王鈞天 曾 寧 譚戈平

(澳門科技大學 商學院，中國 澳門 999078)

一、引言

2020年5月14日以來，中央多次強調要逐步形成“以國內大循環(huán)為主體、國內國際雙循環(huán)相互促進的新發(fā)展格局”。“雙循環(huán)”新發(fā)展格局的提出，既是為了適應日益復雜的國際形勢，也是基于國內經濟發(fā)展的客觀需要，為我國“十四五”時期的發(fā)展進一步指明了方向。該格局的建立需要充分發(fā)揮好我國的超大規(guī)模市場優(yōu)勢，以擴大內需作為戰(zhàn)略基點，通過國內國際雙循環(huán)來共同推動經濟的高質量發(fā)展。在此背景下，區(qū)域發(fā)展進入了新的階段，形成了融入“雙循環(huán)”戰(zhàn)略的基本樣態(tài)。圍繞“雙循環(huán)”戰(zhàn)略而制定的區(qū)域發(fā)展策略需要更加注重區(qū)域一體化進程，建設好區(qū)域“循環(huán)”樞紐，從而以區(qū)域“循環(huán)”來促進國內國際“大循環(huán)”。長江三角洲地區(qū)(以下簡稱“長三角”)包含上海市、江蘇省、浙江省和安徽省全域，是我國最發(fā)達的區(qū)域之一，在“雙循環(huán)”新發(fā)展格局中具有十分重要的戰(zhàn)略地位。2019年12月，中共中央、國務院印發(fā)了《長江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》(以下簡稱《規(guī)劃綱要》)，標志著長三角區(qū)域一體化進程加快。在《規(guī)劃綱要》中提到，提升基礎設施互聯(lián)互通水平是增強區(qū)域一體化發(fā)展的支撐保障?；A設施建設能夠提升區(qū)域可達性和加強區(qū)域間聯(lián)系，從而實現(xiàn)區(qū)域間各類要素的有效配置?；A設施的建設離不開投資，大規(guī)模的基礎設施投資既可以幫助打通國內生產、分配、流通、消費等有關國民經濟循環(huán)的各個環(huán)節(jié)，也可以加強國內市場與國際市場的聯(lián)系，是促進國內國際“雙循環(huán)”新發(fā)展格局建立的重要保證。

表1為2019年全國和長三角各項基礎設施發(fā)展指標的匯總。(2)①本文選取交通基礎設施密度、人均能源消費量和人均郵電業(yè)務量來衡量交通、能源和信息三類基礎設施發(fā)展水平。其中，各區(qū)域交通基礎設施密度計算方法為：(區(qū)域內鐵路營業(yè)里程、公路里程和內河航道里程之和)/區(qū)域的國土面積。人數(shù)選擇各區(qū)域年末總人口數(shù)。由表1可以看出，長三角地區(qū)的基礎設施發(fā)展水平高于全國整體水平?；A設施一體化對區(qū)域經濟高質量發(fā)展的整體效率提升具有促進作用。近些年，長三角地區(qū)基礎設施互聯(lián)互通水平不斷提高并且各省市之間的差距不斷縮小。圖1為2002—2019年長三角部分基礎設施與經濟發(fā)展指標的變異系數(shù)。[1]由圖1可以看出，長三角各省市之間的經濟和基礎設施發(fā)展的變異系數(shù)總體來說呈現(xiàn)不斷下降的趨勢，說明長三角各省市之間經濟和基礎設施發(fā)展的差異不斷變小，一體化程度在不斷提升。綜上所述，長三角基礎設施的發(fā)展在全國處于領先水平，這離不開長三角地區(qū)一直以來對基礎設施的大量投資，但是區(qū)域內部依然存在基礎設施發(fā)展不平衡的問題。在新發(fā)展格局下，長三角基礎設施的發(fā)展進入了新階段，需要更加合理安排基礎設施投入來縮小內部差距，提升聯(lián)通水平，從而更好地促進經濟高質量增長。研究長三角地區(qū)基礎設施投入對經濟增長的影響，不僅對長三角地區(qū)在“雙循環(huán)”戰(zhàn)略視角下的區(qū)域發(fā)展策略具有現(xiàn)實意義，也對全國其他區(qū)域的基礎設施發(fā)展策略具有借鑒作用。因此，本文研究問題如下：(1)長三角地區(qū)的基礎設施投入是否對區(qū)域經濟增長還具有促進作用？(2)長三角各省市的各類基礎設施投入對經濟增長的貢獻度如何？(3)長三角地區(qū)應該制定怎樣的基礎設施投資策略？

