信息基础设施投入对全要素生产率的影响

2020-10-09张永庆王晓凤

技术与创新管理 2020年5期

张永庆王晓凤

摘要：信息基础设施已经成为新时期我国经济社会发展的战略性公共基础设施，高质量发展背景下，经济发展效率成为当下关注的热点。因此，文章在技术创新视角下，通过中介效应模型，利用2006—2017年中国30个省级面板数据，探讨了信息基础设施对全要素生产率的影响以及信息基础设施通过技术创新影响全要素生产率的作用机制。研究结果表明，各地区信息基础设施投入都对全要素生产率具有显著且正向的促进作用，但信息基础设施投入的促进作用在不同地区有所差异。另外信息基礎设施能够通过促进技术创新来提高全要素生产率，并且这一结果也随着地区的不同呈现出差异性。东部与中部地区信息基础设施都能够通过技术创新来促进全要素生产率，而在西部地区，技术创新的中介效应不适用。

关键词：信息基础设施;全要素生产率;中介效应;技术创新

中图分类号：F 124.9 文献标识码：A 文章编号：1672-7312（2020）05-0488-06

Research on the Influence of Information Infrastructure Investment on Total Factor Productivity

ZHANG Yong-qing，WANG Xiao-feng

（Business School，University of Shanghai for Science &Technology，Shanghai 200093，China）

Abstract：Information infrastructure has become the strategic public infrastructure for Chinas economic and social development in the new era.Under the background of high-quality development，economic development efficiency has become the focus of current attention.Therefore，from the perspective of technological innovation，this paper discusses the influence of information infrastructure on total factor productivity and the mechanism of information infrastructures influence on total factor productivity through technological innovation by using the mediating effect model and the panel data of 30 provincial level in China from 2006 to 2017.The results show that information infrastructure investment has a significant and positive promotion effect on total factor productivity in all regions，but the promotion effect of information infrastructure investment is different in different regions.In addition，information infrastructure can improve total factor productivity y promoting technological innovation，and the results vary from region to region.Information infrastructure in eastern and central regions can promote TFP through technological innovation，while the mediating effect of technological innovation is not applicable in western regions.

Key words：information infrastructure;total factor productivity;the mediation effect;technology innovation

0 引言

信息基础设施是信息化各领域开展建设和应用的前提和基础，同时也是信息化水平的一个体现。随着信息通信技术的发展和创新，信息基础设施也在不断向新的方向发展。2016年，我国发布了《国家信息化发展战略纲要》，明确指出未来10年我国信息化发展的目标、路线图和重点任务，要求加快构建天地一体、立体覆盖的国家信息基础设施，不断完善普遍服务。全要素生产率是指生产单位作为系统中的各个要素的综合生产率，以区别于要素生产率。20世纪80年代西方经济学家提出内生增长理论，认为内生的技术进步即全要素生产率是保证经济持续增长的决定因素。信息基础设施是实施创新驱动战略，助力大众创业万众创新的核心要素。首先它为信息、人力、科研、知识等各类资源的优化配置提供了基础环境，大大降低了创新成本，激发了十三亿人的创新潜力。其次信息技术的发展降低了企业间的交易成本，大大节省了交易时间，降低了信息不对称;另外新一代信息基础设施是实现以人民为中心的发展、改善和扩大民生福祉的重要载体。“慕课”、“钉钉”、腾讯课堂等网络教学新模式促进优质教育资源的开放和社会教育方式的变革，推动了优质教育资源的均等化分享。互联网的发达使人们可以利用网络进行互动学习，加快了人力资本的积累，互联网的普及也改变了大众的消费方式，拉动了国民消费。总的来说，信息基础设施的投资不仅直接带动增长，也通过影响全要素生产率间接拉动增长。改革开放以来，中国在基础设施上的投资不断增加，在中国特色社会主义新时代，过去依靠投资驱动的粗放式经济增长模式已不适应当下阶段，因此有批评者认为以基础设施投资刺激经济增长无疑是饮鸩止渴，造成了中国经济增长的粗放，然而这部分学者忽视了基础设施的网络外部性带来了全要素生产率的增加，因此文章利用中国2006—2017年30个省级的面板数据对信息基础设施全要素生产率的影响以及实现路径进行实证研究。

