中国基础设施投资的全要素生产率效应研究

郗恩崇，徐智鹏，张 丹

（1.长安大学经济与管理学院，西安 710064;2.河南中医学院外语学院，郑州 450046）

0 引言

基础设施投资有助于人力资本、外商直接投资、资本等的集聚，而这些都是推动经济增长的最基本的要素或组织形式，对经济增长具有明显的溢出效应。尽管国外有大量文献对基础设施投资的溢出效应进行了实证检验，但目前对我国相关研究却鲜见，更多的考察的基础设施投资对我国省际间的全要素生产率溢出效应的影响，仅有刘生龙和胡鞍钢（2010）考察了我国三类主要基础设施对全要素生产率的影响，发现我国交通基础设施和信息基础设施促进了全要素生产率，而能源基础设施对全要素生产率的影响却并不显著。其实证部分仍然存在改进的余地：首先，没有考察到样本期间特殊年份全要素生产率受到的外部冲击；其次，样本期限并没有涵盖2008年以来我国大力进行基础设施投资的这一阶段。因此，本文将选取2001～2011年中国省级面板数据，考察三大类基础设施投资的溢出效应，探索我国全要素生产率变化中的基础设施影响。

1 模型设定

本部分将借鉴Hulten et al.（2006）的模型，考察基础设施投资全要素生产率提升效应。根据现有理论，基础设施的经济效应包括两部分：首先，根据国民经济核算体系，基础设施作为投入要素直接促进了经济的增长；同时，基础设施作为投资具有明显的正外部性和乘数效应，又可以间接促进经济增长。因此，我们将包括基础设施投资的产出函数设定为以下形式：

其中Y表示产出水平，I是基础设施投资的存量水平，K是除基础设施投资以外的资本投入，A是生产技术水平，L是劳动力投入。可以看出，基础设施投资对经济增长的贡献体现在两个方面：一方面直接作为投入要素来体现的，表现在F(K,L,I)项上；另一方面，通过溢出效应影响生产技术水平，即 A(I,T)，其中T是时间项。A(I,T)是典型的希克斯中性技术进步函数，外生地对生产函数产生影响：当A(I,T)＞1时，表示为规模报酬递增；当A(I,T)=1时，表示规模报酬不变；当A(I,T)＜1时，表示规模报酬递减。因此A(I,T)是基础设施的外部性的体现，通过影响生产率水平来间接影响总产出水平。

假定方程（1）中的希克斯技术项符合Hulten et al.（2006）的假定，是多元组合形式的：

其中，Ai,0是初始技术水平，λi表示外生的技术变迁，ηi表示基础设施投资的外部性。

为了衡量基础设施的技术外部性参数ηi，我们通过对希克斯技术项A(I,T)求解全要素生产率得出。从理论上说，全要素生产率是指“生产活动在一定时间内的效率”。是衡量单位总投入的总产量的生产率指标。即总产量与全部要素投入量之比，即：

对（3）两边取对数，我们可以得到全要素生产率的表达式：

改革开放以来，TFP是中国经济高速增长的重要动因，这已是不争的事实。基础设施的改善有利于更好的吸引FDI，进而海外先进的生产、管理等技术。为了测算全要素生产率，我们根据传统的柯布-道格拉斯产出函数，在规模报酬不变的情形下，表示为以下形式：

其中，αK+αL=1，包含了基础设施投资和非基础设施投资两部分实物资本。

我们选取了中国大陆30个省份2001～2011年的数据来测算全要素生产率。具体来讲，YT用各个省（市、自治区）当年的实际GDP来代替（经以2001年为基期的国内生产总值价格指数调整），LT用各个省份的历年就业总人数表示，用各省历年的资本存量代替。

