趙莎莎

內(nèi)容提要：在國(guó)內(nèi)大循環(huán)背景下，研究網(wǎng)絡(luò)基礎(chǔ)設(shè)施與人力資本水平影響全要素生產(chǎn)率增長(zhǎng)的不同傳導(dǎo)機(jī)制，利用2000-2018年省級(jí)面板數(shù)據(jù)，分析兩者空間相關(guān)性及動(dòng)態(tài)變化趨勢(shì)，構(gòu)建基準(zhǔn)模型和空間面板模型實(shí)證檢驗(yàn)兩者對(duì)全要素生產(chǎn)率影響的固定效應(yīng)和空間效應(yīng)。研究發(fā)現(xiàn)：兩者呈現(xiàn)出顯著正向的空間自相關(guān)特征，對(duì)全要素生產(chǎn)率增長(zhǎng)產(chǎn)生顯著的促進(jìn)效應(yīng)，分別起到效率保障和技術(shù)載體的作用；兩者促進(jìn)全要素生產(chǎn)率增長(zhǎng)的具體路徑存在差異，網(wǎng)絡(luò)基礎(chǔ)設(shè)施從技術(shù)進(jìn)步和技術(shù)效率兩方面來(lái)促進(jìn)全要素生產(chǎn)率增長(zhǎng)；而人力資本主要通過(guò)促進(jìn)技術(shù)進(jìn)步實(shí)現(xiàn)全要素生產(chǎn)率增長(zhǎng)；兩者對(duì)全要素生產(chǎn)率產(chǎn)生了顯著的空間溢出效應(yīng)，對(duì)技術(shù)進(jìn)步的空間溢出效應(yīng)則更為顯著。研究結(jié)論對(duì)于國(guó)內(nèi)大循環(huán)背景下實(shí)現(xiàn)技術(shù)循環(huán)提供了理論依據(jù)和政策啟示。

一、 引 言

當(dāng)前受到全球新冠肺炎疫情沖擊的大背景下，為積極應(yīng)對(duì)國(guó)內(nèi)外經(jīng)濟(jì)形勢(shì)變化，習(xí)近平總書記多次強(qiáng)調(diào)，未來(lái)中國(guó)經(jīng)濟(jì)要“充分發(fā)揮國(guó)內(nèi)超大規(guī)模市場(chǎng)優(yōu)勢(shì)，逐步形成以國(guó)內(nèi)大循環(huán)為主體、國(guó)內(nèi)國(guó)際雙循環(huán)相互促進(jìn)的新發(fā)展格局”。國(guó)內(nèi)大循環(huán)成為國(guó)內(nèi)國(guó)際雙循環(huán)發(fā)展的關(guān)鍵，也是實(shí)現(xiàn)國(guó)內(nèi)高質(zhì)量發(fā)展的有利條件。國(guó)內(nèi)大循環(huán)的核心是“循環(huán)”，關(guān)鍵在改革，促進(jìn)生產(chǎn)要素自由流動(dòng)和資源優(yōu)化配置，提高國(guó)民經(jīng)濟(jì)循環(huán)效率，增強(qiáng)經(jīng)濟(jì)發(fā)展的內(nèi)生動(dòng)力(王一鳴，2020)。網(wǎng)絡(luò)基礎(chǔ)設(shè)施是國(guó)內(nèi)大循環(huán)中提供正常運(yùn)轉(zhuǎn)的物質(zhì)保障，承載著物流、信息流等等多種功能；隨著數(shù)字經(jīng)濟(jì)的快速發(fā)展，網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)不僅表現(xiàn)為傳統(tǒng)基礎(chǔ)設(shè)施，如高速公路、軌道、通訊電纜、機(jī)場(chǎng)、車站等等(張軍等，2007)；還表現(xiàn)在以信息網(wǎng)絡(luò)為基礎(chǔ)的提供數(shù)字轉(zhuǎn)型、智能升級(jí)、融合創(chuàng)新等服務(wù)的基礎(chǔ)設(shè)施體系，如5G通信、高鐵、人工智能、工業(yè)互聯(lián)網(wǎng)等“新基建”項(xiàng)目。同時(shí)人力資本結(jié)構(gòu)呈現(xiàn)出以初級(jí)人力資本向高級(jí)人力資本演進(jìn)的特征，其中高等教育的比例得到快速提升(劉智勇等，2018)。網(wǎng)絡(luò)基礎(chǔ)設(shè)施成為暢通國(guó)內(nèi)大循環(huán)的關(guān)鍵性“硬件”基礎(chǔ)，而人力資本水平則是國(guó)內(nèi)大循環(huán)提速的重要“軟件”約束。已有成果中針對(duì)網(wǎng)絡(luò)基礎(chǔ)設(shè)施和人力資本對(duì)一國(guó)全要素生產(chǎn)率增長(zhǎng)影響的研究做了大量探討。

有關(guān)網(wǎng)絡(luò)基礎(chǔ)設(shè)施對(duì)全要素生產(chǎn)率影響的研究成果主要聚焦于這幾個(gè)方面：一是網(wǎng)絡(luò)基礎(chǔ)設(shè)施對(duì)全要素生產(chǎn)率的影響，并未取得一致觀點(diǎn)。如Aschauer(1989)最早選取公共交通、高速公路和機(jī)場(chǎng)等主要基礎(chǔ)設(shè)施，研究發(fā)現(xiàn)這些基礎(chǔ)設(shè)施對(duì)全要素生產(chǎn)率存在顯著的促進(jìn)作用；Cohen和Morrison(2004)、Bronzini和Piselli(2009)通過(guò)對(duì)美國(guó)和意大利的數(shù)據(jù)進(jìn)行研究，得出本地基礎(chǔ)設(shè)施的完善能夠有效促進(jìn)周邊地區(qū)生產(chǎn)率提高和經(jīng)濟(jì)增長(zhǎng)。相反Boarnet(1998)發(fā)現(xiàn)隨著本地區(qū)基礎(chǔ)設(shè)施的完善，吸入了周邊地區(qū)的經(jīng)濟(jì)資源和生產(chǎn)要素，基礎(chǔ)設(shè)施的完善程度存在負(fù)向的空間溢出效應(yīng)。二是異質(zhì)性視角，選取網(wǎng)絡(luò)基礎(chǔ)設(shè)施中的特定類型對(duì)全要素生產(chǎn)率的實(shí)際效應(yīng)和空間效應(yīng)的研究。如交通基礎(chǔ)設(shè)施在運(yùn)輸成本、市場(chǎng)可達(dá)性、生產(chǎn)率溢價(jià)效應(yīng)等對(duì)全要素生產(chǎn)率產(chǎn)生直接和間接影響(李蘭冰等，2019；劉沖等，2020)；信息基礎(chǔ)設(shè)施對(duì)全要素生產(chǎn)率產(chǎn)生網(wǎng)絡(luò)效應(yīng)(劉傳明和馬青山，2020)；而能源基礎(chǔ)設(shè)施對(duì)全要素生產(chǎn)率的影響并不明顯(劉生龍和胡鞍鋼，2010)；也可能存在“資源詛咒”現(xiàn)象，導(dǎo)致資源利用的低效率，進(jìn)而對(duì)全要素生產(chǎn)率產(chǎn)生不利影響(謝劍，2018)。以上所列相關(guān)文獻(xiàn)主要以實(shí)物或距離來(lái)選取網(wǎng)絡(luò)基礎(chǔ)設(shè)施的代理變量進(jìn)行研究。