表1 2019年全國和長三角各項基礎設施發(fā)展指標匯總

圖1 長三角經濟與基礎設施發(fā)展指標的變異系數(shù)

2020年4月17日召開的中共中央政治局會議上提出要加強傳統(tǒng)基礎設施和新型基礎設施投資，二者的配套能夠穩(wěn)固經濟基礎，共同為“雙循環(huán)”戰(zhàn)略提供動能支撐。本文選擇以下四個行業(yè)的全社會固定資產投資來界定基礎設施投資：(1)交通運輸、倉儲和郵政業(yè)；(2)電力、燃氣及水的生產和供應業(yè)；(3)水利、環(huán)境和公共設施管理業(yè)；(4)信息傳輸、計算機服務和軟件業(yè)。之所以選擇這四個行業(yè)，本文基于兩方面因素考慮：第一，這些行業(yè)包含重要的傳統(tǒng)基礎設施，如交通、水利、能源等重大工程建設，這些工程仍是穩(wěn)定生產和保障民生的重要項目。第二，相比于傳統(tǒng)基礎設施，以新發(fā)展理念為引領的新型基礎設施更加注重數(shù)字技術和科技創(chuàng)新，在經濟發(fā)展中的重要性愈發(fā)凸顯。關于新型基礎設施范圍的界定，國家發(fā)改委經過研究認為有以下三種類型：信息基礎設施、融合基礎設施和創(chuàng)新基礎設施。信息基礎設施為基于新一代信息技術演化生成的基礎設施，如5G網建設、大數(shù)據(jù)中心和人工智能。融合基礎設施則是深度運用數(shù)字技術來對傳統(tǒng)基礎設施進行升級，如智慧交通和智慧能源基礎設施。創(chuàng)新基礎設施則是用來支持科學研究的公益性基礎設施，如重大科技基礎設施。本文所選擇的四個行業(yè)能夠較好地反映這三類新基建，并且近年用于建設新型基礎設施的投資比例大幅上升。

本文的研究思路如下：首先，通過永續(xù)盤存法估算出基礎設施資本存量。之后，以柯布-道格拉斯生產函數(shù)為理論模型，分析長三角各區(qū)域基礎設施資本存量對經濟增長的影響作用。其次，對各省市的各類基礎設施資本存量單獨進行回歸，估算出各類基礎設施資本存量的產出彈性。最后，通過分析實證結果，為區(qū)域經濟發(fā)展提供一些政策建議。

二、文獻綜述

基礎設施投資對經濟增長的影響一直受到廣泛關注。由于美國基礎設施發(fā)展較早并且該國擁有較為完整的統(tǒng)計數(shù)據(jù)，早期的文獻以美國為主要研究對象。Aschauer[2]將公共資本從總資本中抽離出來并單獨放入生產函數(shù)中，通過對美國1949—1985年的數(shù)據(jù)回歸，作者發(fā)現(xiàn)核心基礎設施資本存量(公共資本存量的重要組成部分)的產出彈性系數(shù)為0.24。之后，Munnell和Cook[3]分析了美國48個州的數(shù)據(jù)后，也得出了相似的結論。然而，一些學者對基礎設施顯著的正向影響提出了質疑。[4-6]隨著其他國家基礎設施的快速發(fā)展以及全球化進程的加快，越來越多的學者開始進行多國研究。[7-11]

