物价的GDP增长相对值X2、工业发展速度的相对值X3、城市化率X4、城乡人均固定资产比X5、国家对农业的财政支持占总财政支出比重X6。

四、模型说明

该模型为多元回归模型，选择安徽省2000～201 1年的数据作为样本，将城乡收入比作为被解释变量，回归方程如下：Y=A₀+A₁X₁+A₂X₂+A₃X₃+A₄X₄+A₅X₅+A₆X₆。运用spss13.0对整理数据做多元回归分析，得到表一。

对该数据进行单位根检验，具有平稳性，从回归分析结果可以看出，X1、X2、X3、X4、X5、X6对Y都有显著性影响，R为0.990，调整后的R²调整为0.958，说明这六个解释变量很好的解释Y的变化。从系数符号看，X1、X2、X3、X4、X5、X6的系数分别是-7.812、2.665、-0.443、-2.506、0.062、-6.155，分别与城乡收入差距呈现负、正、负、负、正、负相关。

五、回归分析结论

（一）安徽城乡收入差异与土地投入要素的关系

从回归分析结果来看，人均耕地面积的回归系数是-6.851，对城乡收入差异有显著的影响。城乡收入差异与农业土地投入要素成反向变动.随着人均土地的增加安徽城乡收入差异将会减少，所以增加人均耕地面积增加农村居民收入缩小城乡收入的差距。增加人均耕地面积可以通过两种变化进行。一是增加人均耕地面积，可以通过土地整合开发、加大基础设施建设、深化技术的投入，从而提高人均耕地利用效率，加大优势农产品和特色农产品如芥菜的种植面积，实现土地的最大化收益；二是减少单位耕地上的劳动力，如转移安徽第一产业的声誉劳动力至第二三产业，通过剩余劳动力的转移增加农民的转移性收入，深化第一产业的纵向链条等以此扩大农民的工资性收入，从而缩小安徽城乡收入差距。

（二）安徽城乡收入差距与GDP增长速度的关系

从回归分析结果看，安徽城乡收入差距与剔除物价的GDP增长速度成正方向变动，可能是因为经济的快速增长，经济利益流向城市，并未惠及农村居民。Siang№和Yew-Kwang Ng（2000）结合中国的实例，认为一定程度的收入不平等可能是经济增长必须的，或是促进经济增长政策所带来不可避免的负效应，至少从长期来看，收入平等与经济增长之间存在一定的替代关系。

（三）安徽城乡收入差距与工业增长速度的关系

多元回归模型中工业增长速度的系数是-0.361，其他变量不变，工业增长率每增长一个单位，城乡收入差距将下降0.361个单位，安徽省工业化的发展能为农村劳动力转移提供了较多的就业机会，在一定程度上有利于提高农村居民收入，缩小城乡收入差距。

（四）安徽城乡收入差距与城市化水平的关系

回归模型中，城市化率的回归系数是-1.214，回归系数为负，城市化率对城乡居民收入差距的影响说明在其他变量不变时，每当城市化率上升一个单位，城乡收入差距将下降1.214个单位。一般来说，城市化过程对城乡居民收入差距会造成两个方面的作用，一是城镇化过程中，城市吸纳农村剩余劳动力的提高，同时城镇化的过程中，城市对农村的辐射作用逐渐增加，带动周边不发达地区的发展.二是城镇化的經济成果大多留在了城市，随着城市化的发展，城市居民生活水平的提高，农村居民难以直接享受城镇化的经济成果。

（五）安徽城乡收入差距与国家财政政策倾向的关系

差异影响因素 篇3

关键词：废旧家电,回收,城乡差异

一、引言

废旧家电具有资源性和污染性的双重属性,加强废旧家电回收处理体系建设是缓解我国资源短缺和环境恶化的必然要求和重要举措。据国家发改委资料,我国每年的家用电器理论报废量超过5000万台,报废量年均增长20%,预计到“十二五”末期,年报废量将达到1.6亿多台。某省调查资料结果显示,该省61%的农村家庭有报废的电视机,且户平均占有量近2台。此外分别有50%、18%、8%的家庭有报废的收音机、洗衣机和冰箱。且随着家电下乡政策的实施,以及农村的废旧家电持有量持续增长,对废旧家电回收的研究也在往纵深方向发展,然而,对于废旧家电回收是否应当根据城镇和农村区别对待、城乡居民对废旧家电回收影响因素的看法是否存在差异以及存在何种差异,尚缺乏研究。

二、废旧家电回收影响因素的选取与分析

本文拟运用统计分析法,将《基于回归分析的废旧家电回收重要影响因素研究》一文中调研所得问卷的数据根据城镇和农村进行分组统计,并对两组间的异同点进行分析。

(一)废旧家电回收影响因素

本文根据在前文中的文献调研结论,沿用前文中的30个废旧家电回收影响因素。具体如表1所示。

(二)废旧家电回收影响因素调查问卷及信度分析

问卷采用李克特七级量表,按照非常不重要、不重要、有点不重要、说不上重要不重要、有点重要、重要、非常重要七个等级,对废旧家电回收影响因素进行打分;通过调研网站发放并回收了187份有效问卷;信度分析数据显示,标准化的克尔巴哈系数为0.962,表明问卷中各废旧家电回收影响因素间具有较好的一致性,问卷信度较高。

三、废旧家电回收影响因素城乡差异分析

(一)废旧家电回收影响因素城乡差异分析

为了利用统计数据从城镇和农村的角度更好地区分出废旧家电回收影响因素是否具有显著差异,本文首先利用SPSS 13.0对这些因素进行独立样本的T假设检验,原假设是废旧家电回收影响因素在城乡之间不具有显著性差异,备择假设为废旧家电回收影响因素在城乡之间存在着显著差异。选择95%置信度,软件输出结果如表2所示。

由表2可知,在0.05的显著性水平上,所有变量的居民城乡差异不显著。而统计学上,0.05的显著性水平,也是应用最为广泛的。这表明,大体上,我国城乡居民对影响废旧家电回收的诸多因素的重要性上有着较为一致的感知。但是,如果将显著性水平提高至0.10,则变量生产企业的企业形象的sig值为0.092,拒绝原假设城乡之间没有显著性差异,可认为我国城镇和农村的居民在这个影响因素的重要性上有着不同的理解。虽然根据0.05的显著性水平结论,可以推断出,目前我国城乡居民对这些影响因素的重要性程度持有相似的观点,但是由于统计分析中的显著性水平只是人为规定的一个限制值,0.05的显著性水平在实际应用中有时过于严格,为了及早发现目前城乡居民感知并不十分明显不同的因素并进行分析,本文在进一步的分析过程中,将对显著性水平在0.4时具有显著性差异的因素都进行均值—标准差分析,它们是居民回收知识(sig值0.346)、回收行业市场竞争程度(sig值0.280)、生产企业规模和经济实力(sig值0.135)、生产企业的企业形象(sig值0.092)、政府法律法规和规章制度(sig值为0.319)、政府对回收知识的宣传教育(sig值为0.337)。

(二)均值—标准差分析

以变量居住地为自变量,以居民回收知识、回收行业市场竞争程度、生产企业规模和经济实力、生产企业的企业形象、政府法律法规和规章制度、政府对回收知识的宣传教育6个废旧家电回收影响因素为因变量,进行均值—标准差分析,软件输出结果如表3所示。

由表3可见,本次选取的6个影响因素的城乡平均值之差都相对较大,其中最大的为生产企业的企业形象(0.31),最小的为居民回收知识和政府对回收知识的宣传教育(同为0.18)。在均值之差大小的排序上,也基本和sig值大小的排序成反方向,即,城乡均值之差从大到小依次为生产企业的企业形象、生产企业的规模和经济实力、回收行业市场竞争、政府的法律法规和规章制度、政府对回收知识的宣传教育、居民的回收知识。

在生产企业的企业形象、生产企业的规模和经济实力对废旧家电回收的重要性方面,农村居民和城镇居民的感知差异最大,分别为0.3和0.31。这表明,农村居民比城镇居民更倾向于生产者责任制,生产企业参与废旧家电回收在农村更易得到居民的支持。在标准差方面,对于生产企业规模和经济实力这个变量城镇和农村居民的感知一致性差异较小,二者的标准差差值为0.058;但二者对生产企业的企业形象的感知一致性则差异较大,城镇居民在这方面的感知一致性要明显弱于农村居民,二者标准差差值0.327。同时,二者的整体均值相对于其他四个因素都不高,尤其是相对于政府对回收知识的宣传教育、居民的回收知识、政府的法律法规和规章制度,具有明显的差距,这表明,当前我国城乡居民都更为关注政府的法律法规等以及自身所获得的关于废旧家电回收方面的知识。

回收行业市场竞争和政府的法律法规这两个变量的感知差异在城镇和农村的居民之间也相对较大,均为0.22。相比于城镇居民,农村的居民认为,回收行业市场竞争程度更重要。原因可能是对于农村居民来讲,废旧家电回收企业太少,回收便利性相对较差且回收价格由于竞争者较少而较低。而相比与农村居民,城镇居民更重视政府的法律法规、规章制度,这可能是由于城镇居民文化水平相对较高、经济条件相对较好,更为关注国家政策层面的一些问题。在感知一致性方面,农村居民和城镇居民对废旧家电回收行业竞争程度重要性的感知差异大体相同,二者标准差依次为1.345和1.342。而在政府的法律法规方面,农村居民的感知重要性的标准差则要明显高于城镇居民,差值为0.19,这可能是由于当前各地区农村发展不均衡造成的。

居民具有的废旧家电回收知识、政府对废旧家电回收知识的宣传教育这两个方面无论是农村居民还是城镇居民,都认为很重要,这一点从表3的整体均值中可以体现,二者的整体均值依次为5.77、5.99,为这六个提取出的影响因素中均值最高的两个。从感知一致性的角度来看,这两个因素的均值在城镇和农村居民方面也是六者中最小的。而在标准差方面,城镇和农村的居民在这两个方面的差异也都相对较小,分别为居民具有的废旧家电回收知识0.04、政府对废旧家电回收知识的宣传教育0.092。这再次表明,城镇和农村居民在这两个因素的感知重要性上有着较强的一致性。因此,政府和其它相关部门都有必要采取措施加强废旧家电回收知识的宣传教育,丰富居民的废旧家电回收知识。

四、结论

总体上,城镇和农村居民对影响废旧家电回收的30个因素的重要性不具有显著性差异。但通过更为细致的分析发现,城镇和农村居民在生产企业的企业形象、生产企业的规模和经济实力、回收行业市场竞争、政府的法律法规和规章制度、政府对回收知识的宣传教育、居民的回收知识六个方面存在着一定的差异性。

参考文献

[1]谢广营,张耀荔等.基于回归分析的废旧家电回收重要影响因素研究[J].中国商贸,2012(12).

[2]Richard Ciocci,Michael Pecht.Im-pact of environmental regulations on green electronics manufacture[J].Microelectronics International,2006,Vol:23,Iss:2,PP.45-50.

