中國基礎設施投資的全要素生產率效應研究

郗恩崇，徐智鵬，張 丹

（1.長安大學經(jīng)濟與管理學院，西安 710064;2.河南中醫(yī)學院外語學院，鄭州 450046）

0 引言

基礎設施投資有助于人力資本、外商直接投資、資本等的集聚，而這些都是推動經(jīng)濟增長的最基本的要素或組織形式，對經(jīng)濟增長具有明顯的溢出效應。盡管國外有大量文獻對基礎設施投資的溢出效應進行了實證檢驗，但目前對我國相關研究卻鮮見，更多的考察的基礎設施投資對我國省際間的全要素生產率溢出效應的影響，僅有劉生龍和胡鞍鋼（2010）考察了我國三類主要基礎設施對全要素生產率的影響，發(fā)現(xiàn)我國交通基礎設施和信息基礎設施促進了全要素生產率，而能源基礎設施對全要素生產率的影響卻并不顯著。其實證部分仍然存在改進的余地：首先，沒有考察到樣本期間特殊年份全要素生產率受到的外部沖擊；其次，樣本期限并沒有涵蓋2008年以來我國大力進行基礎設施投資的這一階段。因此，本文將選取2001～2011年中國省級面板數(shù)據(jù)，考察三大類基礎設施投資的溢出效應，探索我國全要素生產率變化中的基礎設施影響。

1 模型設定

本部分將借鑒Hulten et al.（2006）的模型，考察基礎設施投資全要素生產率提升效應。根據(jù)現(xiàn)有理論，基礎設施的經(jīng)濟效應包括兩部分：首先，根據(jù)國民經(jīng)濟核算體系，基礎設施作為投入要素直接促進了經(jīng)濟的增長；同時，基礎設施作為投資具有明顯的正外部性和乘數(shù)效應，又可以間接促進經(jīng)濟增長。因此，我們將包括基礎設施投資的產出函數(shù)設定為以下形式：

其中Y表示產出水平，I是基礎設施投資的存量水平，K是除基礎設施投資以外的資本投入，A是生產技術水平，L是勞動力投入。可以看出，基礎設施投資對經(jīng)濟增長的貢獻體現(xiàn)在兩個方面：一方面直接作為投入要素來體現(xiàn)的，表現(xiàn)在F(K,L,I)項上；另一方面，通過溢出效應影響生產技術水平，即 A(I,T)，其中T是時間項。A(I,T)是典型的?？怂怪行约夹g進步函數(shù)，外生地對生產函數(shù)產生影響：當A(I,T)＞1時，表示為規(guī)模報酬遞增；當A(I,T)=1時，表示規(guī)模報酬不變；當A(I,T)＜1時，表示規(guī)模報酬遞減。因此A(I,T)是基礎設施的外部性的體現(xiàn)，通過影響生產率水平來間接影響總產出水平。

假定方程（1）中的希克斯技術項符合Hulten et al.（2006）的假定，是多元組合形式的：

其中，Ai,0是初始技術水平，λi表示外生的技術變遷，ηi表示基礎設施投資的外部性。

為了衡量基礎設施的技術外部性參數(shù)ηi，我們通過對?？怂辜夹g項A(I,T)求解全要素生產率得出。從理論上說，全要素生產率是指“生產活動在一定時間內的效率”。是衡量單位總投入的總產量的生產率指標。即總產量與全部要素投入量之比，即：

對（3）兩邊取對數(shù)，我們可以得到全要素生產率的表達式：

改革開放以來，TFP是中國經(jīng)濟高速增長的重要動因，這已是不爭的事實?；A設施的改善有利于更好的吸引FDI，進而海外先進的生產、管理等技術。為了測算全要素生產率，我們根據(jù)傳統(tǒng)的柯布-道格拉斯產出函數(shù)，在規(guī)模報酬不變的情形下，表示為以下形式：

其中，αK+αL=1，包含了基礎設施投資和非基礎設施投資兩部分實物資本。

我們選取了中國大陸30個省份2001～2011年的數(shù)據(jù)來測算全要素生產率。具體來講，YT用各個?。ㄊ?、自治區(qū)）當年的實際GDP來代替（經(jīng)以2001年為基期的國內生產總值價格指數(shù)調整），LT用各個省份的歷年就業(yè)總人數(shù)表示，用各省歷年的資本存量代替。