Nelson和Phelps(1966)構(gòu)建模型中假定技術(shù)進(jìn)步速度取決于兩個(gè)因素：勞動(dòng)力受教育程度、潛在技術(shù)與實(shí)際技術(shù)之間的差距。一國(guó)人力資本水平直接影響著全要素生產(chǎn)率增長(zhǎng)速度，已有研究對(duì)此并沒(méi)有得出統(tǒng)一的結(jié)論，但大多數(shù)學(xué)者認(rèn)為人力資本積累有利于提升全要素生產(chǎn)率。最新研究主要聚焦以下兩個(gè)方面：一是人力資本積累對(duì)全要素生產(chǎn)率影響路徑的探討。如劉智勇等(2018)從人力資本等級(jí)的演化角度，發(fā)現(xiàn)人力資本從低級(jí)化向高級(jí)化演進(jìn)時(shí)，推動(dòng)了技術(shù)創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)等方面的發(fā)展。在人力資本配置方面，李勇等(2021)發(fā)現(xiàn)，與資本和勞動(dòng)力錯(cuò)配相比較，人力資本錯(cuò)配的程度較高，不利于全要素生產(chǎn)率的提升。二是人力資本的異質(zhì)性視角，不同人力資本的特定層次對(duì)全要素生產(chǎn)率的實(shí)際效應(yīng)和空間效應(yīng)的研究。逯進(jìn)和李婷婷(2021)發(fā)現(xiàn)“領(lǐng)先型模式”的人力資本提高后，能有效促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和技術(shù)創(chuàng)新對(duì)綠色全要素生產(chǎn)率的提升。

綜上所述，基于相關(guān)文獻(xiàn)的系統(tǒng)梳理發(fā)現(xiàn)，國(guó)內(nèi)大循環(huán)中網(wǎng)絡(luò)基礎(chǔ)設(shè)施和人力資本水平都通過(guò)不同傳導(dǎo)機(jī)制來(lái)影響一國(guó)全要素生產(chǎn)率的增長(zhǎng)。已有成果為本文提供了堅(jiān)實(shí)的研究基礎(chǔ)以及重要啟示。然而，在探究經(jīng)濟(jì)發(fā)展中的影響因素時(shí)，將“硬件”與“軟件”分開評(píng)價(jià)的做法并不合適(張軍等，2007)。結(jié)合“硬件”與“軟件”兩方面，研究網(wǎng)絡(luò)基礎(chǔ)設(shè)施和人力資本水平的變化影響全要素生產(chǎn)率的內(nèi)在機(jī)理和實(shí)際效應(yīng)，仍存在拓展空間。本文主要拓展如下：第一，構(gòu)建網(wǎng)絡(luò)基礎(chǔ)設(shè)施和人力資本為一體的研究框架，在國(guó)內(nèi)大循環(huán)背景下明晰兩者不同的特性，探究其影響全要素生產(chǎn)率的內(nèi)在機(jī)理，深入剖析提升國(guó)內(nèi)循環(huán)效率的傳導(dǎo)機(jī)制。第二，基于資本存量在國(guó)內(nèi)大循環(huán)中起到的重要作用以及實(shí)物統(tǒng)計(jì)數(shù)據(jù)的部分不可得和不可加總等局限性，選取存量層面分別檢驗(yàn)網(wǎng)絡(luò)基礎(chǔ)設(shè)施和人力資本對(duì)全要素生產(chǎn)率的作用效果和空間效應(yīng)，從技術(shù)空間溢出視角為國(guó)內(nèi)大循環(huán)背景下實(shí)現(xiàn)技術(shù)循環(huán)提供理論與經(jīng)驗(yàn)支撐。

二、 內(nèi)在機(jī)理

習(xí)近平總書記指出，“新時(shí)代新階段的發(fā)展必須貫徹新發(fā)展理念，必須是高質(zhì)量發(fā)展”(習(xí)近平，2020)。在高質(zhì)量發(fā)展階段，核心任務(wù)之一是要提升全要素生產(chǎn)率(王一鳴，2020)。如何有效提升全要素生產(chǎn)率成為研究中國(guó)經(jīng)濟(jì)增長(zhǎng)的核心問(wèn)題。國(guó)內(nèi)大循環(huán)中網(wǎng)絡(luò)基礎(chǔ)設(shè)施和人力資本水平都通過(guò)不同傳導(dǎo)機(jī)制來(lái)影響著一國(guó)全要素生產(chǎn)率的增長(zhǎng)。

1. 網(wǎng)絡(luò)基礎(chǔ)設(shè)施影響全要素生產(chǎn)率的內(nèi)在機(jī)理

根據(jù)Biehl(1991)的定義，網(wǎng)絡(luò)基礎(chǔ)設(shè)施包括交通網(wǎng)絡(luò)、能源網(wǎng)絡(luò)和信息網(wǎng)絡(luò)，基本上屬于經(jīng)濟(jì)性基礎(chǔ)設(shè)施；具有明顯的規(guī)模經(jīng)濟(jì)和網(wǎng)絡(luò)效應(yīng)，同時(shí)能夠?qū)?jīng)濟(jì)發(fā)展產(chǎn)生溢出效應(yīng)(王群勇和王西貝，2021)。基于網(wǎng)絡(luò)基礎(chǔ)設(shè)施的功能性、投資性和網(wǎng)絡(luò)性三個(gè)視角，從國(guó)內(nèi)大循環(huán)中的資源配置效率、地區(qū)規(guī)模經(jīng)濟(jì)和空間技術(shù)溢出三個(gè)方面來(lái)剖析網(wǎng)絡(luò)基礎(chǔ)設(shè)施影響全要素生產(chǎn)率的內(nèi)在機(jī)理。

第一，國(guó)內(nèi)大循環(huán)中資源配置效率。從功能性視角來(lái)看，國(guó)內(nèi)大循環(huán)中網(wǎng)絡(luò)基礎(chǔ)設(shè)施有利于提高經(jīng)濟(jì)資源配置效率。網(wǎng)絡(luò)基礎(chǔ)設(shè)施能夠影響有形經(jīng)濟(jì)資源的跨區(qū)配置效率；交通基礎(chǔ)設(shè)施可以提升地區(qū)間經(jīng)濟(jì)資源跨區(qū)流動(dòng)的便利性，有效降低經(jīng)濟(jì)資源在跨區(qū)運(yùn)輸中的成本；能源基礎(chǔ)設(shè)施可以有效實(shí)現(xiàn)地區(qū)稀缺資源的跨區(qū)配置，提高地區(qū)閑置資源的利用率。網(wǎng)絡(luò)基礎(chǔ)設(shè)施還能夠影響無(wú)形市場(chǎng)信息的跨時(shí)空傳播力度；地區(qū)間信息基礎(chǔ)設(shè)施的建設(shè)有利于市場(chǎng)信息在更廣范圍傳播，以更快速度來(lái)完成市場(chǎng)信息交換；有效降低經(jīng)濟(jì)交流中的信息不對(duì)稱程度，大幅降低跨區(qū)信息溝通與交流成本。網(wǎng)絡(luò)基礎(chǔ)設(shè)施可以促使勞動(dòng)、資本和技術(shù)等生產(chǎn)要素在短時(shí)間內(nèi)得到合理配置，緩解了資源錯(cuò)配，進(jìn)而提高了資源配置效率(劉傳明和馬青山，2020)。因此，在國(guó)內(nèi)大循環(huán)中網(wǎng)絡(luò)基礎(chǔ)設(shè)施將直接通過(guò)影響經(jīng)濟(jì)資源的配置效率來(lái)影響技術(shù)效率水平，進(jìn)而影響全要素生產(chǎn)率的增長(zhǎng)。

第二，國(guó)內(nèi)大循環(huán)中地區(qū)規(guī)模經(jīng)濟(jì)。從投資性視角來(lái)看，國(guó)內(nèi)大循環(huán)中網(wǎng)絡(luò)基礎(chǔ)設(shè)施有利于產(chǎn)生規(guī)模經(jīng)濟(jì)效應(yīng)。隨著地區(qū)網(wǎng)絡(luò)基礎(chǔ)設(shè)施資本的注入，完善的網(wǎng)絡(luò)基礎(chǔ)設(shè)施為私人部門和公共部門的規(guī)模生產(chǎn)提供了物質(zhì)保障。地區(qū)規(guī)模生產(chǎn)形成，能夠促進(jìn)科研機(jī)構(gòu)、企業(yè)和個(gè)人的技術(shù)創(chuàng)新和研發(fā)，實(shí)現(xiàn)經(jīng)濟(jì)主體采用新技術(shù)和新方法來(lái)發(fā)展規(guī)模經(jīng)濟(jì)，同時(shí)通過(guò)優(yōu)化經(jīng)濟(jì)主體的活動(dòng)空間組織，實(shí)現(xiàn)經(jīng)濟(jì)主體間的分工合作，提高專業(yè)化生產(chǎn)水平，實(shí)現(xiàn)地區(qū)內(nèi)的規(guī)模經(jīng)濟(jì)發(fā)展。因此，在國(guó)內(nèi)大循環(huán)中網(wǎng)絡(luò)基礎(chǔ)設(shè)施將直接通過(guò)實(shí)現(xiàn)地區(qū)規(guī)模經(jīng)濟(jì)來(lái)影響技術(shù)效率水平，進(jìn)而影響全要素生產(chǎn)率的增長(zhǎng)。