[3]蓝英,朱庆华.废旧家电回收管理中消费者参与影响因素实证研究[J].生态经济,2009(7).

差异影响因素 篇4

1．使学生掌握影响气候的主要因素及其对气候的影响，并在此基础上了解世界各地气候的主要差异。

2．在学习影响气候的因素的过程中，使学生初步掌握分析气候成因的方法。并且进一步体会各种地理要素间相互制约、相互影响的关系。课型 讲授新课

教学方法 讲述与问答相结合的方法

教学重点和难点 重点是影响气候的因素，难点是使用影响气候的因素来解释问题。

教学用具 自制投影片：①地形雨示意图，②卑尔根与鄂霍次克气候图表，③亚欧大陆两端的气候和洋流。教学挂图：《世界气候的分布与差异》。教学提纲

第四节 影响气候的因素与气候的地区差异

一、影响气候的因素 1．纬度因素 2．海陆因素 3．地形因素 4．洋流因素

二、气候的地区差异 教学过程

引入新课 从气温和降水两个方面，说明赤道地区和两极地区的气候有什么差异？（赤道地区全年高温多雨，两极地区终年严寒，降水也少。）世界各地气候是很不相同的，那么，影响气候的主要因素是什么呢？（板书）

一、影响气候的因素 l．纬度因素 [提问] 赤道与两极地区气候的差异主要是由什么因素决定的？（纬度因素）〔教师总结〕赤道与两极纬度不同，接受太阳的热量不同，赤道地区多，两极少。所以，从气温上看，赤道地区高，两极低。赤道地区空气受热上升，水汽易凝结形成降水；而两极冷，气流下沉，很难形成降水。所以，从低纬到高纬，气温逐渐降低。从降水来看，赤道多雨。中高纬度地区的降水要受其他因素的影响。

[提问] 上节课讲述降水分布时，我们说中纬度地区内陆与沿海降水有什么区别？（内陆少，沿海多。）

这说明海陆因素对气候也有影响。2．海陆因素

[提问] 为什么距海远近气候不同呢？（海陆受热性质不同，陆地吸热放热比海洋快，所以夏季同纬度陆地气温高于海洋，冬季低于海洋，沿海地区气温具有海洋性特点。另外，海洋水蒸发的水汽容易到达的沿海地区，降水比内陆地区多。）

[展示投影片] 地形雨示意图。

[提问] 为什么地形能影响气候？（引导学生分析，教师总结）3．地形因素

从降水来看，迎风坡迫使空气上升，因水汽遇冷凝结，形成降水。所以迎风坡降水多于背风坡。同时，地形对气温也有影响，随着高度的增加，气温降低。除了纬度因素、海陆因素、地形因素影响气候外，洋流也是影响气候的因素。4．洋流因素

[教师讲述] 地球上各大洋的海水，时刻在运动着，大洋表层的海水顺风漂流。人们把大股的常年朝一定方向流动的海水叫做洋流。通常，由高纬地区向低纬地区流的洋流叫寒流，由低纬地区流向高纬地区的洋流叫暖流。[展示投影片］亚欧大陆两岸的气候和洋流。

[提问] 找到挪威的卑尔根和俄罗斯的鄂霍次克，请说出流经两地洋流的性质？（流经卑尔根的是暖流，流经鄂霍次克的是寒流。）[展示投影片］卑尔根与鄂霍次克气候图表。

[提问] 卑尔根与鄂霍次克气候有什么显著差异？（卑尔根气温较高，降水较多，鄂霍次克气温较低，降水较少。）[提问] 从上例说明洋流对气候有什么影响，（暖流流经的沿岸地区，增温增湿，所以气温较高，降水较多；寒流流经的地区，降温减湿，所以气温较低、降水较少。）

[练习] 判断影响下列各地气候的因素。

①我国江西庐山和山东青岛，成为夏季避暑胜地。（庐山因地形因素，青岛因海陆位置。）

③黑龙江北部冬季漫长，多冰雪；海南岛南部终年如夏降水较多。（纬度因素）③英国伦敦位于50°n以北，冬季温暖湿润，海港不结冰，而俄罗斯太平洋沿岸的海港，位于40°n附近，冬季却封冻。（洋流因素）

过渡 由于影响世界各地气候的因素不同，不同地区的水热情况不一样，气候就出现了差异。

二、气候的地区差异

[展示挂图] 世界气候的分布与差异。

[提问] 读图说出世界气候主要分为哪几个带？主要分布在什么地方？（教师引导并总结）

①热带多雨带，主要分布在赤道两侧：

③温带湿润地带，分布在中纬度受到潮湿气流影响的地区； ③寒带和亚寒带，分布在纬度较高的地区；

房价收入比的城际差异与影响因素 篇5

关键词：房价收入比，支付能力，空间均衡

中图分类号：F293.35文献标识码：B

文章编号：1001-9138-（2015）01-0003-12收稿日期：2014-12-11

1 引言

自2003年以来，我们见证了中国城镇房价的迅速上涨。尽管在过去10年中城镇居民的收入也在上涨，但根据中国人民银行2014年第二季度的城镇储户问卷调查结果，仍有高达63%的居民认为房价“高、难以承受”。2003-2012年，我国城镇住房价格从2197元/平方米上升到5430元/平方米，年均增长率为10.6%，人均可支配收入从8472元上升到24565元，年均增长率为12.6%。收入的更高增长意味着房价收入比是下降的，那民众对高房价的抱怨以及学界对住房泡沫的担忧都是假象吗？

问题可能出在全国性的宏观数据掩盖了区域和城市层面住房支付能力的严重性。由于宏观数据来源于区域和城市数据的汇总，二者之间的矛盾意味着在中国数百个城市中，住房市场存在严重的冷热不均，无法深入城市层面可能损害了我们对全局的正确判断。

以往的研究更多的集中在对绝对房价的讨论上，无论是采取截面数据、时序数据或面板数据，大量的研究探讨了城市房价的决定因素，但很少有集中讨论以房价收入比值表征的城际相对房价。无论是学界还是普通大众，都很容易对不同城市的绝对房价差异提出大致不差的见解，例如收入水平的差异、金融支持的差异、位置的影响或者投资需求的强度等。但如果问到为何不同城市房价收入比有如此大的差距，答案就开始变得模糊起来。

这并不是说我们缺少对房价收入比的实证研究，实际上采用房价收入比来研究和衡量城镇居民的住房支付能力早已有之，研究范围主要有两个极端。一个是研究全国或省级层面的房价收入比。例如，张清勇（2007）最早计算了我国城镇居民的1991-2005年的房价收入比和各省市1999-2005年的房价收入比，赵奉军等（2011）、董昕（2012）以及解海等（2013）对31个省市自治区的研究都属于此类；另一个是研究具体某一城市的房价收入比的变迁，如周仁等（2010）利用剩余收入法和不匹配性方法对上海2000-2007的研究，杨赞等（2010）对北京的研究都属于此类。在这两个极端的中间需要对全国城市层面比较和分类的研究只有两篇文献，一篇是向肃一与龙奋杰（2007）对34个大中城市的研究，另一篇来自于丁祖昱（2013）对287个地级市的研究。可见，真正深入到城市层面研究房价收入比城际差异的文献仍然非常稀缺。

与本文研究对象最接近的是丁祖昱（2013）的研究，同样是深入到地级市层面，本文的创新之处表现在两个方面：在理论层面，我们基于剩余收入法和城市经济学空间均衡的分析视角，首次提出房价收入比的上升并不总是意味着住房支付能力的下降，这意味着要求地方政府在短期之内要求房价上涨率不超过收入增幅并没有理论支持。在实证层面，我们研究的时间跨度延长到从2005年至2012年。同时，相对于丁祖昱在回归分析中的一元回归设置，本文引入了空间数据分析技术并增加了更多的控制变量，尤其是考虑到相对房价存在的空间外溢性，并由此得到了更稳健性的实证结果。研究表明，房价收入比存在显著的城际差异，全国大约有40个城市处于相对较高的房价收入比区间内，而以往的以《中国统计年鉴》为代表的统计数据掩盖了真实的房价收入比变动。

2 房价收入比的城际差异：事实与机制

房价收入比是一个最常用的反映住房支付能力以及房价泡沫的指标。不论中外，学术界包括民众都喜欢用这个指标来表征住房支付能力（张清勇，2011）。房价收入比计算简单、含义明确且易于理解。但遗憾的是，我们至今对其变动不甚了了，坊间流传的所谓房价收入比应该稳定在家庭收入的3-6倍与现实差距太大，且没有明确的理论支持。

2.1 房价收入比的城际差异：基本事实

就我国的现实而言，通过《中国统计年鉴》的数据计算的2005年房价收入比为8.40倍，2012年为6.63倍（建筑面积采用统一的90平方米，家庭平均人口规模本文统一设定为3）。房价收入比总体上是下降的。事实真的如此吗？如果房价收入比总体上在下降，那么我们很难宣称中国城市房地产存在严重支付能力不足的问题。

首先来看2012年地级市层面的房价收入比状况。如表1所示，就全国城市层面的数据来看（包括北京、上海、天津和重庆这四个直辖市），2012年有40个城市房价收入比超过7倍。另有58个城市房价收入比在6-7倍之间。在所获得的325个城市的数据中（我国行政区划中地级市共有286个，但有一些自治州、盟等地等同于地级市管理，本文的数据囊括了后者），中位数的房价收入比为5.27倍（安徽亳州市），这意味着有一半城市的房价低于5.27倍。房价收入比的平均数为5.61倍。可见，所谓中国城市房价普遍住房支付能力不足的断言是没有事实依据的，即使考虑到所谓的国际警戒线，也只有大概不到三分之一的城市存在房价收入比偏高的问题。当然，更合理的做法应该是考虑到人口规模或销售面积后的加权处理。本文在此暂且略过。

作为对比，我们考察了房价收入比的动态变动，2005年全国城市中有34个城市房价收入比超过7倍，另有32个城市房价收入比超过6倍。中位数的房价收入比为4.83倍（浙江衢州市），平均房价收入比为5.13倍。可见，从2005年到2012年，中国城市不仅绝对房价在上升，相对房价也在上升。更进一步统计发现，从2005年到2012年，可获得的300个城市的房价收入比中，有197个城市的房价收入比是上升的。房价收入比上涨最快的十个城市分别是浙江温州、广西百色、福建宁德、四川凉山、广东深圳、江西赣州、福建福州、广东珠海、北京、湖北十堰。

这种上升的房价收入比意味着就大多数城市而言，在2005-2012年这段时间内，房价实际上比收入上涨的更快，但这个结论是通过宏观的数据来体现的，因此无法察觉。

从2005年到2012年，我们发现大多数城市房价收入比发生了明显的上升。横向来看，以2012年为例，房价收入比最高的如浙江温州高达15倍，最低的如山西朔州只有2.84倍（严格来说，最低的应该是甘肃海北藏族自治州2.28倍）。中国城市之间无论就绝对房价还是就相对房价而言，都具有显著差异。那么是什么因素导致了这种差异呢？

