公共服务：经济高质量增长的新动能

李庄园

(河北大学 哲学与社会学学院，河北 保定 071002)

一、引言及文献述评

改革开放40多年来，中国经济实现了持续快速增长的奇迹，现已成为世界第二大经济体。人们对实现经济增长的因素(改革开放、市场制度、贸易、资本积累、人力资本、技术进步、人口红利等)进行了分析和各自贡献的测量和评估。伴随经济的高速发展，我国公共服务水平也得到了较大提升。2010—2020年，中国包括教育、社会保障与就业、医疗卫生、科学技术在内的公共服务财政支出由4 254.45亿元增至97 162.98亿元。2020年，党的十九届五中全会强调“加大中央和省级财政对基层政府提供基本公共服务的财力支持”。中国正在逐步健全和完善各级公共服务制度，使之形成完整的、人人共享的公共服务体系。当然，中国人均GDP在2020年达到1万美元略多，经济实力和科技水平还不高，公共服务供给与人们的需求不匹配，不同阶层、不同群体之间公平性有失。人们对美好生活的追求和实现现代化强国的目标对经济增长有着强烈需求和愿望。回望走过的路，不同时期公共服务对经济增长的作用如何？公共服务发展水平高低对经济增长有何影响？公共服务发展水平不同的地区之间存在怎样的相互影响？公共服务能不能成为未来经济持续增长的新动力呢？

关于公共服务对经济增长作用的研究，学者们的研究结论不同。有学者认为随着公共服务支出的增加，政府的支出以及成本均相应增加，经济增长将受到抑制[1-3]。这种公共服务对经济增长的抑制作用表现在公共服务会占用公共资源[4]。还有学者主张相反的理论，认为公共福利支出促进经济增长。19世纪中后期以来，西方主要工业国家政府公共福利支出规模史无前例地大幅扩张，与此同时，这些国家的人均GDP也快速增长。尤其是教育、社会保障、科学技术、医疗卫生等方面的公共服务支出能够促进经济的增长[5-6]。陈志国在总结公共支出对经济增长的传导路径时指出，公共支出对经济增长积极效应主要体现在政府通过公共支出提供适度、高效的公共服务[7]。随着政府教育支出的增加，基础教育的普及和高等教育的发展，人力资本水平将不断提升，人力资本水平的提升以及资本、技术等因素的发展有利于传统产业向现代产业的转化和升级，从而促进区域经济长期增长和稳定发展[8-9]。也有学者从城镇化的角度，认为公共服务与城镇化之间是契合发展的[10]，在经济发展的不同阶段，城镇化发展阶段也不同，从而居民对各项公共服务的需求也有差异。公共服务的供给既能降低城市负担[11]，也能有效防止农村地区反贫困[12]，从而促进经济增长。同时，在未来中国人口负增长和深度老龄化背景下，公共服务是中心城市吸纳核心要素的重要渠道[13]，一方面，城市人口集聚的规模效应扩大，公共服务提升对经济增长具有显著的促进作用，并对城市生产率产生影响[14]。另一方面，人口集聚，特别是中心城市和城市群人力资本的集聚会影响人口流动的方向[15]，城市人口增长与产业集聚形成协同效应[16]，强化人力资本的区位偏好，因而，积极有效的公共服务竞争策略对城市提高生产效率至关重要[17]，当然，这有赖于经济发展和有力的财政保障。总之，公共服务的提质增效，可以有效缓解社会发展中的一些不平衡问题，助推经济高质量发展[18-19]。

综上可见，对公共服务与经济增长及相关因素之间的研究以及公共支出与经济增长的研究已经卓有成果，并且人们开始认识到公共服务对经济增长的促进作用。但是，将公共服务作为经济增长的要素，纳入经济增长模型中的研究文献并不多见。特别是公认目前中国公共服务发展水平偏低，那么，不同经济发展时期公共服务对经济增长的作用是怎样的？高水平的公共服务是否必然适合中国经济增长的实际？这些问题需要进一步研究和检验。