本文將采用永續(xù)盤存法來估算資本存量。

2 變量描述與數(shù)據(jù)來源

2.1 基礎設施投資

本文選取了交通基礎設施（Transport）、能源基礎設施（Energy）和信息基礎設施（Information）這三類。（1）交通基礎設施：選取了三類交通基礎設施變量，包括鐵路里程、內河航道里程和公路里程，用這三類基礎設施的里程總和除以各省份的國土面積來代替。這三類基礎設施投資的數(shù)據(jù)在各省歷年統(tǒng)計年鑒可以找到；（2）能源基礎設施：選取能源消費量作為能源基礎設施投資的衡量指標，既反映了各地區(qū)的能源消費總量（用萬噸標準煤來來衡量），也反映了在能源生產、傳送、發(fā)電和電網(wǎng)傳送設施設備；（3）信息基礎設施，選取電話普及率這一指標來衡量信息基礎設施。

2.2 全要素生產率（TFP）

我們在前文中已經(jīng)測算出了各省歷年的全要素生產率。接下來，我們將利用前面測算出來的全要素生產率，考察基礎設施投資的溢出效應，也即對地區(qū)全要素生產率的影響。

2.3 其他控制變量

本文的控制變量包括以下：（1）勞動力（Labor）。勞動力對經(jīng)濟增長的貢獻是顯而易見的，是產出的最重要的投入要素之一，用各省年末從業(yè)人員數(shù)來衡量。（2）資本存量入（Capital）。資本投入也是生產的重要投入要素，對經(jīng)濟增長的起到巨大的推動作用。我們用各省歷年的固定資產投資來衡量資本存量，后者已經(jīng)以2001年為基期的固定資產投資價格指數(shù)進行調整。（3）進出口額（Trade）。進出口也是經(jīng)濟增長的重要貢獻因素，一方面，一個地區(qū)的進出口直接構成了一個地區(qū)的GDP；另一方面，進出口也反映了該地區(qū)的市場開放程度。本文的各省歷年進出口額數(shù)據(jù)來源于各省的統(tǒng)計年鑒，先用當年的美元匯率年均價轉換為以人民幣計價的進出口額，并經(jīng)價格指數(shù)平減，調整為以2001年為基期的不變價格指數(shù)下的進出口額。（4）實際利用外資額（FC），用以衡量該地區(qū)當年實際利用的外資總額以及市場開放程度，并經(jīng)過美元匯率年均價和價格指數(shù)調整。（5）政府支出。政府支出對經(jīng)濟增長的作用是一把雙刃劍：當政府將更多的財政支出用于教育、健康等公共品提供等方面時，將推動經(jīng)濟的發(fā)展；而當政府將更多的財政支出用于行政管理費用上時，可以導致地區(qū)市場失去活力，影響資源的配置而導致無效率。本文以經(jīng)過以2001年為基期的價格指數(shù)調整后的地方政府財政支出來表示。

2.4 數(shù)據(jù)來源及描述性統(tǒng)計

本文大部分數(shù)據(jù)來源于各省歷年統(tǒng)計年鑒，其他數(shù)據(jù)來源于國家統(tǒng)計局《新中國六十年統(tǒng)計資料匯編》以及歷年《中國統(tǒng)計年鑒》。所有變量的描述性統(tǒng)計如表1所示。

表1 變量的描述性統(tǒng)計結果

3 模型建立與回歸結果

3.1 模型建立

考慮到全要素生產率都小于1，并且為了便于比較，我們對變量采取半對數(shù)模型，將基礎設施的溢出效應表示如下：

其中，εi,t表示可分解為固定效應μi和白噪音νit。

同樣，對于地區(qū)的生產率水平而言，從企業(yè)微觀層面而言，可以通過技術傳遞、干中學等方式實現(xiàn)企業(yè)生產率的維持與進步；從產業(yè)層面來講，知識溢出、技術轉移等方式與途徑實現(xiàn)產業(yè)內技術的維持與進步；這些反映在一個地區(qū)內，表現(xiàn)為生產率水平的路徑依賴與鎖定。因此，（7）表示的靜態(tài)面板模型具有較強的內生性問題，我們在模型的右端引入因變量的滯后項，進一步將模型表述為（8）式：

其中，TFPi,t-1表示因變量的滯后項；lnXi,t-j為自變量及其滯后項；CONT為控制變量，反映截面固定特征和時序效應；εi,t表示隨機擾動項，可分解為固定效應μi和白噪音νit。

3.2 基礎設施投資的溢出效應估計結果

對基礎設施的溢出效應的回歸結果如表2-4：

表2 交通基礎設施的溢出效應估計結果

單獨引入交通基礎設施投資后，我們對模型進行了多次回歸，共有6個回歸模型。交通基礎設施投資的回歸系數(shù)仍顯著為負，通過了1%的顯著性水平，印證了交通基礎設施投資阻礙了我國全要素生產率的提升。同時，交通基礎設施的滯后項卻具有溢出效應：GMM估計方法得到的交通基礎設施投資的一階滯后項的回歸系數(shù)為正。