第三，國(guó)內(nèi)大循環(huán)中空間技術(shù)溢出。從網(wǎng)絡(luò)性視角來(lái)看，國(guó)內(nèi)大循環(huán)中網(wǎng)絡(luò)基礎(chǔ)設(shè)施有利于產(chǎn)生空間技術(shù)溢出。在其功能性和投資性的基礎(chǔ)上，網(wǎng)絡(luò)基礎(chǔ)設(shè)施還可以將科研機(jī)構(gòu)、企業(yè)和個(gè)人的技術(shù)創(chuàng)新和研發(fā)成果實(shí)現(xiàn)跨區(qū)引進(jìn)和擴(kuò)散，加速跨區(qū)新技術(shù)和信息的交流，促進(jìn)溢入地區(qū)的技術(shù)效率和技術(shù)進(jìn)步的提升；同時(shí)溢入地區(qū)又將溢出新的創(chuàng)新技術(shù)和成果，最后由空間技術(shù)溢出形成了跨區(qū)間技術(shù)和信息的雙向循環(huán)。因此，在國(guó)內(nèi)大循環(huán)中網(wǎng)絡(luò)基礎(chǔ)設(shè)施將通過(guò)空間技術(shù)溢出，形成跨區(qū)間新知識(shí)和新技術(shù)的技術(shù)循環(huán)，進(jìn)而影響跨區(qū)間全要素生產(chǎn)率的增長(zhǎng)。

2. 人力資本水平影響全要素生產(chǎn)率的內(nèi)在機(jī)理

人力資本質(zhì)量水平快速提升是中國(guó)經(jīng)濟(jì)實(shí)現(xiàn)潛在發(fā)展能力的關(guān)鍵，更是實(shí)現(xiàn)趕超目標(biāo)的基礎(chǔ)(劉偉和張立元，2020)。人力資本既可以作為生產(chǎn)要素影響生產(chǎn)，又能通過(guò)影響技術(shù)進(jìn)步而間接作用于生產(chǎn)(Lucas，1988)；同時(shí)決定了知識(shí)和技術(shù)的生產(chǎn)，又決定了知識(shí)與技術(shù)的增長(zhǎng)(Romer，1990)?；谌肆Y本的自主創(chuàng)新、外部引入和空間流動(dòng)三個(gè)視角，從國(guó)內(nèi)大循環(huán)中的技術(shù)創(chuàng)新、技術(shù)引進(jìn)和空間技術(shù)溢出三個(gè)方面來(lái)剖析人力資本水平影響全要素生產(chǎn)率的內(nèi)在機(jī)理。

第一，國(guó)內(nèi)大循環(huán)中技術(shù)創(chuàng)新。從自主創(chuàng)新視角來(lái)看，國(guó)內(nèi)大循環(huán)中人力資本水平有利于提高地區(qū)技術(shù)創(chuàng)新水平。人才是創(chuàng)新的第一資源，創(chuàng)新驅(qū)動(dòng)的本質(zhì)是人才驅(qū)動(dòng)(蘇科和周超，2021)。人力資本的“金字塔”結(jié)構(gòu)中，較高層次的人力資本存量能夠更好地實(shí)現(xiàn)新技術(shù)的研發(fā)、新產(chǎn)業(yè)的培育，更有利于促進(jìn)技術(shù)密集型和知識(shí)密集型產(chǎn)業(yè)等相關(guān)產(chǎn)業(yè)全要素生產(chǎn)率的提高，帶動(dòng)地區(qū)全要素生產(chǎn)率的提升。因此，地區(qū)人力資本水平的提升對(duì)經(jīng)濟(jì)社會(huì)發(fā)展的主要作用在于能夠直接影響技術(shù)研發(fā)能力，決定著地區(qū)技術(shù)創(chuàng)新水平，成為影響全要素生產(chǎn)率增長(zhǎng)的重要推動(dòng)力(Bagheri等，2019；韓先鋒等，2019)。

第二，國(guó)內(nèi)大循環(huán)中技術(shù)引進(jìn)。從外部引入視角來(lái)看，國(guó)內(nèi)大循環(huán)中人力資本水平有利于提高地區(qū)技術(shù)引進(jìn)水平。國(guó)內(nèi)新型技術(shù)的產(chǎn)生除了依賴自主研發(fā)和創(chuàng)新以外，還可以通過(guò)技術(shù)引進(jìn)來(lái)實(shí)現(xiàn)。例如通過(guò)外商直接投資可以一方面引入最新的技術(shù)和設(shè)備，另一方面引入企業(yè)高效的管理模式等等。而地區(qū)技術(shù)的引入不僅需要與之相匹配的人力資本水平來(lái)吸收和改進(jìn)；同時(shí)伴隨各類新技術(shù)的應(yīng)用，包括再改進(jìn)、再完善以及再推廣都需要高素質(zhì)人力資本的支撐。于是地區(qū)對(duì)高素質(zhì)人力資本需求將不斷增長(zhǎng)，這必然會(huì)推動(dòng)人力資本結(jié)構(gòu)向高級(jí)化演進(jìn)。而隨著人力資本水平的不斷積累和提升，將不斷形成技術(shù)引進(jìn)與人力資本提升的良性循環(huán)，進(jìn)一步帶動(dòng)了技術(shù)的推廣和應(yīng)用。因此，地區(qū)人力資本直接影響技術(shù)引進(jìn)水平，促進(jìn)著地區(qū)技術(shù)推廣和應(yīng)用，成為影響全要素生產(chǎn)率增長(zhǎng)的重要推動(dòng)因素。

第三，國(guó)內(nèi)大循環(huán)中空間技術(shù)溢出。從空間流動(dòng)視角來(lái)看，國(guó)內(nèi)大循環(huán)中人力資本水平有利于實(shí)現(xiàn)空間技術(shù)溢出。人力資本除了直接影響國(guó)內(nèi)大循環(huán)中的技術(shù)創(chuàng)新和技術(shù)引進(jìn)水平以外，人力資本作為技術(shù)載體還會(huì)隨著空間流動(dòng)而產(chǎn)生較強(qiáng)的正外部性影響。隨著一個(gè)地區(qū)技術(shù)創(chuàng)新和技術(shù)引進(jìn)程度的提高，經(jīng)濟(jì)主體采用新技術(shù)和新方法組織生產(chǎn)，跨區(qū)人力資本的流動(dòng)可以使新技術(shù)和新方法實(shí)現(xiàn)跨區(qū)技術(shù)溢出，一方面由集聚效應(yīng)促成發(fā)展程度相似的城市群實(shí)現(xiàn)區(qū)域規(guī)模經(jīng)濟(jì)生產(chǎn)；另一方面由輻射效應(yīng)推動(dòng)落后地區(qū)生產(chǎn)技術(shù)的進(jìn)步。因此，在國(guó)內(nèi)大循環(huán)中人力資本將通過(guò)空間技術(shù)溢出，形成跨區(qū)間新知識(shí)和新技術(shù)的技術(shù)循環(huán)，進(jìn)而影響跨區(qū)間全要素生產(chǎn)率的增長(zhǎng)。

