随着近年来虚拟经济的兴盛，我国的经济得到了快速发展，但是虚拟经济在快速增长的同时也带来了种种弊端，特别是在发生了国际性的金融危机之后，世界各个主要经济体都认识到实体经济才是人类社会赖以生存的重要基础，开始重视加强对发展实体经济的支持力度。我国作为一个新兴工业化国家，更应该重视发展实体经济。发展实体经济对我国的经济稳定发展以及维护社会稳定，全面建成小康社会目标的实现起着关键作用。所以，发展实体经济是全世界尤其是我国经济发展的首要目标，也是经济健康发展的必要条件。

一、文献综述与问题的提出

实体经济和虚拟经济的关系构成了我国目前经济体系的格局。关于实体经济与虚拟经济关系的研究，胡晓(2015)认为虚拟经济对实体经济具有显著影响，其影响与虚拟经济发展水平密切相关,随着虚拟经济的不断发展会越来越强的影响实体经济产业结构而抑制对实体经济增长[1]。陆岷峰、王婷婷(2014)认为金融企业之中有非常严重的“脱实向虚”现象, 利率市场化是一把双刃剑，不仅有利于实体经济发展,也改变了实体经济的市场环境[2]。张晓朴、朱太辉(2014)通过论证分析发现,金融体系与实体经济之间的关系在主流的经济理论中一直没有得到正确的诠释,这是爆发金融危机的理论背景。同时，金融体系是服务业之中的重要部分，是配置实体经济资源的核心[3]。怀仁、李建伟(2014)认为，目前我国的实体经济面临诸多问题，民众的投资意愿下降，其中主要原因是房地产产业吸引了大量的社会资金[4]。罗能生、罗富政(2012)利用改革开放后我国经济的相关数据，对我国实体经济的构成及演变进行了实证分析，分析结论说明,目前实体经济在我国的国民经济中仍然占据主导地位,但实体经济在GDP中所占的比例不断下降,虚拟经济上升显著[5]。杨帆、杨丽歌(2015)在分析了2007至2014年的月度数据,以工业增加值增速作为实体经济发展的代表变量、用上证综合指数作为表示股价波动程度的变量,对我国的股票市场和实体经济关系进行了实证分析,得出以下结论：股票市场部分程度上偏离了实体经济, 股价波动和实体经济之间之间不存在协整关系,并且实体经济与股票市场之间不存在Granger因果关系[6]。刘林川(2014)认为实体经济和虚拟经济共同发展不仅要关注他们之间的总量关系,也取决于他们的内部结构,特别是虚拟经济的内部结构[7]。陆岷峰(2013)认为实体经济的发展是国民经济持续健康发展的根本，他认为政府需要加强我国金融市场的建设，确保市场资金流向实体经济,提升金融业支撑实体经济的能力[8]。蒋西军(2006)认为在我国的经济体系中虚拟经济具有相对的独立性。同时，实体经济与虚拟经济之间是一种互动且相互促进的关系，但值得注意的是,虚拟经济对实体经济产生不良的副作用并且会产生泡沫经济，不利于我国经济的健康稳定发展[9]。

从上述文献综述可以看出，随着我国经济体制转型的逐步推进，实体经济与虚拟经济的关系也逐步成为了各方研究的热点，但是多数研究不能给出实体经济和虚拟经济的合适选择或近似代替，两种经济的具体度量不能深入展开。同时，虚拟经济覆盖面较广，其中对于房地产产业属于实体经济或者虚拟经济仍存在一些争议。因此，本文选取了工业增加值作为反映实体经济的代表变量，探究金融业的发展对实体经济产生的影响，希望能为我国的经济健康发展提供一些思路。

微流控芯片的整体结构如图1所示,包括PCB板、集成阵列电极的微流道及接口等。芯片通道入口选用“Y”型,方便不同种类细胞的混合和分离。芯片主通道上分布3个多电极阵列截面,用于主通道内部的电阻抗成像检测。PCB板中印刷了芯片所需的电路,电极通过分布在PCB板两侧的插针接口与其他仪器进行信号传输,芯片的基板则通过螺钉和固定板固定在PCB板中。

