新基建对劳动生产率的影响研究——基于生产性服务业的视角

尚文思

一、引 言

2018 年 12 月，中共中央经济工作会议提出“新型基础设施建设”这一概念，强调加快5G 商用步伐，加强人工智能、工业互联网、物联网等。在2020 年3 月4 日召开的中共中央政治局常务委员会议上，强调“要加快5G 网络、数据中心等新型基础设施建设进度”。一时间对新型基础设施的讨论日趋热烈。

在对新型基础设施的影响进行讨论之前，需要先厘清它的概念。目前对“新基建”内涵的解读有广义与狭义两种口径。本文梳理了当前对“新基建”内涵的讨论，综合来看狭义口径的“新基建”是指以发展数字经济为代表的新型基础设施建设，而广义口径的“新基建”是指新时代下基础设施建设的新模式。也就是说，广义口径的“新基建”不仅仅包括新型基础设施，还是对发展基建新模式的总结。

在2018 年12 月召开的中共中央工作会议上均已经明确了新型基础设施的涵义，就是以 5G 网络、人工智能、工业互联网、物联网等为代表的新型基础设施。这是发展数字经济的重要基础。狭义口径的“新基建”与传统的“老基建”区别在于新技术的未知性。由于新技术尚处在成长中，其应用前景具有很大的不确定性，因此未来的回报很难形成准确预期。因此，特高压、城际轨道等不属于新技术的范畴，并不属于新基建。大量关于广义口径“新基建”的立论依据是基于 2018 年 12 月召开的中央工作会议上的论述“补齐农村基础设施和公共服务设施建设短板”。目前，广为接受的广义口径的新基建概念囊括七大领域：特高压、新能源汽车充电桩、5G 基站建设、大数据中心、人工智能、工业互联网以及城际高速铁路和城际轨道交通。广义的口径包含传统基建中的城际高速铁路和城际轨道交通、特高压，这些虽不属于新型基础设施，但是满足新时代基础设施建设的“补短板”要求。史丹认为，新型基础设施不仅包括服务数字经济的基础设施，也包括传统基础设施为适应数字经济的智能化改造①史 丹. 新基建加速我国经济由大向强转变[N]. 人民日报，2020-4-8(9).。传统基础设施与新型基础设施都具有服务数字经济的作用，因此难以严格界定狭义与广义口径哪种是更准确的表述。

本文认为，狭义口径是以信息基础设施为代表的新型基础设施，而广义口径是兼具补短板需求的新型基础设施建设。因此，本文结合两种口径，对新基建投资的影响分别进行分析。

基础设施建设作为稳经济的重要手段，在应对 2008 年全球金融危机时发挥了重要作用。当前世界经济受新冠肺炎疫情影响，消费受冲击严重，国际贸易严重受阻，我国迫切需要扩大需求、稳增长、稳就业的有力手段。2003 年非典疫情最严重的时候，中国国内生产总值增长率短暂下降至 9.1%。此外，由于中国经济增长放缓，全球经济增速下降了约1 个百分点。新冠肺炎疫情的传播速度与蔓延情况都表明其对经济的影响更甚于非典。因此，为了应对疫情冲击，基建投资势必成为各地投资计划中的重要一环，部分地区基建计划投资额甚至占到了总投资额的一半以上。

应该注意到，新型基础设施建设绝不简单等同于“四万亿计划”。传统的基础设施建设是以铁路、公路、桥梁等为主，是在“要想富先修路”思路下进行的以交通运输、能源基建为主的旧模式，而新基建则是以建设更高效的时空网络为主，建设大数据中心、云计算中心、物联网平台等信息经济基础设施的新模式。

基础设施在产业革命中扮演重要角色，其与经济社会发展相互作用，共同推动人类文明进步。我国传统基建模式的高速发展对工业化起到巨大的促进作用，第一产业劳动力大量涌入第二产业，极大地提高了劳动生产率，而新基建通过数字经济和高端科技的快速发展，为我国提供新一轮工业和科技革命的重要基础。数字经济的发展促进了各行业的数字化转型，使行业数据采集、传送、存储、计算、分析及反馈实现闭环，提升了数据使用效率，促进制造业和服务业融合发展，进而催生创新。数字经济以外的广义新基建，能够对传统基建领域的新兴子行业补短板。城际铁路在传统高铁技术之上结合信息技术实现创新，能够更好地推动城市群发展。我国已形成的城市圈中，更便捷的城市圈内交通有助于人才流动，对科技研发、商业服务有着更强的促进作用。并且相较于狭义新基建，广义新基建的投资体量更为可观。数字经济方兴未艾，在高速成长期初的整体投资体量相较于特高压、城际轨道的投资，依然相对较小。因此，广义新基建在拉动投资，尤其是带动产业链上下游以及各行业的投资，有极大的潜力。对于广义新基建的有效投资形成有效的固定资本存量，也是提升劳动生产率的重要渠道。

