基础设施规模与利用效率对研发活动的影响：1993—2008年中国的经验研究

高军行

摘 要：文章通过构建一个分析基础设施对R&D影响效应的理论框架，并运用面板IV-2SLS方法实证检验1993-2008年中国基础设施规模与利用效率对R&D的挤入/挤出效应和空间溢出效应。通过实证检验发现，中西部地区的交通基础设施（尤其是中部货运设施的利用效率）、东西部地区的能源基础设施规模和信息设施规模、电信设施利用效率都具有显著的R&D挤入效应，总体上基础设施规模与利用效率存在显著的正空间溢出效应。

关键词：基础设施 利用效率 R&D流量 R&D存量

中图分类号：F205 文献标识码：A

文章编号：1004-4914（2017）06-079-04

一、引言

20世纪90年代以来，中国偏重固定资产投资拉动经济增长，提高了资本—劳动比率，出现“资本深化”过程加速趋势。同时不能忽视的是，高投入、高消耗带来的高增长、低就业、低产出的经济与社会发展模式成为提高中国经济发展速度和质量的枷锁，“粗放型”的经济增长方式急需向“集约型”转变，即经济增长由主要依靠投入消耗大量资源向主要依靠创新、提高劳动力质量和资源利用效率转变。

当前，以R&D投资引领的技术进步已成为经济增长的引擎，是决定经济增长速度和质量的重要因素。1987年，中国的R&D经费投入仅为74.03亿元，R&D投入占GDP的比重（简称：R&D强度）为0.61%；1997年为509.16亿元，R&D强度为0.64%；2008年达到4616亿元，R&D强度为1.54%；1987—2008年之间，R&D经费的平均年增长速度为21.88%，R&D强度的平均年增长速度为4.85%，尤其是1999年之后R&D经费投入呈现指数化的增长趋势，R&D强度开始呈现线性增长趋势（见图1）。

通过对相关资料的整理，中国的R&D活动与基础设施建设存在一定关系，R&D活动发展迅速的时候，基础设施建设也快速推进，取得出色成绩。根据国家统计局2008年10月发布的报告，中国在1990年到2002年期间，累计完成基础设施基本建设的投资额为80249亿元，平均每年实现26%的增长，而同期全社会投资的年均增幅为21.5%，1979至1989年的年均增长幅度为10.7%；2003年至2008年，则累计完成基础设施基本建设投资246770亿元，平均每年实现24.5%的增长，而同期国民经济年均增长16.5%。为应对2008年美国次贷危机引发的全球金融危机带来的影响，以2008年国家出台以基础设施建设为主体的4万亿公共投资为例，中国政府从中央到地方通过加大基础设施建设进行短期逆周期调节，拉动了经济增长。

学者们关于对R&D投入影响因素研究，主要在宏观、中观和微观三个层面展开：在宏观层面，Ledeman、Meloney（2003）、Bebczuk（2002）、Grande和Peschke（1999）、党文娟（2008）和江静（2006）等主要从经济繁荣程度、政府支持力度、专利保护程度、劳动力素质、经济开放程度等方面探寻进行R&D活动环境或氛围；中观层面如Scherer（1967）、Cohe和Levin（1989）、Griffith和Harrison（2003）、Jaumotte和Pain（2005a，2005b）、周彩霞（2006）等从产业角度，研究产业结构和产业集群等对R&D的影响；微观层面如Guellec和Van Pottelsberghe（2003）、朱平芳和徐伟民（2003）、安同良和施浩（2006）等主要从企业角度分析企业规模、盈利水平等方面对R&D投入的影响。总结相关文献发现虽然学者们从不同维度剖析了各类因素对R&D投入的影响效应，但分析各种因素對R&D影响效应的理论框架还不完善，也缺乏涉及基础设施规模和利用效率对R&D流量、存量的挤入/挤出效应和空间溢出效应的研究。

本文在研究过程中，首先假定R&D同时影响生产者的边际收益（MR）和边际成本（MC），当边际收益（MR）等于边际成本（MC）时内生决定一个最优的R&D投资规模，据此构建一个分析包括基础设施等各因素对R&D带来影响的理论框架；再采用1993—2008年中国29个省及直辖市的面板数据，对中国交通、信息、能源等基础设施利用效率对R&D的挤入/挤出效应和空间溢出效应{1}进行实证检验。

