碳排放約束下中國(guó)省域基礎(chǔ)設(shè)施投資效率測(cè)度及影響因素分析

曹琳劍，周詹杭，李棟梁，趙闊闊

（1.天津城建大學(xué) 經(jīng)濟(jì)與管理學(xué)院，天津 300384；2.天津城鎮(zhèn)化與新農(nóng)村建設(shè)研究中心，天津 300384；3.廣州大學(xué) 管理學(xué)院，廣東 廣州 510006）

0 引言

基礎(chǔ)設(shè)施投資作為政府實(shí)現(xiàn)經(jīng)濟(jì)緩中趨穩(wěn)的重要抓手，在打通經(jīng)濟(jì)發(fā)展“兩個(gè)循環(huán)”的同時(shí)有效促進(jìn)了經(jīng)濟(jì)增長(zhǎng)［1］。隨著我國(guó)基礎(chǔ)設(shè)施的快速發(fā)展，基礎(chǔ)設(shè)施建設(shè)生命周期中大量物質(zhì)能源投入對(duì)減緩溫室氣體排放構(gòu)成了巨大挑戰(zhàn)［2］。2013 年，國(guó)務(wù)院在《關(guān)于加強(qiáng)城市基礎(chǔ)設(shè)施建設(shè)的意見(jiàn)》中首次提出了建設(shè)綠色優(yōu)質(zhì)基礎(chǔ)設(shè)施，全面落實(shí)綠色低碳的生態(tài)文明理念。2021 年，《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035 年遠(yuǎn)景目標(biāo)綱要》再次強(qiáng)調(diào)加快推動(dòng)綠色低碳發(fā)展，全面提高資源利用效率。可以看出，以低碳發(fā)展為引導(dǎo)，提高基礎(chǔ)設(shè)施的投資效率成為我國(guó)低碳經(jīng)濟(jì)發(fā)展的新要求。在節(jié)能減排前提下對(duì)我國(guó)基礎(chǔ)設(shè)施投資效率進(jìn)行科學(xué)有效評(píng)價(jià)，有助于國(guó)家和地方政策制定者更好地把握基礎(chǔ)設(shè)施低碳發(fā)展現(xiàn)狀，著力提升投資建設(shè)效率。

基礎(chǔ)設(shè)施投資效率長(zhǎng)期以來(lái)備受政府和學(xué)界關(guān)注。自Aschauer開(kāi)創(chuàng)性地使用生產(chǎn)函數(shù)法探討基礎(chǔ)設(shè)施投資對(duì)經(jīng)濟(jì)增長(zhǎng)和社會(huì)生產(chǎn)率的作用以來(lái)［3］，基礎(chǔ)設(shè)施投資經(jīng)濟(jì)效益已被眾多學(xué)者關(guān)注，但研究尚未形成統(tǒng)一的結(jié)論。Shirley 等［4］研究發(fā)現(xiàn)，公路基礎(chǔ)設(shè)施可通過(guò)減少庫(kù)存來(lái)促進(jìn)經(jīng)濟(jì)增長(zhǎng)。但也有研究指出，基礎(chǔ)設(shè)施的投資績(jī)效對(duì)經(jīng)濟(jì)社會(huì)的影響極為有限［5］。在已有的研究中，直接針對(duì)整體基礎(chǔ)設(shè)施投資效率開(kāi)展的研究較少，多以工程性基礎(chǔ)設(shè)施某一組成部分開(kāi)展的研究較為常見(jiàn)，如Bella 等［6］調(diào)查了影響電力基礎(chǔ)設(shè)施投資效率的影響因素。從研究方法看，學(xué)者主要采用DEA 模型［7］、二階SBM模型［8］和三階段DEA 模型［9］等對(duì)基礎(chǔ)設(shè)施投資效率開(kāi)展研究。研究角度既有整體基礎(chǔ)設(shè)施，又包括各類(lèi)基礎(chǔ)設(shè)施。如：張海星［10］通過(guò)對(duì)全國(guó)基礎(chǔ)設(shè)施投資效率的測(cè)算得出，我國(guó)基礎(chǔ)設(shè)施投資綜合效率不高，并有顯著的地區(qū)差異。得到類(lèi)似研究結(jié)果的還有李忠民等［11］、李曉園［12］、任喜萍［13］。從基礎(chǔ)設(shè)施分類(lèi)研究看，郝鳳霞等［14］對(duì)“一帶一路”國(guó)內(nèi)沿線(xiàn)軟、硬基礎(chǔ)設(shè)施投資效率進(jìn)行了測(cè)算，認(rèn)為后者對(duì)經(jīng)濟(jì)增長(zhǎng)的直接拉動(dòng)作用高于前者；劉倩倩等［15］通過(guò)研究地級(jí)市市政基礎(chǔ)設(shè)施投資效率，發(fā)現(xiàn)僅有少數(shù)城市達(dá)到最優(yōu)，其中大城市的全要素生產(chǎn)率最高；Yang等［16］以中國(guó)電網(wǎng)為例，發(fā)現(xiàn)電網(wǎng)基礎(chǔ)設(shè)施投資對(duì)欠發(fā)達(dá)省份的邊際效益高于沿海發(fā)達(dá)省份；宋清等［17］對(duì)我國(guó)農(nóng)村基礎(chǔ)設(shè)施配置效率等問(wèn)題進(jìn)行了探討。

