全要素生产率视角下基础设施建设对经济增长的影响

姜旭男，张炜

1.2.天津商业大学，天津300134

一、引言

基础设施是一个国家和地区经济社会运行的基础，其发展质量和效率的高低，在很大程度上决定了整个经济社会发展的水平和质量。各种基础设施在社会发展过程中的作用是不同的，其中交通、能源与通信基础设施更是尤为重要。交通基础设施促进地区间的贸易活动和资源流动，能源基础设施是保障和改善民生的基础，信息基础设施是数字经济发展的基础网络支撑。长期以来，东部地区的基础设施建设发展迅速，而中西部大部分城市的投入远低于其实际需要的水平，加之中西部地区的经济状况相对较差，地方财政也无力投入太多的资金用于城市建设，这就使得我国中西部城市的基础设施水平与东部地区相比差距较大。在一定时期内，决定经济增长的最主要原因在于全要素生产率的增长。那么，基础设施建设是否有助于提高全要素生产率？东部、中部和西部三大地区全要素生产率的变动趋势是否一致？不同的基础设施种类对全要素生产率的影响程度是否存在差异？深入研究上述问题对于政府作出合理的公共基础投资决策、优化资源配置，实现中国经济的可持续发展具有重要的学术价值和现实意义。

二、文献综述

在新增长理论的推动下，基础设施建设对经济增长的溢出效应逐渐受到了学术界的广泛关注。近些年来，一些研究者开始尝试将基础设施建设与全要素生产率联系起来，并对其展开实证研究，根据研究视角的不同，现有研究主要分为两个部分。

其一，未考虑空间溢出效应的研究。Bronzini和 Piselli（2009）通过面板协整模型研究了R&D、人力资本和基础设施对区域全要素生产率产生的影响，结果表明地区的R&D活动和基础设施建设会对其产生积极的影响。Elnasri（2014）以澳大利亚1990-2009年的全要素生产率为对象，建立误差修正模型研究了基础设施建设对其的影响，结果表明基础设施建设对其起着重要的推动作用。Mitra和Sharma（2016）通过构建协整模型，利用系统GMM方法研究了印度1994-2010年的通信设施对制造业的全要素生产率和技术效率的影响，发现通信设施对其起着极为重要的推动作用。薛漫天（2011）使用广义矩估计方法检验交通、通讯、电力等基础设施对中国工业34个行业1986-2002年的全要素生产率的影响，结果表明交通和通讯基础设施产生显著的正向影响，且交通基础设施的影响最大，但电力基础设施的影响不显著。张先锋等（2016）使用静态面板数据模型对中国285个地级市2003-2013年的面板数据进行研究，结果表明交通基础设施对城市全要素生产率具有显著的促进作用，在大城市更为明显；融入人力资本分层集聚及其与交通基础设施的交互作用同样有显著的促进作用。上述研究均得出了基础设施会对全要素生产率产生正向影响的结论，但也有少数文献得出了不同的结论，Farhadi（2015）以1870-2009年间18个经合组织成员国为研究对象，研究公共基础设施与经济增长之间的关系，发现各成员国提高劳动生产率有利于增加全要素生产率，但并未显著受到基础设施投资增长的影响。

其二，考虑空间溢出效应的研究。刘秉镰等（2010）运用空间面板计量方法研究了中国1997-2007年的交通基础设施与全要素生产率增长之间的关系。结果表明，交通基础设施对中国的全要素生产率有着显著的正向影响，其中高速公路和二级公路的带动作用最为明显。张先锋等（2010）运用面板数据模型分析中国1998-2008年25个省的相关数据，研究研发资本、人力资本和公共基础设施资本及其地理溢出效应对区域全要素生产率的影响，结果显示三种资本投入对区域全要素生产率均有积极影响，其中只有研发资本的地理溢出效应对区域全要素生产率有积极影响。刘建国和张文忠 （2014）运用空间计量模型对中国1990-2011年全要素生产率进行研究，发现经济集聚、人力资本水平、信息化水平、经济开放度及制度因素对全要素生产率的影响为正，政府的干预、产业结构和土地投入对全要素生产率的影响为负；而基础设施水平对全要素生产率的影响并不显著。

