信息基礎設施投入對全要素生產率的影響

張永慶 王曉鳳

摘?要：信息基礎設施已經成為新時期我國經濟社會發展的戰略性公共基礎設施，高質量發展背景下，經濟發展效率成為當下關注的熱點。因此，文章在技術創新視角下，通過中介效應模型，利用2006—2017年中國30個省級面板數據，探討了信息基礎設施對全要素生產率的影響以及信息基礎設施通過技術創新影響全要素生產率的作用機制。研究結果表明，各地區信息基礎設施投入都對全要素生產率具有顯著且正向的促進作用，但信息基礎設施投入的促進作用在不同地區有所差異。另外信息基礎設施能夠通過促進技術創新來提高全要素生產率，并且這一結果也隨著地區的不同呈現出差異性。東部與中部地區信息基礎設施都能夠通過技術創新來促進全要素生產率，而在西部地區，技術創新的中介效應不適用。

關鍵詞：信息基礎設施;全要素生產率;中介效應;技術創新

中圖分類號：F 124.9?文獻標識碼：A?文章編號：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

信息基礎設施是信息化各領域開展建設和應用的前提和基礎，同時也是信息化水平的一個體現。隨著信息通信技術的發展和創新，信息基礎設施也在不斷向新的方向發展。2016年，我國發布了《國家信息化發展戰略綱要》，明確指出未來10年我國信息化發展的目標、路線圖和重點任務，要求加快構建天地一體、立體覆蓋的國家信息基礎設施，不斷完善普遍服務。全要素生產率是指生產單位作為系統中的各個要素的綜合生產率，以區別于要素生產率。20世紀80年代西方經濟學家提出內生增長理論，認為內生的技術進步即全要素生產率是保證經濟持續增長的決定因素。信息基礎設施是實施創新驅動戰略，助力大眾創業萬眾創新的核心要素。首先它為信息、人力、科研、知識等各類資源的優化配置提供了基礎環境，大大降低了創新成本，激發了十三億人的創新潛力。其次信息技術的發展降低了企業間的交易成本，大大節省了交易時間，降低了信息不對稱;另外新一代信息基礎設施是實現以人民為中心的發展、改善和擴大民生福祉的重要載體。“慕課”、“釘釘”、騰訊課堂等網絡教學新模式促進優質教育資源的開放和社會教育方式的變革，推動了優質教育資源的均等化分享。互聯網的發達使人們可以利用網絡進行互動學習，加快了人力資本的積累，互聯網的普及也改變了大眾的消費方式，拉動了國民消費。總的來說，信息基礎設施的投資不僅直接帶動增長，也通過影響全要素生產率間接拉動增長。改革開放以來，中國在基礎設施上的投資不斷增加，在中國特色社會主義新時代，過去依靠投資驅動的粗放式經濟增長模式已不適應當下階段，因此有批評者認為以基礎設施投資刺激經濟增長無疑是飲鴆止渴，造成了中國經濟增長的粗放，然而這部分學者忽視了基礎設施的網絡外部性帶來了全要素生產率的增加，因此文章利用中國2006—2017年30個省級的面板數據對信息基礎設施全要素生產率的影響以及實現路徑進行實證研究。