綜上，當(dāng)前學(xué)者對(duì)基礎(chǔ)設(shè)施投資效率的研究逐漸增多并趨向成熟，研究?jī)?nèi)容多停留在經(jīng)濟(jì)效益和社會(huì)效益層面，衡量和表征各類(lèi)基礎(chǔ)設(shè)施對(duì)生態(tài)環(huán)境影響方面的研究尚不多見(jiàn)。本文在已有研究基礎(chǔ)之上，將碳排放量作為環(huán)境非期望產(chǎn)出指標(biāo)納入評(píng)價(jià)體系進(jìn)行基礎(chǔ)設(shè)施投資效率測(cè)度分析，通過(guò)Tobit模型探究基礎(chǔ)設(shè)施投資效率的影響因素，為實(shí)現(xiàn)基礎(chǔ)設(shè)施建設(shè)的經(jīng)濟(jì)效益、社會(huì)效益、環(huán)境效益可持續(xù)發(fā)展提供參考。

1 研究方法與指標(biāo)體系構(gòu)建

1.1 非期望產(chǎn)出Super- SBM模型

在基礎(chǔ)設(shè)施投資建設(shè)過(guò)程中，通常期望產(chǎn)生的環(huán)境污染越小越好，這種越小越好的產(chǎn)出即非期望產(chǎn)出。但采用非期望產(chǎn)出的SBM 模型有可能出現(xiàn)多個(gè)效率相對(duì)有效的決策單元，從而對(duì)橫向比較造成一定的困難。本文采用Andersen 等［18］學(xué)者提出的Super- SBM模型，用以修正無(wú)效決策單元松弛變量，解決效率排序無(wú)效的問(wèn)題。設(shè)基礎(chǔ)設(shè)施投資建設(shè)過(guò)程中有n 個(gè)決策單元（本文中n 為30 個(gè)省份），各決策單元包含m 個(gè)投入要素、q1個(gè)期望產(chǎn)出要素和q2個(gè)非期望產(chǎn)出要素。其中：投入要素為各類(lèi)基礎(chǔ)設(shè)施固定資產(chǎn)投資；期望產(chǎn)出為地區(qū)生產(chǎn)總值、城鎮(zhèn)單位就業(yè)人員；非期望產(chǎn)出以碳排放量衡量。包含非期望產(chǎn)出的Super- SBM模型如下：

1.2 Malmquist指數(shù)方法

基礎(chǔ)設(shè)施投資效率測(cè)定屬于連續(xù)時(shí)間序列，生產(chǎn)技術(shù)隨時(shí)間變化而不斷發(fā)生變化。為觀(guān)察基礎(chǔ)設(shè)施投資效率的動(dòng)態(tài)變化趨勢(shì)，引入Malmquist 指數(shù)。Malmquist 指數(shù)即全要素生產(chǎn)率指數(shù)（tfpch），最早由瑞典學(xué)者M(jìn)almquist提出，他將其分解為綜合技術(shù)效率（effch）和技術(shù)進(jìn)步（techch）。Fare 等［19］在此基礎(chǔ)上進(jìn)一步將綜合技術(shù)效率（effch）進(jìn)一步分解為純技術(shù)效率（pech）和規(guī)模效率（sech）。從t 期到t +1 期規(guī)模效率不變的Malmquist指數(shù)為：

式中：（xt，yt）和（xt+1，yt+1）分別表示 t 期和t +1期的投入產(chǎn)出向量；Dt（xt，yt）和Dt（xt+1，yt+1）分別表示以t 期的技術(shù)為參考時(shí)，t 期和t + 1 期的決策單元投入距離函數(shù)；Dt+1（xt，yt）和Dt+1（xt+1，yt+1）表示以t +1 期技術(shù)為參考時(shí)，t 期和t +1 期的決策單元投入距離函數(shù)。當(dāng)M ＜1 時(shí)，表示全要素生產(chǎn)率隨時(shí)間變化而下降；當(dāng)M =1 時(shí)，表明全要素生產(chǎn)率沒(méi)有隨時(shí)間變化產(chǎn)生變動(dòng)；當(dāng)M ＞1 時(shí)，表明全要素生產(chǎn)率隨時(shí)間變化而上升。

