“一帶一路”沿線省份基礎設施投資與全要素生產率研究

一、引言與相關文獻回顧

從2013年“一帶一路”倡議提出以來，基礎設施互聯互通始終是優先建設領域。［1］我國目前進入經濟新常態，供給側改革不斷深化，繼續按照以往的基礎設施建設方式究竟能不能繼續促進經濟增長，特別是在“一帶一路”沿線地區基礎設施建設與區域經濟發展有著怎樣的關系？考察經濟帶沿線基礎設施的直接與間接溢出效應，是本文研究的重點。

世界銀行將基礎設施定義為永久性工程構筑、設施、設備和他們所提供的為居民所用和用于經濟生產的服務,并將基礎設施分為經濟基礎設施和社會基礎設施兩大類。經濟基礎設施一般指交通、供水、電信、能源等具有公共物品或準公共物品屬性的保證經濟活動正常運行的服務項目；社會基礎設施被聯合國定義為能夠直接和間接促進人類生活質量的基礎設施和服務，通常包括教育、衛生、文娛等行業。研究認為經濟基礎設施具有明顯的規模效應和網絡效應，既可以直接提高生產效率，也可以通過溢出效應帶動欠發達地區發展。雖然統計數據顯示：基礎設施存量每增長1%，GDP就會增長1%。［2］但基礎設施與經濟發展之間的具體關系尚無定論。關于基礎設施的實證研究，既有研究大部分是基于生產函數模型，主要從兩個角度展開：一是將基礎設施作為單獨的資本形式估計其產出彈性。Assauer運用美國的年度時間序列數據得出包括基礎設施的公共資本對私人部門生產效率起到促進作用［3］，但Holtz-Eakin的檢驗結果顯示基礎設施對經濟增長的作用不顯著［4］;王仁飛、王進杰和金戈估算我國基礎設施的產出彈性，結果顯示基礎設施對經濟增長有很重要的促進作用［5］［6］，薛勇軍和王焱測算了1993—2009年云南省基礎設施的產出彈性為0.46［7］。二是依照“新增長理論”將基礎設施與全要素生產率相聯系，檢驗其對經濟的外溢效應。如Young發現基礎設施作用于提高生產率，產生正的外部效應促進了東亞經濟的增長［8］［9］；Hulten et al測算了印度的交通和電力基礎設施對全要素生產率的影響，發現擁有正的外部性［10］。我國有關基礎設施影響全要素生產率的實證研究方面,劉生龍、胡鞍鋼根據1988—2007年全國28個省份的面板數據，測算了交通、能源和信息三種基礎設施對全要素生產率的影響，發現交通和信息基礎設施有較強的正外部性，能源基礎設的外部性不顯著；［11］張浩然、衣保中通過城市面板數據證明了基礎設施明顯提高了本地區的全要素生產率；［12］但郗恩崇、徐志鵬等基于2001—2011年的省級面板數據研究發現交通基礎設施的溢出效應不顯著，能源和信息基礎設施存在溢出效應。［13］

眾多學者還將空間相關性引入研究，劉秉鐮等基于1997—2007年省域空間面板數據，發現全要素生產率有著空間相關性，交通基礎設施對中國的全要素生產率有著顯著的正向影響［14］；李伯溪和劉德順測算了我國不同地區的基礎設施存量水平對區域收入差異的影響［15］。

綜上所述，雖然現有研究已涉及基礎設施與全要素生產率的關系，但很少將基礎設施對全要素生產率的直接和間接效應一起進行分析研究。本文主要借鑒Hulten et al和王自鋒等的實證方法［10］［16］，基于2001—2015年“一帶一路”沿線15個省份的面板數據，選取經濟基礎設施與社會基礎設施的資本存量，測度基礎設施作為投入要素時對全要素生產率的直接效應，選取交通、信息、能源和城市基礎設施，對全要素生產率的間接影響進行測度，檢驗其對經濟發展的溢出效應。