1?文獻綜述

關于基礎設施，國內外有許多相關研究。Roller等[1]利用21個OECD 國家20年的數據發現固定電話普及率職業超過臨界值才會對經濟增長具有顯著影響。Datta等[2]使用動態面板數據對OECD國家的估計結果顯示電信基礎設施顯著促進了OECD國家的經濟增長。Madden等[3]基于宏觀經濟增長模型研究信息基礎設施對國家經濟發展的影響，研究發現電信基礎設施普及對于轉型中國家的經濟發展發揮了重要的作用。Haynes 等[4]運用46個國家1984—1999年的面板數據證實了電信投資對總經濟產出存在正向效應。羅雨澤等[5]利用2000—2005中國31個省市的面板數據，建立和估計了電信投資與我國經濟增長的系統結構方程，結果發現我國電信投資對我國經濟增長的貢獻率比其他社會投資高約6.76個百分點，但電信投資的邊際貢獻呈下降趨勢，并且電信投資及其貢獻存在明顯的區域非均衡。劉生龍、胡鞍鋼[6]利用1988—2007年中國各省份的面板數據來驗證交通、能源和信息基礎設施對我國經濟增長的溢出效應，發現交通基礎設施和信息基礎設施對我國的經濟增長有顯著的溢出效應。張先鋒等[7]利用中國25個省市1998—2008年的面板數據，研究了公共基礎設施資本及其地理溢出效應對區域全要素生產率的影響，研究發現，公共基礎設施資本投入的地理溢出效應為負。張光南等[8-9]利用中國1998—2006年各省工業企業面板數據發現基礎設施資本投入效應表現為長期高于短期，東部高于中西部，中西部基礎設施投資短期較充足，長期不足，基礎設施存在網絡效應等非線性特征。張浩然等[10]基于2003—2009年中國城市面板數據，應用空間杜賓模型檢驗了基礎設施及其空間溢出效應與全要素生產率的關系，研究發現交通基礎設施對本地區全要素生產率有積極影響，但對其臨近城市的TFP沒有產生顯著的促進作用。陳亮、李杰偉等[11]利用2001—2008年中國31個省的面板數據分析信息基礎設施對中國不同區域經濟增長的貢獻大小，結果發現信息基礎設施對中國的經濟增長有顯著的正向促進作用，但是信息基礎設施對不同區域增長的貢獻卻存在反差。劉生龍、鄭世林[12]利用中國1990—2010年省級面板數據研究交通基礎設施跨地區溢出效應，發現相鄰省份的交通基礎設施改善對本地的經濟增長產生顯著的正向影響，即中國交通基礎設施具有跨地區溢出效應。鄭世林等[13]利用1990—2010年中國省級面板數據考察電信基礎設施對經濟增長的影響，研究發現電信行業發展初期促進了經濟增長，2000年以后對經濟增長的貢獻遞減。莊雷、王云中[14]利用2003—2012年中國省級面板數據測算了各地區信息網絡基礎設施投入對經濟增長的直接投資效應和間接溢出效應。研究發現中國各地區的信息網絡基礎設施投入具有顯著而積極的直接投資效應和間接溢出效應，對TFP的提高具有積極作用，但間接溢出效應具有一定的滯后性。王煒等[15]研究發現電信網路基礎對城市全要素生產率的影響呈現區域差異，

東部影響最大，中西部次之，信息服務水平則相反。謝劍[16]通過構建空間動態杜賓模型發現交通和醫療基礎設施會對當地的全要素生產率產生正向影響，能源和環境基礎設施會對當地的全要素生產率產生不利影響;基礎設施建設對全要素生產率的影響存在顯著的區域異質性。陳文新等[17]通過構建空間杜賓模型發現交通基礎設施對本區域全要素生產率的提高促進作用明顯。

綜上，以往的研究主要為基礎設施對經濟增長的影響，以及基礎設施是否促進或抑制地區全要素生產率，而對于基礎設施通過何種方式對全要素生產率產生影響的研究較少，因此文中在以往學者研究的基礎上以技術創新為視角分析信息基礎設施對全要素生產率的影響機制。

2?模型設定、數據與變量說明

2.1?模型設定

2.1.1?研究假設

信息基礎設施與其他基礎設施相同，對經濟增長具有促進效應，一方面，信息基礎設施投入作為一種投資，能夠帶動相關產品和服務的需求，進而推動經濟增長。另一方面，信息基礎設施的改善可以通過降低交易成本來提高產出效率和規模[18]。并且信息基礎設施具有網絡外部效應，即信息基礎設施使用者越多，其網絡外部價值越大 。因而使用者越多，信息基礎設施給其他部門帶來的外部溢出效應，如降低交易成本、節約時間等就越明顯。另外，中國信息基礎設施主要是由政府主導的投資，并不完全是市場行為。相比地區經濟狀況，信息基礎設施的投入與國家戰略和地方政府的激勵相關性更大[19]，可能存在部分地區投資過度，而部分地區投資不足的現象。基于以上分析，文中提出假設1和假設2。

H1：信息基礎設施的投入將促進地區全要素生產率的增加。

H2：信息基礎設施對全要素生產率的影響也在不同地區間存有差異。

信息基礎設施的改善使廠商之間的交流更為便利，由此帶來的時間成本節約使廠商有能力分配更多的時間研發、創新技術等[20]，從而帶來技術上的創新。基于此，文中提出假設3。

H3：信息基礎設施可通過技術創新促進全要素生產率。

2.1.2?模型設定

文章生產函數基于內生增長模型，并將信息基礎設施引入模型，信息基礎設施作為生產中的外部基礎環境帶來間接溢出效應，此部分表現為帶來的全要素生產率的提高。文章生產函數模型如下