1.3 指標(biāo)選擇及數(shù)據(jù)說(shuō)明

基礎(chǔ)設(shè)施作為城市賴(lài)以生存和發(fā)展的基礎(chǔ)，是既為物質(zhì)生產(chǎn)又為人民生活提供一般條件的公共設(shè)施，主要?jiǎng)澐譃槟茉聪到y(tǒng)、交通系統(tǒng)、郵電系統(tǒng)、水資源及給排水系統(tǒng)、環(huán)境系統(tǒng)、防災(zāi)系統(tǒng)等［20］。根據(jù)《國(guó)民經(jīng)濟(jì)行業(yè)分類(lèi)》（2019 修改版）國(guó)家標(biāo)準(zhǔn)確定的基礎(chǔ)設(shè)施投資分類(lèi)方法，結(jié)合新時(shí)代我國(guó)發(fā)展的新理念與新要求，將固定資產(chǎn)投資中符合基礎(chǔ)設(shè)施特點(diǎn)的能源供給設(shè)施、交通運(yùn)輸郵電設(shè)施、社會(huì)服務(wù)設(shè)施和文教體衛(wèi)設(shè)施4 類(lèi)基礎(chǔ)設(shè)施投資確定為衡量基礎(chǔ)設(shè)施投資效率的投入指標(biāo)（表1），并采用永續(xù)盤(pán)存法對(duì)各省份固定資本存量進(jìn)行核算，然后將各省份固定資產(chǎn)價(jià)格指數(shù)平減到2000 年的固定資產(chǎn)價(jià)格水平，從而得到各省份不同時(shí)期的固定資本存量數(shù)據(jù)。

表1 基礎(chǔ)設(shè)施投資效率評(píng)價(jià)指標(biāo)Table 1 Evaluation index of efficiency of infr astructure investment

衡量基礎(chǔ)設(shè)施投資效率的產(chǎn)出指標(biāo)分為經(jīng)濟(jì)影響、社會(huì)影響和環(huán)境影響3 個(gè)維度；期望產(chǎn)出包括經(jīng)濟(jì)影響和社會(huì)影響兩方面，參考已有研究［16-18］，分別以地區(qū)生產(chǎn)總值和城鎮(zhèn)單位就業(yè)人員進(jìn)行表征；非期望產(chǎn)出用碳排放表示。目前，測(cè)算碳排放的方法主要有系數(shù)法和物料衡算法兩種，物料衡算法中應(yīng)用范圍最廣泛的是IPCC清單法，該法較為簡(jiǎn)便實(shí)用［21］。本文采用物料衡算法用終端化石能源消費(fèi)量來(lái)估算碳排放量，選取煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣8種化石能源，計(jì)算公式為：

式中：C 為某省份碳排放量（Mt）；Ejt為某省份第t 年第j 種能源的實(shí)際消費(fèi)量；Tj為第j 種能源的標(biāo)準(zhǔn)煤折算系數(shù)；Rj為第j 種能源的碳排放系數(shù)；44/12是CO2與C 的分子量比。各能源的標(biāo)準(zhǔn)煤折算系數(shù)和碳排放系數(shù)見(jiàn)表2。

表2 各能源標(biāo)準(zhǔn)煤折算系數(shù)和碳排放系數(shù)Table 2 Standard coal conversion coefficient and carbon emission coefficient of each energy source

本文選取我國(guó)30 個(gè)省份作為研究對(duì)象（因?yàn)閿?shù)據(jù)缺失，所以未包括西藏自治區(qū)、香港特別行政區(qū)和澳門(mén)特別行政區(qū)、臺(tái)灣地區(qū)）。數(shù)據(jù)年份跨度為2005—2019 年，主要來(lái)自于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》。