二、分析框架

假定生产函数采用AK型生产函数，在David et al.（2000）、David和Hall（2000）、Giovanni Cerulli（2010）的研究文献中，R&D同时影响生产者的边际收益（MR）和边际成本（MC），当边际收益（MR）等于边际成本（MC）时，内生决定一个最优的R&D规模R*。Anwar（1992）在生产函数的资本项引入了有效基础设施资本这一概念来研究基础设施的“资本效应”，发现基础设施规模和利用效率直接取决于有效基础设施资本。

MR=f（R；X）（1）

MC=g（R；Z）（2）

MR=（R*；X）=MC（R*；Z）（3）

其中，R表示R&D规模；X表示其他影响边际收益的因素：如基础设施规模与利用效率、临近区域的基础设施规模与利用效率、固定资本存量、人力资本和经济开放程度等；Z表示非R&D的其他影响边际成本的变量，如基础设施规模与利用效率、临近区域的基础设施规模与利用效率、人力资本和产业结构等。

根据（1）式、（2）式和（3）式可知，R&D的最佳规模取决于边际收益（MR）曲线和边际成本（MC）的影响因素：

R*=h（X；Z）（4）

通过R&D进行新发明、新设计、新技术、新工艺、新产品等，并带来新资本，如新机器设备或通过升级原有资本品提高了生产的技术水平、生产效率。对于劳动者，通过R&D，在“干中学”实现经验和知识的不断积累，提高自身素质，促进劳动生产率提高。

三、变量设定与资料来源

本位采用1993-2008年中国除西藏和重庆外的29个省、直辖市的面板数据。研究涉及的变量和指标如下：

（一）固定资本存量

capit表示t时期i省或直辖市固定资本存量扣除基础设施资本存量和研发资本存量的数据。其中，固定资本存量估算方法参见中国经济增长与宏观稳定课题组（2010）；基础设施资本存量采用永续盘存法，结合29个省、直辖市基期固定资本存量数据，计算对应年份基础设施固定资产投资占整个地区固定资产投资的比重得到。

（二）人力资本存量

hrcit表示t时期i省或直辖市的人力资本存量，Psacharopoulos等（1986）认为被定义为人均受教育年限（年）的教育成果存量指标最能合理测量人力资本发展水平。研究中，文盲或半文盲受的教育为0年，小学为6年，初中为9年，高中为12年，大专及以上为16年，依据受教育水平对人均受教育年限分组，同一组里的人受到相同的教育程度，并把接受过各级教育人数占总人数的比重作为权重系数，计算得到加权平均受教育年限。

（三）经济开放程度

trdit、fdiit表示t时期i省或直辖市的经济开放程度指标，分别以各省、直辖市的对外进出口额、FDI（当年实际利用外资额）占本地区GDP的比重来代替。当今世界，国际贸易与国际投资通过知识、技术传播扩散产生对东道国R&D活动产生重要影响的国际技术转移和溢出效应。

（四）基础设施相关变量

1.trpit表示t时期i省或直辖市的交通基础设施规模。为方便比较不同年份各省或直辖市的交通基础设施存量，本文利用沿用Demurger（2001）的做法，即通过对三类交通基础设施加总后去除各省或直辖市的国土面积，得到的相关省市从1993年至2008年的交通基础设施密度。

2.frtit和psgit表示t时期i省或直辖市的交通基础设施货运和客运的利用效率，本文用反映交通运输线路上货物与旅客的运输量或繁忙程度的货运和客运密度指标来表示。

3.engit和efcit表示t时期i省或直辖市的能源基础设施规模和能源基础设施利用效率。本文用永续盘存法计算各年各地区的能源基础设施资本存量指标，这一指标去除对应地区的国土面积，实现对相应地区能源基础设施规模的衡量。其中，能源基础设施的资产投资用煤气、电力、水等产业在固定资产的投资增加额表示。本文按照1度电需消耗0.4千克标准煤，结合各省市煤油产量和发电量，计算得到相应省市的以标准煤的吨数进行衡量的能源生产总量，再除以能源基础设施资本存量，就可以得到相应省市的能源投入—产出效率。

4.infit和pstit表示t时期i省或直辖市的信息基础设施规模和邮政基础设施利用效率。为反映相应省市的信息基础设施存量，本位采用邮电业务总量这一体现邮电业务发展变化总趋势的综合指标。在使用过程中，考虑到隔年价格变化对邮电业务总量的影响，假定1990年为基期1，结合各年相应省市的价格指数计算得出人均邮电业务总量的实物指标，而非名义指标。在实证研究中，邮政基础设施利用效率采用各年相应省市单位邮局的函件数指标。

5.tlcit表示t时期i省或直辖市的电信基础设施利用效率。本文实证研究中采用每部电话实际产生的电信业务量，即剔除价格因素影响的电信服务实际业务总量除居民固定和移动电话总数得到的数据指标来表示。