二、模型的构建与分析

(一)指标的选取和处理 金融业增加值是指金融业在一定的时期内创造出来的价值总和。金融业增加值占GDP的比重体现了一个国家金融业所占的相对规模，反映出这个国家金融业的发展程度和经济地位。同时，工业增加值是指一个国家的工业相关企业在一定的时期内用货币衡量的工业生产成果，因为在现代经济社会中工业是最主要的，为社会提供了绝大多数的实物产品，所以可以一定程度上反映出一个国家实体经济的相关特性。社会资金不断流入以金融业为代表的虚拟经济可能会导致实体经济受到冲击。因此，在这种情况下本文选取金融业增加值作为反映金融业发展的代表变量，以工业增加值作为实体经济投资的代表变量，用1996年至2015年20年之间金融业增加值和工业增加值的年度数据进行分析，观察两者随时间的变化趋势，对金融业增加值与工业增加值拟合时间序列模型，着重研究金融业发展对实体经济投资的影响。为了对不同时期总量指标进行对比，本文金融业增加值和工业增加值采用可比价格，可比价格指将总量指标的价格扣除价格变动因素。本文使用工业增加值与金融业增加值分别除以当年的居民消费价格指数(上年=100)作为可比价格。具体数据见表1。

实验意义：对联，言简意赅，是中华传统文化的瑰宝，在生活中有着广泛的用途，新形势下应让学生继承和发扬。在古代，对对子是私塾的日常功课，是诗词歌赋写作的基本功。在今天，练习对联创作，有助于学生才思敏捷、精练表达。

②加水或水蒸汽调质对羊全混合日粮颗粒料保质期有明显的影响，使其保质期大大缩短，保存困难。不加水或水蒸汽调质，直接采用冷制粒加工，羊全混合日粮颗粒料的保存期长，可达到3个月以上，但制粒产量低。对羊全混合日粮颗粒料加工最好采用冷制粒，不宜使用水或蒸汽调质，以直接压制成型为佳。

由表1和图1可以看出，在1996年至2015年之间，工业增加值与金融业增加值都得到了快速增长，两者的总量都大幅提高，其中工业增加值在三大产业增加值中一直处于领导地位，数值一直大幅度领先于金融业增加值。其中，工业增加值在2004年之前增长较为平缓，2004年之后增速提高，呈指数型上涨，但是2014之后增速开始减小，增长曲线趋于平缓。金融业增加值在2005年之前增长非常缓慢，2005年之后快速上涨且增速逐步提高。

N→+∞时，由此可知，当投资组合中的风险资产的数量增加时，各项资产之间的协方差值有正有负，它们之间会相互对冲抵消，但不会被完全抵消，因为各项资产的收益变动存在一定的同向性，这种同向性是普遍的，被称为市场风险，又称为系统风险；可以通过增加投资组合中资产数量从而对冲抵消的风险则被称为企业风险，又称非系统风险.通过扩大投资组合中的资产规模，可以消除非系统性风险，但不能消除系统性风险[6].下面章节用单调非增次模集函数的性质证明非系统性风险可以通过增加投资组合中的资产数量来进行抵消.

 

表1 1996年至2015年工业增加值与金融业增加值(可比价格)

  

指标(年)工业增加值(亿元)金融业增加值(亿元)199627266．673414．866199732124．034062．354199834410．184349．093199936526．774548．58200040099．34816．932200143550．745159．186200248161．595591．331200354707．315963．142200463307．86339．557200576582．027337．426200690875．279804．6312007106578．114478．722008124388．717293．11200913906921951．762010159851．324860．02201118514529107．122012203611．734296．692013216703．340147．17201422927145750．22015233240．957073．57

数据来源：中国统计年鉴

  

图1 1996年至2015年工业增加值与金融业增加值

本文使用eviews对数据进行处理、建模和分析。首先对变量进行对数处理，因为对本文的年度数据进行这样处理，可以部分解决存在的异方差问题，消除金融时间序列中的异方差现象。此外，通过对数处理可以将可能的非线性关系转化为线性关系，从而减少变量中的非正态分布以及极端值。