綜上所述，網(wǎng)絡(luò)基礎(chǔ)設(shè)施為國(guó)內(nèi)大循環(huán)的硬件基礎(chǔ)，而人力資本則成為國(guó)內(nèi)大循環(huán)的軟件約束。便捷的網(wǎng)絡(luò)基礎(chǔ)設(shè)施更容易實(shí)現(xiàn)跨區(qū)間人力資本空間流動(dòng)中的技術(shù)溢出，兩者的有機(jī)結(jié)合分別為推動(dòng)地區(qū)全要素生產(chǎn)率增長(zhǎng)提供效率保障和技術(shù)載體作用，并有利于實(shí)現(xiàn)國(guó)內(nèi)大循環(huán)中的技術(shù)循環(huán)，進(jìn)而驅(qū)動(dòng)跨區(qū)全要素生產(chǎn)率的增長(zhǎng)(見圖1)。

三、 核心變量測(cè)算與空間相關(guān)性

1. 核心變量測(cè)算

(1) 全要素生產(chǎn)率(TFP)。對(duì)比測(cè)算全要素生產(chǎn)率中普遍使用的方法，適于選取非參數(shù)法中最常用的數(shù)據(jù)包絡(luò)分析法(DEA)，具體Malmquist指數(shù)法的公式如下：

(1)

Mi,t+1(xit+1，yit+1，xit，yit)為t期到t+1期的全要素生產(chǎn)率的變化。用Effchit+1表示從t到t+1期的技術(shù)效率變動(dòng)指數(shù)，描述決策單位生產(chǎn)靠近當(dāng)期生產(chǎn)前沿邊界的程度；用Techit+1表示從t到t+1期的生產(chǎn)技術(shù)變動(dòng)的幾何平均數(shù)，描述了從t到t+1期內(nèi)生產(chǎn)前沿邊界的移動(dòng)程度。其中，具體產(chǎn)出項(xiàng)和投入項(xiàng)的核算過(guò)程參考趙莎莎等(2018)。運(yùn)用DEAP2.1軟件，由Malmquist指數(shù)法得出各省市全要素生產(chǎn)率(TFP)，以及其分解項(xiàng)技術(shù)效率變動(dòng)指數(shù)(Effch)和技術(shù)進(jìn)步變動(dòng)指數(shù)(Tech)。為了后文量化可比性的需要，將這三個(gè)量以2000年為基期進(jìn)行定比改進(jìn)，分別用tfp、effch和tech來(lái)表示。

(2) 網(wǎng)絡(luò)基礎(chǔ)設(shè)施(rit)。基于基礎(chǔ)設(shè)施代理變量選擇的文獻(xiàn)梳理，主要有兩種方式：一是選取實(shí)物層面或者實(shí)際距離的角度；二是選取資本存量層面。具體的代理變量選擇可依據(jù)實(shí)際研究側(cè)重點(diǎn)和實(shí)際數(shù)據(jù)的可得性來(lái)?yè)駜?yōu)選取。鑒于網(wǎng)絡(luò)基礎(chǔ)設(shè)施的資本存量在國(guó)內(nèi)大循環(huán)中起到的重要作用以及實(shí)物統(tǒng)計(jì)數(shù)據(jù)的部分不可得和不可加總等局限性，適于選用存量層面來(lái)衡量網(wǎng)絡(luò)基礎(chǔ)設(shè)施的總水平。

根據(jù)Biehl(1991)的定義，網(wǎng)絡(luò)基礎(chǔ)設(shè)施包括交通網(wǎng)絡(luò)、能源網(wǎng)絡(luò)和信息網(wǎng)絡(luò)三大部分，歷年搜集數(shù)據(jù)中涵蓋了全社會(huì)主要行業(yè)歷年的固定資產(chǎn)投資數(shù)據(jù)；參照具體的固定資產(chǎn)投資項(xiàng)目，選取對(duì)應(yīng)的三個(gè)投資項(xiàng)目依次為：交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)；電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)；信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)。在存量層面利用各項(xiàng)固定資產(chǎn)投資額加總的優(yōu)點(diǎn)，選用三個(gè)對(duì)應(yīng)項(xiàng)目投資額的加和作為計(jì)算網(wǎng)絡(luò)基礎(chǔ)設(shè)施存量的歷年流量值，用Iit來(lái)表示(1)鑒于2003年開始《中國(guó)統(tǒng)計(jì)年鑒》中全社會(huì)固定資產(chǎn)投資數(shù)據(jù)統(tǒng)計(jì)口徑發(fā)生變化，2003年之前的數(shù)據(jù)采用各省市2003-2016年平均增長(zhǎng)率進(jìn)行補(bǔ)值。。2000-2018年間各省市的網(wǎng)絡(luò)基礎(chǔ)設(shè)施存量具體采用Goldsmith的“永續(xù)盤存法”進(jìn)行估算，用Kit表示。具體公式為：Kitt= (1-δ)*Kitt-1+Iitt/Pt，其中Kitt為當(dāng)期的網(wǎng)絡(luò)基礎(chǔ)設(shè)施存量；Kitt-1為上一期的網(wǎng)絡(luò)基礎(chǔ)設(shè)施存量；Iitt為當(dāng)期的三項(xiàng)網(wǎng)絡(luò)基礎(chǔ)設(shè)施投資總額；Pt是以2000為基期的當(dāng)期固定資本價(jià)格指數(shù)；δ為折舊率取值6.9%(胡李鵬等，2016)；2000年的網(wǎng)絡(luò)基礎(chǔ)設(shè)施基期存量核算借鑒Hall和Mairesse(1995)的方法：Kit0=Iit0/(δ+g)；g為各省市以2000年為基期核算的網(wǎng)絡(luò)基礎(chǔ)設(shè)施投資總額的實(shí)際值(Iitt/Pt)在2000-2018年間的年均實(shí)際增長(zhǎng)率。為衡量存量層面的網(wǎng)絡(luò)基礎(chǔ)設(shè)施水平，采用網(wǎng)絡(luò)基礎(chǔ)設(shè)施實(shí)際存量占總實(shí)際物質(zhì)資本存量的比例來(lái)衡量，用rit來(lái)表示，即rit=Kit/K，其中K為上文中總實(shí)際物質(zhì)資本存量。

(3) 人力資本水平(hhg)。人力資本水平的衡量更側(cè)重于高級(jí)化層面的演進(jìn)程度。選取人力資本結(jié)構(gòu)層次系數(shù)進(jìn)行量化估算，借鑒劉智勇等(2018)的研究，將人力資本按照大專以上、高中、初中、小學(xué)和文盲半文盲5類教育程度依次排列，其所占比重設(shè)為Hj(j=1,…,5)，則人力資本高級(jí)化估算公式如下：

(2)

(4) 控制變量。參考已有研究成果，分別從四個(gè)指標(biāo)影響現(xiàn)階段經(jīng)濟(jì)社會(huì)發(fā)展的外在環(huán)境來(lái)選取控制變量。政府干涉程度(lnpfe)：選用人均財(cái)政支出水平來(lái)量化估算政府干涉程度，由各省市財(cái)政支出總額除以總?cè)丝诘闹翟偃?duì)數(shù)來(lái)測(cè)算；地方政府不同的財(cái)政支出水平能夠直接反映出其干涉程度。對(duì)外開放程度(lnpie)：選用人均進(jìn)出口水平來(lái)量化估算對(duì)外開放程度，由各省市進(jìn)出口總額除以總?cè)丝诘闹翟偃?duì)數(shù)來(lái)測(cè)算；其中進(jìn)出口總額數(shù)據(jù)經(jīng)過(guò)當(dāng)年人民幣與美元比價(jià)的中間價(jià)來(lái)折算成人民幣；人均進(jìn)出口水平的高低能夠反映出地區(qū)對(duì)外開放的程度。外商投資程度(lnpfdi)：選用人均外商直接投資水平來(lái)量化估算外商投資程度，由各省市外商直接投資總額除以總?cè)丝诘闹翟偃?duì)數(shù)來(lái)測(cè)算；人均外商直接投資水平的高低能夠反映出地區(qū)內(nèi)外商投資程度。城鎮(zhèn)化水平(ur)：選用各省市年末城鎮(zhèn)人口占其年末總?cè)丝诘谋戎貋?lái)測(cè)算；可以直接反映地區(qū)人口在數(shù)量上的集聚程度。所有變量的原始數(shù)據(jù)均來(lái)自歷年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》以及各省市歷年統(tǒng)計(jì)年鑒。