经济地理学理论研究认为，随距离增加，区域间的相互作用被衰减，经济实力较强的区域对经济实力较弱的区域影响力更大。本文参见刘勇（2010）的计算方法，以各省、直辖市和自治区首府之间的直线距离作为相应省市自治区之间的距离，采用二进制连接矩阵和一般空间权重矩阵，构造临近区域基础设施规模与利用效率的空间溢出效应（OTR）。

（六）其他控制变量

svcit表示t时期i省或直辖市的服务业人数占就业总人数的比重。随着中国城镇化的不断推进，大量第一产业的劳动力转移至第二产业和第三产业，在一定程度上，产业结构的升级成为促进R&D的重要动力之一。

四、实证分析

学者们在研究中往往通过选取滞后一期的内生变量实现对变量内生性问题的控制（Borensztein，1998；Alfaro，2004）。本文采用Hausman检验判断Lncap、Lnhrc、Lntrd和Lnfdi的内生性，并采用滞后一期的Lncap、Lnhrc、Lntrd和Lnfdi变量作为这些内生变量的工具变量。Hausman检验原假说IV回归与原回归的变量系数不存在显著不同。表1中Hausman检验的P值小于0.05，表示IV回归与原回归显著不同，内生性问题导致的估计偏误在原方程确实存在，检验结果支持采用IV工具变量回归。

（一）交通基础设施

当地交通设施规模对R&D短期挤出效应不显著，Lntrp变量回归系数T统计量的绝对值小于1.71，同时客运设施效率Lnpsg变量和货运设施效率Lnfrt变量的回归结果均不显著，当R&D规模增加时这些系数仍不显著。一种可能性是交通设施规模与利用效率的提高均不能引起R&D的边际收益曲线和边际成本曲线的大幅度平移，它们对当期R&D流量的影响效应较弱；另一种可能性是交通设施规模与利用效率的提高，反而挤占社会资本进入生产领域，导致边际收益（MR）曲线向左下方平移，抵消了边际成本曲线向右下方平移的影响效果。中部地区交通设施规模与客运设施效率提高，具有显著的R&D短期挤出效应，这两种因素是影响当期R&D流量的主要因素，尤其是Lntrp变量的影响程度僅次于Lnhrc变量，当中部地区交通设施规模与客运设施效率增加1%时，中部地区的R&D流量减少1.198%和0.320%。西部地区货运设施效率是制约当期R&D的主要因素，具有显著的R&D短期挤入效应，西部地区货运设施效率增加1%时当期R&D流量规模增加0.278%。

临近交通设施规模具有显著的正空间溢出效应，能产生很强的R&D短期挤入效应，Lntrp变量的回归系数弹性为0.444，当R&D规模增加时此效应趋于弱化，其中临近交通设施利用效率指标缺乏空间溢出效应。东部地区的Lnpsg变量和中部地区的Lnfrt变量系数弹性分别为0.475和0.572，即东部临近区域客运设施效率和中部临近区域货运设施效率都具有显著正空间溢出效应，能够产生很强的R&D短期挤入效应。

（二）能源基础设施

东部和西部地区能源设施规模具有很强的R&D短期挤入效应，而中部地区能源设施规模却不具有R&D短期挤入/挤出效应。东部能源匮乏，尤其是煤炭资源大都在中西部和北部地区；东部工业发达，能源需求和消耗巨大；东部人口密度大，并且经济发达，能源消费水平高。这些原因决定了东部地区能源供给成为制约东部经济发展的“瓶颈”。西部能源已成为当地经济发展的主要支柱产业，行业前景广阔。因此，当东部和西部地区能源设施规模增加1%，导致当地R&D流量增加0.534%和0.540%。中部地区工业尤其是重工业比较发达，能源消耗较大，但由于中部地区能源资源富裕，工业生产所需能源充足，因此中部地区并不存在经济发展的能源“瓶颈”。

当地能源设施利用效率对R&D的短期挤入效应不显著，但当R&D规模增加时，当地能源设施利用效率提高，能够降低生产企业的能源价格，从而降低生产者的边际成本，能源设施利用效率对R&D的短期挤入效应开始显著，T统计量值大于2，Lnefc变量的回归系数弹性为0.328。东部地区能源设施利用效率具有很强的R&D短期挤入效应，而中部和西部地区能源设施利用效率却不具有R&D短期挤入/挤出效应。东部地区正面临着十分严峻的能源短缺的局面，而且这种状况还将持续较长的时间，有效提高能源设施利用效率已成为东部国民经济发展中的重要问题。