2 結(jié)果及分析

2.1 基礎(chǔ)設(shè)施投資效率靜態(tài)分析

本文利用非期望產(chǎn)出Super - SBM 模型對(duì)2005—2019 年我國(guó)30 個(gè)省份基礎(chǔ)設(shè)施投資效率進(jìn)行了測(cè)度，結(jié)果如表3 所示。由表3 可知，全國(guó)基礎(chǔ)設(shè)施投資效率均值呈逐年波動(dòng)上升的態(tài)勢(shì)，整體效率平均值為0.869。其中，海南、上海、廣東、北京、山東、青海、江蘇、寧夏、湖南、河南的平均效率值排名在前10 名，均大于1，基礎(chǔ)設(shè)施投資效率水平處于較好水平，基礎(chǔ)設(shè)施投資對(duì)當(dāng)?shù)亟?jīng)濟(jì)、社會(huì)、環(huán)境發(fā)展具有較好的促進(jìn)作用；而內(nèi)蒙古、吉林的平均效率值低于0.5，效率值偏低。通過(guò)上述分析，我國(guó)一些經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)（如青海、寧夏等省份）效率比一些經(jīng)濟(jì)發(fā)達(dá)地區(qū)效率大，說(shuō)明這些經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)盡管投入不高，但單位產(chǎn)出相較于其他地區(qū)效率更高。這也與地區(qū)建設(shè)基礎(chǔ)、環(huán)境質(zhì)量關(guān)系密切，一些經(jīng)濟(jì)建設(shè)基礎(chǔ)較好的地區(qū)基礎(chǔ)總量較大，產(chǎn)出總量也較大，但由于基礎(chǔ)設(shè)施粗放建設(shè)引致生態(tài)環(huán)境問(wèn)題，導(dǎo)致資源利用效率不高。

表3 2005—2019 年我國(guó)30 個(gè)省份基礎(chǔ)設(shè)施投資效率Table 3 Efficiency of infrastructure investment by 30 Provinces in China from 2005 to 2019

（續(xù)表3）

2005—2019 年我國(guó)各地區(qū)基礎(chǔ)設(shè)施投資效率結(jié)果如圖1 所示。從東部、東北、中部、西部四大地區(qū)基礎(chǔ)設(shè)施投資效率均值來(lái)看，2005—2019 年除了東部為波動(dòng)上升外，其他地區(qū)均為波動(dòng)下降的走勢(shì)，且區(qū)域效率不均衡呈現(xiàn)“東部＞中部＞西部＞東北”特征。從變化幅度看，東部、中部和西部地區(qū)效率變化較為平緩；東北地區(qū)變化幅度較大，呈先下降再上升的“U”型發(fā)展趨勢(shì)。究其原因：一方面，研究期間東北GDP平均增長(zhǎng)率處于四大區(qū)域末尾，特別是2008年金融危機(jī)對(duì)東北經(jīng)濟(jì)造成了重創(chuàng)，GDP 增長(zhǎng)下滑較大；另一方面，經(jīng)濟(jì)下滑的同時(shí)也造成了東北人口嚴(yán)重流失。從研究期間就業(yè)人員平均增長(zhǎng)率來(lái)看，東部（3.97%）＞西部（2.64%）＞中部（2.33%）＞東北（-1.20%），加之東北地區(qū)重工業(yè)發(fā)展迅速，發(fā)展中極度依賴(lài)能源消耗，技術(shù)水平發(fā)展緩慢導(dǎo)致環(huán)境問(wèn)題突出，嚴(yán)重拉低了東北地區(qū)基礎(chǔ)設(shè)施整體的投資效率。隨著國(guó)家“擴(kuò)內(nèi)需、促增長(zhǎng)”和低碳政策的實(shí)施，促進(jìn)了產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，東北地區(qū)基礎(chǔ)設(shè)施投資效率出現(xiàn)回升態(tài)勢(shì)。

圖1 2005—2019 年我國(guó)各地區(qū)基礎(chǔ)設(shè)施投資效率演變特征Figure 1 Evolution characteristics of infrastructure investment efficiency by regions in China from 2005 to 2019

為了分析各省份基礎(chǔ)設(shè)施投資效率隨時(shí)間演變的集聚差異，本文選擇2005 年、2010 年、2015 年和2019年4 個(gè)年份為觀(guān)測(cè)時(shí)點(diǎn)進(jìn)行Kernel 密度估計(jì)，得到不同時(shí)點(diǎn)的分布狀況（圖2）。核密度曲線(xiàn)位置向左或向右偏移反應(yīng)了整體效率的降低或者提升，波峰高度則反映了各省份效率的集聚程度。2005—2019 年，核密度曲線(xiàn)整體由從右至左再向右移動(dòng)，顯示效率隨時(shí)間變化先下降再上升的走勢(shì)；波峰整體呈現(xiàn)由高往低下降的“雙峰”演變特征，顯示多數(shù)省份由高水平集聚逐漸向“高—低”數(shù)量差異減小趨勢(shì)轉(zhuǎn)變。2019 年，雙峰分布波峰高度差距縮小，表明區(qū)域間效率差距縮小，逐漸形成“低低集聚、高高集聚”的近“雙峰”式時(shí)空演變格局。

圖2 我國(guó)基礎(chǔ)設(shè)施投資效率Kernel密度估計(jì)Figure 2 Kernel density estimation of infrastructure investment efficiency in China

