基础设施建设对经济增长的影响——基于四川、湖北、江苏三省的对比分析

马港 中南民族大学经济学院

改革开放40多年来，中国经济始终保持着较快的增长速度，从1978—2019年，按不变价计算国内生产总值由3593.02亿元增加到890304.85亿元，远高于同期世界经济的年均增速水平，在全球主要经济体中名列前茅。基础设施建设在为城市提供交通、能源、环境等服务的同时，还为区域经济的发展作出了重大贡献。2014 年，“依托黄金水道，建设长江经济带”首次被写入《政府工作报告》，长江经济带经济社会发展取得了较大成果，但其东西跨度大，基础设施投资建设重短期轻长期，区域内部经济发展不平衡程度有进一步拉大的态势。因此，分析长江经济带基础设施对经济拉大的省份差异对联动东中西三大区域、培养我国经济可持续增长新动力，以及区域间的协调发展具有重要意义。

一、文献综述

学界对于基础设施建设对经济影响的作用研究始于20世纪40年代，英国著名经济学家罗森斯坦·罗丹提出了“大推动”理论，成为基础设施经济问题研究的开端，他认为发展中国家只有对国民经济的各个部门同时进行大规模投资，才能推动整个经济体的均衡和全面发展。

近年来，国内外学者围绕基础设施建设与经济增长的关系研究主要集中在以下方面：

（1）基础设施建设对经济增长的影响。大多数学者通过研究发现，基础设施建设显著促进了地区经济增长。曹萍（2011）认为城市基础设施建设与区域经济发展两者相互促进、相互影响。马昱（2019）利用中介效应和面板门槛模型分析了城市基础设施、技术创新对区域经济发展的影响，结果表明：城市基础设施以技术创新作为中介，对区域经济发展起到了显著影响，且随着基础设施建设水平的提升，其对经济发展呈现出边际效应递减规律；张津瑞（2019）运用长江经济带统计数据，采用空间面板模型分析，认为不同类型的基础设施存量对经济增长的贡献表现出差异性。

随着新经济地理学和空间经济学的兴起，学者也逐渐将空间因素纳入研究范围来考察基础设施建设的空间作用。张学良（2007，2009）选取中国各区域内交通基础设施为研究对象，发现交通基础设施的经济增长产出弹性为正，且空间溢出效应非常显著；年猛（2019）利用全球夜间灯光数据作为经济发展水平的代理变量，分析了高速铁路建设的经济影响，发现高铁建设对靠近站点的区域经济增长影响显著，且对其连通的区域经济增长具有带动作用，一般县受益最大，然后是县级市和地级以上城市。

除此以外，也有部分学者认为基础设施对经济增长的作用并不明显。廖茂林等（2018）的研究发现，基础设施规模的增加并不直接意味着更快的经济增长，在经济的不同发展阶段，基础设施对增长的影响具有异质性。Crescenz和Rodriguez（2012）的研究表明，交通基础设施对欧盟经济增长的促进作用缺乏足够证据。

（2）基础设施建设影响经济增长的路径。Brenneman和Kerf（2002）研究认为，改善交通条件可以扩大劳动力市场规模，而良好的供水条件和卫生设施通过提高人力资本水平，进而可以对经济增长产生促进作用。吴江等（2019）发现交通基础设施建设通过影响产业集聚促进了地区经济增长。肖挺和黄先明（2018）发现城市交通基础设施的建设将对当地的就业吸纳能力产生积极作用，因而可以促进经济增长。程锐（2019）将基础设施分为软硬两个方面，发现基础设施差距导致了经济增长速度的差异和人均收入差距的增加。

总体而言，已有研究更多地以单一变量作为基础设施建设的代理变量，而基础设施涵盖范围广，不同类型的基础设施对经济的贡献表现出地区差异性。因此，本文在前人研究的基础上，将基础设施分为交通状况、能源供给等“硬设施”，环境生态等“软设施”，综合探讨了长江经济带基础设施对经济增长的影响，以期为促进区域协调发展提供参考性建议。