方差分解是进一步评价各个内生变量对预测方差的贡献度。方差分解是分析预测残差的标准差由不同的冲击影响的比例，亦即对应内生变量对标准差的贡献比例。

(三)协整检验 能否就多元非平稳的时间序列之间建立稳定的动态回归模型，首先要考虑的就是他们之间是否存在长期均衡的关系，即进行协整检验。常用的协整检验可以分两种：一种是通过建立回归方程，通过普通最小二乘法估计变量之间的回归系数，再检验此回归方程的残差的平稳性，残差平稳则说明变量之间具有协整关系，反之则说明不存在协整关系。这种方法称为Engle-Granger两步法；另一种如Johansen协整检验法则是对方程的回归系数进行整体检验，这是常用的检验多变量间协整关系的方法，其原理就是在向量自回归系统下使用极大似然估计的方法来检验多变量之间是否具否长期均衡的关系。在日常的使用中由于Engle-Granger 两步法对模型形式的估计通常非常简单，即使时间序列中只有两个变量，他们之间的关系也很有可能包括了截距项和趋势项。同时，由于本文样本数相对较少，Engle-Granger 两步法通常在大样本的情况下使用。因此，本文在此不使用 Engle-Granger 两步法来进行协整检验，而是采用了 Johansen 协整检验的方法，也就是JJ检验法。

在确定Lny与Lnx这两个时间序列之间是否存在协整关系之前，我们首先需要了解向量自回归模型的最佳滞后阶数，本文根据阶数确定中的AIC(Akaike Information Criterion)准则以及FPE(Final Prediction Error)信息准则为标准，确定了向量自回归模型的最佳滞后期为4期。

接着使用Johansen协整检验的方法对两变量之间的协整关系进行检验。得到了结果如表2所示。

 

表2 Lny与Lnx之间协整关系 Johansen 检验统计表

  

HypothesizedNo．ofCE(s)EigenvalueTraceStatistic0．05CriticalValueprob．∗∗None∗0．63781422．6195415．494710．0036Atmost1∗0．2141924．3387813．8414660．0372

第一行p值为0.0036，即为拒绝原假设，而原假设是lny与lnx之间不存在协整关系，即lny与lnx之间存在协整关系。

用俞正声先生的话说就是党员干部要用这样的要求来要求自己：要在政治方面有坚定的思想，业务上要有精通的技术，精神方面则要求振奋，在作风方面则要做到素质过硬。从基层做起，抓好统战方面的培训和教育等工作，从而让统战部门的干部能够对基层统战工作做到了解和熟悉，并能切实施行基层方面的统战工作。与此同时，各级干部还要以积极的态度来引导统战部门人员进行培养和教育引导等方面的工作，紧抓我国社会主义理想和信念等方面的教育活动，让各干部做好施教工作，在工作中去探索关于信教群众的引导和教育工作，让宗教发挥出更多的正能量，从而使新形势下的统战工作更为完善、和谐。

(四)协整关系的验证 在确定了lny和lnx之间存在了协整关系之后，我们要验证协整关系的正确性。通常我们验证协整关系有两种方法：第一种是进行单位根检验，第二种是AR根的图表验证。本文采用AR根的图表验证法对协整关系进行检验，得到图2所示的结果。

社交媒体的普及，提升了用户主动生产内容的积极性，粉丝开始介入偶像制造业，原本的娱乐体系被打破，“粉丝本位”的概念出现。中国粉丝群体的主力军是90后女性，其与生俱来的互联网“基因”和女性特质促成了粉丝社群的形成。粉丝独有的群体构成和社会属性促进了粉丝社群的形成。

小儿急性喉炎是一类以声门区为主喉部粘膜发生炎症的急性炎症性疾病，主要病因于病毒、细菌感染，多继发于上呼吸道感染疾病后患病，也有可能是急性传染病前驱症状或并发症。主要临床表现为声音嘶哑、咳声如犬样等。严重情况下可能会导致患儿出现喉梗阻，严重影响患儿正常发育，降低患儿生活质量。有相关研究表明[1] ，急性喉炎患儿应用普米克令舒与地塞米松两种不同药物治疗，都能够缓解病人症状，促进疾病恢复。为此，本文探讨普米克令舒与地塞米松治疗的疗效，现将具体报告如下。