新一代信息技术为生产型服务业和制造业的融合发展提供了真正的应用前景①江小娟. 中国财富管理50 人论坛“扩大内需，推动经济尽快复苏”网络视频会议，2020-3-5.，无论是大型设备的远端服务、给企业提供生命周期所需的各种生产性服务平台，还是聚合中小企业闲置资源的全新生产性服务业平台等都证实了这一点。发展新基建有助于推动与制造业直接相关的生产性服务业走向数字化、智能化，以其极强大的算力和具备分布式协同处理的能力助力行业实现跨行业、跨领域创新。不论是人工智能在金融服务行业的应用，还是大数据、云计算在仓储和邮政快递行业和生产性租赁服务行业的运用以及 5G 在商务服务行业的运用等，无不证实这一点。对新一代信息技术、高端制造业和新型现代服务业的投入是相辅相成的。推动大数据中心、云计算中心、物联网平台等的建设，发展工业云服务、大数据服务、云计算服务等，是发展现代服务业和推动我国区域经济结构调整以及提升我国产业结构高度的有效手段②曾 宇. 2020 中国经济趋势年会特别报道[N]. 经济日报，2020-4-22(25).。我国总体上已进入工业化后期阶段。无论是进一步实现向高端第三产业过渡，还是协同提升第二产业的劳动生产率，都需要建设完善新型基础设施，充分挖掘其对时空成本的节约性，突破传统技术瓶颈。因此，我国新的一轮产业升级势必要求基础设施也要实现向新型基础设施的升级。

基础设施建设作为投资品，对当年的产出提升作用明显，新基建也不例外，然而其中长期释放中国经济增长潜力、提升竞争力和改善民生福利的作用有待进一步分析。对此，本文认为应当在讨论新基建对总产出的影响基础上厘清新基建对于发展质量的意义。在分析新基建的产出效应之前，需要对广义与狭义口径的新基建资本存量加以测算。

从工业和信息化部发布的 2019 年互联网和相关服务业运行情况可知，5G 行业、云计算、大数据和人工智能的固定资产投资被归入互联网和相关服务业；工业互联网行业相关投资归入软件和信息技术服务业；特高压、充电桩领域归入电力、热力的生产和供应业中的细分行业——电力供应业；而城际轨道归入铁路运输业。因此，本文选用电力供应业、铁路运输业、互联网和相关服务业、软件和信息技术服务业四类行业的固定资本存量作为广义新基建投资的代理变量。互联网和相关行业、软件和信息技术服务业的固定资本存量则作为狭义新基建投资的代理变量。

虽然2018 年被称为 5G 技术的元年，但我国对 5G 技术的布局在 2015 年业已开始。并且以 5G 技术、数据中心、工业物联网为代表的数字经济是以传统信息技术的发展为基础的。2003 年以来的软件、互联网行业的固定资产投资纵使不属于新基建的范畴，但也是信息技术固定资本存量。4G 技术在很多方面是 5G 技术发展与应用的前提，数据中心的核心之一“大数据技术”其元年是 2013 年，并且无论是软件或硬件的新型基础设施建设都是在已有技术之上的创新产物，并且我国互联网行业、软件行业的固定资产存量在1999 年以前是微乎其微的，即使经历了十几年高速增长，其相较于固定资产投资总量依然只是很小一部分。因此，以2003—2017 年相关行业资本存量作为代理变量，能较为准确地测算新基建投资存量。

我国经济已由高速增长阶段转向高质量发展阶段，这是党中央对新时代我国经济发展特征的重大判断。经济发展重点从“有没有”向“好不好”的转变，意味着对发展的关注更多聚焦于效率的提升，也就是劳动生产率和全要素生产率的提升上。过去一段时间以来，我国由农业大国向制造业大国转变之路，正契合了由低水平生产率的第一产业向更高技术水平的制造业转移的规律。劳动生产率水平的大幅度提高是中国奇迹的原因之一。进入“新时代”后想要进一步提高劳动生产率，要求中国不仅要做制造业大国还要做制造业强国，更要实现服务业的发展。这也是各发达经济体跨越中等收入陷阱的成功经验。

服务业比重提高是我国向中高收入国家迈进的标志之一，但制造业与服务业之间并不存在简单的何者更为高级的关系。制造业有高端制造业，服务业也存在低技术含量的行业，因此对服务业进行分类并就各行业对劳动生产率的影响分别分析就尤为重要。