2.2 房价收入比的城际差异：动力机制

在理论上，任何使得房价变动的因素都会导致房价收入比发生改变。这里存在两种情形，一种是在收入因素发生改变的条件下，房价收入比的上升。即收入更高的城市，往往会有更高的房价收入比而不仅仅是更高的房价，这主要是因为空间均衡驱使个体在不同城市间选择导致效用无差异的结果；另一种情形是在收入等因素不变的条件下，房价收入比的上升。这主要是因为金融支持、预期或投机资金的涌入推升房价，由于相应的收入没有发生变化，从而导致更高的房价收入比。

首先，收入变动会导致房价收入比变动。这个机理并不是那么容易理解。传统观点认为收入变动的同时，房价往往也会变动，并认为二者是协整的，虽然近期有学者认为这个协整关系很可疑（Gallin，2006）。但很少有人意识到，收入更高的城市，不仅绝对房价更高，而且以房价收入比表征的相对房价也会更高。

新城市主义的代表人物Glaeser在与Gyouko合著的《美国联邦住房政策反思》一书中举例说明了为什么更高收入的城市意味着更高的房价收入比。如果某个城市家庭年收入5万美元，住房价格为10万美元/套。进一步假设各种持有成本（user cost）为10%，即一套住房按年使用成本为1万美元，于是该家庭每年估计有剩余4万美元用于其他商品的消费；在另一个城市，家庭年收入为7.5万美元，假设两个市场的其他影响因素完全相同，在迁移成本为0的条件下，人们自然会迁移到另一个城市。直到两个地区扣除住房成本以外的净收入相等。那么，高收入地区的住房价格必须达到多少才能在空间实现均衡呢？答案是35万美元/套。原因在于只有当房价涨到35万美元/套后，这个城市扣除住房持有成本后的净收入才和第一个城市一致（这个城市收入是7.5万美元，房价涨到35万美元/套后，住房持有成本假设保持在10%，则此城市住房持有成本为3.5万美元，最终这个城市的家庭剩余收入也是4万美元）。

在这个比较极端的例子中我们看到，在空间均衡的驱使下，收入从5万美元变动到7.5万美元的城市，房价却从10万美元上升到35万美元，房价收入比从2倍变动到4.67倍。这从根本上否定了那种认为房价收入比上升总是意味着住房支付能力下降的传统观点。对于上述这种住房市场与劳动力市场相互关联的空间均衡过程，郑思齐等（2011）也曾利用中国84个城市的微观家庭样本给予过实证研究。结果证实了随着劳动力市场整合程度的提高，当前各城市的住房成本正逐步向其均衡水平收敛。

图1是中国所有城市的房价收入比与人均可支配收入的散点图。拟合线并不是一条水平线，这意味着随着人均收入的上升，房价收入比也是上升的。当然，这种平面图形由于无法控制其他变量的影响，其结论可能并不稳健，我们将在本文的第三部分通过多元回归模型以验证收入变动对房价收入比的影响。

其次，金融支持会在收入不变的条件下提升房价，从而提升房价收入比。当然，从长期来看，金融深化也会对一国的生产率和收入产生积极影响。从最基本的戈登公式中我们知道，更低的利率意味着更高的资产价格，也就意味着更高的房价收入比。

从城际差异来看，我国城市之间在金融发展程度上存在显著差异。我们采用中长期贷款/GDP表示城市金融深化或金融支持力度。如图2所示，金融深化程度与房价收入比之间也存在明显的正相关关系。

除上述两个关键变量外，另有一些变量也会显著影响城际房价收入比。例如，更宜人的环境无疑会提升城市房价从而提升房价收入比；此外，住房市场在短期内可能会出现“非理性繁荣”，即由于适应性房价预期驱使的投资需求会驱动房价的上升从而提升房价收入比。

3 模型与数据

在这一部分，我们将结合上述的理论分析，以中国300多个地级市为对象考察房价收入比的动态变动与城际差异以及决定因素，并检验上述推理过程。

3.1 模型设置

我们的实证模型可以表述为如下方程。

（1）

其中，pir代表房价收入比，inc表示人均可支配收入，grow表示房价增长率，finance表示金融支持变量，X表示其他控制变量，包括人口规模（pop）、人均财政支出（fiscal）等。在上述模型中，收入变量的加入反映了城市空间均衡过程。对于这种空间均衡过程，我们还可以直接加入反映空间相互影响的空间滞后变量，使上述方程变为一个标准的空间自回归模型（SAR），如方程（2）所示。其中为空间邻近矩阵。如果等于0，此模型可以再次转化为传统的多元回归模型。

（2）

上述两个模型原则上都反映了城市空间均衡过程，但还是有细微的差异。在模型（1）中，隐含的假设是消费者在全国范围内寻找城市，空间均衡是一个全国的过程；但在模型（2）中，空间邻近矩阵的存在使得城市之间的相互影响局限于我们设置的距离区间。这意味着一些区域中心城市之间无法相互影响，比如说北京和上海的相对房价按照模型（2）的设置是无法体现空间均衡过程的。一些学者采取的另一种处理方法是直接在控制变量X中加入相关变量，如距离最近的大城市和大港口的距离（陆铭等，2014），但这种处理方法意味着中小城市只会受大城市房价的影响，丧失了城市房价收入比会相互影响的内涵。

3.2 数据来源

本文的基础性数据来源于《中国区域经济统计年鉴》（2001-2013）。其中，提供了各个城市的住宅销售金额和面积，由此我们可以计算这些城市的住房销售价格，最终获得300多个城市的房价数据。采用销售价格的缺陷主要是没有控制住房的特征价格属性，导致价格纵向比较困难。在某些时候，更低的销售价格未必意味着房价降低了，可能是因为现在销售的住房大多位于城市的远郊从而导致统计的销售价格下降。但要获得纵向可比的控制住房特征属性的城市同质房价数据，在现阶段仍然不可能。

收入数据我们采用城镇人均可支配收入。按照房价收入比的计算方法，一般采用中位数的房价与中位数的可支配收入。但现阶段这两个城市层面的数据皆不可得。一些学者的研究表明（张清勇，2011），采用中位数的计算标准与采用平均数并没有显著差异，原因在于无论房价还是收入都是右偏的，中位数的房价和收入都是相应平均数的70%左右。

如前所述，金融支持的差异也会影响到房价收入比的变动，我们采用中长期贷款/GDP表示城市金融深化或金融支持力度。对于城市人口数据，我们采用各城市的常住人口来计算。从2010年开始，我们可以获得各地级市的常住人口数据，但山西、吉林江西、宁夏和云南这5个省区的地级市无法从《中国区域经济统计年鉴》中获得准确的数据，我们以这些城市2012年统计公报中公布的总人口代替。

对于模型（1），估计方法采用OLS稳健性估计结果。对于模型（2），在空间计量的实证过程中，空间权重矩阵起着关键的作用，不同的空间权重矩阵将影响实证结果。根据地理学第一定律，两个对象之间的关系是其距离的函数，因此使用基于距离的空间权重具有很好的理论基础。我们主要采用了两个城市之间的地理距离来构造权重矩阵，但是根据空间过程的经验研究，权重往往并非和距离的倒数成正比关系，很多空间关系的强度随着距离的减弱程度要强于线性比例关系。因此，为保持结果的稳健性，我们既构造了基于距离的倒数的空间权重矩阵（即=-1），同时也构造了基于距离的倒数的平方的空间权重矩阵（即=-2）。各城市的经纬度坐标来自于谷歌地球，在距离的临界值选取上经过多次试算，确保每个城市都有临近观测值。即空间权重矩阵为：

（3）

4 实证结果

我们以2012年横截面数据来分析这种差异的影响因素。之所以没有采用2005-2012年的面板数据，在于随着跨度的延长，很多城市数据不可得，一些变量的统计口径也发生了改变，截面数据的估计结果如表4所示。需要说明的是，由于2005年有18个城市的房价无法获取，故表2的样本实际规模为307个城市。

从表2的估计结果来看，所有变量的符号都符合预期，但显著性不尽相同。从拟合优度R2来看，我们解释的力度不到50%。但就一个大样本的截面数据来说，这个值已经是一个相当不错的成绩。另外，无论是OLS估计还是SAR估计，我们都采用稳健性估计标准差，以尽量降低截面数据常出现的异方差问题。至于共线性，通过VIF（方差膨胀因子）统计量和自变量相关系数没有发现有共线性问题。

从收入来看，OLS估计结果表明，收入变量对房价收入比具有显著的正面影响，即收入更高的城市，房价收入比更高。同时，房价增长率对房价收入比的影响非常显著。在以往的实证研究中，加入过去的房价增长率意在证实住房投资需求对绝对房价的影响，本文的估计结果表明，即使是相对房价，房价增长率不仅会影响绝对房价，而且对相对房价即房价收入比也具有积极的影响。就finance表征的金融支持而言，其系数也是高度显著的，这意味着有更高信贷的城市，会有更高的房价收入比。

就常住人口表征的城市规模而言，同样会显著提高房价收入比。大城市具有显著的聚集效应。根据陆铭等（2013）的实证研究，城市规模每扩大1%，个人的就业概率平均提高0.039-0.041个百分点。大城市有着更高的就业概率，由分享、匹配和学习带来的聚集效应显著的提高了生产率从而在其他变量不变的条件下提高房价收入比。

很遗憾的是，我们在模型（3）中加入了人均财政支出变量，虽然有符合预期的符号，但没有通过最低10%的显著水平检验。公共支出会资本化到房价中，并对城市绝对房价水平产生显著的正面影响，一些实证研究也多次表明了这点。但对相对房价而言，多元回归分析没有看到足够的证据显示它也会提升房价收入比。

为了证实房价收入比的空间相互作用，我们采用SAR模型估计了方程（2）。估计结果表明，从系数来看，中国近300个地级市（包含四个直辖市）的房价收入不存在显著的空间关联性。在考虑城际房价收入比的空间关联后，各自变量的系数大体上仍然与OLS估计结果没有显著差异。金融支持、房价增长率、人口规模仍然一如既往的高度显著为正值，但财政支出系数开始符合预期并显著为正值。

最后，我们按照传统的东中西部划分方法，将城市划分为东部、中部和西部城市，其中东部城市100个，中部城市101个，西部城市99个。为节省篇幅，表3的SAR估计中，空间权重矩阵统一设置为地理距离的倒数，我们也采用了二次项来设置空间权重矩阵以检验结果的稳健性，结果发现回归结果与前者没有显著差异，故略去。所有估计标准差都采用Robust估计，结果显示：我们关心的金融支持和房价增长率再次在所有城市中都是高度显著为正值，这与表2中对全国城市的估计结果一致。而人口变量表征的城市规模方面，东部和西部都是显著为正值，中部虽然也为正值，但显著性不够；财政支出变量仍然是东部和西部显著，但中部不够显著，个中原因有待发掘。