1 文献综述

关于基础设施，国内外有许多相关研究。Roller等[1]利用21个OECD 国家20年的数据发现固定电话普及率职业超过临界值才会对经济增长具有显著影响。Datta等[2]使用动态面板数据对OECD国家的估计结果显示电信基础设施显著促进了OECD国家的经济增长。Madden等[3]基于宏观经济增长模型研究信息基础设施对国家经济发展的影响，研究发现电信基礎设施普及对于转型中国家的经济发展发挥了重要的作用。Haynes 等[4]运用46个国家1984—1999年的面板数据证实了电信投资对总经济产出存在正向效应。罗雨泽等[5]利用2000—2005中国31个省市的面板数据，建立和估计了电信投资与我国经济增长的系统结构方程，结果发现我国电信投资对我国经济增长的贡献率比其他社会投资高约6.76个百分点，但电信投资的边际贡献呈下降趋势，并且电信投资及其贡献存在明显的区域非均衡。刘生龙、胡鞍钢[6]利用1988—2007年中国各省份的面板数据来验证交通、能源和信息基础设施对我国经济增长的溢出效应，发现交通基础设施和信息基础设施对我国的经济增长有显著的溢出效应。张先锋等[7]利用中国25个省市1998—2008年的面板数据，研究了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，研究发现，公共基础设施资本投入的地理溢出效应为负。张光南等[8-9]利用中国1998—2006年各省工业企业面板数据发现基础设施资本投入效应表现为长期高于短期，东部高于中西部，中西部基础设施投资短期较充足，长期不足，基础设施存在网络效应等非线性特征。张浩然等[10]基于2003—2009年中国城市面板数据，应用空间杜宾模型检验了基础设施及其空间溢出效应与全要素生产率的关系，研究发现交通基础设施对本地区全要素生产率有积极影响，但对其临近城市的TFP没有产生显著的促进作用。陈亮、李杰伟等[11]利用2001—2008年中国31个省的面板数据分析信息基础设施对中国不同区域经济增长的贡献大小，结果发现信息基础设施对中国的经济增长有显著的正向促进作用，但是信息基础设施对不同区域增长的贡献却存在反差。刘生龙、郑世林[12]利用中国1990—2010年省级面板数据研究交通基础设施跨地区溢出效应，发现相邻省份的交通基础设施改善对本地的经济增长产生显著的正向影响，即中国交通基础设施具有跨地区溢出效应。郑世林等[13]利用1990—2010年中国省级面板数据考察电信基础设施对经济增长的影响，研究发现电信行业发展初期促进了经济增长，2000年以后对经济增长的贡献递减。庄雷、王云中[14]利用2003—2012年中国省级面板数据测算了各地区信息网络基础设施投入对经济增长的直接投资效应和间接溢出效应。研究发现中国各地区的信息网络基础设施投入具有显著而积极的直接投资效应和间接溢出效应，对TFP的提高具有积极作用，但间接溢出效应具有一定的滞后性。王炜等[15]研究发现电信网路基础对城市全要素生产率的影响呈现区域差异，

东部影响最大，中西部次之，信息服务水平则相反。谢剑[16]通过构建空间动态杜宾模型发现交通和医疗基础设施会对当地的全要素生产率产生正向影响，能源和环境基础设施会对当地的全要素生产率产生不利影响;基础设施建设对全要素生产率的影响存在显著的区域异质性。陈文新等[17]通过构建空间杜宾模型发现交通基础设施对本区域全要素生产率的提高促进作用明显。