服务业可以分为生产性服务业与生活性服务业。其中的生产性服务业涉及多行业、多领域、多环节，具有技术含量高、产业融合度高、带动作用显著等特点，是全球产业竞争的战略制高点。加快发展生产性服务业，是向结构调整要动力和促进经济稳定增长的重要前提，既可以有效激发内需潜力和带动扩大社会就业并持续改善人民生活，也有利于引领产业向价值链高端提升①国务院关于加快发展生产性服务业 促进产业结构调整升级的指导意见，国发〔2014〕26 号(2014年8 月6日)。。因此，分析新基建对生产性服务业的影响就显得很有必要。

整理以上思路，本文尝试以对新型基础设施的资本存量估计入手，分别对广义口径、狭义口径的新基建资本存量进行测算，进而在此测算基础上对新基建产出弹性进行估计；并且参考已有研究对生产性服务业的分类方式，对生产性服务业的资本存量进行测算。本文讨论的生产性服务业包含交通运输、仓储和邮政业，信息传输、计算机服务和软件业，批发和零售业，金融业，租赁和商务服务业，科学研究和技术服务业，水利环境和公共设施管理业。在此基础上针对新基建对生产性服务业的产出弹性进行估计。按一二产业、生产性服务业、生活性服务业的方式，将三大产业分类，构建一般均衡模型，讨论新基建投资对劳动生产率的影响。本文的创新之处在于：(1)首次对两种口径的新基建资本存量给出测算，并对其总产出弹性、生产性服务业产出弹性分别进行估计；(2)在生产性服务业与新基建的探讨之上，以一般均衡框架讨论了新基建对劳动生产率的影响。

二、文献回顾

中国产业结构在过去的三十多年里发生了显著变化(渠慎宁等，2012)。相较于日本与韩国服务业就业比例的变动，中国服务业劳动力份额在经历了 1991—1996 年的较高速增长后，忽然增速“降档”(渠慎宁等，2018)，这之后一段时间内稳定在一个相对较低增速水平。各产业劳动生产率增长率的水平差异被认为是导致产业结构转型的重要原因(Ngai 和 Pissarides，2007；Rogerson，2008)。Mourmouras 和 Rangazas(2009)认为基建投资可以保障经济增长的可持续，并将对国家产业结构产生影响。已有国内相关研究关注产业结构对生产率增长和经济增长的影响(干春晖等，2011；吕健，2012)。郭凯明和王藤桥(2019)构建两部门一般均衡模型分析了基础设施对产业结构转型与生产率的影响，证实了基础设施的产业外溢性仍有充分发挥空间，对基建的投资不仅是“稳增长”的手段，更是提升劳动生产率的保障。其研究虽然将基础设施的含义推广至广延基础设施，却并未对新型基础设施给出针对性分析。

目前，学术界已经开始关注生产性服务业与生活性服务业的区别。当前对生产性服务业的大量研究着眼于其产业集聚效应及其对制造业升级的作用。生产性服务业早期作为中间产品引入模型来分析其对制造业与经济增长的影响(Markusen，1989)。对集聚效应的定量研究大多从空间溢出效应、产业关联的角度分析(Park，1989；Uno，1989)，而生产性服务业与制造业的互动作用，是学者在注意到生产性服务的中间投入特性后，随着对制造业细分的研究发现的。顾乃华等(2006)、吕政等(2006)、高觉民等(2011)都分别梳理了其作用机理，彼时学者就已注意到生产性服务业发展面临的“瓶颈”问题。受限于当时对生产性服务业的分类方式以及我国产业转型进程，当时的研究并不能很好贴合“新时代”发展的需要。

2012 年以来，不仅对生产性服务业的分类方式发生变化(如房地产业不再纳入生产性服务业)，而且研究主要聚焦于两点：其一，生产服务业的集聚对制造业 TFP 的提升；其二，生产性服务业的发展对人力资本的促进作用。这主要是因为中国经济增长面临结构性减速(张月友等，2018)，学者们试图通过对全要素生产率影响因素的分析来解决现实问题。刘奕等(2017)将生产性服务业集聚视为一个整体，并分析了其在制造业升级过程中发挥的基础设施作用，尤其是其对区域经济发展的促进作用。杨玲(2017)在关注集聚效应之外，分析了生产性服务业的国内投入与进口投入在不同时期表现出的不同作用，特别是发展本国生产性服务业的重要意义。鉴于生产性服务业在推动产业升级中的重要作用，并且为以信息技术为核心的新基建为生产性服务业与制造业的融合发展提供了真正的应用前景。因此，发展新型基础设施建设，是因地制宜、因势利导发展本国生产性服务业和推动产业转型升级的重要前提。