2. 核心變量空間相關(guān)性的動(dòng)態(tài)分析

鑒于中國(guó)自東往西的經(jīng)濟(jì)發(fā)展存在著不平衡和不充分的空間特征，為了明晰國(guó)內(nèi)大循環(huán)中核心變量是否呈現(xiàn)顯著的空間相關(guān)性特征，選取Moran’s I全局空間自相關(guān)檢驗(yàn)方法。考慮到國(guó)內(nèi)大循環(huán)中經(jīng)濟(jì)資源和技術(shù)的空間流動(dòng)，相鄰地區(qū)間物質(zhì)基礎(chǔ)、人力資本和技術(shù)交流最密切，較易實(shí)現(xiàn)，故采用鄰接概念的空間權(quán)重矩陣W進(jìn)行檢驗(yàn)。基于2000-2018年間各省市核心變量的相關(guān)數(shù)據(jù)，使用Stata14.0得出核心變量的莫蘭指數(shù)(Moran’s I)，具體結(jié)果如表1所示。

表1 核心變量的莫蘭指數(shù)(Moran’s I)

(1) 全要素生產(chǎn)率的空間自相關(guān)性動(dòng)態(tài)變化特征。觀察表1中全要素生產(chǎn)率(tfp)的莫蘭指數(shù)動(dòng)態(tài)變化，發(fā)現(xiàn)樣本期間內(nèi)tfp莫蘭指數(shù)符號(hào)均為正，且從2008年開始在5%的統(tǒng)計(jì)水平上顯著；同時(shí)tfp莫蘭指數(shù)在0.2左右呈現(xiàn)周期性增長(zhǎng)趨勢(shì)。由此發(fā)現(xiàn)全要素生產(chǎn)率在跨區(qū)空間分布上具有顯著的正相關(guān)關(guān)系，各省市全要素生產(chǎn)率增長(zhǎng)呈現(xiàn)出相似值之間的空間聚集特征，即各省市tfp估值存在高值與高值相鄰、低值與低值相鄰，具有比較顯著的空間集聚特征。

表1中全要素生產(chǎn)率分解項(xiàng)技術(shù)效率變動(dòng)指數(shù)(effch)和技術(shù)進(jìn)步變動(dòng)指數(shù)(tech)的莫蘭指數(shù)動(dòng)態(tài)變化，發(fā)現(xiàn)樣本期間內(nèi)兩者呈現(xiàn)不同的空間特征。技術(shù)進(jìn)步變動(dòng)指數(shù)(tech)的莫蘭指數(shù)符號(hào)均為正，且均在1%統(tǒng)計(jì)水平上顯著；同時(shí)tech莫蘭指數(shù)隨年份變化呈現(xiàn)逐漸增長(zhǎng)趨勢(shì)；而技術(shù)效率變動(dòng)指數(shù)(effch)的莫蘭指數(shù)從2004年起數(shù)值偏小，趨向于0，且不顯著。由此發(fā)現(xiàn)技術(shù)進(jìn)步指數(shù)在跨區(qū)空間分布上具有顯著的正相關(guān)關(guān)系，即各省市tech估值存在高值與高值相鄰、低值與低值相鄰，具有比較顯著的空間集聚特征；相反，技術(shù)效率指數(shù)空間分布具有隨機(jī)性，不具有顯著的空間集聚特征。

(2) 網(wǎng)絡(luò)基礎(chǔ)設(shè)施的空間自相關(guān)性動(dòng)態(tài)變化特征。觀察表1中網(wǎng)絡(luò)基礎(chǔ)設(shè)施(rit)的莫蘭指數(shù)動(dòng)態(tài)變化，發(fā)現(xiàn)從2008年起rit莫蘭指數(shù)符號(hào)均為正，且在1%或5%統(tǒng)計(jì)水平上顯著；同時(shí)rit莫蘭指數(shù)隨年份變化呈現(xiàn)快速增長(zhǎng)趨勢(shì)。由此發(fā)現(xiàn)網(wǎng)絡(luò)基礎(chǔ)設(shè)施在跨區(qū)空間分布上具有顯著的正相關(guān)關(guān)系，各省市網(wǎng)絡(luò)基礎(chǔ)設(shè)施增長(zhǎng)呈現(xiàn)出比較顯著的空間集聚特征。2008年以來(lái)中國(guó)網(wǎng)絡(luò)基礎(chǔ)設(shè)施的投資迅速增長(zhǎng)，日益增長(zhǎng)的跨區(qū)網(wǎng)絡(luò)基礎(chǔ)設(shè)施為國(guó)內(nèi)大循環(huán)提供了正常運(yùn)轉(zhuǎn)的物質(zhì)保障，承載著物流、信息流等等多種功能，成為國(guó)內(nèi)大循環(huán)中的硬件保障，其顯著的空間自相關(guān)性符合中國(guó)網(wǎng)絡(luò)基礎(chǔ)設(shè)施地區(qū)間分布不平衡的現(xiàn)實(shí)情況。

(3) 人力資本水平的空間自相關(guān)性動(dòng)態(tài)變化特征。觀察表1中人力資本(hhg)的莫蘭指數(shù)動(dòng)態(tài)變化，發(fā)現(xiàn)自2002年起hhg莫蘭指數(shù)符號(hào)均為正，且均在1%統(tǒng)計(jì)水平上顯著；同時(shí)hhg莫蘭指數(shù)在0.3左右呈現(xiàn)周期性增長(zhǎng)趨勢(shì)。由此發(fā)現(xiàn)人力資本水平在跨區(qū)空間分布上具有顯著的正相關(guān)關(guān)系，各省市人力資本水平增長(zhǎng)呈現(xiàn)出比較顯著的空間集聚特征。2000年以來(lái)中國(guó)人力資本結(jié)構(gòu)呈現(xiàn)出由初級(jí)顯著向高級(jí)演進(jìn)的趨勢(shì)，凸顯出相鄰地區(qū)人力資本的流動(dòng)性和空間聚集性，成為國(guó)內(nèi)大循環(huán)中的技術(shù)載體，其顯著的空間自相關(guān)性符合中國(guó)人力資本地區(qū)間分布不平衡的現(xiàn)實(shí)情況。

四、 模型設(shè)定與實(shí)證分析

1. 空間計(jì)量模型設(shè)定

(1) 基準(zhǔn)模型設(shè)定。首先構(gòu)建兩者影響全要素生產(chǎn)率的基準(zhǔn)模型，暫不考慮空間因素，檢驗(yàn)兩者影響全要素生產(chǎn)率的作用效果，被解釋變量全要素生產(chǎn)率(tfp)基準(zhǔn)模型設(shè)定如公式(3)所示。然后，為細(xì)化檢驗(yàn)網(wǎng)絡(luò)基礎(chǔ)設(shè)施與人力資本影響全要素生產(chǎn)率的具體路徑，將全要素生產(chǎn)率的分解項(xiàng)技術(shù)進(jìn)步變動(dòng)指數(shù)(tech)和技術(shù)效率變動(dòng)指數(shù)(effch)設(shè)為被解釋變量，分別構(gòu)建基準(zhǔn)模型，具體設(shè)定如公式(4)和(5)所示：

tfpit=c+β1ritit+β2hhgit+∑mγmCit+ui+εit

(3)

techit=c+β1ritit+β2hhgit+∑mγmCit+ui+εit

(4)

effchit=c+β1ritit+β2hhgit+∑mγmCit+ui+εit

(5)

公式中，下標(biāo)i代表不同的省(區(qū)、市)；t代表不同的年份；βn為第n個(gè)核心解釋變量的估計(jì)系數(shù)；c為常數(shù)項(xiàng)；ui代表不隨時(shí)間變化的個(gè)體特征效應(yīng)；εit表示與解釋變量無(wú)關(guān)的隨機(jī)擾動(dòng)項(xiàng)；Cit代表不同的控制變量集；γm為第m個(gè)控制變量的估計(jì)系數(shù)；ritit為網(wǎng)絡(luò)基礎(chǔ)設(shè)施水平；hhgit表示人力資本水平。