中國基礎設施建設自改革開放以后快速發(fā)展，尤其是1998年我國實行擴張性財政政策后，大量資金被運用于基礎設施領域。早期有關我國基礎設施對經濟增長影響的研究主要是采用定性分析[12-14]，之后越來越多的學者開始將定量與定性分析結合起來進行研究。姜軼嵩和朱喜[15]對中國1985—2002年的基礎設施資本存量進行了估算并通過回歸得出基礎設施投資的產出彈性為0.13。范九利和白暴力[16]在估算全國基礎設施投資的產出彈性為0.187的基礎上，又將全國分為東中西三個地區(qū)進行比較，得出西部地區(qū)產出彈性系數(shù)最高。胡李鵬等人[17]的估算結果則顯示西部地區(qū)基礎設施存量的投資回報率最低。Démurger[18]對中國24個省份的數(shù)據(jù)進行回歸發(fā)現(xiàn)基礎設施稟賦是解釋各省經濟增長差異的原因之一。Ouattara和Zhang[19]選擇1985—2012年中國29個省份的數(shù)據(jù)構建綜合基礎設施指數(shù)，通過實證發(fā)現(xiàn)基礎設施的邊際生產率存在省級差異。與國外學者的質疑類似，有些國內學者對中國基礎設施的顯著正向產出彈性提出了質疑，他們認為基礎設施投資不能對經濟增長一直具有促進作用，二者之間應該存在“倒U型關系”，即基礎設施發(fā)展對經濟增長的影響存在著一個“拐點”。當基礎設施投資過了“拐點”之后，其對經濟增長的拉動作用會減弱，高強度的投資甚至會對經濟增長產生抑制。[20-22]除了對基礎設施投資進行總體分析以外，一些研究也會關注于特定的某一類基礎設施。在各類基礎設施中，交通基礎設施一直是研究的重點。[23-25]此外，還有水利[26]和電信[27]等影響民生的重大基礎設施。也有學者會對各類基礎設施對經濟增長的影響進行比較分析。劉生龍和胡鞍鋼[28]構建了衡量交通、能源和信息基礎設施發(fā)展水平的指標，通過系統(tǒng)GMM與一階差分GMM方法得出交通和信息基礎設施對中國經濟增長具有顯著溢出效應，但能源基礎設施則具備不顯著的正外部性。張津瑞和施國慶[29]考察了長江經濟帶不同時期交通、能源和水利環(huán)境基礎設施資本存量與經濟增長的關系，認為不同類型基礎設施資本存量對區(qū)域經濟增長的空間效應存在明顯區(qū)別。

從現(xiàn)有文獻可以看出，國內外學者并沒有確定基礎設施投入對經濟增長的影響效果。此外，國內研究較少從區(qū)域經濟合作的角度去關注基礎設施建設對經濟增長的影響，即使有若干學者已采用省級層面的面板模型來研究此題目，但他們所采用的估算方法也較少考慮區(qū)域間的經濟聯(lián)系。本文在前人研究的基礎上進行了以下幾點創(chuàng)新：首先，本文對長三角區(qū)域內各省市的基礎設施存量進行了更加系統(tǒng)和科學的估算。其次，考慮到各時間序列含有隨機趨勢項(一階單整)，本文運用了動態(tài)最小二乘法(DOLS)來評估基礎設施投入對區(qū)域經濟增長的貢獻程度。最后，為了單獨評價各省市基礎設施投入對區(qū)域經濟增長的貢獻程度，本文運用似不相關回歸方法(SUR)將各省市的時間序列模型結合起來一起進行估算，從而克服了許多文獻運用面板回歸方法只能從全國整體層面估算出參數(shù)的問題。SUR實證模型既可以單獨評估各省市基礎設施投入對經濟增長的影響(每個地區(qū)都有一條獨立的時間序列方程)，又考慮了各省市之間經濟活動的聯(lián)系(聯(lián)合估算)。此外本文也運用SUR-DOLS方法進一步評估了長三角各省市各類基礎設施對區(qū)域經濟增長的拉動作用，為長三角地區(qū)如何安排基礎設施投資結構提供了具體建議。

三、研究設計

(一)生產函數(shù)模型

參考Munnell[30]的研究，本文將基礎設施資本存量從總資本存量中分離，將其作為一種生產投入要素單獨放入生產函數(shù)中，得到以下函數(shù)模型：

Y=A×f(G,K,L)

(1)

其中，Y代表總產出，G、K、L分別代表基礎設施投入，非基礎設施投入和勞動力投入。A代表技術進步并且我們假設為希克斯中性(Hicks-neutral)，將函數(shù)轉變?yōu)榭虏?道格拉斯生產函數(shù)形式，可得：

(2)