二、公共服务与经济增长相互关系的理论机制

经济增长为公共服务的发展提供物质基础和财力保障，公共服务是经济增长的新动力，也是经济发展成果转化为人人共享的福祉的主要渠道。

第一，经济增长为公共服务生产、供给和发展提供强有力的基础。一方面，经济增长为公共服务的发展和提升提供财力上的保障。因为公共服务是公共产品，必须由政府提供，如果没有一定经济发展的基础，无法在保持经济持续发展的前提下发展公共服务。只有经济发展到一定阶段，政府财政收入积累到一定水平，才能够在满足经济持续健康发展的同时加大对公共服务领域的投入，提升公共服务水平，经济的持续增长会为公共服务的覆盖范围不断扩大、水平不断提高提供保障。另一方面，新时代，“中国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾”，说明经济发展使得人民生活质量提高了，对美好生活的需求有更高层次的追求和期盼，经济发展水平提高了人民的公共服务需求层次，因而也要不断满足人民对公共服务的诉求，这是经济发展的最终目标。

第二，公共服务是社会发展的重要构成，是经济增长的动力和源泉。公共服务水平的提升和完善意味着公共服务制度体系的建设日臻健全，公共服务作为维护社会稳定发展，平衡城乡之间、地区之间、代际之间公平的手段，为经济社会的发展提供稳定的社会环境，这也是公共服务优化发展的首要目的。公共服务水平提升、结构优化和均等化程度提高，可以适应社会经济发展越来越复杂而随之提升的国民福祉需求。同时，公共服务自身成为新的经济发展主要领域和构成，并且又内生地成为经济增长乃至发展的投入要素和动力，即公共服务会通过直接或者间接的方式，促进经济增长，更为优化的公共服务更有利于促进经济增长。一是公共服务可以通过提升人力资本积累从而促进经济增长；二是公共服务通过再分配维护社会公平和稳定，进而为经济发展提供良好的社会环境；三是公共服务能够促进消费，畅通国内循环，直接促进经济增长；四是公共服务增强社会融入感，促进劳动力有序流动集聚从而促进经济增长。

第三，经济增长要求公共服务发展水平与之相适应。正因为随着经济的发展，人们对公共服务的需求意识和理念增强了，对公共服务的诉求更加理性了。一方面要求经济发展为公共服务提供相应的支持，另一方面对公共服务自身发展和建设的要求更高了。公共服务作为维护社会稳定和公平的手段，是政府职能的重要体现，是国家发展战略的重要方向，因而公共服务自身体系的建设和发展也应该与经济发展水平和发展阶段相适应。若公共服务超前于经济发展，将会给政府财政造成压力；若公共服务滞后于经济发展过多，将会造成诸多社会发展非均衡和矛盾的产生，只有经济发展和公共服务发展相适应，才能够为经济高质量增长提供稳定的条件和更高水平的人力资本投入。

三、公共服务与经济增长关系因果检验及模型检验

(一)Granger因果检验

采用ADF-Fisher和Hadri LM两种单位根检验方法所得的结果均在1%的显著性水平下，各解释变量存在单位根，且一阶平稳。经过Kao、Pedroni和Westerlund检验三种协整检验方法对模型中涉及的不同变量进行协整检验，结果显示，所有统计量都在1%显著性水平下拒绝了原假设。以上结果均表明经济增长与各变量间存在协整关系，说明变量间存在着长期稳定的均衡关系。

我们的原假设分别为：公共服务提升不是经济增长的Granger原因和经济增长不是公共服务提升的Granger原因。

结果显示，公共服务提升是经济增长的Granger原因，但是，经济增长不必然是公共服务提升的Granger原因，见表1。

表1 公共服务与经济增长Granger检验结果

公共服务水平和质量是经济增长的原因，表明公共服务水平的提升对经济增长和发展具有正向促进作用。但是，经济增长不必然是公共服务水平提高的原因。公共服务的发展离不开经济增长，只有强大的经济实力和综合实力，才能提供更为全面的、水平更高的公共服务。因而，经济增长是公共服务的条件和基础。