除此之外，李平等(2017)认为生产性服务业因其对技术进步稳定的正向促进作用，并且其相较于制造业与生活性服务业具有更强的要素集聚能力，因此生产性服务业是提高全要素生产率的关键，也是我国实现经济高质量发展的关键。江永红和陈奡楠(2018)认为，当前我国产业结构服务化导致了全要素生产率增速下降。生产性服务业的发展滞后，部分地区资源错配，造成了技术水平提升困难。鉴于目前缺少新基建对各产业的定量研究，因而将产业部门具体细分为一二产业、生产性服务业、生活性服务业，并定量研究新基建对劳动生产率的影响，极具学术价值。

在进行新基建投资对劳动生产率的影响分析之前，需要对新基建的产出弹性进行估算。Aschauer(1989)的开创性研究表明，美国的基础设施资本的产出弹性高达 0.39。就这一话题许多学者进行了激烈的讨论(Munnell，1990；Kamps，2006；Straub 等，2008)，而许多学者如郭庆旺和贾俊雪(2006)、踪家峰和李静(2006)、刘生龙和胡鞍钢(2010)、张学良(2012)、李强和郑江淮(2012)、Demurger(2001)、Zhang(2013)、金戈(2016)、程名望和张家平(2019)等，也对我国的基础设施投资的产出弹性进行了估计。新型基础设施作为基础设施的一种，在生产过程中也以降低中间品成本、消除增长瓶颈的方式发挥自身作用。因此，参考已有研究方法对新基建进行产出弹性研究有一定的意义，本文尝试在此之上对其机制进行分析。

在对美国的研究中，学者可以采用美国商务部经济分析署(BEA)提供的美国基础设施资本存量数据，而我国尚未有权威机构公布的类似数据，因而学者普遍采用的方法是以近似行业的固定资产投资进行测算(范九利等，2004；郭庆旺和贾俊雪，2006；李强和郑江淮，2012；金戈，2016)。据此，本文基于前人研究，使用新型基础设施两种口径内涵下各行业的资本存量作为测度指标，并且为了保证口径的一致，本文在此基础上对2003—2017 年全社会固定资本存量、全社会生产性服务业资本存量进行了测算。

目前已有大量关于劳动生产率的研究成果，很多学者聚焦于产业结构及全要素生产率对于一国劳动生产率的影响，而相较于全要素生产率的研究，劳动生产率的研究更多关注于劳动力结构。结构转型方面的主流研究主要关注技术进步、资本深化和需求偏好等方面。Herrendorf 和Valentinyi(2012)发现三大产业的就业份额对跨国总劳动生产率影响极大。盖庆恩等(2013)用劳动力市场扭曲解释了我国劳动生产率的变化。目前已经有学者注意到第三产业比重上升伴随的我国劳动生产率增长放缓现象。杨天宇和姜秀芳(2015)尝试用三部门模型论证第三产业劳动生产率的低速增长与服务业比重上升共同造成了我国劳动生产率增长放缓。郭凯明和王藤桥(2019)发现基础设施投资抑制了服务业比重上升，但提高了劳动生产率增速。因此，本文在已有研究基础上，分别从新型基础设施建设对全要素生产率和产业结构比重的影响入手，量化分析其对劳动生产率的影响。

三、模型构建

（一）模型思路

本文参考郭凯明和王藤桥(2019)的研究构建一般均衡模型，模型分为生产侧与需求侧。本文为了区别分析生产性服务业与其他产业的均衡影响，将生产侧分为三个产业部门，以下标 j∈{1，3}区分。其中 j＝1 代表第一、二产业，j＝2 代表生活性服务业，j＝3 代表生产性服务业。每个产业部门由一个代表性企业在完全竞争市场条件下租用私人资本、雇用劳动组织生产，生产函数为：

其中，企业生产过程中仅选择第一部门和生产性服务业的产品，因此对两部门投资为 I1、I 3 。类似的，参数0＜ θ＜1 为常数，参数σ 代表投资替代弹性。

（二）均衡条件求解

1.由式(1)可得供给侧各部门均衡条件：

2. 由式(2)得到代表性消费者效用最大化条件：

3. 由式(3)得到代表性企业利润最大化条件：

其中，Pi为投资品价格。

4. 资本市场与劳动力市场均衡为：

5. 各产业部门供需均衡为：

借鉴Hsieh 和Klenow(2010)及郭凯明(2019)的方法，本文假定投资率外生：

由式(4)、式(5)各部门相对价格为：

为表述简洁，令：

由式(4)、式(5)、式(6)、式(7)、式(9)、式(10)、式(11)、式(12)、式(15)解得生产性服务业劳动力占比为：

因此，新型基础设施在对总产出表现出正外部性的广泛促进作用外，还由于其对不同产业部门有不同的作用，尤其是对于生产性服务业有更高的产出弹性，所以在直接提高各部门技术水平之外，还会促进产业比例的变化，增加生产性服务业占总产出的比重并进一步提高全社会劳动生产率。