公式中本文假設Ait=Ai0et，表示技術水平隨著時間而提高。Y代表實際地區(qū)生產總值；G和K分別代表是實際基礎設施資本存量和非基礎設施資本存量；L為就業(yè)人數(shù)；下標t和i分別代表時期和區(qū)域。a、b、c分別表示基礎設施資本存量、非基礎設施資本存量和勞動力的產出彈性。將方程轉為對數(shù)形式，可得：

lnYit=lnAit+alnGit+blnKit+clnLit+uit

(3)

本文假設生產函數(shù)規(guī)模報酬不變，即a+b+c=1。此外，由于沒有Ait的數(shù)據(jù)，本文采用常數(shù)項加時間趨勢項(αi+φit)來模擬lnAit，公式轉化為：

lnYit-lnLit=αi+φit+a(lnGit-lnLit)+b(lnKit-lnLit)+uit

(4)

令y=Y/L,g=G/L,k=K/L,可以得到：

lnyit=αi+φit+alngit+blnkit+uit

(5)

在這里，yit代表人均實際地區(qū)生產總值，git為人均實際基礎設施資本存量，kit為人均實際非基礎設施資本存量。

(二)DOLS估算方法

動態(tài)普通最小二乘法(DOLS)被Stock和Watson[31]提出用來研究宏觀變量之間的長期關系，該方法將一階差分后的解釋變量的超前期和滯后期同樣作為解釋變量放入模型中，DOLS模型如下：

(6)

其中，Yt代表著被解釋變量，Xt為所有解釋變量的集合，系數(shù)θ為長期累積乘數(shù)(cumulative multipliers)，即代表著解釋變量Xt改變時對被解釋變量Yt的長期影響。ΔX則為所有解釋變量的一階差分的集合，下標p和j分別代表滯后期和超前期的長度，考慮到本文時間序列長度較短，超前期和滯后期長度都選擇為1期。

(三)SUR估算方法

本文選擇似不相關回歸模型(Seemingly Unrelated Regression model，SUR)對各省市時間序列進行分析。(3)①SUR模型由Zellner(1962) [32]提出。本文選擇SUR模型參考了Dority等人[33]的研究，理由如下：第一，本文的橫截面單位(cross-sectional units)只有四個，數(shù)量較少。第二，本文的橫截面單位是四個相鄰的省份，而典型的面板數(shù)據(jù)模型假設單位從總體中隨機抽樣，并且聚類標準誤差法對跨單位間協(xié)方差施加零相關限制。由于上述原因，本文選擇SUR模型更加合適。模型含義為存在一個線性方程組，其誤差在給定個體的方程之間是相關的，但在個體之間是不相關的。模型的一般形式如下：

yi=Xiβi+uii=1,…,N

(7)

其中，其中yi和ui是T維向量，Xi是T×Ki，βi是Ki維向量。將N個方程疊加可以得到以下形式：

(8)

公式(8)可以簡潔地表示為：

y=Xβ+u

(9)

(四)變量說明

本文選取長三角三省一市的季度數(shù)據(jù)(2002Q1-2019Q4)，包括各區(qū)域地區(qū)生產總值、各類資本存量、就業(yè)人數(shù)和平減指數(shù)(4)②Datastream數(shù)據(jù)庫提供的價格平減指數(shù)為2010=100。，數(shù)據(jù)來源為國家統(tǒng)計局網站、中國統(tǒng)計年鑒、各省市統(tǒng)計年鑒和Datastream數(shù)據(jù)庫。變量說明如下：

1.總產出Y為各地區(qū)生產總值(單位：億元)。各地區(qū)的名義地區(qū)生產總值季度數(shù)據(jù)由各地區(qū)生產總值的年度數(shù)據(jù)進行拆分得出。國家統(tǒng)計局從2005年第一季度開始統(tǒng)計各地區(qū)生產總值季度累計值數(shù)據(jù)，所以2005年開始的各地區(qū)季度生產總值計算方法為：以本季度與上一季度累計值差額占年末累計值的比重對年度地區(qū)生產總值進行拆分得出。2005年以前的季度數(shù)據(jù)參考2005年至2019年各季度地區(qū)生產總值占全年地區(qū)生產總值的平均比重進行拆分估算。