二、模型设定与变量选择

本文研究基础设施建设与经济增长的区域性差异，选取四川、湖北、江苏三省作为长江经济带上中下游代表性省份，从交通状况、能源供给、环境生态三个方面考察基础设施建设的区域经济增长效应，构建如下多元线性回归模型：

其中，α0为截距项，βi为待估参数，ε为随机扰动项。变量说明如下：

1.被解释变量

区域经济增长水平（Pgdp）。本文选取人均地区生产总值增长率来衡量区域经济增长水平。

2.解释变量

交通状况（Road）。区位特征在很大程度上影响了区域发展的能力，决定了区域发展的上下限，交通运输网络的建设可以起到弥补区位劣势、连通地区内外的作用，促进地区发展潜力的释放。我国公路客货流量大，网络建设完善，因此，选取公路里程增长率反映交通出行的便利程度。

能源供给（Ene）。能源消耗是城市活跃程度的侧面反映，越来越多的研究将电力消耗作为衡量经济发展的重要指标。作为大型基础设施项目，电力供应反映了城市经济增长的真实性，是城市经济活动顺利进行的重要保障。本文选取发电量增长率测度区域能源供给情况。

环境生态（Green）。“绿水青山就是金山银山”，经济社会的发展使得人们的需求更加多元化，对舒适生活环境的追求吸引着人才的流动、企业的迁移。在城市化进程中，城市绿化和景观的建设必不可少，本文选取城市绿化面积增长率衡量区域环境生态状况。

三、实证分析

（一）模型检验

1.多重共线性检验

从表2可以看出，解释变量间相关系数较低，且根据经验，基本排除模型中存在多重共线性。另外，模型回归结果的VIF值为1.58，远小于5，认为解释变量间不存在严重的多重共线性。

表2 解释变量间相关系数

2.平稳性检验

为消除模型结构变动或趋势序列带来的不平稳问题，需要对数据进行平稳性检验并加以修正，利用ADF单位根检验法检测序列平稳性。

根据表3，Pgdp、Ene的原始数据序列ADF检验的P值分别为0.554和0.268，说明该序列不平稳，对其一阶差分后，P值均有大幅下降，分别为0.010和0.003，说明该变量的一阶差分序列平稳。Road、Green的原始数据序列ADF检验的P值分别为0.001和0.036，表明两序列平稳，考虑到Pgdp、Ene一阶差分序列平稳，对其仍做一阶差分使所有解释变量序列一阶单整，以便进行协整检验。

3.异方差检验

本文选取江苏、湖北、四川三省数据建立模型分析基础设施建设的经济效应差异，模型中可能存在异方差，现对模型进行怀特异方差检验。

表4结果显示，nR2的值为2.718，相应P值为0.974，不能拒绝原假设，故认为模型中不存在异方差。

表4 怀特异方差检验结果

4.自相关检验

鉴于本文选取时间序列数据建立模型，误差项之间易产生自相关，故在回归前对模型进行了序列自相关检验。

对模型进行二期滞后拉格朗日乘数自相关检验，根据表5，残差的一二期滞后项系数不显著，且X2的P值为0.209，不能拒绝原假设，故认为模型不存在序列自相关。

表5 拉格朗日乘数法自相关检验结果

5.协整检验

为判断变量间是否存在稳定的关系，根据VAR模型设置及样本量考量，确定对原序列执行一阶滞后的协整检验，结果如表6所示：

表6 Johansen协整检验结果

上表表明：在5%的显著性水平下，序列Road、Ene、Green三个变量之间存在着三个比较明显的协整关系。

6.向量误差修正模型估计

由于序列Road、Ene、Green三个变量之间存在着比较明显的协整关系，通过利用正规化协整方程，估计向量误差修正模型。结果如表7所示。

表7 向量误差修正模型估计结果

做VEC模型变量间协整关系图，如图1所示，零均值线代表了变量间的长期稳定关系，2006年以前误差修正项的绝对值较大，表明该时期短期波动偏离长期均衡较大，经过约4年的调整，在2010年左右重新回到了长期均衡稳定状态。之后，误差修正项的数值比较小，表明这些时期短期波动偏离长期均衡的幅度较小。