  

图2 AR根图

如图所示，由于AR特征方程的特征根的倒数绝对值小于1，即在单位圆内，所以模型是稳定的。

同时，对变量进行Granger因果关系检验，如果一个变量与其他变量之间不存在因果关系，则这个变量是外生变量，我们应该重新进行VAR方程的建立，只保留内生变量。这里我们讨论的是金融业的发展对实体经济产生的影响，所以假定金融业增加值为因，工业增加值为果。对lny和lnx进行Granger因果检验，其中LNY does not Granger Cause LNX对应的F统计量的值为5.02531，p统计量的值为0.0315，LNX does not Granger Cause LNY对应的F统计量的值为2.55800，p统计量的值为0.1315。由Granger因果检验的结果可知， lny和lnx之间存在因果关系，并且lnx是lny的Granger因。

(五)模型拟合结果 综上所述，得到模型拟合的结果为：

lny= 0.9489722*lny(-1)-0.4879949

在表3中，第一列是预测期，第二列是变量lny各期预测值的标准差(S.E)，后两列百分数分别是lny和lnx为因变量的方程信息对lny各期预测标准差的贡献度，每行相加的结果为100。

-0.7773117*lnx(-2)-2.7276857

如模型所示，金融业发展与实体经济投资呈现负相关关系，也就是说金融业的过度发展一定程度上会对实体经济投资造成不利的影响，可能的原因是金融业的发展吸引了大量资金，减少了对实体经济的投资从而影响实体经济。从回归系数的绝对值大小可以看出金融业增加值滞后一期的波动会对工业增加值影响幅度较小，弹性系数为0.0792460，金融业增加值滞后二期的波动会对工业增加值产生较大影响，弹性系数为0.7773117。

由于受到传统观念的影响，以往在进行矿山资源的开采时本着“先开发、后治理”的原则，久而久之，造成了矿山地质环境的严重恶化。为了改变这一现状，需要加强对矿山地质环境保护与治理工作的研究，不断完善监测方案，积极拓宽资金渠道，针对地质环境破坏状况采取可行、合理的综合性保护与治理措施。

其中，模型整体的AIC=-5.440761,SC=-4.754585。说明该模型的拟合程度较好。

  

图3 脉冲响应图

图3是基于VAR 模型的lny和lnx分别对lnx一个标准差冲击的脉冲响应函数图。可以看出，滞后期5期，稳定期为7期。其中横轴为响应函数拟定的追踪月数，纵轴表示对解释变量 LNX的响应程度。根据实际情形及文章内容，本文确定的脉冲响应函数追踪期数为10个月。从图可以看出，给工业增加值一个标准差的冲击后，脉冲响应函数先波动较小，然后响应的程度加大，最后趋向于稳定。最大响应在第7期出现，达到+13%，然后趋向于稳定。说明工业增加值数对金融业增加值变动的反映是有2个月左右的滞后期，有一定的滞后性。

三、方差分解

(二)单位根检验 对相关变量进行协整分析以及模型拟合之前，必须先检验各个序列的平稳性，来确定所要拟合的模型没有确定趋势或者随机趋势,否则所拟合的模型就是 “伪回归”。伪回归指的是数据表面上的高度相关是因为变量之间随时间变化有相同的变动趋势，但是并没有内在联系。这样数据中的趋势项以及季节项等因素无法消除, 导致残差分析中无法准确进行分析。由于是时间序列模型，判断时间序列平稳性的过程中我们最常用的方法就是对序列做单位根检验。其中，检验时间序列平稳性的单位根检验方法较多，常用的有 DF 检验、ADF 检验和 PP检验等方法。由于DF检验只是适用于一阶的自回归的平稳性检验，但是我们实际中接触的时间序列一般都不是简单的AR(1)，通过对DF检验进行改进得到了本文所用的更具一般性的增广DF检验法，也就是ADF检验。对序列进行ADF检验，得到一阶ADF检验lny和lnx不平稳，二阶ADF检验lny和lnx的p值分别为0.0065和0.0016，说明序列二阶差分平稳。