2.勞動力投入L選擇各省市季度就業(yè)人數(shù)(單位：萬人)。本文使用Datastream數(shù)據(jù)庫提供的區(qū)域季度城鎮(zhèn)單位就業(yè)人數(shù)對各省市年度總就業(yè)人數(shù)進行拆分，計算方法為：各省市某年某季度就業(yè)人數(shù)=(該年該季度城鎮(zhèn)單位就業(yè)人數(shù)/該年第四季度城鎮(zhèn)單位就業(yè)人數(shù))×各省市該年總就業(yè)人數(shù)。Datastream數(shù)據(jù)庫提供的就業(yè)季度數(shù)據(jù)是不連續(xù)的，對于缺失數(shù)據(jù)，采用各省市各季度城鎮(zhèn)單位就業(yè)人數(shù)占第四季度人數(shù)的平均比重與缺失年份各省市年度總就業(yè)人數(shù)相乘得出。

3.各類資本存量的測算(單位：億元)。本文采用永續(xù)盤存法對各類基礎設施和非基礎設施資本存量進行估算，每個區(qū)域的資本存量計算公式如下：

(10)

其中，kt為t時期的期末資本存量，It為t時期的實際投資額，δ為折舊率,上標n表示資本種類。關于折舊率δ，本文借鑒張軍等人[34]的研究，將其統(tǒng)一設為9.6%。對于基期資本存量k0的測算，本文參考了金戈[35]的做法，假設經濟處于穩(wěn)態(tài)增長，資本增長率等于投資增長率。進而利用基年(2002年)實際投資額除以折舊率與增長率之和得到基期資本存量。值得注意的是：基期資本存量是基年的年初資本存量即為上年年末的資本存量?；谫Y本存量可以由公式(10)推導得出：

(11)

(12)

(13)

關于基礎設施投資行業(yè)范圍的界定。由于2003年國民經濟行業(yè)統(tǒng)計口徑發(fā)生變化，本文參考了金戈[36]和胡李鵬等人[17]的研究，2003—2019年選擇了以下四個行業(yè)：(1)交通運輸、倉儲和郵政業(yè)；(2)電力、燃氣及水的生產和供應業(yè)；(3)水利、環(huán)境和公共設施管理業(yè)；(4)信息傳輸、計算機服務和軟件業(yè)。2002年則選擇以下三個行業(yè)：(1)電力、煤氣及水的生產和供應業(yè)；(2)地質勘查業(yè)、水利管理業(yè)；(3)交通運輸、倉儲及郵電通信業(yè)。本文采用相應行業(yè)的全社會固定資產投資額作為當期投資。非基礎設施投資為扣除基礎設施投資的其他行業(yè)全社會固定資產投資 。2017年以后的統(tǒng)計方式改為統(tǒng)計各類固定資產投資增速并且增加了基礎設施行業(yè)的統(tǒng)計，本文假定2017年以后統(tǒng)計的固定資產投資增速與全社會固定資產投資增速相同，使用永續(xù)盤存法計算出的各類資本存量為年度數(shù)據(jù)，季度數(shù)據(jù)則使用移動平均法對年度數(shù)據(jù)進行拆分估算。

四、實證分析

(一)數(shù)據(jù)平穩(wěn)性檢驗

為了避免時間序列回歸結果出現(xiàn)“偽回歸”問題以及保證t檢驗的有效性，要對時間序列各變量進行平穩(wěn)性檢驗，即單位根檢驗。本文選擇DF-GLS單位根檢驗對變量進行平穩(wěn)檢驗，原假設是變量存在單位根，即不平穩(wěn)。表2報告了單位根檢驗結果，除部分變量以外，大部分變量在10%的顯著性水平下接受原假設。接下來再對所有變量進行一階差分，結果顯示在一階差分情況下，長三角各區(qū)域的所有變量都在1%的顯著性水平下拒絕原假設，可以得出所有時間序列變量均不平穩(wěn)(一階單整過程)。

表2 單位根檢驗結果(DF-GLS統(tǒng)計量)