(2) 空間模型設(shè)定。首先，空間計(jì)量模型設(shè)定時(shí)需要進(jìn)行相應(yīng)的空間計(jì)量檢驗(yàn)，具體方法和檢驗(yàn)結(jié)果見表2與表3。然后，由檢驗(yàn)結(jié)果選取個(gè)體固定效應(yīng)的空間杜賓面板回歸模型。最后，為細(xì)化檢驗(yàn)兩者對(duì)全要素生產(chǎn)率的影響路徑，分別將被解釋變量全要素生產(chǎn)率(tfp)與技術(shù)進(jìn)步變動(dòng)指數(shù)(tech)的空間面板計(jì)量模型具體設(shè)定為公式(6)和(7)：

(6)

(7)

2. 實(shí)證分析

(1) 網(wǎng)絡(luò)基礎(chǔ)設(shè)施與人力資本對(duì)全要素生產(chǎn)率影響的固定效應(yīng)。由F檢驗(yàn)和Hausman檢驗(yàn)表明基準(zhǔn)模型存在顯著的個(gè)體固定效應(yīng)，選取個(gè)體固定效應(yīng)來(lái)實(shí)證檢驗(yàn)；運(yùn)用Stata14.0軟件估計(jì)，回歸結(jié)果如表2所示。

表2 基準(zhǔn)模型回歸結(jié)果

觀察表2中模型M1的回歸結(jié)果發(fā)現(xiàn)，國(guó)內(nèi)大循環(huán)中網(wǎng)絡(luò)基礎(chǔ)設(shè)施與人力資本對(duì)全要素生產(chǎn)率產(chǎn)生顯著的促進(jìn)效應(yīng)。模型M1中網(wǎng)絡(luò)基礎(chǔ)設(shè)施(rit)的回歸系數(shù)為0.867，且在1%水平上通過(guò)顯著性檢驗(yàn)，說(shuō)明國(guó)內(nèi)大循環(huán)中網(wǎng)絡(luò)基礎(chǔ)設(shè)施存量的不斷增加，不僅有利于提高經(jīng)濟(jì)資源配置效率，還有利于產(chǎn)生規(guī)模經(jīng)濟(jì)效應(yīng)，實(shí)現(xiàn)促進(jìn)全要素生產(chǎn)率增長(zhǎng)的作用效果。模型M1中人力資本(hhg)的回歸系數(shù)為0.220，且在1%水平上通過(guò)顯著性檢驗(yàn)，說(shuō)明國(guó)內(nèi)大循環(huán)中人力資本水平的不斷高級(jí)化演變，不僅有利于提高地區(qū)技術(shù)創(chuàng)新水平，還有利于提高地區(qū)技術(shù)引進(jìn)水平，實(shí)現(xiàn)促進(jìn)全要素生產(chǎn)率增長(zhǎng)的作用效果。由此，網(wǎng)絡(luò)基礎(chǔ)設(shè)施成為國(guó)內(nèi)大循環(huán)的硬件基礎(chǔ)，為促進(jìn)地區(qū)全要素生產(chǎn)率增長(zhǎng)提供效率保障；而人力資本則為國(guó)內(nèi)大循環(huán)的軟件約束，為促進(jìn)地區(qū)全要素生產(chǎn)率增長(zhǎng)起到技術(shù)載體作用。

對(duì)比觀察表2中模型M2和M3的回歸結(jié)果發(fā)現(xiàn)，國(guó)內(nèi)大循環(huán)中網(wǎng)絡(luò)基礎(chǔ)設(shè)施與人力資本促進(jìn)全要素生產(chǎn)率增長(zhǎng)的具體路徑有所差異。模型M2和M3中網(wǎng)絡(luò)基礎(chǔ)設(shè)施(rit)的回歸系數(shù)分別為0.509和0.520，且均在1%水平上通過(guò)顯著性檢驗(yàn)，說(shuō)明國(guó)內(nèi)大循環(huán)中網(wǎng)絡(luò)基礎(chǔ)設(shè)施從兩方面來(lái)促進(jìn)全要素生產(chǎn)率增長(zhǎng)，既有利于促進(jìn)技術(shù)進(jìn)步(tech)增長(zhǎng)，又有利于促進(jìn)技術(shù)效率(effch)增長(zhǎng)。模型M2和M3中人力資本(hhg)的回歸系數(shù)分別為0.206和0.064，前者在1%水平上通過(guò)顯著性檢驗(yàn)，后者卻未通過(guò)顯著性檢驗(yàn)；說(shuō)明國(guó)內(nèi)大循環(huán)中人力資本主要通過(guò)促進(jìn)技術(shù)進(jìn)步(tech)增長(zhǎng)實(shí)現(xiàn)全要素生產(chǎn)率增長(zhǎng)，而其對(duì)技術(shù)效率的影響并不顯著。

(2) 網(wǎng)絡(luò)基礎(chǔ)設(shè)施與人力資本對(duì)全要素生產(chǎn)率影響的空間技術(shù)溢出。先由表2檢驗(yàn)結(jié)果得出基準(zhǔn)模型采用個(gè)體固定效應(yīng)進(jìn)行估計(jì)，空間面板回歸模型也應(yīng)采用個(gè)體固定效應(yīng)形式。再由表3中Wald檢驗(yàn)結(jié)果，模型M1中SAR test和SEM test分別為88.95和92.05，且均在1%水平上通過(guò)顯著性檢驗(yàn)，分別拒絕原假設(shè)，故選取空間杜賓面板模型(SDM)進(jìn)行檢驗(yàn)；同理，模型M2中兩個(gè)檢驗(yàn)結(jié)果也均在1%水平上通過(guò)顯著性檢驗(yàn)，也選取空間杜賓面板模型(SDM)進(jìn)行檢驗(yàn)。最后運(yùn)用Stata14.0軟件估計(jì)，空間杜賓面板回歸結(jié)果如表3所示。由于空間面板模型中將滯后因子納入回歸模型中，解釋變量的回歸系數(shù)不能直接反映解釋變量的影響程度，同時(shí)解釋變量的空間溢出效應(yīng)不再適于單獨(dú)解釋對(duì)被解釋變量的影響，故將空間效應(yīng)進(jìn)行分解，便于細(xì)化核心解釋變量對(duì)被解釋變量產(chǎn)生空間效應(yīng)的具體程度，效應(yīng)分解如表4所示。

表3 空間杜賓面板模型回歸結(jié)果

對(duì)比觀察表3中模型M1和M2的回歸結(jié)果發(fā)現(xiàn)，全要素生產(chǎn)率與技術(shù)進(jìn)步在增長(zhǎng)過(guò)程中存在顯著的空間依賴性。模型M1和M2的空間自相關(guān)系數(shù)ρ分別為0.312和0.563，且均在1%水平上通過(guò)顯著性檢驗(yàn)；說(shuō)明全要素生產(chǎn)率與技術(shù)進(jìn)步均在一定程度上顯著受到具有相似空間特征的相鄰地區(qū)產(chǎn)生的空間影響。模型M1和M2的w*rit空間回歸系數(shù)分別為1.217和0.572，且均在1%水平上通過(guò)顯著性檢驗(yàn)；w*hhg空間回歸系數(shù)分別為0.261和0.306，分別在5%和1%水平上通過(guò)顯著性檢驗(yàn)；說(shuō)明網(wǎng)絡(luò)基礎(chǔ)設(shè)施與人力資本對(duì)全要素生產(chǎn)率的影響存在顯著的空間效應(yīng)。