图1 VEC模型的协整关系图

7.格兰杰因果检验

为探究所选变量在统计学上的因果关系，对人均地区生产总值增长率、公路里程增长率、用电量增长率、城市绿化面积增长率进行格兰杰因果检验，结果如表8所示。

表8 格兰杰因果检验结果

由表8的检验结果可得，在滞后期为2的条件下，发电量是公路里程的格兰杰原因，也是城市绿化面积的格兰杰原因，表明城市能源供应对其他基础设施的建设起着保障作用；且城市绿化面积和公路里程间有统计上的双向因果关系，原因可能是道路建设的同时周边环境也在翻新改善，环境改善吸引大量人群，又反向提高了对交通设施的要求。

8.脉冲响应函数

为探究解释变量之间的相互关系及某一解释变量扰动项的冲击对其他解释变量当期值和未来值的影响，建立了向量自回归模型和脉冲响应函数。

表9 两期滞后VAR模型参数估计结果

表10 VAR模型残差相关系数矩阵

Ene方程的残差与其他两个方程的残差之间相关性较小，因此，选取方程Ene受到一个冲击时对Ene、Road、Green的即期和后期的影响，结果如图2所示。

图2 Ene、Road、Green对Ene扰动的20期响应

如图2所示，Ene对自身的一个标准差波动立即做出了响应，之后这种影响迅速减小并达到稳定状态；Road对Ene扰动也立即做出了响应，并在第二期达到最大值0.04左右，此后一直在0附近波动；相比于前两者，Green对Ene的响应相对平滑，并在第15期时稳定地趋于0。

（二）回归结果

回归结果如表11所示，可以发现，在基础设施建设方面，湖北省和江苏省公路里程增长率和用电量增长率回归系数显著为正，表明两省拉动型基础建设和社会型基础建设的发展对提升区域经济发展有显著影响。相对于其他两省，江苏省城市绿化工程的建设能带来更多人均收入水平的提高。四川省的解释变量系数均不显著，表明三个自变量不能很好地解释基础设施建设对其经济增长的影响，原因可能在于四川的地理地形特征决定了其公路建设仍以连通欠发达城市为目标，没有起到打通区域内外两市场的作用，其对经济增长的贡献潜力没有得到有效发挥；而用电量和城市绿化建设多以成都为主，资源虹吸效应和极化发展态势明显，从而对全省的经济发展解释力度较低。

表1 变量说明与描述性统计

表11 基础设施建设与经济增长的区域差异回归结果

四、结论与政策启示

本文通过采用多元线性回归模型，将基础设施建设分为交通状况、能源供给、环境生态三个方面，对长江经济带上中下游省份基础设施建设对经济增长的效应进行了分析，研究发现：① 基础设施建设对经济增长的带动效应表现出地区差异。湖北、江苏经济增长更多地受益于基础设施的建设，四川由于特殊的地理特征及“成都独大”的经济特征，导致基建的经济增长作用不明显。② 不同类型的基础设施对区域经济的发展效应存在明显区别。具体而言，道路交通建设和能源产出对经济增长的作用更为显著，城市绿化则表现出地区差异性，对江苏经济贡献更大。

总体而言，现阶段推动长江经济带地区基础设施建设，仍然是拉动区域经济增长的有效措施，其中交通基础设施和能源基础设施建设对于经济增长的拉动，还具有相当大的潜力。同时也要注意到，在长江经济带内部应重视省级和省内间的协调发展，避免省会城市对整个省的资源虹吸作用，打造“明星城市”的同时，也要兼顾落后地区的发展后劲，确保区域间的协调发展。