但是，在反映房价收入比空间相互影响方面，本文的实证结果发现存在显著的区域差异，即东部和中部的城市中是高度显著的，而在西部城市的实证研究中不显著。这反映了我国东部和中部的城市日趋一体化，尤其是东部城市之间劳动力流动和基础设施的完善使得房地产市场在空间趋于收敛。但西部城市房地产市场更多的仍然是本地化的房地产市场，基本上不受相邻城市房价收入比的影响。

5 结论与政策含义

关于中国城市房价是否存在泡沫的争论目前仍在继续。本文跳出传统的分析绝对房价的实证思路，转而分析由房价收入比表征的相对房价，得出以下结论。

结论1：在理论分析方面，我们对“更高的房价收入比总是意味着更低的住房支付能力”的观点提出了质疑。在考虑剩余收入和空间无套利均衡后，在一定范围内，高收入的城市存在更高的房价收入比有其合理性。

结论2：在实证分析方面，忽略城市内部的收入分配问题，我们发现2012年有大约40个城市房价收入比处于相对较高的区间。中国城市并不存在普遍的住房支付能力问题。但需要警醒的是，我们基于对300余个地级市的房价收入比的计算发现，至少从2005年开始，我国大多数城市的房价收入比实际上是上升的，而通过《中国统计年鉴》计算的城镇宏观房价收入比是下降的。宏观数据掩盖了城市房价收入比的真实变动，这意味着引用宏观数据来计算房价收入比并评判中国住房市场需要格外小心。

结论3：在实证分析方面，我们采用稳健性的多元回归和空间滞后模型。估计结果表明，在房价收入比的决定因素中，确实存在显著的空间均衡过程，但在西部城市的实证研究中没有发现类似过程。同时，房价增长率无论采用何种模型设定，也无论是所有城市还是东中西部，都是高度显著的，这意味着住房投资需求确实在显著推动相对房价。

上述结论也蕴含着相应的政策含义。首先，如果房价收入比的提高并不总是意味着支付能力的降低，尤其是在收入增长时，那么要求地方政府在短期内制定房价调控目标并将房价涨幅控制在收入涨幅之内的做法就是值得商榷的。其次，理论和实证都表明，以房价增长率表征的住房投资需求，会在收入和金融支持不变的条件下推高房价收入比，这会降低民众的实际住房支付能力，因此投资需求的限制不能因为市场形势的周期调整而改变。

参考文献：

1.中国人民银行.2014年第2季度城镇储户问卷调查报告.http：//www.pbc.gov.cn/publish/diaochatongjisi/193/index.html

2.张清勇.中国城镇居民的住房支付能力：1991-2005.财贸经济.2007.4

3.赵奉军 高波 骆祖春.金融支持、支付能力与住房供给双轨制.江海学刊.2011.3

4.董昕.动态趋势与结构性差异：中国住房市场支付能力的综合测度.经济管理.2012.6

5.解海 洪涛 靳玉超.中国城镇居民住房支付能力测度与比较.西安交通大学学报.2013.3

6.周仁 郝前进 陈杰.剩余收入法、供需不匹配性和住房可支付能力的衡量.世界经济文汇.2010.1

7.杨赞 易成栋 张慧.基于剩余收入法的北京市居民住房可支付能力分析.城市发展研究.2010.10

8.向肃一 龙奋杰.中国城市居民住房支付能力研究.城市发展研究.2007.6

9.丁祖昱.中国房价收入比的城市分异研究.华东师范大学学报.2013.3

10.张清勇.房价收入比的起源、算法与应用：基于文献的讨论.财贸经济.2011.12

11.Joshua Gallin.The Long-Run Relationship between House Prices and Income：Evidence from Local Housing Markets Real Estate Economics.2006.34

12.Glaeser Gyuokou.美国联邦政府住房政策反思.中国建筑工业出版社.2010

13.郑思齐等.居民对城市生活质量的偏好：从住房成本变动和收敛角度的研究.世界经济文汇.2011.2

14.陆铭等.理性还是泡沫：对城市化、移民和房价的经验研究.世界经济.2014.1

15.陆铭等.城市规模与包容性就业.中国社会科学.2012.10

作者简介：

赵奉军，杭州师范大学阿里巴巴商学院副教授，经济学博士，主要研究方向为城市与房地产经济。

基金项目：

竞技体育区域差异的影响因素分析 篇6

关键词：竞技体育,区域差异,全运会,影响因素

1、研究对象

按照我国现有的行政区划, 将我国划分为华北、东北、华东、中南、西南、西北六大区域。假定各区域在第10和11届全运会获得的奖牌与各区域经济实力、人口数量、竞技实力、在队运动员实力、后备运动员实力、在职教练员实力、后备教练员实力等的因素相关。建立以下函数关系:Medals=f (GDP, POP, SPO, PLA, BPA, JOC, SPC) 。

2、影响因素及观测指标分析

2.1、区域经济实力因素 (X1)

只有经济发展了, 才可能有更多的财力投入到发展体育事业当中。各区域的国内生产总值 (GDP) 是衡量一个地区经济实力的重要指标, 采用地区GDP占国内GDP的份额来衡量经济实力, 各区域GDP (2005年和2007年) 都以人民币为单位。

2.2、人口数量因素 (X2)

如果运动精英在国内分布的概率是稳定的, 那么, 人口数量越多的地区将越有可能挖掘更多高素质的运动员, 进一步提高该地区的奖牌数。

2.3、竞技实力因素 (X3)

参赛区域在全运会上的表现, 一方面反映了该区域的体育实力, 另一方面反映了该区域的体育传统。

2.4、在队运动员实力 (X4)

在队运动员是区域竞技体育的主力, 是区域竞技体育的核心组成部分。

2.5、后备运动员实力 (X5)

体育运动学校运动员是各区域竞技体育发展的后备力量, 后备人才的储备直接影响到区域竞技体育的发展。

2.6、在职教练员实力 (X6)

在职教练员是运动员培养的主力, 是区域竞技体育的核心组成部分。

2.7、后备教练员实力 (X7)

体育运动学校的教练员是一线队伍教练员的重要补充力量。采用区域体育运动学校教练员数量 (2005年和2007年) 占总量的份额作为衡量后备教练员实力的变量。

本文采取各项指标的相对值, 而不是片面的使用绝对数字, 对各个指标进行了变换处理, 计算了每个区域各个指标的份额, 即XSi=Xi/∑i=1, 2, 3…Xi×100%, i表示每一个指标。

3、所用模型

GDP, POP, SPO, PLA, BPA, JOC, SPC分别代表区域经济实力、人口数量、竞技实力、在队运动员实力、后备运动员实力、在职教练员实力、后备教练员实力。基于第10届和第11届全运会的奖牌榜, 以各个区域的当届奖牌份额 (MS) 作为因变量, 各个因素的各项指标作为变量, 初步建立的线性模型如下:MS=α+β1XS1+β2XS2+β3XS3+β4XS4+β5X5+β6X6+β7X7。

4、实证分析结果

4.1、变量描述与分析

本文主要应用SPSS17.0进行了数据的统计分析和处理, 纳入多元回归分析的样本为12个, 当届奖牌份额 (MS) 均值是16.67%, GDP份额均值16.67%, POP份额均值16.66%, SPO均值为16.66%, PLA均值为17.47%, BPA均值为16.67%, JOC均值为16.66%, SPC均值为16.67%。变量的相关分析中, 在当届奖牌份额MS与各个自变量的皮尔森相关检验都达到显著性水平, 其中, 当届奖牌份额与竞技实力和在职教练员实力相关性最高。

4.2、结果与分析

利用向后筛选策略共经过三步完成了回归方程的建立, 从7个解释变量中, 筛选出了5个比较重要的解释变量。最终模型R2是0.999, 调整后拟合优度R2是0.998, F值为1012.20, 对应的概率P值近似为0。多重共线性诊断方面, 方差膨胀因子 (VIF) 最大为6.993, 最小为1.174, 各个自变量之间不存在严重的共线性。

最终的回归方程是:当届奖牌份额=1.601+1.159×竞技实力+0.300×区域经济份额+0.249×在队运动员实力+0.189×后备运动员实力+0.181×在职教练员实力。即:MS=1.601+1.159×XS3+0.300×XS1+0.2497×XS4+0.189×XS5+0.181×XS6。这个模型意味着竞技实力份额、GDP份额、在队运动员份额、后备运动员份额以及在职教练员份额对奖牌份额存在显著正向影响, 相应变量份额的增加可以提高奖牌份额。

5、结论

竞技实力、经济实力、在队运动员、后备运动员以及在职教练员对一个区域竞技体育发展表现有重大影响, 经济越发达, 竞技实力就越强, 区域竞技体育在全运会上就会有更好的表现。在本研究中区域人口因素被删除, 足以表明了并非人多竞技体育就能办好。

参考文献

[1]邓运龙.奥运会东道主效应分析及中国体育代表团参赛策略研究[J].中国体育科技, 2007, 43 (1) , 3-6.[1]邓运龙.奥运会东道主效应分析及中国体育代表团参赛策略研究[J].中国体育科技, 2007, 43 (1) , 3-6.

[2]王宇鹏, 许健, 张媛媛.奥运会奖牌榜影响因素的实证分析[J].统计研究.2008, 5 (10) :57.[2]王宇鹏, 许健, 张媛媛.奥运会奖牌榜影响因素的实证分析[J].统计研究.2008, 5 (10) :57.