Y=A（IIF，X）F（K，L，IIF）

A（IIF，X）=AiIIFβiXi（2）

式中：Y為總產出;IIF為信息基礎設施投入;K為資本要素投入;L為勞動要素投入。

文中構建面板模型對技術創新的中間效應進行檢驗，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為地區;t為時期;TFPi，t則為i地區第t時期的全要素生產率;IIFi，t為i地區第t時期信息基礎設施投入;TIi，t為i地區第t時期的技術創新水平;β1為信息基礎設施對全要素生產率的影響系數;α1為信息基礎設施對技術創新的影響系數;X為一系列影響全要素生產率的控制變量，包括對外開放程度（op）、政府干預程度（gov）、及產業結構（ids）。step 1、step 2、step 3分別表示驗證假設1、假設2、假設3的步驟其中step 1用于檢驗信息基礎設施投入對全要素生產率的影響，若β1>0，信息基礎設施投入對全要素生產率具有促進作用，則假設1成立。step 2用于檢驗信息基礎設施投入對技術創新的影響，step 3用于檢驗信息基礎設施投入與技術創新對全要素生產率的共同影響。若α1>0，γ1>0且γ1<β1，信息基礎設施對技術進步具有促進作用，并且信息基礎設施投入對全要素生產率的部分促進作用是通過技術進步帶來的，即信息基礎設施投入可通過技術創新促進全要素生產率，此時，假設3成立。

2.2?數據來源

文章選取的樣本為2006—2017年中國30個省市（不包括西藏、港澳臺）的省級面板數據，數據主要來源與《中國統計年鑒》、各省份歷年統計年鑒、《中國科技統計年鑒》《中國信息年鑒》以及《中國區域經濟年鑒》。

2.3?TFP測算

現有文獻[21]對全要素生產率的估算方法主要有分為兩大類：一類是參數法，例如基于內生增長理論的索洛余值法，設定合適的生產函數，根據樣本數據進行參數估計，得出具體的生產函數，然后將產出增長率去除資本和勞動的貢獻，其余部分便是全要素生產率。索洛余值法是較為傳統并且相對簡單的TFP測算方法，但索洛余值法的假定條件比較苛刻，不太適用于現實情況。另一類是非參數估計法，如數據包絡分析法（DEA）。此方法需要根據樣本中所有個體的投入和產出構造一個能包容所有個體生產方式的最小的生產可能性集合。在個體產出能夠實現的情況下，和生產可能性集合同等產出的投入量相比，相差越大，說明個體技術效率越低。該方法無需估計生產函數，避免了由于生產函數誤設帶來的誤差。文章使用基于數據包絡分析（DEA）的非參數指數法測算了各省的全要素生產率（TFP）。

2.4?變量說明與描述

2.4.1變量說明

文章研究所涉及的具體相關變量如下

1）經濟總產出（Y）。文章以各省份GDP衡量各地區的經濟產出。

2）資本要素投入（K）。參考現有文獻[18-19]，測算各地區資本存量，由于使用永續盤存法很難將基礎設施資本與非基礎設施資本分離開來，所以文章的資本投入既包括非基礎設施資本又包括基礎設施資本。

3）勞動要素投入（L）。文章使用各地區總就業人數衡量勞動要素投入水平。

4）被解釋變量：全要素生產率（TFP）。

5）核心解釋變量：信息基礎設施投入（IIF）。信息基礎設施涉及范圍較廣，包括：郵電、通信、互聯網等。現有文獻大多以固定電話、移動電話用戶數或郵電業務總量衡量信息基礎設施，但隨著互聯網的迅速發展，電話數已經難以代表信息基礎設施的發展，因此文章以互聯網寬帶接口數（萬個）作為信息基礎設施的代理變量。

6）中介變量：技術創新（TI）。文中使用高新技術產業主營業務收入（億元）衡量地區創新水平。

7）控制變量（X）。控制變量X為影響全要素生產率的其他變量，包括如下幾個變量：①政府干預（gov）。適當的政府干預有利于市場機制的正常運轉，維護經濟的穩定發展，促進全要素生產率的提高，而過度的政府干預則會造成要素市場扭曲，資源配置效率低下。文中用地方財政支出GDP占比（%）衡量各省政府干預程度;②對外開放程度（op）。一個地區越開放越有利于引進先進的技術與管理經驗，也越容易吸引外商的投資，因此文章以各省實際利用外商投資（萬美元）衡量地區對外開放水平;③產業結構（ids）。產業結構反應了一個地區的經濟發展水平與發展模式，文章用第三產業增加值占地區生產總值的比重（%）控制產業結構對全要素生產率的影響。