本文将采用永续盘存法来估算资本存量。

2 变量描述与数据来源

2.1 基础设施投资

本文选取了交通基础设施（Transport）、能源基础设施（Energy）和信息基础设施（Information）这三类。（1）交通基础设施：选取了三类交通基础设施变量，包括铁路里程、内河航道里程和公路里程，用这三类基础设施的里程总和除以各省份的国土面积来代替。这三类基础设施投资的数据在各省历年统计年鉴可以找到；（2）能源基础设施：选取能源消费量作为能源基础设施投资的衡量指标，既反映了各地区的能源消费总量（用万吨标准煤来来衡量），也反映了在能源生产、传送、发电和电网传送设施设备；（3）信息基础设施，选取电话普及率这一指标来衡量信息基础设施。

2.2 全要素生产率（TFP）

我们在前文中已经测算出了各省历年的全要素生产率。接下来，我们将利用前面测算出来的全要素生产率，考察基础设施投资的溢出效应，也即对地区全要素生产率的影响。

2.3 其他控制变量

本文的控制变量包括以下：（1）劳动力（Labor）。劳动力对经济增长的贡献是显而易见的，是产出的最重要的投入要素之一，用各省年末从业人员数来衡量。（2）资本存量入（Capital）。资本投入也是生产的重要投入要素，对经济增长的起到巨大的推动作用。我们用各省历年的固定资产投资来衡量资本存量，后者已经以2001年为基期的固定资产投资价格指数进行调整。（3）进出口额（Trade）。进出口也是经济增长的重要贡献因素，一方面，一个地区的进出口直接构成了一个地区的GDP；另一方面，进出口也反映了该地区的市场开放程度。本文的各省历年进出口额数据来源于各省的统计年鉴，先用当年的美元汇率年均价转换为以人民币计价的进出口额，并经价格指数平减，调整为以2001年为基期的不变价格指数下的进出口额。（4）实际利用外资额（FC），用以衡量该地区当年实际利用的外资总额以及市场开放程度，并经过美元汇率年均价和价格指数调整。（5）政府支出。政府支出对经济增长的作用是一把双刃剑：当政府将更多的财政支出用于教育、健康等公共品提供等方面时，将推动经济的发展；而当政府将更多的财政支出用于行政管理费用上时，可以导致地区市场失去活力，影响资源的配置而导致无效率。本文以经过以2001年为基期的价格指数调整后的地方政府财政支出来表示。

2.4 数据来源及描述性统计

本文大部分数据来源于各省历年统计年鉴，其他数据来源于国家统计局《新中国六十年统计资料汇编》以及历年《中国统计年鉴》。所有变量的描述性统计如表1所示。

表1 变量的描述性统计结果

3 模型建立与回归结果

3.1 模型建立

考虑到全要素生产率都小于1，并且为了便于比较，我们对变量采取半对数模型，将基础设施的溢出效应表示如下：

其中，εi,t表示可分解为固定效应μi和白噪音νit。

同样，对于地区的生产率水平而言，从企业微观层面而言，可以通过技术传递、干中学等方式实现企业生产率的维持与进步；从产业层面来讲，知识溢出、技术转移等方式与途径实现产业内技术的维持与进步；这些反映在一个地区内，表现为生产率水平的路径依赖与锁定。因此，（7）表示的静态面板模型具有较强的内生性问题，我们在模型的右端引入因变量的滞后项，进一步将模型表述为（8）式：

其中，TFPi,t-1表示因变量的滞后项；lnXi,t-j为自变量及其滞后项；CONT为控制变量，反映截面固定特征和时序效应；εi,t表示随机扰动项，可分解为固定效应μi和白噪音νit。

3.2 基础设施投资的溢出效应估计结果

对基础设施的溢出效应的回归结果如表2-4：

表2 交通基础设施的溢出效应估计结果

单独引入交通基础设施投资后，我们对模型进行了多次回归，共有6个回归模型。交通基础设施投资的回归系数仍显著为负，通过了1%的显著性水平，印证了交通基础设施投资阻碍了我国全要素生产率的提升。同时，交通基础设施的滞后项却具有溢出效应：GMM估计方法得到的交通基础设施投资的一阶滞后项的回归系数为正。