综上，以往的研究主要为基础设施对经济增长的影响，以及基础设施是否促进或抑制地区全要素生产率，而对于基础设施通过何种方式对全要素生产率产生影响的研究较少，因此文中在以往学者研究的基础上以技术创新为视角分析信息基础设施对全要素生产率的影响机制。

2 模型设定、数据与变量说明

2.1 模型设定

2.1.1 研究假设

信息基础设施与其他基础设施相同，对经济增长具有促进效应，一方面，信息基础设施投入作为一种投资，能够带动相关产品和服务的需求，进而推动经济增长。另一方面，信息基础设施的改善可以通过降低交易成本来提高产出效率和规模[18]。并且信息基础设施具有网络外部效应，即信息基础设施使用者越多，其网络外部价值越大。因而使用者越多，信息基础设施给其他部门带来的外部溢出效应，如降低交易成本、节约时间等就越明显。另外，中国信息基础设施主要是由政府主导的投资，并不完全是市场行为。相比地区经济状况，信息基础设施的投入与国家战略和地方政府的激励相关性更大[19]，可能存在部分地区投资过度，而部分地区投资不足的现象。基于以上分析，文中提出假设1和假设2。

H1：信息基础设施的投入将促进地区全要素生产率的增加。

H2：信息基础设施对全要素生产率的影响也在不同地区间存有差异。

信息基础设施的改善使厂商之间的交流更为便利，由此带来的时间成本节约使厂商有能力分配更多的时间研发、创新技术等[20]，从而带来技术上的创新。基于此，文中提出假设3。

H3：信息基础设施可通过技术创新促进全要素生产率。

2.1.2 模型设定

文章生产函数基于内生增长模型，并将信息基础设施引入模型，信息基础设施作为生产中的外部基础环境带来间接溢出效应，此部分表现为带来的全要素生产率的提高。文章生产函数模型如下

Y=A（IIF，X）F（K，L，IIF）

A（IIF，X）=AiIIFβiXi（2）

式中：Y为总产出;IIF为信息基础设施投入;K为资本要素投入;L为劳动要素投入。

文中构建面板模型对技术创新的中间效应进行检验，模型如下

step 1：lnTFPi，t=β0+β1lnIIFi，t+βjlnXi，t（3）

step 2：lnTIi，t=α0+α1lnIIFi，t+αjlnXi，t

（4）

step 3：lnTFPi，t=γ0+γ1lnIIFi，t+γ2lnTIi，t+γjlnXi，t

（5）

式中：i为地区;t为时期;TFPi，t则为i地区第t时期的全要素生产率;IIFi，t为i地区第t时期信息基础设施投入;TIi，t为i地区第t时期的技术创新水平;β1为信息基础设施对全要素生产率的影响系数;α1为信息基础设施对技术创新的影响系数;X为一系列影响全要素生产率的控制变量，包括对外开放程度（op）、政府干预程度（gov）、及产业结构（ids）。step 1、step 2、step 3分别表示验证假设1、假设2、假设3的步骤其中step 1用于检验信息基础设施投入对全要素生产率的影响，若β1>0，信息基础设施投入对全要素生产率具有促进作用，则假设1成立。step 2用于检验信息基础设施投入对技术创新的影响，step 3用于检验信息基础设施投入与技术创新对全要素生产率的共同影响。若α1>0，γ1>0且γ1<β1，信息基础设施对技术进步具有促进作用，并且信息基础设施投入对全要素生产率的部分促进作用是通过技术进步带来的，即信息基础设施投入可通过技术创新促进全要素生产率，此时，假设3成立。

2.2 数据来源

文章选取的样本为2006—2017年中国30个省市（不包括西藏、港澳台）的省级面板数据，数据主要来源与《中国统计年鉴》、各省份历年统计年鉴、《中国科技统计年鉴》《中国信息年鉴》以及《中国区域经济年鉴》。