二、基礎設施影響全要素生產率的理論模型

將基礎設施作為變量加入Cobb-Douglas生產函數，其函數形式為：

其中，A是希克斯中性效率函數，外生地對生產函數產生影響；I是基礎設施的資本投入，t是時間，K是剔除基礎設施后的資本投入，L是勞動力投入。F(K,L,I)中基礎設施作為投入要素直接作用于經濟產出，稱為“直接效應”；另一方面，基礎設施作用于A(I,t)，通過影響效率函數間接地影響經濟產出，稱為基礎設施的溢出效應。

（一）全要素生產率的估算

全要素生產率的計算方法大致上分為參數估計法和非參數估計法，本文借鑒張軍的索羅余值法［17］進行測算。

對式（1）兩邊取對數得：

假設Ki,t、Ii,t兩者有相同的資本產出彈性，即規模報酬不變，即α+β=1，式（2）變形得：

（二）直接效應

與上式假設相同，基礎設施與剔除基礎設施后的資本產出彈性相同，且規模報酬不變，生產函數如下：

將基礎設施分為社會基礎設施與經濟基礎設施：

將式（8）代入式（7）并兩邊取對數，那么就可以通過式（9）中的回歸系數β3、β4來考察社會基礎設施與經濟基礎設施對全要素生產率的“直接效應”。

（三）間接“溢出效應”

將式（1）展開得到：

其中，i表示區域，t表示時間，Ai,o為基期技術水平，λi為外生的技術變遷，γi為基礎設施的間接溢出效應。

將式（10）代入式（6）中得：

對式（11）兩邊同取對數得：

接下來可通過式（13）對基礎設施的溢出效應γi進行檢驗，controli,t為控制變量，εi,t為誤差項。

三、變量及數據處理

本文以2001—2015年“絲綢之路經濟帶”沿線15個省份的面板數據為基礎，檢驗基礎設施對全要素生產率的直接效應和間接效應。所有數據來自2001—2016年《全國統計年鑒》、各省份統計年鑒以及wind數據庫。生產總值、資本存量等價格指標均以2000年為基期調整為實際價格。

（一）估算全要素生產率的變量選擇

根據《推動共建絲綢之路經濟帶和21世紀海上絲綢之路的愿景與行動》中對各省份的定位，本文選取2001—2015年“絲綢之路經濟帶”沿線（內蒙古、陜西、甘肅、青海、寧夏、新疆、西藏、四川、重慶、云南）和“海上絲綢之路經濟帶沿線”（廣西、海南、廣東、浙江、福建）15個省份的面板數據。Yi,t以2000年為基期的各省份實際生產總值（億元）為衡量指標；Li,t以各省份就業人數（萬人）為衡量指標。

不同于張軍計算整體的全要素生產率，本文根據“一帶一路”沿線省份橫跨全國、經濟發展差距巨大的實際情況，整體計算的結果會對各個省份的真實情況造成高估或低估，降低數據的真實性，為此借鑒劉生龍、胡鞍鋼的計算思路，分別對15個省份的全要素生產率及其增長率進行計算。

（二）檢驗直接效應與間接效應的變量選擇

1.全要素生產率（TFP）。依據新古典經濟增長理論，一個經濟體若能在長期實現持續快速的增長，其必定伴隨有全要素生產率的較快提高，經濟發展與全要素生產率之間將存在緊密的聯系。通過上文運用張軍的測算方法，得到2001—2015年“一帶一路”沿線15個省市區的全要素生產率（TFP）。

2.Y/L和K/L。Y/L為“產出-勞動”比，是各省份實際生產總值與就業人數的占比；K/L為“非基礎設施資本-勞動”比，各省實際資本存量與就業人口的占比。

3.基礎設施變量。由于基礎設施種類繁多，不同類型的基礎設施在促進經濟發展的作用方式和程度等方面各有差異，本文首先檢驗經濟基礎設施和社會基礎設施對全要素生產率的直接效應，再測度交通、信息、能源和城市基礎設施對全要素生產率的間接溢出效應。

經濟、社會基礎設施。利用上文計算出的各省份資本存量，按照基礎設施各行業固定資產投資額占全社會國定資產投資額的占比，計算出經濟基礎設施和社會基礎設施的資本存量①。

根據數據的可獲得性，按照統計年鑒的行業劃分不能明確地細化衡量不同種類基礎設施的建設水平，所以這里選取不同的指標來衡量交通、信息、能源和城市四種類型的基礎設施水平。