(二)數(shù)據(jù)長期均衡關系檢驗

當各宏觀變量不平穩(wěn)時，可以進一步檢驗變量之間是否存在長期均衡關系(協(xié)整關系)。如果變量存在協(xié)整關系，實證模型可采用DOLS法進行建模以估算它們之間的長期均衡關系。此外，用該方法建?？梢詫λ浪愕膮?shù)進行t檢驗(即t檢驗是有效的)。本文選擇E-G兩步法進行協(xié)整檢驗。E-G兩步法主要步驟為：第一步先對變量進行OLS回歸獲得殘差序列，第二步再對殘差序列進行ADF單位根檢驗。如果殘差存在單位根，則認為變量之間不存在協(xié)整關系(長期均衡關系)。表3為協(xié)整檢驗結果，tau統(tǒng)計量(tau-statistic value)表明所有時間序列方程都在1%的顯著性水平下拒絕了“有一個單位根，即不存在協(xié)整關系”的原假設，從而證明各宏觀變量存在協(xié)整關系(長期均衡關系)。

表3 E-G協(xié)整檢驗結果

(三)回歸結果分析

實證分析分兩步進行。首先，對長三角整體進行實證分析，考察區(qū)域整體基礎設施資本存量對經濟增長的拉動作用，第二部分是將區(qū)域內的三省一市的數(shù)據(jù)分開，用生產函數(shù)進行建模，以比較各省市基礎設施投入對經濟增長拉動作用的差異?？紤]長三角各省市經濟發(fā)展的緊密聯(lián)系，用SUR模型把4條方程的參數(shù)進行聯(lián)合估算。

表4報告了長三角整體基礎設施資本存量對經濟增長的正面拉動作用。表4結果可以看出，長三角整體區(qū)域的基礎設施資本存量的產出彈性系數(shù)約為0.23并且在1%的水平上顯著。系數(shù)解釋為在其他投入不變的情況下，基礎設施資本存量增加1%，總產出將增加0.23%。此外，非基礎設施資本存量的產出彈性系數(shù)約為0.48，表明非基礎設施投入對經濟增長也有顯著的正向促進作用。由此可見，盡管長三角的基礎設施發(fā)展水平較高，但是長三角的基礎設施投資依然能夠顯著地促進區(qū)域的經濟增長。

表4 長三角整體基礎設施資本存量對經濟增長影響作用的估算

表5為長三角三省一市的SUR-DOLS模型回歸結果。結果表明各省市人均基礎設施資本存量的產出彈性都顯著為正，可見各省市基礎設施投資對經濟增長都具有顯著的促進作用。在四個區(qū)域當中，浙江的基礎設施資本投入的產出彈性系數(shù)最高，剩下依次為江蘇、安徽和上海。通過對回歸結果進行分析可以看出：浙江的基礎設施資本投入對經濟的促進作用最大，產出彈性為0.321 7。這與“十二五”以來浙江大力加強基礎設施投資規(guī)模有著緊密關系，浙江在基礎設施存量較大的情況下依然能夠保持較為高速的投資增長，2019年浙江基礎設施領域固定資產投資比上年增加10.2%。江蘇基礎設施資本投入的產出彈性系數(shù)為0.224 1，雖然最近幾年江蘇基礎設施投資增速較低，但是存量較大，依然對經濟增長有顯著的拉動作用。安徽近年基礎設施投資增速較快，但是由于其基礎設施發(fā)展水平與其他省市相比較低，所以現(xiàn)在對經濟的推動作用還沒有十分顯著，產出彈性系數(shù)為0.173 5。上?；A設施資本投入的產出彈性系數(shù)為0.140 4，在三省一市中對經濟增長的貢獻度最低。結合實際情況來看，上?；A設施發(fā)展較早并且較為成熟，所以基礎設施資本投入對經濟的拉動作用不如其他省市顯著。上?；A設施領域的固定資產投資也由高增速逐漸轉向了低增速甚至負增速，2019年為-0.9%。上海盡管基礎設施投入對經濟的拉動作用在三省一市中最低，但是上海近些年率先發(fā)展新型基礎設施來助力數(shù)字經濟建設，長期來看隨著基礎設施的轉型升級成功，將會成為經濟增長的新引擎。(5)①有關數(shù)據(jù)統(tǒng)計來源于中國統(tǒng)計年鑒。

表5 長三角各省市基礎設施資本存量對經濟增長影響作用的估算(SUR-DOLS法)