对于控制变量，回归结果显示，劳动力（Labor）和国际贸易总额（Trade）则会阻碍全要素生产率的提升。一个可能的原因是，本文的劳动力人数并不能代表一个地区的人力资本，而后者则已被证实具有显著的TFP推动作用；对于国际贸易总额而言，进口贸易和出口贸易对全要素生产率的作用并不相同，本文将两者合并得到国家贸易总额，可能存在效应加总的问题。对于资本存量而言，模型1～6的回归结果都为正，在1%的显著性水平上显著，且回归结果稳健，说明对全要素生产率存在推动作用。另外，实际利用外资额（FC）和政府支出（Budget）的回归结果其系数 都为正，尽管部分回归结果不显著。

表3 信息基础设施的溢出效应估计结果

表4 能源基础设施的溢出效应估计结果

对于模型（1）～（6），信息基础设施的回归结果都显著为正，说明现阶段我国信息基础设施存在显著的溢出效应；并且对于其一阶滞后项而言，回归系数仍然为正，尽管大部分模型都不显著。回归结果显示，劳动力和国际贸易的回归系数为负。资本存量的回归系数为正且大部分都显著、稳健。而政府支出（FC）的回归系数仍然为正，仅在差分GMM回归中没有通过显著性检验。另外，实际利用外资额（FC）的回归结果都不显著。

在模型（1）和（2）中，能源基础设施投资的当期回归系数为正，统计上显著通过1%的显著性水平。而对于差分GMM和系统GMM，尽管回归结果不显著，但回归系数仍然为正。同时，能源基础设施投资的一阶滞后项为正，但不显著；而能源基础设施投资的一阶滞后项为正。这说明了对能源基础设施的投资不会阻碍我国全要素生产率的提升。对于控制变量，劳动力和国际贸易的回归系数为负；而资本存量的回归系数都为正，但在差分GMM估计中没有通过显著性检验；对于实际利用外资额（FC）和政府支出（Budget）而言，回归结果不显著。

4 结论

对于中国而言，过去的30年表现为经济增长与基础设施投资的“双奇迹”。选取了2001～2011年中国省级面板数据，考察交通运输基础设施、能源基础设施以及信息基础设施的溢出效应，探索我国全要素生产率变化中的基础设施影响。本文的主要结论包括：（1）我国各个省份2001～2011年的TFP呈递增趋势，但许多省份如内蒙古、辽宁、黑龙江、上海、安徽、福建等16个省份的TFP在2002、2003年都出现不同程度的下降，部分省份的全要生生产率甚至出现了大幅度的下降，这可能与外部冲击有关；（2）对于基础设施的溢出效应，不同类型的基础设施投资的溢出效应不同：交通基础设施不存在溢出效应，对全要素生产率的提升存在阻碍作用；而能源基础设施和信息基础设施存在溢出效应。

[1]胡鞍钢，刘生龙.交通运输、经济增长及溢出效应[J].中国工业经济，2009,（5）.

[2]金戈.中国基础设施资本存量估算[J].经济研究，2012,（4）.

[3]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，（3）.

[4]李强,郑江淮.基础设施投资真的能促进经济增长吗?——基于基础设施投资“挤出效应”的实证分析[J].产业经济研究，2012,（5）.

[5]彭国华.中国地区收入差距、全要素生产率及其收敛分析[J].经济研究，2005,（9）.

[6]叶昌友,王遐见.交通基础设施、交通运输业与区域经济增长——基于省域数据的空间面板模型研究[J].产业经济研究,2013,（3）.

[7]张军,金煜.中国的金融深化和生产率关系的再检验：1987～2001[J].经济研究，2005,（11）.

[8]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,（12）.

[9]Arrken,B.J.，Harrison,A.E.Do Domestic Firms Benefit from Foreign Direct Investment?Evidence from Venezuela[J].American Economic Review,1999,89(3)

[10]Chow G.C.Capital Formation and Economic Growth in China[J].Quarterly Journal of Economics,1993,(114).