差异影响因素 篇7

关键词：利率,投资,产业,差异

方差分解中利率对投资变量的贡献率以及脉冲响应中投资变量对利率冲击的累积响应和响应, 这两个都能够验证利率投资效应在第一二三产业中存在明显的差异这一结论。根据二者的综合结论能够得出, 在利率投资效应方面, 第一产业和第三产业要高于第二产业;而当投资变量是金融机构贷款额时, 第二产业受到利率的影响明显要强于第三产业;当投资变量是固定资产投资总额时, 第三产业受到利率的影响明显要强于第二产业;根据利率投资效应的传导机理, 利率对全社会投资情况的影响是通过微观企业来实现的, 即:利率→筹资→投资→全社会投资。

本文将利用实证研究来分析利率对微观企业投资的影响状况, 在此基础之上, 加入产业因素, 分析利率是如何对不同产业企业投资产生何种影响, 从而找出存在产业差异的因素。

利率对企业投资活动的影响主要是通过对企业资本结构的影响实现的。资本结构通常是指企业的权益与长期债务的分配情况, 它反映的主要是企业的股权与债务的比例关系, 而且决定了企业的偿债能力和融资能力。倘若企业的负债过多, 那么企业的融资能力将会下降, 将会以来银行的借债度日, 那么企业的投资或者筹资都会对利率都相当敏感;反之, 则对利率的敏感性比较弱。在理论上, 不同的企业, 其资本结构存在差异, 其投资行为对利率的敏感程度也会不同, 从而不同产业的投资效应也会大小不同。以下将会采用实证研究的方式方法, 验证利率对资产负债表产生如何影响, 进而对企业的投资行为产生何种影响。本文实证研究的数据主要来自于我国上市公司的数据, 并运用STATA10统计软件进行研究分析。

资产负债表是表示企业一定时期的财务状况, 从该表中可以看到企业在该时期内的资产、负债和权益的状况, 是一个静态报表。金融危机传导的资产负债表渠道指的是由于受到金融危机中某些冲击 (譬如汇率价格等因素的大幅波动) , 致使资产负债表的某些科目产生变化, 进而影响资产负债表的状况, 最终对企业产生影响;这些冲击首先会影响企业资产负债表中的许多科目, 进而对企业的投资以及筹资能力产生影响, 这种经济波动的微观效应被称为资产负债表效应。本文将借用借用资产负债表效应以及资产负债表渠道的概念, 研究利率波动通过企业资产负债表对企业的融资和投资产生何种影响。

根据理论模型可知, 贷款利率的提高将导致企业筹资能力下降, 换句话说, 也就是会导致企业筹资的成本上升, 最终导致企业投资需求下降, 投资减少。于此相反, 利率下降, 将导致企业筹资与投资能力的增强。

根据以上分析可以得出两点假设:假设1:利率波动通过资产负债表效应会影响企业的投资行为。假设2:高利息倍数公司, 利率通过对企业的资本结构的影响而对企业投资产生影响, 该影响程度越高, 则资产负债表效应较显著;相反对于低利息倍数公司, 利率影响程度低, 资产负债表效应不显著。

由理论分析可知, 贷款利率波动会对企业的所有者权益产生影响, 进而影响企业的投资, 资产负债效应的计算公式是企业的股东权益收益率与实际利率波动率的乘积, 贷款利率提高将导致企业投资能力下降, 反之增加。加之企业经营具有持续性的特征, 投资与资本存量比与上期投资与资本存量比存在正相关关系, 营业收入和现金流量会影响企业可用于投资的资金量, 与投资也应呈正相关。

利息保障倍数是指息税前利润与利息费用的比, 其主要用于衡量企业长期偿债的能力。利息保障倍数越大, 利息支付越有保障, 也就是说企业的长期偿债能力越强, 相反, 则其长期偿债能力较弱。换言之, 利息保障倍数与企业的外部融资成本负相关, 及利息保障倍数越低, 企业外部融资的成本越低, 越容易融资;相反, 则企业很难能够融资, 这样的话, 企业将不得不更多地依靠企业的留存收益或者未分配利润。本文将以利息保障倍数为5作为一个分界点, 大于5, 表明外部融资能力强, 小于5, 则外部融资能力差。

本文主要选择在1999年1月1日以前上市且仅发行A股公司 (不包括ST/PT类公司、金融类以及资产负债率大于100%的公司) 的数据;剔除样本区间内总资产成长率或销售成长率大于100%的公司以防止兼并或重组的影响, 最终选取742家公司, 其中沪市企业有403家, 深市企业339家。另外, 选取这些公司2000年至2008年的财务数据, 由于模型滞后一期, 因此实际样本期间为2001—2008年。另外, 将产业分为三类, 分别是第一、二、三产业, 这些产业的企业分别有14家、454家以及274家, 这些财务数据全部来自国泰安数据库。从以上数据可以得出, 2007—2008年间的投资/资本存量 (I/K) 均值均低于2001—2008和2001—2006年年间的数值, 说明在金融危机期间, 各类产业的平均投资水平均出现了下滑;2007—2008年区间内的标准差高于2001—2008和2001—2006年区间的值, 说明金融危机期间企业投资的波动更大。就资产负债表效应指标 (BSE) 而言, 由于实际贷款利率在2001—2006年内有升有降, 且幅度较大, 而在2007—2008年内仅小幅下降, 2001—2006年区间内标准差高于2007—2008年区间内相应值, 资产负债表效应指标的波动状况与实际情况一致。

就投资与资本存量比 (I/K) 指标而言, 高利息保障倍数公司的指标均值和标准差均低于低利息保障倍数的公司, 这一数据说明企业的投资行为会受到外部融资能力的影响, 但是对于高利息保障倍数的公司而言, 表现的并不突出, 主要原因在于其偿债能力比较强, 相对应的外部融资能力也很强。就现金流与资本存量比 (CF/K) 指标而言, 低利息保障倍数公司不仅在现金流与资本存量比的均值小于高利息保障倍数, 在标准差方面亦是如此, 由此可得低利息保障倍数企业的现金流相对比较弱, 很难获得外部融资, 其融资的主要来源于内部。就资产负债表效应变量 (BSE) 而言, 低利息保障倍数的企业的均值和波动值明显小于高利息保障倍数的企业, 说明低利息保障倍数的企业不易受到利率波动的影响, 相反, 高利息保障倍数的企业易受其影响。

首先我们将企业以利息保障倍数为基准来分类, 利息保障倍数大于5的我们称之为高利息保障倍数企业, 反之, 为低利息保障倍数企业, 高利息保障倍数企业一般其外部融资能力较强, 而低利息保障倍数企业外部融资能力较弱。首先, 对数据进行简单的面板回归分析, 可以得出, 低利息保障倍数企业的I/K、S/K、CF/K和TQ变量的系数为负且显著, 而高利息保障倍数企业的资产负债表效应变量的系数都为正且显著, 其显著程度明显高于低利息保障倍数企业, 这说明利率对低利息保障倍数和高利息保障倍数企业都有显著的影响且是负向的, 但是对后者影响程度明显小于后者, 这主要是低利息保障倍数企业外部融资很少, 主要靠内部融资, 而高利息保障倍数企业外部融资较多, 故高利息保障倍数企业的筹资和投资情况较依赖内部融资的低利率倍数公司受筹资成本 (利率) 的影响更明显。

对不同融资能力公司采用面板模型进行分析。从这些数据能够看出, 无论是固定效应模型, 抑或是随机效应模型, 低利息保障倍数公司受到资产负债表效应的影响始终都不太显著, 而且资产负债表效应的系数为负数。而相对于高利息保障倍数公司, 资产负债效应显著, 不过资产负债表效应系数确实负数, 而资产负债表效应显著程度明显高于低利息保障倍数企业, 这与基准回归的结果一致。Hausman检验表明高利息倍数和低利息倍数公司模型均具有固定效应。

通过以上分析得出, 利率可以通过影响企业的资产负债表 (资本结构) 来影响企业投资, 且方向为负;同时高利息倍数公司投资受利率的这一影响与低利息倍数公司相比更为显著。

利率对于不同的产业而言, 其对企业的资产负债表效应也会不同。将样本数据按三次产业分类。可以分为对第一产业、第二产业、第三产业, 然后对这三个产业数据进行简单的面板回归分析。可以得出, 这三个产业的投资与资本存量比指标、现金流与资本存量指标以及TQ变量的系数均为正数, 符合理论。第二产业、第三产业的资产负债表效应变量BSE的系数均为负且显著, 而第一产业的资产负债表效应变量的系数不显著, 说明第二、第三产业公司其投资受利率资产负债表效应影响明显, 利率投资效应显著, 第一产业公司的投资情况则受利率变动影响不大。

对不同产业公司采用面板模型进行分析能够得出, 对于第一产业而言, 无论是固定效应或随机效应模型资产负债表效应对其的影响都不太显著, 而第二三产业却始终显著为负, 且第三产业公司资产负债表效应的系数更大, 说明第三产业公司对利率变化的响应程度要大于第二产业。这与基准回归的结果基本一致。Hausman检验表明三次产业的公司模型均具有固定效应。

另外值得关注的是;通过实证分析, 得出低利息保障倍数公司的投资活动明显受到利率的影响, 而且程度要高于高利息保障倍数公司。而在样本数据中, 第一产业企业是14家, 在这14家中, 有12家是低利息保障倍数的企业, 比例高达85%, 这也导致第一产业的投资不易受到利率变动的影响。二是不同产业的企业其资本结构不同, 计算比较各个上市公司的在样本期间内 (2001—2008) 的平均资产负债率 (负债/总资产) 可以看出, 14家第一产业的上市公司中就有9家资产负债率低于50%, 其中最低的仅为22%, 这说明第一产业中的大部分企业其权益资本占总资本的大部分, 债务资本则相对较少;相比而言, 第二、第三产业的公司资产负债率水平普遍较高, 债权资本占比重更大。不过由于数据获得方面的限制, 第一产业的样本只有14家, 较二、三产业的样本数为少, 这可能给实证结论带来一定的局限性, 也使数据比较的说明度有所下降, 但作为研究对象的14家企业能够上市, 说明其市场化程度已很高, 可以说明一些问题。

综上所述, 利率首先对企业的资本结构产生影响, 而后对企业的投资行为产生影响;而且不同产业由于其资本结构不尽相同, 则企业资产负债表效应也不尽相同, 对第一产业来说基本没有任何影响;而每个微观企业的投资组成了全社会的投资情况。因此, 不同产业的全社会投资对利率变化的响应存在差异。这一传导可表示为:

资产负债表效应

(资本结构) 利率企业 (投资) 全社会投资

以上是从微观经济主体企业的角度出发进行研究。除了已分析论证的企业的资产负债表结构也就是资本结构是导致我国利率投资效应产业差异产生的重要原因之外, 金融机构与企业的属性等因素也会对利率投资效应的产业差异产生影响, 尤其作为金融中介的金融机构银行的贷款结构也是导致我国利率投资效应产业差异产生的重要因素, 这是从金融中介 (以商业银行为主) 的角度出发进行研究。在我国, 中央银行的利率政策往往是通过先作用于商业银行, 再由商业银行传递给经济主体从而影响其投资行为的, 这一过程可以表示为:利率→商业银行 (选择企业发放贷款) →企业 (投资) →全社会投资

在我国商业银行既要充当央行货币政策中介, 又要根据央行的货币政策来调控企业和居民的经济行为。其中介地位, 决定了商业银行行为的复杂性, 一方面商业银行具有企业的性质, 即自负盈亏和追求利润最大化, 另一方面商业银行又受到央行的管制, 必须依据央行的政策行事, 而且要根据央行发布的货币政策来对国民经济进行调控, 可见探讨企业的利率投资效应很大程度上需依赖于商业银行等金融机构的行为及其变化。随着我国金融体制的不断改革和发展, 商业银行以利润最大化的目标越来越明显、越来越突出从而使其向贷款的趋势发展, 即更趋向于向偿债能力强和利息保障倍数高的企业贷款, 这样做, 可以及时收回贷款, 防止出现坏账。而那些利息倍数低、偿债能力较弱的企业, 则会被认定为贷款风险太高, 从而加大了其从银行融资的难度。根据前文所述, 利息倍数高的企业多属于第二、第三产业, 而第一产业的企业大多偿债能力较弱, 在14家上市的第一产业企业中仅有两家企业的利息保障倍数大于5, 属于高利息倍数企业, 具有较强的偿债能力;其余企业的偿债能力均较差银行对其贷款的风险相应较高。诚然由于数据获得渠道的限制, 仅通过这14家第一产业的上市公司来了解该产业内所有公司获得银行贷款的难易程度并不充分, 但作为研究对象的这14家企业能够上市说明其市场化程度已很高, 足以说明问题。因此, 作为金融中介的商业银行的贷款结构也是导致我国利率投资效应产业差异产生的重要因素。

参考文献

[1]阎红波, 王国林.我国货币政策产业效应的非对称性研究——来自制造业的实证[J].数量经济技术经济研究, 2008 (5) .