2.4.2?變量描述性統計

表1為變量描述性統計，由表1可知我國30省2006—2017年全要素生產率均值為2.583，全要素生產率作為增長的動力，在西方發達國家經濟增長的主要貢獻來源便為全要素生產率，例如新古典經濟學家索洛通過全要素生產率解釋了美國20世紀50年代的經濟增長，索洛發現美國的經濟增長主要由于技術進步，即全要素生產率對美國經濟增長的貢獻率高達87.5%，而僅有12.5%的增長來源于資本和勞動。我國則與美國相反，我國經濟增長基本來源與資本與勞動的投入，如果從全要素生產率的角度來看，我國與發達國家還存在較大差距。

3?實證結果與分析

3.1?基準回歸

表2的（1）-（3）列展現了全樣本基準回歸的結果。豪斯曼檢驗結果顯著為正，表明固定效應模型估計結果優于隨機效應模型。在第（1）列中信息基礎設施系數為0.210，顯著為正，這表明2006—2017年中國信息基礎設施的投入對全要素生產率有明顯的促進作用，驗證了假設1。《2006—2020年國家信息化發展戰略》頒布實施以來，我國政府先后出臺了一系列戰略和政策舉措，推動信息基礎設施從小到大、從弱漸強，取得了跨越式發展，迅速躍升為全球網絡大國，全球先進水平的信息基礎設施基本形成。信息基礎設施對TFP的促進作用與我國積極推進信息化產業密不可分。另外，可以注意到產業結構彈性系數為負，可能的原因是改革開放以來我國經濟增長方式一直為粗放型增長，產業結構調整較為滯后，甚至對生產效率的提高具有負外部效應。

第（2）和（3）列進一步對信息基礎設施投入影響全要素生產率的中介變量進行了檢驗，結果表明技術創新在二者中間存在顯著的中介效應，驗證了假設3。在第（2）列中，信息基礎設施投入顯著提高了地區技術創新水平。文中認為，一方面，信息基礎設施為信息、人力、科研、知識等各類資源的優化配置提供了基礎環境，大大降低了創新成本，激發了創新潛力。另一方面新一代信息基礎設施促進了優質教育資源的開放和社會教育方式的變革，推動了優質教育資源的均等化分享，加快了人力資本的積累。從而推動地區技術創新。在第（3）列中，信息基礎設施投入對全要素生產率的影響依然顯著為正，但系數有所下降，由0.210下降至0.184，這表明技術創新對信息基礎設施影響地區全要素生產率存在部分中介效應，即信息基礎設施對全要素生產率的影響中有一部分是通過技術創新來實現的。

3.2?分地區回歸

考慮到各個地區經濟發展水平存在較大差異，技術創新水平的中介效應可能存在地區異質性，文中將全國30省（不包括西藏及港澳臺）劃分為東、中、西三大地區，文中將北京、天津、河北、重慶、福建、廣東、海南、山東、江蘇、浙江和上海劃為

東部地區，安徽、內蒙古、黑龍江、吉林、遼寧、河南、湖北、湖南、江西、山西為中部地區，甘肅、廣西、貴州、寧夏、陜西、云南、青海、四川和新疆劃為中西部地區，并對各地區分別進行參數估計，以分析不同地區信息基礎設施對全要素生產率的影響差異，以及技術創新中介效應的差異。回歸結果見表3。

表3中的回歸仍采用固定效應模型進行參數估計，第（1）-（3）列報告了東部地區的回歸結果，在第（1）、（2）列中信息基礎設施對全要素生產率，以及技術創新的影響均顯著為正，第（3）列在加入中介變量后，信息基礎設施對全要素生產率的影響系數由0.143下降至0.081，驗證了假設3。第（4）-（6）列為中部地區回歸結果，中部地區的回歸結果也同樣驗證了假設3。第（7）-（9）列為西部地區回歸結果，但回歸結果表明，中介效應在西部地區不成立。

另外東中西部地區信息基礎設施對全要素生產率影響的彈性系數均顯著為正，分別為0.143、0.210、0.260，驗證了假設2。總體來看，信息基礎設施對全要素生產率的影響西部最大，中部次之，東部最小，各地區信息基礎設施的投入會顯著且正向地促進全要素生產率的提高，同時，信息基礎設施投資的邊際報酬可能在一定范圍內遞減，東部地區信息基礎設施投資水平高于西部地區，因此相對而言，投資的邊際報酬要小于西部地區。