预先规划收集信息的技术和收集信息的来源，将有助于实际评估过程。同样，用于收集信息以回答评估问题的方法很大程度上也是问题本身的功能。问卷是理想的态度信息，成绩或成绩测试应该用来衡量学生的学习。面试是获得对战略或过程更深入的意见以及获得关于意外副作用的信息的理想选择。内容和任务分析可用于检查主题材料（教科书、课程大纲和考试）。如果必要，项目可适用于特定的应用。回答与特定程序密切相关的评价问题，我们必须发展会议或采访。

第二个圆桌论坛的主题为“原产地与工业化的时空分歧”，参与的嘉宾为京城食家、盛宴雅集召集人霍权，素直餐厅创始人冼冬，《中国烹饪》杂志社主编王者嵩。嘉宾们主要关注的问题是：原始产地和原产地是不是一个概念？原产地与工业化生产有没有冲突？食材品质一致的情况下，会选择小众的原产地食材还是工业化大众的食材？嘉宾从不同角度表达了自己对于原产地概念的理解，并精彩阐述了自己的“原产地食材价值观”。（

这里对lny和lnx进行方差分解，所得结果见表3。

 

表3 方差分解结果

  

预测期标准差LNYLNX10．058171100．00000．00000020．08050699．797870．20212730．08803789．7006510．2993540．10874360．2208839．7791250．15011240．6893059．3107060．20558334．7797765．2202370．26826434．2761765．7238380．33343935．3829564．6170590．39780736．8666563．13335100．45893238．3479161．65209

*lny(-2)-0.0792460*lnx(-1)

如表3所示，我们可以看出：以第3时期为例，lny的预测标准差为0.088037，其中89.70065%由lny的残差冲击所导致，10.29935%由lnx的残差冲击所导致。

可以看出，在接受冲击的第1期，工业增加值的波动100%由自身引起。随着期数的增长，金融业增加值对工业增加值产生的冲击逐渐体现，从而对实体经济产生一定影响，随着期数的增长影响逐渐稳定，lnx为因变量的方程信息对lny各期预测标准差的贡献度最终稳定在65%左右。

四、向量误差修正模型(Vec)模型的建立

通过eviews软件建立向量误差修正模型，得到如下的结果：

d(lny)= -0.850078392895*(lny(-1)

*d(lnx(-1))-0.752831626458

+4.82179562737)+0.691265792566

*d(lny(-1))+0.222276936058

*d(lny(-2)-1.33211769962

-1.2458744869*lnx(-1)

*d(lnx(-2)+0.265853492179

(六)脉冲响应函数的建立 对于一个向量自回归方程而言，解释单个的参数估计值的经济意义是非常困难的，它的应用范围除了用于变量预测以外，最重要的应用为方差分解以及脉冲响应函数。脉冲响应函数描述了一个内生变量对向量自回归方程的残差冲击的反应。简而言之，脉冲响应函数描述了将一个标准差的冲击施加在随机误差项上以后对方程的内生变量的当期值以及未来值所产生的影响。这种分析方法称为脉冲响应函数。使用eviews软件进行计算得到脉冲响应图如图3所示。

将DFI、原发肿瘤是否完整被切除、继发肿瘤切除性质、淋巴结转移情况、术后是否接受辅助化疗进行Cox回归多因素分析发现，DFI、淋巴结是否存在转移(95%可信区间为1.008-4.201和0.169-0.933)是影响肺转移瘤病人术后生存率的独立危险因素，见表2。

五、研究结论与政策启示

本文使用了1996年至2015年之间20年的经济数据，通过单位根检验、协整检验、格兰杰因果检验等方法构建了模型，再用脉冲图和方差分解的方法对我国相应时期的实体经济投资与金融业发展关系进行了实证分析并得到以下结论：我国金融业的发展与实体经济投资之间存在显著的因果关系并且两者之间存在长期均衡的关系。实体经济投资受金融业发展的影响显著，两者关系明显，金融业的发展一定程度上导致了实体经济投资的下降。