综观国内外文献，学者们已取得一定的成果，但还有待于完善。相比以往研究，本文主要有两个方面的创新：一是研究视角的创新，有关基础设施与经济增长的关系，我国研究大部分集中于单一的地区或者国家宏观层面，很少分析不同地区基础设施对经济增长影响的差异，本文将比较东部、中部与西部地区之间的差异；二是研究对象的选取，以往的研究中大多以GDP作为衡量经济增长的被解释变量，而全要素生产率同样是衡量经济增长的重要指标之一，本文将分析交通、能源与通信三大基础设施对其的影响。

三、基础设施对全要素生产率的实证分析

（一）全要素生产率的计算

全要素生产率（TFP）有参数方法（索洛余值）和非参数方法（DEA-Malmquist）两种计算方式，本文使用DEA-Malmquist方法进行测算，选取地区生产总值为产出变量指标，以年平均就业人数作为劳动力投入变量指标，采用实际资本存量为资本投入变量指标。由于西藏自治区、港澳台地区的数据不全，因此本文不做计算。根据《中国统计年鉴》和中经网数据库的相关数据，使用DEAP2.1软件测算出各省市2007-2017年全要素生产率的变化率，具体如表1所示。由表1可知，2007-2017间东部地区12省市平均生产率最高，平均全要素生产效率指数为0.971；西部地区10省市位居第二，平均效率值为0.952；中部地区8省市最低，平均效率值为0.926。从总体来看，东部地区的增长速度明显要大于中、西部地区，东部地区作为我国经济发展的主要地区，具有各种资金、人才、技术优势，区位优势更有利于吸引人才。中部地区具有明显的劳动力优势，但是城乡二元结构问题比较严重，阻碍了经济发展；西部地区在最近几年有了较好的发展，但是和东、中部仍然存在较大差距。

表1 全国30个省市、自治区2007-2017年全要素生产率指数

（二）变量描述与模型构建

现在应用最普遍的空间研究方法可以概括为三种：一种是空间误差模型（Spatial Error Model，SEM），该模型针对的情况是误差项之间存在相关性；一种是空间滞后模型（Spatial Lag Model，SLM），该模型针对的是所研究的变量在空间上存在很强的依赖性，这种依赖性对空间研究至关重要；还有一种为空间杜宾模型 （Spatial Durbin Model，SDM），不仅考虑空间因变量的滞后项，还考虑空间自变量的滞后项。由于选取数据的特性及研究的内容，本文主要以空间杜宾模型分析为主，其它两种模型分析为辅。

空间滞后模型如式（1）所示：

上述公式中，i、t代表各省市和变量的观察年度；Yit代表全要素生产率，用测算出的全要素生产率Malmquist指数表示。Xit代表一系列自变量，包括基础设施指标和控制变量。基础设施指标分别采用交通、能源、通信三大关键性基础设施指标来表示，其中交通基础设施（tra）用铁路营业里程、公路线路年末里程和内河航道里程的总值表示；能源基础设施（eng）选取能源消耗量作为衡量指标；通信基础设施（com）选取邮电业务量和电信业务量之和表示；控制变量为外商直接投资（fdi），财政支出（fiscal），专利授权数（patent）。αit表示地区效应，vit表示空间效应，εit与μit表示为随机误差项；0为截距，j为系数；ρ为空间滞后回归系数，ω为30个省市空间权重矩阵。

本文采用地理空间单元邻近的空间权重矩阵，当区域j与区域k相邻时，两者的权重赋值为1，否则为0，同时将对角线上的元素设定为0，即：

（三）空间模型分析结果

表2从左到右依次列出空间杜宾模型、空间滞后模型以及空间误差模型的计量结果，三个模型的估计结果相差较大。可以看出，交通设施对经济增长的效应小于能源和通信设施，三种基础设施中能源设施空间效益最大，交通基础设施空间溢出效应较小，出现这种情况可能是因为当前我国交通设施覆盖面已经很广，继续增加投资后边际效益递增幅度变小，而能源和通信基础设施的发展从要素驱动逐渐转为创新驱动，投资多元化，利用率也逐渐增强。控制变量中外商直接投资、财政支出和专利申请数的系数均是正数，表明其增长有利于带动经济增长，其中财政支出效果最为显著。从总体估计结果来看，空间杜宾模型比较理想，其相应的R2最大，代表在时间一定的情况下，模型拟合度最好，可以更好地反映省市之间基础设施投资、外商投资、财政支出等因素的空间依赖性。