觀察表4中被解釋變量tfp在鄰接空間權(quán)重W1下空間效應(yīng)分解值發(fā)現(xiàn)，網(wǎng)絡(luò)基礎(chǔ)設(shè)施與人力資本對(duì)全要素生產(chǎn)率產(chǎn)生的直接效應(yīng)與間接效應(yīng)均非常顯著。網(wǎng)絡(luò)基礎(chǔ)設(shè)施(rit)影響全要素生產(chǎn)率的直接效應(yīng)，分解系數(shù)為0.704，且在1%水平上通過(guò)顯著性檢驗(yàn)，說(shuō)明國(guó)內(nèi)大循環(huán)中網(wǎng)絡(luò)基礎(chǔ)設(shè)施對(duì)本地區(qū)全要素生產(chǎn)率增長(zhǎng)產(chǎn)生了顯著的促進(jìn)效應(yīng)；其影響全要素生產(chǎn)率的間接效應(yīng)，分解系數(shù)為1.937，且在1%水平上通過(guò)顯著性檢驗(yàn)，說(shuō)明國(guó)內(nèi)大循環(huán)中網(wǎng)絡(luò)基礎(chǔ)設(shè)施對(duì)周邊地區(qū)全要素生產(chǎn)率增長(zhǎng)也產(chǎn)生了顯著的促進(jìn)效應(yīng)。人力資本(hhg)影響全要素生產(chǎn)率的直接效應(yīng)，分解系數(shù)為0.166，且在5%水平上通過(guò)顯著性檢驗(yàn)，說(shuō)明國(guó)內(nèi)大循環(huán)中人力資本對(duì)本地區(qū)全要素生產(chǎn)率增長(zhǎng)產(chǎn)生了顯著的促進(jìn)效應(yīng)；其影響全要素生產(chǎn)率的間接效應(yīng)，分解系數(shù)為0.408，且在1%水平上通過(guò)顯著性檢驗(yàn)，說(shuō)明國(guó)內(nèi)大循環(huán)中人力資本對(duì)周邊地區(qū)全要素生產(chǎn)率增長(zhǎng)也產(chǎn)生了顯著的促進(jìn)效應(yīng)。

觀察表4中被解釋變量tech在鄰接空間權(quán)重W1下空間效應(yīng)分解值發(fā)現(xiàn)，網(wǎng)絡(luò)基礎(chǔ)設(shè)施與人力資本對(duì)技術(shù)進(jìn)步產(chǎn)生的直接效應(yīng)與間接效應(yīng)均非常顯著。網(wǎng)絡(luò)基礎(chǔ)設(shè)施(rit)與人力資本(hhg)影響技術(shù)進(jìn)步的直接效應(yīng)，分解系數(shù)分別為0.308和0.113，分別在1%和5%水平上通過(guò)顯著性檢驗(yàn)，說(shuō)明國(guó)內(nèi)大循環(huán)中網(wǎng)絡(luò)基礎(chǔ)設(shè)施與人力資本通過(guò)促進(jìn)本地區(qū)技術(shù)進(jìn)步增長(zhǎng)，從而促進(jìn)本地區(qū)全要素生產(chǎn)率增長(zhǎng)；兩者影響技術(shù)進(jìn)步的間接效應(yīng)，分解系數(shù)分別為1.440和0.700，均在1%水平上通過(guò)顯著性檢驗(yàn)，說(shuō)明國(guó)內(nèi)大循環(huán)中網(wǎng)絡(luò)基礎(chǔ)設(shè)施與人力資本通過(guò)促進(jìn)周邊地區(qū)技術(shù)進(jìn)步增長(zhǎng)，從而促進(jìn)周邊地區(qū)全要素生產(chǎn)率增長(zhǎng)，存在顯著的空間技術(shù)溢出。

進(jìn)一步比較表4中的空間效應(yīng)分解值發(fā)現(xiàn)，網(wǎng)絡(luò)基礎(chǔ)設(shè)施影響全要素生產(chǎn)率的間接效應(yīng)1.937，遠(yuǎn)遠(yuǎn)大于直接效應(yīng)0.704，這說(shuō)明網(wǎng)絡(luò)基礎(chǔ)設(shè)施對(duì)周邊地區(qū)全要素生產(chǎn)率增長(zhǎng)產(chǎn)生的促進(jìn)效應(yīng)遠(yuǎn)遠(yuǎn)大于對(duì)本地區(qū)全要素生產(chǎn)率增長(zhǎng)的促進(jìn)效應(yīng)；網(wǎng)絡(luò)基礎(chǔ)設(shè)施影響技術(shù)進(jìn)步的間接效應(yīng)1.440，遠(yuǎn)遠(yuǎn)大于直接效應(yīng)0.308，是后者的4.675倍，這說(shuō)明地區(qū)網(wǎng)絡(luò)基礎(chǔ)設(shè)施能夠非常有利地促進(jìn)周邊地區(qū)技術(shù)進(jìn)步增長(zhǎng)，產(chǎn)生了顯著的空間技術(shù)溢出。人力資本影響全要素生產(chǎn)率的間接效應(yīng)0.408，遠(yuǎn)遠(yuǎn)大于直接效應(yīng)0.166，這說(shuō)明人力資本對(duì)周邊地區(qū)全要素生產(chǎn)率增長(zhǎng)產(chǎn)生的促進(jìn)效應(yīng)遠(yuǎn)遠(yuǎn)大于對(duì)本地區(qū)全要素生產(chǎn)率增長(zhǎng)的促進(jìn)效應(yīng)；人力資本影響技術(shù)進(jìn)步的間接效應(yīng)0.700，遠(yuǎn)遠(yuǎn)大于直接效應(yīng)0.113，是后者的6.195倍，這說(shuō)明地區(qū)人力資本的提高能夠非常有利地促進(jìn)周邊地區(qū)技術(shù)進(jìn)步增長(zhǎng)，產(chǎn)生了顯著的空間技術(shù)溢出。

表4 空間杜賓面板回歸模型M1和M2的空間效應(yīng)分解值

綜上，通過(guò)綜合分析表3與表4的實(shí)證結(jié)果發(fā)現(xiàn)，網(wǎng)絡(luò)基礎(chǔ)設(shè)施與人力資本對(duì)全要素生產(chǎn)率產(chǎn)生了顯著的空間溢出效應(yīng)，而且兩者對(duì)技術(shù)進(jìn)步的空間溢出效應(yīng)更為顯著，有力促進(jìn)跨區(qū)間的空間技術(shù)溢出。這是因?yàn)閲?guó)內(nèi)大循環(huán)中網(wǎng)絡(luò)基礎(chǔ)設(shè)施與人力資本將通過(guò)空間技術(shù)溢出，形成跨區(qū)間新知識(shí)和新技術(shù)的技術(shù)循環(huán)，通過(guò)顯著促進(jìn)周邊地區(qū)技術(shù)進(jìn)步增長(zhǎng)，進(jìn)而影響跨區(qū)間全要素生產(chǎn)率的增長(zhǎng)?？臻g效應(yīng)的實(shí)證結(jié)果與前文的機(jī)理分析相吻合。

3. 穩(wěn)健性檢驗(yàn)

(1) 基于基準(zhǔn)模型回歸的穩(wěn)健性檢驗(yàn)。首先，基于核心變量數(shù)據(jù)的統(tǒng)計(jì)分析，上海和西藏兩個(gè)地區(qū)極端值非常顯著，故剔除兩地的極端值后對(duì)基準(zhǔn)模型進(jìn)行穩(wěn)健性檢驗(yàn)，具體回歸結(jié)果見表5。通過(guò)對(duì)比表2與表5中M1、M2、M3回歸結(jié)果發(fā)現(xiàn)，核心解釋變量的系數(shù)符號(hào)及顯著性未發(fā)生改變。其次，基于鄰接空間權(quán)重W1，將各省市的網(wǎng)絡(luò)基礎(chǔ)設(shè)施(rit)分別與其所相鄰省市的值求取均值得出相鄰均值Rit，替換后的回歸結(jié)果見表5。通過(guò)對(duì)比表2與表5中M4、M5、M6回歸結(jié)果發(fā)現(xiàn)，核心解釋變量的系數(shù)符號(hào)及顯著性未發(fā)生改變。因此，基于基準(zhǔn)模型的回歸結(jié)果比較穩(wěn)健。

表5 基準(zhǔn)模型回歸的穩(wěn)健性檢驗(yàn)