四、“新基建”投资的估计

（一）新型基础设施资本存量测算方法

对新型基础设施产出弹性的分析需要对“新基建”的资本存量进行估算，本文沿用学者普遍使用的永续盘存法来测算新型基础设施资本存量，其计算公式为：

我国的国民行业分类标准于 2012 年进行过调整，2012 年至今互联网和相关服务业、软件和信息技术服务业是属于信息传输、软件和信息技术服务业下的行业小类。在2003—2011 年的行业分类方法中，信息传输、计算机服务和软件业大类下辖电信和其他信息传输服务业、计算及服务业、软件业。其中后两者基本等价于 2012 年之后的软件和信息技术服务业，而互联网信息服务业是电信和其他信息传输服务业下的一个子类。因为在现有资料中缺少2003—2011 年互联网信息服务业分省固定资产数据，所以本文将当年该行业固定资产投资数据按比例分配给各省。此比例值以 2012—2014 年各省比例的算术均值得到。电力供应业的分省数据同样缺失，所以本文假定各省电力供应业投资占电力、热力的生产和供应业投资比例相同。此外，本文发现农村农户的“新基建”固定资产投资占全社会投资比例很低，因此以城镇固定资产投资作为全社会口径的代替。

借鉴金戈(2016)的处理方式，本文选用新增固定资产作为“新基建”资本形成的核算指标。固定资产投资统计年鉴中可以得到“新基建”涉及的国民经济子行业的固定资产交付使用率，因此以交付使用率乘以当年投资可得新增固定资产，而其中子行业的下辖行业采用与子行业一致的交付使用率估计。在折旧率的选取方面，本文参考大多数文献的做法，设定为9%。

（二）数据起始时间问题

1994 年中国正式接入国际互联网，1997 年中国电信开始面向个人用户提供拨号上网服务，此外我国 2003 年以前信息咨询服务业与计算机应用服务业的新增固定资产特点也很明确，信息时代的互联网与软件行业的固定资本存量在 2002 年以前体量很小。因此，本文以 1996 年为中国互联网“元年”，设定 1996 年的互联网和软件行业资本存量为零。对全国的新基建资本存量估计以1996 年为基年。对铁路运输业及电力蒸汽热水的生产供应业的资本流量指标选用基本建设新增固定资产，并且以 1997—2002 年两个行业增长率的几何平均值(电力蒸汽热水生产和供应业：6.92%，铁路运输业：8.75%)作为长期增长率来估计基年资本存量。

作为狭义新基建代表的物联网技术和 5G 技术，都必然是在前置软件与信息技术基础之上的研发与创新。进入新世纪的相关行业投资，纵使不属于新基建范畴，但也是数字经济固定资产。因此，纵使部分新型基础设施在 2018 年仍处于萌芽阶段，但所属行业的固定资产投资也在一定程度上代表了既有资本投入，并且我国互联网行业、软件行业的固定资产存量在1999 年以前微乎其微，即使经历了十几年高速增长，相较于固定资产投资总量依然只是很小一部分。因此，以 2003—2017 年互联网、软件服务业资本存量作为代理变量，能较为准确地估算新基建投资的产出弹性。

由于缺少 2002 年以前的信息咨询服务业、计算机应用服务业分省数据，对此本文对各省份新基建资本存量数据估计以2003 年为基年，并且2003 年之前的两类行业资本存量体量较小，对之后的几年的估计值不会有较大影响，所以 2003 年的以上两类行业资本存量就以当年投资流量占全国比例加以预测。其具体公式为：

图1 信息咨询服务业与计算机应用服务业新增固定资产(1996—2002年，单元：亿元)

本文新型基础设施的资本存量估计数据全部来源于《中国固定资产投资统计年鉴》《中国统计年鉴》，对全国的“新基建”存量估计见表 1。对固定资产投资以固定资产价格指数换算为1995 年不变价格。

表1 全国新型基础设施资本存量估算(2003—2017年，单位：亿元)