[2]袁中国, 刘兰凤.中国货币政策金融加速器效应的行业差异性分析[J].上海金融, 2009 (3) .

[3]赵天荣, 赵蕊.利率调整与经济增长关系的实证研究[J], 上海金融, 2008 (8) .

差异影响因素 篇8

关键词：能源消费,地区差异,面板模型,产业结构

0 引言

能源是经济发展的源动力, 是经济发展不可或缺的物质基础。经济的健康稳定发展, 受到能源的影响。我国是个幅员辽阔的国家, 各地区能源禀赋不同, 经济发展条件和方式不同, 对能源的需求也不同, 使得能源消费表现出明显的差异性。因此, 深入研究我国各地区能源消费状况及其影响因素, 对制定和实现各地区的节能减排目标, 提高能源利用效率具有重要意义。目前, 国内学者关于能源消费水平差异的研究多运用因素分解法。李国志、李宗植 (2010) 利用LMID模型, 将整体能源消费和各主要能源消费进行分解, 得出各效应对能源消费的影响;宁亚东、丁涛、外冈丰 (2012) 从产业部门和民生部门两个角度, 运用完全因素分解模型对中国能源消费量进行分解, 对各部门的能源消费差异进行分析;王丽琼 (2009) 运用基尼系数对各地区能源消费强度进行分析;张晓燕 (2013) 运用泰尔指数研究能源消费与产业结构变迁之间的关系。这些方法能够很好地研究能源消费差异中各因素的贡献度, 但不能很好地与量化指标结合起来。本文运用面板数据模型, 选取人均GDP作为经济发展水平指标, 第二产业产值占GDP比重作为产业结构指标, 研究其与各地区人均能源消费水平的关系及影响, 结合各地区经济发展的差异, 研究各影响因素对各地区人均能源消费的影响方向和影响程度, 从而有针性地提出相应对策。

1 地区能源消费的差异比较

1.1 地区间能源消费总量差异比较

东、中、西部地区1996—2012年能源消费总量趋势如图一所示。从15年间能源消费趋势来看, 在1999年及以前, 东、中、西部都保持在较稳定的状态, 增长缓慢, 东部保持在60000万吨标准煤, 中、西部保持在40000万吨标准煤以下;自2000年以后, 三大地区的能源消费总量持续增长:东部地区由2000年的70000万吨标准煤增长到2012年的200000万吨标准煤;中部地区由2000年的40000万吨标准煤增长到2012年的118193万吨标准煤;西部地区由2000年的30000万吨标准煤增长到2012年的118344万吨标准煤。东部地区能源消费增长较为明显, 中、西部地区以大致相同的速度增长, 且远落后于东部地区的增长速度。东部地区的能源消费总量始终高于中、西部地区的能源消费总量, 能源消费由西向东呈现明显的上升趋势。

1.2 地区间人均能源消费差异比较

为衡量各地能源消费水平, 采用人均能源消费量指标来衡量, 采用与全国人均能源消费水平的平均差来衡量各地区人均能源消费的差异, 结果如表一所示。由表一可以看出, 自1996年以来, 全国能源消费水平持续上升。就三大地区而言, 东部地区的能源消费水平自1996年以来一直高于全国平均水平, 且与全国平均水平的差距呈扩大的趋势;中、西部地区的人均能源消费水平一直低于全国平均水平, 但具有不同的趋势。中部地区的人均能源消费水平与全国人均能源消费的差距逐渐扩大, 而西部地区的人均能源消费水平与全国人均能源消费的差距呈现阶梯式降低的趋势。

从图二中可以看出, 东、中、西部地区的人均能源消费呈现持续增长的趋势, 东部地区的增长速度高于中、西部地区, 且东部地区人均能源消费一直高于中、西部人均能源消费, 东部与中、西部的差距仍在持续扩大。中、西部人均能源消费以大致相同的趋势增长, 2004年西部人均能源消费水平超过中部人均能源消费水平, 且西部地区人均能源消费的增长速度逐渐超过中部地区人均能源消费的增长速度。

1.3 各地区能源消费与经济发展水平关系的比较

各地区能源消费水平与经济发展水平的趋势如图三、图四、图五所示。由图三可以看出, 东部地区的能源消费水平、GDP、第二产业产值呈现上升趋势, 其中能源消费总量与东部地区GDP增长速度的差距逐渐扩大, 表明东部地区能源消费强度在降低, 能源利用效率提高。东部地区能源消费总量与第二产业产值保持相同的增长趋势。中部地区能源消费水平的增长速度于2007年逐渐低于中部GDP的增长速度, 西部地区能源消费水平与西部GDP保持基本一致的增长趋势, 2009年能源消费水平增速有减小的趋势。中、西部能源消费水平与第二产业产值的增长趋势基本相同, 能源消费水平的增速与第二产业产值的增速均呈现增大的趋势。

综上所述, 可得出以下结论: (1) 各地区能源消费总量的增长存在差异, 东部地区增长最快, 中、西部较慢且增速大致相同; (2) 东部地区人均消费水平对全国人均能源消费水平贡献最大, 中、西部人均能源消费水平对全国人均能源消费水平贡献为负值, 且中、西部人均能源消费呈现不同的增长速度; (3) 东、中、西部地区的能源消费在不同经济发展阶段表现不同的增长趋势。

2 模型设定及经济含义

能源消费水平受经济发展水平的影响, 能源消费的变动往往受经济增长的拉动。随着国民经济发展水平的提高, 对能源需求的增长是必然趋势。同时, 经济结构对能源消费的增长也有较大的影响。由于产业特性的差异, 不同产业对能源的需求不同, 不同的能源组合对能源利用水平不同, 对能源消费的影响不同。本文以人均GDP代表经济发展水平, 以第二产业产值占GDP比重代表产业结构, 探讨各地区经济发展水平、产业结构对人均能源消费的影响及其差异。

2.1 模型选择及设定

本文建立的模型为面板数据计量模型。面板数据计量模型有三种:聚合最小二乘回归 (Pool OLS) 、固定效应模型 (Fixed Effect) 和随机效应模型 (Random effect) 。对于模型的选定, 可以通过固定效应检验和Hausman检验进行确定。根据本文的研究目的, 假设在同一地区内所分析各因素对人均能源消费水平的影响不同, 建立固定效应变系数模型。同时, 对模型的有效性通过协方差分析检验进行检验。协方差分析检验具体方法如下:

式 (1) 、 (2) 中, s1表示变系数模型回归残差平方和, s2表示变截距模型回归残差平方和, s3表示混合回归模型回归残差平方和, N表示截面成员个数, T表示每个截面成员样本观察期数, k表示非常数项解释变量个数。

本文以中国30省 (区、市) 1996—2012年相关数据位基础, 运用面板数据模型定量分析各影响因素对人均能源消费水平的影响方向和影响程度。

式 (3) 中, EP、PGDP、P分别表示人均能源消费水平、人均GDP、第二产业产值占GDP的比重;i=1, 2, 3分别代表东、中、西三大地区, t表示时期, β1i为三个地区人均GDP的弹性系数, 反映地区人均能源消费水平对经济发展水平的敏感度, β2i表示第二产业产值占GDP比重变动一单位, 各地区人均能源消耗随之变动β2i个单位, 反映各地区产业结构对地区人均能源消费水平变动的影响。

2.2 模型参数估计结果及经济含义

通过固定效应检验和Hausman检验的结果, 确定适用固定效应模型。为了消除异方差和序列相关的影响, 采用似不相关回归法 (SUR) 进行回归估计, 结果如表二所示。

注:本表回归软件为Eviews6.0, 括号中数值为系数检验的t统计值。

表二的拟合结果显示, 各变量系数均通过10%显著性检验, 可决系数较高, 模型拟合效果较好。

在SUR情形下对模型进行协方差分析检验。其中, s1=32.59766, s2=48.89113, s3=43.51264, 计算得到F1=2.84, F2=2.01, 在90%的置信水平下通过检验, 所以固定效应变系数模型是有效的, 据此进行统计分析。

人均能源消费水平与地区经济发展水平呈显著正相关关系。经济发展对东部地区人均能源消费增加的影响明显低于中西部地区。经济发展水平对能源消费水平的影响可以通过以下几个方面来理解:首先, 经济发展水平的提高, 先进的知识、技术、现代化的节能设备和管理经验逐步运用到生产过程之中, 降低了能源消耗强度, 从而降低经济发展对能源消费的需求。其次, 东部地区经济发展水平较高, 企业节能减排意识较高, 在促进经济发展的同时, 能够有效的减少对能源的消耗。最后, 中、西部地区的经济发展水平较低, 经济的增长仍属于粗放型经济增长方式, 高能耗仍是中、西部经济增长的特点, 西部尤为显著。

产业结构对地区能源消费水平的影响差异显著。东、中、西部产业结构对人均能源消费水平的影响程度不同。东部地区第二产业产值比重处于稳步降低的阶段, 其第二产业产值比重的降低会显著降低人均能源消费水平。东部地区由于能源利用的高效和产业结构的优化配置, 第二产业产值的比重逐步降低, 高能耗产业逐渐退出, 显著降低了能源消费水平。中、西部地区由于处于与东部不同的发展阶段, 经济的发展仍主要靠第二产业推动, 第二产业产值的比重仍在增加, 导致对能源消费需求的持续增长。由于中部地区第二产业较西部比重较高, 加之中、西部地区节能减排技术相对落后, 第二产业比重的降低对能源消费的降低作用并不明显。同时, 第二产业产值比重的增加对中部地区能源需求较高, 人均能源消费水平也就较高, 所以中部地区第二产业产值比重的增加对人均能源消费水平的影响相对于西部较高。

3 结论及建议

本文通过对我国三大地区人均能源消费水平差异特征及其影响因素的研究, 得出如下结论: (1) 1996年以来, 我国各地区能源消费总量持续增长, 且东部地区增长速度最快, 中、西部地区增速基本相同。 (2) 我国能源消费水平由西向东呈现明显的“阶梯式递增”, 与经济发展水平的分布基本一致, 且能源消费水平与经济发展水平、产业结构的变化具有一定的协同效应。 (3) 固定效应变系数模型回归结果表明:经济发展水平对人均能源消费起着积极的作用, 东部地区经济发展对能源消费的推动作用较小, 经济发展对能源的依赖程度越来越低, 中、西部地区经济发展对能源消费的推动作用较大, 经济发展对能源的依赖程度较高。而产业结构调整对地区人均能源消费的影响因各地区所处的发展阶段而不同。东部地区第二产业产值所占比重在逐渐减小, 其影响主要体现在对人均能源消费水平的降低方面的作用, 而中、西部第二产业产值所占比重在持续增长, 其影响主要体现在对人均能源消费水平的增长方面的作用。