临近区域能源设施规模具有非常显著的正空间溢出效应，能够产生很强的R&D短期挤入效应，当Lneng⊙变量增加1%时，导致R&D流量增加2.078%，超过Lnhrc变量的影响程度居首位，并且Lneng⊙变量的显著性不跟随R&D规模变化而改变。临近区域能源设施利用效率指标缺乏空间溢出效应，但当R&D规模增加时Lnefc变量的回归系数开始显著。各地区的临近区域能源设施规模具有非常显著的正空间溢出效应，能够产生很强的R&D短期挤入效应，东部、中部和西部地区的系数弹性分别为2.070、2.812和2.510，但各地区的临近区域能源设施利用效率却缺乏空间溢出效应。

（三）信息基础设施

当地信息设施规模、邮政设施利用效率与电信设施利用效率均不具有R&D短期挤入/挤出效应，并且lntelecom变量的显著性不跟随R&D规模变化而改变，但Lninf变量和Lnpst变量的回归系数开始具有显著性，即此时当地信息设施规模与邮电设施利用效率具有R&D短期擠入效应，系数弹性分别为0.164/0.347和0.081。东部地区信息设施规模以及中部地区电信设施利用效率具有一定程度的R&D短期挤入效应，系数弹性分别为0.191和0.265。

临近区域信息设施规模具有很强的负空间溢出效应，产生R&D短期挤出效应，Lninf⊙变量的系数弹性为-0.546，并且显著性不跟随R&D规模变化而改变。临近区域邮电设施利用效率不具有空间溢出效应，但当R&D规模增加时（Lnrdflow>1）Lnpost变量产生显著的R&D短期挤入效应，之后当Lnrdflow>1.4时此效应又变为不显著。临近区域电信设施利用效率具有很强的正空间溢出效应，产生R&D短期挤入效应，lntel⊙变量的系数弹性为1.097，当R&D规模增加，lntel变量开始不显著。各地的临近区域电信设施利用效率具有很强的R&D短期挤入效应，东部、中部和西部地区的系数弹性分别为1.018、0.624和1.011，而西部的临近区域信息设施规模与邮政设施利用效率具有显著的R&D短期挤出效应，系数弹性分别为-0.577和-0.586。

（四）其他解释变量

1.资本存量。资产投资Lncap增加，提高生产设备等物质资产的需求，提升企业的资本—劳动比，从而促进劳动生产率，造成边际收益曲线向右上方大幅度平移，因此资本存量Lncap具有很强的R&D挤入效应，提高R&D规模，Lncap变量的多数回归系数T统计量值大于2。当R&D规模增加时，资本存量Lncap对R&D的短期挤入效应逐渐减弱，短期挤入效应弱化速度较快。东部地区的资本存量Lncap的短期挤入效应显著，而中部和西部地区的资本存量Lncap的短期挤入效应不显著。

2.人力资本。短期内人力资本Lnhrc对R&D投资存在一定的挤出效应，这与最近几年中国大力发展高等教育有关，对高等教育、高层次人才的投资逐年大幅提升，同时人力资本提高也提升了普通劳动者的雇佣成本。长期来看，拥有技能工人所占比例较高的国家比较容易产生高技术变革，而对应技能工人所占比例较低的国家存在吸收能力低的客观原因，不容易应用和变革新技术。当R&D规模增加时，Lnhrc变量对R&D的短期挤出效应逐渐减弱。

3.国际贸易。一般来讲，国家通过进口技术或知识含量高的产品，实现国内生产引导，也会因为技术溢出效应带来国内产品技术含量的提高和产业技术的进步；而通过技术密集型产品的出口，可以强化持续本国技术创新水平的提升，达到对外贸易提高了商品价格的目的，因此外贸依赖度Lntrd变量具有很强的R&D挤入效应。随着各地R&D规模增加，外贸依赖度Lntrd变量对R&D的短期挤入效应不显著。

4.外商投资。外资依赖度Lnfdi具有很强的R&D短期挤入效应，但东部和中部地区这种效应较弱，而西部地区比较显著，并且随着各地R&D规模增加，此挤入效应正逐步减弱。

5.产业结构。中国三大产业比例关系得到明显改善，产业结构逐渐合理化。第一产业的内部结构在逐步改善的情况下，GDP中的比重呈持续下降态势；第二产业的比重在40%～50%之间波动，工业内部结构升级优化，工业增加值占全部商品增加值的比提高到2005年的52%；第三产业的比重则在不断的上升过程中。实证研究发现产业结构较小影响R&D的短期挤出效应，但当R&D规模增加时短期挤出效应逐步增强，尤其在东部地区表现显著。