交通基礎設施。選取交通密度作為衡量交通基礎設施的衡量指標。從各級統計年鑒中選取各省市鐵路營業里程、內河航道里程和公里里程（包括等級公路及等外公路）這三個指標之和除以各省份的國土面積得到的各省份交通設施密度（公里/百平方公里）。

信息基礎設施。選取人均郵電業務總量為衡量指標。郵電業務總量是指以貨幣形式表現的郵電企業為社會提供各類郵電通信服務的總數量，相比于其他研究者選取的電話普及率、互聯網普及率等單一指標更能全面且準確地衡量信息基礎設施水平。考慮到其中包含了價格變化因素，因此以2000年為基期對各年價格進行調整，得到實際人均郵電業務總量（元/人）。

能源基礎設施。選取人均電力消費量為衡量指標。相比Hulten et al選取的發電和輸電成本，選取各地區人均消費量更能準確反應實際能源消費狀況，因為能源基礎設施的建立往往在能源豐富的地區，但此類基礎設施并不為當地服務，大多輸送的能源需求量高的地方。選取各地區電力消費總量除以各地區人口得到人均電力消費量（千瓦小時/人）。

城市基礎設施。城市基礎設施是城市與區域發展的重要載體，直接影響城市社會、經濟運行的效率。而城市道路建設作為各地區市政工程的重點，選取人均城市道路面積（平方米/人）作為衡量指標，能較好地衡量城市基礎設施水平。

4.控制變量。知識發展、技術進步、生產效率、規模效率等是全要素生產率的重要組成部分，所以將其引入控制變量。本文的控制變量包括：（1）生產效率。二、三產業結構。低附加值的產業占比下降，高附加值產業占比上升，也能反應技術的進步和生產效率的提升；這里選取各省份二、三產業產值占比來衡量各地生產效率狀況。（2）開放程度。本文選取進出口額和實際利用外資額（fdi）兩個指標分別指代各省份對外資和國際貿易的開放程度，伴隨著國際的技術、知識、資金等要素的流動，會產生溢出效應直接促進東道國的技術進步。本文選取各省份實際利用外資額占各地區生產總值的占比及各省份進出口額占各地區生產總值的占比作為具體衡量指標。進出口額和實際利用外資額按照當年匯率（年平均價）換算為人民幣，再分別除以除以當年GDP（當年價）得到兩者統計指標。（3）技術進步。人力資本和R&D投入。學界已廣泛認可知識、技術會對經濟產生溢出效應，兩者作用于全要素生產率。人力資本選取眾多研究中普遍采用的勞動力平均接受教育年數②作為衡量指標。R&D投入則取各省份R&D投入額占生產總值的比重作為衡量指標。（4）“資本存量-勞動”比。根據生產函數，全要素生產率受直接和間接效應影響，為了更加準確地估算基礎設施的溢出效應，用來控制對全要素生產率的直接效應。本文選取全社會資本存量與就業人口的比值作為控制變量。

對于靜態面板數據，本文選用IV-2SLS法可以有效解決解釋變量的內生性問題，且控制工具變量數量，避免GMM法中工具變量過渡識別的問題。借鑒以往的研究，發現一般選取變量的滯后一期或兩期作為工具變量，這里均選取滯后兩期作為解釋變量。采用固定效應（FE）法，用地區固定效應控制區域條件對被解釋變量的影響。統計描述見表1。

表1

五、實證分析

（一）全要素生產率

根據表2中的數據，整體來看全要素增長率對經濟增長的貢獻并不高，15個省的均值僅為6.67%，TFP的平均增長率也只有0.76%。但也可以看出由于經濟帶橫貫東西，15個省份之間經濟發展差異巨大，沿海的“一路”（浙江、福建、廣東、海南、廣西）省份的TFP增長率及貢獻率明顯高于以中西部省份為主的“一帶”省份。這也反映出“一帶”沿線地區經濟發展還是以生產要素投入為主，全要素生產率的促進作用不大。縱向來看，通過測算發現從2009年、2010年開始各省市全要素生產率增速整體上大幅下降且出現負增長，這也與Shang-Jin Wei et al的測算結果［19］相似，其原因很有可能是受到經濟危機的外部沖擊，致使全要素生產率呈現負增長。