基于以上分析, 笔者认为, 在对待能源消耗的问题上要因地区而异, 综合考虑各地区所处的发展阶段而采取相应的政策: (1) 经济增长对能源消费的积极作用表明, 在处理经济增长与能源消费的关系时, 应充分考虑地区间发展水平的不同。东部地区处于发展水平较高的阶段, 其节能技术、生产的组织管理理念远领先于中、西部地区, 且东部地区发展的空间有限, 发展中的主要目标是减少能源消费;而中、西部地区经济发展水平与东部地区差距较大, 其经济发展的首要目标是扩大经济总量, 对能源消费的需求将持续增加, 所以中、西部应当积极引进先进技术、先进的生产组织管理经验, 在保证经济快速发展的同时, 尽可能地降低能源消费。 (2) 东部地区产业结构趋于优化, 第二产业在经济中的比重逐渐降低, 第二产业转向中、西部省份, 产业结构的优化, 对东部地区能源消费起到明显的降低作用。中、西部地区应当充分利用“学习效应”, 在促进经济快速发展的同时, 加快产业结构调整和产业优化升级, 将有利于提高能源利用效率, 降低能源消费, 减少经济发展对能源的依赖。 (3) 东部地区应当积极向中、西部输送先进的节能技术和组织管理经验, 在中、西部地区的能源优势的基础上, 进一步提高资源的利用效率, 保证能源的可持续利用。

参考文献

[1]徐盈之, 张全振.中国制造业能源消耗的分解效应:基于LMDI模型的研究[J].东南大学学报 (哲学社会科学版) , 2011, 13 (04) :55-60.

[2]王丽琼.中国能源利用效率区域差异基尼系数分析[J].生态环境学报, 2009, 18 (03) :974-978.

[3]梁怀学, 陈权宝.基于面板数据模型的我国行业能源消费特征分析[J].东北师大学报 (自然科学版) , 2005, 37 (2) :41-44.

[4]侯丹丹, 杨俊杰.我国“十二五”能源消费预测及影响因素分析[J].中外能源, 2012, 17 (06) :1-7.

[5]张晓燕.新疆能源消费和产业结构变迁关系研究[J].经济论坛, 2013, (03) :35-37.

[6]邱灵, 申玉铭, 任旺兵, 等.中国能源利用效率的区域分异与影响因素分析[J].自然资源学报, 2008, 23 (05) :920-927.

[7]宁亚东, 丁涛, 外冈丰.中国能源消费特征分析——基于完全因素分解模型的实证研究[J].大连理工学报, 2012, 52 (05) :641-647.

[8]李国志, 李宗植.中国农业能源消费碳排放因素分解实证分析——基于LMDI模型[J].农业技术经济, 2010, (10) :66-71.

[9]张兴平, 汪辰晨, 张帆.北京市能源消费的因素分解分析[J].工业技术经济, 2012, (01) :13-18.

差异影响因素 篇9

关键词：道路工程,旧路加宽,差异沉降,位移

高速公路改扩建工程最大的技术难题是解决新旧路基不均匀沉降问题。原有的路基经过多年行车荷载作用和自然沉降等因素已趋于稳定,沉降量已很小,而新路基成型后必然要经历一个沉降过程,这将会造成新旧路基的不均匀沉降。这样,加宽完成后整个路基存在着沉降量不均衡的问题。如果处理不当,将会给新加宽道路留下隐患,反映在路面上就是将在新旧路基结合部位产生纵向裂缝。但其根源在于加宽后新旧路基沉降量不同,这种病害会在外界因素(例如行车荷载、冻胀、雨雪侵蚀等)作用下进一步发展,以致影响到公路的正常使用。

目前我国公路部门对高速公路改扩建工程的研究还不够,从设计到施工还没有成熟的经验可循。在旧路加宽的相关技术规范中,仅对新旧路堤路面交界部分的连接提出了一些具体的设计要求和施工要点,并未涉及公路拓宽时普遍存在的差异沉降。因此,开展对高速公路旧路加宽差异沉降影响因素的研究具有十分重要的工程意义。

1 旧路加宽差异沉降成因分析

地基土体在上部结构荷载作用下产生应力和应变,其中竖直方向的变形即为沉降。土体的沉降变形同土体的压缩性能是密切相关的。一般天然土是三相体,它们受力变形,实际是土颗粒压缩,土孔隙中水和气的排出,土体积减小的过程。

公路路基沉降主要由两部分组成,即地基在路基自重作用下的固结压缩变形以及路基本身的固结压缩变形。由于路基是分层施工的,根据应力扩散原理,路基土承受压路机的轮压作用最明显,可以认为已经得到很大程度的压实,而地基的压实效果不明显。路基的工后沉降量主要是由地基土的沉降固结引起,但也不能排除路基本身的次固结变形,即土体骨架发生粘滞蠕变所致。从差异沉降的成因分析可知,新旧路基的差异变形主要由三个部分组成:第一部分是由于地基在新路堤荷载作用下发生的固结变形;第二部分是新路堤在自身荷载作用下发生的压缩变形;第三部分是新路堤在行车荷载作用下发生的累计塑性变形。

2 数值分析模型的建立和材料参数的确定

2.1 模型的建立

本文依托工程原为双向四车道高速公路,路基顶面宽度为26.0 m,边坡坡度为1∶1.5,采用双侧拓宽方式,每一侧拓宽宽度分别为8.0 m。现选取某一处路堤为模型,该处路堤填高4 m,边坡坡度依然为1∶1.5。其几何模型和网格划分分别见图1,图2。

2.2 材料参数的确定

基于室内试验成果,沿线某处新旧路基材料参数见表1。

3 旧路加宽差异沉降影响因素分析

3.1 不同拓宽方式对差异沉降的影响

目前高等级公路加宽工程中常见的加宽方式主要是单侧加宽和双侧加宽,为分析不同加宽方式下新旧路基的变形性状,对双向两车道的旧路基,在总加宽宽度相同的基础上,分别对单侧加宽和双侧加宽的加宽方式进行计算比较分析,加宽宽度均为四车道,单侧加宽时加宽宽度为16 m,两侧加宽时则每侧加宽宽度为8 m。两种不同加宽方式下路基沉降曲线如图3所示。

由图3可以看出,在总宽度相同的情况下,单侧加宽和双侧加宽路基表面的最大沉降分别为14.14 cm和7.77 cm,从路基顶面沉降变形曲线形态和沉降数据来看,双侧加宽较单侧加宽变形值小,且更为平缓,尤其是旧路顶面在对称加载的情况下,几乎是整体下沉,差异沉降非常小。因此,在相同的加宽宽度下,双侧加宽无论在路基绝对沉降、新旧路基差异沉降均较单侧加宽具有明显优势,其原因是双侧对称加载比单侧加载对旧路基产生的附加沉降,仅从受力和变形性状角度分析,采用双侧加宽比单侧加宽更为有利。

3.2 加宽路堤高度的影响分析

由于公路扩建工程受地形高低变化的影响,不同断面会出现不同的填挖高度,不同高度的路堤在重力荷载的作用下,产生的变形是不同的。因此,路堤高度是影响路堤及地基变形的最直接的因素。

在计算中以半幅路基为研究对象,半幅旧路基宽13 m,新路基拓宽宽度选为8 m,即双向四车道拓宽为双向八车道,路基填土高度分别选取2 m,4 m,6 m,8 m。计算结果见图4～图6。

从图4,图5可以看出,路基填土高度越高,拓宽路基不均匀沉降越大,旧路中心的附加沉降越大。当填土高度为2 m时,最大差异沉降只有2.53 cm;而当路基填土高度增加到4 m时,最大差异沉降为5.16 cm;当路基填土高度增加到6 m时,最大差异沉降为7.28 cm;当路基填土高度增加到8 m时,最大差异沉降为9.24 cm。同时还可以看出,路基填土高度越小,拓宽路基顶面沉降曲线越接近“～”形。这是因为,填土高度越小,新路基对旧路基的影响越小,旧路基的附加沉降越小,故沉降曲线前段越平缓;而因为填土高度小,旧路基对新路基的沉降影响作用也较小,旧路基坡脚线与新路基路肩间有相当的距离。沉降曲线受旧路基边坡影响发生渐变的效果不明显,使得沉降曲线后段也比较缓和。

由图6可以看出,当填土高度为2 m时,旧路基坡脚处水平位移只有向内0.21 cm,新路基坡脚处水平位移为向外0.39 cm。而路基填土高度为4 m,6 m,8 m时,旧路基坡脚处水平位移分别为向内0.32 cm,0.51 cm,0.57 cm,分别增加了52%,142%,171%;新路基坡脚处水平位移分别向外0.94 cm,1.29 cm,1.57 cm,分别增加了141%,230%,302%。即路基填土高度越高,拓宽路基水平位移越大,旧路基坡脚处水平位移向内移动,而新加宽部分向外移动,增加了新旧路基结合部滑动的可能。

综上所述,差异沉降和表面水平位移随着路基高度的增加而增加,且路基高度越小,拓宽路基顶面沉降曲线越接近“～”形。因此,在满足路基最小填土高度情况下,控制路基高度可以有效减小差异沉降。

4 结语

结合实体工程,在分析旧路加宽差异沉降成因的基础上,利用室内试验成果和数值模拟,对影响旧路加宽沉降的因素进行分析,可以得出以下结论:

1)在相同的加宽宽度下,两侧加宽在新旧路基差异沉降上较单侧加宽具有明显优势。如果条件许可,采用两侧加宽比单侧加宽更为有利。但从施工便利、占用土地和工程造价等方面出发,单侧加宽比双侧加宽有利,双车道公路扩建成高速公路的项目尤为明显。采用何种加宽方式,应在详细的经济、技术比较的基础上确定。

2)在两侧加宽方式下路堤高度不同时,差异沉降随着路基高度的减小而减小,且路基高度越小,拓宽路基顶面沉降曲线越接近“～”形。因此,在满足路基最小填土高度情况下,控制路基高度可以有效减小差异沉降。

参考文献

[1]JTG D30-2004,公路路基设计规范[S].

[2]章定文,刘松玉.软土地基高速公路扩建工程中新旧路堤相互作用数值分析[J].中国公路学报,2006,19(6):7-12.

[3]贾宁,陈仁朋,陈云敏.杭甬高速公路拓宽工程理论分析及监测[J].岩土工程学报,2004,26(6):755-760.

[4]桂炎德.高速公路加宽设计方法初探[J].公路,2004(7):59-64.

[5]马海燕.高速公路高填路基沉降、旧路拓宽差异沉降有限元分析与计算[D].西安:西安建筑科技大学硕士学位论文,2007.