五、政策建议

第一，合理规划交通基础设施。在特定时期内，社会资源是有限的，基础设施投资和其他投资之间往往此消彼长，因此，交通基础设施投资必须与其他生产性投资相匹配，否则交通基础设施投资可能产生资本挤出效应。提高各省市客运设施利用效率及西部地区货运设施利用效率，能够产生很强的R&D挤入效应，促进R&D积累。本文发现，加强交通基础设施投资和提高交通设施利用效率，具有很强的正空间溢出效应，此效应已超过当地交通设施变量的R&D挤入/挤出效应。

第二，积极提高能源基础设施规模。改革开放以来，中国经济持续高速的发展快速拉升了能源消费量，当前能源总消费已大于总供给，能源安全已经成为制约当地研发活动的关键因素。为此，一是有序发展煤炭，加快开发石油天然气；二是积极开发水电，优化发展火电，推进核电建设；三是加快发展新能源和可再生能源。

第三，加强东部地区电信基础设施。本文研究发现，东部信息设施规模与电信设施利用效率是制约当地研发活动的关键环节。为此，加大信息化平台建设，积极深入推进信息技术应用，不断提高各层次信息化水平，为全市经济社会跨越式发展提供覆盖广、速度快、效率高的信息化支撑体系。

当前，中国的一些大城市在发展中出现了交通拥挤、基础设施建设跟不上需求、电力短缺、环境污染等问题，影响了一些公司的工作和生产效率，导致某些公司产生去其他城市建新R&D研发中心或产业基地的想法与动力并付诸实施。因此，我们应该审慎分析各类基础设施对R&D的挤入/挤出效应和空间溢出效应，制定合理的政策措施，促进各地区R&D积累，有助于中国成功实现自主创新的技术进步国家战略。

注释：

{1}根据1994年世界银行发展报告，基础设施可分为两类：经济基础设施和社会基础设施。经济基础设施的定义是“永久性的工程构筑、设备、设施和它们提供的居民所用和用于经济生产的服务”，这些基础设施包括公用事业（电力、管道煤气、电信）。

{2}数据来源于1991-2009年版的《中国统计年鉴》、《中国科技统计年鉴》、《新中国六十年统计资料汇编》及相关省市统计年鉴。

参考文献：

[1] Alfaro L.，A. Chanda， S. Kalemli-Ozcan and S. Sayek，FDI and Economic Growth： The Role of Local Financial Markets， Journal of International Economics，2004，64（1）.

[2] Anwar Shah， Dynamics of Public Infrastructure， Industrial Productivity and Profitability， the Review of Economics and Statistics， 1992，74（1）：28-36.

[3] Ccoe S. and Helpman M， International R&D Spillovers”， European Economic Review，1995，39（5）：859-887.

[4] David，P.A.and Hall， B.H.， Heart of Darkness： Modeling Public–Private Funding Interactions inside the R&D Black Box，Research Policy， 2000，29：1165—1183.

[5] DemurgerS.，Infrastructure and Economic Growth： An Explanation for Regional Disparities in China？，Journal of Comparative Economics， 2001，29：95—117.

[6] Grande， E. and A. Peschke， Transnational Cooperation and Policy Networks in European Science Policy-making，Research Policy，1999，28（1），pp.43—61.

[7] 安同良，施浩.Ludovico Alcorta，中国制造业企业R&D行为模式的观测与实证[J].经济研究，2006（2）

[8] 党文娟，张宗益.区域环境对促进我国区域创新能力的影响研究 [J].中国软科学，2008（3）

[9] 江靜.中国省际R&D强度差异的决定与比较[J].南京大学学报， 2006（3）

[10] 刘生龙，胡鞍钢.基础设施的外部性在中国的检验：1988—2007 [J].经济研究，2010（3）

[11] 刘勇.交通基础设施投资、区域经济增长及空间溢出作用——基于公路、水运交通的面板数据分析[J].中国工业经济，2010（12）

[12] 周彩霞.R&D强度差异：基于产业结构的分析[J]，南京大学学报，2006（3）

[13] 朱平芳，徐伟民.政府的科技激励政策对大中型工业企业R&D投入及其专利产出的影响——上海市的实证研究[J]经济研究， 2003（6）

[14] 张军，高远，傅勇，张弘.中国为什么拥有了良好的基础设施[J].经济研究，2007（3）

（作者单位：绍兴职业技术学院 浙江绍兴 312000）

（责编：若佳）