本文接著對長三角區(qū)域各省市的四類基礎設施資本存量進行研究，表6介紹了四類基礎設施資本存量的分類。表7顯示了各省市每類人均基礎設施資本存量對實際人均地區(qū)生產總值的回歸結果(SUR-DOLS法)。結果表明，各省市各類基礎設施資本存量的估計系數(shù)都顯著為正。模型(1)報告了交通基礎設施資本存量對經濟的拉動作用。估計系數(shù)按大小依次為浙江、江蘇、安徽和上海。模型(2)報告了能源基礎設施資本存量對經濟的拉動作用。估計系數(shù)按大小依次為上海、浙江、安徽和江蘇。模型(3)報告了水利基礎設施資本存量對經濟的拉動作用。估計系數(shù)按大小依次為浙江、江蘇、安徽和上海。模型(4)報告了信息基礎設施資本存量對經濟的拉動作用。估計系數(shù)按大小依次為浙江、安徽、上海和江蘇。

表6 人均基礎設施資本存量g的分類

表7 各省市各類基礎設施資本存量對經濟增長影響作用的估算(SUR-DOLS法)

續(xù)表

(四)穩(wěn)健性檢驗

為了證明本文使用SUR模型的有效性，本文使用Breusch-Pagan檢驗[37]來檢驗殘差的相關矩陣是否具有統(tǒng)計顯著性，以作為使用SUR-DOLS模型的依據(jù)(而不是單獨估算各地區(qū)OLS回歸方程)。表8為表5中SUR-DOLS模型中各獨立方程之間殘差的相關矩陣和Breusch-Pagan檢驗結果，結果表明檢驗在1%的顯著水平下拒絕原假設，即意味著誤差之間存在統(tǒng)計上的顯著相關性，來自每個SUR回歸之間的殘差都彼此顯著相關，代表相同的非系統(tǒng)影響。Breusch-Pagan檢驗結果說明使用SUR模型所得到的系數(shù)將是一致和有效的。

(6)①表8為長三角三省一市測算人均基礎設施資本存量(lng)對經濟增長拉動作用的SUR-DOLS方程間殘差的相關矩陣和Breusch-Pagan檢驗結果，單獨測算四類人均基礎設施資本存量產出彈性系數(shù)的SUR-DOLS模型的Breusch-Pagan檢驗結果均在1%的顯著性水平下拒絕原假設，考慮文章篇幅并未報告。此外，本文使用完全修正最小二乘法( FMOLS) 來對主要實證模型進行穩(wěn)健性檢驗。表9報告了用FMOLS法進行回歸的結果，除了安徽省以外，其他區(qū)域基礎設施資本存量的估計系數(shù)都顯著為正。長三角各區(qū)域的基礎設施資本存量產出彈性系數(shù)在0.13至0.45之間，非基礎設施資本產出彈性系數(shù)在0.21至0.73之間。三省一市基礎設施資本存量的產出彈性系數(shù)按照對各區(qū)域經濟增長的貢獻程度排名依次為浙江、江蘇、上海和安徽。通過對比可以發(fā)現(xiàn)，F(xiàn)MOLS模型所得結果與使用SUR和DOLS模型得出的結果相近，因此本文采用的實證模型回歸結果是穩(wěn)健的。

表8 SUR-DOLS模型方程間殘差的相關矩陣①

表9 長三角基礎設施資本存量對經濟增長影響作用的估算(FMOLS法)

五、結論與政策建議

本文研究了長三角地區(qū)基礎設施投入對經濟增長的影響。首先，分析了衡量基礎設施發(fā)展情況的有關指標，通過對比發(fā)現(xiàn)長三角基礎設施發(fā)展的水平高于全國平均水平，但是區(qū)域內各省市依然存在發(fā)展不平衡的問題。同時本文計算了長三角區(qū)域內基礎設施和經濟發(fā)展有關指標的變異系數(shù)，發(fā)現(xiàn)長三角區(qū)域內經濟和基礎設施發(fā)展的差距總體來說在不斷縮小。之后，本文對長三角區(qū)域內各省市的基礎設施資本存量進行估算并將其放入柯布-道格拉斯生產函數(shù)進行實證分析。實證結果表明：(1)通過DOLS模型發(fā)現(xiàn)長三角整體區(qū)域的基礎設施資本存量對區(qū)域經濟增長有顯著促進作用，基礎設施資本存量的產出彈性系數(shù)約為0.23并在1%的水平上顯著，非基礎設施資本存量對經濟增長也有顯著的促進作用，產出彈性系數(shù)約為0.48。(2)對長三角三省一市的實證模型運用SUR-DOLS方法進行估算。SUR-DOLS模型回歸結果顯示三省一市基礎設施資本存量和非基礎設施資本存量對區(qū)域經濟增長的影響都顯著為正。此外，長三角各省市基礎設施資本存量對區(qū)域經濟增長的貢獻程度按大小依次為浙江、江蘇、安徽和上海。(3)對長三角各省市的各類基礎設施資本存量運用SUR-DOLS方法進行回歸，發(fā)現(xiàn)各省市的各類基礎設施資本存量對各自區(qū)域的經濟增長都具有不同程度的促進作用。