(二)公共服务对经济增长影响的模型设定与指标界定

1.模型设定

本文基于柯布-道格拉斯生产函数模型和双对数模型进行分析。基本的生产函数模型为：Y=A(t)KαLβeμ。其中，Y表示经济产出，即经济增长、经济发展等经济产出指标；A(t)表示综合技术水平；K表示资本要素投入水平；L表示劳动要素投入水平；α和β分别为资本要素和劳动要素的产出系数，并且满足α、β>0,α+β≤1。μ表示随机干扰项，且μ≤1，见表2。

表2 变量的描述性统计

为了更加细化深入地分析中国公共服务发展水平对经济增长的作用，剖析不同区域之间公共服务的差异性及其这些差异是否导致区域经济增长存在个体差异。本文以中国283个地级城市数据为基础，建立地级城市公共服务与经济增长实证关系模型。模型可具体表达为：

基础模型：

lnRGDPit=lnA(t)+λAGit+

αlnKit+βlnLit+μit

(1)

全变量模型：

lnRGDPit=lnA(t)+λ1AGit+λ2URBit+

λ3PGRit+λ4PDit+αlnKit+βlnLit+μit

(2)

i=1，2，3，……283(代表中国283个地级市区域)

t=1994，1996，……2016(代表年份)

其中，被解释变量为实际地区生产总值(lnRGDP)，核心解释变量为公共服务综合指数(AG)，控制变量为人口自然增长率(PGR)和人口密度(PD)等表征人口结构和分布的变量。

2.核心指标界定与测算

2.1 核心解释变量

公共服务综合指数(AG)是表征公共服务发展水平的指标。基于地级市数据可得性和连贯性，选取包含教育、医疗卫生、社会保障和就业以及科技创新等4个方面公共服务的投入和产出效果指标。继而对各个指标分别进行无量纲化处理、运用因子分析法对各个二级指标赋予权重、对数据进行归一化处理，并确定基年，加入公共服务指数实际年增长率因素后，最终合成的动态的公共服务综合指数，见表3。

2.2 要素投入变量

资本存量(K)依照永续盘存法，以各地级市所在省份2005年固定资本投资总额指数为100，进行价格指数扣减，计算得到各地级市资本存量。对于缺少固定资产形成额统计数据的地级市，以各地级市固定资本投资额替代。

劳动投入要素(L)选取各地级市年末劳动力从业人员数总量作为劳动要素投入变量，即所有年满15周岁且参与就业的经济活动人口的群体规模，其中不包括每年年末登记失业人员数。

2.3 其他控制变量

城镇化率(URB)由官方统计数据整理得到，个别地级市未标明此项指标的，以该地级市年末城镇人口数占年末常住人口总数的百分比计算得到。

表3 地级市公共服务综合指数指标体系

人口密度(PD)由官方统计数据整理得到。个别数据缺失的地区，以每平方千米年末常住人口为计算方法替代补充缺失数据。

人口自然增长率(PGR)由统计数据整理得到。

3.数据来源

283个地级市研究的目标年份选取区间为1994—2016年。所有指标数据均来自中国国家统计局历年《中国统计年鉴》《新中国60年统计资料汇编》，历年《中国城市统计年鉴》《中国劳动与就业统计年鉴》，历年各省、自治区、直辖市和地级市统计年鉴，各省、自治区、直辖市和地级市国民经济与社会发展统计公报，中国经济社会大数据研究平台(1)中国经济社会大数据研究平台http:∥data.cnki.net/、国家统计网站数据库(2)国家统计网站数据库http:∥www.stats.gov.cn/tjsj/ndsj/、中经数据(3)中经数据https:∥ceidata.cei.cn/，以及由各官方统计数据整理得到。

4.实证结果

本节旨在探索中国地级城市公共服务对经济增长的影响，因此将公共服务综合指数指标(AG)对经济增长(lnRGDP)变量进行回归分析。针对被解释变量，依次选用C-D传统生产函数模型，静态面板数据模型和LSDV估计法对包含了经济发展、人口结构和人口分布等因素的模型和加入控制变量后的模型进行估计，以检验回归结果的稳健性。