2.2 基礎(chǔ)設(shè)施投資效率動(dòng)態(tài)分析

在上述運(yùn)用考慮非期望產(chǎn)出Super- SBM 模型分析基礎(chǔ)設(shè)施投資效率靜態(tài)特征的基礎(chǔ)上，可以進(jìn)一步分析基礎(chǔ)設(shè)施投資效率動(dòng)態(tài)變化趨勢(shì)。基于2005—2019 年我國(guó)30 個(gè)省份投入產(chǎn)出面板數(shù)據(jù)，利用Malmquist 指數(shù)模型對(duì)基礎(chǔ)設(shè)施投資效率變化情況進(jìn)行分析，得到我國(guó)分時(shí)段Malmquist 全要素生產(chǎn)率指數(shù)及其分解值，結(jié)果見(jiàn)圖3。由圖3 可知：①?gòu)娜珖?guó)整體來(lái)看，2005—2019 年全要素生產(chǎn)率（tfpch）呈現(xiàn)“先上升、后下降”態(tài)勢(shì)。究其原因：2008 年以后，為應(yīng)對(duì)金融危機(jī)，國(guó)家實(shí)施了“擴(kuò)內(nèi)需、促增長(zhǎng)”等一系列措施，使基礎(chǔ)設(shè)施投資增速出現(xiàn)顯著提升；在基礎(chǔ)設(shè)施大量投資建設(shè)的同時(shí)，大量的能源消耗和技術(shù)進(jìn)步下降也帶來(lái)了一些社會(huì)環(huán)境問(wèn)題，導(dǎo)致全要素生產(chǎn)率下降。②從全要素生產(chǎn)率分解來(lái)看，全要素生產(chǎn)率變化與技術(shù)進(jìn)步（techch）變化高度吻合，說(shuō)明全要素生產(chǎn)率主要受到技術(shù)進(jìn)步變化影響，而綜合技術(shù)效率（effch）與技術(shù)進(jìn)步趨勢(shì)呈現(xiàn)反方向變化。由此說(shuō)明，技術(shù)進(jìn)步帶來(lái)的新技術(shù)與當(dāng)前投入產(chǎn)出系統(tǒng)適應(yīng)度不高，導(dǎo)致綜合技術(shù)效率下降，部分新技術(shù)由于無(wú)法適應(yīng)當(dāng)前系統(tǒng)而被淘汰，技術(shù)進(jìn)步受到一定扼制。

圖3 2005—2019 年我國(guó)Malmquist平均指數(shù)及其分解Figure 3 Malmquist average index and its decomposition in China from 2005 to 2019

由圖4 可知，從東部、東北、中部、西部四大地區(qū)平均值來(lái)看，全要素生產(chǎn)率呈現(xiàn)“東部＞中部＞東北＞西部”分布。東部地區(qū)處于四大區(qū)域首位，主要得益于高效的技術(shù)進(jìn)步，而較低的綜合技術(shù)效率抑制了全要素生產(chǎn)率的提升。因此，東部地區(qū)生產(chǎn)系統(tǒng)需要調(diào)整，以適應(yīng)高新技術(shù)，促進(jìn)技術(shù)進(jìn)步和生產(chǎn)系統(tǒng)兩者彼此改進(jìn)適應(yīng)，使綜合技術(shù)效率上升，進(jìn)一步提高全要素生產(chǎn)率。中部地區(qū)全要素生產(chǎn)率的提升得益于較高的規(guī)模效率（sech），但較低的綜合技術(shù)效率和技術(shù)進(jìn)步嚴(yán)重阻礙了全要素生產(chǎn)率提升。因此，中部地區(qū)需考慮繼續(xù)加大生產(chǎn)規(guī)模，提高規(guī)模效率。東北和西部地區(qū)全要素生產(chǎn)率及分解情況較為相似，全要素生產(chǎn)率的提升均依賴(lài)純技術(shù)效率（pech）的促進(jìn)，但綜合技術(shù)效率過(guò)低造成全要素生產(chǎn)率偏低。因此，兩個(gè)地區(qū)應(yīng)采用引進(jìn)先進(jìn)技術(shù)，提升新技術(shù)的應(yīng)用價(jià)值，從而提高全要素生產(chǎn)率。

圖4 2005—2019 年我國(guó)各地區(qū)Malmquist平均指數(shù)及其分解Figure 4 Malmquist average index and its decomposition by region in China from 2005 to 2019