2.3 TFP测算

现有文献[21]对全要素生产率的估算方法主要有分为两大类：一类是参数法，例如基于内生增长理论的索洛余值法，设定合适的生产函数，根据样本数据进行参数估计，得出具体的生产函数，然后将产出增长率去除资本和劳动的贡献，其余部分便是全要素生产率。索洛余值法是较为传统并且相对简单的TFP测算方法，但索洛余值法的假定条件比较苛刻，不太适用于现实情况。另一类是非参数估计法，如数据包络分析法（DEA）。此方法需要根据样本中所有个体的投入和产出构造一个能包容所有个体生产方式的最小的生产可能性集合。在个体产出能够实现的情况下，和生产可能性集合同等产出的投入量相比，相差越大，说明个体技术效率越低。该方法无需估计生产函数，避免了由于生产函数误设带来的误差。文章使用基于数据包络分析（DEA）的非参数指数法测算了各省的全要素生产率（TFP）。

2.4 变量说明与描述

2.4.1变量说明

文章研究所涉及的具体相关变量如下

1）经济总产出（Y）。文章以各省份GDP衡量各地区的经济产出。

2）资本要素投入（K）。参考现有文献[18-19]，测算各地区资本存量，由于使用永续盘存法很难将基础设施资本与非基础设施资本分离开来，所以文章的资本投入既包括非基础设施资本又包括基础设施资本。

3）劳动要素投入（L）。文章使用各地区总就业人数衡量劳动要素投入水平。

4）被解释变量：全要素生产率（TFP）。

5）核心解释变量：信息基础设施投入（IIF）。信息基础设施涉及范围较广，包括：邮电、通信、互联网等。现有文献大多以固定电话、移动电话用户数或邮电业务总量衡量信息基础设施，但随着互联网的迅速发展，电话数已经难以代表信息基础设施的发展，因此文章以互联网宽带接口数（万个）作为信息基础设施的代理变量。

6）中介变量：技术创新（TI）。文中使用高新技术产业主营业务收入（亿元）衡量地区创新水平。

7）控制变量（X）。控制变量X为影响全要素生产率的其他变量，包括如下几个变量：①政府干预（gov）。适当的政府干预有利于市场机制的正常运转，维护经济的稳定发展，促进全要素生产率的提高，而过度的政府干预则会造成要素市场扭曲，资源配置效率低下。文中用地方财政支出GDP占比（%）衡量各省政府干预程度;②对外开放程度（op）。一个地区越开放越有利于引进先进的技术与管理经验，也越容易吸引外商的投资，因此文章以各省实际利用外商投资（万美元）衡量地区对外开放水平;③产业结构（ids）。产业结构反应了一个地区的经济发展水平与发展模式，文章用第三产业增加值占地区生产总值的比重（%）控制产业结构对全要素生产率的影响。

2.4.2 变量描述性统计

表1为变量描述性统计，由表1可知我国30省2006—2017年全要素生产率均值为2.583，全要素生产率作为增长的动力，在西方发达国家经济增长的主要贡献来源便为全要素生产率，例如新古典经济学家索洛通过全要素生产率解释了美国20世纪50年代的经济增长，索洛发现美国的经济增长主要由于技术进步，即全要素生产率对美国经济增长的贡献率高达87.5%，而仅有12.5%的增长来源于资本和劳动。我国则与美国相反，我国经济增长基本来源与资本与劳动的投入，如果从全要素生产率的角度来看，我国与发达国家还存在较大差距。

3 实证结果与分析

3.1 基准回归

表2的（1）-（3）列展现了全样本基准回归的结果。豪斯曼检验结果显著为正，表明固定效应模型估计结果优于随机效应模型。在第（1）列中信息基础设施系数为0.210，显著为正，这表明2006—2017年中国信息基础设施的投入对全要素生产率有明显的促进作用，验证了假设1。《2006—2020年國家信息化发展战略》颁布实施以来，我国政府先后出台了一系列战略和政策举措，推动信息基础设施从小到大、从弱渐强，取得了跨越式发展，迅速跃升为全球网络大国，全球先进水平的信息基础设施基本形成。信息基础设施对TFP的促进作用与我国积极推进信息化产业密不可分。另外，可以注意到产业结构弹性系数为负，可能的原因是改革开放以来我国经济增长方式一直为粗放型增长，产业结构调整较为滞后，甚至对生产效率的提高具有负外部效应。