4?結論與討論

文章利用2006—2017年中國30個省級的面板數據，基于索洛的增長理論，測算了信息基礎設施投入對全要素生產率的影響效應，并驗證了技術創新的中介效應。實證結果表明，信息基礎設施投入對全要素生產率具有顯著的促進作用，并且信息基礎設施對全要素生產率的促進作用有一部分是通過技術創新來實現的，驗證了文中的假設1與假設3。改革開放以來，資本投入與勞動投入是我國增長的主要動力，但是隨著我國經濟的發展以及人口紅利的消失，以往粗放型的增長方式以及不適于現階段的發展目標，通過提高效率拉動我國經濟增長將成為新的增長方式。分地區來看，各地區信息基礎設施的投入對全要素生產率的影響均顯著為正，但是影響系數在不同地區之間具有差異，西部地區信息基礎設施投入對全要素生產率的影響要大于東部和中部，這可能是由于信息基礎設施投資的邊際報酬可能在一定范圍內遞減，東部地區信息基礎設施投資水平高于西部地區，因此相對而言，投資的邊際報酬要小于西部地區。另外東中部地區技術創新在信息基礎設施對全要素生產率的影響中的中介效應均得到了驗證，而在西部地區不適用。這可能是由于技術創新的中介效應在信息技術水平達到一定程度時才適用，而西部地區的信息基礎設施水平較低。

針對以上實證結果，文章也有如下幾點建議性討論。

首先，各地區應根據自身經濟發展狀況合理投資信息基礎設施建設，避免過度投資。對于西部地區而言，當前信息基礎設施的直接投資響應較高，因此西部地區應相對加大信息基礎設施投資力度。另外政府可以以更加開放的態度鼓勵更多的參與者積極投資，可以考慮向私人部門開放一些項目，鼓勵市場競爭，充分發揮市場調節作用。

其次，各地區也應大力挖掘信息基礎設施的間接效應。因為雖然多期內，信息基礎設施可以直接促進經濟增長，但這種粗放型增長方式對于地區高質量發展毫無建樹。因此，各地區也應積極推廣互聯網，將互聯網與生產、生活緊密結合，引導人們通過互聯網獲取更多知識，通過知識的互動、交流和創新帶來TFP的提高。

參考文獻：

[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]羅雨澤，芮明杰，羅來軍，等.中國電信投資經濟效應的實證研究[J].經濟研究，2008（06）：61-72.

[6]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，2010，45（03）：4-15.

[7]張先鋒，丁亞娟，王紅.中國區域全要素生產率的影響因素分析——基于地理溢出效應的視角[J].經濟地理，2010，30（12）：1955-1960.

[8]張光南，李小瑛，陳廣漢.中國基礎設施的就業、產出和投資效應——基于1998—2006年省際工業企業面板數據研究[J].管理世界，2010（04）：5-13+31+186.

[9]張光南，洪國志，陳廣漢.基礎設施、空間溢出與制造業成本效應[J].經濟學（季刊），2014，13（01）：285-304.

[10]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（02）：61-67.

[11]陳亮，李杰偉，徐長生.信息基礎設施與經濟增長——基于中國省際數據分析[J].管理科學，2011，24（01）：98-107.

[12]劉生龍，鄭世林.交通基礎設施跨區域的溢出效應研究——來自中國省級面板數據的實證證據[J].產業經濟研究，2013（04）：59-69.

[13]鄭世林，周黎安，何維達.電信基礎設施與中國經濟增長[J].經濟研究，2014，49（05）：77-90.

[14]莊雷，王云中.中國區域信息網絡基礎設施投資效應的實證研究[J].技術經濟，2015，34（04）：23-29.

[15]王煒，張豪，王豐.信息基礎設施、空間溢出與城市全要素生產率[J].經濟經緯，2018，35（05）：44-50.

[16]謝劍.基礎設施建設與中國區域全要素生產率——基于285個地級市的空間計量分析[J].科學決策，2018（04）：71-94.

[17]陳文新，潘宇，馬磊.交通基礎設施、空間溢出與全要素生產率——基于絲綢之路經濟帶面板數據的空間計量分析[J].工業技術經濟，2017，36（10）：22-30.

[18]Aschauer D A.Is public expenditure productive？[J].Journal of Monetary Economics，1989，23（02）：177-200.

[19]Romer P M.Increasing returns and long-run growth[J].The Journal of Political Economy，1986，94（05）：1002-1007.

[20]張軍，高遠，傅勇，等.中國為什么擁有了良好的基礎設施？[J].經濟研究，2007，42（03）：4-19.

[21]葉裕民.全國及各省區市全要素生產率的計算和分析[J].經濟學家，2002（03）：115-121.

（責任編輯：嚴?焱）