2.3 基礎(chǔ)設(shè)施投資效率影響因素及分析

上述研究基于非期望產(chǎn)出Super- SBM 模型方法和Malmquist 指數(shù)方法分析了基礎(chǔ)設(shè)施投資效率的靜態(tài)、動(dòng)態(tài)變化特征和演變趨勢(shì)。從結(jié)果來(lái)看，受區(qū)域經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、能源和技術(shù)等眾多因素的影響，我國(guó)基礎(chǔ)設(shè)施投資效率水平呈現(xiàn)出明顯的區(qū)域差異特征。本文進(jìn)一步利用受限因變量面板Tobit模型對(duì)影響效率的外部變量進(jìn)行深入考察研究，并進(jìn)行原因分析。

基于已有的研究［22-25］，結(jié)合前文對(duì)相關(guān)影響因素的探討，考慮到各地區(qū)指標(biāo)的可獲取性，本文從能源強(qiáng)度（ener）、產(chǎn)業(yè)結(jié)構(gòu)（indu）、政府因素（gov）、金融因素（fin）、技術(shù)創(chuàng)新（tech）和城市發(fā)展（urb）6 個(gè)方面考慮選取變量進(jìn)行分析。其中：能源強(qiáng)度采用能源消費(fèi)總量/GDP表征；產(chǎn)業(yè)結(jié)構(gòu)采用第二產(chǎn)業(yè)占GDP比重表征；政府因素采用政府財(cái)政支出占GDP比重表征；金融因素采用金融機(jī)構(gòu)貸款余額/存款余額表征；技術(shù)創(chuàng)新采用人均專(zhuān)利申請(qǐng)授權(quán)數(shù)表征；城市發(fā)展采用城鎮(zhèn)化率表征。選取的數(shù)據(jù)年份跨度為2005—2019 年，來(lái)自于《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)能源統(tǒng)計(jì)年鑒》。基礎(chǔ)設(shè)施投資效率影響因素分析模型如下：

式中：IEit為我國(guó)30 個(gè)省份2005—2019 年的基礎(chǔ)設(shè)施投資效率；cons 為常數(shù)項(xiàng)；β1—β6表示各解釋變量的回歸系數(shù)；εit為隨機(jī)擾動(dòng)項(xiàng)。Tobit 回歸結(jié)果見(jiàn)表4。

表4 基礎(chǔ)設(shè)施投資效率影響因素的Tobit回歸結(jié)果Table 4 Tobit regression results of influencing factors of infrastructure investment efficiency