新型基础设施资本存量构成在过去的几年中发生了较大变化，狭义新基建的互联网、信息技术类资本存量从最初的可以忽略不计，发展到2017 年共计达到广义新基建存量的 16%，与之伴随的是铁路运输业、电力供应业资本存量占比不断下降，这与我国过去十几年来经历的产业结构升级所伴随的基础设施模式转变相契合。随着我国人口红利消失、收入水平提高，步入中等收入阶段，无论是制造业、服务业都需要提高技术含量和增加产业附加值，而产业结构升级也势必伴随着基础设施建设向更高质量模式迈进。传统的基础设施是以“铁路、公路、机场”为代表的交通基础设施。进入 21 世纪后，我国不断在基础设施建设方面取得技术突破。我国的铁路运输行业 2010 年至2018 年期间，已在长三角、珠三角、环渤海等地区城市群建成高密度高铁路网，东部、中部、西部和东北四大板块区域之间完成高铁互联互通。特高压的投资首先集中于2014 年5 月大气污染防治行动计划之后，九条特高压线路集中落地。

由表2 可以观察到，在新型基础设施固定资产内，投资模式于2011—2012 年发生较大变动，传统的铁路运输业基础设施投资大幅减速，而软件和信息技术服务业固定资产投资获得极大发展；电力供应业与互联网行业的固定资产投资处于平稳状态，直到2014 年开始高速增长。四类新型基础设施资本存量比例见图2。

表2 新型基础设施分行业新增固定资产(1995年价格，单位：亿元)

（三）固定资本存量测算

金戈(2016)已经对全国的固定资本存量进行估计，其对三类固定资产分别推算折旧率为 9.21%、8.51%和 9.73%，因此本文借鉴其对经济类基础设施使用的固定资产折旧率为 9.2%。虽然方法未做变动，但为避免因口径调整带来的测算误差，本文在其基础上对全社会固定资本存量进行测算，并更新到2017 年。数据来源于《中国固定资产投资统计年鉴》《中国统计年鉴》《固定资产投资统计年报》。

图2 四类新型基础设施资本存量比例

（四）生产性服务业资本存量测算

参考已有研究对生产性服务业的分类方式，本文讨论的生产性服务业包含七个行业：交通运输、仓储和邮政业，信息传输、计算机服务和软件业，批发和零售业，金融业，租赁和商务服务业，科学研究和技术服务业，水利环境和公共设施管理业。在讨论新型基建对生产性服务业的产出效应之前，需要对生产性服务业的资本存量做出估计。

在测算过程中，本文同样采用了全社会新增固定资产的口径，并且假定全国各地区同一行业当年固定资产交付使用率相同，由此可以得到各省份分行业新增固定资产数据。此外，由于我国的行业分类标准在2003 年进行过较大的调整，2003 年前后的生产性服务业口径难以相比较。为了简便处理，本文设定 2003 年为基年，假定基年各省份的资本存量与当年的流量比例相同，即：各省当年生产性服务业资本存量/全国资本存量比值＝各省份当年生产性服务业资本流量/全国资本流量，估计结果见表 3。这虽然会在一定程度上造成估算误差，但考虑到分省份数据的可获得性，从各省份的统计年鉴上只能得到19 个省份2012—2017 年生产性服务业的分行业增加值，因此对于在回归分析中所用到的 2012—2017 年间的生产性服务业资本存量，估算带来的误差不会对最终结果带来太大影响。

表3 生产性服务业全国资本存量估算值(单位：亿元)

五、新型基础设施投资产出弹性估计

（一）估计模型

参考已有文献研究经验，本文设定生产函数为C-D 型：

在式(20)中，Y 代表产出，A 代表技术水平，K 和 L 代表资本和劳动投入水平，α和β 代表资本和劳动的弹性系数，eu为残差项。参考金戈(2016)对基础设施类资本产出弹性的估计方法，将估计函数调整为：

在式(21)中将资本存量分为新型基础设施资本存量G 和其他资本存量K，两者加总即为全社会全部资本存量。分别对上式左右两边取对数，则有：

（二）样本选择与数据来源

本文分别对新基建的总产出弹性及新基建的生产性服务业产出弹性进行了回归分析。其中各省份的总产出数据来源于《中国统计年鉴》，时间跨度为 2003—2017年。本文以 1995 年价格水平为基年价格，将部分省份当年价格总产出换算为 1995 年价格数据。由于生产性服务业增加值需要作者自行核算，但部分省份缺少全部行业的产出增加值，最终可得数据为19 个省份2003—2017 年的产出数据(北京、天津、河北、山西、内蒙古、吉林、上海、江苏、浙江、安徽、福建、山东、河南、湖南、广东、海南、青海、宁夏、新疆)。由于本文讨论的新型基础设施主要着眼于狭义基础设施，因此选取“十二五”以来的东部地区(北京、天津、河北、山东、浙江、江苏、上海、福建、广东、海南)、中(山西、内蒙古、吉林、安徽、河南、湖南)、西部地区(青海、宁夏、新疆)代表性省份数据，能够在一定程度上说明新型基础设施对生产性服务业的产出弹性。