表2 “一帶一路”沿線15個省份2001—2015年TFP平均增長率及對經濟增長的貢獻率（單位：%）

采用面板IV-2SLS和隨機效應法檢驗經濟和社會基礎設施的直接效應。Hausman檢驗P=0說明變量存在內生性問題，支持工具變量法回歸。Kleibergen-Paap檢驗P=0及Cragg-Donald檢驗F＞10，說明工具變量不存在弱工具變量問題。當內生解釋變量與工具變量數量一致時，模型恰好識別不用檢驗工具變量過度識別問題。回歸模型2、4、6中，因為Hausman檢驗均大于0．05，不能拒絕原假設，所以選用隨機效應。

表3 基礎設施的直接效應檢驗

表3說明，Y/L與TFP有著顯著的正相關，說明產出-勞動比的提高將促進全要素生產率的進步；K/L與TFP有著顯著的負相關，說明資本-勞動比的提高明顯影響了全要素生產率的提高。經濟基礎設施規模的擴大，反而顯著抑制了TFP的進步；社會基礎設施的發展也與TFP呈現負相關，但回歸中并不十分顯著。這說明基礎設施的投資建設不能直接增加社會資本，也不能吸引更多的私人資本進入生產領域，抑制TFP的提高。

形成上述結果的主要原因可能是：一是基礎設施前期投資巨大，投資回報率期限較長，會與私人部門爭奪有限的社會資源，很有可能擠占生產部門的資本投入，導致資源配置的扭曲，造成生產效率降低。另一方面，我國基礎設施建設體系不完善，長期以政府為主導，民營、外資等資本進入門檻較高，沒有充分引入市場競爭機制，導致投資效率較低。

（三）間接“溢出效應”

表4 基礎設施的間接溢出效應檢驗

采用面板IV-2SLS和固定效應法檢驗四種基礎設施的間接溢出效應。回歸模型2、4、6、8、10中，因為Hausman檢驗均大于0.05，拒絕隨機效應，選用固定效應。

表4說明，交通基礎設施的溢出效應并不顯著。可能因為“一帶一路”沿線空間跨度較大，地形復雜多變，導致前期投資巨大，回報周期較長，對經濟影響具有滯后性。另一方面，可能是因為交通基礎的改善，并不能促進資源的合理配置，反而隨著交易成本的降低，加速資源向經濟帶中的發達地區轉移，對欠發達地區產生“虹吸效應”，抑制整體TFP的提升。正如Boarnet提出完善的基礎設施提升了地區的相對競爭優勢［20］，這種集聚效應在增加本地區產出的同時，會對其他地區產生負的溢出效應，基礎設施建設引起的可達性變化常常導致地區差距的擴大（而不是減少），落后地區可能因此原因使他們的核心企業處于弱勢地位。［21］

信息基礎設施回歸系數在0.141-0.388之間，且十分顯著。說明信息基礎設施規模的擴大，對全要素生產率的提升起到重要的促進作用，這也與劉生龍、胡鞍鋼的研究結果一致，說明信息基礎設施的完善將優化市場中信息不對稱現象，減少交易成本，促進區域間信息、知識及技術的互聯互通，帶動技術進步，提高生產效率。

能源基礎設施的檢驗結果并不顯著，說明能源基礎設施對經濟增長并沒有顯著的溢出效應。這可能與我國長久以來的粗放型發展模式有關，從世界范圍看，按照2015年美元價格和匯率計算，2016年我國單位GDP能耗為3.7噸標準煤/萬美元，是2015年世界平均水平的1.4倍，是發達國家平均水平的2.1倍③，我國能源使用效率明顯偏低。“一帶一路”沿線省份大多是能源輸出地區，能源基礎設施建設對經濟促進作用不大。