（續(xù)表4）

從回歸結(jié)果來(lái)看：①能源強(qiáng)度（ener）對(duì)全國(guó)及各區(qū)域效率產(chǎn)生了消極作用，且對(duì)東北和中西部地區(qū)影響較為顯著。究其原因：對(duì)東北地區(qū)來(lái)說(shuō)，區(qū)域內(nèi)化石能源消費(fèi)量的占比高于全國(guó)平均水平，如黑龍江煤炭消費(fèi)量占該省能源消費(fèi)總量的69%［26］；中西部地區(qū)，如山西、內(nèi)蒙古為煤炭大省，由于煤炭資源稟賦較高，一方面煤炭開(kāi)采成本相對(duì)較低，極易造成環(huán)境污染，另一方面能源消費(fèi)以煤炭為主，如山西煤炭消費(fèi)總量占能源總消費(fèi)的86.42%，經(jīng)濟(jì)發(fā)展在依靠能源大量消耗的同時(shí)也產(chǎn)生了大量碳排放，阻礙了投資效率的提升。②產(chǎn)業(yè)結(jié)構(gòu)（indu）對(duì)全國(guó)、東部、東北地區(qū)效率的影響系數(shù)顯著為負(fù)，而對(duì)西部地區(qū)的影響顯著為正。說(shuō)明隨著工業(yè)的不斷發(fā)展，東部和東北地區(qū)逐漸出現(xiàn)產(chǎn)能過(guò)剩、資源浪費(fèi)，造成基礎(chǔ)設(shè)施投資效率的下降；而西部地區(qū)隨著西部大開(kāi)發(fā)戰(zhàn)略的實(shí)施，資金投入和人才引進(jìn)帶來(lái)的先進(jìn)技術(shù)和經(jīng)驗(yàn)，推動(dòng)工業(yè)朝著綠色節(jié)能方向發(fā)展，走上新型工業(yè)化之路［22］，進(jìn)而提高了基礎(chǔ)設(shè)施投資效率。③政府因素（gov）對(duì)東部、東北地區(qū)效率的影響系數(shù)在1%顯著性水平下為負(fù)，而對(duì)中部和西部地區(qū)的影響顯著為正。政府財(cái)政支出規(guī)模越大，能夠集中配置的社會(huì)資源越多，但當(dāng)政府財(cái)政規(guī)模超出社會(huì)剩余產(chǎn)品總量，便會(huì)使市場(chǎng)資金難周轉(zhuǎn)［27］，若忽視經(jīng)濟(jì)發(fā)展運(yùn)行規(guī)律，則會(huì)產(chǎn)生負(fù)向影響。由此可見(jiàn)，當(dāng)前東部和東北地區(qū)政府財(cái)政支出應(yīng)根據(jù)市場(chǎng)機(jī)制調(diào)整進(jìn)行合理配置，以提高基礎(chǔ)設(shè)施的投資效率。④金融效率（fin）對(duì)全國(guó)、東部、東北地區(qū)效率的影響系數(shù)在1%顯著性水平下為負(fù)，對(duì)中部地區(qū)影響顯著為正。當(dāng)前我國(guó)金融資源配置“兩極分化”嚴(yán)重，金融資源普遍集中在東部發(fā)達(dá)地區(qū)，中西部地區(qū)分配嚴(yán)重不足。且金融資源傾向于流向房地產(chǎn)、基礎(chǔ)設(shè)施建設(shè)等低風(fēng)險(xiǎn)傳統(tǒng)產(chǎn)業(yè)，對(duì)盈利確定性相對(duì)較低的綠色環(huán)保和高新技術(shù)產(chǎn)業(yè)造成了“擠出效應(yīng)”［28］。東部地區(qū)基礎(chǔ)設(shè)施建設(shè)相比中西部地區(qū)較為完善，使得東部地區(qū)金融資源在低端產(chǎn)業(yè)低效率空轉(zhuǎn)，降低了投資效率。⑤技術(shù)創(chuàng)新（tech）對(duì)全國(guó)及各地區(qū)效率的影響系數(shù)為正，說(shuō)明隨著尖端技術(shù)的引進(jìn)，有利于提高基礎(chǔ)設(shè)施投資效率。但技術(shù)創(chuàng)新對(duì)東部、中部地區(qū)影響不顯著，導(dǎo)致這一現(xiàn)象的原因是：東部地區(qū)屬于經(jīng)濟(jì)發(fā)達(dá)區(qū)域，技術(shù)水平發(fā)展較為迅速，如果技術(shù)進(jìn)步帶來(lái)的高新技術(shù)與當(dāng)前生產(chǎn)系統(tǒng)適應(yīng)度不高，則會(huì)降低生產(chǎn)效率［29］；而中部地區(qū)屬于經(jīng)濟(jì)欠發(fā)達(dá)區(qū)域，技術(shù)水平和研發(fā)基礎(chǔ)設(shè)施相對(duì)落后，研發(fā)投入帶來(lái)的科技創(chuàng)新紅利暫時(shí)還不足以彌補(bǔ)研發(fā)所需的成本，從而降低了投資效率。⑥城市發(fā)展（urb）對(duì)中部和西部地區(qū)效率的影響系數(shù)在5%顯著性水平下為負(fù)。可能的原因是：在城鎮(zhèn)化建設(shè)的進(jìn)程中，政府因過(guò)度追求規(guī)模而加大了對(duì)基礎(chǔ)建設(shè)投資力度，但在投資過(guò)程中，由于中部和西部地區(qū)初始資本和技術(shù)水平相對(duì)更低，規(guī)模發(fā)展與技術(shù)水平不匹配，導(dǎo)致投資效率低下。投資過(guò)程中，中西部地區(qū)各城市的發(fā)展?fàn)顩r參差不齊，基礎(chǔ)設(shè)施建設(shè)投資相對(duì)分散，造成規(guī)劃不合理、利用率低等問(wèn)題，從而對(duì)投資效率造成負(fù)面影響。

3 結(jié)論與建議

3.1 結(jié)論

本文引入非期望產(chǎn)出的Super - SBM 模型與Malmquist 指數(shù)，分別從靜態(tài)和動(dòng)態(tài)兩方面對(duì)我國(guó)基礎(chǔ)設(shè)施投資效率進(jìn)行了考察，并進(jìn)一步引入受限因變量面板Tobit 模型探究了基礎(chǔ)設(shè)施投資效率的影響因素，結(jié)論如下：①靜態(tài)效率方面，2005—2019 年我國(guó)基礎(chǔ)設(shè)施投資效率整體在波動(dòng)提升，基礎(chǔ)設(shè)施投資效率呈現(xiàn)“東部＞中部＞西部＞東北”的特征；30個(gè)省份基礎(chǔ)設(shè)施投資效率差距在逐漸縮小，形成“低低集聚、高高集聚”的近“雙峰”式演變格局。②動(dòng)態(tài)效率方面，2005—2019 年我國(guó)全要素生產(chǎn)率整體呈“倒U”型發(fā)展態(tài)勢(shì)：東部全要素生產(chǎn)率最高，得益于高效的技術(shù)進(jìn)步；中部全要素生產(chǎn)率次之，得益于較高的規(guī)模效率；東北和西部全要素生產(chǎn)率最低，其提升依賴(lài)于純技術(shù)效率的促進(jìn)。③影響因素方面，能源強(qiáng)度對(duì)全國(guó)所有區(qū)域效率產(chǎn)生消極作用，對(duì)東北和中西部地區(qū)的影響較為顯著；產(chǎn)業(yè)結(jié)構(gòu)對(duì)全國(guó)、東部和東北地區(qū)效率具有顯著的負(fù)面影響，但對(duì)西部地區(qū)帶來(lái)積極影響；政府支出和金融效率均對(duì)東部和東北地區(qū)帶來(lái)消極影響，而對(duì)中西部地區(qū)產(chǎn)生顯著的積極作用。