對于控制變量，回歸結果顯示，勞動力（Labor）和國際貿易總額（Trade）則會阻礙全要素生產率的提升。一個可能的原因是，本文的勞動力人數(shù)并不能代表一個地區(qū)的人力資本，而后者則已被證實具有顯著的TFP推動作用；對于國際貿易總額而言，進口貿易和出口貿易對全要素生產率的作用并不相同，本文將兩者合并得到國家貿易總額，可能存在效應加總的問題。對于資本存量而言，模型1～6的回歸結果都為正，在1%的顯著性水平上顯著，且回歸結果穩(wěn)健，說明對全要素生產率存在推動作用。另外，實際利用外資額（FC）和政府支出（Budget）的回歸結果其系數(shù) 都為正，盡管部分回歸結果不顯著。

表3 信息基礎設施的溢出效應估計結果

表4 能源基礎設施的溢出效應估計結果

對于模型（1）～（6），信息基礎設施的回歸結果都顯著為正，說明現(xiàn)階段我國信息基礎設施存在顯著的溢出效應；并且對于其一階滯后項而言，回歸系數(shù)仍然為正，盡管大部分模型都不顯著?；貧w結果顯示，勞動力和國際貿易的回歸系數(shù)為負。資本存量的回歸系數(shù)為正且大部分都顯著、穩(wěn)健。而政府支出（FC）的回歸系數(shù)仍然為正，僅在差分GMM回歸中沒有通過顯著性檢驗。另外，實際利用外資額（FC）的回歸結果都不顯著。

在模型（1）和（2）中，能源基礎設施投資的當期回歸系數(shù)為正，統(tǒng)計上顯著通過1%的顯著性水平。而對于差分GMM和系統(tǒng)GMM，盡管回歸結果不顯著，但回歸系數(shù)仍然為正。同時，能源基礎設施投資的一階滯后項為正，但不顯著；而能源基礎設施投資的一階滯后項為正。這說明了對能源基礎設施的投資不會阻礙我國全要素生產率的提升。對于控制變量，勞動力和國際貿易的回歸系數(shù)為負；而資本存量的回歸系數(shù)都為正，但在差分GMM估計中沒有通過顯著性檢驗；對于實際利用外資額（FC）和政府支出（Budget）而言，回歸結果不顯著。

4 結論

對于中國而言，過去的30年表現(xiàn)為經(jīng)濟增長與基礎設施投資的“雙奇跡”。選取了2001～2011年中國省級面板數(shù)據(jù)，考察交通運輸基礎設施、能源基礎設施以及信息基礎設施的溢出效應，探索我國全要素生產率變化中的基礎設施影響。本文的主要結論包括：（1）我國各個省份2001～2011年的TFP呈遞增趨勢，但許多省份如內蒙古、遼寧、黑龍江、上海、安徽、福建等16個省份的TFP在2002、2003年都出現(xiàn)不同程度的下降，部分省份的全要生生產率甚至出現(xiàn)了大幅度的下降，這可能與外部沖擊有關；（2）對于基礎設施的溢出效應，不同類型的基礎設施投資的溢出效應不同：交通基礎設施不存在溢出效應，對全要素生產率的提升存在阻礙作用；而能源基礎設施和信息基礎設施存在溢出效應。

[1]胡鞍鋼，劉生龍.交通運輸、經(jīng)濟增長及溢出效應[J].中國工業(yè)經(jīng)濟，2009,（5）.

[2]金戈.中國基礎設施資本存量估算[J].經(jīng)濟研究，2012,（4）.

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

[4]李強,鄭江淮.基礎設施投資真的能促進經(jīng)濟增長嗎?——基于基礎設施投資“擠出效應”的實證分析[J].產業(yè)經(jīng)濟研究，2012,（5）.

[5]彭國華.中國地區(qū)收入差距、全要素生產率及其收斂分析[J].經(jīng)濟研究，2005,（9）.

[6]葉昌友,王遐見.交通基礎設施、交通運輸業(yè)與區(qū)域經(jīng)濟增長——基于省域數(shù)據(jù)的空間面板模型研究[J].產業(yè)經(jīng)濟研究,2013,（3）.

[7]張軍,金煜.中國的金融深化和生產率關系的再檢驗：1987～2001[J].經(jīng)濟研究，2005,（11）.

[8]張先鋒,丁亞娟,王紅.中國區(qū)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(jīng)濟地理，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).