对于 2003—2017 年的劳动力数据，由于各省份统计年鉴公布的全市就业人数不等于国家统计年鉴公布分省份各行业城镇单位就业人数与各行业全社会私营和个体单位就业人数之和，也就是说，如果简单地以各省份统计年鉴所列就业人数代表劳动力，会存在较大误差。对此，本文选择以下方式估计各地区全社会口径劳动力数据：

在式(23)中，分省份城镇单位就业人数与私营和个体就业人数数据可以从《中国统计年鉴》《第三产业统计年鉴》获得，并且各地区第一产业就业人数可以从各省统计年鉴获得，这一数据较为可靠。减去第一产业单位就业人数可以避免重复计算。将以式(23)计算出的各年全国就业人数加总值与《中国统计年鉴》数据比较，仅在2017年两者基本一致。

可以发现，以本文的估计方式核算出的总就业人数因为无法得到未登记注册的就业人口数据，导致越靠前的年份总就业人数越被低估。本文认为，这与我国在高速发展中经历的“农民工”问题有关。《中国统计年鉴》中存在的大量第一产业就业人口是以流动人口的形式就职于其他行业，并未在登记注册就业人数中得到体现，而各地区的统计年鉴中也未将这一部分纳入第一产业统计。由于本文关注的是近几年数据，对于这样的短面板数据而言，保证各省份生产性服务业比例准确更为重要。因此，可以相对各年实际就业总数调整各省份就业总数。

此外，对于 2003—2017 年生产性服务业七个行业大类的就业人口数据，可以从《中国统计年鉴》《第三产业统计年鉴》整理获得。全社会资本存量与生产性服务业资本存量数据使用前文估计结果。

（三）实证结果及检验

借鉴郭晗和任保平(2014)的研究，通过 Hausman 检验对式(22)进行检验，结果支持应该使用固定效应模型。本文使用固定效应模型分别分析广义、狭义新型基础设施总产出弹性及生产性服务业产出弹性，结果见表4。

表4 回归结果

狭义、广义新基建两个模型的 R2分别为 0.9351、0.8829 和 0.9298、0.8659，解释变量均显著，说明模型的拟合效果较好。

从模型的估计结果来看，新型基础设施资本存量对于产出具有显著的正效应，并且广义新基建基础设施每增加 1 个百分点，能增加 0.12 个百分点的产出，狭义新基建每增加1 个百分点，能增加0.0694 个百分点的总产出。新基建的产出效应更显著地表现在生产性服务业，广义新基建资本存量每增加 1%，生产性服务业产出增加 0.19%；狭义新基建资本存量每增加 1%，生产性服务业产出增加 0.0762%。因此，狭义与广义新型基础设施表现为在更大程度地促进生产性服务业发展，进而带动全社会产出增加。同时，新型基础设施作为经济基础设施中的一种，0.12 这一估计结果也与金戈(2016)对基础设施的产出弹性估计0.10～0.13 的估计比较接近。

可以观察到，仅有广义新基建对生产性服务业的产出弹性与资本投资产出弹性相当；狭义新基建的产出弹性普遍小于投资的产出弹性。本文认为造成这一现象的原因可能有两点：首先，新基建作为新生事物，各产业对其探索创新应用仍处于起步阶段，因而新基建的投资并不能在数据观测阶段表现出对产出较为直接的促进作用，随着产业升级的进行，新基建的产出促进作用会逐渐明显。其次，由于数据所得限制，对于狭义新基建口径选取的几类行业作为代理变量，新基建在其中所占比例并不如广义新基建比例高，这会造成一定程度上对产出弹性的低估。但是，回归结果的显著性支持对狭义、广义两类新基建产出弹性的判断，因此，本文认为加大新基建投入仍然是稳增长和保证高质量增长的题中应有之义。

六、模拟分析

（一）参数使用

参考前人研究，本文将各部门的资本产出弹性设定为 0.5，所以劳动产出弹性也为0.5，并且这一设定也与本文对 2003—2017 年劳动与资本的总产出弹性估计值比较接近。根据前文回归结果，广义与狭义新型基础设施对总产出的弹性分别为 0.12、0.069，生产性服务业产出弹性分别为0.19、0.076。

此外生产函数与效用函数中参数的设定借鉴郭凯明和王藤桥(2019)的研究，整理如下(见表5)。

表5 参数设定

此外通过各省份统计年鉴整理得到 2004—2017 年各部门的名义增加值、固定资本存量、劳动力数据。将上述所得数值代入公式(1)、公式(5)，即可得到工资水平以及技术水平Wj、Aj。通过调整初值技术水平Aj之比，使得模型2004 年估计结果与实际值相同，进而测算模型对新基建通过生产性服务业影响劳动生产率的解释。