3.2 建議

從分析結(jié)論來(lái)看，我國(guó)基礎(chǔ)設(shè)施投資效率存在明顯的兩級(jí)分化問(wèn)題，未來(lái)基礎(chǔ)設(shè)施投資建設(shè)應(yīng)充分考慮各地區(qū)科技、能源、產(chǎn)業(yè)、金融等資源稟賦特點(diǎn)，因地制宜進(jìn)行規(guī)劃調(diào)整。建議：①充分發(fā)揮技術(shù)創(chuàng)新對(duì)東北和西部地區(qū)效率提升的潛力，通過(guò)政策導(dǎo)向，促進(jìn)地方政府和企業(yè)等加大科技投入，通過(guò)引進(jìn)東部地區(qū)科技人才，增加區(qū)域之間的科技合作。②激勵(lì)形成能源結(jié)構(gòu)轉(zhuǎn)型和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的產(chǎn)業(yè)體系，加大新能源產(chǎn)業(yè)技術(shù)研發(fā)創(chuàng)新，鼓勵(lì)引導(dǎo)能源消費(fèi)結(jié)構(gòu)向可再生清潔能源轉(zhuǎn)變。東部、中部和東北地區(qū)應(yīng)加強(qiáng)產(chǎn)業(yè)鏈中高耗能、高污染、高排放的企業(yè)轉(zhuǎn)型升級(jí)優(yōu)化力度，積極發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)，實(shí)現(xiàn)產(chǎn)業(yè)體系低碳化；西部地區(qū)應(yīng)進(jìn)一步擴(kuò)大自身優(yōu)勢(shì)產(chǎn)業(yè)規(guī)模，同時(shí)學(xué)習(xí)東部地區(qū)產(chǎn)業(yè)優(yōu)化轉(zhuǎn)型的經(jīng)驗(yàn)，使其朝著低碳、可持續(xù)方向發(fā)展。③推動(dòng)金融供給側(cè)改革，提升金融資源配置能力。東部地區(qū)要積極優(yōu)化金融供給結(jié)構(gòu)，針對(duì)不同類(lèi)型企業(yè)形成與經(jīng)濟(jì)發(fā)展相契合的多層次資本市場(chǎng)［28］，避免金融資源過(guò)度集中；西部地區(qū)充分發(fā)揮政策性金融的導(dǎo)向作用，創(chuàng)新投融資模式，引入PPP等項(xiàng)目融資方式，對(duì)于投資巨大建成后有穩(wěn)定現(xiàn)金流的項(xiàng)目進(jìn)行資產(chǎn)證券化運(yùn)作，緩解建設(shè)資金壓力。

4 討論

本文從國(guó)家、區(qū)域、省級(jí)3 個(gè)層面考察了碳排放約束下我國(guó)基礎(chǔ)設(shè)施投資效率的靜態(tài)和動(dòng)態(tài)特征，豐富了現(xiàn)有基礎(chǔ)設(shè)施研究網(wǎng)絡(luò)，有助于提升基礎(chǔ)設(shè)施資金和資源利用率，為制定具有區(qū)域適用性的基礎(chǔ)設(shè)施投資建設(shè)策略提供參考。考慮到基礎(chǔ)設(shè)施投資建設(shè)具有經(jīng)濟(jì)、社會(huì)和生態(tài)方面的多重價(jià)值，其產(chǎn)出指標(biāo)體系未來(lái)仍有必要進(jìn)行深入探討，以提高理論貢獻(xiàn)和參考價(jià)值。另外，本文僅對(duì)各時(shí)期基礎(chǔ)設(shè)施投資靜態(tài)效率的影響因素進(jìn)行了分析，如何有效識(shí)別動(dòng)態(tài)效率的影響因素，推進(jìn)基礎(chǔ)設(shè)施低碳建設(shè)是今后研究的主要方向。