第（2）和（3）列進一步对信息基础设施投入影响全要素生产率的中介变量进行了检验，结果表明技术创新在二者中间存在显著的中介效应，验证了假设3。在第（2）列中，信息基础设施投入显著提高了地区技术创新水平。文中认为，一方面，信息基础设施为信息、人力、科研、知识等各类资源的优化配置提供了基础环境，大大降低了创新成本，激发了创新潜力。另一方面新一代信息基础设施促进了优质教育资源的开放和社会教育方式的变革，推动了优质教育资源的均等化分享，加快了人力资本的积累。从而推动地区技术创新。在第（3）列中，信息基础设施投入对全要素生产率的影响依然显著为正，但系数有所下降，由0.210下降至0.184，这表明技术创新对信息基础设施影响地区全要素生产率存在部分中介效应，即信息基础设施对全要素生产率的影响中有一部分是通过技术创新来实现的。

3.2 分地区回归

考虑到各个地区经济发展水平存在较大差异，技术创新水平的中介效应可能存在地区异质性，文中将全国30省（不包括西藏及港澳台）划分为东、中、西三大地区，文中将北京、天津、河北、重庆、福建、广东、海南、山东、江苏、浙江和上海划为

东部地区，安徽、内蒙古、黑龙江、吉林、辽宁、河南、湖北、湖南、江西、山西为中部地区，甘肃、广西、贵州、宁夏、陕西、云南、青海、四川和新疆划为中西部地区，并对各地区分别进行参数估计，以分析不同地区信息基础设施对全要素生产率的影响差异，以及技术创新中介效应的差异。回归结果见表3。

表3中的回归仍采用固定效应模型进行参数估计，第（1）-（3）列报告了东部地区的回归结果，在第（1）、（2）列中信息基础设施对全要素生产率，以及技术创新的影响均显著为正，第（3）列在加入中介变量后，信息基础设施对全要素生产率的影响系数由0.143下降至0.081，验证了假设3。第（4）-（6）列为中部地区回归结果，中部地区的回归结果也同样验证了假设3。第（7）-（9）列为西部地区回归结果，但回归结果表明，中介效应在西部地区不成立。

另外东中西部地区信息基础设施对全要素生产率影响的弹性系数均显著为正，分别为0.143、0.210、0.260，验证了假设2。总体来看，信息基础设施对全要素生产率的影响西部最大，中部次之，东部最小，各地区信息基础设施的投入会显著且正向地促进全要素生产率的提高，同时，信息基础设施投资的边际报酬可能在一定范围内递减，东部地区信息基础设施投资水平高于西部地区，因此相对而言，投资的边际报酬要小于西部地区。

4 结论与讨论

文章利用2006—2017年中国30个省级的面板数据，基于索洛的增长理论，测算了信息基础设施投入对全要素生产率的影响效应，并验证了技术创新的中介效应。实证结果表明，信息基础设施投入对全要素生产率具有显著的促进作用，并且信息基础设施对全要素生产率的促进作用有一部分是通过技术创新来实现的，验证了文中的假设1与假设3。改革开放以来，资本投入与劳动投入是我国增长的主要动力，但是随着我国经济的发展以及人口红利的消失，以往粗放型的增长方式以及不适于现阶段的发展目标，通过提高效率拉动我国经济增长将成为新的增长方式。分地区来看，各地区信息基础设施的投入对全要素生产率的影响均显著为正，但是影响系数在不同地区之间具有差异，西部地区信息基础设施投入对全要素生产率的影响要大于东部和中部，这可能是由于信息基础设施投资的边际报酬可能在一定范围内递减，东部地区信息基础设施投资水平高于西部地区，因此相对而言，投资的边际报酬要小于西部地区。另外东中部地区技术创新在信息基础设施对全要素生产率的影响中的中介效应均得到了验证，而在西部地区不适用。这可能是由于技术创新的中介效应在信息技术水平达到一定程度时才适用，而西部地区的信息基础设施水平较低。