差异影响因素 篇10

关键词：中美；慈善意识；现状

民政部2011年7月15日在京发布中国慈善事业发展指导纲要（2011-2015年），明确指出，加快发展慈善事业，对于新形势下调节利益分配、增进社会和谐，提高公民社会责任意识、促进社会主义精神文明建设、增强民族凝聚力，具有重要作用。慈善是中华民族传统美德，发展慈善事业已是中国特色社会主义事业和社会保障体系的重要组成部分。总体而言，在整个社会中我国公民慈善意识尚未形成主流意识，公民的慈善意识存在着普遍缺失的问题。因此，对我国公民慈善意识的研究也成为当前一项十分必要而又紧迫的课题。借鉴美国成功的经验，对推动我国慈善事业的发展和提高我国公民慈善意识具有十分重要的意义。

一、中美公民慈善意识的差异

（一）慈善及慈善意识的内涵

慈善应是在慈悲心理驱动下的善举。包括两层意思，一是慈悲的心理，二是善举。我国最早关于“慈善”两字的记载，出自《魏书·崔光传》：“光宽和慈善，不忤於物，进退沉浮，自得而己。”［1］慈善意识就是个体在面对需要帮助的人或事时，所表现出来的知觉、情感、意志、思想、行为意向等各种观念形态的总和，通常借助于同情心表现出来。慈善意识可分为五个层次：一是感性认识层次，对慈善的直觉反映和认识；二是知识层次，对慈善及相关问题的各种经验和科学认识；三是态度层次，有关慈善的价值观念，主动参与慈善活动的动机；四是评价层次，有关慈善及相关问题的评价；五是行为意向层次，发挥自己所能，参与慈善活动的行为和方式等。

（二）中美公民慈善意识的差异

本文从三个方面，也就是公民对慈善的认知程度，公民对慈善事业的认同和公民参与慈善事业的积极性来比较中美公民慈善意识的差异，由于我国慈善事业正处于初步发展阶段，公民缺乏对慈善及慈善相关问题的经验和科学认识，对慈善事业认同程度差次不齐，有人认为现在慈善更多带有功利性，因此公民参与慈善事业的积极性并不高。相反，美国公民慈善意识程度较高，美国大学常开展慈善课程，帮助人们在学生时代对慈善及慈善相关的经验进行科学认识，而且慈善已成为美国公民日常生活中一种习惯。

二、中美公民慈善意识差异形成的影响因素

（一）财产观

中国人的财产观念有两个重要方面。一方面，强烈的家族意识和惜财意识，使中国人不愿进行慈善捐助。另一方面，劫富济贫的传统观念，使私有财产的安全性脆弱，形成了中国人不公开的、封闭式的财产观，强化了中国人藏富、不露富的习惯。在美国富豪阶层，有一个被普遍认同的财富观，那就是：他们将自己视为上帝财富的托管人，认为自己必须将社会财富分散出去回馈社会。对于将财产作为遗产留给后代，卡内基有一个著名的观点：“留给儿子万能的金元无异于留给他一个诅咒，遗产绝不是孩子们的福利，只有家族的荣誉才是激励他们有所作为的福音。”［2］

（二）宗教信仰

中美公民慈善意识的差异形成的影响因素还表现在孕育公民慈善意识的思想渊源上。中国人的慈善意识主要源于伦理道德传统，美国公民的慈善意识主要源于宗教传统。中华民族的慈善文化主要源于儒家文化中的仁爱、民本、大同理想。长期居于意识主导层面的儒家伦理建立于宗法制度的基础之上，其家族色彩极为厚重。也是形成儒家由“爱亲开始，以孝为核心”［1］的有先后等差的仁爱思想根源。而美国人的慈善意识最早主要源于基督教中的博爱、罪感、谦卑和忏悔等道德情感。基督教的慈善观念基于其教义原罪说、赎罪说和爱的表达。基督教这种超越了血亲、地缘和种族的爱，非常符合现代慈善的精神，体现了人类共同的人文关怀。中美两国公民慈善意识在思想源头上的差异导致了中西方慈善事业发展的巨大差异。

（三）法律政策

我国在有关慈善的法律政策和美国有着明显的区别，因此在一定程度上也影响着两国公民的慈善意识。我国《慈善事业法（草案）》经过多次研究论证，纳入国家立法规划中；新的《企业所得税法》提高了企业捐赠的税前扣除比例，公益性社会组织捐赠税前扣除资格认定进一步明晰。但是由于法律法规的不健全，发展我国慈善事业仍有阻力。而美国的税收制度非常有利于富豪慈善事业的发展。一方面是比例很高的遗产税，很多美国富豪通过创办私人慈善基金会进行合理避税。另一方面是优惠的捐赠免税政策。通过该政策捐赠者能够名利双收。其次，与其他国家相比，美国的社会权力分配更为均衡，社会各阶层之间存在制约力量。富豪阶层与平民之间的差别更多地体现在财富的占有数额以及生活质量上，但在社会管理方面拥有平等的权利，因此富豪也不敢忽视平民的力量、不能忽视舆论的监督。

（四）历史传统

由于我国高度集权的政治体制因素与传统计划经济思维的历史因素惯性影响，建国之初政府强制性取缔旧社会遗留下来的慈善组织，使新中国立国之后的社会慈善活动基本陷于停顿；90年代随着中国慈善总会等慈善组织的成立和2005年中国慈善大会的召开，近年慈善事业开始蓬勃发展，社会各界对慈善事业的支持度还不高，有利于慈善事业发展的慈善氛圍尚未形成。而在美国的历史发展进程中，社会上一直有着良好的慈善氛围，即使不富裕的平民百姓也会拿出自己收入的一部分用于捐赠或者投身于慈善事业中来。富豪群体作为最受社会瞩目的一个阶层，他们需要做出与其财富相对等的、比平民更大的贡献。他们在慈善中的作为受到社会舆论的监督，对慈善的怠慢会受到严厉的抨击，而所作出的贡献会受到大众的积极认可。

公民的财产观、宗教信仰、国家的法律政策和历史传统这些因素都对本国公民的慈善意识产生了深刻地影响。正如诺贝尔经济学奖得主道格拉斯诺斯所说，行为由制度决定。一个国家整体公民慈善意识的状况与国家整体制度环境有着密不可分的关系。

三、提高我国公民慈善意识的对策

（一）树立正确的价值观、财产观

慈善文化的核心是利他主义价值观。弘扬慈善文化所要达到的境界就是要在全社会造成浓郁的“人文关怀”的氛围，减少冲突，调和矛盾，使社会呈现一种稳定和谐的状态。基于慈善事業的宗旨，弘扬利他主义价值观，在构建社会主义和谐社会的历史进程中，慈善事业起着十分重要的推动和支撑作用。发展慈善事业必须有良好的社会环境，这种环境的形成，需要有文化的承载和激励。努力使现代公民在儿童期就树立对金钱、财富的科学正确认识，培养以合法合理的方式获取财富，以利己利人的方式使用财富的科学财富观和助人为乐的利他主义价值观。

（二）弘扬传统文化中的慈善理念

现代社会决定了现代慈善意识和慈善事业开放性、民间性和透明性的特征。重新审视传统文化中的慈善理念，继承和发扬其中仁爱、关怀等思想精华，摒弃糟粕的内容，努力培养具有“仁爱、责任、共享”核心价值理念的现代公民慈善意识。将慈善文化融入课堂，挂入社区宣传栏，开展形式多样的慈善教育宣传活动。推动慈善事业发展列入文明城市、文明单位、文明行业评比的指标体系，大力开展形式多样的慈善活动。继续完善和实施“中华慈善奖”的评选表彰，对做出突出贡献的组织和个人给予嘉奖和弘扬，发挥先进典型的示范作用。筹建中华慈善博物馆，发挥其展示、宣传传统慈善文化的作用。

（三）优化制度环境

慈善事业的可持续发展离不开良好制度环境的支撑，制度建设至关重要。要加快《慈善事业促进法》的立法进程。首先，在法律上进一步明确慈善募捐主体的地位、慈善事业的主管部门、慈善捐赠活动的程序和慈善募捐的监督管理机制，明确捐赠人、受赠人和受益人的权利义务。其次，制定和完善有利于慈善事业发展的制度激励机制。合理增加优惠幅度，激发社会各界参与慈善事业的积极性，增强税收政策的制度激励功能。最后要健全公共财政制度。通过政府购买公共服务，鼓励有条件的地方由公共财政对慈善给予适当支持。对已颁布的政策法规要制定相应的具有可操作性的配套政策，并加大执法力度，以保证相关法规政策真正落实到位。

四、提高全民社会责任感

以社会主义核心价值体系为指引，全面普及慈善文化，广泛传播慈善理念，逐步增强公民、企业和社会组织的社会责任感，鼓励越来越多的公众、企业和社会组织参与慈善活动，使慈善逐步成为社会风尚和人们的生活方式。学习和处理好榜样与大众的关系，树立典型以提高整体公民的社会责任意识。同时，通过市县的新闻媒体不断塑造新的慈善形象，如慈善大使陈光标、李连杰、成龙等，树立榜样、爱护榜样、发挥慈善榜样的力量，通过县村级干部的切实行动，把慈善榜样树立在基层、树立在群众中，动员社会大众以实际行动参与慈善。在施善中携手战胜灾害，共享社会主义发展成果，从根本上提高人们构建社会主义和谐社会的积极性和培养公民社会责任感。

五、总 结

在当前中国多样文化并存的条件下，对于慈善伦理观要尊重差异，包容多样，但同时必须坚持正确的导向。中美公民慈善意识差异的背后，有着深刻的文化动因。我国必须大胆借鉴和吸收人类文明发展过程中有价值的慈善理念，在弘扬民族仁爱精神的同时，将传统的慈善伦理提升为现代社会的公民慈善意识。必须以财富观，价值观为突破口，以诚实守信为重点，以尊重人格为前提，加强当代中国慈善伦理建设，实现慈善意识提高一小步，慈善事业发展一大步。全社会共同携手加强全民慈善意识的宣传教育。

参考文献：

［1］ 周秋光，曾桂林.中国慈善简史［M］.北京：人民出版社，

2006.

［2］ 卡内基.财富的福音［M］.杨会军译.京华人民出版社，

2006.

［3］ 罗竖元.培育慈善意识 发展慈善事业——美国经验及其

启示［J］.行政论坛，2011，（1）.

Analysis and Countermeasures of China and the United States Citizen’s

Charitable Consciousness Difference

WEI Yan

Abstract: Philanthropy, in the history of the development of human society has an important position, so far, which has been an important part of the social security system and, has become a necessary requirement of building a harmonious society in China. Accurately understand and grasp the difference of charity awareness between the Western and China and, research the causes of formation to the differences of charity awareness between the Western and China. Therefore, effective ways and means of cultivating the nationals charity awareness have been drawn, contributing to the development of philanthropy in China, there is great significance