表4 地级市公共服务对经济增长作用模型检验结果

根据表4的回归结果可以看出，从模型(1)到模型(3)，中国283个地级城市公共服务与经济增长显著正相关，无论是加入了其他控制变量的模型还是选用固定效应模型或加入个体虚拟变量的估计方法，公共服务对经济增长的影响始终稳健。这表明，伴随着中国地级城市公共服务的发展和水平的提高，其对地区经济增长的促进作用愈发显著。由于公共服务指标是一个综合指数指标，其中包含教育、医疗卫生、科技创新、社会保障和就业的多重指标在内，同时表明分项公共服务对经济增长有正向促进作用；而随着近年来中国人口出生率、死亡率的降低，总人口自然增长率下降甚至出现人口负增长的情况，与经济增长呈反向相关趋势；加入了人口分布的控制变量后，回归结果虽然显著，但表现出人口密度和城镇化率与经济增长在该数据模型下呈反向相关关系。由于人口自然增长率更多地体现了人口结构趋于老龄化，出生人口减少，青壮年劳动力数量减少，在一定程度上反映出劳动力投入对经济增长的拉动作用减弱。当人口规模增速减缓，人口规模出现负增长时，单纯人口规模的变动已经不能成为直接促进经济增长的重要因素，而是通过改变人口内部年龄结构、人口质量和分布等因素影响经济增长。此外，资本存量、劳动力投入等要素的投入对地区经济增长均显著正相关。在所有面板模型中都加入了各个地级城市的个体虚拟变量进行检验，且检验结果显著，表明公共服务对经济增长的影响在不同地域之间存在着个体差异，或者说存在着显著的个体效应。为了消除模型可能存在的内生性问题，在总模型中，选择中国各地级市1994—2016年历年年末公路总里程和年日照时数作为工具变量。由于地级市公路总里程的数据某些年份缺失，假设相邻年份之间地级市新建公路里程相差不大，所以缺失部分数据由相邻年份公路总里程数代替补充。由于地级市层面缺失年日照时数数据，故假设各省级区域下辖的地级市经纬度相似，年日照时数相近，则以各个地级城市所属的省级区域年日照时数替代。由于数据时间跨度长，为了使数据显示出时间序列的趋势，引入时间趋势y(4)时间趋势y为历年年份，取值范围为1994—2016闭区间。，即以各个地级城市历年年日照时数乘以时间趋势，得出具有时间趋势的年日照时数工具变量值。当使用工具变量法进行回归后，模型中的各个变量的回归系数均有不同程度的增加，其中最为明显的是公共服务指标变量，回归系数比模型(1)到模型(3)增加了近20倍，而且所有变量的回归结果除劳动力投入在5%水平显著外，其他解释变量和控制变量均在1%水平下显著。这表明，当将公共服务综合指数作为外生变量进行模型拟合时，低估了其对经济增长的积极促进作用。

四、不同时期公共服务水平对经济增长作用模型检验

由于模型时间跨度较长，经历了中国经济增长，特别是公共服务发展的几个阶段，笼统地将整个时间序列作为考察期不能够很好地反映公共服务发展的不同时期对经济增长的促进作用，以及其他因素对经济增长的影响强度。因此，依据公共服务包含的社会保障和就业、医疗卫生、教育和科技等公共服务供给制度的发展沿革，将1994—2016年的整体观察时期划分为1994—2002年和2003—2016年两个时期，构建分时期模型。分时期模型指标选择和处理与总模型一致。

(一)模型表达

为具体考察不同时间段公共服务对经济增长的作用，在总模型的基础上，划分时间节点构建分时期模型。

(1)“1994—2002时期”模型：

lnRGDPit1=lnA(t)+χ1lnRGDPit1-1+χ2AGit1+

χ4URBit1+χ5PGRit1+χ6PDit1+

α1lnKit1+β1lnLit1+μit

(3)

i=1，2，3，……N(代表中国283个地级市)

t1=1994，1999，……2002(代表年份)