城市基礎設施的溢出效應明顯且檢驗結果顯著。說明城市基礎設施的改善有助于全要素生產率的提升。城市基礎設施是向居民和企業提供基本服務的公共物質設施和服務的載體，良好的城市基礎設施能夠降低區域內各種交易成本，從而形成城市集聚效應，使城市各經濟單位更好地分工協助，產生整體性高效率的結果。

五、結論及建議

在“一帶一路”大背景下,基礎設施互聯互通是區域經濟一體化的重要內容，從理論上說，基礎設施通過兩種方式促進經濟發展：一是作為直接的投資驅動，二是外部間接效應。通過文中的理論分析與實證檢驗，可以看到在“一帶一路”沿線15個省份范圍內，不同種類的基礎設施對經濟發展發揮著不同的作用。

基礎設施建設作為直接投資，并不能直接促進全要素生產率的提高，而經濟基礎設施規模擴大反而顯著抑制TFP的提高。我國經濟進入新常態時期，依靠“鐵（鐵路）公（公路）機（機場）”等大型基礎設施建設投資并不能像以往一樣拉動經濟發展，反之，還會造成資源配置的嚴重失衡。從2001—2015年“一帶一路”沿線15個省份全要素生產率的估算結果中可以看到，自2008年、2009年之后，各省份TFP普遍出現大幅下調，甚至出現負增長，可見為應對經濟危機而采取的“四萬億”財政刺激計劃，并未直接促進生產效率的提高，反而加劇了資源配置的失衡。所以在“一帶一路”沿線基礎設施建設過程中，要改變以政府出資為主導的投資方式，優化融資體系，充分利用BOT、PPP等模式，吸引民營、外資等社會資本進入基礎設施領域，提高資源使用效率。

交通、信息、能源及城市四種基礎設施的外部性檢驗結果顯示：信息、城市基礎設施的發展完善有利于提高全要素生產率。而交通、能源基礎設施則對TFP的促進作用并不明顯。

檢驗結果顯示交通基礎設施對區域經濟的間接溢出效應為負且不顯著，但在單一解釋變量模型中，采用固定效應控制區域對交通基礎設施的影響時，結果顯著為正，說明交通基礎設施作為跨區域的公共物品，發達地區存在虹吸效應，政策上應對欠發達地區進行傾斜。“一帶一路”戰略實施始，中歐班列、中新（重慶）互聯互通項目和蘭渝、成蘭鐵路建成通車正在構筑我國內陸開放新主軸，西北與西南地區的經濟互動日趨緊密；沿邊、內陸和沿海省份共同構建跨區域物流網絡，逐漸打破國內區域分割。考慮到不同省份的區位差異，應側重中西部地區的交通基礎設施建設，不斷完善“一帶一路”區域通達度，改變內陸沿邊地區的區位條件。

基礎設施建設與城市化水平相輔相成。一方面，交通、信息、能源等基礎設施的擴展，大多是圍繞中心城市展開；另一方面，城市化程度較高的中心城市大多位于眾多網絡狀基礎設施的交匯處。隨著“一帶一路”沿線各種基礎設施的不斷完善，改變了地區資源稟賦，從而形成新的區域主導產業；隨著物流成本的降低，推動出口導向型企業迅速集聚，從而改變節點城市的產業結構；推動產業和人口向沿邊重點城市和口岸集聚，沿邊重點城市經濟密度不斷提升。在“一帶一路”建設過程中，要繼續推進城市化進程，大力發展縣域經濟，完善各項城市服務功能，培育一批重要的沿線節點城市。

結合本文的實證檢驗結果，為有效構建“一帶一路”沿線的互聯互通，在建設跨區域、高標準的各種基礎設施的同時，還要特別側重中、西部地區區域內部，尤其是城市群的基礎設施建設；重點突出信息基礎設施建設，科學規劃，合理布局，重點推進骨干網、城域網及應用基礎設施等重點工程，完善沿線節點城市網絡建設。