（二）模拟结果

由式(17)可知，劳动生产率的提高主要由两部分组成：部门技术水平的提高和部门结构的变化。因此，本文通过模型分别测算生产性服务业劳动生产率的提高、生产性服务业的劳动力比例，以简洁明确地反映新基建的劳动生产率影响(见表6)。

表6 新基建投资对两类服务业就业比重影响(单位：%)

模型考虑两种口径新基建投资影响下，广义新基建使得生产性服务业劳动力比例年均增长 2.87%，使得生活性服务业劳动力比例年均降低 1.7%；狭义新基建使得生产性服务业劳动力比例年均增长 2%，使得生活性服务业年均就业比例降低 1.7%。表 7为劳动生产率影响的测算。

表7 劳动生产率影响测算(单位：%)

由于广义新型基础设施资本在2004—2017 年年均增长11.558%，所以广义新基建对劳动生产率的技术水平提升作用为年均 1.387%，而广义新基建通过产业结构变动对劳动生产率的作用几乎为0。狭义新基建资本在2004—2017 年年均增长30.3%，因此狭义新基建对劳动生产率的技术提升作用为年均2.091%，总效应为年均2.07%。

按照参数设定进行计算，2004—2017 年我国就业表现出劳动力由其他部门向生产性服务业转移的趋势，这也符合劳动力向具有更高劳动生产率的部门转移的产业升级原理。

由图3 可以发现，我国总体、各产业劳动生产率都表现出了稳步提高的趋势，但在2012 年之后，生产性服务业劳动生产率增长速度大为放缓，因而生活性服务业与生产性服务业的劳动生产率高低关系互易。对此，本文选择对2012 年数据校准，进而分析2012—2017 年新基建在劳动力生产率提升中的作用。

图3 2004—2017年劳动生产率变化

从表 8 看，广义新型基础设施对劳动生产率的提升有更为明显的正向促进作用，2012—2017 年平均每年提高劳动生产率1.24%，但这主要是通过其外部性直接促进技术进步带来的，产业变迁效果带来的是微弱的负效应。狭义新型基础设施平均每年提高劳动生产率2.37%。

表8 2012—2017年均生产率影响测算(单位：%)

新基建的产业变迁效果表现为负值主要是由于其在一定程度上抑制了生活性服务业比重增加，并且使得制造业比重较为稳定。虽然这一效应为负，但影响较小，新基建的投资具有更强的技术进步效应。

回归结果与数值模拟都表明，进入21 世纪，狭义新基建表现出对我国的经济增长促进作用更强。本文认为，一方面是因为狭义新基建作为新生基础设施，从无到有的过程中具有更大的发展空间；另一方面狭义新基建在整体投资中占比较小，因此可能存在较强的规模经济效应。

七、结论与总结

新型基础设施是我国未来一段时间内经济高质量发展的新机遇。本文分别对以电力供应业、铁路运输业、互联网和相关服务业、软件和信息技术服务业四类行业为代表的广义新型基础设施的资本存量以及互联网和相关服务业、软件和信息技术服务业为代表的狭义新基建进行了估计，并在这之上测算了新基建的产出弹性。本文认为在过去十几年中，广义、狭义新基建产出弹性分别达到 0.12、0.07。其对生产性服务业具有较强的促进作用，对生产性服务业产出弹性分别达到 0.19、0.076。在此基础上，以一般均衡模型分析的方法，本文分析了新基建对不同产业部门的影响作用，并结合现实数值模拟分析了其对劳动生产率的影响。本研究表明，2004—2017 年新基建投资显著促进我国的劳动生产率提升，具有较为明显的溢出效应。广义、狭义口径新基建对各产业带来显著的技术促进作用，分别提升年均劳动生产率 1.39%、2.09%，并且其使得生产性服务业占比年均提升 2.87%、2%。同时，这也伴随着生活性服务业就业比例年均减少1.7%，产业结构调整对劳动生产率造成微弱的负面影响。

本文认为，发展新型基础设施，不仅能够追赶我国与发达国家人均基础设施水平的差距，更是进一步发展劳动生产率和实现经济“量”与“质”共同发展的重要手段。新基建投资在一定程度上抵消疫情对经济冲击的同时，能够发展新业态，提供增长的新动能。新型基础设施的不断完善，可以极大地促进我国生产性服务业向更高价值链发展，不仅促进服务业自身结构升级，也能带动制造业结构升级，使我国整个产业体系更具全球竞争力。此外，发展新基建还能够改善供给结构，创造新的消费需求，有助于新服务的快速发展和广泛渗透。综上所述，未来我国应当加大力度布局新基建，并且充分发挥其与垂直行业的紧密合作，促进相关制造业转型升级。