(2)“2003—2016时期”模型：

lnRGDPit2=lnA(t)+φ1lnRGDPit2-1+φ2AGit2+

φ3URBit2+φ4PGRit2+φ5PDit2+

α2lnKit2+β2lnLit2+μit

(4)

i=1，2，3，……N(代表中国283个地级市)

t2=2003，2006，……2016(代表年份)

(二)实证结果

与总模型相同，在对分时期模型进行回归时，首先采用混合OLS回归分析，随后定义面板数据，进行静态面板数据固定效应模型时，显示公共服务对经济增长有负作用，并且不显著。因此考虑加入被解释变量人均地区生产总值滞后一期指标值，构建动态面板数据模型，进行动态面板模型回归，同时进行Hausman检验，结果显示，“1994—2002时期”模型的固定效应优于随机效应，因此构建动态面板数据固定效应模型，即模型(5)。同时考虑扰动项μit可能存在组间异方差和组间同期相关。为此，对面板数据模型进行了组间异方差的沃德检验和组间同期相关的半参数检验，结果强烈拒绝同方差和无组间同期相关的原假设。因此，在对分时期模型进行检验时，先对面板数据中扰动项可能存在的异方差的条件方差函数形式进行假设和修正，再使用全面的广义最小二乘法(FGLS)进行回归估计。回归结果如表5和下页表6所示。

从表5的回归结果看，“1994—2002时期”，混合OLS模型显示公共服务对经济增长的作用为正，但是由于没有考虑样本面板数据的特征，模型拟合优度较低，估计结果有偏，考虑采用面板数据模型重新进行拟合。由于中国地级市区域模型中的指标变量相对于省级区域模型少，为了减少遗漏变量对模型估计产生的偏误，控制无法观测的因素，因而在地级市分时期面板数据模型的解释变量中控制了滞后一期的被解释变量进行拟合，得到模型(6)。通过引入滞后一期被解释变量作为解释变量，公共服务对经济增长的促进作用反而较混合OLS模型变小，并且不显著。其他变量中，资本要素、劳动力要素、城镇化率和人口密度等均为正，并且在1%显著性水平下通过检验。城镇化率的提升对经济增长有显著的正向影响。人口结构因素(人口自然增长率)变量指标对经济增长的影响不显著，劳动力投入指标虽然依然稳健并且显著的影响经济增长，但其对经济增长的作用效果较小。人口分布指标(人口密度)对经济增长的作用在“1994—2002时期”的各个模型中，均表现为显著负向影响，看上去这与城镇化率提升促进经济增长的情况相悖，但是不然，单纯的人口规模在区域的不断聚集和增加，不必然对经济增长产生正向影响，这从另一个侧面揭示了，现阶段经济增长对人口的要求越来越高，更加注重的是人口的人力资本水平。由于模型(6)中我们关注的公共服务变量的拟合结果并不显著，考虑是由于面板数据的扰动项存在的异方差导致的，因此又对模型进行了广义最小二乘法的模型拟合。模型中也引入了各个地级城市的个体虚拟变量，检验结果显示所有模型中都存在显著的个体效应。

表5 “1994—2002时期”地级市公共服务对经济增长作用模型检验结果

在下页表6的回归结果中，“2003—2016时期”采用混合OLS回归的结果与“1994—2002时期”模型结果一样，公共服务对经济增长的作用方向为正但不显著。混合OLS模型仅作为参照，继续对模型进行面板固定效应回归，即模型(10)。可以看到，公共服务对经济增长的作用十分显著，同时显示出公共服务对经济增长的作用力最大。此外，该模型中，除人口密度对经济增长的作用不显著外，其他变量均有显著的正向或负向的影响。从模型中人口自然增长率和人口密度对经济增长的作用或不显著，或回归系数较小，可以发现，人口相对规模的变化将不必然也不直接影响经济增长，而是通过改变人口质量来产生作用和影响的。同时，模型也引入各个地级城市的个体虚拟变量，显示所有模型中都存在显著的个体效应。