實證結果肯定了長三角基礎設施投入對區(qū)域經濟增長的貢獻，在此基礎上提出以下幾點政策建議：

(1)繼續(xù)加大長三角地區(qū)的基礎設施投資。首先，要保證傳統(tǒng)基礎設施的投資規(guī)模并且適當向融合類基礎設施傾斜。盡管長三角在傳統(tǒng)基建項目上的發(fā)展水平高于全國平均水平，但部分地區(qū)和部分類型的傳統(tǒng)基礎設施建設還存在明顯不足，依然需要通過投入資金來進一步完善。通過分析可以看出長三角的傳統(tǒng)基礎設施已經發(fā)展到一定水平，存在部分傳統(tǒng)基建投入對經濟增長的促進作用不明顯的情況，如果要持續(xù)對經濟產生推動作用，之后的投資需要更加注重對傳統(tǒng)基礎設施的升級改造。其次，要加大對新型基礎設施的投入力度。信息基礎設施是新型基礎設施的重要組成部分，本文實證發(fā)現(xiàn)各省市信息基礎設施投入對經濟增長都具有顯著促進作用，要繼續(xù)加大投資從而推動數(shù)字長三角的發(fā)展進程。

(2)進一步優(yōu)化長三角各類基礎設施投資結構。交通方面需要重點投資建設綜合交通樞紐，加強長三角軌道、公路、機場和港口航道建設。能源方面在促進油氣管網和區(qū)域電網聯(lián)通的同時，還要對風能、太陽能、生物質能等新能源基礎設施建設大力投資。水利方面，長三角區(qū)域內江河眾多，水系發(fā)達，加強重大省際水利工程建設的投資，提升防洪(潮)和供水安全保障能力。信息方面要大力投資發(fā)展如5G網絡等新一代信息基礎設施并且共同推進長三角工業(yè)互聯(lián)網建設。

(3)長三角各省市有針對性地進行基礎設施投資。實證分析表明長三角區(qū)域內各省市的各類基礎設施投資對各自省市經濟增長的貢獻程度存在差異，這也反映了各省市基礎設施發(fā)展水平的不同。所以，各省市應該結合自身發(fā)展現(xiàn)狀來進行基礎設施投資，避免基礎設施投資出現(xiàn)短缺或者過度。上?；A設施發(fā)展較早并且已經達到較高水平，應該重點關注對基礎設施科技創(chuàng)新方面的投入。江蘇與浙江基礎設施較為發(fā)達，但是仍然存在省內基礎設施發(fā)展不平衡問題，接下來依然要對基礎設施薄弱環(huán)節(jié)進行“補短板”式投資，并且大力發(fā)展新型基礎設施。安徽基礎設施建設在長三角區(qū)域內相對較弱，但近些年投資力度不斷加大，要繼續(xù)保持各類基礎設施的投資力度。

(4)繼續(xù)推動長三角區(qū)域的基礎設施一體化建設。基礎設施的跨行政區(qū)域合作將會促進區(qū)域之間各種生產要素的雙向流動，加強各區(qū)域之間的經濟聯(lián)系。既要大力投資如城際高鐵、城市軌道交通等新型基礎設施從而提高“雙循環(huán)”效率效益，也要重點解決各區(qū)域交界處的基礎設施銜接問題，避免成為區(qū)域發(fā)展的“堵點”，提高投資效率。這樣既能夠吸收外部要素從而加強自身經濟競爭力，同時也能向外起到輻射作用，推動周邊地區(qū)共同發(fā)展。