(2) 基于空間溢出效應(yīng)的穩(wěn)健性檢驗(yàn)?；诳臻g溢出效應(yīng)的穩(wěn)健性檢驗(yàn)，選取經(jīng)濟(jì)空間權(quán)重W2進(jìn)行回歸檢驗(yàn)，具體回歸結(jié)果見表3。對(duì)比分析兩種空間權(quán)重下的回歸結(jié)果發(fā)現(xiàn)，關(guān)于空間杜賓面板模型(SDM)的檢驗(yàn)結(jié)果一致；模型空間自相關(guān)系數(shù)ρ以及核心解釋變量空間回歸系數(shù)的符號(hào)及顯著性未發(fā)生改變；基于經(jīng)濟(jì)空間權(quán)重W2模型的擬合優(yōu)度R2稍微偏低，說(shuō)明本文基于網(wǎng)絡(luò)基礎(chǔ)設(shè)施與人力資本的機(jī)理分析，優(yōu)選鄰接空間權(quán)重W1進(jìn)行回歸比較合理。因此，基于空間溢出效應(yīng)的回歸結(jié)果比較穩(wěn)健。

五、 結(jié)論與啟示

在國(guó)內(nèi)大循環(huán)背景下，網(wǎng)絡(luò)基礎(chǔ)設(shè)施與人力資本水平通過(guò)不同傳導(dǎo)機(jī)制影響著一國(guó)全要素生產(chǎn)率增長(zhǎng)。本文首先研究了在國(guó)內(nèi)大循環(huán)中兩者對(duì)全要素生產(chǎn)率影響的內(nèi)在機(jī)理；然后利用2000-2018年省級(jí)面板數(shù)據(jù)，檢驗(yàn)了核心變量的空間相關(guān)性并分析其動(dòng)態(tài)變化趨勢(shì)，構(gòu)建了基準(zhǔn)模型和空間面板模型來(lái)實(shí)證檢驗(yàn)兩者對(duì)全要素生產(chǎn)率影響的固定效應(yīng)和空間效應(yīng)，主要結(jié)論有以下幾點(diǎn)。一是，國(guó)內(nèi)大循環(huán)中網(wǎng)絡(luò)基礎(chǔ)設(shè)施與人力資本呈現(xiàn)出顯著正向的空間自相關(guān)特征，同時(shí)對(duì)全要素生產(chǎn)率產(chǎn)生顯著的促進(jìn)效應(yīng)；網(wǎng)絡(luò)基礎(chǔ)設(shè)施為國(guó)內(nèi)大循環(huán)的硬件基礎(chǔ)，能為地區(qū)全要素生產(chǎn)率增長(zhǎng)提供效率保障；而人力資本為國(guó)內(nèi)大循環(huán)的軟件約束，能為地區(qū)全要素生產(chǎn)率增長(zhǎng)起到技術(shù)載體作用。二是，國(guó)內(nèi)大循環(huán)中網(wǎng)絡(luò)基礎(chǔ)設(shè)施與人力資本促進(jìn)全要素生產(chǎn)率增長(zhǎng)的具體路徑有所差異：國(guó)內(nèi)大循環(huán)中網(wǎng)絡(luò)基礎(chǔ)設(shè)施從技術(shù)進(jìn)步和技術(shù)效率兩方面來(lái)促進(jìn)全要素生產(chǎn)率增長(zhǎng)；而人力資本主要通過(guò)促進(jìn)技術(shù)進(jìn)步實(shí)現(xiàn)全要素生產(chǎn)率增長(zhǎng)。三是，網(wǎng)絡(luò)基礎(chǔ)設(shè)施與人力資本對(duì)全要素生產(chǎn)率產(chǎn)生了顯著的空間溢出效應(yīng)，而且兩者對(duì)技術(shù)進(jìn)步的空間溢出效應(yīng)更為顯著，有利于在國(guó)內(nèi)大循環(huán)中實(shí)現(xiàn)技術(shù)循環(huán)，進(jìn)一步驅(qū)動(dòng)跨區(qū)全要素生產(chǎn)率的增長(zhǎng)。

基于以上結(jié)論，國(guó)內(nèi)大循環(huán)中網(wǎng)絡(luò)基礎(chǔ)設(shè)施與人力資本客觀存在的空間依賴性，以及對(duì)全要素生產(chǎn)率增長(zhǎng)產(chǎn)生顯著的技術(shù)溢出效應(yīng)，能夠?yàn)檎畷惩▏?guó)內(nèi)大循環(huán)，實(shí)現(xiàn)技術(shù)循環(huán)，推進(jìn)高質(zhì)量發(fā)展，提供重要的政策啟示。一是，網(wǎng)絡(luò)基礎(chǔ)設(shè)施既是國(guó)內(nèi)大循環(huán)中的硬件基礎(chǔ)又是經(jīng)濟(jì)發(fā)展的重要公共投資，為地方實(shí)現(xiàn)高質(zhì)量發(fā)展提供效率保障。地方政府應(yīng)立足于經(jīng)濟(jì)發(fā)展的實(shí)際情況，充分利用網(wǎng)絡(luò)基礎(chǔ)設(shè)施的功能性和投資性，不斷優(yōu)化網(wǎng)絡(luò)基礎(chǔ)設(shè)施的投資效率，帶動(dòng)整體經(jīng)濟(jì)資源配置效率，促進(jìn)地區(qū)間經(jīng)濟(jì)優(yōu)勢(shì)互補(bǔ)，最終實(shí)現(xiàn)地區(qū)內(nèi)規(guī)模經(jīng)濟(jì)；地方政府還應(yīng)考慮跨區(qū)經(jīng)濟(jì)的空間集聚格局，盡量減少由地區(qū)間網(wǎng)絡(luò)基礎(chǔ)設(shè)施過(guò)度投資，重復(fù)建設(shè)或者惰性投入等問(wèn)題造成的投資效率損失；相反，應(yīng)盡量加強(qiáng)地區(qū)間在網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)上的分工合作，有序協(xié)調(diào)，互惠互利，營(yíng)造跨區(qū)間高質(zhì)量發(fā)展的共贏模式。二是，人力資本作為國(guó)內(nèi)大循環(huán)中的軟件約束，是新知識(shí)和新技術(shù)的重要源泉，為地方實(shí)現(xiàn)高質(zhì)量發(fā)展提供技術(shù)載體作用。為有效提升地區(qū)人力資本高級(jí)化程度，地方政府應(yīng)制定一系列積極措施，激勵(lì)地區(qū)人力資本的技術(shù)創(chuàng)新和技術(shù)引進(jìn)能力：多渠道增加教育經(jīng)費(fèi)的同時(shí)，還要注意教育投資的多元化，提高教育資源的優(yōu)化配置；發(fā)展高等教育的同時(shí)，可以組織開展不同層次、不同形式的職業(yè)培訓(xùn)，并側(cè)重向教育環(huán)境較差的地區(qū)傾斜；繼續(xù)發(fā)展勞動(dòng)力的職業(yè)技術(shù)培訓(xùn)和繼續(xù)教育，提高受教育勞動(dòng)力與勞動(dòng)力市場(chǎng)需求的融合度，充分發(fā)揮受教育勞動(dòng)力內(nèi)在的經(jīng)濟(jì)效應(yīng)。地方政府還需考慮人力資本空間依賴的客觀性，應(yīng)將地區(qū)間的空間相關(guān)性納入到創(chuàng)新驅(qū)動(dòng)政策的制定中，尤其重視在空間和經(jīng)濟(jì)密切聯(lián)系下不同省市之間協(xié)調(diào)互動(dòng)發(fā)展，將有助于增強(qiáng)地區(qū)間技術(shù)水平的引進(jìn)和擴(kuò)散，有助于新技術(shù)和新知識(shí)產(chǎn)生有效的技術(shù)溢出效應(yīng)，進(jìn)而有助于促進(jìn)跨區(qū)技術(shù)良性循環(huán)，最終實(shí)現(xiàn)跨區(qū)間高質(zhì)量發(fā)展的共贏模式。