在当前我国经济转型，全面建设小康社会的背景下，实体经济与虚拟经济存在协整关系的实证结论对我国的目前经济体制改革具有一定的指导意义：

第一，加强对虚拟经济的监管与约束。近年来我国的虚拟经济得到了快速发展，资金大量涌入股市或房地产市场为代表的虚拟经济市场，对我国实体经济投资产生了不良的影响进而影响实体经济的发展。一个国家的兴盛不仅需要虚拟经济锦上添花，实体经济才是一个国家兴旺发达的根本。美国次贷危机的例子就摆在眼前，政府必须加强对虚拟经济的管制力度，保证经济健康稳定的发展。

第二，深化市场经济体制建设，推动以金融业为代表的虚拟经济与实体经济共同发展。政府应该加强市场经济体制的建设，完善相应的法律法规，鼓励引导虚拟经济和实体经济的共同发展，制订相关规章制度，抑制过度投机，鼓励创新、创业，从而扶持实体经济发展。

第三，优化投资结构，控制投资规模。首先,在维持投资总量的基础上,政府要把握好实体经济投资与虚拟经济投资之间的均衡，时刻维护好投资增长的稳定与协调,提高投资的使用率，优化投资结构，引导资金流入战略性新兴产业，避免产能过剩，拓展多元化融资渠道,提高实体经济投资的需求效应。

第四，以转型升级为投资的目标导向。引导投资的过程中要突出实体经济主导。重点推动产业类投资带动产业转型升级，社会类投资用以改善民生以及公共交通等基础设施的投资。

参考文献:

[1]胡晓. 虚拟经济发展对实体经济的影响:增长抑或结构调整[J]. 财经科学,2015(02):52-62.

[2]陆岷峰,王婷婷. 利率市场化对实体经济的负面影响与对策[J]. 财经科学,2014(06):1-11.

[3]张晓朴,朱太辉. 金融体系与实体经济关系的反思[J]. 国际金融研究,2014(03):43-54.

[4]怀仁,李建伟. 我国实体经济发展的困境摆脱及其或然对策[J]. 改革,2014(02):12-27.

[5]罗能生,罗富政. 改革开放以来我国实体经济演变趋势及其影响因素研究[J]. 中国软科学,2012(11):19-28.

1.协调“三生”统筹。“三生”(生产、生活、生态)统筹就是要因地制宜地引导农村空间布局调整，夯实田园综合体、特色城镇、新型乡村社区“三大”载体，实现生产发达、生活富裕、生态优美的小康愿景。“三生”统筹是物质文明建设、生态文明建设与乡村振兴的有机统一，要树立“绿水青山就是金山银山”的发展理念，加强对传统村落、特色民居的保护，加大农村生态环境综合治理，加强农业生产绿色转型，加快绿色生活方式转变。促进生产空间集约高效，生活空间宜居适度，生态空间山清水秀，形成城乡生产生活生态相协调的良性发展格局，不再使看得见山、望得见水、记得住乡愁只是一种期许。

本文所提方法最大的特点在于满足中轴线提取结果可视化的基本要求下，实现了全自动化提取。对提取结果完成拓扑检查后，直接进行网络空间分析。比如对于河网中轴可进行连通性分析。由于本文所选数据为河网数据，以下将对中轴提取结果建立网络拓扑并进行连通性分析。

[6]杨帆,杨丽歌. 我国实体经济与股价波动的背离关系研究[J]. 宏观经济研究,2015(07):36-44.

[7]刘林川. 虚拟经济与实体经济协调发展研究[D].天津：南开大学,2014.

[8]陆岷峰. 金融支持我国实体经济发展的有效性分析[J]. 财经科学,2013(06):1-9.

[9]蒋西军. 论虚拟经济与实体经济之关系[D].北京：首都经济贸易大学,2006.