表2 空间计量模型估计结果

表3给出了空间杜宾模型的计量结果。模型1、2、3中交通和通信设施估计结果为正，但不显著；能源设施估计结果显著为正。表明基础设施投资强度大时会带动经济增长，但交通和通信设施对经济发展的影响不明显，而能源设施对经济发展的空间溢出效应更大。造成这样的原因可能是交通和通信设施建设已经完善，继续投资对经济增长的推动作用较小，而能源设施还有很大的发展空间。其余控制变量的估计结果和表2的结果相差不大，外商直接投资影响为正，财政支出和专利申请在1%的水平上显著为正，表明这些因素都会促进区域经济增长。模型3中邻近地区交通和通信基础设施投资的参数为负，表明交通和通信基础设施投资的空间影响存在竞争效应；而能源基础设施投资的参数为正，表明邻近区域的能源设施投资对本地区的经济增长存在溢出效应；外商直接投资和财政支出的参数为正，专利申请的参数为负，表明邻近地区外商直接投资和财政支出会对本地区经济增长产生空间溢出效应，而专利申请则存在空间竞争效应。

表3 空间杜宾计量模型估计结果

分区域来看，在表4中，东部地区交通设施的系数在1%的水平上显著为正，中部与西部交通设施的估计结果也为正，但是不显著；能源设施的估计结果都是正数，其中西部地区能源设施的估计结果显著性水平达到1%；通信设施的估计结果在东部与中部的估计结果为正，西部地区估计结果为负，说明交通和能源基础设施在各地区存在空间溢出效应，通信设施在东部和中部存在空间溢出效应，西部地区的通信设施表现为空间竞争效应。这可能是由于通信设施缺少集聚效应，加上地理位置的限制，反而制约了地区经济增长。控制变量中除了中部地区的专利申请系数为负数，其它地区的外商直接投资、财政支出和专利申请的系数均为正数，表明这些因素都会促进区域经济增长。

表4 东、中、西部空间杜宾计量模型回归结果

四、结论与政策建议

通过上述分析可知：基础设施与经济增长的相关性和地理位置有关，和基础设施种类也有关，表现出不同的相关性。本文运用空间计量模型分析了基础设施与经济增长的空间相关性，得出我国交通、能源、通信设施规模与经济增长有明显空间溢出效应，附近区域基础设施规模同样会促进当地经济发展。进一步利用空间杜宾模型分析我国东、中、西部三大地区交通、能源、通信基础设施的空间效应得出，除了西部地区通信设施存在空间竞争效应外，其余地区的交通、能源、通信设施均表现为空间溢出效应。因此，今后地方政府在规划基础设施建设，出台相应的投资政策时可采取以下措施。

第一，地理区位与基础设施条件不同，是导致区域经济存在差别的原因。交通基础设施让人们出行便利，增进了城市间的联系，但是如果不合理规划，不合理投放会增加城市负担，为居民生活带来困扰。这就需要政府制定符合城市发展的整体规划，提高交通设施的使用频率，引进先进环保的能源设备，引入各种资本，发展新技术。对基础设施短缺地区加大投入力度，对基础设施过剩地区调整投资方案。

第二，基础设施能够打破时间和空间的限制，在规划和建设过程中既要关注总体，也要关注局部。应使有限的资金产生巨大的效应，提高各类基础设施的利用效率，让每位居民都能够享受公共设施带来的服务。东部地区要关注基础设施质量，中西部地区要引入资本合理规划，充分发挥后发优势，结合自身发展需要，创新投融资模式，吸引社会资本，全面提升基础设施建设水平。

第三，基础设施建设与城市发展仅依靠政府的力量是不够的，需要全民参与。引入民间资本对城市建设有着重要作用，就如同公私合营的PPP模式。这种模式能够为城市基础设施建设注入民间活力，提高效率，实现政府与社会之间共同努力、共同获利的效果，政府财政负担减轻，民间资本投资风险减小，双方互利共赢。为了吸引民间资本的参与，就要建立配套的激励机制，放松管制，把权利较多的下放给民间主体，提高基础设施利用效率，建立市场为主、政府为辅的管理模式。