表6 “2003—2016时期”地级市公共服务对经济增长作用模型检验结果

比较“1994—2002时期”模型和“2003—2016时期”模型的回归结果，资本要素投入、劳动力要素投入以及城镇化率水平指标大多数情况下对经济增长的促进作用是显著的，并且有稳健的正向作用，人口密度指标对经济增长的影响是显著负向的，人口自然增长率对经济增长的作用在目标数据模型下微乎其微。两个时期的回归结果在以上几个指标变量中显著性相差不大，指标的作用方向基本相同。但是，公共服务变量对经济增长的作用在两个时期的回归结果中，差异较大。“2003—2016时期”中四个模型的回归结果均显示公共服务对经济增长有十分显著的正向影响作用，而在“1994—2002时期”模型中，公共服务对经济增长的作用也显著为正，相较于后一个时期，作用力度小。公共服务的发展和提升离不开区域的经济增长，在考察的整个目标时期中，经济发展水平相对较低的“1994—2002时期”需要将更多的精力和财力投入到促进经济增长，提升地区经济发展水平的方面，该时期对公共服务的政策制定，制度保障，公共财政支持等相对于“2003—2016时期”较少，该时期公共服务自身发展水平也较低，对于经济增长的促进作用亦不明显。同时，由于公共服务处于较低水平，其对经济增长的促进作用不如其他因素更为直接和明显。在第二个时期，各个地区经济发展水平和质量必然比上一个时期有较大幅度的提升，虽说Granger因果检验的结果显示，经济增长不必然促进公共服务水平的提高，但是，经济增长可以为各项公共服务项目提供其必要的财政投入的保证，经济增长也带来了各种理念的转变，为公共服务的发展提供必要的智力支持。应该说，在这个时期，在其他因素对经济增长的影响由于人口因素，结构因素发生转变或降低时，公共服务红利的作用凸显出来。

(三)模型中的内生性问题及解决

为了消除模型可能存在的内生性问题，在“1994—2002时期”模型使用与总模型相同的各个地级市历年公路总里程和年日照时数为工具变量，同时由于在模型(6)中已经加入了滞后一期的被解释变量，模型中由于多重共线造成的内生性问题已经得到解决。工具变量法的回归结果见表4中的模型(8)。不出意外地，各指标变量至少在10%显著性水平下通过检验，并且所有变量的回归系数均明显大于动态面板固定效应模型的回归结果，模型中各个变量的解释力均有效提升。公共服务指标所反映的公共服务对经济增长的作用较未进行内生性考察时增大了将近10倍。说明将公共服务综合指数设定为内生变量后，能够更好地诠释其对经济增长的作用。

“2003—2016时期”模型中，在采用了工具变量法进行拟合后，公共服务综合指数指标作为内生变量对经济增长的作用凸显，但是城镇化率对经济增长的作用变为负向，人口密度对经济增长的作用依然不显著。得到表中的回归结果，可能是由于分时期模型缩短了数据的连续性原因造成的，也可以解释为，城镇化水平的高低不能够仅仅以城镇人口规模占比多少来衡量，作为推进经济增长的动力，城镇化也应该向高人力资本水平的城镇化方向发展。见下页表7。

表7 地级市公共服务与经济增长关系工具变量法回归结果

五、结论

通过对公共服务与经济增长之间相互关系的检验，得到公共服务发展是经济增长的Granger原因，而经济增长不必然是公共服务发展的Granger原因的结论。实证检验结果表明，公共服务对经济增长具有显著的正向积极作用。同时，在经济增长的不同时期，各个区域经济发展水平和公共服务水平不同，公共服务对经济增长的作用效果也不同，但作用方向始终为正向促进作用。在经济发展水平相对较低的时期，经济增长对公共服务提升带来的拉动作用比较敏感。面对中国经济发展方式转变、人口发展态势转换，未来中国经济增长的动力也发生了新变化，公共服务既是维护社会公平正义、满足人民公共需要诉求、共享改革发展成果的一种制度安排，更是促进经济高质量增长的一种要素投入和新动能。