注釋：

①經濟基礎處設施按照《全國統計年鑒》的分類包括：電力、熱力、燃氣及水的生產和供應業，交通運輸倉儲和郵政業，信息傳輸、軟件和信息技術服務業，水利、環境和公共設施管理業；社會基礎設施分為科學研究和技術服務業，教育，衛生和社會工作，文化、體育和娛樂業，公共管理、社會保障和社會組織。由于《全國統計年鑒》中統計口徑從2003年發生變化，2003年之前，經濟基礎設施行業包括：電力、煤氣及水的生產和供應業，地質勘查業水利管理業，交通運輸倉儲和郵電通信業；社會基礎設施行業包括：社會服務業，教育，文化藝術和廣播電影電視，科學研究和綜合技術服務，國家機關、政黨機關和社會團體。

②勞動力平均接受教育年數=文盲、半文盲的就業人口比重*1.5+接受小學教育的就業人口比重*7.5+接受初中教育的人口比重*10.5+接受高中教育的人口比重*13.5+接受大專及以上的就業人口比重*17。

③能源消費總量根據《BP statisticalreview of world energy 2015》數據折算，2015年GDP數據來源于IMF。

［1］國家發展改革委，外交部，商務部.推動共建絲綢之路經濟帶和21世紀海上絲綢之路的愿景與行動［EB/OL］.新華網，2015-06-08.

［2］World Bank.World Development Report 1994.Infrastructure For Development.Oxford University Press,1994.

［7］Assauer D A.Is Public Expenditure Productive.Journal of Monetary Economics,1989，(23).

［4］D Holtz-Eakin.Public Sector Capital and the Productivity Puzzle.Review of Economics and Statistics,1994,76(1).

［5］王仁飛，王進杰.基礎設施與中國經濟增長：基于VAR方法的研究［J］.世界經濟，2007，（3）.

［6］金戈.中國基礎設施與非基礎設施資本存量及其產出彈性估算［J］.經濟研究，2016，（5）.

［7］薛勇軍，王焱.基礎設施對經濟增長促進作用的實證研究——以云南為例［J］.經濟問題，2012，（7）.

［8］Young,Alwyn.A tale of two cities:factor accumulation and technical change in Hong Kong and Singapore.Nber Chapters,1992，（7）.

［9］Young.The Tyranny of Numbers:Confronting the Statistical Realities of the East Asian Growth Experience.The Quarterly Journal of Economics,1995,(110）.

［10］CR Hulten，E Bennathan，S Srinivasan.Infrastructure,Externalities,and Economic Development:A Study of the Indian Manufacturing Industry.The World Bank Economic Review,2006，(20).

［11］劉生龍、胡鞍鋼.基礎設施的外部性在中國的檢驗：1988—2007［J］.經濟研究，2010，（3）.

［12］張浩然，衣保中.基礎設施、空間溢出與區域全要素生產率——基于中國266個城市空間面板杜賓模型的經驗研究［J］.經濟學家，2012，(2).

［13］郗恩崇，徐志鵬，張丹.中國基礎設施投資的全要素生產率效應研究［J］.統計與決策，2013，（23）.

［14］劉秉鐮，武鵬，劉玉海.交通基礎設施與中國全要素生產率增長——基于省域數據的空間面板計量分析［J］.中國工業經濟，2010，（3）.

［15］李伯溪，劉德順.中國基礎設施水平與經濟增長的區域比較分析［J］.管理世界,1995，(2).

［16］王自鋒，孫浦陽，張伯偉，曹知修.基礎設施規模與利用效率對技術進步的影響：基于中國區域的實證研究［J］.南開經濟研究，2014，（2）.

［17］張軍，施華少.中國經濟全要素生產率變動：1952—1998［J］.世界經濟文匯，2003，（2）.

［18］單豪杰.中國資本存量K的再估算：1952—2006年［J］.數量經濟技術經濟研究，2008，（10）.

［19］Shang-JinWei,ZhuanXie,XiaoboZhang.From Made in China’to ‘Innovated in China’:Necessity,Prospect,and Challenges.Journal of Economic Perspectives,2017,(31).

［20］Boarnet M G.Spillovers and Locational Effects of Public Infrastructure.Journal of Regional Science,1998,(3).

［21］Puga D.European regional policies in the light of recent location theories.Journal of Economic Geography,2002，(2).