针对以上实证结果，文章也有如下几点建议性讨论。

首先，各地区应根据自身经济发展状况合理投资信息基础设施建设，避免过度投资。对于西部地区而言，当前信息基础设施的直接投资响应较高，因此西部地区应相对加大信息基础设施投资力度。另外政府可以以更加开放的态度鼓励更多的参与者积极投资，可以考虑向私人部门开放一些项目，鼓励市场竞争，充分发挥市场调节作用。

其次，各地区也应大力挖掘信息基础设施的间接效应。因为虽然多期内，信息基础设施可以直接促进经济增长，但这种粗放型增长方式对于地区高质量发展毫无建树。因此，各地区也应积极推广互联网，将互联网与生产、生活紧密结合，引导人们通过互联网获取更多知识，通过知识的互动、交流和创新带来TFP的提高。

参考文献：

[1]Roller L H，Roller L H，Waverman L.Telecommunications infrastructure and economic development：a simultaneous approach[J].American Economic Review，2001，24（03）：909-923.

[2]Datta A，Agarwal S.Telecommunications and economic growth：A paneldata approach [J].Applied Economics，2004，36（15）：1649-1654.

[3]Madden G，Savage S.Telecommunicathions and Economic Growth [J].International Journal of Social Economics，2004，27（07）：893-906.

[4]Haynes K E，Yilmaz S，Dinc M.Regional telecommunications investment impacts and efficiency considerations[J].The Emerging Digital Economy，2006，45（08）：239-262.

[5]罗雨泽，芮明杰，罗来军，等.中国电信投资经济效应的实证研究[J].经济研究，2008（06）：61-72.

[6]刘生龙，胡鞍钢.基础设施的外部性在中国的检验：1988—2007[J].经济研究，2010，45（03）：4-15.

[7]张先锋，丁亚娟，王红.中国区域全要素生产率的影响因素分析——基于地理溢出效应的视角[J].经济地理，2010，30（12）：1955-1960.

[8]张光南，李小瑛，陈广汉.中国基础设施的就业、产出和投资效应——基于1998—2006年省际工业企业面板数据研究[J].管理世界，2010（04）：5-13+31+186.

[9]张光南，洪国志，陈广汉.基础设施、空间溢出与制造业成本效应[J].经济学（季刊），2014，13（01）：285-304.

[10]張浩然，衣保中.基础设施、空间溢出与区域全要素生产率——基于中国266个城市空间面板杜宾模型的经验研究[J].经济学家，2012（02）：61-67.

[11]陈亮，李杰伟，徐长生.信息基础设施与经济增长——基于中国省际数据分析[J].管理科学，2011，24（01）：98-107.

[12]刘生龙，郑世林.交通基础设施跨区域的溢出效应研究——来自中国省级面板数据的实证证据[J].产业经济研究，2013（04）：59-69.

[13]郑世林，周黎安，何维达.电信基础设施与中国经济增长[J].经济研究，2014，49（05）：77-90.

[14]庄雷，王云中.中国区域信息网络基础设施投资效应的实证研究[J].技术经济，2015，34（04）：23-29.

[15]王炜，张豪，王丰.信息基础设施、空间溢出与城市全要素生产率[J].经济经纬，2018，35（05）：44-50.

[16]谢剑.基础设施建设与中国区域全要素生产率——基于285个地级市的空间计量分析[J].科学决策，2018（04）：71-94.